Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

VLT發現高質量雙星的比例比原先認為的還多很多

臺北天文館_96
・2012/07/31 ・1836字 ・閱讀時間約 3 分鐘 ・SR值 533 ・七年級

天文學家利用歐南天文台(ESO)超大望遠鏡(Very Large Telescope,VLT)觀測資料所做的最新研究顯示:那些最為明亮的高質量恆星(high-mass star)並不是單獨存在,幾近四分之三的這類高質量恆星擁有伴星,這個比例遠高於先前的認知。更讓這些天文學家驚訝的是,這些高質量恆星所在的雙星系統,子星之間存有強烈的交互作用,質量會由其中一顆子星轉移到另一顆子星;其中甚至有三分之一這類高質量恆星雙星系統,最終會合併成單一恆星。相關論文發表在2012年7月27日出刊的科學(Science)期刊中。

宇宙中的恆星各式各樣、不一而足。荷蘭阿姆斯特丹大學(University of Amsterdam)天文學家Hugues Sana等人利用VLT研究O型星(O-type stars),這類恆星的質量、表面溫度和所發出的亮度都比一般恆星高很多,質量約為太陽的15倍以上,亮度是太陽的百萬倍以上,表面溫度更高達攝氏30,000度以上,是恆星中的巨獸等級。然而,也由於這些特點,使得這些發出藍白色光芒的O型星,壽命極短而劇烈,對星系演化具有關鍵作用。O型星也與被戲稱為「吸血鬼恆星(vampire stars)」的極端現象有關,這種在這種雙星系統中,較小的子星會掠奪較大子星的表面物質,到一定程度後,可能引發伽瑪射線爆發(gamma-ray burst,GRB)現象。

這些天文學家研究銀河系中6個鄰近的疏散星團中的71顆O型星,其中有些是單星,有些是雙星。分析之後發現約75%的O型星位在雙星系統中。雖然他們發現這個比例比之前認為的還高,但更重要的是:這些O型星雙星系統中,兩顆子星的距離近得足以使他們彼此間有可以交換質量或甚至合併的交互作用,也就是吸血鬼恆星的比例也遠比先前所認為的還高。

O型星只佔宇宙眾多恆星的一小部分,但常發生各式劇烈現象或爆發事件,因此對其週邊環境影響甚鉅。這些恆星巨獸所發出的強烈恆星風和震波,都會觸發或阻止周圍其他恆星的形成;它們所發出的強烈輻射則會照亮周圍的星雲;而當這些恆星走道生命終點,進而發生超新星爆炸,可讓星系中的與生命息息相關的重元素含量增加;這些O型星也與GRB這個宇宙中最劇烈的爆發現象有關。換言之,O型星是驅使星系演化的重要機制之一。上圖是含有許多明亮而熾熱的O型星的3個著名恆星形成區,最左側是船底座星雲(Carina Nebula),中間為老鷹星雲(Eagle Nebula,M16),右為IC 2944。

-----廣告,請繼續往下閱讀-----

當一顆恆星鄰近有其他恆星時,其一生受到這些鄰近恆星的影響相當大。若雙星中兩互繞的子星靠得很近,甚至有可能合併成一顆;Sana等人估計約有20~30%的O型星最終命運會是與近鄰合併成一顆更大的恆星,而O型星合併往往引發劇烈事件。即使不合併,而是比合併溫和一點的結局,它們也會互相撕扯、剝奪近鄰的表面物質;Sana等人估計這種結局佔了約有40~50%左右,嚴重影響了這些恆星的演化。

到目前為止,天文學家絕大部分認為密近大質量雙星系統在宇宙中算是罕見現象,不過這些少數就可以解釋X射線雙星、波霎雙星或黑洞雙星等奇怪的現象。但Sana等人的研究卻顯示密近大質量雙星在宇宙中雖不是非常普遍,但也不算罕見,而星系的命運、甚至是整個宇宙的命運,幾乎是掌握在這些大質量雙星或吸血鬼恆星身上,瞭解它們是非常重要的事。

