欺騙處男的蘭花，露水姻緣都是假——《蘭的 10 個誘惑》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

民以食為天。日常裡，我們習慣以鹹食作為正餐，可想而知，鹹的味覺感知一定有著其必要性，使得我們懂得去尋找並補充帶有鹹味的食物。

食鹽長怎樣？

聰明的你或許已經想到了！關於鹹味，那就不得不提——鹽。

現代人類在食物中添加鹽作為調味劑，統稱為食鹽。我們常使用的餐桌鹽為一種含有 97～99% 氯化鈉（NaCl）的精製鹽。

氯化鈉是一種常見的離子化合物，在多數情況下呈現白色粉末狀，其結晶為半透明的立方體；其內部結構為史上第一個測試的晶體結構，由帶正電荷的 Na⁺ 和帶負電荷的 Cl⁻ 所組成。Na⁺ 與 Cl⁻ 在相互垂直的 3 個方向平面上，以 1:1 的比例均勻分布，如下圖所示。

鹽含有維持生理機能的所需物質，除了用來增添風味、滿足口腹之慾以外，也能讓我們從中獲取所需的營養。適當攝取氯化鈉對健康有許多好處，不僅有助於使肌肉鬆弛，也能幫助細胞吸收養分。

而氯化鈉當中的鈉離子，更是在人體中扮演著重要角色！

「鈉」很重要，「鈉」很重要，「鈉」很重要！

鈉離子為體液中重要的電解質，可以維持神經和肌肉正常活動；血液中的鈉離子濃度影響著神經傳導物質的信號；而鈉離子也幫助代謝、維持體內滲透壓，以及穩定酸鹼平衡等重要生理活動。

除此之外，鹹味的感受主要也是透過鈉離子觸發的！

這邊我們額外提一下，味覺的感受可分為兩種：一種是透過 G 蛋白耦合受體獲得的，也就是讓味覺感受器及味道分子耦合味蕾上的 G 蛋白味導素（Gustducin），進而產生甜味、苦味、鮮味；另一種則是離子（如：H+、Na+ 等）通過味覺細胞上的離子通道，導致細胞的膜電位產生變化，進而引發神經刺激，產生酸味和鹹味。

回到鹹味的感受，當鈉離子經由味覺細胞頂端微絨毛表面的鹹味受體——上皮鈉離子通道（epithelial sodium channel）進入細胞後，就會造成細胞內的膜電位改變，促使味覺細胞釋出神經傳導物質，刺激感覺神經末稍，將神經動作電位傳達至腦部，感受出鹹味。

人體一旦缺乏鹽分，或者說是缺乏鈉時，會造成體內電解質失衡。頭痛、暈眩、懶散等初期症狀較不易察覺；然而，嚴重的話，則可能引發肌肉痙攣、血壓下降，甚至心臟衰竭而死亡。

另外，我們也需要知道，不只是人類，對於所有動物而言，鹽分的攝取是非常必要的。

只要是動物都需要鹽哦！

動物如何攝取鹽分與飲食方式有關。牠們會想方設法尋覓鹽分，如肉食性動物可透過捕食獵物獲得，肉品中的鈉含量足以供牠們維持生理運作；然而，植物無法提供足夠的鹽分，因此，野外的草食性動物會大群移動、遷移尋找有鹽分的地方，如鹽土、天然礦鹽等，而圈養型的飼主則需提供鹽磚，讓動物透過舔舐含鹽物質，滿足自身所需的營養。

當然，那些在植物周圍打轉的昆蟲也不例外——牠們亦須設法獲取鹽分。

近期，皇家學會（Royal Society）《生物學報》（Biology Letters）發布了一篇與動物攝取鹽分相關的報告。研究發現，蜜蜂這類會幫助植物授粉的物種（pollinator，可譯為傳粉者）會在吸食花蜜時，選擇含鹽量較高的植物，藉此補充自身所需的鈉。

蜜蜂比較喜歡鹹鹹的花蜜？

過去就有研究表明，蜜蜂主要吸食的花蜜僅含有少許營養素，而所採集的花粉中，主要為鉀、鈣、鎂等礦物質，其含量在夏秋兩季之間會有所不同。

由此可知，僅靠花卉飲食並不足以維持個體生命，甚至是支撐起整個蜂群，因此蜜蜂會透過其他攝食方式來補足所需的礦物質，其中則包括鈉。例如：比起在乾淨的水源中覓食，蜜蜂反而更喜歡「骯髒」（這裡的骯髒是指富含化合物）的水，又或者是食用腐爛的水果、肉品，從中取得鈉。上述兩個例子也在實驗中發現，比起攝取其他礦物質，蜜蜂更偏愛鈉。

