0

0
0

文字

分享

0
0
0

仿生機器人──小怪獸(升級篇)

馥林文化_96
・2012/05/10 ・2438字 ・閱讀時間約 5 分鐘 ・SR值 505 ・六年級

-----廣告,請繼續往下閱讀-----

去探索吧小怪獸!

文/鮑惟聖

加裝LED與紅外線感測器

現在「小怪獸」已經可以靈活的動作了,來一段有趣的舞蹈也是不難事。前面有提到我們想替「小怪獸」裝二個LED與紅外線感測器(圖A),讓它看起來更酷更聰明,現在就繼續努力吧!

-----廣告,請繼續往下閱讀-----

圖A

首先介紹元件工作原理,大家可以對照之前SC8接線安裝圖。LED有二隻腳,長腳為正極,短腳為負極。長腳串接一個220歐姆的 電阻到5V,電阻的色碼為紅紅棕。LED的短腳再分別接到數位輸入輸出腳P0與P6。P0與P6的選擇是為了方便LED安裝在左右兩邊,沒有其他考量。再 來就是安裝紅外線發射器。這裡所使用到的就是一個紅外線LED,顧名思義,它也是一個LED。只不過發射出來的是不可見的紅外線,所以對LED的描述也適 用。這裡我們把它接到P2。紅外線接收器是一個三隻腳的元件,我這裡使用的編號為FM-9038LM-5AN。分別為正、負電源以及輸出腳。正、負電源就 分別接到5V以及GND,輸出腳則接到P4腳。紅外線LED與紅外線接收器同樣面向前方,但是紅外線會從LED側面散出,而被紅外線接收器收到,造成誤認 前方有障礙物。為避免紅外線散出,這裏使用了膠套將紅外線LED包起來,僅允許從前方發射紅外線出去。各位手邊沒有適用的膠套,則可以使用黑色電工膠帶將 LED纏繞,僅留前方開口即可。目前使用到的P0、P2、P6都是做輸出使用,只有p4是做輸入使用。(圖A)為了方便辨識,特別將須接到5V的線路選用 紅色線材,須接到GND的線路選用黑色線材,須接到各I/O接腳的線路選用黃色線材。實際接線時要注意避免金屬部分碰觸造成短路,所以電工膠帶或是塑膠套 管都是需要的。

雖然線路是相同的,但每一個人實際的接線看起來都會不太一樣,美醜就看每個人的藝術細胞有多少啦。我給每隻腳套上紅色的熱縮套管,再加熱使其收縮而不會掉落,穿上四隻小紅鞋看起來還很有造型,而且還有防滑的功效呢,希望對我的藝術細胞有加分作用,完成品請看(圖B)。

圖B

-----廣告,請繼續往下閱讀-----

「小怪獸探索」的程式

現在開始要把感測器的輸入與動作結合,前面的程式只是練習題,現在才是正式開始撰寫「小怪獸探索」程式。這裡先介紹一下「小怪獸」的行為模式。開啟電源後「小怪獸」會先點亮LED雙眼,維持標準站姿五秒。接著做兩個「伏地挺身」暖身一下準備出發。

「小 怪獸」會隨時測量前方是否有障礙物,LED雙眼也保持每秒明滅一次的速度眨眼。一旦發現障礙物則停止前進,然後原地左轉,再次測量前方是否有障礙物,這段 期間LED雙眼以兩倍的速度明滅,讓它看起來很焦慮的樣子。如果前方依舊測量到有障礙物,則持續作左轉測量的動作,直到障礙物消失,然後繼續前進,LED 雙眼也恢復每秒明滅一次的眨眼速度。這裡的障礙物偵測距離大概是30公分,調整偵測距離的方法以後有機會再來介紹。

以下就是程式原始碼,後面有註解說明。此程式只使用到幾個副程序,提高程式閱讀性,方便入門者了解程式控制之原理。等到熟悉相關程式技巧後,可以嘗試更結構化的程式架構,以減少程式行數、提高執行效率,增加程式維護、修改的彈性。

-----廣告,請繼續往下閱讀-----

‘—————————————————

‘ 小怪獸探索程式

‘—————————————————

Peripheral mySer As ServoRunner8A @ 0 ‘ 預設內建模組ID為0

-----廣告,請繼續往下閱讀-----

Sub OpenEyes()

