Loading [MathJax]/extensions/tex2jax.js

1

0
0

文字

分享

1
0
0

海邊的稻田-與海為鄰的智慧

大海子
・2011/11/16 ・2989字 ・閱讀時間約 6 分鐘 ・SR值 518 ・六年級

台灣四周環海,東部更是與浩瀚無垠的太平洋為鄰;走向平行於台灣東部的海岸山脈連綿不斷,也壓縮了人們居住與活動的空間,迫使移居此地的居民必須與海為鄰,而花東海岸更是每年颱風必經之處;挾帶強烈鹽分的海風長年不斷地吹襲加上颱風時狂風暴雨的肆虐,人們長期默默承受著大自然反覆無常的氣候變化;於是生活於斯的人們為求得一絲生存的空間,不得不展開適當的防禦,目的不在打敗大自然的威權統治,而是以謙卑的心學習如何與海、與大自然相處;都蘭海邊這一畦畦的水稻梯田就傳承著先民們的智慧。不管生態如何受到破壞,自然依舊仍是擁有獨特權威與地位的主宰。人們在這都蘭海邊為求得一絲生存空間以繁養子孫,發展出如此長期與海相處的智慧,成為後人學習的典範。在此也希望在東岸整體海岸生態環境尚未受到嚴重人為破壞前,這小小的例子能提供反思維護台灣這塊後花園。

梯田沿著斜坡以岩石堆砌而成,受到海邊黃槿樹林保護
梯田沿著斜坡以岩石堆砌而成,受到海邊黃槿樹林保護

在春暖花開的4月天,一行人老老少少趁著週末相邀去趟台東體驗文化生態之旅,一路翻山越嶺舟車勞頓地摸黑來到都蘭山下的住宿地點,耳邊雖傳來陣陣浪濤聲,可路上除了細雨就是樹,甚至分不清究竟是果園還是雜林子,目的地更是除了兩棟對望的簡陋農舍,可是連路燈都絕跡的黑暗,身體的疲憊加上屋外的黝黑靜謐任誰也没心思再去尋思究竟離海多近?又住進什麼樣的民宿?只想儘快洗乾抹淨早點上床夢周公去,就這樣任由浪濤聲伴著入眠一夜到天明。

隔天起床外出散步,才發現農舍後面有一大片綠油油的稻田,心裏不免一驚,想想海邊怎麼會有稻田,難道沒有鹽害的問題嗎?還是這是一種耐鹽的新品種呢?正在懷疑之際,農舍主人兼導覽說要帶我們參觀周遭環境並說明梯田的由來與維護方式;原以為稻田為農舍主人所擁有,詢問之下,才發現這片生意盎然的稻田是屬於隔鄰的原住民老農夫,順著田埂窄路小心奕奕地走下一階階梯田前往海邊,農舍主人走走停停,邊走邊解說稻田是如何受到防風林的保護才能如此生意盎然,只是四處張望都不見海邊常見的防風林樹種-木麻黃;農舍主人又遙指梯田另一頭由人工堆砌的高聳石牆,述說豪宅主人在建築過程中對海岸生態環境的破壞情形,兩者地貌對生態環境的影響又是如何。當走到梯田最底層的田埂時,才發現原來田埂緊鄰著一道狹長的水溝,兩旁溝邊種滿枝葉茂盛交錯複雜的黃槿,黃槿花盛開參著其中,好不美麗。水溝寬約2米,透過枝葉縫隙可見溝中水質清徹見底細水長流,只是為什麼不種常見的木麻黃而種黃槿,獨自猜想可能屬針葉的木麻黃枝幹無法像闊葉的黃槿枝幹可以開枝散葉形成屏障。

枝葉茂盛的黃槿樹林與土堆長年守護農民賴以維生的稻田
枝葉茂盛的黃槿樹林與土堆長年守護農民賴以維生的稻田

黃槿是一種相當耐旱亦可抵抗鹽分侵蝕的植物。這片黃槿樹林高大濃密到可以擋住觀海的視線,佇足田邊除了耳旁傳來陣陣浪聲外,根本感受不到海就近在咫尺,同時深深感受這片綠油油的稻田真的是受到樹林的保護才能得以留存。原來海風經過黃槿林時,風速被茂盛枝葉攪亂而減緩,隨風飄逸的物質與鹽分也因風速減緩加上枝葉阻擋而滯留進入溝中,再隨著水田流下的水再度被送回海中;黃槿則因長年受惠於梯田水的灌溉而能持續繁衍至今,同時也肩負保護稻田免受海風侵害的責任。若遇到如颱風天候不佳,狂風巨浪侵襲海岸之際,黃槿樹林又可直接阻擋海浪的肆虐,不但是防風林也是天然的防波堤。

