弧邊招潮蟹用泥土掩洞穴-香港米埔濕地（影片與相片）

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

身體部位發育不良，僅是雄性物種付出的其中一種代價而已，武器越大，成本越高。馴鹿的鹿角超過一百五十公分長，重達九公斤，占一隻雄鹿總體重的兩成以上。麋鹿的鹿角將近兩公尺長，重達十八公斤，已滅絕的愛爾蘭麋鹿（Irish elk）中，體型最大的鹿角有四點二公尺寬，重達九十公斤。不過，若以相對體重的比例來看，擁有「最大動物武器」頭銜的並不是麋鹿，不是甲蟲，而是招潮蟹，大螯的重量占公蟹體重的一半。發育中的公蟹，其體內一半的能量和營養都用來長武器。

粗壯的螯和巨型生理構造不僅要費力打造，也要耗費許多能量維持。蟹螯並不僅僅是空洞的裝飾，裡面是有力的肌肉，足以粉碎雄性對手的外骨骼。肌肉組織非常耗能，而且肌肉細胞內的粒線體濃度特別高，它們負責將儲存的養分和氧氣轉化為可用能源。一般都稱粒線體為「細胞發電廠」，在肌肉細胞，它們提供收縮肌肉和開關蟹螯所需的能量。肌肉細胞含有許多粒線體，維持的成本十分高昂，即使處於休息狀態也是。帶有大螯的公招潮蟹，體內肌肉最多，為了要維持肌肉細胞活性，必須大肆燃燒能量。休息中的有螯公蟹，新陳代謝率比雌性（沒有巨螯）幾乎高出百分之二十。揮舞大螯或打鬥時，所消耗的能量又更多。螯越大，消耗能量越高。

帶著一隻巨螯跑步也很耗能。本特．艾倫（Bengt Allen）和傑夫．李維頓（Jeff  Levinton）巧妙地設計出一種欺騙招潮蟹的伎倆，讓牠們到氣密箱內的跑步機跑步。招潮蟹跑步時，肌肉會不斷收縮，燃燒氧氣，在氣密箱中釋出二氧化碳。艾倫和李維頓測量每隻招潮蟹在跑步機上跑步時，兩種氣體的濃度變化，從實驗所得出的數據中，他們計算出招潮蟹跑步的新陳代謝量。想像一下，抱著一大包狗餅乾跑步會有多累，就知道螯大雄性跑步時比螯小雄性、或是沒有巨螯的雌性燃燒更多能量也不足為奇。

讓我們對螃蟹公平一點，以適當角度來看待他們，想像你背著和自己體重相當的東西，這正是螯最大的招潮蟹所要面對的（所以，對我來說，等於是手上抱著三包二十三公斤的狗糧，外加一塊煤渣空心磚在跑步）。我只能說，祝你好運！大螯螃蟹燃燒的熱量比小螯的螃蟹多，而且很快就累了，因為身上沉重的負荷，讓牠們的肌耐力大幅降低。

損耗的例子不勝枚舉。母招潮蟹有兩個攝食螯，可以在泥沙間尋找各種食物碎片。這是一種精細但乏味的攝食方式，招潮蟹撿拾食物時得不停地使用攝食螯。公招潮蟹只有一隻攝食螯，另一隻已經特化成戰鬥用的武器。公蟹「主要的」巨螯沒有辦法用來覓食，所以只能用另一隻來覓食。對已經能量短缺的公蟹來說，等於攝食速度慢一半，因此公蟹必須花費更多時間來進食，或用剩下這隻螯加速覓食，以補償不足的能量。

花在覓食的時間越長，表示暴露在天敵眼前的時間越長。張牙舞爪的巨螯公蟹，行動起來有點麻煩、沉重和笨拙——這三項特點組合起來真是危險。幾項針對招潮蟹的田野調查顯示，落入鳥類口中的公招潮蟹不成比例的高。我個人最喜歡引用的一個例子是約翰．克里斯提（John Christy）和他的同僚，包括派翠西亞．拜克威爾（Patricia Backwell）和古賀恆則（Tsunenori Koga）等人的研究。他們調查了巴拿馬太平洋沿岸泥灘地上的畢比氏招潮蟹（Uca beebei）自然族群，發現大尾擬椋鳥會大量捕食這種招潮蟹，而且這些鳥類會使出一古怪的捉螃蟹招數。大尾擬椋鳥在追螃蟹時，經常會使用一種「反轉跨步假動作」（feinting reverse lunge）。牠們不會直接對螃蟹下手，而是瞄準螃蟹側邊，看起來像是擦身而過。一旦牠們擦過螃蟹，就迴旋轉身，出其不意地從對角線上攻擊，往往使螃蟹來不及反應。

