1

1
2

文字

分享

1
1
2

我們所追尋的「舒適圈」:一場生物與環境氣溫的耐力賽——《跳出溫度舒適圈》

商周出版_96
・2022/10/29 ・4205字 ・閱讀時間約 8 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 作者 / 林子平

幾年前,有一則蝴蝶遷徙的新聞,引起了我的興趣。澎湖有位民眾發現住家的花園內有隻蝴蝶,身上被標示了日期和日本地名,原來是一隻從日本富山縣標放的青斑蝶,歷經46天從日本飛行了2,277公里來到台灣。富山縣自然博物館負責人說:「這隻青斑蝶創下了富山縣蝴蝶的最長距離飛行紀錄,飛到翅膀已破裂,令人感到心碎。」

遠渡重洋的蝴蝶。圖/商周出版《跳出溫度舒適圈

創下地表上最長昆蟲遷徙紀錄的是帝王斑蝶。每年會有上億隻帝王斑蝶在接近冬天時,由北美寒冷的洛磯山往南遷徙至溫暖的墨西哥,並在春天來臨時往北飛回洛磯山,但因為不順風,長達4,800公里、歷時四個月的長途遷徙,讓生命週期僅有一個多月的蝴蝶沒辦法在有生之年飛抵目的地,中途還得暫停德州來繁衍下一代,一共要歷經三代接棒才能返回洛磯山。

在台灣新竹苗栗等地山區,多達五十萬隻的紫斑蝶,也會在秋末準備南飛度冬,常落腳在高雄茂林。「氣溫是蝴蝶長程遷徙的一個很重要的因素,溫暖的環境讓蝴蝶能夠生存並產卵,還能讓剛孵化的幼蟲找到豐富的食物。」嘉義大學生物資源學系黃啟鐘教授這麼告訴我,他對昆蟲生態及植物病蟲害都很有研究。

圓翅紫斑蝶(Euploea eunice hobsoni)。 圖/Flickr

「也許是遺傳基因,這裡的氣溫一直刻劃在牠們的記憶之中,驅動著牠們歷代返回。」黃教授說,「雖然蝴蝶一代只有一個多月的生命,但為了下一代,牠們長途遷徙到最適合幼蟲出生的氣溫及生態環境,等到春天清明節前,經數代後剛羽化之成蝶,就開始往北飛,回到牠們此生未曾到過的故鄉。」

紫蝶北返的飛行蝶道。 圖/交通部觀光局

生物為了生存而追尋溫度

昆蟲願意冒這樣的風險長途跋涉,那人類也有這種追求溫度的本能嗎?

我們得從現代人類的起源「智人」(Homo sapiens)的發展談起。科學家普遍認為,在二十萬年前智人起源於非洲。直到了四萬年前,智人已經遍布歐亞大陸。科學家一直在探索,究竟是什麼原因造成我們這個物種「遠離非洲」。

亞利桑那大學地球科學系Jessica Tierney教授透過氣候重建資料,並比對化石及石器的狀況,推論八萬年前非洲東北部溫暖且溼潤,適合居住。然而,在七萬年前,氣候開始變得寒冷而乾燥,艱難的氣候條件,使人類在六萬年前走出非洲進行大遷徙,這才讓歐亞大陸有人類出現。

智人(紅)與直立人(黃)遷徙路徑。圖/wikipedia

無獨有偶,德國科隆大學Frank Schäbitz教授等人則是透過衣索比亞湖岩芯來重建氣候,同樣也發現,在距今六萬到一萬四千年間非洲氣候的極度乾燥達到頂峰,使智人最終在距今五萬到四萬年間抵達歐洲。

除了因為溫度而遷徙之外,比智人更早,比「露西」(Lucy)[註1]更晚的「直立人」(Homo erectus),大概在一百萬年前開始會用火來獲取他們想要的溫度。除了用來烹煮食物,火還可以使身體溫暖來度過寒冬,得以生存。

