Loading [MathJax]/extensions/MathMenu.js

0

2
0

文字

分享

0
2
0

那個月亮,那個喜鵲,七夕的 Google Doodle 看起來不太科學

余海峯 David
・2022/08/11 ・1435字 ・閱讀時間約 2 分鐘

七夕是牛郎織女每年一會的浪漫日子。在這麼浪漫的日子,最適合的話題當然是科學了。

多少喜鵲才夠跨越銀河?

牛郎織女在每年的七夕,即農曆七月七日,於鵲橋相聚。所謂鵲橋,就是由無數喜鵲搭建而成的橋梁,牛郎和織女各自從兩邊走到鵲橋中間,浪漫不已。

喂,等等,動保團體都去哪裡了?這不是明目張膽的虐待動物嗎?

稍安毋躁。能夠飛越銀河的當然不會是一般鳥類,可以在真空的宇宙空間中飛行的必定是神鳥啦!神鳥應該不在凡人立法規管的保護範圍內,就算真的要管也是天庭的事吧。

(謎之音:究竟真空中要翅膀有鳥用啊!)(再謎之音:究竟真空為什麼要橋梁啊!)

聽故不要駁故。我們有興趣的是究竟每年一次牛郎織女相聚要勞動多少隻神鵲呢

-----廣告,請繼續往下閱讀-----

假設神鵲的大小與地球上的普通喜鵲相若,而且假設鵲橋只有一層(沒有鵲踏鵲的情況出現),我們就能算出每年天庭需要出動多少隻神鵲。地球上的喜鵲(Pica)有幾個不同的種,其中歐亞喜鵲(Eurasian magpie)身長若 45 公分(其中一半是尾巴的長度):

歐亞喜鵲(Eurasian magpie)。圖/Wikimedia

那麼銀河呢?在地球上望出去,我們見到的是銀河的垂直切面,因此牛郎織女跨越的其實並不是銀河的闊度,而是銀河的厚度。銀河其實就是我們身處的銀河系的圓盤,擁有千億顆恆星,從銀心到圓盤的邊緣直徑大概 5 萬多光年,但厚度卻只有 1 千光年

1 千光年即是光線也要飛 1 千年才能跨越的距離,我們就暫且不要深究為何牛郎織女能在一個晚上橫跨這個距離了。光速等於每秒跑 299,792.458 公里,因此 1 千光年就等於 9,454,254,955,488,000 公里。神鵲排排隊,1 公里就能排 222,223 隻。所以,我們需要 9,454,254,955,488,000 × 222,223 = 2,100,952,898,973,409,824,000 隻神鵲才能橫跨 1 千光年的距離。

噢不,由於牛郎織女有兩隻腳,因此實際上需要 2 倍數目的神鵲,即是大概 42 萬億億隻神鵲才足夠。

攝影師到底在哪裡為牛郎織女拍攝 Google Doodle?

呃,我相信天庭會好好慰勞那些神鵲的。現在我們來看看 2020 年七夕時,Google 發佈的 Doodle 作品:

-----廣告,請繼續往下閱讀-----
2020 年七夕(8 月 25 日)的 Google Doodle。圖/Google

大家發現問題了嗎?

農曆屬於陰陽曆,即是其曆法同時基於太陽和月球的運行。農曆的月份必定始於新月(初一),中間是滿月(十五),終於新月(廿八)。七夕是農曆七月七日,因此月球此時應該是半月,但在這幅 Google Doodle 裡面卻是滿月!這令很多人大惑不解,有些人甚至嘲笑 Google 工程師的無知。

雖然我並沒有受薪於 Google,但基於科學精神,且讓我來嘗試為 Google 解圍:真的有可能在七夕拍攝得到牛郎織女在鵲橋上相聚,而背景是滿月的照片嗎?

