0

0
1

文字

分享

0
0
1

那些年, 我們一起DIY的天文望遠鏡

科學月刊_96
・2011/10/12 ・6042字 ・閱讀時間約 12 分鐘 ・SR值 497 ・六年級

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】!

 

國中自製望遠鏡,只為一探月球奧祕;哈雷彗星造訪,從此與天文結下不解之緣。海外旅居,因緣際會下師承光學磨鏡大師。轉眼,在台灣親自指導製作的水管望遠鏡已超過1000 台。

科學月刊 第四十二卷第十期

文 / 吳俊輝

和許多人一樣,從小我就很想擁有一台天文望遠鏡,但由於價格昂貴,經常只能望著雜誌中的照片興歎。在國中一年級時(台中市居仁國中),母親便騎車載著我穿梭於台中市的各大書局和圖書館間,最後我依循幾本書中的資訊,硬著頭皮自製了兩台天文望遠鏡-用水管做的折射式望遠鏡和用廢木料做的牛頓式望遠鏡(圖一),其中的光學元件都是取材自日常生活中,如化妝鏡、老花眼鏡、放大鏡等等,所以光學品質並不理想,但因口徑不小,仍可以看得很遠。

圖一:(A)1983 年我在國中一年級時所自製的折射式水管望遠鏡,口徑10 公分
圖一:(B)1983 年我在 國中一年級時所自製的反射式(牛頓式)望遠鏡,口徑20 公分。

我原本只是想用望遠鏡親眼證實月球上的確有嫦娥或是其它生物存在,因為每每仰望月球時總覺有黑影晃動。結果我只找到了令人失望的答案。事隔兩年,在1986年的3月,哈雷彗星造訪地球,當時國三的我便利用這兩台自製的望遠鏡配合傳統的底片相機和以鐵絲及水管自製的轉接環,在台中的中興嶺上清楚拍攝到了它的蹤影(圖二)。該照片在學校引起不小的騷動,自此我便與天文結下了不解之緣。

圖二:1986 年3 月,我在國三時用自製的望遠鏡所拍 攝到的哈雷彗星,由於翻拍自舊照片的關係所以只見電 漿尾而看不清塵尾。

精 進

雖然後來走上了專業天文的路,得以使用世界級的大口徑望遠鏡進行研究工作,但卻仍對如何自製望遠鏡、尤其是徒手磨鏡有莫名的憧憬,因為這是自小的缺憾。1999 年我自英國劍橋大學霍金教授的相對論小組獲得宇宙學博士學位後,便到美國柏克萊加州大學(U.C.Berkeley)任職,因緣際會認識了一位製作望遠鏡的名師蘇拉科夫斯基(Paul Zurakowski),他是史上第一位獲得「柯利弗霍姆斯獎」(RTMC’s Clifford Holmes Award,授予對天文普及具貢獻者)的人(於1978 年獲獎),小行星「12321」更是以他命名。在他門下,我一邊擔任義工一邊學習了兩年多,不但學會了徒手磨製一流光學非球面鏡的技術,還學會了許多量測及修正鏡片的技術,這些都是決定一台望遠鏡好壞的主要關鍵。

至此,心中感到充實萬分,長期以來夢想中的破洞總算補起來了。他告訴我,許多一流的非球面光學鏡片,其實都是仰賴手工打造出來的,除了靠經驗之外,有時還得倚賴準確的第六感,這並不是每個人都學得來的,所以他要我珍惜自己所擁有的能力。

無心插柳柳成蔭

返國服務後,自2003 年起連續四年獲得教育部顧問室「基礎科學人才培育計畫」補助(特別感謝褚德三教授、郭重吉教授、呂助增教授的支持),成立了台大望遠鏡製作實驗室,原本只是想帶著物理系的學生作點基礎性的研究和訓練,但沒想到受到顧問室的青睞與鼓勵,連續給了我們三年的全國優等獎並另案補助於2004 年辦理第一屆全國望遠鏡製作研習營(圖三),從徒手磨鏡開始,並以水管作為鏡身的主體材料。

