0

0
0

文字

分享

0
0
0

經蝕刻的量子點成型如同單光子發射器

peregrine
・2011/03/01 ・944字 ・閱讀時間約 1 分鐘 ・SR值 605 ・十年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

圖片取自原文

量子點如同雪花或指紋印,沒有兩個是完全相同的。不過,塑造及定位此些半導體奈米晶體的新蝕刻方法,能使上述情況為之改觀。除此之外,於美國國家標準暨技術研究所(the National Institute of Standards and Technology:NIST)的試驗證實,經蝕刻的量子點發出單粒子的光(也就是單光子),這提升了為新型量子通訊裝置提供電力的可能性。

在NIST及其他地方,製作量子點的傳統方法,如同於溶液中生長晶體。不過,這個有點隨機性的方法導致形狀不規則。上述更精確的新方法是由NIST博士後研究員Varun Verma,還是美國伊利諾大學(the University of Illinois)研究生時所研發的。

Verma使用了電子束光刻術(electron beam lithography)及蝕刻法(etching),來雕刻被局限於二維中,被稱為量子阱之半導體夾層裡頭的量子點。該光刻術控制量子點的大小及方位,而半導體夾層的厚度及組成,除了量子點的大小之外,也能用來調變量子點發光的色彩。

有些量子點能依需求,發出單獨、孤立的光子。就藉由操縱單光子來編碼信息的量子信息裝置(quantum information system)而言,這是至關重要的特性。在發表於《光學快訊》(Optics Express)的新研究中,NIST的諸多試驗證實,經光刻及蝕刻的量子點的確起了如同單光子源的作用。此些試驗是針對由砷化銦鎵(indium gallium arsenide)所製作的量子點進行的。此些研究人員以方陣列的方式,在特定位置仿製了各種直徑的量子點。使用雷射來激發各個量子點及光子偵測器來分析發出的光。他們發現,35奈米寬的量子點以888.6奈米的波長,發出幾乎所有的光。這種時間控制模式(timing pattern)顯示,光是以單光子的特性被發射出。

目前,NIST的研究人員們計劃構築包圍各個經蝕刻之量子點的反射腔(reflective cavities),來導引發出的光。倘若每一量子點能發出幾乎垂直於晶片表面的光子,則能收集更多的光,來形成更有效能的單光子源。儘管晶體生長式的量子點已被證實能垂直發出光,不過於反射腔內,此些量子點無法確實地被定位或散佈。經蝕刻的量子點除了精確定位之外,也提供了製作完全相同量子點的可能性。這些量子點可能被用來形成糾纏多個光子的特殊光狀態,這是即使有相當距離也能將諸光子屬性聯繫在一起的量子現象。

於各個實驗中試驗的量子點是由NIST所製作,而在量子點上生長一層晶體的最後階段是在伊利諾大學完成的。

原文網址:Etched quantum dots shape up as single photon emitters
翻譯:peregrine
本文轉載自PEREGRINE科學點滴

文章難易度
peregrine
38 篇文章 ・ 0 位粉絲

1

2
0

文字

分享

1
2
0
金魚的記憶才不只 7 秒!記憶力怎麼回事?好想要超大記憶容量
鳥苷三磷酸 (PanSci Promo)_96
・2022/12/01 ・2720字 ・閱讀時間約 5 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文由 美光科技 委託,泛科學企劃執行。

你是不是也有過這樣的經驗?本來想上樓到房間拿個東西,進到房間之後卻忘了上樓的原因,還完全想不起來;到超巿想著要買三四樣東西回家,最後只記得其中兩樣,結果還把重要的一樣給漏了;手機 Line 群組裡發的訊息,看過一轉身回頭做事轉眼就忘了。

發生這種情況,是不是覺得很懊惱:明明才想好要幹嘛,才不過幾秒鐘的時間就全部忘記了?吼呦!我根本是金魚腦袋嘛!記憶力到底是怎麼回事啊?要是能擁有更好的記憶力就好了!

明明才想好要幹嘛,一轉眼卻又都忘記了。 圖/GIPHY

金魚的記憶才不只 7 秒!

忘東忘西,我是金魚腦?!無辜地的金魚躺著也中槍!被網路流傳的「魚只有 7 秒記憶」的說法牽累,老是被拖下水,被貼上「記憶力不好、健忘」的標籤,金魚恐怕要大大地舉「鰭」抗議了!魚的記憶只有 7 秒嗎?

根據研究顯示,魚類的記憶可以保持一到三個月,某些洄游的魚類都還記得小時候住過的地方的氣味,甚至記憶力可以維持到好幾年,相當於他們的一輩子。

還有科學家發現斑馬魚在經過訓練之後,可以很快學會如何走迷宮,根據聲音信號尋找食物。但是當牠們壓力過大時會記不住東西,注意力分散也會降低學習效率,而且記憶力也會隨著衰老而逐漸衰退。如此看來,斑馬魚的記憶特點是不是跟人類有相似之處。

記憶力到底是怎麼回事?

