香噴噴的粉紅色泡泡品起來——《侍酒師的葡萄酒品飲隨身指南》

• 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。

法國在路易十四的打造下成為時尚中心，即使過了百年，依然擁有絕對性的影響力，正如美國第二任總統約翰亞當斯（John Adams）於一七八二年寫道：

在巴黎的首要之務，永遠是先派人去找裁縫、假髮師傅跟鞋匠。
這個國家已經確立了它在時尚界的主宰地位，其他任何地方的衣服、假髮、鞋子在巴黎通通上不了檯面，此為法國向歐洲各國課徵關稅的眾多管道之一，對美國也不例外。
維持並提升國家在時尚方面的影響力，是法國王室政策相當重要的一環。

路易十四與柯爾貝推行的諸多政策不只為國家帶來豐碩的經濟成果，對內也滿足了政治上的需求。在路易十四手中，服裝成了一種精妙的控制手段，某些服飾成為寵臣的象徵，比方說由路易十四親自設計、綴有金銀刺繡的「裘斯特克」（just-aucorps à brevet）藍色絲綢外套，一次僅容許五十名貴族穿著，且只有穿上它的人才能跟隨路易十四外出打獵，是爭取他青睞的難得機會。能夠貼身接觸君王，對貴族而言是最重要的事。

路易十四本人就是這場宮廷古裝大戲的主角。他熱愛芭蕾舞，曾在宮廷舞劇中飾演太陽神阿波羅而獲得「太陽王」稱號，並持續領銜演出許多劇碼，藉此秀出他那雙據說非常自負的健美小腿。

他腳上的鞋子（不是靴子）將美腿的線條展現得淋漓盡致，在他執政期間風靡一時，尤其是那雙紅色高跟鞋。

但路易十四扮演過最偉大的角色終究還是他自己，就跟瑪莉蓮夢露（Marilyn Monroe）一樣，以精湛到位的演技展現出真正自我。事實上，他的著裝流程才是宮廷內最精心策劃的儀式。路易十四有所謂「早朝」的接見慣例，全程總共有六輪，由特權人士依序進入寢宮向他請安，可看出其地位高低及受寵程度，但幾乎所差無幾。能夠出席早朝並獲得接近國王的機會，是每個朝臣夢寐以求的無上殊榮。

前兩輪接見時，路易十四還躺在床上：先是他的婚生與私生子女，接著才是最受寵的貴族。

他一起身，負責宮廷內務的內廷大臣與首席寢宮侍從便將長袍擺好，接著讓下一批人進來；等他穿上鞋子，再開放下一輪。

王室內務總管及首席衣袍侍從兩人一左一右拉住衣袖，脫下他的睡衣，再小心翼翼替他換上內廷大臣遞上的日常服，由首席貼身侍從及衣袍侍從各自替他套上兩邊的袖子，接著繼續穿鞋、佩劍、披上外袍。

這一連串行禮如儀的動作不禁讓人想起遠古蘇美神話中掌管愛與生育的女神伊南娜（Inanna）：她決定去冥界找姊姊厄里斯奇格（Ereshkigal），途中必須穿過八道門，每一道都得脫下一件衣服才能通過。

儘管這些繁文縟節都是路易十四自己一手立下的規矩，但朝臣百官無不恪守，就連他死後也不例外。

法國王室對於人民穿著打扮及階級流動的焦慮並非在路易十四掌權期間才浮現。事實上早從十五世紀開始，政府就制定了一連串的禁奢令，從法律條文中便可看出端倪。一四八五至一六六○年間通過了十八項法令，意圖管制法國民眾的衣著及飾品穿戴。

例如，一五一四年頒布的法律在前言中開宗明義指出：「絕對嚴禁所有人，包括平民及非貴族人士……利用穿衣風格或服裝打扮假冒貴族之頭銜。」這兩百年來，法國君主試過各種手段，包括限定貴族才能使用絲綢、禁止將金銀用於織品（從而導致貴金屬無法轉入國庫或在市面流通）、建立顏色位階制度等。

從亨利四世到路易十四在位期間，教會講道更進一步強化禁奢法的立意，要求每個人按照地位階序著裝，不可踰矩。

禁奢法是否真能奏效令人懷疑。以散文著稱的哲學家蒙田（Montaigne）認為此舉適得其反。他寫道：「我們的法律試圖規範愚蠢而虛榮的食衣開銷，反而弄巧成拙，」因為這些法令「只會激起大家更想花錢的欲望。」但就在路易十四於一七一五年逝世後，禁奢法隨之廢弛，彷彿打開了水閘，追逐時尚的浪潮正式從上流社會解放，傳入民間。

