2

0
0

文字

分享

2
0
0

玩三滴記

timd_huang
・2011/05/18 ・2940字 ・閱讀時間約 6 分鐘 ・SR值 533 ・七年級

-----廣告,請繼續往下閱讀-----

有人這麼說,大人和小孩的差異在哪裡?答案是「玩具的不同」,比方說,大人玩大車,小人玩小車,都還是車;對我來說,此說真是受用,人生嘛!如果從腦神經的結構來說,會玩的人,人生才會過得有趣,活得愉快,微笑過人生,沒有浪費在世走一趟。

不過,我們老中,卻有很(太)多扳著面孔太嚴肅過人生的,他們對於「玩」這個字很過敏,想是被一個成語所害,人生苦短,怎可「玩物喪志」呢?聖賢書不是教導我們要:「勤有功、戲無益」嗎?所以整天從早到晚,神經緊繃得兮兮的,還沒有幾歲,身體就開始討債,各種毛病接二連三,蒙主恩報到去,唯恐不及。

其實,科學家們研究小狗狗發現,如果小狗狗從小就不讓牠們好好的玩,整天玩,這種小狗學習不了謀生的伎倆,長不大,也會很快夭折;我們人類,不也只是千萬生物的一種?難道我們可以逃得開大自然生物的宿命嗎?自從體會到這一點之後,我的人生態度有了很大的轉變,雖然不見得別人能理解、肯理解,我都以「玩」的心情來面對人生,「玩」中文電腦、「玩」催眠、「玩」石頭,好家在,在這三個不是我大學本行的領域,我這烏手老「玩」童,都還出「玩」了一點點名堂來,看來人生沒有虛度。

最近從亦生亦友借到了一台桌上型三滴(3D)雷射掃描機,當然非常的興奮,也宣佈了「桌上三維數位化(Desktop 3Digitizing)革命」時代的來臨,從今之後,想將某個物件,透過雷射三維掃描,變成數位化的模型,甚至利用三維列印技術,製作出各種放大縮小的複製品出來,已經不是高不可攀的學術象牙塔科目,你我小老百姓,只要有興趣,都可好好地「玩」「玩」。

-----廣告,請繼續往下閱讀-----

所以,當借到了這個設備之後,雖然需要使用那個被我罵得臭頭非人用的視窗,我還是花了好多天,好好地「玩」它一「玩」,把手邊的一些化石,從大的到小的,都拿出來「玩」它一「玩」,看到這些實體的化石,在自己的桌上「蛻變」成虛擬的三滴模型,在電腦上任我把玩,放大縮小、左轉右旋、切片貼皮、…,太爽了,比做愛還爽。

從學習製作桌上三滴模型的過程中發現,對於雞蛋大小以上的化石物件,這台桌上型三滴掃描機的操作,只要照著所附軟體的指示一步步做,就可以得到所要的虛擬三維模型,我所得到的成果,已經放到網路我的「臉書(FaceBook)」和「你管(YouTube)」,歡迎大家也去「玩」,過過乾癮;在此,我也把它們列出來。

不過,我是個鐵齒的「玩」家,從小就很調皮,讓親友大人們非常頭痛,既然要「玩」,我總要(會)「玩」出一點名堂來,總像頑童那樣,想測試一下這套系統的極限,試試看它最小能掃描到什麼程度;哈!在到目前為止所做的十多個學習製作當中,就以這個長度只有5.12 mm、中央直徑只有2.1 mm的恐龍胚胎脊椎骨(以下第14個視訊檔案),花了最多的時間,超過兩個禮拜,老是得不到可以接受的成績單來,真是苦惱;不過,經過這家公司的工程人員不停地討論和指導,加上自己不停地摸索,終於得到雖不絕對滿意、但可以拿出來給人看的成品;在這過程中,當然學習到了一兩招祕招,如該怎麼樣把樣本放在掃描架子上,如何防止轉盤所引發的震動、…等等,也得到一個很有用的參考資料:這台三滴掃描機的最小掃描物件極限,也就是所謂的邊界條件(Boundary Condition),大約在5 mm左右,若比此更小,就有可能無法完成。

1. 檔案名稱:Ediacaran3D.m4v
這個樣本是我第一個取得的埃迪卡拉紀巨型實體化石,其上的生物,我紀念媽媽特別命名為「黃楊清蓮體」;化石物件長度:15.7 cm,寬度8 cm,厚度4.7 cm;影片展示X, Y, 和Z軸的旋轉。

-----廣告,請繼續往下閱讀-----

2. 檔案名稱:Ediacaran 2.mov
這個樣本是我第二次到現場取得的埃迪卡拉紀巨型實體化石,其上的生物也是「黃楊清蓮體」的一部份;化石物件長度:8 cm,寬度7 cm,厚度4.3 cm。

