0

15
2

文字

分享

0
15
2

科學寶可夢2 #171 電燈怪:深海中的大大大大大太陽

Rock Sun
・2018/03/07 ・3543字 ・閱讀時間約 7 分鐘 ・SR值 505 ・六年級

身為一名訓練師,你真的了解你的寶貝們嗎?寶可夢圖鑑讀熟了沒?

其實圖鑑告訴你的比想像中的還多喔!每個星期周末跟著 R 編一起來上一門訓練師的科學課吧!來跟大家分析這些寶可夢們是如何使用科學力來戰鬥的。

在Y編的百般詢問之下(其實是我自我放逐~~~),R編決定來繼續「科學寶可夢」這個專題。儘管寶可夢有點退燒了,但這充滿空想、奇幻又可以用科學來驗證、討論的世界,對我們科學青年根本是個遊樂場~ 不是嗎?或許之後……還可以繼續不知道那裡的科學探險呢~

(圖/Bulbapedia)

 你就只會看到一團光,然後就瞎了 #171 電燈怪

雖然我們上一位介紹的安瓢蟲就是以星光當成能源來過活的,但其實R編個人對寶可夢世界裡與「光」有關的寶可夢不抱太大的期待,因為……好像沒有哪隻寶可夢是以光出名的啊!沒想到過沒多久又發現了一隻不只和光有關,且單單從圖鑑敘述就知道牠一定強到沒朋友的寶可夢。

「電燈怪發出的光線之亮,就算是從 5000 米的水下發出也能傳到到水面上。」(金、葉綠、心金)

「如果深夜里從船上向漆黑的海望去,電燈怪所發出的亮光有時看起来就像星星一樣。」(藍寶石、鑽石、珍珠、白金、黑白…..)

「會放出刺眼的亮光眩暈對手,然后趁其無法動彈時將其整個吞下。」(銀、火紅、魂銀……)

各位觀眾,是 5000 米(公尺)啊!!!(注1)先別說在海底了,假設今天場景拉到了海平面上,5000 公尺的距離就像是你站在 101 某個樓層能夠平視看到新光三越站前店(如果沒有建築物擋住的話)頂的手電筒!這有可能嗎?R編覺得很難,但也不是沒機會。不過在此之前先讓我們再推一萬步,來追究一下電燈怪是怎麼發光的?

R編比較喜歡這種~殺氣!!(圖/Pokemon by Reviews)
source:Wikimedia

其實圖鑑上有提到這點:電燈怪就跟許許多多地球上的深海發光生物一樣,靠著身體中的細菌產生化學反應來制造亮光。生物之所以發光有各式各樣不同的理由,像是吸引獵物、溝通、尋找伴侶等等。這些生物有很大一部分居住在海中,而圖鑑裡也有說電燈怪是靠閃瞎獵物來捕食……這聽來蠻合理的,除了牠鮮豔的藍黃色以外,牠的外型甚至跟現實世界的鮟鱇魚幾乎一模一樣(注2)。

所以電燈怪發光是很合理的,但能在 5000 公尺外看到牠的亮光嗎?問題就在於,就算鮟鱇魚頭上的燈跟我們在地球眼睛看到的太陽光一樣亮,別說 5000 公尺了,在水裡連在 100 公尺內看到都很勉強;之所以會有這樣的現象,跟光在水中的物理有關。

-----廣告,請繼續往下閱讀-----

水的密度比空氣大超過 800 倍,這對於光的傳遞來說是很不友善的一件事。在水下,光的傳遞會受到深度、視覺距離、水面的狀況影響等因素影響,但絕大部分的紅光在 5 公尺內會被吸收、橘光則是 10 公尺、黃光 20 公尺、綠光 30 公尺,最後藍光在 60 公尺身的時候就消失了,這時候的光基本上被吸收到剩不到 10%。(注3)

就算今天海水的狀況好一點,太陽光頂多也只能傳遞到水下 200 公尺,所以這段距離在海洋學上被稱為「透光帶」(Epipelagic)。這個範圍的海水居住著需要陽光的海洋生物,像是一些行光合作用的浮游生物。再往下到 1000 公尺深,叫做「中層帶」(Mesopelagic),這裡要行光合作用基本上已經不可能了,只有在最理想、風平浪靜、海水超級清澈的極少數情況下這裡才有一點點光,但少到讓人絕望。

然後在這之下的深海則叫做「深層帶」(Bathypelagic),再來是「深淵帶」(Abyssopelagic)(y編按:說好不提娜娜琪的……(R編再按:那啥?吃的嗎?))。帶如其名,在這裡的生物別說看過光了,連ㄍㄨㄤ這個字怎麼拼都不知道。5000 公尺深就落在這裡,而電燈怪可以從這裡……散發出來連水面都看的到的光……!?

