Loading [MathJax]/extensions/MathMenu.js

0

0
0

文字

分享

0
0
0

太空櫻花,太空櫻花,長得快!長得快!

Peggy Sha/沙珮琦
・2017/03/01 ・1511字 ・閱讀時間約 3 分鐘 ・SR值 479 ・五年級

-----廣告,請繼續往下閱讀-----

有些科學家對於人類上太空後的身體變化非常好奇,例如最近就有針對雙胞胎太空人的研究,那如果把植物送上太空,會有什麼影響呢?其實,日本人早在 2008 年就做過這種有趣的嘗試了。當年,他們特別挑選櫻花的種子進入太空,而數年之後,這些種子帶著滿滿的宇宙謎團長大成樹,並提前開出特別的花朵。

現在,就讓我們來回顧一下曾讓日本的僧侶和科學家都為之瘋狂的宇宙櫻花吧。

千年櫻花終於後繼有樹

這一株「太空櫻花」曾在國際太空站(International Space Station ,ISS)度過好一段時間,其後回到原本的家園落地生根。在 2014 年的 4 月 1 日愚人節當天,它開出了漂亮的櫻花,這時,它的樹齡約為四歲,比一般自然生長的櫻樹早了整整六年開花。

太空櫻花的開花時間如此大幅度超前,使得日本岐阜市古剎願成寺(Ganjoji) 的僧侶們感到十分困惑。

-----廣告,請繼續往下閱讀-----

願成寺的住持梶田昌宏(Masahiro Kajita)在接受法新社電訪時表示,對於櫻花的生長速度感到十分訝異,在此之前,老樹「中將姬誓願櫻」的種子從未發芽過。

「我們對此感到很高興,因為如此一來 1250 歲的老樹終於有了繼承者。」

著名的中將姬誓願櫻。圖/官網

太空計畫讓孩子參與櫻花生長

這顆來自「中將姬誓願櫻」的神奇種子,曾經參與了太空櫻花計畫。在這個民間企業發起的計畫中,收集了日本全國 14 地各式品種的櫻花種子。

這些種子在 2008 年 11 月時,跟著日本太空人若田光一(Koichi Wakata)前往國際太空站,而後再繞行地球 4100 次後,於隔年 7 月跟著若田一起回到地球。

日本太空人若田光一展示櫻花種子。圖/法新社

結束太空旅程後,有些種子被送到實驗室進行研究,不過大部分都回到自己的家鄉,其中部分種子被種在靠近寺院的苗圃中。

-----廣告,請繼續往下閱讀-----

計畫主持機構「日本載人太空系統」(Japan Manned Space Systems ,JAMSS)的發言人冨岡美穂(Miho Tomioka)說道,送種子上太空是教育文化計畫的一部份,這個教育計畫讓小孩收集樹苗,並了解它們如何在太空之旅後生存並長大成樹。

「我們原先預期願成寺的樹會在種植後 10 年左右開花,而孩子也到了一定的年紀。」冨岡美穂說。

櫻花早開原因有待釐清

但是,這棵性急的櫻花顯然等不及孩子長大,早已先跑一步了。

在 2014 年 4 月,這株太空櫻花已經長到 4 公尺高,而後突然開出 9 朵花,這些花朵只有 5 片花瓣,而原生樹則有大約30片花瓣。相較於一般的櫻花樹,大約需要 10 年才會長出第一批花苞。

太空櫻花只有五片花瓣。圖/法新社

令人訝異的是,願成寺的樹苗不是唯一早開的太空櫻花。

-----廣告,請繼續往下閱讀-----

在14處地方中,有4處的櫻花已經開出花朵。在 2012 年,在山梨縣北社市(Hokuto)這個位於東京西方約 115 公里的山區之中,一株年輕的櫻樹在被種下的兩年之後,開出了 11 朵花;而通常此品種的花要到 8 歲才會開花。

筑波(Tsukuba)大學的研究員富田─横谷香織(Kaori Tomita-Yokotani)向法新社表示自己為這個外星迷團所震懾,她說:我們暫時不能排除這樣的現象可能是肇因於暴露於外太空環境的影響。

横谷香織是一位植物生理學家,她認為要找到櫻樹生長速度如此之快的原因是很困難的,因為沒有對照組的存在。她說,不能排除櫻樹與其他品種的異花授粉這個原因,但是由於缺乏數據,以至於很難得出明確的結果。

「當然,有可能因為暴露於較高劑量的宇宙射線中,因此加速了種子發芽和整體生長的速度。」横谷香織表示。

這株神秘而美麗的太空櫻花帶給我們無盡的謎團,而到目前為止,科學尚未給出一個確切的解釋。寶傑,你怎麼看?

