從暈船到壞血病——長期待在船上的求生指南│環球科學札記 (4)

• 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。

本文轉載自食藥好文網

• 撰文／雅文兒童聽語文教基金會 黃上維、張晏銘 聽力師

聽覺是兒童接觸外在聲音世界、學習口語語言的基礎，聽得到且聽得清楚，孩子的語言及認知表現才有機會適齡發展，因此一旦確認有聽力損失，就有助聽器的使用需求。不過，當醫生判斷孩子有聽力損失後，父母心中都想知道：有沒有吃藥、手術或其它方式，來治療聽力問題？又或是戴上助聽器後，就能讓孩子的聽力恢復嗎？要解答這兩個問題，我們必須先了解聲音的傳遞方式。

我們如何聽見聲音？

耳朵是接收聲音的管道，分成外耳、中耳、內耳，隨後透過聽覺神經將聲音訊號傳遞至大腦解讀，任何一個區域出了差錯就有可能造成聽力損失。

外耳及中耳問題會造成「傳導性聽損」，例如：小耳症、耳道閉鎖、中耳積水、聽小骨硬化或斷裂等；這類聽損有醫療治癒的機會，但若治療的時機未到或期程過久，仍將耽誤孩童的聽語學習，因此可能需要階段性使用助聽器。內耳及聽神經問題會造成「感覺神經性聽損」，例如：毛細胞損傷、基因遺傳導致的細胞功能變異、神經細小等；這類聽損至今仍不可逆，也占先天性聽損的多數，需要終生使用助聽器或其它聽覺輔具。

助聽器的技術發展與時俱進

「工欲善其事，必先利其器。」要讓受損的耳朵重拾聽覺，要先了解助聽器的來歷。 助聽器顧名思義是幫助聽力的器具，如果說任何能把聲音有效傳進耳內的工具都是助聽器，那 17 世紀所誕生像漏斗、號角般的「耳朵喇叭（Ear trumpet）」就開啟了助聽器的時代篇章 ^[2]。不過這樣單純依靠聲學作放大的音量勢必有限，18 世紀末出現了以碳形成磁場，能有效提高音量的「碳助聽器」，同時引進不同頻率的聽力損失應有不同放大量的概念，隨後更歷經以「真空管」提供電力、以「電晶體」減少耗電及縮小外觀尺寸的時代。

到了 19 世紀末，助聽器開始「數位化」處理，與過往類比式不同，數位式助聽器在麥克風收音時，便將聲音轉成 0/1 的數位訊號，透過處理器分析、過濾和放大這些聲音，以此達成方向性接收語音、降低噪音、消除回饋音（漏音）等功能，最後再把 0/1 的數位訊號解碼化回聲波，傳遞至耳朵內。

助聽器可以像近視眼鏡一戴就好？

多數情況下，戴助聽器跟戴眼鏡不一樣，無法一戴就好，原因除了助聽器硬體的外部限制，如麥克風收音的品質與距離影響，人耳的生理也有內部限制。對少數「傳導性聽損」者而言，聽力損失相對單純，只要聲音的「音量」被放大還原，克服了外耳或中耳的阻礙，就能有正常的聆聽潛力，然而多數「感覺神經性聽損」者，損失的不單是音量，尚有對高低音「頻率」的差異分辨，如此當說話語音與環境噪音的頻率太過相近時，大腦很難將語音從噪音中抽離；以及對聲音「時間序列」的解析力降低，因為大聲音（或比較重的音節）會遮蔽緊跟其前後的小聲音，加上生活中的語音及噪音忽大忽小，大腦很難在交錯的聲音中鎖定目標語音 ^[3]。

以視覺做比擬，音量損失就像字體變小了，語音變得不易看見；頻率解析度下降就像字形變模糊了，讓本來就看起來相仿的字變得更混淆；而時間序列解析度下降就像比較大的字會凸顯而掩蓋前後比較小的字，或字跟字會有重疊情形，讓整句話變得不完整。