從深海中的LED燈開始,來大膽猜一下電燈怪能有多亮呢?

舉個例子給大家參考一下,曾經下潛到水下 10,000 公尺深、著名的水下載具深海挑戰者號上面裝有一個 2 公尺高的 LED 探照燈陣列(注4),雖然 R編找了很久找不到這 LED 探照燈陣列的功率或照度,但是根據製造者說法,這個探照燈在深海能看到 30 公尺外的地方……這也只有電燈怪的0.6%而已。由於實在找不到太多可靠或明白的資料,R編決定做個冒險的計算,就是使用平方反比定律,來試著計算電燈怪的光到底有多強,這下子我們可能會忽略很大一部分水的散射,導致我們的電燈怪會超乎預期的強。

-----廣告,請繼續往下閱讀-----
所以說牠臉上的黃斑紋到底是幹嘛?保護眼睛嗎?(圖/Pokemon Wiki)

反平方定律是一個推估物理量的分布或強度的定律,數值會按照距離源的平方反比而下降,最常被用在計算能量擴散(爆炸)或光與距離間的關係。舉個例子:如果今天我們在 2 公尺之外測量一個燈泡照度為 10 勒克斯(也就是每平方公尺 10 流明),那麼它在 1 公尺處的照度就是 (2/1)2x10=40 勒克斯。當然也可以放遠計算,而數字只會越來越趨近於零,但不會消失。

例如深海挑戰者號的LED燈在 30 公尺為照度剩 1 勒克斯(大概比滿月的晚上再亮一點點),那麼 5000 公尺外它的照度就只剩下 0.000036 勒克斯,比之前提過的星光還弱 3 倍。如果我們反過來推倒,假設今天我們在水面上看到電燈怪的燈光有 1 勒克斯,那麼實際上在海中的牠有多亮呢?

經過計算之後,在 30 公尺處電燈怪的照度就高達 27 萬勒克斯,這已經比正中午的太陽光還亮 2 倍以上了,如果我們再拉近點,距離電燈怪只有 10 公分,照度會來到 2.5×1010 勒克斯,我們姑且就先以這個值當作電燈怪燈的照度好了。

電燈怪的燈,如果把它算成一個直徑兩公分的球好了,它的表面積就是 0.0013 平方公尺,乘上 2.5×1010 勒克斯,我們得到光通量為 3000 萬流明,如果再進一步將電燈怪的發光能力換算成現今擁有非常優越轉化效能的燈泡,約 200 流明/瓦特,我們也可以把它類比成一個 15 萬瓦的燈泡

-----廣告,請繼續往下閱讀-----
燈關一下啦~~喂~~(圖/Giphy)

我們要拿怎樣的手電筒比呢?別提了,我們直接跳到海岸救援直升機等級的探照燈,這類的探照燈少有 500 瓦,高則可以到 7000 瓦,而市面上能夠找到的最強探照燈光通量一台也不過才 50,000 流明而已了,在電燈怪的光面前,我們地球上的最頂尖的人造光都像螢火蟲一樣,除非我們集合起來(悟空說:請大家給我力量!),才能比過這隻小小的寶可夢。(注5)

而根據軍用閃光彈的原理,我們正常人只要看到每平方公分 0.2 瓦以上的光就會昏厥。如果我們今天想把電燈怪從深海打撈起來,會發生什麼事呢?我們會先看到一個像手電筒一樣的燈光出現在海面上,漸漸地越來越大、越來越亮,離水面幾百公尺的時候,整個海面已經像日光燈一樣閃亮,我們可以在海面上看到各種不同海洋生物的影子,然後一口氣大力拉上的瞬間,半徑大概 100 公尺內的人都會被瞬間閃暈,範圍之外的大概亮到眼睛都睜不開,而理所當然我們也看不到這隻寶可夢。(注6)

這是…….電燈怪…..還是神?(圖/VideoBlocks)

