0

0
1

文字

分享

0
0
1

魔鏡ㄚ魔鏡:誰是測量宇宙距離最精密的那把尺?

臺北天文館_96
・2012/04/21 ・2340字 ・閱讀時間約 4 分鐘 ・SR值 592 ・九年級

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】!

 

針對距今50~70億年前的宇宙,正在進行著大尺度結構精確測量的BOSS計畫,近日公佈了第一階段觀測結果。它使用的方法是:觀測距離大霹靂僅3萬年的原始聲波如何在宇宙介質裡傳播。物理學家對這個計畫寄予厚望,希望儘早解開「暗物質」形成之謎,目前為止的觀測資料結果顯示,仍支持「暗能量」理論正確。

大約100年前的科學家相信,宇宙是維持在恆定不變的靜態。愛因斯坦的廣義相對論則預測宇宙的時空會延展,不過,當時因為愛因斯坦方程式不能讓宇宙保持在靜態,他在方程式裡加入了宇宙常數。

不久後,天文學家哈柏卻真的觀測到和愛因斯坦最早的相對論一致的現象:宇宙真的在膨脹!於是愛因斯坦又把宇宙常數刪除,他曾說:發明宇宙常數是畢生最大的錯誤。

但1998年時,研究遙遠宇宙裡1a型超新星爆炸現象的天文學家再度發現,宇宙不僅在膨脹,而且由於某種未知的力量或暗能量,膨脹的速度甚至正在加速。這個發現和愛因斯坦的宇宙常數似乎遙相呼應,以至於21世紀的宇宙學最重要的挑戰之一就是要回答:我們需要愛因斯坦的宇宙常數嗎,或是目前已知的重力理論其實不夠完整?

BOSS最受人矚目的原因是它選擇要去精密地觀測距今約50億到70億年前的這段時間,在宇宙史上,一般認為,這似乎正是當初暗能量「即將登場現身」的關鍵時期。

不過,在仔細觀測這段時間之前,科學家們還需要對膨脹的歷史有更完整的了解才行。

原本為暗能量理論提供基礎的觀測法是超新星爆發時的明亮亮度及它的紅移,不過BOSS計畫要觀測的對象卻是另一種:重子聲波震盪(BAO),這種聲波震盪現象的形成最早可追溯到萬物都還同在一大杯極熱的原始湯中的時期,當時受到壓力驅動的波(聲音或音波),在早期宇宙裡傳播。這種音波會產生出一些小囊袋,那是密度以很規律的間隔或周期發生變化的情形 – 也就是表示著震盪或者震動的一種抖動形態。接下來宇宙迅速冷卻,使普通物質和光之間分離、各自前進;普通物質濃縮成氫原子,這種波動印記在各種物質的分布中。從宇宙微波背景輻射(CMB)裡,我們仍然看得到這種溫度波動的現象,科學家也自其中獲得了重子聲波震盪(BAO)的基本尺度。

測量這些重子聲波震盪,可以幫最遠的星系「究竟有多遠」訂定出測量距離的標準,這需要一套工具來完成,而BOSS的設計藍圖正源自於這樣的概念:由於在宇宙的網狀結構裡,密度高峰以頻率次數相當高的週期重複出現,這些密度峰值,就成了測量宇宙的最佳標準尺。

科學家藉由測量兩兩成對的星系之間的角度,可以了解星系們距離我們有多遠 – 角度越窄、距離越遠。一旦距離獲知,年齡也可以經推論而得,這是因為我們已知的光的紅位移作用。在宇宙裡,光會以一定比例的延展來讓物理學家能推論得出:自從光離開其出發點以後,宇宙經歷了多少膨脹。

不過紅位移並非一體適用。因此需要能統計分析數十萬星系紅移值的BOSS,在大樣本之下,BOSS不僅能取得詳細的距離測量,還將紅移值的變動也納入資料系統中。

BOSS的觀測結果仔細提供了距離地球60億光年以外的星系的三維位置,並且精確值達到1.7%,大幅優於先前的結果。

研究人員在接受BBC專訪時告知有關於近期研究的成果:這是一張基本觀測必備的地圖,如果你在一路倒退的時間裏回溯至初始的宇宙,這張圖能讓你明白很多宇宙在成分內容上經歷的變化,譬如:物質變多或變少,延展的速度變化等等,這些都會使星系地圖因而不同。

