0

0
0

文字

分享

0
0
0

鳥兒為何墜落?

鄭國威 Portnoy_96
・2011/01/25 ・646字 ・閱讀時間約 1 分鐘 ・SR值 524 ・七年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

怵目驚心的死亡道路@路易斯安那州高速公路

2011年始,新聞報導在美國以及世界各地都發生許多大規模鳥類死亡事件,讓人不禁又聯想起末日預言;不過國家地理雜誌新聞網採訪了鳥類學家 Greg Butcher跟Karen Rowe,他們解剖跟調查之後判定這些鳥類都死於撞擊建築物、車輛、以及樹木,主要是因為新年的煙火燃放使得鳥類受驚,又不敢高飛,在鳥類晚上有夜盲情形的種種前提下,釀成了各地的鳥類死亡事件。

他們認為這些沸沸湯湯的新聞報導不過是媒體渲染,因為在北美起碼有100億,甚至200億隻鳥,其中每年有一半都會因自然因素死亡,而且這些死亡的鳥類本來就慣於群聚,一群可能多達上千萬隻鳥,因此群內若有一部分因為上述因素死亡並不足為奇。

Butcher與Rowe認為大家對鳥類死亡的極大關注力,若能用在真正需要更多人關心,且正在上演的大規模動物死亡問題上頭就好了,例如因為染上菌類感染,可能在二十年內絕種的北美蝙蝠就沒有得到這樣高規格的關注。而科學家也批評人造建築物造成的危機:「還要殺多少遷移鶯(migratory warblers)來改善手機收訊品質呢?」

然而即使有科學家跟專業科學媒體報導背書,在國家地理雜誌新聞網這篇報導底下的留言者大多抱持質疑跟不相信的立場,有人說自己活了60年,就從來沒聽過這麼多起鳥類死亡事件,怎麼鳥類學家都說得好像天天發生一下,這些事件背後一定有陰謀。你認為呢?(不過60年前也沒那麼多高樓大廈、基地台、車輛、以及煙火秀吧)

文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 721 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

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?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

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?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

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。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

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。

圖/研之有物

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。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

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。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

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」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

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。

照護機器人娜丁的運作架構。圖/研之有物

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

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

4
0

文字

分享

0
4
0
SmartReading 科普閱讀力大賽——打造新世代自主閱讀指標,培養學子適性成長!第三屆頒獎典禮暨第四屆賽事啟動!
PanSci_96
・2022/09/26 ・3811字 ・閱讀時間約 7 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

108 課綱開啟全新閱讀素養時代。

科學素養不再侷限於考試的解題方法,學生閱讀科學讀物時,如何在氾濫資訊中找到高品質、適合學習程度的科學素材,是教育現場至關重要的課題。

臺灣師範大學 SmartReading 團隊將 AI 讀物難度分級技術,透過測驗、選書、閱讀、讀後回饋四大功能,完整記錄孩子的學習歷程,提升中小學生科普閱讀動機,成為自律自主的科普學習者。

臺灣師範大學於 110 年至 111 年間,與國科會、新北市、臺中市等單位合作,連續辦理三屆「SmartReading 科普閱讀力大賽」,每屆競賽歷時半年。競賽組別以國小三年級至高中一年級共分七個組別。參賽學校涵蓋臺北市、新北市、臺中市、臺南市、高雄市、花東等十九縣市,報名參賽人數累計八千餘人。

國立臺灣師範大學第四屆科普賽將擴大辦理,邀請PanMedia泛科學馮瑞麒總經理、數感實驗室賴以威教授、臺大科教中心賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章。圖/國立臺灣師範大學

由系統建置適合學生閱讀的兩千多本科普讀物

競賽期間,參賽學生使用「SmartReading 適性閱讀」系統,透過精準快速的中文閱讀能力診斷,將閱讀程度與讀物難度適配。藉由系統已建置,適合國小三年級至高中一年級的 2,180 餘本科普讀物,不僅能激勵其學習動機,更可有效提升選擇的效率,降低科學閱讀恐懼。第三屆科普閱讀力大賽不受疫情波擾,採實體與線上兩種施測方式,於 111 年 5 月份圓滿完成賽事。

111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。

111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。圖/國立臺灣師範大學

臺師大宋曜廷副校長表示,數位閱讀邁向新時代,團隊使用「SmartReading 適性閱讀」系統作為科普賽競賽平台,期望在知識爆炸的時代,藉由測驗、選書、規劃的「智慧閱讀三步驟」,培養學子的跨領域閱讀力與閱讀習慣,讓學生們手握知識大門的鑰匙,成為自律自主的「SmartReader」。

