為何會記得不曾發生過的事？你的記憶真的可靠嗎？——《神奇的心理學》

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

一段來自春秋戰國的故事

介紹這個成語，先要簡單談談周朝的歷史。

周武王建立的周朝，傳到周幽王，已是第 12 代。周幽王寵愛褒姒，做了不少糊塗事，弄得國家亡了，自己被殺。繼位的周平王，把國都從鎬京（今西安）遷到雒邑（今洛陽），史稱東周。遷都以前，史稱西周。

東周分為兩個階段，前期稱為｢春秋」，後期稱為｢戰國」。春秋時，周王仍有天下共主的名義，但已不能號令各諸侯國，於是北方邊疆民族開始騷擾中原。齊桓公在大政治家管仲的輔佐下，提出｢尊王攘夷」（尊崇周王，排除夷狄）的口號，藉以號令其他諸侯國，成為春秋時期的第一位霸主。齊桓公之後，還有四位霸主，史稱春秋五霸。

齊桓公提出的尊王攘夷，不只是個口號，還付諸行動。西元前 663 年，北方的孤竹國入侵燕國。燕國向齊國求援，齊桓公親自率軍出征。去的時候是春季，打敗孤竹國時已是冬季，從春暖花開到地上積雪，由於景物變化太大，以致找不到去時的道路。

大家正在不知所措的時候，管仲對齊桓公說：｢主公不要憂慮，據說老馬認識走過的路，讓我們試試吧。」於是挑選了幾匹老馬，讓牠們在前面行走，軍隊跟在後面，果然找到去時的道路。這個故事就是成語老馬識途的出典，記載在《韓非子》這本書上。

 因此，老馬識途的含意，比喻有經驗的人對事情較為熟悉。說到這裡，循例造兩個句吧。

 要不是他老馬識途，我們進入這片森林，肯定迷路。

你老馬識途，這次前往小琉球旅行，就由你帶隊吧。

短期記憶差，長期記憶卻超強

談到這裡，該談談老馬識途的科學意涵了。馬的短期記憶很差，只能維持十幾秒，因此馴馬時，馬犯了錯懲罰牠，可能早已忘記剛才做了什麼。然而，馬的長期記憶卻好得出奇，甚至比人類還要好。馬一旦學會某件事，就會永遠記得。實驗證明，馬可以在十幾年後，仍記得和牠相處過的人呢。

因此馬曾經經常走某一條路，牠是會牢記不忘的。不過由於馬的短期記憶不佳，所以先決條件是：要走過許多次才行。以管仲讓老馬帶路的例子來說，那些老馬肯定曾經在這一帶來來往往。章老師猜想，管仲挑選的幾匹老馬，或許是當地的老馬，而不是從齊國帶去的老馬。

馬的長期記憶力好，還有個故事可以證明。唐代宮廷訓練馬匹跳舞，稱為「舞馬」。西元 755 年，爆發「安史之亂」，叛軍攻陷長安，叛軍首領安祿山看過舞馬表演，擄去數十匹。安史之亂結束後，這批舞馬被唐軍接收，把牠們當成一般戰馬飼養。有一天軍中宴會，鼓樂聲響起，舞馬習慣性地隨著節拍跳舞，指揮官以為是馬怪，命令士兵鞭打，牠們仍然跳個不停，最後竟然被打死了。

有沒有曾經聽見長輩對年輕人說：「年輕人真的特別有創意！」又或者，也有人常常這麼說：「果然薑（前輩）還是老的辣啊！」

到底是年輕人比較厲害，還是閱歷豐富的長輩更勝一籌呢？

其實，這些敘述大致上都是對的，而且背後都有科學理論概念的支持。

沒想到吧！這些敘述跟心理學有關！

在差異心理學的領域中，對於智力的廣義定義是：「迅速學會複雜知識，並解決問題的總合能力，包含完成作業的速度及難度等」。

智力由什麼組成呢？雖然不同心理學家有不同看法，但多數皆認同為智力有某種程度的共通性，也就是所有智力測驗中都會討論的內容普通因素（general factor，G factor），包含了：理解並掌握事件的概念、推論事件間的關係，或是從已知知識類推至新事件等。

不同的智力型態，衰退速度也不一樣

心理學家卡特爾（Raymond B. Cattell）在 1963 年提出「流體和晶體智力理論」來解釋¹，將智力分類成兩種獨立的智力型態：

• 流體智力：泛指個體天生的能力，包含邏輯推理、抽象思維等解決新穎問題的能力。
• 晶體智力：經由後天的經驗和教育所獲得的知能。

針對流體智力與晶體智力的研究指出，兩者會隨著年齡的增長而有不同的發展與衰退的程度。

流體智力的功能，主要依靠前額葉皮層²中的工作記憶³，因此前額葉發展趨於成熟的 20 歲左右會達到頂峰，逐漸隨著年齡開始衰退⁴。其中，又因為人類面臨衰老和腦部病變的時候，前額葉的變化速度會比其他皮質區域快，因此在老年時流體智力會衰退得更快。⁵

