車震、在公園做愛，構成公然猥褻嗎？

本文與 研華科技 合作，泛科學企劃執行

我們都看過那種影片，對吧？網路上從不缺乏讓人驚嘆的機器人表演：數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ，或是波士頓動力的機器狗，用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次，社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕，看看四周，一個巨大的落差感就來了：說好的機器人呢？為什麼大街上沒有他們的身影，為什麼我家連一件衣服都還沒人幫我摺？

這份存在於數位螢幕與物理現實之間的巨大鴻溝，源於一個根本性的矛盾：當代AI在數位世界裡聰明絕頂，卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫，但它沒辦法為你端一杯水。

這個矛盾，在我們常見的兩種機器人展示中體現得淋漓盡致。第一種，是動作精準、甚至會跳舞的類型，這本質上是一場由工程師預先寫好劇本的「戲」，機器人對它所處的世界一無所知 。第二種，則是嘗試執行日常任務（如開冰箱、拿蘋果）的類型，但其動作緩慢不穩，彷彿正在復健的病人 。

這兩種極端的對比，恰恰點出了機器人技術的真正瓶頸：它們的「大腦」還不夠強大，無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題：新一代AI晶片NVIDIA® Jetson Thor™ ，這顆號稱能驅動「物理AI」的超級大腦，真的能終結機器人的「復健時代」，開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎？

為何我們看到的機器人，總像在演戲或復健？

那我們怎麼理解這個看似矛盾的現象？為什麼有些機器人靈活得像舞者，有些卻笨拙得像病人？答案，就藏在它們的「大腦」運作方式裡。

那些動作極其精準、甚至會後空翻的機器人，秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質，是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道，都是事先算好的，機器人本身並不知道自己為何要這麼做，它只是在「執行」指令，而不是在「理解」環境。

而另一種，那個開冰箱慢吞吞的機器人，雖然看起來笨，卻是在做一件革命性的事：它正在試圖由 AI 驅動，真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢，正是因為過去驅動它的「大腦」，也就是 AI 晶片的算力還不夠強，無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路，你可以抱著他，幫他擺動雙腿，看起來走得又快又穩，但那不是他自己在走。真正的學習，是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人，大多是前者；而我們真正期待的，是後者。

所以，問題的核心浮現了：我們需要為機器人裝上一個強大的大腦！但這個大腦，為什麼不能像ChatGPT一樣，放在遙遠的雲端伺服器上就好？

機器人的大腦，為什麼不能放在雲端？

聽起來好像很合理，對吧？把所有複雜的運算都交給雲端最強大的伺服器，機器人本身只要負責接收指令就好了。但……真的嗎？

想像一下，如果你的大腦在雲端，你看到一個球朝你飛過來，視覺訊號要先上傳到雲端，雲端分析完，再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲，你大概就已經鼻青臉腫了。

現實世界的互動，需要的是「即時反應」。任何網路延遲，在物理世界中都可能造成無法彌補的失誤 。因此，運算必須在機器人本體上完成，這就是「邊緣 AI」（Edge AI）的核心概念 。而 NVIDIA  Jetson 平台，正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求，而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦，專為在各種裝置上運行 AI 任務設計 。回顧它的演進，早期的 Jetson 系統主要用於視覺辨識搭配AI推論，像是車牌辨識、工廠瑕疵檢測，或者在相機裡分辨貓狗，扮演著「眼睛」的角色，看得懂眼前的事物 。但隨著算力提升，NVIDIA Jetson 的角色也逐漸從單純的「眼睛」，演化為能夠控制手腳的「大腦」，開始驅動更複雜的自主機器，無論是地上跑的、天上飛的，都將NVIDIA Jetson 視為核心運算中樞 。

但再強大的晶片，如果沒有能適應現場環境的「容器」，也無法真正落地。這正是研華（Advantech）的角色，我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備，確保它能在高熱、灰塵、潮濕或震動的現場穩定運行，滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說，NVIDIA 提供「大腦」，而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠，但它其實早就以一種你意想不到的方式，進入了我們的生活。

