天天戴口罩臉皮狂冒痘？——淺談「口罩肌」的生成與預防方式

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

• 文/雅文基金會聽語科學研究中心 廖永賦 助理研究員

你也有這樣的經驗嗎？冬天，尤其是冷氣團來襲時，喉嚨特別容易乾癢。這種季節若在戶外運動，對喉嚨更是一大挑戰！每吸入一口氣，喉嚨就彷彿被餐巾紙抹過一次，愈發乾涸。此時若想開口說話，總得先吞吞口水、潤潤嗓子後才得以清晰表達。其實，天冷對喉嚨的影響不僅於此，甚至還可能影響語言演化的歷程！就讓我們來看看氣候環境能如何形塑語言吧！不過在此之前，我們先來科普一下溫度、濕度及乾喉嚨之間的關聯。

「冷」就一定「乾」？溼度與乾喉嚨的關聯

相信大家都有過雨天衣服晾不乾的經驗，也或許對午後雷陣雨前的悶熱難耐再熟悉不過。一般而言，環境中水分蒸散的速率取決於相對濕度：在相同溫度下，相對溼度越低，空氣擁有越多攜帶水蒸氣的「潛力」，因此能從物體表面帶走更多的水份。而雨天衣服晾不乾，就是因為相對溼度高 ( 接近或是等於 100% ) 所造成的。

聰明的讀者可能會馬上聯想到，那喉嚨容易乾，是否也直接受到相對濕度的影響？答案是……但情況會更加複雜一點，因為我們還需額外考量氣溫的改變。由於呼吸時，空氣會經過呼吸道而逐漸加溫（假設環境溫度低於體溫），此時空氣的「飽和蒸汽壓」（即空氣所能攜帶水氣的最大總量）會逐漸上升，因而能吸收更多水分。舉例來說，若目前溫度為 10°C，此時每立方公尺的空氣中最多 ( 當相對溼度為 100% 時 ) 可以帶有約 9 克的水氣 ^[1]；再假設吸氣後所吐出的空氣增至 30°C，此時，這團空氣最多能夠攜帶31克/公尺³的水氣。換言之，經過一次呼吸之後，這團空氣多出了 22 克/公尺³以上的空間來吸納水氣。

因此，當我們考量到空氣吸入及吐出時的溫度差，便能清楚看出喉嚨乾燥與否其實主要是受絕對溼度而非相對溼度的影響——氣溫低時 ( 例如，10°C 以下 ) ，絕對溼度也一定低（小於 9 克/公尺³），我們因此較容易感到喉嚨乾燥。

聲調語言與聲帶

所以喉嚨乾不乾到底跟語言有何關聯？其實，它跟台灣人最熟悉的幾種語言 （華語、台語、客語）關係非常密切喔！

台灣人在學習講英語或其他歐洲語言時，舌頭經常會感覺打結。與此同時，來自歐美的中文學習者，也經常難以準確地唸出中文的各種聲調。語言作為一套表達意義的系統，必需仰賴語音上的各種對比來區辨及表達意義。像是英語之所以對我們來說那麼難發音的緣故，是因為它們仰賴許多相近但不同的子音 (consonant) 來區辨及表達意義。舉例來說，/s/ (sand)、/ʃ/ (sheep) 及 /ʒ/ (genre) 這三種子音皆為類似的擦音 (fricative)，但華語中僅有 /s/ 的音 (ㄙ)。

相對而言，我們熟知的華語（北京官話）、台語、客語等，皆為聲調語言 (tonal language)。這類語言中的聲調系統透過母音音高 (pitch) 的變化來達到區辨語意的功能。例如，華語的「嗎」、「麻」、「馬」、「罵」這四個字音僅在聲調 (及時間長度) 上有所差異，其它影響語音的變項如舌位、唇位等則維持不變。

換言之，說話者僅能透過聲調的操弄來表達這四個字的差異，而要能精確操弄聲調，需仰賴的就是精細的聲帶控制——從下圖我們可以看到，要表達出這四種聲調的差異，控制聲帶的肌肉必須在 0.5~0.8 秒內非常精細地調控聲帶，以精確呈現出各種聲調音高的輪廓 (pitch contour )。因此，當聲帶因為濕度、氣溫或是感冒而變得乾燥時，發出母音本身已經很難了 ^[2]，還需作出聲調變化更是難上加難。

