1

0
0

文字

分享

1
0
0

文化的演化戰場:Memetics

朱家安
・2012/03/21 ・1075字 ・閱讀時間約 2 分鐘 ・SR值 450 ・四年級

-----廣告,請繼續往下閱讀-----

如同對生物有興趣的人會對「為什麼長頸鹿的脖子那麼長?」這類問題感到好奇,對人的行為有興趣的人也會被「為什麼多數人認為我們應該有禮貌?」、「為什麼多數人(至少在一些情況下)有利他傾向?」,甚至「為什麼麥可傑克森這麼紅?」這類問題吸引。對於前一類問題,生物學家給的標準答案是,因為長脖子基因(組)具有遺傳優勢,比起短脖子基因(組)更容易在基因庫中散佈開來。基因的遺傳優勢,雖然不總是,不過往往是基於該基因帶來的生存優勢︰如果擁有該基因的個體容易存活,該個體就容易留下更多子嗣,該基因就容易散佈。

生物學家道金斯(Richard Dawkins)和哲學家Susan Blackmore建議,對於「為什麼多數人認為我們應該有禮貌?」這類問題,我們也可以模仿演化學家的方式來尋找答案︰多數人認為我們應該有禮貌,顯然是因為「我們應該有禮貌」這種價值觀(或信念)比它的競爭對手(「我們不應該有禮貌」、「我們有沒有禮貌都無所謂」)更容易被散佈。然而,為什麼這類價值觀具有散佈上的優勢?或許是因為它能帶來生存優勢,或許是因為它能讓持有的人滿足,也或許是因為其它奇奇怪怪的原因,就是讓人想要到處宣傳它。

這種尋找答案的方式,就是Memetic強調的研究方法。Memetics假定每一種可以依靠模仿而被複製和傳遞的東西都是一種瀰(meme),包括旋律、髒話、典故、髮型、發明、衣著、烹飪方式、走路姿勢、宗教、生活態度、個性、價值觀、道德觀等等,而當我們發現在一個社群當中某個瀰特別流行,解釋這個現象的可靠方法,就是去找出這個瀰之所以散佈得這麼廣的原因。在這種意義下,瀰和基因形成強烈類比:它們都「試圖」在演化戰場上打敗其它競爭對手脫穎而出,而它們的戰鬥,則形塑了人與動物的樣貌及生活。

和基因不同的是,瀰是藉由模仿而複製和傳遞,而非藉由遺傳。因此,根據Memetics,就算對於持有者完全沒有生存上的益處,只要有強大的渲染力,瀰還是可以散佈得很廣(例如「把這封信轉寄給十個人,不然你明天會吃到大便」Email)。也因此,就算一份價值觀對於持有者的生存完全沒有益處,Memetics也還是有可能對這份價值觀的廣布給出解釋。一個可能的例子是利他主義(altruism),純粹的利他主義根據定義對於持有者的生存沒有益處,但為什麼還是有這麼多人在生活中或多或少地實踐它?Blackmore給出的解釋是︰利他主義流行,是因為利他主義比它的競爭者容易散佈,而利他主義比它的競爭者容易散佈,是因為,比起自私的人或普通的人,我們會比較願意和利他的人說話,並且接受他的想法,而這當然包括了他的道德觀。

-----廣告,請繼續往下閱讀-----

參考資料
Blackmore, Susan. 1999. The Meme Machine. Oxford.
Dawkins, Richard. 1976. The Selfish Gene. Oxford.

本文修改自哲學哲學雞蛋糕

文章難易度
所有討論 1
朱家安
19 篇文章 ・ 6 位粉絲
哲學研究生,努力用簡單有趣的方式推銷理性思考和分析哲學。

0

1
2

文字

分享

0
1
2
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

  • 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 ・ 54 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

2
1

文字

分享

0
2
1
誠實面對人類參與的「自然」——太田欽也專訪
顯微觀點_96
・2024/07/11 ・3228字 ・閱讀時間約 6 分鐘

本文轉載自顯微觀點

斑馬魚是最知名的模式生物之一,其基因、型態與發育深受了解,並用於探討深度同源等重要演化生物學問題。但也有科學家提出,演化生物學該持續隨環境演進,並嘗試以新的實驗物種——金魚——探討人類世(Anthropocene)環境下的生物演化。

