Loading [MathJax]/extensions/tex2jax.js

0

1
1

文字

分享

0
1
1

一點都不放過!家電廢熱可以回收再發電!?

linjunJR_96
・2020/10/06 ・1570字 ・閱讀時間約 3 分鐘 ・SR值 518 ・六年級

手機在充電時,不論手機電池還是變壓器都會變得十分燙手;冰箱和電燈這類家電在運作時,也會不斷地將熱能逸散到環境中;儘管佔比可能不高,但這些毫無用處的熱氣全都是用你的電費換來的。

圖片當事人肯定是練過鐵砂掌(誤)。圖/pixabay

說到這裡不免有些心痛。那有沒有什麼方法可以回收這些廢熱,重新轉換成電力呢?

既有熱電材料昂貴又需要幾百度溫差,不易應用

其實早在 200 多年前,科學家就發現有些特別的材料,能夠將熱能與電能互相轉換,也就是所謂的熱電材料。當一塊熱電材料的兩邊存在溫度差,便會讓電子從高溫流向低溫處。

在實務上,如果希望這種轉換夠有效率,那麼熱電材料就必須要善於導電;同時呢,它又要不易導熱,如此才能維持兩邊的溫度差。現有材料能滿足這些條件的,不只價格高昂,還需要數百度的溫差才能達到最佳工作效率。

-----廣告,請繼續往下閱讀-----

在發電廠或是汽車引擎等地方,已經可以看到類似的能源回收技術,不過想把這種材料放在豆腐頭上來發電,只能說是異想天開。

使用熱電材料的能源回收技術,目前僅能在發電廠等少數地方見到。圖/pixabay

溫差電池由液態電解質組成,溫差不用很大就能運作

但其實除了一般固態金屬的熱電材料,還有另一個選項能回收廢熱換成電力,就是「溫差電池」(thermocell)。它是用液態電解質組成,利用離子的流動來運送電荷往返冷熱兩端,溫差電池的好處是所需溫差較小,不過相對的,產生的電流也比金屬熱電材料小很多。這是因為比起金屬中的電子,電池中流動的離子不只搭載著電荷,還順道帶了許多熱能,離子導熱的效應造成冷熱端的溫差變小,拖累了發電效率。

為了解決這個困難,中國華中科技大學的研究團隊著手研發新的溫差電池。他們在骨牌大小的電池中裝滿鐵氰酸離子與亞鐵氰酸離子(Fe(CN)6-3 / Fe(CN)6-4),並讓電池的兩個電極維持穩定的 50 度溫差。下圖上方的是冷電極,下方是熱電極。

圖/Science

從過去的實驗結果我們知道,靠近熱電極的 Fe(CN)6-4(黃色)會丟一個電子給電極,變成 Fe(CN)6-3(紫色)。這顆電子透過左邊的外部電路流向冷電極,在那裡和 Fe(CN)6-3 結合,恢復成 Fe(CN)6-4,如此周而復始,形成一顆可以運作的電池。

-----廣告,請繼續往下閱讀-----

不過,在熱電極附近持續生成的 Fe(CN)6-3 需要往冷電極擴散(反之亦然),才能讓這個循環進行,過程中便帶上了許多熱量,也就是上面提到的關鍵:離子導熱問題。

加入秘密配方:鹽酸胍,電池功率頂瓜瓜

因此,實驗團隊加入了獨門配方:鹽酸胍(HNC(NH2)2),胍音同瓜。在溫度較低的冷電極,鹽酸胍能讓新生成的 Fe(CN)6-4 結晶成小小的固體顆粒(六角形)。由於固體顆粒的導熱效果比液體差,因此能減緩冷熱電極的熱交換。這些小顆粒向下沉到熱電極之後,又再度恢復成液體型態,進行下一輪反應。

圖/Science

利用結晶顆粒來維持溫差的方法成功奏效。在同樣的電極面積之下,他們的電池功率是先前版本的 5 倍,只要用一本漫畫書大小的電極,產生的電流就足以點亮 LED,或是拿來充手機。這份研究被發表在《科學》(Science)期刊,可說是日常廢熱發電技術的一大進展。

