如何利用宇宙粒子「渺子」，找到金字塔內的神秘大空間？──《科學月刊》

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

• 文／張之傑

和平號從新加坡駛往馬來西亞檳城途中，五月一日（週三）下午四時至五時十五分，在百老匯廳聽領航人河江肖剩的演講。所謂領航人，就是特聘隨船專家。

河江從新加坡上船，到埃及後下船，和平號負責來往機票，在船上期間不付薪酬，只免費供給食宿。河江是位研究金字塔的青年考古學家，曾獲選美國國家地理雜誌二○一三年傑出新人獎。

河江肖剩的演講，由 Abelon 即席英語、華語翻譯。河江以他自己的研究經歷為主，只有推論，沒有結論。演講過後有人提問：「從小就聽說金字塔是奴隸蓋的，是否如此？」河江回答：「是不是奴隸不得而知，只知它們吃得很好，有麵包和肉、魚，攝取的卡路里足夠幹活。」

吉薩金字塔群

五月十六日，和平號抵達賽得港。翌日我們搭遊覽車前往開羅，上午參觀埃及博物館，午餐在貫穿開羅市區的尼羅河河畔的船上餐廳用餐，然後到一家莎草紙畫店待了約半小時，接著前往參觀吉薩金字塔群。吉薩是開羅的一塊高地，海跋約六十公尺，是片小沙漠。

想不到吉薩金字塔群距離市區那麼近，車程約十分鐘就到了。這裡矗立著古王國時期第四王朝的三位法老——古夫、卡夫拉和孟卡拉的金字塔。金字塔參觀券每張一六○埃及磅，約折合美金十點五元。售券處就在最大的一座金字塔——古夫金字塔外面。

古夫金字塔

在金字塔區域，我們只在三處停留，每處半小時。第一處是古夫金字塔，也是我們唯一接近的一座。這是古希臘「世界七奇」唯一存留至今的建築，原本高一四六點五米（今高一三八點八米），古埃及第四王朝的第二位法老所建，迄今約四千五○○年。

古夫金字塔由方形或矩形石灰岩疊成，作階梯狀。其外原本包覆著一層白色石灰岩外殼，所以坡面原本是平整的。因地震和人為因素，外殼已經不存。堆疊金字塔的石塊大小不一，底部的石塊目測高約一百五十公分。過去在書上看過詳細的的數據，但百聞不如一見，只有緊挨著金字塔，才能感受那些石塊的體量及厚重。

三十分鐘一轉瞬就過去了，遊覽車將我們載到金字塔觀景台，這裡最適合眺望三座金字塔，以及幾座后妃小型金字塔。最大的一座當然是古夫金字塔，其次是中間那座，即古夫繼承者卡夫拉法老的金字塔，其頂端仍殘留著白色石灰岩外殼，藉此可以摹想三座金字塔的原貌。

雖然才五月，據導遊說，昨天開羅氣溫三十七度，今天可能更高。氣溫雖高，但因氣候乾燥，汗水一離開身體就揮發殆盡，所以很少流汗。其實最讓人受不了的不是熱，而是耀眼的陽光。即使戴著帽子和太陽眼鏡，仍然抵擋不住。炎陽使得手機的螢幕幾乎顯不出影像。

金字塔內部用了大量花崗岩。在古夫金字塔參觀時，就發現地上散佈著花崗岩碎石塊，有些一面有敲鑿痕跡，一面是石材的外皮。金字塔的花崗岩石材是從遙遠的下埃及運來的，很可能是將原始石材運到現場，再由石匠敲鑿整齊。如果以上推測正確，這些碎石塊的意義就非比尋常。不知有沒有學者這樣推測過？

