0

0
0

文字

分享

0
0
0

原來是大王具足蟲啊,還以為是女友邦提摩尼烏姆呢!這究竟是什麼神秘生物?

Lea Tang
・2019/08/09 ・2662字 ・閱讀時間約 5 分鐘 ・SR值 525 ・七年級

延伸閱讀:從基隆進港的深海活化石中,意外發現新種具足蟲!——專訪國立臺南大學副教授黃銘志

還記得《銀魂》裡,新八那迷人的女性朋友——「邦提摩尼烏姆」小姐嗎?

新八因為初吻被奪而突生的濾鏡技能,可以改變生物的外貌。圖/imdb.com

在《銀魂》的故事裡,「邦提摩尼烏姆」是一種妖怪麵包,於陰陽師篇中首度登場。作為比賽用食物的它,因長相怪異而讓人抗拒接近。不料在一場意外之中,新八與麵包接吻了。於是乎,可歌可泣的悲戀就此展開。

所以說「邦提摩尼烏姆」到底是何方神聖?

這是邦提摩尼烏姆小姐無濾鏡支援的觀眾視角。圖/vignette

根據《銀魂》中觀眾的描述,這種妖怪麵包有在外觀上有一些明顯的特徵:一節一節的身體和成對的足。撇除了像是意外被銲接上的禿頭人臉,它看起來就像某種類節肢動物。若是對節肢動物不甚熟悉,我們來稍微了解一下其定義:

節肢動物門(Arthropoda)為動物界中所屬物種最多的一門,主要由昆蟲綱、甲殼綱及蛛形綱等外骨骼動物所組成。正如其名,它的特點就是分節的肢體,和主成份為 α- 甲殼素的角質層。

那麼問題來了,這個戴上吶喊面具的麵包小姐,究竟是何方神聖?

原來是大王具足蟲啊,我還以為是女友呢

這裡還有一隻不是你女友的大王具足蟲。soure:深海ランデブー

大王具足蟲(Bathynomus giganteus)主要生活在大西洋深海。牠們的體長約 19-37 公分,和其它只有 1-5 公分長的等足目動物(Isopoda註1相比,著實是龐然大物。

-----廣告,請繼續往下閱讀-----
  • 註1:等足目,又稱等腳類、等足類。通常指體型較小的甲殼類動物,大多生活在水中。有七對大小及型態相似的腳,只有頭部有殼。
大王具足蟲(Bathynomus giganteus)體長約 19-37 公分,巨大的體型在深海動物中相當罕見。圖/wikimedia

1879 年在墨西哥灣,法國動物學家米奈(Alphonse Milne-Edwards)捕獲到第一隻雄性幼崽。這個消息,對當時少數相信「深海有生命」的科學家註2 而言,無疑是一大鼓勵。隨後在 1891 年,雌性幼蟲也被捕捉到了。

  • 註2:當時的英國科學界認為深海沒有生命;然而湯姆森(Charles Wyville Thomson)在 1873 年所提出的報告《The Depths of the Sea》卻持相反立場。

超吸睛的奇特外型

大王具足蟲有著由將近 4000 個平面小眼所組成的複眼和兩對觸鬚。除此之外,它身上七對關節肢中的第一對已進化為顎足——方便把食物送到顎處近食。

大王具足蟲的顎處。圖/BNPS.co.uk (01202 558833) Pic: Peter Willows

而在腹部的五塊鱗片(pleonites)各有著一對雙肢型附肢註3,則有助於水中行動。

稍微拉直看看它的腹面吧。圖/flickr
  • 註3:「附肢」是節肢動物體節上附屬肢的簡稱,通常用於行走。而附肢有兩種常見的類型:單肢型及雙肢型。前者肢體是由一串端點互相連接的肢節組成,而後者的肢體則先在某肢節上分叉成兩串,在由各串端點互相連接而成。此外,還存在三肢型甚至更多分肢的形態。