答案是肯定的!秘訣就在於「Easy 天文地科小站」提到的「我們不能用凡夫俗子在地球上的角度看事情」。

由於牛郎、織女、神鵲們都是神仙,我們合理假設攝影師也是神仙。既然攝影師是神仙,那當然不會局限於凡人的攝影角度吧。因此,我們看看下圖,就知道這幅 Google Doodle 是如何拍攝的了。

-----廣告,請繼續往下閱讀-----
神仙攝影圖解。圖/余海峯

如果你看到這裡,恭喜你,你跟我們這些科學家一樣很閒。

-----廣告,請繼續往下閱讀-----
文章難易度
余海峯 David
18 篇文章 ・ 22 位粉絲
天體物理學家。工作包括科研、教學和科學普及。德國馬克斯・普朗克地外物理研究所博士畢業。現任香港大學理學院助理講師。現為《立場科哲》科學顧問、《物理雙月刊》副總編輯及專欄作者、《泛科學》專欄作者。合著有《星海璇璣》。

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。

2

11
5

文字

分享

2
11
5
小鳥為什麼不走路要用彈跳的?——《鴿子為什麼要邊走邊搖頭?》
晨星出版
・2023/10/25 ・1493字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

彈跳的鳥類

用雙腳移動時,只有鳥類會使用而人類不會用的動作,那就是彈跳。這種名為彈跳的運動既困難又麻煩,為什麼鳥要這樣子彈跳呢?其實到現在我們還無從得知。

如同前述,彈跳是兩腳幾乎同時一起跳的運動方式。我們常見的鳥,像是麻雀和日菲繡眼這種小鳥就是用彈跳的(圖一),而烏鴉在急的時候也會彈跳。

麻雀是兩腳並用一起跳,但也有兩腳稍微錯開來彈跳的物種。例如巨嘴鴉之類的鳥類身體會微微傾斜,左右腳些微錯開,用「噠噠、噠噠」這樣的節奏來彈跳。這兩種本質上的差異目前還不清楚,不如說彈跳跟跑步的差異也還不清楚,所以步行研究者目前也是束手無策。

圖一、麻雀的彈跳,左右腳微微錯開著地(照片 ③ 中偏差大約是 1/120 秒)

歐亞喜鵲這種鳥同時會彈跳也會跑步,但比較兩者的研究顯示,在跑步與彈跳中,腳的運動方式跟肌肉動作幾乎一樣。彈跳跟跑步一樣,是高速移動的方式,活用肌腱像是彈簧的功能來轉換動能跟彈性位能。然後,兩種的差別只有「雙腳交互動作」或是「幾乎一起動作」而已。

-----廣告,請繼續往下閱讀-----

彈跳和跑步除了腳動的時機以外沒有什麼不同,那為什麼只有一部分的鳥是用彈跳的呢?

這個問題,很遺憾現在的科學還沒有解開,現階段一致贊同的只有:一般認為會彈跳的鳥是相對小型的種類,以及常待樹上的種類。看了許多鳥以後,會發現確實小型的鳥很常彈跳。另外,喜歡待在樹上的鳥則是常用兩腳一起從一根樹枝跳到另一根樹枝上,所以在地上也同樣會用兩腳一起跳躍,這樣說來可能就會覺得可以理解。

但是在樹上彈跳,在地上也還是可以步行不是嗎?不這樣區分移動方式,應該是因為有什麼身體構造或生理學上的理由才對,但這問題至今仍然是謎。

-----廣告,請繼續往下閱讀-----
圖/giphy

另一方面,小型的鳥喜歡彈跳的理由,如果用「彈跳適合用來高速移動」,可以解釋一部分的疑問。比起小型鳥,大型鳥的步幅更大,一般步行速度也比較快。如果小型鳥想跟大型鳥用同樣速度移動的話,就需要走得很快。像是人類,也很常在路上看到小孩要小跑步拚命跟上大人的走路速度。跟那個狀況相同,小型鳥有使用相對身體尺寸的高速進行移動的必要性。

想像看看會啄食掉落在地面的種子的鴿子和麻雀,如果用同樣密度灑餌,鴿子只要數步就能抵達下一個餌也說不定,但小型的麻雀需要移動相對更遠的距離才能拿到餌(圖二)。這樣一來就需要比較急著移動,這麼解釋或許也很合理。

圖二、假設在距離鴿子兩個身體遠的地方放餌,對體型較小的麻雀來說,同距離就需要移動六個身體的長度,不移動更遠的距離就沒辦法拿到餌。

但是彈跳和跑步如果是同樣的運動,那為什麼不能用跑的呢?「小型鳥比較需要快速移動」這種說明,很遺憾地似乎不能完全解釋為什麼要選擇彈跳。

但這麼簡單的問題,21世紀的科學還無法解釋,真是令人驚訝。

-----廣告,請繼續往下閱讀-----

——本文摘自《鴿子為什麼要邊走邊搖頭?》,2023 年 8 月,晨星出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2

