Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

解碼糖的成癮性

葉綠舒
・2016/05/15 ・1173字 ・閱讀時間約 2 分鐘 ・SR值 579 ・九年級

sweet
圖/擷取自YouTube影片The Sugary Truth,點擊圖片可觀看影片。

耶魯大學的團隊,透過偵測大鼠大腦的基底節(basal ganglia)紋狀體區(striatal areas)的多巴胺(dopamine)分泌後發現,紋狀體區的背側(dorsal striatal sector, DS)負責對糖的能量進行反應,而紋狀體區的腹側(ventral striatal sector, VS)則負責對糖的甜味進行反應。

當以葡萄糖餵食大鼠時,大鼠的紋狀體背區與紋狀體腹區都分泌多巴胺;而以人工甘味(蔗糖素,sucralose,為所有人工甘味中口味最接近天然糖)餵食大鼠時,大鼠只有紋狀體腹區分泌多巴胺。而當研究團隊以苦味劑苯甲地那銨(denatonium benzoate,全世界最苦的化合物,即使只有 10 ppm 時也可以感覺到苦味)遮蓋了糖的甜味時,大鼠只有紋狀體背區分泌多巴胺。

苯甲地那銨。圖片來源:wiki
苯甲地那銨。圖/wikipedia

大鼠究竟愛能量還是甜味多呢?研究團隊讓大鼠在只有人工甘味的溶液與加了苦味劑的糖中做選擇,發現大鼠寧可吃加了苦味劑的糖!這個現象在飢餓的大鼠上尤其明顯。當然,獲取能量是生存所需,所以要選擇時,當然能量優先囉!不過,研究團隊想更進一步了解,究竟這個行為是否真的與神經有關?

由於多巴胺分泌會使得 D1r 神經元興奮程度上升,研究團隊將大鼠的紋狀體腹區或背區的 D1r 神經元去除,再觀察這些大鼠的飲食行為。結果發現,在面對美味但不營養或營養但不美味的選擇時,紋狀體背區去除的大鼠會選擇美味;而控制組以及紋狀體腹區去除的大鼠,則都選擇了營養。類似的反應也在果蠅裡觀察到,顯示能量的獲取是所有生物的頭號重點。

-----廣告,請繼續往下閱讀-----
640px-Sugar_2xmacro
作為一個重要的能量獲取來源,糖的吸引力是難以抗拒的。圖/wikipedia

由於碳水化合物是生物能量獲取的第一順位,因此我們在演化的長河裡學會了喜愛甜味。只是沒想到在我們的腦中,還是將對於糖的能量與甜味進行反應的腦區給分開了

看到這裡,大家是否好奇,為何我們的腦要把甜味與能量分開反應呢?難道天然的糖也有徒具甜味但沒有能量的?

是的!我們平常攝食的糖是 D 構形(D-form),它的鏡像異構物 L 構形(L-form)雖有甜味,但它是不會產生能量的;而由甜菊(Stevia rebaudiana)所產生的甜菊糖苷(steviol),也是徒具美味但不產生能量的天然化合物喔!當研究團隊餵食大鼠 L 構形的葡萄糖時,大鼠的紋狀體只有腹區分泌多巴胺,背區就不會分泌呢!

參考文獻:

-----廣告,請繼續往下閱讀-----
  • Tellez L.A. et. al., 2016. Separate circuitries encode the hedonic and nutritional values of sugar. Nature Neuroscience.

本文原出自臺灣大學科學教育發展中心其他單位需經同意始可轉載

-----廣告,請繼續往下閱讀-----
文章難易度
葉綠舒
262 篇文章 ・ 9 位粉絲
做人一定要讀書(主動學習),將來才會有出息。

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

2
1

文字

分享

0
2
1
糖的致命誘惑:一場看似平凡的泡澡竟成了陷阱——《毒藥的滋味》
PanSci_96
・2024/09/05 ・2800字 ・閱讀時間約 5 分鐘

泡澡的巴洛太太

一九五七年五月四日星期六淩晨,約翰.奈勒(John Naylor)警長接獲報案,前往英國布拉德福(Bradford)索恩伯里(Thornbury)的半獨立式住宅新月樓(Crescent)。奈勒進屋時聽到一陣微弱的抽泣聲,看見一位焦躁的丈夫悲慟地緊緊握住一名女性的照片。一名警員帶領奈勒前往樓上的洗手間,照片中的那名女性此時赤身裸體地癱倒在浴缸裡。鄰居緊張但沉默地站在哭泣的丈夫身邊,空氣中瀰漫著不安,大家都相信他是真的悲痛欲絕——但奈勒倒沒有那麼肯定。

