Loading [MathJax]/extensions/tex2jax.js

0

2
1

文字

分享

0
2
1

基礎交互作用與原力(第二部曲):光子力乍現—— 阿宅物理(5)

科學大抖宅_96
・2016/02/10 ・4774字 ・閱讀時間約 9 分鐘 ・SR值 556 ・八年級

在沒有很久以前、也沒那麼遙遠的銀河系裡……[1]
為了深入解析原力的祕密,我們回顧了基礎作用力之一的電磁力。不過,就像星際大戰需要許多部曲才能講完整個故事,除了電磁力,宇宙中尚有其他神秘力量,等待人類的發覺……

星際大戰開頭必備的跑馬燈
星際大戰開頭必備的跑馬燈

大抖宅小的時候(其實沒有很久以前,真心不騙),要說最受歡迎的熱血動畫,無敵鐵金剛大概必定會被提到[2]。每次看鐵金剛與機械獸對決,大抖宅都忍不住硬了(當然是拳頭),巴不得馬上化身主角跟惡勢力一決高下。當時雖不覺得奇怪,但現在仔細想想,就會發現動畫設定裡的玄妙之處。主角兜甲兒(舊譯:柯國隆)所在的光子力研究所(舊譯:原子光研究所),到底是在研究什麼?無敵鐵金剛的動力又是從何而來?機體上可沒接插頭,也沒看過電池。


〈無敵鐵金剛〉動畫裡的光子力研究所和無敵鐵金剛

一切的答案就是光子力!原作動畫設定裡,無敵鐵金剛的開發者(主角的祖父)在富士火山帶的地層發現了新元素Japonium[3],所謂的光子力即為「在Japonium核分裂的過程中所抽出的光能量[4]」。

問題來了,這可能嗎?為了一探究竟,我們必須先了解什麼是核分裂……

-----廣告,請繼續往下閱讀-----

核分裂和核融合

顧名思義,核分裂指的是,原子核[5]藉由核反應[6]或放射性衰變[7]而分裂成其他較輕的原子核。因其過程往往伴隨能量的釋放,原子彈以及核能發電便是利用核分裂的原理,從中獲取巨大能量。

相反地,當兩個以上的原子核互相碰撞並結合成一新的原子核,我們稱為核融合;其亦連帶有能量的釋放或吸收。每天給予我們光和熱的太陽,就是利用核融合產生能量。

現代物理學已經知道,不論是核分裂、或核融合,背後都存在著共通的原則。尤其,弱作用力(又稱弱交互作用 weak interaction)和強作用力(又稱強交互作用 strong interaction)扮演著關鍵性的角色。

弱交互作用

舉例來說,太陽裡核融合反應的第一步,是利用兩個氫原子融合成氘原子[8],連帶產生正子、中微子,與少許能量。

-----廣告,請繼續往下閱讀-----
兩個氫原子核(質子)融合成氘原子核(由一個質子和一個中子組成),並連帶產生正子(電子的反粒子)和中微子。(圖片來源:維基百科)
兩個氫原子核(質子)融合成氘原子核(由一個質子和一個中子組成),並連帶產生正子(電子的反粒子)和中微子。(圖片來源:維基百科)

根據示意圖,很明顯地,在融合成氘的過程中,有一個質子變成了中子,加上正子與中微子。這是怎麼做到的呢?

這有如萬能的天神一般神奇的力量,得要歸功於我們所謂的弱交互作用。在阿宅物理第三話,我們說明了質子由兩個上夸克加一個下夸克構成;中子則由一個上夸克加兩個下夸克組成。弱交互作用正好有辦法把上夸克變成下夸克,使得質子能夠轉換成中子。用前一回我們學過的費曼圖來表示,如下:

上夸克和W粒子作用後轉變為下夸克;W粒子又作用產生正子與電子中微子。也因此,前圖裡氫融合成氘才成為可能。
上夸克和W粒子作用後轉變為下夸克;W粒子又作用產生正子與電子中微子。也因此,前圖裡氫融合成氘才成為可能。

就像電磁作用依靠光子來傳遞,弱交互作用則仰賴W粒子(包括W+和W,其互為彼此的反粒子)作為媒介。藉由與W粒子作用,帶正電的夸克(上、魅、頂)可以和帶負電的夸克(下、奇、底)互相轉換(上圖左半邊);同時,W粒子也可以讓帶負電的輕子(電子、渺子、濤子)和相應的中微子互相轉換——上圖右半就是電子轉變成電子中微子的變形(如同巨人裡也有奇行種[9],you know)。所以了,第三話裡我們曾提到,電子和電子中微子是一對換帖的(換的帖就是W粒子)、上夸克也和下夸克配對,就是基於這個原因。

