Loading [MathJax]/extensions/tex2jax.js

0

10
2

文字

分享

0
10
2

從陸地回到海洋:鯨魚還有腳的過渡時期—《25種關鍵化石看生命的故事》

PanSci_96
・2016/12/24 ・3821字 ・閱讀時間約 7 分鐘 ・SR值 528 ・七年級

-----廣告,請繼續往下閱讀-----

  • 編按:「生命啟始、萌芽於大約三千四百六十五『百萬年』前(也就是,近三十五億年前),註記在澳洲西部,所謂『頂角燧石』中的一群藍綠藻化石群。」(引述自推薦序)截至目前已知的 35 億年生物長河中,許多物種曾生活在這塊土地,卻有超過 99% 的物種都已經滅絕。我們想多了解牠們的故事,只能從現存的少少線索來拼湊。在《25種關鍵化石看生命的故事》中,作者挑選了演化史上重要的 25 種化石來介紹,不僅包含了化石帶給我們的演化故事,也包含了化石發現者、研究者的探索足跡。
  • 大多數哺乳類都生活在陸地上,為什麼偏偏鯨豚生活在海中?如果說在海洋中生活的哺乳類,牠們的祖先來自於陸地,那牠們又是如何走回水中的呢?接著看看科學家如何從化石找答案,本文章摘錄自「走入水中 鯨豚類的起源:步鯨」。
華聖頓史密森尼博物館展示的軛根鯨骨骼。圖/由Claire H. from New York City, USA - Early Whale Zygorhiza kochiiUploaded by FunkMonk,創用CC 姓名標示-相同方式分享 2.0,https://commons.wikimedia.org/w/index.php?curid=6992078
華聖頓史密森尼博物館展示的軛根鯨骨骼。圖/Claire H. from New York City, CC by 2.0, wikimedia commons

鯨類起源的舊假說

當達爾文在 1859 年出版《物種起源》時,鯨是哺乳動物的事實,帶來了更有意思的重要性:鯨一定是某種回到水中的陸棲哺乳動物後代。在第一版的書裡,達爾文推測了這樣的演變是如何發生的。他重複了黑熊游泳時會張開嘴巴捕魚和獵食其他水中獵物的故事,這麼寫道:「我認為這非常清楚:透過天擇,熊類在構造與習性上都表現出愈來愈熟悉水性的歷程,隨著牠們的嘴巴愈來愈大,最後誕生了如怪物般的鯨。」不幸的是,達爾文的批評者不是很能接受這個理論,他也在後來版本的書中放棄了這個想法。

於是鯨類起源的這個問題,被拋到模糊地帶長達一個多世紀。雖然很多有大型原始鯨類的化石被收藏,但是幾乎沒有更原始的鯨類的良好化石出現;也就是半水生,或是完全陸棲,但有和鯨相似特徵的哺乳動物化石。

1966 年,芝加哥大學古生物學家雷.凡威倫(Leigh Van Valen)重新提起這個被忽略了數十載的問題。他指出,原始鯨類的頭骨內有巨大的鈍齒,形狀類似三角形的刀刃,和大型掠食性有蹄類哺乳動物中爪獸類群(mesonychids,發音 mez-o-NIK-ids)的牙齒非常相似。儘管中爪獸有蹄,但是牠們是肉食或雜食性動物,看起來像是狼和熊的混合體。

很多中爪獸體型非常龐大,頭骨上的口鼻部偏長,和原始鯨類非常相似。很快地,大家也開始注意到牠們和鯨類還有其他相似的特徵,於是中爪獸是鯨類祖先的這個論點,數十年來愈來愈獲得廣泛的接受。在我和羅伯特.修奇(Robert Schoch)合著一本關於有蹄哺乳動物的書時,這都還是一個廣受認可的觀點。

-----廣告,請繼續往下閱讀-----

巴基斯坦欠債,跟鯨類化石研究有什麼關係?

