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

• 本文轉載自特有生物研究保育中心，《自然保育季刊》第 116 期
  
• 作者／鄭錫奇｜行政院農業委員會特有生物研究保育中心研究員兼主任秘書、林清隆｜社團法人台灣蝙蝠學會秘書長、林融｜社團法人台灣蝙蝠學會研究專員、許家維｜行政院農業委員會特有生物研究保育中心計畫助理、張簡琳玟｜行政院農業委員會特有生物研究保育中心助理研究員

探知瞭解臺灣狐蝠 (Pteropus dasymallus formosus) 在臺灣過去的歷史及目前的現況，對於保育這種瀕臨絕種保育類野生動物至關重要。首先，我們想要從人類還沒登上綠島定居的時期談起。

據說綠島是臺灣狐蝠的故鄉，當時生存在島上的族群可能有 1,00－2,000 隻之多。原始綠島雖然森林茂盛、食物資源豐富，然而面積有限的自然環境所能涵養的狐蝠族群數量可能在千隻之譜，所以有些年輕個體可能因為競爭壓力下向外播遷，以尋求更大的生存機會。

綠島距離最近的臺東僅約 33 km，對於這種具飛行能力的大型哺乳類而言，就近遷移到臺東地區根本不是問題，並順勢逐漸擴及花蓮亦屬合理，所以歷史文獻告訴我們，花蓮老早就有狐蝠的分布；近期的研究亦證實花蓮的狐蝠和綠島的個體親緣關係密切。數百年來，原住民居住在綠島上，並利用島嶼及海域的自然資源謀生；之後，漢人亦陸續登島移居。然而，可怕的事情約莫發生在半個世紀前，當人類大舉開發綠島天然棲地並大肆捕捉利用野生動物起，臺灣狐蝠逐漸沒有了明天⋯⋯

臺灣狐蝠的發現及身世

臺灣狐蝠是臺灣最大型的蝙蝠，模式標本的來源是當時一位駐臺的英國長老教會牧師 Hugh Ritchie 自打狗 (今高雄) 獲得一對狐蝠雌雄成體標本寄給倫敦動物學會 (Zoological Society of London) (現存於英國博物館)，這是臺灣狐蝠首次發現的紀錄。後經動物學家 Philip Lutley Sclater 在 1873 年發表命名為臺灣特有種 Pteropus formosus (Sclater 1873)，距今已近 150 年；雖然論文中並無明確的形態描述，僅認為此種外形很像分布於琉球的琉球狐蝠(P. dasymallus)，但附有J. G. Keulemans 手繪的逼真彩圖 (Sclater 1873)。1931 年堀川安市在《台灣哺乳動物圖說》寫道：「狐蝠，台灣特產，所知產地在台東廳下的火燒島（綠島），但最近在花蓮港街附近亦有捕獲。」可見當時花蓮地區就有狐蝠出沒。1933 年黑田長禮認為臺灣狐蝠與琉球狐蝠極為相似，遂修訂臺灣狐蝠的分類地位為琉球狐蝠的 5 個亞種之一，學名改為 P. d. formosus，其原產地應在綠島，而在臺灣地區所發現的其他零星個體皆屬於意外飄泊者 (Kuroda 1933)。

根據林良恭教授 (1983) 早年的論文指出，臺灣狐蝠過去的分布地點，為高雄，花蓮，綠島。至於蘭嶼，早先似乎被認為理所當然應有狐蝠存在，然而鹿野忠雄 (1929) 發現過去一直以為棲息在島中洞穴的狐蝠，其實是白腰雨燕 (Apus pacificus)；不過黑田長禮 (1938) 則確認高橋定衛曾於 1933 年 10 月在蘭嶼獲得狐蝠標本。此外，1940 年黑田在《原色日本哺乳類圖說》 一書論及花蓮的哺乳類時指出：「在花蓮的哺乳類共有 10 種。……狐蝠，加禮宛……。」表示當時在花蓮地區的加禮宛有狐蝠分布。加禮宛原為噶瑪蘭平埔族遷移至花蓮地區所設七社之一，光復後改為花蓮縣新城鄉嘉里村。