-----廣告,請繼續往下閱讀-----

繞過黃槿從林邊經過往海邊走時才發現,這片黃槿樹林原來生長在一座長堤土堆上,而且樹林茂盛的程度已經將土堆團團包圍,若不仔細從側面觀察,會誤以為黃槿就直接栽種在沙灘上。雖然土堤建立的年代已經不可考了,但如此黃槿成林的盛況,勢必經過一段漫長的歲月加上無數次狂風暴雨、滔天巨浪的嚴峻考驗;想想每年颱風在東部造成的影響,狂瀉的雨量,連電線桿也折腰的狂風,不知這片樹林是如何渡過那種風狂雨暴的日子,想必海浪滔天,陣陣巨浪狂風不斷從海上襲來,無情地鞭打肆虐柔軟彈性的黃槿樹枝,企圖擊垮這片林子,而這片樹林也在一次次的爭戰中存活茁壯。在這無數次與海浪大軍的爭戰中,每當巨浪衝上的瞬間,樹林卻將其化成無數的水滴與水氣,紛紛掉落在土堆後面的水溝,再度隨著溝水流回大海。黃槿樹林以柔軟的身段,逆來順受的堅毅態度,一次次化解兇猛的海浪攻擊;樹林與海浪的交手,誰也沒有得勝,狂風、巨浪退去,大海恢復平靜,海面平和如鏡湛藍不已,樹林或有受損但依然綠意昂然,聳入天際,受到呵護的稻田想必也沒有受到嚴重的損壞吧。

海邊梯田與黃槿樹林之間相互依存關係剖面圖回顧前後所看到的景象,不禁茅塞頓開領悟出人類與大海為鄰的相處智慧,或許人未必勝天,但確可以柔性策略順勢而為抵禦自然的風風雨雨。像當地居民順著斜坡的地勢開闢種植水稻的梯田,並將山泉水引進田中,水流順勢而下,位於地勢低下的稻田承接上層稻田的水,最後流入土堤與梯田間的水溝中,流入大海前又滋養種在土堤上的大片黃槿樹林,使其生生不息。有趣的是,人工土堤除了提供黃槿成長的基石之外,同時也將黃槿撐起半天高,與樹林同心協力將海風海浪的侵襲導入無際的天空,海雖廣大卻比不過天的無際,海風或是受到樹林的阻擋或是越過梯田飄向天際,田中脆弱的稻秧因此免受海鹽的侵襲,而能順利成長。土堤表層土因為黃槿根部的吸附保護,免於風化的作用與雨水的沖刷,得以日漸穩固保存下來,當然也就義不容辭地擔任抵擋風浪侵襲的首要先鋒。

海邊豪宅以岩石堆砌而成的高牆阻斷人與海洋的對話
海邊豪宅以岩石堆砌而成的高牆阻斷人與海洋的對話

反觀緊鄰稻田旁的豪宅,原來地主為了景觀好,土地能賣得更高的價錢,將原有的樹林鏟平清除直通海邊,而後續的買主卻又要避免海浪的侵蝕,以水泥石塊堆砌有防波堤功能的高牆,防止住宅受到海浪的侵襲。然而豪宅的高牆也阻擋人與大海互相親近的機會,拉遠了彼此之間的距離與鴻溝,兩者遙遙相望,無法親切地對話。人工高牆冷硬向大海挑釁的高姿態,與一旁黃槿林以柔軟的身段化解強大衝擊的低調,兩者形成鮮明的對比,同時也反應出是與大海和平相處的智慧或渺視自然人定勝天的本位思維。

