Loading [MathJax]/extensions/tex2jax.js

0

1
1

文字

分享

0
1
1

M理論和11維空間-《平行宇宙》

PanSci_96
・2015/06/13 ・3535字 ・閱讀時間約 7 分鐘 ・SR值 555 ・八年級

科學家曾以懷疑的眼光審視平行宇宙這一思想,因為它太神秘、太誇張和太離奇了。任何敢於研究平行宇宙的科學家都會受到嘲笑和傷害他的事業生涯,因為即便是現在也沒有實驗證據證明它的存在

但是,近年來潮流急劇改變,本星球傑出的思想家都在極為興奮地探討這一課題。這種突然的轉變是由於一個新的理論,「弦理論」的出現,它的最新版本叫做「M理論」。該理論讓我們不僅有可能揭示多元宇宙的性質,還讓我們能「解讀上帝的心思」,正如愛因斯坦曾經雄辯地指出的那樣。

如果這一理論證明是正確的,這將代表過去兩千年自希臘人首先開始探索單一的、一致的和全面的宇宙理論以來的物理學研究的最高成就。

關於弦理論和M理論所發表的論文數量是驚人的,有幾萬篇。關於這個課題舉辦了幾百次國際會議。世界上每一個主要的大學或者有一個小組在研究弦理論,或拼命地想認識它。儘管此理論不能用我們今天薄弱的儀器來檢測,它仍然激發了物理學家、數學家、經驗主義者的極大興趣。他們希望能在將來利用外太空強大的重力波檢測器和巨大的原子對撞機檢測此理論的正確性。

-----廣告,請繼續往下閱讀-----

最終,此理論可能回答自大霹靂理論提出以來一直困擾宇宙學家的問題:在大霹靂之前發生了什麼?

big bang
Source from Matthew Roth

這要求我們運用物理學知識的全部力量,運用幾個世紀以來所積累的每一個物理發現。換句話說,我們需要一個「萬物的理論」,一個包括驅動宇宙的各種物理力的理論。愛因斯坦花費了他生命的最後三十年追尋這種理論,但他最終未能成功。

目前,能夠解釋控制宇宙力多樣性的最重要的(和唯一的)理論是弦理論,或者它最近的化身M理論。(M代表「膜」,也包含「神秘」、「魔法」甚至「母親」的意思。儘管弦理論和M理論基本上是相同的,但M理論是一個更神秘的、更完善的、統一各種弦理論的框架。)

自古希臘以來,哲學家就已推測:最終組成大塊物質的可能是微小的叫做原子的粒子。今天,用我們強大的原子對撞機和粒子加速器,我們已經能夠將原子分裂為電子和原子核,原子核又可分裂為更小的次原子粒子。但是我們找不到一個優雅的、簡單的框架,從加速器發現的是幾百個次原子粒子,名字也很奇怪,如:微中子、夸克、介子、輕子、強子、膠子、W玻色子,等等。很難相信,大自然在它最基本的層次上會產生這麼多令人糊塗的奇異的次原子粒子群。

-----廣告,請繼續往下閱讀-----

弦理論和M理論是根據一個簡單的和美妙的思想,即構成宇宙的讓人困惑的各種次原子粒子,類似於可以在小提琴琴弦上演奏的音調,或在鼓膜上演奏的鼓點。(「弦」和「膜」不是普通的弦和膜,它們存在於第10維和第11維超空間。)

傳統上,物理學家把電子看做是無限小的點粒子。這意味著物理學家不得不為他們發現的幾百種次原子的每一個引進不同的點粒子,結果造成十分混亂的局面。但是根據弦理論,如果我們有一個超級顯微鏡能夠探測到一個電子的心臟,我們將會看到它根本不是點粒子,而是一個很小的振動的弦。只是因為我們的儀器太粗糙,它才看上去是一個點粒子。

