一探歷代生化武器的威力──西元前到19世紀

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

最出名的毒藥

氰化物（Cyanide）是最惡名昭彰的毒藥之一，以其殺人於瞬間的特色享譽各大間諜小說和謀殺謎團。推理女王克莉絲蒂非常清楚氰化物的效果，用這種毒藥殺死了十八個角色，甚至還將她七十五部小說的其中之一直接命名為《閃閃發光的氰化物》（Sparkling Cyanide，台版譯名為《魂縈舊恨》）。偵探小說家瑞蒙．錢德勒（Raymond Chandler）在他最著名的《大眠》（The Big Sleep）一書中用加了氰化物的威士忌賜死一名線人。

內佛．舒特（Nevil Shute）的小說《世界就是這樣結束的》（On the Beach）描述毀滅性的核戰後的澳洲生活，而在故事中，澳洲政府分發了氰化物膠囊給民眾，讓他們可以快速輕鬆地自殺，不需面對逼近澳洲的放射性落塵雲帶來的緩慢、痛苦的死亡。

同樣的，間諜小說中的秘密情報員經常也會拿到氰化物讓他們在被抓時使用。甚至連伊恩．弗萊明（Ian Fleming）筆下的○○七情報員龐德以及其他情報員也都有氰化物膠囊；不過不出所料，龐德會把它扔掉。

在現實生活中使用氰化物進行謀殺或自殺的案件同樣令人著迷和驚駭。氰化物是史上一些最惡劣的犯罪行為中使用的兇器。第二次世界大戰期間，氰化氫製作的毒氣是所謂的「最終解決方案」的一部分，在奧斯威辛（Auschwitz-Birkenau）和馬伊達內克（Majdanek）的死亡集中營毒殺了數千名囚犯。

當德國戰敗的跡象越來越明顯時，含有氰化鉀的玻璃膠囊是納粹高層首選的自殺方法，包括可怕的納粹黨衛軍（Schutzstaffel，SS）領袖海因里希．希姆萊（Heinrich Himmler）和德國空軍最高將領赫爾曼．戈林（Hermann Göring）都人手一顆。在目睹妻子伊娃．布勞恩（Eva Braun）用氰化物自殺後，希特勒也吞下氰化物並開槍自殺，終結了他第三帝國的夢想。

較近期的例子出現在一九七○年代初的舊金山。魅力十足的邪教領袖吉姆．瓊斯 （Jim Jones）吸收了大量追隨者，在加州的紅木谷（Redwood Valley）建立聖殿，開始宣揚自己是甘地、耶穌、佛陀和列寧轉世。

到了一九七○年代中期，瓊斯已經說服了數百人，其中許多人還攜家帶眷，一起和他搬到南美洲蓋亞那當地與他同名的瓊斯鎮，加入「人民聖殿」（People’s Temple）這個新烏托邦。一九七八年，關於瓊斯鎮聖殿侵犯人權和採取嚴刑峻罰的憂心言論開始浮上檯面。同年十一月，國會議員里歐．萊恩（Leo Ryan）與其他美國官員和記者一起前往蓋亞那調查這些指控。

瓊斯起初對前來這座聚落的代表團表達歡迎之意，還在瓊斯鎮的中央涼亭為他們舉辦歡迎會，但接著萊恩突然遭到一名持刀的聖殿士兵襲擊，身上多處受傷。負傷的他依舊成功與代表團其他成員一起逃到瓊斯鎮附近的一座小機場，眾人分別登上兩架飛機。

然而，他們才登機幾秒，槍手便迅速趕到，殺死了萊恩和其他四人。當天稍晚，瓊斯召集了瓊斯鎮的九百一十三位居民，其中包括三○四名兒童，命令他們進行他所謂的「革命行動」。所有人都拿到了一杯加了氰化物的葡萄口味酷愛（Kool-Aid，沖泡式飲料粉末），父母把飲料拿給孩子們喝，護理師用注射器將致命的混合物滴入嬰兒的嘴裡。最後共有九○九人死亡，其中三分之一是兒童。時至今日，「喝酷愛」這句話依然常在美國被用來形容「個人或團體對某種思想或個人表現出絕對服從或忠誠」。