海中生物的話呢~~牠們如果有視力的話大概也會落得一樣的下場,反而是眼睛發育不完全的深海動物和完全沒有眼睛的底棲生物們等能夠逃過一劫……原來這就是為什麼電燈怪要住在海底下的原因啊~~真是要好好感謝電燈怪,請牠們盡量待在深海不要隨便造成視力浩劫啊~~

編注:

-----廣告,請繼續往下閱讀-----
  1. 這基本上就是全部的敘述了,說實在話「像星星一樣」和後面的閃瞎對手吃掉整個差很多啊~不會覺得這光絕對是有詐嗎?
  2. 這很難說,因為我們只不過才探索極少部分深海而已,說不定哪一天我們真的能找到長得像藍色的布丁,臉上還有黃色斑紋的鮟鱇魚,但絕對不會長這麼可愛。其實現實世界有深海魚類的眼窩是真的會發光的,所以那圈黃色的說不定是發光器?
  3. 雖然這順序有很大的不一樣,因為我們以上討論的是陽光照進海水的情況,但電燈怪可是相反~他是從海裡發出光,光源本身就在水中,不像太陽高高掛在天上,這中間少了非常多東西,如果有更懂類似知識的大大可以幫R編補一下。
  4. 除了LED探照燈外,還有一個機械夾和許許多多的鋰電池、攝影機…..,沒有太多華麗的實驗設備,但靠著安全的設計和卡導演的駕駛,安全的探險回來。
  5. 其實還有更有潛力的強大燈光存在,例如 Imax 投影機陣列、拉斯維加斯樂蜀飯店頂全世界最亮的探照燈、還有許許多多大概不能公布的軍事黑科技,極有可能夠和電燈怪並駕齊驅,但這些真的找不到什麼全面的資料。
  6. 這還不包括可能發生的放熱、視網膜傷害等,只能說這樣的動物待在深海就好了。

參考資料:

  1. 維基百科 (反平方定律光視效能照度生物發光作用深海
  2. 深海挑戰者號
  3. Basic Principles of Light Underwater
  4. How far does light travel in the ocean?
  5. Lumens to watts calculator
  6. What If? 如果這樣會怎樣
  7. 空想科學讀本6
文章難易度
Rock Sun
64 篇文章 ・ 939 位粉絲
前泛科學的實習編輯,曾經就讀環境工程系,勉強說專長是啥大概是水汙染領域,但我現在會說沒有專長(笑)。也對太空科學和科普教育有很大的興趣,陰陽錯差下在泛科學越寫越多空想科學類的文章。多次在思考自己到底喜歡什麼,最後回到了原點:我喜歡科學,喜歡科學帶給人們的驚喜和歡樂。 "我們只想盡我們所能找出答案,勤奮、細心、且有條理,那就是科學精神。 不只有穿實驗室外袍的人能玩科學,只要是想用心了解這個世界的人,都能玩科學" - 流言終結者

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

4
1

文字

分享

0
4
1
為什麼會被陽光曬傷?光有能量的話,為什麼照日光燈沒事?
PanSci_96
・2024/05/05 ・3185字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

唉!好曬呀!前兩集,一些觀眾發現我曬黑了。

在臺灣,一向不缺陽光。市面上,美白、防曬廣告亦隨處可見,不過,為什麼我們會被陽光曬傷呢?卻又好像沒聽過被日光燈曬傷的事情?

事實上,這也跟量子力學有關,而且和我們今天的主題密切連結。

之前我們討論到量子概念在歷史上的起點,接下來,我們會進一步說明,量子概念是如何被發揚光大,以及那個男人的故事。

-----廣告,請繼續往下閱讀-----

光電效應

在量子力學發展過程中,光電效應的研究是非常重要的轉捩點。

光電效應指的是,當一定頻率以上的光或電磁波照射在特定材料上,會使得材料發射出電子的現象。

在 19 世紀後期,科學家就已經發現某個奇特的現象:使用光(尤其是紫外線)照射帶負電的金屬板,會使金屬板的負電消失。但當時他們並不清楚背後原理,只猜測周遭氣體可能在紫外線的照射下,輔助帶負電的粒子從金屬板離開。

光電效應示意圖。圖/wikimedia

於是 1899 年,知名的英國物理學家 J. J. 湯姆森將鋅板放置在低壓汞氣之中,並照射紫外線,來研究汞氣如何幫助鋅板釋放負電荷,卻察覺這些電荷的性質,跟他在兩年前(1897 年)從放射線研究中發現的粒子很像。

