0

0
1

文字

分享

0
0
1

8個酗酒跟暴食的驚人相似處

cleo
・2012/09/20 ・1601字 ・閱讀時間約 3 分鐘 ・SR值 542 ・八年級

食物或許像毒品或酒精一樣令人上癮

雖然結果尚未出來,但是愈來愈多的證據指出,食物成癮與毒品/藥物成癮有一些驚人的相似點。

第一點:對大腦報償系統( Brain’s Reward System)造成的影響

美國致力於治療及避免成癮中最大的醫學專業組織美國藥癮學會(The American Society of Addiction Medicine)現在認為成癮有了更廣泛的定義,不只毒品/藥物及酒精,還有「過程」成癮,如食物、性愛,及賭博。為什麼這麼說呢?因為這些物質及行為對大腦造成的影響。

毒品/藥物-及加工程度較低的垃圾食物-會讓大腦充滿令人愉悅的神經傳遞質,多巴胺( dopamine)。多巴胺會影響掌控愉悅及自治的大腦區塊。久而久之,大腦功能及組織會改變,多巴胺受體會減少,使得毒品 / 藥物、食物,及其它物質帶來的愉悅感減少,但我們會依舊渴望它們。

-----廣告,請繼續往下閱讀-----

第二點:強烈的渴望

因為大腦中的改變,强迫性暴食者會發現自己更加愛高糖、重鹽、高熱量的加工食品,就像毒癮者渴望下次吸毒帶來的高潮一樣。在動物實驗中,定期被餵食含糖飲料的老鼠出現了成癮的現象,像是當有糖類可以食用時,就無盡地食用。在一項由耶魯大學進行的實驗中,光是看到奶昔就能對成癮飲食者啟動大腦的愉悅及報償中心,如同吸食古柯鹼般。

根據美國國家藥物濫用研究所(the National Institute on Drug Abuse)中心主任Nora Volkow所說,以某些方面來說,食物比古柯鹼更令人上癮。少於20%的人在食用海洛因及古柯鹼後會出現成癮,但卻有三分之二的美國成人過重,甚至肥胖。更驚人的是,一份2007年的法國研究指出,比起古柯鹼老鼠更愛糖類。

第三點:耐性(tolerance)及戒斷(withdrawal)

要怎麼知道你是否有成癮呢?主要的兩個徵兆是耐性(需要愈來愈多的上癮物質才能體驗原先的高潮感)及戒斷(嘗試戒除時,身心靈都感到不適)。實驗中食用高脂肪及含糖產品的老鼠出現了渴望更大量脂肪及糖類的現象,且當高脂肪及含糖產品被拿走時,出現了戒斷徵兆,如焦慮、顫抖。這些發現幫助解釋為何人們在吃完餅乾、洋芋片後,還想吃更多,即使他們很想改掉這些習慣。

第四點:否認

就跟吸毒者總是否認一樣,「只要我想戒,隨時都可以戒」。食物成癮者或是認為他們只是愛吃而已。根據美國華盛頓大學健康指標和評估研究所的研究,美國人總是低估他們吃進的卡路里及食物的量,通常是一年一磅重。

-----廣告,請繼續往下閱讀-----

第五點:重複嘗試戒除,但總是失敗

你有幾次發誓不再吃了,從星期一開始要節食,結果卻又走回頭路?對毒癮者及强迫性暴食者來說光有意志力是不夠的。有95%的人在減重後,雖然沒有變得更胖,但也復胖了。在沒有應對方式及改變生活習慣的情形下,兩種成癮者通常會多次嘗試戒除,卻徒勞無功。

第六點:汙名化

強迫性的毒品/藥物的使用及飲食行為會促使秘密性及羞恥感產生。毒癮者會遠離親近的人,且孤立自己;食物成癮者或許會藏匿暴食的痕跡,獨自一人進食,且在進食後感到罪惡,這會導致更進一步的強迫性進食。有些人會對自己的體重或飲食習慣感到尷尬,放棄喜愛的活動。當研究指出藥物濫用常被認為是不名譽的時,體重偏見卻在職場、校園、衛生保健機構中非常常見。

