Loading [MathJax]/extensions/tex2jax.js

0

0
2

文字

分享

0
0
2

同性戀的科學,與我血淋淋的親身經驗

Dino
・2015/11/15 ・5210字 ・閱讀時間約 10 分鐘 ・SR值 539 ・八年級

泛科知識節文字紀錄

為什麼Mr.柳澤想來跟各位談同性戀的科學?因為這跟我血淋淋的親身經驗有關,首先我有恐恐同症,在場有病友嗎?請舉個手。(病友歡迎加臉友)
未命名 2

這個血淋淋的親身經驗是什麼呢?

本魯小妹與男友穩定交往兩年多,他個性陽光又體貼,和我聊得來,很少吵架,但唯一的問題是每次一聊到同志議題他就爆炸@@⋯⋯他是OO教基本教義派,這件事情不但沒有讓步空間,他還想改變我,覺得我的同志朋友需要「被治療」。我覺得他的用詞相當不禮貌,已為此事跟他爭論多次,他卻認為我的觀念偏差,帶我去找他的心靈導師聊。請問各位大大這麼大的價值觀差異,還能繼續走下去嗎?⋯我覺得自己找到真愛,他也有同感,甚至向我求婚,還帶我見了家人,所以真的很迷惘⋯謝謝了!尤其他的信仰旨在宣揚愛與同理,更是令我困惑。
03

-----廣告,請繼續往下閱讀-----

雖然走錯棚(八卦版?),但還是遇到好心人士給我建議。005

各位大大應該理解,愛情是盲目的,選擇性忽視關鍵字「樓主快分啦」,只看到「他的問題在哪裡」,而且傻傻分不清「他有問題吧」跟「他心中有什麼問題呢」。所以溝意郎如我就以充滿愛與同理的口氣,認真問他:「請問你心中有什麼疑問呢?」。那時我的男友(姑且稱為陽光男)也不甘示弱地跑到八卦版,請各位大大開示他心中的疑惑。

【問卦】同性性行為自然嗎?

他的第一個問題是:同性性行為自然嗎?什麼是自然、什麼是正常呢?如果我們開始討論自然的定義?發現這樣下去會變成沒完沒了的哲學哲學雞蛋糕,不得不請朱家安老闆出面了,但是幸好,我們兩個都是理工阿宅,所以我就很奸詐地「復述」他的問題:其他物種如果有同性性行為,算是自然嗎?他回:算。

很好,我就是在等這個答案,接著他就掉到我的陷阱裡了。我跟他說:同性之間的性行為並不罕見,只要異性個體之間在生殖時所表現的互動(比方說求偶、交配)發生在同性個體之間的時候,生物學家就會稱為同性性行為。其實同性性行為存在於自然界的許多動物中,包括哺乳類、爬蟲類、鳥類、兩生類、昆蟲等,大家有看週四泛科動畫日《動物界的多元成家篇》嗎?(科學家目前發現到有同性情誼的動物至少幾種?)。而某些動物,同性性行為比例不低於異性性行為,像是瓶鼻海豚,雄性個體的性行為,當中有50%是發生在同性之間。

-----廣告,請繼續往下閱讀-----

陽光男聽到答案還是覺得不滿意,他又問同性性行為是一時的吧?沒錯,有可能。但不止同性性行為,還有同性性偏好(sexual preference)、同性性取向(sexual orientation)

同性性偏好

同性性偏好指的是在有選擇的情況下,個體較傾向選擇與同性個體發生性行為的現象。例如某種昆蟲的性偏好會受到社會結構影響,如果在全部都是雄性個體的環境裡待一段時間,雄性個體在後續的選擇實驗會偏好選擇向同性個體求偶。(有點類似念男校或女校時,有些人可能表現出「假性同性戀」[註1]的傾向。之後還是可能改變。)

同性性取向(人類「長期同性戀伴侶關係」)

-----廣告,請繼續往下閱讀-----

相較於性偏好,同性性取向是比較穩定且持久的內在偏好。這種伴侶關係,科學家在企鵝,還有剛剛提到的海豚身上都觀察到,某些雄性個體會與其他同性個體結成長期穩定的伴侶關係。陽光男驚覺,原來大自然中包括人類在內的動物,都有穩定的同性伴侶關係。

只是他接著聯想到:

【問卦】如果大家都是同性戀的個體,沒辦法傳宗接代,不就絕種了嗎?這麼「不好」的基因為什麼會保存下來?應該被自然淘汰才合理?