育種歷史與基因巧合 奠定金魚的演化生物學價值

例如有千年馴化歷史、型態千變萬化的金魚,就相當適合探討人類因素與生物型態演化的關聯。

中研院細生所派駐臨海研究站的演化與發育生物學家太田欽也指出,斑馬魚與金魚兩者的胚胎都可以透過顯微鏡仔細觀察,相對於受精一年後才成熟的金魚,斑馬魚有成熟較快,基因組較為單純等優點,也具備許多現成基因研究工具。

-----廣告,請繼續往下閱讀-----

但斑馬品系間仍以其生理機能與基因為主要差別,對型態差異的演化並未那麼明顯。因為,科學家為了操作基因與細胞特徵而培育斑馬魚,使不同品系的差異大多來自目標明確的基因工程。

金魚型態演化圖。Courtesy of Kinya Ota and Gembu Abe

而金魚的型態變異,則完全來自飼養者對型態的偏好和育種,蘊藏更多元的型態變化與發育差異。其悠長的馴養歷史以及更古老的基因重複(Gene Duplication)機遇,使其值得成為演化發育生物學的新模式生物。研究器材和方法上的調整,則是生物學家展現才智的機會。

太田欽也舉例,「一般的解剖顯微鏡工作距離適合觀察和操作斑馬魚,但是經過我們自己的創意,也改裝出可以對金魚進行顯微手術的器具和適合拍攝的大型解剖顯微鏡。設備上的差異並不難克服。」

金魚胚胎的發育生物學優勢

太田欽也說,現代生物學家以果蠅和微生物育種進行遺傳與演化實驗,擴大時間維度來看,千年來金魚愛好者挑選、強化金魚外觀特徵的過程,可以比擬長時間的人擇實驗。

金魚不僅適合用來觀察人擇壓力如何影響成年生物的型態。太田欽也更想進一步探索,從胚胎階段的差異進行選擇,是否可能改變生物的型態。

-----廣告,請繼續往下閱讀-----

太田欽也提到,人工育種對發育與型態的影響力也展現在其他物種上,例如家犬與鴿子也被培育出許多特殊表型。但是哺乳動物和鳥類的胚胎觀察不易,需要相當高的技術與成本。

相對於動物子宮與鳥類蛋殼內的胚胎,在透明卵囊中發育的半透明金魚胚胎,就是非常容易觀察的研究對象。只要有恰當的複式顯微鏡、解剖顯微鏡和顯微手術能力,金魚的胚胎從受精到孵化都可以全程順利紀錄,而且每次繁殖可以蒐集到上百筆資料。

現代顯微攝影技術搭配容易觀察的金魚胚胎,讓太田欽也可以拍攝清晰影片,在網路上生動地分享發育生物學知識。攝影:楊雅棠

自製影片 盼演化生物學跨過學院圍牆

除了將金魚研究成果發表在 Nature 等科學期刊,太田欽也同時努力當起「Youtuber」。他希望能將演化發育生物學、金魚飼育經驗、臨海研究站的學術特色,甚至是宜蘭的風光,透過網路傳達給大眾。

武漢肺炎導致的漫長隔離,是他學習影音製作的契機。最初他在百無聊賴之下看了大量影片,後來逐漸萌發「我也要拍自己的題材!」的企圖心。開始搜尋拍攝、後製、配樂等網路教學,在隔離的單人房中逐漸進步。

-----廣告,請繼續往下閱讀-----

太田欽也說,拍攝影片最重要的動機是「分享」。他解釋,「科學的頻道不管累積再多追蹤者,例如數十萬人追蹤的 Nature, Science, 觀眾也以科學領域工作者為主。現代知識逐漸朝向『專家』與『外人』的兩極化狀態發展,我不喜歡這樣的社會。」

如同他推進學術研究的方法,他也透過自學、自己組裝基礎設備如空拍機、手機等,在節省開支的情況下拍出了中研院同僚為之驚艷的影片。

太田欽也為臨海研究站拍攝的簡介影片,基本款空拍機呈現了頭城的舒暢美景。

在早已開始的人類世 何謂自然?

