聊天可以，上課卻聽不清？「微聽損」如何影響兒童的課業與人際關係？

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

謝爾頓（宅男行不行的主角之一）走進自家公寓的客廳，看到好友李奧納德與霍華德窩在那裡，現場氣氛緊繃。

「怎麼了？」他問道。

「霍華德今晚要睡這裡，他跟老媽吵架。」李奧納德解釋。

「你幫他倒一杯熱飲了嗎？」

李奧納德一臉不解地瞪著謝爾頓看，霍華德則是癱坐在沙發上，不發一語。

「李奧納德！這是社交禮儀，朋友鬱卒時，你應該幫他倒杯熱飲，比如熱茶之類的。」

「來杯茶確實不錯。」霍華德坦言。

謝爾頓是美劇《宅男行不行》（The Big Bang Theory）的主角之一，網路迷因「以熱飲安撫朋友」可能就是源自於他。不過，認為身體溫暖與精神支持是相通的人，肯定不只他一個。幾個世紀以來，詞曲家與詩人把愛與關懷跟暖心的溫度連結在一起，孤獨與背叛則令人心寒。

溫度可以改變看法

我們的日常用語也充滿類似的譬喻。我們以「溫暖、熱情」（warm）來形容有愛心、反應熱烈的人。我們作客時，可能獲得「熱情接待」或「冷眼對待」。波蘭人可能 mówi ciepło（熱情地談論）某人；在法國，大家有時會用 battre froid a quelqu’un 的說法（字面意思是「冷對某人」），意思是「故意冷落某人」。

早在 1946 年，現代社會心理學之父阿希（Solomon Asch）的實驗就發現，描述一個人時，加入「熱情」或「冷淡」等字眼，會明顯改變別人對那個人的看法。別人可能認為你很聰明、技巧高超、很堅毅，但那不重要，重要的是你究竟是熱情還是冷漠。

阿希發現，一般人認為熱情的人是慷慨大方、善於社交、溫厚良善的。冷漠不僅表示你缺乏上述特質，大家也會覺得你展現出相反的特質：小氣、疏離、刻薄。阿希認為，冷熱之別是社會觀感的基礎。

然而，科學研究經過多年才揭開一個事實：這種根本特質不是簡單的語言學或人為譬喻的產物。我們是在「生理上」，真實感受到人際關係中的「冷暖」。

現在把時間快轉到二十一世紀。2008 年，研究人員在耶魯大學的宏偉建築中做了一項簡單的實驗。一位自願參與的大學生走進心理系大廳，她在那裡遇到一名女性研究助理，說要帶她去四樓的實驗室做實驗。那位助理的手上拿了很多東西：一杯咖啡、一個寫字板、兩本課本。她們兩人一起走向電梯。

在電梯裡，研究助理請那個學生暫時幫她拿著杯子，好讓她在寫字板上隨手記下一些東西。不久，電梯門打開，她們一起走了出來。那位學生不知道的是，實驗的第一部分已經結束了。

一旦進入實驗室，研究人員會請她讀一段文字，那段文字是描述一個虛構的人「某甲」，某甲是聰明、熟練、勤奮、堅定、務實、謹慎的。學生的任務是針對十種性格特徵，為某甲打分數，其中五種性格特徵在語義上與「熱情」或「冷淡」有關。

這項實驗總共有四十一位大學生參與，他們不知道的是，研究人員已經把他們分成兩組。電梯裡，其中一半人被要求拿著的，是從當地咖啡館買來的熱咖啡；另一半的人是拿冰咖啡。這個小差別就足以影響學生對某甲的觀感，相較於拿著冰咖啡的人，拿著熱咖啡的人明顯覺得某甲比較「熱情」。

對心理學家來說，這種發現是突破性的。那表示，身體實際感受到溫暖，確實可能增加心理或社交上的溫暖印象。

這個實驗就此敞開了研究的閘門（包括我自己的研究）：研究溫度與社交性之間的關聯。如果暫時拿著一杯熱飲，就足以讓我們覺得某人比較善於交際、值得信賴，那是否也能讓我們覺得自己跟他比較親近呢？

不是身體上的親近，而是心理上與社交上的親密──就像我們說「親近的朋友」或「親近的家人」那種親近？我決心找出答案。

溫暖確實可以拉近關係

電梯裡拿咖啡的實驗做完一年後，我和荷蘭烏特勒支大學（Utrecht University）的指導教授一起發表了我們的變化版本。我們設計了一個實驗室的研究，當實驗人員忙著在筆電上安裝問卷時，她會請參與者幫忙拿著一個杯子。半數參與者是握著裝熱茶的杯子，另一半是握著裝冰茶的杯子。無論是在電梯裡、還是在實驗室裡，讓人拿著一杯熱飲或冷飲，都會影響參與者對他人的看法。

