Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

《「客」隨「主」變—探討韓愈貶謫詩中空間與時間的真實性 》——2019數感盃/高中職組專題報導類佳作

數感實驗室_96
・2019/05/25 ・3131字 ・閱讀時間約 6 分鐘 ・SR值 549 ・八年級

-----廣告,請繼續往下閱讀-----

數感盃青少年寫作競賽」提供國中、高中職學生在培養數學素養後,一個絕佳的發揮舞台。本競賽鼓勵學生跨領域學習,運用數學知識,培養及展現邏輯思考與文字撰寫的能力,盼提升臺灣青少年科普寫作的風氣以及對數學的興趣。
本文為 2019數感盃青少年寫作競賽 / 高中職組專題報導類佳作之作品,為盡量完整呈現學生之作品樣貌,本文除首圖及標點符號、錯字之外並未進行其他大幅度編修。

  • 作者:李元萌、 施宥旭/國立臺南二中。
圖/pexels

一、研究動機

古代詩人常因主觀心情的劇變,使得客觀時間或空間的描述產生放大或縮小的意象,用以類比其喜怒哀樂的轉折。「朝辭白帝彩雲間,千里江陵一日還」,即因李白獲赦後喜悅至極,而感覺時間變短;「劉郎已恨蓬山遠,更隔蓬山一萬重」,乃因詩人在送別友人時,對其日後的旅途而感覺距離的拉長;「似將海水添宮漏,共滴長門一夜長」則描寫女子因思念之情而對夜晚感覺格外漫長。

在高中國文〈師說〉一課中認識韓愈,藉由欣賞詩詞更讓我們了解他人生中的挫折與難關,在〈瀧吏〉、〈食曲河驛〉、〈武關西逢配流吐蕃〉、〈過始興江口感懷〉⋯⋯等詩中,皆描繪其貶謫途中之感,尤在〈左遷至藍關示侄孫湘〉中,刻劃其剛被貶謫的抑鬱之情, 我們也對詩中空間與時間的真實度感到好奇,遂以其生平與貶謫途中的地理位置,深入探討並進行研究。我們將從幾首詩中提及關鍵的數字,進行研究並分析其空間、時間的真實性:

  1. 韓愈的貶謫路途十分遙遠,〈左遷至藍關示侄孫湘〉中「一封朝奏九重天,夕貶潮州路八千」 一句,不禁讓人想一探是否真如詩中所寫從長安城到潮州長達八千里呢?
  2. 韓愈是否真能在一日之間到達這潮濕蒸鬱,暗無天日的潮州呢?「我今罪重無歸望,直去長安路八千。」韓愈在〈武關西逢配流吐蕃〉中亦提及「路八千」, 這樣的關聯是與上首詩巧合嗎?
  3. 〈瀧吏〉一詩中「下此三千里,有州始名潮。」究竟是否自昌樂瀧至潮州真要三千里呢?

二、故事背景

貶謫文化讓中國文學史更添色彩,作家余秋雨在《文化苦旅》一書中認為:「詩人被貶到外頭,失了寵,摔了跤,只好與山水親熱,這樣一來,文章有了,詩詞也有了,而且往往寫的不錯。」也因為貶謫路途的遙遠,跋山涉水,所到之處無不是蠻荒之地,生活極其困頓, 憂憤之下才能寫出流傳千古的作品。

而名列唐宋古文八大家的韓愈亦是如此,元和十四年, 唐憲宗派使者往鳳翔迎佛骨進宮中,供奉三日後送寺。韓愈毅然決然上呈〈諫迎佛骨表〉, 內容提及歷代信佛的帝王大都「運祚不長」,要求將佛骨「投諸水火,永絕根本,斷天下之 疑,絕後代之惑」遂引起皇帝震怒;但在崔群及國戚貴人為他說情之下,改貶潮州刺史。潮州位於廣東沿海,唐朝時尚未開發,韓愈長途跋涉,奔走任所,值藍關(今陝西省一帶)時逢大雪,人與馬早已疲倦,心中感到痛苦和絕望。還好其姪韓湘的勸慰,心情才稍為好轉, 寫下〈左遷至藍關示侄孫湘〉這首流傳千古的詩。

-----廣告,請繼續往下閱讀-----

三、研究內容

路程的巨大數字,雖有可能使用誇飾筆法,但仍令人好奇,其實際的空間距離有多少? 需花費的時程多少?是否為刻意放大?

