0

1
1

文字

分享

0
1
1

馴化生物教戰手冊—人馴化了作物,作物也馴化了人

劉筱蕾_96
・2016/05/16 ・4419字 ・閱讀時間約 9 分鐘 ・SR值 550 ・八年級

vegetable-621782_640

各位家庭煮夫煮婦、魯蛇魯妹們應該都有上街買菜的經驗吧!看到市場上繁多的品項時,是否曾經想過這些穀物蔬果是怎麼來的?是人類將植物馴化成我們想要的樣子?還是這些植物用某種方法,控制人類協助它們傳播?如果有一本「馴化生物教戰手冊」,這本教戰手冊到底會紀錄哪些內容,指引生物們走向溫拿之路呢?

那我們就……咳咳,開始囉!(台灣吧語氣)

搶地盤遊戲

作物的馴化與其後農業的興起,是過去 1 萬 3 千年來人類歷史中最重大的改變之一,這又與冰河期結束有關。冰河期時,地球大氣和地表長期低溫,造成冰蓋大幅擴張,甚至覆蓋整個大陸。冰河期會造成環境變化,會影響生物的組成與分布,有時冰河期前後的生物組成甚至會完全不同。以台灣為例,最後一次冰河期時海平面下降,雖然台灣的平地沒有受到冰河覆蓋,但台灣數度與亞洲大陸相連,讓很多住在歐亞大陸的生物移民台灣,形成現今台灣的生物相。

地圖
不用投資,只要你走得到,通通可以移民台灣!(僅限陸生生物,包含棲息於淡水者)……不過地圖上顯示其實移民日本馬來西亞新加坡也是 OK 的啦!圖/許正德

另一方面,冰河期結束之後,原先被冰覆蓋的土地露出,適合生物棲息的範圍逐漸變大(人類:Yes!快來搶地盤~),讓人類族群得以發展。人類的居住又會改變當地的綜合條件改變,產生新的棲位(biological niche)。這新出現的棲位十分特殊,因為它的產生不單是因為自然環境區隔,也有人類行為的影響,有時植物適應人類的行為(舉例,因為人類排泄物逐漸形成的肥沃土壤),卻會降低它對野生環境的適應力,所以物種中適應野生環境的個體,跟喜歡人為環境的個體,就漸漸在人類有意無意的選擇下分化。

-----廣告,請繼續往下閱讀-----

馴化生物的演化就此開始!

適應新棲位並可以跟人類一起生活的物種,稱為共生物種(commensal species)。如果共生物種中的某些物種又再進一步經過人為選擇(artificial selection,又叫人擇),生物的馴化(domestication)就正式產生。其中,馴化植物也成為農業興起的重要元素。

那這又跟我們現代的品種改良有何差別?定義上,馴化跟品種改良都涉及作物性狀的改變,但是馴化性狀是在馴化初期就出現,把馴化作物跟它的野外祖先分開的那些特徵,為同一種作物所有的(或絕大部分的)品系所共有,可以讓作物適應人為環境與遷徙的性狀,而現在的品種改良(improvement)則不是馴化作物共有的性狀,是侷限在一部份的族群。像大家都知道的益全香米中,芋頭香氣這個特徵就是一個例子。另外,花椰菜、白花菜、芥藍菜、大頭菜、羽衣甘藍和球芽甘藍(Brussels Sprouts)都是屬於芸苔屬甘藍(Brassica oleracea)這種植物,但是形態有所不同。這些性狀都是因應不同需求,藉由選擇特定性狀的個體雜交培育出來的品系,這些性狀也不是所有品系共有的。

育種可以生產出千變萬化的食物。
育種可以生產出千變萬化的性狀。圖/These 6 common vegetables are actually all the same plant

順道一提,農業出現以後,由於糧食生產穩定讓人口密度上升,人類開始飽受傳染性疾病的影響。近年來的研究已發現,這些傳染病出現的年代,與馴化事件發生的年代正好相符 (距今約 1 萬年前)。這些疾病之所以形成,主要是依賴於馴化行為提供的兩個條件:

