0

3
0

文字

分享

0
3
0

昂貴的粒子物理基礎研究值得嗎?你一定用過CERN發明的這個東西!──《到世界頂尖實驗室 CERN 上粒子物理課》

臉譜出版_96
・2018/02/26 ・3811字 ・閱讀時間約 7 分鐘 ・SR值 535 ・七年級

-----廣告,請繼續往下閱讀-----

昂貴的粒子物理基礎研究值得嗎?

基礎研究如大強子對撞機的建造成本很高,每個人都有權利詢問是不是值得。圖/Image Editor@flickr

粒子物理學的基礎研究當然是非常有趣的,但它也是很昂貴的。舉例來說,歐洲核子研究組織(European Organization for Nuclear Research,簡稱為CERN )大強子對撞機的建造成本(包括人員、儀器研發和建造材料)約為 30 億歐元(約 33 億美元)。超導環場探測器本身的建造費用為 4.55 億歐元(5 億美元)。儘管這個數字看起來很大,但歐洲核子研究組織 8.25 億歐元的年度預算(約 9 億美元)只相當於每個年紀大到可以喝咖啡的歐洲公民喝一杯咖啡加總起來的費用。

但是這筆金額還是很龐大,所以每個人都有權利詢問這筆錢是不是花得值得。

在此,我將解釋投資於研究的經費不僅在經濟上帶來百倍以上的回報,而且可以造福整個社會。由於基礎研究帶來了科技上的突破,醫療技術和通信技術因而有所進步。物理學基礎研究徹底改變了我們的生活方式,而且改變還在持續當中。

以歐洲核子研究組織為例

在本文中,我主要以歐洲核子研究組織作為例子,因為它是目前最大且仍在運轉當中的國際性粒子物理學研究實驗室。

-----廣告,請繼續往下閱讀-----

日本的 J-PARC(Japan Proton Accelerator Research Complex) 是一個多用途研究中心,他們也使用質子加速器。其他實驗室,如美國的 SLAC 國家加速器實驗室(SLAC National Accelerator Laboratory) 和費米實驗室(Fermi National Accelerator Laboratory, FNAL)以及德國的 DESY 一直到不久以前都還是非常活躍的粒子物理學研究中心,但他們的加速器目前已經停止運作。費米實驗室的主注入器(Main Injector)則仍在運轉中,為 MINOS、Minerva 和 NOVA實驗供應微中子束。其他實驗則正在等待批准或仍在前置興建階段。還有其他幾個較小的研究中心,例如加拿大薩德伯里的微中子觀測站實驗室(Sudbury Neutrino Observatory Laboratory, SNOLAB),日本的高能加速器研究機構(KEK)和義大利的 Gran Sasso,這些研究中心都是專門研究微中子物理和暗物質搜尋。最近,有參與粒子物理學研究的所有國家決定在大型國際實驗合作計畫中共享資源(例如歐洲核子研究組織正在進行中的實驗合作計畫)。

每年有來自約五十個不同國家的二百五十名學生參與歐洲核子研究組織的暑期課程。這些學生不僅各種研究中都有貢獻,還與來自世界各地的年輕人交流。資料來源:歐洲核子研究組織

粒子物理學基礎研究的回報並不必然都是直接的。舉例來說,目前沒有人知道希格斯玻色子將來會不會有實際的用處,很可能不會!我們並不是因為期待希格斯玻色子能夠解決人類的大問題而做這個研究的。相反的,該研究的目的,是為了能更了解我們周遭的物質世界,並將提高我們的知識層次。

所以說,基礎研究實驗室的首要任務是滿足人類對知識的深度渴求。自從人類存在以來,人們一直都想知道自己的起源和命運。但這些實驗室其實還有其他三個主要目標:為科技發展作出貢獻培養高度專業的人力以及(就國際實驗室而言)透過科學研究促進和平與國際合作

基礎研究帶來燈光,而不止步於漂亮的蠟燭

不過,我們不該低估任何新發現的潛力。誰能預言一百年前物理學家在電子和電磁波上的研究,會對我們今日的生活產生如此驚人的影響呢?一件軼事(即便它有點爭議)可以用來說明這一點。據說英國財政大臣(即財政部長)曾質問法拉第(Michael Faraday)他的電學研究是否有任何潛在用途時,法拉第顯然回答說他不知道可以做什麼用,但法拉第補充說:「先生,將來有一天你可能可以課它的稅」。

