Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

流感,不只在現在:那場被遺忘的台灣大瘟疫

miss9_96
・2016/02/20 ・2858字 ・閱讀時間約 5 分鐘 ・SR值 547 ・八年級

1918 年,一次大戰即將結束,H1N1 流感病毒卻隨著軍人回到母國,爆發了有史以來死傷最慘重的瘟疫,全球近半的人類被感染,二千多萬人病死。那年台灣也死傷慘重,甚至於駐台總督——明石元二郎也成了病魔下的亡魂……

西曆 1918 年 死神、襲來

1918 年 7 月,新任的日本駐台總督——明石元二郎踏上台灣的土地,準備迎接他全新的挑戰。當時台灣正蓬勃發展,台北市民早已有自來水,而日月潭水力發電廠也即將開工,我們現在所熟知的總統府,也鄰近完工的階段。此時迎接明石總督的台灣,是個充滿著活力的寶島之地。但誰也想不到,遠在歐洲的一場流感,即將殺死成千上萬名台灣人,包含剛踏上台灣的明石總督。

明石元二郎
明石元二郎,1918 年 7 月抵台就任台灣總督,短短 1 年多的任期內施行數項政策,包含台灣教育令、日月潭水力發電廠等。from: wikimedia

1918 年夏天,歐洲戰情仍打得如火如荼。身為中立國的西班牙,由於不需要控管媒體,零星的流感報導開始從西班牙傳出,而遠在半個地球以外的基隆港,由於航運便利,也成了流感病毒最初的上岸之地。6 月,基隆、台北開始出現新型熱病的報導,不過數月的時間,病毒隨著縱貫鐵路一路南下,很快地打狗醫院(高雄)也開始通報不明熱病。但此波疫情很快地被炎熱的氣溫所抑制、淡忘。接著,1918 年的秋天來了。

9 月初,美國波士頓的某處軍營裡出現了數十名罹患不明疾病的患者,駭人的症狀讓恐慌的心理迅速地膨脹。發炎滲出的液體逐漸浸潤肺部,呼吸困難的患者,皮膚漸漸地呈現屍體般的青色,數天之內,病人將因為肺泡淹滿血水而缺氧痛苦而死。而更驚悚的是流感強大的傳染力,不過兩週的時間,此軍營已超過一萬人被傳染,似乎沒有任何方法能夠阻止疾病的傳播。

同時間的德、英、法等國都開始爆發流行,疫情不僅侷限於紐約、倫敦等大城市,更襲擊了如阿拉斯加等遺世獨立的村落。據估計,短短數個月的時間,全球就有數億人被感染,當時美國的大城市裡,甚至單週內就有一萬人病亡的恐怖歷史,在偏遠的村落裡甚至出現了「屠村」的報告。

-----廣告,請繼續往下閱讀-----

而更可怕的是,這場瘟疫特別偏好年輕人,15~35 歲的青壯年的死亡率反而最高,整個人類社會的生產力,即將被瘟疫的死神在一個冬天裡侵蝕殆盡。而民眾的恐慌也攀上了高峰,舊金山強制市民戴上口罩、芝加哥的劇院有權禁止咳嗽的民眾看戲、公車可拒載未戴口罩的乘客,甚至連棒球場的球員都必須要帶著口罩才能上場打球,當時的歐、美社會完全地籠罩在死神的恐懼之下。

1
上圖:紐約、倫敦、巴黎和柏林 4 大城市在 1918-1919 年冬天的死亡率,疫情最慘烈之時,紐約市民的死亡率甚至超過千分之 60;下圖:1918 年西班牙流感對各年齡層病人的致死率,可以看出免疫能力最強的青壯年,死亡率反而更高,當年 SARS 肆虐台灣時也有相近的現象。from: wikimedia
1
上圖:在西雅圖,公車司機可拒載未戴口罩的乘客;中圖:西雅圖的警方也得要配戴口罩;下圖:在聖路易市的紅十字會正移送往生者。from: wikimedia

「死後,請將我葬在台灣」——駐台總督 明石元二郎

現在攤在明石總督面前的是一發不可收拾的疫情,1918 年 10 月的台灣,全島各地都傳出被不明熱病襲擊的疫情,基隆公校(基隆小學)裡有數百名師生染病,台南市區內也出現感冒流行的報告。無法跟上病毒傳播速度的通報系統讓政府失去了防疫的先機 [註1],直至 11/3 總督府才召開台灣醫學大會,建議各級學校停課、醫護人士需配戴口罩、不可隨意丟棄排泄物等公衛政令。

