麥克克萊頓的正宗接班人(!?) – 碎片之島

• 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。

• 作者：蘇上豪

肥滋滋的肚子也能當蠟燭燒？

在寫到狄更斯與醫學關係的第三篇文章前，我想先鋪一個梗，談一下三國時代的人物董卓―這位漢靈帝時代的中郎將，受大將軍何進之託，脅迫當時干政的宦官十常侍，利用手中兵權搞得朝廷大亂，是開啟三國時代序幕的重要推手。

董卓應該是長年享受錦衣玉食慣了，根據記載他身軀肥胖，因此他的死，讓文史作家有了無限想像的空間。例如在《三國演義》第九回「除暴兇呂布助司徒，犯長安李傕聽賈詡」中，司徒王允設反間計，挑撥董卓的大將呂布將其殺死，羅貫中寫道：「卓屍肥胖，看屍軍士以火置其臍中為燈，膏流滿地。」

另外在一本紀錄東漢末年軍閥割據的小說《英雄記》也提到：「卓素肥，膏流浸地，草為之丹。守屍吏暝以為大炷，置卓臍中以為燈，光明達旦，如是積日。」

這些都比《三國演義》還扯，肥滋滋的董卓死後，肚臍被置入燈芯，竟然光亮如日，而且還持續好幾天，把董卓比成瓦斯桶。

看到上面的兩段描寫，以外科醫生的立場而言，只能說是鬼扯，如果人死後脂肪可以膏流滿地的話，那開刀房一定是人間煉獄，因為每個胖子被開腸剖肚之後，還沒有看到病灶時，外科醫師可能要準備大量的吸油紙，甚至是幫浦來把流出的油處理掉，否則沒有辦法進行下一步的工作。

至於利用肚子的脂肪當成蠟燭使用，更是讓我匪夷所思，因為人體的成分不見得全然是油脂，身體組織的燃點也不可能輕易的用燈芯點燃，如果這種情形會發生的話，那外科醫師一定也深受其害，因為我們用刀劃開身體之後，必須以高溫的電燒刀去止血，目前還沒有聽到患者在手術中忽然被點燃，甚至開刀房為此發生火災的紀錄。

會提到董卓的故事，是向各位說明人體不可能作為點燃的原料，否則在火場裡，消防弟兄救人時可能會帶著火柱出來，會特別提出來討論，是為了接下來探討狄更斯所處的時代，一直有很多人深信不疑的「人體自燃現象」（spontaneoushuman combustion，SHC），我們這位偉大的作家也是它的信徒。

「科學」現象還是「戲劇娛樂」效果？

狄更斯在《聖誕頌歌》中寫到，主角史古基（Scrooge）就擔心遇到聖誕禮物的幽靈時，會成為一個有趣的「身體自燃案」；另一部小說《荒涼山莊》（BleakHouse），其中的角色克魯克（Krook），一個時常酒醉的破銅爛鐵店老闆，被狄更斯形容「嘴裡冒著煙，好像身體裡著火一樣」，結果在一場大火中以驚人的方式消失：

「金屬爐架只剩下很小的火，但房間中有一股悶悶不樂的蒸汽，牆壁和天花板上有一層又黑又油膩的塗層。椅子和桌子，以及很少出現在桌子上的瓶子，都像往常一樣站立著，在一張椅背上掛著擾人毛茸茸的帽子和外套……這裡是一小塊燒焦的碎木頭的灰燼，上面灑著白灰，還是煤？哦，恐怖，他在這裡。」

狄更斯所描述的是克魯克當時已經發生了人體自燃，和傳說中所描述的一樣，房間裡有濃濃的灰燼，除了遺體化成油性的物質外，其他的東西卻安然無恙。

為什麼狄更斯會大膽地將當時流行的人體自燃寫入小說中？根據長年研究狄更斯的專家特雷佛．布朗特（Trevor Blount）所說，和作家在小時候經常閱讀一本可怕的期刊《The Terrific Register》有關，裡面多刊登聳人聽聞的事情，如暴行、酷刑、地震、沉船、鬼故事或決鬥場景等等，該雜誌在一八二二年有一期特別以駭人的細節描述，講述了柯妮莉亞．讚哈里．迪．班狄（Cornelia Zanghari di Bandi）伯爵夫人的死訊。

那是發生在一七三一年三月十五日，班狄伯爵辦了晚宴，當天伯爵夫人喝了相當多的白蘭地，所以不勝酒力的她早早回房睡覺，隔天女僕敲門，但伯爵夫人沒有回應，女僕只好打開窗戶，驚訝發現伯爵夫人已不成人形。

