抗蟲作物的末日即將來臨？

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

本文由 台灣萊雅 L’Oréal Taiwan 為慶祝「台灣傑出女科學家獎」15 周年而規劃，泛科學企劃執行。

• 2014 年「台灣傑出女科學家獎」傑出獎第七屆傑出獎得主

余淑美帶我們走進她在中研院分子生物研究所的辦公室，小的讓我意外。一台小型的葉片式電暖器放在門邊，就佔掉了一大塊空間。「這是給植物保暖用的，因為最近比較冷。」我們這群採訪者擋在門口還來不及動作，貴為院士的她就俐落地收起電暖器的插頭，將其移到另一側。「這舊電暖器要移動有個角度，我比較知道怎麼推。」她隨即拉來兩張椅子招呼我們坐下，採訪這天下午一連多日的寒流稍退，冬陽在此時斜斜曬入，點綴著大小綠色植栽的辦公室，在我眼中突然像是森林一隅，變得好大。

氣候條件跟植物生長狀況息息相關，這點你知、我知，我們老祖宗也知，因此才有了一萬多年前，被某些學者指稱為「農業革命」的時代，越來越多人類族群放棄狩獵採集，發展農牧生活型態。只不過這革命因為各種因素，過程極為緩慢、停停走走有時甚至還逆轉，而且並不是只帶來益處……。一萬多年後的此刻，科學家對農業與農作物的理解比老祖宗高出何止百萬倍，但人口暴增、耕地破碎、過度施用肥料與農藥、土壤與水源污染、加上氣候變遷造成的高溫、乾旱、洪患、海平面上升等，就連像余淑美這樣最頂尖的科學家也擔憂。

但比起現在才在煩惱氣候變遷的你或我，她早就採取了行動。

農業要發展，育種很重要

「農業其實跟我們生活息息相關，可是太廉價容易獲得，所以大家都不珍惜，辜負了辛苦的農夫。」余淑美院士小時候就跟許多同年代的孩子一樣，在農村成長，在水稻田邊玩邊學。雖然家庭經濟狀況不佳，但父親一直鼓勵她讀自己真正有興趣的，不要為了家境委屈求全，因此她從北一女畢業後，雖然同時考上國防醫學院護理系，可以畢業即就業，但從小就喜歡植物的她，最後選擇就讀中興大學植物病理學系，就此一直鑽研水稻，勤奮不懈，成為國際上舉足輕重的「水稻教母」。

就像 SARS-CoV-2 這新冠病毒不斷變異，余淑美說所有的生物基因都在不斷變化，就像人類的癌症來自基因突變，而現代社會能豐衣足食，也要感謝育種學家跟農夫持續透過作物雜交來改造基因。她說最早的玉米跟現在長得一點都不一樣，只有幾顆種子，而且又硬又難吃。不過透過化石證據，發現 7,000 年前到 500 年前這段時間的玉米不斷經過育種，外表已跟目前非常接近。另外，如今我們常吃的蔬菜，像是高麗菜、白菜、花椰菜、青花菜、羽衣甘藍……等，雖然名字跟外型差很多，但祖先其實都是十字花科的油菜，基因定序後會發現只有非常小部分不同，這都是育種多年的成果。

然而「育種多年」，也就等同速度太慢，而且也不一定想育什麼種，就出什麼種。過程艱辛也使得田間育種的人才越來越少。因此，新的生物技術接連誕生，有的使用化學藥劑，有的則透過放射線來誘發基因突變，速度雖然快了一些，但依舊是隨機突變，會出現難以預料的性狀，而且通常是我們不想要的。

基因轉殖，或你可能更常聽見的「基改」，則是速度更快更精準的育種方式，也是余淑美實驗室的專業。「我們知道很多水稻基因的功能，非常容易複製及插進好的作物品種基因體裡面。目前有技術可以精確地控制要插在哪裡，不會影響基因體其他基因的功能。」相較於其他育種方式起碼要六年到八年，余淑美表示基因轉殖兩到三年就可以完成，創造了已廣泛種植的基改玉米跟黃豆。因此，現代育種需要結合分子生物學、生物化學、物理化學、生物資訊學、組織培養技術、農園藝、病蟲害防治等技術，才能在短時間培育出好品種。余淑美說目前更已進入電腦育種時代，透過運算讓已經縮短的育種時間更短、產出更佳。