-----廣告,請繼續往下閱讀-----

原文出處:

-----廣告,請繼續往下閱讀-----
文章難易度
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
231 篇文章 ・ 316 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

6
1

文字

分享

0
6
1
這些太空垃圾會不會阻礙我們太空旅行?太空垃圾怎麼清? 
PanSci_96
・2024/05/29 ・5682字 ・閱讀時間約 11 分鐘

人類上太空的夢想會被我們親自摧毀嗎?

隨著火箭成本降低,人人都能把衛星丟上太空,現在,當你晚上抬頭看天空,你看到的星星可能不是星星,而是人造衛星。你看到一閃而過的的流星,可能只是墜入大氣的太空垃圾。

這些多到不行的太空垃圾已經成為隱憂,更可怕的是,這些以超音速飛行的太空垃圾可能摧毀其他衛星,在衛星軌道上製造更多不可預期的致命飛彈。有人擔心,人類終有一天會無法穿過這片垃圾雲,天空永遠被自己封閉。 終於,有人提出清理太空垃圾的方法了,但這些方法真的可行嗎?

現在的太空垃圾有多少?

最大的太空垃圾可能是整節火箭!

所有在繞行地球的軌道上失去功能的東西,都會成為太空垃圾,最大的包含壞掉的衛星、和大量運送衛星上太空的第二節推進火箭,例如 1960 年代太空競賽時大量發射的火箭,有許多至今還在宇宙遊蕩,每一個都像公車一樣大。而小東西,則包含太空人在太空漫步時遺忘的東西,或是太空垃圾互相碰撞後產生的碎片,最小可能只有數毫米,小的像隻蚊子。但不論太空垃圾來自哪裡,只要缺乏妥善的管理和追蹤,就可能成為其他運作中設施和儀器的致命血滴子。

-----廣告,請繼續往下閱讀-----
所有在繞行地球的軌道上失去功能的東西,都會成為太空垃圾,最大的包含壞掉的衛星、和大量運送衛星上太空的第二節推進火箭。
圖|PanSci YouTube

為什麼說太空垃圾真的很危險?

為了不被地心引力拉入大氣,墜向地球,在軌道上繞行地球的物體大多都以非常快的速度在移動,包括現在還在運作的衛星與各種設施。舉例來說國際太空站位於距離地球表面四百公里高的近地軌道(Low Earth Orbit),以大約每秒 7 ~ 8 公里的速度高速移動,是地表音速的 20 倍。也就是說,太空上的車禍可嚴重多了,來自不同方向或不同傾角的物體,可能會以超過每秒 10 公里的相對速度發生碰撞。別說公車大小的太空垃圾了,只要直徑超過 1 公分的碎片就足以對太陽能板或玻璃造成損害。更麻煩的是,大小在 10 公分以下的物體,大多還因為尺寸過小難以追蹤。

那麼,我們的頭上有多少太空垃圾呢?

根據歐洲太空總署 ESA 的資料,目前軌道上有 6800 個運作中的衛星,相對的有超過 3 萬 2千個可追蹤的太空垃圾。但如果估計所有無法追蹤的物體,大於 10 公分的物體可能有超過 3 萬 6 千個,介於 1 公分到 10 公分的則高達一百萬個。

根據歐洲太空總署 ESA 的資料,目前軌道上有 6800 個運作中的衛星,相對的有超過 3 萬 2 千個可追蹤的太空垃圾。但如果估計所有無法追蹤的物體,大於 10 公分的物體可能有超過 3 萬 6 千個,介於 1公分到 10 公分的則高達一百萬個。
圖|PanSci YouTube

在這些太空垃圾中,大多數大型太空垃圾就是來自發射衛星後,一起留在太空的第二節推進火箭,小型太空垃圾則來自火箭爆炸或各種大大小小碰撞所產生的碎片。

太空上曾發生過嚴重的太空垃圾碰撞事件?

歷史上比較嚴重的一次撞擊事件發生在 2009 年,銥衛星公司運作中的通訊衛星,重量 700 公斤的 iridium 33,和失效、重 900 公斤的蘇聯軍用衛星 kosmos 2251,在 789 公里的高空,兩台衛星以每秒 11.7 公里的相對速度直接撞上,化成了兩團在軌道上繞行的碎片團。

-----廣告,請繼續往下閱讀-----

NASA 估計,這單一次的碰撞產生了超過 2000 片可追蹤的碎片,雖然許多碎片受地球引力慢慢墜入大氣燒毀,但直到到 2023 年 2 月的統計,大約還有一半,也就是 1000 片碎片留在軌道上。過往也曾經觀察到碎片從距離國際太空站僅 100 多公尺的位置驚險掠過。

如何解決太空垃圾的問題?

