麥斯可皮洛（Mashco-Piro）族真的是「與世隔絕」嗎？

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

有些故事代代相傳之下，經歷非常漫長的時光。過去很久以後，五百年、三千年或一萬年，都已經是「很久很久以前」，難以判斷到底多久。2023 年發表的一項研究認為，澳洲南方的塔斯馬尼亞島，有個故事似乎能追溯到超過一萬年前。

塔斯馬尼亞的祖傳故事

大英帝國的調查隊抵達塔斯馬尼亞初期，估計島上約六千到八千位居民；原住民們統稱為「palawa」，不過又能分成多個有所區別的族群。英國人在公元 1803 年建立第一個殖民地，然後，不意外地起爭議。

走訪塔斯馬尼亞各地，留下許多紀錄的英國人魯賓遜先生（George Augustus Robinson）。圖／參考資料3

殖民者與原住民的衝突加劇後，1823 到 1832 年間導致約兩百位殖民者及九百位原住民身亡。有些英國人希望能和平解決問題，最終勸誘加上強迫，1829 到 1835 年間將島上的原住民，都成功遷移到位於塔斯馬尼亞和澳洲之間，巴斯海峽的弗林德斯島（Flinders）。

英國人認為這是一次「友善」的轉移任務。以當時狀況而言，確實算是相對和平的收場，但是慘遭強制搬遷的原住民依然損失慘重，人口以外，他們脫離原本的家園「Lutruwita」，文化、語言幾乎喪失殆盡。

遷徙計畫中，英國人魯賓遜先生（George Augustus Robinson）可謂關鍵角色。他走訪塔斯馬尼亞各地，說服原住民搬家，也對當地風俗文化非常好奇，留下大量紀錄。

這些 1830 年代的紀錄，就像塔斯馬尼亞傳統文化的切片。後來有些原住民重返塔斯馬尼亞，試圖擺脫殖民時，英國殖民者當初搜集原汁原味的資料，也成為重建傳統的材料之一。

魯賓遜等人搜集的紀錄來自多位原住民的說法，其中一個故事相當費解，至少當年魯賓遜無法理解，新問世的論文總算揭開奧秘。

情節湊不上，是因為發生在太久之前

祖先的遷徙故事，提到他們來自一片大陸；後來大陸被海水淹沒，當時岸邊附近有冰山漂浮。那時望向南方的天空，可以見到一顆很亮的星。

塔斯馬尼亞與澳洲之間的地形。兩地之間原本存在陸橋，海水上升後形成巴斯海峽。圖／參考資料1

塔斯馬尼亞原住民一代一代仰望星空，也建立一些自己的天文學知識，被魯賓遜忠實收錄。那顆南方大星星卻令人費解，因為星空中根本沒有符合描述的那顆星。最可能的對象是老人星（Canopus），也稱為船底座α（α Carinae）。

星空中最亮的是天狼星，第二就是老人星，顯然它非常顯眼，可是位置明顯有差。是原住民唬爛，還是魯賓遜唬爛，或是魯賓遜紀錄錯誤呢？新的分析指出，他們都是正確的，因為一萬兩千年前的星空，老人星確實處於故事中的那個位置。

首先，故事提到祖先前來的道路被大海淹沒，冰山在岸邊漂浮。對照現代科學知識，能輕易推論這講的是冰河時期結束，海平面上升，淹沒澳洲與塔斯馬尼亞之間的陸橋，形成巴斯海峽，讓塔斯馬尼亞成為一個四面環海的島。

接著是星空為什麼不同？從地球表面仰望夜空，星星的分布位置會由於「歲差」緩慢改變。回溯調整成一萬多年前的星空，老人星的確就在那兒。

地表很多位置都能見到南方明亮的老人星，不同民族、文化各有自己的想像。台灣人即使沒有親眼注意過，也肯定知道老人星，因為這就是福祿壽中的「壽星」，形象化叫作南極仙翁。

有趣的是，中文名字叫老人星，英文名字 Canopus 則來自特洛伊戰爭傳說中的一位年輕人，他是航海家，後來不幸在埃及被毒蛇咬死……所以中國想像這顆星是老人，歐洲卻想像是年輕小夥。

回溯塔斯馬尼亞 1831 年 8 月 1 日，凌晨 5 點時的星空。圖／參考資料1

難以理解的時候，先忠實紀錄

考慮到魯賓遜紀錄的日期是 1830 年代，更加深故事的真實感，因為當時英國人還不知道「冰河時期結束導致海面上升」。阿加西（Louis Agassiz）首度宣稱冰川歷史的想法要等到 1837 年，更多年後取得較多支持，十九世紀後期才廣為人知。

