面對改變時，理智與情感的拉扯就像是「象與騎象人」——《學會改變》上

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。

讓電腦理解人類情感，一直是許多科學家關注的議題。那你知道現在 AI 已經學會人類情緒的辨識了嗎？

所以我們這集就來講講：

1. AI 如何理解人類情緒
2. AI 如何生成情緒語音
3. 世界上第一款具有同理心的 AI 對話工具 Hume

那麼我們就開始吧！

如果有其他想看的 AI 工具測試或相關問題，也可以留言發問～

更多、更完整的內容，歡迎上泛科學院的 youtube 頻道觀看完整影片，並開啟訂閱獲得更多有趣的資訊！

• 作者／劉育成｜東吳大學社會系副教授

後人類學者 Rosi Braidotti 在其著作中提出了一個問題：

「後人類主體的感官與知覺器官，看起來會像什麼樣子？（What is the sensory and perceptive apparatus of posthuman subjects like?）」（Braidotti & Hlavajova, 2018, p. 12）。

或者，換一個問法。人類所擁有的情感、情緒、知覺或感官體驗，都是「自然的」嗎？這樣的論述有多大程度是真實的？以及，科技如何可能改變這樣的真實性？Jordi Vallverdú 提出「後認知時代（Post-Cognitive Era）」一詞，藉此思考以下提問：「情緒或情感是自然的嗎？」「在科技介入後，情緒或情感如何變得不自然？」，或者「如何挑戰情緒或情感是自然的這條界線？」（Vallverdú, 2017）。

換句話說，他的提問是：人造感官如何影響或形塑我們對世界的認識？以及，最終而言，如何形塑我們對自身之認識，以及形塑自身與機器之關係的認識？當然，這也挑戰了自然與技術的關係，也包含了重塑兩者之間原本存在之界線的內涵。

自然與非自然之間的關係

自然與技術（人造物）的關係，從希臘時代便有所論述。在史丹佛哲學百科（SEP）中，Franssen 等人歸納出了四個主題：首先，技術是學習於自然，或是模仿於自然。例如建造房子是模仿自燕子築巢、編織則是模仿自蜘蛛結網等。第二，自然與人造物之間存在著根本上的區別。例如亞里斯多德認為，自然界事物的產生與動作乃是內生的，而人造物是依賴外在的原因。此外，不同於自然，人造物也無法再製自身。第三，亞里斯多德的四因說（物質、形式、效用、目的）對技術哲學的貢獻。第四，柏拉圖與亞里斯多德對技術圖像的大量使用。例如柏拉圖將世界描述為是工匠的作品（the work of an Artisan）以及兩者都認為技術圖像在表達「世界的理性設計」這個信念上是不可或缺的（Franssen, Lokhorst, & Poel, 2015）。

在希臘神話中也經常見到技術如何借鏡於自然，以擴展人類的能力。例如伊卡洛斯與代達洛斯想要透過蠟製成的翅膀逃離克里特島的故事。對於自然與技術（人造物）之間的區別，以人造物無法再製自身為主要觀點，指出了某種對於自然與人造物之間似乎存在著一道無法跨越的鴻溝或高牆。無論是往下走到底或者往上爬，科技都尚未能帶領我們看到是否能成功跨越的終點。

從技術的角度來看，自然是可以被征服的。然而，自然卻從未想要征服技術。對人類與社會的演化而言，「自然」不過就是透過技術進行觀察與再現的產物。康德曾經提問，「自然如何可能（How is nature possible?）？」社會學家 Simmel 認為這樣的提問正指出所謂的自然，「只不過是對自然的再現而已（nothing else but the representation of nature）」（Simmel, 2009[1908], pp. 40-41）。此一對自然的再現，原本是透過感官、心智與意識的運作，綜合而來的主體經驗，例如味道、溫度、顏色、情緒等皆然。

