鄉愁四韻咖啡館

這篇于 2020-04-12 在臉書發表

那麼，137 億，13.7 billion，年的宇宙年齡如何定位？

答案在救護車裡。

有沒有發現每次當救護車（當然也可以是警車、消防車）響著警笛在你面前快速經過，你聽到的警笛聲由接近你時的高音頻，high frequency，變成遠離你時的低音頻？為甚麽？

這種現象稱為『多普勒效應』，Doppler Effect。看圖吧。

簡單來說，就像在湖面上用手指點一點而產生的水波（水紋），音波是不會跟著聲源一起移動的。當聲源在某個點產生聲音，即使聲源移動，音波還是以原來的點為根據繼續波動。在這情況下，當聲源朝某一個方向移動，那方向的音波之間的距離就相對的小，反正則大。

音波之間的距離是甚麽？就是音頻。距離越小，音頻越高。看圖吧。

那麼，音頻、多普勒效應跟宇宙年齡有甚麽關係？

因為光的頻率跟聲音的頻率特性相似，都會有多普勒效應。

彩虹為甚麽會有七種顏色？因為可見光其實是由不同頻率的光組成，紅色光的頻率最低，紫色光的頻率最高。

當發出光的星星快速遠離地球，由於多普勒效應的關係，我們會看到星星的光偏向紅色，稱為紅移，Red Shift。反之則是紫色。

太空科技不斷進步，高效能的望遠鏡越來越精確。所有宇宙望遠鏡都探測到星星的紅移，無論哪個方向看，而且離我們越遠的星星越偏紅移，這表明了我們的宇宙正在膨脹。

宇宙正在膨脹表明了甚麽？將時間反轉，你會看到宇宙正在缩小。

就這樣，科學家收集大量各種數據來計算，導出 137 億年前，所有星星的位置都處在同一點，而這一點是無限小，稱為『奇點』，Singularity。

科學目前還沒有辦法完美的解釋奇點內是甚麽，不過我們所知的相對論，Theory of Relativity，物理在奇點失效。量子論，Quantum Mechanic，基於量子論的弦理論，String Theory，甚至是 M 理論，M-Theory （沒有人知道到底 ‘M’ 代表甚麽），都期望能提供一個完美的解釋。

這篇于 2020-04-12 在臉書發表

宇宙年齡137 億年，地球年齡45 億年。。是不是的你，怎樣算出來的。。

當然不是我算的。

答案是利用原子，Atom，的半衰期，half life，特性。
蛤？甚麽來的？

首先，原子內有原子核，Nucleus ，跟電子，Electron。可以想像太陽系內的太陽跟行星的關係（當然完全不一樣，不過在這裡沒多大影響）。原子核本身則是由質子，Proton，跟中子，Neutron，組成。這些統稱為粒子，particles。

原子在一般情況下都處於穩定狀態。偶爾因為外來因素，讓原子失去某些粒子，原子就會變得不穩定。一個不穩定的元素會在一段時間內衰退成為另一個元素。科學上把一組（非常）大量的元素衰退成一半數量的時間稱為『半衰期』，這種衰變期是穩定的。

統計學來了。

這半衰期是大量元素同時衰退的平均數。就好像之前說過的扔骰子一樣，單個元素原子的半衰期並不能被預測到，因為它可以是明天，也可以是一千年後。但當原子數量達到幾百萬幾千萬甚至幾億的時候，它們的平均值就變得穩定了。

普遍上用來測量古物年份的元素是碳-14，Carbon-14。
碳-14 是氮-14 被太陽的中子撞擊下產生的。由於太陽跟地球的關係是穩定的（至今為止），碳-14 在大氣中的平均值也是穩定的。

碳-14 不是一個穩定的元素，它會衰變為氮-14。它的半衰期為 5730 年。

那麼，考古學家，archaeologist ，如何利用碳-14 來測量年代？

碳-14 有一個同位素，isotopes，就是我們熟知的碳-12。碳-12 是穩定的，它不會衰變。大氣中碳-14 跟 碳-12 的比例幾萬年來都是恆定的。當植物吸收二氧化碳，同樣比例的碳-14/碳-12 也被吸收。草食動物吃了植物，也吸收同樣比例的碳-14/碳-12。肉食動物吃了草食動物，也吸收同樣的比例。以此類推。當動物死亡的時候，體內的碳-14/碳-12就不再更新。這之後，因為碳-14的衰變，碳-14/碳-12的比例就隨著時間而變少。

所以科學家能藉著測量骨頭上碳-14/碳-12的比例來確定年代。

但是，碳-14 的 5730 年半衰期不算太長，當碳-14/碳-12 少於十分之一時，準確度就開始不穩定了（扔骰子定律）。所以碳-14 只能用在測量 5 至 6 萬年前以內的物品。

古生物學，Palaeontology ，上利用半衰期更長的元素，比如鉀-40，Potassium-14、鈾-235，Uranium-235、或鈾-238 等等，來測定更久遠的時代。

