0

1
1

文字

分享

0
1
1

武漢肺炎病毒到底從哪來?沒有陰謀論以及蛇和HIV的版本

寒波_96
・2020/02/03 ・5991字 ・閱讀時間約 12 分鐘 ・SR值 597 ・九年級

-----廣告,請繼續往下閱讀-----

2019 年底起源自武漢的傳染病仍在蔓延,病毒之外,陰謀論也大肆流傳,此外還有一些品質差勁的分析。根據目前資訊推論:人類病源來自未知的單一起源,距今時間很短,一開始就能人傳人。

相關分子演化分析可參考前文〈病毒不是源於武漢的海鮮市場?從分子演化學角度看2019新型冠狀病毒(武漢肺炎)的起源與傳播

本文略長,重點如下:

  • WARS 在雲南找到最近親戚,兩者非常相似。(比 SARS 近得多)
  • WARS 的中間宿主尚未確認,但現有和蛇有關的分析完全是錯誤的。
  • 仔細檢視後,WARS 的 S蛋白質變異和 HIV 毫無任何關係。(該論文已由作者撤稿)
  • 沒有可靠證據支持現有的陰謀論,WARS 極可能是自然演化而來的病毒。
  • 現階段出現一些搶快不可靠的研究,即使同儕審查過的論文也不可盡信。

中國官方對疫情沒有說實話,卻也缺乏黑手介入操弄病毒的證據。在這眾人都在搶快的時刻,即使是學術期刊發表也未必無誤,一定要保持判斷力。

-----廣告,請繼續往下閱讀-----
  • 本文於2020 年  2 月 3 日刊登,仍有許多與 2019-nCoV 相關的研究正在進行,目前發表的研究並非最終結果。
冠狀啤酒?圖/取自 Junk DNA

雲南找到最近親戚,支持 WARS 是純天然病毒

導致武漢疫情的是一種冠狀病毒(coronavirus),本文之後會使用 WARS 這個簡稱。目前 WARS 一共有 53 個病毒基因組被定序出來,彼此間差異非常非常小。近日一大關鍵情報來自中國科學院的武漢病毒研究所,石正麗領頭的論文(上傳初稿,尚未正式發表),其中報告了一款之前沒有發表過的新病毒「RaTG13」,遺傳上和 WARS 最相似,兩者序列相似度為 96.2%;作為對照,SARS 和 WARS 的相似度是 79.5%。1, 2

目前遺傳上和 WARS 最相似的病毒「RaTG13」,由雲南的蝙蝠採樣取得。(圖為採樣示意,非當事蝙蝠)圖/取自 ref 2

石正麗的合作者 Peter Daszak(屬於一個叫作 EcoHealth Alliance 的機構)在 Science 新聞受訪表示,他們之前花費 8 年,在中國各處採集約一萬個蝙蝠及 2000 個其他動物的樣本,總共偵測到 500 款之前未知的冠狀病毒。(因此我實在不喜歡廣傳「新型冠狀病毒」此一名稱,未來恐怕很容易引起誤會)

Daszak 表示中國蝙蝠冠狀病毒的多樣性非常驚人,和 WARS 最相似的 RaTG13 是 2013 年於雲南採樣到。但是這不等於 WARS 直接來自雲南,因為和自然狀態相比,人為取樣一定相當侷限;和 WARS 相似的近親或許在更多地方存在,我們根本無從得知。

平時論文慢慢來,這時發表都搶快!

也許有人會懷疑,既然知道有樣本為什麼之前不講,出事後才趕快發佈,豈不擺明有鬼?不過這其實是學術研究的常態,許多研究團隊平時都堆積著大量尚未發表的資料,除非有突發狀況,否則不會特別趕時間。

-----廣告,請繼續往下閱讀-----

大家想想看,在此之前 RaTG13 有什麼好提的?假如不知道 WARS 會感染人類,RaTG13 不過就是那新偵測到的 500 款病毒中,其中一種沒人有興趣的新型病毒,毫不特殊,有什麼值得特別重視的價值?

