黑子去哪兒了？

• 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。

• 本文轉載自臺北天文館，《臺北星空》第 100 期。
• 作者 / 臺北市立天文科學教育館 | 陳姝蓉

在 2020 年底，美國 NOAA 和 NASA 的科學家宣布太陽活動極小期於 2019 年的 12 月結束，目前太陽活動穩定增長且中緯度出現磁極方向相反的黑子，代表第 25 太陽週期的到來。目前對驅動太陽活動的磁場於太陽內部的移動方式，乃至於磁極反轉的機制皆尚未完全了解，使得在建立太陽週期模型和預測太陽活動 上有許多挑戰。因此對第 25 週期太陽活動的強弱，看法也不相同。

太陽黑子週期

科學家把 1755 年訂為太陽活動的第 1 週期，並持續紀錄太陽黑子數目來分析太陽活動的變化。太陽活動如閃焰和日冕物質拋射等，會將能量和物質拋向太空。太陽活動造就了美麗的極光，卻也可能造成衛星軌道降低及儀器損害、電波通訊和電力傳輸的中斷。使得提供未來太空天氣粗略概況的太陽週期預報，顯得格外重要。

太陽黑子是磁場較強的區域，因磁場使內部能量不易傳播，溫度較低看起來較暗。太陽黑子數量和太陽活動相關（皆有約 11 年的週期），大多數閃焰和日冕物質拋射皆來自黑子群。太陽和地球一樣具有磁場，南北磁極約 11 年交換一次，新生黑子的磁場方向也隨著改變。於太陽活動極大期時，黑子數量較多且太陽的磁極開始改變，之後太陽活動下降，直到極小期到來，此時黑子數量較少且彼此間距離較遠，甚至有時完全沒有黑子。

NOAA 和 NASA 的預測

NASA 和 NOAA 每十年都會聚集一群科學家，他們會考慮不同模型， 對下個太陽週期的起始、黑子最多數量和太陽活動極大期的時間進行預測。模型通常採用和太陽活動相關的指標，如會受太陽影響的地球磁場或太陽磁極的磁場等。

科學家發現，在極小值時期，太陽磁極的磁場強度與下個週期太陽活動的強弱有關。假如極小值時期的磁極磁場較弱，接下來太陽週期亦較弱，此理論成功預測第 24 週的太陽活動。在過去的幾個週期中，太陽磁極的磁場逐漸減弱，同時最大的黑子數量也跟著下降。

由於第 24 週期的磁極磁場強度和之前差不多，推測第 25 週期的太陽活動將類似第 24 週期。將在 2025 年 7 月達到最大黑子相對數 115 ，這將是測試此模型的好機會。科學家也預期第 25 週期的太陽活動，將不會如前 4 個週期般持續下降。目前無證據顯示太陽活動有趨向於蒙德極小期（ 1645 ~ 1715 年間僅觀測到 50 顆左右的黑子）的跡象。

NCAR 的預測

美國國家大氣研究中心（NCAR）的科學家持相反意見，預測第 25 個太陽週期將是從 1975 年開始紀錄以來的太陽活動較強的週期之一，太陽極大期時的黑子相對數約在 210 ~ 260 之間。如果預測得到證實，將支持團隊的理論模型，即環繞太陽的磁場帶有 22 年週期，具有不同磁場方向的磁場帶的交互作用，產生 11 年的太陽黑子週期。

科學家發現日冕亮點，即太陽大氣在極紫外光的短暫閃爍，會由高緯度移動到赤道，並在中緯度時和黑子出現吻合。推測亮點標誌著磁場帶的傳播，當南北半球具有相反磁極的磁場帶在赤道相遇時，它們會互相湮滅造成「終結」事件， 結束上個太陽週期並開始下個週期。當南北半球的磁場帶（具相反磁場）往赤道移動時，新的磁場帶將在高緯度出現，這將造成下周期太陽磁場的反轉。

有時磁場帶在中緯度移動變慢，會延長磁場帶交互作用的時間，這將使當前的週期變長並減少下週期的黑子數量。由於需要足夠多不平衡的磁場以形成黑子，交互作用時間短有利黑子生成。回顧長達 270 年的觀測紀錄， 科學家進一步發現終結事件間的時間間隔，會影響太陽週期的強弱，間隔越長下個太陽週期就越弱，反之亦然。例如太陽的第 4 週期的終結事件間隔長達 15 年，使得第 5 週期非常弱，這也是道爾頓極小期的開始。同樣第 23 個太陽週期終結事件間隔 13 年，因此第 24 週期較短也較弱。藉此研究人員認為第 25 週期將是有紀錄以來較強的週期。

劇烈的太陽活動將會損害衛星連帶影響通訊傳播和 GPS 服務， 而其對地球磁場的影響可能使電力傳播和無線電通訊中斷，過多的輻射也將對太空人有害。因此了解太陽活動很重要，預測太陽週期將可幫助我們掌握和評估其潛在影響。

