0

0
0

文字

分享

0
0
0

世紀帝國真人版:一場被遺忘的史詩級青銅器大戰

Ralph Wang_96
・2016/06/10 ・3240字 ・閱讀時間約 6 分鐘 ・SR值 537 ・八年級

  • 文/蜜獾蝦|誤打誤撞從政大哲學畢業,對歷史和考古深感興趣。

歐洲大約在五千年前進入青銅器時代,儘管這個時代的文明,留下了各式各樣的史詩戰役故事,例如著名的特洛伊戰爭,考古學家實際上挖掘到的大規模戰爭遺址卻非常罕見,即使是在文明成熟地區也是如此。學界普遍相信,青銅器時代應該是相對和平的時期,青銅武器作為權力與威信的象徵和儀式用具,遠勝於實戰兵器。考古遺址訴說的故事是貿易與交流,而不是戰爭與殺伐。

13348858_1416035945079882_693256301_n
青銅時代戰士。圖/Science

被忽略的北境大戰

以前的考古學家沒有想到 3200 年前曾上演過這種情節:來自四方的數千戰士,在德國北方為了爭奪橋梁的控制權,用長槍、弓箭、劍和棍棒展開血鬥,戰鬥在一天內分出了勝負,落敗方的武器和財物經過簡單迅速的搜刮後,傷患和屍體被推入河谷,被淤泥掩埋,任人遺忘。

這場青銅時代的大型戰鬥沒有被任何歷史文獻記載,寂靜無聲的淹沒時間的長河中。直到 1996 年,一位業餘考古學者在河畔散步時,偶然發現一根插著燧石箭頭的上臂骨,才揭開了這個被忽略的大戰……

他們在初期試挖過程發現了更多骨骸,包括一顆碎裂的頭骨、73 公分長的球棒狀木棍。同位素碳定年法(radiocarbon dating)判定這些遺物皆來自 3200 年前左右的單一事件。

-----廣告,請繼續往下閱讀-----
source:science
source:science

那這段歷史為什麼這麼晚才被發現?

在歐洲南部相對成熟的青銅器文明面前,北方顯得黯然失色,我們缺乏北方平原的文字紀錄,難以了解這時期的歷史事件。以北方平原四散的部落遺跡來看,過去認為就算有武裝衝突,也應該只是打草穀式的小規模劫掠:一小群年輕男性手持兵器闖入臨近部落,搶錢、搶糧、搶娘們。學者在上世紀 90 年代時,甚至根本不認為史前時代有大規模的「戰爭」存在。

圖蘭森河谷(Tollense Valley,德文 Tollensetal),這個考古學者最意想不到的地方,竟然同時顛覆了「青銅時代沒有大規模戰爭」和「歐洲北方僅有劫掠隊式的小紛爭」的這兩個想法。圖蘭森河從新布蘭登堡(Neubrandenburg)附近的圖蘭森湖(Tollensesee)流出,向北流入波羅的海,而這個改變考古學認知的河谷位於柏林北方 120 公里。研究人員剛開始並沒有意識到他們發現了多麼驚人的寶藏,然而經過 2009 年到 2015 年間的一連串遺址開挖,這根無意間發現的上臂骨,卻改變了學界對青銅器時代的想像。

13336211_1416035935079883_49121489_n
插著箭頭的上臂骨,筆者原本以為是膝蓋中了一箭,可惜不是。圖/Science

目前圖蘭森河谷已經挖出五具小型馬匹,以及至少 130 具人類屍體,多數是年齡介於 20 到 30 歲間的男性。至今開挖的 450 平方公尺,還不到整個戰場的 10%,甚至可能不到 3%。從目前的資料來估計,整個戰場開挖完可能會有 750 具骨骸,假如這場仗共有五分之一參與者在戰場留下屍體,那麼當時戰場上參與整場衝突的,可能超過 4000 名戰士,這是青銅時代遺址前所未有的規模。

-----廣告,請繼續往下閱讀-----

用高科技看屍體派對中的故事

研究人員對這批發現進行了詳細的研究。像是使用出土武器或那個年代的兵器,建構 3D 影像來分析傷口,確認每個死者生前的遭遇,這些資訊對於研判戰爭過程非常重要。

例如 2011 年的論文使用 X 光,推斷最早發現的上臂骨,燧石箭頭造成的傷口週圍曾經過簡單的急救處理,所以推斷應該是一系列持續數天、甚至數週的小衝突,因此有時間包紮傷者,延長戰力。然而顯微檢查(microscopic inspection)的結果表明,上臂骨曾被辨識為包紮的痕跡,其實是破碎的骨骼。至今圖蘭森河谷沒有發現類似治療的痕跡,看來這場衝突可能只在一天內就結束了。這些資訊大大改變了對這場戰爭規模的評估。

