为什么日本的科学那么牛?

640?wx_fmt=gif

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

▲   点击查看

日本化学家吉野彰,因发明了现代锂离子电池(LIB),成为了今年的诺贝尔化学奖得主,一起获得这个奖项的,还有斯坦利·惠廷汉姆、古迪纳夫。

640?wx_fmt=jpeg

吉野彰

事实上,当我们往回看这些年诺贝尔奖获得者的时候,不难发现:日本这十几年来,在诺贝尔奖上的势头一直很猛。

今年的吉野彰是一个,2014年,中村修二也获得了诺贝尔物理学奖。

640?wx_fmt=jpeg

中村修二

中村修二是毕业于日本的德岛大学,相当于我们国内的211大学了。但令人大跌眼镜的是,他毕业后,只是去往了乡镇级的一个小企业,在停车场负责提炼金属材料。

在这一切以产品销售为导向的公司,中村修二的工作显然不能让他们满意,他们认为中村修二做的事情毫无意义,社长甚至公开嘲讽:“你怎么还没辞职?”

被逼之下,中村修二竟然憋出了一个大招:研究高亮度蓝色发光二极管。

640?wx_fmt=jpeg

这个高亮度蓝色发光二极管,成功开启了全球固态照明的新时代。在多年后,蓝光之父中村修二,被瑞典皇家学院誉为是21世纪的爱迪生。

同样的,2002年诺贝尔化学奖得主田中耕一,其实也是一个在公司毫无存在感的一个职员。

640?wx_fmt=jpeg

田中耕一

他最开始学习的是电气工程专业,结果毕业后进了一家做化学研究的公司:岛津制作所,因此田中耕一只能先从底层员工开始干起。

在他田中耕一26岁的时候,公司开始让田中耕一参与开发“质谱分析仪”的项目,也就是利用激光测量金属、半导体和有机化合物分子的质量。

其实“质谱”技术的原理不难理解:

在田中耕一之前,科学家没有找到使生命大分子离子化的有效方法。对于小分子而言,带上电荷后的离子化分子比较容易从溶剂中逃逸出来,飞到检测口生成电信号,但生命大分子质量更大,离子化时需要的能量就更高,它们往往在离子化的过程中被破坏了。这就形成了很久以来使用“质谱”技术无法测量高分子的局面。

而这个难题,最终在田中耕一这里得到了巨大的突破。

1985年2月,田中耕一在实验中,原本打算用丙酮来悬浮钴粉,结果不知道为什么,竟然拿成了甘油。田中耕一很快意识到了这个错误,但由于当时钴粉十分昂贵,田中耕一不舍得浪费,因此用这种废弃的钴粉进行研究,结果检测到了维生素B12的分子量。

640?wx_fmt=gif

他开始意识到,这种新的东西可以提高测定的分子量。

在1985年下半年,田中耕一成功检测到了一种酶的“质谱”信号,这是仪器分析化学的一个历史性突破,正式宣告蛋白质大分子可以被完好地离子化。同年,岛津制作所及时为田中耕一的质谱离子化新方法向日本专利局递交了申请。

1987年,田中耕一用同样的方法又检测到分子量更大的另一种酶的“质谱”信号。

尽管在1990年以后,越来越多的人都相继开发出了“质谱分析装置”,并且在性能上可能更优于田中耕一所开发的,但是那些创造者也不得不承认,这一切的成就上,都是因为田中耕一的创造。

2002年,诺贝尔化学奖委员会正式宣布,田中耕一与另外两名美国科学家共享诺贝尔化学奖。

640?wx_fmt=jpeg

2008年诺贝尔化学奖的下村修因为发现绿色荧光蛋白而获奖......

2008年诺贝尔物理奖得主益川敏英.......

2002年物理学奖获得者小柴昌俊........

其实获奖的人肯定远远不止这些。那现在问题来了,为什么日本人可以获得那么多奖项呢?

事实上,这个问题非常值得深究,大概可以分为两点:

一个是日本人在科学上的巨额投入,让日本科学家如鱼得水,从而能够更多的出成绩,因此,很多产品,核心技术和材料,都掌握在日本的手里。

还有一个,就是日本在教育界的大比例支出。当然,这个不仅仅是体现在日本实实在在的投入资金,在这个过程中,日本的教育内容本身,也是一个非常值得关注的事情。

日本教育其实非常的有特色。他们不会只是让你去背,片面强调知识传授,反而更加注重对实际生活的联系。

尤其在在幼儿园、小学阶段,其实更应该学会让孩子们接触自然,培养孩子对大自然的兴趣 。

隅良典就说过:“一个人在幼年时通过接触大自然,萌生出最初的、天真的探究兴趣和欲望,这是非常重要的科学启蒙教育,是通往产生一代科学巨匠的路。”

其实日本教育的这个核心理念,对于我们国内的教育来说,也同样适用。

要知道,孩子不仅是在大自然的时候保持着好奇心,这种好奇心更是存在于生活中的方方面面:

微波炉是如何运转的?

