0

0
0

文字

分享

0
0
0

火星北極區的夏至景觀

臺北天文館_96
・2011/08/16 ・1072字 ・閱讀時間約 2 分鐘 ・SR值 541 ・八年級

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】!

 

來自歐洲太空總署(ESA)火星特快車號(Mars Express)的影像,顯示了夏至時節的火星北極狀況:所有的二氧化碳乾冰消失,只留下由水冰構成的明亮極冠(polar cap)。

這張照片是火星特快車號太空船上的高解析立體相機(High-Resolution Stereo Camera)在2010年5月17日拍攝的,目標是火星北極的某個區域,如下圖所示,當天恰好是火星的夏至,北半球晝最長之日,夏至後的火星北半球便進入夏季。

A wider contextual image of the region surrounding the north pole of Mars. Credits: NASA MGS MOLA Science Team

火星極冠上的冰盾在冬天至春天期間,被厚厚的水冰和二氧化碳乾冰覆蓋,但到了夏天,這些乾冰都因氣溫升高而昇華到火星大氣中,僅餘水還維持在冰的狀 態;在影像中,亮白色的區域就是被水冰覆蓋之所在。偶然狀況下,也會有大量水蒸氣突然釋放到大氣中。極冠周圍被一個巨大的丘嶺包圍(下圖標示為3的方框 內),有些地方甚至向南延伸600公里遠。

火星兩極的冰層隨季節改變的現象相當明顯。在冬季時,部分大氣凝結成霜或雪變成極冠的一部分,可延伸到北緯45度左右,厚可達1米。另一個現象發生在 彎曲、縐折的陡坡,例如在這張影像左側的Rupes Tenuis斜坡(Rupes Tenuis slope),在春季時,凍結的乾冰被水凝固而成的霜覆蓋,但在某些特殊時刻,風會將厚僅幾毫米的霜吹走,讓下方的乾冰顯露出來。這些過程可能導致極冠水 冰累積量產生變化,因此是火星上有動態水循環的證據。

Chasma Boreale (box 1). Dark and light-toned deposits (box 2) deposits can be seen in a fine and regular covering. The northern polar ice cap is surrounded by a large dune field (box 3). Credits: ESA/DLR/FU Berlin (G. Neukum)   這張影像中其他值得注意的特徵還包含北極峽谷(Chasma Boreale canyon,左圖標示為1的方框內),這是片有著彩色沈積層的巨大丘嶺。北極峽谷約2公里深、580公里長、100公里寬。峽谷岩壁可清楚看到各種沈積 層堆疊出的岩層;峽谷底部岩床上則可見隕石坑,有些坑洞被砂石嚴重覆蓋,有些則部分露出。

  深淺不同色調的沈積層交錯的相當規律,顯示不同季節的不同沈積狀況(左圖標示為2的方框內)。深色沈積物一般是春季沙塵暴時被風帶來的沈積物。

科學家近期打算利用火星特快車號上的雷達探測器繪製北極極冠的3D立體影像,雖然雷達探測器早在2005年中時便已展開,但這些科學家一直在等待最佳 時機來觀察北極極冠區。雷達探測工作的最佳時間在晚上,因為此時來自火星大氣的電子干擾最小;在2011年8月到9月期間,極冠的形狀、深度和組成成分等 都最明顯易測,就是這批科學家眼中的「最佳時機」。所以,應該不久後就有來自火星特快車號的最新研究結果出爐了。

資料來源:Mars’ northern polar regions in transition [5 August 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

5
0

文字

分享

0
5
0
看不見的歐若拉——物理學家解釋火星上極光的成因
Ash_96
・2022/07/05 ・4548字 ・閱讀時間約 9 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】!

