0

3
1

文字

分享

0
3
1

一天 24 小時不夠用?再等等,地球自轉越來越慢……

研之有物│中央研究院_96
・2019/06/16 ・5119字 ・閱讀時間約 10 分鐘 ・SR值 526 ・七年級

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

  • 採訪編輯|黃曉君、美術編輯|林洵安

地球自轉學問大

中學生就知道地球會自轉,自轉形成晝夜,自轉軸傾斜造成季節。但你知道嗎?地球自轉其實是忽快忽慢的,沒有一天是 24 小時,長期來說還有越轉越慢的趨勢。地球自轉軸也不是雷打不動,它會繞圈圈、各種搖擺,導致歲差和北極點不斷漂移等古怪現象。中研院地球科學研究所特聘研究員趙丰,帶你穿越上下億萬年的古今地球,聊聊中學地科老師沒告訴你的事。

趙丰,曾任美國國家暨太空總署 (NASA) 太空測地學實驗室主任,2006 年離開 NASA,回到臺灣任教,曾任中央大學地球科學學院院長、中研院地球科學研究所所長,目前為中研院地球科學研究所特聘研究員。
攝影│林洵安

太陽系分家產

說起地球自轉,首先得弄清楚:地球為什麼會轉,第二個問題是:為啥轉了 46 億年還不會停?

「地球會轉,是因為它在太陽系形成之初,分到一部分的『家產』:角動量。」趙丰幽默的比喻:「地球為什麼到現在還轉不停?因為分到的家產 (角動量) 還沒有用完啊。」

-----廣告,請繼續往下閱讀-----

角動量是什麼?簡單說,它是物體轉動時的一種物理量。物體的質量越大、轉動半徑越大、轉速越快,角動量就越大。更重要的是,在沒有外力的情況下,角動量永遠守恆,不會變多、也不會變少,只能互相交換。

怎麼交換?靠摩擦!比方說,兩個旋轉的陀螺擦撞、分開,結果一個變慢,另一個就變快,就是前者的角動量藉由摩擦轉移到後者。而地球分到的角動量,則是跟太陽系其他天體「摩擦」來的。

時間回到 46 億年前,一場劇烈的超新星爆炸,太陽系誕生了。新生的太陽系宛如爐子上的一鍋熱粥,大小天體亂轉亂竄,就像一顆顆高速旋轉的大小陀螺,不斷發生碰撞,交換彼此的角動量。

太陽系形成的初始條件,決定了整個太陽系的角動量總和。所有天體藉由互相撞擊,交換彼此的角動量,各自分得一部份「家產」。
圖片來源│NASA

最後,太陽、地球、其他行星、小行星等所有天體,各自分到一部份的角動量 (家產),恆星和行星開始穩定的公轉和自轉,太陽系才逐漸成形。

-----廣告,請繼續往下閱讀-----

然後勒?「從此,地球就過著穩定旋轉的日子……」並沒有!首先,地球自轉忽快忽慢,沒有一天是 24 小時。

地球自轉忽快忽慢

在原子鐘發明以先,地球自己就是時鐘。人們把地球自轉一周後,回到面對太陽同一角度所經歷的時間,訂為「一天」,後來又把一天等分為 24 份,每一等分稱為 1 小時。

近代改用原子鐘定義時間,重新測量地球自轉。結果發現:

二、三十年下來,地球自轉沒有一天是 24 小時。每天都跟 24 小時或多、或少差了千分之一、二秒。

為什麼?地球沒有受到外力,角動量不是應該守恆嗎?

-----廣告,請繼續往下閱讀-----

「因為地球不是一塊死板板、硬梆梆的剛體,」趙丰說:「大氣環流海洋洋流地函對流,地球時時刻刻都在變化。」

地球自轉有角動量,大氣環流、海洋洋流、地函對流也有角動量。所謂角動量守恆,是指地球上所有物體角動量的總和不變,但可以互相交換。

比方說,地球自轉是由西向東轉,當大氣向東流速變快,會對地面的推擠摩擦,從地球本身「借走」一點角動量,導致地球自轉變慢;相反的,如果大氣向東的流速變慢,也會藉著摩擦,「還給」地球一些角動量,使地球自轉變快。

