Loading [MathJax]/extensions/tex2jax.js

2

4
2

文字

分享

2
4
2

「科學家也需要 Art!」持續破解果蠅大腦神經迴路的李奇鴻

研之有物│中央研究院_96
・2022/04/11 ・6084字 ・閱讀時間約 12 分鐘

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/歐宇甜、黃曉君、簡克志
  • 美術設計/林洵安、蔡宛潔

神經科學與視覺

我們怎麼「看到」顏色,「察覺」東西在動?大腦如何產生視覺?中央研究院「研之有物」專訪院內細胞與個體生物學研究所所長李奇鴻,他是國際知名的神經科學家,過去長期在美國國家衛生院(National Institutes of Health)做研究,2018 年回到中研院貢獻自己所學。李奇鴻的實驗室主要是以果蠅視覺系統為模型,研究神經元如何在發育過程形成複雜的突觸連結,以及神經迴路如何產生視覺來引導動物行為。

李奇鴻是國際知名的神經科學家,研究神經迴路如何產生視覺來引導動物行為。圖/研之有物

技術帶動神經科學研究

神經系統如何運作?這對以前的科學家來說是黑盒子。由於大腦發生錯誤或出問題時,會直接表現在外在行為上,早期科學家想了解人腦運作機制,只能透過腦部哪裡受傷壞掉或中風等,知道腦部的大概功能區域,但沒辦法進入細胞層次。

「在生物學的發展上,除了需要有智慧的思考,其他都要靠技術去推動。你可能想到一個有趣的題目,但也許要 30 年後,才出現足夠的技術來解決問題。」李奇鴻舉例,從光學顯微鏡、電子顯微鏡、電生理技術、分子生物學到結構生物學發展,每個都在細胞、分子、及系統層次開啟了新的世界。

-----廣告,請繼續往下閱讀-----

隨著顯微技術與遺傳工程日益完備,果蠅成為現今熱門的腦科學研究對象。李奇鴻指出,「果蠅的生長速度快,相較老鼠要幾個月成熟,果蠅只要兩週。果蠅的大腦複雜程度介於人和單細胞生物中間,結構跟人高度相似,成果可應用在人身上。」

因此,近 10 幾年來是神經科學大起飛時代,科學家透過遺傳學方法控制果蠅的神經元活性、觀察行為,藉此了解哪些基因會影響大腦發育和運作,逐漸破解神經迴路的奧祕。

「我在選博士後研究時,想到底要做線蟲、老鼠、魚、果蠅或其他模式生物?最後才選果蠅。回想起來,近年剛好碰到果蠅相關技術蓬勃發展,選果蠅是很正確的決定!」李奇鴻笑道。

李奇鴻引用知名神經科學家 David Marr 的三層假說(tri‐level hypothesis),認為大腦運作有三個層次:

-----廣告,請繼續往下閱讀-----
  1. Computation level(運算):神經系統在做的事,如分辨顏色、觀察東西移動、辨認物體是圓是方、是蘋果或橘子等。
  2. Algorithm level(程序):神經系統的操作方式、程序怎麼做。 
  3. Implementation level(實行):神經系統如何透過神經元、神經網路來達成這個程序。

李奇鴻表示,「過去多數神經科學家都在討論 computation,再探究 algorithm,卻沒辦法解決 implementation 。現在因為具備技術,科學家終於能找出 implementation,再回推上層問題,甚至發現 algorithm 跟原本想的不一樣。」

視網膜感知系統怎麼運算?

關於神經系統的操作方式(Algorithm level),也有因為技術進步而解決爭議的案例。李奇鴻舉例,以前神經科學家在研究視覺系統感受物體運動的機制,曾出現幾種理論,HR 理論認為神經訊號是用乘法,另一派 BL 理論認為是用減法,爭議了很久。

近年科學家發現,原來視網膜感知系統的運算機制是混合的,一共三種,稱為 HR-BL 混合視覺運動偵測器。過去兩派都只對了一半。

關於視網膜感知系統的運算機制,過去 HR 理論和 BL 理論都只猜對其中一種方向(打勾處)。資料來源/Current Biology

Hassenstein-Reichardt(HR)模型:從昆蟲行為研究而來。

-----廣告,請繼續往下閱讀-----
  1. 當有偏好方向(從左到右)的視覺刺激出現,左邊的光感應神經元收到訊號,這個信號會被延遲(時間 τ),接著右邊的光感應神經元收到訊號,兩者的訊號會同時到達下游的神經細胞(X),訊號將會相乘,生成運動訊號。
  2. 當有非偏好方向(從右到左)視覺刺激出現,兩個訊號會在不同的時間到達,不會生成運動訊號。

Barlow-Levick(BL)模型:從兔子電生理研究而來。

  1. 當有偏好方向(從左到右)的視覺刺激出現,左邊的光感應神經元收到訊號,接著右邊的光感應神經元收到訊號,但它為抑制訊號且會被延遲(時間 τ),左邊的訊號會先到達下游的神經細胞,生成運動訊號。
  2. 當非偏好方向(從右到左)視覺刺激出現,左、右兩個光感應神經元的訊號會在相同時間到達,刺激訊號和抑制訊號互相抵銷,不會生成運動訊號。

持續分析果蠅大腦的神經迴路!

