數鰻苗，兼談鰻魚滅絕危機

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

流氓惡人的代名詞——「鱸鰻」

「鱸鰻」是台灣溪流的鰻魚，被影射華語為非作歹的「流氓」，所以「大尾鱸鰻」指大流氓，也成為電影片名。其實鱸鰻的本名是「蘆鰻」，在台語發音「鱸鰻」與「流氓」也不相同。

「流氓」一詞原指無業遊民，後來才變成破壞社會秩序的不法分子。在台灣的清、日文獻中，流氓大都指「無業流氓」，例如：「招徠流氓拓田」、「集流氓，墾荒地」、「初有閩、廣流氓冒入番地，屏逐土人」。

我還記得侯孝賢導演以二二八事件為背景的電影《悲情城市》（一九八九年），片中由掌中戲大師李天祿飾演的林家長輩，他以台語稱當時來台灣的上海幫派人物為「流氓」（liû-bâng），而不是「鱸鰻」（lôo-muâ）。

現在教育部《臺灣閩南語常用詞辭典》有「鱸鰻」而沒有「流氓」詞條，但日本時代《臺日大辭典》（一九三一年）兩條都有，「流氓」（liû-bîn）指流離人、流浪人，「鱸鰻」（lô͘-môa）除了指動物，也比喻時常帶凶器向人勒索的惡漢。

由此可見，台灣在日本時代已用「鱸鰻」來比喻惡人了。其實《廈門音新字典》（一九一三年）、《廈英大辭典》（一八七三年）也都有廈門腔白話字羅馬拼音的lô͘-môa詞條，除了指河流的大鰻魚，也比喻不務正業、做壞事的人。

鱸鰻被比喻為惡人，大概與夜行性、大又生猛的掠食習性有關。有趣的是，台語「鱸鰻骨」卻指帶有「鱸鰻性」的人，用來比喻懶惰、整天無所事事的人，因為據說鱸鰻在白天就是一副無精打采的樣子。 

現在台灣人對這種溪中大鰻的名字，根據的是《臺日大辭典》使用的漢字「鱸鰻」。戰後，因台語「鱸鰻」與華語「流氓」（ㄌㄧㄡˊ ㄇㄤˊ）諧音，才讓人誤以為台語的「鱸鰻」與「流氓」同音同義。其實，從鱸鰻在清代台灣和福建方志的稱呼「蘆鰻」，才能看出命名的由來。

鱸鰻的「鱸」是喜歡吃蘆竹的「蘆」啦！

•《諸羅縣志》（一七一七年）：「鰻有烏、白二種，烏者為上。又溪有蘆鰻，赤黑色，大者十餘觔（斤），以食蘆芽，故名。」

•《淡水廳志》（一八七一年）：「蘆鰻，近內山溪澗甚多，天寒出遊澗邊，食蘆竹心。」

•泉州《晉江縣志》：「蘆鰻，大如升，長四五尺，能陸行，食蘆筍。」

•日本時代台灣文人連橫《臺灣通史》：「鰻，鹹水亦有。別有蘆鰻，產內山溪中，專食蘆茅，徑大及尺，重至數十斤，力強味美。」

上述文獻提到蘆鰻會吃蘆竹心、蘆芽、蘆筍、蘆茅，指的都是蘆竹的嫩芽。蘆竹並不是竹，而是台灣原生蘆葦屬（Phragmites）植物，分布在內陸溪邊。

蘆鰻身體有黏液，可暫時離開水裡爬到陸地，牠除了吃水裡的魚蝦，也吃岸邊的青蛙，甚至路過的小雞小鴨，尤其還會吃蘆竹的嫩芽。這是牠給人最特別的印象，也是此鰻以「蘆」為名的由來。

今天，台灣還有「鱸鰻」的地名，例如新北市石碇區、花蓮縣玉里鎮的「鱸鰻潭」。臺灣二○二二年十月上映、以臺東縣綠島鄉白色恐怖時期為歷史背景的電影《流麻溝十五號》，「流麻溝」是地名，其舊名是諧音的「鱸鰻溝」。

台灣溪流有兩種鰻，一是「鱸鰻」，一是「白鰻」，這兩種鰻都在溪中成長，但會游到海裡產卵。

流麻溝是綠島最長的溪流，當地民生取水之處，在電影中可見被管訓的女思想犯來此挑水。此溪以盛產鱸鰻而得名，後來被雅化或誤寫。

鱺魚和鰻魚的合體——「鰻曬」？

台灣清代方志又說：「蘆鰻謂之鰻鱺，魚腹白，有舌無鱗，背有肉鬣連尾，生泥中。」「鰻鱺有雄無雌，以影鰻鱧生子。」「以影鰻於鱧魚，則其子皆附鱧之鬐鬣而生，故謂之鰻鱺也」。

