Loading [MathJax]/extensions/tex2jax.js

0

6
1

文字

分享

0
6
1

聖誕老人如何在一個晚上把禮物分送到全世界?(上)-《空想科學讀本:科學也無法解答的超難題》

遠流出版_96
・2015/06/10 ・2814字 ・閱讀時間約 5 分鐘 ・SR值 486 ・五年級

在聖誕夜,聖誕老人會為全世界的好孩子分送禮物。雖然這是個非常有名而且充滿夢幻色彩的故事,但若是從必須親身實踐此事的聖誕老人本人的角度看,還真是個困難到令人昏倒的大事業啊。

在這個跨國快遞普及的時代,要在寒冬的深夜駕著由馴鹿拉的雪橇一家一家拜訪每一個有小孩的家庭,還必須穿紅衣戴紅帽,還留著白鬍子,扛著大袋子,還得從煙囪爬進去,把禮物裝在襪子裡……連這些工作的細節都規定得一清二楚!如此複雜的規定竟然還能毫不遺漏一年接一年持續下去,真是一位令人肅然起敬的老爺子啊。等他今年的工作結束之後,務必滿懷敬意的敬他一杯……

聖誕老人
原本是在4世紀後葉出生於小亞細亞(今土耳其)的一個名叫繆拉的城鎮並擔任主教的聖尼古拉斯(Saint Nicholas)的名字,英語誤植為Santa Claus然後傳到日本就成了「聖誕老人」。聖尼古拉斯是個喜愛孩子又慈悲為懷的人,據說曾為了3名窮苦姑娘沒有嫁妝而將裝著金幣的袋子丟進她們家。

咦?聖誕老人真的存在嗎?

說來還真是詭異,筆者我雖然長年以來都在探求超人力霸王或假面騎士這類超越人智的事物是否真的存在,卻從來沒懷疑過他老人家。想我柳田家代代相傳的家訓就是「不准問裡面的人是誰!」所以對聖誕老人,雖然每年快到聖誕節時就會有許多小孩子問這個問題,但我向來都謹遵家訓依此方針回答的。

-----廣告,請繼續往下閱讀-----

在3分鐘內
超人力霸王雷奧只有2分40秒,鋼鐵王甚至只有1分鐘。這些超級英雄還真是匆忙。

這本《空想科學讀本:科學也無法解答的超難題》也收到了許多人問這個問題,筆者我當然會說聖誕老人是存在的啦。就讓我們來想一想他是多麼偉大吧!

◆禮物費1兆8千億日圓!

聖誕老人的活動時間就只限於12月24日的晚上。從來沒聽說過有什麼今年提前到23號送或延後到25號晚上才送之類的事情發生過。僅僅一個晚上就把禮物發送給全世界的小孩,相較於超人力霸王必須在3分鐘內打倒怪獸,哪個比較厲害,還真是難分軒輊。

首先必須弄清楚的,就是「世界上有多少小孩子」。

根據日本總務省統計局的資料,2010年的全世界人口為68億9589萬人。在此假設「能收到禮物的小孩子」年齡上限為14歲,就是大約占全人口的26.8%,換言之就有18億4810萬人。

-----廣告,請繼續往下閱讀-----

嗯,有這麼多小孩子雖然很了不起,但人數還真多啊。為了簡單計算,在此假設要送禮物的小孩有18億人。

那麼聖誕老人首先就得準備18億份禮物。如果每份禮物價格是1千日圓,總費用就要1兆8千億日圓!好貴呀!聖誕老人竟然能毫不吝惜的每年砸下這麼大手筆買禮物,可見他年收入絕對比這高得多!每個月的收入就有1500億日圓,或每天收入50億。雖然全都是些看了令人昏倒的金額……

18億份禮物擺起來很占空間吧。假設每份禮物是邊長20公分的立方體,如果疊成金字塔形的禮物山,會堆出邊長350公尺、高350公尺的巨大金字塔!遠比世界上最大的古夫金字塔(邊長230公尺,高約139公尺)更大【圖1】!這要怎麼搬運啊!?

