0

0
0

文字

分享

0
0
0

讓天文學家疑惑不已的慢速波霎SXP 1062

臺北天文館_96
・2012/01/06 ・834字 ・閱讀時間約 1 分鐘 ・SR值 492 ・五年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

天文學家在小麥哲倫星系(Small Magellanic Cloud,SMC)一個超新星殘骸(supernova remnant,SNR)中發現有顆波霎(pulsar,脈衝星)的證據。經由錢卓(Chandra)和XMM-Newton兩架X射線觀測衛星的觀察,顯示這顆波霎的自轉速度每18分鐘才轉一圈,這在波霎圈中算是超級慢郎中,而且這是天文學家首度確認在SMC的超新星殘骸中發現波霎。

位在南天杜鵑座方向的SMC是我們銀河系最大的衛星星系之一,離銀河系僅約18萬光年。波霎是大質量恆星發生超新星爆炸後,原核心部分所形成的自轉快速、密度極大的中子星。在右上方錢卓和XMM-Newton的X射線(藍色)和智利Cerro Tololo美洲際天文臺(Inter-American Observatory)的可見光(紅色和綠色)合成影像中,影像右方的白色亮源就是編號為SXP 1062的波霎,它周圍散佈著藍色的瀰散X輻射,再外一點是個紅色的氣體殼層。這些瀰散X輻射和紅色可見光殼層都是SXP 1062周圍超新星殘骸的一部份。可見光資料還顯示SXP 1062左側附近有個由氣體與塵埃所組成的恆星形成區。而比較錢卓X射線影像和可見光影像後,天文學家發現SXP 1062還有個熾熱的大質量伴星。

利用這張影像,兩組不同的天文團隊分別估計出SXP 1062周圍的超新星殘骸年齡為10,000年和40,000年;無論哪組數字,都意味著這個波霎非常年輕。因此,假設在超新星爆炸同時誕生了這顆波霎,那麼它原始的自轉速度應當相當快速;但是從X射線資料,天文學家估算出SXP 1062的自轉速度慢得異常,轉一圈的時間約為18分鐘,通常比較老的波霎轉動速度才會這麼慢,事實上,SXP 1062是SMC中自轉速度最慢的X射線波霎之一;所以,與其他年輕波霎動輒每秒轉數圈的速度相比,真是波霎中的異類。這個特性讓天文學家對它相當感興趣,但也對此奇異特性形成緣由頭痛不已。

為了破解這個年輕波霎卻自轉超慢得奇怪現象,目前天文學家們已開始著手建置理論模型,設法解釋這個奇怪天體在數萬年的短時間內,自轉速度快速減慢到現今模樣的演化狀況。

資料來源:SXP 1062:Celestial Bauble Intrigues Astronomers[2011.12.20]

轉載自台北天文館之網路天文館網站

文章難易度
臺北天文館_96
482 篇文章 ・ 27 位粉絲
臺北市立天文科學教育館是國內最大的天文社教機構,我們以推廣天文教育為職志,做為天文知識和大眾間的橋梁,期盼和大家一起分享天文的樂趣!

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

7
5

文字

分享

0
7
5
宇宙「新」光──新星、超新星與千級新星
全國大學天文社聯盟
・2022/03/30 ・4272字 ・閱讀時間約 8 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 文/語星葉,與一隻米克斯黑狗簡單地生活在新竹,正在努力成為天文學家。

看星星,是大多數人接觸天文的契機。現今,看見滿天星斗對於被光害荼毒的都市人而言是一種奢侈,相較於古時夜無燈火,總有許多靜謐無光的夜晚,能讓人們一同仰望星空,思索空中的奧秘。多數星星安靜地閃爍,被人類賦予神話故事,成了現在為人所知的「星座」。另外,有少數幾顆不安分地移動著,它們的移動方式看似有規則,有時候卻會逆行,這些在天空中漫遊的星星,我們就稱之為「行星」 。

在極少數的情況,我們會發現過去未曾注意到的星點,猶如初來乍到的旅客,古時中國稱之為「客星」 [註一]。現在我們知道,這些看似新生的星,實則氣數已盡。利用強大的各波段望遠鏡,人類偵測到大量「新」光,並提出多種機制來解釋星光快速且劇烈改變的現象。

本文將介紹 3+1 種天文現象,分別為「新星(Nova)」、「超新星(Supernova)」和「極亮超新星(Superluminous supernova / Hypernova)」,以及「千級新星(Kilonova)」。前兩者的觀測歷史源遠流長,後兩者則歸功於現代發達的觀測技術,才讓我們得以一探究竟。

蟹狀星雲,古時中國稱之為天關客星,為西元 1054 年的超新星爆炸殘骸。圖/NASA, ESA, J. Hester and A. Loll (Arizona State University)

新星:我可一點都不年輕!

