0

0
1

文字

分享

0
0
1

找到了人體新器官?「間質」到底是新發現還是老朋友呢?

果殼網_96
・2018/04/23 ・2961字 ・閱讀時間約 6 分鐘 ・SR值 594 ・九年級

-----廣告,請繼續往下閱讀-----

  • 文/Yuki 小柒

最近幾天,以「科學家發現人體新器官」為主題的眾多報導忽然席捲網路世界,一度登上熱搜榜首,還迅速衍生出了「最大器官」、「經絡證據」等等說法。

很多人都迫不及待想知道「新器官」到底長什麼樣?為什麼之前沒發現?甚至莫名感到「身體裡仿佛多了點什麼……」,然而在這裡不得不先澆滅大家的好奇心,這次的所謂「重大發現」只不過又是一場由報導偏差引發的新「重大誤會」。

「新器官」說法從何而來?

就在上個月底(3 月 27 日),美國的一個科研團隊在《科學報告》雜誌(Scientific Reports)上發表了一篇題為〈Structure and Distribution of an Unrecognized Interstitium in Human Tissues〉的論文,中文譯作〈人體組織中一種新的間質組織結構及其分佈〉。1

原文標題。 圖/原始論文

美國 NBC 和 CNN 新聞採訪了該課題的負責人之一 Neil D. Theise 先生(紐約大學醫學院教授),Theise 在採訪中提到:「一開始我們覺得間質是個有趣的組織,但是仔細想想它和器官也有些相似之處」、「我們已經觀察了間質的結構,也正在進一步研究它的功能」。2

-----廣告,請繼續往下閱讀-----

於是,這兩家新聞媒體提煉了作者的「感覺」和「想像」,分別發佈題為〈間質:科學家發現人體新器官〉和〈新發現人體最大器官〉的頭條新聞,並迅速在世界各地掀起一股「新器官」報導狂潮。國內一些媒體和網站將這些新聞觀點翻譯後,更是添油加醋,打出各種搶眼標題。

間質的概念在網路媒體傳播過程中被誇張和放大。 圖/CNN

然而,仔細閱讀過論文原文後,會發現無論是題目還是正文,通篇找不到新器官(New organ)的說法。一篇中規中矩的論文,就這樣憑藉作者的大膽猜想和媒體的捕風捉影,像一粒小麥硬生生的發酵成了蛋糕,變成「重大發現」。

間質並不是器官!

查閱「器官」在解剖學上的定義後不難發現,要成為「器官」必須具備兩個基本條件3

首先,器官是由多種不同的組織構成的;
其次,構成器官的各個組織要共同協作行使特定功能。以心臟為例,它由肌肉組織、結締組織、神經組織和上皮組織構成,這些組織在一起實現了輸送血液的功能。

-----廣告,請繼續往下閱讀-----

那麼間質(間隙組織)是什麼?其實單單從字面就可以看出,它目前還僅在組織層面,離器官差著一個等級。間質的「廬山真面目」其實就是若干結締組織、膠原蛋白和內襯細胞組成的網狀微型液體腔(中學生物書裡寫的組織液還記得吧?間質其實就是容納組織液的地方)。把這樣一個非典型的簡單構造稱作器官,實在牽強。

退一步講,就算間質能憑藉簡單結構破格晉級器官,在衡量器官的第二個重要標準──具有明確功能方面,它也還未過關。且文章大半篇幅都是針對不同組織間質切片的觀察比對,沒有涉及間質功能的深入研究。作者僅僅簡單推測了間質的潛在功能;列舉出癌細胞在間質中轉移的可能性,並沒有提出足夠的檢驗資料支持論點。也就是說,網上看到的那些有關間質的神奇功能大多都是缺少事實根據的假設

