Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

真實版《魔鬼剋星》與鬼屋的六大要素

胡中行_96
・2022/08/04 ・2574字 ・閱讀時間約 5 分鐘

「他好特別。他熱愛科學,就像我一樣。您為何不告訴我,我的外祖父是Egon Spengler?」[1]經典的捉鬼電影系列《魔鬼剋星》,從1984年問世演到2021年的最新續作,角色已經繁衍至第三代。[2]過去幾十年來,人類究竟對靈魂、鬼魅和其他超自然現象,有多少新的認識?現實世界裡,又是什麼樣的科學家或機構,在探索此領域?

《魔鬼剋星:未來世》劇照:如今角色都世代交替了,人類究竟對超自然現象有多少瞭解?圖/IMDB

超心理學

《魔鬼剋星》裡,Egon Spengler、Peter Venkman與Ray Stantz都擁有超心理學的博士學位。[2]根據美國心理學協會的解釋,「超心理學」(parapsychology)研究的心理現象,關乎已知科學數據或定理,無法解釋的訊息或能量轉移。它聚焦的主題不只心電感應和透視,這類超感官的知覺,還有鬧鬼與通靈等現象。就算超心理學家忠於科學方法和程序,其他學者仍可能因為下列三種理由,對這個領域抱持懷疑的態度:[3]

  1. 光是承認一個超自然的因果關係,就得重新檢驗並詮釋許多已經建立的科學定理與原則。[3](簡單來說,就是打自己的臉。)
  2. 就連最完善的紀錄,也很難重現。[3](無法重複檢驗,哪來科學定理?)
  3. 有些研究人員,曾被江湖術士騙過。[3](有點像感情被騙後,不再相信愛情…)

不過,再怎麼具爭議性的事情,都有人勇於挑戰。美國的超心理學協會(Parapsychological Association)成立於1957年,致力超心理學的科學發展和知識傳播,以及此領域與其他科學的整合。[4]該協會的功能或許沒有像《魔鬼剋星》裡的團隊那麼酷,但卻是個貨真價實,受美國科學促進會(American Association for the Advancement of Science)核准的聯盟計劃成員。[4, 5]

《魔鬼剋星:未來世》劇照:超心理學沒有電影中那麼酷,但絕對是貨真價實的科學。圖/IMDB

鬼屋研究

2020年《心理學前沿》(Frontiers in Psychology)期刊登了一篇關於鬼屋環境評估的文獻回顧,作者多為心理學家,其中包括超心理學協會的成員。該論文爬梳過去20幾年的66篇鬼屋研究,歸納出六大要素:嵌入的線索、採光、空氣品質、室溫、次聲波和電磁場。[6]不同於一般房地產分析,結論沒有順便預估鬼屋市場未來的房價走向。

-----廣告,請繼續往下閱讀-----

嵌入的線索

鬧鬼的描述裡,總有一些具體的事物,好比人物畫像和鏡子,會帶來情境效應(context effects),營造出讓人聯想到超自然現象的環境。出乎意料的是,人物畫像雖然會給人被監視的感覺,但傳說鬧鬼的房間跟普通的房間相比,裏頭畫像的數量並無明顯差別。而且,即使鏡子會強化心理預期或是有暗示性的效果,統計顯示鬼屋的鏡子,並不比一般房屋多。[6]

採光

恐怖片的陰森氛圍,絕對令人心生畏懼。就科學家的觀察,被視為鬼屋的建物,室內光線亮度的平均值,的確略低於對照組的房舍。光線不足容易見到「鬼」,或許源自「空想性錯視」(visual pareidolia),[6]也就是會在隨機的事物或刺激中,看到具有意義的圖像。[6, 7]人類的聽覺也有類似的情形,即所謂的「電子語音現象」(electronic voice phenomena)。目前關於這類錯覺的研究,偏向以精神病和癡呆的患者為主。[6]將來需要更多採用正常受試者的實驗,才能深入探究光線、鬧鬼與空想性錯視的關係。

