爸爸請育嬰假，對小孩有什麼幫助？

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

記憶的自主性

父親死後我時常花時間回想關於他的回憶，也因此開始質疑心理學家們對侵入性思維的看法，畢竟以我的例子來說，我是自己選擇想起那些回憶的。

丹麥心理學家多爾泰．本森（Dorthe Berntsen）找來近期發生人生重大壓力事件的人，問他們在做白日夢或腦袋放空時會想到什麼；她發現這些人腦袋裡也會出現自主記憶（voluntary memories）（就像我主動回想父親的病床在醫院裡移動的那段回憶一樣），其頻率與非自主記憶（involuntary memories）（就像父親在廚房烹飪的回憶突然出現在我腦海裡）出現的頻率相當。

因此，雖然非自主記憶確實比較令人難過，但它們出現的頻率其實並不比自主記憶高。與生命一帆風順時相比，人們面對充滿壓力的變故時會比較常回想起上述兩種記憶，而我們會覺得非自主記憶比較常出現其實是因為它更令我們困擾，因為這些記憶帶來的情緒令你我措手不及。

當我主動向親朋好友們訴說父親耍幽默的故事時，雖然一樣會有強烈的情緒，但因為那是我「選擇」要提起的回憶，所以我能夠事先準備好面對情緒帶來的影響。

自主記憶與非自主記憶之間的差別也讓我們察覺人類大腦與動物大腦（例如田鼠）之間的差異；人類比動物多出了近一公斤的大腦皮質，最重要的是，這些多出來的皮質都位於人類前額與太陽穴之間的額葉（frontal lobes）。大腦的前額腦區為人類所獨有，有協助人類調節情緒等功能。

各位或許還記得，人類大腦提取記憶的方式就像在烤蛋糕一樣，必須從不同腦區集結各種材料；必須用到海馬迴及其周遭用來儲存與回憶相關的各種線索的腦區，大腦同時也得從負責掌管視覺或聽覺的腦區提取內容，以增加思緒的真實性，讓大腦產生想像的同時也具備視覺與聽覺效果。

無論是自主記憶或是非自主記憶，都必須運用到這些腦區，而本森為了搞清楚這兩種記憶之間的差異，仔細比較了受試者在產生這兩種記憶時的功能性磁振造影結果。自主記憶與非自主記憶不同之處在於，它是人類自己主動提取的記憶，因此會運用到額葉外側接近頭骨的腦區──背外側前額葉皮質（dorsolateral prefrontal cortex）。

偶然間想起的記憶總特別難過？

我們需要具備神經心理學家所稱的「執行功能」（executive functions）才能刻意想起某件事情，這是人類特有的能力；這種能力就像企業的執行長一樣，負責組織、指示大腦的其他腦區擔負各種任務。

無論是刻意提取記憶片段，還是回憶不由自主湧上心頭，人類大腦製造記憶的方式大致相同；其中的差別之處在於，如果是刻意提取記憶，人類額葉掌管的執行功能會參與運作，負責指揮大腦想起某一段記憶。

無論是大學畢業典禮、第一個孩子誕生的瞬間，或是結婚的那一天，在這些人生大事過去後的幾週、幾個月甚至是幾年後，就算沒有刻意回想，每個人都有可能突然想起那些時刻，思緒突然出現在腦海裡。也許你當下只是在做一些平凡單調的日常瑣事，或是當天剛好看到某些有關的事物，這些美好的回憶都很有可能驟然躍上心頭。

侵入性思維由令人情緒極度激動的事件而起，當然也可能包括有正面意義的事件──並非只會因為極度負面的事件而產生。但因為關於負面事件的侵入性思維總是特別令人難過，人們才會在出現這些討厭的回憶時格外擔心自己的心理健康。

大部分情況來說（特別是在面對強烈的悲傷時），侵入性思維其實只是大腦的自然反應，目的是要讓我們記住這些重要、充滿情感波動的事件。從大腦的角度來看，人類大腦好像是一再讀取關於失落的思緒，然而大腦對於人們生命中重要的正面事件同樣也是這麼做的。

在猝不及防的情況下，思緒與感受突然被悲傷佔據確實令人非常難受，但大腦其實是為了了解情況才會重新讀取這些記憶，就像你我對親友重新訴說某些記憶與故事一樣，我們只是想更深入了解這些人生片段。

如果能從這個角度看待侵入性思維，下一次這種狀況再次發生時，你就不會覺得有什麼大不了了，畢竟大腦這麼做確實有其緣由；侵入性思維的閃現因此感覺起來更具實際功能，不再像過去一樣，只讓我們覺得自己沒有好好駕馭心中的悲傷。

