Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

來點悲傷的負能量反而對你我有益?那該如何擁抱悲傷呢?

貓心
・2017/10/12 ・1923字 ・閱讀時間約 4 分鐘 ・SR值 434 ・四年級

從小時候開始,我就對於「要樂觀」、「不可以哭」這些話,感到非常的反感。那些話不僅不合人性,更標榜著追求不可能達到的目標:「時時保持微笑」,反而讓人們過得更加辛苦。

但是,要為負面情緒說話,總還是得拿出一些證據來,畢竟從演化的角度來看,負面情緒得以保留下來,必然有其必要性。負面情緒可以分成很多種,有一些的功能還蠻好理解的,例如恐懼、憤怒、羞恥與噁心等這些感受,有助於我們辨認威脅與危險,並進而逃避或克服它們。

那麼,悲傷呢?

表達悲傷,讓彼此更加靠近

過去的研究發現,悲傷其實有助於提升我們的認知功能、讓我們更能注意到細節,也減少了刻板印象的形成;除此之外,悲傷也讓我們更能注意到他人說話的脈絡,對於他人的情緒更能同理與理解。而這一些功能,都有助於我們和其他人建立起更緊密的關係。

除此之外,悲傷也能做為「需要被關注」的訊號,引起其他人的注意,讓我們更有機會去傾聽對方。也就是說,悲傷這個情緒,除了讓悲傷者本身更能理解他人之外,也能讓他人願意靠近自己,可以說是拉近彼此關係的重要情緒之一。這也是為什麼,比起酒肉朋友我們更重視可以談心的朋友,「患難見真情」或許就是這麼一回事。

-----廣告,請繼續往下閱讀-----

而當我們不斷抹煞他人悲傷的天性、也不斷抗拒自己的悲傷時,其實反而會在無形之中讓自己和他人越來越疏遠,少了許多接觸彼此的機會與能力。

悲傷,讓我們願意關心彼此,變得更加靠近。圖/作者攝影

危機就是轉機,悲傷讓你反敗為勝

除了讓彼此更加靠近之外,所謂「失敗為成功之母」,也很精確地描述了悲傷的功能。過去研究發現,當我們悲傷時,反而會更專注於眼前失敗的細節而不容易分心,也有較好的注意力;悲傷也能讓我們做出更精確的判斷,讓自己變得比較不容易受騙。

所謂樂極生悲,可能就是因為當一個人太快樂時,很容易忽略掉一些細節,而造成無可挽回的傷害。相對的,悲傷則令我們更專注於眼前的事物,讓我們不易好高騖遠,反而能為過去的失敗想出解套的方法。除此之外,處在悲傷情緒當中的人和處在快樂情緒當中的人相比,更容易堅持到底、努力不懈,也讓事情有了更多轉圜、反敗為勝的餘地。

記得我曾經寫過一篇談論正向情緒的文章,裡面提到了:正向情緒有助於我們看得更廣;但是當我們看得更廣時,雖有可能會讓我們跳脫框架,卻也可能讓我們太過好高騖遠;同樣的,悲傷情緒有可能讓我們不斷地卡在小圈圈裡,但也有可能讓我們能專注於眼前的失敗,得以柳暗花明又一村。

-----廣告,請繼續往下閱讀-----
悲傷讓我們專注於眼前事物,使我們不易好高騖遠。By StockSnap @Pixabay

那麼,我們該如何運用悲傷?

既然悲傷有可能會帶來好處,也有可能帶來壞處,那麼,我們又該如何善用悲傷呢?在談論如何運用悲傷之前,我覺得要先試著讓自己能夠悲傷,也要試著允許其他人悲傷。很多時候,我們很怕看到周遭的親人、情人或朋友哭,好像對方一旦哭了,就是自己做錯什麼似的。我們也害怕哭給別人看,當我們哭的時候,好像就讓對方產生了愧疚感,而對方的愧疚感,也讓我們覺得很自責。

正因為如此,我們常常不讓自己在人前哭,也不希望看到別人在自己面前哭。但是,悲傷和對錯是完全無關的事情,那只是我們的真實感受,即便因為你做了某件事情,讓另一個人感到難過,也不必然代表你做錯了什麼事情。要切開這兩者有點困難,但哭泣本身傳達的事情可以是「當你做這件事情時,我感到很難過。」而不必然是「因為你害我難過,所以你做錯了。」