綜上所述，再回到生物學報上的研究報告，該研究團隊試著證明比起髒水及腐食，花蜜中的鈉含量若是足夠，或許也會受牠們青睞，進而從中獲取營養。於是，團隊提出了這樣的問題：「花蜜含鈉量的多寡，是否會影響蜜蜂吸食時選擇的花卉？」換句話說，就是「含鈉量越高的花蜜，是否更能吸引蜜蜂拜訪？」

實驗過程及結果

該研究團隊選擇了五種原產於佛蒙特州（該實驗室位置）的開花植物，其中包括蓍草和紫錐花，並種植在面積約一個籃球場大的溫室裡。

在每個溫暖、有陽光、適合授粉的日子裡，研究人員都會使用微型手動泵，將原有的花蜜從花中吸出，改以含糖溶液代替。每一種植物中，有一半被注入含有 1% 鹽的人造花蜜，而另一半則不含鹽；隨後，全天觀察植物，追蹤前來拜訪花朵採蜜的蜜蜂、螞蟻和蝴蝶。實驗從 2021 年 7 月開始進行，為期一個月。

實驗結果發現，對於任一種花而言，被含鹽花蜜的花所吸引的各類傳粉者，為僅含糖的兩倍；進一步說明，花蜜中的鈉含量多寡，確實影響了傳粉者對於花卉個體的選擇。

現代植物已經演化出許多種方法來吸引傳粉者，其中包括產出含有傳粉者必需的營養物質之花蜜，吸引牠們前來幫助授粉。

鈉是傳粉者必需的礦物質。考量到植物的花蜜中通常含有少量鈉，而在同一物種中，鈉的含量可能因個體而異，加上現階段關於花蜜與傳粉者間的相關研究較少；因此該團隊人員就實驗結果討論出：花蜜中的鈉可能在植物—傳粉者相互的生態和演化中，發揮著重要但仍未被重視的作用。

結語

筆者認為，動物均有尋找鹽分的能力，若花蜜中含有足夠的鈉，那麼就近取得確實容易許多，似乎就不用倚靠其他方式來攝取鈉。筆者也期待未來能有更深入的研究，進一步確認兩者間的相關性，甚至是演化趨勢。

最後，不忘提醒讀者，現代社會中鹽分的攝取非常容易，人類膳食中大多數的鈉來自食鹽，而在一般情況下，人體所需的鈉含量不易缺乏。根據世界衛生組織建議，成年人每天應攝取少於 2,000 毫克的鈉，相當於 5 公克的食鹽。因此，在享用美食的同時，應謹記鹽攝取量不宜超過每日所需。高鹽飲食可能出現高血壓、中風、心臟病等健康危機。

註解

1. Purves D, Augustine GJ, Fitzpatrick D, et al., editors. Neuroscience. 2nd edition. Sunderland (MA): Sinauer Associates; 2001. Taste Receptors and the Transduction of Taste Signals.

參考資料

1. Pollinators like their flowers with a dash of salt—Science news
2. Finkelstein Carrie J., CaraDonna Paul J., Gruver Andrea, Welti Ellen A. R., Kaspari Michael and Sanders Nathan J. (2022). Sodium-enriched floral nectar increases pollinator visitation rate and diversity. Biology Letters. 18:20220016
3. Bonoan, R.E., Tai, T.M., Tagle Rodriguez, M., Feller, L., Daddario, S.R., Czaja, R.A., O’Connor, L.D., Burruss, G. and Starks, P.T. (2017). Seasonality of salt foraging in honey bees (Apis mellifera). Ecological Entomology, 42: 195-201.
4. Dorian, N.N. and Bonoan, R.E. (2021). Stingless bees (Apidae: Meliponini) seek sodium at carrion baits in Costa Rica. Ecological Entomology, 46: 492-495.
5. Insects & Pollinators
6. 新竹市立動物園—草食動物營養知識 / 需要吃鹽？
7. 鹽的故事：妙不可「鹽」–鹽的重要性與應用—科技大觀園
8. 味覺產生的分子機制上（Taste）—科學 Online
9. 味覺產生的分子機制下（Taste）—科學 Online
10. 氯化鈉—科學 Online
11. 食鹽—維基百科
12. 氯化鈉—維基百科

