0

0
0

文字

分享

0
0
0

「咬」之王者

葉綠舒
・2012/03/28 ・480字 ・閱讀時間約 1 分鐘 ・SR值 429 ・四年級

-----廣告,請繼續往下閱讀-----

廖韋絜、周亞賢、葉綠舒/改寫

說到世界上的「咬」之王者,非暴龍(Tyrannosaurus rex)莫屬。最經典的應該是在「侏羅紀公園」(Jurassic Park)裡的那一咬吧!

轉載自作者部落格。(圖片來源:GreenBook Blog http://0rz.tw/1rB3I)

但是看起來嚇人,咬起來是不是有那麼恐怖呢?

有些科學家聲稱暴龍的咬合力其實沒這麼嚇人,牠們沒有厲害到能獵食像三角龍(Triceratops)一樣的大型草食動物。不過,根據最新刊載於 Biology Letters 的研究報告中,科學家用電腦模擬暴龍的頭顱構造,加上肌肉組織(見下圖),測試暴龍的咬合力,粗略估計之下得到的結果顯示,三角龍要當心囉!暴龍擁有力克群雄的咬合力,單邊臼齒的咬合力高達 5800 公斤,是所有動物中力量最大的,科學家原本預估暴龍的咬合力約為 1350 公斤, 這個最新的測試結果遠遠高於原先的估計;5800 公斤也是現在地球上具有最強大咬合力的短吻鱷的 10 倍之多。

-----廣告,請繼續往下閱讀-----
圖片來源:ScienceNOW

參考資料:ScienceShot: T. rex Packed World’s Strongest Bite—ScienceNOW [28 February 2012]

本文發表於作者部落格

文章難易度
葉綠舒
262 篇文章 ・ 9 位粉絲
做人一定要讀書(主動學習),將來才會有出息。

0

3
3

文字

分享

0
3
3
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 ・ 56 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
0

文字

分享

0
2
0
這是真的嗎?傳說級的暴龍之血,引起古生物學家的學術攻防戰!──《 誰讓恐龍有了羽毛? 》
臉譜出版_96
・2022/08/17 ・4514字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

流傳了六千萬年的血液!找到疑似暴龍的血管和細胞

體認到 DNA 不能持續存在個幾千年,讓大家失望不已。也因此,所有那些聲稱找到數百萬年前昆蟲、植物和細菌 DNA 的投稿文章,最後全都被學術期刊拒絕。

千萬年下來,DNA 幾乎無法保存良好,使得古生物學家難以藉此完全破解恐龍的秘密。圖/Pixabay

然而,要是恐龍化石中存在有其他種類的蛋白質呢?好比說骨骼中特定的蛋白質?一九九七年發表了一篇發現恐龍血跡的文章,又為大家帶來新希望。

由瑪麗.史懷哲(Mary Schweitzer)領導的蒙大拿州立大學(Montana State University)的研究團隊表示,他們已經從保存完好的暴龍骨骼中抽取出蛋白質和血液化合物。

若真是如此,這將使我們對恐龍的生理學有更進一步的認識——它們的血紅蛋白結構可能會提供攜氧能力的線索,解決恐龍是否為溫血動物的爭議。

-----廣告,請繼續往下閱讀-----

瑪麗.史懷哲因為受到一具保存異常完好的暴龍骨架所啟發,而展開她尋找古代蛋白質的探尋。「就某些方面來看,它幾乎與現代骨骼相同,並沒有受到礦物質的填充,」她說。

外面一層緻密的骨層似乎阻止了水分進入,所以內部的骨骼看來和新鮮的一樣。史懷哲鑑定出這些內部區域的蛋白質和可能的 DNA。她這樣描述當時的興奮之情:

實驗室裡充滿了驚奇的低語聲,因為我注意到血管內有一些我們以前從未注意到的東西:微小的圓形物體,呈半透明的紅色,中間則是黑色的。

然後一位同事過來看了看,大喊道:「你找到紅血球。你找到紅血球了!這看起來就跟一塊現代骨骼一樣。

但是,當然,我無法相信。我問實驗室的技術員:「這骨骼畢竟有六千五百萬年的歷史。紅血球怎麼可能保存那麼久?」

瑪麗.史懷哲的研究團隊可能在暴龍的骨骼中,找到了牠們的血管以及細胞。圖/Science

然後我們對這根可能含有紅血球的骨骼進行測試。骨骼中似乎確實含有血紅素,這是血液中的血紅蛋白分子上負責攜帶氧氣的那部分。

血紅素呈紅色,這也是血液呈紅色的原因,因為這當中富含鐵,在與氧氣結合時就會呈現紅色,這有點類似鐵生鏽時會出現顏色變化的原理。

-----廣告,請繼續往下閱讀-----

質疑:這些是恐龍本身的組織,還是外來汙染?

然而,許多其他科學家質疑這些報告,並認為骨骼中富含鐵的痕跡與血液或血液製品無關,可能只是這動物在遭到掩埋很長時間後進入骨骼的鐵質。

在受到許多評論——有些公平,有些可能不公平——後,瑪麗.史懷哲和她的團隊在二〇〇五年又在《科學》雜誌上發表了一篇後續文章,題為「暴龍的軟組織血管和細胞保存」(Soft-tissue vessels and cellular preservation in Tyrannosaurus rex)。

她的團隊溶解掉一些四肢部位堅硬骨骼的磷酸鈣,留下了由狹窄的血管組成的殘留物,其中包含可以擠出的圓形物體。

從圖 A 中可以發現,脫礦的骨骼基質具有彈性,在箭頭處,拉伸後仍然可以恢復,而在圖 C 箭頭處可以看到纖維狀的特徵。圖/Science

脫礦後的骨骼基質是纖維狀的,並保留了一些原始彈性——在一根將近有七千萬年的化石上,這是非常驚人的。

-----廣告,請繼續往下閱讀-----

在後來針對相同材料的研究中,史懷哲和她的同事進行了一系列生化測試,試圖證明這些彈性纖維線是由膠原蛋白組成,就像在原始骨骼中那樣。

骨骼通常由兩種主要材料組成:磷灰石礦化針,這是一種磷酸鈣,會嵌入在纖維性的膠原蛋白中。正是這種彈性蛋白質和硬礦物質的結合,賦予活體骨骼有趣的特性,讓骨骼能夠彎曲(在某個角度範圍內),但彎太大還是會脆裂折斷。

在沒有磷灰石晶體的地方,膠原蛋白形成軟骨,這種柔軟的材料讓我們的耳朵和鼻子變硬,也是鯊魚骨骼的主要成分。

不久之後,在二〇〇八年,托馬斯.凱耶(Thomas Kaye)及其同僚將重新解釋所有這些化石發現,指出這全是人為因素所造成的。他們說,這個疑似血管的構造可能是細菌膜,而所謂的紅血球只是黃鐵礦晶體,是一種硫化鐵礦物。

-----廣告,請繼續往下閱讀-----

反轉、反轉再反轉,究竟誰比較靠近真相?

瑪麗.史懷哲對這些批評並不買單,到了二〇一五年,她的研究似乎得到了另一個研究團隊的證實,他們表示從八塊白堊紀時代的恐龍骨骼中取得膠原蛋白和紅血球。

然而,到了二〇一七年,又有一篇文章發表,曼徹斯特的麥克.巴克萊(Michael Buckley)及其同事顯示,這些暴龍的膠原蛋白主要是由實驗室汙染物、土壤細菌以及鳥類血紅蛋白和膠原蛋白所組成的。

他們特別指出,那個所謂的恐龍蛋白質與現代鴕鳥的序列相吻合——這是很容易出錯的地方,若是在分析化石材料的實驗室中,也處理這些現代生物的樣本,就會出現這樣的錯誤。

然後,情況變得比較明朗。在二〇一八年的一篇論文中,耶魯大學的博士生亞斯米娜.偉曼恩(Jasmina Wiemann)帶領的一個小組再次研究了那些去除所有礦物質後的化石骨骼中的血管和其他褐色物質。

