Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

橡膠保險套-《臉紅心跳的醫學》

貓頭鷹出版社_96
・2014/01/28 ・2175字 ・閱讀時間約 4 分鐘 ・SR值 535 ・七年級

臉紅心跳的好色醫學 封面 - 複製 - 複製 - 複製進入工業革命之後,美國發明家古德伊爾(Charles Goodyear, 1800-1860)採取中美洲人的方式,將硫和天然橡膠一起加熱,創造出硫化橡膠,並在一八四四年獲得專利。由於硫化橡膠彈性好,強度夠,馬上被用來做為新款保險套的材質。雖然用硫化橡膠做出的保險套不若動物腸子保險套那麼天然、舒服,可是啊,硫化橡膠能做出不同尺寸、抗拉性強的保險套,更重要的是價格低,品質好,不但保存期限更久,還能重複使用,在市場上相當具有競爭力。《紐約時報》於一八六一年更是刊登出第一樁保險套廣告。

雖然保險套愈來愈普及,但是當時的社會仍有許多人不認同使用保險套。

反對保險套的原因很多。有人站在玩樂的角度,認為戴套辦事觸感不真實,總是少了點樂趣,因此主張性愛不該有隔閡。有人則說使用保險套防治性病太過可恥,如果男人們害怕得到性病,就應該節制浮濫的性生活,而不是建議他們使用保險套,否則等於變相鼓勵濫交,這樣只會讓性生活更混亂。更多人的想法是,既然使用保險套會有避孕的作用,那就該被明令禁止,因為眾多的保守人士相信避孕是不正確的,完全違反上帝的旨意。

有趣的是,這種「我們不該避孕,因此不可使用保險套」的說法,反而也獲得醫界的支持。於是美國自一八七三年起,以法令禁止傳遞避孕訊息,有些地區甚至還會禁止生產及銷售保險套。愛爾蘭同樣判定促銷保險套的廣告屬於違法。加拿大建議民眾不要談論任何「讓道德淪喪」的避孕話題,而這時的義大利和德國雖明令國人不許談論避孕方法,但這兩國認為保險套確實能夠阻擋性病流傳,因此沒有法令禁止國人使用保險套。後來,即使倡導避孕的女性主義逐漸萌芽,保險套依舊不為女性主義人士青睞。因為女性主義者認為避孕的主導權需要完全掌控在女性手裡,使用保險套等於將主導權奉送至男性手上,當然是萬萬不可。

-----廣告,請繼續往下閱讀-----

但是,即使受到社會及法律的雙重打壓,保險套並沒有就此絕跡。因為不能公開談論,使得最早替保險套「正名」的英國男人,改口暱稱保險套為「周末必需的那個小東西」。在許多歐美國家,保險套也只是換個名目、換個地方賣,內行人都知道只要到「橡膠製品」或是「男性用品」區,就能找到保險套。到了十九世紀末,保險套相當低調地成為最熱賣且最受歡迎的避孕方法。在一次世界大戰前,光是波士頓每年就能售出三百萬個保險套,市場需求十分驚人。

打仗也要保險套

一次世界大戰的來臨倒是給了保險套一個好機會,用實力證明自己的身價。

實事求是的德國人,做了一番醫學數據統計,發現士兵們如果不戴保險套辦事,每一千次性交裡會有六百二十五人感染淋病,發生率極高;但是如果戴套辦事的話,每一千次性交裡中獎的人數會銳減至三十五人。德軍了解,要求士兵禁欲簡直是不可能的任務,於是乾脆固定供應保險套,甚至還發展出更細緻、更薄的保險套,創出自己的品牌,因此戰爭結束後罹患性病的士兵數目不多。反觀美軍和英軍,他們訴諸道德勸說,要求士兵們多想想大後方的姊妹妻兒,不要在前線召妓。後來的結果證明此舉是緣木求魚,許多士兵在前線感染了梅毒及淋病,到了一次世界大戰的末期,美國軍隊裡有接近四十萬名士兵感染淋病或梅毒,罹病人數創下歷史新高。

從戰爭裡獲得的慘痛經驗比各種臨床實驗都還要可貴,各國也就逐漸支持使用保險套。一九二○年後乳膠出現,張力更強,還可以保存到五年之久,現代保險套的雛型已經呼之欲出。隨著市場愈做愈大,更多的人出面要求品質控管。有個科學家在一九三五年以裝水和裝空氣的方式,逐一檢驗了兩千個保險套,發現竟有高達六成的市售保險套會滲漏。

-----廣告,請繼續往下閱讀-----

當科學家披露消息後,美國食品藥物管理局開始介入,規定業者要在出品保險套前進行測試,否則若被抽檢到不合格的商品,食品藥物管理局有權力要求保險套下架。經過這一層把關,保險套業者發明了自動檢測器,自此之後,每一個出廠的保險套都會經過自動檢測,才會到市場上販售,讓消費者更有保障。

