Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

超乎想像的織物!當紡織與電子科技融合:智慧儲能與發光系統

創新科技專案 X 解密科技寶藏_96
・2015/03/23 ・1718字 ・閱讀時間約 3 分鐘 ・SR值 524 ・七年級

文\王昱夫

能源和環境無疑是近年來大家最關注的話題之一,電動車更是其中常常被拿出來討論的選項,然而,這類電力產品長久以來無法普及的ㄧ大困難點,就在於充電時間太長,想像一部車開進充電站,卻要花上半小時時間充飽電才能再上路(而且還沒辦法像用油一樣開那麼遠,很快又得找站充電),簡直讓人受不了。針對這樣的問題,紡織產業綜合研究所開發的「超級電容」,不但能夠滿足快速充放電的需求,更可以和紡織技術結合,開創出全新的市場!

紡織所開發的「織物超級電容」,曾在2011年榮獲R&D100大獎(此獎項素有「產業創新奧斯卡獎的美譽」)。其特色在於具備高度柔軟性(可180度折疊)、高穩定度、長壽命、快充快放及大容量,可以有效與自行車發電系統、太陽能電池做結合,成為高度生活化且應用性高的產品。

織物超級電容為什麼可以擁有這麼多優異的性質呢?其最創新之處便在於它使用了紡織材料作為電容的基材!是的,你沒看錯,是紡織材料!捨棄了以往電子材料總是硬梆梆的刻板印象,研究團隊採用了柔軟可撓的紡織物支撐整個電容結構,於其中灌注特定比例的電解質溶液後加以真空封裝,做成這片厲害的超級電容。也由於是使用紡織品材料,整片電容就像衣服一樣,可以隨意的扭曲、搓揉,當筆者親手拿著它把玩!簡直難以想像傳統的電子元件竟然能以如此特別的型態被製造出來!

-----廣告,請繼續往下閱讀-----
紡織所沈乾龍組長向我們介紹LED紗線的構想。
紡織所沈乾龍組長向我們介紹LED紗線的構想。

「我們採用紡織材料來做,就是因為它具有好的可撓性和多孔性結構」受訪的蔡副組長向我們解釋道。有了好的可撓性這項產品的應用便不受限於傳統的空間限制,可以把它彎曲、塞在很小的空間內,或是放在背包、衣物這種需要高柔軟性的物品上,與穿戴式裝置做結合。除了可撓這項大特色之外,織物超級電容比起傳統的電容在性能上更絲毫不遜色!它的充放電速度接近傳統電池的100倍,同時,它比起一般電容,不但漏電速度慢,其壽命甚至可以經歷將近10萬次重複充放電(普通電池充放電壽命約300~500次)!這些特點結合起來,未來或許就能與前面提到的電動車輛做結合,達成快速充放電電力車的願景。

紡織所蔡杰燊副組長。
紡織所蔡杰燊副組長。

在應用面上,紡織產業綜合研究所也研發了特殊的LED紗線作為目前市場化供應的第一步。LED紗線和傳統的LED不一樣,也是強調「以紡織材料為主體」的產品,透過高度技術織造,具備比起傳統電線更高的承重力,也可以像一般衣物一樣耐水洗;值得一提的是,紡織所開發的這款LED紗線不像一般的LED燈有方向性(只有一個方向發光),360度全方位可發光,不論從哪端看都可以看到亮光!而且,紗線本身材質的導光效能也很好,可以讓整條線均勻發光,提高其應用性。

織物超級電容是由織品為基材,加入電解質之後封裝而成。
織物超級電容是由織品為基材,加入電解質之後封裝而成。

從產品端來看,目前織物超級電容已應用於自行車與太陽能供電裝置:由於這類發電來源其供電量往往不穩定(人踩的速度不可能一直固定嘛@@太陽也不會一直在頭頂~),如果直接把發的電接到要使用電的裝置上(像是車燈或手機充電裝置),效果可能不好(燈一下暗一下亮)或甚至會損傷器材(手機壞掉),所以這時候,就輪到超級電容出馬了!發揮它快速充電的特點,在發電時快速將電力儲存於電容內,再以固定的輸出量供電給要使用的裝置,達到好的電力運用(智慧儲能的概念啊!)。LED紗線則是可以運用在安全警示,與智慧型穿戴裝置做結合,結合這兩項技術,說不定未來,能夠像「布」一樣隨身攜帶的螢幕,也不再是天馬行空了呢!

