《流言終結者少年隊》來囉：亞當回歸與天才小朋友一起Myth Busted！

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

搞笑諾貝爾獎每年都是新的開始，2020 年也不例外。今年「第 30 次第一屆搞笑諾貝爾獎」的材料科學獎頒給 7 位科學家，得獎理由是發現「冰凍人類大便做成的刀不好用（knives manufactured from frozen human feces do not work well）」。¹

這個實驗其實算是人類學研究，也很有流言終結者的味道。今年 10 個獎項中它與管理學獎：「5 位中國殺手層層轉包，卻都沒有人下手」大概是最引人熱議的。不過為什麼有人想測試，冰凍大便的切割能力呢？起因自一則流傳的北極小故事。

延伸閱讀：疫情也阻止不了的2020搞笑諾貝爾獎！宅在家慶祝這充滿 BUG 的一年

人類學家的北極小故事

小故事的宣傳者不是普通天橋下的說書人，他是加拿大的不列顛哥倫比亞大學（University of British Columbia）的人類學家戴維斯（Wade Davis）。他在 1998 年出版的《Shadows in the Sun》書中記錄一則北極的伊努特人*故事，後來還在幾次演講時提到。

*註：伊努特人或翻譯為因紐特人，或發音類似單字的組合。

戴維斯自述，這個故事是加拿大北極區的巴芬島，一位伊努特獵人納基塔維克（Olayuk Narqitarvik）告訴他的。事情發生在 1950 年代，那時納基塔維克的爺爺不想隨眾人搬家，一個人留下；其他人為了促使他上路，把裝備、資源通通拿走。

納基塔維克的爺爺突發奇想，缺乏工具，就自己生產！於是他把自己的大便冰凍，做成刀的形狀，再用口水讓邊緣鋒利；接著殺掉一隻路過的狗，用狗的肋骨做成雪橇，又抓到一隻狗拉雪橇，就這麼消失在黑暗之中⋯⋯

這個故事據說流傳甚廣，不過有基本邏輯的人，一聽便能判斷是唬爛的。假如這些事都是由一個人單獨完成，旁邊沒有任何人，他最後又消失在黑暗中，那麼整個過程怎麼可能留下記錄呢？即使是作者戴維斯自己，也認為這則故事的真實性「可疑（apocryphal）」。

話說回來，人類從古至今利用過各種材料製作工具，不管北極小故事有沒有發生過，假如故事內容是真的，也可謂材料科學的一大發現。於是以美國的肯特州立大學為主的一隊科學家，真的進行測試，實驗結果強烈否決大便冰刀的可能性。^{2, 3}

用大便冰刀和美豬做實驗囉

實驗過程其實不算複雜。一位研究者連續多天，吃高蛋白質、高脂肪的伊努特式傳統食物，然後把大便做成刀的形狀（用模型或是用手塑形），擺在攝氏−20 度到實驗開始為止。實驗開始前先以金屬銼刀把冰刀削利，再浸入攝氏−50 度的乾冰數分鐘，確保實驗時冰刀夠堅硬。

故事中的動物是狗，不過實驗切割的材料不是狗，是豬（在美國做的實驗，所以應該是美豬）。豬皮、豬肉、豬肌腱 3 種材料，先擺在攝氏−20 度很多天，實驗開始前 2 天再移到攝氏 4 度解凍。切割則是在攝氏 10 度左右的環境進行。

實驗結果非常清楚，冰刀連最軟的豬皮都無法無法切割，更不用說比較硬的豬肉、肌腱。即使冰刀一開始非常堅硬，與冷藏取出的美豬接觸後仍開始融化，甚至無法留下刀割的痕跡。另一位吃普通西洋食物的研究者，用一樣的步驟製作冰刀重複實驗，同樣無法成功。

豬皮下方的皮下脂肪，倒是能被冰刀切下一絲絲，但是冰刀接觸皮下脂肪後也迅速融化，無法繼續使用。

沒有任何狗受到傷害

戴維斯為了增加北極小故事的真實感，引用丹麥探險家福祿陳（Peter Freuchen）1953 年自傳的內容。福祿陳自述有一次在冰上被雪困住，他將自己的大便冰凍後作為鑿子，才成功脫困。

論文認為，儘管沒有理由認為福祿陳說謊，但是他的說法真實性存疑。而且就算福祿陳講的是真的，用鑿子除雪和用刀子切肉，難度不可一概而論。假如連最軟的豬皮都無法切割，要穿透一隻完整的狗根本毫無可能。

