三月十三日：蝸牛－《森林秘境：生物學家的自然觀察年誌》

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

生物滅絕是我們所不樂見的，當我們在新聞報導上看到某些物種滅絕，或者瀕臨滅絕，總會感到痛心疾首。不過你知道在過去 50 年間，有一群生物經歷了近乎完全滅絕的慘案，但卻不太為人所知嗎？接下來讓我們一起了解這個悲劇的始末，與殘留的生物究竟是怎樣躲過滅絕的。

太平洋島嶼的蝸牛多樣性世界第一

一般大眾可能對蝸牛的興趣不大，不過在太平洋的眾多島嶼上 (從法屬玻利維亞群島到夏威夷群島)，當地原住民就對蝸牛非常感興趣。這是因為這些島上的原生種蝸牛，許多都有著鮮豔的外殼。像大溪地和夏威夷的原住民會收集並加工這些漂亮的蝸牛殼，做為展示地位象徵的首飾與裝飾品。

根據研究，太平洋群島上的蝸牛多樣性是世界上最高的，因此這些蝸牛不只吸引原住民，也吸引不少研究生物多樣性的專家前來朝聖。

而一場戰爭的到來，不僅打亂了島上居民的生活，也為這些在島上平穩生活的蝸牛們帶來意想不到的腥風血雨。

外來種大亂鬥，原生種蝸牛遭池魚之殃

二次大戰期間，非洲大蝸牛 (Lissachatina fulica) 作為戰備糧食，被大量引進到這些太平洋島嶼¹。而在戰爭後，這些非洲大蝸牛很快就成為當地島嶼的隱患。

非洲大蝸牛是對農業有嚴重危害的外來種，牠們的食量大且食性雜，從農作物、花卉到林木都是牠們的食物，而且牠們的繁殖速度極快，這讓島上很快就遍布非洲大蝸牛。雖然非洲大蝸牛沒有威脅到原生種蝸牛的生存，但數量龐大且食量巨大的非洲大蝸牛，很快就威脅到島上的農作物生產。為了對抗非洲大蝸牛，人類決定用「生物防治法」除掉牠們。而這個決定，敲醒了島上原生種蝸牛滅絕的喪鐘。

生物防治法簡單來說就是利用自然界生物間的平衡力量，也就是利用各種天敵如捕食性昆蟲以及殺蟲微生物等生物性方法消滅外來種。而人類為了對抗非洲大蝸牛，所使用的生物防治法是引進另一外來種——玫瑰蝸牛 (Euglandina rosea)。

玫瑰蝸牛是一種原產於北美南部森林的中等體型蝸牛。和一般蝸牛的草食性不同，玫瑰蝸牛是專吃其他蝸牛的肉食性蝸牛！因此人們想靠玫瑰蝸牛來吃光島上的非洲大蝸牛。1955 年，美國政府開始將玫瑰蝸牛引進夏威夷群島，而其他太平洋島嶼也於 1958 年開始陸續跟進這個做法²。但玫瑰蝸牛引進後，人們很快就發現事情大條了。

首先，非洲大蝸牛的數量並沒有減少，牠們還是大肆地破壞農作物。接著，島上原生種蝸牛的數量越來越少了。後來研究發現，比起來非洲大蝸牛，玫瑰蝸牛更愛吃原生種蝸牛。而原生種蝸牛面對玫瑰蝸牛這種兇猛的外來殺手，根本毫無抵抗力，只能等著被宰。

當人們終於意識到問題的嚴重性並準備做出干預手段時，卻為時已晚。根據研究，夏威夷群島本來有 81 種原生蝸牛。但在引進玫瑰蝸牛的十年後，島上 90% 的原生種蝸牛都被玫瑰蝸牛屠戮殆盡，而夏威夷政府和科學界根本無力阻止這場恐怖的屠殺，最後只能將剩餘的原生種蝸牛移到動物園或保護區做保護。2019 年，世上最後一隻金頂夏威夷樹蝸 (Achatinella apexfulva) — 「喬治」逝世，這標示著又一夏威夷原生種蝸牛滅絕³。而其他太平洋群島狀況也好不到哪去，以大溪地為例，島上本來有 61 種原生蝸牛。在玫瑰蝸牛引進的十年內，56 種原生蝸牛就被消滅殆盡⁴。

這個引進玫瑰蝸牛的決策，可謂是生物防治法上的重大「失敗」案例，不僅消滅不了非洲大蝸牛，還對原生種蝸牛造成毀滅性的打擊。這個案例也告誡人們，未來想要再使用生物防治法時，務必要審慎思考。

不過在這種絕望的情況下，至今仍有少數的原生種蝸牛堅強地在野外生存。這就引起不少科學家的好奇心，想了解這些原生種蝸牛究竟是怎麼逃過玫瑰蝸牛的毒手。而來自密西根大學的生物學家和工程學家，就組成一個跨領域的研究團隊，一起攜手研究出可能的原因⁵。

蝸牛怎麼逃離致命殺手，難道是靠反光？

Partula hyaline (P. hyalina) 是少數仍存活在大溪地森林中的原生種蝸牛，牠們有著白色的外殼，並且大多生活在樹林邊緣。而這兩條線索，讓密西根大學生態學系的兩個專門研究太平洋群島蝸牛滅絕的科學家 —— Cindy Bick 博士和其指導教授Diarmaid Ó Foighil 博士，有了一個 P. hyalina 逃過玫瑰蝸牛追殺的假設。