下一步,就是發展能夠有效蒐集廢熱並隔絕環境的設計。兩者結合在一起,或將成為究極節儉的能源回收利器。

-----廣告,請繼續往下閱讀-----

資料來源

-----廣告,請繼續往下閱讀-----
文章難易度
linjunJR_96
33 篇文章 ・ 914 位粉絲
清大理工男。不喜歡算數學。喜歡電影、龐克、和翻譯小說。不知道該把科普當興趣還是專長,但總之先做再說。

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

2
2

文字

分享

0
2
2
【2011 諾貝爾化學獎】與確立的知識奮戰:黃金比例的晶體——準晶體
諾貝爾化學獎譯文_96
・2022/07/03 ・5569字 ・閱讀時間約 11 分鐘

本文轉載自諾貝爾化學獎專題系列,原文為《【2011諾貝爾化學獎】具有黃金比例的晶體 — 準晶

  • 譯者/蔡蘊明|台大化學系名譽教授
  • 圖/曹一允|美國德州農工大學 Karen Wooley 教授指導下取得博士,現於日本萊雅公司進行研究。

十重對稱的黃金比例

當丹尼.謝西曼(Daniel Shechtman)將這個讓他得到 2011 年諾貝爾化學獎的發現登記於實驗記錄簿上時,在後面寫下了三個問號,因為從那些在他眼前的晶體裡面的原子,產生了一個不可能的對稱性,那就好像一個足球——一個球面 ——不可能只由正六邊形組成。從此之後,有趣的馬賽克圖案(Mosaic)、數學裡面的黃金比例以及藝術,幫科學家們解釋了謝西曼那令人困惑的觀察。

「Eyn chaya kazoo」,丹尼.謝西曼用希伯來語告訴自己「不可能有這種東西」。時值 1982 年 4 月 8 號的早晨,他正在研究的物質,是一個由鋁和錳組成的混合物,看起來很奇怪,因此他用電子顯微鏡,企圖從原子的層次來觀察,但是透過電子顯微鏡得到的圖像,卻違反了所有的邏輯:他看到一些同心圓,每一個都是由十個相互等距的亮點所組成(圖 1)。

謝西曼迅速地將灼熱的熔化金屬冷卻下來。這種溫度的突然改變應該會讓原子的排列混亂,但是他所觀察到的圖案,卻說出了一個完全不同的故事:那些原子以一種違反自然定律的方式而排列。謝西曼一再重複地數著那些點,四個或六個點是可能的,但十個是絕不可能。他在實驗記錄簿上寫下:十重對稱???

一個未知的發現

為了瞭解謝西曼的實驗結果,以及為何他會如此驚訝,讓我們想像下面的一個課堂實驗:一位物理老師讓光通過一個鑿有縫隙的金屬板,一個被稱為繞射光柵的物體(圖 2),當光波通過這個光柵時,它會產生折射,就好像海浪的波紋通過一個防波堤的開口一般。

-----廣告,請繼續往下閱讀-----

在光柵的另一邊,波紋以一個半圓方式散開,並與其它的波紋相交,波峰與波谷相互地加強或減弱。在繞射光柵後面的螢幕上,一種具有明暗的紋路出現,稱為繞射圖紋。

這就是謝西曼在 1982 年 4 月早晨所得到的那種繞射圖紋(圖 1),只不過他的實驗是不同的:他不是用光,而是用電子(註:電子具有波的性質),而他的光柵就是那個快速冷卻了的金屬原子之間的縫隙。

此外,他的實驗是三度空間的,而非平面的。

圖 1:丹尼.謝西曼的繞射圖紋具有十重對稱:將此圖轉動十分之一的圓周角度時(36 度)可得到相同的圖案。圖/諾貝爾獎官網
圖 2:光通過一個繞射光柵產生散射,產生的波相互干涉得到繞射圖案。圖/諾貝爾獎官網

