Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

超級飛行高手——《大黃蜂飛得比波音 747 還快》

時報出版_96
・2014/03/19 ・2943字 ・閱讀時間約 6 分鐘 ・SR值 519 ・六年級

-----廣告,請繼續往下閱讀-----

蜜蜂對於環境與人類福祉的重要性說也說不盡。超過兩萬種的蜜蜂跟螞蟻和大黃蜂是最相近的品種,在含有昆蟲授粉開花植物的每一處棲息地都可以發現它們的身影—也就是說,除了南極洲之外其他隨處都能看到。從身長不足半英寸到最大有 1.5 英寸的切葉蜂(leafcutter bee)都有,是多種鳥類與蜻蜓最愛的美食。可是,這麼多種類的蜂當中,只有七種具有成為「蜜」蜂的資格。

除了最顯而易見的當食物和防腐劑之用,蜂蜜也是一種天然的濕敷藥物和抗生素,被拿來敷在傷口上的歷史已經有好幾個世紀、甚至是數千年之久。有一款新的上市藥品「蜂蜜藥膏」(HoneyMed)是將蜂蜜塗抹在傷口和皮膚病的現代治療藥物,沒有對抗生素產生抗藥性的風險。

蜜蠟也被使用於世界上每一種文化,至少從埃及時期就開始被用來製作各種東西,包括從澳洲原住民樂器迪吉里杜管(didgeridoo)—以一根長長的、空心的粗枝做成的特殊管樂器—吹口,到菲律賓魯特琴(lute)、大弓與子彈的製造、脫蠟鑄造、指甲美容和造船業使用的岩棉製品、八字鬍梳理、蠟燭等等。

有意思的是,蜜蠟可以當成一種潤滑劑,只要混合石蠟(paraffin)即可拿來作為附著磨擦力的媒介。所以有助於書桌抽拉式抽屜滑動更順暢,或是在衝浪板上打蠟確保玩家不會腳滑摔倒。蜂蠟在古羅馬時代和中世紀時期被用來當作交易貨幣,而且羅馬人過去習慣使用銅尖筆在蠟版上刻字。這種古代版的白板用過之後只要再軟化、整平,然後就又可以寫字了。

-----廣告,請繼續往下閱讀-----

西元三世紀亞歷山大里亞城的幾何學家暨天文學家帕普斯(Pappus of Alexandria)是解釋蜜蜂把蜂蜜貯藏在六角形蜂窩室原因的第一人,因為這樣一來它們就可以在最小空間裡存放最大量的蜂蜜。此後養蜂人家、數學家和工程師們更紛紛對蜂巢作分析。一隻蜜蜂必須攝取大約八磅的蜂蜜才能分泌一磅的蜜蠟,所以建蓋效益最高的蜜蠟結構體便成了首要工作。

數據顯示六角形結構可以在材料使用量(這裡指的是能源密集型的蜂蠟)最少的情況下補好或砌成一個既定的表面區域。一小格的蜂巢是經由重複七十度角、一百一十度角和一百二十度角所構成。每一個蜂巢也有共同牆面,這能省下更多蜜蠟同時充分利用 3D 空間。

蜂巢。(公共版權,Sean Hoyland)

總部設於紐約的優板公司仿效蜂巢六角形結構研發出了清紋系列(ClearShade)中空玻璃。清紋玻璃會控制能夠進入建築物內的太陽熱量,同時允許足夠的光線照射進去。這系列玻璃也會製造出有趣的視覺效果,因為它的內部結構會將室外景色分解成展開的像素化圖像。在甘迺迪國際機場新的捷藍航空(Jet Blue)候機航廈和許多大學校園與其他建築中都裝設了這系列玻璃,能夠控制熱量吸收並大幅降低空調費用。

