Loading [MathJax]/jax/output/HTML-CSS/config.js

0

0
0

文字

分享

0
0
0

斯佩里誕辰│ 科學史上的今天:8/20

張瑞棋_96
・2015/08/20 ・944字 ・閱讀時間約 1 分鐘 ・SR值 482 ・五年級

斯佩里挑起貓的左眼通往右腦的視神經,小心翼翼地將它剪斷,只保留通往左腦的視神經;接著再對右眼如法炮製,只留下通往右腦的視神經。然後他打開貓的頭蓋骨,將連結左右兩個半腦的胼胝體也切斷,如此一來,這隻貓醒來後,左腦就只會接收到左眼所見的影像,右腦亦然;斯佩里就可以進行他的實驗了。

他遮住貓的右眼,只留左眼,訓練牠學會分辨三角形與正方形。然後將眼罩移往左眼,結果改用右眼的貓竟馬上就無法辨別三角形與正方形了;若又改回用左眼看,還是能正確分辨。斯佩里證明了左右腦有各自獨立的感知與學習系統,而且必須靠胼胝體的連結,才能將經驗移轉給另一半大腦。

因為這項實驗,斯佩里於 1954 年獲邀前往加州理工學院任教,並琢磨著如何在人身上展開「裂腦實驗」,畢竟人的心智運作才是我們最想一窺究竟的。

當然不可能像貓那樣把人抓來動手術,不過,世上確實有「裂腦人」存在──為了免於癲癇發作之苦,有些嚴重的病患會接受胼胝體切除手術。1961 年,機會來了,有個即將接受裂腦手術的病患願意參與實驗。斯佩里派了剛進研究所,興致勃勃的葛詹尼加(Michael Gazzaniga)前往醫院進行測試。

-----廣告,請繼續往下閱讀-----

測試結果發現病患可以正確回答在右視野閃過(只有左腦察覺)的圖片是什麼,但是當圖片在左視野閃過,病患卻說什麼都沒看見;然而若要他用左手畫出,或靠觸覺選出圖片中的物品,卻又都能成功做到。也就是說右腦的確看到了圖片,但無法傳遞給語言中樞所在的左腦(註一),在無從描述之下,左腦就回答什麼都沒看見;但因為右腦負責空間與圖形辨識,所以還是能用它所指揮的左手畫出或摸出正確答案。

左腦與右腦各自的特化功能(稱為「腦功能側化」;註二),正是因為一連串的裂腦實驗才獲得釐清,斯佩里因此而獲得 1981 年的諾貝爾生理或醫學獎。然而畢生研究腦部神經的他,後來卻罹患運動神經元病變的「漸凍症」,而於 1994 年過世。

  • 註一:約有 10% 的人,其語言中樞是在右腦,其中大部分是左撇子。
  • 註二:大腦不同部位雖各有不同功能,但並非一成不變;例如就有裂腦人的右腦後來也發展出語言功能的例子。

 

本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

-----廣告,請繼續往下閱讀-----
文章難易度
張瑞棋_96
423 篇文章 ・ 1028 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

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

9
3

文字

分享

0
9
3
切開左、右腦間的3億條神經纖維束後,會發生什麼事?——《全腦人生》
天下文化_96
・2022/08/22 ・3699字 ・閱讀時間約 7 分鐘

一刀切開大腦的糾葛!

我挺幸運,1970 年代末期身為大學生的我,親眼目睹神經科學邁向主流,舉世聞名的裂腦手術也備受矚目:史培利(Roger Sperry)博士將數名癲癇病人左右腦之間的連結切斷。

我保守一點說好了,他的研究迷得我神魂顛倒。

不曉得有沒有人也對大腦研究充滿嚮往?圖/elements.envato

史培利施以連合帶切開術(commissurotomy),將胼胝體切斷,連結兩個大腦半球之間的近三億條神經軸突纖維束於是斷開,成功防止不正常放電情形波及另一個半腦。

裂腦手術還揭開另一項優勢:葛詹尼加(Michael Gazzaniga)博士對這類病人執行心理實驗,深究胼胝體切斷後、兩半腦分別運作的模式,研究結果斐然。

-----廣告,請繼續往下閱讀-----

我這初出茅廬的神經科學家,尤其著迷於這些實驗有如《化身博士》(Strange Case of  Dr. Jekyll and Mr. Hyde)的故事:兩個大腦半球在心理學及解剖學上的能力涇渭分明。顯然兩個半腦中間的連結切斷後,裂腦病人的行為就像是兩個獨特的人格,表現通常背道而馳。

左右腦分開後,會發生什麼事?

