迷信真的會害死人？不只是嚇死自己這麼簡單——《怪咖心理學》

• 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。

本文由 交通部中央氣象署 委託，泛科學企劃執行。

• 文／陳儀珈

災害性大地震在臺灣留下無數淚水和難以抹滅的傷痕，921 大地震甚至直接奪走了 2,400 人的生命。既有這等末日級的災難記憶，又位處於板塊交界處的地震帶，「大地震！」三個字，總是能挑動臺灣人最脆弱又敏感的神經。

因此，當我們發現臺灣被各式各樣的地震傳說壟罩，像是地震魚、地震雲、蚯蚓警兆、下雨地震說，甚至民間地震預測達人，似乎也是合情合理的現象？

今日，我們就要來破解這些常見的地震預測謠言。

漁民捕獲罕見的深海皇帶魚，恐有大地震？

說到在坊間訛傳的地震謠言，許多人第一個想到的，可能是盛行於日本、臺灣的「地震魚」傳說。

在亞熱帶海域中，漁民將「皇帶魚」暱稱為地震魚，由於皇帶魚身型較為扁平，生活於深海中，魚形特殊且捕獲量稀少，因此流傳著，是因為海底的地形改變，才驚擾了棲息在深海的皇帶魚，並因此游上淺水讓人們得以看見。

因此，民間盛傳，若漁民捕撈到這種極為稀罕的深海魚類，就是大型地震即將發生的警兆。

然而，日本科學家認真蒐集了目擊深海魚類的相關新聞和學術報告，他們想知道，這種看似異常的動物行為，究竟有沒有機會拿來當作災前的預警，抑或只是無稽之談？

可惜的是，科學家認為，地震魚與地震並沒有明顯的關聯。當日本媒體報導捕撈深海魚的 10 天內，均沒有發生規模大於 6 的地震，規模 7 的地震前後，甚至完全沒有深海魚出現的紀錄！

所以，在科學家眼中，地震魚僅僅是一種流傳於民間的「迷信」（superstition）。

透過動物來推斷地震消息的風俗並不新穎，美國地質調查局（USGS）指出，早在西元前 373 年的古希臘，就有透過動物異常行為來猜測地震的紀錄！

人們普遍認為，比起遲鈍的人類，敏感的動物可以偵測到更多來自大自然的訊號，因此在大地震來臨前，會「舉家遷徙」逃離原本的棲息地。

當臺灣 1999 年發生集集大地震前後，由於部分地區出現了大量蚯蚓，因此，臺灣也盛傳著「蚯蚓」是地震警訊的說法。

新聞年年報的「蚯蚓」上街，真的是地震警訊嗎？

​當街道上出現一大群蚯蚓時，密密麻麻的畫面，不只讓人嚇一跳，也往往讓人感到困惑：為何牠們接連地湧向地表？難道，這真的是動物們在向我們預警天災嗎？動物們看似不尋常的行為，總是能引發人們的好奇與不安情緒。

如此怵目驚心的畫面，也經常成為新聞界的熱門素材，每年幾乎都會看到類似的標題：「蚯蚓大軍又出沒 網友憂：要地震了嗎」，甚至直接將蚯蚓與剛發生的地震連結起來，發布成快訊「昨突竄大量蚯蚓！台東今早地牛翻身…最大震度4級」，讓人留下蚯蚓預言成功的錯覺。

然而，這些蚯蚓大軍，真的與即將來臨的天災有直接關聯嗎？

蚯蚓與地震有關的傳聞，被學者認為起源於 1999 年的 921 大地震後，在此前，臺灣少有流傳地震與蚯蚓之間的相關報導。

雖然曾有日本學者研究模擬出，與地震相關的電流有機會刺激蚯蚓離開洞穴，但在現實環境中，有太多因素都會影響蚯蚓的行為了，而造成蚯蚓大軍浮現地表的原因，往往都是氣象因素，像是溫度、濕度、日照時間、氣壓等等，都可能促使蚯蚓爬出地表。

