Loading [MathJax]/jax/output/HTML-CSS/config.js

0

0
0

文字

分享

0
0
0

狗兒的注意力發展過程與人類相似

活躍星系核_96
・2014/04/12 ・1227字 ・閱讀時間約 2 分鐘 ・SR值 527 ・七年級

本文由民視《科學再發現》贊助,泛科學獨立製作

編譯:Bambi Gremlin(淡江大學日本研究所畢,現為自由譯者)

人類的注意力隨著年齡增長而成熟,然後在過了某一年齡後逐漸衰退。那麼,狗兒的注意力又是如何變化的呢?維也納獸醫大學的聰明狗兒實驗室(Clever Dog Lab),針對 145 隻 6 個月~14 歲的邊境牧羊犬進行實驗,分析狗兒的注意力和年齡之間的變化。相關的研究結果刊載於學術期刊《心理學前線》(Frontiers in Psychology)。

首先,研究團隊設計了兩種實驗情境,觀察狗兒對於物品和人類的注意力差異。一個是懸掛在天花板上的玩具忽然掉落的情境,另一個則是狗兒認識的人類進入室內,逕自拿滾筒粉刷牆壁。

-----廣告,請繼續往下閱讀-----

DSCF6726

結果發現,所有狗兒都以相同速度發現掉落的玩具,不過,老犬被新物件吸引的時間比幼犬短。這表示狗兒和人類一樣,隨著年齡增長,好奇心會逐漸降低。此外,比起玩具,狗兒注意人類拿滾筒粉刷牆壁的時間比較長。換句話說,對於有社會性的東西,狗兒的注意力會比沒有社會性者來得強。

接著,研究團隊又利用響片訓練,進一步測試狗兒的選擇性注意力。

DSCF6730

實驗者先將一個香腸塊扔在地板上,等狗兒發現,吃掉獎勵。然後,實驗者等待狗兒注視自己,雙方目光一接觸,實驗者就按下響片,忽左忽右地扔香腸塊。如此這般,反覆操作 20 次。

結果發現,從看見香腸到注視實驗者為止的過程,費時最短的是 3~6 歲的中年狗兒。研究團隊認為,年輕的狗兒因為經驗不足,年老的狗兒因為運動能力逐漸下滑,所以牠們花費比較久的時間。在類似的人類實驗中,20~39 歲的人類也顯示出最高的感覺運動能力(Ssensorimotor Aabilities),代表狗兒和人類相同,都有年齡上的高峰期。

-----廣告,請繼續往下閱讀-----

此外,1~2 歲的狗兒正值青春期,注意力受到影響,導致牠們的反應比較慢一些。不過,響片操作反覆數次後,青春期的狗兒比其他年齡層進步更快。換句話說,青春期的狗兒,其學習曲線最為陡峭,學習潛力極佳。

上述實驗顯示狗兒注意力的成熟和衰退過程與人類相似,換言之,透過觀察狗兒的行為,或許有助我們瞭解諸如:注意力不足過動症(Attention deficit hyperactivity disorder,ADHD)、阿兹海默症等疾病。

資料來源:

原研究論文:

-----廣告,請繼續往下閱讀-----

—————————–

延伸科學再發現@科技大觀園


更多內容也可以上科技大觀園搜尋「注意力」,或每週六上午8點收看民視53台科學再發現

-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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

1
0

文字

分享

0
1
0
貓咪真的不愛你嗎?讀懂高冷主子的傲嬌告白
F 編_96
・2024/12/28 ・2729字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

F 編按:本文編譯自 Live Science

身為貓奴應該都思考過這個問題:「我家貓到底愛不愛我?」(尤其是你怎麼叫牠都不理你的時候)

比起狗狗總是搖尾示好、恨不得時時刻刻陪伴主人,貓咪反而顯得疏離。這些獨立、冷淡的態度,是否代表牠們根本「不愛人類」?還是只是與我們表達情感的方式不同?現有的研究並未能給出單一「是」或「否」的答案,但科學界逐漸認為:貓的性格並非冷漠,而是有著自己獨特又多變的互動模式。

為何貓比狗看起來更不「熱情」?

談到「人與動物的愛」,第一個被拿來對照的對象往往就是狗。狗傾向於把人視為社群領袖或保護者,牠們會展現出明顯的依附行為,例如跟隨、舔舐、撒嬌等。這背後牽涉到狗的馴化史,科學家普遍認為,狗至少在 2.3 萬年前(亦有其他研究推至 3 萬年以上)就已開始與人類共同生活。人類在漫長世代裡,選擇性繁殖更順從、更依賴的犬隻,讓牠們不斷強化對主人的服從與感情表達。

相較之下,貓的馴化歷史要晚得多。大約在 1 萬年前,農耕社會出現,儲藏穀物吸引老鼠,貓因捕鼠能力而漸與人共生。牠們「半自願」式的走近人類聚落,並未經過大規模的繁殖選擇,以致貓咪的野性特質與獨立性一直保存到今天。

-----廣告,請繼續往下閱讀-----

由此可見,狗對人的依附,是經過長時間精心培育的結果,而貓雖然與人類同住,也享受人類提供的食物與安全環境,但牠們在某種程度上仍維持了更高的自主意識與獨立特質。

貓咪與狗狗的馴化過程不同,這也導致兩者在與人類互動上的不同。圖/envato

如何判斷貓咪是愛或不愛?

