什麼？一邊上廁所還能一邊學恆星演化？！

• 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｜歐柏昇
• 美術設計｜林洵安

為什麼要研究宇宙中的複雜分子？

生命如何在宇宙中起源？這是天文學家關注的一個大哉問，也許我們可以從星際中的複雜分子，獲得一些可能線索。「研之有物」團隊專訪中央研究院天文及天文物理研究所呂聖元副研究員，他長期研究天文化學，2020 年普查在獵戶座大星雲的恆星形成區，探測到 4 顆富含複雜分子的「熱微核」（hot corino），有助於釐清恆星誕生時周遭雲氣的化學演化。

尋找星際中的複雜分子

天文學家很早就知道，星際空間中存在著成分以氫氣為主的分子雲（molecular cloud）。到了 1960 年代，隨著電波天文學進展，學者們在分子雲中陸續偵測到新的分子訊號。這才發現，分子雲裡面除了氫氣，還摻雜著很多不同的分子。由於分子雲是恆星與行星系統誕生的地方，不禁讓人聯想，其中或許存在一些和生命起源有關的分子。

相較於簡單分子而言，由至少 6 個以上原子構成的有機分子，天文學家稱為「複雜有機分子」（complex organic molecules），可能和生命起源有更多連結。過去天文學家就試著尋找複雜有機分子，不過早期望遠鏡靈敏度低，所以起初偵測到的分子都較為簡單。

天文學家偵測星際雲氣中分子的方法，是量測分子的轉動光譜。氣態的分子有時轉得快、有時轉得慢，當分子在不同轉動模式變換時會發出或吸收光線，而這些具有特徵的光線就構成分子的轉動光譜。

為什麼複雜分子的訊號會比較微弱呢？呂聖元說主要原因有兩個：首先，複雜分子通常需要經歷很多化學過程才能形成，所以在星際雲氣中的豐度（註1）相對來說比較低。第二，簡單分子的轉動模式比較單純，複雜分子的轉動模式卻很多，使得每條輻射譜線的亮度相對微弱而更不容易觀測。

隨著天文儀器越來越靈敏，實驗室量測到、用來比對的分子光譜數量越來越多，科學家在星際偵測到的分子種類迅速增加，並找到更多結構複雜的分子。目前已偵測到的星際分子種類，從 50 年前的個位數，增加到最近的 200 多個。進入 21 世紀後，綠堤望遠鏡（GBT）以及阿塔卡瑪大型毫米及次毫米波陣列（ALMA，中研院亦參與研發建造）等新儀器相繼上線運作，搜尋複雜有機分子的成果更是突飛猛進。

雖然目前已找到的複雜有機分子，尚未能直接連結到生命起源，不過天文學家繼續努力搜尋和生命有關的分子。例如，許多學者努力在星際間尋找「甘胺酸」（Glycine），甘胺酸是一種構造相對簡單的胺基酸，是構成人體蛋白質的成分之一，若能找到這種分子，有望幫助我們掌握生命起源的線索。

在獵戶座星雲偵測到新的「熱微核」

1990 年代找到的許多複雜有機分子，都是在大質量恆星誕生的區域發現，這些地方稱為「熱分子核（hot molecular core）」或者「熱核」。發現熱核之後，天文學家進一步想：在類似太陽系的小質量恆星誕生區，是否也能找到複雜有機分子呢？

2004 年起，科學家的確在小質量恆星誕生的區域，找到了一些複雜有機分子。這些天體比起「熱核」來說，不論是大小或是質量都要來得小，因此被稱之為「熱微核（hot corino）」。

呂聖元指出，不論「熱核」或是「熱微核」，所謂的「熱」，其實只是相對一般的雲氣來說比較高溫。一般分子雲只有大約絕對溫度 10 度（10K，約 -263 ℃），非常寒冷，而熱（微）核可達大約 100K 至 200K（約 -173℃ 至 -73 ℃）。在恆星形成的過程中，部分雲氣密度變高，同時被加熱，於是可在毫米波與紅外線波段看到比較亮的區域，而「熱微核」就是相對高溫的緻密區域。

2020 年，臺灣大學的博士生許世穎和呂聖元合作發表論文，登上《天文物理期刊》（The Astrophysical Journal），他們在獵戶座大星雲偵測到了 4 個新的熱微核！在此之前，已知的熱微核並不多，只有不到 20 個，主要出現在經常被觀測且已知的明亮恆星形成區。