接下來，是我們實驗的下一步。我們請參與者看一份基本的評估量表，那是畫在一張紙上的幾個簡單的文氏圖（Venn diagram）。每個文氏圖是由兩個圓圈組成。

在量表的左端，兩個圓圈幾乎沒有接觸；在量表的右端，兩個圓圈幾乎完全重疊。在這兩個極端之間，兩個圓圈的重疊面積持續增加。

我們請參與者假設其中一個圓圈代表他本人，另一個圓圈代表實驗人員。我們想知道參與者畫出的兩個圓圈是否有重疊；如果有重疊，重疊比例是多少？我們已經知道，人際關係更好（更投入、更忠誠、更融洽）的人，通常會把圓圈畫得比較重疊。

在我們的實驗中，拿過熱飲的人所畫的圓圈，比拿過冷飲的人所畫的重疊更多。我們因此推論，熱飲組覺得他們自己與實驗人員的自我更融合。簡言之，他們感覺自己與實驗人員更親近了，只因為實驗人員給了他一杯熱飲，而且不用喝下肚，只要拿著就好。

後來，我們又繼續做相關的實驗，結果發現，參與者甚至會開始使用更多的詞彙來描述自己與他人的親近感。這項研究是這樣運作的：在烏特勒支大學，我們不是請參與者握住熱杯或冷杯，而是請他們待在一個暖氣房（攝氏二十二至二十四度）或冷氣房（攝氏十四至十八度）裡。接著，讓他們觀看一段西洋棋的紅棋與白棋移動的影片。

我們請參與者描述他們看到的情況時，一位待在暖氣房的參與者提到：「我看到一個紅棋跟在其他棋子後面，後來吃掉那些棋子。她先吃下左邊的第二棋子，然後吃掉右邊的棋子。接著，她往後移動，又吃下一個棋子。之後，她往前移動，又吃下一個棋子。」

一個待在冷氣房的參與者說：「小兵與皇后去冒險，但皇后不喜歡他，自己走了。這對白方不利，她的行為引發了衝突與問題。小兵只是個蠢蛋，他放任皇后消失，後來大家都很不滿，連驕傲的國王與小兵都很不滿。」

不管是待在冷氣房還是暖氣房，參與者都很容易採用擬人化的敘述。不過，待在暖氣房的參與者使用較多的動詞來描述看到的情況，待在冷氣房的參與者比較喜歡用形容詞。

——本文摘自《做個有溫度的人：溫度如何影響我們的生活、行為、健康與人際關係》，2022 年 9 月，時報出版，未經同意請勿轉載。

若說鍵結提供了剖析人類連結方式的模型，也可用來闡述這些連結逐漸磨損而分解的部分原因。

天下沒有無堅不摧的化學鍵。每種化合物皆有熔點與沸點，唯一真正該問的問題是，得花費多少能量。以離子鍵形成的氯化鈉，僅需少許的水就會造成破壞，熱水的破壞力尤其大。

鹽加入烹煮義大利麵的水之後溶解，在你聽來應該不像戀人分手或友情變質的故事，但本質相當。鍵結存在的條件已出現變化，隨著溫度升高，其連結也不再強到足以維持。所有關係均會隨著情況改變而產生變化：鍵結是否堅強到足以存續，取決於鍵結的本質與改變的程度。

舉例來說，泛泛之交猶如氫鍵，若一方移居國外，友誼不可能還會延續；然而，若你和同事之間已建立起離子鍵，你換工作後，友誼也不可能就此畫下句點。

情境儘管改變，你們身為人的極性並未改變。兩人漸行漸遠，常聽見的原因是「他變了」、「她跟以前不一樣了」。個人演化的所有面貌，僅用一句說詞就約略帶過，不過是搪塞了人生閱歷造就的變化，敷衍了享有的成就與煎熬的敗舉，亦抹殺了人生經驗中美醜的印記。

人際離合，如同原子鍵結的形成與消退

原子化合物可能建構了一座實用模型，進一步挖掘人類的連結，但當然，我們比這個模型還更複雜一點。我們的需求、個性、目標皆可能逐漸演化，而且是以碳原子外殼層執行不了的方式。碳原子外殼層會有四個電子，汲汲營營尋覓其他兩個氧原子來達成飽和。人類的靜電需求則更可互相交換。

我們會改變，而個性、態度、人生志向的改變，可能會帶來價的改變。尋求不同的事物可能意指尋求不同的人：或許是想在派對咖裡找到長久相處的朋友，或許是想找到重視家庭也重視玩樂的另一半。

