Oh Shit! 你了解你的大便嗎？ ——《一顆屁的科學》

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

本文由 江欣樺營養師 委託，泛科學企劃執行。

健康是無價之寶，想要有好的健康，有很多種方法，像是規律作息、持續運動或是飲食管控，但在忙碌的生活之中，要做到以上這些，並不容易。益生菌或許是另一個解方，輕巧的小包裝，便於攜帶，沒有重量，沒有負擔。別小看這些益生菌，雖然外表不起眼，卻暗藏許多健康密碼。

2012 年，國衛院實驗團隊發現腸道菌和大腦發炎、神經退化、 阿茲海默症有關，腸道菌的健康可能影響大腦和各器官健康狀況，經更多實驗後，發現腸道菌健康與益生菌的使用，跟身體器官的運作有密切關聯。

益生菌、腸道健康與身體健康的關聯性

腸道是人體最大的免疫器官，存在許多共生細菌，以及僅次於大腦的神經細胞數量，全身近一半的淋巴球也分佈在此。

淋巴球和神經元又與各器官產生相關的免疫及神經反應，像是常聽到腦－腸軸線、肺－腸軸線，都是指腸道與其他器官的連結。換句話說，腸道內的菌相，牽動的不只有腸道系統，而會透過腸道上的免疫及神經反應去影響其他器官。

腸道菌受飲食左右，像是亞洲人偏好澱粉，腸道用來分解醣類的普氏菌也較多；西方人喜好油炸物，腸道幫忙分解油脂的擬桿菌也較多。同理，補充益生菌也能改善菌相，進而影響身體健康。

益生菌？益生元？哪裡不一樣

益生菌可分為兩種：活菌、死菌，活菌能定殖在腸道，並不斷產生短鏈脂肪酸（如：乳酸、醋酸、丙酸、酪酸），能使腸道偏酸性，讓壞菌不易生存，有助於腸胃蠕動，降低腸道毒素。

死菌雖然不能像活菌一樣定殖在腸道，但有部分益生菌死掉之後所產生的代謝物，被研究證實是有幫助的，那麼這類型的死菌也可以被稱為後生元。
。腸道內存有好壞菌及伺機菌，益生菌的工作在於製造好菌、帶領伺機菌和抗衡壞菌，事實上益生菌並不會完全消滅壞菌，而是平衡好壞菌，讓菌相穩定，且適當的壞菌也有助於腸道健康。

在選購益生菌時，會發現市面上流通著許多種類，像是常見的 A 菌（嗜酸乳酸桿菌）、B 菌（比菲德氏菌）等，益生菌是以不同菌屬的開頭字母命名，不同的益生菌，就有不同的後生元，保健效果也不同。但這些菌都是指菌種，而菌種會因各廠商培育出的菌株產生差異，通常會以不同的專利名字區分（例如：TW01），效果當然也有差別。

另外還會注意到，有些產品標示「益生質／益生元」，指的是益生菌的食物，益生元常見的成分為果寡醣、半乳寡醣等，由 2～10 個單醣所構成，不易被人體分解，能提供碳源成為益生菌的養分。益生菌與益生元結合的產品稱為合生素，兩者等同於補好菌加上養好菌，可大大提升保健效果。

益生菌怎麼吃

補充益生菌能夠維持腸胃道健康、幫助排便和調節過敏體質，但也須注意食用方法，否則就功虧一簣。為了確保益生菌能發揮作用，食用時不可搭配過熱的開水，避免失去效用。

在選購益生菌時要注意！市面上常能看到各種口味的益生菌，希望透過豐富口味變化與繽紛的色彩來吸引消費者購買，但這類型的商品往往會添加大量的香料、甜味劑或者是果汁粉，但每條益生菌僅有兩公克的空間，你想吃的，是廉價添加物還是真正有幫助的好菌呢？

這類型的產品除了添加物的問題，還會養成小朋友嗜糖的習慣，糖類更是過敏的元凶之一，因此建議可以選擇有 100% 無添加認證的益生菌，來避免攝取不必要的人工添加物。基於健康考量，民眾可考慮選購含有益生元的產品。若是有服用抗生素的人，記得一定要使用益生菌恢復腸道菌相，但須與抗生素間隔 1－2 小時。

益生菌功效有哪些

常見的益生菌功效為保持腸道健康、調整過敏體質，但益生菌功效遠不僅如此。目前台灣有一株三效合一益生菌 Lactobacillus acidophilus TW01 證實可降低大腸癌風險、抗 PM2.5、活化免疫平衡。

TW01 是由創辦人——江欣樺營養師領軍耗時三年開發，研發經費高達已高達 2 千萬台幣。於 2023 年獲得國家新創獎，獲得國家肯定，也是該年度益生菌品類中唯一獲獎者。

TW01 是從國人日常飲食所延伸的靈感，根據統計，台灣人平均每年喝掉 122 杯咖啡，TW01 則是從古坑咖啡豆發酵液裡的上千株菌中，發現的唯一有效菌株，符合台灣人的飲食習慣。