80 Panelite Glass
加州大學佛雷斯諾分校亨利.梅登圖書館所使用的優板公司清紋玻璃。(作者提供)

蜂巢結構也被世界各地的建築師所採用。一家稱為多元建築(Various Architects)的挪威公司應用這種六角形狀建了一個移動式表演場地,可以攤開來容納三千五百位觀眾,收納體積小到能夠放進三十個貨櫃。知名中國建築公司MAD建築事務所在天津建設的中鋼摩天大樓為求以不發電方式調節光線與熱量,整個建築外觀採用蜂巢形狀的窗戶。蜂巢壁也啟發了座落於斯洛維尼亞共和國伊佐拉(Izola)一棟得獎的高密度複合式社區所採用的陽台系統,該系統兼顧了遮棚功能和住戶隱私。

-----廣告,請繼續往下閱讀-----
82 Honeycomb-inspired apartments in Izola, Slovenia
座落於斯洛維尼亞共和國佐依拉的蜂巢仿生公寓。

看過一群蜜蜂窩在蜂飛進飛出嗎?它們似乎都不會互撞碰撞。擁有三百度的視野寬度,蜜蜂幾乎真的是「腦袋後面長了眼睛」。這使得它們能夠準確地飛在無數移動與靜止的物體之間。日產汽車公司標榜要讓他們的汽車致死或重傷人數減半,已經轉向仿生技術,應用蜜蜂的凸複眼開發出了一個雷射測距系統(Laser Range Finder,簡稱 LRF)。

當一部汽車被 LRF 偵測到確實有撞車危險時,該系統將模仿蜜蜂敏捷的動作,在瞬間接管車子方向盤系統,轉動輪子方向使其偏移預估的衝撞點。持續執行主動防護科技(Safety Shield)研發計畫;日產汽車更進一步研究仿生技術,加入魚群既可迅速並進前游又能夠保持前後距離的能力。準備使用於汽車當中,日產汽車製造了一組能夠在通訊的同時掌握協調性避免撞車的 EPORO 機器人汽車原型。EPORO 是「episode 0 robot」的簡稱,因為日產汽車的終極目標是要製造「零」事故、「零」排放的汽車。

蜜蜂也是關於群體行動邏輯研究的重要主角。藉由研究群體行動邏輯,可以瞭解一大群個體的行為,如蜜蜂、螞蟻、黏菌(slime molds),甚至是城市社區的群聚形成,並不是因為某個中央情報,只不過是簡單訊號激發一個又一個的行動,加起來變成的複雜結果。軟體理所當然是應用該項策略的地方,例如,加拿大多倫多的再生能源公司(REGEN Energy)便已投身於提升建築能源效益。他們出租或銷售屋主能夠傾聽與學習房屋電器和冷暖系統電力週期的無線裝置與軟體,然後這些裝置相互協調在有需要時開機,在不需要時關機,以降低電費顛峰時間總用電量。一般房子將會有十至四十個控制器共同運作,就像一個蜂窩那樣。測試顯示購物中心、醫院、飯店或工廠可以省下多達 30%的巔峰用電支出。

人類最先進的科學分析與流體力學方程式驗算結果「證實」大黃蜂不會飛,但它們可以飛,而且有極佳準度與導航能力。這種不可能的能力成了幾項研究計畫的主題,包括日產汽車也投入了研究。如果人類能夠複製蜜蜂飛行效能與機動性,飛機設計將能往前躍進一大步。蜜蜂還有兩組翅膀,飛行時緊密相連在一起,降落時分開折疊起來。如果飛機的翅膀可以像蜜蜂的一樣具有機動性且可折疊起來,那麼飛機的降落與停放就更容易了。這對航空母艦或城市裡密度越來越高的機場而言更是好處多多。

-----廣告,請繼續往下閱讀-----

蜜蜂身上不只有翅膀啟發了人類技術創新,其實它們的眼睛也不遑多讓。德國比勒費爾德大學(Bielefeld University)的沃夫岡•斯圖濟(Wolfgang Stürzl)與他的同事們正在設計一個擁有最大廣角鏡頭的相機,是要用在小型機器人飛機上的。他們找到了模仿對象,就是蜜蜂驚人的三百度廣角視野近乎一覽無遺的眼睛。

