睡中有醒：睡夢中或可保有自我意識的「清明夢」

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《轉骨有效嗎？鼻子過敏會長不高？幾歲最佳？張若偉中醫師解析登大人N個成功關鍵》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

「曾經遇過一位唸國二的男生，身高僅約 150 公分，不過他來就診的原因是常常感到胸口悶痛。」張若偉中醫師表示，「經過診察後，我發現他有胃食道逆流的問題。」

因為孩子不太會表達，所以問題也就一直沒有解決。張若偉中醫師說，當時幫他從調整腸胃功能下手，經過調養後不但胸口悶痛改善了，身高也慢慢進步，目前已達 165 公分，讓家長又驚又喜。

轉骨期「三大關鍵」：營養、運動習慣、睡眠品質

影響小朋友身高與體格發育的因素，大致可以分為先天因素與後天因素。張若偉中醫師說，其中，遺傳是最重要的先天因素，也就是從父母繼承來的基因。至於後天因素，則包括營養、運動習慣、睡眠品質等。若孩子有一些先天性疾病，或在發育過程中出現內分泌異常，也可能對身高產生影響。

值得一提的是，後天因素中有一項是每個人都能掌握的關鍵，那就是「睡眠」。張若偉中醫師強調，睡眠對於身高非常重要，因為入睡之後，腦下垂體會分泌生長激素，而生長激素正是促進骨骼與身體發育的重要因子。因此，充足且良好的睡眠會大大提升孩子長高的機會。

建議要在晚上十點前就寢，並能睡滿 8 個小時。張若偉中醫師說，如果因為學業壓力、玩遊戲、滑手機而經常熬夜，影響睡眠品質，可能對身高發育造成不利影響。

如果孩子有鼻子過敏、氣喘、異位性皮膚炎等問題，都可能破壞睡眠品質，進而影響身高發育。張若偉中醫師提醒，如果有相關問題，通常需要及早處理，有助提升孩子的發育潛力。

盡早發現，盡早治療

青春期是非常重要的成長期，身高快速增加，因此我們特別強調「轉骨」的重要性。張若偉中醫師說，男生的青春期大概從 11 歲開始，女生的青春期大概從 10 歲開始。男生會逐漸出現喉結、聲音變粗等，女生會出現乳房發育與月經來潮等。

家長一定要密切觀察孩子的發育狀況，如果 6 歲以上的男生或女生，一年長高不到 4 公分，或身高落在兒童生長曲線圖中第三百分位以下就要帶孩子去兒童內分泌科就診，進行評估與諮詢。及早尋求醫療專業評估，就有機會更好地把握孩子的黃金成長期。若拖到骨頭的生長板癒合，便無法繼續長高。

對於孩子的轉骨發育，中藥與針灸可以提供輔助，張若偉中醫師說，中藥材含有成長所需的營養成分如鈣、磷、鋅、鐵、蛋白質等，在發育時期也常使用幫助補腎、健脾益氣、活血行氣、促進骨骼發育的藥材。

補腎類藥材：包括杜仲、肉蓯蓉、菟絲子、巴戟天等。

健脾益氣的藥材：包括黃耆、茯苓、黨參、白朮等。

活血行氣的藥材：包括當歸、川芎、丹參、川七、柴胡等。

促進鈣質吸收的藥材：包括補骨脂、龍骨、牡蠣、阿膠等。

幫助骨骼細胞分裂的藥材：包括熟地、赤芍、續斷、木瓜等。

轉骨期黃金關鍵！中藥 ＋ 針灸助攻骨骼發育

在針灸方面，會以大腿、小腿的穴道為主，例如足三里、三陰焦、太衝、湧泉、承山、委中等。張若偉中醫師說，一般是每週針灸 1-2 次，若不敢接受針灸，可以利用原子筆的鈍端按摩刺激，並搭配中藥服用。

在飲食調養方面，需要特別注意幾個關鍵營養素的攝取。張若偉中醫師說，首先，蛋白質的攝取非常重要，因為蛋白質是身體成長與組織修復的基本原料。此外，鈣、鋅、鐵等礦物質，對於骨骼成長也有幫助，這些都會影響孩子的整體發育與身高成長。

