2

7
0

文字

分享

2
7
0

正當且公開的實驗室裡的秘密實驗——《再.創世》專題

再・創世 Cybernetic_96
・2021/07/15 ・6052字 ・閱讀時間約 12 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!
  • 作者 / 林纓

在許多年以後的某個地方。

那裡的土地有兩種顏色,紅色與藍色。紅色是因為鐵鏽、藍色是因為鈷和銅。紅土與藍土界線分明,幾乎是一條延伸到地平線另一端、看不見盡頭的直線。

空氣則是灰的。灰色的空氣像濃霧一樣籠罩土地之上的所有空間。如果你有眼睛,你會發現你看不到天空,只看得到眼前一公尺半的距離,而且你的眼睛會越來越痛,並在半小時內壞死。

所以這地方已經沒有所謂的「原生動物」或「原生植物」,會移動的只剩下灰撲撲的空氣和四種東西:

AI。

把人腦裝進殻裡行走的人類。

機器人。

和奇美拉。

雖然這四種東西都能自主行走,在「人權」的劃分方面卻有著非常明確的界線──就像紅土與藍土一樣。

擁有人權的是「AI」和「把人腦裝進殻裡行走的人類」,它們都有著相當的情感、智能和人格。

而機器人和奇美拉都不具有人權。機器人只是普通的工作用的空殼,沒有人格也沒有情緒,所以當然不具有人權。至於奇美拉──牠們是實驗室製造的「生物」,能在這種極端的灰色空氣裡生存的複合式生命體──組成牠們的是各種生物的基因,目的在於創造能適應這種極端環境的生物,但這實驗其實沒什麼意義,就屬哲學性質和娛樂性質。

圖爲展於安納托利亞文明博物館的獅身人像「奇美拉」。「奇美拉」在近代演變為異種生物部位混和之神話幻想生物的泛稱。圖/wikimedia

畢竟現在所有具有「人權」的「人」都已經不需要肉體──或許需要腦,但不需要眼睛耳朵和皮膚,也不需要進食──所以既不需要能吃的動物糧食,也不需要能被使用的動物肉體──那麼創造這些能呼吸灰色空氣的生命體又有什麼用呢?

大概就像開發手機遊戲和桌上型點頭娃娃的目的一樣,為了賺錢或紓壓吧。

但奇美拉終究不及遊戲和影視等其他娛樂產業討喜,因此在全盛期的熱潮過後,許多奇美拉都被放歸自然,數百間實驗室惡性倒閉,現在只剩寥寥幾間矗立在這奔馳著野生奇美拉的荒蕪大地上。

而其中一間全然合法、營收還過得去、經歷過三波裁員但在員工福利方面頗有口碑的中型實驗室,正巧就座落在那條紅色與藍色的土地交界線上,紅色三百坪、藍色三百坪,不多不少剛剛好。

