減肥,是不少人的終身事業,通常唔係為健康,就係要靚。
大部分既 IT 人(其實白領都係),畢業了開始工作,坐辦公室,涼冷氣。由一星期數次的戶外活動,如踢波,打藍球;到數星期都未必有一次。加上接觸很多課本以外的新技術,即時壓力大增,零食亂吃!真係想保持身型也難。
說實在的,通常大部分人都能以經濟學去理解如何減肥~以小弟有限的知識中,經濟學是講求“需求”和“供應”。以體力為例,當“供應”多於“需求”時,身體會分解過多的能量,但亦會儲備一些,久而久之,肥了。要減肥,便是“需求”大過“供應”時,身體用掉儲備,便會瘦下來。理論上是這樣,但 IT 人如何看減肥呢?
在這,就以一個正常的減肥論來說,當“輸出”大過“輸入”時,你便會瘦下來。你可能會想,有很多“例外”的,如去美容院“做機”,中醫減肥療法等。這些“例外”,後面再解釋。
言歸正轉,我們在身邊能看到的減肥例子,大多分為兩種,第一種是有目的,有期限的,如要結婚,要照婚紗照等。這些人大部份都會進行“地獄式”減肥法,多數是不吃不渴,加一些運動。那是雙向減法,減“輸入”,加“輸出”,但通常完事了後都會極速反彈,因為之前減肥太辛苦,以至報復式“輸入”,及零“輸出”。
第二種是為健康減肥,通常以改變飲食習慣,加運動,當然離不開減“輸入”,加“輸出”的模式,但一般比較長久。
這些,你知,我知,單眼佬都知,但跟 IT 有什麼關係呢?
近年 IT 最紅的,無可否認,一定是人工智能,AI 的崛起。但很多人都忽略背後其實是大數據(Big Data)加機械學習(Machine Learning,以下簡稱ML)的功勞。而其中最關鍵的,是如何構建ML的基礎(Baseline)。
我們的身體,就是以 Baseline 去决定你的肥瘦,而你的飲食和運動,就是(Big Data), 去給你的“AI”用,但這個“AI”是你大腦裏面你不能 “Program” 的部分,你可以想像為“潛意識”。在這裡,我關注的減肥,不是一剎那光輝,而是如何持之以恆。所以,當我們的 “AI” 拿我們的“Big Data” 去做 “Machine Learning” 的時候,我們要想的,不是那一天輕了還是重了,那一餐吃了什麼,多了還是少了。而是以星期,月,年計的習慣(飲食和運動),去推動你的“Baseline”。
但實際上,要如何做?以下是個人見解,沒有科學根據的。
首先,我們要把這個終身任務,分成兩部階段,第一,是要成功減肥;第二,是要保持下去。兩者都有一個成功的要决,就是要明白身體對我們減肥時的反應。
在第一階段,如你是不吃不喝,極速瘦下來的話,你的 “Baseline” 是不會太大影響的,所以,你的身體會覺得,你是虧欠了,以至你多吃一點時,都會極速反彈。而且心理上,也會覺得沒效果,以至放棄。 所以,在這階段,你要知道什麼是“剛剛好”。就如你吃了多少,要多久才覺得肚餓,便知道是否“剛剛好”。
“剛剛好”,我個人認為,是在吃下一餐前,要有肚餓感。但晚餐最好是在睡前還沒開始肚餓,但空空蕩蕩的感覺。(有些人,肚子餓睡不了,去吃宵夜便更易肥)
所以,要有減肥效果,是要掌握這個肚餓感。加一些運動消耗,便可以瘦下來。但是要注意的是,這個運動消耗,是能夠持之以恆。例如,你一星期做五天運動,每天3小時。那一定能在“剛剛好”的情況下瘦下來,但你能維持多久呢?因為我們的 “Machine Learning” 把一星期 15 小時當成一個指標,如你之後,只做 7.5 小時,身體對這個改變的反應,是大的,如你每星期原來只做 10 小時運動,改成 7.5 小時,反應相對便比較小了。
而我所說的減肥,不是只減那供求的平衡線,而是把 “Basline” 也一起向下移。才可做到持之以恆的保持,當然,時間很長,要以年計,及一定要有恆心,常常自我監察才能成事。