魯賓遜等歐洲人對聽到的故事內容難以理解，他們或許會聯想到聖經的大洪水，但是完全想像不到冰河時期。所以這些內容，大概更能免於印象或偏好影響，反映忠實的紀錄。

據此推敲，塔斯馬尼亞祖傳故事講的是：「大約 1.2 萬年前海水上升之際，明亮的老人星在那個位置」。如果推論正確，這便是傳承 1.2 萬年的口述歷史，堪稱全人類罕見的文化遺產。

有人或許會好奇，一些研究認為早在四萬年前，已經有人穿過澳洲，抵達塔斯馬尼亞。可是島上原住民的祖先故事，卻是一萬多年前？

我想可能是因為，記憶對於愈久遠的事情常常會愈壓縮，把更早發生的事情疊加到比較近期，印象很深的事件中。或許原住民的祖先很早就過去，但是海水上升淹沒陸橋令人印象太過深刻，就變成故事的素材。

另一件啟示是，世界上不知道的事情太多了，當你不太理解聽到什麼的時候，不要試著腦補，就照聽到的忠實紀錄下來！

延伸閱讀

• 短篇 比文學更古老的重金屬故事
• 手指彩虹會發生不好的事？——白樂思的最後研究「彩虹禁忌」
• 過了一萬年，如何仍能讓這些原住民認祖歸宗？
• 遺傳學怎麼協助澳洲原住民，尋回失竊的一代？

參考資料

1. Hamacher, D., Nunn, P., Gantevoort, M., Taylor, R., Lehman, G., Law, K. H. A., & Miles, M. (2023). The archaeology of orality: Dating Tasmanian Aboriginal oral traditions to the Late Pleistocene. Journal of Archaeological Science, 105819.
2. Rising seas and a great southern star: Aboriginal oral traditions stretch back more than 12,000 years
3. GEORGE AUGUSTUS ROBINSON
4. 老人星名字來源神話人物 Canopus 維基百科

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜黃楷元
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

麻豆港的歷史

臺灣四面環海，整座島的過去、現在與未來，都與海洋息息相關，而港口正是海洋與陸地間的樞紐，許多故事都由此而起。臺南麻豆曾緊鄰倒風內海，擁有一座貿易興盛的內海河港「麻豆港」，也是西拉雅族最強部落「麻豆社」的居住地。四百年來滄海變桑田，當地的人文環境又發生哪些變化？中央研究院「研之有物」專訪院內臺灣史研究所林玉茹研究員，從港口走入臺灣史，揭開一段原住民與漢人勢力興衰交替的故事。

聽到「麻豆」這個地名，絕大多數的臺灣人腦中浮現的畫面應該是香甜多汁的文旦柚。有「柚鄉」美名的臺南麻豆，目前文旦栽種面積達到 800 公頃，說整個麻豆就是一座大果園也不為過。

不過麻豆蔚為文旦果園只是近三百年的事，在有人類活動的悠久歷史中，讓麻豆躍上世界舞台的其實是其「港口」角色。

奇怪！麻豆明明距離海邊有 30 公里遠，怎麼會有港口？這就不能不佩服造物者的力量，真能讓滄海變桑田。

走訪位在麻豆東北角的「水堀頭」遺址，可以看到一座三合土（由糖水、糯米汁、牡蠣殼灰加沙混合成的建材）遺構，這塊約 10 公尺長、看起來像是坡道的結構，究竟是水利設施、墓道還是碼頭，曾經是學界爭論許久的公案。

直到 2002 年，一次歷史學和考古學的共同研究，終於正式解開謎團。現任中研院臺灣史研究所林玉茹研究員，與國立成功大學考古學研究所劉益昌教授合作，經過層層抽絲剝繭，終於證實三合土是碼頭遺構，水堀頭就是曾經的「麻豆港」。

「距今 4,000 至 3,500 年前，海水曾內侵到麻豆、佳里、善化一帶，在清代，這裡被稱為『倒風內海』，船隻可以通行、貿易。」林玉茹表示，「臺灣西部海岸是離水海岸地形，容易形成海埔新生地。清康熙中葉後，漢人進駐臺南地區，又積極把潟湖圍墾成魚塭或鹽田，是倒風內海逐漸陸化的主因之一。」

