迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

這是幾年前已經在東京演講過的分享

（純粹是個人想法與臨床經驗分享）#instagram #love #instadaily #happy #happiness #dna #norepinephrine 個人經歷過
#oxytocin #oxytocinvibes #オキシトシン #ノルエピネフリン #norepinephrine #dopamine #ドーパミン #多巴胺 #エンドルフィン #endorphins #腦內啡

我們都知道真正健全的人格，是不需要另一個人來滋養自己的。
所以當然沒有真命天子與或是那個對的人存在。
在任何關係中也是一樣的。
單獨的個體，是最健全的模式。
人類是宇宙中擁有肉體的物種。這個肉體是在動物體系中產生的，就是繁衍後代的時候，身體會產生自然反應。你喜歡什麼樣的類型，你的身體自己會告訴你答案。
它是沒有什麼理由的，當完成了繁衍後，人類這樣的物種，就會瞬間回到原點，你繼續經歷自己的生活。而長遠的友誼與關係，是在每一個瞬間，都是享受的，並互相能學習雙方沒有的，才會產生吸引。

我們也可以刻意的創造愛的架構。
是你想經歷的戲碼。
你是主角，其他人都是你覺識意識形態中曾經完成，渴望，或是在古老的DNA中沒有完成但承諾過要來地球經歷的遊戲。

所以，你必須要了解自己的意識架構，才能完全掌握你自己的想法。
並經驗你要的完美結合
這是隨時隨地都可以自由創造的。
與誰一起經驗很重要。
想要維持長久互相守護支持的關係。
是在你意識架構中早就選擇了某些事你要來地球完成。
跟你一起經歷的人是在大方向與目標中契合的人。
這是宇宙的自然法則，你的意識與對方的宇宙在高頻的狀態下結盟。
就會產生頻率，而頻率也是一種默契！
就是說，你們的夢想相同，志趣相投。
接下來才會出現一些物質宇宙的動物思維與行為。
就是你特別喜歡那種型的人，跟誰一起度過美好的時光，其實、在你的意識架構中你早就知道了！

而初期的互相吸引與排斥是一樣的。

為什麼我們需要愛情，這是一個很有趣的課題。

戀愛感受必須是互相滋養的，愛是美好的，是宇宙贈與的禮物🎁

雙方同時會出現的美好感受。擁有墜入愛河的感覺。

近幾年有些有趣的研究提供大家參考，曾經有人說，
PEA oxytocin(一般譯為催產素）Norepinephrine(正腎上腺素）
或譯為去甲腎上腺素，是跟分泌愛情能量有關聯性的，假設真的是這樣，那有趣的事情就發生了。

兩個人互相欣賞時也許容易分泌這些物質與神經傳導元素，就容易出現墜入愛河的化學作用了！！
有些人的感情撐不長久，也許就是在時間久後身體習慣了對方的頻率變成習慣了，那種驚奇的激情與冒險的感官與遐想空間消失時，不再分泌這些激素的可能性很大。

這時候就必須要刻意的去創造新遊戲空間，讓這些分泌系統重新啟動。
這是人類的機制。
有些譚崔大師們，會在感官體驗中，視覺、聽覺、嗅覺、觸覺上做出一些創新舉動。讓這些分泌可延續下去⋯⋯

容易墜入愛河的感受是一種自我幻想的感覺。
透過網路媒體與資訊科技的進步，電影、戲劇、漫畫等
我們看了什麼就會自然地模仿他們的行為。
但愛的感覺在經歷的過程中，每個人的感受不同。
如果你想經歷這些
你也可以自由創造這些你要的幻想式浪漫愛情的情感狀態，直到你完成你的經歷為止。
如果對方不想跟你一起經歷，那自然在某些時間點就會自動分離。而互相找尋對的人來經驗。
如果要經驗的人是合拍的，根本不需要任何的努力及理由就會自然的像磁鐵般吸引在一起。
並且可時時刻刻感受對方的感覺。
在一起的時間長短根本不重要，因雙方就是很享受在同一空間，做任何事情都是放鬆的。
你會經驗到想讓自己更好的感覺！
並思考未來方向，這時候幸福快樂的滿足感增加....那就要來討論一下多巴胺了

