永別了，伊曼：馬來西亞最後一隻蘇門答臘犀牛病故

• 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。

莫三比克共和國（Republic of Mozambique），位在非洲東部接鄰印度洋，再往東跨過莫三比克海峽，就是馬達加斯加。從地圖上來看，莫三比克的形狀有點像是個右邊落筆太重的ｙ字型。東非大裂谷（Great Rift Valley）的南端，從ｙ字型中間劃過然後入海。而曾經以豐富的野生動物生態受人矚目的「哥隆戈薩國家公園」（Gorongosa National Park），就座落在東非大裂谷的南端、莫三比克境內。

哥隆戈薩國家公園所在處，在 1960 年代曾經以觀光業為主，全世界各地的遊客為了該處成群的獅子、大象和水牛去到莫三比克。1970 年代，莫三比克的發展目標是將這個國家公園，變成一個遠勝非洲其他地方的自然保留區。

內戰結束後，「無齒之象」比例遽增？

令生態學家與野生動物愛好者趨之若鶩的好景並沒有持續太久，戰爭來了。1977 年，莫三比克脫離葡萄牙的殖民後沒有幾年，就開啟了內戰。大約有 100 萬人死於戰爭與饑荒，500 萬人被迫離開家園。莫三比克內戰持續 15 年後，於 1992 年結束。位在莫三比克中心的哥隆戈薩國家公園成為戰場，而公園中的野生動物，也成為征戰雙方果腹的獵物。

內戰其間，大型草食動物數量銳減 90%，整個生態系統都遭到了嚴重的破壞。漫步在哥隆戈薩國家公園，最大的危險不再是肉食性的掠食者，而是埋藏在地下的地雷。

而其中的一個轉變，引起了演化生物學家的注意：這個公園內的母象，沒有長牙的「無齒之象」比例非常高。

相較於只有公象才會長出明顯長象牙的亞洲象，一般來說，非洲象不論公母，都會有一對長牙。生物學家根據內戰前後的歷史照片、影片進行統計，發現到內戰之前沒有象牙的母象只佔了族群的五分之一不到（18.5%）^[註1]；但 2000 年，也就是戰爭結束後 8 年的資料卻顯示，沒有長牙的母象卻高達一半以上（50.9%）。

戰爭使得大象族群數量減少了 90%，統計模擬也支持，哥隆戈薩國家公園內「無齒之象」^[註2]比例大幅增加，這樣的變化，不可能是隨機發生的；「無齒之象」比例遽增，顯示整個族群經過了強烈的選擇壓力。

有象牙的慘遭獵殺，讓「無齒基因」在族群內擴大

追本溯源，價值不菲的象牙，在內戰期間自然也成為籌措軍費的重要來源；而且在乏人管理的情況下，內戰結束了，盜獵可沒有。而大象因為象牙承受了強大的狩獵壓力，「無齒之象」的基因型自然在種族間擴大、脫穎而出。

其實這個狀況與傳統的育種相當相似：人類特意留下跑得最快、體型最壯碩的馬匹做為種馬來生小馬。後代雖然會有變異，但長時間累積下來，那些會造成馬跑得「不夠快」的基因，自然會越來越少。家禽家畜的育種是在長時間、人類密切的關注之下，「人擇」留下人類偏好的特性。而在大象的情況下，可以說野外的大小也遭到狩獵者的「育種」，只不過這裡存活下來的，是沒有長牙的大象。

下一個觀察重點是，這樣「無齒」的特性，似乎只出現在母象身上。除了後天的因素外，哥隆戈薩國家公園公象幾乎都還是有長牙。^[註3]

科學家仔細檢視發現，無齒母象生出的小象，大多也是小母象，佔了 65.7%；而小象如果是母象的話，長大後沒有長牙的比例大約是 1:1。看起來，似乎有某些因素，讓「無齒基因」沒能遺傳給小公象。

