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

1

6
0

文字

分享

1
6
0

用 DNA 分析客製行銷廣告,讓客戶更容易被說服——《DNA 國度》

商周出版_96
・2021/03/14 ・3209字 ・閱讀時間約 6 分鐘 ・SR值 540 ・八年級

墨西哥航空的宣傳活動可能只是廣告噱頭,但是 DNA 量身訂製的行銷背後的想法是很嚴肅的。快速瀏覽專利資料庫後發現,至少有十幾個專利申請提到了遺傳訂製的廣告。這些發明絕大多數現在可能仍在規劃之中,但是這項技術已經成功地踏出了第一步,特定 DNA 剖析的線上行銷出現,只是遲早的問題。

根據 DNA 量身打造的廣告訊息

根據全球廣告代理商哈瓦斯 (Havas) 的一份報告,將醫療保健和旅行列為人們比較容易接受遺傳訂製行銷的類別,並且很容易看到 DNA 如何為廣告商提供有關這些領域的有用訊息。這份在澳洲委託執行的報告指出,高達 70% 接受過 DNA 檢測的澳洲人有興趣接收根據基因而來的行銷訊息,他們特別想要的是根據祖先歷史、根據遺傳口味訂製食品的旅行;還有,奇怪的是,不太容易掉毛的寵物,是不是他們的 DNA 暴露出對毛皮過敏的風險?(寵物店老闆,請注意哦!)

高達 70% 接受過 DNA 檢測的澳洲人想要根據祖先歷史、根據遺傳口味訂製食品的旅行。圖/Pexels

DNA 裡的易感性和風險不必是有意義的或科學準確的:只有對我們很重要時才有關係,這就是我們在乎行銷的原因。舉例來說,如果你懷疑自己的體質容易中風或得糖尿病,那麼你可能更喜歡點擊有關膳食補充劑,而不是針對手腳笨拙的廣告。

除了可感知的風險之外,我們的DNA是廣告商夢寐以求的訊息寶庫。我的基因說我的耳垢是乾的、很可能是個直髮的白種人,而且不太可能會禿頭。當代理商可以檢查我的基因並更精確地鎖定我當目標時,為什麼要浪費部分廣告中的寶貴預算來向我兜售鬈髮專用洗髮精或抗禿乳液。

-----廣告,請繼續往下閱讀-----

如果有一天我的DNA剖析告訴我這樣的話:「嘿,塞爾吉奧,你有品嘗苦味的變異!不錯哦!你想不想嘗試專門為像你這樣的超級品嘗者而製作的新型咖啡混合物的細微差別呢?」或「嘿,你有乳糖不耐症:來試一下我們新的超級容易消化 (SuperEazyDigest) 乳糖酶配方!」我不會感到驚訝。

跟著自己的 DNA 踏上尋親之旅

血統是旅行業行銷的絕佳機會。甚至在墨西哥航空公司之前,前面提到的網上旅遊公司 Momondo 利用揭露人們發現自己遺傳血統後的驚奇,製作了一部人氣超高的短片,還發起了「DNA 旅程競賽」,客戶可以贏得 DNA 檢測套組,並能免費前往跟他搜尋結果相關的地方去旅行。其他公司,甚至某些國家的旅遊局,一定會緊接著跟進,而且什麼事都有可能,沒有極限。很快地獲得特殊優惠去愛爾蘭、義大利或巴布亞的「遺傳家園」旅行,或者取得折扣機票去見你在「親戚搜尋器」上找到的遠親也即將司空見慣。

但是根據 DNA 而做的折扣可能是個法律上複雜、難以推行的雷區,這可以解釋為什麼墨西哥航空沒有完全遵循競賽期間提出的條件。根據不同血統收取不同的價格將等同於按「種族」或國籍區分客戶,這幾乎在所有地方都是非法的。監管機構是否會同意破例,並允許根據我們的 DNA 提供折扣?遺傳技術的出現又再一次挑戰了規則,這些規則是在前基因體時代編寫的,當時血統只有是否,而不是遺傳報告中百分比的問題。

