健教課本被跳過的那一頁：青少年好奇哪些性事？性教育該從哪下手？

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

泛泛泛科學Podcast這裡聽：

性教育該是一門學科嗎？大人應該如何談論性？髒話與性為何總脫離不了關係？早洩焦慮、初夜情節又是從何而來？就讓我們教你該如何看待性這檔事！

泛科學與台灣吧在本集節目合體成為「性教育復仇者聯盟」啦！我們特別邀請台灣吧執行長蕭宇辰與我們聊聊正在進行的性教育募資計畫「西斯的101號房間」，以及台灣教育體系與社會對於性的迷思。快與我們一起談性說愛吧！

• 00:45 「上車」談性是應觀眾要求？

泛科學在 2020 年末推出《看 A 片學性教育是否搞錯了什麼？》，卻發覺觀眾對性缺乏認識，因而今年以《談性先修班》，從看 A 片「前」就該理解的性知識出發；同時，臺灣吧也自2019年接連推出內褲、保險套、性病等性相關題材影片，更因《搞懂八件事，陰道健康又性福》影片獲得超過 500 萬次觀看數。y 編與宇辰也各自分享，友人擔心棉條會不小心塞到尿道、或伴侶不知女性「下體有 3 個洞」等疑問，深刻體驗到大眾對性教育的需求。

• 06:22 「教學型」比「知識型」資訊還多

y 編提及，網路坊間的性知識文章甚多，但有知識基底的卻很少，例如：教導如何潮吹的「教學型資訊」很多，但在網路上潮吹的學理知識卻甚少。宇辰則回應，正因如此台灣吧才推出《西斯的 101 號房間》性教育募資計畫，希望大眾能藉由圖文誌，依循正確管道認識「性」，而非害臊不敢發問，或道聽途說「假資訊」，卻又無從驗證；同時，募資計畫也會推出「對話卡牌」，幫助人們在遊戲中分享性教育資訊。

• 09:17 性教育應建立一門「學科」

根據兒福聯盟「台灣兒童性教育知識調查報告」指出，67.6 ％的家長從未和孩童談論過性，56.3 ％則未曾討論感情議題，何時以及如何幫助孩童建立性知識，長久以來在國際間也是個大哉問。宇辰說明，依據 2008 年聯合國報告提及，性教育不該被視為「單點課程」，而應建立一門「學科」才夠完整。台灣現今教育中，健康教育、公民及生物等學科領域皆會提及「性」，但缺乏結構性的學科統一這些知識，也導致學生學習不完全。

延伸閱讀：

健教課本被跳過的那一頁：青少年好奇哪些性事？性教育該從哪下手？

• 15:26 性也是「人權教育」的一環

宇辰再延伸表示，聯合國報告提及性教育若僅是「身體教育」，就僅僅是衛教而已，更應發展成「人權教育」的一環，納入性別議題、文化脈絡討論，因為人的慾望必定是在社會場域中，與他人產生互動時實踐。另外，性教育也應該以「學生為中心」，因為性並沒有標準答案，讓學生表達對性的認識與想像，幫助他們自己建構對性的理解，也十分重要。

• 17:36 大人要「學」怎麼教性教育

y 編以自身經驗，分享青春期時家庭如何尷尬進行性教育，提及自從泛科學做性教育專題後，也有許多家長反映，希望國中後再讓孩童知道相關知識，但對較早開始探索性的孩童可能已經太遲，數據也顯示具有 1.8％ 的 11 歲以下孩童具有性經驗。宇辰則回應，源於家長、師長過去成長的環境，仍對性有所顧忌，因此也難以自在談論，因此本次台灣吧推出的圖文誌，也希望能教導大人們，他們該如何正確傳授性知識給孩童。

延伸閱讀：

性教育該怎麼開口？三個在家談「性」的入門策略

• 24:19 早洩焦慮、初夜情節從何而來？

當家庭或校園無法提供性教育時，人們普遍自大眾文化或媒體中獲取知識，但當中的性多半過於美好，或為追求流量製造錯誤認知。宇辰舉例，青春期時對「早洩」一詞很焦慮，但大眾媒體又對此污名，也不知該向誰討論。一項調查也顯示人們的「初夜情節」：希望自己是對方的「第一次」，但又希望對方能引導自己，在在顯示性教育不應與文化脈絡脫鉤。因此，如何拋開社會的道德貞節束縛，終結大眾文化製造的錯誤印象，也是性教育的一環。

延伸閱讀：

「初夜」最早發生在幾歲？以及為什麼要調查

做愛時間越久，越能性福久久？－《好色醫學2》

• 31:12 學生的開放性觀念可能改變師長

宇辰認為現在台灣的性教育體系，整體正往好的方向前進，有更多家長和老師願意主動接觸，孩童也得以在更為自由、包容的社會環境去學習和探索。他也分享，過去在景美女中教書時，對於學生願意主動去輔導室談心、自在聊起性相關話題而感到驚訝，自己的教學心態也調適改變，因此認為當社會氛圍改變、學生變得開放時，老師、家長的保守觀念也有機會被翻轉。

