0

0
0

文字

分享

0
0
0

自己的國家自己救,自己的流浪動物族群自己模擬

YTLai_96
・2015/01/01 ・6506字 ・閱讀時間約 13 分鐘 ・SR值 455 ・五年級

之前在PanSci上的這一篇文章,介紹了用電腦模型模擬流浪動物族群變化的研究及其結果。

研究結果顯示,如果一個流浪動物族群沒有移入(可以等同於棄養)的個體進來,那麼捕捉移除要做到50%以上的強度(也就是每年要抓掉一半以上),才可能讓動物數量在25年後有明顯下降,但依然永遠不會消失。而如果有移入(棄養)個體,在每年不過是10%族群量的移入(棄養)個體狀況下,那就得要做到75%以上的捕捉移除,才能讓動物數量才可能讓動物數量在25年後有明顯下降,但依然不會消失。

至於TNR的效果,在沒有移入(棄養)的狀況下是跟捕捉移除差不多的。也是要做到每年50%以上的強度,才能夠讓流浪動物數量在25年後明顯下降。但是一旦有移入(棄養)個體,即使是每年10%族群量左右而已,TNR就沒有辦法讓流浪動物數量下降了。

但我越想,覺得這個模型有個不太對勁的地方:那就是以「比例」的角度來設定處理強度。

-----廣告,請繼續往下閱讀-----

以捕捉移除為例,捕捉移除的強度為25%的時候,就表示每年要抓走25%的動物個體。今年動物數量是500隻就抓125隻,如果今年動物數量只剩200隻那就抓50隻。以TNR為例也一樣,就是把「今年還沒有結紮的個體」的25%(假設這是處理強度)抓去結紮,無論動物數量是一開始的500隻都還沒結紮,還是到後來整群裡面只剩下200隻的未結紮個體。這樣的「比例」處理原則,使得「處理手段」與「流浪動物的生育率」最後會達成平衡。於是,即使是75%的處理手段,都只能在25年後將流浪動物數量維持在一個水準,而不能完全消滅流浪動物。

說真的,現實生活中誰會這樣「照比例」做事情啊??

一般狀況下的做法,應該都是在時間、空間、經費與人力的限制下盡可能的去處理最多數量的流浪動物,所以每年處理的流浪動物數量應該是個固定數量(例如每年捕捉結紮送養三千隻)。當流浪動物很少的時候,大家當然是做到沒動物可以做為止,幾乎不可能會『酌情減少處理數量』。但是像台灣現況這種流浪動物很多的時候,要跟著增加處理數量也實在很難,大概也只能徒呼負負力有未逮而已。

總之,模型裡面以『比例』來做為處理強度,是一個不太貼近現實的瑕疵。現實生活中的做法,應該是個『現有財力物力精力所能做到的最大數量』的定數才對

-----廣告,請繼續往下閱讀-----

同樣的,研究模型裡面也是以「比例」方式來模擬移入個體。這一點如果是拿來模擬「移入」還說得過去,但是如果拿來模擬「棄養」的狀況就有點失真了。畢竟,要棄養的飼主哪會管你族群是不是已經滿了啊?不負責任的飼主就是有那麼多,每年會丟出來的棄養動物我覺得也應該是個固定數量才對。如果要拿來模擬台灣的狀況,因為我們四面環海,若說要有移入的流浪動物,只可能是從家裡被丟出來的個體。於是,棄養個體的數量當然也不會跟『現有流浪動物族群多寡』有關,而也應該是個定數。

也因此,我決定把這個模型修改一下,改成模擬「固定數量」作為處理方式,以及在不同「固定棄養數量」的狀況下會出現的結果。而我的目標,當然是想要知道在什麼樣的處理強度下,可以讓流浪動物族群迅速衰亡。同時也可以評估一下,這樣的處理強度,在現實狀況下有沒有可能達成。

c.c. by rudresh_calls in Flickr
c.c. by rudresh_calls in Flickr

不過很不幸,我根本不會寫程式,對於研究裡面用的那個軟體也是毫無概念。但既然這麼模型只不過是把生育率死亡率還有密度相關因子包含進去計算出動物數量,那其實用EXCEL也是可以模擬的,只不過沒有辦法讓生育率和死亡率在一定範圍內浮動罷了,但還是極具參考價值跟模擬意義。

在焚膏繼晷夙夜匪懈費盡千辛萬苦捻斷數百根頭髮抓破幾處頭皮之後,這就是我用excel生出來的模型(點我下載)

-----廣告,請繼續往下閱讀-----

由於這一篇文章頗長,我就先把結論說清楚:

從結果看來我們可以發現,在降低流浪動物數量上,如果以「固定數量」作為處理方式,的確會比「固定比例」來得更有效。固定比例的處理方式永遠無法讓流浪動物消失,因為處理強度最後會和補償的生育率達成平衡;反之,固定數量的處理方式的確可以讓流浪動物消失。每年的捕捉移除如果都能夠做到一開始族群的一半數量,那麼流浪動物就會在十三年內消失,就算強度降低,每年捕捉移除一開始族群數量的二成五,只要可以針對單一性別的動物,也是可以讓族群在十多年內消失。若是採用TNR的話,每年如果都能夠做到一開始族群的一半數量,流浪動物也會在十年內消失,就算強度降低,每年TNR一開始族群數量的二成五,只要可以針對單一性別的動物,也是可以讓族群在十多年內消失。但是,一旦有了棄養,即使每年的棄養率只是初始族群的5%,定數處理每年捕捉移除原始族群的一半數量也只能降低動物數量但永遠無法消失,最好的狀況是把這每年的固定處理量都用在雌性身上,雖然不能完全消滅族群,但至少還有明顯的改善。如果是每年定數TNR原始族群的一半數量流浪動物的數量也是只能降低但永遠無法消失,而且就算是把這每年的固定處理量針對雌性結紮,結果也不會更好。

結論說完了,如果你還有興致的話,那我們就來玩一玩,模擬一下吧。

投影片1

首先,模型的設定就如同paper裡面的一樣,我都寫在excel表格裡面了。然後大家可以根據待處理(或想像中)的流浪動物族群現況,自己設定「初始未結紮雌性」、「初始未結紮雄性」、「族群最大承載量」、「年後代量」、「年雌性死亡率」、「年雄性死亡率」這些參數。有了這些參數以後,每一年的動物數量,也就是根據paper的模型計算而得。

-----廣告,請繼續往下閱讀-----

然後,處理方式也包含了「捕捉移除」「TNR」兩種,而且可以選擇使用跟paper一樣的「照比例處理」,或者是我覺得比較貼近現實的「固定數量處理」。無論你要單獨使用捕捉移除或TNR,或是想要兩者混用都沒問題。最後,模型裡當然也包含「移入」,更加入了「棄養」的因子。如果你想要模擬一個鄉鎮的流浪動物狀況,那麼就在移入率的格子裡填上你想測試的比率,這樣就是依照原本paper模型的設定,採用「按每年族群尚有缺額比例移入」的方式來計算。但如果你要模擬的是個小島或是整個台灣這種不會有流浪動物從外面移入的環境,那我建議就直接在「棄養」的格子裡輸入數字就好。這模型的設定是一跑四十年然後作圖,所以我們可以清楚看到在你自己的設定的各項參數、處理方式和強度、以及移入與棄養狀況底下,整個動物數量的變化。當然,我們並不希望流浪動物問題得要搞上四十年,我自己是把目標放在哪些處理方式和強度,可以讓流浪動物族群在五年內顯著下降、十多年內完全消失這樣。

模型還很貼心的幫你計算出這四十年來用你所設定的處理方式得要處理掉多少動物,這樣方便我們評估要花多少錢、心力、空間、時間、或是有些人最在乎的–要造多少殺業。

那我們開始模擬吧。
c.c. by Rachid H in Flickr
c.c. by Rachid H in Flickr

如果有個地方有6000隻流浪動物,未結紮雄雌性各半,該處族群承載量為7000(通常族群承載量都不會比既有的動物數量多到哪去),每隻雌性的年後代量為3.075(paper提供的流浪貓數據),雌性年死亡率為0.15,雄性為0.45。

先假設這個族群沒有移入&棄養的個體。

-----廣告,請繼續往下閱讀-----

投影片1

按照前一篇文章中的做法,每年照比例捕捉移除五成,雌雄各半,結果就是動物數量只會往下跌三年,然後就跟增加的生育率達成平衡,並且一路維持在4000隻不動如山。所以,要想把流浪動物族群消滅,照比例處理的做法就算做到了五成還是個失敗。(想想也該失敗,族群變小了應該要繼續努力啊,怎麼可能就從每年處理3000隻「照比例」的減少為每年處理2000隻呢?難怪會失敗)

好,現在我們改成用TNR當作處理方式,其他設定照舊,也依然是個沒有移入&棄養的族群。

投影片2

按照paper的做法,每年照比例把未結紮的雄雌性各TNR一半,結果就是動物數量只會漸漸往下跌十年,然後就跟增加的生育率達成平衡,並且一路維持在4000多隻不動如山,比捕捉移除的效果還爛,唯一可以說嘴的是總處理量只有25400,比起同樣強度的照比例捕捉移除要處理的83000隻是好的多了。所以,要想把流浪動物族群消滅,照比例處理的做法就算TNR做到了五成還是個失敗。

以上兩個用EXCEL模型模擬出來的結果,跟paper裡面的結果是吻合的,這表示了我們的模型應該是可信的。

-----廣告,請繼續往下閱讀-----

好,那如果是定數處理,每年捕捉移除3000隻,也就是雄雌各1500隻呢?

