Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

破解廣告話術—「鈦」扯手鍊

科學月刊_96
・2011/03/14 ・3999字 ・閱讀時間約 8 分鐘 ・SR值 540 ・八年級

電視購物中主持人及來賓舌燦蓮花地介紹各式產品,甚至進行許多實驗證明他們的說法,我們要傻傻地接受嗎?還是應該仔細思考其中的陷阱呢?

文 / 曾耀寰(任職中研院天文所)

日前在第四台購物頻道看到一則電視廣告,仔細一看,發現內容實在太扯,必須得好好說明一下。我們知道商品廣告推銷的手法有很多,從早期的單刀直入,到後來的情境轉移,真可寫成一部廣告演進史,尤其是情境轉移,造就了一堆經典廣告,例如「鑽石恆久遠,一顆永流傳」,就是將浪漫的結婚轉化成推銷鑽石。而我在電視第四台看到的廣告是要推銷鈦鍺手鍊,這支廣告手法突破傳統,以看似科學的手法進行推銷之實,堪稱是偽科學的經典。

這個鈦鍺手鍊的推銷重點在於防範電磁波,一開始利用恐嚇的手法告訴大家電磁波無所不在,並且是危害健康的殺手,接著利用現場的科學實驗,顯示鈦鍺手鍊可以阻斷電磁波。乍看之下,好像真有這麼一回事,鈦鍺手鍊不僅強身,還可以護身,就像神功護體般,讓配戴的人免於電磁恐慌。

唬人的廣告手法

總地來看,這支廣告的手法不外兩套策略,一、電磁波是個壞東西;二、鈦鍺手鍊可以阻斷電磁波,大家買鈦鍺手鍊就對了。這兩套策略都用了看似權威的方式為他們的產品背書。首先他們拿了一本小冊子《漫談電磁波》,並強調是行政院衛生署國民健康局所出版的(圖一),這本小冊子的電子檔就放在國民健康局的網站上,大家都可以下載參考內容。

-----廣告,請繼續往下閱讀-----

在廣告中,主持人特別強調這是政府出版,具有公正性和權威性,然後指著小冊子的第十一頁中的幾段注意事項,其中一項是要大家對家電用品保持距離,例如使用吹風機要保持30 公分的距離。接著以恐嚇的口吻強調電磁波的可怕,殊不知,小冊子一開始就告訴大家:「WHO下之研究機構國際癌症研究署2002 年專家會議的報告指出,電力設備產生的極低頻電磁場,僅可能對兒童白血病有影響。除此之外,其他的癌症是否與電磁場暴露有關,均未獲得證實」。書裡頭也清楚表示「每種癌症都有不同的特性和致病原因,貿然將所有癌症的病因都歸咎於電磁場,反而忽略了不良生活形態、飲食習慣、基因等因影響,也非正確觀念」。這是斷章取義的典型手法,只選擇某一段對自己有利的,故意忽小冊子最重要的部分,加以用恐嚇的口吻,以便達到他推銷產品的最終目的。

更扯的是主持人接著解釋保持安全的距離要達30 公分,為了讓觀眾更有感覺,主持人立刻拿出一支長尺,告訴大家用吹風機應該要在這支長尺之外,以保安全(圖二)。仔細端詳,主持人拿出來的尺也太長了些,通常成人手掌張開,大拇指尖到小拇指尖的距離大約是20 公分, 30公分大約是一個半的寬度,但廣告用的尺最少有60 公分長,見該廣告在科學成分上太不嚴謹。另外一種可能性,是為了告訴大家,要隨時對家電用品保這樣長的距離是不可行的,唯有使用鈦鍺手鍊才比較實際。

廣告中的科學實驗

我們接著談談廣告所謂的科學實驗。利用科學實驗來推銷商業產品,一直以來都看似極具說服力,不管是減肥產品,或者健康食品, 都是標榜科學認證。曾經有健康食品號稱可以改善一般人的酸性體質,因為酸性體質容易致癌(不知從何處得來的訊息)。因此廣告的宣傳手法就是做一些化學實驗,將稀釋的鹽酸盛放在燒杯內,加入他們的產品,結果鹽酸溶液被中和了,代表吃他們的產品可以中和酸性體質。這麼說來,傳統的水晶800肥皂也是鹼性,不知吃哪一種產品比較合適改善酸性體質,若以價格面來看,水晶800的贏面還比較大呢。

