相信這邊的讀者應該都看過哆啦 A 夢劇場版動畫《大雄的恐龍》吧!雖然新版與舊版在劇情的安排上有些許的差異,但劇情的主軸都圍繞在主角大雄挖掘到一枚蛋化石,在哆啦 A 夢運用道具時間包巾還原後發現了一隻鈴木雙葉龍(Futabasaurus suzukii)所展開的冒險故事。
日本國立科學博物館日本館的鈴木雙葉龍(Futabasaurus suzukii)收藏。圖/By Dick Thomas Johnson from Tokyo, Japan – National Museum of Nature and Science: Futabasaurus at Japan Gallery, CC BY 2.0, wikimedia commons.
根據生態學上的 r/K 選擇理論,雙臼椎龍一類的蛇頸龍顯然屬於 K 模式,選擇這個策略的動物通常子代的數量較少、親代會投資較多的資源在子代的撫育上。而這很可能意味著蛇頸龍其實具有較為複雜的社會行為,就像今天的鯨豚類。當然我們目前仍沒有足夠的證據說明他們養育子代的程度能達到什麼地步,但至少這些新的化石證據也帶給了我們對這些水中蛟龍更多的想像空間,而非僅限於原有的既定框架之中。
J 編註: r/K 選擇理論中,r 擇汰物種傾向產下大量子代,面對變動較大或不可預期的生存環境,子代個體存活率較低 ;而 K 擇汰物種傾向投資少量子代,確保每個子代有較高的機率存活到成體。(資料來源:科學 Online)
Renesto S, Lombardo C, Tintori A, Danini G (2003) Nothosaurid embryos from the Middle Triassic of northern Italy: An insight into the viviparity of nothosaurs? Journal of Vertebrate Paleontology 23: 957–960
Cheng, Y.-n., Wu, X.-c. & Ji, Q. 2004. Triassic marine reptiles gave birth to live young. Nature 432, 383-386.
O’Keefe, F. R. & Chiappe, L. M. 2011. Viviparity and K-selected life history in a Mesozoic marine plesiosaur (Reptilia, Sauropterygia). Science 333, 870-873.
還記得美劇《The Big Bang Theory》嗎?劇中常常出現的物理名詞「弦論」,是描述物理世界基本結構的理論。中央研究院「研之有物」專訪院內數學研究所程之寧研究員,她正是研究弦論的科學家,也是熱愛音樂的搖滾樂團鼓手,這種跨領域身份並不衝突,兩邊都需要創造力與紀律。由於天生斜槓的性格,讓程之寧在數學和物理領域大展身手,透過數學的深入探討,她試圖將弦論更往前推進。最近程之寧更跨足到人工智慧領域,為學界提供理論物理上的貢獻。
我有兩個動機。一個就是我真的想深入了解人工智慧。我也可以像普羅大眾,看看 AI 下圍棋,讚嘆「哇!好厲害!」這樣就好,可是我覺得我一定可以真的去理解它,這可能就是數學家的自大吧!
另一方面,我知道對科學研究來說,未來 AI 將會是一個非常重要的工具。這是「在職訓練」的概念,我可能會用到這個新工具,或以後我可能會需要教這樣的課,因為學生是下一代的科學家。因為這些原因,我覺得我需要去訓練自己使用新的工具。在我的領域裡,也有一些有趣的、還沒被解答的科學問題,是 AI 有可能幫得上忙的,我看到了一些潛力。
弦論和 AI 感覺差距很大,AI 也可以應用到弦論的研究嗎?
乍看之下,弦論的確比較抽象,也不像其他許多實驗會產生大量數據。但其實弦論有大量的可能性,我認為使用 AI 來在這些巨量的可能性當中搜尋特別有趣的理論,是一個有潛力能夠加深我們對弦論理解的新的研究方法。
而且 AI 的應用絕不僅限於巨量資料。如果是面對一些比較新的挑戰,在沒有現成的演算法可以用的情形之下,可以自己做出需要的功能嗎?這過程我覺得也非常很有趣,而且應該是會有成果的一條路。這種不是那麼顯而易見的事情,我覺得很有挑戰性,也蠻好玩的。
除了用 AI 來幫助物理跟數學的研究之外,我也試著物理研究當做靈感來源,找出新的 AI 的可能性,我覺得這也是一個很有趣的研究方向。我現在有和 AI 的學者合作,嘗試做出一些創新的演算法,真的還蠻有趣的。