Loading [MathJax]/extensions/tex2jax.js

0

1
1

文字

分享

0
1
1

【2018年諾貝爾物理學獎】劃開時代的雷射物理工具

PanSci_96
・2018/10/02 ・1127字 ・閱讀時間約 2 分鐘 ・SR值 501 ・六年級

今年的物理獎表揚了得主們在雷射物理領域的貢獻。所謂雷射,便是「通過受激輻射產生的光放大」,這種密度高的窄小光束,可以在極小的範圍內以高能量切割、鑽孔……。不但可用於各式手術,甚至是各項娛樂燈光秀,可說是改變了我們的生活。 

來自美國的得主 Arthur Ashkin 得獎的理由是發明了光鉗 (Optical Tweezers) 與其在生物系統上的應用。什麼是光鉗呢?它是一種通過高度聚焦的雷射光束可以移動極~微小物體的裝置。(能量量級通常為皮牛頓級)

這種技術可以用於移動細胞或病毒顆粒,把細胞捏成各種形狀,或者冷卻原子。由於光鉗可以精準地直接作用於細胞甚至更小的目標,在光鉗生物學方面的應用越來越廣泛,比如在對的時間、對的控制下,自動化地連結不同的細胞,去製造新的組織和器官,它可以用來研究和操作DNA、蛋白質、酶甚至是單個分子。

光鉗 (Optical Tweezers)  source:Nobel Prize@Twitter

至於另一組得獎者──來自法國的 Gérard Mourou 以及有史以來第三位獲得物理獎的女性得主 Donna Strickland 則是在光纖雷射啁啾放大系統 (Chirped Pulse Amplification, CPA) 方面有卓越貢獻。(在這邊一定要多說一下 Donna Strickland 有多厲害 (?),她這次獲獎的研究基礎是她的博士論文!)

-----廣告,請繼續往下閱讀-----

CPA 系統突破了過去的瓶頸、增強了雷射脈衝,讓它的峰率得以指數成長。使得雷射可以應用的範圍更加廣泛,包括目前在醫療與工業已經相對常見應用在精密雷射手術如眼科手術、除斑與精密材料切刻。

光纖雷射啁啾放大系統 (Chirped Pulse Amplification, CPA)  source:Nobel Prize@Twitter

 

泛科小教室~:光鉗原理

雷射光為同方向性的光,透過透鏡聚焦後會產生類似腰身的東西,而這腰身使得粒子受到光子撞擊的方向不再是同方向。

source:Wikipedia

左圖表示當雷射光的光子撞擊到微粒時,左邊與右邊的光子會進入微粒,並產生偏折與變慢;變慢表示動量下降,這些光子損失的動量會給微粒,因此造成移動。而匯聚過的雷射光聚有腰身,因此原本的1號光會跑到中間線的另一邊,對微粒造成的力會是前面的相反,這樣粒子會來回震盪,最後停留在腰身點上。

簡單的說就是,透過透鏡會聚的雷射光打到微粒上時會前進一下、通過腰身後會得到一個反方向的力、然後停在固定的位置上,因此可以將一個微粒擺在固定位置;這種感覺就是將一道有腰身的雷射光變成一條纏在微粒上的彈簧,最終彈簧停止運動後,會停在腰身那個點上,這就是「光鉗原理」。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2419 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
ECU: 汽車大腦的演化與挑戰
鳥苷三磷酸 (PanSci Promo)_96
・2025/07/02 ・3793字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文與 威力暘電子 合作,泛科學企劃執行。

想像一下,當你每天啟動汽車時,啟動的不再只是一台車,而是一百台電腦同步運作。但如果這些「電腦」突然集體當機,後果會有多嚴重?方向盤可能瞬間失靈,安全氣囊無法啟動,整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情,而是真實存在於你我日常的駕駛過程中。

今天,我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟,汽車的「大腦」—電子控制單元(ECU),是如何從單一功能,暴增至上百個獨立系統?而全球頂尖的工程師們,又為何正傾盡全力,試圖將這些複雜的系統「砍掉重練」、整合優化?

第一顆「汽車大腦」的誕生

時間回到 1980 年代,當時的汽車工程師們面臨一項重要任務:如何把汽油引擎的每一滴燃油都壓榨出最大動力?「省油即省錢」是放諸四海皆準的道理。他們發現,關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間:火星塞的點火時機,也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內,這大約是你眨眼時間的百分之一到千分之一!引擎效率就能提升整整一成!這不僅意味著車子開起來更順暢,還能直接省下一成的油耗。那麼,要如何跨過這道門檻?答案就是:「電腦」的加入!