-----廣告,請繼續往下閱讀-----

她進行了一連串複雜的測試,發現這些血管和組織都是真的,但其組成已經不是最初的蛋白質,可能只有膠原蛋白還保持原樣。

其他的成分都已腐爛,轉變成另一種形式,稱為N-雜環聚合物(N-heterocyclic polymers)——所以事實上,瑪麗.史懷哲是對的,她發現的確實是血管、皮膚細胞和神經末梢的一部分,只是在化石化的過程中,蛋白質發生本質上的轉變。

原始的膠原蛋白有可能被保存下來,但處理時必須格外小心,確保它沒有受到汙染。在一九九二年,荷蘭研究人員傑哈德.麥瑟(Gerard Muyzer)從兩隻白堊紀恐龍的骨骼中找到另一種骨蛋白,稱為骨鈣素(osteocalcin)。

有可能是骨鈣素(osteocalcin)讓恐龍骨頭組織可以逃離腐化的命運。圖/Wikipedia

骨鈣素存在於所有脊椎動物的骨骼中,其作用類似於荷爾蒙,可以刺激骨骼修復以及其他生理功能。骨鈣素是一種堅韌的蛋白質,可以非常牢固地與骨礦物質結合,正是因為如此,似乎可以逃過腐化的命運。

-----廣告,請繼續往下閱讀-----

它也是一種相對較小的蛋白質,由大約五十個胺基酸組成。在二〇〇二年,曾經為一隻五萬五千年前的野牛化石的骨鈣素分子進行完整定序。也許有一天,我們也可以幫恐龍的骨鈣素定序。

雌、雄恐龍長得到底一不一樣?

長久以來古生物學家一直認為,恐龍具有雌雄二形性,也就是兩性的外觀不同,至少有些種類是如此,就如同之前在第四章中看到的。

在過去,有人曾認為晚白堊世長角的角龍類和長冠的鴨龍類這些植食性動物是如此,牠們的骨架組成大同小異,只是頭上頂著的冠或角不同。

但若根據這種說法,奇怪的案例就出現了:所有的雄性會在一個時期都生活在一個地方,而所有的雌性,也就是頭骨稍微有些差異的個體,則碰巧在另一個時期生活在另一個地方。

-----廣告,請繼續往下閱讀-----

這個例子讓假設完全無法成立!

然而,近來恐龍的雌雄二型性再度成為焦點,因為現在我們可以辨識一些羽毛顏色和圖案細節。

有許多動物的雄性、雌性具有非常迥異的外表,恐龍是否也有類似的現象?圖/Wikipedia

現在普遍認為,許多恐龍的羽毛可能是用於展示,而條紋和頭冠則暗示著雄性在交配前的求偶展示,就跟多數鳥類一樣,而這正是性擇在恐龍演化中扮演的關鍵作用,如之前在第四章所提到的。

髓質骨,也許是破解恐龍性別的關鍵!

最棒的是,我們或許能夠根據這些明確的證據來辨別某些恐龍的性別。

大多數的雌鳥都長有一種特殊的骨骼叫做髓質骨(medullary bone),這是一種填充髓腔的海綿狀骨骼,會出現在某些肢體骨骼的核心。

在現代鳥類中,最初是一九三四年在鴿子身上注意到,然後在麻雀、鴨子和雞的骨架中也有觀察到。鳥的身體可以很快生成髓質骨,也可以很快地將其拆解回收,算是一種鈣質的儲藏庫,在需要形成蛋殼時可以快速釋出原料。

後來的研究發現,所有的現代鳥類都是如此。

生理實驗顯示,在雌鳥開始產卵時,髓質骨會在整套骨架的許多骨骼核心累積,然後隨著鈣進入發育中的蛋殼而減少。髓質骨的發育和轉移會隨著季節而出現週期性的變化,主要是受到雌激素(Oestrogen)和其他與繁殖週期相關的荷爾蒙所控制。

二〇〇五年,瑪麗.史懷哲首次在現代鳥類之外的暴龍身上發現髓質骨。從那時起,也陸續在其他獸腳類恐龍和鳥臀目中的腱龍(見隔頁)和難捕龍(Dysalotosaurus),以及已滅絕的孔子鳥和企鵝(Pinguinis)中發現。