地球不是一整塊死板板的剛體,大氣環流、海洋洋流、地函對流、巨大地震、冰河融化……地球無時不刻不變化,影響自轉速度和地軸方向。尤其是當大氣、海洋、地函對流方向等等發生改變,因為角動量守恆,地球自轉就會忽快忽慢。
資料來源 │趙丰 圖片重製 │林洵安

「今天大氣拿走一點,明天海洋還來一點,加加減減的,地球自轉就忽快忽慢了,」趙丰繼續比喻:「就像銀行的存款,今天吃個大餐,明天領個薪水,每天生活的收入支出,都會讓戶頭金額微微變動。」

-----廣告,請繼續往下閱讀-----

但麻煩來了!如果地球好一陣子都轉得比較慢,一天慢個一千分之一秒,兩三年下來,就可能慢上 1 秒了。我們該不該把原子鐘也塞進 1 秒,以免跟地球自轉越差越遠,這就是過去發生了二十幾次的閏秒事件。

最近一次閏秒發生在 2017 年的 1 月 1 號,那年元旦假期幸運的多了……1 秒鐘。

地球越轉越慢、月球越來越遠

好幾年才加減 1 秒,根本無感?沒關係!如果把時間拉長,從幾百萬、幾千萬、幾億年的尺度來看,地球真的越轉愈慢,每 100 年穩定慢上千分之一秒。

可別小看千分之一秒?想想,如果是累積了 100 萬年、100 個 100 萬年 (1 億年)……差距就非常可觀,而地球已經 46 億歲了。

-----廣告,請繼續往下閱讀-----

從化石證據知道, 4 億年前,地球一天只有 22 小時,再往前推,新生地球可能幾小時就轉一圈!反過來說,

當未來地球越轉越慢,一天真的有 25 小時可用。只不過還要再等上……2 億年。

誰讓地球剎車了?罪魁禍首是:月球!月球吸引地球的海水,引發潮汐現象,海水來來回回摩擦地表,就像貼在地球表面的「剎車皮」,讓地球慢慢「減速」。

至於地球消失的角動量,則被月球神不知鬼不覺的接收,用來增加月球公轉的速度……

月球在地球引發潮汐,讓地球自轉越來越慢,地球消失的角動量則轉移到月球,增加月球公轉的速度。「為什麼不是增加月球自轉的速度?」因為地球對月球的潮汐力更強,造成月面如海水起伏摩擦,早就讓月球自轉「停擺」了,現在只能用同一面面對地球。
資料來源 │趙丰 圖片重製 │林洵安

「可是……不是說角動量一定要守恆嗎?但地球的角動量越來越少了……」

-----廣告,請繼續往下閱讀-----

地球和月球互相吸引,又不受外力影響,可以看成一個系統。地球消失的角動量轉移到月球,整個系統的角動量還是守恆的!

月球的公轉角動量增加,又造成一個有趣的現象:

月球公轉速度變快,地球引力越來越拉不住它,於是月球越跑越遠、公轉軌道越來越大,每年平均遠離地球 3.8 公分。

由此反推,過去月球應該離地球非常近,當時月亮大又圓,而且每次漲潮都是恐怖大海嘯。

而未來,地球將越轉越慢,直到停止自轉,最後永遠只用同一面對著月球。屆時,地球只有一半地區可中秋賞月,但那時月亮只不過是天邊一顆不起眼的小白點。

-----廣告,請繼續往下閱讀-----

地軸從來不安分

最後,地球自轉不只愈來愈慢,自轉軸還會各種搖擺,就像你甩出陀螺或是丟出飛盤,它們的旋轉軸也會繞圈圈或是些微晃動。

最有名的就是歲差現象:地軸週期性的繞圈圈,造成春分、秋分,冬至、夏至相對於星體的角度年年改變。幕後的主要黑手是:太陽和月球的引力,使地球自轉軸以 25800 年為週期,繞出一個圓錐。影響所及,人類的曆法必須考慮它、對它修正,才能跟著上地軸的「舞步」。地球就像陀螺一樣,自轉軸會週期性的繞圈圈,造成

地球就像陀螺一樣,自轉軸會週期性的繞圈圈,造成春分、秋分,冬至、夏至相對於星體的角度年年改變,比方說:地軸北方所對的「極星」隨著時間改變,未來將從北極星轉向織女星。
資料來源 │趙丰 圖片重製 │林洵安

