Loading [MathJax]/extensions/tex2jax.js

0

10
2

文字

分享

0
10
2

數學不好就是不聰明?也許你只是「數學焦慮」——《解題背後的心理學》

八旗文化_96
・2021/05/20 ・3351字 ・閱讀時間約 6 分鐘 ・SR值 500 ・六年級

  • 作者 / 艾佛瑞德 S. 波薩曼提爾、蓋瑞.柯斯、丹妮耶爾.索羅.維葛達默、凱瑟琳.基芙—柯柏曼
  • 譯者 / 謝雯伃

許多心理因素會影響一個人有效且有效率地解題的能力。在前言中列出來的大多數因素(像是集中的專注力與計畫)牽涉到複合的心智歷程;你可能已經擁有這許多心智元素,卻仍在解題上遇到困難。你可能會想,還有什麼因素在阻礙你?這就是何以我們現在要討論的原因—在阻礙我們解題能力上有一個重要的因素,那就是焦慮。

何謂焦慮?

你可能對於焦慮這個詞很熟悉,那是涵蓋擔心及緊張感受的複雜感受,通常伴隨著諸如肌肉緊張、呼吸和心跳加速以及慌張的生理症狀。在某些例子中,我們能適應這些焦慮,比如說不知道能上哪所大學的焦慮,通常有助於激勵學生努力讀書取得好成績。另外,對於陌生人的恐懼,通常能阻止兒童與不認識的大人說話,讓他們避開可能危險的情況。

然而,也有許多時候,焦慮讓我們對一點也不危險的情況感到恐懼。在這些案例中,焦慮會造成人們產生負面信念並導致人們選擇迴避。舉例來說,如果有人對於公開演講感到焦慮,卻在工作場合或學校中被要求進行演說,他或她可能會對這次演講產生了負面想法。這人可能會想:「如果我犯了錯或忘詞了,那該怎麼辦」、「我聽起來可能很蠢」或是「我不知道我能不能做到」。他或她可能會汗流不止或暈眩,可能心跳加速或換氣過度。這人可能會有衝動打電話請病假或是請他人進行簡報。這些狀況都是出於焦慮,而這人若在像是算數學(被稱為數學焦慮)及解決日常生活問題的狀況下感到焦慮,這些症狀通常也會出現。

可能會汗流不止或暈眩,可能心跳加速或換氣過度,這些狀況都是出於焦慮。圖/GIFPY

許多人與數學焦慮搏鬥,而影響了他們在這一科的表現。雖然數學焦慮根源於不理解眼前的素材,卻也因為人們想要「擅長數學」所承受的巨大壓力而生。

-----廣告,請繼續往下閱讀-----

如果「擅長數學」會讓一個人變聰明,那麼反過來數學不好就暗示了我不夠聰明。這會帶來很大的壓力!

有數學焦慮的人通常會在面對數學題時感到驚慌,這讓他們的心跳及呼吸加速,讓有效率、能解出題目的思考被焦慮的想法給取代了。他們可能會認為「我做不到」、「我做得超差」、「這對我來說太多了」或是「我永遠都不會懂」。由於這樣多焦慮的想法不斷冒出來,難怪有數學焦慮的人在解題上會遇到困難!他們通常無法專心在問題上,往往得仰賴他人提供一步接一步的指示。有數學焦慮的人往往會不惜一切代價避開數學。兒童及青少年可能會逃學,大學生可能會避免選修數學課,而成人則可能會請朋友在餐廳「算出分攤的金額」,或是在工作時請同事協助完成基本計算。這些想避開數學的企圖在當下能讓焦慮降低;然而它們只是權宜之計,無法長期幫助一個人處理他或她的焦慮。此外,避開數學可能會讓人錯過學習解題必備的相關技巧,減少個人對概念的理解,隨之增加個人對數學的焦慮。雖然你可能會認為避開數學能減低你的焦慮,但這麼做長期下來卻可能增加你的焦慮。避開數學的權宜之計幾乎總是會產生反效果。

避開數學可能會讓人錯過學習解題必備的相關技巧,減少個人對概念的理解,隨之增加個人對數學的焦慮。圖/Pexels

簡單提醒大家:不要被那些自認對數學不擅長的人給欺騙了。

如前所述,焦慮的一個關鍵元素就是迴避。如果一個人使用「對數學不擅長」作為永遠不需做這件事的藉口,他或她既避開了失敗,也因此避開向他人及自己證明他或她已經失敗的狀況。雖然像這樣的陳述可能只是拿自己開玩笑,但背後通常也有想要迴避數學的重要因素。

