Loading [MathJax]/extensions/MathZoom.js

0

0
0

文字

分享

0
0
0

生物界建築大師

探索頻道雜誌_96
・2015/08/19 ・3085字 ・閱讀時間約 6 分鐘 ・SR值 527 ・七年級

-----廣告,請繼續往下閱讀-----

人類對於自己巨大的物質創作過於自豪,以至於往往以為只有人類才有卓越的設計。《Discovery探索頻道雜誌》發現事實正好相反,並深入了解背後原因,帶我們踏入神奇的動物建築世界。

動物建築四處可見。舉凡數十億隻珊瑚蟲分泌鈣搭建而成的大堡礁、水利工程大師河狸,乃至黏性強且易致命的小蜘蛛網,以及蜂巢、白蟻窩,還有種類樣式多到幾乎無以計數的鳥巢。

科學家和博物學家長年來仔細鑽研這些神奇的設計,並逐漸認識到這些特別複雜的結構究竟是如何建造。倘若能深入了解這些動物建築,勢必有助於科學方面的進展:畢竟要建造出這些結構,需要具備技能、智力,以及從錯誤中學習的能力,而這些特質在過去被認為是人類獨具的。

格拉斯哥大學動物建築榮譽教授麥可‧韓索爾(Mike Hansell)表示,動物搭造建築主要是為了提供安全的遮蔽,免受嚴寒及酷熱之苦,以及躲避掠食者。這點和人類一樣。

-----廣告,請繼續往下閱讀-----

他在著作《動物建造:動物建築的自然史》(Built by Animals: The Natural History of Animal Architecture)中寫道:「巢、穴和繭都是為此建造的家。動物建築和人類的家類似,並非只提供保護,有時也會具備一些額外的附加功能,例如儲存糧食、廢物處置,還可能內建食物生產區。」事實上,有些動物建築甚至還具備通風散熱系統。

30-31 動物界建築大師
圖左一、二:石蠶蛾(Limnephilidae)建造的兩種沙管;圖右為巢鼠(Micromys minutus)建造的巢。本圖擷取自《探索頻道雜誌國際中文版》2015年04月號第27期,全見版請點擊本圖放大。

堅固耐久

舉例來說,草原松鼠在北美大平原上挖掘的洞穴即使遇到極端氣溫、水災和火災也經得起考驗──裡頭有功能各異的洞室,用來儲存食物、監聽掠食者或養育幼鼠。牠們的洞穴能構成相互接連的地下「城鎮」,規模相當龐大。其中一例就是在1900年德州一處未有人類聚落的場所發現的草原松鼠巢穴,占地6萬5000平方公里,估計當中約居住4億隻草原松鼠。

南美切葉蟻的巢穴也在地下,可達六公尺深,容納八百萬隻成蟲。蟻群不停將新鮮的植物葉子剪切成薄片,搬進巢穴,接著將葉片嚼碎混合作成堆肥,用來培養牠們養在「真菌園」裡的真菌,維持蟻群的食物來源。

這個地下迷宮藉由一煙囪系統將巢穴的空氣排出,保持通風。這樣的機制也出現在某些白蟻丘和齧齒動物的洞穴。此外也被一些水棲的動物,包括穴居習性的魚類和蝦猴所應用。

-----廣告,請繼續往下閱讀-----

澳洲北部的磁白蟻則將此提升至更高的境界。宛如墓園般的場地,佈滿兩公尺高瘦長的「墓碑風格」蟻丘,其中不僅有拱門、隧道、煙囪、隔離區和育嬰室,甚至還由北至南排列成一線,好將陽光曝曬程度降至最低。

「動物建築有兩個主要的其他功能:作為陷阱或展示。」韓索爾補充道。最顯而易見的陷阱建造者,當然就屬蜘蛛了。而澳洲亭鳥的雄鳥則會建造「亭子」,並精心布置、裝飾自己的作品,以用來擄獲雌鳥的芳心。

34-35 動物界建築大師
圖左為鋼腹蜂鳥(Amazilia saucerrotte)的巢,圖右則為細紋葦鷹(Acrocephalus scirpaceus)的巢。本圖出自《探索頻道雜誌國際中文版》2015年04月號第27期,全見版請點擊本圖放大。

嘗試錯誤學習

但為何這麼多動物,儘管並非擁有高度智慧,卻懂得建造如此繁複精巧且看似科學的構造呢?

