Processing math: 100%

0

4
1

文字

分享

0
4
1

對稱簡潔除了美也很實用:幾個應用對稱思維來破解的數理益智問題

賴昭正_96
・2019/08/15 ・3731字 ・閱讀時間約 7 分鐘 ・SR值 515 ・六年級

對於物理學家來說,美麗意味著對稱和簡單。如果理論是美觀的,這意味著它具有強大的對稱性,可以以最緊湊、最經濟的方式解釋大量數據。更確切地說,如果我們在方程式之內互換變數時,方程式能保持不變,那麼方程式將被認為是美觀的。

──Michio Kaku 理論物理學家、科普作者

語云愛美是人類的天性,儘管情人眼裡出西施,每個人的審美觀點可能不同,但基本上「美」是脫不了對稱簡潔!你聽說過鼻樑不正、左眼大右眼小的美女或俊男嗎?事實上讓人望而生畏的獅子或老虎,其長相也都具有左右對稱的美!花之所以美,更是脫離不了其對稱性。

物理學家也是人,因此當然也愛美,例如在〈近代物理的先驅:馬克斯威〉一文裡,筆者就談及馬克斯威看到了實驗導出之電磁方程式缺少對稱之美,因此人為加入「位移電流」,使他在 1865 年能導出電磁波的存在,並證明光是一種電磁波。現在,對稱已經是物理學家的一個主要工具:在尚不清楚基本粒子的作用時,他們就是靠對稱引導而發展出「標準模型」!

對喜好數學和物理的科普讀者,「對稱」與「簡潔」的概念也能幫助我們解決一些學習過程、或日常生活中所碰到的問題。

動動腦,思考一下這些數理問題吧!

  • [a] 人人都知道運動是「相對的」,因此說「太陽是以橢圓的軌跡繞地球運動」,事實上應該也是不錯的;可是為什麼科學家一定要說「地球繞太陽」呢?
  • [b] 四隻螞蟻分別佔據了正方形的 A、B、C、D 四個角落,每隻螞蟻均以等速永遠朝著另一隻螞蟻前進(不需沿著正方型的邊,如A→B、B→C、C→D、D→A),最後牠們會碰在一起嗎?
  • [c]  \iint_{a}^{b} \frac{x+y}{\sqrt{x}-\sqrt{y}}dxdy=?
  • [d] 一條固定長度的繩子彎曲折成四角形,最大面積的四角形之兩邊比為何?
  • [e] 用一條固定長度的繩子彎曲折成任何形狀,最大面積的圖形為何?
  • [f] 因為重男輕女的關係,世界組織規定:只要一生男孩就不能再生了;但如果是女孩,則一定要繼續再生,一直到生男孩為止。如果生男生女的機率完全一樣,那麼長時間以後,女性人口是不是會比男性多?
  • [g] 如下圖,所有的電阻都是 Ω,那麼 AB 兩點間的等效電阻是多少?
  • [h] 一個平面的正七角形,每個角上均帶 +Q 電荷,中心點的電場方向為何?

都想出來了嗎?看看解答怎麼說

  • [a] 答案是:運動的確都是相對的,如果將行星的運動解釋為地球及其他 8 個行星圍繞太陽,則它們的軌跡方程式將都是非常簡單(橢圓)——可以用最緊湊、最經濟的方式解釋大量數據。反之,如果認為地球是太陽系的中心,則除了太陽軌跡是橢圓外,其它行星的軌跡都將非常複雜!

 

915px-Cassini_apparent
如果認為地球是運行的中心,那就要用很複雜的系統才能解決某些觀察到的現象如「水星逆行」,上圖即為地心說的其中一個版本。圖/wikimedia commons

在相信上蒼不會那麼笨手笨腳,簡單就是美的「盲目信仰」下,「地球繞日」說自然佔了上風!你說科學家不是愛美愛得一塌糊塗?!

