不想錯過任何事會促使社群媒體的使用

• 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。

使用社群媒體後，你變得更快樂還是更憂鬱？

想知道更多資訊的時候，你可能會上網搜尋。有時候是為了資訊的工具價值，比如透過 Google 地圖確認 A 地到 B地 的路線；腳踝扭傷時，也可以從網路上搜尋到應變的實用資訊；又或是並非真的出於任何用途，只覺得知道某些事很有趣，像是忽然想了解流行音樂歷史。你當然完全可以這樣做。

我們身邊有許多資訊都是一些抽象的概念，其中部分資訊卻可能和你切身相關。比如依據某些基本事實可以推斷你的預期壽命；某些資訊可以了解你的健康風險、未來「錢」景，甚至是個性。比起 10 年前，我們現在能得到的資訊更為詳盡正確，再過 10 年，肯定能夠知道得更多。

這章要談的內容很多，不妨開頭就先提示最大的重點：

研究顯示，整體而言，臉書會讓人變得比較不開心，而且可能感到憂鬱、更為焦慮，也對生活變得更不滿意。

我並不打算危言聳聽，事實上這些影響並不大。然而，它們的確存在。

而與此同時，有些人明明已經停用臉書、也感受到幸福感明顯增加，卻又非常想要重新打開臉書。實際上他們要求要得到一大筆錢才願意放棄臉書。這是為什麼？我們雖然無法確定，但一項合理的解釋是，使用臉書的體驗，包括帶來的資訊，並不會讓人變得更快樂，但還是有它的價值。

無知並不是幸福，而很多人都感受到這一點。人們需要知道自己在意的資訊，這是因為喜歡、甚至珍視一種和重要的人之間產生連結的感覺。

若須付費才能使用社群媒體，會怎樣？

重要的是，我們必須強調，社群媒體的功能不僅僅是提供資訊，至少不是我在這裡反覆強調的揭露資訊的意義。你會使用臉書，可能是為了和家人或朋友聯繫，也可能是為了改善荷包或健康。但無論如何，社群媒體的一大重點在於資訊傳遞，雖然這個概念要比我目前所談的更為廣泛。

而這裡的核心問題是：社群媒體究竟多值錢？

在社群媒體上，大部分的資訊是免費的，至少表面上你無須付費；或許可以說你仍需要付出注意力或個資等等。臉書和推特這些企業是從廣告獲得收益，但有鑑於相關爭議不斷，也有人認真討論起將這些平台及其服務的商業模式改成付費使用。

除此之外也有些偏理論的探討，主要關注在如何評估這些平台的經濟價值。要是民眾必須付費才能使用臉書，情況會變得如何？而民眾又願意花多少錢成為用戶？

這些答案會透露出一些重要的資訊，讓我們知道社群媒體與一般資訊所擁有的價值。而回答這些問題，也有助於了解一些更基本的問題：如何計算經濟上的價值；知道某些消費決定可能只是表面工夫；了解傳統經濟指標與實際民眾福利有何差距（請見第二章）。此外，這些答案也會進一步影響政策與法規。

要你放棄使用 FB ，可能比要你付費使用來得更難？

行為經濟學特別感興趣的一個問題，就是「支付意願」和「願意接受金額」間可能出現的巨大落差。

以臉書為例，如果我們想知道它能為我們帶來多少福利，究竟該問民眾願意為此付出多少錢，抑或該問要給他們多少錢才會願意放棄使用臉書？許多研究都探討過稟賦效應（endowment effect）的現象，也就是被要求放棄某樣商品時所要求的價格，會遠高於他們當初獲得這些商品時支付的費用。

稟賦效應目前還有爭議，至少在適用的領域、來源與程度上仍未有定論。我們可能會想知道，使用社群媒體願意付出的費用，是否大於不使用社群媒體所得到的費用？如果是的話，傳統論點又能否提出說明？

另一個同樣常見、甚至是更基本的問題，則是涉及支付意願或願意接受金額的衡量與民眾福利。我在前面也提過，在經濟學中，要是談到民眾擁有某樣商品時的福利效果，往往是以民眾願意付出多少錢來使用那件商品作為衡量。

