Loading [MathJax]/extensions/MathZoom.js

0

0
0

文字

分享

0
0
0

你到底愛不愛我?談愛情裡的安全感匱乏——《為什麼我們愛的如此不安?》

商周出版_96
・2019/05/20 ・3282字 ・閱讀時間約 6 分鐘 ・SR值 499 ・六年級

  • 吳姵瑩 諮商心理師

如何證明你愛我?

「如果你愛我,現在就陪我去吃宵夜好不好?」

「你為什麼不陪我去看電影,你真的愛我嗎?」

「如果他在乎我,為什麼經常已讀不回呢?」

圖/pxhere

在關係裡,這是你經常問的問題嗎?你不懂為何你這麼擔心失去,也不懂你怎麼這麼需要陪伴,更不懂你付出這麼多,怎麼還是不能肯定對方是愛你的,於是你問了不下數百次的:「你愛我嗎?」並且更深入地確認:「你愛我哪一點?」但怎麼樣你都很難滿意對方的回答,甚至在對方的不耐煩中更加懷疑對方的愛。

-----廣告,請繼續往下閱讀-----

你討厭自己的患得患失,但你控制不了不時察看手機的衝動,害怕失去愛的自己也失去價值。你不懂自己的不安全感為何這麼強,強到你總是需要用分手或傷害自己的方式考驗對方,或者大哭、或者冷戰,去要對方聽從順服。然後你開始越來越不安,因為你發現在這些查勤、擔憂與控制後,對方對你失去耐性,回應越來越慢、也越來越冷淡,你開始深信你不被愛了,因為你再也找不到愛的證明,你多麼希望回到當初甜蜜、緊密的狀態裡。

正是你的不安,創造了你不被愛的證明,即使你不斷努力地付出或掌控亦然。

關於這反覆確認與安全感匱乏的狀態,我將用兩個層次來說明這個現象:一個是自體和客體的概念;一個是童年陰影的概念。

自體感發展受阻 + 客體恆存的經驗挫折

有非常多人需要反覆確認愛是否存在,其實與客體恆存的經驗挫折和自體感的發展受阻有關。

什麼是客體恆存呢?其實是嬰兒在思維發展的過程中,約八到十二個月會發展出物體恆存概念,也就是認知上,當他看到眼前的東西不見的時候,他會開始尋找,因為他思維裡已經知道這東西應該不會無緣無故消失,所以你會發現嬰兒在六個月的時候,你跟他玩躲貓貓時,他會特別興奮,因為他覺得這個現象很神奇。而這裡我們談到的客體恆存,則是比較偏向情緒層次的,當照顧者不在身邊時,孩子並不會覺得天崩地裂,因為他信任照顧者會回到自己身邊,因此能夠安心等待。

-----廣告,請繼續往下閱讀-----
但是當照顧者給了不舒服的感受,意味著我是不好的,就會產生挫折的經驗、阻礙自我整合。圖/pixnio

所以照顧者與我們之間的關係,成為我們認識自我與發展安全感很重要的過程,它會形塑我們對外界的看法。照顧者在我們小時候會是「全世界」般的存在,而當「全世界」給了我們舒服的感受,除了會讓我們感覺安全之外,也會幫助我們認識「我」是好的,讓我們整合自我時順利許多;但是當「全世界」給了不舒服的感受,也意味著「我」是不好的,就會產生挫折的經驗,阻礙我們整合自我。

因此,全世界、他者或照顧者的代稱,都泛指「客體」的存在,像是一面鏡子,在孩童的「自體感」發展上扮演非常重要的角色,如果要讓孩子擁有健康的自體感,就是要讓孩子在逐漸與照顧者分離的過程中體認到:

「我」跟「他」是分開的,但我依舊可以在「他」身上獲得安全感

如此孩子才有辦法安心地做自己,在擁有自體感的過程中,也允許他人擁有自體感,清楚人與人的疆界。

在擁有自體感的過程中,也允許他人擁有自體感,清楚人與人的疆界。圖/publicdomainpictures

當我們的內在需求被好好滿足,外在客體對待我們的方式,會被我們的自我吸收消化,進而內化成我們自己的心理功能,因而我們有辦法具備成熟的獨立性,並且有辦法安撫自己。

-----廣告,請繼續往下閱讀-----

反之,倘若你小時候所知覺到的環境,並沒有讓你感覺安全,或者你成長的許多需求沒有被好好滿足,就會對外在世界感覺不安全,在成年後的關係中,不斷用以下三種方式,來確認自我的存在:

1. 需要不斷被讚賞,感到被肯定

2. 不論在生活裡或情感中,都要不斷尋求肯定,也容易為了肯定,而委屈或掏空自己

3. 需要與人融合,感受到安全與支持

因為缺乏客體恆存的認知,導致在看不到人時會容易不安,甚至要到了全面掌控的狀態,才能稍微安心或感覺被愛,但這種與人融合的方式會讓伴侶感到窒息。

從一段安全穩定的關係中,獲得修復與替代性的安全感

圖/pxhere

我相信所有人都希望是用這個方式,期待出現夠穩定的伴侶或關係,移除自己的不安全感,畢竟前兩個非常困難。因此在我許多情感諮商的經驗裡,都是要不到愛的一方,一直跑來問我「怎麼改變另一半、讓另一半成長」,因為他們身上的匱乏感太過強烈,一直渴望別人愛他,因此會將目光執著地放在另一半身上,等著另一半變好之後能更穩定地愛他。

然而,擁有成熟自體感的人會具備:

-----廣告,請繼續往下閱讀-----

自尊的調整能力:不會因為別人一句話或一個行為而失去自信。

能享受生活樂趣:不需要透過他人來豐富自己的生活。

能感受到生命的意義:不會因為他人的離開就感覺生命變得索然無味。

因此我們要練習「將目光回到自己身上,給自己讚賞和肯定,向內探索自己、與自己在一起」,並且「練習給自己安全和支持的力量」,如此,我們就能逐漸成為擁有自體感的成熟個體。不過,除了嬰孩時期這些不可考的記憶外,也可以探索幼年時期我們還記得的事件,看看它們對我們的安全感造成了什麼影響。

童年陰影:被拋棄的內在小孩事件及情緒激發

現在,請回到你的內在,開始去感受你哪裡受了傷,是什麼讓你如此缺乏安全感?你可以透過幾個問句開始問自己:

為什麼懷疑自己沒有被愛著?
為什麼覺得自己要很努力才會被愛?
為什麼你不相信自己值得被愛?

允許自己靜下心來去感受這幾個問題打在心上的感覺,越是你害怕接觸的問題,可能背後的答案有越深刻的寶藏。這些答案牽引出來的,很可能是曾經有段讓你痛徹心扉的情感傷痛,也許是你經常看見母親牽著哥哥的背影,或者是爸爸跟弟弟一起打棒球,又或者是你經常自己一個人坐在家中走廊,看著天色逐漸變暗的孤單與落寞。

圖/pxhere

所以,你要幫自己找到那個觸發你情緒的關鍵,可能是「不在」、「不夠」、「不對」等等,而這通常是我們幫自己腦補出來的想像,接著讓我們陷入恐慌,又回溯到小時候那個「被丟下」的經歷裡。但因這股「被丟下」的傷痛與恐懼,對孩子而言是巨大且難以排解的,使他長大以後在面對關係時,只要面臨相似的場景,大至他人轉身離開、突然消失,小至發現與身旁的人意見不合,都容易引發「被丟下」的陰影,讓自己陷入傷心與恐懼中,就像小時候那樣手足無措。

-----廣告,請繼續往下閱讀-----

因此接下來,我們要學會自我安撫的步驟:

了解自己的傷痛與不安

究竟我們被觸發的情緒是什麼事件?是什麼情緒?讓你回溯到小時候那手足無措的狀態又是什麼?