科普閱讀競賽的三大特色

一、適配閱讀能力與圖書難度,擴增多元書籍與文章素材

參賽學生首先須參加中文適性閱讀能力診斷(DACC),依據診斷結果,配合其當前閱讀能力的科普推薦書單,讓學生選書有依據、個人化。本競賽目前共有「推薦書單」、「推薦文章」等 2 種閱讀素材,主題包含植物/動物、數學、天文地科、物理/化學等 8 大類別。「推薦文章」功能,則與「PanSci 泛科學」及「數感實驗室 Numeracy Lab」合作評選,當前提供 600 餘篇線上科普短文,競賽期間提供已超過 4,000 人次的瀏覽次數。

二、綜合性閱讀五力分數,開啟學生全方位閱讀力

本競賽賽程為期半年,學生透過「前測、閱讀任務挑戰、後測」三個階段。競賽期間,系統詳細記錄每週閱讀歷程,並產出線上「閱讀五力分數」報表。自主規劃閱讀期間計算為「規劃力」;讀後評量填答結果計算為「執行力」;閱讀多元書籍類別的結果計算為「博學力」;閱讀單一書籍類別的深化成果則計算為「精進力」;前後測成長結果計算為「成長力」。將閱讀能力數據化、可視化。

三、閱讀任務徽章,深化學生文化素養與科普閱讀興趣

本競賽內建徽章蒐集系統,參賽者於指定時間依據提示完成閱讀任務,即可獲得期間限定的特色科普徽章。任務內容包含閱讀指定的書單及文章類別、世界性科普節日、科學家生辰、台灣重要節慶與其他隱藏任務。本屆各年級累計獲得徽章達 20423 枚,因設計活潑及任務類型多樣,大受參賽者好評。

競賽結果發現學生的閱讀偏好

一、科普閱讀參與,國小男性最踴躍

活動期間參賽者共完成約 21,153 本的書籍評量。以不同學習階段來看;國小參賽者整體閱讀平均本數為 24 本,男生平均閱讀本數為 28 本,女生平均閱讀本數為 20 本。國、高中參賽者因科普讀本難度較高,需要較長的閱讀時間及一定的科學基礎知識,國中參賽者整體平均閱讀書籍數為 10 本;高中參賽者中女性平均閱讀本數多於男性,整體平均閱讀書籍數為 7 本。

總閱讀量/本人數平均閱讀量/本
全體學生21,1531,10019
8,05150516
13,10259522
國小學生17,47971624
6,47432520
11,00539128
國中學生3,45935510
1,4611669
1,99818911
高中學生215297
116148
99157
活動期間參賽者共完成約 21,153 本的書籍評量。表/國立臺灣師範大學

二、學生偏好閱讀動物/寵物類與地球生態/天文類書籍

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類(男生 28.19%、女生 27.91%)最能引起學生的閱讀興趣(如:《昆蟲老師上課了!:吳沁婕的超級生物課》、《小島上的貓頭鷹》、《神奇樹屋》等系列)。在次要類別,男女皆喜好生態/生命科學類的書籍(男生 15.20%、女生 16.87%)。

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類最能引起學生的閱讀興趣。在次要類別,男女皆喜好生態/生命科學類的書籍。圖/國立臺灣師範大學

三、參賽學生閱讀歷程的質與量均佳,表現令人驚豔

本次參賽學生皆積極參與競賽。

以三年級組第一名得主,臺北市立大同國小的林靖軒同學為例,競賽期間閱讀書籍本數高達 383 本,書籍讀後評量的通過率更高達 95%,書籍不僅讀得多,更是能讀得要領。

四年級組第一名為第二次參賽的新北市信義國小謝秉言同學,本次競賽期間共閱讀 427 本書。

其中五年級組為本次競爭最激烈的一組,臺北市立長春國小的黃葦川同學以及高雄市立集美國小的吳勁毅同學,兩者僅以極小的分數差距位居第一及第二名。

此外,第一次參與競賽的高雄市立正義國小的孫政遠,競賽期間閱讀 281 本書籍,通過率達到 97%。

四、教育主管機關、學校師長及家長支持鼓勵,帶動學生優異表現

新北市教育局致力於推動智慧閱讀教育,不遺餘力,成果豐碩。本屆競賽全台共 2,104 人報名參與,全國賽獎項獲獎學生共計 36 人,其中新北市得獎學生便囊括 14 位,表現相當亮眼。

