Loading [MathJax]/extensions/tex2jax.js

0

1
4

文字

分享

0
1
4

依附理論番外篇:貓奴請注意!家中主子的依附型態,可能和你的個性有關?

貓心
・2020/05/13 ・4184字 ・閱讀時間約 8 分鐘 ・SR值 504 ・六年級

各位貓奴們,你們知道嗎?你們家貓主子的依附型態與性格,很有可能和你本身的性格有很大的關連性喔!

身為一隻貓(?)兼依附理論作家的貓心我,今天就要來帶你們這些奴才們,了解我們貓族的心聲啦!原來,貓和人一樣,也有所謂的依附行為,而牠們之所以會長出某種性格,可能和貓奴的性格有非常大的關聯呢!

原來,貓也有所謂的依附行為

在過去,人類們對於我們貓族都有很大的誤解,以為狗跟人類比較親近,我們貓族則是非常獨立的生物;然而,根據最新的研究,貓和人其實具有密切的連結。俄勒岡州立大學的動物科學家克里斯汀·維塔里(Kristyn Vitale)表示:「貓和狗一樣,都會與人類建立起社交上的依戀行為,大多數的貓都會安全依附他們的飼主,並以飼主作為探索新環境的安全堡壘。」1

所謂的安全堡壘,如果讀者們還記得的話,當一個嬰兒並未遭逢到外界威脅時,他們會以自己的主要照顧者為中心,把主要照顧者當作一座安穩的城堡,自在地在城堡周遭探索世界(詳見我的依附理論系列第一篇)。

-----廣告,請繼續往下閱讀-----
小孩會將他們的主要照顧者,做為探索世界的安全堡壘,而貓主子也會把牠們的奴才們,當作探索世界的安全堡壘。圖/pixabay

過去的研究,都將研究重心擺在「人類如何以貓做為依附對象」之上,然而,維塔里在去年底最新發表的研究中指出2:貓也會以人類做為其依附對象。

維塔里的研究是這樣的,雖然貓主子們沒辦法填寫依附量表,表達自己和奴才們的依附關係,但她採取了瑪莉.安斯沃斯(Mary Ainsworth)的「陌生情境測驗」(Strange Situation Test,詳見我的依附理論系列第一篇),來觀察貓主子和奴才們的互動方式。

維塔里和她的團隊,總共研究了 79 隻幼貓(3~8個月大)和38隻成貓的依附類型,他們將貓主子與牠的奴才,安排在一個房間裡面,其中,奴才會坐在一個圈圈裡面。如果貓主子進到這個圈圈內,奴才就會被允許能夠和貓主子互動。在兩分鐘之後,奴才會被請出這個房間,只留下貓主子在房間內,再過兩分鐘之後,貓奴會再次回到房間內,再次坐在圈圈裡面。這整個過程都會被錄下來,讓科學家藉此分辨貓的依附類型。

在這個研究中,成貓與牠的奴才只會參加一次實驗,幼貓與牠的奴才則會被邀請參加兩次實驗,在幼貓組中,有39隻幼貓在第一次實驗結束後,接受了為期六周的訓練與社交活動,另外 31 則做為對照組,不做任何實驗介入,剩餘的9隻幼貓,則在第一次研究後就被排除在實驗之外了,因為牠們沒有辦法被科學家歸類為任何一種依附型態。

-----廣告,請繼續往下閱讀-----

兩個月後,這 70 組幼貓與奴才們,來到實驗室進行第二次陌生情境測驗,同樣的,研究過程會被錄影下來,讓科學家進行依附分析。

成貓組的研究結果

首先,我們先來看看成貓的研究結果。

在成貓之中,有 65.8% 的成貓被歸類為安全依附,34.2% 則被歸類為不安全依附。其中,和人類一樣,不安全依附又可以分成焦慮型逃避型矛盾型。焦慮型的貓在奴才回到圈子裡之後,還是很難被安撫下來,會不斷做出維持接近性的行為(proximity-seeking,詳見我的依附理論系列第一篇),不斷地尋求奴才的懷抱;逃避型的貓則避免和奴才有所接觸,盡量躲得遠遠的。

