1

0
0

文字

分享

1
0
0

記憶的程序需要多年的時間來發展

Julius Huang
・2011/09/06 ・731字 ・閱讀時間約 1 分鐘 ・SR值 478 ・五年級

圖片取自原文

兒童有記憶,但是記得「記憶來源」的能力發展相對緩慢,最新的研究報告指出,這樣的能力會在青少年時期漸趨成熟,且要直到成年後才會發展完成,德國沙爾大學的研究人員將這些發現刊登在《兒童發展期刊》當中。

研究人員將一個分為兩部分的記憶測驗提供給青少年做測試。第一部分,參加者透過電腦螢幕上顯示的影像來回答圖片是否重複,並註記「新的」或「舊的」。在第二部分當中,透過類似的測試,另外再加入一些在第一部分由參加者自己註記的圖片。雖然記憶的能力會隨著年齡提升,透過第二部分來評估的「追蹤記憶來源的能力」,在兒童來說特別的弱。青少年及成年人表現一樣好, 不過卻有明顯的差距.

所有的參加者都戴著腦電圖偵測帽來測量神經的反應活動。研究報告的主要研究人,沙爾(Saarland)大學心理學家Volker Sprondel指出,只有成年人在回想記憶的來源資訊時,腦波會呈現複雜且細緻的模式。因此如果僅採用行為評估的方式,研究人員將無法分別青少年及成年人之間的差距。

這樣的發現表示,如果青少年或孩童出庭作證時,關於他們記憶來源說辭的可信度,例如,問到第一次看到這個人是什麼時候、或什麼地方這樣的問題,需要受到謹慎質疑。

-----廣告,請繼續往下閱讀-----

論文來源:

Sprondel, V., Kipp, K. H. and Mecklinger, A. (2011), Developmental Changes in Item and Source Memory: Evidence From an ERP Recognition Memory Study With Children, Adolescents, and Adults. Child Development. doi: 10.1111/j.1467-8624.2011.01642.x

———————————–

本文譯自紐約時報科學版:Memory Process Takes Years to Fully Develop,作者:SINDYA N. BHANOO / 譯者:Julius Huang,更多紐約時報科學新聞請見NYT SCI 紐時科學。有意願加入PanSci NYT科學版編輯團請點選連結申請加入。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
Julius Huang
3 篇文章 ・ 0 位粉絲

0

1
2

文字

分享

0
1
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

1
0

文字

分享

0
1
0
資訊量過大啦!我們其實不擅長處理複雜的資訊?——《生物轉大人的種種不可思議》
商周出版_96
・2023/11/21 ・1330字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

誰不接受多樣性?

我們的成長方式具有多樣性。有人長得快,有人長得慢;有人長得高大,有人長不高。這種多樣性是「生物的策略」。不過有個東西並不接受多樣性。就是我們的大腦。

人腦不善於處理複雜的訊息。

有一個法則叫做「神奇數字七法則」,意思是:人類一次頂多只能記住七樣東西。

這是真的嗎?我們來試試看。

-----廣告,請繼續往下閱讀-----

請記住以下插圖,限時三十秒。

接著再看下面的圖,什麼東西不見了?

答案是不倒翁。為什麼明明十樣物品也不多,我們就是記不住呢?

再來試試下一題吧。

-----廣告,請繼續往下閱讀-----

雖然超過七個圖,但是這一題可能大家都記得住,因為這些圖都與《桃太郎》的故事有關。先找出關聯性,再加以歸納整理,大腦才有辦法勉強記住超過七樣東西。

大腦不擅長處理太多資訊

記憶圖畫或許比較困難,試試看數字吧。

請記住旁邊的數字,限時五秒。

怎麼樣? 是不是太簡單了點!

-----廣告,請繼續往下閱讀-----

下面這一組數字呢? 也是限時五秒。

上面這一題是不是也太簡單了!

下一組數字呢? 限時同樣五秒鐘。

如何?