LED紗線。
LED紗線。

33_01代表照

紡織業以往被大家視為傳統產業,很難和最新科技這類的詞彙聯想在一起,然而,紡織所開發的智慧型儲能及發光織品,卻讓我們都著實大吃了一驚!紡織如此柔軟的材料,在與電子科技結合後,開創出了新的ㄧ片藍海!

-----廣告,請繼續往下閱讀-----
團隊照
紡織產業綜合研究所研究團隊。

更多資訊請參考解密科技寶藏

-----廣告,請繼續往下閱讀-----
文章難易度
創新科技專案 X 解密科技寶藏_96
81 篇文章 ・ 3 位粉絲
由 19 個國家級產業科技研發機構,聯手發表「創新科技專案」超過 80 項研發成果。手法結合狂想與探索,包括高度感官互動的主題式「奇想樂園」區,以及分享科技新知與願景的「解密寶藏」區。驚奇、專業與創新,激發您對未來的想像與憧憬!

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

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

6
2

文字

分享

0
6
2
揭露蜘蛛結網的「五大 SOP」——它們是隱身牆角的紡織專家!
阿咏_96
・2021/12/21 ・2716字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

一提到蜘蛛,許多人腦海中浮現的畫面,或許是在學校裡不起眼的角落,搭在陰暗牆角的蛛網。在許多影視作品裡,蜘蛛網總給人一種陰森、詭譎的氛圍。然而,讓人不可否認的是,蜘蛛網的結構是如此複雜且精美。

關於蜘蛛結網,在古希臘有一則傳說。大家所熟知的女神雅典娜,曾向遠古人類傳授紡織技藝,被稱為「紡織女神」;而當時有一位染匠的女兒名為阿剌克涅(Arachne),十分擅長紡織,沒有人能比得上她,也因此她也十分驕傲得意,某次她向雅典娜提出挑戰,希望能一決高下。後來,雙方的作品都十分精美、技藝精湛。然而,阿剌克涅所織出的掛毯內容卻是褻瀆、嘲笑宙斯與他的眾多妻子的,雅典娜一氣之下將阿剌克涅變成了一隻蜘蛛,永遠用她自己的身體織網,而現在我們所見的蜘蛛被認為是阿剌克涅的後代。

阿剌克涅(Arachne)十分擅長紡織,後來被雅典娜變成一隻蜘蛛。圖/Wikimedia Commons

雖然蜘蛛網幾乎隨處可見,然而背後的秘密就和它的外觀一樣錯綜複雜,吸引著人們去揭開它的神秘面紗。令許多科學家好奇的是,體型及大腦都比人類小這麼多的蜘蛛,到底是如何織出這些精密又優雅的幾何結構的?如此複雜又連續的行為是如何調控及建構的呢?

其實一直以來都有許多探討影響蜘蛛結網因子的研究,例如有科學家將蜘蛛放到外太空,觀察在無重力環境下,蜘蛛結的網有何不同,通常在有重力的情況下,會結出不對稱的網,然而在無重力下便是對稱的。此外,大多靠觸覺織網的蜘蛛,於無重力環境下的織網行為,卻仍受光線影響。由這些結果可以得知,不同環境因素對結網行為的影響[4]

但若想要了解行為背後的機制,必須先區分出不同階段的行為模式。先前有些研究試圖分析,但因研究者無法在蜘蛛結網期間進行全天候的觀察,因此許多行為模式的細節仍未被發現。後來也逐漸發展出其他方法去觀察蜘蛛,例如在實驗室裡創造可控的環境,利用攝影機記錄行為[1]

-----廣告,請繼續往下閱讀-----

幫蜘蛛結網的「每一步」做紀錄!

