Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

地表上最嚴峻的遷徙

陸子鈞
・2011/06/12 ・980字 ・閱讀時間約 2 分鐘 ・SR值 517 ・六年級

-----廣告,請繼續往下閱讀-----

喜瑪拉雅稀薄的空氣和低氧,會阻礙移動的速度。在這裡體力耗竭的登山客,看著斑頭雁(Anser indicus)從他們頭上呼嘯而過。每年,這些雁鴨展開漫長而艱難的遷徙,從海平面的印度,跨過宏偉的山脈,到達牠們在中亞的夏季產卵地。新的研究指出,牠們靠著自己的氣流,而不需要上坡的吹送流(tailwind),便可以上升到高空。研究人員認為,這應該是地表上最艱難的遷徙。

近年來,科學家找出幾種適應的特徵,能支持斑頭雁壯闊的遷徙,包括比大多鳥類都還大的肺,以應付肌肉及心臟的供氧;密集的微血管和血紅素,可以儲存更多的氧氣。儘管如此,大多的專家認為,沒有氣流的幫助,雁鴨無法在這麼短時間內翻越山脈。

為了釐清這可能,英國班戈大學的生物學家,現在是一位博士後研究員的Lucy Hawkes,和生理學家Charles Bishop,率領13名科學家組成的國際研究團隊,首次追蹤雁鴨橫越喜瑪拉雅的旅途。研究團隊利用衛星,追蹤25隻北遷及38隻南遷的斑頭雁,遷徙途中的位置、高度及速度。研究的最後,還包含一組成功標記,並可以如計畫般的每小時記錄數據的雁鴨。

北遷的雁鴨,一般來說,能在7到8小時內,以每小時64.5公里的速度,從海平面爬升超過6000公尺高。研究團隊還記錄到鳥類最高的持續爬升速度,每小時能爬升垂直高度1100公尺。南遷的雁鴨較少爬升,因為牠們旅途從青藏高原開始,所以他們的旅途只花了4.5小時或甚至更少。

-----廣告,請繼續往下閱讀-----

最令人驚訝的是,根據由珠穆朗瑪峰氣象站收集到的資料,大多的斑頭雁在沒有上升氣流推送的日子裡,完成牠們的遷徙;相反地,牠們偏好在夜間或清晨逆風前進。科學家推測,或許是因為夜間及凌晨的低溫,有助於雁鴨散熱,增加氧氣利用;比上升氣流更有利於牠們。雁鴨也可能為了安全及機動性,而偏好在風平浪靜的天氣中遷徙。

「這些雁鴨維持令人驚訝的高耗氧量,可能是休息狀態的十倍;而牠們還必須維持這狀態數小時之久才能到達終點」Hawkes說。但我們對其他也會飛越喜瑪拉雅的鳥類,像是鴨或是鸛,遷徙的策略及生理則了解不多,所以Hawkes沒有把握是否其他雁鴨也一樣強壯。

這篇研究證實了雁鴨遷徙的策略,以牠們旅程來看,非常貼近山勢在飛行,氣流的任何微小的改變,都可能使雁鴨摔得粉身碎骨。

資料來源:ScienceNow: The Most Extreme Migration on Earth? [7 June 2011]

-----廣告,請繼續往下閱讀-----

-----廣告,請繼續往下閱讀-----
文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

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

-----廣告,請繼續往下閱讀-----

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

5
4

文字

分享

0
5
4
大腦無時無刻在改變:利用大腦可塑性,幫助學會情緒轉化——《改造焦慮大腦》
聯經出版_96
・2022/12/21 ・2796字 ・閱讀時間約 5 分鐘

我們現在已經非常了解,成人的大腦無時無刻在改變、學習,和適應環境所使用的生理/解剖學、細胞學和分子學機制。

但其實在不久前,精確來說是一九六○年代,當時普遍的看法認為成人的大腦無法改變,因為神經系統所有的成長和發展都是在童年時期,到了青少年時期只有一定程度的成長和發展,一旦進入成年期,腦部就不會再改變了。

當時認為神經系統的成長和發展都是在童年,成年後腦部便不會再改變。圖/Envato Elements

實驗證實腦部會有所改變

不過,在一九六○年代初期,加州大學柏克萊分校(UC Berkeley)的神經科學先驅瑪麗安.戴蒙教授(Professor Marian Diamond)和同僚有不同的看法。他們相信成年哺乳類動物的大腦也可以有深刻的變化,只是需要找到辦法來證明。他們想出一個簡易的實驗來測試這個想法。

