0

0
0

文字

分享

0
0
0

WISE發現地球的第一顆特洛伊小行星

臺北天文館_96
・2011/08/12 ・930字 ・閱讀時間約 1 分鐘 ・SR值 483 ・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】!

 

利用美國航太總署(NASA)廣角紅外巡天探測衛星(Wide-field Infrared Survey Explorer,WISE)的觀測資料,天文學家首度發現地球的特洛伊族小行星(Trojan)。

所謂特洛伊族小行星,是指與行星共享軌道,且位在行星前後60度位置上的小行星。在此位置,恰好是小行星-行星-太陽成正三角形的位置,因此是個重力 平衡點,小行星永遠不會撞上這顆行星。在我們太陽系中,火星、木星與海王星都已發現其軌道上有特洛伊族小行星,而土星則有兩顆衛星與其特洛伊族小行星共享 軌道。科學家長久以來就預測地球應該也擁有特洛伊族小行星,但由於這些小行星體積非常小,且從地球方向觀察時,會出現在地球白天的時間,因此很難發現。

加拿大阿撒巴斯卡大學(Athabasca University)Martin Connors等人最後終於發現一顆地球的特洛伊小行星,不過這卻得歸功於這顆小行星的軌道比典型的地球特洛伊小行星該有的軌道還遠一點。

WISE望遠鏡以紅外波段,在2010年1月~2011年2月期間,持續不斷巡掃整個天空。Connors等人利用WISE的其中一個近地天體計畫 NEOWISE資料庫來尋找地球特洛伊小行星。近地天體(near-Earth objects)是可能與距離地球約4500萬公里以內的小行星或彗星。NEOWISE計畫觀測到超過155,000個主小行星帶中的小行星和500多個 NEO,其中有132個是先前未知的小行星。

Connors等人最後發現兩個特洛伊小行星的候選者。其中一顆編號2010 TK7(右上圖中綠色圓圈圈起處),經過位在夏威夷的加法夏望遠鏡(Canada-France-Hawaii Telescope,CFHT)後續觀測,確認它的確是地球特洛伊小行星。2010 TK7直徑約300公尺,距離地球約8000萬公里。它的軌道不尋常之處在於:雖然它位於地球軌道面上一個重力平衡點,但它相對於這個重力平衡點會前後左 右上下的移動,運動模式相當複雜。經過軌道確認後,這顆小行星未來至少100年的位置,不會接近地球到2400萬公里以內。整體看起來,像是地球與這顆小 行星正在玩你追我趕的遊戲。

在NEOWISE的名單上,還有其他軌道與地球類似的小行星。這些天體可能都是未來進行機器人或載人探測的絕佳目標;不過小行星2010 TK7並不是這類探測的好目標,因為它相對地球軌道面上下運動的幅度太大,要抵達這顆小行星,得耗費更多燃料才能達到。

資料來源:NASA’s WISE Finds Earth’s First Trojan Asteroid [July 27, 2011]

引用自臺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

6
1

文字

分享

0
6
1
謎樣的「超快自旋小行星」——什麼原因讓它自旋這麼快而不崩解?
科技大觀園_96
・2021/12/23 ・2604字 ・閱讀時間約 5 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】!

 

超快自旋小行星的自旋週期小於兩小時。圖/沈佩泠繪

科學家相信,一顆小行星的內部可能是由一堆大大小小的碎片組成,這些碎片靠著彼此的重力聚集成一顆小行星,這就是所謂的「瓦礫堆模型」。瓦礫堆小行星無法自旋太快,如果自旋速度超過一個極限,整顆小行星就會遭受強大的離心力而崩解。瓦礫堆模型可以解釋為什麼小行星有一個自旋週期 2 小時的極限,因為超過這個極限,小行星就會瓦解。 

圖中的黑點是一般小行星,圖中虛線是 2 小時的自旋週期,藍色圓點是超快自旋小行星,它們的自旋週期比一般小行星快,短於 2 小時。圖/章展誥提供

「凡事都有例外」,這句話在小行星的自旋週期上也適用。2002 年,科學家發現一顆特別的小行星,它的長度大約 700 公尺,自旋週期只有半小時!這種小行星被稱為「超快自旋小行星」。這個例外讓天文學家感到困惑,是什麼原因讓它自旋這麼快而不崩解?瓦礫堆模型不適用了嗎?還有其他更多的超快自旋小行星嗎?這些問題就成了章展誥的研究主題。

如何量測小行星的自旋週期?

