Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

不圈養鯨豚的餘生,水族館該如何轉型和面對未來?

窩窩_96
・2018/03/10 ・3847字 ・閱讀時間約 8 分鐘 ・SR值 524 ・七年級

-----廣告,請繼續往下閱讀-----

如果我們開始期待,未來能有一座無活體展示的水族館,那究竟會是什麼樣子的水族館呢?面對「存與廢」的反思,世界各地的水族館開始使出渾身解數拿出那些花樣,讓水族館的價值不只是驚呼與歡笑,而是真正能讓動物走入人心。

未來的下一步,先看國外怎麼做

隨著社會對動物福利的觀念日漸高漲,對於停止馬戲團式娛樂性表演的共識逐漸凝聚,但是對於以教育或商業目的而被圈養在人造環境的海哺動物們呢?現階段社會仍然沒辦法提供解答。但是更早開始圈養鯨豚的歐洲,與亞洲相比,對於這些大哉問作出回應的時間也更為悠久。

早在 1993 年,距離人為鯨豚圈養潮開始後三十餘年,英國最後一間鯨豚館正式關閉。其實目前在英國飼養鯨豚並不違法,只是法律對於鯨豚生活環境具有非常嚴格的限制,也因如此至今未再出現任何鯨豚館。美國也是採用類似方案,1972 通過《海洋哺乳動物保護法案》的成立,間接促使許多鯨豚館的關閉。

而後世界各國皆有針對海洋哺乳動物禁捕或是禁止以娛樂為目的圈養的相關法案。例如在歐洲共同簽署 ASCOBANS協定,禁止在地中海、黑海和毗鄰的大西洋海域附近捕抓鯨類動物。除了此一協定外,許多歐洲國家:希臘、瑞士、匈牙利、克羅埃西亞、塞普勒斯、斯洛維尼亞、波里維亞也都禁止進出口鯨豚類或以營利、娛樂為目的圈養鯨豚。其中希臘更是禁止將任何動物基於任何目的用於動物表演之上。

從國家和數據上來看,可以發現關於鯨豚保護及圈養的相關規範,大多集中於歐洲及美洲等地,在亞洲各國,目前僅印度法律明文規定不得以娛樂性為目的圈養任何鯨豚類,內容包含任何水族館或是馬戲表演等。但是目前在亞洲其他國家,我們仍可以看到鯨豚秀等娛樂形式的表演,並且在中國的鯨豚水族館的還持續增加中,光是圈養鯨豚數量,在 2016 年已經超過四百頭。不難發現,亞洲各國對於圈養海哺類議題,並無特別明顯的共識,並且在法律層面上也尚未見到較為嚴格且明確的規範。

隨著越來越多國家禁止鯨豚圈養,卻也不斷有新的海洋世界開幕。照片來源:長隆海洋王國

牠們不在陸地,讓我們走向海裡

如果法律還沒跟上社會風向,那麼我們對於活體展示的反思,應變成風向,帶著討論到更多民眾心理。活體圈養展示,是否真的能帶來教育意義?我們想要帶給參觀者何種的教育理念?是呈現人、動物、環境之間自然和諧,並且相互觀望且自在的生活;還是抱持著獵奇的心情,而將動物們留在非自然的環境中生活?

我們希望透過更為自然的方式欣賞鯨豚在海中樣貌,先退一步,搭配上生態解說的友善賞鯨魚之旅,或是如菲律賓霧宿「與鯨鯊共游」的活動,也許是一個較為可被接受的接觸管道。在宜蘭、花蓮與台東,都有著賞鯨的觀光行程,提供民眾近距離觀察野生海豚。但仍要注意有許多賞鯨船為使民眾能夠更近距離觀察海豚,過度靠近野生海豚族群,造成牠們驚嚇或是壓迫。或是搭乘船隻、民眾丟棄的垃圾,長期下來都會影響生態。所以中華鯨豚協會也與賞鯨業者合作,名列許多友善賞鯨船,透過業者自律與協會的認證,希望提供在環境與生態上更友善的選擇。