部分病人身上,「占據」右腦的人格表現出的意向與行為,會與「占據」左腦的人格恰恰相反。舉例來說,一名男士想用左手(右腦)打老婆,右手(左腦)則同時保護老婆。其他時候顯然也出現相同狀況:他一手使勁拉下褲子,另一手卻同時替自己拉上。

另一名病人剛好是個孩子,則是左右腦言詞不一致。問及人生目標時,他右腦說長大想當賽車手,左腦卻想當製圖師。

還有一位病人提到,她每天早上選衣服時,都要爭鬥一番,左右手好比同極相斥的磁鐵,各有既定喜好,早就描繪好自己當天該穿什麼。她去雜貨店買吃的,兩個半腦想要的食物也天差地別。她手術過後一年多,才有辦法駕馭單一意向,有意識的遏止兩個意見相左的人格在內心激烈交戰。

-----廣告,請繼續往下閱讀-----
你能想像你的大腦裡面有兩個不同的想法一直在作對嗎?圖/pixabay

你讀到這些故事,務必了解,這些經過連合帶切開術的病人在解剖學上和你我的唯一差異,在於我們的兩個大腦半球之間有胼胝體連結,互相溝通。

科學家理解到,以神經解剖學而言,大部分的連合纖維本質屬於抑制性,運作時,訊息是從一個腦半球的某組細胞,跑到另一腦半球對應的那組細胞。兩個腦半球的細胞隨時為活躍狀態,但對應的腦半球細胞群卻是分別處在支配與抑制的狀態。

如此一來,一個腦半球即有能力抑制另一個腦半球對應的細胞群,支配特定細胞群的功能。例如,我們專心聽某人所說的詞彙及意義時(左腦),比較不會專注於對方的語調變化或情緒內容(右腦)—— 但這反而是對方真正打算溝通的事情,反之亦然。譬如,有沒有人曾對你大吼,說你根本沒聽到重點,而你錯愕不已?

既然上天給你一對腦,為何只用一邊呢?

1970 年代和 1980 年代,社會上對裂腦研究的反應有點過於熱烈,著重開發「右腦」或「左腦」的社群課程如雨後春筍冒出,許多學校甚至積極投入,設計出可以刺激一個半腦或兩個半腦的課程。

-----廣告,請繼續往下閱讀-----

左腦人及右腦人的刻板印象進入主流:左腦人表現較有條理、準時、注重細節,右腦人點子多、創新、運動發達。

可惜,在大家痴迷左右腦之際,許多家長想讓孩子贏在起跑點,策略卻是讓孩子接觸適合其天賦的課程。沒錯,這合情合理,畢竟家長希望孩子因拿手之事獲得回報。

不過,若家長希望孩子全腦、全方位均衡發展,較完善的方式應該是鼓勵孩子參與自己並不拿手的活動。例如,若孩子具左腦優勢,擅長科學及數學,可以鼓勵他們參加戶外活動,到林間探索與蒐集資料,也可以引導擅長運動及藝術的孩子發揮創意,設計超酷的科展作品,參加衡量某類表現的科學展覽會。

由於過去四十年來,家長只著重激發單個半腦的優勢,造成孩子的能力朝向兩極端發展。目前有些著作及教學技巧專門開發不慣用的腦半球,例如至今仍廣為使用的經典之作《像藝術家一樣思考》(Drawing on the Right Side of the Brain)。

-----廣告,請繼續往下閱讀-----
Heart Love GIF by nerdbugs
不慣用的腦半球也應該要適度的刺激,才能更均衡的發展。圖/GIPHY

另外,你不必費勁就能發現,行銷人員如何善用策略,瞄準我們對右腦或左腦的偏好。就連電腦作業系統也符合這種分野:一般認為 蘋果產品直指右腦創造力,任何微軟的可笑產品則直指左腦分析力。還記得黑莓機嗎?這機子則是用來讓我的右腦哀哀叫。

左、右腦獨立運作?這是迷思!