對康德而言，自然「就是個特定種類的經驗，一個透過且在我們的知識範疇中所發展出來的圖像」（Ibid.）。Simmel 對康德有關自然的討論，原本是想要回答「社會如何可能？」的這個問題，但將它自身的問題類比於康德的提問，正好提出了當前關於科技與人類發展的重要議題，也就是：在多大程度上，人類其實是技術的產物，且徹頭徹尾就是技術的？以及，隨著科技的介入，人類—身體與心智—在多大程度上仍（會）是自然的？

自然（Nature）可以是資料（Data）嗎？

馬克思在《資本論》第一卷中說道：「人自身作為一種自然力，與自然物質對立。為了在對自己的生活有用的形式上佔有自然物質，人使自身的自然力——手臂和腿、頭和手運動起來。當人透過這種運動，對外在於自身的自然施加作用並改變自然時，也就同時改變他自己的自然／性質（Nature）」（引自，萬毓澤, 2018, p. 56）。

這似乎是說，人透過其原本作為自然界之一部分的自然之力，在改變自然的同時，也改變了自身的屬於自然的那一部分。科技不僅在這個運動過程中給予人的自然力大大的協助，甚至不斷地擴增其力量，更透過大腦的延伸——網際網路以及人工智能等——欲將人類身體的自然性質消除殆盡。儘管可以想見的是，這為人類的日常生活帶來更多的便利與效能，但與此同時，自然卻也成了一個再也回不去的想像。

「是不是自然的？」這件事重要嗎？在自然與技術（非自然或人造物）這兩個端點上，我們很少譴責自然是一個不好或不健康的東西，但是跟技術有關的，卻經常象徵了不健康的事物。當現代社會中出現越來越多諸如「吃得健康」、「吃原型食物」、「回歸自然」等論述，或許也指出了前述馬克思所論述的矛盾。

在科技發展上，將自然——透過各種感測器或演算法等——化約為「資料（data）」並且對透過這些資料以模擬、再現或理解自然的肯定，讓自然離人類越來越遠。Coyne 在探討自然在數位時代中的位置時也說道：「無論自然是什麼，其絕不是資料」（Coyne, 2018, p. 7）。我們之所以能夠區別何謂自然或不自然，前提是我們已經使用了「自然／非自然」的這組區別。對人類以外的有機體而言，這組區別無疑是不存在的。

換句話說，這組區別乃是技術的產物，也正是從技術（人造而非自然）的角度觀之，自然充滿了訊號（signals）或徵兆（signs）， 等待著被（技術）解讀。對自然的「認知」——搜集、解讀訊號並賦予意義，一開始雖是透過尚未被技術中介的身體與感官來實現，但如今卻逐漸轉向由人造感官（artificial organs）與演算法來架構出對自然的認識。

歷史上的四種認知階段

廣義而言，「認知」就是對世界或環境的感知與認識。Vallverdú 區分了歷史上的四種認知階段：自然、文化、計算，以及後設統計（meta statistics）（超人類／超智能）（Vallverdú, 2017, p. 194）。這四個階段也可以看作是四種認識世界的方式，而這個過程也標示了那個原本是自然之一部分的身體，在科技介入後如何逐漸消逝的過程。

在前三個階段，那個自然意義下的身體仍是認知發展與主體，感官在其中扮演重要角色。心智的發展也與感官如何感知外部世界有密切關係。因此，至少在這些階段中，知識仍是具身性的（embodied）。假如我們依舊相信科學與科技發展中的奇點（singularity）論述是可能出現的，那麼在奇點之後的人類以及「認知」又會是什麼樣子？這是 Vallverdú 所謂的第四階段：後設統計。他認為，未來的知識在本質上將會是「統計性的」。他稱那些在奇點之後所出現的認知實體為「後認知實體（post-cognitive entities）或「後奇點智能（post-Singularity intelligences）」（Ibid., p. 197）。

這樣的一種後認知實體主要有兩類，其一是「超人類（transhumans）」，其二則是人工智能學家 Nick Bostrom 所謂的「超智能（superintelligences）」（Bostrom, 2014）。超人類或許仍可被認為是人類或具有部分人類的性質，或者所謂的「賽博格（cyborg）」。然而，對於「超智能」——一種具有人類智能特性卻能超越人類智能的演算法，如何定義其是否為活著的或者是有機體等，對某些人而言似乎還是個困擾。