在菲律賓霧宿海邊所推出的「與鯨鯊共游」,看似以對海洋生物傷害最低在海中共遊的活動,的確可以提供對於大自然近距離觀察。但是其中仍有許多值得思考的爭議點,無論是當地居民誘引鯨鯊長期停留於港邊,或是大量觀光客湧入所帶來的環境污染與海洋生態受干擾,都是在進行任何一種與海中生物接觸時必須考慮到的。

旅遊業者推出與鯨鯊共游的行程,滿足了人們親近海洋的夢想。照片來源:kkday

圈養以外的可能,科技所帶來的生命想像

在現今,面對活體展示與圈養動物福利兩難的選擇題,我們有了第三個選項,科技成為了可能的解方。從攝影技術發展以來,我們可以見到的影像越來越逼近真實。假如我們也將這層技術嘗試使用在海生館或是其他海洋世界等場館上,我們有沒有機會運用科技,來取代一個被圈養的生命。

一個以「海洋」為主軸的博物館,如果場館內沒有任何活體動物,那會是什麼樣子?位在基隆的「國立海洋科技博物館」做了很好的示範。海洋教育,海中生物並不是全部,關於在海洋上生活人們的文化、整個海洋生態的組成,還有關於現在海洋的破壞,其實都是組成這片大洋的一部分。有別於海生館著重於海洋生物的認識,海科館則是以更多面向介紹了海洋知識。

-----廣告,請繼續往下閱讀-----

並且其中最值得參訪的,「科技」與教育的結合,無論是在「海洋文化」場館內,帶參觀者了解到早期漁民如何討海生活,利用螢幕與體驗裝置,動手體驗捕魚的難處;或者是坐上特殊製作的造型船,體驗魚群在水中是如何維持平衡,躲避大魚的追捕,要體驗者認識魚體構造與生活環境如何交互影響,這其實都是在活體展示,所無法帶來的體驗,科技可以利用全新的思維,讓我們有不一樣的體驗和認識,讓關於海洋,我們了解學習到的不只是被圈養的生命。

海科館內體驗魚群游動的數位設施。

網路時代,線上水族館

早在 1994 年,Ken Boschert 創建了第一個線上動物園的網站,來宣導保護動物的理念。利用網站觀看動物相片與相關資料。礙於使用者習慣與網站系統等問題,此類虛擬動物園、水族館並沒有引起太大的轟動。

而早期另外一種想要欣賞水族館的方式,則是透過線上水族館的直播,讓人能夠以較不打擾生物的方式,了解他們的生活習性。但此二種方式,在觀看的感受上,都難以讓觀眾真正體會到大自然的震撼、感受動物真實的生命力。

海生館白鯨直播系統:https://goo.gl/jyUh4X

虛擬實境,結合科技將海洋帶到眼前

近幾年,隨著科技快速發展下,虛擬實境(Virtual Reality)為「虛擬」水族館這個概念,帶來更好的轉機和全新的可能。日前,美國娛樂集團Landmak,宣布要以虛擬實境作為核心,開發全新的娛樂體驗。在此一計畫中,虛擬動物園以及虛擬水族館也特別被羅列其中,娛樂集團的執行官 Tony Christopher 特別強調:將動物關在動物園中是政治不正確的。希望將小時候參觀傳統動物園、水族館等經驗,結合現在新的科技,帶來不同體驗。

擴增實境/全息影像

除了成熟發展中的虛擬實境水族館,你有沒有曾經想像過,當自己閉上眼睛,就來到了北極,睜開眼下一秒,則看見北極熊從眼前走過;或者,感覺自己坐在一艘小船裡面,下一秒,巨大的抹香鯨躍出水面,激起一陣水浪?