蜜蜂也擁有辨識與吸收偏振光(polarized light)的驚人能力。它們利用太陽的位置作為進出蜂窩的導航,而且擁有一種光學里程表,這種內在測距儀的運作是利用它們飛行時追蹤地形影像移動速度快慢。包括瑞典隆德大學(Lund University)的瑪莉•戴克(Marie Dacke)和昆士蘭大學的曼戴亞姆•史利尼瓦桑(Mandyam Srinivasan)等研究人員都在分析蜜蜂擁有媲美GPS系統與追蹤裝置的導航能力。

一九二○年代關於的俚語「蜜蜂的膝蓋」(the bee’s knees)是形容人們覺得一件事情非常傑出、出色的意思。澳洲政府科學與工業研究團隊(Commonwealth Scientific and Industrial Research Organisation,簡稱 CSIRO)發現跳蚤的膝蓋也很厲害。

CSIRO已經製造出一種近乎完美的橡膠,具有九五%的恢復力。他們的科學人員研究了節肢彈性蛋白(resilin),這是構成許多昆蟲關節的一種蛋白質,包括蜜蜂。把節肢彈性蛋白想成一種彈簧,能夠吸收施壓力量或壓力,然後在壓力解後再將能量釋放。

-----廣告,請繼續往下閱讀-----

節肢彈性蛋白的效能比合成或天然橡膠高出非常多,它賦予了蜜蜂一分鐘拍振翅膀一千次的能力(或者說一輩子的時間中拍振五億次),也讓跳蚤能夠儲存足夠的運動能量,彈跳一次的距離可以有身長一百倍之遠(換算成人類距離等於六百英尺遠)。這是人類所知效能最好的彈性蛋白,其合成物質將可被用以提升從心臟瓣膜作用到跑步鞋彈跳力等各種東西。

摘錄於PanSci 2014年3月選書《大黃蜂飛得比波音747還快》,由時報出版。

-----廣告,請繼續往下閱讀-----
文章難易度
時報出版_96
174 篇文章 ・ 35 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

0

0
0

文字

分享

0
0
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

1
0

文字

分享

0
1
0
大直公寓陷落!連續壁能保護工地,為什麼會造成外側房屋坍塌?在軟弱地盤上蓋房子可行嗎?
PanSci_96
・2023/10/21 ・5106字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

「趕快下來、房子要倒了!」隨著工地主任一聲大喊,居民慌亂逃出。接著,基泰大直建案隔壁的公寓,就像坐電梯一樣往下陷落,原本的 1 樓,如今已成為地下室。

除了基泰大直案,台灣各處都偶有聽聞發生天坑、房屋沉陷等事件,這些災害,似乎又常常是地下工程惹的禍。

但這次事件是怎麼發生的?軟弱的地盤真的不適合蓋房子嗎?我家或你家,也會遇到嗎?

為什麼土壤會崩塌?

為什麼土壤會崩塌?大家應該都有過在海邊堆沙子的經驗,當砂子堆到一定的角度後,沙堆表面的沙子就會開始不穩定,這時如果繼續堆沙,沙子就會坍方。

土壤的「剪力強度」會使土壤坍塌到一定程度後就不會繼續坍塌,讓土壤的斜面與地面形成一個角度。所謂的剪力是指將物體推往相反方向的外力,例如用剪刀剪紙,或是用手撕紙。而土壤的剪力強度,指的是防止土壤發生平移破壞的阻抗,剪力強度愈大,代表愈不容易發生坍塌。

剪力強度的大小則受到土壤的顆粒形狀、大小分配比例、緊密程度以及凝聚力所影響。例如由不同形狀與大小的顆粒混雜而成的土壤,彼此之間的摩擦力比只有相同大小顆粒的圓形土壤,強度還要高。或是含水量較少的黏土,比含水量高的黏土黏滯性還高,凝聚力更強,因此剪力強度比較高,更不容易坍塌。