無人能敵的獨門絕活

大王具足蟲生活在 170-2140 公尺的大洋深處,食物來源極不穩定。圖/flickr

大王具足蟲一般呈現淡紫色,是深海環境中重要的食腐動物,如鯨魚、魷魚的屍體;有時它們會主動補食海參、海綿等行動較緩慢的海底動植物。然而深海的大洋環境卻不易生存。

-----廣告,請繼續往下閱讀-----

除了必須抵禦寒冷的水溫和極大的水壓,大王具足蟲還必須耐得了長期饑餓。

最有名的例子便是日本三重縣鳥羽水族館的大王具足蟲,在被捕上岸後因不明原因絕食了 5 年 43 天才死亡註4

  • 註4:日本在墨西哥灣 800 公尺處捕捉到的雄性成蟲。在絕食的第四年,大王具足蟲的體重僅掉了 12 克。

慎防暴食的育幼袋

大王具足蟲的繁殖季多在食物量較多的春天和冬天。成年的母體在性活躍期會長出一個育幼袋,並產下無脊椎動物中最大的卵。這個時候,蟲卵會被安置在育幼袋中度過孵化期。需要注意的是,若一個正在孵卵的巨足蟲媽媽吃太多,可能會導致蟲卵被膨脹的身體擠出育幼袋。

大王具足蟲的育幼袋。圖/王旬漁 臉書分享

當大王具足蟲從育幼袋中出來的時候,外型就像是成蟲的微型版。脫離幼蟲階段的它們,除了最後一對胸部附器外,幾乎都已發育完全。

成蟲和幼蟲。圖/王旬漁 臉書分享

吃貨小教室:品嘗初戀的滋味

雖然大王具足蟲的外貌容易嚇跑一些對陸地上節肢動物有陰影的人,但只要說到吃,人類永遠沒有極限。老饕們除了日本人(毫不意外)和香港人外,根據英文維基 2019 年的最新資料,台灣北部的沿海餐廳有煮沸的大王具足蟲可以下飯(沒騙你,自己上網找)。

-----廣告,請繼續往下閱讀-----

↓一樣附上考驗心臟的影片,這是日本最常見的大具足蟲註5,請各位自行斟酌觀看↓

  • 註5:大王具足蟲屬(Bathynomus)是漂水蝨科的一個屬,其下有近 20 種生物,生活於大西洋、太平洋和印度洋的冰冷深海中。最著名的是大王具足蟲,該生物常被稱為最大的等足目生物。大具足蟲(Bathynomus doederleinii)是大王具足蟲屬中的另一類。

想要和新八一樣,品嘗酸酸甜甜的初戀滋味嗎?那麼別猶豫,等吧!在天時地利人和的那一天,你和心目中的男/女神將在餐桌上相會。

圖/silversoulconfessions.tumblr

參考資料:

  1. Charles Wyville Thomson, wikipedia
  2. Bathynomus Giganteus: Terrifying Sea Beast Hauled Up
  3. Giant Isopod Photos Showing This Deep Sea Scavenging Crustacean
  4. Arthropod, wikipedia
  5. 大王具足蟲,維基百科
  6. Arthropod leg, wikipedia
文章難易度
Lea Tang
20 篇文章 ・ 9 位粉絲
徜徉在極北之海的浪漫主義者。 喜歡鯨豚、地科、文學和貓。

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

5
2

文字

分享

0
5
2
從基隆進港的深海活化石中,意外發現新種具足蟲!——專訪國立臺南大學副教授黃銘志
Heidi_96
・2022/11/29 ・3890字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

新種具足蟲,發現!

2019 年,國立臺南大學生物科技學系副教授 黃銘志 從基隆漁民手中獲得一批具足蟲。為了鑑定這些小傢伙的種類,黃銘志從日本換來兩隻大王具足蟲(B. giganteus),沒想到卻意外發現前所未見的新種——猶加敦具足蟲(B. yucatanensis)!

這到底是怎麼回事呢?別急,在我們看下去前,先告訴你一個具足蟲的小秘密。

具足蟲又稱為深水蝨,是居住在深海的甲殼類活化石。你可能沒聽過這兩個名稱,但如果你看過《風之谷》或是《星際大戰》(Star Wars),肯定對王蟲和黑武士有印象,而他們的原型就是具足蟲!

在宮崎駿動畫《風之谷》中,王蟲是守護腐海的生物。當他們憤怒時,眼睛會由藍轉紅。圖/スタジオジブリ
《星際大戰》系列電影的角色——黑武士的面具原型也是具足蟲!圖/Star Wars

既然不小心撈到了,那就抓來研究吧~

小秘密說完了,讓我們原地跳一下,回到 2019 年看看事情發生的經過。

-----廣告,請繼續往下閱讀-----

當年七月,黃銘志在基隆正濱漁港採集到俗稱「金絲猴」的紅頭龍蝦,登錄為臺灣新記錄種「海神後海螯蝦(Metanephrops neptunus)」。此後,黃銘志就有和當地漁民保持聯繫。