故事中另一段劇情：用口水讓冰刀邊緣變鋒利，論文沒有實際操作，但是強烈懷疑這會有幫助。因為早已知道水結凍製成的冰刀，只要接觸就會開始融化。

一系列實驗證實，用冰凍大便做成的刀肯定無法切割美豬，推論狗應該也沒辦法，所以戴維斯的小故事劇情不可能發生。

此研究在 2019 年發表於專業的考古學期刊《考古科學期刊：報告（Journal of Archaeological Science: Reports）》，由於題材奇妙，當時就引起一陣討論；隔年（2020年）獲得搞笑諾貝爾獎的材料科學獎，又引發一波轟動。

北極小故事原作者的反駁

論文在 2019 年發表後，小故事原作者戴維斯寫文章表達意見。從文字看來他不是很高興，他覺得在伊努特傳統文化逐漸消失之際，還有人浪費錢跟時間搞這種研究，實在不可接受。⁴

戴維斯自稱從未強調過故事情節的真實性，他沒有發表在正式的學術期刊、科學期刊，只在演講與普通文章中提及這個情節可疑、卻有象徵意義的小故事，目的是闡述伊努特人與冰的獨特關係：伊努特人不畏懼寒冷，懂得利用冰，才得以在嚴寒中生存。

儘管宣稱不在意真實性，戴維斯仍然質疑論文的實驗方法，和故事情節不一樣：狗皮和豬皮不同，豬皮切割失敗，不等於狗皮也會失敗；故事中是在冰天雪地下切狗，實驗卻是在攝氏 10 度進行。差異如此明顯，這個實驗一點都不客觀！

我們歸納一下戴維斯的論點：

第一，實驗根本沒意義，關心伊努特人才有意義。

第二，我從來沒說過那是真的故事。

第三，就算我沒說過故事是真的，實驗也無法證明故事不是真的！

雖然冰刀無用，還是要關心逝去中的傳統文化

戴維斯展現出人類學家對現實人類的關懷姿態，但是他對科學的意見有沒有道理呢？我個人推測，就算改變條件，不會成功的實驗還是不會成功。

即使是在攝氏 10 度下實驗，冰刀的硬度多半不是問題，因為經過攝氏−50 度的乾冰處理，冰刀至少能保持一段時間的堅挺。如果一開始最硬的時候完全切不下去，狀況過更久應該也不會改變。

凍結人類大便製作的冰刀，角度正確的話可以擊倒狗，但是要再取出狗的肋骨，勢必需要切割。豬跟狗的身體當然不一樣，可是冰刀在已經分離過的豬皮組織，都無法留下切割痕跡，難以想像對一條完整的狗還有機會成功。（冰刀在北極可以隨處取材，要是真的能這樣用，探險還要帶那麼多裝備嗎？）

測試用的動物材料，若是用不久前還活跳跳的動物，殘留的體溫只會讓冰刀加速融化。經過一段時間讓肉體在雪地降溫後，太硬的肉還是會讓冰刀接觸摩擦時融化。處於冷藏狀態的肉，條件或許相對平衡，不過論文的實驗已經證明，切割攝氏 4 度的肉便足以令冰刀融化。

實驗失敗的關鍵，恐怕還是在於切割這件事會毀滅冰刀，只要開始切割，就註定會失敗。

我想這個看似搞笑的研究背後，至少有兩件事值得認真， 一是科學，另一是人：

第一，故事不用在意真實性，但是仍然可以驗證，小處不可隨便。

第二，大家有興趣能多關注伊努特人，以及現代世界中漸漸消逝的傳統文化。

身為印地安人的遊戲評論員 Daniel Starkey，曾經在主打伊努特文化的遊戲《永不孤獨 （Never Alone，Kisima Inŋitchuŋa》評論中提到：⁵

「當我的文化益漸衰弱，我們曾經的一切彷彿也漸漸淡出而變得晦澀朦朧。要接受數百個文化豐富的歷史步入死亡，實在是再簡單不過了」

想看其他？第 30 次第一屆搞笑諾貝爾獎頒獎影片在這裡：

延伸閱讀

1. 箕形門齒 X 美洲原住民 X 母乳——這三者源自冰河時期的神秘關係是？
2. 黑曜石8000年前冰原歷險記，旅行1500公里
3. 兩岸一家親的西伯利亞與北美洲，過去回來又過去的情慾流動
4. 北境永不遺忘，西伯利亞，美洲人的交流分合
5. 流言終結者：一場14年的「科普」爆炸！