圖/公共工程品管班教材

若是開挖基地的土壤剪力強度不足,很難形成垂直度高的壁面,這個時候若是沒有足夠的空間設立明挖邊坡,就需要擋土壁來擋住側向的砂土,保護開挖面,讓工程順利進行。

-----廣告,請繼續往下閱讀-----

大家在這次事件一直聽到的「連續壁」,是一種常見的地下擋土設施,就可以擋住側向的沙土。開挖建築地下室前,常會在基地周圍施作一圈連續壁,阻擋地下水與土壤,再進行開挖工作。由於連續壁適用範圍廣、可以擋水、所需空間不大,對臨房影響較小,常被用在軟弱黏土以及都市密集區的工程。而連續壁的貫入深度,通常是開挖深度的 2~3 倍。

以台北市為例,根據臺北市建築工程基礎開挖安全措施管理作業要點,在有鄰房的狀況下進行地下開挖,深度只要達 8 公尺以上就要採用連續壁擋土工法。這些連續壁不僅能用來保護工地,還可以成為未來完工後,建築物地下室的永久外牆。

開挖建築地下室前,常會在基地周圍施作一圈連續壁。圖/PanSci YouTube

那麼,這次事件又發生了什麼事呢?

大直民宅坍塌事件是怎麼發生的?

為了抵擋側向土壓力與水壓力,通常擋土壁還需要配合基地內的支撐系統。常見的施工流程首先會在施作擋土壁之後打入中間柱,並且開挖第一階土方。接著在中間柱上架設一層臨時性的水平支撐與施工構台,才會繼續往下開挖下一階土方,重複這樣的步驟直到挖至設計深度。全部開挖完成後,最後在底面鋪設混凝土底版,由下往上開始施作地下室結構。

-----廣告,請繼續往下閱讀-----
圖/公共工程品管班教材

這次基泰大直事件中,基地位於軟弱黏土地盤。當開挖作業進行到一定深度後,連續壁外側的土壤重量,超過連續壁底部黏土的抵抗力,開挖底部失去平衡。外部的黏土沿著破壞面流動,湧入開挖區。緊接著,基地內的土壤連同中間柱被湧入的土壤向上抬起。當中間柱被向上推之後,橫向的水平支撐也隨之崩解,失去保護連續壁的作用,最後失去側向支撐力的連續壁朝基地內擠進破壞。

災難如連鎖反應,除了基地結構被破壞,基地外側的土壤也會因為向開挖區內流動,導致地面大量沉陷,蓋在上面的房子,也就是這次事件中受害的民宅,隨之下陷。這種工程災害稱為「隆起破壞」。

過程雖然是這樣,但導致這次事故發生的確切原因,目前還在調查當中。可能是調查與設計單位對地質狀況的判斷過於樂觀,連續壁的設計貫入深度不足,或是因施工不慎,導致連續壁與支撐系統並沒有完全發揮作用。

那麼你可能最擔心的是,我家會不會也遇到相同問題,買房前是不是也要挑地質?

-----廣告,請繼續往下閱讀-----

常見的開挖災害有哪些?

這邊要先說明,其實不同的地質,需要對應不同的考量與施工工法,我們應該因材施工。而不同地質,也會面臨不同的挑戰與風險。例如基泰大直的隆起破壞,容易發生在軟弱黏土進行的開挖工程,而在透水性良好的砂質土壤中,則可能會因為地下水位差,發生管湧與砂湧等災害。

什麼是管湧呢?它指的是地下擋土壁因為施工不慎導致壁面出現裂縫,在裂縫處將容易形成透水路徑。如果沒有即時修補裂縫,滲出的水流會愈來愈大,並夾帶砂土,形成滲流管道。水流夾帶砂土持續湧入開挖基地,就會使得擋土壁外側逐漸被掏空,導致上方鄰近道路及房屋沈陷。

圖/臺灣公路工程第 43 卷第 1-2 期

而砂湧,也是另一個容易發生在砂質地盤的災害,這種現象主要發生在基礎開挖時,基地內側與外側水位落差很大。水位差會使地下水由擋土壁底端上湧,當上湧水流的壓力大於開挖面底部土壤的重量,水壓會將基地內的土砂舉起,冒出開挖面,進而導致開挖基地的破壞。

圖/臺灣公路工程第 43 卷第 1-2 期

不過除了先天的地質問題,擋土壁與支撐系統,也可能會因為設計與施工上有所疏失,使得擋土壁牆身的強度不夠或位移太大而發生破壞。

-----廣告,請繼續往下閱讀-----

話說回來,這些軟弱地盤,是不是根本就不適合蓋房,爛泥扶不上牆,不對,是爛泥扶不住牆呢?

