非洲豬瘟警報尚未解除！如何從邊境防堵疫情擴散？

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

在流感盛行的嚴冬，您可曾為了開窗與否，天人交戰？還是在搭公車的時候，選擇開走道對面的窗戶，凍死別人，造福自己？通風能降低感染空氣傳播疾病的風險，但交通工具的窗戶到底要怎麼開，才能達到最佳效果？墨西哥物理學團隊發揮所長，在 2022 年 12 月的《科學報告》（Scientific Reports）期刊上，推薦開公車窗戶的方法。^[1]

公車模型

COVID-19 疫情期間，防疫資訊滿天飛。因為事關人命，「♪ 雖然我曾經這樣以為／♪ 我真的這樣認為」，並不能做為給予建議的理由。許多公衛措施的效益，例如：戴口罩和保持社交距離等，都被嚴厲地以科學的方法檢視。這群墨西哥物理學家著眼於通風的機制，想瞭解到底挑哪個位置的窗戶，打開多少扇，對公車內的空氣品質最好。當然，他們並未唱著林憶蓮的〈為你我受冷風吹〉，親自搭車實測，被風吹到掉眼淚；而是打造了一台小模型來實驗，再以電腦模擬運算。^{[1, 2]}

他們參考一輛 9.92 x 2.5 x 2.2 公尺，地板內側離路面 0.4 公尺的實體公車，打造出約 1/10 大的壓克力模型。如圖所示，車體透明，僅窗戶用黑色虛線框出，方便觀察；裡面有二氧化碳偵測器（CO₂ sensor）、風速計（anemometer）；以及可裝卸的 3D 列印乘客，方便創造空車和滿載等狀態。由於假人不會呼吸，所以得從模型的中央車底灌入二氧化碳，代替真實的吐氣。測試氣流時的車速，則主要設定在每小時 50 公里。^[1]

實驗項目

這個實驗從下列兩個角度，來探討通風效果：

1. 開啟的窗戶數目：從不開窗、開 2 扇或 4 扇，到全部開啟等，都嘗試一輪。^[1]
2. 窗戶的位置：一般常見的公車，窗戶都是開在車體兩側，也就是乘客座位的旁邊。不過，科學家在模型的車頭，挖了 2 個長方形的氣窗，看看這種設計的效果又是如何。^[1]

實驗結果

研究團隊發現，在一般擁有左右兩排窗戶的公車上，氣膠（aerosols，又稱「氣溶膠」或「懸浮微粒」）的擴散與排出，均受車內負壓造成的吸力驅動。打開 4 扇，也就是左右各 2 扇窗戶最通風；全開也不會加快氣膠排散，或減少累積。氣流促使氣膠向車頭聚集；有些從前面離開的氣膠，會由後面的窗戶回流；而氣膠在車裡停留的時間，平均為 6 分鐘。不過，當科學家拿出他們改造的新型公車，馬上就超越了傳統公車開 4 扇窗的成效。^[1]

有別於市面上常見的款式，這種新型公車的前方擋風玻璃，靠近車頂處，多了兩個氣窗。如下圖所示，公車移動時，前方氣窗會進氣，產生一股推力帶動通風，而不再仰賴車內負壓的吸力。空氣從前方灌入，通過座位區域，再由車尾原本就設在兩側的窗戶出去；不像開 4 扇的，氣流無法完全貫穿車體。^[1]

以公車滿載 50 人的狀況為例，車速每小時 50 公里時，新款公車內的通風換氣速率，為每人每秒 100 公升；遠高於英國急難科學顧問團（Scientific Advisory Group of Emergencies，簡稱SAGE），在 COVID-19 疫情期間建議的 8 至 10 公升。就算行車速度只有每小時 9 公里，也還能符合 SAGE 的標準。同時，車內氣膠的總量減少，在車速每小時 50 公里的狀態下，滯留的時間降至 50 秒。^[1]

尚待研究的變因

既然新款公車這麼通風，何不趕快上市？上述實驗未涵蓋的數個變因，其實仍有待探究。比方說，3D 列印的假人沒有體溫，真實的公車坐滿活人乘客時，車內的溫度可能較高。如果再考量各地天候，造成的車外氣溫差異，這裡關於氣體流動的結論，便不見得適用。^[1]更何況在空氣污染嚴重的市區，開窗搞不好會弄得灰頭土臉，大概也無益於呼吸功能。假如將來臺灣除了密閉且附空調的公車，也有這種墨西哥的新式車款，身為乘客的您，會想搭哪一種？

