背包客釀成大蛇滅絕危機！？

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／洪孝宇│屏科大野保所鳥類生態研究室研究員
本文轉載自屏科大鳥類生態研究室新聞稿，原文為〈最新研究證實 台灣猛禽體內普遍驗出老鼠藥〉

自從 2014 年，屏科大野保所鳥類生態研究室首度證實，有瀕危的黑鳶因老鼠藥中毒死亡，老鼠藥對台灣猛禽的危害才開始受到重視。

2015 年起，由農藥主管機關防檢局邀集多個單位，展開大規模的台灣猛禽體內老鼠藥殘留調查，總計檢驗 21 種猛禽、全台各地 200 多件肝臟樣本。結果共有 10 種猛禽、超過 6 成的樣本驗出老鼠藥殘留，顯示老鼠藥已經普遍進入台灣生態的食物鏈之中，此研究論文在近日發表於環境科學領域的權威期刊《Science of The Total Environment》。

此研究的參與單位包括屏科大野保所鳥類生態研究室、特生中心野生動物急救站和鳥類研究室、台中市野生動物保育學會、台灣動物路死觀察網（路殺社）等。歷經 3 年的猛禽樣本收集，樣本主要來自救傷但不治死亡的猛禽，另有部分來自路殺採集或是機場的鳥擊防治措施。猛禽死後經解剖取出肝臟，送往農委會藥物毒物試驗所或是景博科技公司進行 14 種老鼠藥成分的殘留檢驗。

不管常不常吃老鼠，都驗得出老鼠藥

在平原和低海拔地區常見的 5 種猛禽中，主食鼠類的黑翅鳶老鼠藥檢出率高達 9 成，且檢出的平均濃度也最高（211 ppb）。此外，有腐食習性的黑鳶和主食蛇類的大冠鷲，分別是檢出率和平均濃度的第二位，顯示腐食性以及主食蛇類也是老鼠藥中毒的高危險群，並間接證明蛇類可能是老鼠藥在食物鏈中傳遞的重要環節之一。至於在鄉村和都會區很常見的鳳頭蒼鷹和領角鴞，牠們食性廣泛，並非以鼠類為主食，但老鼠藥的檢出率也都超過 5 成。

秋冬濃度最高，可能跟過往秋季滅鼠週有關

在一年之中，猛禽體內的老鼠藥檢出率和濃度都在秋冬季最高，這很可能跟台灣每年在秋季舉辦滅鼠週有關。農地滅鼠週發放的老鼠藥成分以可滅鼠和伏滅鼠為主，而這兩種也是最常在猛禽體內被驗出的成分。另一種常見成分撲滅鼠，則大多登記為環境用藥，因此不只是農業用藥，居家使用的環境用藥同樣會進入食物鏈之中。

台灣自 1980 年之後核准的老鼠藥幾乎都是第二代，不僅毒性比第一代更強，即使動物沒有吃到致死劑量，在體內要自然代謝的時間長達 200 天以上，因此相當容易在食物鏈中傳遞和累積。本研究發現有許多猛禽體內驗出不只 1 種老鼠藥成分，最多的一隻鳳頭蒼鷹體內有高達 6 種老鼠藥，代表反覆吃進帶有不同老鼠藥的老鼠。

老鼠藥的慢性機制讓毒害影響更廣

台灣核准的老鼠藥都是抗凝血劑，中毒的動物會逐漸內出血，約 5-7 天才會死亡。因為是慢性毒，因此中毒的動物屍體其實不易發現，不像劇毒農藥（如：加保扶）中毒的鳥類會成群暴斃在毒餌週邊。因為這樣的特性，導致中毒的老鼠仍會四處移動而被天敵捕食，毒害的影響層面比劇毒農藥更廣卻不易察覺。

猛禽老鼠藥中毒的臨床症狀，包括口腔出血、皮下血腫和貧血等，但光從外觀其實不容易診斷，且中毒的個體往往因為虛弱、行動遲緩而發生意外（如：路殺），因而死因被誤判，不會想到背後是老鼠藥惹禍。在老鼠藥檢出率如此高的情況下，當救傷中心收到一隻傷病猛禽，不論傷病原因為何，我們建議都要懷疑是否有中毒的可能性。

老鼠藥達多少劑量足以猛禽於死地？

究竟多少的老鼠藥劑量足以致死，這個問題並不容易回答。以國外研究較多的倉鴞為例，出現中毒症狀的個體，肝臟殘留的老鼠藥多在 100-200 ppb 以上，但不同種類的動物對上不同成分的老鼠藥，感受性可能會差異很大。

