為什麼世足賽容易爆冷門？淺談關鍵時刻球員的心理因素

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

2018世界盃足球賽終於在克羅埃西亞與法國的激烈廝殺中結束，創造了具有歷史性意義的一刻。所謂「歷史性的一刻」不單是指法國時隔20年再度奪冠這件事，如果你把視線移動到球員的腳下，注意到那片被輾壓的翠綠草坪，千萬別小看它，那些看似平常的草株可是劃時代的產物！

那些帶來歡樂的草坪並不簡單

草坪之於現代人的重要性，從四處可見的庭園、公園、各類球場就可以看出，隨著都市越加發展，人們似乎就越渴望從綠草中尋求心靈解脫。有需求必須要有供給，要保持綠草如茵絕對不只是種種草那麼簡單，草坪管理是一門集結了植物、機械、化學、管理等專業知識的學問，需要大量金錢建造、維護，有時候，從一個地方的草坪品質，就能看出當地的經濟、產業發展情況。

以室外網球為例，自1877年首度舉辦以來，溫布頓網球錦標賽便一直使用指定的草坪場地，最早期，他們選擇當地的幾個草種混合種植，直到20世紀中期，農業科學蓬勃發展，世界各地開始研究如何繁殖、養護青草，讓球場草坪管理技術有了革命性的轉變。

1951年，英國的體育草坪研究所 (Sports Turf Research Institute, STRI) 接管了溫網的草坪管理事務，如今溫布頓球場那片由5400萬株黑麥草所組成的柔軟草坪，便是研究員數十年的心血。每年，為了為期兩周的賽事，他們會花費一整年的時間做準備，並且隨時觀測天氣狀況做調整，以確保草坪的完美。

為什麼溫網對草坪的品質要求這麼高？答案是因為，除了視覺上要看起來完美，草坪的彈性、柔軟度以及品質的一致性都會影響到球員的表現，一點點的變化球員都很容易感受到。這和鋼琴的觸鍵、音色會影響到音樂家的發揮是同一個道理。

不只是網球，各種球類諸如足球、高爾夫對球場草坪也同樣十分重視，而越重要的國際賽事對草坪品質的要求越是嚴謹。以2016年中國發生的「鳥巢草坪事件」為例，當時原定要在北京國家體育場進行一場國際足球賽事，主辦方卻突然宣布因為「連日強陣雨」的關係取消比賽。言下之意就是：鳥巢的草地維護技術不成熟，又被暴雨侵襲，造成場地不堪使用。可見越是大型的體育場地，草坪的日常維護就越需要被重視。

草坪的草到底是什麼草？

在討論草坪的維護方式之前，想必大部分的人都會有個疑問：草坪的草到底是什麼草？事實上，草坪草種與氣候型態有很大的關係，因此世界各地適合的草種都不太一樣，也需要由不同方式繁殖、栽培。大部分的草坪草種都屬於禾本科 (Gramineae or Poaceae) 植物，在這龐大的家族內， 羊茅亞科 (Festucoideae)、畫眉草亞科 (Eragrostoideae) 及黍亞科 (Panicoideae)三種最常被利用為草坪草。

草坪草種依照適合的種植地區被分為溫帶型草種（俗稱冷季草）與熱帶型草種（俗生暖季草）。羊茅亞科的適合氣溫為10～24度，屬於溫帶型草種，溫網所使用的多年生黑麥草屬於此類；畫眉草亞科 及黍亞科的適合氣溫則為25～35度，屬於熱帶型草種，台灣球場最常使用的狗牙根（俗稱百慕達草）便屬於畫眉草亞科植物。

被選為體育場地的草種通常會有以下幾種特性：耐踐踏，否則踩幾下就不能活了；要足夠柔軟，才能減緩衝擊力，防止運動員受傷；復原性要強，才能不斷從受傷中振作，維持欣欣向榮的模樣。

黑麥草與百慕達草都具備以上的特性，但黑麥草較難養護，因為它不耐冷也不耐熱，也完全禁不起乾燥，需要時常澆水，但若是場地積水它也受不了，像「鳥巢」的黑麥草就是因為排水不良才會陣亡。然而，由於黑麥草非常柔軟，讓溫帶地區相當喜愛這個價格高又難養護的草種，不論是網球場和足球場都能發現它的蹤影。

