Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

拉都希氏赤蛙鳴囊

賴鵬智
・2011/09/05 ・670字 ・閱讀時間約 1 分鐘 ・SR值 482 ・五年級

台灣蛙類中,有幾種蛙的鳴聲比較好認,拉都希氏赤蛙是其中一種,而且聲音獨一無二,聽過之後很難忘記。楊懿如老師最早推廣賞蛙愛蛙時,介紹拉都希氏赤蛙的叫聲就像在廁所嗯嗯的聲音,一般人就記憶為「拉肚子吃西瓜」,將牠的鳴聲特色與名字作個連結,確實很好記。

楊懿如老師長年推廣認識蛙、愛護蛙,並結合政府、學界及民間資源,合力推動網路生態教育,建置「台灣兩棲類保育網」,影音資料豐富多元,是最好的學習台灣兩棲類網路資源,希望有興趣者多多利用。

拉都希氏赤蛙屬於兩生綱無尾目赤蛙科水蛙屬,背側褶粗大明顯,鳴叫時整個喉部只是略微突出,鳴囊並不明顯,稱為「內鳴囊」。

此片攝於嘉義縣竹崎鄉中和村奮起湖。

-----廣告,請繼續往下閱讀-----

我們拍攝時是以很小的LED手電筒照明,所以亮度不夠,但也不致於造成青蛙視覺傷害,不過因為教育用而拍牠,還是對牠造成干擾,讓他離開了小水盆,在此跟牠說聲抱歉。

您可點閱看更多的拉都希氏赤蛙影音資料。

學名:Hylarana latouchii (Boulenger, 1899)

同種異名:Hylarana (Hylarana) latouchiiHylorana latouchiiRana (Hylarana) latouchii Rana (Hylorana) latouchiiRana latouchiiRana latouchii (Hylarana latouchii)Sylvirana latouchii 參考

-----廣告,請繼續往下閱讀-----
拉都希氏赤蛙-20060606-台灣嘉義縣阿里山鄉樂野村
拉都希氏赤蛙-20060606-台灣嘉義縣阿里山鄉樂野村
拉都希氏赤蛙交配-20100104-中國廣東省龍門縣南昆山國家森林公園-十字水生態度假村

原發表於 賴鵬智的野FUN特區

-----廣告,請繼續往下閱讀-----
文章難易度
賴鵬智
45 篇文章 ・ 0 位粉絲
野FUN生態實業公司總經理

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

0
1

文字

分享

0
0
1
頭小身體大,那些超可愛的古生物!——《真實尺寸的古生物圖鑑》
PanSci_96
・2019/07/10 ・2740字 ・閱讀時間約 5 分鐘 ・SR值 515 ・六年級

編按:本文摘選自《真實尺寸的古生物圖鑑》,這是一本想要呈現「真實感」的圖鑑,除了數字外,更直接將不復存在的古生物放進現代風景中。需要注意的是,本書採用的是「代表性的尺寸」,在取景時拿掉水棲、陸棲的各種制約,嚴格來說不能算是「尺寸」資料,充其量只能說是讓讀者簡單輕鬆地「感受」大小。如果想知道更多關於本書的編纂資訊,詳細內容在文末喔。

會游泳還是不會游?這是個問題

「早上來個早安滑吧!」爸爸媽媽帶著女兒一行三人拿著滑雪板一路往上爬,迎接他們的是溫暖和煦的朝陽,乾冷無風的氣候,真是個滑雪的好日子。

「爸爸,這個是什麼啊?」經女兒這麼一問,父親才發現到,自己把一隻奇特的生物連同滑雪板一起帶出來了。

牢牢黏在滑雪板上的動物是崇高霍爾鱟 (Hallipterus excelsior), 屬於海蠍類。之前的文章中,已經介紹過海蠍類,但是看來有漏網之鱟,莫非「板」就是個如意門,因而讓牠穿越到「冰雪世界」來了。

-----廣告,請繼續往下閱讀-----

根據「紀錄」,霍爾鱟是生存於泥盆紀的海蠍類,體長約 1m 左右,算是大型種。其出現時間晚於「海蠍類全盛時期」。當時的海洋世界,有頷的魚類逐漸大型化,海蠍類的生態霸主地位,急速消退。

霍爾鱟相較先前介紹的其他海蠍類,有幾個差異之處。牠不像混足鱟有著可以捕食獵物的附肢,也不像大眼銳肢鱟和角翼肢鱟,有著前端寬扁的附肢適合游泳,所以究竟會不會游泳,仍是個謎。

體長兩公尺,史上最強兩棲類

美術館內有個以「古生代」為主題的展覽室,裡面展示的畫作都是描繪 3 億年前,存活於當時世界的古生代生物。坐在展覽室中央的沙發上,看著圖畫,遙想悠久的歷史,不禁有一絲悵然。以古生代生物為主題的本書業已接近尾聲,之後要介紹什麼動植物好呢?