根據期刊裡的記載，伯爵夫人部分的顱骨及下巴已燒成灰燼，她的身體其他部分完好如初，當然身旁的家具都沒有燃燒的痕跡，不過空氣中瀰漫著臭味，像是酒與食物混合發出的酸臭味，有些油膩的東西滴得到處都是。

一位叫比安奇尼（Bianchini）的牧師到場，也看到如此驚人的景象，斷言伯爵夫人是人體自燃，原因是發炎的血攪動了胃裡的汁液，和腹中的發酵物（其實是白蘭地）作用而燃燒。

類似上述的故事，從十七世紀時就充斥在歐洲的大眾間，到了十九世紀的報紙、甚至醫學期刊中，還不乏有零星的報告出現，也難怪喜歡大量閱讀的狄更斯受不了蠱惑，最終將其寫入小說中，作為那些卑鄙人物的懲罰。

《荒涼山莊》是連載的小說，所以在克魯克死亡這一部分發表後，有一位有醫學背景的文學批評家喬治．亨利．路易士（George Henry Lewis）對其發出嚴厲批判，引經據典提出許多科學家來嘲諷狄更斯，還敦促他在《荒涼山莊》以書本形式出版後，能夠做出一些校正，以防止類似的錯誤訊息傳播。

如果狄更斯以輕鬆的筆調回應這件事，勸路易士不要太嚴肅的話，整件事大概就不會有糾纏，可惜狄更斯找出了一些深信人體自燃的醫師還有學者，及現場目擊者來反擊路易士，甚至在《荒涼山莊》以單行本出版時，斬釘截鐵說他的故事確實可信，而且有科學依據，結果惹來路易士更強烈的批判，希望他「不能隨意忽視和沉默地忽略，他所收集到的反對人體自燃的科學證據」。

結果普羅大眾的反應呢？大家對克魯克死亡沒有發表任何贊成或反對的意見，狄更斯的聲明沒有受損，《荒涼山莊》更是大賣，這是玄學戰勝科學嗎？我並不這麼認為，因為喜歡看小說的讀者，都喜歡看到壞人死狀悽慘，那遠比科學重要。

如果大家以人體自燃上網站搜尋的話，相信會有驚人的發現，而且也會看到長長一列的知名作家，如馬克．吐溫，以及寫出《簡愛》（Jane Eyre）的英國作家夏綠蒂．勃朗特（Charlotte Bronte）等等，在他們的作品中談到人體自燃現象的情節。

可能讀者有的是人體自燃的擁護者，會提出很多不可思議的現象來問我意見，我的反駁除了剛剛在董卓死亡的敘述外，另外提出一個觀點讓大家思考：所謂的人體自燃受害者，大都沒有任何現場目擊證人以解釋他們如何燃燒？所以我並不反對他們燒成灰燼，只是不相信他們會自己燒起來罷了！

我的心情應該和買那些《荒涼山莊》的讀者一樣，小說本來就是要怪力亂神、天馬行空，壞人就該死狀悽慘、結局大快人心，把那些不合常理的事拿到科學上來討論有必要嗎？

拜託，大家不要像狄更斯和路易士那麼認真嘛！

——本文摘自《怪奇醫療史：從疫苗發明、疾病歷史、護體神功、縮陽症、按摩槍等，解開最不可思議的醫學古今事》，2022 年 10 月，時報出版出版，未經同意請勿轉載。

下周三（24）是許多影迷們翹首期盼的《復仇者聯盟 4 ：終局之戰》（Avengers: Endgame）上映日，然而近期網路上卻流出一段關鍵場面的側錄合輯，各大社群網站和相關論壇首當其衝、淪為重災區。羅素兄弟（Russo Brothers）隨後發布公開信向粉絲喊話，請大家別爆雷，為其他人保留觀賞樂趣。

人們厭惡爆雷，認為劇透會剝奪欣賞故事的樂趣、甚至讓人興致全無。那麼科學上，我們該如何解釋這種現象？提前知道劇情走向或是結局，真的會減少樂趣嗎？適當的劇透有沒有可能反而讓故事更有吸引力？

• 對了，關於跟漫威有關的那些瞎咖劇透事件，可以看看姊妹站娛樂重擊的這篇文章「在《 復仇者聯盟4 ：終局之戰 》上映之前：盤點漫威電影宇宙 4 大劇透事件」

所以實驗怎麼說？

2011 年加州大學將類型包含諷刺、懸疑及文學類的 12 篇小說進行了三場實驗。研究人員分別在第一和第二個實驗裡以額外附贈的劇透講義和在小說開頭置入捏他，及第三組無劇透的對照組來測試 819 位讀者對小說的喜好程度是否會受提前透漏的劇情影響。結果發現：

