0

10
1

文字

分享

0
10
1

2020 重要天文事件回顧

臺北天文館_96
・2021/03/01 ・4340字 ・閱讀時間約 9 分鐘 ・SR值 548 ・八年級

塵埃可能是參宿四變暗的罪魁禍首

參宿四是全天第九亮星,也是獵戶座第二亮星。圖/轉自《臺北星空》

去年年底,天文學家發現參宿四的亮度異常降低,這現象還被某些人解釋為這顆紅超巨星已幾乎沒有核燃料,即將發生超新星爆炸。不過,華盛頓大學和羅威爾天文台的天文學家認為,參宿四更可能只是正在發生其他紅超巨星也會發生的事情:拋出的外層大氣遮住了一些往地球的光線。

天文學家在二月進行的觀測數據中,發現參宿四表面平均溫度比 2004 年的測量低了 50 至 100 度,這個結果使他們更加確定其答案必為星際塵埃,若是對流胞上升至表面冷卻的話,那降幅會更為明顯。

科學家宣稱在隕石中發現了外星蛋白質

血石素的結構。圖/arXiv

繼默奇森隕石發現胺基酸以來,在 1990 年的一塊隕石中,隱藏了更具突破性的進展,蛋白質一般是由多個胺基酸組成的,同時也是地球上幾乎所有生物體中的必要組成成分,從細胞核膜到遺傳物質 DNA 都有蛋白質的身影。在這被稱為「Acfer 086」的隕石所含有的蛋白質,被稱為血石素 (Hemolithin) ,是一種新的命名,旨在描述其具有一半血紅素 (Hemoglobin) 及一半卵磷脂 (Lecithin) 的分子結構,科學家發現的這種新蛋白質,成分中含有鐵和鋰,且氘與氫的比例與地球上的不同,基本上可以確認絕非地球上的物質。儘管研究團隊認為這是最有可能的解釋,但是他們也指出其發現的複合性分子可能不是蛋白質,而只是一種聚合物,所以現在下結論仍為之過早,但是種種跡象顯示「它」是蛋白質的機率相當高。

宇宙最早的物質可能潛藏於中子星的核心

藝術家對於中子星剖面的想像圖。圖/轉自《臺北星空》

中子星是恆星死亡後的核心塌縮而形成,中子星的質量上限約在兩個太陽質量,更大的質量將會形成黑洞,然而最近天文學家發現了少數超過這個上限的中子星。

-----廣告,請繼續往下閱讀-----

研究團隊計算了中子星物質的狀態方程式,計算的結果描述了中子星的可能結構。結合最近 LIGO 和 VIRGO 的重力波觀測結果,更進一步揭露了許多中子星內部的訊息。根據他們的研究,這些死亡恆星的中心可能可以找到由夸克形成的核心,其含量甚至可能佔核心組成的一半以上,未來更多的中子星觀測資料將可提升或改善這項研究結果的正確性。

銀河系中也許有至少 36 個外星高等智慧文明存在

除非人類能想到如何建造無線電擴音器,並在接下來的 17,000 年都保持人類的生存及技術實力,否則無法與任何外星文明聯絡。圖/轉自《臺北星空》

繼德瑞克方程式後,人類就一直持續在搜尋地外高等智慧文明,但長時間以來一無所獲,新的研究認為該方程式的後面幾項參數,不確定值太多,使得整個方程式的實用性降低,研究人員建立了一套新的參數及計算標準,稱為天文生物學哥白尼極限,在六種嚴格的限制條件下,得到的外星文明數量約為 36個。

若將此 36 個外星文明平均打散在銀河系中,可以得到每個文明的平均距離至少有 17,000 光年,而人類自有無線電訊號以來,也才 125 年,亦即最遠的傳播僅達125 光年,此外,無線電波在傳遞過程中也會逐漸變弱,因此,除非我們能想到如何建造無線電擴音器,並在接下來的 17,000 年都保持人類的生存及技術實力,否則我們仍無法與任何外星文明聯絡。

首次發現奇怪的冥府行星

冥府行星示意圖。圖/轉自《臺北星空》

天文學家發現一顆非常奇怪的系外行星 TOI-849b ,它位於 730 光年遠,母恆星TOI-849 與太陽非常相似。 TOI-849b 僅比海王星小一點,但質量卻是海王星的兩倍多,因此密度與地球差不多!如此高密度顯示它是岩質行星,但大小卻遠高於岩質行星的上限。這意味著它可能是非常罕見的冥府行星(Chthonia),即是大氣層已被剝離的氣體行星核心。

