從農場到賣場的最短距離：產地直採是什麼？

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

台灣，蔬果生產的寶島，勤奮的農民、適宜的土壤加上人間好時節，讓我們隨時都有新鮮好吃的蔬菜水果，春天有菠菜、棗子；夏天有絲瓜、蓮霧；秋天有山藥、木瓜；冬天有蘿蔔和橘子。

不過你知道嗎？吃當季的蔬菜水果，對我們的生態環境也可以幫上大忙！

這是因為選擇當季蔬果可以大幅減少冷藏時的電力耗損，在種植上也可以減少肥料以及農藥的使用，也就是可以降低「碳排放」。

另外，挑選在地的蔬果也有好處，若是蔬果產地距離我們越遠，運送時造成的碳排放量也會越高，加上保鮮的需要，可能會添加防腐劑，影響我們的健康。

那到底什麼是碳排放呢？又為什麼要降低碳排放呢？

碳排放泛指溫室氣體排放，是指人們在從事行為時，直接或間接向空氣中排出的溫室氣體，這些氣體的總重量就稱為碳排放量。

溫室氣體又包含水蒸氣、臭氧、二氧化碳、氧化亞氮、甲烷、氫氟氯碳化物類等，其中又因二氧化碳在大氣的佔比最多，成為最常見用來衡量碳排放的標準。

而碳排放的增加，會對地球造成影響可不少，例如：全球暖化速度加快、全球平均溫度上升、海平面上升、極端氣候越來越惡化（夏天更熱、颱風更多等），因此，全世界對於碳排放的降低可說是擁有一致共識。

總結來說，每天吃適量的新鮮蔬果非常重要，因為這樣我們才能營養均衡，補充各種重要的維生素和纖維，但是，吃對蔬果更是重要，不只對身體有益處，對地球環境也能盡一份心力！

才剛踏入聖誕節慶的季節，知名高級巧克力品牌 GODIVA 日前卻爆發冰淇淋含致癌物的食安危機！衛生福利部食品藥物管理署（以下簡稱食藥署）於 2021 年 12 月 10 日公告，因接獲歐盟食品及飼料快速預警系統（RASFF）通報，GODIVA 有 6 款自法國輸入的冰淇淋產品中，所使用到的「刺槐豆膠」檢出農藥環氧乙烷（ethylene oxide）殘留不符合歐盟標準，我國標準為不得檢出，故全數下架回收。

相信身為巧克力控或冰淇淋控的讀者們，得知這個消息時一定非常震驚又難以接受，因為這批環氧乙烷超標的冰淇淋產品從 2020 年開始輸入販售至今，大多數有問題的產品消費者早已吃下肚了。

但話說回來，究竟「環氧乙烷」是什麼可怕的化學物質呢？吃下去對人體健康有什麼影響？又為什麼會出現在冰淇淋產品裡呢？就讓我們繼續往下看吧。

環氧乙烷有多毒？對人體有什麼影響？

環氧乙烷是一種易燃氣體，化學式為 C₂H₄O，主要用作製造抗凍劑、聚酯或其他工業用的化學物質，它也用於醫療設備及相關用品的消毒。

在一些國家如印度、加拿大和美國，環氧乙烷被允許在農業上用作燻蒸劑來殺死害蟲、細菌（包含內孢子）、黴菌及真菌，因具高揮發的特性，環氧乙烷會自行分解到空氣中，殘留在食物是很微量的。然而由於環氧乙烷具有致突變性和致癌性的科學證據，歐盟是禁止將其用作殺蟲劑，在臺灣也是禁用的農藥。

依據環保署毒物及化學物質局提供的「環氧乙烷災害防救手冊」，工人間歇性暴露高於 700 ppm 的環氧乙烷 2 個月後，會出現味覺和嗅覺暫時性遲鈍、頭痛、噁心、嘔吐、昏睡、記憶及思維紊亂、口齒不清、吞嚥困難、面肌和四肢無力等。

而在勞動部職業安全衛生署的「環氧乙烷中毒之認定參考指引」提到，人若短時間內暴露在空氣中高濃度（呼吸或皮膚接觸）的環氧乙烷，會對呼吸道、眼睛黏膜產生刺激，或產生腸道相關症狀。相關研究也指出，長期接觸環氧乙烷的女性工作者，易造成自發性流產。此外，長期暴露環氧乙烷的工作人員易罹患血液與淋巴癌。因此國際癌症研究中心（International Agency for Research on Cancer , IARC）將環氧乙烷列為第一級致癌物^[註1]。