第七點:即使有負面影響,成癮行為還是持續

就算失去一切重要的人事物後,毒癮者還是會繼續吸毒。雖然食物成癮者不會讓家裡破產,或像毒癮者一樣被關進牢裡,然而强迫性暴食者可能會有嚴重的健康問題,如心臟病、糖尿病、人際關係上的問題,及較差的生活品質,而且還要繼續與不良的飲食習慣搏鬥。

第八點:雙重情緒失調的普遍性

大約一半的藥物成癮者會有其它的心理疾病。根據多倫多約克大學的研究人員指出,强迫性暴食者常會有心理健康問題,如憂鬱症和過動症。他們達到暴食標準的機率是其他人的三倍高。

-----廣告,請繼續往下閱讀-----

難怪減重會這麼困難:藥物及酒精成癮者長年對抗成癮時的很多因素都與食用垃圾食物相同。雖然藥物成癮跟强迫性暴食確實不一樣,兩種成癮的共同點卻愈來愈難否認。若是這個方向的研究能夠繼續,藥物跟行為治療或許會在治療肥胖症中扮演更重要的角色。

資料來源:Eight Surprising Parallels Between Food and Drug Addictions [18 SEPTEMBER 2012]

-----廣告,請繼續往下閱讀-----
文章難易度
cleo
49 篇文章 ・ 1 位粉絲
是個標準的文科生,最喜歡讀的卻是科學雜誌。一天可以問上十萬個為什麼。

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

0
1

文字

分享

0
0
1
家人的處方藥可以吃嗎?注意用藥安全,避免成癮!
careonline_96
・2024/07/03 ・876字 ・閱讀時間約 1 分鐘

每到考試前,小華總是緊張到睡不著覺。

「要不要來吃一顆媽媽的安眠藥呢?既然是醫師開的藥,應該很安全吧。」

「等等!千萬不可以擅自服用處方藥喔!」

出現頭痛、生理痛或失眠時,很多人會擅自服用家人的藥物。但是未經醫囑使用處方藥,可能發生危險,或因為產生生理及心理的依賴,而有成癮的風險。

成癮性處方藥多半為中樞神經抑制劑及中樞神經興奮劑,容易因為濫用而對心理、生理造成危害,且會影響家庭、工作與人際關係。所以必須經過醫師診斷,開立處方箋後才可領用,以確保用藥安全。

對藥物成癮後,便必須反覆使用,否則可能出現各種戒斷症狀,例如緊張、焦慮、易怒、厭食、失眠、打呵欠、注意力不集中等。若過量使用藥物,可能傷害身體,甚至導致死亡。

-----廣告,請繼續往下閱讀-----

根據聯合國毒品和犯罪問題辦公室的統計資料,處方藥濫用主要集中在青少年,其致死人數遠遠超過使用海洛因、古柯鹼等傳統非法毒品的致死人數。

日常生活中,如果出現頭痛、生理痛或失眠等狀況,請尋求醫師的協助,千萬不能隨意使用他人的藥物。

如果在使用藥物後,發現有疑似藥物成癮的狀況,一定要盡快就醫治療,脫離藥物依賴!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

careonline_96
569 篇文章 ・ 279 位粉絲
台灣最大醫療入口網站

0

1
0

文字

分享

0
1
0
喝糖比吃糖更肥?飲料慢慢喝比較不會胖!——《大自然就是要你胖!》
天下文化_96
・2024/06/25 ・1953字 ・閱讀時間約 4 分鐘

飲料中的添加糖和食物中的添加糖,造成的影響有所不同嗎?

如果生存開關的啟動只與熱量有關,無論是吃軟糖,還是喝汽水,高果糖玉米糖漿所產生的作用理當一樣。但事實並非如此,喝糖通常比吃糖更糟得多。為什麼會這樣?生存開關是由於肝臟中的 ATP 濃度下降所觸發,因此關鍵在於有多少果糖到達肝臟。如果肝臟接收到大量果糖,則 ATP 會大幅下降,刺激生存開關強烈反應。倘若只有少量果糖到達肝臟,果糖代謝效應會比較溫和。這意味著,儘管我們在談論生存開關時,一直將它簡化為一種按鈕,可控制為開或關,但實際狀況比較像是可調整強度的旋轉鈕,會根據狀況產生強弱不同的反應。