TW01 進行 TH1 和 TH2 的免疫調節，降低過敏反應，還能促使免疫球蛋白 IgA 分泌，阻擋細菌對上皮細胞破壞，減少腸漏現象，跑到呼吸道的 IgA 可以對抗細菌、病毒和 PM2.5。從科學實驗來看，TW01 還能抑制大腸癌並幫助傷口修復，效果十分廣泛。

益生菌的好處非常多，小至腸道順暢，大至身體機能，江欣樺營養師表示：「吃益生菌有一個很重要的目標就是占地盤，好菌越多，就可以壓制壞菌地盤，又影響伺機菌，往好的方向走，穩固整個腸道菌相。」

益生菌的重要性在於增加好菌，持續服用。在忙碌的生活中，找到適合自己的方式，養成健康的習慣是對身體最好的保障。找到將益生菌納入日常生活的方式，並保持適當的飲食、規律的作息和適量的運動，健康相伴左右。

延伸閱讀

重新定義益生菌功效！新創益生菌 TW01 可降低大腸癌、抗 PM2.5

牛奶、羊奶等生乳中含有乳糖（lactose），可以被乳糖酶（lactase）分解。但是小朋友長大以後，乳糖酶基因便不再表現，失去消化乳糖的能力。幾千年前，世界各地卻出現多款基因突變，讓人能一輩子保有乳糖酶。2022 年一項針對歐洲的研究提出觀點：這項能力之所以受到天擇喜好，是因為能避免拉肚子！？

史上最強遺傳適應，演化過程出乎意料？

人類原本和眾多哺乳動物一樣，小時候依賴母乳餵食，長大後不再喝奶，乳糖酶也失去作用。但是隨著人類馴化牛、羊等動物，即使是成年人也常有機會吃奶。

另一方面，由於乳糖酶基因外頭的調控位置突變，使得許多歐洲、非洲人的酵素在成年後可以持續作用，稱為乳糖酶持續性（lactase persistence，簡稱 LP，也就是乳糖耐受），而且同樣效果的不同突變，至少獨立誕生過 5 次。

具有某方面優點，使得存在感增加的 DNA 變異，稱作遺傳適應（genetic adaptation）。已知的人類案例非常多，天擇的影響力有強有弱，LP 算是受到最強烈天擇力量的基因之一。

由此推敲，當人類開始養牛、養羊，又吃奶以後，同時衍生 LP 應該是順理成章的事？然而，一系列考古學、遺傳學、古代遺傳學的探索，卻徹底打破上述看似合理的推論。

首先，考古學調查發現人類在中東馴化牛、羊，吃奶的歷史至少有 9000 年，接著距今 7000 年前已經引進歐洲多處。再來，由遺骸中直接取得古代 DNA 得知，LP 遺傳變異要等到 4000 多年前才出現，而且超過 3000 年前都還很小眾，最近 2000 年內才大幅提升存在感。

• 延伸閱讀：起司、優格與馬奶酒：歐亞草原的乳製品，開啟遊牧民族新時代！

顯而易見，人類開始吃奶的年代，比獲得成年後消化乳糖的能力，更早好幾千年。 2022 年新發表的研究透過更廣泛的取樣分析，再度確認這件事。

再度確認：吃奶比遺傳突變更早好幾千年

隨著技術進步，如今有好幾種方法判斷古代人會不會吃奶，像是分析牙結石中的乳蛋白、容器中的乳脂質等等。新研究偵測陶器中的乳脂質，包括以前發表 188 處，以及新取得 366 處，總共 554 處中東、歐洲的遺址中，得知 6899 件乳製品存在的紀錄。

吃奶的文化能追溯到中東，新石器時代擁有農業的人群，帶著他們的牛、羊一起移民歐洲，也將吃奶文化傳入歐洲。到了距今 7000 年前，歐洲各大地區已經出現乳製品。也許不見得會直接喝生乳，不過肯定存在起司等生乳加工的食品。

比較特殊的是巴爾幹半島，現在的希臘。那時居民會養牛，養羊，吃肉肉；但是分析超過 870 件陶器，完全見不到乳脂質的蹤影。此處或許更晚才建立起吃奶文化。

總之，7000 年前吃奶文化已經廣傳歐洲各地。相比之下，比對不同年代、地點的死人骨頭取樣，消化乳糖的 LP 遺傳變異最早在 4600 年前現蹤，比吃奶晚很多。

而且 LP 出現一段時間後，存在感依然非常低，距今 3000 到 5000 年前的青銅時代，LP 並沒有什麼過人之處。到此為止，LP 只能說是人類族群中的一款普通變異，還不能算是遺傳適應。

• 延伸閱讀：不同地區的 LP 上升年代不一致，例如不列顛就比較早 〈青銅時代晚期，不列顛大量移民，和凱爾特語有關？〉

現代社會：能代謝乳糖沒有好處，不能代謝只有小小壞處

儘管比本來以為的晚很多，LP 遺傳變異在歐洲族群的比例，還是於最近 3000 年內明顯上升。它到底因為什麼優點才受到天擇青睞，歷來爭論不休，有人提出營養、維生素D 等假說，可是都缺乏決定性的證據。