30 年來投入水稻研究，從 1993 年完成全世界第一個利用農桿菌轉殖水稻基因，到建立臺灣水稻突變種原庫、參與國際 C4 水稻計畫，余淑美持續突破，於前年（2019）10 月發表在《美國國家科學院期刊》加長版（PNAS, Plus）的研究，更發現了水稻抵抗逆境的關鍵機制。雖然這份研究在實驗時還是用基因轉殖技術，但隨著基因編輯技術發展盛行，她也向我們透露實驗室已經用基因編輯成功實現。

「我們平常追求 100 分的產量，可是如果雖只有 90 分的產量，水卻只用三分之一，經濟成本是很划算的，我們希望將來可以推這些技術。」對基因編輯稻米新品種，她樂觀期待。

基改的難題：要克服的不只有技術，還有人心

余淑美相信基因轉殖改良的作物能夠為世界創造更高的價值。以玉米這種易受玉米螟、玉米穗蟲加害的主要作物為例，農民可以噴灑蘇力菌（Bacillus thuringiensis Berliner, Bt）來防治。這種細菌的孢子會產生結晶蛋白，當幼蟲吃進腸道裡，會導致腸道穿孔，而且不同菌種有特定的殺蟲對象，能避免誤殺益蟲，也是對人類很安全的一種農藥。孟山都公司以此原理，透過基因轉殖技術，讓植物自行產生這種抗蟲蛋白，就可以連蘇力菌都不用噴了，而且一樣安全。
除了玉米之外，大豆、棉花、油菜、馬鈴薯也都陸續由生物科技公司開發出基改抗蟲品種，因此大幅降低了農藥的噴灑量達 3/4，間接保護了農人與消費者的安全，降低了環境保護跟生產的成本。另外像是香蕉萎縮病、木瓜輪點病等極難防治的疾病，影響貧窮地區的人民甚鉅，透過基因轉殖創造新品種也是最有效的作法。余淑美認為有些生技公司儘管名聲不好，但其對全球大量減少使用殺蟲劑的貢獻足以獲得諾貝爾和平獎。

科技上不斷突破、讓育種比過往更快更精準，降低農藥與肥料施用，從而減少環境影響；增加產量跟營養，讓食物更便宜可親。但在許多國家地區的政策跟民眾觀感中，基因轉殖作物始終過不了關，包括臺灣。

余淑美認為，相較於其他更不精準的育種技術，基因轉殖作物受到的要求太高了。生物安全評估的成本一層層疊加，「所以你可能十塊錢的成本，一塊錢是研發，九塊錢是花在生物安全評估上。」她說，這也使得這遊戲只有大公司玩得起，有志創新的小公司反而被排擠。

雖然臺灣面對少子化、人口下降，但就全球來說，總人口依舊還在快速增加，往 95 億前進，即使是此刻，全球也有 10 億人處於飢餓狀態。而一份統整了 500 篇研究的報告，顯示糧食生產的速率完全趕不上人口成長，屢創紀錄的自然災害，如旱災、洪荒、野火、高低溫、病蟲害等，更讓余淑美估計糧食危機將提早到來。

以稻米來說，「日本原來的品種都比較適合低溫，現在溫度越來越高，他們到臺灣來要品種去做雜交，因為他們的稻米現在已經開始不耐高溫了。」她接著指出前年（2020）花蓮有機米也因為高溫產量減少四成，桃竹苗第二期稻作也因為乾旱而休耕，去年（2021）中部許多地方第一期也休耕。她表示其實只要政策願意開放，她有把握可以育出不需要用那麼多灌溉水的品種。

除了耐旱，耐鹽也是余淑美認為值得開發的特性。像是歐洲唯一的稻米區——法國與西班牙南部就遇到地中海海平面上升、鹽水侵襲的問題；同樣的問題在臺灣，余淑美指出也有 30,000 公頃的耕地地層下陷受鹽害，影響範圍從彰化到臺南，在這些地方耐鹽的品種就能派上用場。

那現在最熱門的「基因編輯」呢？余淑美表示基因編輯的厲害之處，就是可以有效精準改變與改進基因，而且沒有外來基因，能夠提升消費者的接受度，她的實驗室也已經在做，但基因轉殖依舊是最能解決糧食問題的育種方式。余淑美認為，有機與基改其實訴求一致，都是要避免化肥跟農藥過量傷害環境與人體，尤其在臺灣每公頃農藥用量為亞洲第一的情況下，其實更該反思現行農法的問題。或許隨著教育、科普、跟糧食危機逼近，社會對基改作物的接受度也會逐漸提升吧！「我們家的豆腐都是挑基改的買喔！」她笑著說。

