專業 物理

  • 眼見為憑:黑洞確實存在

    4組獨立團隊所得到黑洞剪影圖像的成像結果都非常類似。基於這種相似性,我們做成的結論是:「得到的圖像有非常高的可靠度。」

  • 望向天際的大眼睛—格陵蘭望遠鏡裡的天線與接收機系統

    這裏透過介紹格陵蘭望遠鏡接收機系統的設計測試與實際部署,讓大家更進一步了解格陵蘭望遠鏡。

  • 望向天際的大眼睛 — 格陵蘭計畫初始

    更多的望遠鏡一起參與 VLBI的觀測將會大大地提高訊號的靈敏度,而且只要能夠把這些位在地球不同角落的望遠鏡全部連線成為 VLBI 陣列,將會形成一座具有地球一般大小的「合成孔徑望遠鏡」,其所提供的影像解析力足以「看清楚」黑洞是否存在。

  • 凝視時空的深淵:黑洞剪影的故事

    黑洞影像的成功觀測也正式宣告了黑洞在事件視界尺度的天文物理研究即將進入讓人振奮的新時代!

  • 如何跟物理做朋友 ?

    當一個人忘了學校裡所學的一切,如果還剩下什麼,那個剩下的就是教育。

  • 不起眼的波瀾壯闊:大氣層與內重力波

    內重力波形塑了大氣的流動與溫度變化,且不只在地球上如此。

  • 光電效應也可以照相!

    藉由同步輻射的掃描式光電子能譜顯微儀我們可以系統性地探討單層凡得瓦材料與基材的交互作用,以及單層凡得瓦材料的本徵及其異質介面的物理化學結構。

  • 光電效應大展身手:角解析光電子能譜學

    利用光電子能譜技術,發現了材料中 Chemical Shift 的現象,這個發現對於材料科學發展的影響,悠久而深遠,時至今日,科學家仍舊持續利用這項技術,探測各種新穎材料的原子鍵結狀態,為各種材料的發現做出貢獻。

  • 點亮台灣之光,耀眼全世界:國家同步輻射研究中心

    同步輻射讓科學研究可以往更小的尺度邁進,支持著許多研究團隊進行基礎的科學研究。

  • 鈾方塊漂流記

    一個神秘的「禮物」使兩位物理學家開始研究起二戰的德國核反應爐史

  • 量子概念的物理內涵與發展

    量子力學自誕生至今已發展超過上百年,即便如此,物理學家與哲學家仍然持續爭論著「測量(measure)」在量子力學的真正意味。

  • 我們與量子計算的距離

    量子計算的研究已經開始逐漸成熟了,尤其拜最近量子位元 (quantum bit 或簡稱 qubit) 工程的進步所賜,一連串的物理實驗可以使用為數不多的量子位元就成功地展示其計算能力。但除了小型、實驗室規模、原則性 (proof of principle) 的元件之外有許多企業也開始想辦法將這種能力運用到可擴展 (scalable) 的量子計算系統上,希望能將上千萬個邏輯量子位元放入可商用的完整量子計算系統,藉由量子科技的能力解決傳統電腦無法應付的實際問題。

  • 物理碩士學位為你開啟豐富的職涯選擇

    如果你希望增加自己未來進入業界或是投身教育的有利選項,物理碩士學位或許可以為你提供幫助。

  • 看見微小世界的奇蹟

    我與表面科學的相遇,應該是場美麗的邂逅吧。從一開始的懵懂,到多年後細數它的點點滴滴,身為一個對研究工作有著執著與熱情的人,想起這段「追逐原子」的歲月,都會不禁在心中泛出一抹微笑;告訴自己,這樣的人生還真的是值得了!我在1992年還是學生時,開始認識表面科學,當時只是知道它是門與固態物理相關,研究表面界面間原子分子結構的科學。在經過多年的接觸之後,我才深刻的了解這門美麗的學說與它所扮演的歷史任務。

  • 超越摩爾定律的二維電子元件

    進入到數位資訊時代,人類的生活越來越離不開數位裝置的輔助。無論是個人的工作學習,娛樂常用的電腦,甚至社交往來所依賴的行動裝置,都因為數位裝置強大的計算效能,已經滲透到現代人們生活的每一個角落。

  • 二維電子元件的發展可否成為下一世代的希望 ?!

