G5K-04 用黃金煮出的血色與雷神打翻的彩虹：揭開玻璃的色彩煉金術

-

 【用黃金煮出的血色與雷神打翻的彩虹：揭開玻璃的色彩煉金術 🌈✨】

在我們讚嘆現代水晶玻璃純淨無瑕之前，玻璃工匠們其實經歷了數千年的「抗色血淚史」。古老的玻璃並非天然透明，那抹渾濁或泛綠，全是被困在原料裡的雜質。為了讓它華麗變身，古人索性將錯就錯，把顏色「煮」進滾燙的熔料中——這便是「鍋料色」（pot-color）。

🧪 熔爐裡的色彩配方：別信銀幣變黃金的童話！

小說總愛胡謅，說銀鈕釦或銀幣掉進玻璃鍋能燒出亮黃色，但現實中那只會讓玻璃變得暗沉發黑！真正能創造色彩奇蹟的是這些金屬：

  • 黃金的紅寶石魔法：大塊黃金呈金黃色，但若每 60 磅配料加入約 1 盎司黃金熔化，金顆粒封存在透明玻璃中經過無數次光線反射，竟會折射出極致濃郁的「紅寶石紅」！因為造價昂貴，工匠通常只拿它當薄塗層，覆蓋在透明玻璃外。

  • 銅的多面身段：在古埃及就已現身，隨形態不同能幻化出綠色、藍色，甚至是深紅色。

  • 鐵與錳的相生相剋：鐵鏽是讓普通玻璃泛綠的元凶，但也是多變的著色劑；而錳則是工匠拿來中和綠色、或是調配出紫、棕甚至黑色的法寶。

  • 如牛奶般的白玻璃：加入氧化錫燒出的白色玻璃其實是半透明的，早在透明玻璃問世前，古埃及人就用它在瓶罐上拉出一道道白色帶紋。

🏺 橫跨千年的裝飾大秀

當玻璃擁有了色彩，工匠們便化身魔術師：

  • 古羅馬千花（Millefiori）：將各色玻璃棒排成玫瑰花束形狀、加熱熔合成扁帶後切片，做出無數精巧的馬賽克小圓片，再壓入透明玻璃泡中，綻放如一千朵花。

  • 波特蘭花瓶的浮雕傳奇：外層白、中層暖藍、內層白的三層玻璃疊合神作！工匠以雕刻寶石手法將外層白玻璃刻除，留下精緻的浮雕人物。即便 1845 年在博物館被失常遊客砸得粉碎，經英國大師巧手修復後，身價依然高達數十萬美元。

  • 穆拉諾的奔跑學徒與蕾絲玻璃：威尼斯匠師將白玻璃棒包覆透明玻璃，學徒拿鉗子夾住軟玻璃尖端像逃命般狂奔拉絲——跑得越快，拉出的絲越細！這些細絲隨後被編織入吹製器皿中，化作如夢似幻的蕾絲花紋。

  • 琺瑯彩繪與美洲風尚：將易熔玻璃磨成粉、混入金屬氧化物與阿拉伯膠，像顏料般彩繪後入窯低溫燒合。這門手藝從近東、威尼斯一路傳到德國與美洲，成為施蒂格爾等工坊描繪花鳥紋章的經典手法。

⚡ 雷神索爾的彩虹碎片？

你在古董玻璃上看過那層令人屏息的夢幻虹彩嗎？那可不是人類的手藝，而是大自然耗費千年的惡作劇！

深埋地底數百年的古代玻璃，因長年受濕氣侵蝕與鹼液部分溶解，表面剝離出極其細微的薄片。當光線穿過這些微小裂片，發生折射與反射，才化作如雨後彩虹般的絢麗光澤——彷彿雷神索爾用巨錘敲下了彩虹的尾端，任憑後世凡人如何費盡心機，也無法單憑人力複製。