(一)距離的演算首先,我們以距離來探討韓愈這短艱苦的貶謫歲月。韓愈因〈諫迎佛骨表〉被貶,自唐代政治中心長安出發,依下列詩詞分析,陸續經過藍田關、武關西、曲河驛、楚昭王廟、昌樂瀧、 始興江及潮州市。

唐代以唐太宗李世民的雙步(左右腳各跨一步)為距離單位的標準,叫作「步」,並規定三百步為一里,一里為 454.2 公尺。一「步」的五分之一為一尺。唐代一尺相對於現在約 0.303 米,一里換算約 454.2 公尺。依照唐代古地圖所示,比例尺為 1:21,000,000,試計算各段路程的直線距離。(如表一)

【公式:地圖上的距離(公分)× 比例尺(1:21,000,000)÷100,000=實際上的距離(公里)】

 

圖/資料來源:唐代古地圖

1.〈左遷至藍關示姪孫湘〉

一封朝奏九重天,夕貶潮州路八千。欲為聖明除弊事,肯將衰朽惜殘年。

雲橫秦嶺家何在?雪擁藍關馬不前。知汝遠來應有意,好收吾骨瘴江邊。 本詩是在韓愈貶潮州時,自潮州出藍關時之作,可見其剛被貶謫時憂憤怨恨之心。由上 述資料得知,這段路程的總距離約為 3534.3 公里(=3534300 公尺),即 3534300 ÷ 454.2 = 7781.37 里,故韓愈在詩中所提及的八千里與實際距離相去不遠。

2.〈武關西逢配流吐蕃〉

嗟爾戎人莫慘然,湖南地近保生全。我今罪重無歸望,直去長安路八千。

此詩為韓愈謫潮州,途經武關西而作之。依唐朝古制,西邊所擒之蕃囚,皆會發配至南 方且不會被殺戮。而韓愈在南貶途中,自藍田入商洛於武關西時,遇到一群發配湖南的蕃囚, 感懷自己因言論不敬、冒犯帝王,被遠貶至瘴癘之鄉,覺得不如「蕃囚」,心情沉痛抑鬱,有感而作〈武關西逢配流吐蕃〉,也因為受到如此大的打擊,詩中才會用八千里一詞來說明自身的境遇。由上述資料可知,自武關西至潮州距離約 3315.9 公里(= 3315900 公尺),即 3315900 ÷ 454.2 = 7300.53 里,與詩中「直去長安路八千」相去不遠。

3.〈瀧吏〉

(節錄) 南行逾六旬,始下昌樂瀧。險惡不可狀,船石相舂撞。 下此三千里,有州始名潮。惡溪瘴毒聚,雷電常洶洶。 鱷魚大於船,牙眼怖殺儂。州南數十里,有海無天地。 潮州雖云遠,雖惡不可過。於身實已多,敢不持自賀。

韓愈赴潮州途中所作,聞潮州瘴癘之地,此種痛苦抑鬱的心情清楚呈現在此詩。 韓愈自昌樂瀧至潮州仍有約 1963.5 公里(= 1,963,500 公尺),即 1963500 ÷ 454.2 = 4322.98 里, 與其三千里之敘述有落差,推究原因可能是因連續六十天的「南行」,離長安愈來愈遠,驚怖之情愈增,故感覺離潮州十分接近。(二)時間的計算接著,我們利用幾項唐代的主要交通工具(馬車、牛車)計算其速率與時間,並檢驗合理性;再綜合現代的交通工具,討論如何才可使這八千里在半天內迅速抵達。

我們分析古代的交通工具,並計算出其速率與所需時間(如表二),由此得知,韓愈自長安城至潮州的這段路程至少需 3.5 天,故「一封朝奏九重天,夕貶潮州路八千」所描寫的時間是不合理的。再比較現代各種交通工具,並計算出其速率與所需時間(如表三)。

由此得知,韓愈若身處現代,應搭乘飛機或高鐵,才能如詩中所寫的在半天的時間內抵達潮州。

四、結論

韓愈在〈左遷至藍關示侄孫湘〉詩中,藉由「路八千」營造距離之遙以及「朝奏」、「夕貶」的用詞,刻劃出時間壓迫的侷促感;在〈武關西逢配流吐蕃〉詩中,韓愈以八千里之遙凸顯自身遭遇不如蕃囚,再加上是貶謫途中的第二站,故距離尚無誇大之詞;在〈瀧吏〉詩中因貶謫之途越來越接近潮州,憂憤之情油然而生,故恐懼感愈增,感覺離貶謫地潮州十分接近,距離因而縮短,感到迫促。