一組漢堡的工程師團隊也在去年加入,使用幫航空器部件建構壓力模型的技術,分析這批遺骨;同時,考古學家也在死豬身上測試青銅和燧石武器的威力。有條斷裂的股骨曾被認為是從馬背上摔下來的結果,新的分析則判定這是被一般體型的男性,用全身的重量施加在青銅槍頭上切斷的。

13335267_1416035921746551_2103023558_n
打怪掉寶啦。考古學家在戰士的的骨骸身上,找到了許多貴重配件與武器。圖/Science

戰場上消失的青銅劍

值得一提的是,儘管有些骨骸上面留有推測是青銅劍劈砍的傷痕(例如在兩處挖掘點發現被劈斷的肋骨),但目前遺址中卻沒有發現任何一把青銅劍。這些青銅劍可能都被當作貴重的戰利品帶走。在附近同時代的葬墓中,發現了一把青銅劍,可能就是圖蘭森河谷之戰的戰利品。

-----廣告,請繼續往下閱讀-----

然而這場戰鬥可能結束得非常匆促,勝利者的搜刮並不完全,仍然有不少有價值的武器,包括各種形狀的木製戰鬥棍棒、青銅槍頭、青銅或燧石的箭頭、以及青銅髮圈等財物遺留在戰場上,成為考古學者研究的素材。

而這場衝突從何而起?

2013 年,地質調查發現一座 120 公尺長的橋(或堤道)橫跨了圖蘭森河谷。這座橋墩的年代比衝突發生的時間早了 500 年,可能是一個在當地持續被翻新使用的地標。圖蘭森河上的橋梁可能曾是聯繫平原兩側交通的咽喉點,為了爭奪這座橋,兩方展開廝殺

開戰時刻,讓專業的來

圖蘭森河谷戰場上一個讓學者振奮的特點,在於似乎出現了專業化的戰士集團的證據。至少 27% 死者的骸骨上面有痊癒的舊傷,其中三個頭骨有碎裂癒合的痕跡。 這不太可能是一群每幾年才聚集起來打一場架的農夫,而是久經戰爭的專業戰士。雖然圖蘭森河谷的戰場上沒有發現盔甲,但在這場戰鬥的後一個世紀內,歐洲北方平原開始出現盔甲和盾牌。青銅器時代的作戰防具,必須經過一定訓練,才能用於實戰,不是未經訓練的農夫能馬上使用。

-----廣告,請繼續往下閱讀-----

戰士階級可能在這個時期成形了。他們使用戰爭專用的的青銅武器,騎著小型馬匹進入戰場。小型馬不適合騎乘作戰,可能是作為菁英戰士代步工具以及運輸武器裝備之用。圖蘭森河谷的戰場上,專業戰士可能擔任軍官的職務,指揮那些使用簡單武器的步兵投入戰鬥。能夠投入數千人進入這個河谷作戰,也代表那個時代的社會組織超過過往的預估,我們對於青銅時代社會規模的理解,可能將大為改變。

13348780_1416035908413219_1616943544_n
今日平靜的圖蘭森河畔,當年曾發生過一場大戰。圖/Science

這場戰役另一有趣的地方是這些死者的來歷。從牙齒同位素的分析,可以發現只有少數死者是本地人。有些死者來自波蘭,另外一些則是荷蘭境內,都離戰場相隔很遠。牙齒 DNA 顯示部分戰士與現代南歐居民血源相近,另一些則和現代斯堪地那維亞、波蘭居民血源相近。但古代 DNA 研究還在進行,學者希望能帶來更多資訊。

為什麼各地的專業戰士要不遠千里,在德國北境的圖蘭森河谷展開殊死戰?目前的資料難以回答這個問題,我們只知道,西元前 1200 年左右是非常不平靜的時代。同一個時間,歐洲南方的麥錫尼文明走向崩潰,也是特洛伊戰爭可能的發生時間;兩河流域的西台帝國毀滅;一個神祕的「海上民族(Sea People)」集團興起,在東地中海地區四處劫掠,和埃及法老交戰。這個時期的歷史有很多的謎團,我們甚至不能肯定海上民族的組成者有哪些。