根據 DNA 而做的折扣等同於按「種族」或國籍區分客戶,在所有地方幾乎都是違法的,所以墨西哥航空沒有完全遵循競賽期間提出的條件。圖/Wikimedia

社群大數據推播,搜尋後就被標記為粉絲

曼迪.卡普里斯托 (Mandy Capristo) 是一位高雅的德國十大流行歌手。她以一首成名曲〈我想要擁有自己的自動提款機〉(Ich wünsche mir einen Bankomat) 開始職業演唱生涯,並組成女子樂隊 Monrose,之後單飛成為獨立歌手,她的歌曲曾經登上流行歌曲的排行榜。當我在 Spotify 上搜尋她時,她最受歡迎的曲目是〈Si Es Amor〉,這是一首帶有西班牙標題和德語歌詞的舞蹈音樂,是最不可能符合我音樂喜好的組合。

我對曼迪的所有過往都略有耳聞,甚至強迫自己去聽她那些難以掌握的流行歌曲,只是因為臉書認為、也告訴我,我是她的粉絲。我從來都不知道為什麼會這樣,直到有一天,我查看了自己的個人檔案,然後在我臉書上的「新聞和娛樂」項目下,曼迪居然出現在建議我去「按讚」的地方。這就是臉書的作為:它的演算法分析了我們在社交網路和其他網站上的日常活動,並試圖推測我們可能喜歡或不喜歡的東西。

-----廣告,請繼續往下閱讀-----
歌手曼迪.卡普里斯托。圖/Wikimedia

從臉書向我推薦卡普里斯托這件事,讓我知道這個系統在檔案配置上有很大的問題存在,但這通常是正確的。我們在個人檔案上看到的偏好只是冰山一角。從表面上看,社交網路每天收集有關每個用戶的數百個資料點。毫無疑問,臉書、IG、推特和 YouTube 等社交網路都是免費的,但其商業模式是盡可能多收集訊息。他們可以描述其用戶的個人資料,以便廣告客戶可以花大錢來發布針對每個個人資料量身訂製的廣告。我們在網路上編寫、觀看和訂購的所有內容;我們喜歡的貼文、我們去過的地方、我們擁有的朋友以及我們分享的任何其他訊息,都可以用來更貼近我們的消費者形象。

DNA 檔案上傳社群,行銷廣告更精準

隨著愈來愈多的消費者開始加入唾液受測者的行列,將遺傳訊息添加到社交網路配置檔案中,可以填補用戶訊息中的空白,並使每個人都成為更好的行銷目標。諸如臉書和 IG 之類的主流社交網路,可能很快便會鼓勵用戶開始上傳他們的 DNA 檔案,並使用它們來增強個人檔案。大型遺傳平台還可以藉由引入遺傳學上量身訂製的廣告,有時候還包括血統來增加收入,Ancestry.com 的隱私聲明也提到了這種可能性。DNA 增強行銷的前景,甚至可能導致遺傳公司和主流社交媒體合併為大型平台,從而整合所有可用的基因和非基因的資料。

使用行為遺傳學來預測顧客的選擇將特別吸引行銷人員。

你是那種會購買房屋保險(遺傳易感性較低)或玩線上撲克遊戲和跳傘運動(尋求風險)的人嗎?你是會根據技術規格(功利主義剖析)、未來派設計(想像力剖析)、速度(腎上腺素癮君子)或低排放量(敏感、移情剖析)來購買新車的人?

這些行為全都有很強的遺傳成分。對雙胞胎的研究顯示,從汽車到食品雜貨,從智慧型手機到電影票的各種產品的偏好有多達 50% 是天生的,甚至有堅持購物習慣的傾向。沒有檢測能夠準確預測這些性狀,因為它們還取決於經驗和教育等非遺傳因素,但是這些訊息和其他數百個其他資料,將有助於接觸更寬廣層面消費者的檔案。

-----廣告,請繼續往下閱讀-----
臉書、IG、推特和 Youtube 等社交網路都是免費的,但其商業模式是盡可能多收集訊息。圖/Pexels

影響的不只有錢包,更有可能危害健康

我們的 DNA 訊息一旦注入到大數據遊戲中,就會讓我們容易被說服,這是有道理的。在 2011 年,全球最大信用卡公司之一的 Visa 就招惹了很大的麻煩,當時它的一項專利申請提到 DNA 作為行銷用途的數據(之後 Visa 已刪除了來自專利競標中對遺傳材料的引用)。

