0

0
0

文字

分享

0
0
0

洪堡誕辰|科學史上的今天:9/14

張瑞棋_96
・2015/09/14 ・1002字 ・閱讀時間約 2 分鐘 ・SR值 525 ・七年級

1789年的哥廷根大學,德國自然學者佛斯特(Georg A. Forster)對學生侃侃而談二十幾年前,參加庫克船長歷時三年、共七萬公里的南半球航行。其中一位學生的熱情提問與嚮往之情,令他印象深刻,他毫不懷疑此人將來極可能也會成為探險家,但他沒有想到這位叫洪堡的年輕人不但成為十九世紀最著名的探險家,也是第一位將科學方法引進地理調查的地理學家。

洪堡第二年即轉到礦業學院學習礦物學與地質學,畢業後被派往柏林的礦區擔任檢查員。1799年,他與法國植物學邦普蘭(Aimé Bonpland)原想前往埃及,加入拿破崙的遠征隊,不料兩人到了馬賽後才發現誤了船期,短期再無航班,只好改往馬德里搭船。沒想到西班牙總理竟提議贊助他們前往南美洲勘察,洪堡從此展開了他的壯闊之遊。

他們在委內瑞拉登陸,開始了五年、九千六百公里的探險,足跡遍及古巴、哥倫比亞、厄瓜多、祕魯、墨西哥。他深入亞馬遜河流域,遭鱷魚攻擊、染上瘧疾,多次在生死邊緣掙扎;還攀登安地列斯山脈,得到高山症,但仍成功徒手登上5,878公尺高的欽博拉索山(Chimborazo),創下三十年內無人超越的紀錄。

洪堡發現新物種、蒐集標本自不在話下,更重要的是他在不同海拔高度精確測量氣溫、氣壓,並仔細觀察記錄植物、動物的分布,結合山脈的地形剖面圖,首創等溫線、等壓線的概念,也是第一位系統性地描述植物分布的垂直差異與水平差異的人。他還根據親身體驗,描述高山症症狀在不同高度的變化,而成為推斷肇因於高山缺氧的第一人。

-----廣告,請繼續往下閱讀-----

他上山下海,在安地斯山火山的考察,指出了「水成論」認為所有岩石皆是沉積而成的錯誤,又在南美洲西岸研究祕魯洋流與周圍區域氣候的關係。他還發現地磁密度從南極往赤道方向遞減。

洪堡返回歐洲後回家鄉住了幾年,於1808年起定居巴黎,二十年間陸續發表論文,並完成三十卷的地理鉅著。1827年,他回到德國,在柏林大學創立世上第一個地理系。60歲時還受邀至烏拉山、西伯利亞、中亞等地考察。最終以89歲高齡逝於柏林。

洪堡創立了植物地理學,更是氣候學與地球科學的先驅,影響深遠,達爾文也自承受其影響。洪堡逝世一百週年時,不只德國,連他當年進行地理考察過的中南美洲等國也都發行他的紀念郵票以緬懷他的貢獻。

本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

-----廣告,請繼續往下閱讀-----
文章難易度
張瑞棋_96
423 篇文章 ・ 991 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

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。

1

4
1

文字

分享

1
4
1
華勒斯的演化論與生物地理學,源自亞馬遜的燦爛之火
寒波_96
・2023/02/22 ・3721字 ・閱讀時間約 7 分鐘

公元 1823 年華勒斯在英國誕生,於 1913 年以 90 歲高壽去世,今年 2023 年是他誕生 200 年。我們懷念他是因為,他曾經和達爾文聯名發表演化觀點,以及提出解釋東南亞海島間生物分佈差異的「華勒斯線」。

Alfred Russel Wallace 在台灣常翻譯為華萊士,不過如威廉華勒斯等等 Wallace 都翻譯作華勒斯,本文就統一作華勒斯。

達爾文會提出演化論,深受他知名的小獵犬號之行影響。華勒斯的東南亞考察也給予他不少啟示,一如達爾文的加拉巴哥群島等地;然而在此之前,華勒斯已經在亞馬遜有 4 年經歷。為了紀念華勒斯兩百歲生辰,Nature 期刊 2023 年初刊登兩篇文章,緬懷他的亞馬遜之旅。

華勒斯 1860 年代的畫像,當時 40 歲左右。圖/Mondadori Portfolio via Getty

與強者朋友一起前進亞馬遜,然後分道揚鑣

和前輩達爾文相比,華勒斯的家境普通,也沒有受過正規的學術研究訓練。所幸身處文化發達的大英帝國,有志青年仍有不少學習和出人頭地的機會。何況他爸爸是學過法律的自耕農,文化資本其實不算低。

