[募科學] 複雜又充滿滋味的鰻魚生活

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

流氓惡人的代名詞——「鱸鰻」

「鱸鰻」是台灣溪流的鰻魚，被影射華語為非作歹的「流氓」，所以「大尾鱸鰻」指大流氓，也成為電影片名。其實鱸鰻的本名是「蘆鰻」，在台語發音「鱸鰻」與「流氓」也不相同。

「流氓」一詞原指無業遊民，後來才變成破壞社會秩序的不法分子。在台灣的清、日文獻中，流氓大都指「無業流氓」，例如：「招徠流氓拓田」、「集流氓，墾荒地」、「初有閩、廣流氓冒入番地，屏逐土人」。

我還記得侯孝賢導演以二二八事件為背景的電影《悲情城市》（一九八九年），片中由掌中戲大師李天祿飾演的林家長輩，他以台語稱當時來台灣的上海幫派人物為「流氓」（liû-bâng），而不是「鱸鰻」（lôo-muâ）。

現在教育部《臺灣閩南語常用詞辭典》有「鱸鰻」而沒有「流氓」詞條，但日本時代《臺日大辭典》（一九三一年）兩條都有，「流氓」（liû-bîn）指流離人、流浪人，「鱸鰻」（lô͘-môa）除了指動物，也比喻時常帶凶器向人勒索的惡漢。

由此可見，台灣在日本時代已用「鱸鰻」來比喻惡人了。其實《廈門音新字典》（一九一三年）、《廈英大辭典》（一八七三年）也都有廈門腔白話字羅馬拼音的lô͘-môa詞條，除了指河流的大鰻魚，也比喻不務正業、做壞事的人。

鱸鰻被比喻為惡人，大概與夜行性、大又生猛的掠食習性有關。有趣的是，台語「鱸鰻骨」卻指帶有「鱸鰻性」的人，用來比喻懶惰、整天無所事事的人，因為據說鱸鰻在白天就是一副無精打采的樣子。 

現在台灣人對這種溪中大鰻的名字，根據的是《臺日大辭典》使用的漢字「鱸鰻」。戰後，因台語「鱸鰻」與華語「流氓」（ㄌㄧㄡˊ ㄇㄤˊ）諧音，才讓人誤以為台語的「鱸鰻」與「流氓」同音同義。其實，從鱸鰻在清代台灣和福建方志的稱呼「蘆鰻」，才能看出命名的由來。

鱸鰻的「鱸」是喜歡吃蘆竹的「蘆」啦！

•《諸羅縣志》（一七一七年）：「鰻有烏、白二種，烏者為上。又溪有蘆鰻，赤黑色，大者十餘觔（斤），以食蘆芽，故名。」

•《淡水廳志》（一八七一年）：「蘆鰻，近內山溪澗甚多，天寒出遊澗邊，食蘆竹心。」

•泉州《晉江縣志》：「蘆鰻，大如升，長四五尺，能陸行，食蘆筍。」

•日本時代台灣文人連橫《臺灣通史》：「鰻，鹹水亦有。別有蘆鰻，產內山溪中，專食蘆茅，徑大及尺，重至數十斤，力強味美。」

上述文獻提到蘆鰻會吃蘆竹心、蘆芽、蘆筍、蘆茅，指的都是蘆竹的嫩芽。蘆竹並不是竹，而是台灣原生蘆葦屬（Phragmites）植物，分布在內陸溪邊。

蘆鰻身體有黏液，可暫時離開水裡爬到陸地，牠除了吃水裡的魚蝦，也吃岸邊的青蛙，甚至路過的小雞小鴨，尤其還會吃蘆竹的嫩芽。這是牠給人最特別的印象，也是此鰻以「蘆」為名的由來。

今天，台灣還有「鱸鰻」的地名，例如新北市石碇區、花蓮縣玉里鎮的「鱸鰻潭」。臺灣二○二二年十月上映、以臺東縣綠島鄉白色恐怖時期為歷史背景的電影《流麻溝十五號》，「流麻溝」是地名，其舊名是諧音的「鱸鰻溝」。

台灣溪流有兩種鰻，一是「鱸鰻」，一是「白鰻」，這兩種鰻都在溪中成長，但會游到海裡產卵。

流麻溝是綠島最長的溪流，當地民生取水之處，在電影中可見被管訓的女思想犯來此挑水。此溪以盛產鱸鰻而得名，後來被雅化或誤寫。

鱺魚和鰻魚的合體——「鰻曬」？

台灣清代方志又說：「蘆鰻謂之鰻鱺，魚腹白，有舌無鱗，背有肉鬣連尾，生泥中。」「鰻鱺有雄無雌，以影鰻鱧生子。」「以影鰻於鱧魚，則其子皆附鱧之鬐鬣而生，故謂之鰻鱺也」。