那個繞射圖紋顯示,在那金屬之內的原子是排列成一個整齊有序的晶體。這當然不意外,幾乎所有的固體物質,不論是冰塊或金子,都具有整齊的晶體。雖然謝西曼使用電子顯微鏡非常有經驗,然而,一個由十個亮點排列成的圓形,卻是過去他從未看到過的。

-----廣告,請繼續往下閱讀-----

更有甚者,這樣的晶體並沒有被列在國際晶體規格表之內,那是一個結晶學的主要參考指引。在當時的科學,明訂了一個由十個亮點排列成的圓形圖紋是不可能的,而其證明是非常簡單而明顯的。

違反所有邏輯的圖紋

在一個晶體中,原子是以固定而重複的方式排列的。決定於化學的組成,它們會具有不同的對稱性。在圖 3a 中,我們可以看到每一個原子是由三個原子圍繞著,而形成不斷重複的排列圖案,產生一個三重對稱;將此圖案轉動 120 度,又會得到相同的圖案。

同樣的原理發生在四重對稱(圖 3b)以及六重對稱(圖 3c),圖案不斷重複。當你個別地轉動 90 度或 60 度,相同的圖案會重複出現。

圖 3:晶體中不同的對稱性。具有五重對稱的晶體結構單元無法重複。圖/諾貝爾獎官網

然而,五重對稱(圖 3d)是不可能的,某些原子之間的距離會小於其它原子之間的距離,也就是說,相同的圖案不會重複。科學家認為這足以證明五重對稱不可能存在於晶體中。同樣的原因存在於七重對稱或更高重的對稱。

-----廣告,請繼續往下閱讀-----

謝西曼卻發現,他的圖案轉動一個圓的十分之一的角度(36 度)時,又可得到相同的圖案。他的確看到了一個被認為不可能的十重對稱,因此,不意外地,他在實驗記錄簿上寫下了三個問號。

基本假設出錯了

在美國國家標準局(NIST),謝西曼從他的辦公室向外探頭,望了望走廊,希望能看到某一個可以與他分享發現的人,但是走廊空無一人,所以他回到電子顯微鏡前,對那個晶體繼續進一步的實驗。其中他重複地確認所得到的不是巒晶(twin crystal):兩種共生的晶體享有相同的晶面,而導致了奇怪的繞射圖紋;但是他無法找到任何的跡象顯示那是巒晶。

除此之外,他將電子顯微鏡下的晶體轉動,看看到底要轉多少度可以讓這個十重對稱的繞射圖紋重複出現。實驗顯示晶體的對稱性與圖紋的十重對稱不同,但仍然是一個不可能的五重對稱。謝西曼的結論是:科學界的基本假設是錯誤的

當謝西曼告訴科學家們他的發現時,他面對了完全的否定,一些同事們甚至認為這根本是無稽之談,許多人宣稱他所得到的是巒晶。實驗室的主管丟給了他一本結晶學教科書,建議他讀讀。謝西曼當然知道教科書裡面說了什麼,但是他更相信自己的實驗。

-----廣告,請繼續往下閱讀-----

根據謝西曼的回憶,所有的騷動終於導致他的老闆要求他離開那個研究小組,狀況變得非常難堪。

與已知奮戰

謝西曼是在以色列科技大學(Technion-Israel Institute of Technology)修得博士學位的。在 1983 年,他引發了在他母校任職的伊蘭.布雷契(Ilan Blech)對這個研究的興趣,他們合力企圖解釋此一繞射圖紋,並轉譯成為原子在晶體內的排列模式。

於 1984 年夏,他們送了一份論文稿到應用物理期刊(Journal of Applied Physics),但是該稿似乎在收到當日,就即刻被編輯退回。

接著,謝西曼向約翰.康(John Cahn)提出要求。康是一位著名的物理學家,也是當初邀聘謝西曼到 NIST 的人。謝西曼希望康能看看他的數據。這位通常很忙的學者終於答應,接著,康與一位法國的結晶學家丹尼斯.格拉提亞斯(Denis Gratias)諮詢,看看謝西曼是否忽略了什麼,但是根據格拉提亞斯的檢驗,謝西曼的實驗是可以信賴的,格拉提亞斯如果親自做那些實驗,也會使用同樣的方法。