每個人對於「愛」的表現,判斷上還是很主觀的。因此有些研究嘗試用「科學指標」來測試貓對人的情感,如觀察荷爾蒙水平、或偵測貓在不同情境下的行為模式。

催產素俗稱「愛的荷爾蒙」,常在親密互動或撫摸時分泌。根據 2015 年的一項實驗(收錄於 BBC節目「Cats v Dogs」):在貓與狗都受到撫摸後,狗的催產素水平平均提升約 57.2%,但貓僅提升12%。這被部分人解讀為「貓對我們沒有那麼有愛」,但也要注意,這只是「平均值」,樣本量也僅 10 隻狗與貓,並不代表所有貓都只有「12%」的情感。此外,催產素本身也容易受其他因素干擾,例如環境壓力、個體差異等。

另外在 2021 年,英國林肯大學的研究團隊針對 3,994 位貓主做問卷調查,藉由「開放式關係、疏離關係、一般交情、相依關係、友誼」等五大類型,歸納出貓與主人的情感連結。結果顯示,約有一半的貓跟主人間呈現較緊密的情感投射,另一半則較疏離。由此可知,貓與人之間的情感並非「一面倒」的冷漠,也不見得如狗那樣強烈依附;而是要看飼主的參與度、貓的個性以及如何尊重牠們的獨立空間。

-----廣告,請繼續往下閱讀-----

有一項早期(2008年)的一項研究則觀察到,當貓遇到自己熟悉的人類時,血壓和心率會出現上升,顯示牠們對人產生情緒波動,可能是期待食物或獎勵,也可能是情緒上的激動。這說明貓對特定人確實有「在意」的表徵,只是表達方式或目的不一定和狗相同。

你越近,貓越逃?貓咪喜歡怎麼樣的互動?

要怎麼做才能獲得貓咪的抱抱?圖/envato

貓咪多半不喜歡被強迫互動,若人類持續不斷地撫摸、抱起貓而不顧牠們的意願,往往得到的反應是掙扎、攻擊或逃走。對貓來說,「選擇權」至關重要。若牠們能自在地決定互動距離、持續時間,以及撫摸的部位,牠們更可能接受、甚至主動親近主人。

2021 年的研究指出,若飼主能理解貓在肢體語言上的細微表達,例如耳朵朝後、尾巴抖動、身體僵硬或發出低鳴,代表牠們已有不適或抗拒;這時「收手」是上策。相反地,那些忽視貓表示不要的信號,堅持要撫摸或抱住貓的人,更容易被貓認定為「壓迫者」,長期下來貓會選擇逃避或變得易怒。

與狗一樣,每隻貓的個性也不盡相同。有些貓喜歡頻繁親密互動,也有貓更向往安靜獨處;基因、社交化過程、早期經驗都可能影響牠們長大後對人的友善度。此外,若飼主從貓幼齡期就常常輕柔地接觸牠們,並在牠們想脫離時尊重牠們,長大後通常會更願意與人類培養信任感。

-----廣告,請繼續往下閱讀-----

如何與貓建立更深的情感連結?

既然科學研究顯示貓的「情感投放」需要更精細的方式,那麼身為飼主或愛貓人士,該如何做才能拉近與主子的距離呢?

  1. 給予空間與選擇
    • 不要隨意抱起或撫摸正在休息、清潔毛髮、或顯露抗拒姿勢的貓。讓貓可以自由進出房間、躲進安全的角落,也能確保牠們在緊張或害怕時有地方可退。
  2. 正向回饋與獎勵
    • 若貓主動靠近、蹭你或發出呼嚕聲,這是牠願意互動的信號,可在牠舒服的情況下溫柔撫摸。可以搭配口頭稱讚或小零食,使貓把你聯想到「好事」。
    • 但記住,貓咪不喜歡被「過度餵食」,適度才是關鍵,否則容易讓牠們失去對零食的興趣或導致肥胖。
  3. 學習貓的身體語言
    • 觀察耳朵、尾巴與瞳孔的變化,若耳朵緊貼腦後、尾巴劇烈擺動或瞳孔放大並伴隨低鳴,表示貓正處於緊張或警戒狀態。此時停止撫摸、後退,給牠時間冷靜。
    • 如果貓慢慢走近你,尾巴微翹、耳朵稍微前傾,代表牠感到放鬆,可能願意互動。
  4. 尊重貓的作息特質
    • 貓是夜行性動物,白天或許大部分時間都在睡覺或懶洋洋地活動;若你在白天想和貓「猛玩」,牠可能沒有興趣。選在牠清醒或精神較好的時段進行互動或遊戲,更能提升彼此感受。