在此同時,學界在 1970 與 80 年代開始認真尋找更原始的鯨類化石。當時巴基斯坦向美國國防部包商購買軍備,積欠數百萬美元,因此急於還債的巴基斯坦人透過數個補助基金會,讓美國人相對容易地從這些基金會獲得經費,在巴基斯坦進行古生物學研究。

除此之外,古生物學家知道重要的早期鯨類化石(大多是原始鯨類),最早是在 1920 年代由蓋.皮爾葛林姆(Guy Pilgrim)在印度西北方(現在的巴基斯坦)發現的;1970 年代的阿夏克.薩尼(Ashok Sahni)等人也在此發現其他化石。因此,許多古生物學家來到巴基斯坦,探索比挖出原始鯨類的地層更古老、代表近海或原本是淺海沉積物環境的地層。其中特別值得一提的是密西根大學的菲力普.金格瑞西(Philip Gingerich),以及東北俄亥俄州大學醫學院的漢斯.泰維生(Hans Thewissen)。

確實,巴基斯坦這筆意外又幸運的鉅額研究經費,使得古生物學家碰巧發現了鯨類實際上從陸棲哺乳動物演化而來的時間與地點:即,始新世早期(五千五百萬到四千八百萬年前)的熱帶、淺水的特提斯(Tethys)海道。特提斯是超級陸塊(supercontinent)的盤古大陸(Pangaea)和超級海洋(super-ocean)的古大西洋(Panthalassa)存在時代留下的遺跡,這條熱帶海道從地中海西部延伸到印尼,並在非洲板塊北移封閉了古地中海後被截斷。印度在始新世中期撞上亞洲腹地,更將剩下的特提斯海道一分為二。在特提斯海道消失之前,它的海岸線除了是最早回到水中的鯨的家之外,也是最早的海牛親戚(第二十一章)以及很多其他獨特哺乳動物(例如乳齒象、猿猴類以及蹄兔〔hyraxes〕)的家。

第一件重要的過渡型鯨類群化石,是巴基斯坦鯨(Pakicetus),由金格瑞西和同僚在 1983 年發表論文(圖 20.3)。雖然這件骨骼大部分看起來很像狼,有行走用的四足,但是頭骨卻很像原始鯨類的頭骨,包括大型鋸齒狀的三角形牙齒。牠的腦室很小、很原始,耳朵沒有在水中聽方位、偵測微弱聲納回聲的特殊特徵(但是牠有厚實的耳骨以及其他暗示水中聽覺能力的特徵)。巴基斯坦鯨發現於約五千萬年前的河流沉積層,暗示牠原本應該是陸棲動物,只是大部分的時間在水中生活。雖然牠的長腿和短小手掌、腳掌為了適應奔跑和跳躍而演化變異,但是四肢的骨頭格外粗壯,在水中可發揮穩定的壓艙效果,暗示牠應該是涉水型而不是游泳型的動物。

-----廣告,請繼續往下閱讀-----
357
(圖 20.3)鯨從陸棲哺乳動物的演化過程,列出許多從非洲與巴基斯坦始新世時期地層挖出的過渡型化石重建模型。圖 / 布歐繪;出自 Donald R. Prothero, Evolution: What the Fossils Say and Why It Matters 〔New York: Columbia University Press, 2007〕, fig. 14.16 

「步行游泳的鯨」

步鯨(Ambulocetus natans)繪製圖。圖/By Nobu Tamura email:nobu.tamura@yahoo.com http://spinops.blogspot.com/ - Own work, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=51409887
步鯨(Ambulocetus natans)復原圖。圖/By Nobu Tamura, CC BY-SA 4.0, wikimedia commons.

不過,最大的突破是在 1994 年,泰維生發表論文描述了步鯨(Ambulocetus natans,圖 20.4)。發現於巴基斯坦上庫達納組(Upper Kuldana Formation,約四千七百萬年前的近海沉積層)的步鯨化石,是真正介於鯨和陸棲哺乳動物之間,接近完整的動物骨骼,長度約三公尺,體型接近大型海獅,口鼻部長,有牙齒,和其他原始的鯨相似,也有明顯的三角形牙齒。牠的耳區還是不夠特化,也沒有聲波定位功能,但是步鯨可能會用這樣的耳朵聽陸地或水的振動。牠的四肢長且強壯,前指與後趾都很長,可能還有蹼。因此,這是一隻有四足的鯨類,可以走路也能游泳,故得此名。

359
(圖 20.4)會走會游的鯨,步鯨:(A)最完整的骨骼,照片中為發現者泰維生。圖 / NEOMED,泰維生提供

這件鯨化石的脊椎研究發現,牠的背部能像水獺一樣波浪狀起伏,而不是像海豹或企鵝那樣用腳拍水。這種上下起伏的脊椎運動很像某些鯨,不過大部分的鯨軀幹都是僵硬的,只能用尾巴推進。