暫且放下健康食品議題,我們還是回到鈦鍺手鍊的廣告。根據他們之前提出的國民健康局宣導手冊,斷章取義地恐嚇大家電磁波的可怕,為他們的產品鋪陳出一條蹊徑。主持人接著宣稱他們的產品鈦鍺手鍊可以阻擋電磁波,光是口頭宣稱是不夠的,科學實驗又被拿出來當作效果認證的法寶。廣告中的科學實驗就是用儀器測量電磁波的強度,他們測量了檯燈、電扇、吹風機、電鍋、手機等日常電器,儀器顯示的數據大的嚇人,例如電鍋顯示出969,檯燈顯示出816 ,吹風機則是678(圖三)。然後將鈦鍺手鍊放在儀器和電器之間,結果發現儀器顯示出的數值全部歸零,表示鈦鍺手鍊有阻隔電磁波的效用。鈦鍺手鍊真的可以阻斷電磁波嗎?

-----廣告,請繼續往下閱讀-----
圖二:主持人拿出一根宣稱30 公分的棍子,告訴觀眾使用吹風機的安全距離,實際目測發現最少也有60 公分。

對於廣告裡的實驗,我們得做些功課,特別是重複相同的實驗,重新檢驗,讓科學的東西更科學。首先我們得先知道電磁波測量到底是量什麼東西,我們用過體重器,體重器是測量我們的重量,所以測量電磁波的儀器就是測量磁場的強度,市面上可以買到測量極低頻電磁波強度的儀器。電磁波是電場和磁場的波動,極低頻是指電磁波頻率在30~300赫之間,我們家電所使用的交流電頻率是60 赫,一般的電磁波測量器都有寫明測量所適用的頻率範圍。

在做測量的時候,不僅得到的數值很重要,更重要的是單位。小時候常和同學耍嘴皮子,例如和同學打賭, 賭金是1000 ,結果賭輸了,同學要起賭金, 於是便賴皮說是沙子1000 顆,或日幣1000 毛,這時就可知道單位的重要。單位有很多種,重量有重量的單位(公克重、英鎊),長度有長度的單位(公分、英寸),而測量磁場的單位是高斯(G)。

即便是同一種單位,也有程度大小的不同,例如長度單位公里,公里的千分之一是公尺,同樣的,高斯的千分之一是毫高斯(mG),磁場的另一種單位是特斯拉(Tesla),特斯拉是高斯的一萬倍,微特斯拉(μ T)則是特斯拉的百萬分之一。雖然有高斯、毫高斯、特斯拉、微特斯拉這麼多種,主要還是要看用哪種單位比較方便。舉例來說,地球的平均磁場強度是0.5 高斯,或者說500 毫高斯。

圖三:第四台的電磁波測試,(A)測量到的吹風機磁場數值有678 。(B)放入鈦鍺手鍊,數值立刻歸零,影片中的測量儀器不易判斷出是哪種儀器。

-----廣告,請繼續往下閱讀-----

磁場是什麼?

磁場到底如何產生?通常有電流通過的地方,四周就會有磁場,至於一般文具店購買的磁鐵,雖然沒有電流,但磁鐵裡頭的電子會有自轉和公轉,電子一動就會產生對應的小磁場,由於這些小磁場排列一致,不會相互抵銷,形成了一個總磁場,這是磁性物質的特性。因此磁場的產生可以歸類成兩大類,一個是磁性物質本身所帶的磁場,另一個是電流所產生的。磁場是肉眼看不見的,但磁場會對帶電的物質起作用,產生磁力,推動帶電物質。例如兩根通有電流的電線,由於各自會形成磁場,又會受到對方磁場影響,於是兩根電線會有相吸或相斥的磁力作用。而受到磁力的強弱是根據電流的大小以及距離的遠近而定,離得越遠,受到的磁力作用越小。

既然知道電流會產生磁場,因此任何需要電的產品都一定會有磁場產生。我借了一台普通的電磁波測試器(magnetic field meter),售價約新台幣1590元,世駿電子生產,型號為TENMARS TM-191 ,這是一款2 0 0 9 年下半年推出的產品,可以測量磁場強度。TM-191 可以選擇兩種測量的單位——毫高斯和微特斯拉,屬於測量極低頻電磁波的儀器,解析度約0.1/1 毫高斯,也就是說如果變化在1 毫高斯以下,是無法分辨出來的。我就用這台TM-191測量周遭常見的電器用品,結果如圖四。



