Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

先別管3C科技了,讓我們來聊聊科學吧!

dr. i
・2015/03/11 ・1450字 ・閱讀時間約 3 分鐘 ・SR值 555 ・八年級
相關標籤: dr. i (18)

(本文同時刊載於 dr. i 部落格 和 Facebook

1244278414861
圖片來源:Sandia National Laboratories

還記得小時候你對很多大自然的現象抱有強烈的好奇心,例如星星為什麼會發光?夕陽為什麼是橘色?冰塊為什麼會熔化?長大之後,好奇的卻是新款iPhone有什麼新的功能?最近有什麼新的App好用?奧迪最新款的汽車有什麼特殊的性能?

「科學」變成一個遙遠的概念,而「科學家」像是科幻片中才會出現的人類。

這個國家的科學發展出了很大的問題,造成民眾對於科學的冷感和不了解,而民眾對於科學的冷感和不了解,讓民意代表以致於政府,對於科學研究的不重視。

-----廣告,請繼續往下閱讀-----

科學和科技是不同的

一般人分不出「科學(Science)」和「科技(Technology)」有什麼差別。科學重的是概念、態度和方法,通常從大自然的物性或現象為出發點去思考,好比說星星為什麼會發光這個問題,就是一個科學問題。而科技則是從工具或技術面為出發點,重的是性能和效率,好比說為了研究星星為什麼會發光,科學家會用天文望遠鏡來觀測遠的星星,望遠鏡的波長和解析度要如何最佳化,就是科技問題。

科學並不受工具和技術的限制,換句話說,它的出現是在考慮用什麼技術和工具之前;一個科學的研究,會包括科技工具的使用,科技其實是科學的副產物。

所有科技,最初都是從科學研究的過程中延伸出來的,最切身的例子就是,網際網路(WWW)和雲端系統(Cloud Computing),這兩者都是從歐洲核子研究組織CERN所研發出來的科技,目的分別是為了能夠分享數據資料給起它科學家,以及利用分散的電腦資源來分析處理龐大的實驗數據(當然就是現在所謂的「大數據」)。後續因有人把它們商業化,才演變成為與人密不可分的生活產品。然而,很重要的事情是,專利的申請都發生是在商業化之前或在最開始,掌握了專利,等於掌握了主導這項科技的能力。

-----廣告,請繼續往下閱讀-----

科學是國家發展的基礎

科學研究所延伸出的科技能改變人類的生活,也能讓一個國家的產業興盛,領先全世界。一個國家如果不重視科學研究,就只能去學習其它國家的技術,回來做微小的改進,這比起從無到有的突破性發明,是完全不同的概念。

台灣從40年前開始靠高科技產業讓經濟迅速起飛,原因是我們比起其它亞洲國家早和西方國家接軌,加上人力成本低的因素,而這些條件早已經不存在。如果要突破現狀,國家的發展策略必須要回歸到最基礎的層面,培養好的科學環境和人才,才能讓科技產業能夠永續和長遠地發展下去。

科技部?科學部?

-----廣告,請繼續往下閱讀-----

2014年中華民國政府將原「國家科學發展委員會」(通常簡稱為「國科會」)升級為「科技部」,但是就我來看,從字面上意義來說卻是矮了一截,這也反映出政府重視「科技」大於「科學」(反而英文名稱「Ministry of Science and Technology」比較完整地包含了科學和科技兩項)。以美國為例,他們掌管基礎科學和應用科學(包括科技和工程,除了生物和醫學之外)研究預算的最高行政和審議單位為「國家科學基金會(National Science Foundation)」。請注意,他們用的是「科學」兩字,甚至沒有「科技」。因為他們很清楚一點,沒有紮實的科學發展,不會延伸出能夠改變人類生活的科技。我反倒支持科技部能夠改名為「科學部」。

從歐洲回國後我發現,台灣有很多好的科學家,不是沒人才,而是政府資源的分配和產業策略發展的方向有問題,以致於大學教授們所提的研究計劃方向多趨保守,因為太前瞻的計劃內容容易被否決,多數看到的提案都是以改進現有的某種工業製程為目標,這和許多其它產業所面臨到的困境,即投資人追求短期回收和短視近利是一樣的。

聽起來蠻慘的,有沒有救?我認為是有的,就從多認識科學,多談科學起。它比你想像中還更接近生活,更有趣!

