在外太空拍MV　與地球連線演唱會

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

人類探索神秘宇宙的步伐從未停下。目前，宇宙中有多個「太空站」，太空人會在太空站中進行實驗。但他們的生活狀況為何？和地球有何區別？

太空人的生活並不神祕，但以常人眼光來看，可能會覺得別有樂趣。畢竟在太空環境下，沒有地球重力，許多事情都變得「難以想像」。

擁擠的太空艙是太空人賴以維生的窩 任何資源都不容浪費

由於太空站的使命，是讓人類可以長期在那裡進行科學研究。太空站一旦進入宇宙，就不能再回到地球了，所以太空站中擁有所有生活起居需要的東西。人類送到太空的第一個太空站，是前蘇聯 1971 年的禮炮1號，在同年這個太空站被燒毀前，就已經足以承擔太空人生活 23 天的重任。

大家可以想像一下，太空中沒有重力，人類的排泄物可能會「亂飛」。這肯定是不能接受的，所以太空站中有一種設備，它會產生一些氣流，讓人類排出來的大小便朝一個固定方向流動抽除。這項設施，其實充當了地球重力的作用。整套設備在太空博物館中就有（在太空博物館中，你還可以瞭解許多失去重力後的生活方式）。

當然，太空人排出的大小便並不是直接「丟棄」到太空！像水資源，它在太空中十分寶貴，所以人們的尿液都會經過處理後再次飲用，糞便中的水分，也要經過處理完全提取出來，然後讓它變成一坨硬硬的東西，包裝好存放起來。至於糞便的後續處理，它可能應用於很多地方。比如糞便裡有細菌，就可能用於培養火星的土壤，或是帶回地球繼續做研究。

氣壓是否不同？人還會不會排氣？

其實排氣放屁是人的生理功能，在太空站中，人的所有生理功能都不會變差。至於是否排氣，必須要看太空人吃了什麼東西，這跟自身腸胃功能有關，與太空的環境關聯不大。

太空人在太空中不是很「喜歡」吃東西，因為吃多就會上很多次廁所。但在太空中，上廁所的位置很小、很麻煩，所以大家吃的都很少。

太空艙裡面的空氣如何？

最初，太空艙內、太空人的太空衣都是「純氧」的，最主要的原因是不想裝太多的氮氣，因為它太「重」了。

然而使用純氧的太空艙後，我們遇到了一個問題：大家都知道第一個到太空的太空人是加加林，但實際上他並非選定的第一人。之前，在做地面測試的時候太空艙突然著火，由於純氧易燃，當時的太空人直接在裡面發生了意外。

而後美國也有 3 名太空人由於電線短路，被燒死在純氧的太空艙中。於是我們決定改善氣體結構，讓它的組成成分與地球一樣。所以，像和平號、國際太空站、太空梭、神舟和天宮號上的空氣，都和地球的大氣一樣。

不過，太空人有時候要到太空站外工作，這時他們出艙服內的氣體必須是純氧，這樣氣壓相對會比較小，可以讓他們胳膊和腿部的關節自由彎曲。所幸目前為止，太空人穿純氧出艙服出艙近 400 餘次，尚未發生意外傷亡事故。

讓太空人在太空生活，沒有重力，身體生理機能處於高度失水狀態，吃喝拉撒也比較困難，我們當然要想辦法讓他們的呼吸儘量順暢啦！所以才為他們提供和地球一樣的家鄉氣體條件。

太空人會不會缺乏陽光？

在太空站中，每 45 分鐘，就會經歷日出、日落，在地球上則是 12 小時。但太空人睡覺的時間還是正常的，比如你想加班，那就睡 4、5 個小時，不加班就睡 8 小時。

有人會擔心，太空人在太空站中，是一個昏暗的環境，只有燈光。沒有太陽的照射，人體內會不會缺乏一些營養物質，從而影響身體健康？其實，我們需要陽光照射，是由於太陽光照射皮膚後，人體內會產生維他命 D，它可以幫助身體吸收食物中的鈣。

所以，在太空中，太空人都會帶著維他命 D 片，這個問題也就不存在了。當然，太陽光是一個讓太空人生活環境舒適的必備條件。好在太陽每 45 分鐘就升起、落下，問題不大。

太空人會基因突變？

說到這個問題，就不得不提及之前的一則新聞了：有報導稱太空人在太空待了 340 天，回到地球以後，發生基因突變，和他的同卵雙胞胎兄弟有了不同，為什麼會這樣呢？

實際上，這兩名太空人在 NASA 非常有名，史考特・凱利和馬克・凱利是一對同卵雙胞胎兄弟，NASA 對他們進行了實驗。讓史考特到太空中去，而馬克留在地球，觀察他們的基因表現。據新聞報導，史考特在太空中發生了 5% 的基因功能變化。從事實來看，並非史考特的基因發生了突變，而是基因的「打開閉合方式」出現了變化。

