料理的美味其實來自於科學原理—「Pansci Talk：嚐識」

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

• 作者／Evelyn 食品技師

《中華一番》小當家與七星刀雷恩為了爭奪傳說中的廚具永靈刀，進行了一場精采的神前刀工對決。雷恩做了 4 道鯛魚料理，分別為「新奇生魚片」以魚背鰭週邊腹筋、尾鰭所做成；「什錦蔬菜紅燒下巴」、「特製清蒸下巴」兩道皆取自魚頭；最後一道則用魚身製成「生魚薄片」，還另外搭配鯛魚高湯 (估計用魚骨熬煮) 做涮涮鍋。

整條魚都沒有浪費任何一個部位，雷恩真是位非常善用食材、減少剩食的優秀廚師。

小當家做的「真鯛大陸圖」一樣也有 4 道料理，分別作出 4 個不同省份的特色，北京使用麵皮包大蔥和魚背肉；四川是採用魚皮包魚身肉油炸，並淋上紅油醬汁；上海是以鯛尾生魚片包蟹黃；廣東則是蠔油時蔬魚肚肉。

不過你注意到了嗎？兩位大廚師都沒有使用到「魚肝」來做料理。

因為魚肝會累積高量維生素Ａ或其他毒素，不適合食用，我國於 2007 年就曾發生過食用笛鯛魚肝臟，導致急性維生素 A 中毒的案例。

吃魚肝、吃營養補充膠囊，都發生過維生素 A 中毒！

該事件是世界第一起吃笛鯛魚肝，導致急性維生素Ａ 中毒的案例。有一名年約 40 歲的男子於基隆八斗子漁港購買一種大型笛鯛——濱鯛 (Etelis carbunculus)，是體長可達 127 公分的大型魚類。

該男子想以魚肝湯替 4 歲女兒補眼睛，將魚肝煮湯後與女兒共食，結果食用完魚肝 3 至 4 小時後出現噁心、嘔吐、腹部不適、頭痛、眼窩痛、全身痠痛、臉部脫皮及紅斑等急性維生素 A 中毒症狀，就醫後不適症狀便改善^[2]。 

其實不只魚肝，西元 1943 年有北極探險家吃了北極熊肝臟後，出現嗜睡、頭痛 及嘔吐等，隔天出現皮膚脫落症狀，亦是急性維生素 A 中毒症狀之現象^[3]。

此外，不只有急性中毒，慢性維生素 A 中毒的案例其實較常見，例如香港就發生過，一家庭三姐妹從 2000 年開始每日攝取約 8,000,000 IU^{[註 1]} 的魚肝油膠囊長達 8 年，就醫診斷後三姐妹確認罹患肝肺症候群 (hepatopulmonary syndrome; HPS)^{[註 2] [4]}。

明明維生素 A 為人類必需營養素之一，為何還會中毒呢？

脂溶性維生素易累積在體內，過多一樣會中毒！

還是老話一句——「劑量決定毒性」。

因維生素 A 是脂溶性化合物，外觀為呈現淡黃到紅黃色的油狀物質，對空氣及光線敏感。雖有維護視覺功能、維持上皮細胞完整性、維持骨骼生長與細胞生長等許多重要的生理功能。

但其代謝速度慢，不像水溶性維生素可藉由尿液快速代謝排出，所以服用過量很容易累積在體內 (尤其是肝臟)，中毒風險便增加。

此外，它並不是一種單一成分，維生素 A (retinoids) 是一個總稱，主要係由視黃醇 (retinol)、視黃醛 (retinal) 與視黃酸 (retinoic acid) 等所構成，為一群具有 β-紫羅蘭酮 (β-ionone) 結構之脂溶性物質，並根據其側鏈終端的官能基的不同而有多種異構型態。

其中「視黃醇」是維生素 A 在食品中為最普遍存在的形式，其分子式為 C₂₀H₃₀O；分子量為 286.46，其他形式的維生素 A 都是透過它經過各種代謝而產生^[5]。 

而就毒性大小來看，視黃醇、視黃醇酯最具顯著毒性，故一般探討維生素 A 之過量危害、毒性指標，均是指視黃醇、視黃醇酯。

那麼我們日常應攝取多少劑量？而多少劑量又是過量的呢？

注意維生素 A 上限攝取量，中毒還分急性與慢性

根據我國所訂定的國人膳食營養素參考攝取量及其說明第七版^[6]，維生素 A 的建議攝取量 (recommended dietary allowance; RDA) 是以視黃醇當量 (retinol equivalent; RE) 表示，1 RE 等於 1 微克視黃醇，也相當於 3.33 IU^{[註 1]}。

