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

-----廣告,請繼續往下閱讀-----

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

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

3
3

文字

分享

0
3
3
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

-----廣告,請繼續往下閱讀-----

  • 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 ・ 56 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。

0

0
1

文字

分享

0
0
1
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.

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

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]
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。