新銀河影像協助天文學家解決星際介質固有謎題

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

星塵號於1999 年發射升空，飛越彗星，並獲得其塵埃樣本，完成人類史上首次收集彗星物質的任務。

文 / 劉名章、沈君山

西元2006 年1 月15 號洛杉磯時間凌晨兩點鐘，一道人造火球劃過了天際，直抵猶他州沙漠。這時，噴射推進實驗室（Jet Propulsion Lab）和NASA 詹森太空中心（Johnson Space Center）的人員無不歡天喜地，因為他們知道，星塵號回來了！這次返航的成功，給太陽系天文學家與宇宙化學家帶來無比的喜悅。這是人類史上第四次如此靠近彗星本體的任務（ 前三次分別是Giotto ， Deep Space ， Deep Impact），同時這是第一次航程最遠的標本收集任務，也是首次利用世上最輕的固體「氣凝膠」（Aerogel）將彗星塵成功帶回地球供實驗室分析的任務。

太陽系的形成一直以來都是天文學家欲解的謎題。不管是透過望遠鏡觀測其他恆星形成區域，透過動力學模型來模擬太陽系與行星的形成，或是透過隕石的研究，最終的目的就是想要了解太陽系的起源。此處將由隕石的研究切入，然後再導引至我們今天的主題：「星塵」（Stardust）。

先從「老於太陽系顆粒」的研究談起

什麼是presolar grains（老於太陽系顆粒）？顧名思義，字首「pre」代表在某個時間或階段之前，「solar」則是「太陽的」，grain（顆粒）大家都知道，合起來說，就是太陽之前的粒子，翻成白話講則是「老於太陽系的顆粒」。怎麼知道這些顆粒老於太陽系呢？這些顆粒又有什麼重要的地方？其實它們本身就是別的星星（會發光的恆星）所產生的塵埃！

星星在演化的過程中，會透過恆星風或是爆炸的方式將本身物質釋放到星際空間，這些高熱的物質一開始以氣體的形式存在，冷卻之後就會凝結出直徑大約只有數微米或更小的小顆粒；當這些顆粒不小心跑進了正在形成的太陽系，有些被早期太陽系的高溫作用給毀了，有些則運氣很好的躲掉了這些高溫事件而被小行星保存了下來。某天小行星的碎片掉到地上變成隕石，被科學家拿到實驗室用各種物理化學的方法將這些小顆粒分離出來，以便進行各種分析。

這些顆粒是星星所產生的，因此這些顆粒中的每個原子都是從母星球「繼承」下來的。透過這些塵埃，科學家們便可以容易地在實驗室內了解星球內部的元素演化過程。您可能會很好奇，這些顆粒那麼小，要怎麼知道他們到底是太陽系或是外星的產物？這時候就是同位素分析派上用場的時候了。太陽系物體內的同位素成分一般來說算是相當的平均的。也就是說，若我們量測地球上的碳同位素比值（12C ∕13C），所得到的結果一定會很接近太陽系的平均值89 ，最多大概也只會有千分之幾的差距；但老於太陽系顆粒的碳同位素比值卻與太陽系的平均值89 有極大的差距，因此認定這些顆粒未曾參與太陽系形成之初的混合作用。

這些老於太陽系的顆粒裡面的原子，是由別的星球本身元素形成的產物，所以會和太陽系內的平均同位素比值相差甚大，以碳同位素為例，目前已發現的碳化矽（SiC）和石墨顆粒中，其碳同位素比值的分布可以從3 到10 萬！這些實驗室所產生的數值，配合上天文觀測與理論計算，提供了天文學家一個相當好的管道去了解遙遠星球內部的化學演化。

