Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

系出同源-《香蕉密碼》

馥林文化_96
・2014/04/15 ・2672字 ・閱讀時間約 5 分鐘 ・SR值 500 ・六年級

YX1705  香蕉密碼二○○四年,就是憑著這股想要知道香蕉遺傳基因的衝動,我才會從宏都拉斯的蕉園跑到全球最先進的香蕉研究機構。那地方離中美洲、巴布亞新幾內亞甚至美國都非常遠,就位在比利時的繁忙大城:魯汶。

我在比利時找到的香蕉既是歷史的文物,也是未來的希望。首先,我從洛杉磯坐飛機前往布魯塞爾,再換搭通勤火車,一路上車窗上布滿雨絲,冷冰冰的工業景象在我眼前飛馳而過,過了十五分鐘,火車即抵達魯汶。我走出主車站,穿越城裡的廣場,到飯店登記。幾分鐘後,我就坐上了市區的二號公車。公車的擋風玻璃上印著目的地:大學。車上都是學生,一個空位也不剩。公車穿越城裡的市集廣場,經過壯觀的市府大樓(建於一四三八年),大樓的石造門面有兩百多尊哥德式雕像,全是過去的藝術家和科學家,可見這座已有五百年歷史的大學城有相當深厚的學術傳統。十六世紀的地圖學家麥卡托(Gerardus Mercator)當年就在這裡求學,他繪製的平面式、橘子皮似的世界地圖,至今仍在使用。一五一七年,即聖傑洛米奉羅馬教廷之命翻譯聖經後一千多年,魯汶大學開設了歐洲啟蒙運動後的第一個外語課程,規定學生學習互譯希臘文、希伯來文和拉丁文。

目前,魯汶大學是全球香蕉研究的中心。校內的熱帶作物改良研究室由史衛能(Rony Swennen)教授主持。他高高瘦瘦的,看上去有點飽經風霜,就像個香蕉探險家——他過去的確是,還曾到奈及利亞幫助當地村民種植香蕉並獲得榮譽酋長的殊榮。他的研究室收集了世界最豐富的香蕉基因資料,野生或栽培香蕉皆有。

研究室的學生和技術人員加起來共約三十人,來自世界各地,但主要是種植香蕉的國家。這些國家都提供獎學金供學生出國研究,回國之後,這些年輕科學家就會投入改良及保護當地作物的工作。

-----廣告,請繼續往下閱讀-----

魯汶研究室裡放在圓盤裡的基因材料,還有試管裡的許多幼苗,全都保存在成排低溫缸內或史衛能教授研究室地下層的冷藏室裡(少數的成熟香蕉則集中在附屬的小溫室裡)。不過呢,你不一定要穿上毛皮大衣才能一窺裡頭的收藏,只要拿到一本類似香蕉版的館藏目錄即可。這本《芭蕉錄》(MusalogueMusa 是林奈給香蕉的屬名,中文譯作芭蕉屬)多達兩百多頁。一開始先簡單介紹這種植物命名和分類的過程,另外也為香蕉各部位列出相當方便的圖文說明。

不過,一百七十二種已知香蕉品種的索引才是這本《芭蕉錄》的精華,這些品種也是用來育種和研究的主要品種。我們最熟悉的華蕉在六十七頁,而我們吃的華蕉系品種名為威廉斯(Williams,奇基塔賣的就是這種香蕉),上面形容它有「白色乳汁」,花朵有乳黃色、銹源頭42紅色、黃色和白色;其頂端「長而尖」,果實「朝上彎曲」,最初是在澳洲南約翰石(South Johnstone)發現的。裡頭還列出其他三種華蕉品種:來自加勒比海的Petite 和Grande Naine(意思是小矮人和大矮人),還有Dwarf Parfitt(也在研究室的收藏之列)。華蕉品種的外型和口味都大同小異,不過從基因來看它們是一模一樣的雙胞胎。雖然有少數差異明顯可辨,但它們的DNA 都一樣,因此也具備一樣的特色、抵抗力,還有弱點。

我在研究室待了五天,冒雨通勤往返,在校內自助餐廳用餐,每天幾乎從早到晚都忙著拷貝大量的香蕉研究論文,其中有些文章已經超過一百年歷史。裡頭紀錄了很久以前科學家到亞洲和非洲採集香蕉的過程,還有科學家為了「改良」(意指人類為了培育新品種所作的努力)香蕉所作的初步嘗試,以及今人如何解開香蕉最神祕難解的基因祕密。我跟研究香蕉的學生一同討論,設法釐清各種有關香蕉遺傳基因的解釋。到了晚上,我會到當地酒館邊喝比利時啤酒,邊讀這本超大本目錄。

