0

0
0

文字

分享

0
0
0

夫朗和斐誕辰|科學史上的今天:3/6

張瑞棋_96
・2015/03/06 ・1068字 ・閱讀時間約 2 分鐘 ・SR值 487 ・五年級

1801 年 7 月裡的一天,巴伐利亞公國首都慕尼黑一間玻璃作坊突然轟地一聲整棟房屋倒塌。眾人前來圍觀議論紛紛之際,驀地廢墟傳來微弱的呼救聲,大家驚訝竟然有人生還之餘,趕緊合力搶救。

埋在瓦礫之下的是兩年前來當學徒的夫朗和斐,至今為止他的人生可謂命運乖舛。十歲母親去逝,第二年父親也隨即過世,成了孤兒的他離開家鄉來到慕尼黑當學徒,卻遇到苛刻的老闆,不肯讓他去週日學校求學,而今竟又逢此災難。然而,彷彿太陽神特地伸出援手似地,大難不死的夫朗和斐重見天日時,陽光也開始照亮他灰暗的人生,未來他還將揪出隱藏在陽光之中的秘密。

先是巴伐利亞王儲親自前來關切,除了給了他一筆錢並應允他讀書的心願之外,還委託企業家 Joseph Utzschneider 特別照料。於是夫朗和斐結束七年的學徒生涯後,隨即來到 Utzschneider 的光學儀器公司上班。憑藉著他本身高超的研磨手藝,加上一位來自瑞士的玻璃師傅將製作高品質玻璃的秘密傾囊相授,夫朗和斐很快就被賦予掌管整個工廠的大任,並在不久之後成為合夥人。

夫朗和斐大幅改善透鏡的色差問題,為歐洲的天文台打造最好的觀測儀器,其中有些還是他自行設計的。包括配有計時裝置和速度調節器的望遠鏡,可以追蹤觀測恆星,以及第一具現代形式的太陽儀。

-----廣告,請繼續往下閱讀-----

除了製作光學儀器,夫朗和斐本身也投入光學的研究。有一次他無意發現燭光經過透鏡散射後竟然出現幾條黑線,接著試了陽光也有黑線,不過略有不同。為了進一步研究,他於 1814 年發明了光譜儀,經過仔細的觀察,他發現太陽的光譜中有多達 574 條暗線。他將它們予以分類編號後,於 1817 年將分析報告寄交巴伐利亞科學院,成為第一份有系統的太陽光譜紀錄。後來為了紀念他,就稱太陽光譜中的暗線為「夫朗和斐線」。

1821 年,夫朗和斐又發明了繞射光柵,在比較不同天體發出的光後,他發現月亮、金星、火星的光譜與太陽的光譜一模一樣,而其它恆星的光譜就與太陽稍有不同,而且彼此之間也都互有差異。夫朗和斐的研究為天體光譜學鋪了路,但這些背後的原理要等到四十年後,才由同是德國科學家的本生 (R. W. Bunsen) 和克希荷夫 (G. R. Kirchoff) 揭曉。不過太陽神只讓夫朗和斐多活了 25 年,他終究無緣一窺最終的答案。
本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

文章難易度
張瑞棋_96
423 篇文章 ・ 998 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

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

0
1

文字

分享

0
0
1
甲骨文有好幾種顏色?用拉曼光譜分析來告訴你!
史語所藏甲骨塗色現象研究團隊
・2023/10/16 ・10178字 ・閱讀時間約 21 分鐘

-----廣告,請繼續往下閱讀-----

  • 林百尉 中央研究院民族學研究所
  • 柯維盈 中央研究院歷史語言研究所
  • 劉致慧 中央研究院歷史語言研究所
  • 陳光宇 紐澤西州立羅格斯大學
  • 黃銘崇 中央研究院歷史語言研究所

1928 至 1937 年間,中央研究院歷史語言研究所(以下簡稱史語所)於河南安陽小屯村周圍進行 15 次發掘,發現晚商時期的大量遺存,包括宮殿宗廟區的大型建築基址、西北崗的大型王陵、墓葬、祭祀坑等遺跡,以及青銅、陶、玉、骨等遺物,首次在考古學上證實以安陽小屯為中心的區域,是晚商的都城殷墟。除此之外,更發現了兩萬多片甲骨,包括 1936 年發現大量未經擾動的甲骨層、備受學者矚目的 YH127 坑,[1]目前皆收藏於史語所。

過去學者對甲骨塗色現象多有關注,然而,由於缺乏科學儀器及技術,長期限於肉眼辨識顏色種類,以及推測顏料成分。近年,我們系統性整理史語所藏殷墟甲骨上的塗色現象,並採用拉曼光譜分析其顏料成分,首次揭開甲骨色彩與顏料的神秘面紗。

