大漠石龍子（Liopholis kintorei）是蜥蜴界的阿宅（homeboy）。科學家現在發現，這種澳洲的爬蟲類會挖掘複雜的洞穴，和親戚們住在一起，且可以連續七年不離開。牠們的洞穴長達13公尺，包括複雜的入口，還在戶外設有特定的廁所區域。藉由分析誘捕後取得的DNA樣本顯示，成年的大漠石龍子會和許多後代子孫住在同一個洞穴。類似的大家族模式過去只在鳥類及哺乳動物發現，這是首次確認爬蟲類也有這現象。大漠石龍子是忠誠的伴侶，這或許能解釋為什麼大家族會住在一起。
資料來源：ScienceShot: Lizards Lounge in Their Labyrinthine Lairs [11 May 2011]
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。
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！
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。
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。
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。
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。
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。
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
討論功能關閉中。
有些故事代代相傳之下，經歷非常漫長的時光。過去很久以後，五百年、三千年或一萬年，都已經是「很久很久以前」，難以判斷到底多久。2023 年發表的一項研究認為，澳洲南方的塔斯馬尼亞島，有個故事似乎能追溯到超過一萬年前。
大英帝國的調查隊抵達塔斯馬尼亞初期，估計島上約六千到八千位居民；原住民們統稱為「palawa」，不過又能分成多個有所區別的族群。英國人在公元 1803 年建立第一個殖民地，然後，不意外地起爭議。
走訪塔斯馬尼亞各地，留下許多紀錄的英國人魯賓遜先生（George Augustus Robinson）。圖／參考資料3
殖民者與原住民的衝突加劇後，1823 到 1832 年間導致約兩百位殖民者及九百位原住民身亡。有些英國人希望能和平解決問題，最終勸誘加上強迫，1829 到 1835 年間將島上的原住民，都成功遷移到位於塔斯馬尼亞和澳洲之間，巴斯海峽的弗林德斯島（Flinders）。
英國人認為這是一次「友善」的轉移任務。以當時狀況而言，確實算是相對和平的收場，但是慘遭強制搬遷的原住民依然損失慘重，人口以外，他們脫離原本的家園「Lutruwita」，文化、語言幾乎喪失殆盡。
遷徙計畫中，英國人魯賓遜先生（George Augustus Robinson）可謂關鍵角色。他走訪塔斯馬尼亞各地，說服原住民搬家，也對當地風俗文化非常好奇，留下大量紀錄。
這些 1830 年代的紀錄，就像塔斯馬尼亞傳統文化的切片。後來有些原住民重返塔斯馬尼亞，試圖擺脫殖民時，英國殖民者當初搜集原汁原味的資料，也成為重建傳統的材料之一。
魯賓遜等人搜集的紀錄來自多位原住民的說法，其中一個故事相當費解，至少當年魯賓遜無法理解，新問世的論文總算揭開奧秘。
祖先的遷徙故事，提到他們來自一片大陸；後來大陸被海水淹沒，當時岸邊附近有冰山漂浮。那時望向南方的天空，可以見到一顆很亮的星。
塔斯馬尼亞與澳洲之間的地形。兩地之間原本存在陸橋，海水上升後形成巴斯海峽。圖／參考資料1
塔斯馬尼亞原住民一代一代仰望星空，也建立一些自己的天文學知識，被魯賓遜忠實收錄。那顆南方大星星卻令人費解，因為星空中根本沒有符合描述的那顆星。最可能的對象是老人星（Canopus），也稱為船底座α（α Carinae）。
星空中最亮的是天狼星，第二就是老人星，顯然它非常顯眼，可是位置明顯有差。是原住民唬爛，還是魯賓遜唬爛，或是魯賓遜紀錄錯誤呢？新的分析指出，他們都是正確的，因為一萬兩千年前的星空，老人星確實處於故事中的那個位置。
