成為萬磁王的第一步

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

本文轉載自顯微觀點

細胞狗仔隊 專拍細胞不為人知的一面

「我是細胞生物學的愛好者，我們實驗室團隊是細胞生物學的狗仔隊，專拍細胞不為人知的一面。」成大生醫工程系主任邱文泰，帶著笑容自我介紹。

邱文泰專精於活細胞分子造影、光遺傳學以及變化多端的細胞內信使：鈣離子對細胞生理機能的調控。他與團隊近年的重要研究之一，是以光遺傳學精密調控細胞內鈣離子濃度波動，觀察鈣離子如何影響細胞遷移（cell migration）。

20 世紀後半葉，生醫學界逐漸發現鈣離子是功能繁複的細胞訊息傳遞者，可調控授精、細胞增生與死亡、學習與分化，也參與細胞遷移、活化特定轉錄因子。

傳統生化科技如藥理、化學、物理方法，無法在時間、空間上精準調控與觀測活細胞內的鈣離子變化。細胞如何讀取鈣離子濃度波動（calcium oscillation）訊號，如頻率、幅度等，還是一個待解的謎題。

以光操縱鈣離子通道 解碼鈣離子波動訊號

邱文泰團隊運用光遺傳學（Optogenetics）技術，將人為編輯過的光敏感鈣離子通道蛋白 CatCH（calcium translocating channelrhodopsin）基因轉染（transfect）進入人類骨肉瘤細胞（U2SO）。位在細胞膜的 CatCh 蛋白一旦吸收藍光，就會開啟鈣離子通道，讓胞內的鈣離子濃度快速提升。

光線停止照射，CatCh 就不再輸入鈣離子，細胞原本的平衡機制開始作用，將鈣離子排至胞外（或內質網中），造成細胞質的鈣離子濃度起伏。因此實驗團隊能精密調整骨肉瘤細胞的鈣離子波動，並結合螢光顯微術觀測細胞狀態。

他們以大量表現 Catch 的骨肉瘤細胞（U2OS-CatCh）作為鈣離子波動的主要實驗對象，以藍光照射細胞，調整細胞內鈣離子濃度波動的幅度、週期、頻率、時間等參數。

在模擬傷口癒合的實驗中，培養皿中間表面被留下一道未被細胞覆蓋的空地，兩側細胞會逐漸往中間遷移、會合，直到將空地填滿。此細胞遷移的過程與人體傷口癒合相似，也與癌細胞在人體擴散的機制有關。

細胞遷移需要細胞骨架與細胞內諸多蛋白質分子聯合運作，參與的分子間還會彼此調控、影響。不同的細胞內訊息分子（即第二信使，second messenger）分別調控不同的蛋白分子路徑。鈣離子在其中的角色眾說紛紜，科學界對詳細機制的認識猶如管中窺豹。

邱文泰團隊發現，對 U2SO-CatCh，0.01 赫茲的藍光照射可帶來顯著高於對照組的細胞遷移量。在 0.1 赫茲的光照下，細胞遷移量卻比沒有照光的對照組更低。

參與細胞遷移的重要轉錄因子 CREB, NFAT, NF‐κB 也由不同強度的鈣離子波動活化，NF‐κB 由較低的鈣離子濃度活化；NFAT 由較高的鈣離子濃度活化；而高或低的鈣離子濃度波動都可以活化 CREB。

他們的研究不僅印證鈣離子波動可調節癌細胞增生、遷移的理論，也發現鈣離子波動頻率、幅度並非愈高就愈有效。若以 10 赫茲的藍光照射 U2SO 培養皿一個小時，90% 的細胞會死亡，死亡率遠高於波動頻率較低的組別。

透過光遺傳學技術對細胞進行時間、頻率的精準刺激，邱文泰團隊發現鈣離子作為細胞第二信使，能攜帶的訊息比過往的想像更加龐大。也推進了鈣離子訊息的解碼技術，在癌症研究、轉錄因子活化機制研究上，都可能帶來幫助。

