字母濃湯

• 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。

文／楊海彥（小波）

在上一集，我們回顧了臺灣的鬼火傳說，並歸納出鬼火的幾個特點，分別是：(1)通常在夜裡出沒，(2)在墓地、河畔或是海濱都可能見到，(3)顏色以淡藍色為主，但也有橘紅色的伯公火，(4)火焰的數量可能是一至多個，且(5)有會跟著人跑的紀錄。

可是這樣一來，「屍體骨頭中的磷因高溫自燃產生鬼火」這個說法，似乎就有些站不住腳了。

磷火的幾個疑點

磷質佔人體體重的 1%，一個大約 70 公斤的成年男子，體內大約會有 700 公克左右的磷。其中又以無機鹽類狀態與鈣結合者最多，佔 85%，形成骨骼，牙齒中不溶性的磷灰石。¹

一個人能提供 700 公克左右的磷作為鬼火的燃料，這樣的量看來並不少。而磷源自屍體中的骨頭和牙齒，也足以解釋鬼火為何通常在墓地出現，河畔與海濱也可以視為富含水生動物的骸骨。再加上磷的自燃溫度大約攝氏 34 度，越潮濕自燃溫度越低，只要夏天氣溫夠高就可能引發自燃。

磷似乎完美解釋了鬼火如何產生，只是有個問題：磷燃燒的火焰不是淡藍色。

這是國外 Youtuber 拍攝的白磷燃燒的影片。影片中可以看見，白磷燃燒的反應相當激烈，焰色是橘黃色，並伴隨產生大量的濃煙（這也是為什麼白磷是煙霧彈的主要成分），這與目擊描述中幽幽飄盪的淡藍色鬼火一點也不相像。更重要的是，磷並不以純物質的狀態存在於自然界中，因此形成鬼火的不可能是純磷。

另一個自燃的可能人選是磷化氫（PH₃）。這是一種無色、可燃、劇毒的氣體，是屍體分解後的產物之一。一般來說磷化氫沒有味道，但伴隨產生的聯膦（P₂H₂）具有魚腥或大蒜的臭味，兩者混合時，在空氣中極度容易自燃。

即便如此，磷化氫與聯膦的燃燒一樣既快速又猛烈，與鬼火相去甚遠：

這樣一來，鬼火到底是如何形成的？

鬼火到底是什麼？從古至今都有人在研究

中國早在南宋時期，就有人提出磷與鬼火之間的關係。陸遊《老學庵筆記˙卷四》中提到：「予年十餘歲時，見郊野間鬼火至多，麥苗稻穗之杪往往出火，色正青，俄復不見。蓋是時去兵亂未久，所謂人血為磷者，信不妄也。今則絕不復見，見者輒以為怪矣。」到了清代，紀曉嵐的《閱微草堂筆記˙第九卷》更直接寫道：「磷為鬼火。」

日治時期的臺灣，正處於日本明治維新後，破除迷信、科學至上的氛圍中，當時漢文臺灣日日新報上也出現了一篇〈捉燐辯惑〉，故事大概是這樣：作者在學校看見鬼火，日人校長便讓眾人一起抓鬼火，沒多久校長抓到了，眾人一看卻只是一片枯葉。正疑惑這怎麼會是鬼火，校長便要大家進到屋內，不一會，枯葉刷地一聲燃燒起來，就像有人摩擦燐石一樣，眾人非常詫異。校長於是趁機教育眾人，鬼火就是燐火，是磷素和水素和合而成。²

值得一提的是，即使早自宋朝，乃至清朝、日治時期，就已經有人知道鬼火與磷之間的關係，那也是少數知識分子的事，民間對於鬼火的忌諱並沒有減少多少，否則也不會有那麼多鬼火傳說了。