甲骨塗色現象的肉眼辨識記錄及其限制

甲骨塗色的記錄,始於 1910 年羅振玉《殷商貞卜文字考》記錄甲骨文字塗朱、墨;其後,王襄(1925)、容庚(1933)等著錄皆有提及塗朱、墨的現象。[2]對史語所發掘甲骨文字所塗顏色的觀察,始於 1929 年董作賓〈新獲卜辭寫本後記〉,將所見塗色分為朱、墨兩種。屈萬里在《殷虛文字甲編考釋》中,更將顏色分為朱、墨、赭、淡紅、黃、紫等色。張秉權對 YH127 坑甲骨進行復原、綴合和考釋,出版《殷墟文字丙編》,以單版甲骨為單位,逐版記錄甲骨文字的塗色與褪色狀況,分成硃、褐、墨三種顏色,並直言其顏料成分有待定性分析。[3]

YH127 甲骨坑全貌。圖/中央研究院歷史語言研究所

除了史語所 1928 至 1937 年發掘的甲骨之外,1950 年後殷墟的考古發掘繼續進行,陸續出土許多甲骨。其中,最有名的兩次發現為 1973 年於小屯南地發現五千餘片甲骨、1991 年於花園莊東地 H3 坑出土 659 件龜腹甲、25 件背甲和 5 件卜骨,分別著錄於《小屯南地甲骨》與《殷墟花園莊東地甲骨》,並有塗朱、塗黑等現象的記錄。[4]

2014 年,林宏明在檢視大量甲骨彩照之後,認為過去學者所判斷的顏色,可能受到埋藏環境及時間的影響,且無法確定是否為商人所塗原色,因此主張僅以塗朱、塗墨區分即可;而其學生林雅雯則認為褐色與朱、墨有顯著差異,提出甲骨塗色應有朱、墨、褐三色。[5]

-----廣告,請繼續往下閱讀-----

以上對甲骨塗色現象的記錄,皆為肉眼辨識,並未透過科學技術和方法進行顏料成分的定性分析。肉眼辨識的缺點,除了在人對顏色的感知和判斷標準不同之外,甲骨所塗顏料經過多年地下埋藏,可能導致嚴重的褪色,進一步使得今日學者肉眼辨識的顏色,不見得是晚商製作甲骨時所施用的顏色。除此之外,肉眼辨識僅能推測顏料材質,無法予以證實。因此,透過當代科學技術和方法進行顏料成分的定性分析,成為進一步討論甲骨塗色現象及其可能意義的突破點。 

拉曼光譜用於分析甲骨所塗顏料的可行性與突破性

過去使用科學方法檢驗顏料性質的研究,僅有 Benedetti-Pichler 透過傳統濕化學分析法,刮下普林斯頓大學所藏甲骨上的紅色顏料,推測其為硫化汞,存於自然界的硃砂。[6] 然而,這種侵入式方法不僅方法繁複、造成文物耗損,且僅能測出顏料可能的成分元素,而非分子結構。

硃砂。圖/wikimedia

目前學界常見的其他分析方法,包括氣相色譜—質譜聯用分析法(GC-MS)、傅里葉轉換紅外光譜分析法(FTIR)、核磁共振法(NMR)以及 X 射線螢光光譜法(XRF);然而,如學者所指出,這些方法或需進行化學預先處理、或易受不同因素干擾、或無法進行物相分析等。因此,非侵入式、高效的拉曼光譜(Raman Spectra),成為受到重視的分析方法。[7]

1928 年,印度科學家拉曼(Chandrasekhara Raman)發現,光線穿透透明液體時有散射現象,散射光的波長與原入射光不同,此一現象被稱為拉曼效應。波長改變的數值,反應分子內部的化學鍵振動(包括轉動)與不同能階的間距。因此,入射光與散射光的頻率移動差距,與分子的化學鍵與構成元素,有一定的密切關係。換言之,透過某一特定化合物入射光與拉曼光頻率之差所得光譜,等於該化合物的分子指紋(molecular fingerprint)。  

-----廣告,請繼續往下閱讀-----

由於拉曼散射強度僅為入射光的千萬分之一,直到雷射器問世,能提供優質、高強度的單色光,方推進其研究與應用。拉曼光譜儀結合共聚焦顯微鏡及雷射器,形成精準微量取得分子指紋的理想組合,可迅速辨識樣品中的各種化合物。自 2000 年代技術成熟之後,拉曼光譜已被學界大量用於分析考古所出土無機質類(包括陶瓷、玻璃等)、有機質類(包括竹木漆器、紡織品、紙質等)以及複合類(包括壁畫、彩陶等)文物,進行顏料成分鑑定、膠料及有機殘留物鑑定、胎體分析,以及真偽鑑別;其中,顏料成分鑑定被廣泛用於壁畫、紙本手稿、漆器、陶器,以及青銅器等,為學者提供關於古代文物所塗顏料種類、來源、製作方法,以及彩繪復原的重要材料。[8]

過去學者對甲骨塗色現象多有關注,然而,由於缺乏科學儀器及技術,長期限於肉眼辨識顏色種類,以及推測顏料成分。使用拉曼光譜分析甲骨所塗顏料,不僅具有技術上的可行性,更在相關研究上具有突破性。近年,我們系統性整理史語所藏殷墟甲骨上的塗色現象,由本所文物維護實驗室採用拉曼光譜進行分析。

