0

0
0

文字

分享

0
0
0

輕鬆使用Android 裝置控制樂高機器人:讓機器人前進指定距離

馥林文化_96
・2013/09/26 ・2827字 ・閱讀時間約 5 分鐘 ・SR值 552 ・八年級
相關標籤:

文/曾吉弘(CAVE教育團隊

在7 月號的專欄中, 我們介紹了如何使用Slider 滑桿元件來控制樂高機器人馬達的轉速與方向。本期我們將介紹如何使用樂高馬達中的編碼器(encoder)來讓機器人前進指定的距離,並且深入介紹App Inventor 中對於樂高機器人的SetOutputState 低階控制指令。

樂高NXT 伺服馬達

樂高NXT 的馬達是所有樂高馬達中輸出扭矩最大也是最有份量的一款,另一方面,它也是唯一有配置角度感應器的馬達,經過計算之後可求出機器人行走的距離或轉動的方位角,非常方便。

本期專題將使用App Inventor 中,NxtDrive 元件的MoveForward 指令與NxtDirectCommand 的setOutputState 指令來控制樂高NXT 馬達。圖1 中是NxtDrive 的屬性設定欄位,由於本範例要控制機器人上的兩個馬達,所以需要兩個NxtDrive 元件, 將其DriveMotors 欄位分別設為B 與C ,代表控制樂高NXT 機器人的B 與C馬達。WheelDiameter 代表目前所使用的輪胎直徑,單位為公分。以本範例所使用的輪胎直徑為5.6 公分,因此請填入5.6。樂高的輪胎胎皮上都會標示輪胎的尺寸(圖2),請依照您所選用的輪胎填入正確的數字,否則機器人行走的距離就不正確啦。

-----廣告,請繼續往下閱讀-----


圖1NxtDrive 的屬性設定欄位。

 


圖2樂高NXT 機器人的5.6公分馬達。

 

接著看到NxtDrive 的正轉MoveForward 與反轉MoveBackward 指令, 我們須給定電力power 與距離distance 兩個參數,但事實上也能以負數讓馬達反向轉動。圖3 中兩個指令都會讓B 馬達以電力50% 反向轉動10 公分。


圖3 NxtDrive 的轉動指令。

-----廣告,請繼續往下閱讀-----

 

回想一下國小的圓周長公式:2πr ,r 代表半徑。以本範例使用的5.6公分輪胎來說,圓周長就是2π X2.8=17.6 公分,代表馬達每轉一度所代表的圓周長為17.6 / 360 =0.049公分。換言之如果要讓機器人前進一公分的話,馬達大約要轉動20.4 度。

什麼是編碼器?

編碼器的功能主要是得知馬達轉軸的位置,並推估馬達的轉速。由於馬達會受到電力、負載與其他種種外在因素,沒有編碼器的馬達就無法得知其正確位置而導致誤差愈來愈大。因此應用在機器人上的馬達大部分都會有編碼器來得到更好的精確度與控制效果。樂高馬達的編碼器解析度為1度,高級馬達的編碼器解析度會更精細,當然也就愈貴囉!

開始玩機器人

請把NXT 機器人組裝好,並將左側馬達接在NXT 的輸出端B , 右側則是輸出端C( 註1)。為了完整測試,請將第三個馬達接上輸出端A。請確認NXT 主機的藍牙是啟動的,接著將NXT 主機與Android 手機進行藍牙配對(註2),完成之後就可以把機器人放到一邊了。啟動藍牙之後您可以從NXT主機的螢幕左上角看到藍牙的符號。

接下來依序介紹程式的各個功能:

-----廣告,請繼續往下閱讀-----

STEP1 登入畫面:

首次進入程式的畫面如圖4a , 只有「NXT 裝置清單/ 連線」按鈕可以按,其它所有按鈕都無法操作。點選「NXT 裝置清單/ 連線」按鈕後進入藍牙裝置清單(圖4b),請找到剛剛配對完成的NXT 主機名稱(本範例為abc),點選之後就會由Android 裝置對NXT 主機發起藍牙連線。順利連線成功的話,就可拉動Slider 滑桿元件來控制馬達轉速(圖4c)。

