你家的孩子，「夠眠」嗎？

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

猜猜看，邊走路邊煲電話粥比較危險，還是邊走路邊滑手機比較危險？

答案是：邊走路邊滑手機。

那你贊成過馬路時，滑手機罰300元？事實上，邊走路邊滑手機所造成的安全問題，在智慧型手機也相當盛行的歐美國家，也引起很多的討論，相關的研究，也不少。

而根據美國急診室的研究，年輕人，最容易因為邊走路邊使用手機而受傷送醫，其中，最多的年齡層是21到25歲，16到20歲的青少年次之，這個現象很值得家長們注意。

早在2012年12月《英國醫學期刊》（British Medical Journal，BMJ）就曾發表過一個十字路口的隨機研究，發現有近三之一的行人（29.8%）會在過馬路時，分心使用行動設備，像是聽音樂、發短訊、講電話等等，其中又以發短訊，最容易在過馬路時，出現像是不遵守紅綠燈、沒注意兩方來車等不安全的行為。

美國紐約州立大學石溪分校（Stony Brook University）所作的研究，則是發現當人們邊走路邊講手機或是發簡訊時，講手機組會比專心走路的那一組走得稍微慢一點且偏離目標一些，但是發簡訊組那一組，不只是走得較慢，有61%以上會偏離目標，更有13%以上會走過頭。

根據美國俄亥俄州大學的傑克．納薩爾教授（Jack L. Nasar），2013年發表在《事故分析與預防期刊》（Accident Analysis & Prevention）的研究指出，儘管美國因受傷到送急診的行人，已從2004年的9萬7千人，降低到2010年的4萬1人，相當於因受傷而被送急診的行人，在五年間，已減少了一半以上。

但因邊走邊使用手機受傷而被送急診室治療的行人，從2004年的559人，曾一度下降到2005年的256人，然後，就開始連年爬升，到2008年已破1055人，2010年更達1506人，五年間整整增加了一倍以上。

美國紐約州立大學水牛城分校（University at  Buffalo）急診醫學教授迪特里希．傑勒（Dietrich Jehle），也表示，雖然因駕駛分心發簡訊所引起的車禍往往更嚴重，但事實上，行人邊走邊發短訊所造成的傷害，在現實生活中，發生的頻率卻更高。其中，很多意外會因當事人覺得說出來很丟臉、隱瞞不說，而沒被列入官方統計數據中。

舉例來說：像是撞牆、撞電線桿、從樓梯上滾下來、被路上的雜物絆倒、掉落月台，或是影響交通，導致有些汽車駕駛，為了避免撞上這些分心的行人而出車禍的情況，在智慧型手機風行的國家，都屢見不鮮。

邊走邊滑手機，不管行人是正在發短訊、上社交媒體，或是收發電子信箱，都比邊走邊講手機更加危險，因為，邊走邊滑手機的低頭族，不只是分心在作別的事、分心在想別的事，就連一雙眼睛，也是緊盯著手機的螢幕不放，往往沒有注意到周遭路況的變化，而讓自己在無意中，陷入危險之中。

而家長們，現在除了提醒孩子過馬路時，要注意號誌變化及兩方來車等路況外，也得教導孩子們在走路，尤其是過馬路時，也要把手機收起來。

延展閱讀：

玩3C，讓你家的孩子，「不夠眠」？

參考資料：

• Leah L Thompson, et al. 2012. Impact of social and technological distraction on pedestrian crossing behaviour: an observational study British Medical Journal
• Almost one in three pedestrians “distracted” by mobiles while crossing street
• Distracted walking: Smartphone-wielding pedestrians stumble into danger
• Distracted Walking: Injuries Soar for Pedestrians on Phones
• Jack L. Nasar, et al. 2013. Pedestrian injuries due to mobile phone use in public places Accident Analysis & Prevention
• Think it’s safe to type a quick text while walking? Guess again

每個家長都希望自己的孩子聰明、乖巧，但當孩子不守規矩，恨鐵不成鋼時，又往往會忍不住想打孩子的小屁股，但是近年的研究卻發現，打屁股不只會讓孩子的智商變低，行為更加叛逆，甚至，更容易增加大學時代的犯罪率，無助管教。

早在2009年被發表在美國《攻擊、虐待與創傷研究雜誌》（Journal of Aggression, Maltreatment & Trauma）囊括超過1,500位美國兒童的研究，就已經指出二到四歲沒被打過屁股的孩子，在四年後作智力測驗會比同齡被打過屁股的孩子，智商高出5分。

五到九歲沒被打過屁股的孩子，在四年後，則比同齡被打過屁股的孩子，智商高了2.8分。越常被打屁股的孩子，認知能力，則落後越多，顯示「不打不成材」的舊觀念，不但是錯得離譜，更會讓孩子更加不聰明。

