1

0
0

文字

分享

1
0
0

暗物質也許是量子真空所造成的錯覺

only-perception
・2011/08/17 ・1989字 ・閱讀時間約 4 分鐘 ・SR值 603 ・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】!

 


天文物理學中,最大的未解問題之一為:若僅考慮到現存重子(baryonic)物質(正常物質)的總量,星系與星系團(galaxy clusters)會旋轉的比預期快。快速運行所需中心質量,比鄰近恆星、塵埃以及其他重子天體所能提供的還要更大,這導致科學家提出,每個星系都處於非重子粒子所構成的暗物質的光環中(到目前為止仍不可偵測)。身為開始對暗物質(dark matter)起疑的眾多科學家之一,CERN 物理學家 Dragan Slavkov Hajdukovic 提出:「暗物質的錯覺(the illusion of dark matter)」也許起因於量子真空(quantum vacuum)的重力極化(gravitational polarization)。

我論文的關鍵訊息是,暗物質也許不存在,而歸因於暗物質的現象也許能以量子真空的重力極化來解釋,” Hajdukovic 表示。”未來的實驗與觀測將揭露我的結果只不過是(令人驚訝的)數值巧合或是一場新科學革命的浮現。”

如同他先前一項成為 PhysOrg 焦點、關於一個由物質與反物質相繼主宰之循環宇宙的研究,Hajdukovic 這一篇關於暗物質替代方案的論文也是一次嘗試,試圖在不需假設未知形態物質與能量存在的情況下,或不需假設未知暴漲以及物質–反物質不對稱的機制下,理解宇宙學的現象。在星系的快速旋轉曲線的例子中,他解釋,在理解這種現象上,目前有二個學派。

“第一個學派訴諸暗物質的存在,而第二個則涉及我們重力定律的修改,” 他說。”我提出第三種方法,不需要引入暗物質也不需要重力定律的修改。”

他的點子(如同先前論文中的那些)寄託在這個關鍵假設上:物質與反物質在重力上相斥(gravitationally repulsive),那是由於『粒子與反粒子有記號相反的「重力荷(gravitational charge)」』這個事實。(然而如同物質,反物質在重力上吸引自身)對於物質與反物質是否在重力上相斥,目前仍然未知,然而,有幾項實驗(最矚目的是 CERN 的 AEGIS 實驗)目前正在測試相關概念。

“考慮重力時,主流物理學假設,只有一種「重力荷」存在(以慣性質量 (inertial mass) 確認),但我假設,如同電磁交互作用的例子,這裡有二種「重力荷」:屬於物質的「正重力荷(positive gravitational charge)」,以及屬於反物質的「負重力荷(negative gravitational charge)」,” Hajdukovic 解釋。

若物質與反物質在重力上相斥,那便意味著以有限時間存在於量子真空中的虛粒子–虛反粒子對是「重力偶極(gravitational dipoles)」。此即,每一對粒子對形成一個系統,在其中,虛粒子有「正重力荷」,而虛反粒子則有「負重力荷」。在此情境下,量子真空包含許多虛重力偶極,採取偶極流體(dipolar fluid)的形態。

“我們能將我們的宇宙設想成二互相交互作用實體的聯集,” Hajdukovic 說。”第一個實體是我們的「正常」物質(因此我們不需要假設黑物質與暗能量的存在),沈浸在第二個實體 — 量子真空 — 中,那可想成不同種類的虛偶極,包括重力偶極,所形成的海洋。”

他繼續解釋,量子真空中的虛重力偶極能被鄰近重恆星與星系中的重子物質重力極化(gravitationally polarized)。當虛偶極排列時,它們能產生額外的重力場,那能與恆星及星系所產生的重力場結合。照這樣,重力極化的量子真空能在星系的旋轉曲線上產生相同的「加速」效應,既不需要假想的暗物質與暗能量,或是修改重力定律。

如 Hajdukovic 的解釋,藉由觀察一電場而非重力場引起的極化時會發生什麼事,可進而理解更強的重力場的效應。他給一個介電質板(dielectric slab)被插入平行板電容器(parallel plate capacitor)的例子,那導致板之間的電場減弱。減弱是因為相反記號的電荷會吸引彼此。但如果相反記號的電荷相斥而非相吸,那麼電場將會增強。回到量子真空的情境,因為相反記號的「重力荷」相斥,因此重力場的強度增加。

