Loading [MathJax]/extensions/tex2jax.js

0

12
2

文字

分享

0
12
2

基本粒子的標準模型

賴昭正_96
・2018/10/09 ・6493字 ・閱讀時間約 13 分鐘 ・SR值 577 ・九年級

我想近代物理已無可否認地偏袒柏拉圖(Plato)。事實上,物質的最小單位已不再是我們一般所認為的「東西」,而是僅能用數學語言才能精確地表達的形式與觀念。
── 1932 年,海森伯(W. Heisenberg),1932 諾貝爾物理獎

大約在西元前 400 年左右,古希臘哲學家德謨克利特(Democritus)就提出原子論:世界萬物都是由不可再被分割之看不見的各種大小及形狀之固態原子(atom)所組成的。他可以說是人類歷史上的第一位基本粒子物理學家;他的此一想法終於這在十九世紀初完全被證實了。西元 1811 年道爾頓(John Dalton)提出了到現在還是整個化學基礎的「原子論」:化學反應──產生萬物──只是各種不同原子在空間的重新排列組合而已!西元 1869 年,門德列夫(Dimitri Mendeleev)提出元素週期表後;這一理論的發展可以說是達到高峰。化學家已不再懷疑原子的實在性;但儘管證據確鑿,大部分的物理學家卻遲至二十世紀初才相信原子之存在的!

就在物理學家開始相信原子存在之時,他們卻也開始覺察到原子並不是不可再被分割。物理學家不但相繼地發現了組成原子之電子、質子、以及中子,他們也了解到了那時已知的物理根本不適用於了解這些微觀世界的現象!因此在普朗克(Max Planck[1])及愛因斯坦(Albert Einstein[2])先後提出奇怪的觀念後,物理學家竟然群策群力地於 1920 年代末發展出一套更令人迷惑的「量子力學」(quantum mechanics)!1930 年代初,他們也漸漸清楚重力(gravity)及電磁作用力(electromagnetic force)不能夠解釋(1)為何質子及中子可以聚在一起組成原子核、及(2)放射性元素的蛻變,而意識到了微觀世界裡應該還有兩種新的作用力量存在:強作用力(strong force)及弱作用力(weak force)。

隨著加速器技術的發展,物理學家也不斷地繼續發現其它許許多多生命期甚短的新粒子!在相信上帝不應該會如此笨手笨腳地製造出這麼許多不同的「原子」的信仰下,經過 40 年的努力,物理學家終於在 1970 年代真正確定了不可再被分割的古希臘「原子」,以及瞭解了它們如何相互作用,建立了基本粒子的標準模型(standard model)。2012 年 7 月 4 日,當兩組歐洲核子研究組織(CERN)裡的科學家同時宣布在大強子碰撞機(LHC)裡偵測到了該模型中尚未被發現的希格斯玻色子(higgs)時,此一標準模型算是正式被「證實」了!

在〈規範對稱與基本粒子〉[3]一文裡,筆者已介紹了規範對稱及基本粒子的發展史,因此在本文裡,筆者將只做個基本粒子的標準模型之敘述性的總結。還有,在這裡我們也不談非常重要但甚弱的重力場(gravitational field)及可能存在的重力子(graviton)──雖然在這裡所談到的所有基本粒子都會與它作用。

-----廣告,請繼續往下閱讀-----

基本粒子

標準模型的數學基礎是綜合了古典場論、特殊相對論、以及量子力學所發展出來之「量子場論」(quantum field theory)。古典場只是一個時、空的函數,但量子場論將它「量化」了:基本粒子只是充滿時空之動力場(dynamic field)的激態而已;因此每種基本粒子都有其自己的量子場。這些場的相互作用之「運動方程式」形式則受制於(需符合)「局部規範對稱」(local gauge symmetry)群 SU(3)×SU(2)×U(1) 。(詳見「群論、對稱、與基本粒子」[4]。)