我想先問各位大大,就你對演化論的理解,有「好基因」或是「壞基因」嗎? (簡單來說,適者生存是相對於你的生存環境)

我舉個例子:各位大大聽過「肥胖基因」嗎?你們覺得它算好基因還是壞基因?多數現代人會覺得這種「喝水也會胖」的基因怎麼可能是好基因,但其實有肥胖基因的人,你的祖先很可能是「人生勝利組」。「肥胖基因」在科學家口中稱為「節儉型基因」,就是一群採集狩獵民族,在食物不穩定、艱辛困苦的棲地還能活下來的一種「演化優勢基因」。只是不幸他們的後代子孫到了現代,又剛好生在豐衣足食的環境中,可能就成為罹患肥胖症、糖尿病的高危險群了。

再回到同性戀的基因為什麼會被保存下來?目前科學家還沒有發現單一特定的同性戀基因,但遺傳學家在追蹤研究數百對同卵雙胞胎後(為什麼選擇研究同卵雙胞胎?同卵雙胞胎其中一位為異性戀,另一位就一定是異性戀嗎?),發現它跟X染色體第八對染色體的基因群和表徵遺傳(各位大大知道什麼是表徵遺傳?剛提到同卵雙胞胎,代表兩個個體具有同一套基因,但是有同一套基因,性狀表現還是可能不同,因為要看基因有沒有被啟動)有關,此外還與懷孕時母體的內分泌,尤其是睪固酮含量有關。

-----廣告,請繼續往下閱讀-----

【問卦】同性性取向會帶來演化優勢?

同性戀性取向的確會帶來演化優勢科學家提出的第一個解釋是:生物間的合作行為(尤其是「合作生殖」)。不少人應該看過理查道金斯《自私的基因》(看過的舉手?),合作是要犧牲自己的利益來成就別的個體,「自私的基因」要怎麼演化出「合作行為」呢?好像很矛盾,但作者其實在書名裡已經破梗了:演化的基本單位是「基因」,不是個體,因此「基因」可以透過犧牲個體的利益來成就「基因」本身的最大利益。演化學家霍爾登就提出一個論述,「我願意為兩個手足或是八個表親犧牲性命。」

這是什麼意思?白話文就是類似妳跟妳老公或老婆要來個兩人二度蜜月,找「沒結婚,或是不婚主義的阿姨、舅舅幫忙妳帶小孩」。許多鳥類與魚類都有這種「合作生殖」的行為。這種分工與合作會形成「家庭」,而且它能提高這個繁殖群的適應力,因為當自己沒有小孩的阿姨、舅舅在照顧你們的小孩時,你們就有更多機會繁殖,還可以避免在繁殖過程中,有人跑過來問:「爸爸媽媽你們在玩什麼遊戲?我也要玩啊!」。這就是合作生殖的演化優勢。

另外一個常見的假說是「女性血親多產理論」,今年五月底刊在《英國皇家學會》的研究,就發現了具同性性偏好、同性性行為的雄性果蠅,由雜交實驗得到雌性果蠅後代,這群雌性果蠅有較高的繁殖力。這一系列的證據在人類身上也不例外;此一系列研究結果最初在義大利特定家族中得到印證,近年持續在法國、加拿大、大洋洲等社群的相關研究中得到更進一步的支持。換句話說,如果你是女性,你的親人中有男同志,你有很高的機率有多產基因,生育能力更好(台語:搞ㄙㄟ )。將來準婆婆嫌妳的臀部不夠大時,妳可以提出一項比臀部更有力的科學證據:我的男性近親中有同性戀喔。

陽光男此時只好接受了演化優勢理論,但基本教義派如他滿腦子糾結於「人口比例」懸殊,並且渴望教化世人,所以又忍不住發問「同性性取向不能被改變嗎?」(老實說,他用的動詞是治療)被治療背後隱含的意思是「同性戀或許是疾病」。

-----廣告,請繼續往下閱讀-----

【問卦】同性性取向不能被改變嗎?

