0

0
0

文字

分享

0
0
0

一失足成千古恨?蛇不這樣想

鄭國威 Portnoy_96
・2011/02/17 ・706字 ・閱讀時間約 1 分鐘 ・SR值 482 ・五年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

圖片取自原研究網站

友站CASE Press今天發表了篇很有意思的文章:【古生物學】失足記:蛇的腳到哪去了?

很多蛇以前曾經有腿;根據最新研究顯示,遠古的蛇類四肢發育的速度愈來愈慢,或發育期愈來愈短,最後腳終於徹底消失了

這份研究的摘要發表在今年二月八日的《古脊椎動物學期刊》(Journal of Vertebrate Paleontology)裡,研究結論指出,蛇類確實是在陸上打洞或在水裡游泳的蜥蜴所演化而成的。

….

研究團隊模擬出來的三維立體模型,顯示真足蛇有兩隻退化的迷你後腿,沒有前腿。研究人員也觀察到,真足蛇後腿的膝蓋呈彎曲狀,且有四塊踝骨,不過沒有腳骨及腳趾骨。此外,這項尖端的成像技術也指出,真足蛇腿骨的內部構造,跟現在陸生蜥蜴的腿部極為相似。

然而,何賽認為研究還沒有結束,因為目前仍無法證實,蛇的蜥蜴祖先究竟生活在海底還是陸地上。

簡單來說,這則研究找到更顯著的證據,證明將近一億年前的「蛇」其實是蜥蜴,足部退化了的蜥蜴。就好像人類的尾骨一樣是演化的證據。

然而這則研究最吸引我的是該研究小組用的研究方法。他們以最新的掃描技術,在不傷害化石標本的情形下得到極為細膩的3D掃描結果,才能判別出化石骨骼到底有沒有小小的後腿。

這樣的強力X光掃描加上3D成像技術想必將會對於之後的化石研究產生很大的影響,或許過去許多未解之謎都會被解開。剛剛隨手搜尋就看見在2009年科學家也使用相同的技術重現了三億年前鯊魚近親的大腦模型,而更早在2008年也透過這種方式發現琥珀中的史前昆蟲。新技術的發展可以幫助研究者看見許多雖然就在眼前,但過去就是沒辦法了解的真相,令人振奮。

文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 721 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

1
0

文字

分享

0
1
0
為什麼花錢買票看贗品?每分鐘都有一位傻 B 誕生
寒波_96
・2022/11/18 ・2454字 ・閱讀時間約 5 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

造假是人類複雜心智的一大產物,歷史上各式各樣的作假、贗品層出不窮。作家 Kristine De Abreu 在 ExplorersWeb 網站的文章[參考資料1],整理歷史上的 6 起贗品案例,時過境遷後回顧,這些造假頗有趣味。

龐貝石碑

6 起案例最早的是龐貝石碑。這個「龐貝」不是義大利那個龐貝城,在紐約。公元 1820 年有人找到一塊石碑,上頭有看似陌生的圖像、文字,但是無人能釐清來歷。此後衍生出不少相關的假說與討論。

1894 年,工程師史威特(John Edison Sweet)出面宣稱那是他叔叔的惡作劇。這類藍色窗簾的案例十分普通,也很常見。

龐貝石碑,現在擺在當地的地方小博物館展示。圖/參考資料1

卡迪夫巨人

1868 年,當時某些基督教信徒根據「創世記」,主張世界上曾經有巨人漫步。美國的無神論者胡爾(George Hull)設局惡搞,製作石頭巨人誆騙信徒,希望藉此證明他們是一群盲信的傻B。

惡搞產品身高 3 公尺,重 1350 公斤,成本 2600 美金(約現在的 54000 元)。本來想運到墨西哥,但是太重,最後埋在紐約的卡迪夫親戚家,1869 年「發現」後被稱為卡迪夫巨人(Cardiff Giant)。