今日,我們為了舒適追求溫度

以前的人類,就像會遷徙的蝴蝶及候鳥一樣,追求溫度是為了活命,是最基礎的生理需求 [註2] 。然而,時至今日,人們追求溫度的目的已經不同。

經濟學家西托夫斯基(Tibor Scitovsky)認為,近代人類的第一個需求,就是「舒適」[註3]

近代的人們會為了追求更舒適的氣溫而遷徙。對英國君主來說,白金漢宮是他們的冬季宮殿,溫莎城堡則是夏日宮殿,讓他們在不同的季節中得以維持長時間舒適的居住環境。另外則是觀光旅遊,近代西歐人(如德、法、荷)冬天移動至地中海旁溫暖的國家西班牙、希臘旅遊,或是更遠的東南亞國家,以求得數日的舒適氣溫。

然而,人們逐漸覺得為了追求舒適而頻繁地遷徙和移動有點麻煩,因此反過來想要讓日常生活居住的空間及場域能配合人的需要,常保舒適,於是開始思考如何打造一個四季都舒適的居住空間。在寒冷的國家,增加牆面的厚度,提高隔熱性,來達到保溫的效果,或在屋頂做一個閣樓,能阻擋大雪的低溫直接傳到室內。而在炎熱的國家,則利用室內通風、窗戶遮陽,來確保室內維持舒適,並透過選用適合的植栽、設置水域來調節戶外氣溫,讓人們在戶外行走或活動時都感到舒適。

對人來說,打造一個舒適的居住空間很重要。 圖/envato.elements

溫度控制全面強力介入

這些使居住環境舒適的方法,其實都不需要耗用能源及資源,我們稱為被動式設計(passive design,或稱誘導式設計)。它雖然能讓冬天暖一點,夏天涼一點,但是沒辦法維持在一個恆定的氣溫。

早期的人類為了生存而追尋溫度,現代的人類為了舒適而追求溫度。圖/商周出版《跳出溫度舒適圈

因此,人們又想更進一步控制生活及居住環境的溫度,我們開始利用能源及資源來介入控制。一開始是耗費較少電力及資源的手段,例如溫帶國家燒柴的暖爐,熱帶國家使用的電風扇,而後一些更耗能源的設備出現了,如冷氣或暖氣的設備及系統,這些都屬於主動式控制(active control)。以冷氣或暖氣來改變氣溫,讓我們不必大老遠遷徙及移動,可以四季都維持在恆溫舒適的狀況。

而在生活環境中,我們也開始控制各種溫度。例如控制液體的溫度,把冬天冰冷的水加熱,洗澡才舒服;或是使用電冰箱讓飲料涼一些,使用電熱水瓶來保持最適合入口的水溫。

人類當然不會滿足於基本的溫度,我們對於溫度的控制只會愈加精確及全面。我們希望冷暖氣控制的溫度是恆定的,最好一年四季,一天二十四小時,都能維持相同的溫度。我們還希望冬天冰冷的廁所能溫暖些,所以現在廁所的馬桶座不但可以加熱,甚至還可以整晚持續保溫,讓你隨時都能享受剛剛好的溫度。

人類除了舒適,還要刺激

然而,有時人對溫度需求的還不只是為了舒適。追求「刺激」,則是西托夫斯基提出的人類第二個需求—人們追求溫度,有時只是想要有不一樣的體驗。

就像長年低溫的寒帶國家中,一旦有個難得的溫暖晴天,人們就會傾巢而出到公園做日光浴。同樣的,像台灣一樣位處於熱溼氣候區的人們,偶有山區下雪的機會,許多人會不畏寒冷地上山賞雪,這就是本於氣候刺激造成的新鮮感。

不過,如果是為了刺激而想要控制環境,就可能造成不必要的能源浪費。冬天時,人們湧入滾燙的三溫暖或烤箱,這麼高的溫度絕對算不上是舒適吧,但人們希望透過這樣的生理刺激來滿足心理的需求。

又比如說在寒帶地區滑雪是常態,但位在熱帶國家興建一個室內滑雪場,甚至是單純造雪讓人們遊玩,就是要讓人們能感受到溫帶國家寒冷的天氣能帶來的體驗。

你追求的是什麼呢?