-----廣告,請繼續往下閱讀-----
正是對電學的基礎研究,徹底改變了我們的生活,讓我們的閱讀不再使用蠟燭。圖/MSphotos@pixabay

電子和電磁學的研究帶來了電子用品、電信和電腦的發展。過去幾個世紀中,物理學家的研究成果和技術人員和工程師的專業知識相結合,並將發現應用在現實中,進而重塑了我們的日常生活。如果沒有物理學的基礎研究,我們今天就會靠燭光閱讀。正如一位同事向我指出的,我們肯定會有非常漂亮的蠟燭,但就只是蠟燭。基礎研究不僅對我們的生活產生重大影響,而且也啟蒙了我們的精神,使人類擺脫了無知的沉重負荷。

不管在理論還是在實驗,好奇心都引導了基礎研究。基礎研究必須不受到限制,使想像力和創造力得以自由流動。縱使無法保證一定能夠發現什麼,但物理學家必須檢視所有的可能。另一方面,應用研究的目的,在於為具體的問題找出實際的答案,它以基礎研究為本,帶來了科技突破,並有更進一步的發展。物理科學應用於其他學科之中,也在各個工業領域當中扮演了重要的角色。從經濟的角度來看,物理學影響著整個社會,我們在本章中將看到,物理學在各領域、各方面的成績,已在日常生活當中影響我們每一個人。

對各國的經濟回報

已有幾份研究試著評估基礎研究對經濟所帶來的影響。經濟與商業研究中心(the Centre for Economics and Business Research, CEBR)為歐洲物理學會(European Physical Society)所做的研究很具啟發性。這份研究是從科技和科學的角度評估基礎研究對歐洲物理學的產業所造成的影響。因此,它涵蓋了所有仰賴電機工程、機械和土木工程、能源、計算、通信、設計製造、運輸、醫學和航空的經濟活動。

仰賴物理學的產業對於歐洲個過總收入之貢獻的百分比,這些國家以其雙字母代碼表示:DE為德國、FR為法國、GB為英國、IT為義大利、ES為西班牙、NO為挪威、NL為荷蘭、CH為瑞士等。 資料來源:歐洲物理學會

2010 年的統計指出,仰賴物理學的產業共為歐盟的 27 個國家、瑞士和挪威創造了 3 兆 8000 億歐元的收入(上圖),相當於這些國家總收入的 15% 左右,超越了零售業的總額。總共有 1 千 5 百 40 萬人在這個產業工作,也就是歐洲總勞動人口的 13%。

-----廣告,請繼續往下閱讀-----

促成跨時代的科技發展

在大強子對撞機中,4-緲子候選事件示意圖。圖/ ATLAS, Collaboration @wiki

正如我們在整本書中所看到的,當今粒子物理學的研究需要高度精密複雜的工具才得以進行。通常在設計階段,大型實驗所需的技術並不存在,這些技術必須在過程當中被開發出來,特別是像大強子對撞機這樣二十年前就開始籌備規畫的超大型計畫。大強子對撞機的建造工程,使得若干技術超越當時的疆界,過去從不曾有任何儀器會用到如此強大的超導磁鐵,更不用提這整個計畫的規模,超導、極度真空和極度低溫相關的技術都因此而有很大的進展。

大型實驗合作計畫的所有測量設備也是如此,大強子對撞機所使用的偵測器都需要更高的抗輻射能力以及更高性能的電子模組,在承受極端輻射水平的同時,還要能夠高速與大量採集數據。這個需求提供了建造網格(Grid)的動力,網格是一個龐大的計算機網絡,串聯了成千上萬台遍布在世界各地的電腦,提供了大強子對撞機實驗所需的計算能力。

技術方面的進步已化為現實,並應用在各式各樣的產業中。簡單舉幾個例子,這些應用包括了配有光纖的濕度感測器、使用永久磁鐵之引擎的隔膜系統、設計印刷電路板的開放原始碼軟體,以及 3D列印的附加處理技術。

全球資訊網──來自歐洲核子研究組織的最好的禮物

某些發現也對大部分地球居民的日常生活有直接影響。例如歐洲核子研究組織最成功的結果:全球資訊網(World Wide Web)。全球資訊網深遠地改變了我們取得訊息和知識的方式(包括新興國家),從而影響到地球上數十億人的日常生活。

-----廣告,請繼續往下閱讀-----
提姆‧伯納斯-李在歐洲核子研究組織工作時發明了全球資訊網。這張照片攝於1994年,當時他正坐在一個電腦螢幕前面,而螢幕上顯示的正是世界上第一個網頁。根據資料,全球資訊網每年刺激了市值 1.5 兆元的商業交易量。資料來源:歐洲核子研究組織

