Loading [MathJax]/extensions/tex2jax.js

1

0
0

文字

分享

1
0
0

想要在人群中吸引大家的目光嗎?製造些自己的糟糕八卦吧!

陸子鈞
・2011/05/21 ・909字 ・閱讀時間約 1 分鐘 ・SR值 450 ・四年級

-----廣告,請繼續往下閱讀-----

八卦改變你對一個人的「觀感」。就像字句上那樣,一項發表在《Science》的視覺意識研究指出,聽到一個人的負面八卦時,會浮現八卦主角的臉。

在平常的一天之中,你也許會看到上百個人,但你只會注意到其中的少數幾位,而且不只是因為你下意識選擇要注意誰。你的大腦會篩選環境中細節的優先順序,像是和你同處一室的人是誰-在過去被認為是你有意識的去注意這些人(一些經典的注意力測試,請參考連結)。是哪些資訊使大腦讓你注意到某些人,而不是其他人?

一個關鍵的資訊是,某人是敵還是友。你可以藉著觀察來決定,但你也可以聽聽別人怎麼說他。生動的八卦強烈影響我們對一個人的觀感,但這也決定我們注意到他的優先順位嗎?

為了要得到受測者在選擇意識注意到某人時的腦部活動,心理學家Lisa Barrett領導的研究團隊,利用一種稱為「雙眼競爭」(binocular rivalry)的技術。研究人員讓受測者的左右眼,同時看不同的影像,使兩眼間產生「競爭」。受測者會表示他先看到了哪個影像,而持續看到一個影像的時間,則是一個大腦注意的相對優先指標。

-----廣告,請繼續往下閱讀-----

研究團隊找來66位大學生,給他們看一些面孔的照片,並為每個臉孔敘述些八卦。一些照片,研究人員告訴受測的大學生說:「他把椅子砸向同學。」,其他照片則是一些「正面」或「中性」的八卦,像是「在雜貨店中幫助老婦人」,或者「在街上和一名男士擦身而過」。一眼觀看這些面孔,另一眼則看一棟房子的照片,或者一些受測者未曾看過的面孔,作為控制組。當受測學生看到一邊圖像時,壓下一顆按鈕;當他們看到另一邊影像時,壓下另一顆按鈕。

八卦的確影響我們如何看一個人,但只有當這八卦是負面的時候。和控制組相比,當面孔帶著中性或正面八卦時,受測者看到八卦臉孔的時間不會比較快。而那個「向同學砸椅子」的臉孔會快半秒出現在受測者的視覺意識中。

「這結果顯示,如果你最近聽到一些有關某些人的負面八卦,你會比較快在人群中注意到他。」

資料來源:ScienceNow: Want to Stand Out From the Crowd? Be the Subject of Gossip [19 May 2011]

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

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

-----廣告,請繼續往下閱讀-----

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
1

文字

分享

0
2
1
聊八卦可以防止我們被朋友搭便車、詐騙?——《人類文明》
天下文化_96
・2024/06/17 ・1337字 ・閱讀時間約 2 分鐘

間接互惠的要件之一:聊八卦

間接互惠(indirect reciprocity)的概念認為,受益者並不是直接回報給同一位利他的施恩者,而是會把恩惠轉給其他人。A 幫助 B,B 再幫助 C,C 再幫助 D,依此類推。於是,恩惠就能在社群裡傳出去,遲早也能回到 A 身上。種下的因,總有一天能得到最後的果。

而且這還能談到下一個層次:如果有個 Z,在 A 幫助 B 時,親眼見證了這件事,發現 A 是個慷慨的好人,他也會因為想和 A 建立關係,所以願意幫助 A。於是,就算這兩個人無法符合直接互惠所需要的「後會有期」條件,也能因為整個群體的利他行為而受益。樂於助人,自己就更可能得到幫助,至於那些不想幫助別人、只想貪小便宜的人,則是可能遭到懲罰或受到排擠。像這樣的間接互惠,是人類一種格外複雜的合作形式,需要兩項其他動物都辦不到的條件。