3601
(圖 20.4)會走會游的鯨,步鯨:(B)該件骨骼的複製品,裝架復原成行走的姿勢。圖 / 作者拍攝

不過步鯨顯然不是游泳高手。泰維生認為,步鯨像鱷類般的身體比例,支持了牠是埋伏型掠食性動物的觀點——牠會動也不動地潛伏在水底,等到獵物接近時再衝出來獵捕食物。這些標本位於上庫達納組地層的近海海洋岩層中,暗示步鯨棲息在湖泊與河流的邊緣以及海岸。牙齒化石的化學分析,進一步證明步鯨可同時棲息於鹹水和淡水地區。

3602
(圖 20.4)會走會游的鯨,步鯨:(C)游泳外觀重建模型。圖 / 田村信道繪

發現步鯨幾年後,另外一件幾乎完整的鯨類化石,達蘭鯨(Dalanistes,見圖 20.3)也挖掘出來了。和步鯨相同,達蘭鯨有功能完整的前肢與後肢,後肢趾頭更長,可以支撐有蹼的足。但是牠的口鼻部更長,更像鯨類,強壯的尾巴也是一樣。

-----廣告,請繼續往下閱讀-----

在泰維生提出發現步鯨報告的 1994 年,金格瑞西和同僚也在巴基斯坦俾路支斯坦(Baluchistan)南部,約四千七百萬年前的地層中,發現另外一個更進階的過渡型鯨化石(見圖 20.3)。這件化石名為羅德侯鯨(Rodhocetus),是體型接近海豚的鯨,原鯨類群(protocetids)裡最有名的代表(不過這個類群裡的加伏特鯨〔Gaviacetus〕體長倒是超過五公尺)。

羅德侯鯨復原圖。圖/由Pavel.Riha.CB 来自 en.wikipedia.org,創用CC 姓名標示-相同方式分享 3.0,https://commons.wikimedia.org/w/index.php?curid=3840162
羅德侯鯨復原圖。圖/Pavel.Riha.CB, CC by 3.0, wikimedia commons.

羅德侯鯨的頭骨比步鯨大許多,也更像鯨,有更長的口鼻部以及典型的原始鯨類牙齒。頸部的椎體顯示牠的頭和身體已經癒合成流線型的形狀,沒有明顯的頸部,不能獨立於軀幹轉動。牠四肢的長骨頭比步鯨和達蘭鯨短,前肢和後肢也比較短,顯示牠的腿比較小, 腳掌也有蹼(但還沒完全發展成鯨的鰭)。不過牠的髖骨和髖部椎體還是癒合在一起的,暗示牠依舊具備在陸上行走的能力。羅德侯鯨的骨架比例顯示,牠是靠腳掌游泳前進,後腿交替踢水往前推進,尾巴主要是舵的功能。

在羅德侯鯨之後,又發現了無數過渡型的鯨化石,例如泰克拉鯨(Takracetus)和蓋維歐鯨(Gaviocetus);牠們有愈來愈特化的前肢,發育成像鯨的鰭(見圖 20.3),後肢已經很小。牠們的身體也更像海豚,尾部的推進能力更進一步發展(和現代的海豚一樣),代表牠們可能也有水平的裂片。因為現在找到的過渡型鯨化石非常多,因此不可能判斷陸棲結束、真正的鯨出現的確切時間。從 1980 年還是毫無頭緒的謎團,到現在鯨起源於陸棲動物的發現,這是化石紀錄保留的最佳演化轉變過程。


getimage

 

本文摘自《25種關鍵化石看生命的故事:化石獵人與35億年的演化奇蹟》,臉譜出版。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
2

文字

分享

0
2
2
恐龍時代的哺乳動物:爬獸居然會吃恐龍?!——《直立猿與牠的奇葩家人》
大塊文化_96
・2023/08/20 ・2616字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

爬獸是恐龍時代已知最大的哺乳動物。
這種健壯結實的動物與獾差不多大小生活在白堊紀早期的中國。
有件爬獸化石標本,出土時,還伴隨完好無損的胃部內容物:一隻小恐龍的遺骸。
這是顛覆人類對中生代哺乳動物演化認知的一件化石。

大約一億三千萬年前,有種名為爬獸(Repenomamus)的動物,在林下植物之間活動。牠看起來像獾,渾身是毛,體型壯實,有鋒利的牙齒,可以長到十四公斤(三十一磅),是中生代最大的哺乳動物。