你可能體會過屁股開花，那有聽過「鐵樹開花」嗎？

所謂鐵樹，指的就是蘇鐵 (Cycads)，繁殖期時結有鮮豔雌毬果和雄毬果，人工種植環境下往往多年才開一次花（毬果），因此鐵樹開花比喻事物罕見或極難實現。

蘇鐵是木本、雌雄異株且外型類似棕櫚的裸子植物，它們起源於二疊紀並且興盛於中生代，然而在開花植物興起後慢慢衰退淡出歷史舞臺，現生的蘇鐵分布於熱帶和亞熱帶區域，雖然有些種類被廣泛利用為田園造景，然而多數種類面臨著棲地破壞、非法交易和外來入侵物種的威脅，許多種類都名列 IUCN 的保育名錄中。

只在澳洲有！極其稀少的「美麗波溫蘇鐵」

澳洲是世界上主要的蘇鐵多樣性中心之一，擁有 4 個屬接近 90 個物種，其中波溫蘇鐵屬 (Bowenia) 外型特殊且珍貴稀有，目前地球只能看到兩個現存活生生的物種，相較於多數蘇鐵的棕櫚狀葉子，波溫蘇鐵的葉形渾圓，為僅產於澳洲的特有植物。

其中，美麗波溫蘇鐵 (Bowenia spectabilis) 是《瀕臨絕種野生動植物國際貿易公約》 (CITES) 附錄的物種，保育重要性高，僅分布於北昆士蘭的熱帶雨林區，通常成群分布，植株間不會相隔太遠。

專一且唯一的授粉者，像極了愛情

雖然蘇鐵過往長期被以為是藉由風媒傳播進行授粉，然而近年已證實蘇鐵是真真正正的蟲媒植物喔！

本文的主角——闊胸波溫蘇鐵象鼻蟲 (Miltotranes prosternalis) 就是美麗波溫蘇鐵專一且唯一的授粉者。

授粉的機制大致上為：一年一度初夏的蘇鐵生殖期時，雌雄植株會各自生成毬果，雄毬果的小孢子葉組織富含養分，可吸引象鼻蟲進食、交配和產卵，是如同糖果屋一般的存在，若吃過一輪雄毬果小孢子葉而渾身沾滿花粉的象鼻蟲進入了雌毬果，則授粉過程水到渠成，像極了愛情。

雌毬果雖然長的跟雄毬果類似，但其大孢子葉並不提供這樣的「糖果屋」功能，到底雌毬果是否靠著特殊的化學氣味「吸引」了象鼻蟲，還是藉由擬態雄毬果的外型和氣味來騙到走錯路的象鼻蟲，具體的授粉細節尚未明瞭。

不管怎麼說，我們都能在野外觀察到有象鼻蟲造訪雌毬果，同時這些象鼻蟲也常常被發現沾滿了花粉。

飛往澳洲，踏上尋找象鼻蟲的征途

2019 年 10 月底，在我澳洲博班旅程的第三個學期末，有幸和所上同仁一同前往北昆士蘭雨林區域進行 14 天的採集，我也當了隨隊伙房兵兩周，體驗了衣食父母的辛苦（？）。

在這趟野外採集中，我們針對了當地特有的美麗波溫蘇鐵與其專一授粉者闊胸波溫蘇鐵象鼻蟲的生態進行了野外調查，並採集了一些幼蟲帶回實驗室進行飼養。

在本研究前的距今 16 年前，當我還在唱著「窗台蝴蝶像詩裡紛飛的美麗章節」及「不懂愛恨情愁煎熬的我們都以為相愛就像風雲的善變」的時候，詹姆士庫克大學的植物學家 Gary Wilson 發表了有關波溫蘇鐵系統學和相關生物學的碩士論文。

翻出 16 年前的研究，戰起來！

在他的論文和期刊發表中，他提到波溫蘇鐵象鼻蟲幼蟲會在雄毬果內發育並化蛹，而在蘇鐵生殖季比較末期才出現的象鼻蟲幼蟲／蛹，則會選擇在蘇鐵植株附近的表層介質進行休眠並再次活躍於次年的毬果繁殖期，而由於在北昆士蘭地區緊接著蘇鐵生殖季的是雨季，有著豐沛的降雨，他認為濕潤的介質是這些象鼻蟲幼蟲生存所需 (Wilson 2002a, b, 2004)。

