0

0
1

文字

分享

0
0
1

挖掘古地震:六甲斷層活動留下的地震痕跡

震識:那些你想知道的震事_96
・2019/04/03 ・4511字 ・閱讀時間約 9 分鐘 ・SR值 576 ・九年級

-----廣告,請繼續往下閱讀-----

  • 文/圖 洪瑞駿、姜竣友

編按:「斷層槽溝」是一種研究斷層在地表特性的方式,人工製造出地層剖面方便直接觀察,本文為兩位作者觀察六甲斷層槽溝後的科普文分享。

從斷層開挖槽溝找尋古代地震的紀錄,對筆者而言也是件新奇體驗!雖然說筆者的研究主軸為地震,但大多時間是跟那些上下抖動的震波圖為伍,很少有到野外親眼一看斷層的機會,尤其是有過地震活動紀錄的斷層。如果知道斷層在很短的時間(所謂很短還是至少有數百年)內曾活動並伴隨地震,這樣的斷層常會被歸類為活動斷層。從地質學角度來說,想要知道某條斷層究竟有沒有活動紀、是否屬於活動斷層,或想了解過去斷層活動的頻率,最直接的方式就是「眼見為憑」:直接開挖,一探究境!

每年擠壓八公分,台灣的斷層活動與地震

由於板塊運動的緣故,大地承受著相當大的應力作用。以台灣來說,菲律賓海板塊每年大約以 8 公分的速率擠壓台灣,這樣的速率大概跟手指甲生長速率相當,雖然看似很慢,但放著不管一下就累積了很多移動量。當岩石受到板塊作用的力量擠壓時,一開始會撓曲變形,而外力若持續作用,岩石最終還是會斷裂,形成斷層,而岩石破裂瞬間所釋放的能量即是地震。試想,當我們握著一支尺的兩端並開始擠壓,尺便會開始撓曲; 當擠壓的力量過大時,尺會斷裂並產生震盪,這樣的震盪就如同斷層活動發生地震。

依據斷層活動的特徵可以將斷層分類如下,並如【圖一】所示。

  1. 正斷層 (normal fault)
  2. 逆斷層 (reverse fault),不過我更常談這分類之下的「逆衝斷層」(thrust fault)
  3. 平移斷層 (strike-slip fault),有時會譯作「走向滑移斷層」
【圖一】斷層的主要活動形式。由左至右為地塊相互擠壓形成的逆衝斷層 (reverse fault),相互遠離而造成陷落的正斷層 (normal fault),以及在水平面上滑動的走向滑移斷層 (strike-slip fault)。Credit:USGS

我們暫且把以上的分類想成是理想情況、又或者是簡單的三軸分量,因為在真實世界中,斷層經常會有一種以上的活動特徵,例如去年造成重災的美濃地震,它的斷層活動就是以平移為主並帶有逆衝的分量(簡單來說就是上述的 2+3,但以 為主),這也是台灣最常見的斷層型式。了解不同類型的斷層活動,搭配斷層長度、活動週期等其他資訊,能幫助地震學者計算斷層活動機率並評估危害程度。

-----廣告,請繼續往下閱讀-----

什麼是活動斷層?難道有「不活動」的 斷層?

前面已提到,斷層就是地層破裂並出現相對移動。因此看到斷層,就意味著這邊一定曾有過斷層「活動」!

不過,隨著時間演變、地質條件也會慢慢改變,讓斷層活動的外力並不會一直都在。有些原本會活動的斷層,會因為失去大地作用力而不再累積能量,最終不再活動,可以想成斷層「死掉了」。另一方面,有些斷層因為適當的大地作用力條件下,仍可以繼續累積能量,因而可以預期將來的某一天,斷層會再次發生地震、釋放能量,這樣的斷層我們便稱作「活動斷層」。當然,這樣的講法還是有點籠統,因此科學家會給予更精確的定義,以台灣來說,依照中央地質調查所公布的活動斷層定義,這些斷層必須要是十萬年以來有活動證據者。若是有一萬年來的活動紀錄,地質調查所會進一步歸納為第一類活動斷層;若是一萬年~十萬年間活動者,則稱為第二類活動斷層。

十萬年很久嗎?其實一點也不,事實上,地質作用十分緩慢,慢到你常會忘了它有在作用。板塊僅以每年數公分的速率移動,要是沒有現代的測量技術隨時監測,我們也很難發現板塊的運動;而若是要探討顯著的地質變化,往往是用百萬年作為時間單位來計量。所以和整個地質歷史的尺度相較,一萬~十萬年這樣的時間或許只是算是一瞬間、而地震活動甚至短到不可想像。

以下列舉一些可以定義活動斷層的方式(滿足其中一項即可):

-----廣告,請繼續往下閱讀-----
  • 有潛移行為者(例如:池上斷層)
  • 有歷史地震發生者(例如:集集地震的車籠埔斷層)
  • 透過地形監測確定有變形者(例如:彰化斷層)
  • 有地質證據證實斷層曾經在上述時間區間內發生過。

