Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

光之深海,深海之光:那些在幽暗深處依然閃閃發光的動物們

鳥苷三磷酸 (PanSci Promo)_96
・2020/01/21 ・3524字 ・閱讀時間約 7 分鐘 ・SR值 514 ・六年級

本文由國立海生館BOT經營團隊海景世界企業(股)公司委託,泛科學企劃執行

  • 作者/曾柏諺

提起深海,你的印象會是什麼呢?寒冷、漆黑、寂靜,甚至還可能有些面貌猙獰的生物神出鬼沒向你問好?

人們對深海的諸多印象,大多來自於它幽冥般的漆黑,但深海為什麼會是漆黑一片?這還得追溯到一個更古老的問題:海為什麼是藍色的?

想到深海的動物,往往給人有點猙獰的印象。圖/ wiki commons

吞噬光線的海水

如果你用容器撈起一把海水,如果沒有意外應該可以預期它會是透明無色的。因為「海水」裡絕大多數的成分是水,即便溶解了些許鹽類在其中,也大多是透明無色,看起來一點也不會影響海水顏色……對吧?

-----廣告,請繼續往下閱讀-----

其實影響海水顏色最大的因素正是「水」本身。太陽光是由許多不同波長的光所組成,不同波長的光線在水中被水分子吸收、散射的程度也不同,簡單來說,波長越長的光越容易被水分子所吸收。正因長波長的光線很快就消失殆盡,因此反射到我們眼裡的色光,就只剩下了波長較短的藍、紫色,這才顯得大海一片蔚藍呀!

科學家發現,在大約兩百公尺深左右,光線就會衰弱到再也無法負擔光合作用,因而大筆一畫,在此之上的區域稱為「表層帶」(epipelagic zone),又稱真光層、光合作用區。

圖/pixabay

不過倒也不是越此一步就漆黑無光,從兩百公尺再往下直到一千公尺深的區域,稱為中層帶(mesopelagic zone),生物還能藉由這一點點的光線,來看到東西,這裡也稱作黃昏帶(twilight zone)

離開了中層帶,再往下潛就是進入真正的深海了。在一千公尺以下,科學家依四千、六千公尺為界劃分了深層帶(bathypelagic zone)、深淵帶(abyssopelagic zone)以及超深淵帶(hadopelagic zone)等區域。

-----廣告,請繼續往下閱讀-----

在這樣的深海之中,生物的眼睛應該沒有什麼用武之地吧?如果這麼想可就大錯特錯啦。自從寒武紀淺海中,第一隻演化出感光能力的生物打響了生存競逐的槍響,自此誰能看的清、看的準就成了兵家必爭之地。正因為光線可以擴大生物的感官範圍,能夠掌握光線就再也不必瞎子摸象,能夠精準的掌握獵食、移動、避敵的效率,因此對海洋生物而言,即使是活在暗無天日的深海中,如果能掌握「光線」以及「視覺」的攻防戰,還是能享有獨特的優勢。

海洋生物的視覺攻防戰:透明、鏡像、色素、發光

海洋生物在視覺上的攻防不脫透明、鏡像、色素以及發光四項。

透明在許多動物的幼生時期都是相當普遍的伎倆,藉由讓自己的身體處於輕薄、無色素的情況,讓獵食者在茫茫大海中一眼望過去彷若無物;而鏡像則是在表層帶比較常見的手法,將身體表層藉由嘌呤之類的色素,讓體表呈現一片銀光閃閃,就好像在身體表面帶了一層鏡子般,能將背景的景象穿在自己身上,獵食者猛然一看,還真是看不出什麼東西來。

章魚也是海中生物視覺攻防戰的好例子,藉由色素的變化可以快速的融入環境中進行偽裝。圖/pixabay

色素就相當好理解了,在我們熟悉的陸生動物身上也很常見,最後一招就是照明了,既然深海裡沒有光線,那何不自己發光呢?不過生物是怎麼發光的,或者更進一步問,生物怎麼開始發光的呢?

