1

2
2

文字

分享

1
2
2

未來的能源:核融合—《寫給未來總統的能源課》

azothbooks_96
・2014/04/02 ・3337字 ・閱讀時間約 6 分鐘 ・SR值 534 ・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】!

 

kk0371309有個笑話是這樣的:核融合是未來的能源,而且永遠都是未來 的能源。研究核融合的科學家和工程師痛恨這個笑話,他們覺得一 點也不好笑。

不幸的是,這個笑話是有歷史根據的,而且就建立在該領域的科學家們過於樂觀的預測上。早在1955年,印度籍的核子物理大師 霍米‧巴巴(Homi BhaBha)就曾經在一個國際研討會上說:「我大膽預測,我們在20年內就可以找到控制核融合反應以釋出能量的方法。到時候,就可以永遠解決全世界所面臨的能源問題。」【1】

這個預測已經過了將近60年。 根據目前的預測,核融合發電應該會在20年內實用化。這個預測會成真嗎?我認為會,而且應該就在這個世紀結束前。在我們的 有生之年可能就會看到核融合成為主要的商業發電方式,雖然它的發展太緩慢,無法解決我們在能源安全和全球暖化上的燃眉之急。

為何科學家過去會這麼樂觀?核融合反應是太陽的能量來源, 核融合的支持者喜歡強調這點,因為這讓核融合看起來非常自然。 太陽的燃料是一般的氫,宇宙中含量最多的元素。(這就是為何恆 星可以持續燃燒數十億年。)如果你以原子的數量而非總重量來看 的話,氫也是人體裡含量最多的元素。同樣地,以原子的數量來看,氫也是海洋中含量最豐富的元素。我們有用不完的氫燃料,至少幾百萬年內都不用擔心。【2】

豐富的氫曾經是核融合比起核分裂最大的優點之一,但是後來 人們發現鈾的蘊藏量同樣足以讓我們用上幾百年。而且我們同樣有取之不竭的再生能源,至少只要太陽還在燃燒就不用擔心(目前估計太陽的壽命至少還有50億年)。

核融合的另一個優點是,就放射性而言,比較乾淨。核融合產生具危險性的核廢料非常少。但並不是完全乾淨的能源。最成熟以 及即將用在未來所有大型反應爐的氫核融合反應如下:

氘+氚→氦+中子

在水中就含有大量的氘,但是氚非常稀有。地球海洋中所含的氚只有16磅。核融合反應一開始所需的氚必須裝備在反應爐中,但是之後反應爐中就可以自行「增殖」:讓反應產生的中子轟擊鋰就可以產生氚。

核融合反應所產生的氦既不危險,也沒有放射性,也是氣球裡填充的氣體。但是反應所放射出來的中子,雖然對氚的增殖也很重要,卻會造成問題。中子會被大多數的材料所吸收,而這些材料在 吸收了中子之後多半會變成具有放射性。雖然放射性很微弱,但是「仍然會產生一些放射性」這一點還是會成為反對者攻擊的目標。 這種恐懼部分源自人們無知地相信所有的放射性都是不好的,而且 以為我們可以也應該要將放射性完全從環境中排除。

還有一些核融合反應並不會產生麻煩的中子。其中最有趣的是氫與硼的反應:

氫+硼→3氦+伽瑪射線

伽瑪射線不會產生額外的放射性,只是單純攜帶能量。所以這種反應相對而言似乎比較乾淨,至少對恐懼放射性的人來說。不幸的是,要啟動這種反應的困難度高上許多,需要更高的觸發能量,因此大概不會是第一個實用化的技術。在下一節裡我會談到一間正在開發這種技術的公司,這間公司的名字三阿法能源公司(Tri Alpha Energy)就是從三個氦而來(氦原子核又稱為「阿法粒子」)。 最後,我們對核融合的未來感到樂觀的原因是,人類早在1953 年就已經成功在地球上製造出核融合反應,也就是氫彈。我們要做 的就是找出控制核融合反應的方法,可以用更緩慢而非爆炸的方式 來釋放出能量(雖然有人主張可以把許多氫彈放在地底下,在需要的時候引爆,讓水汽化以驅動渦輪)。科學家提出了許多種控制核融合反應以進行發電的方式。下面我會介紹五種最受矚目而且很適合解說的方法。分別是環磁機、國家點火設施、離子束融合、緲子融合與冷融合。

