0

1
1

文字

分享

0
1
1

狗可分品種,蚯蚓可以嗎?——太平二號與牠們的產地(六)

YTLai_96
・2017/01/20 ・3174字 ・閱讀時間約 6 分鐘 ・SR值 492 ・五年級

前一篇文章提到了蚯蚓會不會雜交這個常見的問題,或許很多人還是不服氣。畢竟,「太平二號是由日本花蚯蚓和美國紅蚯蚓雜交而成的品種」這說法在網路上到處都是,看久了也就好像有這麼一回事。

另外,我在上篇文末提到「蚯蚓目前並沒有任何品種喔,那些宣稱的品種恐怕都像太平 X 號一樣是個誤會或商業噱頭」,可能也有些人實在不服氣,覺得自家的蚯蚓好棒棒跟別人的明明就不一樣,怎麼可能沒有品種的差別。

沒關係,我們就來簡短的聊聊蚯蚓的品種這回事。

%e8%9a%af%e8%9a%93%e7%b3%bb%e5%88%97%e6%96%87%e7%ab%a06

你說的品種是什麼意思?

在談蚯蚓的品種之前,其實需要先釐清「品種」的意思。一般人口中的品種指稱的概念並不精確,有時候是指例如人、黑猩猩、大猩猩、老虎、獅子這樣的物種(species)層級,而且這樣把物種稱為品種的用法在中國的網頁上似乎頗為常見,有時又是指柯基犬、柴犬、德國狼犬、月月哈士奇、波斯貓、美國短毛貓這樣的品種(breed)層級。

-----廣告,請繼續往下閱讀-----

如果大家口中說的品種是前者(也就是物種),那麼蚯蚓當然有很多不同的物種,目前全世界已經超過 5,000 種蚯蚓,台灣也已經超過 100 種蚯蚓。不過呢,既然這裡的品種是在講「物種」,那我建議就直接稱呼為「物種」或「種」就好,讓品種歸品種、苓膏龜苓膏,省得常常要後續釐清自己在說的品種到底是什麼意思。

狗的品種差異。圖/By Mary Bloom, American Kennel Club - http://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1000310, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=51751579
狗的品種差異。圖/By Mary Bloom, American Kennel Club, CC BY-SA 4.0, wikimedia commons.

蚯蚓的品種該怎樣?

好的,如果真的是在問蚯蚓的品種(breed),那麼答案其實很簡單,那就是「蚯蚓沒有品種」。至少就我所知,目前為止,沒有一個真正的、穩定的蚯蚓品種存在。

根據英文維基百科上的品種定義(因為中文維基沒寫),品種必須要有穩定而且一致的表型、行為、以及/或者其他特徵,讓牠和同種其他個體可以區別(A breed is a specific group of domestic animals having homogeneous appearance (phenotype), homogeneous behavior, and/or other characteristics that distinguish it from other organisms of the same species.)。這當然也符合我們對於品種的概念,就好像柴犬就是長這個樣,個性上行為上都有其獨特之處,這些特徵都是我們可以輕易區別,也是穩定又可以遺傳的。

當我們把這個品種的定義放到蚯蚓上,第一個問題就是一般大眾乃至於諸多古今中外的蚯蚓養殖業者,對蚯蚓的特徵其實並沒有足夠的了解,不知道什麼特徵是在一種蚯蚓間會有相當變化或穩定不變,甚至連不同種的蚯蚓間有什麼特徵上的差異也搞不清楚(不然怎麼會在太平二號裡面混了三種不同科的蚯蚓也沒發現呢)。因此,在這樣薄弱的基礎上,要宣稱什麼自己培育/雜交出不同的品種,其實是非常不可信的。

-----廣告,請繼續往下閱讀-----

常見的狀況是宣稱培育出不同的品種,但卻也說不出自己這個品種的蚯蚓跟別人的蚯蚓有什麼明顯的差別,或者所說的是一些本來就非常有變化的差異,例如吃得比較快啊比較好動啊比較大隻啊比較紅或黑啊等等,甚至根本只是個不同種混養造成的狀況而已(當年的太平二號很可能就是這樣),那這樣又怎麼能稱得上品種呢?