 

極光。圖/envato elements

形成極光的要素有三,其中之一就是磁場。地球具有覆蓋全球的磁場,可以在兩極地區生成北極光和南極光;然而,火星沒有覆蓋全球的磁場,因此火星上的極光並非出現在兩極,只能在特定區域生成。

近期,愛荷華大學領導的研究團隊,根據美國航空暨太空總署(NASA)火星大氣與揮發物演化任務(MAVEN)探測器的數據,確認了火星離散極光是由太陽風和火星南半球地殼上空殘存的磁場相互作用所生成

極光三要素:大氣、磁場、高能帶電粒子

在介紹火星前,讓我們先把鏡頭轉到地球,談談地球上的極光在哪裡形成,以及如何形成。

地球極光出現的區域稱為極光橢圓區(auroral oval),涵蓋北極與南極地區,但並非以兩極為中心;換句話說,極光橢圓區也涵蓋了極圈以外的部分高緯度地區。另外,極光橢圓區的寬度與延伸範圍,會隨著太陽黑子 11 年的循環週期而變動。

當太陽風和地球磁層的高能帶電粒子被地球磁場牽引,沿著磁力線加速往高緯度地區移動,最後和大氣中的原子碰撞時,就會形成多采多姿的極光。

綜合以上所述,可以得知極光的三個要素是:大氣、磁場、高能帶電粒子。

地球上這些「指引我們美妙未來的魔幻極光」,若屬於可見光波段,就能用肉眼觀測,並以相機記錄這夢幻舞動的光線。

極光橢圓區與地理北極、地磁北極相對位置圖。其中紅色實線表示極圈範圍,綠色區域則為極光橢圓區。圖/National Park Service

火星的大氣層、磁場以及離散極光

在介紹離散極光之前,得先介紹它的幕後推手——行星際磁場(Interplanetary Magnetic Field,IMF)。IMF就是太陽風產生的磁場,在行星際空間主導著太陽系系統內的太空天氣變化,並阻擋來自星際間的高能粒子轟擊。

那麼 IMF 是如何產生的呢?當太陽風的高能帶電粒子從太陽表面向外傳播,會同時拖曳太陽的磁力線一起離開;太陽一邊自轉一邊拋射這些粒子,讓延伸的磁力線在黃道面上形成了螺旋型態的磁場。

以蛋糕裝飾來說明的話,太陽就像是在轉盤上的蛋糕,太陽風粒子就是擠花裝飾;而當蛋糕一邊以固定速度自轉,擠花逐漸向外擴散的同時,就會在蛋糕產生螺旋狀的軌跡。

因為太陽一邊自轉,一邊拋射太陽風的關係,IMF的磁力線會扭曲呈現如圖的螺旋狀。圖/維基百科
蛋糕的螺旋狀擠花。影片/Youyube

對太陽風和 IMF 有基本認識之後,讓我們把鏡頭轉向火星,談談火星的大氣層和磁層和地球有什麼不同。

相較地球來說,火星的大氣層非常稀薄。這是因為太陽風的高能粒子轟擊火星大氣層,強大的能量將大氣層的中性原子解離為離子態,導致大氣層的散失;該過程稱作濺射(sputtering),發生在火星大氣層的濺射主要透過兩種方式達成—–第一,在 IMF 的作用之下,部分的離子會環繞磁力線運動,隨著 IMF 移動而被帶離火星;另外一部份的離子則像撞球一般,撞擊其他位於火星大氣層頂端的中性原子,引發連鎖的解離反應。 

MAVEN 任務的領銜研究員 Bruce Jakosky 說明,根據團隊研究的成果,太陽風的濺射效應會將火星大氣層中的惰性氣體氬解離,並將這些氬離子從大氣層中剝離。火星大氣層內氬的同位素(質子數相同,但是質量不同的元素)以氬-38 以及氬-36 為主,後者因為質量較小而較容易發生濺射。

藉由氬- 38 和氬-36 的佔比,Jakosky 的團隊推估火星約有 65% 的氬已經散逸至外太空。基於該研究結果還可以推算出火星大氣層中其他氣體的散逸情形;其中又以二氧化碳為焦點,畢竟行星需要足夠的溫度才能維持液態水的存在,而二氧化碳在溫室效應有很大的貢獻。

火星的大氣層因為太陽風的濺射效應逐漸被剝離。圖/NASA

接著,讓我們一探究竟火星磁場與地球有何不同。地球能形成全球磁場的奧秘是什麼呢?這要先從行星發電機理論開始說起,該理論指出行星要維持穩定的磁場有三個要件——導電流體、驅動導電流體運動的能量來源、科氏力。