採取行動來減少焦慮,並以信心來取代焦慮,這對成為一個更好的解題者來說十分重要。若你本身想透過信心來取代數學焦慮,本書提供的策略將更容易為你所用。然而,你可能會對自己說:要變得自信,那可是說的比做的容易。那麼,本章會讓你知道,減少焦慮的基本策略能幫助你增加對自己的信心, 也會幫助你減少不舒服的焦慮感及身體感受。準備好你自己; 如同在本章其餘部分看見的,克服焦慮最好的方式就是面對你的恐懼。準備好「赴湯蹈火」了嗎?等結束這一段路到另一端時,想必你會對自己的能力更有信心!

在這一小節,我們會教你對於解數學題目以及解決日常問題更有信心的策略。信心並不只是「這個我做得到」的態度, 而是由某些因素所組成,包括:理解問題目標及變因、以客觀開放的心態處理問題,以及感覺準備充足並感覺自己能處理問題。

-----廣告,請繼續往下閱讀-----

或許,信心最大的指標是一個人面對失敗的能力,因為失敗通常是不可避免的。

本章會著重在如何讓你自己準備好、感覺自己能解決問題並處理失敗。我們的希望是,在你讀完這本書後,你能具備所有能增進你解題能力的工具。

讓我們看一下以下這個問題,它乍看之下有些嚇人,但透過找出模式的策略,這個問題變得相對容易。這種讓人大開眼界的事件確實有助於建立信心。以下問題是要你找出前二十個奇數的總和。

圖/Pexels

透過檢視問題,你會發現第二十個奇數是 39。因此,我們希望找出 1+3+5+7+⋯+33+35+37+39。你的第一個反應可能是從1到39確實將它們一一相加。然而,這個方法既累人又耗時,還有無數個出錯的機會。

如同在前面章節所提到的,當你的解題經驗增加時,你解題的信心也會增加。破解這道題目的一個方法是依循稍早提到的高斯法,也就是將二十個奇數按 1, 3, 5, 7, 9, ⋯ , 33, 35, 37, 39 這樣列出。現在,注意到第一個數字和第二十個數字的總和是 39+1=40,第二個數字和第十九個數字的和也是 40(37+ 3),以此類推。接著,只需要判斷要將幾個 40 相加;既然我們考慮的是二十個數字,所以會有十組,我們接著以 10×40= 400 得出了答案。經驗這個意想不到的技巧,會讓你增加更多自信。

-----廣告,請繼續往下閱讀-----

我們可以透過另一種模式來檢視這個問題,自然所使用的方法也不同:

這個表格明白顯示出,前 n 個奇數的總和是 n2。因此,我們問題的答案就是單純的 202=400。解題的替代方式能讓你未來的解題功力大大提升。

再舉一個例子。以下問題看起來令人困惑,難以解答。此處重點在於釐清困惑,用合理的方式來表達。

如果 A 蘋果值 D 美元,同樣價錢的 B 蘋果值多少美分?

-----廣告,請繼續往下閱讀-----

處理這個問題的方式可以有好幾種。最常見的狀況是,選擇用數字來取代字母,然後試著重新代入字母來找出答案。不過,這很容易讓人會造成混淆,然後不幸地帶來不正確的答案。有些人可能會先尋找單位成本,然後從這點出發。同樣地,這也可能帶來混淆。

作為基本規則,類似問題的最佳解方是以某種有意義的形式來組織數據。此處,我們會利用到比例及一些常識。比例的取得,可透過設定每一分數當中同樣測量單位的數量而得出:

要注意,最後一個分數是透過常識得出的。因為這問題要求的答案是以美分而非美元來表示,這樣一來,當我們算出 x 之後,我們就找出答案了。剩下的只有簡單的計算:

雖然經歷過這類題目,有助於我們更快速地想出這個簡單解法,但缺乏自信卻會阻礙我們停下來思考該如何以全新方式來框架問題,還可能以「繞遠路的方式」來解決問題。因為我們欺騙自己的大腦,把這些問題想得比實際上更困難。因此, 我們需要瞭解如何增加信心,好讓這些問題不會經常發生。

-----廣告,請繼續往下閱讀-----
——本文摘自泛科學 2021 年 5 月選書《解題背後的心理學》,2021 年 3 月,八旗文化

-----廣告,請繼續往下閱讀-----
文章難易度
八旗文化_96
34 篇文章 ・ 20 位粉絲
外部視野,在地思索, 在分眾人文領域,和你一起定義、詮釋和對話。