奢華的衣物不再是貴族的專利。在服裝類型全面解禁，人人皆能仿效的情況下，貴族只能在風格樣式上作文章，藉由不斷變化的細微差異來與大眾做出區隔。

套句盧梭（Jean-Jacques Rousseau）一七六一年小說《新愛洛伊絲》（The New Eloise）核心人物聖波洛（Saint-Preux）的話：「舉目所及，人人不分貴賤，衣著大同小異；若非公爵夫人慧眼獨具，能看出資產階級女性所不敢模仿的風格特色，幾乎無從區分貴族與平民。」這種「一眼看出風格特色的本事」加快了十八世紀法國服裝樣式變化的腳步，而現代時尚之濫觴，即源自於這種日益加速的演變週期。

社會上各階層總是緊跟著上層人士的風向爭相模仿。大眾對時尚的議論尤其激烈，是因為有關服裝的爭辯已經演變成一種「代理人戰爭」，實際上的問題核心是舊制度一成不變的地位階序正逐漸被日益顯著的社會流動取代。社會階層產生新的可塑性，使某些人感到惴惴不安，服裝便成了代罪羔羊。

戲劇家埃德梅．鮑索（Edme Boursault）在一六九○年推出的《伊索寓言》（Les Fables d’Esope）寫道：

巡佐太太要是穿得起，

就會濃妝豔抹，打扮得像個老鴇；

皮條客的妻子為了給人留下好印象，

穿得跟律師太太一樣端莊；

律師太太甚至膽敢

模仿議員夫人的神態樣貌；

就連議員夫人也毫無顧忌，

與議長夫人爭妍比美。

紀錄顯示，法國在路易十四之後確實繼續立法規範布料的用途，但這些法令只是證明了當時社會鋪張炫富的風氣愈演愈烈，一發不可收拾。僕人的制服被貴族拿來當成宣揚聲望的工具，貴族間的地位之爭最終促使政府在一七二四年立法禁止穿著制服的僕人使用綴有金銀裝飾的絲襪。

羅什在一份針對巴黎財產紀錄的詳細研究中明確點出，整個十八世紀，巴黎各個社會階層─舉凡貴族、專業職人、工匠、店舖業者、工人及家傭等─在服裝上的消費都有所增長：「每一種社會類屬（social categories）皆陷入不斷加速的變化更迭之中。」

路易十四時期興起的時尚出版業方興未艾，自一七○○至一八○○年間，法國有多達五十種不同的雜誌期刊在市面上流通，跟服裝有關的書籍亦出現爆炸性的成長，十八世紀後半的出版量比起前半世紀足足超出五倍以上。因此法國作家夏爾．佩羅（Charles Perrault）一六九七年出版的改編童話《灰姑娘》（Cinderella）在此時大受歡迎，或許也不足為奇。

故事描述女主角透過一襲優雅禮服及精美便鞋的穿針引線，從可憐的廚房女傭飛上枝頭嫁給國王，成為皇后。新衣的魅力產生強大的吸引力，盜竊衣物的罪行亦隨之增加。

一七六○至一七六九年間，巴黎的一千七百起審判案件中，就有九百多起（占整體的五成二）與衣物及亞麻織品有關。服裝出租變成熱門行業，假如灰姑娘真有其人，她只需要租件禮服就能脫離苦海，從無名小卒搖身一變枝頭鳳凰，但實際上的社會底層並沒有如此幸運。

某位名叫拉方丹（Lafontaine）的人大吐苦水，說他把衣服租給那些「閱人無數的女性」（暗指妓女），最後她們卻穿著這些衣服死在醫院或牢裡，害他足足損失了四千五百里弗（livre）。

——本文摘自《穿過了：從人類服裝史發掘全球製衣體系背後的祕辛》，2023 年 10 月，時報出版，未經同意請勿轉載

貝多芬，是歷史上最知名的音樂家之一。2023 年問世的論文報告貝多芬的基因組，得知他有肝硬化的遺傳高風險，另外還感染 B 型肝炎病毒，令台灣人肝同身受。

貝多芬留下很多頭髮，哪些是真的？

貝多芬在公元 1770 年 12 月 16 日出生，1827 年 3 月 26 日去世。他在生前就非常知名，去世後名聲歷久不衰，相關研究很多，這項研究從遺傳學切入，獲得寶貴的新觀點。

貝多芬去世後留下一些遺物，但是不見得是真品。這項研究由 8 份獨立收藏的頭髮抽取 DNA，據說源自貝多芬不同年紀留下的頭髮。

8 份樣本，有 1 份「Kessler」的 DNA 含量不足，其餘 7 份足夠分析。5 份長期由不同人保存，遺傳訊息卻完全一致，應該就是貝多芬本人的。其餘 2 份看來分屬沒有關係的 2 個人，顯然不是貝多芬的頭毛。

