0

0
0

文字

分享

0
0
0

殭屍危機爆發,躲哪最安全?

陸子鈞
・2015/04/06 ・1184字 ・閱讀時間約 2 分鐘 ・SR值 507 ・六年級

credit: CC by PlayStation Europe@flickr
credit: CC by PlayStation Europe@flickr

從影集《陰屍路》(The Walking Dead)到電玩《最後生還者》(The Last of Us),主角都是在美國,而且當殭屍危機爆發後都往鄉下逃。但是到底要往哪邊的鄉下逃,才能逃過一劫?研究指出,如果你在美國,洛磯山脈北部或許是不錯的選擇。

在電影、電玩或其他虛構的作品中,殭屍(Zombie,或譯為喪屍、活死人)的傳染途徑是帶原者舐咬健康的人,使健康的人染上病原體(註)成為殭屍。美國康乃爾大學(Cornell University)的一位理論物理碩士生阿勒米( Alex Alemi),利用不同尺度的傳染病學擴散模型,預測當美國爆發殭屍危機時疫情會如何擴散?哪個區域會最晚遭受感染?他說:「你要記得的忠告是,當疫情爆發,你該盡可能遠離人群。」

在預測模擬中有3億多人口,所有「人」依照染病程度分成四級:健康的人、染病的人、變成殭屍、死亡的殭屍;殭屍會移動、會感染健康的人,且健康的人也會殺死殭屍,控制疫情,這些行為被設定為隨機發生。

殭屍雖然也是人與人近距離傳染,但和感冒病毒不同,一旦染病,患者很快地就失去意識,也就無法透過交通工具傳播(你沒看過染病的殭屍還會乖乖搭地鐵站著拉拉環吧?),而且疫情在城市裡擴散很快,大眾運輸系統短時間內就會關閉。阿勒米提到,當疫情在紐約市爆發,一下就全數感染,但光是要擴及近郊紐約上州(upstate New York)就需要花上至少一個月。在這項模擬研究中,團隊還導入了「動態」擴散,因為殭屍疫情在人口稀疏的區域擴散速度還會減緩(因為要咬到下一個人的機會變小了),更不用說是偏僻又難以行走的山區。

-----廣告,請繼續往下閱讀-----

此外,並不是每一種殭屍的行動能力都一樣,像是《末日Z戰》(World War Z)還有《28週毀滅倒數:全球封閉》(28 Weeks Later)中的殭屍就會跑,行動敏捷。美國軍方在一份訓練手冊中就將殭屍的種類分成8種,殭屍不同的行動能力,在疫情模擬中就需要不同的參數。

模擬的結果顯示,最危險的區域在洛杉磯與舊金山之間,因為那裡位在兩大城市中間;而城市又是主要的疫情擴散來源。若不考慮補給或者其他措施,最安全-或者說最後才「淪陷」-的地點是在洛磯山脈北部,因為那裡很難到達。

現在看起來這項研究只是在搞笑,但是研究結果能讓既有的疫情模擬更加多元,而且也說不準哪天真的爆發殭屍危機,早點做好預防與準備總是防疫的第一道防線。

註:

-----廣告,請繼續往下閱讀-----

參考資料:

研究報告:

-----廣告,請繼續往下閱讀-----
文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

3

2
1

文字

分享

3
2
1
未知死,焉知生?從南美館《亞洲的地獄與幽魂》爭議看信仰的存在危機
異吐司想Toasty Thoughts_96
・2022/07/16 ・2810字 ・閱讀時間約 5 分鐘

6 月初,台南市美術館宣佈了《亞洲的地獄與幽魂》特展,透過策展人朱利安.盧梭(Julien Rousseau)的佈置與靜態敘事,展現亞洲文化在西方觀點中的樣貌。對台灣人來說,這些文化元素已形成厚實的同溫層,如經典港片《暫時停止呼吸》(港名《殭屍先生》)系列,以及 2013 年的致敬翻拍《殭屍》,是好幾代人共同的回憶。

正因為熟悉,《亞洲的地獄與幽魂》提供的新觀點才如此有趣,提供重新詮釋經典的機會。

台南市美術館宣佈了《亞洲的地獄與幽魂》特展。圖/台南市美術館

然而,意料之外地,這展覽因為其探討的生死議題起了爭議。最一開始,是零星的偏激基督教徒在南美館臉書貼文下批判展覽,在與路見不平的民眾爭論未果後,有地方教會發公開聲明,指稱「仇敵透過這展覽,污穢國土,玷污人民,我們國家的罪惡越犯越大,無知愚昧,深深得罪神」,把討論熱度推上高峰。