    半導體積體電路發展至今,其複雜程度早已遠遠超過六十年前科學家們的假設,1969 年 Simon Min Sze 出版全球最著名的半導體元件聖經一書『Physics of Semiconductor Devices』時,也未曾料想到積體電路可以微縮到目前的範疇,Simon Min Sze 新書發表的當下也僅認為微米尺度的電晶體微縮化,大概就是這個領域的邊界了吧。但隨著晶片縮小化過程,所導致的複雜度與成本的驟升,2018 年初英特爾於製造 10 奈米核心技術上,遇到良率大幅下降等嚴重問題,導致大規模量產時程延宕至 2019 年初;另一方面,著名的半導體廠 Global Foundries 也於近期宣布停止開發 7 奈米核心晶片技術 ( 一般相信 Global Foundries 的 7 奈米技術與英特爾 10 奈米技術相當 ),這些原因都歸咎於微縮過程,在矽晶片為主的互補式金屬 - 氧化物 - 半導體場效電晶體 (metal-oxide-semiconductor field-effect transistors, MOSTFETs) 技術變得越來越困難所致。

  • 凝態物理變王道

    從二戰後才出現的固態物理到以凝態物理重新上架的故事來瞭解廿世紀末物理界的大轉變。

  • 工作不穩定的約聘講師人數呈穩定成長

    幸運的大學生會遇到願意盡心盡力、熱心教學的老師;但是不管有沒有遇到,在講台上或實驗室裡的那個人都非常有可能是有限期的約聘講師而不是終身職 (tenured) 或準終身職 (tenure-track) 的教授。

  • 粒子物理行 (六) 四種基本力-----重力交互作用

    重力交互作用即是萬有引力。重力交互作用的交互作用荷是能量和動量。由於能量和動量是一切物質都擁有的物理量,重力交互作用發生在所有物質身上。任何兩件物體都會互相作用一重力吸引力。

  • 粒子物理行( 五 ) 四種基本力 ----- 電磁交互作用

    在前幾章,我們粗略地認織了量子場論的理論框架。從本章開始,我們會接觸到粒子物理的具體內容。粒子物理的理論雖然頗為抽象,但只要運用一點想像力,不難理解其物理圖像。由本章開始,我們會嘗試形象地介紹四種基本交互作用 ( 簡稱為基本力 )。讀過這幾章後,讀者可以嘗試判斷日常遇到的任何物理現象是哪種基本交互作用所致。

  • 家電用品物理學

    一幀女性物理教育的歷史快照,描繪了利用家務吸引女性選讀物理課程的過程,以及家用電器業者如何利用科學銷售電器產品。

  • 光鑷在生物系統之應用與重要性

    從光鑷的現象開始,包含捕捉的方式、捕捉力的量測、捕捉粒子運動的觀測,並進一步談到它在生物系統上的貢獻,以一窺光鑷獲得諾貝爾獎的原因。

  • 反其道而行的創新 - 啾頻脈衝放大

    「在雷射物理領域的突破性發明」 ─ 這是 2018 年諾貝爾物理獎的得獎理由,由三位雷射科學的先驅共同獲得,這是繼 1999 年諾貝爾化學獎 ─ 將化學反應觀察尺度推進至飛秒級 (Femtosecond,10-15 s) 和 2005 年諾貝爾物理學獎 ─ 利用超快雷射鎖模機制 (Mode-locking) 發展的雷射光梳 (Optical Frequency Comb) 之後,超快光學史上第三座諾貝爾獎。