《芭蕉錄》也畫出了香蕉的樹狀家譜圖,但說它像樹,不如說它像金字塔更貼切。野生香蕉之類的品種在最底層,我們吃的香蕉在細細窄窄的最高層。香蕉包含在一個更大的植物分類——薑目——底下。從名字大概可以猜到,此目底下包括薑、薑黃和形似香蕉的旅人蕉(薑也是一種命運跟人類緊緊相繫的植物,最早可能在五千年前的印度出現,但現今已經完全找不到這種根莖類香料的百分之百野生種)。

-----廣告,請繼續往下閱讀-----

再往上一層,芭蕉科屬於林奈劃出的芭蕉屬和較少人知道的象腿蕉屬(也稱假蕉),兩個屬算是表親。象腿蕉很像香蕉,主要分布在東非,但當地人吃的不是它們的果實,而是球莖;象腿蕉的球莖比真正的香蕉的球莖好吃,尤其是發酵再烤過之後,當地稱這種為kocho,類似你在衣索比亞餐館吃到的薄餅。

再往金字塔頂端前進一步,就會更接近我們熟知的香蕉。芭蕉又分為四種,但我們只吃其中的兩種:屬澳蕉宗(Australimusa)和正宗蕉(Eumusa)。屬澳蕉宗很少見,味道極佳,如果你去過斐濟或大溪地,可能就吃過,當地人叫它fe’i。這種香蕉還在樹上時,會分泌紫紅色乳汁,跟其他種香蕉分泌的乳汁很不一樣(不論什麼顏色,蕉乳都是世界上最黏最頑固的液體,一旦沾到衣服,怎麼洗也洗不掉)。它的口感綿密強烈甚至頗為複雜,每咬一口都會感覺到多層次的口味。這種蕉的果肉很多近似柳橙,而且長長圓圓的,形似芒果。除了這幾個小島特產的香蕉之外,一般人吃的香蕉都屬於正宗蕉。正宗蕉底下又分七類,但我們的香蕉栽培品種(英文是cultivar,結合cultivated 和variety 二字)大致只有兩種:尖蕉(Musa acuminata)和拔蕉(Musa balbisiana),簡稱A蕉和B蕉。

從這裡開始,輪到基礎遺傳學上場。不同的香蕉栽培品種都是A蕉基因和B蕉基因結合而成。野生香蕉和少數可食用香蕉的基金組合是AA,包含兩組相似的染色體。AB 和其他基因組合通常是人為雜交育種的結果。我們吃的華蕉是AAA 種(雜交種可以有兩組以上的染色體),之前的大麥克也是。幾乎所有的甜蕉都是AAA 種,非洲用來釀酒的香蕉也一樣。大蕉則大多是AAB 種。(註1)

大自然的原本的香蕉庫存裡,並沒有AA 以外的基因組合。AA 以外的基因組合不是人工培育的結果,就是野生種產生突變,再移到人類的果園裡栽種。現在世界上已經很少人把AA 香蕉當成日常食物。《芭蕉錄》裡列出的十二種AA 香蕉,九個來自新幾內亞,一個來自菲律賓,一個來源不明,最後一個名為Pisang Mas,是馬來西亞的主要作物。魯汶大學採集香蕉和整理《芭蕉錄》的目的,不只是為了呈現人類食用的少數香蕉有多麼深厚的歷史。更重要的是,希望採集的品種有助於增加香蕉的抵抗力,經人工培育後,能夠生產更好吃、更適合種植、更能抵抗病蟲害的新品種香蕉。但目前的進展緩慢,科學家也持續找尋未知的香蕉品種。另一方面,人類消耗的香蕉逐年增加,多不勝數,但從基因上來看,這些香蕉其實都來自同一個脆弱無比的小籃子。

-----廣告,請繼續往下閱讀-----

 

◎ 註1:甜味香蕉的正式名稱是「甜點香蕉」,我們吃的華蕉就是一例,而綠色食用香蕉則稱「烹調香蕉」。不過這兩者在本書中多少可以互通或互換,畢竟它們的基因差異很小。

摘自《香蕉密碼:改變世界的水果》,由馥林文化出版。

-----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

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
1

文字

分享

0
1
1
貓咪也會學鳥叫?揭秘貓貓發出「喀喀聲」背後的可能原因
F 編_96
・2024/12/24 ・2480字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

F 編按:本文編譯自 Live Science

貓是一種神秘而又引人注目的動物,牠們看似深居簡出,但擁有多元的聲音表達:從吸引人類注意的「喵喵叫」,到面對威脅時的「嘶嘶聲」與低沉的「咆哮」。

延伸閱讀:貓咪為什麼總愛對人喵喵叫?看貓如何用聲音征服人類的心

然而,細心的貓奴們可能會注意到,貓有時會對著窗外的鳥兒或屋內小動物玩具,發出一種獨特的「卡卡聲」或「咯咯聲」。這種聲音既像牙齒打顫,又好似一陣陣輕微的顫鳴,卻很難歸類到常見的喵叫或咆哮裡。這種名為「chatter」的行為,究竟在貓的生活中扮演什麼角色?目前科學界尚未對此有定論,但有幾種廣為討論的假說,或許能為我們提供一些思考方向。

卡卡叫:情緒的釋放或表達?

