0

6
1

文字

分享

0
6
1

《沙丘》的沙子是流體還是固體?——「顆粒體」的運動原理

研之有物│中央研究院_96
・2022/06/18 ・6632字 ・閱讀時間約 13 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/黃品維、簡克志
  • 美術設計/蔡宛潔

顆粒體如何流動?

流沙、土石流、穀倉的米……這些顆粒體,究竟是如何流動的?過去,科學界對於「顆粒流」的研究起步非常晚,也一直缺乏統整型的理論。中央研究院「研之有物」專訪院內物理研究所蔡日強副研究員,他長年研究顆粒體的運動行為,實驗室透過自創的顆粒軟球實驗,試圖找到全新的方法來描述顆粒流,並為固體與流體兩個歷史悠久的學術領域,搭建出一個溝通的橋梁!

從流沙到洗米:隨處可見的「顆粒體」

「顆粒體的流動」(Granular flows)聽起來或許有點生硬,但它其實是我們生活中常見的現象,像是在廚房裡洗米、攪拌咖啡豆、或是在工地攪動砂石,都是顆粒流的一種。而如果以人類文明的發展來說,從古時候建造金字塔、到現在火星探測器的著陸,也都有顆粒流的現象參與其中。

然而,即使顆粒流與我們息息相關,科學家對它的了解卻少之有少。究竟,顆粒體是怎麼流動的?有沒有一個方程式,可以描述顆粒流的行為?中研院物理所的蔡日強副研究員,長年進行顆粒體相關研究,這一次,他希望透過全新的實驗,解開顆粒體的流動之謎!

-----廣告,請繼續往下閱讀-----
要如何描述顆粒體的流動呢?是固體?還是流體?圖/iStock

萌芽階段的顆粒流研究

不管是固態力學或是流體力學領域,都是「百年老店」,已經累積了上百年的歷史。相較之下,顆粒流的研究非常年輕,僅僅是最近幾十年的事情而已。造成這樣的原因,除了顆粒流本身的複雜性之外,也是因為它的定位,一直處於「三不管地帶」。

顆粒流很特別,它像固體一樣,能夠堆疊、擠壓,可是又會有流動的行為,若只用固體或流體的角度切入,都很難完整描述這樣的現象。然而在學術圈,固體和流體兩大流派,經過上百年的發展,都有各自根深柢固的作法、解讀現象的方式,彼此之間存在著很大的鴻溝。

「在學術界,Solid(固體)的人講 Solid 的語言,Fluid(流體)的人講 Fluid 的語言,兩邊的溝通其實非常少!」蔡日強笑著說「我以前參加過一個應用力學大會,大會裡的會議名稱,直接分成兩種開頭,一種是 S、另一種是 F,擺明了他們討論事情的角度,不是固體就是流體。」

對顆粒流來說,這樣的二分法顯得非常尷尬。蔡日強認為,如果可以從固體與流體領域,各自吸取一些精髓,或許能夠連接兩個學派,用不一樣的角度研究顆粒流!

-----廣告,請繼續往下閱讀-----

如何研究「顆粒體的流動」?

為了瞭解顆粒體如何流動,蔡日強設計了一套獨特的實驗方法,可以分為「顆粒體」與「容器」兩個部分。

在「顆粒體」方面,蔡日強採用醫用材料(PDMS),製作出許多顆粒軟球,硬度接近橡皮擦、大小約一公分。為什麼會採用「軟」球來代表顆粒體呢?

過去,在物理學家的理論中,常常會把顆粒體視為「剛體」。然而,剛體的假設在理論上不僅無法呈現顆粒體被壓縮的情況;而且實驗上,也很容易遇到麻煩!

如果採用剛硬的顆粒體做實驗,在緊密排列時,很容易「卡死」,不只完全動不了,也很可能讓珍貴儀器損壞。為了讓顆粒體可以緊密排列,又不會完全卡死讓儀器動不了,可以擠壓、變形的顆粒軟球,就成為了最好的實驗材質。

-----廣告,請繼續往下閱讀-----
影片為實驗室展示用,實際操作時液體會淹沒顆粒軟球,保持液體折射率和軟球一致,以便用光學攝影機記錄內部軟球的運動情況[註1]
資料來源/研之有物
上圖為蔡日強展示顆粒軟球與填充液體折射率一致的情況。圖/研之有物