3. 檔案名稱:Ediacaran3.mov
這個樣本是我第一次到現場取得的埃迪卡拉紀巨型實體化石,其上的生物也是「黃楊清蓮體」的一部份;化石物件長度:10.7 cm,寬度6.7 cm,厚度4.2 cm。

4. 檔案名稱:Ediacaran4.mov
這個樣本是最早期老鄉給的埃迪卡拉紀巨型實體化石,其上有「朵西繩蟲(Funisia dorthea)」的小片段,約2 cm 長,整塊上面還很多種有待鑑定命名的生物,這塊化石和下面那塊,原本連在一起;化石物件長度:16.2 cm,寬度11.4 cm,厚度4 cm。

5. 檔案名稱:Ediacaran5.mov
這個樣本是最早期老鄉給的埃迪卡拉紀巨型實體化石,其上有很多種有待鑑定命名的生物,這塊化石和上面那塊,原本連在一起;化石物件長度:25.2 cm,寬度17.2 cm,厚度4.5 cm。

-----廣告,請繼續往下閱讀-----

6. 檔案名稱:Ediacaran6.mov
這個樣本是最早期老鄉給的埃迪卡拉紀巨型實體化石,也是到目前為止所採集最大塊的樣本,其上有「黃楊清蓮體」的一部份,也有很多種有待鑑定命名的生物;化石物件長度:26.4 cm,寬度20 cm,厚度6.5 cm。

7. 檔案名稱:Ediacaran – 7 DoubleTubes.mov
這個樣本是第二次到現場取得的埃迪卡拉紀巨型實體化石,兩個管狀生物直徑一大(3.6 cm)一小(1.9 cm)並排在一起,也有一些有待鑑定命名的生物;化石物件長度:15.5 cm,寬度7.6 cm,厚度4.4 cm。

8. 檔案名稱:Ediacaran – 8 BigTube.mov
這個樣本是最早期老鄉給的埃迪卡拉紀巨型實體化石,也是到目前為止所採集最大的管狀生物樣本,該管的直徑有6 cm,也有些有待鑑定命名的生物;化石物件長度:18.2 cm,寬度10.3 cm,厚度9.6 cm。

9. 檔案名稱:Chinglian_huangyangMockUp.mov
這是完整「黃楊清蓮體」的重建模型,透過研究多次到現場考察採集到的眾多片段,推論出此生物可能的整體形狀;模型物件長度:17.1 cm,寬度9.5 cm,厚度1.4 cm。

-----廣告,請繼續往下閱讀-----

10. 檔案名稱:Phalange.mov
這個樣本採集於2006年「黃大一生日點」,其形狀顯示骨頭病變,可以看出這個趾骨的恐龍,當時是活得痛苦的頗腳恐龍,它和下一個爪子在一起;化石物件長度:7.9 cm,寬度6.5 cm,厚度4.6 cm。

11. 檔案名稱:Claw2.mov
這個樣本採集於2006年「黃大一生日點」,它和上一個病變趾骨的在一起,可以看出這個趾骨的恐龍,當時是活得痛苦的頗腳恐龍;化石物件長度:10.7 cm,寬度4.6 cm,厚度4 cm。

12. 檔案名稱:UpperJaw.mov
這個樣本是2005年我帶著喜願兒阿德到雲南祿豐大洼、完成他短暫人生中與恐龍面對面的願望過程中,我和他一起挖到的,特別感心有意義;牠是原蜥腳類恐龍(很可能是祿豐龍)的上頜骨,裡面還有兩根沒有長出來的牙齒;化石物件長度:16.3 cm,寬度6.2 cm,厚度3 cm。

13. 檔案名稱:EmbryoCast.mov
這是我2003年撿到、2009年鑑定出來,我所發現世界上最古老恐龍胚胎樣本的複製品,(原樣本研究中,暫時不在我手中,先以複製品做三滴掃描);此恐龍胚胎化石,與南非所發現大椎龍的胚胎化石,同屬於晚三疊紀早侏羅紀地層,意義非常重大;化石物件長度:7.1 cm,寬度6 cm,厚度2.2 cm。

-----廣告,請繼續往下閱讀-----

14. 檔案名稱:Embryonic Vertebrae.mov
這個世界最古老恐龍胚胎的脊椎骨,長度 5.12 mm,中央部份直徑 2.1 mm;在骨頭旁邊的紅塊為 0.5 mm的參考標誌;用NextEngine 3D Scanner HD掃描很(太)小,花了大約兩個禮拜;樣本採集於2010年3月,發現該化石點是個世界最古老恐龍孵育場所;正在進行國際兩岸合作科研計畫;本視訊短片,也以X, Y, 和Z軸的旋轉展示。