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

3
1

文字

分享

0
3
1
當情緒像過山車?從亢奮到低落,解碼躁鬱症的真實面貌
PanSci_96
・2024/10/12 ・2253字 ・閱讀時間約 4 分鐘

躁鬱症(Bipolar Disorder),正式名稱為「雙向情緒疾患」或「雙極性情感障礙」,是一種讓患者的情緒不受控制地在極度亢奮和極度低落之間擺盪的精神疾病。這樣的情緒變化不僅僅是短暫的起伏,而是持續多天、甚至數週的狀態,對於患者的生活、關係和工作會造成重大影響。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是躁鬱症?

躁鬱症患者的情緒通常經歷兩個極端階段:躁期和鬱期。

在躁期,患者可能會感到無比的精力充沛、自信心爆棚,甚至會有過度樂觀和衝動的行為。然而,躁鬱症不僅僅是「情緒高漲」的表現,在躁期過後,患者往往會經歷嚴重的情緒低谷,進入所謂的鬱期。此時,他們會感到情緒低落、無力感、甚至有自我傷害的傾向。

近幾年大眾逐漸正視精神疾病的影響,許多名人也曾經公開分享他們的躁鬱症經歷,如歌手瑪麗亞.凱莉、演員小勞勃道尼。這些公眾人物的經歷讓我們看到了這種精神疾病的廣泛影響,以及如何對他們的創作、生活和心理造成衝擊。

-----廣告,請繼續往下閱讀-----

躁鬱症的分類與盛行率

根據跨國研究,不論種族、性別或地區,躁鬱症的盛行率約為 1%,這意味著每 100 人中就有一人可能經歷過躁鬱症的發作。如果將所有的亞型計算在內,終生盛行率甚至可能高達 2.4%。躁鬱症的發病年齡通常集中在 20 至 30 歲之間,超過 70% 的患者在 25 歲前就會出現早期症狀。

躁鬱症依照症狀的不同,還可以分為不同的亞型。最常見的分類是第一型和第二型。第一型躁鬱症的特徵是患者會經歷完整的躁期,通常會影響患者的日常功能,甚至需要住院治療。而第二型躁鬱症的躁期則相對較輕,稱為「輕躁期」,但鬱期仍然會對患者的生活造成嚴重影響。

躁鬱症根據症狀可分為不同亞型,最常見的是第一型和第二型。圖/envato

什麼是「躁期」和「鬱期」?

「躁期」和「鬱期」是躁鬱症的兩個主要特徵階段。

躁期: 許多人對「躁」字的理解常常會聯想到「暴躁」或「焦躁」,實際上躁鬱症的躁期,更多的是情緒高昂、亢奮的狀態。在輕躁期(Hypomania),患者會持續數天感到極度精力充沛,無論在工作還是生活中,表現得比平時更有自信和創造力。但問題是,這種情緒亢奮狀態不一定持續太久,躁期可能會逐漸惡化為狂躁期(Mania)。這時,患者的行為可能會變得極端,容易做出無法預測的決定,例如過度消費、縱情娛樂或進行不安全的行為。

-----廣告,請繼續往下閱讀-----

鬱期: 在鬱期,患者的情緒和行為完全反轉。他們會感到無精打采、情緒低落,對任何事物都提不起勁。這時候,患者的日常活動變得困難,注意力和記憶力也會大幅下降,甚至有自我傷害或自殺的傾向。

從外界看來,躁期似乎是一個非常「高能」的狀態,但實際上,躁鬱症的危險之處正在於它的不穩定性。躁鬱症患者在躁期中無法控制自己的情緒與行為,即使感覺自己處於高峰狀態,這樣的「興奮」很可能會導致衝動行為,如不理智的財務決策或人際衝突。

如何應對躁鬱症?