-----廣告,請繼續往下閱讀-----

工程師們引入了「微控制器」(Microcontroller),你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法,在千分之一秒、甚至微秒等級的時間內,精準計算出最佳的點火角度,並立刻執行。

從此,引擎的性能表現大躍進,油耗也更漂亮。這正是汽車電子控制單元(ECU)的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)。

汽車電子控制單元的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)/ 圖片來源:shutterstock

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功,在 1980 年代後期點燃了工程師們的想像:「這 ECU 這麼好用,其他地方是不是也能用?」於是,ECU 的應用範圍不再僅限於點火,燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車,甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而,問題來了:這麼多「小電腦」,它們之間該如何有效溝通?

-----廣告,請繼續往下閱讀-----

為了解決這個問題,1986 年,德國的博世(Bosch)公司推出了一項劃時代的發明:控制器區域網路(CAN Bus)。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上,就能將訊息「廣播」給其他單元。

更重要的是,CAN Bus 還具備「優先通行」機制。例如,煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息,絕對能搶先通過,避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題,但每顆 ECU 依然需要獨立的電源線、接地線,並連接各種感測器和致動器。結果就是,一輛汽車的電線總長度可能達到 2 到 4 公里,總重量更高達 50 到 60 公斤,等同於憑空多載了一位乘客的重量。

另一方面,大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束,簡直是設計師和維修技師的惡夢。要檢修這些電子故障,無疑讓人一個頭兩個大。

大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。/圖片來源:shutterstock

汽車電子革命:從「百腦亂舞」到集中治理

到了2010年代,汽車電子架構迎來一場大改革,「分區架構(Zonal Architecture)」搭配「中央高效能運算(HPC)」逐漸成為主流。簡單來說,這就像在車內建立「地方政府+中央政府」的管理系統。

-----廣告,請繼續往下閱讀-----

可以想像,整輛車被劃分為幾個大型區域,像是車頭、車尾、車身兩側與駕駛艙,就像數個「大都會」。每個區域控制單元(ZCU)就像「市政府」,負責收集該區所有的感測器訊號、初步處理與整合,並直接驅動該區的馬達、燈光等致動器。區域先自理,就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台(HPC)擔任,統籌負責更複雜的運算任務,例如先進駕駛輔助系統(ADAS)所需的環境感知、物體辨識,或是車載娛樂系統、導航功能,甚至是未來自動駕駛的決策,通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中, 2008 年成立的台灣本土企業威力暘電子,便精準地切入了這個趨勢,致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢,威力暘提供的解決方案,就像是將好幾個「分區管理員」的職責,甚至一部分「超級大腦」的功能,都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力,可同時支援 ADAS 與車載娛樂,還能兼容多種通訊協定,大幅簡化車內網路架構。如此一來,車廠在追求輕量化和高效率的同時,也能顧及穩定性與安全性。

-----廣告,請繼續往下閱讀-----
2008 年威力暘電子致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台 /圖片來源:shutterstock

萬無一失的「汽車大腦」:威力暘的四大策略

然而,「做出來」與「做好」之間,還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯?具體來說,威力暘電子憑藉以下四大策略,築起其產品的可靠性與安全性:

  1. AUTOSAR : 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層(RTE)和基礎軟體層(BSW)。就像在玩「樂高積木」,ECU 開發者能靈活組合模組,專注在核心功能開發,從根本上提升軟體的穩定性和可靠性。
  2. V-Model 開發流程:這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般,左側從上而下逐步執行,右側則由下而上層層檢驗,確保每個階段的安全要求都確實落實。
  3. 基於模型的設計 MBD(Model-Based Design) 威力暘的工程師們會利用 MatLab®/Simulink® 等工具,把整個 ECU 要控制的系統(如煞車),用數學模型搭建起來,然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前,就能在「數位雙生」世界中反覆演練、預先排除設計缺陷,,並驗證安全機制是否有效。
  4. Automotive SPICE (ASPICE) : ASPICE 是國際公認的汽車軟體「品質管理系統」,它不直接評估最終 ECU 產品本身的安全性,而是深入檢視團隊在軟體開發的「整個過程」,也就是「方法論」和「管理紀律」是否夠成熟、夠系統化,並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作,其能否正常運作,自然被視為最優先項目。為此,威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準:ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統(特別是 ECU)的「超嚴格品管手冊」和「開發流程指南」,從概念、設計、測試到生產和報廢,都詳細規範了每個安全要求和驗證方法,唯一目標就是把任何潛在風險降到最低

有了上述這四項策略,威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準,才能通過 ISO 26262 的嚴格檢驗。

然而,ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡,「大腦」變得更集中、更強大後,汽車產業又迎來了新一波革命:「軟體定義汽車」(Software-Defined Vehicle, SDV)。

-----廣告,請繼續往下閱讀-----

軟體定義汽車 SDV:你的愛車也能「升級」!