鱧魚就是台語所說的「鱺魚」，也寫成「雷魚」。「鱺」是「鱧」的異體字，「鰻鱺」就是鰻與鱺的合體。

怎麼說呢？古人對蘆鰻認識不多，產生神祕感，尤其從沒看過蘆鰻在溪河中產卵，不知蘆鰻雖生活在淡水中，卻會游到海裡產卵，所以傳說蘆鰻游過鱧魚，鱧魚背鰭的小鬚就會化為鰻苗，故稱「鰻鱺」。

台灣有一首台語童歌：「西北雨直直落，鯽仔魚欲娶某，鮕鮘兄拍鑼鼓，媒人婆仔土虱嫂。」台灣山上溪流早年常見鮕鮘和鱸鰻，所以說：「水底出鮕鮘，石孔出鱸鰻。」

根據中研院《臺灣魚類資料庫》，鱸鰻是「鰻鱺科」的「花鰻鱺」，又稱花鰻、黑鰻、烏耳鰻、土龍等。鱸鰻在河流中可活十多年以上，最大體長達兩百公分，所以曾有新聞報導有人捕獲比人高的鱸鰻。

台灣淡水鰻魚另一種體型較小的「日本鰻鱺」，又稱白鰻、正鰻、日本鰻等，常用來加工製作「蒲燒鰻」。

鱸鰻在台灣曾被列為保育類物種，但已在二〇〇九年解除。由於台灣民間視鱸鰻為補品，常以中藥燉煮，所以後來發展了鱸鰻養殖。

——本文摘自《一午二紅沙，三鯧四馬鮫》，2023 年 2 月，貓頭鷹出版，未經同意請勿轉載。

2022 年 6 月 10 日，中國大陸以檢出禁用藥物隱性結晶紫為由，全面禁止臺灣石斑魚輸入，引起我國一陣軒然大波。後來陸方聲稱，因過去多次從臺灣石斑魚中驗出土黴素超標，還有檢出孔雀石綠和結晶紫等兩種禁藥，故禁止臺灣石斑魚銷陸。

而我方行政院農業委員會 （以下簡稱農委會）漁業署回應，近年已加強正確用藥宣導，及未上市水產品產地監測措施，市場上石斑魚已鮮少檢出用藥不合格情事^[1]。同時也公告 11 家石斑魚養殖場之禁藥抽驗結果，包括孔雀綠／還原型孔雀綠、結晶紫／還原型結晶紫等均未檢出^[2]。

你也喜歡吃石斑嗎？

台鐵便當特別推出期間限定的龍膽石斑魚便當，支持台灣漁民。

對此我國養殖業者表示，政府稽核抽查的對象多針對合法業者，但更多的是業者未納管、未被抽查。再者，漁貨在出口前，若數量不足，可能會有養殖業者併貨，向其他養殖業者買貨集貨，增加禁藥感染的風險。因此一出事就拖垮整個產業，使合法業者跟著倒楣^{[3, 4]}。

為何水產養殖業會如此需要用藥呢？上述提到那麼多種用藥，是否已經令你眼花撩亂？

用藥雖可防止養殖水產動物生病，但使用不當會造成藥物殘留

臺灣地處亞熱帶，「水產養殖業」為我國重要的經濟活動之一，國人食用養殖水產比例比遠洋水產多，主要的養殖物種有吳郭魚、石斑魚、鰻魚、虱目魚、 牡蠣、文蛤、蜆及白蝦等。

但由於地狹人稠，可利用的土地空間有限，故養殖水產業者多採取高密度養殖的經營方式，極易造成養殖動物緊迫及疾病發生，因此需使用動物用藥品以控制疾病。

然而，不當的使用藥物，不僅容易對養殖動物造成嚴重的傷害，更容易對環境造成長久的藥物殘留，危害人類健康，甚至直接影響各國的進口貿易。

如 2003 年進口英國的魚隻約有 3% 被驗出有孔雀綠殘留^[5]；2005 年屏東養殖石斑也被驗出孔雀綠，嚴重影響國內養殖業者及外銷市場。還有 2012 年來自中國湖南的進口大閘蟹、2015 年銷日的鰻魚，皆與孔雀綠的殘留有關^[6]。

相信「孔雀綠」大家已經在新聞上有所耳聞，只是不太清楚為何它會被禁用。

早期大家愛用的孔雀綠，因風險太大被禁用

孔雀綠（malachite green），亦稱孔雀石綠，是一種人造的三苯甲烷類染料，呈綠色結晶固狀，顏色鮮豔，常用於紡織品及紙類的染色。

其具有絕佳的抗菌能力，在水產養殖生產過程中，廣泛使用於預防魚卵感染病菌或治療魚體的寄生蟲、真菌及原蟲等疾病，加上價格低廉、容易取得，故自 1930 年代就廣泛運用於水產養殖。

而孔雀綠可快速被魚體吸收，並代謝成穩定的代謝物還原型孔雀綠（leucomalachite green），為脂溶性化合物，可在環境中或魚體內殘留很久（半衰期長達 40 天），不易代謝及排除。