空氣品質

潮濕而充滿水氣的地方,適合微生物滋長。黴菌、雙鞭毛藻、螺旋菌和藍綠藻的生物毒素,會造成急性或慢性疾病。隨之而來的症狀,有些與「撞鬼」有雷同的體驗,比方說:刺痛、情緒波動、體溫調節異常,以及記不得人、時、地的定向力障礙。許多據傳鬧鬼的地方,都是古老的建物,傾向有室內空氣污染的問題。有些鬼屋的濕氣,真的較普通房子重;但在鬼屋裡,宣稱有鬼和沒有鬼的房間,卻缺乏濕度上的差異。[6]此外,一氧化碳中毒的症狀,像是頭疼、暈眩、幻覺等,[6, 8]有時會讓人誤以為自己被鬼魂「煞到」。[6]

溫度

除了少數案例寫到室內溫度提高,大多自認遇到鬼的情況,都是感到一股寒意。超心理學家認為,這是當事人基於恐懼的心理作用。畢竟有些鬼屋雖然比附近的房屋冷;但就同一建物裡,鬧鬼和不鬧鬼的房間,溫度毫無差異。而在鬼屋進行的一系列實地實驗,結果也證明室溫與獲報的超自然現象無關。[6]

-----廣告,請繼續往下閱讀-----

次聲波

次聲波是人類正常聽力範圍以外,頻率低於20Hz的聲波,被認為可能震動眼球,並引發陰陽眼的假象。有幾個田野調查的結果,似乎支持這個假說。為了明白次聲波的影響,某些科學家更把它加入幾場音樂會的表演裡。現場聽眾抱怨生理不適和焦慮,但不清楚這究竟是頻率,還是音量的問題。[6]

電磁場

科學家曾經成功地用微弱的電磁場,在腦部的顳葉、海馬體和杏仁核等區域,觸發局部性微癲癇,進而創造暫時性的超自然體驗。乍聽之下,便理所當然地解釋了為何不同的人,在同一個地方,會感受到相似的現象。然而,實際上極少靈異地點,符合上述效果所需的確切電磁場條件。[6]

《魔鬼剋星:未來世》劇照:寧可保留未知的吸引力,還是期望科學完全看透鬼屋的奧秘?圖/IMDB

鬼屋的魅力

在洋洋灑灑討論了六大要素之後,《心理學前沿》這篇文獻回顧的作者群遺憾地表示,目前的科學研究還是不足以看透鬼屋的奧秘。[6]倒過來說,「未知」正是鬼屋的迷人之處,帶給虛構故事豐富的創作媒材。如果有天超心理學家把所有的謎題都解開了,不曉得會不會有人反而覺得遺憾?

  

-----廣告,請繼續往下閱讀-----
  1. Ghostbusters: Afterlife – Quotes (IMDB, accessed on 30 JUL 2022)
  2. Ghostbusters Wiki (Ghostbusters, accessed on 30 JUL 2022)
  3. Parapsychology(APA Dictionary of Psychology, accessed on 30 JUL 2022)
  4. History of the Parapsychological Association (Parapsychological Association, 2010)
  5. List of AAAS Affiliates (American Association for the Advancement of Science, 2022)
  6. Dagnall N, Drinkwater KG, O’Keeffe C, et al. (2020) ‘Things That Go Bump in the Literature: An Environmental Appraisal of “Haunted Houses”’. Frontiers in Psychology, 11, 1328.
  7. Raquel G. Wilner. (2021) ‘Pareidolia and the Pitfalls of Subjective Interpretation of Ambiguous Images in Art History’. Leonardo, 54, 6, pp. 638–642.
  8. Kaymak C, and Basar H. (2010) ‘Carbon Monoxide Intoxication – Review’. Journal of Pharmaceutical Sciences, 35, pp. 163-172.
-----廣告,請繼續往下閱讀-----
文章難易度
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。

0

0
0

文字

分享

0
0
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

-----廣告,請繼續往下閱讀-----

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。

2

2
2

文字

分享

2
2
2
為什麼看恐怖片能讓大腦感到興奮?——《別讓大腦不開心》
馬可孛羅_96
・2022/01/30 ・1914字 ・閱讀時間約 3 分鐘

  • 作者/迪恩.柏奈特 Dean Burnett
  • 譯者/鄧子衿

如果說某人沉迷於血漿、恐怖片和超自然現象,我們心中對於這個人的印象,可能是有雙凹陷發紅的眼睛、面容枯槁、舉止焦躁不安、頭髮雜亂、身體骯髒。

但是杜德斯完全不同,他是個和藹可親、氣色健康的泰恩塞德人(Geordies,當地人自稱),留著俐落短髮,性格樂觀活潑,而且堅忍不拔,很可能是因為一直有人嘲笑他的興趣和信仰吧。談話時,他中途暫停,去把鑽進箱子的貓薩克斯救了出來,他完全就不是個陰險恐怖的人。但是他熱愛血漿、恐怖片和鬼魂,為什麼?

