0

0
0

文字

分享

0
0
0

在電腦桌上放仙人掌或一瓶水可以防輻射嗎?

鄭國威 Portnoy_96
・2010/11/27 ・229字 ・閱讀時間少於 1 分鐘 ・SR值 466 ・五年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

科學松鼠會的沐右發表了討論輻射傷害的下篇文章,文中分析了三種可能對人體產生負面影響的「電磁輻射」,並告訴我們各種輻射要在何種情形下會對人類產生影響。最後他說:「而對於所謂在電腦旁擺放「防輻射」的仙人掌和瓶裝礦泉水,沒有任何理由相信他們能夠達到「吸收電磁輻射」的效果。也沒有任何理由相信木耳和酸奶等食品能對核輻射或者電磁輻射的效果產生任何的影響,雖然它們很好吃,並且從某些角度來說對身體也很有好處。」關於核輻射的上篇文章請見此

文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 721 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

2
4

文字

分享

0
2
4
將一生毫無保留地奉獻給科學——瑪麗亞.斯克沃多夫斯卡.居禮
椀濘_96
・2022/03/21 ・3561字 ・閱讀時間約 7 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

做測驗,就有機會獲得免費特製手搖飲品,現場還有大獎等你抽!

瑪麗亞.斯克沃多夫斯卡-居禮(Maria Skłodowska-Curie,1867-1934),看姓氏不難聯想到,她就是我們所熟知的居禮夫人。她開創了放射性理論,發明分離放射性同位素技術,以及發現兩種新元素,是第一位獲得諾貝爾獎的女性,也是首位獲得兩座獎項的學者,在科學上的貢獻對後世影響深遠。

瑪麗亞.斯克沃多夫斯卡-居禮(1867-1934)。圖/Wikipedia

艱難困苦的童年

瑪麗生於波蘭華沙的書香世家,排行老么,家中有布朗斯拉娃(二姐)與索菲亞(大姐)兩位姊姊。父親是一名中學老師兼理事,母親原為一名校長,祖父亦是位受人尊敬的數學與物理教師。

當時的波蘭已被俄羅斯帝國佔領,在沙皇的統治下,波蘭人民的生活處處受限,也影響了瑪麗一家的命運。瑪麗的父親因濃烈愛國精神而被俄國上司打壓,校方撤除了他的理事一職,並將他們全家趕出宿舍;加上雙親的家庭參與波蘭獨立民族起義,家中又遭遇投資失利,經濟頓時陷入困境。

隨後瑪麗一家搬進廉價的住所,父親為貼補家用便招收了多名寄宿生,平時除供應食宿外,從學校下班後還替他們補習來賺取更多收入。生活看似漸漸好轉,但遺憾的是,短短三年內瑪麗的大姐及母親皆因病去世。

1890 年,瓦迪斯瓦夫.斯克沃斯基與女兒們的合影,左起:瑪麗亞、布朗斯拉娃(二姐)、索菲亞(大姐)。圖/Wikipedia

因性別在求學路上受阻

天資聰穎的瑪麗亞自幼就是個相當用功的學生,尤其在數理方面更是表現亮眼;在她 15 歲那年,便以第一名的成績從女子文理學校畢業。

然而,因當時波蘭的正規高等院校拒收女性學生,波蘭女子若想繼續接受正規的大學教育,唯一一條路就是出國留學,但這對瑪麗家中的經濟條件而言,是筆相當大的開銷且難以負擔。

成績同樣優異的二姐曾想過前往巴黎學醫,夢想成為一名懸壺濟世的醫師,但礙於家中經濟狀況遲遲無法如願。瑪麗想幫姐姐盡早完成學業,決定先當家教來資助其學費,兩人也約定,待畢業後再協助瑪麗出國求學。在瑪麗的支持下,二姐終於得以前往巴黎一圓醫師夢。

爾後的幾年,瑪麗一面做著家教工作,一面自學,期間閱讀了大量化學相關書籍,也是在這時獲得了第一份實驗室工作機會,這消息對她相當振奮;儘管實驗室設備簡陋,但能把在書中讀到的知識親手實作就已心滿意足,此經歷也影響了她未來將走上科學研究這條路。晚年瑪麗回憶起這段的時光:

「就是因為這第一次的實驗室工作,使我肯定自己在實驗研究上的興趣。」

突破重重阻礙取得學位

1891 年,24 歲的瑪麗在進行實驗室工作的同時,也終於踏上留學路,前往巴黎大學修讀物理學。剛到巴黎的她人生地不熟,對語言不熟悉外,又因過往在波蘭所受的教育無法應付大學課程,初期學業表現遠遠不及同儕。瑪麗便在課業上下足功夫,閒暇時間也都泡在圖書館裡,終於皇天不負苦心人,靠著清晰的思維加上勤奮苦讀,成績漸漸有了起色。