所有認識伊莉莎白.「貝蒂」.巴洛(Elizabeth “Betty” Barlow)的人都認為,她與她忠誠的丈夫肯尼斯(Kenneth)的婚姻似乎非常美滿。據鄰居表示,他們相當幸福,從不吵架。比肯尼斯小九歲的伊莉莎白其實是巴洛的第二任妻子,在他的第一任妻子去世後,兩人於一九五六年結婚。伊莉莎白嫁給肯尼斯後,也成為巴洛家的小兒子伊恩(Ian)的繼母。肯尼斯和伊莉莎白都曾在約克郡布拉德福鎮周邊的多家醫院工作,伊莉莎白擔任助理護理師,肯尼斯則是國家註冊護理師,這對夫婦可能也是這樣認識的。

957年,英國警長奈勒在布拉德福的一起疑似謀殺案中,直覺丈夫嫌疑重大。圖/envato

婚禮結束後,肯尼斯繼續在布拉德福皇家醫院擔任護理師,但伊莉莎白則離開了護理行業,在當地一家洗衣店找到一份熨燙的工作。這項工作相當單調,周圍總是環繞著蒸汽雲霧,使她的衣服潮濕又不舒服;但薪水倒是挺合理的,對於他們家庭的財務狀況頗有幫助。伊莉莎白每星期五只上半天班,而一九五七年五月三日的這個星期五也不例外。

中午快到了,伊莉莎白一邊急忙收拾東西準備下班,一邊向朋友說,她很期待有一點自己的時間,她可以好好洗個頭。在從洗衣店走回索恩伯里新月樓的家的這段短短的路程中,伊莉莎白先在當地的炸魚薯條店為家人買了午餐。十二點三十分,她將熱騰騰的炸魚薯條從被醋浸透了的報紙中拿出裝盤,配著麵包、奶油還有一杯茶一起吞下肚子。

-----廣告,請繼續往下閱讀-----

看似平凡的泡澡竟成了致命陷阱

午飯後,伊莉莎白忙著做家事,清洗家人的衣服,而肯尼斯則在星期五的下午把車從附屬車庫裡開出來,打算徹底洗刷一番,好好打理他的這輛心頭好。伊莉莎白在下午四點鐘左右前去拜訪住在隔壁的史金納太太,她後來作證說伊莉莎白看起來很開朗,「充滿活力」。史金納太太回想:「事實上,她還給我看了一套她〔買的〕黑色內衣,並拿它來開玩笑。」

那天晚上,一家人轉移陣地到客廳放鬆。伊莉莎白在沙發上躺了一下,但逐漸變得坐立難安,最後跟家人說她要躺一會兒。晚上六點三十分,她一邊上樓,一邊要肯尼斯一個小時後來叫她,因為她想和他一起看一個電視節目。

然而,伊莉莎白其實再也不會看電視了。五十分鐘後,肯尼斯上樓,打算告訴妻子節目即將開始,但伊莉莎白已經換了睡衣躺上床,告訴丈夫她感覺「太舒服了,完全不想動」。肯尼斯獨自一人回到客廳看了半個小時的電視,然後倒了一杯水上樓給妻子,看看她情況如何。

肯尼斯發現伊莉莎白還躺在臥室的床上,並且感到非常疲憊。他後來作證表示,他的妻子告訴他,她「太累了,沒辦法和繼子說晚安」。距離肯尼斯晚上休息的時間還有點早,他也想給妻子一些獨自休息的時間,所以他回到樓下看完電視。接近九點三十分時,肯尼斯聽到伊莉莎白在他們的臥室裡叫他。他上樓走進臥室,發現妻子在床上吐了。他覺得有點不太妙。夫妻倆換了床單,肯尼斯把弄髒的床單拿到樓下廚房的水槽裡。此時伊莉莎白不只抱怨自己很累,她現在還「覺得太熱了」,於是決定躺在新換好的床單上。

-----廣告,請繼續往下閱讀-----
肯尼斯回到臥室時,發現伊莉莎白疲憊不堪。圖/envato

肯尼斯換好睡衣後上床,開始看書。到了十點,伊莉莎白仍然覺得不舒服,而且全身大汗淋漓。她脫掉衣服,告訴丈夫她要去泡澡讓自己冷卻一下。在睡著之前,肯尼斯聽到了洗澡水流淌的聲音。