——本文摘自《悲傷的大腦：一位心理神經免疫學者的傷慟考，從腦科學探究失去摯愛的悲痛與修復》，2023 年 ３ 月，臉譜出版，未經同意請勿轉載。

自從出版了新書之後，很多人都很想知道父親育嬰到底有什麼好處？這個問題確實很好，值得我們靜下心來好好討論。如果母親育嬰的效果比父親好，那確實不需要父親出面。但真實的情況是如何？有無相關研究關注這個議題？

努力耙梳了一陣子，發現經濟合作暨發展組織（OECD）在 2013 年曾經針對此一議題，整合出一篇後設研究報告。此篇報告整理出兩大部分，第一部份是說明父親育嬰的現況，第二部份是整合澳洲、丹麥、英國、美國等四個國家的長期研究，說明父親請了育嬰假後到底有何實質好處。

父親育嬰的現況

第一部份先來看看父親育嬰的現況。北歐國家育嬰親善政策已經推行四十年了，多數父親把育嬰（或請育嬰假）視為理所當然的分內工作，男女平等的概念也較多數國家先進。其餘國家在育嬰政策上仍發展較慢，也導致大部分的國家中，男人若真的想要育嬰的話，不只先天不良，後天也失調。晚近部分國家為了扭轉這樣的劣勢，針對男人育嬰，設計了很多獨有的育嬰假制度，如某一部份的育嬰假只有父親才能請，不能將這樣的假期移轉給母親。甚至還給予請育嬰假的父親獎勵，如果請滿一定的週數，就可以額外再獲得多餘的育嬰假。多數是多給假期，而非金錢，如義大利是父親只要請滿三個月育嬰假，就可額外再獲得一個月育嬰假。

OECD 統計了 1998-2010 年這段期間，18 個會員國裡，父親與母親分別花了多少時間在小孩的基礎照顧上。平均而言，父親每天花在小孩身上是 42 分鐘，但母親是 100 分鐘（註一）。不看還好，一看還真是慘不忍睹。不管哪一個國家，父親投入的時間都很短，母親所花的時間都是父親兩到三倍的時間。一旦成為母親，花在小孩身上的時間肯定比父親長。這既是我們刻板印象，也是科學調查後的結論。

雖說如此，但與 1965 年這一個世代的父親比較，2000年這一個世代平均而言陪小孩的時間已經大幅增加 2.5 倍（每週從 2.6 小時變成 6.5 小時）。最好的國家分別是澳洲、奧地利、加拿大、美國，平均每天都超過一個小時；敬陪末座的國家分別是比利時、愛沙尼亞、法國、日本、南非，平均每天都低於 30 分鐘。

在工時部分，父親並不會因為小孩出生而使工時變短（甚至還些微增加），但母親就會因為小孩出生而工時驟減，甚至變成沒有工作或只兼差做部分工時的。看到以下這個圖表是很令人驚嚇的，所有參與調查的國家，不管小孩幾歲男人的受雇率都是八成以上（多數為九成）。但母親就不是這樣了，連那些我們心目中的先進國家，如德國、法國、英國，在小孩三歲以前，都只有大約六成的受雇率。

在小孩的照顧層面上，母親做得比較多的是個人生活索事照料，如穿衣服、餵食、換尿布、醫療照護、看顧安全等等，父親做得較多的是教育性與休閒活動，如念故事書、陪玩、協助家庭作業等等。

針對四個國家長期研究後的結果

第二部分的後設研究非常複雜。因為每一個國家都是獨立執行，而且考量的基準點不太一樣，所以蒐集回來的資料有時無法剛好配合在一起。像英國就忘了蒐集父親請育嬰假長短的資料。雖說如此，在這樣資料之下，還是可以得到某些有趣的結論，告訴我們到底男人請育嬰假到底有何好處。

先來看結果，從這樣跨國性的整合性研究，歸結出請育嬰假的父親，會比較願意投入孩童照顧活動（註二），對於孩子未來的認知及行為也會有正面的影響。這個後設研究找到一些證據，父親的投入與孩童的發展呈現正相關，甚至在未來，其某些認知測驗分數表現也較為良好。但也有一些證據顯示，父親的投入與孩童的行為問題相關較弱。整體而言，父親投入孩童照顧活動，其結果仍具有意義。

