想成為未來的保育戰士？就從「未來地球生態學程」開始吧！

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

博物學家如何養成？為什麼要來台灣？

大正十四年（一九二五年）鹿野忠雄特地到台灣就讀台灣總督府高等學校第一屆高等科，那年他已十九歲，硬是等到台灣有設高等科，才來台就讀。但其實他很早就開始將四處旅行的採集成果發表成文章。自中學開始就嘗試單獨採集旅行，足跡踏遍日本東北地方、北海道、庫頁島，結交當時昆蟲學者，出入他們的研究室，學習昆蟲分類學和閱讀歐美文獻的方法。

他是看到前輩從台灣帶回來的昆蟲標本後，才下定決心要到台灣讀書，以便就近上山採集。高中三年曠課不斷，留級一年，畢業後也沒有馬上回日本本島申請大學，還展開一百五十天的野外調查。這些日子裡他不斷獨自入山，聘僱原住民獵人採集並且撥制標本，走過今日南投縣信義鄉的布農族部落、阿里山鄒族部落、攀爬玉山、雪山、合歡山霧社、八仙山、蘭陽溪上游桃山南湖大山間等地，甚至前往恆春探訪排灣族，到紅頭嶼探訪雅美族。

實地調查讓他大開眼界，特別是在南方的昆蟲採集跟原住民調查當中，他發現紅頭嶼動物相跟台灣不太相同，他開始思索台灣生物到底是靠大陸系統近，還是靠菲律賓近些。這使他對自然地理學產生興趣，回本島後考上東京帝國大學的理學部地理學科。

文字版 MIT 臺灣誌——《山、雲與蕃人》

鹿野忠雄想深入山區調查，必須取得警方許可，且還要聘雇原住民幫忙背裝備，登山費用頗高。學生時期他多是仰賴母親的資助。且在日本統治台灣期間，台灣五萬分之一地形圖的側繪並未完整，因此民間或者政府的登山活動，都還沒有精確的山岳測量依據，很多地方只有主要高峰有山名，標示著山稜、溪流與「番社」的相對位置，以及粗略的等高線。因此如果想要一窺台灣山岳的面貌，當時的文獻相當欠缺，因此也才引發登山活動的熱潮，許多非原住民的民間登山隊首次登頂記錄，也約略是發生在這時期。

比如鹿野打算在雪山尋找圈谷地形時，便要聘雇原住民腳伕扛行李，同時也請他們追捕小動物跟鳥類，在路上做些標本的前期剝制處理。但是由於鹿野行速飛快，腳伕不堪折磨，最後甚至丟下行李逃走。

值得一提的是，當中有一位阿美族青年托泰布典，是以助手的身份隨行。他會講流利的日語，還看得懂英文，因此能幫鹿野整理英文書籍，也能看得懂藥罐上的英文標示。他眼中的鹿野忠雄，討厭警察官僚作風，尊重蕃人的風俗，而且膽子很大，喜歡走沒人走過的路線，四處拍照跟觀察地形，晚上也不休息，要馬上洗底片，以及漏夜寫筆記，記錄下白天發生的事情。

在他的重要作品《山、雲與蕃人》中，留下登山路線圖和仔細的登山日誌，當中不時出現對特殊地質現象的描繪，比如在海拔 3900 公尺處發現海底沈積的岩面有濂痕（ripple mark）。或者是當時特殊景觀的描寫，比如攀登玉山南峰與南玉山段，便曾記錄與新高駐在所的警官真瀨垣丑丙與東埔社的布農壯丁馬其里（Makili Takeshitahoan）一同登玉山絕頂，途中行經路段，不屬於東埔社布農族的狩獵範圍，因此馬其里也沒來過。真瀨垣警官則帶他們去看玉山神社，鹿野特別寫道，裡面的「御神體」是一面鏡子。

