0

0
0

文字

分享

0
0
0

能用三分鐘讓我懂才代表你也懂!專訪生科懶人包推手陳示國

PanSci_96
・2017/04/12 ・3595字 ・閱讀時間約 7 分鐘 ・SR值 508 ・六年級

-----廣告,請繼續往下閱讀-----

三分鐘可以幹嘛?其實可以做的事情很多,像是上個廁所刷牙洗臉、或是做個 50 下伏地挺身(然後躺在地上喘)、或是刷個臉書……(哎呀!已經過了一小時!)

但就是有人腦洞大開,要逼人用三分鐘完整的邏輯、清楚的口條、生動的描繪來介紹一篇生科論文,還要用天下第一武道大會的方式來選出最強者!這看似不科學的設定,意圖用時間的壓力榨出知識的精華(也讓參加者叫苦連天),到底是誰那麼沒有人性只有理性呢?

陳示國老師的廬山真面目。

我們專訪了「生科懶人包:全國三分鐘生科論文演講口說競賽」的幕後推動人之一,台大生命科學系助理教授陳示國老師,先來展示用三分鐘回答完 18 個問題的絕技,請上場!計時開始!

動物生理時鐘研究

老師的研究主要以「動物生理時鐘」為主,請問這個領域近期有哪些比較特別或重大的研究進展?

-----廣告,請繼續往下閱讀-----

1. 我們的基因表現有 20~40% 被生理時鐘調控,其中調控的點超過 2 萬多個。凡是你想得到的都被生理時鐘調控。
2. 調控生理時鐘最主要的來源是視網膜內一群主要感受藍光的神經細胞。白天照藍光讚,晚上照藍光劣。

環境中影響生理時鐘最主要的因子是日光週期,請問如果將動物關在完全見不到日光的環境下,牠們的生理時鐘會有怎樣的變化?是會依個體紊亂呢還是因為種類不同受到別的因素影響呢?

生理時鐘厲害的就是不照光他依舊自動會跑,而且很準呢!人類的生理時鐘大約是 24 小時 11 分鐘,也就是沒有人叫你(也沒有光照),你每天會晚 11 分鐘起床,難怪我們每天早上都起不來。

每天都賴床原來是生理時鐘搞的鬼啊~圖/Lily Monster @Flickr

動物的生理時鐘是基因決定還是可以後天改變的呢?

-----廣告,請繼續往下閱讀-----

時鐘由基因決定,時鐘告訴動物現在幾點,至於幾點要做什麼,我們還是可以自己決定。

「內生性感光視神經細胞」對大眾來說是個比較陌生的名詞,想請問它和一般視網膜上的感光細胞有什麼不同?又有那些特殊的功能?

一般感光細胞偵測光的改變量(對比),無法偵測現在有多亮,因此拿來形成視覺很好用。但是內生性感光視神經細胞可以偵測亮度,因此跟亮度有關的生理現象比如瞳孔大小,負趨光性,生理時鐘調控就由它們來負責。

老師實驗室近期的研究發表,使用的單一神經細胞標定方式,解析出眼球與大腦之間的神經細胞迴路,能否介紹一下這個方法的特殊之處,以及它在科學上幫助我們了解了什麼以前無法解答的問題?

-----廣告,請繼續往下閱讀-----

最近大家都想知道腦裡面上億個神經細胞如何連結成神經網路,神經系統就像是樂高,一個神經細胞可以想像成一塊樂高積木,藉由不同的組合就能拼出不同功能。但是我們之前只能看到一群上百個或是上千個細胞的連結,就好像給你一盒 1000 個元件的樂高,但是沒有組裝說明書,標定單一神經細胞等於告訴我們這一顆積木在整組樂高中的位置。等我們標定出全部的神經細胞,我們會更加了解神經系統到底是如何運作。

某些動物擁有強大的夜視能力,是因為其自主感光視神經細胞的感光能力強大嗎?