B:安全依附的貓,能在主人在旁邊時自在探索世界/C:焦慮依附的貓,在主人回來時會過度地尋求接近性/D:逃避依附的貓,會逃避和主人之間的接觸。圖/原論文[2]
事實上,我親戚家中就有一隻逃避型的貓。早在這篇研究出現之前兩年,我就推斷貓也有依附奴才們的本能了,而我親戚的貓「彎彎」,似乎就是一隻逃避依附的貓,每當我要抱牠的時候,牠總會掙脫我,跑去磨牠的爪子,等到我不理牠的時候,牠在悄悄地爬回我身上,趴在我身上睡覺。就和逃避依附的人一樣,逃避依附的貓也有與貓或人連結的需求,只是當牠們感受到對方太過親近的時候,牠們反而會逃得老遠。

-----廣告,請繼續往下閱讀-----
逃避依附的彎彎與貓心。圖/貓心自拍

幼貓組的研究結果

而那 70 隻經過兩次研究的幼貓呢?在第一次研究中,有 64.3% 的貓被歸類為安全依附,35.7% 被歸類為不安全依附,在不安全依附的那 35.7% 之中,有 84% 的焦慮依附、12% 的逃避依附與 4% 的矛盾依附。

而經過 6 個禮拜的訓練,那些貓並沒有出現依附上的重大改變,有 68.6% 的貓依然為安全依附,31.4% 仍為不安全依附,81%的貓維持了原先的依附風格。由此可知,依附風格一旦被建立,和人類相同,貓的依附風格似乎也難以被改變。

貓的依附類型分布。/圖:翻譯自原論文

這份研究有一個有趣的點在於,貓的安全依附與不安全依附的比例,和人類的非常接近,在嬰兒的研究中,有65%被歸類為安全依附,35%則為不安全依附[3],不過貓心認為值得注意的是,人類安全依附的比例會隨研究地區不同而有所差異,也會因測量依附的工具不同而有所差異。順帶一題,狗的研究中,安全依附與不安全依附的比例則是58%:42%4, 5

貓主子的性格,和奴才們似乎有些關連

但是,貓的依附類型是怎麼養成的呢?就目前為止,還沒有相關的研究,畢竟上述的這篇論文是第一篇談論貓具有依附類型的研究。想當然耳,貓的依附類型是如何形成的研究,當然還沒有問世嘍!

-----廣告,請繼續往下閱讀-----

不過,倒是在同一年,就有學者研究過「貓主子的性格」是如何被養成的,而研究結果顯示,這和奴才們的性格似乎是有關連的。

2019年年初,英國學者發表了一份大規模的研究6,研究貓奴們與貓主子之間的互動。這些貓奴們必須要服侍主子至少六個月的時間,且需要年滿 18 歲,才能獲得填寫問卷的資格。研究者總共獲得了 3331 份的有效樣本,其中有 2923 位貓奴是女性(佔92%),大多數的貓奴們屬於25~34、35~44歲(均為25.9%)以及45~54歲(23.3%),這些貓奴們如果服侍的主人不只一隻的話,他們會被要求挑出他們最熟悉的一隻主子做為填問卷的對象。

這份研究最主要的目的是,他們想要知道貓主子的健康與福祉,會受到哪些因素影響?他們研究了許多的變項,但由於研究架構非常龐大,但這篇文章主要要探討的是貓奴的性格與貓主子的性格的關聯性,因此我只列出「貓奴的性格與貓主子性格之間的關聯性」之研究結果。

奴才!我都是被你帶壞的啦!還看! 圖/作者攝影

貓奴的性格測量──大五人格量表

就貓奴的性格而言,他們選用了全世界最有信、效度,也最常被拿來做為測量性格的工具──大五人格特質(Big Five personality traits)量表──來做為測量的依據。

-----廣告,請繼續往下閱讀-----

所謂大五人格特質,分別是:

  • 開放性(Openness)──對於一個新經驗、新事物的開放程度。
  • 盡責性(Conscientiousness)──是否能夠嚴謹地管理自己達成目標。
  • 外向性(Extroversion)──喜歡交際、喜愛與人接觸。
  • 宜人性(Agreeableness)──對待他人是否善解人意、親切帶人。
  • 神經質(Neuroticism)──情緒是否容易因為外在而有所起伏。

