長壽的關鍵在於「空腹」?揭開諾貝爾獎認證的細胞再生長壽法
長壽的關鍵在於「空腹」?揭開諾貝爾獎認證的細胞再生長壽法

自從馬偕博士於一九三五年發表:「低營養狀態能延長動物的壽命,減少腫瘤發生。」之後,歐美的營養學、醫學領域,就陸續發表了許多相關研究,結果都指出:「相較於自由攝取食物的動物,減少30到40%熱量攝取的動物,壽命明顯較長,並降低癌症等老化相關疾病的發生,以及延緩身體機能的下降。」

位於美國巴爾的摩的美國國家老化研究所(NIA),對蛔蟲到猴子等三十萬隻動物進行實驗後,得出「減少熱量攝取能活得更長壽」的結論。具體而言,就是「減少60%熱量的攝取,可以延長50%的壽命」。

美國國家老化研究所的馬克.麥特森(Mark Mattson)博士對三組老鼠分別進行實驗,他讓A組的老鼠隨意吃自己喜歡的食物,將B組老鼠攝取的熱量控制在60%以內,C組老鼠則是一天吃喜歡的食物、隔天再進行斷食。結果顯示,雖然「B組的壽命比A組延長了50%」,但「C組卻最長壽、最健康,大腦因老化產生的損傷也最少,完全沒有老鼠罹患阿茲海默症或巴金森氏症」。根據這項實驗,得出的結論是:「斷食,能抑制組成身體的細胞氧化以及損傷。」

此外,同研究所的Donald Ingram博士也發表了這樣的實驗結果:「實際測量老邁老鼠大腦內的多巴胺受體(與巴金森氏症有密切關聯)的量,接著再將老鼠攝取的熱量控制在40%,結果原本應該隨著老化而減少的多巴胺受體反而增加,學習記憶能力也有所提升。此外,壽命也比攝取一般飲食的老鼠延長了40%。」

在養雞學上有個術語為「強迫換羽」。

當小雞破殼而出後,十到十二個月會開始產卵,然後經過了十二到十八個月就會成為老母雞,不再繼續產卵。以往這樣的老母雞會成為肉雞,但有位農學博士建議,讓這些無法再產卵的老母雞進行為期兩週左右的斷食(只提供飲水),此時羽毛會開始脫落,長出新的羽毛,其後又可以繼續產卵十二到十八個月。在養雞學中,這種作法稱為「強迫換羽」,目前日本產卵用的所有母雞,都會實施一段時間的斷食。換句話說,老母雞是因為斷食才能「重返年輕」、「延年益壽」。

根據《Pharmacia》(一九九八年,第二十四期,第六七四頁)發表的論文顯示,在西班牙馬德里的一間養老院裡,「每天攝取一千八百大卡飲食的組別,與斷食一整天的組別相比,『斷食一整天』的老人們,壓倒性地活得更長壽」。

東京工業大學營養學教授大隅良典博士,在二○一六年十月三日榮獲諾貝爾生理醫學獎,獲獎原因是他「發現失去營養、陷於飢餓狀態的細胞,為了生存下去會吃下(phagein)自己(auto),揭開了『自噬作用』(Autophagy)的面紗」。

「自噬作用」的機制如下:

①細胞內的「營養再次利用」 ②分解並清理細胞內的老廢物質,達到「淨化作用」 ③分解侵入細胞內的病毒等病原體以及有害物質,保護細胞,達到「防禦作用」

根據大隅良典博士的研究顯示,當細胞營養不足陷入飢餓狀態時,就會開啟自噬作用的開關。

因此,當我們飢餓或空腹時,構成人體的六十兆個細胞,就會一一開始分解處理有害物質與病原體,老舊的蛋白質會製造出新生的蛋白質,簡直是讓細胞脫胎換骨、重獲新生。也就是說,由六十兆個細胞組合而成的人體,也會跟著重返年輕。

食欲

雖然食欲旺盛是一個人充滿健康活力的最佳證據,不過,一般的醫師都「誤解」了所謂的「食欲不振」。當動物生病或受傷時,之所以會選擇「不吃」(絕食),是為了提升免疫力、治癒疾病,所採取的反應措施。

一個人「沒有食欲」是因為「腸胃沒有消化的能力」,所以才會拒絕進食,若是勉強患者進食,顯然會使症狀更加惡化。

一般人以為「進食才會有活力」其實是錯誤觀念,事實上應該是「健康的人才吃得下食物(有食欲)」才對。

美國明尼蘇達大學醫學系教授M.J.Murray博士,於一九七五年造訪陷入飢荒中的撒哈拉沙漠。當他給予當地的遊牧民族食物後,他發現「過了一陣子,大家突然間紛紛感染了瘧疾、布魯氏菌病、結核病等傳染病」,於是他心想:「是不是因為營養過剩才誘發傳染病的呢?」、「我們吃下的食物營養素,是不是反倒增長了病原菌的分裂與繁殖,而不是用來維持身體健康呢?」

其後,Murray教授反覆進行了種種實驗後,在美國臨床營養學會雜誌上發表論文指出:「當身體罹患傳染病等各種疾病時,之所以會陷入食欲不振,是身體的防禦機制正在發揮功能。」

他所做的實驗大致如下:

他將一百隻老鼠分為四群,這些老鼠中有一半是完全沒有感染任何疾病的健康老鼠,另一半則是在腹腔中植入病原菌、被迫患病的老鼠。這兩群老鼠又各自分為可以自由進食、以及利用胃管被迫進食的老鼠,共四群。

從實驗結果得知,被迫進食的老鼠死亡率最高。

Murray教授一針見血地指出:「若是因為罹患了傳染病等疾病,而以『要增強體力』為由強迫患者進食,會對身體造成極大的損傷,反而會使病情加速惡化,提早死期的到來。」

此外,他也做出了這樣的結論:「食欲不振(斷食=空腹=不吃),是引發自己身體防禦反應的重要關鍵。」

因此,「沒有食欲時不要勉強進食」非常重要。我在就讀博士課程的四年裡,每天都使用一千倍的顯微鏡,持續觀察白血球吞噬黴菌的能力(免疫力)。

就結論而言,例如當我們「空腹」時、「運動後與入浴後等體溫上升」時,免疫功能就會增加。「空腹」與「體溫上升=發熱」,可說是上天賜予我們人類的疾病治癒能力。

救護車在運送病患時所施打的點滴,主要成分是「葡萄糖」或「生理食鹽水」。

對以人類為首的所有動物而言,生命最重要的基本營養素就是「糖」與「鹽」,但我們平時卻會限制病患攝取鹽分與糖分,簡直就是本末倒置。當我們沒有食欲時,可以直接舔舐蜂蜜或黑砂糖,或加入紅茶,甚至是吃巧克力(埼玉醫大的急救中心最有名的,就是會讓沒食欲的病患吃巧克力),為身體補充糖分。

另一方面,若要補充鹽分,不妨舔舐少許的天然食鹽或味噌,喝點味噌湯,也是不錯的方式。

延伸閱讀:頌缽音療是什麼?跟著療癒師學會讓大腦「休眠」,把注意力拉回身體入口、鬆綁焦慮 從高壓行銷戰場到山林靜心!前滾石經理轉行森林療癒師:這門「療癒副業」如何規模化?

《65歲開始,空腹是最好的藥》
圖/ 大塊文化

本文授權轉載自《65歲開始,空腹是最好的藥》,石原結實著,大塊文化出版

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