0

0
0

文字

分享

0
0
0

貓舌頭上深奧的物理學

陸子鈞
・2011/04/12 ・929字 ・閱讀時間約 1 分鐘 ・SR值 415 ・四年級

貓咪喜歡用他們的方式作事,連喝水也不例外。研究人員發現貓咪如何用牠們的方式喝水,牠們靈活的舌頭,在地心引力及慣性作用間,取得巧妙的平衡。

我們對舔舌這動作相關物理現象了解不多。狗還有很多動物,沒有完整的臉頰,牠們不能像我們人類一樣,封閉嘴巴,做出「吸」的動作。因此,牠們把舌頭捲成杓子狀,把水杓起。多數的科學家假設貓也如此,而沒考慮到貓的舌頭小很多,而且佈滿刺。但麻省理工學院的生物物理學家Roman Stocker,在一天的早餐時,看著他的貓喝水,開始懷疑這個假設。Stocker認為,貓喝水的機制應該比眼睛看到的現象更精巧。

Stocker和一些同事,在餘暇時間,利用高速攝影機拍攝貓咪喝水的過程。他們發現,不同於狗,貓只讓舌間接觸水表面,而沒有伸入。水會附著在貓的舌頭上,牠們把舌頭縮回嘴巴裡,合上嘴時,破壞了水柱的連續性,而且還能不沾濕下巴和鬍鬚。

「這機制比平常舔舌頭的動作來得精巧很多,而且需要很有技巧的控制」Stocker說。但最精巧的部份,是背後看不到的物理過程。為了更了解這機制,Stocker和他的團隊,建立一組「機器舌頭」,用大小近似貓舌頭的玻璃圓盤,在水面上下移動,模擬貓喝水的動作,觀察不同移動速度和破壞水柱連續性的關係。

研究團隊發現,貓舔舌時,平衡了慣性作用及地心引力。慣性作用讓水可以在貓收起舌頭時,進入嘴巴;而地心引力會把水拉回碗中。為了喝到足夠的水,貓必須快速伸縮舌頭,產生足夠的慣性力,以對抗地心引力。時間掌握得宜,可以喝到最多的水,因為最長、最粗的水柱,是在地心引力把水拉回碗的那瞬間。

「看起來貓似乎知道舌頭要動多快」Stocker解釋,「如果貓太早合上下巴,牠會漏失部分的水;如果太晚合上,牠會錯過整段水柱」。在動物園的研究中,有另一個讓研究團隊更驚訝的結果。他們一樣用高速攝影機記錄其他貓科動物的喝水,像是老虎、獅子,發現這些大貓也和他們遠房小親戚用同樣的機制在喝水,但由於大貓比家貓高,而且舌頭較大,所以大貓需要降低舌頭伸縮的速度,以維持慣性力及引力的平衡。

資料來源:ScienceNow: Cats’ Tongues Employ Tricky Physics [11 November 2010]

67倍慢速攝影:Cutta Cutta (67x slower)

12倍慢速攝影:‪Cutta Cutta (12x slower)‬

文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

0

0
0

文字

分享

0
0
0
貓奴注意!喵星人石化開關的秘密——《真的假的!奇怪知識又增加了》
晴好出版_96
・2023/07/31 ・1498字 ・閱讀時間約 3 分鐘

石化的貓咪

如果我們想要驗證「掐住貓的後脖頸,貓就會乖乖石化」這件事,我們會試著掐掐自己養的貓,頂多再去掐掐朋友家養的貓。

但科學家找來了 31 隻喵星人,為牠們分組進行實驗,分析實驗資料,再進一步找出原因。布芬頓就是這樣的科學家。布芬頓認為,如果夾住後脖頸是「裝死開關」,那麼年齡、性別對喵星人這種反應的影響應該不大;相反,如果反應與年齡、性別有相關性,那麼這大概就不是裝死開關。

