疫情走到束手無策的地步時，恐懼、無力感才是最致命的症狀——《百年抗疫》

• 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。

1858 年 10 月 30 日星期日早晨，一件離奇的事件席捲布拉德福德這個英國城市。

2 名男孩突然身亡，其他人則突然染上怪異、可怕的疾病。

有人說這是因為霍亂暴發，其他人則認為是瘟疫。隨著日子過去，更多的死亡案例被報導出來，警方懷疑這是預謀犯案，他們很快就發現了原因：硬薄荷糖。

有問題的薄荷糖

幾天前，人稱「薄荷糖比利（Humbug Billy）」的威廉．哈達克（William Hardaker）一如往常在布拉德福德格林市場擺攤賣糖果，他照常販售大受歡迎的硬薄荷糖，儘管這一批以折扣買到的糖果顏色似乎有點不太一樣。

哈達克從糖果批發商喬瑟夫．尼爾（Joseph Neal）那裡購買，這位批發商向來喜歡用「daft」這種成分來替換昂貴的糖。

Daft 是混合熟石膏（plaster of Paris）、石灰粉、硫酸石灰或其他無害物質，用來取代昂貴的糖。

不幸的是，喬瑟夫．尼爾後來訂購的 12 磅 daft 訂單由藥局裡年輕助手處理，他並非測量 12 磅重的 daft，而是從一旁容器裡取出 12 磅的砒霜（三氧化二砷，arsenic trioxide），這兩種白色粉末質地類似。

為喬瑟夫工作的糖果製造師覺得這批加了 daft 的硬薄荷糖有點奇怪，但是他們沒有阻止喬瑟夫試吃一顆，以及將其販售給哈達克。

哈達克也吃了一顆糖果，兩人吃完後馬上就覺得不舒服。不過因為哈達克當時以折扣價購買這批硬薄荷糖，所以他也用折扣價將糖果販售出去，那天的銷售特別好。

超過 200 人感到不適，更有 20 人中毒身亡

星期日午夜，當地的鳴鐘者喊叫著可怕硬薄荷糖的事，在布拉德福德掀起軒然大波。那時候已經有超過 200 人感到不適，更有 20 人因砒霜中毒而死。

結果證實每一顆硬薄荷糖內含有足以殺死兩名成人的砷含量。隔天，藥師、助手及喬瑟夫．尼爾都站在法庭上被控殺人罪（manslaughter），不過最後他們卻沒有一個人去坐牢。

食物與飲料摻假法案

儘管如此，該名助手的悲慘失誤促成了 1860 年的《食物與飲料摻假法案》（Adulteration of Food and Drink Bill），正式奠定了製造糖果必須使用的原料。

布拉德福德糖果中毒一案也促進 1868 年英國的《藥局法》（Pharmacy Act），針對藥師處理、販售已知毒藥必須遵守的嚴謹規範。而 1874 年廢除糖稅，終於也讓糖成為所有人都能負擔得起的成分。

——本文摘自《毒物犯罪研究室：解析23種經典致命植物、礦物、藥劑、毒品，從醫學鑑識＆毒物科學揭秘恐怖毒殺與謀殺手法》，2022 年 11 月，創意市集出版，未經同意請勿轉載。

鼠疫桿菌導致的黑死病，史稱鼠疫桿菌的第二次大流行，公元 1346 到 1353 年的大瘟疫影響歐洲非常深遠。已知最早 1346 年的病例位於黑海附近，不少學者卻主張這波鼠疫桿菌來自更東方。2022 年發表的論文報告，在天山地區的古墓中，找到黑死病起源的線索。

威脅潛伏：來自黑海更東方的鼠疫桿菌

取樣古代 DNA 的技術成熟後，如今可以直接定序遺骸中的 DNA 片段，查看是否存在鼠疫桿菌（Yersinia pestis）等微生物。一系列研究得知，人類感染鼠疫桿菌的歷史超過五千年，因此在黑死病的年代，鼠疫桿菌並非新型傳染病，只是以前都沒有過那麼嚴重。

• 延伸閱讀：花粉揭秘：黑死病災情，歐洲各地很不一樣

鼠疫桿菌和所有生物一樣，會持續改變遺傳序列。假如黑死病源自黑海的更東方，那麼在比黑死病興起更早的時間點，黑海東邊的某處，應該能見到導致黑死病的鼠疫桿菌品系，變成黑死病品系之前，還差一點的樣貌。

最近一隊專家重新調查，早在一百多年前便已得知的遺址。用現代的國家疆域劃分，地點位於吉爾吉斯北部，伊塞克湖（Issyk-Kul）周圍的楚河谷（Chüy Valley）兩處遺址：Kara-Djigach 和 Burana。

早在公元 1885 到 1892 年，俄羅斯帝國時代的考古學家 Nikolai Pantusov、Daniel Chwolson 便探索過這兒。

世界各地的考古遺址，數量其實非常多，但是大部分都沒有受到重視。吉爾吉斯古墓時隔一百多年後又引起注意，是因為有些墓葬的石碑記錄提到「瘟疫」，剛好被新時代的專家聽到。

蒙古帝國宗教寬容政策下的新移民社群

接下來一段和黑死病不直接相關，卻不失為有趣的歷史，能順便認識現代的跨領域手段，如何探討這類問題。沒興趣的讀者可以直接略過。

石碑上紀錄的名詞為 mawtānā，這是敘利亞語（Syriac）的瘟疫。報導這回新發現的新聞對此都一提而過，論文正文受限於篇幅也沒有多作描述，所幸附錄中有較為完整的介紹，我覺得背後的歷史故事相當有趣。

Kara-Djigach 地理上位於新疆西方，天山地區的南側。政治上，現在屬於吉爾吉斯，黑死病年代算是大蒙古帝國的轄區，更早之前則是西遼的國土。

提及西遼和蒙古帝國是因為，在西遼統治的年代 Kara-Djigach 沒有住人（另一處遺址 Burana 有），要等到蒙古帝國統治時，才有源自西方的基督徒移民，長途遷徙到此處建立社區。等下！基督徒？

不少人對蒙古帝國有很殘暴的印象，成吉思汗堪稱人類毀滅者。但是征服時對敵人不手軟以外，蒙古帝國擺在當時，統治並不算暴虐，而且特別重視貿易。蒙古帝國算是繼承後世所謂的「絲路」，然而，中亞的民族、宗教、文化非常複雜，衝突屢見不鮮。

成吉思汗開創蒙古帝國以來，憑侍強大武力，持續實施宗教寬容政策，不在意子民信什麼宗教，不論摩尼教、伊斯蘭、基督教、佛教、道教、諾斯替、亞那毛毛……只要乖乖聽話，能創造利益，帝國就保障其地位與安全。

在此背景下，許多在原本居住地受到迫害、排擠的人，移民到新天地討生活（蒙古統治當然也沒有那麼美好，有些移民是受到蒙古帝國的迫害，被迫或主動搬家）。

創立 Kara-Djigach 社群的基督徒，不屬於羅馬、君士坦丁堡的兩大基督教系統，而是東方亞述教會（Church of the East，或稱作 Nestorian 聶斯脫里教會）。他們從西方移民到察合台汗國轄下經營新家園，他鄉變故鄉，一代一代的基督徒長眠於此，數百年來留下不少石碑。

公元 1338 年，塞琉古 1649 年，虎年瘟疫爆發

石碑大部份是敘利亞語，也有少數突厥語。總共 600 多個石碑，公元 1248 到 1345 年有 467 個，整理後能一眼看出光是 1338 一年就有 118 個，比例高的不尋常。其中 10 個出現 mawtānā：敘利亞語的瘟疫。

所以 1338 年這個年代，不是科學定年法的估計，而是直接的文字紀錄。但是石碑寫的不是公元 1338 年，而是「1649 年」和「虎年」。

Kara-Djigach 這群居民是基督徒，卻不使用根據基督生辰的曆法，他們遵循一套更古老的曆法：塞琉古紀年（Seleucid）。

塞琉古紀年來自亞歷山大大帝去世後，衍生出的塞琉古帝國，從公元前 311 年開始計算。因此塞琉古 1649 年，也就是公元 1338 年。那時還在用塞琉古紀年的人不多，堪稱活化石。

另一方面，突厥、蒙古等古代草原文化習慣以十二生肖紀年，不過動物項目和漢人略有不同。Kara-Djigach 所屬地區時常會與十二生肖紀年的人交流。公元 1338 年是草原十二生肖的虎年，也是天干地支的戊寅年。

已知最早的黑死病出現在 1346 年的黑海，1338 年只是短短的 8 年前。顯而易見，如果在 8 年前的吉爾吉斯找到鼠疫桿菌，便有機會追溯黑死病的起源。

為求簡便，本文之後稱這場虎年發生的瘟疫為「虎疫」。其實虎疫是以前日本人對霍亂的稱呼，但是名字帥，這邊先借用一下。

快要變成黑死病前不久的鼠疫桿菌

即使由於鼠疫去世，死人骨頭內也不見得會殘留鼠疫桿菌。幸運的是，Kara-Djigach 遺址的 3 位長眠者體內，順利偵測到鼠疫桿菌的古代 DNA。

3 個樣本的平均覆蓋率分別為 0.13、2.8、6.7。論文判斷品質比較好的兩個基因組，遺傳上或許完全一樣，因此後續分析時直接合併，變成覆蓋率 9.5 的一個樣本。

將虎疫和古代、現代鼠疫桿菌樣本一起分析，不得了，不得了，不得了。用虎疫當模板，再變化一點點，便可以衍生出所有 14 世紀黑死病的基因組！

• 延伸閱讀：中世紀黑死病，之後數百年的餘波

非常清楚，導致黑死病的鼠疫桿菌，由虎疫品系衍生而成。根據遺傳差異估計年代，導致黑死病的品系們的共同祖先，估計介於公元 1316 到 1340 年。因此 1346 年起大爆炸的黑死病，遺傳上只能追溯到不久以前的 14 世紀初期。

有派觀點主張，蒙古帝國 13 世紀主導的戰爭與貿易，促使歐亞大陸的大流動，與黑死病發跡有關。根據現有資訊看來，蒙古帝國起家的時刻，距離黑死病的發源還有點早。

遺傳上最接近虎疫的現代鼠疫桿菌，地理上都位於天山一帶，具體來說就是吉爾吉斯、哈薩克、新疆的土撥鼠（marmots，旱獺屬，統稱土撥鼠，不過有好幾個物種）。

論文推論黑死病品系的直系祖先，應該一直都在天山地區流傳。它在公元 1338 年的虎疫爆發，首度於吉爾吉斯留下記錄，8 年過後的 1346 年於黑海現蹤，然後繼續往西向歐洲廣傳，一發不可收拾。

貨出去，人進來，黑死病襲來

多數讀者大概不熟悉中亞地理。從新疆出發，往西是吉爾吉斯，再往西是哈薩克、烏茲別克，再來是土庫曼，接下來是裏海和伊朗，更往西是高加索地區，更西邊是土耳其和黑海。這應該就是黑死病，由東向西傳播的路線。

發生虎疫的吉爾吉斯 Kara-Djigach 在當年是人進來，貨出去的國際貿易中心，發大財之餘，爆發瘟疫並不稀奇。光從遺傳上比對，黑死病之前與大爆發之後的鼠疫桿菌，並沒有很明顯的變化。從公元 1338 到 1346 年發生什麼事，讓黑死病大魔王有登上舞台的發揮機會，值得繼續深究。

也很有趣的是，中亞發跡的鼠疫往西方廣傳形成黑死病，會不會也往東方傳播呢？公元 1338 年，統治中國的政權是元朝，元順帝的至元四年。

公元 1368 年創立明朝的朱元璋 1328 年出生，和元順帝是同時代的人，元順帝也是最後一位統治漢地的元朝皇帝。元朝末代皇帝任內的國家大亂，是否和鼠疫有關？

延伸閱讀

• 拉脫維亞5000年前，最古早的鼠疫桿菌，源自動物傳染？
• 花粉揭秘：黑死病災情，歐洲各地很不一樣
• 中世紀黑死病，之後數百年的餘波
• 18世紀初的鼠疫桿菌，大北方戰爭到馬賽大瘟疫
• 「猛虎」起疫

參考資料

1. Spyrou, M. A., Musralina, L., Gnecchi Ruscone, G. A., Kocher, A., Borbone, P. G., Khartanovich, V. I., … & Krause, J. (2022). The source of the Black Death in fourteenth-century central Eurasia. Nature, 1-7.
2. Ancient plague genomes reveal the origins of the Black Death
3. Black death: how we solved the centuries-old mystery of its origins
4. 800-year-old graves pinpoint where the Black Death began
5. Ancient DNA traces origin of Black Death

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。