參考資料

1. 搞笑諾貝爾獎得主 https://www.improbable.com/ig-about/winners/
2. Eren, M. I., Bebber, M. R., Norris, J. D., Perrone, A., Rutkoski, A., Wilson, M., & Raghanti, M. A. (2019). Experimental replication shows knives manufactured from frozen human feces do not work. Journal of Archaeological Science: Reports, 27, 102002.
3. Scientists test to see if knives made from frozen feces can cut animal tissue
4. The Problem with the Frozen Poop Knife Study
5. 《Never Alone》：交織遊戲、群族記憶和生命文化的嘗試

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。

200 多集的《流言終結者》中，實在有太多讓人驚豔的結果了，儘管有些看起來就像是好萊塢特效，有些看起來不過是主持人們無聊想搞搞爆炸，但經過實驗後，但總是有那麼一些流言結果讓我們知道了之後，會讓你從此變得不太一樣。

今天就來分享一下 R 編心中最讓人難以置信的流言結果排行。

TOP 10：踩到香蕉皮一定會滑倒？

踩到香蕉皮就會滑倒，這是很多卡通、喜劇給我們的統一印象，我們甚至還會開玩笑說：「看！前面有塊香蕉皮，小心別踩到滑倒」之類的玩笑，但香蕉皮真的這麼邪惡嗎？傑米把眼睛蒙著，沒什麼心理準備，就這麼踩在香蕉皮上，但是沒滑倒；儘管在前面放了很多片香蕉皮，傑米還是沒滑倒。最後儘管把實驗尺度做到大得有點誇張，但滿地的香蕉皮總算是讓亞當站都站不住了，但考慮到誇張的程度，和我們在電視上看到的 100％ 四腳朝天的形象相比，他們宣告這則流言破解，但記得如果地板和鞋子不夠粗糙、用跑的或是踩到成年的香蕉皮，或是你有著十足的幽默感，香蕉皮還是會滑的。

影片：香蕉皮的最終實驗

TOP 9：什麼東西能擋子彈？

這有點作弊，因為熟悉節目的人都知道，《流言終結者》做過無數的防彈實驗，從現實生活中手到擒來的東西到你平常不會在街上看到的（如貼滿好幾層電話簿的車）都做過。簡單的說就是你在好萊塢看到、聽說過的防彈效果多半不真實，但這麼多年來也有許多驚人的結果，這裡幫大家統整一下那些東西真的能防彈（當然子彈和槍都有些許不同，盡量附上）

• 電腦鋰電池：電腦本身不防彈，但它的電池足夠擋住近距離的散彈槍
• 鎳制的警徽能擋住手槍
• 裝滿水的 110 公升大魚缸
• 3 個裝著比薩的加溫袋能擋住散彈槍
• 水下 1 公尺處

還有這些大家看電影或以為防彈但實際上不然的東西：冰箱門、車門、書、隨身聽……等等。

TOP 8：髒車跑得遠？

髒車比較省油所以跑得遠？這聽起來或許十分荒謬，但這個流言中沿用高爾夫球的空氣動力學，表面有很多泥土或是坑洞的車可以減少空氣的拖曳力，讓高速行駛中較不需要多踩油門。但《流言終結者》實驗結果顯示沾滿泥土、看起來從沼澤裡拉出來的車並沒有比較省油。但這個流言最棒的部分是流言終結者們真的做出了一輛「高爾夫球」車，來驗證這個理論，而且發現真的比光滑車身的車省油一些，問題就是有多少人願意開著這樣的車出門了？

TOP 7：折彎的槍管

這是個我個人覺得被大家忽略的流言，因為它真的很驚人又好笑。卡通中很常看到空手折彎來福槍的槍管，讓敵人朝自己開槍，看似很滑稽，但經實驗過後，證明不管是彎曲 90º 還是 180º，這把槍射出去的子彈還是夠快，具有殺傷力，但子彈會開始以車輪方式縱向旋轉飛行，讓遠距離的命中率大福的下降。我們就先別管正常人怎麼把金屬製的槍管折彎吧！

影片：90º 槍管的實驗影片，以及搞笑片段

TOP 6：高速甲蟲殺人事件

高速奔馳的飆車族會一個不小心被迎面而來的甲蟲撞死嗎？製作小組在時速將近 150 公里下，讓假人撞擊他們所仿造的蒼蠅、蟬和世界最大的飛行甲蟲（大角金龜，Goliath beetle），分別測到的衝擊力為 10、37、100 G，而只要有 76 G的衝擊力撞擊氣管就會讓人窒息難受、岔氣，但不至於立刻死亡。雖然大角金龜並不會在世界各地亂飛，但有鑑於可能有更快的行車速度、甲蟲的飛行速度、正確的撞擊點和被撞後發生的很多事，他們宣判有此可能。