和嬌貴的黑麥草相比，百慕達草好養許多，在乾旱、潮濕的環境下都能夠存活（但偏好潮濕），耐鹽性也極佳，唯一的缺點就是不能在遮蔭處種植，若沒有足夠的陽光，百慕達草便難以儲存碳水化合物等能源，無法長久存活。台灣很喜歡種植這種易存活、價格又便宜的草種，各類球場、飛機跑道周邊和道路邊坡都能看見它們。桃園國際棒球場便是其中一個使用100%百慕達草的案例，但今年年初，草坪終究受不了五月天11場演唱會的輾壓，被重新鋪設了一次…

種草難　維護更麻煩

在鋪設了草坪以後，就要開始進行日常維護。草坪最忌諱的就是雜草入侵，一旦雜草開始在草坪間蔓延，除了破壞美觀、影響草株的生長，也很有可能會滋生病蟲害。為了解決雜草問題，現代球場多半會選擇化學除草的方式，而非人工除草，以減少時間、人力成本。

但若要根本的解決雜草問題，還是要適時做好灌溉、施肥、通氣（註）、刈割等措施，管理草坪的生長速度與密度，讓草株保持身體健康，才能抵禦疾病威脅。以溫網的草坪管理為例，為了防治病蟲害，他們測試不同的農藥來清除害蟲和雜草，使用混合土壤以加強地面的彈性、堅固性，並且使用肥料讓草坪成長得更快速、色澤也更美麗。

而今年世足賽舉辦場地也備受關注，原因在於此屆世足賽所使用的12座球場中，有6座球場，包含決賽場地莫斯科盧日尼基體育場 (Luzhniki Stadium)，使用了全新研發的  SISGrass 草坪。SISGrass 是一種由95%天然草，5%人造纖維縫製而成的草皮，製造者宣稱 SISGrass 因為深度嵌入了人造纖維，強度絕對足以承受比賽期間的踩踏，並且不會讓球員有踩假草的違和感。但與製造商的說法相反，有日本隊隊員表示，由於  SISGrass 的摩擦係數和天然草坪不同，會影響足球的旋轉角度，導致它移動到與自己預期中不同的位置，這讓球員覺得很混亂。

國際足球總會 (FIFA) 向來對草坪品質要求極高，也堅持使用天然草坪，今年卻打破了這樣的規則使用了非天然草坪，可謂一項劃時代的改變。使用 SISGrass 草坪擁有優、缺點，它能讓與俄羅斯一般氣候過冷，不適合種植天然草坪的國家也能在重大賽事中使用非天然草坪，但與天然草坪相異的質地也為球員帶來不適應感。未來世足賽是否還會允許使用非天然草坪，就要看國際足球總會後續的評估了。

草坪管理是一門很專業、很花錢的學問，但就現在來說仍然很重要。若草坪管理者能夠充分理解相關知識，並配合不同場地的特性加以調整，使用最少的能源來保持草坪的美觀與安全，方能減少環境汙染、能源消耗的問題。

• [註]通氣：將中空的管子插入土中，再把管子中空部位取得的土塊從土壤中 拔出來，遺留的洞，配合緊接的鋪砂操作填入新的砂土以改善根圈的土壤質地並提高土壤的透氣性。

資料來源：

• Why the Grass Is Always Greener at Wimbledon
• SISGRASS官方網站
• 黃文達、陳宏銘、王裕文 (2012)。草坪管理實務。臺灣大學農藝學系，草地科學研究室站 。檢自http://grassland.agron.ntu.edu.tw。
• 我國舉辦國際賽事及職業棒球潛力場地調查研究報告 桃園國際棒球場
• 11場五月天演唱會後　桃園棒球場草皮重鋪
• 草太長吃球吃力　不利日本輕巧觸球

還沒有讀過理論篇的朋友，我建議你先讀讀理論篇，再來看這一篇文章吧~

附上理論篇的連結：半杯水的故事：樂觀，真的比較好？(理論篇)

好啦，廢話不多說，正文開始：

過去，我們一直以為，是成功帶來了樂觀。但是從Seligman的研究發現，其實樂觀的信念，也能夠造就成功。

但是，對於悲觀的人來說，要他們變得樂觀，其實是很困難的。如果你是一個悲觀的人，那你一定能夠了解，要你在遇到挫折時樂觀，是多麼不容易的事情，畢竟當時的情緒反應，肯定讓你很難招架得住吧！

還好，Seligman在《學習樂觀，樂觀學習》這本書當中，也告訴我們變得樂觀的方式。他將Albert Ellis的ABC認知治療[1]，改編成大家都能輕易使用的版本(延伸閱讀：調整自己，重新去愛──是我們的想法，決定了我們的結果)。