至於在「容器」方面,蔡日強在裡面設計了齒輪狀的錐形圓盤:上方的錐形圓盤連接馬達,可以不斷旋轉;齒輪狀可以咬住顆粒軟球,帶動容器內的顆粒軟球一起轉動。

設計成錐形的用意,則是可以讓容器內的顆粒體,不論在什麼位置,切變率(shear rate)都可以維持一致。簡單來說,錐形圓盤試圖讓讓整體流動盡可能「均勻」,讓相鄰顆粒之間的速度不至於落差太大[註2]

齒輪狀的錐形圓盤,為了讓軟球盡量保持一致的切變率。圖/研之有物

每一次的實驗,錐形圓盤都會進行定速轉動(固定角速度,Ω),施以所有顆粒軟球固定的切變率。同時,研究團隊也會記錄,在馬達固定轉速時,系統需要多大的轉矩來對抗馬達。但初步實驗即出現了非常匪夷所思的現象!

匪夷所思的實驗結果

顆粒軟球實驗的示意圖與記錄,不同顏色的曲線記錄了顆粒軟球在不同轉速下的轉矩變化。圖/研之有物(資料來源|蔡日強)

從上圖的實驗數據顯示,在低轉速時(Ω = 0.0001 rps),系統產生的轉矩最高;在高轉速時(Ω = 0.05 rps),產生的轉矩反而偏低。

-----廣告,請繼續往下閱讀-----

這是什麼意思呢?你可以想像你在攪拌一碗綠豆,當你攪得越慢,遇到的抵抗卻越大;攪得越快,遇到的抵抗反而越小,聽起來是不是有點不合常理?

更奇怪的是,在兩種轉速之間,也就是中等轉速(Ω = 0.005 rps)的時候,轉矩出現了不規則劇烈起伏。從圖中的藍線可以看到,轉矩一次又一次的爬升、跌落、再爬升、再跌落,就像小型地震一樣,出現了大規模的「集體崩落」!

從鏡頭中看崩落現象

團隊在實驗時同步攝影,儀器每轉一定的角度(比如:每萬分之一圈),就將顆粒流的剖面擷取成影像。

實驗時容器內部剖面的圓球運動情況,顆粒軟球有加螢光染料顯影。資料來源/蔡日強

接著,將相片中每一格像素轉為對應數值,分別與上一時刻的照片相減,來得出顆粒體與上一時刻間的「差分影像」。

-----廣告,請繼續往下閱讀-----
差分影像(State α):高轉速,承受轉矩小。其中:紅色表示顆粒由此側離開,藍色表示顆粒向此側接近。資料來源/蔡日強
差分影像(State T):中轉速,轉矩劇烈起伏,有集體崩落現象。其中:紅色表示顆粒由此側離開,藍色表示顆粒向此側接近。資料來源/蔡日強
差分影像(State β):低轉速,承受轉矩大。其中:紅色表示顆粒由此側離開,藍色表示顆粒向此側接近。資料來源/蔡日強

藉由這些時變圖,我們得以更明確地判讀顆粒體的運動方式,了解顆粒軟球位移的方向、快慢、範圍。從影像中可以看到,相較於高轉速與低轉速,在中等轉速時,確實出現了大規模顆粒球同時位移的現象,綜合以上的實驗數據和影像,團隊總結了幾個問題:

  1. 一般而言,流體在速度越快的時候,阻力會越大。然而在這次的實驗中,轉速越快、轉矩反而變小,跟過往認知不一樣。
  2. 中等轉速時,為何會出現集體崩落的現象?
  3. 有沒有什麼指標,可以預判集體崩落的出現?

這些問題,讓團隊當時感到十分頭痛,蔡日強回憶「剛開始我也覺得怪怪的,不過我們常說,如果你發現一件比較奇怪的事情,那只有兩種可能:一種是你弄錯了,另一種是真的有個新發現了!」

摩擦係數不是常數?

那麼,在顆粒流切變率加快的同時,究竟有什麼物理性質跟著改變了?

