Loading [MathJax]/extensions/tex2jax.js

2

5
0

文字

分享

2
5
0

你的鄰居可以信任嗎?鳥類的防騙守則!

羅夏_96
・2021/07/01 ・2833字 ・閱讀時間約 5 分鐘

我們都不喜歡被欺騙,因為被騙除了心理上覺得受傷外,時常會伴隨著一些利益損失。個人被騙還算小事,一旦欺騙的狀況普遍在社會中出現,就會嚴重破壞人與人之間的信任與合作,進而影響到整個社會的穩定。因此人類社會發展出不少辨識與對抗欺騙者的手段,當然這個過程中,騙子也不斷發展出各種應對方法。但除了人類,動物之間也會為了自身利益進行欺騙。那牠們是如何對抗欺騙呢?近期發表在 Science Advances 上的研究就揭示了其中一種方法1

圖/Giphy

溝通與欺騙

聲音做為動物訊息溝通的一種方式,方便又快速,但這種方式也很容易被騙子利用。例如科學家們就發現,一些靈長類和鳥類會藉由發出假的警告聲來讓同類生物誤以為危險接近,進而離開該地區。這時,這些騙子就能獨享該地區的資源。

這種假的警告聲在同種生物間的欺騙效果非常有效,因為忽視警告聲的代價非常高。如果為了對抗騙子而選擇忽視警告聲,那一旦遇上真的危險很快就 GG 了,因此野生動物多半不會忽略任何警告聲。

那有甚麼辦法能對抗這種欺騙呢?以人類為例,如果有人重複欺騙行為,我們就會記住該人不值得信任,並且將的他的壞名聲告訴團體中的其他人,這樣其他人就知道他不可信任。另一種方式是施行懲罰,一旦發現欺騙的人我們便給予懲罰,讓他不敢再犯的同時,警告其他人最好也不要騙人。

-----廣告,請繼續往下閱讀-----
圖/Giphy

但上述的這兩種方式並不太適合野生動物使用。首先你要被騙好幾次才能記住這個騙子不能相信。另外在懲罰騙子時,搞不好對方會反抗,你也會受傷。不論哪種方式,對生活在自然的野生動物來說,成本都頗高。

那怎樣的方式既能防止騙子,成本又最低呢?來自德國康斯坦茨大學與荷蘭瓦赫寧恩大學的研究者,根據對北噪鴉的研究,發現一種有效的方式1

北噪鴉的生活模式

北噪鴉 (Perisoreus infaustus) 是生活在歐亞大陸北部的鳥類,牠們偏好小型團體生活(通常由一對生育者和最多五隻其他北噪鴉組成),一個北噪鴉團體通常會生活在一個範圍為 0.5 – 1 平方公里的領地中,而這個領地對於提供團體成員食物資源非常重要。因此北噪鴉有著很強的領地意識,一旦有其他非團體的北噪鴉侵入領地,領地內的北噪鴉便會發起進攻,以肢體衝突的方式把入侵者趕走。

北噪鴉。圖/Wikipedia

北噪鴉的主要天敵為老鷹,當團體內的成員在領地內發現老鷹接近,牠們便會發出警告聲,讓領地內的其他同伴趕緊去避難。然而,這種保命用的警告聲正是騙子可以利用的機會。

-----廣告,請繼續往下閱讀-----

北噪鴉的鄰居也會發出警告聲來示意老鷹的接近,不過有時這並非善意的警告。這些鄰居的警告聲有時是為了欺騙領地內的團體成員,讓牠們誤以為老鷹接近,藉此讓團體成員離開去避難。而這時,這些騙子便能不費吹灰之力的入侵該領地,獨享食物資源。

正如前文所提到,忽略任何警告聲對動物來說都很危險,畢竟有時候鄰居發出的警告確實是真的。那北噪鴉究竟該如何對抗這種欺騙行為呢?這也是研究團隊所好奇的問題。

北噪鴉的防騙守則:只相信自己人!