無法解釋的瞳孔擴張:巴洛太太的最後時刻

突然間,肯尼斯沒來由地驚醒。他瞥了一眼床頭櫃上的鬧鐘,發現已經是晚上十一點二十分了,而且他還驚訝地發現妻子還在泡澡,沒有回到床上。他焦急地呼喚伊莉莎白,問她:「你還好嗎?還要泡多久?」他沒有聽到任何回答。肯尼斯擔心她在已經變得冰涼的洗澡水中睡著了,於是下床走進浴室,結果驚恐地發現伊莉莎白已經沉入水中,一動也不動。

恐慌的肯尼斯肯定妻子溺水了,迅速拔掉浴缸裡的水塞,放掉泡澡水。等到水都流完,肯尼斯便拚命想把妻子從浴缸裡拉出來,好讓她躺在堅硬的浴室地板上。但不管他怎麼做,就是無法把她抬出來。幸運的是,身為一名訓練有素的護理師,肯尼斯知道自己必須為還在浴缸裡的妻子進行人工呼吸。他試圖將空氣吹入伊莉莎白死氣沉沉的肺部,但一切徒勞無功,他需要幫忙。

肯尼斯自家的屋裡沒有電話,於是他穿著睡衣衝到隔壁,吵醒了鄰居斯史金納一家。巴洛焦急地懇求他們叫醫師,然後他回去再次嘗試讓妻子甦醒。奇怪的是,鄰居沒有立即叫救護車,而是決定親眼看看發生了什麼。他們走到隔壁,沿著小樓梯走到浴室,震驚地發現伊莉莎白赤裸的身體仍然躺在空蕩蕩的浴缸裡,而肯尼斯正在揉她的肩膀。

-----廣告,請繼續往下閱讀-----

史金納夫婦現在確信情況的嚴重性,於是打了電話給家庭醫師,拜託他儘快趕來。在他們等待醫師的時候,史金納太太瞥了一眼肯尼斯,他坐在扶手椅上,臉埋在手裡,輕輕地抽泣著。儘管醫師已經盡快趕到,但為時已晚,伊莉莎白被宣佈死亡。

死亡總是令人不安,但當死者生前是一位健康的年輕妻子和母親時,又更令人不安。說不出為什麼,醫師總覺得事情似乎不太對勁。伊莉莎白當然已經死了,屍體也開始出現僵硬的跡象,但他的直覺讓他確定自己應該連絡警方。沒多久,奈勒警長便趕到現場調查。

伊莉莎白在那天晚上決定泡澡的行動確實相當關鍵。如果她繼續躺在床上,那麼她令人遺憾的英年早逝非常有可能會被判定為自然死亡。乍看之下,伊莉莎白似乎是溺水身亡,但她的瞳孔放大程度相當誇張,遠超過醫師在溺水者身上會看到的程度。

但是究竟是什麼使得伊莉莎白的瞳孔放大呢?是什麼讓她熱到需要洗個冷水澡來降溫?是什麼讓一個充滿活力的年輕女性如此疲憊?值得注意的是,伊莉莎白之死的答案圍繞著一種非常簡單的東西,也是數百萬人每天會在咖啡和茶中加入的東西:糖。

-----廣告,請繼續往下閱讀-----

——本文摘自《毒藥的滋味:11種致命分子與使用它們的凶手》,2024 年 7 月,方舟文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
喝糖比吃糖更肥?飲料慢慢喝比較不會胖!——《大自然就是要你胖!》
天下文化_96
・2024/06/25 ・1953字 ・閱讀時間約 4 分鐘

飲料中的添加糖和食物中的添加糖,造成的影響有所不同嗎?

如果生存開關的啟動只與熱量有關,無論是吃軟糖,還是喝汽水,高果糖玉米糖漿所產生的作用理當一樣。但事實並非如此,喝糖通常比吃糖更糟得多。為什麼會這樣?生存開關是由於肝臟中的 ATP 濃度下降所觸發,因此關鍵在於有多少果糖到達肝臟。如果肝臟接收到大量果糖,則 ATP 會大幅下降,刺激生存開關強烈反應。倘若只有少量果糖到達肝臟,果糖代謝效應會比較溫和。這意味著,儘管我們在談論生存開關時,一直將它簡化為一種按鈕,可控制為開或關,但實際狀況比較像是可調整強度的旋轉鈕,會根據狀況產生強弱不同的反應。

