催芽劑、氯乙醇(Ethylene chlorohydrin)與檸檬酸循環(citric acid cycle)

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

AI 的誕生，文理缺一不可

人工智慧（Artificial Intelligence，簡稱 AI）在 21 世紀的今日已大量運用在生活當中，近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等，都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維，除了仰賴工程師的先進技術，更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員，帶大家釐清什麼是 AI？文科人與工程師合作時，需具備什麼基本 AI 知識？AI 如何應用在人文社會領域的工作當中？

詩詞大對決：人與 AI 誰獲勝？

一場緊張刺激的詩詞對決在線上展開！人類代表是有「AI 界李白」稱號的蔡宗翰研究員，AI 代表則是能秒速成詩的北京清華九歌寫詩機器人，兩位以「人工智慧」、「類神經」為命題創作七言絕句，猜猜看以下兩首詩各是誰的創作？你比較喜歡哪一首詩呢？

答案揭曉！A 詩是蔡宗翰研究員的創作，B 詩是寫詩機器人的創作。細細賞讀可發覺，A 詩的內容充滿巧思，為了符合格律，將「類神經」改成「類審經」；詩中的「福落天赦」是「天赦福落」的倒裝，多念幾次會發現，原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯；而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯，整首詩創意十足，充滿令人會心一笑的魅力！

相較之下，B 詩雖然有將「人工」兩字穿插引用在詩中，但整體內容並沒有呼應命題，只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝！

由此可見，當前的 AI 缺乏創作所需的感受力與想像力，無法做出超越預先設定的創意行為。然而，在不久的將來，AI 是否會逐漸產生情感，演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人？

AI 其實沒有想像中聰明？

近期有一則新聞「AI 有情感像 8 歲孩童？Google 工程師爆驚人對話遭停職」，讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示：「當前的 AI 還是要看過資料、或是看過怎麼判讀資料，經過對應問題與答案的訓練才能夠運作。換而言之，AI 無法超越程式，做它沒看過的事情，更無法替人類主宰一切！」

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言，多半是因為我們對 AI 的訓練流程認識不足，也缺乏實際使用 AI 工具的經驗，因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上，更延伸到文科人與理科人的合作溝通上，因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識，不僅能讓跨領域的合作更加順利，還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是，由於文科人不了解 AI 的訓練流程，因此對 AI 產生錯誤的期待，認為辛苦標注的上千筆資料，應該下個月就能看到成果，結果還是錯誤百出，準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚，兩方就會陷入僵局，導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議：

如果文科人了解基本的 AI 訓練流程，並在每個訓練階段協助分析：錯誤偏向哪些面向？AI 是否看過這方面資料？文科人就可以補充缺少的資料，讓 AI 再進行更完善的訓練。

史上最認真的學生：AI

認識 AI 的第一步，我們先從分辨什麼是 AI 做起。現在的數位工具五花八門，究竟什麼才是 AI 的應用？真正的 AI 有什麼樣的特徵？

基本上，有「預測」功能的才是 AI，你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現，而且人類手工操作就辦得到，那就不是 AI。

蔡宗翰研究員以今日常見的語音辨識系統為例，大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話，你會發現自己無法事先知曉將產生什麼文字或回應，結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同：AI 無法百分之百正確！

因此，AI 的運作需建立在不斷訓練、測試與調整的基礎上，盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段，工程師彷彿化身老師，必須設計一套學習方法，提供有助學習的豐富教材。而 AI 則是史上最認真的學生，可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI，讓其根據工程師所定義的資料相似度算法，逐漸學會將相似資料分在同一堆，再由人類檢視並標注每堆資料對應的類別，進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI，讓其逐漸學會將任意資料對應到正確答案。

學習到一定階段後，工程師會出試題，測試 AI 的學習狀況，如果成績只有 60、70 分，AI 會針對答錯的地方調整自己的觀念，而工程師也應該與專門領域專家一起討論，想想是否需補充什麼教材，讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作，也可能因為時事與技術的推陳出新，導致準確率下降。這時，AI 就要定時進修，針對使用者回報的錯誤進行修正，不斷補充新的學習內容，讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後，蔡宗翰研究員建議：文科人可以看一些視覺化的操作影片，加深對訓練過程的認識，並實際參與檢視與標注資料的過程。現在網路上也有很多 playground，可以讓初學者練習怎麼訓練 AI，有了上述基本概念與實務經驗，就可以跟工程師溝通無礙了。