未來的汽車,會越來越像你手中的智慧型手機。過去,車輛功能在出廠時幾乎就「定終身」,想升級?多半只能換車。但在軟體定義汽車(SDV)時代,汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」,能夠「二次覺醒」、不斷升級。透過 OTA(Over-the-Air)技術,車廠能像推送 App 更新一樣,遠端傳送新功能、性能優化或安全修補包到你的車上。

不過,這種美好願景也將帶來全新的挑戰:資安風險。當汽車連上網路,就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭,輕則個資外洩,重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV,業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略,確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程,到安全認證,這些努力,讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新,也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力,威力暘已成功打進日本 YAMAHA、Toyota,以及歐美 ZF、Autoliv 等全球一線供應鏈,更成為 DENSO 在台灣少數核准的控制模組夥伴,以商用車熱系統專案成功打入日系核心供應鏈,並自 2025 年起與 DENSO 共同展開平台化量產,驗證其流程與品質。

毫無疑問,未來車輛將有更多運作交由電腦與 AI 判斷,交由電腦判斷,比交由人類駕駛還要安全的那一天,離我們不遠了。而人類的角色,將從操作者轉為監督者,負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全,人類甘願當一個「最弱兵器」,其實也不錯!

-----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

2
1

文字

分享

0
2
1
AI 能像人類一樣思考?諾貝爾物理學獎研究助力人工智慧模擬人類大腦
PanSci_96
・2024/11/14 ・2117字 ・閱讀時間約 4 分鐘

即使再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?畢竟電腦的電子元件和我們大腦中的神經細胞結構截然不同。再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?

錯,可以。

2024 年諾貝爾物理學獎跌破所有專家的眼鏡,頒給了兩位研究機器學習的科學家——約翰·霍普菲爾德(John Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton)。他們以「人工」的方法打造了類神經網路,最終模擬出生物的「智慧」,奠定了當代深度學習的基礎。

為什麼解決人工智慧發展瓶頸的,竟然會是物理學?物理要怎麼讓 AI 更像人類?

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

從巴甫洛夫的狗到赫布理論:理解學習的基礎

為了解答這個疑問,我們需要一些背景知識。

20 世紀初,俄羅斯心理學家巴甫洛夫發現,狗在食物還沒入口前,就會開始分泌唾液。他進行了一系列實驗,改變食物出現前的環境,比如讓狗習慣在聽到鈴聲後馬上得到食物。久而久之,狗只要聽到鈴聲,就會開始分泌唾液。

大約 50 年後,神經科學家赫布(Donald Hebb)提出了一個假說:大腦中相近的神經元,因為經常同時放電,會產生更強的連結。這種解釋稱為「赫布理論」,不僅奠定了神經心理學的發展,更成為現代深度學習的基礎。

然而,赫布理論雖然描述了鄰近神經元的關係,卻無法解釋大腦如何建構出如此複雜的聯想網路。

-----廣告,請繼續往下閱讀-----

霍普菲爾德網路:物理學家對神經網路的貢獻

然而,赫布理論雖能描述神經元之間的關係,卻缺乏數學模型。物理學家約翰·霍普菲爾德從數學家約翰·康威(John Conway)的「生命遊戲」(Game of Life)中獲得靈感,試圖建立一個可以在電腦上運行的記憶系統。

霍普菲爾德受「生命遊戲」啟發,嘗試建立電腦記憶系統。圖/envato

「生命遊戲」由數學家康威(John Conway)發明,玩家開始時有一個棋盤,每個格子代表一個細胞,細胞可以是「活」或「死」的狀態。根據特定規則,細胞會根據鄰居的狀態決定下一次的生存狀態。康威的目的是展示複雜的系統不一定需要複雜的規則。