今年十一月,一項刊登在當代生物學《Current Biology》的研究[2],利用紅外線夜視攝影機,在夜晚觀察蜘蛛,並用軟體追蹤牠們快速的腿部動作,將結網行為分成不同階段。

蜘蛛網的種類眾多,但這項研究觀察的是圓網(orb web),原因是在織網的過程中,比較容易透過追蹤蜘蛛軌跡和網的幾何形狀,來定義不同的階段。因此他們選擇織圓網的渦蛛科(Uloboridae)裡的 Uloborus diversus 作為研究物種。這是一種原產於美國西部的蜘蛛,他們的體型很小,小到能夠放在指尖上;由於大多數織圓網的其他類群只在春、夏活動,而這個物種是全年都有,符合長期活動以及耐受性好等實驗所需條件。

雖然這種蜘蛛可以在任何形狀的空間裡結網,但他們更偏好在完全黑暗的環境建造水平圓網。因此,研究團隊設計了一個「舞台」,並設置紅外線攝影機及紅外燈。透過這個裝置,每天晚上監視並追蹤蜘蛛織網的過程,被追蹤的六個個體皆為成年雌性。(只使用雌蛛的原因是,雄性很少結圓網)。

在這個實驗中,研究人員利用動態捕捉軟體,追蹤蜘蛛每條腿的基部、股骨、脛骨,以及前胸的最前和最後,共二十六個點,來分析數百萬件的腿部動作,藉由追蹤腿部運動能夠區分出每個階段的典型及非典型行為,將織網的不同階段作更細部的分析。

-----廣告,請繼續往下閱讀-----
圖/參考資料2

蜘蛛網的秘密:動態分析「織網五階段」

織圓網的過程可被區分為五個階段:首先,蜘蛛會花時間探索一下所在空間,同時築出一個雜亂無章的網,稱為「原形網」(proto-web),通常沒有明顯的規律。這個階段蜘蛛會評估周遭環境,並為最終要織的網定位。在探索結束後,蜘蛛會有一個長時間的停頓。

接著,便要開始向外建造網的半徑(radii)。牠會先移除大部分的原型網,並調整一些原型網的線條作為半徑,同時建構框架(frame)。在第三階段之前,蜘蛛會短暫停歇,接著開始向外盤旋,織造螺旋狀的「輔助螺旋」(auxiliary spiral)補強網面的整體結構。這個階段只會持續幾分鐘,因為輔助螺旋是暫時的結構,它是為穩定下個階段的施工而建,也就是「捕獲螺旋」(capture spiral)。當蜘蛛從外圍向內建造捕獲螺旋時,會同時移除輔助螺旋,這是第四個階段。

Uloborus diversus 蜘蛛織圓網隊主要四個階段。圖/BioRxiv

最後,在某些情況下,蜘蛛會再加上一個稱為「隱帶」(stabilimentum)的構造。有趣的是,這個構造並非所有蜘蛛都有,它的功能也仍未知。目前已有許多假設[3]被提出,例如可以幫助蜘蛛隱匿、避免其他生物(例如鳥類)撞上蛛網,或讓蜘蛛在其他捕食者的眼中看起來更大,也有假說認為此構造可以吸引獵物。

本次實驗中,蜘蛛在各節網階段的移動及耗時紀錄。圖/BioRxiv

蜘蛛腦如何進行複雜的結網工程?仍待解答

在分析出蜘蛛結網的五階段後,研究人員發現,蜘蛛結網的行為非常相似,以至於研究人員能夠僅通過觀察蜘蛛腿部的位置,來預測蜘蛛正在為蜘蛛網的哪個部分施工。

-----廣告,請繼續往下閱讀-----

研究人員指出,即使蜘蛛網最終的結構略有不同,但蜘蛛結網的步驟及規則卻是相同的,這證實了結網的規則是在蜘蛛的大腦中編碼的。因此未來研究團隊想進一步了解的是,這一連串動作背後的神經系統是如何運作的,在後續的研究中,能夠找出蜘蛛調控結網的大腦迴路,一步步揭開美麗蜘蛛網背後的秘密。