小行星本身不發光,只會反射太陽光。假設小行星的形狀是長橢圓形,當太陽照射到面積最大那一側,小行星看起來最亮;當太陽照射面積最小那一側,小行星看起來最暗。從小行星的亮度變化就可以知道它的自旋週期。 

從小行星的亮度變化可以推算出它的自旋週期。圖/沈佩泠繪

章展誥於 2011 年取得中央大學天文所博士學位,當時是跟隨高仲明教授研究銀河系結構。畢業後他先留在原團隊做博士後研究,後來轉跟隨葉永烜教授,與美國加州理工學院合作研究小行星的旋轉與結構模型,自此與超快自旋小行星結緣。

為了尋找其他的超快自旋小行星,章展誥利用加州理工學院帕洛馬瞬變工廠(Palomar Transient Factory)的 1.2 公尺廣視野望遠鏡,進行大量小行星自旋週期的測量。2014 年春季,他發現一顆疑似超快自旋小行星,這顆小行星的亮度相當暗,無法確定它是不是真的轉得很快,就像聽音樂時,音量很低,很難聽清楚是哪一首歌;這時如果你有一對大象般巨大的耳朵,就可以把旋律聽得清楚。音樂和光一樣都是一種訊號,章展誥需要大口徑的望遠鏡,進一步確認這顆小行星是不是真的轉得很快。 

加州理工學院帕洛馬瞬變工廠的執行地——帕洛馬天文台。圖/Wikipedia

當時他正在加州理工學院訪問,便與加州理工學院的合作者使用他們的 5 公尺口徑望遠鏡進行自旋週期確認,結果顯示它確實是一顆超快自旋小行星。這顆超快自旋小行星的發現,證實了 2002 年發現的第一顆超快自旋小行星並不孤單,超快自旋小行星是一個族群。 

提到那次經驗,章展誥心中除了喜悅還有震撼,原來美國一流名校是這樣做研究的!取得 5 公尺望遠鏡的使用時間就像是走到對街買杯奶茶一樣容易,資源如此豐富,做研究自然得心應手。

除了轉得快,與其他小行星有什麼不同?

因為超快自旋小行星的相關研究成果,在 2017 年 4 月舉行的「小行星、彗星、流星國際研討會」(Asteroids, Comets, Meteors 2017, ACM 2017)上,國際天文學會(IAU)宣布將編號 10679 的小行星命名為 Chankaochang——章展誥小行星。到 2020 年 3 月為止,已知的超快自旋小行星一共有 26 顆,其中的 23 顆是章展誥的團隊發現的。除了尋找更多超快自旋小行星,章展誥還進一步研究它們的組成和分佈,比較它們與其他小行星有什麼異同。

小行星距離我們那麼遠,天文學家要如何研究小行星的組成呢?假設建築工地裡有三種建材,分別是磚頭、水泥和大理石,如果它們放在手碰不到的距離,要如何分辨?你一定知道從顏色就可以分辨它們的材質,紅色是磚頭,灰色是水泥,白色是大理石。實際上天文學家也用類似的方法,他們用小行星的顏色來分辨它們的組成。章展誥的研究發現,這些超快自旋小行星的組成與一般的小行星並沒有不同。

小行星主要分佈在火星與木星的軌道之間,這些小行星分佈的區域稱為小行星帶。超快自旋小行星在小行星帶的分佈位置有什麼特別的地方嗎?它們比較靠近火星或木星?章展誥發現超快自旋小行星分佈的位置並不特別,與其他小行星分佈的位置很相似。

超快自旋小行星除了自旋得超快,它們的組成與分佈跟其他小行星並沒有什麼不同。至於為什麼它們可以轉得超快而不裂解,目前仍是未解之謎,期待未來章展誥能夠解開謎團,告訴我們答案。 

章展誥目前是中央大學天文所的助理研究學者。圖/章展誥提供

從星團到小行星 章展誥繞著天文轉

章展誥大學是念中央大學物理系,修過普通天文學後,覺得天文容易上手,後來進入天文所蔡文祥教授的研究室做暑期學生,開始他的天文研究之路。當時的時空背景,大多數的大學生畢業後都會選擇念碩士班,章展誥覺得天文比較親近,所以選擇報考天文所。考上中央大學天文所,繼續跟隨蔡文祥教授研究球狀星團。

