你在愛情裡，是什麼風格？從《我們不能是朋友》劇中人物談起

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 文／雞湯來了特約作者｜陳家容
• 校稿／雞湯來了｜張芷晴、陳世芃
• 製圖／雞湯來了特派員｜翁欣容
• 編輯／雞湯來了｜蕭子喬

「你會不會覺得人類很原始？科技進步，幸福仍要靠自己」

臺灣年度科幻大劇《2049》，劇中出現多項高科技產品，不僅有自動車、無人機送貨員，還有能診斷睡眠品質和分析惡夢的記憶機器，更有控制與穩定情緒的精華液、能預測人類行為的行動偵測儀、能發洩情慾的元宇宙慾望眼鏡XR等，甚至出現沈浸式諮商服務，都遠遠超越現在科技所及。

即便影集《2049》的世界中發明了這麼多讓人們更輕鬆的高科技產品，為何科技還是無法滿足人性，無法帶領人們貼近幸福？

害怕和母親一樣，卻仍有媽媽的影子　

劇中兩位女主角雨晴與夏朵都在童年時期便與母親交惡，並在高中時期愛上媽媽的前男友、懷孕、成為小媽媽。長期以來，與先生、女兒的關係也都處於冰點，表面看似和諧完整的一家三口，其實是疏離冷淡、害怕分崩離析的相敬如「冰」。

雨晴與夏朵每天都希望能找到家庭矛盾關係的出口，但「與母親的隔閡與糾結」卻成了他們心中隱形卻厚重的一道牆，封閉了出口，也封鎖了和母親和解的道路，更成為自己展開幸福婚姻與親子關係的阻礙。

為什麼雨晴和夏朵那麼討厭母親，卻活成了母親的翻版？其實，「父母」是子女成長過程中的角色楷模，並持續在子女成年後的生活中扮演重要角色。學術上用「代間傳遞（Intergenerational Transmission）」來描述：上一代透過生活經驗、互動，有意或無意地情影響下一代的價值觀、態度或行為。

婚姻不僅是夫妻的兩人世界，來自原生家庭的親代互動關係會烙印在子代身上，並在無意識中複製到子代的婚姻關係中。這正是雨晴和夏朵的寫照！她們口中說著非常排斥和媽媽一樣，卻正走著媽媽走過的路。

翻轉的可能？我的婚姻才不會跟你一樣！

綜合國內外多篇研究發現，像雨晴、夏朵早期負向生命經驗（如：因父母離異帶來的經濟匱乏、家庭動盪等），很可能較容易面臨婚姻風險（如：早婚、早育、早離家等）。就像劇中，雨晴的女兒（貝貝）也正承受著未婚懷孕的事實，成為「小媽媽第三代」！

「你可以，我也可以！」－貝貝

然而，值得慶幸的是，不是遇上一樣的情境就一定會有一樣的結果。親代離異或婚姻不穩定的關鍵不在於負面事件本身，而是事件之後，對子代發展引發的一連串影響。就像劇中，貝貝即使和雨晴同樣都成了小媽媽，但後續人生卻有了不同的發展。

此處透過「生命歷史理論」剖析劇中角色「青少年期」家庭經驗對婚姻的影響，以及解釋扭轉代間傳遞的可能性。生命歷史理論認為，個體所處的環境和過去所經歷的生活事件，都會影響個體對有限資源的分配策略，大致可分為「快策略」與「慢策略」。

直面母女關係的掙扎與吶喊：或許每個人都有問題！

雖然雨晴是夏朵的心理師，但在諮商過程中，卻發現兩人的生命經驗越來越相似，兩人頓時成為彼此化解母女疙瘩路上最好的夥伴。劇中提及的「內在家庭系統療法」認為人的心智是由眾多部分組成，並將這些「部分」稱為「次人格」（但並非思覺失調症或多重人格喔）！一般而言，可以將次人格分為 3 種：

「我們每個人都有問題，我們只會把問題丟給別人，然後一直在做後悔的事。」－雨晴

「內在家庭系統療法」透過引導個體認識自己的次人格和不斷地自我對話，聚焦在：理解自己的過去，過去的經歷如何塑造成現在的自己、過程中又有哪些感受。或許現代的我們，沒有像劇中的「沉浸式」心理諮商，但我們仍可以運用「內在家庭系統療法」的概念，在日常中練習以下 2 大態度，自己陪伴自己療癒：