請先別太慌張，通常最容易暴露到環氧乙烷的機會，是在製造或使用環氧乙烷的地方（例如工廠、醫院或農場）工作的工人（呼吸或皮膚接觸）。一般地區的空氣中就算能測出微量的環氧乙烷，也都是低於會造成健康問題的濃度。

另外，臺灣勞工作業環境空氣中有害物容許濃度標準規定，環氧乙烷的工作場所中 8 小時日時量平均容許濃度為 1 ppm，1.8 mg/m³，這部份勞動部是有在為民眾職業安全衛生做把關喔！

環氧乙烷的食安問題，早在去年歐洲就先爆發

去年 2020 年 9 月，歐洲就先發現印度產芝麻中環氧乙烷殘留量超標，而緊急發出通報，使歐盟展開大規模的監測，導致許多不同類型的產品被回收下架，如麵包、醬汁或其他含有芝麻的食物等，整個歐洲包括奧地利、芬蘭、法國、德國、愛爾蘭、義大利等近 20 個國家皆受到波及，造成很大的經濟損失。

而歐盟也對刺槐豆膠（屬於食品添加物的安定劑）相關製品進行檢查，發現許多冰淇淋皆有使用到環氧乙烷殘留量超標的刺槐豆膠，故也面臨全面下架的慘況。像今年 8 月，雀巢的 Milkybar 和 Nuii 雪糕就有數批就是因此而下架回收^[7]。

根據歐盟的報告推測，是農場端將刺槐豆仁或刺槐豆莢進行殺菌燻蒸時，施作的環氧乙烷劑量過高，來不及揮發到空氣中導致殘留量過高，大大影響了所有的下游端。

那環氧乙烷到冰淇淋的殘留量到底高不高呢？

淺談冰淇淋的製造流程及食品添加物作用原理

在換算環氧乙烷到冰淇淋殘留量有多少前，可以先簡單認識冰淇淋的加工流程。首先將原料乳與各種配料，包括醣類、乳化劑、安定劑、香料或色素等混合，接著過濾、均質及殺菌後，再將混合完成的霜料置於冷藏環境下陳化^[註2]，最後進行攪凍。

攪凍即是在攝氏－2～－8 度的凍結庫攪拌，同時將空氣打入霜料中，霜料的體積就會逐漸膨脹。攪凍完成後，立刻降低溫度至攝氏－18 度以下以硬化組織，就可以拿去販售囉！而霜淇淋與冰淇淋最大的差異，就是它省略了「硬化」這個步驟，所以質地相對比較柔軟。

此外製作冰淇淋最重要的是，要避免形成「大冰晶」生成，因為它是造成沙沙不良口感的主要來源。而牛乳是冰淇淋最重要的原料之一，其富含的乳脂肪可提供乳香味，使冰淇淋保有滑順的口感，也能夠干擾小冰晶結合形成大冰晶。

安定劑就是指膠體，一般常用植物膠（如刺槐豆膠）或羧甲基纖維素（carboxymethyl cellulose；CMC），可防止大冰晶形成，增加冰淇淋黏度、硬度並保持形狀；乳化劑如脂肪酸甘油酯（Mono－and Diglycerides；MDG），則有安定脂肪小球，使氣泡穩定的作用。

或是直接使用乳化安定劑（或稱穩定劑），就是膠體和乳化劑按冰淇淋適用的比例配製好的複方食品添加物。這些食品添加物可避免製作時出現油水分離的情況發生，使終產品的狀態更穩定，在室溫下也不會那麼快融化。

故從微觀的角度來看，冰淇淋是個很複雜的系統，有氣泡、冰晶、蛋白、膠體、乳化劑和脂肪球等，相輔相成結合在一起。 

• 延伸閱讀：食品加工到底在加什麼工？—「PanSci TALK：天然ㄟ尚好？II 」

殘留在刺槐豆膠的環氧乙烷，製作到冰淇淋的時候還剩多少？

回過頭來看，冰淇淋之所以要加安定劑刺槐豆膠（locust bean gum），就是避免冰淇淋在冷凍的期間產生冰晶或乳糖結晶，維持冰淇淋形狀，還能提供蓬鬆、綿密的口感，添加量多在 0.1～0.5％。

刺槐豆膠是由 Ceratonia silqua 種子的胚乳抽取精製而成的水溶性植物膠，在食品業中常作為一種天然的增稠劑使用，還很常用在糖果、巧克力、加工肉品（熱狗、香腸）、調味奶、果凍或蛋糕等。

根據歐盟法規規定，刺槐豆膠的環氧乙烷殘留量標準是訂「最大殘留容許量」 （maximal residue level; MRL） 0.1 mg/kg，是指人在吃這個劑量下，該食品即使吃一輩子也都不會造成健康問題。

• 延伸閱讀：化學殘留、疑似致癌物讓人心惶惶？劑量才是關鍵！—食安基本功（上）

而這次歐盟在刺槐豆膠中檢測到的環氧乙烷殘留量大多落在 0.4～1.1 mg/kg，換算至最終的冰淇淋產品，環氧乙烷頂多只有 0.005 mg/kg，也就是十億分之五，以一杯 GODIVA 冰淇淋有 80 g 重換算，一杯冰最多含 0.0004 mg 的環氧乙烷，且這還沒有把加工過程中的耗損算進去。

雖然環氧乙烷是第 1 級致癌物，但如此趨近於零的劑量，對我們人體產生危害的機率微乎其微，所以即使你今天是不小心吃到有問題的冰淇淋消費者，也不需要擔憂會致癌喔！

註解

註 1：IARC 將致癌物分為四個等級，分別為第 1 級、2 級（又細分為 2A 及 2B 級）、3 級和 4 級致癌物，其中第 1 級代表確認為人類致癌物。

註 2：陳化（aging），在低於攝氏 5 度環境下放置 4～28 小時，使脂肪固化，安定劑充分吸收水分，增加霜料的黏性及平順感，讓口感更細緻。

1. 衛生福利部食品藥物管理署，2021。有關歐盟食品和飼料快速預警系統（RASFF）通報，自法國輸入「黑巧克力碎牛奶巧克力冰淇淋」、「比利時黑巧克力冰淇淋」、「黑巧克力草莓冰淇淋」、「香草味可可冰淇淋」、「黑巧克力碎焦糖咖啡冰淇淋」及「巧克力起司蛋糕冰淇淋」六項產品，使用之穩定劑（刺槐豆膠）檢出含環氧乙烷（ethylene oxide）殘留不符合歐盟標準。食品藥物消費者專區。
2. 香港商歌帝梵亞洲有限公司台灣分公司，2021。關於 GODIVA 杯裝冰淇淋進一步聲明。 GODIVA Chocolatier（Asia） Facebook 粉絲專頁。
3. 徐如欣，2021。環氧乙烷。國家環境毒物研究中心。
4. 行政院環境保護署毒物及化學物質局，2021。環氧乙烷。毒災防救管理資訊系統。
5. 食力 foodNEXT，2021。Godiva 六品項冰淇淋因含「環氧乙烷 」而下架回收！推測可能因用於滅菌導致殘留。
6. Bessaire, T., Stroheker, T., Eriksen, B., Mujahid, C., Hammel, Y. A., Varela, J., Delatour, T., Panchaud, A., Mottier, P. and Stadler, R. H. 2021. Analysis of ethylene oxide in ice creams manufactured with contaminated carob bean gum (E410). Food Additives & Contaminants: Part A, 38: 2116-2127.
7. Hayley, Halpin. 2021. Batches of Nestlé Milkybar and Nuii ice creams recalled over presence of unauthorised pesticide.
8. Goff, H. D. 2016. Milk proteins in ice cream. Advanced Dairy Chemistry. New York: Springer.
9. 陳建元，2018。食用食物添加物 (五版)。臺中市：華格那出版有限公司。
10. 黃國青，2012。「殘留容許量」（MRL）與「安全攝取量」（ADI）指標不同結果方向一致。行政院農業委員會動植物防疫檢疫局。
11. 陳永煌，2016。環氧乙烷（Ethylene Oxide）中毒之認定基準。勞動部職業安全衛生署。