的 第 84 天 ， 體重 80.7 公斤 ， 到 __UNDEF__ 7月 14日 第132 天 ， 體重 突破 74.9 公斤 ， 達到 理想 目標 。 怎麼 做到 的 ？ 當 要 開始 減肥 前 ， 先 衡量 自己 的 初始 能源 狀態 ， 也 就 是 體 重 、 飲食 與 運動 狀態 ， 將 體重 目標 設定 在 減少 __UNDEF__ 10% 的 體重 ， 同時 __UNDEF__ 增加 運動量 或 運動 的 時間 ， 與 飲食 選擇 的 改變 。 整 個 過程 都 運用 __UNDEF__ 大 數據 系統 ， 隨時 量測 與 觀察 身體 運動量 與 每 天 的 攝食量 ， 儲存 __UNDEF__ 資料 與 觀察 各 項 參數 的 圖形 ， 直到 達到 目標 。 未來 的 大 數據 學習 __UNDEF__ __UNDEF__ 這樣 的 數據 資料庫 系統 只 是 一 個 開始 ， 目的 是 訓練 人工 智 __UNDEF__ 慧 （ Artificial intelligent , AI ） 從 感知 收集 資料 ， 制訂 不同 系統 彼 __UNDEF__ 此 間 互聯 溝通 的 通訊 協定 （ protocol ） ， 到 訓練 人工 神經 網絡 與 __UNDEF__ 機器 ， 學習 從 各 式 累積 的 動態 數據 中 ， 推算 判斷出 更 準確 的 建議 __UNDEF__ 以 回饋 使用 者 。 這 整 個 過程 ， 可以 說 是 大 數據 運算 。 無需 擔心 __UNDEF__ 人類 因此 被 機器 控制 ， 因為 整 個 過程 都 是 透過 人 來 設定 運算 邏輯 __UNDEF__ （ algorithm ） ， 是 人 在 訓練 電腦 機器 ， 利用 機器 能 __UNDEF__ 24 小時 持續 __UNDEF__ 運作 的 特性 ， 甚至 可以 取代 人工 監測 ， 適時 為 使用 者 提出 最 貼切 __UNDEF__ 的 建議 。 對 我 而言 ， 最後 整合 APP 資料 與 我 自行 記錄 的 數據 ， 可以 __UNDEF__ 看出 長 時間 各 種 數據 之間 的 關聯 。 運動 時 消耗 身體 備存 的 脂肪 ， __UNDEF__ 變成 三磷酸腺 .
 
（ adenosine triphosphate , ATP ） 能源 提供 肌肉 __UNDEF__ 運動量 ， 再 透過 飲食 控制 ， 讓 身體 如願 地 燃燒掉 分布 在 各 處 的 脂 肪 時 ， 體重 也 就 能 如願 地 減輕 。 因此 ， 持續 地 運動 ， 絕對 是 減重 __UNDEF__ 最 有效 的 方法 。 難處 是 需要 持續 運動 多久 才 能 達到 減重 的 目標 ？ 我 相信 每 個 人 的 狀況 不盡相同 ， 在 減重 的 過程 中 ， 持續 每 日 、 每 88 歐吉桑 的 大 數據 減重 計畫 __UNDEF__ 月 觀看 數據庫 所 記錄 的 資料 ， 即使 體重 偶爾 上升 ， 但是 整體 趨勢 __UNDEF__ 不變 的話 ， 還是 可以 持續 減重 下去 。 當 體重 趨勢 逆轉 增高 時 ， 就 __UNDEF__ 要 警惕 自己 ， 增加 運動量 與 減少 攝食量 。 這 是 長期 監看 數據庫 的 __UNDEF__ 好處 ， 當 你 能夠 從 生活 中 透過 數據 體會出 吃 什麼 、 運動 多少 ， 體 重 就 會 隨之 變化 時 ， 實施 起來 一點 也 不 難 。 