(點擊看大圖)三種「太平二號」的差異。資料/作者提供
三種「太平二號」的差異。資料/作者提供

再者,若是看看培育蚯蚓品種的方式,其實也可以想像為什麼沒有蚯蚓品種這回事。真的要培育品種,理應挑選特定表型的個體出來繁殖或純化,例如短腿狗配短腿狗越配越短,最後就成了科基這樣。無論什麼動物,在培育的目標特徵穩定下來並且有明顯差別之前,絕對是個漫長又繁瑣的過程,在蚯蚓品種培育上也該是如此。但是偏偏蚯蚓經常一養就成千上萬條,宣稱培育出蚯蚓品種的人恐怕都沒有真的有找出特定表型的個體來繁殖或純化,而只是「感覺起來這一群有點不一樣」就說是個品種,畢竟這樣講起來比較好聽威猛又神奇,商業上也比較有噱頭。到頭來,這些所謂的品種很可能都只是因為提供的環境或食物有些差別,或甚至根本是不同種的蚯蚓,讓整群的蚯蚓有些不同的表現罷了。

更何況,在網路之海放眼望去,同樣都是蚯蚓養殖資訊分享,英文的蚯蚓網頁資料裡從未出現任何蚯蚓品種的說詞,現在的日文網頁資料也罕有提及「太平二號」或任何的品種說詞,只有中文的網頁資料還在不斷宣稱自己的蚯蚓是太平二號、大平三號、北星二號、OX N 號等等各式各樣的品種。試想,如果真的有培育出蚯蚓品種的可能,照理說蚯蚓品種應該在各種語言的網頁資料中都遍地開花才對,沒道理只有華人世界鶴立雞群超英趕美獨霸蚯蚓品種培育的能力。因此合理的推斷,我們的蚯蚓品種一說應該是大有問題的。

而且,前一篇文章我們也已經說過了,不同種的蚯蚓要雜交應該是幾乎是不可能,就算赤子愛勝蚓和安卓愛勝蚓這麼相近的兩種,雜交了也是只生得出空包彈的卵繭孵不出後代,那些說靠著不同種雜交培育出品種的也就沒什麼好提了。

-----廣告,請繼續往下閱讀-----

那蚯蚓的近親交配呢?

蚯蚓會不會有近親交配,則是另一個常出現的問題。問問題的人可能沒注意到的是,這個問題其實跟蚯蚓的品種有些關聯。畢竟,品種培育的過程中,很多時候就是不斷的在近親交配,才能強化那些想要保留的特徵。

如果蚯蚓真的有好好培育品種,為了保留或強化好不容易出現的某個特徵,用同一窩的兄弟姊妹繼續交配大概是免不了的事,這時候要來苦惱近親交配可能還比較實在一點。但是坊間的蚯蚓一養多半是以斤為單位,歐洲紅蚯蚓一斤大概就有兩千隻以上的數量,這樣的數量若是要發生近親交配,恐怕機會也是微乎其微了。

如果我說的你都不相信的話…

沒關係,那我們就來看看這個 2006 年發表的研究,再來想想品種和近親交配的問題。

在這個研究中,研究人員在西班牙北部的維戈(Vigo)和中部的馬德里(Madrid)各取了一群安卓愛勝蚓(也就是台灣養殖的歐洲紅蚯蚓),他們先是把維戈的未成熟個體單獨養到成熟,再讓牠們兩兩交配,形成了五個維戈蚯蚓家族。

-----廣告,請繼續往下閱讀-----

接下來實驗的重頭戲,就是把每一個維戈蚯蚓家族裡面的子代蚯蚓隨機分成三群,分別是跟自己手足交配的近親交配群、跟別的維戈蚯蚓家族子代交配的青梅竹馬群、最後是跟馬德里來的蚯蚓交配的兩地通婚群,並且在這些子代蚯蚓交配後的 15 周內,計算牠們產卵繭的數量。