圖1
【圖1】一定要在一個晚上把這些禮物分發完!

重量也是非比尋常的重。假設每份禮物重500公克,總重量就有90萬噸,比3萬5千噸的超人力霸王重25倍!能把這些統統載上雪橇拖著走,這馴鹿還真不是普通的怪力啊!以後要是有怪獸出現也不必叫超人力霸王了,說不定直接叫這馴鹿來就輕鬆搞定啦!

-----廣告,請繼續往下閱讀-----

古夫金字塔
據說在西元前2540年左右,花費了20年建造。用重達2.5噸的石塊堆積了270萬到280萬塊才完成的。雖然從斜面的角度可看出完成時的高度應為147公尺,但現在由於風化已經變矮了8公尺。

◆超高速馴鹿

光是準備和搬運18億份的禮物就很不輕鬆了,但真正辛苦的還是分送禮物。而且不能只送到家門口交給爸爸媽媽,還得把禮物放在睡著的小孩枕頭邊上的襪子裡!這還真是難到極點,都快過年了,三更半夜要怎麼侵入別人的住宅呢?

雖然說講到聖誕老人的出入口一定是壁爐的煙囪,但那只有過去歐洲的民房才有。筆者我小時候家裡也有一根煙囪,但那是連到浴室燒洗澡水用的爐子。要是在從前的日本有人在聖誕夜裡爬進煙囪,極有可能在25號一大早就發現一具焦屍。

就算如此,難不成要聖誕老人拿個吸盤吸住玻璃窗,把玻璃窗切下一個圓形的大洞然後侵入室內……總不能這樣吧!還有拿出長短不同的鐵絲往大門鑰匙孔裡插試著打開門鎖等等的行為也絕對不可以!

嗯,快想破頭了,好吧,在此只好來個轉得很硬的假設吧。聖誕老人具有穿牆而過的本事!雖然完全不明白為何有此本領,總而言之他就是能穿牆啦!

-----廣告,請繼續往下閱讀-----

穿牆而過
聽來或許荒誕無稽,但這種現象在自然界是會發生的。以小柴昌俊博士1987年捕捉到的微中子為例,我們的身體每1秒都被10兆個微中子穿透而過,它們甚至能穿透地球。此外,江崎玲於奈博士在1957年發現其原理的江崎二極體,也是利用電子會通過應該通不過的境界的「穿隧效應」。穿隧效應被應用在各種電子機器上,沒有穿隧效應,現代生活根本就無法成立。當然,這說的都是電子或微中子等微小粒子才會發生的現象。本文中的假說是要讓聖誕老人這種身高將近2公尺的巨大尺寸物體穿牆而過,是極度胡來的,也請各位諒解。

基於以上這種超乎人智所能想像的假設,在此就來好好想想聖誕老人具體說來如何才能在一個晚上就把18億份禮物送進每個家庭的方法吧!

首先,他到底有多少時間可用?

雖然越早開始越好,可是再怎麼說,晚上10點之前,那些13到14歲的大孩子根本都還沒睡吧。此外,要是搞太慢拖到早上,有些等不及的小孩子說不定就起床了。考慮以上因素,就假定聖誕老人的活動時間是從12月24日晚上10點到25日早上5點吧。

單純計算的話只有7小時。但世界各地是有時差的,只要一直不停的由東向西前進,就能追上時差。當位於國際換日線西側的吉里巴斯共和國萊恩群島的時刻為12月24日的晚上10點鐘時,位在國際換日線東側的薩摩亞獨立國還是23日晚上9點。薩摩亞要來到25日早上5點,還要32小時之後。基於這點,聖誕老人只要一路向西前進,就有長達32小時的時間可以分送禮物了【圖2】!

-----廣告,請繼續往下閱讀-----
02
【圖2】時差的變更線是如此複雜的組合。數字表示與日本的時差

喔!時間出乎意料的充裕嘛!