「台灣寶島」的美名曾經一度被戲稱為「台灣堡島」,其中主要的原因在於早先年海邊為了安全築起一道道防波堤,為了減少防波堤受到海浪的直接衝擊,堤外又堆滿了碎波塊。幾年下來,在「漁港最好在自家門口」的思維下,台灣沿岸幾乎到處都可以看到碎波塊的身影,從空中俯看,全島就像是被城牆圍住的城堡一樣,所以「寶島」的美名,才被諷刺為「堡島」,希望藉此凸顯碎波塊被濫用的問題,以喚起有關當局的注意。碎波塊與海邊豪宅的高牆,兩者都阻絕人們親海的機會,加深了彼此間的鴻溝。但若我們能從海邊的黃槿樹林保護梯田的例子,學習先民與大海相處的智慧,不再以人為中心的本位思維看待海洋,而改以謙虛的態度瞭解海洋的特性之後,再運用自然的方式建構自己存活的空間成為環境中的一分子,與海洋毗鄰而居,和平共處,相信海洋也會還以豐盛的回報。

-----廣告,請繼續往下閱讀-----

本文原發表於作者臉書網誌[2011-11-16]

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
大海子
53 篇文章 ・ 3 位粉絲
希望以人文關懷的觀點,將海洋生物世界中的驚奇與奧妙, 透過多媒體的設計與展現,分享個人心得給社會大眾, 期望能引起更多人關心海洋的公共議題, 為保護海洋略盡一份心力。

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

11
4

文字

分享

0
11
4
宇宙文明演化史(上):能量觀點下的先進文明
Castaly Fan (范欽淨)_96
・2023/06/26 ・3182字 ・閱讀時間約 6 分鐘

編按:說到星際文明的發展程度,科幻愛好者必定會提到「卡爾達肖夫指數」,以使用的能源多寡,來區分文明發達程度。然而,除了從能源來評斷文明進程,其實還有其他的評判方式。

「宇宙文明演化史」系列,將在上篇回顧「卡爾達肖夫指數」,下篇介紹較少討論的「資訊量」與「微觀尺度」的評斷觀點。

地球數以萬億計的物種中,人類算得上是最具高等智慧的生物。

但假設——遙遠的某顆行星上也有「智慧生命」的存在,那麼,對方是否有可能比我們先進?他們能透過量子力學的應用而發明電子產品嗎?他們能掌握陽光、電磁等能源嗎?他們是否有完善的醫療、教育、經濟、社會結構?又或者,他們是否已然可以達成人類難以觸及的瞬時旅行?

智慧生命的演進

誠如在這篇文章所提過的,碳基生命自發形成的機率極為渺小,從有機分子組合成蛋白質、基因序列、細胞、再到個體的行程,這個機率相當於「一陣龍捲風掃過垃圾場、從中隨機拼湊出一架波音 747」那樣渺茫,更何況是演化成像人類這樣的「智慧生命」。

我們不僅僅具有生物體的基本特徵,還具有思考能力、邏輯、記憶力、甚至是預測與規劃未來的能力,這些可以說是人類與其他生命體最與眾不同之所在。人類之所以成為「智慧生命」,便是因為擁有了自己的語言、文字,使資訊得以保留並傳承。回溯到百萬年前,從演化論的角度來看,當時人類與其他靈長類動物差異並不大;然而,我們的老祖先發現了「火」,並且懂得如何生成並且控制「火」,使得我們不再像其他動物那樣直接生食獵物;另一方面,我們開始懂得用遮羞布、乃至於之後縫製衣服。

-----廣告,請繼續往下閱讀-----

此外,我們能表達自己的情緒,能輕易地展現喜怒哀樂溝通,進行交際活動——這些都是人類得以成為智慧生命的原理。

順帶一提,根據物理學家加來道雄(Michio Kaku)所提出的「穴居人原理」(caveman principle),我們人類依然存有百萬年前老祖宗們「原始慾望」的影子——換句話說,數十萬年來人類雖然不斷演化,然而我們的人格依然保有原始穴居人的基因本質。舉例而言:即使有先進的電腦把文件處理完善,我們仍習慣把文件影印成紙本,之所以如此,係因原始人類捕獵動物時要求「獵殺證明」,習慣取信於親眼所見的事實。