-----廣告,請繼續往下閱讀-----

在 1984 年的十一月,偕同了康、布雷契與格拉提亞斯,謝西曼等人終於在 Physical Review Letters 這份期刊中,共同發表了他的數據。這篇論文像顆炸彈一般,投在結晶學者之間。它質疑了他們的科學學門中的最基本教條:所有的晶體具有重複的週期性結構模式。

揭開知識的迷障

現在這項發現觸及了更多的讀者,而謝西曼成為了更多批評的目標。不過,在此同時,全世界的結晶學者們都產生了一種似曾相識的感覺,許多人在分析一些其它的物質時,也曾經得到過類似的繞射圖紋,但是當初,他們都將之視為巒晶的證據。現在,他們開始翻箱倒櫃,找出以前的實驗記錄簿,很快發現有些其它的晶體也會產生這種看似不可能的圖紋,譬如八重和十二重的對稱。

在謝西曼發表了他的發現之後,他仍然不知道那個奇怪的晶體內部結構到底如何。顯然地,它的對稱性是五重的,那是何種堆疊方式呢?這個答案卻從另一個未曾料到的領域而得:數學中的馬賽克遊戲。

用以解謎的馬賽克

數學家們喜歡用迷團和邏輯問題來挑戰自我。於 1960 年代,他們開始思索是否可以用有限數目的圖案塊,舖出不會重複的馬賽克圖案,創造一種所謂的「非週期馬賽克」。

-----廣告,請繼續往下閱讀-----

頭一個成功的嘗試是在 1966 年,由一位美國的數學家所發表,但是他需要超過兩萬種圖案塊來做到,這很難讓著迷於精簡的數學家滿足。當更多的數學家投入這項挑戰,需要的不同圖案塊數目穩定下修。

終於,在 1970 年代中期,一位英國數學教授羅傑.潘洛斯(Roger Penrose)對此問題提出了一個最漂亮的解答。他用僅僅兩種圖案塊創造出非週期馬賽克,例如一胖一瘦的菱形(圖 4-1)。

潘洛斯的馬賽克在好幾個不同方面啟發了學界,其中之一是他的發現被用來分析中世紀伊斯蘭綺理(Girih)圖案。我們也發現阿拉伯藝術家早在 13 世紀就創造出了非週期馬賽克,這種馬賽克裝飾著非凡的西班牙阿罕布拉宮,還有伊朗 Darb-i Imam 寺廟的入口和穹頂。

結晶學者艾倫.馬凱(Alan Mackay)運用潘洛斯的馬賽克於另一個方面,他想探究構成物質的原子是否也能如同非週期馬賽克的圖案般排列。他做了一個實驗,用代表原子的圓圈放置在潘洛斯的馬賽克圖案的交點位置(圖 4-2),然後用這樣的圖案作成繞射光柵,來看會得到何種繞射圖案,結果得到一個十重對稱——十個光點圍成一圈。

-----廣告,請繼續往下閱讀-----

馬凱的模型與謝西曼的繞射圖紋之間的關聯性,接著被物理學家保羅.史坦哈特(Paul Steinhardt)與多夫.李凡(Dov Levine)所發現。謝西曼的論文在 Physical Review Letters 這份期刊上發表之前,編輯將該文稿交由其他的科學家審核,在這個過程中,史坦哈特有機會看到這份文章,他早就對馬凱的模型熟悉,因此體認到馬凱的理論模型,存在現實世界中,亦存在於謝西曼在 NIST 的實驗室裡。

在 1984 年的聖誕夜,就在謝西曼的論文出刊後的四週,史坦哈特與李凡發表了一篇論文,其中描述了準晶體(quasicrystal)以及它的非週期馬賽克排列。在這篇論文中,準晶體得到了它的名字。

關鍵的黃金比例

準晶體與非週期馬賽克具有一項共同的迷人特質,那是一個在數學與藝術中不斷出現的黃金比例,亦即數學常數 tau。例如:在潘洛斯的馬賽克中,胖的和瘦的菱形數目的比例是 tau;類似地,準晶體中原子間的不同距離的比例,總是與 tau 相關。