堅持研究活細胞，以影像探索未知

熱衷細胞生物學的邱文泰說，「要當細胞狗仔隊，就要有好的相機大砲，才拍得到細胞生活的秘密。」他認為，現代細胞生物學必須要以活細胞為研究材料，才能深入了解細胞生理機制。而拍攝細胞生理活動的顯微設備，是細胞生物學家依賴的重要工具。

邱文泰認為，現代的細胞與分子生物學不同過往，需要以影像證據說服科學家同儕。研究發表的依據不再是間接量化的座標點、折線圖、柱狀圖，他說「現在顯微影像是不可或缺的，甚至立體影像才是學術發表的標準。」

邱文泰分析，隨著類器官（organoid）、層光顯微術（light sheet）、生物組織澄清化（tissue permeabilization）等顯微技術逐漸成熟，精密顯微影像會在生醫研究領域被視為理所然的科學依據。

回想早期接觸的生物學技術，邱文泰笑說，「我那時的研究生都有一件實驗用『戰袍』，上面遍佈黑色斑點，是在暗房被顯影劑沾到的工作痕跡。現在的實驗都用數位影像，研究生恐怕連底片長什麼樣子都不知道。」

邱文泰回憶，數位顯微影像甫推出的時候，學術圈同儕普遍擔心著名期刊不接受新式的數位影像。「誰知道兩三年後，再也沒有人在暗房洗底片！接下來的細胞生物學家，實驗衣都很潔白。」

邱文泰說明，生物學研究會隨著技術演進，愈必要的技術，帶來的改變愈快。他舉例道「傳統的顯微影像以 2D 形式為主，對生物體的模擬有限。3D 影像將是未來生物學研究不可避免的趨勢。」

不僅植入螢光蛋白、使螢光蛋白遺傳、分子標定等技術成為細胞生物學研究的基本配備，科學家還需要精密的顯微設備才能拍好實驗成果。

生醫光學影像核心平台 共享儀器降低門檻，帶來交流

邱文泰說，儀器的成本與操作的確會形成實驗門檻，因此成大醫學院營運生醫光學影像核心平台，聚集校內學者的貴重光學儀器，由專門經理、技術員負責保養、補充、操作事宜。每個實驗室的成員，甚至附近學校的師生、生技廠商都可以申請使用，僅需負擔相當低廉的費用。

平台內許多貴重儀器都是沈孟儒（成大藥理所特聘教授，現任成大校長）、邱文泰等學者主動提供，他們也樂意無償提供使用教學。擔任平台主持人的邱文泰說，共用貴重儀器可以提升學術圈的整體利益，不但儀器的價值得以充分發揮，研究者們也可以透過平台交流彼此的技術專長。

他舉例道，「最直接的方法，就是看誰最常登記使用特定儀器，就表示他很擅長那項技術，需要的時候可以直接請求合作。」若儀器都留在各自的實驗室裡，這種交流學習的機會無法出現。研究者也不容易嘗試不同儀器的功能，討論不同儀器的優劣長短。

最嚴格的細胞生物學，點燃學術興趣

邱文泰說，自己出身苗栗鄉間，選填大學志願時沒有明確志向，只想離家遠一點。他覺得自然與生物是成長過程中熟悉的一部分，就選填了大多數的生物學科系。就讀成大生物學系，是分發之下的偶然。

在成大生物學系，周遭同學紛紛進入實驗室做專題，邱文泰卻直到大三還沒建立學術志向。直到的必修課「細胞生物學」結束後，他對實驗的興趣才被點燃。那門課由甫從美國歸來的陳虹樺老師任教，教學與考試都相當嚴格緊湊。

邱文泰回憶當年的細胞生物學課說，「期中考和期末考要寫滿四個小時，而且幾乎全部是申論題。考前壓力很大。」但也因為如此嚴格的學習要求，他踏實地讀完課本上每一個字。通過期末考後，心中充滿成就感，決定加入細胞生理相關的實驗室進行專題研究。