新星(Nova)來自拉丁文,有 「new」 之意。過去,人們仰望寧靜無波(一成不變)的星空時,若是偶然發現從未見過的星星,便稱之為「新星」。但如今我們知道,新星其實不是剛誕生的星,而是古老的小質量恆星,會在它們的生命終章──白矮星時期,突然變得異常明亮。

白矮星是小質量恆星死亡後的產物,緻密、溫度高,但亮度低,平常不易觀測。一般而言,白矮星是非常穩定的天體,但如果身邊有個伴,情況就不同了。若是白矮星和伴星互繞的距離過近,使得伴星的氫被吸向白矮星表面,並在其表面點燃核融合反應,產生劇烈的光度變化,讓白矮星成為用肉眼可見的「新星」。

近年,天文學家發現,新星的出現經常伴隨強烈的伽瑪射線,推測是來自新星爆發時產生的衝擊波。後續研究指出,新星的高光度也是以衝擊波作用為主,而不是來自表面的核融合反應,打破了以往既有的觀點。

藝術家繪製的假想圖。右側的白矮星吸走左側伴星的氫,成為亮度極高的新星。圖/NASA/M.Weiss

超新星──宇宙中的燦爛花火

超新星(Supernova)顧名思義是新星的 Super 版,比「新星」更亮的星星──天文名詞總是取得如此淺顯易懂。超新星的光度遠超越新星,其形成機制也有所不同。

目前科學界認為超新星有兩種不同的形成機制,分別為「熱核超新星(Thermonuclear supernova)」與「核心塌縮超新星(Core-collapse supernova)」。

「熱核超新星(Thermonuclear supernova)」前身和新星一樣是白矮星,差別在於熱核超新星爆炸極具毀滅性。當白矮星的質量增加到「錢德拉賽卡極限(Chanfrasekhar limit)」,也就是臨界值時,引爆其核心的碳元素將劇烈爆炸,將使白矮星灰飛湮滅。質量增加是因為白矮星身邊有個伴,可能是兩個白矮星白頭偕老、最終合併,也可能和新星一樣是老少配,然後白矮星吸走年輕伴星的表面物質。但究竟是哪種配對導致熱核超新星爆炸,天文學家還在熱議。

「核心塌縮超新星(Core-collapse supernova)」則來自大質量恆星核心塌縮後造成的熱壓爆炸。當大質量恆星的核心燃料用罄,無法支撐極強的重力而塌縮時,就會產生巨量的熱能,並向外爆發。整個過程僅以秒計。爆發後,周圍形成漂亮的超新星殘骸,核心則塌縮成中子星或黑洞。

值得一提的是,超新星是少數能夠串聯古今天文學的研究領域。歷史上數個著名的超新星爆發事件,在世界各地的文明史料中皆能發現記錄。目前推測人類文明見過最亮的超新星事件是 SN1006(西元 1006 年),最亮時甚至比啟明更亮 [註二],即使在白天仍可用肉眼看見,而且持續長達數星期。著名的梅西爾天體 M1(蟹狀星雲)也是超新星爆炸後的殘骸,自 1054 年的超新星爆發中產生,相關記錄散見史冊,而且至今仍是天文界炙手可熱的研究對象。

蟹狀星雲之心。 圖/NASA and ESA

+1 的部分:極亮超新星

現代觀測技術的進步使超新星事件變得常見,有多部自動望遠鏡凝視著宇宙虛空,在星際間搜尋著超新星的亮光,這類計畫稱為巡天(Survey)計畫。在眾多的觀測數據中,天文學家注意到一類特別明亮的「極亮超新星」(令人不禁想吐槽天文學家如此單純的命名邏輯),這些超新星比一般情況亮了 2 個數量級以上,並且非常罕見。