(1) 農業的出現,人口漸趨密集

-----廣告,請繼續往下閱讀-----

(2) 動物與人類的生活越趨緊密,間接增加疾病傳遞的可能性(更多的例子請看《跨物種、跨國界殺手— 狂牛症、禽流感、狂犬病》)。

之後傳染病甚至成為殖民者征服的工具,歐洲殖民者抵達美洲時,帶來歐洲人因為已適應,對其他人卻是全新,沒有處理經驗的傳染病,美洲原住民對此毫無抵抗力。其中最有名的例子是天花,天花藉由殖民者有意或無意的傳播,降低了美洲原住民抵抗殖民者的能力,也對當地文化造成致命的傷害。

是人類馴化植物,或是植物馴化人類?

5871071465_403e9742a4_z
圖/Nisa yeh@flickr, CC BY-SA 2.0

植物跟人類之間,比較沒有這種「藍色蜘蛛網」的故事情節。在植物馴化過程中,不同地區、不同植物的馴化事件,讓這些馴化植物被選汰出一組馴化作物間相似的性狀,也就是所謂的馴化綜合特徵(domestication syndrome),例如不脫粒 (non-shattering)、不受光周期的影響(loss of photoperiod sensitivity)、種子大小的改變,以及花朵或是植物構造的改變(像是矮化)等等。這些性狀大幅增加馴化作物於人為環境中生存的適存度(fitness,族群遺傳學中用來描述擁有某一特定基因型的個體,在繁殖上的成功率或能力)。

但是馴化作物也不是單方面被人類跟環境蹂躪的小可憐,教戰手冊裡絕對有一章的內容是如何征服人類。與其強調植物經人類馴化而改變其遺傳性狀,更好的解釋可能是在馴化過程中,作物與人類這對難兄難弟,其實都在互相改變自己以適應對方。舉例來說,人類大量食用作物讓飲食習慣改變,成為大腦跟消化系統演化的關鍵,而其後工具的使用,又讓人得以拓展攝食與馴化的範圍,所以人可以選擇來馴化的物種名單也增加了。而為了適應植物的特性,讓人類生活發生改變的例子更是多不勝數,像是青稞讓藏族往高處發展的內容,就是馴化植物影響人類生活很好的例子。

-----廣告,請繼續往下閱讀-----

馴化性狀可能得花千年!

那故事就結束了嗎?植物被馴化→農業興起→作物跟人類從此過著幸福快樂的日子→End?啊當然沒有啊!!這直線發展模型忽略了人為環境改變是動態的,隨著環境改變,新的挑戰也會產生,馴化作物也必須持續演化以追上這些挑戰。教戰手冊中最重要的一項內容應該是如何跨越緯度障礙而繁殖成功。

農作物在東西向軸線的發展,要比南北向軸線上快得多。因為相同緯度的地區,日照長度和季節變換是同步的,因此相對跨緯度擴張,作物東西向拓殖所需要的適應(adaptation)少得多。緯度的轉換代表氣溫、雨量、季節轉換、與日照長度都和原生地不同,所以向不同地方傳播的馴化作物們,開始在世界各地打不同的副本,克服環境與人類行為帶來的挑戰 (當然,這是互相影響的,人類也必需快速改變於文化或是農施作上的策略),而在環境的轉變之下,有時共生物種會因為更加適應新的環境而變成馴化作物 ,加入人類向外遷徙時攜帶的農業包裹(agrarian packages)中。馴化其實沒有一個特定的終點,而是直到現在還持續進行。

Feature2originmap600
馴化作物和它們最初在哪裡被馴化。圖/Public Domain, wikipedia.