-----廣告,請繼續往下閱讀-----

成年後喜歡生物的華勒斯在 1844 年,21 歲之際遇見小他 2 歲的貝茲(Henry Walter Bates),兩人志同道合;華勒斯也從一般愛好者,升級為有系統的標本搜集者,可謂一隻腳踏入研究領域的門檻。

1848 年,華勒斯 25 歲之際與貝茲一同航向大西洋對岸的亞馬遜。不過兩人大部分時候分開行動,貝茲在亞馬遜南部,華勒斯在北部的尼格羅河(Rio Negro)一帶。

華勒斯年輕時在談笑無鴻儒,往來皆白丁的階段,我猜朋友大概不會只有貝茲一位。不過貝茲後來提出的貝氏擬態(Batesian mimicry)沿用至今,可謂華勒斯的強者我朋友,事後諸葛的我們建構歷史敘事時,也就津津樂道兩人的友誼。

英國病人碰上船難,買保險很重要!

離家萬里的華勒斯,依然透過經紀人與國內保持聯繫,郵寄異鄉產品回英國賺錢。在亞馬遜待了 4 年後他決定返鄉,期間一直被疾病威脅生命,可謂現實意義上的英國病人(The English Patient)。

-----廣告,請繼續往下閱讀-----

最慘的是他弟弟 1849 年遠渡重洋來照顧他,卻自己也感染黃熱病,返國途中不幸病逝。而華勒斯要等到幾個月後才收到消息。

1852 年華勒斯搭乘海倫號(Helen)貨船返國,沒想到出海三個星期後火燒船,使他漂浮在大西洋海面上,眼睜睜看著攜帶的行李大多損毀。最後他耗費 80 天返回英國,比起與貝茲的去程 29 天漫長得多。好在經紀人有買保險,讓華勒斯獲得部分補償,不至於血本無歸。

返回英國的海倫號火燒船事件後,沒有損毀的少數紀錄。圖/The Natural History Museum/Alamy

回到英國的華勒斯將近 30 歲,闖出一些名號,卻沒有受到太多重視。所幸保住生命加上幾年累積的知識,賦予他東山再起的契機。1854 年他得到前往東南亞的機會,1858 年 35 歲時就和達爾文聯名發表歷史巨作。

從亞馬遜參透生命的奧秘:生物地理學

華勒斯僅管在亞馬遜一直生病,也淬煉出不侷限於觀察的科學眼光,從船難撿回一條命回到英國後,展露學術鋒芒。1852 年 12 月 14 日,他在倫敦的動物學會發表研究亞馬遜猴子的論文,主張亞馬遜各地的猴子款式,受到大河形成的地理障礙強烈影響。

-----廣告,請繼續往下閱讀-----

當時華勒斯受到一些批判,後來證明他的論點無誤,而且是生態分佈的普遍現象。現在我們知道更多:亞馬遜的河道歷史上改道多次,導致生物的分佈範圍持續變化。

用現代標準看,前往亞馬遜考察的 4 年差不多等同華勒斯的博士班修行,回國後發表的報告則是他的博士論文。這篇博士級論文中還觸及一個要點,所謂的「亞馬遜雨林」內部其實差異不小,他是首先有意識提及此事的研究者。

華勒斯觀察到亞馬遜的不同地區,物種組成不太一樣。他劃分 4 大區域:幾內亞、厄瓜多、秘魯、巴西,由其間的亞馬遜河、尼格羅河、馬德拉河(Madeira)這些大河分割出不同地區的地理障礙。如今所知更多,還可以切得更細。

具體是觀察到有幾條河分割出幾塊地,超乎其上普世性的生物學道理是,由於地理環境的阻隔,各地會形成不同的「特有種(endemism)」。華勒斯領悟地理障礙會影響生物分佈,可謂生物地理學的先驅。

-----廣告,請繼續往下閱讀-----
華勒斯 1853 年出版書籍中的亞馬遜地圖。圖/Mary Evans/Natural History Museum

自學成才的英國洞觀者

現在的人可能覺得上述觀點都是些普通常識。可是華勒斯是在 1852 年提出,那時演化論尚未問世,跟他同齡的孟德爾,當時也尚未開始種植豌豆。

一百多年後的常識,首度問世時常常是驚天動地的新突破!

