Loading [MathJax]/extensions/tex2jax.js

0

9
0

文字

分享

0
9
0

【Gene思書齋】驚聲尖叫的恐懼密碼

Gene Ng_96
・2017/05/06 ・2268字 ・閱讀時間約 4 分鐘 ・SR值 520 ・七年級

 

恐怖片恐怖嗎?鬼屋和凶宅恐怖嗎?

我不知道。老實說,我這輩子最想看到的東西,就是鬼!不過我其實不相信會真的看到鬼,所以也沒積極去那些鬧鬼的地方探險,因為通常真的會嚇到我的,恐怕是自己。

我並不特別愛看恐怖片,也不太瞭解為何有人愛看恐怖片,如果真的要找刺激,還不如一腳把你老闆或上司辦公室門踹開,進去大力拍他/她桌子說:「來點刺激的吧!」保證會比任何恐怖片的場景更刺激百萬倍……然而,從今年 11 月 8 日開始,對半數的美國人和全世界來說,單單川普當選美國最後一任總統這件事,就已經粉恐怖了……

美國賓州匹茲堡大學的恐懼社會學家瑪姬.克爾(Margee Kerr),可能因為遺傳到某些基因變異吧,她特別愛玩驚險刺激的東西。她根本就是個搞恐懼的癮君子,博士學位就是研究鬼屋,還一直藉研究為名,到處在諸如高空彈跳、高空漫步、凶宅鬼屋、自殺森林等地找樂子,看看其他人的反應,順便完成論文。她只差沒真的去搭「屍速列車」。

-----廣告,請繼續往下閱讀-----
瑪姬.克爾什麼恐怖的地方都去過了,大概只剩沒搭上屍速列車了吧。圖/IMDb

她長期在鬼屋做研究,甚至和匹茲堡最受歡迎的鬼屋合作開發更刺激的玩法;除了她工作熟悉的鬼屋,她到過惡名昭彰的廢棄監獄過夜,被銬上手銬在漆黑的坑道裡爬行,那裡據說鬧過鬼,所以她還和一個團隊再去了一次,正經地帶了相機、溫度計、電磁場計和網球去捉鬼;為了體驗真正陰森感情,她不惜冒死到日本富士山山腳下的自殺森林探險,面對死亡思考人生的意義。

玩歸玩,至少她把經驗寫成了一本關於恐懼的科學和歷史的書,在《恐懼密碼:為什麼我們總是怕黑、怕鬼、怕獨處?》Scream: Chilling Adventures in the Science of Fear)中,她要深入探索恐懼的生物學和科學定義,給予各種可怕的經驗,科學和社會學上的解釋。

在生理上,我們的恐懼源自腦中杏仁核的反應,這是演化上讓我們保住小命的絕招,那些天不怕地不怕的人,早就被獅子老虎毒蛇猛獸當成晚餐了。表現出來的結果,是我們對各種即時的、持續的、潛在的危脅和損失有了情緒上和生理上的各種反應。

理論上,恐懼不該是愉快的經驗,也只有人類這個奇異的物種,會把恐懼當作娛樂吧。在許多遊樂園,雲霄飛車可能要排上一兩小時的隊才能搭到,有些冒險遊戲也不便宜,我們為何要花金錢和時間買罪受?克爾到多倫多一百一十六層樓的加拿大國家電視塔高空邊緣漫步,嚇到連有沒有尿褲子都搞不清楚,因為當恐懼火力全開,其他的感官都失去了正常作用。

-----廣告,請繼續往下閱讀-----

雖然恐懼反應因人而異,克爾告訴我們,與其他人一起參與,會讓恐懼的效果加乘。與他人一起乘坐雲霄飛車、觀看恐怖電影時,更會被其他人的嘶吼、尖叫與淚水,被推上恐怖的高峰!當人們面對恐懼,不同文化也有相異的行為,她在日本鬼屋看到日本人的反應,就和老美很不一樣,是標準團體主義社會的產物。個人主義社會的老美,被鬼嚇時是透過落跑和揮舞手臂來保護自己,可是日本人卻是聚集圍成半圓或蹲下緩慢移動。

恐懼反應因人而異,恐懼會因為與其他人一起參與,讓恐懼的效果加乘,甚至不同文化也有對於恐懼做出相異的反應行為。圖/By verityatthedisco @ flickr, CC BY-ND 2.0

