1

0
0

文字

分享

1
0
0

森林禿了,是天災還是人禍?

活躍星系核_96
・2012/02/11 ・884字 ・閱讀時間約 1 分鐘 ・SR值 548 ・八年級

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】!

 

採訪撰稿 / 諸南沁

三千年前,部份的中非雨林突然消失,變成莽原。一直以來,科學家都認為這是因為氣候逐漸轉乾的結果,一篇新的研究報告指出,可能人類才是罪魁禍首。

科學家撈上河流帶入海底有關森林消失的祕密。©IFREMER/Michel Gouillou

由於河流的傳送會將陸地上的土壤帶入海中沈積,法國國家海洋開發研究院的地球化學家巴永(Germain Bayon) 與團隊因此想到利用剛果河口的沈積物標本,來檢視過去四萬年以來的紀錄。 當他分析鑽井上來的沈積物,發現在三千年前左右的土壤裡,突然有很強的化學風化信號, 也就是當時曾有大量雨水與土壤下的岩石作用,將容易溶解的元素(例如鉀)帶走,留下不容易移動的元素(例如鋁)。令他十分納悶的是,需要大量雨水才能作用的化學風化正好與當時逐漸轉乾燥的氣候趨勢矛盾。

這個時候,巴永讀到由瑞德(John Reader)所著的《發現非洲》(Africa: A biography of the continent)得知當時正好有班圖語系的農夫新拓居於此。最早操班圖語的史前人類從今天的奈及利亞與喀麥隆交界處往東與往南遷徙,他們以農耕為生,還有鑄鐵製作工具的技術。不論是農耕還是鑄鐵,都需要開墾土地或是砍伐森林。兩個證據一連起來,正好可以解釋,為何在逐漸轉乾的氣候狀況下,仍有化學風化增強的現象。原來,當時由於人類的開墾,大量曝露出土壤下的岩石,就算雨量持續減少,依舊「人工地」加速了化學風化的作用。

作者群還分析釹(Nd)同位素,利用這種放射性同位素能追蹤沈積物來源的特點,來證明這些海底的沈積物並沒有因為可能的河流遷徙,帶來他處的土壤。他們也進一步分析鉿(Hf)同位素,由於這種工具也有類似鋁:鉀比值的特性,能分辨出化學風化的效果,來加強他們的理論。三千年前環境變化的祕密,終於能從海底裡的沈積物裡,追蹤到當時因土地開墾而造成。

巴永強調『我的研究並不是要否認既存(氣候變遷改變環境)的理論,而是可以顯示人類對大自然的影響力。』 就算早在三千年以前,環境的改變, 也有氣候與人類文化的綜合因素 。投射到現代,我們不得不更加謹慎評估人類活動對自然的衝擊。

追蹤閱讀:這篇文章在2012-02-09發表於科學期刊Science的科學快訊(Science Express)中

 

文章難易度
所有討論 1
活躍星系核_96
752 篇文章 ・ 97 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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
海邊戲水要小心!一次帶你認識刺毒魚類,與被刺傷後的自救方法
自然保育季刊_96
・2022/07/20 ・4724字 ・閱讀時間約 9 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】!

 

刺毒魚類是什麼?有刺的魚 ≠ 刺毒魚類

海洋是生命的發源地,其環境複雜多樣,孕育出多種多樣的海洋生物。在漫長的演化過程魚類發展出多樣適應環境的機制,包括物理性、化學性及生物性的調適,其中刺毒(venoms)屬於較為複雜的化學性防禦機制。

然而具有尖刺的魚類就等於是刺毒魚類嗎?答案是「否」的。

刺毒魚類的硬棘上附有毒腺,除了能為掠食者帶來物理性(刺傷)傷害以外,並會造成化學性(毒液)的二次傷害,毒腺所分泌的毒液會使傷口產生更為強烈的疼痛感,是一種特殊的防禦機制。

可能比你想像中多:世界上的刺毒魚類有多少?

