3

10
1

文字

分享

3
10
1

推理系動畫毒殺利器!——認識致命的「河魨毒」

Evelyn 食品技師_96
・2022/01/21 ・3367字 ・閱讀時間約 7 分鐘

  • 文/Evelyn 食品技師

早在兩千年前《山海經》就提到肺魚(河魨)[註 1]會毒死人;明代的《本草綱目》亦記載:「河魨有大毒,味雖珍美,食之殺人」,可知早在古代,大家就發現河魨肉的美味之處,也知道他擁有「劇毒」,甚至連動畫《名偵探柯南》都曾上演用河魨毒殺人的案件呢!(動畫第 226 ~ 227 集:戰鬥遊戲的陷阱)

河魨是媲美和牛的夢幻料理,為了一嚐美味連命都不要了!

在日本,河魨被視為珍饈佳餚,尤其河魨生魚片富含膠原蛋白、脂肪含量低、味道清爽鮮甜,口感爽脆帶勁,其美味足以媲美日本和牛,被認為是一生必吃一次的夢幻料理。

許多饕客無法抗拒河魨的美味,為了能嚐上那一口極品,即使冒著生命危險也在所不惜。史上因河魨送命的最知名案例,莫過於 1975 年日本國寶級歌舞伎演員八代目坂東三津五郎,在料亭師傅推薦下,吃了四份河魨肝(據說是河魨最美味的部位)後中毒身亡,成為食魨死士。

根據日本厚生勞動省統計,在 1959 年前,日本每年因河魨毒中毒死亡的人數超過 100 人,直至 1982 年後,中毒死亡人數才降至每年 10 人以下。主要是因日本政府推行「河魨料理廚師執照」,通過筆試與術科考取執照,才可以合法烹調河魨,使河魨毒中毒死亡率大幅降低。 

星斑叉鼻魨 Arothron stellatus(Bloch and Schneider)。圖/參考資料 1

相較之下,臺灣雖然沒有如此盛行吃河魨,但每年仍發生不少因誤食河魨而中毒的案例。筆者根據衛生福利部的歷年食品中毒資料統計,從民國 81 年至 109 年河魨毒中毒案件計有 33 案,患者總人數為 139 人,死亡總人數為 11 人,死亡率高達 7.9%。

-----廣告,請繼續往下閱讀-----
民國 81 年至 109 年河魨毒中毒統計資料。資料來源/衛生福利部

分析主要原因是漁品產銷人員及社會大眾辨識河魨能力不足,為此,民國 101 年衛生福利部食品藥物管理署出版「臺灣常見有毒河豚(魨)圖鑑手冊」,整理臺灣常見之有毒河魨(參考資料 1),提供漁品產銷人員及社會大眾參閱,故民國 101 年後的中毒案件及人數確實有顯著下降。

河魨毒素究竟有多強?和「麻痺性貝毒」非常接近!

1909 年,日本科學家首次從河魨卵巢中分離出毒素,命名為河魨毒素(tetrodotoxin; TTX)。1964 年後,日本科學家們確定 TTX 化學結構。TTX 分子式為 C11H17O8N3,分子量為 319 Da,為河魨毒中毒性最強的主要化合物,擁有許多結構類似物(structural analog)[註 2],分子量與毒性強弱依結構型態而有所不同。 

河魨毒素(tetrodotoxin; TTX)分子結構及其結構類似物。圖 / 參考資料 5

其中以 TTX 毒性最強,小鼠口服之半數致死劑量 LD50 是 334 μg/kg [註 3],跟麻痺性貝毒的毒性十分接近(蛤蚌毒素 LD50 為 263 μg/kg)[註 4]。且不論是化學特性、中毒機制、毒性或治療方式,皆與麻痺性貝毒非常相似。