融合美式獨立與日式嚴謹，潛移默化的學術人格培養

求學階段多在成大吸收養分，現在也致力培育成大學生的邱文泰，認為對自己影響最深刻的，是湯銘哲（現任成大生理所特聘教授）和沈孟儒兩位學者的風範。

邱文泰說，「湯銘哲老師的心胸開闊，重視自由探索與獨立研究，可說是典型美式風格的學者。碩士班學生的題目要自己發想、設計方法，老師負責引導大方向。」而且湯銘哲對學術同儕非常慷慨大方，隔壁實驗室來借任何耗材與設備，或是需要技術協助，他總是樂意援助。

邱文泰笑說，正因為這種慷慨大方，湯銘哲實驗室的成員經常處於「幫助鄰人」的狀態。他回憶說，「當時覺得很忙碌，但成為實驗室主持人之後，發現自己已經被這種風格潛移默化了。」

邱文泰也以樂於分享、協助的風格領導實驗室。他說，「我的學生也經常幫助其他實驗室的同學，我希望他們在互助、分享的氣氛中成長，成為心胸開闊的人。」

自博士班第二年開始，邱文泰加入新成立的沈孟儒實驗室，接受共同指導。他說，「沈孟儒校長是日式風格的學者，對研究與學術寫作追求完美的高標準。他如果看你的論文草稿寫錯超過三個字，就會請你拿回去重寫。」

邱文泰讚賞說，沈孟儒對科學研究的嚴謹要求，是他的職業楷模。他打開會議室的鐵櫃，數十本厚實日誌整齊排列其中。他說「因為沈老師的指導，我直到今天持續寫著實驗日誌，確實記錄每一天的實驗內容。對學生，我也要求交出完整的實驗日誌，才能從我的實驗室畢業。」

嚴謹治學的風格，呈現在邱文泰的實驗室管理，他們的藥品、抗體集合收納且全體共用，每個人都使用相同規格的研究材料。不會出現各用一套藥品，劑量、藥效不同，實驗結果難以重複的狀況。

他說，「材料的品質控制與共享，對實驗成果的精準化和均一化就是一件好事，也是科學研究的必要。」

邱文泰嚴格要求實驗室各種藥品、器材的擺放秩序，收納之後要編寫目錄和標示，任何人都能一目了然。他打趣說，「小偷闖進我們實驗室，根本不需要翻箱倒櫃，他可以按圖索驥找到所有東西。」

這種嚴謹的管理風格深刻地影響邱文泰的學生。他舉例說，一位博士班畢業生回到廈門大學擔任實驗室經理，按照邱文泰一致化與秩序化的風格整理實驗室，不但讓同事感到驚喜，連周遭實驗室的經理也紛紛來學習這種實驗室管理。

融會了兩位迥然不同的成大傑出學者風範，邱文泰長年投入引導成大學生對知識產生興趣，潛移默化對物嚴謹、對人開闊的高尚人格。因此數次獲得輔導、教學方面的優良教師獎。

鮮為人知的是，他其實差點成為高中教師，遠離成大的學術環境。

探索未知，比收入和安穩的生涯更重要

回憶起職涯轉捩點，邱文泰說，「那是人生最困難的決定。我剛退伍就在台南女中得到正式教師職位。眼看有個穩定、待遇不差的職業選擇，卻又被邀請回去讀博士班。」

邱文泰的考慮相當務實：高中教師的薪資高於社會平均、有退休保障，上下班時間穩定還有寒暑假。而博士班學生薪資不如高中教師，更不容易保持生活與工作的平衡。

收入和閒暇時間考量之外，邱文泰更重視學生對知識的態度，他回憶說，「我喜歡對高中生分享最新科學消息，例如當年諾貝爾獎得主與研究內容。」學生們的反應卻是「這些會考嗎？」

高中生在升學制度訓練下，認為只有考試相關的科學知識才是重要的，而高中教師也必須精熟解題技巧。邱文泰坦承，「我體會到，自己並不想走上鑽研教科書上既定知識與解題技巧的職涯。對我來說，更想要的是親手研究、接觸未知。」