從Switch到雞蛋分揀員，NVIDIA Jetson如何悄悄改變世界？

如果我告訴你，第一代的任天堂Switch遊戲機與Jetson有相同血緣，你會不會很驚訝？它的核心處理器X1晶片，與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求，正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域，研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

• 在北美，有客戶利用 AI 進行雞蛋品質檢測，研華的工業電腦搭載NVIDIA Jetson 模組與相機介面，能精準辨識並挑出髒污、雙黃蛋到血蛋 
• 在日本，為避免鏟雪車在移動時發生意外，導入了環繞視覺系統，當 AI 偵測到周圍有人時便會立刻停止 ；
• 在水資源珍貴的以色列，研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內，24 小時在果園巡航，一旦發現成熟的果實就直接凌空採摘，實現了「無落果」的終極目標 。

這些應用，代表著 NVIDIA Jetson Orin™ 世代的成功，它讓「自動化」設備變得更聰明 。然而，隨著大型語言模型（LLM）的浪潮來襲，人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令，更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率，若要機器人更快速完成動作，需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題：AI到底該如何學會「動手」，而不只是「動口」？

革命性的一步：AI如何學會「動手」而不只是「動口」？

面對 Orin 世代的瓶頸，NVIDIA 給出的答案，不是溫和升級，而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組，峰值性能是前代的 7.5 倍，記憶體也翻倍 。如此巨大的效能提升，目標只有一個：將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型，成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生，將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起：

1. 第一階段是 LLM（Large Language Model，大型語言模型）：
   我們最熟悉的 ChatGPT 就屬此類，它接收文字、輸出文字，實現了流暢的人機對話 。
2. 第二階段是 VLM（Vision-Language Model，視覺語言模型）：
   AI 學會了看，可以上傳圖片，它能用文字描述所見之物，但輸出結果仍然是給人類看的自然語言 。
3. 第三階段則是 VLA（Vision-Language-Action Model，視覺語言行動模型）：
   這是革命性的一步。VLA 模型的輸出不再是文字，而是「行動指令（Action Token）」 。它能將視覺與語言的理解，直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵！ 過去以NVIDIA Jetson Orin™作為大腦的機器人，僅能以有限的速度運行VLA模型。而由 VLA 模型驅動，讓 AI 能夠感知、理解並直接與物理世界互動的全新形態，正是「物理 AI」（Physical AI）的開端 。NVIDIA Jetson Thor 的強大算力，就是為了滿足物理 AI 的嚴苛需求而生，要讓機器人擺脫「復健」，迎來真正自主、流暢的行動時代 。

其中，物理 AI 強調的 vision to action，就需要研華設計對應的硬體來實現；譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達，你的系統就要有對應的介面來整合視覺；你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品；你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通，這些都需要具體化到一個系統上，這個系統的集大成就是機器人。

好，我們有了史上最強的大腦。但一個再聰明的大腦，也需要一副強韌的身體。而這副身體，為什麼非得是「人形」？這不是一種很沒效率的執念嗎？

為什麼機器人非得是「人形」？這不是一種低效的執念嗎？

這是我一直在思考的問題。為什麼業界的主流目標，是充滿挑戰的「人形」機器人？為何不設計成效率更高的輪式，或是功能更多元的章魚型態？

答案，簡單到令人無法反駁：因為我們所處的世界，是徹底為人形生物所打造的。

從樓梯的階高、門把的設計，到桌椅的高度，無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言，採用人形的軀體，意味著它能用與我們最相似的視角與方式去感知和學習這個世界，進而最快地理解並融入人類環境 。這背後的邏輯是，與其讓 AI 去適應千奇百怪的非人形設計，不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具，產線上的機械手臂能高效重複鎖螺絲，但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標，是成為一個「多面手」，它能在廣泛學習後，理解物理世界的運作規律 。理論上，今天它在產線上組裝伺服器，明天就能在廚房裡學會煮菜 。

但要讓一個「多面手」真正活起來，光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經，才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部，都需要大量感測器去理解環境就像神經末梢一樣，隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」，就無法匯聚成有意義的行動。