但是，這些元素並不存在於生物體內，如何能斷定恐龍身處的年代？

答案在地質層。

地球的表面一直不斷的被火山熔岩、山崩、灰塵、細菌、等沉澱物覆蓋。所以越深的地質層代表越久遠的年代。古生物學家藉著恐龍被挖掘出來的地質層來決定恐龍身處的年代。

地球上至今探測到最久遠的鋯石，Zicron，能追溯到 43 億，4.3 billion，年前。加上種種其他地球成型的因素，科學家就決定把地球的年齡定位於 45 億年。

題外話，太陽跟月球也有同樣 45 億的年齡。

宇宙年齡呢，不在這篇文章範圍，只是為了刺激感官而已。

這篇于 2020-04-10 在臉書發表

地球所有生物基本上是氫跟碳的化合物。事實上，在化學領域裡『有機物』，organic ，指的是所有含有『碳』，carbon ，元素的化合物，跟你所知的『有機蔬菜』的意思不太一樣。只要燒了之後會剩下一堆碳的基本上都是有機物。

為甚麽地球生物會是碳的化合物呢？不能是其他化合物嗎？

這裡需要一點中學化學知識：元素週期表，Periodic Table。不需記得全部內容，只需記得週期表排列的意思。由左到右，由上到下，把元素圍繞原子核的電子數量（或重量）由小到大列出來。

列表中由上到下表示電子軌道多寡。每一行代表軌道能容納的電子數量。舉個例子，第一行的軌道最多只能容納 2 個電子。第二行則是 8 個，以此類推。當電子數排到最右邊，該元素就達成飽和狀態，很難與其他原子有任何化學反應，稱為惰性元素，inert element 。（新的稱呼為稀有元素，Noble element）。

週期表中可以看到，氫，Hydrogen ，是最輕的元素，只有一個電子。氦，Helium，有 2 個電子。碳，carbon，有6個電子（第一行 2 個，第二行 4 個）。氮，Nitrogen，有 7 個電子（2，5）。氧，Oxygen，有 8 個電子（2，6）。

原子的特性就是會傾向跟其他原子結合，分享電子群，以達到飽和或穩定狀態。這種結合就形成我們熟知的分子，Molecule。大家都熟知的水分子，H2O，就是由兩個氫原子結合一個氧原子，來達到外層 8 個電子的穩定狀態。

這裡也看到現在的氫氣球為甚麽變成氦氣球，因為氦氣是穩定氣體，不會產生化學反應爆炸。

回到 137 億，13.7 billion，年前，當宇宙從無限小的奇點，Singularity，爆炸中誕生。當時只有氫元素，跟少量的氦元素。

那麼，其他元素怎麼來的？答案是融合，fusion。

把兩個氫原子融合起來，就會變成一氦原子。把三個氦原子融合起來就變成碳原子。把四個氦原子融合起來就變成氧原子。

那麼，融合是怎麼發生的呢？答案是太陽（星星）。

引力在宇宙誕生的時候就存在，氫跟氦原子被引力集中成造就了第一代的星星。當這些星星幾億年燃燒完氫氣之後，變成紅巨星，Red Giant Star。星星內部巨大的壓力產生核聚變，Nuclear Fusion，把氦原子融為碳原子。

若星星的質量足夠大，會造成連鎖反應，製造出氧至鐵，Ferum，一連串的元素。當這類星星燃燒完之後會變成超紅巨星，Red Super Giant Star。超新星，Supernova，是指當超紅巨星爆炸在太空中形成的超亮點。由於爆炸力足夠大，超新星能製造出比鐵更重的元素，比如金、銀、銅、鈾等。越重的越難形成，也越稀有，所以金銀銅的價錢一個比一個高不是沒有原因的。

週期表中其他太重的元素則不可能在大自然產生，而是人工合成的。

離題了，理所當然的。

再離題一下，我們可愛的太陽是 45 億年前形成的第三代星星，因為光譜分析太陽內有碳氮氧原子，這些元素只可能在第二次的星星爆炸中產生。

地球同樣的在 45 億年前形成，它收集了宇宙星球爆炸的各種由氫到鈾元素塵埃，就是這多種元素讓地球變得七彩，因為不同的元素反射不同的光譜。

回到問題，為甚麽地球生物會是碳的化合物？

碳的位置在第二行第四個，居中的位置給了它很大的靈活性。它可以跟其他元素，尤其是氫，組成不同的結構。就是這種環環相扣的複雜性才有可能產生一連串的 DNA，進而讓生物的變得可能。

那麼為什麼不能是矽，Silicon、鍺，Germanium 元素？它們也都有居中，最外層也都有 4 個電子。不談複雜的化學，基本上是因為他們的體積比碳原子大多了，化合物的靈活性比碳弱。舉個例子，二氧化碳是氣體，二氧化矽卻是重得多的海沙。不過也因為這種居中的特性，矽跟鍺在半導體工業裡成為重要的元素。