參考資料

1. Alexei Pichardo-Orta F, Luna OAP, Cordero JRV. (2022) ‘A frontal air intake may improve the natural ventilation in urban buses’. Scientific Reports, 12, 21256.
2. 滾石唱片ROCK RECORDS（01 JUN 2012）「林憶蓮Sandy Lam【為你我受冷風吹 Suffer for you】Official Music Video」YouTube.

• 本文編譯自《Monkeypox goes global: why scientists are on alert》

猴痘是什麼？

猴痘是由猴痘病毒引起的傳染疾病，主要在非洲囓齒動物間傳播，偶爾也會感染靈長類。最初是在 1958 年從實驗室的猴子身上所發現，其傳染途徑是經由動物傳染給人類，或是其他受感染的人類相互傳播，屬於人畜共通傳染病。猴痘與天花非常類似，但是相對來說較不致命。

一般來說，每年確診猴痘病例約為幾千例，且範圍侷限在非洲中部及西部，非洲以外地區感染猴痘的病例數極少，通常是具有非洲旅遊接觸史，或是在進口野生動物時一併帶入病毒所致。

為什麼猴痘突然引起全球關注？

截至 6 月 2 日的統計數據顯示，目前有 27 個非洲地區以外的國家通報病例，包括英國 207 例、西班牙 156 例、葡萄牙 138 例、加拿大 58 例、德國 57 例。雖然這些國家目前還沒有死亡通報，但全球自英國報告首例本土病例（5 月 14 日）以來，非洲以外地區的確診病例就超過了 1970 年以來的總數。有鑑於此，WHO 於 5 月 29 日發布新聞稿，將猴痘列為中度風險傳染疾病。

猴痘突然在各地爆發，讓民眾不免擔憂是否重演 COVID-19 在全球肆虐的戲碼。據病毒學專家 Jay Hooper 表示，猴痘不具備像 COVID-19 在人與人之間的高度傳染力，而且與猴痘極為類似的天花早已有治療方法（研究證實天花疫苗對於猴痘同樣具有約 85% 的保護力），所以暫時不需要太過擔心。

猴痘症狀表現有哪些？

據 WHO 表示，猴痘的潛伏期（從感染病毒到出現症狀的時間間隔）約為 6 至 16 天，自發病到痊癒約需要二至四週。猴痘與 COVID-19 的症狀都類似流感，像是發燒、頭痛、畏寒、出汗、肌肉痠痛等，但是猴痘通常也伴隨淋巴結腫大，進而在頭部和四肢產生皮膚病灶。發燒後一至三天進入皮疹期，一般來說先從臉部出疹，再逐漸擴散到其他身體部位。皮疹的型態從斑丘疹（底部扁平的病變）、小水皰（充滿液體的小皰）轉變為膿皰，約十天後結痂，二至三週後完全消失。

一般來說，猴痘患者在沒有接受特別治療的情況下，可以在數週內自行痊癒。值得慶幸的是，猴痘的致死率並不算高——根據 WHO 資料顯示，約為 3% 至 6%。另外，猴痘感染者因為有皮膚病變的情形，症狀較不易被忽略；要是感染後多為無症狀的話，那可就真的難以追蹤了。

COVID-19與猴痘的差異——傳播方式

從傳播方式來看，其實猴痘並沒有 COVID-19 這麼強的感染力。COVID-19 的傳染途徑是經由空氣傳播的氣溶膠。氣溶膠微粒的大小介於 5 至 10 微米，超過 10 微米就會因重力作用沉降在物體表面，例如帶原者咳嗽，排出夾帶微量病毒的唾液微粒，懸浮在空氣之中。氣溶膠雖然夾帶的單一病毒量較飛沫傳播來的少，但是可傳播的距離較長，且病毒在微粒中又能存活一定的時間；如處在密閉空間內，滯留的氣溶膠又大幅提升了人們將病毒吸入和接觸感染的風險。