但疫情絲毫沒有減緩,反而在 11 月衝到最高峰,全台各校近四成被迫停課,台北醫院近半數的護士病倒,甚至連娼妓業者也因員工大量染病而停業。坊間販售口罩、感冒藥 [註2]、鎮熱用的冰塊的業者大發利市。台南市民發起媽祖遶境的活動,新竹的民眾更計畫聯合城隍、觀音和天上聖母眾神聯合出巡,民眾轉由祈求神靈的力量來喝止病毒,可以窺見當時台灣民眾的恐慌心理

疫情在進入 1919 年後逐漸趨緩,各地通報的流感人數雖未止息,但數量已無前年冬天那麼的驚人。民間的流感逐漸趨緩,但病毒卻轉而襲向了明石元二郎。7 月初,明石總督出現流感症狀,體溫高達 40.5 ˚C,流感引發的肺炎讓他衰弱瀕死,在醫師盡力的救治之下,明石總督終於熬過了這次的死劫,但在大病之後,他的身軀已經搖搖欲墜。元氣稍復的總督回到了工作崗位,7 月底,他推行的台灣電力株式會社-現今台電公司的前身成立,並且開始在日月潭興建水力發電廠。

-----廣告,請繼續往下閱讀-----

但死神並不打算放過明石元二郎,10 月 13 日,明石總督返日洽公,途上出現感冒的症狀,抵日後病情急轉直下。24 日,明石元二郎病逝於他的故鄉——福岡。也許是真心的愛著這塊土地,明石總督死前曾言,若有萬一,請將遺體葬於台灣。他的後人遵其遺言,將遺體運回他來不及建設的寶島,選於台北的日本人公墓安葬,成為日治歷史上唯一葬於寶島的台灣總督

1
上圖:1919 年時,日本東京女子學校一景,可見學生們都佩戴了口罩;下圖:明石元二郎總督墓碑,原葬於台北日本人公墓,約在現今台北市林森公園處。from: wikimedia & wikimedia

寫在文末

當年的西班牙流感,在 1918 年的秋天開始突然開始在全世界肆虐,僅僅只花了一年多的時間,就感染了數億的人口,殺死二千多萬人 [註3],而在那次疫情裡,大約有 70 幾萬名台灣人被感染,二萬五千多人死亡,其中就包含第七任的台灣總督——明石元二郎。然而在 1920 年初,這個凶殘的死神卻又突然的消失,只留下一張張歷史的照片,以及人類與疾病搏鬥的醫學史上,難以抹滅的陰影。

  • 註1:當時規定每 10 天回報疫情給中央,但顯然這種速度並不足以掌握流感疫情。
  • 註2:其實當年沒有抗病毒的藥品,店裡販售的是硼酸水、濃食鹽水,被認為有預防感冒的功效。
  • 註3:1918 年西班牙流感的傳染力十分驚人,估計全球有數億人被傳染。而之前引起恐慌的 SARS,全球僅 8 千多人染病。而號稱世紀黑死病的愛滋病,花了 30 年的時間,全球的帶原者也才 7 千多萬人,和 1918 年流感的數億感染者相較,實在是小巫見大巫。

參考文獻

-----廣告,請繼續往下閱讀-----
文章難易度
miss9_96
170 篇文章 ・ 1084 位粉絲
蔣維倫。很喜歡貓貓。曾意外地收集到台、清、交三間學校的畢業證書。泛科學作家、科學月刊作家、故事作家、udn鳴人堂作家、前國衛院衛生福利政策研究學者。 商業邀稿:miss9ch@gmail.com 文章作品:http://pansci.asia/archives/author/miss9

0

1
0

文字

分享

0
1
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

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。

0

1
0

文字

分享

0
1
0
薄荷糖裡加砒霜?19 世紀英國藥局法的推手之一:布拉德福德糖果中毒案 ——《毒物犯罪研究室》
創意市集
・2023/01/21 ・1453字 ・閱讀時間約 3 分鐘

1858 年 10 月 30 日星期日早晨,一件離奇的事件席捲布拉德福德這個英國城市。

2 名男孩突然身亡,其他人則突然染上怪異、可怕的疾病。

有人說這是因為霍亂暴發,其他人則認為是瘟疫。隨著日子過去,更多的死亡案例被報導出來,警方懷疑這是預謀犯案,他們很快就發現了原因:硬薄荷糖。

有問題的薄荷糖

幾天前,人稱「薄荷糖比利(Humbug Billy)」的威廉.哈達克(William Hardaker)一如往常在布拉德福德格林市場擺攤賣糖果,他照常販售大受歡迎的硬薄荷糖,儘管這一批以折扣買到的糖果顏色似乎有點不太一樣。