投影片3

你可以看到,到了第三年族群就狂崩到2500左右,然後在第九年的時候又崩了一次,到第十三年這個族群就消失了。因為在十三年之後就沒有動物可以處理,所以模型所謂的40年總處理數=31500,也就是在十三年之內捕捉移除掉的數量。本來只有六千隻,抓了又生生了又抓,累積起來就是這麼多。所以,想要把流浪動物族群消滅,定數處理每年做到一開始的五成,十三年後就成功。

現在,假設我們沒那麼多金錢心力,得把處理強度降低。如果每年固定捕捉移除雌雄各750隻的話,族群數量會維持在5000多上下,實在是沒什麼用。而且,其實也跟按比例每年處理25%的動物(也就是第一年雌雄各750隻)的結果一樣,動物數量會穩定維持在5000隻左右,對族群幾乎沒有影響。

投影片4

但是,如果把這1500隻的處理量通通針對雌性,那麼族群就會在11年左右完全消失,若是實際狀況則大概是七八年吧(因為雌性在第四年就抓光了,剩下的雄性就只能等著老死),總處理量為6000。若是1500隻處理量都是針對雄性,那麼族群則要到四十年左右才會消失,實際狀況大概是十多年(因為雄性在第五年被抓光,剩下的雌性要全部老死會稍微久一點,因為雌性通常活比較久),總處理量7500稍微差一點,但重點是動物數量會在前五年沒有明顯下降且有劇烈波動。所以如果只有每年1500隻的處理能耐,顯然通通投入到雌性上會比較好。

-----廣告,請繼續往下閱讀-----

投影片5

前面採用的是每年定數捕捉移除的方式,結果已經很不錯了。那如果是每年定數TNR3000隻,也就是雄雌各1500隻呢?

投影片6

你可以看到,到了第五年族群就開始顯著下降,漸漸到三十年的時候這個族群就消失了。下拉表格可以發現,到第三年其實就把所有動物紮光,所以實際狀況應該會在十年內讓所有的個體都自然老死。總處理數=7500,非常之少。所以,想要把流浪動物族群消滅,每年定數TNR處理做到一開始的五成數量,十年內就可以成功,而且動物處理量比起捕捉移除少得多。

現在,同樣假設我們沒那麼多金錢心力,得把處理強度降低。如果是按比例每年TNR25%的動物(也就是第一年雌雄各750隻)的話,對族群就幾乎沒有影響,動物數量會穩定維持在5400隻左右。但是,如果改成每年固定TNR雌雄各750隻的話就不一樣了:族群數量會在第七年開始大降,四十年左右會消失。表格下拉會發現第六年的時候所有個體就都結紮完畢了,所以實際上應該會在十五年內讓整個族群老死光光。總處理量為8250隻。

投影片7

如果把這1500隻的TNR量通通針對雌性,那麼族群會稍早一點,在第五年左右就開始崩盤,在35年左右完全消失。因為雌性在第三年就紮光了,剩下的就是等著老死,所以若是實際狀況則大概是十年上下族群消失吧。總處理量為4500。若是1500隻處理量都是針對雄性,那麼族群也是在第三年開始崩盤,35年左右消失。因為雄性在第二年就紮光了,剩下的雌性要全部老死大概也是十年上下。總處理量3000也是挺省事。

投影片8

到此,我們可以做個小結:在沒有移入和棄養的狀況下,如果是照比例處理,即使強度達到七成五,無論是捕捉移除或TNR都無法讓流浪動物族群在四十年內消失,因為最後補償的生育率和處理率會達成平衡。但如果固定數量作為處理強度,那麼只要每年固定捕捉移除一開始族群的五成,就可以讓流浪動物在十五年內全部消失;若能夠針對雌性或雄性捕捉移除(以針對雌性為佳),那只要每年固定捕捉移除一開始族群的二成五,就可以讓流浪動物在十年左右全部消失。而如果是TNR,每年只要固定處理一開始流浪動物族群數量的二成五,就可以讓流浪動物在十五年內全部消失;同樣的處理強度,若是針對雌性或雄性捕捉移除(以針對雌性為佳)的話,則可以讓流浪動物在十年左右全部消失

另外,在相同的處理強度下,若是比較經手的動物數量,TNR需要經手的動物數量遠少於捕捉移除,這一點也是跟先前paper中的結果一致。

c.c. by Valentin Komposterov in Flickr
c.c. by Valentin Komposterov in Flickr

不過,一旦有棄養,好比說每年有個300隻雌雄各半的棄養個體,這狀況就很不一樣了。

一樣是定數處理,每年捕捉移除3000隻,也就是雄雌各1500隻。本來可以在十三年內讓這個族群消失,但是一旦有了每年區區300隻的棄養(棄養率為初始族群的5%)流浪動物的數量只會在前三年下跌,之後就會維持在4000隻左右,永遠無法消失。模型的40年總處理數也爆增到=123000,做這麼多完全就是把錢丟到水裡。除非把這每年3000隻的處理量都用在雌性身上,那麼族群還可以在七年後壓到1000隻上下然後維持下去,雖然不能完全消滅族群,但至少還有明顯的改善;但如果這每年3000隻的處理量都用在雄性身上,那就連壓低族群數量的效果都沒有了,真的是把錢丟到水裡而已。

而當然,要是處理強度更低的話,就會連壓低流浪動物數量的效果都完全不存在。

每年300隻雌雄各半的棄養個體的狀況下採用每年定數捕捉移除方式的結果是如此,那如果是每年定數TNR呢?