-----廣告,請繼續往下閱讀-----

天文學家認為這種極靠近恆星的氣體行星,會被高熱剝離大氣,如 Gliese 3470 b 被觀測正以高速失去其大氣層。但這不足以解決 TOI-849b 大氣全部損失的原因,還有大天體碰撞等事件的可能性。另一可能原因是 TOI-849b 開始形成氣體行星時,沒有足夠的物質成為大氣。又或者是它在行星系統演化後期時形成,抑或是在原行星盤的間隙中形成的,使得沒有足夠的材料來增加大氣。研究小組計劃將繼續觀測,以確定 TOI-849b 是否還剩下任何大氣。

天文學家在本超星系團旁發現了新的長城結構

紅色區塊屬於南極長城。圖/轉自《臺北星空》

宇宙的結構並不是由隨機分佈的星系所組成,而是互纏互繞、具有藕斷絲連的特性,受到萬有引力的影響,較為靠近的星系組合成一個星系群或星系團,或隸屬於一個超星系團,這些藕斷絲連的網狀結構,又被稱為大尺度纖維狀結構,其中最大的一條被稱為武仙-北冕座長城,全長跨越 97 億光年,是目前已知最巨大的結構。新發現的纖維狀結構橫跨南極天空,至少長達 13.7 億光年,發現者將其命名為「南極長城」(South Pole Wall) ,而且南極長城的特別之處在於它離銀河系非常近,簡直就像是在我們的後院而已,僅有5億光年遠,(我們所在的結構稱為拉尼亞凱亞超星系團,直徑達5.2億光年,所以5億光年確實就像是後院的存在)換句話說,它是離我們最近的長城結構。

迄今為止質量最大的合併事件證實了中介質量黑洞的存在

一對黑洞的合併產生新重力波的觀測事件,證實了中介質量黑洞的存在。圖/轉自《臺北星空》

在 70 億光年外,一對碰撞的黑洞產生了新的重力波,在 2019 年 5 月 21 日由 LIGO 和 VIRGO 雙重認證得知,這次的重力波事件是黑洞天文學中最受囑目的發現之一,因為該天體質量介於恆星級黑洞及超大質量黑洞之間,正是天文學家急欲尋找的中介質量黑洞,且我科技部及清華大學研究團隊亦參與其中。本次的重力波訊號與往常的訊號相比非常短,但經過艱困的比對分析後,科學家得知這是分別由 66 倍太陽質量及 85 倍太陽質量的黑洞合併而成,產物為一個約 142 倍太陽質量的黑洞,這是自發現重力波以來迄今為止最大質量的重力波源。

中介質量黑洞是黑洞系列的一個謎團,我們常發現的是恆星質量黑洞及超大質量黑洞,但是藉由重力波的觀測, GW190521 成為對於中介質量黑洞的第一次決定性的直接觀測。超大質量黑洞的形成過程仍是個謎,長久以來,科學家不清楚它們是由恆星大量坍縮聚集而成,抑或是透過一種尚未被發現的方式產生的,所以科學家一直在尋找中介質量黑洞,來填補介於兩者差異甚大的質量空隙,如今,科學家終於有證據可以證明中介質量黑洞確實存在。

-----廣告,請繼續往下閱讀-----

歐西里斯號成功登陸貝努收集樣本

OSIRIS-REx 收集樣本示意圖。圖/轉自《臺北星空》

OSIRIS-REx 任務耗資 8 億美元,在 2016 年 9 月發射, 2018 年 12 月 3 日抵達500 公尺大的貝努近地小行星。經過一年多環繞研究後,團隊選擇了一個名為夜鶯(Nightingale)的小隕石坑為降落地點,因為該點表面物質的顆粒較細,且相對新鮮沒經過長期暴露於太空環境而變質。但夜鶯周圍也充滿危險,其中包括要經過一個兩層樓高,綽號厄運山(Mt. Doom)的巨石,而隕石坑內也有其他障礙物,因此太空船的目標是一個寬 8 公尺相對平坦無石塊的區域, OSIRIS-Rex 任務距離達3億公里之遙,相當不容易。臺灣本地時間 10 月 21 日 6 時 12 分歐西里斯號(OSIRISRex)號降落到近地小行星貝努(Bennu)表面,目標是從貝努表面收集至少 60 克的灰塵和碎石,預計 2023 年 9 月 24 日將樣品送回地球,以研究太陽系的起源與生命相關有機物和水的來源。中間還有一段插曲:一些岩石碎塊阻擋導致收集器無法完全閉合,使得在探測器的三公尺機械手臂末端的收集器內的小行星表面碎片樣本,一直在緩慢漏失到太空中,好在後來已經克服此狀況,且收集來的樣本也遠高於當初設定的最低目標。

