Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

還當氣候變遷是謊言?二氧化碳濃度已跨過警戒線!——《氣候緊急時代來了》

天下雜誌出版_96
・2020/07/02 ・3048字 ・閱讀時間約 6 分鐘 ・SR值 556 ・八年級

  • 作者/大衛‧華勒斯—威爾斯 (David Wallace-Wells);譯者/張靖之

實際情況比你以為的還要糟,而且糟很多。

有人主張氣候變遷是個緩慢的過程,這是個美麗的謊言!就和氣候變遷不存在的論調一樣害人不淺,因為這個主張還造成了幾種錯覺,讓我們以為可以安心。這些錯覺包括

  • 全球暖化是在北極上演的事,離我們尚遠;
  • 只會影響海平面和海岸線,不是鋪天蓋地、每個地方和地球上所有生命都會被徹底改變的全面性危機;
  • 這是自然界災難,不是人類社會的災難,我們今天已經不再倚賴自然界存活,或者說已超越自然界,至少具備抵禦自然力量的能力,不可能無處可逃、毫無招架之力,更何況我們有雄厚財力可以抵禦暖化的破壞;
  • 燃燒化石燃料是維持經濟成長之必要,而伴隨經濟成長而來的科技進步可以拯救環境災難;
  • 在人類漫長的發展史上,絕對找得到同等規模的威脅,我們有信心克服挑戰⋯⋯

這些認知實在錯得離譜,就讓我們先從變遷的速度說起。

氣候變遷的速度有多快?

在我們正身歷其中的這次大滅絕之前,地球曾發生過五次大滅絕,每次都把生命的紀錄抹得幾乎一乾二淨,就像演化上的歸零重來。

冰層在幾個月之間快速融化。圖/giphy(NASA 製)

地球的種系發生樹像一顆肺,一下膨脹、一下塌縮,每隔一段時間重來一次:距今四億五千萬年前,有 86% 的物種滅絕;那之後的七千萬年,有 75% 的物種滅絕;再過一億年後,96% 的物種滅絕;再過五千萬年,80% 的物種滅絕;再過一億五千萬年,75% 的物種滅絕。

事實上,除了恐龍滅絕那一次,其他四次大滅絕都直接和溫室氣體導致的氣候變遷有關。最嚴重的一次發生在二億五千萬年前,一開始,地球因為大氣中二氧化碳濃度增加,溫度上升了攝氏 5 度,而氣溫上升又導致另一種溫室氣體甲烷大量排放,進一步加速暖化,最後地球上的生命消失殆盡。

-----廣告,請繼續往下閱讀-----

現在,我們正以更快的速度排放二氧化碳到大氣中。根據大多數預測,現今的碳排速度至少是地球史上最嚴重大滅絕時期的 10 倍,也是人類史上工業化之前的 100 倍。

目前大氣中的二氧化碳濃度已升破 411ppm,比 1958 年首次觀測到的大氣二氧化碳濃度 316ppm 整整高出 30% 以上,也創下八十萬年來新高,甚至有研究指出,上次大氣中二氧化碳濃度和現在一樣高可能是一千五百萬年前,當時地球還沒有人類,海平面比現在高 30 公尺以上。

全球暖化警戒線失守

到了 2016 年,聯合國因氣候進入緊急狀態,終於簽署了巴黎協定。此時,地球的氣候系統已經走向崩壞,大氣的二氧化碳濃度跨過警戒線 400 ppm。這是多年來環境科學家在我們只顧往前衝的現代工業社會面前,拉起的最後一道防線,上面醒目的紅字寫著:禁止跨越。但我們卻繼續往前衝。

二氧化碳仍持續排放。圖/giphy

短短兩年後,2018 年 6 月的大氣碳濃度月平均升到 411 ppm,地球空氣中瀰漫著人類的罪孽,和二氧化碳一樣濃,只是我們選擇相信沒有聞到。

-----廣告,請繼續往下閱讀-----

長久以來,科學家把比起工業化時代升溫攝氏 2 度,當作地球從宜居走向氣候大災難的臨界點。如今我們正邁向那個臨界點。科學家預估在 2100 年之前,地球溫度將上升超過攝氏 4 度。

根據一些預測,這表示整個非洲、澳洲和美國,加上巴塔哥尼亞以北的南美洲地區,以及西伯利亞以南的亞洲地區,都會因為高溫、沙漠化和淹水變得不再適合居住。其實,不管是這些地區,還是其他許多地區,環境都會變得十分惡劣。

這就是我們正在前進的道路,也是人類未來的底線。假如地球是在一代人的有生之年被帶到了氣候災難的邊緣,那麼要力挽狂瀾,也要靠一代人來扛起責任。你我對這一代人的有生之年也不陌生,那就是我們自己的有生之年。

人類準備進入「地獄世紀」?