到目前為止,歐洲核子研究組織對人類最大的影響並不是發現了希格斯玻色子,而是發明了全球資訊網(World Wide Web,簡稱WWW)。全球資訊網是由提姆.伯納斯─李(Tim Berners-Lee)和他的團隊於 1989 年開發出來,當時他在歐洲核子研究組織工作,而當初開發的目的是為了要解決一個影響到歐洲核子研究組織成千上萬名研究人員的問題。科學家們需要一個能有效交換訊息的通訊方式,大多數這些物理學家經常在他們自己的研究機構和實驗室之間穿梭,以參與各種研究活動。為了讓這些物理學家可以彼此交換訊息而不需在行李箱中拖著幾公斤列印出來的文件,全球資訊網於焉而生。

如果說伯納斯─李是一位有遠見的人,那麼我們也可以說歐洲核子研究組織具有非常前瞻的想法,決定將全球資訊網開放給全人類使用,而不要求任何版權收入。由於歐洲核子研究組織的研究是受到公共資金資助,因此我們也希望全球資訊網能使每一個人都受益。網路使得資訊可以在世界上任何地方流通和取得,誰能忽視這個溝通工具對我們的生活所產生的影響呢?

粒子物理學界有愈來愈多人認同「開源」(open-source)的觀念,例如像是知識可以自由、免費地共享,並且透過網路傳播開來。歐洲核子研究組織的實驗結果已經不再只發表在昂貴的專業期刊上,現今所有的資訊都可以在「開源」社群媒體中取得。不僅在科學出版方面是如此,有些軟體也是以合作和共享的精神和其他的機構、業界或社會共享。這樣可以確保來自新興國家的大學和機構不至於處於劣勢。

 

 

本文摘自泛科學2018年2月選書《到世界頂尖實驗室 CERN 上粒子物理課》,臉譜出版

-----廣告,請繼續往下閱讀-----

 

 

 

-----廣告,請繼續往下閱讀-----
文章難易度
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。

0

1
0

文字

分享

0
1
0
數智驅動未來:從信任到執行,AI 為企業創新賦能
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/13 ・4938字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過,當 AI 根據病歷與 X 光片就能幫你診斷病症,或者決定是否批准貸款,甚至從無人機發射飛彈時,它的每一步「決策」是怎麼來的?如果我們不能知道 AI 的每一個想法步驟,對於那些 AI 輔助的診斷和判斷,要我們如何放心呢?

馬斯克與 OpenAI 的奧特曼鬧翻後,創立了新 AI 公司 xAI,並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型,而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今,AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?

-----廣告,請繼續往下閱讀-----
AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?圖/pexels

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題?試想,現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險,但這些模型往往如同黑箱操作。有人貸款被拒,卻完全不知原因,感覺就像被分手卻不告訴理由。更嚴重的是,AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價,這些與信用風險真的相關嗎?這種不透明性只會讓弱勢群體更難融入金融體系,加劇貧富差距。這種不透明性,會讓原本就已經很難融入金融體系的弱勢群體,更加難以取得貸款,讓貧富差距越來越大,雪上加霜。

AI 不僅影響貸款,還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑,試圖預測嫌犯再犯風險。然而,這些工具被發現對有色人種特別不友好,往往給出偏高的再犯風險評估,導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是,這些決策缺乏透明度,AI 做出的決策根本沒法解釋,這讓嫌犯和律師無法查明問題根源,結果司法公正性就這麼被悄悄削弱了。

此外,AI 在醫療、社交媒體、自駕車等領域的應用,也充滿類似挑戰。例如,AI 協助診斷疾病,但若原因報告無法被解釋,醫生和患者又怎能放心?同樣地,社群媒體或是 YouTube 已經大量使用 AI 自動審查,以及智慧家居或工廠中的黑盒子問題,都像是一場越來越複雜的魔術秀——我們只看到結果,卻無法理解過程。這樣的情況下,對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具,自己卻無法理解?

原因有二。首先,深度學習模型結構複雜,擁有數百萬參數,人類要追蹤每個輸入特徵如何影響最終決策結果,難度極高。例如,ChatGPT 中的 Transformer 模型,利用注意力機制(Attention Mechanism)根據不同詞之間的重要性進行特徵加權計算,因為機制本身涉及大量的矩陣運算和加權計算,這些數學操作使得整個模型更加抽象、不好理解。

-----廣告,請繼續往下閱讀-----

其次,深度學習模型會會從資料中學習某些「特徵」,你可以當作 AI 是用畫重點的方式在學習,人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習,但這些特徵往往對人類來說過於抽象。例如在影像辨識中,人類習慣用眼睛、嘴巴的相對位置,或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵,而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示(Distributed Representation)來編碼特徵,意思是將一個特徵表示為一個高維向量,每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。對 AI 而言,這是理解世界的方式,但對人類來說,卻如同墨跡測驗般難以解讀。

假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。圖/unsplash

試想,AI 協助診斷疾病時,若理由是基於醫生都無法理解的邏輯,患者即使獲得正確診斷,也會感到不安。畢竟,人們更相信能被理解的東西。

打開黑盒子:可解釋 AI 如何運作?我們要如何教育 AI?