-----廣告,請繼續往下閱讀-----

科學家在 1998 年曾提出假說,認為生物發光(Bioluminescenc)最重要的成份──螢光素(luciferin)最初的功能,其實是做為「抗氧化劑」使用,由於在大海中充斥著光化學產生的氧化物,以及藻類為了禦敵而衍生出的毒素,如何對抗這些無處不在的「毒物」就成了生存的大問題。

科學家發現,有些螢光素雖然美其名是螢光素,但事實上在許多不發光的部位,甚至不發光的生物身上也大量存在,尤其是皮膚、肝臟、腸道等地方更是常見。在驗證了化學活性後,科學家認為螢光素一開始的確是用來中和掉環境中無所不在的氧化物。

深海一片漆黑,那就自己來發光吧!

而發光的契機,則發跡自生物向深海移動的路上。還記得前面提過的深海環境特徵嗎?無光、低溫與缺氧的條件,讓光化學與藻類在這邊毫無用武之地;同時也因為生物的新陳代謝降低,氧化物帶來的生存壓力大幅滑落,正是在這樣的環境中,這套抗氧化系統逐漸演化出了新的可能。

因為深海無光的環境,釋出的光線意外成為了生物在生存競爭上的新武器,至此,海洋生物開啟了新的生存競賽。

-----廣告,請繼續往下閱讀-----

生物發光的用途相當廣泛,在防禦方面,生物可以在身體各處發出點狀、帶狀的光源,讓自己的輪廓顯得破碎,讓天敵認不出來眼前正是「食物的形狀」,因而錯過了一頓大餐;又或者當天敵靠近時,突然爆出一陣強光,就好像在一片漆黑的房間中開了一盞大燈,讓天敵睜不開眼,看不清楚眼前的視線,這時發光生物當然就可以逃之夭夭啦。

另外,有防守自然也有出擊啦!在月黑風高的路上如果看到遠方的燈火,是不是很吸引人呢?在海洋中生物也會利用光線來吸引獵物,讓獵物自己找上門來。

自備手電筒的燈眼魚與採用鏡像伎倆的櫛水母

燈眼魚就是個特別有趣的例子。在燈眼魚科 (Anomalopidae)家族下一共有六屬九種成員,這些魚的眼眶下方有著能翻轉的發光器,裏頭養著許多發光細菌。燈眼魚就像是我們用眼皮眨眼一樣,靠著遮蓋發光器與否,如同在海中帶了把可以自行開關的手電筒。

  • 影片說明:成群的燈眼魚在海裡游動,光點就像海中的螢火蟲。

燈眼魚帶著這個手電筒做什麼呢?曾經有人認為燈眼魚是為了與同伴溝通,才像燈塔一樣打著明明暗暗的光線,當作通訊訊號。不過在 2017 年,科學家在研究燈眼魚的成員之一的燈頰鯛( Anomalops katoptron)時發現,當周遭環境中出現食物時,燈眼魚會從一閃、一暗的打光模式,切換到長時間「開燈」的情況,這讓研究團隊推斷,燈眼魚其實是用這副手電筒尋找浮游生物來飽餐一頓。

-----廣告,請繼續往下閱讀-----

燈眼魚除了打著燈用餐外,還有一套「閃帶跑」(blink and run) 的功夫,讓天敵措手不及。科學家在 1975 年就曾經藉由研究另一種燈眼魚──眼燈眼魚 (Photoblepharon palpebratus) 時發現,燈眼魚在游泳時會先「開著燈」,讓光線在水中畫出一套軌跡;緊接著馬上把燈關掉,這時捕食者按著軌跡推理,想必燈眼魚就在軌跡末端的前方了對吧?