然而在我們研究中，我們結合了實驗室內人工飼養的資料和野外觀察，我們重新對闊胸波溫蘇鐵象鼻蟲的生態習性進行了釐清，並反駁了 Wilson 的觀點：

• 問：波溫蘇鐵象鼻蟲幼蟲會在雄毬果內發育並化蛹嗎？
• 答：我們認為不會，而是幼蟲會離開雄毬果並就地尋找適合的介質建造蛹室和化蛹。

教授你搞錯了，「這根本不是象鼻蟲！」

我們綜合三點反駁原觀點：

1. 為該學者在論文中提供的照片根本就不是象鼻蟲，甚至不是甲蟲的蛹。
2. 經過人工飼養後，我們發現所有的幼蟲都可以在實驗人員提供的腐朽木質中化蛹並羽化。
3. 在我們的採集中發現，雖然在小小的毬果裡可以發現超過十隻幼蟲進食，但成熟雄毬果分解、腐化的速度相當快（兩周），考慮了我們飼養時的蛹期（五周），不太可能在野外的毬果還有足夠的介質和空間可供幼蟲化蛹。

因此，我們認為波溫蘇鐵象鼻蟲幼蟲在野外應該是就地尋找適合介質化蛹。

• 問：波溫蘇鐵象鼻蟲幼蟲／蛹會在植株附近的表層介質進行休眠並再次活躍於次年的毬果繁殖期嗎？
• 答：我們覺得不會，而是以成蟲形式度過蘇鐵繁殖季間期的。

我們依舊對這個論點進行了批判，首先，該學者提供在學位論文中的照片依舊鑑定錯誤，再者，我們此趟進行採集的區域中，不論是成熟或未成熟的植株附近表層介質都完全找不到所謂的休眠幼蟲或是蛹，而最終在我們的飼養中，所有的幼蟲都是按時羽化離開蛹室的，沒有任何的休眠。

雖然無法得知牠們在野外時細節上如何度過這段長達一年的蘇鐵繁殖季間期，是否有其他替代食物？或者能不吃不喝熬過去？

然而目前證據仍然較為支持波溫蘇鐵象鼻蟲在野外應該是以成蟲形式度過蘇鐵繁殖季間期的，這點在其近親澳蘇鐵象鼻蟲 (Tranes) 也已被觀察到。

• 問：波溫蘇鐵象鼻蟲幼蟲喜歡濕潤的環境條件嗎？
• 答：我們仍然持否定觀點，認為通風、稍嫌乾燥的環境能讓蟲體順利存活。

在我們的飼養中已證實濕潤的介質會讓幼蟲焦躁不安過動而死亡，這點在我們針對近親澳蘇鐵象鼻蟲的飼養嘗試中，也發現類似的狀況，反倒是通風、稍嫌乾燥的環境能讓蟲體順利羽化。

尤其北昆士蘭雨林區在夏季時會大量降雨，在這樣的環境條件下，牠們真的會在幼蟲或蛹階段時利用休眠來度過這段潮濕期間嗎？

Wilson 的推論實在讓人難以信服，這樣的環境條件更支持了我們的推測，闊胸波溫蘇鐵象鼻蟲比較有可能以成蟲樣貌來度過蘇鐵繁殖季。

本研究除了增進了闊胸波溫蘇鐵象鼻蟲這個獨特的澳洲蘇鐵專一授粉者的認識外，我們所提出的飼育方法也有助於未來對近緣類群進行飼養以取得更進一步的生物學資訊，本論文已線上刊載於日本昆蟲學會的期刊「昆蟲學科學 (Entomological Science) 」。

參考資料

1. Wilson, GW. 2002a. Focus on Bowenia spectabilis Hook. Ex Hook. Encephalartos 70, 10–14. 
2. Wilson, GW. 2002b. Insect pollination in the cycad genus Bowenia Hook. ex Hook. f. (Stangeriaceae). Biotropica 34, 438–441. 
3. Wilson, GW. 2004. The biology and systematics of Bowenia Hook ex. Hook f. (Stangeriaceae: Bowenioideae) (Masters (Research) Thesis). James Cook University, Cairns
4. 原文研究：Hsiao, Y. Oberprieler, R.G. 2020. Bionomics and rearing of Miltotranes prosternalis (Lea, 1929) (Coleoptera: Curculionidae), a mutualistic cycad pollinator in Australia. Entomological Science 23: 369–373. doi: 10.1111/ens.12434.