目前為止,愛因斯坦的廣義相對論以及他加到了方程式裡的宇宙常數都和我們的發現完全吻合。原本宇宙常數的加入是嘗試要使宇宙呈現靜態,不過如果我們把宇宙常數當作異號數,結果就會是加速膨脹了。這麼一來,公式和實際所見,是一模一樣的。

目前的初步成果只佔BOSS預計於2014年完成時將取得的累計普查結果的1/4,屆時將可公佈一個涵括了一百萬個星系的目錄。後續ESA將於2019年啟動BOSS巡天普查計劃的太空版 – Euclid太空計劃。

Euclid的測量對象將更擴大普及到5千萬個星系,並且將距離再延伸到100億光年之遠,希望探知這個目前主導著宇宙膨漲的暗能量,它,和更早期的宇宙兩者間,是否還存有任何更微小的關聯。

不過,目前BOSS的發現雖然和暗能量的宇宙常數模型相當一致,所得的結果畢竟仍是來自於數量有限的資料,因此,該計畫的主要科學家認為:宇宙常數或許只是一個最簡化的解釋,「在探索暗能量機制何時啟動的旅途中,我們才剛剛出發而已。未來如果有任何意料外的結果,沒有人會真的太意外。」

至於各種假說當中,認為暗物質可能根本不存在,或許僅只是因為對重力的特性還不夠了解所造成的誤會而已~關於這種說法,BOSS有什麼解答?

要是重力會在極大尺度上,性質轉而成為互斥,則所有科學家對於宇宙加速膨脹的答案就都迎刃而解!不過,互斥的重力,意味著愛因斯坦的廣義相對論在宇宙極大尺度上會垮台站不住腳 – 歷經一世紀以來,廣義相對論一直經得起各色各樣的任何考驗。

Lawrence Berkeley實驗室的Beth Reid針對上述假設可能性作了一個研究:廣義相對論裡,對於星系應多快速地彼此靠近才能建構這些大尺度、類似泡泡的結構,曾有預言。所以Reid在BOSS的觀測下,針對宇宙大尺度類似泡泡的結構如何增長的模式仔細觀察,個別測量了數十萬個星系的速度,結果發現,即使在大尺度下,星系建構泡泡的模式也仍然精準地遵循著我們已知的那些重力描述 – 再度證明廣義相對論是對的!

Reid說:這也意味著,過去我們對於尺度在太陽系以內能夠掌握的精準度,從現在起,已擴展到1億光年以外的鄰近宇宙地區。(Lauren 譯)

圖片說明:本圖顯示出宇宙在三個不同的時期的樣貌,顯示宇宙如何隨時間而膨脹。最右側有著紅、黃、藍、綠顏色的圖,顯示的是137億年前「宇宙微波背景輻射」記錄。中圖、左圖各分別是宇宙膨脹後,在55億光年遠以及距離今天更近的38億光年遠的2個圖像。製圖: Zosia Rostomian 影像提供:Eric Huff, SDSS和South pole Telescope

資料來源:中研院天文網, 2012.04.16

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
4

文字

分享

1
133
4
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
254 篇文章 ・ 2221 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

5
2

文字

分享

0
5
2
來自137 億年前的訊息!透過重力波,一窺「宇宙誕生」的真相──《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》
台灣東販
・2022/08/09 ・4055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】!

 

重力波不只能提供星體的資訊!

說到重力波,一般人可能會想到黑洞、中子星、超新星這三個引發話題的星體。不過,只有在這些星體事件發生的「瞬間」,才會產生重力波,就像宇宙中的一場秀一樣。而當重力波通過後,就無法再偵測到這些資訊。

discoveries GIF
圖/GIPHY

譬如,LIGO 在 2015 年 9 月捕捉到的就是「來自 13 億光年外星體的重力波」。不過,和宇宙年齡相比,這其實是相對較年輕的星體事件。

我們有沒有辦法捕捉到很久很久以前,宇宙剛誕生時產生的重力波,也就是暴脹時期產生的重力波呢?

為什麼宇宙正在急速膨脹?

