Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

芭樂人、芭樂魚、芭樂狗——試想臺灣原住民族所謂「真正的」物種

活躍星系核_96
・2014/02/21 ・4161字 ・閱讀時間約 8 分鐘 ・SR值 556 ・八年級

作者: 羅永清

「芭樂」的啟示

「芭樂」客家話叫bale,台灣先民稱之為拔仔(bala),可能的原因大概是對於西班牙文guayaba(英文guava)一詞的借用。芭樂原產於中美洲,當地語言稱為 guayabo,西班牙人在十六世紀後帶到世界其他地方,也許是歐洲人帶來台灣,也可能經由十七世紀從中國大陸渡海來台的先民所引進。除了稱呼為芭樂,漢人也稱之為「番石榴」,因為芭樂多籽像石榴,卻不是真石榴,遂冠以「番」字前綴,作為俗稱之一。

guaya

台灣原住民對於芭樂與漢人的稱法類似:布農族巒社群稱之為Para, 或稱呼為Rabatu(大概是台語的林拔仔);郡社群稱之為Yoraparu,南鄒卡那卡那富群則稱navatʉ,排灣族某些部落稱之為Nabati,魯凱Zyapati,南部排灣族則有Ryabusu、 Rabati、 Zyabazi(見山田金治《高砂族調查書第六編—藥用草根木皮》),大概都與台、客語的芭樂名稱同源。而鄒族人則稱之Kamae,是否以其已認識物種類比稱呼之,需要再探索。

從芭樂稱呼的由來,我們發現人們對於新物種的稱呼大概有兩種方法,或揣摩原語以稱之;或以本來熟知的種類類比之。「芭樂」的命名現象顯示出人們認識物種的方式與線索。筆者2013年受行政院環保署委託撰寫《臺灣原住民族環境智慧》一書(印行中),寫作期間,發覺原住民族對物種的命名方式,學界的研究仍不充足。原住民對於物種的認識及命名,其中是否類似於科學的分層命名規則,或者有其他潛隱不見的規則,是學界普遍的探索方向。芭樂的啟示讓我們知道除了習用外來名,人們也以聯想的方式來創名(「番石榴」),但其中許多聯想的線索已難追索。

-----廣告,請繼續往下閱讀-----

除此之外,原住民尚有一些命名方式,令人好奇。比如說,許多原住民稱之為「真正的」物種,如苦花魚、桂竹、黑狗等,何以為「真正」?令人好奇;相對於真正的物種,難道有假的物種嗎?苦花魚為真正的魚的話,其他的魚就不是魚了嗎?如果套用番石榴不是真石榴的邏輯,其他的魚不是魚,苦花魚才是「真正的魚」,難道是認為其他的魚沒有苦花魚的特質嗎?而這個特質是什麼?真是個跨生物及生態及文化人類學的問題!如何探索這個問題呢?巧的是,泛泰雅語言以「bale」為「真正」的意思,給筆者線索,姑且借「芭樂人類學」平台,探索一下這其中的邏輯,並介紹《臺灣原住民族環境智慧》一書中所發現的線索。

芭樂世界分布圖: http://docsdrive.com/images/ansinet/biotech/2010/fig1-2k10-176-195.jpg
芭樂世界分布圖

真正的人與「Bale」魚

「Bale」 一詞,在泛泰雅文化的語境中,指的是「真正的」之意。電影《賽德克・巴萊》,意思是「真正的人」,就是賽德克人。賽德克本義就是「人」,以「真正的人」來區別自己與他族,並沒有貶抑他族之意,乃是為了清楚區別自身與他群,才冠以形容詞「真正的」;因此「真正的人」之詞彙,大概起源于區別「我群」與「他群」的需要,或是因為「他群」出現了;或是表示「我群」是最先最早。

同此,泛泰雅語稱苦花魚為kole-bale,意謂這種魚才配稱「真正的魚」。難道是要區別他種魚類而創立的分類或命名嗎?荒野保護協會資深解說員廖鎮洲先生記錄到苦花魚對泰雅族的意義,給筆者些許線索(出處):