若更進一步瞭解這個研究，會發現一個令人心動的結果，就是父親只要請育嬰假兩個星期以上，這些效果就會出現，他們在未來就會比較願意從事小孩的各種照顧活動。這項結果對很多母親應該是天降福音，只要想辦法讓父親請假兩個星期（或更多），未來的各種家務責任就會減輕很多。如果是雙薪家庭，就有可能均分所有家務及照顧責任。這才是長久之計。

另外，需要再特別說明的是關於兒童認知測驗的分數。我知道這個部分很多家長都非常關心，最好父親請育嬰假的效益越大越好。但結果不是這麼美好，每一個國家的結果不太一樣：最強的相關結果只出現在英國，也就是說高投入的父親，其小孩未來表現較好。在美國反而是中等投入的父親，與小孩的測驗結果相關高。在澳洲，父親投入的程度在四個測驗中，只有一個相關程度較高。在丹麥，則未有明顯的正相關出現。但在檢視如此的結果時須特別小心，因為百分之九十以上的丹麥父親，在孩子出生之後，都會請育嬰假至少兩週。但美國父親只有大約三分之一的父親會休兩個星期的假（美國未有法定的育嬰假，所以這樣的假期只能算個人年休）。另一個必須考慮的問題是，丹麥這個國家認為小孩十一歲以前不應該進行任何認知測驗。所以這個部分大家比較的基準其實是不一致的，澳洲、英國、美國所提供的認知測驗分數，其施測的時間點是小孩兩歲到六歲之間。但是在這段時間中，丹麥無法提供任何資料。他們只能一直追蹤這一群人小孩，等到十一年後，才能進行各項認知測驗（也就是說丹麥只能提供小孩十一歲時的結果）。這個部分確實在資料解釋上會有所困難與誤差。

最後，這個整合性研究也提到很多父親育嬰的好處，並無法在研究中呈現出來，像是家庭關係的改變、對小孩未來態度的影響等。父親的大量投入，顯然對於家庭關係可以帶來正向的影響，母親會變得愉快很多。母親愉快了，父親也會快樂，良好的家庭氣氛也有助於兒童的發展。兒童在性別平等的家庭中成長，未來自己可能重複原生家庭的工作分配，父親的態度與角色可能在未來會產生多種改變，而非服膺於傳統框架。

因此，父親參與育兒，確實有種種好處，不只可減低性別刻板印象，也可促進兒童發展與福利。若回過頭來考慮如何執行，個人認為當前最重要的一件事，就是要想盡辦法拉長照顧小孩的時間，至少要拉到 70 分鐘以上，夫妻才有可能平衡。若以自身狀況為例，我們是儘可能的讓家事都由機器取代，節省下來的時間，就可花在照顧小孩身上。夫妻雙方最好可以交替進行這兩大類活動，因為大家都有在做，就可以知道每一個活動的困難度。我個人是盡量維持每一種活動都有能力參與，盡量維持文武全才，不管是洗澡、穿衣服、換尿布，或是講故事、玩遊戲、討論事情，都可以勝任愉快。
註一：這些受訪的國家包含奧地利、澳洲、美國、加拿大、瑞典、丹麥、挪威、英國、芬蘭、義大利、西班牙、波蘭、德國、斯洛維尼亞、比利時、愛沙尼亞、法國、日本。台灣不是 OECD 會員國，所以不在調查之中。

註二：小孩的照顧可粗略分為生活瑣事處理及社交或教育活動。生活瑣事處理包含日常生活的照顧，如協助餵食、換尿布或協助上廁所、協助上床睡覺、協助洗澡、協助穿衣、協助整理一天所需、當小孩自己在玩時，協助看顧安全、協助小孩刷牙等等。社交或教育活動主要包含唸書給小孩聽、與小孩討論每天在校發生的事、與小孩玩、與小孩共進晚餐等等。

資料來源與延伸閱讀：

• Huerta M. C., Adema W., Baxter J., Han W.-J., Laustern M., Lee R., Waldfogel J. (2013). Fathers’ leave, fathers’ involvement and child development: Are they related? Evidence from four OECD countries.
• 林希陶（2016）。心理師爸爸的心手育嬰筆記。台北：新手父母。

在義大利一間普通的公寓裡，二名男子激烈口角。^[1]

他們的言語攻擊不斷升溫，逐漸演變成肢體衝突。83 歲與 45 歲畢竟體能懸殊，老翁一個不慎就摔倒在地。中年男子見機操起身旁的麵包刀，向其腹部連刺七下。有一刀格外致命，但他沒有因此鬆懈，又抓住老翁的頭，猛地朝牆壁和地面銜接處撞擊，再將 5 支鑰匙連同吊飾，擠進其喉嚨裡。這下老翁該是動彈不得，也發不出聲音了。中年男子遂將麵包刀，安置在對方手中。^{[1][註 1]}