如果我們管理不當,以 DNA 為廣告素材的後果確實令人擔憂。有一個廣告根據我的遺傳推斷來源,慫恿我去造訪挪威或俄羅斯,或根據我的遺傳偏好推薦餐館,這些推薦都是無害的。另一方面,從網路窗口彈出建議我購買不正確的 DNA 易感性的藥物、補品或治療方法,這些對我的健康和我的錢包都是潛在的危險。大量針對特定臉書和推特個人資料的社交媒體宣傳和虛假新聞已經影響了美國和歐洲的選舉:將 DNA 的變數添加到組合中,可能只會使我們更接近傅柯的反烏托邦。

本文摘自《DNA 國度:基因檢測和基因網路如何改變你的生活》,2020年12月,商周出版。
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
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

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

2
0

文字

分享

0
2
0
從遺傳學角度剖析:女性能在體育場上超越男性嗎?——《運動基因》
行路出版_96
・2024/08/10 ・3712字 ・閱讀時間約 7 分鐘

科學期刊的預言:女性能追趕甚至超越男性?

我在 2002 年還在讀大四時,第一次看到兩位 UCLA 生理學家的論文〈不用多久女性就會跑得比男性快?〉,當時我覺得這個標題很荒謬。在那之前我花了五個賽季,進行 800 公尺中距離跑步訓練,成績已經超越世界女子紀錄。而且我還不是自己接力隊上跑最快的。

但那篇論文發表在《自然》(Nature)期刊上,這是世上極具聲望的科學期刊,所以一定有些道理。大眾就是這麼認為的。《美國新聞與世界報導》雜誌在 1996 年亞特蘭大奧運之前,對一千個美國人做了調查,結果其中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。

1996 年亞特蘭大奧運前,一千位美國人中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。 圖/envato

《自然》期刊上那篇論文的作者,把男子組和女子組從 200 公尺短跑到馬拉松各項賽事歷年的世界紀錄畫成圖表,發現女子組紀錄進步得遠比男子組急速。他們用外推法從曲線的趨勢推斷未來,確定到 21 世紀前半葉,女性就會在各個賽跑項目擊敗男性。兩名作者寫道:「正因進步速度的差異實在非常大,而使(兩者)差距逐漸縮小。」

2004 年,趁著雅典奧運成為新聞焦點之際,《自然》又特別刊出一篇同類型的文章〈2156 年奧運會場上的重要衝刺?〉(Momentous Sprint at the 2156 Olympics?)──標題所指的,正是女子選手會在 100 公尺短跑比賽中,勝過男子選手的預計時間。

-----廣告,請繼續往下閱讀-----

2005 年,三名運動科學家在《英國運動醫學期刊》發表了一篇論文,省去問號開門見山在標題宣稱:〈女性終將做到〉(Women Will Do It in the Long Run.)。

難道男性主導世界紀錄的情況,始終是歧視女性、把女性排除於競技場外的結果?

20 世紀上半葉,文化規範與偽科學嚴重限制了女性參與運動競技的機會。在 1928 年阿姆斯特丹奧運期間,有媒體(捏造)報導指稱,女性選手在 800 公尺賽跑後筋疲力竭地躺在地上,這讓一些醫生和體育記者十分反感,使得他們認為這個比賽項目會危害女性健康。《紐約時報》上有篇文章就寫:「這種距離太消耗女性的體力了。」〔1〕那幾屆奧運之後,在接下來的三十二年間,距離超過 200 公尺的所有女子項目,都突然遭禁,直到 2008 年奧運,男女運動員的徑賽項目才終於完全相同。但《自然》期刊上的那幾篇論文指出,隨著女性參賽人數增多,看起來她們的運動成績到最後可能會與男性並駕齊驅,甚至比男性更好。

運動能力的基因密碼:性別差異的生物學根源

我去拜訪約克大學的運動心理學家喬.貝克時,我們談論到運動表現的男女差異,尤其是投擲項目的差異。在科學實驗裡證實過的所有性別差異中,投擲項目一直名列前茅。用統計學術語來說的話,男女運動員的平均投擲速度相差了三個標準差,大約是男女身高差距的兩倍。這代表如果你從街上拉一千個男子,其中 997 人擲球的力氣會比普通女性大。

-----廣告,請繼續往下閱讀-----

不過貝克提到,這種情形可能是反映女性缺乏訓練。他的太太是打棒球長大的,輕輕鬆鬆就能贏過他。他打趣說:「她會發出一束雷射光。」那麼這是生物學上的差異嗎?