態度 1｜包容次人格

當次人格出現時，並不是壞事，反而是為了保護內在平衡而出現的英雄角色，因此面對次人格，更應該用包容、同理的態度，而不是排斥或縱容它。

研究與治療師也發現，當人們對自己次人格的接受程度越高，代表越能與次人格和平共處，也使得「管理者」的角色凸顯，進一步促進改變。

態度 2｜保持好奇心

比起認識新朋友、新對象，在認識自己的過程中，更應該保持好奇心！不論是過去的經歷、現在發生的事，還是未來的願景，都是透過自我不斷的對話所帶來的結果。

好奇心會幫助我們穿越時空，所以與其隱藏感受和想法，不如多回憶過去、理解過去，讓現在的自己來修復、重新解讀歷史，讓未來在面對問題時能更加自在。

「當我知道我媽生下我，我爸並沒有要負責時，我就能理解她的決定了」－雨晴

像養育植物一樣經營家庭

「種植物很簡單，該澆水、該曬太陽、該修剪就去做，按照他們的習性去去養護他們，就會長得很好。」－夏朵

事實上，經營家庭也可以像照顧植物一樣簡單！如果對外要將「請、謝謝、對不起」常掛嘴邊，那麼面對家庭，我們就要將「同理、道歉、原諒與感謝」牢記在心。

每個人都有犯錯、失誤的可能，同樣地，若每個人都能保持好奇、更了解自己的家庭故事，便能更清楚「自己對家庭的理解」，或許就能像照顧植物一樣豁然開朗！

延伸閱讀

• 離婚不好嗎？孩子是離婚戰火中的犧牲者？
• 原生家庭怎麼影響我？剖析原生家庭與伴侶關係的關聯
• 深掘我和家人的內心深處：自我對話、伴侶對話的練習好書

此文中劇照素材由瀚草影視提供，如欲使用須經詢問。

• 陳家容（2019）。早婚者的婚姻品質：青少年期的父母婚姻關係與親子關係之影響。國立臺灣師範大學人類發展與家庭學系碩士論文，未出版，台北市。
• 陳婉琪（2014）。都是為了孩子？父母離婚負面影響之重新評估。臺灣社會學刊，54，31-73。
• Green, E. J. (2008). Individuals in conflict: An internal family systems approach. The family journal, 16(2), 125-131.Schwartz, R. C. (2013). Moving from acceptance toward transformation with internal family systems therapy (IFS). Journal of clinical psychology, 69(8), 805-816.

• 文／雞湯來了實習生蔡加柔
• 校稿／雞湯來了陳世芃、張芷晴、榮淑媚
• 製圖／雞湯來了特派員黃子芸
• 編輯／雞湯來了蕭子喬

單身靠實力，結婚就靠大數據－《戀愛是科學》

「先將設立的理想型條件列出來，然後用電腦分析、引用大數據配對、清查身家背景，最後再簽訂婚前協議，進而快速鎖定「需要」的而非「想要」的伴侶，是避免浪費彼此時間的相親模式。」這是《戀愛是科學》女主角顏霏主張的戀愛 SOP，在劇中 ，她開設一間名為「戀愛科學婚姻仲介所」的公司，藉由大數據的分析，會員配對成功率達到八成之高。

如果這間公司真實存在，你想要加入嗎？你同意她提出「婚姻就是找一個適合你的合夥人」的說法嗎？

我們的匹配指數－「愛情」等於「合適」嗎？

當「勝女」如同「剩女」

「三高女」為何是婚姻市場釘子戶？

劇中年齡高、薪資高、學歷高的「三高女」卓乃慧，是一位事業有成的霸道女總裁，卻因為年齡偏大、學歷高又個性強勢等等所謂「死亡組合」，導致沒有願意與她牽手的對象，最後到戀愛科學婚姻仲介所尋求協助，並有了出乎意料的發展。

有一種好，是朋友都是為你好。有一種幸福，是別人覺得你幸福！

我稱它為亞洲壓力。－《戀愛是科學》

相較於乃慧清楚知道自己想要的對象，學歷必須在碩士以上，另外一位林小姐是朋友陪伴而來的。朋友打著幫她尋找幸福的名號，花了半小時洋洋灑灑地列了一堆條件，但是這樣真的是林小姐想要的嗎？

以上兩位角色其實有個共同點，就是她們為自己設下「十分明確且詳細的前提」，無論是否這些條件出自門當戶對的文化或是他人意見。這時我們可以思考一個被討論已久的議題：究竟我們要選擇的是「我愛的人」還是「適合我的人」？換個角度來看，這個問題本身便是感性與理性之間的角逐。

系統的誤差值－當感性破解大數據

系統不會出錯，幫我配對出來的，一定都是條件、能力、價值觀各方面都相當適合我結婚的對象，可是系統它不會知道誰能讓我心情好， 誰會逗我笑。－《戀愛是科學》

我才不管什麼大數據，我 27歲，我選妳。就算妳離過婚，我都選妳。－《戀愛是科學》

儘管使用科學輔助，與乃慧設立條件相差甚遠的有福，仍然走進乃慧的心。劇中的另一對，男主角王軒宇也突破大數據，無視一切不利條件也鍾情於女主角顏霏。他們的情感都是突破大數據的存在，確實稱不上理性，而這又是為什麼呢？

事實上，儘管科學上確實能部分證實，我們的心動軌跡有跡可循，但至今依然沒有任何理論或是學者，能完整詮釋愛情的全貌。或許你也曾發現，無論再怎麼理性抉擇，你的暗戀對象或是伴侶，可能依然與你在心裡設定的理想型不太相同，究竟為何「直覺的喜歡」有時會讓人忽略所謂公認的「客觀擇偶條件」呢？學者曾證實，這樣莫名的吸引力其來有自。