遙觀結束，遊覽車把我們載到金字塔的後方，這才發現金字塔和市廛之間只隔著一條馬路！附近還有家百勝客披薩店呢！獅身人面像就是中間那座金字塔（卡夫拉金字塔）的守護神。

人面獅身像

據導遊說，當年修建金字塔時，基地前方有塊巨石，法老認為有礙觀瞻，下令移除。負責修造金字塔的大臣上奏，巨石實在太大，移除不了。法老的一位妃子就建議把它雕成守護陵墓的獅身人面像。

所謂巨石，可能是座小山崗。設計者或許將小山崗的中央部份雕成獅身人面像，其餘部份挖成低凹的平台，獅身人面像就坐落在平台上。金字塔門票包含獅身人面像。導遊帶領我們步下石階，進入低矮的、由花崗岩砌成的神殿。轉了幾個彎，登上石階，獅身人面像赫然就在眼前。

獅身人面像的正面及兩側設有圍欄，後方（屁股）則無圍欄。兩側和後方設有維修鷹架，但沒看到工人。維修工作似乎在風化嚴重的部位砌上磚狀石材。獅身人面像原本應該渾然一體，不會在某些地方包上石料。

獅身人面像雖不能靠近，但仍可看出由砂岩構成。獅身人面像四周，原本似乎有花崗岩巨石砌成的低矮圍牆。獅身人面像靠近停車場和市街一側，現築有磚砌圍牆，從牆外無法窺其究竟。

過去從畫冊上看到的獅身人面像，都是巋然獨立地俯臥在金字塔前，未曾看過連同周遭環境的鏡頭。如今我來了，我看到了，看出金字塔連同獅身人面像其實並沒遠離城市。可惜我們只有半小時，沒時間多做觀察。

張敏娟／任職輔仁大學物理系副教授兼任副教務長。《科學月刊》副總編輯。

古埃及人建造金字塔，相傳是過世的法老（國王）陵墓。金字塔陵墓基座為正方形，四面由四個相等的三角形構成。金字塔既然主要用途是為了讓法老可以安心往生，其象徵的宗教意義也相對強烈。

有座相當有名、位於埃及吉薩市的胡夫金字塔（Great Pyramid of Giza，又稱「大金字塔」、「奇歐普斯金字塔」、「古夫金字塔」），相傳是胡夫法老王死後安放墳墓的地方。目前該金字塔，是全球觀光客的愛好景點、號稱古代世界七大奇蹟之一，同時也是唯一一個依然存在於現代的奇蹟。

47 層樓高的大金字塔

這座胡夫金字塔由約 230 萬塊巨石所建成，高度約 140 公尺、底邊長約 230 公尺。科學家們相當好奇這座金字塔是怎麼蓋起來的？以現在一層樓高 3 公尺來粗估，這座金字塔約47 層樓高，實在驚人，到底4500 年前的埃及人是怎樣做到的？

若是以現代文獻推估，這座金字塔是利用20 年的時間建造而成，230 萬塊巨石除以 20 年，平均每小時需將 13 塊巨石安裝到位，且必須日夜不休。更驚人的是，古埃及學家皮特里（Flinders Petrie）於 1880~1882 年對金字塔進行了第一次精確的測量，他的報告指出金字塔外部的石壁與內部墓室的石材都被高度精準地組合在一起，石塊與石塊之間的空隙平均只有 0.5 公分。

這 230 萬塊巨石，約用了 550 萬噸石灰石、800 噸花崗岩和 50 萬噸的灰泥，當作石材。外包石塊則用打磨過的白色石灰石包起來，然後經過仔細切割。依照石材的材料，推估工人需要從採石場挖掘、再透過尼羅河運送到金字塔地點。古埃及學家提出，工人們應該是利用關鍵路徑法運送石塊。運送這些石塊時，因為沒有發現古埃及工人使用滑輪、輪子或鐵器，很可能是直接用人力慢慢移動石塊重心，以左右搖擺的前傾姿態，用人力以接力賽的方式拉過去金字塔建造地。

