2

5
4

文字

分享

2
5
4

能量看不到,那就透過介質來觀察吧!——《物理學的演進》

商周出版_96
・2021/04/17 ・2453字 ・閱讀時間約 5 分鐘 ・SR值 554 ・八年級

  • 作者|Albert Einstein, Leopold Infeld
  • 譯者|王文生

雖然沒有任何實際參與流言散布的人真的在兩個城市間旅行,來自倫敦的小道消息,很快地傳到了愛丁堡。這個過程,涉及兩種截然不同的動作,一種和流言本身有關,從倫敦到愛丁堡;另一種,則要歸咎散播流言的人。一陣風吹過麥田,帶起一道穿過整片田地的麥浪。這一次,我們還是要分清楚波的運動,以及個別植物的運動之間的差異。植物只是稍稍晃動而已。我們曾經看過,把石頭丟進池塘中,水波的圓越來越大,藉此傳播出去。

波的運動方式,和水粒子的運動方式相當不同。水粒子只是上下運動。我們觀察到波的運動,是物質的狀態變化,物質本身並不是波。

從水面上的一顆軟木塞就能清楚地見到這個現象。軟木塞上上下下的動作,和水實際上的運動類似,它的運動不是波造成的。

把石頭丟進池塘中,水波的圓越來越大,藉此傳播出去。圖/Pexels

為了深入了解波的機制,我們再來考慮一項思想實驗。假設在一個足夠大的空間裡,均勻地被水、空氣,或其他種「介質」填滿。空間的中央處有一個球體。實驗開始時,沒有任何運動。突然,球體開始規律地「呼吸」,體積擴張,然後縮小,在此同時維持球狀的外表。介質會發生什麼變化?我們從球體開始擴張的瞬間開始分析。緊鄰球體的粒子被推開,導致周邊一層球殼狀的水,或是空氣的密度上升,高於正常值。經由類似的過程,球體縮小時,緊鄰球體介質的密度下降了(下圖)。組成介質的粒子只是微幅振動,但是,整體的運動卻是一個行進的波。基本上,我們現在正踏入全新的領域,第一次考慮物質以外的運動,也就是經由物質傳遞的能量產生的運動。

球體縮小時,緊鄰球體介質的密度下降了。圖/《物理學的演進

以脈衝球體為例,我們可以導入定義波的性質時相當重要的兩項普通物理觀念。首先是速度,描述波的傳遞。它和介質有關,例如,波在水和空氣的傳播速度不同。其次是波長 (Wave Length)。在海上或河流傳遞的波,它的波長是從一個波到另一個波距離,或是一個波峰到另一個波峰的距離。因此,海上的波相較於河裡的波具有較大的波長。至於脈衝球體產生的波,波長是在某個固定時間點,兩個密度最大或最小的相鄰球殼之間的距離。很明顯,這個距離不會只和介質有關,脈衝球體縮放的速度顯然對波長有不小的影響。縮放的速度越快,波長越小;縮放速度越快,波長越大。

-----廣告,請繼續往下閱讀-----

波的觀念在物理學取得巨大的成功。

波是力學的觀念,這點無庸置疑。波的現象被簡化為粒子的運動,而且根據動力學理論,粒子由物質組成。因此,所有用到波的觀念的理論,一般來說都能視為力學理論。比方說,聲學現象的解釋,基本上建立在波的觀念。物體的振動,像是聲帶和琴弦,是聲波的來源。聲波在空氣中的傳遞模式,和脈衝球體波相同。如此一來,將所有聲學現象透過波的觀念簡化為力學是可能的。

前面已經強調過,我們得清楚地分辨粒子的運動和波的運動,後者是介質的一種狀態。兩種運動差異不小,但是,在脈衝球體的例子,兩種運動顯然發生在同一條直線上。介質粒子在一條短線段上振盪,隨著振盪運動,介質密度週期性地增加和減少。波傳遞的方向,與振盪發生的直線的方向,兩者相同。這種類型的波,稱為縱波 (Longitudinal wave)。但是,波只有這一種形態嗎?為了接下來的討論,我們必須認知到另一種類型的波存在的可能性,稱為橫波 (Transverse wave)。

