0

2
0

文字

分享

0
2
0

動物腸道菌固氮大評比:人類大輸Pika?!

陳俊堯
・2016/09/02 ・3302字 ・閱讀時間約 6 分鐘 ・SR值 477 ・五年級

15113616172_9f0d175ea8_z
以食為天!!圖/Tambako The Jaguar@flickr

肚子又餓了。

生物們每天都在為了獲取充足的養份而忙忙碌碌。主要讓生物傷腦筋的是「」和「」這兩種元素,少了任何一樣,都可能會讓這生物活不下去。像我們這樣的動物是從食物裡得到碳和氮,而植物可以靠光合作用來得到碳,再用根吸收土壤裡的氮源。

說起來這個氮很有趣,因為大氣裡明明有 80% 是氮氣,但是大部份生物卻沒本事把這氮拿來使用,只能對著空氣乾瞪眼。

你今天吃氮了嗎?

不過有一群生物不受這項限制:固氮菌有酵素可以把氮氣轉變為氨,然後拿這些氨來製造自己要用的氨基酸跟核酸。很多自然環境裡都缺氮,像是土壤或大洋裡氮都不夠用,這時如果你是具有固氮能力的話,別人餓到停止生長或死亡了,你就還有機會靠著自己的本事得到足夠的氮來活下去。這種本事讓固氮菌在土壤或海洋裡優雅活著。

-----廣告,請繼續往下閱讀-----

好吧,或許沒那麼優雅,因為固氮要消耗很多能量,這些細菌大概得努力賺取能量,累得半死才能支持自己細胞裡的固氮作用。不過它們只要有了氮,就可以地保住自己在細菌社會裡的地位,也算是個有利的投資。

植物發現了細菌的本事,便設法拉攏細菌來合作。大家應該聽過黃豆和根瘤菌的故事,黃豆讓根瘤菌住進自己的根部細胞裡,再把進行光合作用存下來的含碳分子拿去給根瘤菌,根瘤菌把氮氣固定成氨,再跟植物給的碳接起來變成氨基酸,一部份自己用,一部份回敬給植物。這樣一來植物和細菌分工,一個收碳一個找氮,真的是喝空氣就飽了。

昆蟲也愛固氮菌

動物當然也會想來分這好處。這些年的研究發現好多動物似乎都在佔固氮菌的便宜,我們在這裡選一些有趣的來看。

什麼樣的動物會最需要固氮菌的幫助呢?當然是食物裡碳很多但氮很少的動物,例如白蟻。它們啃木頭,食物裡大部份是纖維素木質素這種多醣,碳源飽滿,但是食物裡氮含量極低。為了活下去,白蟻的腸子裡養了不少固氮菌來提供氮源(研究原文)。

-----廣告,請繼續往下閱讀-----

不只白蟻,其它啃木頭維生的昆蟲也有這樣的需求,也真的在腸子裡放了很多固氮菌,例如美國的一種甲蟲Odontotaenius disjunctus)(研究原文) 或光肩星天牛Anoplophora glabripennis)(研究原文), 都被證實在腸子裡養了固氮菌來補充營養。

Photo credit: Bandwagonman, CC BY-SA 3.0, https://goo.gl/4PSg1V
切葉蟻。圖/Bandwagonman, CC BY-SA 3.0, wikimedia commons.

更好玩的例子是切葉蟻。切葉蟻是種相當成功的群居型昆蟲,甚能維持一個百萬隻個體的大社區。這麼多個體住在一起,要怎麼維持充足的食物供應呢?切葉蟻會把植物的葉片切成小塊,再把它們一片一片搬回自己的窩,放在農場裡養真菌,等待長出來的真菌可以成為自己的食物。

這種做法跟人類拿太空包種香菇來吃,完全是個一模一樣的策略!切葉蟻為了讓真菌有更多氮肥可以用來生長,就把固氮菌當成生物肥料放進農場裡施肥,甚至直接存在自己的腸子裡(研究原文)。這樣不但補了自己,也可以排點出來幫農場補充固氮菌,讓作物長得更好。

脊椎動物也會給固氮菌養嗎?

以上是昆蟲的例子。像我們這樣的脊椎動物也會利用固氮菌來提供氮源嗎?