年輕的華勒斯沒有受過正規學術訓練,還是需要持續賣標本換錢的月光族,提出的研究成果竟有如此理論性。由此可知亞馬遜之行,確實讓華勒斯從所謂的集郵者,蛻變為具備洞察力的科學家。

法國詩人韓波(Arthur Rimbaud)認為,詩人必需是能看穿事物表面,有洞察力的洞觀者(voyant),我想這也是頂級科學家必需配備的能力,亞馬遜的神秘力量加持過後,華勒斯可謂成功通靈。

-----廣告,請繼續往下閱讀-----

這類自學成才的科學家,當時英國不只華勒斯一位。以時代來說,那時的英國社會有點厲害。後來華勒斯沈迷於「唯靈論(spiritualism )」就是另一個故事了……

華勒斯年輕的南美洲經歷,讓人聯想到更早將近一百年的洪堡(活到很老,1859 年 90 歲時去世)。身為晚輩,華勒斯讀過洪堡作品,他站在洪堡巨人的肩上,觸及到更高的思想境界。

許多人覺得遺憾,遺傳、演化並稱,但是孟德爾提出遺傳學法則後被埋沒超過 30 年,等到 1900 年代才重現於世,因此 1882 年去世的達爾文沒有機會知悉。這方面華勒斯比較幸運,他年紀比孟德爾小半歲,又一直活到 90 歲,有機會見證遺傳學的發揚光大。

華勒斯 1853 年出版書籍中提到的「黑暗中一團燦爛之火(sitting amidst the gloom, shining out like a mass of brilliant flame)」圭亞那動冠傘鳥。圖/Hein Nouwens/Getty

燦爛之火多年以後依舊燃燒

多年在亞馬遜、東南亞走跳的華勒斯,有不少接觸原住民的機會。照文字紀錄看來,他年輕時的思想應該和同時期的普通英國人差距不大,沒有特別進步或反動;不過相比於同時代人,他更尊重在地知識,這也有助於他的成功。

-----廣告,請繼續往下閱讀-----

亞馬遜的生物多樣性如今依然天下第一,世界卻變化不少。尼格羅河盆地的原住民,在華勒斯時代是被觀察者,類似實驗動物的角色,現在漸漸變成主動的研究者,他們用源自不同文化的手法探索自己的世界,成為現代知識體系的一份子。

然而,曾經啟發華勒斯的尼格羅河盆地,至今仍缺乏一流的研究機構,無法培育本土的研究人才,本地學子必需離鄉背井。科學從華勒斯到現代突飛猛進,仍有不少進步空間。

上圖是華勒斯描述為「黑暗中一團燦爛之火」的圭亞那動冠傘鳥(Guianan cock-of-the-rock ,學名 Rupicola rupicola),目前沒有滅團危機,依然在華勒斯探索過的雨林中飛翔。希望燦爛之火永不熄滅,但是不要變成失控的森林大火。

延伸閱讀

參考資料

  1. Alfred Russel Wallace’s first expedition ended in flames
  2. Escaping Darwin’s shadow: how Alfred Russel Wallace inspires Indigenous researchers
  3. Evolution’s red-hot radical

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1059 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

1

2
2

文字

分享

1
2
2
凡事都想知道「為什麼」,是踏入科學探究的第一步——《教出科學探究力》
親子天下_96
・2022/08/14 ・2566字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

在某個燠熱難耐的夏日午後,你打開電風扇,卻發現吹出來的風好像比印象中來得小。你眉頭一皺,覺得案情並不單純。就在走近電風扇的那幾步裡,好幾種可能性閃過心頭:

「會不會是按錯按鈕了?」、「會不會是扇葉太髒了?」、「會不會是轉軸黏住了?」、「會不會是⋯⋯?」這些猜想背後,都是根據你對電風扇原理的一些些認識才會做出的假設。

當你打開電風扇卻發現吹出來的風好像比印象中來得小,心中會冒出許多假設。圖/Pexels

在提出疑問和假設之後,尋找問題的答案

靠近電扇之後,你看到按鈕確實是按下了「強」。接著你切斷風扇電源,看了看扇葉,發現確實有點髒,於是把電風扇拆洗後裝回去,再按下按鈕。結果風吹起來,就如同你印象中的那麼涼了。這證實了你的第二個猜想,並且解決你所關心的問題。

上述這樣的過程,其實就是「察覺差異,提出問題」、「根據理論,連結現象」、「提出假設,進行驗證」、「預測結果」等等的探究過程。

-----廣告,請繼續往下閱讀-----

再舉個例子。

我有一天走在馬路上,看到白色分隔標線的一端閃著黃色的光。我心想:「難道馬路地上埋了一顆黃色的燈?是要作為交通警示用途嗎?」

我覺得奇怪,記得前幾天沒看到這裡有燈。接著我把視野放大,往左往右看了看周圍。發現有一台車停在遠處,車頭開啟方向燈,燈是黃色的,而且還在閃爍。然後我馬上注意到,兩者閃爍的頻率是相同的。

於是我有了新的猜想:「地上的神祕閃光,非常可能來自於汽車閃爍的方向燈的反光。」

但是柏油路面怎麼會反光呢?