有些貓行為專家推測,貓咪在看到獵物(如窗外的鳥、老鼠)卻無法接近時,會因「欲捕無法」的挫折感或興奮感,發出這種「卡卡聲」。就像人類遇到障礙時,可能會發出抱怨的咕噥聲或乾著急的嘆息聲一樣,貓咪的「喀喀聲」也可能只是把當下的情緒外顯,並非有特別針對人或其他動物的溝通目的。

  • 情緒假說
    • 挫折:當貓看見鳥兒在窗外飛舞卻無法撲殺,內心焦躁,遂用聲音抒發。
    • 興奮:或許貓在準備捕獵時也感到高度亢奮,因此嘴部不自覺抖動並出聲。
貓咪的「喀喀聲」可能源於挫折或興奮情緒,表達捕獵受阻的內在反應。圖/envato

要在科學上驗證「情緒假說」並不容易,因為需要同時測量貓咪行為和生理指標。例如,研究人員可能需要測量貓咪在卡卡叫時的壓力荷爾蒙變化,才能確認牠們究竟是帶著正面興奮,或是負面挫折的情緒。不過,由於貓的獨立特質,實驗設計往往困難重重,樣本量要足夠也不容易,所以至今沒有定論。

-----廣告,請繼續往下閱讀-----

增強嗅覺?貓咪的「第二鼻子」

另一種說法則認為,貓咪發出「卡卡聲」時,可能同時開啟了其位於口腔上顎的「犁鼻器」(vomeronasal organ),也稱作「賈氏器官(Jacobson’s organ)」。這個感知器官能捕捉一般鼻腔聞不到的化學分子,如費洛蒙或特定氣味分子,因此對貓的求偶、社交和獵捕行為都非常重要。

  • 嗅覺假說
    • 張口呼吸:如果貓咪一邊「咯咯咯」地開合上下顎,可能在嘗試讓空氣(及其中所含的氣味分子)進入犁鼻器。
    • 蒐集更多環境資訊:在確定下手前,更完整的嗅覺分析或能提高牠們獵捕成功率,或是幫助判斷環境中是否有其他潛在威脅或機會。

然而,要科學驗證「增強嗅覺假說」同樣不簡單。研究人員不僅要觀察貓咪在卡卡叫時的行為,也需要測量牠們是否真的打開了更大的氣道,並在那個同時有效使用犁鼻器。這些行為與生理測量都必須在相對可控卻又不影響貓自由行動的實驗環境中進行,實務上難度頗高。

聲音模仿:貓咪的「偽鳥叫」?

貓咪的「卡卡聲」或許是為了模仿獵物的聲音,讓獵物降低警戒。圖/envato

第三種最有趣也最具「野性色彩」的假說,是「模仿獵物聲音」。在野外,一些中南美洲的小型貓科動物(例如:長尾虎貓,又稱美洲豹貓或瑪家貓,Margay)曾被觀察到,在捕獵小猴群時,發出類似猴子叫聲的音調;有些當地原住民族群也傳說,叢林裡的某些捕食者會模仿目標獵物的聲音來誘捕。由此推測,家貓看到鳥兒時發出的「卡卡聲」,可能包含些微模仿鳥兒啁啾的元素,試圖降低獵物警戒或甚至吸引獵物靠近。

  • 模仿假說
    • 案例參考:野生貓科動物曾出現學習或偽裝聲音的紀錄。
    • 家貓可能繼承的行為:家貓的祖先——北非野貓(African wildcat)及其他小型貓科物種,是否具備聲音模仿能力?這在生物演化研究上仍是未解之謎。
    • 缺乏大規模觀察:由於小型野生貓科動物研究資料有限,且家貓實驗更不易做大樣本長期追蹤,最終導致此理論尚未獲得廣泛實證。

貓咪行為研究的挑戰:野性祖先的重要性

探討貓咪行為,常常需要回溯至野生祖先的棲地環境。家貓(Felis catus)普遍被認為源自北非野貓(Felis lybica),然而,野貓習性的研究本就不多,尤其是關於聲音與捕獵策略更是資料有限。我們想知道「為什麼家貓會卡卡叫」,首先要確定:「牠們的野性祖先或其他小型貓科,也有同樣的行為嗎?」若有,家貓則可能繼承自古老基因;若無,則可能是家貓在與人類共處的環境中演化出的新行為。