現在這間實驗室的某個房間正在進行一場哲學的思辨。

「你說,為什麼練僧侶的人那麼多?」白色殼子裡的AI傳了一條思緒。

「為了省藥水錢吧。」坐在它隔壁的黑色殼子裡的人腦也傳了一條思緒。

「不是為了滿足某種對他人施恩的慾望嗎?自我滿足的救世情節之類的。」白殼AI傳。

「不是為了滿足某種對他人施恩的慾望嗎?自我滿足的救世情節之類的。」白殼 AI傳。圖/Pexels

「好啊,那我今晚不補你啊,你自己打王去。」黑殼人腦傳。

「你當我沒人要嗎?去廣場揮個手就十五個僧侶黏上來。」白殼AI傳。

「好啊,拆夥啊,你去跟他們打啊。」黑殼人腦傳,順帶附上3D晃動效果的不雅手勢貼圖。

「好啊!拆就拆!怕你啊!」白殼AI附上發光效果的爆破貼圖。

黑殼人腦舉起手,揍了白殼AI肩膀一拳,坑的一聲,白殼AI的警示器響了兩下:「嗶嗶,遭受衝擊。損傷率百分之零」。

白殼AI也舉起拳頭,正要往黑殼人腦肩頭揍去,門就開了,兩人立刻坐正,埋頭檢查觀察箱裡的資料。

「身體素質……B。」黑殼人腦公開傳訊。

「還不錯呢,果然是亞洲獅、鞭蠍和豪豬的混種。」白殼AI公開傳訊,讚賞地敲敲觀察箱的強化隔窗。

「或許應該加點蟑螂?」黑殼人腦公開傳訊。

「你什麼都想加蟑螂。」白殼AI公開傳訊,附上翻白眼貼圖。

「蟑螂是已知曾經存在的最強勢物種,混什麼都是優勢吧。」黑殼人腦公開傳訊。

「既然都滅絕了,當時的素質評比就沒什麼意義。現在重要的是基因之間的協調性。」白殼AI敲了敲操作台。

門口的機器人嗶嗶兩聲,移動手腳到一旁進行例行房間維護。

「既然都滅絕了,當時的素質評比就沒什麼意義。現在重要的是基因之間的協調性。」圖/Pixabay

白殼AI和黑殼人腦這才回頭,兩人都洩氣地傳了一連串無意義的貼圖,重新懶回椅子上。

「還以為是陳上司咧。」黑殼人腦傳。

「你都叫它陳上司啊?我都叫它奧特曼。」白殼AI傳。

「那是它幾年前的名字啊?」黑殼人腦問。

「二十年前……?還是四十?忘了。這個比較好記。」白殼AI傳。

「那肯定是它黑歷史時期的名字……它後來都取簡單的單名了。」黑殼人腦傳。

「我倒是不喜歡換名字。」白殼AI傳。

「對喔,沒見你換過名字。我倒是換過兩次。」黑殼人腦傳。

「三次。還有『黑月X影殺』。」白殼AI傳。

「黑歷史──」黑殼人腦傳了一連串表示崩壞的貼圖。

「當時大家都不知道那個X到底是什麼意思呢。問你你也不說,只會傳月亮貼圖。」白殼AI傳。

「別說了。還是談談奇美拉吧。我們還在工作呢。」黑殼人腦傳。

白殼AI對黑殼人腦露骨的轉移話題感到可笑,同時也憐憫它曾經暴露於工作場合的黑歷史時期,想想如果是自己取了那種名字來工作,肯定會在清醒後立刻羞憤辭職的吧。就這點來看黑殼人腦還算有骨氣,就這麼堅持到現在沒換工作,著實令人敬佩。

白殼AI於是配合地轉移話題:

「你覺得如果把這些奇美拉的腦裝進殻裡,牠們也能和我們溝通嗎?」

黑殼人腦停頓了一會兒,把掃描器的正面轉向白殼AI,遲疑地傳:

「你怎麼每次都在想這麼哲學的問題?」

「你怎麼每次都在想這麼哲學的問題?」圖/Pexels

白殼AI傳:

「不然我們繼續聊你的名字?」

黑殼人腦傳:

「奇美拉的腦嗎?我覺得嗯,我想想,應該是可以。或許能進行某種程度的溝通吧。」

白殼AI傳:

「但這樣會產生更嚴重的人權問題。萬一證明這些怪物真的有思考能力,這些實驗或許就得終止了。畢竟目前牠們被視作和機器人同等級無智能、無感情、無人格的生物嘛。」

黑殼人腦傳:

「而我們會失業。」

白殼AI傳:

「你怎麼老是能提出這麼膚淺的觀點?」

黑殼人腦傳:

「那如果是人腦被放進奇美拉裡呢?」

白殼AI傳:

「肯定無法和我們溝通。奇美拉的身體裡沒有晶片也沒有收發器,無法接收到我們的訊息。」

黑殼人腦傳:

「但人腦放得進去嗎?」

白殼AI傳:

「如果建構一個內接轉換槽……可以試試看。」

這兩人的哲學探討隨著時間過去,就這樣持續了六年。

終於在某一天,兩人都難以按耐住好奇心,打算在這座一成不變的實驗室裡展開一場秘密實驗。

終於在某一天,兩人都難以按耐住好奇心,打算在這座一成不變的實驗室裡展開一場秘密實驗。圖/Pexels

把人腦放進奇美拉肉體裡的秘密實驗。

它們利用自己的工作時間和休息時間暗自打造了人腦轉接槽,暗自解剖了觀察箱裡它們創造的第十二隻奇美拉:黑猩猩和家豬和塔朗圖拉狼蛛混種,並在那一天──那關鍵的一天──把黑殼人腦的殼蓋打開,並把黑殼人腦的腦放進奇美拉裡。