他們決定將一群成年的老鼠放在被我稱為鼠籠界的「迪士尼世界」中,裡面有很多的玩具且會定期更換,空間很寬敞,還有很多其他老鼠為伴,他們將這個稱之為「豐富的」環境。

-----廣告,請繼續往下閱讀-----

他們將住在豐富環境中的老鼠,和幾隻住在空間較狹小、沒有玩具,而且只有一、兩隻夥伴的老鼠進行比較,而這個環境稱為「貧瘠的」環境。

他們讓成年老鼠生活在這兩個環境中幾個月,待這段時間結束後,他們再檢查老鼠的腦部結構,以查看是否有任何不同。

如果當時其他科學家的看法是對的,他們應該不會看到腦部有任何差異,因為成年哺乳類動物的大腦是不會改變的。但是,如果他們對於「成年動物的腦部有能力改變」的看法是正確的,那就可能會看到腦部的結構有所不同。

戴蒙教授團隊認為,成年動物的腦部有能力改變。圖/Envato Elements

他們的發現改變了我們對腦部的理解:住在「迪士尼世界」籠子裡的老鼠,其大腦經測量後,發現許多部位的尺寸比較大,而且也更發達,包括視覺皮質(visual cortex)、運動皮質(motor cortex)以及其他感官皮質。這是首次有人證明「成年動物的腦部有能力改變」,我們稱之為「成年腦部的可塑性」。此外,戴蒙也證明了,環境中的「物體」和「品質」決定了改變的類型。

-----廣告,請繼續往下閱讀-----

雙向的大腦可塑性

重要的是,這個可塑性是雙向的。

「迪士尼世界」實驗所顯示的改變(證明腦部與生俱來的可塑性)是正向的,表現的方式就是「迪尼士世界」裡生活的老鼠,其腦部尺寸變大(後來的研究顯示還包括:神經傳導物質變更多、生長因子的程度更高,以及血管密度更高)。但是,其他環境或經驗,可能導致成年動物的腦部出現負向的改變。

舉例來說,當你的腦—身體系統缺少刺激的環境,或曝露在暴力的環境中,你就會清楚看到大腦部分區域的萎縮(尤其是海馬迴和前額葉皮質,這一點我們將在第二部中詳細說明),以及神經傳導物質(多巴胺和血清素)減少,這些都是幫助我們控制情緒與注意力的物質。

如果兒童在成長環境中被忽略,那麼他們腦部的突觸數量就會減少(突觸是腦細胞傳遞訊號的連結),使他們的思考(也就是認知)變得更沒效率和彈性,這些都是和智力有關的能力。

-----廣告,請繼續往下閱讀-----
兒童若在成長環境中被忽略,會使思考變得沒效率。圖/Envato Elements

從戴蒙和同僚經典的研究開始一直到現在,成千上萬的實驗都證明了大腦有很驚人的能力,可以學習、成長和改變。了解我們的腦部有可塑性、有彈性、與生俱來就有適應性,使我們相信可以透過「學習」來控制焦慮,甚至是接納焦慮。

的確,我們有能力學習並改變行為,包括我們與焦慮的關係以及焦慮時的行為,善用大腦可塑性,就有可能達到如同上述般正向的改變。

懂得評估、做決定、轉換情緒

大腦的可塑性讓我們有能力學習,如何使自己冷靜下來、重新評估情勢、重新看待想法和感受,以及做出不同、更正向的決定。想一想以下情境:

  • 憤怒——會妨礙我們的專注力以及表現的能力
    或是給予動力、強化注意力,並提醒我們重要的事(也就是該優先處理的事)。
  • 恐懼——會影響我們的情緒,並觸發過去失敗的記憶
    使我們無法專注和聚焦,對個人的表現不利(導致我們在壓力下失常),或是讓人做決定前更為謹慎,並深化思考,創造機會以改變方向。
  • 悲傷——會抑制心情,使我們沒動力、不想要社交生活
    或是可以讓我們知道,對自己來說重要的事,幫助重新安排重要的事,給予動力去改變環境、情勢或行為。
  • 擔憂——會令我們因循怠惰,妨礙實現目標
    或是可以幫助我們調整計畫、調整對自己的預期,變得更務實且以目標為導向。
  • 挫折——可能阻礙進步、妨礙表現,或是令人失去動機
    抑或能刺激、挑戰我們做得更多、更好。