歐洲紅蚯蚓的卵繭,顏色越深紅越接近孵化時刻
歐洲紅蚯蚓的卵繭。圖/作者提供

結果發現,青梅竹馬群的蚯蚓所產的卵繭最多,兩地通婚群的蚯蚓所產的卵繭則少了一點(跟青梅竹馬群的產卵繭數相比少了 19%),近親交配群的蚯蚓所產的卵繭則最少(跟青梅竹馬群的產卵繭數相比少了30%)。而維戈跟馬德里分隔 500 公里,兩群的安卓愛勝蚓都是自然族群,應該至少上百年幾乎沒有任何交流。因此在品種上,這樣的結果其實暗示了不同群的蚯蚓分隔久了,在遺傳上或生理適應上是真的會出現些許的差異,讓兩群個體通婚後的繁殖率下降。但即使如此,研究中也絲毫不曾提到「品種」這個詞,只是謹慎的使用了「族群」這個稱呼。對比起來,大談品種的養殖蚯蚓產業也許就輕率了點。

另外,從研究結果看來,真的要問近親交配會不會造成影響,答案的確是會但是是在跟兄弟姊妹交配的極端狀況下才會有影響,而且影響的是繁殖率,而不是其他活動力或食慾或行為等的表現。相對的,跟遠在天邊的另一族群配對,也會對繁殖率有影響。

所以到頭來最好的作法,其實就是確保養殖的蚯蚓數量夠大,讓蚯蚓能夠有夠多的潛在對象可以交配,也許偶爾混合翻攪,讓蚯蚓可以有機會遇到同群但不同家族的個體來交配,這樣照理說就不至於有什麼近親交配的擔憂才是。

-----廣告,請繼續往下閱讀-----

參考資料

文章難易度
YTLai_96
51 篇文章 ・ 29 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

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

  • 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。

0

5
3

文字

分享

0
5
3
除了蚯蚓、地震魚和民間達人,那些常見的臺灣地震預測謠言
鳥苷三磷酸 (PanSci Promo)_96
・2024/02/29 ・2747字 ・閱讀時間約 5 分鐘

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

災害性大地震在臺灣留下無數淚水和難以抹滅的傷痕,921 大地震甚至直接奪走了 2,400 人的生命。既有這等末日級的災難記憶,又位處於板塊交界處的地震帶,「大地震!」三個字,總是能挑動臺灣人最脆弱又敏感的神經。

因此,當我們發現臺灣被各式各樣的地震傳說壟罩,像是地震魚、地震雲、蚯蚓警兆、下雨地震說,甚至民間地震預測達人,似乎也是合情合理的現象?

今日,我們就要來破解這些常見的地震預測謠言。

-----廣告,請繼續往下閱讀-----

漁民捕獲罕見的深海皇帶魚,恐有大地震?

說到在坊間訛傳的地震謠言,許多人第一個想到的,可能是盛行於日本、臺灣的「地震魚」傳說。

在亞熱帶海域中,漁民將「皇帶魚」暱稱為地震魚,由於皇帶魚身型較為扁平,生活於深海中,魚形特殊且捕獲量稀少,因此流傳著,是因為海底的地形改變,才驚擾了棲息在深海的皇帶魚,並因此游上淺水讓人們得以看見。

皇帶魚。圖/wikimedia

因此,民間盛傳,若漁民捕撈到這種極為稀罕的深海魚類,就是大型地震即將發生的警兆。

然而,日本科學家認真蒐集了目擊深海魚類的相關新聞和學術報告,他們想知道,這種看似異常的動物行為,究竟有沒有機會拿來當作災前的預警,抑或只是無稽之談?

-----廣告,請繼續往下閱讀-----

可惜的是,科學家認為,地震魚與地震並沒有明顯的關聯。當日本媒體報導捕撈深海魚的 10 天內,均沒有發生規模大於 6 的地震,規模 7 的地震前後,甚至完全沒有深海魚出現的紀錄!

所以,在科學家眼中,地震魚僅僅是一種流傳於民間的「迷信」(superstition)。

透過動物來推斷地震消息的風俗並不新穎,美國地質調查局(USGS)指出,早在西元前 373 年的古希臘,就有透過動物異常行為來猜測地震的紀錄!

