Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

科學與謬誤──尋找科學研究的意義

貓心
・2015/08/31 ・2468字 ・閱讀時間約 5 分鐘 ・SR值 538 ・八年級

-----廣告,請繼續往下閱讀-----

柏拉圖曾在他的《理想國》一書當中,用洞穴的比喻描述人們知識的侷限性;而要突破知識的侷限性,似乎唯有透過科學的進展才能達到。然而,現今我們採用心理學研究方法,所得出的研究結果,真能保證它們都是真理嗎?

Books HD
source:Abhi Sharma

昨天看到The News Lens關鍵評論的一篇文章,裡面引述了Science期刊上的一篇研究論文,該篇論文由270名心理學家共同合作寫成,他們重複了過去心理學經典研究中的其中100個實驗,結果發現,過去那100個實驗當中,有97個達到顯著結果,但是在重複驗證的過程當中,卻只有36個達到顯著。

這當中有許多可能的解釋,例如文中提到的出版偏誤(publication bias)──因為實驗資金分配的關係,科學家們傾向研究新的議題,而非重複驗證過去的實驗;或是科學期刊只想刊出顯著、有趣的研究,而得不到顯著結果的研究,科學期刊往往會忽略它們。除此之外,無法排除混淆變項、實驗過程不夠嚴謹都是有可能的原因;甚至是我們在發表論文的過程中,只會發表有做出成效的研究,但是一個在99%信心水準下達顯著的實驗,只要重複操作100次,期望值上就會有一次是顯著的,因此我們看到的,或許是全世界心理學家做了數千次當中,唯一顯著的那幾十次而已,這可以說是肯證偏誤(confirmation bias)的一種。

然而,本文主要並不是要探討實驗方法的部分,而是提出一些關於研究思考的方向。

-----廣告,請繼續往下閱讀-----

IMG_7923

昨天在看到這篇文章之後,我把它貼在我的Facebook上,並在下面討論做實驗的意義在哪裡?我一個朋友看到之後,就在下面回說「我做研究覺得很爽就好了啊!」。這一句話乍聽之下似乎很不負責任,但這或許會是另一個關於科學研究,我們可以思考的徑路。

事實上,科學研究真的能夠帶給我們什麼嗎?攤開科學史一看,我們幾乎找不到什麼東西是確定的,其實我們難以想像,中古世紀的人為何會迷信地心說如此荒謬的說法,但是若你是一個中古世紀的人,只有當時的科學儀器,活在當時的社會背景之下,其實是無法得知地球並非宇宙中心這個事實的,即使地心說受到質疑,托勒密依然提出了本輪與均輪的說法,企圖解釋行星逆行的這個「異例」。因為我們不知道世界的真實樣貌是什麼,所以有的科學家才會秉持著自己所相信的,企圖修復舊有的理論,而非提出新的理論加以說明。

但是,隨著科學的進展,來到了現今的我們,真能確保我們所知的一切就是事實嗎?就好比中古時代的人,以當時的社會、科學背景,並無從突破當時的知識,現今的我們,同樣難以突破我們所見所聞的一切,只能活在現有的知識背景之下而已,而似乎唯有實驗方法的演進,才能讓我們得到更多的知識,而這可能會是一個永無止盡的過程。更進一步的,如果我們採取嚴格懷疑論的觀點,我們根本無從證成任何的事物,就如同笛卡兒所說的,我們唯一能證成的就是自己存在而已,而這個自己是什麼模樣我們也無從得知,因為一切都有可能是魔鬼所欺騙我們的;只要我們透過感官來觀察這個世界,那麼感官可能會受到的欺騙、幻覺、錯覺,我們就永遠都無從避免,所以也有一種可能性,一種無法被排除的可能性──我們根本就不可能對這個世界產生任何的知識。