阿雷西博望遠鏡的輝煌與終結

曾完成多項偉大天文學研究的阿雷西博天文臺,因結構損壞而除役。圖/轉自《臺北星空》

該望遠鏡於 1963 年落成啟用,阿雷西博天文臺開始運作之後,做出的科學貢獻不勝枚舉。 1964 年天文學家藉由雷達脈衝發現水星的自轉週期為 59 天,有別於原先認為的 88 天;1968 年提供了蟹狀星雲脈衝星(Crab Pulsar, PSRB0531+21,自轉週期33毫秒)存在的確切證據,也是第一顆被確認為跟超新星殘骸有關的中子星。 1974 年,天文學家法蘭克德瑞克及卡爾薩根設計了知名的阿雷西博訊息,內容包含人類的 DNA 結構,和太陽系的介紹等等,以強力的電磁波從阿雷西博天文台發送向距離地球 25000 光年的球狀星團 M13。雖然無法期待在不久的將來能收到回覆,卻是人類主動接觸外星文明的重要嘗試。 1989 年趁著小行星(4769)Castalia 經過,阿雷西博望遠鏡首次利用其功能描繪出小行星的 3D 圖像,迄今已研究過數百個近地小行星。今年的 12 月 1 日的一聲巨響,支撐平台的纜線應聲斷裂,整個接收平台、900 噸重的心臟與一個纜線塔硬生生撞入下方的碟型天線。雖然造成多大破壞還在評估,但照片與影片仍然震驚所有人,阿雷西博望遠鏡結束其 57 年傳奇的一生

嫦娥五號返回艙帶回月壤, 40 年以來的新鮮貨

中國嫦娥五號於去年年底返航,完成人類 40 年來首次收集月球樣本的任務。圖/轉自《臺北星空》

歷經 23 天的飛行,攜帶著月壤的中國嫦娥五號返回艙於 12 月 17 日凌晨 1 時 59 分安全返回地球,這是 40 年來首次收集月球樣本的任務。其返回艙在中國北部內蒙古四子王旗著陸場著陸。內蒙古地區夜間達攝氏零下 30 度,對於地面工作人員的準備是一大考驗。

嫦娥五號於 12 月 1 日登陸月球,並於兩天後開始返航,中國航天局也在月球上,升起了中國五星旗幟。此次任務是自 1976 年蘇聯「月球 24 號」任務以來的首次嘗試,使中國成為繼美國和蘇聯之後,第三個從月球上取回樣本的國家。飛船的任務是在「風暴洋」的區域收集兩公斤 (4.5磅) 的物質,該區域是一片廣闊的、此前尚未被探索過的熔岩平原。

-----廣告,請繼續往下閱讀-----

中國的科學家們希望藉由採集回來的樣本了解月球的起源、形成以及月球表面的火山活動,並期望在 2022 年以前建立一個載人太空站,並最終將中國人送往月球。

-----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

-----廣告,請繼續往下閱讀-----

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

3
1

文字

分享

0
3
1
用「世界上最大的望遠鏡」觀測黑洞!臺灣也參與其中!
PanSci_96
・2024/07/15 ・3876字 ・閱讀時間約 8 分鐘

台北時間 1 月 18 號下午四點,中研院天文所公布了一張黑洞照!別小看這張照片,裡頭有玄機!不論是驗證愛因斯坦的廣義相對論,還是要研究 M87 黑洞有沒有什麼特性,都得從這張照片著手。

為什麼我們能拍到比之前更清楚的照片呢?這是因為,這次「事件視界望遠鏡」的團隊,加入了格陵蘭望遠鏡的觀測數據。它不僅是全球第一座位於北極圈內的重要天文觀測站,此外,這座觀測站,也和台灣脫不了關係喔!

就讓我們來看看,這張黑洞照到底是怎麼拍的?這幾張黑洞甜甜圈照,又藏有哪些重要資訊?

近年的黑洞觀測

大家應該都還記得 2019 年的黑洞熱潮,當年 4 月,人類第一張黑洞照——M87 的真面目,被公開了,我們終於取得了黑洞存在的最直接證據。3 年後的 2022 年 5 月,我們也終於看清楚那個在我們所在的星系中,在銀河系最深處的黑洞——人馬座 A*。這兩張像是甜甜圈的照片,掀起黑洞熱潮,也帶給我們不少感動,想必很多人都還記得。

-----廣告,請繼續往下閱讀-----
圖/ESO、EHT Collaboration

但是,這兩張模糊的甜甜圈,不管對於科學家還是我們,想必都還不滿足!我們想看到的,是能跟電影星際效應中一樣,帶給我們強烈震撼的完整黑洞樣貌。

很快就有好消息,在 M87 照片公開的三年後。2022 年 4 月,天文學家展示了另一組 M87 的照片,除了原本的黑洞以外,還能看到外圍三條噴流,與圍繞在黑洞旁邊的吸積流,更加完整的黑洞結構同時存在在一張照片上。

圖/Lu, RS., Asada, K., Krichbaum, T.P. et al. A ring-like accretion structure in M87 connecting its black hole and jet. Nature 616, 686–690 (2023). https://doi.org/10.1038/s41586-023-05843-w

有趣的是,在 2022 發表的觀測結果中,黑洞似乎胖了一圈,直徑比 2019 年發表的結果大了 50%。這可不是說黑洞在幾年間就變胖了 1.5 倍,不用擔心,宇宙不會因此毀滅。這主要是選用觀察的電磁波波段不一樣,2019 年觀察的電磁波波長是 1.3 毫米,2022 年的波長則是 3.5 毫米。但其實,1.3 毫米比 3.5 毫米的電磁波穿透力更好。也就是 2019 年的影像更接近黑洞的實際長相。

對了,2022 年的黑洞照並不是事件視界望遠鏡發的。你知道「事件視界望遠鏡」並不是唯一在進行黑洞觀測的計劃嗎?