碩士班畢業後,章展誥到成功大學物理系許瑞榮教授實驗室協助研究紅色精靈,紅色精靈是一種高空閃電現象,他參與的團隊很幸運地拍到紅色精靈,這是臺灣首次記錄這種特殊、罕見的現象。

離開成大後,章展誥曾經到科技業工作,後來覺得不同部門之間,對解決問題方式存在很大的差異,因此在一年後離開企業界,回到中央大學擔任高仲明教授的研究助理,工作是用大量的天文數據和影像建構虛擬天文台。處理大數據的經驗,讓他可以幫助學弟解決研究上的問題,這讓章展誥興起攻讀博士的念頭。於是在 2006 年,他進入中央大學天文所博士班就讀,研究銀河系;博士後一直到現在,則聚焦在小行星。

從球狀星團、紅色精靈、虛擬天文台、銀河系到小行星,章展誥跨足天文、太空多個研究領域,至於未來,且讓我們拭目以待!

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。

2

12
1

文字

分享

2
12
1
災難片成真!?小行星「貝努」行蹤飄忽,撞地球的機率有多大?
EASY天文地科小站_96
・2021/09/19 ・2764字 ・閱讀時間約 5 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/陳子翔(現就讀師大地球科學系, EASY 天文地科團隊創辦者)

知名物理學家史蒂芬.霍金(Stephen Hawking)認為,小行星撞擊是宇宙中高等智慧生命最大的威脅之一。而回首地球的過去,六千五百萬年前的白堊紀末期,造成恐龍消失的生物大滅絕,也肇因於一顆直徑約十公里的小行星撞擊。那麼,我們應該擔心小行星帶來如同災難片場景的巨大浩劫嗎,人類又能為這件事做什麼準備呢?

我們該擔心哪些小行星,小行星撞擊能被預測嗎?

太陽系中的小行星不可勝數,但並非所有小行星都對於地球有潛在的危害。那麼,哪些小行星是應該注意的呢?

我們可以簡單從兩個條件,篩選出對地球有潛在威脅的小行星:第一是小行星的軌道,第二則是小行星的大小。如果一個天體的運行軌道與地球的運行軌道沒有交會,那也就不需要擔心它會不會撞到地球了。而直徑越大的小行星,撞擊地球產生的災害就會越大,例如一顆直徑 10 公尺的小行星墜落能造成小範圍的建築物受損,而直徑 50 公尺的小行星撞擊,其威力則足以摧毀整座大型城市。

https://upload.wikimedia.org/wikipedia/commons/thumb/5/59/Chelyabinsk_meteor_event_consequences_in_Drama_Theatre.jpg/1024px-Chelyabinsk_meteor_event_consequences_in_Drama_Theatre.jpg
2013 年俄羅斯車里亞賓斯克小行星墜落事件,隕石在空中爆炸的震波震碎大片玻璃。圖/Nikita Plekhanov

過去天文學家透過遍布世界的天文台,不斷在夜空中尋找近地小天體,並持續監測它們的動向。而透過觀測資料推算其軌道,就可以算出這些危險的小鄰居未來與地球發生「車禍」的機率有多大。這篇文章的主角「貝努」,就是一顆被認為有較大機會撞擊地球,因此被重點關注的對象。

貝努撞地球會是未來的災難嗎?

貝努在 1999 年被發現,是一顆直徑約 500 公尺的小行星,它以橢圓軌道繞行太陽,公轉週期大約 437 天。由於貝努的軌道與地球相當接近,它每隔幾年就會接近地球一次,而本世紀貝努最接近我們的時刻將會發生在西元 2060 年,不過別擔心,該年貝努與地球最接近時,距離預計也還有七十萬公里,大約是地球至月球距離的兩倍,撞擊風險微乎其微。

綠色為地球軌道,藍色為貝努軌道。圖/University of Arizona

然而天文學家真正關注,撞擊風險較大的接近事件則會發生在下一個世紀。根據目前的軌道計算,貝努在西元 2135 年和 2182 年的兩次接近,會有較大的撞擊風險。說到這裡可能許多讀者會覺得,既然我們都活不到那個時候,何必去操心那些根本遇不到的事情呢?