間質結構示意圖。構成間質的膠原纖維相互交織形成網路狀,富含水分的間質液充盈其中。 圖/中文重製自原始論文

然而,有些報導不光把間質寫成器官,還非要讓間質當上器官之首,冠以「最大器官」稱號(皮膚表示:聽說有人要篡位?)。這種說法又是從哪兒來的呢?根據文章的描述,間質的分佈不像其他器官有各自固定的位置,它存在於我們的身體各處,無論表皮下還是內臟中,都發現了間質的蹤跡,作者通過「估算」得出間質體積約占全身 20% ──於是造成「最大器官」的假象。但是如果僅因為分佈多和比重大就能成為最大器官,那麼脂肪肯定會第一個跳起來抗議……。

間質在人體的分佈示意圖。 圖/中文重製自原始論文

間質也不是新發現的!

事實上,「間質」的概念由來已久,早在上世紀 50 年代就有過間質的相關報導了4。從原文對間質的描述可以看出,作者觀察到的間質是人體內能夠容納細胞外液(即間質液)的組織空間,這和很早前就提出的「細胞外間質」屬於同一範疇,所以它既不是新提出的,也算不上是首次發現。

-----廣告,請繼續往下閱讀-----

有關間質(interstitum)的研究,早在上世紀50年代就有文獻發表。 圖/見參考資料[4]
另外值得一提的是,這個科研團隊先前沒有間質的相關研究經驗,間質結構是他們在手術中偶然觀察到的(採訪中作者也坦言這是他們首次報導間質)。一些業內專家對間質是新器官的說法也不贊同5

芝加哥大學分子工程學院兼本·梅癌症研究所教授 Melody Swartz 評論:「所有器官都有間質組織,就像所有器官都有血管和淋巴是一個道理。」、「大家早就知道間質內有間質液,這些間質液在間質中能夠流動。」、「我強烈地感覺到作者和媒體嚴重歪曲了這篇論文。」

哈佛醫學院放射腫瘤學副教授 Timothy Padera 表示:「不會過多關注該研究,幾十年來已有的間質研究資料應該足以糾正這一錯誤描述。」

挪威貝根大學生理學教授 Helge Wiig 致力於間質研究數十年,他對這篇文章的看法是:「這是個本不該掀起波瀾的舊課本知識。」5

-----廣告,請繼續往下閱讀-----

新研究到底發現了什麼?

這篇文章的「新」並不在於「發現新器官」,而是首次採用了一種新的技術方法──鐳射共聚焦顯微內視鏡檢測法,觀察了一些已存在的組織結構。以往人們觀察這些組織時需要先採樣,再經過一系列處理和染色製作成組織切片,最後放到顯微鏡下觀察。這些處理過程破壞了間質的原有結構,讓間質由於失水而變得「乾癟皺縮」。而鐳射共聚焦顯微內窺鏡可以直接對人體組織進行即時觀測,不會破壞組織形態,因此間質原本充滿流動液體的結構才被完整的呈現在螢幕上。與其說「發現了間質」,不如說「看清了間質」更恰當。

一台鐳射共聚焦顯微內視鏡。 圖/NARA INSTITUTE of SCIENCE and TECHNOLOGY
顯微內窺鏡監測到的人體膽管粘膜下網路結構。 圖/原始論文

借助新的觀測技術,科學家能夠比以前更客觀的瞭解到皮下和內臟原有間質組織的結構,並為癌症等疾病的診斷提供一些參考依據。這些研究成果很有意義,但不能說是發現了新器官,也不能作為經絡學說的證據。

「這就好比一個研究團隊買了架非常昂貴的望遠鏡,觀察火星和木星之間(小行星帶)的一個點,看到沒人見過的小行星,然後宣佈他們發現了新的行星,但我們都知道那些不是行星。」──美國西北大學生物醫學工程教授 Matthew R. Glucksberg 如是說。5

參考資料:

文章難易度
果殼網_96
108 篇文章 ・ 8 位粉絲
果殼傳媒是一家致力於面向公眾倡導科技理念、傳播科技內容的企業。2010年11月,公司推出果殼網(Guokr.com) 。在創始人兼CEO姬十三帶領的專業團隊努力下,果殼傳媒已成為中國領先的科技傳媒機構,還致力於為企業量身打造面向公眾的科技品牌傳播方案。