你或許有過這樣的經驗:當你滑著手機上的社群、新聞、影片,你點擊的每個按鈕,停留的每段時間,都在告訴媒體你喜歡的是什麼;不久之後,頁面上跳出的內容你都喜歡極了,不順眼的內容都消失了,這一切彷彿為你量身打造,你就這麼瀏覽下去。回過神才發現時間已過了大半,你接受了不重要(甚至錯誤)的資訊,買了你不需要的東西。

讓我們從虛擬環境切換到實體空間。當我們進入一個室內空間,你直覺地按下空調開關,它也許就記憶著你上次設定的溫度。先進的系統還能觀察現在室內有多少人、你是靜止或移動的、你以前喜歡什麼樣的溫度,就幫你調得好好的。太冷的時候,你也許會選擇穿上外套,而不是起身去調整溫度設定,或是反映給管理者知道。

這就是舒適圈,為你量身打造客製化的體驗。舒適的感受可能掠奪你的專注力,讓你忘了你真實的需求。

從智人遠離非洲到歐亞大陸,到近代人類移動到舒適的地點、建立舒適的住居,都是有意識地了解需求,因為,這都有風險,也需要付出代價。

然而,當空間內的氣溫控制變成輕鬆自在的生活常態,卻可能導致我們不認真去思考我們的需求。我們得自問:「為什麼要設定在這個溫度呢?」是為了舒適,還是為了刺激,還是只是習慣性地延續你昨天的設定,或是直接由人工智慧幫你決定?

現代人習慣活在舒適的溫度中。圖/envato.elements

一個根本的問題是,舒適究竟是怎麼一回事?是生理的需求,還是心理的滿足?每個人對舒適需求的差異,又是怎麼產生的?是體質的差異,過去的經驗,還是個人的喜好?

唯有理解舒適的起源,我們才能客觀地檢視我們的觀點及行為,並做出適當的調整與改變。下一節,就讓我們從一盤蛋炒飯,來談談什麼是舒適吧。

消暑涼方03:動物和原始人只為生存而追尋溫度,但現代人卻是為了舒適而改變溫度。嘿,享受舒適的同時,也為地球上其它生物想想吧!

註釋

  • 註1: 露西是在衣索比亞發現的南方古猿標本。也就是由盧貝松執導且在台北取景的《露西》片中,那位將人腦用到100%且具有超能力的主角,在片尾回到遠古時期時見到的人類祖先。
  • 註2: 馬斯洛需求理論(Maslow’s hierarchy of needs),是由亞伯拉罕.馬斯洛(Abraham Harold Maslow)於1943年提倡的理論,他劃分出五種等級的需求:自我實現、尊重、社會、安全、生理。生理屬於為基礎的需求,如食物、呼吸、基本維生環境等—溫度就是屬於最基礎的生理需求。
  • 註3: 西托夫斯基認為人有舒適和刺激兩種需求,舒適又分為個人舒適(personal comforts)及社會舒適(social comforts)兩種。

——本文摘自《跳出溫度舒適圈》,2022 年 9 月,商周出版,未經同意請勿轉載。

文章難易度
所有討論 1
商周出版_96
104 篇文章 ・ 344 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2219 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

3
1

文字

分享

0
3
1
熱穹所壟罩的世界!——熱浪對全球造成的衝擊
科學月刊_96
・2022/11/26 ・4035字 ・閱讀時間約 8 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 駱世豪/中研院環境變遷研究中心博士後研究學者。