圖4a 程式首次執行的畫面。
圖4b 點選連線按鈕後進入藍牙裝置清單。
圖4c 連線成功後才可進行相關操作。

 

STEP2 程式初始化:

-----廣告,請繼續往下閱讀-----

在點選連線清單之前(ListPickerConnect 的BeforePicking 事件), 需先將清單內容指定為Android 裝置上的藍牙配對清單(圖5a)。點選之後則先測試連線是否成功,成功則將「斷線」按鈕設為可點選(圖5b)。


圖5a 指定藍牙配對裝置清單。


圖5b 連線成功後啟動相關元件。

 

STEP3 讓馬達前進指定的距離:

-----廣告,請繼續往下閱讀-----

本範例的架構相當簡單,點選「前進距離」按鈕就會呼叫MoveForward指令, 讓兩個馬達同時以電力50 來行走我們所輸入的距離。在此我們透過一個if 判斷式,當您尚未輸入任何數字之前,按鈕事件的內容將無法執行,事實上是因為如果該欄位為空的話將造成程式當機按鈕將無法點選。

另外由於速度過快機器人容易衝過頭而導致計算不準,在此不建議您使用太高的電力值(圖6)。


圖6 按下按鈕讓機器人前進指定距離。

STEP4 讓馬達轉動指定的角度:

-----廣告,請繼續往下閱讀-----

您應該發現了吧,App Inventor管太多啦! 一般來說我們都是使用馬達編碼器值搭配輪胎尺寸來算出機器人的移動距離。但NxtDrive.MoveForward 指令這樣子包起來的話, 反而使我們無法取得馬達的編碼器值了。幸好, 在NxtDirectCommands元件中有一個設定輸出端狀態(SetOutputState)指令,它的tachoLimit 欄位就是編碼器值,可在此直接指定馬達所要轉動的角度,每次轉動到這個值的時候就會自動停下來。

在圖7a 中,點選「轉動角度」按鈕就會呼叫SetOutputState 指令,讓兩個馬達同時以電力50 來轉動我們所指定的角度值。其實這才是所有AppInventor 中有關樂高機器人輸出指令的真實面貌,它是根據樂高官方所定義的直接指令,以位元陣列的方式來直接與樂高NXT 主機的韌體進行溝通。當然,要達到這樣的效果是需要一點功力的,所以App Inventor 開發小組就幫您把常用的樂高控制指令都包好了,我們只要直接呼叫使用即可。


圖7a 按下按鈕讓馬達轉動指定角度。

以SetOutputState 指令來說, 就是以藍牙通訊的方式,一次向NXT 機器人發送15 個位元組長度的位元陣列,機器人收到之後就可以自動執行對應的內容。這也就是為什麼我們不需要編寫機器人端的程式就可以控制樂高機器人,是不是非常方便呢?

-----廣告,請繼續往下閱讀-----

表

如果我們要用SetOutputState 指令來達到與MoveForward 指令一樣的效果的話,就要先算出馬達轉一度所代表的圓周長,再計算出要前進的距離(圖7b)。這樣雖然計算比較繁複,但對於開發者來說,這種作法的彈性是比較大的。由於篇幅關係,我們無法詳細介紹所有欄位的意義,如果您想要對樂高直接控制指令一探究竟的話, 請由樂高MindStorm官方網站下載藍牙開發套件的文件。


圖7b 用SetOutputState 指令達到MoveForward的效果。

 

STEP5 斷線:

按下「斷線」按鈕之後,會中止藍牙連線(BluetoothClient.Disconnect指令),並使畫面上的各個元件恢復到未連線時的狀態(圖8)。


圖8按下「斷線」按鈕時中斷藍牙連線。

 

操作

實際執行的時候,請先確認NXT 已經開機且藍牙也啟動了。接著在您的Android 裝置上點選畫面中的「NXT 裝置清單/ 連線」按鈕,會進到如圖4b的藍牙清單畫面,點選您所要的NXT主機名稱並連線成功後,就能輸入距離或是角度來控制機器人了(圖9)。


圖9程式執行畫面。

本範例介紹了如何讓機器人移動指定距離以及讓馬達轉動指定角度,這都是透過。期待您從本期專欄的內容來激盪出更多有趣的火花。請繼續關注CAVE 的機器人專欄唷!