飲食中的氰化物

儘管氰化物有明顯的致命特性，但含有氰化物的食物種類多得驚人，包括杏仁、皇帝豆、大豆、菠菜和竹筍。桃子、櫻桃、蘋果和苦杏仁等李屬植物（Prunus）的種子或果核都含有氰化物。食用少量氰化物不會對健康造成風險；事實上，我們大多數人都偶爾會吞下蘋果種子，但沒有任何不良影響。這是因為人體有一種處理飲食中少量氰化物的機制。人體內幾乎每個細胞都含有羅丹酶（Rhodanese）這種酵素，能將氰化物轉化為硫氰酸鹽來迅速解毒。

硫氰酸鹽是一種無害的化學物質，可以安全地被腎臟過濾並釋放到尿液中。人體每二十四小時可以處理約一克的氰化物。只有當身體無法負荷突然間湧入的大量氰化物時——特別是以殺人為目的——才會出現問題。

大多數兇手會用結晶的氫化鈉或氰化鉀下毒。雖然兩者都很易溶於液體，但氰化鉀的溶解度是氰化鈉的十倍。即便如此，只要在一杯咖啡或一杯葡萄酒中少量溶解兩者之一都足以致命；所需的份量極少，就代表它不會產生讓受害者有所警覺的氣味或味道。結晶氰化物進入人體後會與胃酸接觸，氰化鈉或氰化鉀會轉變成氫氰酸，造成嚴重的化學灼傷。

當受害者胃部出現腐蝕性灼傷，但食道沒有灼傷，就代表受害者並非喝下任何腐蝕性物質，死因是在胃中產生的——這是氰化物中毒的關鍵指標。固體或溶解的氰化物晶體遇到胃酸後也會形成氣體氰化氫，接著被吸收進入血液，輸送到全身。本質上而言，受害者最終是同時被固體、液體和氣體氰化物殺死的。

氰化物的致死原理

無論遭謀殺的受害者是吸入氰化物氣體還是吞下溶解在飲料中的氰化鈉或氰化鉀，氰化物的致死方式都完全相同。一旦進入體內，氰化物就會黏附在紅血球中的血紅素（hemoglobin）上，跟著血液迅速散播到全身。然而氰化物與血紅素的結合度很差，引起破壞的方式也不是透過影響血液，而是脫離血紅素進入人體細胞，破壞細胞製造生存所需能量的能力。

粒線體（mitochondria）位於我們每個細胞的深處，具有小型的棒狀結構，是身體裡的迷你發電廠，會產生化學能量三磷酸腺苷（adenosine triphosphate，ATP），這是維持人類活著的能量。每個細胞通常有一百到兩百個粒線體，具體數量取決於細胞需要多少能量。舉例來說，肝臟細胞需要相當大量的能量，因此每個肝臟細胞會有超過兩千個粒線體；而紅血球大致上只是裝著血紅素的袋子，能量需求非常低，所以沒有任何粒線體。然而儘管 ATP 是為身體各方面的功能提供能量的重要角色，但身體能夠儲存起來的 ATP 相當有限。

本質上而言，粒線體執行的功能與樹木的葉子恰恰相反。植物的葉子會利用陽光中的能量，將水和二氧化碳結合在一起來產生葡萄糖；動物細胞中的粒線體則會與我們吸入的氧氣作用，分解食物中的葡萄糖，產生二氧化碳和水並釋放 ATP 形式的能量。基本上，人類和所有動物都是透過這種迂迴的方式利用來自太陽的能量。³

埋在粒線體膜內襯當中的是一連串的蛋白質，它們構成所謂的電子傳遞鏈（electron transport chain）。我們呼吸的氧氣正是在這裡被確實用於製造 ATP。傳遞鏈中有一個蛋白質成分稱為「細胞色素 C」（cytochrome C），鐵原子靜靜位於細胞色素 C 的核心，是它發揮功能的關鍵。