雖然想高興一下,但一想到18億這個數字,就只是白高興而已。要在32小時內送完18億人,意思是每1小時要送5600萬人!每1分鐘要送94萬人!每1秒鐘要送1萬6千人!再怎麼快都來不及啊!這馴鹿到底得跑多快呀?

全世界的陸地面積約1億5千萬平方公里。除掉沙漠和森林,以及農業用地和工業用地等等,就當大約5%是有人住的地方吧。如果假設平均每一家有2個14歲以下的小孩,就要拜訪9億戶人家。如果這些人家平均散佈在前述的面積上,每一家的平均間隔距離約為81公尺。這一來,馴鹿要跑的全部路徑長度約7200萬公里。要在32小時內跑完,其速度就是音速的1900倍!

雖然得出了這麼個非常恐怖的數值,但如果不能跑出這種速度,聖誕老人就無法完成他的任務了,所以只能請這些馴鹿好好加油啦!要在一個晚上給全世界的小孩送完禮物,此等豐功偉業全靠這些馴鹿啦。

-----廣告,請繼續往下閱讀-----

 

下篇在這:聖誕老人如何在一個晚上把禮物分送到全世界?(下)-《空想科學讀本:科學也無法解答的超難題》

摘自《空想科學讀本:科學也無法解答的超難題》,遠流出版。

-----廣告,請繼續往下閱讀-----
文章難易度
遠流出版_96
59 篇文章 ・ 30 位粉絲
遠流出版公司成立於1975年,致力於台灣本土文化的紮根與出版的工作,向以專業的編輯團隊及嚴謹的製作態度著稱,曾獲日本出版之《台灣百科》評為「台灣最具影響力的民營出版社」。遠流以「建立沒有圍牆的學校」、滿足廣大讀者「一生的讀書計畫」自期,積極引進西方新知,開發作家資源,提供全方位、多元化的閱讀生活,矢志將遠流經營成一個「理想與勇氣的實踐之地」。

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

2
1

文字

分享

0
2
1
變身沙贊靠閃電夠力嗎?會是能源解方還是一場災難?《沙贊! 》中的神力閃電之謎
Rock Sun
・2023/05/30 ・4134字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

「沙贊!」然後一道閃電就會打下來,擊中一位青少年,瞬間變成一位穿著紅衣+披風、渾身肌肉的(中二)成年人,這就是 DC 宇宙中,超級英雄沙贊的變身過程。

很有趣的是,大家可以回想一下,最近這 10 幾年來席捲世界的漫威和 DC 英雄,絕大部分執行英雄行動前都是進行「著裝」,例如鋼鐵人、蝙蝠俠、美國隊長……等,但是沙贊不一樣,儘管不複雜,但他需要一套特別的手續來改變他自己的身體,已獲得他身為超級英雄的力量,這點跟日本的超人力霸王比較類似。

根據 DC 宇宙的設定,賦予沙贊力量、讓他變身的閃電都來自神界的奧林帕斯山,只要他大喊一聲,閃電就會隨傳隨到,而因為一切是神力的關係,理論上他接收力量的位置無關緊要,也非常的安全。

真不愧是奧林帕斯山啊!如果我們能夠在比利(電影中變身成沙贊的少年)的頭上裝一個收集閃電能量的器材,那費城一定變成全美國能源最豐沛的城市。

-----廣告,請繼續往下閱讀-----
我們說的是站中間那個穿紅色緊身衣的大男人。 圖/IMDb

但是要進行超級英雄活動,普通的閃電能量夠嗎?這道奧林帕斯山的閃電會不會是一道超越人類認知的超級閃電呢?

還有儘管沙贊不會受影響,但如果有人不小心在變身時不小心碰觸他或在他附近,會發生什麼事呢?

這真的值得一起來探討~

先定立標準:閃電能提供多少能量?

閃電是大自然中最純粹的能量展現之一,經過大氣學家的觀測和預估,一道閃電電壓大概是 3 億伏特,帶有 10 億焦耳的能量,這差不多是燃燒 30 公升左右的汽油。

-----廣告,請繼續往下閱讀-----

聽起來非常的厲害,那我們利用閃電來獲得能源會不會是個好方法?

