國輻中心拍電影，把台灣之光變有趣好懂──《阿卡的冒險》觀後感

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

到藥局買藥或是去醫院看病，民眾多少會被問到是否對任何東西過敏。如果是初診的話，有些醫療單位還會強調要病患詳細填寫「所有已知過敏原」（All known allergies）。

一般人的反應，第一個會想到藥物過敏原，例如：盤尼西林（penicillin）；再來是食物過敏原，像是海鮮或麥麩等。這些答案的確符合原本問題設定的目的：防止療程中使用的器材和藥物，或是醫院提供的住院飲食，讓病患產生不良反應。但是，如果您對壁蝨或是倉鼠過敏，也要據實以告嗎？

對倉鼠過敏？中國倉鼠卵巢細胞又是什麼？

西方文獻中俗稱的「中國倉鼠」（Chinese hamsters），又譯為「灰倉鼠」或「灰地鼠」，學名是「Cricetulus griseus」。中國倉鼠常被人養來當寵物，再加上漢醫不會把牠們拿來入藥，一般臺灣民眾應該鮮少將牠們跟醫療做聯想。不過，有些西醫的藥物資訊和臨床試驗手冊，會在過敏注意事項中，提到中國倉鼠。乍看之下，就算不是「逢中必反」，對寵物或絨毛過敏者，也很容易產生不必要的恐慌。然而，看起來楚楚可憐的中國倉鼠是無辜的，因為真正的罪魁禍首其實是牠的卵巢細胞……

以「中國倉鼠卵巢細胞」（Chinese hamster ovary cells，簡稱「CHO 細胞」）製藥的技術，有一段相當傳奇的歷史故事：1948 年胡正祥教授^[註1]與華生醫師（Dr. Robert Watson），將原生於中國北方的倉鼠偷渡去美國。後來在冷戰的氛圍下，二人的行為被中國政府視為犯下戰爭罪，胡正祥教授還因此被判刑。根據輝瑞（Pfizer）藥廠官方網站的介紹，1950 年代美國科學家的研究發現，CHO 細胞有許多適合生化製藥的特質：

1. 容易繁殖：與其他哺乳類動物的細胞比起來，CHO 細胞比較「好育飼」（台語），可以用工業規模的生物槽（biotanks）盛裝，讓它們在製藥使用的化學溶劑中大量生長。
2. 適合人體的蛋白質：一條條的胺基酸，要摺疊才會變成蛋白質，而它們摺疊的形狀，會影響蛋白質的功能。CHO 細胞能穩定地複製這些摺疊。此外，雖然細菌、酵母、藻類等一樣能製造蛋白質，但哺乳動物細胞製造的蛋白質，構造跟人體比較相容。
3. 正確的「醣類」修飾：許多哺乳動物的蛋白質，有醣類（glycans）附著在胺基酸上，稱為「醣基化」（glycosylation）。這些醣類對蛋白質在免疫反應中的功能，有著關鍵的影響。有些微生物無法用正確的醣類修飾蛋白質，但對 CHO 細胞來說是輕而易舉。
4. 預防病原體的擴散：使用 CHO 細胞，可避免製藥過程中病原體的傳播。這對產品安全來說，十分重要。
5. 容易改造的 DNA：DNA 就像一張食譜，依照改編過的食譜，能煮出特定的菜餚。CHO 細胞的 DNA 很容易被改造，來產生製藥所需的蛋白質。

Alpha-gal 症候群會產生諸多過敏症狀

基於 CHO 細胞的眾多優點，目前市面上用它們製造出來的藥物與疫苗繁多。及至2020年為止，光是這樣做出來的治療用單株抗體（therapeutic monoclonal antibodies）就有將近70種被核准上市，接受免疫療法的病患遇到的機率頗高。此外，國產的高端（MVC-COV1901）與聯亞（UB-612）武漢肺炎疫苗，也是這樣來的。不過，沒有人是完美的，就連可愛的中國倉鼠也不是。雖然以CHO細胞培養出來的產品，許多都非常安全，但 abatacept 和 infliximab 等特例，因為含有低濃度的過敏原「Alpha-gal」，所以會使極少數的人嚴重不適。

Alpha-gal 是一種會出現在非靈長類哺乳動物（例如：中國倉鼠）身上的醣類。對這種醣類過敏的情形，稱作「Alpha-gal 症候群」（Alpha-gal syndrome；簡稱 AGS），其症狀包括：蕁麻疹、呼吸困難、咳嗽、血壓遽降、噁心想吐、腹瀉、胃痛、胃食道逆流（俗稱「火燒心」）、消化不良、暈眩或昏厥，以及嘴唇、喉嚨、舌頭、眼皮腫脹。