我們調整一下先前的例子。現在依然有一個球體,但是它浸在一種膠狀介質裡,不是空氣,也不是水。此外,球體不再是縮放,而是朝一個方向旋轉一個小角度,再轉回來。旋轉的節奏是固定的,轉軸也不變。膠狀介質附著在球體周遭,被迫以相同的方式運動(下圖)。一部分的力作用在稍微遠一點的地方,造成該處產生相同的運動,如此一來,介質中就產生一個波。如果我們留意到介質的運動與波的運動之間的差異,會發現它們並不是發生在同一條直線上。波沿著球體的直徑方向傳播,而介質的運動則和這個方向垂直。以此方式,我們造出一個橫波。

膠狀介質附著在球體周遭,被迫以相同的方式運動。圖/《物理學的演進

在水的表面傳遞的波是橫波。漂浮的軟木塞上下浮動,水波則沿著水平面傳遞。另一方面,聲波則是我們最熟悉的縱波範例。

-----廣告,請繼續往下閱讀-----

還有一點:脈衝的球體和震動的球體,在同質的均勻介質中製造的是球形波。這是因為在任意時間點,任何圍繞著球體的球殼上的任何一點,行為都是相同的。讓我們考慮位在波源遠處,以波源為球心的球殼上的一個小塊。我們考慮的小塊越小,距離波源越遠,它就越接近一個平面。若不做太嚴謹的考慮,可以說半徑夠大的球殼上的一小部分,和平面其實沒有什麼差距。我們常常把遠離波源的球形波上的一小部分,稱為平面波。如果把下圖著色的區域再向遠離球心的方向移動,兩條半徑中間的夾角就會越來越小,更接近平面波。平面波的觀念和某些物理觀念很類似,它們是虛構的,無法以完美的精確度製造出來。然而,平面波依然是相當有用的物理觀念,不一會就能派上用場。

著色的區域再向遠離球心的方向移動,兩條半徑中間的夾角就會越來越小,更接近平面波。圖/《物理學的演進
——本文摘自《物理學的演進》,2021年2月,商周出版。
文章難易度
所有討論 2
商周出版_96
119 篇文章 ・ 361 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

1
2

文字

分享

0
1
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 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,因此穫有「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。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科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

1

4
0

文字

分享

1
4
0
「真.無線充電」?試試電磁波獵能手環,你的身體就是最好的捕能裝置!
PanSci_96
・2023/04/22 ・2679字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

你的手機能無線充電嗎?不過,雖說是無線充電,但還是得要放在充電盤上,由充電盤連結一條電線,這樣的充電方式,想必跟大家期待的「真.無線充電」有落差。

好消息是,有人提出一種藉由捕捉空間中的無線電波、獲得電能的無線充電方式,所以代表這些電能是完全免費的!但……這是真的嗎?

隔空充電可行嗎

現在我們已經可以透過無線網路串連全球的資訊,但是遠距能量傳輸卻尚未成真。

當代的無線通訊裝置,舉凡手機電話、wifi 網路、無線電、衛星定位等,都可以靠著不斷地發射無線電波來交換訊息。不過其實仔細想想,無線電波、電磁波其實就是不斷變化的電磁場。既然可以透過磁場變化來傳遞能量,那這些強大的電磁波網絡,是不是也可以拿來傳遞電能呢?

-----廣告,請繼續往下閱讀-----

實際上還真有類似的例子,一百年前最早的收音機竟然完全不需要插電!礦石收音機只需要天然礦石、金屬針、線圈和一些電線,就能收到附近廣播電台送出的訊號,轉換成聲音並放出。

那麼為什麼沒有沿用至今呢?主要就是效率的問題。礦石收音機需要不斷調整金屬針接觸礦石的位置,還得拉長長的天線來捕捉更多的無線電波;市售的礦石收音機玩具,甚至附有一條長長的鱷魚夾電線,可以接到大型金屬家具,產生更清楚、更大聲的聲音。當然這種收音機很快就被以電驅動的真空管收音機取代了。

2021 年初小米曾發表過隔空充電技術專利,利用指向型遠距充電,系統會先定位出手機的位置,再透過多個天線組成的陣列將電波瞄準發射給手機,克服電磁波發散的問題,據稱能在數公尺內進行無線 5W 的無線充電,雖然還不到快充,但也算是革命性突破。不過目前還在技術發表階段,尚未正式推出。

礦石收音機是利用天然礦石或晶體,加上天線、地線和調諧電路,所製成的收音機。圖/維基百科

無線射頻獵能

再換個角度思考,能量在傳遞的時候會向四周發散,而我們生活周遭到處都是會發出電磁波的 3C 產品,那能不能反過來,捕捉這些由其他電器溢散的電磁波,並轉為能量呢?

