飛呀！飛呀！小小龍蝦！

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

近日天氣漸暖，時序進入春天，正是蘭嶼的達悟人開始捕捉飛魚的季節。每年三月，飛魚隨著溫暖的黑潮北上，迴游到蘭嶼附近的海域，達悟人便會舉行著名的招魚祭（Mivanuwa），此後，十人大船下水，正式宣告飛魚季的展開。

飛魚季大約從每年的二月開始，一路持續到八、九月，也就是從可以開始捕捉飛魚，到停止吃食飛魚為止，一共七、八個月的時間。這段期間，達悟人會舉辦多個祭典，如「招魚祭」、「十人大船下水儀式」、「單人與雙人拼板舟下水儀式」、「舀水祭」、「螃蟹祭」、「小米祭」、「豐收祭」、「飛魚終食祭」等等。

在飛魚季期間，達悟人必須遵守許多禁忌，然而在飛魚季以外的時間，達悟人們要遵守的禁忌也不少。這些禁忌有些看似不合理，背後卻有相當科學的解釋，然而在深入了解這些禁忌之前，你是否好奇，這些禁忌究竟所謂何來？

黑翅膀的傳說

傳說，達悟人曾將飛魚和其他魚貝類一同煮食，生了奇癢無比的惡瘡。夜晚，一名老人便夢到一隻有著黑翅膀的飛魚，對他說：「我是飛魚們的頭目，黑翅膀飛魚，特地前來告訴你，你們不可將飛魚和其它的魚、蟹、貝類一起煮食。這樣做不只你們自己會生惡瘡浮腫，飛魚群也因此生了大病。為了要讓你們熟悉捕食飛魚的時間和規則，明天早上到海岸邊來找我。」

第二天清晨，老人依約前往海邊，果然見到一條巨大的黑翅膀飛魚，只見牠雙鰭趴在大石頭上，身後還有各個種類的飛魚。牠開口道：「像我這樣的黑翅飛魚（mavaheng so panid）量最少，是飛魚中的貴族，最有聲望。你們必須晚上火漁，白天舟釣，不可用火烤來吃，否則會生瘡。紅翅飛魚（saliliyan）量最多，白天舟釣，夜間火漁，而且要用牲畜的血祭它們。白翅飛魚（sosowoen） 量少，最先到達蘭嶼島，只能夜間火漁，不能白日舟釣。Kakalaw 沒有什麼用處，多半在  Pikaokaod（達悟曆三月，約國曆四月）下旬，才隨紅翅飛魚一起到，體型較小，給小孩子吃剛剛好，不需曬成魚乾，捕回來直接下鍋煮。晚上火漁，它們不吃餌（也就是不能舟釣）。Loklok 不會成群游到，是鬼頭刀（arayo）最愛吃的魚，可以用來釣鬼頭刀。小孩子不能吃，老人可以吃，可火漁。Sanisi，不能吃，可用來釣鬼頭刀。」（註1）（註2）

之後，黑翅膀飛魚又教導了老人一些關於祭祀和殺魚的方法，說完便帶著其他飛魚成群離開了。從此，達悟人謹遵黑翅膀飛魚的教誨，維持這些禁忌直到今天，這便是飛魚季的由來。

好魚和壞魚

黑翅膀對飛魚的分類，後來也延續到達悟人對一般魚種吃食的禁忌上。有到過蘭嶼觀光或是喜愛收看臺灣行腳類節目的朋友，一定聽過將魚分成「好魚」和「壞魚」，又或者是「男人魚」、「女人魚」、「老人魚」這樣的說法吧？

達悟人認為，「好魚」（或稱「真魚」，oyad）是所有人都能吃的魚，又被稱為「女人魚」；「壞魚」（rahet）因為味道較腥，只適合男人食用，被稱為「男人魚」；而味道更腥的魚，則被認為只有祖父級的老者才能食用，是為「老人魚」。（老人魚是壞魚下面的細分，也就是說老人魚一定是壞魚，但壞魚卻未必是老人魚。）

而根據性別和階級，又有些魚適合孕婦食用、有些適合哺育幼兒的婦女、妻子懷孕的丈夫、有哺乳兒的父親、男童、女童等等經歷不同生命階段的人們，然而大抵上便是根據好魚壞魚的分類變化而來。簡單來說，一個祖父級的男子可以吃食所有的魚，而祖母級的女子則可以吃食所有的好魚。

「好魚」的肉質一般較細，體色較鮮艷，「壞魚」的肉質則較粗、味道較腥，體色較樸素，不過兩者之間的分野並不清楚。曾有學者指出幾種分類的標準，如名稱吉不吉利、味道好不好吃、外觀的美醜、會不會傷人等等，然而美醜和味道是相當主觀的，一條魚究竟是因為本身的因素，或者是被分類後才對其產生嫌惡感，孰因孰果其實相當難辨，至於名稱就更是分不清因果了。