這正是研華的角色：我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中，讓它成為能真正思考與反應的「完整大腦」，同時也提供神經系統的骨幹，將感測器、I/O 介面與通訊模組可靠地連結起來，把訊號傳導進大腦。你或許看不見研華的存在，但它實際上遍布在機器人全身，像隱藏在皮膚之下的神經網絡，讓整個身體真正活過來。

但有了大腦、有了身體，接下來的挑戰是「教育」。你要怎麼教一個物理 AI？總不能讓它在現實世界裡一直摔跤，把一台幾百萬的機器人摔壞吧？

打造一個「精神時光屋」，AI的學習速度能有多快？

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料，但物理世界中用於訓練的互動資料卻極其稀缺，而且在現實中反覆試錯的成本與風險實在太高 。

答案，就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台，為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生（Digital Twin）世界，讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內，經歷相當於現實世界千百日的學習與演練，從而在絕對安全的環境中，窮盡各種可能性，深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環，Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本，但後來發現，它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺，是在現實世界中難以透過有限次的試錯來建立的。

所以你看，這趟從 Switch 到人形機器人的旅程，一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備：一個劃時代的「AI 大腦」（NVIDIA Jetson Thor）、讓核心延展為「完整大腦與神經系統」的工業級骨幹（由研華 Advantech 提供），以及一個不可或缺的「教育環境」（NVIDIA Isaac Sim 模擬平台） 。

結語

我們拆解了那些酷炫機器人影片背後的真相，看見了從「自動化」走向「自主化」的巨大技術鴻溝，也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測，未來 3 到 5 年內，人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景，如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器，能夠觀察我們的世界，理解我們的語言，並開始以物理實體的方式與我們互動，這將從根本上改變我們與科技的關係。

所以，最後我想留給你的思想實驗是：當一個「物理 AI」真的走進你的生活，它不只是個工具，而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」，你最先感受到的，會是興奮、是便利，還是……一絲不安？

這個問題，不再是「我們能否做到」，而是「當它發生時，我們準備好了嗎？」

研華已經整裝待發，現在，我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

泛泛泛科學Podcast這裡聽：

性教育該是一門學科嗎？大人應該如何談論性？髒話與性為何總脫離不了關係？早洩焦慮、初夜情節又是從何而來？就讓我們教你該如何看待性這檔事！

泛科學與台灣吧在本集節目合體成為「性教育復仇者聯盟」啦！我們特別邀請台灣吧執行長蕭宇辰與我們聊聊正在進行的性教育募資計畫「西斯的101號房間」，以及台灣教育體系與社會對於性的迷思。快與我們一起談性說愛吧！

• 00:45 「上車」談性是應觀眾要求？

泛科學在 2020 年末推出《看 A 片學性教育是否搞錯了什麼？》，卻發覺觀眾對性缺乏認識，因而今年以《談性先修班》，從看 A 片「前」就該理解的性知識出發；同時，臺灣吧也自2019年接連推出內褲、保險套、性病等性相關題材影片，更因《搞懂八件事，陰道健康又性福》影片獲得超過 500 萬次觀看數。y 編與宇辰也各自分享，友人擔心棉條會不小心塞到尿道、或伴侶不知女性「下體有 3 個洞」等疑問，深刻體驗到大眾對性教育的需求。

• 06:22 「教學型」比「知識型」資訊還多

y 編提及，網路坊間的性知識文章甚多，但有知識基底的卻很少，例如：教導如何潮吹的「教學型資訊」很多，但在網路上潮吹的學理知識卻甚少。宇辰則回應，正因如此台灣吧才推出《西斯的 101 號房間》性教育募資計畫，希望大眾能藉由圖文誌，依循正確管道認識「性」，而非害臊不敢發問，或道聽途說「假資訊」，卻又無從驗證；同時，募資計畫也會推出「對話卡牌」，幫助人們在遊戲中分享性教育資訊。

• 09:17 性教育應建立一門「學科」

根據兒福聯盟「台灣兒童性教育知識調查報告」指出，67.6 ％的家長從未和孩童談論過性，56.3 ％則未曾討論感情議題，何時以及如何幫助孩童建立性知識，長久以來在國際間也是個大哉問。宇辰說明，依據 2008 年聯合國報告提及，性教育不該被視為「單點課程」，而應建立一門「學科」才夠完整。台灣現今教育中，健康教育、公民及生物等學科領域皆會提及「性」，但缺乏結構性的學科統一這些知識，也導致學生學習不完全。