-----廣告,請繼續往下閱讀-----

前兩題應該可以輕輕鬆鬆記住,但是第三題就比較不容易了吧?

你知道第三題有幾個數字嗎?

答案是八個。

只有八個!

-----廣告,請繼續往下閱讀-----

人類厲害到發明了電腦,我們優秀又傑出的大腦照理說應該能理解一百、一萬,甚至一億個數字。然而實際上,人腦必須費盡力氣才能記住兩隻手數得完的數字。我們的大腦本質上不擅長處理「大量」的資訊。

理解「大量」的方法

如同上述的例子,當題目是文字(圖像)時,只要歸納出《桃太郎》的故事,我們的大腦就更容易理解。

那麼數字呢?

我們來看看下面的數列。

-----廣告,請繼續往下閱讀-----

把亂七八糟的數字排成一列,是不是就好記很多?

如果再排成下面這樣呢?

這次是依照數字的大小排序。

我們可以看到「3」有兩個,而 1 到 9 中間缺少了「7」和「8」。經過排列和整理順序之後,人腦就比較能夠理解這些資料。我們的大腦最喜歡把東西排成一列或排順序。學校排成績也是這樣的關係吧?

-----廣告,請繼續往下閱讀-----

——本文摘自《生物轉大人的種種不可思議:每一種生命的成長都有理由,都值得我們學習》,2023 年 8 月,商周出版,未經同意請勿轉載。

商周出版_96
119 篇文章 ・ 361 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

1

2
2

文字

分享

1
2
2
那些回憶中的氣味是真的嗎?情緒感染力下的氣味記憶——《嗅覺之謎》
堡壘文化_96
・2023/04/29 ・2350字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

氣味是可靠的記憶嗎?

氣味是最佳記憶線索嗎?氣味又何以成為最佳記憶線索?我從一九九○年起便開始追尋這些問題的解答,並且利用各式各樣的技術來研究氣味喚起記憶的本質。

在探索過程中我遇到的第一個挑戰,就是理解人們稱為「可靠的記憶」或「最佳記憶線索」究竟代表什麼意思。人們認為「可靠」的記憶,通常是一段精準的記憶,對事件發生的場景有逼真及如實的回想。但記憶不單是在腦海正確無誤地重現往事而已,除了記得奶奶的家在哪裡之外,記憶還擁有私密、主觀及情感的面向。

對於過去的回想始終伴隨著情緒,從朦朧的思鄉情懷,到濃烈深刻的情感都有可能。由於如此多元的表現,我將記憶分為兩部分以便研究:記憶的客觀準確性——有誰在場,他們如何穿著打扮,又說了什麼話;以及記憶的情緒特質——重溫過往經歷時所激發的感受。

某些氣味讓你想起了童年與祖母相處的時光。圖/envatoelements

用氣味喚起的記憶有什麼特別之處?

為探討氣味喚起的記憶與其他類型的記憶有何差異,我研擬了一套類似羅賓等人使用的程序,比較在同樣物體但不同感官形式的線索下所喚起的記憶。舉例而言,將爆米花影像、玉米爆開的聲響、玉米粒的觸感、甚至單純爆米花這個詞彙所激發的回憶,與爆米花氣味所激發的回憶做比較。

-----廣告,請繼續往下閱讀-----

實驗結果發現,氣味喚起記憶的準確、詳盡及逼真程度,與同樣物體的影像、聲音或觸感所喚起的記憶不相上下,但也僅止於此。不過,氣味喚起的記憶在情緒豐富性的面向卻相當突出,相較於其他方式所喚起的記憶,能使受試者列舉更多種情緒,評估更大的情緒強烈度,並且表示記憶負荷的情感能量之大,就如同往事重演一般。

同時我發現,當藉由氣味回憶往事時,杏仁核這個腦部情緒泉源所活化的程度,遠比藉由影像回憶同樣往事時明顯。因此,氣味喚起的記憶確實異於其他種類的記憶體驗,具有獨特的情緒豐富性及感染力。無論在情緒反應或腦部影像表現方面。