138 億年前,宇宙在超高溫、超高壓下,以「火球」的樣貌誕生,這就是所謂的「大霹靂」。在這之後,隨著宇宙的急速膨脹,溫度與密度逐漸下降,然後演變現在的樣貌。

這就是大霹靂宇宙論,也是目前多數學者支持的標準宇宙論。

那麼,為什麼會產生「火球宇宙」這個超高溫、超高壓的世界呢?為什麼宇宙不是一直保持原樣(不是保持相同大小),而是會急速膨脹呢?目前有一個較被接受的說法,那就是前面提過許多次的「暴脹理論

在這個理論中,宇宙初期並沒有任何物質或光,而是一個充滿能量的真空。透過這些真空能量,宇宙用比光速還快的速度,呈指數函數膨脹。

而在暴脹時期結束後,這些真空能量轉變成了光(火球),於是產生了超高溫、超高壓的宇宙,這就是所謂的大霹靂。

目前科學界的研究和觀測結果大多支持大霹靂學說。圖/NASA

不過,如果空間中存在許多能量的話,應該會存在像重力這樣使空間收縮的力才對。為什麼空間會以超越光速的速度迅速膨脹,進入暴脹時期呢?

學者們用「暴脹子場」這種量子場中的真空能量,說明暴脹時期。

暴脹子場是個未證實存在的純量場。就目前而言,它的存在仍處於假說階段。

目前已知的純量場,譬如 2012 年時,由瑞士日內瓦的歐洲核子研究組織 CERN 在 LHC 實驗中發現並發表,由希格斯玻色子產生的希格斯場。研究者們也因此而獲得 2013 年諾貝爾物理學獎,各位應該還記憶猶新。

137億歲的宇宙,至今仍然不斷膨脹

暴脹子場與希格斯場在質量與粒子的結合力上,都有著很大的差異。暴脹子場的真空中,會產生長時間的負壓。而這個負壓會造成宇宙加速膨脹。

這點與目前的暗能量機制十分類似。有人猜想暗能量可能是未發現的純量場。與暴脹時期相同,目前的宇宙中可能存在著未知純量場的真空能量,就像暗能量般,佔了全宇宙能量的 70%。

宇宙中佔了 30% 能量之物質,與佔了 0.1% 的光會產生引力,但比不過真空能量所產生的斥力,所以目前宇宙正在加速膨脹。

宇宙仍在不斷的擴大。圖/NASA

順帶一提,即使物質與光的能量佔宇宙的 100%,宇宙也只是減速膨脹而已,並不會收縮回去。因為膨脹初期的速度過快,所以宇宙只會持續膨脹下去。

宇宙誕生的第一步——「原始重力波」

暴脹時期結束後,空間能量會迅速轉變成物質能量,使宇宙轉變成超高溫、超高壓、充滿輻射的狀態。這就是大霹靂「火球」。暴脹理論說明了幾點。

首先是前面提到的「膨脹速度超越光速的宇宙」

這造成了我們現在看到的(宇宙視界內的)宇宙溫度擁有各向同性,在 10 萬分之 1 的精度下,為絕對溫度 2.723K(約 3K 的宇宙微波背景輻射(CMB))。

在大霹靂學說中,宇宙微波背景輻射是宇宙誕生時所遺留下來的熱輻射。圖/ESA

第二,這個急速膨脹,使宇宙的形狀在幾何學上變得相當平坦,就像膨脹的氣球一樣。

再者,暴脹子場的量子擾動,是宇宙初期物質擾動的來源,也就是3K宇宙微波背景輻射所觀測到的溫度擾動。暴脹子場也含有量子的擾動。這些小小的擾動在短時間內暴脹過程中,急速膨脹,延伸至宇宙視界的彼端,造成現今宇宙中不同區域的密度差異,這也是形成星系的種子

CMB 觀測到的「溫度擾動」,正是暴脹時期產生之暴脹子場的量子擾動。

另外,在重力波方面,暴脹時期不僅會產生前述密度(溫度)的擾動,也會產生「時空擾動」。急速膨脹的過程中,真空會一直變化,成對產生重力子,這與黑洞周圍產生霍金幅射的機制類似。

學者們認為這種重力波現今仍存在,稱其為「原始重力波」。因為整個宇宙都存在這種重力波,所以也叫做背景重力波。若能檢出這種背景重力波,不只能成為暴脹理論的證據,也會是宇宙起源相關研究的一大步。

原始重力波就像是背景雜訊一樣,在宇宙四處飄蕩

黑洞雙星的合併會產生重力波,不過當重力波通過地球,被 LIGO 觀測到時,該事件便已結束。不只是黑洞,中子星雙星的合併、超新星爆發也一樣。

不過,暴脹時期產生的重力波並非如此。當時整個宇宙充滿了重力波。不過這種重力波就像白噪音般的存在,很難分析這種波的狀態,所以也叫做背景重力波。若依波的種類來分,可以將其算在駐波。如何找到這種駐波,是我們現在的課題。