環磁機

環磁機(tokamak)是前蘇聯在1950年代所發明,原文名稱是「電磁線圈所形成之超環面腔體」(toroidal chamber with magnetic coils)的俄文縮寫。科學家很快就發現環磁機的設計優於其他的方式;過去60年間,環磁機是吸引了最多注意力與最多研究資源的核融合控制技術。

環磁機使用的是極高溫下的核融合反應,也就是所謂的「熱核融合」,與太陽核心以及氫彈內的反應相同。兩個氫原子核碰在 一起時就會發生核融合反應;強大但短距的核力(nuclear force)會 將兩個氫原子核融合在一起並且釋放出能量。問題是兩顆氫原子都 帶正電,因此靠近時會產生非常強的排斥力。在熱核融合裡,高溫 能克服這種排斥力。原子在高溫下會進行高速運動,當速度足以克服排斥力時,核融合反應就會發生。太陽核心的溫度據估計大約是1500萬度。【3】

jet_tokamak_plasma_overlay_1
ITER的最新型環型機

環磁機內部的核融合反應所需的溫度高達1億度,是太陽核心溫度的7倍!溫度這麼高是因為我們的耐心有限,希望能夠快速產生能量。太陽內部製造能量的速率非常低─即使核心中最熱的部 分也只有0.3瓦/公升。這個值比你的身體釋放出來的能量密度還要低(體重75公斤的成人平均會釋放出75瓦的能量,即1瓦/公升)。 太陽巨大的體積再加上所有的熱最後都會擴散到表面,彌補了低能 量密度。但是環磁機的體積有限,所以必須用更高的溫度,以及更容易反應的燃料(氘和氚,而不是一般的氫)來提高核融合的速 率。這些重氫的原子核裡含有額外的中子;中子不會影響排斥力的 大小(因為不帶電),但是會增加核力,從而提高原子核融合的速率。

在溫度高達數百萬度的環磁機裡,沒有東西能維持固態,那我們要如何讓氫在其中反應呢?答案是使用一個以磁場而非物質所形成的容器。這種方式叫磁場局限(magnetic confinement)。這種「磁容器」應該長成什麼樣子並不是那麼顯而易見,而早先嘗試的結果都太過易漏。雖然環磁機也會滲漏,但是滲漏的速度緩慢,因此我們希望氫能夠在其中停留得夠久以進行熱核反應。

環磁機雖然穩定地取得成功但是進展緩慢。每當密度和溫度 提高時,都會產生新的滲漏問題。但是系統越來越大時,這些問題 便消失了,因為尺寸本身就有助於控制滲漏。最新型的環磁機是國際環磁機實驗反應器(International Tokamak Experimental Reactor,ITER,如圖表III.14)。它原本的名字是國際熱核反應器,但是其中的「核子」嚇壞了很多人)。國際環磁機實驗反應器的目標是產生400秒以上功率500MW的能量,這個能量是環磁機運轉所需能量的10倍。 國際環磁機實驗反應器非常地巨大(60英呎,也就是18公尺高)且昂貴,而且已經嚴重透支最 初預估的成本。它原本估計的 建造成本是50億歐元;到了2009年,這個數字已經上升到100億歐元;一年後更增加到150億歐元。預算追加的幅度比實際的成本還嚇人。如果實驗反應爐這麼昂貴,核融合真的會有競爭力嗎?科學家嘗試刪除一些次要的研究計畫來削減成本,如減少輻射損傷的檢測,但是這種作法令其他的科學家憂心忡忡。他們擔心減少這些檢測,可能會在未來造成更大的問題。如果因輻射而受損的爐壁必須經常更換的話,環磁機的成本大概永遠也降不下來。