在現代科技進步下,就有不同的活動誕生,如2011年,國家地理雜誌與英國廣告公司合作,在各大賣場內設立許多「現實增強」的體驗設施。當遊客站在感應區內,透過特殊電子背板的投射,就會有活生生的動物就出現在眼前,並且與遊客做互動。關於這一項活動的影片,也在許多場合被誤用,聲稱是 7D 全息影像投影技術。

雖然科技其實尚未發到此一境界,但是我們可以想像,如果透過科技就能感受到大自然的震撼,那麼對於自然、生命教育,將能夠有另一層不同討論。也許在不遠的未來,我們不用在一個小小水族館人為複製出一片海洋,也不需以活體圈養形式,就能夠體驗到大自然與生命的震撼。

編按:本文轉載自友站窩窩《海洋展演》不圈養鯨豚的餘生——水族館的轉型與未來,喜歡的話歡迎以行動支持喔 😀

-----廣告,請繼續往下閱讀-----
文章難易度
窩窩_96
5 篇文章 ・ 6 位粉絲
動物的世界,就是人類社會的縮影,關乎牠的事,就關乎你跟我的生活與未來。窩抱報的使命,是透過與你我切身相關的動物議題探討,來反思人類與世界共存之道。

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。

0

0
0

文字

分享

0
0
0
螃蟹有痛感嗎?我們是怎麼知道的?
F 編_96
・2025/01/16 ・1669字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

F 編按:本文編譯自 Live science

螃蟹一直是海鮮美食中的明星,從油炸軟殼蟹到清蒸螃蟹,餐桌上經常見到牠們的身影。有地方也習慣直接將活螃蟹丟沸水煮熟,認為這能保留最多的鮮味。過去人們認為甲殼類缺乏複雜神經結構,不會感受到痛苦,因此不必過度憂心道德問題。但近年來,越來越多研究開始挑戰此一想法,指出螃蟹與龍蝦等甲殼動物可能具備類似疼痛的神經機制。

以前大家相信甲殼類缺乏複雜神經結構,但近期這一認知逐漸受到質疑。 圖 / unsplash

甲殼類是否能感覺到痛?

人類長期習慣以哺乳類的神經構造作為痛覺判斷依據,由於螃蟹沒有哺乳動物那樣的大腦腦區,便被認為只憑簡單反射行動,談不上真正「痛」。然而,新興科學證據顯示包括螃蟹、龍蝦在內的甲殼類,除了可能存在被稱為「nociceptors」的神經末梢,更在行為上展現自我防禦模式。這些研究結果顯示,螃蟹對強烈刺激不僅是本能抽搐,還有可能進行風險評估或逃避策略,暗示牠們的認知或感受方式比我們想像更精緻。

關鍵證據:nociceptors 與自我保護行為

近期實驗在歐洲岸蟹(Carcinus maenas)中觀察到,當研究人員以刺針或醋等刺激手段測量神經反應,牠們顯示與痛覺反應類似的神經興奮;若只是海水或無害操作,則無此現象。此外,透過行為實驗也可看出,寄居蟹在受到電擊時,會毅然捨棄原本的殼子逃離電源,但若同時存在掠食者味道,牠們會猶豫要不要冒著風險離開殼子。這些結果使科學家認為,螃蟹並非單純反射,而可能有對於痛感的判斷。若只是「低等反射」,牠們不會考慮掠食風險等外在因素。

痛覺與保護:實驗結果引發的道德思考

以上發現已在科學界引發廣泛關注,因為餐飲業與漁業中常見「活煮」或「刺穿」處理螃蟹方式,如今看來很可能讓牠們承受相當程度的不適或疼痛。瑞士、挪威與紐西蘭等國已開始禁止活煮龍蝦或螃蟹,要求先以電擊或機械方法使其失去意識,試圖減少痛苦。英國也曾討論是否將甲殼類納入動物福利法保護範圍,最後暫時擱置,但此爭議仍在延燒。

-----廣告,請繼續往下閱讀-----
英國對於是否將甲殼類列入動物福利法的保護範圍,有所爭議。 圖 / unsplash

部分學者保持保留態度,認為雖然甲殼類展現疑似痛覺的行為與神經反應,但與哺乳類相同的「主觀痛感」仍需更多研究證明。大腦與神經系統結構畢竟存在很大差異,有些反射也可能是進化而來的自衛機制,而非真正意義上的感受。然而,科學家普遍同意,既然相關證據已經累積到一定程度,毋寧先採取更謹慎與人道的處理模式,而非輕易推卸為「牠們不會痛」。