運動會讓體內產生多巴胺，而在醫藥藥草占星學裡最常使用的就是巧克力。
大家都應該聽說過想要產生愛情的感覺就是吃巧克力吧！！

當體內有多巴胺生成的時侯，身體會感覺到快樂/興奮，會有心跳加速的感覺，可以讓對方有發熱的感覺小鹿亂撞的心情怦然心動的情境。

與去甲腎上腺素屬性的感覺相似。
這種戀愛怦然心動小鹿亂撞的感覺會讓人產生一種戀愛感受。
常常有人說，在運動或是健身過後最容易讓人熱戀，其實也許是蠻有道理的。

內啡肽，這是雙方戀愛決定持久度的能量，持久、鞏固、安定。
類似腦下垂體後葉賀爾蒙，也是控制愛情忠誠度的激素的可能性。
這跟跟愛情長跑/穩定交往/結婚息息相關。

如果你的能量是壓抑的，或是感覺到在乎，怕不受重視，或是生悶氣，怕被對方討厭等負面思維，或是感覺到對方不夠愛你了，他注意力放其他地方，而你的重要性變少了...
你開始想要在關係中獲得更多，甚至開始產生佔有欲時.....

你可自己控制思維，並且學習不容易被周遭迷惑。因為你害怕的是你自己的變化，而你無法掌控自己是思考中失控的舉動。
有時候愛是瘋狂的.....
這個冒險非常的有意思。
請感知一下是否你壓抑自己的內心世界，或是其實它衝撞到了你生命中某些沒有經驗過的未知.....
誘惑力與被誘惑的自我克制力一但產生了混淆，你開始進入關閉的狀態⋯⋯
就算是再愛也很容易踩煞車，逼迫自己控制自己的衝動，通常也容易想很多，尤其未來那些也許不相干的事。
沒有確認一定不會馬上追求與跳入情感中，但肉體可能已經先有反應了！
有時候需要花很長時間去觀察自己的內心。
這樣的人就算是愛上了，也很能忍耐，願意花多年的時間去等待或是灌溉一段戀情。
只要是覺得值得，一但付出，就很難改變。
當然也容易以社會標準，來鞭策自己。這可能是體內的內啡肽在攪動吧～～～

尤其是當感情思考走到婚姻。
需要穩定的互相支持時，想要結婚生子，也是需要這樣瘋狂的刺激。
更是人們整合關於承擔，成家立業，事業思考未來的重點。
大部分是二十幾歲開始到三十歲左右有人在此刻想安定，想結婚。
真正的工作出現了，開始承擔家計。
這時候注意你的牙齒（智齒）骨骼（駝背疏鬆）脊椎的變化也可能跟著有轉變。

目前已知道許多在研究神經傳導物質與研究神經迴路的專業人士們已經在製造這樣的藥物，利用影像可直接看到內部的神經迴路，也可以外在刺激去控制。預測在2019~2024年有可能研發成功不出十年也許可以問世。預測2024~2044年在市面上可以買到愛情感覺/興奮感/快樂喜悅感幸福感等等。

總之享受那個在你身邊陪伴的人，無止境給出你全部的愛，享受每一個瞬間，愛的甜蜜滋味在無條件與無利益下才能發揮最大的影響力

在未來～
人類的基因科學上可能會有突破的發展與使用。
人類的身體組織可以與科學與身體細胞結合。在未來使用科學來刪選基因，讓那些身體有遺傳疾病的人也可傳宗接代，某些遺傳基因透過篩選將會被過濾。
如果在倫理道德範圍許可，也許人類將能結合各個優良DNA製造出完美小孩的可能。

篩選基因透過好的物種進化與物競天擇的過程中。從科技研發與太空技術的發展趨勢日益更新的狀態下、人類可以在這個星球或是其他行星上繼續生存下去的可能性很大！
300~1000年後，（你永遠不知道的機制）
人類的後代分別在不同的星球上甚至是在太空梭上生存的可能性也是很有可能的。

人類本身在挑選另一半的時候就會做自動篩選，從農耕時期的需求到工業革命到現在。
人類使用頭腦機制運作已經非常習慣了！
例如：
透過階級貧富權力財富知識水平等基本生活條件在做篩選，而遺忘了人類有基本的直覺感知能力，也就是把心打開感受對方及找出適合的友情，團體、或是情感伴侶的能力。

一見鍾情之愛
兩個相似的靈魂與性格遇上了的瞬間....
雙方之間冒出許多怦然心動的感受，小鹿亂撞與幻想突然頻率對了。
人類其實很怕有這樣的感覺，因為愛上了怕失控。失控了怕失去，失去了怕痛苦。。。

在愛中很怕給出很多很多的時間，空間、與金錢或是注意力的人...可能對關係抱著某些觀望態度或是試圖思考如何讓關係在物質上的加分。於是門當戶對、事業成功、金錢、學歷、種族、語言等考量變成了分歧的價值觀....

