線蟲的演化賽局：既然是孤雌生殖，為何還需要精子？

苦難與同理心：能激發出援助還是自我關注？

縱貫全文，我們持續主張，苦難演化得十分凸顯、讓我們不能不關注，而且它還得以在子代照護背景脈絡中激發行動。利他反應模型的這項原則，似乎與巴特森（Daniel Batson）和讓．德塞蒂（Jean Decety）以及其他人的普遍觀點互相衝突，後者主張苦難會阻礙援助。

根據同理心──利他行為假設，人們在感到溫暖、柔情、冷靜、關切和慈悲時，會專注關心他人的需求，並提供無私的援助；相反，當發愁、憂心、痛苦、不安和沮喪時，他們就會專注關切自己的需求，並只有在自己的苦難減輕時，才會提供幫助。舉個例子，當實驗室中的學生目睹某人受到痛苦的電擊時，表示感受同理心的觀察者，即便可以離開，也都會伸援，至於感到個人苦難的人，則較少提供幫助，除非他們被迫留下並繼續觀看痛苦的電擊。因此，人們有能力出於無私的原因提供幫助，但可以出於自私的動機行事，以緩解自己的苦難。

我們自己的研究有時確實會披露很棘手的苦難。例如，我們往往會複製出巴特森的發現，遭逢苦難的受害者有可能觸動觀察者的同理心以及負面反應。當人們觀看我們最悲苦醫院患者的錄影時，一部分參與者甚至還表示他們感到驚恐（亦即忐忑、憤怒、驚恐）。這種高度負面的反應還更加引人注目，因為參與者知道，這些是真正的重症病人或末期患者。

因此，當他人表達的苦難會引發多餘的、會感染的負面感受之時，嫌惡反應也就可能因此發生──特別當他們的問題看來很沒有道理或者難以解決。（舉例來說，一位護理師表示，「嗯，對這個問題她打算怎麼辦？」）不過還不算滿盤皆輸，因為比起對快樂的患者，一般人對苦難的患者會看出更多需求、感受更多同理心，並提供更多幫助。不過這種慷慨精神是有侷限的。

例如，倘若參與者必須坐下來陪伴患者，而不是只給他們幾塊錢並不做社交接觸，那麼他們就會提高協助快樂患者的相對偏好度。所以，即便苦難肯定帶來嫌惡的知覺和感受，它仍能成功傳達需求並激發反應，而這也正符合它的設計功能。

倘若我們思忖，在任意給定的情境中，利他反應模型的種種屬性如何權衡取捨，也就能預測這類複雜的關係。舉例來說，飛機上有小寶寶啼哭時，人們就會抱怨。這似乎自相矛盾，因為，我們理當演化來幫助那些身處苦難的寶寶。

啼哭的力量：無助者需求與觀察者情緒的博弈

然而，這種惱怒和模型相符，因為那些寶寶並不是其他乘客熟悉的或有感情紐帶的對象，他們多數人都相隔太遠，不會陶醉於寶寶的可愛模樣，也不知道是哪裡出了問題，所以幫不上忙。因此「飛機上有小寶寶啼哭」經典案例自然會惹人苦惱──這就證明了聲音很凸顯，激使我們去讓它平息──然而我們沒辦法產生同理心，也幫不上忙，因為欠缺界定親代照護的感情紐帶、熟悉度、專門知識和掌控權，況且社會規範告訴我們，不要去碰陌生人的寶寶，進一步約束自身的舉止。

碰到兒童虐待一類狀況時，這種衝突就變得更嚴重了，這時照護者會抽身或甚至攻擊、傷害他們應該保護的兒童。根據研究，由於苦難是如此明顯、有激勵性，而且不容忽視，於是當苦難或啼哭接連持續了好幾個小時或好幾天時，人們也就會變得非常煩躁，特別當沒有明確的解決方案之時（好比，由於寶寶罹患腹絞痛）。

人們必須接受培訓，並在這種情況下獲得支持而非遭受懲罰；他們應該能夠讓自己置身激烈情境之外，好讓自己冷靜下來，而且我們需要提供幫助，好讓照護者能夠休息片刻。釀成這種情況的起因，是由於人類演化出的本性是在相互支持的社會性團體生活中養育兒童，然而如今我們多數人所體驗的西方式工業化獨自育兒方式，卻已經與此脫節所致。

