日食：太陽與月亮間最美的巧合

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

• 本文轉載自臺北天文館《臺北星空》第 101 期

• 文／歐陽亮｜天文愛好者，中華科技史學會會員，曾獲 2001 年尊親天文獎第二等一行獎，擔任 2009 全球天文年特展解說員。

甲骨文，可算是漢字的始祖，這些刻在龜甲、獸骨的原始生活記錄，除了寫下戰爭樣貌、繁複祭典與詢問吉凶等占辭，也記載了一些看似形容天象的文句，某些甚至被廣為宣傳，號稱是世界上最古老的記錄。

然而到目前為止，近五千字的甲骨文裡卻只有一千多字被認出，已解讀的文字中也有許多爭議，疑點重重。建立在這樣流沙般的基礎上所找到的天象紀錄，可信度會高嗎？

「貞人用火炷燃燒那些凹缺，直到甲骨另一面出現龜裂的痕跡。不知怎地，就在這龜裂的時刻，他們捕捉到了來自另外一個世界的聲音──除了商朝的歷代祖先，還有各種掌控大自然風雨洪水的力量所發出的聲音^[1]。」

甲骨文，是東亞目前已知最早的文字系統，可算是漢字的始祖。這些刻在龜甲、獸骨的原始生活記錄，除了寫下戰爭樣貌、繁複祭典與詢問吉凶等占辭，也記載了一些看似形容天象的文句，自從一百多年前發現以來，已陸續解讀出「日食、月食、新星、彗星、鳥星」等辭，某些甚至被廣為宣傳，號稱是世界上最古老的記錄。

然而到目前為止，近五千字的甲骨文裡卻只有一千多字被認出^[2]，接近三分之二無法解讀，進展十分緩慢。2016 年中國大陸曾舉辦甲骨文釋讀獎勵，破譯一個字可得到五至十萬元人民幣，但只有兩人獲得。另外更鮮為人知的是，已解讀的文字中也有許多爭議，專家的意見經常不一致，因此疑點重重。在這樣流沙般的基礎上所找到的天象，可信度會高嗎？我們先來看看一些常在科普文章出現的案例。

「三焰食日大星」^[3]

這個看似三道火焰吞食太陽並同時出現亮星的驚奇景象，若真的看得到，應該是指日全食的現象。

能吃掉太陽並讓它變黑的火焰，應該是我們所知的日珥（圖 1 ，原始黑白照片在歐南天文臺ESO網頁），所以它曾被當成古老的日全食與日珥記事（圖 2）^[4]。不過，根據較新的文字學角度來分析，有學者已將這句話重新解讀成「乞列，食日大星」，三與乞形似，意為迄；第二字似「臽」又似「列」。乞列是指天氣陰沈到可能下雨^[5]，或指停止陳放祭品，^[6]但是到了「食日」的時刻，即上午用餐時分^[7]，天氣卻轉大晴，因為「星」字亦可解釋為晴朗^[8]。不過這種令人失望的新解釋，又被最新的實物目視結果否定，因為「三」不一定是指「乞」^[9]。

「癸酉貞日夕又食」^[10]

號稱世界最早日食紀錄的「癸酉貞日夕又食」（圖 3），其實歷來眾說紛紜。

癸酉是古代干支紀日的日期，貞是占卜之意，意思是在癸酉日占卜。但日夕又食是日食嗎？「又」當成「有」的話，多出的夕字何解？有人認為「夕」不能解釋為黃昏，就算可以解釋為日夜之交，但是從西元前 1400 至前 1000 年並沒有殷都安陽可見且剛好是癸酉日的日沒帶食^[11]。然而若查詢古代日食表^[12]並以天文軟體 Stellarium 檢驗這三百年的天象卻可以發現，在西元前 1129 年 2 月 14 癸酉日的安陽地區剛好能見到一次在下午 5 點多食甚的日沒帶食。又另有一說認為這段文字是在貞卜尚未發生的事，不能視為已發生的天象^[13]，但也有人認為相反^[14]，因此目前尚無定論。

「日有戠」^[15]

這又是一種疑似日食的記錄，但也有人解釋為太陽黑子^[16]。不過卜辭中另有「月有戠」記錄，然而月面的斑紋總是不變，不太可能指稱月亮出現黑子，因此解釋為太陽黑子是有疑問的。^[17]