呂聖元研究團隊採用全然不同的途徑，不去觀測已知的恆星形成區，而是像矇著眼睛般，普查獵戶座星雲中之前沒被發現、或是尚未被詳細研究過的恆星形成區域，結果就發現了裡面的熱微核。這項重要發現受惠於 ALMA 望遠鏡的高靈敏度，故可偵測到過去可能無法被看見的訊號。

事實上，幫助呂聖元團隊找到熱微核的這項 ALMA 觀測計劃，最初的目的並非尋找複雜有機分子，在呂聖元團隊看過光譜之後，才發現熱微核就在其中，可說是意外的驚喜。

那麼，偵測到新的熱微核意味著什麼？

宇宙中可能更普遍存在複雜有機分子

熱微核並不是所有恆星形成區域都能看到，但是看不到熱微核的地方是真的沒有熱微核，或者只是我們「視而不見」呢？

呂聖元團隊研究發現，目前找到的熱微核，大多仍出現在總亮度相對比較亮的恆星形成區。為什麼比較亮的地方才看得到熱微核？許世穎和呂聖元等即將發表的新論文提供了解釋：明亮的原恆星附近輻射比較強，因此可造成範圍較大的熱區，使得熱微核較容易被看到。

呂聖元進一步說明，依照目前主流的了解，複雜有機分子經常在星際塵埃表面的冰晶形成。在熱區之中，冰晶中的分子得以揮發成為氣態，而能被人們透過分子轉動光譜觀測到。明亮的原恆星附近造成較大的熱區，可能就是比較容易觀測到熱微核的原因。

如果以上的解釋正確，就表示目前找到的熱微核數量，可能只是冰山一角。可能在更多的恆星形成區都有熱微核存在，只不過有些熱微核尺度不夠大，所以在目前儀器的靈敏度下沒能偵測到。

呂聖元團隊運用 ALMA 望遠鏡的高靈敏度觀測，確實已在一些過去沒有看到熱微核的地方，找到了較黯淡的熱微核，能夠支持以上的推論。也就是說，可能許多恆星形成區都有熱微核，或者說複雜分子的分布比原先想像更加普遍。

最近還有其他研究發現，在恆星誕生之前的冷雲氣中也偵測到複雜有機分子。也就是說，雲氣還沒有加熱之前，複雜有機分子就已經在氣態中。這表示可能有除了原恆星加熱外的其他管道將冰晶中的複雜有機分子釋放出來，或是有其他的化學反應機制來形成複雜有機分子。

持續尋找生命起源的線索

複雜有機分子與生命起源的關聯，雖然尚未有明確答案，但天文學家持續探討這類分子的相關形成機制。呂聖元團隊中的博士後研究員沙德培（Dipen Sahu），近期主導研究甘胺酸的同分異構物——氨基甲酸甲酯（Methyl carbamate）在熱微核環境的形成機制。這項研究考慮了相關的化學反應，利用天文化學模型，計算出恆星形成區此分子的含量，推導的結果與針對熱微核量測出的分子含量上限一致。

呂聖元也談到複雜有機分子與生命起源研究的展望。他認為，這些研究值得以跨領域的方向來發展。國外有些研究單位，已能結合冰晶實驗、化學、天文觀測來研究複雜有機分子，而國內的學者在各個相關項目也有專長。長遠來說，如果要研究生命起源，則需結合天文學與生物學的知識，朝著「天文生物學」的方向發展。

天文學家利用 ALMA 望遠鏡的高靈敏度、高解析度觀測，不但在星際中找到更多種類的複雜有機分子，也在更多恆星形成區發現了富含複雜有機分子的「熱微核」。這些分子最終能否留在它們的太陽系，還有很多關卡要過。未來更進一步的科學研究與發現，將能幫助人們釐清星際中的化學過程，繼續向前一步回答生命起源的大哉問。

註1：一般指該分子成分相對於氫分子（H₂）的數量。好比最常見的一氧化碳分子（CO），其在星際分子雲中的豐度大約是10^-4，也就是大約每 1 萬個氫分子才有 1 個一氧化碳分子。

延伸閱讀

• 呂聖元個人網站
• 許世穎、Dipen Sahu（沙德培）、呂聖元，〈外星生命先驅？—新生恆星周邊的有機化學〉，《自然科學簡訊》第 32 卷第 4 期，2020
• McGuire B. A. (2021). 2021 Census of Interstellar, Circumstellar, Extragalactic, Protoplanetary Disk, and Exoplanetary Molecules. arXiv (Accepted for publication in the Astrophysical Journal Supplements).
• Hsu, S. Y., Liu, S. Y., Liu, T.,. . . Zhang, Q. (2020). ALMA Survey of Orion Planck Galactic Cold Clumps (ALMASOP). I. Detection of New Hot Corinos with the ACA. The Astrophysical Journal, 898(2), 107.
• Sahu, D., Liu, S. Y., Das, A., Garai, P., & Wakelam, V. (2020). Constraints of the Formation and Abundances of Methyl Carbamate, a Glycine Isomer, in Hot Corinos. The Astrophysical Journal, 899(1), 65.