品質提升讓保險套愈來愈普及,德國在二次大戰期間,每年就用掉七千二百萬個保險套。

然而,到了二次大戰末期,盤尼西林問世,糾纏世人數百年之久的梅毒終於不再是絕症,讓許多尋歡者心癢難耐,認為投入維納斯懷抱時,再也不需要擔心性病的侵襲,更不需要保險套的保護,因此性病的罹病率反而在數年內攀升至頂峰。

既然大家不擔心性病,那麼保險套業者只能主打保險套的避孕效果。由於戰後嬰兒潮湧現,歐美國家愈來愈能接受避孕的觀念,保險套業者也推出「買保險套比養孩子還便宜」的口號,公開地倡導避孕。

-----廣告,請繼續往下閱讀-----

如今常見到的彩色保險套,早在一九四九年便已出現在日本的成人電影裡,不但提升了情趣,也讓保險套的行銷更為有聲有色。

當愛滋病在一九八○年代爆發之後,保險套更是成了不可或缺的重要物資。雖然剛開始執政當局會擔心推廣保險套似乎等同於推廣危險性行為,因而舉棋不定。部分輿論更偏激地指稱愛滋病是上帝的懲罰,染病的人罪有應得,根本不需要提供保險套。但保險套在防治愛滋病上,確實提供了某種程度上的保護,漸漸的人們也能夠接受「保險套可以救你一命!」這樣的宣傳標語。

從亞麻布、腸子、橡膠到今天的保險套,保險套不再是傷風敗俗的玩意兒,更已是性教育裡非常重要的一環。

 

摘自《臉紅心跳的好色醫學》,作者:劉育志、白映俞。貓頭鷹出版。

-----廣告,請繼續往下閱讀-----

 

-----廣告,請繼續往下閱讀-----
文章難易度
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

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

1
0

文字

分享

0
1
0
是誰發現了橡膠?被遺忘的工程師弗雷諾——《植物遷徙的非凡冒險》
時報出版_96
・2023/09/02 ・1716字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

橡膠對現代人的重要性

如果沒了這種物質,世界會是什麼樣子?試想沒有輪胎的汽車、沒有奶嘴的奶瓶、沒有腳蹼和潛水服的潛水器材、沒有橡皮擦的鉛筆、沒有黃色小鴨的童年⋯⋯

如果沒了這種物質,我們可能就會度過一個沒有黃色小鴨的童年。圖/wikipedia

這種質地特殊的材質便是橡膠。橡膠來自原生於亞馬遜叢林、名為「巴西橡膠樹」的樹木(Hevea brasiliensis,命名來源就是因為這種植物生長於巴西)。

不過,歐洲人首次注意到的橡膠樹其實是圭亞那橡膠樹(Hevea guianensis)。樹如其名,這種橡膠樹生長於圭亞那

在歐洲人「發現」橡膠樹的時代(印第安人當然很早就認識了這種植物),圭亞那是個鮮為人知的蠻荒之地,沒有火箭發射場也沒有淘金客。

-----廣告,請繼續往下閱讀-----

當時也不流行生態旅遊、T 潘趣酒(ti-punch,一種蘭姆酒的調酒)或卡宴辣椒。當時的人也從未想到,這種看似平凡的熱帶樹木即將引發高潮迭起的植物和經濟熱潮⋯⋯偶爾還有些悲壯

這種看似平凡的熱帶樹木即將引發高潮迭起的植物和經濟熱潮圖/wikipedia

有位巧手的工程師正在尋找會哭泣的樹木

第一位對橡膠產生興趣的人,是胥修德里領主、加陶迪耶的弗朗索瓦.弗雷諾(François Fresneau de la Gataudière, 1703–1770),他在 1703 年生於牡蠣的原鄉、法國西南部的馬雷訥。他的全名看起來充滿上流社會的氣息,我們在這本書中稱呼他為弗雷諾就好。

弗雷諾本人似乎遭到歷史遺忘,但他的發現和成就改變了世界。就如同法國歌曲〈塑膠超讚〉的歌詞:「塑膠超讚,橡膠超柔軟」!今日的人類已經可以羅列出超過 25,000 種不同的橡膠用途。

路易十五的海軍大臣莫爾帕伯爵菲利波(Jean-Frédéric Phélypeaux de Maurepas, 1701–1781)任命弗雷諾為圭亞那首府開雲的皇家工程師。弗雷諾當年29歲,而且熱情滿滿。

-----廣告,請繼續往下閱讀-----
弗朗索瓦.弗雷諾。圖/wikipedia

弗雷諾的第一份工作便是研究新堡壘如何搭建。他也需要採收植物,以便充實皇家花園。他對當時圭亞那的可可園十分感興趣。工程師弗雷諾的得意作品中,最令他得意的發明作品是⋯⋯蟻巢毀滅器!果真是自由奔放的年輕人。