事實上,許多研究者對於過去所提出的那種簡單模型也不是十分滿意,因為這無法回應不同現實研究中的觀察。在傳統馴化研究中,通常假設人擇會讓性狀很快的出現在大部分個體。大多馴化作物都是一年生的植物,世代那麼短的生物,如果種植者持續挑選喜歡的性狀,性狀固定的速度應該很快啊!但是考古呈現的卻是完全不同的結果。考古證據顯示馴化症候群性狀要穩定的出現在族群中往往要花數千年的時間(代表很多馴化作物已經被選汰幾千代了ㄟ!!),甚至可以追溯到距今 1 萬 1 千年前的更新世,遠比生物學家推算出的時間長太多了。為了回應理論與證據的衝突,生物學家們試圖找出理論缺漏的地方,結果發現馴化過程遠比過去想像的複雜。

遺傳負荷讓馴化沒那麼簡單

為何應該很有效的人擇,實際表現卻差強人意呢?因為演化要付出代價。大約 60 年前,族群遺傳學的奠基者霍爾登(John Burdon Sanderson Haldane) 發表了「遺傳負荷」(genetic load)的概念,表示同一性狀的不同表現,對環境會有不同程度的適存度(或說不同的死亡率),換言之就是每個世代部分個體會因為某個基因的表現不佳,而影響其適存度。當個體身上累積太多不適應環境的基因,該個體就會因遺傳負荷太重而死亡,而這也減少了有害性狀在族群中傳播的機率。

-----廣告,請繼續往下閱讀-----

遺傳負荷這個概念可以解釋,馴化植物在適應新環境時的限制。在可以自然交配的族群中,因為各種性狀理論上是隨機分布的,所以個體身上的平均遺傳負荷不會太高,但是當人特意要留下馴化性狀,可能部分產生遺傳負荷的基因也一起被留下來了。馴化的施作方法大多是將想要保留特殊性狀的植株拿來交配,如果同時固定多個性狀,遺傳負荷的效應是累加的(更多產生遺傳負荷的基因一起被留下),會在短期內增加遺傳負荷,讓族群的死亡率顯著上升。

霍爾登據此斷言,植物育種者沒有辦法同時選汰過多性狀,也代表馴化過程被拉長了。根據模型估計,一種植物能夠被人為選擇的基因數量,大概是 50 到 100 個,而事實上,玉米、小麥與向日葵的研究,的確只有 27 到 70 個基因受到馴化的選汰,與修正後的理論符合,這樣的情節也解釋了理論跟考古證據的衝突。

馴化作物程受人擇的能力是由受選擇的基因座數目、人擇的強度、跟物種本身得以承受選擇的能力而決定的。 Credit: Archaeogenomic insights into the adaptation of plants to the human environment: pushing plantehominin co-evolution back to the Pliocene
馴化作物承受人擇的能力是由受選擇的基因座數目、人擇的強度、跟物種本身得以承受選擇的能力而決定的。
Credit: Archaeogenomic insights into the adaptation of plants to the human environment: pushing plantehominin co-evolution back to the Pliocene

另外人為選汰也會讓該作物基因庫的多樣性下降(因為被留下來的個體變少了,而且遺傳組成類似),而讓族群面對突發的環境變化時更加脆弱,嚴重的話甚至會導致整個族群滅絕。在歷史上,常發生人類遷移到新的環境發展農業殖民,這個文明卻隨後突然毀滅。其中一個解釋就是當人類試圖將文明(包含農業)遷移到新的緯度時,馴化作物被迫迅速適應新的環境,造成農作物基因庫多樣性太低,無法承受後續的環境變化而讓作物消失,進而導致農業失敗、文明崩解。

結語

從遺傳學的角度來看,人類開始馴化生物到現在,就已經開始改造作物了。不但作物接受人類的馴化,植物也同時影響的人類的繁衍、行為、與文化。 作物們跟人類之間的互動關係是相當親密跟複雜的。兩者間的互動強化了彼此間的傳播能力,也塑造了人類多樣而複雜的文化。隨著科學的進步,希望我們可以進一步揭露植物與人類共演化的面紗。

-----廣告,請繼續往下閱讀-----
  • 致謝:感謝寒波、張妤貞、何欣恬對專業內容與文章結構上的修改。本文為作者參與歐盟居禮夫人人才培育計畫創新訓練網絡(Innovative Training Networks, Marie Curie Actions)之子計畫 MicroWine 所撰寫。