 

歡迎大家由此連結或掃描以下的QRCode 來下載本程式


本程式已上架Google play,請到Google Play 搜尋「CAVE 教育團隊」就找得到我們的樂高機器人系列app 了。在App Inventor 中文教學網上直接下載本範例的App Inventor 原始檔與apk 安裝檔。

註1: 想學如何開發App Inventor 程式嗎? 請到AppInventor 中文學習網(http://www.appinventor.tw)與我們一同學習。
註2: 將Android 手機設定為可安裝非Google Play 下載的程式以及讓手機與樂高NXT 主機連線等說明請參考此連結
註3: 與NXT 連線後如果出現[Error 402] 之錯誤訊息請不必理會,程式依然能正確執行。

文章原文刊載於《ROBOCON》國際中文版2013/9月號

-----廣告,請繼續往下閱讀-----
文章難易度
馥林文化_96
54 篇文章 ・ 5 位粉絲
馥林文化是由泰電電業股份有限公司於2002年成立的出版部門,有鑒於21世紀將是數位、科技、人文融合互動的世代,馥林亦出版科技機械類雜誌及相關書籍。馥林文化出版書籍http://www.fullon.com.tw/

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
AI 進雞舍,感測器顧豬場:科技如何成為畜牧業的最佳幫手?
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/05 ・3583字 ・閱讀時間約 7 分鐘

從仰賴人力巡視、憑經驗判斷,到導入感測、影像辨識、聲音分析與 AI,智慧畜牧正逐步以數據支撐養殖決策。(圖片提供:Shutterstock)

過去,養雞農得在半夜走進雞舍,靠耳朵分辨雞隻有沒有出現「囉音」(呼吸道疾病的特有聲音);但農民時間有限,一天頂多進雞舍巡三次,而打噴嚏、咳嗽這類異常聲音,又常和背景噪音太相似、不夠明顯,「漏聽」幾乎在所難免。

如果有一套系統能全天候守在雞舍,不僅聽見異常聲音,還能透過影像觀察雞隻狀態、同步記錄體重,情況會不會有所不同?這正是「智慧監測走進畜牧業」的真實場景。

透過感測、影像辨識、聲音分析與 AI,畜牧養殖管理,已經逐步從仰賴人力巡視、憑經驗判斷,轉向以數據支撐的決策;智慧畜牧不只能提高生產效率,也能改善動物福利與整座牧場的生物安全。

本文從家禽到豬隻,採訪兩位長期投入智慧畜牧管理的研究者:國立中興大學生物產業機電工程學系蔡燿全副教授以及國立臺灣大學生物機電工程學系郭彥甫教授,探討科技如何成為畜牧業的最佳助手。

-----廣告,請繼續往下閱讀-----
透過機器視覺與深度學習,系統能辨識母豬的姿態,量化進食、站立與哺乳時間,協助豬農及早發現健康異常。(圖片提供:臺灣大學生物機電工程學系郭彥甫教授)

科技接手觀察,補上人力巡視極限

「如何客觀量化健康指標,其實相當困難。」蔡燿全副教授指出,人工巡視的限制,在於「人不可能一直在現場」。以雞舍為例,雞隻體重反映健康狀況,但用「肉眼估算」並不精準,原因出在羽毛會隨當下溫濕度蓬鬆變化;至於雞隻的消化道疾病,則要看肛門與糞便,但「異常聲音」要在夜深人靜的半夜靠「人耳」去分辨,這些都是雞農單靠人力會存在的侷限。