我 個人 的 經驗 是 當 體 重 增加 時 ， 往往 是 前 一 天 不 節制 吃 多 了 ， 加上 走路 的 步數 不 夠 ， __UNDEF__ 所以 當天 就 少 吃 一點 ， 多 走路 以 增加 運動量 ， 體重 很 容易 就 再度 降 下來 了 。 體重 的 變化圖 __UNDEF__ 歐吉桑 的 大 數據 減重 計畫 __UNDEF__ 月 觀看 數據庫 所 記錄 的 資料 ， 即使 體重 偶爾 上升 ， 但是 整體 趨勢 __UNDEF__ 不變 的話 ， 還是 可以 持續 減重 下去 。 當 體重 趨勢 逆轉 增高 時 ， 就 __UNDEF__ 要 警惕 自己 ， 增加 運動量 與 減少 攝食量 。 這 是 長期 監看 數據庫 的 __UNDEF__ 好處 ， 當 你 能夠 從 生活 中 透過 數據 體會出 吃 什麼 、 運動 多少 ， 體 重 就 會 隨之 變化 時 ， 實施 起來 一點 也 不 難 。 我 個人 的 經驗 是 當 體 重 增加 時 ， 往往 是 前 一 天 不 節制 吃 多 了 ， 加上 走路 的 步數 不 夠 ， __UNDEF__ 所以 當天 就 少 吃 一點 ， 多 走路 以 增加 運動量 ， 體重 很 容易 就 再度 降 下來 了 。 體重 的 變化圖 __UNDEF__ 第三 章 __UNDEF__ 啟動 減肥 模式 ， 工業 4.0 時代 的 大 數據 減肥 89 __UNDEF__ 透過 心率 的 量測 ， 判斷 運動量 時 消耗 脂肪 的 時間 ， 時間 越 多 越 強 ， 達到 減重 的 效 果 就 越 佳 。 最後 同 時間 重疊 體重 的 變化量 ， 來 證實 達到 減重 的 目的 。 透過 心率 的 量測 ， 判斷 運動量 時 消耗 脂肪 的 時間 ， 時間 越 多 越 強 ， 達到 減重 的 效 果 就 越 佳 。 最後 同 時間 重疊 體重 的 變化量 ， 來 證實 達到 減重 的 目的 。 戒 糖 的 __UNDEF__ 快樂 飲食 數據 chapter 4 戒 糖 的 __UNDEF__ 快樂 飲食 數據 chapter 4 __UNDEF__ __UNDEF__ 這 一 年 多 來 ， 許多 久 未 相逢 的 老朋友 ， 見到 我 的 第一 句 話 ， __UNDEF__ 都 會 很 驚訝 的 問 ： 「 啊 ， 你 變瘦 了 」 往往 接著 都 會 問 我 到底 吃 了 什麼 ？ 我 的 回答 很 簡單 ： 「 不 吃 糖 。 」 朋友 愣 了 一下 ， 喃喃自語 說 ： 「 這 有點 困難 。 」 我 接著 說 ， __UNDEF__ 我 也 不 吃 澱粉 ， 就 是 一般 的 主食 ， 包括 ： 米飯 、 麵條 與 麵包 都 不 __UNDEF__ 吃 。 朋友 更 是 無語 ， 然後 ， 緩緩 吐出 三 個 字 ， 「 不可能 」 。 也 有 朋友 說 ， 醣類 總是 要 吃 一點 吧 ， 均衡 飲食 很 重要 ！ 尤其 __UNDEF__ 是 有 營養學 觀念 的 朋友 ， 更 是 對 我 的 減重 方法 嗤之以鼻 。 有 一 位 __UNDEF__ 日本 的 朋友 語重心長 地 告誡 我 說 這樣 不行 ， 會 危害 健康 ， 因為 腦 子 需要 葡萄糖 這 種 能源 才 能 運作 ； 甚至 我 讀 國高中 的 女兒 ， 聽完 __UNDEF__ 我 的 分享 都 會 很 困擾 ， 因為 我 的 作法 與 學校 教 的 完全 相反 ， 還 說 __UNDEF__ 「 老爸 信 了 斷 糖 的 邪教 」 。 其實 我們 的 飲食 中 ， 已經 有 太多 糖 或 醣類 了 。 