「那些讓我害怕的事物總能吸引我。」貝瑞的解釋就是這麼簡單。最早因害怕而顫抖的記憶是在七歲時,當時他和奶奶住在諾森伯蘭(Northumberland)安貝爾的海邊。

「堂姊莎拉也和我在一起,她告訴我附近碼頭和海濱步道上發生的鬼故事,說是有個僧侶鬼魂會嚇人,我總是被這些故事嚇著。」十三歲時他重訪故地,莎拉讓他看了生平第一部恐怖電影《養鬼吃人2》(Hellraiser II),那是一九八○年代最血腥恐怖的施虐受虐電影。他被嚇著了,看了一半就跑掉,不過隔天又回來看完,接下來在那裡的每一天都看,因為貝瑞說,由恐怖帶來的顫抖與快樂實在是太強烈了。

-----廣告,請繼續往下閱讀-----
(我剛剛看了什麼?)圖/envato elements

這個故事聽來像是有個小孩受到堂姐的心理霸凌,實情可能就是如此,但是貝瑞所描述的過程符合刺激轉移理論(excitation-transfer theory)。

強烈的刺激,特別是來自於恐懼、「戰鬥與遁逃」反應,或是其他能夠讓身體內腎上腺素大爆發的,都會引發強烈的興奮感,同時在恐懼的來源消失後,對於刺激的敏感程度依然維持在高檔(整個系統要花點時間才會恢復正常)。因此之前普通的事物變得能夠帶來刺激感,因為你的腦部閥值已經「調高了」,任何東西帶來的感覺都會更強烈。恐怖事物帶來的刺激感轉移至普通平凡的事物上,所以才有「刺激轉移」這個名稱。

此外,腦部的報償系統不只在好事發生時會活躍,壞事(正式地說是「負面」的事)停止時也會。你的腦部會下意識地說:「不管那是什麼,我都不喜歡,還好現在已經沒有了,能夠避免實在是幹得好,來一點愉快的感覺吧。」這時很高興能夠好好活著的腦便體驗到了報償感,殘留的刺激感又讓報償感增強。如果你在電影院中見過看完恐怖片頭暈眼花而渾身顫抖的人,他們可能就是這樣。

貓貓:我當時害怕極了。圖/envato elements

另一個重要的元素則是安全。你多少需要知道自己是安全的,那個眼前的危險並非真的,否則你只會嚇到而已,因為本來就該嚇到啊。從災難中存活下來的人,鮮少會「喜歡上」地震或火災。貝瑞的經驗相當嚇人,但發生的地點是自己可以信賴的家庭中,以致保有控制權,使得這種受到驚嚇而沒有陷入危險的狀況,更像是有趣的經驗,因此也就喜歡上了。

-----廣告,請繼續往下閱讀-----

貝瑞也熱中於找尋鬼魂。他相信有鬼,但是並不相信自己曾經見過,所以許多週末他會去傳說中鬧鬼的房子或城堡,同時帶上各式各樣現代抓鬼者能夠拿到的儀器。這種熱情似乎也來自他對於恐懼感的享受。

「我不知道自己看到鬼魂時會怎樣。我猜如果真的看到幽靈或死人,完全會嚇死吧,也就是說會嚇到命都沒了。不過有趣的是在於顫抖的感覺,午夜時分在空蕩城堡中的感覺,探頭到一片漆黑的房間中,這時會血脈賁張、腎上腺素爆發、寒毛直豎,這種感覺真是愉快,會上癮。」

「抓鬼」能讓貝瑞感受到興奮與刺激。圖/envato elements

並不是只有貝瑞會這樣,許多科學家都認為找尋刺激是一種明顯的人格特質,而且有遺傳證據指出,他們的報酬途徑反應比較不敏銳,換句話說,他們需要玩命體驗所引起的強烈刺激,才能夠得到你我喝一杯好咖啡或特製三明治所獲得的愉悅感。