根據表定的時程,環磁機將在2019年開始進行熱氣體注入測試,然後在2026年開始進行氫燃料核融合反應,最後在2038年完成計畫目標。到時結果具說服力的話,可能會接著展開商用反應爐的設計。 能源科技經常會遇到一個問題。當這些科技還很遙遠且抽象以取代鈾核分裂,但更加乾淨的能源。但是當一項新技術快要成真時,有時會被重新檢驗並遭到否決。綠色和平組織最近決定反對 國際環磁機實驗反應器,原因是它的造價過於昂貴。綠色和平說, 即使它真的能運作,仍要耗費數十年才能商用化來回應全世界的能源需求(正確無誤)。他們擔心一座無法在未來幾年做出貢獻的機 器,可能無法阻擋全球暖化,因此應該把這些經費花在風力、太陽能以及其他很快就能實用化的再生能源。

(全文未完)

 

註:

  1. 霍米巴巴在聯合國於1955年在日內瓦舉辦的「Atoms for Peace」研討 會的主席致詞時作出了這個預測。演說全文可參考Bhabha and His Magnificent Obsessions, by G. Venkataraman (Hyderabad, India: Universities Press, 1994)
  2. 第一代的核融合發電廠可能會以氘和氚,而不是一般的氫為燃料。氘是重氫,它之所以比較受重視,是因為原子核裡多了一顆中子。雖 然氘的含量只有一般氫的1/6240,但是可以便宜的方式從水中分離得到。氚是更重的氫(多了兩顆中子),而且非常稀少,因為具有放射性,而且半衰期只有12年;海水中的氚總共只有大約16磅。但是讓核融合電廠中所釋放的中子拿來撞擊鋰靶就可以製造出氚。
  3. 提供我們光亮的太陽表面溫度遠低於核心,只有大約6000度。但是它 擁有來自內部炙熱核心的所有能量。太陽表面不會產生核融合反應, 因為溫度太低了。

 

摘自PanSci 2014四月選書《寫給未來總統的能源課》,由漫遊者文化出版。

文章難易度
所有討論 1
azothbooks_96
38 篇文章 ・ 12 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

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】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

2
1

文字

分享

0
2
1
每年有一千萬公頃的森林消失!把樹種回去,就可以解決問題了嗎?──《牛津通識課|再生能源:尋找未來新動能》
日出出版
・2022/07/19 ・1997字 ・閱讀時間約 4 分鐘

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】!

 

碳捕捉:把電廠排出來的二氧化碳再抓回去!

一九九〇年代,尚未開發出風能和太陽能,當時對氣候變遷的擔憂日益增加,因此有人建議捕捉和儲存那些從化石燃料發電廠排放出來的二氧化碳,如此就可將其轉變成一種低碳電力。

碳捕捉主要是透過化學反應將煙道氣(flue gas)中的二氧化碳分離出來,然後再將其壓縮液化,泵入地下洞穴,例如含水層或是廢棄的油氣田。

同時要針對傳統的發電機開收排放二氧化碳的費用。這將鼓勵電廠採用碳捕捉技術,不過前提是碳價要夠高,超過捕捉和封存二氧化碳的成本。

然而,即使在龐大的歐盟市場,碳的價格也從未高到足以讓碳捕捉在電力生產中具有競爭力,而且真正在運作的碳捕捉工廠很少。

碳捕捉將煙道氣(flue gas)中的二氧化碳分離出來,然後再加工處理。圖/Envato

即使如此,捕捉二氧化碳排放依舊可望成為一種脫碳方法,在未來某些產能製程中合乎成本效益。一個例子是將天然氣轉化為氫氣,這還能用於加熱和製造燃料電池,或用於生產水泥以及甲醇和氨等重要工業化學品。

碳捕捉的各種可行性:直接從空氣抓?多種一點樹?