其實從 1980 年代開始科學家就有這種想法,但是他們發現這其實很不切實際,主要原因有幾個:閃電很難預測、傳導到地面上能量又會大減、效率很不穩定……但那是大自然的閃電,讓沙贊變身的可是充滿神力的閃電耶!不只能夠提供沙贊穩定且高能的能量來源,還可以藉由跟蹤比利知道閃電的位置和時間。

我們只要把比利抓起來請出來,跟他預約時間大喊沙贊,就可以發電了~

圖/GIPHY

現在的問題是……這道閃電有多少能量呢?

要知道一道神奇閃電帶有多少能量其實有點困難,因為一旦比利變身之後,他似乎沒有時間限制,不像超人力霸人那樣有 3 分鐘的活動上限,後者會比較好估算是因為你可以設想這 3 分鐘內超人力霸王做了哪些事情,在逐一拆解。

-----廣告,請繼續往下閱讀-----

所以筆者覺得最能夠執行的方式,是羅列出電影中沙贊一次變身基本上會做到的事情,這樣結果應該就足夠是神力閃電的基本盤。

從電影《沙贊!眾神之怒》中,筆者列出幾個沙贊在超級英雄狀態時做的事,包括:

  1. 以音速飛行 10 分鐘
  2. 把一隻體型巨大的飛龍打飛 10 公尺
  3. 把一台車移動 200 公尺
  4. 從手中放出好幾道像特斯拉線圈的能量閃電

這樣感覺差不多了吧……等等~還有一件很重要的事,就是這道閃電同時還把一名 17 歲的青年變成一名看起來 30 歲的成年人,這瞬間成長所需的誇張能量應該也要算進閃電的功勞裡,所以這個列表還要加進另一項:

  1. 讓 17 歲的青年成長成 30 歲男性的所需熱量
長大成這樣~ 圖/IMDb

那我們接下來可以逐一估算了。

-----廣告,請繼續往下閱讀-----
  • 那首先就來計算成長所需的熱量吧!

要讓人成長的能量,其實也是熱量,也就是大家耳熟能詳的卡洛里,1 千大卡的熱量差不多是 4184 焦耳的能量。

根據衛服部提供的資料,一名成年人每日所需的熱量依他的活動量和體重來決定,那沙贊毫無疑問絕對是重度活動量那一類的,體重的話少年比利看起來介於 60~70 公斤之間,而飾演沙贊的演員柴克萊威曾說為了演戲需要增重到超過 90 公斤,雖然隨著體重增加每日所需熱量也會不同,但為了簡單估算,我們姑且用 80 公斤算到底吧~

圖/衛福部

比利瞬間成長為超人般壯碩所需能量= 40 大卡 x 80 公斤 x 365 天 x (30-17) 年 x 4184 J= 6.35x 1010 焦耳 = 635 億焦耳

這數字怎麼已經有點大了……但在吐槽之前,我們先把其他的所需能量都估算完吧~

-----廣告,請繼續往下閱讀-----
  • 以音速飛行 10 分鐘

這裡我們借用四分之一英里估算法,這是個可以從物體重量(通常是車子)和行駛四分之一英里所需的時間來求得功率的簡單方式。

沙贊體重 90 公斤,而他在音速下完成 1/4 英里所需的時間為 1.2 秒,根據線上工具估算,這名英雄相當於擁有 22,876 馬力,轉化為瓦特差不多是 1700 萬瓦特,如果沙贊要飛行 10 分鐘,他就會需要大約 100 億焦耳的能量

  • 把一隻體型巨大的飛龍打飛 50 公尺

這個計算方式並不困難,就是簡單的做功運算,但是筆者遇到了很嚴重的問題:電影中的飛龍-拉頓到底多重呢?