氣候環境對於聲調語言演化的影響

根據上文的這些現象，Everett、Blasi 及 Roberts ^[4] 提出一個有趣的想法：既然絕對濕度對聲帶的生理有如此顯著的影響，這些影響會不會早已在上千上萬年的尺度上推動著語言聲調系統的演化？為了驗證這個想法，作者分析了 The World Atlas of Language Structures (WALS) ^[5] 與 World Phonotactics Database 這兩個資料庫的語言，並使用美國國家環境預測中心 ( National Centers for Environmental Prediction, NCEP ) 與國家大氣研究中心 ( National Center for Atmospheric Research, NCAR ) 的資料計算各語言起源地的平均絕對溼度與平均氣溫。

分析結果顯示，一地的平均絕對溼度與平均氣溫皆與該地之語言聲調系統的發展有著顯著的關聯，並且，溼度的與聲調的關聯最為強烈：氣候環境越為乾燥，該地發展出聲調語言的機率越低。當然，直接由地理分布去論證氣候環境對語言之演化影響是大有問題的，畢竟語言的分布同時也受到語族及語系 ( language family ) 的歷史影響。例如，兩種聲調語言在地理分布上皆位於潮濕的地區，或許並非受到氣候影響，而是由於它們恰巧有著共同的祖先，因而在地理分布上相當接近。

面對這種可能性，作者們嘗試分析單一語族「內」的語言（皆為聲調語言），發現「濕度與聲調」以及「溫度與聲調」之間的關係仍然穩定存在：潮濕地區所發展出的聲調語言，其聲調系統相較於起源地乾燥之聲調語言，通常更為複雜多樣、更需仰賴精細的聲調控制。綜上所述，作者認為除了社會與文化因素之外，氣候環境因子如濕度與氣溫，也很有可能是推動語言變遷與演化的因素之一。

看似毫無關聯的「天氣」與「語言」，其實有著很深的淵源。從聲帶的細微震動到語言的地理分布，不知不覺中可能都受了環境左右。下次天氣轉涼時，這些有趣的研究或許能提醒我們，多圍圍巾、多喝溫水，對於呵護嗓子有多重要！

1. https://teaching.ch.ntu.edu.tw/gclab/wp-content/uploads/A10-飽和水蒸氣壓.pdf
2. Leydon, C., Sivasankar, M., Falciglia, D. L., Atkins, C., & Fisher, K. V. (2009). Vocal fold surface hydration: A review. Journal of Voice, 23(6), 658–665. https://doi.org/10.1016/j.jvoice.2008.03.010 https://doi.org/10.1016/j.jvoice.2008.03.010
3. Ryu, Catherine, Mandarin Tone Perception & Production Team, and Michigan State University Libraries. Tone Perfect: Multimodal Database for Mandarin Chinese. Accessed 1 November 2024. https://tone.lib.msu.edu/
4. Everett, C., Blasi, D. E., & Roberts, S. G. (2015). Climate, vocal folds, and tonal languages: Connecting the physiological and geographic dots. Proceedings of the National Academy of Sciences of the United States of America, 112(5), 1322–1327. https://doi.org/10.1073/pnas.1417413112
5. Dryer, M. S., & Haspelmath, M. (2013). The World Atlas of Language Structures Online. https://doi.org/10.5281/zenodo.13950591
6. Maddieson, I. (2013). Tone (v2020.4). In M. S. Dryer & M. Haspelmath (Eds.), The world atlas of language structures online. Zenodo. https://doi.org/10.5281/zenodo.13950591
7. Leaflet—An open-source JavaScript library for interactive maps. (n.d.). Retrieved November 5, 2024, from https://leafletjs.com/

從新冠肺炎爆發以來，隨著口罩的配戴時間增長，許多人的皮膚開始哀號。但你是否想過，傳說中的「口罩肌」究竟如何發生呢？（廢話！當然是戴口罩造成的阿）從「戴口罩」到可能「痘痘長出來」或「毛孔變大」，中間究竟發生了什麼樣的故事？ 

戴口罩6小時後，皮膚水分散失明顯提高！

韓國的LG公司做了相關研究^[1]。他們徵求了20位志願者（11位男性，9位女性），檢測戴口罩前後，以及每日配戴口罩6小時，連續一、兩週後，口罩遮罩處皮膚的溫度、泛紅程度、毛孔大小、皮膚質地、彈性、經皮水分散失、皮脂量、酸鹼值，以及大家最在意的粉刺面皰。

這些指標如何測得？以下針對我們可能較不熟悉的部分簡要說明：皮膚的泛紅程度是以色度計進行分析，毛孔大小與皮膚質地則是利用一台名為 Antera 3D 的肌膚檢測儀來量測（皮膚質地如何量化的分析細節稍嫌複雜，也許有機會再專文分享），皮膚彈性是利用德國一台皮膚彈性測試儀 MPA580 來檢測，粉刺面皰則由3位受過訓練的審核員目測評估。

結果發現：在戴了 6 小時的口罩以後，皮膚的溫度、泛紅程度，以及經皮水分散失都明顯升高了。毛孔大小、皮膚粗糙程度和彈性沒有什麼變化。

溫度的變化不難料想。畢竟長時間配戴口罩後，毋需溫度計，我們都能感受到口罩內漸次溫暖。皮膚的泛紅程度則與肌膚接觸口罩產生的物理壓力有關，並且溫度升高也會引起泛紅。經皮水分散失亦可能會隨著溫度升高而增加。事實上，先前已有研究指出：當肌膚溫度上升 7 至 8 °C 時，經皮水分散失會倍增^[2]。當然隨著溫度升高造成的出汗，也會影響經皮水分散失的量。

口罩戴了 6 小時後的皮脂量雖有明顯升高，未戴口罩的對照組皮脂量其實也明顯增加了，畢竟兩組都累積了 6 小時的皮脂持續分泌。由於戴口罩組的皮脂量還是稍高於未戴口罩組（雖未達到顯著差異），研究者推測：皮脂量還是會隨皮膚溫度升高而增加，戴口罩對於皮脂的分泌量還是有些微影響。此外，表示酸鹼值的pH值在戴口罩 6 小時以後少許降低，意即皮膚有略微變酸，推測是皮脂的脂肪酸與汗液中的乳酸造成。

每天戴口罩6小時持續2週後，肌膚彈性驟降！

接著，在連續一週的每日配戴 6 小時以後，肌膚的彈性明顯變差了。口罩配戴兩星期後，則發覺毛孔明顯變大、肌膚彈性明顯變差，粉刺面皰也變多了。

口罩內的肌膚多半是處在高溫高濕的狀態。研究發現^[3]在高溫及高濕度下，皮膚的彈性會增加，因此很顯然，戴了口罩後的皮膚彈性變差，非由溫度濕度造成。推測是因著持續性的物理刺激及長期與外界阻絕，造成皮膚疲勞，因而降低了肌膚彈性。毛孔變大應當是長期暴露於高溫及高濕度下的結果。畢竟也曾有研究指出皮膚的毛孔在冬天會比較小，在夏天則較大。粉刺面皰也隨著毛孔變大而變多了。

女性臉皮薄，「口罩肌」機率高得多！

口罩對肌膚的影響也有男女差異。戴了 6 小時的口罩以後，男性受測者的皮膚彈性變化大約 0.03%，女性受測者的彈性變化則高達 6.62%。戴了 2 星期的口罩以後，女性受測者的皮膚泛紅程度增加了8.59%，男性則減少了0.97%。男性肌膚的粗糙程度增加了6.32%，女性則減少了2.39%。

肌膚結構原本在男女間就有差異。研究指出一般男性的皮膚厚度較女性高，且無論哪個年齡層，男性肌膚中膠原蛋白的含量也較女性為高。這或許可解釋男女性肌膚彈性變化的差異。另外，也有研究發現平均而言，女性肌膚較男性敏感。可藉此說明何以女性皮膚泛紅程度增加較多。而一般男性的皮脂腺分泌較旺，或許造成長時間配戴口罩後，男性毛孔變化較多，也導致了肌膚粗糙程度增加。

就口罩對膚質的影響背後的機轉而言，這篇研究的探討其實稍嫌粗糙。整體而言，幾乎膚質的所有變化皆被歸疚於溫度或濕度，惟有難以解釋的彈性變化以「皮膚疲勞」帶過。然而，究竟什麼叫皮膚疲勞，造成皮膚疲勞的原因，皮膚疲勞會帶來的影響，當能深入挖掘。而男女性肌膚受口罩影響的程度差異，中間的機轉也值得探討。

與外界隔離，是造成肌膚微生物失衡的關鍵

此外，儘管該研究提及口罩帶來的溫度濕度變化，卻似乎未考慮溫度濕度還可能帶進皮膚上菌叢的變化（肌膚的質地、粉刺面皰等問題，菌叢的影響也無法全然排除）。我們來參考 1978 年的一篇研究^[4]。研究者於受測者手臂上包了三層塑膠薄膜，探討一段時間後，皮膚整體狀況的改變。

發現在封鎖狀態下，皮膚的經皮水分散失量上升，二氧化碳排放率上升，酸鹼值則隨封鎖時間愈長，從偏酸性逐漸驅向中性。最重要的是，經過一天的「封鎖」後，微生物群的量即以幾何級數成長，微生物群的菌種生態也隨著封鎖呈現不同的分佈。

當然比起戴口罩，這項研究直接以塑膠膜封住肌膚，似是略為極端。但確實讓我們看見肌膚經歷「封鎖」以後，皮膚上菌叢可能會有的變化。

「口罩肌」怎麼解？每戴 2 小時休息 15 分鐘

無論如何，如此長期、長時間的配戴口罩，確實會對我們的膚質造成影響。然而，在疫情還未徹底解除以前，又不可能不戴口罩。再怎麼說，除了目前在台灣出門不戴口罩仍是違法的，為了保持膚質完善而甘冒罹病風險，也未免不值得。那麼，要怎麼在必須配戴口罩的同時，仍然保養肌膚，盡力減少肌膚受損程度呢？有醫師建議^[5]：在每天早晨與一日將盡之時，以不含香料，質地溫和的清潔劑把臉洗乾淨。口罩每戴 2 小時，可以找個遠離人群，不致有傳染之虞的地方脫下口罩休息 15 分鐘。

總而言之，想要保養肌膚，無論是否配戴口罩，最基礎的清潔工作還是要做好。至於其他保養品的使用習慣，就得依照個人體質、膚質，慣用的保養品去做調整了。

1. Kim J, Yoo S, Kwon OS, et al. Influence of quarantine mask use on skin characteristics: One of the changes in our life caused by the COVID‐19 pandemic. Skin Res Technol. 2021; 27(4): 599–606.
2. Grice K, Sattar H, Sharratt M, et al. Skin temperature and transepidermal water loss. J Invest Dermatol. 1971;57:108‐110.
3. Engebretsen K, Johansen J, Kezic S, et al. The effect of environmental humidity and temperature on skin barrier function and dermatitis. J Eur Acad Dermatol Venereol. 2016;30:223‐249. 
4. Aly R, Shirley C, Cunico B, et al. Effect of prolonged occlusion on the microbial flora, pH, carbon dioxide and transepidermal water loss on human skin. J Invest Dermatol. 1978;71:378‐381.
5. Desai SR, Kovarik C, Brod B, et al. COVID‐19 and personal protective equipment: treatment and prevention of skin conditions related to the occupational use of personal protective equipment. J Am Acad Dermatol. 2020;83:675‐677.

菇類採集

在新冠肺炎（COVID-19）大流行後，馬斯洛「需求層次理論」裡的食品與安全在眾目睽睽下被抽離出來，變成後疫情時代最重要的兩個元素。對食物的焦慮點燃人們大腦中所有生存意志，於是大家開始恐慌性地購買，讓原本就已經脆弱、易受攻擊的現代糧食系統更岌岌可危。

值得慶幸的是，我們的祖先以前就經歷過這一切，留下來的經驗值得借鏡。菇類採集的興趣在艱難時期達到顛峰，這反映了人類本能上對未來產生的恐懼。¹ 無論是否有意，我們意識到需要找回擁有食物的主導權，循著古老能力的引導來找尋、準備我們自己的食物，如此才能應付食物短缺所產生的焦慮。

我們看見越來越多人以城市採集者的身分對野生菇類有了新的品味，進而找到安全感並與大自然建立起連結。這並不是說菇類採集將成為主要的生存方式，而是找回重新獲得自給自足能力的安全感。此外，菇類採集的快感就足以讓任何人不斷回歸嘗試。

在這個數位時代，菇類採集是讓我們能與自然重新連結的獨特活動。我們早已遺忘，身體和本能，就是遺傳自世世代代與自然和諧相處的菇類採集者。走出現代牢籠、進入大自然從而獲得的心理和心靈滋養不容小不容小覷。森林和其他自然空間提醒著我們，這裡還存在另一個宇宙，且和那些由金錢、商業、政治與媒體統治的宇宙同樣重要（或更重要）。

只有願意撥開遮蓋的落葉並專注尋找，才能體認到菇類的多樣性和廣泛分布。一趟森林之旅能讓人與廣大的生態系統重新建立連結，另一方面也提醒我們，自己永遠屬於生命之網的一部分，從未被排除在外。

腐爛的樹幹不再讓人看了難受，而是一個充滿機遇的地方：多孔菌（Bracket Fungi）──這個外觀看起來像貨架的木材分解者，就在腐爛的樹幹上茁壯成長，規模雖小卻很常見。此外，枯葉中、倒下的樹上、草地裡或牛糞上，也都是菇類生長的地方。

菇類採集是一種社會的「反學習」（遺忘先前所學）。你不是被動地吸收資訊，而是主動且專注地在森林的每個角落尋找真菌。不過度採集、只拿自身所需，把剩下的留給別人。你不再感覺遲鈍，而是磨練出注意的技巧，只注意菇類、泥土的香氣，以及醒目的形狀、質地和顏色。

菇類採集喚醒身體的感官感受，讓心靈與身體重新建立連結。這是一種可以從中瞭解自然世界的感人冥想，每次的發現都振奮人心，運氣好的話還可以帶一些免費、美味又營養的食物回家。祝您採集愉快。

計畫

菇類採集就像在生活中摸索一樣，很難照既定計畫執行，而且以前的經歷完全派不上用場。最好的方法就是放棄「非採集到什麼不可」的念頭，持開放心態走出戶外執行這項工作。菇類採集不僅是享受找到菇的滿足感，更重要的是體驗走過鬆脆的樹葉、聞著森林潮濕的有機氣味，並與手持手杖和柳條筐的友善採菇人相遇的過程。

你很快就會明白為什麼真菌會有「神秘的生物界」的稱號。真菌無所不在但又難以捉摸，採集過程幾乎就像玩捉迷藏，只不過你根本不確定自己在找什麼，甚至根本不知道要找的東西是否存在。但還是要有信心，只要循著樹木走、翻動一下原木、看看有落葉的地方，這個過程就會為你指路。一點點的計畫，將大大增加你獲得健康收益的機會。所以，讓我們開始吧。

去哪裡找？

林地和草原，是你將開始探索的兩個主要所在。林地底層提供真菌所需的有機物質，也為樹木提供菌根關係。橡樹、松樹、山毛櫸和白樺樹都是長期的菌根夥伴，所以循著樹種，就離找到目標菇類更近了。

草原上也會有大量菇類，但由於這裡的樹木多樣性和環境條件不足，所以菇類種類會比林地少許多。如果這些地點選項對你來說都太遠了，那麼可以試著在自家花園或在地公園綠地當中尋找看看。這些也都是尋菇的好地方。

澳洲新南威爾斯州奧伯倫

澳洲可以說是真菌天堂。與其他大陸隔絕的歷史、不斷變化的氣候以及營養豐富的森林，讓澳洲真菌擁有廣大的多樣性。澳洲新南威爾斯州（New South Wales）的奧伯倫（Oberon）就有一座超過四萬公頃的松樹林，是採集菇類的最佳地點之一。

在那裡，有廣受歡迎的可食用菌松乳菇（又稱紅松菌），據說這種真菌的菌絲體附著在一棵歐洲進口樹的根部，而意外被引進澳洲。 1821 年，英國真菌學家塞繆爾・弗里德里克・格雷（Samuel Frederick Gray）將這種胡蘿蔔色的菇命名為美味乳菇（Lactarius deliciosus），這的確名符其實，因為「Deliciosus」在拉丁語中意為「美味」。如果想要在奧伯倫找到這些菇類，秋天時就要開始計劃，在隔年二月下旬至五月的產季到訪。

英國漢普郡新森林國家公園

在英國，漢普郡的新森林國家公園（Hampshire’s New Forest）距離倫敦有九十分鐘的火車車程。它由林地和草原組成，當中有種類繁多的植物群、動物群和真菌可供遊客觀賞，甚至還有野生馬匹在園區裡四處遊蕩。

這片森林擁有兩千五百多種真菌，其中包括會散發惡臭的臭角菌（Phallus impudicus），它的外觀和結構就如圖鑑中描述般，與男性生殖器相似且不常見。還有喜好生長於橡樹上，外觀像架子一樣層層堆疊的硫色絢孔菌（Laetiporus sulphureus ，又稱林中雞）。該國家公園不允許遊客採收這裡的菇，所以請把時間花在搜尋、鑑別與欣賞真菌上。如果幸運的話，該地區可能會有採集團體可以加入，但能做的也僅限於採集圖像鑑別菇類，而非採集食用。

美國紐約市中央公園

甚至紐約市的中央公園也有採集菇類的可能性。雖然在 1850 年代公園建造之時並未刻意引進菇類物種，但這個占地八百四十英畝的公園現已登錄了四百多種菇類，足以證明真菌孢子的影響之深遠。

加里・林科夫（Gary Lincoff）是一位自學成才、被稱作「菇類吹笛人」² 的真菌學家，他住在中央公園附近，並以紐約真菌學會的名義會定期舉辦菇類採集活動。林科夫是該學會的早期成員之一，該學會於 1962 年由前衛作曲家約翰・凱吉（John Cage）重新恢復運作。凱吉也是一位自學成才的業餘真菌學家，並靠自己的能力成為專家。

進行菇類採集時，找瞭解特定物種及其棲息地的在地專家結伴同行，總是有幫助的。如果你需要一個採集嚮導，求助於所在地的真菌學會會是一個正確方向。

何時去找？

在適當的環境條件下（例如溫度、光照、濕度和二氧化碳濃度），菌絲體全年皆可生長。某些物種對環境條件較敏感，但平均理想溫度介於 15~24 ℃ 之間，通常是正要進入冬季或冬季剛過期間，因此秋季和春季會是為採集菇類作計畫的好季節。

當菌絲體從周圍吸收水分時，會產生一股破裂性的力量，讓細胞充滿水分並開始出菇。這就是菇類通常會出現在雨後和一年中最潮濕月份的原因。牢記這些條件，就可以引導你找到寶藏。但也要記得，因為菇類受溫度變化模式和降雨量的影響很大，所以每年採菇的旺季時間會略有不同。

註解

1. Sonya Sachdeva, Marla R Emery and Patrick T Hurley, ‘Depiction of wild food foraging practices in the media: Impact of the great recession’, Society & Natural Resources, vol. 31, issue 8, 2018, <doi.org/10.1080/08941920.2 018.1450914>. ↩︎
2. 譯注：民間傳說人物。吹笛人消除了哈梅林鎮的所有老鼠，但鎮上官員拒絕給予承諾的報酬，於是他就吹奏著美麗的音樂，把所有孩子帶出哈梅林鎮。 ↩︎

——本文摘自《真菌大未來：不斷改變世界樣貌的全能生物，從食品、醫藥、建築、環保到迷幻》，2023 年 12 月，積木文化出版，未經同意請勿轉載。