近代電腦的所有運算都能用 and、or、Xor 三個邏輯閘表達,科學家想知道,大腦裡有沒有類似但更高階的神經迴路運作方式?「從感官到行為比較容易觀察和操作,目前在視覺運動方面的神經迴路運作,我們知道的最多。」

李奇鴻近年在做昆蟲視覺與行為研究,發現昆蟲在感受顏色,如綠光和紫外光時,感光細胞的處理方式是先將紫外光跟綠光的強度做比較,把兩個光的強度相減,讓原本兩個訊號變成一個訊號,所謂的「顏色拮抗」。

「這種神經迴路能解析、比較兩個顏色強度的差異性,因為大部分在視覺上最重要的正是對比。拮抗運算模組能在一片訊號裡找出哪裡最強、其他較弱。其他感官機制也一樣,像觸摸物品時有凸出來的部分較重要,聽覺上要找出哪個聲音特別高等,讓最重要的訊號能凸顯出來。」李奇鴻補充道。

-----廣告,請繼續往下閱讀-----

2021 年李奇鴻的團隊首次發現果蠅視覺系統堆疊了多套拮抗運算模組,以達成顏色及空間接受域雙拮抗的效果,成果發表在《Current Biology》。這樣的神經迴路可以比較相鄰的顏色,產生色彩區間對比感。「沒這樣的功能,我們就看不出紅配綠很悲劇了!」李奇鴻笑道。

科學家們正努力鑽研果蠅大腦的神經運算迴路,希望逐步整理出基本運算模組。或許有一天,看似複雜的大腦功能,都可能用基礎的迴路來破解!

李奇鴻實驗室所發現的顏色及空間接受域雙拮抗神經迴路。R1-R6 是吸收頻率範圍較廣的光接收器(輸出刺激訊號),R7 是吸收紫外光的光接收器(輸出抑制訊號),R8 是吸收綠光或藍光的光接收器(輸出刺激訊號)。從 R1-R8 接收光,輸出到神經細胞 Dm8 之後,會形成顏色拮抗效果。此外,相鄰的 Dm8 之間透過特殊的氯離子通道 GluClα 中介,會產生側向抑制作用(Lateral inhibition),形成空間拮抗效果。資料來源/Current Biology

老師是怎麼走上研究大腦神經科學這條路呢?

「我滿晚才走上科學研究的道路。我對電腦有興趣、喜歡寫程式,大學上中國醫藥學院醫學系,家裡也希望我當醫生。不過在實習時,我發現自己對治療病人沒興趣,反而對問題或疾病本身更有興趣。跟幾個老師談過之後,我決定不當醫生,跑去清華大學讀生命科學,後來就到中研院。」

因為有醫學背景,一開始比較想做能立刻解決問題的研究,像是用蛋白質跟毒素的綜合體來治療癌症。但後來了解,如果沒有深刻了解致病機制、沒有鑽進基礎科學研究,很難有突破。

-----廣告,請繼續往下閱讀-----

後來去美國洛克斐勒大學攻讀博士,在洛克斐勒讀書期間,大家常互相交流,對我有很大的啟發。那時我在鑽研結構生物學,希望了解疾病真正的生理過程,曾解開愛滋病病毒跟人體信號傳遞有關的蛋白質結構。

博士畢業前,我接觸到神經科學,感到很有興趣,就去加州大學洛杉磯分校(UCLA)讀博士後,學神經科學裡的發育學,想了解大腦在發育過程是如何用不同分子在細胞間傳遞訊息。那時我待在很大的實驗室,老師不太管學生,要自己想辦法或跟旁邊的人學習,很多人素質都很高,學習環境很好。

之後我進入美國國家衛生院(National Institutes of Health,NIH)開始開實驗室帶自己的團隊,待了 16 年,算是真正進入神經科學領域,直到現在依然在做相關研究。

每個人的人生選擇,都被以前的經歷主導,如果沒有醫學背景,恐怕我不會去學結構生物學或走入大腦神經科學領域。

-----廣告,請繼續往下閱讀-----

老師在美國的研究很順利,那是什麼契機才決定回臺灣呢?回來後是否有不適應之處呢?