13249545_1340890482591363_1396288778_n

參考文獻

  1. Allaby, Robin G., et al. “Using archaeogenomic and computational approaches to unravel the history of local adaptation in crops.” Philosophical Transactions of the Royal Society of London B: Biological Sciences1660 (2015): 20130377.
  2. Allaby, Robin G., et al. “Archaeogenomic insights into the adaptation of plants to the human environment: pushing plant–hominin co-evolution back to the Pliocene.” Journal of human evolution79 (2015): 150-157.
  3. Diamond, Jared. “Evolution, consequences and future of plant and animal domestication.” Nature 418.6898 (2002): 700-707.
  4. Diamond, Jared. Guns, germs, and steel: The fates of human societies. WW Norton & Company, 1999.
  5. Crosby, Alfred W. The Columbian exchange: biological and cultural consequences of 1492. Vol. 2. Greenwood Publishing Group, 2003.
  6. Haldane, John Burdon Sanderson. “The cost of natural selection.” Journal of Genetics 55.3 (1957): 511-524.
  7. Stevens, Chris J., and Dorian Q. Fuller. “Did Neolithic farming fail? The case for a Bronze Age agricultural revolution in the British Isles.” Antiquity 86.333 (2012): 707-722.
  8. Doust, Andrew N., et al. “Beyond the single gene: How epistasis and gene-by-environment effects influence crop domestication.” Proceedings of the National Academy of Sciences 111.17 (2014): 6178-6183.
  9. Meyer, Rachel S., and Michael D. Purugganan. “Evolution of crop species: genetics of domestication and diversification.”Nature Reviews Genetics 14.12 (2013): 840-852.
-----廣告,請繼續往下閱讀-----
文章難易度
劉筱蕾_96
7 篇文章 ・ 2 位粉絲
森林系出身,遵守農院傳統熱愛喝酒吃肉的動漫宅,在英國漂流完之後到美國Smithsonian Institution 繼續漂流。我的興趣是植物的演化與馴化。這個過程表現了生物被自然和人為條件「雕塑」的過程。希望能擔任生物與歷史研究間的橋樑,並把研究中的所學到的小故事跟科學觀念分享給大家。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
AI 進雞舍,感測器顧豬場:科技如何成為畜牧業的最佳幫手?
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/05 ・3583字 ・閱讀時間約 7 分鐘

從仰賴人力巡視、憑經驗判斷,到導入感測、影像辨識、聲音分析與 AI,智慧畜牧正逐步以數據支撐養殖決策。(圖片提供:Shutterstock)

過去,養雞農得在半夜走進雞舍,靠耳朵分辨雞隻有沒有出現「囉音」(呼吸道疾病的特有聲音);但農民時間有限,一天頂多進雞舍巡三次,而打噴嚏、咳嗽這類異常聲音,又常和背景噪音太相似、不夠明顯,「漏聽」幾乎在所難免。

如果有一套系統能全天候守在雞舍,不僅聽見異常聲音,還能透過影像觀察雞隻狀態、同步記錄體重,情況會不會有所不同?這正是「智慧監測走進畜牧業」的真實場景。

透過感測、影像辨識、聲音分析與 AI,畜牧養殖管理,已經逐步從仰賴人力巡視、憑經驗判斷,轉向以數據支撐的決策;智慧畜牧不只能提高生產效率,也能改善動物福利與整座牧場的生物安全。

本文從家禽到豬隻,採訪兩位長期投入智慧畜牧管理的研究者:國立中興大學生物產業機電工程學系蔡燿全副教授以及國立臺灣大學生物機電工程學系郭彥甫教授,探討科技如何成為畜牧業的最佳助手。

-----廣告,請繼續往下閱讀-----
透過機器視覺與深度學習,系統能辨識母豬的姿態,量化進食、站立與哺乳時間,協助豬農及早發現健康異常。(圖片提供:臺灣大學生物機電工程學系郭彥甫教授)