為了觀察北噪鴉如何避免被騙,研究團隊設計了實驗。實驗進行前,研究人員會先錄製北噪鴉的警告聲,而這些警告聲有三個來源:自己團體內的前成員、領地附近的鄰居、從未遇過的陌生北噪鴉。

圖/Wikipedia

接著研究團隊會設置一個誘食器,吸引成年的北噪鴉單獨前來。研究團隊同時會在誘食器附近架設攝影機和喇叭,藉此來觀察北噪鴉在聽到不同來源的警告聲後,會有怎樣的反應與行為。

-----廣告,請繼續往下閱讀-----

研究團隊首先發現,只要北噪鴉聽到警告聲,都會離開誘食器。這符合前面所說的,野生動物不會忽略任何警告聲。雖然北噪鴉聽到警告聲都會離開誘食器,但根據警告聲的來源不同,北噪鴉的反應時間也不同。

當警告聲來自團體內的前成員,北噪鴉立刻就會離開誘食器;若警告聲是來自鄰居或陌生個體,北噪鴉則會稍微觀望一下再離開。這顯示北噪鴉似乎比較相信社會關係比較近的個體所發出的警告聲。為了驗證這個想法,研究團隊又進行下一個實驗。

這次他們測試北噪鴉在聽到警告聲離開誘食器後,會花多久時間才回來,而這個實驗的結果和上面的實驗完全相反。當北噪鴉聽到鄰居或陌生個體的警告聲而離開後,很快就會回到誘食器上;但如果是聽到團體內前成員的警告聲,則會花更多時間觀察,然後才會回到誘食器上。

綜合以上的結果,研究團隊認為北噪鴉確實有對抗欺騙手段的簡易方法:只相信社會關係較近的個體,也就是「自己人」。

-----廣告,請繼續往下閱讀-----
研究團隊進行的測試示意圖,觀察北噪鴉聽到不同來源的警告聲時會有怎樣的反應。圖/參考資料1

方言的形成

這個結果讓研究人員確認了,北噪鴉能辨識並長期記住團隊成員(包含離開團體 2 ~ 3 年的前成員)的警告聲。根據聲紋測試,不同來源的警告聲確實有所不同,但北噪鴉究竟是如何辨識這些差異、又是在生長過程中的何時記住這些差異,仍有待研究。

另外這個實驗也證實了,光有熟悉不足以產生信任。北噪鴉每天都會接觸到鄰居,對鄰居們是非常熟悉的。但是聽到鄰居警告聲的反應,竟然和聽到陌生個體的反應幾乎是一樣的。為甚麼呢?因為鄰居為了獲取資源,施行欺騙的機率較高,但北噪鴉又不能忽視任何警告聲,所以成本最低的防詐騙方式,就是只信任同團體成員所發出的警告,並對該警告予以高度重視。

圖/Giphy

研究團隊認為這個方式和人類有相似之處,想想在我們的生活中,比起每天都遇到的鄰居,我們更願意相信和自己同團體的人(這邊的團體不只有親緣關係,宗教信仰、社團活動也都是)。而為了避免被欺騙,團體也會發展出專屬語言來對抗,而方言就是一種專屬語言。方言顯示了人類語言的多樣性,團體也可用方言來識別自己人,因此研究團隊認為形成方言的底層動力,很大機率就是為了對抗騙子所產生的。

雖然這個想法有一定的道理,不過要驗證這個想法,就需要生物、社會、人類和語言學家共同研究,才能一窺其中的可能了。雖然方言的形成仍有待研究,但這篇研究所揭示的簡易防詐騙手段,即使在複雜的人類社會中,似乎也是一個實用且成本低的好方法呢。

-----廣告,請繼續往下閱讀-----

參考資料

  1. Cunha FCR, Griesser M. Who do you trust? Wild birds use social knowledge to avoid being deceived. Sci Adv. 2021 May 28;7(22):eaba2862.
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
羅夏_96
52 篇文章 ・ 893 位粉絲
同樣的墨跡,每個人都看到不同的意象,也都呈現不同心理狀態。人生也是如此,沒有一人會體驗和看到一樣的事物。因此分享我認為有趣、有價值的科學文章也許能給他人新的靈感和體悟

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

4
0

文字

分享

0
4
0
為什麼不要對重聽的阿嬤大叫──不只是沒禮貌的問題
雅文兒童聽語文教基金會_96
・2024/06/04 ・3173字 ・閱讀時間約 6 分鐘

  • 文/張逸屏|雅文基金會聽語科學研究中心 主任/研究員

端午節時,幼兒園大班的晴晴跟著爸爸媽媽回阿嬤家過節,晴晴興奮地跟阿嬤分享前幾天在學校聽的故事「紅盒子裡的祕密」,但是,最近開始出現重聽情況的阿嬤,常常聽不清楚或聽錯,不是說「啥?什麼?」,不然就是把「驢子爺爺」聽成「吳爺爺」。於是,晴晴不自覺地愈講愈大聲,希望能讓阿嬤聽清楚,當阿嬤還是聽得霧煞煞,晴晴只好更大聲!最後,大聲到爸爸從廚房跑出來罵晴晴:「怎麼可以對阿嬤講話這麼大聲、太沒禮貌了!」晴晴委屈地哭了起來……