臺灣新記錄種「海神後海螯蝦(Metanephrops neptunus)」。圖/TaiBNET

後來,有船長告訴黃銘志:「我抓到十隻具足蟲,你要不要?」

在基隆,具足蟲的漁獲量並不多,通常是拖網捕蝦附帶的戰利品。雖然東北角有很多販售具足蟲料理的店家,具足蟲吃起來也像龍蝦,但民眾還是喜歡吃真正的蝦子,所以具足蟲銷不出去,黃銘志就整批買了下來。

這時,問題來了!臺灣沒有具足蟲專家,而黃銘志本身也不是分類學家,要怎麼鑑定呢?沒辦法,只好自行摸索。

-----廣告,請繼續往下閱讀-----

於是,黃銘志和日本新江之島水族館交換兩隻大王具足蟲,但這兩隻越看越不對勁,「⋯⋯怎麼其中一隻腰身比較細?難道是牠比較瘦、吃比較少嗎?」

「背景不同的人,就會用不同的視角看事情!」

後來,黃銘志想起赴日深造時,研究魚類基因演化、解析人體基因結構的經驗,就決定分析具足蟲的基因。從黃銘志的專業背景——分子生物學的角度來看,至少要採用兩種分析方法才夠,因為每個基因演化速度都不同,像具足蟲演化得很慢,基因差異不太明顯,就很難區分。

經過細胞色素 c 氧化酶亞基 1(COI)和 16S rRNA 分析後,黃銘志赫然發現很多 DNA 片段都不同。起初還以為是分析出錯,或是樣本破損,但重複試驗多次後的結果都一樣,黃銘志不禁感到困惑:「奇怪了,歐美研究大王具足蟲長達 140 年,有超過 1000 隻樣本,怎麼沒發現裡面可能有基因結構不同的個體?」

細胞色素 c 氧化酶亞基 1(COI)分析結果:第一行是猶加敦具足蟲,第二行是大王具足蟲。圖/Journal of Natural History
 16S rRNA 分析結果:第一行是猶加敦具足蟲,第二行是大王具足蟲。圖/Journal of Natural History

為了進一步梳理這些數據,黃銘志找來兩位分類學家助拳,一位是日本國際螯蝦學會的會長——甲殼類專家川井唯史(Dr. Kawai Tadashi),另一位則是澳洲昆士蘭博物館的無脊椎動物榮譽研究員——具足蟲專家尼爾.布魯斯(Dr. Niel L. Bruce)

-----廣告,請繼續往下閱讀-----

不是這個專業,所以才能做到這件事

在三人正式合作前,黃銘志就大致完成這篇新種具足蟲的論文了,但後來,布魯斯發現了一個天大的錯誤,那就是黃銘志引用了某位印度專家錯誤的研究。

過去,也有中國學者引用這篇印度論文,指出印度洋海域有肯氏具足蟲(B. kensleyi)。黃銘志原先也以為是這樣,畢竟順著前人的研究比較不會有爭議,沒想到卻因此得出錯誤的推論。

第一次研究具足蟲,就要指正其他專家的研究,「老實說,我算哪根蔥?」黃銘志苦笑道。

為了修正錯誤,具足蟲的細部結構就交給布魯斯研究,再讓川井逐一比對、鉅細靡遺地畫下來。具足蟲演化較慢,所以每一種長得都很像,必須仔細觀察才能看出差異,比如鼻子的形狀、尾扇棘刺的數量、身體兩側的彎曲程度等等。

詹姆斯具足蟲(B. jamesi)和猶加敦具足蟲(B.yucatanensis)的身體(a)、頭部(b)、鼻子(c)和頭部側視圖(d)。圖/Journal of Natural History

雖然三人至今都沒有見過彼此,但當初為了辨別出不同的形態,他們互相傳了上千封信討論,才終於達成共識。回想這漫長的過程,黃銘志說:「那些圖都確認過十幾次了,意見不合也是常有的事,比如尾扇棘刺的數量要從哪裡開始數?」

-----廣告,請繼續往下閱讀-----

黃銘志也提到,每種生物都有「種間變異」和「種內變異」。只要有變異,一定有不同的地方,但這些不同的地方可以直接判斷成不同種嗎?假如尾扇棘原本有 13 根,卻因為互相打鬥而斷了一兩根,是不是就要分成不同種?

