Google最受歡迎的情緒管理課!6個步驟,鍛鍊專注力
Google最受歡迎的情緒管理課!6個步驟,鍛鍊專注力

心理學家的棉花糖實驗發現,一個人的成敗,與能否展現「延遲滿足」的能力有關。但面對眼前欲望,要如何克制自己、度過想馬上得到的焦慮?不小心吃下棉花糖後,又要如何安撫無法達成更大目標的恐懼呢?其實,能不能堅持抵抗誘惑,除了自制力外,還需要喚醒你的專注力,專注在更長遠的計畫,避免把自制力浪費在克服「情緒雜訊」上。

首先,面對誘惑時要區分「正在發生的事實」和「對這件事的心理感受」。心理感受泛指所有跟痛苦有關的想法、感覺、情緒和記憶。焦慮與恐懼,其實都是情緒雜訊。因為真正發生的事實,只有吃或不吃眼前的這顆棉花糖,其他的有多好吃、吃了會如何、不吃有多難受,都只是自己想像出來的。但如果無法妥善區分兩者,就會將自制力花費在抑制不必要的情緒,無法專注真正的目標。

把自制力集中在「真正的需要」上

為了讓我們能不被自己的情緒雜訊分散注意力,美國分子生物學家喬.卡巴金(Jon Kabat-Zinn)於1979年發展出一項「正念減壓」(Mindfulness - Based Stress Reduction, MBSR)的壓力克服訓練,它能讓我們把自制力集中在「真正的需要」上,從而促進專注、紓解疲勞。

正念跟冥想其實是一樣的,只是正念排除宗教性,以科學的方式,專注研究實際對我們有幫助的呼吸吐納練習。 藉由觀察呼吸,才能認識到哪些是生理反應,亦即正在發生的事實,從身體傳送給大腦的原始訊息;哪些是情緒反應,舉凡對這件事的心理感受,也就是「雜訊」。

神經生物學家柴登(Fadel Zeidan)研究一群學生對於疼痛的認知,他先用熱金屬碰觸學生的腿,同時觀察他們的腦活動,再請學生自己評比痛感程度,「痛感強度」是依喊痛的聲量,「不適感」則是疼痛的感覺。

柴登發現訓練正念減壓前,被燙到學生不只會尖叫,大腦中屬於疼痛的區域也會亮起來,也就是說他們會「感」到疼痛。在正念減壓訓練後,腦中屬於疼痛的區域竟然不亮了!這表示多數的疼痛,往往是出自於我們的想像。最後研究結果也顯示,叫聲聲量減少40%,後續的不適感也減少了57%。

透過正念訓練,提高專注力,觀察自己每個行為的起心動念,好好區分「事實」與「感受」,就可減少為了不必要的情緒雜念,浪費你的自制力。

Google最受歡迎的正念課,鍛鍊專注力

為了能在任何時候,都能瞬間集中注意力,《Google最受歡迎的正念課》把正念法濃縮成六步驟,方便你快速執行。

  1. 確認訓練正念的目的,例如想減輕壓力。
  2. 用最舒服的姿勢,坐在椅子上。
  3. 慢慢閉上眼睛。
  4. 開始做十分鐘的冥想,把注意力放在一呼一吸,速度不一致或是浮現雜念都沒關係,我們要的就是察覺到雜念,因為每當你意識到恍神,並將注意力移回呼吸,就完成一次專注練習。
  5. 冥想結束後,想想看冥想前後有什麼不同。透過發現不同,來鍛鍊我們自我認知的敏感度。
  6. 結束冥想前,用自己的速度重複三次深呼吸。用呼吸的高低起伏,區分冥想結束。

本文授權轉載自:經理人,原文為《經理人月刊》2016年10月號,封面故事:自制力增強計畫

延伸閱讀:

  1. 史丹佛大學研究:成功者共通的關鍵特質是這個!
  2. 五月天的〈頑固〉是他拍的!寧願花一年構思,也不願推出一個爛作品
關鍵字: #Google
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