「建議以天然食物為主來營養來源，在日常飲食中獲得營養，對身體而言會更自然、穩定。」

張若偉中醫師說，「雞蛋、豆腐、瘦肉、魚肉是優質蛋白的來源；牛奶、優格、起司皆富含鈣質，幫助骨骼發展；小魚乾、海藻含有豐富鈣與碘。口味上盡量以清淡為主，避免過多的糖、調味與油炸。均衡飲食對於孩子的生長發育非常重要！」

在日常生活方面，建議維持正常作息、不要熬夜，在晚上十點前就寢，睡足 8 個小時。張若偉中醫師說，規律運動有助於成長發育，如游泳、慢跑等，能夠促進血液循環，也能安全地刺激骨骼發育。要盡量避免運動傷害，或過度訓練，以免傷及骨骼發育區域，而影響骨骼正常生長。

筆記重點整理

• 影響小朋友身高與體格發育的因素，大致可以分為先天因素與後天因素。其中，遺傳是最重要的先天因素，至於後天因素，則包括營養、運動習慣、睡眠品質等。
• 青春期是非常重要的成長期，身高快速增加。男生的青春期大概從 11 歲開始，女生的青春期大概從10歲開始。男生會逐漸出現喉結、聲音變粗等，女生會出現乳房發育與月經來潮等。
• 家長一定要密切觀察孩子的發育狀況，如果 6 歲以上的男生或女生，一年長高不到 4 公分，或身高落在兒童生長曲線圖中第三百分位以下就要帶孩子去兒童內分泌科就診，進行評估與諮詢。及早尋求醫療專業評估，就有機會更好地把握孩子的黃金成長期。若等到骨頭的生長板癒合，便無法繼續長高。
• 對於孩子的轉骨發育中藥與針灸可以提供輔助，中藥材含有成長所需的營養成分如鈣、磷、鋅、鐵、蛋白質等，在發育時期也常使用幫助補腎、健脾益氣、活血行氣、促進骨骼發育的藥材。在針灸方面，會以大腿、小腿的穴道為主，例如足三里、三陰焦、太衝、湧泉、承山、委中等。
• 在日常生活方面，建議維持正常作息、不要熬夜，在晚上十點前就寢，睡足 8 個小時。規律運動有助於成長發育，如游泳、慢跑等，能夠促進血液循環，也能安全地刺激骨骼發育。

• 本文轉載自 Care Online 照護線上《轉骨有效嗎？鼻子過敏會長不高？幾歲最佳？張若偉中醫師解析登大人N個成功關鍵》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

清醒開顱揭開夢的產地

我在手術室進行清醒開顱手術時，會使用像筆一樣的設備，直接以微電流刺激測試患者的大腦。那暴露在外、皺摺起伏的大腦表面閃爍著乳白色的微光，布滿了動脈與靜脈。而患者意識清醒、機敏，但感覺不到疼痛，因為腦部沒有痛覺受器，但會對電流刺激產生反應。每個人的大腦都是獨一無二的，有些區域一旦被觸碰，就會受到刺激活化。有時，我觸碰一處，患者會說出童年記憶；刺激另一處時，患者會聞到檸檬的味道；再碰另一處，患者也許會感到悲傷、尷尬，甚至是慾望。

清醒開顱手術的目的，是為了找出不受微電流影響的精確位置，如此一來，我便可從此處安全地下刀，切開表面組織以觸及下方的腫瘤。若微電流刺激未產生任何反應，我便清楚割除此處不會造成任何功能受損。

進行清醒開顱手術時，我以幾毫米的距離有條不紊地逐一刺激患者腦部最外層的大腦皮質（cerebral cortex），這會為患者帶來奇異且深刻的體驗，有時感覺甚至強烈到患者要求我停手，此時，我便必須暫停手術。儘管大腦皮質只有薄薄一層，厚度不超過六毫米，卻主導了我們大半的個人能力，包含語言、感知、記憶和思想。那嘶嘶作響、微弱的電流，能引發患者各種反應，例如聽見聲音、回憶起創傷事件、體驗深刻的情感──甚至做夢。

事實上，惡夢可透過電刺激（electrical stimulation）誘發，只要將電極探頭從大腦表面某個隆起處移開，惡夢就會終止；一旦用電極刺激同一處，惡夢就會再度出現。現今認為，反覆出現的惡夢是自行維持的神經元電活動循環，重現我們恐懼的經歷。