苦花魚是泰雅族視為最珍貴與好吃的魚,一位在福山村出生成長的長者,形容小時候的生活情境,溪中的苦花魚是多到人站在溪中會撞到腳,用畚箕就可以抓許多的苦花魚,由於當年苦花魚不值錢,便將苦花魚拿去餵豬,再將肥豬捉去賣錢。50多年前有多到用畚箕捉、多到餵豬的數量,可以遙想當年泰雅族祖先看見滿溪的苦花魚,是如何地高興。

苦花魚在泰雅人眼裡,大概是溪流中占最大宗的魚,也是人們特地保護的魚種,廖鎮洲也記錄到泰雅族長老在每年春天,會將需要溯溪逆流長成的小苦花魚撈起來,用籮筐將活的小魚辛苦地背到深山,放入溪中,稱此過程為「種魚」,期待小魚長成時再去捕抓。

-----廣告,請繼續往下閱讀-----

為何泰雅人要獨獨青睞苦花魚呢?苦花魚屬於純淡水洄游魚類(Potamodromous fish),因為水溫變化、覓食或產卵等原因,會在河流的上下游之間遷移,苦花魚多的地方,就表示其棲居的整條河流是「健全」的,因此原住民也以此來判斷環境是否乾淨、是否適合遷居的水源之地。

烏來福山苦花魚復育

烏來山苦花魚復育 烏來福山苦花魚復育

似乎許多原住民族人常常認為苦花魚棲居之地,通常是該魚種最早棲住於該河段的魚類,往往成為大宗,且較少出現別的魚種,因此,「真正的」也含有「原住者」的含意,這一點在魯凱族作家奧威尼‧卡露斯所著《詩與散文的魯凱–神秘的消失》一書中,也有所探討。魯凱人雖然不把苦花稱作「真正的魚」,但他們也認為:在高山溪流的中上游以這種魚分布最早也最廣,一如奧威尼在書中所說:

所釣的魚只有一種名稱叫烏氣(Uchy,高山鯝魚之意) 的魚,這魚有我少年時一又二分之一的手掌那長又胖。我猜想整條知本溪谷應該只有這種魚。

奧威尼認為這種魚就是適合於該棲地,也是最早入住的原生魚,因此該河段幾乎沒有其他魚種。「真正的」於是也有「獨特」的意涵,或者是相較於其他種類在時序上較早出現的意義。

鄒族人也以苦花魚為yoskʉ aʉlʉ,aʉlʉ的意思是「真正的」(見《臺灣鄒族語典》),意謂「真正的魚」,似乎也見證了先民所見,在溪流中以苦花魚為大宗及先驅的原始景觀(landscape)。

-----廣告,請繼續往下閱讀-----

要推敲這苦花為真魚及先驅的理由,筆者發現鄒族的小米播種祭有些許線索。北鄒人認為,祭祀者必須在祭典前一天捕捉「真正的魚」(也稱鯝魚),然後祭儀當天由主祭及副祭帶到小米田,食用後將魚骨放在小米田中以竹子削製的魚骨架上,祈禱小米神眷顧小米的成長及豐收(見雅柏甦詠・博伊哲努,《臺灣原住民歷史文化大辭典》)。另外,浦忠勇在〈河川公共性的轉化:曾文溪上游治理的人文反思〉文中也提及,在狩獵行前及小米收穫祭(homeyaya)期間,族人則禁止吃魚,而煮過魚的鍋子也不能用來煮小米。這禁忌似乎顯示:小米農事或狩獵所即將獲取的林業及農業資源,必須與河川資源有所區隔。

這裡我們發現,鄒族人似乎希望以河川魚類的豐盛來帶動小米田的豐盛,但是河川資源與森林或農業等資源的應用必須有所區隔,以保持平衡。河川、農地以及森林的生態,透過鄒族人的各種祭儀也就牽連在一起,因此,河川生態的破壞也會牽動其他生態領域的安危。這是鄒族人的環境整體觀點,也點出鄒族生態上的觀點。

鄒族真正的魚,苦花魚創意料理
鄒族真正的魚,苦花魚創意料理

歸納起來臺灣某些南島民族以「真正的」指稱物種,顯示部落族人對於物種在生態地位上的觀察與認知,成為我們探尋原住民生態觀點與智慧的線索。除了魚之外,是否其他物種也有此意義,是值得探尋的。