養豬也是。郭彥甫教授指出,過去豬農評估一欄豬的健康狀態,多半是走進去、用肉眼看一下,母豬花多少時間吃料、站立、有沒有在哺乳,無法精確量化判讀。

靠肉眼、人耳判讀,既消耗人力、又不夠精準,因此,智慧畜牧把這些工作交給機器,透過感測器接手觀察,目標在於「及早發現」。

以雞舍為例,機器讀的是「身體徵象」。

-----廣告,請繼續往下閱讀-----

蔡燿全副教授指出,透過「家禽監測系統」,在雞舍裝設麥克風、攝影機與秤重平臺,把叫聲、雞冠與雞眼的顏色、體重,連同溫濕度、風速、氣體等環境資料,一併轉成可判讀的數據。

以體重為例,當雞隻走上秤重平臺,秤出幾隻的總體體重後,平台上方的攝影機,再以AI影像辨識方式,辨識出秤重平台上的雞隻數量,進而換算出雞隻的平均體重,更進一步的做法是,只要在雞舍中央架一臺主機,建立「影像輪廓對應實際重量」的關係,雞舍的其餘角落,只需由上往下拍的攝影機(不必裝設秤重平臺),單靠影像就能推算體重。這也同步解決了動物福利的問題:不必再人工抓雞懸掛量重,對雞隻的干擾降到最低。

在豬舍方面,機器讀的則是「行為與姿態」的動態變化。

郭彥甫教授指出,只要在母豬分娩欄後方架設攝影機,以機器視覺與深度學習,辨識母豬的姿態,量化牠花多少時間進食、站立與哺乳,同時逐隻追蹤欄內仔豬的移動,把狀態分成哺乳、休息與活動三類。當母豬把乳頭壓住、遲遲不讓仔豬吸奶,又不太進食,系統就能標記出這頭母豬已接近生病,整欄仔豬可能跟著吃不到奶、活動力下降。這些畫面,都讓長期被關在窄欄、行動受限的母豬處境,能夠直接被機器紀錄、透過數據化被豬農看見。

-----廣告,請繼續往下閱讀-----

專家教會 AI 讀懂異常,監測從記錄升級為預警

但機器「看得到」只是第一步,「讀得懂」則要靠人與 AI 協作。

以豬舍的應用場景為例,郭彥甫教授指出,AI的機器學習過程,得先由「人」在影像裡,把豬一隻一隻單獨標註起來,累積上千張影像之後,提供給AI學習、訓練,確保AI能夠「讀懂」之後,之後就由機器接手,自動辨識每一隻豬;例如有些小豬在吃飼料、有些在喝水、有些在打架、互咬;郭彥甫教授指出,這套AI 辨識仔豬「日常行為」的準確率已達到91.36%,等於在100隻仔豬中,AI就能精準判讀出91.36隻的行為模式。

雞舍的場景也是同樣邏輯。蔡燿全副教授解釋,透過預先架設機器在雞舍,進行現場錄音,接著以濾波去掉雜訊、把聲音切成小段,再請專家逐段標註,哪些是正常叫聲、哪些是異常囉音,取出聲紋特徵之後,再餵給AI機器學習,訓練出辨識模型。

當機器學會判讀後,監測的價值就能直接從「記錄」,升級為「預警」。

-----廣告,請繼續往下閱讀-----

舉例來說,雞舍的聲紋辨識系統,由於是24小時錄音,在農民尚未察覺、還沒記錄到異狀之前,系統就先發出「偵測到異音」的預警,不會等到農民到現場查看才發現。此外,影像辨識系統則可以預先偵測到人眼較難察覺的雞眼異常(雞眼異常後2至3天會出現較高死亡率),等於替農民爭取到提早3天處置的黃金時間。