為什麼魚會有記憶?為什麼人會有記憶?記憶力跟腦袋好不好、聰不聰明有關係嗎?這個就要探究記憶歷程的形成源頭了。

依照訊息處理的過程,外界的訊息經由我們的感覺受器(個體感官)接收到此訊息刺激形成神經電位後,被大腦轉譯成可以被前額葉解讀的資訊,最終會在我們的前額葉進行處理,如果前額處理後認為是有意義的內容就有可能被記住。

在問記憶好不好之前,先了解記憶形成的過程。圖/GIPHY

根據英國神經心理學家巴德利 Alan Baddeley 提出的工作記憶模式,前額葉處理資訊的能力稱為「短期工作記憶」,而處理完有意義、能被記住的內容則是「長期記憶」。

你可能會好奇「那記憶能被延長嗎」?只要透過反覆背誦、重覆操作等練習,我們就有機會將短期記憶轉化為長期記憶了。

要是能有超大記憶容量就好了!

比如當我們在接聽客戶電話時,對方報出電話號碼、交辦待辦事項,從接收訊息、形成短暫記憶到資訊篩選方便後續處理,整個大腦記憶組織海馬迴區的運作,如果用電腦儲存區來類比,「短期記憶」就像隨機存取記憶體 RAM,能有效且短暫的儲存資訊,而「長期記憶」就是硬碟等儲存裝置。

從上一段記憶的形成過程,可以得出記憶與認知、注意力有關,甚至可以透過刻意練習、習慣養成和一些利用大腦特性的記憶法來輔助學習,並強化和延長記憶力。

雖然人的記憶可以被延長、認知可以被提高,但當日常生活和工作上,需要被運算處理以及被記憶理解的事物越來越多、越來越複雜,並且需要被快速、大量地提取使用時,那就不只是記憶力的問題,而是與資訊取用速度、條理梳理、記憶容量有關了!

日常生活中需要處理的事務越來越多,那就不只是記憶力的問題,而是有關記憶力容量的問題了……。圖/GIPHY

再加上短期記憶會隨著年齡增加明顯衰減,這時我們更需要借助一些外部「儲存裝置」來幫我們記住、保存更多更複雜的資訊!

美光推出高規格新一代快閃記憶體,滿足以數據為中心的工作負載

4K 影片、高清晰品質照片、大量數據、程式代碼、工作報告……在這個數據量大爆炸的時代,誰能解決消費者最大的儲存困擾,並滿足最快的資料存取速度,就能佔有這塊前景看好的市場!

全球第四大半導體公司—美光科技又領先群雄一步!除了推出 232 層 3D NAND 外,業界先進的 1α DRAM 製程節點可是正港 MIT,在台灣一條龍進行研發、製造、封裝。日前更宣布推出業界最先進的 1β DRAM,並預計明年於台灣量產喔! 

美光不久前宣布量產具備業界多層數、高儲存密度、高性能且小尺寸的 232 層 3D NAND Flash,能提供從終端使用者到雲端間大部分數據密集型應用最佳支援。 

美光技術與產品執行副總裁 Scott DeBoer 表示,美光 232 層 3D NAND Flash 快閃記憶體為儲存裝置創新的分水嶺,涵蓋諸多層面創新,像是使用最新六平面技術,讓高達 232 層的 3D NAND 就像立體停車場,能多層垂直堆疊記憶體顆粒,解決 2D NAND 快閃記憶體帶來的限制;如同一個收納達人,能在最小的空間裡,收納最多的東西。

藉由提高密度,縮小封裝尺寸,美光 232 層 3D NAND 只要 1.1 x 1.3 的大小,就能把資料盡收其中。此外,美光 232 層 NAND 存取速度達業界最快的 2.4GB/s,搭配每個平面數條獨立字元線,好比六層樓高的高速公路又擁有多條獨立運行的車道,能緩解雍塞,減少讀寫壽命間的衝突,提高系統服務品質。

結語

等真正能在大腦植入像伊隆‧馬斯克提出的「Neuralink」腦機介面晶片,讓大腦與虛擬世界溝通,屆時世界對資訊讀取、儲存方式可能又會有所不同了。

但在這之前,我們可以更靈活地的運用現有的電腦設備,搭配高密度、高性能、小尺寸的美光 232 層 NAND 來協助、應付日常生活上多功需求和高效能作業。

快搜尋美光官方網站,了解業界最先進的技術,並追蹤美光Facebook粉絲專頁獲取最新消息吧!

參考資料

  1. https://pansci.asia/archives/101764
  2. 短期記憶與機制
  3. 感覺記憶、短期記憶、長期記憶  
  4. 注意力不集中?「利他能」真能提神變聰明嗎?