大家應該都有碰過被身旁的人提醒跟這位長者說話要大聲一點的經驗吧?根據世界衛生組織的數據[1],60 歲以上高齡人口中,約有 1/4 的人患有足以造成生活障礙的聽力損失(disabling hearing loss)。然而,說話大聲一點,真的可以讓重聽的年長者聽得比較清楚嗎?一般來說,嗓門特別小的人,或是原本用悄悄話的方式在說話,這時提高到一般音量應該會有用。然而,若是一般音量的情況下,大聲說話、甚至大吼大叫,其實是不怎麼管用,更可能會有反效果的[2]。這樣違反直覺的情況,是什麼緣故造成的呢?

圖一/大吼大叫往往不會讓重聽的人聽得更清楚(圖片來源:Pixabay)

大聲不是比較聽得清楚嗎?

一般直覺上會認為,既然重聽或有聽力損失,就是講大聲一點應該就能聽得到了,不是嗎?事實上,由於「語音組成」及「聽力損失特性」這兩大因素,會使得加大音量卻反而有聽不「清楚」語音的問題。

然而,在解釋上述兩大因素之前,必須先釐清聽得「到」不一定聽得「清楚」。大家應該都有這樣的經驗,在有噪音或距離較遠的情境下,例如在廚房洗碗時,家人在客廳說話,我們會聽「到」家人在說話的聲音、也可能聽到大致的內容或是部份內容,但卻沒辦法聽「清楚」完整的內容、或是有聽錯的情況。而重聽或聽力損失的情況也很類似,因為聽力損失有不同的程度,一般年長者的重聽不會是完全聽不到的情形,因此老人家常會說「我都有聽到啊!是你講話不清楚。」

語音組成:聲母和韻母

那麼,當音量變大、卻反而「聽不清楚」,到底是什麼原因造成的呢?一般來說,聽不清楚的通常是指語音當中的聲母(子音)無法被完整地傳遞與接收。回想一下,小時候在學注音符號時,拼音時寫在上面的就是聲母(子音)、下面的則是韻母(母音)。圖二以「沙」(/ㄕㄚ/)為例,可以看出子音/sh/(聲母/ㄕ/,但只有氣音的部份)的部份音量小,且集中在高頻帶,而母音/a/(韻母/ㄚ/)的部份則是音量大,且相對集中在較低頻的區塊。然而,當我們試著說大聲一點,也就是把音量放大時,無論我們怎麼嘗試,都只能放大母音部份的音量[3],子音部份的音量都還是很小。甚至,我們可以試試看只針對子音的部份(如/sh/, /s/, /t/等音)「大叫」,會發現根本沒有辦法做到。

-----廣告,請繼續往下閱讀-----
圖二/語音的組成分為聲母(子音)和韻母(母音)。以「ㄕㄚ」(/sha/)音為例,從上半部的聲音波形可看出,子音(/sh/)的音量(振幅)比母音(/a/)要小得多;下半部則是聲譜圖(spectrogram),縱軸代表頻率,子音(/sh/)的頻率成份集中在高頻帶(黑色集中在較上方),母音(/a/)則是低頻相對較多。

然而,在語音中音量較小的子音才是主要提供清晰度的來源[3,4],曾有研究發現,若將語音中子音主要所在的高頻帶(1000 Hz 以上)去除掉之後,語音清晰度只剩不到 40%;反之,若將母音主要所在的低頻帶(500 Hz 以下)去除,語音清晰度仍有 95%[4]。試試看,若將一句話當中的子音都省略掉,那麼「他今天去上班」就會變成「阿因煙玉ㄤˋ安」,會變得非常非常難以理解。

聽力損失的特性:高頻通常較嚴重

大多數老年性的聽力損失是屬於高頻聽損[5],也就是在較高頻率的部份比較聽不清楚。這個類型的聽損者,就常會有前面所提到的感受:「我都有聽到,但我就是聽不清楚、沒有辦法理解內容!」而如果本文一開始提到的晴晴,因為阿嬤聽不清楚而愈說愈大聲時,卻如同前述,語音當中只有阿嬤原本就聽得到的母音部份變大聲了,但應該是要帶來語音清晰度的子音卻沒有辦法同樣變大聲。即使說話者不斷把音量加大,原本是希望能讓對方聽清楚,豈料適得其反,讓子音和母音之間的音量差距更大,更加劇了不清晰的問題,造成了愈大聲反而愈聽不清楚的矛盾現象。