在他找來的 31 隻貓中,有 13 隻貓年齡在 5 歲以內,包括 5 隻雄性,8 隻雌性;還有 18 隻貓年齡介於5∼10 歲,包括 11 隻雄性和 7 隻雌性。布芬頓用壓力同樣為 140 毫米汞柱的夾子夾住牠們的後脖頸,觀察這些貓的反應。

實驗結果顯示,第一組的 13 隻貓中 12 隻有反應;第二組的所有貓都有反應。看起來,這的確是個與性別、年齡無關的「裝死開關」。

然而,布芬頓發現,這些貓被夾起來以後,儘管會出現軀體靜止、脊柱捲曲拱起、尾巴夾在兩腿之間等舉動,但並沒有出現瞳孔渙散、體溫下降、心跳減慢等典型的裝死行為,有些貓甚至還會發出很享受的呼嚕聲。也就是說,這些貓產生的很可能並不是所謂的緊張性靜止行為,而是一種掐捏誘導的行為抑制(pinchinduced behavioral inhibition,簡稱 IBI)

來自演化的行為抑制

一個月之後,布芬頓用這 31 隻貓重複進行了實驗。他發現,隨著時間推移,年齡比較大的貓對夾子的反應會變弱。到了第三個月重複實驗的時候,只有大約三分之二的貓還會對夾子有明顯反應,主要是年齡偏小的貓。

最後,布芬頓得出結論,貓被掐住後脖頸的行為是一種緊迫反應,來自進化,可能與母貓搬運小貓有關。

在進化過程中,那些被媽媽咬住後脖頸時還瘋狂亂動的小貓很容易被摔死,自然選擇(編按:也就達爾文所提出的 Natural Select)讓那些擁有「媽媽咬住後脖頸就要變乖」基因記憶的小貓存活了下來。

貓媽媽叼住小貓的後脖頸。圖/《真的假的!奇怪知識又增加了:自說自話的總裁顛覆認知的科學奇想

我們可以想像這樣的場景:在野外,帶著小貓的貓媽媽突然遭遇捕食者的襲擊,準備一口叼起自己的寶寶撒腿就跑,這時亂動亂叫的小貓就很難存活下來。也就導致了現存的所有貓科動物的基因中都寫了這樣一條紀律:被抓住後脖頸,就要老實點。甚至不管你是貓、獅子,還是老虎。

布芬頓在實驗中還發現了一個現象:基本上每隻貓,不管年齡、性別,在第一次被夾住後脖頸時,都會產生行為抑制的反應。但隨著頻繁被夾,年齡較大的貓的反應會慢慢減弱。

這也正符合「小貓基因記憶更強,更需要有強烈反應」的邏輯。更進一步,布芬頓還從狐狸、浣熊、老鼠等動物身上找到了支持這個理論的依據。

後來,布芬頓教授根據這個理論, 設計了一款「Clipnosis」的擼貓神器,賣得相當好。Clipnosis 這個詞來自clip+hypnosis,正是「夾子」+「催眠」的意思。

當然,大家在家完全可以用文件長尾夾或者晾衣服的夾子來嘗試這種「擼貓黑科技」。但夾子的力度一定要掌握好,如果壓力太大了,貓疼,你也要做好被貓爪神功襲擊的準備。

——本文摘自《真的假的!奇怪知識又增加了:自說自話的總裁顛覆認知的科學奇想》,2023 年 7 月,好出版,未經同意請勿轉載。

晴好出版_96
3 篇文章 ・ 1 位粉絲
晴方好,雨亦奇,換個角度都是「晴好」

0

4
0

文字

分享

0
4
0
SmartReading 科普閱讀力大賽——打造新世代自主閱讀指標,培養學子適性成長!第三屆頒獎典禮暨第四屆賽事啟動!
PanSci_96
・2022/09/26 ・3811字 ・閱讀時間約 7 分鐘