蝸牛一般生活在比較潮濕，躲避太陽直曬的地方，這是因為蝸牛要維持其皮膚上的黏液。如果在太熱的地方，會讓其皮膚失去黏液，而這對蝸牛來說是致命的。P. hyalina 生活在樹林邊緣，這表示牠生活的環境會比生活在樹林中的玫瑰蝸牛，接受到更多的日照，溫度也更高。而這樣的環境會讓玫瑰蝸牛因過熱而失去黏液，讓玫瑰蝸牛不想接近。

但這樣的環境，對 P. hyalina 而言不會太熱嗎？由於 P. hyalina 的殼是白色的，讓牠能反射更多日光，這樣就能降低日照對牠的影響。因此 Bick 和 Foighil 認為，P. hyalina 因有著白色外殼而能生活在高日照地區，藉此躲避玫瑰蝸牛的追殺。

要驗證這個想法，只需要在蝸牛身上裝上光照感測器，測量並比較 P. hyalina 和玫瑰蝸牛生活環境的光照數值就行了。恩，講得容易，但做起來不簡單。

因為現有的光照感測器都必須裝上鈕扣型電池，這導致感測器的大小 (12*5*4 mm) 會嚴重影響蝸牛的行動。如果會影響蝸牛的行動，就很難還原牠們真實的生活模式，這樣得到光照數值就不會準確。

微型電腦的神助攻

正當 Bick 和 Foighil 苦惱於沒有好的光照感測器時，Bick 得知了一個消息：密西根大學開發出目前公認最小的微型電腦 —— Michigan Micro Mote ( M3 )⁶，大小只有 2*5*2 mm，而這個大小放在蝸牛身上，非常合適。於是她立刻與 M3 的研發團隊聯繫，希望他們能提供協助。而 M3 的研發團隊在深入了解 Bick 和 Foighil 的需求後，決定與 Bick 和 Foighil 組成聯合研究團隊。他們修改了 M3 的程序，並將其改造成能以太陽能發電的微型光照感測器。

研究團隊先在密西根野外測試 M3 安裝在玫瑰蝸牛身上後，並不會影響玫瑰蝸牛的行動，同時 M3 也能長時間的偵測光照數值。確認一切妥當後，他們便前往大溪地進行實驗。

到了大溪地後，他們遇到一個問題，那就是不能在 P. hyalina 身上安裝 M3 。因為P. hyalina 是受保護的瀕危物種，不允許任何可能傷害牠們的行為，於是研究團隊採用間接的方法。由於 P. hyalina 是夜行動物，白天牠們會附在樹葉的背面睡覺，因此研究團隊就將 M3 安裝在 P. hyalina 休息的葉片頂端和底部，來觀察其生活環境的光照數值。研究團隊另外將 M3 安裝在玫瑰蝸牛身上，藉此比較兩者生活環境的光照數值。

結果顯示，白天 P. hyalina 所休息的環境中，其照度^註1 ( 7674-9072 lux )遠超玫瑰蝸牛所能容忍的 ( 540-772 lux )。而這個結果符合 Bick 和 Foighil 的假設，即 P. hyalina 能生活在高日照地區，以此躲避玫瑰蝸牛的追殺。

不過可能會有人好奇，玫瑰蝸牛難道不會在清晨光照較弱的時候，去捕食 P. hyalina 嗎？ 

研究團隊在野外觀察發現，P. hyalina 大約在上午 9 點左右就寢。此時的光照量雖然仍在玫瑰蝸牛的忍受範圍內，但等牠們捕食完再移動回到陰暗處，時間會到上午10 點，而此時的光照量就遠超玫瑰蝸牛的最高容忍值了。因此玫瑰蝸牛若要去捕食 P. hyalina，很可能吃飽後就死在半路上了。

雖然藉著 M3 的協助，證實了 P. hyalina 能生存在光照量較高的環境，但是否光照量是決定 P. hyalina 不被玫瑰蝸牛所捕食的原因，仍需要很多實驗驗證。不過研究團隊表示，這個實驗開啟了研究無脊椎動物的新世界，因為 M3 這種微型電腦的發明，讓隨時監控這些無脊椎動物的生態與行為變成可能。

或許未來隨著 M3 對玫瑰蝸牛與原生種蝸牛的有更多認識的同時，也能找出拯救這些瀕危蝸牛的新方法。甚至隨著微型電腦的廣泛應用，能讓我們看到小型動物更多的生態與行為，大大開啟科學研究的新視野！

註釋

1. 照度：是每單位面積所接收到的光通量，SI 制單位是勒克斯 (lux)。居家的照度一般在 300-500 勒克斯之間。

1. 非洲大蝸牛
2. 玫瑰蝸牛
3. 世上最後一隻金頂夏威夷樹蝸「孤獨喬治」逝世，終年14歲
4. Régnier C, Fontaine B, Bouchet P. Not knowing, not recording, not listing: numerous unnoticed mollusk extinctions. Conserv Biol. 2009 Oct;23(5):1214-21. doi: 10.1111/j.1523-1739.2009
5. Bick CS, Lee I, Coote T, Haponski AE, Blaauw D, Foighil DÓ. Millimeter-sized smart sensors reveal that a solar refuge protects tree snail Partula hyalina from extirpation. Commun Biol. 2021 Jun 15;4(1):744.
6. Michigan Micro Mote (M3) makes history as the world’s smallest computer
7. Snails carrying the world’s smallest computer help solve mass extinction survivor mystery

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