《恐懼密碼》大部分內容看起來都是玩樂或無害的探險,似乎專談恐懼的正向意義,可是她在當窮博士生時,住過高犯罪率地區,活在暴力攻擊的陰影下,甚至有創傷反應。大概五至八成的老美經歷過創傷事件,不過大概只有 8% 會產生心理狀態產生失調後遺症的創傷後心理壓力緊張症候群(Post traumatic stressdisorder,PTSD)。

長期生活在恐懼下,例如治安堪慮的社區、家暴和戰地,會造成長久的影響,會降低免疫力,造成心臟病、體重增加、睡眠障礙、糖尿病、疲勞、易怒、健忘、抑鬱症等等。其實不久之前,一件突入其來的、有驚無險的意外(內容忘了),都讓我兩三天心有餘悸。

我們人是最會自己嚇自己的動物,我就有個見鬼的經驗。以前大學時偶爾在實驗室過夜,系館本來就有些鬼故事,因為附近原本是亂葬岡,但我前頭也說過了,我最想看到的東西是鬼。直到有一晚,凌晨三四點在實驗室,化學通風櫃突然自動打開,我關了幾次還不斷打開,我總於相信世上有鬼,嚇到屁滾尿流衝回宿舍。

-----廣告,請繼續往下閱讀-----

過了一陣才跟實驗室學姐提起,她卻笑翻了,原來我們那棟樓的化學通風櫃是各層樓都連在一起,樓上樓下一開就全部一起開。後來,樓下學長偷偷跟我說系館有鬼,因為有次他凌晨做實驗開化學通風櫃,但一直被無故關掉。好吧,我們原來都是「鬼」。要不是我去問人,我還真以為見鬼了,但那是我最後一次相信世上有鬼。

《恐懼密碼》是本很有趣的書。我想,這輩子是真的很難看到真的鬼怪,不過最令我恐懼的並不是鬼怪,我可能有輕微的懼高症,但是最令我感到毛骨悚然的,其實是深海的照片或影片,千萬不要拿來嚇我……

本文原刊登於閱讀‧最前線【GENE思書軒】,並同步刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
1

文字

分享

0
3
1
當情緒像過山車?從亢奮到低落,解碼躁鬱症的真實面貌
PanSci_96
・2024/10/12 ・2253字 ・閱讀時間約 4 分鐘

躁鬱症(Bipolar Disorder),正式名稱為「雙向情緒疾患」或「雙極性情感障礙」,是一種讓患者的情緒不受控制地在極度亢奮和極度低落之間擺盪的精神疾病。這樣的情緒變化不僅僅是短暫的起伏,而是持續多天、甚至數週的狀態,對於患者的生活、關係和工作會造成重大影響。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是躁鬱症?

躁鬱症患者的情緒通常經歷兩個極端階段:躁期和鬱期。

在躁期,患者可能會感到無比的精力充沛、自信心爆棚,甚至會有過度樂觀和衝動的行為。然而,躁鬱症不僅僅是「情緒高漲」的表現,在躁期過後,患者往往會經歷嚴重的情緒低谷,進入所謂的鬱期。此時,他們會感到情緒低落、無力感、甚至有自我傷害的傾向。

近幾年大眾逐漸正視精神疾病的影響,許多名人也曾經公開分享他們的躁鬱症經歷,如歌手瑪麗亞.凱莉、演員小勞勃道尼。這些公眾人物的經歷讓我們看到了這種精神疾病的廣泛影響,以及如何對他們的創作、生活和心理造成衝擊。

-----廣告,請繼續往下閱讀-----

躁鬱症的分類與盛行率

根據跨國研究,不論種族、性別或地區,躁鬱症的盛行率約為 1%,這意味著每 100 人中就有一人可能經歷過躁鬱症的發作。如果將所有的亞型計算在內,終生盛行率甚至可能高達 2.4%。躁鬱症的發病年齡通常集中在 20 至 30 歲之間,超過 70% 的患者在 25 歲前就會出現早期症狀。

躁鬱症依照症狀的不同,還可以分為不同的亞型。最常見的分類是第一型和第二型。第一型躁鬱症的特徵是患者會經歷完整的躁期,通常會影響患者的日常功能,甚至需要住院治療。而第二型躁鬱症的躁期則相對較輕,稱為「輕躁期」,但鬱期仍然會對患者的生活造成嚴重影響。

躁鬱症根據症狀可分為不同亞型,最常見的是第一型和第二型。圖/envato

什麼是「躁期」和「鬱期」?

