0

0
0

文字

分享

0
0
0

【Gene思書齋】零下鳥任務

Gene Ng_96
・2014/07/31 ・2503字 ・閱讀時間約 5 分鐘 ・SR值 504 ・六年級

-----廣告,請繼續往下閱讀-----

這標題不是要殺人,是因為對我而言,南極就是一個不折不扣的鳥地方,因為能夠在南極大陸上度冬生存的動物,就只有身為鳥類的企鵝了XD

這麼說一定會有人指正,因為人類也能在南極大陸上度冬啊,可是我們畢竟還是要靠一大堆的裝備和物資啊!有部生態記錄片《企鵝寶貝:南極的旅程》(March of the Penguins), 是由法國人拍攝的,內容描繪處於南極洲的皇帝企鵝每年為了生存和繁衍而進行的艱苦旅程。 在2006年,此片獲第78屆奧斯卡金像獎最佳紀錄片獎。這部生態記錄片在美國上映時,非常的叫好又叫座,在影廳放映了好幾個月,在社會和媒體上得到極大 的迴響。為了拍攝皇帝企鵝如何度過極度嚴寒且暗無天日的冬天,拍攝小組是冒死在南極度冬和活動!老法拍攝生態記錄片不屈不撓的精神,非常令人欽佩!

南極真的是一個令人充滿想像的地方啊。2011年,日本TBS電視台為了慶祝60週年台慶,製作了一部紀念性電視劇《南極大陸》。改編自由北村泰一所著的 《南極越冬隊太郎次郎的真實》( 南極越冬隊タロジロの真実 )一書,並由木村拓哉擔任主演,後來爆紅的堺雅人也和木村拓哉演對手戲,是亦敵亦友的關係。

《南極大陸》的故事發生在1955年間,戰後十年左右,日本為了重振過去經濟上的雄風,舉國上下都拚命打拚,可是各國仍把日本視為「戰敗國」或者「模仿之 國」。當時,世界各地觀測地球的活動很活躍。以美國、蘇聯為中心成立了國際地球觀測年特別委員會,計劃在南極大陸進行觀測。故事中,東京大學的教授白崎優 與倉持岳志二人參加了關於南極觀測的國際協調會議,二人回國後致力推動日本參與南極觀測。作為亞洲唯一參加該計畫的國家,日本被分配到的觀測地點是在地圖 上被標示為「無法靠近」(Inaccessible)的哈拉爾王子海岸(Prince Harald Coast),那裡攝氏零下50度,充斥著每秒風速高達百米的暴風雪,是最惡劣的地方,完全不被世人所期待。在資金匱乏,並且沒有遠航船隻等困難重重之 下,克難成軍的日本南極觀測隊終於在兩年後,帶同十幾頭樺太犬向著遙遠的南極進發……

-----廣告,請繼續往下閱讀-----

南極大陸和澳洲大陸是世界上僅有的被海洋包圍的兩塊大陸,其四周有太平洋、大西洋、印度洋,形成一個圍繞地球的巨大水圈,呈完全封閉狀態,是一塊遠離其他 大陸,與文明世界完全隔絕的大陸,至今仍然沒有常住居民,只有少量的科學考察人員輪流在為數不多的考察站臨時居住和工作。南極是各先進國家正積極研究的新 天地,過去各國探險家相繼發現了南極大陸的不同區域,英國、紐西蘭、德國、南非、澳洲、法國、挪威、智利、阿根廷、巴西的政府先後對南極洲的部分地區正式 提出主權要求,使這塊冰封的淨土籠罩上國際糾紛的陰影。還好從1961年6月通過的各式《南極條約》(Antarctic Treaty),凍結了以上國家對南極的領土主權要求,規定南極只用於和平目的。南極現在不屬於任何一個國家,它屬於全人類!

出自各種各樣的原因,台灣由於種種原因未能參與南極的考察其中。不過到了2009年,國立海洋生物博物館、正修科技大學、東華大學、中山大學與中國南極考 察隊攜手合作,台灣研究人員得以藉由中國大陸研究船海龍號和研究站前往南極收集第一手資料,帶回包括土壤和各類生物高達數百個樣本,讓台灣正式踏上南極科 學考察之旅。

圖文並茂的《零下任務:臺灣科學界第一次南極長征》就是記錄著海生館等組成的台灣南極考察隊的零下任務。《零下任務》是探訪南極的台灣考察團員共同撰寫的,從各種不同角度述說他們在南極的見聞,是寓教於樂的作品,不僅可以當科普書讀,也可當遊記讀,如果有機會(雖然不大)去南極,也能當參考書XD

《零下任務》記錄了他們如何零度C下的垂釣和出海採集,還有逗趣地帝王企鵝的新鮮糞便。除了採集,他們也走訪智利、烏拉圭、韓國、俄羅斯極地站,還有超環 保的澳洲站和只見貨櫃屋的印度站,以及丘陵上的雷達天線陣。雖然沒有共襄盛舉,不過看到內陸隊在冰穹上拚搏的故事,真的非常欽佩這些為了科學研究,能夠冒 死和忍受孤獨的勇者!