不過喜歡血又是怎麼來著的?享受害怕的感覺是一回事,但是從來都沒有親眼見過鈍器用各種方式重擊身體的人,卻能從觀看這種場景中感到樂趣,還真是令人擔心。人們真的不會排拒這種場景嗎?許多人會的,他們真的害怕血腥場面。但還是有許多人喜歡這一套,讓性虐待色情片成為一項賺錢的類別。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 2
馬可孛羅_96
25 篇文章 ・ 19 位粉絲
馬可孛羅文化為台灣「城邦文化出版集團」的一個品牌,成立於1998年,經營的書系多元,包含旅行文學、探險經典、文史、社科、文學小說,以及本土華文作品,期望為全球中文讀者提供一個更開闊、可以縱橫古今、和全世界對話的新閱讀空間。

0

0
0

文字

分享

0
0
0
要餵鯊魚沒有那麼簡單?對於「鯊魚咬人」你所不知道的事
張維展
・2019/08/27 ・2402字 ・閱讀時間約 5 分鐘 ・SR值 516 ・六年級

說到鯊魚,浮現在腦海中的不外乎是「海面上鐮刀狀的背鰭」、「有著尖銳牙齒的血盆大口」、「聞到海水中的鮮血便發狂」的恐怖印象。

很多電視節目、電影帶給人們對於鯊魚不必要的焦慮,然而事實上,在現實生活中被鯊魚攻擊的機率是微乎其微,等同於被雷劈中的 30 倍(跟中大樂透差不多喔)。以機率來看,比起被鯊魚咬,你更該擔心的是在燈紅酒綠的城市裡被路人咬傷。

如果所有的鯊魚都像電影中的一樣兇猛,那應該沒人敢住海邊了。 圖 / imdb

鯊魚真的會吃人嗎?

現實中的鯊魚不像電影中所演的一般,會主動「獵捕」人類。國際鯊魚攻擊檔案顯示,過去 60 年來鯊魚攻擊次數和人類下水活動的數量有著緊密的關係。鯊魚並不會像獵殺海豹一樣,主動衝上岸攻擊人類,也就是到目前為止並沒有觀察到主動取食人類的行為。換句話說,鯊魚攻擊很可能通常是出自於誤認人類為海豹、海獅等平時的食物或是試探性的咬咬看。若牠們主動獵捕人類,受傷者應該更多,因為當人類在牠們的地盤上游泳時,是個緩慢、無防備的目標。

-----廣告,請繼續往下閱讀-----

環境因素也會影響到被攻擊的風險,當鯊魚追逐魚群或海豹游到淺灘附近,靠近遊客的地方時,人們更容易遇到鯊魚,也增加了被鯊魚攻擊的風險。或許我們可以反過來透過觀察環境因素,像溫度、浪潮、天氣狀況來預測鯊魚是否會出現,藉此達到減少被攻擊的機會。

(嚼嚼~)這不好吃,吐掉(呸~via GIPHY

並非所有的鯊魚都會咬人

提到鯊魚,多數人的反應就是「咬人」。但事實上,不是所有的鯊魚都有危險性,「鯊魚攻擊」、「被鯊魚咬」在科學上的定義就和「哺乳類攻擊」同樣廣泛,然而沒有人會將狗咬人和倉鼠咬人混為一談。源自於娛樂媒體的錯誤印象,讓我們對鯊魚貼上錯誤的標籤。

在五百多種鯊魚之中,只有十幾種會真正對人類造成威脅,而其中所有致命的鯊魚攻擊事件幾乎都出自這三種鯊魚之口——大白鯊 (Carcharodon carcharias)鼬鯊 (Galeocerdo cuvier)、公牛鯊 (Carcharhinus leucas)

  • 編按:原公牛鯊學名誤植於2019/8/30更正

實際上,這三種鯊魚在演化、棲地、行為上都是非常不同的,以演化的觀點來看,鼬鯊和公牛鯊的關係,就如同狗和兔子的差別,在 6 千 5 百萬年前分家,而這兩種鯊魚和大白鯊的關係,則像是狗和袋鼠,必須追溯到更遙遠的侏儸紀,恐龍稱霸陸地、鳥類還沒誕生、靈長類的起源甚至還要再等上 1 億 1000 萬年的時代,就已經田無溝水無流了。

