為了讓人安心所以存在，陰謀論製造的圓滿真相

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。

數十年來，多數心理學家和新興的行為經濟學家在可控制的實驗情境中，不斷研究人類的決策過程。這些研究結果不僅動搖關於人類理性的基本假設，甚至迫使大家用一種截然不同的觀點來思考人類行為。

例如，心理學家已經藉由無數個實驗證明，人的選擇和行為會受到特定字詞、聲音等刺激的「促發」（priming）所影響。受試者若在實驗中念到「老」和「虛弱」等字詞，他們離開實驗室在走廊上行走的速度就會變慢。在酒坊裡，如果店家播放的背景音樂是德國音樂，消費者更有可能購買德國葡萄酒，如果是法國音樂，則會傾向購買法國葡萄酒。受訪者在填寫跟運動飲料有關的調查問卷時，如果是用綠色的筆，則更可能會選擇開特力運動飲料（Gatorade）。購物網站的背景圖案如果是蓬鬆的白雲，網路購物者更有可能選擇昂貴、舒適的沙發，如果背景圖案是錢幣，則購物者傾向買較硬、較便宜的沙發。

我們的反應也可能被無關的數字給影響。有一項實驗，要求參與葡萄酒拍賣會的人在競價之前寫下自己社會保險號碼的末兩位數字。儘管數字基本上是隨機的，且絕對與買家對酒的估價無關，但研究人員發現數字越大，買家就更願意出價。心理學家稱這種現象為「錨定效應」。不論是估計非洲聯盟的會員國數量，或是我們認為合理的小費或捐款金額，都可能受到錨定效應的影響。

事實上，當慈善機構的募款單上附有「建議」捐款金額，或帳單上預先寫出小費的比率，你都該懷疑這是利用錨定效應技巧，因為提出一個較高的金額，其實是在錨定你對「公平」的初步估計。就算你覺得 25％ 的小費似乎太高了，所以調降你的估計值，但最後給出去的小費或許還是高於沒有被暗示時的金額。

改變情境呈現的方式也可能強烈影響個人偏好。比方說，在同一個賭局，如果強調輸錢的可能性，就會讓人傾向規避風險，但如果強調贏錢的可能性，則會造成相反的結果。更讓人困惑的是，加入第三種選項，竟然可以逆轉一個人對先前兩種選項的偏好。

舉例來說，A 是一款品質好、價錢昂貴的相機，B 是品質較差，但較便宜的相機。光這樣看可能很難比較與選擇。但假設如下圖所示，加入第三個選項 C1，雖然品質差不多，但顯然比 A 貴。這時要選擇 A 或是 C1 就變得很明確了。三者中選擇 A 的占大多數，這似乎非常合理。但假設加入的第三個選項是價錢跟 B 差不多，但品質較差的 C2，那大家又會如何選擇？這種情況當然會選擇 B。換句話說，即使選項 A 和 B 都沒有改變，只要加入一個不同的選項，就能夠有效逆轉對 A 和 B 的偏好。更奇怪的是，決策者永遠都不會選擇引起偏好逆轉的第三個選項。

心理學家藉由研究這一系列非理性的行為發現，提取或回憶不同類型訊息時，其難易度通常會影響人類的決策與判斷。以搭飛機為例，與其他任何致命因素相比，人們通常會高估死於恐怖攻擊的可能性。因為人們對恐怖攻擊的印象非常鮮明，即便它發生的機率明顯低於任何其他事故。

還有一個矛盾的情況，當人們被要求回憶自己果斷行動的經驗時，通常會認為自己沒那麼果斷。並不是因為這個問題和他們對自己的看法有衝突，而是因為回想的時候很費力。相較於真實情形，人們也傾向於認為自己現在的行為、信念都跟過去差不多。

此外，在閱讀一份手寫聲明稿時，如果字體容易閱讀，或者之前曾經看過，那這份聲明就會更容易被取信。就算人們上次看這份聲明時，已經明確知道那是假的，結果依然如此。

最後，人們消化新訊息的方式，往往會增強他們既有的想法。某種程度上，這是因為我們偏愛注意「更能證實自己既有信念」的訊息，並忽略不符合自己信念的訊息。

另一方面，我們對於那些不符合自己信念的訊息，也傾向加以質疑或嚴格檢查。這兩種密切相關的傾向，分別稱作「確認偏誤」（confirmation bias）和「動機性推論」（motivated reasoning），會嚴重阻礙我們解決爭端的能力。從家事上的小分歧，到北愛爾蘭或以巴衝突都深受其害。在這些爭端當中，各持己見的雙方看待的明明是同一套「事實」，但對實情的印象卻完全不同。

即便是在科學領域，確認偏誤與動機性推論也時常扮演有害的角色。基本上，科學家應該遵循基於證據的真相，即使該證據與自己既有的信念或理論相抵觸，但是更多時候，科學家反而質疑證據。

結果正如量子力學創始者馬克斯．普朗克（Max Planck）的至理名言：「一個新的科學真理之所以能勝出，不是因為它說服了反對者，讓那些人接受——而是因為反對者死光了。」

