0

4
0

文字

分享

0
4
0

飛蛾在哪裡?絕對難不倒你!——蘇花改特輯(四)

自然保育季刊_96
・2021/05/28 ・5124字 ・閱讀時間約 10 分鐘

  • 本文轉載自特有生物研究保育中心,《自然保育季刊》第 112 期
  • 作者 / 施禮正|行政院農業委員會特有生物研究保育中心計畫助理、林旭宏|行政院農業委員會特有生物研究保育中心研究員兼副主任

緣起

冰冷的馬路,灰色的柏油,四輪鐵皮來回穿梭,路燈照射,除了人工塗漆的顏色外,少了屬於大自然的繽紛色彩。當道路穿越充滿生命力的山區,死寂與蓬勃交織,會擦出什麼樣的火花呢?

蘇花公路與台 9 線蘇花公路山區路段改善路段 (以下簡稱蘇花改) 穿越宜蘭到花蓮傍海的山區,所經之處森林少有開發,是一臺灣難得有道路經過卻仍然保持相對完整山林的地方。豐富的植被為植食性動物提供重要的食物來源,而植食性動物再做為 次級消費者的食物,串起整個綿密、複雜而彼此息息相關的食物網,因而植食性動物多樣性與植被的多樣性呈現正相關 (Cook-Patton et al., 2014)。

昆蟲中的鱗翅目 (Lepidoptera) 因為大多為植食性,其分布與數量常與當地之植物相有關,尤其是專食或寡食性物種,更是特定植物的指標,且作為初級消費者,是蝙蝠、鳥類、蜥蜴或蜘蛛等次級消費者重要的食物來源。在臺灣大多數的生物資源調查中, 蝴蝶是鱗翅目中最常被調查的對象,蛾類的物種數雖然比蝴蝶多 10 倍以上,卻鮮有調查以之作為主要標的。不論是多樣性或生物量,蛾類都遠遠超過蝶類,預期更能反映前述關係。

布幕式燈光陷阱。圖/施禮正 攝

雖然蘇花公路自 1932 年開通至今已有 88 年歷史,然而此段的生物資源調查卻十分貧乏。目前主要的參考資料來自 2002 年東華大學楊懿如老師領導的團隊針對蘇花公路於太魯閣國家公園境內路段所做的調查,動物類群包含哺乳類、鳥類、兩棲 爬蟲、昆蟲類等等。換句話說,蘇花改的動物相在過去僅知前述報告中所提及的 245 種,而蛾類僅其中的 5 科 8 種。

此外,在 1981-1990 年,史密松學院 (Smithsonian institute) 的 Clarke 博士與國立臺灣博物館達成協議後,開啟「臺灣鱗翅目調查 (Taiwan Lepidoptera Survey)」研究計畫,美國與日本學者相繼來臺,調查範圍也曾包含蘇澳到南澳段的數個地點,可惜並未針對此區給予蛾類名錄。綜合前述前人研究,截至目前為止對於蘇花公路的蛾類相依然所知有限。然而茂密森林的道路周邊,蛾類到底是一片死寂還是生機蓬勃呢?

-----廣告,請繼續往下閱讀-----
蛾類調查樣點─清水斷崖。圖/施禮正 攝

持續九年的調查

為了對此區域道路周邊的蛾類有初步認識,筆者們便從 2012 年起迄今,共計曾在 11 個道路旁地點進行了長達 9 年的蛾類相調查,希冀可以充分瞭解蛾類物種時空分布,以做為未來研究此區生態的基石。由於蛾類主要以夜行性為主,且大多具備趨 光性,故在 2012-2017 年,我們以每兩個月一次的頻率,在東澳雷達站聯外道路 3 K、和平林道 8 K、 台 9 線 139.6 K 等固定調查地點以布幕架設燈光陷阱誘引調查蛾類物種。如遇天候不佳,在狀況允許下則改用羅氏採集器 (Robinson trap)捕捉。