換句話說,肝臟的反應是依據接收到的果糖濃度,而不是果糖量。比起果糖一次全部進入的狀況,當果糖緩慢進入時,肝臟接觸到的果糖濃度會比較低。也因為如此,軟性飲料比固體糖類更容易啟動生存開關。軟性飲料含有大量的糖分(以 600 毫升的汽水為例,當中含有約 17 茶匙的高果糖玉米糖漿,其中約 9 茶匙是果糖),通常幾分鐘即可喝完,而且由於是液體,不需要消化,這會讓肝臟中迅速充滿果糖和葡萄糖。相較之下,固體食物必須經過消化,需要更長的時間才能到達肝臟。(這也是完整水果較不易啟動生存開關的原因,因為水果纖維有助於減緩吸收。)因此,固體食物中的果糖到達肝臟的速度較慢,不會讓生存開關一下子轉到最強狀態。

營養學家兼遺傳學家斯皮克曼(John Speakman)進行的實驗證實了這一點,他發現餵食液體糖的小鼠,比餵食固體糖的更肥胖。人體臨床研究也比較食用液體糖(來自軟性飲料或其他飲料)和固體糖(來自糖果和甜點)的差別,所有證據都指向同一個結果:液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。在一項研究中,將年輕受試者隨機分成兩組,一組每天喝一杯 240 毫升的軟性飲料,一組吃下含糖量相等的軟糖,持續四週,然後恢復正常飲食,也持續四週,並在這段「淨化」期之後,讓兩組受試者交換,原本喝軟性飲料的改吃軟糖,反之亦然,再持續四週。試驗結束時,研究人員發現,受試者在「喝糖」期間攝取的總熱量,比「吃糖」期間多了約 17%。在喝了四週的軟性飲料後,受試者的體重增加,脂肪也增加。相較之下,吃軟糖的四週內,他們的體重並未增加。

液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。圖/envato

液體糖比固體糖更容易導致肥胖,而且喝液體糖的速度也會造成影響。為了證明這一點,我們在伊斯坦堡科曲大學的合作夥伴坎貝,提供蘋果汁給志願的受試者,這些蘋果汁內的果糖含量與軟性飲料相似。坎貝讓一半的人在 5 分鐘內喝下 500 毫升果汁,另一半則是每隔 15 分鐘喝下 125 毫升,用一小時喝完 500 毫升的果汁。一小時結束時,雖然兩組人喝下的蘋果汁分量一樣,但兩組間的差異卻非常驚人。5 分鐘內喝完蘋果汁的人,體內的尿酸和血管加壓素(肥胖荷爾蒙)快速增加。相較之下,花一小時喝完蘋果汁的受試者,尿酸和血管加壓素的變化比較緩和。由於尿酸和血管加壓素升高相當於生存開關活化的證據,這表示如果一定要喝軟性飲料,慢慢享用會比大口豪飲來得安全。

-----廣告,請繼續往下閱讀-----
含糖飲料慢慢喝會比大口豪飲來得安全。圖/envato

幾年前,曾有人基於軟性飲料含糖量高,提議紐約市政府對軟性飲料課稅。軟性飲料業者指出其他食品也含有大量的糖,專挑軟性飲料課稅並不公平。基於這項爭議,再加上其他因素,飲料稅法案最後沒有通過。但根據前面提到的研究,軟性飲料業界的論點其實有誤。

根據液體糖和固體糖的研究,還可以得到一個結論:「魚與熊掌或許可以兼得」。也就是說,享用富含糖類的甜點時,如果吃得夠慢,或許可能避免觸發生存開關。這時蛋糕就只是熱量而已。問題是,要慢慢的吃甜點幾乎是不可能的事!

喝軟性飲料時不能大口暢飲,而得用一小時的時間慢慢啜飲完畢,也同樣不容易。另外,與其單獨飲用軟性飲料,不如在用餐之間慢慢喝,畢竟邊吃邊喝,讓液體中的糖與食物混合,可減慢吸收速度。

重點

液體糖比固體糖更有害,大口喝下軟性飲料是啟動生存開關最有效的方法。含糖軟性飲料、能量飲料、果汁、含糖的茶和咖啡,全都應該避免。如果偶爾想放縱一下,請放慢飲用速度,並一定要與食物搭配。

-----廣告,請繼續往下閱讀-----

——本文摘自《大自然就是要你胖!》,2024 年 06 月,天下文化出版,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。