這些很小的弦依次以不同的頻率振動和共鳴。如果我們撥動這個振動的弦,那麼它就會改變模式,變成另一個次原子粒子,如夸克粒子。再把它撥動,它又將轉變成微中子。用這種方式,我們可以將眾多的次原子粒子解釋為不是別的,而是弦的不同音調。我們現在可以將實驗室看到的幾百個次原子用一個單一的弦這個物體來代替。

用這個新的詞彙,經過幾千年的試驗仔細構造的物理學定律不是別的,只是人們為弦和膜書寫的協調規律。化學定律是人們可以在這些弦上演奏的悅耳音調。宇宙是弦的交響曲。愛因斯坦意味深長地所譜寫的有關「上帝的心思」是整個超空間的宇宙音樂共鳴。(這又產生了另一個問題:如果宇宙是弦的交響曲,那麼有作曲家嗎?我在後面的第十二章討論這個問題。)

-----廣告,請繼續往下閱讀-----

宇宙的終結

WMAP不僅讓我們更精確地看到早期的宇宙,它也給出我們的宇宙將如何死亡的最詳細圖片。正如神秘的反重力在創世之初將星系推開一樣,這同一個反重力正將宇宙推向它的最終命運。以前,天文學家認為宇宙的膨脹正逐漸減慢。現在,我們認識到,宇宙的膨脹是加速的,星系正以不斷增加的速度飛快地離開我們

構成宇宙物質和能量百分之七十三的同一個暗能量正在加速宇宙的膨脹,以日益增加的速度將星系推開。太空望遠鏡研究所的亞當.里斯(Adam Riess)說:「宇宙就像一個見到紅燈減慢速度的駕駛員,當紅燈變成綠燈時踩油門加速前進。」

除非有什麼意外的事情發生使這個膨脹過程逆轉,在一千五百億年內我們的銀河系將變成一個孤島,99.99999%的銀河系附近的星系將跑到可見宇宙的邊緣之外。夜晚天空中熟悉的星系將跑到離開我們如此遙遠的地方,以致它們的光線永遠也不能到達我們。

這些星系本身不會消失,但它們離得太遠,我們的望遠鏡不能再看到它們。儘管可見宇宙包含大約一千億個星系,但在一千五百億年後僅能見到局部超星系團中的幾千個星系。在更加遙遠的將來,只有由三十六個星系組成的本地星群構成整個可見的宇宙,幾十億個星系將漂出地平線的邊緣之外。(這是因為本地星群的重力足以克服膨脹力。反過來說,當遙遠的星系離開視野,生活在這個黑暗世紀的任何天文學家可能根本檢測不到宇宙的膨脹,因為本地星系群內部不膨脹。在遙遠的未來,第一次分析夜晚天空的天文學家可能認識不到有任何膨脹,於是得出結論說:宇宙是靜態的,僅由三十六個星系構成。)

-----廣告,請繼續往下閱讀-----

如果這個反重力繼續下去,宇宙將最終死亡,形成大凍結。由於深層空間的溫度趨於絕對零度,分子本身都很難運動,宇宙中的所有智慧生命最終將被凍死。在幾兆的幾兆年之後,星星將不再發光,它們的核火因燃料耗盡而熄滅,夜晚的天空將永遠是漆黑一片。宇宙膨脹留下來的僅僅是由矮星、中子星和黑洞構成的寒冷的、死亡的宇宙。更遠更遠的將來,黑洞本身也將蒸發掉它們的能量,留下一個無生氣的由漂浮基本粒子顆粒構成的寒冷的霧。在這樣一個荒涼的寒冷宇宙中,任何可以想像的生命形式實際上都是不可能的。在這樣一個凍結的環境中,熱力學的鐵則不允許有任何資訊傳遞,所有的生命必然滅絕