首先,可以利用熱圖(heatmap)或注意力圖這類可視化技術,讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡,來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ,當 AI 判斷這張照片裡是「貓」還是「狗」時,我需要它向我們展示在哪些地方「盯得最緊」,像是耳朵的形狀還是毛色的分布。

-----廣告,請繼續往下閱讀-----

其次是局部解釋,LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈,它將每個特徵看作「玩家」,而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻,讓我們可以了解各個特徵如何影響最終結果。並且,SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的,還能透過「全局解釋」理解模型整體的運作中,哪些特徵最重要。

以實際的情景來說,SHAP 可以讓 AI 診斷出你有某種疾病風險時,指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同,會針對單一個案建立一個簡單的模型,來近似原始複雜模型的行為,目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時,LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用,一大優勢是靈活且計算速度快,適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景,LIME 可以幫助醫生理解 AI 為何推薦某種治療方案,並說明幾個主要原因,這樣醫生不僅能更快做出決策,也能增加患者的信任感。

-----廣告,請繼續往下閱讀-----

第三是反事實解釋:如果改變一點點,會怎麼樣?

如果 AI 告訴你:「這家銀行不會貸款給你」,這時你可能會想知道:是收入不夠,還是年齡因素?這時你就可以問 AI:「如果我年輕五歲,或者多一份工作,結果會怎樣?」反事實解釋會模擬這些變化對結果的影響,讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大,就像揭示一道菜中,哪些調味料是味道的關鍵。例如在金融風險預測中,模型可能指出「收入」影響了 40%,「消費習慣」占了 30%,「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時,還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術,才能達到更完整的解釋效果。

講到這裡,你可能會問:我們距離能完全信任 AI 還有多遠?又或者,我們真的應該完全相信它嗎?

-----廣告,請繼續往下閱讀-----

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。因此,AI 既要「可解釋」,也要「能代理」。

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。圖/unsplash

舉例來說,當一家公司要做一個看似「簡單」的決策時,背後的過程其實可能極為複雜。例如,快時尚品牌決定是否推出新一季服裝,不僅需要考慮過去的銷售數據,還得追蹤熱門設計趨勢、天氣預測,甚至觀察社群媒體上的流行話題。像是暖冬來臨,厚外套可能賣不動;或消費者是否因某位明星愛上一種顏色,這些細節都可能影響決策。

這些數據來自不同部門和來源,龐大的資料量與錯綜關聯使企業判斷變得困難。於是,企業常希望有個像經營大師的 AI 代理人,能吸收數據、快速分析,並在做決定時不僅給出答案,還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子,而可解釋 AI (XAI)則清楚解釋其判斷依據。例如,為什麼不建議推出厚外套?可能理由是:「根據天氣預測,今年暖冬概率 80%,過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

-----廣告,請繼續往下閱讀-----

但會解釋還不夠,AI 還需能真正執行。這時,就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」,大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時,這位產品經理不會手忙腳亂,而是按以下步驟行動:

  1. 檢查倉庫物料:庫存夠不夠?有沒有替代料可用?
  2. 評估交期影響:如果需要新物料,供應商多快能送到?
  3. 計算成本變化:用新料會不會超出成本預算?
  4. 做出最優判斷,並自動生成變更單、工單和採購單,通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節,還會記錄每次決策結果,學習如何變得更高效。隨時間推移,這位「智慧產品經理」的判斷將更聰明、決策速度更快,幾乎不需人工干預。更重要的是,這些判斷是基於「以終為始」的原則,為企業成長目標(如 Q4 業績增長 10%)進行連續且動態地自我回饋,而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作,讓企業決策流程不僅透明,還能自動執行。這正是數智驅動的核心,不僅依靠數據驅動決策,還要能解釋每一個選擇,並自動行動。這個過程可簡化為 SUPA,即「感知(Sensing)→ 理解(Understanding)→ 規劃(Planning)→ 行動(Acting)」的閉環流程,隨著數據的變化不斷進化。

偉勝乾燥工業為例,他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後,偉勝成功將數智驅動融入業務與產品開發,專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合,開發出新形態智慧化設備,成功打入半導體產業,帶動業績大幅成長,創造下一個企業的增長曲線。