正如「朝為青雲士,暮作白首囚」(韓愈〈赴江陵途中寄贈王二十補闕李十一拾遺李二十六員外翰林三學士〉)所寫,韓愈真切敘述貶謫後的痛苦之情,字裡行間流露出憤恨之情,令人印象深刻。

再根據我們分析、驗算後,發現詩中對於空間(距離)的描寫並無誇大其詞,但在時間的描述明顯不符古代交通工具之性能。這也證明對客觀時間或空間的感受,常因作者當下主觀的生活際遇與心情,產生放大或縮小的情形,而這種變化也加深了文學的趣味性。

更多2019數感盃青少年寫作競賽內容,歡迎參考 2019數感盃特輯、數感實驗室官網粉絲頁喔。

-----廣告,請繼續往下閱讀-----
文章難易度
數感實驗室_96
76 篇文章 ・ 50 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
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

101
2

文字

分享

0
101
2
時間與空間的顛覆!如何用簡單的方式了解「相對論」?——《物理角色圖鑑》
azothbooks_96
・2024/09/16 ・2086字 ・閱讀時間約 4 分鐘

時間不再絕對?牛頓與愛因斯坦的時間觀差異

川村老師,請用簡單的方式告訴我「相對論」是什麼?

圖/《物理角色圖鑑》

老師:狹義相對論源自相對性原理(Principle of relativity,指物理定律〔Physical law〕適用於所有以等速直線運動的物體) 與光速恆定原理。根據這個理論,時間是相對的,依不同觀察者而有所差異。牛頓力學中的時間是絕對的,愛因斯坦則認為,可依不同的觀察者位置對時間進行不同定義。

圖/《物理角色圖鑑》

老師:之前在討論「力」時,也提過離心力。離心力是「慣性力」的一種,慣性力指物體在加速運動時感受到的與加速方向相反的力。置身在沒有窗戶的電梯中,當電梯向上加速,電梯內的人會受到向下的慣性力(譯注:因看不到外面,使得他無法判斷電梯的運動情況)。若加速度為 g,物體質量為 m,則物體所受慣性力為 mg,與在地面所受的重力 mg 相同。愛因斯坦無法區別這兩種 mg 的差異,所以視為等效。但無論慣性力的方向為何,物體都會往向量合成後的視重力場方向掉落。

時間在任何地方都固定不變嗎?

世界上最快的速度是光速。物體的移動速度若接近光速,它的時間進程就會變慢。也就是說,在接近光速的太空船上,時間會變得悠長。而且,接近光速的物體長度會朝行進方向收縮。

物體只要具有質量,即使在靜止狀態依然擁有能量(其能量 E mc2,稱為靜止能量(Rest energy)。

-----廣告,請繼續往下閱讀-----

提到光的運動,我們已經知道光的路徑會彎曲。

1919 年,天文學家觀測到恆星發出的光線在經過太陽附近時被偏折,這種現象稱為「重力透鏡效應」(Gravitational lens),有助於了解黑洞等宇宙中質量分布的情況。此外,天體物理學家也觀測到時間的延遲。簡而言之,接近地面的時鐘行進速度會比高處的時鐘慢,GPS 也是依據這種效應來進行校正。

圖/《物理角色圖鑑》
圖/《物理角色圖鑑》

時間

牛頓力學中的「時間」(也就是我們一般理解的時間)和相對論中的時間大異其趣。牛頓在《自然哲學的數學原理》(Philosophiæ Naturalis Principia Mathematica,1687)中,假設空間是均勻平坦的;從過去到未來,在任何地方都平均延伸。在牛頓力學中,全宇宙的時間一致。

但相對論否定了這一點。

-----廣告,請繼續往下閱讀-----
圖/《物理角色圖鑑》

光速恆定原理指出,光的速度是固定不變的。這種狀況下,空間中不同地點發生的兩件事,對某個觀測者來說是同時發生,但對另一參考系的觀測者而言則非同時發生。也就是說,時間的前進速度並非在任何地方都相同。因此,時間和空間不能視為各自獨立的兩回事,應該一體化,視為四維空間(時空,Spacetime)。