首先，故事提到祖先前來的道路被大海淹沒，冰山在岸邊漂浮。對照現代科學知識，能輕易推論這講的是冰河時期結束，海平面上升，淹沒澳洲與塔斯馬尼亞之間的陸橋，形成巴斯海峽，讓塔斯馬尼亞成為一個四面環海的島。
接著是星空為什麼不同？從地球表面仰望夜空，星星的分布位置會由於「歲差」緩慢改變。回溯調整成一萬多年前的星空，老人星的確就在那兒。
地表很多位置都能見到南方明亮的老人星，不同民族、文化各有自己的想像。台灣人即使沒有親眼注意過，也肯定知道老人星，因為這就是福祿壽中的「壽星」，形象化叫作南極仙翁。
有趣的是，中文名字叫老人星，英文名字 Canopus 則來自特洛伊戰爭傳說中的一位年輕人，他是航海家，後來不幸在埃及被毒蛇咬死……所以中國想像這顆星是老人，歐洲卻想像是年輕小夥。
回溯塔斯馬尼亞 1831 年 8 月 1 日，凌晨 5 點時的星空。圖／參考資料1
考慮到魯賓遜紀錄的日期是 1830 年代，更加深故事的真實感，因為當時英國人還不知道「冰河時期結束導致海面上升」。阿加西（Louis Agassiz）首度宣稱冰川歷史的想法要等到 1837 年，更多年後取得較多支持，十九世紀後期才廣為人知。
魯賓遜等歐洲人對聽到的故事內容難以理解，他們或許會聯想到聖經的大洪水，但是完全想像不到冰河時期。所以這些內容，大概更能免於印象或偏好影響，反映忠實的紀錄。
據此推敲，塔斯馬尼亞祖傳故事講的是：「大約 1.2 萬年前海水上升之際，明亮的老人星在那個位置」。如果推論正確，這便是傳承 1.2 萬年的口述歷史，堪稱全人類罕見的文化遺產。
有人或許會好奇，一些研究認為早在四萬年前，已經有人穿過澳洲，抵達塔斯馬尼亞。可是島上原住民的祖先故事，卻是一萬多年前？
我想可能是因為，記憶對於愈久遠的事情常常會愈壓縮，把更早發生的事情疊加到比較近期，印象很深的事件中。或許原住民的祖先很早就過去，但是海水上升淹沒陸橋令人印象太過深刻，就變成故事的素材。
另一件啟示是，世界上不知道的事情太多了，當你不太理解聽到什麼的時候，不要試著腦補，就照聽到的忠實紀錄下來！
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。
台北外送茶加賴2054489# 台北外約 # 台北外送茶 Telegram 搜索@yy960318台北約學生妹妹 酒店上門服務 松山區援交妹 台北外送妹台北車站約妹賴2054489台北叫小姐 Telegram：yy960318 土城叫小姐.TG 約妹電報搜@yy960318 外送茶新店外送茶.桃園外送茶.台灣喝茶更多學生妹掃碼加賴官網 http://www.9440704.com
「我是負責代號『開放海灣』行動的員警。1999 年 7 月 8 日，新南威爾斯警方開始監聽並記錄，電話號碼（02）****-**** 的通聯。1999 年 7 月 16 日，於 Singleton 鎮 Millard 巷*號的民宅，建立監聽站。器材從當晚 11 點開始運作，直到 1999 年 8 月 4 日早上 9 點 10 分。」──澳洲〈Folbigg孩童死亡案件聲明〉[1]
1989 到 1999 年間，Folbbig 家的 4 名小孩，陸續出生，又相繼死亡。[2, 3, 4]1999 年 3 月 1 日，么女喪命當天，警方啟動「開放海灣行動」（Operation Open Bay）：[2, 3]造訪醫院，調閱病歷，勘查住所，監聽對話，並且諮詢醫學專家。[2]
1985 年，18 歲的 Kathleen Megan Donovan 認識 Craig Folbigg。兩年後，結婚從夫姓。[4, 5]1989 年 2 月 1 日，長子 Caleb 誕生。初為父母的 Folbigg 夫婦，開心地觀察嬰兒：那些特質似你，這個五官像我。沉浸於新生的喜悅，Kathleen 在日記中，詳載餵奶、泡澡、睡眠、門診、換尿布…，直到意外前幾刻鐘。20 日凌晨 2 點 50 分，她驚聲尖叫。Craig 見搖籃旁的妻子一臉惶恐，雖沒受過訓練，也硬著頭皮對兒子做心肺復甦。稍後，短遊人間的 Caleb，送醫不治。[2]