AI 能騙過人類，全靠「自然語言處理」

AI 的應用領域相當廣泛，而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因，他充滿自信地回答：因為自然語言處理是「AI 皇冠上的明珠」！這顆明珠開創 AI 發展的諸多可能性，可以快速讀過並分類所有資料，整理出能快速檢索的結構化內容，也可以如同真人般與人類溝通。

著名的「圖靈測試」（Turing Test）便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代，傳奇電腦科學家艾倫・圖靈（Alan Turing）設計了一個實驗，用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好，並派一個人操作終端機，再找一個第三者來進行對話，判斷從終端機傳入的訊息是來自 AI 或真人，如果第三者無法判斷，代表 AI 通過測試。

換而言之，AI 必須擁有一定的智力，才可能成功騙過人類，讓人類不覺得自己在跟機器對話，而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在：人文研究文本分析、新聞真偽查核，更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料，追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化，而大量數位化的經典更被主動分享到「Chinese Text Project」平台，讓 AI 自然語言處理有豐富的文本資料可以分析，包含一字不漏地快速閱讀大量文本，進一步畫出重點、分門別類、比較相似之處等功能，既節省整理文本的時間，更能橫跨大範圍的文本、時間、空間，擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的？就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋，由鎮江、杭州一帶的說書人所創作，著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉，才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素，接著用這批標記好的語料來訓練 BERT 等序列標注模型，以便將「文本向量化」，進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現，白蛇傳的原型可追溯自印度教的那伽蛇族故事，傳說那伽龍王的三女兒轉化成佛、輔佐觀世音，或許與白蛇誤食舍利成精的概念有所關連，推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外，故事的雛型可能早從唐代便開始醞釀，晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事，而法海和尚、金山寺等關鍵人物與景點皆真實存在，金山寺最初就是由唐宣宗時期的高僧法海所建。

在 AI 的協助之下，我們得以跨時空比較不同文本，了解說書人如何結合印度神話、唐代傳奇、在地的真人真事，創作出流傳千年的白蛇傳經典。

最困難的挑戰：AI 如何判斷假新聞

除了應用在人文研究文本分析，AI 也可以查核新聞真偽，這對假新聞氾濫的當代社會是一大福音，但對 AI 來說可能是最困難的挑戰！蔡宗翰研究員指出 AI 的弱點：

如果是答案和數據很清楚的問題，就比較好訓練 AI。如果問題很複雜、變數很多，對 AI 來說就會很困難！

困難點在於新聞資訊的對錯會變動，可能這個時空是對的，另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器，可輸入當前的新聞讓機器去判讀真假，但過一段時間可能會失準，因為新的資訊源源不絕出現。而且道高一尺、魔高一丈，當 AI 好不容易能分辨出假新聞，製造假新聞的人就會破解偵測，創造出 AI 沒看過的新模式，讓先前的努力功虧一簣。

因此，現在多應用「事實查核法」，原理是讓 AI 模仿人類查核事實的過程，尋找權威資料庫中有無類似的陳述，可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊，致力於建立英文事實查核法模型所能運用的資源，並透過舉辦國際競賽，廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後，也與合作夥伴事實查核中心及資策會討論，正著手建立中文事實查核法模型所需資源。預期在不久的將來，AI 就能幫讀者標出新聞中所有說法的資料來源，節省讀者查證新聞真偽的時間。

AI 的無限可能：專屬於你的療癒「杯麵」

AI 的未來充滿無限可能，不僅可以成為分類與查證資料的得力助手，還能照護並撫慰人類的心靈，這對邁入高齡化社會的臺灣來說格外重要！許多青壯年陷入三明治人（上有老、下有小要照顧）的困境，期待有像動畫《大英雄天團》的「杯麵」（Baymax）機器人出現，幫忙分擔家務、照顧家人，在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式，新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」（Nadine），由感知、處理、互動等三層架構組成，可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境，並將上述資訊發送到處理層。處理層會依據感知層提供的資訊，連結該用戶先前與娜丁互動的記憶，讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象，或對陌生事物感到不安，常選擇靜默不語，需要照護者主動引導。因此，娜丁內建了注視追蹤模型，當偵測到住戶已長時間處於被動狀態，就會自動發起話題。