以地球為例,地核內部保留了地球形成初始的熱能,約有 4000°C 至 6000°C 的高溫。位於地核底層的高溫液態鐵,因為密度下降而上升至地核頂端,接觸到地函時,這些液體會喪失部分熱能而冷卻,因為溫度比周圍環境低,密度變高而下沉;如此不斷的熱對流循環下,讓帶有磁力的流體不斷運動,進而形成電磁感應。另外,科氏力的作用讓地球內部湧升的流體偏向,產生螺旋狀的流動效果,有如電流通過螺旋線圈移動的效果。

在火星所發現的地殼岩石證據顯示,火星在數十億年前曾經和地球一樣具有全球的磁場。科學家對火星磁場消失的原因還不是很清楚,其中一種假說認為可能跟火星質量較小有關,在火星形成之初散熱較快,造成火星外核液態鐵短時間內就凝固,無法像地球一樣,保留高溫地核使液態的鐵和鎳因為密度的變化,不斷從地核深處上升至地函,再冷卻下降,持續進行熱對流。

火星地核內部缺乏驅動導電流體的原動力,導致火星內部的發電機幾乎停止運轉,無法形成全球的磁場。話雖如此,火星仍然具備小區塊的磁場,主要分布在火星南半球留有殘存磁性的地殼上空。

行星發電機理論中科氏力影響行星地核內熱對流的導電流體偏向。圖/Wikipedia

磁層與大氣層相互依存,火星在太陽風不斷吹襲之下,大氣層愈趨稀薄;火星內部又缺乏發電機的動力,無法形成完整的磁層。火星缺乏厚實的大氣層保護,就難以阻擋外太空隕石的猛烈攻勢,因此如今呈現貧瘠乾燥又坑坑疤疤的外貌。

既然這樣,看似缺乏極光形成要素的火星,又是如何形成極光的呢?

雖然火星沒有覆蓋全球的磁層作為保護,但火星南半球仍帶有區域性的磁場。在那裡,磁性地殼形成的殘存磁場與太陽風交互作用,滿足了極光生成的條件。這種極光被稱為「離散極光」,與地球上常見的極光不同,有些發生在人眼看不見的波段(比如紫外線),所以也更加提升了觀測難度。

那麼,研究團隊是怎麼發現這種紫外線離散極光的呢?那就是藉由文章首段提到的 MAVEN 探測器所搭載的紫外成像光譜儀(Imaging Ultraviolet Spectrograph,IUVS)!

該團隊的成員 Zachary Girazian 是一位天文及物理學家,他解釋了太陽風如何影響火星上的極光。

火星離散極光的發現

研究團隊根據火星上離散極光的觀測結果,比較以下數據之間的關係——太陽風的動態壓力、行星際磁場(IMF)強度、時鐘角和錐角[註 1] 以及火星上極光的紫外線,發現在磁場較強的地殼區域內,極光的發生率主要取決於太陽風磁場的方向;反之,區域外的極光發生率則與太陽風動壓(Solar Wind Dynamic Pressure)關聯較高,但是太陽風動壓的高低則與極光亮度幾乎無關。

N. M. Schneider 與團隊曾在 2021 年的研究發表提到,在火星南緯 30 度至 60 度之間、東經 150 度至 210 度之間的矩形範圍內,當 IMF 的時鐘角呈現負值,如果正逢火星的傍晚時刻,較容易觀測到離散極光;也就是說在火星上符合前述的環境條件很可能有利於磁重聯(Magnetic Reconnection)——意即磁場斷開重新連接後,剩餘的磁場能量就會轉化為其他形式的能量(如動能、熱能等)加以釋放,例如極光就是磁重聯效應的美麗產物。

未來研究方向:移居火星

因為火星上離散極光的生成與殘存的磁層有關,而磁層又關乎大氣的保存。所以觀測離散極光的數據資料,也能作為後續追蹤火星大氣層逸散情形的一個新指標。愛荷華大學的研究成果,主要在兩個方面有極大的進展——太陽風如何在缺乏全球磁層覆蓋的行星生成極光;以及離散極光在不同的環境條件的成因。