除此之外,還有電中性的Z粒子,也可以傳遞弱交互作用。不過,和W粒子的狀況不同:不論夸克或輕子,和Z粒子作用後都不會改變原本的特性。

-----廣告,請繼續往下閱讀-----
W粒子與電子交互作用產生電子中微子的過程,也可以有另一種變形:W粒子單獨產生電子的反粒子(正子)和電子中微子。同樣的交互作用可以有不同的變化形式,如同巨人也有通常種和奇行種。(圖片來源:〈進擊的巨人〉)
W粒子與電子交互作用產生電子中微子的過程,也可以有另一種變形:W粒子單獨產生電子的反粒子(正子)和電子中微子。同樣的交互作用可以有不同的變化形式,如同巨人也有通常種和奇行種。(圖片來源:〈進擊的巨人〉)

強交互作用

現在我們已經知道兩個氫原子是如何透過弱交互作用轉變成一個氘原子了。但是等等!氘原子核包含了帶正電的質子與電中性的中子,憑什麼它們可以黏在一起形成原子核?又,更重的元素帶有兩個以上的質子,彼此之間豈不是會因為電磁力而互斥嗎?這樣的話,那些元素怎麼可能生成呢?

上述問題著實困擾了二十世紀30到40年代的科學家。唯一看透了真相的,是一個外表看似小孩,智慧卻過於常人的名偵探柯南。[10]日本物理學家湯川秀樹(Hideki Yukawa)。他認為,有一種新的粒子(命名為介子meson)作為力的媒介,把質子跟中子結合在一起。1947年,英國物理學家鮑威爾(Cecil Powell)從宇宙射線中觀測到湯川秀樹所預測的介子(π介子),湯川和鮑威爾也因此分別於1949年與1950年獲頒諾貝爾物理獎。

時至今日,我們發現,把夸克結合成中子、質子,以及把中子、質子結合成原子核,基本上都是靠同一種力在作用——我們命名為強力(或稱強交互作用strong interaction)。強交互作用由膠子(gluon)負責傳遞;能夠參與強交互作用的基本粒子,只有夸克跟膠子[11]。湯川秀樹所謂的介子,則是由一個夸克和一個反夸克藉著膠子而合成的;因為介子內部包含了夸克跟膠子,所以某種程度上也稍微有傳遞強力的功用。於是,我們將輕子、以及(由夸克組成的)重子歸為不同類別,是有所意義的——它們參與的作用不盡相同。

光子力能否實現?

在掌握了核融合和核分裂的原理後,想必各位有如吃了千年靈芝,功力大進。讓我們回過頭來看看光子力的謎題:既然光子力是「在Japonium核分裂的過程中所抽出的光能量」,顯然相當類似於核能發電的定位。然而,目前核能發電技術所使用的元素是鈾,不是什麼Japonium;再者,根據設定,產生光子力的過程並不會有輻射的問題——這也有別於現今的核能發電。

-----廣告,請繼續往下閱讀-----
大抖宅至光子力研究所建築預定地考察。因為光子力尚未被發現,至今當地仍是一片樹海。
大抖宅至光子力研究所建築預定地考察。因為光子力尚未被發現,至今當地仍是一片樹海。

那麼,有沒有可能,有朝一日我們會發現新的元素,而且使用其做核能發電並不會產生輻射呢?

在動畫裡,Japonium是在富士火山帶所發現的新元素,說明它是相對穩定的,才能長時間存在於自然界。只不過,所有自然界中穩定存在的元素可說均已被發現,人類也不斷在實驗中製造出更重(但是更不穩定)的新元素。截至目前,並沒有符合Japonium特性的元素出現,就算以後還有新元素被合成出來,幾乎也不可能像動畫敘述的Japonium。

為什麼呢?