108 課綱開啟全新閱讀素養時代。

科學素養不再侷限於考試的解題方法,學生閱讀科學讀物時,如何在氾濫資訊中找到高品質、適合學習程度的科學素材,是教育現場至關重要的課題。

臺灣師範大學 SmartReading 團隊將 AI 讀物難度分級技術,透過測驗、選書、閱讀、讀後回饋四大功能,完整記錄孩子的學習歷程,提升中小學生科普閱讀動機,成為自律自主的科普學習者。

臺灣師範大學於 110 年至 111 年間,與國科會、新北市、臺中市等單位合作,連續辦理三屆「SmartReading 科普閱讀力大賽」,每屆競賽歷時半年。競賽組別以國小三年級至高中一年級共分七個組別。參賽學校涵蓋臺北市、新北市、臺中市、臺南市、高雄市、花東等十九縣市,報名參賽人數累計八千餘人。

國立臺灣師範大學第四屆科普賽將擴大辦理,邀請PanMedia泛科學馮瑞麒總經理、數感實驗室賴以威教授、臺大科教中心賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章。圖/國立臺灣師範大學

由系統建置適合學生閱讀的兩千多本科普讀物

競賽期間,參賽學生使用「SmartReading 適性閱讀」系統,透過精準快速的中文閱讀能力診斷,將閱讀程度與讀物難度適配。藉由系統已建置,適合國小三年級至高中一年級的 2,180 餘本科普讀物,不僅能激勵其學習動機,更可有效提升選擇的效率,降低科學閱讀恐懼。第三屆科普閱讀力大賽不受疫情波擾,採實體與線上兩種施測方式,於 111 年 5 月份圓滿完成賽事。

111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。

111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。圖/國立臺灣師範大學

臺師大宋曜廷副校長表示,數位閱讀邁向新時代,團隊使用「SmartReading 適性閱讀」系統作為科普賽競賽平台,期望在知識爆炸的時代,藉由測驗、選書、規劃的「智慧閱讀三步驟」,培養學子的跨領域閱讀力與閱讀習慣,讓學生們手握知識大門的鑰匙,成為自律自主的「SmartReader」。

科普閱讀競賽的三大特色

一、適配閱讀能力與圖書難度,擴增多元書籍與文章素材

參賽學生首先須參加中文適性閱讀能力診斷(DACC),依據診斷結果,配合其當前閱讀能力的科普推薦書單,讓學生選書有依據、個人化。本競賽目前共有「推薦書單」、「推薦文章」等 2 種閱讀素材,主題包含植物/動物、數學、天文地科、物理/化學等 8 大類別。「推薦文章」功能,則與「PanSci 泛科學」及「數感實驗室 Numeracy Lab」合作評選,當前提供 600 餘篇線上科普短文,競賽期間提供已超過 4,000 人次的瀏覽次數。

二、綜合性閱讀五力分數,開啟學生全方位閱讀力

本競賽賽程為期半年,學生透過「前測、閱讀任務挑戰、後測」三個階段。競賽期間,系統詳細記錄每週閱讀歷程,並產出線上「閱讀五力分數」報表。自主規劃閱讀期間計算為「規劃力」;讀後評量填答結果計算為「執行力」;閱讀多元書籍類別的結果計算為「博學力」;閱讀單一書籍類別的深化成果則計算為「精進力」;前後測成長結果計算為「成長力」。將閱讀能力數據化、可視化。

三、閱讀任務徽章,深化學生文化素養與科普閱讀興趣

本競賽內建徽章蒐集系統,參賽者於指定時間依據提示完成閱讀任務,即可獲得期間限定的特色科普徽章。任務內容包含閱讀指定的書單及文章類別、世界性科普節日、科學家生辰、台灣重要節慶與其他隱藏任務。本屆各年級累計獲得徽章達 20423 枚,因設計活潑及任務類型多樣,大受參賽者好評。