文章難易度
所有討論 1

0

1
2

文字

分享

0
1
2
超級電腦爭霸戰的新一頁開始了:Exascale(10 的 18 次方)之戰
Y.-S. Lu
・2022/09/10 ・5230字 ・閱讀時間約 10 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

2023 即將上線的超級電腦(Supercomputer)

歐洲最大的超級電腦(Supercomputer),將要在 2023 年上線啦!今年六月中時,德國于利希研究中心(Forschungszentrum Jülich GmbH)的超級計算中心(Jülich Supercomputing Centre, JSC)發佈新聞稿[1],表示歐盟的歐洲超級電腦中心聯合承辦組織(EuroHPC Joint Undertaking)選定該研究中心的超級計算中心,做為歐洲第一個設立 Exascale 超級電腦 Jupiter 的地點[2],歐盟出資一半,而另一半的資金將由德國教育部(BMBF)以及北萊茵威斯特法倫州(Nordrhein-Westfalen)文化部共同出資,其意昧著這台超級電腦也將優先提供給德國的科學家,以及北威州的研究單位使用[註一]。表示現今的超級電腦軍備競賽,已打到了 Exascale 了,Jupiter 將是繼美國設立世界第一台 Exascale[註二]的超級電腦 Frontier 後[3],即將出現的次世代超級電腦(如果德國的施工期有好好的踩點)

位於阿貢國家實驗室的 IBM Blue Gene/P 超級計算機。圖/wikipedia

Exascale 的超級電腦具有「每秒百億億次(1018)」(也就是 100 京)的每秒浮點運算(FLOP)能力,實際規模也將具有國家高速運算中心台灣杉二號[4]的 111 倍以上的運算能力,也就是要建立超過百台規模的台灣杉二號才具有 Exascale 的規模,但也同時考驗硬體的處理能力、主機間節點的連線架構、資料讀寫能力,更甚者,則是軟體是否具有 Exascale 的使用能力,也就是硬體與軟體都必須要能夠良好的契合才行。

什麼是超級電腦?可以幫助都市成為超級都市嗎?

「這些顯示器太舊了」雷迪亞茲說。

「但它們後面是世界最強大的電腦,每秒可以進行五百萬億次浮點運算。」

~ 劉欣慈《三體:黑暗森林》

劉欣慈《三體:黑暗森林》(2007)提到人類「當時」最強的電腦,為五百萬億的運算能力「而已」,沒想到 15 年後的今天,地表最強的超級電腦 Frontier 是出現在美國的橡樹嶺國家實驗室(Oak Ridge National Laboratory),而不是小說裡說的,在洛斯阿拉莫斯國家實驗室(Los Alamos National Laboratory),而且 Frontier 的效能還是小說裡超級電腦的五千多倍,可說是現實終於有超過小說的時候了(但我們依就沒有飛天滑板可以借東京都的死神小學生)

超級電腦是科學家進行高速/高效計算(High Performance Computing)的主要設備。超級電腦的架構,可以說是非常的簡單:用網路線連結各台主機,讓主機間互相溝通,才能夠進行平行運算。

一般超級電腦的架構大致上如下:一機板上可能會有一個到數個 CPU,而一個或是數個機板會組成一個節點(Node),有時數個結點會組成一個機櫃(Rack/Cabinet)。節點與節點間的連結,就是依靠網路線在進行 CPU 之間的溝通,因此網路變成非常重要的元件。

節點與節點間的連結,就是依靠網路線在進行 CPU 之間的溝通,因此網路變成非常重要的元件。圖/pixabay

在此架構下,如何讓結點間有效溝通,也是一門學問了[5]。這些 CPU 可以想象是每個拿著工程計算機的研究生,正等著教授指派任務給他們算,而一個節點就是一個房間,在同一個房間內的溝通一定是比較快的,當不同房間需要溝通時,就會需要走出房間去給資料,如果所有的人一起拿資料回報給教授,那這教授可能就會崩潰,所以如何讓研究生(CPU)互相溝通,又不至於塞車,就是電腦工程專家們的專業了。

現在超級電腦的架構也與過往的超級電腦不同了。除了採用巨量 Arm 晶片的日本富岳(具 158,976 節點)、自主研發晶片的中國神威太湖之光(具 40,960 節點)外,前十大超級電腦[3]都是採用 CPU 加上 GPU 的混合架構(如在機板上插上 GPU 增加運算效率),才達到 100 Peta-Flop(1Peta = 1015) 以上的計算量,也意味著未來要在超級電腦上進行高效計算,GPU 運算也成為很重要的應用,因此也有許多計畫正在將軟體朝 GPU 運算的方向前進與推動。