預警換來實際效益。蔡燿全副教授表示,根據合作雞農的回饋,導入這項系統之後,育成率可提升約3%,因為透過系統24小時不間斷監控,農民更能做到「及早發現、及草治療」,提高雞隻「從飼養到出貨」生命週期的完整性。此外…….傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。此外,因為農民不再需要頻繁進出雞舍,也切斷了病原透過人腳、野鳥糞便帶入的傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。

豬舍也是。郭彥甫教授指出,量化母豬的姿態與哺乳行為,能夠提早判斷牠是否接近生病,另一方面,系統對仔豬群體活動力的追蹤,則讓農民能夠更早察覺「一頭母豬不好、整欄仔豬跟著受影響」的連鎖效應,進而提早做出相對應的準備措施。 科技帶來的好處,除了提前預警,減少人為疏漏,當農民的巡視工時下降、勞動強度減輕,也能間接讓更多青年農民,願意回鄉接手畜牧場。

雞舍聲紋辨識系統可 24 小時錄音,在農民察覺異狀前發出預警,影像辨識也能提早發現人眼較難察覺的雞眼異常。(圖片提供:Shutterstock)

技術到位、市場未到,智慧畜牧的應用挑戰

然而,儘管智慧畜牧的技術持續進步,但要真正落地應用並普及化,目前仍有待跨越的門檻。

-----廣告,請繼續往下閱讀-----

「因為農民沒有 IT 部門。」蔡燿全副教授點出了智慧畜牧最大的門檻:推廣難度高。

他解釋,老一輩農民對科技熟悉程度較低,一旦網路不穩、甚至插頭沒插上的小狀況,原廠可能就得親自跑一趟畜牧場,服務成本相當高,再加上臺灣市場規模有限,負責落地推廣、技術轉移的農業科技公司,意願自然不高。

此外,「農民投入意願」也是一大門檻。「如果這個科技一定可以幫他賺到錢,他就會樂意接受。」郭彥甫教授觀察,豬農評估導入系統的關鍵,在於能不能幫他「賺到更多錢」,而非只是「節省時間和勞力」,「如果只是省下勞力,農民多半會傾向自己來、或是另外聘請人力。」臺灣雖然在2020年就從口蹄疫除名,但近年來面對周邊國家持續存在的非洲豬瘟等疫情風險,豬農對外部人員(智慧農業團隊、農業科技廠商等)進出格外謹慎,都讓智慧畜牧的應用落地,還需要更多溝通與推廣。

最後一道判斷留給人,「資料治理」智慧畜牧下一步

換句話說,智慧畜牧的技術本身,其實已經備妥,唯獨產業與市場的節奏,還需要時間跟上。

-----廣告,請繼續往下閱讀-----

從雞舍到豬場,感測與 AI 接手了「看」這件過去只能靠人力與經驗撐著的工作,效率、動物福利與疫病防線,也因此被重新畫過一遍。

值得一提的是,兩位研究者不約而同都將「最後一道判斷」留給了人:雞隻該不該投藥、母豬難產怎麼處置,這類牽涉責任的決定,仍由農民與獸醫拍板,AI 負責的是更精準的監測、讓異常更及早被發現。

隨著愈來愈多養殖現場,開始累積這些數據,郭彥甫教授預測,「資料治理」將是畜牧業下一步的趨勢。他解釋,當養殖場規模擴大、不常親臨現場的經理人將更依賴簡單直觀的報表,掌握場內狀況;而這些累積下來的數據,還能推估產量、預估禽隻出場時機,同時對接市場價格,做出更合適的決策。

資料來源

-----廣告,請繼續往下閱讀-----
  1. 中興大學生物產業機電工程學系蔡燿全副教授
  2. 臺灣大學生物機電工程學系郭彥甫教授

原文連結:https://pse.is/9k7pkt

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
「每天一杯紅酒護心」是世紀騙局?科學界誤解30年的統計盲點,台灣人更不該喝!
PanSci_96
・2026/09/04 ・2594字 ・閱讀時間約 5 分鐘

