怎樣的動物容易馴化？社會性動物的馴化史——《與達爾文共進晚餐》

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

F 編按：本文編譯自 Live Science

每逢歲末年初，現代人常以煙火、聚餐與跨年派對迎接新一年的到來；然而，放眼千年以前，古埃及人同樣懷抱著對來年的期盼，也有一系列獨特的慶典活動。表面上看來，他們慶祝的初衷與我們類似：感謝神祇、期盼豐收、送禮祝福親友。然而，古埃及文明在地理與文化方面都有獨到之處，使其新年慶祝方式結合了狩獵、宗教崇拜與曆法運作等多元特色。

在古埃及，所謂「新年」所對應的詞彙是「Wepet Renpet」，意指「一年的開端」。相較於現代的公曆新年固定在 1 月 1 日，古埃及的新年時間其實並不穩定。最初，他們的曆法訂有 365 天，但卻缺乏閏日或閏年機制；因此，每經過一段時間，新年的日期便會與自然時節（例如：尼羅河氾濫或冬至）產生偏移。這種「非固定新年」使古埃及人有時在一年之中，過好幾個「新年」。

一年過三次年：埃及人新年的多重起點

位於古埃及南方的埃斯納（Esna）神廟，就保留了一塊引人注目的曆法刻文，上面竟然出現了三個「新年慶典」記載。根據研究者的分析，這三次新年分別對應了三個特殊時刻：

1. 曆法年第一天
   這是古埃及官方曆法意義上的新年開端，象徵著行政、祭典與民生運作上的「一切歸零」。
2. 羅馬皇帝生日
   當時古埃及已被羅馬帝國統治，羅馬皇帝的生日被視為具有重大政治與宗教象徵意義，故亦成「新年」之一。
3. 天狼星（Sirius）再現
   當天狼星於東方地平線再次升起，象徵尼羅河泛濫臨近，而農業豐收之期即將來臨。古埃及人將此星視為蘇普迪特（Sopdet）女神的化身，代表一年生命與富饒的迴歸。

此現象導致在同一年裡，他們分別「跨」了三次年，而每次都會舉行一連串盛典，從祭祀神像到群眾歡慶，再到向親友贈禮，皆展現古埃及對神祇與自然結合的崇高敬意，也反映其曆法與信仰交織的錯綜樣貌。

陽光中的重生儀式：曝曬神像

相較於現代人舉辦煙火晚會或觀看「水晶球倒數」，古埃及最顯著的慶典之一是將神像搬離廟宇、帶至屋頂或廣闊戶外，讓神像在陽光下「再生」。他們相信，太陽神的能量能賦予這些神像新的生命力，推動一年新的循環。

根據考古學家席蒙·康納（Simon Connor）的研究，名為「Wepet Renpet」的新年節日期間，廟方人員會將主神或其他神祇的像抬到廟頂，迎接太陽光的洗禮。一些神像在這過程中會進行修補、重新上色或替換為新的雕像，象徵帶來更強的神力去保護城市與民眾。此刻，群眾可在下方圍觀或以儀式參與，共同見證「神祇自太陽中重獲能量」的神聖時刻。

金字塔與亡靈信仰

既然新年是「一年的開端」，那麼對古埃及人來說，如何兼顧祖先或亡靈，是慶典中的另一關鍵。在尼羅河西岸、吉薩金字塔群所在地，除了有聲名遠播的法老陵墓，還聚集許多神廟與祭壇。根據學者馬薩希‧富卡亞（Masashi Fukaya）在博士論文及其著作中的描述，古埃及人在新年時也會到吉薩或塞加拉（Saqqara）地區，一方面慶祝新年的到來，一方面緬懷已故親屬，祈求來年的健康與祥和。

有些文獻記載在金字塔區會進行小規模的遊行，並伴隨祭品與供品獻予法老墓葬或神廟。這同時也是與祖先對話的方式，期望藉由「新年伊始」的神力，讓亡靈與在世者都能共享陽光恩典。這點在一定程度上與現代人逢年過節會祭拜祖先的傳統，呈現出相似的文化意涵。

新年饗宴：美食、美酒和好友，缺一不可

從古埃及墓葬壁畫以及文獻來看，在「Wepet Renpet」的盛大場合裡，美酒佳餚絕不會缺席。和現今的跨年晚宴相似，古埃及人往往會準備麵包、啤酒、果乾、蔬菜和肉類等多樣食材，用於家族或社群聚會。上層階級更是準備精緻的糕點與香料飲品，尤其是當時盛行「啤酒釀製」，不少繪畫顯示人們載歌載舞，舉杯同樂。

