解謎粒子為志業——漫步週期表,尋超重元素——專訪熊怡

化學元素週期表的排序,是科學家一步步探索自然奧秘的軌跡。當今所發現的最重元素是2016年確認的原子序118,而作為研究粒子物理的學者,臺大物理系熊怡教授所努力的研究卻是比原子核更小的基本粒子。然而近年來核物理發掘新元素的研究也引起熊教授的興趣與探索,也就是期望發現下一個更重的新元素。

Read more

【人物專訪】半世紀的化學路:永保熱忱、跨界發展──專訪牟中原

我適合做學術研究嗎?如果我想從事學術研究,應該具備什麼樣的特質呢?若你正在思慮這個問題,牟教授想告訴你:第一,你必須鑽研在一個問題上,長期努力,具備堅持、好問的精神;第二,你必須持續進修自學,因為光靠學校習得的知識,無法讓你因應快速變遷的社會。作為一位研究者,在學科專門化的今日宜選定研究方向,持續朝之邁進,鑽研該學科知識,從研究積累出學術的養分,讓自己成為專家。

Read more

【人物專訪】光芒照耀的化學路──專訪鄭原忠

一說到化學,似乎會令人聞之色變。食品要無「化學」添加物,清潔用品要天然不含「化學」成分,化學似乎與「不健康」、「有毒」畫上等號,但真是如此嗎?臺大化學系副教授鄭原忠老師並不這麼認為。「化學是很有趣的,日常生活中每天都在發生。」他說。鄭老師從生活中常見的光化學、光合作用,到二十世紀才發現、終於能解釋週期表排列原因的量子力學,一步步帶領我們了解這由原子核與電子構成的有趣世界。

Read more

【人物專訪】偏鄉科教的肩膀——專訪于淑君

為了偏鄉科普教育的推廣,于淑君申請了科技部計畫,透過舉辦講座、實驗、比賽、科展,利用各種方式來讓科學的種子可以在雲嘉地區灑得更廣、更遠、更平均。她也會舉辦參訪活動,帶這些農業縣市的孩子去博物館,並在學校推動科學閱讀,舉辦說故事比賽,用最生活化、最基本的方式,希望科學可以進入生活中紮根。

Read more

【人物專訪】熱愛閱讀的科學家——專訪胡維平

談到科學的價值,胡維平認為科學可以分成體跟用來討論,最早的科學發展主要在「用」的層面,利用傳承下來的知識來改變生活,直到生活發展到一定程度,人類開始有多餘的心力進行抽象的思考,開始希望透過語言、邏輯等等方式來看大自然的運作,說穿了其實就是人類在「滿足自己的好奇心」。胡維平認為這樣的「好奇心」是推動科學發展的原動力,先產生了好奇才帶動許多新的技術發展,而在能「用」之後,人類才有餘裕去探討科學的本體。

Read more

【人物專訪】為科學裝一對翅膀——專訪陳竹亭

談到科學,陳竹亭認為科學就是人類拿來認識「相對較為客觀的世界」的方法。是否在人性之外,存有一個客觀的宇宙?而就算這樣的客觀事實存在,其實人類也是透過自己的主觀來認識客觀。
科學,正是人類找到可以認識世界的好方法之一。儘管經驗法則也是許多人認識世界的方式,但經驗其實是一種非常不可靠的方式,各人看來相似的經驗,時常有所迥異,並不能完全按照經驗來判斷、認識這個世界。科學家運用科學找到了許多客觀世界的細節,使人類更了解自己所處世界的模樣。科學的發展也延伸到了科技,科技的發展可說是一日千里,創造出各式各樣有利生活的產品。然而,在這些產品中,亦不乏傷害環境的物質。科技,或說科學這樣的發展,對這個世界來說,究竟是好是壞?其實有待商榷。說到這,他陷入了深思,笑說科學家其實跟哲學家比較像,隨著年紀增長,越來越會對科學產生懷疑,開始反省科學帶來的利與弊,以及思考人性於科學中所扮演的角色。

Read more

【探索基礎科學系列講座第21期】元素週期表150周年—化學的革新和進化

在距今300年之前的化學家(錬金術士)們能夠掌握的元素只有區區13個,還分不清元素及化合物。拉瓦節在1790年出版了「化學基本原理」。這是第一本近代化學教科書,人類歷史上首次揭櫫的新化學理論確立了化學元素的定義。拉瓦節整理了33個元素,並且給予命名。
世界上第一個元素週期表是由俄國的門得列夫在1869年提出,距今剛好150年。門得列夫的週期表中有68個元素,其中還預測了3個尚屬未知的元素。今天的週期表已有118個元素。

Read more

【《心靈黑洞》書摘】人無自由意志?如何為行為負責?