-----廣告,請繼續往下閱讀-----

還真的有人這麼做了。收集這些廢能,並轉化成可用電能的技術,就稱為「無線射頻獵能」。近十年來,有許多相關的技術與研究,不過效率大多還未到達實用階段。

就在今年一月,美國麻州大學團隊發表了一種可以用於無線射頻獵能的線圈手環,而且功率竟然比一般的線圈天線高十倍以上。

有趣的是,其實他們當時並不是在研究無線充電,而是如何使用 LED 快速閃爍來傳遞訊息;這種名為可見光通訊 VLC 的技術,有望成為未來 6G 通訊的方式。但發現到,這種技術需要 LED 以每秒數百萬次的頻率閃爍,過程中會釋放出大量不可用的無線電波,浪費掉許多能量;於是轉念一想,嘗試用線圈收集這些逸散的能量,降低傳訊時的能量浪費。

研究團隊發現,當線圈靠近金屬片時,收集能量的效率會變得更好。透過反射增強訊號,金屬片吸收環境中的電磁波再向外放出;隨著金屬片面積越大,攔截到的電磁波也越多,收集能量的效果也越好。

-----廣告,請繼續往下閱讀-----

但是無線充電就是要擺脫這些笨重的金屬板,於是研究人員開始拿生活周遭的 3C 產品來進行實驗。從獵能的功率來看,效果最好的依序是筆電、平板、手機。這和預期的一樣:面積越大,獵能效果越好。

然而,意想不到的是,實驗效果最好的,竟然是人體!

推測這是因為人體中含有大量水分,其容易導電、被極化的特性有助於蒐集空間中的電磁波。人體就是一根巨大的共振天線,能增加無線電訊號的發射效率,同樣的道理,也可以用來收集環境中的無線電波能量。

人體是巨大的共振天線!圖/GIPHY

研究團隊將線圈手環的設計稱為「Bracelet+」,是第一個借助人體的獵能裝置;後續又嘗試將線圈做成戒指和手環,希望能打造出輕便的隨身獵能裝置。

-----廣告,請繼續往下閱讀-----

那這樣是不是以後只要綁條線圈在手上,就再也不需要幫手機充電了呢?該線圈手環目前在數公尺的距離外最多可以捕獲微瓦等級的功率,也就是百萬分之一瓦。用這種電壓當然不可能幫手機充電,不過已經足以供應一些低功耗的隨身裝置,像是常見的智慧健康手環,或是負責監控體溫或血糖的元件,甚至類似心律調節器的植入式醫療器材,或許就可以利用該線圈設計,減少充電的頻率。

在 5G 物聯網的架構中,各種居家和隨身裝置必須隨時維持連線,如何為這些獨立、低功耗的裝置供電便成了重要的課題。在這種情況下,如果可以汲取周遭無線電波的廢能,不只可以節省能源,還能免去定期更換電池或充電的麻煩。

遠距充電熱潮

目前的 5G 和開發中的 6G 技術,都持續往電磁頻譜中更高頻率的部分去探索,設置覆蓋率更高、頻譜更寬的無線通訊網絡,而這些頻率的電磁波也將為無線充電帶來新的發展機會。

去年在 Scientific Reports 期刊上,有篇研究提出了 5G 網路作為電力網的想法。團隊針對 5G 使用的頻率設計出一種天線以及搭配的電路,可以在 180 公尺外接收到 6 微瓦,為無線電力網的夢想邁出了第一步。

-----廣告,請繼續往下閱讀-----

不過,在這波遠距無線充電的熱潮下,市面上也出現許多令人半信半疑的遠距充電技術。

例如 2011 年一家新創公司推出了超音波充電技術,宣稱可以透過空氣的震動替手機充電;然而,雖說超音波充電雖然在原理上可能可以運作,但在充電效率和經濟成本上根本不切實際,對人體健康的影響也相當有爭議。

除此之外,還有一家叫做 TechNovator 的公司推出了前所未聞的量子充電技術,他們宣稱可以透過「能量量子化」來傳輸能量,並且在「空間中創造能量結構」,還不需要任何形式的電磁場,就可以達成 100 瓦的無線充電!至於到底有沒有這麼好的事,就留給各位判斷了。