-----廣告,請繼續往下閱讀-----
如果要探查家貓「卡卡叫」的原因,還需要了解其祖先或其他小型貓科是否具有類似行為。圖/envato

再者,貓在實驗室中的「不可控」因素相當多。貓不像狗般樂於服從人類指令,常有自己的規律與個性。要在實驗情境下穩定地誘發貓的「卡卡叫」行為、同時檢測牠們的生理和心理反應,並確保每隻貓的個體差異都被考慮到,這些都對研究團隊是極大考驗。

對於許多貓奴來說,貓咪坐在窗邊,一邊盯著外頭的鳥兒或松鼠,一邊發出獨特的「卡卡聲」,是一幕既可愛又神祕的風景。究竟牠們是在抒發情緒、強化嗅覺、抑或真的在「假扮鳥叫」以誘捕獵物?目前沒有確切的答案。然而,也正因為這層未知,貓貓才更顯得迷人。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

0

0
0

文字

分享

0
0
0
認識香蕉的芳香輪:解放顛覆想像的香蕉新搭配——《料理滋味創意地圖》
積木文化
・2024/08/18 ・1535字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

香蕉 BANANE

香蕉富含澱粉與纖維且相當滋補,比起當成配菜來烹調,更常被做成儲備食物、早餐或單作甜點。我們來解讀一下它的芳香特徵,看看在烹飪和烘焙時能有什麼新方法吧!

了解香蕉的芳香輪,體驗更多想不到的食物搭配! 圖/積木文化《料理滋味創意地圖

熟香蕉與辛辣食物是絕配?香蕉與熱料理的完美結合

乙酸異戊酯是產生香蕉氣味的主要酯類,很容易就能合成(這甚至是高中實驗課的主題),而且每個人都能立刻認出香蕉糖的氣味。如果把香蕉煮熟,青綠氣息就會消失,反觀甜甜的香氣和幾乎熟過頭的果香就會增強。你可以將整條香蕉連皮一起煮,比方在上頭戳幾個孔,用一些香料調味,或用鋁箔紙/烘焙紙把整根香蕉包起來做烹飪,如此所有的滋味都能被保留起來。但是不要吃香蕉皮喔,食用之前一定要去皮。

香蕉滋味大冒險,快試試看這幾種搭配吧! 圖/積木文化《料理滋味創意地圖

煮熟的香蕉,一方面能和甜甜的焦糖化食物完美搭配,又與辛辣、烘烤及發酵食物是絕配。如果把香蕉煎過或烤過,梅納反應所產生的氣味效果更佳,並能與肉類和魚做搭配。品嘗時要注意,溫度是產生烘焙香氣的關鍵。另外,香蕉所含的澱粉,在熱熱的時候尤其能延長口中餘韻。

其實香蕉還有很多種搭配。 圖/積木文化《料理滋味創意地圖

香蕉生吃有綠質草本香?生香蕉的奇妙組合

還記得薄酒萊新酒著名的香蕉風味嗎?香蕉和這種酒確實有一些共同分子*。為了讓這些綠質香氣綻放,香蕉必須是生的,可切成條或磨成細緻果肉。如果選擇生吃,請在要吃的時候再切開調味。揮發性化合物非常脆弱,香蕉這種水果氧化得非常快(青蘋果跟香草植物也是如此),所以要最後一刻再做準備!

-----廣告,請繼續往下閱讀-----

*:即乙酸異戊酯(acétate d’isoamyle),以及十六酸乙酯(hexadecanoate d’éthyle)、己酸 2- 庚酯(hexanoate de 2-heptyle)等花香和果香分子。

馬上就來試試看!香蕉創新食譜:花生粉裹雞排佐嫩煎香蕉

  • 準備花生:將花生搗碎,放入平底鍋中(乾)煎,微微烘烤。
  • 煮雞肉:將雞腿肉去骨(最好是雞大腿部位,但如果不行的話,可以只用雞里肌)。將雞肉放入花生粉裡滾一下,煎過後放進溫熱的烤箱中完成烹飪。
  • 準備香蕉:在煎鍋裡,用少許花生油煎的香蕉(不要過熟)。完成時,加點士麥那葡萄乾(Smyrne)。
  • 擺盤:將雞肉、煎好的香蕉和濃縮肉汁擺在一起享用。

不同變化:煙燻風味的香蕉 BBQ

將整根香蕉連皮一起做成 BBQ。讓香蕉皮焦掉(就像燒烤茄子一樣),靜置放涼後再取出略帶煙燻味的果肉。

——本文摘自 拉斐爾.歐蒙(Raphaël Haumont)、提耶里.馬克思(Thierry
Marx),《料理滋味創意地圖:法國材料物理化學專家聯手米其林主廚,15種香調、80種常見蔬果食材的氣味因子,探索 1,500 種創新風味搭配!》,2024 年 8 月,積木文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。