如果我們每年固定TNR3000隻未結紮個體雌雄各半,本來可以在十年內讓流浪動物全部消失,但一旦有了每年區區300隻的棄養(棄養率為初始族群的5%),流浪動物的數量就只會在十五年內降到3000隻並且維持,永遠無法消失,而且就算是把這每年3000隻的處理量針對雌性結紮,結果也不會更好。

投影片11 投影片12

如果每年的固定處理量有一開始的五成都還無力回天,處理強度更低的狀況當然就更不用看了。當然,處理強度高一點是有機會讓流浪動物消失的,但是一般來說,五成的處理量已經是難如登天了,更何況更高的強度呢?

到此,我們的模型也玩得差不多了。從結果看來我們可以發現,在降低流浪動物數量上,如果以「固定數量」作為處理方式,的確會比「固定比例」來得更有效。固定每年處理數量的做法甚至只要做到每年處理初始族群的兩成五的數量並且針對單一性別,就可以在十多年內讓流浪動物消失。但是一旦有棄養,即使只有相當少數的棄養(初始族群的5%年棄養率),也會讓處理的效果大打折扣,讓減少流浪動物數量變得非常困難,更讓流浪動物消失變得幾乎不可能。
2014年是個自己的國家自己救的一年,希望這一篇文章,可以成為年底的重要禮物,並且讓2015年元旦成為「自己的流浪動物TNR自己模擬」的開始,讓所有關心流浪動物議題的人,都可以找到理想的、科學的、有所依據的方式,無論是透過捕捉移除努力送養也好,或是透過不得不為的TNR也好,來解決台灣的流浪動物問題。

模型裡面當然還可以設定捕捉移除和TNR雙管齊下的狀況,甚至可以把移入跟棄養也一起設定進去,那就看各位自己的需求跟時間,自己去嘗試各種參數吧。

-----廣告,請繼續往下閱讀-----
文章難易度
YTLai_96
51 篇文章 ・ 30 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。

從歷史看未來:AI 技術發展的 3 個高峰

其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。

第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。

-----廣告,請繼續往下閱讀-----
圖二、1957-1970 年迎來 AI 第一次爆發

之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。

走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。

圖三、1980 年專家系統的興起,進入第二次高峰

從現在看未來:AI 不僅是工具,也是創作者

隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。

-----廣告,請繼續往下閱讀-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。

透過歷史解析引起共鳴

在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。

過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。

除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。

吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
從認證到實踐:以智慧綠建築三大標章邁向淨零
鳥苷三磷酸 (PanSci Promo)_96
・2024/11/15 ・4487字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

本文由 建研所 委託,泛科學企劃執行。 


當你走進一棟建築,是否能感受到它對環境的友善?或許不是每個人都意識到,但現今建築不只提供我們居住和工作的空間,更是肩負著重要的永續節能責任。

綠建築標準的誕生,正是為了應對全球氣候變遷與資源匱乏問題,確保建築設計能夠減少資源浪費、降低污染,同時提升我們的生活品質。然而,要成為綠建築並非易事,每一棟建築都需要通過層層關卡,才能獲得標章認證。

為推動環保永續的建築環境,政府自 1999 年起便陸續著手推動「綠建築標章」、「智慧建築標章」以及「綠建材標章」的相關政策。這些標章的設立,旨在透過標準化的建築評估系統,鼓勵建築設計融入生態友善、能源高效及健康安全的原則。並且政府在政策推動時,為鼓勵業界在規劃設計階段即導入綠建築手法,自 2003 年特別辦理優良綠建築作品評選活動。截至 2024 年為止,已有 130 件優良綠建築、31 件優良智慧建築得獎作品,涵蓋學校、醫療機構、公共住宅等各類型建築,不僅提升建築物的整體性能,也彰顯了政府對綠色、智慧建築的重視。

-----廣告,請繼續往下閱讀-----

說這麼多,你可能還不明白建築要變「綠」、變「聰明」的過程,要經歷哪些標準與挑戰?

綠建築標章智慧建築標章綠建材標章
來源:內政部建築研究所

第一招:依循 EEWH 標準,打造綠建築典範

環境友善和高效率運用資源,是綠建築(green building)的核心理念,但這樣的概念不僅限於外觀或用材這麼簡單,而是涵蓋建築物的整個生命週期,也就是包括規劃、設計、施工、營運和維護階段在內,都要貼合綠建築的價值。

關於綠建築的標準,讓我們先回到 1990 年,當時英國建築研究機構(BRE)首次發布有關「建築研究發展環境評估工具(Building Research Establishment Environmental Assessment Method,BREEAM®)」,是世界上第一個建築永續評估方法。美國則在綠建築委員會成立後,於 1998 年推出「能源與環境設計領導認證」(Leadership in Energy and Environmental Design, LEED)這套評估系統,加速推動了全球綠建築行動。

臺灣在綠建築的制訂上不落人後。由於臺灣地處亞熱帶,氣溫高,濕度也高,得要有一套我們自己的評分規則——臺灣綠建築評估系統「EEWH」應運而生,四個英文字母分別為 Ecology(生態)、Energy saving(節能)、Waste reduction(減廢)以及 Health(健康),分成「合格、銅、銀、黃金和鑽石」共五個等級,設有九大評估指標。

-----廣告,請繼續往下閱讀-----

我們就以「台江國家公園」為例,看它如何躍過一道道指標,成為「鑽石級」綠建築的國家公園!