「1990 年 6 月 3 日──今天是 Patrick 出生的日子。」隨著第二個孩子的到來，回憶湧上心頭。Kathleen 寫道：「我心情複雜。能否勝任母職，還是像上回被擊垮。常懊悔懷上 Caleb 跟 Patrick，僅因生活不復從前。或許我不熱衷變化，走著瞧吧？」[3, 6][註1] Patrick 患有癲癇，Kathleen 仔細記錄抽搐次數及住院日期。[2, 6]「我的生日。哇！本來滿心期待要和 Craig 出去吃晚餐，現下卻在醫院的躺椅上，陪伴搖籃裡睡覺的兒子。不過，只要他沒事就好。查無異狀，感謝上帝。」[6]回家沒幾個月，Patrick 再次送醫。這次重創腦部皮質，即使病況穩定後出院，他卻從此失明。1991 年 2 月 13 日，早上 10 點，Kathleen 致電正在上班的 Craig：「又發生了！」死亡證明判定 Patrick 的腦部病變導致癲癇，發作時呼吸道阻塞，因而窒息喪生。[2]
二子接連猝死，隔年 Folbigg 家準備迎接第三胎。結婚紀念日那天，Kathleen 正計劃為女兒找教父、教母，並在日記中提到丈夫：「認識 Craig 七年了，時光飛逝，毫無遺憾，愈來愈愛他！」[2, 6]懷孕期間，情緒起起伏伏。Craig 偏在此時先遞辭呈再找工作，還考慮接濟親友到家裡住，她不免憂心忡忡。[6]10 月 14 日，Sarah 誕生。[2, 6]兩個多月後，Kathleen 返回職場。[6]1993 年 8 月 30 日，舊事重演。救護車於凌晨 1 點半趕到，淚眼婆娑的 Kathleen 領著急救人員進臥房，遺憾搶救無效。[2]
接下來幾年，Kathleen 沒有放棄希望。「我準備好了，並會得到支持與協助。若像上回那般瀕臨崩潰，便將嬰兒託付別人即可，不覺孤單。恢復運動，有助心靈和睡眠。我已經記取教訓。」字裡行間，力圖振作。[3, 6]Craig 抱怨收入不足，Kathleen 也感受到經濟壓力。兩人相處本來就會摩擦，個性差異有時令她婚內孤獨，「想來稍嫌傷感，Craig 是我唯一的家人」。[6]
感情的維繫，不就是滿足彼此的需求？「我有 Craig，而他想要小孩。這我做得到。」Kathleen 一邊自我期許，一邊矛盾焦慮。「會覺得自己不夠格，是由於還沒懷孕，好像是我的錯似的。說來也對，都發生多少事情了，就是活該斷後。我萬分憂鬱到無所適從。」等待受孕的日子裡，跟 Craig 的關係大致仍讓 Kathleen 安心。「我愛他，也愛我的家。我以此為傲。」[6]
1997 年 8 月 7 日，終於盼到 Laura 出世，[2]但養育過程不如預期。「我對自己感到極度失望、憤怒和沮喪，終究失控了，大叫害她哭泣不止。幾乎想摔了孩子就走，最後僅將她輕放於地板。我回房，任她哭，那 5 分鐘宛如一輩子。我是世上最糟糕的母親。深恐 Laur a會離我而去，像 Sarah 那樣。我脾氣差，有時對 Sarah 又殘忍，所以她走了。在得到一點幫忙的情況下。」[3]1999 年 3 月 1 日，午間 12 點 5 分，Laura 真的也走了。[2]
Folbigg 家的孩子，死後都有驗屍：壽命僅 19 天的長子 Caleb 和 10 個月大的老三 Sarah，喪生於嬰兒猝死症候群（sudden infant death syndrome）；生命才 8 個月的次子 Patrick，其死亡則跟癲癇拖不了關係；然而 19 個月大的 Laura 死因不明。[3]「開放海灣行動」的員警訪問 Folbigg 夫婦，並扣押被褥等物品；驗屍官則調閱 Kathleen 及 4 個孩子的病歷，還要求相關的醫師分別提出書面聲明：其一就自身觀察，描述 Folbigg 夫婦富有愛心，應無精神異常，而且沒有怠忽親職的跡象。[2]
么女離世幾天後，Folbigg 夫婦分別恢復工作和運動。又過了數週，Kathleen 搬出去住，並將育兒日記留置原宅。[2]「好奇他是否偷讀我的日記，因而行徑怪誕。就我所知，這裡頭除了單純的想法，別無其他。」多年前，Kathleen 曾經如此胡思亂想，[6]而今夢靨成真：1999 年 5 月，Craig發現該箱手稿，覺得內容可疑，遂當證物交出；[2, 4]又找 Kathleen 對質，卻未得到正面回覆。氣憤之下，他向警方指控妻子的筆錄不實。不過後來的監聽逐字稿中，仍記錄到他給予 Kathleen 口頭支持。[2]