基本粒子如下表所示分成兩大類,自旋(spin)數為 1/2 之費米子(fermion)及自旋數為整數之玻色子(boson):

費米子需符合費米─迪拉克統計(Fermi-Dirac statistics),不許兩個或兩個以上的粒子在同一量子狀態下,為構成不同化學元素的重要條件。玻色子則需符合玻色─愛因斯坦統計(Bose-Einstein statistics),比較喜歡群聚[5],為雷射及日常生活中之電磁波出現的原因。除了希格斯玻色子(higgs boson, H)外,其它玻色子都是因「局部規範對稱」之要求而「出現」,因此稱之為「規範玻色子」(gauge boson),為基本粒子之間相互作用的媒介。

費米子之間的相互作用可依其強度分成具 SU(3) 對稱之強作用及具 SU(2)×U(1) 對稱之電弱作用(electroweak interaction)兩種。雖然所有的費米子均能感到電弱作用;但只有最上面兩排的夸克(u,d,c,s,t,b)可以感受到強作用力。夸克之所以可感受到強作用力是因為每個均帶有稱為藍 (B)、紅 (R)、或綠 (G)之「強作用力電荷」的關係。因此嚴格來說,夸克不應該只 6 種,而是 18 種;但因為 SU(3) 對稱之關係,不同顏色的夸克[如紅、藍、綠之 u])應具完全同樣的性質,在實驗室中是無法分辨的──因此實在沒有另外給予名字的必要。傳達強作用力的「規範玻色子」稱為黏子(gluon):共有 8 種,因本身也帶強作用力電荷(同時帶顏色及反顏色[8]),故也感受到強作用力。

-----廣告,請繼續往下閱讀-----

除了希格斯玻色子外,所有表中的其它基本粒子均因「局部規範對稱」之要求而不能具有質量!此一與實驗結果不符的要求,阻擋了「局部規範對稱」理論的發展長達十二年之久。不只如此,因為 SU(2) 對稱之關係,第一行與第二行之上、下夸克(u 及 d 等)應具同樣的性質,在實驗室中應是無法分辨的;同樣地,第三行與第四行之上、下輕子(lepton, υe 及 e 等)也應具同樣的性質,在實驗室中也應是無法分辨的!既然也像黏子顏色一樣在實驗室中沒辦法分辨,為什麼我們在這裡卻給它們不同的名字呢?原來是它們的 SU(2)×U(1) 對稱在宇宙的演進中被破壞了──因此在實驗室中可以分辨了!

自發對稱性破壞

「自發對稱性破壞」在基本粒子裡是一個非常重要的觀念,因此筆者在此除了重覆一段《量子的故事》裡的描述外,將進一步地用一數學例子來闡釋此一觀念:

「假設我們是生活在一個非常巨大的磁鐵裡,磁鐵的 N 極指向北方。磁鐵是由許多小磁鐵整齊排列而造成的,但決定此排列的作用力事實上與方向無關,磁鐵的 N 極沒什麼理由一定要指向北方,它照樣可以指向東方。但它一旦指向了北方,則對住在裡面的我們而言,空間方向的對稱性(均勻性)便被破壞了:北方對我們而言是很特別的。因為該磁鐵的極性影響了我們的所有實驗,而我們又沒辦法去改變其極性的方向,因此如果有外太空人告訴我們說:『自然界的物理定律是與方向無關的』,我們是很難相信的。小磁鐵間的作用力是不具方向性的,但它的「狀態」破壞了空間方向的對稱性。例如當溫度高得使小磁鐵的動能足以克服其與周遭之作用力時,磁鐵便不再具有極性,空間方向的對稱性便可顯示出來。當溫度下降,而致小磁鐵整齊排列時,此一對稱性便被隱住(破壞)了。」

如果你想進一步了解,且不怕看到數學方程式,那圓形鼓面的震動將是一個更具體的例子。圓形鼓面在(x,y)平面上具有圓形的對稱性,因此使用極坐標(r,θ)來表示將較方便。