這些比較可能看來有點簡單,但卻讓我們看到一些很棒的選擇,而且可以產生實質的成果。換句話說,我們是有選擇的。

-----廣告,請繼續往下閱讀-----
大腦的可塑性讓我們有能力冷靜下來。圖/GIPHY

通常人們感受到的焦慮有一種特色,那就是會產生負面情緒。還記得前文說過的嗎?「坐立不安」、「悲觀」、「懷有戒心」、「害怕」——這些都是情緒的狀態,一般而言都會帶來不好的感覺。但是,我們並非無法決定自己對這些情緒的反應。

此外,這些情緒不完全都是壞的;事實上,這些情緒能帶給我們重要資訊,即關於心理和生理狀態的。

焦慮的來源是很好的線索,幫助我們認清人生中重要的事。把負面情緒轉為正面情緒,這需要花費心力嗎?是的。但是,這也會讓我們知道對自己來說重要的事。也許擔心金錢是在提醒我們,自己非常重視財務穩定性;或者,擔憂隱私則會讓人知道,原來自己需要充分的獨處時間。

因此,負面情緒其實是在給我們一個機會,阻斷「想法產生情緒,情緒導致行為模式」這個自我毀滅的循環,不要讓這個循環損害我們的壓力反應。而控制焦慮的第一步,就是了解情緒如何運作。

-----廣告,請繼續往下閱讀-----

——本文摘自《改造焦慮大腦:善用腦科學避開焦慮迴路,提升專注力、生產力及創意力》,2022 年 12 月,聯經出版公司,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
聯經出版_96
27 篇文章 ・ 20 位粉絲
聯經出版公司創立於1974年5月4日,是一個綜合性的出版公司,為聯合報系關係企業之一。 三十多年來已經累積了近六千餘種圖書, 範圍包括人文、社會科學、科技以及小說、藝術、傳記、商業、工具書、保健、旅遊、兒童讀物等。

0

0
0

文字

分享

0
0
0
地表上最嚴峻的遷徙
陸子鈞
・2011/06/12 ・980字 ・閱讀時間約 2 分鐘 ・SR值 517 ・六年級

-----廣告,請繼續往下閱讀-----

喜瑪拉雅稀薄的空氣和低氧,會阻礙移動的速度。在這裡體力耗竭的登山客,看著斑頭雁(Anser indicus)從他們頭上呼嘯而過。每年,這些雁鴨展開漫長而艱難的遷徙,從海平面的印度,跨過宏偉的山脈,到達牠們在中亞的夏季產卵地。新的研究指出,牠們靠著自己的氣流,而不需要上坡的吹送流(tailwind),便可以上升到高空。研究人員認為,這應該是地表上最艱難的遷徙。

近年來,科學家找出幾種適應的特徵,能支持斑頭雁壯闊的遷徙,包括比大多鳥類都還大的肺,以應付肌肉及心臟的供氧;密集的微血管和血紅素,可以儲存更多的氧氣。儘管如此,大多的專家認為,沒有氣流的幫助,雁鴨無法在這麼短時間內翻越山脈。

為了釐清這可能,英國班戈大學的生物學家,現在是一位博士後研究員的Lucy Hawkes,和生理學家Charles Bishop,率領13名科學家組成的國際研究團隊,首次追蹤雁鴨橫越喜瑪拉雅的旅途。研究團隊利用衛星,追蹤25隻北遷及38隻南遷的斑頭雁,遷徙途中的位置、高度及速度。研究的最後,還包含一組成功標記,並可以如計畫般的每小時記錄數據的雁鴨。

北遷的雁鴨,一般來說,能在7到8小時內,以每小時64.5公里的速度,從海平面爬升超過6000公尺高。研究團隊還記錄到鳥類最高的持續爬升速度,每小時能爬升垂直高度1100公尺。南遷的雁鴨較少爬升,因為牠們旅途從青藏高原開始,所以他們的旅途只花了4.5小時或甚至更少。