-----廣告,請繼續往下閱讀-----
  • [b] 因為這四隻螞蟻永遠等速朝著另一隻螞蟻運動,螞蟻的相對位置會形成越來越小的正方形,所以最後會在中心碰在一起。
    筆者對這一問題特別有印象,在籌劃創辦「科學月刊」(1969 年)之時候,由一位學數學的同學提出來的;當學物理的還在思考著如何找出其運動方程式時,筆者已衝口而出謂「當然碰在一起」!筆者當時閃過腦中的想法是:如果牠們最後是在那裡繞圈子永遠不相逢,那麼圈子應該是多大的?從對稱的觀點來看,任何圈子不是都應該可能嗎?只有中間的一點是特別的「圈子」,因此毫無疑問地,牠們將在哪裡碰在一起!
    到了寫這篇文章,筆者發現當時的想法事實上是錯誤的:因為永遠朝著另一隻螞蟻運動,是不可能形成圈子的(見圖),只能形成越來越小的正方形,所以最後一定要碰在一起!單隻螞蟻的路徑會是逐漸內縮的螺旋型,但略微想了一下,覺得運動方程式事實上很難找註1
永遠朝著另一隻螞蟻運動,是不可能形成圈子的。圖/作者提供
  • [c] 此一積分具有(x,y)互換的「反」對稱,因此答案為零。
    一個大家所熟悉的例子是:如果一個函數 f(x) 具有 y-軸的「反」對稱{ f(-x)= -f(x)},則從 -a 到 +a 的積分應等於零。這一題目的對稱軸是同時與 x-軸及 y-軸成 45 度的斜線。
    不用對稱之運算證明如下(第 1 個等號「=」是 x、y 互換的結果;第 2 個等號「≅」號是因 x、y 只是用來表示變數,與用什麼符號來表示無關:例如 ax2+bx+c=0 與 ay2+by+c=0 根本是相同的方程式,只是用不同的符號來表示變數而已):

 \iint_{a}^{b} \frac{x+y}{\sqrt{x}-\sqrt{y}}dxdy =-\iint_{a}^{b}\frac{y+x}{\sqrt{y}-\sqrt{x}}dy dx  \cong -\iint_{a}^{b}\frac{x+y}{\sqrt{x}-\sqrt{y}}dx dy

將最後一項移到左邊與第一項合併

 2\iint_{a}^{b}\frac{x+y}{\sqrt{x}-\sqrt{y}} dx dy=0

  • [d] 答案是邊長一樣的正方形
    因為如果邊長不一樣,那麼我們不免要問,為什麼是這一個長方形、而不是另一個長方形呢?只有正方形是一個特殊的長方形!
  • [e] 基於上面的邏輯,相信許多讀者已經知道答案了:當然是圓形
    這裡的邏輯事實上是與前面有點不一樣的,因為任何正多角形事實上是都很「獨特」的,但同樣的問題還是存在:如果是正六角形,為什麼不是正五角形和正八角形呢?圓形具最高的對稱性,沒有這一問題!
    在這裡筆者想到了一個自然界的現象:為什麼許多皮膚病多是呈圓形的呢?固定長度,圓形面積最大;反之,固定面積,圓形邊長應該最短:這不是最有利於細菌反抗「外面」的攻擊嗎?城堡很少是圓形的,就這點來看,人類顯然還是比細菌笨了一點!同樣的道理,體積一樣、面積最小的立體結構應是圓球——這是否與自然界中許多動植物(如細胞或水果)都是以圓球形狀出現有關?
  • [f] 新婚生小孩,除了一半家庭是只有一個男孩的外,其他一半家庭最後都是女多於男(或相等);因此直覺的反應可能是:千百年後,女的將比男的多!可是換一個角度看,每天新生出來的小孩總是男、女數相等,怎麼可能破壞男女的平衡呢?雖然決定誰可以繼續生小孩時,男女的平等被破壞了,但這一條件,並沒有破壞決定生男育女機率相等的「物理定律」,因此應該不會影響男女數的平衡。事實上,問題之條件(只要一生男孩就不能再生了;但如果是女孩,則一定要繼續再生,一直到生男孩為止)完全是故意用來擾亂你的思路的:任何一刻之男女數的增加都是相等的,與什麼樣的夫妻可以再生無關。
    在「時間的方向性」一文裡,筆者提到了大物理學家波茲曼(Ludwig Boltzmann)於 1872 年用牛頓力學導出具有時間方向性的「H-理論」;可是牛頓力學具有時間對稱性,怎能產生一個不具時間對稱性的結果呢?因此「H-理論」提出後便立即受到攻擊。我們不能在這裡犯同樣的錯誤。
  • [g] 用傳統的線路分析將是非常困難的(超過普通物理程度)註2;但利用對稱則輕而易舉。以通過 AB 兩點的連線為軸,這網絡具有一個旋轉 120 度的正三角形對稱;因此(x、y、z)三點可視為同一點 A’ ──永遠具有同樣的電位。同樣地,(x’、y’、z’)三點也可視為同一點 B’。AA’ 間共有三個相同的電阻並聯,故其等效電阻為 Ω/3。同樣地,BB’ 間也共有三個相同的電阻並聯,故其等效電阻亦為 Ω/3。A’B’ 間則共有六個相同的電阻並聯,故其等效電阻為 Ω/6。這三個等效電阻串聯,故 AB 間的等效電阻為 5Ω/6!
用傳統的線路分析非常困難,但利用對稱則輕而易舉。
  • [h] 因為對稱的關係,任何方向均應該有七個對稱方向。如果答案只能有一個方向,不用三角幾何計算,我們就應該知道答案只能為「零電場」。