重力波可以分成兩種,來自近期星體活動的重力波,以及來自宇宙誕生的背景重力波。圖/台灣東販

與光波不同,重力波的偏振方式可以分成十字形(+)與交叉形(×)2 種,如下圖所示。十字形的偏振會往縱向與橫向伸縮、交叉形偏振則會往斜向伸縮,如其名所示。這兩種波疊合後,會變成圖中右方的樣子,往外傳播。

隨著時間的經過,來自黑洞的重力波會持續前進;但暴脹時期產生的重力波為「背景重力波」,是一種駐波,就像噪音一樣充滿在整個宇宙中。如果能發現這種波,就能證明暴脹理論。

重力波由十字形、交叉型兩種偏振方式所組成。圖/台灣東販

宇宙之窗:暴脹子場是什麼?

暴脹時期產生的「暴脹子場」究竟是什麼樣的東西呢?

重複一次,暴脹子場被認為是某種未知、很重的純量場,其質量上限在 1013GeV 以下。目前這個低能量宇宙中,已經不存在暴脹子場。即使透過粒子對撞,產生目前可達到的最高能量(數 10TeV,相當於數 10 京度的溫度),也沒辦法產生這種場。

每種基本粒子都有著伴隨其出現的「量子場」。

譬如希格斯場會伴隨著希格斯玻色子出現。就希格斯場這種純量場而言,其存在機率最高的期望值稱做場值(真空值),是希格斯玻色子的位置。而場值周圍存在所謂的量子擾動。這種量子擾動只有在微觀尺度下有意義。

在我們生活的巨觀尺度下,幾乎察覺不到任何量子擾動,所以我們平常的生活並不會意識到它們。

我們周圍有許多電路會用到二極體。在微觀尺度下看這些電路,會看到粒子般的電子周圍有量子擾動,這種量子擾動對二極體來說相當重要。

在這種量子擾動下,電流只能沿著電路中可跳躍量子擾動的方向流動,二極體才有如此特別的性質,可見量子論也是現代科技中的重要理論。

所以說,考慮初期宇宙中暴脹子場的量子擾動,可以知道當宇宙還很小時,暴脹並非在宇宙中的各個地方同時間發生。宇宙中各個地方開始暴脹與結束暴脹的時間都不一樣。

量子擾動除了會造成時間擾動,在某些條件下,我們也可以在巨觀視界下感受到密度和溫度的擾動。圖/台灣東販

量子擾動會造成時間擾動,不過在暴脹這種急速膨脹後,會轉變成超越視界的古典擾動,所以我們會在巨觀視界下觀察到,各個地方都有著不同的密度。這就是所謂的「密度擾動」或「溫度擾動」。

總而言之,最初產生量子擾動後,隨著空間的急速膨脹而迅速延伸,轉變成了空間性的密度擾動。

備註

  • 暴脹理論與大霹靂的名稱

1981 年,佐藤勝彥在大統一模型的框架下,提出真空相變會造成宇宙呈指數函數膨脹的理論。同年,古斯也發表了同樣的想法。自宇宙誕生的瞬間起(依大統一理論,約為 10−38 秒後~10−36 秒後)宇宙會以超越光速的速度,呈指數函數膨脹,然後轉變成大霹靂的「火球」宇宙。

1980 年時,為修正愛因斯坦的重力觀點,學者們提出了以指數函數膨脹中的宇宙。

而在 20 世紀初,多數學者認為「宇宙永遠不會改變」(宇宙穩態論),沒有開始,沒有結束,大小也永遠不會改變。不過宇宙穩態論的擁護者霍伊爾(Fred Hoyle)曾在某個廣播節目中說「宇宙的開始?那是大霹靂的觀點(the ‘big bang’ idea)」,於是「大霹靂」這個名稱就定了下來。

當時連愛因斯坦都相信宇宙穩態論,否定膨脹宇宙。不過在觀測結果陸續出爐後,哈伯(Edwin Hubble)、勒梅特(Georges Lemaître)等人成功說服了愛因斯坦接受宇宙正在膨脹。

——本文摘自《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》,2022 年 6 月,台灣東販,未經同意請勿轉載。

台灣東販
5 篇文章 ・ 1 位粉絲
台灣東販股份有限公司是在台灣第1家獲許投資的國外出版公司。 本公司翻譯各類日本書籍,並且發行。 近年來致力於雜誌、流行文化作品與本土原創作品的出版開發,積極拓展商品的類別,期朝全面化,多元化,專業化之目標邁進。

0

5
2

文字

分享

0
5
2
宇宙學的最大謎團!有超過90%的世界都是暗物質和暗能量,但,它們究竟是什麼?──《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》
台灣東販
・2022/08/08 ・3400字 ・閱讀時間約 7 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】!