資料來源/YouTube

2024.06.05更正:感謝讀者指出,Uloboridae原誤植為金蛛科,已更正為渦蛛科。

  1. Benjamin, S. P., & Zschokke, S. (2000). A computerized method to observe spider web-building behavior in a semi-natural light environment. European arachnology, 117-122.
  2. Corver, A., Wilkerson, N., Miller, J., & Gordus, A. G. (2021). Distinct movement patterns generate stages of spider web-building. bioRxiv.
  3. Mena, P. The Function of Stabilimenta in Spider Webs. The Writing Anthology, 36.
  4. Spiders in space—orb-web-related behaviour in zero gravity
-----廣告,請繼續往下閱讀-----
阿咏_96
12 篇文章 ・ 723 位粉絲
You can be the change you want to see in the world.

0

0
0

文字

分享

0
0
0
超乎想像的織物!當紡織與電子科技融合:智慧儲能與發光系統
創新科技專案 X 解密科技寶藏_96
・2015/03/23 ・1718字 ・閱讀時間約 3 分鐘 ・SR值 524 ・七年級

文\王昱夫

能源和環境無疑是近年來大家最關注的話題之一,電動車更是其中常常被拿出來討論的選項,然而,這類電力產品長久以來無法普及的ㄧ大困難點,就在於充電時間太長,想像一部車開進充電站,卻要花上半小時時間充飽電才能再上路(而且還沒辦法像用油一樣開那麼遠,很快又得找站充電),簡直讓人受不了。針對這樣的問題,紡織產業綜合研究所開發的「超級電容」,不但能夠滿足快速充放電的需求,更可以和紡織技術結合,開創出全新的市場!

紡織所開發的「織物超級電容」,曾在2011年榮獲R&D100大獎(此獎項素有「產業創新奧斯卡獎的美譽」)。其特色在於具備高度柔軟性(可180度折疊)、高穩定度、長壽命、快充快放及大容量,可以有效與自行車發電系統、太陽能電池做結合,成為高度生活化且應用性高的產品。

織物超級電容為什麼可以擁有這麼多優異的性質呢?其最創新之處便在於它使用了紡織材料作為電容的基材!是的,你沒看錯,是紡織材料!捨棄了以往電子材料總是硬梆梆的刻板印象,研究團隊採用了柔軟可撓的紡織物支撐整個電容結構,於其中灌注特定比例的電解質溶液後加以真空封裝,做成這片厲害的超級電容。也由於是使用紡織品材料,整片電容就像衣服一樣,可以隨意的扭曲、搓揉,當筆者親手拿著它把玩!簡直難以想像傳統的電子元件竟然能以如此特別的型態被製造出來!

-----廣告,請繼續往下閱讀-----

紡織所沈乾龍組長向我們介紹LED紗線的構想。
紡織所沈乾龍組長向我們介紹LED紗線的構想。

「我們採用紡織材料來做,就是因為它具有好的可撓性和多孔性結構」受訪的蔡副組長向我們解釋道。有了好的可撓性這項產品的應用便不受限於傳統的空間限制,可以把它彎曲、塞在很小的空間內,或是放在背包、衣物這種需要高柔軟性的物品上,與穿戴式裝置做結合。除了可撓這項大特色之外,織物超級電容比起傳統的電容在性能上更絲毫不遜色!它的充放電速度接近傳統電池的100倍,同時,它比起一般電容,不但漏電速度慢,其壽命甚至可以經歷將近10萬次重複充放電(普通電池充放電壽命約300~500次)!這些特點結合起來,未來或許就能與前面提到的電動車輛做結合,達成快速充放電電力車的願景。

紡織所蔡杰燊副組長。
紡織所蔡杰燊副組長。

在應用面上,紡織產業綜合研究所也研發了特殊的LED紗線作為目前市場化供應的第一步。LED紗線和傳統的LED不一樣,也是強調「以紡織材料為主體」的產品,透過高度技術織造,具備比起傳統電線更高的承重力,也可以像一般衣物一樣耐水洗;值得一提的是,紡織所開發的這款LED紗線不像一般的LED燈有方向性(只有一個方向發光),360度全方位可發光,不論從哪端看都可以看到亮光!而且,紗線本身材質的導光效能也很好,可以讓整條線均勻發光,提高其應用性。