而在圖蘭森河谷的戰爭不久,北歐平原散佈的農莊演變成集中式的要塞化開拓聚落。這場戰鬥展現的社會組織力、戰士階級和成熟的武器,可能是了解這段歷史進程的一把關鍵證據。

-----廣告,請繼續往下閱讀-----

參考資料

  1. Andrew Curry, Slaughter at the bridge: Uncovering a colossal Bronze Age battle, Science News
  1. Detlef Jantzen et al. A Bronze Age Battlefield? Weapons and Trauma in the Tollense Valley, north-eastern Germany. Antiquity 85(328):417-433 · June 2011
  1. Stefan Flohr et al. Flint arrowhead embedded in a human humerus from the Bronze Age site in the Tollense Valley, Germany – a high-resolution micro-CT study to distinguish antemortem from perimortem projectile trauma to boneInternational Journal of Paleopathology 9:76-81 · March 2015
  1.  Joachim Krüger et al. Bronze Age tin rings from the Tollense valley in Northeastern GermanyPraehistorische Zeitschrift 87(1):29-43 · September 2012
-----廣告,請繼續往下閱讀-----
文章難易度
Ralph Wang_96
5 篇文章 ・ 4 位粉絲
歷史歐洲武術(Historical European Martial Arts, HEMA)的練習者,台灣HEMA團體《 Aquila Formosa 福爾摩沙之鷹》的成員,育有三貓。 武術技巧方面目前主攻中世紀晚期武術與拿破崙戰爭時期英國軍刀,知識方面以介紹相關的考古學與兵器研究為主。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
獨佔先「機」?無人機如何改變全球戰爭與經濟版圖?
PanSci_96
・2024/08/26 ・2347字 ・閱讀時間約 4 分鐘

在現代戰爭中,無人機的角色越來越不可忽視。從俄烏戰爭到中東衝突,無人機已經從戰場的輔助工具,逐步成為戰術的核心力量。例如,伊朗對以色列的空襲,以及胡塞組織在紅海對美軍的攻擊,無人機的身影隨處可見。這些無人機不僅成本低廉,還具有驚人的靈活性,從偵查、干擾到實施精確打擊,它們的功能無所不包。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

舉例來說,在 2024 年 4 月伊朗對以色列的空襲中,伊朗發射了 170 架無人機與數百枚導彈。雖然以色列防空系統成功攔截了絕大部分攻擊,但一枚防空導彈的成本往往是無人機的數倍甚至數十倍。同樣的情況發生在 2023 年底,胡塞組織利用僅需 2000 美元的無人機攻擊美國驅逐艦,而美軍為了防禦,使用了造價高達 200 萬美元的標準型導彈。這些數字顯示出,在不對稱作戰中,無人機的高性價比給傳統武器帶來了巨大挑戰。

這樣的發展讓各國紛紛投入無人機技術的研發與應用,美國的「地獄計劃」(Hellscape)便是其中之一。該計劃將數千艘無人潛艇、無人水面艦和無人機投放到台灣海峽,藉此增加中國艦隊登陸台灣的難度,並將整個海峽變成「地獄」。此外,美國也在研發無人機與有人戰機的協同作戰,透過無人機在前方吸引敵方飛彈,保護戰機的安全。

台灣的無人機發展之路

那麼,台灣在這股無人機浪潮中扮演什麼角色呢?

-----廣告,請繼續往下閱讀-----

根據《華盛頓郵報》的報導,美軍印太司令部的新司令塞繆爾‧帕帕羅四星上將表示,美國正計畫打造「地獄計劃」,一旦中國朝台灣發動進攻,美國將派出數千艘無人潛艇、無人水面艦和無人機,封鎖台灣海峽。這樣的防禦策略突顯了無人機在現代戰爭中的關鍵地位。

儘管台灣尚未完全掌握無人機技術的核心,但政府已意識到其重要性。2023 年底,經濟部成立了無人機產業發展專案辦公室,目標是讓台灣成為「無人機民主供應鏈的亞洲中心」,並在 2030 年達到 400 億元的產值。這項計畫無疑展示出台灣在無人機產業上雄心勃勃的願景。