由位於開普敦的南非博物館的阿努蘇亞.欽薩米-圖蘭(Anusuya Chinsamy-Turan)及其同僚所發表的一篇關於孔子鳥的研究特別有說服力,因為他們證明鑑定出髓質骨的化石都是雌性標本(參見下圖)。

白色箭頭處,即為雌孔子鳥的髓骨。圖/臉譜出版

在中國博物館蒐集到的數千個烏鴉大小的孔子鳥標本中,已經確定出雌雄兩性的形態。

有一個非常經典的標本是在同一塊石板上同時有雄鳥雌鳥——推測是雄鳥的那隻,長有旗桿般的長尾羽,而假設是雌鳥的那隻則沒有。

因此,就跟現代鳥類一樣,雄性長有荒謬的裝飾品,以便向較為敏感但外表單調的雌性炫耀,試圖展現牠強韌的特性,暗示牠將會是一個好父親。

欽薩米-圖蘭及其同僚在一個顯微切片中發現了位於內腔的髓質骨,其海綿狀的骨組織與一般較為規則和緻密的骨骼完全不同。髓質骨只有在雌性身上發現,從來沒有在雄性身上發現——雖然也不是所有的雌性都有,因為牠們死時並非都處於繁殖季。

不過,在其他例子中對於髓質骨的功能則還有爭議,比方說有研究指出在暴龍和異特龍等大型恐龍身上也有發現髓質骨。他們提出另一種解釋,認為些大型恐龍中之所以有海綿骨,可能與生長突增(growth spurt)有關。

有些體形較大的恐龍,生長速度非常快,幾個月內,體重可增加數百公斤,因此會需要快速取得和調動鈣質,我們將在第六章談這類恐龍。

在現生鳥類,甚至是化石鳥類中,髓質骨的存在是為了繁殖,這一點毋庸置疑,但只有在小型恐龍身上發現這類骨骼,也許是因為產卵對牠們來說是一項巨大工程,就像對今天的鳥類一樣。

從這一對孔子鳥的化石可以看見明顯的雌雄二型性。圖/臉譜出版

深入研究恐龍骨骼,認識牠們的生理機能和交配行為是一回事,但我們到底能不能一如本章開頭的主題所問的,設計出一隻活生生的恐龍呢?

——本文摘自《誰讓恐龍有了羽毛? 》,2022 年 7 月,臉譜出版

臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。

0

0
0

文字

分享

0
0
0
「咬」之王者
葉綠舒
・2012/03/28 ・480字 ・閱讀時間約 1 分鐘 ・SR值 429 ・四年級

-----廣告,請繼續往下閱讀-----

廖韋絜、周亞賢、葉綠舒/改寫

說到世界上的「咬」之王者,非暴龍(Tyrannosaurus rex)莫屬。最經典的應該是在「侏羅紀公園」(Jurassic Park)裡的那一咬吧!

轉載自作者部落格。(圖片來源:GreenBook Blog http://0rz.tw/1rB3I)

但是看起來嚇人,咬起來是不是有那麼恐怖呢?

-----廣告,請繼續往下閱讀-----

有些科學家聲稱暴龍的咬合力其實沒這麼嚇人,牠們沒有厲害到能獵食像三角龍(Triceratops)一樣的大型草食動物。不過,根據最新刊載於 Biology Letters 的研究報告中,科學家用電腦模擬暴龍的頭顱構造,加上肌肉組織(見下圖),測試暴龍的咬合力,粗略估計之下得到的結果顯示,三角龍要當心囉!暴龍擁有力克群雄的咬合力,單邊臼齒的咬合力高達 5800 公斤,是所有動物中力量最大的,科學家原本預估暴龍的咬合力約為 1350 公斤, 這個最新的測試結果遠遠高於原先的估計;5800 公斤也是現在地球上具有最強大咬合力的短吻鱷的 10 倍之多。

圖片來源:ScienceNOW

參考資料:ScienceShot: T. rex Packed World’s Strongest Bite—ScienceNOW [28 February 2012]