詹姆斯具足蟲(B. jamesi)和猶加敦具足蟲(B.yucatanensis)的尾扇棘(c)。圖/Journal of Natural History

在這種情況下,由於形態非常接近,按照傳統分類學的做法,其實很容易將一整群可能摻雜不同種的樣本全都混為一類。因此,黃銘志認為最好的做法是從基因著手,用分子生物學的方法鑑定,而不是用個體的外觀差異判斷。

當分類學家多次比對不同樣本的外形,認為這不是大王具足蟲,而基因定序的結果也和資料庫既有的物種都不匹配的時候,就可以確認牠是未經發表的新種。

延伸閱讀:新種形成——秘中之秘

根據論文發表的結果,黃銘志最後將來自新江之島水族館的新種,以發現地墨西哥灣猶加敦半島(Yucatán Peninsula)為依據,命名為猶加敦具足蟲(B.yucatanensis)。

-----廣告,請繼續往下閱讀-----

鑑定深海物種,有助於我們更認識深海

在十八、十九世紀時,科學家非常好奇深海到底有沒有生物,而如今,具足蟲就是活生生的鐵證,因此歐美國家非常重視具足蟲的學術價值。這些深海小傢伙證明了一件事:即使在光線微弱、水壓極高、溫度極低、幾乎沒有食物的環境下,還是有生物存在。

目前,我們對於月球的了解甚至還比深海多。布魯斯表示,陸生生物即使雜交,只要能產生有生殖能力的後代,原則上都可以算是同種,但水生生物並不完全遵循這個原則。

比方說,現在有很多鱘龍魚是雜交種,而且是不同種交配生下的、具有生殖能力的後代,這些不同的後代,都各自稱得上是新物種。按照這個邏輯,海洋時刻都有新物種誕生,是我們探索不完的神秘區域。

本篇論文的第三作者:尼爾.布魯斯。圖/ResearchGate

不過,相對於西方國家多半將具足蟲作為研究用途,東方國家比較在乎的反而是「這可以吃嗎?要怎麼料理才能變得更好吃?」

-----廣告,請繼續往下閱讀-----

在日本,有一種零食就是將具足蟲磨成粉後加進仙貝,讓仙貝吃起來有蝦子的味道。黃銘志笑著說:「這很暢銷!」但也補充道,他在東京大學做研究時,實驗室有個傳統,那就是「當你研究某種生物的時候,你就不吃牠們,代表你對這種生物的敬意。」

關於具足蟲,還有哪些待解之謎?

這份耗時三年的研究,不但指正了前人的研究、改變了具足蟲近百年來的分類,也暗示著既有的「群模式樣本」或許有很大的問題。換句話說,目前已知的具足蟲種類不多,可能是分類錯誤造成的結果,說不定早就有很多種摻雜在其中了!

延伸閱讀:怎麼把牠們當成一樣的物種!物種分類出錯怎麼辦?——分類學家偵探事件簿(三)

在日本,鳥羽水族館有一隻具足蟲長達五年沒進食。目前仍沒有科學家著手細探背後的原因,而牠們的食物來源、繁衍方法,以及牠們如何在極端惡劣的深海環境生存,都是接下來必須進一步探究的課題。

舉例來說,紅色在深海是一種隱性色,而深海的甲殼類生物(比如甜蝦、天使紅蝦)體內通常帶有蝦紅素,使得體表呈現紅色,可以保護牠們不被天敵發現。可是,具足蟲的分布範圍深達數千米,體內卻沒有蝦紅素,煮熟後也不會像蝦子那樣變紅。

-----廣告,請繼續往下閱讀-----

延伸閱讀:煮熟的龍蝦為什麼會變色呢?

此外,透過研究具足蟲,科學家可以更了解全球暖化對深海的影響、陸地上的重金屬和放射性物質沉進深海造成的衝擊,以及這些具足蟲是否可以取代龍蝦,成為新的食物選擇。

最近,南海的船長捕到了 80 幾隻具足蟲,黃銘志買下了形態看起來比較特殊的 10 隻,希望可以篩出更多新種,解開更多有趣的謎底。

延伸閱讀

參考資料

  1. Huang, M. C., Kawai, T., & Bruce, N. L. (2022). A new species of Bathynomus Milne-Edwards, 1879 (Isopoda: Cirolanidae) from the southern Gulf of Mexico with a redescription of Bathynomus jamesi Kou, Chen and Li, 2017 from off Pratas Island, Taiwan. Journal of Natural History, 56(13-16), 885-921.
  2. 交換日本水族館具足蟲 南大發現深水蝨新物種|生活|中央社 CNA