跨界整合台灣自然與人文知識

在《山、雲與蕃人》中可以讀到鹿野幾個面向的關懷：

1. 挑戰攀登台灣山岳的熱情
2. 發現原先地圖跟文獻沒有記載的地形、地質現象
3. 出於研究跟溫飽，在獵捕動物時親自體會到動物的生之本能
4. 理番政策下，警方極力希望日人不要跟蕃人來往，並產生不少突發事故，怎麼順利入山並與蕃人相處變成重要問題。

但是在這樣的旅行之眼下，卻反映出鹿野這種看似個人興趣，自發的台灣自然知識採集和分類工作，能夠一次又一次的出發調查，其實是以國家殖民統治以及研究經費為後盾。

鹿野並非台灣自然知識研究的第一個人，在他之前，西方跟日本已經陸陸續續展開零星的調查，逐步推進從平地到山地的動物相、植物相調查，相關的動植物學、礦物學和地質學的目錄、圖譜出版越來越多，以及地質學跟地形學考察也逐漸系統化發展，同時因為總督府的理蕃事業與藩地開發政策，也展開人類學的調查，這些科學政策及科學教育改革，影響到民間文化活動，如昆蟲、植物的採集旅行，大眾刊物的發表及閱讀等等。

因此鹿野忠雄的貢獻在於他是跨學科的研究者，熟悉博物學以及人種誌的調查方法，在那時代也是少數。他想徹底了解台灣山林，就連被日本以蕃地治理的狀態也想去了解，而不只是關心自然的那部分。同時他也不像是在室內的地理學家或者人類學家，只靠文獻判讀並且歸納，而是不畏艱難，親身去到現場，採集並且記錄下第一手的材料。

忘了回家的探險者

在太平洋戰爭期間，西方駐菲律賓學者貝雅，曾在馬尼拉和鹿野短暫交流過，鹿野從貝雅身上知道不少西方學術動態，而他曾經幫助貝雅，把原來的玻隕石標本收藏悄悄搬到安全的地方——帕西古河北岸的沃森大廈，但又不會落人口舌，讓人覺得日軍大敗，不敵美軍，已經在安排撤退的情勢。

而在一九四四年，鹿野被派駐到北婆羅洲，要沿著日軍的補給路線，調查一支未開化的姆錄族（Muruts），確保到時補給運送時能夠跟當地民族協調順利。他們要穿越雨季中的昏暗紅樹林，在飢餓、瘧疾等風土病的威脅下，還要面對當地人士對日軍的不滿，設法確認或更新原本很粗略的地形圖，以及正確標示部落名稱跟位置。

但隨著戰況情勢危及，美軍轟炸亞庇，日第三十七司令部南移到沙蓬，使得鹿野和助手金子必須跟著南下覆命，卻在途中失去蹤跡。在戰爭中原本就很容易失去彼此聯繫，鹿野消失的訊息是在戰爭結束後才輾轉傳開，找他的人如貝雅發現戰俘收容所裡也沒有他的蹤跡，有傳言因為抗命所以遭到日軍殺害。

• 高嘉勵（2016）鹿野忠雄的台灣高山行旅書寫——日治時期「自然」的現代知識建構與美學表現，中外文學，第 45 卷，第 1 期，頁 119-165。
• 鹿野忠雄（2000）山、雲與蕃人——台灣高山紀行，台北：玉山社。
• 王鑫（2000）南湖大山圈谷群古冰河遺跡研究初步調查，內政部營建署太魯閣國家公園管理處八十九年度研究報告。
• 山崎柄根（1998）鹿野忠雄——縱橫台灣山林的博物學者，台北：晨星出版。