霍普菲爾德發現,這個遊戲與赫布理論有強大的關聯性。大腦中的大量神經元,在出生時處於初始狀態,經過刺激後,神經元間的連結會產生或斷裂,形成強大的記憶系統。他希望利用這些理論,創造一個能在電腦上運行的記憶系統。

然而,他面臨一個難題:赫布理論沒有明確的數學模型來決定神經元連結的規則。而在電腦上運行,必須要有明確的數學規則。

-----廣告,請繼續往下閱讀-----

物理學的啟發:易辛模型

霍普菲爾德從物理學的研究中找到了類似的模型:易辛模型(Ising Model)。這個模型用於解釋鐵磁性物質的磁性特性。

在鐵磁性物質中,電子具有「自旋」,自旋產生磁矩。電子的自旋方向只有「向上」或「向下」,這就像生命遊戲中細胞的「生」或「死」。鄰近的電子會影響彼此的自旋方向,類似於細胞之間的互動。

易辛模型能用數學描述電子間的相互影響,並通過計算系統能量,得出自旋狀態的分佈。霍普菲爾德借用了這個概念,將神經元的互動視為電子自旋的互動。

他結合了康威生命遊戲的時間演化概念、易辛模型的能量計算,以及赫布理論的動態連結,創造了「霍普菲爾德網路」。這讓電腦能夠模擬生物大腦的學習過程。

-----廣告,請繼續往下閱讀-----

突破瓶頸:辛頓與波茲曼機

約翰·霍普菲爾德於1982年發明聯想神經網路,即「霍普菲爾網路」。圖/wikimedia

然而,霍普菲爾德網路並非完美。它容易陷入「局部最小值」的問題,無法找到系統的全局最優解。為了解決這個問題,加拿大計算機科學家傑佛瑞·辛頓(Geoffrey Hinton)提出了「波茲曼機」(Boltzmann Machine)。

辛頓將「模擬退火」的概念引入神經網路,允許系統以一定的機率跳出局部最小值,尋找全局最優解。他還引入了「隱藏層」的概念,將神經元分為「可見層」和「隱藏層」,提高了網路的學習能力。

受限波茲曼機(Restricted Boltzmann Machine)進一步簡化了模型,成為深度學習的基礎結構之一。這些創新使得 AI 能夠更有效地模擬人類的思維和學習過程。

AI 的未來:跨學科的融合

霍普菲爾德和辛頓的工作,將物理學的概念成功應用於人工智慧。他們的研究不僅解決了 AI 發展的瓶頸,還奠定了深度學習的基礎,對現代 AI 技術產生了深遠的影響。因此,2024 年諾貝爾物理學獎頒給他們,並非意外,而是對他們在跨學科領域的重大貢獻的肯定。

-----廣告,請繼續往下閱讀-----

AI 的發展,離不開物理學、生物學、數學等多學科的融合。霍普菲爾德和辛頓的工作,正是這種融合的典範。未來,隨著科學技術的進步,我們有理由相信,AI 將越來越接近人類的思維方式,甚至可能超越我們的想像。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2419 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
科學不只是數據,還能看到想要的東西──專訪高甫仁教授
顯微觀點_96
・2024/08/29 ・2167字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

2018 年,陽明大學生醫光電研究所教授高甫仁在台北的「未來科技展」上,展示出一種直徑遠小於市面產品的內視鏡,只有不到 0.5 公厘。「內視鏡就像是帶著車頭燈的攝影機。」高甫仁說。這種小型攝影機像是條細長的電線,能夠透過微創手術深入人體內部,檢查呼吸道、腸胃系統或各種器官,藉由鏡頭前端的光源看見病灶影像。

圖/顯微觀點

「可是你會發現,光源沒有辦法做得更小。」內視鏡受限於發光二極體(LED)的體積,似乎難以再改良。然而,高甫仁利用比頭髮更細的光纖導入雷射,取代 LED 作為光源,大大減少內視鏡體積。如此一來,就能進一步縮小手術傷口,加快恢復時間。而且只需要一至兩根光纖,亮度就會超過好幾顆 LED。

雷射是一種能量集中的光束,再加上亮度高的特性,常被應用在光學儀器上。事實上,這已經不是第一次高甫仁利用雷射作為光學儀器的光源。鑽研雷射超過 20 年的他,深知這項技術所具備的潛力。

-----廣告,請繼續往下閱讀-----


超快雷射結合顯微技術

其中一項重要的應用領域便是超快雷射,這種雷射的持續時間極短,甚至可達到飛秒(10-15秒)的程度,能夠形成瞬間能量極強的光,「超快雷射能夠達到的能量密度,可能是一般雷射的百萬倍以上。」高甫仁解釋。