文／胡佳伶｜任職於臺北市立天文科學教育館

日本人熱愛天文是眾所皆知的，但您能想像一邊上廁所，還能一邊學習恆星演化嗎？

原來這是由日本國立天文台 （National Astronomical Observatory of Japan， 簡稱 NAOJ）的學生所發起的「天文廁紙」 （Astronomy Toilet Paper，簡稱 ATP）計畫。 可惜，目前僅在日本國內販售，一捲大約兩百元日幣左右，有計畫前往日本旅行的朋友，不妨多帶幾捲廁紙回來，送禮自用兩相宜喔！

這捲廁紙以 6 張為一個循環，70 公分 6 小張的廁紙中，就說盡了太陽型恆星 100 億年的歷史，從宇宙中的氣體分子雲中誕生了原恆星，逐漸脫離雲繭，形成金牛座 T 型星，進入壯年時期的主序星和行星系統，用盡燃料的老年時期膨脹成為紅巨星，最後將氣體拋回太空，以行星狀星雲畫下生命的句點。恆星的生死輪迴以氣體開始，也以氣體結束，這些氣體又將成為下一代恆星、行星，更包含你的身體、和你現在舉目所及一切事物的原料。這樣壯闊的循環，是不是也和我們的消化循環有著異曲同工之妙呢？下次上廁所時，不妨好好思考一下這個問題吧！

分子雲

即使是在接近真空的宇宙中，仍有極少量的氣體存在，氣體中有些特別濃密的部分稱為分子雲（暗雲），宇宙中閃亮的恆星就是從這些暗星雲中誕生出來，分子雲因為本身的重力而塌縮，並分裂成一塊塊，密度較高的部分就是分子雲核心，也就是恆星寶寶誕生的地方。

宇宙豆知識

夜空中閃閃發亮的星星也會歷經誕生和死亡的過程。星星是從飄浮在宇宙中的氣體開始輝煌的一生，也在噴發出氣體後結束生命，下一代的星星又從這 些氣體中誕生。這捲廁紙呈現出類似太陽恆星的璀璨的一 生。

原恆星

分子雲的核心會因自身的重力收縮，恆星寶寶（原恆星）就由此誕生，恆星寶寶和太陽這類的成年恆星不同，還不會有核融合反應，氣體和塵埃會在恆星周圍聚集形成旋轉的的圓盤，再繼續往原恆星落下，讓原恆星越長越大。原恆星也會向兩極噴出氣體噴流。

宇宙豆知識

圖中天體的規模大小以「天文單位」（Astronomical Unit）來表示，一天文單位也就是太陽和地球的平均距離，約為 1 億 5000 萬公里。太陽和冥王星的距離約為 40 AU，太陽離最近的恆星約有 27 萬 AU。

金牛座 T 型星 + 原行星盤

當原恆星周圍的氣體和塵埃逐漸消散，我們就能看到恆星寶寶從雲氣中誕生，氣體和塵埃仍然會在恆星周圍以原行星盤的形式環繞著，天文學家認為像地球和木星這樣的行星就是從原行星盤中形成的。這樣的恆星開始能被可見光觀察到， 周圍還有氣體和塵埃形成的圓盤，就稱為金牛座 T 型星。

宇宙豆知識

天文學家不只用可見光，還用「不可見」的光──像是無 線電波、紅外線、紫外線、X 射線──這些電磁波來觀察宇宙。 不同波長的電磁波能幫助我們觀測、理解不同的天文現象。

主序星和行星系統

終於恆星邁向稱為主序星的穩定階段，在恆星的核心進行核融合反應，產生我們所看見的星光。恆星的壽命是由質量 決定，越重的恆星壽命越短，越輕的恆星壽命越長。像太陽這樣的恆星大約可以在主序帶活 100 億年，目前的太陽已經有 50 億歲，還可以再活 50 億歲。在這個階段原行星盤中的氣體和塵埃已經逐漸形成行星。