真正的竹子

在鄒族,桂竹為kaapana no aʉlʉ,整個詞就是「真正的竹」,鄒族人之所以將桂竹冠以「真正的」稱呼,有一說是因為桂竹用途廣泛,還有一說則認為桂竹是鄒族領域內的原生竹類植物。事實上,桂竹普遍為鄒族人認為是其領域內最先出現的竹類,至於麻竹或是現在成了當地名產的石篙竹,則是晚到1960 年代才開始種植的。由此可知,「真正的」一字可能含有最早的、先的、分布最廣、出現頻率最高的意思。如果這樣的詮釋正確,aʉlʉ (真正的)的物種大概就是臺灣最早、最廣泛分布,且是人們最早見到的物種。似乎可以歸納認為,「真正的」意謂著生態上的原初狀態,為我們探索原住民所接觸的原初環境提供許多類似于「存餘」(survival)的線索。除了原初與先驅的意義,謂之「真正的」,還有哪些意涵呢?

-----廣告,請繼續往下閱讀-----
鄒族桂竹。圖片來源:https://s3.amazonaws.com/touch55.post.media/2c3f1fc3-7c66-4bc9-9514-1b41b0314f35/2c3f1fc3-7c66-4bc9-9514-1b41b0314f35.JPG
鄒族桂竹

「真正的狗」所顯示的馴化論

還有那些物種,經原住民稱為「真正的」?賽德克族文化研究者郭明正先生指出,原住民的獵犬常常就是指「臺灣土狗」,德克達雅人稱臺灣土狗為Huling Bale(Huling是狗的統稱,Bale 意思為真正的),直譯為「真正的狗」;但他認為Huling Bale 此較恰當的意義是:「指德克達雅人最初豢養的狗;對德克達雅人最有貢獻的狗或德克達雅人的狗;臺灣原住民的狗(Huling Seediq)。」

郭明正歸納族人耆老的說法,也認為優良的獵犬除了飼主後天的培育訓練,一般善於犬獵(Phuling)的長者也發展出挑選與育種獵犬的原則,例如不能讓善獵的公、母狗任意與其他狗雜交,在養育上的重點則在於培養第一隻分娩出世的狗,因為在族老的經驗裡,第一隻出母胎的狗仔幾乎都是最強健的,族人也喜歡選擇尾巴捲向右邊的小狗,或者鼻孔較寬大者,因鼻孔寛大嗅覺就靈敏,且續跑耐力十足。此外,族人還喜歡頭頂較凸、舌葉有黑斑或腰身緊縮的狗,因為這些狗適合與獵人一起穿梭於山林之間,從事泰雅族人的放狗式獵法「Qmalup」,這種打獵法被認為是最原始、活動最激烈的狩獵運動,因為狩獵完全是依賴狗的追逐能力,被狗追到之後,等獵人趕到現場才將野獸制服。

「真正的」狗為原本屬於自然荒野的動物,經馴化(domestication)或孺化(enculturation)而成了類似人的物種。「真正的」含義中,又添加了孺化理論或認為狗可以透過人的文化而與人接近的另一層意義。

圖片來源:http://blog.sina.com.tw/myimages/154/20890/images/20111204120200972.jpg
圖片來源

代結論

經過以上的探索,謂之「真正的」物種,除了顯示其可能為生態上的先驅,也蘊含將動物植物馴化為其所用的現象,而在以上所探討的鄒族小米祭中,筆者也認為「真正的」物種如苦花,也具有連通其他物種的能力,這似乎也透露出原初生態的視野或景觀,亦即苦花與小米是構成原初景觀的物種。從生態演替的過程而言,一個區域裡的物種包括人,在交相接觸的過程中,物種的多樣性隨之變化,其他族群進入時,人類產生了區別「我群」與「他群」的意識;不同動、植物的發現,人們也以命名的方式來區辨。苦花(臺灣鏟頜魚)是台灣健康的河川裡常見的魚種,原住民稱以真正,為我們描述了生態的景觀及其看待物種的方式,至於桂竹或台灣土狗也是科學界認為原生于台灣的物種。於是芭樂人、芭樂魚、芭樂狗,見證了臺灣原住民族對於環境生態的智慧。

-----廣告,請繼續往下閱讀-----

 

轉載自芭樂人類學 –羅永清 / 芭樂人、芭樂魚、芭樂狗: 試想臺灣原住民族所謂「真正的」物種
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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。