換句話說,肝臟的反應是依據接收到的果糖濃度,而不是果糖量。比起果糖一次全部進入的狀況,當果糖緩慢進入時,肝臟接觸到的果糖濃度會比較低。也因為如此,軟性飲料比固體糖類更容易啟動生存開關。軟性飲料含有大量的糖分(以 600 毫升的汽水為例,當中含有約 17 茶匙的高果糖玉米糖漿,其中約 9 茶匙是果糖),通常幾分鐘即可喝完,而且由於是液體,不需要消化,這會讓肝臟中迅速充滿果糖和葡萄糖。相較之下,固體食物必須經過消化,需要更長的時間才能到達肝臟。(這也是完整水果較不易啟動生存開關的原因,因為水果纖維有助於減緩吸收。)因此,固體食物中的果糖到達肝臟的速度較慢,不會讓生存開關一下子轉到最強狀態。

營養學家兼遺傳學家斯皮克曼(John Speakman)進行的實驗證實了這一點,他發現餵食液體糖的小鼠,比餵食固體糖的更肥胖。人體臨床研究也比較食用液體糖(來自軟性飲料或其他飲料)和固體糖(來自糖果和甜點)的差別,所有證據都指向同一個結果:液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。在一項研究中,將年輕受試者隨機分成兩組,一組每天喝一杯 240 毫升的軟性飲料,一組吃下含糖量相等的軟糖,持續四週,然後恢復正常飲食,也持續四週,並在這段「淨化」期之後,讓兩組受試者交換,原本喝軟性飲料的改吃軟糖,反之亦然,再持續四週。試驗結束時,研究人員發現,受試者在「喝糖」期間攝取的總熱量,比「吃糖」期間多了約 17%。在喝了四週的軟性飲料後,受試者的體重增加,脂肪也增加。相較之下,吃軟糖的四週內,他們的體重並未增加。

液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。圖/envato

液體糖比固體糖更容易導致肥胖,而且喝液體糖的速度也會造成影響。為了證明這一點,我們在伊斯坦堡科曲大學的合作夥伴坎貝,提供蘋果汁給志願的受試者,這些蘋果汁內的果糖含量與軟性飲料相似。坎貝讓一半的人在 5 分鐘內喝下 500 毫升果汁,另一半則是每隔 15 分鐘喝下 125 毫升,用一小時喝完 500 毫升的果汁。一小時結束時,雖然兩組人喝下的蘋果汁分量一樣,但兩組間的差異卻非常驚人。5 分鐘內喝完蘋果汁的人,體內的尿酸和血管加壓素(肥胖荷爾蒙)快速增加。相較之下,花一小時喝完蘋果汁的受試者,尿酸和血管加壓素的變化比較緩和。由於尿酸和血管加壓素升高相當於生存開關活化的證據,這表示如果一定要喝軟性飲料,慢慢享用會比大口豪飲來得安全。

-----廣告,請繼續往下閱讀-----
含糖飲料慢慢喝會比大口豪飲來得安全。圖/envato

幾年前,曾有人基於軟性飲料含糖量高,提議紐約市政府對軟性飲料課稅。軟性飲料業者指出其他食品也含有大量的糖,專挑軟性飲料課稅並不公平。基於這項爭議,再加上其他因素,飲料稅法案最後沒有通過。但根據前面提到的研究,軟性飲料業界的論點其實有誤。

根據液體糖和固體糖的研究,還可以得到一個結論:「魚與熊掌或許可以兼得」。也就是說,享用富含糖類的甜點時,如果吃得夠慢,或許可能避免觸發生存開關。這時蛋糕就只是熱量而已。問題是,要慢慢的吃甜點幾乎是不可能的事!

喝軟性飲料時不能大口暢飲,而得用一小時的時間慢慢啜飲完畢,也同樣不容易。另外,與其單獨飲用軟性飲料,不如在用餐之間慢慢喝,畢竟邊吃邊喝,讓液體中的糖與食物混合,可減慢吸收速度。

重點

液體糖比固體糖更有害,大口喝下軟性飲料是啟動生存開關最有效的方法。含糖軟性飲料、能量飲料、果汁、含糖的茶和咖啡,全都應該避免。如果偶爾想放縱一下,請放慢飲用速度,並一定要與食物搭配。

-----廣告,請繼續往下閱讀-----

——本文摘自《大自然就是要你胖!》,2024 年 06 月,天下文化出版,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。