早期有學者提出金字塔是由大量的奴隸建造的，然近代則藉由找到建造金字塔工人的生活用品，改而認為建造者是一群優秀的工匠，而且過著不錯的生活與擁有不錯的社會地位。畢竟需要聰明的頭腦與精準計算過的設計圖，不太可能是受到日夜虐待的血汗奴隸做的，反倒是過著不錯生活的快樂工匠才比較有可能做到。

利用渺子探測金字塔內部構造

回到胡夫金字塔的內部結構，早期考古學家透過各種方式，找到了入口、王后墓室、大走廊和國王墓室等，也發現了盜墓者挖掘的通道。由於擔心古蹟倒塌，科學家盡量減少使用破壞性方式去尋找新通道。

最新的一篇發表文章，於 2017 年 11 月初發表在《Nature 期刊》，是粒子物理學家們使用渺子（muon）偵測器發現了胡夫金字塔內一個從來沒有被發現過的、跟自由女神像差不多高的超大空間。粒子物理學家們知道大氣中、由宇宙而來的大量宇宙射線中，含有渺子。而渺子可以穿透石頭。渺子是基本粒子標準模型中的輕子，與電子（electron）具有類似特性，但與電子不同的是，渺子質量約為 105 MeV/c²，約是電子質量的 200 倍。渺子帶負電，穿越物質的軌跡訊號，可以藉由渺子偵測器獲得。

只要將渺子偵測器放在金字塔周圍，等待夠長的時間，就能得知由宇宙射線而來的渺子，通過金字塔後，在哪些位置的渺子數量訊號較多、哪些較少，藉此推估出金字塔的內部結構。渺子偵測器在加速器實驗早已廣泛被使用，但是粒子物理學與考古學結合的跨領域，倒是非常特別。

這個渺子偵測器放在王后墓室的位置，可以偵測其上方空間的渺子數量。這個計畫開始於 2015 年 10 月，粒子物理學家必須設計一種渺子偵測器，只能使用電池作為長期偵測，因為偵測器放在金字塔裡面。這個研究的目的是想利用渺子偵測器替金字塔照相，照出內部結構透視圖，類似用 X 光替人類拍出骨骼、牙齒的技術。

能利用渺子偵測器替胡夫金字塔拍攝內部結構照，讓很多粒子物理學家感到很羨慕（好吧，至少我很羨慕）。渺子偵測器裡面有閃爍體，閃爍體會在接收到帶電粒子之後，產生光。光訊號透過光電倍增管轉換成電訊號，搜集電訊號就能得知渺子的通過數量，代替人眼，看見渺子訊號。這個被渺子偵測器透過非破壞性的方式偵測出來的超大空間，考古學家們對其存在的位置相當感興趣。

這個超大空間的位置，在法老墓室走廊通道的正上方，這是為了防止金字塔過重、當作金字塔的減壓室嗎？這麼長的走廊和挑高的空間，是為了放藝術品給法老靈魂觀賞用的嗎？是讓法老靈魂升到天國的通風井嗎？種種的疑惑，在發現了這件事之後，引發諸多研究聯想。

〈本文選自《科學月刊》2018年1月號〉

什麼？！你還不知道《科學月刊》，我們48歲囉！

入不惑之年還是可以當個科青

• 文／張之傑

自從一再調整時差，本來就起得早。前往開羅參觀埃及博物館和金字塔那天（五月十七日），清晨五時十五分集合，不到四時就醒了。

賽得港距離開羅約三小時車程，遊覽車迤邐排開，總共約三十輛。我們搭乘第十三車，導遊名叫那因，暱稱李小龍，個子高瘦，出身開羅大學中文系，沒到中國留過學，可是華語說得很溜。

這路程沒人自由行，少數乘客搭乘飛機前往，費用當然高得多。我們約五時四十分開車，車隊由兩輛警車開道，每輛車上還有一名觀光警察坐鎮。車隊浩浩蕩蕩地開出賽得港，不久就上了和運河平行的高速公路，直奔埃及首都開羅。

