0

12
3

文字

分享

0
12
3

溫度越高,鳥類羽毛顏色越深?案情沒有這麼單純!

羅夏_96
・2021/01/29 ・3350字 ・閱讀時間約 6 分鐘 ・SR值 534 ・七年級

隨著人類使用石化燃料,讓文明有了飛速的進步,但石化燃料的大量使用同時也產生不少溫室氣體。大量的溫室氣體進入大氣層,或多或少都影響了地球的氣候型態,不論是全球氣溫上升還是海洋酸化等問題,都與溫室氣體的排放有所關連。

而生物的型態與外觀,也與所處的地理環境高度相關,針對這方面研究的學科被稱為生態地理學(Ecogeography)。從 19 世紀開始,不少動物學家都提出不同的地理環境會影響動物形態特徵的相關理論或法則。而 21 世紀因溫室氣體所造成的氣候變遷,或許也會改變動物的型態。此時,這些 19 世紀的古典理論,也成為我們預測動物型態變化的參考。

生態地理學發展史。圖/Current Biology

古典生態地理學有不少法則,因溫室氣體的大量產生主要影響溫度,這邊列舉幾個與「溫度」有關的法則。首先是伯格曼法則(Bergmann’s rule),這項法則指出同一種類的恆溫動物,其體形會隨著生活地區緯度或海拔的增高而變大。例如生活在北極地區的北極熊和北極狼,體型就比溫帶地區的棕熊和灰狼更大。伯格曼法則的物理基礎是由於隨著動物體形的增大,動物的相對體表面積(即體表面積與動物體積之比)變小,從而導致體表散熱比率變小,因而能更好地保存熱量以適應高緯度地區的寒冷環境。

柏格曼法則指出同一種類的恆溫動物,其體形(橫軸)會隨著生活地區緯度或海拔(縱軸)的增高而變大。此圖表以瑞典的駝鹿為研究對象繪製。圖/Wikipedia

另一個有關溫度影響動物型態的法則為艾倫法則(Allen’s Law)。該法則認為同種類的恆溫動物中,生活在寒冷地區的物種,其四肢等突出的部分,都比生活在溫暖地區的物種較短。例如生活在溫帶地區的狐狸給我們印象都是長臉、長鼻和尖耳的狡猾形象,但生活在北極地區的北極狐卻是圓臉、短鼻、短耳的可愛外貌。該法則的物理基礎為動物藉由減少表面積(四肢等突出部位)來降低體表散熱比率。

-----廣告,請繼續往下閱讀-----
生活在溫帶地區(右)與北極地區(左)的狐狸在長相上有所差異。右圖/Wikipedia、左圖/Wikipedia

第三個法則除了溫度,還要加上濕度因素。格洛格氏法則(Gloger’s Rule)指出同種或親緣接近的恆溫動物,在濕潤溫暖的氣候下,其體內生物色素越多,體表顏色也會比燥寒冷氣候下來得的更深。這項法則適用於大部分哺乳類和鳥類,例如生活在低緯度地區的人膚色明顯比高緯度地區深,不過該法則目前沒有確切的機制可以解釋。目前格洛格氏法則有三種主流解釋:

  1. 在溫暖濕熱的地區如熱帶雨林,因植物的茂盛生長會產生大量的陰影,因此深色體表提供動物更好的隱蔽性。
  2. 低緯度地區如赤道帶附近因日照強烈,動物會產生大量黑色素在皮膚上,以降低紫外線的傷害。
  3. 專門針對鳥類的解釋。鳥類學家認為,赤道附近的鳥類羽毛顏色之所以較深,是因為羽毛的深色色素中含有一種化合物。而這種化合物可以抑制羽毛滋生細菌,使生活在溫暖潮濕地區的鳥類更健康4

中國地質大學的田力(Li Tian)和英國布里斯托大學的班頓(Michael Benton)教授兩人重新檢視了這些古典生態地理學法則後,認為隨著氣候變遷讓地球環境變得更熱更潮濕,大部分動物根據格洛格氏法則,體色變得越來越深2

但長期在澳洲進行鳥類研究的 Delhey 博士(Kaspar Delhey)認為事情並非如此。Delhey 的團隊發表了文章反駁田力和班頓的看法,認為格洛格氏法則混淆了溫度和濕度兩種因素的影響,應該將兩種因素分開討論3。他認為濕度是讓植物生長茂盛的主因,因為植物茂盛產生了可躲藏的陰影,讓動物也偏好有更深的體色,讓自己更容易來躲藏於陰影中,這點在熱帶雨林有很好的印證。