太田欽也熱衷以空拍影片介紹宜蘭的郊野與人文,但他對主流輿論的「自然環境」內涵存疑,他認為「自然」早已被人類行為大幅改變。自從農業擴張、工業革命發生,人類對環境與生物的改變程度早已無法恢復「自然原貌」。

他以金魚的馴化過程為例,從宋朝開始的愛好者,透過育種極力凸顯特殊形態,從沒有背鰭的「蛋種」,到眼周水泡足以遮蔽視線的「水泡眼」。都不是基於適應「自然」而進行的育種。

-----廣告,請繼續往下閱讀-----

太田欽也強調,「如果是宋朝或明朝人有今天的生物學工具,以他們的追求珍奇的育種態度,一定會用 CRISPR 編輯金魚基因,製造出更奇特的變異型態。」

他說,這樣的行為會在現代科學圈與社會輿論上遭到反對,「認為動物被修改基因、型態變異很可憐」,但人類採用動物進行藥物實驗或經濟用途時,也並未優先考慮「自然原則」。

太田欽也反問,「若是透過基因編輯技術將金魚修改回類似野生鯽魚的型態,更適應野外環境,這樣算是自然或不自然呢?」

建立科技倫理 而非堅守「自然」想像

他指出,金魚的馴化與育種反映著東亞社會的自然觀念,不同於西方基督教倫理的「人統御、保護自然」意識形態。可以促進人們反思,人類也身在其中的「自然」的標準是什麼?而非執著於保護想像中的自然「原狀」。

太田欽也強調,「本質化『自然』、建構一個保守不變的形象,不會幫助人們了解生物學。」

他認為,宋朝人、明朝人的自然觀念與今日不同;甚至現代人常引用的「道法自然」倡議者老子,他所提倡的自然,與現代許多人想像、意圖恢復的也是不同的自然。

背鰭退化、尾鰭倍增的蛋種雙尾金魚,是古代貴族最青眼有加的奇特型態之一。作者:清 馬文麟 來源:國立故宮博物院

太田欽也建言,科學地面對人類因素影響世界各地生態的現實、建立基因科技的社會倫理與規範,都是比恢復建構出的「自然」意象更重要的生物學議題。

-----廣告,請繼續往下閱讀-----

來自日本和歌山縣鄉間的太田欽也說,長期駐守宜蘭頭城的臨海研究站不僅是因為設施與職位,也是因為此處環境與故鄉有幾分神似。

「但我不會說這兩個地方都很『自然』,在人們對我說『這裡很自然!』的時候。」太田欽也無奈地笑說,「想到周遭可以釣起吳郭魚的溪流、被整治疏濬成田園的原洪氾濕地,反而會讓我很疑惑彼此對『自然』的共識。」

1995 年諾貝爾化學獎得主克魯岑(Paul Crutzen)指出,現代已是由人類行為影響地質特性的人類世。此概念引起地質科學界激烈討論,從新石器時代、工業革命到核彈試爆頻繁的 1960 年代都有學者認為是人類世的開端。

最後由國際地層委員會的人類世工作小組投票決定,視第二次世界大戰後、人口與人類活動高速成長的20世紀中葉為人類世起點。

查看原始文章

參考資料

  1. Li IJ, Lee SH, Abe G, Ota KG. Embryonic and postembryonic development of the ornamental twin-tail goldfish. Dev Dyn. 2019 Apr;248(4):251-283.
  2. Abe G, Lee SH, Chang M, Liu SC, Tsai HY, Ota KG. The origin of the bifurcated axial skeletal system in the twin-tail goldfish. Nat Commun. 2014 Feb 25;5:3360.
  3. 太田欽也實驗室

討論功能關閉中。

4

8
1

文字

分享

4
8
1
侏羅紀公園的場景可能真實發生?生物複製技術有哪些發展?複製人要出現了嗎?
PanSci_96
・2024/06/15 ・5062字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

如果用我們的基因製造複製人,可以代替我們上班上課嗎?想像一下,如果世界上每個人都有一個雙胞胎分身?或者,如果我們可以克隆出已故的名人?甚至複製已故的寵物或親人?

當然,這些都是幻想,但複製生物技術的發展正在讓這個幻想漸漸變為現實⋯⋯

科幻小說的故事照進現實,在技術層面上有哪些困難?道德上又會引發哪些問題呢?

讓我們一起探索這項驚人技術的曲折歷程吧!

-----廣告,請繼續往下閱讀-----

今天的文章將會回答以下問題:

  1. 複製生物技術的早期實驗有哪些?又帶來什麼影響?
  2. 基因複製技術最大的困難是什麼?
  3. 複製技術面臨哪些主要挑戰和倫理道德問題呢?
  4. 複製生物技術除了複製生物還能有哪些應用?

克隆實驗早期的探索與突破?