假巨人騙到一些人,不過也很快被識破。後來有人以 23000 美金收購(約現在的 50 萬元)。不論當初意圖是否達到,胡爾都大撈一筆。

當時有位東搞西搞的掮客……沒禮貌,是知名經紀人巴納姆(P.T Barnum) 想買卻被拒絕。於是巴納姆也製作自己的巨人,還宣稱那才是真正的假貨 XDDD

假巨人當時興起一股熱潮,許多觀眾付費參觀。對於這些花錢看假貨的觀眾,有人表示:「每分鐘都有一位傻 B 誕生(There’s a sucker born every minute)」。這句流傳頗廣的話,到底是誰講的其實沒有定論,不過江湖傳言就是巴納姆自己。

卡迪夫巨人 1869 年的照片。圖/New York State Historical Association Library

伊特拉斯坎勇士雕像

美國的里卡狄兄弟(Pio Riccardi 和 Alfonso Riccardi)與其兒子們,有一門獨特的家族事業:偽造雕像。他們在 1915 到 1918 年製作 3 具 2 公尺高的伊特拉斯坎勇士雕像(Etruscan Terracotta Warriors),並成功賣給紐約的大都會博物館。

伊特拉斯坎文化位於義大利,年代早於羅馬帝國,歷史應該超過 2000 年,可是雕像狀態太好,有人懷疑是假的。1960 年代費歐拉凡提(Alfredo Fioravanti)出面承認,他當初協助兩兄弟造假。

一群當年世界頂尖的專家,散發滿身的權威感,架勢十足地檢視皮爾當人,卻沒人察覺這批「化石」是徹徹底底的偽物。圖/John Cooke 作於 1915 年

皮爾當人

前幾起贗品案都無傷大雅,但是皮爾當人(Piltdown Man)深深地傷害學術。它可謂人類演化研究史上,最大的造假醜聞。

1912 年,名字和達爾文(Charles Darwin)有點像的英國業餘研究者道森(Charles Dawson)宣稱,在薩塞克斯發現古人類的化石,引發一陣轟動。他在 1915 年又宣布找到化石,這批化石後來合稱「皮爾當人」。

當時一些學者認為,皮爾當人可以填補演化史上,人與猿的缺失環節。英國出土的化石,也支持大英帝國在人類演化史上的地位。業餘人士道森一心想躋身上流,加入英國皇家學會,最終卻沒有如願,在 1916 年去世。

一直有人懷疑皮爾當人的真實性。終於在 1953 年證實皮爾當人分別具有人與猿的特徵,根本是因為皮爾當人不是一個人,而是由猿和人的骨頭拼裝而成。

偽造的伽利略手稿。圖/密西根大學

伽利略手稿

美國的密西根大學 1934 年購入一份「伽利略手稿」,據說是伽利略本人 1609 年的手筆。造假兼打假專家威爾丁(Nick Wilding)在 2022 年 8 月證實,那是假的。決定性的證據來自紙張上的 BMO 水印,它要等到 1770 年才出現,遠遠晚於伽利略的年代。

推測這份假貨來自造假名人尼可查(Tobia Nicotra),他在 1930 年代復刻哥倫布、莫札特、林肯等等名人,製作超過 600 件贗品。

偽造的維京人文蘭地圖。圖/耶魯大學

維京人的文蘭地圖

有些贗品花費數十年破解,有些則一開始就知道是假的,後來再漸漸補足證據。就像某些偵探故事,一開始就知道誰是兇手,後來才釐清作案過程,可謂證明題。

美國的耶魯大學 1960 年代取得一份 15 世紀地圖,上頭繪有文蘭(Vinland),也就是維京人在美洲的殖民地。幾乎一開始就判斷這份地圖是假的,不過做證明題也有意思,圍繞其衍伸出有趣的議題。現在知道,此圖字體不符合年代以外,使用墨水含有天然的鈦,證實這是晚於 1920 年代的字跡。

至於維京人是否曾經抵達美洲?1960 年代在這份贗品地圖出現不久後,考古學家於加拿大東北部的紐芬蘭,尋獲蘭塞奧茲牧草地遺址(L’Anse aux Meadows),證實維京人確實在美洲留下足跡。只是文蘭在哪裡,仍是謎題。