那從這些老於太陽系的顆粒中，我們除了可以回推這些顆粒的來源外，還可學到什麼呢？大家都知道，宇宙中的各種元素是由星星透過核融合或是爆炸所產生的。雖然從1957 年的第一篇元素形成論文開始，至今已有數不盡的理論模型問世，百家爭鳴，好不熱鬧。但是這麼多工作累積起來，可能也無法完全描述與理解大自然的神秘，更無法去驗證模型的真確性。這些小顆粒適時的在這一塊缺口中補上一角，讓科學家們可以在實驗室中，以較天文觀測精密的測量方式，提供遙遠恆星內部元素形成的資料。除此之外，這些小顆粒還可以提供科學家們古老銀河系化學演化、銀河系的年齡、星球周邊塵埃盤的形成和最早期的太陽系天文物理環境的資訊。在此限於主題與篇幅便不多談。

回到太陽系起源的研究

在太陽系中，有八大行星和一堆小型天體；前四顆類地行星，每一個都已經受過或長或短的分異過程與地質作用，現今之結構與組成已經和形成之初大異其趣。對於要了解太陽系的起源，幫助不太大。後四顆類木行星，雖然一般相信它們形成的時間極早，但由於絕大部份是氫氣，氦氣及一些氣體分子所組成，標本收集有相當程度的困難，多以太空船探測任務為主，不僅耗時且所費不貲；再加上這些氣體星球不能完全反應太陽系最初期成份，所以我們需要固體。

加州大學洛杉磯分校的麥克基甘教授（Kevin McKeegan）說的好：固體會記錄而氣體不會。因此現今普遍的宇宙化學研究，多是利用隕石中的同位素與礦物組成，試著了解太陽系形成時，周遭的天文物理環境與太陽星雲的化學組成。只是隕石大多來自於小行星，而小行星本體也或多或少受到了一些後期的變質作用，如撞擊，水與熱作用等等。造成一些最原始的同位素訊號或礦物受到了不同程度的改變。也因此，即使是所謂最原始的隕石，在某種程度上仍然不夠原始，這由隕石中稀有氣體相對於太陽的豐度較低的例子可以為證。

腦筋動到彗星上

既然隕石沒有辦法完完全全的反應太陽星雲最原始的化學成份，那我們還有什麼方法可以試著了解這個問題呢？科學家腦筋於是動到彗星身上。

天文學家普遍認為彗星也是太陽系最初期的產物，很可能跟隕石一樣記錄了太陽系最初的成份；更重要的，彗星被保存在極冷的地方，從彗星離子尾光譜中的分析得知，其相當程度的保留了有機物與揮發物質，所以我們多半相信，彗星所留下來的訊號應該會比隕石更完整，更接近真實。同時彗星內部更有可能保存大量的老於太陽系的顆粒。也因為如此，星塵號任務在90 年代中期，由華盛頓大學天文系布朗李教授（Donald Brownlee）主導之下，開始了整體的計畫與進展。在1999 年的2 月發射升空， 2004 年1 月穿過了「威德二號」彗星（Wild-2）的尾巴收集塵埃，並在2006年的1月返回地球表面，完成了這一段旅程。

或許有人會問，我們了解彗星有什麼好處？除了剛剛上面講的，試著去追溯太陽系最原始的成份，了解太陽系的起源，及尋找老於太陽系的顆粒之外，還有那些問題是可以藉由彗星塵提供一些線索的： 一、行星際空間顆粒（Interplanetary Dust Particles）與彗星塵的關係？二、地球上的水是彗星帶來的嗎？三、生命的起源與彗星的關係？

選定目標

各位也可能會覺得好奇，彗星一大把在天上，為什麼星塵號不去別的彗星而要去威德二號呢？其實很簡單，有三個主要原因：天時，地利與人和。天時與地利指的是，這顆彗星會在適當的時間出現在適當的地點，讓科學家們可以較容易的設計收集塵埃時的太空船路徑與速度。為什麼這很重要？各位可以想像，若在和太空船遭遇時的相對速度太大，塵埃就會直接穿過收集器而帶不回地球了。因此，星塵號幾乎是追著彗星的尾巴，從後面以每秒六公里的速度，將塵埃「抓進」氣凝膠當中。

