Loading [MathJax]/extensions/tex2jax.js

2

19
0

文字

分享

2
19
0

偷擼別的狗請三思——你家的狗真的會吃醋!

異吐司想Toasty Thoughts_96
・2021/04/29 ・3088字 ・閱讀時間約 6 分鐘 ・SR值 514 ・六年級

我們常說「狗是人類最好的朋友」,這是在讚揚他們作為陪伴者表現出無可挑剔的忠誠、耐心與包容,能在我們心情最低落時提供最需要的幫助。特別是一些天資聰穎的犬種能在訓練後協助人類完成各種工作,包括緝查毒品或走私品、放牧牛羊等動物,甚至是入駐醫院成為心理治療或臨終照護不可多得的好夥伴。

狗作為陪伴者,表現出無可挑剔的忠誠、耐心與包容,能在我們心情最低落時提供最需要的幫助。圖/Pexels

然而諷刺的是,狗狗們雖然是人類最好的朋友,但人類⋯⋯有時候卻不夠格做他們對等的陪伴者。

特別是在「忠誠度」這一點上,我們這些看到毛孩就忍不住想擼兩把的花心大蘿蔔實在是沒有什麼可以比性。當獨守空閨 (?) 寂寞難耐的狗狗們好不容易盼到主人回家,卻在心愛的人類身上聞到其他動物的氣味,那種委屈、不甘與嫉妒,若是能傳達出來肯定是比八點檔鄉土劇還要精彩。

你說狗狗們不會懂這些?那你可就錯了。今年初的一場心理學實驗已經證實狗狗們不但能覺察到主人正在「偷吃」,還出乎意料地,是不怎麼大度的「醋罈子」。

-----廣告,請繼續往下閱讀-----

為什麼要研究「嫉妒」?

其實「嫉妒」這個情緒與相關行為一直是動物心理學家感興趣的領域,因為要感覺到「嫉妒」的先決條件是一定程度的自我覺察,也就是建立起明確的認知主體性。

因為知道東西是自己的才會在被奪走之後覺得委屈,甚至對爭搶者產生敵意。這不是像開心悲傷這樣直觀的情緒,而是建立在一定認知思考與判斷後產生的「次級情緒」 (secondary emotions),也是人類心智功能的重要特徵之一。

動物心理學家不斷在探索動物認知的極限,包括他們的學習能力、心智功能,以及更深入的情感與思考能力。這不是因為他們懶得繼續糾結人類在想什麼,也不是因為貓狗比人類可愛得多(雖然這是事實),而是這些「結論」有可能會重新界定我們與寵物的關係與互動方式。

早期研究已經發現動物本身的領域性,非常重視自己生活的空間,這也是狗狗之所以可以被訓練用來看門的主要原因。但是相比起實質存在的空間或物件,如果動物能夠理解「關注」、「愛」這類抽象的概念並且做出針對性的反應,這也代表牠們的「心」遠比人類預想的還要複雜。

根據現有的研究結果,狗狗們的嫉妒表現近似於人類幼童。特別是當他們發現主要照顧者將注意力放在其他競爭者身上時,都會有試圖引發注意的行為。相較於在行動能力上受限的人類幼兒,狗狗的爭寵表現就比較直接——直接衝到主人身邊宣示主權。

-----廣告,請繼續往下閱讀-----
狗狗們的忌妒表現近似於人類幼童。圖/Pexels

這行為也是很重要的指標,狗狗們暴衝的力道與堅持程度都能反映出心理驅力的強度。如果你在網路上看過被狗「遛」的主人,應該不難想像充滿決心的狗能產生多大拉力(這就是人類作為二足步行生物的悲哀)

然而雖然外顯行為相似,但是引發行為的認知歷程卻可能大不相同。特別與尚未發展物體恆存觀念的幼兒來說,他們不一定有辦法「想像」父母與其他爭寵者互動的模樣,只能對親眼抓包的「偷吃」行徑做出反應。