-----廣告,請繼續往下閱讀-----

最令人驚訝的是,根據由珠穆朗瑪峰氣象站收集到的資料,大多的斑頭雁在沒有上升氣流推送的日子裡,完成牠們的遷徙;相反地,牠們偏好在夜間或清晨逆風前進。科學家推測,或許是因為夜間及凌晨的低溫,有助於雁鴨散熱,增加氧氣利用;比上升氣流更有利於牠們。雁鴨也可能為了安全及機動性,而偏好在風平浪靜的天氣中遷徙。

「這些雁鴨維持令人驚訝的高耗氧量,可能是休息狀態的十倍;而牠們還必須維持這狀態數小時之久才能到達終點」Hawkes說。但我們對其他也會飛越喜瑪拉雅的鳥類,像是鴨或是鸛,遷徙的策略及生理則了解不多,所以Hawkes沒有把握是否其他雁鴨也一樣強壯。

這篇研究證實了雁鴨遷徙的策略,以牠們旅程來看,非常貼近山勢在飛行,氣流的任何微小的改變,都可能使雁鴨摔得粉身碎骨。

資料來源:ScienceNow: The Most Extreme Migration on Earth? [7 June 2011]

-----廣告,請繼續往下閱讀-----

-----廣告,請繼續往下閱讀-----
文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

1

1
2

文字

分享

1
1
2
我們所追尋的「舒適圈」:一場生物與環境氣溫的耐力賽——《跳出溫度舒適圈》
商周出版_96
・2022/10/29 ・4205字 ・閱讀時間約 8 分鐘

  • 作者 / 林子平

幾年前,有一則蝴蝶遷徙的新聞,引起了我的興趣。澎湖有位民眾發現住家的花園內有隻蝴蝶,身上被標示了日期和日本地名,原來是一隻從日本富山縣標放的青斑蝶,歷經46天從日本飛行了2,277公里來到台灣。富山縣自然博物館負責人說:「這隻青斑蝶創下了富山縣蝴蝶的最長距離飛行紀錄,飛到翅膀已破裂,令人感到心碎。」

遠渡重洋的蝴蝶。圖/商周出版《跳出溫度舒適圈

創下地表上最長昆蟲遷徙紀錄的是帝王斑蝶。每年會有上億隻帝王斑蝶在接近冬天時,由北美寒冷的洛磯山往南遷徙至溫暖的墨西哥,並在春天來臨時往北飛回洛磯山,但因為不順風,長達4,800公里、歷時四個月的長途遷徙,讓生命週期僅有一個多月的蝴蝶沒辦法在有生之年飛抵目的地,中途還得暫停德州來繁衍下一代,一共要歷經三代接棒才能返回洛磯山。

在台灣新竹苗栗等地山區,多達五十萬隻的紫斑蝶,也會在秋末準備南飛度冬,常落腳在高雄茂林。「氣溫是蝴蝶長程遷徙的一個很重要的因素,溫暖的環境讓蝴蝶能夠生存並產卵,還能讓剛孵化的幼蟲找到豐富的食物。」嘉義大學生物資源學系黃啟鐘教授這麼告訴我,他對昆蟲生態及植物病蟲害都很有研究。

圓翅紫斑蝶(Euploea eunice hobsoni)。 圖/Flickr

「也許是遺傳基因,這裡的氣溫一直刻劃在牠們的記憶之中,驅動著牠們歷代返回。」黃教授說,「雖然蝴蝶一代只有一個多月的生命,但為了下一代,牠們長途遷徙到最適合幼蟲出生的氣溫及生態環境,等到春天清明節前,經數代後剛羽化之成蝶,就開始往北飛,回到牠們此生未曾到過的故鄉。」

-----廣告,請繼續往下閱讀-----
紫蝶北返的飛行蝶道。 圖/交通部觀光局

生物為了生存而追尋溫度

昆蟲願意冒這樣的風險長途跋涉,那人類也有這種追求溫度的本能嗎?