台灣力推無人機產業,2030 年目標 400 億元產值。圖/envato

無人機技術的核心:通訊

要掌握無人機,首先要掌握的是其通訊技術。無人機的發展歷史顯示,通訊技術的突破是其成長的關鍵之一。早期的無人機僅能進行簡單的視距內操作(VLOS),但隨著科技的進步,現在的無人機已經可以進行超視距操作(BVLOS),這大大提升了它們的戰術應用範圍。

大疆是中國無人機技術的領導者,其發展的 2.4G 高清圖傳影像系統「Lightbridge」便是無人機技術的重大突破。這一系統能夠將無人機拍攝的畫面即時傳回給操作員,並維持一定的解析度與低延遲。這意味著無人機不再僅僅依賴肉眼操控,而是能夠進行更遠距離、更精確的任務。

-----廣告,請繼續往下閱讀-----

然而,2.4GHz 的頻段雖然穿透力強,但也面臨頻率擁擠的問題,容易受到干擾。為了解決這個問題,現代無人機開始使用 5.8GHz 頻段。這一頻段雖然傳輸距離較短,但資料傳輸速度更快,抗干擾能力也更強。在這兩個頻段之間,大疆開發的 OcuSync 2.0 技術能夠自動切換,確保始終使用最佳的訊號頻段,提供穩定的飛行控制和圖像傳輸。

這些技術上的突破使得無人機在戰場上變得越來越不可或缺。例如,無人機不僅能進行偵查和打擊,還可以通過蜂群技術同時發動多點攻擊,擾亂敵方的防空系統。無人機之間的通訊技術也發展迅速,無論是表演性的燈光秀,還是軍事上的蜂群作戰,無人機都展現出極大的應用潛力。

反無人機系統的崛起

無人機的迅速發展同樣引發了反制無人機技術的需求。反無人機系統(C-UAS)大致可分為兩種類型:軟殺與硬殺。軟殺主要是針對無人機的通訊進行干擾,利用無線電干擾槍發射強大訊號覆蓋 2.4GHz 和 5.8GHz 頻段,使無人機失去控制。而硬殺則是直接摧毀無人機,例如使用火力攻擊或網子捕捉。

以色列本古里安大學的教授格拉‧維斯提出了一個新的思路:透過無人機的飛行軌跡來追蹤操作員的位置。由於無人機的動作會隨著通訊信號的強弱變化,這些變化可以用深度學習模型來分析,從而反推出操作者的位置。這一技術目前的準確率已經達到 78%。

-----廣告,請繼續往下閱讀-----

此外,美國的軍工企業開發了一款名為「路跑者 M」(Roadrunner-M)的自殺無人機。這款無人機不僅能像飛彈一樣追蹤目標,還能在完成任務後自動返航進行回收,降低了作戰成本。

台灣無人機產業的未來

台灣無人機具潛力,兼具軍事與災害通訊用途。圖/envato

儘管台灣無人機產業的起步較晚,但政府和產業界已經意識到其巨大的潛力。無人機不僅僅是一種武器,它還可以成為通訊網路的關鍵節點。例如,雷虎科技的 T-400 無人機不僅用於軍事,也正與中華電信合作,將無人機作為訊號中繼站,在災害發生時提供通訊支持。

隨著 5G、B5G 及 6G 的發展,無人機將成為未來通訊基礎設施的重要組成部分。台灣無人機產業的發展不僅關係到國家安全,更涉及到未來的數位基礎建設。無論是在軍事還是民用領域,無人機的應用將越來越廣泛,未來有望成為台灣科技產業的一個重要支柱。

總而言之,無人機技術正在改變戰場生態,而台灣也正在積極參與這場技術革命。隨著更多資源的投入,台灣有機會在全球無人機市場中佔有一席之地。無人機的發展並不僅僅是一場技術競賽,還是一場關乎國家安全與經濟未來的戰略賽跑。

-----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。

0

10
3

文字

分享

0
10
3
水面艦如何找到潛水艇?潛水艇如何隱藏自己?——潛艦與反潛的捉迷藏
PanSci_96
・2023/11/25 ・5953字 ・閱讀時間約 12 分鐘

潛水艇到底有多重要?