相比之下,心智功能較為成熟(當然,是與幼兒相比)的狗狗們是否有辦法準確捕捉到主人的出軌跡象?這正是接下來這篇研究試圖解答的問題。

不只會嫉妒,更知道自己為什麼嫉妒

紐西蘭奧克蘭大學的艾蜜莉雅・巴斯托斯 (Amalia Bastos) 找來 18 隻品種相異的狗狗來做實驗。將這些毛毛的受試者拴在安全距離外後,巴斯托斯接著安排狗狗的主人坐在一隻假狗玩偶旁邊。

-----廣告,請繼續往下閱讀-----

接著,便是重頭戲登場的時候。

確認狗狗看見「主人+假狗」的組合後,研究團隊會在玩偶前架設隔板阻礙狗狗的視線,並且將玩偶抽換成高度超不多的矮櫃再鋪上羊毛毯子。佈置完成後主人會開始在自家狗狗面前明目張膽地「出軌」——也就是一邊輕撫矮櫃上的毛毯,同時說出固定的台詞:「你真是一隻好狗狗!」

作為對照組,整個程序都與前面的玩偶組相同,唯二的差別在於主人是坐在毛色、尺寸都與玩偶相差無幾的羊毛滾筒(想像針線盒裡線卷的巨大版)旁邊,同時出軌時不會架設隔板,讓狗狗能清楚看到主人是在跟什麼東西互動。與此同時先前出現的假狗玩偶也會被放置在距離主人 1.5 公尺的地方,面向狗狗的主人,冷眼旁觀 (?) 這一切的發生。

為了測量狗狗對於主人的偷吃行徑會產生多大反應,狗狗的拴繩都會接上拉力計,並以上面的讀數作為狗狗反應劇烈程度的判斷依據。

巴斯托斯與其研究團隊巧妙的實驗設計,讓實驗結果同時展現出狗狗嫉妒行為的 3 個面向:

-----廣告,請繼續往下閱讀-----
  1. 並不是主人與任何東西互動都會引發反應,只有當潛在爭寵者(假狗玩偶)出現時狗狗才會表現出嫉妒行為。
  2. 就算爭寵者不在眼前,狗狗也能根據最後看到的情境「推理」主人正在偷吃,並且表現出嫉妒行為。
  3. 就算潛在爭寵者在場,只要不與主人有直接互動就不會引發狗狗的嫉妒行為。

綜合以上 3 點結論,我們可以從巴斯托斯的研究成果中看出狗狗並不是隨便亂吃醋,而是能確實辨識情境並做出針對性反應。特別是在視線受阻後仍會判斷「主人正在偷摸其他狗」,以及不甚在意「爭寵者在場卻未跟主人互動」等重點,這都顯示牠們擁有一定程度的抽象思考與邏輯推理能力

狗狗對於社會互動的理解可能比我們想像得還要深刻不少,以至於讓牠們針對可能威脅到自己地位的行為進行反制。換言之,不要再覺得自己在外偷擼狗擼貓不會被自家毛孩發現了,那只是人家大度放過你而已(咦)。

不要再覺得自己在外偷擼狗擼貓不會被自家毛孩發現了。圖/Pexels

將心比心是增進寵物關係的不二法門

「寵物身心健康」是 21 世紀人類越來越注重的議題,但是因為對這些毛孩的理解不足,經常讓我們用錯方法去愛、去照顧牠們。所幸隨著相關研究逐一產出,我們也能夠用更加客觀且正確的方式去理解這些可愛的孩子,讓牠們能夠與自己度過美好的一生。

巴斯托斯的嫉妒研究乍看之下是在探討較為負面的心理活動,但如果退一步看,這其實是在提醒人類「怎樣的行為會讓狗狗感到不安」。

-----廣告,請繼續往下閱讀-----

最原始的嫉妒其實是「不安全感」。從人類的角度來看,嫉妒可能是會造成困擾、甚至有些多餘的負面情緒,但是對寵物來說失去關愛(就算只是暫時的)是一件非常嚴重、甚至攸關存亡的事。不只是狗,任何經過長時間馴化的寵物物種都會用自己的方式與照顧者締結依存關係(是的,就連以個性惡劣的家貓也是如此),也因此「安全感」會成為牠們心理健康的重要指標。