全世界的魚類約有 30,000 多種,曾被報導過的刺毒魚類約有 2,500 多種(表 1),約占所有魚類的 8%,其主要可分為四大類,分別為:

(一)軟骨魚類中的銀鮫目(Chimaeriformes)、異齒鯊科(Heterodontidae)、角鯊科(Squalidae)

(二)軟骨魚類中的燕魟亞目(Myliobatoidei)

(三)硬骨魚類中的鯰形目(Siluriformes)

(四)硬骨魚類中的鰭棘魚類(Acanthomorphs)(Smith and Wheeler 2006;邵廣昭 2021)。

表 1 各類群刺毒魚類種類數量及毒刺部位。表/自然保育季刊

第一類刺毒軟骨魚類的毒刺主要分布於背鰭上,數量 1 至 2 根。

第二類魟類,現生種類約 200 多種,毒刺分布於尾柄上(Nelson et al. 2016),當其尾柄上的毒刺擊中掠食者後,毒液會經由外皮鞘(integumentary sheath)的破壞而全數釋出(Fenner 2004)。著名的電視節目主持人鱷魚先生 Steve Irwin 就是被大型魟類尾部的毒刺傷及心臟而喪命的。

黑線銀鮫(Chimaera phantasma)。箭頭標示處為其毒刺。圖/自然保育季刊

第三類鯰形目魚類,大多為淡水種類,其中有毒的種類大約為 1,500 種,毒刺分布於胸鰭及背鰭(Wright 2009),其毒刺外緣具鋸齒(圖 1A)。

鯰形目魚類在美洲具較高的多樣性,占所有種類的 60%(Nelson 2006)。臺灣產12種,淡水的種類有鈍頭鮠科(Amblycipitidae)1 種、鯰科(Siluridae)1 種、鬍鯰科(Clariidae)2 種、鱨科(Bagridae)2 種,鱨科的種類因背鰭(1 根毒刺)、胸鰭(2 根毒刺)具毒刺,故俗稱為三角姑;

海水的種類有鰻鯰科(Plotosidae)1 種,及海鯰科(Ariidae)5 種,兩者的俗稱分別為沙毛及成仔丁,毒刺的位置與鱨科一致。

圖 1 刺毒魚類毒刺形態之一。圖/自然保育季刊

A. 線紋鰻鯰(Plotosus lineatus)胸鰭硬棘。 B. 瞻星魚(Uranoscopus sp.)匙骨上的棘。C. 褐臭肚魚(Siganus fuscescens)背鰭硬棘。 D. 托爾逆鈎鰺(Scomberoides tol)背鰭硬棘。縮寫:gr,groove 溝槽。

第四類鰭棘魚類,由六個類群所組成,分別為蟾魚目(Batrachoidiformes)、鮋亞目(Scorpaenoidei)、刺尾魚亞目(Acanthuroidei)、䲁亞目(Blennioidei)、逆溝鰺亞科(Scomeroidinae)及鱷亞目(Trachinoidei),雖然僅有 585 至 650 種,但相對於前面的三個大類群,毒刺的形態則顯得更為多樣化,毒腺可發現於牙齒、主鰓蓋骨(opercle)、匙骨(cleithrum) (圖 1B)、背鰭、腹鰭和臀鰭多個部位(Smith and Wheeler 2006)。

圖 2 刺毒魚類毒刺形態之二。圖/自然保育季刊

A. 中華鬼鮋(Inimicus sinensis )背鰭硬棘。 B. 魔鬼簑鮋(Pterois volitans )背鰭硬棘。C. 眉鬚鱗頭鮋(Sebastapistes strongia)背鰭硬棘。 D. 眉鬚鱗頭鮋頭部的棘。縮寫:gr, groove 溝槽;vg, venom gland 毒腺。