除了上述第一、二類活動斷層外,還有一種稱為存疑性活動斷層,也就是說這些斷層的特性還有討論空間,或者是在地表難以確認它的存在,其它諸如「到底是不是斷層?」「是否真的有十萬年內的活動紀錄?」……等等。遇到這些現象,地質學家通常就以虛線表示之,【圖二】標出了根據這些活動斷層分類評估後,定義出來的活動斷層。

【圖二】中央地質調查所公布的台灣活動斷層圖。本文所指槽溝的目標斷層即是 17 號六甲斷層。

隨便挖都可以發現斷層?才沒那麼簡單

開挖斷層槽溝,顧名思義便是在斷層帶上挖一個深槽(大約數公尺深),以分析斷層過去的活動紀錄了。然而這想來簡單,做起來卻不容易,首先,斷層淺部常被厚厚的沉積物蓋住,要確切定位出斷層帶(通常只有數十公分寬)位置,仍俱有相當的挑戰性。

再者,斷層帶在淺部地層經常會散成許多較小的裂隙,亦或是斷層帶根本沒有延伸至淺部的盲斷層,這些都使槽溝位置選取的難度增加。因此,通常地質學家在決定開挖之前,都需要進行許多評估,例如震波測勘、地電阻測勘、以及參考地質圖、地形資料等,然而即便如此,淺部幾十公尺~幾百公尺深的地層中,經常充斥各種雜亂的物質(例如土壤、人為回填土等等),加上地下水量不平均的干擾,讓斷層位置判斷增加些許難度。

此次槽溝開挖的緣起為嘉南農田水利會委託學者及顧問公司探勘六甲斷層,欲藉由觀察斷層帶上的紀錄,了解該斷層多久活動一次、最後一次活動的時間為何。斷層本身比鄰近的岩石較為脆弱,因此長期受力的作用下,地震便會在斷層上重覆發生。因此,計算斷層兩邊地層的相對位移量,便可以推估地震活動次數,以及最後一次的活動時間。【圖三】簡化表示了二次活動在地層紀錄中留下的痕跡:

-----廣告,請繼續往下閱讀-----
【圖三】從槽溝觀察到斷層,依照地層位移變化判斷古代地震的方法簡圖,詳細描述請見內文。圖/震識提供

【圖三】的右半邊為現今看到槽構中地層剖面的示意圖,從地層的分布我們可以確認一件事:

千年前沉積的地層並未被中央的斷層「切過」,因此它的上方是平整的狀態,而其下方不連續的部分是 萬年前的地層,看起來它是有被斷層切過而造成兩側的高低落差,假若這個落差是由一次的斷層活動造成,那麼它就會是介於在 千年前至 萬年前的地震。

接著我們把 萬年前地層中的高低落差(1.8m)拉到 萬年前齊平的狀態後,就會得到左圖,接著再分析下方5萬年前形成的地層,就會發現下方 萬年前的地層「還有 1m 的高低落差」,當然,如果這是另一次斷層活動所造成的,就代表在介於 萬年前至 萬年前之間,還有一次地震。因此當我們固定測量基準面,計算地層的相對位移量,搭配地層厚度、斷層面角度資訊,可以回推每一次的地震錯動量,以及地震發生的次數。通常學者會將該斷層每一次的錯動量平均,得到大致的地震回歸週期(也就是該斷層隔多久會釋放一次地震)。

竟然長達21公里?六甲的盲斷層槽溝

所以說了這麼多,我們在六甲斷層槽溝究竟看到甚麼?首先,六甲斷層是一條長達 21Km 逆衝型盲斷層。近日由黎明工程公司於烏山頭水庫庫址開挖槽溝【圖四】,而地質學家便會在槽溝中尋找蛛絲馬跡,推理過去發生的地質事件。

在大多數的情況中,越下方的地層,年紀越老(除非有些地質作用讓地層倒轉過來,但這次的例子是沒有的),所以我們的故事會從底層最老的地層說起。

整體而言:從老到新的地層傾斜程度逐漸變緩,這告訴我們老地層經歷更多的外力作用而變得更傾斜,可推知抬升作用不斷的進行。地層的成分可提示我們該區域過往沉積環境:底層含較多的泥質成分,代表這地區過去可能是湖泊或是較寧靜的水域等搬運能力較弱的地方;而淺部含沙量較高的成分則表示當時沉積環境為搬運能力較強之環境,如氾濫平原或河流【圖四、五】。將以上故事搭配定年的結果,我們將可建構出地層沉積史,解釋古代環境的變遷。

-----廣告,請繼續往下閱讀-----
【圖四】黃線以下顏色較深、顆粒較細,為靜水沉積環境;以上顆粒較粗、顏色較淺,為河相沉積環境。紅色圈處透鏡狀的沙層為典型的河道截切面。圖/震識提供
【圖五】藍色圓框處為古代植物根部生長留下之痕跡。黃色虛線處上方為回填土層。紅框處為代表古河道剖面的透鏡狀沙層。綠色實線代表地層走勢。圖/震識提供