我相信任何一位正常人都不會刻意讓自家毛孩傷心,卻常常會因為不理解或低估其他物種認知能力而無意間做出冒犯性的行為。例如與寵物爭搶玩具或食物、肆意進行肢體接觸、不尊重寵物私領域等,這些都是會釋放出錯誤訊息的侵犯行為,輕者引發衝突,重者還會危害到雙方珍貴的互信關係。

嫉妒也是,如果你不喜歡吃醋、與人爭寵的感覺,記得也得多注意下自己平常是否會引發狗狗對關係的不安感。

將心比心,就是這麼簡單。

-----廣告,請繼續往下閱讀-----
  1. Abdai, J., Terencio, C. B., Fraga, P. P., & Miklósi, Á. (2018). Investigating jealous behaviour in dogs. Scientific reports8(1), 1-8.
  2. Abdai, J., & Miklósi, Á. (2018). Displaying jealous behavior versus experiencing jealousy. Animal Sentience3(22), 21.
  3. Bastos, A. P., Neilands, P. D., Hassall, R. S., Lim, B. C., & Taylor, A. H. (2021). Dogs Mentally Represent Jealousy-Inducing Social Interactions. Psychological Science, 0956797620979149.
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
異吐司想Toasty Thoughts_96
29 篇文章 ・ 132 位粉絲
最初是想用心理學剖析日常事物,一方面「一吐思想」,另一方面借用吐司百變百搭的形象,讓心理學成為無處不在的有趣事物。基於本人雜食屬性,最後什麼都寫、什麼都分享。歡迎至臉書搜尋「異吐司想」。

0

1
0

文字

分享

0
1
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

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

1
0

文字

分享

0
1
0
貓咪真的不愛你嗎?讀懂高冷主子的傲嬌告白
F 編_96
・2024/12/28 ・2729字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

F 編按:本文編譯自 Live Science

身為貓奴應該都思考過這個問題:「我家貓到底愛不愛我?」(尤其是你怎麼叫牠都不理你的時候)

比起狗狗總是搖尾示好、恨不得時時刻刻陪伴主人,貓咪反而顯得疏離。這些獨立、冷淡的態度,是否代表牠們根本「不愛人類」?還是只是與我們表達情感的方式不同?現有的研究並未能給出單一「是」或「否」的答案,但科學界逐漸認為:貓的性格並非冷漠,而是有著自己獨特又多變的互動模式。

為何貓比狗看起來更不「熱情」?

談到「人與動物的愛」,第一個被拿來對照的對象往往就是狗。狗傾向於把人視為社群領袖或保護者,牠們會展現出明顯的依附行為,例如跟隨、舔舐、撒嬌等。這背後牽涉到狗的馴化史,科學家普遍認為,狗至少在 2.3 萬年前(亦有其他研究推至 3 萬年以上)就已開始與人類共同生活。人類在漫長世代裡,選擇性繁殖更順從、更依賴的犬隻,讓牠們不斷強化對主人的服從與感情表達。

相較之下,貓的馴化歷史要晚得多。大約在 1 萬年前,農耕社會出現,儲藏穀物吸引老鼠,貓因捕鼠能力而漸與人共生。牠們「半自願」式的走近人類聚落,並未經過大規模的繁殖選擇,以致貓咪的野性特質與獨立性一直保存到今天。

-----廣告,請繼續往下閱讀-----

由此可見,狗對人的依附,是經過長時間精心培育的結果,而貓雖然與人類同住,也享受人類提供的食物與安全環境,但牠們在某種程度上仍維持了更高的自主意識與獨立特質。

貓咪與狗狗的馴化過程不同,這也導致兩者在與人類互動上的不同。圖/envato

如何判斷貓咪是愛或不愛?