同理,我們傾向於參與音樂會或去電影院體驗現場氛圍,而非一味觀賞電子螢幕前的動態;我們習慣社交與打扮,因此多數重要聚會並不容易被虛擬會議所取代;而在古代社會,小道消息的流通會幫助某些人們知悉高層的行動,因而扮演著一定程度重要性——而這也呼應了我們周遭充斥著娛樂與八卦的報刊,畢竟這些事物總會激起人性深處的好奇心。另一方面,穴居人法則似乎也意味著藝術、娛樂並不會因為科技發展而消失,因為這些事物能滿足人類的需求與愉悅,而這並非科技所能取而代之的。

根據穴居人原理,我們依然保有原始人類的慾望。圖/Mrs J’s science

回歸根本,可以發現,身為智慧生命,必然要有「視力」的存在、而非像螞蟻那樣透過觸角溝通,包含情緒的表達、語言的交流,這方面可以歸功於「大腦」的演化;再者,人類的「腳趾」的演化也是關鍵,這使得人類得以直立行走、改變對世界的視角與行動;此外,「前肢可握物」也扮演著重要角色,亦即靈活的手指——這使得人類可以精準地操作物件、製造工具。

-----廣告,請繼續往下閱讀-----

先進文明的分級

因此,我們假定這些智慧生命都擁有這些生理構造與功能,他們可以溝通、可以發明器物。那麼,有沒有一個指標能告訴我們一個「文明」究竟能多發達?

1964 年,蘇聯科學家卡爾達肖夫(Nikolai Kardashev)提出了一個度量文明先進程度的指標——「卡爾達肖夫指數」(Kardashev Scale)。經由天文學家卡爾.薩根(Carl Sagan)修正過後,可以歸結為下列公式:

其中 K 代表卡爾達肖夫指數,P 代表文明所消耗的總能量。基本上,我們可以將文明依據「駕馭能量」的量級區分成三大類型:

  1. I 型文明(K=1)
    該文明能駕馭 10¹⁶ W 的能量,相當於掌握所處行星的能量,因此又稱「行星文明」。這類型的文明可以控制天氣、調節海洋、並且到地底深處採礦,徹底運用星球資源;並且,這一類文明將能任意造訪附近行星,並在後期發展出接近光速的太空旅行。
  2. II 型文明(K=2)
    該文明能駕馭 10²⁶ W 的能量,相當於掌握所處恆星系統的能量,因此又稱「恆星文明」或「星際文明」。這類型的文明能夠透過戴森球(參見下文)或相關科技、徹底利用恆星系統的能量;他們可在各個行星、恆星之間任意穿梭,並且相繼朝往其他恆星系統殖民。
  3. III 型文明(K=3)
    該文明能駕馭 10³⁶ W 的能量,相當於掌握所處星系的能量,因此又稱「星系文明」。這類型的文明不再受限於附近的恆星系統,他們將能夠隨心所欲駕馭整個星系、甚至宇宙尺度級別的能量,並可以在星系之間來去自如;他們甚至已熟悉時空物理、得以透過蟲洞或先進技術穿越時空。
卡爾達肖夫指數示意圖,由左而右分別是:行星文明(I 型)、恆星文明(II 型)、星系文明(III 型)。圖/http://www.maximusveritas.com/wp-content/uploads/2016/06/

作為宇宙文明的分級,文明所駕馭的總能量可以視為一個標竿。宇宙中的能量是無所不在、甚至可以說是取之不盡用之不竭的。因此,能妥善利用這些能量到什麼程度,便可以視為文明「先進與否」的標準。當然,還有一些人把這列表往下延伸,諸如宇宙文明(IV 型)、多重宇宙文明(V 型)、神靈文明(VI 型)、未知文明(VII 型)等等——不過這些級別距離目前人類還算是遙不可及,我們甚至無法保證在宇宙 137 億這年齡下是否已有這麼先進的文明誕生。

-----廣告,請繼續往下閱讀-----

就目前而言,顯然,人類縱使歷經工業革命、資訊革命,也開發出原子能、得以進行太空探索——但似乎尚未能被列入其中之一——我們尚未有能力操控天氣、就連地底結構也都是透過震波才得以探知的。那麼,人類目前究竟處在哪一階段?讓我們簡單計算一下:根據世界能源消耗量的統計,截至 2021 年底,人類所消耗的能量約為 176,431 TWh(百萬兆瓦時),相當於 20.14 TW(百萬兆瓦),代入卡爾達肖夫指數公式:

可以直接得出卡爾達肖夫指數 K≈0.73 ——因此,人類目前約是落在「0.73 型文明」,依然位在「第零型文明」的階段。

目前人類的能量來源主要仍是石油、煤炭、天然氣;除此之外還有傳統生質能、水力發電、以及核能。在數十年內,風力發電、太陽能、生質能會慢慢取代化石燃料,而核融合技術很可能帶領人類走向 I 型文明。

當人類開始進行太空殖民、並且能妥善運用母恆星(太陽)所供應的能量後,才會慢慢朝向 II 型文明發展;而在 I 型或者 II 型文明階段,另一個能催動科技進展的很可能就是反物質(antimatter)的製造與普及。加來道雄認為,我們有機會在本世紀末或是兩百年內躍升成為 I 型文明;到達 II 型文明需要數千年;至於到達可以隨心所欲駕馭時空的 III 型文明,可能還需要數十萬至百萬年。

-----廣告,請繼續往下閱讀-----
1800 年代至 2021 年的世界能源消耗總量:目前人類消耗能源仍以化石燃料為多數。圖/our world in data

參考文獻 / 延伸閱讀

  1. Kardashev, N.S. (1964). Transmission of information by extraterrestrial civilizations. articles.adsabs.harvard.edu.
  2. 加來道雄,《穿梭超時空》,台北:商周出版,2013
  3. 加來道雄,《平行宇宙》,台北:商周出版,2015
  4. 卡爾.薩根,《宇宙・宇宙》,台北:遠流出版事業股份有限公司,2010
  5. 史蒂芬.霍金,《胡桃裡的宇宙》,台北:大塊文化,2001
-----廣告,請繼續往下閱讀-----
Castaly Fan (范欽淨)_96
6 篇文章 ・ 4 位粉絲
科學研究者,1999年生於台北,目前於美國佛羅里達大學(University of Florida)攻讀物理學博士,並於費米國家實驗室(Fermilab)從事高能物理相關研究。2022年於美國羅格斯大學(Rutgers University)取得物理學學士學位,當前則致力於學術研究、以及科學知識的傳播發展。 同時也是網路作家、《隨筆天下》網誌創辦人,筆名辰風,業餘發表網誌文章,從事詩詞、小說、以及音樂創作。

0

4
3

文字

分享

0
4
3
勸你別碰!認識可愛又致命的「菟葵」
Evelyn 食品技師_96
・2022/06/25 ・3139字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

到海邊戲水時,不知大家是否曾注意過,海水漲退潮之間的潮間帶,可能會出現一朵朵黃綠、青褐或帶些紫色,像小菊花般的生物?只要輕輕一碰,牠的觸手就會迅速縮起,所以也被稱作「海中的含羞草」。 

這個生物的名字叫做菟葵 (zoanthid) ,俗稱「鈕扣珊瑚」,是介於珊瑚與海葵的生物[1]。因爲具有美麗的色彩,故常被用來作為水族箱的裝飾;但其實菟葵並不如牠的外表和別稱這麼可愛,反而暗藏著能致命的劇毒!

==密集恐懼症警告!】==

==【會害怕的大家趕緊撤離!】==

外表可愛 (?), 實則暗藏劇毒的菟葵。 圖/wikimedia

神秘的外表下隱藏劇毒?!

菟葵泛指所有「群體海葵目」的生物,故又稱群體海葵;其下游物種繁多,主要分布於熱帶及亞熱帶海域。牠們的體內的共生藻類除了可提供宿主能量之外,也使得牠們體表色彩豐富多變[2, 3]

不過菟葵並不像珊瑚,擁有分泌堅硬石灰質骨骼的能力,所以為了保護自身組織,菟葵會在其所附著的地方分泌黏液,這些黏液會隨著時間變硬,形成幾丁質外殼,以作為替代骨骼[2, 3]

-----廣告,請繼續往下閱讀-----

菟葵單體含有一個直徑約 10 毫米的開口,為平滑且寬大的口盤,外圍處有兩圈短小觸手,並透過共肉組織 (coenenchyme) 聚集在一起[3]

這些觸手一經碰觸就會像含羞草似地收縮,埋入共肉組織裡,因此常引起前來潮間帶戲水的遊客或潛水員的好奇觸摸,但部份的菟葵含有「菟葵毒 (palytoxin; PLTX)」,很容易就不小心引起中毒[4]

瘤狀菟葵 (Palythoa tuberculosa)。圖 / 參考資料 4、6

中毒的後果不堪設想

摸到菟葵而中毒到底會有多嚴重呢?