大部分的動物感光細胞的感光能力差別不大,我們的眼睛內感光細胞可是能對單一光子產生反應,單一光子是多微弱呢?我們手機發出的亮度大概是 1012 的光子亮度,所以理論上 1 千億分之 1 的手機亮度照到感光細胞我們就可以看到,這樣手機螢幕可以開超暗,說不定可以好幾個月不用充電!可惜我們的眼球結構無法有效率的讓這樣低亮度的光聚集到感光細胞上,這也是我們夜視能力不好的主要原因。

手機發出的亮度大概是 1012 的光子亮度,所以理論上 1 千億分之 1 的手機亮度照到感光細胞我們就可以看到。圖/GIPHY

三分鐘生科懶人包

生科懶人包需要在三分鐘之內講完一個研究結果,在資料闡述準備上有那些需要注意的地方?

-----廣告,請繼續往下閱讀-----

簡單扼要,雖然數大便是美,但是懶人包比賽「要點太多便是不懂」。

生科懶人包活動希望藉由訓練生科研究人才的溝通能力,也能增進大眾對生命科學研究的題材的了解。我們日常生活中會接觸到生命科學的題材嗎?了解這些對一般大眾能有什麼幫助?對研究生來說,參加生科懶人包活動對他們有什麼幫助?

我們日常遇到的生科題材實在是太多了,例如濾藍光眼鏡到底好不好?晚上 11 點睡覺是不是保護肝?例子實在是太多。我們在實驗室的研究或許很專精,但是參加懶人包比賽可以讓學生站在更宏觀的角度去看自己的實驗,每個實驗都由一個為什麼來的,而每一個生科的為什麼都跟我們的生活息息相關,但是這一個為什麼可能需要有好多層級之後才會關聯到日常生活的事物,同學參加比賽可以藉此挑戰自己的邏輯以及聯想力

科普傳播中最困難的是要把研究內容簡化,如何能夠把研究講的簡單卻又不失嚴謹?這個減法是否有訣竅?

-----廣告,請繼續往下閱讀-----

科學中的定律並不是由一件單一實驗可以證明的,通常是累積很多實驗室,研究人員,多年努力才能下一個好的結論,我想科普困難的在於需要有強大的背景知識當做一個後盾,才能將內容簡化。嚴謹,就藏在參考文獻是否包含足夠的觀點。

嚴謹,就藏在參考文獻是否包含足夠的觀點。圖/pedro veneroso @Flickr

還有哪些科研領域也適合舉辦像生科懶人包這樣的活動?

我想大部份基礎研究領域都可以,畢竟所有的基礎研究都在問「為什麼」,而人類是充滿好奇心的動物,我們最喜歡聽別人說為什麼,然後因為得到答案而有恍然大悟的喜悅感。

生科懶人包是生科系限定的活動,如果有其他科系的學生,但研究領與屬於生科範圍是否也考慮納入?

-----廣告,請繼續往下閱讀-----

今年擴大為生命科學相關研究領域都可以加入,歡迎各界好漢一同來挑戰!

各種成為生科人的領悟

老師怎麼看待「一日生科,終生科科」這句話?生科系的出路真的很差嗎?

一個人追求的目標,無法達到就科科了。我想有些人的目標是安安穩穩的過一輩子,那麼這個人進到每天都在挑戰未知的生科領域,就會終生科科。如果追求的是數鈔票數到手抽筋,那麼當個商人最有機會。如果想要安安穩穩的數鈔票,找個富爸媽才不會科科。生命科學是探討生物界的未知,探討人體的未知,探討疾病的未知,為人類未來的健康打基礎,很可惜現在社會對於著眼未來並不是很友善,不過還是歡迎心臟強大的有志青年加入生科領域。

研究生物科學後,會不會影響自己的宗教信仰?