雖然隨著年紀增長，不可避免都會有智力下降的情形，但與流體智力相比之下，晶體智力就衰退得比較慢。

流體智力是你創意的泉源，卻容易衰退！

流體智力( Fluid intelligence, g f )，是一種不需要依賴任何現有的知識，只要透過邏輯推理、抽象思維，就可以解決新穎問題的能力。

在非語言性，或需創意的作業中，如數學、腦筋急轉彎等等，由於需要跳出既有思維，才能發現解決方法，因此流體智力在這個類型的解題過程中，扮演相當重要的角色。

流體智力強調對於新奇問題的抽象推理，不受特定知識或語言的限制，主要以非語文測驗測量。

常見的包含瑞文氏測驗（Raven Progressive Matrices,RPM）⁶，該測驗強調文化公平性，以圖形為試題，測量不同文化下學童的智力及認知推理的能力，亦顯示流體智力不受文化因素的影響。

薑是老的辣？由經驗累積而成的晶體智力！

晶體智力（Crystallized intelligence, g c）是透過教育及過去學習經驗所學到的知識或技能等，它代表文化知識方面的智力，是透過後天學習或經驗而習得，包括一般常識、語文理解、數學能力和應付社會情況的能力等。

與流體智力不同之處，它不需要跳出箱子思考，只要透過既有知識慢慢推理，就可以理解當前的新知，甚至解決問題。

不論是學習知識的媒介，或是智力測驗的方式，「語言」則晶體智力中都扮演重要角色，所以「文化因素」在晶體智力中也有深遠的影響，像是在母語的閱讀理解或文法等作業中，多是依靠過去的知識積累而成，我們所學習並維持的知識，也屬於晶體智力。

雖然流體及晶體智力，說明我們所擁有的兩種不同的能力，看似相互獨立，但不表示兩者間沒有合作，只是涉入程度不同。

例如，在學習微積分的同時，不全然僅靠流體智力就可以完成，其中晶體智力，包含過去所學的定理公式，這時就扮演重要角色。

有沒有方法可以讓人變老卻不變笨？

正如上述所說，流體智力會在青春期後開始走下坡，相對而言，晶體智力衰退的比較慢，主要可以透過後天的學習來維持特定知識。

其中，心理學家 Susanne M. Jaeggi 和同事（2008）⁷要求參與者執行高強度的工作記憶（短期記憶）的作業，分別為期 8、12、17 或 19 天四個實驗組別。

實驗結束後發現，參與者的流體智力有明顯的進步，尤其是參與天數較多的組別，因此研究團隊推論流體智力可以通過訓練來改善。

然而，Redick（2013）⁸重複相同實驗，卻未發現相同結果。在短時間內進行密集且困難的大腦認知訓練，並不意味同樣技術我們適用於生活中，所以 Jaeggi 的研究結果仍被視為有爭議的。

在短期內，進行大量的認知訓練，是否可以增進我們的流體智力，目前學界並沒有相同的看法或結論，但如果希望自己可以保持在思考的靈活度，或是維持一定水準的智力程度，「活到老，學到老」的不斷學習則是不二法門，不僅能幫助自己時刻獲取新知外，亦能增進大腦突觸的連結性。

參考資料

1. Cattell, R. B. (1963). Theory of fluid and crystallized intelligence: A critical experiment. Journal of Educational Psychology, 54, 1–22. doi:org/10.1037/h0046743
2. Dehn, Milton J. Long-Term Memory Problems in Children and Adolescents John Wiley & Sons, 2010, p. 69
3. Kyllonen, Patrick C.; Christal, Raymond E. (1990). “Reasoning ability is (little more than) working-memory capacity?!”. Intelligence. 14 (4): 389–433. doi:10.1016/S0160–2896(05)80012–1.
4. Cacioppo, John T.; Freberg, Laura. Discovering Psychology: The Science of Mind. Cengage Learning, 2012, p. 448
5. Fuster, Joaquin. The Prefrontal Cortex Elsevier, 2008, p. 44
6. 瑞文氏測驗的設計，正是為了避免多數智力測驗的弊病－以文字描述為試題，對於較不強調語言導向的特定文化學童，在閱讀試題本身就會造成困難，更不用說可以在測驗中答對。
7. Jaeggi, Susanne M., et al. “Improving Fluid Intelligence with Training on Working Memory.” Proceedings of the National Academy of Sciences of the United States of America, vol. 105, no. 19, 2008, pp.6829–6833,
8. Redick, Thomas S., et al. “No Evidence of Intelligence Improvement After Working Memory Training: A Randomized, Placebo-Controlled Study.” Journal of Experimental Psychology: General, vol. 142, no. 2, 2013, pp. 359–379.