家長與學校師長共同陪伴,使得學生能專注於本次競賽,並有相當卓越的成果,例如新北市康橋國際學校、臺中市明道中學、臺中市葳格國際學校、臺北市東山中學等校,皆因全力推廣閱讀活動,才能有優異的競賽成果。以新北市康橋國際學校國中部為例,此次七年級組參賽者,全國賽前5名得主中,康橋中學就獲有 3 名的佳績。

臺師大華語文與科技研究中心洪嘉馡教授說明第三屆科普閱讀力大賽成果。圖/國立臺灣師範大學

第四屆科普閱讀力大賽即將開跑

延續前三屆廣受好評之科普賽事,第四屆科普賽將擴大辦理,邀請「PanMedia 泛科知識股份有限公司」馮瑞麒總經理、「數感實驗室 Numeracy Lab」賴以威教授、「國立臺灣大學科學教育發展中心」賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章,預期第四屆科普閱讀力大賽將能讓全球讀者有更高品質的閱讀體驗和更充實的閱讀收穫。

活動詳情請參閱官方網站
新聞聯絡人:高等教育深耕計畫辦公室——鄭德蓉 02-2366-0916 #111

0

1
0

文字

分享

0
1
0
怎麼證明澳洲人吃剩的蛋殼,來自 5 萬年史前巨鳥?
寒波_96
・2022/09/14 ・2882字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

古代人對生態環境的影響,不容易回答。人類抵達澳洲的年代早於 5 萬年,在此之後,澳洲有一批大型動物滅團,但是與人類的關係多少,專家們各有主張。有時候,甚至連人類是否接觸過某種動物都無法肯定。

一項 2022 年發表的研究,證實一款滅絕的史前大鳥確實與人類發生關係,而且材料相當特別:蛋殼中的古代蛋白質。[參考資料 1, 2, 3]

澳洲南部 5 萬年前的牛頓巨鳥與古巨蜥(Megalania)想像圖,兩者皆已滅絕。圖/Peter Trusler

澳洲 5 萬年前鳥蛋殼,是塚雉還是巨鳥?

用於分析的材料是澳洲南部出土的一批蛋殼,有被煮食的痕跡;它們距今大概 5 萬年左右,可以推測是古代人的食物。蛋殼來自哪種鳥呢?

活跳跳的鳥類可以根據外貌識別,去世後只剩骨頭的鳥類,也能靠著型態差異分辨。而鳥類產下的蛋,不同鳥蛋的外觀有別,厚度等特徵也有所不同,有時候光是憑藉蛋殼,便能判斷物種。

有專家主張這批古代人吃剩的蛋殼來自牛頓巨鳥(Genyornis newtoni),這是一款不會飛的大鳥,身高超過 2 公尺,體重 220 到 240 公斤,一顆蛋有 1.5 公斤重。

牛頓巨鳥在人類抵達澳洲後就消失了,但是沒什麼人類獵捕的骨頭證據。倘若蛋殼真的產自巨鳥,可以推論這款鳥類的消失與人有關。然而,也有專家認為這批蛋殼來自塚雉(megapode)。塚雉體型比牛頓巨鳥小很多,只有 5 到 7 公斤重。

澳洲南部尋獲史前鳥蛋殼的遺址位置。圖/參考資料 1

由史前蛋殼中的蛋白質,判斷未知鳥類的演化位置

5 萬年前成為人類大餐的鳥蛋,究竟何許鳥也?這項研究搜集多種鳥類的蛋殼型態作比較,也寄希望於遺傳學。蛋殼的成分主要由碳酸鈣等礦物質構成,不過其中也有少量 DNA、蛋白質;可惜出土蛋殼中無法取得足夠的古代 DNA。

生物去世後,遺傳物質開始崩解,蛋白質的結構比 DNA 更穩固,生還機率更高。好消息是,蛋殼中仍保有一些蛋白質片段,而且足以判斷親戚關係。

組成蛋白質的氨基酸序列取決於 DNA 編碼,只要知道基因的 DNA 序列,便能得知蛋白質的序列。定序 DNA 比蛋白質容易太多,絕大部分時候假如不知道 DNA 序列,便不會知道蛋白質。

但是聰明的讀者馬上會想到,我們知道牛頓巨鳥的基因組嗎?假如不知道,即使獲得蛋殼中的蛋白質片段,又該如何比對呢?