但即使沒有外力,地球自轉軸也會自己擺動,造成許多古怪的現象,像是北極點不斷漂移,稱為極移。

早在 1900 年,人類就訂出地理北極點的位置,統一全世界的地圖和座標。但事實是,地球真正的北極點每天都像個陀螺似的,一邊打轉、一邊朝美國東部的方向漂移,目前已移動十多公尺。

原因與冰河期後的反彈現象有關。在冰河期,地表被厚重的冰層壓住,等到冰河期一過,冰原融化了,壓力解除了,大地就像彈簧床緩緩回彈,使地表某些地區「長胖」了。

地球的「形狀」改變了,質量重新分配,自轉軸也會跟著微調,真正的北極點(自轉軸穿出北方地面之處) 也就換位置了。這還是角動量守恆的結果!你可以把同一塊黏土捏成各種形狀,試著轉轉看,就會發現轉動軸真的會改變。

地球的北極點從來都不安份,從 1900 年開始,北極點已經朝向美國東部方向漂移十多公尺 (圖中綠色箭頭,但為了方便辨識,將實際尺度大大的誇張)。
圖片來源 │NASA

看到這裡,地球的大轉、小轉是不是把你的腦袋轉暈了呢?總的來說,地球自轉宛如氣勢恢弘的交響樂曲,主旋律是漸慢板,但其中還隱藏著更多奇妙的副旋律,崮中奧妙有賴科學家細細品聆了。

地球自轉的學問好有趣,但跟生活好像沒有關係?

關係可大了!如果沒有研究地球自轉,GPS 就無法精確定位,現代人的日子就沒法過了。

現代開車、找路都需要的 GPS (全球定位系統))衛星導航。原理是:地面接受器同時接收某四顆衛星傳來的訊號,訊號中有每顆衛星的座標和訊號發射時間,接受器再由收到訊號的時間差,反推每顆衛星距離它多遠,最後綜合考慮四顆衛星的座標和距離,推算出地面接受器當下的位置,完成定位任務。

問題來了!地球本身會自轉,接受器自己就動來動去,怎麼精確評估與衛星的距離?所以接受器必須時時接收當下地球自轉的資訊,修正計算,以免導航誤差。

值得一提的是,GPS的成功使用與地球自轉研究非常密切。譬如當地球上的科學家為了追蹤和指揮太空飛行物,或是發射到其他行星的太空船,地面指揮站必須能精準計算距離和位置,而第一步就得先扣除地球自轉造成的誤差。另外,地球自轉的研究也能幫助評估全球暖化的人為影響。

地球自轉是怎麼測量的呢?過去科學家是用現成的星星當作參考座標系,但不夠精確。現今使用的精密儀器,包括人造衛星的雷射測距、無線電天文的長基線干涉術,以及全球定位系統 GPS。例如:以遍布全球上空的衛星當作座標 (如上圖),測量地面測站與天上某四顆衛星的距離,計算每個時刻地面測站的當下位置,然後比較不同時刻的位置變化,藉此推知地球自轉的速度。
圖片重製 │林洵安

全球暖化跟地球自轉有什麼關係?

當前有種迷思:地球本來就有週期性的氣候變遷,例如:冰河期和間冰期的來來去去,目前的暖化現象只是自然週期的一部份,人為的影響不是主因,一切都是某些科學家大驚小怪。

所以科學家必須了解冰河期的自然週期,作為全球暖化的背景資料,才能正確評估人類的影響程度。

而冰河期最重要的成因,來自其他行星引力,首先改變地球公轉軌道,讓它變得更橢或更圓,此週期約為 10 萬年。當軌道越橢,日照量越少,冬夏差異越大,冰河期越容易發生。

其次,行星引力造成地軸傾角週期性的擺盪,也會影響冬夏差異的強弱,這個週期約為 4 萬年。

最後,地球公轉軌道也會晃動,加上地球自轉軸本來就會轉圈圈,聯手改變地球最接近或遠離太陽的日子,週期約為 2 萬年。當北半球冬季遇上遠日點,就容易形成冰河期。

資料來源 │趙丰 圖片重製 │林洵安

以上這些「萬年起跳」的週期,就是地球氣候變遷的自然週期。由此可知,人為破壞雖然局部的,但是 3~5 年就相當有感,效果又快又猛烈,真的是全球暖化的主要凶手。

地球自轉還有什麼有趣的研究方向嗎?