在他的論文中,Hajdukovic 亦提出方程式以支持這種情節,其中一個等式能計算從一星系的中央開始到不同距離時的重力極化效應,那與觀測相符(in good agreement with)。他亦導出著名的 Tully-Fisher relation,那是物質與反物質間,重力相斥所造成的後果。Tully-Fisher relation 是一種經驗法則,基於眾多星系與星系團之觀測所收集的數值資料,而且在暗物質假說的框架中,仍無法解釋。

總而言之,Hajdukovic 的提議與物理學家 Luc Blanchet 及 Alexandre Le Tiec 在過去幾年內所提出另一種概念截然不同。雖然那點子也涉及到重力偶極(而非量子真空中的虛重子物質)所組成的偶極流體,不過該偶極流體是一種新形態的暗物質。暗物質被重子物質(例如重恆星與星系)的重力場重力極化,那導致更強的重力場。換言之,Blanchet 與 Le Tiec 提出的暗物質屬於本質未知的重力偶極形態,能調解(reconcile)暗物質與修正牛頓力學(MOND)理論,那是一種重力的修改;另一方面,Hajdukovic 提出,量子真空中的虛重力偶極能導致更強的重力場。

最後,Hajdukovic 提到,在宣稱這種可能性是正確的之前,仍有許多研究需要完成。首先,星系的旋轉曲線並非唯一可由暗物質解釋的現象。宇宙微波背景的觀測、重力透鏡、超新星以及其他資料都能因暗物質的存在而獲得更好的解釋。由於許多科學家目前在研究暗物質與其他替代方案,Hajdukovic 希望新答案將持續被發現。

※ 相關報導:

* Is dark matter an illusion created by the gravitational polarization of the quantum vacuum?
http://www.springerlink.com/content/g332701735121773/

Dragan Slavkov Hajdukovic
Astrophysics and Space Science Volume 334, Number 2, 215-218,
doi: 10.1007/s10509-011-0744-4

資料來源:Dark matter may be an illusion caused by the quantum vacuum,By Lisa Zyga, August 11, 2011

本文原發表於作者部落格Only Perception

文章難易度
所有討論 1
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D

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
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。

4

11
3

文字

分享

4
11
3
從黑洞自旋速度推估「暗物質」的可能真面目!——極輕玻色子
ntucase_96
・2021/11/12 ・2341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】!

 

  • 撰文|劉詠鯤

本文轉載自 CASE 科學報 《宇宙中的旋轉木馬——利用黑洞尋找暗物質

空無一人的遊樂園中,旋轉木馬快速的旋轉著。突然,憑空出現一群小孩跳上木馬,從旋轉木馬獲得高速後,又集體跳下,一哄而散,只留下轉速驟降,緩慢旋轉的木馬……。這看似荒誕的場景,卻是理論預測可能在宇宙中隨時發生的事。其中旋轉木馬指的是什麼?憑空出現的孩子們又代表了誰?

圖/pixabay

在生活的周遭,我們能夠感受到(看到、摸到)某個東西存在。是因為構成我們周遭世界的粒子,幾乎都會透過電磁力互相作用。但是在廣闊的宇宙中,這樣的物質只佔總數的 15%,剩下 85% 物質,我們摸不到、看不到,因此被稱為「暗」物質。科學家透過天文觀測證據,推測在宇宙中必須存在龐大數量的暗物質,它們提供的重力,使各個星系不至於分崩離析。因此,暗物質是種「我們知道它應該要存在,但又不知道它是什麼」的東西,是當下最前沿的物理學研究在嘗試明白的重要議題。關於暗物質的真面目,目前有各種物理模型嘗試描述,其中一模型預測了一種假想粒子:「極輕玻色子[1]」。

印度物理學家-薩特延德拉·納特·玻色,他的量子物理研究為愛因斯坦凝聚理論提供了基礎;玻色子就是以他的名字為命名依據。
(圖/維基百科

暗物質的可能真面目——極輕玻色子

在基本粒子中,電子的質量已經算是較輕的。而極輕玻色子,它的質量大約只有電子質量的 10 億分之一,因此稱它為「極輕」,和其他理論模型預測的大質量暗物質候選人區隔。由於他們幾乎不跟周圍的物質發生交互作用,因此到目前為止,科學家尚無法確認這種粒子究竟存不存在。如果存在,那它們很有可能就是暗物質的真面目。

