玩俄羅斯方塊愈久,大腦的工作效率就愈高?
玩俄羅斯方塊愈久,大腦的工作效率就愈高?

本文摘自:《俄羅斯方塊》,商周出版

當我們提到俄羅斯方塊或其他遊戲使人上癮,比如想再闖一關俄羅斯方塊、再玩一回合Candy Crush Saga,用「上癮」一詞來描述這種情況再恰當不過了。因為,當你為了玩遊戲而放下工作、不去做飯,或把家人朋友拋到腦後,就表示你不只是在打電動,而像是在吸毒了吧?

這麼說也許沒錯。無論是遊戲或社群媒體的交流,許多令人目眩神迷的網路經驗經常被拿來與毒品相提並論是有原因的。其中的癥結是,科技並非完全不會帶來負面影響,它的某些面向(例如賭博)顯然具有令人成癮的特性。這或許解釋了我們周遭為何會有人說自己「不能一天沒有Facebook」、手機或其他科技裝置與服務。這麼說非在玩文字遊戲,而是點出這些經驗皆可歸類為具有電子成癮的特性。關鍵在於人們使用的科技(通常是軟體),展現了與毒品相同的成癮性。

有時,人們會刻意觸發這種電子成癮的效果,比方說利用立體聲效與閃光視覺的高科技裝置來幫助放鬆與冥想。通常,使用者會戴上眼罩與耳機,好喚醒大腦的特定區域以達療效。

一般說來,這些裝置的功效有待商榷。這些年來,如同俄羅斯方塊使人上癮的電子成癮效應展現了真正的威力,導致人們耽誤學業、上班遲到、放朋友鴿子,或是另一半正熟睡或輾轉難眠時,你還熬夜不睡,不停滑手機或平板。

當然還有其他類型的科技成癮症。現代最常見的是社群媒體上癮。如果你自稱生活中不能沒有Facebook,多少會遭他人厭惡,程度端視親朋好友對你不斷洗版的狀態更新有何感想。這種症狀起因於社交壓力、獲得認同的渴求,以及等待他人在自己的貼文上按讚或留言時的焦慮。至於俄羅斯方塊的電子成癮效應,比較合理的解釋是遊戲的節奏有催眠效果,加上簡單的幾何圖形及反覆不斷的即時反饋,使得半夢半醒的玩家不知不覺上了癮。

Facebook
圖/ shutterstock

借助藥物也好,接受治療或冥想也罷,人類總在想辦法為腦袋重新注入活力。一些人是為了找尋競爭優勢,提升覺知的敏銳度,有人則是為了尋求創意靈感,也有人是為了平撫創傷所造成的身心不適。

因此,俄羅斯方塊可以短暫或永久改變人的心理狀態並影響記憶或感知,這點對某些人而言是個契機。例如,科學家與醫生可利用這項遊戲探索人腦的可塑性或適應力,尤其是某種訊息長期不斷輸入,並直接撼動掌管人類最直覺的現實感知(也就是在井然有序的系統內辨識與駕馭模式以又操縱物體或形狀的能力)的原始大腦區域時,這種影響尤其明顯。

這個觀點最早出現於作家傑佛瑞.戈德史密斯(Jeffrey Goldsmith)在《連線》(WIRED)雜誌刊出文章的兩年前,而且名稱也很容易辨識。1992年,美國加州大學爾灣分校的海爾教授將自己發現的這種現象稱為「俄羅斯方塊學習效應」(Tetris learning effect)。這種效應與即使不玩俄羅斯方塊、卻仍感覺看到與控制著不斷出現的四格骨牌的現象相關,但兩者有所不同。根據海爾的研究,玩俄羅斯方塊愈久,大腦處理資訊的效率就愈高。

海爾接觸俄羅斯方塊之前,早已研究這項理論多年。自1988年起,他替受試者注射具有放射性的糖溶液,並對他們進行一系列非口語的抽象智力測驗,目的是追蹤大腦代謝葡萄糖的速率,研究智力測驗的表現與大腦消耗的能量多寡是否有關聯。

然而在八○年代晚期,這項實驗比在研究對象的頭上黏幾條電線進行測試要來得困難一些。受試者注射溶液後,還得躺在一個水平管狀、有如電腦斷層(CAT)掃描機的巨大儀器上,接受正子攝影(positron emission tomography,PET,一種核子顯影技術)。受試者接受測試的同時,海爾與研究團隊可藉由放射線監看注入的物質進入受試者大腦哪些區塊。

海爾預設應該不會得到出人意表的實驗結果。他將在受試者「學習」智力測驗時掃描一次,等他們受完訓練、進行難度較高且作答時間較短的測驗時再掃描一次,以期證明受試者面對測驗難度較高、作答時間較短的情況下,大腦需要更多能量。

然而,兩者之間卻呈現負相關。在接受難度較高、作答時間較短的測驗時,受試者大腦消耗的能量反而比較少。換句話說,大腦愈努力運作,智力表現就愈差。 這在當時是一項令人震驚的發現。究竟是大腦對所有事物都如此,還是只限於這種老掉牙的智力測驗?

簡單的視覺紙筆測驗不夠有挑戰性,因此海爾嘗試尋找新奇又有趣的測試項目。他想,何不試試電腦遊戲?