大多數可以遺傳的性狀變化基本上都可以連結到基因的表現，差別是有些特徵比較複雜、也可能交互受到環境的影響，像是身高、膚色等；也有一些比較單純只由單因基因控制，像是國中課本經典的美人尖、ABO 血型。

原本要確認是哪組基因與長牙的產生有關，需要掃描大象的全基因組，可謂工程浩大。但是，「無齒之象」都是母象、幾乎沒有公象，這讓科學家可以作出一個合理的推測：這個「無齒基因」很有可能是性聯顯性遺傳。而更進一步，如果小公象遺傳到無齒基因，則無法存活，則可以解釋，無齒母象的小象，為何會有個明顯的的性別比落差。

促成母象「無齒」的關鍵：AMELX 基因

因此，科學家掃描無齒大象的 X 染色體基因組序列，來找出到底是哪些組基因與無齒有關，而且還真的找到了。無齒大象的 AMELX 基因位置都有出現了一些變異，這個位置的基因，根據目前的理解推測，會參與構成牙齒最外堅硬部位的琺瑯質形成的蛋白。

這部分的基因人類與大象屬於同源，在人類身上，AMELX 的基因如果有突變，就有可能會影響琺瑯質的礦化、造成牙齒容易脆化。AMELX 位於染色體的位置有些特殊，這部分的基因如果有嚴重的缺失，除了影響牙齒，遺傳到的男性會死亡，女性則會出現嚴重的頭骨異常，像是小齒或是上頷發育缺陷。

而除了與 X 染色體連鎖的 AMELX 基因有變異，科學家還發現到無齒大象還有個共同的基因表現：位在第一染色體的 MEP1a。MEP1a 這也是會影響牙齒發育的基因。在小鼠身上，MEP1a 的變異會顯著影響牙齒象牙質的骨質密度，造成象牙質發育不良、牙根畸形或是提早掉牙。^[註4]

缺牙問題在於基因？顯然「人類」才是大問題！

總結一下，哥隆戈薩國家公園的大象族群遭受到巨大的選汰壓力──擁有象牙的成象成為人類狩獵的主要目標，因而使得擁有無齒基因 AMELX 與 MEP1a 的母象在族群中逐漸佔據優勢、比例提高。但同時，AMELX 屬於顯性遺傳的性聯基因，獲得此遺傳的小公象會因此而死，因此無齒母象的後裔明顯母象較多。

某種程度來說，無齒基因在原本的象群間，可以視作某種遺傳疾病或基因缺陷，會自然受到天擇的壓力而受限、不會在族群中持續擴增；但在人類大規模獵取象牙的極端的情境之下，反而成為有利的演化特徵。

但大象缺少了長牙，受影響的，並不只是大象的外觀。非洲象使用長牙有點像馬蓋仙的瑞士刀──什麼都能做──牠們用長牙進行挖掘、推倒樹木剝取樹皮、獲取地下食物與水源。失去了象牙，大象的行為自然會有所改變。而象群在生態系中的一舉一動，都會擾動該地的微氣候。

舉例來說，當大象為了食用樹皮推倒一顆大樹，就有無數種子能夠透過新產生的林隙發芽，以嫩葉、草類為主食的草食動物因此獲得更多的食物來源。這是生態系統中關鍵擾動的微妙變化：當人們為了象牙獵取大象，當倖存下來的大象不再長出長象牙，後續的生態系統，也就失去了伴隨關鍵物種擾動而引出的種種變化。

一半的母象沒有了長牙，會有什麼影響？這個，沒有人說得準。我們只知道，勢必會有一些蝴蝶效應悄悄地發生。

後記：

好消息是，隨著內戰結束，陸續有人投入哥隆戈薩國家公園的保育工作，試圖恢復當地的野生動物族群與野生動物觀光產業。而隨著當地國家公園開始進行執法管制、大象數量逐漸增加，後面的世代裡，是不是有機會讓更多帶著長牙的大象可以繁衍生息，讓象群「恢復原貌」？戰後第一個世代的母象無齒的比例為 33%，這個比例會有機會隨著人們的保育工作，再度減少嗎？我們只能繼續看下去。