比如蝴蝶魚是一種體色相當豔麗的熱帶魚，時常作為觀賞用魚飼養，據說肉質相當鮮美，然而大多數能夠食用的蝴蝶魚，都被分類為老人魚。好魚壞魚的分類標準，目前學者還沒有一個明確的定論。

值得一提的是，老人魚也並非所有成為祖父的男子都能吃，若是成為祖父的男子父親仍然健在，也會將食用老人魚當成禁忌，否則「吃了好像父親已經不在了」；而有時就算並非祖父，到了一定年紀的鰥夫也能吃食。老人魚能否食用的標準，有時也是相當憑感覺。

達悟人的一餐

至於要了解將魚分成好魚壞魚有什麼好處，就不能不先了解達悟人是如何張羅一天的餐食。傳統上，達悟人的正餐通常是兩餐，早餐和晚餐，而早餐通常都是昨夜晚餐的剩食重新料理而成，只有節慶或因故如天候不佳、拜訪友人等等，才會在家中用午餐。

正餐必須包含兩類食物，「主食」（kanen）和「副食」（yakan），前者也被簡單地稱作「飯」，後者則稱「菜」，僅有一樣的都被稱為點心。主食主要是芋頭、甘藷等塊根作物，而因為受到臺灣本島的影響，稻米也逐漸為人接受。副食則種類繁多，如海中的各種魚類、軟體動物、蟹類、貝類、藻類、各種山野採集到的動植物等等非主食類的食材都包含其中。豬羊雞等牲畜則較為特別，只有節慶或儀式時才會宰殺。

雖然副食的種類如此繁多，四面環海的蘭嶼，自然是以魚類最為重要，若節慶時沒有豬羊雞可宰殺，也常以魚類充數。達悟人的社會分工相當明確，「女人拿飯，男人找菜」這句話，便囊括了達悟人一天的行程。

禁忌背後的科學

由於捕魚的收穫風險高，空手而回是相當有可能的事，自然會想多捕一些容易捕捉的魚。若是這樣，較好捕捉的魚大概沒過幾年便被捕光，造成嚴重的生態浩劫。然而達悟人的食魚禁忌，讓這樣的浩劫得以避免。

一般而言，好魚（女人魚）較容易受到驚嚇，不好捕捉，壞魚（男人魚）則行動遲緩或極易上鉤。例如蝴蝶魚與單棘魨是相當容易捕捉的魚，後者更因為行動遲緩而被稱為「懶惰魚」（註3），但因為蝴蝶魚是老人魚，單棘魨是壞魚，達悟男人為了養活一家人，對這種魚的捕殺只能適可而止，必須付出額外的努力去捕捉其他女人能夠吃的好魚才行。無形之中也保障了壞魚的生存，達成一定的生態平衡。

此外對於達悟人來說，迴游魚類如飛魚、鮪魚、鬼頭刀等等是神聖的，他們認為這些洄游魚平時與天神同住在天上，只有春天時候會被放出來，來到蘭嶼供達悟人捕撈。飛魚季的開始，讓這些洄游魚類成為達悟男人準備副食的主要目標，減少了一般平時對礁岸魚類的捕捉，而飛魚季從二月至八月的這段期間，正是這些珊瑚礁魚類的繁殖期。如此交替，讓這些礁岸魚類得以休養生息，達成生態永續的目的。

除了生態上的科學之外，一些禁忌本身也相當科學。如「在飛魚終食祭後，須將所有未食完的飛魚全部丟掉」，就是因為早期的達悟人除了曬魚外沒有其他的保存技術，怕放久腐壞；而在黑翅膀傳說裡提到，「飛魚不可與其他魚貝類混煮」，或許便是因為食物混煮，煮熟的時間不同，可能造成生食的情況；詳細版本的黑翅膀傳說中提到，「宰殺飛魚時，必須放在 zezeteban 上，而不要放在 amongan，因為前者是用來放生的飛魚，後者是用來放煮熟的飛魚」也是相當有概念的「生熟食分離」；而「飛魚的眼珠和膽必須挖出放在 mamatan 上，用以生吃，魚卵則必須煮熟」（註4），或許便是害怕煮熟後破壞了眼珠和膽汁的營養，才如此言明規定。

結語

當然，並非所有禁忌背後都有科學解釋，有些禁忌本身或許沒有什麼道理，卻能達到維持社會秩序的功能。例如飛魚季期間，不可以罵髒話或亂說話，也不可對游進的飛魚指指點點；捕魚時的魚團也有種種規定，例如返回共宿屋時，不可經過其他魚團慣常經過的道路，而除了同團男子有懷孕的妻子可以來到共宿屋之外，孕婦不可進入共宿屋，否則會帶來霉運。又或者，別人家曬飛魚的架子不能隨意走過；甚至連飛魚的處理方法，哪邊應該割幾刀都有嚴格的規定，否則就要全部丟掉。

