0

4
2

文字

分享

0
4
2

近在眼前的數位娛樂——智慧眼鏡的進化

鳥苷三磷酸 (PanSci Promo)_96
・2023/02/23 ・3280字 ・閱讀時間約 6 分鐘

本文由 Epson 委託,泛科學企劃執行。

元宇宙狂潮來襲,數位互動娛樂發展越來越多元!相信大家對 VR 眼鏡並不陌生,但是要人手一台卻還是有難度,反倒是 AR 科技越來越蓬勃發展!例如博物館將 AR 眼鏡結合手上的裝置做互動整合,讓展示的恐龍標本活生生活在你眼前;又或者是去兩廳院看劇,專屬的 AR 字幕體驗讓不同國家的觀眾朋友都能即時享受與深度導覽。

這種近在眼前的數位娛樂——智慧眼鏡到底是如何演進的?又有哪些技術關卡需要去突破呢?首先,需要先了解 VR、AR 甚至是更高深的 MR 跟 XR 是什麼?這些差異點又在哪呢?

數位娛樂——智慧眼鏡是如何演進的?圖/Envato Elements

AR、VR、MR、XR 傻傻分不清楚?

其實目前為止,大家所聽到的 AR、VR 和 MR,通通都屬於 XR(Extended Reality)「擴展實境」這個大概念下,只要這個設備或軟體能讓你體驗現實以外的資訊,甚至與之互動回饋,就都屬於 XR 唷!

近幾年,因 Meta 執行長祖克伯誓師進軍元宇宙而大紅的 VR(Virtual Reality)「虛擬實境」強調沉浸式體驗,只要戴上 VR 眼鏡,不論是在家或者前往 VR 虛擬實境遊樂園都可以讓你體驗到與哥吉拉對戰或是到虛擬鬼屋探險等有趣體驗。

然而,戴上 VR 眼鏡需要完全的感官遮蔽,以及高昂的售價與電腦運算,甚至是配戴上的重量不適、操作上的空間需求……等都是不容易克服的缺點,目前仍有待市場檢驗。

相較之下,AR(Augmented Reality)「擴增實境」就親近許多,早在 90 年代鳥山明的經典作品《七龍珠》作品中他就用了「戰鬥力探測器」這個裝置讓我們體會到甚麼叫做 AR,而現實世界中的戰鬥力探測器更是就在你眼前,例如:開車玻璃板上顯示速度的 HUD 就算是一種把虛擬資訊投影到現實物體,這就是標準的 AR 技術呀!

而談起 AR 就一定要提到,2016 年遊戲公司 Niantic 推出這款名為 Pokemon Go 遊戲,就在全球掀起了在各地抓寶可夢的熱潮,這股熱潮至今不減,也體現出了 AR 真正強勢之處:與現實環境結合。

Pokemon Go 體現了 AR 與現實環境結合。圖/Wikipedia

而這些年來,在許多自拍濾鏡或觀光集章活動也都是利用了 AR 科技,以現實環境的背景中呈現虛擬元素的特性,而這僅需要你我都有的智慧型手機就可以操作和看見虛擬的角色或頭飾,入門檻遠低於 VR,軟體開發的成本也比必須打造一個世界的元宇宙輕鬆不少。

既然 AR 都能把虛擬的資訊投影在現實的場域中,我們自然會更加貪心的想要和這些虛擬的角色互動,甚至是像阿湯哥《關鍵報告》中的技術一樣作為一個浮空的操控介面來使用,這時候我們需要的就不只是AR了,而是需要 MR(Mixed Reality)「混合實境」。

在 MR 技術中不僅有現實世界和虛擬世界的疊加,更強調虛擬元素可以和現實環境互相作用,例如:虛擬的車子可以偵測到你現實的桌子的邊緣而剎車,甚至你伸手碰觸虛擬元件會產生互動或是抓取效果,而這些技術恐怕就不是一支手機就能輕易辦到的了。要讓 AR 進入 MR,除了手機以外,還需要一個能擷取外部資訊的設備——AR 眼鏡。其實多年來 AR 眼鏡主要面對的難題是「畫面要清楚」、「顏色要飽和」、「不能對現實視線有太多干擾」同時還須具備「輕量化」與「舒適」等特點。

投影技術的演進突破,替智慧眼鏡帶來新的轉機

目前主流的 AR 眼鏡採用的是「全反射稜鏡」和「微投影迷你投影機」這兩個關鍵技術。AR 眼鏡上的「全反射稜鏡」針對眼球的折射率經過精密的計算和調整,可以完美在人的視網膜上呈現最清楚的影像,同時這種「全反射稜鏡」本身的光線通透度也高,因此仍能看到「全反射稜鏡」以外的現實世界景色,讓 AR 眼鏡提供的清晰影像與現實世界重疊在一起。

而要談到 AR 眼鏡另一個核心技術「微型化投影」,就不得不提到發展出最具實用與潛力的 AR 眼鏡——Epson 投影機廠商,在了解「微型化投影」技術前就必須先回顧 Epson 從 1989 年鑽研的投影技術發展至今的變化。

Epson 一開始製作的投影機採用的是 LCD,和螢幕最大的不同是它每一個投影畫素都使用了 3 片 LCD 之多,原來是因為光學原理上只要有藍紅綠三色,就可以組合出各種顏色,也就是 3LCD 投影技術。使用 3LCD 技術的投影機必須把背景燈泡的白光源先濾成三色光之後,再利用三片獨立的 LCD 調整各色彩的比例作調變,最後才把三色光合併成影像,再投影出來。

投影機為 Epson 主要產品之一。圖/維基百科

如此麻煩的反射流程,所需要的空間自然不小,而且經過這樣的折射和濾光以後,成色的飽和度和對比總會低一階,甚至會產生近看醜醜的紗門效應(SDE),這就是為什麼早期的投影機投出來的簡報往往不如電腦螢幕上預演的好看。當然投影機廠商也早就注意到這問題,因此也隨著手機螢幕一起從 LCD 演進到 OLED(有機發光二極體),帶來新的顯示革命!