當愛到了某個點時，你會馬上想逃離現場....
因為你開始進入那些未知的領域

像是有些人一輩子不懂什麼是真正的愛與快樂甚至不敢享受...
完成責任才是最重要的。
在挑選另一半的時候會刻意選擇用自己頭腦思考的條件來做篩選。
這是一種非常有安全感及不會製造犯錯的機會。又不會讓自己與周遭出現麻煩的問題。並且在世俗體制內運作中也是很正常的。
這樣的人們可能會經歷某些大集體意識形態下因為某些傳統文化與道德上的制約，從外在環境因素讓你不得不去學習臣服於其他思維的方式。或是從後代子孫的行為反射出自身的壓抑與叛逆。
寬容待人、合平共處、勤儉持家、節約能源等...如果使用在平衡的狀態下，這是很美好的時光。
如果是在壓抑自己的想法與行為上，但內心卻是有種莫名奇妙地動盪或是常在小細節上看不過去自己或是他人的行為...批判思考增加了...但外表還是溫和的。 在調整自己的過程中，只有自己才能懂。而渡過了就知道怎麼化解那些不得已而為之的課題，有些人也會因不得已而開始排斥自己那些自我進入某些情緒瘋狂的地步....有些人對深深給出來的愛包圍時...是非常敏銳的...
也許是害怕自己去經歷這樣太幸福的感覺⋯⋯要是沒有了這樣的幸福感時該怎麼辦的警覺性...（通常是受過傷害或是失去過的人才明白）
這些怕失控及擔憂內心瘋狂的小宇宙爆發自己無法收拾的戲路...
讓你更壓抑更想去探索，越壓抑越會做出讓自己瘋狂的事...
有時候會出現好多種不同人格的變化...自己卻不知道。這些無法控制的感受。是值得花時間去探索自己的道路是否與現實生活合一。
有些人沒有經歷過轟轟烈烈平順平凡的美好就這樣的渡過幸福快樂的滿足生活。
有些人尋求刺激冒險但又不想花時間努力
想省略了愛的淋淋盡致的過程，直接進入肉體關係，結束後的空虛寂寞感很沒有靈魂滋養，於是怎樣都會不夠...就像是吃了很多垃圾食物一樣...只能填飽身體飢餓但沒有滋養靈魂的幸福飽足感....

這部分當然每個人需求不同，有些人是很享受這樣的感覺。
當感覺失去了，也就認為不愛了。可以換了～
有些人是習慣了，或是依賴了
有些人尋求安穩
不想要這樣的漣漪引起太多反應等。
就看每個人當下想經歷什麼而決定。
每一個決定都有它的目的與學習。
無論結果好壞都是美妙的經歷。
過程比結果來得重要。
而人類害怕經歷那些過程，直接跳到結果。
來保障自己的心安感。但可能就會經驗到永無止境的不滿足中....
真正的滋養，會讓你滿意現況，享受著每一刻！
某些觸動靈魂的部分是很美的！
需要你細心品嚐與體會，那些難得的相遇瞬間，也許不是巧合，是宇宙的安排⋯⋯
是天的美意...
你永遠都不會知道...你遇到了誰...
而他是什麼樣的來歷..經驗....

任何事情包含學歷、事業、財富、等
都可人為控制。
唯獨愛，你無法操控。
愛是自由的。
當你試圖想控制時，愛已經消逝。

愛的每個瞬間與層面在每一刻都不同。
它只會一直成長...
就算是分離了，也一樣會長大的
我們習慣用的不再聯絡了，表示已經切斷了緣分。
其實不一定...也許那些不再聯絡的感知能力，更敏銳、更細膩、更卡住雙方的關係⋯⋯
這要👀雙方的戲劇化是什麼戲碼，只要是正面有意義的，都是好事。
在一起的意義是如何利他，讓對方感受到以對他最大利益為原則的時候...這樣的關係跳脫傳統世俗體制的應該不應該....
才能理解如何超越愛...
當然、你要先理解自己要的並明確表示再行動。
雙方互動的感覺與頻率你在那一刻會完全明白了某些無法言語的道理...
這樣的經驗是你個人的感受這是你美好的過程。
而雙方都會因此獲得宇宙送的智慧！

有些人是要在分離後才後悔不已的戲碼....
這也是學習智慧的好機會。
當然、執著於過去的事情、只會讓你卡在要學習如何放下。
然後課題沒完沒了...忘記了往前邁進的創造力。

誰是你接下來要好好照顧與珍惜的人、群體、友誼、在你的高我中，只要你敞開自己的感知，你的頻率自然會拉高到某個狀態...
而吸引那些頻率相同的人事物進入你的宇宙中。

而這些震幅在與他人互動的過程中，透過雙方的共振這些反應...