因為要用無菌低溫箱轉換的關係,黑殼人腦失去意識了一段時間。

當它醒來,設法掃描周圍的時候──

它發現它的感知器變得十分奇怪。感知範圍只有面前一小塊區域,而且無法模式轉換,只能用色感光譜的方式呈現。

而且它要呼吸。每一口氣吸進肺裡都像異物,那感覺一點也不好,噁心且疲累。

它想傳訊給白殼AI說這簡直是個糟透的蠢殼,但它無法傳訊,只能透過窗格看著光譜下呈現白色的那具人形金屬殼。

它於是上前──幾乎難以移動,因為它的腳是八隻很不協調的巨型狼蛛腳,而驅動狼蛛腳的肌肉是猩猩的大腿肌──跌跌撞撞地摔向窗格,用力打了打窗面。

白殼AI對它揮了揮上臂,它們之間只剩下這種溝通方式。

畢竟沒有晶片、沒有網路,只剩下奇美拉的眼睛和耳朵。

而無論AI或人腦,現在的人們溝通只需要意念,自從耳朵與嘴巴被淘汰後,語言和聲音成了失落許久的古文明。

自從耳朵與嘴巴被淘汰後,語言和聲音成了失落許久的古文明。圖/Pexels

它驅動狼蛛腿也想進行一樣的揮手動作,卻狼狽地摔倒了。摔進地上那坨黏膩的──黏膩?這種感覺也是第一次。神奇的令人不自在的觸覺。還有痛覺。天啊!竟然會痛,它摔倒了。

它在地上翻滾爬行想站起來,但這具不協調的混合軀體無法隨它所願。

白殼AI拍了拍窗格,它不確定這是要它冷靜或是在詢問它在幹嘛的意思,但它冷靜不下來也不知道自己在幹嘛。

這具軀體實在太不自然也太不協調了。

一切感官都如此限縮又多餘,限縮的部分在於:不能三百六十度掃描、不能切換鏡頭、不能傳訊、不能開啟腳部的噴射推進器,多餘的部分在於:有痛覺、要呼吸、有八隻腳。

它才待兩分鐘就受不了了,它想立刻換回去,終止這現在看來完全就是無意義且愚蠢的好奇心,但它爬不起身,無法告訴白殼AI它的想法。

當它終於重新用八隻腳站立,已經過了一個半小時,白殼AI坐在觀察窗前觀察它,而它撲向觀察窗,很野性地用兩條前腿敲打窗格。

白殼AI又對它揮了揮前臂。

這個混帳。

它暗自傳了一大堆不雅手勢貼圖,卻發現它現在這具肉做的軀體根本無法傳貼圖,它越來越惱怒,又敲了敲窗格。

此時,外頭那扇門開了。

它看見白殼AI回頭,而陳上司走進來,白殼AI和陳上司說了一些話,白殼AI被帶走,陳上司也離開,這裡只剩它一人。

怎麼回事?

它感到驚慌,但安慰自己等等就能換回來吧。

但是白殼AI沒有回來,過了半小時後,變成另外兩位灰殼和紅殼的人坐在觀察窗外,很不熟練地操作房間的設備,好像正在瀏覽這隻奇美拉的資料。

調職?這是調職嗎?

之前有聽說過最近要調職,所以它們兩人才加緊這項秘密實驗的腳步,沒想到竟然是在這種關鍵的時刻調職?

不,或許只是例行的職場檢查?白殼AI馬上就會回來吧?

它惴惴不安地盯著窗格外的灰紅兩人,因為種族歧視的問題現在多數的外殼型號已經無法從外觀辨別是人腦還是AI了,總之就是兩個人。

它就這樣在這具不協調的軀殼裡盯著那兩人──

持續了半年。

在這半年內它沒日沒夜地等著白殼AI回來,沒日沒夜地感到疼痛,沒日沒夜地設法要和窗格裡的灰紅兩人溝通,但那兩人什麼都不明白。

它們只會在儀器上操作,只會在房間偷懶,只會在窗格前悠哉地打鬧,對它的舉動視而不見,頂多偶爾敲敲窗面,但顯然不是為了要認真溝通。

天啊!這一切都是因為那該死的好奇心!該死的哲學思辨!該死!

終於在它變成奇美拉的半年後,陳上司進來,紅灰兩人離開房間,取而代之的是白殼AI。單從外觀型號它不確定那是否就是它的同事、它的朋友,畢竟沒有晶片無法感知到IP位址或姓名ID。

但那顯然是白殼AI,因為陳上司一離開,它就立刻用力拍了拍窗格,然後開始準備無菌低溫箱,然後嘶──麻醉氣體瀰漫整個觀察箱,奇美拉的軀殼昏了過去。

當它再次醒來時,已經回到那具再熟悉不過的黑色外殼。

它不用再眨眼了。它有感應器。

它傳的第一條訊息是:

笑臉貼圖。

它傳的第一條訊息是:笑臉貼圖。圖/Pixabay

那是最便捷的基礎貼圖。

「你還好嗎?」白殼AI傳,「我沒想到那麼剛好會在那個時間點被調走,據說是人事部挪用公款的問題,還有第四波裁員……這房間又必須靠個體晶片掃描才能進入,我只能向奧特曼申訴說我想調回來,奧特曼這個人又很會拖,沒想到竟然耗了半年才回到這個房間……」