從費盡心機掩蓋雜質，到精準駕馭金屬光芒，每一抹凝固在玻璃裡的色彩，都是古人與烈火交鋒的詩篇。

#工藝冷知識 #色彩美學 #歷史故事 #玻璃藝術 #波特蘭花瓶 #大自然奇蹟

留言

張貼留言

這個網誌中的熱門文章

WhisperDesktop可以用MP4格式檔案轉文字

-
圖片
WhisperDesktop也可以用MP4轉文字，參用 台達電 的影片來測試。 還是有一些文字還是需要修改更換，數量已經算是很低了，幾乎不到1%。 [00:00:00.000 --> 00:00:07.000] 瑞光大樓於2014年經改造成為LEED白金級綠建築 [00:00:07.000 --> 00:00:11.000] 其中應用了許多台達的解決方案  [00:00:11.000 --> 00:00:15.000] 它一直隨著台達不斷地成長創新  [00:00:15.000 --> 00:00:20.000] 我們與潘冀聯合建築師事務所合作  [00:00:20.000 --> 00:00:24.000] 計畫以台達樓宇自動化解決方案  [00:00:24.000 --> 00:00:28.000] 打造一個極健康、智慧、節能於一身  [00:00:28.000 --> 00:00:34.000] 呼應全球領先的WELL健康建築標準概念的共用辦公室  [00:00:34.000 --> 00:00:37.000] 我們將以人為本的健康建築概念  [00:00:37.000 --> 00:00:40.000] 融入智慧節能的建築設計當中  [00:00:40.000 --> 00:00:43.000] 透過開放的物聯網平臺  [00:00:43.000 --> 00:00:49.000] 整合包括空調、照明、安防、門禁、能源管理等系統  [00:00:49.000 --> 00:00:54.000] 來打造直覺便利、回應使用者身心需求的辦公空間  [00:00:54.000 --> 00:00:58.000] 也希望大家撥空能夠來到台達親自體驗  [00:00:58.000 --> 00:01:03.000] 走進智慧健康辦公室  [00:01:03.000 --> 00:01:09.000] 即可看到室內空氣品質、空間使用及能耗的即時資料  [00:01:09.000 --...
閱讀完整內容

第二集：文字前處理、向量化與詞嵌入（L2101 自然語言處理技術與應用）

-
第二集：文字前處理、向量化與詞嵌入（L2101 自然語言處理技術與應用） 用文字怎麼變成模型看得懂的向量，把專注力準備好，我們馬上開始囉。 接下來短短幾分鐘，我們很快過一下作戰計畫。我們會依序搞定文字前處理的目標、基礎向量化跟詞頻的概念、還有靜態與語境型詞嵌入到底差在哪。接著我們會直接用 iPAS 實戰測驗來驗收，最後再幫大家濃縮出考場必備的關鍵字。跟著我的節奏走就對了。 第一部分，文字前處理與目標。 我們先來看看，到底怎麼讓 AI 真的看懂人類的文字。面對自然語言處理，大家心裡要先有個大前提：電腦其實就是個超級理科腦，它只看那種數字和數學運算。所以我們馬上會遇到一個巨大的瓶頸，那就是文字絕對不能直接丟進模型，你必須透過前處理，把那些原始、雜亂無章的文字，轉換成 AI 能夠消化處理的格式。 你要知道，這個步驟做得好不好，會直接決定後續 AI 分類、搜尋、甚至生成的準確度。這感覺就像是大廚要做高級料理前，食材總得先經過嚴格的清洗跟裁切，對吧。 那這個洗菜、切菜的流程到底包含哪些步驟呢？第一步是斷句，就是把長篇大論先切成一個個獨立的句子。第二步是分詞，用一句話解釋，就是把一個句子精準地切成一個個有意義的詞彙單位。接著第三步，清理與去除雜訊，我們會把那些沒用的標點符號、亂碼，或是毫無意義的停用詞通通濾掉。最後一步是正規化，簡單來說就是讓文字格式標準化，比方說把英文字母統一轉成小寫，這樣模型才不會笨笨地把大寫的 Apple 跟小寫的 apple 當成兩個完全不相干的詞。 好的，第二部分，基礎向量化與詞頻。 文字清理乾淨了，接下來看看怎麼把它們變成數字。早期最直觀的做法有兩種。第一種叫做 One-Hot 編碼，這有點像是在給每個詞發一個超長的專屬條碼，這個向量裡面只有一個位置是 1，其他全都是 0，這在術語上叫做稀疏向量。它最大的致命傷，就是完全沒辦法表達詞跟詞之間的語意相似度。 第二種叫做 Bag of Words，簡稱 BOW。你可以想像成把句子打散，全部丟進一個大袋子裡，然後只去算每個詞出現的頻率。準備考試的時候，請大家記住這個官方判斷口訣：看到「詞頻袋子」想到 BOW。不過要小心喔，BOW 雖然看重詞頻，但它完全忽略了文字的先後順序，這點很吃虧。 既然 BOW 會忽略語序，那我們就有了它的升級版，叫做 N-grams。簡單來講，N-grams 就是把相鄰的連續詞組綁在...
閱讀完整內容