Loading [MathJax]/extensions/tex2jax.js

6

0
0

文字

分享

6
0
0

失落的兩棲類

陸子鈞
・2011/07/17 ・340字 ・閱讀時間少於 1 分鐘 ・SR值 480 ・五年級

八十七年來,科學家只能從少數二十世紀初期的目擊記錄,還有黑白素描,了解婆羅洲彩虹蟾蜍,或稱森巴河蟾(Ansonia latidisca)。但在去年底,科學家在波羅州,界在馬來西亞及印尼之間的山脊,找到三個族群。這種蟾蜍,被國際自然保育聯盟(International Union for Conservation of Nature, IUCN)列入紅名單,同時也受當地法律保護。但現在發現的族群,不列在保護區域內。這項發現,是去年八月由國際保護組織(Conservation International, CI)發起的搜索,旨在搜尋世界上他們所列的「十大失落的蛙類」名單。名單中,除了婆羅洲彩虹蟾蜍以外,只有另一種在厄瓜多的樁腳蟾蜍(Atelopus balios),兩種被找到。

資料來源:ScienceShot: ‘Lost’ Frog Found on Borneo [15 July 2011]

相關文章:PanSci: 大嗓門小青蛙

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 6
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

0
0

文字

分享

0
0
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
3 萬年前截肢手術,婆羅洲有史前黑傑克?
寒波_96
・2022/12/02 ・2362字 ・閱讀時間約 4 分鐘

即使沒有現代的醫療知識,古人也能進行截肢這類外科手術,不過手術很成功,但是病人死掉的狀況也不意外。一項考古研究宣稱發現已知最早的截肢手術,地點位於東南亞的婆羅洲雨林,年代距今 3.1 萬年。那麼久以前的原始人,真的有能力截肢嗎?

請注意,本文包含人類遺骸的圖像。

3.1 萬年前手術成功,而且病人活著?

之前知道最早的截肢手術年代是 7000 年前,法國新石器時代的 Buthiers-Boulancourt 遺址。

這項研究調查的地點是一處名喚 Liang Tebo 的石灰岩洞,位於婆羅洲東部。考古學家在這兒尋獲一位長眠者 TB1,估計於 3.1 萬年前去世。此時處於舊石器時代,一小群一小群人們不長期定居,沒有農業,以採集、狩獵維生。

考古學家由埋葬狀況判斷,排場儘管簡陋,應該為他人有意識的體面墓葬,骨頭保存相當完整。估計去世時 20 歲左右,憑藉骨盆無法判斷性別,他的身高不矮,可能是男生或高個子的女生。

-----廣告,請繼續往下閱讀-----
遺址位於圖中的紅框內。婆羅洲如今是東南亞外海的島嶼,冰河時期海平面較低時,卻直接連結東南亞大陸。圖/參考資料 1

經歷好幾萬年的歲月,遺骸少掉一些部位也很合理。然而,這位就是少掉左小腿中段以下的骨頭。考古學家仔細分析後,判斷他經歷過小腿的截肢(amputation)手術,之後至少又經過 6 到 9 年,直到去世。

考古學家根據什麼理由判斷他是截肢,而不是一般的斷腿呢?主因是他的小腿骨斷面非常平整,不像是事故摔斷,也沒有感染的跡象,表示腿骨離開身體後沒有造成嚴重的病變。

他左小腿保留的脛骨(tibia)和腓骨(fibula)尺寸比右邊小,明顯有生長落差。推論他在 10 歲多時由於未知原因,被身邊的人用某種利器將左邊小腿骨切斷,而且照護得宜,又生活至少 6 年,去世時受到妥善埋葬。

如果上述推論正確,這位 3.1 萬年前的東南亞人,就是世上截肢手術最早的成功紀錄。

-----廣告,請繼續往下閱讀-----
遺骸 TB1 的下半身。圖/參考資料 2

東南亞的史前黑傑克

執行手術的工具不明,肯定不是金屬,可能是黑曜石或某種石材,或是鋒利的貝殼或骨製器具,甚至是加工處理過的竹子,都可能用於切斷骨骼,或是在手術中使用。

截肢不是簡單的小手術,當時的婆羅洲人懂得截肢手術需要的消毒、麻醉、止痛嗎?

即使是身強體壯的(十幾歲)原始人,完全沒有藥物輔助下,要在截肢後全身而退,連明顯感染都沒有,想來不太可能。當地環境一定找得到可供藥用的植物,雖然缺乏直接證據,不過可以假設施術者懂得這些知識。

手塚治虫創作的角色「怪醫黑傑克」開刀出神入化,黑傑克也成為動手術的代名詞。婆羅洲的史前黑傑克是如何習得開刀技能呢?