太空垃圾又多又危險,真的有辦法清除嗎?

2023 年三月,NASA 發表一篇研究,整理了關於各種清理太空垃圾的方法與成本,包含從地面或太空發射雷射推動垃圾改變軌道,或是直接物理性撞擊改變軌道,還有透過捕捉垃圾,直接在太空將垃圾循環利用,作為燃料或其他用途的再利用等方法。

透過捕捉垃圾,直接在太空將垃圾循環利用,作為燃料或其他用途的再利用。
圖|PanSci YouTube

清理不同大小的物體,要用的方法跟產生的效益也不同,因此他們評估了針對兩種策略。第一種策略將會優先處理目前最大、最具威脅性的 50 個太空垃圾,例如完整的第二節火箭或是失去功能的完整衛星。第二種策略則是優先移除 1 到 10 公分的十萬個小型垃圾。NASA 分別評估處理這兩種目標帶來的效益,恩,所謂的效益,就是預估能減少多少因為太空垃圾碰撞而產生的損失。

要如何移除太空垃圾呢?

移除大型垃圾主要的方法主要是再入大氣層(re-entry),簡單來說就是讓垃圾落入大氣層燒毀。這個方法預計讓運送任務完成的火箭載具,透過剩餘的推進燃料,順手將其他大型垃圾帶下來。移除這 50 個大型垃圾預計總共會花費 10 億美金,但在移除 30 年後所帶來的效益,將會超過花費的成本,非常划算。

-----廣告,請繼續往下閱讀-----

至於小型太空垃圾,主要使用的方法將會是成本較低的雷射。藉由雷射產生的微弱動能來改變垃圾的軌道,將它們送入大氣層或推離常用的軌道。發射雷射的裝置可以設置在地面或是太空中,單純以使用效率來說,設置在太空所需要的能量較低,但是設置在地面維護和管理比較方便。然而這也衍伸了許多爭議,主要圍繞在這個清除垃圾的雷射也可以作為武器使用,例如在戰爭爆發時用雷射攻擊敵國的衛星。不過如果順利設置的話,清除十萬個小型垃圾後大約只要十年就可以達到等同於成本的效益,比移除大型垃圾能更快回收成本。

至於小型太空垃圾,主要使用的方法將會是成本較低的雷射。藉由雷射產生的微弱動能來改變垃圾的軌道,將它們送入大氣層或推離常用的軌道。
圖|PanSci YouTube

方法有了,但我們真的能讓太空再次乾淨嗎?

太空垃圾問題有解嗎?

現在的太空有多擁擠?

如果把歷史發射資料整理出來,會發現近五年人類的衛星發射數量幾乎是直線攀升,2012 年一整年全世界也只發射了 200 多顆衛星,到了 2022 年已經成長到一年 2000 多顆衛星。而且絕大部分都是來自於美國的衛星,想當然很大一部份都來自於 SpaceX 的星鏈計畫。而受益於獵鷹九號的高成功率和可回收造就的低廉成本,也能夠發射更多的中小型衛星,像是我們臺灣也發射了不少自主研發的立方衛星上太空,例如 2021 的「飛鼠」和「玉山」以及最近才剛發射的珍珠號立方衛星。

如果所有的衛星與火箭都會變成太空垃圾,我們清理垃圾的速度又不夠快,還有可能發生凱斯勒現象(Kessler syndrome),也就是碰撞產生的碎片引發連鎖反應,造成更多撞擊和更多碎片,讓不可控的太空垃圾快速增加,直到新的火箭與衛星都難以穿越,我們將無法前往太空,被自己的創造出的人造物封鎖在地球。

-----廣告,請繼續往下閱讀-----
如果所有的衛星與火箭都會變成太空垃圾,我們清理垃圾的速度又不夠快,還有可能發生凱斯勒現象(Kessler syndrome),也就是碰撞產生的碎片引發連鎖反應,造成更多撞擊和更多碎片,讓不可控的太空垃圾快速增加,直到新的火箭與衛星都難以穿越,我們將無法前往太空,被自己的創造出的人造物封鎖在地球。
圖|PanSci YouTube

治標也要治本,我們對於即將發射進太空的人造物能有套管理辦法嗎?