諮商上有一句很有名的話:「問題本身不是問題，怎麼面對問題才是問題。」，同樣是輸球，有些人會說：「人生難免會有打不好的時候」，有些人卻自怨自艾；同樣是男朋友和其他女生吃飯，有些人會說：「我信任他，他只是跟朋友吃飯而已。」；有些人卻非常的擔心，擔心他是不是要劈腿了。

而我們之所以沒辦法樂觀看待，正是因為過去的負面經驗，讓我們很快的採取自動化的思考，把過去經驗套用到現在。有些人是在經歷了許多次挫折之後，得到了不管做什麼也沒有用這個結論；有些人是遭遇一次重大的創傷經驗，有可能是被信任的人背叛、有可能是搭捷運卻目睹了血案。這一些事情，都使我們很難再去相信，我們原本相信的人事物。這也是為什麼，有過童年創傷的人，往往也會造成他人的創傷(延伸閱讀：帶著瘡疤的施暴者──童年經驗是如何塑造我們的愛情暴力)

但是，我們的想法，一定是真的嗎？真的是合情合理的嗎？

「我男友居然去跟他前女友吃飯欸！這太扯了吧！我真的覺得他一定有心懷不軌，一定是要舊情復燃了！不然為什麼要去跟前女友吃飯？難道不知道我會很不爽嗎？拜託，他到底怎麼看待我這個女朋友的啊！我們最近關係又變差了，他還這樣挑釁我，很好，我也要去報復他，跟我前男友吃飯！」

類似這樣的話，是不是很常出現在我們所聽到，或是所經歷的關係之中呢？

但是，仔細想想，這一句話所說的，真的都是事實嗎？

如果是Albert Ellis來看待這一件事情，他會這樣分析它：

觸發事件(A，activating event)：男友和前女友吃飯

信念(B，Beliefs)：他想要劈腿，想要舊情復燃

後果(C，Consequence)：很不爽，覺得對方故意挑釁，於是決定報復

現在，我們仔細地來看看，到底是什麼導致了後果？有沒有可能，男友和前女友吃飯，只是敘敘舊？只是他們已經變成了朋友，單純的朋友間吃飯？男友只愛女友一個人而已，其他都是女友自己想太多了？

其實，真正導致後果的，並不是觸發事件，而是我們的信念。我們的信念是從過去的經驗所建立起來的，就跟習得的無助一樣，當你認為做什麼都不會成功時，你就真的不會想去嘗試了；當妳覺得妳男友就是想劈腿時，他說的所有真心話，都只會被妳當作藉口而已了。

確實，很多時候，我們並不知道事實是什麼。但是，我們怎麼想，一定會影響我們的結果。那麼，何不試著正向一點去想呢？

「可是我就是正向不起來啊！你知道嗎？我們昨天才為了這周末的行程規劃，大吵了一架耶！我實在很難相信他是愛我的……。」

我想，這確實讓人很擔心吧！但是，我們的擔心卻不一定是事實，但是卻會影響到我們的後果。

於是，Seligman會請你在這時候停下來，好好地檢視你的想法：如果這時候你很忙，沒時間處理，那就先轉移注意力吧！轉移注意力的方式，就是排給自己一個時段，告訴自己：「我今天會在晚餐後留一個小時，來整理自己的想法，先暫時放在一旁吧！」；然後做幾個深呼吸(延伸閱讀：正念與深呼吸)，試試看能不能讓自己回到當下，不行也沒關係，總之就試試看吧！通常這會很有效的，因為我們透過跟自己對話，讓自己先冷靜下來，並且向自己保證，自己會留一段時間給自己，好好地處理這件事情。

那麼，我們又該如何整理自己的想法呢？ABC理論還有個後續，就是D跟E，反駁(disputation)跟激勵(energization)。

拿一張紙，一枝筆，播一段讓你放鬆的音樂，我們開始練習吧！請記得，一定要用寫的，寫出來比在腦中想，來得更有力量！

先在紙上，按照我上面舉的例子，寫下你的ABC：觸發事件、信念、結果。

接著，我們來反駁我們的信念吧！

找證據：反駁念頭的最有效方法，就是舉證去說他是不對的。「他和前女友見面，其實沒有必要那麼擔心，事實上他一直都有跟其他女生保持距離呀！而且他對我這麼用心，並不像是要劈腿。」、「這一次雖然考差了，但是這次考試本來就很難，因為這次考差就說我是個沒用的人，實在是很不公平！」、「減肥的時候，偶爾還是可以吃一點大餐呀！我並不是每天都這樣狂吃，因為吃了一餐就說我自己減肥失敗，實在是毫無根據！」。