-----廣告,請繼續往下閱讀-----

織物超級電容是由織品為基材,加入電解質之後封裝而成。
織物超級電容是由織品為基材,加入電解質之後封裝而成。

從產品端來看,目前織物超級電容已應用於自行車與太陽能供電裝置:由於這類發電來源其供電量往往不穩定(人踩的速度不可能一直固定嘛@@太陽也不會一直在頭頂~),如果直接把發的電接到要使用電的裝置上(像是車燈或手機充電裝置),效果可能不好(燈一下暗一下亮)或甚至會損傷器材(手機壞掉),所以這時候,就輪到超級電容出馬了!發揮它快速充電的特點,在發電時快速將電力儲存於電容內,再以固定的輸出量供電給要使用的裝置,達到好的電力運用(智慧儲能的概念啊!)。LED紗線則是可以運用在安全警示,與智慧型穿戴裝置做結合,結合這兩項技術,說不定未來,能夠像「布」一樣隨身攜帶的螢幕,也不再是天馬行空了呢!

LED紗線。
LED紗線。

33_01代表照

紡織業以往被大家視為傳統產業,很難和最新科技這類的詞彙聯想在一起,然而,紡織所開發的智慧型儲能及發光織品,卻讓我們都著實大吃了一驚!紡織如此柔軟的材料,在與電子科技結合後,開創出了新的ㄧ片藍海!

-----廣告,請繼續往下閱讀-----

團隊照
紡織產業綜合研究所研究團隊。

更多資訊請參考解密科技寶藏

-----廣告,請繼續往下閱讀-----
文章難易度
創新科技專案 X 解密科技寶藏_96
81 篇文章 ・ 3 位粉絲
由 19 個國家級產業科技研發機構,聯手發表「創新科技專案」超過 80 項研發成果。手法結合狂想與探索,包括高度感官互動的主題式「奇想樂園」區,以及分享科技新知與願景的「解密寶藏」區。驚奇、專業與創新,激發您對未來的想像與憧憬!

0

5
2

文字

分享

0
5
2
織布機的進化戰爭,計算機的關鍵突破│《電腦簡史》 齒輪時代(十九)
張瑞棋_96
・2020/06/29 ・3236字 ・閱讀時間約 6 分鐘 ・SR值 513 ・六年級

上一篇提到巴貝奇放棄差分機,轉而投入分析機的設計,意欲打造什麼都能算的通用型計算機。分析機必須採用全新架構,巴貝奇受困許久,沒想到最後讓他突破盲點的靈感,竟是來自於看似毫無關聯的織布機……。

本文為系列文章,上一篇請見:兩艘軍艦換不到兩噸重的計算機?巴貝奇與差分機│《電腦簡史》 齒輪時代(十八)

紡織業落後英國,沃康松臨危受命

還記得發明「便便機器鴨」的沃康松嗎?他結束吹笛人、鼓手與機器鴨等機械玩偶的展演後,本來要更進一步,打造具有肌肉運動、呼吸、血液循環的機械生物,不料突然於 1741 年接到一項官方任務,而不得不擱置這個計畫。(前情提要:如果上帝就像鐘錶匠,當然我們也能?│《電腦簡史》 齒輪時代(十二)

原來法國政府發現英國紡織業這幾年突發猛進,背後的助力就是英國發明家約翰.凱 (John Kay) 於 1733 年發明的飛梭。以往織布機至少要有兩人操作:一個工人提起縱向的經紗,然後將梭子推向另一端,帶著橫向的緯紗穿過經紗,然後另一端的工人待另一組經紗又提起後,再將梭子推回來,如此不斷往返。

-----廣告,請繼續往下閱讀-----

有了飛梭之後,一部織布機只需要一個工人操作,而且速度快上好幾倍,還能織出更寬更大的布。因此英國的紡織業無論是成本、產量或樣式,都遙遙領先其它各國,一躍為歐洲的領頭羊。法國政府不甘落後,於是找上沃康松,冀望他運用設計自動機器的長才,也能改善法國的織布機,好迎頭趕上英國。