-----廣告,請繼續往下閱讀-----

為了觀測黑洞,全球的電波望遠鏡進行同步串聯,打算打造一個等效直徑幾乎等於地球直徑的超大望遠鏡。因為我們無法直接打造一面面積跟地球一樣大的望遠鏡,因此我們得將分布在各地的望遠鏡同步串聯,由數據分析來拼湊出整體樣貌。你可能不知道,全球的大型黑洞觀測國際合作計畫其實有兩個,一個就是大家比較常聽到的「事件視界望遠鏡 」,簡稱 EHT,主要以 1.3 毫米的波段進行觀測,也就是大家熟悉的甜甜圈照。而另一個大計畫是「全球毫米波特長基線陣列」,簡稱 GMVA,以 3.5 毫米為主要觀測波段。2018 年 GMVA 還加入了新成員,讓我們能看到最新的這張照片。其中一個是超強力助手 ALMA,另一個,就是第一座位於北極圈內,由台灣中研院主導的格陵蘭望遠鏡 GLT。

為什麼黑洞會那麼難觀察?

現在大家都知道,我們已經能確實拍到黑洞了。即使黑洞的本體是全黑的,圍繞在黑洞周邊快速旋轉的物質,也會因為彼此摩擦與同步輻射,放出強烈的電磁波,被我們看到。

但即便它會發光,仍然是個難以觀測的天體,直到近年,我們才補捉到它樣貌。這是因為,比起亮度,更難的地方在於尺寸,黑洞好小,更準確來說,是看起來好小。M97 和人馬座 A* 實際上都比太陽大上不少,但因為距離我們十分遙遠,從地球上來看,人馬座 A* 與 M87 黑洞的陰影尺寸,分別是 50 微角秒和 64 微角。從我們的視角來看,就跟月球上的一顆甜甜圈一樣大。

但即便很困難,看到黑洞對我們來說十分重要,我們需要有確切的證據來證明我們對於黑洞的預測並沒有錯。例如在 2022 年有照片證明「銀河系中間真的有黑洞!」之前,2020 的諾貝爾物理獎頒獎時,仍以「大質量緻密天體」來稱呼銀河系中央的「那個東西」。現在,從黑洞噴流、吸積盤、自轉軸、到光子球層,我們還有好多黑洞特性,需要更高解析度的照片來幫我們驗證,驗證廣義相對論的預測是否正確,而我們對於黑洞與宇宙的認識是否需要調整。

-----廣告,請繼續往下閱讀-----

好的,我們知道為了追星,嗯,是追黑洞,科學家無不卯足全力提升望遠鏡的解析度。但是為何格陵蘭望遠鏡的加入,就能提升照片解析度呢?

組成世界上最大的望遠鏡?

越大的望遠鏡看得越清楚,為了將全世界的電波望遠鏡串聯,打造等效口徑幾乎等於地球的超大望遠鏡。這些望遠鏡使用了特長基線干涉測量法,這些望遠鏡則稱為電波干涉儀。

這些電波干涉儀通常由一系列的天線組成,例如位於智利的阿塔卡瑪大型毫米及次毫米波陣列 ALMA,就是由 66 座天線組成,最遠的兩座天線距離長達 16 公里。在觀測同一個訊號時,透過比較每座望遠鏡收到訊號的相位差,就能計算出訊號的方位角,進一步推算出原始訊號的樣貌。而當這些天線數量越多、距離越遠,就等於是一座更高解析度、口徑更大的望遠鏡。例如 ALMA 的影像解析度高達 4 毫角秒,能力比知名的哈伯太空望遠鏡還要好上 10 倍。另一座位於夏威夷的次毫米波陣列望遠鏡 SMA,則是由 8 座天線組成,雖然單座天線的直徑只有 6 公尺,卻足以以模擬出一座直徑 508 公尺的大型望遠鏡。

利用相同技術,只要透過原子鐘將全球的望遠鏡同步,就能模擬出直徑幾乎等於地球直徑的超巨大望遠鏡,也就是「事件視界望遠鏡 」或是「全球毫米波特長基線陣列」。

-----廣告,請繼續往下閱讀-----

沒錯,格陵蘭望遠鏡 GLT 也扮演重要角色。但為什麼要把望遠鏡建在北極圈內?