回顧同性戀去病化的歷史:現在先請各位大大把眼睛閉上,發揮你的腦內小劇場,試著想像你自己就是以下實驗的受試者。1972 年,美國有一位精神病學家 Robert Heath真的用過大腦電擊,試圖矯正同性戀的性取向。Heath在一位男同志的大腦深處埋入電極,然後給他按鈕,讓他自己選擇要不要按下按鈕來電擊自己的大腦。結果發現,這位男同志竟然決定按下按鈕,電擊了自己的「大腦愉悅中樞區」,而且高達1500 次,因為他感受到快樂、溫馨、並且產生性慾。接下來,Heath突發奇想,希望透過電擊帶來的愉悅感,來「改變」他的性取向。所以在電擊同時,還他讓觀看異性戀A片(即心理學的「正向制約」),結果好像還真的有效,這位男同志在觀看A片並電擊「愉悅中樞」後,開始自稱對異性性行為產生興趣。下一步,Heath乾脆幫他「尋找女性性工作者」做現場測試。而根據Heath的論文,他說:「雖然頭上黏著電極、身上纏滿電線,但病人仍然克服萬難、積極參與性事,最後他成功達陣,以極度滿意的高潮收場。」

不過,各位大大應該發現其中必有詐,這項實驗沒有任何對照組。例如,電擊後是否對同性的性慾也變得更高?或是有沒有可能是性工作者像拓野桑技巧高超,就算沒有電擊也會挑逗成功?因此,單就此項實驗結果,仍然無法證實電擊可以改變性取向。並且在研究結束後,這位男同志還是恢復了原本的性取向。除了 Heath之外,在 50~80 年代,世界各地很多同性戀者迫矯正」。再閉上眼睛想像以下實驗,除了類似的正向制約實驗,還有更多不人道的負向制約法(讓同性戀者觀看同志A片,再施以痛苦的電擊),甚至化學去勢。好,打開眼睛,同理心讓你們感受到什麼?好端端的人本來沒病也會變成有病吧?沒錯,結果不但不成功,反而造成更多人身心受創

還好,有一位有遠見的心理學家 Evelyn Hooker,針對矯正男同志的心裡做了進一步的研究,她的出發點是,「會不會同性戀本身根本不是心理疾病?」Hooker找了年紀、智商與教育程度全部都相仿的同性戀和異性戀男性,對這兩組人做了各種心理測驗,發現兩組都並沒有任何顯著差異,因此,她提出兩項重要結論:

1. 同性戀診斷在臨床上完全不存在。
2. 同性性取向是性形式的一種,屬正常的心理。

Evelyn Hooker起頭之後,其他心理學家和醫師也紛紛投入相關研究。終於,在1973年,美國精神醫學會正式將「同性戀去病化」,因此最新版,也就是第五版的DSM(精神診斷統計疾病手冊)將同性戀完全排除在精神疾病之外。[註2]

-----廣告,請繼續往下閱讀-----

既然沒有病,那麼有病的是誰?在一番混戰之後,我確定恐恐同症跟同性戀一樣不是病,有一天,我便在他跟他的心靈導師面前很帥氣地說了這句,「生物學家已經證明,至少450種動物具有同性性行為、性偏好或性取向,但恐同症的動物只有一種,就是我們人類。」而且現在這個數字還在攀升:同性性行為的發生機率常被科學家低估,因為過去研究人員會先入為主地以為性行為只會發生在異性之間;還有另一個原因是某些動物的雌雄個體的外型差別不大,同性性行為不容易被觀察紀錄到。