第一項條件是,不管互動雙方的行為是慷慨是自私,除了需要有目擊者親眼看到,還必須能把這項寶貴的資訊,分享到整個群體共有的資料池。也就是說,社群成員得愛聊八卦才行。如果大家都能知道某個人不值得信任、總是只接受別人幫助卻都不回報,等到下次這個人又碰上麻煩,社群成員就不會再伸出援手。

英文有句諺語說「騙子發不了財」(cheats never prosper),但不能說完全正確:騙子常常在短時間內還是能得逞,特別是在那些規模比較大、大家彼此比較不認識的社群;只是遲早仍然會東窗事發,讓自己名聲掃地。所以,想讓間接互惠的機制不被那些只想貪小便宜的人搞垮,聊八卦就是一個關鍵的必備條件,而且無論是營火旁、或是茶水間,人類實在是哪裡都能聊。事實上,相較於其他靈長類動物是用理毛之類的活動來建立關係,人類是以閒嗑牙、聊八卦取代了這些活動。

-----廣告,請繼續往下閱讀-----
想讓間接互惠的機制不被那些只想貪小便宜的人搞垮,聊八卦就是一個關鍵的必備條件!圖/envato

像這樣把個別成員的行為,拿來在社群裡大談特談(就像是一個由閒聊建立起的社群網路),就會打造出一套名聲系統,可用來判斷適不適合試著和某個人合作。某人對待他人慷慨大方,就能建立良好的名聲;老愛占別人便宜,也就會惡名遠揚,讓人知道以後可得敬而遠之。行為友善的人,其他人在未來幫助他們的機率也會比較高,於是在天擇的機制裡就能占點上風。所以說到頭來,仍是演化塑造了人類的心理,讓我們在意自己的名聲,聊八卦就成了確保大家別心存僥倖的機制。

在一個會聊八卦的社會裡,生活的第一守則就是要小心自己做的事;或者更重要的是,要小心自己做的事給別人的觀感。於是,人類社會也就成了一個人人都在猜測別人想法的社會——須推斷別人的動機與態度,評估自己的行為在他人眼中的樣貌,好維護自己在外的名聲。我們所謂的「良心」就是這樣的產物之一:內在的這股聲音,警告我們可能有人在看,要我們想想別人可能的觀感,好讓自己免受社會的制裁。

——本文摘自《人類文明:生物機制如何塑造世界史》,2024 年 05 月,天下文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

天下文化_96
142 篇文章 ・ 624 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。

0

7
1

文字

分享

0
7
1
你聽過「量子意識」嗎?電子雙狹縫實驗讓人猜測意識會影響物質世界,真的假的?
PanSci_96
・2024/03/06 ・3805字 ・閱讀時間約 7 分鐘

在市面上,我們常會看到號稱運用量子力學原理的商品或課程,像是量子內褲、量子能量貼片、量子首飾、量子寵物溝通、量子速讀、量子算命、量子身心靈成長課程等等。有人說,量子力學代表了意識具有能量,藉由調整心靈的共振頻率,就能保持身心健康,只要你利用量子力學原理進行療癒或冥想,就能提昇自己的能量,人能長高、身體變壯、每次考試都考一百分;又像是,量子力學就代表一種信息場,讓你跟別人有心電感應,只要轉念,讓宇宙能量幫助你,你就能發大財還能避免塞車。也有人說,別人吃一個下午茶,你也馬上吃一個下午茶,別人喝一杯咖啡,你也馬上喝一杯咖啡,別人跟家人吵架,你也馬上找一件事跟家人吵架,這就是量子糾纏。

然而,量子到底是什麼?跟身心靈、宗教和玄學真的扯得上關係嗎?是否真能幫助你維持健康又賺大錢呢?

在這一系列影片裡,我們就要來討論,量子力學的原理為何?背後又是基於哪些科學的研究成果。等你看完之後,相信對於量子力學跟上述五花八門商品究竟有沒有關係,心裡自然會有所答案。

量子力學和意識有關?

