Loading [MathJax]/extensions/tex2jax.js

1

8
1

文字

分享

1
8
1

想到數學就先後退三步,對數學恐懼的我們就注定學不好數學嗎?——《思維風暴》

PanSci_96
・2020/05/15 ・3703字 ・閱讀時間約 7 分鐘 ・SR值 550 ・八年級

-----廣告,請繼續往下閱讀-----

  • 作者/西摩爾.派普特 (Seymour Papert);譯者/張安昇、駱莊奇

柏拉圖在他的學院門口放了個標識,「只有幾何學家可入」。時代變了,多數試圖進入柏拉圖精神世界的人既不懂數學,對他的禁令也心安理得地視而不見。「人文文化」和「科學文化」之間精神分裂式的鴻溝使他們認為柏拉圖是個哲學家,哲學就屬於文科,就像數學就屬於理科。

人文與科學就這麼一分為二。圖/giphy

「人文」和「科學」之間的巨大鴻溝貫穿於我們的語言、世界觀、社會組織構架、教育系統,在近年來甚至影響神經生理學理論。這一鴻溝還能自生自存:文化越分裂,分裂的各方越朝著相反的方向生長,進一步擴大分裂。

如我之前所說,電腦可以打破這兩種文化間的間隔。雖然文科學者覺得自己的工作是洞悉人性,冷冰冰的科學技術也幫不上忙。理科學者覺得文科太空泛,不具備科學研究要求的嚴謹性。但在我看來,電腦的出現可以從認知層面減少這兩種文化間的疏離。

當代文化對數學的集體恐懼其實來自於其疏離性。「人文主義」數學的誕生說明數學可以和人文研究相結合。在這本書中,我試圖解釋電腦如何讓數學知識更為人性化,讓兒童喜歡上數學。我想探討的不止是數學這門學科,更是重新看待學習過程的視角。

-----廣告,請繼續往下閱讀-----

你是害怕數學,還是對學習感到恐懼?

許多成年人消極看待自己的能力短處,最常見的莫過於「放棄數學」了。數學沒學好的直接影響是就業受限,但其間接影響更為深遠。他們建立了一種世界觀,不同的知識被割裂開來,中間出現無法穿越的鐵幕。

我這裡主要想做的工作,不是要挑戰一塊塊知識領土的主權完整,而是清除人們跨學科思考的障礙。我不是要混淆數學和文學,他們雖然是不同的學科,但數學和文學在思維方式上的差異並沒有人們想的那麼大。所以在這本書裡我用了「數學國」這樣一個概念。在數學國,數學就是自然語言。

我用這個概念闡釋電腦的出現將如何把人文與數學/科學相結合。從數學國這個概念出發,我將論證電腦如何改變兒童數學教學方式,乃至於從根本上改變我們處理知識和學習的方式。

是讀書太困難,還是你恐懼學習?圖/giphy

在我看來有兩種「數學恐懼症」。一種是對數學的恐懼已經達到心理學上「恐懼症」的程度,另一種與其說是害怕數學,不如說是害怕學習1

在我們的文化中,患上厭學病的人不少於患厭數學病的人。兒童一開始讀書都很有幹勁,結果學習時受挫不斷,尤其是在學數學的時候。這磨滅了他們的熱情,使他們從一開始熱愛學習、喜歡數學,變得厭學且害怕數學。

我們要探索這一轉變是如何發生的,而電腦將如何避免兒童厭學,就要先回顧兒童學習的過程。兒童學得快是無庸置疑。以口語詞彙為例,兩歲時他們只會幾百個單詞,四年後一年級的孩子已經會說數千個單詞了。顯然,他們每天都在學習新詞彙。

-----廣告,請繼續往下閱讀-----

孩子不是生來就有跟成人一樣思維

相對於詞彙量的積累,他們學數學的進度就沒那麼直觀了。皮亞傑畢生研究兒童智力的產生和發展,他的發現之一是成人往往不能理解兒童學習的內容和深入程度,因為從成人視角,從理所當然的知識結構出發,我們就看不見兒童究竟學到了什麼。皮亞傑的守恆(conservations)2理論就很好地解釋了這一點(見下圖)。

液體的守恆。圖片來自《思維風暴》

大人可以一眼看出把液體從一個容器倒進另一個容器裡,液體總量不變(灑出或殘餘在原杯中的少量水可忽略不計),這就是質量守恆。然而經皮亞傑的研究之後,人們才知道質量守恆這麼簡單的道理四歲的孩子可能完全不理解3。存量不因容器而改變,這個道理兒童要經過一定程度的智力發育才能理解。