在十八世紀就有人開始認識到宇宙最終將可能冰凍而死。查理斯.達爾文(Charles Darwin)在評論物理學定律似乎註定了所有智慧生命必將滅亡這一令人沮喪的結局時,寫道:「我相信在遙遠將來的人類,比起現在將是更加完善的生物,一想到人類和所有其他有知覺的生物,在這個長期持續的緩慢過程中註定要完全滅絕,讓人不能忍受。」不幸的是,從WMAP衛星得到的最新資料似乎證實了達爾文的擔憂。

逃往超級空間

物理定律決定了宇宙間的智能生命將註定面臨死亡。但是也有演化定律,當環境改變時生命可以適應環境而生存下去,或者死亡。因為生命不可能適應因凍結而死亡的宇宙,因此為了避免死亡唯一的選擇是離開我們這個宇宙。當宇宙面臨最終死亡的時候,幾兆年後的文明是不是有可能具備了必要的技術,乘坐太空「生命之船」離開我們的宇宙,漂向另一個更年輕、更溫暖的宇宙呢?或者是不是他們能夠利用超級技術構建「時間彎曲」,返回到過去他們自己的那個更溫暖的年代呢?

另一個極端的構思是:有些物理學家提出了一些似乎可信的計畫,利用可利用的最先進物理學,提供最現實的空間入口或通往另一個宇宙的通路。當物理學家計算人們是不是可能利用「外來的能量」和黑洞,找到通往另一個宇宙的通道時,全世界物理實驗室的黑板上充滿了抽象的方程式。幾百萬年到幾十億年以後的文明是不是能在技術上開發出已知的、進入另一個宇宙的物理定律呢?

-----廣告,請繼續往下閱讀-----

劍橋大學的宇宙學家史蒂芬.霍金(Stephen Hawkin)曾俏皮地說:「蟲洞,如果存在的話,會是快速太空旅行的理想通道。你可以穿過蟲洞到星系的另一側,然後趕回來吃午餐。」

如果「蟲洞」和「空間入口」尺寸太小,無法讓大批的人離開我們的宇宙,那麼還有另一個選擇:將高級智慧文明的總訊息量縮減到分子級別,讓它們通過通道,然後在另一端重新自我裝配。用這種方式,整個文明可以將它的種子通過空間通道,然後重建它的光輝。超空間不是理論物理學家手中的玩物,在宇宙面臨死亡時,它是拯救智能生命的最終途徑。

但是要完全理解這些內容的含義,我們必須首先瞭解宇宙學家和物理學家是怎樣經過千辛萬苦才得到這些令人吃驚的結論的。在《平行宇宙》這本書中,我們將審閱宇宙學的歷史,幾個世紀以來在這個領域所產生的矛盾,最後闡述與所有實驗資料相符合的暴脹理論,以及我們不得不接受的多重宇宙的概念。

平行宇宙--正封面

本文摘自《平行宇宙》。本書由暖暖書屋出版社出版

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

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

3
0

文字

分享

0
3
0
從太陽發光到生命突變,一切都歸功於量子穿隧效應?
PanSci_96
・2024/10/19 ・1962字 ・閱讀時間約 4 分鐘

在這個充滿光與生命的宇宙中,我們的存在其實與一種看不見的力量密切相關,那就是量子力學。沒有量子力學,太陽將不會發光,地球上的生命將無法誕生,甚至整個宇宙的運行規則都會截然不同。這些微觀層次的奧秘深深影響了我們日常生活的方方面面。

其中,量子穿隧效應是一個看似違背直覺但至關重要的現象,從太陽的核融合反應到基因的突變,這種效應無處不在,甚至還牽動著當今的高科技產業。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是量子穿隧效應?