也有人認真思考過直接從空氣中捕捉二氧化碳的可行性,因為目前我們所面對的現實非常危險,即二氧化碳排放量下降的速度恐怕來不及讓上升溫度控制在攝氏 1.5 度內。

種植更多的樹木可能是最簡單也最便宜的方法,但首先必須遏止每年大量的伐林問題。

每年約有一千萬公頃的森林遭到砍伐,用於種植大豆、棕櫚油和其他作物,以及放牧牲畜。這樣的伐林導致全球每年約 10% 的二氧化碳排放量和生物多樣性的重大損失。

目前二氧化碳排放量下降的速度沒辦法使上升的溫度控制在 1.5°C 內,再加上樹木被大量的砍伐,導致全球每年約 10% 的二氧化碳排放量和生物多樣性的重大損失。圖/Envato

此外,封存大量二氧化碳所需的樹林面積也相當大──約要美國國土面積的四分之一,需要超過六年,甚至幾十年的時間才能讓樹木長到成熟,每年只能吸收平均全球燃燒化石燃料的 10% 排放量。

而在成長期過後,還需要更換樹木,因為在建築中也會使用到木材。有人建議,可以燃燒林業的廢棄物來產生能量(熱或電),並捕捉和封存排放出來的二氧化碳。

這種生質能源的碳捕捉尚有爭議,必須要確保改變土地利用的這項變動最後的結果是產生淨負排放,而不是增加碳的排放量。此外,這種方法尚在開發中,可能會與其他對可耕地和淡水的需求產生競爭關係。

多種樹,真的可以救地球嗎?事情可沒有我們想的那麼簡單!圖/Pixabay

不過,可以使用化學吸收器直接從空氣中捕捉二氧化碳,這種方法比生質能源更緻密、更可靠, 只是目前的價格較為昂貴。

奧利金能源公司(Origen Power)正在開發將碳捕捉與具有商業價值的石灰生產相結合,這樣的製程可望降低成本。

吸碳新創公司「Carbon Engineering」也在開發另一種方法,是使用與二氧化碳接觸會形成碳酸鈣的氫氧化鉀。整個過程以石灰來合成氫氧化鉀,形成碳酸鈣,然後將其加熱,釋放出二氧化碳,進行壓縮和封存──這時便會再度合成石灰。他們預估,以這種方式捕捉二氧化碳的成本可望降低至每噸 100 美元。

碳捕捉的展望與未來

為了增加產值,可以將捕捉來的二氧化碳與氫結合(比方說以再生電力來電解水,製造出氫氣),這可用來合成低碳燃料,取代汽油、柴油或航空燃料,這樣一來,其總排放量會遠低於某些生質燃料。

若是要捕捉和封存燃煤發電廠排放的二氧化碳,電力成本會增加約 60%,而使用再生能源來發電,成本則低得多。

然而,隨著空氣碳捕捉的研發和大量投資,再加上在某些工業製程中捕捉二氧化碳,以及重新造林,預估到二〇五〇年時,碳捕捉可能會吸收掉全球年排放量的 10%。

到二〇五〇年,再生能源和核能的總發電量可能接近當前全球需求量的 90%,透過碳捕捉,全世界可能會達到二氧化碳淨零排放。但要處理大量再生電力,電網在輸送和分配上需要適應風場和太陽光電場輸出量的種種變數,因此發展儲能設備非常重要。

——本文摘自《牛津通識課|再生能源:尋找未來新動能》,2022 年 6 月,日出出版,未經同意請勿轉載。

日出出版
8 篇文章 ・ 4 位粉絲

1

8
0

文字

分享

1
8
0
發電量增加 25 倍卻還是不夠用!再生能源是人類未來的救星嗎?──《牛津通識課|再生能源:尋找未來新動能》
日出出版
・2022/07/18 ・1730字 ・閱讀時間約 3 分鐘

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】!

 

我們的能源從哪裡來、往哪裡去?