正是因為全然的相信，禁忌才具有約束力，若是沒有了禁忌，傳統社會的秩序便難以維持，無以為繼。然而在科技與知識發達的現在，從前的禁忌也正逐漸消失。譬如「飛魚終食祭」後，必須丟掉所有飛魚的傳統，也因為冰箱的出現，被認為太過浪費，漸漸無人遵守。機動船的出現，也使得許多與拼板舟相關的禁忌漸漸被人遺忘。此外，飛魚的烹煮方法曾有著嚴格的規定，如必須以生水加入些許海水的方式烹煮，不添加調味料──也因為現今的年輕人追求口味變化，僅存耆老還恪守這樣的禁忌。

傳統的改變並非不是好事，民俗本該與時俱進。如今的達悟人們，因為科技和知識有了獨立思考的能力，禁忌的約束力雖然逐漸消失，某些基本價值卻不應改變。該做的，或許便是了解這些禁忌產生的原因，即使不再畏懼禁忌，也能讓好幾個世代守護的達悟文化和蘭嶼生態，繼續永續下去。

• 註釋：
• 註1：
  黑翅飛魚，又名青翼鬚唇飛魚，學名：Cheilopogon cyanopterus。
  紅翅飛魚，又名紫斑鰭飛魚，學名：Cheilopogon spilonotopterus。
  白翅飛魚，又名白鰭鬚唇飛魚，學名：Cheilopogon unicolor。
  鬼頭刀，又名鯕鰍、三保公魚、飛虎，學名：Coryphaena hippurus。
• 註2：在不同的文獻中，黑翅膀提到的飛魚種類有多有少，此處僅引用陳玉美小姐纂修之《台東縣史雅美族篇》內之記載。
• 註3：此說法引自余光宏先生所撰《雅美人食物的分類及其社會文化意義》內容。
• 註4：
  zezeteban，放飛魚的盤子。
  amongan，飛魚盤。
  mamatan，放飛魚眼的碗。

• 參考資料
• 黑翅膀飛魚的傳說
  《雅美文化故事》，鍾鳳娣主編
  《台東縣史雅美族篇》，陳玉美纂修
• 食魚禁忌和歲時祭儀
  《雅美人食物的分類及其社會文化意義》，余光宏
  《雅美族漁人部落──歲時祭儀》，董森永

楊海彥／小波

畢業於台灣大學生化科技學系，而後就讀實踐大學工業設計所，沒念完就跑出來開工作室。目前專注於把台灣文史和民俗元素轉化為故事，設計實境遊戲、桌遊和小說。
嗜讀奇幻文學，喜愛電影，比起咖啡更喜歡茶，卻養一隻以咖啡為名的貓。

經過這幾年，大家對於太平洋垃圾島（Great Pacific Garbage Patch）[1] 應該都不陌生了。它位於北太平洋環流（North Pacific Gyre）的中心，有相當高濃度的塑膠垃圾。

這幾年，太平洋垃圾島之所以聲名大噪，主要是因為有很多海鳥死亡後，在消化道裡面發現了大量的塑膠。但最近由加大聖地牙哥分校（University of California, San Diego）的 Goldstein 博士的研究團隊發現，除了讓鳥類因食用塑膠而死之外，太平洋垃圾島還發生了其他更令人擔心的事情。

這個發現完全是意外。原本他們是在觀察從太平洋垃圾島收集到的塑膠碎片，但在觀察的時候發現，有些塑膠碎片上有橘色的蟲卵。經過鑑定後，發現這些蟲卵是 Halobates sericeus 的卵，它與水黽（water strider）是近親（以下稱為「海黽」）。

由於過去從來沒有在塑膠上面看到海黽的卵（他們通常下蛋在火山浮石或漂流木的碎片上），而觀察發現，過去數十年，太平洋垃圾島不僅面積變大了，裡面的塑膠垃圾的濃度也上升了；是否是因為這樣造成海黽開始產卵在塑膠碎片上呢？Goldstein 博士說，海黽跟一般的昆蟲不同，它的一生都在海上度過，但它們還是需要把卵產在固體上。過去他們只能產在火山浮石或漂流木的碎片上，而這些東西在海裡都是可遇而不可求的；如今因為人為的垃圾污染，造成海洋裡面有很多塑膠碎片，於是海黽們便開始使用它來產卵，是否會造成海中的海黽數量急速上升呢？

在海中，海黽是螃蟹的食物；當海黽數量大增時，是否意味著螃蟹的數量也會大爆炸呢？而接下來又是影響到什麼生物的數量？而海黽大量增加，是否會造成浮游生物（phytoplankton）因大量捕食（浮游生物是海黽的食物）而急速減少減少？那麼其他靠浮游生物為生的生物會怎麼樣呢？