15. 檔案名稱:Bauculite.mov
這個樣本是2008年暑假帶著台灣小朋友和家長到美國蒙大拿挖恐龍行程中撿到的,回來之後清理拋光,六千五百萬年前桿菊石的紋路非常漂亮;化石物件長度:9 cm,寬度4.7 cm,厚度2.6 cm。

16. 檔案名稱:echino.mov
這個樣本是十多年前在台年玉井採集到的「台灣林西海膽(Linthia taiwanensis)」,記得當時發現的時候,它就如此的乾淨溜溜躺在大塊石頭上,不用任何工具,只用手把它撿起來;化石物件長度:6.2 cm,寬度5 cm,厚度3.4 cm。

本文原發表於催眠恐龍[2010-11-08]

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
timd_huang
24 篇文章 ・ 0 位粉絲
跟我玩恐龍去!

0

3
0

文字

分享

0
3
0
OpenAI 新突破!為什麼 Sora 可以產出這麼流暢的動畫?你不可錯過的技術文件大解密!
泛科學院_96
・2024/02/26 ・2968字 ・閱讀時間約 6 分鐘

什麼?不需要拍攝團隊與剪輯師,一句話就可以生成短片?!

OpenAI 近來發布的短影片生成器——Sora,能依據各種「咒語」生成難分真偽的流暢影片。

是什麼技術讓它如此強大?讓我們來一探究竟吧!

你被 Sora 了嗎?這幾天 Sora 佔據了各大版面,大家都在說 OpenAI 放大絕,不止 YouTuber,連好萊塢都要崩潰啊啊啊!

但真有這麼神嗎?我認真看了下 Sora 的官方說明以及參考資料,發現這東西,還真的挺神的!這東西根本不是 AI 取代人或單一產業,而是 AI 變成人,根本是通用型人工智慧 AGI 發展的里程碑啊!

別怕,要讓 Sora 為你所用,就先來搞懂到底是什麼神奇的訓練方法讓 Sora 變得那麼神,這就要從官網說明中唯一的斜體字——diffusion transformer 說起了。

這集我們要來回答三個問題,第一,Sora 跟過去我們產圖的 Midjourney、Dall-E,有什麼不同?第二,Diffusion transformer 是啥?第三,為什麼 Diffusion transformer 可以做出這麼絲滑的動畫?

-----廣告,請繼續往下閱讀-----

最後,我想說說我的感想,為什麼我會覺得 Sora 很神,不只是取代坐在我旁邊的剪接師,而是 AI 變人的里程碑。

我們已經很習慣用 Midjourney、Dall-E 這些 Diffusion 模型產圖了,從 logo 到寫真集都能代勞,他的原理我們在泛科學的這裡,有深入的解說,簡單來說就像是逐格放大後,補上圖面細節的過程。不過如果你要讓 Diffusion 產影片,那後果往往是慘不忍睹,就像這個威爾史密斯吃麵的影片,每一格影格的連續性不見得相符,看起來就超級惡趣味。

要影格連續性看來合理……咦?像是 GPT-4 這種 tranformer 模型,不是就很擅長文字接龍,找關聯性嗎?要是讓 transformer 模型來監督 Diffusion 做影片,撒尿蝦加上牛丸,一切不就迎刃而解了嗎?

沒錯,OpenAI 也是這樣想的,因此才把 Sora 模型稱為「Diffusion transformer」,還在網站上用斜體字特別標示起來。

-----廣告,請繼續往下閱讀-----
圖/OpenAI

但說是這樣說啦,但 transformer 就只會讀文本,做文字接龍,看不懂影片啊,看不懂是要怎麼給建議?於是,一個能讓 transformer 看懂圖片的方式——patch 就誕生啦!

ChatGPT 理解內容的最小單位是 token,token 類似單詞的文字語意,ChatGPT 用 token 玩文字接龍,產生有連續性且有意義句子和文章。

那 Patch 呢?其實就是圖片版的 token,讓 ChatGPT 可以用圖片玩接龍,玩出有連貫性的圖片。

Sora 官方提供的訓練說明圖上,最後所形成的那些方塊就是 patch,這些 patch 是包含時間在內的 4D 立體拼圖,可以針對畫面與時間的連續性進行計算。

-----廣告,請繼續往下閱讀-----
圖/OpenAI

那這個 patch 要怎麼做呢?以 Sora 提供的參考文獻 15 來說明會比較容易懂,patch 是將影像切成一樣等大的區塊後,進行編碼、壓縮,產生類似 ChatGPT 能分析的文字語意 token。