拉曼光譜儀的架設。圖/wikimedia

實驗採用美國 Horiba Jobin Yvon 所出產 iHR320 拉曼光譜儀,採用共焦型—夾縫空間率波法,搭配 Olympus LMPLFLN 50x/0.50 物鏡或 PLL 80x/0.80 物鏡及 CCD 感光元件(1024×256 pixels)偵測儀,搭配 632.8nm 雷射光源約 17mW,物鏡下有效雷射能量約在 1.29-0.11mW 之間,將甲骨直接置於物鏡下進行顯微拉曼分析。此種無損分析方法,不須取樣或事前制樣作業,可針對甲骨刻辭塗色殘留區域進行分析。每件樣本分析前,須以單矽晶片校正光譜。進入分析過程後,先以 10x 物鏡觀察顏料殘留集中區域、避開纖維或汙染物干擾,再以 50x 或 80x 物鏡獲取圖譜分析位置,至少採集 1-5 次拉曼圖譜。條件設定如下:夾縫寬度(front entrance)約 100-400μm、光柵(grating)設定值為 1800 grooves/mm、曝光時間(Exposition)為 2-20 秒(sec)、掃描(Accumulation)次數皆為 1 次,可偵測波長範圍(wavenumber)為 100-4000cm-1。

綜上所述,透過非侵入式的拉曼光譜對甲骨所塗顏料進行成分鑑定,不但不必對甲骨進行任何化學前置處理作業,對甲骨刻槽中大小僅數微米的顏料顆粒,亦能借助顯微鏡,精準、迅速地獲得散射光譜。截至 2021 年,我們已檢測了史語所藏甲骨 48 片,並將所得結果與數據庫對照,確認甲骨所塗顏料的化學成分。[9]

-----廣告,請繼續往下閱讀-----

史語所藏甲骨上的色彩與顏料

本文精選史語所藏甲骨中,肉眼辨識色彩鮮明、具代表性,且經拉曼光譜分析證實,含括硃砂、赤鐵礦、碳黑、針鐵礦等不同顏料成分的 4 片甲骨,針對其形制、塗色分布、塗色刻辭內容,以及實驗分析顏料所得成果,逐片進行介紹。

由於下文將介紹甲骨上的塗色分布,在此先介紹龜腹甲的部位,以便讀者對照文字敘述與甲骨彩照,找到拉曼分析的刻辭位置。我們採用陳夢家《殷墟卜辭綜述》所繪龜腹甲線圖,[10] 並於其上標示不同部位名稱(圖 1)。以下,針對本文所選 4 片甲骨,逐一進行介紹。

圖 1 龜腹甲部位名稱示意圖

一、R041287(碳黑)

此版為一龜腹甲殘片,左右甲橋、下半部皆殘泐,表面有多處剝蝕,下端有一裂縫;全版長 13.7 公分、寬 12.2 公分。刻辭塗色部分,正面明顯塗黑;背面除左側占辭明顯塗黑,而首甲、中甲卜辭則呈現深褐色。甲骨正面及背面塗黑的刻辭均屬於生育事類,卜問商王武丁的三后之一——婦好分娩的時間和嬰兒性別,而武丁親自觀兆,並於占辭慎重推測丁日或庚日生男,而壬戌日則生女。然而,正問的驗辭「三旬又一日,甲寅娩;不嘉,惟女。」一段,記錄婦好是在 31 天後的甲寅日生出女嬰,生女不嘉,可見商人對於生男有所期待。[11] 我們透過拉曼光譜分析本段驗辭中,位於正面左首甲和中甲交界處「甲」字(圖 2-1 A),發現其拉曼特徵峰值為 1365.8、1585.3 cm-1(圖 2-1),為含碳黑顏料的特徵(圖 2-2),故判斷此處塗黑為碳黑。

K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R041287\Data_11_56_3685-R041287-圖譜.jpg
圖 2-1 R041287 碳黑拉曼分析圖譜。
    A. R041287 正面分析位置。B. 圖 A 紅點區 10x 物鏡下顯微照片。
    C. 圖 A 紅點區 50x 物鏡下顯微照片。
K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044358\碳黑\Data_16_05_6267-C-47710kermer-633-462-484-1800-50x-1-50-1-1-ed.jpg
圖 2-2 碳黑顏料樣品拉曼圖譜,拉曼特徵峰值為 1329.7、1581.1cm-1
    參考標準樣為 Kremer47710-碳黑色粉。

二、R044327(硃砂)

此版為一龜腹甲殘片,甲橋及下半部多有殘泐,長 23.8 公分、寬 20.7 公分。刻辭塗色部分,正面從中甲以降,前甲與後甲部位皆塗紅;正面首甲兆序和背面首甲刻辭同為塗黑,應是同組。塗紅之刻辭皆屬於建築事類,記錄貞人「爭」於壬子日及次日癸丑,卜問上帝是否順祐興築城邑一事,占卜次數高達 35 次;癸丑日亦卜問上帝是否順祐商人遷入此邑,高達 20 次;可見商人對此次「作邑」、「宅邑」之重視。「癸丑卜,爭貞:帝弗若?」一段屬於「宅邑」正反對貞的反問,位於左前、後甲交界,左後甲殘泐之處。我們透過拉曼光譜分析其中橫跨齒紋的「貞」字(圖 3A),發現其拉曼特徵峰值為 200.6、252.8、342.5cm-1,為硃砂(硫化汞)的特徵峰,故判斷此處塗朱為硃砂(圖 3)。