在所有物品與資訊都以無線網路相連的這個時代,無線的電力傳輸與電力網是關鍵的下一步;能夠有效的無線傳輸能量,才能讓我們生活周遭的智慧裝置擺脫電線的束縛,減少電池的消耗,成為一個自由移動,自給自足的物聯網。

-----廣告,請繼續往下閱讀-----

不論是透過可見光、wifi、還是 5G 訊號,無線且遠距的充電與獵能,將來勢必會有讓人驚豔的發展。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

所有討論 1
PanSci_96
1226 篇文章 ・ 2319 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

2

3
0

文字

分享

2
3
0
盤點全球生活條件——我們需要多少能量,才能讓所有人過上體面的生活?
安比西林_96
・2021/10/01 ・2933字 ・閱讀時間約 6 分鐘

每天煩惱三餐要吃什麽、出門要怎麽穿、回家後有沒有舒適的被窩可以鑽,應該是我們大部分人的日常。然而,在社會的某些角落,「貧窮」卻可能讓人連基本生理需求都難以滿足。

要消除貧窮,免不了增加資源消耗,但全球暖化危機當前,人類又不得不展開節能減碳的行動。面對「對抗貧窮和調適氣候變遷,兩者是否相互衝突」的疑問,科學家們提出了一個直指核心的問題:我們需要多少能量,才能讓所有人過上體面的生活?

打造放諸四海皆準的人類基本福祉指標!

為了解答這個大哉問,來自國際應用系統分析研究所(IIASA)的研究者們,提出了一個新的指標——「體面生活標準」(Decent Living Standards,DLS )。它源自於基本人權與公平正義的普世理念,定義為任何人都應享有的一系列基礎物質與社會滿足要件;不論你出身何處、對好的生活有何想法,或擁有什麽訴求

這些基礎條件,可以分為五大面向:營養(Nutrient)、庇護所(Shelter)、健康(Health)、社會互動(Socialization)及可移動性(Mobility)。在食衣住行方面,除了三餐溫飽及空間大小充裕的住處外,DLS 更貼心地考慮生活的細緻之處,例如乾淨的衛浴、可以烹飪、保存食物的基礎家電,以及高緯度地區在冬、夏兩季不可或缺的溫控設備等等。DLS 也不止步於基本物質需求,更涵括一個健全生活的人應享有的醫療服務、義務教育,使用基本通訊和交通設施,以及進行社交聯繫和政治參與的權利。

「體面生活標準」所列出的指標。圖/參考資料 2

逐項列出統一化的 DLS 各面向的要求後,研究者們會根據不同國情,例如氣候、都市化程度、文化及科技經濟結構的程度,去計算各國達成這些基準的閾值能量。除了國與國的差異,在計算上,也會納入在地的城鄉差距。

舉例來説,訂定了擁有足夠空間和熱舒適的房屋通用標準後,研究者會把它換算成各地所用的不同建材,及建設與維持各類民生服務的基礎設施(如水電廠、運輸系統等)所需耗費的能量。有了 DLS 的理想標竿值,再與每個國家目前用於實現 DLS 的能源進行比較,就可估算出填補 DLS 缺口所需的能源需求。

-----廣告,請繼續往下閱讀-----

為什麼要以「能量」衡量生活標準?

過去,我們總是以滿足生活標準的最低收入,來制定貧窮線的水平。但 DLS 作為最低限度理想生活的基準,採用的是計算能源消耗量(energy consumption)常用的單位,即千兆焦耳(Gigajoule,GJ)或十萬億焦耳(Exajoule,EJ)。一般國家的能源消耗量,都與基礎建設有關,大部分來自化學燃料的燃燒,以及水力發電、核電、風力發電、太陽能發電等。

值得注意的是,DLS 分析結果顯示,無法過上體面生活的人,數量遠比處在貧窮線底下的人來得多!這說明:現有衡量貧富的指標,跟實際情況是脫節的。以金錢收入作為生活水平的衡量單位,是預設個人能透過消費,去換取相應的生活品質。但現實中,有一大部分的人,即使收入高於貧窮門檻,現今社會所投入建設的能源,卻未必足以讓他們過上體面的生活。