以吸血鬼恆星為例,雙星中比較小、質量比較低的恆星,是藉由吸食它近鄰表面的新鮮氫氣而回春;由於它的質量穩定增加,有了外來支援之後,不僅可比它的近鄰活得更久,而且也比同質量的單星活得更久。然而,這個身為犧牲者的近鄰,雖然原本的質量比較大,但表面物質被惡鄰不斷掠奪,害它根本沒機會變成一顆非常明亮的紅超巨星(red super giant),而是將它原本的熾熱核心一點一點暴露出來,呈現偏藍的色調,像是一顆剛誕生沒多久的年輕恆星一樣。如此一來,雙星中的兩顆子星都彷彿重生過,將讓遙遠星系中的星族表現得比原本該有的年齡還年輕;如果能得知這類高質量雙星系統的正確比例,將有助於校正這些遙遠星系的特性。

天文學家唯一能取得遙遠星系訊息的方式只有它們發出的光。如果不能全盤瞭解這些光究竟是哪種星體發出的,就不能獲得星系的完整面貌,不知道整個星系總質量究竟有多大,也不知道這個星系到底年輕到什麼地步。如果一開始的假設就是錯的,那麼最後得到的星系性質結論也不可能正確到哪去。因此,天文學家們希望透過觀測與電腦模擬,雙管齊下,瞭解高質量雙星的演化,以及高質量雙星對星系演化的影響。

-----廣告,請繼續往下閱讀-----

資料來源:VLT finds most stellar heavyweights come in interacting pairs[2012.07.26]

轉載自台北天文館之網路天文館網站

-----廣告,請繼續往下閱讀-----
文章難易度
臺北天文館_96
482 篇文章 ・ 44 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!

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

12
5

文字

分享

0
12
5
發現最靠近地球的黑洞:Gaia BH1
全國大學天文社聯盟
・2022/11/30 ・2897字 ・閱讀時間約 6 分鐘

  • 文/林彥興|清大天文所碩士生、EASY 天文地科團隊主編、全國大學天文社聯盟監事

本月初 [1],「最靠近地球的黑洞」這個紀錄被刷新了!以天文學家 Kareem El-Badry 為首的團隊,利用蓋亞(Gaia)衛星極度精準的天體位置資料,加上多座望遠鏡聯合進行的徑向速度量測,成功確認了約 1550 光年外位於蛇夫座的一顆恆星,正與黑洞互相繞行,打破離地球最近的黑洞紀錄。

狩獵隱身巨獸的方法

人類搜尋黑洞已經有數十年的歷史。對於正在「進食」,也就是正在吸積物質的黑洞,由於其周遭的吸積盤和噴流等結構會在無線電、X 射線等多個波段發出強烈的電磁輻射,因此相對容易看到;但沒有在進食的黑洞,就要難找許多。

畢竟黑洞之所以被叫做黑洞,就是因為它本身幾乎不會發光。想要尋找這些「沉默」黑洞的方法,通常只能靠著黑洞的重力對其週遭的影響,間接推測黑洞的存在。

其中最常見的方法,就是尋找「繞著看不見的物體旋轉的恆星」。一般來說,恆星在天空中移動的軌跡應只受恆星的視差和自行影響,但如果恆星在與另一個大質量的天體互相繞行,比如我們的目標:沉默的黑洞,那恆星的軌跡就會受到黑洞影響。

因此觀測恆星的移動軌跡,是尋找沉默黑洞的重要方法之一。這個方法最著名的例子,就是 2020 年諾貝爾物理獎得主 Reinhard Genzel 與 Andrea Ghez 藉由長時間觀測銀河系中心的恆星運動(位置與徑向速度),從而確認了銀河系中心超大質量黑洞的存在。

-----廣告,請繼續往下閱讀-----
UCLA 的銀河中心觀測團隊即是以觀測恆星的運動確認銀河系中央超大質量黑洞的存在。圖/UCLA Galactic Center Group – W.M. Keck Observatory Laser Team

但由於方法間接,用這類方式尋找黑洞時往往很難確定那個「看不見的物體」到底是不是黑洞。舉例來說,2020 年歐南天文台的天文學家宣布發現 HR 6819 是一個包含黑洞的三星系統,卻在更多更仔細的研究後遭到推翻。因此從恆星的運動來尋找「黑洞候選者」相對不難,但是想要消滅所有其他的可能性,「確定」黑洞的存在,就不是一件容易的事。

多方聯合|鎖定真身

那麼,這次的新研究是怎麼「確定」黑洞的存在的呢?