每個人對於「愛」的表現,判斷上還是很主觀的。因此有些研究嘗試用「科學指標」來測試貓對人的情感,如觀察荷爾蒙水平、或偵測貓在不同情境下的行為模式。

催產素俗稱「愛的荷爾蒙」,常在親密互動或撫摸時分泌。根據 2015 年的一項實驗(收錄於 BBC節目「Cats v Dogs」):在貓與狗都受到撫摸後,狗的催產素水平平均提升約 57.2%,但貓僅提升12%。這被部分人解讀為「貓對我們沒有那麼有愛」,但也要注意,這只是「平均值」,樣本量也僅 10 隻狗與貓,並不代表所有貓都只有「12%」的情感。此外,催產素本身也容易受其他因素干擾,例如環境壓力、個體差異等。

另外在 2021 年,英國林肯大學的研究團隊針對 3,994 位貓主做問卷調查,藉由「開放式關係、疏離關係、一般交情、相依關係、友誼」等五大類型,歸納出貓與主人的情感連結。結果顯示,約有一半的貓跟主人間呈現較緊密的情感投射,另一半則較疏離。由此可知,貓與人之間的情感並非「一面倒」的冷漠,也不見得如狗那樣強烈依附;而是要看飼主的參與度、貓的個性以及如何尊重牠們的獨立空間。

-----廣告,請繼續往下閱讀-----

有一項早期(2008年)的一項研究則觀察到,當貓遇到自己熟悉的人類時,血壓和心率會出現上升,顯示牠們對人產生情緒波動,可能是期待食物或獎勵,也可能是情緒上的激動。這說明貓對特定人確實有「在意」的表徵,只是表達方式或目的不一定和狗相同。

你越近,貓越逃?貓咪喜歡怎麼樣的互動?

要怎麼做才能獲得貓咪的抱抱?圖/envato

貓咪多半不喜歡被強迫互動,若人類持續不斷地撫摸、抱起貓而不顧牠們的意願,往往得到的反應是掙扎、攻擊或逃走。對貓來說,「選擇權」至關重要。若牠們能自在地決定互動距離、持續時間,以及撫摸的部位,牠們更可能接受、甚至主動親近主人。

2021 年的研究指出,若飼主能理解貓在肢體語言上的細微表達,例如耳朵朝後、尾巴抖動、身體僵硬或發出低鳴,代表牠們已有不適或抗拒;這時「收手」是上策。相反地,那些忽視貓表示不要的信號,堅持要撫摸或抱住貓的人,更容易被貓認定為「壓迫者」,長期下來貓會選擇逃避或變得易怒。

與狗一樣,每隻貓的個性也不盡相同。有些貓喜歡頻繁親密互動,也有貓更向往安靜獨處;基因、社交化過程、早期經驗都可能影響牠們長大後對人的友善度。此外,若飼主從貓幼齡期就常常輕柔地接觸牠們,並在牠們想脫離時尊重牠們,長大後通常會更願意與人類培養信任感。

-----廣告,請繼續往下閱讀-----

如何與貓建立更深的情感連結?

既然科學研究顯示貓的「情感投放」需要更精細的方式,那麼身為飼主或愛貓人士,該如何做才能拉近與主子的距離呢?

  1. 給予空間與選擇
    • 不要隨意抱起或撫摸正在休息、清潔毛髮、或顯露抗拒姿勢的貓。讓貓可以自由進出房間、躲進安全的角落,也能確保牠們在緊張或害怕時有地方可退。
  2. 正向回饋與獎勵
    • 若貓主動靠近、蹭你或發出呼嚕聲,這是牠願意互動的信號,可在牠舒服的情況下溫柔撫摸。可以搭配口頭稱讚或小零食,使貓把你聯想到「好事」。
    • 但記住,貓咪不喜歡被「過度餵食」,適度才是關鍵,否則容易讓牠們失去對零食的興趣或導致肥胖。
  3. 學習貓的身體語言
    • 觀察耳朵、尾巴與瞳孔的變化,若耳朵緊貼腦後、尾巴劇烈擺動或瞳孔放大並伴隨低鳴,表示貓正處於緊張或警戒狀態。此時停止撫摸、後退,給牠時間冷靜。
    • 如果貓慢慢走近你,尾巴微翹、耳朵稍微前傾,代表牠感到放鬆,可能願意互動。
  4. 尊重貓的作息特質
    • 貓是夜行性動物,白天或許大部分時間都在睡覺或懶洋洋地活動;若你在白天想和貓「猛玩」,牠可能沒有興趣。選在牠清醒或精神較好的時段進行互動或遊戲,更能提升彼此感受。