與苦難不能激發援助的情況相反，只要觀察者理解狀況，能介入並對他們的反應抱持信心，那麼即便強烈的和嫌惡的苦難，也依然能夠促成援助。哺乳類動物的神經激素壓力反應之所以演化出現，並不是為了讓我們在工作壓力下能吃餅乾，這種反應的演化，是藉由調動交感和新陳代謝歷程，犧牲了消化和成長等較慢、長期的生理歷程所促成的即時行動。

我們的壓力系統經過演化，能在脅迫下最有效地快速反應，好比當觀察者受了壓力驅使，必須迅速採取行動來幫助某人──假定他們知道該怎麼做，也知道分寸。所以，即便苦難線索啟動你的壓力和自主神經系統，當我們無法行動時──強烈激情和不安找不到明確的出口之時──它們就會產生冷漠、紛擾或攻擊行為，因為這些狀態本身就是演化來激發行動。

人們面臨苦難時，若認為自己有可能遭人操控，也會感到矛盾。由於苦難會激發援助行為，人們有時會偽裝陷入苦難來誘發支持，這有可能讓開始懷疑受害者的觀察者感到困窘、惱怒、生氣或反感。舉例來說，赫迪便曾描述，像狨猿和檉柳猴這類合作養育後代的新世界猴，通常會與無助的寶寶分享食物，特別是當牠們乞求食物之時。

然而，當年輕個體年齡增長獨立生活，成年個體就比較不會與牠們分享食物，而這就會導致年輕個體以愈強烈並引人嫌惡的方式懇求乞討食物，有時訴諸偷竊。這種現象已經在著名的吸血蝠動物模型的利他行為研究中重複驗證，研究發現，成年蝙蝠較少與已經發育超越青少年階段，理當自給自足的蝙蝠分享血餐。

小寶寶確實很無助，起碼在嬰兒早期階段是如此，實在不能認為他們是藉由啼哭來「操控」照護者，起碼不像是幼童、較大兒童和成人那般以刻意的、邪惡的手法來操控。嬰兒有可能「使用」哭聲來激使照護者為他們提供食物、溫暖、撫慰或移除有害刺激物。這是他們溝通需求的僅有方式之一。這些需求有的並不是真的很緊急，不過即便是需求被動照護，好比身體撫慰，也可能影響嬰兒的長期健康和幸福。

例如，寶寶獨自被留在嬰兒床或汽車座椅時，通常就會放聲啼哭，因為他們喜歡照護者充滿愛心的溫暖擁抱。不過這些並不是必須立刻解決的急迫需求（而且就汽車座椅的情況，這說不定正是拯救他們的要素）。

即便寶寶使用哭泣來激使我們幫助他們，我想我們都同意，他們並不是刻意密謀對付任何人，而且他們的要求也相當合理──特別是在面對相當惱人的現代裝置之時。因此，寶寶哭聲的真情實意、毫不誇張，未加操控的性質，提供了一種促成行動的誘發刺激，而且就算出自成年人，我們也依然遵從。

苦難的演化功能：從激發行動到引發嫌惡

人們對於苦難哭聲的音質非常敏感，能區分反映出不同需求的哭聲，好比需要接觸、肚子餓了和疼痛。因此在醫院接受腿部注射的新生兒，所引發的同情比較多，超過在圖書館因無法帶回家的玩具，半哀鳴半啼哭的十八個月大的兒童。後面這樣的哀鳴和啼哭，會讓觀察者感到非常煩躁，他們甚至還可能覺得小孩是在操控而惱火，特別當目標是要取得玩具火車或更多金魚餅乾等獎賞時。然而，聽到新生兒為真正的需求而啼哭時，人們確實會心生同情，這樣的哭聲比較溫和、有規律，並暗示了脆弱的、幼態的、受苦受難和有援助需求的理想組合。

苦難不是單一事物。苦難有多樣化形式和背景脈絡，其中有些有激勵作用，另有些沒有。不過倘若我們從照護無助新生兒的背景脈絡來理解苦難，模式便自然浮現。真正的苦難，肇因於嚴重的急迫狀況，而需要觀察者提供力所能及之幫助的困境是有激勵作用的，而當觀察者不熟悉或沒有形成感情紐帶、不知道該怎麼辦、力有未逮，幫不上忙，或者感覺受了操控，這時苦難就可能引人嫌惡，也不太可能激發援助。