1992年初,海爾博士來到位於加州爾灣的Egghead軟體零售商店,尋找一套可取代舊式紙筆測驗、挑戰學習研究受試者智商的電腦程式。

海爾請店員讓他試試飛行模擬器的程式。駕駛飛機愈過像素構成的天際線的確很有挑戰性,但這不是他想要的。他想找的是需要快速思考與反應、沒有太多圖形或文字的視覺測驗。這套飛行模擬程式太花腦力,他需要更直覺型的挑戰。

他有點茫然,於是向幾位店員概略說明自己的研究,希望能從比較了解店內遊戲的對方那兒得到一些建議。

「這款遊戲如何?」一位正在堆放展示品的店員問。「這才剛進貨,看起來滿好玩的。我們都還沒玩過,不如打開看看。」

海爾與店員拆開紅色紙盒,裡面放著一塊貼著「俄羅斯方塊」字樣的軟碟,製造商是Spectrum Holobyte。從把程式載入電腦到四格骨牌在畫面中傾洩而下的短短幾分鐘內,海爾就認定這正是他要的測驗。這個遊戲太完美了,規則簡單,一分鐘內就能解釋完,而且難度會隨方塊加速落下而提高。

Tetris 1992 Spectrum Holobyte PC.png
圖/ Tetris 1992 Spectrum Holobyte PC

他買了一盒俄羅斯方塊回研究室,但不是每個同事都跟他一樣興奮。一些與他共事的實驗心理學者警告他,這款遊戲非常不適合拿來做心理測驗。它與視覺空間問題的解決能力有關,還牽涉到運動協調能力,而且你還能轉動方塊,要是當作心理實驗會太複雜。

他們理想中的測驗是所有因素都在控制範圍內,只留一個變數,但海爾認為這項遊戲的諸多變數有可能促成更意想不到的發現。

「我在尋找一個能激發大腦多個區塊的測驗,因為大腦運作時不只用到一個區塊。人類挑戰任務的時候,大腦不會只有一個區塊在運作,而是像交響樂團一樣,多個部位各司其職也互相合作。」

當時俄羅斯方塊才剛推出,因此大學裡很多學生都還沒玩過,讓海爾得以湊足一定的受試人數。1992時,住宿的學生幾乎沒有人有電腦可用,因此他不僅能帶他們認識俄羅斯方塊,還可邀請每一位受試者到辦公室用他的電腦試玩這個遊戲,藉此掌握學生們的練習時間。

受試者熟悉遊戲後,就該進行正子攝影了。以一個人2500美元的代價,利用玩俄羅斯方塊這種未經測試的方法進行實驗固然冒險,但海爾還是順利讓所有受試者都學會基本技巧,將放射性溶液注入他們體內,並在遊戲進行32分鐘後請他們躺上掃描儀。接下來,他對每一位受試者施行密集的訓練,以便創造出一支俄羅斯方塊高手軍團,這時每位學生的大腦已經完全熟悉遊戲,因此等到第二次接受掃描時,他們已經能以最高效能應戰。

由於學校裡可用的電腦相對稀少,照理來說應該不利實驗進行,但海爾轉而利用這個問題來控制變數,以免擾亂實驗數據。他安排學生輪流進辦公室用他的電腦練習玩遊戲,一次一小時,一週五天,持續50天。他壓根無須擔心占去學生太多時間,因為每次練習結束,學生大多還想再繼續玩。俄羅斯方塊的魔力開始牽制受試者,而海爾得以觀察他們上癮的過程。

過了十週,為期50天的俄羅斯方塊訓練結束。海爾親自監督受試者完成最後一回合的訓練,清楚他們已經十分精通這項遊戲,方塊落下的速度快到他無法相信有人能即時反應。

是時候該進行下一步了。學生齊聚實驗室,再次注射放射性溶液,之後又玩了一回合俄羅斯方塊。結果,他們輕而易舉就破關了。

準確的時機是關鍵。溶液注入人體32分鐘後,會經由新陳代謝機制進入大腦,易於追蹤。海爾與同僚讓受試學生躺入體積龐大的正子攝影機器,拍攝他們腦部過去半小時活動的照片。

與現代先進的大腦攝影儀器相比,海爾統整與分析實驗數據的方式顯得刻苦許多。他得先研讀有關大腦不同區塊的葡萄糖含量的龐大數據,再人工比對受試者的遊戲分數。儘管如此,分析結果明確顯示這些受試者在接受密集訓練前後,大腦的運作方式會大不相同,並且如同先前實驗結果呈負相關,進而導出俄羅斯方塊學習效應的理論。

受試者不一定會得到比之前更高的分數——雖然任何看著俄羅斯方塊新手一夕之間變成專家的人都知道,玩久了通常都會達到這樣的成果。正確來說,「俄羅斯方塊學習效應」指的是人在玩俄羅斯方塊的時候,大腦的工作效率會提高。

打個比方,假設俄羅斯方塊初級玩家的大腦是一輛耗油的愈野運動休旅車,隨著玩遊戲的時間累積至一定程度(通常需時漫長且得全神貫注),受到俄羅斯方塊學習效應的影響後,會變成省油的小型轎車,能夠更有效地運用引擎及性能,一缸汽油就能跑很久。如果玩家極度沉迷俄羅斯方塊,學習效應會更加強烈。精通此遊戲的大師級玩家則有如電動車,與其他車子以同樣的速度行駛在同一條路上,消耗的能量卻比較少。

以上說明了大腦可塑性的基本概念。當人的大腦專注於某個動作(以簡單、重複性或空間相關的工作效果最顯著),原本主要受意識驅動的行為會轉變成未經思考的反射動作。大腦會更能處理形狀連結、反覆動作與策略性分析的工作,每一個動作所需耗費的能量也更少,就好比每天開車通勤都走一樣的路線,久而久之車子會變得更能適應道路,距離相同但消耗的燃油卻更少。

雖然俄羅斯方塊學習效應不適用於汽車等結構簡單的機器,卻可對世界上最複雜的構造——人腦——造成深刻影響。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