坊間常會聽到量子力學跟意識有關的說法;或許也是因為這樣,量子力學被許多身心靈成長課程甚至玄學拿來作為背書。但,量子力學真的是這樣子嗎?

說到量子力學跟意識的關係,我們就必須來看看,量子力學最著名的實驗之一,20 世紀的物理學大師費曼(Feynman)甚至曾經說過,這個實驗「包含了量子力學的核心思想。事實上,它包含了量子力學唯一的奧秘。」它,就是雙狹縫干涉實驗。

-----廣告,請繼續往下閱讀-----

雙狹縫干涉實驗

現在我拿的器材,上面有兩道狹縫,中間間隔了非常短的距離。等一下,我們會讓雷射光通過這兩道狹縫,看看會發生什麼事。

我們看到,雷射光在打向雙狹縫之後,於後面的牆上呈現有亮有暗的條紋分布,這跟我們在國、高中學過的波的性質有關。

在兩道光波的波峰相會之處,會產生建設性干涉,即亮紋的位置;而暗紋的部分,則是來自破壞性干涉,是兩道光的波峰和波谷交會之處,亦即,光的效應被抵銷了。

在歷史上,雙狹縫干涉實驗占有非常重要的地位。19 世紀初,英國科學家、也是被譽為「世界上最後一個什麼都知道的人」的湯瑪士.楊(Thomas Young),利用雙狹縫實驗,證明了光是一種波。

-----廣告,請繼續往下閱讀-----

那麼,如果我們拿不是波的東西,來進行雙狹縫實驗,會看到什麼結果呢?讓我們試驗一下。

現在我手邊有一堆的彈珠,前面是用紙板做成的兩道狹縫,後面則是統計彈珠落點的紙板。我們讓這些彈珠朝狹縫的地方滾過去,並在彈珠最後的落點劃下記號;若在同樣位置的記號越多,就代表有越多彈珠打中該位置。

在丟了一百顆彈珠之後,我們可以看到,扣除掉一部份因為路徑被擋住、通不過狹縫的彈珠之外,彈珠最終抵達的位置,大致分別以兩道狹縫的正後方為最多,呈現兩個區塊的分布,不像先前光的雙狹縫干涉實驗中,出現明暗相間的變化。

所以,我們得到結論:若是拿具有物理實體的東西進行雙狹縫實驗,因為其一次只能選一邊通過,所以落點最終只會聚集在兩個狹縫後方的位置;而且要是行進的路徑不對,還可能會被擋住。

-----廣告,請繼續往下閱讀-----

至於波的情形,那就不同了,只要狹縫的大小適當,波可以同時通過兩個狹縫,並互相干涉,產生明暗相間的條紋。

換言之,是波,還是物質,兩者在雙狹縫實驗的表現是截然不同的。

只不過,以上的實驗似乎並沒有什麼太令人感到意外的地方,我們也看不出來,它跟量子,還有意識,到底有什麼關係?事實上,若要真正顯示出它的獨特之處,就要來看電子的雙狹縫干涉實驗。

電子的雙狹縫干涉實驗

我們知道,電子是組成原子的基本粒子之一,而原子又組成了世間萬物。可以說,電子是屬於物質的一種極微小粒子。

-----廣告,請繼續往下閱讀-----

在電子的雙狹縫干涉實驗,科學家朝雙狹縫每次發射一顆電子,並在發射了很多顆電子之後,觀察電子的最終落點分布會怎麼呈現。

既然電子是物質的微小粒子,那麼在想像中,應該會跟我們前面使用彈珠得到的結果差不多,電子會分別聚集在兩道狹縫後方的區域。

從實驗的記錄影片中可以看到,在一開始、電子數量還很少的時候,其落點比較難看得出有明顯規律,但隨著電子的數目越來越多,我們慢慢能夠看出畫面上具有明暗分布,跟使用光進行雙狹縫實驗時得到的干涉條紋,有著類似的結構。