但如果用心理學的角度去剖析,會發現南美館的《亞洲的地獄與幽魂》展並不是爭議起火點。保守教會對異教文化的排斥,才是癥結所在。

-----廣告,請繼續往下閱讀-----

那些跨越生死界線的神蹟

綜觀歷史,世界各時期的主流宗教多少都有「死而復生」或性質類似的神話與神蹟傳世,甚至有信仰便是以「重生」為核心思想,建立極具代表性的習俗與社會規範(Adamek, 2007; Mettinger, 2001)。這些典範,都為我們描述了人類從古至今不曾變過的恐懼之一:死亡。

有趣的是,一些心理學研究指出,人類或許不是真的害怕「死亡」,而是面對生命消逝時感受到的無力感與未知感(Carleton, 2016; Reuman, Jacoby, Fabricant, Herring,& Abramowitz, 2015)。如同我們不一定是真的怕「黑」,而是排斥可能雌伏在其中的未知威脅,進而對這個載體連帶產生負面情緒。

若要消除這份根深蒂固的焦慮感,宗教必須提出一個縝密的答案,讓信眾得以想像死後的世界,以及「自己該做什麼」,消除未知引發的威脅。

世界各時期的主流宗教多少都有「死而復生」,或性質類似的神話與神蹟傳世。圖/Pixabay

而作為上述答案的佐證,證明神有掌控生死能力的「神蹟」必不可少。不只是復活凡人,神靈自己也得具備死後復生的能力,實現生生不息的「永生」(immortality)(Mettinger, 2001),標示人神之間無法跨越的分界。在重視神靈超然地位的信仰中,這份操控生命的權能可說是「神」的象徵,任何侵犯此領域的人都將被視為背棄神的異端。

-----廣告,請繼續往下閱讀-----

時至今日,仍能看到宗教團體以「只有神能創造生命」為反論,抵制複製動物、人造生命等研究,便可一窺生死議題在宗教信仰中的重要性。

當神不是唯一

延續上段的論述,你可能已經發現潛在的衝突了。既然死者蘇生(武藤遊戲:發動魔法卡!)(註:高橋老師一路好走QQ)是唯一真神才能發動的技能,那我們該如何看待同樣有此能力的異教神靈?

武藤遊戲:發動魔法卡!圖/IMDb

這個問題不只影響「神」的唯一性,還會破壞宗教團體執行教義的正當性。要知道,信眾服從教典的原動力,是神靈(或其代行者)承諾的獎勵,包括在另一個世界的美好想像,以及藉由懲罰非我族類衍生的優越感。這些紅利激勵信眾自發的順從,甚至導致競爭心理,試圖證明自己才是最虔誠的那位。

雖然民眾對信仰是心靈層面的寄託,但宗教法人大多得仰賴信徒的奉獻維持運作,勢必得確保自己是信眾的「唯一」。翻開人類歷史,以「異教」名義施行的迫害多如牛毛,且並不限於單一地域或文化,而是具有驚人的跨文化一致性。

-----廣告,請繼續往下閱讀-----

那為什麼宗教團體,特別是一神教信仰,對於所謂的「異教」會有這麼強烈的反彈?因為當信眾意識到這世界有不只一位真神(或是有真神之外的超然存在),教會就失去箝制力,雙方的關係將出現不可逆的翻轉。

說得功利一些,過去封閉的信仰體制中,信徒是執行教義的人,以服從換取未來可能的信仰紅利。然而一旦信眾有複數選擇——例如藉由網路認識世界後,其思考模式便會從「受僱者」轉變成「消費者」,開始為了自身利益比較信仰的優劣,不再受物理環境的主流信仰箝制(McClure, 2017)。

這點在具有世界第二高宗教多元性的台灣更加明顯,從小生活在多元信仰的環境中,讓我們很早開始接觸不同宗教,家庭「信仰傳承」的結構也在網路出現後加速鬆動,新世代根據需求選擇信仰已是相當平常的事。但這份「自由」,對保守教會不一定是件好事。