與每個人震盪出來的感受也是不同的

當你能理解到

這個宇宙充滿著慈悲的神性與佛性。
其實是在同一個時空當中的。
超脫距離、時間、的空間中
理解宇宙萬物是存在於同一個世界上
你生命中出現的每一個人都是天使 是佛陀
來教導你如何學習服務
你本身就是個已經覺醒的靈魂
當你有足夠良善的時候
整個宇宙與星球都會支持你成功的

待續

舊文改編後的分享

（純粹是個人想法與臨床經驗分享）#instagram #love #instadaily #happy #happiness #dna #norepinephrine
#oxytocin #oxytocinvibes #オキシトシン #ノルエピネフリン #norepinephrine #dopamine #ドーパミン #多巴胺 #エンドルフィン #endorphins #腦內啡

我們都知道真正健全的人格，是不需要另一個人來滋養自己的。
所以當然沒有真命天子與或是那個對的人存在。
在任何關係中也是一樣的。
單獨的個體，是最健全的模式。
人類是宇宙中擁有肉體的物種。這個肉體是在動物體系中產生的，就是繁衍後代的時候，身體會產生自然反應。你喜歡什麼樣的類型，你的身體自己會告訴你答案。
它是沒有什麼理由的，當完成了繁衍後，人類這樣的物種，就會瞬間回到原點，你繼續經歷自己的生活。而長遠的友誼與關係，是在每一個瞬間，都是享受的，並互相能學習雙方沒有的，才會產生吸引。

我們也可以刻意的創造愛的架構。
是你想經歷的戲碼。
你是主角，其他人都是你覺識意識形態中曾經完成，渴望，或是在古老的DNA中沒有完成但承諾過要來地球經歷的遊戲。

所以，你必須要了解自己的意識架構，才能完全掌握你自己的想法。
並經驗你要的完美結合
這是隨時隨地都可以自由創造的。
與誰一起經驗很重要。
想要維持長久互相守護支持的關係。
是在你意識架構中早就選擇了某些事你要來地球完成。
跟你一起經歷的人是在大方向與目標中契合的人。
這是宇宙的自然法則，你的意識與對方的宇宙在高頻的狀態下結盟。
就會產生頻率，而頻率也是一種默契！
就是說，你們的夢想相同，志趣相投。
接下來才會出現一些物質宇宙的動物思維與行為。
就是你特別喜歡那種型的人，跟誰一起度過美好的時光，其實、在你的意識架構中你早就知道了！

而初期的互相吸引與排斥是一樣的。

為什麼我們需要愛情，這是一個很有趣的課題。

戀愛感受必須是互相滋養的，愛是美好的，是宇宙贈與的禮物🎁

雙方同時會出現的美好感受。擁有墜入愛河的感覺。

近幾年有些有趣的研究提供大家參考，曾經有人說，
PEA oxytocin(一般譯為催產素）Norepinephrine(正腎上腺素）
或譯為去甲腎上腺素，是跟分泌愛情能量有關聯性的，假設真的是這樣，那有趣的事情就發生了。

兩個人互相欣賞時也許容易分泌這些物質與神經傳導元素，就容易出現墜入愛河的化學作用了！！
有些人的感情撐不長久，也許就是在時間久後身體習慣了對方的頻率變成習慣了，那種驚奇的激情與冒險的感官與遐想空間消失時，不再分泌這些激素的可能性很大。

這時候就必須要刻意的去創造新遊戲空間，讓這些分泌系統重新啟動。
這是人類的機制。
有些譚崔大師們，會在感官體驗中，視覺、聽覺、嗅覺、觸覺上做出一些創新舉動。讓這些分泌可延續下去⋯⋯

容易墜入愛河的感受是一種自我幻想的感覺。
透過網路媒體與資訊科技的進步，電影、戲劇、漫畫等
我們看了什麼就會自然地模仿他們的行為。
但愛的感覺在經歷的過程中，每個人的感受不同。
如果你想經歷這些
你也可以自由創造這些你要的幻想式浪漫愛情的情感狀態，直到你完成你的經歷為止。
如果對方不想跟你一起經歷，那自然在某些時間點就會自動分離。而互相找尋對的人來經驗。
如果要經驗的人是合拍的，根本不需要任何的努力及理由就會自然的像磁鐵般吸引在一起。
並且可時時刻刻感受對方的感覺。
在一起的時間長短根本不重要，因雙方就是很享受在同一空間，做任何事情都是放鬆的。
你會經驗到想讓自己更好的感覺！
並思考未來方向，這時候幸福快樂的滿足感增加....那就要來討論一下多巴胺了