從這樣的觀點來看,我同學所說的那一句話:「我做研究覺得很爽就好了啊!」似乎就變得很有道理了。

-----廣告,請繼續往下閱讀-----

IMG_7918

或許,我們可以從另一個角度來看科學研究,我們研究的目的、追尋世界真理的目的,背後到底是什麼?社會心理學家喬治·凱利(George Kelly)曾經如此比喻人們探索世界的方式,就好像每一個人都是一個個素樸科學家(naive scientists)一般,會對這個世界提出假設、驗證假設、駁斥假設、產生新的假設。

尚·皮亞傑(Jean Piaget)也曾如此描述孩子探詢世界的方式──我們會對這個世界產生一些認識,然後把那些知識整理成基模(schema),當我們碰到和過去基模衝突的事件時,我們會試著去修改舊有的基模,或是創造出一個新的基模,來應變外在世界的變化。這兩位心理學家描述了人們探索世界的方式,而這種方式其實就是科學研究的縮影,只是我們這些素樸科學家做的實驗並沒有那麼精確而已。

而人們之所以要如此費盡心思地預測、掌控這個世界,其實就是為了一件事情──「我們在尋找可預測感、可控制感,因為這將帶來安全感。」而我們所追尋的可控制感、可預測感,其實也包含了另一個要素在裡面──我們希望它是越簡單越好的。這也是為什麼哲學理論會有一個「奧坎剃刀原則(Occam’s Razor)」──可以解釋同一事件的諸多理論當中,我們會挑選最精簡、最少假設的理論。即便比較精簡的理論並不一定比較正確,只是在沒有更多證據的情況下,我們通常會這麼做。

其實不只是科學研究,我們的日常生活中也是如此,我們之所以會對許多事情產生畏懼、害怕,正是因為不確定性,在遭受重大創傷的人會產生創傷後壓力症候群(PTSD)、在發生重大刑案之後我們會急著想要判兇手死刑、在分手了之後我們會產生厭男/厭女情節;或是我們害怕突破舒適圈、害怕探索未知的世界、害怕採取其他的選擇──即使那個選擇或許比當前我們的行為更適合面對外在困境,也都是因為我們追求安全感使然。就如同佛洛伊德在《超越快樂原則》當中所提到的一般,人們追求的並不是快樂,而是習慣,因為習慣將帶來安全感。

-----廣告,請繼續往下閱讀-----

IMG_8089

也許,做科學研究真的就只是為了自己開心而已,我們有可能可以一步步更逼近真理,也有可能什麼都得不到;追求的理論被反駁修改之後,也許科學家們終其一生研究的成果都化為泡沫,就如同行為主義大師史金納(B.F. Skinner)在其年邁時,他的理論已經被批判的體無完膚了,他仍然堅持他的理論,堅持「你只能改變你的行為,不能改變你的想法(You can’t change your mind, you change your behavior)」,因為對他而言,他的研究就是他信奉終生的信仰,它生命的一大部分了。也許,我們永遠也無法走出《洞喻》當中的那個山洞,但也許,我們是否得到了真理並不是那麼重要,重要的是研究科學的歷程,以及科學帶給了人們更多的可預測感與可控制感吧!

-----廣告,請繼續往下閱讀-----
文章難易度
貓心
76 篇文章 ・ 123 位粉絲
心理作家。台大心理系學士、國北教心理與諮商所碩士。 寫作主題為「安全感」,藉由依附理論的實際應用,讓缺乏安全感的人,了解安全感構成的要素,進而找到具有安全感的對象,並學習建立具有安全感的對話。 對於安全感,許多人有一個想法:「安全感是自己給自己的。」但在實際上,安全感其實是透過成長過程中,從照顧者對自己敏感而支持的回應,逐漸內化而來的。 因此我認為,獲得安全感的兩個關鍵在於:找到相對而言具有安全感的伴侶,並透過能夠創造安全感的說話方式與對方互動,建立起一段具有安全感的關係。 個人專欄粉專: https://www.facebook.com/psydetective/ 個人攝影粉專: https://www.facebook.com/psyphotographer/

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
1

文字

分享

0
1
1
「科學」能有價值觀嗎?堅持「客觀」反而讓民眾失去信任?——《為何信任科學》
貓頭鷹出版社_96
・2024/05/26 ・3357字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