0

1
0

文字

分享

0
1
0
深海發現大型礦場和「暗氧」!是能源危機的希望還是潘朵拉之盒?
PanSci_96
・2024/09/21 ・2334字 ・閱讀時間約 4 分鐘

深海的暗氧:無光環境中的神秘氧氣生成

深海,被譽為地球最後的未開發疆域,隱藏著許多不為人知的奧秘。數千公尺深的海底沉積了數量龐大的多金屬結核,這些礦物因含有大量珍貴金屬,對現代技術,尤其是能源轉型,至關重要。然而,科學家在探索這些結核的過程中意外地發現了一種神秘的現象:暗氧,即在無光的深海環境中生成氧氣的過程。這一發現不僅可能改變我們對海洋生態系統的理解,還可能重新定義地球早期生命起源的故事。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

長期以來,科學界普遍認為氧氣的生成依賴於光合作用。光合作用是植物、藻類及一些細菌透過陽光將水和二氧化碳轉化為有機物並釋放氧氣的過程。這一過程主要發生在地球表層和淺水區域,是維持大氣和海洋中氧氣含量的核心機制。根據這一觀點,只有在陽光能夠到達的區域,氧氣才能被生成。因此,對於深達數千公尺的深海區域,我們的認識是,氧氣主要來自於表層水透過洋流輸送到深處。

然而,深海中缺乏光源,光合作用無法進行,這意味著氧氣在深海中的供應受到限制。雖然洋流能夠在一定程度上將氧氣輸送到深海,但這一過程極其緩慢,往往需要數百年甚至上千年才能完成一次循環。因此,科學家一直認為深海是一個缺氧的環境。

多金屬結核的發現,是新能源的關鍵,還是海洋生態的災難?

在這樣的背景下,科學家對深海進行了更深入的探索,並發現了錳結核(英語:Manganese nodules),又被稱為多金屬結核這一珍貴資源。多金屬結核是富含金屬的岩石,其主要成分包括鈷、錳和鎳等金屬。這些結核廣泛分佈於全球深海區域,尤其是太平洋海域,儲量高達數兆噸。這些金屬對綠色能源技術,如電池生產,具有極高的價值,吸引了全球各國的關注。

-----廣告,請繼續往下閱讀-----

然而,這些結核不僅是地球資源的寶藏,它們還隱藏著另一個重要的發現。2013 年,科學家安德魯·斯威特曼(Andrew Sweetman)在太平洋克拉里昂-克里珀頓區域進行深海研究時,意外地發現,在封閉的深海水域中,氧氣濃度竟然有所增加。這一現象引發了科學界的極大關注。

科學家探索深海的多金屬結核時,意外發現「暗氧」的存在。 圖/envato

暗氧的生成機制

斯威特曼的研究團隊推測,深海中的多金屬結核可能在某些化學條件下,充當了天然電池。這些結核通過電化學反應將水分解為氧氣和氫氣,從而在無光的環境中產生了氧氣。為了驗證這一假設,團隊在實驗室中模擬了深海環境,並確實觀察到氧氣從結核生成的現象。

不過,這一過程並非如想像中簡單。根據實驗數據,某些海底結核表面的電壓僅為 0.95 伏特,卻能夠生成氧氣,這與理論上需要的 1.6 伏特電壓不符。研究團隊進一步推測,這可能與結核的成分有關,例如含鎳的錳氧化物可能起到了催化作用,降低了反應所需的能量。此外,結核表面的不規則排列及空隙可能也促進了電子轉移和水的分解。

暗氧的發現挑戰了我們對氧氣生成的傳統理解。過去我們認為,地球上的氧氣主要來自於光合作用,但這一現象表明,甚至在無光的深海環境中,氧氣也能通過無機物的電化學反應生成。這意味著,我們對於地球早期氧氣循環及生命演化的認識可能存在重大疏漏。

-----廣告,請繼續往下閱讀-----

尤其值得注意的是,多金屬結核的形成需要氧氣,而這些結核大量出現在深海中,是否表明早期地球上就已經存在非光合作用的氧氣生成機制?如果是這樣,暗氧是否可能推動了地球上生命的起源?這一問題仍然未有定論,但暗氧的發現無疑為生命起源的研究開闢了一條新的途徑。

未來的挑戰:開採深海資源還是守護地球最後的「淨土」?

