0

2
1

文字

分享

0
2
1

恐龍時代的哺乳動物:爬獸居然會吃恐龍?!——《直立猿與牠的奇葩家人》

大塊文化_96
・2023/08/20 ・2616字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

爬獸是恐龍時代已知最大的哺乳動物。
這種健壯結實的動物與獾差不多大小生活在白堊紀早期的中國。
有件爬獸化石標本,出土時,還伴隨完好無損的胃部內容物:一隻小恐龍的遺骸。
這是顛覆人類對中生代哺乳動物演化認知的一件化石。

大約一億三千萬年前,有種名為爬獸(Repenomamus)的動物,在林下植物之間活動。牠看起來像獾,渾身是毛,體型壯實,有鋒利的牙齒,可以長到十四公斤(三十一磅),是中生代最大的哺乳動物。

爬獸是一種肉食性哺乳動物,體型與獾相當,會吃小恐龍。圖/大塊文化

爬獸屬於一個名為戈壁尖齒獸的已滅絕群體,是第一批專門吃肉的哺乳動物。儘管牠們主要以較小型的脊椎動物如蜥蜴和小型哺乳動物為食,來自中國的驚人證據顯示,這些飢餓的機會主義者也會吃恐龍幼仔,顛覆我們對古代食物網的成見。

儘管人們把侏羅紀和白堊紀跟恐龍聯繫在一起,哺乳動物在這個時期也在一旁蓬勃發展。牠們屬於合弓綱這個與爬蟲類有共同祖先的龐大群體,合弓綱動物在三億年前與爬蟲類分道揚鑣。

到了三疊紀晚期,大多數合弓綱演化分支已經滅絕,只剩下哺乳動物。一直到最近,人們依舊以為哺乳動物在侏羅紀與白堊紀仍維持老鼠的大小,因為牠們的世界被一同生活的大型爬蟲類所支配。

-----廣告,請繼續往下閱讀-----

會吃小恐龍的爬獸

我們現在知道,由於有爬獸之類的化石存在,前述想法並不成立。這隻爬獸的胃裡有一隻鸚鵡嘴龍(Psittacosaurus)幼仔,是當時常見的一種植食恐龍。

雖然無法確知爬獸到底是主動獵捕,還是單純吃下這頓令人印象深刻的腐肉大餐,這件化石證實,哺乳類在這個時期的生態多樣性,比人們之前懷疑的還要高。

成功捕捉到鸚鵡嘴龍幼體的巨爬獸。圖/wikipedia

現存的哺乳動物群體主要有三:胎盤哺乳類、有袋類與單孔目(鴨嘴獸與針鼴)。這些動物的共同祖先可以回溯到三疊紀。

所有哺乳類都是溫血動物,會分泌乳汁,身上有毛髮覆蓋。牠們的牙齒形狀複雜,而且與其他脊椎動物不同,通常只更換一次,換成恆齒以後得用一輩子。

-----廣告,請繼續往下閱讀-----

現今世界充滿各種形貌與大小的哺乳動物,但所有這些都源於白堊紀末期大滅絕事件的少數倖存者。在該次大滅絕之前,許許多多的家族分享著恐龍世界,包括爬獸在內。

大多數家族都隨著牠們的爬蟲類共居者一起消失了―把地球留給現代哺乳動物的祖先來接管。

三疊紀的哺乳動物留下生物感官上的遺產

在三疊紀,最早的哺乳動物體型非常小,而且可能是夜行動物。成為小型夜行性的狹適應動物,在哺乳動物生物學中留下永久的遺產。體型較小的動物比體型較大的動物更容易失去熱能,因為表面積與體積比更高,身體熱能會透過皮膚表面流失。

早期的哺乳動物藉由長出一層絕緣的皮毛來補償,同時新陳代謝加快了―這也是今日哺乳動物是溫血動物的部分原因。

-----廣告,請繼續往下閱讀-----
早期的哺乳動物藉由長出一層絕緣的皮毛來保存熱能。圖/envato

根據現存哺乳動物的眼睛結構與基因,我們得知早期哺乳動物屬於夜行性。如今的哺乳動物眼睛裡,只有為數不多、稱為視錐的感光結構,這些視錐的作用是日間視覺和顏色感知。牠們的夜行性祖先並不需要這些結構,因此視錐及與之相關的基因已經佚失。

如此一來,大多數哺乳動物現在都是色盲,只有少數演化分支(包括我們人類在內)演化出偵測顏色的替代方法。

夜行性可能導致感官的發展,包括敏銳的聽覺與氣味偵測。哺乳動物可以聽到很大範圍的聲音,包括蝙蝠能偵測到的超高頻率,以及大象對話的最低頻震動。哺乳動物也倚賴氣味來溝通,牠們的鬍鬚與皮毛對觸感很靈敏,適合在光線較暗的情況下導航。

哺乳動物可以聽到很大範圍的聲音,包括大象對話的最低頻震動。圖/envato

這些變化導致哺乳動物的大腦尺寸從侏羅紀就開始逐漸增大,因為牠們需要適應,想辦法解讀來自周圍環境愈形增加的感官資訊。沒有這樣的發展,就不可能出現今天這麼大範圍的物種―從體型小又好動的鼩鼱到藍鯨這類深海巨獸。

-----廣告,請繼續往下閱讀-----

恐龍時代的哺乳動物有出乎意料的多樣性

在過去二十年間,新化石的出土,顛覆我們對恐龍時代哺乳動物的看法。這些動物從迴紋針大小的啃食動物到鬥牛犬大小的肉食動物都有。

適應攀爬的動物,用長長的手指在樹梢之間穿梭;擅泳的動物,潛水捕食水生昆蟲與魚類;鼴鼠般的挖掘動物,則以蠕蟲為食。有些動物也擅長滑行,就如今日的飛鼠,利用張開的皮瓣在樹間穿梭。

這些化石大多來自中國,細節保存得相當完整,揭露中生代哺乳動物的生態多樣性幾乎和現今類似大小的動物差可比擬。

展示於中國古動物館爬獸模式標本。圖/wikipedia

雖然這些驚人的多樣性,發生在侏羅紀與白堊紀的許多哺乳動物群體中,現代哺乳動物的祖先在當時並不特別顯著。隨著地球大陸的解體,這些動物被分開了,而在大滅絕事件之後,每個群體都在世界的不同地區建立起獨特的演化分支。

-----廣告,請繼續往下閱讀-----

比如說,包括大象、金毛鼴、海牛與蹄兔等在內的非洲獸總目,其祖先可追溯到非洲阿拉伯大陸。包括刺蝟、鯨、有蹄類、肉食動物與蝙蝠的勞亞獸總目,有共同的祖先在北半球。

有袋類哺乳動物存在於澳洲與南美洲。這個例子正說明了地球地質情況與生物之間的密切關係,創造出地球上獨特的生命模式。

——本文摘自《直立猿與牠的奇葩家人:47種影響地球生命史的關鍵生物》,2023 年 7 月,大塊文化,未經同意請勿轉載。

文章難易度
大塊文化_96
11 篇文章 ・ 13 位粉絲
由郝明義先生創辦於1996年,旗下擁有大辣出版、網路與書、image3 等品牌。出版領域除了涵括文學(fiction)與非文學(non-fiction)多重領域,尤其在圖像語言的領域長期耕耘不同類別出版品,不但出版幾米、蔡志忠、鄭問、李瑾倫、小莊、張妙如、徐玫怡等作品豐富的作品,得到讀者熱切的回應,更把這些作家的出版品推廣到國際市場,以及銷售影視版權、周邊產品的能力與經驗。

0

1
2

文字

分享

0
1
2
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 ・ 54 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
0

文字

分享

2
2
0
【2023 年搞笑諾貝爾化學與地質獎】舔石頭以外,猛獁象竟是海龜湯?
寒波_96
・2023/10/20 ・2211字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

搞笑諾貝爾獎每年都是新的開始,2023 年也不例外。今年「第 33 次第一屆搞笑諾貝爾獎」頒發十個獎項,「化學與地質獎」以看似獵奇的舔石頭博取不少眼球,不過得主揚.扎拉謝維奇( Jan Zalasiewicz)的文章中,其實還提到另一件知名的歷史公案。

1951 年晚宴真相,竟然是海龜湯?!圖/americanoceans

1951 年晚宴真相,竟然是海龜湯?!圖/americanoceans

文學史上用味覺帶出情節,最知名的案例之一是普魯斯特的小說《追憶似水年華》開頭,由瑪德蓮的味道切入,接著進入意識的海洋游泳。扎拉謝維奇的文章開頭,也從品嚐岩石的味道切入,自由切換不同的題材。

地質學家為什麼要舔石頭?《舌頭、石頭,迸出新滋味?科學家為什麼要舔石頭?——2023 搞笑諾貝爾獎》一文有精簡介紹。最主要的理由是,缺乏現代儀器之際,舌頭可謂方便的化學感應器,能提供有用的資訊。

-----廣告,請繼續往下閱讀-----

當然,即使有了現代儀器,舌頭還是很方便的工具。

處於意識流科學史中,扎拉謝維奇的文章從舌頭感應器,十分合理地切換到一場宴會。那場 1951 年的晚宴中,據說提供猛獁象肉製作的餐點。

這場晚宴由美國的「探險俱樂部(The Explorers Club)」舉行,主辦方宣稱當天有道菜,來自已經滅絕的動物大地懶(Megatherium)。但是幾天後有報紙披露,宴會中的奇珍異獸不是大地懶,而是來自阿留申群島,25 萬年久遠的猛獁象!

1951 年保存至今的晚餐。圖/取自 參考資料3

-----廣告,請繼續往下閱讀-----

奇妙的是,當天的餐點竟然有少量樣本被保留至今。當時沒有參加的豪威斯(Paul Griswold Howes)寫信要到一份樣本,一直保存到他去世為止。後來樣本輾轉來到耶魯大學的皮博迪自然史博物館(Yale Peabody Museum)。

那一餐到底是大地懶,還是猛獁象呢?2014 年,耶魯大學的研究生葛拉斯(Jessica Glass)等人成功由樣本中取得 DNA,結果在 2016 年發表。比對之下相當明顯,答案是綠蠵龜。

現今綠蠵龜是保育類動物,合法的狀況下沒有機會吃到。然而 1951 年那個時候,綠蠵龜尚未面臨滅團威脅,仍然是普遍的食材。

區區綠蠵龜製成的海龜湯,當然無法彰顯晚宴的尊絕不凡。不過俱樂部宣稱的大地懶,怎麼又會變成猛獁象?

-----廣告,請繼續往下閱讀-----

最可疑的是當天在場的俱樂部成員尼可斯(Herbert Bishop Nichols),他也是基督科學箴言報(The Christian Science Monitor)的科學編輯。可考的記錄中,他第一個對外提出相關描述,後來被視為吃猛獁象的證據。

海龜湯的幾位相關人猿。(A) 據說將食材從北極帶回的極區探險家 Father Bernard Rosecrans Hubbard。(B) 極區探險家 George Francis Kosco。(C) 晚宴主辦人 Wendell Phillips Dodge。(D) 保存樣本的 Paul Griswold Howes。圖/取自 參考資料3

如果真的是那道菜的材料,那麼狀況就是:俱樂部用綠蠵龜做菜,宣稱是大地懶,報紙以訛傳訛寫成猛獁象。

「吃猛獁象」之類的傳聞,雖然不是嚴謹的科學,卻因為有噱頭而容易引人注目。作為沒多少負面影響的玩笑,也沒有人想要特別澄清。使得這類事件的真相,往往不了了之。

-----廣告,請繼續往下閱讀-----

儘管沒有特別獲得搞笑諾貝爾獎關注,對於這道海龜湯的追根究底,倒是相當符合搞笑諾貝爾獎的精神。

海龜湯以後,扎拉謝維奇的文章意識又跳躍到另一種已經滅團的生物:貨幣蟲(Nummulites)。許多古生物,當初也是其他古生物的食物。儘管擁有堅硬的外殼保護,貨幣蟲這種生物依然有機會成為美食。

1912 年的時候,英國古生物學家庫克派崔克(Randolph Kirkpatrick)提出一個觀點:地球有一段時間存在非常大量的貨幣蟲,後來它們變成稱為「貨幣球(Nummulosphere)」的地層,是地殼岩石的源頭。

看起來很搞笑,可是庫克派崔克是認真的。所以他即使生在現代,應該也沒有獲得搞笑諾貝爾獎的機會。

-----廣告,請繼續往下閱讀-----

2023 年搞笑諾貝爾獎頒獎典禮影片(化學與地質獎從 10:18 開始):

延伸閱讀

參考資料

  1. The 33rd First Annual Ig Nobel Prizes
  2. Eating fossils
  3. Was Frozen Mammoth or Giant Ground Sloth Served for Dinner at The Explorers Club?
  4. Mammoth meat was never served at 1950s New York dinner, says researcher

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

所有討論 2
寒波_96
193 篇文章 ・ 1056 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

2

14
4

文字

分享

2
14
4
【2023 年搞笑諾貝爾獎快訊】10 項怪奇獲獎研究出爐
PanSci_96
・2023/09/15 ・3874字 ・閱讀時間約 8 分鐘

一年一度、讓你廢到笑出來的搞笑諾貝爾獎,今年在美東時間 9 月 14 日下午 6 點準時直播。

今年的主題為「水」,這次 10 項獲獎都或多或少與「水」有關(但大部分是口水),現在就快讓我們一起來看看今年的得獎快訊,並一起期待後續的個別研究報導吧~

化學和地質獎:為什麼地質學家與古生物學家會舔化石

這是一封說明「過去」地質學家與古生物學家,為什麼會有舔化石習慣的「快訊」(發表在期刊上,但被歸類為快訊),這封快訊說了幾個故事,其中最讓我印象深刻的,是「義大利地質之父」的喬瓦尼·阿爾杜伊諾(Giovanni Arduino,1714-1795)用自己的舌頭「品嚐」這些化石,分類出可能是史上第一個「地質時期」

故事的亮點是引用了喬瓦尼·阿爾杜伊諾的研究紀錄,看起來就像是個美食家在品嚐化石。

-----廣告,請繼續往下閱讀-----

文學獎:重複寫字,直到感覺不對勁

A 編小學時,曾被老師罰抄生字 100 遍,寫到一半突然懷疑這個字是不是這樣寫,趕緊回頭看前面寫的字,還把課本翻出來看才確定自己沒有寫錯。

上述的情境,稱為「猶昧感」(Jamais Vu),「猶昧感」是「既視感」(Deja Vu)的反義詞,描述人們對熟悉的事物,突然感到陌生,也是這篇論文主要探討的主題。

這研究的笑點在於他的實驗,他們讓受試者一直重複寫同一個字,跟小學被老師罰抄生字一樣。

實驗中,約有三分之二的受試者體驗到「猶昧感」,這些受試者大約在重複 30 次或一分鐘後開始感到異狀。另外,研究也發現平常越容易發生「既視感」的人,也更容易發生「猶昧感」,未來「猶昧感」的相關研究,可能會加深我們對「既視感」的理解。

-----廣告,請繼續往下閱讀-----
  • 原文研究: “The The The The Induction of Jamais Vu in the Laboratory: Word Alienation and Semantic Satiation,” Chris J. A. Moulin, Nicole Bell, Merita Turunen, Arina Baharin, and Akira R. O’Connor, Memory, vol. 29, no. 7, 2021, pp. 933-942.  doi.org/10.1080/09658211.2020.1727519

機械工程獎:死靈機器蜘蛛

會招喚骷髏或操縱屍體的死靈法師稱為 Necromancer,而科學家再次中二病發作,把用液壓操控的蜘蛛屍體,稱作 Necrorobotics 死靈機器。

我跟同事討論這種死靈機器,算不算是一種仿生科技?他覺得是,我覺得不是,你們覺得呢?

  • 原文研究:“Necrobotics: Biotic Materials as Ready-to-Use Actuators,” Te Faye Yap, Zhen Liu, Anoop Rajappan, Trevor J. Shimokusu, and Daniel J. Preston, Advanced Science, vol. 9, no. 29, 2022, article 2201174.  doi.org/10.1002/advs.202201174
死靈機器蜘蛛。

公共醫學獎:斯坦福馬桶

恩,就是接上各種感應器的物聯網馬桶,能即時檢測使用者的糞便與尿液。這東西最酷的是能「肛門辨識」,只要坐到馬桶上,斯坦福馬桶就能透過肛門的型態,辨識出使用者!

因為這個獎項,我才知道原來每個人的肛門都長得不一樣……謝謝你,搞笑諾貝爾獎。

-----廣告,請繼續往下閱讀-----
  • 原文研究:
    •  “A Mountable Toilet System for Personalized Health Monitoring via the Analysis of Excreta,” Seung-min Park, Daeyoun D. Won, Brian J. Lee, Diego Escobedo, Andre Esteva, Amin Aalipour, T. Jessie Ge, et al., Nature Biomedical Engineering, vol. 4, no. 6, 2020, pp. 624-635.  doi.org/10.1038/s41551-020-0534-9
    • “Digital Biomarkers in Human Excreta,” Seung-min Park, T. Jessie Ge, Daeyoun D. Won, Jong Kyun Lee, and Joseph C. Liao, Nature Reviews Gastroenterology and Hepatology, vol. 18, no. 8, 2021, pp. 521-522.  doi.org/10.1038/s41575-021-00462-0
    • “Smart Toilets for Monitoring COVID-19 Surges: Passive Diagnostics and Public Health,” T. Jessie Ge, Carmel T. Chan, Brian J. Lee, Joseph C. Liao, and Seung-min Park, NPJ Digital Medicine, vol. 5, no. 1, 2022, article 39.  doi.org/10.1038/s41746-022-00582-0
    • “Passive Monitoring by Smart Toilets for Precision Health,” T. Jessie Ge, Vasiliki Nataly Rahimzadeh, Kevin Mintz, Walter G. Park, Nicole Martinez-Martin, Joseph C. Liao, and Seung-min Park, Science Translational Medicine, vol. 15, no. 681, 2023, article eabk3489.  doi.org/10.1126/scitranslmed.abk3489

傳播獎:嗎話說著倒能你?

趣有超也獎學播傳,心擔別,的常正是來過反來起看子句得覺在現你!

你有試過快速把彩虹的顏色順序倒著背,或是把你說話中的每個名詞都倒過來講嗎?大家都知道這超難,但這份研究中的兩位受試著確有著超強「顛倒單字或語句」的能力。

研究對象以西班牙語為母語,他們能在對話中輕鬆地將 banana 念成 ananab,或是將「 basket is fun」念成「nuf si teksab」。研究著重在這兩位有著特殊能力的人,推理、記憶能力是否優於常人,以及大腦灰質、白質比例與一般人(對照組)是否有差別。

大腦如何組織語言一直都是個有趣的研究題目,像是為什麼中文的序順不會響影到閱讀,這也是 A 編跟大家都一樣好奇的。而了解大腦語言是如何形成的,也能推進對於失語症、癡呆症的症狀研究。

-----廣告,請繼續往下閱讀-----
  • 原文研究:“Neurocognitive Signatures of Phonemic Sequencing in Expert Backward Speakers,” María José Torres-Prioris, Diana López-Barroso, Estela Càmara, Sol Fittipaldi, Lucas Sedeño, Agustín Ibáñez, Marcelo L. Berthier, and Adolfo M. García, Scientific Reports, vol. 10, no. 10621, 2020.  doi.org/10.1038/s41598-020-67551-z

醫學獎:屍體兩個鼻孔的鼻毛數量是否一致?

俗稱鬼剃頭的「圓禿」(Alopecia areata)不只會頭髮脫落,同時睫毛、眉毛與鼻毛也會脫落,其中,鼻毛脫落會增加得到過敏、呼吸道感染的機率。

由於鼻毛的相關研究非常少,為此,研究者調查 20 具「遺體」的鼻毛數量與長度,並收集相關病史、死往原因…等數據,來評估正常人的鼻毛數量與長度。研究結果顯示,平均每個鼻孔的鼻毛數量約為 120~122 根,左右鼻孔並沒有顯著差異,鼻毛平均長度大約是 1 公分。

  • 原文研究:“The Quantification and Measurement of Nasal Hairs in a Cadaveric Population,” Christine Pham, Bobak Hedayati, Kiana Hashemi, Ella Csuka, Margit Juhasz, and Natasha Atanaskova Mesinkovska, Journal of The American Academy of Dermatology, vol. 83, no. 6, 2020, pp. AB202-AB202.  doi.org/10.1016/j.jaad.2020.06.902

營養獎:電流有一股「電味」

日本明治大學教授宮下芳明 (Homei Miyashita)與他的團隊,發現在筷子與吸管上附加微弱電流,會改變食物的味道。

他們發現微弱電流刺激舌頭時,會產生一股「電味」(論文上寫 Electric taste,你說我要怎麼翻比較好) 。這股「電味」味道如何呢?基本上沒有味道(不能啟動味覺細胞),但如果有其他味道存在,例如鹹味(氯化鈉)或鮮味(麩胺酸鈉),電味會讓食物吃起來更鹹或更鮮。

-----廣告,請繼續往下閱讀-----

接著,他們發明了連著電線的通電筷子與吸管(看起像整人玩具),證明了通電筷子與吸管確實能在不改變食物味道的情況下,讓人們吃進更少的鹽跟味精。

通電吸管構造
  • 原文研究:“Augmented Gustation Using Electricity,” Hiromi Nakamura and Homei Miyashita, Proceedings of the 2nd Augmented Human International Conference, March 2011, article 34.  doi.org/10.1145/1959826.1959860

教育獎:系統性研究課堂上感覺無聊的學生與老師

你覺得上課無聊嗎?多半人都會問答「是」,而這系列研究仔細分析了為什麼上課無聊,且越來越無聊的原因。

你可能會想:「那不就是老師上課很無聊啊,老師不有趣阿。」我只能說你們這樣太沒同理心了,搞不好老師也在想:「教你們真無聊!」

所以,研究者第一個想探討的問題是:「老師如果覺得無聊,會不會讓學生也覺得無聊。」先說結論,不會。

-----廣告,請繼續往下閱讀-----

雖然學生不會刻意去了解老師的心情。但如果學生明確感受到老師很無聊,像是死氣沉沉地念課文,學生就會覺得這堂課更無聊,進而影響學習動機與學習成效。某種程度上,研究還是印證了「老師不有趣覺得無聊」這件事,但老師是否在強顏歡笑,這就不得而知了。

另一個問題則是:「是不是想著上課很無聊,就會覺得更無聊?」沒錯,的確是這樣!只要上課前預期這堂課很無聊,那這堂課就會比你預期的還要更無聊!

  • 原文研究:
    • “Boredom Begets Boredom: An Experience Sampling Study on the Impact of Teacher Boredom on Student Boredom and Motivation,” Katy Y.Y. Tam, Cyanea Y. S. Poon, Victoria K.Y. Hui, Christy Y. F. Wong, Vivian W.Y. Kwong, Gigi W.C. Yuen, Christian S. Chan, British Journal of Educational Psychology, vol. 90, no. S1, June 2020, pp. 124-137.  https://pubmed.ncbi.nlm.nih.gov/31342514/
    • “Whatever Will Bore, Will Bore: The Mere Anticipation of Boredom Exacerbates its Occurrence in Lectures,” Katy Y.Y. Tam, Wijnand A.P. Van Tilburg, Christian S. Chan, British Journal of Educational Psychology, epub 2022.   doi.org/10.1111/bjep.12549

心理學獎:你會跟著抬頭看天空嗎?

他們到底在看什麼?眼前一群人停下腳步抬頭看著上方,你一定會跟著將視線移向相同的地方,看看他們到底在看什麼。

沒錯,這就是著名的從眾效應,或稱做群聚效應、羊群效應。這個1969年進行的經典實驗,應該很多人也聽說過。Stanley Milgram、Leonard Bickman、Lawrence Berkowitz 三人組,在紐約的街道上測試要有多少人同時往上看,才能吸引其他人也駐足湊熱鬧。

-----廣告,請繼續往下閱讀-----

這個實驗能得獎感覺毫不意外,甚至覺得怎麼現在才得獎!

群聚效應引響甚遠,因為整個社會的運作都養類人與人之間的互動與連結。不管是跟風買東西、參與熱鬧的大型活動、政治意識型態的抉擇等等,都能看到群聚效應影響著人們的身影。

大家都有可能是羊群裡面的羊。

  • 原文研究:“Note on the Drawing Power of Crowds of Different Size,” Stanley Milgram, Leonard Bickman, and Lawrence Berkowitz, Journal of Personality and Social Psychology, vol. 13, no. 2, 1969, pp. 79-82. psycnet.apa.org/doi/10.1037/h0028070

物理學獎:一群鯷魚能影響海流?

一隻拍翅膀的蝴蝶能讓海的對面產生颶風,那一群在海中游泳的鯷魚呢?他們可能直接影響了洋流與海面的大氣流動。

如果要計算颱風能量或是海洋鹽分的變化,我們通常會考慮海面風速與氣壓,要不然就是洋流、海溫和密度的垂直梯度等等。但這份研究發現,我們或許忽視了大海居民造成的影響。

研究發現只要到了鯷魚的產卵季,當天晚上海面附近海水的垂直混合程度會增加10~100倍。也就是這群游動的小魚們,像是攪拌棒一樣攪混了上層海洋,程度相當於地球物理現象造成的影響,對海溫與營養鹽分布的作用可能比我們想像的還大。

  • 原文研究: “Intense Upper Ocean Mixing Due to Large Aggregations of Spawning Fish,” Bieito Fernández Castro, Marian Peña, Enrique Nogueira, Miguel Gilcoto, Esperanza Broullón, Antonio Comesaña, Damien Bouffard, Alberto C. Naveira Garabato, and Beatriz Mouriño-Carballido, Nature Geoscience, vol. 15, 2022, pp. 287–292.  doi.org/10.1038/s41561-022-00916-3
所有討論 2
PanSci_96
1225 篇文章 ・ 2316 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。