東方是如此，那西方又是如何呢？

西方解釋鬼火的思路：天然氣？

與東方認為鬼火與磷有關的思路不同，西方人最開始認為鬼火與天然氣有關。

西元 1596 年，一名叫 Ludwig Lavater 的神學家，在其著作《Of Ghostes and Spirites, Walking by Night: And of Straunge Noyses, Crackes, and Sundrie forewarnings, which commonly happen before the death of men: Great Slaughters, and alterations of Kingdomes》（對，書名就是這麼長），書中〈That many naturall things are taken to be ghoasts〉的章節中，便認為鬼火是由富含硫磺的礦脈燃燒導致。^{3, 4}

到了 1776 年，亞歷山德羅˙伏打在讀完一篇由班傑明‧富蘭克林所著，關於「可燃空氣」的論文後研究並發現甲烷。在研究甲烷期間，他提出可能由於自然界中的電，比如閃電，與沼氣中的甲烷反應，才導致鬼火的產生。這個論點被當時的學界廣泛接受。（值得一提的是，亞歷山德羅‧伏打後來發明了世界第一個電池，並且成為今天電勢的單位，伏特。）

目前為止都只是紙上談兵，要一直到1832年，Louis Blesson才算真正開始對自然界產生的鬼火進行研究。

他到世界各地發生鬼火的地方進行實驗，發覺不同地區的鬼火，焰色與溫度也會不同。此外當他第一次接觸鬼火，便意外發現鬼火會在他接近時後退，並且非常容易被他的呼吸吹動；他必須撇過頭、站定一會，鬼火才回到原位。不只如此，沼氣引發的鬼火在夜晚離地面比較高，越接近黎明就越低，最後消失無蹤³。這兩者很好地解釋了鬼火為何會移動，以及為何只有在夜晚才看得到鬼火。

與鬼火性質最接近的答案：冷焰

1980 年，英國的地理學家 Alan A. Mills，第一次嘗試在實驗室裡複製鬼火。

他混合了油狀的磷化氫與天然氣，成功產生了綠色的火光，然而大量刺鼻煙霧也伴隨產生，與自然界中看到的鬼火實在相差甚遠。但他持續進行研究，直到 2000 年時，重新提出鬼火可能是一種「冷焰」。⁴

所謂的冷焰是一種最高溫度低於攝氏 400 度的火焰，通常必須以特定的比例混合燃料與空氣才會產生。與一般火焰不同之處在於，冷焰的燃燒反應並不激烈，且只會釋放些許的光、熱和二氧化碳，這是因為一般的燃燒會將化合物完全分解與氧氣結合，但冷焰的燃燒互相反應的幾乎都是部份分解的化合物自身。冷焰在日常生活中不常見，但卻是引擎發生爆震的主要原因。⁵

冷焰不僅溫度低、燃燒不劇烈，導致必須在非常暗的地方才可看見，焰色光譜大多落在藍色與紫色之間，更重要的是，天然氣也符合產生冷焰的條件！屍體分解後不僅會產生磷化氫，更會產生大量甲烷，雖然沼氣與天然氣不盡相同，但成分接近的沼氣產生冷焰，是有可能的。

有興趣的話，上面影片就是在實驗室中製造了冷焰。

世界上的鬼火目擊事件眾多，我們無法確認每一起鬼火事件引發的真正原因。不過若是以臺灣來看，根據上一集蒐集的傳說，冷焰已經很好地解釋大部分鬼火的特性。

總結來說，整個鬼火產生的故事應該是這樣的：墳場或河畔、海濱的屍體腐壞，產生磷化氫、聯膦和甲烷，因為種種原因，這些氣體逸散出來，甲烷與空氣恰好混合成能夠形成冷焰的比例，磷化氫和聯膦再自燃形成火源，便能產生淡藍色的、幽幽飄盪的鬼火。若是混合的比例不對，單純燃燒甲烷，那便會成為橘紅色的伯公火。

除了冷焰之外，還有其它的解釋

除了冷焰之外，科學家也提出其它鬼火的可能成因。2008 年，義大利的化學家 Luigi Garlaschelli和Paolo Boschetti 提出了「化學發光」的假說；他們將磷化氫與空氣和氮氣混合，製造出一種黯淡的綠色冷光，雖然伴隨著煙霧和臭味，但根據他們的說法，只要調整環境中的溫度、溼度等條件，煙霧和異味都可以消除，而且人眼在黑暗中難以辨別顏色，把綠色看成淡藍色是有可能的。⁶