科學這門事業並非價值中立,個別科學家也不是。沒有任何人可以真正做到價值中立,當科學家這樣講自己,人們會覺得他們虛偽,因為那是不可能的。除非他們是白痴學者或超級天真,不然就是不誠實。然而誠實、開放和透明又被認為是科學研究的核心價值。科學家怎麼可能同時做到誠實,又說他們沒有自己的價值觀?如果科學家要堅守誠信,同時卻讓大眾誤解他們的角色(就算不是故意的),這會讓他們的事業出現根本的矛盾。

可能有人會反駁,科學家並不是說他們沒有自己的價值觀,只是不會允許這些價值觀影響到科學工作。這種論述不可能證明對或錯,但社會科學研究和一般常識都顯示這不太可能。這就把我們帶到下一個問題,不知為何長久以來都沒有人認真討論一件事,但它卻是許多美國人不信任科學的核心因素:要說科學是價值中立的,多少是在說它沒有價值,至少除了創造知識以外沒有其他價值,而這很容易就變成在說科學家沒有價值信念。當然不是這樣,但如果科學家不願意討論他們的價值觀,就會給人一種印象,認為他們的價值觀有問題,所以才需要遮遮掩掩,或認為他們根本就沒有價值信念。你會相信一個沒有價值信念的人嗎?

我在第二章提出了一個問題:忽視科學主張但最終發現它是對的,風險是什麼?相比之下,相信一個錯誤的科學主張,風險又是什麼?回答這個問題必須仰賴價值。我和康威合著的《販賣懷疑的人》提到,氣候科學所引起的爭辯,幾乎都是價值上的爭辯。很多有影響力的人物在一九八○和一九九○年代相信,政府干預市場的政治風險是如此之大,超越了氣候變遷的風險,因此他們懷疑、蔑視,甚至否認後者的科學證據。這些立場由自由主義智庫繼承,得到共和黨支持,演變成共和黨支持者很多都否認氣候變遷,只是有些積極、有些消極;然後再演變成很多質疑「大政府」的人都懷疑氣候變遷,包括商人、長者、福音派基督徒、住在美國鄉下的人。

即使氣候變遷的證據不斷累積,懷疑論者還是堅稱,就算氣候真的有在變遷,情況也不會太嚴重,或者不是「我們造成的」。因為如果事情真的很嚴重而且是我們造成的,那我們就應該採取行動,可能需要政府以某種方式管制。如此一來,否認氣候變遷逐漸變成美式生活的常態,先是否認證據,最終否認事實。這個問題非常嚴重,但是對於氣候變遷否認者秉持的價值,不能一網打盡說是錯的。

-----廣告,請繼續往下閱讀-----
共和黨支持者很多都否認氣候變遷。圖/giphy

我們可以討論大政府和小政府的優缺、市場管制不足或過度管制的風險,但任何這類討論都(至少在某種程度上)是從價值出發。如果要開誠布公討論這個話題,就必須討論我們的價值觀。不同的人面對同樣的風險,可能有不同的想法,不代表他們就是愚笨或腐敗。人為氣候變遷的科學證據很清楚,疫苗不會導致自閉症很清楚,使用牙線有益健康也很清楚。但價值觀導致許多人拒絕接受證據指出的事情。

回到剛才的問題:你會相信一個沒有價值信念的人嗎?答案當然是不會,這種人是反社會人格。你也不會相信那些擁抱你所厭惡的價值的人。但如果你認為,某個人的價值觀起碼部分與你相似,就算不盡相同,你可能就比較願意聽聽他的想法,接受他說法的一部分。因此,無論價值中立是否能讓一個主張在知識論上比較站得住腳,可以確定的是它在現實中沒有用,不能以此確保溝通、建立信任的連結

科學寫作的主流寫法不只試圖隱藏作者的價值觀,也把他們的人性一同抹煞了。價值觀隱藏、情緒不得伸張、避免使用形容詞,甚至連「我」這個字都無形中禁止了,即便論文只有單一作者也一樣。理想的科學論文寫得好像作者沒有價值觀或感覺,甚至好像作者根本不是人,這都是為了表現出客觀。