除了科學研究的價值,多金屬結核也吸引了全球對於深海資源開採的興趣。這些結核富含稀有金屬,特別是對電池生產至關重要的鎳和鈷。然而,大規模的深海開採可能會對海洋生態系統造成嚴重破壞。

對於發現的深海資源,是要開採?還是選擇守護海洋生態? 圖/envato

首先,深海採礦可能導致噪音和光污染,破壞深海生物的棲息地。此外,採礦過程中產生的懸浮物可能對海洋生物,尤其是水母等生物造成生理負擔。研究顯示,水母在模擬的採礦環境中會因應對懸浮物而消耗大量能量,這可能削弱其免疫系統並降低生存率。

因此,雖然深海資源的開採看似能解決當前的能源危機,但國際間對此議題的爭議仍然持續。全球已有32個國家支持暫停或禁止深海採礦,呼籲進行更多的生態影響研究以確保環境保護。

-----廣告,請繼續往下閱讀-----

暗氧的發現,不僅為科學研究帶來新的挑戰,也為深海資源的開採提出了更高的要求。在能源危機與生態保護之間,我們需要尋找平衡點。未來的技術或許能夠在不破壞環境的情況下,模擬自然過程生成多金屬結核,從而實現可持續的資源開採。

此外,暗氧現象的發現也為探索外星生命提供了新的思路。當我們在其他行星上發現氧氣時,不一定意味著那裡存在光合作用生物,可能是類似多金屬結核的無機反應在默默進行。這一發現或許將改變我們對地外生命的定義與尋找方式。

深海的秘密仍在不斷被揭開。從暗氧的發現到多金屬結核的開採,這片未開發的疆域將在未來的科學探索與資源爭奪中扮演至關重要的角色。無論是能源危機的解決還是生態系統的保護,我們都應以謹慎且負責任的態度面對這一未知的領域,避免打開潘朵拉之盒。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

1

2
2

文字

分享

1
2
2
原住民祖先見過明亮的南方之星?傳說是真的,而且超過一萬年!
寒波_96
・2023/11/08 ・2777字 ・閱讀時間約 5 分鐘

有些故事代代相傳之下,經歷非常漫長的時光。過去很久以後,五百年、三千年或一萬年,都已經是「很久很久以前」,難以判斷到底多久。2023 年發表的一項研究認為,澳洲南方的塔斯馬尼亞島,有個故事似乎能追溯到超過一萬年前。

塔斯馬尼亞的祖傳故事

大英帝國的調查隊抵達塔斯馬尼亞初期,估計島上約六千到八千位居民;原住民們統稱為「palawa」,不過又能分成多個有所區別的族群。英國人在公元 1803 年建立第一個殖民地,然後,不意外地起爭議。

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

殖民者與原住民的衝突加劇後,1823 到 1832 年間導致約兩百位殖民者及九百位原住民身亡。有些英國人希望能和平解決問題,最終勸誘加上強迫,1829 到 1835 年間將島上的原住民,都成功遷移到位於塔斯馬尼亞和澳洲之間,巴斯海峽的弗林德斯島(Flinders)。

-----廣告,請繼續往下閱讀-----

英國人認為這是一次「友善」的轉移任務。以當時狀況而言,確實算是相對和平的收場,但是慘遭強制搬遷的原住民依然損失慘重,人口以外,他們脫離原本的家園「Lutruwita」,文化、語言幾乎喪失殆盡。

遷徙計畫中,英國人魯賓遜先生(George Augustus Robinson)可謂關鍵角色。他走訪塔斯馬尼亞各地,說服原住民搬家,也對當地風俗文化非常好奇,留下大量紀錄。

這些 1830 年代的紀錄,就像塔斯馬尼亞傳統文化的切片。後來有些原住民重返塔斯馬尼亞,試圖擺脫殖民時,英國殖民者當初搜集原汁原味的資料,也成為重建傳統的材料之一。