-----廣告,請繼續往下閱讀-----

鼓面受敲打後的上、下震動震輻 H(r,θ,t)的「運動方程式」可用牛頓力學導出;

式中 u 為波的傳播速度,t 為時間,R 為圓鼓的半徑。H(r,θ,t)為一時、空函數,在物理上稱為「場」。因為除了微分部份外,式中不含 θ,因此該運動方程式具有垂直軸旋轉的對稱(用 θ →θ +c(任一常數)代入,方程式不變;所有的常數 {c} 構成一個數學上的「群」[4])。下面是此運動方程式許多解中的三個解之圖形:

如果你在鼓面上一點輕輕一敲,鼓面的震動一般都會是相當複雜的(但可用所有可能的解來表示);但如果你「敲對」了,你將可能只激發了上面的一種震動形態而已!上圖中的左右兩個震動形態均保持著原來之垂直軸旋轉的對稱性;但中間的一個則不再具有原來之垂直軸旋轉的對稱,造成了所謂的「自發對稱性破壞」:從這一個特別解裡,我們看不出原來方程式所具有的對稱;此一特別解破壞(隱藏)了原來之對稱。

希格斯玻色子破壞電弱作用對稱

在宇宙出現時,「希格斯場」(Higgs field)即像其它場一樣充滿了宇宙;但它卻不像其他場一樣,其真空平均值(vacuum expectation value)不為零,其位能形狀則像酒瓶瓶底:中間內凸、(能量)較周邊為高。此一希格斯場具有以酒瓶中心為軸旋轉之對稱性(如上圖);因此在宇宙初現、溫度(能量)還是非常非常高之際,沒有任何基本粒子在意這一個不平的酒瓶瓶底。但隨著宇宙溫度的下降,希格斯場的能量也漸漸下降,最後終於像本無磁性之磁鐵需要選擇一個方向磁化下來一樣,掉到周邊之較低的能量溝內的某一點(自發對稱性破壞);因溝內那一點的位能不為零,因此破壞(隱藏)了原來之電弱作用的 SU(2)×U(1) 對稱性,將它分家成了兩種我們現在所知道的電磁作用(electromagnetic interaction)及弱作用(見下圖)。

-----廣告,請繼續往下閱讀-----

電弱作用破壞前之四個 SU(2)×U(1)「規範玻色子」──B、W1、W2 及 W3 ⎯⎯因與此一希格斯場之作用而重新組合成帶電之 W+ 與 W-,以及不帶電之 Z° 與光子 (ϓ)。W+、W-及 Z° 成為弱作用中的規範玻色子(嚴格來說,弱作用不具 SU(2) 之局部規範對稱);新出現的光子是唯一還保持零質量的規範玻色子:正是具 U(1) 局部規範對稱之量子電動力學(quantum electrodynamics,QED)中的規範玻色子(但不是原來之 SU(2)×U(1) 中的 U(1))。事實上除了微中子 υe 、υμ、及 υτ 外,其它能感受到弱作用的所有基本粒子(包括 W+、W-、及 Z° 本身)也均因與希格斯場之作用而取得了質量(見表)!因為黏子不參與弱作用,故還可以保持不具質量的身材;可是這下子問題又來了:依照特殊相對論,一個質量為零的粒子應只能以光速運動,所以黏子應該像光子一樣,以光速傳遞強作用力到遠方才對,怎麼強作用力也像弱作用力一樣是短距的呢?