位於臺南市四草大橋旁的「台江國家公園」是臺灣第8座國家公園,也是臺灣唯一的濕地型的國家公園。同時,還是南部行政機關第一座鑽石級的綠建築,其外觀採白色系列,從高空俯瞰,就像在一座小島上座落了許多白色建築群的聚落;從地面看則有臺南鹽山的意象。

因其地形與地理位置的特殊,生物多樣性的保護則成了台江國家公園的首要考量。園區利用既有的魚塭結構,設計自然護岸,保留基地既有的雜木林和灌木草原,並種植原生與誘鳥誘蟲等多樣性植物,採用複層雜生混種綠化。以石籠作為擋土護坡與卵石回填增加了多孔隙,不僅強化了環境的保護力,也提供多樣的生物棲息環境,使這裡成為動植物共生的美好棲地。

台江國家公園是南部行政機關第一座鑽石級的綠建築。圖/內政部建築研究所

第二招:想成綠建築,必用綠建材

要成為一幢優秀好棒棒的綠建築,使用在原料取得、產品製造、應用過程和使用後的再生利用循環中,對地球環境負荷最小、對人類身體健康無害的「綠建材」非常重要。

-----廣告,請繼續往下閱讀-----

這種建材最早是在 1988 年國際材料科學研究會上被提出,一路到今日,國際間對此一概念的共識主要包括再使用(reuse)、再循環(recycle)、廢棄物減量(reduce)和低污染(low emission materials)等特性,從而減少化學合成材料產生的生態負荷和能源消耗。同時,使用自然材料與低 VOC(Volatile Organic Compounds,揮發性有機化合物)建材,亦可避免對人體產生危害。

在綠建築標章後,內政部建築研究所也於 2004 年 7 月正式推行綠建材標章制度,以建材生命週期為主軸,提出「健康、生態、高性能、再生」四大方向。舉例來說,為確保室內環境品質,建材必須符合低逸散、低污染、低臭氣等條件;為了防溫室效應的影響,須使用本土材料以節省資源和能源;使用高性能與再生建材,不僅要經久耐用、具高度隔熱和防音等特性,也強調材料本身的再利用性。


在台江國家公園內,綠建材的應用是其獲得 EEWH 認證的重要部分。其不僅在設計結構上體現了生態理念,更在材料選擇上延續了對環境的關懷。園區步道以當地的蚵殼磚鋪設,並利用蚵殼作為建築格柵的填充材料,為鳥類和小生物營造棲息空間,讓「蚵殼磚」不再只是建材,而是與自然共生的橋樑。園區的內部裝修選用礦纖維天花板、矽酸鈣板、企口鋁板等符合綠建材標準的系統天花。牆面則粉刷乳膠漆,整體綠建材使用率為 52.8%。

被建築實體圍塑出的中庭廣場,牆面設計有蚵殼格柵。圖/內政部建築研究所

在日常節能方面,台江國家公園也做了相當細緻的設計。例如,引入樓板下的水面蒸散低溫外氣,屋頂下設置通風空氣層,高處設置排風窗讓熱空氣迅速排出,廊道還配備自動控制的微噴霧系統來降溫。屋頂採用蚵殼與漂流木創造生態棲地,創造空氣層及通風窗引入水面低溫外企,如此一來就能改善事內外氣溫及熱空氣的通風對流,不僅提升了隔熱效果,減少空調需求,讓建築如同「與海共舞」,在減廢與健康方面皆表現優異,展示出綠建築在地化的無限可能。

-----廣告,請繼續往下閱讀-----
島式建築群分割後所形成的巷道與水道。圖/內政部建築研究所

在綠建材的部分,另外補充獲選為 2023 年優良綠建築的臺南市立九份子國民中小學新建工程,其採用生產過程中二氧化碳排放量較低的建材,比方提高高爐水泥(具高強度、耐久、緻密等特性,重點是發熱量低)的量,並使用能提高混凝土晚期抗壓性、降低混凝土成本與建物碳足跡的「爐石粉」,還用再生透水磚做人行道鋪面。

2023 年優良綠建築的臺南市立九份子國民中小學。圖/內政部建築研究所
2023 年優良綠建築的臺南市立九份子國民中小學。圖/內政部建築研究所

同樣入選 2023 年綠建築的還有雲林豐泰文教基金會的綠園區,首先,他們捨棄金屬建材,讓高爐水泥使用率達 100%。別具心意的是,他們也將施工開挖的土方做回填,將有高地差的荒地恢復成平坦綠地,本來還有點「工業風」的房舍告別荒蕪,無痛轉綠。

雲林豐泰文教基金會的綠園區。圖/內政部建築研究所

等等,這樣看來建築夠不夠綠的命運,似乎在建材選擇跟設計環節就決定了,是這樣嗎?當然不是,建築是活的,需要持續管理–有智慧的管理。

第三招:智慧管理與科技應用

我們對生態的友善性與資源運用的效率,除了從建築設計與建材的使用等角度介入,也須適度融入「智慧建築」(intelligent buildings)的概念,即運用資通訊科技來提升建築物效能、舒適度與安全性,使空間更人性化。像是透過建築物佈建感測器,用於蒐集環境資料和使用行為,並作為空調、照明等設備、設施運轉操作之重要參考。