男性和女性的 DNA 差異極小,僅限於在女性身上為X或男性為Y的那單一染色體。姊弟或兄妹從完全相同的來源取得基因,透過重組母親和父親的 DNA,確保兄弟姊妹絕對不會相近到變成複製人。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,它的全名是「Y 染色體性別決定區基因」。若要說有「運動能力基因」,那就非 SRY 基因莫屬了。人類生物學的安排,就是讓同樣的雙親能夠同時生育出男性的兒子和女性的女兒,即使傳遞的是相同的基因。SRY 基因是一把 DNA 萬能鑰匙,會選擇性地啟動發育成男性的基因。

我們在生命初期都是女性──每個人類胚胎在形成的前六週都是女性。由於哺乳動物的胎兒會接觸到來自母親的大量雌激素,因此預設性別為女性是比較合算的。在男性身上,SRY 基因到第六週時會暗示睪丸及萊氏細胞(Leydig cell)該準備形成了;萊氏細胞是睪丸內負責合成睪固酮的細胞。睪固酮在一個月之內會不斷湧出,啟動特定基因,關閉其他基因,兩性投擲差距不用多久就會出現。

-----廣告,請繼續往下閱讀-----

男孩還在子宮時,就開始發育出比較長的前臂,這使得他們日後投擲時會做出更有力的揮臂動作。儘管男孩和女孩在投擲技能方面的差異,不如成年男性和女性之間那麼顯著,但這種差異在兩歲幼童身上已經很明顯了。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,會選擇性地啟動發育成男性的基因。 圖/envato

文化與訓練的影響:投擲項目中的性別差距

為了確定孩童之間的投擲差距有多少與文化有關,北德州大學和西澳大學的科學家組成團隊,共同測試美國孩童與澳洲原住民孩童的投擲技能。澳洲原住民沒有發展出農業,仍過著狩獵採集生活,他們教導女孩丟擲戰鬥及狩獵用武器,就像教導男孩一樣。這項研究確實發現,美國男孩和女孩在投擲技能上的差異,比澳洲原住民男孩和女孩之間的差異顯著許多。不過儘管女孩因為較早發育長得較高較壯,男孩仍比女孩擲得更遠。

普遍來說,男孩不僅比女孩更善於投擲,視覺追蹤攔截飛行物的能力往往也出色許多;87% 的男孩在目標鎖定能力的測試上,表現得比一般女孩好。另外,導致差異的部分原因,至少看起來是因為在子宮的時期接觸到了睪固酮。由於先天性腎上腺增生症,而在子宮裡接觸到高濃度睪固酮的女孩,上述項目的表現會像男孩一樣,而不像女孩;患有這種遺傳疾病的胎兒,腎上腺會過度分泌男性荷爾蒙。

受過良好投擲訓練的女性,能輕易勝過未受訓練的男性,但受過良好訓練的男性,表現會大幅超越受過良好訓練的女性。男子奧運標槍選手擲出的距離,比女子奧運選手遠大約三成,儘管女子組使用的標槍比較輕。此外,女性投出的最快棒球球速的金氏世界紀錄是 65 mph(相當於時速 105 公里),表現不錯的高中男生的球速經常比這還要快,有些男子職業球員可以投出超過 100 mph(相當於時速 160 公里)的球速。

-----廣告,請繼續往下閱讀-----

在跑步方面,從 100 公尺到 1 萬公尺,經驗法則是把菁英級表現差距定在 11%。從短跑到超級馬拉松,不管任何距離的賽跑,男子組的前十名都比女子組的前十名快大約 11%。〔2〕在職業等級,那就是個鴻溝。女子組的 100 公尺世界紀錄,跟 2012 年奧運男子組的參賽資格還差了四分之一秒;而在一萬公尺長跑,女子組的世界紀錄成績,與達到奧運參賽資格最低標準的男選手相比落後了一圈。

不論距離,男子組前十名的跑步速度普遍比女子組快約 11%。圖/enavato

投擲項目與純爆發力型運動項目的差距更大。在跳遠方面,女子選手落後男子 19%。差距最小的是長距離游泳競賽;在 800 公尺自由式比賽中,排名前面的女子選手,與排名前面的男子選手差距不到 6%。

預言女性運動員將超越男性的那幾篇論文暗示,從 1950 年代到 1980 年代,女性表現的進展遵循一條會持續下去的穩定軌跡,但在現實中是有一段短暫爆發,隨後趨於平穩──這是女子運動員,而非男子運動員進入的平穩期。儘管到 1980 年代,女性在 100 公尺到 1 英里各項賽跑的最快速度,都開始趨於穩定,但男子運動員仍繼續緩慢進步,雖然只進步一點點。

數字很明確。菁英女子選手並未趕上菁英男子選手,也沒有保持住狀況,男性運動員則在非常慢地進步。生物學上的差距在擴大。但為什麼原本就有差距存在?