依此種刻板印象推廣的科普知識五花八門,旨在開發左右半腦的潛能。除此之外,也有成山成海的實證科學,清楚描繪左右半腦在解剖學及功能上的差異。

如想知道半世紀以來,科學家在巨觀與微觀方面發現了哪些差異,英國精神科醫師麥基爾克里斯特(Iain McGilchrist)博士的《主人與使者》描寫得深入淺出,亦蒐羅最新的研究內容。

如想了解哈佛精神科醫師如何與左右腦人格合作,協助精神病人復原,不妨閱讀薛佛(Fredric Schiffer)博士的《雙腦革命》,著實教人大長見識;該書甚至敘述了兩個人格有多麼相異:其中一個人格體驗到的疼痛感,另一個人格真的會感覺不到,或是也不會表現出來。

-----廣告,請繼續往下閱讀-----

若想知道處理心理健康問題的替代工具,史華茲(Richard Schwartz)博士的內在家族系統值得一試;該模型有助辨識一個人的部分性格,以便互相合作,找出健康的解決之道。上述書籍與工具皆發人深省,可幫助大家知曉大腦的奧祕。

本來左右腦就會持續造就任一經驗時刻的整體經驗,所以我的意思並不是左腦或右腦獨立運作。

現代科技顯示,任何時刻兩個半腦顯然皆會造就神經系統的輸入、經驗與輸出。然而如我先前所述,腦細胞的標準做法,就是支配並抑制對應部位的腦細胞,因此,除非死亡,腦部在任何情況下,都不是全開機或全關機的狀態。

人類的性格,究竟是怎麼被塑造出來的?

想了解大腦運作,自然會提出這問題:「一群腦細胞到底怎麼可能合作打造一種人格?」我可不是第一個提出這問題的人,我也不是第一個經歷腦部創傷、性格大變、創傷細胞復原然後重拾舊迴路、舊技能組合、舊人格特質的人。

不過,我大概是第一位歷經腦部創傷及復原、踏上求解之路的神經解剖學家,率先深入探查自己大腦神經與心理方面的運作模式,並獲得四大人格的獨到見解。

-----廣告,請繼續往下閱讀-----
Pink And Blue Animation GIF by palerlotus
明明都是神經細胞,為甚麼卻有各種不同的人格?圖/GIPHY

腦細胞是美妙的小生物,形態大小各異,其設計說明了執行特定功能的能力。例如,位在兩個半腦主要聽覺皮質區的神經元具有獨特形狀,能處理聲音資訊;其他連結不同腦部區域的神經元,形狀也適合其功能,運動系統的神經元更不例外。

值得注意的是,從神經解剖學的角度來看,每個人的腦部神經元本身以及互相連結的方式,基本上並無二致。

從結構上來看,每個人的大腦皮質最外層的隆起與溝渠根本一模一樣,而且相像到——如果你腦部特定區域受損,我腦部該區域也受損,那我倆喪失的功能也一模模一樣樣。以運動皮質為例,如果你和我某個半腦的特定細胞群都受損,我們的身體超有可能在同樣的部位癱瘓。

左腦、右腦到底有甚麼差異?

左右半腦固有功能的差異在於,神經元處理資訊時,各有獨特方式。

-----廣告,請繼續往下閱讀-----

先說左腦,左腦神經元其實是以線性方式運作:會先接收一個想法,拿這個想法和下一個想法互相比較,接著再拿這些想法的副產物和再下一個想法互相比較。

由此可知,左腦能以次序方式思考。例如,我們知道必須先發動引擎,才能打檔。左腦可是令人嘆為觀止的序列處理器,不僅創造抽象的線性(例如1 + 1 = 2),還為我們展現出時間性,將時間以線性感,分割成過去、現在與未來。

右腦神經元則完全不是用來建立線性次序,反而有如平行處理器,可引進多條資料流,同時顯示單一的複雜經驗時刻。記憶是由兩個腦半球共同創造,右腦則替記憶的創造成果增添深度,豐厚了此時此地的面貌。

儘管許多腦細胞負責執行顯而易見的工作,例如理解語言或呈現視覺,其他神經元卻負責創造想法或情緒。

「模組」這詞就是用來說明哪組神經元和其他神經元互相連結,並以集合體的形式共同運作。我們大腦中的四大人格,即是以特定且獨特的神經元模組運作。

——本文摘自《全腦人生:讓大腦的四大人格合作無間,當個最棒的自己徒》,2022 年 8 月,天下文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

0

1
1

文字

分享

0
1
1
不管鞋子是什麼顏色,你既不是右腦人,也不是左腦人
Aaron H._96
・2019/05/11 ・1569字 ・閱讀時間約 3 分鐘 ・SR值 520 ・七年級

-----廣告,請繼續往下閱讀-----

在你決定打開臉書,宣告你看到的是粉紅/白,或是灰/綠色之前,想讓你知道:不管你看到甚麼顏色,這都跟你是左腦人或右腦人無關。

不管看到灰/綠或是粉紅/白,都不能證明你是右腦人或左腦人。

什麼?不是都說左腦掌管理性與邏輯,右腦掌管感性與創意嗎?