當 TTX 進入人體內組織後,會阻塞神經末梢細胞上的鈉離子通道,使鈉離子無法進入神經細胞,膜電位無法去極化 (depolarization),動作電位無法產生,使神經元失去傳導功能,進而造成中樞神經、知覺神經及運動神經麻痺。尤其當毒素量高時,迷走神經、血管運動中樞至橫膈膜皆麻痺,最後蔓延至呼吸神經麻痺而死。

-----廣告,請繼續往下閱讀-----

TTX 潛伏期一般在 3 小時內(通常在 10 至 45 分鐘),潛伏期長短亦受進食毒素量影響。目前河魨毒中毒並無特殊之藥物可以使用,主要治療乃是支持性療法為主。如未產生呼吸衰竭,應不會造成死亡。但若患者已產生明顯之肌肉無力現象,則應隨時準備放置氣管插管,並以人工呼吸器幫助呼吸。亦可給予經稀釋的活性碳及輕瀉劑,以加速毒素排出。

而《名偵探柯南》動畫中,更是直接將河魨毒刺入人體動脈中,作用的速度和反應會比食用更快、更強烈。筆者估計死者應該當場暴斃,連症狀都來不及發生……也順便稱讚一下,那集茱蒂老師講解 TTX 的毒性資訊真的正確無誤喔!

這位是茱蒂老師(怕你忘記是誰)。圖/IMDb

河魨毒原來是細菌產生的!河魨怎麼不會被自己毒死?

河魨毒最早是發現於河魨因而得名,後來也被發現存在於其他脊椎生物中,包括蠑螈、蝦虎魚、箭毒蛙等;無脊椎動物包括海螺及章魚等。後來在河魨、有毒蟹類以及紅藻 Jania sp. 中篩檢出海洋菌株 Shewanella algaAlteromonas tetraodonis,並發現該細菌具有產生河魨毒的能力。

海洋菌株 Shewanella alga。圖/參考資料 5

後續有愈來愈多研究證實,河魨毒主要來源應是具產河魨毒能力之細菌,經由寄生或共生的方式,存在於生物體(如藻類、魚、蝦、蟹或貝等)中,河魨再透過食物鏈累積在其體內,而非河魨自己產生。河魨甚至還會刻意選擇具有河魨毒之生產能力的生物為食物,使毒素累積在體內,以肝臟、卵巢累積最多,腸道、皮膚次之,為一種特殊的防禦機制。

-----廣告,請繼續往下閱讀-----

此外,河魨的肌肉中,因含有河魨毒結合蛋白(TTX-binding protein),可包覆河魨毒,參與河魨毒的運輸,使河魨對毒素耐受性高,才不會被自己毒死。

  • 延伸閱讀:盤點海洋中的「毒系寶可夢」!河豚、貝類有毒不是 they 的錯 ft. 食品技師 Evelyn【科科聊聊 EP71】

這批有夠純!河魨毒除了可以止痛,還可以被海豚拿去「吸」?

想不到的是,身為天然劇毒的河魨毒對生物可不全然只有害,有研究指出河魨毒由於具有抑制神經傳導的作用,可能有機會應用於醫療用途呢!

動物實驗的結果顯示,微量的河魨毒可作為局部麻醉劑,合併其他麻醉藥物一起使用,可有效延長局部麻醉時間;作為止痛劑使用,也能有效減輕受傷所造成的發炎反應、肌肉疼痛及神經性疼痛,且無其他副作用,比起嗎啡(morphine)更溫和。

當然,以上河魨毒的醫療應用,於人體實驗還需要進一步的研究。

-----廣告,請繼續往下閱讀-----

另外英國《BBC》的自然紀錄片《荒野間諜》(Spy in the Wild)在南非拍攝到罕見的「海豚吸毒」景像。海豚們紛紛把河魨當成玩具亂丟亂甩,把河魨咬在口中「吸毒」,陷入恍惚的興奮狀態,並做出各種ㄎ一ㄤ到不行的行為,最後玩膩了才把河豚放走,是不是有夠像小屁孩呢!