現代助聽器有許多進階功能，如頻率降轉技術 ^[4]、噪音消除技術，能協助濾化聲音，幫助聽損者更好接收到目標音，但無法從本質上根治感覺神經性聽損敏銳度低的問題，因此助聽器是以矯正聽力損失、利用殘餘聽力為目的，有賴後續聽能復健訓練以最大化助聽器的使用成效。

「最好」的助聽器是「最合適」自己孩子的助聽器

國內經衛生福利部核准的助聽器醫療器材超過 180 種，各家廠牌的設計訴求不一，若家長在為孩子選購助聽器時陷入苦思，不妨先依序檢視下述原則：

一、選擇：助聽器的種類與適用對象

• 整理／雅文兒童聽語文教基金會

二、配置：助聽器的規格與使用需求

聽損者的聽力在不同聲音頻率間，多有不同的感知受損程度，助聽器要達成分頻率地矯正，有賴於可調整的「壓縮頻道」，頻道數的多寡也常反應在助聽器的等級與價格，但越多的壓縮頻道不一定會聽得越好。對於聽力圖屬於平坦型，即高低頻的聽損程度相近者，擁有 6 個壓縮頻道就足以達成理想的語音辨識清晰度；對於聽力圖屬於極陡降型，即高低頻聽力可能橫跨輕度至重度聽損範圍的人，提高壓縮頻道至 18 個才有改善語音聆聽清晰度的顯著意義 ^[5]。此外要留意，若您的孩子適用政府輔具費用補助資格，壓縮頻道在 6 個以上就能符合〈身心障礙者輔具費用補助基準表－進階型助聽器〉的頻道數要求，該「進階型」的意義與市面上廠商所定義「入門款、基本款、高階款」等不相同。

接著，承前述助聽器與人耳的限制，助聽器需要與「無線傳輸系統」相容，不論是搭配各助聽器廠牌自有的藍牙麥克風，亦或是搭配現今教育部針對聽覺障礙學生提供之遠端麥克風系統（舊稱調頻系統）^[6]，才能讓孩子在具有複雜聲音環境的學習場域聽得清楚，克服與老師間的距離、周遭的噪音回音等影響，減輕長時聆聽的疲勞。

三、驗證：確認助聽器的使用效果

因為兒童還無法完善表達自身需求，要確認使用助聽器效果時，除了家長的日常觀察，下述的客觀檢測不可少，包含「聲場矯正後聽力圖」用以確認孩子最小可以接收到的音量有無改善；「語詞辨識測驗」用以確認孩子在不同聆聽情境（如安靜環境下的遠距離說話音量、及吵雜環境下的一般說話音量）皆能聽得清楚；「真耳或耦合器量測」用以確認助聽器的處方公式設定與輸出音量相符，並確認最大輸出音量，避免過度擴音造成傷害。「聲電分析」用以確認助聽器的效能（如增益量、內部噪音量、聲音失真率等）隨時間可能衰減後是否仍在容忍值。

然而，不同聽損程度或助聽器的配戴經驗會影響驗證的細節，因此在購買助聽器之前，記得向聽力師了解這些檢測的理想目標、同樣能達成目標的其它選項有何差異、目標未達成時可努力的方向，以此兼顧助聽器的購買成本及使用效果。

和戴上助聽器同樣重要的下一步

看起來助聽科技很厲害，但別忘了，助聽器不是治療聽損的萬靈丹，聽覺大腦的路徑具有神經可塑性，需要透過正確配戴輔具，來增進聽損者對聲音的感知 ^[7]。對語言及認知能力還在發展階段的兒童來說，養成全日配戴的習慣、培養良好的傾聽技巧 ^[8]、學習聲音與意義的連結，是擁有適齡發展的要素。此外，你可以想像即便是聽力正常人，在聆聽環境複雜的時候，不總能聽得如此清晰，也需要依靠上下文解讀、請他人重述，或轉換環境做聆聽等，因此，「聽能復健訓練」是從建立核心的聽能技巧開始，擴展到語言及認知能力的促進，再到有效溝通策略的練習，是最佳化輔具成效所不可或缺的步驟。