為了解決這些疑惑,團隊進行了許多獨立實驗。其中一個關鍵的實驗,就是量測顆粒軟球材質的「摩擦力」。他們採用同樣是 PDMS 材質的半圓柱棒,兩兩接觸並以不同切面速度(U)拖行,觀察過程中摩擦力的變化。

-----廣告,請繼續往下閱讀-----
橫軸是拖行速度,縱軸是磨擦係數(摩擦力/正向力)。圖/研之有物(資料來源|蔡日強)

結果發現,當拖行速度較慢的時候,摩擦係數大約保持在定值,基本上就跟大家過往的認知一樣。但有趣的是,當速度超過一個臨界速度(VC)之後,摩擦係數卻像是坐溜滑梯一樣開始下降,換言之,顆粒軟球的表面突然「變滑了」。

從這個實驗可以確定,摩擦係數並非定值,而是會隨著速度增加而改變的數值。其實,「摩擦係數不是常數」的概念,並非什麼驚天動地的新發現,但過去許多顆粒流的研究,卻忽略了這個基本現象,只把摩擦力當成一般常數看待。

「摩擦係數不是常數」並非新觀念,但大家似乎都忘記這件事了。

而當我們把這個概念,重新應用在顆粒流實驗時,那些匪夷所思的現象,突然都有了合理的解釋!根據團隊的推測,當錐形圓盤轉速加快,快到一定程度的時候,有些顆粒軟球之間的速度,可能已經超過了 VC,導致顆粒軟球摩擦係數下降,才會讓量到的轉矩降低。而「集體崩落」的發生也可能是如此。

崩落現象的風向球:「slipperiness」

有沒有可能推估,顆粒流系統在受力之後,到底會偏向固體?流體?或是發生崩落現象呢?

-----廣告,請繼續往下閱讀-----

為此,團隊創造了一個無因次量(不帶物理單位的參數),姑且稱為「slipperiness」,希望可以做為顆粒流行為的「預測指標」。

S 代表 slipperiness,定義為顆粒直徑(d)乘上切變率,再除以臨界速度(VC)。圖/研之有物

slipperiness 可以大略解讀成系統「平均而言有多滑」,代表了顆粒之間相對速度與臨界速度 VC 的大小關係,以及摩擦係數減損的程度。

換言之,如果 slipperiness 遠大於 1 ,代表大部分顆粒體之間的速度大於 VC,摩擦係數近乎消失,難以構成橫向的受力,呈現幾乎「自由」的滑動,在這種情況下,顆粒體之間的液體成為阻力的主角,顆粒體的行為會比較偏向「流體」。

反之,如果 slipperiness 遠小於 1,顆粒體之間相對滑動即使有,速度也都不高,這種情況下摩擦係數接近定值,顆粒體之間可以很容易「消化」所有方向的力,扮演好整個系統承力的主角,顆粒體的行為會比較偏向「固體」。

然而,如果 slipperiness 剛好「不大不小」,代表這兩種極端情形有可能混搭,以局部或整體的方式交錯產生。最戲劇化的事件就會是前述的「集體崩落」,更正式的名稱可叫做「間歇流」。這危險區間的確切範圍,則有待更多細節來決定。

但有了 slipperiness ,蔡日強團隊至少搭出了第一座「橋梁」,連結過去難以相容的兩種觀點來看待顆粒流:一端是摩擦力完全沒打折,可視為「固體」(solid);另外一端,則是顆粒間摩擦力喪失殆盡,已經「完全液化」,可視為「流體」(fluid)。

然而,顆粒流的兩個極端之間其實有相當的過渡地帶,並不在原來習以為常的學術傳統裡。

雖然已發表的實驗還是非常簡化的版本,但蔡日強表示希望能透過論文提醒大家「摩擦力會改變」這件事,也希望拋磚引玉,「讓固體跟流體兩個學術社群,能夠有更多的對話」。

研究的下一步

現階段,團隊正著手改良實驗儀器並設計更多延伸實驗。舉例來說,如果顆粒軟球不一樣大,會發生什麼事?如果顆粒軟球不是圓球,行為會如何改變?如果軟球之間開始壓得不夠緊密的時候,「間歇流」的現象是否消失?這些問題,都是研究團隊接下來想了解的。

藥丸形狀的顆粒也許是團隊下一階段的研究對象之一。圖/研之有物

團隊也正積極透過電腦模擬,研究顆粒體在「無重力、無液體,僅考慮接觸力」的理想環境下,會有什麼樣的流動行為。

蔡日強說道「在實體實驗中,我們只有六個感測器可以推算顆粒流系統的受力反應,但在電腦模擬實驗中,等於有上千個感測器可以蒐集數據,真的是太棒了!」每一顆小球的受力、接觸、旋轉、位移等,在模擬中都看得一清二楚,讓團隊有機會作進一步的推論。