擁抱悲傷吧,它只是情緒、無關對錯。By Free-Photos @Pixabay

在感情裡,很常遇到這樣的情況。當其中一方哭的時候,另一方就變得很焦急,好像自己做了什麼對不起對方的事情,傷害到了對方似的,因而充滿罪惡感;而另一方也因為自己的哭泣讓對方著急,而變得更為自責,想要趕快收起眼淚,不再允許自己哭泣。

但其實,我們可以試著練習,讓悲傷就只是一種情緒,撇開對錯,讓我們仔細去感受,悲傷本身想傳達給我們的訊息,譬如「我真的很重視你,所以我感到很難過。」而不再是「你都不懂我,傷害我這麼深,所以我才會哭。」

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
貓心
76 篇文章 ・ 123 位粉絲
心理作家。台大心理系學士、國北教心理與諮商所碩士。 寫作主題為「安全感」,藉由依附理論的實際應用,讓缺乏安全感的人,了解安全感構成的要素,進而找到具有安全感的對象,並學習建立具有安全感的對話。 對於安全感,許多人有一個想法:「安全感是自己給自己的。」但在實際上,安全感其實是透過成長過程中,從照顧者對自己敏感而支持的回應,逐漸內化而來的。 因此我認為,獲得安全感的兩個關鍵在於:找到相對而言具有安全感的伴侶,並透過能夠創造安全感的說話方式與對方互動,建立起一段具有安全感的關係。 個人專欄粉專: https://www.facebook.com/psydetective/ 個人攝影粉專: https://www.facebook.com/psyphotographer/

0

1
0

文字

分享

0
1
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

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

6
4

文字

分享

0
6
4
懷念逝去之人而感傷?其實悲傷是為了讓你與他人再次產生聯繫!——《悲傷的的大腦》
臉譜出版_96
・2023/03/26 ・2535字 ・閱讀時間約 5 分鐘

渴求過去的心態

我與眾多喪親者做了大量訪談;其中一次,一位年長的出色男性坐在小桌子另一端與我談話,他的妻子幾年前過世了。

他對我說了過去夫妻之間的暖心故事,告訴我他們中學時認識的過程,之後年紀輕輕就結了婚,生了兩個孩子一起建立美好的家庭。他訴說著過去的家庭生活有多快樂、他有多愛她。

說起妻子因病去世時,他就有點忍不住淚水了,在她過世前的最後幾週,他陪伴左右,然而最後她還是走了。接著他又說,自己最近認識了一位和妻子很不一樣的女性,對方有著與妻子截然不同的興趣,而且個性比較外向。

對他來說,重新開始約會雖然感覺有點怪,但他覺得和對方在一起的自己充滿了活力。這時他靜了下來,沉思了一陣子後,只說了一句:「我只是想說,以前的我們很好。」他又停頓了下,「而現在這樣也很好。」

-----廣告,請繼續往下閱讀-----
他還是相當懷念、渴望逝去的時光。圖/envatoelements

渴求的心情並不是專屬於過去的產物,也不是只會令人緬懷以前的人事物;渴求同時也代表一個人對當下有某些不滿。假如人真的只會對過去產生渴求,那就可以單純花一些時間回憶過去,覺得追憶夠了以後再把注意力轉回當下發生的一切就好。

然而在面對悲傷的時候,眼前的現實可能充滿了痛苦,這也就顯得過去的一切更加美好。假如當下的現實生活真的不是那麼吸引人,或是因為自己根本無法將注意力從過去移開,因此不知道當下能賦予自己什麼,這種渴求的狀態就更可能會不斷持續。

悲傷的盡頭是恐懼嗎?

除了我在前文已提過的悲傷、憤怒和失去一部分自己的感受以外,悲傷也可能令人心裡充滿恐慌。

《卿卿如晤》是C.S.路易斯(C. S. Lewis)在太太過世後寫出的優美作品,他在書中寫道:「我從不知道,悲傷與恐懼竟如此相像。」(No one ever told me that grief felt so like fear.)對我來說,悲傷到一個極致時,確實可以稱得上是恐慌的狀態了。

-----廣告,請繼續往下閱讀-----

父親過世後,我沒有孩子、沒有配偶、也不再有父母;在那之後的幾年我都覺得自己與這個世界徹底疏離,過去那些我習以為常的依附關係皆已不復存在。通常在傍晚時分,現實世界中的當下就會引起我的痛苦,而恐慌便成了我面對這些情緒產生的自然反應。