2008 年德國 1 名男子於家中清理水族箱時,手指不慎碰觸到菟葵後,感到四肢無力、肌肉疼痛、顫抖,隨後出現暈眩及言語障礙等症狀,經治療 4 星期後才完全康復[3]

-----廣告,請繼續往下閱讀-----

除了直接觸摸之外,菟葵毒素也會經由食物鏈,蓄積於高階生物體當中,所以會食用菟葵或藻類的生物,如螃蟹、河魨或其他魚類等,體內都有可能蓄積毒素。在臺灣,就發生過多起人類食用水產品所造成的中毒案例[2]

臺灣最嚴重的中毒案例發生於 2011 年,臺東縣 1 位漁民捕獲俗稱青鱗仔的小沙丁魚,分送給親友們食用,結果有 2 人食用後感到舌頭麻痺,出現嘔吐、胸痛及全身刺痛等中毒症狀,其中 1 人死亡[3]

台東曾出現食用青鱗仔後,出現菟葵毒素中毒的案例。圖/Totti,

還有 2000 年,臺灣 1 名歲男子食用 3 尾米點箱魨 (Ostracion meleagris) 後感到不適、冒汗和呼吸困難,送醫後出現呼吸衰竭、血壓下降且心律不整等症狀,經醫院緊急治療後,心臟功能才恢復正常。但由於橫紋肌溶解症,導致急性腎衰竭、寡尿症狀持續 20 天之久,一個月後才康復出院[3]

塗在矛上的劇毒

這麼可怕的毒素,被研究者發現的時間其實並不長,約 40 年左右而已。

-----廣告,請繼續往下閱讀-----

當初發現的由來,是源自於夏威夷 Muolea 地區,當地湖泊裡,生長著擁有劇毒的藻類,原住民會採集該毒藻塗抹於矛上製成毒矛,其毒性足以使獵物致命。後來經過許多學者前往採樣進行調查,1971 年終於成功純化出毒素,確認為——菟葵毒[5]

之後學者陸續發現,菟葵毒存在於許多生物體內,例如 Palythoa 屬及 Zoanthus 屬之菟葵及 Ostreopsis 屬的渦鞭毛藻皆有,與菟葵生活區鄰近的海洋生物,如海星、軟珊瑚或多毛蟲等,體內亦有發現菟葵毒[3]

不過有研究指出,從菟葵 (Palythoa caribaeorum) 分離出的細菌裡,發現具有類似菟葵毒之溶血活性。此外,也有學者從其他種細菌中分離出菟葵毒,所以大家推測,細菌也可能是菟葵的毒素來源[3]

日本沖繩本島東北海岸聚集許多瘤狀菟葵。圖 / 參考資料 6

菟葵毒分子結構龐大又複雜,比河魨毒更毒

菟葵毒為無色、易吸濕之非結晶性固體,外觀沒有固定形狀,為水溶性,具耐熱性。

-----廣告,請繼續往下閱讀-----

其化學式為 C129H223N3O54,分子量為 2680.13 Da,結構複雜且分子量龐大,並存在著許多異構體以及結構類似物[註 1]

菟葵毒分子結構及其結構類似物。圖 / 參考資料 7

而在毒理學中,半數致死劑量 (lethal dosage 50%; LD50) 是描述有毒物質的常用指標之一,意為動物實驗中,能致使實驗動物產生百分之五十比例之死亡所需要化學物質之劑量。通常毒素給予實驗動物的方式,分為口服、靜脈注射和腹腔注射,不同的給予方式,毒性亦略有差異。