此為電腦模擬在中等轉速下的顆粒流變化。顆粒球之間的彈性能以顏色長棒標示,愈偏紅色那端、彈性能愈大、球和球之間愈緊;愈偏藍色那端、彈性能愈小、球和球之間愈鬆,顏色間的能量級距高達 10 的數次方 。影片中可以看到顆粒球發生集體崩落現象的「瞬間」,原本有很多紅橘色長棒,崩落之後幾乎都變成藍或綠,但長棒的數量只有些微增加,顯示彈性能隨著崩落事件大量釋放。資料來源/蔡日強

下圖是團隊正在統整的「三態圖」,顆粒流有三大區塊,分別是「固態」、「液態」,以及下方的「氣態(懸浮態)」。在緊壓(高密度、高壓力)的狀況下,固態和液態兩極端之間呈現一條「危險走廊」,可看到此案例在 slipperiness 介於 0.001 到 1 之間,發生集體崩落的現象。

「顆粒體三態」的示意圖,縱軸為每顆球「接觸多少鄰居」的平均值,橫軸為 slipperiness。接觸鄰居愈多,表示顆粒之間愈密合。反之,若接觸鄰居低於 2,就很難維持力學結構了。介於固態(紅)和液態(綠)兩個極端之間的過渡帶(橘),正是前述「集體崩落」現象發生的地方,也就是「間歇流」!圖/研之有物(資料來源/蔡日強)

不久之前,蔡日強也開始翻閱地震相關的書籍,想要了解顆粒流「集體崩落」的現象,與真正的地震和土石流,是否有可以互相參照的可能性?蔡日強的期待是讓「顆粒流研究」成為物理學家走入現實世界領域的另一個起點。

「我們離真正的戰場還很遠」,蔡日強笑著說:「但這一切,才正要開始!」

蔡日強(左1)與研究團隊嘗試用新的方式描述顆粒流行為,並為固體與流體兩個歷史悠久的學術領域,搭建出溝通的橋樑。圖/研之有物

註解

  1. 液體折射率和軟球一致是為了讓光線走直線,而不被球的表面偏折。這些膠球還會加上螢光染料,以便在光學攝影機下觀察。
  2. 切變率:在此指的是顆粒水平速度隨高度的變化率,更廣泛的定義參見延伸閱讀〈流沙、地震、土石,與沙漏裡的物理:「動靜之間」〉。

延伸閱讀

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3862 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

0

1
0

文字

分享

0
1
0
停工即停薪:如何證明你的時間值多少?車禍背後的認知 x 情緒 x 金錢 x 法律大混戰
鳥苷三磷酸 (PanSci Promo)_96
・2026/01/09 ・3351字 ・閱讀時間約 6 分鐘

本文與 PAMO車禍線上律師 合作,泛科學企劃執行

走在台灣的街頭,你是否發現馬路變得越來越「急躁」?滿街穿梭的外送員、分秒必爭的多元計程車,為了拚單量與獎金,每個人都在跟時間賽跑 。與此同時,拜經濟發展所賜,路上的豪車也變多了 。

這場關於速度與金錢的博弈,讓車禍不再只是一場意外,更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出,我們正處於一個交通生態的轉折點,當「把車當生財工具」的職業駕駛,撞上了「將車視為珍貴資產」的豪車車主,傳統的理賠邏輯往往會失靈 。

在「停工即停薪」(有跑才有錢,沒跑就沒收入)的零工經濟時代,如果運氣不好遇上車禍,我們該如何證明自己的時間價值?又該如何在保險無法覆蓋的灰色地帶中全身而退?

-----廣告,請繼續往下閱讀-----
如果運氣不好遇上車禍,我們該如何證明自己的時間價值?/ 圖片來源: Nano Banana

薪資證明的難題:零工經濟者的「隱形損失」

過去處理車禍理賠,邏輯相對單純:拿出公司的薪資單或扣繳憑單,計算這幾個月的平均薪資,就能算出因傷停工的「薪資損失」。

但在零工經濟時代,這套邏輯卡關了!施尚宏律師指出,許多外送員、自由接案者或是工地打工者,他們的收入往往是領現金,或者分散在多個不同的 App 平台中 。更麻煩的是,零工經濟的特性是「高度變動」,上個月可能拚了 7 萬,這個月休息可能只有 0 元,導致「平均收入」難以定義 。