前面我們提到,強力可以讓中子跟質子結合形成原子核;它也可以克服質子之間的電磁斥力,讓原子核擁有兩個以上的質子——但這並不是沒有上限的。隨著質子數目的增加,原子核體內的怪物電磁斥力將愈變愈大、大到強力難以壓制,就像〈火影忍者〉裡漩渦鳴人控制不住九尾查克拉而暴走一般[12]。也因此,愈重(原子序愈大)的原子核傾向愈不穩定、生命週期愈短[13]。所以,我們只能在實驗室中製造出更重的新元素,而無法在自然界發現它們——要在富士火山帶、或者自然環境找到未知元素的機率可說微乎其微。

-----廣告,請繼續往下閱讀-----
〈火影忍者〉主角漩渦鳴人身上九尾的封印式。(圖片來源:〈火影忍者〉漫畫)
〈火影忍者〉主角漩渦鳴人身上九尾的封印式。(圖片來源:〈火影忍者〉漫畫)

又,未來人類合成的新元素,是否可能拿來發電呢?恐怕也是行不通。既然愈重的元素傾向愈不穩定,那就表示它們不但難以製造,合成出來之後也會馬上衰變成較輕的元素,難以具備發電價值[14]。而且,因為這些重量級元素的結構使然,一般而言其核分裂產物都擁有放射性。未來發現的新元素,如果要像動畫中的Japonium:既可在自然界找到、又能拿來核能發電、且無輻射污染,除非其擁有某些驚異的特性,否則基本上是不可能的事情[15]。(果然大機器人還是遙不可及的夢想嗎?只能學EVA接插頭惹~[16]

跨步吧!勇敢的少女/少年們!

到此,我們已經了解電磁力、弱力和強力的基本特性,離駕馭原力又更往前邁進了一大步。然而,力的世界如此深邃、不容被輕易摸透。我們即將面對最大的挑戰,力的最後一塊拼圖就要被拼上。套用電玩的概念,就是要挑戰最終魔王了(請別問本抖宅有沒有隱藏Boss)。就讓我們休息片刻、存個紀錄,下一話齊全裝備後再做挑戰!

continue

參考資料:

  • 1. David Griffiths (2008) Introduction to Elementary Particles, 2nd edition

註釋:

-----廣告,請繼續往下閱讀-----
  • [1] 請參考電影<星際大戰(Star Wars)>。該系列電影開頭總會有“A long time ago in a galaxy far, far away….”的跑馬燈字幕。
  • [2] 對〈無敵鐵金剛〉不熟悉的讀者,或許不妨找找比較近期的作品如〈無敵鐵金剛凱撒〉觀看。只要稍微看個十幾、二十分鐘,就能掌握到整部作品的主軸。
  • [3] 2004年,日本成功合成原子序為113的新元素,當時曾暫稱Japonium(後又稱Ununtrium),不過顯然性質和動畫設定裡的大不相同。
  • [4] 光子力研究所的弓教授(舊譯:余教授)在動畫第一話的解釋。
  • [5] 關於原子核,以及本篇諸多粒子名詞的基礎知識,請參照阿宅物理第三話。
  • [6] 核反應,乃是原子核與其他原子核或次原子粒子碰撞(交互作用),而產生不同(有別於原先)原子核的過程。
  • [7] 放射性衰變意指不穩定的原子核因放出輻射(包含次原子粒子或光子等等)而喪失能量的過程。
  • [8] 讀音ㄉㄠ。氫的同位素。
  • [9] 請參見漫畫〈進擊的巨人〉。
  • [10] 請參見漫畫〈名偵探柯南〉。
  • [11] 此單就現今已發現的粒子而言。又,因為強交互作用的一些特殊性質,物理學家借用了日常生活中三原色的概念,賦予夸克可以有紅、綠、藍三種不同的顏色;膠子則可以有八種不同的顏色組合——但這跟它們的實際顏色無關。有機會我們再另行深入介紹。
  • [12] 請參見漫畫〈火影忍者〉。
  • [13] 理論上,我們仍可能製造出相對穩定的超重元素,但因目前尚未成功,所以其穩定性也未知。有興趣的朋友可參考這裡
  • [14] 以註釋3提到的新元素來說,就算是最穩定的同位素,其半衰期也不過20秒。若要運用在發電上,不但必須製造出足夠的量,還得在其衰變前使用,相當地不容易。
  • [15] 不過,想要擁有比較安全、污染較低的核能發電,理論上並非不可能——相對於目前飽受爭議的核分裂發電技術,許多科學家正致力於發展核融合發電,其比核分裂發電要多上許多優點,但也更不容易實用化。詳細可參考〈給未來總統的能源課〉。
  • [16] 請參考動畫〈新世紀福音戰士〉。
-----廣告,請繼續往下閱讀-----
文章難易度
科學大抖宅_96
36 篇文章 ・ 1868 位粉絲
在此先聲明,這是本名。小時動漫宅,長大科學宅,故稱大抖宅。物理系博士後研究員,大學兼任助理教授。人文社會議題鍵盤鄉民。人生格言:「我要成為阿宅王!」科普工作相關邀約請至 https://otakuphysics.blogspot.com/