-----廣告,請繼續往下閱讀-----

我自己的想法是,古早人處理動物時,可以獲得不少練習機會,對於骨、肉、血想必不會陌生。在決定截肢的時候,操刀者應該自認有成功的機會,有信心又技術熟練地下刀,否則不會有如此漂亮的手術結果。

截肢者想像圖。圖/參考資料 4

光憑極為零星的考古調查,無法估計當時的截肢狀況,不清楚這位是成功的特例,或是大批犧牲者中唯一的幸運兒。只能確定當時的婆羅洲人,不只已經有相關的醫療知識,還有團隊照顧的精神。

考古沒有發現,不等於真的沒有,也要考慮到遺骸保存的狀況。成功的截肢手術會在四肢留下痕跡,但是舊石器時代的遺骸,四肢骨頭保存往往不全,考古上難以辨識。我猜舊石器時代應該有更多截肢的成功案例,大部分卻無法被我們知曉。

之前研究得知東南亞的婆羅洲、蘇拉威西這塊區域,超過 4 萬年前便有壁畫等藝術創作。史前黑傑克與截肢者所屬的人群,應該和藝術家有關連。醫療、藝術,果然皆為高端的人類技能。

-----廣告,請繼續往下閱讀-----

延伸閱讀

  1. Maloney, T. R., Dilkes-Hall, I. E., Vlok, M., Oktaviana, A. A., Setiawan, P., Priyatno, A. A. D., … & Aubert, M. (2022). Surgical amputation of a limb 31,000 years ago in Borneo. Nature, 609(7927), 547-551.
  2. Earliest known surgery was of a child in Borneo 31,000 years ago
  3. Prehistoric child’s amputation is oldest surgery of its kind
  4. World’s oldest amputation: Foot removed 31,000 years ago—without modern antibiotics or painkillers
  5. Buquet-Marcon, C., Philippe, C., & Anaick, S. (2007). The oldest amputation on a Neolithic human skeleton in France. Nature Precedings, 1-1.

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-----
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》。

3

50
1

文字

分享

3
50
1
東南亞史前藝術史:能寫實也懂抽象,和歐洲一樣
寒波_96
・2020/12/01 ・3342字 ・閱讀時間約 6 分鐘 ・SR值 532 ・七年級

冰河時期只有歐洲人變聰明?

歐洲在數萬年前的史前時代,就存在洞穴壁畫、雕刻之類的藝術創作。能畫出令畢卡索也讚嘆的畫作,足以讓我們間接推論,壁畫的創作者已經具備現代的心靈。當時的歐洲人除了能準確畫出寫實的動物,野牛、野馬等等,展現觀察與複製自然的能力,也會製作比較抽象的作品。

德國出土,距今 4 萬年前的「獅人」。圖/取自 ref 3

例如在德國南部的史塔爾洞穴(Stadel cave)出土,距今 4 萬年的「獅人」,是一件用象牙雕刻,31 公分高的小雕像;專家估計要花費 400 小時,才能完成這件精品。獅頭人身,顯然不是自然界存在的生物。當時的人為什麼大費周章,製作這類缺乏實用價值的作品,我們毫無頭緒。1

考古學家猜測,獅人雕像曾被作為某些儀式之用,甚至隱約記錄著早已失傳的信仰、原始的宗教。不論如何,獅人這類超現實的作品,都反映出創作者難以捉摸的抽象思維。幾萬年前的歐洲人既能寫實,也懂抽象,別處的人卻沒有類似手筆,難道是歐洲的智人特別聰明嗎?

最近在世界另一邊,東南亞的發現,完全顛覆了上述的想法。

-----廣告,請繼續往下閱讀-----
遺址位於地圖上左邊的婆羅洲東部,紅框處。蘇拉威西位於婆羅洲的東方。圖/取自 ref 2

位於東南亞,比歐洲更早的動物壁畫

歐洲是世界上最早開始考古研究的地方,調查最為透徹、密集。單單法國考古遺址的數量,就和廣大的東南亞一樣多。其他地方沒有和歐洲類似的考古發現,或許只是探索不夠,尚未找到。也可能是沒有留存下來,都在歲月中消逝了;畢竟歐洲的氣候環境,遠比非洲、東南亞等地適合保存人造物。

所以這篇 2018 年發表的論文相當驚人。它報告在東南亞海上的大島—婆羅洲,山區調查岩洞的結果。數個洞裡發現壁畫,但是判斷壁畫的年代難度很高。

這項研究採用鈾定年法(U-series dating)分析壁畫上的碳酸鈣。畫作完成後留在岩壁上,碳酸鈣會漸漸在表面累積,所以碳酸鈣的年代,肯定比其下的畫作更晚;碳酸鈣的年代,能代表畫作最低可能的年紀。2

婆羅洲的史前壁畫。圖/取自 ref 2

婆羅洲 6 個洞穴共 15 件樣本的分析指出,年代最早的畫作距今足足有 4 萬年之久,次早的為 3.94 萬年。畫的隱約可見是某種動物,可惜已經殘缺到無法判斷。4 萬年前這年代,甚至比法國的夏維洞穴(Chauvet cave)最早 3.7 萬年前的作品,又更早好幾千年,在發表時是全世界最早的動物繪畫。

-----廣告,請繼續往下閱讀-----

最早一批壁畫的色彩偏紅橘,內容為偏寫實風格的動物,如當地存在的爪哇野牛(Bornean banteng)。不過該地繪畫記錄在此之後,中斷相當長的時間,直到約 2 萬年前才出現另一種風格,以手印為主,深紫色的作品。

婆羅洲的史前壁畫。圖/取自 ref 2

這項發現明確指出,洞穴壁畫這類被視為高端心靈的表現,並非歐洲的專利,不但也在世界另一邊的東南亞存在,年代還比歐洲更早一點。

下巴掉下來的話,先裝回去,因為隔年 2019 年發表的論文,比上述發現更加驚人!