最近關於潛水艇的新聞可不少,首艘國造潛艦「海鯤號」下水典禮、中國 093 潛艇「疑似」失事、前陣子還有烏克蘭使用導彈與無人機成功襲擊俄羅斯基洛級潛艇的新聞,潛水艇的關注度一時間高了不少。

但是你一定好奇,潛水艇對國防來說,真的很重要嗎?還有,現代觀測技術那麼發達,在這些儀器的眼皮之下,潛艇真的還能保持隱形嗎?

反潛方怎麼找到藏匿海中的潛艦?

潛水艇以安靜、隱蔽著稱,有著極重要的戰略價值,不僅可以水下布雷、隱蔽投送兵力與物資;它難以被發現的特性,更是打擊水面艦的刺客,往往能讓敵人不敢越雷池一步。

-----廣告,請繼續往下閱讀-----

當然,要造一艘能潛在水下的潛艇肯定不簡單,畢竟如果在水面下出事了,很難立即取得救援,安全的要求遠高於其他載具。另一方面,以隱蔽為最高原則的潛艦,從引擎、外型、武器到主動聲納,都需要新科技的改進,來讓自己發出的聲音降到最低。

但潛艦與反潛就像臥虎捉藏龍,如果能隨時掌握這隻水中蛟龍的動向,潛艦的威懾力就會大幅降低,甚至能將其一網打盡。因此相對地,隱蔽的技術進步時,反潛的技術也有所突破,透過光學、聲學、磁場等技術,要讓潛艦原形畢露。

潛艦與反潛就像臥虎捉藏龍。圖/imdb

既然我們知道潛艦的隱蔽性是最高考量,現在我們就站在反潛方,來看看如何抓出一艘潛水艇。
主動偵查其實跟「通訊」很像,都是傳送一個訊息到目標物,再接收傳回來的訊號。只是通訊的訊號是對方主動回傳回來的。主動偵查呢,則是訊號碰到目標物再反射回來被我們接收。沒錯,這跟蝙蝠的回聲定位很像,只是一個在水面上,一個在水裡。

為什麼水中使用的是「聲納」而非「雷達」?

現代遠距無線傳輸的方式主要有兩種,電磁波通訊與聲波通訊。在水面以上,我們通常以電磁波傳輸,因為在空氣中這麼做最有效率,因此不論是無線通訊還是手機微波訊號,多是以電磁波的形式在傳輸。
可惜這個方法到水中就不管用了,為什麼呢?電磁波穿過水的時候會因為兩個原因,讓強度快速衰減。一是電磁波容易被水吸收,二是電磁波與水分子碰撞會產生散射,舉例來說,太陽光也是電磁波的一種,而太陽光就會因為在海水中散射,而讓海看起來是藍色。

-----廣告,請繼續往下閱讀-----
太陽光就會因為在海水中散射,而讓海看起來是藍色。圖/unsplash

這種電磁波衰減的程度有多少呢?具體來說,在最清澈的海水中,可見光每前進 1 公尺,亮度就會衰減 4% 。如果想使用無線電通訊,以一個頻率 1000 赫茲的電磁波來說,每向前進一千碼(大約 900 公尺),訊號強度就會減少 1300 分貝。這邊說明一下,「分貝 dB 」不只是聲音音量的單位,而是可以用在各種需要表達強度比例的單位。

電磁波每減少 10 分貝,就意味能量減小 10 倍。圖/PanSci YouTube

舉例來說,電磁波每減少 10 分貝,就意味能量減小 10 倍。在前進一千碼時減少 1300 分貝,就意味能量會衰退 10 的 130 次方倍,小到等於沒有。在實務上,通常電磁波的極限穿透距離就只有幾十到幾百公尺而已。相比之下,如果從電磁波換成低頻聲波,每一千碼的損失約為 0.01 分貝,跟電磁波相比起來可以說是幾乎沒有損失。

通常電磁波的極限穿透距離就只有幾十到幾百公尺而已。相比之下,低頻聲波可以說是幾乎沒有損失。圖/PanSci YouTube

因此在水中,大家聽到的不會是什麼「雷達」,因為雷達(RADAR)的全名是 Radio Detection and Ranging ,是使用電磁波偵查的技術。在水裡我們用的是「聲納」,是利用聲音當傳輸訊息與探知物體的手段。