圖四:TM-191 在近距離(幾乎貼近待測目標)測量使用中的(A)電風扇、(B)液晶電視、(C)電冰箱、(D)微波爐的磁場強度,分別為109.8mG、0.8mG 、3.3mG 、120.6mG 。(E)另外在40 公分的距離下測量使用中的微波爐,得到3.5mG 。

破解廣告騙術

圖五:筆者透過電視購物,直接購買一條鈦鍺手鍊,作為實驗之用。

由此我們可以發現,廣告出現的電磁波測量數值根本沒有一點意義可言,因為單從電視畫面來看,不知道該儀器是否為測量磁場的儀器,更重要的是沒有顯示單位。例如廣告中測量吹風機顯示數值為678,但根據我的測量,在吹風機後方5公分的磁場是65 毫高斯。磁場強度和測量的距離有關,除了吹風機外,一般家電使用的距離都離我們很遠,根據國際非游離輻射防護協會(ICNIRP)所訂的電磁波環境建議值是833毫高斯,一般家電用品所產生的磁場都不會超過這個標準。

-----廣告,請繼續往下閱讀-----

本文的重點是要探討電視購物頻道推銷的鈦鍺手鍊是否可以阻擋電磁波,該廣告用了號稱科學的手法證明他們的產品。為了證實這一點,我直接透過電視購物頻道買了一條相同的鈦鍺手鍊(圖五),照著廣告的方式測量磁場強度。實驗的對象是一般家用的吹風機,在吹風機後方距離5 公分的位置測量磁場強度,得到的數值約65 毫高斯,接著在吹風機和TM-191 之間放入購買的鈦鍺手鍊,得到的數值為65.1毫高斯,相差數值不大,在測量儀器的誤差範圍內(圖六)。

另外,筆者也針對其他電器用品進行相同的實驗,都沒辦法做到讓鈦鍺手鍊明顯阻絕電磁波,讓磁場強度歸零,因此可以推論鈦鍺手鍊根本不能阻擋電磁波。鈦鍺手鍊不會明顯影響家電用品使用時所產生的磁場,甚至沒有磁場強度歸零的現象發生。

雖然這個結果對筆者來說,一點也不意外,但本篇文章希望告訴讀者,只要有心,你也可以重複這項科學實驗,並得到相同的結論,結論是——這條手鍊只能當作裝飾品使用,完全沒有阻絕電磁波的作用,不要過度期待手鍊的額外效用。(本文圖片皆由作者提供)


圖六:(A)測量吹風機的磁場強度,數值為65mG 。(B)將購買的鈦鍺手鍊放入,結果磁場強度為65.1mG 。

-----廣告,請繼續往下閱讀-----

本文刊登於《科學月刊》2011年3月號。自3月起,科學月刊與PanSci合作,將精選當期科月好文透過PanSci帶給大家!敬請期待。

-----廣告,請繼續往下閱讀-----
文章難易度
科學月刊_96
249 篇文章 ・ 3741 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

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

1
1

文字

分享

0
1
1
電磁波全揭秘:了解頻帶、頻寬、頻率和通信技術的基礎知識
數感實驗室_96
・2024/06/13 ・672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。 

先前我們介紹了多位為通信科技發展做出貢獻的科學家。現在,我們要深入探討無線通信的技術層面。

無線通信,顧名思義不像傳統的電話或電報那樣需要一條實體的線路來傳遞信號。但這些信號並非憑空傳遞,它們依賴的正是電磁波。

電磁波在現代社會無處不在,從微波爐、手機到基地台,這些設備都會發射電磁波。但其實即使沒有這些科技裝置,電磁波依然存在於我們周圍。什麼意思呢?答案就是:當我們白天走到戶外,看到的光,它其實也是電磁波的一種。

-----廣告,請繼續往下閱讀-----

希望大家掌握了這些電磁波、頻帶、頻寬等基礎知識後,未來在閱讀相關的電信新聞時更加了解他們提到的術語,以及各種縮寫。以後無論是科技發展的動態還是市場新技術,都能更有概念地理解。

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!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

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

3
2

文字

分享

0
3
2
量子力學可以幫你判斷物體溫度?從古典物理過渡到近代的一大推手——黑體輻射
PanSci_96
・2024/03/24 ・3639字 ・閱讀時間約 7 分鐘