軟體是否能配合平行化,也是非常是否能進行高效運算的重點之一。所謂的高效計算,也是利用許許多多的運算元件(CPU 或是 GPU),採平行運算的方法,將一個問題切成許多碎片,以螞蟻雄兵的方法一一解決,所以不要再怪為什麼你家的電腦 CPU 無論幾核心都只用了一核心,那是因為你的軟體沒有進行平行處理。早期土木界在進行坡面的圓弧破壞面計算時,據說就是用人力一人算一片圓弧的切片,也算是(人力)平行運算的先驅之一了。一般電腦中使用平行運算最多的,應該就是你手上那張 GPU 顯卡,在 GPU 的加持下,電腦螢幕中每個點、每個邊、每個平面上的顏色與光影,才能完美的呈現在使用者的眼前,所以與其用顯卡挖礦,還不如投身虛幻而真實的遊戲世界

不過有了地表最強的超級電腦,並不代表我們今天就能夠像小說形容的一樣,能幾秒內預測核子彈的破壞能力,或是在一天內算出地球百年後的氣候狀況,因為平行計算加快了計算的速度,但有其極限。

有了地表最強的超級電腦,並不代表我們能夠像小說一樣,在一天內算出地球百年後的氣候狀況,因為平行計算加快了計算的速度,但有其極限。圖/pixabay

資料的讀入或是寫出,也是瓶頸之一,電路板與網路速度,以及資料存取方式都會造成資料讀寫的延遲,更不用說,若是打算模擬地球,其將耗盡 80 exabyte 等級的儲存空間,其為 CERN 的 ATLAS 與 CMS 計畫所產生的資料量的十倍[6]

為什麼氣候模擬要用到 Exascale?

Exascale 的超級電腦除了可以提供更多的運算能力,給更多的使用者進行模擬與計算外,也是挑戰超大型計算的開始。不過為什麼要 Exascale?到底為什麼一個模擬要用到上千甚至是上萬顆的 CPU 在運算?氣象氣候模擬已經將 Exascale 喻為下一階段應使用的救星[7],在氣象上除了要能做到一小時內達成氣象預測外,也希望能夠進行叢集式運算(像是利用隨機方法產生上百個因亂度而有不同結果的預測),進而進行機率式預測分析,或是提高水平距離至 2.5 公里以下的網格精度,此精度也為可進行對流模擬 (Convection-Permit)[8] 的精度。氣候模擬也需要高效能的運算,除了高精度的全球模型外,也需要進行長程的氣候模擬,幾十年到幾百萬年的模擬時間,也將需要 Exascale 等級的超級電腦來加速模擬,縮短實驗時間。越多的計算核心以及有效的平行運算,才能讓最真實的模擬結果讓人類使用,畢竟,誰都希望出遊不要遇上下大雨,也會希望能夠提前幾天知道颱風的路徑。

地球系統模擬中,其中一個挑戰便是進行模擬時程:挑戰一日(24 小時)的超級電腦計算可以得到多少年的模擬結果(simulated years per wall-clock day, SYPD)[6]還真的是「度日如年」,而此地球系統的精度為水平方向僅一公里的超高解析度,用來進行最終極的地球系統模擬:數位攣生(Digital Twins)[9]。數位攣生計畫主要是要建立地球的複製體,以方便人們對地球進行各種「實驗」,了解到經濟或政策面對地球生態或是氣候的影響,因此要達成此目的,強大具 Exascale 能力的電腦,便成為了目標。

目前已經有部份超級電腦都在進行 SYPD 的挑戰,如中國的神威太湖之光,其已完成了每日 3.4 年的地球系統模擬[10],只不過其地面僅有 25 公里的水平精度,海面僅 10 公里的水平精度,還有非常多的進步空間。只可惜,這個實驗並沒有進行進行資料輸出,無法得到正確的效能結果(資料的寫入與輸出也是非常費時的),以及真正的運算結果:因為沒有資料,就沒有辦法分析。

從高速電腦看量子電腦:量子電腦會是傳統的救星嗎?

量子電腦目前也成為了熱門名詞,從 2019 年開始,IBM 與 MIT 共同開始了量子計算課程,各學術單位也在搶攻量子電腦領域,但對地球模擬領域而言,量子電腦還太遙遠,對「傳統物理」的地球科學來說,我們解偏微分、解多項式,用的是傳統的數值方法,跟量子電腦界在進行的運算,也差了十萬八千里。

編按:這邊所說的數值方法,簡單講就是「暴力解」。例如要求圓周率,就先設定一個半徑為 1 的圓面積公式,然後問電腦答案是多少,電腦的第一步會把所有正整數代入公式中從一個初始數字(nitial State)開始,先找到答案會在 3 到 4 之間,之後又把 3 到 4 之間的所有數,帶回一開始的公式,得知答案在 3.1 到 3.2 之間,之後又將這個區間的所有數帶回一開始的公式,如此重複很多次後,就會得到相對接近的正確答案。

量子電腦就比較詭異了,量子態的平行運算與邏輯閘,使得兩者的運算邏輯完全不同,以上面的圓周率問題為例,量子電腦會直接給出在 3.1415925 至 3.1415927 之間,存在正確答案的可能性是最高的,但是這個範圍也有可能是錯的,而且就算是錯的,以我們現在的能力也很難說明它錯在哪裡。

從表面上來看,傳統電腦用暴力解,以排除錯誤答案的方式逼近正確答案,而量子電腦不排除錯誤答案,直接找到最有可能的答案會在哪個區域,但不保證運算過程中的正確性。

因為這個區別,若將現在成熟的模擬方法直接導入量子電腦中,最有可能出現的就是不知道怎麼解讀得到的數據,這包含了答案的正確程度,以及改動特定變數後所產生的答案變動是從何而來?