鱧魚就是台語所說的「鱺魚」，也寫成「雷魚」。「鱺」是「鱧」的異體字，「鰻鱺」就是鰻與鱺的合體。

怎麼說呢？古人對蘆鰻認識不多，產生神祕感，尤其從沒看過蘆鰻在溪河中產卵，不知蘆鰻雖生活在淡水中，卻會游到海裡產卵，所以傳說蘆鰻游過鱧魚，鱧魚背鰭的小鬚就會化為鰻苗，故稱「鰻鱺」。

台灣有一首台語童歌：「西北雨直直落，鯽仔魚欲娶某，鮕鮘兄拍鑼鼓，媒人婆仔土虱嫂。」台灣山上溪流早年常見鮕鮘和鱸鰻，所以說：「水底出鮕鮘，石孔出鱸鰻。」

根據中研院《臺灣魚類資料庫》，鱸鰻是「鰻鱺科」的「花鰻鱺」，又稱花鰻、黑鰻、烏耳鰻、土龍等。鱸鰻在河流中可活十多年以上，最大體長達兩百公分，所以曾有新聞報導有人捕獲比人高的鱸鰻。

台灣淡水鰻魚另一種體型較小的「日本鰻鱺」，又稱白鰻、正鰻、日本鰻等，常用來加工製作「蒲燒鰻」。

鱸鰻在台灣曾被列為保育類物種，但已在二〇〇九年解除。由於台灣民間視鱸鰻為補品，常以中藥燉煮，所以後來發展了鱸鰻養殖。

——本文摘自《一午二紅沙，三鯧四馬鮫》，2023 年 2 月，貓頭鷹出版，未經同意請勿轉載。

第六次大滅絕？

人類引以自傲的科技文明迎來了新的人類世，卻疏忽了人類也正在製造大自然中第六次，也是第一次非自然原因的生物多樣性快速消失！

目前地球上約有 1,000 萬到 1,400 萬的物種，其消失速率大約是自然背景滅絕速率的 100-1,000 倍。

大量快速消失的物種

物種在正常時期的滅絕發生率稱為「背景滅絕率」，這是很不容易估計的工作，必須結合所有的化石資料庫，並且要做長期的追蹤。

每個生物族群的背景滅絕率都不一樣，通常是以每年 100 萬物種當中有多少物種滅絕來表示。以哺乳類為例，大約每年 100 萬物種會發生 0.25 次的滅絕事件。換句話說，世界上大約有 5,500 種哺乳類，背景滅絕率預期每七百年會有一種哺乳類消失，一個人的一生應該很難注意到這種改變。

但是現在有約 28% 的瀕危物種，在 21 世紀結束前，包括全世界的大型哺乳類可能都會面臨危急存亡之秋，這樣的數字不可謂不高。

寇伯特（Elizabeth Kollbert, 1961-）在她 2014 年出版的《第六次大滅絕：不自然的歷史》一書中強調：「如果第六次的滅絕事件發生，極可能是人類造成的。」最可能的因素，還是人類殖民式的生活剝奪、侵犯了其他物種的生存棲息地所致。

海洋酸化

寇伯特的書中記錄了許多生物、生態、地質、考古學家第一手的研究結果。以那不勒斯附近火山口周遭海域的調查為例，顯示藤壺、貽貝、珊瑚藻、顆石藻、龍骨蟲、多種珊瑚、海螺、魁蛤、海綿、鯛魚、海膽等都在減少或消失。尤其是海水酸度達 7.8 的海域，69 種動物、51 種植物中約有 1/3 都不見了。

海洋酸化（ocean acidification）是二氧化碳濃度快速上升的直接結果，人類大量燃燒煤與石油，無疑是將自然蘊藏的碳快速釋放到地表環境中的主因。專家指出：二戰後的二氧化碳排放速率是空前的加速上升。當今人類世的暖化作用，比起上一個更新世每一個冰期後的暖化，起碼快了超過一個數量級。地球已經有上千萬年沒有人類世這麼熱，可能連演化都忘了如何選擇能夠耐熱的基因。如果耐熱的 DNA 已經消失，生命已經不復保有這樣的特質，那對人類世就是真正的噩耗。

海水的 pH 值 7.8 或許是海洋生態的酸度臨界點，超過此臨界點，3/4 的消失物種會是鈣化生物。海洋酸化會嚴重地改變海水及其中的生態，譬如微生物族群的組成；獲得關鍵養分的方便程度；光線穿透海水的透光度影響海藻的生態；當然也影響光合作用；聲音傳播的情形將使得海洋更嘈雜；溶解性的金屬化合物也會改變；鈣化生物如海星、海膽、蛤蜊、牡蠣、藤壺、珊瑚等會因為缺鈣而大受影響，尤其是造礁珊瑚的白化現象——珊瑚蟲集體死亡，會使得依靠珊瑚生存的生物多樣性大幅下降。而珊瑚一旦消失，海中生態系必然崩解。

