1

0
0

文字

分享

1
0
0

小透鏡們的魔術- 由模糊而生的清晰 ! Engraved panel casts image on walls

Scimage
・2011/05/31 ・515字 ・閱讀時間約 1 分鐘 ・SR值 498 ・六年級

家裡有方格玻璃門的朋友都知道,光通過那種玻璃門會變成像是光斑,如果再離遠一點就變成均勻的光。這樣的設計是為要讓光被打亂,所以外面的人看不到裡面,可是光又進的去。不過這樣的模糊特性不是絕對的,經由數學計算,其實清晰的影像可以從這樣的光斑來產生。

影片中的小板子上有很多非等向性的小透鏡,打上光之後,如果離螢幕很近,就只會產生光斑,不過把這小板子慢慢拿遠以後,照出來的光斑慢慢變成聚合成的美女跟愛因斯坦的影像了( 做影像展示的好像很喜歡用愛因斯坦,像之前介紹過的用細菌照相也是!)。

這樣的技術是透過把影像的深淺強度用橢圓的高斯分布來展開,用很多可控制位置的模糊影像來合成清晰影像,最後將可對應造成光斑的小透鏡做成表面的起伏就完成了。以往這樣的系統常常是在傅立葉轉換平面,利用控制光的波前相位分布來達成,不過那樣的技術需要特殊的調變元件,也會損失光強(發光強度)。這影片提出的方式比較直觀跟容易設計,也有可能大規模利用塑膠材質來達成,或許可以用在一些特定的照明場合上~!

學術文獻

本文原發表於科學影像Scimage[2011-05-30]

文章難易度
所有討論 1
Scimage
113 篇文章 ・ 3 位粉絲
每日介紹科學新知, 科普知識與實際實驗影片-歡迎每一顆好奇的心 @_@!

2

9
2

文字

分享

2
9
2
素養不是知識,是讓孩子像科學家一樣思考——LIS 創辦人嚴天浩專訪
PanSci_96
・2021/09/24 ・2101字 ・閱讀時間約 4 分鐘

近年來,在新課綱推行之下,「素養」這個詞成為熱門關鍵字,「對我來說,素養就是面對世界的行為模式,在面臨問題時,一個人會抱著什麼樣的態度去解決問題。而科學素養就是『像科學家一樣思考』」LIS 科學情境教材(台灣線上教育發展協會)創辦人嚴天浩這麼說。

嚴天浩在大學時開始製作教學影片,最初的動機來自上大學後體會到城鄉差距、資源落差,想藉由線上教材擴大影響力,然而觀看次數卻不如預期。

2013 年起,嚴天浩和夥伴到台東,向「孩子的書屋」負責人陳爸(陳俊朗)請益,並長期蹲點接觸孩子,發現學生們面臨最大的問題不在於「學什麼」,而在於「為什麼要學」,因此意識到若要改變孩子的學習狀態,不能只是單方面灌輸「老師想教的」,而要從學生的需求出發,了解「孩子想學什麼」。

七年來,LIS 拍攝超過 100 支線上科學影片,包括將科學家的思想歷程、時代背景融入角色劇情的科學史,以及結合時事、生活情境的科學實驗,目前已經超過 250 萬觀看人次,也成為全台許多中小學的教材。

這次,LIS 歷時三年研發出一套科學實境解謎遊戲,不只在玩遊戲的過程中學科學,也引導孩子練習「像科學家一樣思考」。

什麼是「像科學家一樣思考」?