-----廣告,請繼續往下閱讀-----

值得一提的是,數智驅動不僅帶動業務增長,還讓員工擺脫繁瑣工作,讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術,還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用,企業首先要確保它服務於具體的業務需求,而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐,才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力?免費上手企業 AI 助理!👉 企業 AI 體驗
現在使用專屬邀請碼《 KP05 》註冊就享知:https://lihi.cc/EDUk4
訂閱泛科學獨家知識頻道,深入科技趨勢與議題內容。

👉立即免費加入

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
解密離岸風電政策環評:從審查標準到執行成效,一次看懂
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/21 ・3546字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 環境部 委託,泛科學企劃執行。 

政策環評是什麼,跟一般環評差在哪?

隨著公共建設的規模越來越大,傳統的環境影響評估(EIA),難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時,只看「單一開發案」已經不夠,就像評估一棵樹,卻忽略了整片森林。因此,政策環境影響評估(SEA)應運而生,它看樹,也看森林,從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同,政策環評更像是一場全面性的檢視,強調兩個核心重點:「整合評估」與「儘早評估」。簡單來說,這不再是逐案評估的模式,而是要求政府在制定政策時,就先全面分析可能帶來的影響,從單一行為的侷限中跳脫,轉而聚焦在整體影響的視角。無論是環境的整體變化,還是多項行為累計起來的長期影響,政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外,政策環評還像是一個大型的協商平台,以永續發展為最高指導原則,公開整合來自不同利益團體、民眾與各機關的意見。這裡,決策單位不再只是單純的「評分者」,而是轉為「協調者」或「仲裁者」,協調各方的意見看法在這裡得到整合,讓過程更具包容性。

-----廣告,請繼續往下閱讀-----

政策環評並沒有所謂的「否決權」,而是側重意見的蒐集與整合,讓行政機關在政策推動時,能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序(包含量化、特徵化等評估方式),也廣納社會面或民眾滿意度等影響因子,把正式與非正式的作法一併考量進去。再來,決策程序中能層層檢討、隨時修正,也建立了追蹤機制和成效評估標準(如環境殘餘效應、累積效應等),透過學習來強化決策品質與嚴謹度。就像一場球賽,隨時根據變化、調整策略。

這樣的制度設計,就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估,讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響,也為後續政策執行奠定更穩固的基礎。

政策環評並沒有否決權,而是重在整合各方意見、量化影響以及建立追蹤與修正機制,這樣的制度設計便適用於離岸風電等大型政策評估。圖/envato

離岸風電為何需要的是政策環評?

離岸風電是能源轉型的重要策略之一,但這不是只在某塊空地上架幾個風車,而是要在廣闊的大海中進行大規模建設,牽涉的不僅是發電,還涉及海洋保育、航空交通、水下文化資產等議題,更與當地漁民的權益息息相關。

這樣的大型離岸風電工程,因海洋環境的風險和不確定性極高,很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點?這就需要政策環評的把關,從多方檢視這些複雜的挑戰,確保政策推行既能穩妥,又能達成發電目標。

-----廣告,請繼續往下閱讀-----

2016 年 3 月,經濟部自願提出「離岸風電區塊開發政策評估說明書」,是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書,政府將採分期公告、逐年檢討的方式,每三年開放 0.5~1 百萬瓩(GW)的電量額度鼓勵業者投入開發。當時環保署(現為環境部)歷經九個月召開 2 次意見徵詢會議,蒐集環評委員、專家學者、相關機關、民眾等意見,最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程,讓政策「名正言順」,得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中,環評會議盤點了開發過程中共通的環境議題。

首先,對於海洋生態保育的重點,特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上,以減少對其生態的干擾。實際上,這項規範在後續的實務執行中更為嚴格,例如,福海二期示範風場已退縮到 2.5 公里外,臺電二期風場甚至退到 4.2 公里外,顯示政策環評確實發揮了實質作用。此外,針對施工期間的聲音干擾,要求施工需有 30 分鐘以上的打樁緩啟動時間,並限制聲量不得超過 180 分貝等。

針對鳥類保育,政策環評也訂立了具體規範。其中,包括風機之間必須留設 500 公尺以上的鳥類穿行廊道,並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時,為確保這些措施確實生效,工程方也被要求設置「鳥類活動監測系統」,持續追蹤、評估風場對鳥類的影響。

