溫室效應有解?中研院合成全球首株「嗜甲醇菌」登頂尖期刊《Cell》

中研院成功合成嗜甲醇菌,開啟「主動減碳」的可能性。
評論
中研院 & Cell
評論

中央研究院近來連傳捷報,本次已經是近期第二篇論文獲得國際頂尖期刊《細胞》(Cell)刊登,「合成嗜甲醇菌」同時具有工業價值及減碳的效用,被譽為「合成生物學的新標竿」!

此研究由中研院院長廖俊智親自領軍,成功創出世界第一株「合成嗜甲醇菌」,預料未來能夠利用此菌的生物特性,為節能減碳的「減碳」開闢各種嶄新的可能性。

大家都知道二氧化碳很難被利用,因此注重環保的人士常呼籲「減碳」,意思是請大家一同減少二氧化碳的排放量,但以現在人類主流的生活方式實在是很難做到,那麼為了不要再進一步助長溫室效應,就得用主動的手段減少大氣層中的二氧化碳。

其中一個方式就是將溫室氣體轉化為甲醇(就是那個被用來做假酒,會導致失明的成分),但甲醇如何處理,是目前尚未解決的關卡。對一般細菌而言,甲醇具有毒性,但對嗜甲醇菌來說,反而是可加以利用的資源!

只是天然的嗜甲醇菌難以用基因編輯工程的方式被改造應用,全球科學家競相投入研究,希望能夠研發人工合成嗜甲醇菌的技術,然而,過去十數年來卻遲遲未見突破。

中研院提供

人工合成的嗜甲醇菌,正有可塑性高、對環境友善等優勢。未來,有望透過基因工程進一步改造,以擴充合成嗜甲醇菌的功能,將甲醇轉化為遍及人類生活的化學產品,如:原料藥、抗癌藥、燃料、人造樹脂材料,以及生物可分解性塑膠材料等;亦可使甲醇取代醣類成為生物工程的原料,避免佔用糧食資源。

中研院的研究團隊埋首研究了六年,率先全球發展出將常見的大腸桿菌改造為合成嗜甲醇菌的方法。剛成功培養的時候,合成嗜甲醇菌要五個月才長成,後來花了一整年時間做人工進化,最後只需要兩天就長到飽和,這個生長速率已接近於天然的嗜甲醇菌!

中研院提供

論文的第一作者陳育孝博士候選人則發文表示,他深知 PTT 鄉民文化,早知道「嗜甲醇菌」很容易遭到網友誤解、歪樓,當初在命名上就已提出討論,「只是上面的大老闆說不加『嗜』的話,『合成甲醇菌』看起來很像是產甲醇的菌,實際上是吃甲醇」。看來,為了命名的精確,最後還是稱為「合成嗜甲醇菌」了。

註:《PTT 實業坊》論壇的「Gay 板」被暱稱為「甲板」,鄉民後來開始用「甲」來作為「Gay」的替代字,以之衍生出各種詞彙的諧音版本。

核稿編輯:Mia

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。