瓶裝水安全嗎？

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

• 作者／
  李俊璋 特聘教授│成功大學工業衛生學科暨環境醫學研究所
  張偉翔 助理研究員│環境微量毒物研究中心

食品包裝容器對我們的生活不可或缺，外食人口的增加、烹煮條件及保存需求等都會影響食品接觸材質的發展，許多一次性或重複性食品容器應勢而生，卻也使民眾對這些食品接觸材質是否會影響健康產生疑慮，其中多數金屬罐頭食品內部塗層所含的雙酚 A (Bisphenol A) 就是時下熱門的例子。

考量雙酚 A 對人體健康具潛在影響，歐盟於 2018 年 2 月發布命令，加嚴食品接觸材質中雙酚 A 的管制，包括嬰幼兒產品禁用及限制塑膠食品接觸材質的遷移值，並已於2018 年9 月開始實施。

本期 ILSI Taiwan 專欄邀請成功大學工業衛生學科暨環境醫學研究所李俊璋特聘教授與成功大學環境微量毒物研究中心助理研究員張偉翔博士撰文，為讀者解答何謂雙酚 A？它是如何被我們吃下肚？有哪些方法能降低雙酚A的暴露風險？

對發育有害？環境賀爾蒙雙酚Ａ重啟研究評估

世界衛生組織國際癌症研究中心 (IARC) 尚未認定雙酚 A 對人類或動物具有致癌性，但科學證據已將雙酚 A 視為環境荷爾蒙，若過量暴露下，雙酚 A 將會干擾人體內分泌系統，對生殖及生長發育造成危害。在公眾嚴厲訴求下，歐盟食品安全局終於同意了，承諾於 2018 年重啟「雙酚 A 毒性再評估¹」，針對雙酚 A以科學程序進行，篩選所有動物及人體研究數據，並參考美國提供的兩年期核心毒理研究及人體研究 (CLARITY-BPA project) 中所發表之數據，以全面性健康影響為基礎，完整進行雙酚 A 暴露之風險評估，並提供歐盟食品安全局重新制訂每日耐受量 (Tolerable Daily Intake, TDI) 之建議值

吃罐頭不吃罐頭皮，怎麼會吃到雙酚Ａ？

雙酚 A 在食品接觸材質的製造主要用於生產「聚碳酸酯塑料」─製造水瓶和餐具的常見物料。此外，雙酚 A 亦可用於製造食品和飲料金屬罐內層保護層的環氧樹脂（占市場之90%）之有機塗層²，以防止金屬罐直接與食品接觸，使食品和飲料可保存其填充物風味和營養價值長達數年。

然而愈來愈多研究發現，雙酚 A 可以從聚碳酸酯塑料或環氧樹脂內層遷移到食品與飲料中。此外，金屬罐頭的儲存時間、溫度、酸鹼值及脂肪量都會影響雙酚 A 的釋出量，並透過食用、飲用途徑進入人體。

罐頭製品都使用，各類濃度卻不同？

在台灣，罐頭食品每年的產值高達 76 億元³。雖然罐頭食品並非普遍大眾的主食，但不少國內外研究皆指出，肉類、海鮮、蔬菜、濃湯、水果等各類罐頭食品中皆有雙酚 A 的檢出。

各國食品包裝用的金屬罐頭內層大多採用環氧樹脂等有機塗料，在製造時皆須符合雙酚 A 遷移限值，不同的食物類別因為內含物、運送、保存、烹調方式等差異皆有不同濃度檢驗值，而脂肪含量較高的罐頭食品，檢測到的雙酚 A 濃度較高則是罐頭食品的共同特性。

即使低劑量，幼兒孕婦仍須注意

衛生福利部食品藥物管理署（以下簡稱食藥署）2016年委託成功大學環境微量毒物研究中心，針對全國 250 件食品樣本進行雙酚 A 含量調查，其中包含 45 件罐頭食品。調查結果與其他國家的調查相似，金屬罐頭食品中雙酚 A 平均濃度及範圍為 14.0 ± 11.4（1.22 – 49.4）μg/kg ww，較生鮮食品高約 2~3 倍，因此未來監測台灣市售罐頭食品中的雙酚 A 濃度相形重要。

依據該計畫風險評估結果顯示，每日每公斤體重從金屬罐頭中攝取雙酚 A 劑量，各年齡層皆約佔其總雙酚 A 暴露劑量 33%。相較於其他年齡層，3-6 及 6-12 歲兒童從金屬罐頭攝入雙酚 A 劑量偏高，但綜合來說，經飲食攝取之雙酚 A 劑量遠小於歐洲食品安全局 2015 年建議的每日每公斤體重耐受量 4 微克：