——本文摘自《超越直覺》，2024 年 01 月，一起來出版，未經同意請勿轉載。

2024 年總統大選，你決定好要投給誰了嗎？

或許有人心中已有答案，有人則還在猶豫。但你可能從沒和這些候選人碰過面講過話，甚至可能沒加入任何政黨。那你想過，你是怎麼決定要將票投給誰的呢？

大部分的人都是透過網路、電視、廣播以及報刊，來認識每一位看似陌生又熟悉的參選人。但不知不覺地，你可能早就落入媒體的框架中，認為螢幕中的他就是你心目中的首選。

很遺憾地告訴你，泛科學也是媒體。因此，你也早就陷入泛科學的鏡花水月之中啦！不過，本篇也會告訴你逃離媒體框架的方法，但你又真的會想逃離嗎？

什麼是框架？媒體怎麼製造框架？

先來看看這張照片，裏頭有一位美國大兵和一名戰俘，你看到這張相片時的感受是什麼呢？我看到的是一個和平的畫面，即使對方是戰俘，美國大兵仍主動餵敵方俘虜喝水，把對方當人看。

但事實真的是如此嗎？其實這張照片是被截取過的，還調整了色調，在美聯社的報導中，完整的照片是這張。旁邊還有一位士兵拿著槍抵著俘虜的頭。我想和平感應該完全消失了吧？

如果你以為故事只到這邊，那就錯了。當大家都在譴責有心人士故意只擷取半邊，刻意誤導群眾時。有網友發現把照片放大，可以看到槍口處很模糊，但俘虜本身的輪廓卻相當清楚，說明兩者的景深不同，很可能槍口並沒有抵在俘虜頭上，而是在一段距離外將槍口指向地面。

若這是事實，就有可能是攝影師刻意透過借位的方式，來拍出一張聳動具有話題性的照片。可惜的是，事實的真相，或許只有現場當事人才知道了。這種大眾只能乖乖被媒體牽著鼻子，隨著片面資料，根據視角不同出現 180 度又 180 度的髮夾彎，你我應該都似曾相識。

在大眾傳播學領域的術語中，這稱為新聞框架（News Framing），指的是新聞媒體通過改變報導問題，來影響人們的態度和行為，說白話一點就是「選擇性報導」。

此概念源自於人類學家格雷戈里．貝特森（Gregory Bateson）在 1954 年的一篇論文：遊戲與幻想的理論（A Theory of Play and Fantasy）。在論文中，他提到框架是一組互動訊息的空間和時間邊界，奠定了人們在社會科學領域使用框架概念的基礎。到了 1974 年，歐文．高夫曼 (Erving Goffman) 在框架分析：經驗組織論（Frame analysis: An essay on the organization of experience）一書中，解釋人們如何在他們的經歷中建構和組織意義，正式將框架的概念帶到跨領域學科，並持續受到後人關注。至今約 50 年的時間，該書引用次數已超過 4 萬次，相當驚人，也是我讀傳播研究所時最喜歡的理論。

除了新聞的畫面材料外，標題也是塑造框架的一大利器。當人們閱讀標題時，就會提前預期內容與標題主旨是相同的。若有不合適的標題，又或是出現在錯誤位置的標題，也容易讓讀者產生錯誤的聯想，甚至造成刻板印象或是種族歧視。

你現在看到的是美國《人物》雜誌在 911 事件 10 周年所發行的紀念刊物，專題關於 10 位在出生前父親就因 911 事件死亡的孩子。雜誌標題是「9/11 的孩子」，配圖是一張白人女孩的照片。

接下來我們看另一本雜誌的封面，這是美國《新聞週刊》2010 年 1 月份的刊物。標題是「賓拉登的孩子」，下方列了許多與恐怖攻擊相關的文章，配圖則是一張黑人男孩的照片。

當這兩張封面圖分別出現時，我們只會被斗大的標題吸引，預設「9/11 的孩子」可能會有感性的被害者故事，而「賓拉登的孩子」可能會有較多恐怖攻擊相關的內容。

但不知不覺中，大腦可能將圖片與標題做聯結，產生看到白人小女孩就等於天真無辜，看到黑人小男孩就等於具有潛在暴力風險的錯誤印象。

或許雜誌的編輯們當初都沒注意到這背後的隱含的種族歧視，但更進一步來說，這也為其他媒體提供了機會，可以將這兩張圖放在一起，創造另一個框架來證明美國存在隱性的種族歧視。沒錯，就像是我現在正在做的事。