畢竟這可不簡單,為了讓望遠鏡能在最低零下 70 度 C 的嚴苛環境中工作,還期望它能發揮超越過去的實力,科學家改造了不少設備,甚至還要加裝除霜裝置。

但這一些都是值得的,因為光是 ALMA、SMA、GLT 三座望遠鏡,就可以在地球上構成一個大三角型,等於一台巨大的電波干涉儀。

圖/First M87 Event Horizon Telescope Results. II. Array and Instrumentation – Scientific Figure on ResearchGate. Available from: https://www.researchgate.net/figure/Map-of-the-EHT-Stations-active-in-2017-and-2018-are-shown-with-connecting-lines-and_fig1_333104103 [accessed 15 Jul, 2024]

而對於事件視界望遠鏡來說也十分重要,因為在地球的南邊已經有南極望遠鏡了,東西向則有許多來自中低緯度的望遠鏡。剩下的關鍵位置,當然就是北極的格陵蘭望遠鏡了。而特長基線干涉技術要在不同頻段發揮作用,每個望遠鏡的相對位置也十分重要。格陵蘭的地理位置與良好的大氣環境,讓格陵蘭望遠鏡可以觀測 230GHz 這個特殊波段的訊號,並且補足黑洞的諸多細節。根據官方消息,未來還要真的登高望遠,更上一層樓地把整座格陵蘭望遠鏡搬上格陵蘭島山頂的峰頂站台基地 (Summit Camp ),觀測 690GHz 的特殊訊號,期待能看到黑洞的光子球層,驗證廣義相對論的預測。

-----廣告,請繼續往下閱讀-----

順帶一提,這邊提到的 SMA、ALMA 和格陵蘭望遠鏡,不僅合作關係密切,這些重要計畫台灣還都參與其中!

SMA 是 2003 年啟用,全世界第一座可觀測次毫米波的望遠鏡陣列,也是史密松天體物理台與台灣中研院天文所合作興建與運作的望遠鏡,每年也有許多台灣參與或主導的研究發表。

2013 年啟用,位於智利的 ALMA,則是由東亞、歐洲、北美共同合作的國際計畫,台灣當然也參與其中。擁有66座望遠鏡的 ALMA,也是地面上最大的天文望遠鏡計畫。而有趣的是,由中研院主導的格陵蘭望遠鏡所使用的天線,就是使用 ALMA 的原型機改造而成的!

最後,這次最新的黑洞照就是這張,在 2018 年 4 月拍攝,歷經將近 6 年分析,才正式公布的照片。它與 2017 拍攝,2019 年公開的第一張黑洞照一樣,主角都是 M87。

-----廣告,請繼續往下閱讀-----

你說兩張照片看起來都一樣?嗯,沒錯,雖然還是看得出差異,但兩張照片大致上看起來的確差不多。

這兩張照片所得出的光環半徑相同,代表在相隔一年的拍攝期間,黑洞半徑並沒有產生變化。因為 M87 並不會快速增加質量,所以這個觀測結果非常符合廣義相對論對於光環直徑的預測。並且這張照片也讓我們更加確定,2017 年拍攝到的甜甜圈結構,並不是黑洞的偶然樣貌。

有相同的地方,也有不一樣的地方。這兩張照片光環上最亮的位置逆時針偏轉了 30 度,光是這點,就將開啟下一波的黑洞研究熱潮。透過比較不同時間拍攝的照片,科學家將可以深入研究黑洞的自轉軸角度,以及自轉軸隨著時間偏轉的「進動」現象,並更進一步分析黑洞周圍的磁場與電漿理論。

因為 GLT 的加入,有效提升了 EHT 的影像保真度,科學家能取得更加真實的黑洞照,為未來的黑洞研究打下基礎,例如挑戰很難被拍到的光子環。

-----廣告,請繼續往下閱讀-----

特別感謝中研院天文所研究員,同時也是格陵蘭望遠鏡計畫執行負責人的陳明堂老師協助製作。我們還有一場與陳明堂老師的直播對談,直接來和大家聊聊這次的黑洞結果以及回答各式各樣的黑洞問題。一起繼續來體驗黑洞的魅力吧!

也想問問大家,現在有了一批新資料,你最期待下一次的黑洞成果發表,帶來什麼消息呢?

  1. 我們成功觀察到了霍金輻射!
  2. 黑洞的模擬結果發現超越廣義相對論的新理論!
  3. 黑洞中其實有其他文明,而且我們已經成功接觸了!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

6
1

文字

分享

0
6
1
和外星人的第五類接觸!《三體》中的微中子通訊是真的?
PanSci_96
・2024/04/08 ・6799字 ・閱讀時間約 14 分鐘

不要回答!不要回答!不要回答!