漸近自由

因為強作用力的規範玻色子(黏子)本身也參與強作用的關係,使得強作用力具有一種非常不尋常的「漸近自由」(asymptotic freedom)的性質:當兩個帶顏色之粒子漸漸接近時,它們之間的作用力越來越小!反之,當它們漸漸遠離時,它們之間的作用力將越來越大,最後將大到有足夠的能量產生新的一對帶顏色之粒子。換言之,帶顏色之粒子不可能單獨存在,它們將永遠地被綁在一起⎯⎯稱為「幽禁」(confinement)。正是這一個原因,使得黏子不能(不需)像光子一樣傳遞長距離的作用力!事實上,量子色動力學(quantum chromodynamics,QCD)裡還要求「穩定」的粒子均是白色的:說明了為什麼實驗室中所能偵測到的粒子均是由三個夸克(紅+藍+綠=白色)、或兩個夸克(顏色+反顏色=白色)組成的。

電磁作用力的規範玻色子(光子)本身則不參與電磁作用,因此不具有「漸近自由」的性質:電磁作用力隨作用距離之增加而降低。此一特性事實上也是因為規範對稱的關係;U(1) 在群論(group theory)上有一與 SU(2) 或 SU(3) 非常不同的性質:前者的對稱運作與先後次序無關[4]。事實上正是U(1) 之此一特性使得透過電磁作用之費米子(如電子)可以具有質量。所以我們可以說物理學家很幸運,不需尋找讓電子具質量的原因,很早就能成功地發展出具局部規範對稱之量子電動力學,成為後來發展強、弱作用之局部規範對稱理論的藍圖!誰說成功不需要靠運氣?

手徵性

事實上除了 SU(2)×U(1) 要求費米子不能具質量外,弱作用破壞了鏡像對稱[7]的這一實驗的結果,也要求費米子不應具質量!依照特殊相對論,一個質量為零的粒子應只能以光速運動,因此如果它具有自旋,則便應該有兩種可能的手徵性(chirality):自旋與運動方向相同或者相反( 如下圖 )。

-----廣告,請繼續往下閱讀-----

但具質量之粒子不能以光速運動,因此當觀察者的速度由比它慢變成比它更快時,手徵性將由左撇改成右撇(或由右撇改成左撇),故具質量之粒子沒有固定的手徵性;換言之,手徵性不是具質量之粒子的性質。因此如果弱作用只能與左撇(left handed)費米子作用,顯然費米子也不應具質量!

與希格斯場作用的結果,費米子不但取得了質量,也透過希格斯玻色子使左撇及右撇費米子混成一個我們在實驗室中所觀察到的不具手徵性之費米子:同時具有左撇及右撇的量子態。因左撇及右撇費米子具有同樣的自旋及電荷,故依自旋及電荷「不滅定律」,做媒婆之希格斯玻色子的自旋必須為零且不帶電:正是實驗所發現的結果。

這許多因希格斯玻色子而取得了質量的費米子當中,很奇怪的卻不包括微中子[8];更奇怪的是:微中子如果沒有取得質量,就對稱的觀點來看,左撇及右撇都應該可能存在才對,但物理學家卻從未在宇宙或實驗室中發現過右撇的微中子!因此在標準模型裡認為右撇的微中子根本就不存在。

殘留強作用力

我們前面提過「穩定」的粒子均必須是白色的,因此質子是由分別帶紅藍綠之三個夸克 uud 組成的,而中子則是由分別帶紅藍綠之三個夸克 udd 組成的。可是它們一旦變成白色,依量子色動力學,它們之間便應該沒有強作用力了,那為何質子及中子可以聚在一起組成原子核呢?我們不是想了解此一原因才發展出強作用力理論嗎?

-----廣告,請繼續往下閱讀-----

事實上我們早就在化學上碰到同樣的問題:氫原子是由帶正電的質子及帶負電的電子所組成的,因此是不帶電的,但兩個氫原子還是可以透過電磁作用力而結合成氫分子的。我們知道其原因是因為兩個氫原子核「合用」了它們外圍的電子,形成化學鍵所致。同樣地,質子或中子之間的作用也是透過帶有顏色之成份的 u 或 d 夸克來達成的:交換(合用)由一夸克及一反夸克組成之介子(meson),如不帶電之 π0(見上圖[9])。正像化學鍵比直接的電磁作用弱一樣,這稱為殘留強作用力(residual strong force)、核子強作用力(nuclear strong force)、或核子力(nuclear force)雖然比直接的強作用力弱得多,但是還是足夠克服質子間之靜電排斥力,將質子及中子結合成穩定的原子核(但不像強作用力,它的強度隨粒子間距離的增加而急速減弱,所以質子或中子可以是被分離、單獨存在的)!