本文發表於作者部落格

-----廣告,請繼續往下閱讀-----
文章難易度
葉綠舒
262 篇文章 ・ 9 位粉絲
做人一定要讀書(主動學習),將來才會有出息。

0

12
4

文字

分享

0
12
4
【2013 諾貝爾化學獎】用程式計算化學:電腦模擬催化知識發展!
諾貝爾化學獎譯文_96
・2022/01/11 ・4460字 ・閱讀時間約 9 分鐘

本文轉載自諾貝爾化學獎專題系列,原文為《【2013 諾貝爾化學獎】將實驗帶入網際空間

  • 譯者/曹一允|美國德州農工大學 Karen Wooley 教授指導下取得博士,現於日本萊雅公司進行研究。
  • 譯者/蔡蘊明|台大化學系名譽教授

化學反應以閃電的速度進行著;電子在原子核間跳躍,閃避著化學家們虎視眈眈的雙眼。2013 年的諾貝爾化學桂冠得主們利用電腦,讓化學的神祕路徑得以現形。對於化學運作的細部暸解,使得催化劑、藥物以及太陽能電池的最佳化變得更有效率。

將實驗帶入網際空間

全世界的許多化學家幾乎每天在電腦上設計以及執行實驗,透過馬丁.卡普拉斯(Martin Karplus)、麥可.李維特(Michael Levitt)以及艾瑞.瓦歇爾(Arieh Warshel)於 1970 年代所發展的方法,化學家們檢視著用肉眼無法看到的複雜化學過程之中的每一個小小的步驟。

爲了讓讀者感受到人類如何因此而受惠,讓我們用一個例子來開頭。請穿上你的實驗衣,因為我們要給你一個挑戰:創造人工光合作用。這個在綠葉中進行的化學反應,讓大氣充填了氧氣,也是地球上有生命存在的必要條件之一。但是從環境的角度來看,這是很有意義的,因為如果你能夠模擬光合作用,就能創造更有效率的太陽能電池。當水分解時會產生氧氣,但隨伴產生的氫氣則可以用於驅動我們的車輛。因此你有十足充分的理由參與這個計畫,假若你成功了,對解決溫室效應的問題,你也會有所貢獻。

一張圖超過千言萬語──但並非全部

做為第一步,你應該會上網去找尋那些控制光合作用的蛋白質的三維結構圖像。這些圖像均可從網路裡自由的取得,你可將圖像在電腦上隨意旋轉和扭曲,它揭露了巨大的蛋白質分子裡數以萬計的原子。在其中心某處,有一個小小的區域,被稱為反應中心,這就是水分子被裂解的地方。不過只有幾個原子是直接參與這個反應的。圖像很清楚的顯示了原子與離子相互坐落的位置,但卻無法說出這些原子與離子如何運作,這就是你需要搞清楚的。不知如何地,電子必須從水分子中取出,另有四個質子(H+)必須處理,這到底如何發生呢?

-----廣告,請繼續往下閱讀-----
現在的化學家在電腦上做實驗幾乎與在實驗室做實驗一般頻繁,從電腦上得到的計算結果經由真實的實驗得到證實後,讓我們對原子的世界如何運作得到新的線索。此可謂理論與實踐相輔相成。圖/諾貝爾化學獎專題系列

這個過程用傳統的化學方法基本上是無法弄清楚的,有太多的事情發生在一個毫秒(10-3秒)之內,這種速度排除了用試管實驗來研究之可能。從你的電腦圖像也仍然很難猜測反應的過程,因為圖像是在靜態取得的,然而當太陽照射在綠葉上時,那些蛋白質充滿了能量,而整個分子的結構改變了。為了瞭解這個化學反應,你需要知道充填了能量的分子結構是什麼樣子。

這就是需要召喚電腦程式來幫助你的時刻,而這些電腦程式就是基於 2013 年的諾貝爾化學獎得主們所奠定的基石。

理論與實踐──一個成功的相輔相成

利用這種電腦程式,你可以計算各種可能的反應路徑,這被稱為模擬(simulation or modeling),此法讓你對那些原子在化學反應的不同階段扮演的角色有些概念,而當你有一個可能的反應路徑時,會較容易執行真實的實驗,來證實電腦的對錯,這些實驗反過來提供了新的線索,以導致更好的電腦模擬結果;理論與實踐達到相輔相成的效果。結果是,化學家們花在電腦前面的時間,與花在試管之間的時間幾乎一樣多!