■為探討自由意志,生理學家班傑明.李貝特 (Benjamin Libet, 1916-2007) 1983年曾進行一項實驗。該研究在受試者腦部裝設電極,測量腦部活動。受試者手中有一個按鈕,他可以決定任意在何時按壓,但在決定要按壓之前,要先看一眼牆壁的鐘究竟跑到哪一個位置,以備事後報告。依據李貝特的講法,從腦波紀錄可以發現,受試者還沒有決定要按下按鈕的時候,也就是他還沒有清楚意識到自己決定要按下按鈕的時候,腦波活動就已經出現而且累增。

Read more

【AI嘉年華】人工智慧重新定義人和資訊連結的方式

■近幾年來以人工智慧(artificial intelligence, AI)為代表的第四次工業革命一直是科技界熱門的話題。現在的機器人可以進行精細的製造作業,某種程度上已經替代了部分傳統上必須經過人類加工的過程;AI在重複的、大範圍蒐集分析資料上也有更好的表現,因此機器會取代掉部分的人工是未來的趨勢。
在產業面上,相較於傳統製造業每多製造一個產品,必定需要投入一定的成本,科技公司如果掌握了數據、技術、人才技術,運作上是零邊際成本的,例如搜尋引擎就是一個很好的例子,開發出一個搜尋引擎之後,用戶的增加基本上不會帶來成本上的負擔,這種模式使得高科技產業的發展更有優勢,也代表AI的出現將會改寫我們的經濟秩序,讓社會進入一個新的時代。

Read more

【AI嘉年華】與數據拔河:AI的應許和限制

■深度學習於1985年被開發,但直到2014年才起飛。張教授2007年起在google進行數據導向大規模機器學習開發時,被當時的同仁合理質疑。因為較複雜的算法譬如SVM或深度學習太過耗時,跟不上搜索引擎和廣告推薦系統的即時需求。在2012年AlexNet利用ImageNet數據取得革命性的圖片辨識的準確率後,學界業界同時驚艷,也才願意投資大規模運算GPU平台,接受了數據導向大規模機器學習的典範。而在2016年AlphaGo又告訴了全世界:如果你的算法能自行生產出無限多且多元的數據,那你便能造就IQ等同於300的機器。但這波的AI革命其實只推進了深度學習,而發展的面向也只限於模擬人腦的知覺(perception)功能。至於如何使用人腦知覺之外的能力,譬如知識,記憶,計畫,邏輯思考,以便從小數據演繹出等同於無限多且多元大數據的能力,還沒有跟上。所以今年四月AI界的巨擘Michael Jordan甚至宣稱:「AI革命尚未到來。」

Read more

【AI嘉年華】機器如何聽懂我們說的話?

■就像人類的文字世界是由一個個詞彙組成的,機器的學習可以先從詞彙的理解開始。今天,我們可以利用Word Embedding的技術,讓機器去閱讀文本,透過上下文之間的關係來推論出每個詞彙之間的意義。舉例來說,如果機器在閱讀新聞時,看到「馬英九在520宣誓就職」和「蔡英文在520宣誓就職」這兩個條目,那麼雖然沒有人告訴過機器「馬英九」與「蔡英文」是什麼意思,但是機器能推論出這兩個詞在某種程度上是相關的,因此如果我們讓機器讀越多的書,機器就越能理解這些詞彙之間的關係,猜出他們代表什麼意思。

Read more

【AI嘉年華】AI於各種社群網路中的巧妙應用

■全球資訊網(WWW)的誕生,讓我們與世界更緊密的連結在一起。無論是平時生活中的臉書社群,電影界演員之間的合作關係、或者是專家學者們在學術論文的引用,如果我們把每一個人都設定成點(Node),人與人之間的各種關係視為邊(Edge),那麼真實世界的網路經過視覺化呈現後,就會宛如人類大腦裡神經元,神經元彼此之間連結時所構成的圖像,看似一團混亂的網絡,實際上存在著某種規律與秩序。

Read more

【AI嘉年華】人工智慧與音樂科技:分析、理解、與創作

■從音樂檢索到音樂生成,人工智慧的角色由被動化為主動,立足於對音樂規則的理解,持續燃燒作曲魂。人工智慧眼中的音樂世界呈現什麼樣貌?演講中,楊奕軒老師向我們介紹Music AI Lab目前的四大研究主題,帶領我們認識音樂科技的不同面向以及AI扮演之角色。

Read more

【AI嘉年華】心智的具現化:人工智慧於心理學領域的應用

■在認識人工智慧如何協助心理學知識之前,必須先了解心理學。心理學是一門探究人類心智行為的科學,心智的認知運作機制,如同手機的應用程式 APP 之於手機,無法抽離主體觀察,虛無飄渺難以掌握,卻存在於人類智能中。記憶、學習、知覺、策劃等抽象的概念無法像實體一樣拿來剖析,只能從外向內逼近。楊立行教授在此介紹了四種方式:行為實驗、眼動軌跡、事件相關電位、磁振照影。

Read more

【AI嘉年華】以人工智慧一窺基因鑰匙孔

■電腦在DNA片段中尋找鑰匙孔的過程和進行影像辨識很像,陳教授以乳房攝影的影像判讀為例,說明AI工程師如何利用卷積神經網路(Convolutional Neural Networks, CNN)自大型的影像中尋找潛在的腫瘤。過往電腦判斷總不精準,多是透過經驗老道的放射科醫師來分辨。如今透過專家標注、深度學習,機器也能辨識出潛在的乳房腫瘤。同理,含氮檢基的四個字母可以轉換成四維資料,放入卷積神經網路中,讓電腦學習這些模式(pattern),學習成功以後,可以得知鑰匙孔的模樣,之後得以透過數學模型來評估人體的變異是否影響鑰匙孔的功能。

Read more