圖三:2004 年由教育部顧問室主辦的第一屆全國望遠鏡DIY 研習營,鏡片皆由徒手磨製。

我們的實驗室另方面也同時協助國內外的計畫進行望遠鏡光學設計及測試工作( 例如A M i B A 宇宙望遠鏡計畫、POLAR 計畫),同時也有能力自製中大口徑的望遠鏡。目前國內第一大自製望遠鏡「南瀛天文台」(圖四)及第二大自製望遠鏡「台大溪頭鳳凰山天文台」皆是由我所主導規劃監造的。

圖四:南瀛天文台(口徑76公分牛頓式)於2006 年8 月驗收時所攝。圓頂結構的頂部還藏有當時的 縣長蘇煥智和我的簽名。

教育部的計畫雖然於2006年即告結束,但之後很神奇地在沒有任何經費支助下,望遠鏡DIY的活動竟如柳成蔭般地開花結果,每年先後皆有不同的單位接洽主辦。目前還保存有的資料顯示,自2 0 0 9 全球天文年至今,在我親自指導下全國已製作出超過一千支以塑膠水管及木材為主幹材料的天文望遠鏡,俗稱「水管望遠鏡」,在網路上已有許多網友分享資料,也有中國時報、蘋果日報、自由時報等多家平面及網路媒體報導過,這都是始料未及的。其中的參與者從小學生到年近八十的民眾都有。在這些營隊中,有的是從徒手磨鏡開始,有的則是使用半成品搭配水管和木料以土法製作(圖五)。過程雖然辛苦,又占用許多和家人相處的時間,但總希望不會有人再像我小時候一般無奈,希望能多啟發一些科學人才。支持我一直走下去的,其實就是學員們滿意的笑容,和細數不完的感謝信及成果照。

圖五:DIY 營隊的水管望遠鏡設計已演進至第六代,其中並教導如何徒手磨鏡。

實 作

望遠鏡的打造主要分作三大步驟:鏡片製作(包含磨鏡及鍍膜)、鏡身打造、以及光學校準(圖六)。過程中的「磨鏡」是最關鍵也是最具技術性的步驟,畢竟鏡片是望遠鏡的心臟,所以其市價主要是貴在這個部份。就反射式望遠鏡而言,其主鏡片材料費其實並不高,主要是貴在製作工錢,因此磨鏡DIY 的主要價值之一便在於此,以下將作簡要的介紹。

圖六:我向DIY 營隊演示自製望遠鏡的概念流程。

「鍍膜」則是有工業界可以支援,只要花點錢即可解決,但在上述教育部計畫的補助下,我自行設計了一台900X750 公釐的真空蒸鍍機(圖六左下),是目前台大物理系最大的蒸鍍機,最大可以處理直徑720公釐的鏡片,可以自動控制鍍多層膜,半小時內即可完成一個循環,且真空度高達10-6 托( torr ,壓力單位)。「鏡身打造」則是自製望遠鏡的重要樂趣之一(圖七),可以自由發揮創意使用不同的材料來進行,懂一點機械及電子學的人甚至可以自製追星用的赤道儀。最後「光學校準」則是極重要卻常被忽略的步驟,基本上就是要將各光學元件的光軸對齊,以減低各類像差的產生。

圖七:用大小水管及吉他調弦器拼組而成的口徑20 公分望遠鏡。
接下來將針對最具關鍵技術的「磨鏡」部分作進一步地說明。望遠鏡分為折射式及反射式兩類,後者的優點多,包括材料價格低( 因為不需透明的材料)、製作時程較短(因只須磨一個面)、機械結構較易建造( 因為主鏡在下方所以重心低)、沒有色散問題(因為採用反射原理而不是折射)等。因此不但世界級的大型望遠鏡皆已採用反射式,一般自製時也是以反射式為主。反射式的主鏡是拋物面鏡,其磨鏡過程可大致分為三步驟:「研磨、精拋、拋物面化」。自製時可以選用的材料頗多,一般雖多用玻璃,但也可使用陶磁材料,只要分子結構夠細緻即可。在「研磨」時,將未來的鏡片玻璃壓置於俗稱的「工具」之上,中間夾以磨粉和水(常用的磨粉為氧化鋁或氧化矽),將玻璃來回推拉,並一邊旋轉以減小系統誤差(圖八)。