0

3
0

文字

分享

0
3
0
【成語科學】鳩佔鵲巢:鳩真的會佔鵲的巢嗎?
張之傑_96
・2023/07/12 ・1140字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----


中國的詩歌有兩大源流:北方的《詩經》和南方的《楚辭》。《詩經》共 305 篇,分為風、雅、頌三部份。風主要是民歌,采自周朝的 15 個封國,所以又稱國風。

國風的15國,包括召南,即現今漢水下游至長江一帶。採自召南的民歌有 14 首,第一首〈鵲巢〉,開篇有這樣的句子

維鵲有巢,維鳩居之。之子于歸,百兩(輛)御之。⋯⋯

〈鵲巢〉是首讚美詩,以鵲(新郎)築好了巢,供鳩(新娘)來居住,比喻貴族嫁女兒的盛大排場。然而,不知何時,頭兩句「維鵲有巢,維鳩居之」,卻演變為成語「鳩佔鵲巢」,比喻坐享其成,或佔據別人的位置。閒話少說,先造個句吧。

整個計劃他都沒參與,最後卻鳩佔鵲巢,把功勞歸為己有,真是豈有此理!

小琳升上副總編輯才兩個月,就不把總編輯看在眼裡,簡直是鳩占鵲巢嘛!

造完了造句,該談談這個成語的科學意涵了。鳩真的會佔鵲的巢嗎?詩中的鳩,指得不是斑鳩(野鴿),而是鳲鳩,也就是杜鵑(又稱布穀鳥、子規鳥)。杜鵑是一種寄生性鳥類,自己並不築巢、孵蛋,而是把蛋下到比自己體型小的鳥類的巢中,被寄生的鳥類竟渾然不知!

-----廣告,請繼續往下閱讀-----

當杜鵑的雛鳥破殼而出,眼睛還沒睜開,就會本能的將巢中的鳥蛋或雛鳥推出巢外,讓自己獨占養父母飼育。很快的,牠就長得比養父母還要大,而養父母仍然傻乎乎的一個勁兒抓蟲來餵牠呢!

杜鵑科中有孵卵寄生行為的噪鵑(Eudynamys scolopaceus)。圖/維基百科

詩中的鵲,是指喜鵲喜鵲體型比杜鵑大得多,又很兇悍,杜鵑不會、也沒機會把蛋下到喜鵲的巢裡。那麼詩中為什麼說「維鵲有巢,維鳩居之」?古人或許觀察到杜鵑不會築巢,而喜鵲卻是築巢高手,於是以又大又好的鵲巢作比喻,歌頌男方已為女方準備了一個美好的家。

喜鵲。圖/維基百科

談到這裡,小朋友或許會聯想起杜鵑花吧。相傳蜀王杜宇被迫禪位,自己隱居山林,死後化爲杜鵑鳥,啼聲淒惻,甚至啼出血來,灑在花上,就化爲杜鵑花。文人反覆引用這個典故,於是杜鵑就有豐富的象徵意義。

到了春季,杜鵑總是「布穀、布穀」地叫個不停,杜鵑花也在這時開花,難怪文人會把兩者聯想在一起了。例如李白詩〈宣城見杜鵑花〉

-----廣告,請繼續往下閱讀-----

蜀地曾聞子規鳥,宣城又見杜鵑花;一叫一迴腸一斷,三春三月憶三巴。

-----廣告,請繼續往下閱讀-----
張之傑_96
103 篇文章 ・ 224 位粉絲
張之傑,字百器,出入文理,著述多樣,其中以科普和科學史較為人知。

0

2
0

文字

分享

0
2
0
那個月亮,那個喜鵲,七夕的 Google Doodle 看起來不太科學
余海峯 David
・2022/08/11 ・1435字 ・閱讀時間約 2 分鐘

七夕是牛郎織女每年一會的浪漫日子。在這麼浪漫的日子,最適合的話題當然是科學了。

多少喜鵲才夠跨越銀河?

