Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

美國空軍無人太空飛機 X-37B順利發射

科景_96
・2011/02/10 ・676字 ・閱讀時間約 1 分鐘 ・SR值 532 ・七年級

-----廣告,請繼續往下閱讀-----

Original publish date:Apr 23, 2010

編輯 HCC 報導

美國空軍無人太空飛機 X-37B 於美東時間4月22日晚間7點52分自佛羅里達順利發射,X-37B或稱為軌道測試載具(Orbital Test Vehicle )將進行為期數月的飛行測試。

X-37B由製造商波音幻影工廠(Boeing Phantom Works)製造,為可重複性使用無人太空飛機。機身長度9公尺、翼展4公尺、高度3公尺、重量約5000公斤。太空飛機動力來自鋰離子電池(lithium ion batteries),於軌道以砷化鎵太陽能陣列(gallium arsenide solar arrays)充電。

-----廣告,請繼續往下閱讀-----

Atlas V AV-012火箭搭載X-37B,AV-012第一節為共核加力器(Common Core Booster),由俄造RD-180主引擎推動,RD-180使用RP-1燃料。飛行程序概要如下:T+1.1秒,AV-012火箭離開發射平台,加速升向軌道;T+19秒,火箭執行仰轉;T+33.3秒,建立零攻角飛行模式;T+3分39.4秒,酬載護罩(Payload Fairing)與火箭分離,露出半人馬上節火箭(Centaur upper stage)與X-37B;T+3分44.4秒,拋離做為減振與支撐功能的前撐負荷支撐環(forward load reactor)。

X-37B首次飛試的主要目標是驗證導航與控制系統,包含在加州Vandenberg空軍基地進行全自動重返與降落,並以鄰近的Edwards空軍基地做為備選降落地點。

X-37B OTV-1飛行試驗被美國空軍列為機密任務,據悉係為美國空軍快速(反應)能力辦公室(Rapid Capabilities Office)執行技術驗證與研發試驗。

美國空軍太空計劃次長(Air Force deputy under secretary for space programs)Gary Payton認為X-37B基本上是執行太空任務的太空梭改良版,能協助美國空軍執行太空任務的新載具,他不知道為何此任務會被稱為太空武器化(weaponization)。

-----廣告,請繼續往下閱讀-----

X-37B飛試擬評估熱防護系統、航空電子設備、抗高溫結構與密封、可重複使用之絕緣塗層、輕重量機電飛行系統。

參考來源:

相關連結:

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

0

1
0

文字

分享

0
1
0
數智驅動未來:從信任到執行,AI 為企業創新賦能
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/13 ・4938字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過,當 AI 根據病歷與 X 光片就能幫你診斷病症,或者決定是否批准貸款,甚至從無人機發射飛彈時,它的每一步「決策」是怎麼來的?如果我們不能知道 AI 的每一個想法步驟,對於那些 AI 輔助的診斷和判斷,要我們如何放心呢?

馬斯克與 OpenAI 的奧特曼鬧翻後,創立了新 AI 公司 xAI,並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型,而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今,AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?

-----廣告,請繼續往下閱讀-----
AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?圖/pexels

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題?試想,現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險,但這些模型往往如同黑箱操作。有人貸款被拒,卻完全不知原因,感覺就像被分手卻不告訴理由。更嚴重的是,AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價,這些與信用風險真的相關嗎?這種不透明性只會讓弱勢群體更難融入金融體系,加劇貧富差距。這種不透明性,會讓原本就已經很難融入金融體系的弱勢群體,更加難以取得貸款,讓貧富差距越來越大,雪上加霜。

AI 不僅影響貸款,還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑,試圖預測嫌犯再犯風險。然而,這些工具被發現對有色人種特別不友好,往往給出偏高的再犯風險評估,導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是,這些決策缺乏透明度,AI 做出的決策根本沒法解釋,這讓嫌犯和律師無法查明問題根源,結果司法公正性就這麼被悄悄削弱了。

此外,AI 在醫療、社交媒體、自駕車等領域的應用,也充滿類似挑戰。例如,AI 協助診斷疾病,但若原因報告無法被解釋,醫生和患者又怎能放心?同樣地,社群媒體或是 YouTube 已經大量使用 AI 自動審查,以及智慧家居或工廠中的黑盒子問題,都像是一場越來越複雜的魔術秀——我們只看到結果,卻無法理解過程。這樣的情況下,對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具,自己卻無法理解?