林玉茹是研究清代臺灣史、海洋史的專家，麻豆這個地方的「前世今生」引起她的高度興趣。除了自然地貌的海陸更迭外，更讓她一頭栽入研究的，其實是這裡的人文變遷。

在經濟上，港口是帶動城市發展的火車頭；在文化上，港口則是一扇看見外面的窗。

港口所在地因為與外界連結，成為本地和外來文化的交匯點，更是理解多元文化互動變遷的重要依據。而麻豆的水堀頭遺址雖然現在已位居內陸，卻保有臺灣碩果僅存的清代內海河港遺構，讓麻豆港與其周遭歷史得以重見天日。

林玉茹的研究剖析了麻豆港自 17 世紀荷蘭時期到 19 世紀清治時期的歷史（1624-1895 年），揭開一段原住民與漢人勢力興衰交替的故事。

守護部落文化的殖民者

最先居住在麻豆這塊土地的「麻豆社」，是西拉雅族四大社之一，也是臺灣西南平原最強大的部落。推測早從 14 世紀起，麻豆社人便開始與漢人進行零星貿易，以鹿皮、鹿肉、魚及藤等物產與漢人交易布、鹽、瓷器、銅簪、瑪瑙等奢侈品。但到了 17 世紀，西方強權開始把手伸向亞太地區，也改變了麻豆社的命運。

荷蘭人為了與葡萄牙、西班牙競爭海上霸權，1624 年在大員（今臺南安平一帶）建立了政權，同時作為國際貿易的據點。麻豆港位於大員北邊的倒風內海內，是麻豆社的對外出入口，因港口條件佳、又佔據重要航道，面對侵門踏戶的荷蘭人，很難不起衝突。

1635 年起，麻豆社在內的西拉雅族四大社逐一被荷蘭人征服，麻豆港也被納入大員的貿易體系，從事與大員、打狗、堯港等地的區間貿易。

林玉茹從文獻中觀察到，荷蘭人雖然為了擴大殖民利益，積極招攬漢人來臺開墾，但土地所有權仍然歸原住民所有。1644 年後，更在秩序及貿易利益最大化的考量下，選擇以「隔離政策」來治理這塊區域，一方面減少爭端、一方面也讓交易及稅賦更加透明。漢人除了做生意之外，勢力無法直接伸入麻豆社領域。

接續荷蘭人治理南臺灣的鄭氏政權，也在這個基調下維持「荷規鄭隨」，例如鄭成功的軍屯政策主要開墾無主地，遇到明確歸屬原住民的土地則避開。林玉茹認為，「雖然荷蘭和鄭氏的統治讓麻豆社失去部分主導權，但他們的管理卻也相當程度地保護了部落的土地與文化，不被漢人勢力快速入侵。」

這段期間，在麻豆港居主導地位的仍然是麻豆社人，不過在貿易和互動中，漢人仍然對原住民帶來了影響，例如引進甘蔗、藍靛等新經濟作物。

麻豆社原住民的兩難——要漢化，還是要遷徙？

然而，到了清康熙 23 年（1684 年），原住民與漢人隔離的景況隨著鄭氏政權一起告終。清朝把臺灣納入版圖後，對於漢人的開墾採取相對放任的態度，漢人移民開始大舉登臺，海上貿易也更加興盛。

漢人不只可以用租佃的方式耕作原住民的土地，更開始透過買賣取得土地所有權。林玉茹爬梳清代留下來的「地契」，觀察到漢人逐漸蠶食原住民勢力範圍的跡證。到了清乾隆、嘉慶年間，漢人土地鄰接原住民田園的情況已相當普遍，甚至出現原住民反過來向漢人購買土地的逆向操作。

在國家政策和漢人勢力的進逼下，原本壯盛的麻豆社，面臨兩種命運：漢化或遷徙。

林玉茹進一步指出麻豆社式微的原因，起因於麻豆社從清康熙中葉以來，先後被徵召參與平亂戰役，或是被課徵勞役、番餉，勢力明顯衰微，此消彼長之下，漢人逐漸取得麻豆這塊地區的主導權。

清乾隆中葉（約 1755 年後），漢人的街庄「麻豆保」以麻豆街為中心成立，稱得上是兩方勢力交替的重要指標事件。現存的三合土遺構可能就是在此時期由漢人所興建。麻豆港在此時仍然繁榮，只是主角換成了漢人，值得注意的是，當中包括「隱身為漢人」的原住民，許多改姓氏為「陳」，也接受漢人的宗教信仰。