找證據，並不是要你無條件的正向思考，而是要你透過非負向的方式，客觀地去檢驗你抱持的信念是否屬實。在情緒上來的時候，其實我們想的，往往都不是客觀的，很容易找到證據反駁。

其他的可能性：通常一件事情發生，不會只有單一的原因，但是我們卻往往把它歸咎到一個原因上面。就像是上面那一個例子，女生認為男生和前女友吃飯，是為了報復自己。但是他也有可能只是想找前女友敘敘舊，有可能他們還是好朋友。考試考差了，有可能只是題目特別難，有可能其實大家都考很爛，有可能是你這次太忙，以至於沒空準備而已。試著把重點擺在可以改變的原因(試著傾聽男友的心聲，而別一味咬定對方想劈腿)、特別的原因(他偶爾才會和前女友見面，並不是像我想的那樣，一天到晚都和她聊天)、非個人化的原因(他們的友誼關係還不錯，並不是為了報復我)。發現了嗎？這就是前一篇文章裡面所提到的，樂觀的解釋型態。

含意：但是，還是有可能，你的擔憂是對的。這時候又該怎麼辦呢？這時，你應該用的是「簡化災難法(decatastrophizing)」。試著問自己，你的負面想法會有多壞的影響？這次考不好就代表沒有人會認同你嗎？偶爾一天吃大餐就代表你是個沒有毅力的人嗎？

用處：我現在擔心這些有用嗎？是不是有更好的處理方式，可以讓我解決問題呢？與其坐在這邊擔心，不如先讓自己冷靜想想，該怎麼和他理解、討論我的擔憂。

把上面的那些整理一下，我們可以這樣反駁自己的念頭：

觸發事件(A，Activating event)：男友和前女友吃飯

信念(B，Beliefs)：他想要劈腿，想要舊情復燃

後果(C，Consequence)：很不爽，覺得對方故意挑釁，於是決定報復

反駁(D，Disputation)：難道跟前女友吃飯，就是要報復我嗎？他前幾天不是才送我一個禮物嗎？(證據)而且他跟前女友一直有聯繫，也都有告訴我，並誠懇地要我別擔心，他只愛我一個阿。(證據)而且他很少和前女友見面啊！他也知道我會擔心，只是他們仍然是朋友，偶爾吃個飯而已(其他的可能性)，就算我們前幾天才吵架，但是，這也不代表他和前女友吃飯就是報復阿！(含意)事實上，有時候我們吵架，就是我擔心的太多，他覺得不被了解，所以才和我吵起來的(含意)我現在擔心這麼多，也沒有辦法解決問題(用處)，不如先讓自己冷靜冷靜吧！在他回來之後，好好地告訴他我的感受。

激勵(E，Energization)：我知道我的念頭有可能是不理性的，但是我還是很擔心。不過沒關係，我要好好整理一下我的情緒，把它寫下來，然後在我男友回來之後，好好地跟他聊聊。我相信事情一定沒有那麼糟糕，而我也有能力好好的處理好的。

就算很不幸的，你的男朋友真的是想劈腿了，那也等到那時候再說吧！你可以到那時候，再透過ABCDE理論，來反駁你那時的負面思考歷程。畢竟，對此時此刻的你來說，這只是一種假想而已。只是因為你的過去，讓你有了這一些擔憂。如同Seligman所說的，那就像是一個喝醉酒的人，在瘋言瘋語而已，根本不切實際；既然你會笑醉漢瘋，又何必對你的不理性思考太認真呢？

同樣的，你也可以反駁生活中任何的自動化負面思考，像是考試考差了、球賽打輸了、孩子不認真讀書了、同儕和你起爭執了。請一定要記得，真正決定結果的，不是事件本身，而是你的想法，造就了你眼中，這個世界的樣貌。

既然無助可以習得，那麼樂觀也可以。透過習得的樂觀，讓自己有更好的信念，更好的結果，漸漸地就會使你越來越樂觀。但是，再怎麼樂觀，都還是會有失敗的時候，我們要的，並不是一套100%成功的方法，而是讓你在失敗時，能夠用一套更有幫助的方式，來處理你自己的情緒。

最後，請謝謝你自己，這麼勇敢地不再逃避，迎向挑戰。

1.Ellis, Albert (2003). Early theories and practices of rational emotive behavior theory and how they have been augmented and revised during the last three decades. Journal of Rational-Emotive & Cognitive-Behavior Therapy