原因有二。首先,深度學習模型結構複雜,擁有數百萬參數,人類要追蹤每個輸入特徵如何影響最終決策結果,難度極高。例如,ChatGPT 中的 Transformer 模型,利用注意力機制(Attention Mechanism)根據不同詞之間的重要性進行特徵加權計算,因為機制本身涉及大量的矩陣運算和加權計算,這些數學操作使得整個模型更加抽象、不好理解。

-----廣告,請繼續往下閱讀-----

其次,深度學習模型會會從資料中學習某些「特徵」,你可以當作 AI 是用畫重點的方式在學習,人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習,但這些特徵往往對人類來說過於抽象。例如在影像辨識中,人類習慣用眼睛、嘴巴的相對位置,或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵,而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示(Distributed Representation)來編碼特徵,意思是將一個特徵表示為一個高維向量,每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。對 AI 而言,這是理解世界的方式,但對人類來說,卻如同墨跡測驗般難以解讀。

假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。圖/unsplash

試想,AI 協助診斷疾病時,若理由是基於醫生都無法理解的邏輯,患者即使獲得正確診斷,也會感到不安。畢竟,人們更相信能被理解的東西。

打開黑盒子:可解釋 AI 如何運作?我們要如何教育 AI?

首先,可以利用熱圖(heatmap)或注意力圖這類可視化技術,讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡,來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ,當 AI 判斷這張照片裡是「貓」還是「狗」時,我需要它向我們展示在哪些地方「盯得最緊」,像是耳朵的形狀還是毛色的分布。

-----廣告,請繼續往下閱讀-----

其次是局部解釋,LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈,它將每個特徵看作「玩家」,而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻,讓我們可以了解各個特徵如何影響最終結果。並且,SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的,還能透過「全局解釋」理解模型整體的運作中,哪些特徵最重要。

以實際的情景來說,SHAP 可以讓 AI 診斷出你有某種疾病風險時,指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同,會針對單一個案建立一個簡單的模型,來近似原始複雜模型的行為,目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時,LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用,一大優勢是靈活且計算速度快,適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景,LIME 可以幫助醫生理解 AI 為何推薦某種治療方案,並說明幾個主要原因,這樣醫生不僅能更快做出決策,也能增加患者的信任感。

-----廣告,請繼續往下閱讀-----

第三是反事實解釋:如果改變一點點,會怎麼樣?

如果 AI 告訴你:「這家銀行不會貸款給你」,這時你可能會想知道:是收入不夠,還是年齡因素?這時你就可以問 AI:「如果我年輕五歲,或者多一份工作,結果會怎樣?」反事實解釋會模擬這些變化對結果的影響,讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大,就像揭示一道菜中,哪些調味料是味道的關鍵。例如在金融風險預測中,模型可能指出「收入」影響了 40%,「消費習慣」占了 30%,「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時,還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術,才能達到更完整的解釋效果。

講到這裡,你可能會問:我們距離能完全信任 AI 還有多遠?又或者,我們真的應該完全相信它嗎?

-----廣告,請繼續往下閱讀-----

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。因此,AI 既要「可解釋」,也要「能代理」。

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。圖/unsplash

舉例來說,當一家公司要做一個看似「簡單」的決策時,背後的過程其實可能極為複雜。例如,快時尚品牌決定是否推出新一季服裝,不僅需要考慮過去的銷售數據,還得追蹤熱門設計趨勢、天氣預測,甚至觀察社群媒體上的流行話題。像是暖冬來臨,厚外套可能賣不動;或消費者是否因某位明星愛上一種顏色,這些細節都可能影響決策。

這些數據來自不同部門和來源,龐大的資料量與錯綜關聯使企業判斷變得困難。於是,企業常希望有個像經營大師的 AI 代理人,能吸收數據、快速分析,並在做決定時不僅給出答案,還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子,而可解釋 AI (XAI)則清楚解釋其判斷依據。例如,為什麼不建議推出厚外套?可能理由是:「根據天氣預測,今年暖冬概率 80%,過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