雙斑櫛齒刺尾鯛(Ctenochaetus binotatus)。圖/自然保育季刊

臺語有云:「一魟、二虎、三沙毛」

在海岸活動頻繁的臺灣,亦不乏關於刺毒魚類的諺語:一魟、二虎、三沙毛、四斑五、五象耳、六倒吊,或者是四臭肚、五變身苦;四變身苦、五成仔丁。

不管何種版本,「魟、虎、沙毛」均是刺毒危險程度的前三名。

線紋刺尾鯛(Acanthurus lineatus)。圖/自然保育季刊
線紋鰻鯰(Plotosus lineatus)。箭頭標示處為其毒刺。圖/自然保育季刊

諺語中的,是泛指所有尾部具有毒刺結構的燕魟亞目魚類,身體呈圓盤形,大部分種類尾巴為細長的鞭狀,依不同種類尾部毒刺的數量可達 2 根或以上,大部分漁民在捕獲後,均會把尾部的毒刺去除。多數的魟類為底棲性魚類,部分種類更具潛藏於沙中的習性,因此在沙灘嬉水遊玩時,須多加注意腳下情況以免誤踩而被其刺傷。

沙毛指的是線紋鰻鯰(Plotosus lineatus),廣泛分布於臺灣沿海並常被釣獲,其體表光滑無鱗不易被抓住,故處理時須多加注意以免被刺傷;其幼魚常成聚集成群,被稱為鯰球。

黑帶稀棘䲁(Meiacanthus grammiste)。其毒腺位於下頜兩顆大型犬齒中。圖/自然保育季刊

二虎:多樣性豐富的刺毒魚類大家族

虎魚泛指臺灣產鮋亞目(Scorpaenoidei)的種類,其英文俗名有 scorpionfishes、stonefishes 、 waspfishes 等,有關 scorpionfishes 名稱的由來,或許命名者對其毒刺如蝎子螫到的觸感有著很深刻的體會。

除了虎魚這俗名外,石狗公、石頭魚亦為牠們常見的中文俗稱,因其偽裝(camouflage,一些種類會利用特化的皮瓣偽裝成礁石及表面的生物)或保護色,致使體態、體色與棲地環境極為相似而得名。

該類群是著名且危險的刺毒魚類,毒刺十分發達(圖 2),雖然鮋亞目魚類的頭部具有不少的棘(圖 2D),但具毒腺的部位僅為背鰭、腹鰭及臀鰭之硬棘(圖 2A-C) (Nelson et al. 2016),為海洋刺毒魚類的最大宗(Low et al. 1993;Church and Hodgson 2002;Vetrano et al. 2002;Fenner 2004),臺灣大約有 42 屬 100種(邵廣昭 2021)。

多數種類為底棲性魚類,棲息於沿海岩礁地形,行動緩慢並常靜止於礁石上,即使靠近之亦不動如山,其體色與環境十分相似不易被察覺,因此在潮間帶或岩礁海岸活動時,稍一不慎則有可能誤踩而遭其刺傷。目前被刺傷的個案僅國外有報導,被刺傷者大部分為漁業從事人員(Haddad et al. 2003),臺灣雖暫無相關學術文章報導,但大部分地區的海洋活動亦相對頻繁,相信有不少被刺傷的個案。

金圓鱗鮋(Parascorpaena aurita)。鮋科魚類多具備良好的偽裝能力,其體色與周遭環境融為一體。圖/自然保育季刊

鮋亞目魚類毒素均為蛋白質(Kiriake et al. 2013),結構並不穩定,遇熱後因蛋白質變性而失去毒性(伍漢霖 2006),亦有研究顯示斑點鮋(Scorpaena guttata)的毒素在 50°C 的條件下處理,短期內即失去活性(Schaeffer et al. 1971),表示魚肉在加熱煮熟後可食用。

俗稱獅子魚(Lionfish, Turkeyfish)的危險刺毒魚類亦同屬於鮋亞目家族的成員(簑鮋類 Pteroini),但與石狗公、石頭魚的不同之處在於其十分花枝招展的外觀,平常毫不躲藏、並徐徐地遊弋於礁石間。

因其華麗的外觀而常見於觀賞魚市場,亦因此經由水族觀賞魚途徑被棄養放生(Hamner et al. 2007;Betancur et al. 2011;Johnson et al. 2016),魔鬼簑鮋(Pterois volitans)自 1980 年起現踪於佛羅里達(Florida) (Freshwater et al. 2009),延長及發達的毒刺使其在當地幾乎沒有天敵,並逐漸擴張遍布整個大西洋西岸形成穩定的族群(Betancur et al. 2011;Ferreira et al. 2015;Johnson et al. 2016),而其驚人的食量對當地魚類族群造成極大的威脅,與另一種獅子魚—斑鰭簑鮋(P. miles)為知名的入侵物種。