• 0-3歲為0.015 微克
• 3-6歲為0.032微克
• 6-12歲為0.018微克
• 12-18歲為0.014微克
• 19-65歲為0.011 微克
• 65歲以上為0.005微克

即使對成人而言，雙酚 A 的暴露量都在每日耐受量的範圍內，但孕婦、哺乳期及食用嬰幼兒配方奶粉和副食品的嬰幼兒等族群，皆可能受到環境中低濃度雙酚 A 暴露而導致流產、腦部、生殖、代謝、神經與免疫系統的潛在健康風險，無法排除可能影響，且除了飲食之外，若長期持續暴露於化妝品、感熱紙與灰塵之下，仍可能會超過每日耐受量。

會跑的雙酚Ａ？各國雙酚Ａ遷移限量規範

雙酚 A 常存於聚碳酸酯塑料及罐頭內層環氧樹脂塗料，會經由與食品接觸遷移至食物上，導致消費者暴露於雙酚 A 風險中。因此除了美國及澳洲外，各國皆以限制食品接觸材質中雙酚 A 的遷移值進行管理[註1]。目前以歐盟 2018 年 9 月公告的新管制標準最嚴格，塑膠食品接觸材質中雙酚 A 的遷移限值從 0.6 修正至0.05 ppm，與食品接觸的漆和塗料中雙酚 A 遷移值，也不得超過0.05 ppm。用於嬰幼兒食品接觸材質上的漆和塗料禁用雙酚 A，亦不得用於製造嬰兒用聚碳酸酯奶瓶、嬰幼兒用飲用杯或瓶子。

在台灣，環保署已於 2009 年公告雙酚 A 為第四類毒性化學物質－疑似毒化物，相關業者在使用時需有政府核可文件。食藥署於食品接觸材質中雙酚 A 的遷移值，則限制為不得超過 0.6 ppm，日本的規範限值最寬鬆，不得超過 2.5 ppm，中國則與台灣相同。

生活中隨處可見，如何降低雙酚A 的暴露風險？

雖然罐頭食品並非國人的主食，且台灣罐頭食品中的雙酚 A 濃度均低於國際罐頭食品中雙酚 A 調查結果，各年齡層的平均暴露量亦小於歐盟食品安全局的建議值，但是對於經常食用或大量食用罐頭食品者，仍可能有雙酚 A 暴露過量並對人體造成潛在健康風險。

呼籲民眾採取均衡飲食原則，分散購買的食物來源與種類，避免長期過度食用相同種類的食物，尤其是金屬罐頭食品，以降低雙酚 A 的累積暴露風險。若要加熱食用金屬罐頭食品時，切勿將金屬罐頭直接置於火上加熱、隔水加熱，或用電鍋直接加熱的方式，以避免因高溫烹煮時金屬罐塗層之雙酚 A 遷移至食品中而被吃下肚。食用罐頭食品前應先將罐內的食品取出，改使用玻璃、陶瓷或不鏽鋼等容器盛裝再加熱食用。

• 本文轉載自《ILSI Taiwan》，原文為〈食品接觸材質疑雲- 該擔心金屬罐頭食品中的雙酚 A 嗎？〉。

備註

• [註1]：遷移限量是指物質從材料或容器釋放到食品中的最大允許量。國家環境毒物研究中心

1. European Food Safety Authority. BPA plan ready for new EFSA assessment in 2018.
2. Food Packaging Forum
3. 陳麗婷、邱盟媚、鄔嫣珊，2015，國內調理食品巿場需求變化與展望，食品研究所。

本文由衛生福利部食品藥物管理署委託，泛科學企劃執行

撰文／招名威｜中原大學生物科技系助理教授

塑膠製品充斥著生活，你看，右方慢跑的馬尾正妹正喝著塑膠瓶裝的礦泉水，前方買菜的阿姨用塑膠袋裝著五顏六色的水果，左方啃著炸雞排的學生正用塑膠吸管喝著紅茶，後方霍夫曼大師的療癒黃色小鴨也是塑膠製品。有了塑膠製品，行動迅速、生活方便；有了塑膠製品，擁有更多藝術素材，有了塑膠製品，也多了一些健康的擔憂。

針對塑膠製品，民眾最擔心塑化劑及雙酚 A。然而，塑化劑是什麼？它是被使用在塑膠製品製成過程中的添加物，主要用途為增加塑膠品之柔軟度、韌性及光澤度。塑化劑種類多達上百種，其中鄰苯二甲酸酯類化合物中的二甲酸二（2-乙基己基）酯（DEHP）是最廣泛被使用的塑化劑，根據美國消費品安全委員會統計，每年生產約七百萬噸的 DEHP，其中有接近 98% 是用來生產 PVC 塑膠產品¹。