正如任一個人類建築計畫一樣,動物雖是因應需求而創造建築,也必須善用大自然的條件。動物要能運用腦力來規劃、設計和操控材料,這多半仰賴環境所給予的資源,以及動物天生所具備的專長。動物在打造建築時會用到自己本來就有的工具,包括身體、喙、手、腳、牙齒、爪子、尾巴、吐絲器和螯。

-----廣告,請繼續往下閱讀-----

用科學方法來衡量白蟻、珊瑚蟲或某些類蝦子等的築巢動機並不容易,而目前科學家大致歸納出了幾種理由。諸如作為掩蔽處、養育家庭或是吸引伴侶,甚至作為捕捉獵物的陷阱,然而無論是何種理由,動物對於建造巢穴的種類、地點、以及材料所做出的每個選擇,都會對最後的成敗有重大影響。正由於巢穴相當重要,因此長久以來,築巢被認為是由基因遺傳決定的:畢竟,即使毫無經驗的未成年者也能建造出與成年者相當接近的成品。

不過近來有大量關於鳥類的研究顯示,在這群築巢脊椎動物中,基因只不過是其中一個因素而已。這些研究發現,鳥類並沒有遵循與生俱來的築巢範本,也不受限於遺傳天性所選的材料,而會從嘗試、錯誤和範例中學習如何選擇最適合的建材和技術,蓋出自己的夢想家園。

在一項以斑胸草雀為對象的研究中發現,斑胸草雀在野外會以乾燥的草莖和細枝築巢,以用作掩護,提供安全的環境以養育下一代。為了解牠們如何在不同的建材之間做出選擇,蘇格蘭聖安竹斯大學的艾達‧貝利博士(Dr Ida Bailey)對一組飼養箱中的斑胸草雀提供有彈性、鬆軟的繩子作為建材,而另一組則提供較僵硬、結構較健全的繩子。

之後再讓兩組鳥類選擇有彈性還是較僵硬的繩子,這時先前被迫造出鬆軟鳥巢的那組立即選擇較堅硬的建材。「我們發現斑胸草雀喜愛較僵硬的繩子,因建造起來較有效率,使用較少的建材就能完成一個巢,」貝利表示。

-----廣告,請繼續往下閱讀-----

科學家研究波札那的黑額織巢鳥以草編成的複雜鳥巢後,進一步肯定「學習」對築巢的價值。他們發現,每隻鳥會使用不同的技巧建築自己的巢,有的鳥喜歡從左到右築巢,有的則喜歡自右而左。他們同時也發現,鳥兒在將草葉編織和打結築成巢這方面愈來愈有經驗後,掉落的建材數量也會減少。

「假使鳥兒遵循遺傳基因範本來築巢,那麼你會期待所有的鳥每次都以同樣方式築巢,」愛丁堡大學生物科學學院的派翠克‧華許博士(Dr Patrick Walsh)解釋,「然而事實並非如此。黑額織巢鳥的築巢方法變化不少,顯示經驗在築巢過程扮演了關鍵角色。即使是鳥類也會熟能生巧。」

當然頭腦好也有幫助。其他研究顯示,腦容量較大且皺褶多的小腦,能建造出結構較為複雜的鳥巢,因為小腦與複雜的運動技巧、過程學習和計畫有關。

「建造出結構複雜鳥巢的鳥類,其小腦皺褶比建造出簡單鳥巢的鳥類更大。」聖安竹斯大學的生物學家札克里‧浩爾博士(Dr Zachary Hall)表示。

-----廣告,請繼續往下閱讀-----

「其他與小腦有關的築巢行為,例如動作順序和學習,也可以解釋鳥巢複雜度和小腦皺褶的關係,」他表示。

雄性亭鳥會精心建造展示用的亭子,並蒐集彩色的物品來裝飾。2005年的研究顯示,鳥類小腦的腦容量愈大,其建造的亭子複雜度就愈高。

36-37 動物界建築大師2
圖上為哥倫比亞的硬珊瑚(Meandrina meandrites),圖下為築巢初期階段的黃胡蜂(Vespula vulgaris)巢。本圖擷取自《探索頻道雜誌國際中文版》2015年04月號第27期,全見版請點擊此處。

連鎖反應

除了造型迷人有趣之外,動物建築師建造的建築功能甚至已不只滿足動物自身需求。隨著時間過去,這些建築也會從根本改變當地的景觀,並且增加生物多樣性。舉例來說,海狸砍伐樹木,因而開闢新的發展空間,並創造溼地,進而帶來了無脊椎動物、魚類和蛙類,以及寄生在牠們身上的生物。

珊瑚礁會隨著時間緩慢生長,其生物多樣性的豐富程度與熱帶雨林不相上下;而蜥蜴和鳥類則樂於在白蟻丘中築巢。即便是不起眼的蚯蚓,牠們每年咀嚼、鑽過大量的土壤和泥地,也都有助於使土壤更肥沃,讓其他植物和動物能在其上成長茁壯。

-----廣告,請繼續往下閱讀-----

唯有人類,雖可說是所有動物之中最偉大的建築師,但卻似乎具有傷害周遭陸地的天賦。「人類是會改變棲息地的強勢物種,」韓索爾贊同此觀點,「除了人類,沒有任何一種物種會因為建築行為而造成劇烈的環境變遷。」

幸好我們從動物身上學到的智慧或許能幫助我們設法轉危為安,建造出對地球更友善的設計。「現在該輪到人類將其他物種吸引至我們所建造的棲息地了,」韓索爾如是說。

 