助聽器科技來幫忙:音量壓縮

那麼,要如何才能讓重聽的長輩,或是聽力損失者能夠聽得清楚呢?如果對生活溝通已經造成困擾,應該要尋求專業耳科醫師和聽力師的協助,嘗試配戴設定適當的助聽器。助聽器的功能不只是放大聲音,還具備了「音量壓縮」的科技[6],讓小聲的聲音放大較多、大聲音量的聲音放大少一些。若套上前述子音和母音相對音量的概念,那就是能讓較小聲、原本聽不清楚的子音變得清楚,提高語音的清晰度。不過,配戴助聽器會需要一段時間的適應,同時也需要和聽力師討論生活上聆聽的需求,才能找到最適合自己的設定。並不是到藥局隨意買一副助聽器,以為戴上就能解決聆聽的所有困難喔!

和聽損者談話的小撇步:正常音量、稍慢語速、發音清楚

除了配戴助聽器之外,溝通策略[1,7]的運用也很有幫助註1。從前面的解釋已經了解到,大吼大叫對聽損者理解語音不但沒有幫助,甚至會有反效果。所以在語音本身上面,可以調整的部份不在音量,而是速度和發音清楚。因此,用一般的音量、語速稍微放慢、發音清楚一點但保持自然,這幾個小撇步可以幫助聽損者聽清楚。同時也可試著換句話說,或是搭配手勢動作來幫助理解。

-----廣告,請繼續往下閱讀-----

其他還有一些策略,包括先取得聽損者的注意力,讓他知道您在跟他說話,避免環境噪音或多人同時說話,這些方法可讓聽損者專注在要聽取的語音訊息上,並減少干擾。此外,建議環境的光線要充足,並可稍微靠近聽損者、讓他能看清楚您的臉部,這麼做可讓聽損者獲取臉部表情和口形等線索,幫助解讀語音訊息的內容,即便聽損者不一定有練過讀唇,但口形線索確實會有幫助,您可以留意看看在很吵雜時,若能看到說話者的臉及口形(當對方沒有戴口罩)時,會比較容易聽清楚。

相信若是晴晴運用了上面所提到的這些溝通策略,不但可以快樂地跟阿嬤分享在學校發生的事,享受愉快的祖孫親情時光,也不會被爸爸罵對阿嬤沒禮貌了喔!

圖三/與聽損者談話時,除了正常音量、稍慢語速、發音清楚等小撇步以外,在光線充足的地方談話,讓聽損者能看到說話者的臉部表情和口型輔助語音接收,也是很好的策略。(圖片來源:Pixabay)

註1 :欲了解更多溝通策略,可參考雅文基金會「聽損溝通小學堂」和「微聽損網站-聽說策略」

  1. World Health Organization. (2024/02/02). Deafness and hearing loss. Retrieved from https://www.who.int/news-room/fact-sheets/detail/deafness-and-hearing-loss
  2. Painter, K. (2013/03/10). How to talk to a hearing impaired person? Don’t shout. USA TODAY. Retrieved from https://www.usatoday.com/story/news/nation/2013/03/10/talking-hearing-impaired/1965127/
  3. DPA Microphones. (2021/03/04). How to improve speech intelligibility when amplifying the voice. Retrieved from https://www.dpamicrophones.com/mic-university/how-to-improve-speech-intelligibility-when-amplifying-the-voice
  4. DPA Microphones. (2021/03/03). Facts about speech intelligibility. Retrieved from https://www.dpamicrophones.com/mic-university/facts-about-speech-intelligibility
  5. Victory, J. (2024/02/21). Understanding high-frequency hearing loss: This kind of hearing loss affects speech clarity. Retrieved from https://www.healthyhearing.com/report/52448-Understanding-high-frequency-hearing-loss
  6. 張逸屏(2022/01/07)。長輩常抱怨助聽器噪音大?——孝子們該認識的「音量壓縮」科技。泛科學。取自https://pansci.asia/archives/339307
  7. UCSF Health. (n.d.). Communicating with people with hearing loss. Retrieved from https://www.ucsfhealth.org/education/communicating-with-people-with-hearing-loss
-----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
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。

0

1
1

文字

分享

0
1
1
精神個案系列:說自閉症患者聽得進去的「畫」
胡中行_96
・2023/05/29 ・1633字 ・閱讀時間約 3 分鐘

在美國賓州有個 19 歲的非裔青年,近來狂妄自大、幻想戀情、行為怪異,而且憂鬱又想自殺。他一廂情願地認定自己能拯救宇宙,還有某位女同學真心愛他。住院病房的醫師,開立抗精神病藥物 olanzapine,試圖將他拉回現實;以及選擇性血清素再吸收抑制劑 fluoxetine,以化解其心中執念。不過,藥物並非萬能,有些事情還是得仰賴諮商。[1]