人們普遍認為,比起遲鈍的人類,敏感的動物可以偵測到更多來自大自然的訊號,因此在大地震來臨前,會「舉家遷徙」逃離原本的棲息地。

-----廣告,請繼續往下閱讀-----

當臺灣 1999 年發生集集大地震前後,由於部分地區出現了大量蚯蚓,因此,臺灣也盛傳著「蚯蚓」是地震警訊的說法。

20101023 聯合報 B2 版 南投竹山竄出蚯蚓群爬滿路上。

新聞年年報的「蚯蚓」上街,真的是地震警訊嗎?

​當街道上出現一大群蚯蚓時,密密麻麻的畫面,不只讓人嚇一跳,也往往讓人感到困惑:為何牠們接連地湧向地表?難道,這真的是動物們在向我們預警天災嗎?動物們看似不尋常的行為,總是能引發人們的好奇與不安情緒。

如此怵目驚心的畫面,也經常成為新聞界的熱門素材,每年幾乎都會看到類似的標題:「蚯蚓大軍又出沒 網友憂:要地震了嗎」,甚至直接將蚯蚓與剛發生的地震連結起來,發布成快訊「昨突竄大量蚯蚓!台東今早地牛翻身…最大震度4級」,讓人留下蚯蚓預言成功的錯覺。

然而,這些蚯蚓大軍,真的與即將來臨的天災有直接關聯嗎?

-----廣告,請繼續往下閱讀-----

蚯蚓與地震有關的傳聞,被學者認為起源於 1999 年的 921 大地震後,在此前,臺灣少有流傳地震與蚯蚓之間的相關報導。

雖然曾有日本學者研究模擬出,與地震相關的電流有機會刺激蚯蚓離開洞穴,但在現實環境中,有太多因素都會影響蚯蚓的行為了,而造成蚯蚓大軍浮現地表的原因,往往都是氣象因素,像是溫度、濕度、日照時間、氣壓等等,都可能促使蚯蚓爬出地表。

大家不妨觀察看看,白日蚯蚓大軍的新聞,比較常出現在天氣剛轉涼的秋季。

因此,下次若再看到蚯蚓大軍湧現地表的現象,請先別慌張呀!

-----廣告,請繼續往下閱讀-----

事實上,除了地震魚和蚯蚓外,鳥類、老鼠、黃鼠狼、蛇、蜈蚣、昆蟲、貓咪到我們最熟悉的小狗,都曾經被流傳為地震預測的動物專家。

但可惜的是,會影響動物行為的因素實在是太多了,科學家仍然沒有找到動物異常行為和地震之間的關聯或機制。

遍地開花的地震預測粉專和社團

這座每天發生超過 100 次地震的小島上,擁有破萬成員的地震討論臉書社團、隨處可見的地震預測粉專或 IG 帳號,似乎並不奇怪。

國內有許多「憂國憂民」的神通大師,這些號稱能夠預測地震的奇妙人士,有些人會用身體感應,有人熱愛分析雲層畫面,有的人甚至號稱自行建製科學儀器,購買到比氣象署更精密的機械,偵測到更準確的地震。

-----廣告,請繼續往下閱讀-----

然而,若認真想一想就會發現,臺灣地震頻率極高,約 2 天多就會發生 1 次規模 4.0 至 5.0 的地震, 2 星期多就可能出現一次規模 5.0 至 6.0 的地震,若是有心想要捏造地震預言,真的不難。 

在學界,一個真正的地震預測必須包含地震三要素:明確的時間、 地點和規模,預測結果也必須來自學界認可的觀測資料。然而這些坊間貼文的預測資訊不僅空泛,也並未交代統計數據或訊號來源。

作為閱聽者,看到如此毫無科學根據的預測言論,請先冷靜下來,不要留言也不要分享,不妨先上網搜尋相關資料和事實查核。切勿輕信,更不要隨意散播,以免造成社會大眾的不安。

此外,大家也千萬不要隨意發表地震預測、觀測的資訊,若號稱有科學根據或使用相關資料,不僅違反氣象法,也有違反社會秩序之相關法令之虞唷!

-----廣告,請繼續往下閱讀-----

​地震預測行不行?還差得遠呢!