Low 0 ‘ 點亮左眼LED

Low 6 ‘ 點亮右眼LED

End Sub

-----廣告,請繼續往下閱讀-----

Sub CloseEyes()

High 0 ‘ 熄滅左眼LED

High 6 ‘ 熄滅右眼LED

End Sub

-----廣告,請繼續往下閱讀-----

Sub RunFrame(ID As Byte)

Myser.LoadFrame(ID) ‘ 載入編號ID的動作

Myser.Runallservo() ‘ 執行載入的動作

Pause 150 ‘ 等待伺服機完成動作(每秒4步)

-----廣告,請繼續往下閱讀-----

End Sub

Sub Main()

Dim IR As Byte ‘ 宣告變數

‘—————————————————

‘ 點亮左右眼LED以及初始立正姿勢

‘—————————————————

OpenEyes() ‘ 點亮雙眼LED

RunFrame(0) ‘ 呼叫程序執行編號0動作

Pause 5000 ‘ 等待5秒才開始動作

‘—————————————————

‘ 伏地挺身二次

‘—————————————————

RunFrame(1) ‘ 呼叫程序執行編號1動作

RunFrame(0) ‘ 呼叫程序執行編號0動作

RunFrame(1) ‘ 呼叫程序執行編號1動作

RunFrame(0) ‘ 呼叫程序執行編號0動作

Pause 2000 ‘ 等待2秒才開始出發

‘—————————————————

‘ 程式主循環

‘—————————————————

Do

Sound(2, 5, 38400) ‘ 從第2腳發射5微秒的38.4kHz紅外線載波

IR = In(4) ‘ 從第4腳讀取紅外線載波資料

If IR = 0 Then ‘ 發現障礙物向左轉,左前足起步左轉: [4,6,2,7]

RunFrame(4) ‘ 呼叫程序執行編號4動作

CloseEyes()

RunFrame(6) ‘ 呼叫程序執行編號6動作

OpenEyes()

RunFrame(2) ‘ 呼叫程序執行編號2動作

CloseEyes()

RunFrame(7) ‘ 呼叫程序執行編號7動作

OpenEyes()

Else ‘ 未發現障礙物,右前足起步前行 [2,5,4,3]

RunFrame(2) ‘ 呼叫程序執行編號2動作

RunFrame(5) ‘ 呼叫程序執行編號5動作

CloseEyes()

RunFrame(4) ‘ 呼叫程序執行編號4動作

RunFrame(3) ‘ 呼叫程序執行編號3動作

OpenEyes()

End If

Loop

End Sub

程式輸入完畢之後,請在「建立」選單中選取「建立」功能進行程式編譯,並通過USB線下載編譯後的程式碼至SC8控制板。此時「小怪獸」不再只是會做「伏地 挺身」而已。這樣的程式流程已經讓「小怪獸」具有從迷宮脫困的基本能力。大家完成程式之後,可以嘗試定義一下更複雜的流程。原則上更複雜的流程可以讓「小 怪獸」以更聰明的方法從迷宮中脫困。或者加上更多的感測器,讓「小怪獸」可以更快速地感測周邊環境,做出更有效率的決策。這時候大家就來辦個「走迷宮競 賽」,誰的「小怪獸」厲害,高下立判。

文章接近尾聲了,當我把功能驗證完畢之後,心情剎時輕鬆了起來。拿幾個紙盒當成路障,把書房的燈給轉 暗,再啟動我的「小怪獸」。閃爍的LED光影、「嘎嘎」的伺服機轉動聲、踽踽獨行的身影,我彷彿看到「小怪獸」在火星上獨自探索。We are programmed to explore! 這就是機器人DIY的樂趣。當我神遊在自己的異想世界裡,「小怪獸」已經從紙盒做的「八卦陣」裡走了出來,我彷彿聽到「小怪獸」在說:What’s next?