-----廣告,請繼續往下閱讀-----

它們是比氫原子要輕約一千倍、帶負電的微小粒子,也就是我們現在稱呼的電子。

1902 年,德國物理學家萊納德發現,即使是在抽真空的玻璃管內,只要照射一定頻率以上的光,兩極之間便會有電流通過,電流大小跟光的強度成正比,而將光線移除之後,電流也瞬間消失。

到此,我們所熟知的光電效應概念才算完整成型。

這邊聽起來好像沒什麼問題?然而,若不用現在的量子理論,只依靠當時的物理知識,很難完美解釋光電效應。因為根據傳統理論,光的能量多寡應該和光的強度有關,而不是光的頻率。

-----廣告,請繼續往下閱讀-----

如果是光線把能量傳給電子,讓電子脫離金屬板,那為什麼需要一定頻率以上的光線才有用呢?比如我們拿同樣強度的紫外線跟紅外線去照射,會發現只有照射紫外線的金屬板才會產生電流。而且,當紫外線的頻率越高,電子的能量就越大。

另一方面,若我們拿很高強度的紅外線去照射金屬板,會發現無論如何都不會產生電流。但如果是紫外線的話,就算強度很低,還是會瞬間就產生電流。

這樣難以理解的光電效應,使得愛因斯坦於 1905 年一舉顛覆了整個物理學界,並建立了量子力學的基礎。

光電效應的解釋

為了解釋光電效應,愛因斯坦假設,電磁波攜帶的能量是以一個個帶有能量的「光量子」的形式輻射出去。並參考先前普朗克的研究成果,認為光量子的能量 E 和該電磁波的頻率 ν 成正比,寫成 E=hν,h 是比例常數,也是我們介紹過的普朗克常數。

-----廣告,請繼續往下閱讀-----

在愛因斯坦的詮釋下,電磁波的頻率越高,光子能量就越大,所以只要頻率高到一定程度,就能讓電子獲得足以逃脫金屬板的能量,形成電流;反過來說,如果電磁波的頻率不夠高,電子無法獲得足夠能量,就無法離開金屬板。

這就像是巨石強森一拳 punch 能把我打昏,但如果有個弱雞用巨石強森百分之一的力道打我一百拳,就算加起來總力道一樣,我是不會被打昏,大概也綿綿癢癢的,不覺得受到什麼傷害一樣。

而當電磁波的強度越強,代表光子的數目越多,於是脫離金屬板的電子自然變多,電流就越大。就如同我們挨了巨石強森很多拳,受傷自然比只挨一拳要來得重。

雖然愛因斯坦對光電效應的解釋看似完美,但是光量子的觀點實在太過激進,難以被當時的科學家接受,就連普朗克本人對此都不太高興。

-----廣告,請繼續往下閱讀-----

對普朗克來說,基本單位能量 hν,是由虛擬的「振子」發出的;但就愛因斯坦而言,電磁波本身的能量就是一個個光量子,或現在所謂的「光子」。

然而,電磁波屬於波動,直觀來說,波是綿延不絕地擴散到空間中,怎麼會是一個個攜帶最小基本單位能量的能量包呢?

美國物理學家密立根就堅信愛因斯坦的理論是錯的,並花費多年時間進行光電效應的實驗研究。

到了 1914 年,密立根發表了世界首次的普朗克常數實驗值,跟現在公認的標準數值 h=6.626×10-34 Js(焦耳乘秒)相距不遠。

-----廣告,請繼續往下閱讀-----

在論文中,密立根更捶心肝(tuî-sim-kuann)表示,實驗結果令人驚訝地與愛因斯坦那九年前早就被人拋棄的量子理論吻合得相當好。

這下子,就算學界不願相信愛因斯坦也不行了。愛因斯坦也因為在光電效應的貢獻,獲得 1921 年的諾貝爾物理獎。

1921 年,愛因斯坦獲得諾貝爾物理學獎之後的官方肖像。圖/wikimedia

光電效應的應用

在現代,光電效應的用途廣泛。我們日常生活中常見的太陽能發電板,利用的就是光電效應的一種,稱為光生伏打效應,材料內部的電子在吸收了光子的能量後,不是放射到周遭空間,而是在材料內部移動,形成正負兩極,產生電流。