仔細一看,地上似乎有一小灘水。汽車的方向燈發出來的光,剛好通過那一小灘水的反光進到我眼睛,讓我覺得地面在發光。接著馬上一台車經過,就擋在方向燈和積水的中間。我看到的亮光馬上消失,證實我的第二個猜想是正確的。

-----廣告,請繼續往下閱讀-----
你可能會猜想:「地上的閃光,可能來自於汽車方向燈的反光。」但是柏油路面怎麼會反光呢?圖/Pexels

「哪裡怪怪的」這個念頭,會帶領我們尋找答案

像這樣的心智活動,在我們的生活中無時無刻都在進行著。只要我們發現「哪裡怪怪的」,腦袋幾乎就會立刻啟動探究的機制:

  • 廚房怎麼那麼多螞蟻?(察覺問題)
  • 是不是有食物殘渣沒有清理乾淨?(根據理論提出假設)
  • 仔細觀察一下,發現⋯⋯(得到結論)

既然這些能力是我們原本就自然會的,那又為什麼要學呢?因為我們雖然很習慣對於意料之外的事情展開探索,但是以直覺來進行思考及解決問題的方式,往往並不太科學。

抓住內心的每次疑惑,成為具有好奇心和探究心的人吧!圖/Pixabay

古人說的「地牛翻身」,其實也是一種探究的精神

古人在觀察自然現象的時候,會提出自己的解釋。例如面對地震的時候,台灣民俗的說法是「地牛翻身」,日本民俗的說法則是「棲息在地底的大鯰魚搖動身體」;至於日食在中國的傳說中是「天上的狗把太陽吃掉了」。

於是後人也會根據這些「理論」來規劃解決問題的方法。例如,綠島人認為地牛不只一隻,還會彼此打架,所以地震時要敲打金屬臉盆來分開牠們;同樣的,古時候的中國人看到日食,也會敲鑼打鼓、放鞭炮來趕走天狗。

-----廣告,請繼續往下閱讀-----

有趣的是,根據這些「理論」採取的「實驗」,還真的每一次都會成功喔!一代又一代的人反覆進行著下圖這樣的實驗,所以千年來人們始終對這些「理論」深信不疑。

如果你是一位受過基礎科學教育的公民,這時候可能就會提出質疑,認為這樣的實驗並沒有對照組。

例如下一次出現日食的時候,如果不要敲鑼、打鼓、放鞭炮,日食是不是也會結束?如果不這麼做,日食仍然會結束的話,那麼用敲鑼打鼓的方式趕走天狗的假說就會受到挑戰了。

當然,在一個深信天狗傳說的社會中,沒有人會膽敢拒絕敲鑼打鼓,不然萬一太陽真的就被吃掉而永遠消失了,這責任誰負擔得起?用這個角度來看會發現,有時候要突破傳統,其實是一件非常困難的事情。

恐懼源自於未知:想消除恐懼,需要探究未知

人對於未解的現象,往往會用隨意的想像與歸因來尋求解釋,用很直覺的方式來建立對自然現象的理解,也是人類天生的習慣。

-----廣告,請繼續往下閱讀-----

直到距今兩千六百多年前,古希臘哲學家泰利斯才撥開直覺的迷霧,主張應該拒絕再用人格化的神祇來解釋自然現象,而是要藉由理性的假說來理解和解釋自然現象。但即使西方在兩千六百多年前已經出現這樣的思想,但近代科學真正臻至蓬勃發展,還是近半個世紀內的事情。

正由於科學的研究和思考方法並不直覺、並不符合人類的天生習慣,所以必須透過後天的教育與訓練,才能慢慢熟練並妥善運用在生活之中。

雖然探究是我們的天性,但是具有科學素養的探究卻不是天性,無法一蹴可幾。就像科學家需要訓練有素的探究技術,才能做好自己的研究。

一般公民也需要具備科學探究的素養,來幫助自己在面對生活中諸多不熟悉的現象時,能運用一套思考和研究的方式來做判斷,特別是幫助我們更加注意到生活中不尋常的現象,能對許多直覺、缺乏事實支持的歸因有更高的警覺。

-----廣告,請繼續往下閱讀-----

正因為我們的生活離不開探究,所以更應該透過學習來提升探究品質。這正是國民教育自然課程中所應教會每個公民的事情。

——本文摘自《教出科學探究力》,2021 年 8 月,親子天下 ,未經同意請勿轉載。

所有討論 1
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。