邱文泰說，「跟我同屆考上高中老師的同學已經準備退休，而我還在規劃新的研究計畫、主持與眾人研究息息相關的生醫影像核心平台，但是我覺得這樣很充實。」

主持儀器共享平台，減少科學社群的資本差距；傳授學生知識與潛移默化的人格教育，對邱文泰來說毫無義務感，而是讓生醫領域更加蓬勃明朗的充沛機會。

查看原始文章

真菌的生命週期

一切始於一顆孢子

孢子是真菌生命週期的開始，也是結束。這些單細胞單元裡，包含著新真菌個體的繁衍密碼。面對無數微生物競爭者和惡劣的環境條件，孢子萌芽的機率極低，因此真菌釋放出數萬億個孢子來提高生存機會。孢子維持在一個暫停於生死之間的狀態，密切留意周遭世界並尋找適合落腳的地方。孢子很微小，無處不在，所以根本無法躲避它們，以我們自己而言，每次的呼吸都會吸入十個孢子。

被稱為「胚種假說」（Panspermia）的生命起源論甚至認為：生命的藍圖被包裹在一顆孢子當中，並在太空中旅行，在宇宙中尋找適合落腳的家園。儘管對此假說爭論不休，但我們確實知道孢子可以耐受極端溫度、抗輻射，甚至可以在真空狀態的太空中存活。 1988 年，和平號空間站（mir）的俄羅斯太空人就注意到，他們的鈦石英窗外有「東西」在生長，而且正在漸漸「啃穿」鈦石英。後來證實，這個「東西」就是一種真菌。¹

就像植物一樣，大多數真菌也都採用「紮根在土壤當中」這種耗時的繁殖方式：它們利用菌絲體生長，或透過孢子飄散到新的棲息地。在渴望繁衍其 DNA 的動力下，有些真菌採取巧妙的策略，確保其孢子在新環境中得以繁殖。

擁有誘人香氣的美食佳餚黑松露（Tuber melanosporum）就是一個很好的例子。這種跟黃金一樣珍貴的真菌生長在地底下，隨著孢子成熟，其所散發出的香氣會吸引動物、松露獵人和來自世界各地的美食家。松露的孢子不易被消化，所以最終會安全通過有幸一飽口福者的消化道；在理想狀況下，孢子應已遠離原來被採集到松露的位置。

在地面上，圓形的巨型馬勃（Calvatia gigantea）子實體保護著數以百萬在內部熟成的孢子。有趣的是，只要戳一下成熟的馬勃，它就會噴出一股煙霧狀的孢子粉，讓風帶走飄散的孢子。

生長在糞便之中的水玉黴菌屬（Pilobolus）真菌，藉由分泌水分充滿泡囊增加壓力，最後像水槍一樣排射出泡囊頂部的孢子囊。有研究經計算發現，孢子囊能以至少 20,000 g （重力）的速率被噴射出去。相較之下，訓練有素的美國國家航空暨太空總署（NASA）太空人在太空船中穿著抗重力服（G-Suit）所承受的重力是 3 g ，而子彈是以 9,000 g 的加速度行進的。

還有能在黑暗中發光的真菌，光線會吸引昆蟲將它們的孢子散布到森林底層。例如，加德納臍菇（Neonothopanus gardneri，俗稱椰子花）就受到晝夜節律的調節，在夜間會發出明亮的光。 ²所有這些演化而來的調整，都是為了確保繁殖能夠延續。

為菌絲找到一個家

當孢子落在一個溫度適中、靠近食物和水的地方時，它就會萌芽。孢子經由細胞壁吸收水分，並長出一種稱為菌絲的線狀管。當菌絲在營養基質上生長，就會分支出更多菌絲並形成一條細線。原本的菌絲繼續利用可能是木頭、昆蟲或土壤的基質，由尖端處長出更多菌絲。菌絲間開始融合相連，形成一個相互連接、被稱為菌絲體的物質。