依照格洛格氏法則,存在於溫帶森林的鳥類,因為脫離赤道,這些鳥類的體色應該會比較淺,但 Delhey 卻發現,在一些溫帶多雨的森林如澳洲的塔斯馬尼亞島上,該地區的鳥類體色不比澳洲其他熱帶多雨的地區來得淺,甚至可能更深!這違反了格洛格氏法則中對鳥類的敘述。然而,如果是 Delhey 的想法,就能解釋溫帶多雨森林的鳥類為什麼體色比較深了5

-----廣告,請繼續往下閱讀-----
Delhey 發現居住在溫帶多雨森林(右)的鳥類體色可能會比其他熱帶多雨地區(左)來得更深。圖/MPG

田力和班頓表示歡迎其他研究團隊提出不同的想法,針對 Delhey 的文章他們也提出實例來回應。生活在芬蘭針葉林的灰林鴞族群有兩種體色:較深的赤褐色和較淺的淺灰色。芬蘭針葉林因冬季長期有雪覆蓋,大部分灰林鴞的體色為淺灰色。他們研究發現氣候變遷導致這幾十年來芬蘭針葉林,冬季的溫度緩緩升高,讓針葉林地區的降雪時間減少(但降雨卻增加,濕度增加),產生了一個較原本環境更溫暖潮濕的氣候。在這種氣候變遷下,灰林鴞族群中赤褐色的個體數量,從 1960 年代早期只有 12%,上升到 2010 的 40%。這個觀察似乎驗證了「在越溫暖潮濕的氣候中,較深體色的鳥類更適合生存」,也符合格洛格氏法則的描述6

生活在芬蘭針葉林的灰林鴞族群有兩種體色。圖/NCBI

不過班頓也表示氣候驅使的體色改變現象,若同時考慮到溫度和濕度的變化,事情就沒這麼簡單了。氣候變遷不只讓環境變的更熱更潮濕,也有可能是更熱更乾燥。而後者的改變對動物體色的影響確實有可能是變淡。畢竟生物學不像物理和化學,有著嚴格遵守的法則。這也顯示格洛格氏法則需要更精確的定義來完善,就這點他們也同意 Delhey 的看法。

不過,格洛格氏法則主要是針對恆溫動物的體色作出解釋,但對於昆蟲和爬蟲類這些變溫動物,格洛格氏法則就沒那麼有效了。不少動物學家就發現在溫度較低的區域,昆蟲和爬蟲類反而會有更深的體色;反之在溫度高的區域,昆蟲和爬蟲類的體色則會變淡。有假說認為深體色可讓變溫動物在太陽下吸收更多的熱量。這種變溫動物因溫度影響其體色的假說被稱為 Thermal melanism hypothesis。

雖然我們有各種生態地理學法則,來解釋不同地區的物種型態,但法則只能提供大方向的解釋,個別物種與不同環境產生的互動也該納入考量(Delhey 考量的「躲藏陰影」就是一種環境互動)。華盛頓大學的 Buckley 教授便表示,高海拔地區的蝴蝶需要長時間在太陽下,吸收太陽的熱能來讓自己獲得足夠的熱量活動。按照 Thermal melanism hypothesis,高海拔區的蝴蝶應該是深色翅膀為主,如此才能吸收更多熱能。但她的研究表示高海拔區的蝴蝶翅膀顏色多為淺色,因蝴蝶只靠翅膀底面的一小塊黑色斑點來吸收太陽熱能,並非用整個翅膀1。「因此在研究環境如何影響動物的型態如體色時,也要考慮該物種是如何和環境互動的。」Buckley 教授如此說道。

-----廣告,請繼續往下閱讀-----

關於氣候變遷如何改變動物體色,不論是古典還是現代的生態地理學,只探討溫度和濕度這兩個因素,作為判斷動物體色改變的基準顯然是不足的。氣候變遷也會導致物種棲息地的改變、天敵/獵物的消失等,這些因素對物種的型態變化也有很重大的影響。而不同物種面對單因素的改變,都有不盡相同的反應,何況多因素的改變!因此不論是田力/班頓團隊,還是 Delhey 團隊,他們對於氣候變遷如何影響動物體色的結論,明顯都是不足的。至於動物們實際如何應對氣候變遷,則需要更多科學家們一起投入研究。