至於地震留下的痕跡則要回到構造解釋了,學者觀察到在地層中有廣泛分佈裂隙充填構造,這可能是由於地震或褶皺作用造成地層產生裂縫,進而填入其他物質。而在淺部的地層中有一層泥質薄層有著明顯的扭曲【圖六】,可能是其在尚未成岩時遭一次地震事件的擾動。

【圖六】左:淺部受擾動之泥層(紅色圈內),可能為地震事件造成。泥層上方紅磚,可約略推估該處地層極為年輕。右: 裂隙充填所造成之條紋(箭頭處),可能為地震擾動形成的。圖/震識提供

那造成地震的斷層在哪?先別急,前面提到了六甲斷層是盲斷層,加上許久未錯動產生地震,槽溝並沒有看到斷層本身。不過,地層卻留下了印記,除了前述的資訊,加上在短短六十公尺內,地層傾角由 度陡增至 60 度【圖七】,也暗示著這裡曾有過數次斷層活動,這樣驚人的地層變形,連資深教授都嘆為觀止。

初步判釋,這樣的變形應該是在過去 9000 年內由多次的地震等作用造成,當然不排除近代歷史地震的貢獻。而根據歷史文獻紀載:166117361862 年台南皆有大地震的紀錄,其中 1862 清朝台南大地震是台灣 19 世紀傷亡最慘重的地震,推估規模達 6.7,其位置與六甲斷層十分接近(鄭世楠,2014塵封的裂痕-歷史地震第二講ppt 4751),現階段研究仍在進行中,我們期許構造所留下的地層證據有機會提供更完整的解答。

【圖七】地層傾斜變化,由西向東地層由平坦的8度陡增至近60度(取自嘉南農田水利會六甲斷層報告書)。圖/震識提供

雖然,由槽溝觀察斷層的分析結果,還需要一段時間的研究才會出爐,但毋庸置疑,六甲斷層是個活躍的活動構造,也是未來台灣的地震威脅之一。像這樣的斷層分析需要有更多的研究投入,而台灣的地震危害潛勢及評估仍亟需各方人力共同努力與推廣。

-----廣告,請繼續往下閱讀-----

特別感謝:高嘉謙博士生及黎明工程顧問公司。提供重要的斷層資料與指正,使本文更臻完善。

本文轉載自震識:那些你想知道的震事,原文為《挖掘古地震:找尋斷層活動留下的地震痕跡》,也歡迎追蹤粉絲頁震識:那些你想知道的震事了解更多地震事。

文章難易度
震識:那些你想知道的震事_96
38 篇文章 ・ 9 位粉絲
《震識:那些你想知道的震事》由中央大學馬國鳳教授與科普作家潘昌志(阿樹)共同成立的地震知識部落格。我們希望透過淺顯易懂的文字,讓地震知識走入日常生活中,同時也會藉由分享各種地震的歷史或生活故事,讓地震知識也充滿人文的溫度。

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。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

-----廣告,請繼續往下閱讀-----

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
古人用的超大型手機?從烽火臺到智能手機:通信科技的演進
數感實驗室_96
・2024/05/13 ・883字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

現代人手機普及率極高,你可能正在用手機閱讀這篇文章。

仔細想想,我們每天使用的手機真的很厲害。只需幾下操作,就能傳訊息、視訊通話,還能上網看影片、玩遊戲、使用社群網路等。

你可能知道全世界的第一支手機是 Motorola 在 1973 年 4 月 3 日推出的黑金剛,重達 2 公斤的程度。不過,早在幾千年前,其實已經有「手機」存在了。

-----廣告,請繼續往下閱讀-----

當時的手機不只兩公斤重或兩公升水壺大,甚至是有好幾層樓那麼高,那這些手機的傳輸速率也超級慢,看影片一定是不可能,連打電話聊天都辦不到。超級陽春,基本上只能傳遞「有」或「沒有」這樣的是非題。

應該有些人猜到了,其實就是「烽火臺」。

烽火臺是中國古代為了傳遞軍情所設計的通信系統。一座烽火臺上有幾位士兵,備有大量的稻草與木柴,如果看到敵人侵犯,或是前後的烽火臺燃起狼煙,士兵們就會立刻燃燒乾柴,釋放狼煙,傳遞攸關國家存亡的重要資訊。雖然,烽火臺的尺寸大小與現今我們常用的手機差很多,傳輸能力也差很多,但烽火臺還真是上古時代標準的通信設施哦!

接下來還會推出一系列「通信科技」相關的節目,內容囊括了通信發展的歷史故事、重要的通信科學家、通信相關的技術知識。

-----廣告,請繼續往下閱讀-----

讓你認識新聞報導中,常聽到的一些通信專有名詞,什麼是頻帶、頻寬?現代通信技術如此厲害的關鍵又在哪裡?甚至,這些技術跟我們平常在學校裡學到的各科知識,又有怎樣的連結呢?

這系列將用影片帶領大家進入這個有趣、改變全人類生活的通信世界,敬請期待哦!有更多想法也可以留言分享喔!

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/