正沉浸於感慨之際,有個動物緩緩的爬了過來,身體沉甸甸的,非常有分量。牠是生活在古生代末期美國的兩棲類動物,名叫作大頭引螈 (Eryopsmegacephalus)。

-----廣告,請繼續往下閱讀-----

引螈不單只是「大型兩棲類」而已。牠的嘴裡有尖銳的牙齒,還有張開幅度很大的下巴,完全是肉食性動物的特徵。從這方面來看,可以算是「史上最強兩棲類」。

古生代末期的水底世界,引螈在生態系中屬於「支配者」。當時在內陸擴張「勢力」的單孔類大型肉食動物,應該也會互相競爭看誰是生態系最頂層吧。

展覽室裡掛著古生代各個時代「最強種」的畫像。引螈看了大概也會引發思鄉之情吧!看起來完全沒有要襲擊身旁女性的樣子,這樣我就放心了。不過這麼「和樂融融」的美術館,就我所知是不存在於世界上啦。

小頭短脖子,體型大也很可愛

最近遛狗時也會一起遛羅氏杯喙龍 (Cotylorhynchus romeri)。這種體長超過 3.5m 的龐然大物,走起路來慢吞吞的,所以不需要牽繩。小狗似乎也習以為常,能在絲毫不驚嚇的狀況下一起散步。這樣看起來,杯喙龍好像滿好飼養的,本來以為這種大小要養在室內很麻煩呢!

-----廣告,請繼續往下閱讀-----

杯喙龍是有著像酒桶般身軀的單孔類,最主要的特徵,就是一顆跟身材不成比例的小頭,而且是植食性動物。飼養杯喙龍要注意的是,正如你所見,因為頭太小,脖子一定不長,嘴巴沒辦法接近地面。所以給水盆不要放在地上,而要架高放在杯喙龍嘴巴碰得到的地方。

依據「紀錄」,杯喙龍是二疊紀非常具代表性的動物之一。當時單孔類最大等級有巨大異齒龍,或是亞歷山大伊氏獸,兩者幾乎是同樣尺寸。

根據 2016 年發表的研究,杯喙龍所屬的卡色龍類,可能為水棲。的確,如果是水棲,就可以解決「嘴巴無法靠近地面」的問題。短短的四肢,比起在陸地上行走,應該更適合在水中滑動。


這本圖鑑和你想的不一樣!

這些尺寸各異的生命型態,光用看的就讓人興奮雀躍。尤其是現今已經不存在的古生物,更是有種說不出的浪漫。只要打開圖鑑,多姿多采的物種一定能刺激你的好奇心與求知欲。

-----廣告,請繼續往下閱讀-----

在這麼多的圖鑑裡,最容易被忽略的就是「真實感」。

不論是在單張的圖片,或是還原各種年代各個場景下,通常都不容易判斷出古生物的實際體型究竟有多大。當然,圖鑑內都會標註「體長 1m」「全長 3m」之類的「數字」。但是光只有數字真的有點⋯⋯

於是本書《真實尺寸的古生物圖鑑》因而誕生了。將各個年代的古生物,配置於現代(生活周邊)的風景中,看了必定可以具體感受到「一般圖鑑」裡刊載的古生物,原來「竟然這麼大(或這麼小)!」的「真實感」。

原來古生物竟然這麼大(或這麼小)!圖/pexels

本書收錄的「古生代生物」,涵蓋自前寒武時期末期的「埃迪卡拉紀」,到古生代末期二疊紀的代表性古生物,並且將牠們放置於現代生活場域。包括史上最初的霸者奇蝦、古生代「幕後英雄」三葉蟲、最早期的陸生四足動物魚石螈、大型的巨脈蜻蜓、有巨大背帆的異齒龍等,一般圖鑑常看到的「名人們」,各位可從本書中真實感受到牠們的「實際大小」。

-----廣告,請繼續往下閱讀-----

本書的審定群,是曾經協助《古生物黑皮書系列》的群馬縣立自然史博物館人員,作者由衷感謝。而書中最重要的插圖,則是由上村一樹先生繪製各種古生物,再由服部雅人先生將這些「名人」融入現代場景。美術設計由《古生物黑皮書系列》的 WSB inc. 橫山明彥先生負責,文稿編輯則由技術評論社的大倉誠二先生擔任。

對於本書,我個人最大的期望是,閱覽本書的各位都能在看到古生物融入現代生活時,為那種逼真和震撼而感到興奮,並且樂在其中。

趁此先說明一下,古生物的尺寸是藉由分析化石而來,會根據取材的資訊而有差異。

本書採用了「代表性的尺寸」。事實上生物本身就存在著「個體差異」,嚴格來說不能算是「尺寸」資料,充其量只能說是讓讀者簡單輕鬆的「感受」大小。其中有幾張「現代場景」圖,除了主要的古生物外,也讓其他頁面的古生物作為「比例尺」露面。

各位可以找找哪個古生物就藏在何處,並請一定要比對前後頁面,享受一下互相對照的樂趣。

此外,在現代環境的取景上,已經拿掉水棲、陸棲的各種制約。例如實際上為水棲的古生物,也會放在陸地的場景中,請務必注意!而有關正確的生態資訊,會以「○○○紀海洋」的形式(簡單版)呈現,並搭配有助於了解生態的插圖,請加以參考。

