玩電玩提升認知功能不是年輕人的專利

• 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／照護線上編輯部
• 本文轉載自 Care Online 照護線上《老花雷射手術比一比，眼科醫師解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

老花眼就是眼睛調節能力隨著年紀而下降。

以前年輕的時候，眼睛像是一台很好的相機，可以看得很遠、看得很近。

所謂的老花就是調節力變差，使我們需戴另一副老花眼鏡，除了近視眼鏡外，還要再加上一副老花眼鏡，來幫助我們看近物。

• 本文轉載自 Care Online 照護線上《老花雷射手術比一比，眼科醫師解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

在瀕死之際我看到了過往人生宛如走馬燈快速重演，外加一束白光籠罩，為什麼那麼多人都有類似體驗？有可能用科學實驗解開這個謎嗎？

就在今年 5 月初，一項神經科學研究試著解開人在臨終前為什麼會看見人生走馬燈的祕密，研究團隊排除萬難找到受試者，並且蒐集到了第一手數據。

瀕死經驗既神祕又眾說紛紜，到底有沒有靈魂？有沒有天國和地獄？還是一切全是大腦自己捏造的幻覺？不論最終答案是什麼，都是對生命本質的大哉問。你好奇嗎？一起來看看科學家如何破解一輩子只有一次機會看見的奇異景象。

現在的神經科學觀點，怎樣看待瀕死經驗？

你怎麼看待瀕死經驗這個議題呢？是跟朋友之間閒聊的題材，帶著開玩笑的心態，還是根本認為是怪力亂神、反理性的瞎扯淡？有一群科學家可不這樣想，他們很認真地想找出答案。

瀕死經驗指的是當事人因為休克、窒息、心臟病發作或遭受重大衝擊，例如爆炸或摔倒，在這些危及性命的情況下觸發的經驗。我們最常聽說的類型，包括重播一生回憶的人生走馬燈、穿過隧道到了另一個世界、漂浮在房間上方看著自己，還有遇到神明或過世的親人等等不可思議的景象。

什麼？你説有沒有看見偶像變成自己的媽媽這個類型？

讓我們先從神經生理學的角度來看瀕死經驗究竟是什麼。要回答這個疑問，得先問自己另一個問題，那就是為什麼睡覺的時候明明閉著眼睛，在夢裡卻能和平常一樣看到東西，而且是彩色的？

目前一個流行的觀點是，只要大腦受到電流或化學訊號刺激，就能讓我們「認為」自己看到、聽到、聞到東西，或是揮手、跑步，甚至和人說話。而且在這種情況下，大腦沒辦法分辨真假。做夢就是一個切身的實例，明明躺著沒動，夢到大吃美食就超開心，夢到數學考試還是緊張到不行。

這就是《攻殼機動隊》、《駭客任務》等電影的靈感來源，《咒術迴戰》的換腦哏其實也表達一樣的意思，認為大腦就等於傳統認知裡的靈魂，藏在影片和漫畫背後是一個叫做「桶中之腦（brain in the vat）」的概念。

桶中腦是美國哲學家普特南（Hilary Putnam）在 1981 年出版的書中提出的臆想試驗，他假設有個瘋狂科學家——也可能是外星人，切開我們的頭蓋骨，取出大腦，放進培養槽裡，然後用電極把這顆大腦和一台厲害的電腦連接在一起。電腦會按照演算結果送出完美模擬各種身心經驗的電刺激訊號，例如讓我們急急忙忙離開辦公室回家，這樣的話，我們能知道自己其實只是浮在桶子裡的一個大腦嗎？

事實上，隨著神經科學進步，我們現在明白，每個人的大腦都裝在頭骨的空腔裡，泡在組織液裡面，根本沒有接觸外界，只靠著神經束來接收眼睛、耳朵、手腳送來的電流訊息，然後自行生成看到、聽到、摸到等種種感覺。這樣說起來，和裝在桶子裡的腦好像沒什麼差別。

說回瀕死經驗，過去幾千年的漫長歲月裡，在全球各地文化中，臨終的經歷幾乎無一例外都屬於宗教信仰範圍，現在科學家想驗證的重點則是，這種鮮明強烈的體驗，比如走進一條隧道，或是重播回憶的人生走馬燈，究竟是不是大腦解讀流竄的電訊號，製造出栩栩如生的影像和聲音，換句話說，瀕死體驗只是腦殼裡上演的一齣獨角戲，跟天堂地獄、神鬼都無關？還是像許多古老文化傳統認為的，意識可以不必依附大腦而存在，肉身只是一個過渡階段呢？