1894 年,美國物理學家邁克生(Albert Abraham Michelson)作為芝加哥大學物理系的創立者,在為學校的瑞爾森物理實驗室(Ryerson Physical Laboratory)落成典禮致詞時,表示:「雖然無法斷言說,未來的物理學不會比過去那些驚奇更令人驚嘆,但似乎大部分的重要基本原則都已經被穩固地建立了。」

以我們現在的後見之明,這段話聽起來固然錯得離譜,但在當時,從 17、18 到 19 世紀,在伽利略、牛頓、馬克士威等前輩的的貢獻之下,物理學已經達成了非凡的成就。

我們現在稱為古典的物理學,對於整個世界的描述幾乎是面面俱到了,事實上沒有人預料到 20 世紀將出現徹底顛覆世界物理學認知的重要理論,量子力學。

而這最一開始竟只是出自於一件不起眼的研究,關於物體發出的光。

-----廣告,請繼續往下閱讀-----

萬物皆輻射

在此我們要先理解一個觀念:所有物體無時無刻不在發出電磁波輻射,包括了你、我、你正使用的螢幕,以及我們生活中的所有物品。

至於為什麼會這樣子呢?其中一個主要原因是,物體都是由原子、分子組成,所以內部充滿了帶電粒子,例如電子。這些帶電粒子隨著溫度,時時刻刻不停地擾動著,在過程中,就會以電磁波的形式放出能量。

除了上述原因之外,物體發出的電磁波輻射,還可能有其他來源,我們就暫時省略不提。無論如何,從小到大我們都學過的,熱的傳遞方式分成傳導、對流、輻射三種,其中的輻射,就是我們現在在談的,物體以電磁波形式發出的能量。

那麼,這些輻射能量有什麼樣的特徵呢?為了搞清楚這件事,我們必須先找個適當的範本來研究。

-----廣告,請繼續往下閱讀-----

理想上最好的選擇是,這個範本必須能夠吸收所有外在環境照射在上面的光線,只會發出因自身溫度而產生的電磁輻射。這樣子的話,我們去測量它發出的電磁波,就不會受到反射的電磁波干擾,而能確保電磁波是來自它自己本身。

這樣子的理想物體,稱為黑體;畢竟,黑色物體之所以是黑的,就是因為它能夠吸收外在環境光線,且不太會反射。而在我們日常生活中,最接近理想的黑體,就是一點也不黑、還超亮的太陽!這是因為我們很大程度可以肯定,太陽發出來的光,幾乎都是源於它自身,而非反射自外在環境的光線。

或者我們把一個空腔打洞後,從洞口發出的電磁波,也會近似於黑體輻射,因為所有入射洞口的光都會進入空腔,而不被反射。煉鐵用的鼓風爐,就類似這樣子的結構。

到目前為止,一切聽起來都只是物理學上一個平凡的研究題目。奇怪的是,在對電磁學已經擁有完整瞭解的 19 世紀後半到 20 世紀初,科學家儘管已經藉由實驗得到了觀測數據,但要用以往的物理理論正確推導出黑體的電磁波輻射,卻遇到困難。正是由此開始,古典物理學出現了破口。

-----廣告,請繼續往下閱讀-----

黑體輻射

由黑體發出的輻射,以現在理論所知,長得像這個樣子。縱軸代表黑體輻射出來的能量功率,橫軸代表黑體輻射出來的電磁波波長。

在理想狀況下,黑體輻射只跟黑體的溫度有關,而跟黑體的形狀和材質無關。

以溫度分別處在絕對溫標 3000K、4000K 和 5000K 的黑體輻射為例,我們可以看到,隨著黑體的溫度越高,輻射出來的能量功率也越大;同時,輻射功率最高的波段,也朝短波長、高頻率的方向靠近。

為了解釋這個曲線,物理學家們開始運用「當時」畢生所學來找出函數方程式,分成了兩派:

-----廣告,請繼續往下閱讀-----

一派是 1896 年,由德國物理學家維因(Wilhelm Carl Werner Otto Fritz Franz Wien),由熱力學出發推導出的黑體輻射公式,另一派,在 1900 與 1905 年,英國物理學家瑞立(John William Strutt, 3rd Baron Rayleigh)和金斯(James Jeans),則是藉由電磁學概念,也推導出了他們的黑體輻射公式,稱為瑞立-金斯定律。

你看,若是同時擺上這兩個推導公式,會發現他們都各自對了一半?