「我 26 歲出國,在美國也待 26 年,幾乎完全融入美國生活,實驗室運作得蠻好,連太太也是美國人。但在美國很多年後,內心出現一個很深感覺:我在臺灣待過這麼久,臺灣是我進入科學的起點,也許該回來教教臺灣的子弟。」

剛開始有些想法,曾受邀回臺演講幾次,但沒有下決心。後來出現一個重要轉捩點。中研院分子生物研究所 30 週年慶時邀我回來演講,那時有機會跟歷任所長聊天,這些所長中許多是我過去在中研院碰過的老師。聊了後感觸很深,發現每任所長都要面對分生所的成長或各種問題,每個所長都有獨到的見解和重要貢獻。

我看到分生所運作得很好,覺得非常感動, 內心想:也許我回來能效法他們,也許對中研院細胞與個體生物學研究所的發展能有一點點實質貢獻。

雖然如果待在美國國家衛生院,我也會有這樣一個機會,但還是想帶自己的子弟,把力氣用在自家子弟身上,讓自己的國家和組織進步。我想將在美國國家衛生院學到的經驗,像哪些組織可以運作、哪些不行,嘗試帶回臺灣。

-----廣告,請繼續往下閱讀-----

我很清楚可能碰到的問題,像科學研究會受影響,要重新花幾年時間建立實驗室,但那次契機讓我徹底下定信心。我曾跟廖俊智院長開玩笑,就算不給我錢,我大概也會回來。因為真的覺得這是一個很好的機會,自己能為中研院、為臺灣做些事。畢竟中研院也一直都像我的家!

不過,畢竟過去在美國實驗室和家裡都是講英文,只有打電話給媽媽會說臺灣話,因此, 2018 年剛回臺灣時,國語講得不太流利,臺灣話反而比較流利。

老師覺得美國的研究環境有哪些優點?希望將什麼樣的新觀念、新風氣帶進臺灣呢?

「國外最大特點是學術交流很頻繁,雖然國內也蠻頻繁,但他們交流層次更深入。也就是說,我跟參與的老師交流之後,常能改變想法、做事方法或方向,且是正向的改變。」

國外老師受邀演講,會很積極在幾小時內一直談,在一天中完全沉浸其中,不單講出自己在做的東西,也要求聽眾給予批評或建議等,彼此有深度交流,我每次參加都覺得收穫很多並產生合作可能性。

國內我的經驗是,演講結束後比較缺乏機會跟其他老師深度溝通,領完演講費就屁股拍拍坐高鐵回來。這可能是國內的慣有模式,我覺得需要改變。現在所內我也要求大家,既然花錢請老師來,一定要做深度交流,請對方給予建議。

重要的不是形式或邀到諾貝爾獎得主之類,而是在演講結束後、這個人走出我的辦公室、這些人離開後,對我做的事或做事方法,是不是有什麼實質的改變?在其他科學家交談中是否能得到啟發,改變自己的思考或做實驗方式?或聽聽別人告訴你,你還有哪些沒想到的地方?

分享,也是一種很重要的技術,在交流過程中,當我們可以把一件事講清楚,自己也會茅塞頓開,知道問題在哪。

現在所裡的計畫是把老師分成各種不同興趣小組,組內做交流或有跨組活動。其餘像寫計劃、申請經費、經營實驗室或撰寫並發表文章,這些是基本技術問題。

做任何工作,一個是基本的核心技術,如果沒有「技」就無法生存;另一個是 「藝」(Art) , 可以驅動你一直做下去。訓練人才時,除了培養技術,還要訓練 Art。

老師提到工作上需要 Art,科學家的 Art 是指哪些部分?可以說明得更詳細嗎?

「我想在科學裡面,Art 有很多面向。例如,你怎麼選擇一個問題,怎麼找切入點,如何把一個大問題拆成幾個可攻破的部分,一步步去解開,這是一種 Art。尤其在選擇問題和切入點上,要有獨特的見解或洞燭先機才能成功。」

科學家必須創造有用的知識。什麼叫有用的知識呢?就是聽到學到後,會改變你想事情的方向或做事的方法。很多東西都可以研究,只要科學方法夠嚴謹,都可以得到一些知識。但到底要選擇什麼題目呢?什麼叫做有趣的問題呢?評斷這些就是科學的 Art 。

如果說在人類前面是一個黑暗深淵,知識像光照亮我們前面的路,科學家就像站在最前面,要知道如何踏出那一步?怎麼踏出去?這是 Art。

當科學家看到一個問題、問題成形後,最重要的關鍵是如何選擇一個核心問題去解決。就像玩拼圖時,要放下去最核心、最重要的那塊拼圖。

我回到臺灣後,覺得這裡的研究環境很好,儀器不輸人家,老師很優秀。但可能我們多半只是關注自己的研究,沒有花時間認真去思考,最重要的一塊拼圖在哪裡?當我們有更深度的交流,才能找到最核心的那一塊,做出最重要的貢獻。

李奇鴻說,科學家必須創造有用的知識,也就是會改變做事和想事情方法的知識。至於要選擇創造什麼知識,需要用 Art 來判斷。圖/研之有物

老師在國外的實驗室時是如何帶領研究團隊呢?對年輕的科學家有什麼樣的期待嗎?