*鮑惟聖
擁有中原大學電機工程學士學位,利基應用科技(www.innovati.com.tw)的創辦人。多年來一直從事微處理器應用與系統工具的開發,並致力於推廣智慧型機器人科普教育。

更多:
仿生機器人──小怪獸(製作篇)
仿生機器人──小怪獸(運用篇)

本文原發表於《Make》國際中文版vol.03

文章難易度
馥林文化_96
54 篇文章 ・ 5 位粉絲
馥林文化是由泰電電業股份有限公司於2002年成立的出版部門,有鑒於21世紀將是數位、科技、人文融合互動的世代,馥林亦出版科技機械類雜誌及相關書籍。馥林文化出版書籍http://www.fullon.com.tw/

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

4
1

文字

分享

0
4
1
鑑識故事系列:手錶會「記錄」死亡時間?!
胡中行_96
・2022/08/29 ・2476字 ・閱讀時間約 5 分鐘

時年 26 歲[1] 的 Caroline Dela Rose Nilsson 手腳被緊縛,[2] 嘴巴堵塞著,神色極度焦慮,[1]在自家的車道上呻吟。[3, 4] 鄰居見狀快速通報警察。[1]

事情發生在 2016 年 9 月 30 日,[4] 晚間 10 點 10 分,[1] 南澳阿德雷東北市郊的 Valley View 地區。[1, 3] Caroline 的三個孩子當時在家,他們分別為 1、3 和 5 歲;[2] 而她 57 歲的婆婆 Myrna Nilsson 早已被重擊致死,陳屍於洗衣間。[5] 稍後,員警在屋裡的走廊找到眼神渙散,面容哀戚的男孩;他的兩個姊妹則是面部朝下,趴在床上哭泣。員警讓孩子們同自己坐在警車裡,但卻什麼也問不出來。[5]

另一邊,當死者的兒子 Mark ,也就是 Caroline 的丈夫,得知母親死了。 Mark 詢問警方, Caroline 是否受傷,然後平靜地以實事求是的口吻說:「我不懂怎麼會有這種事情,您是說意外嗎?」由於警方不願意透漏細節,在完全不知道來龍去脈的情況下, Mark 又問是不是有人闖入家中。[5][註1]

澳洲國產霍登皮卡車的模型。圖/Andrew Bone on Flickr(CC BY 2.0

根據 Caroline 的說法,當天有 2、3 名開著皮卡車的男性,跟蹤她的婆婆 Myrna 回家。他們與 Myrna 在屋外爭執了約 20 分鐘,但殺害她的時候, Caroline 碰巧在關著門的廚房裡,所以什麼也沒聽到。[1] 這幾個「看起來像粗工」的人,後來也攻擊 Caroline 。[2, 5] 問題是,如果三個孩子徹頭徹尾都在屋裡,為何會安靜到沒被捲進來?

-----廣告,請繼續往下閱讀-----

檢方拿 3 個孩子的頭髮樣本,去做藥物檢測,其中 2 個結果顯示有Tramadol殘留。[2] 在澳洲屬於四級管制藥物的 Tramadol ,需要有處方籤才能取得,是一種會抑制呼吸且具有鎮定作用的止痛劑,一般不得施予 12 歲以下的兒童。[6] 更啟人疑竇的是,屋裡既沒有外人入侵的 DNA 證據,附近的鄰居也沒注意到一輛皮卡車進出。[7] 這令檢警不太採信 Caroline 的說辭。[1]

此外,負債澳幣 4,000 元(時值約新臺幣 10 萬元)的 Caroline ,每半個月還得跟丈夫共同支付婆婆 Myrna 澳幣 1,000 元的房租。[註2]相較之下,Myrna 經濟優渥,不僅擁有汽車,在澳洲和菲律賓置產,曾赴歐洲旅遊,還給年幼的孫子買車買房。Mark 是獨子,若 Myrna 過世,他們夫婦便可順勢繼承財產,謀財害命的動機充足。[8]

檢警因此把 Caroline 列為頭號嫌疑犯,卻始終沒有以謀殺罪名逮捕她。直到 2018 年 3 月,他們取得關鍵證據。[1]

蘋果智慧型手錶示意圖,非當事證物。圖/Adam Kovacs on Unsplash

Myrna Nilsson 慘遭殺害的時候,戴著一只蘋果智慧型手錶。[1]

從智慧型手錶判讀死亡時間

Myrna 的智慧錶記錄到她人生末了的重要數據:她在返抵自家的 47 秒內開始遭受猛烈攻擊,[4]其中有短短 39 秒的長度,出現 65 次倉皇的動作,然後她的心跳就停止了。時間約莫是傍晚 6 點 41、42 分。[2, 4] 15 分鐘後, Caroline 用手機傳訊息給丈夫,還留下在臉書和 eBay 的使用紀錄。[4] 從這個時間點到她的鄰居報案,中間相差三個小時。此情形讓 Caroline 的陳述顯得不合理,因而遭檢察官起訴。[3]