黑殼人腦傳不出訊息,它現在正感動於這具協調身體的無病無痛無呼吸和切換三百六十度掃描以及遠紅外線感知模式和全境衛星視角。

「啊對,第四波裁員你中獎了,你現在失業了。」白殼AI傳。

黑殼人腦又傳了一個笑臉貼圖。

「你沒事吧?」白殼AI傳。

黑殼人腦緩慢地點開記錄檔,開始撥放自己這半年來的錄像。

監視錄像裡的它,無論是遲鈍不協調的動作還是那些看似無意義的行為,看起來都像隻再普通不過的奇美拉。

像每一隻被它們創造出來的奇美拉。

「看起來……和其他奇美拉一模一樣。」黑殼人腦傳。

「是啊。」白殼AI傳。

「沒有人會發現異常。」黑殼人腦傳。

「是啊。」白殼AI傳。

「會不會其他奇美拉其實也有和我們相當的智能和人格……」

「這個問題就不要再深究了。自從你遭遇這件事後,我就對哲學探討沒興趣了,我現在的興趣只有躺著不動自動續能,和玩遊戲。」白殼AI傳。

黑殼人腦沉默接收著奇美拉的監視錄像。

白殼AI關掉錄像撥放,推著黑殼人腦走出房間,提前打卡請假下班,一路將黑殼人腦推到研究室外,站在荒蕪的藍紅土地交界線上。

白殼AI輕輕揍了黑殼人腦的肩膀一下,黑殼人腦沒有感覺到痛,只聽到警示器響了兩下:「嗶嗶,遭受衝擊。損傷率百分之零」。

黑殼人腦體會到一種難以言喻的情緒,它漫無目的地傳了熱咖啡和陽光燦爛的海邊的貼圖給白殼AI。

白殼AI沒說什麼,拉起黑殼人腦的手,用黑殼人腦的手打了自己一下:「嗶嗶,遭受衝擊。損傷率百分之零」。

黑殼人腦的感測器正面轉向白殼AI,然後伸出拳頭。

白殼AI的拳頭和它撞了一下,就像每次下班後它們的默契。

「今晚,再一起打遊戲?」白殼AI傳。

「幸好我練僧侶。我今天實在……沒心情打怪物。」黑殼人腦傳。

實驗室靜靜地矗立在藍與紅土的界線上,兩年後,又一波經濟蕭條襲來,這間中型奇美拉實驗室終於也在拖欠了員工十個月薪水後惡性倒閉。遊戲和貼圖產業倒是一如既往地蒸蒸日上,應該說現在只剩這兩樣能穩定推陳出新又賺錢如洪水的產業了。

文章難易度
所有討論 2
再・創世 Cybernetic_96
11 篇文章 ・ 28 位粉絲
由策展人沈伯丞籌畫之藝術計畫《再・創世 Cybernetic》,嘗試從演化控制學的理論基礎上,探討仿生學、人工智慧、嵌合體與賽伯格以及環境控制學等新知識技術所構成的未來生命圖像。

0

1
0

文字

分享

0
1
0
寵物過敏原有很多種,避免飲食過敏困擾,可選擇單一/特殊肉種寵物飼料
鳥苷三磷酸 (PanSci Promo)_96
・2023/06/06 ・2173字 ・閱讀時間約 4 分鐘

本文由 新萃 Nutri Source 委託,泛科學企劃執行。

你有發現家裡的狗狗經常舔自己四肢,或是身上出現不明紅疹?當心這可能是過敏反應。寵物和人類一樣,也會有過敏反應,過敏可依照「來源」分為三種:吸入性過敏、接觸性過敏和食物性過敏。

寵物的過敏源有哪些?

不管是哪一種過敏反應,在人的身上都比較容易發現和排除。但狗狗的過敏卻很難處理,如果是接觸性或吸入性過敏,即使你把家裡打掃得很乾淨,還是無法排除帶狗出去散步時可能接觸到的環境過敏原。因此,對飼主來說,最容易控制的是食物性過敏。

食物性過敏是怎麼發生的呢?其實,「食物過敏」這個詞並不太準確。正確的臨床醫學用詞是「食物不良反應」(Adverse Food Reaction, 簡稱AFR)(Jackson, H. , 2009),指的是吃下食物後身體產生各種不良反應。並進一步分為食物過敏(Food Allergy)和食物不耐受(Food Intolerances)兩種。

如果你看過動漫作品《工作細胞》,你就會知道過敏其實只是免疫系統對特定成分產生的過度反應,因此全名為「過分敏感」;而食物不耐受則並非免疫性反應,而是消化系統無法代謝或對該生物體有毒,例如狗不能吃洋蔥或巧克力,否則會致死等等。