採用這種方式的大尾擬椋鳥，捉蟹成功率比直接衝向螃蟹高出兩倍，值得注意的是，採用反轉假動作的鳥，幾乎都是抓到公蟹。公蟹身上那隻巨螯，成為鳥衝刺而下時的首要目標。在這個族群中，公招潮蟹被捕食的數量比例遠高於母蟹。暴露在外的時間越長，遭到捕食的風險就越高，這成了每隻公招潮蟹製造和揮舞武器所要負擔的普遍成本。在招潮蟹族群中，雄性遭到捕食的機率偏高，可歸因於更加顯眼的外型、耐力降低和笨拙的行動，甚至可說掠食者刻意挑選這樣的獵物（公蟹螯中大量的肌肉比母蟹更具營養價值）。

對鹿的研究讓我們看見武器成本的最佳實例。我們無法將鹿塞進小塑膠管，而且牠們的發育過程遠比糞金龜來得長，要用牠們做人工選汰的實驗困難重重。不過還是有其他方法可以研究鹿群中的性擇怎麼作用，而且事實證明相當適合。主要原因是鹿體型大，很顯眼而且容易觀察。鹿的個體也很容易標記與追蹤，在十幾隻雄鹿間追蹤成功的鹿戰士和能夠交配的成熟個體數量，以及成功吸引到的雌鹿個體數量是可行的。此外，雄鹿每年都會掉鹿角，來年重新長出。脫落的鹿角可拿來稱重與測量，甚至還能夠磨碎或燃燒，進而計算武器的熱量消耗狀況和礦物質含量。

長期監測雄鹿個體，可以確定牠們用於覓食、追逐雌鹿和戰鬥等活動所花費的時間。朝牠們發射鎮靜劑後，生物學家約有一小時左右的時間接近雄鹿，測量身高、體重和年齡（從牙齒來判斷），同時計算體外寄生蟲數量，以抽血樣本來估量體內寄生蟲和感染狀況。在繁殖季，也就是發情期前後，分別收集這些資訊，並比較前後數值的差異，可以讓我們看出交配機會對雄鹿而言多麼重要。事實上，發情的雄鹿體重會快速下降，發情期間身體狀況也直線下降。武器、身體耐力還有睪固酮，以及隨之而來的侵略戰，可能會毀掉一隻雄鹿的健康。

在現存生物種中，黇鹿（Dama dama）和馴鹿的鹿角，是最為巨大的。黇鹿原產地在歐亞大陸，以色列考古證據顯示，黇鹿肉是人類重要食物來源，而且早在舊石器時代（一萬九千年前至三千年前）人類就開始食用鹿肉。最遲在公元一世紀時，由羅馬人引進歐洲，傳至英國。如今，最常被研究的一個黇鹿族群，分布在一個相當不尋常的地方，是愛爾蘭都柏林市的城市公園裡。鳳凰公園（Phoenix Park）可不是一般的市區公園，這是歐洲數一數二大的封閉式公園，占地超過七百萬平方公尺，當中有草原、丘陵與森林。當中有林蔭大道和人行道穿林而過，動物偶爾也會亂入人類的野餐，或是參加慢跑和少許遊行活動。此地鹿群，自十七世紀以來就在此地不受干擾地生活，很容易觀察到牠們豐富且具戲劇性的交配行為。

黇鹿的鹿角呈扁平彎曲的巨大掌型，外緣環繞叉狀物，像是手掌上張開的手指。大型鹿角外緣可能長有七十多根分叉，寬度可達二點七四公尺，超過雄鹿自己的身長。在每年九月到十月，有五週時間，發情的雄鹿會揮舞著笨重鹿角，在牠們竭力固守的一小塊地盤上，顯現雄性魅力，咆哮不已。牠們不斷以沙啞聲音叫喊，直到聲嘶力竭，牠們會刨土，在翻起來的每一土塊，灑下充滿睪固酮的尿液，以此來吸引雌鹿，並威嚇前來競爭的雄鹿。

托馬斯．海登（Thomas Hayden）和艾倫．麥克利戈特（Alan McElligott）追蹤這個黇鹿族群超過十五年，在這段期間，鹿群平均數量在三百到七百隻之間擺盪。他們觀察了三百一十八隻雄鹿一生的發情行為以及戰鬥和交配的成功率，記錄贏得戰鬥的個體、成功交配的個體，以及牠們的後代數量。他們還檢視了雄性為求偶所付出的成本：每隻雄鹿將失去多少體重，最後會變得多麼體弱多病，以及是否能夠在冬天來臨之前補足失去的體重。

並非所有的雄性個體表現都相同。事實上，以繁殖成功率而言，絕大多數下場都很悲慘。四分之三的雄鹿在還沒來得及長好武裝前就戰死了，而且高達九成的雄鹿一生之中從來沒有機會能和雌鹿交配。在體型長到足夠大，武裝達到一定等級的雄鹿中，多數都會在地盤捍衛戰中受重傷，並損害身體健康，在此過程中牠們累積了壓力、互撞所留下的傷口、寄生蟲和病原體，但雌鹿通常對牠們拼死維護的地盤不屑一顧。