參考文獻

  1. Will climate change make animals darker—or lighter?
  2. Li Tian, Michael J. Benton. (2020). Predicting biotic responses to future climate warming with classic ecogeographic rules. Current Biology, 30(13), R744-R749.
  3. Kaspar Delhey, James Dale, Mihai Valcu, Bart Kempenaers. (2020). Why climate change should generally lead to lighter coloured animals. Current Biology, 30(23), R1406-R1407.
  4. Edward H. Burtt Jr., Jann M. Ichida. (2004). Gloger’s Rule, feather-degrading bacteria, and color variation among Song Sparrows. The Condor, 106(3), 681–686.
  5. The rules of colour: rainfall and temperature predict bird colouration on a global scale
  6. Patrik Karell, Kari Ahola, Teuvo Karstinen, Jari Valkama, and Jon E. Brommer. (2011). Climate change drives microevolution in a wild bird. Nature Communications.
文章難易度
羅夏_96
52 篇文章 ・ 870 位粉絲
同樣的墨跡,每個人都看到不同的意象,也都呈現不同心理狀態。人生也是如此,沒有一人會體驗和看到一樣的事物。因此分享我認為有趣、有價值的科學文章也許能給他人新的靈感和體悟

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

  • 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。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

-----廣告,請繼續往下閱讀-----

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
新北「氣候行動徵件」活動總獎金 8 萬元 號召青年展開行動成為氣候領袖
鳥苷三磷酸 (PanSci Promo)_96
・2024/05/23 ・1247字 ・閱讀時間約 2 分鐘

全球正面臨急遽的氣候變遷,世界公民必須共同面對,環保局發布「新北 2024 國際青年氣候行動論壇——氣候行動團隊創意徵件」,鼓勵臺灣青年從校園或社區出發,針對觀察到的環境問題提出行動方案,入選隊伍將獲得專業導師指導並帶領實踐提案內容,最終勝出者不只可獲新臺幣 4 萬元獎勵金,更有機會放眼國際,於年底的紐約荒野中心青年氣候高峰會上展現成果。環保局將於 5 月 24 日下午辦理線上說明會,徵件日期至 6 月 24 日截止,歡迎有興趣參與的學生及老師報名參與!

報名網址:https://reurl.cc/Ke0gQn

環保局表示,新北市已連續 3 年辦理青年氣候論壇,建立與青年交流對話的平台,今(113)年更持續與紐約荒野中心(The Wild Center)攜手,號召青年以行動應對氣候變遷,培養青年成為氣候領袖。實踐淨零永續的道路上,青年的角色非常重要,去年新北市青年氣候論壇邀請到荒野中心氣候行動主任 Jen Kretser,分享了許多紐約青年行動案例,像是大學生於學院頂樓設置太陽能板,實現「上課教室自主發電」的校園計畫,又如同學自發建立校園田園、自主提出畢業晚會減塑需求等,引起與會臺灣青年們的廣大迴響,提出許多問題進行討論。

新北市環保局「2023 新北青年氣候論壇」,邀請到美國紐約荒野中心氣候行動主任 Jen Kretser(左 3),分享了許多紐約青年行動案例

環保局長期關注青年行動力,辦理「環保小局長計畫」、「永續未來學院」、「青年氣候論壇」等活動,致力推動全齡化的環境教育,今發布的「氣候行動團隊創意徵件」,進一步鼓勵臺灣「青」世代成為行動發起者,提出自己的問題觀察與創意解方,並真正落實行動,由青年自己決定從何處開始改變,即使是日常生活中觀察到看似微小的行動,都有可能在實踐後擴大影響到整個校園、社區,甚至整座城市。

環保局說明,氣候行動徵件邀請全臺高中職及大專院校學生,透過影像紀錄、實體行動、循環設計、社群媒體傳播等多元方式呈現創意永續行動提案,徵件至 6 月 24 日止,經初選後 4 組入選隊伍將在新北市展開為期一個月的短期氣候行動實踐,同時由環保局媒合專業導師進行線上課程,最後於 8 月「新北 2024 國際青年氣候行動論壇」進行決選,優勝的隊伍除可獲得獎勵金外,更能持續推展氣候行動並製成行動影片,影片有機會在年底紐約荒野中心青年氣候高峰會上進行分享,讓青年氣候行動與國際接軌。

環保局將於 5 月 24 日下午辦理線上說明會,歡迎有興趣參與的學生及老師報名參與,徵件簡章及更多相關資訊可至環保局官網或「新北 2024 氣候行動團隊創意徵件」活動網站查詢。

※ 5/24 徵件線上說明會報名網址:https://reurl.cc/Ke0gQn
※ 環保局官網簡章:https://www.epd.ntpc.gov.tw/Article/Info?ID=11254
※ 「新北 2024 氣候行動團隊創意徵件」活動網站:https://greenage2024.com

-----廣告,請繼續往下閱讀-----

本文轉自新北市政府環境保護局網站

討論功能關閉中。