爬獸是一種肉食性哺乳動物,體型與獾相當,會吃小恐龍。圖/大塊文化

爬獸屬於一個名為戈壁尖齒獸的已滅絕群體,是第一批專門吃肉的哺乳動物。儘管牠們主要以較小型的脊椎動物如蜥蜴和小型哺乳動物為食,來自中國的驚人證據顯示,這些飢餓的機會主義者也會吃恐龍幼仔,顛覆我們對古代食物網的成見。

儘管人們把侏羅紀和白堊紀跟恐龍聯繫在一起,哺乳動物在這個時期也在一旁蓬勃發展。牠們屬於合弓綱這個與爬蟲類有共同祖先的龐大群體,合弓綱動物在三億年前與爬蟲類分道揚鑣。

到了三疊紀晚期,大多數合弓綱演化分支已經滅絕,只剩下哺乳動物。一直到最近,人們依舊以為哺乳動物在侏羅紀與白堊紀仍維持老鼠的大小,因為牠們的世界被一同生活的大型爬蟲類所支配。

-----廣告,請繼續往下閱讀-----

會吃小恐龍的爬獸

我們現在知道,由於有爬獸之類的化石存在,前述想法並不成立。這隻爬獸的胃裡有一隻鸚鵡嘴龍(Psittacosaurus)幼仔,是當時常見的一種植食恐龍。

雖然無法確知爬獸到底是主動獵捕,還是單純吃下這頓令人印象深刻的腐肉大餐,這件化石證實,哺乳類在這個時期的生態多樣性,比人們之前懷疑的還要高。

成功捕捉到鸚鵡嘴龍幼體的巨爬獸。圖/wikipedia

現存的哺乳動物群體主要有三:胎盤哺乳類、有袋類與單孔目(鴨嘴獸與針鼴)。這些動物的共同祖先可以回溯到三疊紀。

所有哺乳類都是溫血動物,會分泌乳汁,身上有毛髮覆蓋。牠們的牙齒形狀複雜,而且與其他脊椎動物不同,通常只更換一次,換成恆齒以後得用一輩子。

-----廣告,請繼續往下閱讀-----

現今世界充滿各種形貌與大小的哺乳動物,但所有這些都源於白堊紀末期大滅絕事件的少數倖存者。在該次大滅絕之前,許許多多的家族分享著恐龍世界,包括爬獸在內。

大多數家族都隨著牠們的爬蟲類共居者一起消失了―把地球留給現代哺乳動物的祖先來接管。

三疊紀的哺乳動物留下生物感官上的遺產

在三疊紀,最早的哺乳動物體型非常小,而且可能是夜行動物。成為小型夜行性的狹適應動物,在哺乳動物生物學中留下永久的遺產。體型較小的動物比體型較大的動物更容易失去熱能,因為表面積與體積比更高,身體熱能會透過皮膚表面流失。

早期的哺乳動物藉由長出一層絕緣的皮毛來補償,同時新陳代謝加快了―這也是今日哺乳動物是溫血動物的部分原因。

-----廣告,請繼續往下閱讀-----
早期的哺乳動物藉由長出一層絕緣的皮毛來保存熱能。圖/envato

根據現存哺乳動物的眼睛結構與基因,我們得知早期哺乳動物屬於夜行性。如今的哺乳動物眼睛裡,只有為數不多、稱為視錐的感光結構,這些視錐的作用是日間視覺和顏色感知。牠們的夜行性祖先並不需要這些結構,因此視錐及與之相關的基因已經佚失。

如此一來,大多數哺乳動物現在都是色盲,只有少數演化分支(包括我們人類在內)演化出偵測顏色的替代方法。

夜行性可能導致感官的發展,包括敏銳的聽覺與氣味偵測。哺乳動物可以聽到很大範圍的聲音,包括蝙蝠能偵測到的超高頻率,以及大象對話的最低頻震動。哺乳動物也倚賴氣味來溝通,牠們的鬍鬚與皮毛對觸感很靈敏,適合在光線較暗的情況下導航。

哺乳動物可以聽到很大範圍的聲音,包括大象對話的最低頻震動。圖/envato

這些變化導致哺乳動物的大腦尺寸從侏羅紀就開始逐漸增大,因為牠們需要適應,想辦法解讀來自周圍環境愈形增加的感官資訊。沒有這樣的發展,就不可能出現今天這麼大範圍的物種―從體型小又好動的鼩鼱到藍鯨這類深海巨獸。