-----廣告,請繼續往下閱讀-----
文章難易度
dr. i
33 篇文章 ・ 0 位粉絲
小時候的啓蒙師父是小叮噹,偶像是馬蓋先,並崇拜發明燈泡的愛迪生,當時志向是發明會飛的車。在歐洲旅居十二年後回台灣,目前投身科技與藝術的跨界整合以及科學教育和傳播,現任國立台灣師範大學科技與文創講座兼任助理教授。dr. i 一輩子最大的幻想,是能夠使用時光機和隱形風衣。如果您恰巧擁有其中一項,請拜託用以下的連絡方式連絡!http://facebook.com/newartandscience

0

1
0

文字

分享

0
1
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

0
0

文字

分享

0
0
0
科學家意外發現的晶體與它的藝術美學
dr. i
・2014/08/25 ・2812字 ・閱讀時間約 5 分鐘 ・SR值 531 ・七年級

(本文同時刊載於 dr. i 部落格 Facebook

一個平凡的下午,工作累了捧著一杯剛煮好的咖啡走到陽台,看到的是對面大樓外牆排列得井然有序的長方形窗戶,和陽台邊的柵欄,一樣是有規律地重複著同樣的間隔。環顧我們的生活空間,好像規律性的結構無所不在,例如樑柱、磚瓦和地磚等等的各種人造物體,很容易地讓人誤以為只要是有規律的結構,一定就是人造的。而大自然中難道就不存在這樣的規律嗎?其實有的,最典型的例子就是晶體(Crystal)。

什麼是晶體?講講生活中常見的例子很多,料理中常用到的糖和鹽都是晶體,還有金屬、水晶和寶石等等。

foodchem-carnival-i-am-most-thankful-for-tabl-L-Myq5Wi
圖 1 鹽的晶體

-----廣告,請繼續往下閱讀-----

意外發現不凡的晶體

一般人認為,晶體是所有固體最基本的特徵,並且是由「原子或分子按照一定的週期性,在空間排列成具有一定規則的幾何外形的固體。」至少很多教科書都還是這麼寫著。

但是在1982年的一項發現,顛覆了這個說法,而這個發現就是「準晶體(Quasicrystal)」。

1982年四月的一天早晨,當時在美國標準技術研究所(NIST)客座研究的以色列籍科學家丹.舍特曼(Dan Shechtman)在實驗室中用晶體學觀測鋁錳合金時,發現了一個不可能出現的繞射圖(圖2)。繞射圖是材料學家常用的一種技術,他們用高能量的光線像是X射線或是電子束照在晶體上,當這些光線穿透過晶體後打在螢幕上,所得到的就是晶體繞射圖,而分析它就能夠得知這個晶體的型狀和結構。

crystallogaphy
圖2 舍特曼在實驗室所觀測到的晶體繞涉圖(左圖),分析過後可見五角形的結構(右圖)

-----廣告,請繼續往下閱讀-----

話說回來,為什麼舍特曼所觀察到的繞射圖不可能出現呢?因為長久以來,科學家認為晶體必須要是有週期性地排列,才能延續性地填滿整個平面或空間,而如圖3所示,某些幾何形狀像是五角形是不可能週期性地排列,所以被認定無法成為晶體。而舍特曼在實驗室裡看到的繞射圖顯示晶體擁有五角形的對稱性,正是先前科學家認為不可能存在的晶體結構。

symmetry
圖3 中看的出來3、4和6角形都可以週期性地延伸,但五角形卻沒辦法。

舍特曼十分瞭解這個發現所蘊涵的意義,當下很興奮地從實驗室衝到外面走廊上,找人想要分享這個天大的消息,但是走廊上空無一人,他只好再乖乖地回實驗室做進一步地確認。接下來不管他用什麼方式去確認,證據都確實顯示了這個突破性的發現。

 排山倒海而來的質疑

shechtman
圖4 以色列籍科學家丹.舍特曼

-----廣告,請繼續往下閱讀-----

若你以為科學界會因為舍特曼的發現而歡聲雷動,那可就大錯特錯。當時所有科學家都強烈斥駁他的實驗結果,很多人第一時間斷定是實驗出錯才有可能得到這個結果。

而接下來兩年的時間,他不斷辛苦地捍衛自己的實驗結果,並持續承受其他科學家包括同事們的批評甚至輕蔑,嚴重到當時研究機構的負責人將他趕出團隊,認為整個團隊因他而蒙羞。另一位強烈的反對者是鼎鼎大名的物理學家,並且得過諾貝爾獎兩次的萊納斯.鮑林(Linus Pauling),他到死前都公開嚴厲地反對特舍曼的研究主張。

一直到兩年後,才陸續有科學家願意接受他的發現,並提出佐證。後續研究顯示,原來該晶體的結構跟另一種數學家所發現的結構相同,叫做「潘洛斯圖案(Penrose Tiling)」(圖5)。

penrosetiling
圖5 潘洛斯圖案(Penrose tiling)