-----廣告,請繼續往下閱讀-----
他照常販售大受歡迎的硬薄荷糖,儘管這一批以折扣買到的糖果顏色似乎有點不太一樣。圖/pexels

哈達克從糖果批發商喬瑟夫.尼爾(Joseph Neal)那裡購買,這位批發商向來喜歡用「daft」這種成分來替換昂貴的糖。

Daft 是混合熟石膏(plaster of Paris)、石灰粉、硫酸石灰或其他無害物質,用來取代昂貴的糖。

Daft 是混合熟石膏(plaster of Paris)、石灰粉、硫酸石灰或其他無害物質,用來取代昂貴的糖。圖/pixabay

不幸的是,喬瑟夫.尼爾後來訂購的 12 磅 daft 訂單由藥局裡年輕助手處理,他並非測量 12 磅重的 daft,而是從一旁容器裡取出 12 磅的砒霜(三氧化二砷,arsenic trioxide),這兩種白色粉末質地類似。

為喬瑟夫工作的糖果製造師覺得這批加了 daft 的硬薄荷糖有點奇怪,但是他們沒有阻止喬瑟夫試吃一顆,以及將其販售給哈達克。

-----廣告,請繼續往下閱讀-----

哈達克也吃了一顆糖果,兩人吃完後馬上就覺得不舒服。不過因為哈達克當時以折扣價購買這批硬薄荷糖,所以他也用折扣價將糖果販售出去,那天的銷售特別好。

超過 200 人感到不適,更有 20 人中毒身亡

星期日午夜,當地的鳴鐘者喊叫著可怕硬薄荷糖的事,在布拉德福德掀起軒然大波。那時候已經有超過 200 人感到不適,更有 20 人因砒霜中毒而死。

結果證實每一顆硬薄荷糖內含有足以殺死兩名成人的砷含量。隔天,藥師、助手及喬瑟夫.尼爾都站在法庭上被控殺人罪(manslaughter),不過最後他們卻沒有一個人去坐牢。

食物與飲料摻假法案

此幅漫畫是1858年《打孔》(Punch)裡出現的布拉德福德糖果中毒案。在維多利亞時期的英格蘭,食物摻假貨是一大問題。圖/創意市集

儘管如此,該名助手的悲慘失誤促成了 1860 年的《食物與飲料摻假法案》(Adulteration of Food and Drink Bill),正式奠定了製造糖果必須使用的原料。

-----廣告,請繼續往下閱讀-----

布拉德福德糖果中毒一案也促進 1868 年英國的《藥局法》(Pharmacy Act),針對藥師處理、販售已知毒藥必須遵守的嚴謹規範。而 1874 年廢除糖稅,終於也讓糖成為所有人都能負擔得起的成分。

——本文摘自《毒物犯罪研究室:解析23種經典致命植物、礦物、藥劑、毒品,從醫學鑑識&毒物科學揭秘恐怖毒殺與謀殺手法》,2022 年 11 月,創意市集出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

1

3
3

文字

分享

1
3
3
一場虎年的中亞瘟疫,預示隨後黑死病的開端?
寒波_96
・2022/07/06 ・4313字 ・閱讀時間約 8 分鐘

鼠疫桿菌導致的黑死病,史稱鼠疫桿菌的第二次大流行,公元 1346 到 1353 年的大瘟疫影響歐洲非常深遠。已知最早 1346 年的病例位於黑海附近,不少學者卻主張這波鼠疫桿菌來自更東方。2022 年發表的論文報告,在天山地區的古墓中,找到黑死病起源的線索。

中亞的天山地區,是黑死病的發源地?圖/參考資料 2

威脅潛伏:來自黑海更東方的鼠疫桿菌

取樣古代 DNA 的技術成熟後,如今可以直接定序遺骸中的 DNA 片段,查看是否存在鼠疫桿菌(Yersinia pestis)等微生物。一系列研究得知,人類感染鼠疫桿菌的歷史超過五千年,因此在黑死病的年代,鼠疫桿菌並非新型傳染病,只是以前都沒有過那麼嚴重。

鼠疫桿菌和所有生物一樣,會持續改變遺傳序列。假如黑死病源自黑海的更東方,那麼在比黑死病興起更早的時間點,黑海東邊的某處,應該能見到導致黑死病的鼠疫桿菌品系,變成黑死病品系之前,還差一點的樣貌。

最近一隊專家重新調查,早在一百多年前便已得知的遺址。用現代的國家疆域劃分,地點位於吉爾吉斯北部,伊塞克湖(Issyk-Kul)周圍的楚河谷(Chüy Valley)兩處遺址:Kara-Djigach 和 Burana。