由於寵物沒有選擇權,只能吃飼主提供的食物,如果飼料中恰好有會造成牠 AFR 的成分,就可能產生各種症狀。除了腸胃發炎和拉肚子外,最明顯的外在症狀就是皮膚問題,包括搔癢、脫毛和紅疹等。後者容易被誤判為皮膚性疾病,讓許多飼主狂跑獸醫院的同時,獸醫也難以對症下藥。

雖然曾有研究透過讓醫師用血液或唾液是否檢測出 IgE 抗體來判斷狗是否過敏(Ermel, R et al.,1997),但最新的研究卻發現,無論使用無論血清的 IgE 抗原或是唾液裡的 IgM 或 IgA 抗原都無法有效檢測出狗狗的過敏來源(Udraite Vovk Let al., 2019 & Lam ATH et al., 2019),甚至會造成偽陽性誤判。因此,目前學界公認唯一能識別食物過敏原的方法就是「食物排除法」(Food Elimination Method)。

以食物排除法,找出毛孩的食物過敏原!

食物排除法的原理相當簡單粗暴,類似我們過去在學校做的實驗一樣,抓出「控制組與對照組」。首先,將狗狗的食物換成牠沒吃過、單一來源且易消化的高蛋白質或水解蛋白質;同時嚴格限制牠對其他食物接觸,包括其他人餵食或路上亂吃等可能性都要注意,此為「對照組」,如此持續 8~12 週,觀察皮膚是否有改善。如果確實有改善,那就證明了確實是 AFR 而非皮膚病。

下一步我們可以進行「食物挑戰」,在每餐食物中逐一嘗試可能的過敏原(例如常見的牛肉、雞蛋等),有如「控制組」,等到症狀又出現,就可以確認哪種食物成分是過敏原,未來就可以在飼料中排除,讓狗狗健康快樂地成長。

這個方法需要飼主的大力配合和耐心紀錄,不僅要在漫長的試驗期,更需要在控制期一一排除所有不可能之後,才能找到答案。而其中最困難的部分,也是實驗的基礎可能是第一步:「提供狗狗牠從未吃過,且肉品單一的蛋白質」,這點對多數飼主來說幾乎是不可能的任務,因為大部分的寵物飼料成分都很複雜。不要說狗狗了,搞不好你連自己沒吃過什麼恐怕都不知道。

飼料成分多而雜,可選單一肉種飼料降低過敏。

那該怎麼進行食物排除法呢?別擔心,沒有找不到的肉品,只有勇敢的狗狗。市面上已經有了針對過敏狗狗的低敏飼料,新萃推出了一系列低敏肉,包含單一肉種的袋鼠肉、鹿肉以及野豬等相比牛豬羊等較不容易取得的肉類,是進行食物排除法第一步測試的首選。

此外,新萃牌無論哪種飼料都有美國專利 Good 4 Life® 奧特奇專利保健元素,能促進飼料中的營養都被狗狗完整吸收。不僅過敏的狗狗能吃,有消化不良症的狗狗也適用。

新萃商品選擇的是單一/特殊肉種的成分,低敏感肉品讓寵物吃了更安心。

參考資料

  1. Thus for the purpose of this discussion, although the term food allergy is used throughout, it should be recognized that this term is a presumptive clinical diagnosis and adverse food reaction is a more accurate term for these canine cases. – Consensus
  2. Jackson, H. (2009). Food allergy in dogs – clinical signs and diagnosis.. Companion Animal Practice.
  3. Assessment of the clinical accuracy of serum and saliva assays for identification of adverse food reaction in dogs without clinical signs of disease – PubMed (nih.gov)
  4. Lam ATH, Johnson LN, Heinze CR. Assessment of the clinical accuracy of serum and saliva assays for identification of adverse food reaction in dogs without clinical signs of disease. J Am Vet Med Assoc. 2019 Oct 1;255(7):812-816. doi: 10.2460/javma.255.7.812. PMID: 31517577.
  5. Direct mucosal challenge with food extracts confirmed the clinical and immunologic evidence of food allergy in these immunized dogs and suggests the usefulness of the atopic dog as a model for food allergy. – Consensus
  6. Ermel, R., Kock, M., Griffey, S., Reinhart, G., & Frick, O. (1997). The atopic dog: a model for food allergy.. Laboratory animal science.
  7. https://www.moreson.com.tw/moreson/blog-detail/furkid-knowledge/pet-knowledge/dog-food-allergen-TOP10/
  8. 狗狗因為食物過敏而搔癢不舒服,為什麼做「過敏原檢測」沒什麼用?
  9. 【獸醫診間小教室】狗狗皮膚搔癢難改善?小心食物過敏! – 汪喵星球 (dogcatstar.com)
  10. 寵物知識+/毛孩對什麼食物過敏?獸醫:驗血完全不準!診斷法只有一個 | 動物星球 | 生活 | 聯合新聞網 (udn.com)
  11. Is there a gold-standard test for adverse food reactions? – Veterinary Practice News
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
172 篇文章 ・ 276 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