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

4
1

文字

分享

0
4
1
用科學定義左邊:當宇稱對稱被顛覆時,物理學如何重新書寫規律?
PanSci_96
・2024/12/16 ・1895字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

揭開宇宙的對稱之謎

如果有人問你:「什麼是左邊?」你可能會說:「左手那邊就是左邊。」但如果對方問:「左手是哪一隻?」你可能回答:「心臟那邊的手就是左手。」這樣的回答對人類來說很容易理解,但如果對方是一個從未見過人類的外星人,該怎麼解釋呢?

這個問題看似簡單,實際上涉及了物理學中的深奧話題。1956 年,三位華人科學家楊振寧、李政道和吳健雄,通過實驗揭示了一個驚人的事實:我們的宇宙對「左」與「右」其實並不完全對稱。這一發現推翻了人類長期以來對對稱性的認識。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

宇稱對稱性:鏡子中的世界會一樣嗎?

要了解這個發現,我們需要先認識「宇稱」的概念。宇稱(Parity)是物理學中用來描述對稱性的一種方法。它的意思是,如果我們把空間中的座標 (x, y, z) 反轉成 (-x, -y, -z),自然界的規律應該還是一樣的。例如,當一顆蘋果從樹上掉下來,我們用鏡子看時,蘋果還是會掉向地面,而不是飛向天空。這說明鏡像中的世界和真實世界是對稱的。

很長一段時間裡,科學家認為這種對稱性適用於所有自然現象,無論是在宏觀還是微觀世界。然而,到了 1950 年代,一些基本粒子的行為挑戰了這種觀點。

-----廣告,請繼續往下閱讀-----

宇稱不守恆:弱交互作用的例外

在物理學中,有四種基本交互作用:重力、電磁力、強交互作用和弱交互作用。弱交互作用是描述粒子衰變的力量,比如中子會通過弱交互作用衰變成質子、電子和一個反微中子。

1956 年,楊振寧和李政道提出一個大膽的假設:在弱交互作用中,宇稱對稱性可能並不成立。他們指出,雖然大多數物理現象在鏡像中是對稱的,但弱交互作用的某些過程可能偏好「左手性」。

楊振寧與李政道提出一個大膽的假設,指出在弱交互作用中可能破壞宇稱對稱性。圖/envato

為了驗證這個假設,他們邀請吳健雄設計了一個關鍵實驗,這就是後來著名的「吳氏實驗」。

吳氏實驗:揭示宇宙偏愛左手性

吳健雄選擇使用鈷-60 原子的 β 衰變作為實驗對象。鈷-60 是一種不穩定的同位素,會釋放出電子和反微中子。她將這些原子冷卻到極低溫,並用強磁場讓它們的自旋方向統一。

-----廣告,請繼續往下閱讀-----

實驗的關鍵是觀察電子的發射方向。如果宇稱守恆,那麼電子應該會均勻地向各個方向發射。然而,吳健雄的實驗結果卻顯示,電子有明顯的偏向,總是傾向於與原子自旋方向相反的方向發射。

這一結果證明,在弱交互作用中,鏡像世界與真實世界並不對稱,宇稱不守恆。而且,它表明自然界偏好「左手性」,或者說弱交互作用是一個「左撇子」。

為什麼這個發現重要?

宇稱不守恆的發現改變了我們對宇宙基本規律的理解。物理學家過去認為自然界的規律應該是完全對稱的,但這一發現表明,在某些情況下,對稱性會被打破。

這項研究還引發了更多的問題。例如,為什麼宇宙會偏愛「左手性」?是否還有其他交互作用也會破壞對稱性?隨後的研究顯示,如果將宇稱(P 對稱)和電荷共軛(C 對稱)結合在一起,則可以恢復某種對稱性,這被稱為「CP 對稱」。

-----廣告,請繼續往下閱讀-----

然而,1964 年的實驗又發現,CP 對稱在某些情況下也會被打破,這進一步推動了對基本物理規律的研究。特別是 CP 對稱破壞可能與宇宙中物質多於反物質的原因有關,這是當代物理學的一個重要課題。

CP 對稱破壞揭示了宇宙偏愛「左手性」與物質多於反物質的可能原因。圖/envato

用科學解釋左與右

回到最初的問題:如果我們需要向外星人解釋「左邊」的概念,該怎麼做呢?現在我們知道,可以通過像吳氏實驗這樣的方法,用弱交互作用來區分左與右。簡單地說,只要觀察粒子的衰變方向,就能定義出哪一邊是「左」。

