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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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