當你勇敢地看見自己的不安,看見那一幕幕令你心痛或心碎的畫面時,請試著讓自己停下來,去陪伴自己的傷痛、自己內在的孤單與渴望愛的孩子,去和他說說話、安撫他,當你感覺自己越排拒他,也意味著你越需要他人陪伴,越容易創造讓你感覺再次被排拒或受傷的關係,因為人際關係與愛情,向來都是自我關係的延伸。

當我們把自己愛回來,當我們感覺安適和安定,就會在關係裡感覺穩定,就可以給出愛和發自內心的關懷,而不是搜尋愛來填補自己的孤單。

-----廣告,請繼續往下閱讀-----

愛,是可以不證自明的。

用正念呼吸進行深度的自我陪伴

深度陪伴,也就是在面臨了傷痛與不安的此時此刻,跟自己在一起。例如:當你經歷已讀不回、或者情緒被觸發時,你可以跟隨這樣的引導語:

吸氣,我看到我內心的擔憂
呼氣,我呼出我內心的擔憂
吸氣,我看到我內心的恐懼
呼氣,我呼出我內心的恐懼

在吸與吐之間,不斷與自己同在,不斷靠近難以忍受的情緒,你就會逐漸增加面對與承受情緒的能力,漸漸就能安撫那個需要反覆確認、經常不安的自己了。

——本文摘自《為什麼我們愛的如此不安?》,2019 年 2 月,商周出版

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

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

-----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。

1

2
0

文字

分享

1
2
0
「殺意」與「愛意」只有一線之隔!——《戰爭憑什麼:從靈長類到機器人的衝突與文明進程》
黑體文化_96
・2022/11/30 ・2200字 ・閱讀時間約 4 分鐘

貢貝黑猩猩戰爭

就在你讀這本書之際,從西非的象牙海岸共和國到東非的烏干達,到處都有成群的公黑猩猩在地盤邊界來回巡邏,有組織地追捕並攻擊外來的黑猩猩。牠們小心、安靜地移動,甚至不會花時間停下來吃東西。在烏干達最新的研究中,科學家使用了衛星定位裝置來追蹤努迦(Ngogo)黑猩猩族群,觀察牠們在一九九八到二○○八年之間進行的數十起突襲和二十一起殺戮行動,這些攻擊以吞併鄰近族群告終。

一九九八到二○○九年之間,努迦戰爭。努迦黑猩猩侵入鄰近黑猩猩群的地盤發動數十起突襲(左側地圖上的黑線),殺害了二十一隻黑猩猩,更在前所未有激烈的戰鬥後併吞該地區(右側地圖的陰影部分)。(黑體文化提供)

這些黑猩猩僅有的武器是拳頭和牙齒,偶爾也會用石頭和樹枝,但即使是年老的黑猩猩,隨便出手也勝過重量級的人類拳擊手,鋒利的犬齒更可長達四英寸。牠們一旦發現敵人就會拚個你死我活,啃咬對方的手指和腳趾,打斷骨頭、撕爛臉。有一回,靈長類動物學家驚駭地目睹攻擊者扯裂受害者的喉嚨,把氣管拉了出來。

《蒼蠅王》似乎說對了:「獸性就是我們的一部分,離我們很近、很近、很近。」

嬉皮猿愛情派對

但就像所有新的科學領域,大家很快就發現事情更加複雜。我在第一章提到《蒼蠅王》的觀點時,也立刻補充美國人類學家米德在南太平洋島嶼薩摩亞的見聞,她提供了截然不同的視角。

米德相信自己偶然遇見了太平洋上的和平天堂;同樣的,如果我們飛越六百英里,越過遼闊的剛果河,從貢貝來到另一區叫作萬巴(Wamba)的非洲雨林,也彷彿是跟著愛麗絲穿越鏡子,夢遊仙境。

-----廣告,請繼續往下閱讀-----

一九八六年十二月二十一日,日本靈長類動物學家伊谷原一在森林中的空地邊緣等待一群猩猩經過,但他驚奇地發現兩群猩猩同時出現了。如果這裡是貢貝,可能五分鐘內就會大事不妙,兩群猩猩互相發出威脅的吼聲,作勢攻擊並揮動樹枝,情況更糟的話甚至會打鬥喪命。