科学家到底是做什么的?

为什么会有工程师这个职业,他们又是做什么的?

如果家里的孩子问出各种各样、稀奇古怪的问题后,家里的家长如果不懂,很容易张口就斥责孩子问一些乱七八糟的问题,久而久之,孩子的好奇心也被磨灭的差不多。

针对这种问题,DK推出了这套职业探秘百科系列的书籍:《DK职业探秘百科系列:工程师在做什么?》、《DK职业探秘百科系列:科学家在做什么?》

640?wx_fmt=jpeg

这套书以简单易操作的趣味实验为主要形式,让孩子通过亲手动手做实验来理解各种各样的科学原理、了解不同职业的人是如何思考、如何工作的。让孩子以专业人士的思维去认识问题、解决问题,学习各个领域的基础知识,打下专业基础。

书里面的实验材料都是生活中的常见材料,但是做出来实验非常有意思,有些很特别。里面知识的讲解、延展补充、操作步骤的标注等等都很到位,非常适合5-12岁的小朋友,满足他们的好奇心。

Part.1《DK职业探秘百科系列:工程师在做什么?》

《DK职业探秘百科系列:工程师在做什么?》。

1

紧跟STEAM主题,系统分类,层层递进

这本书围绕“工程”主题,系统分成了5大板块:材料、结构、机械、交通工具、能源。

640?wx_fmt=jpeg

这5个板块的设计是层层递进的:比如我们都知道,工程学中最基础的内容就是各种材料。

640?wx_fmt=jpeg

所以第一章就是让孩子通过自己动手实验,去认识一些常见的基础材料,比如砖。我们国家的万里长城就是用石头、土、沙子和砖作为建筑材料建造出来的。

640?wx_fmt=jpeg
640?wx_fmt=jpeg

在材料的基础上才能研究结构,因为不同的材料的性质,才有根据材料特性所做的各种结构。只有前面自己实验过后,才能知道这些材料的差别在哪里,做到寓教于乐。

640?wx_fmt=jpeg

桥梁也是结构研究的代表,比如著名的悬索大桥——金门大桥。

640?wx_fmt=jpeg

2

动手、拓展、延伸同步,孩子动手能力和知识体系同时提升

这是一本全面了解工程学知识的实验科普书,全书一共包含32个有趣的工程类实验。

书的最大的特点就是一本书同时把动手、知识拓展和延伸同步进行。孩子不光是动手做实验,在动手操作的过程中,他能掌握每个实验的知识点和原理,并且会同步引导锻炼他的发散性思维,还伴有其他知识点的延伸。

而涉及到第一章最后一个实验,是自己动手做一个鸡蛋保护舱,让鸡蛋能在保护舱的保护下,即使从高空坠落,也可以完好无损。

用的也是常见的材料,卷筒纸、保鲜膜、海绵等,但是步骤就比第一个实验要复杂的多,7步才能完成。

640?wx_fmt=jpeg
640?wx_fmt=jpeg

除了章节内的实验难度逐步提升,随着主题难度的深入,实验所需的常见材料也是越来越多,要求操作的也更细致。

比如这是第一章中的实验:“是折还是弯”。是让孩子通过拉扯吸管和橡皮筋的两端这一简单动作,来理解材料的拉伸和压缩。实验步骤少,操作难度小。

640?wx_fmt=jpeg

到了第二章结构板块之下,实验“悬索桥”的难度就有了明显的提升,小小的实验,也需要孩子的耐心、细心和恒心呢!实验步骤变多了,操作难度升级了,完成实验所需的时间也变长了。

640?wx_fmt=jpeg
640?wx_fmt=jpeg

1、让孩子逐步完善知识体系

书里的知识点会一点点深入地去讲,通过融入一个个有趣的实验,逐步去开展。

640?wx_fmt=jpeg

砖块的搭建,引入一种新物质——砂浆。加入砂浆,砖块搭出的砌体结构就要比单纯的砖块叠加要稳固的多的多。这个实验里用方糖和蓝丁胶两种物质来模拟生活中真实的砌墙,让孩子感受到新材料的加入和使用所产生的神奇力量。