此時蝙蝠的回聲定位使漆黑水底頓時明亮起來,聲波在海裡的傳播速度約為每秒 1500 公尺,只要計算我們發出的聲波與接收到聲波的時間差,我們就能辨別物體的距離。例如我們在聲波發出後的 10 秒後接收到反彈的訊號,就代表聲波來回走了 10 秒共 1 萬 5 千公尺的距離,我們和目標物就是這個距離的一半,也就是 7 千 5 百公尺。

-----廣告,請繼續往下閱讀-----

聲納裝載潛水艇上可以成為潛水艇的眼睛,裝在水面艦上,可以成為抓出潛水艇的掃描儀。潛水艇沒有聲納,姑且可以靠海圖小心航行,水面艦沒有聲納,面對潛水艇就只能海底撈針。

潛艦與反潛技術的發展

潛水艇在第一次世界大戰中開始展現出重要的戰略價值,其中最著名的潛艇戰就是德國的 U 艇和德國實施的「無限制潛艇戰」。當時德國的對手英國是個島國,因此便想到利用潛艦封鎖英國,無論是軍艦或商船一律擊沉,希望能拖垮英國的經濟。雖然德國最後未取得戰爭勝利,但潛水艇也確實擊沉了多艘協約國的船艦,立下的戰績是有目共睹。

最著名的潛艇戰就是德國的 U 艇和德國實施的「無限制潛艇戰」。圖/wikipedia

有鑑於此,反潛聲納的技術由此萌芽。第一個主動式聲納在第一次世界大戰期間,被著名物理學家朗之萬發明。 1915 年,第一個潛艇探測器「ASDIC」開始在英國海軍的艦艇上被運用。 1931 年,美國也發明了潛艇偵測裝置,並稱它為「SONAR」,顯然這名字取得比較好,也成為現在最常稱呼這種技術的名稱,聲納。

第一個主動式聲納在第一次世界大戰期間,被著名物理學家朗之萬發明。圖/PanSci YouTube

至此,水面艦就像開了白眼一樣,潛水艇終於無所遁形⋯⋯真的嗎?聲納既然已經發明了百年,為何潛水艇至今似乎仍保有隱蔽優勢呢?在科技發達的現代,聲納為何還是無法抓出所有潛艇?

-----廣告,請繼續往下閱讀-----

很可惜,事情沒有那麼簡單。當大家帶著最新科技和設備準備挑戰潛水艇這個可敬對手,卻突然被隱藏 BOSS 跳出來狠狠地打了臉,他就是:物理。

什麼是「陰影區」?潛艦能夠躲藏的位置?

讓我們回到大家都做過的實驗,準備一個透明杯子裝水,把筷子插入水中。因為光線在穿過不同介質的介面時,會因為速度改變而轉彎,所以筷子插到水杯中會出現偏折,水面上跟下呈現不同角度,看起來就像是被折彎了。

光線在穿過不同介質的介面時,會因為速度改變而轉彎,聲音也是。圖/wikipedia

聲音跟光一樣都是「波」的一種,因此在穿過不同密度的介質時也會產生折射,路徑出現偏折。你說道理我都懂,但海裡面只有水,哪來的不同介質?

還真的有,那就是隨著經緯度與深度變化,鹽分、水溫、密度都不同的海水。鹽分、水溫、密度的升高,都會導致聲速變快。而這三者在海中的各處都不會是固定的。例如在不同深度的海水中,深度 1000 公尺內上層海域的斜溫層,當深度越深離海面越遠,海水越得不到太陽的加溫,因此海溫快速驟減,而海溫的降低也會導致聲速降低。深度超過 1000 公尺以後的深海等溫層,溫度、鹽分的變化趨緩,此時壓力會隨著深度增加而增加,海水密度開始小幅度上升,因此聲速緩慢增加。

-----廣告,請繼續往下閱讀-----
每一處海水根據鹽分、水溫、密度不同,都會影響聲速。圖/PanSci YouTube

每一層有不同聲速的海水,就等於是不同的介質,聲波會在不同層的海水之間產生折射。類似的現象也發生在空氣中。在炙熱的沙漠或是天氣熱的柏油路面,偶而會因為空氣的密度分布不均,光線在不同密度的空氣間產生偏折,出現影像在空中出現的錯覺,也就是海市蜃樓的現象。