-----廣告,請繼續往下閱讀-----

但會解釋還不夠,AI 還需能真正執行。這時,就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」,大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時,這位產品經理不會手忙腳亂,而是按以下步驟行動:

  1. 檢查倉庫物料:庫存夠不夠?有沒有替代料可用?
  2. 評估交期影響:如果需要新物料,供應商多快能送到?
  3. 計算成本變化:用新料會不會超出成本預算?
  4. 做出最優判斷,並自動生成變更單、工單和採購單,通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節,還會記錄每次決策結果,學習如何變得更高效。隨時間推移,這位「智慧產品經理」的判斷將更聰明、決策速度更快,幾乎不需人工干預。更重要的是,這些判斷是基於「以終為始」的原則,為企業成長目標(如 Q4 業績增長 10%)進行連續且動態地自我回饋,而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作,讓企業決策流程不僅透明,還能自動執行。這正是數智驅動的核心,不僅依靠數據驅動決策,還要能解釋每一個選擇,並自動行動。這個過程可簡化為 SUPA,即「感知(Sensing)→ 理解(Understanding)→ 規劃(Planning)→ 行動(Acting)」的閉環流程,隨著數據的變化不斷進化。

偉勝乾燥工業為例,他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後,偉勝成功將數智驅動融入業務與產品開發,專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合,開發出新形態智慧化設備,成功打入半導體產業,帶動業績大幅成長,創造下一個企業的增長曲線。

-----廣告,請繼續往下閱讀-----

值得一提的是,數智驅動不僅帶動業務增長,還讓員工擺脫繁瑣工作,讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術,還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用,企業首先要確保它服務於具體的業務需求,而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐,才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力?免費上手企業 AI 助理!👉 企業 AI 體驗
現在使用專屬邀請碼《 KP05 》註冊就享知:https://lihi.cc/EDUk4
訂閱泛科學獨家知識頻道,深入科技趨勢與議題內容。

👉立即免費加入

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
解密離岸風電政策環評:從審查標準到執行成效,一次看懂
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/21 ・3546字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 環境部 委託,泛科學企劃執行。 

政策環評是什麼,跟一般環評差在哪?

隨著公共建設的規模越來越大,傳統的環境影響評估(EIA),難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時,只看「單一開發案」已經不夠,就像評估一棵樹,卻忽略了整片森林。因此,政策環境影響評估(SEA)應運而生,它看樹,也看森林,從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同,政策環評更像是一場全面性的檢視,強調兩個核心重點:「整合評估」與「儘早評估」。簡單來說,這不再是逐案評估的模式,而是要求政府在制定政策時,就先全面分析可能帶來的影響,從單一行為的侷限中跳脫,轉而聚焦在整體影響的視角。無論是環境的整體變化,還是多項行為累計起來的長期影響,政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外,政策環評還像是一個大型的協商平台,以永續發展為最高指導原則,公開整合來自不同利益團體、民眾與各機關的意見。這裡,決策單位不再只是單純的「評分者」,而是轉為「協調者」或「仲裁者」,協調各方的意見看法在這裡得到整合,讓過程更具包容性。

-----廣告,請繼續往下閱讀-----

政策環評並沒有所謂的「否決權」,而是側重意見的蒐集與整合,讓行政機關在政策推動時,能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序(包含量化、特徵化等評估方式),也廣納社會面或民眾滿意度等影響因子,把正式與非正式的作法一併考量進去。再來,決策程序中能層層檢討、隨時修正,也建立了追蹤機制和成效評估標準(如環境殘餘效應、累積效應等),透過學習來強化決策品質與嚴謹度。就像一場球賽,隨時根據變化、調整策略。

這樣的制度設計,就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估,讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響,也為後續政策執行奠定更穩固的基礎。

政策環評並沒有否決權,而是重在整合各方意見、量化影響以及建立追蹤與修正機制,這樣的制度設計便適用於離岸風電等大型政策評估。圖/envato

離岸風電為何需要的是政策環評?