競賽結果發現學生的閱讀偏好

一、科普閱讀參與,國小男性最踴躍

活動期間參賽者共完成約 21,153 本的書籍評量。以不同學習階段來看;國小參賽者整體閱讀平均本數為 24 本,男生平均閱讀本數為 28 本,女生平均閱讀本數為 20 本。國、高中參賽者因科普讀本難度較高,需要較長的閱讀時間及一定的科學基礎知識,國中參賽者整體平均閱讀書籍數為 10 本;高中參賽者中女性平均閱讀本數多於男性,整體平均閱讀書籍數為 7 本。

總閱讀量/本人數平均閱讀量/本
全體學生21,1531,10019
8,05150516
13,10259522
國小學生17,47971624
6,47432520
11,00539128
國中學生3,45935510
1,4611669
1,99818911
高中學生215297
116148
99157
活動期間參賽者共完成約 21,153 本的書籍評量。表/國立臺灣師範大學

二、學生偏好閱讀動物/寵物類與地球生態/天文類書籍

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類(男生 28.19%、女生 27.91%)最能引起學生的閱讀興趣(如:《昆蟲老師上課了!:吳沁婕的超級生物課》、《小島上的貓頭鷹》、《神奇樹屋》等系列)。在次要類別,男女皆喜好生態/生命科學類的書籍(男生 15.20%、女生 16.87%)。

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類最能引起學生的閱讀興趣。在次要類別,男女皆喜好生態/生命科學類的書籍。圖/國立臺灣師範大學

三、參賽學生閱讀歷程的質與量均佳,表現令人驚豔

本次參賽學生皆積極參與競賽。

以三年級組第一名得主,臺北市立大同國小的林靖軒同學為例,競賽期間閱讀書籍本數高達 383 本,書籍讀後評量的通過率更高達 95%,書籍不僅讀得多,更是能讀得要領。

四年級組第一名為第二次參賽的新北市信義國小謝秉言同學,本次競賽期間共閱讀 427 本書。

其中五年級組為本次競爭最激烈的一組,臺北市立長春國小的黃葦川同學以及高雄市立集美國小的吳勁毅同學,兩者僅以極小的分數差距位居第一及第二名。

此外,第一次參與競賽的高雄市立正義國小的孫政遠,競賽期間閱讀 281 本書籍,通過率達到 97%。

四、教育主管機關、學校師長及家長支持鼓勵,帶動學生優異表現

新北市教育局致力於推動智慧閱讀教育,不遺餘力,成果豐碩。本屆競賽全台共 2,104 人報名參與,全國賽獎項獲獎學生共計 36 人,其中新北市得獎學生便囊括 14 位,表現相當亮眼。

家長與學校師長共同陪伴,使得學生能專注於本次競賽,並有相當卓越的成果,例如新北市康橋國際學校、臺中市明道中學、臺中市葳格國際學校、臺北市東山中學等校,皆因全力推廣閱讀活動,才能有優異的競賽成果。以新北市康橋國際學校國中部為例,此次七年級組參賽者,全國賽前5名得主中,康橋中學就獲有 3 名的佳績。

臺師大華語文與科技研究中心洪嘉馡教授說明第三屆科普閱讀力大賽成果。圖/國立臺灣師範大學

第四屆科普閱讀力大賽即將開跑

延續前三屆廣受好評之科普賽事,第四屆科普賽將擴大辦理,邀請「PanMedia 泛科知識股份有限公司」馮瑞麒總經理、「數感實驗室 Numeracy Lab」賴以威教授、「國立臺灣大學科學教育發展中心」賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章,預期第四屆科普閱讀力大賽將能讓全球讀者有更高品質的閱讀體驗和更充實的閱讀收穫。