所有地球自轉會發生的現象,在其他行星上都會發生。前面說過地球對月球的潮汐力,讓月球只能用同一面面對地球,這個現象就廣泛的發生在各大行星與它們的衛星。國外行星研究正夯,這是很有發展的方向。

地球自轉還能探索地球內部。當前科技無法像電影般潛入地心,地球內部現象必須依靠地表能夠量測的數據反推,包括地震波、重力場、地球自轉變化、磁場的變化量。

最近兩三年,我從地球自轉的快慢變化,發現一個 6 年上下的小週期震盪,推測地球的內心會像鐘擺一樣來回搖擺。

我的推論是:地球的內核和外核不是完美的圓形,中間又隔著液體層,所以內核在液體內可能會晃動 ,造成鐘擺般的簡諧運動 。當地球內核晃動,外面地殼因為角動量守恆就會跟著改變轉速,造成地球自轉週期性的改變。

總之,只要發揮想像力,可以做的主題非常多,非常有趣的!

延伸閱讀

本文轉載自中央研究院研之有物,原文為一天 24 小時不夠用?再等等,地球自轉越來越慢……,泛科學為宣傳推廣執行單位

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3747 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

2
2

文字

分享

1
2
2
原住民祖先見過明亮的南方之星?傳說是真的,而且超過一萬年!
寒波_96
・2023/11/08 ・2777字 ・閱讀時間約 5 分鐘

有些故事代代相傳之下,經歷非常漫長的時光。過去很久以後,五百年、三千年或一萬年,都已經是「很久很久以前」,難以判斷到底多久。2023 年發表的一項研究認為,澳洲南方的塔斯馬尼亞島,有個故事似乎能追溯到超過一萬年前。

塔斯馬尼亞的祖傳故事

大英帝國的調查隊抵達塔斯馬尼亞初期,估計島上約六千到八千位居民;原住民們統稱為「palawa」,不過又能分成多個有所區別的族群。英國人在公元 1803 年建立第一個殖民地,然後,不意外地起爭議。

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

殖民者與原住民的衝突加劇後,1823 到 1832 年間導致約兩百位殖民者及九百位原住民身亡。有些英國人希望能和平解決問題,最終勸誘加上強迫,1829 到 1835 年間將島上的原住民,都成功遷移到位於塔斯馬尼亞和澳洲之間,巴斯海峽的弗林德斯島(Flinders)。

-----廣告,請繼續往下閱讀-----

英國人認為這是一次「友善」的轉移任務。以當時狀況而言,確實算是相對和平的收場,但是慘遭強制搬遷的原住民依然損失慘重,人口以外,他們脫離原本的家園「Lutruwita」,文化、語言幾乎喪失殆盡。

遷徙計畫中,英國人魯賓遜先生(George Augustus Robinson)可謂關鍵角色。他走訪塔斯馬尼亞各地,說服原住民搬家,也對當地風俗文化非常好奇,留下大量紀錄。

這些 1830 年代的紀錄,就像塔斯馬尼亞傳統文化的切片。後來有些原住民重返塔斯馬尼亞,試圖擺脫殖民時,英國殖民者當初搜集原汁原味的資料,也成為重建傳統的材料之一。

魯賓遜等人搜集的紀錄來自多位原住民的說法,其中一個故事相當費解,至少當年魯賓遜無法理解,新問世的論文總算揭開奧秘。

-----廣告,請繼續往下閱讀-----

情節湊不上,是因為發生在太久之前

祖先的遷徙故事,提到他們來自一片大陸;後來大陸被海水淹沒,當時岸邊附近有冰山漂浮。那時望向南方的天空,可以見到一顆很亮的星。

塔斯馬尼亞與澳洲之間的地形。兩地之間原本存在陸橋,海水上升後形成巴斯海峽。圖/參考資料1

塔斯馬尼亞原住民一代一代仰望星空,也建立一些自己的天文學知識,被魯賓遜忠實收錄。那顆南方大星星卻令人費解,因為星空中根本沒有符合描述的那顆星。最可能的對象是老人星(Canopus),也稱為船底座α(α Carinae)。