一月冠狀病毒相關論文的發表數量。圖/取自 ref 3

不正常的反而是現在的狀況:WARS 疫情大爆發後,冠狀病毒成為頭號顯學,最近 20 天冒出超過 50 篇論文(多數仍尚未正式發表)。學者燃燒小宇宙的成效可以十分驚人,這種生產論文的速度儘管罕見,但是技術上辦得到。結果又有人懷疑論文哪有可能寫這麼快,一定是中國人早就有資料,但是故意不講……這就是父子騎驢吧。3

解釋 WARS 不需要陰謀論

現階段對於 WARS 的陰謀論比比皆是,例如一說認為之前在加拿大高度管制實驗室工作,被指控涉及間諜,遭到開除的中國科學家和 WARS 疫情有關係;也有人質疑 WARS 是在武漢 P4 實驗室研發,外洩的生物武器。4

注意假新聞!事實上,四處流竄的人造病毒陰謀,可以達到混淆正確資訊的效果,也可能是資訊戰的一環。圖/取自 ref 4

然而,與目前更加明確的線索相比,並不需要這些陰謀論解釋 WARS 的起源。這次疫情中國政府沒有說實話、中國在歐美有間諜活動之前處理實驗不夠謹慎讓 SARS 外洩過,這些都是事實,也無法排除中國私下研發生物武器的可能性。但是要證明 WARS 和中國研發生物武器有關係,目前沒有合理的證據。

-----廣告,請繼續往下閱讀-----

反倒有更強力的證據指出,WARS 就是另一場源於自然的智人危機。

WARS 和最近親戚分家後,才獲得跨物種感染力

華盛頓大學的 Trevor Bedford 根據序列差異,估計雲南的 RaTG13 和武漢的 WARS 分家的年代,介於 25 到 65 年前;此一數字會受到突變率與宿主影響(提醒一下,我們仍然不知道 WARS 的原始宿主是哪種動物)。不過大概可以確定,兩者分家雖然不是太久,卻也已經有一段時間,不像是最近幾年的事。

Trevor Bedford 建構的冠狀病毒演化樹,多個 WARS (圖上紅點) 和最相似的雲南樣本 RaTG13 被歸為同一群。圖/取自 ref 2

之前格拉斯哥大學的 David L Robertson 一度認為,WARS 經歷過至少兩次遺傳重組,但是見到序列更像的 RaTG13 後他就放棄該觀點。這不表示重組沒有發生過,而是因為兩種病毒彼此非常相似,意即重組事件發生的時間是在 WARS 和 RaTG13 還沒有分家之前。由此可知 RaTG13 也經歷過和 WARS 一樣的重組,它卻依舊是感染蝙蝠的尋常病毒,表示讓 WARS 變得獨特的那些突變,和更早發生的重組缺乏直接關係。5

直接比較 WARS 和 RaTG13 會發現兩者整體非常相似,唯獨有個與感染能力高度相關的 S蛋白質(spike protein)基因差異較大;一些科學家認為 WARS 獨特的 S蛋白質,是它能順利侵略智人的關鍵。然而,WARS 當初如何由動物移民到智人身上,是否有透過中間宿主,目前仍缺乏可靠的證據。

順帶一提,目前以細胞株為材料的初步體外測試發現,蝙蝠、豬、麝香貓(civet)都會感染 WARS,不過今年本命年的小鼠不會感染。而常見的寵物貓、狗,至今也沒有牠們會感染 WARS 的證據,不需要恐慌。

-----廣告,請繼續往下閱讀-----

說到中間宿主 S蛋白質,最近兩篇錯誤相當明顯的論文分別與它們有關,本文將逐一介紹。

錯誤發表一:WARS的中間宿主是……蛇?

疫情爆發後不久,一項通過同儕審查的研究宣稱找到 WARS 的中間宿主「蛇」。這篇論文的思維和分析方法都嚴重錯誤。正式昭告天下,在當下疫情熱烈,搶快發表的大競速時代,即使是同儕審查過的論文也無法保證最基本的品質6, 7

簡單說是這樣:該論文選用的分析方法「codon usage bias(密碼子利用偏好)」達成了錯誤的結論。此分析方法儘管常見,目的卻根本不是尋找宿主。這是只會計算數字,絲毫不懂背後生物原理與概念的低級錯誤。

64 種密碼子與 20 種氨基酸的對照表。圖/取自 wiki

codon usage bias(用中文反而會讓稍有概念的人看不懂,因此使用英文)是什麼呢?遺傳密碼的核苷酸以三個為一組,一共有 64 種密碼子,卻只會對應到 20 種氨基酸;因此有時候在 DNA(或 RNA)層次上密碼子發生了改變,轉譯後的氨基酸仍然保持不變。

以脯胺酸(proline)舉例,有 4 種密碼子 CCT、CCC、CCG、CCA 對應這個氨基酸,不同生物都是用這 4 種密碼子生產脯胺酸,各種生物的比例卻不一樣。

-----廣告,請繼續往下閱讀-----

比方說不同生物都使用這 4 種密碼子,維尼熊的比例是 6、4、3、87%,米老鼠卻是 40、15、5、40%,空心菜則是 22、28、32、18%;不同生物相異的偏好,就是所謂的密碼子—利用—偏好。