延伸閱讀：

健教課本被跳過的那一頁：青少年好奇哪些性事？性教育該從哪下手？

• 15:26 性也是「人權教育」的一環

宇辰再延伸表示，聯合國報告提及性教育若僅是「身體教育」，就僅僅是衛教而已，更應發展成「人權教育」的一環，納入性別議題、文化脈絡討論，因為人的慾望必定是在社會場域中，與他人產生互動時實踐。另外，性教育也應該以「學生為中心」，因為性並沒有標準答案，讓學生表達對性的認識與想像，幫助他們自己建構對性的理解，也十分重要。

• 17:36 大人要「學」怎麼教性教育

y 編以自身經驗，分享青春期時家庭如何尷尬進行性教育，提及自從泛科學做性教育專題後，也有許多家長反映，希望國中後再讓孩童知道相關知識，但對較早開始探索性的孩童可能已經太遲，數據也顯示具有 1.8％ 的 11 歲以下孩童具有性經驗。宇辰則回應，源於家長、師長過去成長的環境，仍對性有所顧忌，因此也難以自在談論，因此本次台灣吧推出的圖文誌，也希望能教導大人們，他們該如何正確傳授性知識給孩童。

延伸閱讀：

性教育該怎麼開口？三個在家談「性」的入門策略

• 24:19 早洩焦慮、初夜情節從何而來？

當家庭或校園無法提供性教育時，人們普遍自大眾文化或媒體中獲取知識，但當中的性多半過於美好，或為追求流量製造錯誤認知。宇辰舉例，青春期時對「早洩」一詞很焦慮，但大眾媒體又對此污名，也不知該向誰討論。一項調查也顯示人們的「初夜情節」：希望自己是對方的「第一次」，但又希望對方能引導自己，在在顯示性教育不應與文化脈絡脫鉤。因此，如何拋開社會的道德貞節束縛，終結大眾文化製造的錯誤印象，也是性教育的一環。

延伸閱讀：

「初夜」最早發生在幾歲？以及為什麼要調查

做愛時間越久，越能性福久久？－《好色醫學2》

• 31:12 學生的開放性觀念可能改變師長

宇辰認為現在台灣的性教育體系，整體正往好的方向前進，有更多家長和老師願意主動接觸，孩童也得以在更為自由、包容的社會環境去學習和探索。他也分享，過去在景美女中教書時，對於學生願意主動去輔導室談心、自在聊起性相關話題而感到驚訝，自己的教學心態也調適改變，因此認為當社會氛圍改變、學生變得開放時，老師、家長的保守觀念也有機會被翻轉。

• 34:02 女性生殖器為何變成髒話？

台灣吧本次推出的「西斯的101號房間」募資計畫，預定推出更接近雜誌感的圖文誌，以議題導向探索性這個「房間裡的大象」，也希望從文化、性別與人權角度探討議題。宇辰以書中第一章節舉例，不論東西方文化脈絡下，女性生殖器經常成為「髒話」，男性生殖器卻常用來誇獎他人，可見「褒男貶女」的觀念在生活中潛移默化，加深社會對性別的框架。圖文誌也藉由的生活化介紹，希望做為教學場域的教具時，能引發更多討論與互動。

• 41:23 處女膜該被正名為「陰道冠」

本次募資計畫希望扭轉大眾對性的認知，例如：「處女情結」延伸出的「處女膜」，實際上應該被正名為「陰道冠」，而陰道冠是否會「落紅」與女生是否具有性經驗，也並沒有直接關聯。除了圖文誌之外，募資計畫也包含對話卡牌，希望讓大眾以遊戲方式認識性，若募資金額達標百萬以上，台灣吧也預計製作親子、校園、職場、伴侶主題的性知識短影音，令大眾面對不同生活情境時遇上「性的大哉問」，也能懂得如何應對。