有了這些 patch 後,Transformer 就可以計算 patch 之間的關聯性形成序列,例如論文中被分割在中上與右上的兩塊藍天,就會被分類在天空,之後算圖的時候,就會知道這兩塊 patch 是一組的,必須一起算才行。

也就是說,畫面上的這塊天空已經被鎖定,必須一起動。

雖然這篇論文只提圖片,但影片的處理只要再加上 patch 間的先後順序,這樣就能讓 transformer 理解隨時間改變的演化。

-----廣告,請繼續往下閱讀-----

同樣是上面被鎖定的天空,多了先後順序,就相當於是增加了前一個影格與後一個影格限制條件,讓這塊天空在畫面中移動時,被限縮在一定範圍內,運動軌跡看起來更加合理。

而他的成果,就是在 Sora 官網上看到的驚人影片,那種絲滑的高畫質、毫無遲滯且高度合理、具有空間與時間一致性的動作與運鏡,甚至可以輕易合成跟分割影片。

不過啊,能把 Sora 模型訓練到這個程度,依舊是符合 OpenAI 大力出奇跡的硬道理,肯定是用了非常驚人的訓練量,要是我是 Runway 或 Pika 這兩家小公司的人,現在應該還在咬著牙流著血淚吧。別哭,我相信很多人還是想要看威爾史密斯繼續吃義大利麵的。

在訓練過程中,Sora 從提取影像特徵,到形成有意義的 patch,到最後串聯成序列,如果你接觸過認知心理學,你會發現這其過程就跟認知心理學描述人類處理訊息的過程如出一轍。都是擷取特徵、幫特徵編碼形成意義、最後組合長期記憶形成序列,可以說 Sora 已經接近複製人類認知過程的程度。

-----廣告,請繼續往下閱讀-----

這邊是我的推測,影片中那些逼真的物理效果,不是有特定的物理模型或遊戲引擎在輔助,而是在 patch 的訓練與序列推理中,就讓 Sora 理解到要讓物體這樣動,看起來才會是真實的,這跟 GPT-4 並不需要文法引擎是一樣的,只要玩文字接龍,就能生成流暢又有邏輯的文字跟代碼。但這也是為什麼,GPT 依舊很會胡說八道,產生幻覺。如果不是這樣,我很難想像 Sora 會算出這種影片。

Sora 能理解並產生人類眼睛能接收的視覺影片,同樣的技術若能做出聽覺、觸覺等其他人類感官,這樣我們被 AI 豢養的時刻是不是就越來越近了呢?

後 Sora 時代到底會發生什麼事,老實講我不知道,上面提到的 diffusion transformer 或 patch,都是近一年,甚至是幾個月前才有研究成果的東西。

臉書母公司 Meta 的首席人工智慧科學家 Yann Lecun 也在他自己的臉書公開抨擊 Sora 這種基於像素預測的技術註定失敗,但這篇感覺比較像是對自己的老闆 Zuckerberg 喊話:「欸這沒戲,不要叫我學 Sora,拿寶貴的運算資源去搞你的元宇宙。」是說今年初就有新聞說祖老闆 2024 年預計買超過 35 萬顆 H100 處理器,這明顯就是要搞一波大的吧,這就是我想要的血流成河。

-----廣告,請繼續往下閱讀-----

而且,從去年 ChatGPT 出來開始,我感覺就已經不是討論 AI 會怎麼發展,而是要接受 AI 必定會發展得越來越快,我們要怎麼面對 AI 帶來的機會與衝擊。

我們去年成立泛科學院,就是希望跟大家一起,透過簡單易懂的教學影片,把對 AI 的陌生跟恐慌,變成好奇與駕馭自如。Sora 或類似的模型應該可以協助我把這件事做得更好,可惜的的是目前 OpenAI 僅開放 Sora 給內部的 AI 安全團隊評估工具可能帶來的危害與風險,另外就是與少數外部特定的藝術家、設計師跟電影製片人確保模型用於創意專業領域的實際應用,若有新消息,我會再即時更新。

最後也想問問你,若能用上 Sora,你最想拿來幹嘛呢?歡迎留言跟我們分享。喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,下集再見~掰!