值得一提的是，「Hiller」頭毛之前檢驗出重金屬，有人藉此提出貝多芬去世前健康惡化，和重金屬中毒有關。但是這回得知這根本不是貝多芬的頭髮，推翻此一論點。

貝多芬的Y染色體，有點謎

從 5 個獨立來源獲得的古代 DNA，能拼湊出完整的基因組，覆蓋率高達 24。遺傳上看來是一位歐洲中部的男生，血緣上沒有特殊之處。Y 染色體型號為 I1a-Z139，也是歐洲的常見型號。

由不同頭髮中取樣拼湊而成的基因組，幾乎可以確認來自貝多芬本人。然而，和貝多芬家族如今的親戚比對，Y 染色體卻不一樣。

音樂家貝多芬在 1770 年出生，名字為 Ludwig van Beethoven。歷史可考有一位 1535 年出生、1609 年去世的祖先 Aert van Beethoven，比他更早好幾代，並且有男性後裔流傳至今。

歐洲的姓是父系傳承，Y 染色體也是；所以同姓的人 Y 染色體應該類似，只有歷代突變累積的少數差異。然而比對發現，如今五位貝多芬的 Y 染色體皆為 R-FT446200，和音樂家貝多芬不同。

如果歷史記載正確，這五位應該都是 Aert 的直系後裔。論文推測，從 Aert 到音樂家貝多芬的兩百多年間，或許發生過某些缺乏紀錄的事。

另一方面，貝多芬類似款式的 Y 染色體，如今依然存在，而且在歐洲人資料庫中可以搜尋到 5 款，估計共同祖先能追溯到一千年前。奇妙的是，五群人的姓氏都不一樣，而且都沒有人姓貝多芬。

爆肝的遺傳風險

有很明確的記載指出，貝多芬 56 歲去世前便長期健康欠佳，有腸道和肝的毛病。另外聽力問題也很出名，身為史上一流音樂家，貝多芬的聽覺竟然從 20 多歲起逐漸退化，去世前聽力極差，原因成謎。

這些問題和遺傳有關嗎？人類遺傳學研究已經找到不少與疾病、健康有關的風險因子，檢查發現，聽力與腸道方面的毛病，貝多芬沒有配備哪些 DNA 變異明顯有關，後天因素的影響也許更大。

貝多芬的肝實際上大有問題，遺傳上看來，幾處基因上也具備高風險的變異。純以 DNA 來說有酗酒傾向，而他晚年確實會酗酒。

不過風險最明確的是 PNPLA3 基因，貝多芬在此基因 rs738409 位置，配備的一對變異與「肝硬化」高度相關，也就是先天上，肝硬化的機率更高。

最終命運：肝硬化×酗酒×B型肝炎？

另一很難想像的發現是，貝多芬去世前不久留下的「Stumpff」頭髮中，偵測到 B 型肝炎病毒的 DNA 片段。

儘管出乎意料，最近確實有研究報告，在病患的頭髮中檢驗到 B 肝病毒。因此頭髮中的病毒 DNA 或許不是後人汙染，而真的是曾經感染貝多芬的病毒。

B 肝病毒有很多款，貝多芬感染的型號是歐洲常見款式 D2。他在 1827 年 3 月去世，留下這些頭髮的日期則早於 1826 年冬天，由此可知去世前幾個月，貝多芬正在感染 B 型肝炎。

即使體內有 B 肝病毒，也不見得能在頭髮中偵測到，所以更早留下的頭髮中沒有病毒，不等於他當時沒有感染。貝多芬也有可能是長期感染的慢性帶原者。

貝多芬中年起健康明顯走下坡，去世前幾年或許同時受到肝硬化、酗酒、B 型肝炎的夾擊，才會導致嚴重的肝病問題。

歷史記載 1826 年 12 月時，貝多芬出現黃疸、四肢腫脹，很像肝功能衰竭的症狀。他就此臥床，直到長眠。

貝多芬，我們懷念他。大家也要注意健康，小心肝。

延伸閱讀

• 【2022 年諾貝爾生理或醫學奬】復現尼安德塔人消逝的 DNA，也映襯我們何以為人
• 由博物館頭髮 重建澳洲族群史
• 印地安領袖「坐牛」，DNA確認現存後裔
• 古埃及與古代DNA（中）──圖坦卡門身世之謎真的解開了嗎？
• 古埃及與古代DNA（下）──法老與子民
• 江山代有 B 肝出，各領風騷數千年—— B 型肝炎病毒的萬年演化史
• 16世紀墨西哥城3位非洲奴隸，還有他們的B肝病毒與雅司病
• 遺體中尋獲肉毒桿菌，能證明聶魯達被謀殺嗎？

參考資料

1. Begg, T. J. A., Schmidt, A., Kocher, A., Larmuseau, M. H., Runfeldt, G., Maier, P. A., … & Krause, J. (2023). Genomic analyses of hair from Ludwig van Beethoven. Current Biology.
2. Beethoven’s cause of death revealed from locks of hair

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。