幾近絕種的飛行哺乳類

臺灣為保育野生動物資源，在 1989 年訂定頒布《野生動物保育法》，保育類野生動物名錄中將臺灣狐蝠列為瀕臨絕種保育類野生動物。其實臺灣在光復之後，一直到 80 年代對於野生動物族群與分布現況的瞭解都極其有限。王穎教授在 1986 至 1988 年曾針對當時在臺灣頗為盛行的山產店對野生動物利用的情形進行一系列的調查及訪談，結果發現，在 78 家山產店中間商規模的實際調查量和一年交易推估量的前 5 名分別為山羌 (Muntiacus reevesi micrurus)、野兔 (Lepus sinensis formosus)、白鼻心 (Paguma larvata taivana)、山羊 (Capricornis swinhoei) 和野豬 (Sus scrofa taivanus)，數量較少的末 5 名為水鹿 (Rusa unicolor swinhoei )、石虎 (Prionailurus bengalensis chinensis)、黑熊 (Ursus thibetanus formosanus)、黃喉貂 (Martes flavigula chrysospila) 和水獺 (Lutra lutra chinensis)；至於狐蝠的交易資料完全沒有紀錄。

堀川安市在 1925 年曾在臺東的街上購買一隻狐蝠飼養，並清楚記載著飼養當時的情形 (堀川 1925)。本文第一作者曾於 1990 年在臺東地區昔日的小野柳山產店發現一隻關在籠子兜售的狐蝠，業者表示這一隻狐蝠是來自綠島。林良恭與裴家騏 (1999) 透過訪談得知，早期在綠島的獵人會連結數張尼龍製鳥網，設置於稜線上，一夜最多可捕捉 30 隻左右的狐蝠，捕獲後輾轉販售至臺灣花蓮和臺東等地，再轉手至各動物園或由私人飼養。李玲玲和林良恭於 1992 年撰文探討臺灣地區中大型哺乳動物的現況時，即認為臺灣狐蝠已幾近絕種，與雲豹(Neofelis nebulosa brachyura)和水獺同樣面臨極大的生存危機，其存續狀況令人擔心。

臺灣狐蝠的原鄉

位於臺東外海的綠島，原名火燒島，島嶼面積僅 15.1 km²，為臺灣第四大附屬島嶼，距離臺東最短的直線距離僅約 33 km。早先有達悟族等原住民登島居住，後來陸續有漢人移居；在臺灣戒嚴時期曾經是關押政治犯的著名監獄所在，如今則是以觀光產業聞名，來自國內外登島欣賞風景、體驗海洋生態與潛水活動的遊客絡驛不絕。文獻指出，在日治時期有多位日籍學者論及綠島的臺灣狐蝠，並咸認為綠島是臺灣狐蝠的產地 (林良恭 1983；吳永華 2004)。最早是岸田久吉 (1924) 在東京帝國大學發現一個可能是在 1897 年春天採自火燒島、不甚完整的臺灣狐蝠標本；黑田長禮 (1925) 提及於 1911 年在火燒島採獲的臺灣狐蝠；堀川安市 (1925) 指出，產於火燒島的臺灣狐蝠，白天隱身於岩洞 (作者註：此應是當時的誤判)，天黑才出現，嗜食果實，以榕樹的果實為主食；鹿野忠雄 (1929) 亦敘述火燒島的臺灣狐蝠棲息於密林中，倒掛於樹枝，多風的日子很容易捕獲。

然而，一般民眾若在今日登島觀光旅遊，想要目睹空中飛行或棲息林間的狐蝠，機會微乎其微。林良恭及裴家騏曾於 1993 至 1996 年於綠島進行為期二年半的實地調查，但並未發現狐蝠，僅根據訪問當地居民指出，60－70 年代時期狐蝠最高族群量曾達 2,000 餘隻，然而在 1976－1986 年間遭受大量獵捕及棲地林相改變而導致族群量銳減 (林良恭 與裴家騏 1999)。綠島曾棲息 2,000 隻狐蝠，到底可信度如何？

林良恭與裴家騏 (1999) 依據 Wiles et al. (1989) 針對馬里亞納群島的瑪麗安娜狐蝠 (Pteropus mariannus) 所建立的島嶼面積與狐蝠族群量之公式推算，當未遭受到嚴重狩獵，綠島面積可供養 813 隻狐蝠，然而若有嚴重狩獵的情況下，則僅存 21 隻狐蝠。近年來，我們在綠島進行現況調查時也對當地耆老進行訪談，耆老提到有一位專門獵捕狐蝠的獵人，在一生當中就曾在綠島打到幾百隻、甚至上千隻的狐蝠。