事實上,左右腦理論從未被神經科學界證實,近來也有許多研究證明了左右腦的運作,根本就不存在這樣明確的分界。左右腦理論可以說是完全過時且沒有科學實證的理論。

-----廣告,請繼續往下閱讀-----

左右腦理論的起源

左右腦理論最早可以追溯到大約 1953 年左右,與諾貝爾獎得主羅傑·斯佩里醫師(Roger W. Sperry)的研究有關。我們現在已知人類的大腦有左右大腦半球之外,中間還有相互連結的胼胝體,作為左右大腦溝通的橋樑。但在羅傑·斯佩里醫師的時代,左右大腦半球相互溝通的機制還非常神秘。

現在我們已經知道人類大腦有左右大腦半球之分,中間有胼胝體(紅色)作為連結兩者的溝通橋樑。 圖/Corpus callosum. Image by Life Science Databases (LSDB) / CC BY-SA 2.1 JP

當時羅傑·斯佩里醫師相當著迷於 一種叫做「眼間信號轉移」的現象。這個現象會先請受試者將一隻眼睛遮起來,用單眼學會某個新的動作,然後再切換到另外一隻眼睛,受試者一樣能夠立刻學會這個動作。羅傑·斯佩里醫師試著將貓的胼胝體切斷後,並對調了貓的左右視神經,嘗試將貓的眼睛遮起來後,教會貓咪分辨三角形與方形。羅傑·斯佩里醫師發現隨著遮住的眼睛不同,左眼和右眼似乎可以學會完全不同的技能(例如:在一堆三角形中辨識方形,而另外一隻眼睛可以學會在一堆方形中辨識三角形,彼此互不干擾)。

另外羅傑·斯佩里醫師也在這個著名的「裂腦實驗」中,發現切斷胼胝體,也許能夠協助治療癲癇患者。癲癇患者大發作的時候,腦部錯誤的放電,會四處發散,透過胼胝體的傳導,影響另一個大腦半球。羅傑·斯佩里醫師認為,如果提前將患者的胼胝體切斷,自然能阻止電波的傳遞,將電波影響的範圍縮小,控制病情。事後羅傑·斯佩里醫師與他的團隊也做了許多接受裂腦手術的自願者,在語言、運動、感覺等各方面的試驗,徹底改變了人們對於大腦與行為的理解,也因此獲得諾貝爾獎。

-----廣告,請繼續往下閱讀-----

雖然這些接受裂腦手術的患者,癲癇的狀況獲得控制,但隨之而來,也產生許多其他的問題。由於缺乏了胼胝體,左右腦無法相互協調。常常會出現「右手在扣釦子,左手在解扣子」的情形。病人的運動、語言等功能更受到無可復原的改變,生活品質大受影響。

而裂腦實驗的結果,也從大腦的不同區域可能有不同功能,到被誤解為「左腦處理語言,右腦處理藝術」,形成左右腦理論,甚至是各種心理測驗等,被瘋狂地在商業、心理、教育等領域過份誇張地渲染,被錯誤地推導成各種未經證實的理論。

  • 以語言為例,左右大腦處理語言的區域分布極為複雜,並非完全由左大腦主管。

人類多半時間都是全腦人

近年來,由於影像科技的發展,科學家已經可以透過 fMRI或腦波等工具去探索大腦的功能。結果發現,不僅是語言功能、運動功能甚至是更複雜的創意發想能力、藝術天分等等,幾乎都是左右大腦共同相互協作的結果。無論是在神經科學、心理學或是解剖學等領域,都沒有證據支持左右優勢半腦的說法。沒有誰是完全的左腦人或右腦人,人類多半時間都是「全腦人」。

至於有些人會看到特定顏色組合,有些人甚至可以再這樣的顏色組合中切換,很多時候是眼睛接受顏色、亮度的差異,是因為每個人感知顏色的能力不同、大腦受到周邊環境影響,解釋視覺訊號的結果不同,也跟左右腦的運用沒有關係。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----