圖八:(A)實作,磨鏡時的基本建置。
圖八:(B)實作,我示範磨鏡。

經過數小時後,物理定律便很神奇地將上方的玻璃磨成凹面,而下方的工具便形成凸面。過程中可利用三腳球徑儀、或直尺配合電鑽頭的土法來量測曲率半徑,直到快到目標曲率時,即可將磨粉換成較細的規格,讓原本粗糙的表面越來越細,最後變成毛玻璃般。接著進入「精拋」的階段,需要將原本的工具灌製上一層瀝青(圖六中),並將磨粉換為拋光粉(一般常用氧化鈰或氧化鐵)。繼續一段推拉的時間後,原本毛霧的玻璃表面便會漸漸光亮起來,等到全部亮起來後,此時的玻璃表面已大致呈球面。接著須要將其「拋物面化」,工具不變,只是原本簡單的直線來回推拉路徑,要換成「8 字形」或「W形」的路徑,以讓鏡片四周的曲率相對於中心漸漸減小,逼近拋物面。這是最難的步驟,因為W要多大、或是8字要多大,都是問題,技術好的話一下就完成了,抓不到要領的、或是之前一直有不良研磨習慣的,則會耗上很長的時間。

在這個步驟中,我們還得仰賴「干涉儀」來判斷施作的品質及進度。以一個直徑10 公分、焦長為100 公分的圓鏡而言,其球面和拋物面如果在中心相切,則在邊緣上只差大約100奈米,也就是如果要將一個球面鏡拋物面化,則需磨除的部分在鏡緣上只有約100奈米!如此小的差異就得靠干涉儀來量測(參考圖六中的直條紋干涉圖)。我們所教導製作的干涉儀利用人人自家可製的簡單光柵和LED 光源,成本大約只有100元不到,效果卻很好,再配合自撰的模擬軟體,即可將拋物面的誤差控制在100奈米以內,如再佐以刀邊測試,則可將誤差下修到2 0 奈米以內。很多人在親自體驗之前,都不敢也不願相信這一切皆是以徒手完成!徒手磨鏡在台灣數十年前即已有人陸續嘗試,並非新鮮事,而我們這裡所不同的是,對於最終階段的品管以及改進的技術,這也是掌控一面鏡片好壞的關鍵。以上的這些步驟其實都不難,但要知道要領;材料也不貴,但要找到合適的。當你徒手完成一片奈米精度的鏡片時,這一切辛苦所換取的便是無法言喻的喜樂。

眼見為憑

很多人在參與我們的活動之前,多半懷疑我們的水管到底能不能用?圖九是一位嘉義和興國小的學生所自製的水管望遠鏡,由於其家中經營汽車烤漆,便將水管外表烤上最高級的汽車烤漆,使其質感瞬間提升數百倍。重點是,這樣的東西能用嗎?

圖九:土味十足的水管望遠鏡在汽車烤漆的塗裝加持後,瞬間升級!

我們營隊活動的重點之一,便是教學員如何以零成本或低成本進行天文攝影,方法有很多,最簡單的就是利用自己的手機相機或家中的傻瓜相機。圖十是用手機相機直接搭配水管望遠鏡(無加裝其它任何配件)所拍攝到的太陽黑子、月球表面、及木星木紋。圖十一是從台大物理系頂樓於夜間使用水管望遠鏡所攝得的101 大樓。參加過我們活動的學員手機中,都有無數和此處類似的照片。

圖十:以手機相機直接搭配口徑11.4 公分的水管望遠鏡所拍攝到的(A)太陽黑子(使用A4 紙直接投影)、(B)月球表面(2010.6 月偏食),以 及(C)木星,皆攝於市區。
圖十一:夜間自台大物理系頂樓使用水管望遠鏡所攝得的101 大樓。