0

0
0

文字

分享

0
0
0
如何靠溫度控制做出完美的料理?
鳥苷三磷酸 (PanSci Promo)_96
・2024/06/21 ・2766字 ・閱讀時間約 5 分鐘

本文由 Panasonic 委託,泛科學企劃執行。 

炸雞、牛排讓你食指大動,但別人做的總是比較香、比較好吃?別擔心,只要掌握關鍵參數,你也可以做出完美料理!從炸雞到牛排,烹調的關鍵就在於溫度的掌控。讓我們一起揭開這些美食的神秘面紗,了解如何利用科學的方法,做出讓人垂涎三尺的料理。

美味關鍵 1:正確油溫

炸雞是大家喜愛的美食之一,但要做出外酥內嫩的炸雞,關鍵就在於油溫的掌控。炸雞的油溫必須維持在 160 到 180℃ 之間。當你將炸雞放入熱油中,食物的水分會迅速蒸發,形成氣泡,這些氣泡能夠保證你的炸雞外皮酥脆而內部多汁。

水的沸點是 100℃,當麵衣中的水分接觸到 160℃ 的熱油時,會迅速汽化成水蒸氣。這個過程不僅讓麵衣變得酥脆,也能防止內部的雞肉變得乾柴。

-----廣告,請繼續往下閱讀-----

如果油溫過低,麵衣無法迅速變得酥脆,水分和油脂會滲透到食物中,使炸雞變得油膩。而如果油溫過高,水分會迅速蒸發,使麵衣變得過於硬或甚至燒焦。

油炸時,麵衣水分會快速汽化。圖/截取自泛科學 YT 頻道

美味關鍵 2:焦糖化與梅納反應

另一道美味的料理——牛排。無論是煎牛排還是炒菜,高溫烹調都會帶來令人垂涎的香氣,這主要歸功於焦糖化反應和梅納反應。

焦糖化反應是指醣類在高溫下發生的非酵素性褐變反應,這個過程會產生褐色物質和大量的風味分子,讓食物變得更香。而梅納反應則是指醣類與氨基酸在高溫下發生的反應,這個過程會產生複雜的風味分子,使牛排的色澤和香氣更加迷人。

要啟動焦糖化反應和梅納反應的溫度,至少要在 140℃ 以上。如果溫度過低,無法啟動這些反應,食物會顯得平淡無味。

-----廣告,請繼續往下閱讀-----
焦糖畫反應。圖/截取自泛科學 YT 頻道


焦糖化反應與梅納反應。圖/截取自泛科學 YT 頻道

油溫與健康

油溫不僅影響食物的風味,也關係到健康。不能一昧地升高油溫,因為每種油都有其特定的發煙點,即開始冒煙並變質的溫度。當油溫超過發煙點,會產生有害物質,如致癌的甲醛、乙醛等。因此,選擇合適的油並控制油溫,是保證烹調健康的關鍵。

說了這麼多,但是要怎麼控制溫度呢?

各類油品發煙點 。圖/截取自泛科學 YT 頻道

科學的溫度控制

傳統電磁爐將溫度計設在爐面下,透過傳導與熱電阻來測溫,Panasonic 的 IH 調理爐則有光火力感應技術,利用紅外線的 IR Sensor 來測溫,不用再等熱慢慢傳導至爐面下的溫度計,而是用紅外線穿透偵測鍋內的溫度,既快速又精準。

而且因為紅外線可以遠距離量測,如果甩鍋炒菜鍋子離開爐面,也能持續追蹤動態。不會立即斷開功率關掉,只要鍋子放回就會繼續加熱,效率不打折。

-----廣告,請繼續往下閱讀-----

好的溫度感測還要搭配好的溫度控制,才能做出一流的料理。日本製的 Panasonic IH 調理爐,將自家最自豪的 ECONAVI 技術放進了 IH 爐中。有 ECONAVI 的冷氣能完美控制你的室溫,有 ECONAVI 的 IH 調理爐則能為你的料理完美控溫。