羅氏採集器,以燈光吸引蛾類前來後,再以擋板攔下並加以收集。圖/施禮正 攝

另在朝陽國家步道步行而上,在森林裡選擇固定調查地點,經評估後該處不適合使用布幕式燈光陷阱,故而使用羅氏採集器。此外,樣點探勘期間,亦在東岳冷 泉、東澳國小、和平林道管制哨、和平林道 17 K 和碼崙溪等地至少各調查一次。若使用布幕式燈光陷阱,每次調查時間以日落後 4 小時為原則,以標準化努力量,若使用自動採集器,則是以當天日落後至隔日日出前為調查時間。在 2018 年以後,東澳雷達站聯外道路 3 K、台 9 線 139.6 K 與朝陽國家步道等 4 個固定調查地點皆已完成 12 個月份至少一次的調 查,和平林道 8 K 則因天候因素缺少 11-1 月的資料, 調查頻度因此改為每季一次,並加入清水斷崖做為固定調查地點。

每次調查,在時間範圍內每個物種都以至少採集一份標本為原則,以留下日後引證之依據,每份標本都會做成針插乾燥標本,並典藏於特有生物研究保育中心或國立自然科學博物館。這些標本在未來除了可作為他人重新檢驗調查期間成果的直接證 據外,亦可作為分類學、遺傳學與保育生物學等不同領域的研究材料。

截至 2020 年 2 月為止,蛾類調查一共在 11 個地點進行了 126 次調查,並獲得 16,124 件標本,這些標本涵蓋 63 個科,但其中 18 個科目前無法鑑定出其確切物種,其餘 45 科共鑑定出 1,314 個物種。這樣的成果顯示在這段道路與周邊地區可 以發現至少四分之一的臺灣鱗翅目昆蟲物種,而且有 78% 的科分布於此處,多樣性非常高。在這 45 科中,裳蛾科 (Erebidae)、尺蛾科 (Geometridae)、 草螟蛾科 (Crambidae)、夜蛾科 (Noctuidae) 與舟蛾科 (Notodontidae) 依序為物種數前五多的 科,皆超過 100 種,占整體物種數的 71%(圖 1)。

-----廣告,請繼續往下閱讀-----
圖1. 各科物種數圓餅圖。除了物種數最多的4科外,其他科的物種數皆少於10%。圖/《自然保育季刊》第 112 期

時空分布狀況

所有調查到的物種裡,共有 203 種出現在 5 個以上的樣點,考量調查共設定 5 個固定樣點,可以推測這些物種是本區域最廣布的物種。在這些物種中,圓端擬燈裳蛾(Asota heliconia zebrina)、優雪苔蛾 (Cyana hamata hamata)、值紋野螟蛾(Agrioglypta itysalis)、橙擬燈裳蛾(Asota egens confinis)與溝翅裳蛾 (Hypospila bolinoides) 等 5 種是採集標本數量前五高者,表示為此區域優勢蛾種的代表。

本區域最優勢的物種之一──值紋野螟蛾。圖/施禮正 攝

在各樣點中,台 9 線 139.6 K 是物種數量和標本數量最多的地點,多達 51 科 958 種,同時單一次調查事件中採獲 356 份標本及 204 種也是調查期間最多者, 和平林道 8 K 和東澳雷達站聯外道路 3 K 兩處的物種數量也超過 600 種。反過來看,僅在一個地點被記錄的物種多達 452 種,以台 9 線 139.6 K的 201 種最多, 這表示各地點的蛾種組成可能有所差異。

本區域最優勢的種種之一──優雪苔蛾。圖/施禮正 攝

全年之中, 9 月累計的物種數多達 689 種,是物種出現最多的月份, 4 月與 6 月次之,也都累計超過 600 種(圖 2);相對而言, 11-12 月最少,累計物種數皆少於 300 種。若個別統計 5 個調查月份較多的固定調查地點的累計物種數,可以發現除了東澳雷達站聯外道路 3 K 和清水斷崖,其他地點的累計物種數旺季也都出現在 4 、 6 與 9 月,淡季則各自不同。

圖2. 5 個固定樣區與全部樣區各月蛾種數變化圖。縱軸為物種數,橫軸為月份。圖/《自然保育季刊》第 112 期

進一步統計各蛾種的出現月份後,共有 347 種蛾類可以出現在 6 個月份以上,也就是超過半年以上的時間都有機會看到牠們,可能皆為一年多世代的種類。採集事件少的稀有物種可能同時包含一年一世代、一年兩世代或一年多代等可能性,因此不易評估世代數。