「躁期」和「鬱期」是躁鬱症的兩個主要特徵階段。

躁期: 許多人對「躁」字的理解常常會聯想到「暴躁」或「焦躁」,實際上躁鬱症的躁期,更多的是情緒高昂、亢奮的狀態。在輕躁期(Hypomania),患者會持續數天感到極度精力充沛,無論在工作還是生活中,表現得比平時更有自信和創造力。但問題是,這種情緒亢奮狀態不一定持續太久,躁期可能會逐漸惡化為狂躁期(Mania)。這時,患者的行為可能會變得極端,容易做出無法預測的決定,例如過度消費、縱情娛樂或進行不安全的行為。

-----廣告,請繼續往下閱讀-----

鬱期: 在鬱期,患者的情緒和行為完全反轉。他們會感到無精打采、情緒低落,對任何事物都提不起勁。這時候,患者的日常活動變得困難,注意力和記憶力也會大幅下降,甚至有自我傷害或自殺的傾向。

從外界看來,躁期似乎是一個非常「高能」的狀態,但實際上,躁鬱症的危險之處正在於它的不穩定性。躁鬱症患者在躁期中無法控制自己的情緒與行為,即使感覺自己處於高峰狀態,這樣的「興奮」很可能會導致衝動行為,如不理智的財務決策或人際衝突。

如何應對躁鬱症?

躁鬱症不僅僅是情緒的擺盪,同時也會對患者的生活產生影響:

  1. 無法控制的躁期時間:躁期的長度和強度不是患者能控制的,患者可能從精力充沛的狀態,轉變為難以收拾的混亂局面。
  2. 鬱期的危險性:在躁期過後,進入鬱期的患者常常因為自責或對前期行為的後悔,而陷入更深的低谷,這增加了自我傷害的風險。
  3. 生活質量下降:反覆發作的情緒擺盪讓患者難以享受生活,甚至對快樂的感受也會變得懷疑和恐懼。
  4. 人際關係受損:情緒極端的變化會讓患者難以建立穩定的人際關係,這對於長期支持系統的建立是巨大的挑戰。
  5. 大腦損傷:每次發作對大腦的損害都是不可逆的,長期下來,注意力、記憶力、甚至思考能力都會受到影響。

治療與日常應對方法

對於躁鬱症的治療,藥物和心理治療是兩個不可或缺的部分。穩定情緒的藥物,如鋰鹽,是控制躁鬱症的重要工具。鋰鹽自 20 世紀開始就被廣泛用於躁鬱症的治療,能有效減少躁鬱症的復發風險。如果患者正處於躁期,醫生還可能會使用抗精神病藥物來幫助控制症狀。

-----廣告,請繼續往下閱讀-----

除了藥物治療,心理治療同樣重要,特別是在症狀穩定後,透過心理治療,患者可以學習如何識別躁鬱症復發的早期徵兆,以及如何調適壓力和情緒。

心理治療可以幫助患者學習識別躁鬱症復發的早期徵兆,並有效調適壓力和情緒。圖/envato

如何支持身邊的躁鬱症患者?

身為躁鬱症患者的家人或朋友,了解如何在不同的情緒階段支持患者是關鍵。在躁期時,避免硬碰硬,而是試著將患者的注意力引導到安全的活動上;在鬱期時,提供非批評的陪伴,讓患者感受到被理解與支持。

躁鬱症是一種需要長期管理的疾病,但這並不意味著生活的希望就此消失。許多躁鬱症患者在接受治療後,依然能過著豐富充實的生活,並在自己的專業領域中發揮才華,擁有幸福的人生。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

1

7
3

文字

分享

1
7
3
看見蟑螂就害怕?為什麼我們總特別怕牠?
PanSci_96
・2023/08/26 ・3929字 ・閱讀時間約 8 分鐘

***溫馨提醒,本文有小強畫面,請斟酌觀看***

唐伯虎點秋香讓小強成為蟑螂的代名詞。圖/經典放映

周星馳的唐伯虎點秋香上映後,讓小強成為蟑螂的代名詞,但你看到小強的瞬間,是順手將它解決,還是尖叫著逃跑呢?

台灣曾做過調查——不做調查也知道,蟑螂絕對是大家最討厭的害蟲第一名。美國甚至做過大規模調查,有超過四分之一的美國人表示自己最討厭的害蟲就是蟑螂,是第二名蜘蛛的兩倍之多!

所以,若要幫全人類找一個共同的敵人,蟑螂肯定算得上是一個。

但過去的日本節目中,卻發現北海道人竟然不怕蟑螂,難道他們都是勇者嗎?或是我們能從他們身上找到克服蟑螂恐懼的方法?