有 ECONAVI 的 IH 爐不只省能源、和瓦斯爐相比減少碳排放,更為料理加分。前面說了溫度就是一切的關鍵,但是當我們將食材投到熱鍋中,鍋中的溫度就會瞬間下降,打亂物理與化學反應的節奏,阻止我們為料理施加美味魔法。

所以常常有好的廚師會告訴我們食物要分批下,避免溫度產生太大變化。Panasonic IH 調理爐,只要透過 IR Sensor 一偵測到溫度下降,就能馬上知道有食材被投入並立刻加強火力,讓梅納反應與焦糖化反應能持續發揮變化。而當溫度回到設定溫度,Panasonic IH 調理爐也會馬上將火力轉小,透過電腦 AI 的迅速反應,掌握溫度在最完美區間不劇烈起伏。

不僅保證美味關鍵,更不用擔心油溫超過發煙點而導致油品變質,讓美味變得不健康。

-----廣告,請繼續往下閱讀-----
透過 IR Sensor 精準測溫並提升火力。圖/截取自泛科學 YT 頻道
IH 調理爐完美控溫 。圖/截取自泛科學 YT 頻道

舒適的烹飪環境

最後,IH 爐還有一個大優點。相比於瓦斯爐,因為沒有使用明火,加熱都集中在鍋具。料理過程更安全,同時使用者也不會被火焰的熱氣搞得心煩意亂、汗流浹背,在廚房也能過得很舒適。而且因為熱能集中,浪費的能源也更少。

因為沒有使用明火,料理過程安全又舒適。圖/截取自泛科學 YT 頻道
Panasonic IH調理爐火力精準聚集在鍋內。圖/Panasonic提供

為了更多的功能、更好的效能,我們早已逐步從傳統按鍵手機換成智慧型手機。一樣的,在廚房內,如果你想輕鬆做出好料理,同時讓烹飪的過程舒適愉快又安全。試試改用 Panasonic IH 爐,一起享受智慧廚房的新趨勢吧!👉 https://pse.is/649gm5

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 306 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

0

0
0

文字

分享

0
0
0
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 53 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
0

文字

分享

0
0
0
大腸桿菌是好菌還是壞菌?只分布於人體大腸嗎?——《生物學學理解碼》
PanSci_96
・2019/04/16 ・1757字 ・閱讀時間約 3 分鐘 ・SR值 569 ・九年級

課本介紹人體大腸中的大腸桿菌 (Escherichia coli) 有助於維生素吸收,但新聞報導時有感染大腸桿菌而死亡的案例,究竟它是有助於人體健康的益菌還是讓人生病的病原菌?此外,大腸桿菌顧名思義應分布於大腸,其他腸道區域也有大腸桿菌嗎?

大腸桿菌。圖/pixnio

大腸桿菌小檔案

大腸桿菌屬於兼性厭氧的革蘭氏陰性桿菌,由德國細菌學家西奧多 · 埃希 (Theodor Escherich) 於 1885 年嘗試找出霍亂病原時,於結腸中分離鑑定,因此大腸桿菌的屬名為埃希氏菌屬 (Escherichia) ,而 coli 是指  「colon」 (大腸中的結腸)。 埃希最早將之命名為 Bacterium coli commune(大腸中普通的桿菌),阿爾多 · 卡斯特拉尼 (Aldo Castellani) 與阿爾伯特 · 約翰 · 查爾默斯 (Albert John Chalmers) 於 1919 年更名為 Escherichia coli,以紀念埃希的貢獻,但直到 1958 才被官方認定 (Emerg. Infect. Dis., 2015) 。

是好菌?