躁鬱症不僅僅是情緒的擺盪,同時也會對患者的生活產生影響:

  1. 無法控制的躁期時間:躁期的長度和強度不是患者能控制的,患者可能從精力充沛的狀態,轉變為難以收拾的混亂局面。
  2. 鬱期的危險性:在躁期過後,進入鬱期的患者常常因為自責或對前期行為的後悔,而陷入更深的低谷,這增加了自我傷害的風險。
  3. 生活質量下降:反覆發作的情緒擺盪讓患者難以享受生活,甚至對快樂的感受也會變得懷疑和恐懼。
  4. 人際關係受損:情緒極端的變化會讓患者難以建立穩定的人際關係,這對於長期支持系統的建立是巨大的挑戰。
  5. 大腦損傷:每次發作對大腦的損害都是不可逆的,長期下來,注意力、記憶力、甚至思考能力都會受到影響。

治療與日常應對方法

對於躁鬱症的治療,藥物和心理治療是兩個不可或缺的部分。穩定情緒的藥物,如鋰鹽,是控制躁鬱症的重要工具。鋰鹽自 20 世紀開始就被廣泛用於躁鬱症的治療,能有效減少躁鬱症的復發風險。如果患者正處於躁期,醫生還可能會使用抗精神病藥物來幫助控制症狀。

-----廣告,請繼續往下閱讀-----

除了藥物治療,心理治療同樣重要,特別是在症狀穩定後,透過心理治療,患者可以學習如何識別躁鬱症復發的早期徵兆,以及如何調適壓力和情緒。

心理治療可以幫助患者學習識別躁鬱症復發的早期徵兆,並有效調適壓力和情緒。圖/envato

如何支持身邊的躁鬱症患者?

身為躁鬱症患者的家人或朋友,了解如何在不同的情緒階段支持患者是關鍵。在躁期時,避免硬碰硬,而是試著將患者的注意力引導到安全的活動上;在鬱期時,提供非批評的陪伴,讓患者感受到被理解與支持。

躁鬱症是一種需要長期管理的疾病,但這並不意味著生活的希望就此消失。許多躁鬱症患者在接受治療後,依然能過著豐富充實的生活,並在自己的專業領域中發揮才華,擁有幸福的人生。

-----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

31
3

文字

分享

0
31
3
當壓力比山大,你需要安靜的力量!
雅文兒童聽語文教基金會_96
・2023/04/24 ・2200字 ・閱讀時間約 4 分鐘

  • 文/王冠雅(雅文基金會聽語科學研究中心 助理研究員)

翻開行事曆,總有開不完的會、做不完的報告,真的是壓力山大。雖然身旁的人都輕聲說話,周遭的環境也沒有過度喧鬧,但不知為何,就是什麼聲音都不想聽到!

沒錯,當我們身心充滿壓力、腦袋滿載的狀態下,腦中的思緒(或是雜訊)總喋喋不休,即便是平時熱愛的旋律都會聽不下去。在無法緩和壓力的狀況下,身心壓力就持續拉高。此刻,或許可以問問自己:

「今天,你累了嗎?」

不過咖啡或能量飲料可能都不是正解,你需要的,是去感受「安靜的力量」。

靜不下來,有時是周遭的聲音,有時可能是腦海中喧囂的壓力。
圖/freepik

壓力來襲,全身心都要一起扛

首先,讓我們先來一起認識「壓力」究竟為何物!

-----廣告,請繼續往下閱讀-----

壓力其實是生理或心理受到脅迫的狀況下所引發的個體狀態。任何的壓力對我們的身體來說都可能是一種威脅。當接收到「壓力」的訊息,大腦就如同一個中央指揮中心,會本能地激發身體激素,開啟戰鬥或逃跑的生存機制。

像是在開車時,路邊的小巷子突然衝出一台疾駛的摩托車,我們能隨即透過身體調適壓力的本能,而瞬間激發出一連串的荷爾蒙,迅速地做出迴閃的反應行為,並敏捷地應對突如其來的意外威脅。

除了係關生命安全的壓力,那些會對我們日常生活、工作有所影響的壓力也會被身體視為一種威脅。特別是在數位科技的黃金時代,在過度追求速度、效率、產值,或是在處理家庭和人際關係、工作及課業問題所積累出的情緒,都容易成為長期的慢性壓力。

想耳根清靜,多半是聆聽也成了一種壓力

當我們備感壓力時,哪怕是冷氣的滴水聲,或是慣常的風扇運轉聲,都可能變得難以忍受,更別說是有點大聲的說話音量,更容易讓人倍感刺耳。

-----廣告,請繼續往下閱讀-----

事實上,壓力與聽覺是密切關聯。

長期研究壓力的科學家 Dan Hasson 和他的研究夥伴,對具有慢性情緒衰竭(Emotional Exhaustion,意指在長期壓力下身心俱疲的精神狀態)的受試者進行誘發壓力的實驗,包括 208 名女性和 140 名男性(年齡區間為 23-71 歲,分別具有低、中、高的情緒疲憊程度)。