-----廣告,請繼續往下閱讀-----
K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044327\R044327-分析結果.jpg
圖3 R044327硃砂拉曼分析圖譜。比對樣本為Kremer-10620硃砂色粉。
   A. R044327拉曼分析位置。B. 紅點區10x物鏡下顯微照片。C. 紅點區50x物鏡下顯微照片。

三、R044358(硃砂、碳黑)

此版為一龜腹甲殘片,下半部殘泐,長 17.5 公分、寬 13.4 公分。刻辭塗色部分,首甲正面、自右向左的刻辭,與位於首甲、中甲背面的驗辭,皆為塗紅;位於左前甲正面邊緣的命辭,與位於左前甲背面邊緣的驗辭,皆為黑色;甲骨背面,中甲下方的卜辭為黑褐色;左右甲橋正面皆為黑褐色。刻辭屬於祭祀、氣象事類;正面塗朱大字的部分,卜問乙巳日酒祭下乙(祖乙),商王判斷該祭恐有禍害,應鑿牲祭祖以避禍。驗辭「乙巳酒,明雨,伐;既雨,咸伐,亦雨。●=它卯鳥星」一段,講述乙巳日天亮時正在下雨,進行酒祭、伐牲一人;酒祭進行時,雨停,酒祭結束後,繼續下雨。當天亦兼用●=它、卯兩種殺牲法祭拜鳥星。我們透過拉曼光譜分析位於正面中甲左半部的「既」字(圖 4-1 A),發現其拉曼特徵峰值為 200.8、254.3、343.4cm-1,為硃砂(硫化汞)的特徵峰,故判斷此處塗朱為硃砂。位於背面中甲左半部的「戠」字塗朱,亦有相同的特徵峰(圖 4-1 C),顯示此版甲骨正背面大字塗紅均為硃砂(圖 4-1)。

K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044358\R044358-硃砂圖譜.jpg
圖 4-1 R044358 硃砂拉曼分析圖譜。比對樣本為 kermer-10620 硃砂色粉。
    A. R044358 正面分析位置。B. 圖 A 紅點區 50x 物鏡下顯微照片。
    C. R044358 背面分析位置。D. 圖 C 紅點區 50x 物鏡下顯微照片。

另外,我們亦分析位於背面左首甲、左前甲的刻辭「九日,甲寅,不酒,雨」,此段驗辭為正面命辭「丙午卜,爭貞:來甲寅,酒大甲」的驗辭,講述於丙午日貞問後九天,即甲寅日,並未酒祭大甲,當天即下了大雨。我們透過拉曼光譜分析其中位於左首甲的「酒」字(圖 4-2 A),發現其拉曼特徵峰值為 1376.7、1580.9 cm-1,屬於含碳物質的頻帶,故判斷此處塗黑為碳黑(圖 4-2)。

K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044358\碳黑\Data_11_32_3737-R044358-PB圖.jpg
圖4-2 R044358 碳黑拉曼光譜分析。
    A. R044358 分析位置。B. 圖 A 紅點區 10x 物鏡下顯微照片。
    C. 圖 A 紅點區 50x 物鏡下顯微照片。

 四、R044852(針鐵礦、碳黑、赤鐵礦)

此版為一完整龜腹甲,長 20.3 公分、寬 11.7 公分。刻辭塗色部分,正面首甲和左右甲橋上半部以塗黑為主,僅有卜辭「貞」等個別字塗紅;前後甲所刻卜辭以褐色為主,僅卜辭末「年」字塗黃;背面左右前甲到後甲的卜辭和占辭,以及左右尾甲的卜辭,皆塗黑,有些呈現黑褐色。整版刻辭有官吏和農業等事類,而褐色為主,部分塗黃之卜辭屬農業事類。我們分析位於正面左前甲的「丙子卜,韋貞:我不其受年?」,貞人「韋」於丙子日卜問今年是否豐收,此段為該正反對貞的反問。我們透過拉曼光譜分析「年」字黃色筆畫處(圖 5-1 A),發現其拉曼特徵峰值為 300.6、387.3、471.3、547.2、1086.6,與針鐵礦(Goethite,α-FeOOH)的拉曼特徵峰值(299.3、355.1、386.5、551.8、1303.0 cm-1)相近,故判斷此處塗黃為黃色針鐵礦,主要成分為氧化鐵,是常見的天然礦物顏料之一,又稱土黃(Yellow ochre)(圖5-1)。

K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044852\黃色\Data_16_23_3437-R044852-針鐵礦-圖譜.jpg
圖5-1 R044852 針鐵礦拉曼分析圖譜。
    A. R044852 拉曼分析位置。B. 圖 A 紅點區 10x 物鏡下顯微照片。
    C. 圖 A 紅點區 50x 物鏡下顯微照片。