珊瑚是人類以外也會建造龐大「公共工程」的生命體，例如綿延超過 2,600 公里的大堡礁， 最厚的地方有 150 公尺，這種規模即使是人類最大的工程都望塵莫及。珊瑚礁可能支持了數百萬種海中生命共同生存或賴以捕食的環境，是海洋「撒哈拉沙漠裡的雨林」。這樣的依存關係也許已經存續了許多個地質世代，卻可能在這個世紀慘遭大幅損毀。

大氣科學家考戴拉（Ken Caldeira）是「海洋酸化」一詞的創始人，他認為未來幾個世紀的海洋酸化程度，可能造成超過數億年的影響程度。

實驗還顯示：生活在北極，看起來像是長了翅膀的海螺，以及對海水酸度非常敏感的翼足類海蝴蝶也會瀕臨危機。海蝴蝶是鯡魚、鮭魚、鯨等的重要食物，海水變酸，食物鏈必然受影響。而鈣化生物如笠貝的殼，甚至會出現破洞。此外，1/3 的造礁珊瑚、1/3 的淡水軟體動物、1/3 的鯊魚及魟魚都將消失。而某些增加的物種，譬如超微浮游生物，它們會消耗掉更多養分，使食物鏈上層的生物大受影響，進而使生態結構崩壞。

熱帶雨林的消失

除了海洋外， 嚴重影響生物性下降的原因還有熱帶「雨」「林」的減少。低緯度的雨林是地表生物多樣性最豐富的地方，而亞馬遜雨林因為過度開墾，興起了「破碎森林生物動態研究計畫」（Biological Dynamics of Forest Fragments Project）。這是世界上規模最大、時間最長的實驗之一。

從1970 年代巴西政府開始鼓勵農牧業，就規定亞馬遜區必須維持至少一半的森林維持原狀。洛夫喬伊（Tom Lovejoy）就試圖說服農場主人讓科學家決定哪些樹要留下來。在巴西政府的同意下，許多方塊形的「森林群島」就成為森林保留區，裡面有許多生態研究正在進行蒐集物種數量的變化。

依統計數字來看，地球上沒有冰的 1 億 3 千萬平方公里的陸地，已經開發墾殖了 7 千萬平方公里。真正杳無人跡的「荒地」只有沙漠、西伯利亞、加拿大北部和亞馬遜河流域，總面積只有 3 千萬平方公里，這還沒有考慮到許多人為管線穿越、切割這些「荒地」區域的影響。

「破碎森林生物動態研究計畫」發現：破碎森林的生物多樣性隨著時間不斷下降，儘管叢林的多樣性豐富，但是局部地區滅絕可能演變成區域滅絕，最後成為全球性滅絕。亞馬遜的土地墾伐影響到大氣環流，破壞雨林，不僅造成「林」的消失，也可能導致「雨」的消失。

生物多樣性之父威爾森（E. O. Wilson）和昆蟲學家厄文（Terry Erwin）都曾經估算過，破碎森林中昆蟲的當代滅絕率，可能比自然背景滅絕率高出了 1 萬倍！這個數字令人難以置信，當然統計的結果可能沒有考慮到滅絕發生所需要的時間，昆蟲的滅絕率也可能不同於其他生物的滅絕率。

科學家在全球的研究結果發現，對環境最敏感的兩棲類和昆蟲，如蛙類與蜜蜂，幾乎都在快速消失中。兩棲類在 3 億 7 千萬年前，就從海中率先登陸征服了陸地，生命力十分強悍，但如今兩棲綱可能是世界上瀕臨滅絕危機最嚴重的動物。據估計，兩棲類的滅絕率可能比背景滅絕率高出了 45,000 倍。

此外，很多其他族群的消失減損情形也頗驚人，受到影響的物種包括植物、動物的哺乳類、鳥類、爬蟲類、魚類、無脊椎動物等。1/4 的哺乳類、1/5 的爬蟲類、以及 1/6 的鳥類，也正無奈地踏上人類世的滅絕之路。這些不僅發生在森林中、深海中，更發生在我們居住的城市或後院。

——本文摘自《丈量人類世：從宇宙大霹靂到人類文明的科學世界觀》，2022 年 9 月，商周出版，未經同意請勿轉載。

東北季風吹起，暗夜海風強勁冷冽，但嘉義縣東石鄉漁民卻冒冷在河口地帶撈捕鰻苗，因為鰻苗價貴如金，運氣好的話一個晚上可以賺上好幾萬元。

鰻苗是以一尾一尾計價的，可見其珍貴。雖然鰻苗價格好，但行情是由大盤操控，隨時在變的。2012年最高價曾到一尾195元，但2013年11月20日左右收購行情卻一路下滑，從125-120-100-80，到11/25的70元，原來臺灣的鰻苗產業鏈是漁民-小盤-中盤-大盤-貿易商（或走私）-日本，如果日本人不進貨以為議價手段，大盤因為囤貨多了，收貨價格自然壓低。