不過,這是指物體移動速度接近光速時的情況。日常生活中,使用過去的時間觀不會有任何問題。

黑洞

黑洞(Black hole)是一種天體,因為密度極高,重力極強, 不只物質,連光都會被吸進去,無法逃逸。天體是宇宙中所有物體的總稱,具體來說,指太陽、恆星、行星、星團、星雲等。從相對論來看,黑洞周圍空間是扭曲的。照以下方式想像應該會比較容易理解:

把重物放在一大塊展開的薄橡皮布上,放置處就會凹下去,而這塊凹陷會影響到周圍。同樣的,黑洞所在之處會發生猛烈的空間扭曲,經過附近的天體會被極強的重力吸引,落入其中,連光也難逃魔掌。

-----廣告,請繼續往下閱讀-----

銀河系有許多黑洞,但具體數字不詳。2019 年,一個跨國研究計畫團隊首次拍攝到黑洞的「影子」,掀起一陣討論熱潮。

——本文摘自《物理角色圖鑑:用35個萌角色掌握最重要的物理觀念,秒懂生活中的科普知識》,2024 年 9 月,漫遊者文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。

11

10
5

文字

分享

11
10
5
沒有「引力」,只有「時空扭曲」——《高手相對論》
遠流出版_96
・2022/04/30 ・2747字 ・閱讀時間約 5 分鐘

廣義相對論的基本

廣義相對論,簡單地說就是兩點。

  • 第一,一個有質量的物質,會彎曲它周圍的時空。這是「物質告訴時空如何彎曲」。
  • 第二,在不受外力的情況下,一個物體總是沿著時空中的測地線運動。這是「時空告訴物質如何運動」。

這裡根本沒有引力的事,根本不需要引力。

這個畫面是這樣的。你可以將時空想像成一張彈簧床,本來彈簧床是平的,往上面放幾顆球,彈簧床上有球的地方周圍就變成彎曲的了——這幾顆球,彎曲了各自周圍的時空。

地球為什麼繞著太陽轉?牛頓認為那是因為太陽對地球有引力。但是廣義相對論認為,地球根本不知道太陽在哪裡,只是太陽把時空彎曲得比較厲害,地球是根據自己所在時空的測地線運動而已。就好像彈簧床上的小球可以繞著大球滾動,而你知道大球並沒有吸引小球,那只是因為彈簧床上大球的周圍有凹陷。

-----廣告,請繼續往下閱讀-----
廣義相對論認為,地球根本不知道太陽在哪裡,只是太陽把時空彎曲得比較厲害,地球是根據自己所在時空的測地線運動而已。

同樣的時空,每個物體的速度不一樣,它們遵循的測地線也不一樣。有的物體會直接掉向太陽,有的會繞著太陽做橢圓運動,有的與太陽擦肩而過,這些都只不過是物體在沿著自己的測地線運動而已。

同一個時空不同的物體,測地線也不一樣。

當然,每個有質量的物體在彎曲時空當中運動的同時,也是在彎曲著自己周圍的時空,只是彎曲的程度不同。時空的形狀由這些物質共同決定,而所有物質都會沿著自己周圍時空的測地線運動。

用彈簧床打比方是不得已而為之,物質彎曲時空並不是如同小球在彈簧床上往下「壓」的結果,而是自然地彎曲周圍所有方向上的時空,所造成的結果。而且請注意,被彎曲的不僅僅是空間,還有時間,只是這部分,我們留到後面的章節再細說。

在這裡,我還要澄清一點。你也許會有這樣的疑問:既然高速運動物體的質量會增加,那多出來的質量是不是也會彎曲空間呢?答案是不會。廣義相對論裡說的「物質彎曲了空間」,可以理解成是物質的「靜止質量」在彎曲空間,靜止質量是所有座標系都同意的不變數。時空的內在幾何形狀是絕對的,但是時空在不同的座標系中被看成了不同的樣子。

-----廣告,請繼續往下閱讀-----

廣義相對論就是這麼簡單。

自然運動狀態

愛因斯坦再一次看破了紅塵。什麼是引力?可以說根本沒有引力,有的只是時空的彎曲。

或者也可以說,所謂引力,就是在大尺度下才能看出來的、時空的彎曲。鯨魚的身體是曲線型的,但是如果近距離看,它身上每個地方都近似一塊很平的小平面。局部的測地線就是很直很直的直線,這就是為什麼我們上一章說「局部沒有引力」。