另外,我們亦分析了位於正面左尾甲的刻辭「貞:王其有曰多尹,若?」,此段貞問:商王說過多位尹官,是否吉利順若?我們透過拉曼光譜分析「若」字(圖 5-2 A),發現其拉曼特徵峰值為 227.4、297.9、411.7、1322.4 cm-1,與赤鐵礦(Hematite,α-Fe 2O3)的拉曼特徵峰值(228.25、294.75、299.5、 413.5、1318.37 cm-1)相近,故判斷此處塗朱為赤鐵礦(圖 5-2)。

-----廣告,請繼續往下閱讀-----
K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044852\赤鐵礦\赤鐵礦比對.jpg
圖5-2 R044852 赤鐵礦拉曼分析圖譜。
    A. R044852 塗珠分析位置。B. 圖 A 紅點區 50x 物鏡下顯微照片。
    C. 圖 A 紅點區 80x 物鏡下顯微照片。

最後,我們透過拉曼光譜分析位於背面左前後甲交界、近千里路處的刻字「𡧊」(圖 5-3 A),發現其拉曼特徵峰值為 1369.6、1587.4 cm-1,與碳黑的拉曼特徵峰值相近(圖 2-2),故判斷此處塗黑應屬於碳黑(圖 5-3)。

K:\1.109年4月-\1.111年1月-\1.文物修護\甲骨文物修護分析研究與工作\甲骨殷商顏料的研究\維盈甲骨文章\甲骨上的顏色\R044852\Data_16_15_3469-R044852-碳黑圖譜.jpg
圖5-3 R044852 碳黑拉曼分析圖譜。
    A. R044852 背面分析位置。B. 圖 A 紅點區 50x 物鏡下顯微照片。

結語與討論

綜上所述,我們以拉曼光譜分析塗色甲骨所得成果及其價值,主要有三點:

第一,顏料成分的鑑定。過去對甲骨所塗顏料成分的討論,長期停留在透過肉眼辨識進行推測,無法予以證實;以科學方法進行分析者僅有一例,但該分析技術不僅為侵入式,且缺乏效率及準確度。我們團隊透過精準且非侵入式的拉曼光譜,分析不同顏色的顏料成分,得出以下成果:紅色顏料成分為硃砂或赤鐵礦、黑色為碳黑,黃色則為針鐵礦 (見表一),從而解決學界長期懸而未決的顏料定性分析問題。

第二,顏色種類的確定。過去學者對塗色甲骨進行肉眼辨識,所提出的顏色種類,主要為紅色、黑色和褐色。然而,肉眼辨識受限於個人對顏色感知和判斷標準的不同,且甲骨經多年地下埋藏,常有嚴重褪色現象,故肉眼辨識建立的顏色分類,缺乏客觀、準確的科學基礎。透過拉曼光譜分析所得顏料材質,我們得以證實在紅、黑、褐三色之外,必須加上黃色。關於褐色的來源,過去學者多認為其為紅色顏料褪色的結果;然而,經拉曼光譜檢測,我們發現其為黑色顏料褪色的例子更多。除此之外,我們亦發現部分褐色有其獨立的顏料來源,但仍無法確定其成分為何。儘管如此,透過拉曼光譜分析,我們得以建立具有科學分析基礎的顏色分類。  

-----廣告,請繼續往下閱讀-----

第三,提供進一步研究甲骨塗色功能及意義的科學基礎及可能性。過去學者基於肉眼辨識建立的顏色分類,認為甲骨塗色的功能及意義,可能有美觀、區分和宗教等。然而,該顏色分類缺乏客觀性及準確性。我們透過拉曼光譜分析成果建立的顏色分類,不僅為學者提供客觀且準確的科學基礎,更增加了新的顏色種類,提供進一步研究塗色功能及其意義的可能性。

值得注意的是,本文所選四片甲骨中,內容相同的正反對貞或選貞卜辭(前辭、命辭、占辭及驗辭),即同組卜辭,所塗顏色大抵相同。R041287 正面卜辭與背面占辭,同為卜問婦好生育之事,且皆塗黑。R044327 正面大字卜辭,卜問興建、遷入城邑之事,左右正反對貞,且皆塗紅。R044358 的刻辭皆為祭祀、氣象事類,正、背面的同組卜辭,皆塗同色,分別為塗紅、黑。R044852 所刻對貞卜辭皆塗同色;其中,正面大字卜辭,卜問當年豐收與否之事,左右正反對貞,皆為褐色、僅尾字為黃色,且兆序多塗有黃色。同組卜辭塗色一致的現象,原因值得學者進一步研究。

綜上所述,透過拉曼光譜分析甲骨塗色現象,我們得以鑑定顏料成分、確定顏色種類,從而解決學界長期懸而未決的顏料定性分析問題,並建立客觀、準確的顏色分類,提供學者進一步討論甲骨塗色之功能及意義的可能性。本文透過精選具代表性的 4 片塗色甲骨,介紹其形制、塗色分布、刻辭內容,以及拉曼光譜對顏料成分的分析結果,將史語所具代表性的藏品,以及相關最新研究成果呈現於本文,以饗讀者。期能拋磚引玉,未來繼續開展對殷墟甲骨塗色現象及其功能與意義的研究。

