殭屍危機爆發，躲哪最安全？

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

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。

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。

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。

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。

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？

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。

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。

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。

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。

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 disorders, 41, 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 Religion, 56(3), 481-497.

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 psychiatry, 47, 111-119.

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。

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：

• 這裡只能稱「病原體」，因為不確定是病毒、病菌、真菌（像是《最後生還者》）、其他微生物或蛋白。可以參考〈《惡靈古堡》的喪屍病原體〉一文。

參考資料：

• Statisticians have determined the safest hideout for a zombie apocalypse. sciencealert [2 MAR 2015]
• Zombie outbreak? Statistical mechanics reveal the ideal hideout. phys.org [Feb 25, 2015 ]
• In a Zombie Outbreak, Head for the Rocky Mountains. LiveScience [March 03, 2015]

研究報告：

• Alemi, A. A., Bierbaum, M., Myers, C. R., & Sethna, J. P. (2015). You Can Run, You Can Hide: The Epidemiology and Statistical Mechanics of Zombies. arXiv preprint arXiv:1503.01104.

• 本文轉載自科技大觀園，原文為《貓主子會傳播新冠病毒給我嗎？目前無證據但提高警覺》
• 作者／李宗祐｜科技大觀園特約編輯

 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。

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。 

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。

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。

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。」

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。

「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。

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。」