礙於文章篇幅,我只能就我對大五人格量表的了解,做出最簡略的敘述,還請讀者見諒。

貓主子的性格測量──研究者自編量表(完整題目請按我

至於貓主子的性格該怎麼測量呢?研究者自編了一系列的題目,並且經過統計分析萃取出了四個大項目:

1.群居感(Gregariousness)

-----廣告,請繼續往下閱讀-----

涵括了自信、友善、愛互動等特徵,其中的題目包含:「我的貓渴望在牠的環境中探索新事物」、「我的貓愛好玩耍」、「我的貓在周遭有人群時會喵喵喵」、「我的貓會來吸引我的注意並開始與我產生連結」、「我的貓被抱起來的時候會覺得很舒服」。

2.攻擊性(Aggressiveness)

貓奴在與主子互動時,主子的攻擊性,其中的題目包含:「當我對我的貓做出例行性健康保健行為時,我的貓表現得很有攻擊性」、「當我撫摸他/她時,我的貓對我表現出攻擊性」、「我的貓在玩耍時被我帶走,會讓我被咬或被抓」、「我避免撫摸或觸碰我的貓,因為我覺得他/她不想讓我這麼做」、「我避免撫摸我的貓,因為我認為他/她會對我有攻擊性」。

3.超然/迴避(Aloofness/avoidance)

-----廣告,請繼續往下閱讀-----

避免與人互動、對人不友善,其中的題目包含:「我的貓在我嘗試邀請牠與我互動時會盡量避開我」、「當我撫摸他/她或撓他/她的下巴/臉頰時,我的貓會盡量避開我」、「當我開始與貓接觸或互動時,他/她沒有移開,但卻靜如止水,對我的反應不大」、「我的貓會來對我說“你好”並向我靠近,但之後不久就會走開或移開,而不是長時間呆著」

4.焦慮/恐懼(Anxiousness/fearfulness )

對陌生人的戒心,其中的題目包含:「我的貓很膽小」、「我的貓對陌生人的行為與對我的行為不同」、「貓對我的行為與牠對其他家庭成員的行為不同」、「我的貓很容易害怕」。

對!怎樣!我就是很有攻擊性啊!來釘孤枝啊! 圖/作者攝影

貓主子的性格(behavioural styles)和貓奴的性格之間的相關性

  1. 貓奴有著越高的外向性、開放性、盡責性,貓主子的群居感越高,
  2. 貓奴的神經質越高、宜人性越低、開放性越低、盡責性越低,貓主子的攻擊性越高。
  3. 貓奴的宜人性、開放性、盡責性越低,貓主子的超然/迴避越高。
  4. 貓奴的神經質越高、盡責性越低,貓主子的焦慮/恐懼越高。

由這裡可以知道,貓奴和貓主子的性格息息相關,也呼應了貓和人的依附關係,例如群居感的內涵可以對應到安全依附的互動模式、超然/迴避可以對應到逃避依附的互動模式、焦慮/恐懼則可以對應到焦慮依附的互動模式。

雖然這是一篇相關研究,很難推斷因果關係,不過如果你的貓主子是從小被你養大的,在扣除掉先天遺傳的部分,後天的性格,很有可能就是受到貓奴的性格所影響而產生的了。

所以,各為貓奴們,如果覺得你家的主子很難搞的話,很有可能你是因為你是個難搞的人喔,喵~

如果你喜歡我的文章,歡迎追蹤粉專 Psydetective-貓心

延伸閱讀

  1. Science Alert: Cats Bond Securely to Their Humans Maybe Even More Than Dogs Do
  2. Vitale, K. R., Behnke, A. C., & Udell, M. A. R. (2019). Attachment bonds between domestic cats and humans. Current Biology, 29(18), R864–R865. doi:10.1016/j.cub.2019.08.036
  3. Colin, V.L. (1991). Infant Attachment: What We Know Now. U.S. Department of Health and Human Services Report.
  4. Wanser, S.H., and Udell, M.A.R. (2018). Does attachment security to a human handler infl uence the behavior of dogs who engage in animal assisted activities? Appl. Anim. Behav. Sci. 210, 88–94.
  5. Schöberl, I., Beetz, A., Solomon, J., Wedl, M., Gee, N., and Kotrschal, K. (2016). Social factors infl uencing cortisol modulation in dogs during a strange situation procedure. J. Vet. Behav. 11, 77–85.
  6. Finka, L.R.; Ward, J.; Farnworth, M.J.; Mills, D.S. Owner personality and the wellbeing of their cats share parallels with the parent-child relationship. PLoS ONE 2019, 14, e0211862
-----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
2