近年綠島狐蝠調查

關於狐蝠在綠島被發現的報導資訊並不多，大概僅有 1991 年綠島居民為防止野鳥啄食木瓜園，架設鳥網意外捕獲一隻狐蝠，以及 1995 年顏聖紘教授在綠島進行昆蟲調查時於龜灣目擊過狐蝠 (吳慧雯 2010)。直至 2005 年，行政院農業委員會特有生物研究保育中心（以下簡稱特生中心）及台灣蝙蝠學會的調查團隊為執行「臺灣地區野生動物多樣性資源之調查研究」計畫，曾於當年 4 月登島進行為期一週的調查，結果僅發現幾隻零星的臺灣狐蝠 (鄭錫奇等 2006)。臺北市立動物園研究團隊於 2005 至 2009 年在綠島曾進行數年調查，亦發現過幾隻倖存的臺灣狐蝠，並於 2009 年 4 月間觀察到一隻母蝠抱著幼蝠活動，認為族群可能尚有增長潛力 (吳慧雯 2010； 陳湘繁等 2009)，當時推估綠島狐蝠僅約 12 隻。

在《野生動物保育法》公告實施 27 年之後，特生中心與林務局於 2016 年根據 IUCN 的評估標準進行臺灣陸域哺乳動物之保育等級評估，並編撰出版《2017 年臺灣陸域哺乳類紅皮書名錄」(鄭錫奇等 2017)，此名錄將臺灣狐蝠列為國家極度瀕危 (NCR, National critical endangered)，與歐亞水獺同一等級。近年 來政府為回應社會大眾對瀕危野生動物積極進行保 育或復育的期待，在林務局統籌規劃的「國土生態保育綠色網絡建置計畫」項下，特生中心及台灣蝙蝠學會於 2018 至 2021 年合作執行「臺灣狐蝠研究與保育策略研擬案」，結果在綠島一些特定棲地陸續發現狐蝠的食渣和排遺，並在黃昏或清晨以定點觀察方式，多次發現狐蝠飛行個體，最後根據島上發現的狐蝠食渣數量推算，綠島約有 20 隻狐蝠 (範圍 10-31隻)，認為目前綠島的狐蝠族群應處於數量不多但穩定的狀態 (林清隆等 2020；鄭錫奇等 2021)。 

龜山島狐蝠相見歡

位於宜蘭外海的龜山島因外形似浮龜而得名，頭城人常稱之為龜島或龜嶼，面積僅約 2.84 km²， 直線距離宜蘭的烏石港僅約 10 km。昔日的龜山島有居民居住，直到 1977 年成為軍事管制區後，島上居民全數遷移至宜蘭頭城。1999 年政府將龜山島納為東北角暨宜蘭海岸國家風景區內，依當地的人文特色及生態資源，規劃為海上生態公園，並結合鄰近海域的賞鯨活動，成為北部藍色公路熱門的旅遊景點；然為減低觀光旅遊對環境造成衝擊，乃管制遊客數量並禁止在島上過夜。開放登島觀光期間偶有聽聞有人在島上發現狐蝠，但一直沒有正式紀錄。直到 2006 至 2009 年間，臺北市立動物園研究團隊登島進行調查時不僅確實觀察到狐蝠的蹤影，也發現狐蝠在島上終年活動，並有繁殖育幼行為 (陳湘繁及吳慧雯 2010)；然而訪談之前的居民表示昔日在島上不曾目擊過狐蝠。

2009 至 2013 年，陳湘繁教授持續針對龜山島臺灣狐蝠族群進行自然史、棲地利用與族群遺傳結構研究，並在 2010 年根據捕捉標放個體推算島上的臺灣狐蝠族群至少有 20 隻 (陳湘繁及李涵君 2014)。至此龜山島確認為是臺灣狐蝠一處重要的棲地，然而陳教授推論，龜山島上的狐蝠族群應是晚近年代才經由海洋播遷移入，最有可能是來自八重山群島的狐蝠，因為親緣研究證據顯示，相對於與其他的臺灣狐蝠族群（如綠島），島上的狐蝠與來自八重山群島西表島 (Iriomote) 個體間親緣關係相近。2018－2021年，特

生中心及台灣蝙蝠學會團隊執行「臺灣狐蝠研究與保育策略研擬案」之歷年調查都在島上發現比陳教授當年更多的狐蝠食渣和排遺，也經常在清昏或夜間觀察到狐蝠，甚至在 4‒8 月間偶可發現母蝠帶領著幼蝠或亞成蝠活動的景象。根據狐蝠食渣的數量、目擊狐蝠個體數，以及年度間參與繁殖育幼之成幼蝠數量綜合推算，龜山島應存在有 80 多隻狐蝠（範圍 40－128 隻）。這些年來，龜山島上狐蝠族群量的整體趨勢似乎是向上的（林清隆等 2020；鄭錫奇等 2021）。

被遺忘的花蓮狐蝠

雖然如前所言，臺灣狐蝠分布於花蓮地區在日治時代就有文獻紀載 (Yasuichi 1931；Kuroda 1940)，但是似乎沒受到太多的關注，近年來在花蓮發現狐蝠竟然是 50 多年後的 1992 年。1992 年，廖美菊老師記憶當時任教於花蓮女中時，曾在校園中看過狐蝠（廖美菊 私人提供）。

之後，在 1995 年至晚近幾年則陸續有人在花蓮市美崙山、美崙溪畔及出海口，市區的花蓮高農、花蓮酒廠文創園區與學校校園、鄰近的鳳林鎮發現狐蝠。2018‒2021 年，特生中心與台灣蝙蝠學會執行「臺灣狐蝠研究與保育策略研擬」時，除了研究人員每季的實地調查外，並廣邀當地的自然觀察者擔任狐蝠監測志工，從 2020 年 9 月迄今的志工登錄人數已有 38 人，並陸續回報監測資料超過 300 筆，這對於花蓮地區狐蝠的分布、活動和族群量的瞭解貢獻良多。更難能可貴的是，這些愛鄉惜蝠的監測志工不僅發現多處臺灣狐蝠在花蓮市區的日棲所 (day roost)，也觀察到以往不曾知道的資訊，諸如冬季當地的狐蝠會取食王棕 (Roystonea regia，即大王椰子) 的花穗。

花蓮地區的狐蝠不僅終年都在花蓮市區活動，而且和上述 2 個孤懸外海的離島不同，牠們幾乎就生活在人們的週遭，棲息或覓食在美崙山的林間、隱身在校園公園的大王椰子叢中、流連於美崙溪畔結實累累的樹上⋯⋯，更重要的是，曾有志工在 4 月間觀察到母蝠背負著仔蝠在市區的樹上活動的景象。毫無疑問地，臺灣狐蝠在花蓮地區持續存在著一穩定族群，且是臺灣本島唯一且重要的分布區域。

我們初步推算花蓮地區應存在著約 40 隻狐蝠（範圍 29‒52 隻）。然而，花蓮的狐蝠族群從何而來？根據陳湘繁教授的族群遺傳結構研究，花蓮的狐蝠的親緣關係與綠島個體相近，而與龜山島的族群較遠 (Chen et al. 2020)，或許透露一些端倪。

臺灣狐蝠都吃些什麼？ 

民以食為天，野生動物亦然；在今日臺灣已無濫捕野生動物的情事發生下，棲地品質與食物資源就成為族群存續相當重要的因素。我們調查發現龜山島、綠島及花蓮的狐蝠族群取食的類別有所不同，端視當地具有的植物種類，以及季節性開花結果之物候情形而定；不過桑科 (Moraceae) 榕屬 (Ficus) 的物種還是最多，這也是狐蝠最主要的食物來源，尤其是稜果榕。

臺灣狐蝠是標準的素食者，喜食植物的果實或花粉，取食果實時通常會在嘴巴內細細咀嚼、吸食汁液，最後將含有纖維的殘渣吐出，稱為食渣；狐蝠的食渣為乾扁狀並帶有齒痕，可與其他共域的哺乳動物 (如松鼠) 分辨。陳湘繁及李涵君 (2014) 在龜山島調查臺灣狐蝠的食性，發現其主要以稜果榕為食，其他尚包括水同木、正榕、雀榕、菲律賓榕、樹杞、三葉山香圓、小葉桑、日本柃木、番石榴、黃心柿等物種的果實。我們根據文獻紀錄及近年在龜山島、綠島及花蓮地區三處臺灣狐蝠主要棲息地之實地調查發現，牠們會取食或利用的植物至少有 30 種，除了上述種類外，其他尚包括芒果、番木瓜、欖仁、毛柿、山紅柿、構樹、大葉越橘、瓊崖海棠、福木、樟樹、蓮霧、大葉山欖、林投等植物的果實，以及欖仁樹葉、王棕和蒲葵的花穗、木棉樹和雙花蟛蜞菊的花朵、木麻黃的花粉等 (陳湘繁等 2009；林清隆等 2018, 2019, 2020；趙榮台等 2021)。

至於當地許多高大的樹種則往往成為牠們重要的隱棲處所。另外，調查期間我們在花蓮地區發現一個有趣的現象，即搜尋撿拾的狐蝠食渣中至少有 5 顆含有金龜子科 (Scarabaeidae) 昆蟲的碎片 (林清隆等 2020)，而陳湘繁教授在龜山島連續長達 4 年的調查亦發現有 2 顆含有金龜子科昆蟲碎片的食渣 (Chen et al. 2017)；巧的是，這些食渣都是在當年 7 月間所發現的紀錄。這真是非常特別而稀罕的資料，狐蝠會不會偶爾也想要開個葷呢？狐蝠的主食榕果常存在著共生的榕小蜂 (如 Blastophaga verticillata)，所以當狐蝠在大啖榕果時，有可能會將小蜂或其他附著在榕果上的昆蟲給吃了下去；還是在特定的季節，狐蝠會想來點昆蟲補充蛋白質？原因真耐人尋味。

保育臺灣狐蝠的重要性

狐蝠是翼手目 (Chiroptera) 狐蝠科 (Pteropodidae) 狐蝠屬 (Pteropus) 的大型蝙蝠，現生的物種約有 65 種，主要分布在舊世界的熱帶、亞熱帶大陸與海洋島嶼 (Hall and Richards 2000)。牠們因鼻吻突出似狐狸而被稱為狐蝠 (fox bat)，以花朵、花粉、花蜜、果實與樹葉為主食，因此亦被稱為果蝠 (fruit bat)。

狐蝠 (果蝠) 因具有長距離的飛行能力，以及扮演著植物授粉及種子傳播的重要角色，被視為熱帶和亞熱帶地區 (含島嶼) 維持與拓殖森林生態系的基石物種 (keystone species) (Wilson 2002)。根據研究，全世界植食性蝙蝠取食 28 目 67 科約 530 種被子植物，並協助其授粉結實及傳播種子 (Fleming et al. 2009)，而被狐蝠吃下肚所排出的種籽，其發芽率顯著提高、發芽所需時間相對縮短。Fujita and Tuttle (1991)研究發現，舊世界熱帶植物有 289 種需要蝙蝠協助授粉和傳播種子，總計可以產出 448 種通稱為蝙蝠產物 (bat-dependent products) 的經濟物品，諸如食物、藥材、木材、染料、燃料、飲料原料、水果、纖維、飾物、以及其他多項的森林副產品。然而，許多研究報告也指出，近數十年來由於颱風或極端氣候劇變的影響，以及人類開發、變更林相或直接獵捕所造成的嚴重結果，常導致狐蝠族群數量急劇下降，尤其以海島族群為甚 (Allison et al. 2008；Chaiyes et al. 2017； Esselstyn et al. 2006；Mickleburgh et al. 2008； Nakamoto et al. 2011；Struebig et al. 2007； Welbergen et al. 2008)。

根據現況調查的結果推估，臺灣地區的狐蝠族群尚不及 200 隻，避免滅絕的族群數量恐嚴重不足！那到底需要多少族群數量，才足以讓狐蝠永久存續在臺灣地區？根據 Lin 等人 (2021) 最近對臺灣狐蝠遺傳多樣性的研究結果發現，由遺傳結構推估，臺灣狐蝠由 2,324 隻的歷史族群數量因重大影響而衰退至目前的 223 隻，而且其族群遺傳變異度偏低，並有相對高的近親交流指數。因此，我們認為綠島原來擁有的族群數量或可當作參考值，也就是說 1,000‒2,000 隻之數應是臺灣狐蝠可以永續的族群量。

Chen 等人 (2020) 新近的研究指出，出現在龜山島的狐蝠族群呈現較高程度的遺傳歧異度，除了自己獨特的支系外，也有部分個體與臺灣本島、以及鄰近的八重山狐蝠有較近的親緣關係，而其高遺傳歧異度 (相對於綠島的族群)導因於多個遺傳分群混合的結果，因此推測龜山島族群可能包含多個祖先的起源，不同時期陸續有個體移入補充；論文最後並建議，孤立島嶼的亞種族群應該分開管理，並需努力減少其遺傳多樣性的持續下降。

臺灣狐蝠目前主要分布在綠島、龜山島和花蓮三個區域，各地的族群所面臨的生存威脅不盡相同，在保育作為和經營管理上必須要有整體思維及地域上的策略。我們在執行「臺灣狐蝠研究與保育策略研擬案」計畫，最終也提出一份《臺灣狐蝠保育行動計畫書》，除了列出「臺灣狐蝠族群擁有可存續的族群量以達到止跌、回升、脫離困境」及「讓民眾能正確認識臺灣狐蝠並友善對待，不再有不當利用與誤解」的二項計畫願景外，也根據地區性的生存威脅因子提出短、中、長期的保育執行目標與策略，期盼經由多方的努力，儘快降低臺灣狐蝠在臺灣地區滅絕的機率。瀕危物種的保育或復育刻不容緩，而維繫一群健康且永續的狐蝠族群，不論對牠們生存的生態系或是對人類的福祉而言，都相當重要。

本文由海洋保育署廣告企劃，泛科學為宣傳推廣執行單位。

• 採訪撰稿／謝宜蓉｜2014 年一頭栽入太平洋擔任海上解說員，從此開啟生態視野，偶爾喜歡下水，立志看遍世界上所有種類的鯨豚。

在臺灣，公民科學早已在陸地上深根多年且蓬勃發展，而海洋環境的公民科學則處於萌芽階段。為了鼓勵更多公民科學家加入守護海洋的行列，海保署於今年舉辦「海洋公民科學家數據松」，希望透過公民的力量，將過往科學家收集的資料進行分析與知識轉譯，讓大眾一同解決各面向的海洋保育工作。此外，藉由海保署建立海洋資料庫，為海洋的永續發展盡心力。

一早踏入會場，簡報上印著斗大的「海有問題，我來分析」八個字。這是第一屆海洋公民科學家數據松的成果發表會，由來自不同領域的一般民眾組隊參與，以臺灣各地組織長年累積的數據作為起頭，展開針對不同專業的課程及工作坊內容。

「數據松」一詞的由來

「黑客松」（Hackathon）一詞源自於黑客（Hack）＋馬拉松（Marathon）。今（2021）年由海洋委員會海洋保育署（以下簡稱為海保署）所發起的活動主題訂定為「海洋公民科學家數據松」，希望透過短短一個多月馬拉松式緊密的工作坊及線上課程，讓參與者將臺灣各地海洋公民科學家所收集及長期累積下來的不同類型數據，透過公開資料及圖表呈現的方式，創造出引人注目的海報，解決不同面向的海洋保育難題。

活動內容包含了線上增能課程、組隊報名、數據松工作坊，以及決選成果發表。參與活動不但能夠理解目前在臺灣各地的海洋公民科學數據內容，學習如何將基礎數據透過跨領域的資料科學應用，也能夠在工作坊透過專業講師帶領，將海洋公民科學數據製作成精美並容易理解的海報，提供一般大眾閱讀及使用。

由陸地走向海洋的臺灣公民科學

臺灣陸域的公民科學計畫早已遍地開花，而海洋相關的公民科學則逐漸嶄露頭角。去（2020）年由各地的海洋公民科學家舉辦的「海洋狗仔隊大集合」嘉年華，打開了一般民眾對於海洋公民科學的視野。而海保署透過本次辦理的海洋公民科學家數據松，也期望能由初步認識海洋公民科學，進階到了解各地長年來所累積的海洋公民科學數據，並應用在不同的對象上。

成果發表中榮獲第二名的組別：「前進龜山島：海豚生態教室大解密」，團隊設計者希望這份海報能夠被龜山島周圍的賞鯨業者所使用。海報採取視覺化的方式，呈現出一趟賞鯨旅程中，有可能遇見的鯨豚種類及其外形上的特徵，提供給龜山島周圍的賞鯨遊客閱覽並實際應用。

而獲得第三名的組別海報主題為「海龜你今天過得好嗎？」。海報設計則針對了對海龜有興趣的民眾，除了能讓讀者認識不同種類的海龜外型特徵之外，也期望透過一般大眾對於明星物種的重視，喚起海洋保育的意識，並透過分析擱淺資料及數據，探討各地海龜死亡背後的主因。

由不同面向所推動的海洋事務

若仔細了解海保署成立至今所推動的各項海洋事務，可發現海保署早在成立之初便企圖在不同海洋領域推動公民科學的概念。其中包含以休閒活動角度切入的珊瑚礁健檢員、海龜普查員、釣訊情報員、巡鯨觀察家等，以不同面向增加民眾對於海洋相關情報的搜集，藉此推動iOcean海洋保育網資料庫的知名度。

在推動海洋公民科學相關資料庫的過程中，有針對不同項目遇到不同的困難嗎？黃署長表示，這些資料大部分屬於自願性質，由於不同項目所觸及的對象不同，例如垂釣的資料以臺中港為大宗，鯨豚的資料則是因為賞鯨活動集中在東部區域以及賞鯨季節。海洋公民科學資料庫推動之初，因數據較少而容易分布不均勻，這未必與事實真相相符，因此，活動過程中若使用到這些數據，解讀時必須更加仔細的考量時空分布的狀況。

今年舉辦第一屆海洋公民科學數據松，在推廣海洋公民科學上向前邁進了一大步，也仍有許多地方能夠持續改善。例如有些數據的使用者對於資料的本質並不是相當清楚，也不了解數據收集的過程造成資料傳遞時的可能誤差。因此，對於提供數據的組織與使用數據的對象之間，各個團隊是否能夠彼此相互交流調查數據的方式，都是主辦方後續辦理相關活動時，必須考慮並納入，作為豐富活動的考量。

結合海洋公民科學的在地守護計畫

除了針對一般大眾積極推動海洋公民科學內容外，海保署也發起「在地守護計畫」。該計畫主要由在地社區或是區域性的團體，自願發起針對不同地域所設計的海洋公民科學計畫。

公民科學家的精神來自於專業的科學家並非有足夠的時間，長期在第一現場研究及調查。若無法現場實地搜集數據，則必須仰賴來自第一線並對該研究感興趣民眾協助共同累積資料，並依照長期下來的資料趨勢，觀察當地的海洋生物及其生態環境，是否因應不同的自然或人為條件而有所改變。

除了每年針對不同地區委託專業的科學家執行各種調查之外，海保署也在今年招聘海洋保育巡查員，辦理、協調、執行海洋保育的相關工作。目前任職於臺北與基隆的巡查員表示，雖然初次接觸當地的海洋保育相關事務時，無法在短期內看到非常大的進步或對於海洋環境的幫助，但在長期持續的累積之下，可藉由發揮自身專長為當地的海洋保育做出貢獻。

朝向永續發展的海洋資料庫

當我們再次進入 iOcean 海洋保育資料庫，並點選海洋公民科學家項目後，會發現在不同選項後方的括號都註明著不同的單位，例如河川水質（環保署）、漁港水質（漁業署）等。若仔細觀察細項後才恍然大悟，原來在不同的項目，自 2010～2018 年的資料來源，皆為行政院環境保護署及行政院農業委員會漁業署。2018 年海保署成立後，漁業中屬於經濟性魚類的權責仍歸屬於漁業署管理，海洋中的保育類生物權責則屬於海保署。

雖然如此，海保署成立的海洋保育資料庫，仍希望藉此收集過往的調查內容及未來的公民科學資料數據。除了透過收集海洋公民科學家的數據，累積臺灣長期的海洋資料庫外，也期望能夠藉此公開過往政府委託不同單位所做的各項尚未公開的調查資料，這也是海保署在成立 iOcean 海洋保育資料庫很重要的一項動機。

海洋為各種軟骨魚及硬骨魚類、頭足類、海洋哺乳動物，以及藻類、軟硬珊瑚所共同棲息的生長環境，海水受到全球暖化、季節、洋流的影響，造成海洋中鹽度及溫度更加瞬息萬變。若一一細數，其生態系複雜程度甚至更甚於陸地，我們期望海洋能夠全面性地成為更健康的樣貌，仍需要由各單位共同合作才能真正達到永續的目標。