人體大腸中的大腸桿菌與我們的關係常為互利共生,大腸桿菌可合成並釋放人體所需的營養素,包含維生素K 、 B12 等;人體製造凝血因子時需要維生素K 的參與。

大腸桿菌可由腸道中獲得營養與有利的生長環境,亦能抑制其他病菌生長,幫助維持腸道菌落。

還是壞菌?

大腸桿菌通常不致病,因此大部分的菌株並非致病菌,但有些菌株會引起食品中毒,通稱為病原性大腸桿菌  (EEC) ,依據其致病機制,主要可分為六種亞群(施等人, 1997 )。最常見的致病性大腸桿菌是因細菌的內毒素,引起腹瀉、脫水等症狀,稱為「旅行者的腹瀉」 (Traveler’s diarrhea) 。

-----廣告,請繼續往下閱讀-----

致病性大腸桿菌常引起「旅行者的腹瀉」(Traveler’s diarrhea)使人精神不濟。圖/pixabay

另一種致病性大腸桿菌,是 1982 年於美國爆發出血性結腸炎的大腸桿菌 O157 : H7 ,該種菌株透過內毒素破壞腸道與腎臟,可能造成腸道出血與溶血性尿毒症 (HUS) 。大腸桿菌 O157 : H7 產生的內毒素稱為類志賀氏毒素 (Shiga-like toxins 或 verotoxin) ,與痢疾志賀氏桿菌 (Shigella dysenteriae,為桿菌性痢疾的病原菌之一)產生的志賀氏毒素相似。科學家認為痢疾志賀氏桿菌的內毒素基因經噬菌體傳遞,被帶入大腸桿菌中,形成大腸桿菌 O157 : H7  菌株。

大腸桿菌依血清型區分不同菌株。圖/《生物學學理解碼》。

大腸桿菌的數量與分布

人類胃腸道內居住著許多微生物,形成一個複雜的生態系統。一個人的糞便中可鑑定出 400 多種細菌,主要為厭氧菌。腸道是氧氣濃度受限的環境,分布了兼性厭氧菌 (facultative anaerobes) ,包含大腸桿菌與葡萄球菌 (Staphylococcus) ,佔腸道微生物數量的 0.1%。人體的上消化道(胃、十二指腸、空腸和迴腸前段)細菌菌落較為稀疏,細菌濃度小於 104 個生物體 / 毫升腸液。

-----廣告,請繼續往下閱讀-----

比較各段消化道內厭氧菌與大腸桿菌的數量(修改自  Gorbach, 1996 )。圖/《生物學學理解碼》

下消化道中以大腸分布的菌落最多濃度約為 1011 個細菌 / 克糞便,其中主要是厭氧菌,其數量可達兼性厭氧菌的 1000 倍 (Gorbach, 1996) 。換句話說,大腸桿菌在小腸中分布的數量極少,在迴腸中數量較多,但主要分布於大腸。

人體各消化器官的分段。圖/《生物學學理解碼》。

破除大腸桿菌的刻板印象

◎一般腸道內的大腸桿菌與人體互利共生,大腸桿菌通常不致病。
◎部分種類的大腸桿菌菌株會引起食品中毒,稱為病原性大腸桿菌。致病性大腸桿菌常是透過細菌的內毒素,引起腹瀉、脫水等症狀,或是如大腸桿菌 O157 : H7 透過內毒素,破壞腸道與腎臟。
◎人體的上消化道細菌菌落較為稀疏,下消化道中以大腸分布的菌落最多,其中主要是厭氧菌,其數量可達兼性厭氧菌的 1000 倍。
◎大腸桿菌在小腸中分布的數量極少,在小腸的迴腸段中數量較多,但主要仍是分布於大腸。

-----廣告,請繼續往下閱讀-----

情資來源:

 

 

 

本文摘自《生物學學理解碼:從研究史、生態、生理到分子生物,完整剖析39個高中生物學疑難案例》,紅樹林,2019  年 3 月出版。

PanSci_96
1223 篇文章 ・ 2294 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。