這個發現讓我們更深入地理解了自然界的基本規律。它不僅是一次物理學的重大突破,也讓我們重新認識到宇宙的奇妙與複雜。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

4
1

文字

分享

0
4
1
為什麼會被陽光曬傷?光有能量的話,為什麼照日光燈沒事?
PanSci_96
・2024/05/05 ・3185字 ・閱讀時間約 6 分鐘

唉!好曬呀!前兩集,一些觀眾發現我曬黑了。

在臺灣,一向不缺陽光。市面上,美白、防曬廣告亦隨處可見,不過,為什麼我們會被陽光曬傷呢?卻又好像沒聽過被日光燈曬傷的事情?

事實上,這也跟量子力學有關,而且和我們今天的主題密切連結。

之前我們討論到量子概念在歷史上的起點,接下來,我們會進一步說明,量子概念是如何被發揚光大,以及那個男人的故事。

-----廣告,請繼續往下閱讀-----

光電效應

在量子力學發展過程中,光電效應的研究是非常重要的轉捩點。

光電效應指的是,當一定頻率以上的光或電磁波照射在特定材料上,會使得材料發射出電子的現象。

在 19 世紀後期,科學家就已經發現某個奇特的現象:使用光(尤其是紫外線)照射帶負電的金屬板,會使金屬板的負電消失。但當時他們並不清楚背後原理,只猜測周遭氣體可能在紫外線的照射下,輔助帶負電的粒子從金屬板離開。

光電效應示意圖。圖/wikimedia

於是 1899 年,知名的英國物理學家 J. J. 湯姆森將鋅板放置在低壓汞氣之中,並照射紫外線,來研究汞氣如何幫助鋅板釋放負電荷,卻察覺這些電荷的性質,跟他在兩年前(1897 年)從放射線研究中發現的粒子很像。

-----廣告,請繼續往下閱讀-----

它們是比氫原子要輕約一千倍、帶負電的微小粒子,也就是我們現在稱呼的電子。

1902 年,德國物理學家萊納德發現,即使是在抽真空的玻璃管內,只要照射一定頻率以上的光,兩極之間便會有電流通過,電流大小跟光的強度成正比,而將光線移除之後,電流也瞬間消失。

到此,我們所熟知的光電效應概念才算完整成型。

這邊聽起來好像沒什麼問題?然而,若不用現在的量子理論,只依靠當時的物理知識,很難完美解釋光電效應。因為根據傳統理論,光的能量多寡應該和光的強度有關,而不是光的頻率。

-----廣告,請繼續往下閱讀-----

如果是光線把能量傳給電子,讓電子脫離金屬板,那為什麼需要一定頻率以上的光線才有用呢?比如我們拿同樣強度的紫外線跟紅外線去照射,會發現只有照射紫外線的金屬板才會產生電流。而且,當紫外線的頻率越高,電子的能量就越大。

另一方面,若我們拿很高強度的紅外線去照射金屬板,會發現無論如何都不會產生電流。但如果是紫外線的話,就算強度很低,還是會瞬間就產生電流。

這樣難以理解的光電效應,使得愛因斯坦於 1905 年一舉顛覆了整個物理學界,並建立了量子力學的基礎。

光電效應的解釋

為了解釋光電效應,愛因斯坦假設,電磁波攜帶的能量是以一個個帶有能量的「光量子」的形式輻射出去。並參考先前普朗克的研究成果,認為光量子的能量 E 和該電磁波的頻率 ν 成正比,寫成 E=hν,h 是比例常數,也是我們介紹過的普朗克常數。

-----廣告,請繼續往下閱讀-----

在愛因斯坦的詮釋下,電磁波的頻率越高,光子能量就越大,所以只要頻率高到一定程度,就能讓電子獲得足以逃脫金屬板的能量,形成電流;反過來說,如果電磁波的頻率不夠高,電子無法獲得足夠能量,就無法離開金屬板。

這就像是巨石強森一拳 punch 能把我打昏,但如果有個弱雞用巨石強森百分之一的力道打我一百拳,就算加起來總力道一樣,我是不會被打昏,大概也綿綿癢癢的,不覺得受到什麼傷害一樣。

而當電磁波的強度越強,代表光子的數目越多,於是脫離金屬板的電子自然變多,電流就越大。就如同我們挨了巨石強森很多拳,受傷自然比只挨一拳要來得重。

雖然愛因斯坦對光電效應的解釋看似完美,但是光量子的觀點實在太過激進,難以被當時的科學家接受,就連普朗克本人對此都不太高興。

-----廣告,請繼續往下閱讀-----

對普朗克來說,基本單位能量 hν,是由虛擬的「振子」發出的;但就愛因斯坦而言,電磁波本身的能量就是一個個光量子,或現在所謂的「光子」。

然而,電磁波屬於波動,直觀來說,波是綿延不絕地擴散到空間中,怎麼會是一個個攜帶最小基本單位能量的能量包呢?