-----廣告,請繼續往下閱讀-----

準晶體的特性

潘洛斯圖案(圖5)是由英國劍橋大學的數學物理學家羅傑.潘洛斯(Roger Penrose)所發現。這個圖案有什麼樣的特性呢?其中很重要的就是它的對稱性。

這個世界所存在的對稱性分為三種,第一種對稱是所謂的「平移對稱(Translational symmetry)」,就是把一個圖案往某方向直線移動,如果它能和原來的圖案重疊,我們就說它有平移對稱性。除了平移對稱外,還有「旋轉對稱(Rotational symmetry)」和「鏡像對稱(Reflection Symmetry)」,前者是指你可以對著某中心旋轉圖案某固定角度,它能和原來的圖案重疊,而後者是指將圖案對著一條線對折後,圖案可以重疊。所有的對稱都可以用這三個項目來分類。

很特別地,潘洛斯圖案具有「五角形旋轉對稱(5-fold rotational symmetry)」和「鏡像對稱」,但是卻沒有「平移對稱」,也就是說它沒有一般科學家對於晶體所要求的週期性。這個圖形全由兩種菱形不斷地拼接而成,而且如果有人在一個固定面積裡數這兩種菱形的數目,它們的比例會剛好趨近於著名的「黃金比例(Golden Ratio)」。

舍特曼的實驗終於漸漸地被世界各地的科學家重複,並找到相同的結論。事實上很多人曾經觀測到它,但是卻因為不相信自己實驗的結果而放棄深入追究,所以這也告訴了我們相信自己的實驗是多麼重要。

-----廣告,請繼續往下閱讀-----

後來科學家們不只驗證了舍特曼是對的,他們更發現了自然界中更多種合金材料有著相同的結構和對稱性,為了有別於以前傳統科學家對於晶體所下的定義,他們稱這種非週期性的晶體為「準晶體(Quasicrystal)」。科學家並發現,有擁這種結構晶體的合金材料特別堅硬。

quasicrystal
圖6 準晶體材料表面的模擬圖。

這個革命性的發現改寫了所有的教科書。1992年國際晶體學協會把原先對於晶體的定義:「一個由原子、分子或離子,規律且重複性排列所組成的三維圖形」正式改為「任何具有干涉條紋的固體(Any solid having an essentially discrete diffraction pattern)」。舍特曼也因此在2011年獲得諾貝爾化學獎。

藝術與設計

造型和結構均是藝術和設計中不可或缺的元素,不管藝術家對什麼結構有興趣,它一定也被科學家研究過,反之亦然。因此,常常會看到晶體在藝術作品中出現。準晶體特別的對稱性讓它看起來不規律,但其中又暗藏著規律,是很多藝術家或設計師喜歡的圖案,也可以說是科學和藝術交匯的最佳範例。

-----廣告,請繼續往下閱讀-----

台灣也看得到由準晶體所啓發的藝術作品。dr. i 今年(2014)在台北信義區的五星級飯店「寒舍艾美酒店(Le Meridien Taipei)」(台北市信義區松仁路38號) 內的一樓大廳,完成了一項動態光雕作品《潘洛斯之夢》,歡迎有興趣的讀者可以前去觀賞!

作品說明:「藝術家以英國天文物理學家羅傑.潘洛斯的潘洛斯圖案為發想,特地為台北寒舍艾美酒店量身設計的動態光影裝置。畫面由兩種平行四邊形所組成,圖案的律動與組合無限延伸,呈現科學與藝術的跨領域交匯,以及藝術家對宇宙間美麗定律的探索。」

Camera 360

IMAG1024_1
台北寒舍艾美酒店一樓大廳由筆者所設計之動態光影藝術(by 劉辰岫)

ostwald
皇家墨爾本科技學院(by Michael J. Ostwald)

-----廣告,請繼續往下閱讀-----

penrose.tiles
皇家墨爾本科技學院(by Michael J. Ostwald)

參考文獻:

  1. The Nobel Prize in Chemistry 2011
  2. N. G. de Bruijn, “Algebraic theory of Penrose’s non-periodic tilings of the plane”, Mathematics, Proceedings A 84, 1, (1981)
  3. A. L. Mackay, “Crystallography and the Penrose pattern”, Physica 114A, 609, (1982)
-----廣告,請繼續往下閱讀-----
dr. i
33 篇文章 ・ 0 位粉絲
小時候的啓蒙師父是小叮噹,偶像是馬蓋先,並崇拜發明燈泡的愛迪生,當時志向是發明會飛的車。在歐洲旅居十二年後回台灣,目前投身科技與藝術的跨界整合以及科學教育和傳播,現任國立台灣師範大學科技與文創講座兼任助理教授。dr. i 一輩子最大的幻想,是能夠使用時光機和隱形風衣。如果您恰巧擁有其中一項,請拜託用以下的連絡方式連絡!http://facebook.com/newartandscience