由於地底的環境太過複雜未知,即使科學家們已經致力於研究地震前兆和地震之間的關聯,目前地球科學界,仍然無法發展出成熟的地震預測技術。

與其奢望能提前 3 天知道地震的預告,不如日常就做好各種地震災害的防範,購買符合防震規範的家宅、固定好家具,做好防震防災演練。在國家級警報響起來時,熟練地執行避震保命三步驟「趴下、掩護、穩住」,才是身為臺灣人最關鍵的保命之策。

延伸閱讀

討論功能關閉中。

0

3
1

文字

分享

0
3
1
黔金絲猴物種起源,竟是近親雜交形成?
寒波_96
・2023/08/11 ・3267字 ・閱讀時間約 6 分鐘

新物種如何誕生,是演化最重要的主題之一,正如達爾文代表作的書名《物種起源》(The Origin of Species,也常譯作《物種源始》)。隨著基因體學帶來愈來愈多新知識,人們對物種的想法也不斷演變。

2023 年發表的一項研究調查多種金絲猴的基因組,意外發現有一種金絲猴,竟然直接由不同物種合體形成。這是靈長類的第一個案例,動物中也相當少見。

黔金絲猴。圖/Current status and conservation of the gray snub-nosed monkey Rhinopithecus brelichi (Colobinae) in Guizhou, China

五種金絲猴的親戚關係

金絲猴(snub-nosed monkey,學名 Rhinopithecus,也稱為仰鼻猴)主要住在中國西南部和東南亞,目前有五個物種。牠們的中文名字依照地名,英文名字則多半根據顏色。

古時候金絲猴的分布範圍更廣,像是台灣也曾經存在過,如今卻只剩下化石。現今五個物種分別為:

-----廣告,請繼續往下閱讀-----

*(雲南)滇金絲猴(black-white 黑白,學名 Rhinopithecus bieti

* 緬甸金絲猴(black 黑,學名 Rhinopithecus strykeri

*(四川)川金絲猴(golden 金,學名 Rhinopithecus roxellana

*(貴州)黔金絲猴(gray 灰,學名 Rhinopithecus brelichi

-----廣告,請繼續往下閱讀-----

* 越南金絲猴(Tonkin 越南東京,學名 Rhinopithecus avunculus

五種金絲猴。圖/參考資料1

比對五款吱吱的 DNA 差異,可知滇、緬甸金絲猴的親戚關係最近,川金絲猴則和黔金絲猴較近,但是黔金絲猴明顯介於兩者之間。黔金絲猴在自己獨特的變異之外,僅管基因組整體更接近川金絲猴,也有不少部分和滇、緬甸金絲猴相似。

見到不同物種之間共享血緣,最直覺的想法是,兩者的祖先發生過遺傳交流。但是詳細比對後,研究猿認為還有機率更高的可能性。

最滑順的劇本是,大約 197 萬年前,滇、緬甸金絲猴的共同祖先,和川金絲猴分家;又經過十幾萬年,約莫 187 萬年前,兩群金絲猴再度合體,形成一個全新的支系,也就是黔金絲猴的祖先;後來滇、緬甸金絲猴再衍生出兩個物種。

-----廣告,請繼續往下閱讀-----

這形成如今我們見到的狀態:黔金絲猴大約 75% 血緣來自川金絲猴,25% 源於滇、緬甸金絲猴的共同祖先。

四種金絲猴的親戚關係,與遺傳交流。圖/參考資料1

靈長類首見,雜交直接形成新物種

或許有人會疑惑,看起來都是共享 DNA 變異,上述說法和「不同物種之間,發生過遺傳交流」有何差別?

差別在於,所謂「不同物種之間」,指的是新物種已經誕生一段時間以後,彼此間又發生 DNA 交流,這個一點都不稀奇。例如 A、B 物種間發生關係,變成 A 的遺傳背景下,又有一點 B 血緣的物種。

但是黔金絲猴的狀況是,新物種之所以誕生,就是不同物種直接合體所致。例如 A、B 物種發生關係,衍生出差異更大,不是 A 也不是 B,足以認定為新物種的 C。

-----廣告,請繼續往下閱讀-----

假如重建的劇本為真,這就是首度在靈長類中觀察到,不同物種直接合體形成新物種的「hybrid speciation」。可以翻譯為「雜交種化」,不過「合體種化」似乎更直觀。

哥倫比亞猛獁,想像畫面。圖/wiki

經由兩個物種雜交,直接產生新物種的方式,植物較為常見,哺乳類動物極少。此前古代 DNA 研究認為,已經滅絕的美洲大象「哥倫比亞猛獁」(Columbian mammoth,學名 Mammuthus columbi)是不同猛獁象合體產生的新物種,但是證據沒那麼充分。

或許沒有那麼罕見?