而會不會曬傷也跟光子的能量有關。

-----廣告,請繼續往下閱讀-----

曬傷是皮膚受到頻率夠高的太陽光,也就是紫外線裡的 UVB 輻射造成的損傷。這些光子打到皮膚,會讓 DNA 分子裡構成鍵結的電子逃逸,引起皮膚細胞中 DNA 的異常變化,導致細胞損傷和免疫反應,這就是為什麼曬傷後皮膚會出現紅腫、疼痛和發炎的原因。

而頻率較低的光線,因為光子能量偏低,所以就不太會造成傷害,這也是為什麼我們沒聽過被日光燈曬傷這種事。

結語

從 17 世紀後半,惠更斯和牛頓各自提出光的波動說和微粒說開始,人們就聚焦於光到底是波動還是粒子的大哉問;19 世紀初,湯瑪士.楊用雙狹縫干涉實驗顯示了光的波動性,而到 19 世紀中後期,光屬於電磁波的結論終於被馬克士威和赫茲分別從理論和實驗兩方面確立。

經過約莫兩百年的研究發展,世人才明白,光是一種波動。

怎知,沒過幾年,愛因斯坦就跳出來主張光的能量由一個個的光量子攜帶,還通過實驗的檢驗——光又成為粒子了。

物理學家不得不承認,光具有波動和粒子兩種性質,而會呈現哪一種特性則依情況而定,稱為光的波粒二象性。

愛因斯坦於 1905 年提出的光量子概念,顛覆了傳統認為波動和粒子截然二分的觀點,將光能量量子化的詮釋也被實驗印證,在那之後,除了光的能量之外,還有其他物理量被發現是「量子化」的,像是電荷。

我們現在知道,電荷也有個基本單位,就是單一電子攜帶的電荷大小。

儘管之後又發現組成原子核的夸克,具有 -1/3 和 +2/3 單位的基本電荷,但並沒有改變電荷大小是不連續的這件事,並不是要多少的電量都可以。

如果你覺得很奇怪,不妨想想,我們用肉眼看會覺得身體的每一個部位都是連續的,但其實在微觀尺度,身體也是由一個個很小的原子和分子組成,只是我們根本看不出來,才覺得是連續的。

光子的能量和電荷的大小,其實也是像這樣子,細分下去就會發現具有最基本的單位,不是連續的。

事實上,量子力學在誕生之後,一直不斷地為人們帶來驚喜,簡直就是物理學界突然闖進一隻捉摸不定的貓。我們下一個故事,就要來聊量子力學發展過程中,打破世間常識的某個破天荒假說,而假說的提出者,是大學原本主修歷史和法律,擁有歷史學士學位,但後來改念物理,並憑藉博士論文用 5 年時間就拿到諾貝爾物理學獎的德布羅意。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

討論功能關閉中。

0

1
0

文字

分享

0
1
0
鯨魚為什麼歌唱?它們的歌聲可以用來探測海底地形?——《五感之外的世界》
臉譜出版_96
・2023/09/20 ・2132字 ・閱讀時間約 4 分鐘

一九九○年代,冷戰終於結束,蘇維埃政府在海中布下的潛水艇威脅也隨之消散,於是海軍提供克拉克與其他專家機會,讓他們透過 SOSUS 的水下麥克風觀測、記錄大海裡的各種聲音。透過聲音頻譜——也就是 SOSUS 系統將接收到的聲音轉換為視覺圖像——克拉克無庸置疑地看到了藍鯨正在歌唱的跡象。

光是第一天克拉克就發現,單一個 SOSUS 感測器所記錄下的藍鯨叫聲比過去所有科學文獻所記載的加起來還要多。大海中充斥著鯨魚的歌聲,而這些聲音則來自無比遙遠的彼方。克拉克估算,記錄下他聽見的那股歌聲的感測器,距離聲音的主人有兩千四百公里之遠。藉由位於百慕達的水下麥克風,他竟能夠聽見遠在愛爾蘭的鯨魚歌聲。

鯨魚的歌聲可以傳得很遠,整個大海中都充斥著鯨魚的歌聲。圖/Giphy

於是他說:「當時我心想:『羅傑的想法沒錯。』我們實際上真的可以探測到橫跨整個海洋盆地的鯨魚歌聲。」對於海軍的分析專家來說,這些聲音就是他們每天工作都會遇到的正常現象,而這些聲音與工作內容無關,所以根本不會被標記在聲音頻譜上,也因此就被忽略了。然而對克拉克來說,這卻是令他茅塞頓開的驚人發現。

穩定規律的「歌聲」其實是一種探測手段?

