雖然左手物質的構想很有趣,但是自然界中並不存在這種材料。直到三年前加州大學 San Diego (University of California at San Diego, UCSD) 分校的 D. Smith 根據理論物理學家 John Pendry 在 1999 年的建議,利用以銅為主的複合材料首次製造出在微波波段具有負介電常數、負透磁率的物質。Smith 等人的實驗並沒有進一步驗證負折射率,因為他們的材料只在一維表現出左手性。(見本站報導)在 Smith 的實驗之後,有好幾位物理學家陸續在 Physical Review Letters 上發表文章對 Smith 的實驗結果表示異議,原因是他們認為左手物質將違反因果律、光速上限以及能量守恆的原理。
就在上個月,美國西雅圖 Boeing Phantom Works 的 C. Parazzoli 與加拿大 University of Toronto 電機系的 G. Eleftheriades 所領導的兩組研究人員分別發表了在微波波段負折射率物質的實驗報告。兩組科學家在實驗中直接觀測到了逆折射定律:折射發生的方向與一般物質完全相反。同時 Iowa State University 的 S. Foteinopoulou 也發表了左手物質的理論模擬結果。利用光子晶體做為介質,Foteinopoulou 在計算中發現電磁波波前(wavs front)遇到左手介質時折射並不會立刻就發生,而是在介面捕捉入射波前一段時間之後才出現折射波。他們認為這個延遲現象說明了波前的一端並不需要無限大的光速傳遞才能從一般介質到左手介質,因此左手物質並不違反光速上限與因果律等基本原理。
#1:除『左手物質』之外,也有些人稱之為:Backward wave materials、Double Negative Materials (DNG)、Metamaterial 或者是 Negative Index of Refraction Materials(NIM)。
原始論文: 1. Experimental verification and simulation of negative index of refraction using Snell’s law C. G. Parazzoli, R. B. Greegor, K. Li, B. E. C. Koltenbah, M. Tanielian Phys. Rev. Lett., 90, 107401 (2003)
2. Growing evanescent waves in negative-refractive-index transmission-line media A. Grbic and G. V. Eleftheriades Appl. Phys. Lett., 82, 1815(2003)
3. Refraction in media with a negative refractive index S. Foteinopoulou, E. N. Economou, C. M. Soukoulis Phys. Rev. Lett., 90, 107402 (2003)
還記得美劇《The Big Bang Theory》嗎?劇中常常出現的物理名詞「弦論」,是描述物理世界基本結構的理論。中央研究院「研之有物」專訪院內數學研究所程之寧研究員,她正是研究弦論的科學家,也是熱愛音樂的搖滾樂團鼓手,這種跨領域身份並不衝突,兩邊都需要創造力與紀律。由於天生斜槓的性格,讓程之寧在數學和物理領域大展身手,透過數學的深入探討,她試圖將弦論更往前推進。最近程之寧更跨足到人工智慧領域,為學界提供理論物理上的貢獻。
我有兩個動機。一個就是我真的想深入了解人工智慧。我也可以像普羅大眾,看看 AI 下圍棋,讚嘆「哇!好厲害!」這樣就好,可是我覺得我一定可以真的去理解它,這可能就是數學家的自大吧!
另一方面,我知道對科學研究來說,未來 AI 將會是一個非常重要的工具。這是「在職訓練」的概念,我可能會用到這個新工具,或以後我可能會需要教這樣的課,因為學生是下一代的科學家。因為這些原因,我覺得我需要去訓練自己使用新的工具。在我的領域裡,也有一些有趣的、還沒被解答的科學問題,是 AI 有可能幫得上忙的,我看到了一些潛力。
弦論和 AI 感覺差距很大,AI 也可以應用到弦論的研究嗎?
乍看之下,弦論的確比較抽象,也不像其他許多實驗會產生大量數據。但其實弦論有大量的可能性,我認為使用 AI 來在這些巨量的可能性當中搜尋特別有趣的理論,是一個有潛力能夠加深我們對弦論理解的新的研究方法。
而且 AI 的應用絕不僅限於巨量資料。如果是面對一些比較新的挑戰,在沒有現成的演算法可以用的情形之下,可以自己做出需要的功能嗎?這過程我覺得也非常很有趣,而且應該是會有成果的一條路。這種不是那麼顯而易見的事情,我覺得很有挑戰性,也蠻好玩的。
除了用 AI 來幫助物理跟數學的研究之外,我也試著物理研究當做靈感來源,找出新的 AI 的可能性,我覺得這也是一個很有趣的研究方向。我現在有和 AI 的學者合作,嘗試做出一些創新的演算法,真的還蠻有趣的。