第一步,天文學家們先把目標鎖定在「形跡詭異」的恆星。因為當一顆恆星與黑洞互相繞行時,恆星在天上的運行軌跡會因為黑洞的引力而有週期性的擺盪。所以,如果我們看到有個恆星的軌跡歪歪扭扭,這顆恆星很可能就是受到黑洞重力影響的候選者。

而目前,蓋亞衛星(Gaia)提供的天體位置資料是當之無愧的首選。蓋亞是歐洲太空總署(ESA)於 2013 年發射的太空望遠鏡,與著名的韋伯太空望遠鏡一樣運行在日地第二拉格朗日點。

-----廣告,請繼續往下閱讀-----

但與十項全能的韋伯不同,蓋亞是「天體測量學 Astrometry」的專家,專門以微角秒等級的超高精確度測量天體的位置。每隔幾年,蓋亞團隊就會整理並公布他們的觀測結果,稱為資料發布(Data Release)。目前最新的「第三次資料發布 DR3」之中,就包含了超過 18 億顆天體的海量資料。

歐洲太空總署(ESA)的蓋亞衛星(Gaia)是當前測量天體位置和距離無庸置疑的首選。圖/ESA/ATG medialab; background: ESO/S. Brunier

經過篩選,團隊發現一顆名為 Gaia DR3 4373465352415301632 的恆星看起來格外可疑。這是一顆視星等 13.77(大概比肉眼可見極限暗 1300 倍,但以天文學的角度來說算是相當亮)、與太陽十分相似的恆星,距離地球約 1550 光年。

畫面中央的明亮恆星即是這次的主角 Gaia BH1。圖/Panstarrs

找到可能的候選者後,團隊一方面翻閱過去觀測這顆恆星的歷史資料,另一方面也申請多座望遠鏡,進行了四個月的光譜觀測。同時使用從蓋亞衛星的位置(赤經、赤緯、視差)以及從光譜獲得的徑向速度資訊,團隊可以精確地計算出這顆恆星應當是正在繞行一個 9.6 倍太陽質量的天體運轉。

這麼大的質量,卻幾乎不發出任何光,黑洞幾乎是唯一可能的解釋。

但以現有的觀測資料,天文學家仍不能確定它到底是一顆黑洞,還是有兩顆黑洞以相當近地軌道互相繞行,然後恆星再以較大的軌道繞著兩顆黑洞運轉。但無論是一顆或兩顆,Gaia BH1 都刷新了離地球最近黑洞的紀錄,距離僅有 1550 光年,比上一個紀錄保持人(LMXB A0620-00)要近了三倍。從銀河系的尺度來看,這幾乎可說是就在自家後院。

-----廣告,請繼續往下閱讀-----
結合蓋亞與其他多座望遠鏡的光譜觀測,天文學家可以計算出 Gaia BH1 在天空中的移動軌跡(左圖黑線)與其軌道形狀(右圖)。注意除了恆星與黑洞互繞所造成的移動外,恆星在天上的位置也受視差和自行影響,兩者在左圖中以藍色虛線表示。圖/El-Badry et al. 2022.
天文學家計算出的 Gaia BH1 徑向速度(RV)變化(黑線)與觀測結果(各顏色的點)。圖/El-Badry et al. 2022.

更多黑洞就在前方

最後讓我們來聊聊,找到「離地球最近的黑洞」有什麼意義呢?

「離地球最近的黑洞」這個紀錄本身是沒有太多意義的。雖然說從銀河系的尺度來說,1550 光年幾乎可說是自家後院,但是這顆黑洞並不會對太陽系、地球或是大家的日常生活產生任何影響。既然如此,為什麼天文學家還會努力尋找這些黑洞呢?