台灣的黑鳶自 1980 年代以來族群大量消失，目前被認為跟農藥和老鼠藥的毒害有關，本研究中有兩例黑鳶，屍體被發現時無任何外傷，但出現口腔和內臟出血等中毒症狀，經檢驗肝臟中老鼠藥濃度僅 26 和 33 ppb，顯示微量的老鼠藥就可能讓黑鳶死亡。

相較之下，黑翅鳶的老鼠藥檢出率和平均濃度都很高，但其族群近數十年來在台灣（以及整個歐亞大陸）都呈現擴張趨勢，是否因為對老鼠藥的耐受性差異，導致不同猛禽的數量出現消長，非常值得後續研究。

淺山動物難以察覺的毒害危機

老鼠藥對生態的毒害，在歐美已有許多研究證實，也已經開始限制老鼠藥的使用，但本研究卻是全亞洲首次，顯示亞洲國家對於老鼠藥毒害的忽視。

台灣的滅鼠週從 1980 年代以來，舉辦了將近 40 年，每年免費發放的老鼠藥多達數百甚至上千公噸。滅鼠周的目的是每年一次將野鼠一網打盡，然而鼠類繁殖力強，幾個月後族群即可恢復，甚至已經逐漸產生抗藥性，但直接或間接毒害的野生動物恐怕已不計其數，尤其是鼠類的掠食者（如草鴞、石虎）更可能深受其害。

過去我們經常認為，台灣平原淺山野生動物最大的危機是棲地消失和破碎化，但是都忽略了這個難以察覺的毒害威脅。

滅鼠週已停辦，鼓勵以其他方式控制鼠害

所幸防檢局已經開始正視這個問題，在 2015 年宣布停辦全國農地滅鼠週，減少免費老鼠藥的發放和濫用，然而由環保署主導的居家滅鼠周每年仍持續在辦理，各式各樣的二代鼠藥也可以在商店輕易買到，幾乎沒有任何管制。

屏科大鳥類生態研究室建議未來政府應鼓勵以環境整理、捕鼠器具和生物防治等方式來控制鼠害，並逐步加強對老鼠藥的管制（例如：加註警語、提高售價、限制販售管道和購買身分等），以降低農民和民眾對化學藥劑的依賴，讓台灣的野生動物可免於毒害威脅，恢復正常的生態功能。

延伸閱讀：

1. 基於科學而非感性 滅鼠週40年走入歷史 防檢局長細說由來（2018/10）
2. 黑鳶禍不單行!　首次確認台灣的猛禽體內有老鼠藥殘留（2014/11）

本文轉載自屏科大鳥類生態研究室新聞稿，原文為〈最新研究證實 台灣猛禽體內普遍驗出老鼠藥〉，關心此議題亦可追蹤 FB 屏科大鳥類生態研究室。

知名國際學術期刊《自然》（Nature）在當地時間 12 月 18 日發表 2017 年科學界的十大年度人物，他們涉及的領域橫跨生物、物理、量子通訊、天文、地球科學與環保，有些人身處第一線創造新突破，也有些人是重要的幕後推手。

他們對這一年的科學發展帶來各種「重要」的影響，有的入選理由會讓你拍手叫好，有的則讓人大皺眉頭。快來看看這十位人物是誰，他們又做了什麼事吧！

編輯基因的生物學家劉如謙（David Liu）

基因編輯技術 CRISPR 雖然是當前的主流，但仍無法實現一些較細緻的基因編輯工程，以 CRISPR-Cas9 為例，雖然科學家可以指揮 Cas9 酶去切開特定一段 DNA，但卻只能依靠細胞自身的 DNA 修復機制來修補，因此產生不可預測性。

而劉如謙在美國博得機構（Broad Institute）的實驗團隊使用一種新的酶，解決了過往的問題。團隊在 2016 年發表了他們第一個鹼基編輯器（base editor），讓科學家首次能對活體細胞基因中單一鹼基對進行可預期的修改。接著在今年十月，劉如謙團隊再次突破，打造出比 CRISPR-Cas9  更可靠的新基因編輯工具：能在不切割 DNA 的情況下，把 A-T 鹼基對轉換成 G-C 鹼基對。這種效率更高且幾乎沒有副作用的新技術，將有機會治療許多基因點突變導致的疾病。

促進整合的天文學家 Marica Branchesi

2017 年 10 月 16 日，美國雷射干涉重力波天文台（簡稱 LIGO)、義大利處女座干涉儀（Virgo interferometer）和眾多的天文台團隊聯合召開記者會宣佈：首次直接觀測到兩顆中子星碰撞合併所產生的重力波與電磁波，這一次的重要觀測成果解決了包含「宇宙重元素從哪裡來」等多道天文物理學謎題。