-----廣告,請繼續往下閱讀-----

為了推動建築與資通訊產業的整合,內政部建築研究所於 2004 年建立了「智慧建築標章」制度,為消費者提供判斷建築物是否善用資通訊感知技術的標準。評估指標經多次修訂,目前是以「基礎設施、維運管理、安全防災、節能管理、健康舒適、智慧創新」等六大項指標作為評估基準。
以節能管理指標為例,為了掌握建築物生命週期中的能耗,需透過系統設備和技術的主動控制來達成低耗與節能的目標,評估重點包含設備效率、節能技術和能源管理三大面向。在健康舒適方面,則在空間整體環境、光環境、溫熱環境、空氣品質、水資源等物理環境,以及健康管理系統和便利服務上進行評估。

樹林藝文綜合大樓在設計與施工過程中,充分展現智慧建築應用綜合佈線、資訊通信、系統整合、設施管理、安全防災、節能管理、健康舒適及智慧創新 8 大指標先進技術,來達成兼顧環保和永續發展的理念,也是利用建築資訊模型(BIM)技術打造的指標性建築,受到國際矚目。

樹林藝文綜合大樓。圖/內政部建築研究所「111年優良智慧建築專輯」(新北市政府提供)

在興建階段,為了保留基地內 4 棵原有老樹,團隊透過測量儀器對老樹外觀進行精細掃描,並將大小等比例匯入 BIM 模型中,讓建築師能清晰掌握樹木與建築物之間的距離,確保施工過程不影響樹木健康。此外,在大樓啟用後,BIM 技術被運用於「電子維護管理系統」,透過 3D 建築資訊模型,提供大樓內設備位置及履歷資料的即時讀取。系統可進行設備的監測和維護,包括保養計畫、異常修繕及耗材管理,讓整棟大樓的全生命週期狀況都能得到妥善管理。

智慧建築導入 BIM 技術的應用,從建造設計擴展至施工和日常管理,使建築生命周期的管理更加智慧化。以 FM 系統 ( Facility Management,簡稱 FM ) 為例,該系統可在雲端進行遠端控制,根據會議室的使用時段靈活調節空調風門,會議期間開啟通往會議室的風門以加強換氣,而非使用時段則可根據二氧化碳濃度調整外氣空調箱的運轉頻率,保持低頻運作,實現節能效果。透過智慧管理提升了節能效益、建築物的維護效率和公共安全管理。

-----廣告,請繼續往下閱讀-----

總結

綠建築、綠建材與智慧建築這三大標章共同構建了邁向淨零碳排、居住健康和環境永續的基礎。綠建築標章強調設計與施工的生態友善與節能表現,從源頭減少碳足跡;綠建材標章則確保建材從生產到廢棄的全生命週期中對環境影響最小,並保障居民的健康;智慧建築標章運用科技應用,實現能源的高效管理和室內環境的精準調控,增強了居住的舒適性與安全性。這些標章的綜合應用,讓建築不僅是滿足基本居住需求,更成為實現淨零、促進健康和支持永續的具體實踐。

建築物於魚塭之上,採高腳屋的構造形式,尊重自然地貌。圖/內政部建築研究所

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

12
4

文字

分享

0
12
4
【2013 諾貝爾化學獎】用程式計算化學:電腦模擬催化知識發展!
諾貝爾化學獎譯文_96
・2022/01/11 ・4460字 ・閱讀時間約 9 分鐘

本文轉載自諾貝爾化學獎專題系列,原文為《【2013 諾貝爾化學獎】將實驗帶入網際空間

  • 譯者/曹一允|美國德州農工大學 Karen Wooley 教授指導下取得博士,現於日本萊雅公司進行研究。
  • 譯者/蔡蘊明|台大化學系名譽教授

化學反應以閃電的速度進行著;電子在原子核間跳躍,閃避著化學家們虎視眈眈的雙眼。2013 年的諾貝爾化學桂冠得主們利用電腦,讓化學的神祕路徑得以現形。對於化學運作的細部暸解,使得催化劑、藥物以及太陽能電池的最佳化變得更有效率。

將實驗帶入網際空間

全世界的許多化學家幾乎每天在電腦上設計以及執行實驗,透過馬丁.卡普拉斯(Martin Karplus)、麥可.李維特(Michael Levitt)以及艾瑞.瓦歇爾(Arieh Warshel)於 1970 年代所發展的方法,化學家們檢視著用肉眼無法看到的複雜化學過程之中的每一個小小的步驟。

爲了讓讀者感受到人類如何因此而受惠,讓我們用一個例子來開頭。請穿上你的實驗衣,因為我們要給你一個挑戰:創造人工光合作用。這個在綠葉中進行的化學反應,讓大氣充填了氧氣,也是地球上有生命存在的必要條件之一。但是從環境的角度來看,這是很有意義的,因為如果你能夠模擬光合作用,就能創造更有效率的太陽能電池。當水分解時會產生氧氣,但隨伴產生的氫氣則可以用於驅動我們的車輛。因此你有十足充分的理由參與這個計畫,假若你成功了,對解決溫室效應的問題,你也會有所貢獻。