隨著外界思想越發開放,保守派勢必得想辦法因應潮流,不然招募不到新血還是小事,失去原有成員才是最慘的結果。

-----廣告,請繼續往下閱讀-----
新世代根據需求,自由選擇信仰已是相當平常的事。圖/Pexels

有些教會選擇與時俱進,理解年輕人的需求,鬆開教義對他們的捆綁;重視傳統價值的教會則走上另一個極端,採取更加偏激的手段,把所有與自家教義相悖的論述與現象打上「邪靈」、「邪神」、「魔鬼」等標籤,拉高內部成員接觸外界資訊的成本。

兩種策略沒有孰優孰劣,只是讓我們看見各家教會心中不同的優先順序。信仰價值被淘汰不代表教義本身有誤,只是它不適合當前人類社會的主流價值觀,若哪天我們迎來另一波思想浪潮,信仰世界又會有新的動盪。

回歸到「人」身上的信仰危機

信仰是基於「人」而生的心理現象。我們崇拜超越人理解範疇的存在,依賴祂(們)作為「答案」來撫平內心對未知的恐懼。換言之,信仰就跟料理一樣,是要帶給人們幸福的,但這份純粹的善,很容易在人性影響下染上不美好的色彩。

這次南美館的爭議,其實可以視為保守教會危機意識與防衛機轉的展現。神的本質和善可親,但以使者自居、對教會奉獻自我的人,卻有可能在得失心與焦慮等負面情緒驅使下,做出有違本心的傷人之舉。

-----廣告,請繼續往下閱讀-----

我們不需要認同這些行為,卻可以理解他們的動機,作為前車之鑒自我警惕。

姚瑞中〈地獄空〉,展於南美館《亞洲的地獄與幽魂》。圖/台南市美術館

參考文獻

Adamek, W. L. (2007). The Mystique of Transmission: On an Early Chan History and Its Context. Columbia University Press.

Carleton, R. N. (2016). Fear of the unknown: One fear to rule them all?. Journal of anxiety disorders41, 5-21.

McClure, P. K. (2017). Tinkering with technology and religion in the digital age: The effects of Internet use on religious belief, behavior, and belonging. Journal for the Scientific Study of Religion56(3), 481-497.

-----廣告,請繼續往下閱讀-----

Mettinger, T. N. (2001). The riddle of resurrection: Dying and rising gods in the ancient Near East. Coniectanea Biblica. Old Testament series, (50).

Reuman, L., Jacoby, R. J., Fabricant, L. E., Herring, B., & Abramowitz, J. S. (2015). Uncertainty as an anxiety cue at high and low levels of threat. Journal of behavior therapy and experimental psychiatry47, 111-119.

-----廣告,請繼續往下閱讀-----
所有討論 3
異吐司想Toasty Thoughts_96
29 篇文章 ・ 132 位粉絲
最初是想用心理學剖析日常事物,一方面「一吐思想」,另一方面借用吐司百變百搭的形象,讓心理學成為無處不在的有趣事物。基於本人雜食屬性,最後什麼都寫、什麼都分享。歡迎至臉書搜尋「異吐司想」。

0

6
2

文字

分享

0
6
2
貓主子會傳播新冠病毒給我嗎?目前無證據但提高警覺
科技大觀園_96
・2022/02/03 ・3199字 ・閱讀時間約 6 分鐘

新冠病毒全球確診病例超過數百萬人,令有些人擔心家中寵物會不會傳染病毒給自己。(圖/fatcat11繪)
新冠病毒全球確診病例超過數百萬人,令有些人擔心家中寵物會不會傳染病毒給自己。(圖/fatcat11 繪)

 寵物會不會感染新冠肺炎?甚至成為傳播源?