氰化物的致死性在於它能夠與細胞色素 C 中心的鐵原子緊密結合，使整個蛋白質死亡。一旦失去活性，細胞色素 C 就不能在傳遞鏈的最後一步利用氧氣，導致 ATP 的整個生產過程中斷。

因為細胞運作強烈依賴 ATP 的持續供應，所以人體一旦發生氰化物中毒，中樞神經系統和心臟的細胞都會立即受到影響。當中樞神經系統關閉，受害者會開始感到頭痛和噁心，然後失去知覺，慢慢進入深度昏迷；接著大腦會進一步失去 ATP 能量供應，直到最終耗盡所有 ATP，不可避免地造成腦死；隨著心臟中的 ATP 逐漸減少，心跳會減慢並變得不穩定，脈搏也會微弱到無法察覺，最終使心臟完全停止跳動。

儘管名字聽起來很相似，但發紺（cyanosis，也稱「紫紺」）症狀與氰化物中毒無關。發紺指的是與減氧血相關的藍色，也是靜脈血液呈藍色的原因。相反的，由於與氰化物結合的細胞色素 C 不能再使用氧氣，血液中的血紅素反而會一直保持充氧狀態，⁴ 因此氰化物中毒的症狀之一就是皮膚因為鮮紅色的充氧血而顯得紅潤。

——本文摘自《毒藥的滋味：11種致命分子與使用它們的凶手》，2024 年 7 月，方舟文化，未經同意請勿轉載。

• 作者／白映俞 醫師
• 本文轉載自 Care Online 照護線上《生化武器：歷史面面觀 – 西元前到19世紀》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔！

聽到生化武器，你可能想到都是經典電影：《絕地任務》對準舊金山的 VX 毒氣火箭彈；《科洛弗 10 號地窖》裡說外頭世界因被生化武器影響而很不安全；或是聯想到各式各樣因變種病毒出現喪屍，接近世界毀滅的情節。其實，生化武器聽起來不僅致命又難以預防，還比我們想像中的還常見，常被認為是人類「一定會遇到，只是不確定何時何地」的災禍。

生化武器可以是生物或化學武器，也就是像微生物、化學物質或毒素，都屬於生化武器的範疇。例如使用不同的細菌，可以引發炭疽熱或鼠疫；若想利用病毒造成疫情，可能選擇天花、伊波拉等致命感染。

使用生化武器是人類本性？

像伊波拉病毒這樣的名詞，是 20 世紀以後才出現的，那麼人類早期懂得還不夠多時，就沒有生化攻擊嗎？錯。養小孩的家長都知道，小朋友聽到有關大便、尿尿等的話就會很開心，甚至也會說「我用一百個大便攻擊你喔！」←如果真的這麼做就算是生化武器攻擊。

翻開故事書，那些在教導誠實、守承諾等美德小故事裡，可能會提到某個貪心的老婆婆，誤以為箱子裡裝的是禮物，而特別選一個最大的箱子，打開後卻發現裡面裝滿了毒蛇。嗯，這就是老婆婆被生化攻擊了！

所以即使古時候人類雖然還不知道細菌或病毒的存在，也不懂化學元素週期表，但他們仍知道有些髒東西會傳播。所以呢，散佈汙染的水源與食物就是最原始的生化武器。當然過去的資料科學程度低，歷史學家很難分辨到底這些事件是否為精心策畫的一場攻擊，抑或只是無心插柳的成功報復。

只要提到古時候 XXX 事件算是生物攻擊，都會混入些國籍、種族的情感，讓史學家們持相反意見：「這種族的人沒有這麼壞心的啦！」。不過我們還是可以來看看過去幾個可能的生化武器例子。

西元前：傳播髒東西

• 西元前一千多年就有人會送給敵人生病的羊。
• 荷馬史詩中，提到用毒藥煨過箭，增加敵人致死率。
• 希臘城邦會用植物黑藜蘆於敵國的水源下毒。
• 賽西亞的弓箭手要發射前，會先把箭頭浸到動物糞便、毒蛇血、人血、屍體的混合物內，再射出去，因為他們知道，這樣可是會讓敵人傷口潰爛，再也好不了。
• 漢尼拔於海戰時把毒蛇罐丟到對手船上，因而贏了戰役。
• 荊軻刺秦王時，其匕首滲著暗藍光，應該是使用上毒藥，是能讓人一刀斃命的。

以上的記載都發生於西元前，看來當時的人類就很懂得使用生化武器了。不過我們也可以注意到，這時的生化武器規模不大，大約都是單一事件，多數武器還不具傳染眾人的能力。

中世紀：黑死病

到中世紀最有名的生物戰則是由蒙古人發起的。當時位於克里米亞半島的古城「卡法」非常繁榮，幾乎壟斷黑海的貿易市場。西元 1346 到 1347 年之間，蒙古人圍攻卡法城，把鼠疫病人的屍體用投石機投入卡法城，城裡的人慌張逃離，逃離的商人可能就因此把鼠疫帶到義大利，並從而引發歐洲黑死病的蔓延。

雖然黑死病是否單就是這事件而來的還有爭論。但黑死病隨著有史以來行動力最高的蒙古軍團快速傳播，歐洲人口死亡了三分之一，大幅撼動人口結構與羅馬天主教的統治地位。或許大家到威尼斯旅遊時，會看到一個長長鳥嘴樣的面具，這就是當時瘟疫醫師為了診治黑死病病患，又要避免接觸患者的體液飛沫，而設計出來的防護物，算是很早期的特殊款式口罩呢。

別以為是不文明、未開化的人類才想提倡生化武器。文藝復興時期的全才達文西不僅藝術造詣高，還幫忙了不少軍事防禦計畫，達文西就曾提議「釋放含砷的煙霧」來包圍敵人。

被天花擊潰的美洲大陸

另外一個例子是哥倫布發現美洲新大陸後，美洲原住民就被歐洲人帶來的各種傳染病打的七葷八素，尤其天花造成的災害更是一發不可收拾，絕對算是殖民時代最強大的生化武器。

雖說剛開始由歐洲人帶去美洲的天花疫情很可能是無心插柳，純屬意外；但到了 18 世紀，英國海軍已經會故意拿天花患者的毯子送給美洲原住民，並在日記上寫著：「我希望這會達成我期待的效果。」（我們不清楚後來這批毯子是否發揮功效？船長有沒有達成目的？因為天花比較容易藉由空氣傳播，體液雖也有傳播力，但病毒無法於空氣中長期存活，要很近期受汙染的毯子才有傳播力。）

微生物學與化學的進展

那人類什麼時候才知道所謂的髒東西，是包含了細菌與病毒呢？十九世紀的法國科學家巴斯德證明，所謂的髒東西不是自然發生，不是突然間從灰塵中蹦出來的，而是有細菌這樣小小的，小到我們看不見的「微生物」，而導致人類生病的。之後的科學家逐漸辨識出愈來愈多的細菌種類，了解不同的細菌會帶來不同的疾病。從 20 世紀開始，隨著科學界對微生物更加了解，小說家就不斷開始幻想生物戰爭的可能性，並將其寫成文章呢。

同樣地，化學這門科目到了 19 世紀才有長足發展，可以大量製造且純化化學製劑，科學家也更能掌握各種物質的毒性。生化武器再也不只是想像，而被推上前線，幫助統治者獲得勝利。

下一篇，我們再來說說20世紀的生化武器！

• 本文轉載自 Care Online 照護線上《生化武器：歷史面面觀 – 西元前到19世紀》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔！
• 加入照護線上LINE官方帳號，健康資訊不漏接！
  https://line.me/R/ti/p/%40careonline

泡澡的巴洛太太

一九五七年五月四日星期六淩晨，約翰．奈勒（John Naylor）警長接獲報案，前往英國布拉德福（Bradford）索恩伯里（Thornbury）的半獨立式住宅新月樓（Crescent）。奈勒進屋時聽到一陣微弱的抽泣聲，看見一位焦躁的丈夫悲慟地緊緊握住一名女性的照片。一名警員帶領奈勒前往樓上的洗手間，照片中的那名女性此時赤身裸體地癱倒在浴缸裡。鄰居緊張但沉默地站在哭泣的丈夫身邊，空氣中瀰漫著不安，大家都相信他是真的悲痛欲絕——但奈勒倒沒有那麼肯定。

所有認識伊莉莎白．「貝蒂」．巴洛（Elizabeth “Betty” Barlow）的人都認為，她與她忠誠的丈夫肯尼斯（Kenneth）的婚姻似乎非常美滿。據鄰居表示，他們相當幸福，從不吵架。比肯尼斯小九歲的伊莉莎白其實是巴洛的第二任妻子，在他的第一任妻子去世後，兩人於一九五六年結婚。伊莉莎白嫁給肯尼斯後，也成為巴洛家的小兒子伊恩（Ian）的繼母。肯尼斯和伊莉莎白都曾在約克郡布拉德福鎮周邊的多家醫院工作，伊莉莎白擔任助理護理師，肯尼斯則是國家註冊護理師，這對夫婦可能也是這樣認識的。

婚禮結束後，肯尼斯繼續在布拉德福皇家醫院擔任護理師，但伊莉莎白則離開了護理行業，在當地一家洗衣店找到一份熨燙的工作。這項工作相當單調，周圍總是環繞著蒸汽雲霧，使她的衣服潮濕又不舒服；但薪水倒是挺合理的，對於他們家庭的財務狀況頗有幫助。伊莉莎白每星期五只上半天班，而一九五七年五月三日的這個星期五也不例外。

中午快到了，伊莉莎白一邊急忙收拾東西準備下班，一邊向朋友說，她很期待有一點自己的時間，她可以好好洗個頭。在從洗衣店走回索恩伯里新月樓的家的這段短短的路程中，伊莉莎白先在當地的炸魚薯條店為家人買了午餐。十二點三十分，她將熱騰騰的炸魚薯條從被醋浸透了的報紙中拿出裝盤，配著麵包、奶油還有一杯茶一起吞下肚子。

看似平凡的泡澡竟成了致命陷阱

午飯後，伊莉莎白忙著做家事，清洗家人的衣服，而肯尼斯則在星期五的下午把車從附屬車庫裡開出來，打算徹底洗刷一番，好好打理他的這輛心頭好。伊莉莎白在下午四點鐘左右前去拜訪住在隔壁的史金納太太，她後來作證說伊莉莎白看起來很開朗，「充滿活力」。史金納太太回想：「事實上，她還給我看了一套她〔買的〕黑色內衣，並拿它來開玩笑。」

那天晚上，一家人轉移陣地到客廳放鬆。伊莉莎白在沙發上躺了一下，但逐漸變得坐立難安，最後跟家人說她要躺一會兒。晚上六點三十分，她一邊上樓，一邊要肯尼斯一個小時後來叫她，因為她想和他一起看一個電視節目。

然而，伊莉莎白其實再也不會看電視了。五十分鐘後，肯尼斯上樓，打算告訴妻子節目即將開始，但伊莉莎白已經換了睡衣躺上床，告訴丈夫她感覺「太舒服了，完全不想動」。肯尼斯獨自一人回到客廳看了半個小時的電視，然後倒了一杯水上樓給妻子，看看她情況如何。

肯尼斯發現伊莉莎白還躺在臥室的床上，並且感到非常疲憊。他後來作證表示，他的妻子告訴他，她「太累了，沒辦法和繼子說晚安」。距離肯尼斯晚上休息的時間還有點早，他也想給妻子一些獨自休息的時間，所以他回到樓下看完電視。接近九點三十分時，肯尼斯聽到伊莉莎白在他們的臥室裡叫他。他上樓走進臥室，發現妻子在床上吐了。他覺得有點不太妙。夫妻倆換了床單，肯尼斯把弄髒的床單拿到樓下廚房的水槽裡。此時伊莉莎白不只抱怨自己很累，她現在還「覺得太熱了」，於是決定躺在新換好的床單上。

肯尼斯換好睡衣後上床，開始看書。到了十點，伊莉莎白仍然覺得不舒服，而且全身大汗淋漓。她脫掉衣服，告訴丈夫她要去泡澡讓自己冷卻一下。在睡著之前，肯尼斯聽到了洗澡水流淌的聲音。

無法解釋的瞳孔擴張：巴洛太太的最後時刻

突然間，肯尼斯沒來由地驚醒。他瞥了一眼床頭櫃上的鬧鐘，發現已經是晚上十一點二十分了，而且他還驚訝地發現妻子還在泡澡，沒有回到床上。他焦急地呼喚伊莉莎白，問她：「你還好嗎？還要泡多久？」他沒有聽到任何回答。肯尼斯擔心她在已經變得冰涼的洗澡水中睡著了，於是下床走進浴室，結果驚恐地發現伊莉莎白已經沉入水中，一動也不動。

恐慌的肯尼斯肯定妻子溺水了，迅速拔掉浴缸裡的水塞，放掉泡澡水。等到水都流完，肯尼斯便拚命想把妻子從浴缸裡拉出來，好讓她躺在堅硬的浴室地板上。但不管他怎麼做，就是無法把她抬出來。幸運的是，身為一名訓練有素的護理師，肯尼斯知道自己必須為還在浴缸裡的妻子進行人工呼吸。他試圖將空氣吹入伊莉莎白死氣沉沉的肺部，但一切徒勞無功，他需要幫忙。

肯尼斯自家的屋裡沒有電話，於是他穿著睡衣衝到隔壁，吵醒了鄰居斯史金納一家。巴洛焦急地懇求他們叫醫師，然後他回去再次嘗試讓妻子甦醒。奇怪的是，鄰居沒有立即叫救護車，而是決定親眼看看發生了什麼。他們走到隔壁，沿著小樓梯走到浴室，震驚地發現伊莉莎白赤裸的身體仍然躺在空蕩蕩的浴缸裡，而肯尼斯正在揉她的肩膀。

史金納夫婦現在確信情況的嚴重性，於是打了電話給家庭醫師，拜託他儘快趕來。在他們等待醫師的時候，史金納太太瞥了一眼肯尼斯，他坐在扶手椅上，臉埋在手裡，輕輕地抽泣著。儘管醫師已經盡快趕到，但為時已晚，伊莉莎白被宣佈死亡。

死亡總是令人不安，但當死者生前是一位健康的年輕妻子和母親時，又更令人不安。說不出為什麼，醫師總覺得事情似乎不太對勁。伊莉莎白當然已經死了，屍體也開始出現僵硬的跡象，但他的直覺讓他確定自己應該連絡警方。沒多久，奈勒警長便趕到現場調查。

伊莉莎白在那天晚上決定泡澡的行動確實相當關鍵。如果她繼續躺在床上，那麼她令人遺憾的英年早逝非常有可能會被判定為自然死亡。乍看之下，伊莉莎白似乎是溺水身亡，但她的瞳孔放大程度相當誇張，遠超過醫師在溺水者身上會看到的程度。

但是究竟是什麼使得伊莉莎白的瞳孔放大呢？是什麼讓她熱到需要洗個冷水澡來降溫？是什麼讓一個充滿活力的年輕女性如此疲憊？值得注意的是，伊莉莎白之死的答案圍繞著一種非常簡單的東西，也是數百萬人每天會在咖啡和茶中加入的東西：糖。

——本文摘自《毒藥的滋味：11種致命分子與使用它們的凶手》，2024 年 7 月，方舟文化，未經同意請勿轉載。