一張圖超過千言萬語──但並非全部

做為第一步,你應該會上網去找尋那些控制光合作用的蛋白質的三維結構圖像。這些圖像均可從網路裡自由的取得,你可將圖像在電腦上隨意旋轉和扭曲,它揭露了巨大的蛋白質分子裡數以萬計的原子。在其中心某處,有一個小小的區域,被稱為反應中心,這就是水分子被裂解的地方。不過只有幾個原子是直接參與這個反應的。圖像很清楚的顯示了原子與離子相互坐落的位置,但卻無法說出這些原子與離子如何運作,這就是你需要搞清楚的。不知如何地,電子必須從水分子中取出,另有四個質子(H+)必須處理,這到底如何發生呢?

-----廣告,請繼續往下閱讀-----
現在的化學家在電腦上做實驗幾乎與在實驗室做實驗一般頻繁,從電腦上得到的計算結果經由真實的實驗得到證實後,讓我們對原子的世界如何運作得到新的線索。此可謂理論與實踐相輔相成。圖/諾貝爾化學獎專題系列

這個過程用傳統的化學方法基本上是無法弄清楚的,有太多的事情發生在一個毫秒(10-3秒)之內,這種速度排除了用試管實驗來研究之可能。從你的電腦圖像也仍然很難猜測反應的過程,因為圖像是在靜態取得的,然而當太陽照射在綠葉上時,那些蛋白質充滿了能量,而整個分子的結構改變了。為了瞭解這個化學反應,你需要知道充填了能量的分子結構是什麼樣子。

這就是需要召喚電腦程式來幫助你的時刻,而這些電腦程式就是基於 2013 年的諾貝爾化學獎得主們所奠定的基石。

理論與實踐──一個成功的相輔相成

利用這種電腦程式,你可以計算各種可能的反應路徑,這被稱為模擬(simulation or modeling),此法讓你對那些原子在化學反應的不同階段扮演的角色有些概念,而當你有一個可能的反應路徑時,會較容易執行真實的實驗,來證實電腦的對錯,這些實驗反過來提供了新的線索,以導致更好的電腦模擬結果;理論與實踐達到相輔相成的效果。結果是,化學家們花在電腦前面的時間,與花在試管之間的時間幾乎一樣多!

那麼這次諾貝爾化學獎得主們發展的電腦程式,到底有何神奇之處呢?

-----廣告,請繼續往下閱讀-----

將兩個世界最好的整合起來

過去,當科學家們要在電腦上模擬分子時,他們擁有的程式不是基於古典牛頓物理,就是基於量子物理,二者各有其長處與短處。基於古典物理的程式能計算與處理大的化學分子,它們只能顯示靜態的分子,給予化學家們關於分子內的原子的相對位置很好的圖像,可是你無法用這些程式去模擬化學反應。在化學反應時,分子是充滿能量的,處在激發的狀態,古典物理就是無法理解這些狀態,而這就成為一個嚴重的限制。

牛頓與薛丁格的貓:從前,古典物理與量子化學分屬兩個相互對抗的世界,2013 年的諾貝爾化學獎得主們替這兩個世界打開了一扇大門,帶來了暢旺的合作。圖/諾貝爾化學獎專題系列

當科學家們要模擬化學反應時,他們需要轉而求助量子物理;其二元理論(dualistic theory)將電子視為同時具有粒子與波動的雙重性質,其中著名的「薛丁格的貓」,藏在盒中,可能是活的也可能是死的。量子物理的強項在於它是沒有偏見的,其模型不包括科學家們的預測,因此這樣的模擬較為真實。但其缺點在於計算需要耗費龐大的電腦資源,因為電腦需要處理分子中的每一個電子以及原子核。這就好像一張數位圖像的像素(pixel)數目,像素越多,解析度越佳,但是需要較多的電腦空間。類似地,透過量子物理的計算,雖然可以描繪化學反應中的詳細過程,但是需要強大的電腦。在 1970 年代,這意味著科學家們只能對小分子進行計算。在模擬時,他們被迫忽略分子與周遭環境的作用,雖然真實世界中的化學反應大都在某些溶液中進行,但是假若科學家們計算時,要電腦將溶劑也一併考慮的話,他們將需要等待個幾十年才能得到結果。

所以古典物理與量子化學是兩個本質上不同,而且在某些方面相互衝突的世界。但是 2013 年的諾貝爾化學獎得主們,替這兩個世界打開了一扇大門。在他們的模型裡,牛頓與他的蘋果,跟薛丁格和他的貓合作。

量子化學與古典物理合作

在 1970 年代,在美國劍橋哈佛大學卡普拉斯的實驗室裡,開展了合作的第一步。卡普拉斯具有深厚的量子背景,他的研究小組發展的電腦程式,藉著量子物理的幫助可以模擬化學反應。他也發展了所謂的「卡普拉斯方程式」應用於核磁共振(NMR),那是一個化學家熟知的方法,乃基於分子的量子化學性質所建立的。當瓦歇爾完成他的博士學位後,在 1970 年進入了卡普拉斯的實驗室。他的博士學位是在以色列 Rehovot 的 Weismann 科學研究院所獲得的,該研究院擁有一台能力強大的電腦,被稱為 Golem,那是取自猶太傳說中的一位有生命的泥人的名字。透過 Golem 的幫助,瓦歇爾與李維特基於古典理論,發展了一個突破性的電腦程式,此程式能夠模擬各種分子,甚至於真正很大的生物分子。