結論

以上是筆者想到或者在網路上看到的、可以用「對稱」解決的幾個問題——相信應該還有很多類似的問題。從[c] 題我們可以看出:如果知道怎麼直接計算,我們根本不需要「對稱」!但如果命題具有對稱性,則像[a] 及[g] 一樣,我們根本可以完全不知道怎麼計算,就可以輕輕鬆鬆地得到答案:這正是數學上「對稱理論」—「群論」—的巨大力量!

註解

  1. 真正的意思是:筆者還不知道怎麼找運動方程式來解決這一個問題。不怕被方程式嚇倒的讀者可以參考 4 Bugs chasing each other differential equation(裡面有幾種解決的方法)。
  2. 所謂「普物程度」就是筆者所知道之「透過電阻串聯及並聯的理論來簡化」(事實上大概不可能用此一理論來解決這一個問題)。想知道電機系的學生如何解決此一問題的讀者可以參考 The resistor cube problem

延伸閱讀

  1. 有關對稱與物理、化學的關係,請參閱:
    「對稱與物理」(科學月刊,2010 年三月號)
    「規範對稱與基本粒子」(科學月刊,2014 年十一月號)
    左旋還是右旋?化學對稱跟你我的身體有關」(泛科學,2015/09/25)
    「時間的方向性」(科學月刊,2016 年二月號)
    「群論、對稱、與基本粒子」(科學月刊,2018 年 9 月號)
    基本粒子的標準模式 」(泛科學,2018/10/9)
    2017 年 8 月以前的上面文章均轉載於「我愛科學」(華騰文化有限公司,2017 年 12 月出版)。
  2. 有關科學家的盲目信仰,請參閱「愛因斯坦相信的上帝,是你以為的那位上帝嗎?」(泛科學,2018/3/30)。
  3. 「近代物理的先驅:馬克斯威」(科學月刊,2019 年四月號)。
-----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它轉載我的科學月刊上的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」。

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

5
1

文字

分享

0
5
1
液晶溫控纖維:捲窗簾、撐乳房、擁抱狗、掀燈罩
胡中行_96
・2023/11/20 ・2772字 ・閱讀時間約 5 分鐘

「教授」趴在辦公室的地板上,百無聊賴。材料科學家、互動設計師、工匠與工藝研究人員,整日於麻省理工學院媒體實驗室(MIT Media Lab),忙進忙出,沒空搭理。作為論文第一作者Jack Forman的愛犬,身兼創作謬思,「教授」可能從沒想過,自己終將獲邀貢獻學術,並且榮登致謝名單。[1]

第一作者的愛犬「教授」。圖/參考資料1,Figure 15a(CC BY 4.0

FibeRobo

「教授」備受冷落的這段時日,研究團隊一直忙於開發織物纖維:穿戴手套、實驗袍和護目鏡,隔著通風櫃,以液晶元(mesogen)為主要原料,適量加入能感光、增加黏性、降低驅動溫度,以及延長有效期限等的各種化學物質。然後,將調製好的液晶彈性體(liquid crystal elastomer;LCE),灌進精心設計的機器。利用液晶分子在常溫下整齊排列,遇熱就亂了陣腳,導致收縮的特性,生產出來的FibeRobo纖維,長度能為溫度所控制。製作步驟及機器各部位的功能,大致如下:[1]