-----廣告,請繼續往下閱讀-----

註釋

  1.  各報上氣不接下氣地報導 800 公尺女子選手紛紛倒在跑道上。正如運動雜誌《跑步時代》(Running Times)2012 年的一篇文章指出的,實情是只有一個女子選手在終點線倒下,其餘三名都打破了先前的世界紀錄。據稱人在現場的《紐約郵報》記者寫道,「11 位淒慘的女性」當中有 5 人沒有跑完,5 人在跑過終點線後倒下。《跑步時代》報導說,參賽的女運動員只有 9 個,而且全部跑完。
  2. 過去普遍認為,隨著比賽距離拉長,女子賽跑選手會超越男子選手。這是克里斯多福.麥杜格(Christopher McDougall)在《天生就會跑》這本很吸引人的書裡談到的主題,但不完全正確。成績非常優秀的跑者之間的 11% 差距,在最長距離和最短距離同樣穩固存在。儘管如此,南非生理學家卻發現,當一男一女的馬拉松完賽時間不相上下,那個男士在距離短於馬拉松的比賽中通常會贏過那個女士,但如果競賽距離加長到 64 公里,女士就會跑贏。他們報告說,這是因為男性通常比較高又比較重,比賽距離越長,這就會變成很大的缺點。然而在世界頂尖超馬選手當中,男女體型差異比一般群體中的差異小,而 11% 的成績差距,也存在於超級長距離的最優秀男女選手之間。

——本文摘自 大衛・艾普斯坦(David Epstein)運動基因:頂尖運動表現背後的科學》,2020 年 12 月,行路出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

行路出版_96
21 篇文章 ・ 8 位粉絲
行路為「讀書共和國」出版集團旗下新創的出版社,出版知識類且富科普或哲普內涵的書籍,科學類中尤其將長期耕耘「心理學+腦科學」領域重要、具時代意義,足以當教材的出版品。 行路臉書專頁:https://www.facebook.com/WalkPublishing

0

0
0

文字

分享

0
0
0
肺癌治療不悲觀,精準抗癌交給基因檢測!
careonline_96
・2024/04/05 ・2556字 ・閱讀時間約 5 分鐘

給 每一位剛踏上抗癌路上的鬥士與戰友
精準醫療的發展,在肺癌治療發揮良好的成效,一旦診斷了晚期肺腺癌後,只要可以選用到對的藥物,病情就能得到很好的控制,在標靶藥物的治療過程中,病友也大多可以維持原有的生活品質,建議病友在治療的旅途中,積極面對,勇敢的對抗它,是最好的方式。若能持續穩定控制下去,後續就有更多的新藥,更多的機會。

——中山醫學大學附設醫院胸腔腫瘤科主任陳焜結醫師

肺癌進入精準醫療時代 基因檢測扮演重要角色

近年來標靶藥物已突破晚期肺癌的治療瓶頸,具有 EGFR 突變的晚期肺腺癌病友,一般來說使用標靶藥物就能夠發揮良好治療成效,可是仍是會有一小部分病友,對於標靶藥物有效的時間特別短,若是在出現抗藥後,建議病友可以接受次世代基因定序(NGS),就有機會找到可能的原因。陳焜結醫師分享一名病友,一開始吃標靶藥物沒有效,在根據次世代基因定序檢測結果調整藥物後,病情便穩定下來,治療至今已一年半,成效維持得很好。

肺癌治療已進入精準醫療的時代,基因檢測扮演非常重要的角色。陳焜結醫師說,如果基因檢測顯示病友具有 EGFR、ALK 等驅動基因,便可選擇相對應的標靶藥物,我們能夠讓對的病友,使用對的藥,就可以得到很好的治療成效,也是提升治療成效的重要關鍵。