但是，孔雀綠對魚類也有劇毒之影響，因在用藥的過程中，有時中毒濃度和治療濃度十分相近，導致魚類孔雀綠中毒。

動物實驗也證明，孔雀綠會傷害肝臟功能，導致貧血、甲狀腺與腫瘤、影響胎兒生長，具有致癌、致突變和致畸形等風險。

因此許多國家都已明令禁止在供給人食用的動物及水產品中使用該物質，而我國行政院衛生署（現衛生福利部）早就於 97 年訂定，水產品中孔雀綠/還原型孔雀綠為不得檢出^[5]。

孔雀綠、結晶紫都被禁，那合法的水產養殖用藥有哪些？

除了上述的孔雀綠，這次被大陸檢出的禁藥「隱性結晶紫」，亦是屬於三苯甲烷類的染劑，具有殺菌或殺寄生蟲作用。

結晶紫（crystal violet）進入生物體內經轉化後，同樣也會被還原成脂溶性、無色的還原型結晶紫（leucocrystal violet），又稱隱性結晶紫。具有致癌性、基因突變、致畸胎性等風險，故很早也被法規列為不得檢出的禁藥^[4]。

所以現在水產養殖業常見的合法用藥有哪些呢？

依農委員今年最新修正的《動物用藥品使用準則》^{[7] [註 1]}中，第三條附件一「水產動物用藥品使用規範」，清楚明訂了水產動物用藥品之品目、 使用對象、用途、用法、用量、停藥期及使用上應注意事項等。

規範中指定之藥品品目計有 17 項，其對象水產動物計有吳郭魚等 50 種以上。且應依照獸醫師（佐）處方藥品販賣及使用管理辦法之相關規定，加強藥品之使用管理，防範其被濫用。

就本文事件主角石斑魚來說，比較常見的合法用藥如安默西林（Amoxicillin）、脫氧羥四環黴素（Doxycycline）、紅黴素（Erythromycin）、氟滅菌（Flumequine）、歐索林酸（Oxolinic acid）與羥四環黴素（Oxytetracycline）等，依各養殖戶的用藥習慣而有所不同。

其中，羥四環黴素便是陸方聲稱過去多次從臺灣石斑魚中驗出超標的「土黴素」。

水產動物用藥品是抗生素，過量使用最終仍危害人類健康

羥四環黴素，被稱為地靈黴素或土黴素，是養殖業中使用最為廣泛的抗生素之一，其具有廣效性、良好的體液和組織滲透性，以及低成本和低毒性風險，在中國、日本、美國及歐盟都將其列為允用藥之一。

在國內常用於治療親水性產氣單胞菌及弧菌等，雖能治療疾病，但若過量用藥，易引起魚類的緊迫以及不良的後果。如有研究證實，其可導致虹鱒 DNA 損傷、增加氧化壓力及脂質過氧化；也會引起大西洋鮭魚的肝臟損害^[7]。

所以要注意，水產動物用藥品主要為抗生素或合成抗菌劑。若過量使用，除了會引起魚類的不良的後果之外，藥品殘留於環境亦會對生態有所影響，直接或間接影響到水生生物，甚至可能經由食物鏈而轉移至消費者，危害人類的健康。

故水產動物用藥品在使用上，應遵守中央主管機關訂定之使用準則，如能適當使用，不但能治療水產動物疾病保持其健康，提高生產力、降低生產成本，更可促進水產事業的發展，對水產事業有很大貢獻。

註解：

1. 2005 年第一次公告，法源為《動物用藥品管理法》第三十二條，明訂「動物用藥品之使用對象、用途、用法、用量、停藥期及使用上應注意事項等，應遵守中央主管機關訂定之使用準則」。

1. 漁業署，2022。因應中國大陸片面暫停我國石斑魚輸入 農委會採取相關措施保障漁民權益。行政院農業委員會。
2. 漁業署，2022。11場養殖場檢測報告出爐皆未檢出 具體落實內外銷措施 以維護漁民權益。行政院農業委員會。
3. 彭宣雅、侯俐安，2022。石斑檢驗羅生門 採樣巧門太多。聯合新聞網。
4. 張語屏，2022。石斑魚檢出禁藥遭中國祭出禁令！到底「孔雀石綠」是什麼？。食力 foodNEXT。
5. 趙詩敏，2014。三種幾丁質類物質對水中孔雀綠去除之研究。國立臺灣海洋大學水產養殖學系碩士學位論文。基隆。
6. 行政院環境保護署毒物及化學物質局，2017。孔雀綠是什麼？又為何會出現在水產品裡？。PanSci 泛科學。
7. 行政院農業委員會，2022。動物用藥品使用準則 – 農業委員會主管法規查詢系統。
8. 莊昭緣，2019。飼料中添加葡聚多醣體及羥四環黴素對龍虎斑非特異性免疫反應及抵抗溶藻弧菌能力之影響。國立臺灣海洋大學水產養殖學系碩士學位論文。基隆。