「在碩士、博士訓練中最重要的關鍵,是從「讀」科學變成真正「做」科學。我們攤開一本教科書,看到裡面講這個、那個,只是讀人家的科學。即使去念了原始文章,仍然是看著科學怎麼被別人做出來而已。」

自己真正做研究才知道,教科書上每一頁、每一句,背後都可能有數千篇文章支持,那時才知道自己很渺小,懂得謙虛,了解自己一生能做的有限。

所以,每次要跨出一小步,要想該怎麼跨最有效率、得到最大效果。我認為,在碩士班或博士班,最重要的就是了解這種感覺。

有些學生可能覺得,反正我很渺小,世界這麼大,即使做一輩子,即使最成功的科學家,也不過是得到教科書上面的一句話而已,我怎麼做都沒關係啊。 但我們必須帶領學生了解,這個計畫不是老師叫你做才做,而是讓學生覺得這個計畫是自己的,有前進和發展的空間,就像自己的小孩,必須負責。

以前在碩、博士班,剛開始學會技術、實驗做出結果,或能像人家一樣發表文章,會很高興,但這很短暫,真正的轉捩點是我知道有什麼事,是全世界任何人都不知道的那種驕傲,才是真的能支持很久的。我還記得在某一天做到早上五點,從實驗室走出來,知道有個東西全世界只有我知道的喜悅!

當學生曾感受這種發現真實的快樂,你不用規定他早上幾點來、晚上幾點走,他自己就有動機做。

當一個人想這東西應該是怎樣,想辦法做實驗證明出來時,那真的是一種快樂。我想,這是任何其他行業都沒辦法比較的!

學生是要培養成未來的科學家、獨當一面,應該讓他自己走。即使在你看得到的地方,也要讓他自己走出來,而且,他自己想到的,比你告訴他來的有用。

其實,我當老師最興奮時,是學生告訴我那些我不知道的事,會覺得很喜悅,學生想到我沒想到的東西,表示他們有進步,比我還厲害,這很棒!

延伸閱讀

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
研之有物│中央研究院_96
296 篇文章 ・ 3654 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

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
科學新聞誰來說?當科學家與記者意見相左時!——《是炒作還是真相?媒體與科學家關於真相與話語權的角力戰》
商周出版_96
・2025/04/05 ・4280字 ・閱讀時間約 8 分鐘

同床異夢:科學家與科學記者間的緊張關係

為了新成立的科學媒體中心負責人一職準備面試期間,我讀到許多科學家的意見,他們指出媒體對MMR疫苗和基因改造等議題的報導削弱了公眾對科學的信任。然而,當我更深入閱讀當時的科學新聞時卻發現情況並不那麼單純,許多嘩眾取寵的報導出自綜合記者或政治與消費的分線記者,消息來源是善於操縱媒體的運動人士而非優秀科學家,反觀科學記者筆下的報導則多數公正平衡。

中心成立後的頭幾個月主要是諮詢,過程中我與一些傑出的科學記者交流,詢問新的科學新聞辦公室如何產生價值,他們花了很多時間回應我接二連三的提問。互動中我清楚意識到科學記者不需要別人教他們怎麼做報導,而且他們其實與科學家一樣苦惱,覺得手機、核能、複製技術等等議題有太多聳動新聞。後來討論焦點就放在科學媒體中心如何改善現況,方法包括鼓勵科學家接受訪問,以及提升科學專業在編輯室內的地位。

一種說法認為科學記者是個特別的記者類型。有人向英國廣播公司前新聞部主任弗蘭.安斯沃思(Fran Unsworth)提出疑問:為何她們的公司高層很少人有科學報導背景?她短暫遲疑後回答:英國廣播公司的科學記者大都熱愛自己的工作,喜歡報導更甚於管理。我在其他媒體也注意到同樣現象,許多科學、醫藥、環境記者在專門領域耕耘超過二十年。湯姆.菲爾登被問到為何熱愛科學報導,他的回答是:

科學報導的內容幾乎都是探索性而非指控性—代表我和科學家都能開開心心回家!而且我能在自由出入實驗室、見到地球上最聰明的一群人、對他們的畢生心血提出各種粗淺的問題,這是多麼大的特權。再來科學新聞多彩多姿,生醫、太空、氣候、生物多樣性、古生物……最後一點,科學新聞很重要,是現代社會不可或缺的一部分。

「要迅速還是要正確?」——新聞編輯室裡的艱難選擇

二○○二年科學媒體中心剛成立時,社會上針對科學和媒體之間為何緊張有過一波辯論,其中一個話題是科學價值觀與新聞價值觀的矛盾。已故的理查.多爾(Richard Doll)爵士教授是發現吸菸與癌症關聯的科學家,他曾經對著滿屋子的記者一語道破:「你們不喜歡老調重彈、報導大家都知道的事情,總想找些新鮮的。但很可惜,科學裡新的事物通常不對,真理需要透過時間慢慢建立。」