640?wx_fmt=jpeg

2、发散思维,举一反三

书中一部分更具发散性、想象力的实验里,特别设计了单独的小版块“举一反三”。通过这个小版块,配合实验来启发孩子发散思维、触类旁通,培养孩子的探索精神和创新能力。

640?wx_fmt=jpeg

再比如,实验“橡皮软糖塔”中的“举一反三”,就是启发孩子用书本测试这种结构的稳固性,并激发孩子的创造力和想象力,对软糖塔进行结构改造和升级。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

3、多类知识同步延展

首先这本书里会把很多实验中涉及到的科学知识做单独的讲解,告诉孩子科学的原理。

比如材料这一章的实验“小钉生锈记”

640?wx_fmt=jpeg

其次,除了工程学上的科学知识以外,这本书里还特别加入了历史,百科,人物等内容,让知识更加立体。

书里的每一章都有介绍各种各样的化学家、工程师以及建筑师。通过对他们的介绍,既让孩子体会科学知识本身所带来的魅力,同时也是知识的延伸和拓展。

640?wx_fmt=jpeg

比如在交通这一章里,单独讲了交通工具的驱动力来源——发动机的知识,它的基本工作原理和种类。

640?wx_fmt=jpeg

3

材料简单,实验炫酷

这本书的实验围绕工程学来设计的,虽然用的材料很简单,但是做出来的实验却非常非常的炫酷。

比如游乐场里的过山车,孩子用吸管、尺子、乒乓球等就可以自己搭一个出来。生动地模拟出过山车的运行过程,并且对过山车的包含的力学原理也有讲解。

640?wx_fmt=jpeg

Part.2《DK职业探秘百科系列:科学家在做什么?》

这本书的原版作者史蒂夫·莫尔德毕业于牛津大学物理学专业、曾经在bbc当过科普节目主持人的他,很喜欢用几分钟的时间、以超简单的材料和步骤进行简单的小实验,借以解释原本非常复杂的科学原理。

640?wx_fmt=jpeg

而引进制作的中文版入选了2019年环球科学年度科普童书榜榜单,是北京自然博物馆科普部专家高源老师极力推荐的科学实验书。

1

首先说书的架构

这本书是整体分了6个学科板块:大自然、人体、化学、地球、物理和太空。

640?wx_fmt=jpeg

跟工程那本一样,每一章的开篇先讲基础性的概念

640?wx_fmt=jpeg

每个实验同样都是都以跨页大图的形式进行步骤介绍,一是能清晰展现每一步的详细过程,二是通过对步骤简化能让页面尽可能安排更多补充知识。

640?wx_fmt=jpeg

每一章介绍一位在该领域有特殊贡献或特别知名的科学家,选取的都是该科学家在其领域内最为人熟知的贡献。让他们对达尔文有了立体而形象的了解。

640?wx_fmt=jpeg

2

再说说设计的小实验

这本书的作者在实验设计方面,有大量的与孩子讲解科学知识的经验,所以实验设计的很有新意。书中的实验从一起提出问题、动手操作再到思考结果的过程中都充满了趣味。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

比如这个自制“龙卷风”实验,很巧妙的类比——在瓶子中装满水、使劲按一个方向摇晃,然后静置,便会得到一个自制龙卷风。为了效果更明显,还提示加入洗洁精产生泡沫。孩子通过实验,其实相当于亲手还原了龙卷风的形成过程。

640?wx_fmt=jpeg

书里同样有举一反三的小版块,孩子通过亲手做实验,能更好地了解“科学家日常都在做什么”。

比如“模拟陨石坑”里的举一反三,就是鼓励孩子多尝试用不同角度去看待问题。

640?wx_fmt=jpeg

解剖花朵这个实验,举一反三里就提到是不是每种花朵的结构都一样呢?答案显然不是的。通过鼓励孩子对不同的花朵进行解剖,才有可能让孩子真正理解什么是生物的多样性

640?wx_fmt=jpeg

现在,这个超值科普探秘套装,原价176,团购优惠价只要99元!!

640?wx_fmt=png

团购详情

团购名称:DK职业探秘百科

适合年龄:4岁+

  活动优惠:原价176元,48小时超值团购价99元

  团购时间10月30日22:00-11月1日22:00

  关于正品:商品均为正版,欢迎大家监督。

退换政策:如遇外包装损坏,一定要拒收!快递途中很多不可控,签收时及时拆包验货,有问题及时拍照并联系我们

发货方式:下单后48小时内发货,周末、国家法定节假日不发货(注意:周五中午12点之后的订单下周一发货。)

  特别说明:响应国家要求,收货地址请务必实名!

  特别强调:因塑封图书拆封后影响二次销售,所以拆封后将不予退货,请介   意者慎拍!

客服微信:wkwxs001

发票详情:下单前联系客服

    DK职业探秘百科    

原价176元

超值团购99元!

640?wx_fmt=gif

640?wx_fmt=jpeg

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值