-----廣告,請繼續往下閱讀-----

早在公元 1885 到 1892 年,俄羅斯帝國時代的考古學家 Nikolai Pantusov、Daniel Chwolson 便探索過這兒。

公元 1886 年對 Kara-Djigach 的考古調查。圖/參考資料 2

世界各地的考古遺址,數量其實非常多,但是大部分都沒有受到重視。吉爾吉斯古墓時隔一百多年後又引起注意,是因為有些墓葬的石碑記錄提到「瘟疫」,剛好被新時代的專家聽到。

蒙古帝國宗教寬容政策下的新移民社群

接下來一段和黑死病不直接相關,卻不失為有趣的歷史,能順便認識現代的跨領域手段,如何探討這類問題。沒興趣的讀者可以直接略過。

石碑上紀錄的名詞為 mawtānā,這是敘利亞語(Syriac)的瘟疫。報導這回新發現的新聞對此都一提而過,論文正文受限於篇幅也沒有多作描述,所幸附錄中有較為完整的介紹,我覺得背後的歷史故事相當有趣。

-----廣告,請繼續往下閱讀-----
Kara-Djigach 和 Burana 遺址的位置。圖/參考資料 1

Kara-Djigach 地理上位於新疆西方,天山地區的南側。政治上,現在屬於吉爾吉斯,黑死病年代算是大蒙古帝國的轄區,更早之前則是西遼的國土。

提及西遼和蒙古帝國是因為,在西遼統治的年代 Kara-Djigach 沒有住人(另一處遺址 Burana 有),要等到蒙古帝國統治時,才有源自西方的基督徒移民,長途遷徙到此處建立社區。等下!基督徒?

不少人對蒙古帝國有很殘暴的印象,成吉思汗堪稱人類毀滅者。但是征服時對敵人不手軟以外,蒙古帝國擺在當時,統治並不算暴虐,而且特別重視貿易。蒙古帝國算是繼承後世所謂的「絲路」,然而,中亞的民族、宗教、文化非常複雜,衝突屢見不鮮。

如果對蒙古帝國的宗教寬容政策有興趣,傑克.魏澤福的《征服者與眾神》值得一讀。

成吉思汗開創蒙古帝國以來,憑侍強大武力,持續實施宗教寬容政策,不在意子民信什麼宗教,不論摩尼教、伊斯蘭、基督教、佛教、道教、諾斯替、亞那毛毛……只要乖乖聽話,能創造利益,帝國就保障其地位與安全。

-----廣告,請繼續往下閱讀-----

在此背景下,許多在原本居住地受到迫害、排擠的人,移民到新天地討生活(蒙古統治當然也沒有那麼美好,有些移民是受到蒙古帝國的迫害,被迫或主動搬家)。

創立 Kara-Djigach 社群的基督徒,不屬於羅馬、君士坦丁堡的兩大基督教系統,而是東方亞述教會(Church of the East,或稱作 Nestorian 聶斯脫里教會)。他們從西方移民到察合台汗國轄下經營新家園,他鄉變故鄉,一代一代的基督徒長眠於此,數百年來留下不少石碑。

Kara-Djigach 石碑的逐年統計,1338 年數量特別多。圖/參考資料 1

公元 1338 年,塞琉古 1649 年,虎年瘟疫爆發

石碑大部份是敘利亞語,也有少數突厥語。總共 600 多個石碑,公元 1248 到 1345 年有 467 個,整理後能一眼看出光是 1338 一年就有 118 個,比例高的不尋常。其中 10 個出現 mawtānā:敘利亞語的瘟疫。

所以 1338 年這個年代,不是科學定年法的估計,而是直接的文字紀錄。但是石碑寫的不是公元 1338 年,而是「1649 年」和「虎年」。

-----廣告,請繼續往下閱讀-----

Kara-Djigach 這群居民是基督徒,卻不使用根據基督生辰的曆法,他們遵循一套更古老的曆法:塞琉古紀年(Seleucid)

塞琉古紀年來自亞歷山大大帝去世後,衍生出的塞琉古帝國,從公元前 311 年開始計算。因此塞琉古 1649 年,也就是公元 1338 年。那時還在用塞琉古紀年的人不多,堪稱活化石。

一塊 Kara-Djigach 紀念死者的石碑。圖/參考資料 5

另一方面,突厥、蒙古等古代草原文化習慣以十二生肖紀年,不過動物項目和漢人略有不同。Kara-Djigach 所屬地區時常會與十二生肖紀年的人交流。公元 1338 年是草原十二生肖的虎年,也是天干地支的戊寅年。