-----廣告,請繼續往下閱讀-----

在南極生存,真的不易,不僅嚴寒和風暴會危脅研究和工作人員,連平時能夠輕易處理的意外,在那人煙罕至之處,也可能釀成大禍。《零下任務》描寫了從冰山崩 塌現場死裡逃生,還有漂流受困冰洋中,以及工安意外釀成的低氣壓。《零下任務》也提到了過去在嚴寒的天氣下出了門就再也回不去的研究人員,以及他們幾年後 才發現保存完好的屍體。

最有趣的是,《零下任務》中的南極生活,在船上的日子以及極地食衣住行等等,連發一個簡單的電郵都不容易,要花錢還要等待。有趣的是,在他們工作站中食物 是自取,以致回到現實生活中,隊員常常上商店拿了東西沒付錢就走XD 掛病號當然不是件樂事,不過在南極掛病號,也算是個難得的經驗,在極地過年當然更算是難得。

《零下任務》也 圖文並茂地展示了他們採集的成果,如令人驚豔的水底世界,還有超耐寒的極地生物,牠們不僅形態逗趣,也有特殊的生理。不過很不幸的,南極也非淨土了,他們 採了企鵝的樣本,測試結果發現,企鵝體內各種污染物的含量居然比地球其他地方的動物還高,顯示我們人類製造的污染之無遠弗屆XD

除了海生館領導和中國合作的考察隊,台灣科學家也相繼踏上南極大陸作科學之旅,台大物理系暨天文物理所講座教授陳丕燊領軍的「天壇陣列國際合作計畫」(Askaryan Radio Array, ARA),從2011年開始預計用四年時間在南極大陸架設37座天線測量站,範圍達100平方公里的無線電天線陣列,深埋於海拔3,000公尺高的南極冰原中,完工後將是全世界最大微中子天文台,將用於偵測穿透南極冰層內的高能宇宙微中子,藉此探索宇宙的邊際。

-----廣告,請繼續往下閱讀-----

我幾年前有次到信義誠品剛好遇到陳丕燊教授的科普演講,講述他在南極捕捉微中子的故事,印象非常深刻!南極是各國展現科研實力的戰場,希望台灣不會因為要 做「有用」的研究,短視地失去邁向科研大國的機會了!我們現在享有的科技突破,有多少是當初發現時,就馬上想到用處的?當初日本百廢待興時,仍奮力克難地 參與南極考察,這樣堅毅的精神,不是他們後來成為科技大國的助力嗎?

本文原刊登於【GENE思書軒】,並同步刊登於The Sky of Gene

文章難易度
Gene Ng_96
295 篇文章 ・ 30 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
1

文字

分享

0
0
1
為什麼腿短短,走路還搖搖晃晃?解密企鵝賣萌的背後真相!——《鴿子為什麼要邊走邊搖頭?》
晨星出版
・2023/10/24 ・1652字 ・閱讀時間約 3 分鐘

企鵝搖搖晃晃地走路

圖/giphy

說到用兩隻腳走路的鳥類,就不得不提企鵝。企鵝用兩隻腳在冰上搖搖晃晃走路的樣子非常可愛。在水中卻可以自由自在地高速游泳、追捕魚,這兩種樣子帶給人的印象有非常大的不同。

話說,企鵝意外地可以走很長一段距離。牠們會在地上蒐集石頭來作巢,所以當然要可以走到築巢的地點。通常企鵝類的繁殖群會位在距離海岸線幾百公尺的地方,但有時會在距離海岸 3 公里以上的內陸,想像企鵝排成一列搖搖晃晃地走 3 公里,實在是可愛至極。

說是這樣說,但是走 3 公里,我們人類都覺得有點遠了,企鵝真的可以搖搖晃晃走過去嗎?

牠們的走路方式感覺效率很差,好像很累。企鵝走路時腳會使用的力量以及計算其所需能量的研究顯示,企鵝的走路方式一如外表印象,效率很差。大概所有人都會覺得「我想也是」吧,但我們不妨來仔細思考為什麼會效率很差。

-----廣告,請繼續往下閱讀-----
圖/giphy

鵝生好累!企鵝其實一直蹲著?

