被水蛭咬了怎麼辦？——那些我們常常誤會水蛭的二三事

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

少年醒來了。他反覆地用英語說，自己在美國猶他州。^[1]

這裡是荷蘭 Maastricht 大學附設醫學中心（Maastricht UMC+）的術後恢復室。少年踢足球傷到膝蓋，剛開完刀。外科護理人員判斷他麻醉尚未退盡，不以為意。然而數小時後情況依舊，精神科因此參與會診。^[1]

精神狀態檢查

術後 18 小時，精神醫師為少年進行精神狀態檢查（mental status examination）。以下是個案報告中，記錄的幾個項目：^[1]

• 外表：此項目觀察病患維護個人衛生的能力，穿著是否合宜，外貌可有因病蒼老等。^[2]時年 17 歲的白人少年，服儀整潔，躺在床上。^[1]
• 情緒：這是病患的主觀感受，通常就是直接問他們當下覺得如何。^[2]該少年的心情愉快，顯然不受病況影響。^[1]
• 表情：有些精神病患會出現跟情緒不吻合的表情，例如：該哭的時候笑，或者說自己心情好，卻一直哭。^[2]少年的表情正常。^[1]
• 行為：某些精神狀態、生理疾患或藥物副作用，會改變病患的行為。比方說，狂躁症患者亢奮的舉止；巴金森氏症使動作僵硬緩慢；亦或是因藥導致的非自主性運動等。^[2]本案少年輕鬆自在，與醫師握手打招呼，以開放的態度對話，且有適當的眼神接觸。^[1]
• 認知：常見的項目有清醒程度、專注力、記憶力、抽象推理能力，以及辨識人、時、地的定向力等。^[2]少年稍早在恢復室，以為自己位於從來沒去過的美國，又不認得父母，就是定向力異常。到了精神科問診的時候，醫師沒有發覺異樣，並認為他的智力約在平均水準。^[1]
• 感知：人在沒有外界刺激的狀況下，不該接收到感官訊號。^[2]少年的感知正常，無幻覺。^[1]
• 思考：此項分為模式和內容。^[1]前者是指思路是否清晰，還是雜亂無章；後者則要看病患的思緒可有圍繞特定主題，像是擔心遭受迫害，或是想自殺等。^[2]醫師認為少年的思考模式與內容都正常，沒有奇怪的妄想。^[1]
• 言語：一般是觀察說話的語調、節奏、速度、音量和流利程度等特質，^[2]當然這裡得加上語言的種類。就讀高中三年級的少年，平常除了學校的英語課，生活中都講荷蘭語及該國南部的林堡語（Limburgish）。現在他卻用英語跟醫師溝通，而且只擠得出簡短的荷蘭語答覆。不過，比起先前完全聽不懂荷蘭語，這已經好得多。醫師評論其英語，雖然帶有荷蘭腔，但發音大致清晰正確。護理人員及少年的母親，則認為他的英語相當流利。^[1]

外語症候群

麻醉劑會暫時改變腦部連結，也許是認知功能恢復較慢，或者用藥種類的選擇，有時便引發令人困惑的甦醒譫妄（emergence delirium）。外語症候群（foreign language syndrome）可能算是其中罕見的類型，而非獨立的診斷。過去的學術文獻裡，相關案例以成年人居多，症狀維持的時間長度，不論年紀則從 25 分鐘至 28 小時不等。^[1]

術後 24 小時，少年的朋友們前來探訪。他以荷蘭語對答如流。翌日，少年再次接受精神狀態檢查。這回醫師的描述，涵蓋了另一個重要的項目──病識感，^[1]也就是病患本身對病況的理解。^[2]少年表示，他有意識到自己術後僅懂英文，以為身處異地，又認不得人。既然精神狀態似乎都已恢復，同時神經科方面的檢查也無異常，隔天他便回家。^[1]

或許如同動物實驗中，麻醉對未成熟個體認知功能的影響較為長久。過了3週，少年告訴精神科診所的醫師，他容易累，注意力比開刀前差。他在出院後 2、5 和 10 個月，持續回診追蹤，所幸後來症狀逐漸改善。^[1]

1. Salamah HKZ, Mortier E, Wassenberg R, et al. (2022) ‘Lost in another language: a case report’. Journal of Medical Case Reports, 16, 25.
2. Voss RM, M Das J. (12 SEP 2022) ‘Mental Status Examination’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.