大家不妨觀察看看，白日蚯蚓大軍的新聞，比較常出現在天氣剛轉涼的秋季。

因此，下次若再看到蚯蚓大軍湧現地表的現象，請先別慌張呀！

事實上，除了地震魚和蚯蚓外，鳥類、老鼠、黃鼠狼、蛇、蜈蚣、昆蟲、貓咪到我們最熟悉的小狗，都曾經被流傳為地震預測的動物專家。

但可惜的是，會影響動物行為的因素實在是太多了，科學家仍然沒有找到動物異常行為和地震之間的關聯或機制。

遍地開花的地震預測粉專和社團

這座每天發生超過 100 次地震的小島上，擁有破萬成員的地震討論臉書社團、隨處可見的地震預測粉專或 IG 帳號，似乎並不奇怪。

國內有許多「憂國憂民」的神通大師，這些號稱能夠預測地震的奇妙人士，有些人會用身體感應，有人熱愛分析雲層畫面，有的人甚至號稱自行建製科學儀器，購買到比氣象署更精密的機械，偵測到更準確的地震。

然而，若認真想一想就會發現，臺灣地震頻率極高，約 2 天多就會發生 1 次規模 4.0 至 5.0 的地震， 2 星期多就可能出現一次規模 5.0 至 6.0 的地震，若是有心想要捏造地震預言，真的不難。 

在學界，一個真正的地震預測必須包含地震三要素：明確的時間、 地點和規模，預測結果也必須來自學界認可的觀測資料。然而這些坊間貼文的預測資訊不僅空泛，也並未交代統計數據或訊號來源。

作為閱聽者，看到如此毫無科學根據的預測言論，請先冷靜下來，不要留言也不要分享，不妨先上網搜尋相關資料和事實查核。切勿輕信，更不要隨意散播，以免造成社會大眾的不安。

此外，大家也千萬不要隨意發表地震預測、觀測的資訊，若號稱有科學根據或使用相關資料，不僅違反氣象法，也有違反社會秩序之相關法令之虞唷！

​地震預測行不行？還差得遠呢！

由於地底的環境太過複雜未知，即使科學家們已經致力於研究地震前兆和地震之間的關聯，目前地球科學界，仍然無法發展出成熟的地震預測技術。

與其奢望能提前 3 天知道地震的預告，不如日常就做好各種地震災害的防範，購買符合防震規範的家宅、固定好家具，做好防震防災演練。在國家級警報響起來時，熟練地執行避震保命三步驟「趴下、掩護、穩住」，才是身為臺灣人最關鍵的保命之策。

延伸閱讀

• 廖光正，李明進（2002）。集集大地震後蚯蚓大量爬出現象之解析。特有生物研究，4（1），41－51。https://bit.ly/3zF8OD8
• 離人心上秋意濃，清晨地上蚯蚓多：為何秋天經常有大量蚯蚓出沒？跟地震有關嗎？
  http://bit.ly/3DYNMSG
• Orihara, Y., Kamogawa, M., Noda, Y., & Nagao, T. (2019). Is Japanese folklore concerning deep‐sea fish appearance a real precursor of earthquakes?. Bulletin of the Seismological Society of America, 109(4), 1556-1562.
  https://pubs.geoscienceworld.org/ssa/bssa/article-abstract/109/4/1556/571628/Is-Japanese-Folklore-Concerning-Deep-Sea-Fish

怎樣才能讓夫妻的感情加溫且長長久久？研究證實，只要夫妻一起玩障礙競賽就會大有幫助！ 

實驗證明：墜入愛河可能比想像中簡單

一九八○年代末期，麻州克拉克大學（Clark University）的詹姆斯‧萊爾德（James Laird）與同仁刊登廣告，招募自願者參與一項罕見的實驗，探討第六感有沒有可能存在。他們安排互不相識的男女同時抵達實驗室，經歷一段特別的流程。研究人員解釋，兩位受測者做心電感應測試以前，必須先做默契培養練習。研究人員請受測者花點時間凝視對方的眼睛，然後再把他們帶到不同的房間，讓其中一人看幾張簡單的照片，請另一人用感應的方式猜測那些照片的性質。

研究結束後，萊爾德觀察他的資料，發現沒有證據顯示心電感應力。他覺得失望嗎？一點也不。事實上，這個研究和心電感應無關，所謂的心電感應測試只是一個幌子，他們的目的是想做愛情心理研究。

很多人認為墜入愛河是很複雜的事，視外表、個性、默契、機會等複雜的因素混合而定。不過，萊爾德有另一番看法，他懷疑這種獨特神祕的感覺可能很直接了當，或許有可能用幾個小心安排的時間點製造出來。他的假設很簡單，從日常生活即可明顯看出，相愛的人會花不少時間凝視彼此的雙眼。萊爾德想知道反過來是否也成立：讓兩人彼此凝視一會兒，是不是也有可能產生愛意？