我們都知道，基因是有功能性的 DNA 片段，DNA 是一個雙股螺旋結構，它會不定時的打開、閉合，並在打開的過程中，在細胞核中複製單股信使 mRNA，而 mRNA 脫離細胞核進入細胞質後，開始指揮身體製造所需的蛋白質組織，如頭髮、指甲、腸壁、紅白血球和荷爾蒙等等。人類在地球的環境下生存，DNA就會有適應地球重力環境的打開、閉合方式。同樣，在太空中，它會適應太空無重力環境，產生一定程度的變化，史考特的變化也是因此而來。

貧血、肌肉流失、骨質疏鬆 無重力下的生理問題

其實在太空生活，還有許多要注意的事情。比如，生活久了，你每天要做 4 小時的衝擊運動，讓自己的骨骼受到衝擊力。在地球上，我們走路、跑步，膝蓋都會受到衝擊。但在太空中，不會有這樣的「衝擊」，因此，骨細胞會偷懶減產，人體就會主動降低骨骼的強度，等他回到地球的重力場，再進行走路、跑步等活動，就很有可能受傷！

還有，在沒有重力場的情況下，人體只能容納在地面情況下 95% 的水分，其實是處於極度缺水的狀態。體液一減少，體內紅血球、白血球又開始偷懶，產量會相對減少，人就會貧血，對細菌的抵抗力也會降低。諸如此類，都是太空人可能遇到的問題。

太空實驗不易，人類太空科學的進步，必須要這些英雄們為我們做出貢獻。如此，太空科學才能一步步發展起來。

最後，讓我們向太空人致敬！  

——本文摘自《把手伸出宇宙之外：成為宇宙公民》，2023 年 6 月，三民出版，未經同意請勿轉載。

2022 年底到 2023 年全年的宇宙，很熱鬧！

先是維珍銀河（Virgin Galactic）2022 年開賣太空旅行票，預計 2023 年第二季成行；貝佐斯的藍色起源 （Blue Origin）則在 2022 年完成了第 6 趟商業載人發射；至於馬斯克的 SpaceX，把富豪送上太空站已經見怪不怪了。

不過，宇宙對土生土長的地球人可是充滿未知風險的，人類對一件攸關性命的事仍然充滿疑問：人上了宇宙，身體會發生什麼變化？而我們又要怎麼應對呢？

人類在太空會發生的事，線蟲知道！

平民宇宙飛行成真之前，有意競逐太空的各國政府和企業都要先搞清楚一個關鍵問題：太空對地球人的身體有什麼影響？短期停留和長程旅行個半年一年，又有什麼樣的差別？

解密的鑰匙在一個小小的生物身上：線蟲。

2022 年 11 月，15 萬隻秀麗隱桿線蟲（Caenorhabditis elegans）大軍上了太空。線蟲的長度大約 0.1 公分，從孵化到成蟲只要 3 天左右，全身上下只有大約 1000 個細胞，每個細胞都能被追溯發育過程；又有簡單的神經網，而且許多基因和人類有相似性，為一種非常常見的實驗動物。

日本東北大學研究團隊把一批體內神經元用螢光蛋白標記好的線蟲送上國際太空站，交給太空站的日籍宇航員進行試驗，紀錄牠們由孵化到發育成成蟲的過程，目的是追蹤宇宙的微重力環境對線蟲會造成什麼影響。

他們發現線蟲的肌肉蛋白質和粒線體內代謝酵素減少、體長縮短、運動能力變差，並且多巴胺的分泌量也下降，不過背後的原因還不清楚。多巴胺是一種神經間傳遞訊號的化學物質，和調節身體動作、學習、情緒等有關。人類如果缺乏多巴胺會出現肢體動作障礙，最明顯的疾病就是帕金森氏症。

他們也在部分線蟲的培養皿裡加進許多塑膠小顆粒，讓塑膠粒時時碰觸到這些線蟲，結果發現，有碰觸的線蟲和沒有碰觸的相比，多巴胺減退比較少，運動能力也比較好。東北大學團隊提出的看法是：「除了運動外，『接觸』的刺激很可能是人在太空長保健康的要素」。