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

泛科學院_96
28 篇文章 ・ 38 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

1

2
0

文字

分享

1
2
0
【2023 年搞笑諾貝爾化學與地質獎】舔石頭以外,猛獁象竟是海龜湯?
寒波_96
・2023/10/20 ・2211字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

搞笑諾貝爾獎每年都是新的開始,2023 年也不例外。今年「第 33 次第一屆搞笑諾貝爾獎」頒發十個獎項,「化學與地質獎」以看似獵奇的舔石頭博取不少眼球,不過得主揚.扎拉謝維奇( Jan Zalasiewicz)的文章中,其實還提到另一件知名的歷史公案。

1951 年晚宴真相,竟然是海龜湯?!圖/americanoceans

1951 年晚宴真相,竟然是海龜湯?!圖/americanoceans

文學史上用味覺帶出情節,最知名的案例之一是普魯斯特的小說《追憶似水年華》開頭,由瑪德蓮的味道切入,接著進入意識的海洋游泳。扎拉謝維奇的文章開頭,也從品嚐岩石的味道切入,自由切換不同的題材。

地質學家為什麼要舔石頭?《舌頭、石頭,迸出新滋味?科學家為什麼要舔石頭?——2023 搞笑諾貝爾獎》一文有精簡介紹。最主要的理由是,缺乏現代儀器之際,舌頭可謂方便的化學感應器,能提供有用的資訊。

-----廣告,請繼續往下閱讀-----

當然,即使有了現代儀器,舌頭還是很方便的工具。

處於意識流科學史中,扎拉謝維奇的文章從舌頭感應器,十分合理地切換到一場宴會。那場 1951 年的晚宴中,據說提供猛獁象肉製作的餐點。

這場晚宴由美國的「探險俱樂部(The Explorers Club)」舉行,主辦方宣稱當天有道菜,來自已經滅絕的動物大地懶(Megatherium)。但是幾天後有報紙披露,宴會中的奇珍異獸不是大地懶,而是來自阿留申群島,25 萬年久遠的猛獁象!

1951 年保存至今的晚餐。圖/取自 參考資料3

-----廣告,請繼續往下閱讀-----

奇妙的是,當天的餐點竟然有少量樣本被保留至今。當時沒有參加的豪威斯(Paul Griswold Howes)寫信要到一份樣本,一直保存到他去世為止。後來樣本輾轉來到耶魯大學的皮博迪自然史博物館(Yale Peabody Museum)。

那一餐到底是大地懶,還是猛獁象呢?2014 年,耶魯大學的研究生葛拉斯(Jessica Glass)等人成功由樣本中取得 DNA,結果在 2016 年發表。比對之下相當明顯,答案是綠蠵龜。

現今綠蠵龜是保育類動物,合法的狀況下沒有機會吃到。然而 1951 年那個時候,綠蠵龜尚未面臨滅團威脅,仍然是普遍的食材。

區區綠蠵龜製成的海龜湯,當然無法彰顯晚宴的尊絕不凡。不過俱樂部宣稱的大地懶,怎麼又會變成猛獁象?

-----廣告,請繼續往下閱讀-----

最可疑的是當天在場的俱樂部成員尼可斯(Herbert Bishop Nichols),他也是基督科學箴言報(The Christian Science Monitor)的科學編輯。可考的記錄中,他第一個對外提出相關描述,後來被視為吃猛獁象的證據。

海龜湯的幾位相關人猿。(A) 據說將食材從北極帶回的極區探險家 Father Bernard Rosecrans Hubbard。(B) 極區探險家 George Francis Kosco。(C) 晚宴主辦人 Wendell Phillips Dodge。(D) 保存樣本的 Paul Griswold Howes。圖/取自 參考資料3

如果真的是那道菜的材料,那麼狀況就是:俱樂部用綠蠵龜做菜,宣稱是大地懶,報紙以訛傳訛寫成猛獁象。

「吃猛獁象」之類的傳聞,雖然不是嚴謹的科學,卻因為有噱頭而容易引人注目。作為沒多少負面影響的玩笑,也沒有人想要特別澄清。使得這類事件的真相,往往不了了之。

-----廣告,請繼續往下閱讀-----

儘管沒有特別獲得搞笑諾貝爾獎關注,對於這道海龜湯的追根究底,倒是相當符合搞笑諾貝爾獎的精神。

海龜湯以後,扎拉謝維奇的文章意識又跳躍到另一種已經滅團的生物:貨幣蟲(Nummulites)。許多古生物,當初也是其他古生物的食物。儘管擁有堅硬的外殼保護,貨幣蟲這種生物依然有機會成為美食。

1912 年的時候,英國古生物學家庫克派崔克(Randolph Kirkpatrick)提出一個觀點:地球有一段時間存在非常大量的貨幣蟲,後來它們變成稱為「貨幣球(Nummulosphere)」的地層,是地殼岩石的源頭。

看起來很搞笑,可是庫克派崔克是認真的。所以他即使生在現代,應該也沒有獲得搞笑諾貝爾獎的機會。

-----廣告,請繼續往下閱讀-----

2023 年搞笑諾貝爾獎頒獎典禮影片(化學與地質獎從 10:18 開始):