COVID-19(新冠肺炎)風暴席捲全球,隨著香港漁農自然護理署今年 3 月從女富商周巧兒飼養的博美狗血液中檢測出新冠病毒抗體,成為全球「人傳狗」確診首例後,陸續傳出貓狗被飼主傳染案例,美國紐約布朗克斯動物園飼養的馬來亞虎也被驗出新冠病毒,中國科學院武漢病毒研究所研究員石正麗更研究發現,武漢貓群 14.7% 曾感染新冠病毒,懷疑是跟新冠肺炎患者密切接觸才被感染。

世界衛生組織(WHO)、世界動物衛生組織(OIE)、世界小動物協會(WSAVA)與我國行政院農委會在新冠病毒(SARS-CoV-2)出現跨物種傳播確診案例後,接連發表聲明強調尚無證據顯示新冠病毒可能透過犬貓傳播。但貓狗是人類最親蜜的伴侶動物,大家還是會擔心毛小孩萬一被飼主傳染後,再把病毒傳染給其他人,成為人畜共通傳染病,跨物種傳播導致疫情加速擴散。

新型冠狀病毒傳播途徑示意圖。(圖 / 臺大獸醫系陳慧文研究團隊製)
新型冠狀病毒傳播途徑示意圖。(圖 / 臺大獸醫系陳慧文研究團隊製)

目前僅偶發性感染,寵物傳播病毒機率低  

「這有點像思想的超前部署!」臺灣大學獸醫學系副教授陳慧文說,科學家接受所有可能性,但有幾分證據、說幾分話,有些病毒確實很容易跨物種傳播,例如狂犬病毒可以感染所有溫血動物;而新冠病毒全球確診病例超過數百萬人,最主要還是人際之間的傳播,即使有研究證實貓會被新冠病毒感染,但它在貓身上並沒有適應得很好,顯示目前僅是偶發性感染,大家可以稍微放心。 

新冠病毒在寵物身上感染的例子是偶發性的,病毒量少、抗體量低,大部分沒有症狀。(圖 / 臺大獸醫系陳慧文研究團隊製)
新冠病毒在寵物身上感染的例子是偶發性的,病毒量少、抗體量低,大部分沒有症狀。(圖 / 臺大獸醫系陳慧文研究團隊製)

中國農業科學院哈爾濱獸醫研究所研究員陳化蘭團隊為了釐清除人類之外,禽畜與貓狗等伴侶動物是否會被新冠毒感染,甚至成為疫情傳播者,利用貓、狗、雪貂、豬和雞、鴨做實驗,研究成果發表在《SCIENCE》期刊。豬狗雞鴨完全不會被感染,而常被用做病毒感染實驗動物的貂,毫無意外地全部淪陷。

-----廣告,請繼續往下閱讀-----

但陳慧文說,「貓是我們的伴侶動物,而非實驗動物,大家更關心牠會不會被感染、散播病毒。」

在易感程度方面,陳化蘭團隊研究發現,7 隻亞成貓與 7 隻幼貓被強迫從鼻腔吸進高濃度病毒後,全部遭新冠病毒感染,並出現不同程度的臨床症狀。而在傳播能力方面,研究團隊將亞成貓與幼貓中,各 3 隻「染毒」的貓與另外 3 隻正常的貓 1 對 1 配對分組,同組的 2 隻貓在不同飼養籠比鄰而居。3 天後,亞成貓與幼貓皆僅有 1 隻被「鄰居」感染新冠肺炎。

實驗結果顯示,豬狗雞鴨完全不會感染新冠病毒,貓則是易於感染,但是再度散播出去的機率很低。(圖 / 臺大獸醫系陳慧文研究團隊製)
實驗結果顯示,豬狗雞鴨完全不會感染新冠病毒,貓則是易於感染,但是再度散播出去的機率很低。(圖 / 臺大獸醫系陳慧文研究團隊製) 

陳慧文解釋,把 2 隻貓放這麼近,就是要觀察貓是否會透過呼吸道飛沫傳播病毒?結果機率非常低!被感染的貓體內病毒量和抗體量也很低,沒有出現明顯病徵。這個結論很重要,貓確實對新冠病毒有感受性,但病毒要複製足夠的病毒再散播出去的機率很低。既然「二手傳播」機率都這麼低,在自然環境下要把病毒回傳給人的可能性就更低。陳慧文強調,病毒與受體結合進入宿主細胞,必須利用細胞當工廠完整複製核酸跟蛋白質,成功組裝出病毒顆粒,再釋放出去感染其他細胞,過五關斬六將方能散播出去。若無法在細胞裡面複製完成生活史,表示病毒沒有辦法適應這個宿主,「進得來、出不去」。就現有科學證據而言,貓狗絕對不是新冠病毒傳播者。