一般成人建議攝取量為 500~600 RE / 日，成人上限攝取量 (tolerable upper intake levels; UL) 為 3,000 RE / 日 (約等於 10,000 IU)，所以前面提到香港三姐妹每天吃的劑量，大約是「上限攝取量」的 800 倍，還整整吃了 8 年…

所以建議消費者在購買維生素 A 營養補充品食用時，一定要先確認清楚食品標示上的使用單位及每日建議攝取量喔！

另外，這種維生素 A 食用過量所導致的不適症狀，又可稱為維生素 A 過多症 (hypervitaminosis A)，依中毒狀況分為急性中毒和慢性中毒：

一、急性中毒

成人短時間內 (數小時或數天內) 攝取維生素 A 超過 500,000 IU 即可能造成急性中毒，幼童則是為攝取超過 100,000 IU。

症狀包括噁心、嘔吐、頭痛、腦脊髓液壓力增大、暈眩、視力模糊及肌肉不協調。

二、慢性中毒

人體每日攝取超過 25,000 IU 持續 6 年以上，或每日攝取 100,000 IU 持續 6 個月以上，即可能導致慢性中毒。

症狀可能會出現畸胎、肝異常、骨質密度改變、脫皮、指甲脆化、口裂、脫髮、發燒、頭痛、嗜睡、易怒、體重減少及嘔吐等^[5]。

吃太多紅蘿蔔也會導致維生素 A 中毒？

除了認識維生素 A 過多會造成中毒之外，也需要理解日常生活中，有哪些食物會讓我們攝取到維生素 A，主要是分為動物及植物來源。

一、動物來源

主要以視黃酯如棕櫚酸視黃酯 (retinyl palmitate) 的形式存在於動物體內中，包括肝臟、魚肝油、奶油、起士及蛋黃等，食用後可立刻被人體利用。

二、植物來源

可合成維生素 A 的前驅物 (provitamin A)，也就是常聽見的類胡蘿蔔素 (carotenoid) 如 β-胡蘿蔔素 (β-carotene)，其在小腸或肝臟被轉化成視黃醛才能被人體利用。

類胡蘿蔔素主要存在於深綠色蔬菜、深黃色或橘色之蔬菜及水果當中，如青花菜、菠菜、葡萄柚、胡蘿蔔或南瓜等。

此外，攝取過量的類胡蘿蔔素並不會導致維生素 A 中毒，因為類胡蘿蔔素主要是經小腸內的酵素作用形成視黃醛，不會完全轉化成視黃醇^[5]。

所以「吃太多紅蘿蔔，會導致維生素 A 中毒」是謠言，短期食用大量動物肝臟，或長期食用高劑量魚肝油、營養補充劑才是造成維生素 A 中毒之主因。

補充劑服用前應詳閱產品說明，不自行添加劑量

許多人都抱持著多吃維生素，讓身體更健康的觀念，常常服用過量導致不必要的後果。

面對市面上琳琅滿目的營養補充劑，消費者購買前應先瞭解自身所需，並請教專業醫師、藥師或營養師等，完整評估自己的身體狀況，再決定是否要購買。

也要注意不同產品的營養素，會因種類與劑量而有所不同，服用需仔細閱讀產品說明，千萬不要擅自添加劑量。

不過話說回來，幸好雷恩和小當家兩位大廚都沒有料理魚肝給長老評審們吃，不然長老們要是因食物中毒而鬧出人命的話，神前刀工對決直接變成「神前下毒對決」，永靈刀絕對會直接放棄兩位廚師。

註解：

1. 國際單位 (International unit; IU)：是用生物活性或生物效價來表示某些維生素、激素、藥物類似的生物活性物質的藥理計量單位。例如食物中含有多種維生素 A 的前驅物 (precursors)，在人體內轉化為生物有效性的維生素 A，這些前驅物的活性便可以國際單位表示並比較其效價。

2. 肝肺症候群 (hepatopulmonary syndrome; HPS)：診斷的主要三個特徵分別為肝臟疾病、動脈血氧合功能障礙和肺內血管擴張。在肝臟衰竭的患者，其內生性的血管擴張物質增加，進而導致肺血管擴張，氣體交換變差，在臨床上主要表現為呼吸困難和發紺。

參考資料：

1. Muse木棉花，2021。中華一番(舊版小當家) 第31話【囊括四大中華！真鯛大陸圖】。

2. 呂曜丞，2012。臺灣大型笛鯛魚之肝臟維生素 A 含量及其肌肉蛋白質電泳分析。國立臺灣海洋大學食品科學所碩士學位論文。基隆。

3. Rodahl, K. and Moore, T. 1943. The vitamin A content and toxicity of bear and seal liver. Journal of Biochemistry 37: 166-168.

4. Lau, V. W. S., Lau, D. C. Y. and Huen, K. F. 2008. Hepatopulmonary syndrome: An unusual presentation of chronic hypervitaminosis A. Hong Kong Journal of Paediatrics 13: 46-52.