3
0

文字

分享

0
3
0
人造腦挑戰 AI!培養皿中的腦組織+腦機介面能打敗電腦嗎?
PanSci_96
・2023/05/27 ・3178字 ・閱讀時間約 6 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

2023 年 2 月底, 約翰霍普金斯大學教授 Thomas Hartung 帶領研究團隊,發表了「類器官智慧」(Organoid intelligence , OI)的研究成果,希望利用腦類器官加上腦機介面,打造全新的生物計算技術。

我們終於要製造人工大腦了嗎?OI 和 AI,誰會成為未來主宰?

類器官智慧 OI 是什麼?目標為何?

2023 年的現在,AI 就已展現了不少驚人的實際成果;相較之下, OI 仍只是一個剛起步的計畫,甚至連名稱都與 2018 年美國《自然—物理學》期刊專欄作家、物理學家布坎南以 Organoids of intelligence 作為標題的文章幾乎一樣。

類器官智慧、Organoid intelligence、OI 是個很新的跨領域名詞,同時結合了「腦類器官」和「腦機介面」兩個領域的技術。

簡單來說,腦類器官就是指透過培養或誘導多能幹細胞(iPSCs),在模擬體內環境的旋轉生物反應器中,產生的腦組織。這項聽起來好像只會出現在科幻電影裡的技術,確實已經存在。

最早的腦類器官是在 2007 年,日本 RIKEN 腦研究所的笹井芳樹和渡辺毅一的研究團隊,成功從人類胚胎幹細胞培養出前腦組織。第一個具有不同腦區的 3D 腦類器官則是發表在 2013 年的《Nature》期刊,由奧地利分子技術研究所的尤爾根.科布利希和瑪德琳.蘭開斯特研究團隊成功建立。

腦類器官的出現,在生物與醫學研究中有重大意義,這代表未來科學家們若需要進行大腦相關的研究,再也不用犧牲實驗動物或解剖大體老師來取得人類大腦,只需要在培養皿就製造出我們要的大腦即可。

儘管培養皿上的組織確實是大腦組織,但不論是在大小、功能,以及解剖構造上,至今的結果仍遠遠不及我們自然發育形成的大腦。因此要達到 OI 所需要的「智慧水準」,我們必須擴大現有的腦類器官,讓他成為一個更複雜、更耐久的 3D 結構。

要達到 OI 所需的「智慧水準」,必須擴大現有的腦類器官,成為一個更複雜的 3D 結構。圖/GIPHY

而這個大腦也必須含有與學習有關的細胞和基因,並讓這些細胞和 AI 以及機器學習系統相連接。透過新的模型、演算法以及腦機介面技術,最終我們將能了解腦類器官是如何學習、計算、處理,以及儲存。

OI 是 AI 的一種嗎?

OI 能不能算是 AI 的一種呢?可說是,也不是。

AI 的 A 指的是 Artificial,原則上只要是人為製造的智慧,都可以稱為 AI。OI 是透過人為培養的生物神經細胞所產生的智慧,所以可以說 OI 算是 AI 的一種。

但有一派的人不這麼認為。由於目前 AI 的開發都是透過數位電腦,因此普遍將 AI 看做數位電腦產生的智慧—— AI 和 OI 就好比數位對上生物,電腦對上人腦。

OI 有機會取代 AI ?它的優勢是什麼?

至於為何電腦運算的準確度和運算速度遠遠高於人腦,最主要原因是電腦的設計具有目的性,就是要做快速且準確的線性運算。反之,大腦神經迴路是網狀、活的連結。

人類本身的基因組成以及每天接收的環境刺激,不斷地改變著大腦,每一分每一秒,我們的神經迴路都和之前的狀態不一樣,所以即使就單一的運算速度比不上電腦,但人腦卻有著更高學習的效率、可延展性和能源使用效率。在學習一個相同的新任務時,電腦甚至需要消耗比人類多 100 億倍的能量才能完成。

神經網路接受著不同刺激。圖/GIPHY

這樣看來,至少 OI 在硬體的效率與耗能上有著更高優勢,若能結合 AI 與 OI 優點,把 AI 的軟體搭載到 OI 的硬體上,打造完美的運算系統似乎不是夢想。

但是 OI 的發展已經到達哪裡,我們還離這目標多遠呢?