我們說希格斯玻色子使許多基本粒子得到質量,但是這些質量卻不是我們周遭物體質量的主要來源:例如質子是由 uud 三個夸克組成的,但那三個夸克的總質量大約只有實驗室中量得之質子質量的百分之一而已!質子或中子之其它質量都在使那三個夸克在一起的束縛能量裡(m=E/c2)。

結論

物理學家於 1897 年發現了不可再被分割之電子;經過 100 多年的努力,終於在 2012 年發現了理論上必須存在的最後一種不可再被分割之希格斯玻色子,奠定了瞭解宇宙萬物組成與運行之基本粒子的標準模型理論。

現在的基本粒子雖然不是像當初古希臘哲學家所追求的只有一種,但是卻比化學上之基本粒子──化學元素⎯⎯少得多。如果不算反粒子及顏色[10],物理學上只有 12 種基本費米子、以及 6 種玻色子而已!就日常生活以及化學來看,我們所常「接觸到」的基本粒子事實上只有四種而已: u 夸克、 d 夸克、電子、及光子!離當初所追求的「只有一種」也算是不遠了!儘管如此,化學上的原子似乎還可以想像,讓人有「實際存在」(實在)的感覺;但現在物理學上的基本粒子則似乎是有點「玄」了!

-----廣告,請繼續往下閱讀-----

注解:

  • [1]:「量子力學的開山祖師──普朗克」,《科學月刊》,1982 年 4 月號;《我愛科學》,第 51 頁。
  • [2]:「太陽能與光電效應」,《科學月刊》,2013 年 4 月號;《我愛科學》,第 155 頁。
  • [3]:「規範對稱與基本粒子」,《科學月刊》,2014 年 11 月號;《我愛科學》,第 186 頁。
  • [4]:「群論、對稱、與基本粒子」,《科學月刊》,2018 年 9 月號。
  • [5]:這命名正好與當事人相反:玻色較害羞內向,費米則非常合群外向。
  • [6]:黏子之所以有八種,乃是因所帶之顏色不同的關係。黏子同時有顏色(R,G,B)及反顏色(r,g,b),因此理論上應該有九種才對,為什麼只有八種呢?那是因為代表 SU(3) 之 3×3 矩陣只有八個獨立變數[4];就顏色的組合上來講,(Rr+Gg+Bb)組合不受 SU(3) 對稱轉換的影響,不能作為傳遞強作用的規範玻色子;(9 個自由度 – 1 個條件)只剩下 8 個在 SU(3) 對稱轉換下「相同」的黏子。
  • [7]:沒有任何物理學家知道為什麼:事實上當他們發現自然界竟然是這樣時,他們也非常感到意外;詳見「對稱與物理」,《科學月刊》,2010年3月號;《我愛科學》,第 178 頁。事實上不止微觀世界這樣,巨觀世界裡也是充滿著鏡像不對稱的現象。詳見「左旋還是右旋?化學對稱跟你我的身體有關!」, 2015 年 9 月 25 日泛科學;「 對稱與化學」,《我愛科學》,第 193 頁。
  • [8]:在物理及天文學家發現「微中子擺盪」(neutrino oscillation)之現像後,不少物理學家已認為微中子應該具有些微質量。詳見「微中子的故事」,《科學月刊》,1982 年 3 月號;《我愛科學》,第 105 頁。
  • [9]:日本物理學家湯川秀樹 1935 年所提出的理論。湯川秀樹 26 歲就當了大阪大學的助理教授,29 歲時提出了這被忽略達兩年之久──但對以後基本粒子及其作用力研究影響非常大──的理論,獲 1949 年諾貝爾物理獎。原子核內的作用力事實上因多體(至少 6 夸克)、自旋、及角動量等關係,比這裡所形容的複雜得多。
  • [10]:除了 W+ 是 W-反粒子外,其它玻色子沒有反粒子(反粒子就是粒子本身)。
  1. 《量子的故事》,新竹市凡異出版社(1982 年;2005 年第二版)。
  2. 《我愛科學》,台北市華騰文化有限公司出版(2017 年 12 月)。本書收集了筆者自 1970 年元月到 2017 年八月間在科學月刊及其他雜誌發表過的科普文章。
-----廣告,請繼續往下閱讀-----
文章難易度
賴昭正_96
46 篇文章 ・ 59 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,因此獲有「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,IBM顧問研究化學家退休 。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