發明蟻巢毀滅器的天才:弗雷諾

當時,可可園遭受紅螞蟻入侵,而充滿創意與膽識、彷彿十八世紀馬蓋先(譯註 美國冒險影集《百戰天龍》主角)一般的弗雷諾便發明了可以將硫磺吹進蟻巢的機器。

螞蟻因此蒙受苦難。他持續搭建非常實用的引擎:將溝渠斜坡上的泥土提起並移走的起重機、磨碎木薯或小米的手磨機、從木薯根部榨出水分的壓縮機。他還策畫了奧亞波克河新哨所的防禦工事。

弗雷諾被自己的成功沖昏了頭,希望加官晉祿,要求升任上尉。當時的圭亞那監察專員也認為弗雷諾「熱情澎湃,宛如英雄」。

-----廣告,請繼續往下閱讀-----

然而,他卻受到其他殖民地老長官和開雲教士社群的忌妒,升官之路受阻。於是,弗雷諾前往鄉間,僱用 八名「黑人」(請記得,當時的法國人仍使用「黑人」、「野蠻人」、「生番」等稱謂來稱呼和殖民者長相不相似的族群⋯⋯),並種植甘蔗、木藍等植物。

他也持續發展自己的防禦工事專長,發明了一種可以用來製磚的泥沙混和物。真是位天賦異稟的工程師啊!

——本文摘自《植物遷徙的非凡冒險》,2023 年 6 月,時報出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
時報出版_96
174 篇文章 ・ 35 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

2

3
0

文字

分享

2
3
0
盤點全球生活條件——我們需要多少能量,才能讓所有人過上體面的生活?
安比西林_96
・2021/10/01 ・2933字 ・閱讀時間約 6 分鐘

每天煩惱三餐要吃什麽、出門要怎麽穿、回家後有沒有舒適的被窩可以鑽,應該是我們大部分人的日常。然而,在社會的某些角落,「貧窮」卻可能讓人連基本生理需求都難以滿足。

要消除貧窮,免不了增加資源消耗,但全球暖化危機當前,人類又不得不展開節能減碳的行動。面對「對抗貧窮和調適氣候變遷,兩者是否相互衝突」的疑問,科學家們提出了一個直指核心的問題:我們需要多少能量,才能讓所有人過上體面的生活?

打造放諸四海皆準的人類基本福祉指標!

為了解答這個大哉問,來自國際應用系統分析研究所(IIASA)的研究者們,提出了一個新的指標——「體面生活標準」(Decent Living Standards,DLS )。它源自於基本人權與公平正義的普世理念,定義為任何人都應享有的一系列基礎物質與社會滿足要件;不論你出身何處、對好的生活有何想法,或擁有什麽訴求

這些基礎條件,可以分為五大面向:營養(Nutrient)、庇護所(Shelter)、健康(Health)、社會互動(Socialization)及可移動性(Mobility)。在食衣住行方面,除了三餐溫飽及空間大小充裕的住處外,DLS 更貼心地考慮生活的細緻之處,例如乾淨的衛浴、可以烹飪、保存食物的基礎家電,以及高緯度地區在冬、夏兩季不可或缺的溫控設備等等。DLS 也不止步於基本物質需求,更涵括一個健全生活的人應享有的醫療服務、義務教育,使用基本通訊和交通設施,以及進行社交聯繫和政治參與的權利。

「體面生活標準」所列出的指標。圖/參考資料 2

逐項列出統一化的 DLS 各面向的要求後,研究者們會根據不同國情,例如氣候、都市化程度、文化及科技經濟結構的程度,去計算各國達成這些基準的閾值能量。除了國與國的差異,在計算上,也會納入在地的城鄉差距。

舉例來説,訂定了擁有足夠空間和熱舒適的房屋通用標準後,研究者會把它換算成各地所用的不同建材,及建設與維持各類民生服務的基礎設施(如水電廠、運輸系統等)所需耗費的能量。有了 DLS 的理想標竿值,再與每個國家目前用於實現 DLS 的能源進行比較,就可估算出填補 DLS 缺口所需的能源需求。

-----廣告,請繼續往下閱讀-----

為什麼要以「能量」衡量生活標準?