此外還有數量守恆,大人知道計數時只要點清楚有多少件物品,用一個數字反映物品的件數,按什麼順序清點不會影響最終數額。但是兒童就不能把數額和物品脫離,他們的認識能力和世界觀無法理解為什麼不同的算數過程得到的結果都是相同的。

守恆的概念背後有一套看不見的龐大數學知識體系,需要兒童自己學習。要是叫四、五歲的孩子憑直覺回答,他們會說兩點之間距離最短的路線不一定是直線,兩點之間走得慢不見得就比走得快更花時間。他們這麼想不僅是因為缺乏「這項知識」,而是無法把最短線段、行走方式這兩個概念分離開來。

-----廣告,請繼續往下閱讀-----
孩子也在用自己的視角認識這個世界。圖/giphy

我們不能說孩子們無法理解這些概念是因為沒知識。皮亞傑發現兒童其實有一套自己的邏輯,雖然他們給的不是習以常見的答案,他們也能自圓其說。這些道理是兒童自發習得的,自成體系也非常完善。

習得的過程包括至少兩階段:早在學齡前時期兒童就有一套關於世界的理論;隨著他們成長,這套理論慢慢接近成人思維。這就是我所說的皮亞傑式學習法,它有效(所有孩子都學得了),成本低(不需要老師和教學大綱),人性化(不需要外部的獎懲措施,兒童自然而然就學會了)。

而許多人越長大越失去這種學習能力。有一部分人幾乎完全放棄學習,很少進行刻意學習。他們覺得自己沒有學習能力,也感受不到學習的快樂。這給個人和社會帶來巨大損失:在精神上和物質上,學習恐懼症都是個人發展的攔路虎。

其實你有能力,但卻被自己打敗!

唉……我就是沒辦法。圖/giphy

大多數人沒有學習恐懼症,但他們或多或少會否定自己在某些方面的能力,說自己「就是學不好法語,聽都聽不懂」;「我肯定不會做生意,我對數字沒概念」;「我怎麼會雙板滑雪啊,我就是肢體不協調」。這些論調被他們奉為信條不斷重複,越發認定自己就是不行。

對於學習恐懼症的受害者來說,他們就認定自己學不了。這一章和第三章中的一系列實驗表明在友好的學習環境下,給予恰當的情緒支持和智力支持,四肢不協調的人也會雜耍,對數學沒概念的人不僅能學好,還會愛上數學。

-----廣告,請繼續往下閱讀-----

自我強化的力量是很可怕的,要是一個人堅信自己不懂數學,一看到跟數學相關的事就躲,自暴自棄的下場就是進一步強化「不懂數學」的信念。最糟糕的是,這樣的信念不僅存在於個體中,更植根進我們的文化裡。

我們的文化把人分成了「聰明人」和「笨蛋」。每個人都會偏科,不同科目的學習能力強弱構成一個人的社會身分。有的人叫「數學天才」,有的人叫「數學白癡」。兒童最開始的學習經歷往往決定了他們的偏科傾向。哪科沒學好,一受挫就覺得自己成了笨蛋,或者某科白癡(最常見的就是數學白癡)。他們一認定了自己是笨蛋,再不斷強化這個信念,自己也很難跳出這個死循環。

拍一拍,看看腦子會不會比較好用(?)圖/giphy

每個人的學習能力不同,各有各的局限。我們很難破除這種說法,不僅因為這個說法已被廣泛接受,還因為它貌似科學,心理學家也設計了學習能力量表對此進行證明。但我們用以下這個思維實驗,質疑現有測試學習能力的手段,究竟測到什麼。

現有的數學能力測試真的能分辨出真正的數學恐懼症患者嗎?

我們換一個角度,要是每天逼孩子花一小時在方格紙上畫舞步,參加舞步繪圖測試,考試沒通過就不能跳舞。孩子們會不會被逼成「跳舞恐懼症」?我們可以說那些通過舞步繪圖測試的孩子就是「舞蹈學習能力強」?反之,孩子們不情不願地做算術題,沒日沒夜地練習然後通過測試,這就算「數學能力強」了嗎?不太對吧。

有人說這麼類比不恰當,應該用心理學方法收集「科學依據」。然而當代教育心理學研究的,都是身處現實世界「反數學國」的兒童,是怎麼學數學,或者更恰當的說怎麼放棄學數學。我們可以用另一個寓言來比喻這種研究方法。