全球每年對能源的需求量相當巨大,若用「瓩時」──即一度電這樣的度量單位──來表示會出現天文數字,因此改用「太瓦時」(TWh)來表示,太瓦時等於 10 億瓩時。

在一八〇〇年,全球約有 10 億人口,當時對能源的需求約為 6000 太瓦時;而且幾乎全部來自傳統的生質能源。到了二〇一七年,全球人口達到 76 億,發電量增加了 25 倍(156000 太瓦時)。

在 2017 年的全球能源使用比例中,煤炭、石油和天然氣等化石燃料占了大約 80 %左右。圖/ Pixabay

下圖顯示在二〇一七年全球主要能源消耗總量的百分比,其中近 8 成為化石燃料。其他再生能源包括風能、太陽能和地熱能,其中成長最快的是風場和太陽光電場。生質能源則主要來自傳統生質能源。

2017 年的能源消耗總量,顯示出不同能源的百分占比。圖/BP Statistical Review of World Energy, 2018; World Energy Council, Bioenergy, 2016

大約有 1/3 的全球能源消耗在將化石燃料轉化為電力精煉燃料上。

剩下的稱為最終能源需求(final energy demand),是指用戶消耗掉的能源:每年約 10 萬太瓦時。

大約有 10% 是來自開發中國家傳統生質能的熱,22% 來自電力,38% 用於供熱(主要來自化石燃料) 30% 在交通運輸。熱能和電能主要都是用於工業和建築。汽油和柴油幾乎提供了所有用於運輸的燃料。

怎麼做比較不浪費?能量轉換效率大比拚!

我們看到供熱與供電一樣重要。兩者都可以用瓩時為單位,也就是一度電來測量,雖然電可以完全轉化為熱量,例如電烤箱,但只有一小部分以熱能形式存在的能量可以轉化為電能,其他的必然會散失到周圍環境裡

在火力發電廠中,存在於化石燃料中的化學能會在燃燒後轉化為熱能。這會將水加熱,產生蒸汽,蒸汽膨脹推動渦輪的葉片,轉動發電機。只有一部分熱量被轉化成電力;其餘的熱量在蒸汽冷凝,完成循環時,就轉移到環境中,成了殘熱。

這份熱電轉化的比例可透過提升高壓蒸汽的溫度來增加,但受限於高溫下鍋爐管線的耐受度。

在一座現代化的火力發電廠中,一般熱能轉化為電能的效率約為 40%。若是在較高溫的複循環燃氣發電機組(combined cycle gas turbine,CCGT)裝置中,這個比例可提高到 60%。

同樣地,在內燃機中也只有一小部分的熱量可以轉化為車子的運動能量(動能);汽油車的一般平均效率為 25%,柴油車則是 30%,而柴油卡車和公車的效率約為 40%。

另一方面,電動馬達的效率約為 90%,因此電氣化運輸將顯著減少能源消耗。這是提高效率和再生能源之間協同作用的一個範例,這將有助於提供世界所需的能源。

火力發電沒辦法 100% 轉換熱能變成電能,約有 60% 的損失。圖/envato

再生能源的過去跟未來

在十九世紀末,水力發電的再生資源幫助啟動了電網的發展,在二〇一八年時約占全世界發電量的 16%。而在再生能源──風能、太陽能、地熱能和生質能源──的投資上,相對要晚得多,是在二十世紀的最後幾十年才開始。

起初的成長緩慢,因為這些再生能源沒有成本競爭力還需要補貼。但隨著產量增加,成本下降,它們的貢獻開始增加。這些其他再生能源發電的占比已從二〇一〇年的 3.5% 上升到二〇一八年的 9.7%,包括水力發電在內,再生能源的總貢獻量為 26%。

不過,就全球能源的占比,而不是僅只是考慮用戶消耗的電力來看,再生能源僅占約 18%,而傳統生質能則提供約 10% 的能量。隨著太陽能和風能的成本在許多國家變得比化石燃料更便宜,它們在總發電量中的占比有望在未來幾十年顯著增加。

這世界花了很長的時間才意識到這一事實,從現在開始,再生能源勢必將成為主要的能源來源。

——本文摘自《【牛津通識課02】再生能源:尋找未來新動能》,2022 年 6 月,日出出版,未經同意請勿轉載。

所有討論 1
日出出版
8 篇文章 ・ 4 位粉絲