Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

把小孩吞進胃裡的青蛙

陳俊堯
・2013/03/17 ・1153字 ・閱讀時間約 2 分鐘 ・SR值 428 ・四年級

R. silus 蛙媽媽嘴裡帶著一隻小蛙. 影像來源: Arkive.

全世界的兩生類裡面,大概就是澳洲的 Rheobatrachus 這一屬青蛙養小孩的招數最奇特。這屬青蛙一共只有兩種,分別是住昆士蘭北邊的 R. vitellinus 和住昆士蘭南邊的 R. silus。它們住在雨林和硬葉森林的溪流裡。交配後母蛙會把受精的卵吞進胃裡,讓小蛙在胃裡長大。蛙卵很大顆,裡面灌滿卵黃,有充足的養份讓它們在媽媽肚子裡長大。

這段時間裡想必媽媽是得餓肚子的。不過過去研究裡發現母蛙胃裡的蝌蚪數大概只有產卵數的一半,不知道是媽媽只選一半的小孩吞下肚來保護,或者是有半數的受精卵預計就是要犠牲來做為讓媽媽活下去的養份。 胃裡的受精卵孵出來變成蝌蚪,把胃撐大佔掉身體裡大部份空間,最後甚至讓母蛙的肺都沒地方撐開,害母蛙只能靠皮膚呼吸。蛙媽媽好辛苦,要一直支持到小蛙一隻隻嘴裡離開才算完成使命。

到底在胃裡從卵到蝌蚪到小蛙的這段過程發生了什麼事,科學家已經沒有機會再做深入研究了,根據 IUCN Red List 的記錄,這個屬的兩種青蛙  R. vitellinus   R. silus 都在 2002 年絶種消失。這個世界再也沒有能在胃裡養小孩的青蛙了。

-----廣告,請繼續往下閱讀-----

而就在幾天前,多家科學新聞網站都報導了關於這種青蛙的新聞,澳洲新南威爾斯大學的研究團隊進行的「拉撒路復活計畫」(Lazarus Project)有了重大突破。這個計畫的目的是想要讓 R. silus 復活。關於這個計畫,我在新南威爾斯大學的網站上沒發現官方網頁,只找到公關稿,所以更進一步的細節資料要等研究論文發表了才能得到了。

根據校方發佈的消息,這個研究團隊從冷凍庫找出一九七零年代冷凍下來的成蛙標本,從組織裡取得細胞核,然後再找一種相近種類的青蛙,借它的受精卵,去掉細胞核後種入 R. silus 的細胞核。結果這個細胞居然成功開始複製,還一路長到胚胎早期才死。沒能成功養出絶種青蛙其實不意外,太難了。 可是至少這次能從冷凍成體細胞前進到完成早期胚胎發育,已經是重要的進展。 這個結果當然給了生物學家很大的想像空間,因為絶種的生物可能有機會再次出現在眼前,甚至可以開始幻想讓劍齒虎猛瑪象都排隊試試看。我們需要擔心這樣下去會創造出變種人嗎?我猜現在技術上的困難還很多,應該不用現在就開始傷腦筋吧。

我真的很想看看小蛙怎麼從母蛙嘴裡蹦出來,可惜在網上找到的影片都沒有拍到這個闗鍵時刻。不過倒是找到 Darwin’s frog (Rhinoderma darwinii) 的影片,可以跟大家分享。這種青蛙在產卵後,爸爸會把受精卵放進嘴裡,正確點說應該是放進鳴囊裡養大。影片裡可以看到一隻隻小蛙被爸爸「嘔吐」出來,也是一絶。

 

參考資料

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
陳俊堯
109 篇文章 ・ 22 位粉絲
慈濟大學生命科學系的教書匠。對肉眼看不見的微米世界特別有興趣,每天都在探聽細菌間的愛恨情仇。希望藉由長時間的發酵,培養出又香又醇的細菌人。

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。

1

2
2

文字

分享

1
2
2
狐狸冷血無情,會把小孩趕走?——《生物轉大人的種種不可思議》
商周出版_96
・2023/11/22 ・1675字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

狐狸的育幼行為

對於生物來說,離開親代的意義是什麼?

放手讓子代獨當一面的意義又是什麼?