在探討認知的發展與情緒是不可分的前提下，Vallverdú 將這些後奇點智能的情緒系統描述為「para-emotions」，這個系統與當前人類的情緒系統運作會有很大不同，也將會是建立在新的資訊結構之上。如果情感與情緒在某種程度或意義上仍是自然的，那麼我們將要如何理解透過人造感官、各種感測器所蒐集到的數據，並據以形成關於情感與情緒的計算及結果？

另外，假如一個人工智能演算法能夠展現情感與情緒，並以此為基礎發展出對環境的認知與理解，這樣的一種非人的、後奇點實體是否能被視為是具有生命的？這些問題不僅在實務上會帶來各種倫理議題，在知識論上也直接挑戰了自然與技術的界線。

在日常生活中，我們已經可以見到人們透過穿戴式或植入式裝置搜集數據，並以此為了解自身身體的方式。這些人造感官、感測器所獲得之資料，可以單獨運作或與身體感官的運作合併，一同形塑出所謂的認知。人們感知的方式也會形塑其思考與行動的方式與內容。

Vallverdú 以「羞恥感（shame）」在社會連結中扮演之角色為例指出，羞恥感這種複雜的社會情緒，乃是透過複雜的社會互動而出現。此外，羞恥感更能夠用來實現人們彼此之間更細緻、複雜的社會互動（Vallverdú, 2017, p. 205）。這樣的情感與情緒如何在人造認知設備中獲得實現，以及對人機互動的影響與啟發等，都還尚待深入探究。

「感覺」可以透過大數據或演算法建構嗎？

「資料並未創造出感覺（data do not create sense）」，Vallverdú說道（Ibid.）。

透過技術能搜集到的資料越多，並不表示對自然或環境的感知或理解就必然會越加正確或適切。更重要的是，透過人造感官為人類或超智能所架構出來的環境特性，是否也是自然的，或自然的一部分？若我們將演算法也視為一種人造感官，當人們越來越依賴演算法來架構認知時，人類大腦是否會受到各種人造感官的影響，而被形塑成一種透過人造的方式來認識其環境，或者甚至，最終為人造大腦所取代？例如，書寫工具的數位化將我們與自然的接觸簡化到手指的固定、簡單的幾個動作，但卻給予與我們探索更多非屬於自然的可能性，而得以讓想像力因為數位化工具而得以更精緻、更多意想不到的方式來實現。其確實為我們帶來了更豐富的世界，但也將我們與自然的關係簡化為僅是手指的幾個動作。

再舉個例子，我們對植物的認識，過去需要到外面，透過觀察、觸摸等方式來認識植物，如今透過智慧型手機中的 APP（例如「形色」或 Google），只要對不知名的植物或花卉等拍攝照片，該程式就會將照片與其雲端上的資料庫進行比對，然後將結果回傳到手機螢幕上，然後使用者就會知道該植物的名稱及特性。在經驗研究中觀察到的是，使用者是在獲得回傳之資料後，再將該資料中對該植物特性的描述與眼前的植物進行比對，也就是透過回傳之資料來認識該植物的特性。

在此一過程中，原本一開始是需要透過感官進行仔細觀察、觸摸、尋找資料、比對等都被簡化為一連串數位化的動作，這些動作與所要認識的對象之性質無關，而我們卻越來越習慣於用這樣的方式來認識與接觸自然。當我們意識到時而想要回歸到更多的自然時，我們所需要付出的代價可能更高（一方面是因為我們已經習於技術為我們提供對自然的認識或進用），甚至是一件不太可能或相當困難的事。

Braidotti 認為後人類、後人類中心主義的觀點，乃是茁生於「展露自身於世界，且折疊世界於自身之中的實作」（Braidotti, 2013, p. 193）。對我來說，這就是將人類帶回自然。至於這個「將人類帶回自然」對人類自身而言是一種貶抑或者是提升，或許仍有待討論。若科技是為了征服自然而存在及發展，也就是致力於人與非人（人造物）、自然與技術之界限的消解，那麼這樣的一種後人類論述，或許更像是創造了不存在真正自然的對象物。前述之界線的消解包含兩種意涵。其一是解消而回歸自然，其二是解消但卻是回歸技術。