科學文獻有必要更明確地釐清，苦難何時會促使人們走向困難處境，何時則會讓他們遠離，並拿包含利他反應模型屬性的情境（好比受害者與觀察者存有感情紐帶、呈幼態模樣、明顯受苦受難，並需要觀察者力所能及的即時幫助）來與不包含這些屬性的情境進行比對。這些研究將能讓我們就現實世界對苦難之反應範圍方面達成更完整的認識，這類反應並不總是充滿同情，但確實會產生比自我關注更多的可能結果。

——本文摘自《利他衝動：驅策我們幫助他人的力量》，2024 年 11 月，知田出版，未經同意請勿轉載。

• 文／洪萱眉 雅文基金會聽語科學研究中心 助理研究員

你的日常生活也是這樣子嗎？桌上總是堆滿了待處理的資料與報告，電話聲不斷，會議一場接一場，連坐下來喘息或喝水的機會都沒有。下班後拖著疲憊的身軀回家，睡前仍在想著白天的工作與隔天的待辦事項。日復一日，這些繁瑣的事務不僅讓人感到焦慮與壓力，還影響了生活作息和睡眠品質。為了舒緩壓力、獲得一覺好眠，有些人會在睡前點精油或香氛蠟燭，營造一個舒適放鬆的環境。但你知道嗎？我們的彩色噪音也能讓我們放鬆身心，助我們一覺好眠嗎？

噪音和彩虹一樣也有顏色的區分

聽到「噪音」這個詞，通常會聯想到那些刺耳且令人心煩氣躁的聲音，例如施工時的電鑽聲或敲打聲。但其實噪音也有顏色區分，就像彩虹一樣。

一般而言，我們眼睛所見的顏色實際上是由可見光的不同頻率產生的，當光波刺激我們的眼睛並傳送到大腦時，大腦會根據其頻率和強度將其解釋為不同的顏色。例如，低頻的光波為暖色調，而高頻的光波為冷色調。而同樣的概念也可以套用在噪音上，因為噪音也有不同的強度及頻率^[1-2]，根據噪音的頻率範圍和強度，我們可以依此區分為白色噪音、粉紅色噪音、棕色噪音等不同類型的噪音^[3-4]。

不同類型的噪音顏色會有不同的功效

不同類型的噪音顏色都具其獨特的頻率分佈特性，其中，最常被討論的三個噪音顏色，分別為白噪音、粉紅噪音、棕色噪音：

1. 白噪音（white noise）：白噪音是大家最熟悉、最常聽到的噪音顏色。我們人可聽到的聲音頻率介於 20~20,000 赫茲 ( Hz )，而白噪音在所有頻率上具有相同的強度。這與白色光由紅、綠、藍三原色均勻組成的概念相似。
   白噪音的聲音聽起來有如電視機壞掉發出沙沙聲、風扇聲、冷氣運轉聲音等^{[1, 5-6]} 。白噪音通常用來蔽屏 ( mask ) 其他聲音，覆蓋掉環境中我們不想聽到的聲音，營造一個舒服、放鬆的環境。對於有睡眠困擾的人來說，白噪音可以幫助改善睡眠品質。Ebben、Yan、Krieger ( 2021 )針對 10 位因受環境噪音干擾而造成失眠問題的成人，執行一週白噪音的介入，並使用穿戴式睡眠測量器來記錄其睡眠狀況。結果發現，因白噪音介入會覆蓋擾人的環境噪音，這 10 位受試者他們的入睡後醒來時間（wake after sleep onset，簡稱WASO）與入眠期（sleep latency）比在介入前都有顯著降低與改善。然而，即使沒有白噪音的介入，其入睡後醒來時間（WASO）的改善成效依然能持續^[7]。
2. 粉紅噪音（Pink noise）：相比於白噪音，粉紅噪音的聲音聽起來較為低沉、舒緩且平衡，因為它過濾掉較多高頻的聲音且在低頻的能量上較白噪音強，聲音聽起來接近我們聽到大自然的風聲、雨聲等 ^[5,8]。研究指出，粉紅噪音能加強我們深度睡眠、提高記憶力^[9]。Papalambros et.al（2017）探討使用不同聲音刺激（acoustic stimulation），對提升深層睡眠時間和記憶力的影響。受試者為 13 位 60-84 歲的健康的成人，結果發現，睡覺時有使用粉紅噪音介入能增加他們深層的睡眠時間，且在記憶測驗上也有顯著的提升^[10]。
3. 棕色噪音 （Brown noise）：又稱為紅色噪音。跟白噪音和粉紅噪音相比，棕色噪音具有更明顯的低音頻率，隨著頻率的增加而音量逐漸降低。所以聲音聽起來像是低沉的隆隆聲^[11]。棕色噪音聲音類似打雷聲、大雨聲、海浪拍打聲音^[9]。和白噪與粉紅噪音一樣，都能遮蔽環境中讓人干擾的聲音，並營造一個有利於放鬆、專注與睡眠的環境。有研究表明，棕色噪音會對大腦活動產生影響，與放鬆、冥想和深度睡眠有關，因此對於有減輕壓力和焦慮帶來很大的幫助^[10] 。