-----廣告,請繼續往下閱讀-----

想像一下,十九世紀的時候有個人覺得馬車太慢,想要改進交通工具。他深信要創造新的交通工具,首先要研究透澈現有交通工具。他仔細研究各類馬車的異同,研究不同輪子、軸承和套馬方式怎麼提高馬車的速度。我們知道後來真的誕生了新的交通工具——汽車和飛機。

汽車和飛機是怎麼來的?是通過研究馬車怎樣跑得快就發明出來的嗎?並不是。

我們今天的教學研究探討的是現有的教學方法。很多研究探討了學生在理科教育上頗為受挫的現實問題,人性化地提出「好的」教學法需要適應學生學不好理科這一現實。

雖然這聽起來頗為人道,但我認為正是這樣的想法讓教育機制停滯不前。這就像研究什麼樣的軸承可以提升馬車車速,而真正解決問題的是用汽車取代馬車。教育界需要發明出自己的「汽車」——突破性的教學法,而這也是本書的主題。

註解:

  1. Mathematic 的詞根 math、或 mathetic 出自希臘,有學習之意,例如 polymath 指博學之人。
  2. 譯注:心理和教育學界則常譯為「保留」。
  3. 自從有人類以來就有孩子,但我們居然要等待皮亞傑的出現,來解釋兒童如何思考,以及成人是如何忘記自己作為兒童時是如何思考。這不禁讓人聯想到佛洛伊德的認知壓抑理論。

——本書摘自《MINDSTORMS:Children,Computers,And Powerful Ideas 思維風暴:兒童如何用電腦建構無限可能》,2020 年 3 月,台科大圖書

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
PanSci_96
1262 篇文章 ・ 2498 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
腦中那首歌停不下來?可能是「耳蟲」找上你!
雅文兒童聽語文教基金會_96
・2025/08/20 ・3373字 ・閱讀時間約 7 分鐘

  • 文 / 雅文基金會聽語科學研究中心 林旻萱 助理研究員

在你的日常生活中,是否也有過這樣的經驗呢?四周一片寂靜,你坐在書桌前,試圖專心準備即將到來的考試,卻發現怎麼樣都無法靜下心來,因為腦袋裡正不受控制地播放同一首歌,甚至有時候還會不自覺的哼唱起旋律。那也許是你在商店裡無意間聽到的廣告歌曲,也或許是喜歡的歌手發的新歌,無論你有沒有刻意去回想,它都會佔據你的腦海,像是腦中的背景音樂,不斷重播。

像這樣被一首歌「洗腦」的狀況,到底為什麼會發生呢?

為什麼我們會被歌曲洗腦?原來是耳蟲搞的鬼

事實上,上述的這種現象稱為不自主音樂意象(Involuntary Musical Imagery, INMI),也稱為卡歌症候群(Stuck Song Syndrome, SSS),在口語上常被稱為耳蟲(earworm),是指一段旋律在大腦中自發浮現,並不斷重播的現象 [1][2]。耳蟲這個詞是從德文的詞彙 “ohrwurm” 而來 [3],”ohr” 是指耳朵,而 “wurm” 則是小蟲子的意思,用以形容像小蟲子爬進耳朵一般,在腦中揮之不去的音樂。根據研究,耳蟲最早的文學來源,或許可以追溯到 19 世紀 [3]。在 1845 年美國出版的一部短篇小說《悖理的惡魔》中,故事的角色就遭遇了「腦中自發響起旋律而無法擺脫」的困擾,這與現代常被提起的耳蟲現象極為相似。這顯示出,即使當時尚未明確定義耳蟲現象,人們也早已在日常生活中有過這種音樂入侵大腦的經驗,甚至為此感到困擾。

心理學教授 Philip Beaman 指出,2008 年就曾有研究針對芬蘭約 12000 名網路使用者進行大規模的問卷調查,結果顯示,有 33% 的受試者表示耳蟲會每天出現,且有超過 90% 的受試者表示至少每週會發生一次耳蟲現象 [2][4],由此可見,耳蟲現象其實相當普遍。那麼,究竟是什麼原因導致耳蟲現象呢?

