你是高估了還是低估了你的美貌？

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。

你曾經深深著迷於自己花了好幾個小時完成的手工藝品嗎？或曾覺得自己剛設計好的一份簡報背景顏色挑得真是超棒，棒到得往後坐遠一點來讚賞自己的作品嗎？這樣的話，表示你已經中了「Ikea效應」。

這種心理現象名稱源於幾萬人對於組裝家具的熱愛，以來自北歐那知名的組裝家具店為名。研究這現象的美國杜蘭大學（Tulane University）行銷學教授莫雄（Daniel Mochon）說：「想像一下，當你組裝好一張桌子，或許看起來有點小瑕疵，而你的太太跟鄰居看這張桌子則很直接，就是個有點差勁的手藝品，但在你眼中卻覺得很完美，只因為這是你親手創造的，是你勞力的成果。這就是Ikea效應的意思。」

通常我們都認為因為喜歡一件事所以才付出心力，不過莫雄教授和諾頓（Michael Norton）在想：會不會反而是因為付出了心力所以喜歡這件事情呢？

在經過一系列實驗後他們發現，相同的工藝品，如果是自己完成的，比起經他人之手，會對其賦予更高的價值。最近的研究發現：除了因為自己完成了一份「偉大的作品」而感到自豪之外，也能藉此向別人展示「我很行」。

這效應中有個陰險的元素存在：被操弄而自認為自己較無能的人，可能更容易受到Ikea效應影響。另一方面，莫雄也發現，當人們獲得自信心的提升後，他們就比較沒有興趣向自己跟向別人展現能力。

那麼，像Ikea這樣的DIY家具店，有可能在店裡要顧客解決艱難的數學問題，而增加家具的銷路嗎？（刺激消費者藉組裝家具重拾自信）

莫雄答到：「這無疑是一種冒險的策略，要是消費者發現Ikea讓他們覺得自己很笨來增加家具的銷量，我不確定對Ikea會帶來什麼衝擊。」

莫雄的研究反映出一個嚴重的問題：全世界的公司、經理人愛上了自己的點子，並且否決了外來但更好的主意－因為那些主意不是出於自家。

「如果我陷在一個計畫裡，而且我為此工作一、兩年了，我可能會認為這個計畫是非常好的點子」，莫雄說，「所以如果有別人來跟我說這計畫非常的失敗，別再浪費時間了，我還是會埋頭苦幹的去做，就因為那是我的心血，這就是Ikea效應帶來的影響，我可能會認為這計畫比事實來得好。」

不管你是否在執行一個牽涉數百萬元預算的計畫，或是學校裡的專題研究，你非常需要在將你的「完美計畫」公諸於世之前，請沒有參與計畫的其他人給些意見吧！

資料來源：Why You Love That Ikea Table, Even If It’s Crooked. NPR [February 06, 2013]

Dove的行銷廣告讓人相信我們比自己想像得更美，但《Scientific American》雜誌一文則表示我們更傾向於高估自己的美貌。而且，高估的可能還不只是美貌。

2013年4月15日，Dove發佈了一款名為「美麗真相素描（Dove Real Beauty Sketches）」的短片。短片推出後，立刻受到追捧。幾百萬的點擊率，讓其成為眾人津津樂道的病毒式營銷（viral campaign）的成功典範。

美麗真相？

在影片中，我們可以看到一名女性在向一名法醫素描師口頭描述自己的長相，然後法醫素描師據此來給她畫像。為了排除干擾，他們彼此用簾子隔開，因此在 作畫過程中法醫素描師並不能看到女性的臉。除了根據女性的自我報告進行創作，法醫素描師還會根據他人對該名女性的描述來完成一幅素描。「他人」有男有女， 他們與來參加實驗的女性並不熟悉，只是在實驗前兩人有過寒暄罷了。

最後，所有的女性都會看到兩幅畫像，一幅是自我報告的成果，另一幅則是他人描述的結果。讓所有女性驚訝和欣喜的是，對比兩幅畫像，根據他人描述所畫 的自己更加美麗。影片最終以這樣一句話結尾——「你比自己認為的更美。」（You are more beautiful than you think）而畫上句點。考慮到生活中很多女性對自己相貌的挑剔，這個看似科學的實驗似乎得出了一個非常讓人心動的結論。就像安徒生童話裡的醜小鴨，如果有一天突然意識到自己竟是一隻白天鵝，那該是如何地暢快。