圖/envato

科學家可能覺得根本沒辦法讓否認氣候變遷和相信地球年紀是 6000 年的人相信他們。或許這是真的。我曾經公開表示對於要如何跟千禧世代交流感到非常絕望,他們之中有些人聽信末世論,認為世界就要毀滅了,幹麻還擔心氣候變遷?但當我陷入絕望,隔天幾位記者就告訴我怎樣才能透過基督教價值和教導打動這些人。他們建議我從價值觀下手,社會科學研究也支持這種想法。

-----廣告,請繼續往下閱讀-----

結論

科學家壓抑自己的價值觀,堅持科學是價值中立的,這是一條歧路。他們認為人們如果相信科學沒有價值觀,就會相信他們,但這是錯的。

墨頓顯然這樣想,但他可能是錯的,或許反過來才是對的。原因如下:

政治與社會觀念保守的基督徒、自由主義者、共和黨人拒絕相信演化論和人為氣候變遷,大部分分析都聚焦在科學家與這些人之間的價值衝突。但我相信,驅動大多數科學家的價值觀,還是和大多數美國人的價值觀有重疊之處,包括多數的保守派和宗教信徒。近來有一些科學家開始公開聲明他們的價值觀,我認為部分原因是,他們深信這些價值觀確實得到廣泛接納,可以作為信任連結的基礎。 我認為他們是對的。

我認識的大部分科學家都想要預防疾病、促進人類健康、透過創新和發現來強化經濟、保護美國與全世界美麗的大自然。前共和黨議員殷格利斯講得很有說服力,他談到他和海洋生物學家一同造訪大堡礁,他們肩並肩站著,欣賞珊瑚礁周邊生物撼人的美麗。殷格利斯了解到一件事:他看到「創造」,科學家看到「生物多樣性」,但他們實際上看到的、在意的、珍惜的,是同一件事。

-----廣告,請繼續往下閱讀-----

我好喜歡這個故事,因為多數人至少都在某方面珍愛自然。不同背景的美國人都曾造訪國家公園和森林,去健行、釣魚、露營、開車、攝影、漫遊、抱怨,雖然從事不同活動,但美景與體驗帶來了共同的喜悅。儘管如此,我們對人類與自然世界的關係,確實有不一樣的想法。有些人想要在冬日的黃石公園騎雪上摩托車,有些人想要安靜休養。幾乎所有美國人都說他們相信自由,然而我們對這個詞的理解卻嚴重分歧,也很難同意該把哪一類自由看得最重要。柏林有句名言:狼的自由可能代表羊的死亡。同意「自由」這個詞意義並不大。

宗教歷史學家普羅特勞指出,猶太人、天主教徒和新教教徒都相信十誡,但是版本差距之大,令人吃驚。例如天主教放棄了不可崇拜偶像,而猶太教與新教徒堅守此道。天主教因此少了一條戒律,只剩九條很奇怪,於是他們把最後一條一分為二,變成第九條是不可貪圖鄰人之妻,第十條是不可貪圖其他東西。儘管如此,美國人中超過 70% 都信奉這三個宗教,他們都還是認同不可殺人、偷竊、通姦或做偽證,也相信我們應該崇拜唯一真神、不可妄稱神的名、守安息日、孝敬父母。伊斯蘭教也同意這些,只是比這三個宗教更加強調慈善:課(zakat),也就是施捨,是五大支柱之一。不過,看看 zakat 這個字和希伯來文中的 tzedakah 多麼相似,tzedakah 代表慈善施予,是猶太生活的道德義務。慈善也是基督教的核心價值,虔誠的摩門教徒會繳納什一奉獻。

在很多政治議題上我們意見相左,但我們的核心價值大部分都重疊。釐清這些我們都同意的部分,並解釋它們和科學研究的關聯,我們就有機會克服盛行的懷疑論與對科學的不信任,尤其是因價值受到衝擊而產生的不信任。