IBM 與 GOOGLE 正在爭奪追逐量子霸權(Quantum Supremacy)的同時[11],(不過 Google 號稱的量子霸權,也就是一萬倍的計算速度,在 2021 年被中國科學院理論物理所的 Feng 等人用了 15 個 NVIDIA V100 GPU 給追上[12][註五]),其離傳統電腦計算的距離,也有十萬八千里遠,離應用於地球科學計算上還有一定的距離,但只要哪一天能夠應用在普通的大氣循環模式(GCM),就可以算是第一步吧。但是在量子力學進入大氣科學前,我們氣候與氣象模擬還是只能使用傳統的電腦主機,靠著 2 位元的方法進行大氣模擬,所以目前傳統超級電腦還沒有被取代的機會。

結語:超大主機與超大計算

依摩爾定律,每十八個月,CPU 晶片的製成就會進步一倍,同時,超級電腦中心卻是一直受益於摩爾定律帶來的好處,也就是 CPU 的能力越來越強,而價格也越來越親民,也讓氣候氣象模擬的空間精度也隨之升高。

Neumann 等人也預計在 2030 年代後,進行 1 公里等級的超高精度計算也將不是夢想[7],而在 Exascale 主機降臨前的這個年代,有些超級計算中心已經以節點(Node)做為計算資源耗費的單位(Node per hour),而非 CPU per hour,顯示出大型主機對計算資源消耗的想法以從 CPU 規模上升到了 Node 規模。

一方面使用者受益於更多的 CPU 資源,但同時這些主機也要求更新更大量的計算能力,如瑞士的 Piz Daint 與瑞典的 LUMI,皆要求使用者的計算必須是含有 GPU 運算能力,而純粹靠 CPU 運算的軟體,將無法享受到同等的巨量資源。

IBM為橡樹嶺國家實驗室開發的Summit超級計算機(或 OLCF-4)。圖/flickr

而相應的挑戰也隨之而生,除了硬體將進入 Exascale 的時代,軟體也將一同進入這場大戰,才能享受同等的資源。另外一個挑戰則是綠色挑戰,1 公里精度的氣象模擬,每一模擬年將耗盡 191.7 百萬瓦時[6],相當於台灣一個家庭可以用上 43 年的電量[註三],也可以讓特斯拉的 Model 3LR 從地球開到月球來回開 1.5 次[註四],其耗能之巨,也是我們計算或是模擬界科學家應該要注意到的問題,也是為何除了 HPC Top500 外,亦有 Green 500[13]的原因吧,而具有超高效能的 Frontier,也同時奪下了 Green 500 之冠,也算是 Exascale 的好處吧。