除此土法外,我們也教營隊學員如何改裝一般的平價USB網路攝影機,配合免費卻很專業的疊圖軟體(Registax),讓其瞬間變成天文專用攝錄影機(圖十二),此法可搭配個人筆電,於夜間進行天文攝影或於日間進行賞鳥,或於大運動場中觀看比賽。依此法所攝得的照片,其品質已可媲美專業天文照片,而成本卻只有數百元。由於我們教製的望遠鏡口徑都在10 公分以上,集光力多在250 倍以上,所以即使是在市區,只要天候正常,都可以進行觀測,本文所展示的天體照片,都是在台北市區內所攝,若在無光害處拍攝其效果將會更好。我們也曾在仁愛路邊及台大校園利用水管望遠鏡辦理數次的觀星活動,民眾無不驚喜萬分。重點是,我們的DIY望遠鏡成本都很低,以十多公分的口徑為例,我們的製作成本僅約三千元左右,這和市售動輒數萬元的天文望遠鏡相比,就效能而言有過之無不及,其中的關鍵就在於我們自製的鏡片其精度都較市售的品質為高;即使是使用現成鏡片的營隊,其每一片鏡片都是由我親自使用干涉儀一一檢測過後才發出去,凡是精度不達要求的(八分之一波長),都一律退回給廠商。至此,所謂「低成本、高效益」,應是相去不遠矣。

圖十二:由一般PC 用的網路攝影機所改裝成的天文望遠鏡專用攝錄影機。

山寨營的出現

多年推廣下來,該營隊活動其實也引起廠商和部分科教人員的注意,近年已有數起所謂的山寨營出現。原本推廣是件好事,但仿效的人多半只學半套,也就是製作出來的望遠鏡外觀和我們的很像、或是購製使用和我們規格相同的零組件,但最終所呈現的影像品質卻大大不如我們,其原因在於所使用的光學元件並沒有像我們一樣在精心檢測通過後才發給學員,或是在DIY 的最後並沒有進行精確的光學調校(見圖六的第3步驟)。台灣的光學元件供貨商畢竟還是良莠不齊,許多賣出來的貨其實都沒有達到所標榜的光學精確度,而一般民眾大多也沒有能力查察。有些更惡劣的主辦單位甚至收取學員高額的學費;口徑1 1 . 4 公分、焦長91 公分的望遠鏡其總材料費明明才大約三千元,卻要價四、五千元以上,而所使用的材料其光學品質也未達規格,實在令人感歎。

未來展望

近年來由於沒有固定的主辦單位,加上自己還是以學術研究工作為主軸,所以常會不得已要推辭掉一些主辦單位的邀約。所幸目前已有台南的南瀛科學館開始規劃長期的營運,積極要讓該活動上軌道,實在是南部人的福氣。目前我們規劃於2011 年底前,將在南瀛科學館開辦全國第一梯口徑15 公分的平價高精度望遠鏡DIY 研習營,希望能將這個系列活動向上昇華,讓貴族天文平民化!

圖十三:那些年,我們一起DIY 的天文望遠鏡——我與我的望遠鏡DIY 營隊們。

而民眾也常問我:下一梯將在何時辦在哪裡?有沒有專屬的網站可以參考?這些問題其實都讓我一再掙扎,因為自己的時間實在有限。目前我只有一個建置已超過1 5 年的英文網站提供DIY的資訊(就掛在我台大的個人網站上),目前計畫將其重整,提供更好的資訊,以便能讓更多的人受惠。另外我們在全國已組成了一個志工團(特別感謝發起人兼團長許麗香小姐),目前負責擔任各地DIY 營隊的助教人力;凡是參加過我們望遠鏡DIY營隊的學員,都有資格加入我們的志工團。如果你有資格、想加入而未加入,也都隨時歡迎你和我連絡。

真的很感謝全國各地有一群熱心的路人甲相挺和相助,讓這個活動能一路走到今天。

結 語

兒時的自製望遠鏡造就了今天的我,也造就了許多科學家。關於望遠鏡DIY 一事,或許是為自私的夢想,或許是為啟發更多的後進,我都得感謝母親當年騎車載我奔走街巷、感謝蘇拉科夫斯基的傾囊相授、感謝當年褚德三教授的支持及鼓勵、感謝各地路人的大力相挺、感謝上天讓我心想事成。願有夢人終能成大事,共勉之。(本文圖片皆由作者提供)

吳俊輝:任教台灣大學物理系暨天文物理研究所

科學月刊 第四十二卷第十期

文章難易度
科學月刊_96
231 篇文章 ・ 2295 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

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

5
2

文字

分享

0
5
2
用黑白相機拍出色彩繽紛的宇宙
全國大學天文社聯盟
・2022/04/30 ・2550字 ・閱讀時間約 5 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】!