埃及博物館見聞

這天是回教的安息日（週五），一路未曾堵車，九時以前就到達埃及博物館。導遊去買門票，約耗費約半小時才為第十三車上的人買到票。一人發兩張票：門票和攝影票。門票三百埃及磅，折合美金二十元。攝影票五十埃及磅，折合美金約三點三元。錄影的話，還要另外買錄影票，每張二十美元，我們第十三車沒人買錄影票。

我們下午要去看金字塔，所以參觀博物館的時間只有兩小時。該館採語音導覽，導遊只能走馬觀花似的重點解說。除了圖坦卡門面具廳及木乃伊廳，其餘可隨意攝影，但放在玻璃櫃子裡的展品，隔著一層玻璃，難免會有反光現象。

我曾仔細看過《世界博物館．埃及博物館》，對該館並不陌生。對我來說，最感興趣的就是不許攝影的兩個展廳：木乃伊廳和圖坦卡門法老。關於圖坦卡門法老，已陸續看過不少文獻，來到他的展廳，有種說不出的親切感。

圖坦卡門是古埃及新王國時期（紀元前十六世紀至紀元前十一世紀）第十八王朝的一位法老。他只活了十八歲，生前並沒什麼事功，他的陵墓也不大，但迄今為止只有他的陵寢未被盜過。從他陵墓中出土的文物，常送往世界各國展覽，使他成為最為人知的一位法老。

圖坦卡門的陵墓

金字塔原是法老祈求永生之所，但其陪葬品一直為盜墓賊覬覦。自新王國第十八王朝的法老圖特摩斯一世起，不再修建金字塔。新王國的時期的六十多位法老，墓室都藏在一座人稱帝王谷的小山谷裡。墓室分佈山谷兩側，依地勢開鑿，用亂石堵住洞口，外面不留痕跡。

然而帝王谷的陵墓仍然幾乎都被盜過。一九二二年，英國考古學家霍華德‧卡特（Howard Carter）發現的圖坦卡門法老陵墓，三千多年來從未被盜，出土文物五千餘件，是迄今保存最完好、出土文物最多的一座法老陵墓。

圖坦卡門法老的棺槨共七層。外槨為木質，有四層。其內有三層，分別是石棺、硬木人形棺、黃金人形棺。最內層的黃金人形棺，長一點八三米，寬零點五一米。黃金人形棺上的法老兩臂相互交疊，手裡握著權杖，線刻的守護女神羽翼環繞著金棺，工藝極為精湛。

黃金人形棺內，即圖坦卡門法老的木乃伊，為科學家留下許多線索。圖坦卡門身高約一米八，有輕微兔唇。電腦斷層掃描，發現左腿先天性扭曲，左腳骨還有柯勒病（Köhler disease），即無菌性骨壞死現象，此症好發於男孩，會引起持續性疼痛，因而身體重量通常放在右腳上，導致右腳扁平足。至於右腿，發現右膝有複雜性骨折。

從圖坦卡門法老木乃伊的骨髓抽取 DNA，檢測之下發現有包括惡性瘧疾的瘧原蟲 DNA，表示他曾感染過幾種瘧疾。對比圖坦卡門之父在內的十六具木乃伊的 DNA，顯示他是近親聯姻所生。法老家族近親結婚十分普遍，法老王認為他們是神的後代，為了保持神聖的血統，崇尚近親結婚。圖坦卡門的妻子就是他的同父異母姐姐。

圖坦卡門只活了十八歲，於是死因有種種揣測。有人說他從戰車上跌落而死，或被馬踢死，有人說他死於暗殺。二○一三年二月十七日出版的《美國醫學協會雜誌》（JAMA）給出最接近真相的答案：

圖坦卡門是一位因近親通婚所生、患有多種遺傳性疾病的少年，先天足部畸形、兔唇，所以他長得並不帥，還可能常年柱拐，甚至站立都很困難。他可能死於右腿骨折導致的感染，也可能是惡性瘧疾奪走了他的性命。