註解與文獻

  • [註一] 若需使用 JSC 的超級電腦,必須透過不同的計畫項目進行申請,其計畫主持人(PI)為歐洲或是德國的研究者[14]
  • [註二] 日本的富岳其實也可以進行到 Exscale 的運算,只是要超頻而已,想當然爾是非常規設定。
  • [註三] 根據台電 2021 年新聞稿中,家庭離峰平均用電為 339 度以及 6-9 月為 434 度推估。
  • [註四] 根據 Tesla M3 LR 為 25kWh per 100 Miles,月球至地球為 384400 公里推估
  • [註五] Feng 也公開了他的程式碼
  • [1] Forschungszentrum Jülich 新聞稿
  • [2] EUROPE HPC 新聞稿
  • [3] 2022 年六月 HPC Top 500 名單
  • [4] 國家高速網路中心台灣杉二號介紹
  • [5] 司徒加特超級電腦中心:HAWK 主機之連線架構
  • [6] T. C. Schulthess, P. Bauer, N. Wedi, O. Fuhrer, T. Hoefler and C. Schär, “Reflecting on the Goal and Baseline for Exascale Computing: A Roadmap Based on Weather and Climate Simulations,” in Computing in Science & Engineering, vol. 21, no. 1, pp. 30-41, 1 Jan.-Feb. 2019, doi: 10.1109/MCSE.2018.2888788.
  • [7] Neumann P et al. 2019, Assessing the scales in numerical weather and climate predictions: will exascale be the rescue?. Phil. Trans. R. Soc. A 377: 20180148. http://dx.doi.org/10.1098/rsta.2018.0148
  • [8] Kendon, E. J., Ban, N., Roberts, N. M., Fowler, H. J., Roberts, M. J., Chan, S. C., Evans, J. P., Fosser, G., & Wilkinson, J. M. (2017). Do Convection-Permitting Regional Climate Models Improve Projections of Future Precipitation Change?, Bulletin of the American Meteorological Society, 98(1), 79-93
  • [9] Bauer, P., Dueben, P.D., Hoefler, T. et al. The digital revolution of Earth-system science. Nat Comput Sci 1, 104–113 (2021). https://doi.org/10.1038/s43588-021-00023-0
  • [10] Zhang, S., Fu, H., Wu, L., Li, Y., Wang, H., Zeng, Y., Duan, X., Wan, W., Wang, L., Zhuang, Y., Meng, H., Xu, K., Xu, P., Gan, L., Liu, Z., Wu, S., Chen, Y., Yu, H., Shi, S., Wang, L., Xu, S., Xue, W., Liu, W., Guo, Q., Zhang, J., Zhu, G., Tu, Y., Edwards, J., Baker, A., Yong, J., Yuan, M., Yu, Y., Zhang, Q., Liu, Z., Li, M., Jia, D., Yang, G., Wei, Z., Pan, J., Chang, P., Danabasoglu, G., Yeager, S., Rosenbloom, N., and Guo, Y.: Optimizing high-resolution Community Earth System Model on a heterogeneous many-core supercomputing platform, Geosci. Model Dev., 13, 4809–4829, https://doi.org/10.5194/gmd-13-4809-2020, 2020. https://gmd.copernicus.org/articles/13/4809/2020/
  • [11] 「嗨量子世界!」~ Nature Newsletter
  • [12] Feng Pan, Keyang Chen, and Pan Zhang, Solving the sampling problem of the Sycamore quantum circuits, accepted by Phys. Rev. Lett.
  • [13] 2022 年六月 HPC Green 500 名單
  • [14] JSC 系統申請辦法

Y.-S. Lu
4 篇文章 ・ 6 位粉絲
自從來到學界後,便展開了一段從土木人到氣象人的水文之旅。主要專業是地球系統數值模擬,地下水與地表模式的耦合系統,以及大氣氣象模擬。目前是于利希研究中心(Forschungszentrum Jülich GmbH)超級電腦中心的博士後研究員。

0

9
2

文字

分享

0
9
2
除了發現量子力學,普朗克還有第二個重大發現是什麼?
賴昭正_96
・2022/07/16 ・4593字 ・閱讀時間約 9 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 文/賴昭正 前清大化學系教授、系主任、所長;合創科學月刊

(瓦特斯頓)論文的歷史說明了:… 價值不確定的文章,高度投機性的研究⎯⎯尤其是不知名的作者⎯⎯最好(先)通過科學界以外的其它渠道呈現給世界。

-瑞利爵士(Lord Rayleigh)1904年諾貝爾物理獎得主

在「抱歉了愛因斯坦,但我真的沒辦法頒獎給那個酷理論—為何相對論與諾貝爾獎擦身而過?」裡,筆者提到了 19 世紀末的物理學家曾經非常自滿地認為物理學上的基本問題都已經解決了,剩下的只是細節問題。例如 1874 年,量子師祖普朗克(Max Planck)的指導教授久利(Philipp von Jolly)就告訴他說:「在這個(物理)領域,幾乎所有的東西都已經被發現了,剩下的就是填補一些不重要的漏洞。」普朗克回答說他不想發現新的東西,只想「了解」這個領域的已知基礎。

現在我們當然知道事與願違,19 世紀末的物理不但未靜如止水,反而是刮起大風大浪的預兆。例如誰想到就在那個世紀結束前的 12 月,普朗克為「了解」靠猜測所提出來的黑體輻射公式,被「迫」提出能量量化的觀念,成了發現量子力學的第一大功臣(參見「黑體輻射光譜與量子革命」),改變了整個物理學家對客觀世界的看法。

普朗克為「了解」靠猜測所提出來的黑體輻射公式,被「迫」提出能量量化的觀念。圖/Wikipedia

而後在 20 世紀才開始不久的 1905 年,瑞士專利局最低等級的審查員愛因斯坦(Albert Einstein)更不知道從何處突然冒出一篇題爲「關於運動物體的電動力學(On the Electrodynamics of Moving Bodies)」論文,吹起了 20 世紀的第一個物理革命號角,徹底改變了統領物理界 300 多年的牛頓時空觀念。可是良馬⎯愛因斯坦這一篇論文—如果沒有遇到伯樂,它會是一匹良駒嗎?如果不會,那誰是那一篇論文的伯樂呢?

誰會是愛因斯坦的伯樂?