-----廣告,請繼續往下閱讀-----
旋律在腦袋裡重播,讓人也忍不住地哼唱起來。 圖 / AI創建

常見的耳蟲現象,與大腦構造息息相關

為了探討大腦結構與耳蟲現象之間的關聯,Farrugia 等人於 2015 年進行了一項研究 [1],他們調查了 44 名受試者接觸音樂的經驗,並透過問卷了解受試者對耳蟲現象的看法,包括耳蟲的出現頻率及其對生活的影響等等。結果顯示,曾學習音樂或經常接觸音樂的人,更容易出現耳蟲現象,而且這些音樂片段可能對他們產生更強烈的情緒與心理影響。

另一方面,研究也透過磁振造影(Magnetic Resonance Imaging, MRI)對受試者進行腦部掃描,分析大腦的灰質體積與皮質厚度。結果發現,耳蟲現象的頻率可能與某些特定腦區的結構有關。大腦右側的額下回(Inferior Frontal Gyrus, IFG)不僅與音高記憶有關 [1][5-7],也負責抑制機制,當右側 IFG 的皮質厚度降低,抑制能力便會減弱 [1]。研究者發現,耳蟲現象發生時,IFG 的活動或許能夠抑制耳蟲出現 [1][8-9]。此外,耳蟲出現的頻率與大腦的前扣帶迴皮質(Anterior Cingulate Cortex, ACC) 厚度也有顯著的關聯,當耳蟲出現得越頻繁,ACC 的皮質厚度越薄 [1]。ACC 位置所在的大腦網絡區域,即使是大腦處於「非任務狀態」時,仍在進行各種思維活動 [1][10]。也就是說,在人們處於放空、發呆,甚至沉浸在白日夢中的時候,ACC 並不會休息停滯,反而呈現高度活躍的狀態。一項研究顯示,ACC 的皮質厚度與非任務狀態的思維活動比例有關 [11]。若將耳蟲視為一種非刻意但可感受到的意識活動,則 ACC 在耳蟲現象的神經機制中,可能扮演重要的角色。

有些人會對耳蟲感到困擾,而有些人則會擁有正向的情緒。 圖 / AI創建

對某些人而言,耳蟲能喚起愉快回憶,帶來正面影響;但對另一些人來說,強烈情緒反而可能使耳蟲成為困擾。先前已有研究指出,聆聽音樂時較容易產生正向情緒的人,其海馬旁迴(Parahippocampal Cortex, PHC)體積通常較大 [1][12], Farrugia 等人也進一步發現,認為耳蟲對自己有幫助的人,其 PHC 的灰質體積也相對較大。他們推測,PHC 灰質體積較大可能喚起與耳蟲相關的記憶,激發情緒,讓耳蟲產生較正向的作用。此外,右側顳極(Temporal Pole, TP)則被認為與情感處理相關 [1][13],若 TP 灰質體積較大,個體對情緒的刺激反應可能更為敏感,而這一類的人也較難抑制耳蟲經驗所連結到的負向情緒反應。這些結果顯示,大腦結構與功能互相影響,使每個人對於耳蟲的感受都有所不同。

那些「洗腦神曲」是怎麼來的?這些特徵是關鍵!

除了大腦結構與自身情感機制會使得耳蟲現象發生之外,歌曲本身的特徵也扮演了重要角色。根據研究,歌曲若具備某些特徵,會更容易引發耳蟲現象 [14],如下所示:

-----廣告,請繼續往下閱讀-----
  1. 節奏較快:INMI 歌曲的節奏通常比非 INMI 歌曲快,輕快的節奏更容易吸引注意力並留下記憶。
  2. 旋律輪廓常見:若旋律的起伏模式符合人們熟悉的音樂結構,更容易在腦中重播。
  3. 特殊旋律轉折:即使旋律不常見,只要具有獨特且引人注意的起伏變化,也可能成為耳蟲。
  4. 近期曝光與流行程度:最近聽過或正在流行的歌曲,更容易成為耳蟲。
經常聽的流行音樂,更容易引起耳蟲現象。圖 / freepik 

重複的旋律,能夠促進兒童語言發展嗎?

根據研究,使用兒歌作為教學素材,能有效提升 4 至 5 歲兒童的詞彙量,且兒童在理解與運用新詞彙方面皆有明顯進步 [15]。兒歌是兒童日常生活中最常接觸的音樂形式之一,而且具備了引來耳蟲的特性:旋律輕快、有節奏感,常見且具記憶點。若兒歌能透過耳蟲現象在兒童腦中自發性地重現,利用這種「非刻意但頻繁回想」的特性,或許能在自然語境中提供兒童額外的語言練習機會,使語言學習不僅僅是限於教學情境中,甚至能夠延伸至日常生活的潛意識層面。