那你們猜柳阿澤跟陽光男的結局是?我們過著還算幸福快樂的日子,但我們「各自」過著還算幸福快樂的日子⋯⋯但至少,他對周遭同志朋友的態度變得比較開放了。

這是我治好一位恐同症患者的正能量故事。

可是從科學證據來看,除了「前女友」苦口婆心地引導之外,我們有沒有機會克服恐同心態,或幫助恐同症心態的人呢?按現有的 review paper,最有效的方法還是「教育」,所以今天如果你獲得一些新知,還請各位大大把資訊傳播出去,讓世界充滿建立在科學知識之上,真正的愛與同理。

-----廣告,請繼續往下閱讀-----

最後,我要討論一個更進階,在相關法律修正討論過程中也更為敏感的議題:同性戀雙親適合扶養小孩嗎?

學一下胡忠信的開場,先說結論,同性戀雙親扶養的孩子和異性戀雙親扶養的孩子間,長大之後,科學家還找不到明顯差異。但是有科學家提出同性戀家庭可能帶來的好處:就是他們「準備好了」(不是K黨口號)。因為理所當然地,異性戀伴侶常會發生「先上車後補票」的意外,也就是有時在異性戀伴侶心中「孩子來的不是時候」,可是同性戀伴侶絕大多數是經過長期評估,才確定「想不想要領養小孩」或「有沒有能力領養小孩」。當然,這些孩子因為家庭教育的關係,大部分對於性取向的多元性,態度也較為開放。所以美國心理學會和美國小兒科學會都已經正式發表:「領養資格的判定與雙親性取向無關。」

好,我要用一張圖總結,希望在加新臉友之前,facebook帳號不會被檢舉到封鎖。

gayrights

這張照片引用自我非常敬佩的演化學家—顏聖紘老師的臉書,謝謝各位大大。


  • 註1:關於假性同性戀一詞,本文僅為類比解釋動物同性性偏好之用。由於性行為、性偏好或性取向會受到社會文化背景影響,目前同志權利運動盡量避免這樣的敘述。喜好同性或異性與先天、後天皆有關係;根據生物學家的研究,推估先天因素佔30-40%,後天因素佔60-70%。此外,某些個體成年後不再選擇跟同性交往,未必出於性偏好改變,而是為了融入對此議題較不友善的環境。從生物學的角度,表徵遺傳學也屬於「後天因素」。
  • 註2:1973年,美國精神醫學會經決議將同性戀(homosexuality)診斷於第二版第七刷的DSM中移除。最新版(第五版)DSM,同性戀當然完全排除在精神疾病之外。
  • 補充資料:女性的性取向光譜研究

 

編按:本文(非逐字稿)為作者在泛科知識節上分享之「同性戀的科學」,為保留演講原汁原味,文字較為口語化

 

-----廣告,請繼續往下閱讀-----
文章難易度
Dino
10 篇文章 ・ 5 位粉絲
週間為科普人兼專利人,週末悄悄變身為素人畫家。 臺大動物學系學士、動物學研究所碩士畢,主修病毒遺傳。美國常春藤Dartmouth College工商管理學碩士畢。 譯有多本科普人文書籍與影片字幕,熱愛科普閱讀、寫作和從科學發想的藝術創作。獲頒吳大猷科學普及著作翻譯類獎。

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

-----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

1
1

文字

分享

0
1
1
貓咪也會學鳥叫?揭秘貓貓發出「喀喀聲」背後的可能原因
F 編_96
・2024/12/24 ・2480字 ・閱讀時間約 5 分鐘

F 編按:本文編譯自 Live Science

貓是一種神秘而又引人注目的動物,牠們看似深居簡出,但擁有多元的聲音表達:從吸引人類注意的「喵喵叫」,到面對威脅時的「嘶嘶聲」與低沉的「咆哮」。

延伸閱讀:貓咪為什麼總愛對人喵喵叫?看貓如何用聲音征服人類的心

然而,細心的貓奴們可能會注意到,貓有時會對著窗外的鳥兒或屋內小動物玩具,發出一種獨特的「卡卡聲」或「咯咯聲」。這種聲音既像牙齒打顫,又好似一陣陣輕微的顫鳴,卻很難歸類到常見的喵叫或咆哮裡。這種名為「chatter」的行為,究竟在貓的生活中扮演什麼角色?目前科學界尚未對此有定論,但有幾種廣為討論的假說,或許能為我們提供一些思考方向。

卡卡叫:情緒的釋放或表達?