0

0
0

文字

分享

0
0
0
科技藝術是流行,還是人類文明演進中的必然?
dr. i
・2014/04/15 ・1034字 ・閱讀時間約 2 分鐘 ・SR值 528 ・七年級

IMAG0338_1

(本文同時刊載於平面藝術報《花開 HAGAI》創刊號 2014.4 與 dr. i 部落格

「越前瞻的科學,越接近藝術;越先進的藝術,越接近科學。(The further art advances the closer it approaches science, the further science advances the closer it approaches art.)」這句由二十世紀美國的名建築師和發明家巴克敏私特.富勒(Buckminster Fuller)的口中講出來的話,對一般人來說似乎是一件很難體會的概念。這麼說,儼然就是在把「科學家」和「藝術家」兩者之間劃上等號。「不可能吧?」我看到了你腦中徘徊的字眼。

讓我們從歷史中找尋這個道理的蛛絲馬跡。首先,將時間倒轉回西元1687年,英國物理泰斗牛頓在他的鉅著《自然哲學的數學原理》中,寫下了「慣性定律」即:「靜者恆靜,動者恆動」;這彷彿是在和早他兩千年的希臘哲人亞里士多德對話,因為亞里士多德對物體的運動學提出過很多理論,那是一個科學和哲學密不可分的時代。再到十五世紀文藝復興時期,看著達文西勾勒出《蒙娜麗莎》的微笑,同一位藝術家也發明了直升機、機關槍、機器人和計算機等等的概念,更別提他那極為寫真的手繪人體解剖圖,好像說著說著,他又像是位科學家,那麼到底這兩者之間的關聯在哪裡?

從實際的角度來說,科學和藝術的發展,均從對生活周遭事物的觀察為原點,形成抽象的概念,而從抽象到具象的實現過程是「技術」,不論是用數學方程式或玻璃試管,還是石雕或顏料,一邊叫做工程,另一邊叫做工藝,因此兩者在活動的本質上其實非常相近。若坐上一艘船跟著時代的洪流順勢而下,我們會看到科學和藝術在起源點是一體的;然而隨著人類文明的演進,兩者並行地發展,經過不同時代和天才們的洗禮和累積,什麼時候它們開始變成互不相干的兩個領域?一顆完整的大腦硬是要被強調是左腦主宰或是右腦主宰,彷彿一個人要被切成半個人似的?

-----廣告,請繼續往下閱讀-----

這個分水嶺其實發生在不久前的工業革命時期,科技變成了賺錢的工具,為了講求量產和效率,整個社會甚至世界變成了一個巨大的生產線,每個人被分配成為一個單一性質的角色,教育訓練也自然漸漸單一化,於是乎我們都變成了半顆腦袋的動物,科技逐漸遠離了人性。

當然,在大夥兒吃飽飽的情況下,很少人會去反思這個問題。但是,過去的二十年間全球的經濟體經歷了許多次震撼性的打擊,由金融機構在背後支撐的這個生產線社會崩壞,我們不由得重新檢視人與科技的關係。

眼前的我們正處於一個很令人期盼的時代,能夠目睹科學、科技、藝術和生活的再次結合,近期國內也開始掀起了一股跨領域旋風。科技藝術的成形不只是一種流行,而有人類未來生活之必要性。

-----廣告,請繼續往下閱讀-----
dr. i
33 篇文章 ・ 0 位粉絲
小時候的啓蒙師父是小叮噹,偶像是馬蓋先,並崇拜發明燈泡的愛迪生,當時志向是發明會飛的車。在歐洲旅居十二年後回台灣,目前投身科技與藝術的跨界整合以及科學教育和傳播,現任國立台灣師範大學科技與文創講座兼任助理教授。dr. i 一輩子最大的幻想,是能夠使用時光機和隱形風衣。如果您恰巧擁有其中一項,請拜託用以下的連絡方式連絡!http://facebook.com/newartandscience

0

0
0

文字

分享

0
0
0
先別管3C科技了,讓我們來聊聊科學吧!
dr. i
・2015/03/11 ・1450字 ・閱讀時間約 3 分鐘 ・SR值 555 ・八年級
相關標籤: dr. i (18)

(本文同時刊載於 dr. i 部落格 和 Facebook

1244278414861
圖片來源:Sandia National Laboratories

還記得小時候你對很多大自然的現象抱有強烈的好奇心,例如星星為什麼會發光?夕陽為什麼是橘色?冰塊為什麼會熔化?長大之後,好奇的卻是新款iPhone有什麼新的功能?最近有什麼新的App好用?奧迪最新款的汽車有什麼特殊的性能?