運動會讓體內產生多巴胺，而在醫藥藥草占星學裡最常使用的就是巧克力。
大家都應該聽說過想要產生愛情的感覺就是吃巧克力吧！！

當體內有多巴胺生成的時侯，身體會感覺到快樂/興奮，會有心跳加速的感覺，可以讓對方有發熱的感覺小鹿亂撞的心情怦然心動的情境。

與去甲腎上腺素屬性的感覺相似。
這種戀愛怦然心動小鹿亂撞的感覺會讓人產生一種戀愛感受。
常常有人說，在運動或是健身過後最容易讓人熱戀，其實也許是蠻有道理的。

內啡肽，這是雙方戀愛決定持久度的能量，持久、鞏固、安定。
類似腦下垂體後葉賀爾蒙，也是控制愛情忠誠度的激素的可能性。
這跟跟愛情長跑/穩定交往/結婚息息相關。

如果你的能量是壓抑的，或是感覺到在乎，怕不受重視，或是生悶氣，怕被對方討厭等負面思維，或是感覺到對方不夠愛你了，他注意力放其他地方，而你的重要性變少了...
你開始想要在關係中獲得更多，甚至開始產生佔有欲時.....

你可自己控制思維，並且學習不容易被周遭迷惑。因為你害怕的是你自己的變化，而你無法掌控自己是思考中失控的舉動。
有時候愛是瘋狂的.....
這個冒險非常的有意思。
請感知一下是否你壓抑自己的內心世界，或是其實它衝撞到了你生命中某些沒有經驗過的未知.....
誘惑力與被誘惑的自我克制力一但產生了混淆，你開始進入關閉的狀態⋯⋯
就算是再愛也很容易踩煞車，逼迫自己控制自己的衝動，通常也容易想很多，尤其未來那些也許不相干的事。
沒有確認一定不會馬上追求與跳入情感中，但肉體可能已經先有反應了！
有時候需要花很長時間去觀察自己的內心。
這樣的人就算是愛上了，也很能忍耐，願意花多年的時間去等待或是灌溉一段戀情。
只要是覺得值得，一但付出，就很難改變。
當然也容易以社會標準，來鞭策自己。這可能是體內的內啡肽在攪動吧～～～

尤其是當感情思考走到婚姻。
需要穩定的互相支持時，想要結婚生子，也是需要這樣瘋狂的刺激。
更是人們整合關於承擔，成家立業，事業思考未來的重點。
大部分是二十幾歲開始到三十歲左右有人在此刻想安定，想結婚。
真正的工作出現了，開始承擔家計。
這時候注意你的牙齒（智齒）骨骼（駝背疏鬆）脊椎的變化也可能跟著有轉變。

目前已知道許多在研究神經傳導物質與研究神經迴路的專業人士們已經在製造這樣的藥物，利用影像可直接看到內部的神經迴路，也可以外在刺激去控制。預測在2019~2024年有可能研發成功不出十年也許可以問世。預測2024~2044年在市面上可以買到愛情感覺/興奮感/快樂喜悅感幸福感等等。

總之享受那個在你身邊陪伴的人，無止境給出你的愛，享受每一個瞬間，愛的甜蜜滋味在無條件與利益下才能發揮最大的影響力

待續

【本集偏長，建議搭配文章閱讀😄】
　
我在北京互聯網工作時，一個影響我最深的思維模型：閉環。
　
「閉環是什麼？」
「聽過 PDCA 卻不知道怎麼使用？設計增強迴路？」
「能設計反饋的人，在網路時代將是至關重要的。」
　
臉書有一個企業文化：“Done is better than perfect.”（完成比完美更重要）
這個企業體現在哪邊？
　
「閉環」，是修正 PDCA 的戴明循環，也是產品經理的底層思維模型之一。透過設計反饋，讓自己成為一個靠譜的人，讓工作得以完成，讓生活水平階梯式進步。
閉環不是給別人交代，是為了形成一套反饋控制系統，給未來一個交代。
本期文稿：https://raymondhouch.com/blog/

▍加入社團參與討論：https://raymondhou.pse.is/fbgroupR

----
▍Apple Podcast：https://raymondhou.pse.is/AppleR
▍Spotify：https://raymondhou.pse.is/spotifyR
▍SoundOn 搜尋：雷蒙三十