一般而言，盯著陌生人瞧，頂多讓人覺得很怪或不禮貌，所以萊爾德必須編出可信的理由，讓人可以彼此凝視更久，所以他才會想出用心電感應測試做為幌子。受測者在不知情下凝視彼此的雙眼，那行為看起來就像他們覺得彼此有魅力一樣，萊爾德覺得這樣就足以激發愛意了。

假心電感應測試結束後，萊爾德請所有受測者評估他們對實驗伙伴有多少愛戀的感覺。驚人的是，資料證明萊爾德想得沒錯，受測者果然對新認識的伙伴有好感，覺得對方有吸引力。

這研究變成了解感情心理的一種創新方式。根據這種觀點， 不僅我們的想法與感覺會影響我們的行動，我們行動的方式也會反過來影響我們的想法與感覺。

增加新奇感，可以增加對彼此的吸引力

萊爾德不是唯一探索如何用這種方式幫助研究人員更了解人心運作的人，紐約州立大學石溪分校的艾隆與同仁做的另一個研究顯示，同樣的方法也可以讓夫妻變得更親近。感情的發展一開始通常充滿興奮，愛戀的雙方都很享受和新伙伴一起體驗生活的新鮮感。

但是快轉二十年後，往往會出現全然不同的情況，雙方都很熟悉彼此，生活變得平淡無奇。同樣的餐廳、同樣的度假地點、同樣的交談。雖然熟悉感令人放心，也讓人覺得無聊，不太可能讓人再像以往一樣怦然心動。

艾隆心想，如果凝視彼此的雙眼可以讓人產生愛意，讓老夫老妻這麼做，是不是也能讓他們感受到戀愛時期的興奮感，幫他們重燃愛火。也就是說，打破一成不變的婚姻生活，做點新奇好玩的事，也可以讓他們覺得彼此更有吸引嗎？在最初的實驗中，艾隆刊登報紙廣告，徵求夫妻參與實驗，探討「影響婚姻關係的因素」。

如何增加生活新奇感？一起玩障礙賽就好！

自願受測者到達實驗室時，他們就請每對夫妻做一份有關婚姻關係的問卷，並隨機把他們分成兩組。之後研究人員搬開所有桌椅，鋪上健身房用的墊子，開始做下一階段的研究。

研究人員給其中一半的夫妻一卷魔鬼氈，告訴他們即將參與一個比較奇怪的遊戲。如果那對夫妻一聽到說明就雙眼為之一亮，會心相視，研究人員就馬上拿走魔鬼氈，請他們離開。至於留下來的人，研究人員用魔鬼氈把一人的右手腕和配偶的左手腕綁在一起，也把他們的左右腳踝綁在一起。

研究人員忍住哼唱萊諾‧李奇〈Stuck On You〉（譯註：直譯是「黏上你」，亦即「戀上你」）一曲的衝動，在房間的中央放一個一米高的泡棉障礙，給每對夫妻一個大枕頭。每對夫妻都必須趴在地上，爬過障礙，到房間的另一端，再轉頭爬回障礙，再次跨過它，回到起點。

為了讓過程更有趣，他們必須隨時把枕頭夾在兩人身體之間（不准用手掌、手臂或牙齒），必須在六十秒內完成。為了不讓任一組失望，研究人員請受測者都拿下手錶（「我們不希望手錶在混亂中刮傷了」），假裝每個人都在限定時間內完成任務。

他們叫另一組的夫妻做比較平常的事，給其中一人一顆球， 請他趴下來，把球滾到房間中央，讓他的配偶在房間的另一邊觀看。球滾到中央時，兩人再交換角色，由另一人把球滾回起點。

研究人員假設多數夫妻不會有很多機會一起爬過泡棉障礙， 所以那經驗應該滿新奇有趣的，那是給他們機會一起達成目標，並從罕見的新觀點觀看彼此。概念上來說，這就像他們初次見面時，比較令人興奮的經驗。相反的，另一組是對照組，他們做的事情比較平凡無奇，也沒有合作效果。

實驗結束後，他們請所有夫妻填寫幾份問卷（其中包括一份名稱很不浪漫的問卷〈浪漫愛情徵狀核對表〉），評估的項目包括配偶讓他們「心動」與「滿心歡喜」的程度。誠如預期，爬過大型泡棉障礙的夫妻對彼此的愛意比完成滾球任務的夫妻還深。只花幾分鐘一起做新奇有趣的活動，似乎產生了意想不到的效果。