在討論企鵝的步行時,首先得要知道的是其獨特的體型。企鵝看起來是用兩隻腳站著,腳感覺極端的短。大概因為身上的毛色彷彿穿著燕尾服一樣,總覺得像是人類的喜劇演員一般。

但是牠嚴格說來並不是「站著」。看企鵝的骨骼圖(圖一)就很清楚。髖關節跟膝關節強烈彎曲的姿勢,以人類來說就是「蹲著」。換言之,企鵝時時刻刻都是蹲著的,連走路時也是蹲著的狀態。試著自己蹲著走路看看,就會像企鵝那樣搖搖晃晃地。牠們搖搖晃晃的姿態,背後的祕密就是體型與姿勢。

而由此延伸,企鵝的步行方式非常沒效率的理由,可能就是身體橫向搖擺和轉動幅度非常大。搖擺跟旋轉的動作,對前進而言怎麼看都是不必要的舉動,但是根據之前的研究,其實企鵝不搖晃反而效率會更差。之前也說過雙足步行的動能跟位能要有效率地轉換,才能有效率地運動,但企鵝似乎是用橫向搖擺的動作來進行這種能量轉換。

圖一、企鵝的樣子跟人很像,所以如果讓企鵝在山手線月台上排隊,也不會有人發現(右),但是如果看骨骼(左),企鵝蹲下來就可以跟站著的人類簡單區分開來。

短腿優先?

也就是說,企鵝走路效率不佳的理由,跟牠們這種體型跟姿勢有關。

-----廣告,請繼續往下閱讀-----

企鵝的腳確實很短,以現在還活著的企鵝種類來說,體型最大的皇帝企鵝的體重將近 20 公斤,和澳洲的平胸鳥類鶆䴈幾乎相同,然而比較這兩種鳥類的腿長的話,鶆䴈的髖關節大概在 80 公分高的位置,而皇帝企鵝大概在 30 公分高左右。明明體重差不多相同,企鵝的腳的長度卻只有鶆䴈的一半以下,步行效率差也是沒辦法的事。

本章已經反覆提過好幾次,腿愈長一般來說會步行速度愈快、效率也愈好,企鵝的短腳和蹲下的姿勢非常不適合走路,這點沒有人能否定。

圖/giphy

企鵝的腳會這麼短,恐怕是為了在寒冷地帶保住體溫。雖然也有棲息在熱帶的企鵝,但多數企鵝都棲息在極地,在水中跟地面上不失去體溫就是牠們最重要的課題。四肢末梢要是比較長,就會因為體積的表面積變大,容易失去體溫。所以在寒冷地帶演化的物種,耳朵等突出部位通常都會比較小。

雖然意外地能走很長距離,但企鵝仍然主要屬於在寒冷地區游泳的鳥類,為此演化出的短腿跟蹲著的姿勢,必須讓身體左右搖晃走路來補足才更有效率。

-----廣告,請繼續往下閱讀-----

——本文摘自《鴿子為什麼要邊走邊搖頭?》,2023 年 8 月,晨星出版,未經同意請勿轉載。

0

4
2

文字

分享

0
4
2
逝者已矣?為什麼我們卻覺得他們好像從沒離開——《悲傷的的大腦》
臉譜出版_96
・2023/03/24 ・2216字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

那些我們仍忘不了的逝者

幾年前,我有位年長的同事過世,我在他過世後的幾個月裡花了一些時間陪伴他的遺孀。那位同事是研究睡眠的重要學者,時常為參加世界各地的學術研討會而四處旅行。

有一次和他的遺孀吃晚餐時,她一邊搖頭一邊告訴我,她實在對丈夫已經離世這件事沒有真實感,她感覺丈夫好像只是又出門旅行了,隨時都會再次從家門走進來。

許多哀悼中的人仍覺得過世的親人或愛人仍會回來。圖/envatoelements

大家大概都聽過正在哀悼失去的人這麼說,不過這並不是因為產生了幻覺,畢竟這些人通常同時也會說自己確實知道對方已逝;他們並不是因為太害怕悲傷的情緒而拒絕接受現實,也不是在否認真相。

還有另一個抱持這種信念的知名案例,也就是瓊.蒂蒂安(Joan Didion)的著作《奇想之年》(The Year of Magical Thinking)。蒂蒂安在書中寫道,她實在無法把已逝丈夫的鞋子送出去,因為她覺得「他或許有一天還穿得到。」