-----廣告,請繼續往下閱讀-----
本區域最優勢的種種之一──溝翅裳蛾。圖/施禮正 攝

與植被相的連結

蘇花改的植被相屬於榕楠林帶, 包含樹杞─江某林型與澀葉榕─豬乳母林型,因此桑科 (Moraceae) 榕屬 (Ficus spp.) 植物是大宗。目前臺灣多數蛾類的生活史不明,寄主植物資訊缺乏,但將目前僅知的資訊與本區域的蛾類名錄對應後, 可以發現其中 529 種有寄主植物紀錄,當中就有 5 科 22 種鱗翅目會以榕屬植物為食。 在這 22 種中有 15 種只取食桑科榕屬,分屬於蠶蛾科 (Bombycidae)、草螟蛾科(Crambidae)、舞蛾科 (Choreutidae) 與裳蛾科 (Erebidae),而前述提到的前五個潛在優勢物種中,圓端擬燈裳蛾與橙擬燈裳蛾便是只取食榕屬的例子。

本區域最優勢的物種之一──圓端擬燈裳蛾。圖/施禮正 攝

此外,調查期間亦在台 9 線 139.6 K 處發現一點鉤蛾 (Drepana pallida nigromaculata)。這種蛾的幼蟲專食臺灣赤楊 (Alnus formosana),過往發現地 點也同時能發現周遭便存在臺灣赤楊。然而臺灣赤楊主要分布在中海拔以上,是裸露地的先驅物種, 低海拔地區較少見,但其中一個分布地點就位在鄰近蘇花公路的觀音海岸野生動物重要棲息環境。南澳當地的特產之一——椴木香菇所使用的木材亦會使用臺灣赤楊,因此有大面積人工種植的地點。

本區域最優勢的物種之一──橙擬燈裳蛾。圖/施禮正 攝

特色蛾種介紹

在調查所得超過 1,300 種蛾類裡, 不乏大型且翅紋與顏色討喜的明星物種,可作為一般民眾認識蘇花改蛾類相的起點,例如展翅寬達 13 cm,後翅有著長尾帶,身上一襲水青色,前後翅中央有著桃紅色眼紋的長尾水青蛾 (Actias ningpoan ningtaiwana)。根據調查結果,牠在本區域出現於 3-10 月,發生期相當長,且在 6 個地點皆有採集紀錄,分布廣泛。長尾水青蛾屬又被稱為月之蛾 (luna moth),因為曾出現在許多電影、動漫與藝術品中,是較多人熟悉的蛾類之一。

在台 9 線 139.6 K 發現的的長尾水青蛾,尾帶有粉紅色斑。圖/施禮正 攝

枯球籮紋蛾 (Brahmaea wallichii insulata) 是展翅寬達 15 cm 的大型蛾類,翅上的花紋就像金色的布繡上黑色的圖案。同屬物種因為翅紋在人眼裡就像是貓頭鷹一般,在國外又被稱為貓頭鷹蛾 (owl moth),但在臺灣牠有另一個更為人所知的名字——阿里山神蝶,與阿里山受鎮宮玄天上帝的信仰文化結合而聞名,也是全世界僅知唯一與宗教信仰結合的蛾類例子。牠在本區域出現於 2-4 月,在 3 個地點有採集紀錄,依據飛蛾資訊分享站蒐集自公民科學家的資料,則於 12-9 月皆有觀察紀錄。

-----廣告,請繼續往下閱讀-----
被稱為神蝶的枯球籮紋蛾,在蘇花公路周邊也能見到。圖/施禮正 攝

大燕蛾 (Lyssa zampa) 在蘇花改僅被採集過一次,展翅寬達 8 cm,後翅有著醒目尾帶,一長一短,翅膀中央有著白帶。本種會在臺灣出現有著十分有趣的故事,牠專食大戟科 (Euphorbiaceae) 黃桐 (Endospermum chinense),然而臺灣卻從未發現 過這種植物。依據 Tokeshi 和 Yoko-o (2007) 的推測,大燕蛾可能隨著颱風或鋒面,從東南亞移入日本, 而臺灣可能有類似的狀況,本區域唯一的一筆紀錄在 2014 年 9 月 23 日,正值鳳凰颱風離去後的時間。