2011 年 3 月，一場大地震和隨之而來的海嘯，對日本東北部造成巨大的損害，但災難可遠遠不僅如此。地震與海嘯也侵襲了福島第一核電站，在各種天災與人禍下，最終發展成近年來最大的核事故。為了避免民眾受到核輻射的傷害，日本政府撤離了約 15 萬居民。雖然在後續幾年，部分地區因輻射量大幅降低，已陸續有民眾返回，但不少區域至今仍無人居住。人們撤離是要免受輻射的傷害，不過野生動物可無法撤離，因此這就讓科學家們好奇，這些核輻射究竟對牠們有怎樣的影響。由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊，近期發表在 Environment International 上的研究顯示，這些野生動物在核災後，長期暴露在輻射環境中，並沒有出現任何明顯的不良健康影響^[1]。

輻射究竟是什麼？

在福島核災之後，大眾普遍對「輻射」一詞充滿恐懼。但在我們害怕輻射以前，勢必得先了解輻射是甚麼，這樣才不會陷入不必要的恐懼之中。

輻射其實是很常見的現象。輻射是一種從中心點將能量向四面八方送出的方式，而這種方式可透過粒子或電磁波的形式。舉例來說，太陽所發出的太陽光是一種輻射、蠟燭的火光所發出的光與熱也是輻射，甚至手機與電腦螢幕發出的光也是輻射，因此講到這邊你應該就知道，輻射是稀鬆平常的事。

不是所有輻射都會造成危害

既然輻射很常見，那麼為何有些輻射對人體會有危害？這就與輻射的能量有關了。

前面提到，輻射是能量傳送的方式。若今天發出的輻射能量不高，那自然對人體不會有甚麼傷害。但如果發出的輻射能量極高，能改變甚至破壞如蛋白質和 DNA 等生物分子，這就會傷害人體了。在科學上，這種高能量且會傷害生物體的輻射被稱為「游離輻射」，而那些低能量也不會傷害生物體的輻射，則被稱為「非游離輻射」。因此輻射並非都是不好的，首先要明確知道所談的輻射種類為何，而我們在報章雜誌、社群媒體和科學文獻中看到，會傷害人體的輻射，指的都是游離輻射。在後面的文章中，我會用輻射一詞替代游離輻射，以方便閱讀。

輻射會改變與破壞生物分子，若輻射強度夠高，是能直接讓細胞死亡的。就算輻射強度沒那麼高，也足以改變細胞內部的構造，使其突變與癌化的機率大幅提高。而人們所懼怕的輻射傷害，很大程度就是後者的狀況。

輻射傷害可分為污染和暴露兩種。輻射暴露指身體直接受到外在輻射線之照射，會傷害人體但不會傳染影響他人；輻射污染是指身體內外留有會發出輻射之物質（又稱放射性物質），不僅會持續危害自身健康，也會導致接觸者被輻射污染物所傷害。而在福島第一核電廠發生爆炸後，大量的放射性物質便隨著爆炸散佈到空氣中。這些在空氣中的放射性物質，會隨著重力沉降或降雨等方式回到地表，沉降累積在土壤、河川或海洋中，讓環境被放射性物質所污染。

當生物處在被放射性物質所污染的環境中，就會持續被輻射所傷害。這也是為什麼在福島第一核電廠爆炸後，日本政府會撤離大量的居民。人類雖然撤離了，但許多野生動物仍繼續在輻射污染區生活，而這就讓科學家們好奇，在這樣的環境中，持續接收輻射是否會對這些動物們產生不良的影響？

以野豬與鼠蛇作為觀察指標

由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊，於 2016 年至 2018 年研究福島的野豬和鼠蛇在一系列輻射暴露中的生理情況。以往用來模擬輻射傷害的生物是小鼠，為何研究團隊會選擇這兩個物種做為觀察對象呢？

首先是在生理上，野豬比起小鼠更接近人類，因此是更適合研究輻射傷害的動物。選擇鼠蛇的原因在於，它們的生活型態是貼近地面的。而地面累積不少放射性物質，這使牠們會長期接觸到大量的輻射，受到輻射的傷害也更明顯。而研究團隊選定的觀察生理指標為端粒的長短和壓力賀爾蒙的量。