 

  • 文/邵思齊,現就讀臺大地質科學系,著迷於大自然的鬼斧神工。

現代的人們生活在充滿明亮人造光源的城鎮中,難以想像純粹的夜空是什麼樣子。對宇宙中天體的印象,多半來自各地天文台與太空望遠鏡所捕捉的絢麗星雲、星團、星系。但這些影像中的顏色是真實的嗎?如果我們能夠用肉眼看到這些天體,它們的顏色真能如影像中如此的五彩繽紛嗎?

色彩的起源:為什麼人眼能看到顏色?

電磁波跨越各種尺度的波段,有波長遠小於 1 奈米的伽瑪射線,也有波長數百公里長的無線電波。但人類眼睛中的的感光細胞僅能感測到波長介於 400-700 奈米之間的電磁波,也就是僅有這段電磁波能夠以紅到紫的色彩出現在人類的視野當中,所以我們對外界的認知就受限於這小一段稱為可見光(Visible Light)的視窗。人之所以能夠辨識不同的顏色,靠的是人眼中的視錐細胞。視錐細胞分成 S、M、L 三種,分別代表 short, medium, long,其感測到的不同波長的光,大致可對應到藍色、綠色、紅色。

S、M、L 三種視錐細胞可以感測不同的顏色,後來的相機設計也以此為基礎。圖/Wikipedia

肉眼可以,那相機呢?

在還沒有電子感光元件的時代,紀錄影像的方法是透過讓底片中的銀離子曝光、沖洗後,變成不透光的金屬銀(負片),但這樣只能呈現出黑白影像。於是,歷經長時間的研究與測試,有著三層感光層的彩色底片誕生了。它的原理是在不同感光層之間加上遮色片,讓三層感光片能夠分別接收到各自顏色的光線。最常使用的遮色片是藍、綠、紅三色。進入數位時代,電子感光元件同樣遇到了只有明暗黑白、無法分辨色彩的問題,但這次,因為感光元件無法透光,不能像底片一樣分層感光,工程師們只好另闢蹊徑。

於是專為相機感光元件量身打造的拜爾濾色鏡(Bayer Filter)誕生了,也就是由紅色、綠色、藍色三種方形濾光片相間排列成的馬賽克狀濾鏡,每一格只會讓一種顏色通過,如此一來,底下的感光元件就只會接收到一種顏色的光。接著,再把相鄰的像素數值相互內插計算,就可以得到一張彩色影像。由於人的視錐細胞對綠色特別敏感,因此拜爾濾色鏡的設計中,綠色濾光片的數量是其他顏色的兩倍。

這種讓各個像素接收不同顏色資訊的做法,雖然方便快速,卻需要好幾個像素才能還原一個區塊的顏色,因此會大幅降低影像解析度。這對寸解析度寸金的天文研究來說,非常划不來,畢竟我們既想得知每個像素接收到的原始顏色,又想獲得以像素為解析單位的最佳畫質,盡可能不要損失任何資訊。

藍綠紅相間的拜爾綠色鏡,廣泛用於日常使用的彩色感光元件,例如手機鏡頭、單眼相機等裝置。圖/Wikipedia

要怎麼讓每個像素都能獨立呈現接收到的光子,而且還能夠完整得到顏色的資訊呢?最好的方法就是在整塊感光元件前加上一塊單色的濾色鏡,然後輪流更換不同的濾色鏡,一次只記錄一種顏色的強度。然後,依照濾鏡的波段賦予影像顏色,進行疊合,得到一張還原真實顏色的照片。如此一來,我們就能用較長的拍攝時間,來換取最完整的資訊量。以天文研究來說,這種做法更加划算。

另外,由於視錐細胞並不是只對單一波長的光敏感,而是能夠接收波長範圍大約數百奈米寬的光,因此若是要還原真實顏色的影像,人們通常會使用寬頻濾鏡(Broadband filter),也就是波段跨足數百奈米的濾鏡進行拍攝。