1990 年代,超快雷射技術崛起,開始應用在各種科學場域上。當時高甫仁正在美國康乃爾大學攻讀博士班,主要研究的領域是固態物理,例如探討原子或分子間的交互作用,讓他也有機會學習使用與架設超快雷射。

然而固態物理的實驗十分昂貴,常常需要在超低溫、高磁場、超高真空等環境下進行。因此當高甫仁從美國回到台灣從事研究工作時,便面臨到經費不足的困境,「太空實驗、高能物理都不是一個人或一個團隊能夠負擔的,因此我思考,是不是能透過個人創意,在比較簡單的實驗室就能做出特別的東西。」

超快雷射除了應用在固態物理,也逐漸在顯微領域上嶄露頭角。因此高甫仁認為,若超快雷射能夠與光學顯微鏡結合,就有機會做出一番成果。於是在陽明大學的近代光學實驗室裡,高甫仁成功自製出應用超快雷射作為光源的雙光子顯微鏡,「很多以前只是在教科書上看到的非線性光學效應,跟顯微鏡結合後,居然真的實現了;本來看不到的東西,現在直接就看得到。」

-----廣告,請繼續往下閱讀-----

一般使用傳統的螢光顯微鏡時,會採用較高能量、短波長的光子照射樣品,使螢光分子發出低能量、長波長的光子。若使用超快雷射作為光源,就能夠將能量低的光子轉換為高能量的光子,「就像用兩個五塊錢換一個十塊錢,可是兩個五塊錢要在同一時間打到同一個點,普通光源做不到這件事。」雙光子顯微鏡讓研究者可以觀測到深層組織,並降低雜訊干擾。

能量高、亮度高的超快雷射,還可以用來捕捉快速發生的自然現象,就像我們使用單眼相機拍照時,可以調控快門速度來清楚拍攝物體,「機械快門通常可達千分之一秒,電子快門可達萬分之一秒,但如果想要更快的快門,就得從光源下手,例如使用特殊的閃光燈,在百萬分之一秒內凍結影像。」若使用超快雷射,就能抓住兆分之一秒的瞬間。

「我一直對顯微鏡很著迷,做科學不是只有數據,而是能看到很漂亮的圖像、看到想要的東西。」高甫仁真切地說,「如果有一幅影像全世界沒有人拍過,而我是全世界第一個做出來的,就會感到非常振奮。」他說,二十多年前,他第一次看到氮化鎵(gallium nitride)所形成的光電流影像,當下的感覺無可比擬。

科學與藝術

「顯微鏡需要最尖端的科技,呈現的影像又具有藝術性,很少有領域同時具有這樣的特性。」高甫仁認為,顯微鏡所呈現的影像,就像哈伯天文望遠鏡所觀測的宇宙般令人驚豔,即使兩種科技的尺度天差地別,但都是透過光學成像技術映照出前所未見的世界。

-----廣告,請繼續往下閱讀-----

從生物樣品到半導體元件等各種樣本,高甫仁都曾用顯微鏡觀察過,對於光學成像已有自己的一套心得,「所有的光學成像離不開三個原則:挑選與使用光源、如何用光學元件成像,以及如何偵測影像。」

高甫仁也提及,隨著人工智慧(AI)的普及,顯微鏡也已開始採用 AI。現階段顯微攝影已具備快速拍攝大量影像的技術,然而如何分析與處理影像,成為當前各研究人員急欲解決的問題,「AI的運算能力加上深度學習技術,可以分析上千張影像之間的關聯性。」高甫仁認為透過 AI,將能夠補足傳統光學顯微術的不足之處。

此外,高甫仁表示,未來還可能會出現量子光學,掀起另一波的顯微技術革命。「利用量子狀態的相關性,可以讓取像時間大幅縮短。」就像量子電腦可以利用量子位元提升運算速度,解決當前棘手的問題,「利用量子光學,只需要更少的光子,就達到同樣的精準度。」

高甫仁認為,「顯微鏡的目的,就是透過影像連結尖端科學。」影像裡所述說的故事,以及所負載的科學意義,將會持續推動科學家鑽研更新的技術,發現更多前所未見的世界。

-----廣告,請繼續往下閱讀-----

查看原始文章

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
32 篇文章 ・ 6 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。