0

1
0

文字

分享

0
1
0
2020世界地球日,一起玩 Google doodle 遊戲學蜜蜂小知識!
PanSci_96
・2020/04/22 ・1366字 ・閱讀時間約 2 分鐘 ・SR值 527 ・七年級

玩過今天的 Google Doodle 了嗎?為了慶祝世界地球日 50 週年,Google Doodle 以蜜蜂 (bee) 做為遊戲主角,讓大家體驗沾花粉與授粉的過程,並提供關於蜜蜂的小知識,就讓我們來了解一下吧!

大眼瞪小眼,此眼非彼眼

蜜蜂具有一對複眼 (compound eyes) 與三個小小的單眼 (ocelli)。其中,位於頭部兩側、又大又明顯的複眼是由許多的「小眼」(ommatidia) 單元所組合而成,每一個小眼上都具有角膜鏡 (corneal lens) 和晶錐 (crystalline cone),能夠將光線集中並聚焦在數個延長、環狀排列的網膜細胞 (retinula cell) 上,而在小眼的中央則具有能夠接受光的感桿 (rhabdom) 構造。

由於小眼環狀排列的一叢視網膜細胞外圍被一圈吸光的色素細胞(pigment cell)所包圍,導致每個小眼獨立成像,並與相鄰的小眼分開來,而當所有小眼的影像加在一起時則可提供全景式的影像,便是所謂的聯立影像眼 (apposition eyes)。

圖/slideplayer, after Snodgrass, 1935 / Wilson, 1978 / CSIRO, 1970 ; Rossel, 1989

-----廣告,請繼續往下閱讀-----

至於在頭頂上、複眼之間則具有排列成三角形的三個小單眼,其最外層的透明表皮覆蓋在同樣透明的真皮細胞上,因此光線可以透過去並到達由許多感桿組成的網膜細胞上,然而由於進入單眼的光線聚焦在感桿之後,所以視網膜只能接收到模糊的影像

單眼主要會整合大視野範圍的光線,對低強度的光或光的細微改變相當敏感,但並不具有高解析力,故通常作為飛行時控制上下左右搖擺的水平儀,和記錄與白晝行為節律相關的光強度週期變化。

女王大人高高在上

真社會性 (Eusociality) 高度發展的蜜蜂蜂群中通常會有蜂后 (queen)、工蜂 (worker)、雄蜂 (drone) 三個角色。蜂后與工蜂皆為雌性,蜂后體型較大,能夠產卵甚至抑制其他工蜂的生殖能力;而工蜂則負責建造蜂巢蜂室、搜尋獵物、守衛蜂巢與餵食幼蟲,至於雄蜂則會與蜂后交配,提供精子,由於其交尾器會在交尾後撕裂,雄蜂便會因而死亡。

圖/IRISH BEEKEEPERS ASSOCIATION CLG, after Winston, 1987

-----廣告,請繼續往下閱讀-----

誰知盤中飧,蜜蜜皆辛苦

外出的工蜂會採集花蜜,並將其收集在腸胃 (proventriculus or honey stomach) 當中。當工蜂回巢後,便會將花蜜吐出 (regurgitate) 並傳給內勤的工蜂,接著內勤的工蜂便會將花蜜消化並反覆的吸入再吐出,製造泡泡來增加表面積,好讓原先花蜜中高達 70~80% 的水分能夠慢慢蒸發,並藉由消化酵素將蔗醣水解為葡萄醣與果醣,同時分解掉其他澱粉與蛋白質,增加酸度。之後便會將蜂蜜存於巢中,藉由巢中的高溫與搧風,使得水分降低至 18% 左右,讓糖份濃度過飽和而能避免發酵 (fermentation) 後,便會以蜂蠟封存起來。

圖/Pixabay

除了上述以外,Google Doodle 還提供了更多有關蜜蜂本身的知識,以及蜜蜂對自然生態的不可或缺,像是全世界有三分之二的農作與 85% 的開花植物都需要仰賴他們授粉,以及蜜蜂被科學家視為關鍵物種 (keystone species),如果沒有他們的存在則可能整個生態系統將徹底崩潰等等,可見其無可取代的重要性。

那麼,在世界地球日 50 周年的今天,你對維持生態的蜜蜂們更加了解了嗎?

-----廣告,請繼續往下閱讀-----

資料來源