-----廣告,請繼續往下閱讀-----
科學追求真理累積,媒體偏好新鮮話題,價值觀自然衝突。圖/unsplash

另一方面,懂得反求諸己的記者通常也不諱言表示媒體反映真相有很多侷限。《華盛頓郵報》資深記者大衛.布羅德(David Broder)一九七九年曾說:「我希望媒體能一再重複、直到大家明白—每天送到門口的報紙,只是記者對過去二十四小時內聽聞的某些事情做出片面、匆促、不完整的敘述,內容不可避免會有瑕疵與偏差。」難怪科學家對記者戒慎恐懼,而記者與科學家合作時也倍感挑戰。曾經有位報紙編輯對著一房間的皇家學會成員說:在他的編輯室內,「要迅速還是要正確」這問題只會有一個答案。那些科學家的惶恐表情我歷歷在目。

我進入媒體關係工作之前拿的是新聞學學位,至今仍記得一位前記者曾在講座中告訴大家:「車禍後無人傷亡」不能成為新聞,「車禍導致五名青少年死亡」才能引起大眾關注。研究媒體的學生辯論新聞價值觀已經辯了數十年,也有人大膽嘗試不同做法,比方說《龜媒體》(Tortoise Media)之類新興平臺就訴求「慢新聞」,旨在建立有別於速度至上的新模型,透過「慢速新聞學」理念以更長時間來更加深入地製作更大、更複雜的報導。但儘管媒體業界發生許多變化,傳統的新聞價值觀仍屹立不搖。

科學媒體中心所有工作都是為了支持科學報導的高標準,不過我們在二○一一年列文森調查期間發現還有其他機會能夠撼動這些標準。該調查由布萊恩.列文森勳爵法官(Lord Justice Brian Leveson)主持,目的是在《世界新聞報》(News International)竊聽醜聞案後瞭解英國媒體業界有什麼慣例。我當時的同事海倫.賈米森(Helen Jamison)建議我們向調查庭提交證據,幾杯所謂的「女士汽油」下肚後,她操著濃厚曼徹斯特口音說:「傷害公眾利益的不是竊聽名人電話—而是糟糕的科學報導。」隔天我們發郵件給幾位科學通訊人員,詢問他們關注什麼議題,一週後就提交多頁書面證據。

我告訴同事自己被傳喚去做口頭證詞時她們還覺得我在瞎掰。小組內部連續幾週密切關注各大媒體如何報導列文森調查案,包含麗貝卡.布魯克斯(Rebekah Brooks)、阿拉斯泰爾.坎貝爾、保羅.戴克瑞(Paul Dacre)和安迪.考森(Andy Coulson)在內很多媒體界大人物都有出庭,而今居然也有我一份,令人興奮又忐忑—被傳喚的人只有我代表科學界,一定要把握好機會。

-----廣告,請繼續往下閱讀-----

標題戰爭:聳動 vs. 精準,誰來決定科學新聞的呈現?

但其實我沒進過法庭,緊張情緒一目瞭然。印象特別深的是御用大律師羅伯特.傑伊(Robert Jay)和列文森勳爵本人一再要我放慢語速。官方紀錄上,提醒我兩次還不見效,列文森這麼說:「不必因為半小時的限制就講很快,時間是可以延長的……而且我有點擔心,總覺得速記員頭上好像冒煙了。」

我的主要論點是媒體長期以來執著於同一套價值觀,在書面證詞中也有所描述:

追求引發恐慌的故事、誇大單一專家從小規模研究得出的結論、不願將令人擔憂的研究結果置於宏觀而令人安心的脈絡、為了平衡而捏造不存在的學界歧見、過分偏愛另類觀點等等。

當天《獨立報》恰好印證我的觀點,一篇跨兩頁的報導標題為:「眼盲者重見光明—患者因幹細胞『奇蹟』痊癒。」然而實際情況是患者並未痊癒,雖然回報視力小幅度改善(他們原本視力極差,已被登記為盲人),但這僅僅是一項安全性研究,而且只有兩名患者參與。當然,研究本身是值得報導的,在幹細胞研究剛起步、真人試驗剛開始的時期,這是個重要的進展。問題在於報導口吻暗示科學研究取得了巨大突破,可能給成千上萬黃斑部病變患者帶來不切實際的希望。

同一天稍晚我揪著心打電話給《獨立報》科學編輯史提夫.康諾,告知我將他的報導當作科學新聞不良案例交給列文森調查庭。他當然談不上高興,但至少沒發飆,所以我鬆了一口氣。原來前一天晚上他提交的原稿內容較精緻,但夜班編輯決定將報導放在頭版,所以文字編輯就對標題進行過加工。康諾將原稿發過來,我們倆就在辦公室玩起「找出不同點」的遊戲了。