不斷前行的步伐與堅定的意志

除了力挺基改食材，身為研究糧食作物的生物學者，余淑美還有別的堅持，例如自己做飯。

「孩子小時候我都給他們每天帶便當。我雖然很忙，沒辦法幫他們做很多事，可是有些事情我很堅持。」余淑美回顧自己剛回國時的生活：兒子才滿月，女兒也只有兩歲，與先生趙裕展（同為中研院分生所研究員）互相配合，例如自己下午五點下班回家做飯，晚上八點回辦公室，換先生回家陪小孩，然後到十點換她回家顧小孩，輪到先生回辦公室繼續工作到十二點。

不過難以想像的是：回國 33 年，這般勤奮竟然一直延續至今！兩人如今還是每天早上九點半到辦公室，晚上抽空回家做飯、然後又回到辦公室，近半夜十一點半才回家。真的是連學生都不得不努力了。

「我小時候媽媽身體非常不好，我從小學一年級開始就要做很多家事，洗衣燒飯。冬天很冷，屋瓦上都會結霜，還是要到溪邊去洗衣服。」也因此，即使研究工作再忙再累，余淑美或許早已習慣，做事極有效率。身為家中老大，下有三個妹妹、一個弟弟的長女，成長的年代也曾感受過被視為「賠錢貨」的社會氛圍。負面的刻板印象反而刺激了她，讓她更努力，要讓所有人看見女生可以做得跟男生一樣好。

2014 年，得到第七屆「傑出女科學家」的肯定，余淑美因此多了許多到高中女校演講的邀約。她總是以自身為例，鼓勵學生要衝破家庭與學校教育給他們的窠臼，就像她父親告訴她的：想要唸、可以唸就往上唸，沒有一定要幫家裡賺錢或是早點出來工作。而當了母親的余淑美也總是鼓勵一對兒女盡量接觸各種興趣，自行探索方向。

就算在原本的路上撞了牆，或是想換條路走，余淑美也覺得沒什麼關係，但她建議學生要把握原有的基礎，在那之上學習新東西，才能為自己加分。「因為這種跨領域的人才其實更少，在這麼競爭的環境下，更可以凸顯你的能力。」她表示。

相較於其他科學領域，生命科學領域堪稱性別平衡，以余淑美所在的中研院分子生物研究所來說，男女比就幾乎各半，工作領域也無同工不同酬的問題。另外她認為，相較於美國女性婚後大多冠夫姓，臺灣沒有這情形，算是很不錯。

不少女性研究者在家庭裡負擔較多的工作，例如照顧長輩跟小孩，她認為的確比較辛苦，也因此另一半非常重要。她就有一些學術領域的朋友，因為先生跟家庭不太能諒解她們長時間待在實驗室而起衝突。她自己分析，即使生命科學領域女性跟男性比例平衡，但有許多女性未婚或沒有生育；若是成家有小孩的，另一半也幾乎都是學者，比較能體諒研究者的需求。由於分子生物領域非常重人力，進行各項精細實驗皆仰賴研究者的細心與耐心，加上也不太耗體力，她認為很適合女性。然而在她的學生當中，也會有女學生遇到職涯與家庭的兩難考驗。余淑美當然會予以鼓勵，但若她們仍舊放棄，在尊重其決定之餘，有時也不免覺得可惜。她認為每一個人都應該有權利追求自己的興趣，人生才有意義，但仍需要一定的幸運。

如今帶領多國學生的余淑美，笑著說實驗室像是聯合國一樣，巴基斯坦、印度、越南等許多南亞與東南亞國家的學生紛紛慕名而來，一方面是因為在這些國家，稻米是很重要的作物，他們也覺得很有發展前景，另一方面，她說，因為臺灣的學生想研究農業科學的越來越少了，因此國際學生佔比就不斷提高。

「我很喜歡手機定時欸，可以訂好多不同的時間提醒我。」在跟我們分享她怎麼安排每天的工作時間與指導學生的節奏時，余淑美眼睛一亮地冒出這麼一句話，讓人覺得十分可愛。這句單獨聽起來一點也沒什麼的話，放在脈絡裡，其實是這位頂尖科學家 30 多年來日復一日、研究、教學、與服務不歇的證據。不論是在對基因轉殖的認識、採納上，還是對農業與糧食安全的體悟上，或許臺灣還需要一些時間趕上她的腳步，只不過，到時候余淑美肯定又已經走得更前了吧！