複製生物技術的發展是一個漫長而曲折的過程,從 19 世紀末的早期實驗,到 20 世紀中葉的技術突破,再到 21 世紀的應用與挑戰。

胚胎實驗的歷史可以追溯到 19 世紀末,當時德國生物學家杜里舒(Hans Driesch,1867-1941)進行了一項開創性的實驗。他通過搖晃的方式將四個海膽胚胎細胞分離,並觀察到每個分離的細胞都能發育成完整的幼體,儘管體型較小。這一實驗證明了早期胚胎細胞具有全能性(totipotency),即早期胚胎的每個細胞都能發展成完整個體,這為後來的細胞核移植技術奠定了基礎。

圖/giphy

在 20 世紀初,植物學家發現通過嫁接和分裂植物組織可以產生與母體相同的植物。奧地利植物學家戈特利・哈伯蘭特(Gottlieb Haberlandt,1854-1945)提出了「植物細胞全能性」(totipotency)的概念,即每個植物細胞都具有發育成完整植物的潛力。哈伯蘭特的實驗主要是通過無菌技術培養植物細胞,雖然當時他並未成功培育出完整的植物,但他的理論和研究為後來的植物組織培養和克隆技術奠定了基礎。

-----廣告,請繼續往下閱讀-----

1914 年,德國生物學家漢斯・斯佩(Hans Speman,1869-1941)進行了另一個具有里程碑意義的實驗。他利用了一根嬰兒頭髮製作的環狀結,將其繫在受精的蠑螈卵細胞上,並將細胞核推到一側。當細胞核所在的一側開始分裂成多個細胞後,他鬆開結讓一個細胞核滑回未分裂的細胞一側,從而產生了兩個獨立的細胞群,這些細胞群最後發育成了兩個完整的胚胎。這是最早的核移植(nuclear transfer)實驗,顯示了細胞核在胚胎發育中的重要性​。

20 世紀中葉,科學家們進一步推動了克隆技術的發展。1952 年,美國科學家羅伯特・布里格斯(Robert Briggs,1911-1983)和湯瑪斯・金恩(Thomas Joseph King,1921-2000)首次成功地將青蛙胚胎細胞的細胞核移植到去核的卵細胞中,並培育出蝌蚪,雖然這些克隆青蛙無法存活至成年,但這實驗證明了細胞核可以在去核卵母細胞中重新編程,進而發育成新個體。

圖/giphy

桃莉羊的誕生:克隆技術的重要里程碑

克隆技術的重大突破出現在 1996 年,當時英國羅斯林研究所的伊恩・威爾穆特(Ian Wilmut,1944-2023)和基思·坎貝爾(Keith Campbell,1954-2012)成功地克隆了第一個成年哺乳動物,也就是廣為人知的——桃莉羊(Dolly)。他們使用的是一隻成年綿羊的乳腺細胞核,將其移植到一個去核的卵細胞中,最終培育出桃莉。這一成就震驚了全世界,因為它證明了成體細胞的基因信息可以被重置為胚胎狀態,並成功發育成為一個完整的生物體,標誌著克隆技術的一個重要里程碑​。

1996 年,成功地克隆了第一個成年哺乳動物,也就是廣為人知的——桃莉羊(Dolly)。圖/wikipedia

桃莉羊的誕生引發了廣泛的科學和倫理討論。一方面,科學家看到了複製技術在醫學研究、保護瀕危物種以及農業中的潛力。另一方面,社會各界對複製技術的倫理問題表示擔憂,特別是人類複製的可能性。

-----廣告,請繼續往下閱讀-----

桃莉羊的成功開啟了克隆技術的新篇章,此後,小鼠、牛、山羊等多種哺乳動物相繼被成功複製,展示了這一技術的廣泛應用潛力。同時,科學家們將目光投向了更為複雜的靈長類動物。

靈長類動物的複製技術在 21 世紀取得了進一步的突破。2018年,中國科學家成功利用與桃莉羊相同的「體細胞核轉植」技術複製出兩隻有相同基因的長尾彌猴「中中」和「華華」,標誌著克隆技術的又一個突破​。2020年中國又成功複製了恆河猴,並取名為「ReTro」,不同於印象中印象中複製動物壽命都很短或是飽受疾病之苦,ReTro 在今年(2024年)已經要滿四歲了,是首隻平安長大成年的複製恆河猴。

複製技術的挑戰?