有些貓行為專家推測,貓咪在看到獵物(如窗外的鳥、老鼠)卻無法接近時,會因「欲捕無法」的挫折感或興奮感,發出這種「卡卡聲」。就像人類遇到障礙時,可能會發出抱怨的咕噥聲或乾著急的嘆息聲一樣,貓咪的「喀喀聲」也可能只是把當下的情緒外顯,並非有特別針對人或其他動物的溝通目的。

  • 情緒假說
    • 挫折:當貓看見鳥兒在窗外飛舞卻無法撲殺,內心焦躁,遂用聲音抒發。
    • 興奮:或許貓在準備捕獵時也感到高度亢奮,因此嘴部不自覺抖動並出聲。
貓咪的「喀喀聲」可能源於挫折或興奮情緒,表達捕獵受阻的內在反應。圖/envato

要在科學上驗證「情緒假說」並不容易,因為需要同時測量貓咪行為和生理指標。例如,研究人員可能需要測量貓咪在卡卡叫時的壓力荷爾蒙變化,才能確認牠們究竟是帶著正面興奮,或是負面挫折的情緒。不過,由於貓的獨立特質,實驗設計往往困難重重,樣本量要足夠也不容易,所以至今沒有定論。

-----廣告,請繼續往下閱讀-----

增強嗅覺?貓咪的「第二鼻子」

另一種說法則認為,貓咪發出「卡卡聲」時,可能同時開啟了其位於口腔上顎的「犁鼻器」(vomeronasal organ),也稱作「賈氏器官(Jacobson’s organ)」。這個感知器官能捕捉一般鼻腔聞不到的化學分子,如費洛蒙或特定氣味分子,因此對貓的求偶、社交和獵捕行為都非常重要。

  • 嗅覺假說
    • 張口呼吸:如果貓咪一邊「咯咯咯」地開合上下顎,可能在嘗試讓空氣(及其中所含的氣味分子)進入犁鼻器。
    • 蒐集更多環境資訊:在確定下手前,更完整的嗅覺分析或能提高牠們獵捕成功率,或是幫助判斷環境中是否有其他潛在威脅或機會。

然而,要科學驗證「增強嗅覺假說」同樣不簡單。研究人員不僅要觀察貓咪在卡卡叫時的行為,也需要測量牠們是否真的打開了更大的氣道,並在那個同時有效使用犁鼻器。這些行為與生理測量都必須在相對可控卻又不影響貓自由行動的實驗環境中進行,實務上難度頗高。

聲音模仿:貓咪的「偽鳥叫」?

貓咪的「卡卡聲」或許是為了模仿獵物的聲音,讓獵物降低警戒。圖/envato

第三種最有趣也最具「野性色彩」的假說,是「模仿獵物聲音」。在野外,一些中南美洲的小型貓科動物(例如:長尾虎貓,又稱美洲豹貓或瑪家貓,Margay)曾被觀察到,在捕獵小猴群時,發出類似猴子叫聲的音調;有些當地原住民族群也傳說,叢林裡的某些捕食者會模仿目標獵物的聲音來誘捕。由此推測,家貓看到鳥兒時發出的「卡卡聲」,可能包含些微模仿鳥兒啁啾的元素,試圖降低獵物警戒或甚至吸引獵物靠近。

  • 模仿假說
    • 案例參考:野生貓科動物曾出現學習或偽裝聲音的紀錄。
    • 家貓可能繼承的行為:家貓的祖先——北非野貓(African wildcat)及其他小型貓科物種,是否具備聲音模仿能力?這在生物演化研究上仍是未解之謎。
    • 缺乏大規模觀察:由於小型野生貓科動物研究資料有限,且家貓實驗更不易做大樣本長期追蹤,最終導致此理論尚未獲得廣泛實證。