經過一番搜尋,網路上對於一條中世紀奇幻飛龍到底有多重幾乎是沒有定論,看起來好像沒有人有認真算過,所以筆者打算自己來操刀,解決這個世紀大謎題 (?)。

-----廣告,請繼續往下閱讀-----

有看過《空想科學讀本》的人對筆者使用的方法一定不陌生,就是把模型浸到水裡面,估算體積之後放大,再考慮密度來求得飛龍的體重。

所以筆者到了地下街的玩具店,買了一條看起來最像電影中奇幻飛龍體型的模型玩具(其實是動漫《轉生成為史萊姆》的公仔,似乎是主角後期的樣子吧?筆者沒有看不清楚~),將它放進水盆裡面裝水,做好水位標記之後取出模型,水位下降之後從水盆的面積和下降高度求得玩具龍的體積大概是 0.000283 立方公尺,這時我們需要玩具龍的身長和電影中的拉頓身長來做等比放大,玩具龍身體差不多是 25 公分,而從電影中拉頓站在棒球場內野的畫面來做估算,它的身長大約是 25 公尺,身長差 100 倍,所以體積會變 100 的 3 次方也就是 100 萬倍,所以說拉頓的體積大概是 283 立方公尺。

筆者買到的龍模型,雖然它是站立的,但平放在地上看起來跟電影中的龍差不多。圖/作者提供

這時我們需要拉頓身體的密度來求得體重,如果拉頓是生物的話,它的身體密度應該也要接近水(每立方公尺 1000 公斤),例如人體的密度就差不多是每立方公尺 1062 公斤,但是電影中拉頓身體看起來有點像是由木頭構成的,而世界上最堅硬的木頭是澳洲鐵木樹(Australian buloke)密度是 1085 kg/m3,再加上龍的奇幻性質,我想把拉頓的身體密度定為 1100 kg/m3 應該是還可以接受的吧?

如果用這個方式估算,電影中看守花園的飛龍拉頓,體重大概會是 311 公噸,我們套入物理課本中看過的做功計算公式,可以知道沙贊把一條龍打飛 50 公尺所需要的能量,大概會是 7775 萬焦耳

-----廣告,請繼續往下閱讀-----
電影中飛龍的劇照。圖/Twitter
  • 把一台車移動 200 公尺

相較前面兩個,這計算相對簡單一點,我們一樣用上面的作功公式來求需要能量,而我們需要的就是車子的重量。根據統計,美國一般路上的車子平均重量為 1800 公斤,如果要在 3 秒鐘內移動 200 公尺,就相當於需要 4 百萬焦耳

  • 從手中放出好幾道能量閃電

沙贊從手上放出閃電,看起來就像是電弧的一種,而電弧是因為有強大的電場或高壓電存在,使的原本不導電的物質電漿化得以使電流通過的現象,而說到能夠最穩定產生電弧的狀況,筆者第一個想到的是在現實中會看到的特斯拉線圈。

特斯拉線圈是一種由知名物理學家特斯拉發明的強大變壓器,這種變壓器使用共振原理運作,主要用來生產超高電壓但低電流、高頻率的交流電力,因為特斯拉線圈可產生絢麗的電弧效果,所以很常在一些科學博物館或展示中看到,而世界上最強大的特斯拉線圈: Electrum 的能量使用率為 130,000 瓦特,假設沙贊能夠用同等功率放出電弧長達 10 秒鐘,就會需要 130 萬焦耳的能量。

Electrum 特斯拉線圈。圖/wikipedia

這下子我們需要的數字都有了!

這道神奇閃電所附帶的能量大約是:

635 億(變成大人)+100 億(音速飛行 10 分鐘)+7775 萬(打飛一條龍)+400 萬(移動一台車)+130 萬(放出閃電)= 735 億 8305 萬焦耳

 而正常世界一道閃電的能量大約是 10 億焦耳,也就是說~這道神奇閃電差不多是等於 74 道現實中閃電的能量。

好厲害啊!真不愧是奧林帕斯的眾神,能夠這麼精準的傳遞如此巨大的電能量根本就是神蹟…..也確實是神蹟沒錯~

但是如果一個不小心承接這道能量的人不是沙贊的話,會發生什麼事呢?