-----廣告,請繼續往下閱讀-----

此外,環評會也確立了「先遠後近」的開發原則,要求優先開發較單純的航道外側區塊,待累積足夠經驗及相關資料後,再進行近岸區域的開發。這項原則考量了近海生態系的複雜性,也顧到養殖漁業的漁民權益,展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制:達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質,環境部參考過去離岸風電審查經驗,制定「風力發電離岸系統開發行為環境影響評估初審作業要點」,建立了全新的二階段審查機制。

環境部推動二階段審查機制,提升離岸風電環評效率與審查品質。圖/envato

這套新機制分為兩個階段。第一階段,就像「初步檢查」,由環境部依照檢核表進行初審,並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審,通過第一階段初審之業者,可取得經濟部遴選資格,其初審結果有效期為兩年,必要時可申請展延一年。接著進入「第二階段」,開發單位檢附目的事業主管機關核配的容量證明文件等資料,提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目,涵蓋開發案的全生命週期。

-----廣告,請繼續往下閱讀-----

工程面,包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中,風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域,且須進行地震危害度分析。海域電纜部分,除特殊情形外,埋設深度至少須達 1.5 公尺,且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上,檢核表則對施工噪音管制訂立了明確標準。舉例來說,打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝,且必須全程採用最佳噪音防制工法。同時,每個開發案或聯席審查的風場,同一時間內只能進行一支基樁施作,而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點,分為「施工前、施工期間、營運期間」三階段,每個階段都規定了詳細的監測要求(包括海域底質監測、水下噪音監測、鯨豚目視監測等)。以鯨豚監測為例,每年需執行20趟次,四季中每季至少執行 2 趟次。此外,所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」(https://epaw.moenv.gov.tw/)供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費,也透過明確的檢核項目,讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此,該機制亦確保了環境保護標準前後一致,避免不同案件之間標準不一。

-----廣告,請繼續往下閱讀-----

結語

透過新的審查機制,環境部正積極推動再生能源開發案的環評審查作業,在提升行政效率之餘,也確保環境影響評估的品質,支持臺灣的離岸風電開發及國家能源轉型政策,也做好把關。藉由標準化檢核表和二階段審查制度,期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進,環境部每半年至一年會進行制度檢討,並持續公開所有環評書件於「環評書件查詢系統」(https://eiadoc.moenv.gov.tw/eiaweb/)。此外,環評會議召開前一週,也必須在指定網站公布開會訊息,讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心,另一方面也確保全民能共同參與監督離岸風電的發展過程。未來,這套制度將在各界的檢視與建議中持續完善,為臺灣的永續發展貢獻心力,發揮環評作業的最大效益。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

2
1

文字

分享

0
2
1
捉摸不定卻又無處不在的粒子──微中子(二)
科學大抖宅_96
・2020/09/02 ・3508字 ・閱讀時間約 7 分鐘 ・SR值 540 ・八年級

-----廣告,請繼續往下閱讀-----

1930年,物理學家包立為了解決貝他衰變裡能量不守恆的問題,假想一種觀測不到的新粒子;這個想法引起了理論物理學家費米的興趣……

本系列上一篇:捉摸不定卻又無處不在的粒子──微中子(一)

費米的理論:可以憑空創造或消滅的微中子

費米採納當時一些人的猜測,假設原子核由質子和(不久前才剛發現的)中子組成;至於貝他衰變裡的電子、和包立假想的微中子,原本並不存在於原子核內,而是在中子轉換成質子的過程中連帶產生;換言之,貝他衰變牽涉到如下反應:

中子 → 質子+電子+(反)微中子[1]

-----廣告,請繼續往下閱讀-----

費米參照帶電粒子能夠放出光子的現象,讓理論描述的粒子可以憑空創造或消滅!這在當時是很突破性的概念,也難怪《自然》的編輯認為論文充滿臆測而駁回投稿。

貝他衰變原先被認為僅放出電子(圖左上),後來在費米的理論裡,描述為中子衰變為質子,再加上電子和反微中子(圖右下)。(圖片來源

理論上什麼都穿得透!微中子真的有辦法觀測嗎?

儘管包立的提案和費米的理論看似可以完美解釋貝他衰變帶來的問題,但只要微中子沒有被觀測到,一切都是空中閣樓,事情等於沒有解決。科學家開始思考,有沒有可能用實驗證明微中子的存在。

1934 年,貝特[2]和佩爾斯[3]估算了偵測微中子的可能性。相較於阿爾法粒子(氦原子核)單用一張紙就能擋下,貝他粒子(電子)要用幾公釐厚的鋁片才能遮蔽,伽馬射線甚至需要用到一公分厚的鉛、或六公分厚的混凝土,才能降低約 50% 的強度;兩人卻發現微中子足以在一般性的固體內行進十的十六次方公里(1016km)[4],約莫海王星到太陽距離的 220 萬倍,即一千光年!這麼強的穿透力,顯然沒有任何實驗儀器能夠捕捉。

-----廣告,請繼續往下閱讀-----

貝特和佩爾斯於是下了結論:沒有任何實際可行的辦法觀測到微中子!