此外，還有地質學家提出因地殼變動的「壓電效應」產生的「地電」，以及森林中的生物──比如某些蜜環菌屬的菇類、微生物、昆蟲──所發出的「生物螢光」兩種假說，不過礙於篇幅便不多作介紹。

近代，鬼火的目擊事件越來越少，這不僅是在臺灣，全世界都是一樣。除了因為火葬逐漸取代了土葬，也是因為沼澤與森林被大肆開發，就像失去棲地的動物，鬼火也失去了生成的源頭。過往的神祕傳說，在文明與科技的發展中逐漸消失，彷彿是某種詩意又悲劇的比喻，卻是實在發生的過程。

過去我們常說的「鬼火即磷火」看似科學，實際上卻是過度簡化的解釋，偏偏我們大多數人對此深信不疑。部份的人認為傳統迷信又落後，擁有科學至上的想像，但若是對事物的成因不求甚解，科學和迷信又有什麼不同呢？

資料來源

1. 維基百科-磷質
2. 〈捉燐辯惑〉。1907年7月6日，漢文臺灣日日新報。
3. 《Of Ghostes and Spirites, Walking by Night: And of Straunge Noyses, Crackes, and Sundrie forewarnings, which commonly happen before the death of men: Great Slaughters, and alterations of Kingdomes》，〈That many naturall things are taken to be ghoasts〉
4. Wikipedia-Will-o’-the-wisp
5. Wikipedia-Cool flame
6. Wikipedia- Chemiluminescence

【作者簡介】楊海彥／小波
轉換多次跑道，最終決定與朋友們一起開妖怪工作室。目前專注於台灣怪談研究，擅長將台灣文史和民俗轉化為故事，也設計實境遊戲和桌遊。嗜讀奇幻文學，熱愛電影，喜歡咖啡也喜歡茶，養一隻以拿鐵為名的貓。

有時經過河邊或是水溝，仔細靜下來，就能聽見一陣一陣的蛙鳴聲。可是，你知道有些青蛙，是無法用蛙鳴進行溝通的嗎？

通體橘黃，南瓜一樣的小青蛙

世界上的蛙類百百種，有不斷想要侵略藍星的、也有每天都一直跑出門旅行的，不過，我們今天的主角是——鞍背短頭蟾 (Brachycephalus ephippium)。

鞍背短頭蟾分布在巴西東南部的山地沿海森林，是一種小型青蛙，具體一點來說，牠真的超級小，成體只有 12.5 到 19.7 毫米，跟我們的手指甲差不多大而已。

而牠的俗名則是「Pumpkin toadlets」（直翻就是南瓜蟾蜍），顧名思義，牠的體色跟南瓜一樣，全身都是橘黃的喔！而且虹膜也是黑色的，看起來就像裝了一對假的圓滾滾黑色大眼睛，很可愛的樣子。

大家都知道狐狸怎麼叫，那青蛙呢？

大部分的蛙類高度仰賴聲音來進行溝通，有些蛙類在不同的狀況下，還會發出不一樣的叫聲。比如說，當雄蛙或其他種蛙類嘗試找對象進行假交配，卻不小心抱錯蛙時，被抱錯的蛙會發出釋放叫聲 (Release call)，而當牠們被敵人抓住時，則會緊急發出求救叫聲 (Distress call)。順帶一提，去網路上搜尋「screaming frog」就能找到大量的青蛙求救叫聲影片合輯，一開始看覺得滿好笑的，不過後來知道那是求救叫聲後，就越看越難過了。

不過今天主要要說的是求偶叫聲 (mating call)。有些青蛙在求偶時會發出特定頻率的叫聲，且蛙類能聽到的聲音頻率範圍很窄，對同種類叫聲頻率特別敏感，尤其雌性常利用叫聲來確定雄性的位置，並選擇適當的交配對象。