一般人被普通的閃電擊中就已經不是鬧著玩的了!

直接被閃電擊中的人會成為電流的一部分,一部分電流會沿著皮膚表面移動,另一部分會穿過身體的心血管或神經系統,前者會對皮膚造成灼傷,後者則有可能造成呼吸停止或心臟驟停,但我們還是能找到一些歷史上從雷擊中生還的故事,因為有沒有辦法在雷擊中活下來是跟就醫和電流通過體內的時間而定……運氣好的話,你不會死的。

但是在沙贊的神奇閃電面前,這一切都成為笑話。

這道 735 億焦耳的閃電能量相當於 2 顆歷史上最強大非核子炸彈:炸彈之母(GBU-43/B 大型空爆炸彈)爆炸所釋放出的能量,所以如果今天好死不死沒有打在比利身上,而是擊中地面的話,後果一定不堪設想,周遭的親友絕對是灰飛煙滅,費城可能會變成廢墟,之前說的收集能量可能完全行不通,因為應該沒多少設備儀器能夠承受如此巨大的威力。

反倒是比利啊~你是不是在承接沙贊能力時同時被改造了,被2顆炸彈之母轟炸都沒事,真是太神啦!還有就是一定要站好喔~

全世界只有這位男人能承受的力量。圖/IMDb
-----廣告,請繼續往下閱讀-----
Rock Sun
64 篇文章 ・ 960 位粉絲
前泛科學的實習編輯,曾經就讀環境工程系,勉強說專長是啥大概是水汙染領域,但我現在會說沒有專長(笑)。也對太空科學和科普教育有很大的興趣,陰陽錯差下在泛科學越寫越多空想科學類的文章。多次在思考自己到底喜歡什麼,最後回到了原點:我喜歡科學,喜歡科學帶給人們的驚喜和歡樂。 "我們只想盡我們所能找出答案,勤奮、細心、且有條理,那就是科學精神。 不只有穿實驗室外袍的人能玩科學,只要是想用心了解這個世界的人,都能玩科學" - 流言終結者

0

6
3

文字

分享

0
6
3
【科學寶可夢】朱/紫中的骨紋巨聲鱷 & 狂歡浪舞鴨:一個締造火焰新紀錄、一個用腳踢破音速
Rock Sun
・2022/12/23 ・3135字 ・閱讀時間約 6 分鐘

身為一名訓練師,你真的了解你的寶貝們嗎?寶可夢圖鑑讀熟了沒?

其實圖鑑告訴你的比想像中的還多喔!跟著泛科空想寫手 Rock 一起來上一門訓練師的科學課吧!來跟大家分析這些寶可夢的戰鬥是多麼的「科學」。

骨紋巨聲鱷:火焰溫度新紀錄

Skeledirge - WikiDex, la enciclopedia Pokémon
圖/Bulbapedia

啊~火焰!

幻想世界中骨灰級的攻擊武器,也是空想科學寫作時常遇到的對手。

在過去的【科學寶可夢】中,火焰已經不是第一次出現了。第二篇關於噴火龍的科學中就有稍微提到,後來因為鴨嘴火龍和火伊布的圖鑑敘述都有提到他們火焰的溫度,所以在同一篇一起分析過,但那已經是第一世代寶可夢的事了~ 現在圖鑑都來到 900 號了,事情果然很不一樣。

-----廣告,請繼續往下閱讀-----

溫柔的歌聲能治癒聽者的靈魂,會使用攝氏 3000 度的火焰把敵人燒成灰燼。」——骨紋巨聲鱷紫版敘述註1

骨紋巨聲鱷的敘述很直接,就是直接說出了牠噴出的火焰溫度,這簡直是一個福音,這樣我們就不需要到處拼湊,可以直接地將這個數字與過去的幾個得到的火焰溫度做比較。

噴火龍:至少 1400 ℃

鴨嘴火龍:1200 ℃

火伊布:1650 ℃

火爆獸:800℃

骨紋巨聲鱷:3000℃

這也太高了吧!?先別說生物怎麼有辦法產生這種高溫註2,真的要把人燒成灰燼哪裡需要 3000℃ 啦!