星空中最亮的是天狼星,第二就是老人星,顯然它非常顯眼,可是位置明顯有差。是原住民唬爛,還是魯賓遜唬爛,或是魯賓遜紀錄錯誤呢?新的分析指出,他們都是正確的,因為一萬兩千年前的星空,老人星確實處於故事中的那個位置。

-----廣告,請繼續往下閱讀-----

首先,故事提到祖先前來的道路被大海淹沒,冰山在岸邊漂浮。對照現代科學知識,能輕易推論這講的是冰河時期結束,海平面上升,淹沒澳洲與塔斯馬尼亞之間的陸橋,形成巴斯海峽,讓塔斯馬尼亞成為一個四面環海的島。

接著是星空為什麼不同?從地球表面仰望夜空,星星的分布位置會由於「歲差」緩慢改變。回溯調整成一萬多年前的星空,老人星的確就在那兒。

地表很多位置都能見到南方明亮的老人星,不同民族、文化各有自己的想像。台灣人即使沒有親眼注意過,也肯定知道老人星,因為這就是福祿壽中的「壽星」,形象化叫作南極仙翁。

有趣的是,中文名字叫老人星,英文名字 Canopus 則來自特洛伊戰爭傳說中的一位年輕人,他是航海家,後來不幸在埃及被毒蛇咬死……所以中國想像這顆星是老人,歐洲卻想像是年輕小夥。

-----廣告,請繼續往下閱讀-----

回溯塔斯馬尼亞 1831 年 8 月 1 日,凌晨 5 點時的星空。圖/參考資料1

難以理解的時候,先忠實紀錄

考慮到魯賓遜紀錄的日期是 1830 年代,更加深故事的真實感,因為當時英國人還不知道「冰河時期結束導致海面上升」。阿加西(Louis Agassiz)首度宣稱冰川歷史的想法要等到 1837 年,更多年後取得較多支持,十九世紀後期才廣為人知。

魯賓遜等歐洲人對聽到的故事內容難以理解,他們或許會聯想到聖經的大洪水,但是完全想像不到冰河時期。所以這些內容,大概更能免於印象或偏好影響,反映忠實的紀錄。

據此推敲,塔斯馬尼亞祖傳故事講的是:「大約 1.2 萬年前海水上升之際,明亮的老人星在那個位置」。如果推論正確,這便是傳承 1.2 萬年的口述歷史,堪稱全人類罕見的文化遺產。

-----廣告,請繼續往下閱讀-----

有人或許會好奇,一些研究認為早在四萬年前,已經有人穿過澳洲,抵達塔斯馬尼亞。可是島上原住民的祖先故事,卻是一萬多年前?

我想可能是因為,記憶對於愈久遠的事情常常會愈壓縮,把更早發生的事情疊加到比較近期,印象很深的事件中。或許原住民的祖先很早就過去,但是海水上升淹沒陸橋令人印象太過深刻,就變成故事的素材。

另一件啟示是,世界上不知道的事情太多了,當你不太理解聽到什麼的時候,不要試著腦補,就照聽到的忠實紀錄下來!

延伸閱讀

參考資料

  1. Hamacher, D., Nunn, P., Gantevoort, M., Taylor, R., Lehman, G., Law, K. H. A., & Miles, M. (2023). The archaeology of orality: Dating Tasmanian Aboriginal oral traditions to the Late Pleistocene. Journal of Archaeological Science, 105819.
  2. Rising seas and a great southern star: Aboriginal oral traditions stretch back more than 12,000 years
  3. GEORGE AUGUSTUS ROBINSON
  4. 老人星名字來源神話人物 Canopus 維基百科

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1119 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

0

3
1

文字

分享

0
3
1
鳴人的螺旋丸真實現形——瀨戶內海上的鳴門渦漩!
Mia_96
・2023/10/17 ・1855字 ・閱讀時間約 3 分鐘

「らせんまる!」,當鳴人帥氣地喊出與卡卡西老師一同練習而成的忍術螺旋丸時,相信一定是許多人的童年回憶!其實鳴人名字的由來取材自日本四國德島縣的鳴門市(なると),而鳴門最具特色指標,正是被稱為世界三大漩渦的「鳴門の渦潮」!