1893 年瑪麗以第一名的佳績成功取得了物理學碩士學位,原先是想再取得一個數學學位,但此時她已將留學用的積蓄花光,也就放棄了這份念頭。幸運的是,在友人的協助下,華沙當局頒發給瑪麗海外優秀留學生「亞歷山大獎學金」,使她得以重返巴黎大學繼續深造,並在隔年順利取得第二個碩士學位。值得讚揚的是,在畢業的幾年後她將這份獎學金歸還給委員會,這舉動令人相當震驚,從未有任何一名學子歸還過,而瑪莉是第一位。

科學界的佳偶——居禮夫婦

學成後,瑪麗留在法國並開啟了她的科研生涯。當時為了能夠順利進行工作,正尋找著合適的實驗室;在同鄉物理學家約瑟夫.科瓦爾斯基介紹下,她結識了未來的丈夫,法國青年科學家——皮耶.居禮。對科學滿懷熱情的兩人情投意合,彼此欣賞著對方的個性及才華。

1894 年,瑪麗返回波蘭生活,原以為能在家鄉繼續從事喜愛的科研工作,然而波蘭的大學仍以性別為由將其拒絕。在皮耶的說服下,瑪麗回到巴黎並協助他完成了磁性研究,兩人也在同年結為連理。

當時總有人打趣得說:「皮耶最大的發現就是瑪麗」。

在實驗室裡的居禮夫婦。圖/Wikipedia

帶領科學邁向新篇章

婚後夫婦倆一面養育女兒,一面做科研。瑪麗首要目標就是取得博士學位,她選定了當時剛發現的X射線以及鈾射線作為研究主題。後續在研究鈾礦時,透過驗電器的測量結果,瑪麗推斷鈾礦必定含有其他活性比鈾大的物質,於是開啟了她尋找其他放射性物質之路。

皮耶對瑪麗亞的工作越來越感興趣,隨後也加入了太太的行列。他們用酸液分解研磨過的瀝青鈾礦,再用化學分析方法分離出瀝青礦中可能含有比鈾更具放射性的物質。不久後,成功從實驗裡發現了比鈾的活性高 300 倍的新元素。隨後居禮夫婦發表了一篇聯合署名論文,正式宣布以「釙」(Polonium)命名所發現的新元素,以紀念波蘭。

在發現釙之後不久,她從實驗中發覺似乎有更強烈的放射性物質,便認定這也許是另一個新元素,這時物理學家亨利.貝克勒也加入了居里夫婦的研究行列。他們終於找出這個放射性比鈾大 900 倍的物質,三人將新元素命名為「鐳」(radium),拉丁文意為「射線」,也在研究過程中創造出單詞「放射性」(radioactivity)。

在當時居禮夫婦聯合及單獨發表的 32 篇論文中,其中一篇就為:在鐳輻射下,病變或腫瘤細胞比健康細胞死得更快。可說是若沒有這份的研究成果,就不會有現在用來治療癌症的放射性療法了。

得來不易的諾貝爾獎

在一系列研究及發現後,1903 年瑪麗終於獲得巴黎大學物理博士學位。同年瑞典皇家科學院授予居禮夫婦及亨利.貝克勒諾貝爾物理學獎,起初委員會僅表彰皮耶和貝克勒,不過有位倡導女性科學家權利的委員通報並向上申訴,瑪麗亞才能獲得提名,成為了首位獲得諾貝爾獎的女性。

1911 年諾貝爾獎證書。圖/Wikipedia

隨著瑪麗亞成功從金屬中提煉出鐳,1911 年瑞典皇家科學院授予她第二座諾貝爾獎(此次為化學獎),以表彰:「發現了鐳和釙元素,提煉純鐳並研究了這種引人注目的元素的性質及其化合物」。此次的獲獎肯定也使她能夠說服法國政府支持並建立鐳研究所,該研究所於 1914 年建成,研究領域涉及化學、物理、醫學等。

將自己毫無保留地貢獻給科學與社會

一戰期間瑪麗為協助戰地外科醫生,便在靠近前線的地方設立了戰地放射中心。她的身影穿梭在戰地醫院中,指導著 X 光裝置的組裝及使用,據估計,超過 100 萬受傷士兵受過她的流動式 X 光機治療。

瑪麗與她的 X 光車。圖/Wikipedia

在戰後的歲月裡,瑪麗亞將時間奉獻將所學與經驗傳授給學生,也包括許多遠從世界各地慕名而來的後進學者。在她的指導下,鐳研究所培育出了四位諾貝爾獎得主,女兒伊倫.約里奧-居禮及女婿弗雷德里克.約里奧-居禮也在其中。

1934 年,瑪麗亞因再生不良性貧血逝世於療養院,後世普遍認為是因長時間暴露於輻射中而造成的,當時科學上並未了解到游離輻射會對人體產生危害,也未開發任何防護措施。瑪麗亞的生活處處充滿放射性物質,幾十年間患上了多種慢性疾病,然而一直到去世,她從未意識到這會危及自己的健康甚至是生命。

瑪麗亞.斯克沃多夫斯卡-居禮一生不慕名利,奔波於科學研究、教育學子,將畢生毫無保留地貢獻給科學與社會。直到今日,世人仍持續讚賞她的付出與貢獻,紀念這位偉大的科學家。

參考資料:

  1. 維基百科—瑪麗.居禮
  2. 科學名人堂—居禮夫人
  3. 居禮夫人:大家都聽過的科學家,與她充滿波折的人生和感情路
  4. 科技大觀園—開啟輻射醫學大門的居禮夫人
  5. 傑出的科學貢獻與多舛波折的人生:瑪麗.居禮誕辰|科學史上的今天:11/7
椀濘_96
11 篇文章 ・ 19 位粉絲
喜歡探索浪漫的事物; 比如宇宙、生命、文字, 還有你。(嘿嘿 _ 每天都過著甜甜的小日子♡(*’ー’*)

1

4
0

文字

分享

1
4
0
考慮輻射粉塵飄落,福島五縣食品改為「品項限制」是較有保障的作法
台灣科技媒體中心_96
・2022/02/18 ・1636字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

行政院於今(111)年 2 月 8 日宣布取消日本福島地區食品進口禁令,以「回歸科學檢驗、比國際標準更嚴格、為食安把關」 等三原則調整管制措施,其中包括從「禁止特定地區進口」改為「禁止特定品項進口」、風險品項需提供雙證(輻射檢測證明及產地證明),以及福島等五縣食品必須逐批檢驗才能進口等三項配套措施。

由於目前大眾仍未能有機會看見和理解「日本進口食品」相關的科學證據,常出現因政治而失焦的非理性討論,台灣科技媒體中心於 2 月 17 日召開記者會,邀請慈濟大學公共衛生學系謝婉華副教授與清華大學原子科學技術發展中心許芳裕教授,分別說明輻射食品的科學證據,以及目前制訂福島食品進口的規範時,如何評估對人體健康的影響。

台灣科技媒體中心邀請許芳裕教授、謝婉華副教授一同召開記者會。圖/台灣科技媒體中心提供

許芳裕表示,目前世界上很多國家都遵循國際放射防護委員會(ICRP)的建議,制定與核輻射有關的法規。ICRP 將輻射的危害分為「確定效應」和「機率效應」,前者是指過量輻射對人體的損害會隨著劑量提高而加深,後者則與癌症發生的機率有關。從 1945 年開始的輻射效應數據研究顯示,只要劑量低於每年 1 毫西弗(mSv),對人體的影響都是可以忽略的。

目前國際標準指出,若是單次或年累積曝露的劑量低於 100 毫西弗,都可以忽略,若超過 100 毫西弗,可能會有健康影響。研究證據也說明 100 毫西弗對人體沒有確定效應(損害),機率效應(癌症發生率)的影響則可以忽略。因此目前各國法規均訂有人員劑量限值:輻射工作人員職業曝露每年不得超過 50 毫西弗,一般人則不得超過 1 毫西弗——只要符合法規劑量限值內,健康效應的風險應可忽略。

至於國際是如何換算「食品檢驗」到「人體接受的安全劑量」。許芳裕說明,國際上是透過國際食品法典委員會(Codex)的規範,假定成人每年攝取 550 公斤的食物量、嬰幼兒的每年攝取 200 公斤的食物量,再參照各國進口日本食品的比例,來制訂食品輻射限量標準。假設日本食品佔所有飲食的十分之一,納入放射性元素和劑量的影響後,就可換算出各國成人和嬰幼兒的食品輻射限量標準。

日本在制訂國內標準與估算安全劑量時,是以銫-134 和銫-137 為準,假定每人 100% 會攝入輻射食品。

以衛福部的資料為例,台灣目前是參照日本較嚴格的數值,相對其他國家來說較為嚴格。

謝婉華依據其在 2017 年的研究結果表示,大部分的檢測結果都顯示「若台灣民眾因進口食品產生額外的輻射曝露,健康危害應是可被忽略的」。在計算這些額外的輻射總曝露風險時,0-3 歲兒童的額外輻射曝露總量為每年 0.000147 毫西弗,相比照一張胸部 X 光片的 0.02-0.05 毫西弗,風險極低,但和攝入的曝露風險無法類比。

澳洲官方報告也指出,日本福島事件帶給澳洲居民的風險低於 1 毫西弗的輻射曝露量,對人體的機率效應影響可以忽略。另外,在去(2021)年 9 月,美國也解除日本食品輸入的「進口警示」,並且分析 1,749 筆資料,發現僅有 3 筆(2 筆綠茶、1 筆薑粉)檢出輻射量,但遠低於標準。

綜上所述,現今開放日本福島五縣市食品,對國人的健康風險應該可被忽略。

許芳裕和謝婉華都同意,因台灣對福島地區食品的檢驗標準比國際嚴格,在符合檢驗標準下,進口該地區食品的健康風險極低。至於法規將原先的「地區限制」修訂為「品項限制」,確實是更安全的方法,因為輻射粉塵可能會飄落其他縣市,使得鄰近福島 5 縣的地區也有風險,所以改為品項限制更能安全把關,也更符合科學做法。

延伸閱讀

所有討論 1
台灣科技媒體中心_96
46 篇文章 ・ 325 位粉絲
台灣科技媒體中心希望架構一個具跨領域溝通性質的科學新聞平台,提供正確的科學新聞素材與科學新聞專題探討。