Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

這是什麼觸手play?「發香器」黑條灰燈蛾獨特又迷人的器官

柏諺_96
・2017/10/29 ・2129字 ・閱讀時間約 4 分鐘 ・SR值 492 ・五年級

-----廣告,請繼續往下閱讀-----

媒體總尋覓著吸睛的事物來爭取觀眾的目光,此時無奇不有的生物往往是絕佳素材,好比鯙科魚類如異形般的咽顎(pharyngeal jaw)、海龜喉嚨中令水母插翅難逃的肉刺、槍蝦那相當太陽表面的高溫拳擊等等,而同樣作為每隔一陣子就再度占盡風采的黑條灰燈蛾(Creatonotos gangis)絕對讓人印象深刻。

黑條灰燈蛾(Creatonotos gangis),圖/by David Smiley. (2014). Coremata. BunyipCo。

黑條灰燈蛾是廣泛分布在東南亞與北澳洲的生物,在台灣亦能見到他的身影,然而這個神祕的器官可絕非由他獨佔,事實上早在 1990 年甚至更早,就有人描述過[1]這個構造——發香器(Coremata)。眾所皆知,費洛蒙訊息在鱗翅目的溝通上扮演著不可或缺的腳色,而既然觸角是用來接收費洛蒙訊息,那麼自然也有個構造是用來發布囉。

發香器上直立起來的發香鱗。這個構造是中空的,內部會儲存費洛蒙。圖/by Davenport, J. W., & Conner, W. E. (2003). Dietary alkaloids and the development of androconial organs in Estigmene acrea. Journal of Insect Science, 3(1), 3.

隨著類群與時代不同,用來描述這個結構的名稱也各有不同,諸如發香器(coremata)、毛筆器(hair pencils)、香鱗器(androconial organs)、節間毛(costal hairs)、香葉(scent fans)或史托貝腺(Stobbe’s gland)等等。例如在燈蛾亞科(Arctiinae)上比較常用的是發香器(coremata)這個名詞,而在斑蝶亞科(Danainae)上多以毛筆器(hair pencils)稱之,但換湯不換藥,說的就是雄性蝶蛾類用來散播性費洛蒙的這個器官。

發香器可不是隨時都這麼硬梆梆的(?) source:Wikimedia

發香器可不是隨時都這麼硬梆梆的(?),平時發香器會收納在腹部第七、八體節間,這個膜狀器官只有在求偶時,才會經由氣孔充氣鼓脹起來;在繁殖季可就精彩了,以鹽澤燈蛾(Estigmene acrea)為例,牠們會群聚在一起,在性費洛蒙的刺激下,雄蛾們會競相展示(lekking)自己雄偉的發香器,雌蛾們則在其間選擇交配對象,想想到處都是發香器的畫面是不是充滿魔性呢?當發香器鼓脹起來時,上方細毛般的特化鱗片——發香鱗(scent scales)便會立起,中空的發香鱗便能藉此揮發出儲存在內的性費洛蒙啦。

-----廣告,請繼續往下閱讀-----

除此之外在諸多觀察[6]裡也發現,在禦敵時發香器也會鼓脹而出,筆者推測這也許與性費洛蒙的由來有關。[註一]

平時發香器會收納在腹部第七、八體節間而不會隨時都硬梆梆的,圖/by David Smiley. (2014). Coremata. BunyipCo。

鱗翅目的性費洛蒙並不是由單一化合物所構成,不同的物種各有不同比例的費洛蒙配方,這也是不同物種間相互辨識的重要依據之一。而其中 hydroxydanaidal 便是代謝自飲食中的植物鹼——吡咯里西啶類生物鹼(Pyrrolizidine alkaloids, PAs),這種帶有苦味的植物鹼廣泛存在於 11 科超過 300 種的植物上。

這植物鹼一般而言是用來對抗昆蟲啃食的化學防禦武器,但在大自然裡一物剋一物,偏偏就有些蝶蛾專門對這些植物胃口大開(phagostimalatory),此舉除了能避免與其他物種競爭食物以外,他們更進一步將 PAs 代謝成重要的性費洛蒙,或許這強烈的氣味也意外讓獵食者退避三分吧?[註一]