重點來了,在海裡的折射會是怎麼樣的呢?假設我們有一艘潛的足夠深的潛艇,海面附近的聲納發出一道聲音斜向海洋深處前進,根據決定折射角度的斯乃爾定律,當聲速上升,聲音會偏離介面的法線,偏向兩個液體的交界面。在海中的實際表現,就是聲音產生偏折,漸漸與海平面平行,當偏折的角度超過 90 度,最後甚至會向上偏折,產生全反射。

而斯乃爾定律也告訴我們,偏折的程度跟入射角有關,當角度超過臨界角時,才會產生全反射。根據這些聲波行進路線畫出來的圖,可以看到一塊聲波永遠到達不了的地方,這就是陰影區(shadow zone)。如果潛艇躲藏在這個位置,那麼水面上的敵人就永遠也無法透過主動聲納發現你。

根據這些聲波行進路線畫出來的圖,可以看到一塊聲波永遠到達不了的地方,這就是陰影區(shadow zone)。圖/PanSci YouTube

除此之外,從聲納路徑圖可以看得出來,在水中聲納走的路徑像是 U 字型一樣,會不斷在海面反射,在海中全反射。而線與線之間的空白處,是聲波不會經過的地方,也屬於陰影區。因此實際從水面偵測潛艦時,只有在碰到這些線的時候會收到該點的訊號,如果要抓出敵人,就要在獲知訊號時抓緊時間。

-----廣告,請繼續往下閱讀-----

如何減少陰影區範圍?

為了減少這些陰影區死角的範圍,也有一些有趣但複雜的想法,例如使用拖曳式陣列聲納,一個點不夠,那我就拉一排,減少盲區。或是透過小角度的海底反射,來覆蓋近距離內的更多範圍。然而這也不會只是畫一張圖那麼簡單,平常聲納就要過濾來自自身引擎的噪音,或是因為海底等非目標物的環境反射。多一次反射,就意味會多一道訊號反射到聲納中,要如何將這些訊號區分開來,判斷哪些是海床訊號,哪些是敵艦訊號,就各憑本事。

沒錯,就算有了聲納系統還不夠,海底資訊的掌握度和後期運算更是兵家相爭的關鍵。你想想,就算你知道聲音會隨著密度轉彎,但你知道眼前海域每個深度的實際密度嗎?如果你不知道這些資料,就算接收到訊號,你真的算得出敵艦的位置嗎?

舉例來說,冬天和夏天的海溫不同,聲音偏折的角度不同,能探查的範圍與死角就不相同。當你在不同緯度,不同海域作戰時,所需要的資料也不相同。

冬天和夏天的海溫不同,聲音偏折的角度不同,能探查的範圍與死角就不相同。圖/PanSci YouTube

台灣冬夏兩季分別受東北季風與西南季風吹拂,周圍又有黑潮、中國沿岸流等洋流影響,各層水溫隨季節變化影響劇烈,台灣海峽又因地形原因海流複雜,被稱為黑水溝。在此之上,能掌握好周圍的海流活動,除了能兼顧潛艦的航行安全外,也有助於提升潛艦的隱蔽性。

-----廣告,請繼續往下閱讀-----

潛艦與反潛的無數過招?

海洋的複雜性,構成了潛艦至今仍能維持隱蔽優勢的原因。而這場臥虎捉藏龍的對決到此還沒有結束,我們只介紹了第一招,後面大概還有 99 種招式等待要過招。例如潛艦關掉主動聲納後,如何靠被動聲納安全航行並鎖定目標?

除了透過聲納,搭載磁性探測儀的反潛機怎麼從異常磁場訊號中辨別海底的金屬潛艇?又或是水面上的聲納會被全反射,那麼改變深度的話是不是就能解決了?實際上,既然在海面上聽不見,反過來把聲納放進海中,放在海水密度最低的「深海聲道通道軸」這個如同光纖般的區域,就能清楚聽到來自遠方的聲音。

諸如此類的軍事科技對弈,就像其他科技一樣,對決永遠不會結束。如果你還有那些想了解的面向,不論是潛艦或是其他軍事科技,也歡迎留言告訴我們。

最後也想問問大家,你覺得潛水艇最大的戰略價值是什麼呢?

  1. 多一種隱蔽武器,多一種威嚇,提升敵人的作戰成本
  2. 突破封鎖線,在關鍵時刻打擊敵人的大型艦艇
  3. 間諜作戰,深入敵後蒐集電訊號與艦艇聲譜特徵,偷偷獲取情報

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

-----廣告,請繼續往下閱讀-----