已知最早的黑死病出現在 1346 年的黑海,1338 年只是短短的 8 年前。顯而易見,如果在 8 年前的吉爾吉斯找到鼠疫桿菌,便有機會追溯黑死病的起源。

-----廣告,請繼續往下閱讀-----

為求簡便,本文之後稱這場虎年發生的瘟疫為「虎疫」。其實虎疫是以前日本人對霍亂的稱呼,但是名字帥,這邊先借用一下。

鼠疫桿菌們的演化樹。虎疫(圖中紫色的 BSK001/003)再經過些微變化,便是黑死病的型號。圖/參考資料 1

快要變成黑死病前不久的鼠疫桿菌

即使由於鼠疫去世,死人骨頭內也不見得會殘留鼠疫桿菌。幸運的是,Kara-Djigach 遺址的 3 位長眠者體內,順利偵測到鼠疫桿菌的古代 DNA。

3 個樣本的平均覆蓋率分別為 0.13、2.8、6.7。論文判斷品質比較好的兩個基因組,遺傳上或許完全一樣,因此後續分析時直接合併,變成覆蓋率 9.5 的一個樣本。

將虎疫和古代、現代鼠疫桿菌樣本一起分析,不得了,不得了,不得了。用虎疫當模板,再變化一點點,便可以衍生出所有 14 世紀黑死病的基因組!

-----廣告,請繼續往下閱讀-----
根據遺傳差異,估計鼠疫桿菌各分支起源的年代。圖/參考資料 1

非常清楚,導致黑死病的鼠疫桿菌,由虎疫品系衍生而成。根據遺傳差異估計年代,導致黑死病的品系們的共同祖先,估計介於公元 1316 到 1340 年。因此 1346 年起大爆炸的黑死病,遺傳上只能追溯到不久以前的 14 世紀初期。

有派觀點主張,蒙古帝國 13 世紀主導的戰爭與貿易,促使歐亞大陸的大流動,與黑死病發跡有關。根據現有資訊看來,蒙古帝國起家的時刻,距離黑死病的發源還有點早。

和虎疫(BSK001/003)遺傳最相近的現代鼠疫桿菌,大多數位於天山地區。圖/參考資料 1

遺傳上最接近虎疫的現代鼠疫桿菌,地理上都位於天山一帶,具體來說就是吉爾吉斯、哈薩克、新疆的土撥鼠(marmots,旱獺屬,統稱土撥鼠,不過有好幾個物種)。

論文推論黑死病品系的直系祖先,應該一直都在天山地區流傳。它在公元 1338 年的虎疫爆發,首度於吉爾吉斯留下記錄,8 年過後的 1346 年於黑海現蹤,然後繼續往西向歐洲廣傳,一發不可收拾。

-----廣告,請繼續往下閱讀-----

貨出去,人進來,黑死病襲來

多數讀者大概不熟悉中亞地理。從新疆出發,往西是吉爾吉斯,再往西是哈薩克、烏茲別克,再來是土庫曼,接下來是裏海和伊朗,更往西是高加索地區,更西邊是土耳其和黑海。這應該就是黑死病,由東向西傳播的路線。

黑死病傳播到各地的年代。圖/參考資料 4

發生虎疫的吉爾吉斯 Kara-Djigach 在當年是人進來,貨出去的國際貿易中心,發大財之餘,爆發瘟疫並不稀奇。光從遺傳上比對,黑死病之前與大爆發之後的鼠疫桿菌,並沒有很明顯的變化。從公元 1338 到 1346 年發生什麼事,讓黑死病大魔王有登上舞台的發揮機會,值得繼續深究。

也很有趣的是,中亞發跡的鼠疫往西方廣傳形成黑死病,會不會也往東方傳播呢?公元 1338 年,統治中國的政權是元朝,元順帝的至元四年。

公元 1368 年創立明朝的朱元璋 1328 年出生,和元順帝是同時代的人,元順帝也是最後一位統治漢地的元朝皇帝。元朝末代皇帝任內的國家大亂,是否和鼠疫有關?

延伸閱讀

參考資料

  1. Spyrou, M. A., Musralina, L., Gnecchi Ruscone, G. A., Kocher, A., Borbone, P. G., Khartanovich, V. I., … & Krause, J. (2022). The source of the Black Death in fourteenth-century central Eurasia. Nature, 1-7.
  2. Ancient plague genomes reveal the origins of the Black Death
  3. Black death: how we solved the centuries-old mystery of its origins
  4. 800-year-old graves pinpoint where the Black Death began
  5. Ancient DNA traces origin of Black Death

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。