5. 黃育琳，2019。以小鼠神經 N2a 細胞模式探討視黃醇之細胞毒性。國立臺灣海洋大學食品科學所碩士學位論文。基隆。

6. 衛生福利部國民健康署，2011。國人膳食營養素參考攝取量修訂第七版 (Dietary Reference Intakes,DRIs)。

本文由衛生福利部食品藥物管理署委託，泛科學企劃執行

文／李秋容

有許多人趁著前陣子中秋佳節大烤一番了吧？除了各種生鮮，腸胃藥似乎也是大家必備的「食材」，如果不想再有走不出廁所的慘痛經驗，那一定不可不知道造成這種結果的幕後黑手之一——諾羅病毒。

2016 年 9 月 1 日的 PanSci TALK：「盤中飧的逆襲！食物中毒及諾羅病毒危機」邀請到疾管署鄭皓元醫師，來告訴我們這個曾經侵襲台灣、傳染力強的病毒到底是什麼？日常生活又該如何防範？

有個病毒叫諾羅

諾羅病毒（Norovirus）過去曾被稱為類諾瓦克病毒（Norwalk-like virus，簡稱 NLVs），是一種可感染人類並引起腸胃道發炎的病毒。「發發燒、拉拉肚子，聽起來好像沒什麼。」但腸胃道發炎，嘔吐和腹瀉的不斷循環會造成水分大量流失，在水分無法立即補充的地區甚至會導致休克、死亡。

諾羅病毒會經由飛沫（嘔吐）、糞口傳染病毒、也可能會透過空氣傳染（研究懷疑但尚未證實），尤其病毒若附著在物體表面會加深、加廣其傳染範圍，而病患帶原的時間越長，也越容易引發次發性疫情，以家庭為例，病患很容易傳染給病患照顧者；而在學校方面，則因為群體生活，容易造成學生集體感染。

且不同於一般印象，諾羅病毒反而在已開發國家中尤其明顯，急性腸胃炎事件中有五分之一是諾羅病毒引起。傳染力強、帶原時間長、容易造成大規模群聚，說它是食品中毒事件的第一主角，當之無愧。

誰應該要小心？

「得過諾羅病毒後是不是就有抗體了？」

不同於同樣可引起腹瀉的輪狀病毒，諾羅病毒的基因變異性大，容易產生多種型別病毒株，意思就是單次的感染並無法對其他型別的諾羅病毒產生免疫力，因此，無論是誰都有可能遭受感染，以及再次被感染。諾羅病毒群聚事件多發生於每年 12 月至隔年 2 月，且每 2 到 4 年會出現一次新型的大流行，最令人頭痛的是，目前尚未開發出疫苗。

「生蠔」真的可以生吃嗎？

除了人與人之間的傳播，受汙染的飲水和食物也是主要汙染來源，在所有可能的食物汙染源中，生鮮魚貝類中的濾食性生物會累積並濃縮病毒造成毒性加強。以「生吃界」的常客——生蠔為例，進口生蠔曾在全台各地造成小規模疫情，「但我們不可能去查驗每一家餐廳」，在制度還無法全面監控的情況下，鄭皓元提供大家一個方法：「不要輕易地嘗試生食或是不安心的來源。」

聽起來好像很嚴重？「貝類只可能帶來諾羅病毒嗎？」鄭皓元表示其實並不只，它同時也可能是 A 型肝炎的傳染媒介。到底海鮮該怎麼吃才安全？鄭皓元建議大家：「煮久一點。」

除了像海鮮這種特定目標，魔鬼還藏在許多生活細節裡。「大部分外面的冰塊都是以生水製成的。」且許多店家會使用自製冰塊，並非製冰廠出廠的冰塊。「生水當然可以喝，但需要經過適當的處理。」面對有疑慮的水源，就是濾水系統派上用場的時候，以 RO 逆滲透系統為例，先利用濾心將大分子濾掉，再以逆滲透膜將小分子（如病毒）排除。「活性碳只能吸附和過濾細菌，還是建議使用 RO 等級的濾水系統。」鄭皓元也提醒。

「冰塊吃了數十年也沒有聽說過有人死亡？」面對現場聽眾提出的疑問，鄭皓元表示，首先台灣人並沒有生飲水的習慣，自來水的源頭處理一般有先消毒過，大幅減少了感染的可能性，主要感染原因是飲水處理的後端容易產生交叉污染。再者，冰塊較常有大腸桿菌過高的問題，但由於輕微腹瀉過於常見，使得大部分的人並不會視這為是食品安全問題。

探討了這麼多案例與方法，究竟關心食品安全的第一步是什麼？「大家應該開始關心放進自己嘴裡的食物。」鄭皓元認為，良好的個人衛生是永遠的保命符。