噪音顏色除了讓我們放鬆、改善睡眠品質外，還是耳鳴、聽覺過敏以及新手爸媽的救星 

從上述可知，白噪音、粉紅噪音和棕色噪音不僅能改善睡眠品質、專注力以及放鬆外，其實在臨床上更被用來治療耳鳴和聽覺過敏等症狀。所謂的耳鳴，指的是在沒有外界聲音刺激的情況下，患者感覺耳中持續有嗡嗡聲。在臨床治療中，白噪音通常用作背景音，以減少患者對耳鳴的感知^[12]。對於聽覺過敏患者，他們對日常生活中的聲音敏感度較高，因此粉紅噪音更適合用於治療，因為其低頻聲音的特性有助於患者長時間適應並習慣低強度聲音^[12]。此外，許多新手父母使用白噪音來安撫哭鬧寶寶，因為它可以模擬寶寶在母體內聽到的模糊外界聲音，並遮蓋其他可能會驚擾寶寶的聲音，市面上的許多助眠裝置也運用了這個原理^[5]。

然而，儘管噪音顏色可以提升睡眠品質和專注力，長時間或過度暴露於任何類型的噪音都可能對聽力和整體健康造成負面影響。建議播放時間應限制在10至15分鐘，並給耳朵足夠的休息時間。如果打算使用彩色噪音來幫助自己入睡，應設置播放時間以避免整晚播放，避免聽力造成損傷，那就得不償失了！^{[9, 11, 13]}

參考資料：

1. Bulter, R.  & Writer, S. (2023). What Are Sonic Hues? White Noise, Brown Noise, Pink Noise, and More. https://thegatorseye.com/13787/opinion/what-are-sonic-hues-white-noise-brown-noise-pink-noise-and-more/

2. Sound of Life。(2021)。噪音竟然助眠？白噪音、粉紅噪音是最佳床伴。取自：https://shorturl.at/abdV1
3. 林奕榮。（2023/10/19）。噪音有顏色？ 白、綠、棕、粉紅噪音都能減壓助眠。蔬福生活。取自：https://vegemap.merit-times.com/veganews_detail?id=5682 
4. Color Energy Soup (2016/11/25)。人的眼睛為什麼能看到顏色?取自：https://color-energy-soup.com/2016/11/25/eyes-light/ 
5. 鄭俊宇。（2021/4/16）。白噪音更能安撫寶寶？「粉紅噪音」能增強記憶力、改善睡眠。親子天下。取自：https://www.parenting.com.tw/article/5089287 
6. Surles, T. (2023.3.13). What are white, pink and brown noises? Health Hearing. Retrieved from https://www.healthyhearing.com/report/53430-Noise-colors-white-pink-brown-tinnitus-hearing 
7. Ebben, M. R., Yan, P., & Krieger, A. C. (2021). The effects of white noise on sleep and duration in individuals living in a high noise environment in New York City. Sleep Medicine, 83, 256-259.
8. Sloan, M. (2023.3.27). Noise Colors: Which One Is Best for Sleep? Retrieved from https://www.discovermagazine.com/health/noise-colors-which-one-is-best-for-sleep 
9. Shapiro, Z. (n.d.). Exploring the World of Color Noises: White, Pink, and Brown. Retrieved from https://audiologyisland.com/blog/exploring-the-world-of-color-noises-white-pink-and-brown/?srsltid=AfmBOordaPgtNG9s6MyfN–He9dD-BejcA5sQTj2hncTWg4MmkQi666v 
10. Papalambros, N. A., Santostasi, G., Malkani, R. G., Braun, R., Weintraub, S., Paller, K. A., & Zee, P. C. (2017). Acoustic enhancement of sleep slow oscillations and concomitant memory improvement in older adults. Frontiers in human neuroscience, 11, 1-14
11. Sedona Sky Academy (2024.5.10). Can brown noise turn off your brain ? Retrieved from https://www.sedonasky.org/blog/can-brown-noise-turn-off-your-brain
12. American Speech-Language-Hearing Association. (n.d.). Tinnitus and Hyperacusis. (Practice Portal). Retrieved from www.asha.org/Practice-Portal/Clinical-Topics/Tinnitus-and-Hyperacusis/.
13. Cleveland Clinic (n.d.). Brown Noise May Help You Focus and Relax. Retrieved from https://health.clevelandclinic.org/brown-noise 