過去,我們在國中課本裡學到的科學方法「觀察、提出假說、進行實驗、得到結論」,然而許多學生能對步驟琅琅上口,卻不見得理解背後的邏輯。LIS 分析百位科學家的思考歷程以及參考教育學者的理論,設計出適合培養國小學生科學思維的「科學推理階梯」,共有四個步驟,包括「發現問題」、「聯想原因」、「大膽假設」、「實際驗證」。

嚴天浩坦言,對於國小的孩子來說,他認為最難的在於——第一步「發現問題」,這取決於孩子過去是否累積足夠的觀察經驗,因此,如何訓練孩子觀察是培養探究學習的重點。然而,在沒有老師的引導下,要怎麼讓孩子能聚焦在實驗的現象上,成為開發遊戲過程中的一大考驗,後來,團隊想出了運用 RPG 中的角色對話,設計句子讓玩家將注意力集中在現象上的差異,「當孩子觀察到的與他原本的認知有所不同,產生衝突時才會進而發現問題。」嚴天浩說。

有適當的引導,才能從問題中學習

在發現問題之後,還須激發玩家思索問題的意願,因此在遊戲中便成為一個個解謎關卡,玩家為了破關、練等會主動尋找答案,在玩完遊戲後得到的成就感,會讓孩子對科學產生動機,在未來有自信用這樣的方式去思考、面對問題。

嚴天浩說:「大學時我修過教育學的課,設計課程的第一步往往是『引起動機』,但我們認為應該從遊戲開始到結束的每一個動作,都需要一個『引起動機』,目前玩過這套遊戲的孩子有持續玩過兩個小時以上,玩得越久代表引起的學習動機越強烈。」

了解背後的意義才是學科學

然而,有時在做完實驗後,學生只會記得當時看到的實驗結果或現象,卻沒有把背後的邏輯和原理帶走,關於這部分,嚴天浩分享,「玩實驗」和「學科學」最大的差別在於,是否了解每個步驟的意義,如同以往「食譜式實驗」,照著課本一步一步做,卻不知道為什麼這麼做。

因此,他們把演示型實驗設計成遊戲,將探究歷程拆分成關卡,透過與 NPC 對話帶領玩家思考,並預想玩家可能卡關的地方,就像是在蓋房子時的鷹架,一層層建構、支持,逐漸將學習的責任放回孩子身上,傳統課堂中搭鷹架的角色可能是老師,而在這個遊戲裡,是精心設計過的關卡提示。

讀到這裡,或許你會想問,在探究式的學習中,真的能夠學會「像科學家一樣思考」嗎?

「我認為探究學習中,知識其實只是附帶的。」嚴天浩解釋:「我們想告訴孩子的是,科學家最厲害的並不是他成功發現了什麼,而是他在失敗了那麼多次之後,還是願意繼續努力。」

如果現在的台灣是二十年前教育的結果,那麼 LIS 正在改變的是二十年後的台灣,那時的每個人在面對問題時都能有邏輯地看待、抱著自信的態度去解決,這是 LIS 的憧憬,也是我們對於台灣未來世代的期盼。


所有討論 2
PanSci_96
1011 篇文章 ・ 1115 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

9
0

文字

分享

0
9
0
不只能「透視海底」還可判釋水稻田!淺談福衛五號的影像多元應用
科技大觀園_96
・2021/08/23 ・2533字 ・閱讀時間約 5 分鐘

福衛五號幫助研究人員算出海底地形、找出稻田分布。圖/fatcat11 繪

「透視」海底,用福五影像逆推東沙環礁水底地形

中央大學太空及遙測中心的副教授黃智遠、副教授任玄及副教授曾國欣選定東沙環礁,測試福衛五號影像反演水底地形的能力。成果顯示,在訓練資料品質佳的情況下,以福五影像建置水底地形的精度與超高解析度衛星影像的成果相當,可協助內政部產製電子航行圖、環境監測、生物棲地研究等。 

傳統常以船隻搭載聲納,或飛機搭載光達的方式量測水深,這兩種方式皆須現地量測,精度高,但成本也高,且淺海與爭議水區的量測會受限。多光譜光學衛星影像能穿透約 20 公尺深的潔淨水體,成為廣泛調查淺水域的潛力方式。