註解

1. 有一個說法認為非洲象一般族群無長牙的比例約為 2%，因此哥隆戈薩國家公園內戰前就已達 18.3%，有可能是已經承受狩獵壓力的結果。
2. 「無齒」在此代稱沒有長象牙，不是真的全部沒有牙齒（人家還是要吃飯的）
3. 這裡的討論省略了還有一個小比例（內戰前後均小於 10%）的大象只長出了單邊的象牙。
4. 目前的資料顯示 AMELX、MEP1a 這兩個基因跟母象沒有長牙有明確的關聯，但詳細是否會影響其他牙齒發育之類的，尚無進一步研究討論。

參考資料

• Campbell-Staton, S. C., Arnold, B. J., Gonçalves, D., Granli, P., Poole, J., Long, R. A., & Pringle, R. M. (2021). Ivory poaching and the rapid evolution of tusklessness in African elephants. Science, 374(6566), 483-487.
• Ivory hunting drives evolution of tuskless elephants (nature.com)
• 讓大象、獅子與水牛重生──荒蕪的國家公園，需要什麼才能復活？ ｜ 西恩．卡羅爾（Sean B. Carroll） ／ 獨評讀好書 ｜ 獨立評論 (cw.com.tw)
• Female African Elephants Evolved Toward Being Tuskless Amid Poaching (businessinsider.com)

本文由海洋保育署廣告企劃，泛科學為宣傳推廣執行單位。

• 作者：採訪撰稿 ∕ 謝育哲 ∕ 本刊主編

大海中美麗的珊瑚礁是許多海洋生物的棲地，但由於海洋環境汙染及氣候變遷等問題，珊瑚的生存不斷受到壓迫，珊瑚白化問題更是屢見不鮮。為了讓一般大眾也能保育珊瑚，由海科館陳麗淑博士帶領的團隊從澳洲引進「珊瑚觀測」，用簡單色卡上的顏色與觀測珊瑚進行比對，就能評估該珊瑚的健康狀況。此外，海科館及海保署也進行更多的計畫與推廣，讓全民一起守護海底美麗的珊瑚。

海中有著形形色色的生物，如果要挑選出一種外觀最令人印象深刻的，肯定是色彩斑斕綺麗的珊瑚了！許多人常會誤認珊瑚是一種植物，但牠其實是不折不扣的動物。事實上，珊瑚是由許許多多的珊瑚蟲（coral polyps）所形成的群體。目前全世界共有超過 800 多種的珊瑚，而由珊瑚組成的珊瑚礁（coral reef）更是許多海洋魚類生存的家園。

但由於珊瑚生長速度極慢，且十分脆弱，近年來又因氣候變遷與海洋汙染等問題，造成珊瑚的生存出現危機。因此，保護珊瑚人人有責，但身為一般人的我們又該如何保育這些美麗又珍貴的海洋生物呢？本次《科學月刊》專訪了國立海洋科技博物館（以下簡稱海科館）的研究員陳麗淑博士，看看有哪些保護珊瑚的方式，以及介紹從澳洲引進的珊瑚觀測（coral watch）方法吧！

珊瑚遇到了什麼危機？

關於珊瑚，我們最常聽到的是「珊瑚白化」（coral bleaching）。但珊瑚白化代表什麼？又是什麼造成了珊瑚白化呢？

由於珊瑚對於生存環境的溫度十分敏感，一般來說，對珊瑚而言最自在的水溫環境為 23～28℃，而生存的極限溫度範圍則為 18～32℃，若超過這個溫度區間，對珊瑚來說即為太冷或太熱的環境。陳麗淑表示，一但海水溫度超過 32℃，珊瑚就會出現白化現象。當然不是所有的珊瑚都會同時白化，各種珊瑚因生長速度不同，白化現象發生的情形也會有所差異。一般來說，生長速度較快的枝狀珊瑚比較容易白化，而團塊狀珊瑚則比較有抵抗力。

不過珊瑚到底是怎麼「變白」的？其實珊瑚白化詳細原因，是因為當環境溫度出現劇烈變化時，珊瑚內部的共生藻數量就會下降。由於共生藻是珊瑚繽紛色彩的來源，因此在珊瑚內部的共生藻數量多時，顏色就會飽滿鮮豔，而當共生藻離開珊瑚後，珊瑚的顏色便會越變越淡，最後白化，若後續沒有適當保護與處置，珊瑚就可能會因而死亡。所幸珊瑚白化並不是不可逆的，只要海水溫度回到適合珊瑚生存的溫度，珊瑚就會逐漸穿上牠美麗的彩衣，恢復原本繽紛的色彩。

過去臺灣周遭海域曾出現過多次珊瑚大量白化的現象，陳麗淑表示，珊瑚大規模的白化的情形主要集中發生在夏季，甚至在去（2020）年夏季就曾發生珊瑚大量白化的現象，由於當時的海水溫度偏高，且維持時間較長，使得臺灣各地出現珊瑚白化的情形。不過好消息是，根據調查，今（2021）年還未發生大規模的珊瑚白化，且時節已進入秋季，海水溫度下降，至少目前珊瑚不會面臨溫度升高的生存壓力。不過，陳麗淑也語重心長地提醒：「近年來海水溫度過高的發生頻率相較以往提高了不少。」令人擔心的是，若海水溫度升高頻繁，將可能嚴重衝擊珊瑚的生存。因此，我們必須想辦法保護珊瑚。

一般人該怎麼保護珊瑚？平易近人的「珊瑚觀測」

對一般大眾來說，並不是所有人都具備珊瑚的相關知識，對此，陳麗淑一直在思考該用什麼方法，才能讓沒有專業知識背景的大眾能參與保育珊瑚的活動呢？在公民科學領域中，有個名為「珊瑚礁體檢」（reef check）的珊瑚監測計畫。但由於珊瑚礁體檢的入門門檻較高，需要先經過一定時數的課程訓練，且所費不貲，因此這並不是一項適合所有人的方法。

這時陳麗淑想到了「珊瑚觀測」。事實上，珊瑚觀測約莫在 2009 年就已有人引進臺灣，但當時並未受到大量關注。直到 2018 年，陳麗淑帶領的團隊開始重新研究珊瑚觀測的方式，發現其背後的科學大有學問，也可簡化成任何人都能理解並運用的珊瑚監測方式。

珊瑚觀測主要是透過一張卡片，上頭有 4 種由淺至深的色調。陳麗淑表示，這些色調涵蓋了約 70～80％ 的珊瑚種類，即使無法囊括其他特殊顏色的珊瑚，但卡片上的設計對普通人來說已是綽綽有餘。而觀測方法也很簡單，任何人只要帶著這張卡片潛水至珊瑚旁，將卡片上的顏色與想觀察的珊瑚顏色進行比對與拍照即可。如果是前往水深 6 公尺以上的區域，則建議觀測時攜帶光源，以避免色差造成的誤判。前文有提到，珊瑚的顏色代表其內部共生藻的數量，當共生藻數量越多，珊瑚顏色越深，也就代表越健康；反之，若顏色越淡則代表珊瑚的健康可能出現狀況了。

陳麗淑說明，珊瑚觀測背後的科學基礎十分紮實。這套由澳洲昆士蘭大學（The University of Queensland）學者馬歇爾（Justin Marshall）等人組成的團隊研發設計。團隊將珊瑚搬至實驗室中進行一系列實驗，觀察在各溫度區段中，不同溫度會如何影響珊瑚中的共生藻數量，並記錄珊瑚的顏色變化。在經過嚴謹的科學實驗後，馬歇爾團隊將其簡化並歸納成珊瑚觀測的色卡。陳麗淑表示，這套化繁為簡的觀測方式在經過推廣後，許多保育團體對於珊瑚觀測的接受度都非常高，能進而達到推廣珊瑚保育目的。

海洋公民科學知識報你知

※珊瑚觀測

珊瑚觀測是一項由澳洲昆士蘭大學學者所辦理的非營利全球珊瑚礁監測計畫，將珊瑚的顏色變化標準化後，製作成珊瑚健康色卡，提供一種簡單的方法用以評估珊瑚健康，並為 CoralWatch 的全球數據庫做出貢獻。大家可以使用這些色卡協助科學家收及數據，支持珊瑚礁監測工作。

另外，珊瑚觀察也透過與世界各地的志願者合作，包括了潛水中心、科學家、學校團體、遊客參與其中，讓大眾更加了解珊瑚礁白化、氣候變化對於珊瑚礁的影響。

保育珊瑚面臨哪些困境？

雖然保育珊瑚是許多人的共識，但過程中依然面臨到許多的挑戰及困難。目前最常見的是海洋垃圾問題。由於珊瑚本身不會移動，當海洋垃圾在海中漂浮時不慎卡在珊瑚上，若沒有人為協助清理，則非常有可能造成珊瑚死亡。

陳麗淑舉例說明，由於今年 5 月起爆發 2019 冠狀病毒疾病（COVID-19）的本土疫情，位於基隆的潮境公園也為了防疫而禁止一般人下水。但當研究人員下水觀察後發現，因為沒人下水協助清理海洋垃圾，許多卡在珊瑚上的垃圾無法被及時移除，發現的當下已有許多珊瑚出現白化現象，這些珊瑚後續花了約一個月才慢慢恢復正常。

對此，陳麗淑曾與中研院學者邵廣昭等人討論，若保育區都沒有人進入可能並不是件好事，尤其當海洋汙染嚴重，垃圾很多的情況下，還是必須定期有人去協助清理。因此，保育區在人為管理的情況下或許才是保育珊瑚好方法。

你我都可以為珊瑚盡一份心力

我們還有什麼方法可以保護珊瑚呢？陳麗淑表示，如果你是一個會下水觀測的人，使用珊瑚觀測是個好選擇。無須再多帶任何設備，只要準備珊瑚觀測的卡片，攜帶相機與光源，就可以拍攝並記錄珊瑚的健康狀況。不過若是沒有相關潛水經驗或半路出家的遊客，反而可能在潛水的過程中不慎踢到或傷害珊瑚，因此潛水者必須要具備一定的潛水技術。

海洋保育署（以下簡稱海保署）為推廣友善珊瑚礁生態旅遊，提出「珊瑚礁區你該注意的 8 件事」，包含不踩踏、不揚沙、合格玩家、保持適當距離、使用海洋友善防曬、不餵魚、不吃珊瑚礁魚、減塑行動。

即便沒有下水，在岸上也有許多可以保護珊瑚的方法。舉例來說，在我們常用的防曬乳中，多數含有可能傷害珊瑚的成份，因此在選購時可以優先考慮「海洋友善防曬」。此外，由於珊瑚礁魚類可以協助清理珊瑚礁之中的藻類，讓珊瑚順利生長，我們應盡量避免食用珊瑚礁魚類。所以最重要的，是希望大家一起落實節能減碳，全球暖化是影響珊瑚生存的主要原因之一，若減碳能從個人做起，也是保育珊瑚的積極作為。

出書、展覽、辦活動 海科館邀你一起守護珊瑚

除了上述的個人保育行為外，海科館也辦理了一系列保育珊瑚計畫。陳麗淑表示，海科館的研究人員會定期前往珊瑚礁進行監測，還會前往各地宣傳及教導大家如何使用珊瑚觀測。

至於在珊瑚復育方面，海科館內也有養殖珊瑚，研究人員會把這些珊瑚移植到野外，或是使用不同的材質，測試珊瑚附著生長的情形等。未來希望透過這些方法，協助加速珊瑚的生長。

在教育方面，去年海科館與行政院環境保護署及科技部等單位，共同主辦的「2020 海洋公民科學家行動計畫」中，包含了「珊瑚保育監測」的主題。對此，海科館團隊舉辦了一系列的「針織珊瑚」活動。「針織珊瑚」主要是前往各地的小學，除了教導珊瑚的知識，以及倡導珊瑚保育外，讓小朋友們藉由織毛線的方式，訴說一則關於珊瑚的故事。每所國小的作品都有自己的主題，也讓小朋友在織毛線的過程中，思考珊瑚對於生態的重要性，從小扎根珊瑚保育知識。並在後續收集作品後，舉辦「陸上造礁——針織珊瑚計畫特展」。

此外，海科館也曾於 2019 年出版《珊瑚很有事：珊瑚保育×環境藝術×手作針織×珊瑚教案》一書，並榮獲第 44 屆金鼎獎。今年更在海科館官網建置「海科館悠遊數位海洋行動學堂懶人包」，整合科普電子書、電子繪本、數位課程學習平台、海洋知識、動畫學習、影片等。陳麗淑表示，透過這些教材與教案的持續推廣，希望能讓更多人利用這些資源，一起守護海洋中的美麗珊瑚。

海洋保育署與臺灣珊瑚保育

海保署於今年透過「臺灣珊瑚監測交流網絡建立與保育策略規劃」計畫，建立珊瑚監測與保育示範點，以及珊瑚監測交流網絡，選訂全臺灣共 32 個地點進行水下珊瑚礁調查。調查結果截至今年 9 月底，澎湖、恆春半島、東部、北部珊瑚覆蓋率多呈現穩定狀態，但小琉球珊瑚礁卻多數已衰退，可見除了受到全球暖化影響，不當的遊憩踩踏行為也對珊瑚礁造成嚴重衝擊。

此外，海保署也與行政院農業委員會水產試驗所共同合作，針對澎湖池東淺坪海域的棲地環境現況進行調查及珊瑚復育，增加棲地多樣性。截至今年 9 月底，珊瑚移植面積已達到 100 平方公尺，其中珊瑚礁魚類包含青嘴龍占（Lethrinus nebulosus）、鸚哥魚（Scaridae）、隆頭魚（Labridae）等也逐漸聚集在移植區域，豐富當地生態。

此外，有鑒於目前許多單位都在進行珊瑚保育及復育相關工作，海保署今年度與海生館合作成立珊瑚保育專案辦公室，除了作為各單位資料蒐集整合中心，提供數據科學家分析資料外，還能進一步轉化為資訊呈現給大眾，使珊瑚礁相關專家學者、單位，以及一般民眾等，都可藉由此互相交流，同時兼具諮詢、推廣功能，協助提供珊瑚保（復）育相關標準作業方式及技術指導。並設立臺灣珊瑚礁水質採樣點及進行水樣分析，了解水質狀態，以作為後續珊瑚復育棲地及規畫保育方式選擇的依據。

為了鼓勵更多在地民間團隊參與，海保署亦透過辦理「海洋保育在地守護計畫」，支持在地團體進行公民科學、清除珊瑚礁覆網及珊瑚復植，希望能夠結合在地生活方式及資源提出具體保育策略，發揮社會影響力，促進在地參與珊瑚保育及復育作業，並提高民眾對海洋保育的參與及投入。

從政策面、科學面，再到行動面，海保署將持續呼籲全民共同守護臺灣珍貴的珊瑚資源。

海洋委員會海洋保育署正在舉辦 海有問題 我來分析 | 第一屆海洋公民科學家數據松！為臺灣周遭的海洋生態盡一份心力吧！