到 2017 年止,人類僅觀測到約 100 顆極亮超新星。由於數據過少,天文學家對其形成機制的想像可謂瞎子摸象、暫無定論,目前仍歸類為超新星。那麼,極亮超新星究竟是超新星的超級版,抑或是來自不同的形成機制,唯有持續探向更遙遠無垠的古老宇宙,才有機會揭發這個謎團了。

千級新星──看見宇宙之音

「千級新星」是非常新的天文研究領域,研究過程也極具戲劇性。故事得從科學家研究重力波開始說起。

重力波是重力作用產生的時空漣漪。百年前,愛因斯坦的理論便預測其存在,但重力波非常微弱,連愛因斯坦本人都不相信人類有朝一日能偵測到重力波。直到 2015 年,人類才首次「聽」到兩顆黑洞合併產生的重力波 [註三]。不過,重力波的訊號指向性不佳,難以「聽音辨位」,也就是用重力波訊號回推事件發生地點。若我們能同時「看」到電磁輻射訊號(該事件發出的電磁波),便可蒐集更多更精確的數據,以了解究竟是在宇宙何處發生了什麼事。

令人難過的是,兩顆黑洞合併幾乎不會產生電磁輻射,因此無法用上述的方法獲得更多資訊。

後來,科學家發現,當兩顆中子星合併、或一顆中子星與一顆黑洞合併時,發出的重力波訊號雖較兩顆黑洞合併更弱、也更難偵測,但這兩種事件不只會產生重力波,也會發出電磁輻射,因此是重力波干涉儀的重要偵測目標。2010 年,天文物理學家探討了這兩種合併事件可能的電磁輻射樣態,得出的結論是和新星事件一樣會有劇烈的光度改變,而且最大亮度約是新星的千倍,於是命名為「千級新星(Kilonova)」。

藝術家以動畫展示兩顆中子星通過重力波合併,然後爆炸成千級新星的過程。影/ESO/L. Calçada.

千級新星的發光機制和超新星不同:超新星的光度主要來自爆炸產生的放射性鎳元素衰變,而千級新星則主要來自兩顆中子星,或中子星與黑洞碰撞合併時,大量發生的核反應——「中子捕獲作用」,此類核反應僅在極端物理環境下產生,是形成金、銀、鉛等重元素的重要機制。過去科學家認為宇宙中重元素的生產者是超新星,然而超新星爆炸的觀測數據卻發現,超新星事件發生的中子捕獲作用的「產能」並不足以支撐現有的重金屬比例,因此千級新星便躍上研究舞台,被認為是重元素的主要產地。

2017 年,LIGO 及 VIRGO 重力波干涉儀共同偵測到人類史上第一場雙中子星合併事件 GW170817。當時,世界各地的望遠鏡幾乎都暫時放下常規任務,爭相投入這場觀測馬拉松。最終的成果令人振奮,不但同時偵測到重力波與相應的電磁波源,分析結果也與千級新星理論預測的訊號相符,這代表我們首次觀測到了千級新星!

重力波 GW170817的可見光訊號。圖/Soares-Santos et al. and DES Collaboration

這場盛會更昭示了「多信使天文學」時代的來臨 [註四]。重力波探測與多波段電磁觀測的結合,替人類的宇宙探索之旅翻開嶄新的一頁。今日,科學家們正期待著下一對共舞的緻密天體搖響精密儀器的銀鈴,讓更多未解之謎得以撥雲見日。

藝術家繪製的 GW170817 雙中子星合併事件想像圖。圖/LIGO-Virgo/Frank Elavsky/Northwestern University

宇宙看似恆常不變,然而在無盡好奇的驅使下,人類以最新科技突破既有的感官極限。我們洞見宇宙深邃瞬變的幽光,聆聽時空悠遠微弱的呢喃。宇宙「新」光的無盡奧秘,還有待來日的勤奮深掘。

註解

註一:客星指新出現的星,意義上包含彗星等在太陽系內遊走的天體,惟不在本文範疇。

註二:金星是地球的夜空中最明亮的星,清晨及黃昏也可見。古時稱金星出現於黃昏為「太白」、「長庚」,出現於清晨為「啟明」。

註三:人類聽見的聲音主要來自空氣分子的震盪,只要震盪頻率在 20~20000 Hz 的範圍,並且經由介質傳遞使耳膜震動,我們就能聽見。雖然重力波是時空震盪,無法直接以耳朵聽見,但概念上類似,因此常見到科學家將重力波訊號轉換成「音訊」,方便人們感受。