密切觀察病毒變化,提高警覺

但目前的科學證據不支持,卻不見得永遠不會發生。陳慧文表示,新冠病毒透過棘狀蛋白(spike protein)與人類細胞受體 ACE2(第二型血管收縮素轉換酶)結合來入侵人體,問題是所有哺乳動物都有 ACE2,也有研究分析人跟貂、蝙蝠、貓和狗的 ACE2 非常像,新冠病毒可以在人群大量散播,大家當然會擔心它可能藉由 ACE2 感染狗貓傳播疫情,「我相信會有越來越多的科學家關注這個議題。」

-----廣告,請繼續往下閱讀-----

從科學研究的觀點,陳慧文雖不排除任何可能性,卻也說美國確診病例超過百萬人,到現在還是不建議做寵物普篩,並再三強調沒有證據顯示寵物會傳播病毒。然而考量疫情嚴重,美國疾病管制暨預防中心也公布寵物篩檢評估準則,讓民眾清楚了解家裡寵物在什麼情況下要做篩檢,例如跟新冠肺炎確診者或疑似患者同住的動物,出現咳嗽或肺炎等呼吸道症狀時,就可考慮請獸醫師幫忙篩檢。

在此同時,美國獸醫協會(AVMA)則提醒所有獸醫師應該審慎診斷,不要碰到有呼吸道症狀的貓狗,就覺得牠是新冠肺炎。貓狗病徵跟人類很像,但寄生蟲和鏈球菌,甚至慢性過敏都會引發毛小孩肺炎,建議獸醫師依照原有診斷方式,按部就班排除各種病因,並了解飼主是否為新冠肺炎確診者或疑似病患再做評斷。

陳慧文以美國為例,重申目前並沒有證據顯示貓狗會傳播新冠病毒,「臺灣更不需要過度擔心!但是我們要保持警覺,蒐集國內外最新疫情資訊,隨時做好準備。」貓狗是人類的同伴動物,也是這個地球的居民,「我們也希望了解更多這個病毒對牠們的可能威脅性,這也是我們目前要密集追蹤的方向!」

不過度接觸或不當食用野生動物,阻絕冠狀病毒

在 2003 年起相繼出現 SARS、MERS 和 SARS-CoV-2,對人類造成致命性危害之前,雖然已有 4 種冠狀病毒會感染人類,卻都僅止於傷風感冒,症狀輕微,幾天之後自然痊癒。但對其他動物,冠狀病毒可說是橫行多年,天上飛的,水裡游的;哺乳類、非哺乳類、脊椎動物、非脊椎動物,都有自己的冠狀病毒,豬狗雞貓牛等家畜禽已有預防疫苗。

-----廣告,請繼續往下閱讀-----
冠狀病毒分成四型,可感染人類的病毒分布在第一型和第二型。(圖 / 臺大獸醫系陳慧文研究團隊製)
冠狀病毒分成四型,可感染人類的病毒分布在第一型和第二型。(圖 / 臺大獸醫系陳慧文研究團隊製)

「全世界的每隻雞都打過冠狀病毒疫苗,不管肉雞、蛋雞,還是種雞。」陳慧文透露,冠狀病毒歷史就是從雞開始,1937 年,科學家首次發現冠狀病毒就是在雞身上,隨後又在豬身上發現,人類到很晚才被發現也會感染冠狀病毒。科學家在數十年前就開發出動物疫苗,但每個疫苗都需要時間發展,以高致命性的貓冠狀病毒為例,雖然已有疫苗,效果卻很有爭議,到現在仍未普遍施打。

至於新冠病毒是否會為了適應貓的身體環境而逐漸突變,陳慧文認為還要持續觀察。根據減毒疫苗的設計原理,新冠病毒若真的完全適應貓的身體環境,住在牠身上,再回過頭感染人類,毒性可能會減弱,對人類反而相對安全。

臺灣大學獸醫系副教授陳慧文(圖/李宗祐攝)
臺灣大學獸醫系副教授陳慧文(圖/李宗祐攝)

但值得深思的是,在人類以外的世界,冠狀病毒一直在那裡,非常「精彩」地生活在不同動物身上,卻與人類井水不犯河水,「只要我們不過度接觸牠們,甚至不當食用牠們,野生動物身上有什麼病毒,根本不干我們的事。」

-----廣告,請繼續往下閱讀-----
科技大觀園_96
82 篇文章 ・ 1126 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。