那麼這次諾貝爾化學獎得主們發展的電腦程式,到底有何神奇之處呢?

-----廣告,請繼續往下閱讀-----

將兩個世界最好的整合起來

過去,當科學家們要在電腦上模擬分子時,他們擁有的程式不是基於古典牛頓物理,就是基於量子物理,二者各有其長處與短處。基於古典物理的程式能計算與處理大的化學分子,它們只能顯示靜態的分子,給予化學家們關於分子內的原子的相對位置很好的圖像,可是你無法用這些程式去模擬化學反應。在化學反應時,分子是充滿能量的,處在激發的狀態,古典物理就是無法理解這些狀態,而這就成為一個嚴重的限制。

牛頓與薛丁格的貓:從前,古典物理與量子化學分屬兩個相互對抗的世界,2013 年的諾貝爾化學獎得主們替這兩個世界打開了一扇大門,帶來了暢旺的合作。圖/諾貝爾化學獎專題系列

當科學家們要模擬化學反應時,他們需要轉而求助量子物理;其二元理論(dualistic theory)將電子視為同時具有粒子與波動的雙重性質,其中著名的「薛丁格的貓」,藏在盒中,可能是活的也可能是死的。量子物理的強項在於它是沒有偏見的,其模型不包括科學家們的預測,因此這樣的模擬較為真實。但其缺點在於計算需要耗費龐大的電腦資源,因為電腦需要處理分子中的每一個電子以及原子核。這就好像一張數位圖像的像素(pixel)數目,像素越多,解析度越佳,但是需要較多的電腦空間。類似地,透過量子物理的計算,雖然可以描繪化學反應中的詳細過程,但是需要強大的電腦。在 1970 年代,這意味著科學家們只能對小分子進行計算。在模擬時,他們被迫忽略分子與周遭環境的作用,雖然真實世界中的化學反應大都在某些溶液中進行,但是假若科學家們計算時,要電腦將溶劑也一併考慮的話,他們將需要等待個幾十年才能得到結果。

所以古典物理與量子化學是兩個本質上不同,而且在某些方面相互衝突的世界。但是 2013 年的諾貝爾化學獎得主們,替這兩個世界打開了一扇大門。在他們的模型裡,牛頓與他的蘋果,跟薛丁格和他的貓合作。

量子化學與古典物理合作

在 1970 年代,在美國劍橋哈佛大學卡普拉斯的實驗室裡,開展了合作的第一步。卡普拉斯具有深厚的量子背景,他的研究小組發展的電腦程式,藉著量子物理的幫助可以模擬化學反應。他也發展了所謂的「卡普拉斯方程式」應用於核磁共振(NMR),那是一個化學家熟知的方法,乃基於分子的量子化學性質所建立的。當瓦歇爾完成他的博士學位後,在 1970 年進入了卡普拉斯的實驗室。他的博士學位是在以色列 Rehovot 的 Weismann 科學研究院所獲得的,該研究院擁有一台能力強大的電腦,被稱為 Golem,那是取自猶太傳說中的一位有生命的泥人的名字。透過 Golem 的幫助,瓦歇爾與李維特基於古典理論,發展了一個突破性的電腦程式,此程式能夠模擬各種分子,甚至於真正很大的生物分子。

-----廣告,請繼續往下閱讀-----

當瓦歇爾加入卡普拉斯在哈佛大學的研究小組時,帶著他那古典的電腦程式,以這個程式為起點,他與卡普拉斯發展了一個新的程式,以不同的方式計算不同的電子。在大部分的分子中,每一個電子繞著特定的原子核運行,但是在某些分子中,某些電子可以毫無阻礙的在數個原子核間移動,這些「自由電子」可以存在於像是視網醛(retinal)這個分子中,此分子是嵌在眼睛的視網膜上。卡普拉斯對於視網醛有著長期的興趣,因為這個分子的量子化學性質,影響了某些生物的功能;當光照射在視網膜上,視網醛的自由電子就會得到能量,因此改變了分子的形狀,這是人類視覺的第一步。