為了展示地盤與吸引雌性，鹿必須戰鬥，這是一項沒完沒了的任務，在發情期間，雄性平均每兩個小時就要打鬥一次，不分晝夜。多數時間牠們都沒有進食，但不論是向雌性展示，還是與雄性打鬥都非常耗能。最後，雄鹿會在這個時期失去四分之一以上的體重。對一隻普通雄鹿來說，相當於二十七公斤。等到發情期結束，大部分雄鹿又餓又累，身上長滿寄生蟲，還有一堆在戰鬥中受的傷，有擦傷、瘀傷、骨折和砍傷。在冬季來臨之前，受創的雄鹿只剩下短短幾週時間來恢復健康和體重。無法恢復的雄性通常在春天之前就會死去。

榮恩．摩恩（Ron Moen）和約翰．巴斯特（John Pastor）用另一套完全不同的方法來衡量雄性麋鹿所付出的代價。他們將一隻麋鹿個體所吸收的礦物質、碳水化合物、脂質和蛋白質精確量化到毫克，然後將資料送入生化模型中分析，這個複雜模型是以脊椎動物生理學為基礎所建構的，能夠準確計算出一隻雄性要犧牲多少生理需要才能長武器。結果顯示，在整個生長季期間，雄麋鹿初長鹿茸時，每天需要投入總營養攝取量的百分之五十，等到鹿角生長期高峰，需求量更是達到百分之百（身體的基礎代謝率增加一倍）。整個鹿角生長期，能量需求是維持平常身體基礎機能的五倍。

鹿角對蛋白質需求也很高，但研究發現，對麋鹿而言，蛋白質不虞匱乏，雄鹿可以透過大量進食來確保鹿茸生長所需的額外蛋白質。真正的關鍵其實是鈣和磷，兩者都是長骨質的必須材料，並且都不容易從攝食中取得。在麋鹿和馴鹿兩種鹿身上，鈣和磷需求量非常高，牠們不得不從體內其他骨骼「借用」。由於無法從日常飲食中足量攝取，牠們會從骨骼中析出鈣和磷，再分配到鹿角中。這無異是一種赤字開銷，是一種不可持續的透支。在發情期之後，牠們必須趕緊攝食，補充耗盡的骨本，要是沒有補好，下場將會十分淒涼。

總之，鹿角之於雄性，就跟生殖繁衍之於雌性一樣，成本極高：打造和使用鹿角的能量和所需的營養，等同雌鹿生產與哺乳兩隻小鹿到斷奶。長鹿茸時，全身骨質大幅減少，使雄鹿骨骼變得更脆弱，更容易骨折。從本質上來看，長鹿茸會引發季節性的骨質疏鬆症，偏偏這時又是一生中最需要體力的危險時候。對雄鹿來說，在發情期骨質脆化可是再糟糕不過，因為這是測試實力的時機，牠們會一遍又一遍地在無情而殘酷的戰鬥中爭奪優勢和繁殖機會。

在許多大型鹿科動物中，長鹿茸所引發的季節性骨質疏鬆症，使他們在戰鬥中容易受到嚴重傷害。雄麋鹿出現肋骨和肩胛骨骨折的比例甚高。在歐洲馬鹿（red deer）族群中，四分之一的成熟雄鹿會在發情期戰鬥中骨骼斷裂或遭其他傷害，每年有百分之六的雄鹿受到無法復原的永久性傷害。在駝鹿（bull moose）族群中，每年有百分之四的雄性在發情期間因為不斷打架受傷而死，而繁殖期中，有三分之一會因為戰鬥受傷而死去。

摩恩、巴斯特和約瑟夫．科恩（Yosef Cohen）又以非常高明的研究方法做了延伸，他們將這套脊椎動物生理機能模型應用到已滅絕的大角鹿（Megaloceros giganteus）上，即俗稱的愛爾蘭麋鹿。從生物學來看，這些鹿既不是麋鹿，也稱不上是愛爾蘭糜鹿。大角鹿是黇鹿近親，曾經廣泛分布在整個歐洲、北亞和北非，直到約一萬一千年前滅絕為止。只是大多數化石標本都來自愛爾蘭（這就是牠們得到這個綽號的原因），主要是在一萬兩千到一萬一千年前阿勒勒（Allerød）時期的湖水沉積層中發現的。這些體格壯碩的鹿所頂的鹿角是目前已知最大，超越所有物種，在最大雄鹿個體身上，寬度可達三點六七公尺。從化石骨骼可以確定大角鹿的身體尺寸和比例，摩恩、巴斯特和科恩將數值整理好，用來估計生長成本，如何才能長出頭上那對令人難以置信的武器。果不其然，大鹿角造價高昂，比麋鹿和馴鹿所耗費的能量又多出一半，而且每天所需的基礎代謝能量是麋鹿和馴鹿的二點五倍。對鈣和磷需求更大，而季節性骨質疏鬆症可能特別嚴重。