海豚吸河魨毒影片截圖。圖/參考資料 7

不要拚死吃河魨!注意應避免食用來路不明的水產品

最後還是要呼籲,只要避免食用河魨或來路不明的水產品,即可有效避免河魨毒中毒。如果真的需要滿足口腹之慾而「拚死吃河魨」的話,建議先確認是否屬無毒魚種,並有效去除其內臟組織及皮膚。

若不幸食用河魨而中毒時,應先催吐使胃內容物排出,並儘速就醫,以免因中毒嚴重,造成呼吸衰竭而死亡。 

註解

  1. 河魨,常作河豚,古名肺魚。
  2. 「河魨毒」為 TTX 及其所有結構類似物的總稱;「河魨毒素」為 TTX;結構類似物(structural analog),是指一系列的化合物在主結構上大致相同,但部分結構會有一個或多個原子、官能基或子結構的不同,造成他們之間的化學特性可能不一樣,故河魨毒一系列類似物的毒性大小不會完全相同。
  3. 半數致死劑量(lethal dosage 50%; LD50),指在動物實驗中,使實驗動物產生百分之五十比例之死亡所需要化學物質之劑量。
  4. 麻痺性貝毒(paralytic shellfish poison)為一系列毒素總稱,其中毒性最強烈的毒素為蛤蚌毒素(saxitoxin)。

參考資料

文章難易度
所有討論 3
Evelyn 食品技師_96
23 篇文章 ・ 28 位粉絲
一名食品技師兼食品生技研發工程師,個性鬼靈精怪,對嗅覺與味覺特別敏銳,經訓練後居然成為專業品評員(專業吃貨)?!因為對食品科學充滿熱忱,希望能貢獻微薄之力寫些文章,傳達食品科學的正確知識給大家!商業合作請洽:10632015@email.ntou.edu.tw

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
古人用的超大型手機?從烽火臺到智能手機:通信科技的演進
數感實驗室_96
・2024/05/13 ・883字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

現代人手機普及率極高,你可能正在用手機閱讀這篇文章。

仔細想想,我們每天使用的手機真的很厲害。只需幾下操作,就能傳訊息、視訊通話,還能上網看影片、玩遊戲、使用社群網路等。

你可能知道全世界的第一支手機是 Motorola 在 1973 年 4 月 3 日推出的黑金剛,重達 2 公斤的程度。不過,早在幾千年前,其實已經有「手機」存在了。

-----廣告,請繼續往下閱讀-----

當時的手機不只兩公斤重或兩公升水壺大,甚至是有好幾層樓那麼高,那這些手機的傳輸速率也超級慢,看影片一定是不可能,連打電話聊天都辦不到。超級陽春,基本上只能傳遞「有」或「沒有」這樣的是非題。

應該有些人猜到了,其實就是「烽火臺」。

烽火臺是中國古代為了傳遞軍情所設計的通信系統。一座烽火臺上有幾位士兵,備有大量的稻草與木柴,如果看到敵人侵犯,或是前後的烽火臺燃起狼煙,士兵們就會立刻燃燒乾柴,釋放狼煙,傳遞攸關國家存亡的重要資訊。雖然,烽火臺的尺寸大小與現今我們常用的手機差很多,傳輸能力也差很多,但烽火臺還真是上古時代標準的通信設施哦!

接下來還會推出一系列「通信科技」相關的節目,內容囊括了通信發展的歷史故事、重要的通信科學家、通信相關的技術知識。

-----廣告,請繼續往下閱讀-----

讓你認識新聞報導中,常聽到的一些通信專有名詞,什麼是頻帶、頻寬?現代通信技術如此厲害的關鍵又在哪裡?甚至,這些技術跟我們平常在學校裡學到的各科知識,又有怎樣的連結呢?

這系列將用影片帶領大家進入這個有趣、改變全人類生活的通信世界,敬請期待哦!有更多想法也可以留言分享喔!

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!

討論功能關閉中。

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/