第一手觀察終於出爐，臨終期間大腦噴發異常腦波活動！

最好的辦法，是找人來做試驗，記錄死亡的整個歷程。但是這一類研究很難找到試驗對象，因此進展……可說是沒什麼進展。

過去的假說認為人的心跳停止以後，大腦活動也跟著衰減，就好像火焰漸漸熄滅一樣。雖然先前科學家在動物身上曾觀察到，心臟和呼吸驟停以後，大腦一種叫做 γ 波振盪（gamma oscillations）的神經活動突然升高，同時也偵測到好幾個腦區相繼迅速動起來，好像被點亮了一樣，可能顯示腦區之間正急速傳遞訊號。不過這些動物模式上的發現是不是能套用到人類身上，證據一直很單薄。

所謂的神經振盪（neural oscillation），另一個通俗的名字就是「腦波」，概略來說，指的是腦中特定的神經細胞群體以特別的節律同步放電，有 α 波、β 波、γ 波、θ 波等多種形式。目前的神經學觀點認為，γ 波在專注、警覺這一類精神狀態時會相對更加凸顯。

2023 年 5 月，美國密西根大學醫學院團隊在《美國科學院期刊》（PNAS）發布一份研究報告，他們取得四位重症昏迷患者的家屬同意，在拔掉呼吸器之前，為患者戴上電極帽，偵測臨終期間的大腦活動。

這四名患者中，有兩個人在拔掉呼吸器的幾秒鐘後，腦電圖突然湧現一陣劇烈的 γ 波振盪，一直持續到心跳終止。也就是心臟完全停止後，大腦並沒有馬上死亡，還持續活動了一段時間，尤其在顳葉、頂葉、枕葉交界處（Temporo-Parieto-Occipital junction），簡稱 TPO 的區域，偵測到明顯的訊號。TPO 和許多高層次的神經功能有密切關係，例如語言、視覺、辨識周圍空間，還有閱讀、書寫、辨認人臉等等。

另一方面，在這兩位患者的後腦皮質熱區（posterior cortical hot zone），也偵測到頻繁的神經活動。後腦皮質熱區和感官經驗有關，可以理解對人事物的顏色、氣味、觸感和動作等等資訊的資料庫。目前的神經學理論認為，我們做夢的時候，大腦會從這塊腦區提取訊息，構築成夢境的一部分。

巧合的是，兩位患者過去都有癲癇發作的病史，癲癇是腦部異常放電導致的一種疾病，研究者假定，這可能使患者大腦比較能「準備好」經歷異常的節律。

這項四人研究不是首例，2022 年《Frontiers in Aging Neuroscience》已經有一項開創性的研究，在一位 87 歲老人家的死亡前後同樣偵測到強烈 γ 波。不過，這次的發現純屬偶然，這位老人家因為跌倒撞傷頭，緊急送進醫院，醫護團隊正在進行腦電圖監測，傷者卻突然發生嚴重心律不整而猝逝，也使團隊有了史無前例的機會，紀錄下人類臨終期間的腦波變化。

另外，先前的多個研究已經發現，健康的人在學習、專注回想記憶和做夢的時候，也會出現類似的 γ 波振盪模式，這就讓科學家把 γ 波模式和臨終時重播人生回憶的現象做了聯想。2022 年這份報告的作者之一，路易斯維爾大學神經外科醫師 Ajmal Zemmar 後來接受《Science》訪問時說，人腦 γ 波可能顯示不同腦區正在彼此合作，把對同一件事物的各種感知整合在一起，例如把一輛汽車的外觀、聲音和氣味聚合起來。在臨終的人身上也一樣觀察到 γ 波，暗示人生走馬燈背後存在著一套生理機制。

密西根大學的科學家提出一個假設：人腦活動劇烈上升，可能是生存模式的一部分，一旦大腦缺氧就會啟動這種求生模式。先前的動物試驗發現，腦部在瀕死時會噴發異常腦波活動和分泌大量神經訊號分子，或許是試圖讓自己復甦的最後奮力一搏。

這項四人研究讓我們蒐集到臨終期間大腦活動的第一手證據，是一個相當大的進展。不過，臨終經歷的研究還留下非常關鍵的一塊空白，那就是受試者最後都逝世了，再也沒辦法告訴我們，出現異常腦波的人究竟看到了什麼，沒有表現異常腦波的人又體驗到了什麼，少了這一塊拼圖，我們對死亡的理解就還隔著一座奈何橋。幸運的是，有不少從鬼門關前折返的人願意說出自己的經歷，讓我們能夠繼續探索這一片神祕的領域。