大崩壞的臨界點是升溫 2 度,最近幾項研究結果都顯示,就算我們即刻停止排放二氧化碳,地球仍會在本世紀末達到這個升溫幅度。

不用下地獄也可能體會到下油鍋的熱了 QAQ 圖/giphy

有些研究全球暖化的專家,把接下來的一百年稱為「地獄世紀」。氣候變遷發生得很快,快到我們來不及發現和承認,但其影響也極深遠,遠遠超乎我們能夠想像的。

-----廣告,請繼續往下閱讀-----

特別令人擔心的是,最近一項針對地球遠古歷史的研究顯示,目前氣候模型針對 2100 年地球升溫幅度的預測,可能低估了一大半。換句話說,最終的升溫幅度可能比聯合國 IPCC 的預測值高,就算真能如期達到巴黎協定的減排目標,我們仍然要面對 4 度的升溫,這代表撒哈拉沙漠會經常下雨而變得一片蔥綠,熱帶森林則變成野火肆虐的乾草原。

近期一份研究報告中,學者也認為暖化幅度會比原來預期的更劇烈。就算大幅減排,地球溫度仍會上升 4 到 5 度,整個地球的居住環境都將變得非常險惡,學者形容為「溫室地球」。

不過就升溫幾度,對人類真會有影響?

升高的溫度,手指頭都數得出來,真的有這麼嚴重嗎?圖/giphy

不管是 1 度、2 度、4 度、5 度,這些數字聽起來好像都差不多,讓人很容易忽略之間的差別。畢竟人類的經驗和記憶裡,沒有類似的參考時點,讓我們知道該如何去看待這些臨界點。但就如同世界大戰或癌症復發,你一次都不希望它發生。

升溫 2 度:

  • 冰層就開始崩解,面臨水資源缺乏的人口將多出 4 億。
  • 赤道上的主要城市變得無法住人,即使是接近赤道、緯度較高的地方,每年夏天的熱浪也會導致成千上萬人死亡。
  • 印度的極端熱浪次數會是現在的 32 倍,每次持續時間是目前的 5 倍,波及人數是 93 倍。這還是對未來最好的預測狀況。

升溫 3 度:

  • 南歐會處於永久乾旱,中美洲的旱季會增加 19 個月、加勒比海地區增加 21 個月,北非地區更增加 60 個月,也就是足足五年之久。
  • 每年野火成災的地區,在地中海將是現在的兩倍,美國則是 6 倍以上。

升溫 4 度:

  • 登革熱病例光是在拉丁美洲地區每年就會增加 800 萬例;
  • 全球每年都會發生幾近糧荒的危機,因過熱致死的案例也將增加 9%。
  • 河水暴漲造成的損害,在孟加拉是現在的 30 倍、印度是 20 倍,在英國最糟糕的情況下甚至到 60 倍。
  • 在某些地區,會同時遭遇熱浪、野火、暴洪、颶風、乾旱、海平面上升等六種氣候災難,全球損失可能超過 600 兆美元(目前全球財富總額的兩倍以上),各種衝突和戰爭將更頻繁。

地球正在變得「不宜居」

如果把時間跨度拉更長來看,結果可能更令人絕望:宜居的那一半地球環境愈來愈惡化,人類的時代步入尾聲。

人類在地球上毀滅的場景已經被我們召喚出來,我們應該面對這個問題!圖/giphy

除非一連串錯誤選擇和各種霉運湊在一起,地球應該不至於在我們的有生之年變得不宜居,但卻是我們讓這個惡夢出現在未來的可能之中。這一點大概是近代社會最重要的史實和文化特性,未來的歷史學家會以此檢視與定義我們,這也是我們希望上一代人有多一點遠見去處理的問題。

不管我們怎麼防止氣候繼續惡化下去,無論我們如何積極作為,減少暖化的損害,都無法改變人類在地球上毀滅的場景已經被我們召喚出來的事實。我們如今已夠接近,可以清楚看見將會是怎樣一幅情景,也知道我們的後代子孫會如何受罪。