延伸閱讀：

處女不能使用月亮杯？破除月亮杯使用迷思

性愛難題大解析！保險套的錢怎麼分？處女膜是膜嗎？

• 46:41 對性缺乏「共識」才有性暴力

根據 2020 年的數據顯示，五年來台灣的性暴力受害人數創新高，致使台灣吧希望及早推出性教育內容，從基礎增進大眾對性的認識。宇辰提及，由於大眾缺乏共同的性教育，導致一連串社會問題發生，例如：性侵案件層出不窮、網路鄉民檢討性暴力受害者等。如果能藉由教育，建立起社會對性的共識，許多問題才有改善可能。y 編也感嘆，如先前 deepfake 的色情片事件等較沉重、複雜的性暴力議題，風波過後便難引起大眾關注，希望未來泛科與台灣吧共組成「性教育復仇者聯盟」，一起持續談性、說愛、努力救世界！

延伸閱讀：

關於Deepfake色情影像：雖然內容是假的，但傷害是真的

編按：青春期是人體變化最劇烈的時期，除了身體上的「第二性徵」開始發育蠢動外，身體內的賀爾蒙也開始活躍流竄，讓你在課堂間、捷運上，都時不時對他人陷入「可以色色」與「不可以色色」的理智與慾望的拉鋸戰……。你是未滿 18 歲的青少男女嗎？是否對該如何理解「性」感到迷惘？這次《談性先修班》專題，以「未滿 18 歲可以看」的初衷製作系列文章，邀請各位讀者認識那些「能看 A 片前，你要知道的性知識」！

你暈船了嗎？因為對方言語曖昧、掛睡陪伴，不小心就動了真感情，或是看到喜歡的人就「鹿了」（內心出現小鹿亂撞、心動的感覺）。有想過，為什麼在某一刻我們會決定愛上對方嗎？或是，有好奇過，當我們感覺到愛的時候，腦中發生什麼事嗎？

有人說，愛情就是一連串的化學反應。其實，不能說錯，因為真的有些神經傳導物質，像是常見的多巴胺、正腎上腺素，或是催產素等，都會讓我們覺得心動，或是內心出現粉紅泡泡的戀愛感。

最常聽到的約會攻略，無疑就是帶對方去看恐怖電影，因為隨著劇情高潮迭起，他們就容易將心跳加速、情緒高漲等生理反應，歸因於對對方心動或有好感。這是應用心理學 1960 年代超經典的實驗「吊橋效應」的概念：男性在吊橋上和實驗女助手擦肩而過，男性會因為吊橋搖晃而感到心跳加速、緊張、恐懼，以為自己對對方有感覺、深受對方吸引。

因為錯誤歸因自己的反應，而不小心「暈船」……。

愛，不只是一堆化學反應而已 

但當然，「愛」不只是化學、生理反應，它也涉及情緒感受、認知層面。就像你會愛上對方，可能是因為對方願意為你犧牲付出，在長時間的陪伴和相處之下，覺得彼此心靈契合等。在這樣的時刻下，你可能心動了。

美國雪城大學的奧提格（Stephanie Ortigue）等人，就比對過去與愛情相關的功能性磁振造影（Functional magnetic resonance imaging，fMRI）的研究結果。這些 fMRI 研究主要是透過磁振造影技術來測量在熱戀、充滿母愛，或無條件付出愛等不同類型的關係下神經元活動所引發之血液動力的改變。

雖然過去所有和戀愛相關的 fMRI 研究都指出，與大腦獎賞系統有關的神經傳導物質多巴胺、催產素受體，是促成彼此建立關係的重要動機。但根據奧提格的研究發現，不同類型的愛，其實會涉及更高層次的認知功能，像是社會認知等。

「暈船」和墜入愛河的時候，我們的大腦究竟發生什麼事？曖昧、戀愛時，腦中會產生哪些神經傳導物質，這些物質又會在我們腦中有什麼作用？接下來，就來一一介紹！

「多巴胺」讓你每刻都想和對方黏在一起

經歷熱戀期的情侶，一定有過深受對方的吸引，愛得無法自拔，甚至覺得一秒不見如隔三秋。其實，這和腦中釋放出的「多巴胺」（dopamine）有關。

身為神經傳導物質的多巴胺，它參與大腦的獎勵／酬賞（reward）系統的工作。也就是說，當我們做了一些會讓自己感到開心、愉悅的事情，像是運動、飲食或戀愛等，都能促進多巴胺分泌。順帶一提，讓人上癮的吸毒、賭博和酗酒等行為，也同樣會釋放多巴胺。

