Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

加國大學發現能抑制普里昂蛋白感染的化合物

國科會 國際合作簡訊網
・2012/09/05 ・988字 ・閱讀時間約 2 分鐘 ・SR值 560 ・八年級

加拿大亞伯達大學 (University of Alberta) 的研究人員發現了一種新的化合物,可以抑制大腦中機能失常的蛋白質擴散,這種失能的蛋白質會造成令人類和動物致命的神經退化性疾病。

神經退化性疾病,如人類的庫賈氏症 (Creutzfeldt-Jakob disease),及牛、羊、鹿和麋鹿種群的大腦疾病,都可以溯及機能失常的蛋白質。

亞伯達大學化學研究人員 Frederick West 表示,這種位於大腦中的蛋白質要正常的運作,必須折疊成特定的形狀。

但是當折疊發生難以理解的錯誤,便成為普里昂蛋白 (prion),這個詞源於蛋白質及感染。研究人員不知道蛋白質是如何又是為什麼會發生錯誤折疊,但認為普里昂蛋白對大腦有毒性。

-----廣告,請繼續往下閱讀-----

West 及其團隊已經開發了能將普里昂蛋白從源於大腦的感染細胞中移除的化合物。

West 表示,「在我們實驗室的實驗中,當特製分子被置入感染細胞時,錯誤折疊的蛋白質的數量會減少,在某些情況下,我們甚至無法檢測到任何剩餘的錯誤折疊的普里昂蛋白。」

West 和亞伯達大學普里昂蛋白與蛋白質折疊疾病研究中心 (Centre for Prions and Protein Folding Diseases) 的同事們表示,這項研究還不是治療法,但確實開啟了開發治療法的大門。

職為普里昂中心主任的 David Westaway 表示,「我們還沒有準備好將這些化合物注入被普里昂蛋白感染的牛隻。這些初步的化合物並不是為了最終運行的情況而建立。」

-----廣告,請繼續往下閱讀-----

West 指出,在這個階段最有希望的實驗化合物實在太大,無法用來治療人類或動物。

West 表示,「要讓藥物通過胃部進入血液中,會受到分子大小的限制。此外,要開發能夠穿越血腦屏障,進入中樞神經系統的藥物分子,還需要很複雜的化學作用。」

人體接觸到的普里昂蛋白引起的大腦疾病,只限於庫賈氏症或狂牛病的罕見病例。研究人員表示,在工業化國家中,顯示百萬人中只有一人出現人類感染狂牛病,但花費時間及金錢去研究這種疾病仍然是非常值得的。

West 表示,「普里昂蛋白引起的疾病運作方式非常可能與神經退化性疾病如阿茲罕默症類似,這種神經退行性疾病在全球普遍的情形令人憂慮。」

-----廣告,請繼續往下閱讀-----

這項研究的 20 萬加元經費來自於隸屬亞伯達創創新生物解決方案 (Alberta Innovates Bio Solutions) 的亞伯達普里昂蛋白研究所 (Alberta Prion Research Institute)。

主要研究作者是普里昂蛋白與蛋白質折疊疾病研究中心的 Charles Mays。其它研究人員任職於亞伯達大學化學系、神經病學系及生物化學系。這項研究成果發表於生物材料 (Biomaterials) 期刊。

作者:駐加拿大台北經濟文化代表處科技組
資料來源:University of Alberta [2012-07-19]

轉載自國科會國際合作簡訊網 [2012-08-26]

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
國科會 國際合作簡訊網
47 篇文章 ・ 3 位粉絲

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
消滅狂牛症驚悚謠言,催生英國科學媒體中心│科學家與媒體的橋樑(一)
台灣科技媒體中心_96
・2020/08/17 ・3679字 ・閱讀時間約 7 分鐘 ・SR值 591 ・九年級

編按:充斥在新聞媒體或社群上的偽科學謠言,或似是而非的「新發現」,通常都以誇張聳動的標題吸引讀者的目光,並讓多數人深信不疑。誰能擔任這個破除迷思的角色,成為科學家與媒體傳播間的橋樑,為閱聽者導正視聽呢?這一系列文章,將介紹英國科學媒體中心(SMC)如何運作,打擊新聞上的偽科學、假訊息。

偽科學與謠言終結者──英國科學媒體中心

英國科學媒體中心(Science Media Centre,簡稱 SMC)的名氣,遠不如原生於英國、赫赫有名的電視台 BBC,也不如英國《衛報》(The Guardian)那般舉世所知,甚至,英國社會上的普羅大眾也不一定知道,英國 SMC 在許多重大新聞事件上所扮演的關鍵角色。

SMC 的 logo。
圖/SMC 官方推特

唯有當科學家有良好的媒體溝通能力,媒體才能報導更好的科學新聞。

國際權威的科學期刊《自然》(Nature)在其深度報導中,以<關注的焦點>(Centre of Attention)為題介紹這個成立於 2002 年、在科學新聞上無役不與的「科學媒體中心」,以及其中的靈魂人物費歐娜.福克斯(Fiona Fox)。

既是中心主任亦是創始人之一的福克斯,在文章、訪談與報導中談及科學與媒體傳播時,常提到「唯有當科學家有良好的媒體溝通能力,媒體才能報導更好的科學新聞。[1]並以此為中心運作宗旨,致力於提高新聞中的科學知識含量,兼顧科學報導的正確性與即時性。

-----廣告,請繼續往下閱讀-----

吃牛肉傳播狂牛症?謠言催生英國 SMC

英國 SMC 的催生期,正是狂牛症肆虐英國,各報頭條充斥各種傳聞的 2000 年。俗稱為狂牛症的病症,在學理上稱為牛海綿狀腦病(Bovine spongiform encephalopathy,BSE),病源是牛隻染色體中的變異普昂蛋白質(prion protein),造成牛隻的腦神經結構會退化如海綿一般且近百分百致死,且具傳染性。1986 年在英國確認第一起牛隻病例後,媒體爭相報導,然牛隻疫情持續擴散。

1990 年 5 月科學家出來呼籲,因其具傳染性與百分百的致死率,應全面撲殺英國牛隻。同月,英國農業部長召開記者會,宣稱牛肉是安全的,並讓記者拍攝他 4 歲女兒大口咬下牛肉漢堡的畫面。[2]

1992 至 1993 年間,染病牛隻到達高峰,接著便傳出4位畜養牛隻的農場主人,因罹患中樞神經系統病變的新型庫賈氏病(variant Creutzfeldt-Jacob Disease,vCJD)而死亡。 吃牛肉會致死的謠言不脛而走,而「盤子裡的食物會殺人」如此令人難以抗拒的新聞訊息,終於蔓生至家家戶戶,英國社會無人不對此恐慌。

名嘴、政客搶盡版面,專業科學家的聲音呢?

狂牛症事件中,檯面上卻鮮少有研究普昂蛋白質科學家的聲音,倒是政治人物、媒體名嘴、各級政府官員的「專家意見」佔滿版面。

-----廣告,請繼續往下閱讀-----

所以到底吃牛肉會不會致死?

沒有專業人員親上火線回答,在這樣的媒體環境下,這謠言渲染成人人聞之色變的「事實」。然而,2000 年英國農業部所發表的狂牛症報告明確指出 [3],雖在小鼠上確認新型庫賈氏病,是由造成狂牛症的普昂蛋白質而導致,但在人類身上還不能直接確認其因果關係

以當時的科學證據,只能確認人類所患之罕見新型庫賈氏病與狂牛症有關,因為這些患病的人曾暴露於高風險環境從 1990 到 2017 這 28 年來,英國庫賈氏病的統計上,只有 178 人可確認死因或其可能死因為新型庫賈氏病;而 1990 到 2000 年的累積人數,是 80 人 [4]。但這一統計數據與政府報告,完全不能消減英國社會對吃食牛肉的漫天恐懼,於是狂牛症事件重創英國畜牧業,災情更擴及整個歐洲。

重建大眾對科學家與媒體信任,英國SMS誕生

事實上,狂牛症事件不僅重創畜牧業,更凸顯失能的政府治理,並深深破壞了民眾對政府、專家、科學與科學家的信任。

這年,在英國皇家科學研究院(Royal Institution)主任、牛津大學知名神經科學家蘇姍.格林菲爾德(Susan Greenfield),和科學部長森士伯立勳爵(Lord Sainsbury)的號召下,科學界具顯赫研究成果的科學家,與資深媒體編輯和記者紛紛響應,組成 SMC 創立之諮詢委員會,花了近兩年時間,確立英國SMC的定位與角色。

-----廣告,請繼續往下閱讀-----

2002 年,旨於重建大眾對科學家與媒體信任的英國科學媒體中心,正式成立。

狂牛症事件重擊畜牧業,更凸顯政府失能,並危急民眾對於政府、專家、科學與科學家的信任。
圖/pixabay

快速轉介科學家,與媒體配合破除謠言

英國 SMC 在成立之時雖有明確任務,但是怎麼達成目的、該怎麼進行,仍然缺乏明確的路徑。福克斯在英國 SMC 成立十週年所寫的文章中回憶到,那時關切科學在新聞媒體傳播呈現的各方專業人士,紛紛給予意見,表達對中心應如何運作的想法。她舉例,當時頂尖科學家的建議包括「應該專注於推進園藝計畫中的科學」到「作為世界各地科學家參訪英國的接待中心」都有。

經過一輪拜訪、討論與媒體觀察,英國 SMC 確認它的功能應補足科學家與媒體關係之中,最缺乏的一塊:有效溝通

-----廣告,請繼續往下閱讀-----

補足科學家與媒體關係之中,最缺乏的一塊:有效溝通。
圖/pixabay

運作 16 年至今,英國 SMC 的專家資料庫中已有約 3,000 位科學家,固定為其撰寫科學新知(或研究報告)的短評與新聞回應,以呈現多元的科學家觀點。若因混沌不明的科學事實未能釐清而產生重大爭議,英國科學媒體中心會第一時間親上火線,邀集專家召開記者會,澄清新聞上的科學謬誤。

科學家提供正確知識,媒體進行專業轉譯

英國 SMC 所扮演的角色,是科學家與媒體的媒合者。說來輕鬆,卻因科學與新聞專業在各自的養成過程中多有差異,雖可說關注的面向都是呈現真相,但是探求真相與呈現的方式卻大相徑庭。英國 SMC 一方面與科學家溝通,指出公共領域若缺乏真正的科學證據與論述,不僅無助於公眾討論,長久下來更可能危害社會凝聚力;公眾愈輕忽科學,也愈可能影響科學社群的研究經費來源。

另一方面,英國 SMC 與傳播媒體溝通,指出科學證據的產出、呈現方式的理解門檻雖然高,但卻能有效提供掌握問題的背景知識,因此得透過傳播媒體的專業轉譯能力,艱澀的科學知識才有可能為大眾所接受。

-----廣告,請繼續往下閱讀-----

英國 SMC 的每日工作重點,便是整理科學家提供的最新研究期刊成果的短評(roundups),如此一來,讀者或媒體便能透過科學家的解讀,正確傳遞此項研究的發現與限制,不會在引用時因不解而誇大,而媒體也常引用此類短評來補充事件的背景知識;二來,希望能呈現相近領域專家,在相同研究上的不同觀點,這些觀點不僅可能有所出入,甚至可能相左,這也反映出科學社群慣常的辯論。

若粗略回顧那似乎是線性發展的科學進程,事實上是時經多年、多個團隊實證研究彼此衝突的結果,再不斷經由科學方法來回否證、累積而成。

黃金三招:即時回應、開記者會、事實查核表

為了做好科學傳播,英國 SMC 有三大重要行動,其一便是在重大事件登上頭條後,展開「即時回應」(rapid reaction),邀請該領域的專家出面澄清新聞謬誤,以書面解釋目前科學發展所能提供的知識背景;其二行動,是召開記者會(briefing),邀請專家提供科學新聞事件的口頭簡報。記者會又分為兩類,一是解釋事件背景及其影響(background briefing),二是發布新的科學研究(news briefing);其三行動,是即時整理出專家回應該事件所能提供的事實查核表(factsheets),並在專家同意之下,提供聯繫方式以供媒體朋友獲得第一手正確訊息。

可以想見這任務難關重重,對於科學媒體中心來說,最艱困的任務莫過於在對的時間點、對的題目上,找到對的科學家。什麼是對的科學家?那不只是這位科學家的研究主題相符,更是他有意願與信任的媒體接觸,且有能力清楚解釋科學證據,讓媒體能從中吸收正確資訊,促成有力的報導。

-----廣告,請繼續往下閱讀-----

最重要任務:破壞謠言,阻假消息流竄

最後一項任務也是英國 SMC 最熱中的,便是破壞謠言(crap busting)。英國 SMC 在和科學記者建立信任關係之後,會主動提供可攻破科學假新聞的資料,以及可聯絡之專家,讓謠言在足夠證據下,被即時破壞,防止假消息進一步流竄。

例如說曾有新聞指出西洋菜(watercress)可以降低罹癌風險,英國 SMC 便找到世界首屈一指的癌症科學家,計算出若要用西洋菜抵抗癌症,得吃上很多噸的西洋菜才能有效,雖然此新聞仍登上報紙,但英國 SMC 所提供的資料,能讓讀者保有足夠的懷疑心,不致輕信。

如何說服科學家面對媒體?挑戰接踵而來

對科學家來說,在新聞熱點上為科學研究挺身而出,面對可能抱持敵意的閱聽眾,那要承擔的學術風險、耗費的精力與犧牲的時間,都難以估量。英國 SMC 是如何說服科學家面對媒體?在基改作物、MMR 疫苗是否會導致自閉症的爭議上,又是如何踏浪而行?批評者是如何看待貌似「僅以科學意見為尊」的英國 SMC?英國 SMC 又是如何回應?

下一篇,會以幾個案例來爬梳這些年英國 SMC 所經歷的大小戰役,以及在光環之外,又是如何飽受批評。

-----廣告,請繼續往下閱讀-----

透過傳播媒體的專業轉譯能力,大眾才可能接受艱澀的科學知識。
圖/piqsels

註釋

  1.  福克斯所言之原文為:”The media will DO science better when scientists DO the media better.”
  2.  The Guardian (2000). “BSE crisis: timeline.”
  3.  FAO (2000). “Bovine Spongiform Encephalopathy in Great Britain- A Progress Report.”
  4.  NCJDRSU (2018). “CREUTZFELDT-JAKOB DISEASE IN THE UK.”
-----廣告,請繼續往下閱讀-----
台灣科技媒體中心_96
46 篇文章 ・ 328 位粉絲
台灣科技媒體中心希望架構一個具跨領域溝通性質的科學新聞平台,提供正確的科學新聞素材與科學新聞專題探討。

0

0
0

文字

分享

0
0
0
加拿大對跨海英國狂牛症│食安簡史16:實戰開始
miss9_96
・2019/09/30 ・2132字 ・閱讀時間約 4 分鐘 ・SR值 578 ・九年級

食品安全近年引發許多焦慮,臺灣的食安政策究竟該如何制訂,才能讓大家吃得安心放心呢?本系列以歐盟、英國、美國、加拿大、中國等國為例,整理歸納系列文章,邀請大家破關點技,點好點滿成為食安鬥士。


2003 年,加拿大爆出第一起狂牛症,經濟驟跌,估計損失高達五十億美元。

萬事俱備,只欠溝通?加國的風險溝通

在網路尚未興起的年代,電視和報紙是政府熟悉的政令布達管道,但自從數位科技和公民意識崛起,「透明、公開」成了民眾檢視政府的主要焦點,過往「單向宣導」、「專家獨審」的施政方式,逐漸轉變為「雙向溝通」、「專家、公民協同溝通」的年代1

然而,食安管理的風險溝通並非簡易之事。他山之石可以攻錯,接下來我們從加拿大面對狂牛症入侵、戴奧辛鮭魚事件,來探討當時的加拿大在面對食安的風險溝通上,出了什麼問題?

好貴的一堂課,50 億美元一夕蒸發

時光退回 1996 年左右,英國首相首次公開坦承英國牛肉含有致命蛋白,歐陸前後爆發狂牛症的受害者,歐洲各國猶如天翻地覆一般。但大西洋彼岸的加拿大政府面對此事,卻悄然無聲。直到進入了 21 世紀。

-----廣告,請繼續往下閱讀-----

2003 年 5 月,北美加拿大境內出現第一例狂牛症,加國出口市場立即大幅萎縮、蒙受巨大的損失。截至 2006 年為止,僅管只有 7 個零星的案例,但仍引起天價的經濟損失,文獻評估加拿大光在 2003 年裡就損失了約五十億美元(約當時兩千億台幣)2。但從 1996 年到 2003 年,整整七年裡,難道加拿大政府真的完全沒有準備嗎?

英國紀念狂牛症的郵票。圖/wikimedia

食安簡易分析法:風險評估四象限

食品安全的基石在於風險評估風險管理風險溝通3。而根據美國學者4和我的看法,風險評估可針對「科學上已知危害程度」、「民眾受影響的時間長度」和「受影響人數」劃分成四個象限的圖表。

  • 以 2016 年初在屏東查獲的國興鮮公司販售逾期冷凍雞肉案為例5,此案件的黑心企業屬地方性廠商,代表受害人數的圓圈直徑較小。
  • 由於風險暴露的時間長達數年,所以在代表「民眾受影響的時間長度」的 X 軸上屬於中間的位置;但由於理論上冷凍肉品並不會產生毒素或微生物,所以在科學上的危害度較低,因此列於 Y 軸的最低點。
  • 所以就風險評估的四象限示意圖來看,此食安事件應該會落在第三、四象限之間。

(點圖放大)食品安全風險評估四象限圖。圖/作者整理繪製。註:此圖的案例分析僅為範例。

-----廣告,請繼續往下閱讀-----

食安事件的「風險評估」以這種四象限視覺化的呈現方式,可以清楚地告訴決策者,目前的食品安全風險影響的範圍到什麼程度,快速地協助決策者能夠將適量的資源投入正確的案件當中

食安簡易分析法:風險溝通四象限

而風險溝通也可以用「爆發的機率」、「爆發的嚴重度(健康/經濟)」和「媒體關注熱度」進行視覺化。

  • 假設進口肉品進入國內導致台灣牛隻感染狂牛症為例,由於台灣媒體必然會大幅度炒作,因此在「媒體關注熱度」上,圓圈的直徑會極大。
  • 但發生的機率極低,所以在 Y 軸的最底端,但此事件必然對民眾健康和市場經濟會造成極大的傷害,所以圓圈將落在 X 軸的最右端,因此最後的位置將在第四象限,形成下圖的型態。

(點圖放大)食品安全風險溝通四象限圖。圖/作者整理繪製。註:此圖的案例分析僅為範例。

而「風險溝通」的四象限劃分法,能讓決策者很清楚、快速的評估未來發生食安危機的可能性、嚴重度以及媒體反應,以利決策者進行下一步的決定。上述的兩種四象限法,是簡單地幫助決策者快速地判斷事態嚴重度的方向之一。然而食安風險管理要考量的因素尚有科學、獨立、透明、溝通技巧6等,仍需要獨立且長期研究的風險研究中心才能夠勝任。

-----廣告,請繼續往下閱讀-----

接下來,我們將來看看輕忽風險溝通的加拿大政府,在狂牛症和戴奧辛鮭魚的衝擊下,疏忽了什麼呢?

下一篇請見:加拿大風險溝通的失敗案例│食安簡史17:實戰開始

  1.  放寬三聚氰胺標準 台衛生署長辭職。BBC新聞網
  2. 食品科技與安全:三聚氰胺。中華民國科技部科技大觀園
  3. 蔡英文「新政百日」專題評論:林雨蒼:太陽花、公民參與,與想溝通的小英。端傳媒
  4. William Leiss, Anne‐Marie Nicol (2006) A Tale of Two Food Risks: BSE and Farmed Salmon in Canada. Journal of Risk Research, 9, 891-910
  5. 林昱梅 (2015) 論食品安全管理法制中之預防原則:以歐盟與臺灣為中心。台大法學論叢。國立台灣大學法律學院。中華民國
  6. 風險管理與溝通研討會。國家衛生研究院國家環境毒物研究中心。2016年4月25日
  7. 過期冷凍雞肉改標重賣 黑心廠商聲押。蘋果日報
  8. 不會說人話的政府,造成民間對政策極大誤會:金管會「限縮」電子支付總額的真相。火箭科技評論
-----廣告,請繼續往下閱讀-----
miss9_96
170 篇文章 ・ 1084 位粉絲
蔣維倫。很喜歡貓貓。曾意外地收集到台、清、交三間學校的畢業證書。泛科學作家、科學月刊作家、故事作家、udn鳴人堂作家、前國衛院衛生福利政策研究學者。 商業邀稿:miss9ch@gmail.com 文章作品:http://pansci.asia/archives/author/miss9