左二為FibeRobo機器示意圖,最右是實體。圖/參考資料1,Figure 3(CC BY 4.0
  1. 可調控溫度的針筒幫浦,將原料加溫至約莫34°C,降低其黏性後,推擠出來。(圖片:Step 1的上半段。)[1]
  2. 紫外線照射,使纖維稍微硬化,避免蜷曲。(圖片:Step 1的下半段。)機器外圍的黃色壓克力板,能隔絕99%的紫外線,保護使用者。透過調光器,則可依需求適度調整光線強度。避免光線太弱,使纖維斷掉;或者是光線太強,而結塊並堵塞針筒的開口。[1]
  3. 鑷子夾住纖維兩端,把它拉得又直又細,再沾點礦物油,比較容易舒展。(圖片:Step 2。)[1]
  4. 經過滑輪的纖維,於緊拉的張力下,再照一次紫外線,加強硬化。(圖片:Step 3。)滑輪轉動的速度愈快,纖維就愈細。[1]
  5. 纖維被捲到機器最頂端的線軸上。(圖片:Step 4。)[1]
  6. 從線軸上取下纖維,撒點滑石粉,降低摩擦力,方便以後用機器紡織。等布料完成,再以溫熱的肥皂水,洗去滑石粉。[1]

通電與收縮

FibeRobo纖維搭配別種材料,可以創造不同的效果。然而傳統多股對絞的作法,會扭曲FibeRobo,使它收縮的特質變得難以預測。於是,研究團隊改將FibeRobo置於中央,在外面纏繞其他材料。比方說,拿以蠶絲包覆銅芯的利茲線(litz wire)來捆它。銅的電阻低,升溫快,能迅速使FibeRobo遇熱收縮。FibeRobo與利茲線合體後,接上2.5安培、8.5伏特的電,8秒即縮短37%;斷電30秒,則又恢復原狀。不過,這種混合纖維傾向堆成一團,不適用於針織、紡織與刺繡。研究團隊建議,最好分開製作,再搭配使用。[1]

a. & b. 不同材質的線,纏在一起。FibeRobo纖維與利茲線合體:c. 沒通電;d. 通電收縮。圖/參考資料1,Figure 5(CC BY 4.0

另外,他們也嘗試用導電塗料浸染纖維。如同調製LCE原料時,身穿防護衣著,隔著通風櫃,先將FibeRobo泡入含有重量百分濃度7%碳黑(carbon black)的甲苯(toluene)溶液裡。8小時後取出,置於80°C的烤箱中,烘烤1個鐘頭。如此一來,FibeRobo纖維就能通電,其電阻會跟著長度的伸縮變化。拉長變細的時候,電阻較高。[1]

-----廣告,請繼續往下閱讀-----

成品展示

研究團隊用FibeRobo纖維跟其他材料,做了些模型和成品,來展示實際用途。以下是其中幾個例子:[1]

  • FibeRoBra運動胸罩:當體溫隨運動逐漸上升,FibeRoBra便開始收縮,給予乳房無鋼圈、零負擔的支持。體溫下降後,布料又回到放鬆的狀態。[1]
圖/參考資料1,Figure 8(Edited;CC BY 4.0
  • FibeRoGlow燈具:開燈後升高的溫度,令燈罩緩緩上捲,彷彿打開花瓣。全程費時,大約5分鐘。[1]
圖/參考資料1,Figure 9(CC BY 4.0
  • ShadeRobo窗簾:窗簾不該因為陽光強烈,氣溫上升,就自動捲起來。因此,驅動此窗簾所需的溫度,被設計得比較高。布料只有在上面的利茲線通電時,才會有反應。4伏特、2.5安培的電,得花2分鐘,才能將這個5 x 5公分的小窗簾捲好。冷卻1分鐘後,又會完全攤平。[1]
圖/參考資料1,Figure 12CC BY 4.0
  • FurbeRobo遙控狗背心:論文的第一作者Jack Forman,為他的愛犬「教授」,織了一件小背心。本文開頭的那張照片,即是牠的定裝照。如果寵物在辦公室悲鳴,於實驗室忙碌的主人,就可以透過藍芽,啟動背心上的控制器。此時,連接12伏特、2.5安培電池利茲線,會通電並發熱,造成驅動溫度不高的布料,輕微收縮。就像給狗溫暖的擁抱,減輕牠的分離焦慮(separation anxiety)。不過,基於動物實驗倫理等因素,後來示範布料收縮的照片,都是穿在布偶上拍攝,「教授」再次被晾在一旁。[1]
圖/參考資料1,Figure 15(CC BY 4.0