OI 可能面臨的阻礙及目前的發展

去年底,澳洲腦科學公司 Cortical Labs 的布雷特.卡根(Brett Kagan)帶領研究團隊,做出了會玩古早電子遊戲《乓》(Pong)的培養皿大腦—— DishBrain。這個由 80 萬個細胞組成,與熊蜂腦神經元數量相近的 DishBrain,對比於傳統的 AI 需要花超過 90 分鐘才能學會,它在短短 5 分鐘內就能掌握玩法,能量的消耗也較少。

現階段約翰霍普金斯動物替代中心等機構,其實只能生產出直徑大小約 500 微米,也就是大約一粒鹽巴大小的尺寸的腦類器官。當然,這樣的大小就含有約 10 萬個細胞數目,已經非常驚人。雖然有其他研究團隊已能透過超過 1 年的培養時間做出直徑 3~5 毫米的腦類器官,但離目標細胞數目 1000 萬的腦類器官還有一段距離。

為了實現 OI 的目標,培養更大的 3D 腦類器官是首要任務。

OI 的改良及多方整合

腦類器官畢竟還是個生物組織,卻不像生物大腦有著血管系統,能進行氧氣、養分、生長因子的灌流並移除代謝的廢物,因此還需要有更完善的微流體灌流系統來支持腦類器官樣本的擴展性和長期穩定狀態。

在培養完成腦類器官以及確定能使其長期存活後,最重要的就是進行腦器官訊息輸入以及反應輸出的數據分析,如此我們才能得知腦類器官如何進行生物計算。

受到腦波圖(EEG)紀錄的啟發,研究團隊將研發專屬腦類器官的 3D 微電極陣列(MEA),如此能以類似頭戴腦波電極帽的方式,把整個腦類器官用具彈性且柔軟的外殼包覆,並用高解析度和高信噪比的方式進行大規模表面刺激與紀錄。

研究團隊受腦波圖(EEG)紀錄的啟發。圖/Envato Elements

若想要進一步更透徹地分析腦類器官的訊號,表面紀錄是遠遠不夠的。因此,傷害最小化的的侵入式紀錄來獲取更高解析度的電生理訊號是非常重要的。研究團隊將使用專門為活體實驗動物使用的矽探針Neuropixels,進一步改良成類腦器官專用且能靈活使用的裝置。

正所謂取長補短,欲成就 OI,AI 的使用和貢獻一點也不可少。

下一步,團隊會將進行腦機介面,在這邊植入的腦則不再是人類大腦,而是腦類器官。透過 AI 以及機器學習來找到腦類器官是如何形成學習記憶,產生智慧。過程中由於數據資料將會非常的龐大,大數據的分析也是無可避免。

隨著 AI 快速發展的趨勢,OI 的網路聲量提升不少,或許將有機會獲得更多的關注與研究補助經費,加速研究進度。更有趣的是,不僅有一批人希望讓 AI 更像人腦,也有另一批人想要讓 OI 更像電腦。

生物、機械與 AI 的界線似乎會變得越來越模糊。

OI=創造「生命」?

生物、機械與 AI 的界線越來越模糊。圖/Envato Elements

講到這裡,不免讓人擔心,若有一天 OI 真的產生智慧,我們是否就等於憑空創造出了某種「生命」?這勢必將引發複雜的道德倫理問題。

雖然研究團隊也強調, OI 的目標並不是重新創造人類的意識,而是研究與學習、認知和計算相關的功能,但「意識究竟是什麼」,這個哲學思辨至今都還未有結論。

到底懂得「學習」、「計算」的有機體能算是有意識嗎?如果將視覺腦機介面裝在 OI 上,它是否會發現自己是受困於培養皿上,被科學家們宰割的生物計算機?

不過這些問題不僅僅是 OI 該擔心的問題,隨著人工智慧的發展,GPT、Bing 和其他由矽構成的金屬智慧,隨著通過一個又一個智力、能力測試,也終將面臨相應的哲學與倫理問題。

最後,Neuralink 的執行長馬斯克說過(對,又是他 XD),人類要不被 AI 拋下,或許就得靠生物晶片、生物技術來強化自己。面對現在人工智慧、機械改造、生物晶片各種選擇擺在眼前,未來你想以什麼樣的型態生活呢?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1166 篇文章 ・ 1524 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
2

文字

分享

0
3
2
透過 AI 繪圖原理,你就知道怎麼訓練做圖生成!
PanSci_96
・2023/04/29 ・2014字 ・閱讀時間約 4 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

AI 生圖是透過訓練模型學習自行生成圖像,而電腦繪圖則是由使用者透過軟體或工具手動繪製圖像。

儘管可能較缺乏人工繪圖的細節與創意,但是都是由 AI 自己生成,每張絕無僅有,這樣應該也算是有些創意吧?

究竟這個「安能辨我是 AI」的新時代,到底是怎麼突然降臨的呢?