每條菌絲的生長都結合了物理力量和化學策略。菌絲會分泌出作用相當於強力消化酸的酵素來分解物質。這個分泌酵素的作用，讓真菌能穿透最堅硬的基質：先將營養物質萃取出來，再經由菌絲體吸收。就像我們唾液中的酵素一樣，很快就可以將口中的麵包變成濕糊狀。

數英里的菌絲體，也許再來一朵菇

菌絲體如同漣漪一般，從孢子萌芽之處輻射向外生長。附近有營養物質出現時，菌絲體就會以圓形的方式使其表面積最大化，朝營養來源方向生長。當一個區域的食物來源耗盡，菌絲體中心處的舊菌絲就會被自己消化掉。殘存在被消化舊菌絲當中的可用資源，則會被重新傳送到菌絲體最外圈，供生長正旺盛的菌絲所用。

最後，菌絲體會長成一個廣大的空心環，也就是有時我們在草地上看見的「仙女環」。隨著資源被重新傳送到菌絲體生長的外緣，中心會逐漸消失，環的周長則逐漸增加。只要有養分和水，菌絲體就可以持續以這種方式不斷地生長下去。

在此階段，除了酵母菌以外的真菌就能由菌絲形成孢子，進行無性生殖。黴菌、銹病和粉狀黴菌等微型真菌總是以這種方式繁殖，例如麵包上所見的黴菌黑點就含有超過五萬個孢子。

然而，屬於單細胞微型真菌的酵母菌，則採取不同於絲狀真菌的方式進行無性生殖。酵母菌利用分裂產生複製體進行無性生殖，雖然這種方法很有效率，但卻因此錯過了可以經由有性生殖確保遺傳多樣性的樂趣。³

除了透過無性生殖的方式繁殖，若環境條件惡劣（通常情況就是這樣），大型真菌也可以進行有性生殖。當兩個有性生殖相容的菌絲體相遇，它們就會進行融合並形成更大的團塊。

融合後已經具備遺傳多樣性的新菌絲體，等待著合適的環境條件到來，就會聚集它的菌絲、吸收水分膨脹，並形成被稱為原基（primordium）的菇蕾。幾天後，原基逐漸伸長菌柄，將菌傘推出基質表面。最後，菌傘打開就變成了一個完全成熟的菇。菇類的顏色、質地和形狀會因種類而異。

根據菇類產生和釋放孢子的方式，可以將大型真菌分成兩群：一群是在封閉囊內產生孢子的子囊菌（asomycota），另一群是從菌褶中形成並釋放孢子的擔子菌（basidiomycota）。擔子菌的菌褶有一層菌膜保護，隨著菇的成熟，該菌膜就會剝落。

菇的本身可以說就是一個慶典，慶祝擁有數萬億待釋放新世代真菌（孢子）的出現。孢子將再次進入那已經持續循環數十億年的過程之中。自然不會多愁善感，所以慶典終將結束；菇類在完成產生孢子的工作之後，就會開始腐爛消失。

它們已經達成自然所交付的任務，而且也不吝讓我們一窺正大自然發自內在的美。菇類的出現是真菌生命循環的最美麗時刻，也許因為這樣，菇類才會如此受到歡迎。

註解

1. Matthew Phelan, ‘Why fungi adapt so well to life in space’, Scienceline, 7 March 2018, . ↩︎
2. Anderson G Oliveira, Cassius V Stevani, Hans E Waldenmaier, Vadim Viviani Jillian M Emerson, Jennifer J Loros and Jay C Dunlap, ‘Circadian control sheds light on fungal bioluminescence’, Current Biology, vol. 25, issue 7, 2015, . ↩︎
3. 譯注：酵母菌也會進行有性生殖，遺傳物質亦會重新洗牌。 ↩︎

——本文摘自《真菌大未來：不斷改變世界樣貌的全能生物，從食品、醫藥、建築、環保到迷幻》，2023 年 12 月，積木文化出版，未經同意請勿轉載。