非洲的采采蠅（tsetse fly）以吸血維生，但是它們也時常是錐蟲的宿主，如果吸食人血，便有機會將錐蟲傳染給人類，引發昏睡病，在非洲導致不少問題。

昆蟲常以費洛蒙作為溝通媒介，采采蠅也不例外。2023 年發表的新研究，找到幾款采采蠅使用的費洛蒙，能促進情慾交流；而且又發現感染錐蟲會改變費洛蒙組成，求偶時還會降低身價。

昆蟲的氣味語言

舌蠅屬（Glossina）旗下有多個物種統稱「采采蠅」，這項研究著重的是 Glossina morsitans，為求簡便，本文之後直接稱之為「采采蠅」。要注意還有不一樣的其他款采采蠅，本文後面會登場一種。

費洛蒙是生物排放到體外，用於溝通的訊號分子，可謂是昆蟲的化學語言。一如人類的花言巧語或暴言各有巧妙，各種昆蟲使用不同費洛蒙，能達到不同效果。

從前對采采蠅的費洛蒙也不是一無所知，以前知道有一種化學分子 15,19,23-trimethylheptatriacontane，也叫作 morsilure，被采采蠅當作費洛蒙。此分子是主鏈為 37 個碳鍊長，總共有 40 碳的脂肪酸衍生物，而且含量非常多，5 天大的女生超過 4 mg。

有些費洛蒙輕盈，可以揮發；也有的飄不起來，要直接接觸。40 碳的分子體重太胖，只能直接碰觸，可以說是一種接觸式的油膩情慾。

傳宗接代，迅速而持久

新研究的目標是探討：采采蠅是否存在揮發性費洛蒙，又如何作用。比較效果之前，要先了解采采蠅情慾交流的正常狀況。

把沒有性經驗的一男一女擺在一起，20 組幾乎都迅速合體，在 15 秒內開始啪啪啪（請自行腦補音效）；而且平均 do 愛 58.5 分鐘之久，持久力一級棒。

拿來對照的對象，是常被當作實驗動物的黃果蠅（Drosophila melanogaster）。黃果蠅和采采蠅雖然都叫蠅，但是親戚關係比人和猩猩之差還要遠，不是最合適的比較對象，不過是最方便取得的材料。

黃果蠅平均要等 22 分鐘才男女合體，維持 20 分鐘左右，明顯不如采采蠅對性的渴望。然而，采采蠅的實驗，假如一方換成交配過的女生，原本興致高昂的男生竟然會完全不想 do 愛，判若兩蠅。

總之，采采蠅情慾交流的正常狀態是，由男生向女生求偶，女生很快接受。過程中吸引男生辨識的「女蠅味」是哪些費洛蒙呢？

空氣中充滿愛情的味道

采采蠅的費洛蒙是脂肪酸衍伸物，和果蠅、螞蟻一樣，能用有機溶劑己烷（hexane）分離。

• 延伸閱讀：促進情慾流動的果蠅費洛蒙，竟然也能讓人類有反應!?──2018搞笑諾貝爾生物學獎

可是一開始實驗，把接觸采采蠅 10 分鐘的己烷塗在棒棒上，結果不論是有或沒有性經驗的男女，4 類原味樣品對男生都毫無吸引力。

做過實驗都知道，沒反應不能寫論文 💔。所以又把搜集費洛蒙的時間延長到 24 小時，這下就對惹 ❤️！

觀察得知，沒有性經驗的處女原味，能吸引 60% 男生；有性經驗的女生則是 27%；男蠅味對男生依然缺乏吸引力。

「女蠅味」具體是什麼呢？用氣相層析質譜儀（Gas Chromatography Mass Spectrometry，簡稱 GC-MS）分離可得到 6 種化學物質。

3 種是脂肪酸：16 碳的棕櫚酸、棕櫚油酸，以及 18 碳的油酸。3 種是脂肪酸加上甲基酯（methyl ester）的衍生物：methyl palmitoleate（MPO）、methyl oleate（MO）、methyl palmitate（MP）。

就算是做這一行的，大部分也會覺得那一串名詞彷彿火星文，反正就是好幾種結構略有不同的油。但是以訊號分子來說，重點不是有多油膩，而是這些分子會啟動哪些神經反應，又影響哪些行為。

費洛蒙有時候化學結構只差一點點，意義完全不同，就像人類講話，「我日常生性活潑，想要多交朋友」和「我日常性生活潑，想要多交朋友」意思就很不一樣。

饞她身子的味道，油膩的情慾語言

女蠅味 6 種成分逐一測試，女生們完全不為所動。至於男生，3 款脂肪酸都缺乏吸引力，不過 3 款衍生物都有吸引力，尤其是塗抹 MPO 的棒棒，能吸引 87% 男生，效果最強（有人覺得奇怪，比前述實驗 60% 更高嗎？應該是因為濃度更高，效果更強）。