大白鯊、鼬鯊、公牛鯊分別在侏儸紀 、白堊紀形成演化分支,可說是遠遠遠房親戚。圖/ Gavin Naylor, CC BY-ND

 

知己知彼:認識鯊魚、遠離攻擊

要保持水中活動的安全,了解活動地點的狀況是很重要的。尤其是有關於鯊魚攻擊,要妥善預防救需要了解該地分布的鯊魚種類以及其習性,不管是牠們的行為還是生活習慣,都能有助於減少被攻擊的危險。以美國東岸的鯊魚攻擊紀錄為例:在麻薩諸塞洲發生的鯊魚攻擊事件,兇手幾乎都是大白鯊,牠們體型巨大、生活在寒冷水域之中,主要的獵物是海獅跟海豹。有說法指出,被它們攻擊可能是因為大白鯊從水面下往上看時,把趴在衝浪板上的人誤認成海獅。而在美國較南方的卡羅萊納洲發生的攻擊事件,兇手則多半是黑邊鰭真鯊 (Carcharhinus limbatus) 及公牛鯊。

黑邊鰭真鯊並不是美國南方鯊魚攻擊事件最主要的犯人,牠們通常取食鯡魚等群聚性的魚類。公牛鯊在鹹水和淡水中都能生存,常常在河口發現牠們的身影,相較起黑邊鰭真鯊,牠們的體型更大、更有力,被牠們攻擊所留下的傷口相較之下也更為嚴重,有時候甚致會致死。

鼬鯊一樣是體型巨大的種類,也是致死性攻擊事件的主要肇事者,喜歡在火山島岸邊的海域活動,像夏威夷和留尼旺島,牠們也常闖進有衝浪客和戲水者活動的淺水域。

大白鯊有著兇猛的形象,實際上卻是瀕危的物種,大家要好好愛護它。圖/ wikipedia

鯊魚百百種,我們知道的還很少

雖然普羅大眾都知道鯊魚,但實際上我們對牠們的認識不多,甚至是錯誤的,在生物學觀點上對牠們的了解也僅止於皮毛罷了,在 500 多種的鯊魚之中,有一類住在深海名叫軟鱗鎧鯊,在胸鰭後面有個特別的袋狀構造。牠們之中只有兩種有過採集紀錄,其中之一在30年前的智利,另一次則發生在近幾年的墨西哥灣。我們還不能確定袋狀構造的功能為何,科學家們推測是用以儲存發光液體,來誤導牠們的掠食者親戚——亮尾擬小鰭鯊 (Euprotomicroides zantedeschia),一種會從腹部腺體分泌發光液來吸引獵物的鯊魚。

巴式軟鱗鎧鯊(Mollisguama parini)有著圓禿禿的頭,是非常稀有的小型深海鯊魚。圖/ J.WICKER@NOAA

鯊魚百百種,有著很高的多樣性,從其貌不揚的歐氏尖吻鮫 (Mitsukurina owstoni),到緩慢濾食的鯨鯊 (Rhincodon typus) 。即使鯨鯊是地球上最大的魚類,我們還是必須為瀕危的牠們設立托兒所,照顧上千隻牠們的幼魚。有些深海鯊魚則是潛水者眼中的夢幻物種,例如巨大的六鰓鯊,生活在 100 公尺以下的海底,以腐肉為主食,但也可能獵捕深海的其牠動物。

台灣的海洋資源豐富,鯊魚的種類自然也不在話下,周圍海域共發現 130 種鯊魚,大部分的種類都是嬌小、不具攻擊性的種類。雖然也有具危險性的公牛鯊、雙髻鯊出現的紀錄,但大家也不用擔心,只要保持安全距離、不在牠們身邊逗留,牠們也不會主動攻擊人類喔!

  1. The conversation — Shark Week looms, but don’t panic
  2. 維基百科 — Great white shark  
  3. 臺灣物種名錄 
  4. 台灣魚類資料庫
-----廣告,請繼續往下閱讀-----
張維展
3 篇文章 ・ 0 位粉絲