人類一直以來懷抱著移居外太空的夢想,火星是目前人類圓夢的最佳選擇;但是在執行火星移民計畫之前,火星不斷逸散的大氣層是首要解決的課題。缺乏覆蓋全球的大氣層保護,生物將難以在貧瘠的土壤存活。或許透過火星上極光觀測的研究成果,科學家們將發掘新的突破點;期許在不久的將來,我們能找到火星適居的鑰匙。

  • 註1:IMF 的時鐘角(Clock Angle)與錐角(Cone Angle)

如何判定 IMF 的角度呢?因為磁場空間是立體的關係,我們測量 IMF 方向切線與 X、Y、Z 軸之間的夾角——也就是運用空間向量的概念,來衡量 IMF 的角度。時鐘角是指 Y、Z 軸平面上,IMF 方向與 Z 軸的夾角;而錐角則是在 X、Y 平面上,IMF 方向與 X 軸之間的夾角。

IMF 時鐘角和錐角示意圖。圖/ResearchGate

參考資料

  1. Science Daily. Physicists explain how type of aurora on Mars is formed.
  2. Z. Girazian, N. M. Schneider, Z. Milby, X. Fang, J. Halekas, T. Weber, S. K. Jain, J.-C. Gérard, L. Soret, J. Deighan, C. O. Lee. Discrete Aurora at Mars: Dependence on Upstream Solar Wind Conditions. Journal of Geophysical Research: Space Physics, Volume 127, Issue 4.
  3. Michelle Starr. Mars Has Auroras Without a Global Magnetic Field, And We Finally Know How. ScienceAlert.
  4. Michelle Starr. For The First Time, Physicists Have Confirmed The Enigmatic Waves That Cause Auroras. ScienceAlert.
  5. Southwest Research Institute. SwRI Scientists Map Magnetic Reconnection In Earth’s Magnetotail.
  6. 呂凌霄。太空教室學習資料庫
  7. 頭條匯。火星上的「離散極光」是如何形成的?物理學家有新發現,帶你揭秘
  8. Wilson Cheung。【北極物語】承載北極文化──極光。綠色和平
  9. 大紀元。火星上的極光是如何形成的? 科學家解謎
  10. BBC News 中文。北極光:美國科學家首次在實驗室驗證北極光產生原理
  11. 明日科學。科學團隊藉由 NASA 的太空船所收集的資料得知火星大氣層的流失可能肇因於強烈的太陽風
  12. 台北天文館。NASA 首次繪製火星周圍電流分布圖,證實火星有磁場。科技新報。
  13. 交通部中央氣象局太空天氣作業辦公室。太空天氣問答集
  14. Denise Chow. In an ultraviolet glow, auroras on Mars spotted by UAE orbiter. NBC News.
  15. NASA. NASA Mission Reveals Speed of Solar Wind Stripping Martian Atmosphere.
  16. NASA Goddard. NASA | Mars Atmosphere Loss: Sputtering.
Ash_96
2 篇文章 ・ 2 位粉絲
外交系畢業,很多人看成外文(是不是又回頭看一次? ) 常常在外向與保守的極端之間擺盪;借用朋友說的詞彙,我屬於營業式外向。 喜歡踩點甜點店和咖啡廳,大概是嚮往那種文青都會女子的感覺,或是純粹愛吃。 喜歡k-pop ,跳舞的時候會自動設定為開演唱會模式,自我催眠現在我最帥。

0

1
1

文字

分享

0
1
1
為何人類對火星如此執著?火星曾有過生命嗎?——《有趣的天文學》
麥浩斯
・2022/04/24 ・1975字 ・閱讀時間約 4 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】!

 

火星 vs. 地球

長久以來,人類對火星充滿好奇,火星上有沒有水?那裡住著火星人嗎?這些未知,讓人類發射各種探測器和太空船前往火星,希望一探火星的奧秘!

超級巨大火山

奧林帕斯山是太陽系裡最高的火山,它比地球上最大的茂納開亞火山(MaunaKea)還巨大,如果從火山底部算起,奧林帕斯山大約是茂納開亞火山高度的兩倍半!火星的直徑大約只有地球的一半,為什麼火星上的火山卻可以長得比地球上的還高大呢?