面對這種未知,科學家們是如何尋找暗物質的呢?其中一種策略是「排除法」。想像我們有天回家時發現手機不見了,理論上來說,手機可能出現的地方有無數個,但我們會透過回憶、親朋好友的描述,來限縮手機可能出現的範圍,如此就能避免海底撈針的窘境,大大增加了找到的可能性。

根據理論推估,極輕玻色子的質量範圍可能落在 10-33-10-6 電子伏特這麼龐大的範圍之中。科學家目前正嘗試用各種方法,有的經由設計精密的實驗對特定質量範圍進行地毯式搜索,有的透過天文觀測數據嘗試去限縮可能的質量範圍。在《物理評論快訊》4 月的一篇論文中[2],麻省理工學院-雷射干涉引力波天文台(LIGO)實驗室的科學家,利用「黑洞」來搜尋這種極輕粒子。這種概念聽起來十分不可思議,黑洞的質量至少是電子的倍,比極輕玻色子的質量至少大了 70 個數量級,作為對比,一個成年人和太陽質量大約只差了 30 個數量級。如此一個超級巨型的天體,是如何與微觀世界的基本粒子扯上關係的呢?這要提到量子理論預測的神奇現象:「超輻射(Superradiance)」。

麻省理工學院-雷射干涉引力波天文台(LIGO)。(圖/ LIGO

超輻射與黑洞自旋速度

量子理論告訴我們,在非常小的尺度下,古典理論將會失效,我們不再能將粒子視為一個單一質點。這個尺度被稱為康普頓波長(Compton Wavelength),它和粒子的質量成反比。質量極小的極輕玻色子,所對應的康普頓波長則非常大。對於特定質量的玻色子,其康普頓波長會和黑洞的尺寸差不多。當這個條件滿足,超輻射便會發生:黑洞附近強大的重力場,從真空中產生數量龐大的玻色子向外輻射出。這些玻色子,會將黑洞的能量帶走,使其自旋減慢。根據科學家的估計,這個減速作用可以持續數千年,使黑洞的自旋速度明顯減慢。

(圖/ pixabay

黑洞的自旋速度,可以透過分析 LIGO 偵測器訊號得知。LIGO 偵測器主要偵測黑洞、中子星互相環繞、合併所放出的微弱重力波訊號(關於重力波偵測器的更多詳細介紹,可參考 CASE:「愛因斯坦預測成真:首次偵測到重力波訊號」及相關系列文章)。研究團隊分析了 45 組黑洞互繞事件,這些黑洞具有 10-70 倍太陽質量。這對應到和它們發生交互作用的玻色子質量介於電子伏特。

其中有兩個黑洞,被發現以非常高的轉速在旋轉著。若是這個質量範圍的玻色子確實存在,那這些黑洞速度應該被減速至一半以下。因此,這兩個高轉速黑洞的存在,暗示著沒有與其發生交互作用的極輕玻色子。那有沒有可能黑洞的確被減速,但存在其他加速機制使黑洞又重新被加速?例如藉由吸入大量吸積盤[2]物質,獲得能量及動量?研究團隊也對此進行了仔細的估算,發現各種重新加速的機制,皆要耗費極長時間才能加速到現在的速度,這種可能性微乎其微。因此,這兩個高轉速黑洞的存在,基本上可以排除了特定範圍的極輕玻色子質量範圍。

這個實驗協助縮小了搜尋極輕玻色子的質量範圍,也是首個利用黑洞重力波資訊尋找暗物質的嘗試,可以說是一個重力波實驗與粒子物理很棒的跨界合作!

註解

  1. 在量子力學中,粒子可被分為「費米子」、「玻色子」,兩者具有截然不同的性質。若以比喻的說法,費米子較為孤僻,不喜歡大量群聚;玻色子則恰恰相反。
  2. 在黑洞周圍,受黑洞強大重力吸引的物質所形成的圓盤狀結構。

參考資料

  1. Fast-spinning black holes narrow the search for dark matter particles
  2. K. Y. Ng et al. , Constraints on Ultralight Scalar Bosons within Black Hole Spin Measurements from the LIGO-Virgo GWTC-2, Phys. Rev. Lett. 126, 151102. 2021
所有討論 4
ntucase_96
30 篇文章 ・ 699 位粉絲
CASE的全名是 Center for the Advancement of Science Education,也就是台灣大學科學教育發展中心。創立於2008年10月,成立的宗旨是透過台大的自然科學學術資源,奠立全國基礎科學教育的優質文化與環境。