我們得從現代人類的起源「智人」(Homo sapiens)的發展談起。科學家普遍認為,在二十萬年前智人起源於非洲。直到了四萬年前,智人已經遍布歐亞大陸。科學家一直在探索,究竟是什麼原因造成我們這個物種「遠離非洲」。

亞利桑那大學地球科學系Jessica Tierney教授透過氣候重建資料,並比對化石及石器的狀況,推論八萬年前非洲東北部溫暖且溼潤,適合居住。然而,在七萬年前,氣候開始變得寒冷而乾燥,艱難的氣候條件,使人類在六萬年前走出非洲進行大遷徙,這才讓歐亞大陸有人類出現。

智人(紅)與直立人(黃)遷徙路徑。圖/wikipedia

無獨有偶,德國科隆大學Frank Schäbitz教授等人則是透過衣索比亞湖岩芯來重建氣候,同樣也發現,在距今六萬到一萬四千年間非洲氣候的極度乾燥達到頂峰,使智人最終在距今五萬到四萬年間抵達歐洲。

-----廣告,請繼續往下閱讀-----

除了因為溫度而遷徙之外,比智人更早,比「露西」(Lucy)[註1]更晚的「直立人」(Homo erectus),大概在一百萬年前開始會用火來獲取他們想要的溫度。除了用來烹煮食物,火還可以使身體溫暖來度過寒冬,得以生存。

今日,我們為了舒適追求溫度

以前的人類,就像會遷徙的蝴蝶及候鳥一樣,追求溫度是為了活命,是最基礎的生理需求 [註2] 。然而,時至今日,人們追求溫度的目的已經不同。

經濟學家西托夫斯基(Tibor Scitovsky)認為,近代人類的第一個需求,就是「舒適」[註3]

近代的人們會為了追求更舒適的氣溫而遷徙。對英國君主來說,白金漢宮是他們的冬季宮殿,溫莎城堡則是夏日宮殿,讓他們在不同的季節中得以維持長時間舒適的居住環境。另外則是觀光旅遊,近代西歐人(如德、法、荷)冬天移動至地中海旁溫暖的國家西班牙、希臘旅遊,或是更遠的東南亞國家,以求得數日的舒適氣溫。

然而,人們逐漸覺得為了追求舒適而頻繁地遷徙和移動有點麻煩,因此反過來想要讓日常生活居住的空間及場域能配合人的需要,常保舒適,於是開始思考如何打造一個四季都舒適的居住空間。在寒冷的國家,增加牆面的厚度,提高隔熱性,來達到保溫的效果,或在屋頂做一個閣樓,能阻擋大雪的低溫直接傳到室內。而在炎熱的國家,則利用室內通風、窗戶遮陽,來確保室內維持舒適,並透過選用適合的植栽、設置水域來調節戶外氣溫,讓人們在戶外行走或活動時都感到舒適。

-----廣告,請繼續往下閱讀-----
對人來說,打造一個舒適的居住空間很重要。 圖/envato.elements

溫度控制全面強力介入

這些使居住環境舒適的方法,其實都不需要耗用能源及資源,我們稱為被動式設計(passive design,或稱誘導式設計)。它雖然能讓冬天暖一點,夏天涼一點,但是沒辦法維持在一個恆定的氣溫。

早期的人類為了生存而追尋溫度,現代的人類為了舒適而追求溫度。圖/商周出版《跳出溫度舒適圈

因此,人們又想更進一步控制生活及居住環境的溫度,我們開始利用能源及資源來介入控制。一開始是耗費較少電力及資源的手段,例如溫帶國家燒柴的暖爐,熱帶國家使用的電風扇,而後一些更耗能源的設備出現了,如冷氣或暖氣的設備及系統,這些都屬於主動式控制(active control)。以冷氣或暖氣來改變氣溫,讓我們不必大老遠遷徙及移動,可以四季都維持在恆溫舒適的狀況。

而在生活環境中,我們也開始控制各種溫度。例如控制液體的溫度,把冬天冰冷的水加熱,洗澡才舒服;或是使用電冰箱讓飲料涼一些,使用電熱水瓶來保持最適合入口的水溫。

人類當然不會滿足於基本的溫度,我們對於溫度的控制只會愈加精確及全面。我們希望冷暖氣控制的溫度是恆定的,最好一年四季,一天二十四小時,都能維持相同的溫度。我們還希望冬天冰冷的廁所能溫暖些,所以現在廁所的馬桶座不但可以加熱,甚至還可以整晚持續保溫,讓你隨時都能享受剛剛好的溫度。