如果近看鯨魚,會覺得只是一塊平面(?)圖/envato elements

講到這裡,我們要重新定義「自然運動狀態」這個概念。所謂自然運動,就是在沒有任何外力干擾的情況下,一個物體自由自在的狀態。

-----廣告,請繼續往下閱讀-----

亞里斯多德(Aristotle)認為自然的運動狀態是靜止。這符合我們的生活經驗——沒有外力干擾的東西好像都是靜止不動的。

後來,伽利略和牛頓說這不對,力並不是讓物體運動的原因,力其實是改變物體運動狀態的原因。一個物體在光滑的平面上滑動,如果沒有任何摩擦力干擾,它就會一直這樣運動下去。所以等速直線運動和靜止沒有差別,它們都是自然運動。

貓咪推了球之後,如果沒有任何摩擦力,球就會永無止盡的運動下去。圖/envato elements

而現在,愛因斯坦表示,一切沿著測地線的運動,都是自然運動。

可以想像太空中有一個周圍非常空曠、沒有任何星體的地方,這裡的時空是平直的,測地線是完美的直線,所以物體沿著測地線運動,正好就是等速直線運動。

-----廣告,請繼續往下閱讀-----

如果時空是彎曲的,太空人就會繞著地球轉,而失控的電梯就會直接掉下去,這兩個運動看似不同,但其實都是自由落體運動,它們謹守本分地沿著自己的測地線運動。所以它們雖然有加速度,仍然是自然運動。

自由落體運動、等速直線運動,以及靜止,它們沒有本質上的差別。你在一個封閉的實驗室裡不管做什麼實驗,都沒有辦法區分它們。愛因斯坦表示它們是同一回事,都是沿著測地線運動,都是自然運動。

反過來說,你站在地面不動,站一會兒就累了,這其實是一種不自然的運動。你本來想沿著測地線往下掉,可是地板阻止了你。想要體驗真正的自由,你應該做自由落體運動。

都怪地板阻止了我們自由落體!(⋯⋯?)圖/envato elements

為什麼引力質量正好等於慣性質量,為什麼一輕一重兩個鐵球會同時著地?現在,廣義相對論給這個巧合提供了一個解釋——因為只要質量沒有大到能與地球相提並論、足以顯著影響周圍時空的形狀的程度,測地線就只和物體的初始速度有關,與質量無關!

-----廣告,請繼續往下閱讀-----

回頭再看上一章中講的兩個想像實驗。不管你是在加速的火箭上,還是站在地面不動,都有一個外力在阻止你沿著測地線走,所以它們是一樣的。

無論是在地球附近自由落體,還是在太空中空曠、沒有任何星體的地方做等速直線運動,都是沿著該地測地線的自然運動,所以它們也是一樣的。

無論是在地球附近自由落體,還是在太空中空曠的地方做等速直線運動,都是沿著該地測地線的自然運動。圖/envato elements

只要你接受時空尺寸是相對的,你就能接受狹義相對論;只要你接受時空可以彎曲,你就能接受廣義相對論。接受了時空的這兩個性質,光速為什麼不變、慣性質量為什麼等於引力質量、引力到底是不是真實的存在⋯⋯這些問題就不用再糾結了。

所以,相對論是個簡單理論,它只是相當深刻;其實我覺得廣義相對論比狹義相對論還容易理解,它只是美麗非常。

-----廣告,請繼續往下閱讀-----

也許下次看見鯨魚的時候,你可以想起廣義相對論。

-----廣告,請繼續往下閱讀-----
所有討論 11
遠流出版_96
59 篇文章 ・ 30 位粉絲
遠流出版公司成立於1975年,致力於台灣本土文化的紮根與出版的工作,向以專業的編輯團隊及嚴謹的製作態度著稱,曾獲日本出版之《台灣百科》評為「台灣最具影響力的民營出版社」。遠流以「建立沒有圍牆的學校」、滿足廣大讀者「一生的讀書計畫」自期,積極引進西方新知,開發作家資源,提供全方位、多元化的閱讀生活,矢志將遠流經營成一個「理想與勇氣的實踐之地」。