 

觀測星系時,科學家發現了「看不見的物質」

我們現在所看到的人類、太陽、星系以及星系群等等,所有東西都是由物質構成。「物質構成了宇宙的全部」這個概念長年以來深植於人類心中。

宇宙是由物質構成的,但究竟是由甚麼物質構成的呢?圖 / twenty20photos

不過,後來我們了解到,宇宙中存在著許多我們人類看不到的物質,那就是「暗物質(dark matter)」。這個名稱聽起來很像科幻作品中的虛構物質,卻實際存在於宇宙中,而且暗物質在宇宙中的含量,遠多於我們看得到的「物質」

1934 年,瑞士的天文學家茲威基(Fritz Zwicky,1898~1974)觀測「后髮座星系團」時,發現周圍星系的旋轉速度所對應的中心質量,與透過光學觀測結果推算的中心質量不符。

周圍星系的轉速明顯過快,推測存在 400 倍以上的重力缺損(missing mass)。

在這之後,美國天文學家魯賓(Vera Rubin,1928~2016)於 1970 年代觀測仙女座星系時,發現周圍與中心部分的旋轉速度幾乎沒什麼差別,並推論仙女座的真正質量,是以光學觀測結果推算出之質量的 10 倍左右。

到了 1986 年,科學家們觀測到了宇宙中的大規模結構,發現星系的分布就像是泡泡般的結構。若要形成這種結構,僅靠觀測到的質量是不夠的。

為了補充質量的不足,科學家們假設宇宙中存在「看不見的物質=暗物質」。

看不到卻存在?暗物質究竟是什麼?

既然看不到,那我們怎麼確定暗物質真的存在?圖 / twenty20photos

前面提到我們看不見暗物質,而且不只用可見光看不到,就連用無線電波、X 射線也不行,任何電磁波都無法檢測出這種物質(它們不帶電荷,交互作用極其微弱)。

因為用肉眼、X 射線,或者其他方法都看不到它們,所以稱其為「暗」物質。

不過,從星系的運動看來,可以確定「那裡確實存在眼見所及之上的重力(質量)」。這就是由暗物質造成的重力。

看不到的能量:暗能量

事實上,科學家們也逐漸了解到,宇宙中除了暗物質之外,還存在「看不見的能量」。

原本科學家們認為,宇宙膨脹速度應該會愈來愈慢才對,不過,1998 年觀測 Ⅰa 型超新星(可精確估計距離)時,發現宇宙的膨脹正在加速中。這個結果證明宇宙充滿了我們看不到的能量「暗能量(dark energy)」。而且,暗能量的量應該比暗物質還要更多。

我們過去所知道的「物質」,以及暗物質、暗能量在宇宙中的估計比例,如下圖所示。 這項估計是基於 WMAP 衛星(美國)於 2003 年起觀測的宇宙微波背景輻射(CMB),計算出來的結果。

圖/台灣東販

後來,普朗克衛星(歐洲太空總署)於 2013 年起開始觀測宇宙,並發表了更為精準的數值。

  • 什麼是「普朗克衛星」?

歐洲太空總署(ESA)為了觀測距離我們 138 億光年的宇宙微波背景輻射(CMB)而發射至宇宙的觀測裝置(人造衛星)。可與 NASA 發射,廣視角、低感度的 WMAP 衛星互相對照。由 WMAP 衛星製成的 CMB 地圖,計算出宇宙年齡應為 137 億年左右,誤差在正負 2 億年內;普朗克衛星則製作出了更為詳細的 CMB 地圖,並以此推論出宇宙年齡應為 138 億年左右,誤差在正負 6000 萬年內,數字更為精準。

歐洲太空總署(ESA)為了觀測距離我們 138 億光年的宇宙微波背景輻射(CMB)而發射至宇宙的觀測裝置(人造衛星)。可與 NASA 發射,廣視角、低感度的 WMAP 衛星互相對照。由 WMAP 衛星製成的 CMB 地圖,計算出宇宙年齡應為 137 億年左右,誤差在正負 2 億年內;普朗克衛星則製作出了更為詳細的 CMB 地圖,並以此推論出宇宙年齡應為 138 億年左右,誤差在正負 6000 萬年內,數字更為精準。  

暗物質的真面目,究竟是什麼?微中子嗎?