Netflix 版「三體」終於上線了,你覺得與外星人接觸是安全的,還是冒險的?

其實啊,人類早就多次嘗試與外星文明接觸,三體中的「那個」技術,甚至也已經驗證成功了?到底誰能先與外星人取得聯繫?是中國還是美國?

接下來的討論可能會暴雷原版小說的設定,但應該不會暴雷 Netflix 版的劇情。

-----廣告,請繼續往下閱讀-----

如果你也有一點想跟外星人接觸,那就來看看人類到底已經跟外星人搭訕到什麼程度了吧!

我們與外星文明接觸過了嗎?

對於是否要與外星文明接觸,每個人都有不同想法。三體小說作者劉慈欣在小說中提出一種觀點,那就是人類太弱小,最好避免與外星文明接觸,以免招致不必要的風險。

但是回到現實世界,如果我們真的身處在三體的世界的話,那人類可真的是不停作死啊。早在 1974 年,科學家就利用阿雷西博天文台,向武仙座的 M13 球狀星團發射了一條著名的訊息,也就是「阿雷西博訊息」。這個目標距離地球不算遠,星星又多,被認為是潛在的外星文明所在。阿雷西博訊息中,則包含人類的 DNA 結構、太陽與九大行星、人類的姿態等資訊。每次想到總覺得是新開的炸雞排在發傳單攬客。

航海家金唱片。圖/wikimedia

除了無實體的電波訊息,人類還向太空中發送了實體的「信件」。1977 年,航海家探測器載著「航海家金唱片」進入太空。唱片中收錄了包含台語在內,55 種語言的問候語、大自然與鳥獸的聲音、115 張圖像、還用 14 顆銀河系內已知的脈衝星來標示出太陽系的位置。是一封向宇宙表達人類文明與友好意圖的信件。恩,如果接收到這個訊息的外星人不是很友善的話,那麼……。

-----廣告,請繼續往下閱讀-----

好吧,就算現在說應該要謹慎考慮接觸外星文明的風險,或許已經來不及了。對方是善還是惡,怎麼定義善或惡,會不會突然對我們發動攻擊,我們也只能聽天由命了。

反過來說,過了這麼久,我們收到外星文明的來信了嗎?

要確定有沒有外星文明,接收訊號當然跟發送訊號同等重要甚至更重要。1960 年,天文學家法蘭克.德雷克,就曾通過奧茲瑪計畫,使用直徑 26 公尺的電波望遠鏡,觀察可能有外星文明的天苑四和天倉五兩個恆星系統,標誌著「尋找外星智慧計畫」(the Search for Extraterrestrial Intelligence, SETI)的誕生。可惜,累積了超過 150 小時的訊息,都沒有搜尋到可辨識的訊號。

比較近的則是 1995 年的鳳凰計畫,要研究來自太陽附近一千個恆星所發出的一千兩百到三千百萬赫的無線電波。由於有經費支持,SETI 每年可以花五百萬美元,掃描一千多個恆星,但是目前還沒有任何發現。

中間有一個小插曲是,1967 年 10 月,英國劍橋大學的研究生喬絲琳.貝爾發現無線電望遠鏡收到了一個非常規律的脈衝訊號,訊號周期約為 1.34 秒,每次脈衝持續時間 0.04 秒。因為有可能是來自外星文明的訊號,因此訊號被開玩笑地取為 Little Green Man 1(LGM-1 號)。但後來他們又發現了多個類似的脈衝信號,最後證實這些脈衝是來自高速自轉的中子星,而非某個文明正在傳遞訊息。

-----廣告,請繼續往下閱讀-----
貴州天眼望遠鏡。圖/FAST

在中國也有探索外星生命的計畫,大家最關注的貴州天眼望遠鏡,直徑達五百公尺,是地球上最大的單一口徑電波望遠鏡。天眼望遠鏡在探索外星生命這件事,並不只是傳聞而已。2016 年 9 月天眼正式啟用後,也宣布加入 SETI 計畫。現在貴州天眼的六大任務之一,就包含探測星際通訊,希望能捕捉到來自其他星際文明的訊號。

而背負著地球最大單一口徑望遠鏡的名號,自然也引起不少關注。從 2016 年啟用到現在,就陸續出現不少檢測到可疑訊號的新聞。然而,這些訊號還需要經過檢驗,確定不是其他來自地面或地球附近的干擾源,或是我們過去難以發現的輻射源。可以確定的是,目前官方還未正式聲明找到外星文明訊號。

會不會是我們的通訊方法都選擇錯誤了?