-----廣告,請繼續往下閱讀-----

本文摘自《真實尺寸的古生物圖鑑˙古生代篇》,2019 年 6 月,如何出版

-----廣告,請繼續往下閱讀-----
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
0

文字

分享

0
0
0
絕世單身青蛙,歷經十年終於成功脫單!但滅絕危機解除了嗎?
PanSci_96
・2019/02/14 ・1459字 ・閱讀時間約 3 分鐘 ・SR值 520 ・七年級

  • 文/文詠萱

編按:單身長達 10 年的「世上最孤單青蛙」都已經找到伴侶,那__呢?

最後一隻野生的雄性瑟溫斯水蛙於 2008 年發現,由於擔心該品種滅絕,保育團隊甚至建立了網站,替「蛙」尋找伴侶。圖/pixabay

一人一點錢,救救單身蛙

2008 年時,科學家們在野外發現了一隻瑟溫卡斯水蛙 (Sehuencas water frog,Telmatobius yuracare),他們將之命名為「羅密歐」,並養在玻利維亞科恰班巴自然歷史博物館 (Bolivia’s Cochabamba Natural History Museum) 的水族館裡。

沒想到,整整 10 年過去了,在 2008~2019 年間,人們居然都沒有在牠的棲息地發現其他野生個體。這讓玻利維亞的環境保護人員非常緊張,因為這很可能代表羅密歐是世界上最後一隻瑟溫卡斯水蛙,假設牠翹辮子了,那這種青蛙也就要絕種了。更慘的是,這種青蛙的平均壽命為 15 年,要是不加緊腳步,可能就來不及了。

為了避免絕種危機,保育人員們積極地在野外尋找雌性的瑟溫卡斯水蛙,同時建立了人工繁殖計畫。但這還不夠,保育團隊甚至在 2018 年為羅密歐建立了一個個人網站,為牠填寫了詳細的交友檔案,並發起募款活動,希望能喚起大眾的注意,讓民眾、科學家、探險家能在野外棲地尋找雌性水蛙個體,讓羅密歐脫離滅絕危機,繼續繁衍下去。

-----廣告,請繼續往下閱讀-----

擁有品味的絕世單身好青蛙,不約嗎?圖/giphy

除了上述種種,保育人員還做了許多努力,包括:訪問玻利維亞雲霧森林 (Bolivian cloud forest) 中曾見過此物種的居民,以建立瑟溫卡斯水蛙的足跡地圖;研究棲地水體中物種環境 DNA 及其滅絕原因,並找出方法保護那些留在野外的物種;建立該地區水蛙生物資料庫等等。

真命天女出現啦!

令人慶幸的是,2019 年 1 月,一支探險隊在探索玻利維亞雲霧森林時,竟在溪流中發現了五隻瑟溫卡斯水蛙!分別為三隻雌蛙、兩隻雄蛙,其中一隻雌蛙更正值生育年紀。經過多年等待,羅密歐終於找到他的「茱麗葉」了嗚嗚。

羅密歐(左)能找到另一半(右為茱麗葉)真是可喜可賀、普天同慶、皆大歡喜呀!圖/BBC

-----廣告,請繼續往下閱讀-----

探險隊領導者 Teresa Camacho Badani 對於兩者間的未來十分樂觀,她深信異性相吸的道理。「羅密歐的個性有點害羞,他目前相當健康,喜歡吃東西;而這隻茱麗葉的個性截然不同,她精力充沛,時常游泳,有時候會試圖逃跑。」

危機未解除,兩棲動物陷困境

這些被帶回來的水蛙們將會進行健康檢查,以防止弧菌、真菌傳染病,當然也要讓羅密歐與茱麗葉見面,想辦法創造宇宙繼起之生命,繁衍出未來可以回到自然棲息地的後代。

在過去,瑟溫卡斯水蛙曾在玻利維亞雲霧森林內的溪流、河流與池塘等不到 10 個地點被發現。這些棲地曾有豐富的水生蛙生態,然而,目前玻利維亞、厄瓜多及秘魯的水蛙正在迅速減少,牠們面臨到各種威脅,包含氣候變遷、棲地破壞以及外來種鱒魚等。

全球野生動物保護組織的 Chris Jordan 表示:「將動物帶回圈養是有風險的,但由於野外青蛙數量太少,目前無法長期確保會持續繁殖,不得不帶回人工繁殖。」相關團隊表示會盡力恢復玻利維亞森林特有種青蛙,並將相關寶貴經驗提供給目前正面臨絕種的類似物種。

-----廣告,請繼續往下閱讀-----

羅密歐找伴的故事引起了人們對於兩生類動物困境的關注,雖然故事有了好的發展,但人員並未在找到茱麗葉的溪流附近發現其他水蛙,這讓他們對於生態系的健康仍然十分擔憂。

-----廣告,請繼續往下閱讀-----