屋內終於恢復平靜。他撥電話給姊姊與姊夫：「全都搞定了。」然後去按鄰居的門鈴。無人回應。他拎著一條破毛巾，站在外頭的階梯上等。^[1]

老翁側臉朝天，平躺在飯廳的地板上，額頭靠著牆角。生命正在離他遠去，意識消失之前，是否會有一絲傷感？明知不該歸罪於己，心中免不了懷著防範未及的遺憾？對他動手的是三個孩子裡的老么，未婚，從沒搬出去住。中學時雖然留級過二次，畢業後打了一陣子零工，終究也是找到鞋廠的飯碗。誰曉得他後來會失業 19 年，期間先是因為妄想（delusion）而就醫，接著被診斷為躁鬱（bipolar affective disorder 或bipolar disorder），12 年前又變成憂鬱（depression）兼人格障礙（personality disorder）。^{[註 2]}儘管家族裡沒有精神病史，么兒多年來就這麼反覆進出醫院。^[1]

他平常服用抗精神病藥物喹硫平（quetiapine）和情緒穩定劑碳酸鋰（lithium carbonate），但昨天起拒絕用藥。與他同住的老翁身為父親，趕緊聯絡精神科掛號。可惜來不及門診，就發生命案。之後不知道是誰去報案，警方前來勘查。老翁已經死了，臉龐、腹部和雙臂，甚至周遭的地面及牆壁，無處不是血跡。上身的白色汗衫拉高至胸部，下著內褲，而短褲則被脫至腳踝。右手心上，擱著刀面長 20 公分，寬 2.5 公分的麵包刀。^[1]

兇手表示，他之所以弒父，是因為後者早已被冒名取代。這個假貨對他和父親造成威脅，同時又是「一袋馬鈴薯」般無生命的存在。（請不用細究兇手自白的邏輯。）此種認為親人被頂替的情形，即是典型的替身症候群（Capgras syndrome）。鑑識精神科的專家判斷，兇手還患有情感型思覺失調（schizoaffective disorder），並且在犯案當時出現急性偏執型妄想（acute paranoid delusion）。^[1]

替身症候群極為罕見，有文獻指出其盛行率約為所有精神疾病的 1.3% 到 4.1%，有的甚至認為不到 1%，所以它並沒有被正式收錄在《精神疾病診斷與統計手冊》第五版（簡稱 DSM-5）之中。不過，DSM-5 裡妄想相關的條目，算是能涵蓋這種疾病。替身症候群常同思覺失調、憂鬱和妄想等精神疾病併發。 1923 年法國精神科醫師 Joseph Capgras 首度記載一則個案，將其單獨討論，此疾病的原文稱呼，因而以他為名。到了 1980 年代，替身症候群的腦部病灶，才開始為醫界所認識。^[2]

替身症候群病患的腦部，有結構性損傷，可能導致臉孔失認症（prosopagnosia，俗稱「臉盲」），分辨不出誰是誰；抑或是認得出面孔，但無法產生因應的情感。於是，他們會覺得親人有些陌生，好像哪裡不對勁。不過，懷疑別人身份，不一定就會暴力相向，而且替身症候群的病患本來就稀少，其中更僅有 6% 會殺害他人。相較之下，非暴力的患者其實佔大多數。^[2]

然而，橫死家中的義大利老翁，即是少數極端案例的受害者之一。而他那個犯案的么兒，被鑑識精神科專家認定，是在急性妄想的狀態，做出失控的行為，因此無須為謀殺負責。^[1]

延伸閱讀

COVID-19 可能引發的精神問題

糞便不但能入藥，還能治病！將糞便微菌叢植入體內會發生什麼事？

備註

1. 由於案發當下並無影像紀錄，本文對加害人犯案過程的描述，是參考鑑識團隊事後的推測。
2. 人格障礙分為很多種，^[3]但該個案報告並未詳述細節。

1. Trotta, S., Mandarelli, G., Ferorelli, D. et al. (2021) ‘Patricide and overkill: a review of the literature and case report of a murder with Capgras delusion’. Forensic Science, Medicine, and Pathology. 17, 271–278.
2. Shah K, Jain SB, Wadhwa R. (04 JUN 2022) ‘Capgras Syndrome’. Treasure Island (FL): StatPearls Publishing.
3. ‘Personality disorder’. (14 February 2020) National Health Service, Scotland.