當然，「願意付出多少錢」也是現實市場的衡量標準。但請回想一下，要提出這項金額，事實上也就是做出預測：預測該商品會對自己的福利造成什麼樣的影響。

這個問題乍看不難，尤其當談到自己熟悉的商品（鞋子、襯衫、肥皂）；但換做是從未使用過的商品，回答起來也就沒那麼簡單。對於一項從未擁有過的商品，哪知道能帶給自己多大的福利效果，以及可以換算成多少錢？

對許多人而言，臉書、推特、Instagram 等平台都是再熟悉不過的社群媒體，而且有著豐富的使用體驗。但出於某些我們馬上會討論到的原因，社群媒體用戶就是很難估算這些平台可以換算的金錢價值。

只要看看民眾提出使用社群媒體願意付出的金額，就會了解在尋求資訊上，「願意付出的金額」和民眾得到的福利效果似乎並不對等；同時值得進一步研究其中的福利效果究竟是什麼。

在這種時候，「願意付出的金額」只反映出部分的福利效果，還可能只反映一小部分。我們必須找出反映效果不佳的實際原因，並且嘗試找出更能呈現福利效果的方式。而我在這裡的目標，就是希望推進這項任務的進展。

——本文摘自《資訊超載的幸福與詛咒》，2022 年 8 月，天下文化 ，未經同意請勿轉載。

• （編按）根據不同世代的背景和特徵，歐美國家流行將不同年代出生的人們依序冠以：
  • 嬰兒潮世代：1946 年～1964 年，二戰後嬰兒潮
  • X 世代：1965年～1980年
  • Y 世代：1980年～1990年，千禧世代
  • Z 世代：1990年代末～2010年代前期，數位原生世代
  • α 世代：Z 世代的子女

隨著科技日新月異，各個世代產生了哪些轉變？

千禧世代之後，Z 世代接棒，他們的父母通常是思想獨立的 X 世代。這些 Z 世代青年比父母一輩更獨立，更運用全腦生活，原因如下：

• 第一，這些孩子是由 X 世代撫養，長成的一號人格_^註1超級給力。
• 第二，Z 世代接受右腦學習教育，造就強大的全腦思維。
• 第三，X 世代得將嫻熟科技的全腦思維，融入嬰兒潮世代。

那由左腦建構的世界，無獨有偶，Z 世代也得將全腦思維融入千禧世代那右腦主導的世界。綜上所述，Z 世代在生物學上和文化方面都是史上第一個全腦世代。

Z 世代與千禧世代相仿，從嬰兒床時期就與科技產品綁在一起，許多人說自己的母語之前，早就會說谷歌語言。

不過，千禧世代喜歡群體，希望置身社群網路，Z 世代在社交活動上卻更為自主，沒那麼喜歡與人互動，反而與科技互動更自在。

將科技視為自我延伸的「Z 世代」

深究發現，Z 世代其實是將科技視為自我的延伸，有意識的將科技工具整合至日常生理活動。

手機應用程式替他們監控生命徵象，計算步數及每分鐘的呼吸次數，追蹤睡眠，減緩心率，降低焦慮，還會以任何你可想像的方式協助轉移注意力；手機應用程式會告訴他們該吃什麼，何時達到社群媒體每日使用時間上限，何時該睡覺——然後，會播放 δ 波音樂，提升睡眠品質。

儘管資通訊科技可促使人與人之間更頻繁交流，

卻不會激起人際連結的火花，

無法以正向方式刺激大腦。

Z 世代青年如此頻繁使用科技，變得愈來愈自動化，神經愈來愈根據科技來調節，世代差異益發明顯。與美軍世代及嬰兒潮世代的傳統思維、價值觀與行動相比，這些孩子及之後的 α 世代，神經學層面實有獨到之處。