泛自閉症障礙

這名青年罹患情感性思覺失調症(schizoaffective disorder),難免有些極端情緒和不切實際的想法,[1, 2]醫療團隊必要跟他懇談。然而,他非住院原因的泛自閉症障礙(autism spectrum disorder),卻是溝通的挑戰。[1]自閉者的腦部發育與眾不同,雖然不減損智能,但是會影響其感知,以及與外界互動的方式。[3]換句話說,別人想講的內容,青年未必不能理解,問題是要怎麼讓他先聽進去。

泛自閉症障礙的症狀繁多,以下是其中幾個例子:

  • 缺乏情緒或非言語的交流,比方說:不太有表情,或點頭、搖頭等動作。[3]
  • 說話時,不看對方的眼睛。[3]
  • 偏好規律;當情況改變,就非常焦慮。[3]
  • 對某些感官刺激,像是聲音或疼痛等,有異常強烈的反應。[3]
  • 鍾情於狹隘的興趣,僅談論特定的議題,或者只玩某種玩具。[3]
  • 不擅長處理情緒。[3]
  • 無法維持穩定的人際關係,因而感到孤獨。[3]

儘管溝通品質不甚理想,該說的話還是得說。治療團隊看青年的「戀愛」,該是郎有情妹無意,便勸他想想對方就好,別致電或登門騷擾。不曉得到底聽進去幾分,青年最後勉強同意。[1]

-----廣告,請繼續往下閱讀-----

不當舉止

出院才一週,青年又被送回來了,這次展露殺人意圖:宣稱家人若阻止他拜訪「女友」,他就神擋殺神,佛擋殺佛。根據其姊妹的說法,青年之前返家後,曾接近該「女友」的住處,因此觸景生情,無法自拔。看來上次住院期間的好言相勸,效果微弱。現在滿腦子性愛的他,對病房裡的女性病友,舉止頗不恰當。醫師將他的抗精神病藥物從 olanzapine,換成 haloperidol,然後又改為 aripiprazole;同時,停止造成副作用的 fluoxetine。多數的精神症狀都改善了,唯獨矯正舉止的方面,仍有待加強。[1]

畫作意涵

青年常講,有顆小行星將要撞擊地球,所有人都會死,而他務必救世。這個主題,也頻繁地出現在他的畫作之中。他闡述創作理念的時候,總是長篇大論;換作醫師問診,就變得言簡意賅。幾週來,醫療團隊不斷表達對其作品的好奇。有天,青年終於忍不住解釋:他母親的伴侶曾虐待他與姊妹。醫療團隊恍然大悟,原來圖畫的意思是母親的伴侶如同小行星,所做的惡行令大家遭殃。[1]

「耶!!」雙眼閃爍著幸遇知音的光芒,青年露出一抹難得的微笑,主動跟醫療人員碰拳。[1]

圖/Law & Order on GIPHY

以畫溝通

總算掌握溝通技巧的醫療團隊,決心拾起畫筆,放手一搏。他們畫了一顆快要被小行星撞擊的地球,外頭包著由人群組成的防護罩。繪製的過程吸引了青年的注意,團隊藉機向他曉以大義:包含他在內的每個人,都擔當保護地球的重責大任。他可以給大家安全感,一起防範攻擊。青年聽完說,懂。[1]

-----廣告,請繼續往下閱讀-----

又過了幾週,他在團體治療的活動中,向眾人表示:「我們要與人為善…這樣地球上的每個人才都能存活。」原來只要方法對了,他不僅能聽懂、記得,還會傳道。[1]

2021 年於期刊上發表此個案報告的作者群中,大概有《星艦迷航記:銀河飛龍》(Star Trek : The Next Generation)的劇迷。他們將與自閉青年的互動經驗,比喻做劇情裡兩個語言不通的外星種族,找到創意的溝通方式。由於這個重大突破,青年學會了道理,行為舉止也不再使他人困擾。[1]

  

  1. Kim E, Martin K, Karper L, et al. (2021) ‘Darmok and Jalad at the Psych Ward: A Case Demonstration of How to Creatively Communicate with a 19-Year-Old Patient with Autism Spectrum Disorder’. Case Reports in Psychiatry, 6690564.
  2. Schizoaffective disorder’. (09 NOV 2019) Mayo Clinic.
  3. Autism spectrum disorder (ASD)’. (JUN 2022) Health Direct.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。