We have been authorized by Princeton University Press to use this conten. 該內容由普林斯頓大學出版社授權使用

——本文摘自《為何信任科學:科學的歷史、哲學、政治與社會學觀點》,2024 年 04 月,貓頭鷹出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

2

11
8

文字

分享

2
11
8
總是覺得睡不好?教你如何一夜順「睡」
異吐司想Toasty Thoughts_96
・2021/07/11 ・2638字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

「睡眠」對現代大多數人來說是個無解的大哉問。該幾點睡?要睡多久?睡前該注意什麼?怎樣才能增進睡眠品質?⋯⋯這些問題大多都反映出我們生活中遭遇到的種種困難。

過去近一世紀以來的研究,讓我們知道「睡不飽」所衍生出的身心問題有多麼嚴重。從高血壓、自體免疫系統失調、記憶力受損,到憂鬱症、解離症,甚至是幻想型妄想症等心理疾患都有影響,因此睡眠品質不良可說是現代人最大的隱形殺手也不為過。

睡眠品質影響身心問題。圖/Pexels

我們大多都聽過「一天至少要睡 6 小時」的說法,其他像是睡滿睡眠週期、不要打斷快速動眼期(REM)等理論也經常出現在日常生活中。然而最近有批學者趁著 COVID-19 疫情期間、大家都在家裡防疫的時候,做了超大規模的睡眠研究。他們發現除了「睡多久」,還有「從什麼時候開始睡」也可能對人們的心理健康產生顯著影響。

「量變導致質變」的睡眠研究

其實「睡眠」相關的研究一直是心理學、神經科學與現代醫學所注重的健康議題。然而可惜的是,雖然有不少人在此領域深耕,卻始終難以得出「理想」的結果。追根究底,還是因為「睡眠」這個行為太花時間,再加上有效追蹤的限制,對經費有限的研究團隊來說很難做到盡善盡美。

睡眠是很花時間的。圖/Giphy

有些注重「質」的睡眠研究,會需要讓受試者在規定的時間與環境中進入有效睡眠,並在專業器材的輔助下觀測他們睡眠時的生理變化。這類研究往往能產出很有價值的數據,卻都是建立在高昂的研究成本之上,規模大不起來、有效樣本數也有限。

-----廣告,請繼續往下閱讀-----

而重視「量」的研究大多是請受試者配合規定的睡眠方式,並在一段時間後進行追蹤。追蹤的方式可以是自陳式問卷,或透過生理檢查儀器觀測受試者生理狀態的變化。這類研究方法的優勢在於樣本數較多、分析出來的結果比較能反映現實狀況;但是相對的,因為沒辦法介入受試者的日常生活,很容易發生受試者因為偶發事件(例如:加班、私人行程等)而「掉隊」。

此外,由於精神疾病也會導致不健康的睡眠週期,讓相關研究者很難在臨床研究中辨別「精神疾病」與「睡眠」的因果關係。

為了克服「人」的不可控性,一個由美國與英國等大學聯手組成的研究團隊決定挖得更深入一些,從外部因素難以影響的「基因」層面著手。不只是研究「睡眠」,此團隊更想了解「睡眠時間」對情緒疾患「憂鬱症」的影響。

睡眠與精神疾病很難辨別因果關係。圖/Pexels

在鎖定超過 340 種的常見遺傳變異型後,哈佛大學醫學系的 Daghlas 醫師與其研究團隊直接與美國的基因檢測公司「23 與我」(23andMe)以及英國生物樣本庫(UK Biobank)合作,獲取將近 85 萬筆不記名的基因組合、精神疾病病史等資料。其中有 85,000 筆資料附帶個人穿戴式裝置測量的睡眠週期紀錄,另外則有 25 萬人曾填寫過睡眠偏好(平常幾點睡、睡多久)問卷。

如此龐大的樣本數,讓這次研究的價值產生「質變」。特別是以往在做基因變異比較時,往往會因為變異型種類太多使得樣本數被嚴重稀釋。這次集結歐美不同學校以及基因資料庫的力量,讓研究團隊突破以往統計分析遇到的限制,得出具理想外在效度的結果。

-----廣告,請繼續往下閱讀-----

一天一小時,憂鬱遠離我?