費洛蒙有具體的收訊器，訊號應該是透過觸角（antenna）上的感覺受器傳達，因為如果把觸角切除，男生也不會起反應。

為了進一步認識費洛蒙的效果，研究者又將費洛蒙塗在近親物種 Glossina fuscipes 身上。正常時這次的主角 Glossina morsitans 采采蠅男生，對異種女生不會有性趣；但是近親女 MPO 上身後，有 60% 男生會撲上來。

可見單單 MPO 這種化學分子，便對男生有強烈的誘惑力。可是這只是單方面的喜歡，近親女依然對異種男生毫無感覺，會把他們馬上踢開。

感受情慾的神經元

不一樣的費洛蒙，會激發不同感覺神經元，就像把某個開關打開。采采蠅的觸角上有許多微小的感覺零件（sensilla），各自配備不同的受器神經元。被激發的 sensilla 上存在兩款神經元 A 與 B，對不同物質起反應。

MPO 會刺激 B 神經元，而且分隔一段距離，透過氣流傳送便有效果。由此判斷 MPO 是揮發性作用的費洛蒙。

但是同樣的距離，MO 與 MP 都不起反應。不過縮短到距離 1mm 後，MP 就能刺激 B 神經元，MO 則能同時刺激 A 與 B。這兩款費洛蒙僅管結構類似 MPO，卻要近到快直接接觸才有作用。顯然這種事不能看結構鍵盤辦案，要實測才知道。

奇妙的是，這些費洛蒙對近親物種 Glossina fuscipes 的神經元，幾乎都不起作用。因此上述費洛蒙與受器的組合，僅限於 Glossina morsitans 這款采采蠅，和其他物種未必有共通語言，近親即使收到也理解不能。

• 延伸閱讀：兩種蘭花蜂長很像，嗅覺受器不一樣

寄生錐蟲降低身價，采采蠅也是受害者

不少采采蠅體內存在錐蟲，吸血時成為傳播媒介。檢驗發現，錐蟲對采采蠅的影響也非常明顯，會大幅影響求偶選擇。

采采蠅的求偶是男生提出要求，女生決定是否接受。觀察得知，有或沒有感染的兩男，如果和處女共處一室，女生接受兩者的機率差異不多。但是有或沒有感染的兩女，給男生選擇，男生 100% 挑選沒有感染的女生。

這麼看來，有錐蟲寄生的女生，在男生眼中是比較差的對象，但是不知道男生如何分辨。費洛蒙方面，被寄生的采采蠅又會多出 21 種揮發性小分子，也許有所影響，可惜這些氣味的具體作用仍不清楚。

上述結果都是實驗室中的測試。采采蠅在野外活動時，或許大部份候選蠅都是感染錐蟲的不理想對象。野生的采采蠅實際上如何擇偶，也許是另一番光景。不過應該能推測，它們也不喜歡錐蟲。

食慾與情慾的開關一同打開，吃飯，順便do愛？

野生的采采蠅，要自己尋找對象。最容易碰到異性的場合是采采蠅餐廳，也就是被吸血的動物周圍。實際觀察到，采采蠅常常在獵物附近順便情慾交流。

動物散發的氣味分子，就像餐廳飄出的香味，吸引采采蠅前來覓食。有趣的是，獵物排放的 4-methylphenol、1-octen-3-ol 兩種揮發性物質，和采采蠅的揮發性費洛蒙 MPO 使用同一套神經受器。

或許采采蠅去吃飯，開啟食慾的同時，也一同釋放情慾的開關。交配和吃飯是兩回事，如果能一次滿足，也很棒。

延伸閱讀

• 采采蠅與牠們的基因
• 「精液求精」的果蠅！情慾交流後擇偶變得更挑剔？
• 促進情慾流動的果蠅費洛蒙，竟然也能讓人類有反應!?──2018搞笑諾貝爾生物學獎
• 隱翅蟲的毒液生化武器，演化上如何組裝而成？
• 狗用來標記地盤，老鼠用來求偶，但人類很可能沒有？神奇的化學分子費洛蒙——《完美歐姆蛋的化學》
• 對抗紅火蟻新兵法：破解關鍵基因，讓工蟻對蟻后下剋上？
• 嘟嘴或不嘟嘴，讓尼加拉瓜的慈鯛，變成不同物種？

參考資料

1. Ebrahim, S. A., Dweck, H. K., Weiss, B. L., & Carlson, J. R. (2023). A volatile sex attractant of tsetse flies. Science, 379(6633), eade1877.
2. Chemical notes of tsetse fly mating

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。