參考資料

1. What Will Solar Cycle 25 Look Like?
2. Solar Cycle 25 Is Here. NASA, NOAA Scientists Explain What That Means
3. New sunspot cycle could be among strongest on record
4. Overlapping Magnetic Activity Cycles and the Sunspot Number: Forecasting Sunspot Cycle 25 Amplitude

太陽目前正處於第 24 活動周期中，這個周期的極大期落在 2014-2015 年，現在正處於黑子數量逐漸減少的下降階段。根據以往歷史記錄，每個太陽活動周期中，下降階段所耗的時間通常比上升階段久且緩；然而，太陽黑子數居然就從 6 月 3 日後開始降為 0，整個日面沒有任何黑子的蹤跡，如下圖美國航太總署（NASA）太陽動力觀測衛星（ Solar Dynamics Observatory，SDO）6 月 4 日拍攝的太陽影像，持續到 6 月 5 日仍不見有黑子出現。

這意味著什麼？太陽活動周期像來回擺動的單擺，黑子數量有多有少，由少至多再回復少的狀態，一個周期平均約為11年。如今的無黑子狀態是趨向低黑子數的象徵，白話點說就是：太陽活動正進入極小期！

不過，這幾日的無黑子狀態還只是暫時的，在可見太陽表面以下之處還是存在許多磁節點，這些磁節點很快會會浮出太陽表面而形成新的黑子。現在的太陽活動周期並未結束，但會很快地衰退。太陽物理學家估計：黑子數抵達谷底的真正極小期很可能會落在 2019~2020 年；而從現在到極小期之間的這段時間，將三不五時地出現無黑子狀態。起初，無黑子狀態只會持續幾天，之後變成持續數週，再然後可能會好幾個月都見不到半顆黑子。

不過，不要以為太空天氣也會就此趨於寧靜。太陽極小期會帶來許多有趣的變化。例如：太陽發射出的極紫外輻射量會減少，地球高層大氣因而會降溫並潰縮。這種狀況有利於太空垃圾聚集在地球周圍。此外，太陽圈（heliosphere，太陽系勢力範圍）也會縮減，使得地球能更接近星際空間，如此一來，銀河宇宙線（galactic cosmic ray，來自銀河系本身的高能粒子）能更容易穿透至太陽系內側。事實上，地球已經處在宇宙線潮（cosmic ray surge）之中了，如下圖，以探空氣球測得的中緯度平流層的宇宙線強度比一年前增加了 12% 左右。

所以，準備對黑子說再見，然後，再對來自深太空的輻射說嗨吧！

（後續更新）

6 月 24 日的太陽，再度面臨無黑子狀態！

從 6 月 24 日至 7 月 2 日，太陽已經超過一周沒有黑子出現了。上一次這麼久沒見到黑子，是在 2010 年 12 月，當時太陽活動處在從極小期谷底剛要逐漸攀升的前夕。而這次這麼多天沒有黑子，顯然也是極小期即將來臨的訊號。

根據 Spaceweather.com 網站的統計，自2009年迄今（2016 年 07 月 03 日）各年無黑子日數分別如下：

2016 年: 13 天 (7%) –6/4~7、6/24~7/3
2015 年: 0 天 (0%)
2014 年: 1 天 (<1%)
2013 年: 0 天 (0%)
2012 年: 0 天 (0%)
2011 年: 2 天 (<1%)
2010 年: 51 天 (14%)
2009 年: 260 天 (71%)

資料來源：What’s up in space-VANISHING SUNSPOTS, spaceweather.com, 2016.06.05, KLC

本文轉載自網路天文館

最近一則新聞提到「科學家警告：太陽15年後『休眠』 地球進入小冰河期！」是不是也就代表著，我們該擔心的是地球變冷，而不是全球暖化？

當然…不是這樣的，要是科學家真的有這麼說，不用鄉民，其他科學家會先把他拖出來鞭，這只是科學現象的理解與科學用語詮釋的問題。接下來我們先從新聞文章與科學研究了解此議題。

首先是多數人會看到的新聞版本：

好，這是一篇再摘錄過的報導，因為看文章的尾巴就知道文章的結論是蠻薄弱的（所謂「跟蒙德極小期相同的效應」也是語焉不詳的一句話），而下方所謂的「原文」也非研究人員或單位發布的新聞稿，而是摘自大多媒體最喜歡翻譯外電之一的「每日郵報」。

這種「轉手再轉手」 新聞消息，往往就像我們玩喝水傳話一般，誤差是會隨之放大，就算是具科學背景的人士乍看這篇報導，也很難揣測原意是什麼，而實際上的研究成果應為下面這則英國皇家學會的稿件：