13 世紀的義大利數學家費布那西(Fibonacci),從一個有關兔子繁殖的假設性實驗中找到的一系列數字中,描述了這個數學常數 tau。在這個著名的數列中,每一個數字是前兩個數字之和:1、1、2、3、5、8、13、21、34、55、89、144 等等。如果將一個費氏數列中較大的數字除以前一個數字,例如 144/89,你就會得到一個接近黃金比例的數字。

當科學家想要用一個繞射圖紋來描述準晶體中的原子排列時,費氏數列與黃金比例對他們是很重要的。費氏數列也可以解釋 2011 年的諾貝爾化學獎所表彰的發現,為何改變了化學家對晶體結構的規律性之看法。

費氏數列解釋了為何準晶體改變了化學家對晶體結構規律性的看法。 圖/seventyfourimages

不會重複的規律

先前,化學家解釋晶體的規律性在於一個週期性不斷重複的模式。費氏數列雖然不會重複,卻也是規律的,因為它遵守一個數學的規則。

在準晶體中,原子間的距離與費氏數列相關,原子以規律的方式排列,化學家可以預測一個準晶體中的結構是何樣,不過這種規律性與具有周期性結構的晶體是不同的。

在 1992 年,這個認知導致了國際結晶學會改變了他們對晶體的定義。先前對晶體的定義是「一個物質,其中組成的原子、分子或離子以一個整齊而且重複的方式堆疊成立體的型態」,現在新的定義是「任何固體,基本上具有可區別的繞射圖紋」,這個定義比較寬廣,而且允許未來可能發現的其它種晶體。

準晶體也存在於…

從他們 1982 年的發現之後,數以百計的準晶體在全球許多實驗室中被合成,但一直到了 2009 年的夏天,科學家才第一次報導了天然的準晶體。他們發現了一種採自東俄的哈吐卡(Khatyrka)河的樣本中之礦石。這種礦石是由鋁、銅和鐵組成,具有一個十重對稱的繞射圖紋。它被稱為二十面石(icosahedrite),此名源自於二十面體(icosahedron),那是一種具有 20 個正三角形面的幾何固體,黃金比例存在於其幾何結構中。

準晶體也被發現存在於一種世界上最耐用的鐵當中。在嘗試不同組合的金屬時,一家瑞典的公司成功的製備出一種鐵,具有許多令人驚訝的良好特質。分析它的原子排列結構時,顯示它具有兩種相:硬鐵的準晶體嵌在一種較軟的鐵中,此一準晶體具有一種盔甲的功能。現在它被用於刮鬍刀片,以及眼睛手術的細針等產品中。

準晶體現在也被用在刮鬍刀中。 圖/Pressmaster

除了特別堅硬外,準晶體能像玻璃般輕易的碎裂。

由於其特殊原子排列結構,它們也是很差的熱與電的導體,以及含有不具黏性的表面。其低熱傳導的性質可以讓它們成為有用的熱電材料,能將熱轉為電,發展這種材料的目的在解決熱能的再利用,例如用在汽車與卡車上。現在科學家們正在實驗將準晶體用做像是煎鍋,以及節能的發光二極體(LED)之表面塗料,或是作為引擎的隔熱等等。

保持開放的心

謝西曼的故事並非唯一。

在科學的歷史中,一再地有研究工作者被迫與已經建立的「真理」作戰。事後看來,那些真理不過是一些假設。謝西曼和他的準晶體所面對過的最嚴厲批評,來自於鮑林(Linus Pauling),他曾得過兩次諾貝爾獎。這很清楚地顯示,即使是我們最偉大的科學家,也無法免疫於被陷在舊教條當中。

保持一個開放的心態,勇於質疑已經建立的知識,實際上可能是科學家們最重要的性格特質。

-----廣告,請繼續往下閱讀-----
諾貝爾化學獎譯文_96
15 篇文章 ・ 23 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列