另一個，在2011年11月發表在《攻擊行為期刊》（Aggressive Behavior）的研究，則是提醒，除了遺傳因素外，家長打孩子，尤其是打男孩子的屁股，也會大大增加孩子亂發脾氣、破壞性行為等侵略行為。身為父母無法改變孩子的遺傳基因，但至少可以作到避免以打屁股作為懲戒孩子的手段。

而包括台灣在內的一個橫跨十五個國家，超過一萬名大學生的國際育兒研究數據，則顯示，在生活中會被家長打屁股的孩子，即便他們擁有的是熱情又樂於助人的父母，在大學時代的犯罪率，仍會比較高。

就算家長是抱持著「為了愛，希望孩子守紀律，才打孩子的屁股。」一樣對孩子的行為問題，沒有正面助益。在這上萬個大學生中，約有三分之二的大學生說，他們是十歲時被打屁股，而且最典型的頻率，大概是一個星期被打1到2次左右。

那父母到底是為了什麼原因，動手打了心愛孩子的屁股？

根據2014年4月發表在《家庭心理學期刊》（Journal of Family Psychology）的小型研究顯示，家長會體罰孩子的因素，有九成是因為孩子不乖，像是吸吮手指、不好好吃飯、亂弄椅子或是沒經過予許就自行外出等等。

約有四成九的家長，在體罰孩子前，已經先發脾氣了。而被體罰的孩子，有七成以上，會因為再次不聽話，在10分鐘內被打屁股，被體罰的孩子中，年齡最小的，只有七個月，有位媽媽甚至連續打了孩子11次。

更引人注目的是，家有二歲孩子的美國父母，通常會承認他們每年大約打孩子18次，但事實上，這次的研究，卻發現，光是一個星期就打了18次，體罰率遠比父母自己所說的，超過預期，也比上個跨國性大學生的研究，所說的每星期打1到2次，多了非常多次。

在美國，打屁股是一種常見的管教方式。另一個，也是在2014年發表，關於2,788個家庭的研究，則是發現在孩子出生的第一年，就有30%的家長，開始用他們幫孩子洗澡、餵孩子吃東西的那雙手，來打寶寶的屁股。

這個研究，突顯的問題是，「不到一歲的嬰幼兒，被打屁股，真的是為了管教嗎？」，還是父母自己缺乏育兒的技巧，才打寶寶的屁股？

下次怒氣攻心時，不妨，先深呼吸，閉上眼睛想一想，打屁股對孩子將造成的傷害，把已經高高舉起的手，先輕輕放下來吧！

參考資料：

• Murray Straus, et al. 2009. Corporal Punishment by Mothers and Development of Children’s Cognitive Ability: A Longitudinal Study of Two Nationally Representative Age Cohorts. Journal of Aggression, Maltreatment & Trauma
• Children Who Are Spanked Have Lower IQs, New Research Finds.
• Brian B. Boutwell, et al. 2011. Study: Genetics, Spanking May Increase Childhood Aggression. Aggressive Behavior
• College Students More Likely to Be Lawbreakers if Spanked as Children, New UNH Research Finds.
• Holden, George W., et al. 2014. First-of-its-kind study finds that parents ignored best practices recommended by spanking advocates. Journal of Family Psychology
• Shawna J. Lee, et al. 2014. Parental spanking of 1-year-old children and subsequent child protective services involvement . Child Abuse & Neglect

有如超級耐力電池般的孩子，到底何時才會把電力耗盡，趕快滾去床上睡覺呢？相信是很多家長，都很關心的議題。

但你知道家裡的孩子，到底每天該睡多久呢？看到睡眠專家的建議，肯定讓你掉下巴！

睡眠是大腦的食物，有助管理壓力，其重要性有如空氣、水和食物，對身體的機能跟大腦的活動，都具有關鍵性的影響。只可惜現代人普遍缺乏足夠的睡眠時間，而孩子的入睡時間，往往與家庭環境及家人作息有相當密切的關係。

經常沒睡好或睡眠不足，可能會讓孩子的情緒，變得喜怒無常，不只是會影響專注力及記憶力，而拖累學業的考試，也較容易出現衝動的不恰當行為。

2014年3月最新發表在《神經科學雜誌》（The Journal of Neuroscience）的小鼠試驗，就發現長期睡眠不足會導致大腦神經元的喪失，即使之後再補眠，仍無法償還之前所欠下的「睡眠債」，這表示，長期睡眠不足可能比以往認定的更嚴重，不只會損害認知能力，也可能導致不可逆的腦細胞損傷。