離岸風電是能源轉型的重要策略之一,但這不是只在某塊空地上架幾個風車,而是要在廣闊的大海中進行大規模建設,牽涉的不僅是發電,還涉及海洋保育、航空交通、水下文化資產等議題,更與當地漁民的權益息息相關。

這樣的大型離岸風電工程,因海洋環境的風險和不確定性極高,很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點?這就需要政策環評的把關,從多方檢視這些複雜的挑戰,確保政策推行既能穩妥,又能達成發電目標。

-----廣告,請繼續往下閱讀-----

2016 年 3 月,經濟部自願提出「離岸風電區塊開發政策評估說明書」,是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書,政府將採分期公告、逐年檢討的方式,每三年開放 0.5~1 百萬瓩(GW)的電量額度鼓勵業者投入開發。當時環保署(現為環境部)歷經九個月召開 2 次意見徵詢會議,蒐集環評委員、專家學者、相關機關、民眾等意見,最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程,讓政策「名正言順」,得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中,環評會議盤點了開發過程中共通的環境議題。

首先,對於海洋生態保育的重點,特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上,以減少對其生態的干擾。實際上,這項規範在後續的實務執行中更為嚴格,例如,福海二期示範風場已退縮到 2.5 公里外,臺電二期風場甚至退到 4.2 公里外,顯示政策環評確實發揮了實質作用。此外,針對施工期間的聲音干擾,要求施工需有 30 分鐘以上的打樁緩啟動時間,並限制聲量不得超過 180 分貝等。

針對鳥類保育,政策環評也訂立了具體規範。其中,包括風機之間必須留設 500 公尺以上的鳥類穿行廊道,並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時,為確保這些措施確實生效,工程方也被要求設置「鳥類活動監測系統」,持續追蹤、評估風場對鳥類的影響。

-----廣告,請繼續往下閱讀-----

此外,環評會也確立了「先遠後近」的開發原則,要求優先開發較單純的航道外側區塊,待累積足夠經驗及相關資料後,再進行近岸區域的開發。這項原則考量了近海生態系的複雜性,也顧到養殖漁業的漁民權益,展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制:達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質,環境部參考過去離岸風電審查經驗,制定「風力發電離岸系統開發行為環境影響評估初審作業要點」,建立了全新的二階段審查機制。

環境部推動二階段審查機制,提升離岸風電環評效率與審查品質。圖/envato

這套新機制分為兩個階段。第一階段,就像「初步檢查」,由環境部依照檢核表進行初審,並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審,通過第一階段初審之業者,可取得經濟部遴選資格,其初審結果有效期為兩年,必要時可申請展延一年。接著進入「第二階段」,開發單位檢附目的事業主管機關核配的容量證明文件等資料,提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目,涵蓋開發案的全生命週期。

-----廣告,請繼續往下閱讀-----

工程面,包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中,風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域,且須進行地震危害度分析。海域電纜部分,除特殊情形外,埋設深度至少須達 1.5 公尺,且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上,檢核表則對施工噪音管制訂立了明確標準。舉例來說,打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝,且必須全程採用最佳噪音防制工法。同時,每個開發案或聯席審查的風場,同一時間內只能進行一支基樁施作,而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點,分為「施工前、施工期間、營運期間」三階段,每個階段都規定了詳細的監測要求(包括海域底質監測、水下噪音監測、鯨豚目視監測等)。以鯨豚監測為例,每年需執行20趟次,四季中每季至少執行 2 趟次。此外,所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」(https://epaw.moenv.gov.tw/)供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費,也透過明確的檢核項目,讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此,該機制亦確保了環境保護標準前後一致,避免不同案件之間標準不一。

-----廣告,請繼續往下閱讀-----

結語

透過新的審查機制,環境部正積極推動再生能源開發案的環評審查作業,在提升行政效率之餘,也確保環境影響評估的品質,支持臺灣的離岸風電開發及國家能源轉型政策,也做好把關。藉由標準化檢核表和二階段審查制度,期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進,環境部每半年至一年會進行制度檢討,並持續公開所有環評書件於「環評書件查詢系統」(https://eiadoc.moenv.gov.tw/eiaweb/)。此外,環評會議召開前一週,也必須在指定網站公布開會訊息,讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心,另一方面也確保全民能共同參與監督離岸風電的發展過程。未來,這套制度將在各界的檢視與建議中持續完善,為臺灣的永續發展貢獻心力,發揮環評作業的最大效益。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