以結論而言:就算總睡眠時數不變,單是每天早入睡一個小時便足以降低 23% 的憂鬱風險。若是早入睡兩個小時,降低的風險更是來到驚人的 40%。值得注意的是,這項益處是針對原本就經常晚睡的夜貓子,本就早睡早起的人「更早睡」是否有相同效果還有待研究。

由於這項研究並不是實驗,我們無法明確辨別「提早入睡」與「憂鬱風險降低」的因果關係。然而若是結合過去其他研究的結果,其實能找到不同面向的解釋:

就生理層面來看,早睡早起的人會比夜貓子有更長的「日曬時間」。而接觸陽光除了帶來維生素 D,同時也可能影響我們大腦製造血清素的效率,進而影響我們的情緒穩定度。過去有歐美研究發現憂鬱症、雙向情感疾患(躁鬱症)都跟季節變化有關,推測與秋冬季的日照時間大幅減少有關。

曬太陽有利於維生素 D 的合成。圖/Giphy

從社會角度來看,由於絕大多數人的生活作息仍是跟著太陽走的,當隻夜貓子也間接代表我們很難維持充足的「實體」社交生活。人與人的連結不只是消遣,更是對心理健康來說無比重要的安全網,能夠在關鍵時刻提供我們所需的韌力與支持。

如 Daghlas 醫師在論文中提到的:「我們生活在一個以『日出而作,日落而息』為主流的社會當中,而違背此常態生活的夜貓子們很可能感受到與社會脫節的不協調感。」

-----廣告,請繼續往下閱讀-----

因此,當我們的生活作息與家人朋友錯開,這份「隔絕感」很可能會發酵,釀成令人心生鬱悶的「孤獨」與「失落」。

生活作息與親友錯開的隔絕感。圖/Pexels

改善睡眠,你可以這樣做

這篇研究雖然得出令人振奮的結果,但畢竟只是一篇沒有辦法推導出因果關係的研究,後續仍需要進行大量臨床實驗來釐清當中的機制。此外,本篇研究討論的重點是「提早入睡」可能帶來的好處,但是睡眠還有很多面向值得我們注意。

關於睡眠不足以及睡眠品質不佳的研究數不勝數,獲得的結果也很一致,無不在警告我們不健康作息背後的種種風險。特別是最近因為疫情的關係,失去日常上班上課來制衡的生活作息很容易亂掉,讓我們陷入越來越晚睡、越來越睡不好的負面循環。

與其糾結於「早睡一小時」,不如先想辦法讓自己「多睡一小時」或是嘗試「睡前一小時不用 3C 產品」,為生活帶來更正向的改變。

  • Beecher, M. E., Eggett, D., Erekson, D., Rees, L. B., Bingham, J., Klundt, J., … & Boardman, R. D. (2016). Sunshine on my shoulders: weather, pollution, and emotional distress. Journal of affective disorders205, 234-238.
  • Daghlas I, Lane JM, Saxena R, Vetter C. Genetically Proxied Diurnal Preference, Sleep Timing, and Risk of Major Depressive Disorder. JAMA Psychiatry. Published online May 26, 2021. doi:10.1001/jamapsychiatry.2021.0959
  • University of Colorado at Boulder. (2021, May 28). Waking just one hour earlier cuts depression risk by double digits, study finds. ScienceDaily. Retrieved June 29, 2021 from www.sciencedaily.com/releases/2021/05/210528114107.htm
  • Sansone, R. A., & Sansone, L. A. (2013). Sunshine, serotonin, and skin: a partial explanation for seasonal patterns in psychopathology?. Innovations in clinical neuroscience10(7-8), 20.
-----廣告,請繼續往下閱讀-----
所有討論 2
異吐司想Toasty Thoughts_96
29 篇文章 ・ 132 位粉絲
最初是想用心理學剖析日常事物,一方面「一吐思想」,另一方面借用吐司百變百搭的形象,讓心理學成為無處不在的有趣事物。基於本人雜食屬性,最後什麼都寫、什麼都分享。歡迎至臉書搜尋「異吐司想」。