-----廣告,請繼續往下閱讀-----

離開法庭時,《太陽報》總編輯攔住我。我在證詞中批評他們前一週煽動恐慌,報導內容是居家用品內的化學物質,但標題卻叫做「商店貨架上滿滿的乳癌『風險』」。原本我以為對方要吵架,沒想到他說《太陽報》真心想改善科學報導品質,邀請我們為報社裡的一般新聞記者開一場科學報導培訓班。隨著列文森調查案持續推進,業界標準似乎終於迎來變革,而且這一次沒有落下科學新聞。

作證時我順便提出有必要為科學報導制訂新的指導方針,還誇下海口表示只需要幾小時就能與記者和科學家共同完成草擬。一週後,調查庭將人召集起來要我們開始,沒想到折騰了整整一天,而且過程中好幾次我都擔心無法達成共識。標題就是特別棘手的項目,記者和文字編輯很堅持標題只追求簡潔和引人注目,沒必要精準總結文章內容,但科學家聽了很火大,認為這是合理化不精準的敘述。

科學家要求標題的正確性,記者堅持要簡潔吸引,雙方激辯不休。圖/unsplash

我感覺自己成了全球和平談判的調解員,必須設法安撫所有人不拍桌走人並達成協議。所幸雙方都有成就這樁美事的意願,最終相互妥協:標題不應誤導讀者對文章內容的理解,且不應以引號包裝誇大的敘述

總體來說,新指導方針鼓勵記者從協助大眾的角度切入,告訴閱聽人什麼證據是可靠的,又有什麼證據還在研究階段。例如其中有幾條的內容是:新聞故事應附上來源以便讀者查詢。應標明研究的規模、性質和侷限性。應指出研究處於何種階段,並從合理角度預估新療法或新技術能為民眾所用的時間點。

-----廣告,請繼續往下閱讀-----

我們將指導方針寄給列文森勳爵,很高興他在最終版本的報告裡也建議採用。調查案結束後成立了獨立報刊業標準組織(Independent Press Standards Organisation)在各大新聞編輯部推廣指導方針,由於制訂過程有編輯和記者的參與所以接受度很高,不至於引起反彈。

為科學家舉辦講座時,我會展示一些因為科學家參與而變得更客觀準確的新聞報導,其中個人特別喜歡的一篇出自二○○八年的《每日郵報》,內容提到一項小鼠研究發現常用的保濕霜與癌症有相關。記者費奧娜.麥克雷(Fiona MacRae)引用兩位不同專家的意見質疑這項研究與人類皮膚的相關性,並指出該研究需要能在人類身上複現才有意義。

專家之一表示:因為這項研究就停止使用保濕霜太「瘋狂」,還補充說明:「小鼠皮膚癌研究其實不太能幫助我們瞭解人類的皮膚癌。」最精彩在於標題是「保濕霜與皮膚癌相關(僅限小鼠)」,而且括號內外用了同樣大小的字體。

從這個案例來看,優秀的記者可以在講述有趣故事的同時確保讀者不會過早丟掉面霜。我還會在講座使用的幻燈片裡摻入一些小報的報導實例來挑戰學術界偏見,比方說《每日郵報》的社論或許爭議頗多,但他們的科學新聞通常品質並不差,不推廣特定立場的時候更是如此,有時甚至優於大報。我還會強調《每日郵報》在英國銷量排行第二,如果連線上版也算進去讀者數超越所有大報,因此務實一點說:如果科學家希望更有效地向大眾傳遞信息,完全沒有不與《每日郵報》合作的道理。

-----廣告,請繼續往下閱讀-----

——本文摘自《是炒作還是真相?媒體與科學家關於真相與話語權的角力戰:從基改食品、動物實驗、混種研究、疫苗爭議到疫情報導的製作》,2025 年 03 月,商周出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

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
2

文字

分享

0
1
2
從昏迷到死亡錯覺:摩托車事故後的科塔爾症候群——《大腦獵奇偵探社》
行路出版_96
・2024/08/24 ・3933字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

摩托車事故後的幻覺

一九八九年十月,二十八歲的股票經紀人,姑且稱之為威爾(Will),發生了嚴重的摩托車意外。他腦部受到重創,陷入昏迷,雖然幾天後恢復意識,但他在醫院裡住了好幾個月,治療腦傷以及其他損傷引起的感染。

到了隔年一月,威爾的復原情況非常良好,已經可準備出院。他的身上有些問題永遠好不了,例如右腿行動困難以及喪失部分視覺。但是最困擾他的問題發生在他的腦袋裡:他相當確定自己已經死了。威爾的母親為了幫助兒子早日康復,帶他去南非度假。但南非的炎熱讓威爾相信這個地方就是(真正的)地獄,因此更加確定自己必定是個死人。母親難以置信地問他是怎麼死的,他說了幾個可能的死因。有可能是血液感染(這是治療初期的風險),也有可能是他之前打黃熱病疫苗之後的併發症。此外他也提出自己可能死於愛滋病,雖然他沒有感染 HIV 病毒或愛滋病的任何跡象。