15
9

文字

分享

0
15
9
太空種電?不受天氣影響的發電廠登場,人類將迎來能源自由?
PanSci_96
・2023/08/12 ・4585字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

要核能、綠能、還是天然氣?大家不用吵了,因為讓我隆重介紹,宇宙太陽能準備登場,地球將進入能源自由,人類文明將邁入下一個時代!

雖然只是邁入第一步,但我沒有在開玩笑,美國、日本、歐盟、英國都陸續展開宇宙太陽能計畫,預計在太空中布下大量太陽能板,將取之不盡的能量,不分晝夜、不分天氣地將能量源源不絕的傳回地球。而且第一階段的測試,已經在宇宙中測試成功了!

宇宙太陽能真的可行嗎?我們離能源自由,還有多遠?

為什麼要去太空中進行太陽能發電?地面太陽能的困境

台灣要選擇哪種能源配比,各方論點各有道理。而同樣的問題,不只是台灣,對世界各國來說都是爭論不休的議題。面對這樣的困境,竟然有人提議往太空探索,去太空中進行大規模太陽能發電,並將能量傳回地球,成為宇宙太陽能電廠,一舉解決所有能源問題。可是就算不去太空,在地面上的太陽能近年來成長迅速,安裝量和產量都持續增加,為什麼非得跑到太空中去做一樣的事呢?

-----廣告,請繼續往下閱讀-----

雖然太陽能板的設置成本近年來降低很多,能不能穩定發電卻要看老天臉色,而且需要的佔地面積廣大。世界上只有少數幅員廣大,日照充足的國家可以打造 GW 等級的太陽能發電廠,像是印度,中國,以及中東地區。許多地方例如台灣,多以民間業者小規模發展為主,很難建設大規模的太陽能發電廠,如果要大規模使用農地、魚塭、屋頂種電,也有許多問題等待解決。

不過只要把太陽能搬到外太空,就可以大喊:「解開束縛、重生吧!太陽能,我還你原型!」

首先,太空中可以接收到更多的陽光。由於太空中沒有夜晚,所以軌道上的衛星幾乎可以 24 小時暴露在陽光之下。此外,太空中的陽光不會像地面上的冬天或傍晚,有傾斜入射的問題。太陽能板可以隨時指向太陽的方向,和太陽光的方向保持垂直,接受百分之百的陽光照射。根據計算,同一塊太陽能板放在太空中可以接受到的陽光量至少是地表的三倍以上。

地球上陽光傾斜入射的問題示意圖。圖/PanSci YouTube

另外,地球的大氣其實幫我們阻隔了許多陽光,保護地表上的我們不會被瞬間曬傷。就算是晴朗無雲的日子,大氣層還是會散射掉許多的陽光。太空中的太陽輻射比地表強上不少,大約多了 40% 左右。

-----廣告,請繼續往下閱讀-----

綜合前面所說的,只要把現有的光電材料放到衛星軌道上,就可以輕鬆獲得約四倍的發電量。此外還不需要任何占地,不會對環境生態帶來負面影響。

太空種出的電要怎麼運回地球?

你可能會好奇,在太空中收穫這麼多太陽能,要怎麼運回地球給大家使用呢?難道要存在電池裡再回收嗎?科幻大師艾西莫夫早在 1941 年就想過這個問題了。在他的短篇小說《理性》中,各個太空站會再收集太陽能之後,用微波光束將能量傳送至不同行星,也就是遠距無線傳輸能量。

雖然這種技術在當時屬於科幻情節,但現在的我們知道這樣的技術在原理上可能辦到的。在我們介紹無線獵能手環那集,我們有提到電磁波傳遞能量的問題,就是能量會以波源為中心向外發散,並且能量隨著距離快速衰減。想要高效率傳輸能量,如果不想接條線,就必須使用指向性的波源,將能源都集中到一點。