-----廣告,請繼續往下閱讀-----

當瓦歇爾加入卡普拉斯在哈佛大學的研究小組時,帶著他那古典的電腦程式,以這個程式為起點,他與卡普拉斯發展了一個新的程式,以不同的方式計算不同的電子。在大部分的分子中,每一個電子繞著特定的原子核運行,但是在某些分子中,某些電子可以毫無阻礙的在數個原子核間移動,這些「自由電子」可以存在於像是視網醛(retinal)這個分子中,此分子是嵌在眼睛的視網膜上。卡普拉斯對於視網醛有著長期的興趣,因為這個分子的量子化學性質,影響了某些生物的功能;當光照射在視網膜上,視網醛的自由電子就會得到能量,因此改變了分子的形狀,這是人類視覺的第一步。

最後,卡普拉斯與瓦歇爾終於能夠處理視網醛,不過他們是從具有簡單結構的類似分子開始的。他們發展了一個電腦程式,運用量子物理來處理自由電子的計算,但是用簡單的古典理論來處理其它的電子以及所有的原子核。在 1972 年,他們發表了研究結果,這乃是第一次有人能夠透過古典與量子物理的合作來處理化學相關的問題,但是此法僅能處理具有鏡面對稱性的分子(像人一般有一面鏡子在身體正中央而左右對映)。

一個萬用程式來計算生命的化學

在哈佛大學待了兩年之後,瓦歇爾又與李維特合作。此時李維特已經完成了英國劍橋大學的博士訓練,正值全球尖端的研究都在於探討像是 DNA、RNA 以及蛋白質這類的生物分子。他企圖用他的古典電腦程式,來對生物分子的結構做進一步的瞭解,然而限制仍然存在,僅能觀察靜態的分子。

李維特與瓦歇爾瞄準了一個很高的目標,他們想要發展一個程式用來研究酵素;也就是生命活體中,控制與催化化學反應的許多蛋白質。早在瓦歇爾還是一位年輕的學生時,他就對於酵素如何運作很好奇。透過酵素間的相互合作,生命才可能存在,它們控制了基本上所有生命體內的各種化學,如果你想要瞭解生命,你就必須瞭解酵素。

-----廣告,請繼續往下閱讀-----

爲了能夠模擬酵素的反應,李維特與瓦歇爾必須讓古典與量子物理的合作更為順暢,這花了他們許多年去克服各種障礙。他們的探索始於 Weismann 科學研究院,但是當李維特在數年後完成了他的博士後研究的訓練,他回到了劍橋,在那裡瓦歇爾也來加入。在 1976 年,他們達成了目標,並發表了第一個酵素反應的電腦模擬,他們的程式是革命性的,因為它可以用在各種分子上,在模擬化學反應時,大小已經不成問題。

聚焦於運作的心臟

現在當化學家模擬化學反應時,他們需要時就會運用這種力量。他們對每一個直接影響化學過程的電子與原子核,進行吃力的量子物理計算,這樣,他們取得關鍵所在儘可能最佳的解析,分子其他的部分則用古典的方程式來模擬。

爲了不浪費電腦的能力,李維特與瓦歇爾將計算的負載進一步修減,電腦不需要一直處理分子中不重要部分的每一個原子,他們展示了可以將多個原子合併計算。

現在的計算中,科學家還在模擬時加入了第三個層次。簡單的來說,電腦可將離化學反應中心很遠的原子們包裹在一起,成為一個均勻的質體。在科學圈內,這被稱為介電介質(dielectric medium)。

-----廣告,請繼續往下閱讀-----
現今化學家們模擬分子的運作時,若有需要就會運用電腦的力量。量子物理的計算成為了此一系統的核心,其外則是基於古典物理的處理,而在最外層的原子和分子則視為聚集在一起的一團均勻物質,這種簡化的方式,讓我們能用計算來處理那些巨大的化學體系。圖/諾貝爾化學獎專題系列

模擬將帶我們進展至多遠決定在未來

因為現今的科學家可以用電腦來進行實驗,這讓我們對化學反應如何的進行得到了更深的理解。卡普拉斯、李維特以及瓦歇爾發展的方法的強度在於它們是萬用的,它們可以用來研究各種化學;從生命的分子到工業上的化學反應,科學家可以將太陽能電池、汽車用的催化劑或甚至於藥物最佳化,而這僅是舉幾個例子而已。

不過進展不會停在那裡,在李維特的一篇論文中,寫到了他的夢想:在分子的層次模擬生命體,那真是個極為誘人的想法。由 2013 年的諾貝爾化學獎得主們發展的電腦模擬,是極為有力的工具,到底它可將我們的知識推進到多遠,只有未來才能決定。

參考資料

-----廣告,請繼續往下閱讀-----
諾貝爾化學獎譯文_96
15 篇文章 ・ 23 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列