延伸閱讀

參考資料

  1. The 33rd First Annual Ig Nobel Prizes
  2. Eating fossils
  3. Was Frozen Mammoth or Giant Ground Sloth Served for Dinner at The Explorers Club?
  4. Mammoth meat was never served at 1950s New York dinner, says researcher

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

所有討論 1
寒波_96
193 篇文章 ・ 1013 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

13
4

文字

分享

0
13
4
【2023 年搞笑諾貝爾獎快訊】10 項怪奇獲獎研究出爐
PanSci_96
・2023/09/15 ・3874字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

一年一度、讓你廢到笑出來的搞笑諾貝爾獎,今年在美東時間 9 月 14 日下午 6 點準時直播。

今年的主題為「水」,這次 10 項獲獎都或多或少與「水」有關(但大部分是口水),現在就快讓我們一起來看看今年的得獎快訊,並一起期待後續的個別研究報導吧~

化學和地質獎:為什麼地質學家與古生物學家會舔化石

這是一封說明「過去」地質學家與古生物學家,為什麼會有舔化石習慣的「快訊」(發表在期刊上,但被歸類為快訊),這封快訊說了幾個故事,其中最讓我印象深刻的,是「義大利地質之父」的喬瓦尼·阿爾杜伊諾(Giovanni Arduino,1714-1795)用自己的舌頭「品嚐」這些化石,分類出可能是史上第一個「地質時期」

故事的亮點是引用了喬瓦尼·阿爾杜伊諾的研究紀錄,看起來就像是個美食家在品嚐化石。

-----廣告,請繼續往下閱讀-----

文學獎:重複寫字,直到感覺不對勁

A 編小學時,曾被老師罰抄生字 100 遍,寫到一半突然懷疑這個字是不是這樣寫,趕緊回頭看前面寫的字,還把課本翻出來看才確定自己沒有寫錯。

上述的情境,稱為「猶昧感」(Jamais Vu),「猶昧感」是「既視感」(Deja Vu)的反義詞,描述人們對熟悉的事物,突然感到陌生,也是這篇論文主要探討的主題。

這研究的笑點在於他的實驗,他們讓受試者一直重複寫同一個字,跟小學被老師罰抄生字一樣。

實驗中,約有三分之二的受試者體驗到「猶昧感」,這些受試者大約在重複 30 次或一分鐘後開始感到異狀。另外,研究也發現平常越容易發生「既視感」的人,也更容易發生「猶昧感」,未來「猶昧感」的相關研究,可能會加深我們對「既視感」的理解。

-----廣告,請繼續往下閱讀-----
  • 原文研究: “The The The The Induction of Jamais Vu in the Laboratory: Word Alienation and Semantic Satiation,” Chris J. A. Moulin, Nicole Bell, Merita Turunen, Arina Baharin, and Akira R. O’Connor, Memory, vol. 29, no. 7, 2021, pp. 933-942.  doi.org/10.1080/09658211.2020.1727519

機械工程獎:死靈機器蜘蛛

會招喚骷髏或操縱屍體的死靈法師稱為 Necromancer,而科學家再次中二病發作,把用液壓操控的蜘蛛屍體,稱作 Necrorobotics 死靈機器。

我跟同事討論這種死靈機器,算不算是一種仿生科技?他覺得是,我覺得不是,你們覺得呢?

  • 原文研究:“Necrobotics: Biotic Materials as Ready-to-Use Actuators,” Te Faye Yap, Zhen Liu, Anoop Rajappan, Trevor J. Shimokusu, and Daniel J. Preston, Advanced Science, vol. 9, no. 29, 2022, article 2201174.  doi.org/10.1002/advs.202201174
死靈機器蜘蛛。

公共醫學獎:斯坦福馬桶

恩,就是接上各種感應器的物聯網馬桶,能即時檢測使用者的糞便與尿液。這東西最酷的是能「肛門辨識」,只要坐到馬桶上,斯坦福馬桶就能透過肛門的型態,辨識出使用者!