威爾康復出院,但堅信自己已經死亡。連他母親帶他去南非度假,都被他認為自己身在地獄。 圖/envato

有一種強烈的感覺纏上威爾,揮之不去─他覺得身旁所有東西都……這麼說好了……不是真的。車禍前熟悉的人和地方,他現在都不太認得,所以他愈發覺得自己住在一個奇怪又陌生的世界。連母親都不像真的母親。其實在南非度假的時候,威爾就曾這麼說過。他認為真正的母親在家裡睡覺,是她的靈魂陪伴他遊歷陰間。

喪失現實感:大腦如何捏造非理性的死亡解釋

四十六歲的茱莉亞(Julia)有嚴重的雙相情緒障礙症(bipolar disorder),入院時她相信自己的大腦和內臟都已消失。她覺得她早已不存在,只剩下一副空殼般的軀體。她的「自我」消失了,所以她(無論從哪個意義上看來都)是個死人。她不敢泡澡也不敢淋浴,因為怕自己空空如也的身體會滑進排水孔流走。

-----廣告,請繼續往下閱讀-----

三十五歲的凱文(Kevin)憂鬱的情況愈來愈嚴重,幾個月之後,腦海中的念頭漸漸演變成妄想。一開始,他懷疑家人正在密謀要對付他。接著,他認為自己已經死了,也已經下地獄,只是身體仍在人間。現在這副身體是空殼,裡面一滴血液也沒有。為了證明自己的想法沒錯,他從岳母家的廚房裡拿了一把刀,反覆戳刺手臂。他的家人明智地叫了救護車,將他送進醫院。

科塔爾症候群患者的大腦顯然有問題。發病之前,通常發生過嚴重的神經系統事故(中風、腫瘤、腦傷等等),或出現精神疾病(憂鬱症、雙相情緒障礙症、思覺失調症等等)。不過這些情況導致科塔爾症候群仍屬少見,神經科學家尚未找到明確原因,可以解釋科塔爾症候群患者的大腦為何如此與眾不同。再加上每個患者的症狀都不太一樣,判斷起來更加困難。話雖如此,有些共同症狀或許能提供蛛絲馬跡,幫助我們了解這種症候群。

科塔爾症候群的患者經常說,他們身處的世界莫名其妙變得很陌生。多數人看到自己曾邂逅多次的人事物時,大腦都能點燃辨認的火花,但這件事不會發生在科塔爾症候群的患者身上。舉例來說,患者可能認得母親的臉,但就是莫名的感到陌生。她似乎缺乏某種無形──但重要的─個人特質,所以患者即使看到這個生命中最重要的人,卻無法產生預期中的的情感反應。

患者也可能會有疏離感,彷彿自己是這世界的旁觀者,而不是參與者。術語叫做人格解離(depersonalization)。此外,周遭的一切都散發超現實的氣氛,讓患者相信自己生活在擬真的夢境裡─這是一種叫做喪失現實感(derealization,亦稱失實症)的症狀。科塔爾症候群患者體驗到的陌生感、人格解離、喪失現實感,都會嚴重扭曲他們眼中的現實世界。不難想像這會讓大腦難以負荷。

-----廣告,請繼續往下閱讀-----

大腦碰到如此矛盾的情況會拚命尋找原因。對大腦來說,能夠合理解釋各種生活事件是非常重要的。若找不到合理的解釋,世界很快就會變成無法預測、無法理解,最終變得無法忍受。因此為了清楚解釋所經歷的事情,大腦會無所不用其極。如果在經驗裡出現大腦難以合理解釋的元素,它會退而求其次:自己捏造合理的答案。

每個人的大腦都會這麼做,而且隨時隨地都在做,只是我們察覺不到。例如有研究發現,我們每天做的決定不計其數─從什麼時間吃點心,到要跟誰出去約會──但我們做這些決定時總是不假思索。我們好像大部分的時間都處於自動駕駛模式。可是每當有人問我們為什麼做這樣的決定時,大腦幾乎總能想出好答案來合理化我們的選擇。但有時候,它想出來的答案完全不合理。

有一項研究讓男女受試者看兩名女性的照片,請他們選出比較好看的那位。受試者做出決定之後,研究人員隨即將照片放在他們面前,要他們解釋為什麼選這個人。但受試者不知道的是,研究人員會偷偷調換照片(占比約二十%),要受試者解釋自己為什麼挑中這個(他們明明沒挑中的)人。大多數受試者都沒有識破研究人員的詭計。他們通常不會質疑照片上的人不是自己選的那個,而是當場想出合理的答案,說明為什麼覺得眼前照片上的人比較好看,例如「她看起來很辣」,或是「我覺得她比較有個性」(兩張照片差異甚大,所以受試者不是單純的認錯人)。