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
0

文字

分享

0
3
0
從太陽發光到生命突變,一切都歸功於量子穿隧效應?
PanSci_96
・2024/10/19 ・1962字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

在這個充滿光與生命的宇宙中,我們的存在其實與一種看不見的力量密切相關,那就是量子力學。沒有量子力學,太陽將不會發光,地球上的生命將無法誕生,甚至整個宇宙的運行規則都會截然不同。這些微觀層次的奧秘深深影響了我們日常生活的方方面面。

其中,量子穿隧效應是一個看似違背直覺但至關重要的現象,從太陽的核融合反應到基因的突變,這種效應無處不在,甚至還牽動著當今的高科技產業。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是量子穿隧效應?

我們可以將量子穿隧效應比作一個奇妙的穿牆術。想像一下,你身處一個被高牆包圍的城市,牆外是未知的世界。通常,如果你要越過這道牆,需要極大的力量來翻越它,或者用工具打破它。然而,在量子的世界裡,情況並不如此。

在微觀的量子力學世界中,粒子同時具有波的特性,這意味著它們並不完全受限於傳統物理的規則。當一個微觀粒子遇到能量障礙時,即使它沒有足夠的能量直接穿過障礙,卻仍有一定機率能出現在障礙的另一邊,這就是「量子穿隧效應」。粒子彷彿直接在牆上挖了一條隧道,然後穿越過去。

-----廣告,請繼續往下閱讀-----

這聽起來像魔法,但它背後有深刻的物理學道理。這個現象的發生取決於量子粒子的波動性質以及能量障礙的高度和寬度。如果障礙較矮且較窄,粒子穿隧的機率就較高;反之,障礙越高或越寬,穿隧的機率則會降低。

太陽發光:核融合與量子穿隧效應的結合

量子穿隧效應的存在,讓我們能夠理解恆星如何持續發光。以太陽為例,太陽內部的高溫環境為核融合反應提供了所需的能量。在這個過程中,氫原子核(質子)需要克服極大的電磁排斥力,才能彼此靠近,進而融合成為氦原子核。

然而,單靠溫度提供的能量並不足以讓所有質子進行核融合。根據科學家的計算,只有約10的 434 次方個質子中,才有一對具備足夠的能量進行核融合。這是一個極小的機率。如果沒有量子穿隧效應,這種反應幾乎不可能發生。

幸好,量子穿隧效應在這裡發揮了關鍵作用。由於量子粒子具有波動性,即便質子沒有足夠的能量直接跨越能量障礙,它們仍然能透過穿隧效應,以一定機率克服電磁排斥力,完成核融合反應。這就是為什麼太陽內部的核融合能夠源源不斷地發生,並且持續產生光與熱,讓地球成為適合生命生存的家園。