重力波雖然能看到普通望遠鏡無法看到的宇宙的另一面，但在雙中子星融合的案例中，重力波干涉儀只能偵測到最後幾分鐘，而中子星碰撞的其他資訊或過程中產生的元素，卻只有傳統望遠鏡才能獲得。

然而過去觀測天文學與重力波研究雙方人馬一直沒什麼合作，甚至互相不信任，是 Virgo 合作組織的成員 Marica Branchesi 為物理學家與天文學家搭起溝通的橋樑。她一方面鼓勵物理學家發出重力波事件的預報，即使不確定預報準不準確，而另一方面則說服天文學家，物理學家的意見值得一聽。經過 Branchesi  的努力牽線，至今證實這兩個領域的合作是可行的。

啟發新療法的抗癌鬥士 Emily Whitehead

在 6 月的美國食品藥品管理局（FDA）的會議上，12歲的 Whitehead 走向在台上演講的父親，緊握他的手臂。她的父親正試著說服委員會通過「CAR-T 療法」。Whitehead 五歲時罹患白血病，六歲時成為全世界第一位接受這種細胞免疫療法並痊癒的孩子：流程是將病患的白血球從血液中取出，經過基因重組，變得能夠辨識並攻擊癌症細胞後再輸回病患體內。

雖然小 Whitehead 活了下來，但這種治療目前還存在著缺陷，她在注射 CAR-T 後引發嚴重的免疫反應，又稱細胞因子釋放綜合症（cytokine release syndrome，CRS），多虧主治醫生迅速處理，小女孩順利康復並成為活見證。

最終，會議投票通過了這種嶄新的急性淋巴細胞白血病病患治療法。幾個月後，非霍奇金氏淋巴瘤（Non-Hodgkin Lymphoma）病患也被批准進行 CAR-T 療法，這讓 2017 年成為此種癌症療法重要一刻。目前有數十組研究團隊與生技公司正努力讓此種療法變得更安全和可控。

削弱環保政策的美國環保署署長 Scott Pruitt

曾公開懷疑氣候暖化的 Pruitt，如今受美國總統川普任命為美國聯邦環保署（EPA）署長，他在上任前曾是批評美國環保署最激烈的人之一。 今年 2 月就職後，Pruitt 立即終止或廢除十幾條環保法規，其中包含與氣體排放、採礦及有害汙染設置的規定，讓化石燃料與化學業者拍手叫好。

10 月時 Pruitt又宣布，有鑑於「利益衝突」，所有有拿美國環保署補助金的科學家都不准參加該部門的獨立顧問委員會，導致旗下多個科學顧問委員會中超過半數的會員被辭退，而部分職位由當前的業界人士及與業界相關的科學家填補。

川普政府上任後已經提出要削減環保署研發辦公室 40% 的預算，撤掉的職務大多是科學家，讓員工們人心惶惶。根據紐約時報 12 月 22 日報導，自川普 1 月上任至今，美國環保署已有 700 多人離職（包含退休、資遣與請辭），其中有 27% 是科學家，包含 34 位生物與微生物學家、19 名化學家、81 名環境工程與環境科學家、以及時幾位毒理學家、生命科學家與地質學家。

帶量子通訊上太空的物理學家潘建偉

中國科學技術大學教授潘建偉，是世上第一顆量子通訊科學衛星「墨子號」首的席科學家。在中國，有人稱潘建偉為「量子之父」，他帶著中國在遠距離量子通訊研究上持續突破，成為該領域的開拓者之一。

2008 年自歐洲返回中國就職，潘建偉點燃了中國發展量子科技的熱情。7 月，潘建偉與團隊宣布再創量子通訊的里程碑，他們成功將地面上一個光子（photon）的量子狀態，傳輸到距離地表 1400 公里的軌道衛星「墨子號（Mozi）」的另一個光子上。9 月，團隊透過量子衛星發射光子，讓北京和 2100 公里外的維也納進行絕對安全的量子加密視訊會議。因為探測光子會干擾量子狀態，所以駭客無法再不被發現的情況下竊取密鑰。

目前潘健偉的團隊計畫發射第二顆衛星，並在中國天宮二號太空站進行另一次太空量子實驗。

找出論文錯誤的遺傳學家 Jennifer Byrne

白天，任職於雪梨兒童醫院的 Byrne 研究癌症遺傳學；晚上，她用筆電爬梳大量的遺傳學論文，找出其中的錯誤。目前 Byrne 已發現數十篇文獻在 DNA 序列上出錯，有些甚至包含可疑的低畫質圖片、疑似與其他手稿重複的文本，但這些懷疑尚未被證實。至今有九篇論文因為 Byrne 的努力被退回。