參考資料

• [1] 馬英娟（2016）：淺談聽覺系統。載於林桂如（主編），以家庭為中心的聽覺障礙早期療育——聽覺口語法理論與實務（265-282頁）。新北市：心理。
• [3] 劉殿楨等譯（2019）。聽覺輔具，第 1 章。台北市：華騰文化。(Harvey Dillon, 2012)
• [5] Jason Galster & Elizabeth A. Galster.(2011).The Value of Increasing the Number of Channels and Bands in a Hearing Aid. AUDIOLOGYONLINE. Retrieved from https://www.audiologyonline.com/articles/value-increasing-number-channels-and-826.
• [7] Karawani, H., Jenkins, K., & Anderson, S. (2022). Neural Plasticity Induced by Hearing Aid Use. Frontiers in aging neuroscience, 14, 884917.

延伸閱讀

• [2] 楊又臻（2018）。助聽器是尊貴的象徵？從聲學椅到聲學拐杖，為了聽清楚的怪招式還真多。
• [4] 張逸屏（2022）。高音唱不上去可以降 KEY，高頻聽不清楚可以……？──談助聽器降頻技術。
• [6] 林淑芬（2022）。教室聆聽小幫手—遠端麥克風系統。
• [8] 楊琮慧（2020）。有聽沒有到，為何學會「傾聽」這麼重要？

• 文／謝耀文｜雅文基金會 聽力師

聽覺，作為人類感知世界的重要途徑之一，一直是研究者感興趣的領域。這些年來左耳和右耳之間的聆聽差異性，逐漸受到人們關注。

2009年義大利的一項研究結果指出，當我們朝著他人的「右耳」提出請求時，往往會比較容易獲得成功。然而，有趣的是，在美國德州一所州立大學的學者卻提出了與之相異的論點，其研究指出當我們想要安慰他人時，應該靠近對方的「左耳」。這種截然相反的觀點讓人不禁追問，聽覺系統中的左右耳究竟有何不同？難道左耳和右耳聽到的聲音不一樣嗎？ 

聽見聲音的奧秘

從解剖的角度來看，左耳和右耳的器官構造是對稱的（圖一）。我們的聽覺系統分為周邊和中樞兩個部分；外耳、中耳、內耳及聽神經的部分都屬於周邊，而從聽神經到大腦的區段則屬於中樞，整個聽覺系統運作是一個複雜而精巧的過程。首先，聲音最先被我們的外耳廓接收後，經過外耳道來到中耳，然後進入內耳。在內耳裡，聲音的震動被轉換為神經信號，再透過聽神經傳遞到我們的大腦，最終站則到達大腦中的覺皮質區。

當信號到達大腦時，我們才真正能夠聽到聲音。因此，正確來說，我們並不是用耳朵聽聲音，而是通過大腦來感知聲音並賦予聲音意義。

大腦的不對稱性

多數生物的聽覺系統是對稱的，利用聲音傳到兩個耳朵的時間差和音量差，此足以應付當危險發生時，幫助留意周遭聲音的方向位置，如留意到警報聲或野獸的叫聲等做出反應。但是，人類隨著演化，大腦為了更有效率的處理複雜的聲音訊息，左腦與右腦發展出了不對稱性。

學者們普遍認為，左腦主要處理語言、邏輯推理等、而右腦則處理情緒、音樂等，說明左右大腦各有不同的優勢和專長（圖二）。正因如此，聲音進到我們的左耳和右耳時，會因負責處理的大腦半球不同，使得左耳和右耳所聽到的聲音處理上產生差異。這樣左右耳相異現象，最小在嬰兒的研究中，就被發現左耳和右耳天生對聲音的偏好有所不同。

右耳優勢：從發現到機轉原因的探索

在聽力學上，右耳優勢是指當雙耳同時接收到語音訊息時，右耳的辨識能力優於左耳，也就是說，右耳對於聽取語音的正確率較高。最早於 1960 年代由 Kimura 教授發現。