這時候,律師的角色就不只是法條的背誦者,更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台(如 Uber、台灣大車隊)的流水帳整合,或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入(例如學生開學期間),只要能證明過往的接單能力與紀錄,在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

-----廣告,請繼續往下閱讀-----
PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言 / 圖片來源: Nano Banana

300 萬張罰單背後的僥倖:你的直覺,正在害死你

根據警政署統計,台灣交通違規的第一名常年是「違規停車」,一年可以開出約 300 萬張罰單 。這龐大的數字背後,藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A:我在紅線違停,人還在車上,沒撞到也要負責? 許多人認為:「我人就在車上,車子也沒動,甚至是熄火狀態。結果一台機車為了閃避我,自己操作不當摔倒了,這關我什麼事?」

施律師警告,這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道,導致後方車輛必須閃避而發生事故,你就可能必須背負民事賠償責任,甚至揹上「過失傷害」的刑責 。 

數據會說話: 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態,其巨大的代價可能是人命。

-----廣告,請繼續往下閱讀-----

陷阱 B:變換車道沒擦撞,對方自己嚇到摔車也算我的? 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時,後方騎士因為嚇到而摔車,但你感覺車身「沒震動、沒碰撞」,能不能直接開走?

答案是:絕對不行。

施律師強調,車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係,你若直接離開現場,在法律上就構成了「肇事逃逸」。這是一條公訴罪,後果遠比你想像的嚴重。正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。

正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。/ 圖片來源: Nano Banana

保險不夠賠?豪車時代的「超額算計」

另一個現代駕駛的惡夢,是撞到豪車。這不僅是因為修車費貴,更因為衍生出的「代步費用」驚人。

-----廣告,請繼續往下閱讀-----

施律師舉例,過去撞到車,只要把車修好就沒事。但現在如果撞到一台 BMW 320,車主可能會主張修車的 8 天期間,他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算,光是代步費就多了 3 萬多塊 。這時候,一般人會發現「全險」竟然不夠用。為什麼?

因為保險公司承擔的是「合理的賠償責任」,他們有內部的數據庫,只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想,為了拿到這筆額外的錢,對方可能會採取「以刑逼民」的策略:提告過失傷害,利用刑事訴訟的壓力(背上前科的恐懼),迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外,駕駛人仍需要懂得談判策略,或考慮尋求律師協助,在保險公司與對方的漫天喊價之間,找到一個停損點 。

談判桌的最佳姿態:「溫柔而堅定」最有效?

除了有單據的財損,車禍中最難談判的往往是「精神慰撫金」。施律師直言,這在法律上沒有公式,甚至有點像「開獎」,高度依賴法官的自由心證 。

-----廣告,請繼續往下閱讀-----

雖然保險公司內部有一套簡單的算法(例如醫療費用的 2 到 5 倍),但到了法院,法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下,正確的「態度」能幫您起到加分效果。

施律師建議,在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」,這通常會有反效果。特別是面對看過無數案件的保險理賠員,裝兇只會讓對方心裡想著:「進了法院我保證你一毛都拿不到,準備看你笑話」。

相反地,如果你能客氣地溝通,但手中握有完整的接單紀錄、醫療單據,清楚知道自己的底線與權益,這種「堅定」反而能讓談判對手買單,甚至在證明不足的情況下(如外送員的開學期間收入),更願意採信你的主張 。

車禍不只是一場意外,它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代,無論你是為了生計奔波的職業駕駛,還是天天上路的通勤族,光靠保險或許已經不夠。大部分的車禍其實都是小案子,可能只是賠償 2000 元的輕微擦撞,或是責任不明的糾紛。為了這點錢,要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差,恐懼於「會不會被告肇逃?」、「會不會留案底?」、「賠償多少才合理?」而整夜睡不著覺 。

-----廣告,請繼續往下閱讀-----

PAMO看準了這個「焦慮商機」, 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」,而是「賦能」。不同於傳統律師收費高昂,PAMO 提倡的是「大腦武裝」,當車禍發生時,線上律師團提供策略,教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示,他們的目標是讓客戶在面對不確定的風險時,背後有個軍師,能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。 / 圖片來源: Nano Banana

從違停的陷阱到訂閱制的解方,我們正處於交通與法律的轉型期。未來,挑戰將更加嚴峻。

-----廣告,請繼續往下閱讀-----

當 AI 與自駕車(Level 4/5)真正上路,一旦發生事故,責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時,誰該負責?怎麼舉證?