實驗發現，在娜丁進駐長照機構一段時間後，住戶有一半的天數會去找她互動，而娜丁偵測到的住戶情緒多為微笑和中性，其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

至於未來的改進方向，研究團隊認為「語音辨識系統」仍有很大的改進空間，需要讓機器人能配合老年人緩慢且停頓較長的語速，音量也要能讓重聽者可以清楚聽見，並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人，首要任務就是要開發一套臺灣人專用的 AI 語言模型，包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型，期待政府能整合學界與業界的力量，降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感，但卻可以成為人類大腦的延伸，協助我們節省處理資料的時間，更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨，如何讓自己的行事邏輯跟上 AI 時代，讓 AI 成為自己的助力，是值得你我關注的課題。

延伸閱讀

• 蔡宗翰（2022）。寫給中學生看的 AI 課：AI 生態系需要文理兼具的未來人才。三采文化出版。
• Tulsulkar, G., Mishra, N., Thalmann, N.M. et al (2021). Can a humanoid social robot stimulate the interactivity of cognitively impaired elderly? A thorough study based on computer vision methods. Vis Comput 37, 3019–3038.

本文由 家樂福食物轉型計畫 委託，泛科學企劃執行。

• 文／陳彥諺

你喜歡吃香蕉嗎？香蕉是台灣人從小到大非常熟悉的水果，不僅方便攜帶、營養價值豐富，更符合現代的養生概念，很適合健身者、節食者。不過，你是從哪裡買到香蕉的呢？
你知道現在已經有專屬香蕉的「驗證」了嗎？

從以前到現在的台灣「蕉傲」

為什麼香蕉也有驗證？在談到驗證之前，首先讓我們聊聊過去。

作為常見的、隨手可得的水果，香蕉不只是台灣重要的水果產業之一，也是全球重要的經濟果樹及糧食作物。在巔峰時候，香蕉曾經是全球產量最多的水果，經濟價值非常高，僅次於蘋果、柑橘及葡萄，而糧食重要性也僅次於小麥、稻米和玉米。

而我們的台灣，曾經有「香蕉王國」美名，當時因爲產量大，加上風土及氣候適合栽種，台灣種植出來的香蕉特別好吃，價格和出口銷量的成績都非常亮眼。在香蕉的黃金年代中，台灣東西南北都有種植。

只是，雖然台灣是香蕉王國，外銷成績乍看亮眼，但蕉農的辛苦卻很少人知道。行話裡有種說法是「種蕉如賭」，因為種植香蕉必須靠天吃飯，將蕉苗種下之後，接著蕉農便得對賭著天氣、氣候環境、市場狀況——如果自然條件不佳，會導致收成慘澹，不過，若整體銷量過剩，也將造成價格大跌。又如果非常好運，成功撐過上述的局面，最終在進入市場銷售前，還將面臨到中盤、行口（台語）的層層轉手。作為一個蕉農，有太多變數不能掌控，收入也因此起伏不定。

吃好蕉！守護蕉農大行動！

台灣香蕉，從過去的出口黃金年代，邁入今天的另一個美好時代。如今，香甜軟糯的台灣香蕉，仍然是我們生活中的重要存在。

今天的台灣，因為經歷了多次爆發的食安問題，消費者越來越注重食品安全。與此同時，農民們仍然有收入穩定的需求。要如何平衡這兩點呢？

家樂福認為，比起讓蕉農單打獨鬥，有另一個能兼顧農民與消費者雙方利益的方法，那就是以賣場的力量，支持小農。家樂福賣場內，只販售通過驗證的香蕉，藉由驗證，不僅可以做到產地溯源、驗證履歷，鼓勵且支持小農轉型，讓蕉農可以專注栽種，不需擔心後端銷售問題，同時，顧客也能藉由驗證得知透明資訊，進而安心選購。