鳳凰颱風後調查到的大燕蛾。圖/施禮正 攝

除了大型蛾類以外,體型小的蛾類也有許多具特色的物種。 短軀蛾科 (Brachodidae) 的 Paranigilgia bushii Nigilgia limata 都是海岸林的代表性物種,主要會在白天訪花,夜晚也有機會因趨光而被發現。卵翅蛾科 (Neopseustidae) 的臺灣卵翅蛾 (Neopseustis meyricki) 則是古老的類群,在過去非常少被發現。

趨光而來的Paranigilgia bushii。圖/施禮正 攝

長期調查下的啟示

即使我們已經進行 126 次調查,東澳雷達站聯外道路 3 K 和台 9 線 139.6 K 甚至分別調查了 38 次與 31 次,每年仍持續調查到過去未發現過的物種。雖然累積物種數的增加逐漸趨緩,但也表示要想完整了解蘇花改的昆蟲相並非一蹴可幾。這個例子可以做為其他地方需要調查蛾類相時的重要參考,以規劃合理的計畫時程。

蘇花改林相完整,加以鄰近海邊,孕育了豐富的蛾類相。對比西部平地至低海拔山區的開發歷史較長,目前已難以找到可以媲美的地方。本次調查的蛾類相,未來可以對比過去西部過去的標本採集紀錄,從而推敲與建構微環境的可能面貌。此外,植被相與蛾類相的關聯性雖然一直被提及,然而確切的相關性仍有待以科學性方法實證,在證實之前則需要對植物與蛾類相有較完整的了解,9 年的調查成果,正好提供重要的基石。

-----廣告,請繼續往下閱讀-----

在分類學上,本文的調查已經確定有不少物種未曾被正式報導過,牠們可能是新種,也可能是新紀錄種,未來研究發表後,將更增添對臺灣蛾類生物多樣性的認識。在生物地理學上,臺灣的蝴蝶相與琉球群島多有相似,是做為探討相關題材的好材料(Hirao et al. 2015)。我們的成果正好填補東北部低海拔地區一直缺乏的蛾類調查,而這裡正好是距離琉球群島最近的地方,可藉以檢驗蛾類是否具有與蝶類相同的特性。

蘇花改的蛾類調查即將在兩年後畫下句點, 本文所呈現的成果,是結束,也是開始。

文章難易度
自然保育季刊_96
15 篇文章 ・ 13 位粉絲
自然保育季刊為推廣性刊物,以推廣自然教育為宗旨,收錄相關之資源調查研究、保育政策、經營管理及生態教育等成果,希望傳達自然科普知識並和大家一起關注自然!

0

0
0

文字

分享

0
0
0
如何靠溫度控制做出完美的料理?
鳥苷三磷酸 (PanSci Promo)_96
・2024/06/21 ・2766字 ・閱讀時間約 5 分鐘

本文由 Panasonic 委託,泛科學企劃執行。 

炸雞、牛排讓你食指大動,但別人做的總是比較香、比較好吃?別擔心,只要掌握關鍵參數,你也可以做出完美料理!從炸雞到牛排,烹調的關鍵就在於溫度的掌控。讓我們一起揭開這些美食的神秘面紗,了解如何利用科學的方法,做出讓人垂涎三尺的料理。

美味關鍵 1:正確油溫

炸雞是大家喜愛的美食之一,但要做出外酥內嫩的炸雞,關鍵就在於油溫的掌控。炸雞的油溫必須維持在 160 到 180℃ 之間。當你將炸雞放入熱油中,食物的水分會迅速蒸發,形成氣泡,這些氣泡能夠保證你的炸雞外皮酥脆而內部多汁。

水的沸點是 100℃,當麵衣中的水分接觸到 160℃ 的熱油時,會迅速汽化成水蒸氣。這個過程不僅讓麵衣變得酥脆,也能防止內部的雞肉變得乾柴。

-----廣告,請繼續往下閱讀-----

如果油溫過低,麵衣無法迅速變得酥脆,水分和油脂會滲透到食物中,使炸雞變得油膩。而如果油溫過高,水分會迅速蒸發,使麵衣變得過於硬或甚至燒焦。

油炸時,麵衣水分會快速汽化。圖/截取自泛科學 YT 頻道

美味關鍵 2:焦糖化與梅納反應

另一道美味的料理——牛排。無論是煎牛排還是炒菜,高溫烹調都會帶來令人垂涎的香氣,這主要歸功於焦糖化反應和梅納反應。

焦糖化反應是指醣類在高溫下發生的非酵素性褐變反應,這個過程會產生褐色物質和大量的風味分子,讓食物變得更香。而梅納反應則是指醣類與氨基酸在高溫下發生的反應,這個過程會產生複雜的風味分子,使牛排的色澤和香氣更加迷人。