軟弱地盤真的不適合蓋房嗎?

就像蛋糕不是只有蛋,建築的地盤不只有土壤,而是由土壤、地下水及空氣所組成。依照不同的比例及成份,有著不同的特性。若是地質沒辦法讓蓋在上面的建築物穩定安全,就是所謂的軟弱地盤。

軟弱地盤通常位於沖積平原、湖沼地或是人工回填區。這些地方的土壤因為沒有經過地質變動等物理作用,通常由軟弱黏土、沉泥、或是鬆散的砂土所構成。例如台北盆地是河流所形成的沖積平原,因此大部分的地區都是屬於軟弱地盤,而桃園、台中的地質則穩固許多。

直接在軟弱地盤上蓋房子,就像將建築蓋在豆腐上,不僅施工時容易發生災害,建築也可能會因為自身的重量而沉陷。但隨著都市發展,所需要的土地大量增加,我們很難完全避免在這類地盤上興建工程,因此工程師會利用各種方法,來克服困難的地質條件。

-----廣告,請繼續往下閱讀-----

軟弱地盤並不是完全沒有辦法蓋房子,我們可以選擇深基礎,透過數十公尺長的基樁,穿過軟弱土層,將建築固定在更深處的堅硬岩盤上。

或是透過地盤改良,改善土壤的特性,防止破壞、液化以及沉陷等問題發生。

除了加入岩隱村習得土遁忍術以外,地盤改良的方式非常多,同樣需要依據地盤的性質、改良的方向以及工程的類型來選擇最適合的工法。這裡介紹幾種台灣常見的地改方式。

第一種是振動夯實,這種方法是利用機械振動等外力,使基地土層的密度增加,加強支撐力,減少發生沉陷或液化的可能,這種方法適用在非黏性的土層。

-----廣告,請繼續往下閱讀-----

第二種,排水預壓工法。這種方式則是在蓋房子前,在基地加上額外的載重,同時也可以搭配排水帶,縮短土壤孔隙水的排水路徑,讓水更容易排出,進而增加土壤的壓密速率,減少土壤內的孔隙與含水量,克服未來建築完成後的沉陷問題。

第三種,也是在都市建築中最常見的地盤改良,是深層攪拌工法,利用特殊機械,透過高壓噴射或是機械攪拌等方式,在地層中注入水泥,並同時攪拌土壤,讓水泥與周圍的土壤拌合成固結體,與原本的地層組成複合基地,以提高土壤強度,我們常聽到的地盤改良樁,就是屬於這種工法。

也就是說,透過合適的地盤改良、基礎形式與開挖工法,軟弱地盤也是能蓋房子的。

如果你對你家,或是你想要買房子地方的地質很好奇,那事不宜遲……就來介紹查詢看看你家地質吧。

-----廣告,請繼續往下閱讀-----

我該怎麼知道我家的地質?

依照經濟部地質法的規定,只要是政府機關或公營事業所辦理的地質調查,都需要將調查結果提交給中央主管機關。而這些資料都會被上傳至中央地調所建置的公開平台——工程地質探勘資料庫,也就是說,如果你家附近曾經有公共工程進行過地質調查,就可以在上面找到鑽探資料。

另外,政府也公布了全台的地質分佈資料土壤液化潛勢區以及活動斷層的分佈,資料都公開在網路上,有興趣的觀眾可以上去查看,更瞭解自己的居住環境。除此之外,國家地震研究中心甚至有有簡單的試算方式,可以評估自家住宅的耐震能力。

當然這些公開資料,只能作為工程設計的初步參考,還是需要請專業的地質調查公司進行鑽探與實驗,才能比較完整地瞭解基地的地質。因為即便知道自己家裡附近的地質類型,地質條件還牽涉到各種土壤參數,工程設計和施工品質也有重大的影響。此外,像順向坡角、土石流及易淹水潛勢區這類危害很大的地方,一般民眾原本也鮮少將此列入尋覓住處的考量。

如果有哪些關於買房要注意的眉角你還想聽我們分析,例如房價、交通、裝潢、空氣品質甚至是風水,歡迎留言告訴我們。最後也想問問大家,在挑房子時,哪項指標是你最在意的呢?