明明才剛見面而已，但分開後的你已經忍不住想起對方？或是，每次都迫不及待地想見到對方、渴望對方的陪伴等，這些都是讓你愛到無法自拔的「獎勵」。這樣的渴望得到滿足後，也讓你感到快樂和滿足。 

直接來場實驗看看大腦到底發生什麼事！

巴特爾斯（Andreas Bartels）和澤基（Semir Zeki）兩人找來 17 名參與者 ，請他們凝視自己深愛的另一半、朋友的照片，並透過 fMRI 觀察他們的腦中發生什麼變化。結果，在出現另一半的照片裡，參與者在與多巴胺相關的腦區，包含尾狀核（caudate nucleus）和基底核（Putamen）的活動都明顯增加，這也和引起歡愉、獎賞有關。

「正腎上腺素」讓你談戀愛後小鹿亂撞、吃不下睡不著

當我們被對方吸引時，大腦不只會分泌多巴胺，也會釋放出正腎上腺素（Norepinephrine）。

正腎上腺素不僅會讓人頭暈目眩、精力充沛、情緒高漲，甚至會有食慾下降和失眠的情況。換句話說，你墜入愛河後，可能吃不下、睡不著的原因，可能都是正腎上腺素在偷偷作怪。

其實，正腎上腺素在我們面對壓力，是引發「戰或逃」（fight or flight）模式非常重要的神經傳導物質。它會讓人心跳加速、提高血糖和血壓濃度等，讓我們的身體保持在警惕狀態，來應對緊急狀況。面對喜歡的人，你可能小鹿亂撞、怦然心動，也都和正腎上腺素有關喔！

催產素 aka「抱抱荷爾蒙」是彼此維繫情感的關鍵

在一段關係裡，讓你決定義無反顧地走下去，可能是和對方的相處時，你可以感受滿滿的安全感，或是能夠在互相信任的關係下，分享彼此的心事等，進而對對方產生依戀的感覺。這也呼應提出「愛情三元論」 史坦伯格（Robert J. Sternberg）所認為的親密（intimacy）元素。

而催產素（Oxytocin）在維持彼此依戀關係、情感連結有著重要的基礎。催產素，主要由下視丘分泌，儲存於腦下垂體後葉（posterior pituitary），不只維繫情感，也能提升同理心、促進溝通。過去，在自閉症患者相關研究中，發現自閉症者血液中的催產素濃度相較正常人低很多。

此外，催產素會在哺乳、分娩過程和性交時大量釋放。主要有刺激乳頭促進乳汁產生、收縮子宮促進分娩，以及促進雙方之間的信任與依戀感的功能。所以，催產素維持不僅在愛情關係扮演重要角色，在親子關係中也是。

催產素又有一個可愛的別稱，叫做「抱抱荷爾蒙」。不管是和對方或是家人朋友等人抱抱的時候，你是不是會感受到對方滿滿的愛意、安全感呢？這其實和催產素的釋放有關，而且也有利於鞏固彼此的關係。

參考資料

1. Ortigue, Bianchi-Demicheli, Patel, Frum, & Lewis. (2010). Neuroimaging of Love: fMRI Meta-Analysis Evidence toward New Perspectives in Sexual Medicine. The Journal of Sexual Medicine, 7(11), 3541-3552.
2. Bartels A, Zeki S. The neural correlates of maternal and romantic love. Neuroimage 2004;21:1155–66.19 Bartels A, Zeki S. The neural basis of romantic love. Neuroreport 2000;11:3829–34.
3. Modahl, C., Green, L., Fein, D., Morris, M., Waterhouse, L., Feinstein, C., & Levin, H. （1998）. Plasma oxytocin levels in autistic children. Biological psychiatry, 43（4）, 270–277. https://pubmed.ncbi.nlm.nih.gov/9513736/