0

1
0

文字

分享

0
1
0

自然界中的頂級騙術:動植物如何在進化中化身大師級騙子——《跟達爾文學投資》

今周刊出版
・2024/12/03 ・2135字 ・閱讀時間約 4 分鐘

綠蛙的低頻謊言:聲音中的進化騙術

曾因為 2008 年全球金融危機而受害的人,可能都曾把所知道的髒話用來罵我們這些金融從業人員。如果你不是演化生物學家,你可能認為只有我們這種狡詐的生物才會欺騙人。但是,並非如此。

我們就先從綠色的青蛙開始談起。

與大多數動物一樣,綠蛙的交配期很短。在這個關鍵時期,公蛙需要積極保衛自己的領土,才能將繁殖成功率提到最高。體型較大的公蛙發出的呱呱叫聲,頻率比體型小的叫聲更低,藉此宣傳自己的體型和統治地位。因此,公綠蛙在演化過程中會避開體型更大、更壯的綠蛙,所以不會進入充滿低頻呱呱叫聲的範圍。牠的大腦認定低頻呱呱聲,等同牠無法打敗的對手。

如果你是一隻體型小的綠蛙,你會怎麼做?過著沒有伴侶的生活,從未交配就死亡嗎?不是,一些小綠蛙找到一種方法降低牠們的訊號音調,以顯示牠們的體型比實際上更大。這種能力使牠們能夠藉此欺騙體型比自己大的公蛙,以保護自己的領土。一些小綠蛙利用低頻率的呱呱聲來發送欺騙訊號,而獲得演化上的優勢。這種欺騙的訊號很容易產生,發出訊號的小綠蛙所付出的代價非常小。

-----廣告,請繼續往下閱讀-----
小綠蛙用低頻呱呱聲偽裝體型,欺騙對手獲得優勢。圖/unsplash

如果各位認為綠蛙是狡猾的小傢伙,那麼神奇的招潮蟹的惡作劇,

一定會讓人非常難忘。

招潮蟹的假螯戰術:以假亂真制勝對手

招潮蟹(又譯提琴蟹)比綠蛙更進一步,發展出能力以欺騙母蟹和其他公蟹。公招潮蟹都有一只大而強壯的螯,既可以用來與其他公蟹打鬥,又可以吸引母蟹。研究人員發現,母蟹特別偏好螯較大的公蟹,而這些螯較大的公蟹也能成功威懾其他公的競爭者。當一隻公蟹在戰鬥中失去大螯,通常會長出一只新的螯,這只新螯比較輕、沒那麼粗壯,也更脆弱,但是它的尺寸仍可能很大,看起來和之前那只更重、更致命的螯一樣有力。

這些再生的螯成功地欺騙了公蟹和母蟹。母蟹無法區分這些冒牌貨和擁有較重的「真螯」的公蟹。甚至擁有「真螯」的公蟹,也不會和那些較輕、較弱,但外觀看起來很了不起的再生螯公蟹發生衝突。研究人員發現,在招潮蟹族群中,高達 44% 的公蟹可能有再生的螯。千萬別以為只有我們這些金融從業者不值得信任!

-----廣告,請繼續往下閱讀-----

如果各位以為只有動物會發出欺騙訊號,那就錯了。

蘭花的費洛蒙迷局:黃蜂的交配陷阱

植物是騙術大師。由於植物無法奔跑或躲藏,所以許多植物的生存策略就是欺騙其他植物或動物。澳洲某些品種的蘭花就是其中一個最好的例子(對黃蜂來說則是最糟糕的例子)。澳洲有大約 1400 種蘭花,其中大約有 250 種蘭花採取欺騙公黃蜂以實現授粉的策略。

植物也是天生的騙術大師,澳洲約 250 種蘭花通過欺騙公黃蜂完成授粉。圖/unsplash

它的欺騙策略是這樣的。當一隻母黃蜂(一生中大部分時間都生活在地下產卵)準備交配時,牠會從地下出現並釋放出一種獨特的費洛蒙來吸引公黃蜂。許多公黃蜂通常會降落在母黃蜂身上並開始瘋狂交配。這沒什麼奇特的。好吧,這確定有點令人不安,但你懂我的意思。

這時蘭花出場了。許多蘭花品種發現了一種方法,可以釋放與母黃蜂相同的費洛蒙。結果呢?公黃蜂與蘭花交配,因此接觸到花粉,受騙的公黃蜂將花粉帶到其他花朵上再次「交配」,然後留下前一朵花的花粉!

-----廣告,請繼續往下閱讀-----

我想在此提出一個必要的說明,而且為了避免把動植物擬人化而造成讀者誤解,我之後還會再多說幾次。到目前為止討論中的「誠實」和「欺騙」這兩個詞,並不表示傳達訊息者的意圖。這兩個詞只是指出訊號對接收者所造成的影響。當一個訊號愚弄接收者時,就是欺騙;當接收者了解訊號原本的意思時,就是誠實的。蘭花不是故意釋放特定的費洛蒙,招潮蟹也不是有意識地製造一個假的大螯。這些生物都是經過數百萬年天擇的磨練,所創造出來的產物。

舉例來說,無害的牛奶蛇的祖先,可能因為隨機突變而發展出毒珊瑚蛇的顏色。這些突變個體的存活率,會比未突變的同類還要高,並且生下更多具有相同模式的牛奶蛇寶寶。結果這些牛奶蛇寶寶更安全,不會被掠食者吃掉,並且會成功地繁殖更多具有相同彩色圖案的後代。經歷過許多代之後,所有的牛奶蛇都擁有與珊瑚蛇相同的顏色與斑紋。在這個過程中,牠們的欺騙訊號臻至完美。

——本文摘自《跟達爾文學投資:取經大自然,從物競天擇脫穎成為市場贏家!》,2024 年 10 月,今周刊出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

今周刊出版
9 篇文章 ・ 1 位粉絲

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。