在一個世紀內，大腦的支配方式及價值觀已然產生變化，儘管我們數十年來早已發現，人與人的接觸有助建立更健康的神經網路，科技卻造成人際連結嚴重中斷。

儘管資通訊科技可促使人與人之間更頻繁交流，卻不會激起人際連結的火花，無法以正向方式刺激大腦。人類天生就是社會動物，我們與科技的緊密互動，正在戕害我們的健康。

越科技，與孤獨的距離也更近

根據一份各世代孤獨感的自陳報告研究，科技使用程度與孤獨感之間呈直接正相關。

比起從小身處科技環境的世代，美軍世代及嬰兒潮世代成長過程畢竟並未時常伴著手機、電腦、平板電腦，受試者自陳的孤獨感較低。此外，機不離身導致人機界線模糊，病態狀況層出不窮，夫妻與家人莫不帶著這頭號問題，尋求治療解方。再加上電磁輻射對生物系統的影響仍為未知，科技也開始彷彿列車長不在的失速列車。

2001 年，全腦 Z 世代族群年紀尚小，有些人甚至還沒有出生，全美社會就歷經九一一事件的創傷，承受創傷後壓力症的餘波；後來 2008 年金融危機，迪士尼樂園假期縮成宅度假，這些孩子很快就知道這世界危機四伏，他們的二號人格遭恐懼和焦慮淹沒，也是理所當然；日常言論充斥著政治對立和仇恨，無怪乎藥物過量與自殺情形肆虐，年輕一代那些自覺在人際網路中無足輕重的孩子，更是置身險境。

要是上述事件還不夠嚴重，請想想這些孩子還面臨 2020 年開始的新冠肺炎大流行，說他們有點像是在野外求生，也不為過。

世道如此艱難，Z 世代如同千禧世代，耗費許多時間應付戰鬥或逃跑反應，並未累積太多財富，當然不願買房或安頓下來，反而希望繼續移動，畢竟移動的目標才難以被抓住。

所以，Z 世代究竟有哪些特徵？

Z 世代如父母一樣獨立，重視左腦一號人格的個體性，沒興趣將自己擠入社會組織架構的框架，於是，許多人選擇直接跳過大學。

Z 世代只要動動手指，就能通達浩如煙海的資訊，真真切切以強大的一號人格與科技共存，也以三號人格的價值觀過活。想要什麼東西，就上亞馬遜訂購，無論他們可能身在何處，訂購物品幾乎立刻就送達門前。三號人格好喜歡科技帶來的即時滿足感。

Z 世代天生熟悉電腦程式碼，許多人幾乎沒什麼開銷，便賺得大筆收入，因為大型科技公司現在直接透過網路雇用他們的技能。事實上，在科技盛行的世界，Z 世代人才炙手可熱，谷歌與亞馬遜等大公司甚至不需要員工有學士學位。

Z 世代喜愛高薪工作，開名車，身著最新的花押字印花名牌。Z 世代一號人格的自我價值由所持有的事物反映，但若二號人格感覺遭威脅，而三號人格需要衝至別處，也要隨時能將所需要的事物一把抓起帶著走。

這點，與典型的千禧世代特徵有如天壤之別，千禧世代通常會到古著店或二手衣店買衣服，錢比較不會用在自己身上，更傾向捐款做公益。

與社群媒體共生：Z 世代更寬容、更不受拘束

若說千禧世代有了社群媒體而如虎添翼，Z 世代則需要社群媒體，才能如魚得水。

Z 世代建立關係的對象主要是手機、iPad、電腦，因此他們站在文化潮流的尖端，了解現今當紅時事，簡直是第二天性。

右腦強勢又強大的他們，儘管常聽到長輩仇恨言論喋喋不休，面對與之殊異的文化、族裔、宗教、性傾向，都更為寬容；比起應該做的事，花時間做喜歡的事更自在。

Z 世代手藝精巧，對自己下了工夫的創作，引以為傲。他們的四號人格希望種植可食用的健康作物，打造美麗花園，關心清淨的空氣和水源，一心保護地球家園。

電腦對人腦帶來的加速、耗損與壓迫

我們這個社會已經達到人類與科技融合的轉捩點。這麼說好了，儘管大腦是由數百億個互相傳遞訊息的神經元組成，造就的神奇副產物卻是人類個體意識的展現；相形之下，我們有數十億顆大腦互相交流，共同展現人類的集體意識。