貓咪行為研究的挑戰:野性祖先的重要性

探討貓咪行為,常常需要回溯至野生祖先的棲地環境。家貓(Felis catus)普遍被認為源自北非野貓(Felis lybica),然而,野貓習性的研究本就不多,尤其是關於聲音與捕獵策略更是資料有限。我們想知道「為什麼家貓會卡卡叫」,首先要確定:「牠們的野性祖先或其他小型貓科,也有同樣的行為嗎?」若有,家貓則可能繼承自古老基因;若無,則可能是家貓在與人類共處的環境中演化出的新行為。

-----廣告,請繼續往下閱讀-----
如果要探查家貓「卡卡叫」的原因,還需要了解其祖先或其他小型貓科是否具有類似行為。圖/envato

再者,貓在實驗室中的「不可控」因素相當多。貓不像狗般樂於服從人類指令,常有自己的規律與個性。要在實驗情境下穩定地誘發貓的「卡卡叫」行為、同時檢測牠們的生理和心理反應,並確保每隻貓的個體差異都被考慮到,這些都對研究團隊是極大考驗。

對於許多貓奴來說,貓咪坐在窗邊,一邊盯著外頭的鳥兒或松鼠,一邊發出獨特的「卡卡聲」,是一幕既可愛又神祕的風景。究竟牠們是在抒發情緒、強化嗅覺、抑或真的在「假扮鳥叫」以誘捕獵物?目前沒有確切的答案。然而,也正因為這層未知,貓貓才更顯得迷人。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

0

2
0

文字

分享

0
2
0
從遺傳學角度剖析:女性能在體育場上超越男性嗎?——《運動基因》
行路出版_96
・2024/08/10 ・3712字 ・閱讀時間約 7 分鐘

科學期刊的預言:女性能追趕甚至超越男性?

我在 2002 年還在讀大四時,第一次看到兩位 UCLA 生理學家的論文〈不用多久女性就會跑得比男性快?〉,當時我覺得這個標題很荒謬。在那之前我花了五個賽季,進行 800 公尺中距離跑步訓練,成績已經超越世界女子紀錄。而且我還不是自己接力隊上跑最快的。

但那篇論文發表在《自然》(Nature)期刊上,這是世上極具聲望的科學期刊,所以一定有些道理。大眾就是這麼認為的。《美國新聞與世界報導》雜誌在 1996 年亞特蘭大奧運之前,對一千個美國人做了調查,結果其中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。

1996 年亞特蘭大奧運前,一千位美國人中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。 圖/envato

《自然》期刊上那篇論文的作者,把男子組和女子組從 200 公尺短跑到馬拉松各項賽事歷年的世界紀錄畫成圖表,發現女子組紀錄進步得遠比男子組急速。他們用外推法從曲線的趨勢推斷未來,確定到 21 世紀前半葉,女性就會在各個賽跑項目擊敗男性。兩名作者寫道:「正因進步速度的差異實在非常大,而使(兩者)差距逐漸縮小。」

2004 年,趁著雅典奧運成為新聞焦點之際,《自然》又特別刊出一篇同類型的文章〈2156 年奧運會場上的重要衝刺?〉(Momentous Sprint at the 2156 Olympics?)──標題所指的,正是女子選手會在 100 公尺短跑比賽中,勝過男子選手的預計時間。

-----廣告,請繼續往下閱讀-----

2005 年,三名運動科學家在《英國運動醫學期刊》發表了一篇論文,省去問號開門見山在標題宣稱:〈女性終將做到〉(Women Will Do It in the Long Run.)。

難道男性主導世界紀錄的情況,始終是歧視女性、把女性排除於競技場外的結果?