當愛來臨時－５大吸引力來源

人類皆是感性與理性的綜合體，所以要做到完全拋卻感性是近乎不可能的。因此劇中除了女主角顏霏使用的科學數據相親法之外，仍有許多「不可測因素」悄然牽動著每位角色的情感，其中，就包含許多「吸引力來源」。以下統整幾項研究，與大家分享超乎理性、多半來自潛意識的五項吸引力來源：

來源 1｜時常遇見的「熟悉感」

學者曾在大學課程進行調查，發現在學期結束後，同學與座位附近的同學較有機會成為朋友、建立親密連結。另外一位研究者也在麻省理工學院學生宿舍，詢問一群學生的大學生活中三位親密好友，結果顯示 65% 來自同一棟宿舍。

《戀愛是科學》劇中，在沁藍送了 27 次宵夜之後，軒宇對她漸漸產生情感，可見情感連結或多或少與「熟悉感」相關。但在現實生活要注意的是，勇敢追愛和死纏爛打往往只有一線之隔喔！

相關推薦：《當男人戀愛時》啥款 ㄟ告白 ㄟ成功？論告白與追求的務實策略

來源 2｜價值觀念具「相似感」

心理學家 Heider 提出的平衡理論指出，人會追求平衡的認知，例如相似的價值觀、意見、政治傾向等。其他學者也在研究中指出，伴侶婚後價值觀的相似性，對於關係滿意度的影響非常大！

然而這也不能過度追求。例如顏霏的客戶 Jason，就堅持他的對象必須熟讀金庸的武俠小說，因為他希望有人能一起討論感興趣的事物。儘管我們認同伴侶間是需要相似感的，但是太過在意相同，反而會讓關係終止。

來源 3｜本能追求的「安全感」

人類會因為過往經驗、個人性格等種種原因，漸漸影響對於感情中安全感的需求，進而影響擇偶。因此討論戀愛關係時，我們常提及三種親密依附類型：焦慮型、逃避型、安全型。簡單來說，容易缺乏安全感者多屬於焦慮型，逃避型的人則傾向封閉心房，並且注重隱私與關係界線，至於安全型，則是普遍認為的理想類型。

男主角軒宇和他的前女友沁藍，前者就偏向逃避型、後者則偏向焦慮型。軒宇始終不善於表達心意，而沁藍缺乏安全感，這也成為他們分開的致命傷。

相關測驗：你的安全感是哪一種愛情依附風格？

相關連結：老天爺啊！另一半總是說自己沒安全感，我該怎麼辦？

來源 4｜能被喜歡的「認同感」

我們容易被「表現出喜歡我們自己」的對象吸引。社會心理學者觀察進行快速約會（speed-Dating）的雙方並進行訪談後，部分受訪者表示，若感受到對方對自己有興趣，那麼自身會容易被對方吸引。

《戀愛是科學》角色裡，並沒有明顯的感情線來自於此。但我們能觀察到，顏霏在之前將軒宇視作小弟弟，在得知軒宇之前暗戀過自己之後，才轉換想法慢慢地察覺自己的心意。

來源 5｜直觀感受上的「容貌」

亞里斯多德曾表示：「美貌是勝過任何介紹信的推薦函。」以生物本能來說，不可否認我們會被美麗的人事物吸引，可能是偏好對稱的五官、大眼睛等。然而每個世代的審美也都有變化，每個人看待容貌條件的想法都不同，最重要的是，有意識的思考容貌對於自己的意義即可。

相關連結：臺灣人的8大愛情風格

幸福的交叉點－戀愛是「感性」與「理性」的交匯

有一些爸媽的觀念也是很奇怪，小時候學生時期不讓小孩談戀愛， 但是長大後卻直接催婚，這不是很不符合邏輯嗎？就等於是從來不考模擬考，就直接學測一樣恐怖。－《戀愛是科學》

所以，選擇伴侶之時除了考慮種種條件，最為重要的其實是回歸自我本身。勇於面對心裡的真實情感，梳理清楚這樣的吸引力從何而來、程度為何。

像是劇中的大數據聯誼法，近乎是絕對理性且公認可靠的存在。然而，這樣的客觀條件僅是輔助我們的工具，我們依然要依靠探索與自主思考。如此尋找出結合感性與理性的交匯之處，很可能就是一段幸福關係的起點！

相關連結：現在的孩子都在談什麼戀愛？

• 林奕丞（2015）。夫妻間依附類型配對組合、休閒興趣的相似程度與婚姻滿意度之關係。國立政治大學輔導與諮商碩士學位學程研究所碩士論文。
• 劉文琴（2006）。夫妻性格的相似性及互補性與婚姻滿意度及親密度的關係。佛光大學心理學研究所碩士論文。
• Festinger, L. (1950). Informal social communication. Psychological Review, 57, 271-282.
• Eastwick, P.W., Finkel, E.J. (2008). An in-depth speed-dating exploration of sex differences in romantic partner preferences and the disconnect between stated and in-vivo preferences.