即使電磁波用光速傳遞訊息,太陽系的直徑約 2 光年、銀河系直徑約 10 萬光年。或許我們的訊息還需要花很多時間才回得來,更別提那些被拋入太空的實體信件。航海家 1 號曾是世界上移動速度最快的人造物,現在仍以大約時速 6 萬公里的速度遠離地球,大約只有光速的一萬八千分之一倍。就算朝著最近的恆星——比鄰星飛去,最少也需要大約 7 萬 6 千年的時間才會到。

如果用電磁波傳遞訊息,又容易因為穿越星塵、行星、恆星等天體而被阻擋或吸收。不論是人類還是外星文明,都必須找到一個既快速,又不容易衰退的訊號,最好就是能以光速穿越任何障礙物的方式。

-----廣告,請繼續往下閱讀-----

在三體小說中,就給出了一個關鍵方法:微中子通訊。

微中子通訊是什麼?

微中子(Neutrino),中國通常翻譯為中微子,是一種基本粒子。也就是說它是物質的最基本組成單位,無法被進一步分割。這種粒子引起了廣泛關注,因為它與其他物質的交互作用極弱,並且以極高的速度運動。微中子能夠輕易穿過大部分物質,通過時幾乎不受阻礙,因此難以檢測。

在宇宙中,微中子的數量僅次於光子,是宇宙中第二多的粒子。有多多呢?地球上面向太陽的方向,每平方公分的面積,大約是你的手指指尖,每秒鐘都會被大約 650 億個來自太陽的微中子穿過,就是這麼多。但是因為微中子與物質的反應真的是太弱了,例如在純水中,它們平均需要向前走 250 光年,才會與水產生一次交互作用,以至於我們幾乎不會發現它們的存在。

藉由微中子撞擊氣泡室中氫原子裡的質子,進行微中子觀測,照片右方三條軌跡的匯集之處便是帶電粒子撞擊發生處。圖/wikimedia

但是對物理學家來說,更特別的是微中子展示出三種不同的「味」(flavor),也就是三種樣貌,電子微中子,渺子微中子和濤微中子,分別對應到不同的物理特性。 在粒子物理學裏,有個「標準模型」來描述強力、弱力及電磁力這三種基本力,以及所有基本粒子。在這個標準模型中,微中子是不具備質量的。 然而,當科學家發現微中子竟然有三種味,而且能透過微中子振盪,在三種「味」之間相互轉換,證明了微中子必須具有質量,推翻了標準模型中預測微中子是無質量的假設,表示標準模型還不完備。

-----廣告,請繼續往下閱讀-----

微中子在物理界是個非常有研究價值的對象,值得我們花上一整集來好好介紹,這邊就先點到為止。如果你對微中子或其他基本粒子很感興趣,歡迎在留言催促我們。

我們現在只要知道,微中子不僅推翻了標準模型。宇宙中含量第二多的粒子竟然有質量這件事情,更可能更新我們對宇宙的理解,以及增加對暗物質的了解。

但回到我們的問題,如果微中子幾乎不與其他粒子交互作用,我們要怎麼接收來自外星文明的微中子通訊呢?

要如何接收微中子?

Netflix 版《三體》預告片中,這個一閃而過,充滿金色圓球,帶有點宗教與科幻風格的大水缸,就是其中的關鍵。

-----廣告,請繼續往下閱讀-----

這個小說中沒有特別提到,但相信觀眾中也有人一眼就看出來。這就是位在日本岐阜縣飛驒市,地表 1,000 公尺之下,由廢棄礦坑改建而成的大型微中子探測器「神岡探測器」。

由廢棄砷礦坑改建而成,深達千米的神岡探測器。圖/Super-Kamiokande Construction

探測器的主要結構是一個高 41.4 米、直徑 39.3 米的巨大圓柱形的容器。容器的內壁上安裝有 11200 個光電倍增管,用於捕捉微小的訊號。水缸中則需灌滿 5 萬噸的超純水。捕捉微中子的方式是等待微中子穿過整座探測器時,微中子和水中的氫原子和氧原子發生交互作用,產生淡藍色的光芒。這與我們在核電系列中提到,核燃料池中會發出淡藍色光芒的原理一樣,是當粒子在水中超越介質光速時,產生類似音爆的「契忍可夫輻射」。

填水的神岡探測器。圖/Super-Kamiokande

也就是說,科學家準備一個超大的水缸來與微中子產生反應,並且用超過一萬個光電倍增管,來捕捉微小的契忍可夫輻射訊號。

但這樣的設計十分值得,前面提到的微中子可以在三種「味」中互相轉換,就是在這個水槽中被證實的。

-----廣告,請繼續往下閱讀-----

這座「神岡探測器」在建成後 40 幾年來,讓日本孕育出了 5 位的諾貝爾物理獎得主。

三體影集選在這邊拍攝,真的要說,選得好啊。

話說回來,有了微中子的捕捉方法之後,現實中還真的有人研究起了微中子通訊!

微中子通訊是怎麼做到的?