-----廣告,請繼續往下閱讀-----

從傳統手錶推測死亡時間

智慧型手錶進入人類生活已有一段時日,不過有些人仍然會戴其他類型的手錶。它們雖然不會追蹤使用者的生命徵象,但有時也能提供警方估計死亡時間的線索。以下是 2022 年《國際鑑識科學》(Forensic Science International)期刊,介紹的二個例子:

一名八旬老翁俯臥於公寓的地板上,毫無生命跡象。他最後一次被人看見還活著,已經是 5 天前的事情了,對縮小死亡時間範圍的幫助有限。死者左手戴著一只持續運作的自動機械錶,錶面顯示的時間準確無誤。此種手錶仰賴使用者手部的活動帶動發條。老翁戴的這款每次帶動之後,可以撐上 44 至 48 小時,而且它在警方展開調查後 18 小時才停止運轉。所以用 48 減掉 18 ,得知老翁或許在被發現前的 30 小時左右身亡。[9]

期刊介紹的另一起案件,死者右手戴的是太陽能石英錶。某年12月在丹麥的沼澤,有個獵人撞見一具屍骨。當下右手骨頭上的錶還在走,不過時間快了 1 小時,而日期則晚了 3 天。該國的日光節約通常始於 3 月,終於 10 月,也就是說死者的手錶在 10 月之後,沒有被調回標準時間。至於少掉的 3 天,則是因為 6、9 和 11 月都只有 30 天。若未手動跳過 31 日,手錶的日期就會在這段期間,每個月各晚 1 天。由此推估,死者可能是在 5 月 1 日到 6 月 30 日之間身亡。[9]

死亡時間與判決

死者配戴的各種手錶,留給警察辦案的線索。然而是否能破案,並將罪犯繩之以法,仍受到其他因素的影響。2016 年 Myrna Nilsson 被害身亡;2018 年她的媳婦 Caroline ,遭警方以智慧錶的紀錄為證據逮捕。[1] 2020 年在 8 週的審理後,陪審團無法達成共識。 2021 年又經歷 6 週的法律攻防, Caroline 最後被無罪釋放。[3] 而直至 2022 年的今天,警方仍未捕獲她口中,謀殺婆婆的那幾個粗工。

-----廣告,請繼續往下閱讀-----

  

備註

  1. 筆者找到的新聞資料,好像都沒有明確解釋,事發當下 Mark Nilsson 身在何處。
  2. 有一篇報導說 Caroline 跟 Mark 給婆婆房租,一家三代同堂,她卻連自己的房間也沒有。Caroline 得跟兩個女兒睡;兒子則是和婆婆同寢。該文沒提到 Mark 睡哪。[8]

參考資料

  1. Rebecca Opie. (29 MAR 2018) ‘Smartwatch data helped police make arrest in Adelaide murder case, court hears’. ABC News.
  2. Dillon M, Carter M. (13 DEC 2021) ‘Caroline Nilsson murder trial returns hung jury over death of mother-in-law captured on an Apple Watch’. ABC News.
  3. Mahalia Carter. (26 OCT 2021) ‘Caroline Nilsson found not guilty of murdering mother-in-law after smart watch case retrial’. ABC News.
  4. Kathryn Bermingham. (15 OCT 2020) ‘Prosecutors close case against woman charged with murdering her mother-in-law in 2016’. The Weekend Australian.
  5. Mahalia Carter. (13 DEC 2021) ‘Alleged murder victim’s son was ‘matter-of-fact’ when told of death, court hears.’ ABC News.
  6. APO-Tramadol’. (01 March 2022) NPS MedicineWise
  7. Rebecca Opie. (3 MAY 2018) ‘Son of alleged murder victim Myrna Nilsson urges court to release wife on bail’. ABC News.
  8. Meagan Dillon. (13 DEC 2021) ‘Alleged killer Caroline Dela Rose Nilsson had ‘no motive’ to kill, despite financial pressures, court hears.’ ABC News.
  9. Busch JR, Hansen SH. (2022) ‘The wristwatch – A supplemental tool for determining time of death’. Forensic Science International, 335, 111283.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
0

文字

分享

0
1
0
大象你的鼻子怎麼伸得這麼長?因為多功能皮膚也能伸展!
Peggy Sha/沙珮琦
・2022/08/24 ・1627字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

「大象~大象~你的鼻子怎麼那麼長?」

在象鼻皺皺的皮膚下面,隱藏著超強伸展力。 圖/envatoelements

喬治亞理工學院(Georgia Institute of Technology)最新的研究發現,大象皺巴巴的「皮膚」竟然隱藏著超強的「伸展之力」,跟肌肉簡直就是完美搭檔。有了隱藏的伸展力,大象就能夠加倍發揮象鼻的各種功能,還能將象鼻伸得更長、更遠!