這篇題為「關於運動物體的電動力學」的論文事實上是很奇怪。這標題通常應是討論磁性或介電物質在電磁場中的運動特性,但愛因斯坦根本沒有分析這個主題,而是花了很多篇幅在前半部分討論:許多物理學家都認為理所當然之某些基本物理概念的性質。而論文中唯一明確討論之法拉第的電磁感應實驗,則是用當時的理論就可以充分解釋、大多數物理學家認為已不甚重要性的題目;最後建議丟棄一些廣泛使用的概念(例如「同時」及以太等)。更不尋常的是:作者是一位名不見經傳、任職於專利局的小職員,其撰寫的風格和格式都非正統,沒有引用任何當時的文獻!

愛因斯坦曾希望他當年在《物理年鑑》這傑出期刊上的大量論文能夠讓他擺脫默默無聞的三流專利審查員,獲得一些學術認可,甚至找到一份學術工作;因此在論文出版後,他妹妹後來回憶說:

「(愛因斯坦)曾努力翻閱《物理年鑑》,希望能找到對他理論的回應。……但他非常失望,出版之後(的反應)是冰冷的沉默。」

愛因斯坦寫出「關於運動物體的電動力學」受到普朗克的讚賞,圖為 1929 年愛因斯坦獲得普郎克獎(Planck medal)時,與普朗克的合影。圖/AIP

在無奈的失望中,愛因斯坦突然於 1906 年 3 月收到了第一個物理學家的反應;令他驚奇的是:這位物理學家竟然不是別人,而是當時歐洲受人尊敬的理論物理學大師普朗克!普朗克給愛因斯坦寫了一封充滿熱情洋溢的信,謂其相對論論文「立即引起了我的熱烈關注」,並將到專利局所在地伯爾尼(Bern)拜訪他!愛因斯坦當然很興奮,立即寫信告訴他以前的家教學生、合創「奧林匹亞學院(Olympia Academy)」、剛剛搬離伯爾尼的好友索洛文(Maurice Solovine):

「我的論文倍受讚賞,並引起了進一步的研究。普朗克教授最近寫信告知我此事。」

普朗克是如何成為愛因斯坦的伯樂

普朗克當時擔任《物理年鑑》編輯,在接觸到愛因斯坦那篇關於空間、時間、和光速的想法前,他事實上已經相當明白:當涉及到由不同觀察者測量的光速時,古典物理學存在一個令人討厭的問題,即測不出地球在絕對靜止之以太中的速度,迫使當時一些名物理學家到處貼補漏洞。因此當愛因斯坦大喊(開玩笑的,當時他還是一位無名小卒,怎麼敢大喊):不要再費心了,讓我們假設(在任何慣性參考系中測量的)光速為一定值,來取代「標尺和時鐘不會永遠誤導我們」之錯誤概念時,普朗克立舉雙手贊成。在其 1949 年的自傳裡,普朗克謂:

「光速之於相對論就像基本的作用量子之於量子論:光速是相對論的絕對核心。」

在該論文出版後,普朗克立即在柏林大學講授相對論!由於他的影響,這個理論很快在德國被廣泛接受,因此德國在許多方面對愛因斯坦之相對論的反應是獨一無二的;例如 1905-1911 年期間有關相對論的論文,沒有其它國家在數量上能夠與德國相媲美。在法國、英國和美國的回應中,雖然也有熱情的支持,但只有在德國才有人說「我理解愛因斯坦的研究」。但當時的「不敢苟同」聲事實上也不少;例如德國物理學家索末菲 (Arnold Sommerfeld)一大早就認為愛因斯坦的理論方法有某種猶太色彩(後來被利用成為反猶太主義者的工具),對秩序和絕對的概念缺乏應有的尊重,而且似乎沒有堅實的基礎。1902 年諾貝爾物理獎得主、荷蘭理論物理大師洛倫茲(Hendrik Lorentz)在 1907 年更寫道:

「愛因斯坦的論文雖然出色,但在我看來,這種難以理解和無法形象化的教條裡仍然存在一些幾乎不健康的東西。一位英國人幾乎不會給我們這種理論。」

普朗克顯然是第一位認識到愛因斯坦在相對論方面開創性工作的主要人物,也是愛因斯坦在科學界最忠誠的擁護者。兩人在個性上雖然非常不相似(前者非常保守,後者不理傳統),但也成為最親密的朋友。普朗克於 1906 年公開為愛因斯坦理論辯護,反對一波又一波的懷疑論者,寫信給愛因斯坦說「(我們)必須團結一致」。他將愛因斯坦的理論描述為洛倫茲理論的「延伸」(generalization),並將「洛倫茲-愛因斯坦理論」命名為現在大家所接受的「相對論」。儘管如此,普朗克還是不接受狹義相對論之無可避免的「不需要以太」結論。