參考資料

  1. Why Did They Do It? Six Archaeological Forgeries and the People Behind Them
  2. Analysis unlocks secret of the Vinland Map — it’s a fake

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
175 篇文章 ・ 677 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》。

0

2
0

文字

分享

0
2
0
天選之人!為什麼地球上只有我們是高智慧生命體?——《人類的旅程》
商業周刊
・2022/10/21 ・2959字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

人類最早的足跡

爬著蜿蜒的山路,前往位於現代以色列的迦密山洞穴,不難想像史前時代這一帶的壯麗環境。

地中海型氣候應是四季宜人,氣溫只會小幅變動。附近青翠的山谷裡,穿山越嶺曲折流過的溪流,應是飲用水的來源。山脈旁的森林應適合狩獵鹿、瞪羚、犀牛、野豬。再向外,在毗連狹長海岸平原及撒馬利亞山脈的開闊荒野地帶,應生長著史前品種的穀物及果樹。四周的溫暖氣候、多樣性生態及生食材料,應使迦密山洞穴成為萬千年來,無數狩獵採集族群的理想家園。

這些古代洞穴,如今是聯合國教科文組織(UNESCO)的人類演化世界遺產,從中挖掘出的遺物確實證明,在數十萬年間,這裡曾有一連串史前人類棲息地,同時智人與尼安德塔人(Neanderthals,譯注:遺跡最早在德國尼安德河谷被發現的史前人類)可能曾經相遇,引人遐思。

1920 年查爾斯.R.奈特( Charles R. Knight )所畫的,想像中的史前人類。 圖/wikimedia

在此地和世上其他遺址的考古發現,顯示遠古及早期現代人類,是緩慢但持續學會新技能,善於用火,打造出越來越精細的刀刃、手斧、黑燧石及石灰石工具,也創作藝術作品。這些文化與技術進步,逐漸成為人類特徵,使我們有別於其他物種,而關鍵的推力之一,是人類腦部的進化。

人腦為什麼能發展得如此特別?

人類的腦部非比尋常:容量大且經壓縮,比所有其他物種的腦部都複雜。人腦的大小在過去六百萬年裡長大三倍,這種變化大都發生於二十至八十萬年前,以智人出現前為主。

在人類歷史的長河中,人腦的能力為何能擴展到如此強大?答案乍看之下或許不言而喻:頭腦發達顯然使人類可以達到地球上沒有其他生物辦得到的安全與繁榮水準。然而,事實真相要錯綜複雜得多。要是像人腦那樣的腦部,真的如此明確有益於生存,那其他物種經過數十億年演化,為何未發展出類似的腦部?

我們暫且來看看其間的差別。以眼部為例,它是沿幾條演化路徑獨立發展。有脊椎動物(兩棲類、鳥類、魚類、哺乳類、爬蟲類)的眼部,頭足類動物(烏賊、章魚、墨魚)的眼部,還有較簡單形式:單眼,見於蜜蜂、蜘蛛、水母、海星等無脊椎動物。這種現象稱為趨同演化(convergent evolution),就是不同物種各自演化出相似的特徵,而非來自共同祖先的既有特徵。眼部之外的例子不勝枚舉,像是昆蟲、鳥類、蝙蝠都有翅膀,魚類(鯊魚)與海生哺乳類(海豚)為適應水下生活而體形類似。

顯然不同物種是各自發展而獲得近似的有利特徵,但是能夠創作文學、哲學、藝術傑作,或發明耕犁、輪子、指南針、印刷機、蒸汽引擎、電報、飛機、網際網路的頭腦,卻是例外。這種頭腦只演化過一次,在人體上。

人腦隨著演化發展與進化。圖/pixabay

這麼強大的腦部,具有明顯的優勢,為何在自然界絕無僅有?