其中一大原因,是因為尋找這些與恆星互相繞行的黑洞,可以幫助天文學家了解恆星演化的過程。在銀河系漫長的演化歷史中,曾有數不清的恆星誕生又死亡。我們看不到這些已經死亡的恆星,但可以藉由這次研究的方法,去尋找這些大質量恆星死亡後留下的黑洞 [2],從而推測雙星過去是如何演化,留下的遺骸才會是如今看到的樣子。

除了 Gaia BH1,天文學家也在持續研究 Gaia DR3 之中其他「形跡可疑」的恆星/黑洞雙星候選系統。而隨著蓋亞衛星的持續觀測,更多這類黑洞候選者將會越來越多。研究這些系統,將幫助天文學家進一步了解雙星系統演化的奧秘。

-----廣告,請繼續往下閱讀-----

註解

[1] 嚴格來說,論文九月中就已經出現在 arXiv 上了。

[2] 嚴格來說,恆星質量黑洞(stellar mass black hole)是大質量恆星的遺骸。超大質量黑洞(supermassive black hole)就不一定了。

延伸閱讀

  1. El-Badry, K., Rix, H. W., Quataert, E., Howard, A. W., Isaacson, H., Fuller, J., … & Wojno, J. (2022). A Sun-like star orbiting a black hole. Monthly Notices of the Royal Astronomical Society518(1), 1057-1085.
  2. [2209.06833] A Sun-like star orbiting a black hole
  3. Astronomers Discover Closest Black Hole to Earth | Center for Astrophysics
  4. The Dormant Stellar-Mass Black Hole that Actually Is | astrobites
  5. Astronomers find a sun-like star orbiting a nearby black hole
  6. 狩獵隱身巨獸:天文學家發現沉默的恆星質量黑洞? – PanSci 泛科學
  7. 「最靠近地球的黑洞」其實不是黑洞
  8. 人們抬頭所遙望的星空是恆定不變嗎? – 科學月刊Science Monthly
-----廣告,請繼續往下閱讀-----

0

7
4

文字

分享

0
7
4
被吸進黑洞會怎樣?黑洞和一般的洞,哪裡不一樣?——《宇宙大哉問》
天下文化_96
・2022/09/24 ・2414字 ・閱讀時間約 5 分鐘

  • 作者/豪爾赫.陳、丹尼爾.懷森
  • 譯者/徐士傑、葉尚倫

如果我被吸進黑洞會怎麼樣?

很多人似乎都有這個疑問。

如果路上突然出現一個黑洞,會發生什麼事?圖/天下文化提供

「進入黑洞後會發生什麼事呢?」在許多科學書籍中都有提到,也是我們聽眾和讀者經常提出的問題。但是為什麼大家對這問題特別有興趣呢?難道公園裡處處都是黑洞?或是有人計畫在黑洞附近野餐,但又擔心放任他們的孩子在旁邊跑來跑去會發生問題?

可能不是。這個問題的吸睛度與實際上會不會發生無關,而是源自我們對迷人太空物體的基本好奇心。眾人皆知,黑洞是神祕莫測的奇怪空間區域,是時空結構中與宇宙實體完全脫節的「空洞」,任何東西都無法逃脫。

不過,掉入黑洞是什麼感覺呢?一定會死嗎?和掉進普通洞裡的感覺有什麼不同?你會在洞內發現宇宙深處的祕密,還是看到時空在你的眼皮子底下伸展開來?在黑洞裡面,眼睛(或大腦)能正常發揮功能嗎?

-----廣告,請繼續往下閱讀-----

只有一種方法可以找到答案,那就是跳進黑洞。所以抓起你的野餐墊,和你的孩子說聲再見(也許是永別),然後牢牢抓緊,因為我們即將深入黑洞公園展開終極冒險。

讓我們跳進黑洞尋找答案吧!圖/天下文化提供

接近黑洞

當你接近黑洞時,注意到的第一件事可能是,黑洞確實看起來就像「黑色的洞」。黑洞是絕對黑色,本身完全不發射或反射光線,任何擊中黑洞的光都會被困在裡面。所以當你觀察黑洞時,眼睛看不到任何光子,大腦會將其解釋為黑色。

