G5K-06 想曬太陽先繳稅？一片平整窗玻璃的千年血淚進化史

-

 【想曬太陽先繳稅？一片平整窗玻璃的千年血淚進化史 🪟✨】

你可能很難想像，古人明明早就做得出精雕細琢的華麗玻璃瓶，卻偏偏造不出一塊平整、完全無色的窗玻璃！

在古埃及，陽光多到被當作滯銷品，掛塊草蓆就算關窗；希臘人乾脆不在外牆開窗，只靠天井引光兼防窺；羅馬人雖曾拿透石（雲母）或用濕木槌捶打熱玻璃做窗，但「隔著玻璃、模糊晦暗」，品質差得根本看不清外頭。中世紀封建城堡為了打仗，窗戶全退化成陰森的窄縫射擊孔，連大教堂也只能拿塗油亞麻布遮風擋雨。

🌪️ 甩出來的薄餅與天價的窗戶稅

中世紀工匠想出了兩種做平玻璃的土法煉鋼術：

  • 牛眼／皇冠玻璃：把玻璃球黏在鐵桿上高速旋轉，靠離心力甩成薄餅狀圓盤，中央留下帶旋渦的厚印記（牛眼）。早期波士頓老宅窗戶因原料含錳，經多年日照後褪成了優雅的淡紫色。

  • 圓筒法：邊吹邊甩出長筒狀氣泡，再縱向剖開攤平成片。

但比技術更殘酷的是統治者的苛政！1696 年英國竟開徵荒謬的「窗戶稅」——想在家吹風曬太陽？拿錢來換！付不起的百姓只好把窗戶砌磚封死，導致室內暗無天日、熱病肆虐，而這項惡稅居然被調漲六次、維持了一百五十年才廢除。在早期物資匱乏的美洲新大陸，窗玻璃同樣昂貴稀缺，甚至有人寫詩自嘲只能拿雲母片做窗。

🥖 像擀派皮般的平板玻璃與氣動革命

這場採光革命在法國迎來關鍵突破：

  • 路易十四的鑄造平板：法國人將玻璃液直接倒在金屬大板上、用圓筒輾壓攤平，宛如「擀派皮」般做出了厚度均一的巨大平板玻璃，一舉奠定頂級鏡子的壟斷地位。

  • 手搖泵取代人嘴：十九世紀法國工匠羅比內（Robinet）發明手搖活塞泵，用壓縮空氣吹出前所未見的巨型玻璃筒，獲頒金獎與退休金，隨後推動美洲進入自動機械化量產。

🥪 從隔熱雙層窗到二十五萬個「玻璃鐘罩」

隨時代演進，玻璃不僅要透光，更成了節能與農業利器：

  • 夾心三明治窗：單層玻璃容易漏光半數室內暖氣，瑞典主婦會在雙層平開窗底層鋪白棉絮與乾燥花吸濕防霜；現代工程師則研發出包夾密封空氣與乾燥劑的「雙層玻璃」（如 Twindow），讓大片景觀窗不再是暖氣殺手。

  • 單株防護罩：法國農園愛用一體成型的「鐘形玻璃罩」，內部形成自給自足的蒸騰微型熱帶氣候，水氣遇冷落下宛如小人國陣雨；一戰爆發糧荒時，英國更曾在一片田裡鋪下整整二十五萬個玻璃鐘罩守護萵苣，化身為波瀾壯闊的玻璃汪洋！

下回望向窗外明媚的陽光時，別忘了這片澄澈平整的視野，是人類跨越千年才爭取到的透光奇蹟！

#生活冷知識 #歷史故事 #建築美學 #工藝演進 #窗玻璃的秘密 #科技科普

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