表一 本文所選甲骨之拉曼光譜儀檢測結果* 筆者製表

-----廣告,請繼續往下閱讀-----
史語所典藏編號檢測位置檢測刻辭甲骨文字拉曼光譜波數cm-1顏料
1R041287正面,左首甲和中甲交界處三旬又一日,寅娩;不嘉,惟女。&43.F5F7;1365.8、1585.3碳黑
2R044327正面,左前、後甲交界處癸丑卜,爭:帝弗若?&41.F331;254.0、342.5硃砂
3R044358正面,中甲左半部乙巳酒,明雨,伐;雨,咸伐,亦雨。●=它卯鳥星。200.8、254.3、343.4硃砂
背面,中甲左半部乙巳夕,有于西。200.3、254.5、343.9硃砂
背面,左首甲九日,甲寅,不,雨?&44.E15A;1376.7、1580.9碳黑
4R044852正面,左前甲丙子卜,韋貞:我不其受&42.F0F2;300.6、387.3、471.3、547.2、1086.6針鐵礦
正面,左尾甲貞:王其有曰多尹,&41.E2C9;227.4、297.9、411.7、1322.4赤鐵礦
背面,左前後甲交界、近千里路處庚戌卜,𡧊1369.6、1587.4碳黑

* 每版均檢測多個刻字,本表僅舉數例,並使用粗體、畫底線標明被檢測字。

附錄:本文所引各版甲骨之彩照

附圖 1 晚商 帶卜辭龜腹甲 正面 中央研究院歷史語言研究所藏 R041287
    圖/中央研究院歷史語言研究所
附圖 2 晚商 帶卜辭龜腹甲 背面 中央研究院歷史語言研究所藏 R041287
    圖/中央研究院歷史語言研究所
附圖 3 晚商 帶卜辭龜腹甲 正面 中央研究院歷史語言研究所 藏 R044327
    圖/中央研究院歷史語言研究所
附圖 4 晚商 帶卜辭龜腹甲 背面 中央研究院歷史語言研究所 藏 R044327
    圖/中央研究院歷史語言研究所
附圖 5 晚商 帶卜辭龜腹甲 正面 中央研究院歷史語言研究所 藏 R044358
    圖/中央研究院歷史語言研究所
附圖 6 晚商 帶卜辭龜腹甲 背面 中央研究院歷史語言研究所 藏 R044358
    圖/中央研究院歷史語言研究所
附圖 7 晚商 帶卜辭龜腹甲 正面 中央研究院歷史語言研究所 藏 R044852
    圖/中央研究院歷史語言研究所
附圖 8 晚商 帶卜辭龜腹甲 背面 中央研究院歷史語言研究所 藏 R044852
    圖/中央研究院歷史語言研究所

註腳

  • [1] Chi Li, Anyang (Seattle: University of Washington Press, 1977), 3-157.
  • [2] 羅振玉,《殷商貞卜文字考》(玉簡齋石印本,1910),頁 31;王襄,《簠室殷契徵文.考釋.第一編》(天津:天津博物院石印本,1925),頁 2;容庚、瞿潤緡,《殷契卜辭》(1933 年),收入氏著《容庚學術著作全集.第一冊》(北京:中華書局,2011),頁 171、245-246。
  • [3] 董作賓,〈新獲卜辭寫本後記〉,收入《安陽發掘報告(第一期)》(臺北:中央研究院歷史語言研究所,1929;1996 年景印一版),頁 212;屈萬里,《殷虛文字甲編考釋》(臺北:聯經出版公司,1984);張秉權,〈序〉,收入氏編著《殷虛文字丙編.上輯(一)》(臺北:中央研究院歷史語言研究所,1957),頁 3-4。
  • [4] 中國社會科學院考古研究所編著,《小屯南地甲骨》上、下冊(北京:中華書局,1980、1983)。中國社會科學院考古研究所編著,《殷墟花園莊東地甲骨》(昆明:雲南人民出版社,2003),頁 1575、1683。
  • [5] 林宏明,《甲骨文中的塗朱卜辭研究》(科技部補助專題研究計畫成果報告,編號:NSC 102-2410-H-004-172,未出版,2014 年 10 月 30 日),頁 4;林雅雯,〈甲骨塗辭研究:以塗朱甲骨為核心〉(臺北:國立政治大學中國文學系碩士論文,2016),頁 83。
  • [6] Anton Alexander Benedetti-Pichler, “Microchemical Analysis of Pigments Used in the Fossae of Incisions of Chinese Oracle Bones,” Industrial and Engineering Chemistry 9, no. 3 (March 1937): 149-152. 同年,白瑞華(Roswell S. Britton)發表文章介紹前者的研究成果,並據此認為甲骨塗朱的顏料即為硃砂。見 Roswell S. Britton, “Oracle-Bone Color Pigments,” Harvard Journal of Asiatic Studies 2, no. 1 (March 1937): 1-3.
  • [7] 郭瑞、楊麗琴、楊璐,〈拉曼光譜法在彩繪文物分析中的應用進展〉,《光散射學報》,第 25 卷第 3 期(2013 年),頁 235-242。
  • [8] 馮澤陽、張衛紅、鄭穎、朱鐵權、陳建,〈2000 年以來拉曼光譜在考古中的應用〉,《光散射學報》,第 28 卷第 1 期(2016 年),頁 27-41。
  • [9] 柯維盈、林百尉、劉致慧、黃銘崇、陳光宇,〈甲骨刻辭之塗色及其意義——以 YH127 坑為例〉,收入《第二十一屆中區文字學學術研討會論文集》(臺中:逢甲大學中文系,2019 年),頁 1-48;陳光宇、劉致慧、柯維盈、林百尉、黃銘崇,〈甲骨刻辭塗色的拉曼光譜分析〉,收入宋鎮豪主編,《甲骨文與殷商史》新十輯(上海:上海古籍出版社,2020),頁 458-474;陳光宇、劉致慧、何毓靈、柯維盈、黃銘崇,〈殷墟出土甲骨、文物、棺土的拉曼光譜分析〉,《古今論衡》,37 期 (2021.12),頁 73-89;Jhih-huei Liu, Weiying Ke, Ming-chorng Hwang, Kuang Yu Chen, “Micro-Raman Spectroscopy of Shang Oracle Bone Inscriptions,” Journal of Archaeological Science: Reports 37 (2021), doi:102910. Available at ScienceDirect.com: https://doi.org/10.1016/j.jasrep.2021.102910. Jhih-huei Liu, Yuling He, Weiying Ke, Ming-chorng Hwang, Kuang Yu Chen, “Cinnabar Use in Anyang of Bronze Age China: Study with Micro-raman Spectroscopy and X-ray Fluorescence,” Journal of Archaeological Science: Reports 43 (2022), doi:103460. Available at ScienceDirect.com: https://doi.org/10.1016/j.jasrep.2022.103460.
  • [10] 陳夢家,《殷墟卜辭綜述》(北京:中華書局,2008),插圖一。
  • [11] 本文釋文參考張秉權,《殷虛文字丙編考釋》(臺北:中央研究院歷史語言研究所,1972);朱岐祥,《殷虛文字丙編選讀》(臺北:台灣學生書局,2021)。