但在那天來臨之前,面對馬路上的豪車、零工騎士與法律陷阱,你選擇相信運氣,還是相信策略? 先「武裝好自己的大腦」,或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網:https://pse.is/8juv6k 

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
1

文字

分享

0
2
1
AI 能像人類一樣思考?諾貝爾物理學獎研究助力人工智慧模擬人類大腦
PanSci_96
・2024/11/14 ・2117字 ・閱讀時間約 4 分鐘

即使再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?畢竟電腦的電子元件和我們大腦中的神經細胞結構截然不同。再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?

錯,可以。

2024 年諾貝爾物理學獎跌破所有專家的眼鏡,頒給了兩位研究機器學習的科學家——約翰·霍普菲爾德(John Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton)。他們以「人工」的方法打造了類神經網路,最終模擬出生物的「智慧」,奠定了當代深度學習的基礎。

為什麼解決人工智慧發展瓶頸的,竟然會是物理學?物理要怎麼讓 AI 更像人類?

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

從巴甫洛夫的狗到赫布理論:理解學習的基礎

為了解答這個疑問,我們需要一些背景知識。

20 世紀初,俄羅斯心理學家巴甫洛夫發現,狗在食物還沒入口前,就會開始分泌唾液。他進行了一系列實驗,改變食物出現前的環境,比如讓狗習慣在聽到鈴聲後馬上得到食物。久而久之,狗只要聽到鈴聲,就會開始分泌唾液。

大約 50 年後,神經科學家赫布(Donald Hebb)提出了一個假說:大腦中相近的神經元,因為經常同時放電,會產生更強的連結。這種解釋稱為「赫布理論」,不僅奠定了神經心理學的發展,更成為現代深度學習的基礎。

然而,赫布理論雖然描述了鄰近神經元的關係,卻無法解釋大腦如何建構出如此複雜的聯想網路。

-----廣告,請繼續往下閱讀-----

霍普菲爾德網路:物理學家對神經網路的貢獻

然而,赫布理論雖能描述神經元之間的關係,卻缺乏數學模型。物理學家約翰·霍普菲爾德從數學家約翰·康威(John Conway)的「生命遊戲」(Game of Life)中獲得靈感,試圖建立一個可以在電腦上運行的記憶系統。

霍普菲爾德受「生命遊戲」啟發,嘗試建立電腦記憶系統。圖/envato

「生命遊戲」由數學家康威(John Conway)發明,玩家開始時有一個棋盤,每個格子代表一個細胞,細胞可以是「活」或「死」的狀態。根據特定規則,細胞會根據鄰居的狀態決定下一次的生存狀態。康威的目的是展示複雜的系統不一定需要複雜的規則。

霍普菲爾德發現,這個遊戲與赫布理論有強大的關聯性。大腦中的大量神經元,在出生時處於初始狀態,經過刺激後,神經元間的連結會產生或斷裂,形成強大的記憶系統。他希望利用這些理論,創造一個能在電腦上運行的記憶系統。

然而,他面臨一個難題:赫布理論沒有明確的數學模型來決定神經元連結的規則。而在電腦上運行,必須要有明確的數學規則。

-----廣告,請繼續往下閱讀-----

物理學的啟發:易辛模型

霍普菲爾德從物理學的研究中找到了類似的模型:易辛模型(Ising Model)。這個模型用於解釋鐵磁性物質的磁性特性。

在鐵磁性物質中,電子具有「自旋」,自旋產生磁矩。電子的自旋方向只有「向上」或「向下」,這就像生命遊戲中細胞的「生」或「死」。鄰近的電子會影響彼此的自旋方向,類似於細胞之間的互動。

易辛模型能用數學描述電子間的相互影響,並通過計算系統能量,得出自旋狀態的分佈。霍普菲爾德借用了這個概念,將神經元的互動視為電子自旋的互動。

他結合了康威生命遊戲的時間演化概念、易辛模型的能量計算,以及赫布理論的動態連結,創造了「霍普菲爾德網路」。這讓電腦能夠模擬生物大腦的學習過程。

-----廣告,請繼續往下閱讀-----

突破瓶頸:辛頓與波茲曼機

約翰·霍普菲爾德於1982年發明聯想神經網路,即「霍普菲爾網路」。圖/wikimedia

然而,霍普菲爾德網路並非完美。它容易陷入「局部最小值」的問題,無法找到系統的全局最優解。為了解決這個問題,加拿大計算機科學家傑佛瑞·辛頓(Geoffrey Hinton)提出了「波茲曼機」(Boltzmann Machine)。