1999 年 7 月 23 日，警方偵訊 Kathleen，沒有律師出席。從早上 9 點 26 分到傍晚 5 點 40 分，共問了 937 題，大量涉及日記內容。Kathleen 否認殺害 4 名子女。[2, 3]2001 年 4 月 21 日，警方分別以妨礙調查與謀殺罪嫌，正式逮捕 Folbigg 夫婦，[2]但最後只有 Kathleen 被起訴。[3]
「輾轉反側，想著 Patrick、Sarah 與 Caleb，我嚴重質疑再懷這胎（Luara）是不是愚蠢的決定。對他們的愧疚，無法抹滅；對往事再現的恐懼，揮之不去；對於如果真的發生了，我跟 Craig 能否撐得過，這樣的擔憂也一直繚繞心頭。」[6]在 2003 年的訴訟中，檢調細究 Kathleen 日記的字句。[3]「去證明我沒問題，別的女人能，我也可以。這個懷孕的理由是否錯誤？是，我就這麼認為，不過為時已晚。…與嬰兒獨處，最令我驚惶。」[6]母職的掙扎與反省，變為間接認罪的自白。[3]甚至她 2 歲時，生父殺害生母，導致 Kathleen 在收養家庭長大的經歷，如今都能扯上關係。「顯然，我是父親的女兒」，這句話彷彿也意有所指。[4]
2003 年 5 月 21 日，孩子的父親 Craig 步出新南威爾斯州最高法院。他拭去淚水，對簇擁的媒體朗讀：「我向 12 位不認識的陪審員，致上最卑微的謝意。今日我們讓 4 縷美麗的靈魂得以解脫安息，並共享這份榮耀。」[3]在沒有目擊證人、殺人凶器、側錄證據、精神診斷和明確犯案動機的情況下，[2]Kathleen 被判 40 年有期徒刑，30 年內不得假釋；上訴再審後，刑期縮短為 30 年，至少得關 25 年。[4, 5]澳洲媒體大肆報導，Kathleen Folbigg 從此成為全國最惡名昭彰的女性連續殺人犯。[3]
在單一家庭中，「一個嬰兒猝死是悲劇；兩個就很可疑；三個即為謀殺，除非能拿出反面證據。」英國小兒科醫師 Roy Meadow 在 1990 年代，為多起兒童喪生案件出庭。儘管澳洲的 Folbigg 訴訟裡，無人公開引用其論述，幾名專家證人指出：孩子全都自然死亡的可能性，就像遇上「天災」、「墜機」或「小豬飛行」。[2, 3]看似淺顯易懂的梅多法則（Meadow’s Law），其實是把舉證責任推卸給被告，[3]更別提若有遺傳性疾病等因素，這個推論是否依然成立。
「所有孩子都該是上學的年紀了。我總在他們的冥誕，憶起這些事。痛徹心扉，在所必然。」[2]事到如今，Kathleen 失去 4 名子女，遭丈夫背棄，又身陷牢獄。她依然堅稱自己無罪，並不時將內心感觸化為文字，寄給從小認識，且始終相信她的摯友。[2, 3, 4]後者和其他人發起「平反 Kathleen Folbigg」（Justice for Kathleen Folbigg）運動，於 2015 年呼籲法官重新檢視科學證據。[4]2017 年有個法律系學生在實習的時候，讀了 Kathleen 的故事，當下決心要跟到案子水落石出，後來乾脆成為她的律師。[3]
Kathleen 於 2003 年入獄。[2]是年人類基因體計劃（Human Genome Project）剛完成 92% 的定序，可供相關研究參考；而剩餘的 8% 則要到 2022 年才補齊。[7]2012 年，在一個有多起心因性猝死（sudden cardiac deaths）的瑞典家族中，調鈣蛋白基因（calmodulin gene）的突變初次被發現。[2, 8]2013 年關注此基因與嬰兒猝死症候群的論文問世。[8, 9]之後科學家逐漸認識更多的突變種類，以及它們對心臟健康的影響。[8]
2019 年 Folbigg 案重啟調查，並有二組學術團隊參與，[10]其中一組的多國科學家便是從上述基礎出發。他們基因採樣的來源，分別是 Kathleen 的口腔；長子 Caleb 和么女 Laura 的新生兒腳跟採血；以及次子 Patrick 與老三 Sarah 的冷凍遺體組織。[8, 10]孩子的父親 Craig，則以經濟困難為由，拒絕提供檢體。[8, 11]其律師解釋：「別忘了，他不是兇手，而且就連兇手抗辯也有法扶補助。」[11]