Take Home Message

  • 歐美熱浪的主因是噴流增強了熱穹的下沉,造成熱空氣北移和累積。臺灣的熱浪則是受到副熱帶高壓的影響。
  • 熱浪發生頻率變頻繁且強度變強,與溫室氣體排放造成的全球暖化效應增加有很大的關係。
  • 熱浪事件對生態、糧食、經濟和健康等面向都造成威脅,全球與臺灣熱浪的持續天數和強度都有增加的趨勢。

古代傳說中,后羿射下九個太陽讓地上的氣候適宜、萬物得以生長,古代的預言已經告訴我們,炎熱的氣候條件不利於萬物的生長。而在現今全球暖化的情況下,另外九個太陽會復活嗎?以上雖是玩笑話,但今(2022)年歐洲國家就受到熱浪(heatwave)嚴重影響,葡萄牙與西班牙最高溫度達到 45℃ 以上;英國更出現 54℃ 以上的極端高溫,發布有史以來第一個紅色高溫預警,並進入緊急狀態。

據統計,歐洲各國在 6 月因熱浪死亡的人數高達 2468 人。中國的溫度也突破近 62 年的歷史同期最高夏季平均氣溫,有 23 個省分出現 40℃ 以上高溫,許多地方都出現因熱浪致死的案例。臺灣也在 7 月中出現接近 40℃ 的溫度,並在多地出現 35℃ 左右、維持數天的極端高溫。近年來熱浪的強度和發生頻率不斷提高,造成人員經濟的損傷也愈來愈多,而究竟什麼是熱浪?它形成的背後機制為何?

熱浪是什麼?

「熱浪」是夏季主要造成災害的極端事件之一,根據世界氣象組織(World Meteorological Organization, WMO)的定義:「熱浪現象是指一個地區超過該地區的歷年最高溫度平均值 5℃ 以上,並且持續 5 天以上。」一個地區能維持極端高溫並持續一段時間,背後一定有些天氣系統所導致。

如近年歐洲、北美熱浪頻傳,主要因素就是噴流(jet stream)與熱穹(heat dome)所造成;東亞主要受太平洋副熱帶高壓(subtropical high)影響;印度和亞馬遜等熱帶區域則主要是受到降雨的影響。各區域因為氣候背景與緯度位置不同,造成熱浪的成因也有所不同,接下來我們會依序介紹世界各地氣候與緯度間的相互關係。

高空之龍所環抱的氣團

當北半球夏季中高緯地區噴流向北蜿蜒形成一個像 Ω(omega)的形狀時,就有可能形成熱浪(圖一),或因為它的特殊形狀而被稱為阻塞高壓(omega blocking)。噴流是一股由西往東的氣流,通常位於對流層頂,它的水平長度達上萬公里、寬數百公里,中心風速有時可達每小時 200~300 公里。

而噴流就像一個在地上亂甩的水管,蜿蜒的波動有時往北有時往南,當噴流在北美或歐洲地區蜿蜒向北時,會形成一個 Ω 的形狀,也會造成反氣旋(順時針)式風切,進而讓大氣產生下沉運動。在此區域內不易形成對流,造成穩定且乾燥的環境,也就是所謂的熱穹,或是阻塞高壓。噴流和熱穹是相輔相成的關係,噴流增強熱穹的下沉機制,將南邊的暖空氣往北傳送,並將熱空氣累積,所以才形成熱浪。

圖一:熱浪形成原理與機制
(資料來源:AFPgraphics)

而在東亞的夏季,氣溫主要受太平洋副熱帶高壓(subtropical high,以下簡稱副高)影響。副高中心約位於太平洋(東經 160 度、北緯 30 度左右),在它的增強過程中會向西伸擴張至中國東南沿岸,而當副高處於增強的狀態時,副高系統會再向西延伸且壟罩整個臺灣。

如上述所說,高壓壟罩的狀況下屬於對流穩定的晴朗天氣,配合上夏季的西南季風,將暖濕空氣往北傳送並堆積在副高所壟罩的區域上,最後在此區域形成熱浪現象。相較於北美、歐洲區域的乾熱浪,臺灣的熱浪屬於濕熱浪(wet heatwave)。除了極端高溫外,還有著高濕度的影響,悶熱的環境對人體有更大的傷害和影響。

另外,印度和亞馬遜熱帶區域雖屬於終年偏高溫的地區,但仍有熱浪現象產生,主要原因是降雨。熱帶地區主要氣候分為乾季與溼季,溼季通常為該地區的夏天,下雨能有助於該地區降溫,所以當降雨系統未出現、延遲或偏移,就很有可能會造成嚴重的熱浪。

熱浪造成的嚴重影響

熱浪事件對生態、糧食、經濟、健康等面向都造成諸多影響,以下將分為四類說明:

生態浩劫

根據聯合國(United Nations, UN)底下的政府間氣候變遷專門委員會(Intergovernmental Panel on Climate Change, IPCC)第六次評估報告預測,如果到了 2100 年全球的溫度升高達到 2℃,陸地上大約 18% 的物種將面臨滅絕的高風險;如果升溫至 4.5℃,在我們有紀錄的所有動植物物種中約有一半將受到威脅。臺灣也面臨相同的狀況,當熱浪發生的頻率愈來愈高,持續時間和強度也都增加的狀況下,將發生物種多樣性減少、物種的分布改變、增加外來物種入侵機會等情況,對整體生態系平衡或農業生產造成衝擊。

糧食危機

IPCC 於 2019 年報告中指出,全球主要農產品(如玉米、小麥、大豆)產量都會受到全球暖化影響減產 1.8~4.5%。若情況持續惡化,到 21 世紀中則可能導致產量下降 5~30%。

經濟損害

美國報導指出熱浪會造成極端高溫,進而對人體產生危害,所以對於生產力(gross domestic product, GDP)也有影響。在高於平均水平的夏季氣溫下,每升高 1℃,美國各州的 GDP 就會下降 0.25%。國際信評機構標普全球(S&P Global)的報告預測,氣候變遷恐導致 2050 年前全球每年經濟產出損失 4%,臺灣位處的東亞區域則會有 1% 左右的損失(圖二)。

圖二:全球GDP損失分布預測
預估全球於 2050 年在中度暖化情境(RCP4.5)下,GDP 因水災、自然災害以及熱浪所造成的損失分布。
(資料來源:S&P Global Ratings, Trucost, 2022)

人體危害

對於人體而言,熱浪最嚴重的傷害為熱衰竭(heat exhaustion)。根據臺灣氣候變遷推估資訊與調適知識平臺計畫(TCCIP)的報告指出,2003 年的歐洲熱浪估計已造成七萬多人死亡;2010 年俄羅斯熱浪則導致超過 5 萬 6000 人死亡。科學家警告:「如果各國家和企業不採取激烈行動來削減溫室氣體排放,2050 年時的英國與高溫相關的死亡人數預計將增加兩倍,而且世界將經歷更頻繁、更強烈、更危險的熱浪危機。」

越來越熱的台灣——極端高溫天氣的頻率增加

熱浪發生頻率變頻繁且強度變強,主要與溫室氣體排放造成全球暖化效應增加有很大的關係。更進一步使用溫度發生機率圖解釋(圖三),若峰值愈接近右邊,代表高溫事件發生的機率愈高;反之,若峰值愈接近左邊,低溫事件發生的機率愈高。當全球暖化效應增強時,就如同圖三所顯示的新氣候,整體機率分布相較於舊氣候來說會往右偏移,往更高溫度的地方移動,造成熱浪事件的發生機率更高。

而實際上全球的變化也是如此,根據科技部、中央研究院環境變遷中心以及國家防災中心的報告,比較全球早期(1951~1980 年)和近期(1981~2010 年)的日最高溫資料(圖四左),在機率分布圖上可以看到往右偏移的情形,表示極端高溫事件的頻率與溫度都有增加的趨勢。