海洋生物福利:未來的規範與影響

如果螃蟹被證實擁有痛覺,將牽動更廣泛的海洋生物福利議題,包括鎖管、章魚或多種貝類也可能具有類似神經機制。人類一直以來習慣將無脊椎動物視為「低等生物」,未必給予與哺乳類相同的法律或倫理關注。但若更多實驗持續指出,牠們同樣對嚴重刺激展開避痛行為,社會或終將呼籲修訂漁業與餐飲相關法規。未來可能要求業者在捕撈與宰殺前使用電擊或麻醉,並限制活煮等方式。這勢必對漁業流程與餐廳文化造成衝擊,也引發經濟與文化折衷的爭議。

龐大的實驗數據雖已暗示螃蟹「會痛」,但確鑿的最終定論仍需更多嚴謹研究支持,包括更深入的大腦活動成像與突觸路徑分析。同時,落實到實際操作也需追問:是否存在更快、更人道的宰殺或料理方式?能否維持食材鮮度同時保障動物福利?這種思維轉變既考驗科學進程,也考驗人類對自然資源的態度。也許未來,既然我們仍會食用海產,就該以最小痛苦的方式對待那些可能感受痛苦的生物,為牠們提供基本尊重。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

0

2
1

文字

分享

0
2
1
如果在虛擬實境裡尋找伴侶,真的可以建立舒服的戀愛關係嗎?——《元宇宙超圖解》
azothbooks_96
・2023/09/27 ・983字 ・閱讀時間約 2 分鐘

在元宇宙的世界裡,比較容易和價值觀相近的對象,談一場少摩擦的戀愛。

所謂的「談戀愛」,其實就是彼此價值觀的碰撞。

在價值觀日趨多元、細分的現代社會,實體世界裡的戀愛,情侶之間免不了會發生一些摩擦。

所謂的「談戀愛」,其實就是彼此價值觀的碰撞。圖/pexels

越來越多人在實體社會的戀愛關係中感受不到舒適,大眾認為「談戀愛風險很高」的傾向,更是一年比一年更鮮明。

可見「談戀愛」的魅力,正逐步下降。不論是在元宇宙內或外,都有一套很現代的方法可以解決這個問題,那就是配對服務。

-----廣告,請繼續往下閱讀-----

迴避戀愛和元宇宙

當我們對戀愛的價值觀細分化之後,在生活周遭便很難找到滿足條件的人選;但只要像在社群網站上找興趣相近的同好那樣,從一個規模龐大的母群體當中找出伴侶的話,發生摩擦的狀況,會比不假思索就交往的對象減少許多。

若想找更根本的解決之道,那麼元宇宙上還有一個獨門絕招,就是乾脆把伴侶化為虛擬實境的一部分——因為情侶在元宇宙上會隔著虛擬替身,建立起隔一道防火牆的溝通方式。

有些人會覺得「虛擬替身碰不到、摸不著」,不過,時下認為談戀愛不見得一定要有實體互動或性接觸的人已越來越多,或有些原本潛伏噤聲的族群浮上檯面。

想必今後會有越來越多人願意相信這不是逃避實體戀愛,而是元宇宙上的愛情,比實體更美好。圖/azothbooks

要是這些虛擬替身由 AI 操控的話,還能與另一半建立更舒適的戀愛關係——如果對象是 AI,不論是再怎麼極端的戀愛觀,或是任何性傾向,它應該都會接受吧!

-----廣告,請繼續往下閱讀-----

想必今後會有越來越多人願意相信這不是逃避實體戀愛,而是元宇宙上的愛情,比實體更美好。

——本文摘自《元宇宙超圖解:從刀劍神域到寶可夢,一小時讀懂78個概念,掌握本世紀最大商機》,2023 年 9 月,漫遊者文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。