有 4 種密碼子對應氨基酸的狀況下,倘若隨機分佈,每種密碼子出現的機率應該是 4 分之 1,但是實際上往往不是隨機出現,不同生物、不同基因的同一種氨基酸,會特別傾向使用某些密碼子

codon usage bias 不一定存在,假如存在也可能有許多不同的成因。理論上寄生於某種生物的病毒,如果自己的 codon usage bias 和宿主類似,也許能帶來一些生存上的優勢,不過這只是理論。8

重點在於,不可能光靠病毒的 codon usage bias 一種指標就判斷宿主!只用 codon usage bias 推論宿主,是對相關概念完全外行的表現;讓這種貨色正式發表,不管為什麼,都是期刊與編輯該深刻反省的責任。

-----廣告,請繼續往下閱讀-----

若是覺得上述解釋太難看不懂,人在瑞典的博士生北歐心科學有個妙喻:

就像說用美金就是美國人」,結果中國跟伊朗人也用美金,都被一視同仁為美國人。

WARS、SARS 與 MERS 的密碼子偏好都更接近蛇,但後兩者宿主都不是蛇

序列分析垃圾進,只會有垃圾出,沒什麼好講的。即使再退一步說,該論文設計實驗時也沒有通過最基本的假說—驗證。Robertson 和斯克里普斯研究所(Scripps Research)的 Kristian Andersen 都重新分析 WARS 的密碼子利用,一致認為該論文的結論錯誤。9

Andersen 的分析,縱軸愈高表示 codon usage bias 和橫軸上的該生物愈相似。圖/取自 ref 9

Andersen 還示範正確「假說—驗證」的作法(感謝大大無私分享!),比方說 SARS 的宿主是蝙蝠、MERS 是駱駝,假如有其他動物的偏好比蝙蝠更像 SARS,或是比駱駝更像 MERS,就表示用 codon usage bias 判斷宿主的策略行不通。

結果當然是行不通。Andersen 分析發現和不同生物相比,SARS 沒有最接近蝙蝠,MERS 也不是最接近駱駝;它們反而更接近蛇,以及不會感染的小鼠。WARS 的密碼子偏好和各種生物相比,則普遍小於兩位親戚,和蛇(以及小鼠)相對較像,但是都比不上釀酒酵母等三種「真菌」,可是真菌當然不可能是冠狀病毒的宿主!

-----廣告,請繼續往下閱讀-----

必須注意的是,這些分析無法排除蛇是中間宿主的可能性,但是結果明確指出:

冠狀病毒的 codon usage bias 和宿主沒有明顯關係,這項指標無法用於判斷宿主。

錯誤發表二:WARS 有片段跟 HIV 有關?(該發表已撤稿)

另一份 1 月 31 日上傳,尚未正式發表的論文初稿宣稱,在 WARS 的 S蛋白質上找到 4 處插入(insertion),此部份序列沒有在其他已知的冠狀病毒中見過,卻和會導致愛滋病的 HIV 一致,不像是隨機發生。10

這項研究由於比較對象太少,所以得到完全錯誤的結論。甚至有人建議可以用來測驗生技公司員工的水平,轉貼卻毫無批評者,直接開除。在本文完成以後,該論文初稿已經被作者暫時撤回

錯誤的分析宣稱WARS的S蛋白質上有 4 處外來「插入」(事實上都是誤判)。圖/取自 ref 10

分析問題時,選擇比較的對象相當重要。該文只拿 SARS、WARS 和 HIV 三種病毒比較,取樣太過侷限,不可能得到有意義的分析。

Bedford 同時比對多種由蝙蝠採樣來的冠狀病毒,發現不同品系的 S蛋白質之間相比,它們序列上本來就會加加減減、多一點少一點;而 WARS 的 S蛋白質這方面並不特殊,應該是天然演化的結果。11

Bedford 首先提出,那 4 處所謂的「插入」片段序列都非常短,在非常多已知的生物基因組上也能找到 100% 符合的對象,無法證實它們來自 HIV。他接著逐一詳細分析(樓主好人一生平安!),結論是12

4 處序列中沒有任何一段,真正來自外源遺傳物質的插入。

第一段「插入」序列的比對。其實不是真的插入。圖/取自 ref 12

「插入」片段都在近親身上找得到,和 HIV 無關

WARS 和來自雲南的最近親 RaTG13 相比,第一段序列「GTNGTKR」也在雲南兄弟的基因上存在。第二段「YYHKNNKS」該論文判斷為一獨特插入,卻是人為調整序列所致(提醒各位這算正常操作),事實上雲南兄弟也存在這段序列。