科學家到底怎麼說

某位對岸的網友李汀先生在新浪網的投稿中，也提到了這個研究與每日郵報報導中的落差，不過在此我們從一些太陽活動的背景先談起：

1. 太陽的「活動」是有周期性的，而所謂的活動包括了產生太陽風、日冕、太陽黑子等現象，簡單來說就是太陽會定時的向外突然放出高能的粒子、宇宙射線這些東西，平均來說周期是11年左右（如下圖紅線的太陽黑子個數年變化、橘線的太陽黑子個數日變化），但並不是那麼剛好的11年，有時會多1年、有時會少個1年。

2. 造成太陽運動周期變化的主要原因是磁場變化，這樣講或許有點抽象，就像是對流的概念，裡面的東西向外湧出，而外面的東西又跑到內部，而像黑子就是一些不均勻的活動…再講就太深了，先就此打住！

3. 接著回到這個研究，過去科學家已經知道了磁場、對流的影響。而今天科學家Valentina Zharkova這項研究的出發點，就在於他們認為造成太陽運動會有變動的一大主因可能就是太陽內部流體的對流可以「分成兩層」，所以他們便以此為前提來建立模型模擬，並對比到真實的觀測紀錄。

4. 要理解Zharkova的模型，我們可以想像把「兩層」的對流想像成兩個11年上下的穩定波動，有各自的週期，但它們會有疊加、相消的作用。當兩層的波動疊加時，活動就特別大，當相消時，就會特別小，而Zharkova研究團隊的模型與真實的觀測資料對比，有高達97%的準確率。

5. 以此前提我們似乎就可以拿來預測一下未來的活動…結果不得了！原來2030年太陽的活動將會減少為現在的60%，至於上次降那麼多是什麼時候呢？就是所謂的「蒙德極小期」（上圖的Maunder Minimum的區間，約在西元1645~1715年間），而那段時間也正好是「小冰期」的時間點附近（一般指的小冰期是西元1550年至1770年間，也有人認為那是明朝衰亡清朝興起的原因之一）。

科學家對於科學上用詞總是講求精準，誇大對科學家來說是個忌諱，綜合上面五點來看，只有第5點才勉強和地球將要變冷有一點點的擦邊球，但實際上科學家有以此「警告」人們嗎？沒有…為什麼不這麼說？因為那不是科學家有把握的事！即使太陽活動減少至現在的60%，我們還是不知道會降溫多少…甚至連會不會降溫都不知道呢！

所以現在到底是在暖化還是冰期要來？

實際上影響氣候的因子非常多，而且還非常難驗證。舉個例子來說，塞爾維亞科學家米蘭科維奇在本世紀初就提出米蘭科維奇循環，指出地球的氣候模式受到地球的離心率、轉軸傾角和軌道的進動的影響，但實際上我們現在知道的理論則是到1976年才確立的（見文獻[1]）。除此之外，像太陽黑子、板塊運動、火山活動皆會對氣候有不同尺度的影響。你說要斬釘截鐵的說：未來幾年天氣將會怎麼樣怎麼樣的，我相信那一定不是研究大氣或古今氣候的學者會做的事，頂多說會「我們要注意朝向XXXX發展」之類的說法。

再來，從時間尺度來談，蒙德極小期和冰期的相關性還有待討論，而這個太陽活動研究所提出的精準模型預測也還是需要科學家再論證…畢竟蒙德極小期持續了數十年之久，和11年的規律尺度還是有些落差，而在過去的紀錄中，即使能看見「溫度」和「太陽黑子」的相關性，我們也可以發現差距甚至不到1度（見下圖）。像IPCC的主流科學家也認為太陽的活動影響可能不若其它的因素顯著（包括暖化也是），而一般也認為太陽活動對氣候的影響甚小（見[2]）。

所以總體來說，IPCC的主流科學家們認為暖化是一件事，而科學家Valentina Zharkova做的研究是另一件事，這兩件事也可能同時發生，而以目前的證據與研究來說，暖化的效應和尺度似乎大一點，但真實的情況是…我們目前拿的出來的科學證據說不定還不夠用，所以現在把這些研究拿來說些駭人聽聞的事，似乎都言之過早。

那氣候變遷怎麼辦？人類要怎麼因應？至少我們人類別讓自己的影響太過頭（臭氧破洞就是個例子），起碼眼下節能減碳的目標（至少別燒那麼兇），也還算是條穩健的路。至於那些枝微末節或是高深莫測的學問，我們還是努力相信科學家幫我們找答案吧！對了，別忘了看這類的科學研究還是要保持著「科學精神」，避免斷章取義、以偏蓋全哦！

參考文獻

• [1] Hays, J.D., Imbrie, J., Shackleton, N.J., 1976, Variations in the Earth’s Orbit: Pacemaker of the Ice Ages. Science, 194 (4270): 1121–1132.
• [2] Climate Change 2001:Working Group I: The Scientific Basis

延伸閱讀

• 影響氣候的因子 [中央應地所]
• 小冰期將至？氣候危機當前，請不要誤導 [主場新聞]
• 太陽2030年休眠地球進入小冰期？媒體寫錯了！ [新浪投稿]