直接雜交產生新物種,會很難想像嗎?仔細想想,金絲猴的案例可能沒那麼驚悚,或許還有某種程度的普遍性。

回到當初的情境,所謂「兩個物種」在當時其實只分家十萬年而已,差異應該仍很有限。是又累積 180 萬年的分歧到今日,才顯得親戚之間明顯有別。

-----廣告,請繼續往下閱讀-----

這邊 197 萬、187 萬、十萬年都是根據 DNA 變異的估計,實際數字未必如此。不過順序大概差不太多,就是首先分出兩群,很短的時間後又合體產生第三群,再經歷好幾倍的時間直到現在。

假如川金絲猴不幸滅團,缺乏樣本可供比較,那麼黔金絲猴與另外兩種近親,看起來就單純是 187 萬年前分家。

值得注意的是,我們能判斷演化樹上的不同分枝曾經合流,來自對樹形的比對。假如川金絲猴不幸滅團,這棵演化樹中我們只剩下三個物種的樣本,便會判斷黔金絲猴是跟另外兩種親戚分家而成,卻完全不會察覺有過合體種化。

這麼想來,雜交誕生新物種的現象,或許沒那麼罕見,只是時光抹去了許多痕跡。

血緣融合,猴毛也是奇美拉

另一有趣的發現是毛色演化。金絲猴現今四個物種,外表的毛色為一大差異。毛色與深色素有關,深色素愈多,毛色會顯得愈黑,相對則是愈淡,會呈現白毛、黃毛、金毛。

-----廣告,請繼續往下閱讀-----

身為不同演化支系合體的產物,黔金絲猴的毛色也混合兩邊的風格。頭和肩膀的淺色,類似川金絲猴;手腳的深色,則類似滇、緬甸金絲猴。

基因組合體以後,兼具兩群影響毛色的基因,形成混合的毛色搭配。圖/參考資料1

金絲猴毛的顏色深淺,取決於不同色素的相對比例。棕黑色素(pheomelanin)愈高,毛色愈淡;真黑素(eumelanin)愈高,毛色愈深。例如猴毛中含有大量棕黑色素、少量真黑素,便會呈現金毛。

很多基因有機會影響色素與毛色。分析得知金絲猴們有 5 個基因和毛色關係密切,黔金絲猴的基因組來自兩個支系,比對發現,三個基因 SLC45A2MYO7AELOVL4 繼承自川金絲猴,兩個基因 PAHAPC 則源於滇、緬甸金絲猴。

這些基因如何影響毛色,仍有許多不明朗之處。最明確知道的是,SLC45A2 基因表現降低,會使得棕黑色素產量上升,令顏色變淡。PAH 基因表現增加,可以讓顏色加深。

-----廣告,請繼續往下閱讀-----

同一隻金絲猴不同部位的細胞,同一批基因經由不同調控,就能控制毛色深淺。

這篇文章介紹的演化基因體學分析手法,對許多人大概不算容易,但是這些研究帶來的趣味,倒是不難體會。

延伸閱讀

參考資料

  1. Wu, H., Wang, Z., Zhang, Y., Frantz, L., Roos, C., Irwin, D. M., … & Yu, L. (2023). Hybrid origin of a primate, the gray snub-nosed monkey. Science, 380(6648), eabl4997.
  2. The Primate Genome Project unlocks hidden secrets of primate evolution
  3. Biggest ever study of primate genomes has surprises for humanity
  4. Hundreds of new primate genomes offer window into human health—and our past
  5. van der Valk, T., Pečnerová, P., Díez-del-Molino, D., Bergström, A., Oppenheimer, J., Hartmann, S., … & Dalén, L. (2021). Million-year-old DNA sheds light on the genomic history of mammoths. Nature, 591(7849), 265-269.

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

寒波_96
193 篇文章 ・ 1066 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。