氣味能喚起鮮明的記憶與情緒。圖/envatoelements

伴隨特定記憶的情緒就像函數

氣味喚起的記憶總是讓人有強烈的情緒感受,但同樣記憶所帶來的情緒並非始終一成不變。一種氣味可能總讓你想起同樣人物或時刻,伴隨一股情緒的湧現,然而,即使記憶的內容終生不移,其所依附的情緒卻不然。

假使你十六歲那年,極度迷戀班上一位受歡迎的女孩(我們暫且叫她「南西」),而讓你受寵若驚的是,她竟然答應與你一同出席高中舞會。不久,你滿心歡喜地成為南西的男友,每當在她身旁,總能察覺到那股甜美的特殊香氣(事後你才知道那是香奈兒五號香水)。

-----廣告,請繼續往下閱讀-----

在前幾個月的熱戀時期,每當你偶然聞到南西的氣味,心頭就充滿無盡狂喜。幾個月美妙的約會過後,在某場大型晚宴上,南西當著所有嫉妒你的朋友面前,輕易地將你甩了。你深陷痛苦、羞辱及憤怒之中,無法自拔。現在,每當香奈兒五號的氣味捎過鼻尖,糟糕的情緒紛沓而至,與才幾天前帶來的歡愉簡直天差地遠。

還是那熟悉的香水味,我們卻變了。圖/giphy

讓我們快轉到十五年後的未來,你與終生伴侶幸福地生活著,感到自信及滿足;某天前往工作途中,一位抹著香奈兒五號的女人經過身旁,你不禁莞爾。你憶起關於南西的一切往事,但不再有歡愉或羞辱感,取而代之的是截然不同的情緒。如今,在幽默及智慧的點綴下,你的感受染上寬容的懷舊風情。

上述的小插曲顯示,回憶南西時所伴隨的情緒雖然總是強烈,卻不一定相同,這取決於回憶當時南西對你的意義。伴隨特定記憶的情緒就像一個函數,隨著回憶當時往事對你而言所具有的意義而轉變。

這樣多變的情緒並不侷限於氣味所喚起的記憶,但由於氣味記憶具有強烈的情緒本質,因此成為此現象的最佳寫照。如同南西的故事所呈現,氣味喚起的記憶並沒有比其他記憶線索準確多少,但伴隨的情緒卻格外豐富。

-----廣告,請繼續往下閱讀-----

情緒對記憶的影響

我認為氣味喚起的記憶所具有的情緒鮮明度及強度,是氣味被視為「最佳」記憶線索的理由所在,因為它們強大的情緒召喚力。氣味記憶的情緒強度造成假象,讓人以為這些記憶特別眞實,以為氣味是回想往事最優秀的提示者。

過強的情緒可能會影響記憶本身。圖/giphy

氣味喚起的記憶充分證實情緒的說服力,同時也提醒我們必須謹慎以對。當記憶受情緒感染,人們不禁對記憶的準確程度過於有把握,而法庭證人席時常上演這種戲碼。目擊證人傾向過於頑固地堅持,自己的回憶絕對正確。遺憾的是,研究顯示目擊證人的記憶往往錯得離譜。

不過,因為情緒太強烈而以為記憶正確無誤的說法,仍然無法充分解釋,氣味為何能贏得最佳提示者的美譽。普魯斯特曾約略提到氣味喚起記憶的另一項特性,也許確實能讓氣味優於其他記憶線索。加拿大作家安妮.穆倫斯(Anne Mullens)曾告訴我一個關於她的故事,正可生動描繪這項特性。

——本文摘自《嗅覺之謎:生物演化與免疫基因;社會學與文化史;品牌行銷到未來科技,探索氣味、記憶與情緒的嗅覺心理學。》,2023 年 3 月,堡壘文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1
堡壘文化_96
3 篇文章 ・ 0 位粉絲
文化的堡壘,資訊的堡壘, 共和國出版集團的堡壘。