活動詳情請參閱官方網站
新聞聯絡人:高等教育深耕計畫辦公室——鄭德蓉 02-2366-0916 #111

PanSci_96
1189 篇文章 ・ 1740 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

3

5
2

文字

分享

3
5
2
貓的痛,AI懂?——貓臉疼痛辨識技術
胡中行_96
・2022/07/18 ・3111字 ・閱讀時間約 6 分鐘

人類必恭必敬稱家貓為「主子」,並自貶為「奴才」。陛下身體微恙,一團絨毛癱軟,表情內斂,叫貓奴如何揣測上意?懷疑牠受苦,便心急如焚。幾乎上演《還珠格格》裡,人家紫薇說沒事,爾康卻捨不得的虐心互動。貓咪說不定覺得:「……有這麼多人關心我,我已經不痛了……」人類仍在一邊:「可是,我好痛!」[1]

給人類用的「視覺類比量表」(上)和「臉譜疼痛量表」(下)。圖/Yale University

在治療人類時,醫護人員會用視覺類比量表(Visual Analogue Scale)、臉譜疼痛量表(Wong-Baker faces pain scale)或 FLACC 量表[註] 等工具,來評估患者疼痛的狀況。前二者靠病人自我評估,以數字或表情,象徵由舒適無恙,漸進到痛徹心扉的程度差異。 FLACC 則是醫護觀察嬰幼兒或無法言語溝通者,就其身體不適產生的行為變化來計分。[2] 儘管每個人敏感的程度不同,至少單一病患前後的得分,能相互對照出疼痛是否得到緩解,或者更加惡化。因此,這些量表均可視為有效測量疼痛的方法。

問題是有口難言,又行徑鬼祟的貓咪怎麼辦?人貓猜心的瓊瑤戲碼,自古不斷重演,沒完沒了。

直到有天,獸醫們看不下去了…

  

「貓咪苦臉量表」介紹影片。來源:Research Square on YouTube

  

貓咪苦臉量表

2017 年的時候,加拿大蒙特婁大學 Paulo Steagall 副教授以及他的團隊,招募了一票被送急診的病貓。在得到飼主同意後,他們比較疼痛的病貓、服用止痛藥的病貓,還有健康貓咪的表情舉止,研發出「貓咪苦臉量表」(Feline Grimace Scale),並將結果發表於 2019 年的《科學報告》(Scientific Reports)。[3, 4] 其中列出幾個徵兆,可依級別給分,就此將貓咪的疼痛量化:

耳朵姿態(ear position):貓耳的尖角向外分開,並略為朝後旋轉。[3, 5]

圖/參考資料 5

瞇眼程度(orbital tightening):上下眼瞼之間的空隙,小於眼睛的寬度,或是完全緊閉。[3, 5]

圖/參考資料 5

口鼻緊繃(muzzle tension):口鼻(即臺語所謂「喙管」的部位)由圓轉扁,而呈橢圓形。[3, 5]

圖/參考資料 5

觸鬚變化(whiskers change):觸鬚從平常放鬆的圓弧,撐直且稍微向前。[3, 5]

圖/參考資料 5

頭部位置(head position):原本處於全身最高處的貓頭,降至低於肩膀,並往下垂。[3, 5]

圖/參考資料 5

  

貓臉疼痛辨識技術

目前受惠於物種專屬苦臉量表的,除了貓,還有鼠、兔、馬、羊、豬和貂等動物。受過訓練的獸醫,能精準判讀牠們的表情,用這些工具,來評估牠們的疼痛指數。隨著科技的進步,到了 2022 年《科學報告》期刊再次關懷貓咪的痛楚時,另一群科學家拿出「貓臉辨識技術」,試圖取代專業的肉眼觀察。[6]

  

臉部辨識技術:照片>以眼睛為基準,進行臉部校正>調整尺寸。
圖/Serhan YH, HAKAN Ç, and RİFAT E. (2016) ’A comprehensive comparison of features and embedding methods for face recognition.’ Turkish Journal of Electrical Engineering and Computer Sciences, 24, 1, 24.