悲傷的心情好似不會停止,甚至轉變成了恐慌。圖/envatoelements

我的心和思緒會如萬馬奔騰一樣高速運轉,同時焦躁難耐地坐也坐不住;在這種恐慌的時刻,唯一能讓我好一點的就是順應身體釋放的腎上腺素,好好動一動身體,因此我通常選擇於夜色籠罩下在社區裡快走。走一走以後我的身體累了,心靈也終於開始感到疲憊,這時我會忍不住流淚,然後慢慢回家。

就我自己的體驗與C.S.路易斯的文字來說,其與神經學家賈克.潘克賽普(Jaak Panksepp)的想法不謀而合。

潘克賽普是情感神經科學(affective neuroscience)這個領域的先鋒,研究的正是情緒的神經運作機制;他堅信能以科學方法和實驗研究動物的情緒,也真的發展出了完整的科學模型,對大腦製造出的各種情緒以及情緒功能提出了解釋。

土桑的溫暖天氣是吸引年長學者造訪的一大誘因,我也因此有幸於二○一七年潘克賽普過世之前,在亞利桑那大學數次聆聽他的演講。大家對他的科學貢獻了解不多,然而其中之一就是神經生物學的悲傷研究。

-----廣告,請繼續往下閱讀-----

悲傷與恐懼的身體反應

潘克賽普對悲傷不僅止於學術上的了解──他的女兒在青少年時期因酒駕者肇事而喪命,因此他對悲傷有最切身的經驗。

潘克賽普用全大寫的字母為掌管不同情緒的神經系統命名,如愉悅(JOY)、憤怒(RAGE)以及恐懼(FEAR);掌管失落相關情緒的系統則是恐慌/悲傷(PANIC/GRIEF),從名稱就可以看出這兩種情緒的高度重疊。當然了,悲傷與恐慌的感受並非完全相同,潘克賽普的論述中指的是(一)強烈的悲傷、(二)物種間共通的悲傷感受、(三)尚未經過較高層次大腦皮質處理的悲傷。

他曾記錄下動物與同類被分開時會產生的反應,這些動物會產生更多身體活動,包括心跳與呼吸速率都會上升,同時也會釋放壓力賀爾蒙(例如:皮質醇)、發出求救訊號。潘克賽普在此領域提的焦點是動物發出的求救訊號,甚至有些物種會發出超聲波求救。

潘克賽普也提出了他稱為悲傷解剖學的理論,也就是動物在受到電流刺激時,大腦中互相連結而產生求救訊號的腦區。這些腦區當中就包含了中腦(midbrain)的導水管周邊灰質(periaqueductal gray),位置就在脊髓上方。

-----廣告,請繼續往下閱讀-----
動物在感受悲傷時,大腦導水管的灰質會產生活動。圖/envatoelements

在我的第二項神經成像研究中,所有喪親受試者(無論有沒有複雜性悲傷)在看著他們深愛的逝者照片時,導水管周邊灰質都會產生活動;看著陌生人的照片時則沒有這種反應。

恐慌是為了讓自己與他人再產生聯繫

恐慌、身體活動增加、求救訊號都可能會令孤伶伶的動物與其他同類產生接觸;因此我們或許可以想像,恐慌/悲傷的功能就是為了促使動物(包括靈長類)與其他個體接觸;即便落單的個體無法再與原本的照顧者團聚,有其他同類在還是比較能夠提升其存活率。

處於壓力下的動物能透過社交接觸釋放類鴉片物質,不僅能夠舒緩壓力狀態,也能促使牠們學習新的經驗—與其他同類接觸的行為會使動物得到強大的酬賞(也就是體內產生的類鴉片物質),而這種有強烈吸引力的酬賞就會促使動物繼續做出能促發酬賞的行為。

假如我們能夠把這種生理機制當作獨特的治療機制,那該有多好啊。

-----廣告,請繼續往下閱讀-----

——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。

-----廣告,請繼續往下閱讀-----
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。

0

3
2

文字

分享

0
3
2
你是自願想起那些記憶的嗎?為什麼大腦要我們想起——《悲傷的的大腦》
臉譜出版_96
・2023/03/25 ・2023字 ・閱讀時間約 4 分鐘

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。

-----廣告,請繼續往下閱讀-----
有時候我們自己選擇想起某些回憶。圖/envatoelements

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)。

前額葉會參與人們自主想起的記憶。圖/envatoelements

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。

-----廣告,請繼續往下閱讀-----

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。

非自主記憶引來的悲傷總是無法堤防,讓我們更加難過。圖/envatoelements

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。