  • 啾頻脈衝放大技術的發展與應用

    回顧 1960 年第一台雷射被發明以來,至今已近一甲子,在其發明之後,雷射物理的研究與應用就急速成長,其影響範圍不僅及於科學研究,也深入工業技術與我們的日常生活。雷射光束相較於一般光源,有許多獨特的性質,例如非常高的相干性、明確的指向性、極高的強度、純淨的顏色 ( 極窄的頻寬 ) 或是非常短的脈衝時寬 ( 極寬的頻寬 ),全世界第一台的雷射 ( 紅寶石雷射 )[1] 就是以閃光燈管來激發的脈衝雷射。在雷射科技發展的初期,物理學家們的主要目標是要製造頻率非常純淨的雷射光,這種連續輸出、窄頻寬的雷射是發展高解析度雷射光譜學的必要工具,而這方面的研究成果也已多次獲得諾貝爾物理獎的肯定

  • 聚焦的雷射光 - 光鑷物理

    2018 諾貝爾物理學獎頒給了三位對雷射領域突破性發展有重要貢獻的科學家。其中在貝爾實驗室 (Bell Labs)付出了大半研究生涯的 Arthur Ashkin ,憑藉著「光鑷及其在生物領域的應用」個人獲得了一半的獎項,以96 歲高齡榮登諾貝爾獎最高齡得獎人。另一半的獎項則由 Gérard Mourou 和 Donna Strickland 兩人以「製造高強度且極短雷射脈衝技術」共同獲得。本文將會著墨於光鑷的發展和其在物理學中廣泛的應用。

  • 啤酒中的物理—氣泡飲料與流體力學

    除了消暑解渴,常見的啤酒或汽水中液/汽相的交互作用也蘊含了許多吸引人的物理課題。

  • 深度學習及其在凝態物理上的應用 – 下篇: 深度學習與凝態物理

    前面我們花了不少篇幅講述了深度學習的原理以及歷史,然而我們卻沒有提及深度學習究竟在物理上有何應用,所以這這篇裡面,我們就來好好聊聊深度學習究竟在凝態物理上有何應用。

  • 深度學習及其在凝態物理上的應用 – 中篇: CNN與RNN

    在上一篇文章中,我們簡單介紹了深度學習的觀念以及歷史,然而我們並沒有提及深度學習中最重要的兩個基本架構,也就是卷積神經網路(convolution neural network)以及循環神經網路(recurrent neural network)。這兩個神經網路分別用來處理了對空間有關聯性的數據以及時間有關聯性的數據,前者後來被廣泛地使用在影像識別上,後者則被廣泛地使用在自然語言處理以及時間序列等問題上。有了這兩個強大的武器,當代深度學習大爆發才有了牢固的基礎,因此要講深度學習,核心問題就是要理解這兩種神經網路架構。

  • 深度學習及其在凝態物理上的應用 – 上篇:什麼是深度學習

    機器學習是一個歷史悠久的領域,早在 1950 年代就由英國的計算機科學家圖靈提出了,此後隨著各式各樣 模型的提出,機器學習逐漸成為了一個成熟發展的領域。然而在很長的一段時間,這個領域並沒有得到相當 的注意,甚至經歷了好幾次的 AI 寒冬[1],一直到 2012 年開始才重新走入公眾的視野,到了 2015 年, AlphaGo 大敗韓國頂尖圍棋高手李世石,機器學習才走入了大爆發的領域。好奇的人可能都很想問,究竟在 2012 年之後發生了什麼事情導致 AI 大爆發呢?

  • 熱科學「冷」處理

    處於超導態和正常態之間的超導薄膜對於溫度超級靈敏,靈敏到可以量測到個別X射線和γ射線(伽馬射線)的光子能量。不過就如超導傳輸線和超導磁鐵一樣,超導相變感測器(TES,transition-edge sensor)其實不是什麼新鮮事,早在1930年代科學家就已經提出可以用超導相變偵測單一光子造成的微小熱改變。但也像很多早期對超導應用的構想一樣,通常要花幾十年的時間來創造或修改理論、儀器、微製程方法和低溫學才能夠使TES發揮它的潛力。