從麻豆文衡殿（武廟）保存的紀念碑文可知，原住民改信奉漢人的關聖帝君，更參與捐款修廟事宜。特別的是，漢人如使用原住民土地，需繳香油錢給文衡殿，曾有漢人因侵占原住民土地又不繳錢而鬧出糾紛，在官府的仲裁調停下，最終在文衡殿立下「貼納武廟香燈漢番和睦示告碑」以示和解。

這種族群勢力的消長變遷，是林玉茹從文獻多方考察、彙整大量線索建構出的軌跡。除了從地契看出土地所有權轉移的歷程外，地圖的標註也是證據之一。

清乾隆末期，「麻豆社」已從臺灣輿圖消失，取而代之的是漢人建立的「麻豆保二十庄」。其他像是地方志中，對於生活型態、商業活動、公共事務等的描述，也都可以看到蛛絲馬跡。

成為全臺少見的「街村與農村」合成聚落

時間來到 19 世紀，「滄海變桑田」的結局終於登場。水文環境的自然變化，加上居民的屯墾，麻豆地區的港道日益淤塞，至清道光末年，文獻上已無麻豆港的紀錄。

但麻豆市街卻沒有因為港口的消失而沒落，由於地處樞紐、物產豐饒，仍是非常繁榮的交易集散地。一些麻豆地方仕紳靠著「蔗糖」生意，躍升富豪階級。

林玉茹發現，從文獻對於市街的描述看來，這時的麻豆已成為漢人地盤。例如清代文人丁紹儀在《東瀛識略》中這麼描述眼中的麻豆：

均雜處民間，存番無幾；往昔番廬胥成村市，舊社無從跡矣。

儘管原住民的身影已從麻豆的畫面中淡出，但他們留下的生活印記，仍然決定著這座城鎮的風景。

過去麻豆社的聚落是以「檳榔宅」為主體的農村格局，擅長園藝的麻豆社人，會在屋舍四周種植檳榔樹或文旦、龍眼等果樹，形成單一住宅面積廣大、卻又宅宅相連的結構，是兼具「集居」與「散居」特色的超大規模農業聚落。

後來漢人在開發過程中，順應原本的檳榔宅聚落格局，又在商業活動的發展下，另外形成了漢人風格的市街。兩者疊加之後，麻豆就形成了全臺少有、別具特色的「街村與農村合成聚落」。

這樣的城鎮風貌可以說是原住民與漢人勢力興衰、相互涵化的最佳例證。

說出臺灣的故事，是林玉茹的終身志業！

雖然林玉茹是海洋史學家，但她自揭，海洋並不存在她的兒時記憶中。林玉茹在臺南歸仁長大，從小沒看過海，直到去臺東讀師專後，才有機會近距離接觸大海。

海對我而言，是神秘的！港口可以通往哪裡？彼岸有什麼在等著我？這種充滿冒險的氣味，令人非常著迷！

林玉茹自幼課業成績優良，因家境因素考量，最後選擇就讀師專。到臺東讀書後，彷彿掙脫了一身束縛，終於不再被升學壓力綑綁，而是出於對知識的熱愛而學習。

「那時候想繼續唸書，但因為一邊在國小教書，必須選擇夜間部。在師大沒有夜間部的情況下，我只能選擇臺大。在臺大歷史系讀了兩年後，我做了一個當時看起來很不自量力的決定──挑戰研究所！」

林玉茹笑說，感謝師長和同儕的鼓勵，讓她有勇氣成為第一個「越級打怪」考上臺大歷史研究所的夜間部學生。這位熱愛知識的國小老師，就從臺大歷史所開啟了學術研究之路。

1990 年，臺灣本土化運動方興未艾，攻讀碩士第一年的林玉茹就決定選擇臺灣史作為研究志業。「所謂的終生志業是，你即使到老了、到要走入棺材的時候，都還對那個工作有興趣。學術研究對我來講就有這樣的意義，它沒有退休的一天。」

身為臺灣史研究者，林玉茹認為說出屬於這塊土地的「故事」至關重要。學術殿堂縱然迷人，但歷史作為這塊島嶼的血脈，還是必須轉化為大眾可以理解並共感的知識。

「我是臺南人，麻豆也算半個故鄉。四百年來，這塊土地上的人群怎麼在大海的懷抱中，彼此競逐、興衰更迭，與世界連結，透過我的研究能說出這些故事，讓人們的存在更加有血有肉、鮮明真實，就是作為學者最大的成就感！」