美麗之外?濾鏡的科學妙用

雖然還原天體的真實顏色是個相當直覺的作法,但既然我們有能力分開不同的顏色,當然就有各式各樣的應用方法。當電子從高能階躍遷回到低能階,就會釋放能量,也就是放出固定波長的電磁波。若是受到激發的元素不同,電子躍遷時放出的電磁波波長也會隨之改變,呈現出不同顏色的光。

如果我們在拍攝時,可以只捕捉這些特定波長的光,那我們拍出的照片,就代表著該元素在宇宙中的分佈位置。對天文學家來說,這是相當重要的資訊。因此,我們也常使用所謂的窄頻濾鏡(Narrowband filter),只接收目標波段周圍數十甚至數個奈米寬的波長範圍。常見的窄頻濾鏡有氫(H)、氦(He)、氮(N)、氧(O)、硫(S)等等。

有時候,按照原本的顏色疊合一組元素影像並不是那麼妥當,例如 H-alpha(氫原子)和 N II(氮離子)這兩條譜線,同樣都是波長 600 多奈米的紅色光,但如果按照它們原本的波長,在合成影像時都用紅色表示,就很難分辨氫和氮的分布狀態。這時候,天文學家們會按照各個元素之間的相對波長來配製顏色。

以底下的氣泡星雲(Bubble Nebula, NGC7635)為例,波長比較長的 N II 會被調成紅色,相對短一點的 H-alpha 就會調成綠色,而原本是綠色的 O III 氧離子則會被調成藍色。如此一來,我們就可以相對輕鬆地在畫面中分辨各個元素出現的位置。缺點是,如果我們真的用肉眼觀測這些天體,看到的顏色就會跟圖中大不相同。

由哈伯太空望遠鏡拍攝的氣泡星雲,使用了三種波段的窄頻濾鏡。圖/NASA

當然,這種人工配製顏色的方法也可以用來呈現可見光以外的電磁波,例如紅外線、紫外線等。舉哈伯太空望遠鏡的代表作「創生之柱」為例,他們使用了兩個近紅外線波段,比較長波的 F160W 在 1400~1700nm,比較短的 F110W在900~1400nm,分別就被調成了黃色和藍色。星點發出的紅外光穿越了創生之柱的塵埃,與可見光疊合的影像比較,各有各的獨特之處。

三窄頻濾鏡疊合的可見光影像與兩近紅外線波段疊合的影像對比。圖/NASA

望遠鏡接收來自千萬光年外的天體光線,一顆一顆的光子累積成影像上的點點像素,經過科學家們的巧手,成為烙印在人們記憶中的壯麗影像。有些天體按照他們原始的顏色重組,讓我們有如身歷其境,親眼見證它們的存在;有些影像雖然經過調製,並非原汁原味,卻調和了肉眼所不能見的波段,讓我們得以一窺它們背後的故事。

全國大學天文社聯盟
7 篇文章 ・ 13 位粉絲

0

6
3

文字

分享

0
6
3
從太空窺探金星表面的派克太陽探測器
Heidi_96
・2022/03/04 ・3829字 ・閱讀時間約 7 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】!

 

在天文觀測中,自古以來就有許多關於金星的紀錄。從 1960 年代起,蘇聯、美國太空總署(NASA)、歐洲太空總署(ESA)和日本也都相繼發射探測器,執行不同類型的太空任務,希望能夠更認識金星。

2020 年,NASA 的派克太陽探測器(Parker Solar Probe,簡稱「派克號」)首次在太空中以可見光拍攝金星表面,並在 2021 年 2 月再次拍攝一系列可見光照片後,將他們的分析成果公諸於世。

本篇文章將依序介紹金星探測史、派克號的探測方法、可見光照片的分析成果,以及金星探測的未來展望。現在,就讓我們從頭認識這位閃閃發亮的鄰居吧!