然而,萬巴這裡不是那樣。兩群猩猩只是隔著幾碼坐了下來,互相瞪視。半小時後,其中一群(P群)的一隻母猩猩起身,緩緩走到另一群(E群)的一隻母猩猩面前。過了一會兒,兩隻母猩猩面對面躺下來,張開腿貼緊對方的陰部,並加速來回移動屁股,互相摩擦陰蒂而發出低吟。過不了幾分鐘,兩隻猩猩都狂喘尖叫,緊抱在一起抽搐著。一時之間,兩隻猩猩都歸於安靜,注視著彼此的眼睛,然後精疲力盡地癱軟下來。

此時,兩群猩猩之間的距離也消失了。幾乎所有猩猩都在分享食物、理毛和交配。牠們公配母、母配母或公配公,不分老少地任意交纏著手、嘴與生殖器。牠們「做愛不作戰」[註1]

嬉皮黑猩猩:在剛果盆地,兩隻母的倭黑猩猩正在進行科學家所稱的陰部摩擦。(黑體文化提供)

接下來的兩個月裡,伊谷和同事們看到這兩群猩猩再度上演這幕三十多次。他們一次都沒看到貢貝黑猩猩那種暴力行為。不過,這是因為萬巴猩猩不是黑猩猩,至少與貢巴的不是同一種。嚴格說來,兩者同屬不同種,萬巴猩猩是倭黑猩猩(Pan paniscus),而貢貝猩猩就是我們一般所說的那種黑猩猩(Pan troglodytes)。

在外行人眼裡,兩種猩猩根本一模一樣。倭黑猩猩只是體型稍小,四肢較為瘦長,嘴巴和牙齒較小,臉也比較黑,毛髮中分(靈長類動物學家到一九二八年才把倭黑猩猩列為獨立物種)。然而,兩種猩猩的差異有助於解答戰爭有何好處,以及人類在二十一世紀會發生什麼事。

-----廣告,請繼續往下閱讀-----

為了避免混淆,科學家通常稱倭黑猩猩為巴諾布猿(bonobo),記者則稱牠們為「嬉皮猿」(hippie chimp),一般黑猩猩就只稱為黑猩猩(chimpanzee),不加特別的形容詞。巴諾布猿和黑猩猩的DNA幾乎一樣,兩者有共同祖先,僅在一億三千萬年前才開始分化。更驚人的是,兩種猩猩與人類DNA的相近程度也一樣。

如果黑猩猩戰爭代表人類可能天生就是殺手,巴諾布猿的雜交派對則顯示我們可能也是天生的歡愛之徒。

除了在格勞庇烏山拔劍相向,兩個陣營的領袖阿古利可拉和卡爾加庫斯搞不好也可能扯掉袍子,互相摩擦下體。

族譜樹狀圖:一千五百萬年前,類人猿從我們最近的共同祖先中分化(divergence)出來。(黑體文化提供)

但西元八三年的這幕還是以拔劍相向收場。在我們爬梳背後原因的同時,也將理解人類為何在動手不動口的整整一萬年後,竟然沒有繼續大動干戈,在二十世紀晚期轟掉全世界。背後的解釋也暗示我們將在二十一世紀保持和平紀錄。但這事說來話長,事實上,有三十八億年那麼長。

註釋

註1:作者此處刻意化用美國反越戰時期的著名口號「做愛不作戰」(make love, not war)。後面作者用特別用「嬉皮黑猩猩」這個常見別稱來指涉倭黑猩猩,顯然也與嬉皮是反戰人士有關

-----廣告,請繼續往下閱讀-----

——本文摘自《戰爭憑什麼:從靈長類到機器人的衝突與文明進程》,2022 年 11 月,黑體文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1