文字

分享

0
6
2
【貓奴指南】把「貓界大麻」貓薄荷抹在身上,除了方便吸貓/給貓吸還有什麼作用?
PanSci_96
・2024/02/20 ・512字 ・閱讀時間約 1 分鐘

為什麼貓這麼喜歡貓薄荷呢?

原來是貓薄荷裡的荊芥內脂導致貓咪吸了貓心大悅,不住翻滾、流口水、打呼嚕。

但是,貓薄荷不是對所有貓都有用。不到六個月的小貓似乎不會有反應,而且有的貓喜歡,有的貓不喜歡……咦,這還和遺傳有關係嗎?

想要同時驅蚊,又讓貓貓情不自禁饞你身子嗎?那你一定要試試貓薄荷!

-----廣告,請繼續往下閱讀-----

荊芥內脂不只會讓貓咪快樂似神仙,也會活化蚊子體內的受體蛋白,接觸到的蚊子會產生搔癢和刺痛感。哈哈小蚊子,你也來嘗嘗癢癢痛痛的痛苦!

給你的貓貓來點刺激的快樂草吧!

延伸閱讀

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

4
4

文字

分享

0
4
4
身為焦慮依附者,如何善用交友軟體,而非受困於交友軟體?——依附理論系列(十九)
貓心
・2023/08/07 ・3803字 ・閱讀時間約 7 分鐘

前一陣子,在網路上看到了一篇新聞,標題是〈交友軟體真的可以找到對的人嗎?研究曝 1 種人最容易暈船,越玩反而越痛苦〉,裡面在談的是焦慮依附玩交友軟體,是一件不好的事情。

這一篇新聞裡指出,焦慮依附在交友軟體上,是最難從中受益的一群人,而新聞的最後,則建議焦慮依附者接受心理治療。

對於這樣的新聞,我是不贊同的,一來是依附風格本身其實是難以改變的,二來是心理治療並不是一個便宜的療程,且依附風格難以輕易被改變。這樣的新聞,好像讓焦慮依附者陷入了一個永遠無法解決的困境深淵當中,而改變卻是非常困難的。

因此,這一篇文章,我想要來談談,焦慮依附的人應該如何妥善地使用交友軟體,如何讓交友軟體成為有助於自己成長的工具,而非陷入缺乏安全感的無盡回缺之中。

-----廣告,請繼續往下閱讀-----
焦慮依附的人有方法可以妥善地使用交友軟體,讓交友軟體成為有助於自己成長的工具,而非陷入缺乏安全感的無盡回缺之中。示意圖/envatoelements

什麼是焦慮依附?什麼是逃避依附?

雖然在過去,我寫過非常多依附風格的文章,想閱讀更多的人可以看看這兩篇(依附理論的起源:我們為什麼會依賴別人──依附理論系列(一)依附傾向:我對你的依附沒有絕對分類──依附理論系列(二)),但在這篇文章的一開始,我還是要談談什麼是依附風格。

在依附風格的定義上,是一個兩軸四象限的概念。依附可以分成四種類型,分別是安全焦慮逃避矛盾等四種依附。

先來談談焦慮的特質。所謂焦慮依附,指得是在關係中容易感覺到對方沒有自己想像中那麼親近自己,因而容易覺得患得患失、想要不斷確認關係的特質。而所謂的逃避依附,則是在關係中害怕與別人親近,在親近的同時容易感覺到喘不過氣,希望與愛人保持距離的一群人。

安全依附的人,就是焦慮跟逃避兩個特質都低的人,他們不容易感覺到別人要拋棄自己,也不容易感覺到難以和他人親近;而矛盾依附則是,時而會感覺到對方與自己不夠親近、害怕對方拋棄自己,又時而會感覺到對方和自己太過親近,覺得不舒服而想拉開距離的人。

-----廣告,請繼續往下閱讀-----

交友軟體上,到底是怎麼樣的人居多?