-----廣告,請繼續往下閱讀-----

恐龍時代的哺乳動物有出乎意料的多樣性

在過去二十年間,新化石的出土,顛覆我們對恐龍時代哺乳動物的看法。這些動物從迴紋針大小的啃食動物到鬥牛犬大小的肉食動物都有。

適應攀爬的動物,用長長的手指在樹梢之間穿梭;擅泳的動物,潛水捕食水生昆蟲與魚類;鼴鼠般的挖掘動物,則以蠕蟲為食。有些動物也擅長滑行,就如今日的飛鼠,利用張開的皮瓣在樹間穿梭。

這些化石大多來自中國,細節保存得相當完整,揭露中生代哺乳動物的生態多樣性幾乎和現今類似大小的動物差可比擬。

展示於中國古動物館爬獸模式標本。圖/wikipedia

雖然這些驚人的多樣性,發生在侏羅紀與白堊紀的許多哺乳動物群體中,現代哺乳動物的祖先在當時並不特別顯著。隨著地球大陸的解體,這些動物被分開了,而在大滅絕事件之後,每個群體都在世界的不同地區建立起獨特的演化分支。

-----廣告,請繼續往下閱讀-----

比如說,包括大象、金毛鼴、海牛與蹄兔等在內的非洲獸總目,其祖先可追溯到非洲阿拉伯大陸。包括刺蝟、鯨、有蹄類、肉食動物與蝙蝠的勞亞獸總目,有共同的祖先在北半球。

有袋類哺乳動物存在於澳洲與南美洲。這個例子正說明了地球地質情況與生物之間的密切關係,創造出地球上獨特的生命模式。

——本文摘自《直立猿與牠的奇葩家人:47種影響地球生命史的關鍵生物》,2023 年 7 月,大塊文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
大塊文化_96
11 篇文章 ・ 13 位粉絲
由郝明義先生創辦於1996年,旗下擁有大辣出版、網路與書、image3 等品牌。出版領域除了涵括文學(fiction)與非文學(non-fiction)多重領域,尤其在圖像語言的領域長期耕耘不同類別出版品,不但出版幾米、蔡志忠、鄭問、李瑾倫、小莊、張妙如、徐玫怡等作品豐富的作品,得到讀者熱切的回應,更把這些作家的出版品推廣到國際市場,以及銷售影視版權、周邊產品的能力與經驗。

2

133
1

文字

分享

2
133
1
蟻巢營養內循環,螞蟻的蛹不動也能貢獻社會
寒波_96
・2022/12/20 ・2477字 ・閱讀時間約 5 分鐘

人類對螞蟻可謂無比熟悉,許多人還不識字就認識螞蟻了;相關的科學研究也十分豐富,產出如威爾森(E. O. Wilson)這類科學大師。2022 年底問世的一篇論文,卻出乎意料地報告一條普遍存在,此前卻一直受到忽視的現象:

螞蟻的蛹會分泌液體,作為成蟲與幼蟲的營養液。

圖/drawception

螞蟻社會的內循環營養液

螞蟻是完全變態的昆蟲,有卵、幼蟲、蛹、成蟲 4 個階段。眾所皆知螞蟻是社會性昆蟲,整個蟻巢運轉精密,但是蛹有好幾天固定不動,除了佔空間以外,在蟻巢裡好像沒什麼存在感。

這項研究主要的對象是畢氏粗角蟻 (Ooceraea biroi) ,近年成為探索螞蟻奧秘的主力。照論文的寫法,一開始目的很單純,就是把蛹從蟻巢中移出,看看孤獨對螞蟻有什麼影響。