牛郎織女在每年的七夕,即農曆七月七日,於鵲橋相聚。所謂鵲橋,就是由無數喜鵲搭建而成的橋梁,牛郎和織女各自從兩邊走到鵲橋中間,浪漫不已。

喂,等等,動保團體都去哪裡了?這不是明目張膽的虐待動物嗎?

稍安毋躁。能夠飛越銀河的當然不會是一般鳥類,可以在真空的宇宙空間中飛行的必定是神鳥啦!神鳥應該不在凡人立法規管的保護範圍內,就算真的要管也是天庭的事吧。

(謎之音:究竟真空中要翅膀有鳥用啊!)(再謎之音:究竟真空為什麼要橋梁啊!)

聽故不要駁故。我們有興趣的是究竟每年一次牛郎織女相聚要勞動多少隻神鵲呢

-----廣告,請繼續往下閱讀-----

假設神鵲的大小與地球上的普通喜鵲相若,而且假設鵲橋只有一層(沒有鵲踏鵲的情況出現),我們就能算出每年天庭需要出動多少隻神鵲。地球上的喜鵲(Pica)有幾個不同的種,其中歐亞喜鵲(Eurasian magpie)身長若 45 公分(其中一半是尾巴的長度):

歐亞喜鵲(Eurasian magpie)。圖/Wikimedia

那麼銀河呢?在地球上望出去,我們見到的是銀河的垂直切面,因此牛郎織女跨越的其實並不是銀河的闊度,而是銀河的厚度。銀河其實就是我們身處的銀河系的圓盤,擁有千億顆恆星,從銀心到圓盤的邊緣直徑大概 5 萬多光年,但厚度卻只有 1 千光年

1 千光年即是光線也要飛 1 千年才能跨越的距離,我們就暫且不要深究為何牛郎織女能在一個晚上橫跨這個距離了。光速等於每秒跑 299,792.458 公里,因此 1 千光年就等於 9,454,254,955,488,000 公里。神鵲排排隊,1 公里就能排 222,223 隻。所以,我們需要 9,454,254,955,488,000 × 222,223 = 2,100,952,898,973,409,824,000 隻神鵲才能橫跨 1 千光年的距離。

噢不,由於牛郎織女有兩隻腳,因此實際上需要 2 倍數目的神鵲,即是大概 42 萬億億隻神鵲才足夠。

攝影師到底在哪裡為牛郎織女拍攝 Google Doodle?

呃,我相信天庭會好好慰勞那些神鵲的。現在我們來看看 2020 年七夕時,Google 發佈的 Doodle 作品:

-----廣告,請繼續往下閱讀-----
2020 年七夕(8 月 25 日)的 Google Doodle。圖/Google

大家發現問題了嗎?

農曆屬於陰陽曆,即是其曆法同時基於太陽和月球的運行。農曆的月份必定始於新月(初一),中間是滿月(十五),終於新月(廿八)。七夕是農曆七月七日,因此月球此時應該是半月,但在這幅 Google Doodle 裡面卻是滿月!這令很多人大惑不解,有些人甚至嘲笑 Google 工程師的無知。

雖然我並沒有受薪於 Google,但基於科學精神,且讓我來嘗試為 Google 解圍:真的有可能在七夕拍攝得到牛郎織女在鵲橋上相聚,而背景是滿月的照片嗎?

答案是肯定的!秘訣就在於「Easy 天文地科小站」提到的「我們不能用凡夫俗子在地球上的角度看事情」。

由於牛郎、織女、神鵲們都是神仙,我們合理假設攝影師也是神仙。既然攝影師是神仙,那當然不會局限於凡人的攝影角度吧。因此,我們看看下圖,就知道這幅 Google Doodle 是如何拍攝的了。

-----廣告,請繼續往下閱讀-----
神仙攝影圖解。圖/余海峯

如果你看到這裡,恭喜你,你跟我們這些科學家一樣很閒。

-----廣告,請繼續往下閱讀-----
文章難易度
余海峯 David
18 篇文章 ・ 22 位粉絲
天體物理學家。工作包括科研、教學和科學普及。德國馬克斯・普朗克地外物理研究所博士畢業。現任香港大學理學院助理講師。現為《立場科哲》科學顧問、《物理雙月刊》副總編輯及專欄作者、《泛科學》專欄作者。合著有《星海璇璣》。