要啟動焦糖化反應和梅納反應的溫度,至少要在 140℃ 以上。如果溫度過低,無法啟動這些反應,食物會顯得平淡無味。

-----廣告,請繼續往下閱讀-----
焦糖畫反應。圖/截取自泛科學 YT 頻道


焦糖化反應與梅納反應。圖/截取自泛科學 YT 頻道

油溫與健康

油溫不僅影響食物的風味,也關係到健康。不能一昧地升高油溫,因為每種油都有其特定的發煙點,即開始冒煙並變質的溫度。當油溫超過發煙點,會產生有害物質,如致癌的甲醛、乙醛等。因此,選擇合適的油並控制油溫,是保證烹調健康的關鍵。

說了這麼多,但是要怎麼控制溫度呢?

各類油品發煙點 。圖/截取自泛科學 YT 頻道

科學的溫度控制

傳統電磁爐將溫度計設在爐面下,透過傳導與熱電阻來測溫,Panasonic 的 IH 調理爐則有光火力感應技術,利用紅外線的 IR Sensor 來測溫,不用再等熱慢慢傳導至爐面下的溫度計,而是用紅外線穿透偵測鍋內的溫度,既快速又精準。

而且因為紅外線可以遠距離量測,如果甩鍋炒菜鍋子離開爐面,也能持續追蹤動態。不會立即斷開功率關掉,只要鍋子放回就會繼續加熱,效率不打折。

-----廣告,請繼續往下閱讀-----

好的溫度感測還要搭配好的溫度控制,才能做出一流的料理。日本製的 Panasonic IH 調理爐,將自家最自豪的 ECONAVI 技術放進了 IH 爐中。有 ECONAVI 的冷氣能完美控制你的室溫,有 ECONAVI 的 IH 調理爐則能為你的料理完美控溫。

有 ECONAVI 的 IH 爐不只省能源、和瓦斯爐相比減少碳排放,更為料理加分。前面說了溫度就是一切的關鍵,但是當我們將食材投到熱鍋中,鍋中的溫度就會瞬間下降,打亂物理與化學反應的節奏,阻止我們為料理施加美味魔法。

所以常常有好的廚師會告訴我們食物要分批下,避免溫度產生太大變化。Panasonic IH 調理爐,只要透過 IR Sensor 一偵測到溫度下降,就能馬上知道有食材被投入並立刻加強火力,讓梅納反應與焦糖化反應能持續發揮變化。而當溫度回到設定溫度,Panasonic IH 調理爐也會馬上將火力轉小,透過電腦 AI 的迅速反應,掌握溫度在最完美區間不劇烈起伏。

不僅保證美味關鍵,更不用擔心油溫超過發煙點而導致油品變質,讓美味變得不健康。

-----廣告,請繼續往下閱讀-----
透過 IR Sensor 精準測溫並提升火力。圖/截取自泛科學 YT 頻道
IH 調理爐完美控溫 。圖/截取自泛科學 YT 頻道

舒適的烹飪環境

最後,IH 爐還有一個大優點。相比於瓦斯爐,因為沒有使用明火,加熱都集中在鍋具。料理過程更安全,同時使用者也不會被火焰的熱氣搞得心煩意亂、汗流浹背,在廚房也能過得很舒適。而且因為熱能集中,浪費的能源也更少。

因為沒有使用明火,料理過程安全又舒適。圖/截取自泛科學 YT 頻道
Panasonic IH調理爐火力精準聚集在鍋內。圖/Panasonic提供

為了更多的功能、更好的效能,我們早已逐步從傳統按鍵手機換成智慧型手機。一樣的,在廚房內,如果你想輕鬆做出好料理,同時讓烹飪的過程舒適愉快又安全。試試改用 Panasonic IH 爐,一起享受智慧廚房的新趨勢吧!👉 https://pse.is/649gm5

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 306 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
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 ・ 53 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。