貓與人的緣分,在於理解與尊重

貓咪歷經數千年從田間捕鼠者,逐漸成為受全球喜愛的寵物,卻依然保留高度獨立、選擇權至上的「個人主義」風範。許多科學研究指出,貓雖沒有狗般明顯的熱情與依賴,但仍能與人產生深厚羈絆──關鍵就在於飼主是否願意花時間、心力,並遵循「了解貓貓、尊重貓貓」的原則與牠們相處。從理解貓的生活形態、情緒信號,到給予牠們適度的獨處與自由,若能做到這些,或許某天牠就會主動跳到你的腿上呼嚕,用專屬的方式告訴你:「莎朗嘿(사랑해)~

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

2
0

文字

分享

0
2
0
鑑識故事系列:狗咬狗,滿嘴…mtDNA
胡中行_96
・2023/08/14 ・1957字 ・閱讀時間約 4 分鐘

愛犬慘死,兇手逍遙法外。縱然不是每個人都如電影《捍衛任務》的 Johon Wick,身懷絕技,謀求私刑正義;[1]透過科學管道,至少可以討個答案,獲得心靈平靜。義大利某隻母的傑克羅素㹴(Jack Russell Terrier),橫屍寵物旅館的院子,得年 8 歲。犬舍的網子破裂,有向內拉扯的痕跡。寵物旅館老闆養的3隻荷花瓦特犬(Hovawart),嫌疑重大;然而事後到場的獸醫,卻認為野生狐狸或海狸才是罪魁禍首。傑克羅素㹴的主人心有不甘,遂找上波隆那的一所動物疾病預防研究機構(L’Istituto Zooprofilattico Sperimentale della Lombardia e dell’Emilia-Romagna)。[2]

非當事傑克羅素㹴。圖/Oskar Kadaksoo on Unsplash

解剖狗屍

這隻傑克羅素㹴死後,在日均溫 7 °C 的環境,被擱置 18 到 20 個鐘頭。接著於 − 18 °C 的冰庫裡,凍了 1 個月,才被研究機構拖出來驗屍。從外觀看來,牠生前的健康狀況良好。不過,毛皮沾血,且有 14 道 7 至 10 公厘,略呈橢圓,邊緣清楚的咬傷,分佈於頸、肩、胸、肋弓、大腿(照片)和鼠蹊。另外,腰部還有個 10 公分長,2.5 公分寬的大傷口。剝掉狗皮後,可見創傷頗深:左邊頸、胸的肌肉浸潤於血中;胸腔與腹腔內,也有輕微出血;肋間肌、肋膜及腹壁穿孔;並有一根肋骨骨折。綜合以上,牠顯然死於咬傷穿透胸部,[2]使空氣在肋膜腔中累積而壓迫肺臟,[3]所導致的氣胸(pneumothorax)。[2]那麼究竟是什麼動物如此殘暴?

nDNA vs. mtDNA

兇手遺留在死者身上的 DNA,是指認身份的好線索。[2]細胞中的細胞核(nucleus)和粒線體(mitochondria)都含有 DNA,[4]分別簡稱為 nDNAmtDNA,兩者並不相同。以人類為例,前者包含從雙親得來的 2 至 3 萬個基因;後者則有 37 個,主要遺傳自母親。[5]分析 nDNA 的短縱列重複序列(short tandem repeat;STR),也就是一些鑑別度高的小片段;[4]或是單核苷酸多型性(single nucleotide polymorphism;SNP),即DNA序列中單一鹼基的變異,[6]便能辨識個體。[2]