宇宙豆知識

目前我們已經在太陽系外發現超過 100 個系外行星了，大部分都是像木星這樣巨大的行星，但是隨著觀測儀器和技術的進步，很快我們就能發現像地球這麼小的行星了。

註：自克卜勒（Kepler）太空望遠鏡升空後，發現系外行星的數量大幅增加，截至 2016 年 5 月 19 日，已確認的系外行星有 3268 顆。也已經發現不少類似地球大小的行星，詳細資料可參考 NASA 系外行星介紹頁面。

紅巨星

當恆星將核心的氫燃料用盡之後， 恆星會開始膨脹，此時表面的溫度會下降並轉變為紅色，這個階段稱為紅巨星。像是天蝎座心臟的心宿二，和獵戶座左肩的參宿四，都是相當典型的紅巨星。

宇宙豆知識

再過 50 億年後，太陽也會逐漸變老，形成紅巨星，那時候的太陽表面會膨脹到地球的軌道。最後太陽會以行星狀星雲結束它一百億年的生命。

行星狀星雲

像太陽這樣不是太重的恆星在形成紅巨星時，會相當不穩定，無法以自身的重力抓住恆星外圍的氣體，因此外層的氣體會不斷向外膨脹，形成行星狀星雲，這些氣體最終會回歸到宇宙中，成為下一代恆星和行星的原料。你的身體和這捲廁紙，都是由恆星的殘骸所形成的。

宇宙豆知識

在行星狀星雲的中心，會有恆星的核心殘存下來，稱為白矮星。白矮星的表面溫度一開始高達攝氏幾萬度，接著會逐漸冷卻。周圍的氣體會以每秒數十公里的速度向外膨脹。

本文轉載自台北市立天文館期刊《臺北星空》第 73 期，2016 年秋季號，點此看線上電子書。

• 撰文｜許世穎

本文轉載自 CASE 科學報《整個宇宙，都是我的動物園——天文化學》

整個宇宙就像是一座「分子動物園」，藉由研究的分子光譜，我們可以得知這分子的分佈、溫度等性質；而由於不同的分子有著不同的「習性」，我們還可以得知孕育這些分子的星際環境。

天文化學是什麼？

天文學是研究宇宙間天體的自然科學，除了一般大眾較為知道的「天文物理學」以外，宇宙擁有很多的面向，其中一個就是本文的主題：「天文化學」。

同樣都是研究「物質」的科學，物理學與化學卻是以不太一樣的方式來觀察這個世界。天文化學著重那些宇宙間「不同天體環境中的原子、分子、離子」等，研究它們的形成、分布、彼此之間的交互作用，或是與環境的交互作用。（接下來為了方便起見，我們將分子、離子等統稱為分子。）

天文學雖然是最古早的科學之一，但是天文化學這個學門，則要到 20 世紀中期才開始慢慢出現。理由很簡單：因為分子看不到呀！星星那麼大一顆，用望遠鏡都不一定能看清楚了，更何況是擺在眼前都看不到的分子呢？

因此要研究宇宙中的分子，必須要靠特別的技術才行；其中，最重要的技術之一，就是「光譜學」。

光譜（spectrum）是將光依照波長或頻率排列出來的圖案，像「彩虹」就是一種光譜，是太陽光依照不同頻率分開來的圖案。而光的範疇除了可見光以外，還有很多肉眼看不到的波段，例如無線電波、紅外線、紫外線、Ｘ光……等。

每一種分子都有著屬於自己的光譜，在地球上的我們，如果想要知道分子的光譜長什麼樣子的話，除了可以做實驗量測以外，更多的是用電腦做精密的模擬計算來預測。分子的光譜就像它們的「指紋」，就像警察會將採集到的指紋與資料庫比對，來得知這枚指紋是哪個人留下來的，天文學家則是將觀測到的光譜與資料庫比對，來得知遙遠星際的另一端有哪些分子，甚至是它們的含量、溫度等（圖 1）。

想要了解更多天文學家如何使用光譜學，可以參考：＜把光拆開來看：天文學中的光譜＞。

為什麼宇宙是「分子動物園」？

動物們往往能反應出當地的環境，舉例來說，看到河馬就知道那邊是有水有草的環境；看到櫻花鉤吻鮭就知道有水溫偏低的溪流 ^[3]。將宇宙視為分子動物園也是一樣的，觀察分子的分佈、含量，也可以讓我們回推物理環境。目前，我們已從星際間，觀測到了約 200 多種分子，這裡就介紹幾種常見的星際分子吧！