四大金蕉：履歷蕉、有機蕉、金蕉伯、石虎香蕉

家樂福的香蕉驗證共有四大種。家樂福的「履歷蕉」，是從雲林到屏東產區中挑選出來當季的、品質最優良的香蕉，並且全產品都需具備「產銷履歷（TAP）標章」，也需要遵循「家樂福農藥規範」，履歷蕉的每一根香蕉，都有其栽種來源、用藥是否符合歐盟標準的紀錄，且只有在經過政府委託的第三方驗證機構定期抽檢合格後才能販售。

「家樂福 BIO 有機香蕉」則是來自全台最大的「有機驗證（Organic）」香蕉農園，位於屏東。「有機」的標章並不好取得，蕉農必須以全天然農法栽種，不施化肥、不催生催熟，以人工除草代替除草劑，讓土壤是自然健康的狀態，健康的土壤所種植出來的香蕉，除了來源健康，口感香氣也特別好。

「金蕉伯履歷香蕉」不是一個人，而是一群人！10 多年前，家樂福已開始在全台各地找尋志同道合的農友，終於在雲林遇到願意為食品安全及環境永續共同努力的蕉農，後來更成為長期契作的對象。他們以友善農法耕種，呵護土地，種出好蕉。

「石虎山蕉」則是南投中寮的一群農友。他們為了保育瀕臨絕種的台灣保育類動物石虎，不擴大農地面積、不使用化學肥料及除草劑，保留給石虎一塊乾淨、安全、友善的棲息地。

家樂福的 Act For Food 食物轉型計畫

家樂福與民生息息相關，通路可以單純只是販售點，也可以帶來改變、產生力量。因此，家樂福推動食物轉型計畫，希望建立起與農民、農民團體相互信賴的合作連結，藉由大量計畫性種植、保證收購降低平均成本，一來讓農民能獲得合理的農務所得，二來讓消費者能以合理價格買到安全的食物，三來，通路能成為穩定供貨的角色。

買香蕉選擇家樂福香蕉驗證，不僅食得安心，更是以行動支持在地農民。家樂福相信每個人都值得最好的，以家樂福 AFF 食物轉型作為領航，一同創造友善農民、土地、消費者的共好模式。

家樂福以行動，開創對所有人與土地共生共好的食物轉型模式，也邀請大家一同參與支持。

• 深入瞭解四大金蕉：https://bit.ly/392kTrP

被《紐約客》（The New Yorker）稱為「冰女」（Ice Woman）的科學家——瑪麗．恩格爾．彭寧頓（Mary Engle Pennington；1872－1952），是美國著名的細菌化學家，同時也是一名製冷工程師。

出生於田納西州的彭寧頓，出生後不久便舉家搬往賓州費城生活。彭寧頓的童年生活很豐富，她的父親熱衷於園藝，也鼓勵她一起協助栽種、熟悉各類植物；除植物外，周末彭寧頓會和母親逛市場，有時還會去農場挑選肉品，她便會在一旁觀察，也是在這時她注意到了，夏天滿是農產品的攤位，一到冬天卻什麼都沒有。

「女性」在化學這條路上受到的阻礙

十二歲時的小彭寧頓在圖書館找到了一本醫學化學教材，身為一個對書籍狂熱的閱讀者，努力吞下了對當時的她而言是非常艱澀的內容，她便察覺到，是那些肉眼看不到的化學元素構成了周遭的一切，甚至維持生命所需。

「突然，有一天，我意識到，儘管我無法觸摸、品嚐或聞到它們，但它們確實存在。這是一個里程碑，」彭寧頓說，「我領悟到了世界的真實性。」

這引起了彭寧頓的興趣，她便向私立女子學校的校長詢問，是否願意提供化學講座。由於當時科學被認定不是適合年輕女性的學科，因此校長感到震驚並拒絕了。不過高興的是，彭寧頓的家人非常支持她的新興趣。

十八歲的彭寧頓找到了賓州大學的科學學院院長，詢問是否能能提供就讀名額，在當時的院長與化學系教授支持男女同校下，她順利取得了入學允許。

1890 年，彭寧頓進入賓夕法尼亞大學攻讀化學，同時也輔修了植物與動物學，彭寧頓在短短兩年內完成了學士的學位要求，包括化學、植物學、動物學、細菌學。畢業時，彭寧頓是班上唯一的女性，但礙於當時賓大沒有授予女性學位，因此她僅能獲得修業證書，而不是像她的男性同學那樣獲得學位。