說不定鳴人的忍術為螺旋丸也是因為鳴門擁有的特色渦旋!圖/IMDB

鳴門の渦潮——一窺鳴門海底的起起伏伏

鳴門海峽位於瀨戶內海與太平洋的交界處,其海底呈現 V 字形的深谷,其深度約為 100 公尺,因中央深谷無障礙物的阻擋,造成水流快速流動,形成主流,而在鳴門海峽的兩側(接近鳴門與淡路島)的海底地形較淺,因有地形阻擋,造成水流流速慢。而正是因為鳴門海峽中有兩種不同的水流流速,才會形成特殊的鳴門渦漩!

鳴門海峽為本州底下之淡路島與四國的交界之處。圖/wikimedia

鳴門渦漩的漩渦最大直徑可達 20 公尺,當逢大潮時,渦漩的水流流速更可以到達每小時 20 公里,實際站在觀潮船或是鳴門大橋上觀賞渦漩,更會看到大小渦漩不停的旋繞、消失、旋繞,反反覆覆的出現於鳴門海峽上。

站在鳴門大橋上,鳴門の渦潮就像是一條大蛇出現在海面。圖/作者

太陽月亮呀!我什麼時候才能看到最厲害的渦漩?

因鳴門渦漩被譽為世界第一的渦漩,許多人慕名而來,但其實,要看到最厲害的渦漩不僅僅需要運氣,更需要懂得看每天與每個月的潮汐現象!

-----廣告,請繼續往下閱讀-----
鳴門渦漩的觀賞方式之一「觀潮船」都會於網站上標註適合觀測渦漩的時間與日期,在對的時間與日期上船往往更容易看到越精彩的渦漩!圖/高速觀潮船

其一是對的時間,最明顯的渦漩會發生於滿潮(水位最高時)或是乾潮(水位最低時)前,當鳴門海峽北側為滿潮時,南側即為乾潮,此時的水位落差造成水流由北側向南側流動,快速移動的水流正是渦漩的成因之一。

而滿乾潮的產生原因來自於地月引力與向心力所造成的引潮力(關於潮汐現象的成因,可以參考臺灣也有摩西分海?——澎湖奎壁山的秘密 ),大部分地區的潮汐為半日潮,即為半天會有一次滿潮與一次乾潮出現,所以一天中有兩次可以登上觀潮船觀測渦漩的機會!(而另外半天為晚上,即使也有一次的滿潮與乾潮,卻也無法清楚的觀測渦漩。)

鳴門渦漩產生的原因正是因為當潮流從紀伊水道(太平洋)流向瀨戶內海約需 5-6 小時,所以瀨戶內海滿潮時正巧是紀伊水道乾潮,造成鳴門海峽南北兩側巨大的水位落差進而產生急速海流,而於急速海流中產生的正是一個個快速旋繞的渦漩!圖/渦流觀潮船

其二則是對的日期,前面提到渦漩是因水位落差產生的流動,若水位落差越大,流動的速度越快,產生的渦漩自然越厲害!

滿潮與乾潮的水位落差(又稱為潮差)影響因素為日、地、月三者的相對位置,當日、地、月連成一直線時,太陽與月球的引潮力朝向同一個平面作用,造成滿潮時水位更高,乾潮時水位更低,潮差較大;而當日、地、月三著呈現直角交角時,太陽與月球的引潮力作用於不同平面,相互造成些微的抵銷,造成滿潮水位相對較低,乾潮水位相對較高,潮差較小。

-----廣告,請繼續往下閱讀-----
日地月連成一直線時因潮差大,故被稱為大潮,出現的月相為新月與滿月(初一十五);日地月呈現直角交角關係時因潮差小,故被稱為小潮,出現的月相為上弦與下弦月。圖/中央氣象局數位科普網

所以在一個月中有兩次大潮最適合進行渦漩的觀測,而在兩次大潮中又有各一次的滿潮乾潮時間適合踏上觀潮船或是鳴門大橋觀賞這獨一無二的特殊景觀!

一同踏上螺旋丸修習之路吧!

鳴門渦漩除卻其特殊性,大大小小的漩渦其實也符合數學中的黃金比例呢!在後疫情時代各國旅遊逐漸開放之際,或許可以安排一趟德島之旅,一同體驗現實中的らせんまる!

參考資料

-----廣告,請繼續往下閱讀-----