來自羅徹斯特大學與北卡羅來納州立大學的團隊,在 2012 年發表了一篇文章,說明它們已成功使用微中子,以接近光速的速度將訊息穿過 1 公里的距離,其中有 240 公尺是堅硬的岩石。訊息的內容是「Neutrino」,也就是微中子。

這套設備準備起來也不簡單,用來發射微中子的,是一部強大的粒子加速器 NuMI。質子在加速繞行一個周長 3.3 公里的軌道之後,與一個碳標靶相撞,發出高強度的微中子射束。

用磁場將微中子聚集成束的 NuMI。圖/Fermilab

用來接收微中子的則是邊長約 1.7 公尺,長 5 公尺的六角柱探測器 MINERvA,一樣身處於地底 100 公尺的洞穴中。

當然,這兩套設備的重點都是拿來研究微中子特性,而不是為了通訊設計的。團隊只是趁著主要任務之間的空檔,花了兩小時驗證通訊的可能性。

但微中子那麼難測量,要怎麼拿來通訊呢?團隊換了一個思維,目標只要能傳出0跟1就好,而這裡的0就是沒有發射微中子,而1則是發出微中子,而且是一大堆微中子。多到即使每百億個微中子只有一個會被 MINERvA 偵測到,只要靠著數量暴力,探測器就一定能接收到微中子。最後的實驗結果,平均一秒可以傳 0.1 個位元的訊息,錯誤率 1%。

MINERvA 實驗中的中微子偵測器示意圖。圖/wikimedia

看起來效率並不實用,卻是一個好的開始。

因為微中子「幾乎能穿透所有物體」的特性,即便我們還沒有其他外星文明可以通訊,或許還是有其他作用。例如潛水艇的通訊、或是與礦坑深處的通訊。進一步說,他幾乎可以在地球上的任一兩點建立點對點的直線通訊,完全不用擔心中間的阻礙。而對於現在最夯的太空競賽來說,月球背面的通訊問題,微中子也可以完美解決。

那麼,在微中子的研究上,各國的進度如何了呢?

除了前面提到的超級神岡,世界上還有幾個有趣的微中子探測器,例如位於加拿大的薩德伯里微中子觀測站(SNO),它有特殊的球體設計並且改為填充重水,專門用來觀測來自太陽的微中子。

薩德伯里中微子探測器。圖/wikimedia

而位於南極的冰立方微中子觀測站,則是將探測器直接埋在南極 1450 到 2450 公尺的冰層底下,將上方的冰層直接作為捕捉微中子的水。非常聰明的設計,這也讓冰立方成為地球上最大的微中子探測器。

除了已經在使用的這幾個探測器之外,美、中、日也即將打造更先進、更強大的探測器。

預計在美國打造的國際計畫——地下深處微中子實驗(Deep Underground Neutrino Experiment),預計成為世界上最大的低溫粒子偵測器。接收器位於南達科他州的地底一公里深處,用作研究的微中子訊號源則來自 1300 公里外的費米實驗室,百萬瓦等級的質子加速器,將產生有史以來最強的微中子束。這台地下深處微中子實驗(Deep Underground Neutrino Experiment)的縮寫非常有趣,就是 DUNE,沙丘。

中國呢,則預計在廣東的江門市,用 2 萬支 51 公分光電倍增管和 2 萬 5000 支 7.6 公分光電倍增管,在地底 700 公尺深處,打造巨大球形的微中子探測器-江門中微子實驗室,內部可以填充兩萬噸的純水。最新的消息是預計 2024 年就能啟用。

最後,經典的超級神岡探測器也不會就此原地踏步,日本預計打造更大的超巨型神岡探測器。容積將提升 5.2 倍、光電管從 11200 個變成 4 萬個,進一步研究微中子與反微中子之間的震盪。

超巨型神岡探測器設計圖。圖/Hyper-Kamiokande

結論

這些微中子探測器的研究目標必然是微中子本身的特性。但既然微中子通訊是有可能的,在任務之餘研究一下這個可能性,也不是說不行吧。

雖然我們現在還沒連繫上我們的好鄰居,但很難說明天就有哪個外星文明終於接收到我們對外宣傳的訊息,發出微中子通訊問候,甚至按圖索驥跑來地球。

至於那時我們應該怎麼辦呢?我們的網站上有幾篇文章,包括介紹黑暗森林法則,以及從《異星入境》看我們要如何與語言不通的外星文明溝通。有興趣的朋友,可以點擊資訊欄的連結觀看。在外星人降臨之前,也不妨參考我們的科學小物哦。

最後問問大家,你覺得我們應該主動聯繫外星文明嗎?

  1. 當然要,我相信探索一定是好的,我覺得引力波通訊更有機會!
  2. 先不要,我已經可以想像被外星文明奴役的未來了!
  3. 為了維繫美中之間的平衡,由台灣來率先接觸外星人,當仁不讓啊!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

延伸閱讀

參考資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。