1967 年在聯合國通過並簽署的《關於各國探索和利用包括月球和其他天體的外太空活動所應遵守原則的條約》,簡稱為《外太空條約》。這個條約制定了各國在外太空活動所應該遵守的原則,其中和人造衛星有關的原則主要有三個:

  1. 國家責任原則:各國應對其航太活動承擔國際責任,不管這種活動是由政府部門還是由非政府部門進行的
  2. 對空間物體的管轄權和控制權原則:射入外空的空間物體登記國對其在外空的物體仍保持管轄權和控制權
  3. 外空物體登記原則:凡進行航太活動的國家同意在最大可能和實際可行的範圍內將活動的狀況、地點及結果通知聯合國秘書長

也就是說,雖然各國需要將太空活動回報給聯合國統計,但實際上在制定規範和進行管制的還是各國本身。以美國來說,分別需要和 FAA 聯邦航空總署申報火箭發射和再入大氣層的計畫,以及向 FCC 聯邦通訊委員會申報衛星的通訊規格,至於要如何避免在太空發生碰撞,是發射單位要自己負起責任,公部門只提供有追蹤的物體軌道資料。

如何避免在太空發生碰撞,是發射單位要自己負起責任,公部門只提供有追蹤的物體軌道資料。
圖|PanSci YouTube

不過對於衛星任務結束後的處置,FCC 倒是有相關的規定和罰鍰。因為如果衛星有動力系統,可以在任務結束時就控制墜入大氣層或飛離常用軌道,進到所謂的死亡軌道(Graveyard Orbit),而通常在申請發射衛星時,也需一併提供任務結束後的處置方式。

去年,衛星電視業者 Dish Network 沒有按照它在 2012 年所制定的衛星處置計畫,將衛星從離地 36000 公里的地球同步軌道再往外推 300 公里。這顆衛星在移動的半途中就燃料耗盡失去了動力,只離開原本的軌道 120 公里,FCC 因此對衛星電視業者開罰了 15 萬美元。這起首次針對太空垃圾的開罰,對於太空垃圾的管制具有重大的意義,代表著對太空垃圾危害性的重視,也代表著清理太空垃圾的商機正在逐漸成長。

-----廣告,請繼續往下閱讀-----

清除太空垃圾能有商業價值?

隨著商業化的太空活動逐漸熱絡,如何讓清理太空垃圾不只是空談也成了一個重要的問題。如果軌道上的垃圾減少,受益的會是所有使用軌道的衛星。就與現存的回收與垃圾處理方式一樣,我們可以規定所有衛星的生產者都必須繳交「太空垃圾處理費」,如果在發射的過程中產生額外的太空垃圾,則必須提高費率。相對的,如果一家公司提供清理太空垃圾的服務,則可以獲得這些「太空垃圾權」並換成對應的金額。

我們可以規定所有衛星的生產者都必須繳交「太空垃圾處理費」,如果在發射的過程中產生額外的太空垃圾,則必須提高費率。相對的,如果一家公司提供清理太空垃圾的服務,則可以獲得這些「太空垃圾權」並換成對應的金額。
圖|PanSci YouTube

另外,雖然目前對於在軌道上進行捕捉再回收的直接經濟效益並不突出,但如果未來在太空可以建立起專門的處理設施,或許可以作為一個長期的太空垃圾處理機制,沒想到吧,人類要成為跨行星文明的第一步,竟然是得先成立太空垃圾清潔隊。

不過話說回來,要讓各國政府願意砸大錢在太空垃圾回收產業可能還需要一點時間。畢竟相較於直接影響到生活的全球暖化,太空垃圾的危害並不那麼可怕,大型垃圾的撞擊也可以預測並提前避開,因此短時間內也還不會有明顯的感受,但如果你是需要觀測的天文學家,可能就覺得垃圾好礙眼了。

最後想問問大家,你覺得處理太空垃圾最好的辦法會是什麼呢?

  1. 向所有太空公司徵收處理費,培育回收業者,資本的事情資本解決。
  2. 從技術研發著手,火箭能回收,想必衛星回收技術很快也能做出來。
  3. 都別處理了,就等人類把自己鎖死在地球,宇宙垃圾就不會再增加了!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----

1

3
2

文字

分享

1
3
2
福島核污水是什麼?我們還能安心吃海鮮嗎?核污水全解析!
PanSci_96
・2023/10/01 ・4897字 ・閱讀時間約 10 分鐘

福島核污水正式排放入海了!食鹽要屯多少?海鮮還能吃嗎?哥吉拉要誕生了嗎?