起身！不要再睡了！

這篇于 2020-04-10 在臉書發表

前言：這篇一個星期前寫了一大半，一直拖著沒有去完成。

#來談談疫情之後。

首先，沒有所謂『疫情過後』這回事。直到疫苗被開發出來之前，全世界的人都被逼要跟新冠病毒一起生活，模式也會改變。本來你很開心辦了燒烤會，突然之間你被通知你的住宅區要被強制隔離，因為隔兩條街那吃素的一家出現了個新冠病毒感染者。

新冠病毒是個轉捩點，其中一個最重要的因素就是社交隔離。

菜農漁夫餐館在這段社交隔離期間經歷了天翻地覆的改變。。當然是變壞，欲哭無淚。曾經一貫的供應鏈模式一夜之間崩潰，所有的收成回歸大地。窮則變、變則通，有些開始加入外賣、電話、網售、套裝、模式層出不窮。

很多比較傳統的公司這之前還在猶豫要不要數碼化，譬如居家工作、網路會議、網上交易、等等。疫情之後會看到有不少的公司開始著手研究數碼化，數碼科技需求量大增。電訊公司要著手解決流量問題，間接推動 5G 服務。

數碼的基礎建設項目會大量增長，相關領域會具有競爭性。

數碼化之後的公司會檢討員工打卡上班的必要性，居家工作讓交通工具的需求量大跌。社交隔離讓公共交通受打擊。飛機首當其衝，需求量下跌，價格上漲，不再『人人皆可飛』了。

交通工具需求量的減少令石油價格下跌，依賴石油的國家的財務會面臨巨大問題。

跨國遊客大量減少，依賴旅遊業的國家的收入大減，大量旅館、民宿、與其他跟旅遊業相關的行業會因此面臨倒閉的窘境。

大量傳統行業即將消失，導致大量的員工失業。餐館、酒吧、電影院、演唱會這些高密度的場所是受影響層度最高的行業。這導致啤酒的供應量大減，價格相應提高。客源的流失，餐廳及酒吧開始接受外賣服務，甚至著重外賣。

電召配送服務肯定會是一個火紅的海域。失業的員工開始投入電召行業。電單車銷量會劇增。火車服務則會集中在運送物資，而非乘客。

大量失業的人需要政府的大量援助，否則會導致罪案的增長。羊毛出在羊身上，稅率會相應增加。

往好的方向看。

溫室氣體因此排放量減少。氣候開始回到七、八十年代，或更早以前。天空的雨酸性減少，河流也開始不再那麼渾濁，臭氧層恢復的速度加快。食物內的毒素減少，人類的平均壽命會增加。

#地球會延後毀滅。

這篇于 2020-04-08 在臉書發表

大數據，Big Data，之所以稱為大數據是有原因的。它所需的數據真的要很大很大，不是幾千幾萬，而是幾百萬幾千萬甚至幾億，而且包含所有能採取的數據，並不限定範圍。由於太大，根本無法像傳統數據那樣分門別類，所以這些數據就被歸類為『非結構化數據』，Unstructured Data。這種沒有分門別類儲存數據的方式在幾十年前會被資深工程師罵個狗血淋頭，但現今電腦能力遠遠超越那個時候，在一堆山一樣高的雜亂文件裡尋找所需要的關鍵詞根本是小事一件。

大數據還有一個強項，就是相關性分析，Correlation Analysis。當然相關性分析不是大數據才有的，但是大數據的相關性分析可以很快的把兩個看起來沒有關係的數據層層疊疊的牽連起來，去蕪存菁，然後再利用因果分析，Casual Analysis，來進行更精確的分析。

當前利用大數據的的例子就是 IBM 利用超級電腦分析了新冠病毒的大數據，把有效疫苗成份範圍的可能性縮小到 77 個。這讓其他研究員省下不少時間，提升研發疫苗的速度。

完美嗎？不。

相關性分析領域常強調『 相關不蘊涵因果』，Correlation does not imply causation。簡單來說，即使數據上顯示兩個不同參數，parameters，的曲線相吻合，並不代表這兩個參數之間有關聯。

比如看圖表一，對比美國由1999年到2009年之間的自殺率跟投入科學，太空以及科技領域的資金。兩者的曲線相似的層度相當高，但它們之間能有關係嗎？當然聰明如你會說，就是這個高科技讓人發瘋自殺，所以肯定有關聯性。

那好吧，我們再看看圖表二，美國同年間死於游泳池的人數跟影星尼古拉斯基出現在影片中的次數。。。應該是看了他的影片然後去溺水？

目前火紅的學科是數據科學家，Data Scientist。數據科學家是新穎的專業，跟一般的數據分析師，Data Analyst，不一樣。前者想辦法在一大堆毫無意義的數據裡找出相關性，後者利用這些相關性進行相關分析。