辛頓將「模擬退火」的概念引入神經網路,允許系統以一定的機率跳出局部最小值,尋找全局最優解。他還引入了「隱藏層」的概念,將神經元分為「可見層」和「隱藏層」,提高了網路的學習能力。

受限波茲曼機(Restricted Boltzmann Machine)進一步簡化了模型,成為深度學習的基礎結構之一。這些創新使得 AI 能夠更有效地模擬人類的思維和學習過程。

AI 的未來:跨學科的融合

霍普菲爾德和辛頓的工作,將物理學的概念成功應用於人工智慧。他們的研究不僅解決了 AI 發展的瓶頸,還奠定了深度學習的基礎,對現代 AI 技術產生了深遠的影響。因此,2024 年諾貝爾物理學獎頒給他們,並非意外,而是對他們在跨學科領域的重大貢獻的肯定。

-----廣告,請繼續往下閱讀-----

AI 的發展,離不開物理學、生物學、數學等多學科的融合。霍普菲爾德和辛頓的工作,正是這種融合的典範。未來,隨著科學技術的進步,我們有理由相信,AI 將越來越接近人類的思維方式,甚至可能超越我們的想像。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1266 篇文章 ・ 2625 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

7
4

文字

分享

0
7
4
高速移動的話時間流速會不一樣嗎?時間暫停是可能的嗎?——《關於宇宙我們什麼都不知道》
天下文化_96
・2023/11/08 ・2748字 ・閱讀時間約 5 分鐘

我們都感覺到相同的時間嗎?

在二十世紀之前,科學認為時間是普適的:每個人和宇宙中的一切,都感覺到相同時間。那時的假設是,你如果在宇宙裡四處擺滿了一模一樣的時鐘,那麼每個時鐘在任何時刻都會顯示相同時間。畢竟,這就是我們在日常生活中遇到的情況。想像一下,如果每個人的鐘都以不同的速度奔跑,會是多麼混亂!

但後來,愛因斯坦的相對論把空間與時間結合成「時空」*1 概念,改變了一切。愛因斯坦強調,移動中的時鐘運行速度較慢。如果你以接近光速行駛至附近的星星,那麼你體驗的時間,將遠遠少於在地球上的時間。這並不是說你覺得時間過得很慢,像是「駭客任務」中的慢動作鏡頭那樣,而是說地球上的人和時鐘測量到的時間,會比宇宙飛船上的時鐘量到的更長。我們都以同樣的方式(以每秒一秒的節奏)體驗時間,但是如果我們彼此以相對高速移動,我們的時鐘就不會同步。

在瑞士的某個地方,製錶師剛剛心臟病發作。

一模一樣的時鐘卻以不同速度運行,似乎違背了所有的邏輯論證,但宇宙就是這樣運行的。我們知道這是真的,因為我們己經在日常生活中見證了。你的手機(或汽車、飛機)上的 GPS 接收器,會假定繞地球跑的 GPS 衛星時間走得較慢(衛星以每小時數千里的速度,在受地球巨大質量彎曲的空間中移動)。沒有這些資訊,你的 GPS 設備將無法從衛星傳輸的信號中,精確的同步和進行三角定位。關鍵是當宇宙遵循某個邏輯法則時,這些法則有時不見得如你所想。以這個案例來說,宇宙有個最高速限:光速。根據愛因斯坦的相對論,沒有任何東西、資訊甚至是外送披薩的旅行速率,可以比光跑得快。這個速率(每個時段所移動的距離)的絕對上限,會產生一些奇怪後果,並挑戰我們的時間概念。

-----廣告,請繼續往下閱讀-----

首先,先確定我們了解這個速率限制是如何運作的。最重要的規則是:從任何角度來衡量任何人的速率時,這個速率限制都必須適用。我們說沒有什麼東西可以比光速還快時,無論你用什麼觀點來看,就是「沒有」。

所以我們來做個簡單的思考實驗。假設你坐在沙發上並打開手電筒。對你來說,手電筒的光線以光速遠離你。不過,我們是否可以把你的沙發綁在火箭上,點燃火箭然後讓沙發以驚人的速度移動呢?如果此時你打開手電筒,會發生什麼事?如果把手電筒指向火箭前方,光線是否以光速再加上火箭的速率移動呢?