生態系就像一張大網，牽一髮而動全身；當海洋生態系已經因為我們這幾十年來大啖鮪魚、鱈魚、旗魚造成生態系頂端的掠食者大量消失而不穩，而生態系底部的浮游生物又因為海黽大量增加而急速減少，是否會使得已然脆弱的海洋生態系更加不穩？

這些塑膠碎片，都是我們幾十年來濫用塑膠製品、恣意拋棄塑膠類垃圾所產生的共業，當我們看到鳥類因為食用過量塑膠而死、海中出現垃圾島時，人類就應該要有深切的醒悟了；如今有更多令人擔憂的新發現，我們是否應該更加留心自己的行為，到底我們只是「環保的言論者」，還是「環保的行動者」呢？早上去早餐店買早餐，三明治用塑膠袋裝、豆漿放在塑膠杯或是覆蓋了膠膜的紙杯、上面插著一根塑膠的吸管；老闆很貼心的把這些放在一個塑膠袋裡，這些行為看起來像是小事，我們的生活瑣事—但有多少人認真的想過，三明治的塑膠袋、豆漿的塑膠杯或是膠膜、吸管、塑膠袋，都在我們吃完早餐後被丟棄，即使有認真的作回收，中間只要任何一個環節出問題，這些塑膠就有可能成為太平洋垃圾島的一份子、成為海黽的繁殖場、影響到海洋的生態；如果沒有回收，那麼這些塑膠要不就是在某個掩埋場裡污染我們的土壤與地下水、要不就是在某個焚化爐裡燃燒，消耗越來越珍貴的燃料以及產生有毒的廢氣、或者是輾轉到達太平洋垃圾島來影響海洋生態系….能不謹慎嗎？能嗎？

參考資料

[1] Wikipedia—Great Pacific Garbage Patch [2012-05-20]
[2] Ocean Trash Is a Lifesaver for Insect —ScienceNOW [2012-05-08]

本文原發表於作者部落格

當你走過港邊，可曾注意過水面的小小漣漪？可曾注意過小小的漣漪看起來不像魚吐氣泡，而當時也沒有下雨？

如果不曾注意過，那麼你可能就錯失了一個發現了…

德州大學奧斯丁分校（University of Texas, Austin）的 Brad Gemmell 就在一次例行的午休中，當他在港邊閒逛時，注意到水上出現了小小的漣漪，但既不是魚吐泡也沒有下雨。

於是他跑回實驗室去拿了一個燒杯回來裝了一些海水。結果他發現了 Anomalocera ornate 這種浮游生物，會在魚兒們接近時跳出水面來避免被吃掉 [1]。

於是他帶了錄影機，跟同事再度回到了碼頭，這次除了再度看到 A. ornate 以外，他們也看到了另一種 Labidocera aestiva。這兩種都是屬於大型橈足類（copepods），大概有個幾毫米（mm, millimeter）長，長得有點像龍蝦。

研究團隊發現，這兩種橈足類，在掠食者靠近時，經由同時划動他們的五對附肢從水中衝出，以平均每秒 66 公分的速度在水面上「飛行」17 公分。

17 公分可以幫助他們脫逃嗎？根據 Brad Gemmell 和他們的同事的觀察，答案應該是肯定的；在他們拍下的 A. ornate 的跳躍中，89 隻裡面只有一隻被魚吃掉，其他都脫離魚口了。

在另一個學校的海洋生物學家 Petra Lenz 覺得他們的研究很有趣。他說，過去常發現這些浮游生物會黏在桶子的兩邊，這個發現也解釋了為什麼。科學家們一直以為這些浮游生物只會在海水裡飄來飄去，這個發現也推翻了這個想法。

研究團隊發現，由於這兩種浮游生物的體積微小，雖然在滑翔時，光是躍出水面就消耗了 88%的能量，但剩餘的 12% 仍然能讓他們飛行得相當遠（體長的 40 倍）。相對於飛魚（體長大約 30 公分），雖然飛魚滑翔時，躍出水面的這個動作並沒有消耗這麼多的能量，但是因為飛魚的體積相對大很多，所以飛魚以擺動自己尾鰭的方式產生的動能並不能滑那麼遠 [2]，但是根據資料，由於飛魚在離開水面後會張開胸鰭來乘風飛行，所以飛魚可以飛出相對於體長六百多倍的距離。歷史上最高紀錄是在熱帶大西洋的 1109.5 米，這就不是體積微小又不能乘風飛行的 A. ornate 和 L. aestiva 有辦法達成的了。

參考資料

1. Holy Flying Plankton!—ScienceNOW [20 March 2012]
2. 飛魚為什麼會飛？—國際在線 [04 April 2007]

本文原發表於作者部落格