嚴格來說，塑化劑可讓塑膠品柔軟有韌性，但若添加過量、或聚合製程控制不當，導致聚合不完整或有瑕疵情形，該等產品在使用過程中出現刮痕、磨損，或遇到高溫加熱、酸鹼、微波及接觸高溫油脂情況下，可能就容易導致塑化劑的釋出，並隨著使用過程進入人體。

美國、歐盟及台灣研究證實，已有許多塑化劑被歸類為環境賀爾蒙，雖然過量食入不至於致癌，但卻會影響孩童生殖系統發育，造成女童性早熟和男生精蟲數下降。

我們會透過所使用的塑膠產品接觸到塑化劑嗎？

塑化劑並非合法的食品添加物或食品成分，在我國及世界各國中，都不允許添加至食品中。我國於 2011 年時查獲有不肖業者將塑化劑添加到運動飲料內的事情為例，無論業者在食品中添加的塑化劑含量多寡，或該等含量是否危害人體健康，均已明顯違反食品安全衛生管理法。

排除人為添加塑化劑的違法情形，一般而言，塑膠製的食品容器具於正常使用情形下，也可能微量釋出塑化劑，所以食品藥物管理署已明定相關標準，包括塑膠類材質中的塑化劑檢驗量，不得超過 0.1%（重量比例）。以及透過模擬盛裝高油脂性食品之溶出試驗，訂定下列溶出限量：

(1) 鄰苯二甲酸二（2 – 乙基己基）酯 （DEHP）：1.5 ppm 以下；

(2) 鄰苯二甲酸二丁酯 （DBP）：0.3 ppm 以下；

(3) 鄰苯二甲酸丁苯甲酯 （BBP）：30 ppm 以下；

(4) 鄰苯二甲酸二異癸酯 （DIDP）：9 ppm 以下；

(5) 鄰苯二甲酸二異壬酯 （DINP）：9 ppm 以下；

(6) 己二酸二辛酯（DEHA）：18 ppm 以下；

也就是說，只要符合「食品器具容器包裝衛生標準」之塑膠材質容器具，在正常使用情形下，溶出的塑化劑含量真的都是非常非常低的，大眾其實不須恐慌！

除了 DEHP 之外，尚有為數不少的化合物屬於此類，而另一個大家絕對耳熟能詳的環境賀爾蒙就是：雙酚 A（Bisphenol A, BPA）。BPA 是聚碳酸酯（PC）塑料單體之一，也是金屬材質容器內壁塗層之環氧樹脂（epoxy resins）的原料，可避免金屬材質與食品直接接觸。由於 PC 材質具有耐熱性、重量輕及耐衝撞性等特性，所以日常生活使用之食品容器，像是杯子及水瓶等多為 PC 製品。

2008 年美國衛生研究院的報導曾指出，BPA 具有較弱的雌激素活性，會與人體細胞內雌激素受體做接合，可能會影響人類的生殖系統及孩童發育²，BPA 可以於人體中正常代謝，但對於嬰幼兒的影響風險則較高，因此，包括我國、歐盟及美國等國，均優先管制嬰幼兒使用之食品容器具中的 BPA。

依據「食品器具容器包裝衛生標準」之規定，嬰幼兒奶瓶不得使用含 BPA 之塑膠材質，而使用 BPA 為單體之聚碳酸酯（PC）材質容器，則訂有 BPA 之溶出限量為 0. 6ppm 以下。

由於日常生活可十分頻繁接觸到塑膠製品，所以，在台灣所有的塑膠材質容器，無論是塑化劑還是 BPA，都必須符合兩項標準（材質與溶出）才能在市面上販售，雖然這些塑膠容器仍然有可能會釋出極低量的塑化劑或 BPA，但不至於造成生理上的影響，一般民眾不須過度擔心。但如果我們經常使用塑膠容器裝熱水、油脂液體，還是可能會提高溶出的塑化劑及 BPA 含量，因此在使用食品容器及塑膠類製品時盡量不要接觸熱源，也不要過度使用，就可以避免吃下過多的塑化劑及 BPA。

參考文獻

1. Commission, U. S. C. P. S. Toxicity Review of DEHP, CPSC.  (2010).
2.  Shelby, M. D. NTP-CERHR monograph on the potential human reproductive and developmental effects of bisphenol A. NTP CERHR MON, v, vii-ix, 1-64 passim (2008).