夢境背後的生理奧秘

無庸置疑地，我的專業回答了人類其中一項最原始的疑問：夢從何而來？對此，我可以斷言，夢境源自於我們的大腦，尤其是腦部的電活動（electrical activity）。

從古至今，夢真正的起源一直令人困惑，我們也缺乏基本的了解。在人類歷史的長河中，夢多半意味著來自神靈、魔鬼或祖先的訊息，或是靈魂夜半出竅所搜集到的資訊。我們頭顱內看似毫無活動的一坨組織，是人最難以想像的夢的來源。大家普遍認為，人入睡時，頭腦處於休眠狀態，只是被動的容器，因此，夢不可能是睡眠的產物。怎麼可能是呢？我們的大腦與外界的訊號隔絕，在此情況下，它如何能成為這種夜間奇觀的來源？夢的起源肯定來自遠比我們自己更偉大、超然的力量。

當然，現今已知，所有意識都源於腦電活動，包含做夢在內。事實證明，做夢的腦和清醒的腦一樣活躍。而且，部分睡眠階段所測到的腦電強度和模式，看來與我們清醒時幾乎並無二致。此外，人在做夢時，某些腦部區域消耗的能量可能超過清醒時，尤其是情緒和視覺中樞。我們清醒時，大腦通常會將情緒和邊緣系統（與情緒、本能、學習記憶有關的大腦區塊）的代謝活動上調或下調 3% 至 4%，但做夢時的腦可將邊緣系統的代謝活動提高至 15%，十分驚人。這表示做夢時，可達到人清醒時生理上難以達到的情緒強度。換言之，你在做夢時，最是「生氣勃勃」。

人在做夢時，大腦活動十分活躍，我們視線清晰、感受深刻，還能自由移動。夢之所以對我們影響深重，是因為我們將夢境的體驗視為真實。從生理上而言，我們在夢裡感受到的快樂與清醒時無異，恐怖、沮喪、性興奮、憤怒和懼怕等情緒亦是如此。同理，我們在夢中的身體經歷感覺也很真實。在夢裡奔跑時，運動皮質（motor cortex）會被啟動，與我們真正在跑步時所使用的腦部區域相同；當我們在夢裡感受到愛撫，就如同人在清醒時一樣，感覺皮質（sensory cortex）會受到刺激；回想自己過往住處的回憶，會使負責視覺感知的枕葉被活化。

有些人聲稱，他們從不做夢。但實際上，幾乎人人都會做夢，只是並不是每個人都會記得自己的夢。人做夢並非出於選擇，而是生存所需。我們睡眠不足時，入睡後最先發生的事就是做夢；倘若睡眠充足，但做夢不足，一睡著後也會立刻開始做夢。即便無法入睡，人也會產生生動的夢。世上有一種罕見且致命的遺傳疾病，名為「致死性家族失眠症」（Fatal Familial Insomnia），罹患此疾的患者幾乎無法睡眠，但對他們而言，做夢的需求十分強烈，以致於白天會出現做夢般的狀態。做夢對人類而言不可或缺。

快速動眼期之外的夢境

過去數十年來，關於夢的研究多半著眼於特定的睡眠階段，即快速動眼期（rapid eye movement，REM）睡眠。研究人員歸納的結論是，我們每晚大約會花兩小時做夢。換算下來，這表示人的一生中，約有十二分之一的時間沉浸在夢中，相當於我們每年有一個月的時間在做夢。夢顯然在我們生活中佔據了重要的地位和時間。而且，這個數據也許大大受到低估。睡眠實驗室的研究者在整晚不同時間點喚醒受試者，而不限於快速動眼睡眠期間；結果發現，人在任何睡眠階段都可能會做夢，這意味著我們一生中，也許有近三分之一的時間都在做夢。

現今，睡眠對健康的重要性受到高度關注，但這些研究發現讓我不禁心想：也許我們真正需要的不是睡眠，而是夢。

——本文摘自《我們為何會做夢：睡夢中的大腦如何激發創造力，以及更好地改善清醒時的生活》，2024 年 11 月，悅知文化出版，未經同意請勿轉載。