「科學」變成一個遙遠的概念,而「科學家」像是科幻片中才會出現的人類。

-----廣告,請繼續往下閱讀-----

這個國家的科學發展出了很大的問題,造成民眾對於科學的冷感和不了解,而民眾對於科學的冷感和不了解,讓民意代表以致於政府,對於科學研究的不重視。

科學和科技是不同的

一般人分不出「科學(Science)」和「科技(Technology)」有什麼差別。科學重的是概念、態度和方法,通常從大自然的物性或現象為出發點去思考,好比說星星為什麼會發光這個問題,就是一個科學問題。而科技則是從工具或技術面為出發點,重的是性能和效率,好比說為了研究星星為什麼會發光,科學家會用天文望遠鏡來觀測遠的星星,望遠鏡的波長和解析度要如何最佳化,就是科技問題。

科學並不受工具和技術的限制,換句話說,它的出現是在考慮用什麼技術和工具之前;一個科學的研究,會包括科技工具的使用,科技其實是科學的副產物。

-----廣告,請繼續往下閱讀-----

所有科技,最初都是從科學研究的過程中延伸出來的,最切身的例子就是,網際網路(WWW)和雲端系統(Cloud Computing),這兩者都是從歐洲核子研究組織CERN所研發出來的科技,目的分別是為了能夠分享數據資料給起它科學家,以及利用分散的電腦資源來分析處理龐大的實驗數據(當然就是現在所謂的「大數據」)。後續因有人把它們商業化,才演變成為與人密不可分的生活產品。然而,很重要的事情是,專利的申請都發生是在商業化之前或在最開始,掌握了專利,等於掌握了主導這項科技的能力。

科學是國家發展的基礎

科學研究所延伸出的科技能改變人類的生活,也能讓一個國家的產業興盛,領先全世界。一個國家如果不重視科學研究,就只能去學習其它國家的技術,回來做微小的改進,這比起從無到有的突破性發明,是完全不同的概念。

台灣從40年前開始靠高科技產業讓經濟迅速起飛,原因是我們比起其它亞洲國家早和西方國家接軌,加上人力成本低的因素,而這些條件早已經不存在。如果要突破現狀,國家的發展策略必須要回歸到最基礎的層面,培養好的科學環境和人才,才能讓科技產業能夠永續和長遠地發展下去。

-----廣告,請繼續往下閱讀-----

科技部?科學部?

2014年中華民國政府將原「國家科學發展委員會」(通常簡稱為「國科會」)升級為「科技部」,但是就我來看,從字面上意義來說卻是矮了一截,這也反映出政府重視「科技」大於「科學」(反而英文名稱「Ministry of Science and Technology」比較完整地包含了科學和科技兩項)。以美國為例,他們掌管基礎科學和應用科學(包括科技和工程,除了生物和醫學之外)研究預算的最高行政和審議單位為「國家科學基金會(National Science Foundation)」。請注意,他們用的是「科學」兩字,甚至沒有「科技」。因為他們很清楚一點,沒有紮實的科學發展,不會延伸出能夠改變人類生活的科技。我反倒支持科技部能夠改名為「科學部」。

從歐洲回國後我發現,台灣有很多好的科學家,不是沒人才,而是政府資源的分配和產業策略發展的方向有問題,以致於大學教授們所提的研究計劃方向多趨保守,因為太前瞻的計劃內容容易被否決,多數看到的提案都是以改進現有的某種工業製程為目標,這和許多其它產業所面臨到的困境,即投資人追求短期回收和短視近利是一樣的。

聽起來蠻慘的,有沒有救?我認為是有的,就從多認識科學,多談科學起。它比你想像中還更接近生活,更有趣!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
dr. i
33 篇文章 ・ 0 位粉絲
小時候的啓蒙師父是小叮噹,偶像是馬蓋先,並崇拜發明燈泡的愛迪生,當時志向是發明會飛的車。在歐洲旅居十二年後回台灣,目前投身科技與藝術的跨界整合以及科學教育和傳播,現任國立台灣師範大學科技與文創講座兼任助理教授。dr. i 一輩子最大的幻想,是能夠使用時光機和隱形風衣。如果您恰巧擁有其中一項,請拜託用以下的連絡方式連絡!http://facebook.com/newartandscience