這個謎題的解答,有部分要歸咎於腦部的兩大缺點。一來人腦需消耗龐大能量。它只占人體二%的重量,卻要消耗二○%的能量。其次人腦很大,使新生兒頭部很難通過產道。因此比其他動物的腦部,人腦更壓縮或更「褶皺」,並且人類嬰兒出生時,腦子只有「半熟」,需要好多年的微調才能成熟。

所以人類嬰兒無生活能力:許多動物的幼兒出生後不久就會走路,也很快就能自己覓食,人類卻需要兩年時間才能穩穩地走路,至於物質上自給自足,還要很多年。既然有這些缺點,那當初是什麼因素導致人腦的發展?

研究者曾認為,或許有數種力量共同促成這一過程。

生態假說(ecological hypothesis)主張,人腦是出於人類暴露在環境挑戰下而進化。當氣候起伏不定,附近動物的數量隨之增減,腦部較發達的史前人類更能夠找到新的食物來源,設計捕獵採集策略,發展烹煮及儲存技術,使他們在棲息地生態條件不斷變動下依舊能夠生存並興旺。

反之,社會假說(social hypothesis)主張,在複雜的社會結構中日益需要合作、競爭、交易,這促成更精進的腦部,才更有能力去理解他人的動機,預期他人的反應,於是成為演化優勢。同理,能夠說服、操弄、恭維、敘述、娛人,這些都有利於個人社會地位,也有它本身的好處:刺激大腦發展及說話、論述能力。

文化假說(cultural hypothesis)則強調人類吸收及儲存資訊的能力,使資訊能夠代代相傳。依此觀點,人腦的獨特優勢之一是能夠有效率地學習他人經驗,養成有利的習慣與偏好,不必仰賴緩慢許多的生物適應過程,即可促進在各種環境下存活。換言之,人類嬰兒雖然身體上無能為力,但是頭腦裡備有獨特的學習能力,包括能夠領會及保留,曾幫助祖先存活、也將協助後代興盛的行為規範,那就是文化。

另一種可能進一步推動腦部發展的機制,是性選擇(sexual selection)。即使對腦部本身沒有明顯的演化優勢,但人類也許形成了對頭腦較發達的配偶的偏好。這些先進的頭腦或許具有對保護及養育子女很重要的隱形特質,有意找這種配偶的人,從可辨認的特徵像是智慧、口才、思慮敏捷或幽默感,能夠推斷出這些特質。

科技進步下越來越聰明的大腦!

人類獨有的進步以人腦進化為主要推力,尤其在於它有助於帶來技術進步:以日益精進的方式,把周遭自然物質及資源轉為我們所用。技術進步又塑造繼起的演化過程,使人類得以更成功的適應不斷變動的環境,從而進一步推動新科技及加以利用。這種重複且具強化作用的機制引導著科技加速向前邁進。

隨著技術進步大腦也更快速發展。圖/pixabay

尤其有人主張,越來越熟諳用火的早期人類開始烹煮食物,因而減少咀嚼和消化所需的能量,以致熱量充裕,並空出原本由顎骨和肌肉占據的頭顱空間,更加刺激腦部成長。這種良性循環或許促進烹飪技術更多創新,繼而又使腦部進一步成長。

不過腦部並非人類與其他哺乳類唯一有別的器官。人的手也是其一。與腦合作的雙手,也在一定程度上為回應技術而演化,尤其受益於製作及使用狩獵工具、針、烹飪器皿。

特別當人類長於雕刻石頭、製作木矛等技術時,能夠強力使用並正確加以改良的人,存活的可能性就增加。擅長狩獵的人能夠更可靠地養家活口,扶養更多子女長大成人。相關技能的世代傳承,使人口中能幹的獵人比例增加。再來,進一步創新的好處,如更堅硬的矛和後來更強的弓、更尖的箭等,又提高狩獵技藝的演進優勢。

類似性質的正面回饋循環,見於整個人類歷史:環境變遷與技術創新,促進人口成長,引發人類去適應變化中的棲息地和新工具,這些適應增強人類操縱環境、創造新技術的能力。在後面會看到,這種循環是理解人類歷程,解開成長謎團的關鍵。

———本書摘自《人類的旅程》,2022 年 10 月,商業周刊,未經同意請勿轉載