第二段「插入」序列的比對。其實不是真的插入。圖/取自 ref 12

WARS 和 RaTG13 皆具有這兩段序列,表示它們早在兩者分家以前已經存在,不可能是 WARS 基因組上才插入的新片段。

第三段「GDSSSG」也可能受到人為調整影響,不過就算真有插入,看起來 RaTG13 也具有這段,WARS 並不獨特。

第三段「插入」序列的比對。其實不是真的插入。圖/取自 ref 12

第四段「QTNSPRRA」,雲南兄弟也有前方的 QTNS ,卻沒有後方的 PRRA,表示 PRRA 大概真的是 WARS 獨自誕生的新突變,可以說它是插入,但是這麼短的序列變異常常發生,在基因組上比比皆是,毫無特殊之處。(提醒各位,WARS 的 S蛋白質和親戚的差異本來就大)

第四段「插入」序列的比對。其實只有後面一半是真正新增的插入片段,多半是病毒自行演化而成,不像是外源插入。圖/取自 ref 12

總之,Bedford 的分析明確否定了「WARS 基因組上有 4 處與 HIV 一致的非隨機插入」,這是很值得學習的一次教訓。

最類似 WARS 的雲南樣本 RaTG13 目前尚未正式發表,沒有將它加入比對,或許並非不可饒恕的大罪。但是只選取三種遺傳上差異極大的病毒直接比對(即使是 SARS 和 WARS 也超過 20% 不同),又遽下太不符合常理的偏頗結論,就是徹底失格的分子演化分析了。

該論文初稿已經暫時被作者撤回。

資訊虛實難辨,保持判斷力!

再來一次劃重點:

  • WARS 在雲南找到最近親戚,兩者非常相似。
  • 中間宿主尚屬未知,現有證據與蛇無關。
  • WARS 和 HIV 毫無關係。
  • 目前沒有可靠證據支持陰謀論,WARS 極可能是自然演化而成。

來到本文的盡頭,不論你是已經辛苦看完一大串外星文字,或是直接跳到結尾看結論,希望都能帶給讀者最重要的訊息:

「在此大家都在搶快的時刻,資訊虛實難辨,即使同儕審查過的論文也不可盡信,更需要保持判斷力。」

參考文獻

  1. 尚未發表的初稿:Discovery of a novel coronavirus associated with the recent pneumonia outbreak in humans and its potential bat origin,本文完成後正式發表於 Nature 期刊:A pneumonia outbreak associated with a new coronavirus of probable bat origin
  2. Mining coronavirus genomes for clues to the outbreak’s origins
  3. China coronavirus: how many papers have been published?
  4. Online claims that Chinese scientists stole coronavirus from Winnipeg lab have ‘no factual basis’
  5. nCoV’s relationship to bat coronaviruses & recombination signals (no snakes) – no evidence the 2019-nCoV lineage is recombinant
  6. Hu, D., Zhu, C., Ai, L., He, T., Wang, Y., Ye, F., … & Zhu, J. (2018). Genomic characterization and infectivity of a novel SARS-like coronavirus in Chinese bats. Emerging microbes & infections, 7(1), 1-10.
  7. 质疑:蛇是武汉新型病毒的中间宿主吗?
  8. Wong, E. H., Smith, D. K., Rabadan, R., Peiris, M., & Poon, L. L. (2010). Codon usage bias and the evolution of influenza A viruses. Codon Usage Biases of Influenza Virus. BMC evolutionary biology, 10(1), 253.
  9. nCoV-2019 codon usage and reservoir (not snakes v2)
  10. Uncanny similarity of unique inserts in the 2019-nCoV spike protein to HIV-1 gp120 and Gag
  11. Trevor Bedford 發表於推特的初步分析
  12. Trevor Bedford 發表於推特的進一步分析

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

文章難易度
寒波_96
193 篇文章 ・ 1066 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》。

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

3
2

文字

分享

0
3
2
誠實面對人類參與的「自然」——太田欽也專訪
顯微觀點_96
・2024/07/11 ・3228字 ・閱讀時間約 6 分鐘

本文轉載自顯微觀點

斑馬魚是最知名的模式生物之一,其基因、型態與發育深受了解,並用於探討深度同源等重要演化生物學問題。但也有科學家提出,演化生物學該持續隨環境演進,並嘗試以新的實驗物種——金魚——探討人類世(Anthropocene)環境下的生物演化。

育種歷史與基因巧合 奠定金魚的演化生物學價值

例如有千年馴化歷史、型態千變萬化的金魚,就相當適合探討人類因素與生物型態演化的關聯。

中研院細生所派駐臨海研究站的演化與發育生物學家太田欽也指出,斑馬魚與金魚兩者的胚胎都可以透過顯微鏡仔細觀察,相對於受精一年後才成熟的金魚,斑馬魚有成熟較快,基因組較為單純等優點,也具備許多現成基因研究工具。