我們可以將量子穿隧效應比作一個奇妙的穿牆術。想像一下,你身處一個被高牆包圍的城市,牆外是未知的世界。通常,如果你要越過這道牆,需要極大的力量來翻越它,或者用工具打破它。然而,在量子的世界裡,情況並不如此。

在微觀的量子力學世界中,粒子同時具有波的特性,這意味著它們並不完全受限於傳統物理的規則。當一個微觀粒子遇到能量障礙時,即使它沒有足夠的能量直接穿過障礙,卻仍有一定機率能出現在障礙的另一邊,這就是「量子穿隧效應」。粒子彷彿直接在牆上挖了一條隧道,然後穿越過去。

-----廣告,請繼續往下閱讀-----

這聽起來像魔法,但它背後有深刻的物理學道理。這個現象的發生取決於量子粒子的波動性質以及能量障礙的高度和寬度。如果障礙較矮且較窄,粒子穿隧的機率就較高;反之,障礙越高或越寬,穿隧的機率則會降低。

太陽發光:核融合與量子穿隧效應的結合

量子穿隧效應的存在,讓我們能夠理解恆星如何持續發光。以太陽為例,太陽內部的高溫環境為核融合反應提供了所需的能量。在這個過程中,氫原子核(質子)需要克服極大的電磁排斥力,才能彼此靠近,進而融合成為氦原子核。

然而,單靠溫度提供的能量並不足以讓所有質子進行核融合。根據科學家的計算,只有約10的 434 次方個質子中,才有一對具備足夠的能量進行核融合。這是一個極小的機率。如果沒有量子穿隧效應,這種反應幾乎不可能發生。

幸好,量子穿隧效應在這裡發揮了關鍵作用。由於量子粒子具有波動性,即便質子沒有足夠的能量直接跨越能量障礙,它們仍然能透過穿隧效應,以一定機率克服電磁排斥力,完成核融合反應。這就是為什麼太陽內部的核融合能夠源源不斷地發生,並且持續產生光與熱,讓地球成為適合生命生存的家園。

-----廣告,請繼續往下閱讀-----

量子穿隧效應與生命的演化

除了恆星的發光之外,量子穿隧效應還對生命的誕生和演化起到了關鍵作用。地球上物種的多樣性,很大一部分源於基因突變,而量子穿隧效應則幫助了這一過程。

DNA 分子是攜帶遺傳訊息的載體,但它的結構並不穩定,容易在外界因素影響下發生變異。然而,即使沒有外界因素的干擾,科學家發現 DNA 仍會自發性地發生「點突變」,這是一種單一核苷酸替換另一種核苷酸的突變形式。

量子穿隧效應讓氫原子隨時可能在 DNA 結構中進行位置轉換,從而導致鹼基對的錯位,這在 DNA 複製過程中,可能會引發突變。這些突變若保留下來,就會傳遞給下一代,最終豐富了基因與物種的多樣性。

量子穿隧幫助促進 DNA 突變,協助生命的演化與物種多樣性。圖/envato

半導體技術中的量子穿隧效應

除了在宇宙和生命中發揮作用,量子穿隧效應還影響著我們的日常生活,尤其在現代科技中。隨著半導體技術的發展,電子設備的體積不斷縮小,這也讓電子元件的性能面臨更大的挑戰。

-----廣告,請繼續往下閱讀-----

在微小的電子元件中,量子穿隧效應會導致電子穿過元件中的障礙,產生不必要的漏電流。這種現象對電晶體的性能帶來了負面影響,因此設計師們需要找到方法來減少穿隧效應的發生,以確保元件的穩定性。

雖然這是我們不希望見到的量子效應,但它再次證明了量子力學在我們生活中的深遠影響。設計更有效的半導體元件,必須考慮到量子穿隧效應,這讓科學家與工程師們需要不斷創新。

量子力學是我們宇宙的隱藏力量

量子穿隧效應看似深奧難懂,但它對宇宙的運作和生命的誕生至關重要。從太陽的核融合反應到基因突變,甚至現代科技中的半導體設計,量子力學影響著我們生活的方方面面。

在這個充滿未知的微觀世界裡,量子現象帶來的影響是我們難以想像的。正是這些看似不可思議的現象,塑造了我們的宇宙,讓生命得以誕生,科技得以發展。當我們仰望星空時,別忘了,那閃耀的光芒,背後藏著的是量子力學的奇妙力量。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
1