夏威夷大島上的茂納開亞火山屬於熱點(hotspot)火山,這類火山的岩漿來自地函,熱點的岩漿從地函往上穿出地殼形成火山。因為板塊運動,地球的地殼會移動,這造成熱點穿出地殼的位置改變,時間久後,會形成一長串的火山,其中最有名的例子是夏威夷火山群島。

夏威夷群島的大島上有幾座活火山,目前大島就位在熱點上,夏威夷群島的其他火山年齡都比大島上的老,而且離大島愈遠愈老。

地函熱點往上冒出地殼會形成火山,因為板塊運動,熱點穿出地殼的位置會改變,所以地球上會形成一長串的火山島鏈。火星上沒有板塊運動,熱點冒出的岩漿不斷在地殼上重複累積,形成比地球上高大的火山。圖/麥浩斯出版

地球上因為板塊運動,熱點火山不會長得太大,長到一定程度,就會因為板塊運動移開熱點,沒有熱點提供岩漿,火山就會停止長高、長大。

火星跟地球不同,火星沒有板塊運動,地函的岩漿會在地殼上同一個熱點冒出,岩漿在同一熱點一直堆積長高,所以火星上的火山才會比地球上的巨大。

磁場很重要

根據科學家研究,火星早期有較厚的大氣,溫度適中,甚至表面有河川流水,跟目前的地球很類似。那為什麼火星現在會變成乾燥無水、充滿紅色沙塵的行星呢?

火星早期曾經有磁場,後來磁場消失,讓火星大氣失去防護,漸漸被太陽風剝離吹散。火星大氣壓力變小,地面上的液態水都變成大氣中的水蒸氣,大氣中的水蒸氣被太陽紫外線分解成氫和氧,流失到外太空,最後水漸漸從火星表面消失。目前火星地表的大氣壓力大約只剩地球的百分之一,而且還持續流失中!

科學家對火星磁場消失的原因還不是很清楚,有一種說法認為可能跟火星比較小有關。它的核心更小,所以散熱較快,造成外核的液態鐵凝固。外核的液態鐵凝固讓火星的磁場消失。

從火星的研究和認識,我們才明白地球原來如此特別!

真的有火星人嗎?

人類對火星上有沒有生命充滿想像,其中最有名的可能是帕西瓦爾.羅威爾(Percival Lowell)「看見」火星運河。

羅威爾是一位美國富豪,對火星非常著迷。1890 年代,他用自己建造的天文台觀看火星,並將透過望遠鏡看到的火星描繪下來。羅威爾認為他看見火星上有許多運河,建造運河是為了把南北兩極的冰運送到乾涸的赤道,這是火星有智慧生物存在的證據。

目前火星的表面沒有穩定流動的水,不過火星上的水可能在地底下,科學家推測火星生命可能潛藏在地底。圖/麥浩斯出版

1965 年,美國的水手 4 號太空船飛掠火星,發現火星表面一片荒蕪,根本沒有羅威爾宣稱的運河和火星生命。不過,火星有生命存在的想法太吸引人,人類還是不斷用各種方式探索火星,尋找生命。

為什麼我們對火星這麼執著呢?一方面是科學上的原因,希望找到地球外的生命形態,不管這種生命形態是不是跟地球一樣,都是非常重大的發現;另一方面可能是情感上的因素,不希望地球是宇宙中唯一有生命的地方,孤單僅有的存在。

依據地球上的經驗,只要有水的地方幾乎都找得到生命,水成為生命的重要指標。火星早期比較溫暖,地表有水流動,所以火星過去可能有生命存在。科學家認為火星上最可能出現的生命是微生物,因為水存在火星表面的時間並不長,無法演化出太複雜的生命形態。

目前火星表面已經沒有穩定流動的水,不過水還是有可能存在地表下,所以,生命有可能還在火星地底存在著。人類不斷探索火星,不久的將來人類也會登上火星,到時候火星有沒有生命的問題,可能就會有答案。

──本文摘自《噢!原來如此 有趣的天文學》,2022 年 3 月,麥浩斯出版