-----廣告,請繼續往下閱讀-----

但斑馬品系間仍以其生理機能與基因為主要差別,對型態差異的演化並未那麼明顯。因為,科學家為了操作基因與細胞特徵而培育斑馬魚,使不同品系的差異大多來自目標明確的基因工程。

金魚型態演化圖。Courtesy of Kinya Ota and Gembu Abe

而金魚的型態變異,則完全來自飼養者對型態的偏好和育種,蘊藏更多元的型態變化與發育差異。其悠長的馴養歷史以及更古老的基因重複(Gene Duplication)機遇,使其值得成為演化發育生物學的新模式生物。研究器材和方法上的調整,則是生物學家展現才智的機會。

太田欽也舉例,「一般的解剖顯微鏡工作距離適合觀察和操作斑馬魚,但是經過我們自己的創意,也改裝出可以對金魚進行顯微手術的器具和適合拍攝的大型解剖顯微鏡。設備上的差異並不難克服。」

金魚胚胎的發育生物學優勢

太田欽也說,現代生物學家以果蠅和微生物育種進行遺傳與演化實驗,擴大時間維度來看,千年來金魚愛好者挑選、強化金魚外觀特徵的過程,可以比擬長時間的人擇實驗。

金魚不僅適合用來觀察人擇壓力如何影響成年生物的型態。太田欽也更想進一步探索,從胚胎階段的差異進行選擇,是否可能改變生物的型態。

-----廣告,請繼續往下閱讀-----

太田欽也提到,人工育種對發育與型態的影響力也展現在其他物種上,例如家犬與鴿子也被培育出許多特殊表型。但是哺乳動物和鳥類的胚胎觀察不易,需要相當高的技術與成本。

相對於動物子宮與鳥類蛋殼內的胚胎,在透明卵囊中發育的半透明金魚胚胎,就是非常容易觀察的研究對象。只要有恰當的複式顯微鏡、解剖顯微鏡和顯微手術能力,金魚的胚胎從受精到孵化都可以全程順利紀錄,而且每次繁殖可以蒐集到上百筆資料。

現代顯微攝影技術搭配容易觀察的金魚胚胎,讓太田欽也可以拍攝清晰影片,在網路上生動地分享發育生物學知識。攝影:楊雅棠

自製影片 盼演化生物學跨過學院圍牆

除了將金魚研究成果發表在 Nature 等科學期刊,太田欽也同時努力當起「Youtuber」。他希望能將演化發育生物學、金魚飼育經驗、臨海研究站的學術特色,甚至是宜蘭的風光,透過網路傳達給大眾。

武漢肺炎導致的漫長隔離,是他學習影音製作的契機。最初他在百無聊賴之下看了大量影片,後來逐漸萌發「我也要拍自己的題材!」的企圖心。開始搜尋拍攝、後製、配樂等網路教學,在隔離的單人房中逐漸進步。

-----廣告,請繼續往下閱讀-----

太田欽也說,拍攝影片最重要的動機是「分享」。他解釋,「科學的頻道不管累積再多追蹤者,例如數十萬人追蹤的 Nature, Science, 觀眾也以科學領域工作者為主。現代知識逐漸朝向『專家』與『外人』的兩極化狀態發展,我不喜歡這樣的社會。」

如同他推進學術研究的方法,他也透過自學、自己組裝基礎設備如空拍機、手機等,在節省開支的情況下拍出了中研院同僚為之驚艷的影片。

太田欽也為臨海研究站拍攝的簡介影片,基本款空拍機呈現了頭城的舒暢美景。

在早已開始的人類世 何謂自然?

太田欽也熱衷以空拍影片介紹宜蘭的郊野與人文,但他對主流輿論的「自然環境」內涵存疑,他認為「自然」早已被人類行為大幅改變。自從農業擴張、工業革命發生,人類對環境與生物的改變程度早已無法恢復「自然原貌」。

他以金魚的馴化過程為例,從宋朝開始的愛好者,透過育種極力凸顯特殊形態,從沒有背鰭的「蛋種」,到眼周水泡足以遮蔽視線的「水泡眼」。都不是基於適應「自然」而進行的育種。