20 世紀上半葉,文化規範與偽科學嚴重限制了女性參與運動競技的機會。在 1928 年阿姆斯特丹奧運期間,有媒體(捏造)報導指稱,女性選手在 800 公尺賽跑後筋疲力竭地躺在地上,這讓一些醫生和體育記者十分反感,使得他們認為這個比賽項目會危害女性健康。《紐約時報》上有篇文章就寫:「這種距離太消耗女性的體力了。」〔1〕那幾屆奧運之後,在接下來的三十二年間,距離超過 200 公尺的所有女子項目,都突然遭禁,直到 2008 年奧運,男女運動員的徑賽項目才終於完全相同。但《自然》期刊上的那幾篇論文指出,隨著女性參賽人數增多,看起來她們的運動成績到最後可能會與男性並駕齊驅,甚至比男性更好。

運動能力的基因密碼:性別差異的生物學根源

我去拜訪約克大學的運動心理學家喬.貝克時,我們談論到運動表現的男女差異,尤其是投擲項目的差異。在科學實驗裡證實過的所有性別差異中,投擲項目一直名列前茅。用統計學術語來說的話,男女運動員的平均投擲速度相差了三個標準差,大約是男女身高差距的兩倍。這代表如果你從街上拉一千個男子,其中 997 人擲球的力氣會比普通女性大。

-----廣告,請繼續往下閱讀-----

不過貝克提到,這種情形可能是反映女性缺乏訓練。他的太太是打棒球長大的,輕輕鬆鬆就能贏過他。他打趣說:「她會發出一束雷射光。」那麼這是生物學上的差異嗎?

男性和女性的 DNA 差異極小,僅限於在女性身上為X或男性為Y的那單一染色體。姊弟或兄妹從完全相同的來源取得基因,透過重組母親和父親的 DNA,確保兄弟姊妹絕對不會相近到變成複製人。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,它的全名是「Y 染色體性別決定區基因」。若要說有「運動能力基因」,那就非 SRY 基因莫屬了。人類生物學的安排,就是讓同樣的雙親能夠同時生育出男性的兒子和女性的女兒,即使傳遞的是相同的基因。SRY 基因是一把 DNA 萬能鑰匙,會選擇性地啟動發育成男性的基因。

我們在生命初期都是女性──每個人類胚胎在形成的前六週都是女性。由於哺乳動物的胎兒會接觸到來自母親的大量雌激素,因此預設性別為女性是比較合算的。在男性身上,SRY 基因到第六週時會暗示睪丸及萊氏細胞(Leydig cell)該準備形成了;萊氏細胞是睪丸內負責合成睪固酮的細胞。睪固酮在一個月之內會不斷湧出,啟動特定基因,關閉其他基因,兩性投擲差距不用多久就會出現。

-----廣告,請繼續往下閱讀-----

男孩還在子宮時,就開始發育出比較長的前臂,這使得他們日後投擲時會做出更有力的揮臂動作。儘管男孩和女孩在投擲技能方面的差異,不如成年男性和女性之間那麼顯著,但這種差異在兩歲幼童身上已經很明顯了。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,會選擇性地啟動發育成男性的基因。 圖/envato

文化與訓練的影響:投擲項目中的性別差距

為了確定孩童之間的投擲差距有多少與文化有關,北德州大學和西澳大學的科學家組成團隊,共同測試美國孩童與澳洲原住民孩童的投擲技能。澳洲原住民沒有發展出農業,仍過著狩獵採集生活,他們教導女孩丟擲戰鬥及狩獵用武器,就像教導男孩一樣。這項研究確實發現,美國男孩和女孩在投擲技能上的差異,比澳洲原住民男孩和女孩之間的差異顯著許多。不過儘管女孩因為較早發育長得較高較壯,男孩仍比女孩擲得更遠。

普遍來說,男孩不僅比女孩更善於投擲,視覺追蹤攔截飛行物的能力往往也出色許多;87% 的男孩在目標鎖定能力的測試上,表現得比一般女孩好。另外,導致差異的部分原因,至少看起來是因為在子宮的時期接觸到了睪固酮。由於先天性腎上腺增生症,而在子宮裡接觸到高濃度睪固酮的女孩,上述項目的表現會像男孩一樣,而不像女孩;患有這種遺傳疾病的胎兒,腎上腺會過度分泌男性荷爾蒙。