儘管克隆技術在基因層面上已經相對成熟,但要複製出健康的個體仍然面臨巨大挑戰。許多克隆動物都表現出健康問題,如免疫系統缺陷、心血管問題、早衰、壽命縮短或在在肝、腎、肺、大腦、關節等地方產生發育上的缺陷,也有部分出現體型異常巨大的問題​​。例如綿羊的正常壽命約在 12 年左右,但桃莉羊在 6 歲時,就因關節炎與肺部感染而去世。

這主要是因為,細胞核在卵細胞中的重新啟動過程容易出現問題,導致克隆個體可能存在基因表達異常。即便是中國科學院成功複製的 ReTro 也只是難得成功的個案。

-----廣告,請繼續往下閱讀-----

基因複製出的人類會和本人完全一模一樣嗎?

克隆技術,特別是克隆人類,涉及複雜的倫理和道德問題。一方面,克隆技術可能會被用來治療某些疾病,或是用於治療遺傳疾病和器官移植,甚至延長壽命;但另一方面,它也可能被濫用,導致倫理危機。例如,克隆人類可能引發身份認同問題,並挑戰現有的社會和家庭結構​,反對者擔心擔心這樣的技術會對社會和人類本質造成不可預見的影響。

如果突破細胞核重新啟動的困境,複製出來的克隆人會和本人完全一樣嗎?

答案是:「不會」。

圖/imdb

美國演化生物學家阿亞拉(Francisco J. Ayala,1934-2023)在《美國國家科學院院刊》上提出,我們目前進行的生物複製實驗複製的只是「基因型」而非「表現型」。基因型指的是基因組成;而表現型指的是包含個體外表、解剖結構、生理機能以及智力、道德觀、審美、宗教價值觀等行為傾向和屬性,還有透過經驗、模仿、學習所獲得的特徵。表現型是基因與環境間複雜作用下的產物。基因型的複製就像是同卵雙胞胎,就算長得再像,他們怎麼樣都不會是「同一個人」。透過生物複製技術基因複製出的克隆人,其實也只不過是跟你擁有相同基因的雙胞胎而已。

-----廣告,請繼續往下閱讀-----

不過目前世界上也存在一種能複製表現型的技術,那就是——「AI」。

隨著人工智能技術的進步,模擬人類個性和行為變得越來越現實。例如,AI 可以通過學習大量數據來模擬特定個體的行為模式,甚至在某些情況下,AI 克隆可能會比生物克隆更具實用性。然而,這也帶來了新的風險,包括隱私泄露、數據濫用等​​。

複製技術在生物醫學領域來能有哪些應用?

複製技術的應用範圍廣泛,涵蓋了醫學研究、農業、生態保護等多個領域。

複製技術在生物醫學領域具有巨大的潛力。幹細胞治療可以利用克隆技術培育出患者自身的幹細胞,從而避免免疫排斥反應。製藥公司可以利用克隆動物來進行藥物測試,提高藥物研發的效率和準確性​。科學家也可以生產出大量具有相同基因組的細胞,用於研究疾病機制和開發新藥。克隆技術被用於創建動物模型,這些模型有助於研究人類疾病的機制和治療方法。例如,科學家利用克隆技術創建了患有阿爾茨海默症和帕金森症的動物模型,這些模型為藥物開發和治療策略的研究提供了重要的工具。

-----廣告,請繼續往下閱讀-----

在農業領域,複製技術被用於繁殖優良品種,增加牲畜的生產力和抗病能力。通過克隆優秀的畜禽個體,農民可以提高產量,降低疾病風險,從而提高農業生產的效益。

此外,複製技術在生態保護方面也有重要的應用。許多瀕危物種由於種群數量減少,面臨滅絕的危險。科學家們利用複製技術試圖保護這些物種,例如,已經有研究成功克隆了瀕危的野生動物,為保護生物多樣性提供了新的方法。

圖/imdb

結論

總結而言,複製生物技術的發展歷程充滿了挑戰和機遇。從早期的胚胎細胞分離實驗,到 20 世紀中葉的核移植技術,再到 1996 年桃莉羊的成功,科學家們在不斷探索和突破。儘管技術上取得了許多進展,但複製健康個體的挑戰仍然存在。此外,倫理和道德問題也不容忽視。未來,隨著技術的不斷進步,克隆技術在生物醫學領域的應用將更加廣泛,但我們也必須謹慎對待其可能帶來的社會和倫理影響,我們需要謹慎管理這項強大的技術,在發揮其潛力的同時,避免可能帶來的社會和倫理風險。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

所有討論 4