成本與環保

2023年麻省理工學院的團隊,在美國計算機協會(Association of Computing Machinery)主辦的使用者介面軟體與技術(User Interface Software and Technology)研討會上,發表了這篇介紹FibeRobo的論文。研究團隊認為,他們的成果具有商業化的潛力。畢竟跟雷同的技術比起來,製作FibeRobo的成本相對低廉:機器的針筒幫浦約美金250元;裝滿5、10、20或30毫升原料的針筒,每個至多4元;而生產直徑0.5mm的纖維,每公尺約0.2元。[1]單人操作單機,一天或一個下午就能產出750公尺的纖維;[1, 2]亦有報導指稱是每日1公里。[3, 4]不過,FibeRobo不可回收,儘管某些新興LCE纖維可生物分解,有時搭配的導電材質,仍是廢料處理的阻礙。因此,在這方面還有改善的空間。[1]

麻省理工學院媒體實驗室的FibeRobo介紹影片。影/參考資料2

  

  1. Forman J, Afsar OK, Nicita S, et al. (2023) ‘FibeRobo: Fabricating 4D Fiber Interfaces by Continuous Drawing of Temperature Tunable Liquid Crystal Elastomers’. UIST ’23: Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology, 9, pp. 1 – 17.
  2. MIT Media Lab. (27 OCT 2023) ‘FibeRobo: Powerful Body-Temperature Morphing Fibers’. YouTube.
  3. Paul A. (26 OCT 2023) ‘This liquid crystal fabric is ‘smart’ enough to adapt to the weather’. Popular Science.
  4. Global Update. (29 OCT 2023) ‘New Liquid Crystal Elastomer Fiber Makes Shape Shifting Fabrics a Reality – FibeRobo’. YouTube.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

1

8
4

文字

分享

1
8
4
為什麼時間總是「往前」?熵是什麼?和時間有關聯嗎?——《關於宇宙我們什麼都不知道》
天下文化_96
・2023/11/07 ・2581字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

為什麼時間向前走?

既然我們不能回到過去,你可能會合理的問:「為什麼時間向前走?」

對我們來說,時間不向前走的概念是匪夷所思的。你不會期待烤箱能把煮熟的食物變回原料,或杯子內的飲料在炎熱的日子裡形成冰塊,甚至女童軍餅乾也不會憑空出現。所有事情都以我們非常熟悉的方式隨時間前進,但如果你看到逆著時間走的情形,你可能會想自己是否是藥吃多了。

同樣的,你可以記住過去發生的事,但是你不能想起未來發生的事 *1。時間似乎有一個偏好的方向,我們不知道為什麼。

為什麼時間只向前走?這個基本問題長久以來深深困擾著物理學家。事實上,「時間向前」到底意味著什麼?在某些宇宙中,時間可能流向其他方向。他們的科學家可能會定義往「那個方向」向前。 所以真正的問題應該是:「為什麼時間朝著它前進的方向移動?」

-----廣告,請繼續往下閱讀-----

我們先來考慮,如果時間往其他方向走,宇宙是否能夠運作。 物理學定律要求時間往單一方向流動嗎?想像你正在看某些宇宙影片,你能透過仔細檢查,來判斷影像是否正在向前或向後播放嗎? 例如,假設你正在觀看一個球上下彈跳的影片,只要球完全彈跳 (並且不會因為摩擦或空氣阻力失去任何能量),那麼這個影像無論是往前或往後播放,看起來都會一模一樣!在罐內反彈的氣體粒子或在河中流動的水分子也是如此。即使量子力學也能逆著時間運作 *2。事實上,幾乎每個物理定律在時間往前或往後都可以成立。

但這不是全部的故事。

完全彈跳球的例子是不現實的,因為它忽略了球在地面上的摩擦力、空氣阻力以及諸多其他讓球的能量耗散成熱量的方式。經過幾次彈跳後,即使寵物雪貂最喜愛的超級彈力球也會停止彈跳,最終穩定在地面上。球的所有能量將轉化成熱,傳至空氣分子、球分子或地面分子。

想像一下,倒著播放的彈跳球影像會變得多麼奇怪,坐在地上的球會突然開始彈跳起來,而且愈彈愈高。能量流將看起來更奇怪:空氣、球和地面會冷卻下來,失去的熱將轉化為球的動能。