1

3
0

文字

分享

1
3
0
你在看我嗎!?鳥類研究新視野:猛禽棲架
自然保育季刊_96
・2022/01/15 ・4235字 ・閱讀時間約 8 分鐘

  • 本文轉載自特有生物研究保育中心,《自然保育季刊》第 116 期
  • 作者/洪孝宇|國立屏東科技大學野生動物保育研究所博士後研究員、林惠珊|國立屏東科技大學農學院生物資源博士班、黃子倫|國立屏東科技大學野生動物保育研究所碩士生、蔡穎詩|國立屏東科技大學野生動物保育研究所碩士生、王婉儀|國立屏東科技大學野生動物保育研究所研究助理、孫元勳|國立屏東科技大學野生動物保育研究所教授

近年來一張張近距離拍攝的精采鳥類照片和影片,記錄下黑翅鳶 (Elanus caeruleus)、領角鴞(Otus lettia)和其他多種鳥類的各種行為,甚至連所捕捉的獵物也都清晰可見,黑翅鳶搞笑的表情還被做成各種梗圖,這樣的照片究竟是怎麼拍到的?又有什麼應用價值呢?

因為相機歪掉而拍到各種黑翅鳶的搞笑姿態,還因此爆紅。圖/洪孝宇 提供

邀請野生猛禽防治農田鼠害

故事要從黑鳶(Milvus migrans)開始說起。2012 年,國立屏東科技大學野生動物保育研究所鳥類生態研究室首次發現黑鳶因為農藥「加保扶」中毒,隔年又再證實黑鳶老鼠藥中毒,逐步揭露過往臺灣農業上因為毒鳥滅鼠所引發的生態危機。此研究先是促使政府將劇毒的農藥「加保扶」列入禁用名單,後續進一步發現臺灣多種猛禽體內廣泛驗出老鼠藥,又讓政府決定停辦已有 40 年歷史的全國農地滅鼠週,不再免費發放老鼠藥給農民使用,並開始尋找對環境較友善的鼠害防治法。

猛禽生物防治法其實在國外已行之有年,最普遍的做法就是在田間或穀倉架設巢箱,吸引倉鴞 (Tyto alba) 這種可愛的白色貓頭鷹入住,牠們就會在田間協助捕鼠。由於倉鴞在全球的分布範圍很廣又很適應農田環境,據統計有關猛禽防治鼠害的論文中,有 86% 是以倉鴞為研究對象。然而可惜的是,臺灣並不在倉鴞的天然分布區內,雖然有另一種外形類似的貓頭鷹叫做草鴞 (Tyto longimembris),但數量稀少而且是在地面營巢,無法用巢箱吸引。

其實臺灣有一種平地常見、且會住巢箱的貓頭鷹叫做領角鴞,但一般認為是偏森林性的貓頭鷹,且以往認為老鼠不是其主要獵物,因此並不適用於防治農田鼠害。

-----廣告,請繼續往下閱讀-----

猛禽棲架的測試

國外還有另一種吸引猛禽的方式,是在空曠的田區設立人工棲架,利用多數猛禽喜歡站在制高點的習性,吸引猛禽進入農田來捕鼠。不過這種作法較不普及,一方面是因為環境的限制,通常會認為猛禽棲架只適用於北美或澳洲那種一望無際的廣闊田野,另一方面是棲架設立後不是隨時都有猛禽站在上面,吸引猛禽的效果就不如有鳥在繁殖的巢箱明顯。

不過既然巢箱在臺灣不太可行,那就來測試猛禽棲架吧!2017 年在行政院農業委員會動植物防疫檢疫局的支持下,臺灣首次的猛禽棲架試驗就在屏東縣內埔鄉的鳳梨田開始,當時設計的竹製棲架高度 9m,設立後由人員定時在遠處進行觀察。兩周後發現,有黑翅鳶站上去了!黑翅鳶是一種平原田野常見的小型猛禽,黑白相間加上有如昨晚熬夜的血紅雙眼極具特色,不過臺灣以往並沒有黑翅鳶,首次正式繁殖紀錄是 2001 年在嘉義鰲鼓,之後族群迅速成長擴散,在短短數十年間已成為全臺平原地區的常見猛禽。

目前普遍認為黑翅鳶是在自然狀況下進入臺灣,就如同近年來在歐洲和中亞,黑翅鳶的分布都呈現擴張的趨勢,原因未明。由於黑翅鳶主食鼠類又有停棲制高點的習性,牠的出現正好符合猛禽棲架的設置目的。