科技接手觀察,補上人力巡視極限

「如何客觀量化健康指標,其實相當困難。」蔡燿全副教授指出,人工巡視的限制,在於「人不可能一直在現場」。以雞舍為例,雞隻體重反映健康狀況,但用「肉眼估算」並不精準,原因出在羽毛會隨當下溫濕度蓬鬆變化;至於雞隻的消化道疾病,則要看肛門與糞便,但「異常聲音」要在夜深人靜的半夜靠「人耳」去分辨,這些都是雞農單靠人力會存在的侷限。

養豬也是。郭彥甫教授指出,過去豬農評估一欄豬的健康狀態,多半是走進去、用肉眼看一下,母豬花多少時間吃料、站立、有沒有在哺乳,無法精確量化判讀。

靠肉眼、人耳判讀,既消耗人力、又不夠精準,因此,智慧畜牧把這些工作交給機器,透過感測器接手觀察,目標在於「及早發現」。

以雞舍為例,機器讀的是「身體徵象」。

-----廣告,請繼續往下閱讀-----

蔡燿全副教授指出,透過「家禽監測系統」,在雞舍裝設麥克風、攝影機與秤重平臺,把叫聲、雞冠與雞眼的顏色、體重,連同溫濕度、風速、氣體等環境資料,一併轉成可判讀的數據。

以體重為例,當雞隻走上秤重平臺,秤出幾隻的總體體重後,平台上方的攝影機,再以AI影像辨識方式,辨識出秤重平台上的雞隻數量,進而換算出雞隻的平均體重,更進一步的做法是,只要在雞舍中央架一臺主機,建立「影像輪廓對應實際重量」的關係,雞舍的其餘角落,只需由上往下拍的攝影機(不必裝設秤重平臺),單靠影像就能推算體重。這也同步解決了動物福利的問題:不必再人工抓雞懸掛量重,對雞隻的干擾降到最低。

在豬舍方面,機器讀的則是「行為與姿態」的動態變化。

郭彥甫教授指出,只要在母豬分娩欄後方架設攝影機,以機器視覺與深度學習,辨識母豬的姿態,量化牠花多少時間進食、站立與哺乳,同時逐隻追蹤欄內仔豬的移動,把狀態分成哺乳、休息與活動三類。當母豬把乳頭壓住、遲遲不讓仔豬吸奶,又不太進食,系統就能標記出這頭母豬已接近生病,整欄仔豬可能跟著吃不到奶、活動力下降。這些畫面,都讓長期被關在窄欄、行動受限的母豬處境,能夠直接被機器紀錄、透過數據化被豬農看見。

-----廣告,請繼續往下閱讀-----

專家教會 AI 讀懂異常,監測從記錄升級為預警

但機器「看得到」只是第一步,「讀得懂」則要靠人與 AI 協作。

以豬舍的應用場景為例,郭彥甫教授指出,AI的機器學習過程,得先由「人」在影像裡,把豬一隻一隻單獨標註起來,累積上千張影像之後,提供給AI學習、訓練,確保AI能夠「讀懂」之後,之後就由機器接手,自動辨識每一隻豬;例如有些小豬在吃飼料、有些在喝水、有些在打架、互咬;郭彥甫教授指出,這套AI 辨識仔豬「日常行為」的準確率已達到91.36%,等於在100隻仔豬中,AI就能精準判讀出91.36隻的行為模式。

雞舍的場景也是同樣邏輯。蔡燿全副教授解釋,透過預先架設機器在雞舍,進行現場錄音,接著以濾波去掉雜訊、把聲音切成小段,再請專家逐段標註,哪些是正常叫聲、哪些是異常囉音,取出聲紋特徵之後,再餵給AI機器學習,訓練出辨識模型。

當機器學會判讀後,監測的價值就能直接從「記錄」,升級為「預警」。

-----廣告,請繼續往下閱讀-----

舉例來說,雞舍的聲紋辨識系統,由於是24小時錄音,在農民尚未察覺、還沒記錄到異狀之前,系統就先發出「偵測到異音」的預警,不會等到農民到現場查看才發現。此外,影像辨識系統則可以預先偵測到人眼較難察覺的雞眼異常(雞眼異常後2至3天會出現較高死亡率),等於替農民爭取到提早3天處置的黃金時間。