氫分子（molecular hydrogen, H₂）

宇宙中含量最高的分子，也是「分子雲」的主要成分。分子雲中每一立方公分大約有一萬個氫分子（10⁴ cm^-3）。

分子雲是恆星、行星誕生的地方，所以了解氫分子的分佈，能幫助我們研究恆星形成。同時，氫分子能與較重的元素反應，是許多化學反應的催化劑，產生其他的分子如一氧化碳（CO）、二氧化碳（CO₂）、 氰基自由基（CN）等。

氫分子對天文化學來說相當重要，可惜在分子雲這種均溫只有零下 200 多度的環境，幾乎是不太可能觀測到（因為它是個對稱的分子，有興趣的讀者可以再進一步了解。）^[5][6]

一氧化碳（carbon monoxide, CO）

一氧化碳分佈在星際間低溫、高密度的區域。它是星際間含量第二高的分子。

比起氫分子，一氧化碳容易觀測太多了，所以天文學家更容易從一氧化碳的圖像，來得知分子雲的分佈。由於分子雲幾乎沒辦法用可見光直接觀測，早期的科學家根本不知道我們周邊有這麼多分子雲的存在，直到觀測了一氧化碳的圖像之後才大開眼界。 ^[5][6][7]

氨（ammonia, NH₃）

氨也是很容易被觀測到分子。歷史上第一個觀測到的分子是就是氨。氨有許多譜線，而這些譜線的強度對於環境變化非常敏感，能對應到很多種不同的星際環境。對氨的觀測能讓我們更精確地回推出該處的環境狀況 ^[8][9]。

宇宙中的環境變化太大了，不同的環境下化學反應可能會有很大的差異。宇宙間的發散星際雲（diffuse cloud）、密集分子雲（dense cloud）、恆星形成的熱原恆星核（hot core）等這些已經偵測到大量分子的區域，溫度分佈從 10 K～1000 K（約攝氏 -200 度到 +800 度）、密度從每立方公分一百顆粒子到十兆顆粒子（10² cm^-3～10¹³ cm^-3）都有！

這裡接著再介紹幾種分子含量高的星際環境。

恆星形成區域（star-forming region）

分子雲內部高密度、正在形成恆星的地方。獵戶座 KL 星雲（Orion KL）是獵戶座大分子雲中，恆星形成最活躍的區域。在這裡有許多的「複雜飽和有機分子」出現，如：甲醇（CH₃OH）、甲酸甲脂（HCOOCH₃）等，也有一些長鏈的碳分子，如：氰基乙炔（HCCCN）^[10]。

彗星 67P/Churyumov-Gerasimenko （comet 67P/C-G）

在近幾年的觀測資料中，科學家在這裡看到了含量極高的氧分子（molecular oxygen, O₂），這讓他們感到非常意外。因為氧分子在宇宙中很容易起反應、變成其它的分子，而在彗星這麼樣一個容易揮發的環境中，卻能有高含量的氧分子存在，代表這些氧分子很有可能是在彗星形成的時候，就已經存在周遭的環境中，並且冰封在彗星上 ^[11][12]。

天文化學所牽涉到的範圍很廣，橫跨了許多不同的領域。 整個宇宙就是一座「分子動物園」。天文學家觀察這些宇宙中的分子，來得知遙遠天體中具有什麼樣的環境。星際間也發現了許多有機分子，研究這些分子甚至能幫助我們理解生命的起源，這是現在天文化學研究的一個重點方向。

參考資料

• [1] sci-news / Astronomers Detect Organic Molecules in Starless and Prestellar Regions of Nearby Stellar Nurser
• [2] ALMA / Forest of Molecular Signals in Star Forming Galaxy
• [3] 雪霸國家公園 / 鮭魚與水質
• [4] EAS / The molecular journey from stars to disks
• [5] wiki / Molecular cloud
• [6] COSMOS / Molecular Hydrogen
• [7] NRAO / The Cold Case of Carbon Monoxide
• [8] wiki / Ammonia
• [9] Ho, P. T. P.; Townes, C. H., Interstellar ammonia, Annual Rev. Astron. Astrophys., Vol. 21, p. 239-270 (1983)
• [10] wiki / Kleinmann–Low Nebula
• [11] ESA / Molecular oxygen detected at comet 67P/C-G – ROSINA mass spectrum
• [12] wiki / 67P/Churyumov–Gerasimenko