根據該團隊 2021 年發表於《EP Europace》期刊的論文：調鈣蛋白是一種會與鈣離子結合的蛋白質，扮演調節心臟收縮的關鍵角色；而調鈣蛋白基因 CALM1、CALM2 和 CALM3 的某些突變，會影響編碼調鈣蛋白，進而引發能致人於死的心律不整。[8]他們引用 2019 年文獻中的個案為例：一對都有 CALM3 G114W 的美國姊弟，姊姊 5 歲時心臟病發；弟弟則 4 歲就心因性猝死。[8, 10]
基因定序的結果不出所料，Kathleen 跟兩個女兒，與美國案例雷同，都帶有另一種致命性的突變──CALM2 G114R。不過，擁有相同的問題基因，未必就注定發病。這個可能造成心臟病發死亡的突變，基於不完全外顯性（incomplete penetrance），讓 Kathleen 倖免於難。[8]
調鈣蛋白基因異常所致的心律不整，發生率大約是 3,500 萬分之一。目前為止，全世界僅有 135 個已知病例。然而，由於每人通常有二套染色體，從父母身上各得一套，統計基因學家形容 Kathleen 小孩得到此變異的機率，「好比擲銅板」。[10]另外，Folbigg 家兩個男孩皆有罕見基因 BSN（Bassoon）。在動物實驗中，BSN 使年紀 6 個月以下的小鼠，一半都死於早發性癲癇。[8]被梅多法則所駁斥，那種微乎其微，猶如雷擊的可能性，於此並非不會出現。畢竟這棵被閃電連續劈中 4 次的樹，碰巧長在雷擊區的山丘上。一位小兒神經科醫師這麼比喻。[3]
該篇研究立論確鑿，條理清晰，但起先用處不大──Folbigg 案重啟的調查，早在他們做完分析前就結束了。[8]法官採信另一個團隊的結論，[10]認為新證據無法確定死因，唯獨更加強調 Kathleen 有罪。[3, 4]所幸該論文刊出後，掀起軒然大波，不僅有 3 位澳洲諾貝爾得主在內的 150 名各國科學家連署，[4, 10, 12][註2]以及澳大利亞科學院（Australian Academy of Science）背書，[12, 13]還得到法學界的支持，甚至吸引了公關和經紀公司義務宣傳。[3]
在新的基因證據之外，當初作為主要定罪依據，卻沒有請專家分析的日記，也被翻出來檢視。[3]「我的觀點是，日記內容不一定代表她謀殺孩子。考量眼前證據後，良善的解讀顯得較為可信。」數名鑑識心理學家和精神醫師，針對 Kathleen 的日記與精神狀態，闡述己見。「『暴力、虐待、狂怒及失控』傾向的人，我會預期累積較多的攻擊紀錄，例如：禁制令…但 Folbigg 女士沒有。」「那些日記反映悲傷母親典型的認知狀態，經歷著一波波嚴峻的情緒低潮。」[2]
換句話說，司法體系設定了不存在的母職標準，「她用自己的方式哀悼，但…（在外界眼中）做得不夠好。」Kathleen 的律師總結，並問道：「如果她哭了，是否又要被說成鱷魚的眼淚？我不覺得女人能贏，因為大眾的期望超出她們能力所及。」[3]
2022 年 11 月 14 日，調查在輿論的壓力下再次展開。[4, 14]Craig 的律師不以為然地說，「一家 4 個孩子都在 2 歲前自然死亡的假設」，令人難以置信，新證據不會有任何作用。縱使如此，2023 年 4 月，檢方首度坦承對判決抱持合理懷疑。[3]6 月 5 日，新南威爾斯州檢察總長於記者會上表示，基於司法正義，應該盡早釋放當事人，並鄭重宣佈：「Folbigg 女士已經獲得特赦」。未來就看刑事上訴法庭是否撤銷 Kathleen 的判決；還有她本人要不要提起訴訟，向新南威爾斯政府索賠。[15]
Kathleen 終於自由了。20 年來外面世界的改變很大，適應肯定挑戰重重。孩子的父親 Craig 透過律師，聲明其立場不變：「Folbigg 女士未獲除罪，她的判決仍在。」[15]不過，現下沒有人能破壞 Kathleen 與其支持者的好心情。一路陪伴的摯友，把她接回家暫住，第一晚還舉辦睡衣派對，大肆歡慶。[15, 16]
這個冤案暴露了新南威爾斯州的司法缺陷，Kathleen 的律師因此受到啟發，以司法救濟做為博士研究的主題。有人建議該州仿效英國的刑案審查委員會（Criminal Convictions Review Commission），平反過去其他被判謀殺罪的母親。「至關重要的是，我們不得錯失良機」，澳大利亞科學院執行長同意改革之迫切，並強調：「要發展對科學敏銳的司法體系。」[3]
waiyuewaiyue27