想得美!燈眼魚早在「關燈」的那一剎那,轉身朝著反方向遊走!依據研究團隊所述,「根本無法推測關燈後的游泳方向」,是不是很讓人佩服燈眼魚的這一套光把戲呢?

另外,雖然同樣看起來像有發光,在櫛水母 (Ctenophores)身上就是個完全不同的故事了!櫛水母最知名的就是牠在泳動時,身上擺動的櫛板輝映著彩虹的光芒,讓人以為櫛水母正不斷「發出」彩色的光。

  • 影片說明:櫛水母在泳動時,身上擺動的櫛板輝映著彩虹的光芒。

還記得前面提過的「鏡像」伎倆嗎?櫛水母雖然也有自己的螢光素與螢光素酶,但一種螢光素與螢光素酶的搭配,往往只能放出單色的螢光,無法造成彩虹般的效果呀!我們在櫛水母身上看到的這層彩虹,其實是在白光的照映下被結構精細的櫛板反射、折射,就像是光碟反面一般映照出多彩的顏色。在漆黑無光的深海裡,生物們利用光線,讓彼此間的競爭提升到了新的維度。除了文章中提到的例子,你還能想到哪些用光線過招的生物呢?

-----廣告,請繼續往下閱讀-----

深海可以講的故事實在太多了。因為環境所限,一般人難以親身進行觀察、體會這些生物奧妙之處。國立海生館今年度新開展了深海特展,首度在館中展出深海中的「夜光俠」燈眼魚。而在「究境海洋探索科技展覽」也展現了我們近年來對於深海的新發現。連假期間不妨去走走,親眼了解一下奇妙的「光之深海」吧!

參考資料

  • Bessho-Uehara, M., Yamamoto, N., Shigenobu, S., Mori, H., Kuwata, K., & Oba, Y. (2020). Kleptoprotein bioluminescence: Parapriacanthus fish obtain luciferase from ostracod prey. Science Advances, 6(2), eaax4942.
  • Haddock, S. H., & Dunn, C. W. (2015). Fluorescent proteins function as a prey attractant: experimental evidence from the hydromedusa Olindias formosus and other marine organisms. Biology open, 4(9), 1094-1104.
  • Hellinger, J., Jägers, P., Donner, M., Sutt, F., Mark, M. D., Senen, B., … & Herlitze, S. (2017). The flashlight fish Anomalops katoptron uses bioluminescent light to detect prey in the dark. PloS one, 12(2), e0170489.
  • Johnsen, S. (2014). Hide and seek in the open sea: pelagic camouflage and visual countermeasures. Annual review of marine science, 6, 369-392.
  • Morin, J. G., Harrington, A., Nealson, K., Krieger, N., Baldwin, T. O., & Hastings, J. W. (1975). Light for all reasons: versatility in the behavioral repertoire of the flashlight fish. Science, 190, 74-76.
  • Rees, J. F., De Wergifosse, B., Noiset, O., Dubuisson, M., Janssens, B., & Thompson, E. M. (1998). The origins of marine bioluminescence: turning oxygen defence mechanisms into deep-sea communication tools. Journal of Experimental Biology, 201(8), 1211-1221.

本文由國立海生館BOT經營團隊海景世界企業(股)公司委託,泛科學企劃執行

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
螃蟹有痛感嗎?我們是怎麼知道的?
F 編_96
・2025/01/16 ・1669字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

F 編按:本文編譯自 Live science

螃蟹一直是海鮮美食中的明星,從油炸軟殼蟹到清蒸螃蟹,餐桌上經常見到牠們的身影。有地方也習慣直接將活螃蟹丟沸水煮熟,認為這能保留最多的鮮味。過去人們認為甲殼類缺乏複雜神經結構,不會感受到痛苦,因此不必過度憂心道德問題。但近年來,越來越多研究開始挑戰此一想法,指出螃蟹與龍蝦等甲殼動物可能具備類似疼痛的神經機制。

以前大家相信甲殼類缺乏複雜神經結構,但近期這一認知逐漸受到質疑。 圖 / unsplash

甲殼類是否能感覺到痛?