大角鹿消失的時間恰逢地球的「新仙女木期」（Younger Dryas），這時氣候變化劇烈，可能導致鹿群食物品質降低，讓雄鹿更難以補充鈣和磷，使他們長不出大角。在阿勒勒時期，大角鹿住在有高大柳樹和雲杉的森林，那裡長有相對豐富的草。然而，根據花粉記錄，在「新仙女木期」的晚期，因為進入短暫冰河期，氣溫驟降，植物種類組成有了大幅轉變。大角鹿族群棲地相對快速地變成了凍原，能夠食用的草品質大不如前。可能因為食物質量突然下降，營養取得變得更加困難，成本更高，甚至影響到雄鹿補充每年從骨骼挪用掉的鈣與磷。若真是如此，那麼打造雄性武器的高昂成本，可能也是促使這個物種數量縮減乃至滅絕的一大因素。

最終，只有最大的、適應力最強的以及武裝最完備的雄性會在這場繁殖競爭中勝出。在鳳凰公園的黇鹿群中，十隻雄鹿只有一隻有機會交配，而且多數交配機會（百分之七十三）都被百分之三的雄鹿壟斷。九成以上的雄鹿都失敗，只有極少數成功，就是因為這樣極端的成功繁殖率，才會產生強大的性擇，而且，都偏向體格好、耐力強和具備大型武器的個體。對最健壯的雄性而言，投資在武器上的一切，都因為有機會繁衍後代而有了回報，足以抵消所有代價。但對其他雄性動物來說，投資終極裝備的成本確實所費不貲。

 本文摘自泛科學2016年1月選書《動物的武器》，由臉譜出版。

台灣首次發現麗彩招潮！由國立中興大學生命科學系施習德教授、新加坡國立大學黃麒麟教授、中研院生物多樣性中心王展豪、陳國勤副研究員等人共同組成的團隊，經歷一年的研究，發表台灣新紀錄種招潮蟹—麗彩招潮（Uca splendida），使台灣的招潮蟹增加到12種，並證實154年前一直被視為是無效物種的麗彩招潮為有效物種。此項研究刊登於《動物分類學》（Zootaxa）。

施習德教授指出，麗彩招潮為1858年由美國學者史蒂波生（Stimpson）在香港所發表的新物種，之後一直被認為與粗腿招潮為同種，因此屬於無效種。直至今年，研究團隊經由各地的標本採集，以及形態、體色、DNA的比對，證實麗彩招潮與粗腿招潮並不相同，因而確認其為有效種。

麗彩招潮產於台灣、中國東南沿岸（含海南島）、香港、越南一帶，屬於大陸性的物種，與偏大洋島嶼性的粗腿招潮，在生物地理分布上有明顯的區隔。但在台灣西南岸、澎湖與東沙島，兩個物種則是混雜棲息，再加上外形相似，因此常被誤認為同種。

施習德教授表示，麗彩招潮與粗腿招潮的區別，在於前者的背甲前側緣明顯，且彎向背側緣；眼柄帶紅色；背甲多為藍底，有黑色橫帶，部分雌蟹前背甲為橘紅色。

目前棲息於台灣的12種招潮蟹，分別為粗腿招潮、糾結招潮、乳白招潮、弧邊招潮、四角招潮、三角招潮、北方招潮、屠氏招潮、窄招潮、台灣招潮、賈瑟琳招潮與麗彩招潮。

施習德教授為台灣生物多樣性研究領域重要學者之一，投入招潮蟹研究已近30年，2010年曾發表新物種賈瑟琳招潮，成為首位發現新種招潮蟹的東方學者，累計所發表的新物種數高達20種，包含甲殼類（蝦蟹）11種、蚯蚓類9種。

麗彩招潮蟹小檔案：

• 俗名：紅腳仙
• 學名：Uca splendida (Stimpson, 1858)
• 模式產地：香港
• 分布：越南、香港、中國東南，台灣（含澎湖、東沙島）
• 外觀：體色為深藍、淡藍或灰白，有數條橫向黑帶。部分雌蟹前背甲為橘紅色。小型個體背甲多為乳黃或淡綠色。大螯胭脂紅或橙色、兩指淡粉紅或白。眼柄淡紅或橘紅。
• 食物：以小螯刮食泥砂質灘地之表層土，並在口腔中過濾土中之藻類、微生物與有機質，殘渣則置放在灘地上形成擬糞。

國立中興大學新聞稿 （2012/10/3）