考慮到科學界仍有許多錯誤的文獻，她與法國電腦學家 Cyril Labbé 合作，運後後者開發辨識垃圾稿件軟體的經驗，在 2017 年 10 月打造出自動偵測錯誤的網路工具「Seek & Blastn」，並期盼期刊編輯與出版商能在論文刊出前運用這套軟體進行檢查。 Byrne 表示：「當我臨終時回顧自己的一生，會因為曾作過這件事感到非常驕傲。」

為核不擴散奮鬥的地球物理學家 Lassina Zerbo

對全面禁核試爆條約組織（簡稱 CTBTO）執行祕書 Zerbo 與其他倡議核不擴散（non-proliferation）的人來說，2017 年不太順利。北韓領導金正恩與美國總統川普的關係劍拔弩張，在 9 月進行第六次核子試爆，讓全球各地都感到不安。

《全面禁核試爆條》是一個國際條約，目的是終止任何核武器的試爆。雖然已有 183 個國家簽署，但因為部分國家，主要是美國與中國，尚未正式批准，條約還無法生效。

2004 年 Zerbo 加入 CTBTO，負責建立一套系統，把組織在全球約 300 個核子試驗監測站所收集的數據，如地震、聲波、水聲（hydroacoustic）與放射性同位素（hydroacoustic）分享給科學社群使用，協助偵測海嘯及追蹤藍鯨遷徙等科學研究。2013 年 Zerbo 出任執行秘書，除了前往世界各地進行全球監測站的建置外，也努力提倡批准全面禁核試爆條約。

追逐地震的地質學家 Victor Cruz-Atienza

墨西哥國立自治大學（UNAM）地球物理學家 Cruz-Atienza，在 11 歲時經歷了一場驚天動地的大地震（編註，1985 年 9 月 19 日墨西哥沿海發生了 8.0 級地震），自此他投身地震相關的研究，並積極提升民眾對地震的認識。

2016 年 Cruz-Atienza 針對墨西哥城提出理論，描述地震發出的能量將如何在這個古湖泊盆地中迴盪，並根據數據預測哪個區域的搖晃程度會最強且最久。當今年 9 月 19 日墨西哥中部莫雷洛斯州發生 7.1 級強震時，他的預測獲得證實：「由於盆地的地形與軟沉積物的結構，當地地震次數發生越多次，搖晃時間越長。」

Cruz-Atienza 不打算停下腳步，近期他與日本研究團隊合作，在墨西哥西海岸的海床安裝地震感應裝置，希望能預測下一次大地震。他表示：「每場地震都是不同的動物，它們有著各自的故事與記憶。」

爭取學術界性別平等的律師 Ann Olivarius

性騷擾在科學界是一個嚴重的問題，許多大學輕忽了設立防止性騷擾機制的重要性，也沒有相關制度懲處加害人與支持受害者。

十幾年來，Olivarius 處理過不少知名的學術機構性騷擾案件，包含耶魯大學、紐約羅切斯特大學與英國牛津大學。但隨著今年科學界、娛樂界、媒體界到其他產業發生數起位居高位的男性因性騷擾丟了工作的事件，眾多女性積極拿起電話打給她的律師事務所，希望他們幫忙處理性騷擾事件。

Olivarius 表示「我認為現在世人總算注意到這個問題，一旦社會認識到這一點，就有更好的機會改善現狀。」

自 1970 年代 Olivarius 就致力於消除學術機構內性騷擾，當她還在耶魯念大學時，因得知有男教授性騷擾甚至性侵學生感到非常憤怒，於是與其他原告聯合向耶魯大學提出告訴，要求實現性別平等的校園環境。雖然官司本身輸了，但法院承認校園發生性騷擾確實是教育中的性別歧視，此一重要判決為美國校園建立了對抗性騷擾事件的法律框架。

推動中東跨國科學計畫的物理學家 Khaled Toukan

2010 年 5 月，當以色列海軍襲擊了一艘土耳其船隻的消息傳出，中東第一個實驗科學與應用同步加速器（簡稱 SESAME）的規劃會議正在進行。該計畫獲得了包含以色列、土耳其、巴勒斯坦、賽普勒斯、埃及、伊朗、約旦與巴基斯坦等不同立場的國家支持，這種極端事件可能導致合作破裂。

多虧了發起人 Khaled Toukan 努力與各方代表團溝通周旋，最終讓局勢穩定下來。經過 20 多年的籌備，中東第一個同步加速器實驗室在今年終於正式啟用，它也是中東地區第一個主要的國際研究中心，代表著中東被真正列入全球科學版圖。實驗室位於約旦，可用於對分子、人造物和其他無數物體的成像，但對 Toukan 而言，這不只是一個光子源：「這是衝突之海中的一道光明。」他期盼 SESAME 的成功運轉能帶來更多建設，讓更多國家互相合作。

參考資料：

• Nature’s 10 – Ten people who mattered this year. Nature