貓與人的緣分,在於理解與尊重

貓咪歷經數千年從田間捕鼠者,逐漸成為受全球喜愛的寵物,卻依然保留高度獨立、選擇權至上的「個人主義」風範。許多科學研究指出,貓雖沒有狗般明顯的熱情與依賴,但仍能與人產生深厚羈絆──關鍵就在於飼主是否願意花時間、心力,並遵循「了解貓貓、尊重貓貓」的原則與牠們相處。從理解貓的生活形態、情緒信號,到給予牠們適度的獨處與自由,若能做到這些,或許某天牠就會主動跳到你的腿上呼嚕,用專屬的方式告訴你:「莎朗嘿(사랑해)~

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃

0

2
0

文字

分享

0
2
0
掌控注意力與動機:終結找不到東西的困擾!——《記憶決定你是誰》
天下文化_96
・2024/08/03 ・1563字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

為什麼我們總是找不到鑰匙?

讓我們想像一個日常中會發生的情況。你下班回家,用手機確認電子郵件,同時把鑰匙插入鑰匙孔,打開大門。你踏入家中,家裡那隻不久前才認養、還沒訓練好規矩的好動小狗撲過來,纏著你跳來跳去,搞得你身上沾滿狗兒的口水。

你聽到女兒的房間大聲傳出卡加咕咕樂團(Kajagoogoo)的歌曲,一小段極易琅琅上口的重低音合成流行音樂鑽進你的腦門。你疲憊的走進廚房,裡面有股腐臭味,告訴你昨晚忘記把垃圾拿出去。然後,忽然一個抽痛,提醒你要冰敷幾週前扭傷的腳踝。

現在,不要轉頭,試著回想你把鑰匙放在哪裡。如果你想起自己把鑰匙留在鎖孔上,那很好,但如果實在想不起來,你也並不孤單。你可能只是被太多事情轉移了注意力,一旦有一大堆訊息襲來,我們對單一事件的記憶會變得混亂。

有時候就是無法想起自己將物品放在哪裡。 圖/envato

更糟的是,當我們試圖回想自己最後把鑰匙放在哪裡時,會一一過濾各式記憶,包括自己以前曾放置鑰匙的所有地方,以及我們把鑰匙放在各個地方的各種不同情況,不管那些事件是發生在昨晚、上個星期,甚至去年。會有很多這樣的干擾,所以諸如鑰匙、手機、眼鏡、皮夾,甚至車子等常用的東西,我們經常忘記它放在哪裡。競爭的記憶那麼多,能夠記住這些東西放在哪裡才奇怪。

-----廣告,請繼續往下閱讀-----

破解記憶混亂:注意力如何幫助你記住重要細節

試著把記憶想像成一張桌子,上面雜亂的放滿皺皺的紙片。如果你把網路銀行的密碼隨手抄在這種紙片上,要重新找到這張紙片,不僅需要耗費一番努力和運氣,同時也在挑戰你的記憶力。這類經驗就像艾賓浩斯努力背誦的無意義三字母組,要找到當下所需的正確記憶,難度會不成比例的增加。

但如果你把密碼寫在一張亮眼的桃紅色便利貼,要找到就變得格外容易,因為桃紅色便利貼會從桌上所有其他紙片之中凸顯出來。記憶以同樣的方式運作。愈特殊的經驗愈容易記得,因為它會從所有其他記憶裡凸顯出來。

愈特殊的經驗愈容易記得,就像一張亮眼的便條紙。 圖/envato

那麼,要如何使記憶從我們堆滿雜亂事物的腦袋中凸顯出來呢?答案是「注意力」和「動機」。利用注意力,大腦能把我們看到、聽到、想到的事情提高優先順序。我們隨時都可能把注意力放在四周的諸多事物上,而環境裡發生的事情常常會吸引我們注意。

在前面描述的假想情況中,你的注意力可能短暫的放在鑰匙上,接著注意力就被門打開後遇到的許多事情給轉移。即使你留意著應該記住的重要事物(一小時後得去機場接妻子,你需要那串鑰匙,否則會遲到),也不見得能幫你建立特殊的記憶,足以對抗各式各樣吸引你注意的干擾(好動的狗、廚房裡的垃圾臭氣,或女兒房間傳出的樂團聲音)。

-----廣告,請繼續往下閱讀-----

這就是「動機」登場的時候了。你需要利用動機來引導注意力,讓注意力鎖定在某個特定的事物上,好製造一個之後能找得到的記憶。下次你放下鑰匙這類經常找不到的東西時,花一點時間專注在當時和當地的某個獨特事物,例如檯面的顏色,或鑰匙旁邊那疊未拆封的信件。只要一點點專心的動機,就能對抗大腦忽略日常事件的天性,建立較為明顯的記憶,如此便有機會戰勝那些干擾的喧囂。

——本文摘自《記憶決定你是誰:探索心智基礎,學習如何記憶》,2024 年 7 月,天下文化,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。