這種非刻意的捏造叫做虛談(confabulation),大腦做這件事的頻率比你以為的更高。虛談的原因可能有百百種,但這似乎是大腦遇到自己無法明確解釋的事件時,會使用的策略。神經科學家相信,科塔爾症候群患者的大腦也做了類似的事情。從這個角度來說,科塔爾症候群的起點,是前面提過的幾種狀況(例如創傷、腫瘤等等)導致大腦功能異常。

-----廣告,請繼續往下閱讀-----

大腦合理性檢查機制失靈

大腦功能異常導致現實感喪失與人格解離,進而使患者覺得周遭的一切很陌生,欠缺他們預期中的「真實感」。於是患者的大腦努力理解這樣的經驗,瘋狂尋找合理的解釋。基於不明原因,科塔爾症候群患者容易把注意力轉向內在,認為如果外在經驗不對勁,毛病可能出在自己身上。

結果基於某些更加不明的原因,大腦找到的解釋是他們已經死了、正在腐爛、被邪靈附體,或其他稀奇古怪的、與存在有關的原因。這一連串環環相扣的假設聽起來有點誇張。畢竟,喪失現實感這樣的症狀沒那麼少見;很多人(某些估計高達七十五%)會有類似的─但非常短暫的─喪失現實感的經驗。但有這種經驗的人,幾乎都不會認為自己已經死了。

顯然,科塔爾症候群患者的大腦裡還發生了別的事情。神經科學家相信,或許是重要的合理性檢查機制(plausibility-checking mechanism)沒有發揮作用。大腦偶爾會錯誤解讀生活裡發生的事,但我們通常不會想出一個明顯不合理的解釋。

或許是因為大腦錯誤解讀現實,讓科塔爾症患者對現實理解出現錯覺。 圖/envato

大腦似乎有一套用來評估邏輯的機制,確保我們的邏輯可以通過合理性的檢驗。在多數有過喪失現實感或人格解離等症狀的人身上,這套合理性檢查機制能使他們立刻否決「我感覺到自己脫離現實,是因為我已經死了」的想法;大腦認為這個提議很荒唐,很可能再也不會想起它。但是在科塔爾症候群的患者身上,這套合理性檢查機制顯然壞掉了。大腦將脫離現實的感覺歸因於他們已經死了,這個想法不知為何保留了下來,而大腦也認為這個解釋站得住腳。於是在其他人眼中絕對是妄想的念頭,成了他們深信不移的答案。

-----廣告,請繼續往下閱讀-----

醫生在為科塔爾症候群患者(以及後面會介紹的另外幾種行為古怪的精神障礙患者)尋找腦部損傷時,經常發現腦傷位於右腦。神經科學家因此假設合理性檢查機制位於右腦。大腦分為兩半,叫做大腦半球(cerebral hemispheres)。左腦半球和右腦半球的劃分簡單有力,因為有一道裂縫將大腦一分為二。乍看之下,左右兩邊一模一樣,但受過訓練的神經科學家用肉眼就能看出兩者並非完全對稱。透過顯微鏡觀察,差異更加顯著。因此左腦與右腦的功能有差異或許不足為奇。

長期以來,一直有人拿這些差異做文章,用錯誤的方式來解讀左腦和右腦的不同,以偏概全又過於誇大。例如斬釘截鐵地說,有些人較常使用右腦,也就是「右腦人」,所以擅長創意思考,「左腦人」則比較有邏輯。這是大家耳熟能詳的觀念,但神經科學家認為這只是迷思。實際上,我們使用大腦時不會特別偏左或偏右,而是完整使用兩個半腦。不過有些功能(例如語言的某些能力)會比較依賴某一個大腦半球。所以科塔爾症候群與右腦損傷有關的假設,並非全然不可能。

但科塔爾症候群(可能也包括合理性檢查機制)與右腦的關聯性依然只是假設,只不過許多(但不是所有)神經科學家深入研究過的科塔爾症候群案例,都支持這項觀察結果。無論合理性檢查機制確切位於何處,但在推演患者如何發展出科塔爾症候群的通用模型中,這個假設的機制扮演著重要角色。首先,大腦功能異常造成疏離症狀,例如喪失現實感與人格解離。大腦出於習慣,會先試著為眼前的情況找答案。問題是,仔細檢查並淘汰不合理答案的能力也受損了,於是大腦只好捏造稀奇古怪的答案,告訴自己身體已經死了(或是邪靈附體、正在腐爛等等),而且不會因為這個答案不合理而淘汰它。

有人認為,這種階段性的妄想形成過程也適用於另一些妄想症。這些妄想症的症狀也很古怪,不亞於科塔爾症候群。

-----廣告,請繼續往下閱讀-----

——本文摘自《大腦獵奇偵探社:狼人、截肢癖、多重人格到集體中邪,100個讓你洞察人性的不思議腦科學案例》,2024 年 7 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