在上述結果的鼓勵下，艾隆與研究團隊又重複了一次實驗， 不過這次他們是以不同的方式衡量婚姻的滿意度。研究結束時， 研究人員拍下每對夫妻閒聊下次假期規畫或如何裝修家裡的影片，然後請另一組研究人員觀察影片，仔細計算影片裡夫妻任一人反對對方的次數。結果顯示，綁魔鬼氈的夫妻做出較多的正面評論。

艾隆的研究再次證明，我們的行為會大幅影響我們的思考與感覺。就像凝視陌生人可以讓雙方互相產生吸引力一樣，進行和熱戀時期有關的活動，也可以幫人重新點燃過去的熱情。

根據這個研究，想要常保感情的熱度，可能只要靠一卷魔鬼氈、一大塊泡棉障礙和開放的心胸就夠了。

同場加映：了解對方想要什麼

最近我做了一次大規模的網路調查，探討浪漫舉動的心理。我和作家瑞秋‧阿姆斯壯（Rachael Armstrong）合作設計一份問卷，裡面列了許多不同的浪漫敘述，例如「另一半辛苦工作一天後，幫他放滿一盆溫熱的洗澡水」、「對方感到冷時，脫下自己的外套幫他披上」、「突然帶另一半去某個刺激的地方共度週末」。

那份調查總共吸引一千五百多位來自英美的網友完成問卷，研究結果有助於透露浪漫背後不為人知的心理。女人常抱怨男人不夠浪漫，但調查結果也確認她們的懷疑嗎？ 

我們請女性閱讀那份清單，指出他們的伴侶多常做那些浪漫舉動，結果頗令人失望。55% 的女性表示，她們辛苦工作一天回家後，另一半從來沒幫她們放過洗澡水。45% 表示她們覺得冷時，另一半從來沒脫下外套讓她們禦寒。53% 表示另一半從來沒有突然帶她們去度意外的週末。這些客觀的數據證實了長久以來女性覺得男性不夠浪漫的抱怨，但是這些失望數據可能是什麼因素造成的？ 

在另一部份的調查中，我們請男性受訪者閱讀浪漫清單，用一到十來評分他們做任一舉動時，女性覺得有多浪漫。我們也請女性受訪者用一到十評分，如果另一半做任一浪漫舉動時，她們覺得有多浪漫。結果顯示，連最簡單的舉動男性都會大幅低估它的浪漫程度。

例如，只有 11% 的男性覺得「告訴她，她是你見過最棒的女人」非常浪漫，但有 25% 的女性覺得那很浪漫。同樣的，只有 8% 的男性覺得「女人辛苦工作一天後，幫她放洗澡水」很浪漫，但有 22% 的女性覺得那很浪漫。幾乎每一項浪漫舉動都得出同樣的結果，這顯示男性不願做浪漫的舉動可能不是因為懶惰或不體貼，而是因為他們低估了女性對浪漫舉動的觀感。

那份調查的結果也透露了女性覺得最浪漫與最不浪漫的舉動，剛好可以為有心求愛的男性提供一點指南。以下列出十大浪漫舉動，以及認為那舉動非常浪漫（給十分）的女性比率： 

1. 蒙上她的眼，給她一個驚喜（40%）。
2. 突然帶她到某個地方共度意外週末（40%）。
3. 為她寫首歌或寫一首詩（28%）。
4. 告訴她，她是你遇過最棒的女人（25%）。
5. 她辛苦工作一天後，幫她放洗澡水（22%）。
6. 傳給她一則浪漫簡訊或電子郵件，或在家裡留一張浪漫的紙條（22%）。
7. 幫她準備床前早餐（22%）。
8. 她感到冷時，脫下外套幫她披上（18%）。
9. 送一大束花或一盒巧克力到她上班的地方（16%）。
10. 幫她把最愛的音樂編集在一起（12%）。

有趣的是，有逃離現實與意外驚喜的舉動最受女性青睞，之後是反映體貼的舉動，明顯偏物質享樂的舉動則殿後。科學證明，關於浪漫，最重要的或許是心意。

——本文摘自《怪咖心理學之 59 秒的練習，靠表情、姿勢和小動作，輕鬆翻轉工作與人生！、社區裡的用藥悲劇與重生》，2023 年 4 月，漫遊者文化出版，未經同意請勿轉載。