因此比起以金錢為單位,DLS 由下而上(bottom-up)去推算建設和維持基本物質需求所耗費能量的模式,也許更適合作為反映人類生活品質的指標。以消耗能量為單位的 DLS 不只有物質條件,也納入社會層面的需求,因此可以為政策制定者在思考資源規劃時,提供更直接、全面的參考。

世界並不公平,尤其在所需耗費的能量上

上方柱狀圖中表示的是各區域平均人口與 DLS 之間的差距,空白間隙及其上數值越大,表示距離達至 DLS 的缺口越大。而下方光譜顯示由 0 至 1 表示體面生活至缺乏體面生活的量度,顔色越深則表示越沒有體面的生活。圖/參考資料 1

搭配各國戶口統計調查、世界銀行(World Bank)發展指標等數據,研究者推算出世界各國在不同面向上與 DLS 的差距。結果顯示,北半球的北美與歐洲,大部分人民都過著與 DLS 相距不遠的生活。然而,南方卻呈現截然不同的境況。

-----廣告,請繼續往下閱讀-----

在撒哈拉以南的非洲國家,有超過 60% 的人口在居家、溫控、衛浴與飲用水設施上,都相當匱乏。部分南亞與太平洋地區也面臨類似困境,尤其缺少乾淨的保暖與烹飪設施。這與他們使用的傳統生質能源帶來的不良健康影響有關。此外,部分亞洲、中東、拉丁美洲地區,也存在不便取得飲用水和保暖設施等等的缺口。

那麽,要投入資源做新建設,弭平當今與未來人口與 DLS 之間的距離,我們還需要多少能量呢?研究者設定情境估算,在 2040 年前,我們總共需要 290 EJ 的累積能量——大概是如今全世界每年所消耗能量的四分之三!是的,當今世界平均所消耗的能量,其實早已超過滿足每個人 DLS 的額度。在提升生活標準的耗能中,有大半會是拿來打造適宜的居所,四分之一用以建設以公共交通為主的交通設施,而改善健康營養所需的能量,會比推動社會互動來得少。

上圖顯示 2015 年至 2040 年間,全球用以投入建設以達到 DLS 所需的累積能量。不同顏色的區塊代表不同 DLS 的面向,而區塊大小則表示其所占總能量的比例。圖/參考資料 1

如果我們能成功在 2040 年時,讓所有人都達到 DLS,那在 2050 年時達到體面生活,最終需要年均 156 EJ 的能量,其中 108 EJ 會是供南方世界所用。到時候,人類生活的耗能大抵都會用在移動、通勤上,其次是維持健康及居住品質,而投入在維持社會互動所需的能量所占比例最低。

2050 年時,用以支持全球人口達到 DLS 所需的年均能量。圖/Kikstra, et al. (2021)

另一個研究的重要發現是,由於各地的氣候、文化和交通管道不同,即使在同一套 DLS 下,有些地區就是會比其他地區耗費更多能量,才能達到相同的基準,這個能量差異甚至可達 4 倍!例如,高緯度國家會需要耗費更多能量,來維持相同舒適的室内溫度;同樣的通勤距離,公共交通覆蓋率高的國家不需太多能量就能完成,但在個人擁車率高的地區,就會產生更多耗能。

-----廣告,請繼續往下閱讀-----

結論:消除貧窮與對抗氣候變遷不衝突

總體而言,DLS 的研究結果,在貧富懸殊與氣候正義議題上提供了新的視野,告訴我們:投入消除貧窮的能量,並不會對調適氣候變遷的行動產生威脅。現今人類社會所產生的能量,其實大都挹注在讓原本就充裕的生活更好,而非幫助仍在體面生活基準下的人。因此,各國如何在經濟成長與耗能規劃上取捨,找出更公正、有效率的資源重分配方式,才是關鍵解決之道。

參考資料

  1. Decent living gaps and energy needs around the world
  2. Decent Living Standards: Material Prerequisites for Human Wellbeing
  3. Energy requirements for decent living in India, Brazil and South Africa
  4. 让全球老百姓过上体面生活不会拖累气候减排目标
  5. How much energy do we need to achieve a decent life for all?
  6. 維基百科:貧窮門檻
所有討論 2
安比西林_96
10 篇文章 ・ 9 位粉絲
本職為生態環境領域的可撥煙酒生。 不定時掉落科普文章。 大家一起嗑科科(❍ᴥ❍ʋ)