因為這個獎項,我才知道原來每個人的肛門都長得不一樣……謝謝你,搞笑諾貝爾獎。

-----廣告,請繼續往下閱讀-----
  • 原文研究:
    •  “A Mountable Toilet System for Personalized Health Monitoring via the Analysis of Excreta,” Seung-min Park, Daeyoun D. Won, Brian J. Lee, Diego Escobedo, Andre Esteva, Amin Aalipour, T. Jessie Ge, et al., Nature Biomedical Engineering, vol. 4, no. 6, 2020, pp. 624-635.  doi.org/10.1038/s41551-020-0534-9
    • “Digital Biomarkers in Human Excreta,” Seung-min Park, T. Jessie Ge, Daeyoun D. Won, Jong Kyun Lee, and Joseph C. Liao, Nature Reviews Gastroenterology and Hepatology, vol. 18, no. 8, 2021, pp. 521-522.  doi.org/10.1038/s41575-021-00462-0
    • “Smart Toilets for Monitoring COVID-19 Surges: Passive Diagnostics and Public Health,” T. Jessie Ge, Carmel T. Chan, Brian J. Lee, Joseph C. Liao, and Seung-min Park, NPJ Digital Medicine, vol. 5, no. 1, 2022, article 39.  doi.org/10.1038/s41746-022-00582-0
    • “Passive Monitoring by Smart Toilets for Precision Health,” T. Jessie Ge, Vasiliki Nataly Rahimzadeh, Kevin Mintz, Walter G. Park, Nicole Martinez-Martin, Joseph C. Liao, and Seung-min Park, Science Translational Medicine, vol. 15, no. 681, 2023, article eabk3489.  doi.org/10.1126/scitranslmed.abk3489

傳播獎:嗎話說著倒能你?

趣有超也獎學播傳,心擔別,的常正是來過反來起看子句得覺在現你!

你有試過快速把彩虹的顏色順序倒著背,或是把你說話中的每個名詞都倒過來講嗎?大家都知道這超難,但這份研究中的兩位受試著確有著超強「顛倒單字或語句」的能力。

研究對象以西班牙語為母語,他們能在對話中輕鬆地將 banana 念成 ananab,或是將「 basket is fun」念成「nuf si teksab」。研究著重在這兩位有著特殊能力的人,推理、記憶能力是否優於常人,以及大腦灰質、白質比例與一般人(對照組)是否有差別。

大腦如何組織語言一直都是個有趣的研究題目,像是為什麼中文的序順不會響影到閱讀,這也是 A 編跟大家都一樣好奇的。而了解大腦語言是如何形成的,也能推進對於失語症、癡呆症的症狀研究。

-----廣告,請繼續往下閱讀-----
  • 原文研究:“Neurocognitive Signatures of Phonemic Sequencing in Expert Backward Speakers,” María José Torres-Prioris, Diana López-Barroso, Estela Càmara, Sol Fittipaldi, Lucas Sedeño, Agustín Ibáñez, Marcelo L. Berthier, and Adolfo M. García, Scientific Reports, vol. 10, no. 10621, 2020.  doi.org/10.1038/s41598-020-67551-z

醫學獎:屍體兩個鼻孔的鼻毛數量是否一致?

俗稱鬼剃頭的「圓禿」(Alopecia areata)不只會頭髮脫落,同時睫毛、眉毛與鼻毛也會脫落,其中,鼻毛脫落會增加得到過敏、呼吸道感染的機率。

由於鼻毛的相關研究非常少,為此,研究者調查 20 具「遺體」的鼻毛數量與長度,並收集相關病史、死往原因…等數據,來評估正常人的鼻毛數量與長度。研究結果顯示,平均每個鼻孔的鼻毛數量約為 120~122 根,左右鼻孔並沒有顯著差異,鼻毛平均長度大約是 1 公分。

  • 原文研究:“The Quantification and Measurement of Nasal Hairs in a Cadaveric Population,” Christine Pham, Bobak Hedayati, Kiana Hashemi, Ella Csuka, Margit Juhasz, and Natasha Atanaskova Mesinkovska, Journal of The American Academy of Dermatology, vol. 83, no. 6, 2020, pp. AB202-AB202.  doi.org/10.1016/j.jaad.2020.06.902

營養獎:電流有一股「電味」

日本明治大學教授宮下芳明 (Homei Miyashita)與他的團隊,發現在筷子與吸管上附加微弱電流,會改變食物的味道。

他們發現微弱電流刺激舌頭時,會產生一股「電味」(論文上寫 Electric taste,你說我要怎麼翻比較好) 。這股「電味」味道如何呢?基本上沒有味道(不能啟動味覺細胞),但如果有其他味道存在,例如鹹味(氯化鈉)或鮮味(麩胺酸鈉),電味會讓食物吃起來更鹹或更鮮。

-----廣告,請繼續往下閱讀-----

接著,他們發明了連著電線的通電筷子與吸管(看起像整人玩具),證明了通電筷子與吸管確實能在不改變食物味道的情況下,讓人們吃進更少的鹽跟味精。

通電吸管構造
  • 原文研究:“Augmented Gustation Using Electricity,” Hiromi Nakamura and Homei Miyashita, Proceedings of the 2nd Augmented Human International Conference, March 2011, article 34.  doi.org/10.1145/1959826.1959860