既然暗物質有質量,那會不會是由某種基本粒子構成的呢?也有人認為暗物質是在宇宙初期誕生的迷你黑洞(原始黑洞),而我也致力於這些研究,不過相關說明不在此贅述。

已知的基本粒子(共 17 種)以及其他未知粒子,都有可能是暗物質,在這些粒子當中最被看好的是微中子。

因為暗物質不帶電荷,不與其他物質產生交互作用,會輕易穿過其他物質。這些暗物質的特徵與微中子幾乎相同。而且,宇宙中也確實充滿了微中子。因此,微中子很可能是暗物質的真面目。

不過,目前的物理學得出的結論卻是「微中子不可能是暗物質的主要成分」。

NASA 曾經想透過星系團的碰撞來了解暗物質的特性。圖/NASA

為什麼微中子被撇除了呢?

這是因為,雖然微中子大量存在於宇宙中,質量卻太輕了。雖然科學家們現在還不確定微中子的精準質量是多少,不過依照目前的宇宙論,3 個世代的微中子總質量上限應為 0.3eV。如果暗物質是微中子,那麼 3 個世代的微中子總質量應高達 9eV 才對,兩者相差過大。

另一方面,暗物質中的冷暗物質(cold dark matter)的速度應該會非常慢才對。

宇宙暴脹時期會產生密度的擾動,進而產生暗物質的擾動(空間的擾動應與觀測到的 CMB 擾動相同),這種微妙的重力偏差,會讓周圍的暗物質聚集,提升重力,進一步吸引更多原子聚集,最後形成我們現在看到的星系。

相較於此,微中子過輕(屬於熱暗物質,hot dark matter),會以高速飛行。微中子無法固定在一處,這樣就無法聚集起周圍的原子,自然也無法形成星系。

暗物質、暗能量的真相究竟是甚麼?仍然是宇宙學中最大的謎團!

熱暗物質、冷暗物質

這裡要介紹的是熱暗物質與冷暗物質。所謂的「熱暗物質」,指的是由像微中子那樣「以接近光速的速度飛行」的粒子組成暗物質的形式。

宇宙微波背景輻射(CMB)可顯示出宇宙初期的溫度起伏,因而得知存在相當微小,卻十分明顯的擾動,此擾動與暗物質的擾動相同。擾動中,物質會往較濃的部分聚集,並形成星系或星系團等大規模結構。

不過,如同我們前面提到的,科學家們認為以接近光速的速度運動的微中子,在程度那麼微弱的宇宙初期擾動下,很難形成現今的星系團。

於是,科學家們假設宇宙中還存在著速度非常慢的未知粒子「冷暗物質」。

冷暗物質的候選者包括「超對稱粒子(SUSY 粒子)」當中光的超伴子——超中性子(neutralino)、名為軸子(axion)的假設粒子;另外,也有人認為原始黑洞可能是「冷暗物質的候選者」,雖然黑洞並不是基本粒子。

在討論暗物質時,即使不假設這些未知粒子的存在,在標準模型的範圍內,微中子也是呼聲很高的候選者。

如同在討論熱暗物質時提到的,當我們認為微中子應該不是主要暗物質時,就表示基本粒子物理學需要一個超越標準理論的新理論,這點十分重要。

宇宙微波背景(CMB)是宇宙大霹靂後遺留下來的熱輻射,充滿了整個宇宙。圖 / 台灣東販

那麼,微中子真的完全不可能是暗物質嗎?

倒也並非如此。如果存在右旋的微中子,由於我們還不曉得它的質量以及存在量,所以「微中子是暗物質」的可能性還沒完全消失。不過,這樣就必須引入超越標準理論的理論才行。

在目前只有發現左旋、符合標準理論的微中子的情況下,一切都還未知。關於這點,我們將在《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》第 6 章第 7 節詳細說明。

——本文摘自《大人的宇宙學教室:透過微中子與重力波解密宇宙起源》,2022 年 6 月,台灣東販,未經同意請勿轉載。

台灣東販
5 篇文章 ・ 1 位粉絲
台灣東販股份有限公司是在台灣第1家獲許投資的國外出版公司。 本公司翻譯各類日本書籍,並且發行。 近年來致力於雜誌、流行文化作品與本土原創作品的出版開發,積極拓展商品的類別,期朝全面化,多元化,專業化之目標邁進。