「新大星並火」^[18]

從字面看來，這句甲骨文的意思很像「有新星出現，與心宿二（古稱「火」）並列」（圖 4），不過，「新」也可能是一種祭祀名稱，句子可變成「新，大星，並火」，意思是舉行「新」祭典，結果天放晴，於是舉辦「並」祭典來祭祀心宿二^[19]。這個疑似史上第一顆新星或超新星的記錄，也許只是學者的誤解。

二十八宿、「鳥星」^[20]

由於以前學界對於中國星座起源有許多爭議，使得人們寄望在甲骨文裡找到二十八星宿的古字與線索，證明中國星座是起源於本土。現在雖已發現若干疑似二十八宿星名的甲骨文字，但是經過詳細考證後，確定是星名的其實不多^[21]。例如「鳥星」兩字（圖 5）曾經被視為《尚書．堯典》所載「日中、星鳥」的意思，即南方朱雀的原始形象，然而也有人認為鳥可能是受祭的神名，此點在學界尚未有共識^[22]。

除了以上問題之外，學者對於月食、彗星的看法也是百家爭鳴、莫衷一是，更麻煩的是甲骨學主流體制外還有其他新的質疑。以下舉一些有趣的例子：

日與丁（圖 6）：在口中間多了一橫，就是日嗎？為什麼有時又被解釋為干支的「丁」字？兩者混淆的情形其實很多^[23]。

月與夕（圖 7）：在眉月中央多了一道，是否為另外一字？解釋者常常自由心證，隨機約定何處為月、何處為夕^[24]。甚至有人誤以為「月亮通常只在傍晚出現」而解釋甲骨文可借月為夕^[25]，但古人觀看天空的時間比起被燈海誘惑的現代人多出許多，天文經驗豐富，是否也會有這種誤會？

星與晶（圖 8）：在星點的小圓中增加一點來裝飾，於是變成晶字。不過星字本身的變形就很多樣，真的每個字型變化都是指星星嗎？

這些型態多變的字是因為當時識字者少、傳承困難故而經常出錯，還是因為字體剛發明不久所以尚未定型？抑或現代研究者其實沒有找到正確的分辨方法，導致一字多型且標準混亂？龜甲與獸骨是貴重物品^[26]，用刀刻字必然比寫字困難，若刻錯字的話如何處理？是否會將錯就錯導致後人解讀時以為該字的形體多變？這些都有待未來進一步釐清^[27]。

另外一個嚴重的問題是，大多數學者僅以拓本或照片來進行研究，但由於材料古老殘缺、漫漶不清以及轉印物質的侷限，得到的釋文成果往往經不起推敲。有興趣者可到「考古資料數位典藏資料庫」觀察，就會發現看實物照片也不一定能看清楚。因此，一定要真正目視實物，讓光源動態變化，才能看出細微字跡到底刻劃到哪。目前發現可能至少超過五成的刻辭內容需要改定^[28]，因此甲骨上看似天象記錄的文字，最好等學界有普遍的共識與認定，再引用為教材比較妥當。遙想當年的相對論、板塊理論也曾走過被質疑的過程^[29]，「甲骨學」亦將如此，不過若因此進行過度揣測、冒然發表「世界最早記錄」，只是引起注目與混淆，終將被時代考驗所淘汰。

中文字體歷經幾千年的變化，存在許多未知的起源，字形字音字義也經過多次轉折，容易讓後人分析時產生誤解，即使是字典的始祖《說文解字》也無法避免^[30]，「甲骨學」又是一門還在進行初步研究的學問，以上列舉的問題，也許會讓人萌生挫折與懷疑，不過，就像科學必須不斷地依靠新發現來推展前景一樣，歷史也是這樣進步的。古人記錄的熒惑守心被現代證實有 74% 的錯誤、施行了千年以上的神奇候氣術也被後世完全揚棄，但甲骨文研究只進行了百年左右，若舊的解讀方式真的已呈現死胡同狀態，那麼從百年束縛中破殼而出也許只是未來的必經之路了。

相關影片：

附註：

1. 何偉 Peter Hessler《甲骨文：一次占卜當代中國的旅程》Oracle Bones， A Journey Through Time In China，譯者：盧秋瑩，八旗文化出版社，2011，頁 166。
2. 王宇信《建國以來甲骨文研究》，中國社會科學出版社，1981，頁 54、203。
3. 收在《小屯第二本：殷虛文字乙編》圖版 6386，可至「甲骨文拓片數位典藏」查詢原件拓本。
4. 陳遵媯《中國古代天文學簡史》，木鐸出版社，1982，頁 60 以及《中國天文學史》第三冊，明文書局，1987，頁 18。
5. 馮時《百年來甲骨文天文曆法研究》，中國社會科學出版社，2011，頁 132。
6. 李學勤〈三焰食日卜辭辨誤〉，《夏商周年代學札記》，遼寧大學出版社，1999，頁 20。
7. 參見陳夢家《殷虛卜辭綜述》，中華書局，1988，頁 232；董作賓《殷曆譜》，《董作賓先生全集》乙編第一冊，藝文印書館，1977，頁 32；嚴一萍〈食日解〉，《中國文字》新六期，藝文印書館，1982，頁 51~52。
8. 馮時《百年來甲骨文天文曆法研究》，頁 70。
9. 張惟捷〈甲骨文字舊釋新說──以史語所藏十四版腹甲為例〉，《文與哲》學報第 22 期，2013，頁 12：三的三橫皆等長，中橫並不略短，應釋為三之意。
10. 收在《殷契佚存》編號 374。
11. 馮時《百年來甲骨文天文曆法研究》，頁 122。
12. 張培瑜《三千五百年曆日天象》，大象出版社，1997，頁 970。
13. 胡厚宣〈卜辭「日月又食」說〉，《上海博物館集刊》第 3 期，上海古籍出版社，1986。
14. 李學勤：《癸酉日食說》，《中國文化研究》1998 年第 3 期，頁 26。
15. 收在《殷契粹編》55、《甲骨文合集》33697 等。
16. 陳夢家《殷虛卜辭綜述》，頁 240。
17. 馮時《百年來甲骨文天文曆法研究》，頁 124。
18. 羅振玉《殷虛書契後編》下 9.1。
19. 馮時《百年來甲骨文天文曆法研究》，頁 47、48、83。
20. 收在《小屯第二本：殷虛文字乙編》圖版 6664、6672，《甲骨文合集》11497、11498。
21. 馮時《百年來甲骨文天文曆法研究》，頁 81。
22. 馮時《百年來甲骨文天文曆法研究》，頁 67~75。
23. 黃奇逸《商周研究之批判：中國古文字的產生與發展》，巴蜀書社，2008，頁 42。
24. 黃奇逸《商周研究之批判：中國古文字的產生與發展》，頁 23。
25. 徐富昌〈從甲骨文看漢字構形方式之演化〉，《臺大文史哲學報》，64 期，2006，頁 13。
26. 許進雄《文字學家的甲骨學研究室》，臺灣商務印書館，2020，頁 40。
27. 上古文字難讀的原因有：原始文字不能有效記錄語言、口傳失誤、方言問題、文字假借造成混亂、後代古音研究誤導等，詳見黃奇逸《歷史的荒原：古文化的哲學結構》，巴蜀書社，2008，頁 674。
28. 張惟捷〈甲骨文字舊釋新說──以史語所藏十四版腹甲為例〉，頁 18。
29. 羅拉．費米 Laura Fermi《原子時代的奠基人：費米傳》今日世界出版社，1973 中文版，葉蒼譯。書中提到 1926 年仍有一部分學者不相信相對論。
30. 許進雄《文字學家的甲骨學研究室》，頁 214~230、235~239。

延伸閱讀：

• 部落格：謎樣的二十八星宿

• 作者 / 張之傑

對和平號一○一回航程來說，南太平洋觀測日全食是件大事。船到紐約，上來三位天文學家擔任領航人；到了巴拿馬，又上來兩位。這五位天文學家做過十幾場演講，接近復活節島前，演講以一般天文學為主；接近復活節島及離開該島的幾天，主要是說明有關日食的知識，以及觀測和攝影應注意事項。

船上出版《 2019 年日全食介紹》小冊子，有日文、中文、英文三種版本。A4大小，二十二頁，每冊一千日元。小冊子由領航人伊東昌市、鳫宏道、加藤一孝、小關高明署名，他們可能就是編者。根據小冊子，此次日全食的最佳觀測地點是復活節島北側海域。

日食必定發生在朔日，即陰曆初一。此時月球位於地球和太陽之間，但因地球軌道（黃道）與月球軌道（白道）約有五點一度傾斜，所以並非每個朔日都有日食。當月球在黃白道交點附近時，才會發生日食。

日食是太陽被月球遮住的現象。太陽的大小約為月球的四百倍，地球到太陽的距離恰為地球到月球距離的四百倍，當月球位於近地點時，月球的陰影剛好可以遮住整個太陽。由於月球的軌道呈橢圓形，當月球位於遠地點時，遮不住整個太陽，而有環食的現象。

日偏食可在廣大的區域看到，但日全食只在寬約一百至兩百公里的狹窄區域可以看到，和平號將開往適當位置觀測日食。日全食大約每十八個月就會發生一次，但在同一個地點看到日全食，平均要隔三七○年！換句話說，在復活節島附近再次出現日全食，已是幾百年後的事了。

和平號原本預定在復活節島停泊兩天，因天候不佳，第二天仍有些人沒能登島，所以多停泊一天。六月三十日，船上說，後天（七月二日）下雨的機率約百分之六十五，能否看到日全食就看老天的意思了。當晚每人發給一副觀看日食的護目眼鏡，放在各人的信箱內。

七月二日（己亥年六月初一），清晨拉開窗簾，是個晴天，應該可以看到日全食了！根據船上新聞預報，日全食上午九時十五分開始，我們不到九時就登上九樓甲板，找了個靠牆的地方坐下。游泳池前的區域，專供帶三腳架的人使用，每人得付費三千五百日元。我登上八樓船尾甲板時，已付費者早已準備就緒。據說若干乘客就是為了觀測日全食才參加和平號一○一回旅行的。

除了三腳架區，游泳池畔的台階上，和甲板上，已熙熙攘攘地坐著或站著許多人。陽光從船尾方向射過來，雖有些雲，但不至於遮住太陽，看來應可看到日全食。

九時二十分，廣播響起敲鐘聲，和滴答滴答的計秒聲，one, two, three,……ten，數到ten，表示日全食已經開始。滴答滴答的計秒聲，以迄日食結束從沒停頓。同時播報全食開始時和平號所在的經緯度，我沒來得及記下來。

這時我才發現，船上發的護目眼鏡，不如邱韻如老師借給我的好用。主要是兩個鏡框距離過遠，不適合我的眼睛。再說，船上發的暗度有點兒不足。邱老師自己做的，以童玩面具改裝而成，也就是將面具的眼眶挖大，背面貼的是三點五吋磁碟片的內層磁片，遮光度夠不說，看到的人都說可愛。

就在這時，內人受不了甲板上的強光回房間去了。我在通過巴拿馬運河時因長期曝露在強光下傷了眼睛，今天不論如何，只能豁出去了。乾眼症畏光、畏風，戴著遮陽帽和太陽眼鏡，並管不了大用。

十時零二分，廣播：「太陽已有百分之六十五被月影遮住。」

十時零四分，廣播：「距離全食剩三十分鐘。」

十時十九分，廣播：「只剩十五分鐘，太陽已呈月牙狀，氣溫漸漸轉涼。」

十時二十四分，廣播：「只剩五分鐘，請大家站立原處，不要走動，全食時會暗下來，以防絆倒。」

十時三十分，廣播：「只剩三分鐘。」

十時三十三分，廣播：「計時，one, two, three,……」數到ten時，出現鑽石環，即太陽還沒被遮住的一小點。鑽石環隨即縮小，形成吐露著紅光的日珥（紅焰）。接著進入全食（食甚），太陽變成黑色，四周有一圈日冕，天暗下來，雲隙間出現星星。

我正想認明那些星星，天公不作美，飄來一大片雲彩。我們才不過觀看了約三十秒，就被飄過來的雲遮住。日全食為時約三至四分鐘，當太陽再次露臉，已過了全食，太陽露出一小點，再次出現鑽石環。當露出得更多，太陽漸漸露臉，愈露愈多，愈露愈圓，宛如日全食過程的倒轉。

距離日食結束還早，到九樓吃過午餐，回到八樓，太陽還沒復圓，仍有許多人戴著護目鏡堅持到最後一刻。我拿出邱老師自製的護目鏡，請一位香港女士幫我照一張相，她按到「貼圖」，照出的相有貓耳朵。又請一位香港攝影家幫我照一張，算是為此次觀測日全食留下紀錄。

十二時十二分，廣播：「日全食即將結束，one, two, three,……ten，」數到ten，秒針的滴答滴答聲嘎然停止。日食結束。

（船上的日全食廣播過程，我的紀錄不到一半，也不完整，後悔沒有錄音，讓當時的場景重現。）

日食初期（初虧），一位香港女士將護目鏡遮住手機鏡頭，照了一張有缺口的太陽給我看。我依樣學樣，就是照不出來。日全食時，我的手機也無法拍得分明。這是第三次發現自己的手機性能不佳。第一次是參觀帝國大廈時，我的手機不能消去光暈。第二次在復活節島拍攝彩虹，我拍的彩虹不能清晰分辨七種顏色。

日全食開始時，曾廣播和平號所在的位置，我沒來得及紀錄。根據每日十二點半所公佈的正午經緯度，當日正午時船的位置是南緯二十一度八分，西經一二五度三十三分。日全食於十二時十二分結束，由正午的經緯度，約略可以推估觀測日全食時的位置。

日食是相當特別、罕見的天象，尤其是日全食。日全食發生時，天空暗如黃昏，平常看不見的日冕，展現它迷人的光彩！聽說看過一次後就會上癮，不遠千里還想再看它一眼。

日全食和日環食出現的機率都很低，它們的發生是天文上的巧合。根據統計，同一地點發生日全食的機率，大約三百多年才會發生一次！

地球上日食多久發生一次？

日食只會發生在「朔」也就是新月的時候，每個月的朔時，差不多就是月亮和太陽在天空中最靠近的時間。因為兩個天體在天空中最靠近，所以太陽才會被月亮遮住，發生日食。為什麼不是每個月的朔都發生日食呢？

太陽和月亮在天空中移動的路徑分別稱為黃道和白道，黃道和白道在天空中沒有重合，一年中只有兩次相交，這兩次的相交就會發生日食。

太陽和月亮看起來差不多大

太陽和月亮在天空中看起來幾乎一樣大，差不多都是半度。太陽直徑大約是月球的四百倍，地球到太陽的距離，也差不多是月球距離的四百倍，所以太陽和月亮在天空中看起來差不多大。

不過仔細的量測月亮看起來的大小，會發現有小小的變化。這是因為月球繞地球的軌道是橢圓，月球最靠近地球時（近地點），看起來最大 (0.558 度)，離地球最遠時（遠地點），看起來最小 (0.491 度)。

地球繞太陽的軌道也是橢圓，地球最接近太陽時（近日點），太陽看起來最大 (0.545 度)，地球離太陽最遠時（遠地點），太陽看起來最小 (0.527 度)。

日食發生時，會出現日環食或日全食？這時候就看誰比較大。如果太陽比較大，月亮無法遮蔽整個太陽，就會出現日環食。如果月亮比較大，月亮可以把整個太陽遮住，出現日全食。

現代是看日食最好的年代！

其實我們正好處於一個同時可以看見日全食和日環食的時期。

月球和我們的距離不是固定不變的。月球形成後，就一直遠離地球，目前月球每年以 4 公分的速度漸漸遠離我們。

可以想像，很久很久以前的月亮比較靠近地球，當時的月亮看起來比現在大，所以那時的日食只會發生日全食，不會出現日環食！

很久很久以後，月球離我們愈來愈遠，月亮看起來愈來愈小，到時候日食發生時，月亮小到無法遮住整個太陽，只會出現日環食！

或許你會羨慕很久很久以前的人，他們看見的都是日全食。不過當時的人看見日食時，心中充滿恐懼，以為老天爺要懲罰人類。現代科學昌明，不再認為日食是一種禍害，我們還可以四處旅行看日食，現代才是看日食最好的年代啊！

本文轉載自作者部落格「屋頂上的天文學家」，原文〈日食：最美的巧合〉