人類長期習慣以哺乳類的神經構造作為痛覺判斷依據,由於螃蟹沒有哺乳動物那樣的大腦腦區,便被認為只憑簡單反射行動,談不上真正「痛」。然而,新興科學證據顯示包括螃蟹、龍蝦在內的甲殼類,除了可能存在被稱為「nociceptors」的神經末梢,更在行為上展現自我防禦模式。這些研究結果顯示,螃蟹對強烈刺激不僅是本能抽搐,還有可能進行風險評估或逃避策略,暗示牠們的認知或感受方式比我們想像更精緻。

關鍵證據:nociceptors 與自我保護行為

近期實驗在歐洲岸蟹(Carcinus maenas)中觀察到,當研究人員以刺針或醋等刺激手段測量神經反應,牠們顯示與痛覺反應類似的神經興奮;若只是海水或無害操作,則無此現象。此外,透過行為實驗也可看出,寄居蟹在受到電擊時,會毅然捨棄原本的殼子逃離電源,但若同時存在掠食者味道,牠們會猶豫要不要冒著風險離開殼子。這些結果使科學家認為,螃蟹並非單純反射,而可能有對於痛感的判斷。若只是「低等反射」,牠們不會考慮掠食風險等外在因素。

痛覺與保護:實驗結果引發的道德思考

以上發現已在科學界引發廣泛關注,因為餐飲業與漁業中常見「活煮」或「刺穿」處理螃蟹方式,如今看來很可能讓牠們承受相當程度的不適或疼痛。瑞士、挪威與紐西蘭等國已開始禁止活煮龍蝦或螃蟹,要求先以電擊或機械方法使其失去意識,試圖減少痛苦。英國也曾討論是否將甲殼類納入動物福利法保護範圍,最後暫時擱置,但此爭議仍在延燒。

-----廣告,請繼續往下閱讀-----
英國對於是否將甲殼類列入動物福利法的保護範圍,有所爭議。 圖 / unsplash

部分學者保持保留態度,認為雖然甲殼類展現疑似痛覺的行為與神經反應,但與哺乳類相同的「主觀痛感」仍需更多研究證明。大腦與神經系統結構畢竟存在很大差異,有些反射也可能是進化而來的自衛機制,而非真正意義上的感受。然而,科學家普遍同意,既然相關證據已經累積到一定程度,毋寧先採取更謹慎與人道的處理模式,而非輕易推卸為「牠們不會痛」。

海洋生物福利:未來的規範與影響

如果螃蟹被證實擁有痛覺,將牽動更廣泛的海洋生物福利議題,包括鎖管、章魚或多種貝類也可能具有類似神經機制。人類一直以來習慣將無脊椎動物視為「低等生物」,未必給予與哺乳類相同的法律或倫理關注。但若更多實驗持續指出,牠們同樣對嚴重刺激展開避痛行為,社會或終將呼籲修訂漁業與餐飲相關法規。未來可能要求業者在捕撈與宰殺前使用電擊或麻醉,並限制活煮等方式。這勢必對漁業流程與餐廳文化造成衝擊,也引發經濟與文化折衷的爭議。

龐大的實驗數據雖已暗示螃蟹「會痛」,但確鑿的最終定論仍需更多嚴謹研究支持,包括更深入的大腦活動成像與突觸路徑分析。同時,落實到實際操作也需追問:是否存在更快、更人道的宰殺或料理方式?能否維持食材鮮度同時保障動物福利?這種思維轉變既考驗科學進程,也考驗人類對自然資源的態度。也許未來,既然我們仍會食用海產,就該以最小痛苦的方式對待那些可能感受痛苦的生物,為牠們提供基本尊重。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

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

「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。

  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
-----廣告,請繼續往下閱讀-----
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。