肉食性動物的親子分離是很絕情的,下面要介紹的例子是狐狸。

圖/pexels

狐狸是很重感情的動物。

-----廣告,請繼續往下閱讀-----

童話故事中的狐狸總是給人狡猾的印象,不過實際上狐狸家族之間的情誼相當牢固。

狐狸採一夫一妻制,雄性也會參與育幼,由夫妻一起照顧小孩。

母狐狸會躲在挖得很深的巢穴中待產,雄狐狸則會勤奮地替在巢穴中的雌狐狸覓食。即便小孩出生了,雄狐也不能進洞裡。據說曾有人觀察到在巢穴附近坐立難安的雄狐,好像很想見見自己的小孩,讓人不覺莞爾。

狐狸媽媽生產完之後,雄狐狸要持續替牠送食物。

-----廣告,請繼續往下閱讀-----

狐狸以老鼠或兔子為食,覓食對牠們而言並不容易。就算生活在食物豐富的里山環境(編按:里山指環繞村落的山林和草原,經人類適當耕耘,可提供動植物多樣性的棲地),也需要一平方公里的領地。若是在食物匱乏的地方,領地可能要五十平方公里。為了家人,狐狸爸爸必須在遼闊的領地間徘徊覓食。

況且老鼠與野兔相當敏捷,獵捕起來並不容易。狐狸需要高超的狩獵技巧。

牠們的基本狩獵方式是跳躍,畢竟以追捕的方式捉老鼠與野兔有一定難度,因此狐狸選擇靜悄悄靠近,再一口氣跳高,由上往下攻擊獵物。

狐狸獵捕的方式是先悄悄靠近,再一口氣跳高,由上而下攻擊獵物。圖/giphy

牠們還有一種特殊的狩獵方式,稱作「誘捕」(charming)。鎖定獵物的狐狸會維持著一個不會讓獵物溜走的距離,然後狀似痛苦地不斷打滾,老鼠和兔子看到狐狸的模樣心生好奇,就會忘記要逃命。此時狐狸一邊劇烈扭動、一邊慢慢靠近,趁獵物不注意的時候偷襲。據說牠們還懂得裝死讓獵物放下戒心,這也是需要高超的演技。

-----廣告,請繼續往下閱讀-----

在獵捕水鳥時,狐狸也懂得把水草或雜草纏在身上,透過偽裝的方式靠近獵物。這種狩獵方式需要高度的智能。進行高階的狩獵行為需要深度的學習。所以小狐狸出生三個月左右,親代就會把牠們帶到遠方,傳授生存需要知道的重要事項,包括如何狩獵。

讓小狐狸離巢的狐狸爸媽

等到教會孩子怎麼狩獵之後,狐狸爸爸就不再替小孩覓食了,透過這種方式督促小狐狸自立。乍聽之下很無情,但牠們並非放任小孩自生自滅。有時候狐狸親代似乎會事先把食物藏好,再讓小狐狸自己去找,表面看起來嚴厲,實則處處有愛。這種愛在心裡口難開的表現,實在很有父親的育幼風格。

然而進入夏天的尾聲,就是別離的時刻了。

圖/pexels

小孩不能永遠待在父母身邊。進入離巢期,親代會開始驅趕子代。狐狸是很寵小孩的動物,養育小孩時也關愛有加。在小狐狸眼裡,媽媽和爸爸都無比慈祥和藹。小狐狸也很依賴父母。可是在離巢期的狐狸爸媽會突然翻臉就不認小孩了。

-----廣告,請繼續往下閱讀-----

小狐狸會困惑地無法理解,像平常一樣回到父母身邊。但是親代不允許子代回來,選擇強力恐嚇並驅趕小孩,狐狸媽媽甚至還會開咬。

儘管如此,小狐狸還是想回來,不過每次都會遭到恐嚇與攻擊。最終小狐狸會死心離開父母家園。

這就是孩子的自立,也是親代放手讓小孩獨當一面的時機。狐狸親代就是為了這一刻才不斷教導子代各種生存策略,最終子代也會擁有自己的領地並為人父母。

這一切都是為了讓小孩學會獨立自強。這就是狐狸的育幼方式。

-----廣告,請繼續往下閱讀-----

——本文摘自《生物轉大人的種種不可思議:每一種生命的成長都有理由,都值得我們學習》,2023 年 8 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

2

133
1

文字

分享

2
133
1
蟻巢營養內循環,螞蟻的蛹不動也能貢獻社會
寒波_96
・2022/12/20 ・2477字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

人類對螞蟻可謂無比熟悉,許多人還不識字就認識螞蟻了;相關的科學研究也十分豐富,產出如威爾森(E. O. Wilson)這類科學大師。2022 年底問世的一篇論文,卻出乎意料地報告一條普遍存在,此前卻一直受到忽視的現象:

螞蟻的蛹會分泌液體,作為成蟲與幼蟲的營養液。

圖/drawception

螞蟻社會的內循環營養液

螞蟻是完全變態的昆蟲,有卵、幼蟲、蛹、成蟲 4 個階段。眾所皆知螞蟻是社會性昆蟲,整個蟻巢運轉精密,但是蛹有好幾天固定不動,除了佔空間以外,在蟻巢裡好像沒什麼存在感。

這項研究主要的對象是畢氏粗角蟻 (Ooceraea biroi) ,近年成為探索螞蟻奧秘的主力。照論文的寫法,一開始目的很單純,就是把蛹從蟻巢中移出,看看孤獨對螞蟻有什麼影響。