前人已曾改善織布機,靈感來自滾筒風琴

其實早在沃康松之前,法國就曾有兩位紡織工人試圖改造織布機,時間比約翰.凱發明飛梭還早;不過他們針對的是提花布的編織。織布機織的布有兩種,一種是沒有圖案的素面布,另一種是有圖案的提花布。製造素面布比較簡單,每次提起的經紗相當固定,例如這次是奇數線,下次則是偶數線,如此不斷輪流。但提花布就相當麻煩,每次要提起的經紗組合都不一樣,非常耗時費工。紡織工人布雄 (Basile Bouchon) 想改善的,便是製造緹花布的方法。

其實布雄找到的解決方案已經存在很久了,只不過它一直隱藏在與紡織業毫無關聯的一樣東西──滾筒風琴 (barrel organ) 。

滾筒風琴的內部結構。圖/wikipedia

-----廣告,請繼續往下閱讀-----

滾筒風琴通常用於街頭表演,只要轉動搖柄,就會自動奏出樂曲。事實上,滾筒風琴的原理與音樂盒類似,旋律變化都是取決於圓筒表面參差不齊的突起。差別在於音樂盒是直接撥動鋼製簧片發出聲音,滾筒風琴則是間接造成不同音管阻塞,由風箱產生氣流通過音管而發出聲音。就這點而言,滾筒風琴反而更接近穆薩三兄弟於 850 年設計的吹笛手。

布雄的父親原本就是製作滾筒風琴的工匠,布雄從小耳濡目染,對滾筒風琴的構造瞭若指掌。因此當他踏入紡織業後,觀察到織布機的經紗起起落落,編織出規律的幾何圖案,便聯想到這其實與滾筒風琴有異曲同工之妙。規律的圖案相當於不斷重覆的樂曲,經紗相當於音管;既然可以藉由轉動圓筒而奏出樂曲,那麼同樣的原理應該也能用於織布機,控制經紗起落而織出圖案。

用紙卷控制經線,織出不同的圖樣

布雄很清楚滾筒風琴的圓筒如何製作:先按照樂譜上的音符在紙上畫好記號,接著將紙裹住圓筒表面,然後在記號處──釘上鐵釘,再取下紙張即大功告成。不過布雄並沒有依樣畫葫蘆,打造另一個用於織布機的圓筒。這是他的另一個洞見:打了孔的紙已經包含如何控制音管的資訊,做成圓筒只是沿襲自音樂盒的作法,並非絕對必要。也許織布機無需圓筒,用打孔的紙張就能控制經線起落?

布雄所設計用打孔紙帶控制的織布機。圖/wikipedia

-----廣告,請繼續往下閱讀-----

1725 年,布雄公開展示他的發明:在現有織布機上外加一個編織控制裝置。這個裝置有條寬寬長長、打了許多洞的紙帶,首尾相連成環,再用兩根圓筒狀的軸桿上下撐開,就像輸送帶或跑步機那樣,只不過紙帶是直立的,而且要靠手拉動。

以往要靠人工挑選要提起的經紗,現在只要把上方軸桿推向前去頂整排勾針。由於軸桿表面是鏤空的,所以哪些勾針會被頂到而移動,取決於對應到紙帶的位置是否有洞。沒有洞,紙帶才會推動勾針提起經紗;如果有洞,勾針就會穿過洞而文風不動。等梭子穿過經紗後,再將紙帶拉下一點,再次推軸桿去頂勾針,如此不斷地拉紙帶、推軸桿。由於洞的分布位置都不相同,所以每次會提起不同的經紗,而織出特定圖案。

這是史上第一台半自動織布機,也堪稱第一台可編程的工業機器,因為只要更換不同紙帶,就能織出不同圖樣。可惜布雄的劃時代發明並未獲得青睞,因為它仍有許多缺陷,例如紙張很容易破裂,用沒多久就要整卷更換;紙的強度不足也限制了紙帶寬度,只能織出窄福的提花布;此外,紙帶長度受限於織布機的高度,圖案很快就又重覆,太過單調呆板。

紙卷太短又容易破,何不改用串接的卡片?