研究也指出,透過兒歌進行學習,不僅能提升幼兒的詞彙量,亦能增強其語言學習的自信心,自我表達也會更為積極 [15]。因此,若能善用兒歌作為語言學習的媒介,並考量耳蟲現象可能帶來的記憶強化效果,也許有助於促進兒童在語言學習上的發展。

耳蟲現象,其實有跡可循

總而言之,當你腦中突然浮現一段旋律,反覆播放、揮之不去時,其實不必感到意外。這正是大腦運作與音樂特性交互作用的結果,是一種相當普遍且自然的現象。即使你沒有刻意記住某首歌,它仍可能在潛意識中悄悄留下痕跡。

所以下次當某首歌又悄悄佔據你的思緒時,不妨放鬆心情,靜靜欣賞它的旋律與節奏。你之所以忍不住想哼唱,並不是因為分心,而是因為這段旋律剛好觸發了大腦中的某個開關,也許還會勾起某些情緒或回憶呢!

-----廣告,請繼續往下閱讀-----

耳蟲,是音樂在我們腦海中留下的溫柔印記,時刻提醒著我們:大腦與音樂之間,總有著令人著迷的互動。

  1. Farrugia, N., Jakubowski, K., Cusack, R., & Stewart, L. (2015). Tunes stuck in your brain: The frequency and affective evaluation of involuntary musical imagery correlate with cortical structure. Consciousness and cognition35, 66-77.
  2. Liikkanen, L. A. (2008). Music in everymind: commonality of involuntary musical imagery. In 10th International Conference of Music Perception and Cognition. Sapporo, Japan, August 2008 (pp. 1-5).
  3. Beaman, C. P. (2018). The literary and recent scientific history of the earworm: A review and theoretical framework. Auditory Perception & Cognition1(1-2), 42-65.
  4. Beaman, C. P., & Williams, T. I. (2010). Earworms (stuck song syndrome): Towards a natural history of intrusive thoughts. British Journal of Psychology101(4), 637-653.
  5. Albouy, P., Mattout, J., Bouet, R., Maby, E., Sanchez, G., Aguera, P. E., … & Tillmann, B. (2013). Impaired pitch perception and memory in congenital amusia: the deficit starts in the auditory cortex. Brain136(5), 1639-1661.
  6. Hyde, K. L., & Peretz, I. (2004). Brains that are out of tune but in time. Psychological science15(5), 356-360.
  7. Hyde, K. L., Lerch, J. P., Zatorre, R. J., Griffiths, T. D., Evans, A. C., & Peretz, I. (2007). Cortical thickness in congenital amusia: when less is better than more. Journal of Neuroscience27(47), 13028-13032.
  8. Aron, A. R., Robbins, T. W., & Poldrack, R. A. (2004). Inhibition and the right inferior frontal cortex. Trends in cognitive sciences8(4), 170-177.
  9. Aron, A. R., Robbins, T. W., & Poldrack, R. A. (2014). Inhibition and the right inferior frontal cortex: one decade on. Trends in cognitive sciences18(4), 177-185.
  10. 廖泊喬。(2024/3/13)。DMN腦神經科學研究:好好躺平有助潛能發展。觀點同不同。取自:https://issues.ptsplus.tv/articles/7927/
  11. Bernhardt, B. C., Smallwood, J., Tusche, A., Ruby, F. J., Engen, H. G., Steinbeis, N., & Singer, T. (2014). Medial prefrontal and anterior cingulate cortical thickness predicts shared individual differences in self-generated thought and temporal discounting. Neuroimage, 90, 290-297.
  12. Koelsch, S., Skouras, S., & Jentschke, S. (2013). Neural correlates of emotional personality: A structural and functional magnetic resonance imaging study. PLoS One8(11), e77196.
  13. Royet, J. P., Zald, D., Versace, R., Costes, N., Lavenne, F., Koenig, O., & Gervais, R. (2000). Emotional responses to pleasant and unpleasant olfactory, visual, and auditory stimuli: a positron emission tomography study. Journal of Neuroscience20(20), 7752-7759.
  14. Jakubowski, K., Finkel, S., Stewart, L., & Müllensiefen, D. (2017). Dissecting an earworm: Melodic features and song popularity predict involuntary musical imagery. Psychology of Aesthetics, Creativity, and the Arts11(2), 122.
  15. Christina, Y., & Pujiarto, P. (2023). The Effectiveness of Nursery Rhymes Media to Improve English Vocabulary and Confidence of Children (4-5 Years) in Tutor Time Kindergarten. Journal of Education Research, 4(3), 1326-1333.
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

雅文兒童聽語文教基金會_96
63 篇文章 ・ 223 位粉絲
雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。

0

2
0

文字

分享

0
2
0
掌控注意力與動機:終結找不到東西的困擾!——《記憶決定你是誰》
天下文化_96
・2024/08/03 ・1563字 ・閱讀時間約 3 分鐘

為什麼我們總是找不到鑰匙?