不過這並未澆熄彭寧頓的熱忱，彭寧頓無視所有對她的歧視，並繼續埋首於化學研究生涯，具有天賦的她，在短短三年內發表了一篇關於化學元素鈮（columbium）和鉭（Tantalum）的衍生物論文，靠著這份成就，也讓彭寧頓在 1895 年時，取得賓大的化學博士學位，這件事對當時（對現在應該也是 XD）而言堪稱壯舉，沒有學士學位，卻擁有了博士學位。

然而，對她，對一位女性科學家的偏見與歧視並未因此消失。

隨後彭寧頓很快就察覺，化學專業對女性從業者的偏見與在學術界時是相同的，儘管彭寧頓已經是加入美國化學學會的第三位女性，但大多數化學家，包括女性化學家，都認為應將她們的知識和技能應用於當時被認為更「女性化」的領域。

但彭寧頓堅持選擇純科學。

從純科學走向社會

之後，彭寧頓陸續在賓大擔任研究員，又在耶魯大學攻讀了生理化學，但她也不斷意識到，社會對於受過良好教育的女科學家認可及需求並不高，並開始思考著如何推廣她的科學工作。為此，她在費城創立了臨床實驗室，為醫生提供良好的實驗室資源，以利於進行準確的細菌學分析，而後也在賓夕法尼亞女子醫學院任教，教授生理化學，並指導該校的化學實驗室。

1906 年，彭寧頓被任命為新成立的費城衛生和細菌學實驗室主任。此時的彭寧頓也修改了目標，她希望能用科學來改善社會，而不是在只在實驗室裡專注於純科學。她任職後的第一份工作是：根除可能傳播致命疾病的不純牛奶。然而當時還沒有相關法規或標準，她考量到公眾對食品加工廠不衛生條件的擔憂，及製作過程中是否受到汙染，並建立起第一個全國通用的牛奶和乳製品檢驗及保存標準。

而後，彭寧頓成功地改善了食安問題，並在教育公眾了解食品中污染物的危害方面發揮了關鍵作用，與此同時也為她之後的製冷研究埋下了種子。

為製冷技術和食品保存奠下基礎

1907 年美國農業部（USDA）化學局（即為食品和藥物管理局 FDA 的前身）局長哈維·威利（Harvey W. Wiley）鼓勵她為政府研究食品冷藏保存的方法。

隔年威利任命彭寧頓擔任美國農業部化學局食品研究實驗室的負責人，這也讓她成為了化學局裡第一位女性實驗室負責人。

彭寧頓帶領研究員設計了食品工業的各個方面技術，如倉儲、包裝和配送等，該實驗室成為了食品處理及儲存研究的核心，特別是在防止雞蛋、家禽和魚類腐敗方面。

彭寧頓在參與冷藏車運輸研究的期間，開始對製冷機械產生興趣，並開始改良冷藏倉儲與推廣食物保存的相關知識。她對冷藏倉儲的改良十分出色，許多食品經銷商向她尋求建議，以製定完善的衛生程序，為她的專業知識贏得了尊重。

事蹟

彭寧頓於 1908 年作為美國官方代表，參加在巴黎舉行的第一屆國際製冷大會（她終生參與此會議）。作為唯一的女性代表，雖然她沒有發明製冷，但開發了確保冷藏食品保持新鮮和可食用的程序，並幫助建立了製冷行業，製冷也成了她的主要研究重點。

彭寧頓為許多科學和醫學期刊做出了貢獻，不僅是美國科學促進會、美國化學學會和生物化學家協會的成員，也是費城病理學會等多個學術學會的成員之一。

1920 年，她成為美國製冷工程師學會第一位女性會員，她積極參與了該組織的計劃、教育和出版委員會，1923 年彭寧頓被美國暖冷氣空調工程師學會（ASHRAE）認可為美國最重要的食品冷藏及家用製冷權威，1947 年成為美國製冷工程師協會的會員。

參考資料：

• Encyclopedia.com—Pennington, Mary Engle（1872–1952）
• 維基百科—Mary Engle Pennington