-----廣告,請繼續往下閱讀-----

量子穿隧效應與生命的演化

除了恆星的發光之外,量子穿隧效應還對生命的誕生和演化起到了關鍵作用。地球上物種的多樣性,很大一部分源於基因突變,而量子穿隧效應則幫助了這一過程。

DNA 分子是攜帶遺傳訊息的載體,但它的結構並不穩定,容易在外界因素影響下發生變異。然而,即使沒有外界因素的干擾,科學家發現 DNA 仍會自發性地發生「點突變」,這是一種單一核苷酸替換另一種核苷酸的突變形式。

量子穿隧效應讓氫原子隨時可能在 DNA 結構中進行位置轉換,從而導致鹼基對的錯位,這在 DNA 複製過程中,可能會引發突變。這些突變若保留下來,就會傳遞給下一代,最終豐富了基因與物種的多樣性。

量子穿隧幫助促進 DNA 突變,協助生命的演化與物種多樣性。圖/envato

半導體技術中的量子穿隧效應

除了在宇宙和生命中發揮作用,量子穿隧效應還影響著我們的日常生活,尤其在現代科技中。隨著半導體技術的發展,電子設備的體積不斷縮小,這也讓電子元件的性能面臨更大的挑戰。

-----廣告,請繼續往下閱讀-----

在微小的電子元件中,量子穿隧效應會導致電子穿過元件中的障礙,產生不必要的漏電流。這種現象對電晶體的性能帶來了負面影響,因此設計師們需要找到方法來減少穿隧效應的發生,以確保元件的穩定性。

雖然這是我們不希望見到的量子效應,但它再次證明了量子力學在我們生活中的深遠影響。設計更有效的半導體元件,必須考慮到量子穿隧效應,這讓科學家與工程師們需要不斷創新。

量子力學是我們宇宙的隱藏力量

量子穿隧效應看似深奧難懂,但它對宇宙的運作和生命的誕生至關重要。從太陽的核融合反應到基因突變,甚至現代科技中的半導體設計,量子力學影響著我們生活的方方面面。

在這個充滿未知的微觀世界裡,量子現象帶來的影響是我們難以想像的。正是這些看似不可思議的現象,塑造了我們的宇宙,讓生命得以誕生,科技得以發展。當我們仰望星空時,別忘了,那閃耀的光芒,背後藏著的是量子力學的奇妙力量。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

3
0

文字

分享

0
3
0
量子革命來襲!一分鐘搞定傳統電腦要花數千萬年的難題!你的電腦是否即將被淘汰?
PanSci_96
・2024/10/17 ・2050字 ・閱讀時間約 4 分鐘

量子電腦:解碼顛覆未來科技的關鍵

2023 年,Google 發表了一項引人注目的研究成果,顯示人類現有最強大的超級電腦 Frontier 需要花費 47 年才能完成的計算任務,Google 所研發的量子電腦 Sycamore 只需幾秒鐘便能完成。這項消息震驚了科技界,也再次引發了量子電腦的討論。

那麼,量子電腦為什麼如此強大?它能否徹底改變我們對計算技術的認知?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

量子電腦是什麼?

量子電腦是一種基於量子力學運作的新型計算機,它與我們熟悉的傳統電腦截然不同。傳統電腦的運算是建立在「位元」(bits)的基礎上,每個位元可以是 0 或 1,這種二進位制運作方式使得計算過程變得線性且單向。然而,量子電腦使用的是「量子位元」(qubits),其運算邏輯則是基於量子力學中的「疊加」與「糾纏」等現象,這使得量子位元能同時處於 0 和 1 的疊加狀態。

這意味著,量子電腦能夠在同一時間進行多個計算,從而大幅提高運算效率。對於某些非常複雜的問題,例如氣候模型、金融分析,甚至質因數分解,傳統電腦可能需要數千年才能完成的運算任務,量子電腦只需數分鐘甚至更短時間便可完成。