核廢水是怎麼來的?

2011 年 3 月 11 日,一場海嘯衝擊了在福島海邊的第一核電廠,破壞了核電廠中做為緊急電源設備的發電機,在備用電池電力耗盡後,冷卻系統完全失效。然而反應爐內的連鎖反應還在持續,最後溫度不斷竄高,高溫水蒸氣與燃料護套中的鋯合金,發生鋯水反應並產生大量易燃的氫氣,最終與空氣中的氧氣作用導致爆炸。

在事故發生前後,日本政府灌入大量海水來為反應爐進行冷卻,而這些直接接觸熔融燃料棒的污水,就被稱為核污水,日文則稱為「汚染水」。至於當時的決策細節與失誤,大家可以看今年上映的日劇《核災日月》複習一下。而既然事件已經發生了,我們就重點討論核污水。

《核災日月》圖/IMDb

現在儲存在福島的核污水不只有冷卻水,其實還有受污染的降雨與地下水。事故發生後,東京電力公司在第一核電廠加裝擋水牆,阻擋因為降雨流經 1、2、3 號機組的污染水流入海洋。並且設置凍土牆隔絕地下水,同時挖水井抽出污染的地下水,讓廠區內的地下水水位下降,因此地下水只會從外部滲入,內部的污染水則不會滲到外面。不論是降雨還是抽出的地下水,都屬於污染水,平均每天都會增加 92 立方公尺的污染水。直至本集影片上架,當地已經存有 134 萬噸的汚染水,而且還會持續增加,你可以自己打開 Google Map,鳥瞰這密密麻麻的眾多大型儲槽,別忘了,核反應爐本體才是日本更迫切的問題,要是污水不先處理,要是下一個天災來襲,麻煩又會疊加。因此日本政府在 2016 年就展開討論,準備要處理掉這些污水。

-----廣告,請繼續往下閱讀-----
福島第一核電廠。圖/Google Map

為何決定排放入海?

為何核污水的最終處置決定是排放入海呢?其實 2016 年提出的方案有五種:稀釋入海、蒸發至大氣、電解水釋放氫氣、深層地質注水、以及水泥固化並地下處置。很快,電解水因為還需要相關技術研發而被否決,這個我們在氫能那集講過。深層地質注水和水泥固化並地下處置,則有選址與法規問題,無法立即實現。這部分則等同於核電使用國都面臨的核廢料處置問題,我們之前花過好幾集介紹過,歡迎前往複習。

最後僅剩稀釋入海和蒸發至大氣兩種方法,最後日本認為海洋的擴散行為更容易追蹤,最重要的是成本僅有蒸發的十分之一,因此選用了這個方法。至於有些人說,既然東電跟日本政府都保證安全,何不做成瓶裝水拿去賣?之類的建議在這我們不多討論,就請大家用理智來看待。

核廢水如何被處理?

根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。首先,污染水會經過「銫吸附裝置」,除去銫(Cs)和鍶(Sr)。接著再經過淡水化裝置除去水中的鹽分後,成為「鍶處理水」。這種鍶處理水,可以作為 1, 2, 3, 4 號機組的冷卻水再次循環利用。

最後,大部分的鍶處理水,會被送到「ALPS多核種除去設備」,將 63 種放射性核種中的 62 種放射性核種去除。「ALPS多核種除去設備」唯一不能去除的放射性核種,就是氚(H-3)。但其實啊還有一個碳-14 無法被過濾,但濃度低到可以忽視。經過「ALPS多核種除去設備」處理過後的「鍶處理水」,就稱為「含氚處理水」。

-----廣告,請繼續往下閱讀-----
根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。圖/PanSci YouTube

含氚處理水中的氚,指的是氫的同位素的一種,在自然界中就存在。半衰期為 12.43 年,衰變時會進行 β 衰變,放出一顆電子並成為氦-3。β 衰變對人體的穿透距離僅限於皮膚,不會對內臟器官產生傷害。
如要能危害人體,需要長期大量攝取由氚構成的重水。關於攝取過多重水對動植物的影響,我們網站上有文章詳細說明過。

簡單來說,綜合自然界中跟福島即將排放的氚,以及我們的生活型態來看,遠遠達不到可能產生危害的程度。知道劑量決定毒性,就像我們每天都吃下不少「有害」物質,例如殘留農藥、油炸致癌物、過多的精製糖等等,但攝取的多寡,對你的健康影響差異很大。那麼重點來了,福島排放的處理水,真的有合乎標準嗎?