註四:多信使天文學(Multi-messenger astronomy)指利用多種訊號探索宇宙的現象。不同於早期僅以可見光探看宇宙,人類如今能夠探測光子、電磁波、微中子、重力波和宇宙射線等高能帶電粒子。透過這些訊號,可以傳達不同面向的資訊,協助我們拼湊出單一宇宙現象更細緻的原貌。GW170817 事件除了以重力波和電磁輻射觀測,亦有微中子觀測站參與,只是沒有找到相關聯的微中子訊號,因此理論在這方面尚未證實,有待解惑。

延伸閱讀

參考資料

  1. Li, KL., Metzger, B.D., Chomiuk, L. et al. (2017). A nova outburst powered by shocks. Nat Astron 1, 697–702. https://doi.org/10.1038/s41550-017-0222-1
  2. Aydi, E., Sokolovsky, K.V., Chomiuk, L. et al. Direct evidence for shock-powered optical emission in a nova. Nat Astron 4, 776–780 (2020). https://doi.org/10.1038/s41550-020-1070-y
  3. Gal-Yam, A. (2019). The most luminous supernova. Annual Review of Astronomy and Astrophysics, 57, 305–333. https://doi.org/10.1146/annurev-astro-081817-051819
  4. Metzger, B.D., Martínez-Pinedo, G., Darbha, S., Quataert, E., Arcones, A., Kasen, D., Thomas, R., Nugent, P., Panov, I.V., Zinner, N.T.. (2010). Electromagnetic counterparts of compact object mergers powered by the radioactive decay of r-process nuclei. Monthly Notices of the Royal Astronomical Society, 406(4), 2650–2662. https://doi.org/10.1111/j.1365-2966.2010.16864.x
  5. Smartt, S., Chen, TW., Jerkstrand, A. et al. (2017). A kilonova as the electromagnetic counterpart to a gravitational-wave source. Nature 55175–79 . https://doi.org/10.1038/nature24303
全國大學天文社聯盟
7 篇文章 ・ 13 位粉絲

0

9
1

文字

分享

0
9
1
讓人們窺見宇宙天體的真面目 ——哈伯太空望遠鏡
科技大觀園_96
・2021/10/11 ・2164字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

以哈伯望遠鏡觀測的經典天文照片

哈伯太空望遠鏡(Hubble Space Telescope)在 1990 年 4 月 24 日發射升空,今年歡慶 31 週年。這座舉世聞名的望遠鏡,以前所未有的解析度與靈敏度,讓人們窺見宇宙中許多天體的真面目。 

哈伯望遠鏡基本資料。(圖/沈佩泠製表)

哈伯望遠鏡網站上,經常公布五彩繽紛的天文照片。大家可能不知道,許多經典的天文照片,幕後推手是中央研究院天文及天文物理研究所所長朱有花。朱有花在 2014 年返回臺灣之前,是美國伊利諾大學天文系教授,長期使用哈伯望遠鏡進行研究。她拍的許多天體影像,經過哈伯望遠鏡後製團隊巧奪天工之手,變成網路上廣為流傳的經典照片。

朱有花的一件得意作品,是 NGC 3603 星雲的照片。這張照片在 2000 年 1 月登上《國家地理雜誌》封面。朱有花說,當時她剛好有訂閱雜誌,收到雜誌才發現,封面竟然是自己的觀測影像,於是立刻打開來看,想知道內文如何介紹他們的成果。結果發現書中內容與這張照片毫無關係,只是因為雜誌編輯很喜歡這張照片,而將它放在封面。 

NGC3603 照片登上《國家地理雜誌》封面。(圖/朱有花提供)

經典天文照片,藏著對宇宙的問題與解答 

哈伯望遠鏡拍攝的照片不只是美麗,更重要的是提供許多科學訊息。在 NGC 3603 星雲照片的左上角(雜誌封面的字母 G 上方)有一顆藍超巨星,與著名的超新星 1987A 的前身星相似。早先地面望遠鏡在這顆星周圍偵測到恆星拋出的物質,引起朱有花的興趣,於是她利用哈伯望遠鏡的高解析度,看見了清楚的環狀構造,發現半徑與超新星 1987A 周圍的環相近。朱有花認為,這顆藍超巨星大概很快就會爆炸,說不定會成為 21 世紀銀河系內的第一顆超新星!