黑洞也是個不折不扣的洞。你可以將黑洞視為空間球體,任何進入黑洞的東西都會永遠留在裡面。這是因為已經留在黑洞內的東西所造成的重力效應:質量在黑洞中被壓縮得十分密集,進而產生巨大的重力影響。

為什麼?因為離有質量的東西愈近,重力愈強,而質量被壓縮代表你可以十分靠近質量中心。質量很大的東西通常分布得相當分散。以地球為例,地球質量大約與一公分寬(大約一個彈珠大小)的黑洞等同大小。如果你與這個黑洞距離一個地球半徑長,感受到的重力就如同站在地球表面一樣,都是 1g。

-----廣告,請繼續往下閱讀-----
如果你與黑洞距離一個地球半徑長,感受到的重力就如同站在地球表面一樣。圖/天下文化提供

但是當你分別接近兩者中心時,會發生截然不同的狀況。當你愈靠近地球中心點,愈感覺不到地球重力。那是因為地球圍繞著你,把你平均的往各個方向拉。相反的,當你離黑洞愈近,感受到的重力愈大,因為整個地球質量近在咫尺的作用在你身上。這就是黑洞強大的威力,超緊緻質量對周圍事物立即產生巨大影響。

當你離地球中心越近,就越感受不到重力,但當你離黑洞中心愈近,感受到的重力卻越大。圖/天下文化提供

真正緊緻的質量會在自身周圍產生極大重力,並且在一定距離處,把空間扭曲到連光都無法逃脫(請記住,重力不僅會拉動物體,還會扭曲空間)。光不能逃脫的臨界點稱為「事件視界」,在「某種程度」上,事件視界定義了黑洞從何處開始,以此距離為半徑的黑色球體則稱為黑洞。

黑洞的大小會隨著擠進多少質量而發生變化。如果你把地球壓縮得足夠小,會得到一個彈珠大小的黑洞,因為在大約一公分距離內,光再也無法逃脫。但是如果你再壓縮更多質量,黑洞半徑就會更大。例如,你把太陽壓縮變小,空間扭曲程度更高,事件視界更遠,大約發生在距離中心點三公里處,因此黑洞寬度約六公里。質量愈大,黑洞愈大。

黑洞的大小會隨著擠進多少質量而發生變化。圖/天下文化提供

其實,黑洞的大小並沒有理論限制。在太空中我們已探測到的黑洞寬度,最小約有二十公里,最大可達數百億公里。實際上,黑洞形成的限制只有周圍環繞物質的多寡,以及所允許的形成時間。

-----廣告,請繼續往下閱讀-----

當你接近黑洞時,可能會注意到的第二件事是,黑洞通常不孤單寂寞。有時你會看到周圍東西掉進黑洞。或者更準確的說,你會看到東西在黑洞周圍旋轉等待落入。

這種東西稱為「吸積盤」,是由氣體、塵埃和其他物質組成。這些物質沒有被直接吸入黑洞,而是在軌道上盤旋等待、螺旋進入黑洞。這景象對於小黑洞而言,可能不是那麼令人印象深刻,但如果是超大質量黑洞,確實值得一看。氣體和塵埃以超高速度飛來飛去,產生非常強烈的純粹摩擦力,導致物質被撕裂,釋放出許多能量,創造出宇宙中最強大的光源。這些類恆星(或稱類星體)的亮度,有時比單個星系中所有恆星的亮度總和還要高數千倍。

超大質量黑洞能釋放出許多能量,創造出宇宙中最強大的光源。圖/天下文化提供

幸運的是,並不是所有黑洞,甚至是超大質量黑洞,都會形成類星體(或耀星體,就此而言,像是吃了類固醇的類星體)。大多數時候,吸積盤並沒有合適的東西或條件來創造如此戲劇化的場景。這也算是一樁美事,否則的話,你一靠近活動劇烈的類星體,可能會讓你在瞥見黑洞之前就氣化了。希望你選擇落入的黑洞周圍有個漂亮的、相對平靜的吸積盤,讓你有機會接近並好好欣賞。

——本文摘自《宇宙大哉問:20個困惑人類的問題與解答》,2022 年 8 月,天下文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。