本文出自《探索頻道雜誌國際中文版》2015年04月號第27期

-----廣告,請繼續往下閱讀-----
文章難易度
探索頻道雜誌_96
10 篇文章 ・ 12 位粉絲
《探索頻道雜誌》以說故事的方式,將複雜艱深的主題轉變成輕鬆有趣的文章,主題包羅萬象,涵括自然、探險、科技、藝術、歷史、環境、旅遊、文化和趣聞軼事等,以科學和人文角度滿足你的好奇心。雜誌滿載大篇幅的彩色實景照片,讓視覺娛樂更豐富。閱讀《探索頻道雜誌》,給你嶄新視野,探索無限可能。

0

0
0

文字

分享

0
0
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

-----廣告,請繼續往下閱讀-----

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
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。

-----廣告,請繼續往下閱讀-----
晨星出版
12 篇文章 ・ 3 位粉絲

0

0
1

文字

分享

0
0
1
動物移動方式大不同!獵豹為什麼跑這麼快?——《鴿子為什麼要邊走邊搖頭?》
晨星出版
・2023/10/23 ・1560字 ・閱讀時間約 3 分鐘

動物的移動方式及進化

動物會使用肌肉骨骼系統來進行各種運動,有時是只動身體的一部分,有時則是移動整個身體,讓自己移往其他地方的情況。理所當然的是,動物將自己整個身體移動到其他地方,會比只有動一部分身體需要更多的能量。所以移動時會特別需要注重效率。

動物們在進化過程中獲得各種生活形態,以及適合該生活形態的移動方法。只要看看動物們的走路方式,就能理解這個進化過程。

像山椒魚等兩棲類動物,以及蜥蜴、壁虎等爬蟲類,都是從軀幹伸出四肢來撐起身體,並扭動身軀,一一藉著四肢的支點往前方移動(圖一)。扭動軀體的運動跟魚在游泳時的軀幹動作很類似。兩棲類和爬蟲類是脊椎動物進化過程中最初上陸的動物們,本來就擁有類似魚那樣扭動身軀的身體構造,要善用這種構造在陸地上運動,就演化出了這樣的走路方式吧。

圖一、壁虎的步行姿勢。隨著步伐,脊骨(白線)會左右大大彎曲。

後來兩棲類中有一部分軀幹變短、後肢也變得發達,那就是蛙類(圖二)。長長的後肢可以產生強大的跳躍力。說到彈跳,身體要是扭來扭去的穩定性就不好,要是身體變短,就不會扭來扭去的了。因為獲得了短身軀跟長後肢,使得蛙類可以進行大幅度跳躍。

-----廣告,請繼續往下閱讀-----
圖二、青蛙的骨骼標本。長腳可以進行強力跳躍,短短的軀幹則讓跳躍時可以保持身軀穩定。

一部分的爬蟲類(恐龍類)和哺乳類的四肢又更加發達,可以進行多樣化的運動。他們的四肢不只是變長,還跟兩棲類或蜥蜴等爬蟲類不一樣,四肢不是生長在身體兩側,而是下方。往下生長的四肢可以高高舉起軀幹,只要前後擺動四肢就能移動了。

比起移動整個身體,只有四肢動作的效率會比較好。另外,體幹如果可以不激烈動作,身體就可以比較安定,而且更容易控制。結果就能實現高速運動。另外,像鹿或是馬等擅長跑步的動物,牠們的四肢,特別是末端部分會很長(圖三)。腳變長的話,跨一步的距離也就會變長,可以跑得比較快。

圖三、馬(左)和人(右)的骨骼,馬的掌骨跟肱骨差不多是同樣長度,人的骨骼圖為臼田隆行作畫。

本來哺乳類也不是軀幹就保持不動,而是軀幹跟四肢經常一起協調地動作,但是方向跟魚或蜥蜴的橫向運動不同,是身體往腹背方向彎曲再伸直,像是為人熟知的貓科動物跑步時的動作。例如,獵豹跑步時,身體會大大彎曲再伸直,用全身力氣來有力地跳躍並讓步伐加大,創造出陸地上最快生物才有的跑步速度。(圖四)

圖四、跑步中的獵豹。跑步時脊骨(白線)會往腹背方向大大彎曲再伸直,讓每一步的步伐距離變長。

所有哺乳類雖有程度差別,但似乎都有像這樣身體往腹部方向屈伸的動作。前面所述的馬跟鹿等動物,雖然看起來軀幹動作沒這麼大,但脊骨還是會反覆進行彎曲再伸直的動作。只是活動程度比貓科動物少得多了。

-----廣告,請繼續往下閱讀-----

稍微離題一下,從陸地再度回到水中的哺乳類也不例外,海豹或海狗、鯨魚等動物,游泳時的脊椎也是往腹背方向屈伸的。魚類一般是身體往兩側扭動來游泳,所以我們可以說水棲哺乳類的身體往腹背方向屈伸,是因為從腳配置在軀幹下方的哺乳類演化而來,可以說水棲哺乳類才有這樣的特性吧!

——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。

-----廣告,請繼續往下閱讀-----
晨星出版
12 篇文章 ・ 3 位粉絲