-----廣告,請繼續往下閱讀-----

太田欽也強調,「如果是宋朝或明朝人有今天的生物學工具,以他們的追求珍奇的育種態度,一定會用 CRISPR 編輯金魚基因,製造出更奇特的變異型態。」

他說,這樣的行為會在現代科學圈與社會輿論上遭到反對,「認為動物被修改基因、型態變異很可憐」,但人類採用動物進行藥物實驗或經濟用途時,也並未優先考慮「自然原則」。

太田欽也反問,「若是透過基因編輯技術將金魚修改回類似野生鯽魚的型態,更適應野外環境,這樣算是自然或不自然呢?」

建立科技倫理 而非堅守「自然」想像

他指出,金魚的馴化與育種反映著東亞社會的自然觀念,不同於西方基督教倫理的「人統御、保護自然」意識形態。可以促進人們反思,人類也身在其中的「自然」的標準是什麼?而非執著於保護想像中的自然「原狀」。

太田欽也強調,「本質化『自然』、建構一個保守不變的形象,不會幫助人們了解生物學。」

他認為,宋朝人、明朝人的自然觀念與今日不同;甚至現代人常引用的「道法自然」倡議者老子,他所提倡的自然,與現代許多人想像、意圖恢復的也是不同的自然。

背鰭退化、尾鰭倍增的蛋種雙尾金魚,是古代貴族最青眼有加的奇特型態之一。作者:清 馬文麟 來源:國立故宮博物院

太田欽也建言,科學地面對人類因素影響世界各地生態的現實、建立基因科技的社會倫理與規範,都是比恢復建構出的「自然」意象更重要的生物學議題。

-----廣告,請繼續往下閱讀-----

來自日本和歌山縣鄉間的太田欽也說,長期駐守宜蘭頭城的臨海研究站不僅是因為設施與職位,也是因為此處環境與故鄉有幾分神似。

「但我不會說這兩個地方都很『自然』,在人們對我說『這裡很自然!』的時候。」太田欽也無奈地笑說,「想到周遭可以釣起吳郭魚的溪流、被整治疏濬成田園的原洪氾濕地,反而會讓我很疑惑彼此對『自然』的共識。」

1995 年諾貝爾化學獎得主克魯岑(Paul Crutzen)指出,現代已是由人類行為影響地質特性的人類世。此概念引起地質科學界激烈討論,從新石器時代、工業革命到核彈試爆頻繁的 1960 年代都有學者認為是人類世的開端。

最後由國際地層委員會的人類世工作小組投票決定,視第二次世界大戰後、人口與人類活動高速成長的20世紀中葉為人類世起點。

查看原始文章

參考資料

  1. Li IJ, Lee SH, Abe G, Ota KG. Embryonic and postembryonic development of the ornamental twin-tail goldfish. Dev Dyn. 2019 Apr;248(4):251-283.
  2. Abe G, Lee SH, Chang M, Liu SC, Tsai HY, Ota KG. The origin of the bifurcated axial skeletal system in the twin-tail goldfish. Nat Commun. 2014 Feb 25;5:3360.
  3. 太田欽也實驗室

討論功能關閉中。

2

1
1

文字

分享

2
1
1
經濟重要還是環境重要?明朝末年發生了什麼事?氣候如何影響國家?——《價崩》導讀
衛城出版_96
・2024/05/07 ・4105字 ・閱讀時間約 8 分鐘

眼皮底下的事實:環境史研究者看《價崩》

洪廣冀(臺灣大學地理環境資源學系副教授)

著名的漢學家卜正民以如下段落為《價崩:氣候危機與大明王朝的終結》一書定調:

生活在這個時代,我們彷彿逃不出莫測變幻的手掌心。變化讓人這麼痛苦、氣餒,為了安慰自我,我們便告訴自己:當代的生活特徵就是接連不斷的變化,正是這種不穩定,讓世界變得比以往更複雜。

他告訴我們,作為一個「長壽之人」,「過去十年來,氣候變遷、物價通膨,以及政治豪奪的速度與規模」,他認為也是前所未見。只是,作為一個歷史學者,他還是想問,若我們放大時空的尺度,當代人在過去十年來經歷的變化,真的是前所未見嗎?他的答案是否定的。在一六四○年代早期的中國,也就是明朝末期的中國,是一個連「生存條件都被剝奪,平安度日的尊嚴都被否定的時代」,因為「大規模的氣候寒化、疫情與軍事入侵,奪走數以百萬計的人命」。

在一六四○年代早期的中國,也就是明朝末期的中國,是一個連「生存條件都被剝奪,平安度日的尊嚴都被否定的時代」,因為「大規模的氣候寒化、疫情與軍事入侵,奪走數以百萬計的人命」。
圖/unsplash

藏在眼皮下的事實是什麼?小冰期如何發生?