「美麗真相」的真相

然而當人們沉浸在創造出的驚奇和欣喜中時，心理學研究告訴我們，這一影片的結論是錯誤的。實際的情況是，相比如貶低自己，人們更加傾向於抬高自己。透過玫瑰色的眼睛審視自己是人的天性，大部分人大腦中的自己都比真實的自己更優秀，不僅是在外貌上，在每一個方面都如此。

芝加哥大學的尼克勞斯·艾普利（Nicholas Epley）和弗吉尼亞大學的艾琳·惠徹（Erin Whitchurch）的研究最直接地證明了此廣告具有的欺騙性。他們的一系列研究證明，我們認為自己比真實的自己更加美麗。研究者拍攝了所有參與者的照 片，然後通過相關軟件將照片變形，來提高或者降低照片的吸引力。最終得到三種圖片，未變形的、高吸引力和低吸引力的照片。隨後，研究人員告知實驗參與者， 電腦將會給他們呈現一些圖片，包括他們原始的圖片和變形後的圖片。參與者的任務就是在這些照片中識別出沒有經過變形的圖片。實驗的結果表明，人們會更多地 將高吸引力的圖片認定為沒有變形的圖片。

有意思的是，實驗者只有在識別自己照片時才會出現這樣的偏差，在識別陌生人照片時卻非常準確。同樣的實驗程序，當照片上的人由自己變成了一個在3周 前在另一個完全不相關的實驗中遇到過的陌生人，人們會更多選擇沒有經過變形的圖片。為了進一步驗證自己的結論，研究人員進行了新的實驗。以往的研究表明， 當外界對象和人的內在表徵相符合時，人們識別該對象的速度更快。也就是說，如果人們內心深處認為吸引力更高的圖片就是自己的話，他們識別這樣圖片的速度會更快。果不其然，實驗結果驗證了先前的假設。

都是「自我感覺良好」

對自己相貌的誇大性認知是一種常見的現象，心理學家將其稱為「自我提升（Self Enhancement）」。心理學研究表明，人們對自己做好事的可能作出過高的估計，但是在預測陌生人此類行為時卻非常準確。例如，相比如實際捐款數， 人們會高估自己會捐助的數額，但是在預測陌生人的捐款時卻客觀又準確。同樣的，當面對即將到來的總統選舉，人們會高估自己給某位候選人投票的可能性，卻能 比較客觀預測他人的投票意願。人人都認為自己比一般人要優秀得多，當然我們都知道這在統計學上是不成立的。這種效應被命名為「平均數之上效應（the above average effects）」。該效應在生活中隨處可見，比如93%的司機認為自己比其他司機的平均車技更好；94%的大學教授覺得自己的工作表現優於他人工作表現 的平均值。人們也會不切實際地低估自己和他人相比的健康風險：人們覺得自己得流感的概率比他人低。股民會認為自己買的那隻股票肯定會賺錢。如果你天真地認 為這種「自我提升」效應只存在於他人身上時，你並不孤單，因為大多數人都會說自己比其他人更能做出準確的自我評估。

為什麼人們需要進行「自我提升」呢？這得從自我提升帶來的好處說起。在社交生活中，表達出自己擁有良好的個性品質能帶來和諧的人際交往。理論上，人 們可以在自己有準確的認知的同時去欺瞞他們。但是欺瞞有兩個缺點。首先，會給人們增加認知上的負擔，作為一個欺瞞者，人們需要在真實和虛假中來回周旋，這 樣的糾結會影響大腦執行其他任務。第二，人們其實都很擅長發現欺騙者，並且對於虛偽的行為表現出極強的負面情緒。所以現實中人們選擇了「自我提升」，真心地相信自身是優秀的、美麗的，高於平均數的，不再需要為了讓自己受歡迎而去精心編制謊言，這樣的自我提升也增加了人們的自信。研究者也發現，在選擇人群中 的領頭人和戀人時，自信都起了很大的作用。自信的人更容易獲得人們的信任並且他們的建議更容易被採納。

結論

儘管此營銷視頻得出的結論——真實的你比大腦中的你更加美麗，是錯誤的。但是認為自己比實際中的自己更美似乎並不是一件壞事。

果殼編按：似乎為了規避欺騙他人的風險，人們最終選擇了欺騙自己。

參考資料：You Are Less Beautiful Than You Think

轉載自果殼網