美國物理學家密立根就堅信愛因斯坦的理論是錯的,並花費多年時間進行光電效應的實驗研究。

到了 1914 年,密立根發表了世界首次的普朗克常數實驗值,跟現在公認的標準數值 h=6.626×10-34 Js(焦耳乘秒)相距不遠。

-----廣告,請繼續往下閱讀-----

在論文中,密立根更捶心肝(tuî-sim-kuann)表示,實驗結果令人驚訝地與愛因斯坦那九年前早就被人拋棄的量子理論吻合得相當好。

這下子,就算學界不願相信愛因斯坦也不行了。愛因斯坦也因為在光電效應的貢獻,獲得 1921 年的諾貝爾物理獎。

1921 年,愛因斯坦獲得諾貝爾物理學獎之後的官方肖像。圖/wikimedia

光電效應的應用

在現代,光電效應的用途廣泛。我們日常生活中常見的太陽能發電板,利用的就是光電效應的一種,稱為光生伏打效應,材料內部的電子在吸收了光子的能量後,不是放射到周遭空間,而是在材料內部移動,形成正負兩極,產生電流。

而會不會曬傷也跟光子的能量有關。

-----廣告,請繼續往下閱讀-----

曬傷是皮膚受到頻率夠高的太陽光,也就是紫外線裡的 UVB 輻射造成的損傷。這些光子打到皮膚,會讓 DNA 分子裡構成鍵結的電子逃逸,引起皮膚細胞中 DNA 的異常變化,導致細胞損傷和免疫反應,這就是為什麼曬傷後皮膚會出現紅腫、疼痛和發炎的原因。

而頻率較低的光線,因為光子能量偏低,所以就不太會造成傷害,這也是為什麼我們沒聽過被日光燈曬傷這種事。

結語

從 17 世紀後半,惠更斯和牛頓各自提出光的波動說和微粒說開始,人們就聚焦於光到底是波動還是粒子的大哉問;19 世紀初,湯瑪士.楊用雙狹縫干涉實驗顯示了光的波動性,而到 19 世紀中後期,光屬於電磁波的結論終於被馬克士威和赫茲分別從理論和實驗兩方面確立。

經過約莫兩百年的研究發展,世人才明白,光是一種波動。

怎知,沒過幾年,愛因斯坦就跳出來主張光的能量由一個個的光量子攜帶,還通過實驗的檢驗——光又成為粒子了。

物理學家不得不承認,光具有波動和粒子兩種性質,而會呈現哪一種特性則依情況而定,稱為光的波粒二象性。

愛因斯坦於 1905 年提出的光量子概念,顛覆了傳統認為波動和粒子截然二分的觀點,將光能量量子化的詮釋也被實驗印證,在那之後,除了光的能量之外,還有其他物理量被發現是「量子化」的,像是電荷。

我們現在知道,電荷也有個基本單位,就是單一電子攜帶的電荷大小。

儘管之後又發現組成原子核的夸克,具有 -1/3 和 +2/3 單位的基本電荷,但並沒有改變電荷大小是不連續的這件事,並不是要多少的電量都可以。

如果你覺得很奇怪,不妨想想,我們用肉眼看會覺得身體的每一個部位都是連續的,但其實在微觀尺度,身體也是由一個個很小的原子和分子組成,只是我們根本看不出來,才覺得是連續的。

光子的能量和電荷的大小,其實也是像這樣子,細分下去就會發現具有最基本的單位,不是連續的。

事實上,量子力學在誕生之後,一直不斷地為人們帶來驚喜,簡直就是物理學界突然闖進一隻捉摸不定的貓。我們下一個故事,就要來聊量子力學發展過程中,打破世間常識的某個破天荒假說,而假說的提出者,是大學原本主修歷史和法律,擁有歷史學士學位,但後來改念物理,並憑藉博士論文用 5 年時間就拿到諾貝爾物理學獎的德布羅意。

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。