到底孩子需要多少睡眠？《美國國家睡眠基金會》（National Sleep Foundation）對兒童及青少年的睡眠時間，建議如下：

• 新生兒：1到2個月大的新生兒，每天需要10小時30分鐘到18小時的睡眠。新生兒沒有明顯的晝夜節律，隨時都可以入睡。
• 嬰兒期：3到11個月的嬰兒，白天需要30分鐘到2小時的小睡，次數可能會有一到四次左右。晚上則需要9小時30分鐘到12小時的睡眠。
• 幼兒期：1到3歲的幼兒，白天可能會有一次1到3小時的小睡，晚上需要12到14小時的睡眠。當然，儘可能不要讓白天小睡的時間太晚，以免延遲晚上入睡的時間，保持一貫的就寢時間很重要。
• 學齡前兒童：3到5歲的學齡前兒童，晚上需要11到13小時的睡眠。5歲大的孩子，可能已經不太會白天小睡，建議不要在房間放電視機，宜建立規律的入睡時間及環境。
• 學齡期：5到12歲的學齡前兒童，晚上需要10到11小時的睡眠。這個年齡的孩子很熱衷玩電動、看電視，要注意別讓3C，帶進孩子的臥室裡。
• 青少年期：12到18歲的青少年，晚上需要8小時25分鐘到9小時25分鐘的睡眠。而且，最好能在晚上11點前入睡，不要在周休熬夜，以免影響正常的生理時鐘。

看到睡眠專家建議的睡眠時間，我想絕大多數的台灣父母，應該都會嚇一跳。因為，台灣的孩子遠遠「不夠眠」，根本沒有睡這麼久。有時，即使人已經躺在床上，都還在看電視，玩平板電腦呢！這種把臥室當成家庭視聽娛樂中心的情況，其實還蠻普遍的。

在美國，8到18歲的兒童及青少年的臥室裡，有71%有電視，36%有電腦。在台灣，會在臥室裡看電視、玩電腦、滑智慧型手機的家庭，也不少見，但近年各國的醫學研究，都已經証實，在臥房使用3C，可說是影響睡眠最常見的因素之一。

根據2012年9月發表在《兒童肥胖雜誌》（Pediatric Obesity）的研究，共囊括了加拿大五年級（約11歲）近3400位學童，其中有64%的父母說，孩子的臥室裡有電子娛樂和通信設備，如：電視、電玩、電腦或智慧型手機。

其中，有一半的孩子臥室裡有電視、DVD或電動玩具，21%有電腦，17%有智慧型手機，大約有5%的孩子，擁有這三類的電子娛樂和通信設備。在臥室裡擁有一種電子娛樂和通信設備的孩子比沒有的孩子體重超重的機會多1.47倍，而有三種設備的孩子，體重超重的機會更多了2.57倍。

研究中，有57%的學童說，他們在該上床睡覺的時間，還在看電視或電影。而事實上，只要減少短短1小時的睡眠時間，就會讓超重、肥胖的機會，分別增加28%、30%。

結論是晚上使用這些電子產品，與孩子的睡眠時間縮短、肥胖、較差的飲食質量，以及較少的身體活動，都有關連性。因此，專家建議不要讓孩子的臥室裡有這些電子產品，對於幫忙孩子建立好的生活型態、睡好覺及減少兒童肥胖，都會有正面的作用。

另一個，2013年7月發表在英國《BMC公共衛生雜誌》（BMC Public Health）的研究指出，10到11歲的學齡孩童臥室裡，若有擺設電腦、電視等電子媒體設備，不只會延遲孩子上床的時間，也會讓孩子睡覺的時間縮短，改變睡眠習慣，對睡眠產生不利的影響，可能會讓孩子更容易出現白天疲勞、注意力不集中跟行為問題。家長在平常上學日對於孩子睡眠時間的監督，會比周末更加重要。而男孩房間裡有電腦，又比女性房間裡有電腦，更容易干擾到他們的睡眠。

身為父母，希望孩子能有充足的睡眠，別再讓3C混進臥室，變成孩子的「床伴」是第一步。

延展閱讀

啥咪？母奶日夜成份大不同？

寶寶睡不穩，跟媽媽情感回應度低有關？

別小看，大尺寸電視的致命吸引力

看電視、玩電玩，只會教壞小孩子？

玩電玩，可補腦，你相信嗎？

孩子會打鼾，家長怎麼辦？

睡覺時，張口呼吸又打鼾，竟會上顎暴牙？

夜夜磨牙，孩子的牙齒會怎樣？

參考資料

• Jing Zhang, et al. 2014. Extended Wakefulness: Compromised Metabolics in and Degeneration of Locus Ceruleus Neurons. The Journal of Neuroscience
• Penn Medicine Researchers Show How Lost Sleep Leads to Lost Neurons.
• Children and Sleep.National Sleep Foundation
• Teens and Sleep.National Sleep Foundation
• H. Chahal, et al. 2012. Availability and night-time use of electronic entertainment and communication devices are associated with short sleep duration and obesity among Canadian children. Pediatric Obesity
• TV, devices in kids’ bedrooms linked to poor sleep, obesity
• Teija Nuutinen, et al. 2013. Do computer use, TV viewing, and the presence of the media in the bedroom predict school-aged children’s sleep habits in a longitudinal study? BMC Public Health