G5K-12 從五千年前的一顆珠子，到二十噸望遠鏡之「眼」：我們如何走進了「玻璃時代」？

-

 【從五千年前的一顆珠子，到二十噸望遠鏡之「眼」：我們如何走進了「玻璃時代」？ 🌌✨】

大約五千年前，一顆輕如羽毛的微小裝飾珠，開啟了固態玻璃的人造歷史。若將這顆珠子放大到重達十五噸，便是帕洛馬山天文臺那隻巨大的「眼睛」！

🔭 帕洛馬山的二十噸巨眼：差點被洪水沖走的奇蹟

天文學家需要的是「光」而非單純放大。為了一睹十億光年外的星辰，紐約康寧玻璃廠接下鑄造兩百英寸（約五公尺）巨型鏡坯的挑戰：

  • 鬆餅模具與二十噸減重術：依傳統規則製作實心鏡盤將厚達三十四英寸、重逾四十噸；康寧利用耐火黏土做成「單面鬆餅鐵模」，底部布滿 114 個幾何芯塊，澆鑄出深肋狀結構，將重量一舉砍半至二十噸（拋光後僅十五噸）！

  • 代號「冰屋」與洪水驚魂：工人們頂著高溫用大鐵杓來回推運四萬磅白熱玻璃。第一塊圓盤因金屬錨具熔斷、芯塊浮起而作廢；第二塊澆鑄成功後在退火爐降溫時，紐約竟爆發暴雨洪水，黃濁惡水一度逼近退火爐僅七英尺，工人在斷電危機中瘋狂搶救，才保住了這片宛如巨大鳳梨切片的琥珀色結晶！

  • 特製列車夜巡護送：這塊怕震動的巨大鏡坯被裝入金屬箱、墊上軟木毛氈，放進輪徑縮小七英寸的特製車廂，以時速二十五英里在夜間橫跨整個美洲大陸，安全送抵加州。

🧵 柔軟如羽絨的纖維與半透明玻璃磚

  • 比頭髮還細的玻璃織物：玻璃被重新加熱，以每分鐘超過一英里的速度拉成百道長絲、撚成細紗。它觸感如絨鴨絨、不褪色、不吸異味且絕對防火，不僅能當作劇院防火帷幕，更成為戰艦、潛水衣甚至橡樹嶺原子彈工廠的頂級隔熱與空氣過濾利器！

  • 會呼吸的中空玻璃磚：兩塊壓製玻璃熔合封住空氣囊，冷卻後形成部分真空，帶來極高隔熱絕緣效果。紐約康寧大樓以此打造外牆，內外壁垂直與水平的特殊溝槽徹底阻絕窺探，更將日光柔和漫射到室內每一處死角！

🛡️ 擋風玻璃、防彈裝甲與導電魔法

  • 不再是殺人匕首的安全玻璃：早期汽車沒有擋風玻璃，開車得穿全身防塵衣加厚面紗；後來發展出夾層三明治玻璃，即使碎成萬片也不分離，甚至還有破裂後能像地毯捲起的橡膠黏合玻璃！

  • 機槍打不穿與通電除冰：三至五層多層防彈玻璃能硬扛十英尺外的機槍掃射；而二戰研發出的「Nesa」透明導電塗層，更能通電加熱擋風玻璃，在酷寒嚴冬中自動除冰。

🎨 巔峰藝術：當馬蒂斯遇上斯圖本水晶

在藝術領域，法國的馬里諾親自像古人般在爐前揮舞吹管，將氣泡當作天然裝飾；而美國的斯圖本（Steuben）工坊則追求純淨無瑕的極致鉛水晶。他們邀請馬蒂斯、達利、歐姬芙等二十七位大師創作，由雕刻師以數十種微型薄銅輪精確刻出帶有浮雕錯覺的絕美線條！

如果這個世界沒有玻璃，就沒有電燈、相機、電影、顯微鏡與望遠鏡，科學將徹底淪為瞎子。當人類走出動盪的機械時代，我們今日所擁有的一切現代文明，正是由這晶瑩剔透的材質所照亮！

#科技歷史 #康寧玻璃 #帕洛馬山望遠鏡 #材料科學 #生活冷知識 #玻璃時代

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