0

1
0

文字

分享

0
1
0
科學與謬誤──尋找科學研究的意義
貓心
・2015/08/31 ・2468字 ・閱讀時間約 5 分鐘 ・SR值 538 ・八年級

柏拉圖曾在他的《理想國》一書當中,用洞穴的比喻描述人們知識的侷限性;而要突破知識的侷限性,似乎唯有透過科學的進展才能達到。然而,現今我們採用心理學研究方法,所得出的研究結果,真能保證它們都是真理嗎?

Books HD
source:Abhi Sharma

昨天看到The News Lens關鍵評論的一篇文章,裡面引述了Science期刊上的一篇研究論文,該篇論文由270名心理學家共同合作寫成,他們重複了過去心理學經典研究中的其中100個實驗,結果發現,過去那100個實驗當中,有97個達到顯著結果,但是在重複驗證的過程當中,卻只有36個達到顯著。

這當中有許多可能的解釋,例如文中提到的出版偏誤(publication bias)──因為實驗資金分配的關係,科學家們傾向研究新的議題,而非重複驗證過去的實驗;或是科學期刊只想刊出顯著、有趣的研究,而得不到顯著結果的研究,科學期刊往往會忽略它們。除此之外,無法排除混淆變項、實驗過程不夠嚴謹都是有可能的原因;甚至是我們在發表論文的過程中,只會發表有做出成效的研究,但是一個在99%信心水準下達顯著的實驗,只要重複操作100次,期望值上就會有一次是顯著的,因此我們看到的,或許是全世界心理學家做了數千次當中,唯一顯著的那幾十次而已,這可以說是肯證偏誤(confirmation bias)的一種。

-----廣告,請繼續往下閱讀-----

然而,本文主要並不是要探討實驗方法的部分,而是提出一些關於研究思考的方向。

IMG_7923

昨天在看到這篇文章之後,我把它貼在我的Facebook上,並在下面討論做實驗的意義在哪裡?我一個朋友看到之後,就在下面回說「我做研究覺得很爽就好了啊!」。這一句話乍聽之下似乎很不負責任,但這或許會是另一個關於科學研究,我們可以思考的徑路。

事實上,科學研究真的能夠帶給我們什麼嗎?攤開科學史一看,我們幾乎找不到什麼東西是確定的,其實我們難以想像,中古世紀的人為何會迷信地心說如此荒謬的說法,但是若你是一個中古世紀的人,只有當時的科學儀器,活在當時的社會背景之下,其實是無法得知地球並非宇宙中心這個事實的,即使地心說受到質疑,托勒密依然提出了本輪與均輪的說法,企圖解釋行星逆行的這個「異例」。因為我們不知道世界的真實樣貌是什麼,所以有的科學家才會秉持著自己所相信的,企圖修復舊有的理論,而非提出新的理論加以說明。

但是,隨著科學的進展,來到了現今的我們,真能確保我們所知的一切就是事實嗎?就好比中古時代的人,以當時的社會、科學背景,並無從突破當時的知識,現今的我們,同樣難以突破我們所見所聞的一切,只能活在現有的知識背景之下而已,而似乎唯有實驗方法的演進,才能讓我們得到更多的知識,而這可能會是一個永無止盡的過程。更進一步的,如果我們採取嚴格懷疑論的觀點,我們根本無從證成任何的事物,就如同笛卡兒所說的,我們唯一能證成的就是自己存在而已,而這個自己是什麼模樣我們也無從得知,因為一切都有可能是魔鬼所欺騙我們的;只要我們透過感官來觀察這個世界,那麼感官可能會受到的欺騙、幻覺、錯覺,我們就永遠都無從避免,所以也有一種可能性,一種無法被排除的可能性──我們根本就不可能對這個世界產生任何的知識。