在 NGC 3603 星雲的照片中間,還可看到一個星團,而星團中的大質量恆星把周圍氣體吹出一個氣泡。恆星風吹出的氣泡,也是朱有花利用哈伯望遠鏡研究的重要課題。

「大質量恆星都會吹出氣泡嗎?」朱有花在 1976 年讀博士班的時候,就提出這個問題。理論上,大質量恆星都會吹出氣泡,然而大多數恆星的影像中,都無法看到氣泡。到了 1990 年代,朱有花就想,假如氣泡真的存在,那哈伯望遠鏡總該看得到了吧!

然而觀測結果出爐後,卻發現仍然看不見氣泡。不過,朱有花利用光譜做動力學分析,確實找到了膨脹的氣泡。原來是因為氣泡膨脹速度太慢,約每秒 10-15 公里,只比宇宙中游離化氣體的聲速快一點(相較於地表,這些氣體密度很低、溫度很高,因此聲速快很多),因此震波(shock wave)微弱,不容易用影像拍攝的方式偵測。簡而言之,氣泡真的存在,只不過拍照拍不出來。經過 25 年努力,朱有花的疑惑終於得到解答!

朱有花也曾用哈伯望遠鏡,嘗試在超新星殘骸 N63A 尋找氣泡,結果沒有看到氣泡,卻看到許多微小的雲氣團塊。這些團塊被超新星殘骸快速膨脹的震波侵襲、加熱,正在蒸發。這個奇特的現象,讓人們窺見星雲之中複雜的交互作用。哈伯拍攝到的 N63A 影像相當特殊,但僅能看到雲氣團塊,無法看到超新星殘骸的球形外殼,需要 X 射線望遠鏡才能掌握全貌。 

超新星殘骸 N63A 的多波段影像,右上區域金黃色的團塊是哈伯拍攝的可見光,外圍球殼狀構造則是 X 射線。(圖/Enhanced Image by Judy Schmidt (CC BY-NC-SA) based on images provided courtesy of NASA/CXC/SAO & NASA/STScI.)

2014 年回到臺灣後,朱有花主持科技部計畫,利用哈伯望遠鏡的資料研究 Ia 型超新星殘骸的起源。Ia 型超新星的爆炸機制,目前有兩種主流的說法:「一顆白矮星吸取伴星的物質而爆炸」,以及「兩顆白矮星合併而爆炸」。如果以第一種機制爆炸,伴星理論上會存活下來,因此若能找到存活的伴星,就是第一種機制的重要佐證。2017 年,朱有花與指導的學生李傳睿(現為中研院天文所博士後研究)合作,在超新星殘骸 N103B 尋找存活下來的伴星,找到一顆可能是伴星的星球,並在《天文物理期刊》發表成果。 

哈伯望遠鏡拍攝的超新星殘骸 N103B(左上)及其周遭環境。(圖/歐柏昇製圖)

想使用哈伯望遠鏡,先提出觀測計畫 

朱有花能夠用哈伯望遠鏡拍攝這麼多影像,並非易事。事實上,想要使用哈伯望遠鏡,必須先提出觀測計畫,與全世界天文學家激烈競爭,以 2019 年來說,只有不到 20% 的觀測計畫通過。朱有花說,競爭到最後還是有點運氣成分,許多自認完美的計畫最後失敗了,反而有些倉促完成的計畫書,竟然無心插柳柳成蔭。光是爭取望遠鏡時間,天文學家就有不少甘苦談。

除了主動爭取觀測時間之外,朱有花也常利用哈伯的資料庫做研究。筆者在朱有花老師門下,亦有從資料庫中挖到寶的經驗。哈伯望遠鏡 30 年來累積了大量珍貴的數據,仍蘊藏許多人們未曾發掘的資訊。

哈伯望遠鏡拍攝的每一張美麗照片,背後都有天文學家的艱辛,以及豐富的科學內涵。欣賞照片的同時,不妨試著了解,人們如何透過這些照片,認識宇宙精彩的面貌。

科技大觀園_96
82 篇文章 ・ 1104 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。