0

2
0

文字

分享

0
2
0
閨蜜怎麼會決裂?——透視《華燈初上》影響蘇媽媽與蘿絲媽媽友情的因素
雞湯來了
・2022/04/05 ・2555字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

  • 文/雞湯來了特約作者吳心予
  • 校稿/雞湯來了張芷晴、陳世芃
  • 製圖/雞湯來了實習生翁欣容
  • 編輯/雞湯來了蕭子喬

電視劇《華燈初上》以日式酒店為背景,描述劇中人物的愛恨情仇。其中最受到關注的是劇中兩位女主角:蘿絲跟蘇之間發生的故事。蘿絲和蘇在高中時期成為好姐妹,一路以來發生了蘿絲離家出走、蘇未婚懷孕、蘿絲因為前夫的債務坐牢、兩人共同經營「光」酒店、各自面對不同的愛情煩惱等等人生轉折的時候,蘿絲跟蘇都一直陪伴在彼此身邊、不離不棄。

「就像我和蘇一樣,有人在背後支撐妳,不管發生什麼事,只要有她在就心安」
-《華燈初上》蘿絲

然而,在第二季的劇情裡,蘇跟蘿絲親密的情感卻出現裂痕,發生激烈的爭吵。在爭吵之中,蘇頻頻說出傷人的話,甚至讓蘿絲拿起煙灰缸想要砸向蘇。是什麼原因讓原本要好的閨蜜決裂?原生家庭的溝通模式,如何影響她們的相處?

「同情就像一把刀子,一刀刺死我,這種你最擅長,

又假裝一副清高溫柔、與世無爭的樣子,妳就是要證明妳是最優秀、贏的那個。」
-《華燈初上》蘇

圖/《華燈初上》

女生的感情為什麼這麼好?獨特性的閨蜜情感

從蘿絲跟蘇的感情互動中,可以看到女性親密情感關係的獨特性,它自成一格,獨立於女同志以及異性戀關係框架之外。相較常見女性的人生規劃以原生家庭或另一半為主,劇中蘇跟與蘿絲都把對方當作人生規劃的重心,事業跟養育子女的計畫都與彼此相關。不論是生活安排或者情緒感受,蘇跟蘿絲的狀態緊緊相連,除了考慮對方的感受與處境,也將對方視為生命中重要的夥伴。

甚至當蘿絲跟蘇兩人在面對「情人跟閨蜜」二選一的情境時,都選擇了彼此。蘿絲跟江瀚在一起之後,蘇選擇隱忍自己對江瀚的情愫,支持好姊妹的感情。蘿絲與江瀚分手後,蘇與江瀚無縫接軌的戀情曝光,一開始蘿絲非常憤怒,但是蘿絲在蘇與他人衝突或遇到人生困境的時候,都站在蘇的立場處理事情,可見閨蜜情感對蘇跟蘿絲來說都勝過愛情。 

-----廣告,請繼續往下閱讀-----

《華燈初上》的劇情,讓我們不只看見愛情如何影響閨蜜情感,而是兩個原生家庭及婚姻破裂的異性戀女生,如何成為互相支持的角色,以及緊密的關係如何受到兩人的自我價值感、成長背景以及戀愛經驗影響,發生劇烈的爭吵與誤會。

閨蜜情感總是脆弱?3大因素影響友情

蘇跟蘿絲在學生時期跟成年後曾經歷強烈的爭吵,在吵架的過程中,可以看到兩人面對衝突時的不知所措。她們看待友誼跟處理衝突的方式,都受到家庭關係、自我價值感跟戀愛經驗的影響。

因素1|家庭關係影響溝通習慣

原生家庭的互動方式,大幅影響蘇跟蘿絲看待自我與人際關係的角度。蘇的媽媽與蘇之前沒有良好的溝通與照顧關係,導致蘇缺乏與親近的人溝通的能力。蘿絲的爸爸用權威的方式教育子女,所以蘿絲沒有機會跟父母表達內心想法,也無法被父母理解,年少的時候就離家出走。