又硬又軟的萬用工具!象鼻究竟有多強?

象鼻實在是非常神奇的存在,它擁有超過四萬條肌肉,既能柔軟靈活地捲起水果和樹葉,又能強悍地打斷樹幹、抵禦攻擊。究竟它為何能這樣「又硬又軟」靈活切換呢?

神奇的象鼻,靈活地就像大象的手一樣。 圖/GIPHY

為了深入探索象鼻的秘密,研究團隊特別跑去亞特蘭大動物園(Zoo Atlanta),設置了高速攝影機,紀錄下非洲大象用象鼻拿取食物的過程。

乍看之下,軟軟的象鼻似乎就像我們的舌頭一樣,是充滿肌肉的無骨組織。然而,它真正派上用場時,可一點兒也不像舌頭呢!透過鏡頭,研究人員發現:象鼻頂部底部的運動狀況完全不一樣。當大象伸長象鼻時,象鼻外側的延伸能力比內側強多了。仔細看看畫面,就能發現外側的象鼻其實伸得更長!

-----廣告,請繼續往下閱讀-----
非洲象用象鼻拿取食物的過程。影/Georgia Tech College of Engineering

秘密就在皮膚裡!打開皺紋發揮伸展之力吧!

至於兩邊的長度為何會有如此大的差距呢?秘密原來就藏在象鼻的皺褶中!研究團隊解剖了大象屍體,發現象鼻外側與內側的皮膚非常不同——象鼻外側那摺疊起來的皮膚,比另一側的皮膚多出了約 15% 的彈性。

更有趣的是,大象移動象鼻的方式,跟章魚觸手這種軟趴趴器官常用的「平均伸展大法」十分不同,象鼻伸展時就像是打開了一把折疊傘,內部是固定的,而傘面則可以向外變寬、延伸。不只如此,大象們還會如同開折傘一樣「分批運動」象鼻喔!

怎麼說呢?牠們運用象鼻時,會先探出頂端,然後視需求一節一節依序運用後面的肌肉,不到萬不得已,絕對不會動到靠近身體這側的肌肉群!學者們表示,大象之所以會這樣動,是因為象鼻前端部分的肌肉量較少,動起來也比較不費勁,而大象其實就跟人類一樣懶,當然是追求越省力越好囉!

在拿取東西時,象鼻會由前往後一節節伸展。圖/envatoelements

借我學一下啦!皺褶象皮竟能應用在機器人身上?

另一方面,象鼻上這些皺巴巴的皮膚其實也十分堅硬,能起到重要的保護作用。比如說,在關節部分,一般肌肉容易拉伸,甚至拉傷,但如果有了皺褶,則需要花上整整 13 倍的力量才能拉伸。

-----廣告,請繼續往下閱讀-----

這樣的保護力有什麼用呢?在未來,或許可以應用在仿生機器人身上喔!許多仿生機器人都會設計液壓系統,雖然十分靈活,但施力時卻也非常容易斷裂。如果我們能在機器人身上添加一些皺巴巴的皮膚,不僅能提供更強大的保護力,也讓機器人在運用上出現更多不同的可能性。

參考資料

  1. Skin: An additional tool for the versatile elephant trunk
  2. Schulz, A. K., Boyle, M., Boyle, C., Sordilla, S., Rincon, C., Hooper, S., Aubuchon, C., Reidenberg, J. S., Higgins, C., & Hu, D. L. (2022). Skin wrinkles and folds enable asymmetric stretch in the elephant trunkProceedings of the National Academy of Sciences of the United States of America119(31), e2122563119. https://doi.org/10.1073/pnas.2122563119
  3. How Skin Helps Elephants Move and Twist Their Trunks
  4. 動物奇門功夫.象鼻神奇構造
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。