車震、在公園做愛，構成公然猥褻嗎？

• 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。

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/