普朗克不接受狹義相對論之無可避免的「不需要以太」結論。圖/wikipedia

普朗克是第一位以愛因斯坦理論為基礎來發展的物理學家。他在 1906 年春天發表的一篇文章中,證明愛因斯坦的相對論符合物理學基礎之「最小作用原理」(least action principle):任何物體(包括光)在兩點之間的移動都應該遵循最簡單的路徑,開展了如何在這個新的彈性時空中正確處理物體的動力學。

 普朗克並未履約到伯爾尼拜訪愛因斯坦,只派比他更先獲得諾貝爾獎(1914 年)的助手勞鴻(Max von Laue)於 1906 年夏天去拜訪本以為應在伯爾尼大學任教的愛因斯坦。勞鴻與愛因斯坦兩人相談甚歡,不但成為終生好友,前者在此後四年內還寫了八篇相對論論文,包括嚴格地證明了 E=mc2。愛因斯坦謂勞鴻 1911 年所寫的第一本相對論教科書「是一個小傑作,其中的一些內容是他的知識產權」,並從中學習到了一些他後來創建廣義相對論所需的張量(tensor)數學。

瓦特斯頓發展的氣體動力學

瓦特斯頓(John Waterston,1811-1883)是蘇格蘭物理學家,在印度工作期間發展了氣體動力學理論,謂氣體分子與容器表面的碰撞導致我們感受到氣體壓力,正確地推導出理想氣體定律。他於 1845 年投稿到英國皇家學會,但審稿人認為那論文「不過是胡說八道」而被拒絕出版;現在的物理學家都認為馬克斯威(James Maxwell)為氣體動力學(kinetic theory of gases)的創始者。

John James Waterston。圖/Wikipedia

瓦特斯頓去世幾年後,瑞利爵士(Lord Rayleigh,1904 年諾貝爾獎得主,當時的皇家學會秘書)從皇家學會的檔案中挖掘出那篇論文,將它重新發表於1892年的《皇家學會哲學彙刊》上。瑞利爵士警告說:。

(瓦特斯頓)論文的歷史說明了:因為科學界不願在其印刷品中記錄價值不確定的文章,高度投機性的研究⎯⎯尤其是不知名的作者⎯⎯最好(先)通過科學界以外的其它渠道呈現給世界。也許有人可能會更進一步(建議)說,一位相信自己有能力做大事的年輕作家,應該在開始更高的飛行之前,先通過範圍有限、且價值容易判斷的工作來獲得科學界的良好認可。

相信這類事件在物理學上是時常發生的。在「思考別人沒有想到的東西—誰發現量子力學?」一文裡,筆者就提到了 1924 年 6 月 4 日,一位任教於東巴基斯坦的講師波思(Satyendra Bose)將一篇被英國名《哲學雜誌》(The Philosophical Magazine)退稿的論文,轉寄給愛因斯坦,並附函謂「……如果你認為它值得發表,可否請您將它譯出(成德文),投稿到《物理學雜誌》(Zeitschrift für Physik)… 」。波思毫無疑問地是一位「不知名的作者」,那篇文章也毫無疑問地是「價值不確定,高度的投機性」!還好愛因斯坦眼光獨特,否則不但波思可能淪為另一個瓦特斯頓,量子統計力學是否會那麼早就出現就不得而知了。

結論

有歷史學家說普朗克在近代物理上有兩大貢獻,其一是發現量子力學,另外一個則是發現愛因斯坦!愛因斯坦發表那篇「價值不確定」之狹義相對論論文時也是一位「不知名的作者」,因此如果沒有普朗克慧眼識英雄,幫他推銷與辯護,愛因斯坦或許也可能淪為另一個瓦特斯頓,那篇論文可能於 1908 年在閔可夫斯基(Hermann Minkowski)的時空(spacetime)中消失[註]

有了理論物理界權威普朗克教授做後盾,愛因斯坦平步青雲、離開專利局、進入學府、及成名應只是遲早的事情。說來有趣,在「思考別人沒有想到的東西—誰發現量子力學?」一文裡,筆者談到了如果沒有愛因斯坦興風作浪,普朗克是否會成為創建近代物理的第一革命先鋒(量子力學);而在這裡我們卻在懷疑如果沒有普朗克拔刀相助,愛因斯坦是否會成為創建近代物理的第二革命先鋒(相對論)。

至於愛因斯坦是否真是首位發現狹義相對論的物理學家,則請待下回分解。

註解

事實上普朗克及愛因斯坦本人完全低估了該篇論文的創見性,認為它只是洛倫茲理論的「延伸」而已。愛因斯坦的數學老師閔可夫斯基於1908年將時間和空間組合成一個現在稱為「閔可夫斯基時空(Minkowski space或spacetime)」的嶄新觀念,奠定了相對論的數學基礎,成為現在物理學家學習、了解、與討論愛因斯坦相對論主要(唯一)工具。

延伸閱讀

賴昭正_96
34 篇文章 ・ 34 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。