在紛擾的宗教儀式之外，這些飲食活動能拉近社群關係，也給人喘息與娛樂的空間。就如同現代人會邀請親友一同跨年聚餐，古埃及人同樣透過共享美食的方式，在新年轉折時刻互致祝福、凝聚情感。

過年送禮：從「新年瓶」到香料油品

或許最能讓現代人感到熟悉的，就是古埃及也盛行「新年送禮」的風俗。在古埃及的考古發現中，有一類出土文物被稱作「新年瓶」（New Year Flask），通常材質是青瓷（faience）或陶器，容量不大，常用於盛裝香油或珍貴液體。瓶身上還會刻有「願你新年快樂」、「祈求神明保佑」等字樣。

其中，紐約大都會博物館（Metropolitan Museum of Art）收藏的一只新年瓶就有詳細的銘文，表示這件器物是為一位名叫亞蒙荷特普（Amenhotep）的祭司所準備，上面祈求蒙圖神與阿蒙-瑞神賜予他新年的平安與幸福。古埃及學者約翰·貝恩斯（John Baines）指出，這些瓶子常含有香油、水或芳香劑，象徵神祇恩典的傳遞。在充滿宗教色彩的古埃及社會，此類贈禮既代表人與人之間的關愛，也包含了對神祇的崇敬。

曆法與星象：天狼星再升與尼羅河泛濫

對古埃及而言，曆法並不只是一套抽象的時間度量工具，更牽動著農耕、祭祀與民生的大局。最早訂立的 365 天曆法，是以天狼星（Sirius）的升起作為主要觀測指標；當它自東方地平線再度出現時，象徵尼羅河即將泛濫，孕育肥沃的泥土。

然而，正因沒有閏年的修正機制，古埃及人一年又一年地發現，Wepet Renpet逐漸從夏季「漂移」到冬季，甚至後來落在羅馬帝國統治的歲月裡，也與皇帝的誕辰綁定了同樣的節日意義。如此一來，新年的日期顯得流動性極強，導致有時一年內三次不同的慶祝節點，這種現象在古代文明相當罕見，也成為古埃及曆法最富魅力與矛盾的特色之一。

與現在跨年的相比，哪個比較好玩？

綜觀古埃及的新年慶典，既有與現代相似之處：他們會盛裝慶祝、贈送祝福禮物、與親朋好友共享美食，同時也有著不一樣的宗教信仰特色，如將神像迎接至屋頂或室外曬太陽重獲力量、在吉薩金字塔與亡靈共同迎接新年等。這些傳統因曆法飄移而多次上演，不僅熱鬧，也蘊含著對自然周期的敬畏與對神祇的深層依賴。

對我們而言，古埃及的「新年」透露出一則啟示：人們對更新與希望的期待，自古至今都如出一轍；不論曆法精準與否，我們都需要一個象徵式的時刻，去將過去的遺憾與失敗歸結到「舊時身分」，迎來重頭出發的契機。古埃及人將此時刻與太陽、星象、神明與亡靈結合得天衣無縫，也展現了人類社會在理解時間上的無限想像力。

古埃及的新年慶祝雖已併入千年歷史之中，但通過考古遺跡與歷史文獻，我們依然能感受到那股對於「開始」的熱情與慎重。金字塔區的祭典煙塵、神廟頂樓的太陽洗禮、親友間互相贈與的祝福小瓶，都在訴說著古人對新一年勝利與豐收的希冀。或許，對古埃及人而言，新年不光是一個日曆換頁的動作，更是一個宇宙、神人合一的神聖時刻——在那瞬間，人與神、陽光與星宿、生者與死者，全都迎來了嶄新的生命循環。

F 編按：本文編譯自 Live Science

貓是一種神秘而又引人注目的動物，牠們看似深居簡出，但擁有多元的聲音表達：從吸引人類注意的「喵喵叫」，到面對威脅時的「嘶嘶聲」與低沉的「咆哮」。

延伸閱讀：貓咪為什麼總愛對人喵喵叫？看貓如何用聲音征服人類的心

然而，細心的貓奴們可能會注意到，貓有時會對著窗外的鳥兒或屋內小動物玩具，發出一種獨特的「卡卡聲」或「咯咯聲」。這種聲音既像牙齒打顫，又好似一陣陣輕微的顫鳴，卻很難歸類到常見的喵叫或咆哮裡。這種名為「chatter」的行為，究竟在貓的生活中扮演什麼角色？目前科學界尚未對此有定論，但有幾種廣為討論的假說，或許能為我們提供一些思考方向。