那麼,交友軟體上,到底是怎麼樣的人居多呢?根據師大的碩士生陳姵如在她的畢業論文蒐集到的資料指出,台灣的交友軟體上,「焦慮依附」佔總人數 38.33%,「安全依附」佔總人數 25.83%[1]。不過因為她使用的量表,和國際上普遍使用的量表有一些學理上的爭議,因此我無法將逃避依附和矛盾依附的比例進行呈現。不過簡單來說,焦慮依附在交友軟體上,佔了將近四成的人數,而安全依附也有1/4的人數。

那麼,焦慮依附的人,到底為什麼會在交友軟體上佔這麼大的比例呢?他們使用交友軟體,又是為了什麼呢?

過去的研究指出,焦慮依附的人渴望與人親密的特質,會讓他們渴望與人在社交上來往,同時害怕被拒絕[2]。在這樣的情況下,交友軟體確實提供了一個很適合焦慮依附社交的場合。

在一般的生活中,我們的社交,並不一定是為了獲得對方的喜歡而做的。工作上必須要和老闆社交、和同事社交,是為了讓工作順利進行下去而做的;而且在這些情境之下,我們並不知道對方到底對我們有沒有私領域上的興趣。

-----廣告,請繼續往下閱讀-----

然而,交友軟體的設計上,讓我們一開始就能夠設定自己要尋找朋友、短期交往關係、長期交往關係、結婚為前提的關係等等,對於焦慮依附這些想尋求深刻而緊密的關係的人而言,其實是相對友善的環境。

交友軟體的設計,對於焦慮依附這些想尋求深刻而緊密的關係的人而言,是相對友善的環境。示意圖/envatotelements

過去的研究曾經指出,一旦一個人意識到彼此相互吸引[3],彼此的互動模式會有所改變,而交友軟體提供了互相喜歡才能配對的機制,讓使用者透過意識到自己跟一些人成功配對,而感覺到自己是一個具有吸引力的人[4]

焦慮依附在交友軟體上的危險,以及我們該如何克服

不過,焦慮依附傾向越高的人,在使用交友軟體上,確實也有一些風險存在。根據一份研究指出,焦慮程度越高的人,確實越有可能使用交友軟體,也會在交友軟體上花費較多的時間。

花費較多時間上,其實是一把雙面刃。雖然好的部分在於,我在上一段提到,交友軟體讓焦慮依附,比較不必擔心被拋棄、不被喜愛等等的社交線索,但也有研究指出,焦慮依附傾向高的人,在交友軟體上,比較難以實際約到他人碰面[6];除此之外,焦慮依附若使用交友軟體和他人約炮,比較難以獲得滿足,同時也會產生許多負面的情緒[6]

-----廣告,請繼續往下閱讀-----

因此,針對這些部分,我要提供焦慮依附傾向高的人,在使用交友軟體上的一些建議。

第一個建議,就是不要約炮。對於焦慮依附的人來說,大多會希望性行為是一個讓彼此關係更加進展的手段,而非像逃避依附一樣,比較能夠性愛分離。這個部分,我在泛科學上的〈性與愛的矛盾掙扎?不同依附型態對性愛關係的影響──依附理論系列(十七)〉一文中,有過詳細的討論。

正因為焦慮依附希望性愛能讓關係進展,那麼短暫的約炮關係,就容易讓焦慮依附暈船,因為焦慮依附者,雖然名義上同意對方只做愛不交往,但實際上又會希望透過性愛來改變對方的態度,進而跟自己交往。