因為兩人都生在缺乏良好溝通的家庭,每當蘇跟蘿絲的關係出現矛盾,都是用大聲爭吵的方式跟對方互動,無法順暢面對衝突。不管青少年時期或者成年後的蘿絲跟蘇,對於關係都缺乏安全感與溝通能力,無法坦誠對人際關係中的對象說出自己的感受與期望,只會習慣性地用傷害對方或自己的形式,期望情感關係朝向理想的方向發展。

-----廣告,請繼續往下閱讀-----

因素2|自我價值影響自尊與安全感

青少年時期形塑的自我價值,也進一步影響蘇與蘿絲的閨蜜感情。當青少年的自我價值感低落,認為自己不值得獲得友情支持,就不容易感受到身邊朋友的情感支持。

蘇從小被母親拋棄,在學校除了蘿絲沒有其他朋友,在戀愛關係中用激烈的手段離開或者挽留關係,對於人際關係有著強烈的不安全感與不自信,認為自己不值得被愛。低落的自我價值感影響蘇從蘿絲身上感受到的支持,讓蘇認為「蘿絲跟其他人一樣可能會背叛自己」,難以獲得關係中的安全感。

因素3|戀愛經驗影響自我覺察深度

戀愛關係的結束,可能引爆原本隱藏的感受,以及對閨蜜情感進一步的覺察,也可能因此動搖原本的姐妹情誼。蘿絲因為跟江瀚分手,發現堅強的內心也有脆弱的地方;蘇也在跟江瀚分手之後,發現自己面對感情沒有想像中理性,一旦面對破裂的關係,沒有復原的能力與勇氣。

蘇與蘿絲激烈爭吵後,無法面對蘿絲可能傷心的情緒,同時出於對於現有生活的逃避,離開與蘿絲共同經營的日式酒店,連股份也劃分得一乾二凈。

-----廣告,請繼續往下閱讀-----

閨蜜吵架怎麼辦?2個方法梳理過去、尋找關係共識

蘿絲跟蘇因為長期在生活上跟情感上互相扶持,累積了深厚的情誼,但感情在突發事件爆發後,引爆過去的家庭、自尊與戀愛經驗議題帶來的影響,尤其兩人跟原生家庭成員溝通不良的經驗,持續影響她們的友情發展,難以維持像是學生時期一樣的單純互動。

面對閨蜜情感中的爭吵,可以透過自我覺察與表達感受兩個方式,找到能夠一起長期經營閨蜜關係的模式。

  • 自我覺察|
    回顧過往的家庭關係與人際關係(戀愛經驗),思考過去與家人溝通的方式,能不能對家人說出內心的想法?心裡的想法有沒有被聆聽?跟家人互動的時候,能不能感受到愛和支持的正向感受?
  • 表達感受|
    從過去的人際互動經驗中,找到順利溝通的方式,用來與閨蜜表達內心想法。或者從過去不愉快人際經驗中,反思自己不適應的互動模式,以及期望的互動方式,並嘗試與閨密討論兩人對關係的期待,一起尋找共識。

參考資料

張晏榛(2011)。「非標準親密關係」的女性友「情」:以異性戀女性為例。高雄醫學大學性別研究所碩士論文,未出版。

許皓宜(2004)。姊妹情誼的舊曲與新調~戀愛經驗對成年前期女性友誼影響之探究。國立台灣師範學院教育心理與輔導學系碩士論文,未出版。

-----廣告,請繼續往下閱讀-----

Niobe Way & Melissa L. Greene(2006)。Trajectories of Perceived Friendship Quality During

Adolescence: The Patterns and Contextual Predictors。JOURNAL OF RESEARCH ON ADOLESCENCE,16(2),293–320。

-----廣告,請繼續往下閱讀-----
雞湯來了
51 篇文章 ・ 463 位粉絲
幸福,如何選擇?雞湯來了相信我們值得擁有更優質的家人關係。致力提供科學研究證實的家庭知識,讓您在家庭生活的日常、人生選擇的關卡,找到適合的方向。雞湯來了官網、雞湯來了FB