受過良好投擲訓練的女性,能輕易勝過未受訓練的男性,但受過良好訓練的男性,表現會大幅超越受過良好訓練的女性。男子奧運標槍選手擲出的距離,比女子奧運選手遠大約三成,儘管女子組使用的標槍比較輕。此外,女性投出的最快棒球球速的金氏世界紀錄是 65 mph(相當於時速 105 公里),表現不錯的高中男生的球速經常比這還要快,有些男子職業球員可以投出超過 100 mph(相當於時速 160 公里)的球速。

-----廣告,請繼續往下閱讀-----

在跑步方面,從 100 公尺到 1 萬公尺,經驗法則是把菁英級表現差距定在 11%。從短跑到超級馬拉松,不管任何距離的賽跑,男子組的前十名都比女子組的前十名快大約 11%。〔2〕在職業等級,那就是個鴻溝。女子組的 100 公尺世界紀錄,跟 2012 年奧運男子組的參賽資格還差了四分之一秒;而在一萬公尺長跑,女子組的世界紀錄成績,與達到奧運參賽資格最低標準的男選手相比落後了一圈。

不論距離,男子組前十名的跑步速度普遍比女子組快約 11%。圖/enavato

投擲項目與純爆發力型運動項目的差距更大。在跳遠方面,女子選手落後男子 19%。差距最小的是長距離游泳競賽;在 800 公尺自由式比賽中,排名前面的女子選手,與排名前面的男子選手差距不到 6%。

預言女性運動員將超越男性的那幾篇論文暗示,從 1950 年代到 1980 年代,女性表現的進展遵循一條會持續下去的穩定軌跡,但在現實中是有一段短暫爆發,隨後趨於平穩──這是女子運動員,而非男子運動員進入的平穩期。儘管到 1980 年代,女性在 100 公尺到 1 英里各項賽跑的最快速度,都開始趨於穩定,但男子運動員仍繼續緩慢進步,雖然只進步一點點。

數字很明確。菁英女子選手並未趕上菁英男子選手,也沒有保持住狀況,男性運動員則在非常慢地進步。生物學上的差距在擴大。但為什麼原本就有差距存在?

-----廣告,請繼續往下閱讀-----

註釋

  1.  各報上氣不接下氣地報導 800 公尺女子選手紛紛倒在跑道上。正如運動雜誌《跑步時代》(Running Times)2012 年的一篇文章指出的,實情是只有一個女子選手在終點線倒下,其餘三名都打破了先前的世界紀錄。據稱人在現場的《紐約郵報》記者寫道,「11 位淒慘的女性」當中有 5 人沒有跑完,5 人在跑過終點線後倒下。《跑步時代》報導說,參賽的女運動員只有 9 個,而且全部跑完。
  2. 過去普遍認為,隨著比賽距離拉長,女子賽跑選手會超越男子選手。這是克里斯多福.麥杜格(Christopher McDougall)在《天生就會跑》這本很吸引人的書裡談到的主題,但不完全正確。成績非常優秀的跑者之間的 11% 差距,在最長距離和最短距離同樣穩固存在。儘管如此,南非生理學家卻發現,當一男一女的馬拉松完賽時間不相上下,那個男士在距離短於馬拉松的比賽中通常會贏過那個女士,但如果競賽距離加長到 64 公里,女士就會跑贏。他們報告說,這是因為男性通常比較高又比較重,比賽距離越長,這就會變成很大的缺點。然而在世界頂尖超馬選手當中,男女體型差異比一般群體中的差異小,而 11% 的成績差距,也存在於超級長距離的最優秀男女選手之間。

——本文摘自 大衛・艾普斯坦(David Epstein)運動基因:頂尖運動表現背後的科學》,2020 年 12 月,行路出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

行路出版_96
21 篇文章 ・ 8 位粉絲
行路為「讀書共和國」出版集團旗下新創的出版社,出版知識類且富科普或哲普內涵的書籍,科學類中尤其將長期耕耘「心理學+腦科學」領域重要、具時代意義,足以當教材的出版品。 行路臉書專頁:https://www.facebook.com/WalkPublishing