魯賓遜等人搜集的紀錄來自多位原住民的說法,其中一個故事相當費解,至少當年魯賓遜無法理解,新問世的論文總算揭開奧秘。

-----廣告,請繼續往下閱讀-----

情節湊不上,是因為發生在太久之前

祖先的遷徙故事,提到他們來自一片大陸;後來大陸被海水淹沒,當時岸邊附近有冰山漂浮。那時望向南方的天空,可以見到一顆很亮的星。

塔斯馬尼亞與澳洲之間的地形。兩地之間原本存在陸橋,海水上升後形成巴斯海峽。圖/參考資料1

塔斯馬尼亞原住民一代一代仰望星空,也建立一些自己的天文學知識,被魯賓遜忠實收錄。那顆南方大星星卻令人費解,因為星空中根本沒有符合描述的那顆星。最可能的對象是老人星(Canopus),也稱為船底座α(α Carinae)。

星空中最亮的是天狼星,第二就是老人星,顯然它非常顯眼,可是位置明顯有差。是原住民唬爛,還是魯賓遜唬爛,或是魯賓遜紀錄錯誤呢?新的分析指出,他們都是正確的,因為一萬兩千年前的星空,老人星確實處於故事中的那個位置。

-----廣告,請繼續往下閱讀-----

首先,故事提到祖先前來的道路被大海淹沒,冰山在岸邊漂浮。對照現代科學知識,能輕易推論這講的是冰河時期結束,海平面上升,淹沒澳洲與塔斯馬尼亞之間的陸橋,形成巴斯海峽,讓塔斯馬尼亞成為一個四面環海的島。

接著是星空為什麼不同?從地球表面仰望夜空,星星的分布位置會由於「歲差」緩慢改變。回溯調整成一萬多年前的星空,老人星的確就在那兒。

地表很多位置都能見到南方明亮的老人星,不同民族、文化各有自己的想像。台灣人即使沒有親眼注意過,也肯定知道老人星,因為這就是福祿壽中的「壽星」,形象化叫作南極仙翁。

有趣的是,中文名字叫老人星,英文名字 Canopus 則來自特洛伊戰爭傳說中的一位年輕人,他是航海家,後來不幸在埃及被毒蛇咬死……所以中國想像這顆星是老人,歐洲卻想像是年輕小夥。

-----廣告,請繼續往下閱讀-----

回溯塔斯馬尼亞 1831 年 8 月 1 日,凌晨 5 點時的星空。圖/參考資料1

難以理解的時候,先忠實紀錄

考慮到魯賓遜紀錄的日期是 1830 年代,更加深故事的真實感,因為當時英國人還不知道「冰河時期結束導致海面上升」。阿加西(Louis Agassiz)首度宣稱冰川歷史的想法要等到 1837 年,更多年後取得較多支持,十九世紀後期才廣為人知。

魯賓遜等歐洲人對聽到的故事內容難以理解,他們或許會聯想到聖經的大洪水,但是完全想像不到冰河時期。所以這些內容,大概更能免於印象或偏好影響,反映忠實的紀錄。

據此推敲,塔斯馬尼亞祖傳故事講的是:「大約 1.2 萬年前海水上升之際,明亮的老人星在那個位置」。如果推論正確,這便是傳承 1.2 萬年的口述歷史,堪稱全人類罕見的文化遺產。

-----廣告,請繼續往下閱讀-----

有人或許會好奇,一些研究認為早在四萬年前,已經有人穿過澳洲,抵達塔斯馬尼亞。可是島上原住民的祖先故事,卻是一萬多年前?

我想可能是因為,記憶對於愈久遠的事情常常會愈壓縮,把更早發生的事情疊加到比較近期,印象很深的事件中。或許原住民的祖先很早就過去,但是海水上升淹沒陸橋令人印象太過深刻,就變成故事的素材。

另一件啟示是,世界上不知道的事情太多了,當你不太理解聽到什麼的時候,不要試著腦補,就照聽到的忠實紀錄下來!

延伸閱讀

參考資料

  1. Hamacher, D., Nunn, P., Gantevoort, M., Taylor, R., Lehman, G., Law, K. H. A., & Miles, M. (2023). The archaeology of orality: Dating Tasmanian Aboriginal oral traditions to the Late Pleistocene. Journal of Archaeological Science, 105819.
  2. Rising seas and a great southern star: Aboriginal oral traditions stretch back more than 12,000 years
  3. GEORGE AUGUSTUS ROBINSON
  4. 老人星名字來源神話人物 Canopus 維基百科

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-----
-----廣告,請繼續往下閱讀-----
所有討論 1
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》。