AlphaFold的誕生：人工智慧的奇蹟

2018 年，Google 旗下的 DeepMind 團隊推出了第一代 AlphaFold，這是一款基於深度學習的 AI 模型，專門用於預測蛋白質的三維結構。AlphaFold 的命名取自「fold」一詞，意為折疊，指的是蛋白質在胺基酸鏈構成後迅速摺疊成其功能所需的三維結構。

AlphaFold 的突破在於其能夠預測出蛋白質折疊的可能性，這是一個傳統計算方法無法達到的領域。第一代 AlphaFold 在國際 CASP 比賽中取得了一定的成功，雖然其預測準確度尚未達到實驗室標準，但其潛力讓科學家們充滿期待。

為什麼蛋白質結構預測如此重要？

蛋白質是生命的基石，它們的功能取決於其複雜的三維結構。然而，僅靠實驗技術來解析蛋白質的結構既昂貴又耗時。過去科學家依賴於如 X 光晶體繞射等技術來解析蛋白質的結構，然而這種方法雖然精確，但往往需要數年時間來得出一個結論。

到目前為止，人類已知的蛋白質數據庫中，全球僅解析了大約 22 萬種蛋白質的結構，這遠遠不足以滿足生物學和醫學研究的需求。尤其是人類的許多蛋白質結構仍然未知，這成為阻礙醫學進步的一個主要瓶頸，特別是在藥物開發和疾病治療上，因此如何加速對蛋白質的結構的解析至關重要。

AlphaFold 2：技術飛躍

2020 年，AlphaFold 2 橫空出世，改進了多項技術，預測準確度大幅，幾乎達到了與實驗結果相媲美的程度。這一成就震驚了全球生物學界，許多科學家開始將 AlphaFold 2 應用於實際研究中。

AlphaFold 2 的成功源自於其三大技術革新：

• 注意力機制：模仿人類的思維模式，從大局出發，關注蛋白質結構中的每一個細節，進而提高預測的準確性。
• 多序列比對功能：通過搜尋類似的胺基酸序列，推斷新的蛋白質結構。
• 端到端預測模式：利用深度學習神經網路，不斷反饋預測結果，持續優化模型。

AlphaFold 3：下一代 AI 的力量

隨著 AlphaFold 2 的成功，DeepMind 並未停止其腳步。2024 年 5 月，AlphaFold 3 正式推出，這標誌著 AI 技術在生物學領域的又一個里程碑。AlphaFold 3 的改進再次吸引了科學界的目光，它強化了注意力機制，並引入了擴散模型，這使其能夠更快且更準確地預測複合蛋白質的結構。

擴散模型是一項關鍵技術，它能夠生成大量的可能蛋白質結構，並快速篩選出最可能的解答。與此同時，AlphaFold 3 還內建了「減幻覺」功能，這讓其在產生結果時能夠避免過多不切實際的預測，提升了結果的可信度。

AlphaFold 的實際應用：醫學與藥物開發

AlphaFold 3 的誕生，不僅是一個技術突破，還為醫學和藥物開發帶來了巨大的希望。過去，癌症治療中的標靶藥物需要經過漫長的實驗才能確定其作用原理，然而現在，通過 AlphaFold 的預測，科學家可以更加精確地針對癌細胞中的錯誤蛋白質，設計出更有效的藥物。

除此之外，AlphaFold 3 還在抗病毒藥物、抗生素以及阿茲海默症等領域展現了潛力。其能夠預測蛋白質與其他分子（如DNA、RNA）的交互作用，這使得研發新藥的過程大大加速。

AlphaFold 3 的挑戰與未來

儘管 AlphaFold 3 取得了驚人的進展，但其仍然面臨一些挑戰。首先，目前 AlphaFold 3 的模型尚未完全開源，這限制了研究人員對其內部運作的了解。為此，一些科學家已聯名要求 DeepMind 開放其程式碼，以便進行更深入的研究和應用。

不過，隨著 AlphaFold 3的逐步推廣，生物學家相信它將繼續改變生物學研究的方式。未來，這項技術有望在解決更多未解難題中發揮關鍵作用，並為醫學領域帶來更大的突破。