#物質波是什麼 ❓
#溫故知新 📖
8月15日是法國物理學家 #德布羅意(Louis Victor de Broglie)的誕辰紀念,德布羅意獻給世人的最大貢獻就是提出「#物質波」的概念。
20世紀初量子力學蓬勃發展的時候,科學家好不容易證明了光具有「#波粒二象性」。當時,德布羅意基於自己對量子理論的研究,認為所有粒子都應該要符合「波粒二象性」。此理論被後續的科學家戴維森(Clinton Davisson)與革末(Lester Germer)證實,發現電子也和光一樣可以產生 #繞射圖案,也說明了粒子的波動性質。
物質波為什麼重要呢?其中一個原因是,微觀尺度下,像電子這樣的微小粒子,在遇到能量更高的障壁時,並不會被完全阻擋。只要障壁的能量不是無窮高,障壁的厚度也不是無窮厚。粒子就有機率可以穿透這道障蔽,這就是所謂的「#量子穿隧效應」(Quantum Tunneling Effect)。
量子穿隧效應可以被應用於精密觀察物體表面奈米結構的「#掃描穿隧顯微鏡」(scanning tunneling microscope, STM)。2016年中研院物理所莊天明團隊,就運用團隊自行研發與設計的 STM 系統,確認了層狀材料 PbTaSe2 具有形成拓樸超導的關鍵性質。
詳細內容請見全文:
https://research.sinica.edu.tw/chuang-tien-ming-stm/
「tunneling effect」的推薦目錄:
tunneling effect 在 少年白 Grey Youth Facebook 的最佳解答
tunneling effect 在 Eddie Tam 譚新強 Facebook 的最讚貼文
譚新強:Galileo的教誨:人類非宇宙中心點
文章日期:2021年5月21日
【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來科學證據,支持哥白尼(Nicolaus Copernicus)的太陽中心論,他就被教廷批鬥和逼害了20多年之久。
即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明,例如互聯網、手機、AI、機械人和加密貨幣等,都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律(Law of Accelerating Returns),認為重要科技發明的速度不斷提升,很快就將達到人網合一的所謂「奇點」(Singularity)!
客觀點來看,這些科技發展雖重要,尤其互聯網和手機,令到日常生活更方便和豐富,但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要?有人曾問過李光耀,什麼是偉大發明?他的答案是對新加坡而言,最重要的發明是空調!他認為在熱帶地區,如沒有空調,工作效率非常低,經濟發展必更困難。你可能以為李光耀此言是開玩笑,小小一台冷氣機,怎可能那麼偉大?但事實擺在眼前,新加坡是熱帶國家中,極少數(差不多唯一)能達到發達國家水平的國家之一,成功原素當然不止空調這麼簡單,但他立國不久即決定盡快在所有政府辦公室裝置空調,肯定對提升政府效率有極大幫助。
近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性,不幸客觀結論就必然是頗為失望,甚至驚訝。因為不論美國或中國,過去20年的勞動生產率(labour productivity)增長都不斷放緩(見圖1及圖2),就如數以萬億美元計的IT投資,每人手中一台超級電腦,都提升不了我們的生產效率。更不需遑論AI結合機械人,再加5G,所有工廠都應變得更自動化,需要的工人極少,理論上人均生產效率必定急速提升。
這麼多「超偉大」發明,怎去解釋生產效率增長率不加速反放緩的重大謎團?我認為可探討3個可能性。
(1)從1970年代開始,個人電腦(PC)開始崛起和普及,企業投入大量資源,期望生產力效率大幅提升。但長近20年的投資期,效果一直是失望的,在互聯網普及前,大部分電腦幾乎可算是獨立的,主要用途只包括文書處理(word processing)、電子試算表(spreadsheet)和簡單資料庫(database)等,即使有通訊功能,也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下,大部分PC亦是一台昂貴的高級打字機,對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及,企業開始看得到大量投資IT的回報。當然互聯網的發展,提供了創立大量新企業的機會(但即使如此,上世紀七十年代至今的生產力增長也一直放緩)。
同一道理,過去30年的新科技發展,將有重新提升生產力效率的一天,可能只是時辰未到。我贊同有此可能性,但到底現代科技,缺乏什麼催化劑,防止它們完全體現潛能?我也沒有準確答案,部分可能是投放的量未足夠,例如5G,大家一直期待網絡速度馬上提升10倍以上至Gbps級別,但事實上在美國和中國的用戶體驗極差,平均速度提升50%不到,某些情况和地區,甚至比4G更慢,亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」,據說在中國的流行5G App是Speedtest,就是用來測試通訊速度!現時平均每個基站服務約7000用户,當然寄望繼續增加密度,到了某個水平,希望能較成功體現5G功能。除此,高頻率的mmWave網絡仍在起步階段,高頻率才可真正大幅提升速度,但不幸物理上,mmWave穿透力更差,要實現IoT夢想,實時遙控高速機器,進行精細手術和應用於交通系統等,仍面對極大挑戰。
(2)人均生產效率增長放緩,有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處,除經濟增長外,亦有助改善人類健康、延長壽命,以及提升快樂感?有可能,事實上在過去200多年,全球人類壽命的確上升很多,從不到30歲升至現在的70多歲;但大部分應該是公共衛生的改善,尤其自來水的普及,農業進步導致營養改良,以及接生技術和環境改善,大幅減低嬰兒夭折率等,而非來自先進癌症治療法或基因工程技術。當然,近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象,跟科技發展更沒有一個必然關係,去多幾次日本就一定開心啲?著名人類學家Steven Pinker認為,原始的hunter-gatherers,以狩獵為生,不用花太多時間工作和計劃生活,平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等,全年忙碌,亦需全年憂慮天氣和瘟疫等。現代人更惨,不止需要計劃一年,未上幼稚園,已需要開始計劃人生,每年每月每日都有無窮無盡的所謂工作、責任和煩惱。
有人企圖解釋,可能分母也有問題。人均生產力增長減速,或者是因為現代經濟高度自動化,需要工作的人愈來愈少,即是失業,underemployment和不需工作的人愈來愈多,所以人均生產效率就被拉低了。這個解釋有兩個問題,首先在這次COVID大流行前,以美國為例,失業率跌至3.5%的50年新低,何來工作人數在減少?近月隨着美國疫情減退,失業率又再急速下降,所以此論點不成立。
有人指出,雖然表面失業率低,但有不少人不再尋找長工,只做點「零工」(gig),或只領救濟,所以人均生產效率被拉低。我沒有深入研究過,但我懷疑近年underemployment的情况,是否真的比以前嚴重。我的印象是從前較以農業為重的社會,鄉下的「閒人」更多,城市化才是提升人均生產力的最重要元素。
總括來說,我承認經濟數據未必能夠完全反映科技進步對人類的影響,但仍不可以此為解釋生產效率增長放緩的藉口。
人類發展漸近兩科學極限
(3)我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展,從古至今,尤其從工業革命開始,都可說是建築在耗用地球資源身上,尤其倚賴化石能源,最初是最髒的煤炭,後來是更好用但更有限的石油,再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放,帶來嚴重氣候變化問題,如不能在極有限時間內解決,足可導致一次全球大規模動植物滅絕災難!