-----廣告,請繼續往下閱讀-----

Google、IBM 和量子競賽

Google 和 IBM 是目前在量子計算領域中競爭最為激烈的兩大科技公司。Google 的 Sycamore 量子電腦已經展示出極高的計算速度,令傳統超級電腦相形見絀。IBM 則持續投入量子電腦的研究,並推出了超過 1000 個量子位元的系統,預計到 2025 年,IBM 的量子電腦將擁有超過 4000 個量子位元。

除此之外,世界各國和企業都爭相投入這場「量子霸權」的競賽,台灣的量子國家隊也不例外,積極尋求量子計算方面的突破。這場量子競賽,將決定未來的計算技術格局。

量子電腦的核心原理

量子電腦之所以能如此快速,是因為它利用了量子力學中的「疊加態」和「糾纏態」。簡單來說,傳統電腦的位元只能是 0 或 1 兩種狀態,而量子位元則可以同時處於 0 和 1 兩種狀態的疊加,這使得量子電腦可以在同一時間內同時進行多次計算。

舉例來說,如果一台電腦需要處理一個要花 330 年才能解決的問題,量子電腦只需 10 分鐘便可解決。如果問題變得更複雜,傳統電腦需要 3300 年才能解決,量子電腦只需再多花一分鐘便能完成。

-----廣告,請繼續往下閱讀-----

此外,量子電腦中使用的量子閘(quantum gates)類似於傳統電腦中的邏輯閘,但它能進行更複雜的運算。量子閘可以改變量子位元的量子態,進而完成計算過程。例如,Hadamard 閘能將量子位元轉變為疊加態,使其進行平行計算。

量子電腦能大幅縮短複雜問題的計算時間,利用量子閘進行平行運算。圖/envato

計算的效率

除了硬體技術的進步,量子電腦的強大運算能力也依賴於量子演算法。當前,最著名的兩種量子演算法分別是 Grover 演算法與 Shor 演算法。

Grover 演算法主要用於搜尋無序資料庫,它能將運算時間從傳統電腦的 N 遞減至 √N,這使得資料搜索的效率大幅提升。舉例來說,傳統電腦需要花費一小時才能完成的搜索,量子電腦只需幾分鐘甚至更短時間便能找到目標資料。

Shor 演算法則專注於質因數分解。這對於現代加密技術至關重要,因為目前網路上使用的 RSA 加密技術正是基於質因數分解的困難性。傳統電腦需要數千萬年才能破解的加密,量子電腦只需幾秒鐘便可破解。這也引發了全球對後量子密碼學(PQC)的研究,因為一旦量子電腦大規模應用,現有的加密系統將面臨極大的威脅。

-----廣告,請繼續往下閱讀-----

量子電腦的挑戰:退相干與材料限制

儘管量子電腦具有顛覆性的運算能力,但其技術發展仍面臨諸多挑戰。量子位元必須保持在「疊加態」才能進行運算,但量子態非常脆弱,容易因環境中的微小干擾而坍縮成 0 或 1,這種現象被稱為「量子退相干」。量子退相干導致量子計算無法穩定進行,因此,如何保持量子位元穩定是量子電腦發展的一大難題。

目前,科學家們正在探索多種材料和技術來解決這一問題,例如超導體和半導體技術,並嘗試研發更穩定且易於量產的量子電腦硬體。然而,要實現大規模的量子計算應用,仍需克服諸多技術瓶頸。

量子電腦對未來生活的影響

量子電腦的快速發展將為未來帶來深遠的影響。它不僅將推動科學研究的進步,例如藥物設計、材料科學和天文物理等領域,還可能徹底改變我們的日常生活。例如,交通運輸、物流優化、金融風險管理,甚至氣候變遷預測,都有望因量子計算的應用而變得更加精確和高效。

然而,量子計算的發展也帶來了一些潛在的風險。隨著量子電腦逐漸成熟,現有的加密技術可能會被徹底摧毀,全球的資訊安全體系將面臨巨大挑戰。因此,各國政府和企業已經開始研究新的加密方法,以應對量子時代的來臨。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。