為了解右耳優勢，研究者多透過雙耳異訊測驗 (Dichotic Listening Test)。測驗方式為讓受試者戴上耳機，左耳和右耳同時聆聽兩個不同的聲音，可能是句子或單字詞等。然後，他們被要求回想剛剛聽到的訊息，並分別判斷左耳和右耳的正確率。過往實驗結果皆顯示，聽力正常人的右耳的正確率普遍優於左耳。

根據現有的理論，這種現象可能與前述的大腦不對稱性有關。因為負責語言的區域主要位在左腦，所以右耳接收到的語音被認為多會直接傳遞到左腦，但左耳接收到的語音則是多先到右腦，然後還需藉由胼胝體將語音再跨傳至左腦去處理（圖三）。因此左耳聽到的聲音，需要多出這幾毫秒的時間差才會抵達左腦，使得右耳於生理上具備了先天利勢，能更快速且有效對語音進行辨識，造就右耳優勢。

「右耳優勢」會隨著年齡改變

右耳優勢在正常聽力的成年人並不十分顯著。根據文獻，差異在 3-5% 以內。然而，在幼齡兒童身上，小時候右耳優勢相對較為顯著。過往有研究指出約要到 11 歲以後，隨著聽覺系統成熟後，兒童的表現才會接近成年人。

當研究對象轉向年長者時，普遍認為年長族群的表現會差於相對年輕的族群。然而，很多研究發現，當年齡增加，雙耳會有不等速的下降，通常左耳的正確率下降幅度會顯著高於右耳（圖四）。

意旨右耳優勢其實是源自於左耳的能力衰退，因此著名學者如 Jerger 等人，也將此現象稱作「左耳劣勢」。在台灣，陳小娟教授 2015 年的研究同樣指出，年長族群受試者中高達 95% 的人有左耳劣勢，但左耳下降的幅度個別差異很大。

推論年長者左耳表現下降的成因中，與大腦中的「胼胝體」有關。因胼胝體功能是讓左右腦的訊息相互交流，所以當隨著年齡增長，胼胝體也會跟著受老化的影響，從而使左右腦間的訊息傳遞變得不夠高效，導致雙耳差異加劇。

右耳優勢的影響與意義

1. 聽覺中樞處理能力

不論年長者或兒童，當發現右耳優勢非常顯著時並非好事。根據美國聽力學會 2010 指引提出，當右耳優勢過於明顯或是缺乏右耳優勢時，被認為可能是聽覺中樞處理異常的指標，可能暗示著聽覺中樞系統老化衰退或是未發育成熟。

聽覺中樞處理異常最直接的影響可能是，明明聽得見聲音但卻聽不清楚。尤其在吵雜環境聽得更不理想。對於兒童來說，會阻礙其學習注意力，導致課堂上無法專心，或是把旁人的話當成耳邊風，導致學習困難，進而需要一些額外的聽覺輔具介入和教學策略來輔助。

2. 電子耳的植入耳選擇

對於聽損受損程度較嚴重的人來說，如果助聽器效益有限時，需評估電子耳的使用，然而選擇哪一耳植入電子耳也是有差別的。以色列的研究團隊指出，如果雙耳的聽力和結構相似的狀態下，他們發現右耳電子耳的語詞聽辨表現也有統計上優於左耳的情形，說明右耳優勢現象可能會對電子耳預後產生些影響。因此在左右耳條件相似的前提下，或許能做為選擇植入耳時的參考因素之一。

3. 1+1<2 助聽器選配

對於有聽力損失的人來說，使用助聽器雖能幫助矯正聽力，但當雙耳差異過大時，臨床上有些人戴助聽器，只會覺得助聽器聽起來很吵不清楚，或者更精確來說，會發現只戴單邊助聽器，居然比雙邊一起戴聽得更清楚；這樣的雙耳較不理想的表現，學術上被稱為「雙耳干擾」，意旨無法發揮 1+1>2 的雙耳效益；根據 2017 年的研究指出，雙耳干擾出現在將近 17% 的成年人。因此若留意到自己有聽沒有懂，或是用單耳聽比雙耳還要好時，可能不是錯覺。

