0

0
0

文字

分享

0
0
0

從化石可以推測出恐龍長什麼樣子嗎?霍氏懼龍的面部重建

江松樺
・2017/04/05 ・1491字 ・閱讀時間約 3 分鐘 ・SR值 545 ・八年級

1992 年,著名的古生物學家霍納(Jack Horner)在蒙大拿西北方的雙麥德遜組(Two Medicine Formation)發現了一種暴龍科(Tyrannosauridae)恐龍的化石,並簡短的在其研究中提到了這個發現。

霍納認為這具標本其性質與裘德河組(Judith River Formation)的強健懼龍(Daspletosaurus torosus)相當類似,雖然其地質年代早了約一百萬年,但很可能是強健懼龍與雷克斯霸王龍(Tyrannosaurus rex)之間的過渡物種。在 2001 年,另一具胃裡仍包含著幼年鴨嘴龍殘骸的化石出土於該地層,此後還有至少三件標本被歸類為暴龍科的標本出土於此。

霍氏懼龍的模式標本 MOR 590。圖/By James St. John. Gallery, CC BY 2.0, wikimedia commons.

加拿大的古生物學家柯瑞(Philip J. Currie)在檢視了許多暴龍科化石後,認為這些雙麥德遜組的暴龍科很可能是懼龍的一種,但仍須進一步的確定這些標本彼此間的關係。此後,這些標本很長一段時間被稱之為「雙麥德遜的暴龍」(Two Medicine tyrannosaurid)而沒有被歸類。

經過了 20 多年的漫長歲月,「雙麥德遜的暴龍」現在終於有了正式的身份-「霍氏懼龍」(Daspletosaurus horneri)。霍氏懼龍生存於距今約 7500 萬年前白堊紀的坎帕階(Campanian),身長約 9 公尺,在被霸王龍取代之前,牠們曾是北美洲的頂級掠食者。

-----廣告,請繼續往下閱讀-----
幼年的霍氏懼龍頭骨。Tim Evanson, CC BY 2.0, wikimedia commons.

一般而言,動物臉部的軟組織都是相當難以保存的,不僅因為這裡的皮膚覆蓋相對的薄,在動物死後經常最先會被腐食者啃食殆盡。所幸霍氏懼龍的頭部結構保存相當完好,於是古生物學家卡爾(Thomas Carr)對比了北美短吻鱷、鴕鳥和火雞等動物試圖重建霍氏懼龍臉部的軟組織。

單純從骨骼當中重建軟組織似乎事件難以想像的一件事,但生物的骨骼其實充滿了可能的線索,當生物體本身仍活著的時候,這些骨頭上佈滿了肌肉、血管通道與神經,而不同質地的軟組織就會在骨骼上留下不同的紋理,並藉此比對現存的鱷魚和鳥類來重建霍氏懼龍的面部結構。他們發現霍氏懼龍的面部結構與鱷魚具有高度的相似性,相較於鳥類的吻部前端已經演變為堅硬的角質喙,他們推測霍氏懼龍的臉上很可能布滿了大面積的塊狀鱗片

不同於雷茲(Robert R. Reisz)等人的看法,卡爾(Thomas Carr)等人認為暴龍科的霍氏懼龍可能不帶有嘴唇,且臉部佈滿了大面積的塊狀鱗片。圖/By Dino Pulerà.

過去古生物學上經常討論這些帶有著巨大牙齒的獸腳類恐龍是否也帶有嘴唇,包括保羅(Gregory Paul)和雷茲(Robert R. Reisz)等人認為常見的古生物復原圖中讓霸王龍這樣的獸腳類恐龍牙齒外露顯然是不合邏輯的。因為沒有嘴唇的保護,口腔中分泌的唾液很難滋養暴露在空氣中的牙齒,最終將會使得牙齒表面的牙釉質碎裂,即使是像暴龍科恐龍這樣一生都能夠不斷更換牙齒的動物,經常性的汰換牙齒勢必要付出相當高昂的代價。

不同於雷茲的看法,卡爾等人認為像霍氏懼龍這樣的暴龍類恐龍很可能不帶有嘴唇,他們的嘴邊血管通道顯示霍氏懼龍也很可能像鱷魚一樣佈滿了外皮感測器官(Integumentary Sensory Organ, ISO),而沒有多餘的空間能夠容納嘴唇。

-----廣告,請繼續往下閱讀-----
懼龍的重建模型。圖/By 盧楓山

現今的鱷魚能夠透過這層外皮感測器官來探測周遭的環境,其下有著高密度的神經網路連接能夠感應觸覺、震動和壓力的受器,即使是輕觸水面所泛起的漣漪都能使牠們快速的感應到獵物存在!如果像霍氏懼龍這樣的暴龍科恐龍具備這樣的利器,無怪乎他們能夠成為晚白堊紀勞亞大陸(Laurasia)上最成功的頂級掠食者。

資料來源:

  • Carr, T. D. et al. A new tyrannosaur with evidence for anagenesis and crocodile-like facial sensory system. Sci. Rep. 7, 44942; doi: 10.1038/srep44942 (2017).

本文轉載自作者部落格:PREHISTORIC BEASTS ,歡迎追蹤作者粉絲頁:遠古巨獸與他們的傳奇

-----廣告,請繼續往下閱讀-----
文章難易度
江松樺
22 篇文章 ・ 4 位粉絲
恐龍愛好者,粉絲團《遠古巨獸與他們的傳奇》作者。致力於將最新的脊椎古生物學與化石生物學新知帶進華文世界,藉此讓大家認識這些遠古巨獸最真實的面貌。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia