大科學人專訪｜泛科學共同創辦人 鄭國威：科學素養的第一步是勇敢地承認自己並不知道

• 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。

• 撰文／詹遠至｜臺灣邏輯、方法論、科學與科技哲學學會助理、臺灣大學哲學系碩士生
• 校對／陳樂知｜臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、臺灣邏輯、方法論、科學與科技哲學學會秘書長

我們所處的二十一世紀已是科學的時代，科學理論被視為宇宙的終極答案。在這個「科學至上」的時代，人文探求還如何可能？人文如何可以與科學攜手並進？以「人文」與「科學」之間的對話為主軸，臺灣邏輯、方法論、科學與科技哲學學會（LMPST Taiwan）於 2022 年 11 月 19 日在臺灣大學主辦了一場以《科學內外的人文可能》為題的論壇，邀請了國內哲學學者以及科學普及界的資深工作者擔任講者。

本活動主持人由鄭會穎教授（政治大學哲學系助理教授、政大現象學研究中心主任）擔任，受邀講者則包括陳竹亭教授（臺灣大學化學系名譽教授）、陳樂知教授（臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、LMPST Taiwan 秘書長）、鄭國威先生（PanSci 泛科學知識長）與嚴如玉教授（陽明交通大學心智哲學研究所副教授兼所長）。

本論壇屬於 LMPST Taiwan 長期舉辦的《種種意識論壇》系列。除 LMPST Taiwan 以外，這一系列的論壇由政治大學現象學研究中心、清華大學實作哲學中心、臺灣大學哲學系、臺灣跨校意識社群、PHEDO 台灣高中哲學教育推廣學會、沃草公民學院共同合辦；贊助單位則為順奕有限公司。

科學為人文帶來危機？先論科學主義與自然主義

主持人鄭會穎教授點出了本論壇的核心議題後，陳樂知教授（臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、LMPST Taiwan 秘書長）發表了他的觀點。

陳教授想要討論的是「就其理論本質而言，科學是否威脅人文」這個問題。陳教授首先談到一些人持有「科學主義（scientism）」的世界觀。科學主義認為，科學是唯一可以讓我們獲得知識的可靠方法。陳教授認為科學主義是一種自相矛盾的世界觀；原因在於科學主義本身並不是科學，並未被科學方法證明，它只是一個哲學理論。因此，科學主義身為一個哲學理論，它本身就是自己會排斥的對象。

回到核心問題，科學是否帶來了人文危機？陳教授的答案是否定的。他認為科學所帶來的其實不是科學主義，而是「自然主義（naturalism）」。自然主義認為，這個世界最根本、基礎的組成，就是自然科學理論認為存在的那些事物，例如粒子、力場、化學反應等。

陳教授認為科學所帶來的自然主義是現代世界觀的基礎；即使一些特定人士因為宗教背景等理由而不同意自然主義，其實也應該要同意例外情況相當有限。如果我們接受「自然主義」，而非「科學主義」，那麼科學本身根本就不會帶來人文危機。這是因為，自然主義只認為世界最根本的組成是科學所談論的事物，但是它並不認為我們只能透過科學方法來認識這些事物。

事實上，從科學世界觀的角度來說，人類也是自然的一員。人類作為一種自然生命體，出於其演化而來的結構，與生俱來就有各種世界互動、認識世界的方式，不限於科學方法。就此而言，人類會發展出的人文也是一種自然現象。因此，雖然人類後來發展出了「科學方法」這種較為優化的認識途徑，我們依然不能否定「人文方法」也是一種認識世界的可靠方法。

接著，陳教授提及羅素（Bertrand Russell）對「熟知知識（knowledge by acquaintance）」以及「描述知識（knowledge by description）」的區分。熟知知識指的是我們透過直接的感受、互動與掌握所獲得的知識，描述知識則是理論性的知識。

陳教授認為熟知知識與描述知識不可被截然二分，兩者之間是程度上的差別。而人文學門的一些觀念就較為接近熟知知識，因為它們重視同理及感受。雖然如此，這一切都符合腦神經科學的描述，人文仍然是自然現象。另一方面，人文因此仍然是科學可以研究的對象，也需要科學的補充。人文學門自己也必須要了解，自己所研究的熟知知識其實也是自然現象，有其組成基礎與運作原理。

因此，科學可以幫助人文把熟知知識轉換為更精確的描述知識，並且為人文提供更精密的研究方法，以及協助其排除錯誤，比如排除人類先天認知系統的偏誤、漏洞等等。總結來說，科學與人文其實研究的是同一個自然界；科學非但不應帶來人文危機，還可以幫助人文研究走得更加長遠。

跨科際合作的需求，兼論「人類世」中的人文與科學走向

不同於陳樂知教授從哲學觀點出發，陳竹亭教授（臺灣大學化學系名譽教授）帶來的是他在教育方面的經驗。首先，陳教授介紹了他為台灣教育部主持的「科學人文跨科際人才培育計畫」，簡稱「SHS（Society-Humanities-Science）計畫」。

由於現代社會中的問題包含人文以及科學的面向，因此 SHS 計畫的主軸在於推動「跨科際教育（trans-disciplinary education）」。以往的教育先是學科主義，然後衍生出「多領域（multi-disciplinary）」或是「跨領域（inter-disciplinary）」，也就是由各學科各自探究共同問題，或是由兩個學科進行合作。

跨科際教育則有所不同，它以「真實世界的共同問題」為核心，直接打破學科之間的界線。只要是對解決真實世界的問題有幫助的知識，參與的學科，甚至政府、產業、民間的 NPO 或利害關係人都擔責分工合作進行知識生產、解決問題。

由於現代社會中的問題愈趨複雜、多元，且多樣，社會對科學界的要求也跟以往有所不同。科學家開始被要求具備社會意識及社會參與的能力，還有溝通與對話的能力；這些能力都是傳統的科學界非常缺乏的。有鑑於此，陳教授所主持的 SHS 計畫積極推動「問題導向的學習」、「系統思考」、以及「實用方法論上的創新」。他也提到，SHS 計畫的推動非常有賴於大學對本身社會角色的自覺與復興。

陳教授參與的另一個國科會計畫是「以社會需求為核心的跨領域研究計畫」。與 SHS 計畫相同，這個計畫也非常重視跨科際教育，並且認知到單靠科學知識無法解決真實世界的複雜問題。

那麼，人文究竟該扮演什麼樣的角色呢？陳教授討論到他撰寫的新書《丈量人類世》中的「人類世（anthropocene）」這個概念。「人類世」指的是一個新的地質紀元。在工業革命之後，人類文明成為影響地球環境與生態變遷的關鍵角色。因此，部分學者認為地球已經進入「人類世」這個地質紀元。

在人類世中，全球有非常多的變遷趨勢，其中一個就是：科學發展帶動理性價值的昂揚，其他的人性價值卻被輕忽。陳教授說，我們培養出了許多「職業科學家」。可是，在科技急速發展的同時，人類的科技文明卻缺乏方向感：我們正面臨物質文明與精神文明之間極大的不均衡。總而言之，他認為「人類的智能尚未學會如何掌舵文明巨輪的方向」。

最後，針對人文與科學應該要如何在人類世中發展，陳教授提出了他本人的看法。首先，科學研究的同儕審核程序需要人文專業學者的投入，也就是科學家不能閉門造車。再來，婦女應該要積極加入科學與科技事業的陣容，因為科學發展不能只由男性思維主導。

最後，未來教育的趨勢必須往跨科際的方向邁進，也就是人文與科學必須並重。如此一來，陳教授強調：「人文的啟發價值和社會重大需求必須挺身而出，為人類文明的永續承擔文明指南針的角色，與科學共同尋求世紀困境的解方。」

「科學實作哲學」帶來人文與科學的合作新可能

繼陳竹亭教授分享了跨科際教育發展的大方向後，嚴如玉教授（陽明交通大學心智哲學研究所副教授兼所長）則分享了她在科學人文互動的個案經驗。嚴教授身為一個哲學學者，卻在因緣際會下，走上了不同於普通學者每天關在辦公室做研究的路。她為了提升生醫背景的學生對哲學的興趣，也為了把哲學帶到課堂之外，推動了青銀共學。

嚴教授把社區中的長輩們請到大學的哲學課堂上，與大學生一起進行小組報告。這些生醫背景的學生們未來大多會從醫；因此，對未來將要在醫療院所工作的他們來說，與長輩互動是很好的練習。

嚴教授也針對與學生們未來在醫療場域會遇到的一些價值性思考，與哲學作出連結，讓學生們學習哲學能夠學以致用，對醫療過程有所幫助。舉例來說，她會帶領學生討論如何面對死亡、以及照護倫理等哲學議題。她認為，在學生未來的臨床工作上，這些哲學議題將派得上用場。

除了青銀共學外，嚴教授還以非常不同於傳統學者的方式，進行她個人的哲學研究。傳統哲學學者往往是埋首於書堆中，發展自己的理論；她則是親自到醫療院所中進行田野調查，去訪問醫生、護理師等第一線的人員。藉由直接了解醫療工作者在實作上遇到的困難，她試圖讓哲學能夠真正被實用。

嚴教授說，這樣的研究方法被稱為「科學實作哲學」。科學實作哲學作為一種研究方法，其實不單單適用於人文學門，也同樣適用於科學。非常理論性、艱深的基礎科學如果能夠走出象牙塔，了解社會的真實需求，便有機會與人文接軌。因此，不論是科學或人文學門，若研究者可以調整研究方法，從研究對象在實作上的細節出發，再轉而調整自己的理論，那麼科學與人文的互動、合作並非不可能。

科學素養對現代社會的重要性

最後進行分享的是科普媒體《PanSci 泛科學》的知識長鄭國威先生。鄭知識長首先釐清了「人文」的定義：他認為，「人文主義」認為人類可以靠自身的能力認識這個世界，而「人文學科」正是培養這種能力的學科。從這個定義來看，人文與科學根本就不是分開的；畢竟科學也是人類靠自身能力認識世界的方式之一。

鄭知識長提到，台灣的學生在國際學生能力評量計畫（PISA）中表現非常優異，世界排名名列前茅。然而，台灣的學生卻普遍缺乏自信，在失敗時容易產生自我質疑。

在學習的過程中，我們大致可以把人分為兩種：具有「定型心態」與具有「成長心態」的人。前者只重視結果、學習態度較消極，且容易受挫折打擊；後者則重視過程、學習態度較積極，且勇於面對挑戰。鄭知識長指出，具有定型心態的台灣學生似乎占多數。

鄭知識長在高中時也面臨相同的困境，他那時非常厭惡數學和理化，完全沒有學習他們的熱忱。他後來發現不止他是如此，有許多人也在學生階段就放棄了對科學的學習；這對台灣社會是個嚴重的現象。舉例來說，公投的題目許多都牽涉科學知識，放棄學習科學的公民要如何在這種公投中作出正確的判斷？這樣的考量促使他後來創辦 PanSci 泛科學。

鄭知識長認為，獲得成長心態最簡單的方式就是學會科學原則與方法，也就是用科學方法來面對日常生活中遇到的問題。而培養科學素養則需要承認自己對許多事的無知，且需要身處一個好的素養集體之中。最後，鄭知識長勉勵大家一起培養出「科學思辨力」，為本次的論壇畫下一個強而有力的句點。

• 本文轉載自科技大觀園，原文為《歲歲有今朝但年年不一樣？狡猾的流感病毒與它的疫苗——台灣疫苗推動協會榮譽理事長 李秉穎醫師 專訪》
• 作者 / 科技大觀園特約編輯｜蔣維倫

你每年都有打流感疫苗嗎？幹嘛不作個「長效型」的流感疫苗呢？
各種流感病毒的困惑，就讓台大醫院小兒科醫師、暨台灣疫苗推動協會榮譽理事長 李秉穎醫師，來幫大家上一門「狡猾的流感病毒與它的疫苗」吧

流感病毒感染細胞的關鍵蛋白－血凝素/HA

流感病毒長的像顆圓圓的球型水雷，而球體上的引信就是血凝素（hemagglutinin, HA）和神經氨酸酶（neuraminidase, NA）這兩種表面抗原；這兩個表面蛋白，可刺激人體白血球產生可以對付流感病毒抗體，換言之，它們是疫苗的最重要素材 。而流感病毒尚有其他蛋白質，如：M2離子通道蛋白等，可協助病毒釋出RNA等功能。

李秉穎醫師表示，在疫苗設計裡，科學家最關注血凝素/HA，因為它跟細胞表面的唾液酸受器（sialic acid receptors）結合，進而誘使細胞吞下病毒、感染細胞。換言之，流感病毒的血凝素/HA，如同新冠病毒/SARS-CoV-2的棘蛋白（spike protein），是感染細胞的鑰匙、同時也是製作疫苗的最佳素材。

因此，如果體內有充足的抗體可以咬住血凝素，病毒就無法接觸唾液酸受器，也就無法侵入細胞（此類能阻止病毒進入細胞的抗體，被稱為中和抗體）。所以流感疫苗所含的抗原，都至少有血凝素，試圖刺激白血球產生中和抗體 ；而在實驗室裡，預估每年新的季節性流感疫苗效力的方式，也用中和抗體效價進行評估。

為何每年都要打流感疫苗？

「主要原因是『流感病毒非常容易突變』，而且更麻煩的是，一旦變異、突破免疫系統後，『在脆弱族群裡容易引起重症』。」 李秉穎醫師這麼說道。

流感病毒是RNA病毒，生存策略是「不限制變異，盡可能產生基因多樣的子代」。所以它缺乏校正機制，突變的速度遠比其他病毒（如：水痘病毒）更加快速 。

流感病毒在複製時，常出現微小的錯誤，有時會導致蛋白質的胺基酸產生改變，被稱為「抗原微變（antigenic drift）」。若變化發生在抗體所辨識的關鍵部位，就可能影響抗體辨認血凝素/HA，使疫苗誘發的保護力降低。

而有別於上述單點胺基酸的突變，另一種變異是巨大、劇烈地改變，被稱為「抗原移型（antigenic shift）」－不同流感病毒株、互換彼此 8 段 RNA 中的任意數段 RNA，產生巨大改變的新病毒、甚至獲得跨物種傳染的能力。如：2009年於墨西哥暴發的豬流感大流行，就是人流感和禽流感在同一個細胞裡發生了基因互換，進而產生了全新、極危險的流感病毒。

流感病毒的高突變速度，對人類有很大的威脅，不僅是非結構性病毒蛋白質的突變，可能會改變病毒對細胞的毒性，可能引起更多細胞凋亡、更劇烈的體內發炎等，對脆弱族群的殺傷性更增。而突變位置若在血凝素/HA等表面抗原，將使前一年的疫苗誘發的抗體難以辨認、保護力降低。

李醫師也提醒，像流感病毒的這種特性，對年長者等族群的威脅甚大。疫苗在銀髮族誘發的抗體濃度、效力本來就比青壯年低，而血清抗體隨時間逐步衰退的情況下，流感對年長者的威脅更劇。一篇來自《傳染性疾病雜誌/The Journal of Infectious Diseases》的回顧性研究發現，大於60歲以上的族群，流感疫苗誘發的抗體保護力，約僅維持四至五個月。此時若病毒透過突變，獲得穿透抗體保護網的能力，就更可能侵犯這些脆弱族群（所以高風險族群，記得每年都要打流感疫苗喔）。

流感病毒的狡獪之處

而除了病毒的高突變速度外，李秉穎醫師還提出一種假說，來解釋「流感疫苗的保護力，似乎比其他疾病的疫苗短？」和「1976年流感疫苗疑似引發多發性神經炎（GBS, Guillain-Barre syndrome）」

李醫師說：「對人體而言，流感病毒是種『想揍它，但又不敢出全力』的奇特敵人。」

人體有種保護機制，稱為免疫耐受性（immune tolerance），指病原雖然存在於人體，但某些機制使身體不發揮足夠的免疫力來攻擊病原。這類機制在正常情況下，可避免母體攻擊胎兒、降低自體免疫疾病發生 。

但部分病毒似乎能借道此機制，躲避白血球的攻擊，流感病毒可能是其中的佼佼者。目前推論，流感病毒透過分子類似（molecular mimicry），模仿人體組織。流感病毒的蛋白質，和人體神經組織的蛋白質－神經節苷脂 (ganglioside)，其立體結構近似。換言之，雖然病毒蛋白質和神經節苷脂，來自不同基因，但部分的立體結構類似，因此在病毒入侵、或接種疫苗後，若產生的抗體，辨認這兩種蛋白質的共同類似結構，就可能出現自體免疫疾病。

所以對人體而言，「想揍流感病毒，但又不敢出全力」，因此疫苗產生的抗體效力衰退速度快。但「想揍病毒，但出了全力」時，其抗體也會攻擊神經節苷脂，此時就會出現免疫失調、多發性神經炎，因此可以看到每年流感季時，罹患多發性神經炎的人數可能會變多，這同時也可能是1976年x, 流感疫苗有多發性神經炎副作用的原因 [9]（註：目前僅有1976年豬流感疫苗在動物實驗、流行病學上有證據顯示疫苗會誘導多發性神經炎，但不可擴大推論所有的流感疫苗都會誘導多發性神經炎）。

更精細說明，免疫系統為了避免錯誤地攻擊自我組織，本身就有「敵我辨識系統」，但流感病毒的分子，和人體正常組織的分子過於類似，反而鑽了系統的漏洞，免疫系統在自我克制的情況下，無法發揮全力。所以流感病毒對人體來說，是種很特別、難以對付的病毒。

WHO怎麼知道那些病毒株會流行？

各國的科學家會從流感病人收集檢體，透過解析基因序列、和血球凝集抑制試驗（HI, The Hemagglutinin Inhibition Assay）結果，作為推薦未來一季流感疫苗的依據。

而世界衛生組織（WHO, World Health Organization）會和重要的國家級衛生單位合作，如：美國疾病控制與預防中心（US CDC, Centers for Disease Control and Prevention）、澳洲維多利亞傳染疾病實驗室（Victorian Infectious Diseases Reference Laboratory）等，透過她們的資訊，預測秋冬的流行病毒株。因為疫苗的製程至少需6個月，所以世界衛生組織在每年2月召開會議，推薦北半球的疫苗抗原（預測年底北半球流行株）；而9月的會議，推薦南半球的疫苗抗原（預測隔年年中南半球流行株）。

而血球凝集抑制試驗，主要目的是測試前文所述的「中和抗體」。流感病毒表面的血凝素/HA，會黏住紅血球們，將血球們凝集在一起。若抗體能有效辨認病毒的血凝素、阻止其作用，就能抑制凝血作用，證明該濃度下，疫苗誘發的抗體能中和病毒、避免感染 。

如前文所述，透過收集各地病人檢體，並排出候選病毒株，將和去年流感疫苗的病毒株進行比較。研究者用接種過疫苗的動物（如：雪貂）血清做實驗，觀察中和抗體對抗候選病毒株，其中和效價是否大幅降低，若降低4倍以上，就會被定義為該候選病毒株，和去年流行的病毒已不類似；換言之，過去使用的疫苗可能無法保護該候選病毒的感染 ，因此會被認為「需被關注的病毒株」，而科學家再進一步檢視候選病毒流行範圍等資訊，推測是否將成為「優勢流行」病毒株，綜合判斷下，決定是否推薦給藥廠。

世界衛生組織透過各種數據，預測秋冬來臨時，那些病毒株最可能流行，或最需疫苗防治的病毒株。儘管有時會失準，因為2月時的資訊，無法完全反應病毒在未來的演化，但這種推測，仍是絕大多數藥廠製備疫苗的重要依據。

為什麼不選擇不易突變的蛋白質作為抗原呢？

如前文所述，現行流感疫苗誘發的抗體，都是辨認血凝素的特定部位HA淺藍色部件，通常被稱為血凝素「頭部」）。然而，由於病毒的高突變速度，且血凝素並非病毒複製、生存過程中，極度必須的蛋白質，所以有較高的變異容忍度，所以病毒可以產出大量、血凝素頭部略有差異的多樣子代病毒。也因此疫苗帶來的保護力，隔年效果就不盡理想。

有鑑於此，部分團隊想發展長效型疫苗，例如：抗原選用血凝素/HA、但不和受器結合的部位。選用該處作為抗原，有理論之優勢。該處靠近病毒核心，不易出現突變（因為若產生突變，可能對病毒結構產生致命性的破壞，故在演化上，越靠近病毒核心的部位，突變的可能性越低）。理論上，若疫苗誘發的抗體，是針對病毒不易突變的蛋白質（如：血凝素「莖部」），就能做出長效、甚至廣譜型的流感疫苗。

但此概念有個致命的問題。流感疫苗的目標是「避免感染」，而病毒入侵細胞的鑰匙就是血凝素「頭部」。選用其他部位當作疫苗抗原，誘發的抗體將無法直接卡住血凝素和唾液酸受器，等同打蛇不打七吋，阻止感染、中和病毒的效果有先天的缺陷。研究團隊試圖透過其他方式彌補此缺陷，如：添加佐劑等提高抗體濃度，如同幫疫苗打超級士兵血清、期待變成美國隊長，但目前尚未看到有效的研究成果，都仍停留在實驗室階段。

聽說有種新製程的流感疫苗，保護力比較好，真的嗎？

美國在研究歷年的流感疫苗時，發現有時疫苗的病毒株，雖然和真實流行的病毒株相符，但效果不如預期。進一步研究發現，疫苗內的抗原，其胺基酸序列和原始設計稍有差異。深入研究後，科學家觀察到，用雞胚培養的流感病毒，在培養過程中會自然突變。

人類使用雞蛋培養病毒，作為疫苗抗原的技術，已有七十多年的歷史。科學家使用特製的疫苗用無菌蛋，將候選病毒注入已受精的雞蛋，培養數天、讓病毒大量繁殖後，再萃取病毒後製成疫苗。然而，本質上習慣人類環境的流感病毒，在雞胚裡生長時，有時會突變、適應鳥類細胞環境（egg-adaptive mutations），因此最終收集的疫苗抗原和原始預期有差距。目前已知A型流感的H3N2病毒株，在雞胚的生長效率較差，也較容易發生雞蛋適應性突變。

因此科學家發展出另一種技術，改採用哺乳類細胞培養病毒。由於病毒生活的細胞和人體類似，病毒不用特別突變去適應生長環境，所以最終製出的抗原將和預期相符，理論上疫苗的保護效果較雞胚培養的疫苗稍高；但需注意，此為新技術，目前的數據尚不夠充分。

除了理論的優點外，細胞培養疫苗也有製程上的優勢。雞胚培養需要特殊的疫苗蛋，製程耗時較長。若改採細胞培養生產，將無須選購、等待大量的疫苗蛋，可擁有更快的速度和彈性。由於上述的優勢，未來流感疫苗可能會慢慢轉向細胞培養技術。

為什麼季節性流感疫苗，每年都更換抗原，但似乎不需要做三期試驗就可上市？

主要是沒有辦法做，來不及（啊2月才知道病毒株，9月流感季就開始了，怎麼作三期試驗？）。因為現實面有困難，所以各國的共識是用血球凝集抑制試驗/HI，測試中和抗體效力，作為驗證疫苗效力的標準。試驗結果也許和實際保護力略有落差，但現實上流感病毒的突變速度過快，藥廠製造時間僅有六個月，因此，這是必須的取捨。

以我國疫苗廠－國光生技製作流感疫苗為例，藥廠在第一次申請流感疫苗藥證之前，徵招數百人進行實驗，測試中和抗體效力等數據，確認疫苗各項條件皆符合預期。食品藥物管理署確認各數據都合於規範，就會發給當年的流感疫苗藥證。而之後，每年重新申請季節性流感疫苗藥證時，由於僅調整抗原內容，未改變製程，政府認為效力和安全性不會因此大幅度改變，所以無需再進行人體試驗。這種審核流程，是因為流感病毒變異太快，人類必須在理想和現實中進行取捨。

雖然無法在上市前、透過人體試驗了解疫苗效力，但政府會透過上市後的監督和追蹤，檢視流感疫苗的效果。以美國為例，該國曾回溯分析後發現，鼻噴劑減毒流感疫苗在2013-14和2015-16的流感季，保護力表現不佳，因此停止核發2016-17和2017-16的藥證，直到藥廠更換病毒株、重新證明保護力不劣於其他疫苗，美國才重新核發藥證。

參考文獻

• 台灣疫苗推動協會榮譽理事長 李秉穎醫師專訪。2021/07/07
• How the Flu Virus Can Change: “Drift” and “Shift”. US CDC, Centers for Disease Control and Prevention. 2019/10/15
• 流感防治（含H7N9流感）。衛生福利部疾病管制署。2013/08/02
• Wenzhuo Hao, Lingyan Wang and Shitao Li (2020) Roles of the Non-Structural Proteins of Influenza A Virus. Pathogens.
• Danuta M. Skowronski, S. Aleina Tweed, S. Aleina Tweed, Gaston De Serres Author Notes (2008) Rapid Decline of Influenza Vaccine—Induced Antibody in the Elderly: Is It Real, or Is It Relevant? The Journal of Infectious Diseases.
• Immune Tolerance. National Institute of Allergy and Infectious Diseases (NIAID). 2014/01/17
• Nobuhiro Yuki, Keiichiro Susuki. et.al. (2004) Carbohydrate mimicry between human ganglioside GM1 and Campylobacter jejunilipooligosaccharide causes Guillain–Barré syndrome. PNAS.
• M. B. A. Oldstone (2005) Molecular Mimicry, Microbial Infection, and Autoimmune Disease: Evolution of the Concept.
• Helmar C Lehmann, Hans-Peter Hartung, Bernd CKieseier, Richard ACHughes (2010) Guillain-Barré syndrome after exposure to influenza virus. The Lancet Infectious Diseases.
• Irving Nachamkin, Sean V. Shadomy. et. al. (2008) Anti-Ganglioside Antibody Induction by Swine (A/NJ/1976/H1N1) and Other Influenza Vaccines: Insights into Vaccine-Associated Guillain-Barré Syndrome. The Journal of Infectious Diseases.
• Selecting Viruses for the Seasonal Influenza Vaccine. US CDC, Centers for Disease Control and Prevention. 2020/10/26
• Antigenic Characterization. US CDC, Centers for Disease Control and Prevention. 2019/10/15
• Nicholas C. Wu, Huibin Lv. et.al. (2019) Preventing an Antigenically Disruptive Mutation in Egg-Based H3N2 Seasonal Influenza Vaccines by Mutational Incompatibility. Cell Host & Microbe. DOI: 10.1016/j.chom.2019.04.013
• 許玉龍，黃高彬 (2020) 綜論-接種季節流感疫苗後的保護效力與抗體漸退之探討。感控雜誌。DOI: 10.6526/ICJ.202006_30(3).0003