要以衛星光譜影像反演水深,仍需收集訓練資料(例如地形的現地量測資訊)當作「教材」,讓電腦建立正確的模式參數。「沒有太多人為擾動影響、卻又要有高品質的訓練資料 ,同時符合這兩個條件的就選東沙環礁了!」東沙環礁有精密的光達測深資料,還有海水潔淨、淺水域面積廣大等優點。

此項技術的訓練方式是,輸入衛星影像各波段數值(主要為透水較佳的綠光波段)及其對應的實際水深訓練網路,網路模式訓練完成之後,輸入目標區域的衛星影像數值,就能推算出每個像素對應的水深資訊。

福衛五號衛星於 2018 年 3 月 2 日所攝得東沙環礁影像。圖/國家太空中心提供

為了衡量福五影像的表現,團隊也拿超高解析度商用衛星 WorldView2 的影像反演水深,比較兩者成果。福五反演的水深成果精度達 1.62 公尺,雖略遜於 WorldView2 的 1.26 公尺,但相差不遠。

黃智遠解釋,相較於房屋、橋梁等地物地貌,水下自然地形的局部變化通常較小,所以對於衛星影像空間解析度的要求也較低。在反演水深的應用上,使用福五或超高解析度衛星的差異不大,福五反演僅局部區域比實際地形略深。

光譜反演的挑戰在於訓練資料蒐集困難,不過,透過衛星影像產製水深還有另一種稱為「立體對測量」的方法。福衛五號可以對地「立體取像」——人的視覺因左右眼視角差異而能感知立體,資料也能整合不同角度的衛星影像產生視差,萃取出目標物的數值地形模型,再以此當作訓練資料,進行模式訓練、反演水底地形。

過去團隊與內政部合作,在東海南海的許多島礁進行水深反演,已累積起一套決策樹,考量目標區域具備的資料庫、資料品質、成本等,可為不同地區挑選、整合不同的水深產製方式。

東沙環礁水底地形。圖/研究團隊提供

雙衛星搭檔,提高水稻田判釋精度!

水稻田分佈判釋是行政院農委會農糧署年度重要工作項目,農糧署與臺灣大學理學院空間資訊研究中心教授朱子豪、遙測及資料加值組組長張家豪合作,以福衛五號影像結合合成孔徑雷達衛星影像判釋水稻田,正確性達 92%,大幅提高偵測精度。 

由於雲林有充足的基礎資料可供驗證與訓練模型,研究團隊選定雲林做為研究區域,試驗福五的影像用在水稻田判釋可達多少能力。 

團隊使用福衛五號影像,搭配 22 組歐洲太空總署合成孔徑雷達衛星「Sentinel-1」的開放資料,並試驗了三種方法:僅使用福五(光學)影像、僅用雷達影像、兩者相互搭配。結果顯示,整合兩者的效果最好,判釋正確性最高可達到 92%,高於單用光學或雷達影像的 90%、80%。

「光學衛星最大的限制就是雲!」雲會遮擋目標、影響判釋,而農作物判釋的取像時機又相當關鍵,取像時有雲就沒輒了;合成孔徑雷達衛星會主動發射微波到地面再接收反射波,可穿透雲層,不受雲覆與日照影響,可補強不同時期影像,取得水稻田從插秧、成長、結穗的時序變化資訊。

本研究的突破在於,只用了單一分類器全自動判別的條件下,偵測精度大幅提升,更是首度只用一個時間點、單張光學影像就達到了。團隊對此也相當興奮,「可能因為福五當時在 11 月取像,剛好是水稻結穗時,影像特徵與其他作物差異較大。」張家豪解釋。 

推測了面積,可以進一步推估產量嗎?「一公頃稻作能收成 1,000 公斤或 4,000 公斤,有太多因素影響了。」朱子豪說。溫度、溼度、施肥、天災、病蟲害等都會影響收成,此類研究在平遂的情況下可大致估產,尚難達成精確估產。