過去,我們總是以滿足生活標準的最低收入,來制定貧窮線的水平。但 DLS 作為最低限度理想生活的基準,採用的是計算能源消耗量(energy consumption)常用的單位,即千兆焦耳(Gigajoule,GJ)或十萬億焦耳(Exajoule,EJ)。一般國家的能源消耗量,都與基礎建設有關,大部分來自化學燃料的燃燒,以及水力發電、核電、風力發電、太陽能發電等。

值得注意的是,DLS 分析結果顯示,無法過上體面生活的人,數量遠比處在貧窮線底下的人來得多!這說明:現有衡量貧富的指標,跟實際情況是脫節的。以金錢收入作為生活水平的衡量單位,是預設個人能透過消費,去換取相應的生活品質。但現實中,有一大部分的人,即使收入高於貧窮門檻,現今社會所投入建設的能源,卻未必足以讓他們過上體面的生活。

因此比起以金錢為單位,DLS 由下而上(bottom-up)去推算建設和維持基本物質需求所耗費能量的模式,也許更適合作為反映人類生活品質的指標。以消耗能量為單位的 DLS 不只有物質條件,也納入社會層面的需求,因此可以為政策制定者在思考資源規劃時,提供更直接、全面的參考。

世界並不公平,尤其在所需耗費的能量上

上方柱狀圖中表示的是各區域平均人口與 DLS 之間的差距,空白間隙及其上數值越大,表示距離達至 DLS 的缺口越大。而下方光譜顯示由 0 至 1 表示體面生活至缺乏體面生活的量度,顔色越深則表示越沒有體面的生活。圖/參考資料 1

搭配各國戶口統計調查、世界銀行(World Bank)發展指標等數據,研究者推算出世界各國在不同面向上與 DLS 的差距。結果顯示,北半球的北美與歐洲,大部分人民都過著與 DLS 相距不遠的生活。然而,南方卻呈現截然不同的境況。

-----廣告,請繼續往下閱讀-----

在撒哈拉以南的非洲國家,有超過 60% 的人口在居家、溫控、衛浴與飲用水設施上,都相當匱乏。部分南亞與太平洋地區也面臨類似困境,尤其缺少乾淨的保暖與烹飪設施。這與他們使用的傳統生質能源帶來的不良健康影響有關。此外,部分亞洲、中東、拉丁美洲地區,也存在不便取得飲用水和保暖設施等等的缺口。

那麽,要投入資源做新建設,弭平當今與未來人口與 DLS 之間的距離,我們還需要多少能量呢?研究者設定情境估算,在 2040 年前,我們總共需要 290 EJ 的累積能量——大概是如今全世界每年所消耗能量的四分之三!是的,當今世界平均所消耗的能量,其實早已超過滿足每個人 DLS 的額度。在提升生活標準的耗能中,有大半會是拿來打造適宜的居所,四分之一用以建設以公共交通為主的交通設施,而改善健康營養所需的能量,會比推動社會互動來得少。

上圖顯示 2015 年至 2040 年間,全球用以投入建設以達到 DLS 所需的累積能量。不同顏色的區塊代表不同 DLS 的面向,而區塊大小則表示其所占總能量的比例。圖/參考資料 1

如果我們能成功在 2040 年時,讓所有人都達到 DLS,那在 2050 年時達到體面生活,最終需要年均 156 EJ 的能量,其中 108 EJ 會是供南方世界所用。到時候,人類生活的耗能大抵都會用在移動、通勤上,其次是維持健康及居住品質,而投入在維持社會互動所需的能量所占比例最低。

2050 年時,用以支持全球人口達到 DLS 所需的年均能量。圖/Kikstra, et al. (2021)

另一個研究的重要發現是,由於各地的氣候、文化和交通管道不同,即使在同一套 DLS 下,有些地區就是會比其他地區耗費更多能量,才能達到相同的基準,這個能量差異甚至可達 4 倍!例如,高緯度國家會需要耗費更多能量,來維持相同舒適的室内溫度;同樣的通勤距離,公共交通覆蓋率高的國家不需太多能量就能完成,但在個人擁車率高的地區,就會產生更多耗能。

-----廣告,請繼續往下閱讀-----

結論:消除貧窮與對抗氣候變遷不衝突

總體而言,DLS 的研究結果,在貧富懸殊與氣候正義議題上提供了新的視野,告訴我們:投入消除貧窮的能量,並不會對調適氣候變遷的行動產生威脅。現今人類社會所產生的能量,其實大都挹注在讓原本就充裕的生活更好,而非幫助仍在體面生活基準下的人。因此,各國如何在經濟成長與耗能規劃上取捨,找出更公正、有效率的資源重分配方式,才是關鍵解決之道。

  1. Decent living gaps and energy needs around the world
  2. Decent Living Standards: Material Prerequisites for Human Wellbeing
  3. Energy requirements for decent living in India, Brazil and South Africa
  4. 让全球老百姓过上体面生活不会拖累气候减排目标
  5. How much energy do we need to achieve a decent life for all?
  6. 維基百科:貧窮門檻
-----廣告,請繼續往下閱讀-----
所有討論 2
安比西林_96
10 篇文章 ・ 9 位粉絲
本職為生態環境領域的可撥煙酒生。 不定時掉落科普文章。 大家一起嗑科科(❍ᴥ❍ʋ)