-----廣告,請繼續往下閱讀-----

事實上,只要願意正視的人,就會發現這場景已經近得讓我們開始感受到它的威力了。

——本文摘自《氣候緊急時代來了》,2020 年 4 月,天下雜誌

-----廣告,請繼續往下閱讀-----
文章難易度
天下雜誌出版_96
24 篇文章 ・ 17 位粉絲
天下雜誌出版持續製作與出版國內外好書,引進新趨勢、新做法,期盼能透過閱讀與活動實做,分享創新觀點、開拓視野、促進管理、領導、職場能力、教養教育、同時促進身心靈的美好生活。

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

2
0

文字

分享

0
2
0
末日模擬!從氣候變遷到核戰爭,人類未來將走向哪個結局?
PanSci_96
・2024/11/19 ・1957字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

科學家模擬的末日場景

隨著二氧化碳排放持續增加,全球的政治局勢日益緊張,世界上各國的承諾屢屢在國際會議中被辜負,戰爭的結束也似乎遙遙無期。警示世界末日的「末日鐘」越來越接近午夜,人類與地球的未來變得越來越悲觀。

這並非一種刻意的悲觀,而是基於氣候變遷和人類衝突升溫的現實。許多人或許和我一樣好奇,末日會不會真的臨近?如果會,那又會是什麼樣的場景?是氣候徹底失控的《明天過後》?還是生態浩劫後的全面沙漠化,需要武力生存的《沙丘》和《瘋狂麥斯》?或者是核戰之後,所有人生存在廢墟中的《異塵餘生》?

我們的未來走向尚未確定,但科學家已經率先模擬了不同的可能結局,讓我們可以一窺未來的模樣。這些模擬告訴我們,如果人類繼續走某些路徑,地球的結局將是如何。至於我們是否能避免這些結果,就得由全體人類共同決定。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

如何模擬出整顆星球的氣候變化?

要模擬整顆星球的大氣變化是一項龐大的任務,至少需要三大要素:理論、資料、和計算資源。

-----廣告,請繼續往下閱讀-----

首先,人類對氣候系統的物理和化學模式需要有足夠的了解,也就是大氣理論必須足夠完備。其次,需要足夠多的資料來模擬整個行星。這些資料包括地球半徑、自轉速度、海洋分布、太陽輻射、大氣成分等等,甚至是地表的狀況與地形。台灣的中央山脈就能影響到西太平洋的颱風走向,進而影響整個東亞的氣候。如果希望盡可能還原地球的真實情況,還需考量海洋的垂直溫度分布、植物分布導致的生物地球化學反應等。

最後,還需要強大的計算資源,也就是超級電腦。由於資料量龐大,每個參數的小誤差都可能引發蝴蝶效應,影響到預測結果。因此,科學家通常會微調各項參數,並對每組參數進行多次計算,這些都需要大量的運算能力。

模擬沙丘中的荒漠星球

科幻小說《沙丘》中的厄拉科斯,經布里斯托大學模擬,揭示未來氣候可能。圖/wikimedia

科幻小說《沙丘》中的厄拉科斯(Arrakis)是一顆完全荒漠化的星球,英國布里斯托大學的亞歷山大·法恩沃斯等人曾對這顆星球進行了模擬。他們使用在研究地球氣候變遷時使用的氣候模型,並結合小說中的設定,如大氣中的二氧化碳濃度和臭氧含量等,模擬了 500 年後的厄拉科斯氣候。

模擬結果顯示,厄拉科斯的赤道和熱帶地區夏季高溫達 45 度,冬季不低於 15 度。而高緯度地區則更為極端,夏季高溫可達 70 度,冬季最低可達 -75 度。由於大氣濕度和雲層的存在,極地反而比赤道更溫暖。此外,儘管小說中描述厄拉科斯幾乎沒有降雨,但模擬顯示高緯度和山區仍會有少量降雨。

-----廣告,請繼續往下閱讀-----

這些結果顯示,科學家不僅愛科幻,也樂於用科學方法來驗證科幻中的設定。這些模擬能讓我們更了解地球的氣候系統,並讓我們警惕荒漠化的危機。

核戰後的世界:核冬天的可怕景象

如果人類全面爆發核戰爭,戰後的世界會是什麼樣子?研究顯示,大規模的核武攻擊將產生大量的輻射塵和煙灰,進入大氣層並遮蔽陽光,導致「核冬天」的到來。

2019 年的一篇研究模擬了美俄之間的全面核戰爭,結果顯示,爆發後的第一年,全球氣溫將大幅下降,北半球的夏季溫度將下降 25 度,冬季氣溫則會降至零下,植物生長期縮短至僅剩 25 天。煙灰遮蔽陽光,導致全球糧食供應崩潰,第二年可能有 50 億人面臨飢餓。

這些模擬結果告訴我們,全面核戰將帶來毀滅性的後果,核冬天將使人類無法正常生活,這是真正的末日場景。

-----廣告,請繼續往下閱讀-----
核戰模擬顯示,氣溫驟降與糧食崩潰將致全球大饑荒。圖/envato

地球的未來會是如何?