現在,我們使用多個天線組成陣列,並調整他們的相位,讓各個天線發出的微波產生干涉,形成筆直前進的單方向微波束,將能量精準發射到遠處的一個點。除此之外,因為選擇的電磁波頻段是微波,就像手機訊號可以穿過牆壁到你的手機一樣,特定頻率的微波也能穿透大氣層或雲層的阻擋。即使地球上的我們是下雨天,宇宙太陽能仍能透過微波將能量傳至地表,大幅降低天氣造成的影響。

-----廣告,請繼續往下閱讀-----

所以,只要把所有太陽能板發射到地球同步軌道上,讓它們在軌道中展開,組裝成大還要更大,邊長長達數公里的超大太陽能板。這樣空中太陽能發電廠就會一直維持在天空中的某一點,地面的我們,只要蓋個微波接收站就可以了。當然要將所有設備發射到地球同步軌道上所費不貲,較可行的做法是先用火箭將衛星射入高度較低的低地球軌道中,再利用衛星本身的離子噴射等方式把自己慢慢推到地球同步軌道。

太空太陽能發電廠概念圖。圖/Space.com

這個主意,在 1968 年工程師 Peter Glaser 就在 Science 期刊上提出,還向美國政府申請了專利。當時,美國能源局和 NASA 也覺得這個概念挺「有趣」的,針對宇宙太陽能做了一系列的調查並提出了正式的可行性報告。不過當時各方面的技術未成熟,無法進行測試。最重要的是,要把一整個太陽能發電廠射到太空,實在要花太多錢,產出的電根本就不敷成本。

好消息是,太空運輸成本近年來已經降低很多。SpaceX 的獵鷹九號火箭將每公斤物質運到低地球軌道的成本,只需要約三千美元,是過去使用太空梭運載的二十分之一。這讓宇宙太陽能的可能性,從僅只於科幻,搖身一變成為潛力無窮的未來能源。

宇宙太陽能離我們有多遠?

從美國、英國、歐盟到日本,都已經放話要加入這場全新的太空能源競賽。領跑者之一是日本的太空機構,宇宙航空研究開發機構 JAXA,預計在 2025 年前後展開從太空向地面送電的實驗,並在 2030 年左右開始試運轉宇宙太陽能機組,是有生之年就能看到的成果!

-----廣告,請繼續往下閱讀-----
從宇宙航空研究開發機構 JAXA,預計在 2025 年前後展開從太空向地面送電的實驗,並在 2030 年左右開始試運轉宇宙太陽能機組。圖/PanSci YouTube

這個時程也不是信口開河,日本在 1980 年代左右便開啟了宇宙太陽能計畫。經過數十年的規劃與研發, JAXA 已在 2015 年進行地面測試,成功將電能傳輸到 55 公尺外的接收天線,驗證遠距傳輸能量的可行性。這個實驗相當重要,因為在發射成本的問題解決之後,宇宙太陽能要面對的下一個難題,就是如何有效地從外太空軌道遠距送電。雖然我們已經知道可以透過干涉的方法,讓微波束直線前進,但實際運作時,還是會有一個很小的發散角,不會完全平行。

JAXA 已在 2015 年進行地面測試,成功將電能傳輸到 55 公尺外的接收天線,驗證遠距傳輸能量的可行性。圖/PanSci YouTube

失之毫釐。差之千里。地球同步軌道離地表可是有三萬六千公里,小小的發散角到地面就會嚴重發散,地面的接收天線尺寸也不可能無限擴張。這任務的難度差不多等於要從操場的一端用雷射筆打到另一端的蚊子,非常困難。JAXA 的天線雖然目前還未達到需要的準度,但是發散角已經能控制在 0.15 度左右,足以從較低的低地球軌道傳輸能量回地球,做初步的測試。