台灣傑出女科學家獎邁入第 15 年，台灣萊雅鼓勵女性追求科學夢想，讓科學領域能兩性均衡參與和貢獻。想成為科學家嗎？妳絕對可以！傑出學姊們在這裡跟妳說：YES！：https://towis.loreal.com.tw/Video.php

本文由 台灣萊雅 L’Oréal Taiwan 為慶祝「台灣傑出女科學家獎」15 周年而規劃，泛科學企劃執行。

本文由衛生福利部食品藥物管理署委託，泛科學企劃執行

文／葉綠舒

基改作物是什麼？它的全名是 Genetically Modified Organisms，簡稱為 GMO。基因改造生物中的植物，如作為食物，即是基因改造作物。

從 1994 年美國食品藥物管理局核准供人食用的基改作物——蕃茄一號（Flavr Savr^TM）開始，到 1996 年第一個上市的耐除草劑作物，基改作物已經逐漸進入我們的生活中，由少到多，甚至可說是無所不在！根據 Clive James 2015 年的年度報告摘要，基改作物的種植面積由 1996 年的 170 萬公頃增加到 2015 年的一億七千萬九百七十萬公頃，足足增加了一百倍之多！這意味著全球二十八個不同國家，超過一千八百萬名農夫，不約而同地決定種植基改作物。

不過，雖然全球有那麼多農民選擇基改，四大植物生技公司也努力地推展基改，但是基改作物似乎沒有那麼受歡迎？在林富士老師的《食品科技與現代文明》裡面的〈基因改造食品風險與管理〉中提到，歐洲一直不願意全面開放含有基改作物成分的食品進入；而在台灣的許多團體，無不反對基改作物引進台灣。多年來，基改這個議題不論是贊成或反對，兩方陣營在科學上的唇槍舌戰可說是絕無冷場。

在這一片喧囂之中，是否曾有在一旁觀戰的民眾思考過：究竟什麼是基改作物呢？基改作物是如何產生的？

一切開始於對抗農桿菌的奇幻旅程

這就要從農桿菌（Agrobacterium tumefaciens）開始說起了。從前從前，植物跟我們一樣，身邊圍繞著好菌與壞菌，而農桿菌就是壞菌之一。打從聖經時代開始，由農桿菌導致植物生成的冠瘤（crown gall tumor）便已經受到注意；最早對於冠瘤的文字記載，則要從 1853 年開始算起。科學家們看到同樣長在森林裡的樹木，為什麼有些長瘤、而有些則沒有呢？他們也注意到，雖然植物長瘤不致命，但是長了冠瘤的果樹產量會降低，於是便開始動手要找出造成冠瘤的禍首。

Fridiano Cavara 在 1897 年從葡萄的冠瘤中分離出了農桿菌，後來的許多研究也發現，農桿菌喜歡從植物的傷口進入，所以只要在寒流來襲前妥善地將果樹接近地面的樹幹包覆起來，減少樹木表皮因凍傷造成破裂，便可以有效防止農桿菌的感染。

雖說預防勝於治療，不過每次寒流來襲之前就要幫果樹穿棉襖，也實在太累了；於是有些科學家便開始尋找可以消滅農桿菌的方法。

孫子說：「知己知彼，百戰不殆。」想要消滅敵人，當然要瞭解敵人囉！於是歐洲、美國的科學家們，便開始了一場調查農桿菌的奇幻旅程～

第一個突破來自美國。1958 年，洛克斐勒大學的 Armin Braun 博士發現，冠瘤細胞可以在沒有提供植物激素的培養基裡不斷分裂生長。由於這是一般的植物組織無法獲取的技能，因此 Braun 博士便假設，農桿菌一定有給冠瘤細胞一些特殊的武器，否則這些冠瘤細胞如何能生生不息呢？

到了 1970 年，法國的 George Morel 發現冠瘤細胞會製造農桿菌愛吃的食物 octopine 和 nopaline。由於被不同農桿菌感染的植物的冠瘤，所產生的食物也不同，更鞏固了科學家們的想法：農桿菌提供了植物細胞生生不息的技能。

植物基改元年

真正的突破來自 1977 年。華盛頓大學的「農桿菌女王」Mary-Dell Chilton 博士與她的團隊在不眠不休的努力下，證明了農桿菌在感染植物時，會將自己 Ti（Tumor-inducing，Ti）質體上的一段基因植入植物的基因體。同時她的團隊（以及另一個團隊）也建立了將 Ti 質體分裂為二，讓科學家們可以更方便的將要植入的基因放進去的方法。