-----廣告,請繼續往下閱讀-----

從這樣的觀點來看,我同學所說的那一句話:「我做研究覺得很爽就好了啊!」似乎就變得很有道理了。

IMG_7918

或許,我們可以從另一個角度來看科學研究,我們研究的目的、追尋世界真理的目的,背後到底是什麼?社會心理學家喬治·凱利(George Kelly)曾經如此比喻人們探索世界的方式,就好像每一個人都是一個個素樸科學家(naive scientists)一般,會對這個世界提出假設、驗證假設、駁斥假設、產生新的假設。

尚·皮亞傑(Jean Piaget)也曾如此描述孩子探詢世界的方式──我們會對這個世界產生一些認識,然後把那些知識整理成基模(schema),當我們碰到和過去基模衝突的事件時,我們會試著去修改舊有的基模,或是創造出一個新的基模,來應變外在世界的變化。這兩位心理學家描述了人們探索世界的方式,而這種方式其實就是科學研究的縮影,只是我們這些素樸科學家做的實驗並沒有那麼精確而已。

而人們之所以要如此費盡心思地預測、掌控這個世界,其實就是為了一件事情──「我們在尋找可預測感、可控制感,因為這將帶來安全感。」而我們所追尋的可控制感、可預測感,其實也包含了另一個要素在裡面──我們希望它是越簡單越好的。這也是為什麼哲學理論會有一個「奧坎剃刀原則(Occam’s Razor)」──可以解釋同一事件的諸多理論當中,我們會挑選最精簡、最少假設的理論。即便比較精簡的理論並不一定比較正確,只是在沒有更多證據的情況下,我們通常會這麼做。

-----廣告,請繼續往下閱讀-----

其實不只是科學研究,我們的日常生活中也是如此,我們之所以會對許多事情產生畏懼、害怕,正是因為不確定性,在遭受重大創傷的人會產生創傷後壓力症候群(PTSD)、在發生重大刑案之後我們會急著想要判兇手死刑、在分手了之後我們會產生厭男/厭女情節;或是我們害怕突破舒適圈、害怕探索未知的世界、害怕採取其他的選擇──即使那個選擇或許比當前我們的行為更適合面對外在困境,也都是因為我們追求安全感使然。就如同佛洛伊德在《超越快樂原則》當中所提到的一般,人們追求的並不是快樂,而是習慣,因為習慣將帶來安全感。

IMG_8089

也許,做科學研究真的就只是為了自己開心而已,我們有可能可以一步步更逼近真理,也有可能什麼都得不到;追求的理論被反駁修改之後,也許科學家們終其一生研究的成果都化為泡沫,就如同行為主義大師史金納(B.F. Skinner)在其年邁時,他的理論已經被批判的體無完膚了,他仍然堅持他的理論,堅持「你只能改變你的行為,不能改變你的想法(You can’t change your mind, you change your behavior)」,因為對他而言,他的研究就是他信奉終生的信仰,它生命的一大部分了。也許,我們永遠也無法走出《洞喻》當中的那個山洞,但也許,我們是否得到了真理並不是那麼重要,重要的是研究科學的歷程,以及科學帶給了人們更多的可預測感與可控制感吧!

-----廣告,請繼續往下閱讀-----
文章難易度
貓心
76 篇文章 ・ 123 位粉絲
心理作家。台大心理系學士、國北教心理與諮商所碩士。 寫作主題為「安全感」,藉由依附理論的實際應用,讓缺乏安全感的人,了解安全感構成的要素,進而找到具有安全感的對象,並學習建立具有安全感的對話。 對於安全感,許多人有一個想法:「安全感是自己給自己的。」但在實際上,安全感其實是透過成長過程中,從照顧者對自己敏感而支持的回應,逐漸內化而來的。 因此我認為,獲得安全感的兩個關鍵在於:找到相對而言具有安全感的伴侶,並透過能夠創造安全感的說話方式與對方互動,建立起一段具有安全感的關係。 個人專欄粉專: https://www.facebook.com/psydetective/ 個人攝影粉專: https://www.facebook.com/psyphotographer/