被移出巢穴的蛹,羽化成蟲的比例有 90% ;即使周圍沒有同儕,絕大部分的蛹似乎也能成功轉大蟲。然而過程沒這麼簡單。

-----廣告,請繼續往下閱讀-----
將螞蟻的蛹由巢中取出,搜集分泌液體的裝置。羽化前幾天,蛹會由白轉而黑化,羽化前 6 天開始分泌液體。圖/參考資料 1

蛹在成功羽化的前幾天會黑化,論文觀察到當蛹開始黑化不久,也就是羽化的 6 天之前,每天都會分泌出液體。留著液體會害蛹被自己淹死,人為將液體移除,蛹才能順利羽化。

如果是在原本的蟻巢中,蛹排放的液體還來不及把自己淹死,就會慘遭黴菌入侵感染而亡。所幸慘劇實際上不會發生,因為成年螞蟻會將液體去除。

將藍色染劑注入蛹,一天後觀察到成蟻的消化道都出現藍染,可見蛹產生的液體,都隨即轉移進入前輩同儕的肚子。分析蛹產生的液體,得知營養十分豐富。

把食用藍色染料注入蛹,便可觀察蛹分泌液體的轉移。圖/參考資料 1

完全變態的昆蟲,從幼蟲到成蟲的過程中經過蛹的階段,將幼年的身體砍掉重練。螞蟻蛹分泌的液體顯然來自蛹期分解的身體,可謂原汁原味的液化螞蟻。這些容易吸收的成分,在巢穴中直接轉移給同類,毫不浪費。

-----廣告,請繼續往下閱讀-----

這些幼體原汁原味形成的液體營養豐富,其他會化蛹的昆蟲也會產生類似的產物,為什麼不會把自己淹死,或是被黴菌感染?應該是由於那些昆蟲會將其回收利用,轉化為成年身體的建材。社會性生活的螞蟻卻是直接排放出去,變成其他個體的食物。

同時餵養更老與更小的同儕

成年螞蟻以外,蛹產生的液體也是寶寶的營養補充液。螞蟻幼蟲移動能力有限,成年螞蟻會將寶寶放到蛹的旁邊,方便它們液來伸口。沒有液體也能正常長大,不過有得吃的幼體,生長速度更快、存活率更高。

幼蟲破蛋出生的之後一天,蛹也開始分泌液體。圖/參考資料 1

近來在台灣出名的紅火蟻(Solenopsis invicta)雖然兇狠,卻也是畢氏粗角蟻的菜單美食之一。有個實驗是給予紅火蟻和蛹,讓成年蟻選擇,結果大部份都優先將寶寶放在蛹旁邊,可見它們認為蛹提供的善液,是更佳的育幼食品。

換句話說,螞蟻在幼年階段到成年之間的蛹,同時支持更老與更小的同儕。

-----廣告,請繼續往下閱讀-----

奧妙還不僅如此,和一般印象不同,畢氏粗角蟻沒有特定蟻后,也缺乏男生,所有成員皆為工蟻,再透過孤雌生殖進入生殖時期。

奇妙的是,蟻巢中處於不同階段的螞蟻,時程非常協調。當卵孵化出寶寶的一天後,蛹也開始分泌液體。也就是說寶寶從出生以後,馬上就能獲得營養補充液,概念實在很像哺乳動物的哺乳。

檢視螞蟻大家族 5 大群各自的代表,都觀察到蛹分泌類似的液體。圖/參考資料 1

畢氏粗角蟻只是一種螞蟻,論文還調查螞蟻分類上其他 4 大群的成員,發現各種螞蟻的蛹都會分泌液體,而且內容物極為相似。由此推敲,這是螞蟻大家族的普遍現象,可能在眾蟻尚未分家之前已經存在。

螞蟻巢穴的內部循環如此協調,充分反映出社會性昆蟲的優點,但是同為社會性昆蟲的蜜蜂沒有。這應該是螞蟻演化為社會性的重要一步,卻不是其他社會性昆蟲的特徵。

-----廣告,請繼續往下閱讀-----

想來也很奇妙。人們對螞蟻很熟,研究螞蟻、養螞蟻的人一大堆,可是這回報告的現象儘管普遍,卻只是首度被明確指出。我猜以前應該有人發現這件事,只是沒有深入鑽研。

等待探討的問題,無所不在,只要有心。

延伸閱讀

參考資料

  1. Snir, O., Alwaseem, H., Heissel, S., Sharma, A., Valdés-Rodríguez, S., Carroll, T. S., … & Kronauer, D. J. (2022). The pupal moulting fluid has evolved social functions in ants. Nature, 1-7.
  2. A fluid role in ant society as adults give larvae ‘milk’ from pupae
  3. Anatomy of a superorganism: Ant pupae secrete fluid as ‘milk’ to nurture young larvae
  4. Pupating ants make milk — and scientists only just noticed

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》。