對於 我 這 種 運 __UNDEF__ 動量 不 大 的 中年人 來 說 ， 從 攝取 其他 非 醣類 食物 中 所 含 的 糖分 ， __UNDEF__ 到 身體 裡 轉為 葡萄糖 作為 能源 應該 夠 了 ， 所以 無需 再 特別 補充 。 另 一 個 是 較 新 的 生理 研究 ， 是 來自 脂肪 的 三酸甘油酯 也 可以 轉化 成 葡萄糖 供 腦 使用 ， 或是 脂肪酸 也 可以 變成 酮體 讓 腦部 使用 。 舉例 來 說 ， 我 每 天 在 家 的 典型 早餐 ： 先 喝 一 杯 溫開水 ， 吃 __UNDEF__ 一 顆 水煮蛋 ， 配 一 杯 __UNDEF__ 400 cc 的 牛奶 ， 花椰菜 __UNDEF__ 50 公克 以及 半 顆 去 核 芭樂 。 這樣 無 添加 糖 與 無 澱粉 的 早餐 ， 你 猜 營養 成分 是否 有 偏 __UNDEF__ 差 ？ 答案 是 沒有 ， 因為 牛奶 中 已 包含 __UNDEF__ 17 公克 的 糖分 。 確實 我們 的 日常 生活 ， 需要 膳食 纖維 或 碳水化合物 ， 因為 這 __UNDEF__ 些 是 對 身體 有益 、 健康 的 醣類 。 我 知道 有 些 人 是 透過 「 生酮 飲食 」 __UNDEF__ 來 減重 ， 這 種 飲食法 的 營養 主要 來自 油脂 與 蛋白質 。 我 在 減重 的 __UNDEF__ 初期 ， 也 曾經 進行 類似 的 飲食 方法 ， 後來 才 改用 我 更 容易 執行 的 __UNDEF__ 低糖 飲食 。 而 我 所謂 的 斷 糖 飲食 ， 就是 不再 主動 吃 含 糖 的 食物 ， __UNDEF__ 最 主要 的 原因 是 ， 食物 中 已經 含有 足夠 的 糖分 ， 對 我 這 種 年紀 大 __UNDEF__ 代謝 差 的 人 ， 無需 再 另外 攝取 。 其實 只要 有空 走 一 趟 便利 超商 或是 小型 超市 ， 幾乎 所有 的 食 品 標示 都 含有 糖分 ， 不單 是 飲料 ， 即使 天然 的 牛奶 也 含有 糖分 ， __UNDEF__ 其他 我們 熟知 的 泡麵 、 各 式 餅乾 ， 這些 看起來 是 鹹食 的 食品 ， 沖 泡 的 湯品 、 醬油 等 調味料 ， 只要 是 人工 的 食品 幾乎 都 有 糖 ， 你 幾 乎 很 難 找到 任何 無 糖 的 食品 ， 大概 剩下 純粹 的 油品 、 鹽巴 等 原 料 ， 才 沒有 糖分 。 單一 因素 難以 減肥 ， 甚至 難以 持續 保持 身體 的 健康 狀態 ， __UNDEF__ 體重 __UNDEF__ 脂肪率 __UNDEF__ 肌肉率 __UNDEF__ （ 運動 步數 、 代謝 ） __UNDEF__ 身 __UNDEF__ 體重 __UNDEF__ 脂肪率 __UNDEF__ 肌肉率 __UNDEF__ （ 運動 步數 、 代謝 ） __UNDEF__ 身 __UNDEF__ （ 睡眠 時間 、 靜息 心率 ） __UNDEF__ 心 __UNDEF__ （ 食物 種類 、 飲水量 ） __UNDEF__ 能 __UNDEF__ 這 是 我 從 自己 長時間 的 健康 數據 紀錄 中 ， 慢慢 摸索出 自己 的 減肥 __UNDEF__ 之 道 。 經過 初期 的 數據 探索 ， 慢慢 演化出 整合式 的 大數據 減重 方 __UNDEF__ 法 ， 是 需要 「 身 」 、 「 心 」 、 「 能 」 三 者 的 平衡 ， 也 就 是 「 身 」 __UNDEF__ 要 有 適當 的 運動 、 「 心 」 有 足夠 的 睡眠 ， 以及 控制 飲食 的 「 能 」 __UNDEF__ 量 ， 並且 逐漸 落實為 生活 習慣 ， 才 能 達到 健康 不 復胖 的