值得注意的是，AGS 不僅出現在極少數 CHO 細胞培養出來的藥物中，由小鼠骨髓瘤細胞（SP2/0）等其他管道製造出來的也有，cetuximab 就是一例。^[註2]由於大部份的民眾不會沒事去做免疫球蛋白 E（IgE antibody）的抽血檢查，了解自己會否對 Alpha-gal 過敏，不少人其實是因為被「壁蝨」咬傷，才發現不能使用特定藥品。讀到這裡，您可能會感到無比荒謬：剛剛不是說 Alpha-gal 只存在於非靈長類哺乳動物，要怪也是怪鼠輩，怎麼現在又賴給壁蝨？

Alpha-gal 藉由壁蝨傳播

這一切的因緣業力，就像蝴蝶效應一樣扯很遠：壁蝨先去咬了某種非靈長類哺乳動物，接著跑來咬人。過程中，壁蝨把動物的alpha-gal帶到人的身上。被咬的 2 到 6 小時後，有些人就出現過敏反應。從此以後，他們不僅得成天躲著壁蝨，禁食豬、牛、羊、鹿、兔等非靈長類哺乳動物（紅肉）及其衍伸產品，還不能使用某些藥物，生活非常不便。

Alpha-gal 症候群盛行於美國、歐洲、南非、澳大利亞以及包含日本在內的部份亞洲地區。臺灣目前似乎沒有大量案例的報導，況且也不是每個被壁蝨咬的人都會出現過敏症狀，所以無須過度緊張。民眾只要於整理庭院或到郊外踏青時，穿著長袖衣褲，在身上噴灑防蟲液，並牽好隨行寵物，就能避免被壁蝨咬傷。

回到文章最開頭的問題：在醫療院所填寫「所有已知過敏原」的時候，該寫哪些？既然都說是「所有」了，當然建議全部都要寫。因為除了壁蝨、紅肉、中國倉鼠卵巢細胞和小鼠骨髓瘤細胞，可能還有其他您未必知道與治療有關的過敏原，會在奇特的巧合下，影響到療程安全。

註解

• 註 1：輝瑞藥廠和美國化學工程學會（American Institute of Chemical Engineers，簡稱 AIChE）的原文，都稱該中國學者為「Dr. C. H. Hu」，而多數介紹「中國倉鼠卵巢細胞」科技的中國網路文章，則提到北京協和醫院病理科「胡正祥」教授，因此推論是指同一人。由於上述二個英文的網頁，考證似乎都較中文的嚴謹，因此採用為本文故事的參考資料。
• 註 2：Cetuximab 向來以引發「Alpha-gal 症候群」（AGS）著稱，其藥物資訊上，也常提醒病患注意是否曾被壁蝨咬傷或對紅肉過敏。有趣的是，雖然小鼠骨髓瘤細胞（SP2/0）和CHO細胞都能培養 cetuximab，但以 CHO 細胞製造出來的 cetuximab，因為缺乏人體免疫細胞能夠辨識的物質（α-1,3-galactosyltransferase），所以不會與 AGS 患者的血清產生反應。換句話說，CHO 細胞產生的 cetuximab 比較不會過敏。

• Trastuzumab Injection: MedlinePlus Drug Information
• A Study of Atezolizumab Versus Placebo in Combination With Paclitaxel, Carboplatin, and Bevacizumab in Participants With Newly-Diagnosed Stage III or Stage IV Ovarian, Fallopian Tube, or Primary Peritoneal Cancer – Full Text View – ClinicalTrials.gov
• The ‘Immortalized’ Cells That Sparked an International Incident and Their Role in Producing Medicines | Pfizer
• Frontiers | Strategies and Considerations for Improving Recombinant Antibody Production and Quality in Chinese Hamster Ovary Cells | Bioengineering and Biotechnology
• Monoclonal Antibodies – National Cancer Institute
• 打了高端疫苗後，身體裡會產生哪些免疫反應？
• CpG-adjuvanted stable prefusion SARS-CoV-2 spike protein protected hamsters from SARS-CoV-2 challenge | Scientific Reports
• Frontiers | SARS-CoV-2 Vaccines Based on the Spike Glycoprotein and Implications of New Viral Variants
• Diagnosis & management of alpha-gal syndrome:lessons from 2,500 patients – PMC
• Chinese hamster ovary cells can produce galactose-α-1,3-galactose antigens on proteins – PMC
• Alpha-gal Allergy | Ticks | CDC
• Alpha-Gal-containing biologics and anaphylaxis – ScienceDirect
• Alpha-gal syndrome – Symptoms and causes – Mayo Clinic
• Recombinant Protein Therapeutics from CHO Cells – 20 Years and Counting
• Cetuximab Injection: MedlinePlus Drug Information
• 當代醫藥法規月刊第94期