教育獎:系統性研究課堂上感覺無聊的學生與老師

你覺得上課無聊嗎?多半人都會問答「是」,而這系列研究仔細分析了為什麼上課無聊,且越來越無聊的原因。

你可能會想:「那不就是老師上課很無聊啊,老師不有趣阿。」我只能說你們這樣太沒同理心了,搞不好老師也在想:「教你們真無聊!」

所以,研究者第一個想探討的問題是:「老師如果覺得無聊,會不會讓學生也覺得無聊。」先說結論,不會。

-----廣告,請繼續往下閱讀-----

雖然學生不會刻意去了解老師的心情。但如果學生明確感受到老師很無聊,像是死氣沉沉地念課文,學生就會覺得這堂課更無聊,進而影響學習動機與學習成效。某種程度上,研究還是印證了「老師不有趣覺得無聊」這件事,但老師是否在強顏歡笑,這就不得而知了。

另一個問題則是:「是不是想著上課很無聊,就會覺得更無聊?」沒錯,的確是這樣!只要上課前預期這堂課很無聊,那這堂課就會比你預期的還要更無聊!

  • 原文研究:
    • “Boredom Begets Boredom: An Experience Sampling Study on the Impact of Teacher Boredom on Student Boredom and Motivation,” Katy Y.Y. Tam, Cyanea Y. S. Poon, Victoria K.Y. Hui, Christy Y. F. Wong, Vivian W.Y. Kwong, Gigi W.C. Yuen, Christian S. Chan, British Journal of Educational Psychology, vol. 90, no. S1, June 2020, pp. 124-137.  https://pubmed.ncbi.nlm.nih.gov/31342514/
    • “Whatever Will Bore, Will Bore: The Mere Anticipation of Boredom Exacerbates its Occurrence in Lectures,” Katy Y.Y. Tam, Wijnand A.P. Van Tilburg, Christian S. Chan, British Journal of Educational Psychology, epub 2022.   doi.org/10.1111/bjep.12549

心理學獎:你會跟著抬頭看天空嗎?

他們到底在看什麼?眼前一群人停下腳步抬頭看著上方,你一定會跟著將視線移向相同的地方,看看他們到底在看什麼。

沒錯,這就是著名的從眾效應,或稱做群聚效應、羊群效應。這個1969年進行的經典實驗,應該很多人也聽說過。Stanley Milgram、Leonard Bickman、Lawrence Berkowitz 三人組,在紐約的街道上測試要有多少人同時往上看,才能吸引其他人也駐足湊熱鬧。

-----廣告,請繼續往下閱讀-----

這個實驗能得獎感覺毫不意外,甚至覺得怎麼現在才得獎!

群聚效應引響甚遠,因為整個社會的運作都養類人與人之間的互動與連結。不管是跟風買東西、參與熱鬧的大型活動、政治意識型態的抉擇等等,都能看到群聚效應影響著人們的身影。

大家都有可能是羊群裡面的羊。

  • 原文研究:“Note on the Drawing Power of Crowds of Different Size,” Stanley Milgram, Leonard Bickman, and Lawrence Berkowitz, Journal of Personality and Social Psychology, vol. 13, no. 2, 1969, pp. 79-82. psycnet.apa.org/doi/10.1037/h0028070

物理學獎:一群鯷魚能影響海流?

一隻拍翅膀的蝴蝶能讓海的對面產生颶風,那一群在海中游泳的鯷魚呢?他們可能直接影響了洋流與海面的大氣流動。

如果要計算颱風能量或是海洋鹽分的變化,我們通常會考慮海面風速與氣壓,要不然就是洋流、海溫和密度的垂直梯度等等。但這份研究發現,我們或許忽視了大海居民造成的影響。

研究發現只要到了鯷魚的產卵季,當天晚上海面附近海水的垂直混合程度會增加10~100倍。也就是這群游動的小魚們,像是攪拌棒一樣攪混了上層海洋,程度相當於地球物理現象造成的影響,對海溫與營養鹽分布的作用可能比我們想像的還大。

  • 原文研究: “Intense Upper Ocean Mixing Due to Large Aggregations of Spawning Fish,” Bieito Fernández Castro, Marian Peña, Enrique Nogueira, Miguel Gilcoto, Esperanza Broullón, Antonio Comesaña, Damien Bouffard, Alberto C. Naveira Garabato, and Beatriz Mouriño-Carballido, Nature Geoscience, vol. 15, 2022, pp. 287–292.  doi.org/10.1038/s41561-022-00916-3
PanSci_96
1219 篇文章 ・ 2173 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。