0

0
0

文字

分享

0
0
0
夫朗和斐誕辰|科學史上的今天:3/6
張瑞棋_96
・2015/03/06 ・1068字 ・閱讀時間約 2 分鐘 ・SR值 487 ・五年級

-----廣告,請繼續往下閱讀-----

1801 年 7 月裡的一天,巴伐利亞公國首都慕尼黑一間玻璃作坊突然轟地一聲整棟房屋倒塌。眾人前來圍觀議論紛紛之際,驀地廢墟傳來微弱的呼救聲,大家驚訝竟然有人生還之餘,趕緊合力搶救。

埋在瓦礫之下的是兩年前來當學徒的夫朗和斐,至今為止他的人生可謂命運乖舛。十歲母親去逝,第二年父親也隨即過世,成了孤兒的他離開家鄉來到慕尼黑當學徒,卻遇到苛刻的老闆,不肯讓他去週日學校求學,而今竟又逢此災難。然而,彷彿太陽神特地伸出援手似地,大難不死的夫朗和斐重見天日時,陽光也開始照亮他灰暗的人生,未來他還將揪出隱藏在陽光之中的秘密。

先是巴伐利亞王儲親自前來關切,除了給了他一筆錢並應允他讀書的心願之外,還委託企業家 Joseph Utzschneider 特別照料。於是夫朗和斐結束七年的學徒生涯後,隨即來到 Utzschneider 的光學儀器公司上班。憑藉著他本身高超的研磨手藝,加上一位來自瑞士的玻璃師傅將製作高品質玻璃的秘密傾囊相授,夫朗和斐很快就被賦予掌管整個工廠的大任,並在不久之後成為合夥人。

夫朗和斐大幅改善透鏡的色差問題,為歐洲的天文台打造最好的觀測儀器,其中有些還是他自行設計的。包括配有計時裝置和速度調節器的望遠鏡,可以追蹤觀測恆星,以及第一具現代形式的太陽儀。

-----廣告,請繼續往下閱讀-----

除了製作光學儀器,夫朗和斐本身也投入光學的研究。有一次他無意發現燭光經過透鏡散射後竟然出現幾條黑線,接著試了陽光也有黑線,不過略有不同。為了進一步研究,他於 1814 年發明了光譜儀,經過仔細的觀察,他發現太陽的光譜中有多達 574 條暗線。他將它們予以分類編號後,於 1817 年將分析報告寄交巴伐利亞科學院,成為第一份有系統的太陽光譜紀錄。後來為了紀念他,就稱太陽光譜中的暗線為「夫朗和斐線」。

1821 年,夫朗和斐又發明了繞射光柵,在比較不同天體發出的光後,他發現月亮、金星、火星的光譜與太陽的光譜一模一樣,而其它恆星的光譜就與太陽稍有不同,而且彼此之間也都互有差異。夫朗和斐的研究為天體光譜學鋪了路,但這些背後的原理要等到四十年後,才由同是德國科學家的本生 (R. W. Bunsen) 和克希荷夫 (G. R. Kirchoff) 揭曉。不過太陽神只讓夫朗和斐多活了 25 年,他終究無緣一窺最終的答案。
本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