處理水符合標準嗎?

這個問題,我們在今年六月的核廢料主題中有提到,國際原子能總署 (IAEA) 在五月底公布了第一階段的調查結果,針對「日本的核種監控能力」進行第三方驗證。結果認為,日本的檢測標準跟分析方法沒問題,調查結果是可信任的。報告中除了氚以外,其他放射性核種的活度也都遠低於排放限值。例如鍶-90 為每公升 0.4 貝克、銫-137 為每公升 0.5 貝克,以臺灣的「食品」標準,銫-137 為每公升 100 貝克以下,雖然鍶-90 還沒有定下標準,但是依國際食品法典委員會的標準,也是在每公升 100 貝克以下。目前的排放值都遠小於標準。

國際原子能總署(IAEA)公布第一階段的調查結果。圖/PanSci YouTube

除了各單一核種的活度以外,所有水中核種加起來的「告示濃度限度比」也低於日本國家標準的每年 1 毫西弗(mSv/year), 1 毫西弗大約是多少呢?大約是一般民眾一年會接收到的輻射劑量。

-----廣告,請繼續往下閱讀-----

至於無法被 ALPS 處理的氚,因為海洋中的水中就廣泛存在,日本將透過海水稀釋後排放入海。目前世界衛生組織對於飲用水的氚含量標準訂為每公升 1 萬貝克,台灣的標準嚴格了許多,是每公升 740 貝克。東電公司的處理水是每公升 14 萬貝克,在排放前會稀釋 740 倍,以每公升 190 貝克的氚濃度排放,低於台灣的飲用水標準。

那麼食鹽呢?我們需要搶購嗎?這就更不用擔心,因為食鹽中不含水,自然也不含氚。或是更進一步可以參考東海大學應用物理系的粉專,他們計算,根據國家標準,食鹽含水量若為 3% 以下,需要每天吃超過 400 公斤的食鹽才會攝取氚超標。真的,別吃那麼鹹啊。

每天吃超過 400 公斤的食鹽才會攝取氚超標。圖/pixabay

那麼,我們就真的兩手一攤,為這件事劃下結論,核輻射只是庸人自擾嗎?

我們該如何看待排放的處理水?

當然不是,就像許多人擔心的,就算科學上告訴你沒問題,但前提是,這些數據得是沒問題的。而且不用說周邊國家,連日本自家民眾也多次抗議處理水的排放。

-----廣告,請繼續往下閱讀-----

目前在 IAEA 架設的網站上,可以看到整個排水計畫的各種即時監測資料。其中就包括出水口的輻射數值監測。

為了驗證處理水不會對海洋生物產生影響,東京電力甚至從去年 9 月開始,就開始進行海洋生物飼養實驗,並且全程公開直播放在他們的YouTube頻道上。不過這頻道訂閱人數跟觀看次數都有點低迷,有興趣的話不妨訂閱,開啟小鈴鐺。

那麼我們能下定論了嗎?在科學上,我們確實能說,在符合規範下,這些排放入海的處理水是沒問題的,食鹽、海鮮也都能照吃,把注重食安與健康的努力分配到其他危害更大、風險更高的事情上,對處理水保持健康而非病態的質疑,對個人來說應該效益更高。

臺灣從去年到今年 6 月,曾 3 次組團赴日考察,並於 8/24 公佈報告書,包含跟日方的問答內容,還有福島核廢水排放設施的照片。海委會表示,專家觀察團評估日方排放相關作業的安全性,跟國際原子能總署評估的結果一致。然而是否選擇相信日本以及 IAEA 給出的數據,如今看來成了國際政治問題。

-----廣告,請繼續往下閱讀-----

另外,在 IAEA 的小組成員中,包含周邊國家:中國、美國、韓國、越南、澳洲、加拿大、法國、俄羅斯、英國、阿根廷、馬紹爾群島,並不包含台灣。如果台灣也能以任何形式加入團隊,或得以取得樣水複測,讓我們知道,日本以及 IAEA 給出的數值是可信的,想必都能更進一步降低民眾的擔憂。

最後,也問問大家,對於這次的處理水排放事件,你會擔心我們的海鮮或食鹽受到影響嗎?

  1. 不擔心,跟人類對海洋的其他污染相比,根本小巫見大巫。
  2. 擔心,等我親眼見到泛科學到現場實測我才相信。機票我出!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1