4萬年前的東南亞,至少有兩群文青

另一項研究調查的地點,位於婆羅洲東邊的島:蘇拉威西。島上一個叫作 Leang Bulu’Sipong 4 的洞穴中,發現 6 個動物圖案:2 個是野豬、4 個是野牛,由型態判斷最可能是蘇拉威西野豬(Sus celebensis)以及矮水牛(dwarf buffaloes 或 anoa),牠們依然漫步在今日的蘇拉威西。3

-----廣告,請繼續往下閱讀-----

蘇拉威西的史前壁畫。圖/取自 ref 3

鈾定年法得知,蘇拉威西最早的樣本距今也許有 4.39 萬年,榮登目前已知史上最早的動物畫作,它是一幅看起來肥滋滋的野豬。稍晚的野牛距今 4.1 萬年左右,榮登史上最早的野牛畫作。

冰河時期海平面較低時,婆羅洲會與東南亞大陸相連,不過蘇拉威西總是海島。蘇拉威西這批壁畫色彩紅橘,和婆羅洲年代稍晚的作品風格一樣。只在單一地點發現,還有質疑的餘地,不過在相距不遠的兩處都發現類似作品,應該足以相互映證,彼此為年代接近,文化相似人群的產物。

蘇拉威西史前壁畫,半人半獸部分的局部放大。圖/取自 ref 3

在東南亞的抽象人獸合體,也比歐洲更早

另一件驚喜是,豬和牛的旁邊還有 8 件半人半獸(therianthropes)的圖案。一豬一牛旁邊,各有一個半人半獸;其餘 6 個位於另一頭牛的前方,該牛距今約 4.09 萬年,半人半獸們的年代或許差不多。

所謂「半人半獸」,其實無法判斷是哪種獸,不過圖案放大來看很清楚,假如把德國 4 萬年前的獅人畫在牆上,看起來就會是蘇拉威西這樣:獸頭人身。

-----廣告,請繼續往下閱讀-----

換句話說,蘇拉威西岩壁上這批繪畫,是世界上已知最早的人獸合體作品,又比歐洲更早一段時間。綜合觀之,東南亞和歐洲在同一時期的人,皆為既能寫實,也懂抽象,足以認定具有高端心靈的人。至少可以肯定,冰河時期的歐洲人,並不獨特。

發揮想像力,對,它們是一樣的東西!圖/取自 ref 3

一樣高明的東方與西方:有共通源頭,或是獨立發展?

差不多同一時期,地球上相隔甚遠的兩處人,在差異不小的環境下,不約而同表現出類似的行為與思維。不禁令人好奇,事情是如何發展成這樣?

東南亞與歐洲的智人,都是數萬年前離開非洲智人的後裔。一種可能是,他們尚未各分東西以前,已經具有後來的藝術感與抽象思維,後來各自在東方與西方表現出來,留下紀錄。另一種可能是,歐洲與東南亞兩地獨立發展。移民歐洲的智人思維變得更加深刻,東南亞也經歷一樣的狀況。

考古記錄指出,約 4 萬年前才有大批智人移民進入歐洲;歐洲出現智人藝術品,和智人抵達歐洲幾乎是同時的事,乍看之下沒什麼醞釀的時間。

-----廣告,請繼續往下閱讀-----

東南亞一帶智人現身的年代,應該早於 6 萬年前;更遲超過一萬年,才是已知開始藝術創作的年代。是同一群人住久以後,慢慢研發出新才能嗎?又或是隨後而來的另一群人,也帶來藝術呢?

總之,目前的證據,不足以判斷是哪一種;只能肯定智人尚未離開非洲以前,已經具有相當的象徵思維,不過仍沒有寫實壁畫、半人半獸這類手筆(或許曾經有過,只是還沒有發現)。

延伸閱讀

參考資料

  1. The Lion Man: an Ice Age masterpiece
  2. Aubert, M., Setiawan, P., Oktaviana, A. A., Brumm, A., Sulistyarto, P. H., Saptomo, E. W., … & Zhao, J. X. (2018). Palaeolithic cave art in Borneo. Nature, 564(7735), 254-257.
  3. Aubert, M., Lebe, R., Oktaviana, A. A., Tang, M., Burhan, B., Jusdi, A., … & Sardi, R. (2019). Earliest hunting scene in prehistoric art. Nature, 576(7787), 442-445.

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-----
所有討論 3
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》。