TOP 5：電話簿的摩擦力

很多人都知道摩擦力力大無窮，小學老師大概都曾要大家做過把書本彼此夾起來但拉不開的實驗，但如果把 800 多頁的電話簿一頁一頁全部夾再一起需要多大的力氣才能拉開呢？答案是兩台坦克車相反開的力量，超過 3.5 噸的拉力，具體一點的話，這兩本書可以掛起兩台轎車。

影片：在工作室中小規模實驗的橋段

TOP 4：86% 的冰+ 14% 的木屑

不知道身邊有什麼強而有力、又能簡單取得的物質或材料嗎?有很多看似普通的東西，你把它們混合起來可以發揮1 + 1 > 2 的價值，像這個流言中結冰的水加上木屑（Pykrete）就是最好的例子，融化慢、強度足以匹敵水泥、並堅硬的可以擋子彈，甚至二戰時間是建造戰艦的候選材料之一，要不是《流言終結者》在節目中有驗證，我可能一輩子不會知道有這種簡單又強大的材料，如果更進階一點用家裡都有的報紙代替木屑，強度就更加恐怖了。

影片：在工作室中的 Pykrete 強度實驗

TOP 3：帝國大廈的殺人銅板

這大概是最多人聽過的流言之一，直接講結果的話，就是一毛錢硬幣連你的皮膚都打不穿，因為它的質量實在太小了，就算用來福槍發射這枚銅板，也一樣不會致命，如果大家想知道速度再更快會如何，我覺得可以參考《超音速乒乓球》這集裡的結果，就是還是死不了人啦。（這樣的話我猜從 101 丟一圓硬幣下來應該也死不了人，但拜託別試。）

https://www.youtube.com/watch?v=PHxvMLoKRWg

影片：模擬硬幣終端速度及真人試驗

TOP 2：螢幕神偷特輯

筆者最喜歡的《流言終結者》之一是「螢幕神偷特輯」，不管是第一集還是第二集我讓我相當驚艷，看亞當和傑米製作道具爬通風管、製作小組嘗試騙過雷射、如何處理壓力感應器相當有趣，只論結果的話就是都不可靠。而真正讓我目瞪口呆的是第二集中的內容，亞當和傑米完全破解了當時的指紋鎖，而製作小組用只能說極其愚蠢了方法就騙過了紅外線熱感應器及動態感應器。

紅外線的話原理上很簡單，就是找個能絕熱的東西，別讓你的體溫暴露就好了，穿著消防隊等級的隔熱衣、或是在你前面拿著一大塊玻璃都可以破解，或是乾脆點把一小塊玻璃巧妙的擋住感應器就解決了。而動態感應器則是需要能吸收超音波、或是很難反射的物質，布偶裝差點成功（像芝麻街的大鳥姊姊那種，我覺得影片中凱利再走慢一點就好了），其他如極度緩慢的移動、或是拿著一面床單都可以騙過動態感應……，看來好萊塢還是乖乖地用鑰匙鎖好了。

https://www.youtube.com/watch?v=x8vmd3DkzDg

影片：動態感應器破解法

TOP 1：空手碰熱鉛

不知道有多少人看了這集會拿這實驗去跟同學打賭。沒錯，把手快速伸進融化的熱鉛（350℃）中再抽出來不會有事，因為一種叫萊頓佛羅斯特現象的關係，你手上的水分子因為接觸到遠超過其沸點的鉛，而形成一層水蒸汽，這些水蒸汽也就充當了一小段的緩衝區，保護你的手不被灼傷，當然不能碰太久，而且記得溫度要夠高，要不然鉛會凝固在手上，然後，最重要的，別在家嘗試。

參考資料:

• 1.《Discovery: Mythbusters》官方網站
• 2. Mythresults.com
• 3. Today I Found Out .com
• 4. Obamapacman.com

3 年前《流言終結者》完結後，根據線報，近期那位大家都愛的亞當沙維奇 Adam Savage即將回歸啦，和一群可能比80%的人都還厲害的小朋友們一起破解流言~~

亞當薩維奇回歸《流言終結者少年隊》網羅電視史上最有才華的孩子，展現他們驚人的聰明才智和 STEAM（科學、科技、工程、藝術和數學）技能。亞當攜手年輕天才團隊，破解比擬《流言終結者》的流言，無論是開車、爆破、物理化學還是流行文化，亞當跟小流言終結者一起釐清真相、辨真假。

《流言終結者少年隊》4 月 15 日起，每週一 ，有線電視 19 台晚間 7 點首播。