臺灣的夏季日最高溫度也有相同的趨勢變化,以臺北的資料為例,比對早期(1960~1990 年)和近期(2006~2017 年)的夏季日最高溫度,能發現近期的頻率分布向右偏移,夏季日最高溫度的發生機率增加,平均值也增加近 1℃(圖四右)。全球與臺灣的平均氣溫或極端溫度發生頻率皆有增加的趨勢。

圖三:全球溫度發生機率變化分布圖
若峰值愈接近右邊,代表高溫事件發生的機率愈高;愈接近左邊,低溫事件發生的機率愈高。當全球暖化效應增強時(新氣候),整體機率分布會往右偏移,造成熱浪事件機率增加。而實際上全球的變化也是如此。(資料來源:Matt 科學Taylor, BBC Weather)
圖四:日最高溫與日最低溫觀測頻率分布圖
(資料來源:《臺灣氣候變遷科學報告2017-物理現象與機制報告》)

在未來(21 世紀中後期)趨勢的變化中,研究學者利用模式推估,指出以現在的熱浪門檻為標準,未來若是能將全球暖化程度控制在低暖化情境(RCP2.6),則臺灣地區的熱浪不管是在頻率、持續時間或強度上,和現今的差異不大。相反的,在高暖化情境(RCP8.5)情境下,21 世紀末臺灣整個夏季都可能處於熱浪狀態。未來若暖化情況持續增長,熱浪的發生將成為常態,而且持續天數和強度也有增加的趨勢。

TCCIP 計畫依據 IPCC 所設定的溫室氣體排放情境,進行臺灣地區的溫度模擬:在高暖化情境(RCP8.5)推估下,世紀末可能增溫超過 4℃,而北部地區增溫較南部嚴重,高溫有可能影響農作物生長與收成。臺灣在未來將面臨更嚴重的熱浪衝擊,對於能源使用、公共衛生健康等都可能帶來前所未有的考驗,而這急迫性的問題,就像電影《普羅米修斯》(Prometheus)裡女主角說的:

「如果不阻止它,我們就會無家可歸!」(If we don’t stop it, there won’t be any home to go back to!)

溫室氣體排放情境假設:「RCP」

IPCC 的報告中長使用到的濃度路徑「RCP」為 representative concentration pathways 的英文縮寫,代表不同程度暖化路徑的人為溫室氣體排放量的「情境假設」,其中假設四種不同暖化情境,由輕微到最嚴重分別為 RCP2.6、RCP4.5、RCP6.0、RCP8.5,分別代表的意義如下:

  • RCP2.6:增溫最小且緩慢的情境,輻射強迫力先在 21 世紀中期達到最大值 3 Wm-2,大約和二氧化碳濃度 490 ppm 相似,然後再緩慢下降到 21 世紀末。
  • RCP4.5:輻射強迫力會在 21 世紀末達到一個穩定狀態的情境,約為 4.5Wm-2,和二氧化碳濃度 650 ppm 相似,代表世界各國會想盡辦法做到溫室氣體減量的目標。
  • RCP6.0:和 RCP4.5 相似,但輻射強迫力為 6 Wm-2,約為二氧化碳濃度 850 ppm,代表世界各國並沒有盡全力積極做到溫室氣體減量的目標。
  • RCP8.5:輻射強迫力持續的增加到大於 8.5 Wm-2,即二氧化碳濃度會大於 1370 ppm,代表世界各國並無任何減量的動作。
圖五:輻射強迫力隨時間的變化圖
(資料來源:TCCIP; Representative Concentration Pathway, GRID-Arendal/Studio Atlantis, 2021)
  • 〈本文選自《科學月刊》2022 年 11 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。
科學月刊_96
231 篇文章 ・ 2294 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

0

2
2

文字

分享

0
2
2
從昆蟲的習性可以預測天氣?敢有影(kám ū-iánn)?——《解讀身邊的天氣密碼》
晨星出版
・2022/11/13 ・1501字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