福衛五號的自然彩色影像,綠色標記為水稻;黃色標記為非水稻。圖/研究團隊提供

掌握物候特徵是判釋關鍵

未來若要擴大範圍,判釋全國水稻田面積,由於各地農民栽種時序、田間管理多變,如何選擇適合的取像時間會是一大挑戰;若要擴展到判釋其他作物,則得視其生長特徵進行更多的分析比對。

張家豪舉例,判別柑橘類的常年果樹、葉菜類極困難,果樹在光學影像上看起永遠是綠色一片,也無足夠的栽種方式差異、生長週期特徵和其他特性可區辨;檳榔、椰子、香蕉從空中看都是放射狀葉片,雖可參考栽種密度與高度,但影像的空間解析度也得提高至 60 公分才能精確判別;蔥、蒜皆屬旱作,需要空間解析度優於 60 公分的影像,搭配如地區性栽種時序、田埂排列鮮明的地表特徵,有機會判釋成功,「但要是田裡混作個青江菜,就分不出來了。」

梅樹是另個成功案例,它在 12 月下旬會落葉,隔年 2 月開花長葉結果。團隊曾執行判釋南投水里梅樹的研究,標定幾個時間取像,「若有某個區域在十月是綠葉、入冬出現裸露地特徵、然後變得白白的(開花)、四月又出現綠葉,那就很可能是梅樹!」但李子與梅樹的影像呈現類似,生長期也相近,要是沒在生長期重疊前順利取像,就會混淆兩者。

以衛星影像判釋作物不光是直白的「看照片」或分析光譜,掌握作物的「物候特徵」才是關鍵。

科技大觀園_96
82 篇文章 ・ 1103 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。

2

15
4

文字

分享

2
15
4
真正的隨機:史上最速亂數產生器
linjunJR_96
・2021/04/12 ・2451字 ・閱讀時間約 5 分鐘 ・SR值 521 ・七年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

圖/wikipedia

隨機性,在許多領域都扮演了不可或缺的角色。例如電腦信息的加密,還有模擬複雜物理系統等技術,都需要用到巨量的亂數資料。不過,這些隨機是怎麼來的呢?

當電腦計算 1+1 是多少時,它可以遵從既定的程序算出正確答案;但如果叫電腦隨便給你一個數字,它肯定不知道該怎麼辦。畢竟電腦不像人,可以隨便「想到」一個數字。電腦只能根據你的命令,算出你要的結果。

要得到「真正的隨機」並不如想像中簡單。當我們到廟裡擲筊,或是玩桌遊時丟骰子,得到的結果看似沒有規律,但其實不然。它們可以用簡單的電腦計算來預測,像是丟硬幣的結果,便早已被研究透徹。只要對初始條件有足夠良好的掌握(像是丟出的速度與角度等等),這類物品的行為都能用兩百年前確立的力學定律來精準預測,因此稱不上是「真正」的隨機;另外一個缺點在於,這類方法產生隨機結果的速度實在太慢,跟不上現代社會對於隨機資料的龐大需求。

對於丟硬幣的結果,只要對初始條件有足夠良好的掌握,這類物品的行為都能用力學定律來精準預測,因此稱不上是「真正」的隨機。圖/Giphy

至於使用電腦計算的結果呢?常見像是串流平台的隨機播放功能,以及粉專抽獎會用的亂數產生器,它們所呈現的隨機是演算法算出來的。隨機播放功能利用特殊的演算法,排列出一個讓你聽起來很隨興的歌單;一般的電腦亂數,只是將特定的「種子」數字丟進一個超複雜的算式,算出成串毫無規律的數字。這些方法雖然快速又實用,但終究是可以預期的。當亂數數量夠多時,往往可以發現某些規律;而可被預期的亂數若是用於加密或認證,便會成為駭客眼中的肥羊

由量子世界尋求真正的隨機!