一六四○年代初期的中國發生什麼事?這便是卜正民試圖回答的問題。他反對傳統史學的兩大見解:一者是訴諸人禍,即訴諸當時宮廷內的派系鬥爭,統治階層道德淪喪,導致民不聊生;二者是訴諸十六至十七全球的白銀貿易,即當時從美洲與日本湧入中國的白銀,造成物價波動與社會不安。卜正民認為,訴諸人禍與貿易會讓我們看不見「藏在眼皮底下的事實」:小冰河時期(簡稱小冰期)。

-----廣告,請繼續往下閱讀-----

廣義地說,小冰期是從十四世紀至十九世紀初期的地球寒化現象,氣溫平均掉了攝氏兩度。乍看之下,攝氏兩度的溫差或許微小,但對作物而言,這樣的溫差已經足夠讓作物減少一次收成,或根本無法收成。再者,必須注意,兩度的溫差是「平均」,即可能是極熱與極寒的氣溫交錯變化造就此兩度溫差。這確實也是在小冰期中發生的事。

地球科學家推測,寒冷的氣候讓兩極的冰山範圍擴張,讓海水變得更鹹,也就是變得更重,影響洋流的流動方式,從而牽引了大氣與洋流間的循環。影響所及,所謂「聖嬰-南方震盪現象」(El Niño-Southern Oscillation, ENSO,即傳統上所說的「聖嬰現象」加「反聖嬰現象」)變得格外激烈,乾旱、水災等極端氣候頻傳。不僅如此,地球科學家也指出,小冰河期也是火山活動格外頻繁的時期。火山噴出的煙塵,遮蔽了太陽輻射,更加速了地球的寒化。

地球科學家推測,寒冷的氣候讓兩極的冰山範圍擴張,讓海水變得更鹹,也就是變得更重,影響洋流的流動方式,從而牽引了大氣與洋流間的循環。
圖/unsplash

小冰期的起因為何?目前普遍接受的見解是太陽活動改變。此外,也有研究者指出,這與所謂歐洲人「發現」新大陸有關。受到所謂「哥倫布大交換」的衝擊,美洲原住民大量消失,森林擴張,吸收大量二氧化碳。眾所周知,二氧化碳是溫室氣體;二氧化碳濃度的減低,讓大氣保溫的能力下降,與前述太陽活動與火山噴發的效果耦合,讓寒化成為不可逆的過程。總之,我們現在已經知道,地球是個混沌系統,牽一髮不只動全身,甚至整個身體都會分崩離析。

回到《價崩》這本書。卜正民指出,明朝的存續時間(一三六八至一六四四年)即落在小冰期,並成為明朝覆亡的主因。他將小冰期之於明朝的影響分為六個泥沼期:一、永樂泥淖期(一四○三年至一四○六年)。二、景泰泥淖期(一四五○年至一四五六年)。三、嘉靖泥淖期(一五四四年至一五四五年)。四、萬曆一號泥淖期(一五八六年至一五八九年)。五、萬曆二號泥淖期(一六一五年至一六二○年)。六、崇禎泥淖期(一六三八年至一六四四年)。

-----廣告,請繼續往下閱讀-----

永樂泥淖期欠缺災荒記載,景泰泥淖期以饑荒收尾,嘉靖泥淖期氣候異常乾冷,萬曆一號泥淖期爆發饑荒、洪水、蝗災與大疫,「人民相食,枕籍死亡」;萬曆二號泥淖期的乾旱與水災頻繁,饑荒再度爆發,「朝廷賑濟的請願如潮水湧來」。崇禎泥淖期是明代乃至於「整個千年期間最慘痛的七年」,「米粟踊貴,餓殍載道」。一六四四年四月末,闖王李自成兵臨北京,致書要求崇禎帝歸順。崇禎不從,在命皇后、貴妃與女兒自盡後,他爬上皇居後的煤山,自縊身亡。李自成稱帝後,滿人入關,將中國納入大清國版圖。

不可忽視的幽靈?拔除合理征服者的解釋,明朝滅亡原因還有哪些?