王乙芳著《臺灣的祭祀文化與節慶禮俗》（2010，臺灣書房出版）一書中提到1969年之前鰻苗原本是一尾一毛（角）或二毛，但1969年莫名的原因造成鰻魚一路飆漲到一尾一塊錢（元）。在2000年時，則是一尾105元。

2013年11月26日早晨，我們在嘉義縣東石鄉鰲鼓社區一戶漁民家看到鰻苗以及小盤來收貨數鰻苗的情形，於是錄影與拍照同步進行，以下就是當日記錄的畫面：

年11月25日晚上8點多開始作業，直到凌晨才回家，非常辛苦。漁民將鰻苗放在臉盆，以自動打氣機將氧氣打入水中。26日早晨小盤來收購，價格還未定，所以只開一張單子證明數量是581尾，等大盤訂好價格後再結帳。盤商在計算時，每一百尾就放一根筷子。此影片可全螢幕觀賞，如頻寬夠可在放映後點選更高畫素觀看，效果更佳。錄影器材：Panasonic HDC-HS700

嘉義縣鰲鼓濕地堤外東石潟湖有許多定置鰻魚苗網，攔截隨漲退潮而來的鰻苗。網張愈多，鰻苗被捕的數量就愈多。

鰻卵在大洋中隨波逐流到河口地帶成為透明的「鰻線」，準備上溯河流去長大，可惜有一些沒機會在大自然中成長與繁衍，完成牠的天職，而是被人類抓去養殖，長大成為盤中飧，滿足日本人（以及臺灣人）的味蕾。

小盤商來跟漁民收購鰻苗，鰻苗倒進紗網，再用碗舀起計算數量。

每一次只有三、五尾，然後倒進臉盆中。

每100尾就丟入一根竹筷子，五根筷子就代表至少500尾。

計算後再將鰻苗倒入紗網

將鰻苗集中

這一碗總共581尾鰻苗，價值數萬台幣，是一個晚上辛勞的成果

裝入集中箱帶走，往下一戶去。

為何鰻苗價貴如金，當然是因為物以稀為貴。鰻魚（主要指日本鰻、鱸鰻）是降海產卵的迴游性魚類，在河川生活6至8年後，成熟的鰻魚在秋冬季節順流而下入海，在大洋深處產卵。卵孵化後隨海流飄送，沒被天敵吃掉的，到達河口會成為透明的「鰻線」，再於漲潮時溯河而上，到適合居住的水環境成長。牠們是肉食性，以小魚及底棲動物為主食。

如果沒有人為的各種因素，鰻魚大概不會有生存危機（其實現在也不是只有鰻魚有生存危機），但現在卻讓漁民感覺比起數十年前，無論是成鰻或鰻苗，數量真是年復一年的減少。

鰻魚數量急遽下降的原因，當然都是人類造成的：如（1） 河川棲地環境惡化，污染嚴重，加上大量河口濕地填海造陸，以及為數眾多的攔河堰、攔砂壩，在在都是鰻魚生長、迴游時的殺手（2） 全球環境變遷，海水及溪流溫度變化可能也讓鰻魚適應不良。而氣候災變增多，山區溪流水文變化大，水生環境劣化。（3） 過度捕撈，河口層層疊疊各式網具的密集捕撈，成鰻已經很少了，幼苗又沒機會長成大魚及降海繁衍。鰻魚真是命運多舛，看這光景，很快就要滅絕的。

鰻魚滅絕的危機政府知道、漁民知道、鰻商知道、餐廳知道，但在台灣除了限制鰻苗的出口（11/1至隔年3/1禁止鰻苗出口）外，就沒有其他的管制措施，任由這種狀況繼續惡化。而禁止出口也是假的，產業鏈都知道漁民收穫鰻苗賣出後，都是送往日本養殖的。

看一群鰻苗被抓，看我關心的漁民賺到錢，我心裡真是矛盾。漁民是無辜的，為了生計，只要能賺錢的，再辛苦也要下海，而漁業主管機關並沒有告訴漁民怎樣的撈捕規範可以永續鰻魚資源。政府不能坐視竭澤而漁、坐吃「海」空的事情發生。我們的漁業署對漁業資源萎縮的狀況非常清楚，卻仍如幾十年前以推動漁業生產為主要任務自居，而沒積極往保存與復育漁業資源為任務轉型來努力。再不拿出魄力管制濫捕（鰻苗）濫抓（成鰻），很快漁民捕不到「白金」，罪責還是會怪到政府頭上的！

轉載自賴鵬智的野FUN特區