-----廣告,請繼續往下閱讀-----

宗教的主旨是希望人能向善,科學是追求真理,本質上沒有衝突。

生物科學跟生物科技之間是競爭關係還是合作關係?學生要怎麼選擇研究方向比較合適?

我自己認為,生物科學跟生物科技是時間前後關係,當我們藉由生物科學的研究了解一個生理現象後,就可以利用生物科技來解決這個生理現象出問題所造成的疾病,實際實驗操作上可能不會差太多,所以學生如果比較想問「為什麼」之類的問題可能比較適合生物科學,如果比較想問「怎麼辦」之類的問題可能比較適合生物科技。

您怎麼看同性婚姻?從生物學的角度出發,怎麼理解同性戀呢?

以下言論完全是自我感覺,不涉及「科學」立場。

我自己是做神經系統的研究,對我而言,性取向就好像日夜行動物的取向一樣,應該是由腦中某些神經迴路所決定,而腦中迴路很多是天生的,就好像日行性動物天生就在白天活動,夜行性動物天生就在夜間活動。然而雖然人類是日行性動物,有些人天生就是夜貓子,可能是他 / 她生理時鐘的腦部核區連結比較接近夜行性動物,當然這樣的言論完全沒有實際實驗證據。因為不了解,所以我們才會需要對於腦有更多的基礎研究,也因為對於生理機制的不了解,我們更應該以開放的心態來面對同性婚姻。

未來人類會否放棄葷食,演變成全素食的物種?

圖/David Stanley @Flickr

吃素食的動物擁有較複雜的消化系統,例如相對下較大的盲腸,人類的盲腸幾乎退化,因此我們並不是適合完全吃葉菜類食物。但是如果今天地球被我們破壞到只剩下葉菜可以吃,那麼演化或許會讓人類改變。至於植物性蛋白這方面,就需要下次另外三分鐘來介紹了。


 

2017 生科懶人包:全國三分鐘生科論文演講口說競賽

詳情請見:3MTLS 三分鐘生科論文口說競賽

文章難易度
PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
1

文字

分享

0
0
1
圖片生成 AI 這麼多,哪個好用?AI 生圖工具大評比!
泛科學院_96
・2024/04/09 ・669字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

上一集聊 ChatGPT、Claude、Gemini 的使用心得。這次,輪到 AI 生圖工具的分享了!

由於 AI 生圖工具實在太多,所以 AJ 跟我決定,天下第一 AI 生圖大會,正式開始!

這次獎項分為三個:

  1. AI 老公 AI 勞工楷模獎:是我們日常工作的主力工具,綜合能力最強,推薦各位優先使用。
  2. 尖端科技獎:入圍的工具通常有一個特殊技能,非他不行,建議各位可以依照興趣與需求選用。
  3. 西都膠囊公司特別獎:特別推薦包含琳琅滿目 AI 模型的工具,可以滿足你的好奇心跟想像力,推薦各位 AI 阿宅務必全部跑起來。

廢話不多說,讓我們開始今天的頒獎儀式~

-----廣告,請繼續往下閱讀-----

最後,我把上面提到的 AI 生圖工具,放在這裡讓大家參考:

好詩好詩,如果這燃起了你心中對穿腸的熱情,請在下面留言對死我,你有寫我就會回!

有其他想要看的 AI 測試或相關問題,也可以留言給我們!

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

泛科學院_96
44 篇文章 ・ 51 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

0

3
3

文字

分享

0
3
3
吃宵夜、晚進食=變胖凶手!想瘦身就早點吃飯吧!
Peggy Sha/沙珮琦
・2022/11/16 ・1569字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

減肥的黃金守則之一就是:不要吃宵夜!但如果嘴饞該怎麼辦?只要沒有超過一天的熱量額度,應該沒關係……吧?

如果你也是這麼想的,那可就大錯特錯了!

最近一項由布萊根婦女醫院(Brigham and Women’s Hospital)團隊發布在《Cell Metabolism》期刊上的研究就發現:吃飯不只要吃得好、吃得巧,抓對 timing 更重要!