三年後,布雄的助理法爾肯 (Jean-Baptiste Falcon) 克服了這幾個缺陷。他把上方的軸桿改成方形,並且改用一片一片串起來的厚紙板取代紙帶,如此一來,就不需要下方軸桿,卡片串接的長度便不受限制,可以織出更複雜的圖案。厚紙板也可以做成更寬,就能織出更寬的提花布。此外,厚紙板較不易破損,就算破損,也只需要更換壞掉的卡片,不用像紙帶那樣要整卷換新。

-----廣告,請繼續往下閱讀-----

不過即使解決了這幾個問題,紡織廠仍然不願意花錢改裝織布機,因為方形軸桿仍得靠人工轉動,還要對齊打洞的位置,織布速度沒快多少,也未減少人力,投資效益並不高。法國紡織業的自動化腳步就此打住,直到十多年後,沃康松奉命提升法國織布技術,布雄與法爾肯的發明才又被挖出來。

沃康松以布雄的設計為基礎,但將紙帶改為裹住一個金屬大圓筒,運用自動機器的原理做出連動機制,讓圓筒轉動與推壓勾針的動作一氣呵成,持續不斷地自動織出圖案。沃康松果真不負法國政府所托,於 1745 年展示史上第一架全自動織布機。不過紡織工人可不高興,他們深恐因此失業,群起抗議;有些工人怪罪到沃康松頭上,還朝他丟石頭。織布機自動化的計畫再次受挫,沃康松也不如歸去,重拾他的擬人機器人計畫。

其實紡織工人無須太過驚慌,因為沃康松改良布雄的設計後,雖然可以減少人力、提高效率,但所織的布仍然無法太寬、圖案不能太複雜,所以還是沒有幾家工廠願意購置。為什麼沃康松要延用紙帶,而不是選擇法爾肯所設計的卡片?這的確令人費解。打孔卡片直到半個世紀後,才被另一位法國發明家雅卡爾 (Joseph Marie Jacquard) 重新發掘,他成功地結合前人的設計,打造出可編程的全自動織布機。

雅卡爾統合成功建織布機,巴貝奇承襲設計造分析機

雅卡爾於 1752 年出生於法國的紡織重鎮里昂 (Lyon) ,這裡正是當初布雄與法爾肯工作的地方。雅卡爾的父親也是紡織工匠,有自己的工坊;雅卡爾從小就要幫忙打雜,直到十三歲才在姊夫的指導下識字念書。二十歲時父親過世,雅卡爾繼承了紡織工坊,然而才十年時間,他就敗光家產,只能離鄉背井四處打工謀生,直到 1789 年才回到家鄉,重返熟悉的紡織業。

-----廣告,請繼續往下閱讀-----

歷經法國大革命的十年動盪後,雅卡爾自 1800 年開始,陸續發表各種自動化的紡織設備,包括用腳踩踏的織布機、魚網編織機。1803 年,拿破崙特地召見雅卡爾,讓他住進巴黎的工藝學院,任意使用裡面的設施,進一步研究如何改善織布機。雅卡爾仔細研究工藝學院收藏的布雄、法爾肯、沃康松等人的設計,最後他決定將沃康松所用的大圓筒與紙帶換成打孔的卡片,利用棘輪控制卡片轉動,果然成功打造出真正實用的全自動織布機。

雅卡爾織布機的控制裝置。圖/wikipedia

雅卡爾織布機 (Jacquard loom) 其實是個控制裝置,可以加裝在現有的織布機上。原本兩個工人一天才能合力織出 3 公分的提花布,改裝後只需要一個工人,一天就能織到 60 公分長,而且布寬與圖案都不受限制。雅卡爾織布機自 1805 年發表,到 1811 年專利期滿為止,共出貨了一萬一千台,大幅提升法國紡織業的競爭力。

雅卡爾不僅改變了紡織業,也間接促進了計算機的進展。打孔卡片的可編程功能在他手中發揚光大,遠在英國的巴貝奇正是受此啟發,才能設計出史上第一台通用計算機。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
張瑞棋_96
423 篇文章 ・ 1028 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。