• 34:02 女性生殖器為何變成髒話？

台灣吧本次推出的「西斯的101號房間」募資計畫，預定推出更接近雜誌感的圖文誌，以議題導向探索性這個「房間裡的大象」，也希望從文化、性別與人權角度探討議題。宇辰以書中第一章節舉例，不論東西方文化脈絡下，女性生殖器經常成為「髒話」，男性生殖器卻常用來誇獎他人，可見「褒男貶女」的觀念在生活中潛移默化，加深社會對性別的框架。圖文誌也藉由的生活化介紹，希望做為教學場域的教具時，能引發更多討論與互動。

• 41:23 處女膜該被正名為「陰道冠」

本次募資計畫希望扭轉大眾對性的認知，例如：「處女情結」延伸出的「處女膜」，實際上應該被正名為「陰道冠」，而陰道冠是否會「落紅」與女生是否具有性經驗，也並沒有直接關聯。除了圖文誌之外，募資計畫也包含對話卡牌，希望讓大眾以遊戲方式認識性，若募資金額達標百萬以上，台灣吧也預計製作親子、校園、職場、伴侶主題的性知識短影音，令大眾面對不同生活情境時遇上「性的大哉問」，也能懂得如何應對。

延伸閱讀：

處女不能使用月亮杯？破除月亮杯使用迷思

性愛難題大解析！保險套的錢怎麼分？處女膜是膜嗎？

• 46:41 對性缺乏「共識」才有性暴力

根據 2020 年的數據顯示，五年來台灣的性暴力受害人數創新高，致使台灣吧希望及早推出性教育內容，從基礎增進大眾對性的認識。宇辰提及，由於大眾缺乏共同的性教育，導致一連串社會問題發生，例如：性侵案件層出不窮、網路鄉民檢討性暴力受害者等。如果能藉由教育，建立起社會對性的共識，許多問題才有改善可能。y 編也感嘆，如先前 deepfake 的色情片事件等較沉重、複雜的性暴力議題，風波過後便難引起大眾關注，希望未來泛科與台灣吧共組成「性教育復仇者聯盟」，一起持續談性、說愛、努力救世界！

延伸閱讀：

關於Deepfake色情影像：雖然內容是假的，但傷害是真的

編按：青春期是人體變化最劇烈的時期，除了身體上的「第二性徵」開始發育蠢動外，身體內的賀爾蒙也開始活躍流竄，讓你在課堂間、捷運上，都時不時對他人陷入「可以色色」與「不可以色色」的理智與慾望的拉鋸戰……。你是未滿 18 歲的青少男女嗎？是否對該如何理解「性」感到迷惘？這次《談性先修班》專題，以「未滿 18 歲可以看」的初衷製作系列文章，邀請各位讀者認識那些「能看 A 片前，你要知道的性知識」！

你暈船了嗎？因為對方言語曖昧、掛睡陪伴，不小心就動了真感情，或是看到喜歡的人就「鹿了」（內心出現小鹿亂撞、心動的感覺）。有想過，為什麼在某一刻我們會決定愛上對方嗎？或是，有好奇過，當我們感覺到愛的時候，腦中發生什麼事嗎？

有人說，愛情就是一連串的化學反應。其實，不能說錯，因為真的有些神經傳導物質，像是常見的多巴胺、正腎上腺素，或是催產素等，都會讓我們覺得心動，或是內心出現粉紅泡泡的戀愛感。

最常聽到的約會攻略，無疑就是帶對方去看恐怖電影，因為隨著劇情高潮迭起，他們就容易將心跳加速、情緒高漲等生理反應，歸因於對對方心動或有好感。這是應用心理學 1960 年代超經典的實驗「吊橋效應」的概念：男性在吊橋上和實驗女助手擦肩而過，男性會因為吊橋搖晃而感到心跳加速、緊張、恐懼，以為自己對對方有感覺、深受對方吸引。

因為錯誤歸因自己的反應，而不小心「暈船」……。

愛，不只是一堆化學反應而已 

但當然，「愛」不只是化學、生理反應，它也涉及情緒感受、認知層面。就像你會愛上對方，可能是因為對方願意為你犧牲付出，在長時間的陪伴和相處之下，覺得彼此心靈契合等。在這樣的時刻下，你可能心動了。

美國雪城大學的奧提格（Stephanie Ortigue）等人，就比對過去與愛情相關的功能性磁振造影（Functional magnetic resonance imaging，fMRI）的研究結果。這些 fMRI 研究主要是透過磁振造影技術來測量在熱戀、充滿母愛，或無條件付出愛等不同類型的關係下神經元活動所引發之血液動力的改變。