我們將在第十章〈我們能以超光速移動嗎?〉花更多時間在這些想法上。但重要的是,為了讓所有觀察者(在火箭上的你和我們其他在地球上的人)看到,手電筒的光線都是以光速移動的,於是某些東西必須改變,這個東西就是「時間」。

為了幫助你理解這個概念,讓我們回到把時間當做時空第四維度的想法。這個想法有助於想像物體如何穿越時間和空間,而把宇宙速限應用在你的總速率上。如果你坐在地球上的沙發裡,你沒有穿越空間(相對於地球)的速率,所以你穿越時間的速率可以很高。

-----廣告,請繼續往下閱讀-----

但如果你坐在火箭上,對地球而言,火箭的移動速度接近光速,那麼你穿越空間的速率是非常高的。因此,為了讓你穿越時空的總速率在相對於地球時,保持在宇宙速限之內,你的時間速率必須減少,在此所有的速率量測都使用地球上的時鐘。

還讀得下去嗎?

對於不同人可以回報不同時間長度,你可能很難接受,但這是宇宙的運作方式。更奇怪的是,人們可能會在某些情況下,看到事件以不同順序發生,而且都是正確的。舉例來說,兩位誠實的觀察者,如果以非常不同的速度移動,他們會對誰贏得直線競速賽有不同的看法。

如果你的寵物美洲駝和雪貂進行賽跑,那麼,依據你的移動速度和相對於比賽場地的距離,你可以看到心愛的美洲駝或雪貂贏得比賽。每隻寵物都會有屬於自己事件的版本,如果你的祖母能夠以接近光速的速率移動,她看到的比賽結果可能完全不同。而且,所有人都是正確的!(不過要注意的是,每個人的時間起始點都不相同。)

-----廣告,請繼續往下閱讀-----
圖/《關於宇宙我們什麼都不知道》

我們喜歡認為宇宙有絕對真實的歷史,所以不同人可以體驗不同的時間,是令人難以接受的想法。我們可以想像,原則上有人可以寫下宇宙至今發生的每一件事(這會是非常冗長的故事而且大半都超級無聊)。如果這故事存在,那麼每個人都可以根據自己的經驗來進行檢查,除非是無心之過或視力模糊,每個人讀的故事應該要一致。但愛因斯坦的相對論使得一切都是相對的,所以不同觀察者對於宇宙裡事件的先後順序,會有不同的描述。

最終我們必須放棄宇宙有絕對單一時鐘存在的想法。雖然因此我們有時會遇到違反直覺且看似荒謬的領域,但驚人的是,這種看待時間的方式已測試為真。與許多物理革命一樣,我們被迫拋棄自我的直覺,並遵循受時間主觀意識影響較小的數學之道。

時間會停止嗎?

打從一開始,人們就想排除時間會停止的概念。時間除了向前,我們從未見過它做過其他事,既然如此,時間怎麼可能還有別的選項呢?由於我們本來就不清楚為什麼時間要前進,所以很難自信的說,時間向前是永恆真理。

一些物理學家相信,時間的「箭頭」是根據熵必須增加的法則所決定。也就是說,時間的方向與熵增加的方向相同。但如果這是真的,當宇宙達到最大熵時會發生什麼事?在這樣的宇宙裡,一切都將處於平衡而且不能創造秩序。那麼,時間會在這一點停下來嗎?還是時間不再有意義?一些哲學家猜測,在這個時刻,時間的箭頭和熵增加的法則可能會逆轉過來,導致宇宙縮小到一個微小奇點。不過,這個說法比較像是深夜裡藥吃多了後激發的猜測,而不是實際的科學預測。

-----廣告,請繼續往下閱讀-----

還有理論提出大霹靂創造了兩個宇宙,一個時間向前流逝,一個時間向後奔流。更瘋狂的理論則提出時間不只一個方向。為什麼不呢?我們可以在三個(或更多)空間方向中移動,為什麼不能有兩個或更多的時間方向?真相為何?如往常一樣,我們不知道。

註解

  1. 愛因斯坦的天才並沒有展現在為事物命名上面。

——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-----
天下文化_96
142 篇文章 ・ 626 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。