-----廣告,請繼續往下閱讀-----

為何即便理智上知道事實,我們卻還是相信那些已經離開人世的重要他人終究會回到自己身邊呢?從大腦的神經系統就能推斷這種矛盾現象從何而來,因為大腦神經系統會創造出不同層面的資訊,並傳輸到人類的意識裡。

如果深愛的人不見了,大腦會預設這些人只是當下不在我們身邊,之後一定還找得到他們;對大腦來說,對方已經不在這個世界上,空間、時間、關係的向度都已不再適用的概念根本就不合邏輯。

我在第五章會再從神經生物學的角度向大家解釋,為何人類會渴望找到離開的重要他人;在本章我們要探討的議題則是,為何我們相信自己終究找得到這些逝者?

我們仍渴望找回他們。圖/envatoelements

在依附關係裡留下鮮明的記憶

心理學家約翰.雅徹(John Archer)在他的著作《悲傷是什麼》(The Nature of Grief,書名為暫譯)裡提出,正因為演化的強大力量,人類才能在明知道事實並非如此的情況下,依然相信所愛之人終究會回到自己身邊。

-----廣告,請繼續往下閱讀-----

人類物種發展的早期,相信配偶會帶著食物回來的個體會持續待在子代身邊,而這些孩子也因為有正在等待配偶回家的父母貼身保護,才更有機會存活下來;我們在動物世界裡也能觀察到這種現象。在《企鵝寶貝》(March of the Penguins)紀錄片裡,皇帝企鵝爸爸在南極的嚴酷環境下負責孵蛋,等待企鵝媽媽從冰凍的大海裡覓食回家。

企鵝爸爸保護這些蛋的決心十分驚人—公企鵝能夠維持約四個月的時間不進食,一心等待配偶回來。附帶一提,同性配偶關係的企鵝伴侶也是同樣優秀的家長;中央公園動物園(Central Park Zoo)的公企鵝伴侶羅伊(Roy)和塞隆(Silo)就孵出了一隻可愛的小企鵝探戈(Tango),並且成功將牠養育長大。

無論企鵝家長究竟是公是母,最重要的是其中一方必須維持信念,相信配偶即便在極地消失了很長一段時間,依然會帶著食物回到自己身邊。假如原本應該待在原地保護企鵝蛋的一方認定伴侶不會回來,自顧自地到海裡捕魚,這些蛋就無法成功孵化,也可能導致幼雛死亡。

企鵝孵蛋和養育雛鳥的過程始終相信伴侶還會回來。圖/envatoelements

那些始終維持信念,相信伴侶會回來而靜靜等待的企鵝,更有可能成功將蛋孵化或將幼雛扶養長大。在影片中,我們可以看到在上千隻的企鵝中,覓食回家的企鵝媽媽必須透過企鵝爸爸獨特的叫聲找到伴侶。這些企鵝克服了數不盡的種種困難,動物的天性實在令人讚嘆。

-----廣告,請繼續往下閱讀-----

是什麼讓企鵝願意為了待在下一代的身邊而絕食?這種依附關係究竟是如何運作?企鵝伴侶之間無形的連結是如何形成?企鵝伴侶之間的緊密關係實在令人心醉。

繁殖季剛開始時,成雙成對的企鵝伴侶會互相交頸纏繞,對彼此發出求偶的叫聲;此時牠們的大腦也開始出現生理變化,在腦神經深深烙下了對伴侶的記憶,留下明確的標記,這樣牠們就不會忘記伴侶的樣貌、氣味、叫聲。

企鵝伴侶在彼此中留下深刻的記憶。圖/envatoelements

在企鵝的大腦裡,伴侶不再只是隨便一隻企鵝了,而是最重要的那隻企鵝。企鵝伴侶離開彼此身邊,一方覓食、一方孵蛋的時候,牠們腦中對於伴侶的印象已不僅僅是一般的記憶,同時還帶著某種信念或動力──「我要等他回來,他就是那個特別的存在,是專屬於我的存在。」

在人類身上亦然,因為你的所愛之人存在於世上,大腦裡的某些神經細胞才會同時激發,某些蛋白質才會在你的大腦裡以特別的方式折疊。

-----廣告,請繼續往下閱讀-----

也正因為你的所愛之人曾經那樣活生生地存在於世上,正因為你們曾經如此相愛,他們才會在死去後卻依然存在──活在你的腦神經細胞裡。

——本文摘自《悲傷的大腦:一位心理神經免疫學者的傷慟考,從腦科學探究失去摯愛的悲痛與修復》,2023 年 3 月,臉譜出版,未經同意請勿轉載。

臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。