三種不同的主要衰變,其穿透力各有不同。(圖片來源

微中子觀測計畫:以買樂透的精神進行!

正所謂辦法是人想出來的,就算微中子幾乎可以毫無阻礙穿越任何物體,但只要有夠多的微中子,總還是有機會看到微中子跟其他物質發生反應──就像大樂透雖然很難中獎,但只要多買幾張,或多或少還是會中。

1951 年,曾在曼哈頓計畫、費曼[5]的小組裡工作的萊因斯[6],找了洛斯阿拉莫斯國家實驗室(Los Alamos National Laboratory)的同事科溫[7]一起進行微中子觀測計畫。起初,他們想在距離核子試爆點僅四十公尺的地方,向下挖掘深井放置探測器,利用試爆產生的大量微中子來提高偵測機率。但是,考慮到爆炸只有短短一兩秒,一旦失敗就得重新等待機會;來自中子和伽馬射線的背景雜訊又相當高,反而增加收集數據的難度。

-----廣告,請繼續往下閱讀-----

兩人最後決定改在核子反應爐附近進行研究:微中子的數目雖然比核爆少很多,但來源持續穩定──估計每小時只能偵測到數個微中子反應事例,但只要等上幾個月、累積多一點數據,也足夠了。

萊因斯和科溫原本想在離核爆點僅四十公尺的地方挖洞,進行微中子偵測實驗。(圖片來源

利用核電廠尋找微中子

1955 年底,萊因斯和科溫在南卡羅萊納州薩凡納河區(Savannah River Site)的核子反應爐附近設置了實驗儀器。他們將氯化鎘(CdCl₂)溶解於 1400 公升的水裡,在此處理論上每平方公分的水面面積大約每秒就有十兆(十萬億,或1013)個反微中子通過。而如果有反微中子經過,水裡的質子和反微中子作用後,會產生正電子中子(逆貝他衰變):

反微中子+質子 → 正電子+中子

-----廣告,請繼續往下閱讀-----

正電子會馬上跟水裡的電子湮滅,放出兩個伽馬射線光子;而中子在接下來百萬分之幾秒內就會被鎘原子核捕獲,也產生伽馬射線。於是,實驗探測器如果在很短的時間內連續看到兩道不同的閃光訊號──就表示觀測到(反)微中子了。

反微中子和水裡的質子作用產生逆貝他衰變,生成的正電子和中子隨後也會分別因為湮滅和捕獲作用而放出光子。(圖片來源

包立,你賭輸了!

1956 年,萊因斯和科溫在做完所有驗證之後,發了電報給正在歐洲核子研究組織(CERN)開會的包立,告知微中子的發現。包立看了電報,立刻打斷會議、興奮地向其他人宣讀電報內容並發表感言。不僅如此,因為包立曾跟天文學家巴德[8]打賭,人類永遠偵測不到微中子──這下他只能願賭服輸,買了一箱香檳送給巴德。

三十九年後,萊因斯因為微中子的發現,獲頒諾貝爾物理學獎;科溫則因為英年早逝,無緣參與這別具意義的一刻。隨著微中子被證實,貝他衰變帶來的懸念總算可以放下──如果事情這麼發展就太無趣了。

-----廣告,請繼續往下閱讀-----

第二種微中子

1962 年,萊德曼[9]、施瓦茨[10]、施泰因貝格爾[11]等人從美國布魯克赫文國家實驗室(Brookhaven National Laboratory)的粒子加速器,利用 π介子衰變產出微中子束,並確認其與 1956 年發現的微中子有別:貝他衰變裡的微中子,總是伴隨著正負電子;而萊德曼等人發現的微中子,卻是在另一種粒子──緲子相關反應中出現;所以後來兩者分別被稱為電子微中子和緲子微中子。

因為萊德曼、施瓦茨、施泰因貝格爾產製微中子束的方法,能夠幫助科學家更好地研究微中子牽涉到的弱交互作用;也因為他們發現新的微中子,讓後人更加瞭解兩種不同微中子和電子╱緲子的配對關係;三人於 1988 年獲頒諾貝爾物理學獎。

π介子的主要衰變產生反緲子以及和緲子對應的微中子――緲子微中子。(圖片來源

比緲子更重的新粒子

-----廣告,請繼續往下閱讀-----

自從緲子在 1930 年代被發現之後,人們花了數十年的時間才逐漸了解,緲子的性質和電子非常接近(只是質量較大)──它們跟兩種微中子後來都被歸類為「輕子」(Lepton)。於是有人猜測,會不會有比緲子更重的輕子呢?