《侏羅紀公園》系列電影掀起大家對恐龍的好奇，但其實科學家早就在研究遠古時代的各種生物。以恐龍為例，平均每星期會發現一種新種恐龍，每年大約會發現五十種新種恐龍。而在探討物種起源及鑑定遠古生物領域，同步輻射分析技術也展現了它的獨特價值。

例如，南非威特沃特斯蘭德大學（University of the Witwatersrand）領導的國際科學家團隊，針對一些世界上最古老的恐龍蛋胚胎頭骨，進行 3D 複製重建，發現牠們的頭骨生長順序與當今的鱷魚、雞、烏龜和蜥蜴相同，研究成果發表在《科學報導》（Scientific Reports）上。

在台灣，由加拿大多倫多大學教授賴茲（Robert Reisz）與台灣學者組成國際團隊，花費兩年時間，運用超高解析二維紅外光譜顯微術，在活躍於一億九千五百萬年前的雲南祿豐龍胚胎股骨化石中，發現殘留有機物，找到古化石內保存複雜有機物的最古老紀錄。這個破天荒的發現在 2013 年登上了《自然》（Nature）雜誌封面。

此外，在祿豐龍肋骨化石的微血管通道中，國輻中心研究員李耀昌也發現全球最古老且保存完整的膠原蛋白與赤鐵礦微粒聚晶。

「即使經過億萬年時空轉換，恐龍的軟組織經血液中鐵的氧化及碳酸鈣化包覆作用後，還是有機會被保存下來，」李耀昌表示，這將有助科學家進一步了解恐龍的生理機能與遺傳密碼。

李耀昌團隊將成果發表於《自然通訊》（Nature Communications）期刊，並獲選為《發現》（Discover）雜誌「 2017 年全球百大發現」第十二名，是近年來台灣學者主導的研究成果首度登上《發現》雜誌全球百大發現。

發現牙齒裡的避震器

恐龍胚胎裡有膠原蛋白，恐龍的嘴巴裡則是自帶「避震器」。

國輻中心團隊與台灣博物館、台灣石尚博物館、中國大陸北京自然博物館、加拿大安大略皇家博物館，以及中國大陸地質科學院地質研究所合作，蒐集十五種肉食性與植食性恐龍牙齒，利用同步輻射穿透式 X 光顯微術與現代的眼鏡凱門鱷牙齒進行研究比對，首度發現肉食恐龍牙齒具有避震結構。

在肉食性恐龍牙齒的琺瑯質與象牙質中間，存在一層相對柔軟且布滿微細孔洞的被覆牙本質層，可以保護牙齒，避免因撕裂骨肉造成牙齒瞬間斷裂。這項研究結果修正了過去對於原始爬蟲類牙齒結構的認知，因此登上國際知名期刊《科學報導》（Scientific Reports）與各大媒體。為了蒐集恐龍牙齒進行研究比對，國輻中心研究員王俊杰透露了一段小故事。

「當時我到桃園興仁花園夜市拜訪鱷魚攤，沒想到使用斜口鉗幫鱷魚拔牙時，斜口鉗當場應聲斷裂，只好再買一把硬度更高的老虎鉗，費了好大一番功夫才順利拔下鱷魚牙齒。」

牙齒的特殊結構，使得肉食恐龍成為頂尖獵食者，稱霸地表一億六千五百萬年。相較於人類咬合力約為 40 公斤、眼鏡凱門鱷咬合力約 1,000 公斤，以及咬合力可達 2,000 公斤、目前世上咬合力最大的動物—— 灣鱷，「暴龍的咬合力約 6,000 公斤，且拖行的獵物體重可能超過 1 公噸，但靠著微小的避震結構設計，便不致因巨大應力而造成牙齒斷裂，」王俊杰說。

遠古生物的活動型態一直是科學家亟欲解開的謎題，透過同步光源高解析度檢測技術，可以幫助我們了解古生物化石組織結構的細微差異，提供了一種嶄新的古生物分類與古生態研究檢測方法，而藉由恐龍胚胎化石中探測到的有機質殘留物，未來將可逐步解開更多遠古生物的奧祕。

——本文摘自《追光之旅：你所不知道的同步輻射》，2021 年 8 月，天下文化。