-----廣告,請繼續往下閱讀-----
北海道人好像沒看過蟑螂?!圖/Hituzi Chang

恐懼源自於未知?北海道人為什麼不怕蟑螂

你是不是光想到蟑螂的外表,就覺得全身起雞皮疙瘩?

面對蟑螂還能如此淡定,甚至能覺得牠們可愛的北海道人,別說你不敢相信,一群演化心理學家也是覺得匪夷所思,開始針對這些人做起了研究。

演化心理學就如字面上的意思,是將達爾文演化論套用到現代人的心理特質上,試圖以天擇的角度解釋許多無法解釋的人類心理現象。

例如近年來被診斷率越來越高的注意力不集中與過動症,也就是所謂的 ADHD,在演化心理學看來其實不是需要治療的「病」,而是環境變化太大導致的適應不良。想像一下,如果你是上萬年前生活在野外的人類,每天都必須在山林裡一邊躲避猛獸、一邊想辦法靠打獵與採集獲取食物。

-----廣告,請繼續往下閱讀-----

在這種環境下,眼觀四面、耳聽八方,且隨時保持能戰能跑的機動性,反而都是生存必須的特質,自然會成為演化過程中被保留下來的心理特質。隨著人類社會在近幾百年快速進步,我們不需要再去當高風險的獵人,但那些經年累月刻印在基因裡的特質還來不及被汰換掉,反而讓這些天生的獵人無法適應現代生活。

獵人的基因反倒讓人無法適應現代生活。圖/Giphy

同樣的道理,演化心理學認為人類對蟑螂的莫名恐懼,其實是來自於大腦主動識別並排斥潛在威脅的生存機制。在醫療資源匱乏的過去,隨便受個傷、生個病都有可能是致命的,人類只能戰戰兢兢,想辦法避開任何可能會傷害到自己的東西。這讓我們在無法辨別敵友時,會本能地戒備未知的東西。

即使從生態系的角度出發,同時兼具環境清道夫與許多動物主要食物來源的蟑螂,是維持自然平衡不可或缺的益蟲。但在無法感受到牠們好處的普通人眼裡,經常出沒於被我們視為髒亂、有害健康的垃圾與廚餘堆的蟑螂身上,只會被貼滿很髒,甚至是有害的負面標籤,當然不可能有好印象。

我猜這時有些觀眾心中閃過了「那又如何」、「我就討厭蟑螂啊」的念頭,但千萬別小看這份理所當然。雖說蟑螂因為生存與繁衍力強,被人類刻意撲殺這麼多年都還沒有要絕跡的意思,但其他昆蟲就沒那麼幸運了。由於人類對昆蟲,特別是只占大約10%的害蟲抱有負面觀感,使得這些小生物常在生態保育的討論中被冷落,甚至就這樣默默絕種,在地球生態系中留下無法彌補的缺口。久而久之,嘗到苦果的還是人類自己。

-----廣告,請繼續往下閱讀-----

話說回來,既然演化心理學表明恐懼來自於未知,那只要我們學到關於這些昆蟲的正確知識,就能扭轉刻板印象了,對吧!那麼看完泛科學,想必你就能擺脫對小強的恐懼!

只要學到正確知識,就能對蟑螂的恐懼了嗎?圖/Giphy

——雖然我很想這樣說,但很可惜,事情沒這麼簡單。還記得北海道人的訪問嗎?按照演化心理學,這些從來見過蟑螂本螂的北海道人,既然對蟑螂完全陌生,那麼應該不會有這麼正向的反應。就算不覺得被威脅,至少也該有點基本的戒備才是啊?

一篇發表於 2021 年的日本研究,正是想探討這個落差。研究團隊分析過往研究,發現「增加昆蟲相關知識」與「減輕恐懼」之間似乎沒有必然的關聯。而且,與出身郊區的人相比,從小生活在都市的人對於昆蟲竟然普遍有著較強、也較難改變的昆蟲嫌惡。

深入研究後,才發現,原來連怕不怕蟑螂這種事都得要看出身的。

-----廣告,請繼續往下閱讀-----

都市化—嫌惡假說

在針對13,000名日本人進行調查後,研究團隊提出了「都市化—嫌惡假說」。此假說以都市化為起點,拆解出兩條人類培養對昆蟲嫌惡感的路徑。

你不該出現在我家!由破壞安全感引發的厭惡

首先,由於都市化導致自然環境縮減,無法適應都市環境的昆蟲大量減少,相對的,像蟑螂、蒼蠅、蜘蛛等適應良好的昆蟲,數量不可避免地會增加,也更容易出現在室內環境裡。對我們來說,穩固的牆壁與天花板會帶來與外界隔絕的安全感。因此,當有不請自來、侵門踏戶的東西出現,除了對昆蟲本身的厭惡,我們對所處環境原有的信任也跟著崩塌了。

回想一下,上次在家裡或辦公室茶水間看到蟑螂,就算當下就把它消滅了,在接下來的一段時間內,是不是會到處疑神疑鬼,總覺得某些角落或通風管裡藏著一支蓄勢待發的蟑螂大軍,準備趁你不注意時再出來嚇你一跳?