這樣的結果,著實令人困惑。直覺來想,既然電子是一顆一顆發射的,它勢必不可能像光波一樣,同時通過兩個狹縫,並且兩邊互相干涉,產生明暗相間的條紋。

-----廣告,請繼續往下閱讀-----

但無可否認,當我們用電子進行雙狹縫實驗時,最後得到的結果,看起來就跟干涉條紋沒什麼兩樣。

對這出人意表的觀測結果,為了搞清楚發生什麼事,科學家又做了更進一步的實驗:

在狹縫旁放置偵測器,以一一確認這些電子到底是通過哪一個狹縫、又如何可能在通過狹縫後發生干涉。

這下子,謎底就能被解開了――正當大家這麼想的時候,大自然彷彿就像在嘲笑人類的智慧一樣,反將一軍。

科學家發現,如果我們去觀測電子的移動路徑,只會看到電子一顆一顆地通過兩個狹縫其中之一,並最終分別聚集在兩個狹縫的後面――換言之,干涉條紋消失了!

-----廣告,請繼續往下閱讀-----

在那之後,科學家做過無數類似的實驗,都得到一樣的結果:只要你測量了電子的路徑或確切位置,那麼干涉條紋就會消失;反過來說,只要你不去測量電子的路徑或位置,那麼電子的雙狹縫實驗就會產生干涉條紋。

在整個過程中,簡直就像是電子知道有人在看一樣,並因此調整了行為表現。

在日常生活中,若有人要做壞事,往往會挑沒人看得到的地方;反過來說,當有其他人在看,我們就會讓自己的言行舉止符合公共空間的規範。

量子系統也有點像這樣,觀測者的存在與否,會直接影響到量子系統呈現的狀態。

-----廣告,請繼續往下閱讀-----

只不過,這就帶出了一個問題:到底怎麼樣才算是觀測?如果我們在雙狹縫旁邊只放偵測器不去看結果算嗎?我們不放偵測器只用肉眼在旁邊看算嗎?或是,整個偵測過程沒有人在場算嗎?

這就是量子力學裡著名的觀測問題(measurement problem)。

結語

在量子力學剛開始發展的數十年,有許多地方都還不是那麼清楚,觀測問題就是其一。在歷史上,不乏一些物理學家,曾經認真思考,是否要有「人的意識」參與其中,才能代表「觀測」。

如果真是這樣的話,那麼「意識」就存在非常特別的意義,而且似乎暗示人的意識能夠改變物質世界的運作。

有一些物理學家曾認真思考,是否要有「人的意識」參與其中,才能代表「觀測」。圖/envato

可以想見地,上述出自量子力學觀測問題的猜測,後來受到部分所謂靈性導師跟身心靈作家的注意,於是,形形色色宣揚心靈力量或利用量子力學原理進行療癒、冥想或身心靈成長的偽科學紛紛出籠,直到近年都還非常流行。

另一方面,可能因為量子兩個字帶給人一種尖端科學的想像,坊間琳瑯滿目的商品即使跟量子力學一點關係都沒有,也都被冠上量子兩字;除此之外,商品宣傳裡也常出現一堆量子能量、量子共振等不知所謂的概念,不然就是濫用量子力學的專有名詞如量子糾纏、量子穿隧等,來幫自己的商品背書。只要有量子兩字,彷彿就是品質保證,讓你靈性提升、身體健康、心想事成。

對此,我就給三個字:敢按呢(Kám án-ne)?

事實上,量子力學至今仍是持續演進的學問,我們對量子力學的理解也隨時間變得越來越豐富。現代的物理學家,基本上不認為我們可以用意識改變物質世界,也不認為「意識」在「觀測」上佔據一席之地,甚至可以說正好相反,人的意識在觀測上根本無關緊要。

不過,我們不會那麼快就直接進入觀測問題的現代觀點。在之後接下來的幾集,我們會先從基本知識開始說起,循序漸進,讓你掌握量子力學的部分概念。而在本系列影片的最後一集,我們才會重新回到觀測問題,並介紹量子力學領域近幾十年來在此問題上獲得的進展。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----