文字

分享

0
3
1
用「世界上最大的望遠鏡」觀測黑洞!臺灣也參與其中!
PanSci_96
・2024/07/15 ・3876字 ・閱讀時間約 8 分鐘

台北時間 1 月 18 號下午四點,中研院天文所公布了一張黑洞照!別小看這張照片,裡頭有玄機!不論是驗證愛因斯坦的廣義相對論,還是要研究 M87 黑洞有沒有什麼特性,都得從這張照片著手。

為什麼我們能拍到比之前更清楚的照片呢?這是因為,這次「事件視界望遠鏡」的團隊,加入了格陵蘭望遠鏡的觀測數據。它不僅是全球第一座位於北極圈內的重要天文觀測站,此外,這座觀測站,也和台灣脫不了關係喔!

就讓我們來看看,這張黑洞照到底是怎麼拍的?這幾張黑洞甜甜圈照,又藏有哪些重要資訊?

近年的黑洞觀測

大家應該都還記得 2019 年的黑洞熱潮,當年 4 月,人類第一張黑洞照——M87 的真面目,被公開了,我們終於取得了黑洞存在的最直接證據。3 年後的 2022 年 5 月,我們也終於看清楚那個在我們所在的星系中,在銀河系最深處的黑洞——人馬座 A*。這兩張像是甜甜圈的照片,掀起黑洞熱潮,也帶給我們不少感動,想必很多人都還記得。

-----廣告,請繼續往下閱讀-----
圖/ESO、EHT Collaboration

但是,這兩張模糊的甜甜圈,不管對於科學家還是我們,想必都還不滿足!我們想看到的,是能跟電影星際效應中一樣,帶給我們強烈震撼的完整黑洞樣貌。

很快就有好消息,在 M87 照片公開的三年後。2022 年 4 月,天文學家展示了另一組 M87 的照片,除了原本的黑洞以外,還能看到外圍三條噴流,與圍繞在黑洞旁邊的吸積流,更加完整的黑洞結構同時存在在一張照片上。

圖/Lu, RS., Asada, K., Krichbaum, T.P. et al. A ring-like accretion structure in M87 connecting its black hole and jet. Nature 616, 686–690 (2023). https://doi.org/10.1038/s41586-023-05843-w

有趣的是,在 2022 發表的觀測結果中,黑洞似乎胖了一圈,直徑比 2019 年發表的結果大了 50%。這可不是說黑洞在幾年間就變胖了 1.5 倍,不用擔心,宇宙不會因此毀滅。這主要是選用觀察的電磁波波段不一樣,2019 年觀察的電磁波波長是 1.3 毫米,2022 年的波長則是 3.5 毫米。但其實,1.3 毫米比 3.5 毫米的電磁波穿透力更好。也就是 2019 年的影像更接近黑洞的實際長相。

對了,2022 年的黑洞照並不是事件視界望遠鏡發的。你知道「事件視界望遠鏡」並不是唯一在進行黑洞觀測的計劃嗎?

-----廣告,請繼續往下閱讀-----

為了觀測黑洞,全球的電波望遠鏡進行同步串聯,打算打造一個等效直徑幾乎等於地球直徑的超大望遠鏡。因為我們無法直接打造一面面積跟地球一樣大的望遠鏡,因此我們得將分布在各地的望遠鏡同步串聯,由數據分析來拼湊出整體樣貌。你可能不知道,全球的大型黑洞觀測國際合作計畫其實有兩個,一個就是大家比較常聽到的「事件視界望遠鏡 」,簡稱 EHT,主要以 1.3 毫米的波段進行觀測,也就是大家熟悉的甜甜圈照。而另一個大計畫是「全球毫米波特長基線陣列」,簡稱 GMVA,以 3.5 毫米為主要觀測波段。2018 年 GMVA 還加入了新成員,讓我們能看到最新的這張照片。其中一個是超強力助手 ALMA,另一個,就是第一座位於北極圈內,由台灣中研院主導的格陵蘭望遠鏡 GLT。

為什麼黑洞會那麼難觀察?