文章難易度
張瑞棋_96
423 篇文章 ・ 998 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

2

10
2

文字

分享

2
10
2
素養不是知識,是讓孩子像科學家一樣思考——LIS 創辦人嚴天浩專訪
PanSci_96
・2021/09/24 ・2101字 ・閱讀時間約 4 分鐘

近年來,在新課綱推行之下,「素養」這個詞成為熱門關鍵字,「對我來說,素養就是面對世界的行為模式,在面臨問題時,一個人會抱著什麼樣的態度去解決問題。而科學素養就是『像科學家一樣思考』」LIS 科學情境教材(台灣線上教育發展協會)創辦人嚴天浩這麼說。

嚴天浩在大學時開始製作教學影片,最初的動機來自上大學後體會到城鄉差距、資源落差,想藉由線上教材擴大影響力,然而觀看次數卻不如預期。

2013 年起,嚴天浩和夥伴到台東,向「孩子的書屋」負責人陳爸(陳俊朗)請益,並長期蹲點接觸孩子,發現學生們面臨最大的問題不在於「學什麼」,而在於「為什麼要學」,因此意識到若要改變孩子的學習狀態,不能只是單方面灌輸「老師想教的」,而要從學生的需求出發,了解「孩子想學什麼」。

七年來,LIS 拍攝超過 100 支線上科學影片,包括將科學家的思想歷程、時代背景融入角色劇情的科學史,以及結合時事、生活情境的科學實驗,目前已經超過 250 萬觀看人次,也成為全台許多中小學的教材。

這次,LIS 歷時三年研發出一套科學實境解謎遊戲,不只在玩遊戲的過程中學科學,也引導孩子練習「像科學家一樣思考」。

什麼是「像科學家一樣思考」?

過去,我們在國中課本裡學到的科學方法「觀察、提出假說、進行實驗、得到結論」,然而許多學生能對步驟琅琅上口,卻不見得理解背後的邏輯。LIS 分析百位科學家的思考歷程以及參考教育學者的理論,設計出適合培養國小學生科學思維的「科學推理階梯」,共有四個步驟,包括「發現問題」、「聯想原因」、「大膽假設」、「實際驗證」。

-----廣告,請繼續往下閱讀-----

嚴天浩坦言,對於國小的孩子來說,他認為最難的在於——第一步「發現問題」,這取決於孩子過去是否累積足夠的觀察經驗,因此,如何訓練孩子觀察是培養探究學習的重點。然而,在沒有老師的引導下,要怎麼讓孩子能聚焦在實驗的現象上,成為開發遊戲過程中的一大考驗,後來,團隊想出了運用 RPG 中的角色對話,設計句子讓玩家將注意力集中在現象上的差異,「當孩子觀察到的與他原本的認知有所不同,產生衝突時才會進而發現問題。」嚴天浩說。

有適當的引導,才能從問題中學習

在發現問題之後,還須激發玩家思索問題的意願,因此在遊戲中便成為一個個解謎關卡,玩家為了破關、練等會主動尋找答案,在玩完遊戲後得到的成就感,會讓孩子對科學產生動機,在未來有自信用這樣的方式去思考、面對問題。

嚴天浩說:「大學時我修過教育學的課,設計課程的第一步往往是『引起動機』,但我們認為應該從遊戲開始到結束的每一個動作,都需要一個『引起動機』,目前玩過這套遊戲的孩子有持續玩過兩個小時以上,玩得越久代表引起的學習動機越強烈。」

了解背後的意義才是學科學

然而,有時在做完實驗後,學生只會記得當時看到的實驗結果或現象,卻沒有把背後的邏輯和原理帶走,關於這部分,嚴天浩分享,「玩實驗」和「學科學」最大的差別在於,是否了解每個步驟的意義,如同以往「食譜式實驗」,照著課本一步一步做,卻不知道為什麼這麼做。

因此,他們把演示型實驗設計成遊戲,將探究歷程拆分成關卡,透過與 NPC 對話帶領玩家思考,並預想玩家可能卡關的地方,就像是在蓋房子時的鷹架,一層層建構、支持,逐漸將學習的責任放回孩子身上,傳統課堂中搭鷹架的角色可能是老師,而在這個遊戲裡,是精心設計過的關卡提示。

讀到這裡,或許你會想問,在探究式的學習中,真的能夠學會「像科學家一樣思考」嗎?

「我認為探究學習中,知識其實只是附帶的。」嚴天浩解釋:「我們想告訴孩子的是,科學家最厲害的並不是他成功發現了什麼,而是他在失敗了那麼多次之後,還是願意繼續努力。」

-----廣告,請繼續往下閱讀-----

如果現在的台灣是二十年前教育的結果,那麼 LIS 正在改變的是二十年後的台灣,那時的每個人在面對問題時都能有邏輯地看待、抱著自信的態度去解決,這是 LIS 的憧憬,也是我們對於台灣未來世代的期盼。


所有討論 2