最後,卡普拉斯與瓦歇爾終於能夠處理視網醛,不過他們是從具有簡單結構的類似分子開始的。他們發展了一個電腦程式,運用量子物理來處理自由電子的計算,但是用簡單的古典理論來處理其它的電子以及所有的原子核。在 1972 年,他們發表了研究結果,這乃是第一次有人能夠透過古典與量子物理的合作來處理化學相關的問題,但是此法僅能處理具有鏡面對稱性的分子(像人一般有一面鏡子在身體正中央而左右對映)。

一個萬用程式來計算生命的化學

在哈佛大學待了兩年之後,瓦歇爾又與李維特合作。此時李維特已經完成了英國劍橋大學的博士訓練,正值全球尖端的研究都在於探討像是 DNA、RNA 以及蛋白質這類的生物分子。他企圖用他的古典電腦程式,來對生物分子的結構做進一步的瞭解,然而限制仍然存在,僅能觀察靜態的分子。

李維特與瓦歇爾瞄準了一個很高的目標,他們想要發展一個程式用來研究酵素;也就是生命活體中,控制與催化化學反應的許多蛋白質。早在瓦歇爾還是一位年輕的學生時,他就對於酵素如何運作很好奇。透過酵素間的相互合作,生命才可能存在,它們控制了基本上所有生命體內的各種化學,如果你想要瞭解生命,你就必須瞭解酵素。

-----廣告,請繼續往下閱讀-----

爲了能夠模擬酵素的反應,李維特與瓦歇爾必須讓古典與量子物理的合作更為順暢,這花了他們許多年去克服各種障礙。他們的探索始於 Weismann 科學研究院,但是當李維特在數年後完成了他的博士後研究的訓練,他回到了劍橋,在那裡瓦歇爾也來加入。在 1976 年,他們達成了目標,並發表了第一個酵素反應的電腦模擬,他們的程式是革命性的,因為它可以用在各種分子上,在模擬化學反應時,大小已經不成問題。

聚焦於運作的心臟

現在當化學家模擬化學反應時,他們需要時就會運用這種力量。他們對每一個直接影響化學過程的電子與原子核,進行吃力的量子物理計算,這樣,他們取得關鍵所在儘可能最佳的解析,分子其他的部分則用古典的方程式來模擬。

爲了不浪費電腦的能力,李維特與瓦歇爾將計算的負載進一步修減,電腦不需要一直處理分子中不重要部分的每一個原子,他們展示了可以將多個原子合併計算。

現在的計算中,科學家還在模擬時加入了第三個層次。簡單的來說,電腦可將離化學反應中心很遠的原子們包裹在一起,成為一個均勻的質體。在科學圈內,這被稱為介電介質(dielectric medium)。

-----廣告,請繼續往下閱讀-----
現今化學家們模擬分子的運作時,若有需要就會運用電腦的力量。量子物理的計算成為了此一系統的核心,其外則是基於古典物理的處理,而在最外層的原子和分子則視為聚集在一起的一團均勻物質,這種簡化的方式,讓我們能用計算來處理那些巨大的化學體系。圖/諾貝爾化學獎專題系列

模擬將帶我們進展至多遠決定在未來

因為現今的科學家可以用電腦來進行實驗,這讓我們對化學反應如何的進行得到了更深的理解。卡普拉斯、李維特以及瓦歇爾發展的方法的強度在於它們是萬用的,它們可以用來研究各種化學;從生命的分子到工業上的化學反應,科學家可以將太陽能電池、汽車用的催化劑或甚至於藥物最佳化,而這僅是舉幾個例子而已。

不過進展不會停在那裡,在李維特的一篇論文中,寫到了他的夢想:在分子的層次模擬生命體,那真是個極為誘人的想法。由 2013 年的諾貝爾化學獎得主們發展的電腦模擬,是極為有力的工具,到底它可將我們的知識推進到多遠,只有未來才能決定。

參考資料

諾貝爾化學獎譯文_96
15 篇文章 ・ 23 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列