本文由 AI 協助生成,內容經編輯審閱。

說到對社會危害極大的物質,許多人腦海中第一個浮現的可能是毒品。然而,國際頂尖醫學期刊《刺胳針》(The Lancet)曾發表一項研究,針對海洛因、大麻、搖頭丸等 16 種成癮物質進行傷害排名,結果令人跌破眼鏡——冠軍竟是我們日常生活中隨處可見的「酒精」。酒精的整體傷害分數是搖頭丸的 8 倍,幾乎是古柯鹼的 3 倍。

但弔詭的是,在同一個世界裡,我們卻常在社群媒體上看到人們優雅地端著紅酒,並冠上「養生」、「護心」的標籤。究竟「紅酒養生」是真的有科學根據,還是行銷包裝出來的美麗誤會?今天,挺健康鄭丁靚醫師就來把這背後的科學真相一次說清楚。

紅酒神話的誕生:被誤解了30年的「法國悖論」

「紅酒養生」的說法,源自 1992 年發表在《刺胳針》的一篇論文。兩位法國學者觀察到一個奇特現象:法國人平時奶油、起司、肥肉吃得可不少,但心臟病死亡率卻比英美等國家來得低。尤其在法國西南地區,葡萄酒消費量最高,心血管死亡率卻最低。學者將此稱為「法國悖論」(French Paradox),並推測是每天 2 杯紅酒的酒精攝取量,抑制了血小板凝集,從而降低了心血管風險。

這個學說一出,加上媒體推波助瀾,瞬間成為全球現象級信仰。到了 2003 年,哈佛大學教授 David Sinclair 發現紅酒中的「白藜蘆醇」(Resveratrol)能活化長壽基因,延長酵母菌壽命,更讓紅酒抗老的說法有了分子生物學的堅實背書。

-----廣告,請繼續往下閱讀-----

然而,這些研究卻藏著致命的盲點。首先,要達到動物實驗中的白藜蘆醇有效劑量,人類一天大約得喝下 100 杯紅酒!在你還沒延年益壽前,恐怕就先酒精中毒了。此外,當年大力推廣白藜蘆醇的康乃狄克大學心血管研究中心主任 Dipak Das 教授,後來被揭發在 26 篇論文中竄改數據,憑空製造「紅酒保護心臟」的假象,這場當代醫學界的大規模醜聞,也讓紅酒養生的神話蒙上陰影。

破除迷思:「適量飲酒更健康」其實是統計錯誤?

你或許會問,那為什麼過去好幾十年來,總是有研究數據顯示「適量喝酒的人比較健康」?問題就出在統計學上常見的「戒酒者偏誤」(Sick-quitter bias)。

過去許多宣稱小酌有益健康的研究,往往將「目前不喝酒的人」當作對照組。但這群不喝酒的人當中,有很大一部分是因為「喝到身體出問題,被醫生警告必須戒酒」的病患。拿這群本來就不健康的人來當基準,適量喝酒的人當然看起來特別長壽!這種因果關係倒置的現象,誤導了科學界幾十年。

2023 年,一篇涵蓋 480 萬人的超大型整合分析,將對照組徹底「洗乾淨」,只留下「一生中從來沒有喝過酒」的人來進行比較。結果驚人地發現:過去所謂的「喝酒養生效應」瞬間歸零。少量飲酒(每天小於 25 克酒精)對延長壽命根本沒有任何顯著好處。

-----廣告,請繼續往下閱讀-----

WHO 警告:酒精是一級致癌物,沒有「安全劑量」

其實,世界衛生組織(WHO)在 2023 年就已正式宣判:酒精是一級致癌物,與石棉、游離輻射、菸草同屬一個等級,並且「沒有安全劑量」。近期華盛頓大學團隊發表在《Nature Health》的研究也指出,包含乳癌、食道癌、肝癌等多達 10 種癌症的風險,都會隨著酒精攝取量上升。