維因近似 Wien approximation 只在高頻率的波段才精確。而瑞立-金斯定律只對低頻率波段比較精確,更預測輻射的強度會隨著電磁波頻率的提升而趨近無限大,等等,無限大?――這顯然不合理,因為現實中的黑體並不會放出無限大的能量。

顯然這兩個解釋都不夠精確。

-----廣告,請繼續往下閱讀-----

就這樣,在 1894 年邁克生才說,物理學可能沒有更令人驚嘆的東西了,結果沒幾年,古典物理學築起的輝煌成就,被黑體輻射遮掩了部分光芒,而且沒人知道,這是怎麼一回事。

普朗克的黑體輻射公式

就在古典物理學面臨進退維谷局面的時候,那個男人出現了——德國物理學家普朗克(Max Planck)。

1878年學生時代的普朗克。圖/wikimedia

普朗克於 1900 年就推導出了他的黑體輻射公式,比上述瑞立和金斯最終在 1905 年提出的結果要更早,史稱普朗克定律(Planck’s law)。普朗克假想,在黑體中,存在許多帶電且不斷振盪、稱為「振子」的虛擬單元,並假設它們的能量只能是某個基本單位能量的整數倍。

這個基本單位能量寫成 E=hν,和電磁輻射的頻率 ν 成正比,比例常數 h 則稱為普朗克常數。換言之,黑體輻射出來的能量,以hν為基本單位、是一個個可數的「量」加起來的,也就是能量被「量子化」了。

-----廣告,請繼續往下閱讀-----

根據以上假設,再加上不同能量的「振子」像是遵循熱力學中的粒子分佈,普朗克成功推導出吻合黑體輻射實驗觀測的公式。

普朗克的方程式,同時包含了維因近似和瑞立-金斯定律的優點,不管在低頻率還是高頻率的波段,都非常精確。如果我們比較在地球大氣層頂端觀測到的太陽輻射光譜,可以發現觀測數據和普朗克的公式吻合得非常好。

其實有趣的是普朗克根本不認為這是物理現象,他認為,他假設的能量量子化,只是數學上用來推導的手段,而沒有察覺他在物理上的深遠涵意。但無論如何,普朗克成功解決了黑體輻射的難題,並得到符合觀測的方程式。直到現在,我們依然使用著普朗克的方程式來描述黑體輻射。不只如此,在現實生活中,有許多的應用,都由此而來。

正因為不同溫度的物體,會發出不同特徵的電磁波,反過來想,藉由測量物體發出的電磁波,我們就能得知該物體的溫度。在疫情期間,我們可以看到某些場合會放置螢幕,上面呈現類似這樣子的畫面。

-----廣告,請繼續往下閱讀-----

事實上,這些儀器測量的,是特定波長的紅外線。紅外線屬於不可見光,也是室溫物體所發出的電磁輻射中,功率最大的波段。只要分析我們身體發出的紅外線,就能在一定程度上判斷我們的體溫。當然,一來我們都不是完美的黑體,二來環境因素也可能產生干擾,所以還是會有些許誤差。

藉由黑體輻射的研究,我們還可以將黑體的溫度與發出的可見光顏色標準化。

在畫面中,有彩虹背景的部分,代表可見光的範圍,當黑體的溫度越高,發出的電磁輻射,在可見光部分越偏冷色系。當我們在購買燈泡的時候,會在包裝上看到色溫標示,就是由此而來。所以,如果你想要溫暖一點的光線,就要購買色溫較低,約兩、三千 K 左右的燈泡。

結語

事實上,在黑體輻射研究最蓬勃發展的 19 世紀後半,正值第二次工業革命,當時鋼鐵的鍛冶技術出現許多重大進步。

德國鐵血宰相俾斯麥曾經說,當代的重大問題要用鐵和血來解決。

就傳統而言,煉鋼要靠工匠用肉眼,從鋼鐵的顏色來判斷溫度,但若能更精確地判斷溫度,無疑會有很大幫助。

德國作為鋼鐵業發達國家,在黑體輻射的研究上,曾做出許多貢獻,這一方面固然可能是學術的求知慾使然,但另一方面,也可以說跟社會的需求與脈動是完全吻合的。
總而言之,普朗克藉由引進能量量子化的概念,成功用數學式描述了黑體輻射;這件事成為後來量子力學發展的起點。儘管普朗克本人沒有察覺能量量子化背後的深意,但有另一位勇者在數年後繼承了普朗克的想法,並做出意味深長的詮釋,那就是下一個故事的主角――愛因斯坦的事了。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。