瀕死經驗，讓你不必轉生也能看到異世界？

瀕死經驗對於許多當事人來說是一段非常深刻、無庸置疑的真實體驗，科學家記錄這些經歷，歸納出某些常見的模式，比如說：

• 身體的疼痛消失了，變得很輕鬆
• 走進一條隧道，隧道盡頭可能有明亮的光線
• 一生的許多記憶像走馬燈快速閃過
• 感受到強烈的幸福、滿足、難以言喻的寧靜
• 脫離軀體，漂浮在自己上方，甚至飛進一個廣大無垠的空間
• 見到親人，或是神明

有些人進到充滿亮光的另一個世界——不是轉生到異世界那種看到另一個世界，而是有個聲音或者是守門人跟他說你還不到來的時候，將他推出門口，四周光線一下子暗了下來，當事人覺得既失落又害怕，然後被拉回自己的身體。

要強調一點，瀕死經驗不全然是正向的，也有人感受到劇烈的痛苦、恐懼、孤單和絕望。有人見到的不是神明而是惡魔，魔鬼跟他說：「現在你落在我手中了。」有研究者懷疑，因為當事人感到羞恥或社會氛圍更期盼幸福體驗，形成一種壓力，人們因此比較不願意分享痛苦體驗，數量可能嚴重被低估。

2017 年，維吉尼亞大學一個團隊調查 122 名有瀕死經驗的人，他們發現，比起現實生活的經歷及想像的事件，受試者對於這段經驗能描述得更加生動和講出更多細節。簡而言之，瀕死經驗對經歷過的人來說，比真實還要真實。

如此力量強大又帶有神祕感的切身體驗，以我們現有的知識體系，能完全合理地解釋嗎？這是一個站在科學、哲學和宗教交會點的大哉問。

現在的神經生理學框架可以解釋瀕死經驗嗎？兩派科學家大亂鬥

一派科學家認為可以解釋。《Trends in Cognitive Sciences》2011 年的一篇報告是典型的代表，光看標題就非常的立場鮮明：「瀕死經驗不存在任何超自然現象」(There is nothing paranormal about near-death experiences.)，研究者強烈主張瀕死經驗全部都有神經生理學或心理學的基礎，這和我們一開始提到「桶中之腦」的概念是吻合的。

他們提出一些例子，比如說飛行員在高 G 力狀態下，因為頭部供血不足，導致眼睛視野的四邊變暗，留下中央一塊視野，像是看進隧道的感覺。腦部分泌的一些荷爾蒙，例如正腎上腺素（noradrenaline），也能引發積極情緒、幻覺和瀕死體驗的部分特徵。

覺得自己飄浮在身體上空的靈魂出竅體驗，他們認為也可以用特定腦區的電訊號活動來解釋。這牽涉到腦部的 REM 活動，REM 全名是快速動眼期（rapid eye movement），是睡眠的一個階段，在這個階段大腦像清醒時一樣活躍、眼球快速轉動，會製造出栩栩如生的夢境。由 REM 過渡到醒覺時，有些人可能看到或聽到不存在的東西，或覺得自己已經醒了但是沒辦法移動身體，也就是俗稱的鬼壓床。

聽起來好像每件事情都有解釋，對嗎？不過，現在我們對死亡的理解還有很多空缺，前述的這些理論停留在驗證階段，還有許多無法解釋或互相牴觸的部分。

例如，有科學家認為在瀕死期間，REM 活動實際上是被抑制的，不能就此認定是靈魂出竅體驗的根源。還有，眼球缺氧雖然可能導致隧道狀的視覺體驗，但是部分經歷瀕死經驗的人的血氧並沒有特別低，為什麼還會看到隧道狀景象？這就產生矛盾了。

再舉個例子，現階段科學家經常使用腦部神經疾病導致的幻覺來做為分析瀕死經驗的框架，但是神經疾病產生的幻覺以視覺佔大多數，而且通常伴隨著恐懼或困惑的情緒。然而，瀕死經驗的當事人不只清楚看到，還能摸到、聽到和聞到，甚至和遇見的「對象」發生互動，而且不少當事人的經驗是正向的。這個差異告訴我們，用疾病的機制來解釋可能是不夠或錯誤的。

最後的關鍵問題是，假如大腦是突然啟動生存模式，為了缺血、缺氧拼盡最後的餘力掙扎求生，那為什麼許多人感受到的反倒是喜悅和寧靜，而不是驚駭和恐慌？這仍然是一個謎團。

臨終經歷的論戰還在持續，正反意見激烈交鋒，不過，很少人能否認瀕死經驗是當事人真實生命的一部分，而且這種刻骨銘心的經歷和體悟可能扭轉對人生的態度，甚且改變整個後半生。

因此，保持虛心、坦承我們現階段只窺見「死亡」這件人生大事的一部分本質，繼續蒐集更多證據，對於探究生命的真相來說，或許是一種更為合適的心態。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！