毒擬鮋(Scorpaenopsis diabolus)。具備良好偽裝能力的鮋科魚類之一,喜靜止於礁石上伺機捕食路過之獵物。圖/自然保育季刊

毒刺的部位、結構及釋出毒液的機制

刺毒魚類的毒刺結構可發現於胸鰭、腹鰭、背鰭、臀鰭、尾柄、牙齒、主鰓蓋骨、肩帶上的匙骨等部位。大部分毒刺均由硬棘(spine)、溝槽(groove)及毒腺(venom gland)所組成。刺毒魚類這類用毒動物不同於河魨,其毒素由自體產生(河魨毒素由食物累積於體內),經毒腺分泌,藉由硬棘導引或注射到防禦對象身上(Bulaj et al. 2003;Fenner 2004;Smith and Wheeler 2006)。

毒腺附著於硬棘上,硬棘具溝槽。毒液的釋放是一種被動形式,並不能主動發射,當毒腺受壓迫時,毒液釋出並沿著溝槽導流至防禦對象的傷口上。被刺後傷口附近立刻產生劇烈疼痛感,隨後延伸擴散,會伴隨噁心、嘔吐、呼吸困難等症狀(伍漢霖 2006)。疼痛感可持續數小時之久,過敏體質者更會休克、甚至死亡。

波氏擬鮋(Scorpaenopsis possi)。具備良好偽裝能力的鮋科魚類之一,體表具備海藻狀之皮瓣。圖/自然保育季刊

如何預防刺傷,刺傷後應該如何處理?

刺毒魚類並不會主動利用毒刺進行攻擊,因此進行海岸活動或沿海作業時,應注意隨時週遭環境並穿戴相關保護措施(如手套、涉水鞋等)避免身體裸露、降低被刺傷的機會;若在必要情況下須接觸具尖刺且種類不明的魚類時,應避免徒手直接捕捉並藉由工具謹慎處理之。

刺毒魚類另一個對人類造成危害的地方,在於其造成的傷口可能會因為細菌感染而產生二次傷害,嚴重者會導致局部組織壞死、敗血症,甚至感染創傷弧菌(Vibrio vulnificus),而創傷弧菌感染後惡化快速,其所引致的併發症通常具較高的死亡率。

輻紋簑鮋(Pterois radiata)。獅子魚在遭遇威脅時,胸鰭及背鰭會展開,並以腹部朝著礁石、背部朝外的方式抵禦掠食者。圖/自然保育季刊

刺毒魚類的毒性依種類及釋放量而有所不同,而毒素主要為蛋白質,其結構不穩定,易受熱、酸鹼所破壞而失去毒性。遭刺傷後應盡快移除毒刺,在適當的條件下擠出毒液,使用熱、酸、鹼條件處理傷口,破壞毒素的活性,並做好傷口的清潔及消毒的工作,防止細菌的感染。

刺毒魚類所造成的傷害反應因人而異,經過現場初步處理後,應盡早送醫處理。

野外活動時要注意

刺毒魚類約占所有魚類的 8%。牠們形態多樣,彼此並非姐妹群關係,亦即起源於多個祖先,換言之,刺毒機制是多次獨立演化出來的,刺毒魚類一共可分為四個大類群,軟骨魚和硬骨魚各占兩大類,包括軟骨魚中的:(一)銀鮫目、異齒鯊科、角鯊科,(二)燕魟亞目;以及硬骨魚類中的(三)鯰形目,(四)鰭棘魚類。毒刺結構可發現於多個部位,如胸鰭、腹鰭、背鰭、臀鰭、尾柄、牙齒、主鰓蓋骨、肩帶上的匙骨等。