猴痘則是經由體液接觸傳染，通常是直接接觸到帶原者的體液而感染。猴痘屬於人畜共通傳染病，傳染途徑包括接觸受感染動物的血液、體液、黏膜和皮膚傷口，或是食用感染動物未完全煮熟的肉。另外，如遭到感染動物咬傷或抓傷，同樣也有可能感染。人傳人的方式則透過近距離接觸感染者體液，使猴痘病毒經由呼吸道、黏膜和皮膚傷口進入人體。

COVID-19 與猴痘的差異——基因組態

另外，COVID-19 新冠病毒以及猴痘病毒，在基因組態上也有差異，以下先簡單介紹 DNA 病毒以及 RNA 病毒。

COVID-19 新冠病毒屬於 RNA 病毒，因為 RNA 病毒沒有自我修正錯誤的機制，病毒存活時間也相對較短，所以有較高的突變率。當變異發生的機率提高，就有機會產生適應環境的有利變異，對病毒來說是一大優勢，但對於宿主來說就是壞消息了。這也是流感病毒在短時間內就能出現多種變異病毒株的原因；同樣的道理，當季有效的流感疫苗，很有可能因病毒突變的關係，在下一季就失去了保護作用。

猴痘與天花則同屬 DNA 病毒，DNA 病毒體積較大，可以儲存較多遺傳密碼。DNA 聚合酶本身具有修復錯誤鹼基的機制，如複製過程中出現錯誤，DNA 聚合酶可以偵測錯誤，並退回原先的步驟重新執行，也因此不太容易產生變異。基於 DNA 病毒的特點，猴痘病毒比較難在一夕之間突變為人傳人的方式。

是否該施打猴痘疫苗？

世界衛生組織於 1980 年正式宣佈天花自地球上根除，並全面停止施打疫苗，使得人們對於天花的免疫力逐漸降低。如今，與天花相近的猴痘病毒現蹤，依照現在的態勢，可以推論感染猴痘的風險也許會增加。為避免猴痘傳播繼續擴散，各國的公共衛生機構都開始執行預防對策，像是維持天花疫苗庫存，以及研究針對猴痘病毒的治療方法等等。

美國疾病管制及預防中心（CDC）表示，目前美國認可的天花疫苗有兩種：ACAM200 以及 JYNNEOS；其中 JYNNEOS 也被核准為能夠有效預防猴痘的疫苗。另外，美國 CDC 也說明，最佳的接種疫苗時機是在個體暴露於猴痘病毒前；若在接觸病毒後四天內接種，仍有機會可以預防一些症狀產生；而在感染後 4 至 14 天才接種疫苗的話，僅能減緩症狀。

美國流行病學家 Andrea McCollum 表示，若是猴痘病毒大規模爆發，應採取環形接種疫苗（ring vaccination）策略，意即針對確診者身邊的接觸者進行接種，以阻斷猴痘病毒的傳播鏈。目前，確診猴痘的案例仍相對少，因此暫時不需要實施超過環形接種層級的防範措施。

結論

根據現有資料來看，如同專家學者們所說，猴痘暫時不會對人類造成太大的威脅。至於疾病爆發的由來和傳染的病因，仍有待流行病學研究和接觸者的追蹤調查結果出爐後，才會有比較詳盡的了解。追本溯源才能更有效地制定後續的對策，防止更大規模的傳播。

參考資料

1. Max Kozlov. Monkeypox goes global: why scientists are on alert. Nature.
2. 邱劭霽。全球猴痘病例破百，恐成下一波大爆發疾病？傳染途徑、常見症狀、如何治療一次看懂。風傳媒。
3. 張詠晴。猴痘Monkeypox病例攀升，會成為大疫情嗎？誰要小心？。天下雜誌。
4. 萬國華。從COVID-19 談「飛沫」對人體的健康威脅與預防。長庚醫訊，43（6）。
5. Centers for Disease Control and Prevention. Monkeypox and Smallpox Vaccine Guidance.
6. 許紋賓。教你簡單預防，飛沫傳染與氣溶膠傳播。降低新冠肺炎感染機率！。普印通。
7. 衛生福利部。天花疾病介紹。
8. AMBOSS: Medical Knowledge Distilled. Viruses – Part 2: DNA vs. RNA Viruses. YouTube.
9. BBC News。猴痘：我們可能不需要太擔心的10個理由。