那麼菟葵毒的毒性到底有多強?其實它在非蛋白質類的生物毒中是最強的,就小鼠腹腔注射之 LD50 來看,為 0.15~0.72 μg/kg (體重)[3],大約是河魨毒素 (tetrodotoxin) 之 20~80 倍[註 2],毒性強度遠高於之前筆者所介紹過的麻痺性貝毒及河魨毒。

延伸閱讀

《在海產店吃盤「塔香西施舌」然後就死掉了?——來認識致命的「麻痺性貝毒」》
《推理系動畫毒殺利器!——認識致命的「河魨毒」》

不知道的海洋生物不要摸也不要吃

令人眼花撩亂的菟葵毒及其各類似物,毒性雖略有差異,但致毒機制大致相同。

-----廣告,請繼續往下閱讀-----

身為神經毒素的菟葵毒,其引起中毒主要的症狀為發燒、噁心、嘔吐、呼吸困難、心律不整,或橫紋肌溶解所造成之肌肉疼痛,亦會引發其它藥理反應,如骨骼肌、平滑肌和心肌的收縮,及血小板的聚集等[2, 3]

菟葵毒的毒性不但猛烈,菟葵本身分佈的地區也不算少數——太平洋地區、西印度群島、牙買加、波多黎各及巴哈馬,以及臺灣的東北角、墾丁與綠島,均有出現的記錄[2]

此外,菟葵毒的研究歷史,不如麻痺性貝毒、河魨毒來得悠久,還有許多未知的地方。故呼籲大家,在進行夏日戲水活動時,請不要隨意觸摸不知名的海洋生物,也不要食用自行捕撈或來路不明的水產品,以避免菟葵毒中毒。

註解

-----廣告,請繼續往下閱讀-----
  1. 結構類似物 (structural analog),是指一系列的化合物在主結構上大致相同,但部分結構會有一個或多個原子、官能基或子結構不同,造成它們之間的化學特性不太一樣。
  2. 河魨毒素 (tetrodotoxin) 之腹腔注射之 LD50 是 12.5~16 μg/kg (體重)[8]

參考資料

  1. 鄭源斌,2021。美麗菟葵 新藥寶庫?。科學人,230: 12。
  2. 吳尚宜,2017。基隆產珊瑚菟葵種屬的基因鑑定及其毒素對細胞毒性之探討。國立台灣海洋大學食品科學所碩士學位論文。基隆。
  3. 葉子寧,2018。基隆產菟葵 Palythoa tuberculosa 之季節毒性分析及菟葵毒萃取液之細胞毒性探討。國立台灣海洋大學食品科學所碩士學位論文。基隆。
  4. 社團法人台灣環境資訊協會,2016。海中的有毒含羞草—菟葵。台灣珊瑚礁體檢志工快訊。
  5. Moore, R. E. and Scheuer, P. J. 1971. Palytoxin: a new marine toxin from a coelenterate. Science 172: 3982 495-498.
  6. Aratake, S., Taira, Y., Fujii, T., Roy, M. C., Reimer, J. D., Yamazaki, T. and Jenke-Kodama, H. 2016. Distribution of palytoxin in coral reef organisms living in close proximity to an aggregation of Palythoa tuberculosa. Toxicon 111 86-90.
  7. Pelin, M., Brovedani, V., Sosa, S. and Tubaro, A. 2016. Palytoxin-containing aquarium soft corals as an emerging sanitary problem. Marine drugs 14: 2 33.
  8. Abal, P., Louzao, M. C., Antelo, A., Alvarez, M., Cagide, E., Vilariño, N., Vieytes M. R. and Botana, L. M. 2017. Acute oral toxicity of tetrodotoxin in mice: Determination of lethal dose 50 (LD50) and no observed adverse effect level (NOAEL). Toxins 9: 3 75.
-----廣告,請繼續往下閱讀-----
Evelyn 食品技師_96
23 篇文章 ・ 29 位粉絲
一名食品技師兼食品生技研發工程師,個性鬼靈精怪,對嗅覺與味覺特別敏銳,經訓練後居然成為專業品評員(專業吃貨)?!因為對食品科學充滿熱忱,希望能貢獻微薄之力寫些文章,傳達食品科學的正確知識給大家!商業合作請洽:10632015@email.ntou.edu.tw