有的人以為改喝啤酒會不會比較安全?醫學研究在計算酒精時,是以「標準杯」(約含 14 克純酒精)為基準。一罐 5% 的啤酒(350ml)、一杯 12% 的葡萄酒(150ml)、一小杯 40% 的烈酒(45ml),三者的乙醇含量幾乎完全一樣。帶給肝臟和細胞的毒性負荷,一分一毫都沒減少。甚至因為啤酒濃度低,讓人放鬆戒心,反而更容易在短時間內灌下好幾罐,累積的總酒精量更加驚人。

台灣人請注意!喝酒臉紅其實是「中毒警報」

對於台灣人來說,酒精的危害更是雪上加霜。酒精進入人體後,會先被轉換成有毒的「乙醛」,接著再靠 ALDH2 酵素將乙醛分解。但台灣有高達 45% 至 47% 的人天生缺乏 ALDH2 酵素,這個「基因缺陷」比例高居全球第一!

許多長輩會說,喝酒臉紅、心悸是「通血路」,這完全是錯誤觀念。臉紅其實是乙醛無法代謝、在體內累積的「中毒警報」。2019 年《刺胳針》針對 50 萬人的研究證實,有這種臉紅基因的人,即使每天只喝 1 到 2 杯酒,中風風險也會直接增加 10% 到 15%。

-----廣告,請繼續往下閱讀-----

薑母鴨、燒酒雞能補冬?小心連致癌物一起喝下肚

到了冬天,台灣人最愛吃薑母鴨、燒酒雞來進補,或是坐月子時喝米酒。老祖宗用酒泡藥,從化學角度來看確實有理,因為酒精是良好的溶劑,能萃取出水溶不出來的藥材成分。

但現代藥廠在萃取完有效成分後,會將酒精蒸發掉,因為人體需要的是藥物,不是酒精。而我們自家燉的藥酒,並沒有這道工序。有人以為「煮久一點就能把酒精燒掉」,但根據美國農業部的數據:燉煮 15 分鐘,鍋裡還留著 40% 的酒精;就算煮滿一小時,也還有 25%;要降到只剩 5%,得整整熬煮 2.5 個小時。大部分的麻油雞滾個二十分鐘就上桌,等於是把一級致癌物跟著補湯一起灌下肚。

應酬躲不掉怎麼辦?掌握三大減害原則

既然科學已經證實「安全飲酒量是零」,我們最好的選擇當然是「滴酒不沾」。如果你想知道自己是否有基因缺陷,可以使用「酒精 OK 繃測試」:將一小塊酒精棉片貼在手臂內側,等待 7 分鐘,如果皮膚變紅,就代表你極可能有 ALDH2 基因缺陷,每一口酒都在讓器官泡在致癌的乙醛中。

如果真的遇到推不掉的應酬,請務必掌握以下三個減低傷害的原則:第一,不要空腹喝,食物能減緩乙醇的吸收速度;第二,一杯酒配一杯水,幫助代謝;第三,絕對不要跟著別人的步調狂飲,慢慢喝才是對策。

-----廣告,請繼續往下閱讀-----

科學已經把底牌亮出來了,世界上根本沒有所謂的「小酌怡情」。當你了解身體每喝一口酒都在承受慢性毒害,下次面對別人的勸酒時,請勇敢說不,別再把這杯慢性毒藥當成「人情世故」吞下去了!

參考資料

  1. Nutt, D. J., King, L. A., & Phillips, L. D. (2010). Drug harms in the UK: a multicriteria decision analysis. The Lancet, 376(9752), 1558-1565.
  2. WHO (2023). No level of alcohol consumption is safe for our health.

延伸閱讀|實證醫學專欄|循證長壽、失智預防、更年期、睡眠科學|叮噹醫師
以同儕評審論文為根據的長壽科學深度解析。睡眠科學、光線生物學、更年期醫學、認知儲備、失智早期檢測。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1297 篇文章 ・ 2684 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。