再更進一步說，網際網路是由數十億部電腦組成，電腦則透過人腦意識互相連接，結果就是：出現遍及全球的科技意識，而這種意識突破了最狂放的科幻想像。

人類與電腦開始產生這種聯繫之時，是人類建構電腦，影響電腦。然而，現在卻是電腦在影響人腦。

隨著千禧世代與 Z 世代到來，網際網路的追蹤行為司空見慣，我們的上網活動、位置、移動模式、飲食、採買的產品、理財習慣、政治喜好，甚至是我們的臉孔、朋友家人互動程度，都會受到追蹤，手機應用程式會監控、蒐集我們的生物系統資料，提供生活建議。

科技與人類如今步步走向整合，最終我們不僅賦予科技影響我們想法、情緒和生理反應的能力，也已嘗試植入各種形式的科技和神經微晶片。這點令人既期待又害怕。

生物系統的運作集結了各種負回饋迴路，例如，我餓到肚子痛，吃了東西，痛感就沒了。在此生物系統中，我有欲望，並依這種欲望行事，欲望消止之後，我感覺滿足，該系統就暫歇。

以負回饋迴路為本的系統，有其妙處：可以建立並傳達需求，一旦滿足需求，就能恢復自身的平衡與恆定機制。在恆定機制下，生物系統可以自行休息與補足能量。這些負回饋迴路消耗最少的能量來示警，警報一解除，系統就會暫時關閉，返回節能模式，生命因此得以健康發育。

另一方面，資通訊科技堪稱正回饋系統，不會暫歇或停止運作。此系統愈常運轉（也就是你打電動或瀏覽網頁的次數愈多），系統中設置的誘惑也愈多，以便增加你的點閱數，吸引你付出更多時間與注意力。這些科技全天候運作，會加速我們的神經網路，也會耗損我們的神經網路。

大腦就像電腦一樣，偶爾要清理才不會當機

電腦及網際網路的世界都會持續運作，直到當機、需要修復或更新軟體的時候。然後，該系統會重新啟動，並從上次停止的地方再度開始運轉。電腦驅使我們更賣力工作，更用力玩遊戲，更迅速思考。從認知和情緒方面來看，這些科技正在磨耗我們的生物系統，我們更難抵擋科技癮頭。

科技帶來便利，協助我們提高效率，適當使用的話，也能創造更健康的工作與生活平衡狀態——這些當然無可否認，只是，科技老是鼓勵我們「衝衝衝」，可能造成腦部健康大大受損，也可能粉碎我們與身旁親友的關係。

大腦基本上就是人類生命的硬碟，我們成天編譯數十億個 Cookie ——來自電視、手機、社群媒體、以及科技替你量身訂做的健身課表，當然還有工作用的電腦。

人腦就像工作用的電腦，我們若沒有一天清理好幾次垃圾檔案，至少也要每天清理一次，重新啟動大腦，才能呈現最佳效能。若要還原為由負回饋迴路驅動的生物系統，我們必須定期按下暫停鍵，給大腦機會更新、重新校準並執行硬體重設，這也是睡眠如此重要的一大因素。

一天之中找些時間，有意識的與四大人格舉行大腦會議，也享有這種好處。無論我們是否需要接受幫助，或者只是剛好想抱持感恩，擁抱新氣象，我們都有能力選擇想成為什麼樣的人，有能力選擇如何成為那樣的人，有能力扶自己一把。

無論這些世代的差異為何，誠如我在 TED 演講所述：

我們是能量生物，藉由右腦半球的意識互相連結，

形成一個人類大家庭。

而此時此地，我們全都是這個星球上的兄弟姊妹，

來這裡，讓這個世界更美好。

而在這個時刻，我們很完美，我們很完整，我們很美麗。

——本文摘自《全腦人生：讓大腦的四大人格合作無間，當個最棒的自己》，2022 年 ８ 月，天下文化，未經同意請勿轉載。