如果假設被證實的話，接下來就有機會特別設計出一套能刺激肌肉的接觸療法，例如按摩或指壓，上太空的人就不必每天耗一大段時間運動了。

不過，線蟲到人類離得很遠，要等到成果恐怕還需要花不少時間。

一上宇宙，身體馬上知道！

自從第一個太空人上宇宙以來，斷斷續續有小規模試驗記錄太空人的身體變化，從中可以歸納出許多「太空症狀」，我們舉出前 5 種最有感的改變當作例子：

一、水分跑到上半身，變成滿月臉

一到了宇宙，少了重力把身體的血液往下拉，加上腿部本來有許多塊肌肉，只要一站起來或走動，就會像幫浦一樣把血液往上推擠，避免積存在下半身；於是不少太空人上太空頭幾天就發生上半身水腫，最明顯的是兩腿變細像鳥腿，還擁有一張又紅又脹的圓臉。

二、暈太空艙

搭乘太空艙也會發生類似的「動暈症（motion sickness）」症狀。眼睛告訴我們在移動，位在耳朵深處負責身體平衡感和空間感的前庭系統卻難以判斷上下左右，兩者衝突會讓人感到頭暈、噁心、嘔吐。

三、睡不著，睡不好

在宇宙會失眠的原因還不完全明朗，推測和生理時鐘的晝夜節律被打亂有關，與大腦的水分分布改變有關；還有其他因素，如：說狹窄空間的壓迫感、身在危險環境的緊張感，可能也會導致睡眠變差。

四、眼睛容易出問題

太空人的眼球變形、視神經發炎，視線變模糊，有些人甚至無法完全康復，目前的假說是眼睛受到腦部組織液的壓迫，把眼球和視神經「壓壞」了。舉個實例，美國太空人菲利普斯（John Phillips）先前在國際太空站待了半年，視力從 1.0 降到 0.2。

再加上宇宙裡無時無刻有輻射線穿透太空艙的防護壁，也連帶會損傷眼睛，例如提高水晶體變成白色混濁的機率，也就是俗稱的白內障。

五、肌肉和骨質流失，這可能是最嚴重的太空健康問題

在地表因為有重力，不論提、拉、扛、站都需要使勁，一旦到了太空，你的身體會判斷肌肉沒有必要強而有力，肌肉合成量因此變少；骨頭也不必堅固到撐起全身，不用那麼努力生成骨骼組織，鈣質也就流失了。

因此進入太空的人，最明顯的症狀就是肌肉變鬆垮、手腳沒力，最明顯的就是下半身肌肉萎縮。骨質以每個月 1％ 到 1.6％ 的速率流失，1 個月的損耗量就超過地球的 1 年；也因為骨鈣大量從尿裡流失，容易得腎結石。

其他的太空症狀，還包括免疫系統變弱、造血功能可能變差、肺部容積下降等，也都是需要面對的問題。

如何克服這些人體變化

直到目前，其實都還沒有很好的辦法。

最常見的做法是要求太空人每天花大量時間運動，例如踏上跑步機每天快跑、用阻力訓練機進行重量訓練、踩固定式腳踏車鍛鍊心肺功能，保持肌肉、骨骼和心血管的強度。不過這只是治標，不能治本，只能減慢肌肉骨骼的流失速度，而且在太空中的運動成效差，舉例來說，在跑步機上 2 小時，大約只等於在地表跑 20 分鐘的效果。

好消息是，一些應用的研究已經開跑，把人在太空發生的退化和衰弱現象，類比到肌少症、帕金森氏症、多發性硬化症等肌肉或神經退化性疾病，觀察小動物在太空中從分子層面到生理層面的變化，想找出地球上病人生病的原因和解方；例如：接觸療法有機會用來刺激帕金森氏症患者的大腦分泌更多多巴胺，改善手腳顫抖、走路小碎步的症狀。

另外，也有新創企業把大腦神經細胞和微膠細胞（microglia）裝在培養箱帶上太空站，微膠細胞是一種能在腦內環境發揮免疫功能的細胞，科學家懷疑它因為某些不明原因暴走，損傷到腦神經細胞，是導致神經退化性疾病的原因之一。在微重力環境下，的確可以誘發培養箱裡的微膠細胞出現異常行為，抽絲剝繭找出是哪些基因和蛋白質失控，或許就可以解開腦部病變的謎團。

整體來說，太空醫學發展的速度比起太空飛行技術進步慢了非常多，這是在未來平民太空時代勢必要彌補的落差。

不過，現在也有一些大學開始設立太空醫學課程，例如倫敦國王學院今年 9 月要開課的航空太空醫學（Aerospace medicine）碩士班，這現象一方面顯示出市場有迫切的需求，一方面也透露出「宇宙民主化」可能真的不遠了。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！