那青蛙是怎麼聽到聲音的呢？鼓膜就像是蛙類的耳朵，而鼓膜內面連著耳柱骨 (columella)，耳柱骨是兩爬類與鳥類的聽小骨，能將聲音傳入內耳的感覺細胞，再刺激大腦產生聽覺。

聽不見彼此，蟾蜍的愛情也可以很安靜

令人震驚的是，根據一篇 2017 年的解剖結果顯示，鞍背短頭蟾和另一種同一屬的青蛙並沒有中耳骨可以將聲波傳進內耳。所以其實鞍背短頭蟾對同種之間的求偶叫聲非常不靈敏，甚至接近聽不見！

這就奇怪了，既然聽不見，那為甚麼南瓜蟾蜍還要白做工，繼續發出求偶叫聲呢？

聽不見彼此聲音的鞍背短頭蟾，只好轉而仰賴視覺來溝通了。因此，研究團隊推斷，發出求偶叫聲這個行為，之所以沒有隨著演化消失的原因，可能是由於發出叫聲時，蟾蜍的鳴囊也會跟著震動，異性就可以藉由看見鳴囊的震動來判斷「噢！原來牠正在求偶。」

另一方面，南瓜蟾蜍求偶的季節正是沿海森林的雨季！這下子，牠們真的只能聽見下雨的聲音，還用唇語（鳴囊語？）說愛情了呢XD

你可能會想，在一整座下雨的森林中，單單只靠鳴囊震動，是絕對不夠讓南瓜蟾蜍在茫茫落葉海中，找到彼此的身影的！許多科學家及生物學家在發現牠們聽不見彼此的求偶叫聲後，也是這樣想的：「究竟他們是靠甚麼來溝通的呢？」

直到研究團隊用紫外線照了鞍背短頭蟾，一切的謎終於被解開了：發光的骨頭。

深埋在骨頭裡的光芒

骨頭、發光……聽起來好像是有那麼一點，中二？

不過這可是大發現！研究團隊發現，鞍背短頭蟾的頭部、背部、關節處、手指和腳趾在紫外線的照射下，都發出了螢光！大部分生物發光的原因都是由於化學變化，不過，南瓜蟾蜍骨頭發光的原理可不一樣，是因為骨頭的分子能將光反射，且反射光的波長更長。

同時，鞍背短頭蟾的皮膚也非常非常薄，成體的皮膚厚度大約只有 7 微米而已！如此薄的皮膚，才能讓骨頭的螢光順利透出來。

至於另一種我們常常想到的「發光生物」──螢火蟲，牠們的發光原理，就是典型的化學反應喔！螢火蟲的發光原理和發光蕈類大同小異，泛科學也有介紹過喔！

發光的骨頭除了能求偶，還能做什麼啊？

關於鞍背短頭蟾的發光現象，還有一點很有趣，那就是年紀比較小的蛙發出來的螢光是偏藍色的，隨著年齡增長與皮膚增厚，螢光會漸漸變黃。研究團隊推斷，發出不同顏色螢光的原因，可能就是骨頭的膠原蛋白含量不同。（作者 OS：搞不好能透過螢光就能看出南瓜蟾蜍的年紀呢！）

另一方面，發光的骨頭不只有求偶作用。

對一些鞍背短頭蟾的掠食者（鳥類和蜘蛛）來說，紫外線都是可見光，意思就是南瓜蟾蜍平常骨頭的螢光，能對掠食者造成警示的效果喔！

原來，蛙兒們就算聽不見彼此的聲音，也能靠著發光找到對方，聽起來是不是有點浪漫呢？

參考資料

1. The National – Abu Dhabi researchers discover toad’s ability to glow in the dark

2. Amphibia Web – Brachycephalus ephippium

3. 維基百科 – Pumpkin toadlet

4. 楊懿如的青蛙學堂 – 鳴叫

5. Types of frog calls

6. 維基百科 – 耳柱骨

8. Scientific Reports – Evidence of auditory insensitivity to vocalization frequencies in two frogs
9. Science News – Tiny pumpkin toadlets have glowing bony plates on their backs