不論是哪種類型的小說，讀者都更偏好有劇透的版本，尤其是附有爆雷講義的小說。

知道將發生什麼事反而會有滿足感~

研究人員推測，劇透可能有助於增強我們對故事的享受程度。提前知道接下來的故事結局仍會導致緊張和焦慮：是什麼原因導致這種結果？劇情何時會直轉而下？作者要怎麼處理接下來的劇情？角色們會怎麼做？人類在面對未知時，腦海中不會浮現出這些疑問；但當我們了解劇情後，這些懸而未解的問題反而會讓故事更加有趣、更有吸引力。

這類似於許多書籍正文開始前的導讀，它能幫助讀者迅速進入世界觀、搞清楚發生了什麼事。導讀的功能不只於此，人類心理喜好預測劇情走向，而大量的預測失敗使人沮喪，若是提前知道結局反而能讓讀者專注在劇情是否合理，而不因某某人突然死去而震驚萬分、花費更多時間來說服自己他真的死了。

正如早期的一份研究（Carroll，1996）：

重讀故事不會讓我們減少懸念，換句話說，我們會對那些已經看過的好作品愛不釋手、二刷三刷，且仍然能投入情節中、跟著角色一起糾結掙扎。

難道人們真如研究人員所總結的，是在「浪費時間避免劇透」？

2016 年荷蘭阿姆斯特丹 VU 大學的研究也許可以提供各位不同的見解。論文作者，同時也是通信科學系助理教授的班傑明（Benjamin Johnson）表示：

人們對於劇透有害的這種普遍想法絕不只是一種迷信，它是有科學根據的。

提前知道劇情降低人們的體驗效果？

班傑明和同事請 412 名大學生閱讀幾篇他們從未讀過的短篇小說。在閱讀之前，學生會得到幾份有雷的劇情總結，之後再讓學生對這些故事進行評分，項目包含是否發現故事具有吸引力、感人程度和懸疑性。

研究人員想知道這齣實驗是否會符合 2011 年加州大學發表在心理科學雜誌上「在某些時候，人們聽到劇透後，反而更能享受故事」的研究結果。

但在新的研究中，被劇透的故事不那麼動人、不那麼發人深省，甚至在讀者進入敘述世界後「身臨其境」的體驗也不那麼成功。也就是說，爆雷的影響在人各方面的體驗上都是負面的，若人們不知道故事將如何發展，他們會更享受。

其實劇透也不像人們所想的那樣糟糕。班傑明補充道：就算你已費盡力氣避雷卻仍被爆梗，你還是可以從故事中得到足夠的滿足感。我們可以從之前加州大學的實驗中了解到，即使提前知道故事的結局，人們仍會感受到懸念。

我那悲憤的心情如何解！

如果說劇透對人們的影響不是那麼嚴重，我們因為被劇透而感到憤怒、或是覺得體驗被破壞、剝奪的感受又該怎麼解釋？

首先，要記得的是以上研究結果都是平均值：它不意味每個人在被爆雷後都會更加喜歡這個故事。這類研究也其侷限，即僅針對單一大學校園的本科生進行調查。關於劇透的發現可適用於小說，但受眾對小說劇透的感知和反應可能和面對電影，影集等其他形式的作品不同。

第二，你面對劇透時的反應可能取決於你的個性。

認知需求 V.S. 感情需求

不知道各位有沒有發現，有些人不在意劇透；有些人則對爆雷抵死不從？

擁有高度認知需求（Need for Cognition）的人喜歡思考，並傾向於追求認知要求高的活動，如填字遊戲；高度情感需求者（The Need for Affect）喜歡感受並偏向尋求情感活動，如觀看溫馨狗狗影片。

雖然這兩種特質看起來互相對立，但它們是獨立存在且互不影響的——有人可能同時有高認知高情感，或是兩者都不高。平均而言，高度情感需求者往往喜歡被劇透的故事：

這可能是因為他們對於未知更有感受性、也更容易理解。

看完以上的實驗，是否讓各位對於「劇透」有更深一層認識？雖然劇透在某種狀況下能增加故事的吸引力，但這絕不是你可以任意洩漏劇情的理由，因為爆雷確實會對人們的經歷產生負面影響。

懂得尊重彼此，才能一起享受故事的樂趣。

參考資料：

1. Enough with the spoiler alerts! Plot spoilers often increase enjoyment
2. Beware ‘Star Wars’ Spoilers: Enjoyment Suffers When Plot Revealed
3. The Spoiler Paradox
4. The Psychology of Spoilers: Do They Spoil the Story?
5. Knowing the Ending Makes a Story Better, Not Worse, Says the Spoiler Paradox
6. Leavitt, J.D. & Christenfeld, N.J.S. (2011). Story Spoilers Don’t Spoil Stories. Psychological Science. doi:10.1177/0956797611417007