地球未來的命運取決於我們今天的選擇。如果我們對氣候變遷置之不理,兩極冰帽將完全融化,海平面上升,許多沿海地區將被淹沒。雖然不至於像《水世界》中那樣極端,但低地區域的居民將面臨嚴重的生存挑戰。

如果人類選擇繼續衝突,甚至爆發毀滅性戰爭,我們的未來將如《瘋狂麥斯》或《異塵餘生》般,生存在廢墟中,面對乾旱、糧食短缺與持續的環境破壞。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
新北「氣候行動徵件」活動總獎金 8 萬元 號召青年展開行動成為氣候領袖
鳥苷三磷酸 (PanSci Promo)_96
・2024/05/23 ・1247字 ・閱讀時間約 2 分鐘

全球正面臨急遽的氣候變遷,世界公民必須共同面對,環保局發布「新北 2024 國際青年氣候行動論壇——氣候行動團隊創意徵件」,鼓勵臺灣青年從校園或社區出發,針對觀察到的環境問題提出行動方案,入選隊伍將獲得專業導師指導並帶領實踐提案內容,最終勝出者不只可獲新臺幣 4 萬元獎勵金,更有機會放眼國際,於年底的紐約荒野中心青年氣候高峰會上展現成果。環保局將於 5 月 24 日下午辦理線上說明會,徵件日期至 6 月 24 日截止,歡迎有興趣參與的學生及老師報名參與!

報名網址:https://reurl.cc/Ke0gQn

環保局表示,新北市已連續 3 年辦理青年氣候論壇,建立與青年交流對話的平台,今(113)年更持續與紐約荒野中心(The Wild Center)攜手,號召青年以行動應對氣候變遷,培養青年成為氣候領袖。實踐淨零永續的道路上,青年的角色非常重要,去年新北市青年氣候論壇邀請到荒野中心氣候行動主任 Jen Kretser,分享了許多紐約青年行動案例,像是大學生於學院頂樓設置太陽能板,實現「上課教室自主發電」的校園計畫,又如同學自發建立校園田園、自主提出畢業晚會減塑需求等,引起與會臺灣青年們的廣大迴響,提出許多問題進行討論。

新北市環保局「2023 新北青年氣候論壇」,邀請到美國紐約荒野中心氣候行動主任 Jen Kretser(左 3),分享了許多紐約青年行動案例

環保局長期關注青年行動力,辦理「環保小局長計畫」、「永續未來學院」、「青年氣候論壇」等活動,致力推動全齡化的環境教育,今發布的「氣候行動團隊創意徵件」,進一步鼓勵臺灣「青」世代成為行動發起者,提出自己的問題觀察與創意解方,並真正落實行動,由青年自己決定從何處開始改變,即使是日常生活中觀察到看似微小的行動,都有可能在實踐後擴大影響到整個校園、社區,甚至整座城市。

環保局說明,氣候行動徵件邀請全臺高中職及大專院校學生,透過影像紀錄、實體行動、循環設計、社群媒體傳播等多元方式呈現創意永續行動提案,徵件至 6 月 24 日止,經初選後 4 組入選隊伍將在新北市展開為期一個月的短期氣候行動實踐,同時由環保局媒合專業導師進行線上課程,最後於 8 月「新北 2024 國際青年氣候行動論壇」進行決選,優勝的隊伍除可獲得獎勵金外,更能持續推展氣候行動並製成行動影片,影片有機會在年底紐約荒野中心青年氣候高峰會上進行分享,讓青年氣候行動與國際接軌。

環保局將於 5 月 24 日下午辦理線上說明會,歡迎有興趣參與的學生及老師報名參與,徵件簡章及更多相關資訊可至環保局官網或「新北 2024 氣候行動團隊創意徵件」活動網站查詢。

※ 5/24 徵件線上說明會報名網址:https://reurl.cc/Ke0gQn
※ 環保局官網簡章:https://www.epd.ntpc.gov.tw/Article/Info?ID=11254
※ 「新北 2024 氣候行動團隊創意徵件」活動網站:https://greenage2024.com

-----廣告,請繼續往下閱讀-----

本文轉自新北市政府環境保護局網站

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia