Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

寶貝兒,你看哪兒呢?

科學松鼠會_96
・2013/03/23 ・1524字 ・閱讀時間約 3 分鐘 ・SR值 494 ・六年級

人們都說戀人的心中有一首詩。熱戀中的一方往往能看到詩意從對方眼中流出,幻變成愛的音符。不過倘若有女生發現在與另一半交談時,對方的目光並沒有深情地望著你的眼睛,而是在你臉上其他部位停留,倒也不必擔心對方對你的愛意減退或者對你有所隱瞞——根據一項研究的結論,這屬於正常眼神移動。

當然,這項研究的根本目的並不是為了為男生脫罪。研究的負責人,加州大學聖巴巴拉分校的大學心理與腦科學系的的馬修•彼得森和米格爾•埃克斯坦想知道:在日常生活中這些眼神的交流是否僅僅是由於文化上的約定俗成,還是在生理上有著重要性?

為了回答這個問題,他們首先測試了在不同的情況下,人的眼神集中注視的部位。60名當地的本科生被平均分為3組觀看經過處理的人像照片,其中每一組受試者都帶有不同的任務:第一組需要在10張照片裡找出和提示相同的人臉;第二組需在140張不同表情的照片中抽取一張,並描述出表情的喜怒;第三組則需 要在80張照片中選取一張,鑑定人物的性別。

為了排除照片出現時視線的起始位置對最終結果的影響,彼得森等人在屏幕的周邊設立了8個小方格,並要求受試者在照片出現前將視線集中在任意的小方格 上。隱藏的視線記錄儀則顯示出這三組學生的視線在照片上的集中點略有不同,但都沒有集中在眼睛上,而是在眼睛和鼻子之間。此外,觀看這些照片的時間長短以及圖片的清晰度或顏色也不會讓這些視線集中點的位置產生明顯改變(圖1)。

-----廣告,請繼續往下閱讀-----

圖1. 不同任務中受試者視線集中的位置。A圖中的紅點為所有眼神逗留過的位置,B圖中的綠點為每一名受試者的平均視線集中點

那麼這些集中點是否真的具有什麼作用呢?研究者們又做了第二個實驗。在這個實驗中,受試者的目光被要求分別固定在額頭,眼睛,鼻子和嘴巴上。當目光越是遠離眼鼻之間,受試者對於人臉的辨識能力就越弱,連分辨表情和性別都出現了困難(圖2)。

圖2. 固定視線後不同組完成任務的成績

於是彼得森和埃克斯坦提出了一個假說。他們認為這些集中點最能讓人把握對方面部的總體信息。在將人臉的各個部分中,眼睛毫無疑問最具有信息量。但人的鼻子,嘴唇處的信息也佔有一定的比重。當人在作出表情時,口鼻、面頰處的信息更會增多。由於人眼在識別面部時,離視線的中心越遠,辨識度就越低。為了不錯過上述的「面部信息點」,大腦自動做了折中,將視線集中的位置從信息量最大的眼睛移動到了面部的中央,以涵蓋更多的面部信息 (圖3)。做個善意的推測下,如果對方的目光並沒有深情地望著你的眼睛,那大概說明他正在努力地觀察並識別你的整個臉。

圖3. 面部不同部分的信息量。A圖為面部不同區域的絕對信息量分佈;B圖為綜合考慮後,面部信息量的丰度分佈

由於實驗中所招收的受試者都為白人,因此儘管研究者們發現了視線集中點的作用,但還不能確定文化差異是否會造成集中點位置的不同。下一步,他們將會在東亞人中尋找受試者重複這個實驗。如果並不習慣像西方人那樣進行眼神交流的東亞人依舊有著類似的視線集中點,那麼這種目光移動的機制就更有可能是與生俱 來,而不是後天養成的。

作者自己的PS: 當然,以上這些情況都僅限於解釋為何你的男友會把目光注視在你眼睛的下方。如果你男友的眼神不是停留在你臉上,而是注視著路邊走過的美女,那就不屬於本文討論的範疇了。

參考資料

-----廣告,請繼續往下閱讀-----
  1. Looking just below the eyes is optimal across face recognition tasks. Matthew F. Peterson and Miguel P. Eckstein, PNAS, 2012

轉載自科學松鼠會,首發於果殼網。作者

-----廣告,請繼續往下閱讀-----
文章難易度
科學松鼠會_96
112 篇文章 ・ 6 位粉絲
科學松鼠會是中國一個致力於在大眾文化層面傳播科學的非營利機構,成立於2008年4月。松鼠會匯聚了當代最優秀的一批華語青年科學傳播者,旨在「剝開科學的堅果,幫助人們領略科學之美妙」。願景:讓科學流行起來;價值觀:嚴謹有容,獨立客觀

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。

0

1
2

文字

分享

0
1
2
確認過眼神,臉上多兩條肌肉讓狗狗賣萌無辜動人
柏諺_96
・2019/07/31 ・3937字 ・閱讀時間約 8 分鐘 ・SR值 529 ・七年級

雖然今年才過一半,但如果要討論今年最熱門的「狗發現」,莫過於英國樸茨茅斯大學 Juliane Kaminski 所發表的論文了──「小狗眼神」的確存在。

Juliane Kaminski 透過解剖發現,在狗的眼睛周圍比狼多出了兩條肌肉,使得狗狗可以使出超級無辜的小狗眼神,讓人母愛大爆發。不過 Juliane Kaminski 好端端的,沒事去切什麼狗呢?這一搞不好可是會暴動的呀!

牠的表情,只為吸引你注意

狗狗超級會看人臉色,而天生也會使眼色?圖/pixabay

故事還要從 2017 年說起,那一年 Juliane Kaminski在《科學報告(Scientific Reports)上發表的論文中,發現了狗狗超級會看人臉色。

-----廣告,請繼續往下閱讀-----

Juliane Kaminski 在這篇論文中,以研究員面向或背向狗狗、手上有無拿食物等條件,觀察狗狗對不同動作的實驗者有什麼反應?在統計了 24 隻狗狗後發現,狗狗對於研究員的注意力程度(attentional state)極度敏感,當研究員面向狗狗的時候,狗狗的臉部表情相當積極表現,遠比其他實驗條件下豐富──尤其是「挑眉」(inner eyebrow raise)與「吐舌頭」的表情更是明顯。

過去人們總認為,動物臉部的表情不僅呆板,還不由自主的反映著心中情緒,並不會用於主動溝通上──但是近年來我們早在大猩猩(Gorilla gorilla gorilla)身上發現,牠們也會如同人類一般會利用臉部表情進行溝通;另一個例子更跨到了馬來熊(Helarctos malayanus)身上,同樣是來自樸茨茅斯大學大學的Derry Taylor團隊,也在今年三月的《科學報告》(Scientific Reports)上,發表了他們在婆羅洲馬來熊保育中心(Bornean Sun Bear Conservation Centre)的研究:馬來熊會精準的互相模仿玩伴表情。

顯然生物學一再告訴我們,事情沒有那麼簡單。

Juliane Kaminski 在 2017 年的這篇研究裡也強調,統計顯示研究員手上有沒有拿食物並沒有影響,這打破了過去人們認為狗狗的積極表現是出自於食慾的誘惑,真正有影響的是眼神的接觸

確認過眼神,催產素上升

而人犬之間的眼神凝視重要性,早在 2015 年由日本麻布大學的菊水建史發表過論文證實。

-----廣告,請繼續往下閱讀-----

菊水建史的研究指出,當飼主與寵物犬凝視的時候,彼此體內的催產素濃度都會上升。催產素何許物也?催產素是由下視丘分泌,影響情感的一重要激素,舉凡分娩、性行為、情侶熱戀、母子溫情、同伴信任、同儕關係等,都受到催產素濃度影響。甚至有人給它一個別名──愛的荷爾蒙。

球棍模型所示的催產素。圖/wikipedia

菊水建史請來 30 位犬飼主與 11 位狼飼主,並測量飼主與寵物尿液中催產素的濃度。接著,請飼主與寵物(狼或狗)互動三十分鐘,研究者在旁記錄飼主與寵物間的凝視、說話與碰觸等動作,並在活動結束後再次測量催產素的濃度。

結果發現,唯有凝視的時間長短,足以解釋催產素在互動前後的濃度變化──凝視的時間越長,彼此體內的催產素濃度就越高。當狗狗與飼主互動後,體內的催產素濃度約上升了 130%,而飼主體內的催產素濃度更是一舉上升了 300%;至於狼與飼主的組別呢?狼根本不太愛瞧著飼主,數據也就毫不顯著啦。

-----廣告,請繼續往下閱讀-----

就像個小孩,獲得了寵愛

不過為什麼與狗狗眼睛對望,會讓我們分泌催產素,感到一陣幸福呢?或許我們可以從 Bridget M. Waller 在 2013 年發表在《公共科學圖書館:綜合》(PLoS one)的文章尋找答案。此發表中指出,幼態成熟(paedomorphism)或許是諸多狗之所以馴化的假說中,最引人注目的一個。

我們以後可以安慰自己是「幼年靈長類」的頭身比例。圖/pixabay

所謂幼態成熟,指的是某些物種在發育成熟過程中,保留了幼年期的身體特徵。舉例來說,人類的身體四肢相較於其他靈長類動物發育要緩慢,使得人類維持了「幼年靈長類」的頭身比例;而以水族市場上很熟悉的六角恐龍(墨西哥鈍口螈 Ambystoma mexicanum)來說,其他種類蠑螈的成熟過程會將幼年期的外鰓吸收退化、改為以肺部與皮膚呼吸,但六角恐龍達到性成熟時仍保留了幼體特徵的外鰓

狗其實就是幼態成熟的狼?圖/pexels

-----廣告,請繼續往下閱讀-----

而關於狗的馴化由來,有一個假說是這麼說的──狗其實就是幼態成熟的狼。相較於狼種,狗在馴化過程中,不論是短縮的鼻吻、較寬的頭蓋骨(cranium)、甚至是搖尾巴的行為,在野生的狼身上都較常出現在幼狼時期,不過狗卻將這些特徵延伸到了成犬階段。

這麼做有什麼好處呢?還真有。由於較短的鼻吻、較寬的頭蓋骨、挑眉所帶來的放大眼睛效果,都與人類嬰兒的型態不謀而合。這類似的臉部組成,激發了史上第一位狗奴才的母愛,也翻開了人犬互動的第一頁。

收容所裡的狗狗,每個都爭向與人類互動。圖/pxhere

Bridget M. Waller在論文中從收容所拍攝了 29 隻狗與人類的互動,在實驗中研究員走入籠中狗狗所在的房間,在站籠子前伸出一隻手,並拍攝下 2 分鐘的影片。針對每段影片,研究人員分析狗狗的臉部表情、搖尾巴持續時間、在籠中靠近眼前人類的時間長短──以及狗狗最終在被領養前,在收容所待了多久。

-----廣告,請繼續往下閱讀-----

結果出爐,根據統計所得數學公式,如果狗狗在兩分鐘內做了 5 次挑眉的動作,牠們在收容所平均停留的時間為 49.83 天;而如果狗狗在兩分鐘內做了 10 次挑眉動作,時間則縮短為 34.88 天;當次數來到 15 次時,時間則落在 28.31 天內──雖然隨著次數增加也浮現了邊際效應,不過顯然,豐富的臉部表情有助於狗狗博得人類歡心!

出乎意料的是,原本認為代表友善的「搖尾巴」,卻與停留在收容所的時間長短沒有什麼相關,這也再度佐證了「挑眉」是一項多麼強大的人擇壓力。

大眼睛挑眉頭,狗狗這樣賣萌

在理解「賣萌」是多麼有效的招數之後,科學家可就好奇起來,既然狼、犬之間在表情上差異如此顯著,那麼是否有著紮實的生理證據呢?別急,這不是「切」回主題了嗎?

Juliane Kaminski 在 2019 的論文中解剖了 4 狼 6 犬(個別是米克斯、拉不拉多獵犬、尋血獵犬、西伯利亞哈士奇、吉娃娃與德國牧羊犬),發現所有狗狗在眼睛內緣上方,都有一條發達的「內側提眼角肌」(levator anguli oculi medialis muscle, LAOM),正是這條肌肉讓狗狗得以在眼睛上方擠出一條,彷彿隱藏在皮毛之下的內眉毛(inner eyebrow);而狼在相同的生理位置上,卻只有稀疏薄弱的一些肌纖維,以及大量的結締組織而已,根本無法利用這些組織「進行一個挑眉的動作」。

-----廣告,請繼續往下閱讀-----

無獨有偶,狗狗在眼睛外側還有一條眼外拉伸肌(retractor anguli oculi lateralis muscle, RAOL),雖然這條肌肉是狼、犬皆有,不過在狗身上可要發達多了。藉由這條肌肉,狗狗可以進一步將周圍肌膚往外拉,這一睜眼睛可又更大了。

這條RAOL唯獨在哈士奇身上不見,真不愧是月月。圖/pixabay

不過弔詭的是,這條 RAOL 唯獨在哈士奇身上不見,雖然 Juliane Kaminski 認為,這是因為哈士奇是較為古老的犬種之故,不過可別忘了──在遺傳分析上並沒有哪一種狗的親緣關係,比起其他種狗更接近狼。

這是因為狗並不是直接由我們今天在野外看到的狼演化而來,而是在約三萬三千年前,某一種狗與狼的共同祖先,分出幾支有些相異的後代。這些後代一支逐鹿山野,成了今天我們所看到的狼;另一支則跟隨人類的腳步,逐漸被馴化成了狗。

-----廣告,請繼續往下閱讀-----

這就好比與兄弟各自成家立業,但各自小孩去討論誰與叔叔比較像並沒有意義,因為「姪子們與叔叔的距離」都是相同的。回到狼、犬身上,我們也只能說「某一種狗保留了與狼最多的共同祖先特徵」,並無法宣稱哪一種狗在親緣關係的演化時序上,更接近狼一些。

不如也來試試其他與狼最接近的基礎種,例如沙皮狗。圖/pxhere

依據中國昆明動物研究所王國棟2015年發表在《細胞研究》(Cell Research)的研究所示,東南亞的鬆獅犬、秋田犬與沙皮狗等品種,是目前與狼最接近的基礎種群。

如果從這個結果反觀 Juliane Kaminski 的研究,就顯得 Juliane Kaminski 所採取的六種品種狗有些不足──是否缺乏RAOL的情況只在哈士奇身上?同為雪橇犬的阿拉斯加雪橇犬(Alaskan Malamute)、薩摩耶犬(Samoyed)是否也需要檢視?更加古老的東南亞犬種需要納入考量嗎?

進一步思考,哈士奇是從未演化出 RAOL?還是在後來的培育過程中丟失了?人們當初在培育哈士奇的時候,主要以「工作犬」導向選拔,那麼對於眼睛的人擇壓力還強烈嗎?大眼睛對於在雪地奔跑是有助益的特徵嗎?或許我們需要的證據還遠遠不夠。

狗狗眼睛的動作,可以放大眼球並且模仿人類悲傷時的表情。右圖即為明顯的挑眉動作。圖片/Waller et al, 2006

回到 Juliane Kaminski 論文的下半場,研究團隊另外觀察了 9 匹狼、27 隻狗與人類的互動。研究員同樣以 2 分鐘的影像拍攝,在籠中的狼與狗對眼前的人類有何反應?結果並不意外,狗做出挑眉動作的強度與頻率,要遠遠高過於狼。

至此故事也大約有個輪廓了,Juliane Kaminski 的團隊認為,狗將眼角拉起的舉動:

  • 一來可以放大眼球在臉部的比例,形成猶如人類嬰兒的臉部組合,誘發人類產生照顧欲望(nurturing response);
  • 二來提高內側眉毛的臉部動作,也恰如人們悲傷時的表情,更進一步激起了人們的憐憫;

而拉開眼球週邊肌肉,露出更多眼白,則又如視覺合作假說(cooperative eye hypothesis)所說──人們在溝通時因看見對方眼神所向、獲知對方意圖,因而博得信任感。是以我們回望演化之路,似乎暫時有了這麼一個答案:

狗狗遠祖在肌肉上的突變,無意間取得了人類好感,不僅興起照顧慾望,也引發了對這個物種的偏愛。

不過,貓呢?或許跟寄生蟲有關吧。

參考資料

  • Kaminski, J., Hynds, J., Morris, P., & Waller, B. M. (2017). Human attention affects facial expressions in domestic dogs. Scientific reports, 7(1), 12914.
  • Nagasawa, M., Mitsui, S., En, S., Ohtani, N., Ohta, M., Sakuma, Y., … & Kikusui, T. (2015). Oxytocin-gaze positive loop and the coevolution of human-dog bonds. Science, 348(6232), 333-336.
  • Waller, B. M., Peirce, K., Caeiro, C. C., Scheider, L., Burrows, A. M., McCune, S., & Kaminski, J. (2013). Paedomorphic facial expressions give dogs a selective advantage. PLoS one, 8(12), e82686.
  • Wang, G. D., Zhai, W., Yang, H. C., Wang, L., Zhong, L., Liu, Y. H., … & Irwin, D. M. (2016). Out of southern East Asia: the natural history of domestic dogs across the world. Cell research, 26(1), 21.
-----廣告,請繼續往下閱讀-----

0

0
0

文字

分享

0
0
0
SOS!你看到羊兒眼中的求救訊息了嗎?
Peggy Sha/沙珮琦
・2016/12/15 ・2081字 ・閱讀時間約 4 分鐘 ・SR值 505 ・六年級

-----廣告,請繼續往下閱讀-----

每次看到毛小孩水汪汪的眼神,你的心是不是都被融化了呢?那種不需要語言就可以傳遞的情感連結常常讓人感動地無以復加,不過啊,各位大大以後可以稍微冷靜一點了,因為其實隔壁棚的山羊也可以做到這件事(?)

汪星人的大眼真是令人無法招架。圖/Pixabay
汪星人的大眼真是令人無法招架。圖/Pixabay

是不是好夥伴?看牠的眼睛就知道

《小王子》的狐狸曾經說過,馴養便是建立關係,而如果用更精確一點的說法解釋,我們可以將馴養定義為:動物或植物族群逐漸受人類利用與掌控的過程。[1]

「假如你馴養我,我們就彼此互相需要。你對於我將是世界上唯一的,我對於你也將是世界上唯一的……」──聖修伯里《小王子》

在馴養的過程中,動物的認知和行為都會因此改變,其中,最為人所知的例子便是狗(Canis lupus familiaris)與狼(Canis lupus)的不同。雖然兩者同屬犬科動物,但只有狗兒會使用指示性和意圖性的方式與人類溝通,這是因為在馴化的過程中,犬科動物的大腦已有所改變,讓牠們擁有了這種能力。

-----廣告,請繼續往下閱讀-----

不過,我們要怎麼確認這種溝通的能力呢?科學家嘗試運用「無解之題」(unsolvable problem)來作為測試的依據,實驗讓狗面臨自己無法解決的問題,並觀察牠們是否會嘗試與人類進行溝通。

那麼,除了狗以外的動物呢?科學家經過許多實驗發現:人們較熟悉的伴侶動物(指以陪伴為目的被飼養的動物)裡頭,狗和馬都會透過眼神和人類進行溝通以尋求協助。研究人員觀察到狗與幼兒都會察覺實驗者的注意力方向,並在面對無解之題時增加眼神接觸。而「察覺人類注意力」的這項技能,馬兒做起來也是得心應手,不過,可不是所有伴侶動物都喜歡跟人類用眼神溝通,像喵星人就不喜歡眼神接觸,這與牠們傲嬌屬性的角色設定可說是不謀而合。

山羊大大也會看人嗎?

從前的動物溝通實驗常常將對象鎖定在伴侶動物,那麼,被 養肥了下酒的 雞鴨魚豬牛等等食用動物呢?

紅燒雞翅,我最愛吃。圖/Youtube
紅燒雞翅,我最愛吃。圖/Youtube

-----廣告,請繼續往下閱讀-----

為了解開謎底,科學家特別針對山羊進行實驗。實驗在「山羊樂園」(Buttercups Sanctuary for Goats)進行,總共找了 34 隻成年羊(17 隻雌羊、17 隻閹公羊),樂園裡的這些山羊與人類之間經歷過許多正向的互動;在實驗之前,樂園裡的員工和志工都會固定照顧山羊,牠們也可以自由取得自己想要的食物。

在正式實驗之前,山羊們先歷經了「取食練習」:在練習場地的正中央,有一塊稍高於其他部分的木板,而兩名參與實驗的人員則會分別站木板旁邊(實驗員 A )以及距離木板 250 公分處 (實驗員 B)。實驗員 A 將食物放在木板上,並用塑膠盒蓋住,如果山羊可以在 60 秒內移動或翻倒塑膠盒並取得食物,便算過關。在練習的過程中,有 2 隻雌羊因為沒有達成任務而被排除。

在甲組中,實驗員面對盒子;在乙組中,實驗員背對盒子。圖/實驗圖片
在甲組中,實驗員面對盒子;在乙組中,實驗員背對盒子。圖/實驗圖片

而在第二階段的正式實驗中,科學家進一步將塑膠盒固定在木板上,讓山羊看得到飼料卻吃不到,成為了「無解之題」。實驗將山羊分為兩組(各 16 隻羊),甲組山羊的實驗過程中,實驗員 A 會面對塑膠盒;而乙組山羊的實驗過程中,實驗員 A 則會背對塑膠盒;而實驗員 B 則當作控制變因、始終直直盯著塑膠盒。

-----廣告,請繼續往下閱讀-----

你在看我嗎?靠近一點,再靠近一點

看著我、看著我(瞇)快給我食物啦~~圖/Pixabay
看著我、看著我(瞇)快給我食物啦~~圖/Pixabay

在取食練習和正式的實驗中,我們可以發現山羊會根據實驗員 A 的注意方向而調整自己的行為;相對於背對自己的實驗員來說,山羊會比較早看向面對自己的實驗員,注視實驗員的目光也會停留較久。此外,當實驗員 A 面向前方時,山羊會比較快進行視線交替(gaze alternation)且視線交替的頻率也較高;而在面對實驗者 B 的時候,則沒有特別的差異。這個實驗結果從前也曾在幼兒、狗和馬的身上有類似發現。

  • 註:視線交替(gaze alternation)指的是視線在人與物品間交替

在實驗中,所有的山羊都有與一位或同時兩位實驗者互動,可能是想要乞求食物。在實驗中,還有另一項有趣的發現,在下方的實驗影片中,我們可以看到:在幾乎沒有肢體接觸的情況下,山羊會在實驗者前 20~40 公尺處短暫停留 2~3 秒,這個有點嬌羞的求救舉動有可能是視線交替後的發展動作,不過,不是每一隻山羊都會有這個舉動,所以此舉背後的意義尚待釐清。

在這個實驗中,山羊展現了與狗或馬相似的行為,顯示出不只有伴侶動物會與人類產生交流或溝通,而這也改變了原本人們對於動物溝通能力的假設;除了伴侶動物之外,或許我們也應該用更全面的視角去檢視馴化對於各種動物的影響,或許我們看待動物的方式也會不再相同。

-----廣告,請繼續往下閱讀-----

參考資料:

  1. 馴養 維基百科 
  2. Christian Nawroth, Jemma M. Brett, Alan G. McElligott, “Goats display audience-dependent human-directed gazing behaviour in a problem-solving task” , Biology Letters, [2016.07.05]  DOI: 10.1098/rsbl.2016.0283
  3. Virginia Morell, “Video: These goats stare at men—when they want help“, Science, [2016.07.05]
-----廣告,請繼續往下閱讀-----
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。