從這兩個例子就可以看出，媒體總是能善用心理學的手法，讓我們的大腦不知不覺中掉入陷阱，只看見媒體想讓你看見的事。

但為什麼，我們總是輕易落入這種框架中呢？

為什麼我們常落入框架之中？認知偏誤如何影響決策？

從框架概念延伸出的框架效應是一種認知偏誤的現象，指的是人們會根據選項的描述來進行決策，思考和決策就像是受限在框架內。

「框架效應」起源於 1979 年，當時心理學家阿莫斯·特維斯基和丹尼爾．康納曼，正在研究人類是否會因為情境不同做出不理性的決策。透過實驗和嚴謹的數學模型，他們提出提出前景理論（Prospect theory），理論認為，不同人對於獲利和損失發生的機率高低，在心理感受上是不同的，也導致人們往往做出「不理性」的風險決策。這項研究成果讓丹尼爾‧康納曼在 2002 年獲得諾貝爾經濟學獎。

在一個情境中，當你可以用不同的陳述方式來呈現邏輯結論相同的狀況時，框架效應就有可能發生。想像一下，有一位病人正在糾結是否該動手術，而醫師告訴他，手術後一個月內的存活率是 90%，那麼大概大部分的病人都會同意執行手術。但如果醫師和病人說的是，手術後一個月內的死亡率是百分之 10%。那可能會有更多的病人選擇拒絕手術。

我們的大腦發生了什麼事？為什麼總是掉進框架之中？包括框架效應在內的認知偏誤都和行為決策有關，並涉及很複雜的認知歷程以及行為變化，很難用一兩個神經迴路完全解釋。但目前認為認知偏誤與大腦前額葉以及邊緣系統的連結有關。

媒體帶風向還有另一個關鍵，就是他們知道如何吸引你的注意力。聳動的標題，配上血腥暴力色情且超乎常理的內容總是能獲取讀者注意力，激發人類的原始慾望跟恐懼。這些由內在深層動機產生的注意力，和大腦的神經傳導物質多巴胺有關。多巴胺刺激大腦的獎賞迴路，控制我們被與生存有關的初級獎賞吸引（Primary rewards）例如食物、性、母愛。

講到這邊，我們已經知道我們有多容易掉入框架，接下來最重要的問題，就是我們究竟有沒有辦法，逃離這個框架？

要怎麼打破框架？我們有辦法逃離這些限制嗎？

很難，但不是不可能。不用擔心，我們先分別從觀眾和媒體的角度來談談。

從觀眾的角度出發，我們獲取知識的方式，已經從以前的閱讀整本書籍，變成看 10 分鐘的統整影片、圖文懶人包，或是請 AI 直接回答。這不只是大家常說的「現代人專注力下降」，其中一個原因，還包含我們前面提過的，我們的大腦被設計成很容易切換注意力投注的對象。越短越有重點的東西越能吸引注意力，也成為了網路短影音興起的流量密碼。

此外，比起生硬的教科書或是科學理論，讀者對有趣且具故事性的題材更有興趣。但說到這了你也肯定知道，框架更容易從主觀修飾跟挑選過的故事中誕生，而不是那些客觀且全面的科學理論。當然啦，科學研究也有 cherrypicking 跟過度詮釋甚至造假的問題，這我們之後再談。

身為觀眾的我們也很難為，總是被迫透過有限的資訊在有限的時間內做出決定，沒有接觸框架外的機會。舉例來說，如果告訴你一杯 600 毫升的大杯飲料要 100 元，你可能覺得很貴。此時如果告訴你中杯飲料 90 元，但容量只有一半的 300 毫升，你可能就會覺得：「欸，買大杯好像滿划算的。」殊不知不論是 90 或是 100，都遠遠高於市場價格。這就是有名的錨定理論，選舉時也是同樣的道理，就像大家說的「爛是比較出來的」或是「從裡面挑一個比較不爛的」，如果你覺得 B 候選人比 A 候選人還要爛很多，我們就會說服自己 A 候選人好像不錯。

講完讀者視角，我們換個角度，從媒體出發。框架往往是媒體刻意製造的，而讀者就像是受困在城牆內的人民，想要逃離，門都沒有。眾所皆知，放眼國內外，許多媒體都具有財團背景，因此媒體有可能會偏頗報導來為金主謀求利益。就算沒有背後金主直接下指導棋，媒體也明白暴力、血腥、煽情、炒作，與有話題性的假新聞有市場，因此故意誇大或扭曲事實來提高收視率／曝光點閱率也相當常見，被演算法控制的 YouTube 或臉書粉專、IG、Tiktok 帳號更是如此。

既然接觸外在資訊就會被潛移默化，那要逃離框架，我們只能放棄觀看任何媒體了嗎？恰恰相反，可以看看楚門，或是尼歐，或是炭治郎，即使他們身處在虛假的世界中，卻因為好奇、懷疑與不放棄追隨真相，最終脫離了那個禁錮自身的牢籠。

當然，我也不知道我們是不是身處在外星人的社會實驗中。但至少，我們可以透過以下方式來突破偏誤的框架：多看些沒有被濃縮的書籍資料、請教專家、勇於提出假說與不同立場的人討論、交換意見，以及最重要的——永遠保持好奇、開放與健康的質疑，這不只是對外來的資訊，對自己的立場跟態度更是如此，如此便能大幅降低資訊過於偏頗而出現錯誤的機會。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！