儘管缺乏牛頓巨鳥的基因組,好消息是,隨著基因體學發達,已經有大量鳥類物種的定序資訊,像是 Bird 10000 Genomes(B10K)計畫。所以可以根據各種鳥類的蛋白質序列差異,畫出演化樹,再將蛋殼中取得的蛋白質置於其中一起比較,便能判斷未知鳥類的分類位置。

加入蛋殼鳥後,各種鳥類以蛋白質差異建構的演化樹。鴕鳥(Struthio camelus)、鴯鶓(Dromaius novaehollandiae)屬於古顎類(Palaeognathae),和蛋殼鳥分屬不同群。蛋殼鳥(undetermined ootaxon)被歸類為雞雁小綱(Galloanseres)旗下,很早分家的分枝;塚雉(Alectura lathami)屬於雞形目(Galliformes),演化位置和蛋殼鳥差異不少。圖/參考資料 1

大鳥家族史:牛頓巨鳥、鴕鳥、恐鳥為各自獨立巨大化

依照可供分析的氨基酸變異,蛋殼鳥被歸類到雞雁小綱(Galloanseres)中很早分家的演化位置;而塚雉屬於雞形目(Galliformes,旗下有雞、火雞、珠雞、孔雀等一大堆鳥類),分家的時間要更晚得多。

藉由蛋殼殘存的遺傳訊息,無法判斷它是誰的最近親,不過肯定絕對不會是塚雉及其近親。因此論文判斷,蛋殼應該為牛頓巨鳥的蛋蛋。

倘若真的是牛頓巨鳥,或者說是 Genyornis 屬旗下的鳥類,這項分析也有助於釐清它的分類位置。說起不會飛的大鳥,大家都會想到鴕鳥、澳洲的鴯鶓(emu),還有紐西蘭已經滅團的恐鳥(moa);它們全部都屬於古顎類(Palaeognathae),和牛頓巨鳥所屬的雞雁小綱是平行關系。

澳洲的牛頓巨鳥及其近親們,目前被歸類為 Dromornithidae,屬於雞雁小綱旗下已經滅團的一支。所以大鳥與大鳥之間其實不是太近的親戚,是各自獨立巨大化的。

人類與 Genyornis 屬鳥類的體型比較。圖/prehistoric wildlife

竊蛋人對巨鳥滅團有責任

不少恐龍愛好者聽過,當年出土竊蛋龍與恐龍蛋化石時,還以為它們是盜獵其他恐龍的蛋,所以取名為竊蛋龍。後來才發現是誤會,它們懷抱的其實自己的蛋,可惜汙名已定,無法改名。人類盜獵大鳥的蛋無庸置疑,同理可稱之為「竊蛋人」。

鳥類靠生蛋繁衍後代,對其他動物而言卻是營養豐富的食物,人類只要有機會當然也不會放過。史前人類除了吃鳥蛋,也會將蛋殼加工製成工具與裝飾品;鴕鳥蛋殼的大量利用,甚至還能用來探討長達數萬年的非洲文化演化。

這回新研究以新奇的分析手法證實,5 萬年前的澳洲人會採集牛頓巨鳥的巨蛋來吃。由此推測,這款澳洲大鳥的滅絕,竊蛋人多半脫不了關係。

最後值得一提,由古早樣本取得非特定古代蛋白質(例如膠原蛋白、AMELY 以外的其他蛋白質)的分析辦法,繼古代 DNA 之後也成為古生物學、古人類學的新利器。澳洲的巨鳥蛋殼以外,雲南的步氏巨猿、西班牙的前人、青藏高原東側,甘肅的夏河丹尼索瓦人等材料,其中殘存的蛋白質片段都帶來寶貴的演化線索。

延伸閱讀

參考資料

  1. Demarchi, B., Stiller, J., Grealy, A., Mackie, M., Deng, Y., Gilbert, T., … & Miller, G. (2022). Ancient proteins resolve controversy over the identity of Genyornis eggshell. Proceedings of the National Academy of Sciences, e2109326119.
  2. The first Australians ate giant eggs of huge flightless birds, ancient proteins confirm
  3. Egg-eating humans helped drive Australia’s ‘thunder bird’ to extinction

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