0

8
0

文字

分享

0
8
0
前方高能注意!你知道可以用「熱」發電嗎?把廢熱變能源的黑科技──熱電材料
研之有物│中央研究院_96
・2021/09/06 ・4237字 ・閱讀時間約 8 分鐘

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。

  • 採訪撰文|郭雅欣
  • 美術設計|林洵安

回收廢熱的熱電材料

在全球面臨能源轉型之際,再生能源的發展大多著重在太陽能、風力、水力、生質燃料等。然而近年,隨著奈米科技的發展,可將廢熱轉為電力的熱電材料也逐漸嶄露頭角。中央研究院物理研究所陳洋元研究員踏足熱電材料的研究已有十幾年,在他眼中,熱電材料極具能源發展潛力。

熱電轉換再興起

身處能源轉型的關鍵時刻,我們不由得擔心,再生能源真的足以補上電力缺口嗎?還有沒有其他新興的發電方法呢?有的!用廢熱發電,聽起來很不錯吧?畢竟在日常生活中,我們也受夠廢熱了。汽車、冷氣等機械廢熱,加上太陽的輻射熱等,這些煩人的廢熱如果能拿來發電,實在是個好主意。

熱電材料就是熱生電的關鍵,它能將(沒用的)熱轉化成(好用的)電。近年來,熱電材料逐漸發展起來,中研院物理所研究員陳洋元從 2006 年起開始研究熱電材料,他說:「熱電材料的發電效率已經有很大的進展!」在不久的未來,熱電材料的應用將愈來愈廣泛,成為能源轉型時代的重要一角。

熱電材料的歷史要回溯到 200 年前,德國科學家西貝克(Thomas Seebeck)在 1821 年發現,材料兩端的溫度差會形成電位差,稱為「西貝克效應」。也就是說,同一種材料只要兩端溫度不同,兩端之間就會產生電壓;反之,在材料兩端賦予電壓時,兩端之間就會產生溫度差。科學家因此定義了西貝克係數 S = ∆V∆T,表示同一種材料下,溫度差愈大,輸出電壓越大,「換句話說,一個有溫差的材料,等於可以視為一個乾電池。」陳洋元解釋。這便是熱電材料的基本物理機制。

-----廣告,請繼續往下閱讀-----
圖片為熱電材料的基本特性。同一個熱電材料,若給予兩端溫度差可以產生電壓(西貝克效應);若給予兩端電壓則會造成溫度差(皮爾特效應)。圖│研之有物(資料來源│陳洋元)
圖片為熱電材料的基本特性。同一個熱電材料,若給予兩端溫度差可以產生電壓(西貝克效應);若給予兩端電壓則會造成溫度差(皮爾特效應)。圖│研之有物(資料來源│陳洋元)

找出最優質的熱電材料

由於每一度溫差產生的電壓就是「西貝克係數」,直觀來說,西貝克係數愈大的材料,在同樣的溫差下輸出的電壓愈大,是愈好的熱電材料。不過陳洋元補充說,熱電材料除了西貝克係數要高之外,「導電性也要好,除此之外,導熱率不能太好,否則溫差一下子就熱平衡掉了。」考量各種條件之後,科學家訂出了熱電材料的優質係數 ZT 值=(δS2κ)T,其中 σ 是導電係數、S 是西貝克係數,κ 是導熱率,T 是絕對溫度。

導電性好、西貝克係數高,而且導熱率要低。這是優質熱電材料的三大條件。

於是,研究熱電材料的科學家從幾十年前開始,便朝著符合這些條件的方向努力。陳洋元說:「金屬的導熱都太好了,並不適合當作熱電材料。目前主要的做法是用各種半導體材料,搭配不同的摻雜元素及比例,來找出最佳化的 ZT 值。」