黑翅鳶經常將獵物帶到棲架上,其中鼠類約占 8 成,鳥類和爬蟲類 (石龍子) 各 1 成。圖/洪孝宇 提供

把自動相機裝到棲架上

不過靠人眼觀察實在太花時間,於是我們就靈機一動,何不把調查野生動物常用的感應式自動相機裝到棲架上呢?只要棲架上有鳥出現,就可以自動觸發相機進行拍照和錄影,還可以 24 小時工作,連夜間活動的鳥類都能夠記錄。不過這個點子馬上就遇到幾個問題,首先是棲架上鳥跟相機的距離太短,小於相機可對焦的最近距離,所以拍到的鳥都是模糊的。所幸跟野外研究器材的專業公司討論之後,透過客製化調整相機焦距,解決了目標物過近的問題。接下來又經過一連串的測試,包括對焦距離應該設定多遠、角度如何調整才不會切到鳥的頭或腳、相機如何穩固的安裝在光滑的竹竿上,以及如何避免鳥直接站在相機上等等。

-----廣告,請繼續往下閱讀-----

初期測試的照片總是不太成功,有一次在把棲架立起後相機角度歪掉,變成只能拍到黑翅鳶的上半身,還特寫了各種表情。我們既好氣又好笑地將照片貼上社群粉絲頁並徵求旁白,沒想到這組照片卻意外爆紅,破紀錄獲得上萬次分享,網友們還發揮創意各種改圖,連國外知名梗圖網站也要求授權轉貼,完全打破生態圈的同溫層。

棲架上為了避免鳥離相機太近或是站在相機上面,用束帶來做阻隔。圖/黃筠傑 攝

後續經過不斷的調整測試,連相機的防水性、電池的續航力等問題都陸續克服,總算能夠穩定且清晰的拍攝棲架上出現的鳥類,就連小型食蟲鳥嘴上叼的昆蟲都能清楚辨認。在測試的過程中,同時也查詢國外文獻,想瞭解關於猛禽棲架的最新研究進展,結果發現國外也有一些研究者利用自動相機在做棲架監測,但多數是將相機設在地面對著棲架仰角拍攝,拍到的鳥類不僅距離遠、獵物也不容易辨識,這時才意識到,原來將自動相機裝在棲架上的作法,其實是棲架研究的一大突破呢!

猛禽棲架的創新應用

隨著全臺各地陸續有棲架設立,黑翅鳶都是棲架上最常出現的猛禽,儼然成為猛禽鼠害防治的代言人。不過後來在偶然的情況下,有些棲架設立高度較低,卻意外發現領角鴞開始頻繁出現,會不會是領角鴞不喜歡站太高呢?於是我們在 2019 年設計了 8m 高的雙層棲架,在 4m 和 8m 高度各有一根橫桿,來測試各種鳥類偏好的停棲高度。結果顯示黑翅鳶還是喜歡站在 8m 上層,不過領角鴞和大部分的食蟲鳥偏好停棲在 4m 的下層,這可能跟不同鳥種的覓食習性有關,所以棲架分層還可以增加鳥種的多樣性。而以往認為領角鴞是森林性的猛禽,在降低棲架高度後,這才發現原來領角鴞在夜間也會頻繁進入空曠的農田來覓食,且其獵物中鼠類占了將近 8 成,同樣有很高的鼠害防治潛力。

既然棲架在農田環境能夠成功吸引猛禽停棲, 於是我們又想到,是不是也可以用來調查在自然野地的猛禽呢?這個想法獲得行政院農業委員會林務局屏東林區管理處的支持,於是在 2020 年初,開始在農田以外的多樣化環境進行棲架測試,果然記錄到更多樣的鳥種。統計目前已拍到 11 種猛禽, 日行性的有黑翅鳶、紅隼 (Falco tinnunculus )、 鳳頭蒼鷹 (Accipiter trivirgatus)、大冠鷲 (Spilornis cheela)、魚鷹 (Pandion haliaetus)、臺灣松雀鷹 (A. virgatus)和赤腹鷹 (A. soloensis),夜行性有領角鴞、褐鷹鴞 (Ninox japonica )、草鴞和長耳鴞 (Asio otus),此外還有 44 種以上的非猛禽鳥類,因此猛禽棲架也可以是一種鳥類監測法,在不同的地點和環境就會有相對應的鳥種出現。對於某些經常利用棲架的鳥種,透過腳環還可以做個體辨識,例如在 2020 年底所繫放的草鴞幼鳥,幾個月後就在距離巢區 7‒12km 外的棲架上出現,這樣的個體動態和存活資料在族群監測上非常重要。