以此案來說,最理想的作法,當然是從㹴犬身上的咬傷取樣,分析 nDNA,再比對兇嫌的樣本。可惜屍體於運送的過程中,大概已經受到汙染,驗了也未必準確。再加上寵物旅館的老闆,絕不可能讓3隻荷花瓦特犬配合調查,這個辦案方向根本毫無希望。[2]

-----廣告,請繼續往下閱讀-----

好在天無絕人之路,數根 5 到 10 公分不等,顏色有深有淺的毛髮,不僅卡在死者的牙縫裡(照片),還纏於腳掌上。它們出現的位置奇怪,長得又跟梗犬的不同,或許正是來自兇手。儘管鑑識採集的毛髮時常不帶毛囊,[2]而髮幹的 nDNA 含量又極低,不過會有相當充足的 mtDNA,[7]可以辨識物種。於是,鑑識人員挑了最長又最完整的 4 根送驗。[2]

死者的腳掌,纏著兇嫌的毛髮。圖/參考資料 2,Figure 3(CC BY 4.0)

狼 vs. 犬

毛髮 mtDNA 分析的結果,顯示其來源非狼即犬,才不是獸醫瞎說的狐狸或海狸。如果進一步由傷口位置,回推攻擊方式,嫌疑範圍又會縮得更小:[2]

(Canis lupus)作為掠食者,攻擊講求效率。最好不太耗費能量,便獵得豐美肉食。特別是遇到傑克羅素㹴,這種小型犬的時候,會朝頸部直接咬死,然後狼吞虎嚥。此外,該寵物旅館附近,沒有狼出沒。[2]

相對地,(Canis lupus familiaris)打起架來,才會全身從頭到尾胡亂咬。好不容易把對方搞癱了,卻放著全屍一口沒吃。因此,本案的兇手應該是中、大型犬,而且當時有機會與死者接觸的,唯有那 3 隻毛髮長度和顏色,與證物完全吻合的荷花瓦特犬。[2]

-----廣告,請繼續往下閱讀-----
非當事荷花瓦特犬。圖/Oxborrow on Wikimedia Commons(Public Domain)

身後貢獻

鑑識團隊完成狗主人託付的任務後,撰文介紹將 mtDNA 的細胞色素 b 基因(cytochrome b gene),放大並定序,最後確認物種的細節。[2]雖然不曉得他們的努力,是否有助司法公道,但是好歹已為學術研究貢獻心力。天下蒼生多少默默無聞,死後被立碑著傳的又有幾個?一隻備受寵愛的傑克羅素㹴,能榮登學術期刊,也算不枉此生。

  

  1. John Wick’. IMDb. (Accessed on 02 AUG 2023)
  2. Roccaro M, Bini C, Fais P, et al. (2021) ‘Who killed my dog? Use of forensic genetics to investigate an enigmatic case’. International Journal of Legal Medicine, 135, 387–392.
  3. McKnight CL, Burns B. (15 FEB 2023) ‘Pneumothorax’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
  4. Department of Emergency Services and Public Protection. ‘Nuclear DNA’. U.S. Connecticut’s Official State Website. (Accessed on 01 AUG 2023)
  5. Storen R, Smith E. (11 JUN 2021) ‘Mitochondrial donation in Australia.’ FlagPost by Parliament of Australia.
  6. Gunter C. (01 AUG 2023) ‘Single Nucleotide Polymorphisms (SNPs)’. U.S. National Human Genome Research Institute.
  7. Tridico SR, Koch S, Michaud A, et al. (2014) ‘Interpreting biological degradative processes acting on mammalian hair in the living and the dead: which ones are taphonomic?’. Proceedings of the Royal Society B, 2812014175520141755.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 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。