讓我們想像一個日常中會發生的情況。你下班回家,用手機確認電子郵件,同時把鑰匙插入鑰匙孔,打開大門。你踏入家中,家裡那隻不久前才認養、還沒訓練好規矩的好動小狗撲過來,纏著你跳來跳去,搞得你身上沾滿狗兒的口水。

你聽到女兒的房間大聲傳出卡加咕咕樂團(Kajagoogoo)的歌曲,一小段極易琅琅上口的重低音合成流行音樂鑽進你的腦門。你疲憊的走進廚房,裡面有股腐臭味,告訴你昨晚忘記把垃圾拿出去。然後,忽然一個抽痛,提醒你要冰敷幾週前扭傷的腳踝。

現在,不要轉頭,試著回想你把鑰匙放在哪裡。如果你想起自己把鑰匙留在鎖孔上,那很好,但如果實在想不起來,你也並不孤單。你可能只是被太多事情轉移了注意力,一旦有一大堆訊息襲來,我們對單一事件的記憶會變得混亂。

有時候就是無法想起自己將物品放在哪裡。 圖/envato

更糟的是,當我們試圖回想自己最後把鑰匙放在哪裡時,會一一過濾各式記憶,包括自己以前曾放置鑰匙的所有地方,以及我們把鑰匙放在各個地方的各種不同情況,不管那些事件是發生在昨晚、上個星期,甚至去年。會有很多這樣的干擾,所以諸如鑰匙、手機、眼鏡、皮夾,甚至車子等常用的東西,我們經常忘記它放在哪裡。競爭的記憶那麼多,能夠記住這些東西放在哪裡才奇怪。

-----廣告,請繼續往下閱讀-----

破解記憶混亂:注意力如何幫助你記住重要細節

試著把記憶想像成一張桌子,上面雜亂的放滿皺皺的紙片。如果你把網路銀行的密碼隨手抄在這種紙片上,要重新找到這張紙片,不僅需要耗費一番努力和運氣,同時也在挑戰你的記憶力。這類經驗就像艾賓浩斯努力背誦的無意義三字母組,要找到當下所需的正確記憶,難度會不成比例的增加。

但如果你把密碼寫在一張亮眼的桃紅色便利貼,要找到就變得格外容易,因為桃紅色便利貼會從桌上所有其他紙片之中凸顯出來。記憶以同樣的方式運作。愈特殊的經驗愈容易記得,因為它會從所有其他記憶裡凸顯出來。

愈特殊的經驗愈容易記得,就像一張亮眼的便條紙。 圖/envato

那麼,要如何使記憶從我們堆滿雜亂事物的腦袋中凸顯出來呢?答案是「注意力」和「動機」。利用注意力,大腦能把我們看到、聽到、想到的事情提高優先順序。我們隨時都可能把注意力放在四周的諸多事物上,而環境裡發生的事情常常會吸引我們注意。

在前面描述的假想情況中,你的注意力可能短暫的放在鑰匙上,接著注意力就被門打開後遇到的許多事情給轉移。即使你留意著應該記住的重要事物(一小時後得去機場接妻子,你需要那串鑰匙,否則會遲到),也不見得能幫你建立特殊的記憶,足以對抗各式各樣吸引你注意的干擾(好動的狗、廚房裡的垃圾臭氣,或女兒房間傳出的樂團聲音)。

-----廣告,請繼續往下閱讀-----

這就是「動機」登場的時候了。你需要利用動機來引導注意力,讓注意力鎖定在某個特定的事物上,好製造一個之後能找得到的記憶。下次你放下鑰匙這類經常找不到的東西時,花一點時間專注在當時和當地的某個獨特事物,例如檯面的顏色,或鑰匙旁邊那疊未拆封的信件。只要一點點專心的動機,就能對抗大腦忽略日常事件的天性,建立較為明顯的記憶,如此便有機會戰勝那些干擾的喧囂。

——本文摘自《記憶決定你是誰:探索心智基礎,學習如何記憶》,2024 年 7 月,天下文化,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

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。