既然手邊的物品和電腦都不管用,科學家於是轉向微觀的量子世界。量子物理對世界的描述本身就是機率性的,因此物理學家可以從實際測量結果中汲取「正港的」隨機亂數。像是物質的放射性衰變或電路中的雜訊,都是常見的選項。這類過程雖然可以確保隨機性,但效率還是稍嫌太差,相關的實驗架設也相當費工。

不過就在今年二月,研究人員利用半導體雷射技術,打造出有史以來最快的亂數產生器:每秒 250 TB 的隨機位元,比先前的紀錄高出一百多倍。

雷射的產生牽涉到原子內的「電子躍遷」。在一般狀態下,大部分原子中的電子會按照高中化學課本中提到的「電子軌域」排列,這種排列方式稱為「基態」,代表原子中的所有電子,都處在最低能量狀態。

在原子接收一定的能量後,會有部分電子跳入高能量的軌域中,變成「激發態」,這時原子內的電子組態不穩定,電子會跳回低能量軌域中回到「基態」,並以光(輻射)的形式放出能量。圖/wikipedia

在原子接收一定的能量後,會有部分電子跳入高能量的軌域中,變成「激發態」,這時原子內的電子組態不穩定,電子會跳回低能量軌域中回到「基態」,並以光(輻射)的形式放出能量。

而這些跳回的電子,如果都從同一個激發態回到基態,就會釋放出特定「頻率」與「能量大小」的光,以愛因斯坦的說法,從相同的激發態回到基態,會得到固定的「光子」,這是舊量子論的重要發現之一。提供原子特定的能量,讓原子放出光子,就可以激發出雷射。

利用電子躍遷的隨機性

但這件事情跟隨機性有什麼關係呢?電子躍遷本身就是具有隨機性的。

要激發雷射,其實事情並沒有那麼簡單,需要克服這個機率性。讓我們回頭看上面的敘述,「『大部分』原子中的電子會按照……」、「在原子接收一定的能量後,『有部分』電子跳入高能量的軌域中」,這些「大部分」、「有部分」,使得我們就算給原子固定能量,也未必能平穩釋放出特定光子,讓雷射光的強弱不穩定,也不會朝同方向射出。

因此雷射技術的重點之一,就是「光學共振腔」,將激發光子的物質放在共振腔中,放出的光子會在共振腔中來回游走,再次激發原子放出更多的光子,來增強雷射強度,並讓雷射光往特定方向射出。

但是,「光學共振腔」強化雷射強度以及方向,但實際上雷射光的強度,仍然是由量子力學的隨機性所決定!如果我們能用感光元件捕捉雷射光線起伏不定的強度,再轉換為數位訊號,就能獲取珍貴且無法破解的隨機亂數。

蝴蝶結狀「光學共振腔」

這種想法雖有十幾年的歷史,不過由於技術上的限制,產率一直相當有限。而且一般方形共振腔產生的雷射,容易讓光強度陷入特定的規律,產生的隨機性也較低。為了解決這個問題,研究人員將共振腔的形狀改良為蝴蝶結狀。如此一來,在其中反彈的雷射光便能保有其當初紊亂的特性,且往特定方向射出。

隨機的雷射光源被 254 像素的高速攝影機拍下,每個像素受到的光強度也被證實為相互獨立,因此成就了 254 條同步生產線,一同產出隨機亂數,使效率遠遠勝過以往一次只能記錄一個像素的做法,創下每秒 250 TB 的紀錄。

現今電腦運作的時間尺度最快不超過幾 GHz,因此這次的 250 THz 創舉難以發揮全部的實力。如果犧牲一些效率,用較簡單的偵測裝置來取代高速攝影機,可以讓整個裝置變得更加輕巧,提升實用性。在不久的將來,史上最速的亂數產生機制,或許可以直接容納於單一晶片之上。

參考資料:

所有討論 2
linjunJR_96
31 篇文章 ・ 536 位粉絲
清大理工男。不喜歡算數學。喜歡電影、龐克、和翻譯小說。不知道該把科普當興趣還是專長,但總之先做再說。