端粒是位於染色體兩側的保護性結構，當生物體的 DNA 有損傷或受到持續的壓力，端粒的長度會縮短。研究團隊本來猜測，這些長期生活在輻射污染區的野豬和鼠蛇，會因 DNA 損傷而有端粒縮短的現象。但研究結果顯示，這些生活在污染區的動物，其端粒長度與生活在非污染區的動物沒有區別，另外，端粒的長度與動物生存環境中的輻射量高低沒有關聯。研究團隊也檢測部分與 DNA 損傷相關的指標，但結果和端粒的長度類似。也就是說，環境中的輻射並不會對野生動物的 DNA 造成危害性損傷。

雖然輻射對野生動物所造成的 DNA 損傷影響不大，但在壓力賀爾蒙上卻有所影響。研究顯示，野豬體內的壓力賀爾蒙的量，會隨著環境中的輻射量升高而降低。研究團隊認為持續的輻射傷害，會干擾動物體內壓力賀爾蒙的分泌，進而使壓力賀爾蒙的量降低。

正常來說，若遇高壓環境（此研究中為輻射傷害），動物會分泌更多壓力賀爾蒙來維持體內平衡，然而壓力賀爾蒙對身體是種負擔，為了讓身體適應高壓環境，壓力荷爾蒙的分泌量反而會減少，這在生理學上稱為「負回饋機制」，當壓力賀爾蒙分泌量減少後，也可能會出現一系列不良的生理反應。（想想那些長期處在高壓環境且賀爾蒙失調的人）

不過雖然壓力賀爾蒙的量有下降，但動物們卻沒有出現任何不良的生理反應。而且野生動物群的數量在這些年來是越來越多。

綜合以上的結果，研究團隊認為目前在輻射污染區中的輻射量，不會對生活在此的野生動物群造成不良的健康影響。

動物沒事，代表人類也能沒事嗎？

看到這兒，想必一些讀者會想：既然野生動物們在輻射污染區中，不僅沒受到致命影響，還欣欣向榮，是否表示人在這些污染區中也沒事呢？答案是不知道。

首先，不同物種對於輻射的耐受度都不盡相同，例如人類能承受的最高輻射量，對於野豬而言，可能只是低劑量。另外，目前生活在污染區的動物們都受到輻射的長年洗禮，或許已發展出應對輻射的生理能力，而這些能力可能是人類不具有的。因此，野豬和鼠蛇在這樣的環境雖沒受到影響，但該環境對人體可能仍有一定的影響。

其二是在測量環境輻射量上的困難。目前我們對於輻射對生物體的傷害，絕大多數是在實驗以定量的放射性物質進行的研究。在實驗環境中，我們能清楚地控制與計算動物究竟會接受到多少的輻射。但在自然環境中，輻射量會隨著環境的改變而有所變動，因此我們無法知道野生動物所接受的確切輻射量。事實上，我們對於放射性物質在自然環境中會如何改變，是不清楚的。因此，在實驗室中會對動物產生不良影響的輻射劑量，在自然環境中可能不會產生問題。

雖然這篇研究的結果顯示在福島核災後，野生動物在污染區內沒有產生不良影響。但這個結果，長期來看是否仍是如此，仍有待持續觀察（雖然車諾比核災的案例已告訴我們：野生動物長期在污染區內生活，反而欣欣向榮）。當然，我不認為這個研究是要說輻射污染已不是問題，而是提出一個較為客觀的觀察。福島核災後，社會對於輻射的恐懼已到不理性的地步。輻射使用不當確實很可怕，但我們生活中的很多方面，其實都受益於輻射。與其一股腦地恐懼輻射，不如好好地認識輻射，或許才是面對輻射更好的態度。

1. Cunningham K et al. Evaluation of DNA damage and stress in wildlife chronically exposed to low-dose, low-dose rate radiation from the Fukushima Dai-ichi Nuclear Power Plant accident. Environ Int. 2021 Oct; 155:106675. 
2. Radiation: Effects and Sources