始於科學革命的金星之旅

對地球上的我們來說,月亮是夜空中最亮的天體,但你知道最亮的「行星」是哪一顆嗎?那就是本篇文章的主角——金星!金星的平均視星等,也就是肉眼所看到的平均星體亮度,大約是 -4.14,僅次於月亮的 -12.74 與太陽的 -26.74(數字越小就越亮)[1],不只是地球夜空中最亮的行星,更是太陽系第三明亮的星體。

有個這麼耀眼的酷東西掛在天上,想必科學家絕不會輕易放過!就在科學革命(1543–1687 年)期間,天文學領域突飛猛進——哥白尼提倡日心說、牛頓發現萬有引力、克卜勒導出行星運動定律等等。同時期的知名科學家還有伽利略,他改良望遠鏡,透過觀測金星相位(圖一),也就是金星表面的光照變化,得知金星並不是繞著地球運行,進而推翻當時蔚為盛行的地心說。

圖一:伽利略透過望遠鏡發現金星和月亮一樣有盈缺變化。圖片上半部分別是土星、木星和火星。圖/NASA

此後,眾多業餘天文學家和天文愛好者也都一窩蜂利用望遠鏡觀測金星。有許多人聲稱在背光側看見了微弱的灰白色光芒,並將其稱作「灰光」(Ashen light)。

有些人認為是灰光是金星上的閃電,有些人則認為是紫外線穿透金星大氣時,氧離子游離而輻射出的暗綠色光芒(類似地球上的極光現象),可是沒有人能夠確實拍照紀錄,因此當時普遍認為灰光只是一種視錯覺。時至今日,這些假設也都還沒有確切的科學根據。[2]

不斷演進的金星探測技術

時間來到 1960 年代,繼水手 2 號(Mariner 2)在 1962 年掠過金星後,金星 4 號(Venera 4) 在 1967 年進入金星大氣層進行分析,結果顯示金星大氣約含有 90-93% 二氧化碳、7% 氮氣,以及少許氧氣和水蒸氣。[3] 緊接著在 1975 年,金星 9 號(Venera 9)測出表面溫度約 485 °C、雲層厚度約 30–40 公里。除此之外,還拍下金星表面的 180 度全景照片(圖二),是史上第一個將金星照片傳回地球的探測器。[4]

圖二:1975 年 10 月 22 日,Venera 9 拍下第一張金星表面的照片。圖/NASA 

金星大氣層布滿厚厚的硫酸雲,不僅反射了大約 75% 的陽光,也阻擋了來自金星表面的大部分可見光。因此,科學家決定改用雷達儀器測繪金星表面。1990 年代,麥哲倫(Magellan)多次以雷達測繪金星表面的火山和隕石坑等地貌結構,其清晰程度與可見光測繪不相上下,可說是目前最詳細的金星地圖(圖三)。[5]

圖三:根據麥哲倫的數據資料製作的金星視圖。圖/NASA

此後,科學家進一步利用近紅外線(NIR)觀測金星背光面,因為近紅外線(波長 0.75–1.5 μm)有利於影像在低光環境下生成,而這個波段恰好也是大氣透明度最高的範圍,可以更清楚地看見金星表面。1998 年,卡西尼號(Cassini)以 0.85 μm 的波段觀測金星,可惜這種方法在技術上難以突破,因為輻射強度會隨著波長變短而迅速下降。直到 2020 年,派克號才終於以更短的波長捕捉到金星表面的輻射。

飛越金星七次的「派克號」

2018 年 8 月,派克號發射升空,飛往太陽(圖四)。為了在這漫長的旅途中節省燃料,派克號總共得進行七次重力輔助飛越(VGA),利用金星的引力逐步修正飛行軌道,最終在 2025 年抵達距離太陽中心 10 個太陽半徑(約 690 萬公里)的地方,進行日冕和太陽風的測量任務。

七次重力輔助飛越(VGA)的時程分別如下[6]

  • VGA1:2018 年 10 月 3 日
  • VGA2:2019 年 12 月 26 日
  • VGA3:2020 年 7 月 11 日
  • VGA4:2021 年 2 月 20 日
  • VGA5:2021 年 10 月 16 日
  • VGA6:2023 年 8 月 21 日
  • VGA7:2024 年 11 月 6 日
圖四:準備發射升空的派克號。圖/NASA