在進行基因檢測時,現階段較常使用的方法是每次檢驗一個基因。陳焜結醫師表示,臨床上會從常見的 EGFR 開始檢驗,如果沒有 EGFR,再依序檢驗 ALK、ROS1 等基因。這樣的做法對健保而言,較有經濟效益,但可能較為耗時,因為每驗一個基因,病友就需要等待 1 週至 2 週的時間,且每次檢驗都必須使用一部分從腫瘤取下來的檢體,在經過多次檢驗後,就有可能出現沒有足夠的檢體可以使用的情況。

 標靶藥物未發揮效果或抗藥後 可利用次世代基因定序(NGS)找線索

而次世代基因定序(NGS)是透過大量篩檢基因的方式,雖然需要使用較多的檢體,但是一次可以檢驗多個基因,從送出檢體到收到報告,大概需要 2 週至 3 週,卻可以提供比較多的資訊,幫助調整治療策略。陳焜結醫師說,針對驅動基因使用標靶藥物後,大部分病友都很有效,但是約有兩成的病友在使用標靶藥物後,沒有發揮預期效果,這時候我們就可以從次世代基因定序中找到一些線索。

過去即遇過一些病友,明明有驗到 EGFR 基因,但是卻對標靶藥物沒有反應,且惡化很快。我們從次世代基因定序(NGS)裡發現,病友其實還有其他基因的突變,像是 MET 基因,於是加上 MET 抑制劑後,就得到很好的控制。此外,次世代基因定序(NGS)還有另一個用處,就是在癌細胞出現抗藥性、病情變化之後,醫師會需要知道是否出現新的基因突變,便需要用到次世代基因定序(NGS)。

初確診晚期肺癌的病友通常都會很徬徨,陳焜結醫師說,假如一位沒有抽菸的肺腺癌病友,利用健保給付進行幾項基因檢測後,都沒有發現驅動基因,則建議可以考慮做次世代基因定序(NGS),在找到所屬的基因突變後,接下來的重點則是了解病友的體能狀態,心臟、肺臟、肝臟、腎臟等器官功能,以及是否有糖尿病、高血壓等慢性病,再把整個治療計畫與病友討論清楚,協助病友開始進入治療,建立信心。

 她的故事 談自我照顧

 肺癌治療藥物種類多 沒有悲觀的需要

什麼是圓滿的人生?當生命走到盡頭,在天堂門口回憶一生時,幸福過,也為別人帶來過幸福,就沒有遺憾。電影「一路玩到掛」兩個男主角完成一件又一件的人生清單,最後都回歸家庭。因著罹癌,我發現過去沒有善待身體,沒有好好陪伴家人,罹癌讓我更看重家庭,增加與爸媽相處的時間。

2021 年 1 月,因為腰痠、腸胃不適和體重減輕,確診肺癌四期加上腦轉移,才 51 歲的我,簡直五雷轟頂難以置信。剛罹癌時,太太瞞著我逼問醫師還有多久的時間,醫師給了標準答案「3 到 6 個月」。從醫師口中被宣判掛點的我,卻在後來發生了兩件讓我感動到飆淚的事,一是透過基因檢測我們找到了對應的標靶藥物,二是未來有機會可以動手術。

了解疾病的走向與治療策略對病友有益,也會使人生出信心。一位心理科醫師把癌症比喻為身上的壞小孩,我們要想方設法把壞小孩變好,而不是想要把它趕出去,然後就是面對它、接受它、處理它、放下它。

我以前喜歡在外亂跑,熬夜晚睡經常外食,現在改吃原型食物,登山步道練體能提升肺活量,降低工作量,調整身體狀況。標靶藥物的副作用讓我的皮膚變得脆弱,洗澡時容易在鼻頭附近滲點血,甲溝炎大約一個月要找皮膚科醫師剪指甲,腹瀉時而出現,調養後次數減少,體重也慢慢回穩。

老天爺把門給關了,但留了一條縫給我,在病友社團裡學習到人生的意義,是愛和給予。提醒正在讀這封信的你,剛確診時情緒不免慌亂,為了調養身體就想把工作辭掉,我的勸告是「不要」,沒工作容易胡思亂想,少了經濟收入會成為日後治療的隱憂,最好先請假,治療穩定後回到職場,經濟穩定能建立自信心,對治療也很有幫助。

快樂掌握在自己手上,簡簡單單過生活,也能把生活過得有滋有味,生命中的受苦事件,會引導我們踏上有意義的旅程。治療肺癌的藥物很多,所以真的沒有悲觀的需要!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。