然而，對這兩種意涵的探究，是否也預設了人與非人這組區別是技術而非自然的產物？這或許也是值得思考的問題。關於後人類與後人類中心主義的提問便會包括，這組區別之解消，帶來的是偏向自然或偏向技術的世界或思維？

《脫稿玩家》中擁有自我意識的 NPC

在最近的一部電影《脫稿玩家（Free Guy）》（2021）中，劇情主要描述一個在數位虛擬世界中的 NPC（Non-Player Character，非玩家角色）在獲得自我意識之後所發生的各種情節。非玩家角色指的是，在角色扮演遊戲中，那些不是由玩家所控制的角色。非玩家角色通常是由電腦程式或人工智能演算法所控制，主要協助真人玩家進行遊戲或豐富遊戲的場景與互動內容。

在該電影中所設定的虛擬遊戲場景裡的 NPC—Guy—突然獲得了自我意識，因此也認識到他跟遊戲中的其他 NPC 角色有所不同。此外，該遊戲的真人玩家也在與 Guy互動的過程中，不僅有真實情感的投入，也引發了對於 Guy 是否應該被視為是「人」或者是「活著的」討論。這也直接挑戰了自然與非自然的界線，以及「什麼是『活著的（alive）』？」、「自然就等於是活著的嗎」等觀點。更進一步提問會是，在這個從自然到非自然的跨越，以及從非自然跨回自然之過程中，到底發生了哪些事？

結語

綜上所述，人類（社會）或許正經歷一個從「科技中介的自然（technologically-mediated nature, or artificial nature」到「科技的自然化（naturalization of technology）」之發展。在此過程中，關鍵的提問將會是，自然如何解消於科技之中，以及這樣的解消為物種帶來何種面對自身的方式及後果？無論是 Vallverdú 稱之的後認知或後奇點實體，還是 Braidotti 的後人類主體，這些都會是「身體主動吸引技術進入其中」的主體，技術不再是輔助身體之用，正常與不正常的身體，都期待技術帶來的好處——也將重塑正常／不正常的界線。

例如我們不只是無法抗拒智慧型手機，在某種意義上，我們歡迎智慧型手機對身體——姿勢、行為、心理與心智——的殖民。感官與知覺設備不再只是指單純的身體感官，也不是如麥克魯漢所言之的身體感官透過技術物而延伸的產物，而是技術物改變感官經驗甚至取代感官以提供資訊給心智（演算法）進行處理，最終帶來的或許正是一個科技就是自然的後認知時代。

參考資料：

• 萬毓澤. (2018). 你不知道的馬克思. 新北市: 木馬文化.
• Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford, UK: Oxford University Press.
• Braidotti, R. (2013). The Posthuman. Cambridge, UK: Polity Press.
• Braidotti, R., & Hlavajova, M. (Eds.). (2018). Posthuman Glossary. London and Oxford: Bloomsbury Academic.
• Coyne, R. (2018). Network Nature: The Place of Nature in the Digital Age. London & New York: Bloomsbury Academic.
• Franssen, M., Lokhorst, G.-J., & Poel, I. v. d. (2015). Philosophy of Technology. In E. N. Zalta, U. Nodelman, & C. Allen (Eds.), Stanford Encyclopedia of Philosophy (pp. 1-55). Stanford, CA: Stanford University.
• Simmel, G. (2009[1908]). Sociology: Inquiries into the Construction of Social Forms (Volume 1) (A. J. Blasi, A. K. Jacobs, & M. Kanjirathinkal, Trans.). Leidon & Boston: Brill.
• Vallverdú, J. (2017). The Emotional Nature of Post-Cognitive Singularities. In V. Callaghan, J. Miller, R. Yampolskiy, & S. Armstrong (Eds.), The Technological Singularity (pp. 193-208). Berlin, Heidelber: Springer.