-----廣告,請繼續往下閱讀-----

人類除了舒適,還要刺激

然而,有時人對溫度需求的還不只是為了舒適。追求「刺激」,則是西托夫斯基提出的人類第二個需求—人們追求溫度,有時只是想要有不一樣的體驗。

就像長年低溫的寒帶國家中,一旦有個難得的溫暖晴天,人們就會傾巢而出到公園做日光浴。同樣的,像台灣一樣位處於熱溼氣候區的人們,偶有山區下雪的機會,許多人會不畏寒冷地上山賞雪,這就是本於氣候刺激造成的新鮮感。

不過,如果是為了刺激而想要控制環境,就可能造成不必要的能源浪費。冬天時,人們湧入滾燙的三溫暖或烤箱,這麼高的溫度絕對算不上是舒適吧,但人們希望透過這樣的生理刺激來滿足心理的需求。

又比如說在寒帶地區滑雪是常態,但位在熱帶國家興建一個室內滑雪場,甚至是單純造雪讓人們遊玩,就是要讓人們能感受到溫帶國家寒冷的天氣能帶來的體驗。

-----廣告,請繼續往下閱讀-----

你追求的是什麼呢?

你或許有過這樣的經驗:當你滑著手機上的社群、新聞、影片,你點擊的每個按鈕,停留的每段時間,都在告訴媒體你喜歡的是什麼;不久之後,頁面上跳出的內容你都喜歡極了,不順眼的內容都消失了,這一切彷彿為你量身打造,你就這麼瀏覽下去。回過神才發現時間已過了大半,你接受了不重要(甚至錯誤)的資訊,買了你不需要的東西。

讓我們從虛擬環境切換到實體空間。當我們進入一個室內空間,你直覺地按下空調開關,它也許就記憶著你上次設定的溫度。先進的系統還能觀察現在室內有多少人、你是靜止或移動的、你以前喜歡什麼樣的溫度,就幫你調得好好的。太冷的時候,你也許會選擇穿上外套,而不是起身去調整溫度設定,或是反映給管理者知道。

這就是舒適圈,為你量身打造客製化的體驗。舒適的感受可能掠奪你的專注力,讓你忘了你真實的需求。

從智人遠離非洲到歐亞大陸,到近代人類移動到舒適的地點、建立舒適的住居,都是有意識地了解需求,因為,這都有風險,也需要付出代價。

然而,當空間內的氣溫控制變成輕鬆自在的生活常態,卻可能導致我們不認真去思考我們的需求。我們得自問:「為什麼要設定在這個溫度呢?」是為了舒適,還是為了刺激,還是只是習慣性地延續你昨天的設定,或是直接由人工智慧幫你決定?

-----廣告,請繼續往下閱讀-----
現代人習慣活在舒適的溫度中。圖/envato.elements

一個根本的問題是,舒適究竟是怎麼一回事?是生理的需求,還是心理的滿足?每個人對舒適需求的差異,又是怎麼產生的?是體質的差異,過去的經驗,還是個人的喜好?

唯有理解舒適的起源,我們才能客觀地檢視我們的觀點及行為,並做出適當的調整與改變。下一節,就讓我們從一盤蛋炒飯,來談談什麼是舒適吧。

消暑涼方03:動物和原始人只為生存而追尋溫度,但現代人卻是為了舒適而改變溫度。嘿,享受舒適的同時,也為地球上其它生物想想吧!

註釋

  • 註1: 露西是在衣索比亞發現的南方古猿標本。也就是由盧貝松執導且在台北取景的《露西》片中,那位將人腦用到100%且具有超能力的主角,在片尾回到遠古時期時見到的人類祖先。
  • 註2: 馬斯洛需求理論(Maslow’s hierarchy of needs),是由亞伯拉罕.馬斯洛(Abraham Harold Maslow)於1943年提倡的理論,他劃分出五種等級的需求:自我實現、尊重、社會、安全、生理。生理屬於為基礎的需求,如食物、呼吸、基本維生環境等—溫度就是屬於最基礎的生理需求。
  • 註3: 西托夫斯基認為人有舒適和刺激兩種需求,舒適又分為個人舒適(personal comforts)及社會舒適(social comforts)兩種。

——本文摘自《跳出溫度舒適圈》,2022 年 9 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----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。