  

臉部校正

臉部校正是建立辨識系統的要務。先調整貓臉的特徵(landmarks,即照片上標有號碼的黑點),讓它們在空間中對齊,減少幾何上的變異,方便接下來的步驟進行。原則上,校正後的貓臉必須:[6]

  1. 在畫面正中央;
  2. 旋轉直到雙眼的連線呈水平;
  3. 尺寸都約略相同。

圖/參考資料 6 ,figure 1

  

模型1:特徵基準(landmark-based)

在找到貓臉的特徵後,依據「貓咪苦臉量表」的觀察部位,將貓臉特徵(黑點)分為:左眼右眼額頭與耳朵,以及口鼻和觸鬚,四個區塊向量。然後,多加一些貓鼻子的照片,進行「資料擴增」(data augmentation),[6] 彌補原始資料的不足,以強化機器學習。[7] 不過,團隊事後發現,這次的資料擴增,成效不彰。[6]

圖/參考資料 6 ,figure 3

處理這些照片的計算模型,是一種叫做「多層感知器」(Multi-Layer Perceptron)的人工神經網路(artificial neural network)。[6] 就像人的神經系統,有好多神經元相互連結,將輸入的資料從上一層送到下一層,經過多層運算後再輸出。[8, 9]

  

模型2:深度學習(deep learning)

研究團隊把大量沒有標註特徵的貓照,在校正角度和尺寸後,餵給 ResNet50[6] 這是一種有五十層的深度學習模型,早已預先訓練好怎麼逐層辨識貓咪的輪廓、曲線及其它識別特徵。[10] 套用該模型的同時,還要進行實驗需要的特定調整,例如:加上「痛」與「不痛」的分類標籤。[6]

  

貓的痛,AI 有多懂?

上述兩個模型的實測,在判讀貓咪是否疼痛時,都有超過 72% 的準確率,算是相當不錯的成果。不過,在完全替代人工判讀之前,可能還要擴建訓練辨識系統的資料庫。因為當初請來的照片模特兒,是 29 隻準備接受卵巢子宮切除術的短毛母貓,年紀約幾個月到一歲多。拿牠們術前、術後,以及使用止痛劑前後的照片來訓練 AI ,雖然是個不錯的點子,但無法代表多元的貓咪社群。[6] 將來的實驗,若能涵蓋其他性別、年齡和品種,相信貓咪們會覺得更加窩心。

  

備註

FLACC 量表: FLACC 是臉(face)、腿(legs)、活動(activity)、哭(cry)與  安撫(consolability)的縮寫。每個項目依觀察到的狀態,給 0 到 2 分,總分最高 10 分。[2]

  

參考資料

  1. 瓊瑤經典台詞》小時候看超感動,長大看卻啼笑皆非的 7 大經典場景(風傳媒,2020)
  2. Pain assessment and measurement (The Royal Children’s Hospital Melbourne, 2019)
  3. Evangelista MC, Watanabe R, Leung VSY, et al. (2019) ‘Facial expressions of pain in cats: the development and validation of a Feline Grimace Scale’. Scientific Reports, 9, 19128.
  4. Me-owch — could resting cat face tell us about kitty’s pain? (CBC, 2020)
  5. Feline Grimace Scale – Practice your pain assessment skills using the FGS! (Université de Montréal, 2019)
  6. Feighelstein M, Shimshoni I, Finka LR, et al. (2022) ‘Automated recognition of pain in cats’. Scientific Reports, 12: 9575.
  7. 2021 iThome 鐵人賽-DAY21 資料正規化與資料增強(Data Normalization & Data Augmentation)(IT邦幫忙,2021)
  8. 2019 iT 邦幫忙鐵人賽-06. 深度學習的架構分析:多層感知器(IT邦幫忙,2019)
  9. 神經網路(IBM,2020)
  10. 何謂遷移學習?(NVIDIA,2019)
所有討論 3
胡中行_96
150 篇文章 ・ 54 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。