接下來,就讓我們有請師爺(誤)研究團隊來為您解釋解釋:什麼叫 timing?

飯!是一定要吃的,不吃不行!但是吃的「Timing」很重要。 圖/IMDb

想減肥只要少吃多動就可以了?情況沒有你想得那麼簡單!

一般說到減肥,大家腦袋中浮現的不外乎「管住嘴、邁開腿」這六個字,不過,其實少吃多動等改變只能產生暫時的效果,因為在飲食之外,還有一系列非常複雜的因素會影響能量平衡、增加肥胖風險,而其中一個重要的因素,便是我們身上的晝夜節律系統 aka 生理時鐘。

-----廣告,請繼續往下閱讀-----

過去已經有不少研究發現,較晚吃飯會增加肥胖風險、增加體脂、降低減肥成功率,不過,背後的原因的到底是啥卻沒人清楚。

於是,布萊根醫院「晝夜節律和睡眠障礙部門」中的成員們決定迎接挑戰,來解開這個神祕的難題。他們找來了 16 位 BMI(身體質量指數)落在過重和肥胖範圍中的患者,在實驗開始前,所有人都要嚴格遵守固定的作息表和用餐內容,而後前往實驗室分別進行兩套飲食方案。

你習慣每天早餐嗎? 圖/Pexels

方案一:愛吃早餐組,每天 9 點乖乖吃早飯,一天三餐、餐餐不落,六點前吃晚餐。

方案二:晚點吃飯組,跟另一組吃同樣的東西,但跳過早餐,改吃午餐、晚餐和宵夜,宵夜會在 9 點~10 點間吃。

-----廣告,請繼續往下閱讀-----

晚吃飯真的母湯!更容易餓還不易消耗

不管早吃飯還是晚吃飯,所有參與者到了 12 點都得乖乖上床睡覺,隔天早上 8 點起床,這樣持續六天,每天都要定期匯報自己飢餓程度和嘴饞程度,然後三不五時讓研究者們量個體溫、確認下能量消耗、抽點血……。

結果發現呢,較晚吃飯會讓人們更容易餓,想吃東西的慾望和想吃的量都會增加,還會想吃澱粉類和肉類食物。

較晚吃飯會增加想吃澱粉類和肉類的慾望。圖/GIPHY

除了這些主觀的回饋外,我們體內的激素也會隨著吃飯的時間而改變:比如說,一種叫做「瘦素」(Leptin)的激素會下降,而當這種激素的濃度下降,我們就比較容易覺得餓。更慘的是,晚吃飯還會降低我們的核心體溫,並讓我們燃燒的卡路里的速度變慢、總數變少,平均每天會少消耗約 5.03% 左右的熱量。

此外,晚吃飯也會影響讓我們體內脂肪組織的代謝,比如說,它會讓 PLD6、DECR1、ASAH1 幾個負責分解脂質的基因表現量下降,反之,負責脂質合成的 GPAM、ACLY、AACS、CERK 等基因表現則會增加。根據過去的相關研究,可以推斷這樣的變化會讓身體減少脂肪分解、增加脂肪生成,也就是說:你的身體會更容易自己囤油啦!

-----廣告,請繼續往下閱讀-----
在對的時間點吃飯!圖/GIPHY

綜合這種種觀察結果,晚吃飯不僅會增加食慾、增加攝取量,還會減少熱量消耗、容易累積脂肪,總而言之,就是讓整體肥胖風險 Up Up 啊!所以說你愛吃宵夜的各位啊,還是快快將手上那罪惡的食物收起來吧!如果真的很想吃,那就早點吃飯吧!

參考資料

  1. https://www.sciencedaily.com/releases/2022/10/221004121928.htm
  2. https://www.cell.com/cell-metabolism/fulltext/S1550-4131(22)00397-7
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。