現在大家都知道,我們已經能確實拍到黑洞了。即使黑洞的本體是全黑的,圍繞在黑洞周邊快速旋轉的物質,也會因為彼此摩擦與同步輻射,放出強烈的電磁波,被我們看到。

但即便它會發光,仍然是個難以觀測的天體,直到近年,我們才補捉到它樣貌。這是因為,比起亮度,更難的地方在於尺寸,黑洞好小,更準確來說,是看起來好小。M97 和人馬座 A* 實際上都比太陽大上不少,但因為距離我們十分遙遠,從地球上來看,人馬座 A* 與 M87 黑洞的陰影尺寸,分別是 50 微角秒和 64 微角。從我們的視角來看,就跟月球上的一顆甜甜圈一樣大。

但即便很困難,看到黑洞對我們來說十分重要,我們需要有確切的證據來證明我們對於黑洞的預測並沒有錯。例如在 2022 年有照片證明「銀河系中間真的有黑洞!」之前,2020 的諾貝爾物理獎頒獎時,仍以「大質量緻密天體」來稱呼銀河系中央的「那個東西」。現在,從黑洞噴流、吸積盤、自轉軸、到光子球層,我們還有好多黑洞特性,需要更高解析度的照片來幫我們驗證,驗證廣義相對論的預測是否正確,而我們對於黑洞與宇宙的認識是否需要調整。

-----廣告,請繼續往下閱讀-----

好的,我們知道為了追星,嗯,是追黑洞,科學家無不卯足全力提升望遠鏡的解析度。但是為何格陵蘭望遠鏡的加入,就能提升照片解析度呢?

組成世界上最大的望遠鏡?

越大的望遠鏡看得越清楚,為了將全世界的電波望遠鏡串聯,打造等效口徑幾乎等於地球的超大望遠鏡。這些望遠鏡使用了特長基線干涉測量法,這些望遠鏡則稱為電波干涉儀。

這些電波干涉儀通常由一系列的天線組成,例如位於智利的阿塔卡瑪大型毫米及次毫米波陣列 ALMA,就是由 66 座天線組成,最遠的兩座天線距離長達 16 公里。在觀測同一個訊號時,透過比較每座望遠鏡收到訊號的相位差,就能計算出訊號的方位角,進一步推算出原始訊號的樣貌。而當這些天線數量越多、距離越遠,就等於是一座更高解析度、口徑更大的望遠鏡。例如 ALMA 的影像解析度高達 4 毫角秒,能力比知名的哈伯太空望遠鏡還要好上 10 倍。另一座位於夏威夷的次毫米波陣列望遠鏡 SMA,則是由 8 座天線組成,雖然單座天線的直徑只有 6 公尺,卻足以以模擬出一座直徑 508 公尺的大型望遠鏡。

利用相同技術,只要透過原子鐘將全球的望遠鏡同步,就能模擬出直徑幾乎等於地球直徑的超巨大望遠鏡,也就是「事件視界望遠鏡 」或是「全球毫米波特長基線陣列」。

-----廣告,請繼續往下閱讀-----

沒錯,格陵蘭望遠鏡 GLT 也扮演重要角色。但為什麼要把望遠鏡建在北極圈內?