對蟑螂的厭惡可能源自於牠破壞了你對環境的信任感。圖/Giphy

同樣的,就算不是在你家,而是外出用餐時在餐廳裡看見蟑螂,基於恨烏及屋的情感連結,你對於餐廳的信任感也跟著下降,甚至激動一點當場走人也有可能。但換個場景,假如你今天是在馬路上看見蟑螂,或許還是會覺得害怕、覺得噁心,但反應很可能不會像在家裡這麼大。

-----廣告,請繼續往下閱讀-----

這便是都市化—嫌惡假說第一條路徑強調的重點。在都市化程度高的環境裡「室內」跟「室外」的界線變得分明,因此當有不該存在的東西出現,我們的反應也會更強烈。

因為不熟,所以討厭?

至於都市化—嫌惡假說的第二條路徑,是延續演化心理學裡,人們對於不了解的事物會產生恐懼的觀點。但比起針對單一種昆蟲,都市化—嫌惡假說發現,都市化環境會普遍降低其居民接觸大自然的頻率。就算是出生於郊區環境的人,在都市生活久了也會喪失這股熟悉感,甚至開始對大自然出現排斥心理。

同樣的,今天即便你是個都市小孩,只要到郊外生活夠久,而且自發地去接觸自然環境,那份對昆蟲的恐懼便會在洪水療法下逐漸被減敏感。說不定某天你會跟北海道人一樣,開始欣賞蟑螂的可愛之處喔!

說不定某天你會跟北海道人一樣,開始欣賞蟑螂的可愛之處!圖/Hituzi Chang

從「害怕蟑螂」看見早期教育

除了解釋了我們對蟑螂的厭惡,都市化—嫌惡假說其實也點出了現代社會一個很重要的議題,那就是在現代科技的干擾下,我們接觸真實世界的頻率正在下降,無形中也失去不少珍貴的「經驗」。

-----廣告,請繼續往下閱讀-----

我們的大腦仰賴經驗法則才能運轉,想學習新技能、建立穩固的知識結構,都需要持續且頻繁地暴露在特定刺激下。讀書、背講義是一種刺激,與人社交締結關係是一種刺激,走出戶外接觸山林也是一種刺激,任何一種刺激少了,我們就會錯過發展相應能力的機會。

就好像最近幾年特別被重視的語言教育、科學教育、情感教育,甚至是平權與美感教育,其實都是在努力把握小孩子學習的黃金期,讓他們盡早接觸到足夠的相關刺激,打下扎實基礎。這在教育心理學叫做「早期暴露」(early exposure),這個理論反對只把重心放在學齡後與學校教育的傳統觀念,認為父母在學齡前給予孩子多元化刺激同樣重要。

不需要花大錢上才藝班,平時多帶孩子出門走走,或是準備不同的課外讀物與嗜好,都是很好的新奇刺激,不單能增進大腦發展,還可以培養認知彈性,讓他們在未來遇到未知事物時能保持好奇心、積極自發地去吸收新知,而非縮在固有觀念裡。

早期暴露對兒童發展學習尤為重要。圖/Pexels

這個乍看很冷門、沒什麼了不起的研究,其實衍生出來的意義可是與我們息息相關。就好像我們常說在家裡看到一隻蟑螂,代表看不見的地方還有十隻。怕不怕蟑螂事小,因為享受現代科技的便利而錯失與真實世界互動的經驗,才是最得不償失的。

-----廣告,請繼續往下閱讀-----

要在都市中增加對昆蟲的好感不容易,但也有像是中山女中蔡任圃老師,成功透過一系列的觀察、研究等課程活動,讓許多學生愛上了蟑螂這個小生物。那麼你呢,你覺得你還有機會跟小強達成和解嗎?

  1. 這還用說嗎?馬上當成寵物養起來!每天一起睡
  2. 先不要,我們彼此人蟑殊途不犯河水
  3. 絕對不可能,只要看到蟑螂,這個房子我就不要了!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1