半導體材料是良好的熱電材料,依據摻雜的元素種類,可分為 n 型(電流載子為電子,帶負電)與 p 型(電流載子為電洞,帶正電),製作熱電材料時,會將 n、p 型材料組合成上圖「熱電偶」的形式。圖│研之有物(資料來源│陳洋元)
半導體材料是良好的熱電材料,依據摻雜的元素種類,可分為 n 型(電流載子為電子,帶負電)與 p 型(電流載子為電洞,帶正電),製作熱電材料時,會將 n、p 型材料組合成上圖「熱電偶」的形式。圖│研之有物(資料來源│陳洋元)

全世界各研究團隊多年下來,針對各種材料組合及摻雜比例,找出了不少值得關注的熱電材料候選者(如下表)。「你可以從中發現,多數的熱電材料都是溫度愈高,ZT 值愈高,在 600°C~700°C 的高溫會表現得很好。」陳洋元笑說:「只有一種材料適合在室溫運作,就是鉍-銻-碲(BiSbTe),目前為止無人能出其右。而且科學家大概 50 年前就發現它了,它保持世界紀錄至今 50 年。」

各種 p 型(左)、n 型(右)材料的 ZT 值與溫度關係圖。可以看到接近室溫(27°C,約300K)表現最好的材料為 p 型的 BiSbTe(藍色折線)。圖│陳洋元
各種 p 型(左)、n 型(右)材料的 ZT 值與溫度關係圖。可以看到接近室溫(27°C,約300K)表現最好的材料為 p 型的 BiSbTe(藍色折線)。
圖│陳洋元

控制晶格和缺陷,不讓熱傳過去!

找到優秀的材料搭配和比例還不夠!要提升熱電效果,還有一個重要因子:減低熱電材料的導熱率。微觀來看,就是精細地調控材料晶格或內部缺陷。

-----廣告,請繼續往下閱讀-----

晶格是材料的骨架,熱的本質是晶格振動,而熱傳導的本質便是晶格裡的原子以振動方式將能量傳遞給鄰近原子。因此,阻礙能量傳遞的方式,就是調控材料內原子的排列,以期達到導熱差、導電好的最終目的。

理想上可以利用「超晶格」,當不同種類的原子像三明治一般層層交替堆疊時,界面的原子與鄰近原子尺寸、重量都不同,這會造成晶格排列不順暢(晶格不匹配),彼此的振動能量也不易傳遞,大部分都會反彈回來,也就達到「導熱不佳」的效果了。

種類不同、尺寸與重量皆不同的原子間,由於晶格不匹配,振動比較不易傳遞,導熱率因此降低。

陳洋元進一步解釋,超晶格的每一層材料厚度、比例都必須嚴格控制,「因為我們只希望導熱率降低,但不希望影響到電子的移動。」也因此,這項製程「非常困難,需要的設備也很昂貴。超晶格結構如果要做到一張紙那麼厚,可能必須鍍膜上萬次,成本很高,東西也做不大。換言之,超晶格在學理上可行,但實際應用上有困難。」


「我們可以選擇退而求其次的做法。」陳洋元說。例如在材料裡刻意摻雜一些雜質,或製造晶格的空缺,包括:點缺陷、空位、差排、疊差等。以這些缺陷的數量來控制材料特性,在盡量不影響導電的狀況下降低熱傳導率。「這是比較簡單可行的做法。」

-----廣告,請繼續往下閱讀-----
圖片為「疊差」缺陷。對於熱電材料來說,為了降低導熱率,理想上可利用「疊差」來調控材料內部「缺陷」,最終目的是導熱變差,卻能保有良好的導電率。圖│研之有物(資料來源│陳洋元)
圖片為「疊差」缺陷。對於熱電材料來說,為了降低導熱率,理想上可利用「疊差」來調控材料內部「缺陷」,最終目的是導熱變差,卻能保有良好的導電率。圖│研之有物(資料來源│陳洋元)

熱電材料自有用武之地

熱電材料在實際應用上,發展得比其他再生能源慢,主要原因還是在發電效率不夠好。目前在室溫下最好的熱電材料,轉換效率約 3~4%,相較之下,太陽能發電目前的轉換效率約在 15~20%。這也是熱電材料在能源發展上較少被提及的主因。