溫度對昆蟲至關重要,因此昆蟲會對溫度產生反應。

有一個普遍的通則:炎炎夏日中,你會先看到大昆蟲,接著見到小昆蟲,最後又再一次碰到大昆蟲。昆蟲愈大,愈能忍受低溫、對高溫愈難耐;因此大昆蟲喜歡在一天的清晨或傍晚的涼爽期間出現,中午的活動力較低;小昆蟲較不耐低溫,會在環境變暖時才現蹤。

夏日裡能常看到昆蟲。圖/Pexels

昆蟲與氣溫密不可分

蘇格蘭高地的糠蚊(Ceratopogonidae)總是令人難受,但可以利用牠們對溫度的敏感度對付牠們。糠蚊蓬勃生長的溫度帶相當狹窄,介於不冷也不熱的溫度之間,因此只要你往上爬/向下走,溫度會上升/下降至牠們的舒適圈之外,就能擺脫牠們。

蟋蟀代表了溫暖的氣溫是眾所皆知的事,此外,蟋蟀的聲音頻率與溫度有直接關係。雖然因不同物種而異,但蟋蟀溫度計主要的規則是,在攝氏十三度的環境裡,蟋蟀每秒鐘叫一聲,且此頻率會隨著溫度上升而增加。

在夏天,天氣溫煦、潮溼且微風徐徐,飛蟻會成群結隊地移動。牠們結伴飛過天空,數量多到人們相信「飛蟻日」的存在,飛蟻日說的正是飛蟻同時在全國各地現蹤的日子。不過,正如我們所知,陸地上的微氣候變化甚大,因此知道飛蟻日是個迷思也不該為之震驚,只是某幾個區域的條件正巧在那幾日適合飛蟻出巡。倘若你遇見一大群飛蟻,牠們捎來的訊息是,現在的氣溫大約攝氏十三度,風速低於每秒六公尺。

螞蟻藏著天氣機密?

據某些傳說所言,螞蟻直線移動代表壞天氣即將到來,但我未觀察過也沒有科學理論能佐證這點。

更有趣的是,澳洲原住民有一個習俗,說螞蟻在蟻窩周遭蓋高牆表示大雨將至,西方也有相同的俗諺。之前的章節提過太平洋諸島的居民發現小火蟻(red ant)會在風雨來襲前堵住巢穴,天氣晴朗時則大敞家門,這在西方諺語裡也提過。我還沒觀察到這個現象,但出現在廣泛的文化圈,甚至是兩個信仰社會尚未接觸的時間點就已發展出這種說法,說它沒有參考價值還真不為人所信。

許多科學研究能支持螞蟻對溼度敏銳的觀點:研究人員曾觀察到編織蟻(weaver ant)在熱帶風暴來臨前織網。

編織蟻(Oecophylla),英文稱之為Weaver Ant和Green Ant。圖/維基百科

其他物種裡,螞蟻、白蟻丘的排列和太陽脫不了關係。澳洲北部,羅盤白蟻(Amitermesmeridionalis)建造了指向北邊的蟻丘而為人所知;蟻丘細細的部分指著中午的日頭,寬闊的部分則指向清晨與向晚的太陽,這有助於調整蟻窩的溫度。

世界上有超過一萬三千種獲得命名的螞蟻物種,牠們都擁有各自的習性,我們要多關注近身物種的行為。

我時常運用一些螞蟻的方式,它們比起天氣更接近自然導航,不過兩者間有許多重疊的部分。在英國,排水性佳的草地經常可見黃土蟻(Yellow meadow ant)的身影,我家附近的白堊山丘就有很多。黃土蟻呈暗黃色,牠們的蟻窩比螞蟻本身有用多了;黃土蟻會將蟻窩向上堆到 0.5 公尺高,較為平坦的那一面通常面向東南邊,可以充當太陽能板,在涼爽的早晨收集太陽的熱量。

——本文摘自《解讀身邊的天氣密碼》,2022 年 10 月,晨星出版,未經同意請勿轉載。