-----廣告,請繼續往下閱讀-----

在這個例子中,你可以肯定指出時間向前和向後的區別。烹飪食物、融化冰塊和吃餅乾等也都相同。但是,如果物理學的大部分定律都能反向工作,特別是熱和擴散等微觀物理,為什麼宏觀過程似乎只在一個時間方向發生?原因是系統中的無序量,也就是熵,非常強烈傾向於單一時間方向。

熵總是隨時間增加。這稱為熱力學第二定律。熵視為某些事物中的無序量。你忘記餵食雪貂時,雪貂會毀壞客廳,撞翻整疊有完整簽名的這本書,雪貂透過增加亂度來提高客廳的熵。

如果你回家重新整理客廳,可以減少客廳的熵,但是這樣做需要相當程度的能量,你把能量釋放成熱、沮喪和低聲咒罵著要如何告訴室友說:「養雪貂是個壞主意。」在整理客廳時,你釋放的能量將保持總熵的增加。每當你產生任何局部秩序,例如:堆疊書籍、在方格紙上做標記,或打開空調時,你都會同時產生亂度這個副產品,且通常以熱的方式呈現。根據熱力學第二定律,平均而言,總熵沿順向時間減少是不可能發生的事。

(注意:這是機率描述。技術上來說,一群憤怒的雪貂有可能意外的組織一個完全有序的隊伍,從而減少了牠們的熵,但機率微乎其微。孤立事件可能發生,但平均熵總是增加。)

-----廣告,請繼續往下閱讀-----

這會導致令人不寒而慄的後果:因為熵只會增加,在最終非常非常久遠的未來,宇宙將會達到最大亂度,這有個聽起來很酷的名字:「宇宙熱寂」。在這種狀態下,整個宇宙將處於相同溫度,這表示一切都將完全無序,沒有一丁點有用的有序結構(如人類)。在熱寂之前,我們仍然有空間可以創造局部秩序,只因為宇宙還沒有達到最大亂度。

現在我們逆著時間回想。過去每個時刻,宇宙的熵比現在更少(更有秩序),一直回溯到大霹靂時。把大霹靂當成是搬家卡車和小孩來到新房子之前的那一刻。宇宙的初始狀態(當熵最低時)決定了宇宙從誕生到熱寂之間有多少時間。如果宇宙從一開始就已經有大量亂度,不需要太多時間就能達到熱寂。在我們自身的例子中,宇宙似乎始於非常有序的狀態,在達到最大熵之前給了我們很多時間。

為什麼宇宙從一開始是從高度有組織的低熵狀態中啟動?我們不知道,但是我們確實很幸運,因為宇宙在開始和結束之間,留下了很多時間來做有趣的事情,比如製造行星、人類和冰棒。

熵是否幫助我們了解時間?

熵是少數幾個關心時間如何流逝的物理定律之一。

-----廣告,請繼續往下閱讀-----

影響熵的多數過程(例如影響氣體分子如何互相反彈的運動學定律),可以完美的逆著時間走。但大體來說,它們遵循一項定則:有序數量隨時間前進而遞減。所以時間和熵互相以某種方式連接起來。但到目前為止只有一個相關性:熵隨時間而增加。

這是否代表熵導致時間只能向前流動,就像是山丘只讓水往下流那樣;或者熵是遵循時間的箭頭,像被捲入龍捲風的碎片?

即使你接受熵隨時間前進而增加,仍然不清楚為什麼時間只會向前進。例如,你可以想像一個時間向後的熵,熵隨負時間而減少,這將保持熵和時間的關係,而不會違反熱力學第二定律!

與其說熵洞察了時間的一切,不如說它是個線索。熵是我們關於時間如何運作的少數線索之一,所以值得注意。熵是理解時間方向的關鍵嗎?雖然很多人如此臆測,但我們還是毫無頭緒。不僅如此,我們能把這問題弄清楚的辦法也寥寥無幾。

-----廣告,請繼續往下閱讀-----

註解

  1. 如果你能記得未來的事,請打電話給我們,我們有些問題想請教你。
  2. 除了波函數的崩陷之外,有些人認為它是不可逆的、有些人則認為是失去同調性,而其他人只是為了辯論而辯論。

——本文摘自《關於宇宙我們什麼都不知道》,2023 年 9 月,天下文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。