消失4000年的長毛象將復活救地球?科學家估最快4年內實現,怎麼做到的?
消失4000年的長毛象將復活救地球?科學家估最快4年內實現,怎麼做到的?

上月13號,一群科學家與一群企業家宣布,他們共同成立了一間新公司「Colossal」,並且打算用基因工程技術「復活」在4,000年前就已經滅絕的長毛象,並將數以千隻的長毛象帶回西伯利亞的苔原,實現他們「減緩北極永凍土融化」的目標。

Mammoth-elephant
圖/ Colossal

「對我們來說,這是個重要的里程碑,」來自哈佛大學(Harvard University)的生物學與遺傳學家邱奇(George Church)說,他八年來都帶領著一個小實驗團隊,研究要怎麼復活長毛象:「這將讓世界變得不同。」

「Colossal」目前已經獲得了1,500萬美元(折台幣約4億1,655萬元)的初始資金,這筆錢將用來支持邱奇的研究,並在它們位於美國波士頓(Boston)和達拉斯(Dallas)的辦公室同步展開相關實驗。

長毛象是「做」出來的?

邱奇團隊的前任成員之一海索利(Eriona Hysolli),則將負責監督「Colossal」編輯大象DNA的實驗,實驗團隊預計要在大象的DNA中添加長毛象的特徵,例如濃密的毛髮,以及可以抵禦寒冷的脂肪層,他們希望能在幾年內就製作出類似長毛象的大象胚胎,並在最終創造出整個物種族群。

「Colossal」在Twitter指出,它們復活長毛象的目的是為了要讓地球變得「更加健康」。

復活長毛象的念頭在2013年第一次被提出,當時邱奇在國家地理學會(National Geographic Society)的一場演講中闡述了相關的概念。

邱奇當時表示,現今的亞洲象(Elephas maximus)和已經滅絕的長毛象,在大約600萬年前有著共同的祖先,所以透過修改亞洲象的基因組合,可以製造出和長毛象相似、表現出同樣特徵和行為的物種。

elephant
圖/ Pixabay

讓苔原變回草原

而且,除了滿足科學上的好奇心以外,邱奇認為復活長毛象還可以協助保護環境,因為長毛象曾經生活的西伯利亞和北美苔原正在迅速暖化,並釋放出二氧化碳、甲烷等溫室氣體。

在長毛象還存活的時候,苔原還不是苔原,而是草原。一些研究人員認為,長毛象其實是生態系統工程師,牠們會破壞苔蘚、樹木,然後用自己的排泄物滋養大地,並因此維護了草原的生態系統。

邱奇則進一步推論,復活長毛象將可以讓苔原變回草原,草原不只可以防止凍土融化、土壤被侵蝕,還可以吸收更多的碳、反射更多的陽光,從而減少大氣升溫,減緩氣候暖化的速度。

希望還能「去滅絕」其他物種

2017年,邱奇於哈佛大學的實驗室發表了一項成果,指出他們已經將 45個長毛象基因添加到亞洲象的基因組中;2019年,一間德州的人工智慧公司「Hypergiant」的創始人拉姆(Ben Lamm)找上了邱奇,表示自己對復活長毛象很有興趣。

最終,拉姆成立了科技公司「Colossal」支持邱奇的研究,從修改DNA的實驗做起,他們希望最終能將實驗成員海索利所謂的「功能性長毛象」帶到大自然野放。

拉姆向《華盛頓郵報》表示:「我們相信我們的努力會讓現在這個正在衰退的生態系統,復原成一個資源比較豐富的生態系統,就跟 1萬年前的苔原一樣。」

而且除了復活長毛象之外,他們還希望能夠「去滅絕」(de-extinct)——也就是「復活」其他物種,並建立一個瀕危物種的遺傳物質清單。

構成長毛象特徵的60個基因

目前,實驗成員海索利和她的實驗小組透過分析從化石收集而來的長毛象基因,列出了該物種和大象之間的關鍵差異,最終,他們集中研究了其中60個基因,認為這些基因對構成長毛象的特徵非常重要。

接下來,研究人員將嘗試製造出一個基因組合類似長毛象的大象胚胎。為此,他們需要從大象的卵子中取出DNA,並用類似長毛象的DNA取而代之。

然而,至今其實從未有人從大象身上取得卵子過,所以如果這個方法行不通,海索利和她的實驗小組打算從一般的大象組織中取得幹細胞,然後再誘導它們發育成胚胎。

Mammoth-elephant
圖/ Colossal

還需打造人造長毛象子宮

當胚胎製作完成後,邱奇一開始打算要將它們都植入雌性的大象子宮中,讓牠們代為孕育「長毛象」,但他最終拋棄了這個想法:一來,從未有人幫大象做過體外受精;二來,如果要建立一個物種族群,他將需要非常多的代理孕母。

因此,他最終決定要製造一個人造的長毛象子宮:「我不會做出大膽的預測,認為這將會非常容易......但所有事情到了這個時間點,已經都變得相對容易——所有我們需要的動物組織,我們都有製作的方法了。」

而為了達成這個目標,實驗團隊必須製作出一個人造子宮,能夠容納200磅(約91公斤)重的胎兒長達兩年。

但另一方面,有許多科學家對於「Colossal」能否實現這個目標感到懷疑。即使成功了,「Colossal」也將面臨嚴重的道德問題:畢竟,製造出一個人類對其生物學特徵了解甚少的物種,是否是一件符合人道的事?

在倫敦政治經濟學院(LSE)研究動物感知與福利的博士後研究人員布朗寧(Heather Browning)便認為,即使長毛象可以對苔原帶來任何好處,也必須先衡量牠們在被製造出來時可能會經歷的痛苦。

「如果牠們和大象相似的話——大象有著格外強烈的母嬰連結,而且會持續非常長的一段時間,但你卻沒辦法提供一個母親給牠們,」布朗寧說:「一旦有一隻或兩隻年幼的長毛象誕生了,誰來確保牠們有被好好照顧著?」

Mammoth-elephant
圖/ Colossal

利用新取得的基因工程和生殖技術賺錢

除此之外,「Colossal」的投資人也有疑問:長毛象可以怎麼賺錢?但創辦人拉姆預測,他們將可以從復活長毛象的實驗過程中,取得新形式的基因工程和生殖技術:「我們對從中產生的新技術抱持著希望和信心,我們可以為此成立單獨的業務部門。」

「但短時間內,我們的重點只會放在可以加速過程和效率的技術上,這些技術不只能夠復活長毛象,還能讓長毛象重新回歸野外。」

根據科技新聞網站「TechCrunch」報導,拉姆認為「Colossal」目前的資金應該足以讓它們開發出一個成功的長毛象胚胎,它們預計在未來的四到六年內生產第一批「長毛象」。

本文授權轉載自:地球圖輯隊

【熱門焦點】

1.辭三星半導體工程師、留50個月生活費專心閉關創作,韓國小說新銳寫出《魷魚遊戲》殘酷社會中的夢境救贖

2.台灣將買COVID-19口服藥!美國默沙東集團開發臨床實驗傳喜訊,陳時中:談判中

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