畢竟這可不簡單,為了讓望遠鏡能在最低零下 70 度 C 的嚴苛環境中工作,還期望它能發揮超越過去的實力,科學家改造了不少設備,甚至還要加裝除霜裝置。

但這一些都是值得的,因為光是 ALMA、SMA、GLT 三座望遠鏡,就可以在地球上構成一個大三角型,等於一台巨大的電波干涉儀。

圖/First M87 Event Horizon Telescope Results. II. Array and Instrumentation – Scientific Figure on ResearchGate. Available from: https://www.researchgate.net/figure/Map-of-the-EHT-Stations-active-in-2017-and-2018-are-shown-with-connecting-lines-and_fig1_333104103 [accessed 15 Jul, 2024]

而對於事件視界望遠鏡來說也十分重要,因為在地球的南邊已經有南極望遠鏡了,東西向則有許多來自中低緯度的望遠鏡。剩下的關鍵位置,當然就是北極的格陵蘭望遠鏡了。而特長基線干涉技術要在不同頻段發揮作用,每個望遠鏡的相對位置也十分重要。格陵蘭的地理位置與良好的大氣環境,讓格陵蘭望遠鏡可以觀測 230GHz 這個特殊波段的訊號,並且補足黑洞的諸多細節。根據官方消息,未來還要真的登高望遠,更上一層樓地把整座格陵蘭望遠鏡搬上格陵蘭島山頂的峰頂站台基地 (Summit Camp ),觀測 690GHz 的特殊訊號,期待能看到黑洞的光子球層,驗證廣義相對論的預測。

-----廣告,請繼續往下閱讀-----

順帶一提,這邊提到的 SMA、ALMA 和格陵蘭望遠鏡,不僅合作關係密切,這些重要計畫台灣還都參與其中!

SMA 是 2003 年啟用,全世界第一座可觀測次毫米波的望遠鏡陣列,也是史密松天體物理台與台灣中研院天文所合作興建與運作的望遠鏡,每年也有許多台灣參與或主導的研究發表。

2013 年啟用,位於智利的 ALMA,則是由東亞、歐洲、北美共同合作的國際計畫,台灣當然也參與其中。擁有66座望遠鏡的 ALMA,也是地面上最大的天文望遠鏡計畫。而有趣的是,由中研院主導的格陵蘭望遠鏡所使用的天線,就是使用 ALMA 的原型機改造而成的!

最後,這次最新的黑洞照就是這張,在 2018 年 4 月拍攝,歷經將近 6 年分析,才正式公布的照片。它與 2017 拍攝,2019 年公開的第一張黑洞照一樣,主角都是 M87。

-----廣告,請繼續往下閱讀-----

你說兩張照片看起來都一樣?嗯,沒錯,雖然還是看得出差異,但兩張照片大致上看起來的確差不多。

這兩張照片所得出的光環半徑相同,代表在相隔一年的拍攝期間,黑洞半徑並沒有產生變化。因為 M87 並不會快速增加質量,所以這個觀測結果非常符合廣義相對論對於光環直徑的預測。並且這張照片也讓我們更加確定,2017 年拍攝到的甜甜圈結構,並不是黑洞的偶然樣貌。

有相同的地方,也有不一樣的地方。這兩張照片光環上最亮的位置逆時針偏轉了 30 度,光是這點,就將開啟下一波的黑洞研究熱潮。透過比較不同時間拍攝的照片,科學家將可以深入研究黑洞的自轉軸角度,以及自轉軸隨著時間偏轉的「進動」現象,並更進一步分析黑洞周圍的磁場與電漿理論。

因為 GLT 的加入,有效提升了 EHT 的影像保真度,科學家能取得更加真實的黑洞照,為未來的黑洞研究打下基礎,例如挑戰很難被拍到的光子環。

-----廣告,請繼續往下閱讀-----

特別感謝中研院天文所研究員,同時也是格陵蘭望遠鏡計畫執行負責人的陳明堂老師協助製作。我們還有一場與陳明堂老師的直播對談,直接來和大家聊聊這次的黑洞結果以及回答各式各樣的黑洞問題。一起繼續來體驗黑洞的魅力吧!

也想問問大家,現在有了一批新資料,你最期待下一次的黑洞成果發表,帶來什麼消息呢?

  1. 我們成功觀察到了霍金輻射!
  2. 黑洞的模擬結果發現超越廣義相對論的新理論!
  3. 黑洞中其實有其他文明,而且我們已經成功接觸了!

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-----

討論功能關閉中。