就算燒成這樣只要幾百度應該就夠了。圖/維基百科

一般把屍體燒成骨灰的火葬場,溫度只需要 1000℃ 就夠了,3000℃ 根本是大材小用,而你知道這個溫度能夠辦到什麼事嗎?

絕大部分我們知道的物質在這種溫度下都會熔化或者汽化,能夠倖存的元素大概只有鎢、錸、鋨這幾個金屬還有一些特殊的聚合物了;如果燒的是人的話,別說是燒成灰,整個身體一定在一陣白光下消失的無影無蹤……因為在這種溫度下,火焰不會是正常的橘紅色,而是白色的。

-----廣告,請繼續往下閱讀-----

這時如果骨紋巨聲鱷的訓練師就直接站在它旁邊,就算不是被直接擊中,他那超過岩漿溫度兩倍的 3000℃ 火焰所散發出的熱氣和輻射熱註3,應該足以讓訓練師瞬間嚴重灼傷,再加上強光,這絕對是不支倒地然後變成逐漸變成焦屍,然後跟四周的花草樹木付之一炬。

所以如果要叫你的骨紋巨聲鱷使出噴射火焰的話,記得先閃的非常非常遠,放招後遠距離收回寶可夢,然後趕快離開被焚化、整個燒得亂七八糟的現場。

「我只是叫我的骨紋巨聲鱷用一下火花」。圖/envato.elements

狂歡浪舞鴨:這到底是哪一國的超強踢腿舞啊?

圖/Bulbapedia

如果要說格鬥系的寶可夢要怎麼在圖鑑中誇耀他們的力量,最常用的方式就是:把東西丟出去或弄壞。

在以前的的腕力+豪力+怪力的文章中,我們可以看到各種誇耀寶可夢力氣的方式,例如、「能夠跟 100 個成年人角力把他們摔出去」、「可以用一隻指頭舉起相撲選手」、「有辦法舉起一台垃圾車」、「把人打飛到地平線彼端」……等。

-----廣告,請繼續往下閱讀-----

而這次,我們的狂歡浪舞鴨的特技是能夠踢翻一台卡車。

只要一腳就能踢翻卡車的強韌腳力,展現充滿異國風情的舞蹈。」——狂歡浪舞鴨朱版敘述註4

要計算這有多誇張,我們需要知道一個非常重要的資訊……究竟是哪一種卡車呢?

卡車這種交通工具有非常非常多的規格,最輕的例如小皮卡只有 2~2.5 公噸,最重的可以達到 15 公噸,甚至在某些重工業地區可以找到更重的運貨卡車。

寶可夢朱/紫據稱是參考西班牙為藍本設計的,經過一番搜尋之後,筆者得知西班牙地區是全歐洲輕型卡車比例最高的地方註5,這類卡車本身重大概介於 3~4 公噸之間,如果滿載貨物的話,重量可以達到 10 公噸以上,我們這邊就大概取個平均值 7 公噸好了。

-----廣告,請繼續往下閱讀-----
像這類的卡車就是輕型卡車~ 圖/ISUZU

然後我們還得先定義踢翻卡車這件事情:我們就假設狂歡浪舞鴨用腳朝卡車的側面一半高的地方踢下去,然後車子會以一邊的車輪為支點翻過去,側面著地。

經過一些力矩的計算,我們可以知道要把一台 7 公噸重的卡車踢翻,需要從從中間給予大約 68600 牛頓的力……這可比一台小汽車引擎全力輸出時的力道還要強啊~

筆者自製大略圖解

但是最誇張的還在後面!