那麼,讓我們想像一個情境:

如果今天天文學家突然發現了一顆與貝努一樣大的小行星,並算出它將在一年後撞上地球,那身為這個星球上「最有智慧的物種」,我們能怎麼應對呢?

很遺憾的:我們很可能對於撞擊束手無策。當前人類並沒有任何成熟的技術,能夠在這麼短的時間內改變小行星的軌道。這時候人們可能就會希望前人早點望向星空,調查小行星,好讓人們能夠有多一百年的時間準備應對的方法了!

小行星軌道計算不就是簡單的牛頓力學,為什麼算不準?

那麼貝努在未來 100〜200 年到底會不會撞擊地球呢?其實天文學家也說不太準,只能給出大概的機率而已,而且時間越久,預測的不確定性就越大。

你也許會想,天體的運行軌道不就只是簡單的牛頓力學,三百年前的人就已經掌握得很好了,在電腦科技發達的現代怎們會算不準呢?確實,如果要算地球與火星在 100 年後的相對位置,那電腦還能輕鬆算出相當精確的答案,但如果是計算小行星 100 年後的位置,事情就變得棘手多了……

由於小行星的質量很小,就算是相對微小的引力干擾還是足以改變其運行方向,而混沌理論(Chaos theory)告訴我們,任何微小的初始條件差異,都能造成結果極大的不同。因此要對小行星軌道做長期預測,就不能只考慮太陽的引力,而是必須把行星等其他天體的引力也納入計算,才能獲得比較準確的結果。尤其是當這些小行星與地球擦肩而過時,即使只有幾百公尺的位置偏差,受到的引力也會有相當的不同,使得小行星的未來軌跡出現巨大的差異。

而更令天文學家們頭痛的是,有些問題甚至不是萬有引力能夠解決的,其中一個因子就是「亞爾科夫斯基效應」(Yarkovsky Effect)。這個效應是這樣的:當陽光照在自轉中的小行星上,陽光會加熱小行星的受光面,而被加熱的這一面轉向背光面時,釋放的熱能會像是小小的火箭引擎一樣推動小行星。這個作用的推力非常小,但長期下來還是足以對質量很小的天體造成軌跡變化,也讓軌道預測多了很大的不確定性。

亞爾科夫斯基效應的動畫。影片/NASA

OSIRIS-REx 任務揭露貝努的神秘面紗,也讓軌道推估更精確

為了更深入了解貝努,NASA 在 2016 年發射 OSIRIS-REx 探測器探查這顆小行星。OSIRIS-REx 主要的任務包括從貝努表面採取樣本並送回地球分析、對整顆小行星做完整的調查,以及評估各種影響貝努運行軌道的因子,改善貝努軌道的預測模型,評估將來的撞擊風險。

在軌道分析方面,OSIRIS-REx 一方面能在環繞貝努的過程中緊盯貝努的「一舉一動」,讓天文學家透過精確的觀測結果反推貝努的軌道特性。另一方面,要評估亞爾科夫斯基效應對小行星軌道的影響,也需要考量小行星的地形地貌、反照率等等因素,因此 OSIRIS-REx 的各項觀測資料,也有助於建立更精確的軌道預測模型。

OSIRIS-REx 探測器。圖/University of Arizona/NASA Goddard Space Flight Center

目前 OSIRIS-REx 的任務還沒有結束,但是在取得更準確的軌道預測模型與撞擊風險評估上,已經有了初步的成果。根據這次任務提供的觀測資料,天文學家將預測貝努未來軌道的時間極限,從原本的西元 2200 年延長至 2300 年。而西元2300年之前,貝努撞上地球的機率大約是 0.057% (1/1750),最危險的一次接近則會發生在西元 2182 年

「知己知彼,百戰不殆」。面對像貝努這樣的危險鄰居,唯有盡可能認識它的一切,才越能夠掌握其未來的動向,進而在將來思考要如何面對小行星的撞擊的風險。另外,目前 OSIRIS-REx 也正在返航地球的旅途上,期待 2023 年 OSIRIS-REx 能順利的帶著貝努的樣本回到地球,帶給我們更多有關小行星的重要資訊!

參考資料

所有討論 2
EASY天文地科小站_96
21 篇文章 ・ 766 位粉絲
EASY 是由一群熱愛地科的學生於 2017 年創立的團隊,目前主要由研究生與大學生組成。我們透過創作圖文專欄、文章以及舉辦實體活動,分享天文、太空與地球科學的大小事