現代魔法師的誕生

現在夯、猶如魔法的 Midjourney,使用者針對想要創作的內容和風格,給出關鍵字如 Hyper realistic、Xerox Art、masterpiece、underwater,以及畫面比例等參數,甚至是特定藝術家的名字,大約 30 秒到 1 分鐘,就能完成作品,對一般民眾來極容易上手。

如果生成出不對勁的怪圖,只要請它參照範例、補充關鍵字,或是你本身就有一點修圖能力,就可以產出高品質的美圖。因此,我們也可以說這是一種能和 AI 繪師對話的語言介面,新的職業「AI 溝通師」也隨之出現。

AI 生圖其實也不是什麼新技術,早就有人採用一種名為 GAN 的對抗式生成網路的演算法來生成圖片。在 2018 年也有人用來生成某種藝術作品,並拍賣出高價,當然在當時與其說是美麗的藝術,其實更多是個噱頭。

從模仿到創造

為了達成「創新」,AI 研究者放棄了 GAN 中讓 AI 互相競爭找出「最佳解」的對抗式思維,提出一種名為「Diffusion model」擴散模型的新概念。

如果觀察 Stable diffusion 或 Midjourney 生圖過程,可以發現到,圖片會從一團什麼都沒有的雜訊開始,逐漸出現五官、輪廓等特徵,最後才變成有著豐富細節的精緻畫作。

擴散模型的去噪過程。圖/維基百科

Diffusion model 在訓練時則是會先看到一張完整照片,接著依照馬可夫鏈的過程,以高斯分布的方式往圖片上加入隨機噪點。待整張圖變成一團雜訊,等它學會從一張圖到混亂雜訊的過程後,再習得如何從混亂雜訊中生成圖的能力;於每一步加噪的過程中學會降噪,使用時間鉗形攻勢,完成雙向學習。

Diffusion model 在接下來的訓練中,會不斷調整自己的參數,學習自己生成圖片。這個訓練好的 Diffusion model 其實就像個大型藍色窗簾機器人,從雜訊中抓出特定特徵,例如看到兩點一線,就說是人類的眼睛與嘴巴,接著漸漸畫出人類的面貌。

過程中還會加上一個名為「變方自編碼器」(Variational Auto-encoder ,VAE)的加持,使它輸出的不只是原本的訓練或輸入的圖片,而是真正能夠「無中生有」的連續性畫素,而這就是擴散模型被稱為生成模型的原因。另外,隨著步驟越多,解析度或細節可以更高,每一次相同的關鍵字或輸入圖檔,經過模型輸出的結果都有著不確定性。

從二維到三維

當你以為畫奇幻插畫和二次元美少女就是極限了,最新進展絕對更令人大開眼界!

前陣子開發出來的模型,能讓使用者自己上傳作品或相同風格的畫風,來產出更多樣化的素材。例如不久前在日本被下架的 mimic;而 DALL-E 則推出 Outpainting 功能,例如輸入知名畫作,它會替其擴張圖片,算出可能的背景樣式。

DALL-E 算出知名畫作《戴珍珠耳環的少女》的可能背景樣式。圖/OpenAI

若再將繪圖 AI 訓練到不只能輸出圖片,甚至能輸出擬真的照片呢?已經有人這麼做了。

最近最紅的生成模型,可以把疫情期間我們一張張戴口罩的照片全自動 PS 出嘴巴鼻子、輕易更換穿搭風格等。新出的 AI 繪圖軟體 ControlNET,甚至只要提供骨架甚至幾個線條,就能繪出相同姿勢的人物圖像。

如果我們能夠生成無法辨別的真人外觀,再搭配已經有的 3D 骨架建模生成模型,豈不是可以達成科幻電影「虛擬偶像(Simone,2002)」的劇情,生成一個假演員來演戲拍廣告!

這些 AI 生成模型其實都只是為我們所用的工具,這波 AI 繪圖師的加入,肯定會大量取代中階以下的商用和插畫家的需求,並解決業主和設計師之間的溝通成本,各家美術或遊戲公司紛紛開出 AI 溝通師的職缺。追隨主流審美的人類繪師受創最深,而對已有強烈藝術風格的大師或非主流藝術家來說,目前相對不受影響。

使用 AI 完成的藝術作品。圖/GIPHY

AI 繪圖工具的出現,掀起了一股巨浪。如今不僅有人能利用 AI 生成作品得獎,也開始能看到有人使用 AI 創作進行營利、販售。

然而創作領域中模仿、挪用、抄襲、致敬等等的問題在 AI 出現以前就是個難解之題,來到大生成時代,這類問題只會越來越多,我們又該如何面對它呢?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1166 篇文章 ・ 1524 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。