1971 年,台灣出生的美國籍科學家、史丹福大學教授蔡永賜(Yung-su Tsai)發表論文,探討更重的輕子在實驗中可能引發的效應──這導致了接下來 1974 到 1977 年的一系列實驗,以及濤子(Tau)的發現。濤子的發現者佩爾[12]因此和發現微中子的萊因斯共享了 1995 年的諾貝爾物理學獎。

既然電子和緲子都有相應的微中子,濤子應該也不例外──大部分人都是這麼深信的。但是過了許久,直到 2000 年,濤子微中子才正式被發現。

粒子物理標準模型

依照現在的粒子物理標準模型,輕子包含三個家族,分別由帶電的電子、緲子、濤子三者,和相應的(電中性)微中子組成。因為有很強的證據顯示,微中子的質量就算不為零,也必定極小,所以標準模型直接把微中子質量定為零,也沒有微中子的質量來源機制。

-----廣告,請繼續往下閱讀-----

故事到此結束了嗎?至少看起來功德圓滿:和電子、緲子、濤子相應的微中子都發現了,不多不少;它們在標準模型的理論架構裡都有適當的位置,而且標準模型運作得非常成功。怎知,很快地,微中子又將帶給物理學界大震撼,標準模型也面臨結構調整。那是下一個故事了。

目前標準模型裡,輕子分成三個家族(三代),各由電子、緲子、濤子和相應的微中子組成。

註釋

  • [1] 費米原本把貝他衰變產生的微小電中性粒子定為微中子,但後來的理論發展將其定義為「反微中子」。
  • [2] 漢斯‧阿爾布雷希特‧貝特(Hans Albrecht Bethe,1906年7月2日-2005年3月6日),德國和美國猶太裔核物理學家,1967年諾貝爾物理學獎得主。
  • [3] 魯道夫‧恩斯特‧佩爾斯(Rudolf Ernst Peierls,1907年6月5日-1995年9月19日)德裔英籍物理學家。
  • [4] 這個數字跟現代的估算相差不遠。
  • [5] 理察‧菲利普斯‧費曼(Richard Philips Feynman,1918年5月11日-1988年2月15日),美國理論物理學家,因對量子電動力學的貢獻,於1965年獲得諾貝爾物理學獎。
  • [6] 弗雷德里克‧萊因斯(Frederick Reines,1918年3月16日-1998年8月26日),美國物理學家。
  • [7] 小克萊德‧洛蘭‧科溫(Clyde Lorrain Cowan Jr,1919年12月6日-1974年5月24日),美國物理學家。
  • [8] 威廉‧海因里希‧沃爾特‧巴德(Wilhelm Heinrich Walter Baade,1893年3月24日-1960年6月25日),德國天文學家,創造了超新星(supernova)一詞,並推測中子星的存在。
  • [9] 利昂‧馬克斯‧萊德曼(Leon Max Lederman,1922年7月15日-2018年10月3日),美國物理學家。
  • [10] 梅爾文‧施瓦茨(Melvin Schwartz,1932年11月2日-2006年8月28日),美國物理學家
  • [11] 傑克‧施泰因貝格爾(Jack Steinberger,1921年5月25日-),德裔美籍兼瑞士籍物理學家。
  • [12] 馬丁‧路易斯‧佩爾(Martin Lewis Perl,1927年6月24日-2014年9月30日),美國物理學家。

參考資料

  1. Chad Orzel (2019/04/25), “Neutrino Physics And A History Of Impossible Experiments“, Forbes.
  2. S.M. Bilenkya (2013), “Neutrino. History of a unique particle”, Eur. Phys. J. H 38, 345–404.
  3. Los Alamos Science Number 25 1997.
  4. Herbert Pietschmann (2005), “Neutrino – Past, Present and Future”, George Marx Memorial Lecture, Univ. Budapest, May 19, 2005.
-----廣告,請繼續往下閱讀-----
科學大抖宅_96
36 篇文章 ・ 1858 位粉絲
在此先聲明,這是本名。小時動漫宅,長大科學宅,故稱大抖宅。物理系博士後研究員,大學兼任助理教授。人文社會議題鍵盤鄉民。人生格言:「我要成為阿宅王!」科普工作相關邀約請至 https://otakuphysics.blogspot.com/