搜集幾十萬人遺傳資訊的英國生物樣本庫（UK Biobank），近來被大量用於各色分析。這項研究從中探討 LP 的影響，分析對象中大部分人具有 LP，少數人沒有（論文用語是 lactase non-persistent，縮寫為 LNP，也就是乳糖不耐）。比對得知，LP 並不會影響喝奶、食用乳製品的行為。

直接喝奶才有乳糖代謝的問題，加工成起司等乳製品可以避免，但是「問題」也許不是真的問題。更進一步比對，LP 對於健康狀況也沒什麼影響。簡單說就是：對 33 萬位英國人的分析發現，LP 與否，無關緊要。

加上其餘資訊推論，現代社會在正常情況下，缺乏 LP 大概就是喝奶拉肚子，不是什麼嚴重的問題。例如隨著中國經濟發展，沒有 LP 的中國人大量喝奶，多數也沒怎麼樣。

這也符合台灣人的經驗，台灣人配備 LP 的比例不高，可是隨著飲食習慣改變，多數人也就是這樣喝奶。另外喝奶會改變人的腸道菌，影響消化狀況，也是一個影響因素。

飢荒、疾病，時代力量的逆境考驗？

為了解釋歐洲歷史上 LP 比例的大幅上升，許多論點提出喝奶的優點，但是想想頗有可疑。把鮮奶加工製成乳製品，就能輕易抵銷 LP 問題，即使是飢荒時節也不例外；不能直接喝奶也不會餓死，吃起司就好。在營養加分方面，能喝奶真的有什麼優勢嗎？

由人群中遺傳變異的比例變化，我們能評估天擇影響的結果，但是不見得能抓到當初天擇真正的目標。新研究的分析指出，LP 的意義似乎不在創造優勢，而是避免劣勢。

跑完一大堆統計分析後，有兩項因素和 LP 的關聯性最高。一項是人口數量的波動，另一項是人口的密度。論文的解釋是，人口數量波動和飢荒有關（飢荒讓人口減少），密度和傳染病有關（人變多會增加傳染病的機率）。

沒有 LP 的人直接喝奶，副作用往往是腹瀉，在豐衣足食的現代社會多半沒有大害，還能刺激代謝，順便減肥；雖然對某些人而言，拉肚子依然是困擾的問題。

至於營養不良的人，腹瀉更可能出問題；某些疾病下，拉肚子造成脫水，容易重傷害健康。時常被營養不良、傳染病、飢荒等災厄糾纏，是古代的常態。

由此推論，不論是饑荒的短期逆境，或是傳染病的長期逆境（論文沒有特別討論，我想也包括寄生蟲？），配備 LP 的人由於能少拉肚子，生存機率也會大一點。

魔鬼藏在拉肚子？

影響最大的年齡層可能介於 5 到 18 歲。此一小大人的階段，乳糖酶將漸漸失去作用；營養不良、體弱多病的人身體比較脆弱，拉肚子是要命的事，這或許正是天擇的目標！

古時候衛生狀況不佳，拉肚子大概很常見，而未成年人的死亡率也遠勝現在，小孩死掉並不意外。在此之下，能減少拉肚子的 LP 遺傳變異，長期累積下來，正面影響力或許頗為可觀。

這項研究的說法是否正確？它仍不足以算是決定性的證據，不過脈絡頗有道理。非洲也有多個獨立誕生的 LP 遺傳變異，相較於歐洲了解少很多，這是個潛在的研究方向。

另外不可忽視，讓乳糖酶維持作用的 LP 遺傳變異，也受到飲食習慣、生活背景影響，不單純是遺傳的事。例如自古牧業發達的蒙古、哈薩克，居民的 LP 比例一直很低，幾千年來也活得很好。少拉肚子也許能解釋歐洲的狀況，其餘地區不宜過度延伸。

延伸閱讀

• 起司、優格與馬奶酒：歐亞草原的乳製品，開啟遊牧民族新時代！
• 德國青銅時代的戰士們，大多乳糖不耐
• 短篇  新石器時代適應歐洲北部，不吃魚的乳酪理論？
• 以牛為尊的Maykop文化，大家都吃羊奶！
• 6000年前非洲人，牙結石中的乳蛋白
• 蒙古5000年，牛羊馬駱駝，乳製品的歷史 
• 小河公主等4000年前新疆人，遺傳不是西方人，也不是現在的東方人
• 巴瑤人x脾臟x基因變異：讓真人版水行俠潛水很久的秘密是？

參考資料

1. Evershed, R. P., Davey Smith, G., Roffet-Salque, M., Timpson, A., Diekmann, Y., Lyon, M. S., … & Thomas, M. G. (2022). Dairying, diseases and the evolution of lactase persistence in Europe. Nature, 1-10.
2. The mystery of early milk consumption in Europe
3. Famine and disease drove the evolution of lactose tolerance in Europe
4. How humans’ ability to digest milk evolved from famine and disease
5. Ancient Europeans farmed dairy—but couldn’t digest milk

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。