-----廣告,請繼續往下閱讀-----
領角鴞偏好高度較低的棲架,且獵物中將近 8 成是鼠類,也有鼠害防治潛力。圖/洪孝宇 提供

一個物種的食性是生態學中很基礎的資訊,然而要在野外直接觀察鳥類覓食並不容易,通常只能透過食繭或排遺分析之類的間接方法、因此目前連很多常見鳥類的食性資料都很缺乏。然而在把自動相機放到棲架上之後,發現許多猛禽和食蟲鳥都會頻繁地帶著獵物回到棲架上,且有不少獵物能夠清楚辨認,成為一個調查鳥類食性非常有效率的方式。目前黑翅鳶和領角鴞都已累積數百筆的獵物資料,食蟲鳥的資料則更多,未來要評估鳥類在農田的生態服務,棲架會是個相當有潛力的工具。不過也有某些鳥類,像是夜鷹 (Caprimulgus affinis)、藍磯鶇 (Monticola solitarius)和草鴞等,雖然也經常在棲架上出現,但卻很少拍到獵物,有可能牠們是在空中或地面就把獵物解決,不會帶回棲架上。

猛禽棲架的限制和展望

我們進行猛禽棲架研究至今約 5 年時間,證實這個古早的生物防治法可以有許多創新的應用,除了可增加鳥類在農田捕鼠捉蟲的生態服務,透過自動相機還能夠記錄出現鳥種、捕捉獵物、鳴唱叫聲和各種行為,可以作為一種鳥類自動監測工具,而夜行鳥類的拍攝,更是打破以往夜間觀察的侷限。我們將這個猛禽棲架結合自動相機的監測方法寫成論文投稿,已在 2021 年被國際猛禽研究期刊 (Journal of Raptor Research) 所接受,且獲得 3 位審稿者的高度肯定,一致認為方法新穎且有廣泛的應用價值。

不過猛禽棲架也有一些缺點和限制,雖然證實了即使是臺灣這種集約鑲嵌式的農田環境,仍有猛禽會頻繁的利用棲架,不過最好還是跟周邊大樹或電線杆有 50m 以上的距離,猛禽造訪率較高。其次是檢查相機的流程較複雜,必須先將棲架放倒再立起,設計上仍有改進空間,未來若能結合太陽能充電和無線傳輸技術,監測上將會更有效率。其三是棲架相當顯眼,被破壞或偷走的風險很高,所以設置地點的安全性需多加考慮。最後,因為棲架有時會記錄到稀有鳥種,在資訊發布上需要小心謹慎,以避免可能的干擾或捕捉壓力。

紅尾伯勞也是棲架常客,只要提供一根鐵絲,牠們就會把獵物插在上面做成「串燒」。圖/洪孝宇 提供

猛禽棲架除了開啟鳥類研究的新視野,在友善農業的推廣上也是非常好的工具。雖然利用猛禽防治鼠害,效果比不上用老鼠藥毒殺,因為猛禽並不會把田間老鼠完全消滅,不過當農友們知道自己田裡有猛禽出現,通常會更願意採行友善的耕作方式,而棲架上拍攝的照片非常吸睛,也可藉此讓社會大眾支持生態友善的農產品。2018 年我們在臺中霧峰進行棲架教學後,獲得農友的認同與支持,連帶促進當地友善及有機耕作的發展,農會更因此推出「黑翅鳶米」的品牌,顯示友善農業具有潛在商機。未來希望能有更多鳥類與農業共生的案例,讓農田可以是野生動物的安全棲地,這是我們進行棲架研究的初衷。

-----廣告,請繼續往下閱讀-----
所有討論 1
自然保育季刊_96
15 篇文章 ・ 13 位粉絲
自然保育季刊為推廣性刊物,以推廣自然教育為宗旨,收錄相關之資源調查研究、保育政策、經營管理及生態教育等成果,希望傳達自然科普知識並和大家一起關注自然!