4. 提升成功率的溝通小秘訣

雖然多數的右耳優勢研究是在受控的實驗室中進行，但有一項來自義大利的研究很不一樣，他們是在一間喧鬧的迪斯可舞廳進行。在這個實驗中，研究人員特意對 176 名參與者的左耳或右耳說話，然後詢問他們是否可以提供香菸。結果出乎意料，當朝著右耳提出請求時，88 名參與者中有 34 名同意提供香菸，但當朝著左耳提出請求時，只有 17 名參與者答應。這樣的結果或許也讓我們有理由相信右耳優勢在現實生活中能提供實質幫助，所以下次當我們需要與他人溝通重要的事情時，除了考慮時間、地點、環境等因素，或許也可以考慮面向哪個耳朵說話，這可能有助於提升溝通的成功率。

總結來說，左右耳各司其職，其中右耳被認為對語音的訊息處理較有效率，左耳則是對於非語音(如情緒、音樂)的訊息較敏感，這樣的差異反應出左右大腦的處理上各有所長，進而造就我們在聽取語音時的右耳優勢。然而，在成熟的聽覺系統中雙耳落差並不明顯，若當雙耳都聽得好時，才能最佳化我們的聽覺表現。因此建議要了解個別耳朵的聆聽狀況，並於發現問題時積極尋求耳鼻喉科醫師或聽力師諮詢，才能幫助後續聽力診斷，找出合適的處遇辦法。

參考資料

• 陳小娟. (2015). 雙耳異訊測驗材料對於不同年齡者聆聽表現的效應. 中華心理學刊, 57(1), 27-43.
• American Academy of Audiology(2010). Clinical Practice Guidelines: Diagnosis, Treatment and Management of Children and Adults with Central Auditory Processing Disorder.
• Henkin, Y., Swead, R. T., Roth, D. A., Kishon-Rabin, L., Shapira, Y., Migirov, L., Hildesheimer, M., & Kaplan-Neeman, R. (2014). Evidence for a right cochlear implant advantage in simultaneous bilateral cochlear implantation. The Laryngoscope, 124(8), 1937–1941. https://doi.org/10.1002/lary.24635
• Henkin, Y., Taitelbaum-Swead, R., Hildesheimer, M., Migirov, L., Kronenberg, J., & Kishon-Rabin, L. (2008). Is there a right cochlear implant advantage?. Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology, 29(4), 489–494. https://doi.org/10.1097/MAO.0b013e31816fd6e5
• Jerger J. The remarkable history of right-ear advantage. Hearing Review. 2018;25(1):12-16.
• Jerger, J., Chmiel, R., Allen, J., & Wilson, A. (1994). Effects of age and gender on dichotic sentence identification. Ear and hearing, 15(4), 274–286. https://doi.org/10.1097/00003446-199408000-00002
• Kieth, R. W., & Anderson, J. (2007). Dichotic listening tests. In F. E. Musiek & G. D. Chermak (Eds.), Handbook of (central) auditory processing disorders, vol. 1: Auditory neuroscience and diagnosis . San Diego, CA: Plural.
• Kimura D. (2011). From ear to brain. Brain and cognition, 76(2), 214–217. https://doi.org/10.1016/j.bandc.2010.11.009
• Marzoli, D., & Tommasi, L. (2009). Side biases in humans (Homo sapiens): three ecological studies on hemispheric asymmetries. Die Naturwissenschaften, 96(9), 1099–1106. https://doi.org/10.1007/s00114-009-0571-4
• Mussoi, B. S. S., & Bentler, R. A. (2017). Binaural Interference and the Effects of Age and Hearing Loss. Journal of the American Academy of Audiology, 28(1), 5–13. https://doi.org/10.3766/jaaa.15011
• Sim, T. C., & Martinez, C. (2005). Emotion words are remembered better in the left ear. Laterality, 10(2), 149–159. https://doi.org/10.1080/13576500342000365
• Sininger, Y. S., & Cone-Wesson, B. (2004). Asymmetric cochlear processing mimics hemispheric specialization. Science (New York, N.Y.), 305(5690), 1581. https://doi.org/10.1126/science.1100646