燈蛾科多采多姿的發香器們,圖/by Androconial Organs in Arctiine Moth. Chair of Forest Zoology and Entomology.。

出乎意料的是,PAs 不僅作為性費洛蒙的原料,更直接影響了發香器的發育。[2]在實驗中,科學家餵食幼蟲含不同濃度 PAs 的食草,結果成蟲發香器的尺寸出現了顯著差異,值得注意的是個體間的整個身體質量(overall body mass)卻沒有顯著差異。雖然目前相關生理機制還未明,不過可以確定的是幼蟲期 PAs 的攝取量,會直接影響發香器的發育,進而參與了繁殖成功與否──發香器不發達的雄蟲不僅難以找到配偶,甚至根本就無法體現相關求偶行為。這也說明了為何過去在人工飼養下難以表現在野外的繁殖行為,因為從食草上疏忽了 PAs 的重要性,尤其對廣食性的物種來說更是如此。

-----廣告,請繼續往下閱讀-----

有趣的是,越大的發香器也代表著該雄蟲體內有著更高含量的 PAs,而倘若我們搭配上某些燈蛾特別的交配行為還真讓人拍案叫絕。以響盒蛾(Utetheisa ornatrix)為例的研究指出[3],他們在交配時雄蛾傳遞給雌蛾的不僅是精子——你猜對了,還有 PAs。這些 PAs 會用在卵身上,因此在尚未出世以前,蛾寶寶可就已經罩在 PAs 傘下,讓捕食者倒盡胃口呢。

下次在野外看到牠們時,可別打擾人家脫魯啦。

source:Juan Manuel Sánchez
  • 本文原刊載於作者臉書,經授權、編修後轉載。

延伸閱讀:

以白雪燈蛾(Chionarctia nivea)展示發香器的膨發。即便是標本,從胸口通氣進去也一樣能夠撐起發香器,可以留意尾部一開始團簇在一起的發香鱗(鵝黃細毛)是如何展開的喲。

-----廣告,請繼續往下閱讀-----

備註:

[註一]寫稿時尚未尋得進一步佐證防禦行為的相關描述,在多數論文裡僅提到了此行為亦兼具了防禦作用,因此此段與次段所撰性費洛蒙在防禦行為上之關聯,僅為筆者猜測,並非經過嚴謹實驗證明之論述。

參考資料

  1. Birch, M. C., Poppy, G. M., & Baker, T. C. (1990). Scents and eversible scent structures of male moths. Annual review of entomology, 35(1), 25-54.
  2. Davenport, J. W., & Conner, W. E. (2003). Dietary alkaloids and the development of androconial organs in Estigmene acrea. Journal of Insect Science, 3(1), 3.
  3. LAMUNYON, C. (1997). Increased fecundity, as a function of multiple mating, in an arctiid moth, Utetheisa ornatrix. Ecological Entomology, 22(1), 69-73.
  4. Nishida, R., Schulz, S., Kim, C. S., Fukami, H., Kuwahara, Y., Honda, K., & Hayashi, N. (1996). Male sex pheromone of a giant danaine butterfly, Idea leuconoe. Journal of chemical ecology, 22(5), 949-972
  5. Roscoe, L. E., Silk, P., & Eveleigh, E. S. (2016). Evidence of male hair pencil pheromone in Choristoneura fumiferana (Lepidoptera: Tortricidae). Journal of Insect Science, 16(1).
  6. William E. Conner. (2009). Tiger Moths and Woolly Bears– Behavior, Ecology, and Evolution of the Arctiidae. USA. Oxford University Press.
-----廣告,請繼續往下閱讀-----
文章難易度
柏諺_96
7 篇文章 ・ 7 位粉絲
大學念生科系,碩班是生科所,喜歡以生物冷知識和迷因推翻大家的三觀。

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。