如果約炮的對象,打從一開始就很堅持彼此不要交往,那麼約炮後,讓焦慮依附者感受到對關係不滿意,並隨之產生許多負面感受,就是很正常的事情了。

-----廣告,請繼續往下閱讀-----

因此,如果你的焦慮依附特質高,又真心希望找到一段長久的關係,千萬不要以身試火。

短暫的約炮關係,就容易讓焦慮依附暈船。示意圖/envatoelements

第二個給焦慮依附的建議在於,交友軟體用得多沒關係,但必須要把認識一個人的時間拉長。焦慮依附傾向高的人,大多會希望盡快確認兩個人的關係。但經歷過多場戀愛之後就會發現,有一些關係中自己的期望,以及對方對關係的期望,若未能在交往前做過核對,就容易讓彼此在交往中過得不順利(關於焦慮依附比較容易期待在認識時盡快拉近關係的研究,可以參考〈交往前,讓我們約會吧!三種依附類型怎麼做?──依附理論系列(四)〉)。

當然,我並不贊同感情中不應該改變別人的說法。我覺得戀愛是一個互相滿足、一起成長的過程,但我同時也不認為,希望短時間內改變對方的行事風格或價值觀等等,是一件讓人舒服的事情。

因此,把互動時間拉長,同時和對方討論一些自己的期望和對方的想法之間的落差,或許有助於你篩選掉無法相處的對象,或是打算和對方長久走下去,該如何拿捏彼此的進展速度。

-----廣告,請繼續往下閱讀-----
把互動時間拉長,同時和對方討論一些自己的期望和對方的想法之間的落差,或許有助於你篩選掉無法相處的對象,或是打算和對方長久走下去,該如何拿捏彼此的進展速度。示意圖/envatoelements

第三個給焦慮依附的建議,則是盡量尋找同時具有「低焦慮」與「低逃避」這兩個特質的人交往,也就是和安全依附交往。安全依附者,相對而言有著較高的安全感,也比較願意對感情抱持著開放的態度。

如果真的找不到安全依附者,我也會建議焦慮依附特質較高的人,避免和「高逃避」的「逃避依附」與「矛盾依附」交往,他們不喜歡與人太過親近,不習慣表達自己的情感,對於情感需求高、希望與人親近的焦慮依附者而言,是一件很痛苦的事情。

當然,我無法提供一種通往幸福的簡單道路,即便我寫過眾多與依附相關的文章,也對依附相對熟悉,但我覺得了解依附,最重要的是了解自己適合和怎麼樣的人交往,不適合和怎麼樣的人交往;同時,你得了解到,哪一些關係,是讓自己容易表達情感,同時不會受傷的關係,而哪一些關係,是讓自己容易受傷,對方是無法接住自己情感需求的關係。

身為焦慮依附者,我不認為自己應該避免使用交友軟體,即便容易暈船,但挑選對象,讓自己暈一個暈下去會安全的人,而不是暈那些會讓自己受傷的人,我覺得才是最重要的。

-----廣告,請繼續往下閱讀-----

如果你喜歡我的文章,歡迎追蹤粉專 Psydetective-貓心

  1. 陳姵如(2022)交友軟體使用者之人際依附風格、愛情態度與幸福感之相關研究。國立臺灣師範大學教育學院心理與輔導學系碩士在職專班碩士論文。
  2. Mikulincer M, Shaver PR. (2007) Attachment in adulthood: structure, dynamics, and change. New York: Guilford.
  3. Luo, S., & Zhang, G. (2009). What leads to romantic attraction: Similarity, reciprocity, security, or beauty? Evidence from a speed-dating study. Journal of Personality, 77(4), 933–964. 
  4. Alexopoulos C, Timmermans E, McNallie J. Swiping more, committing less: unraveling the links among dating app use, dating app success, and intention to commit infidelity. Computers in Human Behavior 2020; 102:172–180.
  5. John K. Coffey, D. Kyle Bond, Jessica A. Stern & Natalie Van Why (2022): Sexual Experiences and Attachment Styles in Online and Offline Dating Contexts, International Journal of Sexual Health, DOI: 10.1080/19317611.2022.2110349\
  6. E. Timmermans & C. Alexopoulos(2020) Anxiously Searching for Love (Among Other Things): Attachment Orientation and Mobile Dating Application Users’ Motives and Outcomes. Volume 23, Number 7
-----廣告,請繼續往下閱讀-----
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/