OLED 又有甚麼厲害的呢?如果說 LCD 的液晶主要的功能是調色,那 OLED 厲害的就是「它自己會發光」!和傳統 LCD 面板需要一個光源與背板來反射光線進入濾光階段不同,LED 燈泡經過多位科學家的努力,甚至包含榮獲 2014 諾貝爾獎的三位日本科學家赤崎勇(Isamu Akasaki)、天野浩(Hiroshi Amano)、中村修二(Shuji Nakamura)研發出最後一個「藍光 LED」後,終於達成發出三原色的成就,自此螢幕和投影技術不再需要多餘的濾光和反射步驟,於是面板可以變得更薄,同時又有更好的對比度。而隨之而來的 OLED 技術讓面板脫離了對玻璃的依賴,並改用塑料底板,讓有如科幻道具的摺疊式手機和曲面螢幕能夠成真。

OLED 技術簡化了整個流程,成色還比原本的各種投影方式鮮豔飽和,很快地就大幅縮減了投影機的內部空間,成為露營狂熱者人手一機的便攜型投影機風潮。

但是問題來了!當投影機要放到眼鏡上時,其難度更是超越便攜投影機許多,再追求微型化的道路上「只有更小沒有最小」。而 Epson 早在 2011 就推出第一支 AR 眼鏡 BT-100,不斷朝輕量化與功能性研發,在 2016 年則推出了採用矽基有機發光二極體 Si-OLED 微投影技術的 BT-300,各家廠商也紛紛投入 micro OLED 投影的研發上,相信不久的將來又會有更厲害的 AR 眼鏡推出。

次視代智慧眼鏡 Moverio BT-40,豐富 5G 娛樂視野,獨享高畫質影音體驗。

現在可以看到照片中最新款的「次視代智慧眼鏡 Moverio BT-40」,這款 AR 眼鏡主打的最大特色就是提供可隨身攜帶的「專屬於你的 120 吋大畫面」,這麼大的畫面顯示卻只投影在你眼前,不僅擁有「高隱私」的特性,在長程旅行中,不管是搭飛機或是搭高鐵,只要戴上這個眼鏡就能直接把影片從手機投影到你眼前,解放雙手不用在手疼拿著平板啦,可以舒服自在的追劇或看電子書、讀期刊論文也行。

次視代智慧眼鏡 Moverio BT-40,加上「磁吸式遮光片」後能讓影像更加清楚,有助於專注在投影畫面中。

除了大尺吋觀影體驗之外,這款眼鏡更在博物館教育上大放異彩,如博物館把這款眼鏡結合接駁車,讓搭車的你也不無聊,虛擬博物館館長擔任導覽員為你解說各館區的歷史,進館後更能看到展示的恐龍標本在你面前復活,豐富了各種逛展體驗!

而 AR 眼鏡還有另一個好處就是個人化體驗,例如看電影或演唱會時,戴上 AR 眼鏡就可以看到自己專屬的字幕相關資訊,這樣的虛實整合字幕體驗,在劇院已經導入 Epson BT-40 眼鏡和 AR 眼鏡字幕系統,表演字幕可以即時傳送到正在戲劇院觀看表演的觀眾 AR 眼鏡中,觀眾可以選取語言還能調整位置和大小,甚至幫助聽障朋友們理解演出,下次有機會去看表演時,若有提供這樣的服務不妨租借嘗試看看喔!

文章難易度

0

3
3

文字

分享

0
3
3
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。

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:

  • 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

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。

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?

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?

(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 ・ 56 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。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
古人用的超大型手機?從烽火臺到智能手機:通信科技的演進
數感實驗室_96
・2024/05/13 ・883字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

現代人手機普及率極高,你可能正在用手機閱讀這篇文章。

仔細想想,我們每天使用的手機真的很厲害。只需幾下操作,就能傳訊息、視訊通話,還能上網看影片、玩遊戲、使用社群網路等。

你可能知道全世界的第一支手機是 Motorola 在 1973 年 4 月 3 日推出的黑金剛,重達 2 公斤的程度。不過,早在幾千年前,其實已經有「手機」存在了。

當時的手機不只兩公斤重或兩公升水壺大,甚至是有好幾層樓那麼高,那這些手機的傳輸速率也超級慢,看影片一定是不可能,連打電話聊天都辦不到。超級陽春,基本上只能傳遞「有」或「沒有」這樣的是非題。

應該有些人猜到了,其實就是「烽火臺」。

烽火臺是中國古代為了傳遞軍情所設計的通信系統。一座烽火臺上有幾位士兵,備有大量的稻草與木柴,如果看到敵人侵犯,或是前後的烽火臺燃起狼煙,士兵們就會立刻燃燒乾柴,釋放狼煙,傳遞攸關國家存亡的重要資訊。雖然,烽火臺的尺寸大小與現今我們常用的手機差很多,傳輸能力也差很多,但烽火臺還真是上古時代標準的通信設施哦!

接下來還會推出一系列「通信科技」相關的節目,內容囊括了通信發展的歷史故事、重要的通信科學家、通信相關的技術知識。

讓你認識新聞報導中,常聽到的一些通信專有名詞,什麼是頻帶、頻寬?現代通信技術如此厲害的關鍵又在哪裡?甚至,這些技術跟我們平常在學校裡學到的各科知識,又有怎樣的連結呢?

這系列將用影片帶領大家進入這個有趣、改變全人類生活的通信世界,敬請期待哦!有更多想法也可以留言分享喔!

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/