我最近深刻體驗到，什麼叫做與重要的朋友分開。我倆認識多年，形成的鍵結之強力，是可以成天坐著耍鬧、玩吉他、笑到差點尿褲子的那種，是簡簡單單就樂不可言的友情。但我倆的人生道路岔開了。或許是職涯進展速度不同。曾經不須刻意就將我倆鍵結起的共價感消褪了，取而代之的是對方更加需要但我給不出的某種感覺。

此時通常感覺就像弱力接了手，改變了對方某部分的個性或快樂感，還威脅要摧殘你，你則得試試是否能共用或給出電子，協助對方重新完整自己。但不是每次都可行。有時候就是對方電子需求的規模或頻率太大太高，不適合一段友誼健康永續發展。別太苛責自己了吧。

人類可能天生就能建立連結，但供給別人也有個底線，以免損蝕了保護我們個性、需求、身分的強力。

你和愛人分手、和好友失聯，自然而然會責怪自己（當然，會先大哭一場），斟酌自己做錯什麼，重來一次的話，可能會有哪種別的做法。鍵結可協助我們找到更平衡的觀點，讓我們知曉不是每種鍵結都可隨著演化而持續，儘管有些鍵結在你目前為止的演化進程中居功厥偉，就是不會永遠存在。或許，最寶貴的體悟是，儘管目睹鍵結的裂解，也未必造成我們裂解。

化學上，鍵結或原子特性的變化理應不僅是該狀態的終結，而是另一種狀態的開端：創造產生新鍵結的空間。人類也理應如此。我們面對一段關係分裂，可能得花上一杯溫牛奶的時間重新設定自己，安撫自己。但，無論我們目睹多少鍵結斷開，必將留著我們最具人性的能力：

重新開始一段新的連結，結交新朋友、找到新戀情。我們的外殼層早就準備好給予或分享下一個電子。

化學鍵與人之間連結的差異：親和力與親留力

化學鍵可能幾奈秒之間就形成了，奈秒可是我們感知不到的時間單位。人與人之間的連結本身也可能會立即形成，儘管我們還是得注意親和力（affinity）與親留力（avidity）的差別：

親和力指單一的相互作用，生物學概念的親留力，則是許多親和力經過一段時間形成的整體連結。親留力才能真正實質連結彼此，將兩段人生搓出雙股，繫上由共享經驗、興趣、志願、價值觀織成的網。

這類親留力僅會發生於兩人可以一起演化共進的情況，兩人彼此攜手加強與深耕原本的鍵結，才不會過度使勁，拉壞初始的共價鍵或消除原本的磁吸引力，最終導致分裂。

培養呵護這些鍵結，是我們的本能。大家都會花時間琢磨如何照顧身邊的人：在他們困厄時，說出對的話語鼓勵他們，到場歡慶他們的成就，甚至忖量要為他們烹煮什麼好料，買來何種生日禮物。同時，我們也會死守於爭執、隔閡、歧見之中。是他們不對，還是自己？

藉由化學鍵與基本作用力的角度深究人際關係，可以重新破解這些問題，進一步挖掘人類連結的本質，確知那些聚集我們與逼使我們分離的因子，有助於理解自己施予他人與他人施予自己的作用力——這些作用力是否為有益的平衡，抑或是有害的不平衡力量。

對我而言，這指的是找出經營新關係的方式，以及賦予我們能力逃脫本能自責的窠臼，反思分開的實際原因。有時候，大家都沒錯。鍵結斷裂，是因為作用力超乎我們的掌握，滾水中必定有一顆義大利餛飩爆開。

何謂鍵結的本質？是穩定、支持，還是激情、熱烈？

思索鍵結的本質，能讓我們重新評估個別關係以及整體的人際關係。這些不同種類的連結也以多種方式滋養了我們：共價鍵的關係是穩定、提供支持，帶來撫慰、安心，離子鍵的關係是體驗刺激、熱情，通常還有愛情。

一種是人生中的潺潺流水，有起有落，也會改變路徑，但永不乾涸；另一種是點亮夜幕的煙火，能量之大，可能性之廣闊，震撼了四座。我們兩種都需要，理由各異，在任一給定時間點的比例依據個性與人生需求而不同。

我們正如組成我們的原子，持續形成新的連結，追求人類本能渴望的歸屬感與穩定性。有些關係將冰消瓦解，有些將永世長存；有些會完整我們，有些會讓我們感覺似乎即將撕裂彼此。

對於牽起新關係的方式，沒有人會是絕對冷靜客觀，我也膽敢說，沒有人會完全以科學角度看待，不過，化學可以帶來煥然一新的觀點：賦予我們信心組成各種鍵結，斷開各種關係，有時候重組連結，從彼此之間定義自己。