雖然藍鯨與長須鯨的歌聲能夠跨洋越海,卻沒人知道鯨魚是否真的會在如此遙遠的距離下互相溝通;畢竟牠們很有可能只是在用極大的音量對附近的同類示意,只是音波剛好傳到了很遠的地方去而已。不過克拉克又指出,鯨魚會一次又一次地不斷重複同樣的音頻,甚至也會精準維持音與音之間的間隔長度。鯨魚會在浮出水面呼吸時停止歌唱,回到水中繼續歌唱卻也會落在剛剛好的拍子上。他說:「所以牠們唱歌並不是隨興而至的舉動。」這種現象令他想起了火星探測車為了傳送資料回地球所發出的那種重複的連續訊號。假如人類想設計出能夠跨越海洋進行溝通的訊號,大概也會想出類似藍鯨歌聲的形式吧。

-----廣告,請繼續往下閱讀-----

鯨魚歌聲或許也有其他用途。牠們發出的每個音都能持續好幾秒,而其波長更是好比足球場的寬度。克拉克曾問過他在海軍的朋友,假如他有發出這種聲音的能力,可以拿來幹嘛?

「那我就能摸透整個海洋。」他的朋友如此回答道。這話的意思是,他能夠藉此刻畫出深海的地景,透過傳至遠方的次音波回音,他就能辨識出海底山稜與海床的位置。地球物理學家也肯定能運用長須鯨的歌聲來了解各處的地殼密度。那麼,鯨魚到底用這種聲音來做什麼呢?

鯨魚似乎可以透過歌聲的回音辨識出海底山稜與海床的位置。圖/pixabay

克拉克從鯨魚的動作中看出了答案;透過 SOSUS,他發現藍鯨出現在冰島與格陵蘭之間的極地水域中,一路蜂擁直奔——還是該說是鯨擁?——熱帶地區的百慕達,旅途中一路歌唱。他也看過鯨魚在深海的群山間左彎右拐,在幾百英里間的深海地景之中蜿蜒前進。「看到這些動物的移動方式,就會感覺牠們大腦裡似乎有著以音波構成的海洋地圖。」他如此說道。

他也猜測,鯨魚在長長的一輩子裡,會不斷累積大腦中的聲音記憶,隨之擴增儲存在大腦裡的海洋地圖。克拉克也還記得,曾有位資深海軍聲納專家告訴他,大海裡每個地方都有它專屬的聲音。克拉克告訴我:「他們說:『讓我戴上耳機,我不用看就能直接告訴你現在位於拉布拉多還是比斯開灣的海域。』而我就想,假如人類累積了三十年的經驗就能做到這個地步,何況是演化了一千萬年的動物呢?」

-----廣告,請繼續往下閱讀-----

漫長的迴響~不同時間尺度下的認知

不過關於鯨魚聽力的尺度,還是有令人費解之處。鯨魚的叫聲確實可以傳遞到很遠的地方,但卻也很花時間;在海裡,音波一分鐘只能傳五十英里(約八十公里)遠,因此假設一隻鯨魚聽見另一隻鯨魚在一千五百英里(約二四一四公里)之外發出的叫聲,這隻鯨魚得在半小時以後才能聽見對方的歌聲,就像天文學家觀測到的星光其實是恆星在很久很久以前散發出的光芒一樣。假如某隻鯨魚想探測五百英里(約八百零四公里)之外那座山的位置,牠得等上十分鐘才能接收到自己叫聲的回音,這感覺起來似乎有點荒謬。

然而各位想想,藍鯨在水面上的心跳一分鐘約為三十下,潛入水下後卻會下降至一分鐘只跳三次。這麼一想,鯨魚生命中的時間尺度想來一定與人類相當不同吧。倘若斑胸草雀能夠在單一個音裡就聽見以毫秒為單位的美麗音頻,也許藍鯨分辨同樣潛藏在聲音中的祕密訊號的時間尺度則是分或秒。若要想像鯨魚的生活樣貌,「你得發揮想像力,以完全不同的次元思考。」克拉克對我說道。

他認為這兩種體驗的差異應該就像先用玩具望遠鏡注視夜空,再改用美國太空總署架設在太空的哈伯太空望遠鏡一覽星羅棋布的壯麗星辰。一想到鯨魚,他的世界彷彿就變大了,不管是空間還是時間的尺度,都更加遼闊。

——本文摘自《五感之外的世界》,2023 年 8 月,臉譜出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。