卡卡叫：情緒的釋放或表達？

有些貓行為專家推測，貓咪在看到獵物（如窗外的鳥、老鼠）卻無法接近時，會因「欲捕無法」的挫折感或興奮感，發出這種「卡卡聲」。就像人類遇到障礙時，可能會發出抱怨的咕噥聲或乾著急的嘆息聲一樣，貓咪的「喀喀聲」也可能只是把當下的情緒外顯，並非有特別針對人或其他動物的溝通目的。

• 情緒假說：
  • 挫折：當貓看見鳥兒在窗外飛舞卻無法撲殺，內心焦躁，遂用聲音抒發。
  • 興奮：或許貓在準備捕獵時也感到高度亢奮，因此嘴部不自覺抖動並出聲。

要在科學上驗證「情緒假說」並不容易，因為需要同時測量貓咪行為和生理指標。例如，研究人員可能需要測量貓咪在卡卡叫時的壓力荷爾蒙變化，才能確認牠們究竟是帶著正面興奮，或是負面挫折的情緒。不過，由於貓的獨立特質，實驗設計往往困難重重，樣本量要足夠也不容易，所以至今沒有定論。

增強嗅覺？貓咪的「第二鼻子」

另一種說法則認為，貓咪發出「卡卡聲」時，可能同時開啟了其位於口腔上顎的「犁鼻器」（vomeronasal organ），也稱作「賈氏器官（Jacobson’s organ）」。這個感知器官能捕捉一般鼻腔聞不到的化學分子，如費洛蒙或特定氣味分子，因此對貓的求偶、社交和獵捕行為都非常重要。

• 嗅覺假說：
  • 張口呼吸：如果貓咪一邊「咯咯咯」地開合上下顎，可能在嘗試讓空氣（及其中所含的氣味分子）進入犁鼻器。
  • 蒐集更多環境資訊：在確定下手前，更完整的嗅覺分析或能提高牠們獵捕成功率，或是幫助判斷環境中是否有其他潛在威脅或機會。

然而，要科學驗證「增強嗅覺假說」同樣不簡單。研究人員不僅要觀察貓咪在卡卡叫時的行為，也需要測量牠們是否真的打開了更大的氣道，並在那個同時有效使用犁鼻器。這些行為與生理測量都必須在相對可控卻又不影響貓自由行動的實驗環境中進行，實務上難度頗高。

聲音模仿：貓咪的「偽鳥叫」？

第三種最有趣也最具「野性色彩」的假說，是「模仿獵物聲音」。在野外，一些中南美洲的小型貓科動物（例如：長尾虎貓，又稱美洲豹貓或瑪家貓，Margay）曾被觀察到，在捕獵小猴群時，發出類似猴子叫聲的音調；有些當地原住民族群也傳說，叢林裡的某些捕食者會模仿目標獵物的聲音來誘捕。由此推測，家貓看到鳥兒時發出的「卡卡聲」，可能包含些微模仿鳥兒啁啾的元素，試圖降低獵物警戒或甚至吸引獵物靠近。

• 模仿假說：
  • 案例參考：野生貓科動物曾出現學習或偽裝聲音的紀錄。
  • 家貓可能繼承的行為：家貓的祖先——北非野貓（African wildcat）及其他小型貓科物種，是否具備聲音模仿能力？這在生物演化研究上仍是未解之謎。
  • 缺乏大規模觀察：由於小型野生貓科動物研究資料有限，且家貓實驗更不易做大樣本長期追蹤，最終導致此理論尚未獲得廣泛實證。

貓咪行為研究的挑戰：野性祖先的重要性

探討貓咪行為，常常需要回溯至野生祖先的棲地環境。家貓（Felis catus）普遍被認為源自北非野貓（Felis lybica），然而，野貓習性的研究本就不多，尤其是關於聲音與捕獵策略更是資料有限。我們想知道「為什麼家貓會卡卡叫」，首先要確定：「牠們的野性祖先或其他小型貓科，也有同樣的行為嗎？」若有，家貓則可能繼承自古老基因；若無，則可能是家貓在與人類共處的環境中演化出的新行為。

再者，貓在實驗室中的「不可控」因素相當多。貓不像狗般樂於服從人類指令，常有自己的規律與個性。要在實驗情境下穩定地誘發貓的「卡卡叫」行為、同時檢測牠們的生理和心理反應，並確保每隻貓的個體差異都被考慮到，這些都對研究團隊是極大考驗。

對於許多貓奴來說，貓咪坐在窗邊，一邊盯著外頭的鳥兒或松鼠，一邊發出獨特的「卡卡聲」，是一幕既可愛又神祕的風景。究竟牠們是在抒發情緒、強化嗅覺、抑或真的在「假扮鳥叫」以誘捕獵物？目前沒有確切的答案。然而，也正因為這層未知，貓貓才更顯得迷人。