Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

科學怎麼搞:花生米和甘蔗一起嚼可以溶化甘蔗渣?

YTLai_96
・2013/03/07 ・3541字 ・閱讀時間約 7 分鐘 ・SR值 490 ・五年級

這個年頭,人類在吃這件事上頭是越來越懶惰了。為了讓吃水果這件事情變得優雅又輕鬆,新培育出來的西瓜品種的子是越來越少、新品種葡萄的皮也是越來越薄,一切都以食物入口之後就無須多費唇舌讓部分殘骸重見天日為最高原則。然而,即便科技再發達、作物育種再精進,算不上水果、卻有異曲同工之妙的甘蔗倒是始終如一千古不變,於二十一世紀依然頑強地堅持本分,在多次咀嚼之後仍然留下滿嘴渣滓,逼得食客不得不噘嘴吐舌噴氣啵啵,將無法下肚的甘蔗渣吐個乾淨。

不過,要想吃甘蔗不吐甘蔗渣的方法也不是沒有。據說,只要在吃甘蔗的時候配上幾粒花生米,嚼著嚼著不久之後,那理應滿嘴的甘蔗渣就會漸漸軟化、潰散,最後跟著被咬碎的花生米一同消融於無形。

有趣的是,不知道是不是常吃甘蔗的人口不算太多,這一個現象雖然已經流傳許久(從我第一次聽說,至少也將近十年了),但是卻稍嫌冷門。在這個孤狗搜尋無所不查的年代,如果拿『花生』和『甘蔗』當作關鍵字,前一百個搜尋結果當中,只有十五則分散各處的頁面有提到花生溶化甘蔗渣這個傳聞。又,這十五個頁面當中,親自嘗試的人所在多有,但是嘗試之後除了『真的!』的驚嘆之餘,有追根究底精神去找答案或推想可能原因的就少得多了。

那麼,就讓『科學怎麼搞』來搞搞這個神秘的現象吧。

-----廣告,請繼續往下閱讀-----

首先,雖然各個部落客和電視節目主持人都已經親身體驗過,但我們還是得再一次確定這個現象是真的存在的。所以第一個實驗,應該是找來一群人(一般來說,二十人以上才會有足夠的說服力),發給每個人同樣大小和重量的切塊甘蔗,然後請他們正常咀嚼若干下(例如三十下)之後吐出甘蔗渣秤重平均。這樣一來,就建立起一般咀嚼狀態下的新鮮甘蔗和甘蔗渣的重量比,來作為實驗的對照組。接著,再次發給每個人同樣大小和重量的切塊甘蔗,外加固定重量的花生米,請他們將兩者一起正常咀嚼同樣若干下之後,再吐出甘蔗渣秤重平均。兩次的結果一比較,就可以知道是不是混著花生米一起嚼會融化甘蔗渣了。而若要讓實驗更為嚴謹,還可以讓找來的實驗者都是類似的年齡、體態、生活環境、甚至都沒有矯正牙齒,藉此讓個體間的咀嚼能力和吃甘蔗的技術沒有太大差別;還可以強制規定咀嚼過程中可以吞幾次口水(例如每五次咀嚼吞一次口水),以避免試驗者吞口水的次數影響甘蔗渣的重量。而且甘蔗渣除了秤重之外,還可以就顆粒大小與外型兩相比較,說不定會看出更多的差異。

總之,這麼大費周章的實驗之後,猜想得到的結果應該就跟各個網頁的結果一樣,花生米的確讓甘蔗渣在口中消融了。問題是,為什麼花生米可以讓甘蔗渣溶化呢?

網路上流傳的『答案』有幾個版本:最常見的答案,是『花生油是有機溶劑,溶解了甘蔗的細胞壁』。這個答案乍看之下煞有其事,但是仔細想想就會發現大有問題。我雖然不是有機化學的專家,但以纖維素為主的細胞壁什麼時候可以被有機溶劑溶解了?如果有機溶劑如花生油可以溶解纖維素的話,那麼拿花生油炒菜的時候怎麼不見蔬菜溶解在鍋子裡?清脆的沙拉淋上橄欖油的時候怎麼也不見沙拉葉被油溶化穿孔?由此猜想這個最常見的答案多半只是一知半解的名詞堆砌(有機溶劑、細胞壁),而不是真正有憑有據的推論。另一類的『答案』則是認為花生的出現讓咀嚼行為有了變化:例如因為花生很硬,所以混著甘蔗一起咀嚼的時候不自覺地就會更仔細的把甘蔗渣嚼得更碎,或是花生顆粒將甘蔗渣切得更碎,因而得以吞食;或者是因為花生的額外香氣讓人不自覺地嚼得更起勁,因此也讓甘蔗渣被嚼得更碎而能夠下肚。

說真的,這一類的答案要想證實倒也不難,畢竟他們都認為是花生的存在讓『咀嚼行為』有了改變,那麼當然就把咀嚼的動作定量即可。本來,我們的實驗方式其實多少已經標準化了咀嚼的動作,甚至連吞口水的次數都已經考慮到了,應該也就已經可以去除『咀嚼行為』改變的可能。不過,再怎麼說只要是找人來嚼甘蔗,就難免會有咀嚼行為上偷偷發生變化的可能(例如有花生就嚼的更用力磨得更仔細之類的),所以為了杜絕悠悠之口,整個實驗應該改在研缽中進行個二三十次,將固定重量切小塊的甘蔗以標準化方式研磨之後去除水分秤重,而實驗組則是在研缽中加入花生米一起研磨,這樣的實驗方式便能夠排除『不自覺嚼的更碎』的可能性。又,另外的實驗組也可以改用花生粉取代花生米一起研磨,這樣也可以排除『花生顆粒將甘蔗渣切得更碎』的影響。

-----廣告,請繼續往下閱讀-----

於是,這麼大費周章的實驗過後,研缽裡面得到的結果應該跟嘴巴裡面嚼出來的結果類似:即使研磨的努力程度都相同,也沒有花生顆粒的幫助切割,更不需要口水和舌頭的攪和,和花生一起研磨的甘蔗渣就是比較少、比較碎、比較小。這就顯示了花生裡頭必定有些什麼,可以讓甘蔗渣被分解。但,那可以分解甘蔗渣的成分到底是什麼呢?

到了這一步,所需要的實驗器材就不再只是簡單的『科學怎麼搞』能夠擁有的了。不過還好,這裡有一篇碩士論文已經有了初步的解答。簡單的說,花生裡頭的某些蛋白質具有分解纖維素的能力,所以混著花生蛋白萃取液的甘蔗渣會被粉碎溶解成為小顆粒,於是當花生混著甘蔗一起咀嚼的時候甘蔗渣也就會漸漸的被分解掉。只是到底是哪幾種蛋白質有這功用,論文裡並沒有更進一步的分析就是了。

 

後記:值得一提的是,如果跟花生米一起嚼可以溶化甘蔗渣,那麼應該也可以溶化其他的纖維渣才對吧?有一位PTT的網友就真的拿檳榔做了實驗,也似乎真的檳榔渣就被軟化溶解了。這位在不宜之處有疑的網友實在是富有科學精神,如果好好研發的話,說不定會掀起一股『吃檳榔不吐檳榔渣』的風潮呢(誤)。

 

 

3/9更新:

-----廣告,請繼續往下閱讀-----

有網友疑惑:「會不會是花生還有嘴巴的酵素作用,加上花生裡面分解纖維類的酵素以及澱粉酵素一起作用~加上油脂協同作用,最後造成這樣的結果?」我的想法是:當然有可能,而這也是為什麼後半段的實驗會建議在『研缽』裡進行的原因。如果我們只是混合花生跟甘蔗一起研磨,也能夠讓甘蔗渣粉碎溶解的話,那麼就表示花生裡的成分本身就有足夠的功效,並不需要和口中的酵素交互作用才能達成效果。又,花生的油脂如果是個有功效的成分,那麼甘蔗渣放在花生油或其他植物油裡面應該就會溶解,但是目前好像沒聽說過這種事情。

或許轉個念頭,網友的意思是『會不會是花生油讓難以下嚥的甘蔗渣變得可以下嚥?』這當然也不是不可能。有點油脂的潤滑,總是似乎能讓難吞的東西變得容易吞一點。但是,『油脂的潤滑讓甘蔗渣比較容易吞嚥』頂多只是物理作用,讓甘蔗渣在口腔食道裡能夠比較滑順的移動;跟『花生裡的成分讓甘蔗渣溶化』這樣的化學作用導致甘蔗渣粉碎變軟變少變小,兩者之間是完全不同的兩件事。前者只是也有『看來類似』的結果,嚴格說來與討論的現象並不相同。畢竟,『讓甘蔗渣比較好吞』有各種可能的方法,但『甘蔗渣溶化(所以比較好吞)』才是我們正在探究的現象。

又有網友疑惑,會不會是花生渣混著甘蔗渣一起吞所以比較容易?這個問題其實還是跟上一個花生油的答案一樣,不是不可能,但是沒有切中問題本身,而且需要說得更清楚。首先,為什麼花生渣混著甘蔗渣一起吞可能比較容易?是因為口感從單調的纖維變成混合顆粒的纖維(物理性的改變),所以比較容易吞嚥嗎?或者是因為如某些部落格文中所提的,花生顆粒把甘蔗渣(物理性的)切斷分開,所以比較容易吞嚥?這兩點要實驗也很容易,其實只要把花生米改成磨碎的花生粉跟甘蔗一起嚼,就可以知道了。而我大膽的猜測,即使是毫無顆粒口感又乾八八的花生粉,還是會有相同『甘蔗渣比較好吞』的效果,因此花生米或顆粒的物理作用顯然不是重點,而是花生裡的成分造成的化學作用讓甘蔗渣改變了。

(另一個『杜絕花生渣的影響』的實驗方法是:把花生米裝在絲襪裡頭再跟著甘蔗一起嚼,這樣照理說花生渣或顆粒就不會跟甘蔗渣在嘴裡混合,包在絲襪裡的花生米即便嚼碎了也不至於將甘蔗渣切碎,於是也可以排除花生米對甘蔗渣的物理作用)

-----廣告,請繼續往下閱讀-----

最後,有網友疑惑煮過或烤過的花生是否還有這樣的能力?畢竟酵素經過烹調應該會失去功用才對。這真是個好問題,但有趣的是,我們平常拿得到的花生米應該都是烹調處理過的(炒過烤過或蒸過),顯然裡頭的酵素依然有功用。或許某些酵素比較耐熱,因此即使炒過或蒸過烤過的花生米也依然保有酵素的功效,但不知道不同烹調處理的花生米的效果有沒有差別,好比說在花生湯裡煮透的花生米不知道是不是依然有效就是。又,如果有人能夠拿到新鮮的生花生來試試也會很有意思,說不定生花生的酵素活性更完整強大,更能讓甘蔗渣溶化於無形呢?

-----廣告,請繼續往下閱讀-----
文章難易度
YTLai_96
51 篇文章 ・ 31 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

2

7
1

文字

分享

2
7
1
為何智齒這麼晚才長出來?——關鍵是「人臉比黑猩猩扁平」
寒波_96
・2021/11/30 ・2587字 ・閱讀時間約 5 分鐘

人類小時候會換牙,把乳牙換成恆齒,一旦恆齒長成就會持續使用一輩子。有意思的是,相對於靈長類親戚們,人類長牙齒的年紀明顯比較遲。例如 3 顆大臼齒,黑猩猩長出第一、第二、第三大臼齒的年紀,分別為 3、6、12 歲,人類則是 6、12、18 歲(我們的第三大臼齒就是智齒,不一定會長)。

人類的臉比黑猩猩扁,連帶使得長牙齒也比較晚?圖/Jens Schlueter/AFP/Getty Images

人類牙齒長得慢是為什麼呢,是因為晚熟的人類,發育比較慢嗎?一項新發表的研究認為,人體比黑猩猩的發育慢,是一個原因,不過還有一個關鍵因素不可忽略:人的臉比較扁平

嚼嚼~

探討牙齒發育快慢,要考慮整個口腔

長得快或長得慢,有時候沒那麼直接。乍看之下,人類發育成熟的速度比動物慢,比方說人類和親戚關係相近的吱吱們相比,猩猩、猴子出生後,比人類更快能自己獨立行動,更早長大成「猴」,也更早性成熟。

-----廣告,請繼續往下閱讀-----

但是人類的諸多發育特徵,並非總是那麼遲。根據靈長類身體和腦部的比例,可以估計斷奶時間的趨勢;以人類的身體、大腦比例來看,人類斷奶的時間反而還比預期的早。保守說法是,人類有自己的成長節奏。

人類成長比較慢的特徵中,牙齒算是一種。動物臼齒生長的年紀,和生涯呈正相關,探討化石的時候,可以做為生命史(life history)的指標。

牙齒並非單獨存在,而是長在口腔裡面,因此牙齒生長時要配合周遭結構,和口腔環境的發育關係密切。

新研究搜集 21 種靈長類,包括臼齒成長年紀、口腔各種構造的發育、整個身體發育節奏的生命史等資訊,分析其中的關係。

牙齒的成長,可謂口腔中的土木學,各種肌肉、骨頭結構,按照適當的角度、位置組合,才能形成穩妥的結構。圖/參考資料 1

一方面是各種空間構造,例如顳下頜關節(temporomandibular joint,簡稱 TMJ)、內收肌合力平台(adductor muscle resultant vector,簡稱 AMRV)、下頜牙弓長度(mandibular arch length,簡稱 MAL)等數據,另一方面是時程,每顆臼齒開始成長的年紀、對應的生命史等等。

-----廣告,請繼續往下閱讀-----

年紀之外,為什麼還要考慮成長階段呢?年紀是絕對的,生命史是相對的。比方說同樣在 5 歲長牙齒,一種動物平均壽命 25 歲,另一種是 50 歲;換算可知,前一種動物是在壽命進行到 20% 的年紀開始長牙,後一種動物卻是 10%。

另一方面,如果同樣在壽命階段的 10% 長牙,能活 30 歲的動物從 3 歲開始,預計壽命 60 歲的動物卻要 6 歲才開始。由此可以看出,同時考慮年紀和生命史,能得知一項指標更完整的意義。

幾種靈長類,長出第一、第二、第三大臼齒、和下頜牙弓結束成長的年紀。圖/參考資料 1

口腔內的臼齒土木學

一番分析發現,和咀嚼有關的肌肉是關鍵。牙齒和咀嚼肌搭配作用,生長時也是如此。臼齒成長要配合咀嚼肌等連繫的構造,周圍結構長成,才能再讓牙齒發育。

長牙跟蓋房子一樣,需要建築空間。準備長牙時,口腔中必需已經存在足夠的空間,才能讓牙齒正常生長,否則有結構安全的問題。

臼齒居住正義!

-----廣告,請繼續往下閱讀-----

可以這麼想,如果一種靈長類動物的口腔發育速度快,很快形成足以容納牙齒的空間,長臼齒的年紀會比較小。反過來,要是口腔結構發育速度慢,需要更長的時間才能拉出範圍,便會比較晚才開始長臼齒。

長牙之前,需要先形成足夠的建築空間。圖/參考資料 1

和其他靈長類相比,人類的口腔和嘴巴發育比較慢,原本就會更遲開始長牙。另一重要因素是預計長到多大。

有些動物的口腔較大,空間也比較寬敞,較快能發育出空間裝牙齒。而人類的臉比親戚們扁平,預計能長牙的部位本來就比較窄,所以要更多時間,才能長到足以容納牙齒的空間。

比較人和黑猩猩的臉型,很明顯能看出人的臉突出比較少,或是說比較扁平,尤其是臉下方,下巴周圍牽動的部位。

動動嘴巴,感受咀嚼肌在哪兒?

-----廣告,請繼續往下閱讀-----

和黑猩猩等靈長類親戚相比,人類發育時由於臉的延伸比較短,壓縮內部的空間,口腔內可以長牙的範圍比較窄,要花費相對更長的時光,才能形成足夠讓牙齒發育的空間。

綜合兩個因素,一方面是整個口腔生長速度比較慢,另一方面是臉比較扁平,使得人類能開始安全長臼齒的年紀,比其他靈長類更遲。

這項研究的分析對象都是活跳跳的吱吱,沒有包含古人類。不過論文提到,智人臉部縮短、臼齒遲長的特徵,至少在距今 30 多萬年,北非的摩洛哥 Jebel Irhoud  化石中已經能見到,因此推論這是智人演化之路上,相對早期便已衍生的特色。

嚼嚼~

-----廣告,請繼續往下閱讀-----

延伸閱讀

參考資料

  1. Glowacka, H., & Schwartz, G. T. (2021). A biomechanical perspective on molar emergence and primate life history. Science advances, 7(41), eabj0335.
  2. A study of skull growth and tooth emergence reveals that timing is everything

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

-----廣告,請繼續往下閱讀-----
所有討論 2
寒波_96
193 篇文章 ・ 1090 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》。

0

7
1

文字

分享

0
7
1
少顆牙齒照樣能吃飯呀!缺牙該怎麼處理?不處理會怎樣?
careonline_96
・2021/09/28 ・2882字 ・閱讀時間約 6 分鐘

缺牙怎麼辦?不處理會怎樣?植牙與牙橋 牙醫師圖文解析

「醫師,我下巴的關節會痛,咬東西很吃力。」王小姐蹙起眉頭抱怨,「這幾天連頭都跟著痛。」

「請張開嘴讓我看看。」醫師仔細檢查過後問,「你的小臼齒掉多久了?」

「好像兩…三年了吧。」王小姐努力回想,「那時候蛀牙比較厲害,只好整顆拔掉,本來有打算要後續處理,但是工作一忙就耽擱了。」

一般成年人有 32 顆恆齒,可能因為蛀牙或外力撞擊而導致缺牙,很多人會認為少顆牙也能吃東西,所以就放任不處理,但是缺牙不處理其實可能導致一連串的麻煩。

-----廣告,請繼續往下閱讀-----

缺牙的影響主要會區分成兩個部分,「口內」及「口外」,泉玥牙醫診所院長郭光哲解釋,「口內」指的是口腔內環境的變化,「口外」則是口腔外,如臉形、外觀的變化。

假設缺牙的數目較少,僅缺少一、二顆牙齒,「口外」的部分,也就是外觀上不會有太明顯的變化。但在「口內」的部分就可以觀察到,前後牙齒會產生部份位移,甚至有傾倒的狀況。郭光哲牙醫師指出,「患者經常覺得,反正還有其他牙齒可以咀嚼,所以便沒有積極處理缺牙,但是鄰近牙齒傾倒或位移的狀況,常常導致齒縫大小的變化,或是更容易塞東西,長期下來可能導致牙周病、或蛀牙的問題。」

前後牙齒傾倒後,也會對原本咬合的平面造成干擾,郭光哲牙醫師表示,我們的嘴巴在咀嚼的時候,並非單純的上下移動,而是有著更複雜的前後、左右咬合模式。當咬合受到干擾,長期下來可能會導致一些顳顎關節障礙(Temporomandibular Joint Disorders)。

顳顎關節障礙的症狀包括顳顎關節痛、咀嚼疼痛、耳朵周遭疼痛等,這些都是日積月累下來的問題。

-----廣告,請繼續往下閱讀-----
缺牙不處理問題一籮筐

如果缺失的牙齒較多,「口外」的部分就會產生變化,例如很多老年人的臉頰凹陷。另外,由於多數患者缺少的牙齒會從後側開始,郭光哲牙醫師分析,為了咬東西,他們常常會把下顎骨往前移動,試圖用更多的前牙來咬東西,所以會看到漸漸呈現出類似「戽斗」的外觀。

「口內」的部分,因為缺失的牙齒越來越多,會喪失一些咀嚼的功能,吃東西越來越不方便,因為嚼不爛、嚼不碎,可能連腸胃都不舒服,甚至無法攝取足夠營養。郭光哲牙醫師說,隨著口內環境越來越複雜,容易產生牙周病、滋生更多細菌,倘若這些細菌進到腸胃道或血液循環,會造成更多更多的併發症。

植牙、做牙橋,缺牙治療比一比

所謂的牙橋,就像是在缺牙的位置架一座橋,需要前後牙齒來擔任橋墩,提供固定與支撐,郭光哲牙醫師分析,想製作牙橋得符合一些條件,首先必須具備穩固的前後牙,假設缺少的牙齒是整個象限的最後一顆牙齒,後面只剩下牙齦的時候,便無法做牙橋。

接下來,要評估當做橋墩的兩個支柱牙的健康狀態,它的牙周必須非常健康,沒有任何動搖,才不會使原本的問題惡化。

-----廣告,請繼續往下閱讀-----

因為很多患者都是已經缺牙很久了,才想要處理缺牙的問題,所以鄰近牙齒可能會有移位、傾倒的狀況。倘若牙齒因為長時間的磨耗,長度變短、牙冠高度不足,也沒辦法做牙橋。

一般而言,製作牙橋需要的時間比較短,郭光哲牙醫師解釋,通常拔完牙大約 8 週後,牙齦會達成基礎的成熟,可以開始介入治療。從拔牙開始計算,大概 12 周以內就可以完成牙橋。

牙橋的缺點是需要修磨前後牙齒,目前牙科的觀念會認為牙齒能不修就不修,修得越少越好,希望盡量保存原來的齒質。

另一個缺點是牙橋比較不容易清潔,因為是連成一組的裝置,橋墩下方的清潔便比較困難,再蛀牙的風險較高,必須靠牙間刷或沖牙機來清潔。

-----廣告,請繼續往下閱讀-----

第三個缺點是當牙橋出問題時,必須要整組拆掉再重新治療,因為之前已經磨掉一些齒質,如果又出現蛀牙的話,這些支柱牙的齒質狀況就會變得非常不好,甚至面臨拔掉的命運。

缺牙治療比一比

植牙的好處是不需要修磨前後牙,比較容易清潔,且咬合力量趨近真實牙齒,然而並非所有人都適合植牙。郭光哲牙醫師提醒,骨質疏鬆患者若接受雙磷酸鹽藥物治療,短時間之內不能接受任何牙科手術。罹患慢性疾病,如高血壓、糖尿病等,若是沒有好好控制,可能增加手術風險、感染風險、影響手術傷口癒合、甚至骨頭不會生長,也不適合植牙。另外,存在嚴重牙周疾病的患者,傷口感染的風險較高,亦不建議植牙。

假牙材質要知道

假牙的材質主要有全金屬、金屬燒瓷、全瓷等幾類,郭光哲牙醫師說,現在因為大家都很注重牙齒的美觀,能夠接受全金屬牙冠的人相對比較少,所以大多會選擇全瓷材料,或是裡面是金屬,外面燒上一層牙齒顏色的瓷。

金屬燒瓷是兩種材料的結合,製作時需要先修出金屬的厚度,再修出陶瓷的厚度,所以牙齒的修磨量相對比較大。長期使用後,如果患者的牙齦有些萎縮、退縮的現象,邊緣可能露出黑色細線。

-----廣告,請繼續往下閱讀-----

另外,金屬燒瓷可能會遇到瓷崩的狀況,表面的瓷崩落了,裡面的金屬就會露出來,除了影響美觀之外,咬合高度也會受到影響,無法緊密地咬在一起,郭光哲牙醫師說,崩落的表面通常會比較粗糙,比較難清潔、容易讓牙菌斑附著,而導致後續的問題。

全瓷材料可製作出擬真度高的牙齒,已廣泛應用於牙科領域,郭光哲牙醫師說,目前經常用來製作全瓷牙冠的材料是二氧化鋯,二氧化鋯的生物相容性佳,具有較高硬度。藉由立方體晶像結構,可以減少光線散射,增加二氧化鋯的透明度。全瓷牙是在電腦上設計,並由電腦進行切削,能夠提升製作效率及精準度。

什麼是二氧化鋯

牙齒的顏色相當複雜,每個人皆不相同,需要仔細比對鄰牙,才能做出逼真的假牙,郭光哲牙醫師說,過去的瓷牙需由人工上色,再進行燒結,現在有預染二氧化鋯,可先挑選顏色後再進行切削,不必再經由人工上色,亦具有螢光效果。若在安裝假牙時稍作修磨調整,也能維持假牙的顏色。

貼心小提醒

放任缺牙不處理,會在口內及口外衍生一系列的問題,諸如鄰牙位移、傾倒、顳顎關節障礙、影響咀嚼功能、導致外觀改變等。郭光哲牙醫師提醒,究竟該植牙或做牙橋,每個人的狀況不同,應該與牙醫師詳細討論,及早處理!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----