雖然過去所有和戀愛相關的 fMRI 研究都指出，與大腦獎賞系統有關的神經傳導物質多巴胺、催產素受體，是促成彼此建立關係的重要動機。但根據奧提格的研究發現，不同類型的愛，其實會涉及更高層次的認知功能，像是社會認知等。

「暈船」和墜入愛河的時候，我們的大腦究竟發生什麼事？曖昧、戀愛時，腦中會產生哪些神經傳導物質，這些物質又會在我們腦中有什麼作用？接下來，就來一一介紹！

「多巴胺」讓你每刻都想和對方黏在一起

經歷熱戀期的情侶，一定有過深受對方的吸引，愛得無法自拔，甚至覺得一秒不見如隔三秋。其實，這和腦中釋放出的「多巴胺」（dopamine）有關。

身為神經傳導物質的多巴胺，它參與大腦的獎勵／酬賞（reward）系統的工作。也就是說，當我們做了一些會讓自己感到開心、愉悅的事情，像是運動、飲食或戀愛等，都能促進多巴胺分泌。順帶一提，讓人上癮的吸毒、賭博和酗酒等行為，也同樣會釋放多巴胺。

明明才剛見面而已，但分開後的你已經忍不住想起對方？或是，每次都迫不及待地想見到對方、渴望對方的陪伴等，這些都是讓你愛到無法自拔的「獎勵」。這樣的渴望得到滿足後，也讓你感到快樂和滿足。 

直接來場實驗看看大腦到底發生什麼事！

巴特爾斯（Andreas Bartels）和澤基（Semir Zeki）兩人找來 17 名參與者 ，請他們凝視自己深愛的另一半、朋友的照片，並透過 fMRI 觀察他們的腦中發生什麼變化。結果，在出現另一半的照片裡，參與者在與多巴胺相關的腦區，包含尾狀核（caudate nucleus）和基底核（Putamen）的活動都明顯增加，這也和引起歡愉、獎賞有關。

「正腎上腺素」讓你談戀愛後小鹿亂撞、吃不下睡不著

當我們被對方吸引時，大腦不只會分泌多巴胺，也會釋放出正腎上腺素（Norepinephrine）。

正腎上腺素不僅會讓人頭暈目眩、精力充沛、情緒高漲，甚至會有食慾下降和失眠的情況。換句話說，你墜入愛河後，可能吃不下、睡不著的原因，可能都是正腎上腺素在偷偷作怪。

其實，正腎上腺素在我們面對壓力，是引發「戰或逃」（fight or flight）模式非常重要的神經傳導物質。它會讓人心跳加速、提高血糖和血壓濃度等，讓我們的身體保持在警惕狀態，來應對緊急狀況。面對喜歡的人，你可能小鹿亂撞、怦然心動，也都和正腎上腺素有關喔！

催產素 aka「抱抱荷爾蒙」是彼此維繫情感的關鍵

在一段關係裡，讓你決定義無反顧地走下去，可能是和對方的相處時，你可以感受滿滿的安全感，或是能夠在互相信任的關係下，分享彼此的心事等，進而對對方產生依戀的感覺。這也呼應提出「愛情三元論」 史坦伯格（Robert J. Sternberg）所認為的親密（intimacy）元素。

而催產素（Oxytocin）在維持彼此依戀關係、情感連結有著重要的基礎。催產素，主要由下視丘分泌，儲存於腦下垂體後葉（posterior pituitary），不只維繫情感，也能提升同理心、促進溝通。過去，在自閉症患者相關研究中，發現自閉症者血液中的催產素濃度相較正常人低很多。

此外，催產素會在哺乳、分娩過程和性交時大量釋放。主要有刺激乳頭促進乳汁產生、收縮子宮促進分娩，以及促進雙方之間的信任與依戀感的功能。所以，催產素維持不僅在愛情關係扮演重要角色，在親子關係中也是。

催產素又有一個可愛的別稱，叫做「抱抱荷爾蒙」。不管是和對方或是家人朋友等人抱抱的時候，你是不是會感受到對方滿滿的愛意、安全感呢？這其實和催產素的釋放有關，而且也有利於鞏固彼此的關係。

參考資料

1. Ortigue, Bianchi-Demicheli, Patel, Frum, & Lewis. (2010). Neuroimaging of Love: fMRI Meta-Analysis Evidence toward New Perspectives in Sexual Medicine. The Journal of Sexual Medicine, 7(11), 3541-3552.
2. Bartels A, Zeki S. The neural correlates of maternal and romantic love. Neuroimage 2004;21:1155–66.19 Bartels A, Zeki S. The neural basis of romantic love. Neuroreport 2000;11:3829–34.
3. Modahl, C., Green, L., Fein, D., Morris, M., Waterhouse, L., Feinstein, C., & Levin, H. （1998）. Plasma oxytocin levels in autistic children. Biological psychiatry, 43（4）, 270–277. https://pubmed.ncbi.nlm.nih.gov/9513736/