  1. 事件發生後,我覺得地質與買房地點,才是最重要的
  2. 在多地震的台灣,房屋的耐震係數最重要
  3. 氣候變遷之下,節能省冷氣且防淹水防空污最重要
  4. 以上這些都是多說的啦,房子貴到買不起,對我都不重要。

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-----

0

1
0

文字

分享

0
1
0
【成語科學】鈎心鬥角:撐起華麗屋簷的特殊支撐系統——斗拱
張之傑_96
・2023/08/09 ・1140字 ・閱讀時間約 2 分鐘

西元前 206 年,項羽率軍進入秦國的都城咸陽,縱火焚燒秦始皇所建的阿房宮,大火延燒了三個月。唐代的杜牧,寫過一篇著名的賦——〈阿房宮賦〉,藉著阿房宮被焚的事,抒發自己對時局的憂心。

阿房宮遺址。圖/wikimedia

〈阿房宮賦〉一開篇,就敘寫阿房宮的宏偉壯麗:「覆壓三百餘里,隔離天日。……五步一樓,十步一閣。廊腰縵迴,簷牙高啄。各抱地勢,鈎心鬥角。」這就是成語「鈎(勾)心鬥角」的出處。

在〈阿房宮賦〉中,鈎心鬥角的原意,是形容宮殿建築群的錯綜複雜。當它成為成語,卻帶有貶意,用來比喻人與人間各用心機,明爭暗鬥,互相排擠。讓我們造兩個句。

商場上經常鈎心鬥角,你要當心留意才是。

他的個性單純,哪懂得政治上的鈎心鬥角。

接下去讓我們談談中國傳統建築,以及杜牧為什麼用鈎心鬥角來形容建築群的錯綜複雜?首先要了解,中國傳統建築都是木造的。受到材質(木材)的限制,單一建築不可能蓋得太高大,所以宮殿、寺院都由一大群建築構成。北京的故宮就是個例子,它由 980 幢房屋構成,壯觀極了。

-----廣告,請繼續往下閱讀-----
於景山公園向南俯瞰北京故宮(紫禁城)。圖/wikimedia

中國傳統建築的牆面缺少變化,以群體建築的屋頂變化,使之豐富多彩。傳統建築的屋頂至少有八種基本樣式,以此為基礎,可以變出更多花樣。以中正文化中心來說,中正紀念堂、國家劇院、國家音樂廳的屋頂就各不相同,有機會的話不妨注意看看。

除了龐大的屋頂,中國傳統建築還有如鳥翼般,向外(出簷)、向上翹(起翹)的屋簷。出簷的目的是為了遮蔽風雨,起翹的目的是為了採光。為了支撐出簷、起翹的屋簷,我們的祖先發展出一種特殊的支撐系統——斗拱。斗,指方形的木材,而拱是略為彎曲的木材。斗和拱縱橫交錯,層層疊疊,逐層向外伸出,托起出簷、起翹的屋簷。

斗拱。圖/wikimedia

杜牧為什麼用鈎心鬥角形容建築群的錯綜複雜?鈎心的心,指宮室本身。鬥角的角,指屋簷角。當建築物密集,從遠處望去,眾多建築物的屋簷和屋簷角上下錯落,當真像在比試爭鬥似的。從這個自創的詞彙,可以看出杜牧的才思。

元朝以前,屋簷較長,所以斗拱特別顯眼,但殘存的極少。日本建築是中國建築的一個支系,從日本的古建築,可以看出中國魏晉或唐代的建築風貌。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
張之傑_96
103 篇文章 ・ 224 位粉絲
張之傑,字百器,出入文理,著述多樣,其中以科普和科學史較為人知。