預警換來實際效益。蔡燿全副教授表示,根據合作雞農的回饋,導入這項系統之後,育成率可提升約3%,因為透過系統24小時不間斷監控,農民更能做到「及早發現、及草治療」,提高雞隻「從飼養到出貨」生命週期的完整性。此外…….傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。此外,因為農民不再需要頻繁進出雞舍,也切斷了病原透過人腳、野鳥糞便帶入的傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。

豬舍也是。郭彥甫教授指出,量化母豬的姿態與哺乳行為,能夠提早判斷牠是否接近生病,另一方面,系統對仔豬群體活動力的追蹤,則讓農民能夠更早察覺「一頭母豬不好、整欄仔豬跟著受影響」的連鎖效應,進而提早做出相對應的準備措施。 科技帶來的好處,除了提前預警,減少人為疏漏,當農民的巡視工時下降、勞動強度減輕,也能間接讓更多青年農民,願意回鄉接手畜牧場。

雞舍聲紋辨識系統可 24 小時錄音,在農民察覺異狀前發出預警,影像辨識也能提早發現人眼較難察覺的雞眼異常。(圖片提供:Shutterstock)

技術到位、市場未到,智慧畜牧的應用挑戰

然而,儘管智慧畜牧的技術持續進步,但要真正落地應用並普及化,目前仍有待跨越的門檻。

-----廣告,請繼續往下閱讀-----

「因為農民沒有 IT 部門。」蔡燿全副教授點出了智慧畜牧最大的門檻:推廣難度高。

他解釋,老一輩農民對科技熟悉程度較低,一旦網路不穩、甚至插頭沒插上的小狀況,原廠可能就得親自跑一趟畜牧場,服務成本相當高,再加上臺灣市場規模有限,負責落地推廣、技術轉移的農業科技公司,意願自然不高。

此外,「農民投入意願」也是一大門檻。「如果這個科技一定可以幫他賺到錢,他就會樂意接受。」郭彥甫教授觀察,豬農評估導入系統的關鍵,在於能不能幫他「賺到更多錢」,而非只是「節省時間和勞力」,「如果只是省下勞力,農民多半會傾向自己來、或是另外聘請人力。」臺灣雖然在2020年就從口蹄疫除名,但近年來面對周邊國家持續存在的非洲豬瘟等疫情風險,豬農對外部人員(智慧農業團隊、農業科技廠商等)進出格外謹慎,都讓智慧畜牧的應用落地,還需要更多溝通與推廣。

最後一道判斷留給人,「資料治理」智慧畜牧下一步

換句話說,智慧畜牧的技術本身,其實已經備妥,唯獨產業與市場的節奏,還需要時間跟上。

-----廣告,請繼續往下閱讀-----

從雞舍到豬場,感測與 AI 接手了「看」這件過去只能靠人力與經驗撐著的工作,效率、動物福利與疫病防線,也因此被重新畫過一遍。

值得一提的是,兩位研究者不約而同都將「最後一道判斷」留給了人:雞隻該不該投藥、母豬難產怎麼處置,這類牽涉責任的決定,仍由農民與獸醫拍板,AI 負責的是更精準的監測、讓異常更及早被發現。

隨著愈來愈多養殖現場,開始累積這些數據,郭彥甫教授預測,「資料治理」將是畜牧業下一步的趨勢。他解釋,當養殖場規模擴大、不常親臨現場的經理人將更依賴簡單直觀的報表,掌握場內狀況;而這些累積下來的數據,還能推估產量、預估禽隻出場時機,同時對接市場價格,做出更合適的決策。

資料來源

-----廣告,請繼續往下閱讀-----
  1. 中興大學生物產業機電工程學系蔡燿全副教授
  2. 臺灣大學生物機電工程學系郭彥甫教授

原文連結:https://pse.is/9k7pkt

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

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💃