試驗過程會讓受試者承受短期的壓力實驗,並從中了解他們是否對聲音更加敏感。結果發現,身心俱疲程度較高的女性經過誘發壓力後,對聲音會更加無法忍受(男性受試者雖有類似的反應,但在統計上並不顯著)。有一些受試者甚至聽到正常談話的音量(約 60 分貝),便開始覺得聲音太大,而感到不適。

此外,當壓力襲來,身體會非常有感,是因為大腦與身體會企圖去平衡、調適我們所感受到的壓力。

-----廣告,請繼續往下閱讀-----

倘若大腦一直對壓力保持警覺,身體則需要長時間維持高度戒備,且繼續啟動調控壓力代謝的荷爾蒙系統。如果長期處於慢性壓力的狀態,身體便會像空轉的馬達般虛耗運作,並產生過量的腎上腺素到血液,讓耳朵內的血液循環變差。然而,耳朵中脆弱的內毛細胞(Inner hair cells),仰賴充分的血液循環來接收足夠的氧氣與養分,若因日復一日地高壓讓血液循環長期受阻,以至於內耳的毛細胞供血不足,嚴重的話,將會導致聽力受損。


因此,若是身處在壓力風暴中,即便是聆聽一般的說話聲、用腳踩踏的節奏或是空調的低頻聲,都能令人感到煩躁與不耐。這可能是壓力所導致的焦慮及疲憊已經讓感官過載,才無法良好地調整自己,更失去了與他人對話的能量。

走出戶外、接近大自然,可以有效地洗滌日常生活中所積累的壓力與情緒。圖/freepik

心靜自然涼,用六分半分鐘補充「靜能量」

許多研究證實,待在安靜的環境,將有助於恢復我們的神經系統、提升能量並調節身心狀態。不論是待在室內或戶外綠意盎然處,只要安靜地待上六分半鐘,便能有效放鬆身心。在靜謐的自然環境中,我們的身心與意識會出現類似冥想時的泰然,因此在戶外的綠地放鬆,會有更顯著的效果!

在忙碌的現代生活,壓力難免罩頂,若能經由自我的良好覺察,辨識內心的喧囂,進一步理解哪一種外在刺激、內在情緒成了壓力來源,並適時地自我關照、調養,定期放鬆及運動,將能讓身心保持安寧與健康。

-----廣告,請繼續往下閱讀-----
  1. 鄧夙舫。(2008,9月19日)。壓力是什麼?衛生福利部桃園療養院。https://www.typc.mohw.gov.tw/?aid=509&pid=44&page_name=detail&iid=100
  2. Harvard Health Publishing. (2020, July 6th). Understanding the stress response. Harvard Health Publishing. https://www.health.harvard.edu/staying-healthy/understanding-the-stress-response
  3. Hasson, D., Theorell, T., Bergquist, J., & Canlon, B. (2013). Acute stress induces hyperacusis in women with high levels of emotional exhaustion. PloS one, 8(1), e52945. https://doi.org/10.1371/journal.pone.0052945
  4. Teague, T. (2019, May 20th). A Link Between Stress and Hearing Loss. Hearing Consultants. https://hearingconsultants.com/a-link-between-stress-and-hearing-loss/#:~:text=Stress%20can%20Cause%20Hearing%20Loss,of%20oxygen%20and%20other%20nutrients
  5. 簡婉曦。(2021,1月27日)。【焦慮腦學】有一種恐懼,害怕聲音可能存在。VOCUS。https://vocus.cc/article/6011126efd89780001410d53
  6. Zorn, J & Marz, L.(2022). Golden: the power of silence in a world of noise. Harper Wave.
  7. Kirste, I., Nicola, Z., Kronenberg, G., Walker, T. L., Liu, R. C., & Kempermann, G. (2015). Is silence golden? Effects of auditory stimuli and their absence on adult hippocampal neurogenesis. Brain Structure & Function, 220(2), 1221–1228. https://doi.org/10.1007/s00429-013-0679-3
  8. Pfeifer, E., Fiedler, H., & Wittmann, M. (2020). Increased relaxation and present orientation after a period of silence in a natural surrounding. Nordic Journal of Music Therapy, 29(1), 75–92. https://doi.org/10.1080/08098131.2019.1642374
-----廣告,請繼續往下閱讀-----
雅文兒童聽語文教基金會_96
61 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。