如果有「植物基改元年」的話，那一定就是 1983 年了。那年的一月十八日，Chilton 博士與美國孟山都（Monsanto）公司的幾位研究員在邁阿密冬季學術研討會上，分別發表了對農桿菌的研究。

原來，農桿菌在感染植物時，會將一段位於自己的 Ti 質體（上圖中的 C）上的片段（上圖中 C 之 a）插入植物的基因體內（上圖中的 7）。這段片段含有合成植物激素所需的酵素，以及合成農桿菌愛吃的食物的酵素。被感染的植物細胞，因為合成了更多的生長激素，於是細胞分裂便開始加快了。

因為植物有細胞壁，產生的腫瘤並不會轉移，所以植物的冠瘤不致命，冠瘤以外的組織也作息如常；但是插入冠瘤細胞的基因，卻會跟著這些冠瘤細胞代代相傳，永遠都不會離開了。

出乎意料的「天然基改」

由於通常在自然界被感染的植物細胞都是體細胞，而非生殖細胞，所以農桿菌的感染不會遺傳；但也有例外！

在 2015 年華盛頓大學的科學家們，在分析不同栽培種的蕃薯（Ipomoea batatas）的基因體時，卻意外地發現我們吃的蕃薯竟然是「被天然基改」的！這些蕃薯的基因體內，含有農桿菌用來合成植物生長素（auxin）的基因！

蝦米！剛剛我們說的基因片段不會遺傳被打臉了嗎？究竟這些基因是怎麼跑到我們的蕃薯裡面去的呢？目前科學家推測最有可能的是，在「從前從前」農桿菌感染了蕃薯的塊根（農桿菌是土壤中的微生物，所以要感染植物塊根其實挺容易），後來農桿菌不見了，但是農桿菌的基因不會離開；接著因為農夫在選種時都會選擇長得快又大的，而帶有農桿菌基因片段的塊根，因為製造了額外的生長素，當然長得快又大，於是在選種時，就這麼被人擇特別保留下來了。

讀者看到這裡可能會問：這件「天然基改」的事發生多久呢？答案是：不知道，因為華盛頓大學研究團隊發現他們手上的 291 個蕃薯的栽培種，全都可以找到農桿菌的序列喔！

當然，現在所謂的基改作物裡面所帶的基因，與這些蕃薯裡面帶有的農桿菌基因是不同的；基改作物裡面所含有的基因，目前大概可以分為兩大類：抗蟲（帶有蘇力菌的結晶蛋白基因）與耐嘉磷塞除草劑（glyphosate，台灣商品名稱為年年春）。

蘇力菌（Bacillus thuringiensis）的結晶蛋白簡稱為 Cry，常以 Bt（蘇力菌的簡稱）作為暱稱，會使吃下它的昆蟲腸穿孔而死，但是我們的胃因為會分泌胃酸，反而會把結晶蛋白給消化掉，使得結晶蛋白對我們無害；而嘉磷塞除草劑會抑制植物的 EPSPS 酵素^註，使植物無法合成必需胺基酸；但農桿菌的 epsps 基因所產生的 EPSPS 酵素不怕嘉磷塞除草劑，因此只要將農桿菌的 epsps 基因植入植物，植物便立刻獲取不怕嘉磷塞除草劑的技能了！

讀者看到這裡，應該可以從農桿菌歷史淵源的開端，瞭解基因改造的基本原理以及基因改造的歷史緣由。

註：EPSPS 酵素為縮寫，中文學名為： 5-烯醇丙酮莽草酸-3-磷酸 （EPSP）合成酶

參考文獻：

1. Clive James. 2016. ISAAA Brief 51-2016: 20th anniversary (1996-2015) of the global commercialization of biotech crops and biotech crio highlights in 2015.
2. 林富士。2010。 食品科技與現代文明。稻鄉出版社。
3. Tina Kyndt, Dora Quispe, Hong Zhai, Robert Jarret, Marc Ghislain, Qingchang Liu, Godelieve Gheysen, and Jan F. Kreuze. 2015. The genome of cultivated sweet potato contains Agrobacterium T-DNAs with expressed genes: An example of a naturally transgenic food crop. PNAS. published ahead of print, doi:10.1073/pnas.1419685112