最後一步,我們想要知道狂歡浪舞鴨的這一腿到底有多快!要得到這個結果,筆者需要知道此鴨的整隻腳重量為何,因為畢竟是腳在對卡車施力的。

-----廣告,請繼續往下閱讀-----

圖鑑上寫說狂歡浪舞鴨體重為 62 公斤,而牠的外貌滿接近人形生物的,所以我們先參考人體結構來預估。人類的一整支腳平均占全身體重的 16~18% 左右,我們的狂歡浪舞鴨看起來腿略長,而且既然是格鬥系的,那牠的腿應該很壯,我們就假設牠的整隻腿重量占比更多,大概是全身的 25%,重量的話就是差不多 15.5 公斤。

要計算牠這腿速度多少,我們最後剩下需要的假設的就是假設腿和卡車的接觸時間,依照之前的經驗,就姑且設定為 0.1 秒接觸,然後腿踢中之後立刻停下,再加上很不合理的力道 100% 轉換假設,但是相信我~不這麼做的話答案只會更扯。

套入牛頓第二運動定律的公式,我們可以知道這腿在停下來之前,速度高達秒速 443 公尺也就是音速的 1.3 倍,這也太快了吧!你的腳怎麼沒有被音爆撕裂啊?相較之下,泰拳高手秒速 17 公尺的踢擊根本是個笑話,如果被狂歡浪舞鴨的這一腳踢到,我看大部分的寶可夢應該是內臟破裂死亡了。

如果是普通人的話,被踢一腳一定直接全身骨折,內臟破裂,任督二脈也不用通了。圖/GIPHY

這真是太恐怖了,但狂歡浪舞鴨你為什麼無聊要去踢卡車啊?這種腳力你應該要去踢足球啊!還有這到底是哪一國的舞蹈會有如此的訓練呢?真想知道~

-----廣告,請繼續往下閱讀-----

註解:

  1. 骨紋巨聲鱷的另一版敘述是「可以透過歌聲改變外形的火鳥,據說是靈魂寄宿在頭上的火球所形成的。」,從這個敘述我們知道牠的火焰跟某種靈魂力量有關,這大概就是為什麼火焰溫度能達到 3000 度的秘訣吧?話說筆者很確定是這裡的溫度是說攝氏,因為英文版的敘述中有寫是 5400 華氏。
  2. 也有可能……骨紋巨聲鱷根本不是生物!畢竟牠有幽靈屬性,但這表示牠的出現根本不是進化,而是死亡呢?
  3. 這裡我們因為 3000℃ 的火焰而傷透腦筋,但你知道嗎?這還不是寶可夢圖鑑裡最扯的,有兩隻寶可夢:熔岩蝸牛 和 噴火駝,他們的圖鑑敘述都寫到牠們能夠產生 1 萬度 ℃ 的高溫,前者是體溫,後者是噴出的岩漿,這確定不是多寫一個0嗎? 目前科學家有辦法產出最高的溫度只有 4990℃ 而已啊~
  4. 狂歡浪舞鴨另一版的敘述是「會用充滿異國情調的舞蹈迷倒看到的對手,然後揮舞以水構成的羽飾將其劈裂。」為什麼羽飾是用水構成的啊?這是怎麼辦到的?這跟強力水刀差在哪裡?
  5. 幸好這代寶可夢不是參考德國,因為這是歐洲重型卡車比例最高的地方,如果狂歡浪舞鴨源自這裡,他這一腳一定超出天際。

-----廣告,請繼續往下閱讀-----
Rock Sun
64 篇文章 ・ 960 位粉絲
前泛科學的實習編輯,曾經就讀環境工程系,勉強說專長是啥大概是水汙染領域,但我現在會說沒有專長(笑)。也對太空科學和科普教育有很大的興趣,陰陽錯差下在泛科學越寫越多空想科學類的文章。多次在思考自己到底喜歡什麼,最後回到了原點:我喜歡科學,喜歡科學帶給人們的驚喜和歡樂。 "我們只想盡我們所能找出答案,勤奮、細心、且有條理,那就是科學精神。 不只有穿實驗室外袍的人能玩科學,只要是想用心了解這個世界的人,都能玩科學" - 流言終結者