從還處在規劃階段的日本,瞬間移動到地球的另一端,美國的研究團隊,在這個月已經宣布取得重大突破。加州理工學院的宇宙太陽能計畫在今年初,成功讓一個小型測試模組,乘著 SpaceX 的獵鷹 9 號前進低地球軌道,進行太空中的實際測試。這個小型模組包含三個小實驗。第一個實驗是測試宇宙太陽能板的結構、封裝、以及展開並組裝的程序。第二個實驗則是要在 32 種不同的光電材料中,找出哪種在太空中效果最好。第三則是要測試微波傳輸能量在太空中的可行性。

測試宇宙太陽能板的結構、封裝、以及展開並組裝的程序。圖/caltech.edu

就在今年的 6 月 1 號,團隊宣布他們設計的可彎曲天線陣列,在太空中成功傳送能量到三十公分外的接收天線,點亮了 LED 燈。雖然距離只有短短的 30 公分,但是整個實驗暴露在外太空的環境中進行,證明他們的設計可以承受最嚴苛的環境條件。做為測試,他們也嘗試讓天線發射能量到遠在地球表面,大學實驗室的屋頂上。並且,還真的被他們量測到了數值。儘管規模不大,但這是宇宙太陽能第一次的軌道測試,結果相當振奮人心。

-----廣告,請繼續往下閱讀-----
可彎曲天線陣列。圖/PanSci YouTube
右方為可彎曲天線陣列(發射端),左邊為接收端的 LED 燈泡。圖/caltech.edu

如此看來,技術的發展似乎相當樂觀。可是要用於民生發電,成本是很大的重點。宇宙太陽能真的符合經濟效益嗎?或是我們該把資源留給其他選項呢?

宇宙發電廠符合經濟效益嗎?

根據美國能源情報署 EIA 的資料,1GW 發電容量的發電廠,傳統燃煤發電廠的初期建設成本,大約是一千億台幣,核電廠大約是兩千億台幣。那宇宙太陽能呢?每 1kW 的發電需要二十公斤的材料,1GW 就需要兩萬公噸。目前 SpaceX 獵鷹重型火箭運送每公斤材料進入軌道,需要三萬台幣。也就是說,光是將設備全部送上太空的運輸成本,就需要六千億的驚人花費。再加上太陽能板與相關設備的建置成本,以地面型太陽能發電廠為參考的話,大概還要多花500億台幣。而 JAXA 方面的預估,打造第一座 1GW 宇宙太陽能至少需要一兆兩千億日圓,雖然比我們用獵鷹重型火箭預估的還要低,但仍是一筆龐大費用。

各種發電方式的成本與性能表現。圖/美國能源情報署 EIA

那宇宙太陽能真的只是將鈔票往太空撒,空有理想的計畫嗎?當然不是,有兩個讓科學家不放棄的理由——首先是未來建造成本一定會下修。太空的發射成本相比 50 年前,已經少了兩個零,在 SpaceX 的發展下,還在持續地快速減少。另一方面,太陽能材料的輕量化工程也持續在進行,每 kW 發電重量只有十公斤或以下的太陽能材料已經不是虛構。新式的太陽能材料,我們未來也會陸續介紹。這兩個因素加乘在一起,一兆兩千億日圓的成本,很有機會在幾年內就減少為十分之一或更少。

發射火箭的成本逐年降低。圖/futuretimeline.net

更重要的是,宇宙太陽能一但建置完成,就會成為可做為基載能源的再生能源,減少對石化燃料的依賴。甚至因為主要設備都在太空,地面只需要建設接收站,可能將解決許多偏遠地區的能源問題,一舉改變全世界的能源型態。而且與許多八字還沒一撇的發電方式相比,宇宙太陽能已經算是距離現實很接近的選項,也難怪各個國家紛紛搶著要發展這塊領域。不過雖說是永續能源,還是有許多方面值得深入研究。例如要把幾萬公噸的材料射到軌道中,需要排放多少的火箭廢氣?一但規模化,這些巨大的宇宙太陽能板是否會成為小行星的標靶,或在一次的太陽風暴過後,讓軌道中堆滿太空垃圾?

-----廣告,請繼續往下閱讀-----

宇宙太陽能究竟能不能成為可靠的新興未來能源,從想都不敢想,到開始精算成本,相信我們很快就會知道答案。

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-----
PanSci_96
1262 篇文章 ・ 2393 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。