截至目前(2022 年 3 月),派克號順利完成了前 5 次 VGA。在 VGA1 和 VGA2 期間,派克號都沒有任何動作。

後來,科學家認為可以利用其搭載的 WISPR 望遠鏡(Wide-Field Imager for Parker Solar Probe)觀測金星雲層。WISPR 可說是派克號的靈魂之窗,但它並不只是一座望遠鏡,而是兩座寬頻光學望遠鏡—— WISPR-I(Inner)和 WISPR-O(Outer),兩者配備的濾光片都只能讓可見光(波長 0.5–0.8 μm)通過。

於是,在 VGA3 和 VGA4 期間,科學家突發奇想,讓 WISPR 對準金星的向光面和背光面,分別拍下照片,想藉此測量雲的速度。沒想到 WISPR 竟然直接穿透了厚重的雲層,以可見光拍攝到明暗不一的表面,同時達成「以光學望遠鏡觀測金星表面」和「從太空拍攝金星表面的可見光照片」兩項創舉。

這時候,問題來了!WISPR 的最短曝光時間是 2 秒,但金星的向光面太亮了,拍出來的照片張張過曝、過飽和,還產生假影,使得原圖和電腦重組照片有所誤差。為了避免這樣的問題,科學家只好放棄拍攝向光面,改以背光面的照片作為研究材料。

WISPR 拍攝的可見光照片

VGA3 期間拍攝的照片只有兩張可以用,其中一張如下(圖五,黑白部分)。在這張照片長達 18.4 秒的曝光期間,派克號不斷被宇宙塵埃(漂浮在太空中的小顆粒)撞擊,造成隔熱罩上的材料燒毀,留下許多水平方向的刮痕。若是忽略刮痕,可以清楚看到明暗不一致的區域,而造成顏色深淺不一的主要原因就是金星的地形特徵。

藉由比對 WISPR 照片與麥哲倫的雷達地形圖(圖五,彩色部分),科學家得以了解溫度如何隨高度變化。圖中黑色(紅色)部分是金星最大的高地區域,位於阿芙蘿黛蒂高地(Aphrodite Terra)西邊的奧瓦達區(Ovda Regio)——越接近白色的區塊越熱,是低海拔地形;越接近黑色的區塊則越冷,是高海拔地形。

圖五:VGA3 觀測到的金星可見光影像(黑白)與麥哲倫雷達地形圖(彩色)的對比。圖/NASA

有了 VGA3 的失敗經驗後,VGA4 的照片就沒有出現刮痕了,而且還從不同的角度拍到了金星表面(圖六)。在 VGA3 期間,派克號是從金星後方飛越,因此 WISPR 拍到的是金星的東側邊緣;在 VGA4 期間,派克號則是從金星前方飛越,因此 WISPR 拍到的是金星的西側邊緣——這讓科學家能夠更細微、更全面地觀察金星的背光面。

圖六:VGA4 觀測到的金星可見光影像(黑白)與麥哲倫雷達地形圖(彩色)的對比。圖/NASA

金星探測的未來展望

雖然金星、地球和火星都是在同一時間形成,現在卻大不相同——火星的大氣層非常稀薄,而金星的大氣層非常厚重。為了解開這個謎團,NASA 和 ESA 在 2021 年 6 月宣布了 3 項全新的金星探測任務,分別是 VERITAS[7]、DAVINCI[8] 和 EnVision[9]。這些任務將進一步探測金星的大氣、地質和其他條件,瞭解這顆星球是否曾經宜居,又是如何演變成現在的樣貌。

至於派克號,不幸的消息是,2021 年 10 月的 VGA5 不利於背光面拍攝,而 2023 年 8 月的 VGA6 也將是如此。如果你也和我一樣想看更多 WISPR 拍攝的可見光照片,就讓我們期待 2024 年 11 月的最後一次飛越(VGA7)吧!

NASA 官方針對派克號金星探測任務的介紹。影/YouTube-NASA

註解

  1. Apparent magnitude – Wikipedia
  2. Ashen light – Wikipedia
  3. Venera 4 – Wikipedia
  4. Venera 9 – Wikipedia
  5. Magellan (spacecraft) – Wikipedia
  6. Parker Solar Probe: The Mission
  7. In Depth | Veritas – NASA Solar System Exploration
  8. DAVINCI Homepage – Probe and Flyby Mission to Venus Atmosphere
  9. EnVision: a mission for understanding planets everywhere

參考資料