「不過其實熱電材料在 600°C~700°C 的高溫下,轉換效率可以超過 10%。」陳洋元說。因此,幾年前美國一度打算將熱電材料用在汽車的廢熱回收,畢竟燃油引擎的油電轉換效率大約在 30% 左右。「剩下的 70% 都變成廢熱排出去了。如果能把其中 10% 的廢熱轉換成電能,等於是引擎效率的一大躍進。」不過後來,隨著電動車逐漸成為主流發展方向,這項應用也就失去關注了。

熱電材料就這樣無英雄用武之地了嗎?並不是。其實早在 30~40 年前,它就已經應用在太空科技上了。太空船或衛星發射到太空中之後,需要電能維持運作,除了太陽能以外,熱電也是重要的電力來源。陳洋元以航海家一號舉例,「它朝著太陽系外離去,過程中太陽光會愈來愈微弱,因此不能完全仰賴太陽能做為電力來源。」因此,航海家一號就有使用熱電技術,其中熱的來源是鈾、鈽等放射性材料,它們在衰變過程會放熱,與外太空趨近絕對零度的環境產生溫差,藉此發電。「這些放射性材料的半衰期是幾十億年,對我們來說像是萬年之毒,但對太空船來說,卻像是永恆的電力來源。」陳洋元說。

熱電轉換效率不佳,但對於缺乏電力來源、外界環境溫度極低,又不怕放射性汙染的太空科技來說,是很好的發電選擇。

此外,熱電材料不只能把熱轉換成電,也能反過來,利用材料兩端的電壓差回推來產生溫度差。也就是說熱電材料的應用不限於發電,它也能做為冷氣、冰箱等使用的溫度計;或是在熱電材料上外加電壓,產生電流,造成材料兩端的溫度差,做為冰箱、電腦 CPU 的致冷元件。

-----廣告,請繼續往下閱讀-----

陳洋元也在近兩年,研究開發出薄型熱電晶片,裡面的結構是 128 對微小的 p 型、n 型半導體柱,就像 128 個小小的乾電池串聯一樣,能把熱電效應放大百倍。陳洋元解釋,雖然熱電效率不高,無法用在大型工廠等需要巨大電量的狀況,但這樣的晶片可以用來製作「熱電自充隨身電源」,應用在手機或電子手錶等隨身穿戴式電子裝置上,這類裝置需要的電量不高,但可能隨時有充電需求。「想像一下這樣的場景,你走在路上發現手機沒電了,於是拿出熱電自充隨身電源,利用自身體溫與室溫的溫差,幫手機緊急充電。」

薄型熱電晶片內包含了 128 對 p 型、 n 型半導體,具有輕巧的外形。圖│陳洋元
薄型熱電晶片內包含了 128 對 p 型、n 型半導體,具有輕巧的外形。
圖│陳洋元

隨著網際網路的發展,基地台熱點愈來愈多,這也讓陳洋元對於熱電材料的應用潛力更加樂觀。「在某些偏遠地帶,例如玉山的基地台,電力供給或許就不需要建置發電站,利用熱電材料(透過溫差發電的特性),只要送一桶瓦斯去就好,方便多了!」或者,熱電材料也能與太陽能互補,「因為太陽能發電使用的是太陽光,它的輻射熱並沒有被利用到,這一點可以用熱電材料來加強補足。」陳洋元說。

另外,陳洋元也正在與廠商合作,希望能製作中型、大型的發電機。陳洋元說:「一個熱電晶片大約能發 20 瓦的電,把 25 個晶片合起來,就能有 500 瓦。」儘管成本比一般發電機高,但熱電發電機具有輕巧、無噪音等優點,「我相信它在未來是一個機會。」

熱電材料的研究還在如火如荼的進展著,而陳洋元對它的未來也抱持著樂觀的態度。回頭看看熱電材料的優質係數 ZT 值,「只要我們想辦法降低導熱率,它理論上還能再拉高。」陳洋元說:「現在室溫下的 ZT 值最高是 1 點多,在不久的未來,我們很有可能就突破它了」

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
研之有物│中央研究院_96
296 篇文章 ・ 3653 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