被移出巢穴的蛹,羽化成蟲的比例有 90% ;即使周圍沒有同儕,絕大部分的蛹似乎也能成功轉大蟲。然而過程沒這麼簡單。

-----廣告,請繼續往下閱讀-----
將螞蟻的蛹由巢中取出,搜集分泌液體的裝置。羽化前幾天,蛹會由白轉而黑化,羽化前 6 天開始分泌液體。圖/參考資料 1

蛹在成功羽化的前幾天會黑化,論文觀察到當蛹開始黑化不久,也就是羽化的 6 天之前,每天都會分泌出液體。留著液體會害蛹被自己淹死,人為將液體移除,蛹才能順利羽化。

如果是在原本的蟻巢中,蛹排放的液體還來不及把自己淹死,就會慘遭黴菌入侵感染而亡。所幸慘劇實際上不會發生,因為成年螞蟻會將液體去除。

將藍色染劑注入蛹,一天後觀察到成蟻的消化道都出現藍染,可見蛹產生的液體,都隨即轉移進入前輩同儕的肚子。分析蛹產生的液體,得知營養十分豐富。

把食用藍色染料注入蛹,便可觀察蛹分泌液體的轉移。圖/參考資料 1

完全變態的昆蟲,從幼蟲到成蟲的過程中經過蛹的階段,將幼年的身體砍掉重練。螞蟻蛹分泌的液體顯然來自蛹期分解的身體,可謂原汁原味的液化螞蟻。這些容易吸收的成分,在巢穴中直接轉移給同類,毫不浪費。

-----廣告,請繼續往下閱讀-----

這些幼體原汁原味形成的液體營養豐富,其他會化蛹的昆蟲也會產生類似的產物,為什麼不會把自己淹死,或是被黴菌感染?應該是由於那些昆蟲會將其回收利用,轉化為成年身體的建材。社會性生活的螞蟻卻是直接排放出去,變成其他個體的食物。

同時餵養更老與更小的同儕

成年螞蟻以外,蛹產生的液體也是寶寶的營養補充液。螞蟻幼蟲移動能力有限,成年螞蟻會將寶寶放到蛹的旁邊,方便它們液來伸口。沒有液體也能正常長大,不過有得吃的幼體,生長速度更快、存活率更高。

幼蟲破蛋出生的之後一天,蛹也開始分泌液體。圖/參考資料 1

近來在台灣出名的紅火蟻(Solenopsis invicta)雖然兇狠,卻也是畢氏粗角蟻的菜單美食之一。有個實驗是給予紅火蟻和蛹,讓成年蟻選擇,結果大部份都優先將寶寶放在蛹旁邊,可見它們認為蛹提供的善液,是更佳的育幼食品。

換句話說,螞蟻在幼年階段到成年之間的蛹,同時支持更老與更小的同儕。

-----廣告,請繼續往下閱讀-----

奧妙還不僅如此,和一般印象不同,畢氏粗角蟻沒有特定蟻后,也缺乏男生,所有成員皆為工蟻,再透過孤雌生殖進入生殖時期。

奇妙的是,蟻巢中處於不同階段的螞蟻,時程非常協調。當卵孵化出寶寶的一天後,蛹也開始分泌液體。也就是說寶寶從出生以後,馬上就能獲得營養補充液,概念實在很像哺乳動物的哺乳。

檢視螞蟻大家族 5 大群各自的代表,都觀察到蛹分泌類似的液體。圖/參考資料 1

畢氏粗角蟻只是一種螞蟻,論文還調查螞蟻分類上其他 4 大群的成員,發現各種螞蟻的蛹都會分泌液體,而且內容物極為相似。由此推敲,這是螞蟻大家族的普遍現象,可能在眾蟻尚未分家之前已經存在。

螞蟻巢穴的內部循環如此協調,充分反映出社會性昆蟲的優點,但是同為社會性昆蟲的蜜蜂沒有。這應該是螞蟻演化為社會性的重要一步,卻不是其他社會性昆蟲的特徵。

-----廣告,請繼續往下閱讀-----

想來也很奇妙。人們對螞蟻很熟,研究螞蟻、養螞蟻的人一大堆,可是這回報告的現象儘管普遍,卻只是首度被明確指出。我猜以前應該有人發現這件事,只是沒有深入鑽研。

等待探討的問題,無所不在,只要有心。

延伸閱讀

參考資料

  1. Snir, O., Alwaseem, H., Heissel, S., Sharma, A., Valdés-Rodríguez, S., Carroll, T. S., … & Kronauer, D. J. (2022). The pupal moulting fluid has evolved social functions in ants. Nature, 1-7.
  2. A fluid role in ant society as adults give larvae ‘milk’ from pupae
  3. Anatomy of a superorganism: Ant pupae secrete fluid as ‘milk’ to nurture young larvae
  4. Pupating ants make milk — and scientists only just noticed

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

-----廣告,請繼續往下閱讀-----
所有討論 2
寒波_96
193 篇文章 ・ 1090 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》。