因為臺灣為海島地形,海岸線曲折漫長,周邊海域均有刺毒魚類的分布,民眾於海域進行經濟或休閒活動時均有機會接觸到刺毒魚類。雖然刺毒多為被動的防禦機制,並不是主動攻擊的手段,但部分刺毒魚類具備十分良好的偽裝能力,在靜止的狀態下難以被察覺,因此在野外活動時應隨時注意周遭環境是否存在刺毒魚類,並穿戴相關防護衣物、鞋子,避免誤觸而受傷,增加海域活動的安全性。

若不幸被刺毒魚類刺傷,在現場進行緊急處理後,應盡早求醫,以策安全。

斑馬短鰭簑鮋(Dendrochirus zebra)。胸鰭內側顏色鮮艷,具警戒作用。圖/自然保育季刊
自然保育季刊_96
14 篇文章 ・ 11 位粉絲
自然保育季刊為推廣性刊物,以推廣自然教育為宗旨,收錄相關之資源調查研究、保育政策、經營管理及生態教育等成果,希望傳達自然科普知識並和大家一起關注自然!

0

6
2

文字

分享

0
6
2
疫情已經夠可怕,但是氣候變遷更致命——《如何避免氣候災難》
天下雜誌出版_96
・2021/03/18 ・2645字 ・閱讀時間約 5 分鐘 ・SR值 520 ・七年級

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】!

 

氣候變遷比新冠病毒致命五倍

你也許以為地球升溫 1.5 度或 2 度沒什麼差別,但從氣候科學家模擬的結果看來,情況卻很不妙。在很多方面,溫度升高 2 度的情況,不是只比升高 1.5 度糟糕 33%,而是倍增的,例如難以取得乾淨用水的人口會多一倍,熱帶地區的玉米產量衰減也會多一倍。

氣候變遷造成的效應,單單一項就夠慘了,但你不會只遇到炎熱天氣,或只遭受洪災。氣候變遷的效應是環環相扣的。

氣候變遷的效應是環環相扣的。圖/Pexels

以新冠病毒來做對比,這樣所有正在經歷這場大流行病的我們會更容易理解。想了解氣候變遷的破壞有多大,看看新冠病毒疫情,再想像一下同樣痛苦程度持續更長的時間。如果不把全球碳排放量減到零,這場疫情造成的人命損失和經濟苦難,將是日後經常會發生的狀況。

先說人命損失:比起新冠病毒,氣候變遷是否會造成更多人死亡?

我們用 1918 年西班牙流感和新冠病毒大流行的數據,估算出的結果是全球平均每年每十萬人口中約有 14 人因大流行病而死。

比起氣候變遷,哪個死亡率較高?預計到本世紀中葉,全球氣溫升高導致的全球死亡率增幅和大流行病一樣,也就是每年每十萬人中約有 14 人因此致死。而到本世紀末,要是排放量仍然持續增加,氣候變遷將導致每十萬人中約有 75 人因此致死。

換句話說,到本世紀中葉,氣候變遷的致命程度可能就和新冠病毒一模一樣,到了 2100 年,氣候變遷要比新冠病毒致命五倍。

經濟情勢也很黯淡。雖然氣候變遷對經濟可能造成的影響和新冠病毒不大一樣,也因使用的經濟模型而異,但結論確定無疑:未來一、二十年內,氣候變遷造成的經濟損失就像每十年發生一次新冠病毒大流行。

氣候變遷比新冠疫情還可怕。圖/Pixabay

就算還有科學不確定性,我們理解的也已經夠多。有兩件事是我們可以做的:

努力適應:努力把已經發生和確定會發生的暖化衝擊減到最小。蓋茲基金會的農業團隊把工作重點放在幫助農民適應。例如,資助許多新品種作物的研究,希望研發出耐旱、耐洪的作物,以對抗未來更頻繁、更嚴重的乾旱和洪水。

減緩暖化:另一件我們不得不做的事,是停止排放溫室氣體到大氣中。若想要躲過災難,全球最大排放國(富裕國家)必須在 2050 年以前實現淨零排放,其他國家不久後也要跟上。