樂觀來看,這個危機當然也提供很多發展再生能源、電動車輛(electric vehicle, EV)、儲能、碳捕獲(carbon capture),以至「地球工程」(geoengineering)技術的機會。但不能否認的是地球本身是個充滿有機化學(organic chemistry)的環境,最方便的能源必然是與炭相關的,石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃,人類必須在2050年前達到碳中和,談何容易?去年因疫情,全球碳排放確下降了約6.5%,接近但仍不到每年遞減7%的目標,今年美、中等經濟重開,有可能達標嗎?
另一個更根本的是物理的極限。歷史上最偉大的科學突破,毫無疑問是二十世紀初,愛恩斯坦的狹義和廣義相對論,和稍後由玻爾(Niels Bohr)、海森堡(Werner Heisenberg)和薛丁格(Erwin Schrodinger)等人所發展的量子力學(quantum mechanics)。兩套理論非常偉大,亦有極大實用性,核能和核武正是它們的結合,是禍是福,見仁見智。但不幸過去60年,理論物理已可說碰到了堅硬牆壁,相對論與量子力學有非常根本性,甚至哲學性矛盾,聰明如愛恩斯坦,窮人生最後30年努力,也無法解決此問題。後人想出很多充滿創意的理論,例如超弦理論(Superstring Theory),但全都是紙上談兵,毫無實驗證明,所以於事無補。
物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律(Moore's Law),雖並非一條真正永恒不變的物理定律,但在過去50年,一直是芯片發展的一個指標。事實是每一代的芯片發展,雖仍在進步,但速度早已放緩,最初摩爾定律預期每9至I2個月,芯片密度即可翻一倍,近年已放緩至兩年以上。強如過去的老大英特爾(Intel),已停滯於14nm兩年以上,只有台積電和三星能繼續推前,能成功生產7nm芯片。即使台積電等能如期做到2nm,無疑必將接近物理極限,再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」(tunneling effect),極難控制芯片性能。
在應用層面上,影響也必極大。單是AI無人駕駛,已是個極重要的科技夢想,亦是Tesla股價的一個重要支柱。馬斯克(Elon Musk)教主是個頂級銷售員,他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI(Artificial Narrow Intelligence)應用,只需GPU或ASIC夠快,加上視覺數據,必可在短期內成功。按馬斯克的說法,年輕一代不需要學駕駛汽車,法律甚至將禁止人類開車,所有汽車變成AI無人駕駛的EV。
無人駕駛為極複雜AI難題
事實上,無人駕駛是個極複雜的AI難題,最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla,大部分其他公司都碰到同樣問題,不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門,Alphabet的Waymo,近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV,但並無太多AI功能。
我一向認為無人駕駛沒那麼簡單,應屬於AGI(Artificial General Intelligence)問題,即需要所謂common sense。人腦當然遠比電腦慢,但複雜度遠比芯片高,人腦neurons(神經元)數量超過1000億,synapses(突觸)數量更超過125萬億,更加是三維物體,連形狀和組織都對人腦的思考、性格和整個意識(conciousness)非常關鍵,遠比現時最先進二維為主,7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術,能做出人類common sense的機會仍很低。不少AI專家認為,AGI需要whole brain simulation,或甚至不可以矽為基礎原料,改以用所謂wet ware,不知是否想以基因工程技術,在試管中培植出一個以碳為基礎原料的有機AI系統?聽起來,比Frankenstein(科學怪人)更恐怖!
我沒有答案,只想提醒大家不要過度自以為是,人類始終是渺小的,我們對宇宙的認知非常有限!
(中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益)
中環資產投資行政總裁
[譚新強 中環新譚]
https://www.mpfinance.com/fin/columnist3.php?col=1463481132098
tunneling effect 在 Tunneling effect - causes - Physics Stack Exchange 的推薦與評價
I'm gonna give a "short" answer which can be expanded by looking into Zettili's Quantum Mechanics book, or Bransden's or any other standard ... ... <看更多>
tunneling effect 在 穿隧影像工作室Tunneling Effect Studio - Home | Facebook 的推薦與評價
「既然我會做motion,你會做graphic...」 故事從此開始。 Motion Graphic Design MV・CF・Film・TC・D1 團隊成員Members 鍾訓維Neil Chung ... <看更多>