如此的歷史解釋是否會流於環境決定論?卜正民的回答是:「如果環境決定論的幽靈就在門外徘徊,我也不會在分析時將其拒於門外。」那麼,是什麼讓寫出《縱樂的困惑》、《維梅爾的帽子》等名著的歷史學者相信環境的決定作用?答案就是糧價。

卜正民先生像。
圖/wikipedia

以他的話來說,「太陽能與人類需求的關係,是透過糧價調節的。從景泰年間到崇禎年間,糧價在五次環境泥淖其中激增,每一次都把價格多往上推一截,這樣的事實也說服我必須採用氣候史的大框架。」卜正民表示,「一旦經濟體仰賴太陽輻射為能源來源,那麼無論大自然是幽而不顯還是顯而易見,都必然是社會或國家生命力的決定因素。」

在結語「氣候與歷史」中,卜正民再次反駁那些把明朝覆滅推給「失德」的見解。他認為,這種論調是「合理化明清兩朝遞嬗的過程」,且「編出這種敘事並為之背書的,就是征服者」。他強調,「明朝的滅亡固然不能推給災荒糧價,但講述崇禎末年重大危機時不把氣候因素納入考慮,那簡直就像莎士比亞所言,宛如癡人說夢,充滿著喧譁與騷動,卻沒有任何意義。」

-----廣告,請繼續往下閱讀-----

然而,不至於將環境決定論「拒於門外」是一回事,認為社會變遷就此被環境「決定」,又是另一回事。卜正民並不認為,面對氣候因素帶來的種種挑戰,明朝各級官員只能雙手一攤,感嘆天要亡我,不做任何努力。就如其他生活在小冰期的人們一般,卜正民認為,明朝人建設基礎設施、育種、建立制度、開發新科技與控制生育力等;但問題是,一六三○年代晚期的種種災害,並未催出社會的適應力,反倒是摧毀其適應力。

拜此時勃發的火山活動與激烈的聖嬰-南方震盪現象「之賜」,不論是政府還是市場,都變不出糧食。卜正民認為,至少在前五個泥淖期,明朝人還是表現出相當的韌性,努力予以調適。然而,進入崇禎泥淖期後,春夏乾冷,田地龜裂,運河無水。當每公斤的米得需要兩千五百公升的水,而老天爺就是不願意降下一滴雨時,糧食供應體系就此崩潰,連帶把物價與政治體系拖下去陪葬。

是誰忽略了眼皮底下的事實?這段歷史帶給我們什麼警訊?

回到卜正民所稱的「眼皮底下的事實」。我們要問,是誰忽略了這項事實?誰是這對眼皮的擁有者?卜正民的答案有二。一則是以研究社會、政治與環境變遷的人文社會科學研究者。以小冰期的相關研究為例,他表示,當他開始研究明代中國糧價變異與氣候變化之關係時,驚訝地發現,「其他地方的環境史對糧價幾乎不提」。與之對照,精通糧價的歷史研究者,如不是太快地把糧價理解為「公平交易」的指標,便是視之為社會關係的一環,忽略了糧食必得是在特定的環境條件下孕育出來的。

另一個忽略氣候或環境此事實者便是卜正民的同代人,也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高;畢竟,前者是切身之痛,後者則相當遙遠,是北極熊與紅毛猩猩的事。
圖/unsplash

另一個忽略氣候或環境此事實者便是卜正民的同代人,也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高;畢竟,前者是切身之痛,後者則相當遙遠,是北極熊與紅毛猩猩的事。然而,卜正民的分析告訴我們,即便明代中國離現在相當遙遠,所謂的小冰期至少也是一百五十年以上的事,但物價恐怕還是可作為某種氣候指標。換言之,若人們以關心物價的熱誠來關心環境,面對當代的環境危機,說不定人們多少可找出個解方。

-----廣告,請繼續往下閱讀-----

此外,讓人心生警惕的是,卜正民告訴我們,小冰期多少是個漫長的地球系統變化。小冰期本身並未造成明朝衰亡,是相伴的極端氣候摧毀了明代社會的韌性與調適。他也認為,面對小冰期、火山噴發與聖嬰-南方震盪現象誘發的極端氣候,從後見之明來看,明朝人也做了他們可以做的,但也只多苟延殘喘了七年,且還是生存條件都被剝奪、生活尊嚴都被否定的七年。

那麼,當人類誘發的氣候變遷可能已加劇了聖嬰-南方震盪現象,讓去年(二○二三年)夏天成為有紀錄以來地球最熱的夏天,而極端氣候彷彿成為日常,人類還有多少時間可以調適?如果說明朝多少是被地球系統的正常運作摧毀,當今地球系統的異常,是人類自己造成的,數百年後的歷史學家,在回顧這段歷史時,恐怕無法如卜正民對待明朝人一樣地寬厚,只能說這是咎由自取。諸如此類的思考,都讓《價崩》有了跨越時代的現實意義。

畢竟,明朝人不是外星人,他們跟我們都生活在同一個地球上。

——本文摘自《價崩:氣候危機與大明王朝的終結》,2024 年 05 月,城出版出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2
衛城出版_96
4 篇文章 ・ 4 位粉絲
"每個人心中都有一座城。每個人在心裡攜帶著文明的種子。 守衛讀者心中之城,與文明的生命力。"