有人反對富裕國家應該先減排:「為什麼是由我們來承擔?」答案不只在於暖化問題主要是由富國造成的,還因為這是大好的經濟機會:有能力建立起成功的零碳公司和零碳產業的國家,將會在未來幾十年中領導全球的經濟。誰有辦法在能源上取得重大突破,並且證明這種突破能在全球廣泛運用,價格又不會太高,誰就能在新興市場中找到許多願意買單的客戶。

石油比汽水還便宜

你今天早上刷牙了嗎?牙刷的材質通常包含塑膠,而塑膠是由石油製成的,石油就是一種化石燃料。

塑膠是由石油製成的。圖/Pixabay

你也許已經吃過早餐,土司和穀類片中的穀物,都是用肥料種出來的,肥料的生產過程會排放溫室氣體;收割穀物會用到曳引機,曳引機是由鋼製成的,煉鋼需要用到化石燃料,過程中也會釋放碳,而且曳引機還需要汽油才跑得動。你如果像我一樣,午餐有時會吃漢堡,製作漢堡排需要飼養牛,過程中也會排放溫室氣體,因為牛打嗝和放屁都會排出甲烷;製作漢堡麵包則需要種植和收割小麥,一樣會排放溫室氣體。

你換衣服準備出門,衣服的材質可能是需要施肥和收割的棉花,也可能是聚酯纖維,從石油提煉出來的乙烯製成。你用的衛生紙,是砍樹而來,製造過程中也會排放出更多的碳。

你今天上班或上學坐的交通工具,如果是用電驅動的,那很好,不過發電來源十之八九也會是化石燃料。你的交通工具如果是火車,火車在鋼製成的軌道上行駛,會穿過由水泥建造的隧道,而生產水泥會使用化石燃料,過程中也會排放碳這個副產品。你乘坐的汽車或公車,週末騎的腳踏車,都是由鋼和塑膠製成的。你行駛在由水泥和柏油鋪成的馬路上,而柏油是從石油提煉而來的。

許多跟交通相關的事物都是由石油提煉而來。圖/Pixabay

你如果住在公寓大樓裡,四面的牆應該都是水泥;如果住木造房子,砍伐和裁切木頭都需要用到由鋼和塑膠製成的氣動機械。你家裡或辦公室如果裝了暖氣或空調設備,不僅會消耗大量能源,空調使用的冷媒,還可能是一種很強的溫室氣體。你如果正坐在金屬或塑膠椅子上,提煉這些材料也會產生更多的碳足跡。

以上所有這些東西,小到牙刷,大到建築材料,統統都經由卡車、飛機、火車和輪船從其他地方運來,這些交通工具都需要化石燃料驅動,製造過程也都會用到化石燃料。

化石燃料無法避免,清潔再生成為關鍵

換句話說,化石燃料無所不在。就以石油為例,全世界每天消耗 150 億公升以上的石油,任何產品達到這種用量,已不可能說不用就不用。

更重要的是,化石燃料之所以無所不在,是因為它太便宜了。石油比汽水還便宜。 2020 年下半年的平均油價約為每桶 42 美元,也就是每公升 0.264 美元,而好市多大賣場8公升裝的汽水要價 6 美元,也就是每公升 0.75 美元。世界各地的人每天都要使用一種比健怡可樂還便宜的產品,而且用量達到 150 億公升以上。

問題還不只是每個人會消耗更多能源,全球人口也在增加,而且大部分的人口成長會出現在碳排放密集的都市。都市發展的速度將十分驚人,在接下來四十年,相當於每個月都會蓋起一座紐約市。

問題的規模之大,光想到就令人發暈。但我們也不需要驚慌失措,只要能夠普遍採用清潔再生能源,同時在零碳能源技術上取得突破,就能把淨排放量減到零。這其中的關鍵就在於使清潔能源技術和目前的化石燃料技術一樣平價並穩定供應。

本文摘自《如何避免氣候災難》,2021年3月,天下雜誌。
天下雜誌出版_96
21 篇文章 ・ 17 位粉絲
天下雜誌出版持續製作與出版國內外好書,引進新趨勢、新做法,期盼能透過閱讀與活動實做,分享創新觀點、開拓視野、促進管理、領導、職場能力、教養教育、同時促進身心靈的美好生活。