-----廣告,請繼續往下閱讀-----

脊椎動物也有專吃植物的草食動物,牠們也會需要靠細菌幫忙嗎?沒有錯,你熟悉的澳洲牛、想望的和牛都是啃草長大的,像牛這樣的反芻類動物在瘤胃裡也養了不少固氮菌,來提高食物裡的氮含量。細菌花了很多能量固了氮努力生長,命運卻是整隻被忘恩負義的動物當成營養補品消化掉,接著變成鮮美牛肉的一部份。

除了反芻類的動物之外,別的脊椎動物也用細菌來當養份補給品的案例嗎?有個一定要提的極端例子講給大家聽。黑線巴拉圭鯰Panaque nigrolineatus)是種能啃木頭當晚餐的鯰魚,牠的腸子裡就住著很多能固氮的細菌(研究原文),跟昆蟲的策略相同。

Photo credit: Neale Monks, CC BY-SA 3.0, https://goo.gl/tXwXFg
黑線巴拉圭鯰。圖/Neale Monks, CC BY-SA 3.0, wikimedia commons.

跟我們一樣是哺乳類的鼠兔(pika)(請不要學皮卡丘講話!)也啃很多植物,但是糞便裡居然可以出現大量蛋白質,顯然有其它的含氮養份的來源。研究人員檢驗了幾種鼠兔的腸道,都發現有固氮菌的存在(研究原文)。前述的種種證據告訴我們,動物在含氮養份不足時,便會把腦筋動到固氮菌身上,讓它們住進腸道裡提供養份。而在演化歷史上,已經有很多種動物都成功用這種策略存活了下來。

鼠兔。圖/Alan D. Wilson, CC BY-SA 3.0, wikimeida commons.

你的腸子給不給固氮菌住?

科普文一定最後要回到人類才能吸引注意。這年頭人們以各種理由吃素,那吃素的人會不會因為植物吃多了,腸子裡固氮菌的數量變多了呢?先想想我們的食物是什麼。不管吃葷吃素,我們吃下去的食物裡蛋白質都很多,至少每天在你盤子裡出現的東西絶對不是樹枝木頭這類的東西,所以固氮菌在我們的腸子裡大概沒啥競爭優勢,住不下去了吧?

-----廣告,請繼續往下閱讀-----

2015 年我在日本參加日台韓微生物生態學年會時認識了日本東北大學研究土壤固氮菌的南澤究(Kiwamu Minamisawa)教授。當時他很開心地介紹自己實驗室裡腸道菌的有趣的新研究,今年終於看到這個有趣的研究成果被發表了(研究原文)。

Photo credit: akira 535, CC0, https://goo.gl/baFkbs
圖/akira 535, CC0, wikimedia commons.

在這個研究裡他們收集了巴布亞新幾內亞原住民與日本人的糞便樣本,檢驗裡面是否有固氮菌存在。結果呢?他們以穩定同位素實驗和乙炔還原測試(acetylene reduction test)證實人類糞便裡的確有固氮活性,而且在兩個國家的受試者身上都有這個現象。他們利用 PCR 及 RT-PCR 確認真的有固氮基因 nifH 存在,而且證實這些基因有表現,細菌是真的有在使用這些基因的。

接著他們調出全球各地的人類腸道菌研究的總基因體學(metagenome)資料。這些資料裡面有著樣本腸道裡所有生物的所有 DNA 序列的資料,分析之後就可以知道腸道裡有固氮菌的這個發現是個特例還是通則。他們分析了來自四個國家 838 個受試者樣本的基因資料,加上原本的日本與巴布亞新幾內亞,在這來自六個國家的資料裡全部都找到了固氮菌的 DNA 序列,證實了這不只是特例而已。人的腸道裡,可能真的住了能固氮的細菌。

那這些固定下來的含氮養份有多少,我們可以靠它固氮提供養份來生活嗎?答案是不行的,因為固定下來的量估計只佔人每天需要量的 0.01% 而已。要特別說明的是這篇研究還不是直接測量腸道內的情形,所以沒有直接證據來說細菌真的在腸道裡會固氮,但是由於固氮活性隨排便後時間長度快速下降,可以推論它們在腸道裡是在進行固氮的。不過,這些菌為什麼需要固氮,以及為什麼在環境中有氨的狀況下還會進行固氮,會是未來直接深究的議題。

-----廣告,請繼續往下閱讀-----

如果你曾經在月底苦盼薪水時突發奇想,期待哪天可以吞下一罐固氮菌,後半輩子就讓細菌養不必上餐館,那勸你還是不要把希望放在它們身上吧!

參考文獻:

  1. Desai MS & Brune A., Bacteroidales ectosymbionts of gut flagellates shape the nitrogen-fixing community in dry-wood termitesISME J. 2012 Jul;6(7):1302-13. doi: 10.1038/ismej.2011.194.
  2. Ceja-Navarro JA et al., Compartmentalized microbial composition, oxygen gradients and nitrogen fixation in the gut of Odontotaenius disjunctusISME J. 2014 Jan;8(1):6-18. doi: 10.1038/ismej.2013.134.
  3. Ayayee P. et al., Gut microbes contribute to nitrogen provisioning in a wood-feeding cerambycidEnviron Entomol. 2014 Aug;43(4):903-12. doi: 10.1603/EN14045.
  4. Sapountzis P. et al., Acromyrmex Leaf-Cutting Ants Have Simple Gut Microbiota with Nitrogen-Fixing PotentialAppl Environ Microbiol. 2015 Aug 15;81(16):5527-37. doi: 10.1128/AEM.00961-15.
  5. McDonald R et al., Nitrogenase diversity and activity in the gastrointestinal tract of the wood-eating catfish Panaque nigrolineatusISME J. 2015 Dec;9(12):2712-24. doi: 10.1038/ismej.2015.65.
  6. Kizilova AK & Kravchenko IK, Diversity of diazotrophic gut inhabitants of pikas (Ochotonidae) revealed by PCR-DGGE analysisMikrobiologiia. 2014 May-Jun;83(3):366-74.
  7. Igai K et al., Nitrogen fixation and nifH diversity in human gut microbiota, Sci Rep. 2016 Aug 24;6:31942. doi: 10.1038/srep31942.
文章難易度
陳俊堯
109 篇文章 ・ 22 位粉絲
慈濟大學生命科學系的教書匠。對肉眼看不見的微米世界特別有興趣,每天都在探聽細菌間的愛恨情仇。希望藉由長時間的發酵,培養出又香又醇的細菌人。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

-----廣告,請繼續往下閱讀-----

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
古人用的超大型手機?從烽火臺到智能手機:通信科技的演進
數感實驗室_96
・2024/05/13 ・883字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

現代人手機普及率極高,你可能正在用手機閱讀這篇文章。

仔細想想,我們每天使用的手機真的很厲害。只需幾下操作,就能傳訊息、視訊通話,還能上網看影片、玩遊戲、使用社群網路等。

你可能知道全世界的第一支手機是 Motorola 在 1973 年 4 月 3 日推出的黑金剛,重達 2 公斤的程度。不過,早在幾千年前,其實已經有「手機」存在了。

-----廣告,請繼續往下閱讀-----

當時的手機不只兩公斤重或兩公升水壺大,甚至是有好幾層樓那麼高,那這些手機的傳輸速率也超級慢,看影片一定是不可能,連打電話聊天都辦不到。超級陽春,基本上只能傳遞「有」或「沒有」這樣的是非題。

應該有些人猜到了,其實就是「烽火臺」。

烽火臺是中國古代為了傳遞軍情所設計的通信系統。一座烽火臺上有幾位士兵,備有大量的稻草與木柴,如果看到敵人侵犯,或是前後的烽火臺燃起狼煙,士兵們就會立刻燃燒乾柴,釋放狼煙,傳遞攸關國家存亡的重要資訊。雖然,烽火臺的尺寸大小與現今我們常用的手機差很多,傳輸能力也差很多,但烽火臺還真是上古時代標準的通信設施哦!

接下來還會推出一系列「通信科技」相關的節目,內容囊括了通信發展的歷史故事、重要的通信科學家、通信相關的技術知識。

-----廣告,請繼續往下閱讀-----

讓你認識新聞報導中,常聽到的一些通信專有名詞,什麼是頻帶、頻寬?現代通信技術如此厲害的關鍵又在哪裡?甚至,這些技術跟我們平常在學校裡學到的各科知識,又有怎樣的連結呢?

這系列將用影片帶領大家進入這個有趣、改變全人類生活的通信世界,敬請期待哦!有更多想法也可以留言分享喔!

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/