那人和又是什麼呢？大家都知道，當彗星跑進內太陽系受到太陽加熱後，揮發物質就會因為高溫而逸失；經過多次循環後（>1000 次），彗星最後就不再會有彗尾了。像哈雷彗星，它從第一次被發現到1986年，總共已經進來大約一百次。它的原始成份已受了相當大的改變而不再「新鮮」了。所以，它已無法還原太陽系最原始的成份。而威德二號彗星，在1974 年之前都是屬於木星族彗星（Jovian comet ，指近日點在木星軌道附近），之後受木星重力擾動而改變了它的軌道，近日點內移到火星附近；至今進入內太陽系約五次。也因此這顆彗星從沒有真正的過度靠近太陽而被大量的揮發，其化學組成仍是相對的原始。這對於我們所期待的研究，真是再理想也不過的目標。

如何收集—氣凝膠的妙用

雖然星塵號追在威德二號彗星的尾巴後面，藉此減緩相互之間的相對速度，但星塵號仍承受著將近6倍步槍子彈速度微粒的衝擊。如果採用強硬手段直接將微塵擋住，那麼微塵將因高速的動能轉化為熱而將自身蒸發掉，致使該顆粒改變了外形及化學成份。此時氣凝膠的妙用就出現了。

氣凝膠是一種以矽為主的固體，結構像海綿一樣具有微米等級的多孔性，其中99.8 ％的體積是空的。因此它的密度比玻璃輕1000 倍，同時還具有極低的導熱性及強度頗高的支撐性。當微粒撞上氣凝膠時，借著連續性的撞擊破壞氣凝膠，因而製造出比自身長度長200倍的一條類似紅蘿蔔形狀的破壞軌道。因此熱能被分散在此破壞軌道中，達到減速微粒且不破壞其外形及化學成份的目的。此破壞軌道還有項好處，它明確的指示出微塵停下的位置。否則要在直徑約50 公分大小的收集器內尋找微米大小的顆粒還真是一件困難的工作。

氣凝膠被安置在網球拍形狀的收集器上，因為具有雙面收集微塵的能力，科學家除了利用正面收集彗星微塵外，更利用星塵號在飛行旅途中以反面收集行星際空間的顆粒。由於顆粒都被埋在氣凝膠內，如何分辨何者為彗星微塵，何者為行星際空間的顆粒？解決的方法乃利用破壞軌道行成紅蘿蔔形狀的路徑，因為具有方向性所以可以輕易分辨出來。

跌破專家眼鏡的大發現

就在星塵號安然回到地球的兩天後，收集標本的大鐵罐在詹森太空中心的無塵室被打開，開始作最初期的狀況確認。加州大學洛杉磯分校的麥克基甘教授在現場時的轉述，他說：「這是非常完美的成功！有些彗星塵劃過的軌跡可以用肉眼清楚看到，並且收集到的東西似乎比大家原先預想的要來的多且大。當然，這只是非常非常初步的肉眼確認，我們真正會發現什麼，仍要等待初步檢驗團隊（Preliminary Examination Team,PET）的結果。PET至少需要半年的時間才能完成初步的彗星礦物學分析、氧氮同位素分析、化學組成分析，及紅外光譜學的分析等等。然後我們才能初步的知道這些標本所帶來的資訊」。

首先是礦物學方面。最重要的發現之一為星塵號所收集到的微塵中居然出現高溫環境下形成的礦物（形成溫度約凱氏溫度1300~1400度上下），比如說橄欖石、隕氮鈦石（osbornite; TiN）、輝石與我們在隕石的鈣鋁包裹體（Ca-Al-rich Inclusions）中找到的高溫礦物一樣。這些東西，讓研究太陽系化學的科學家們著實嚇了一大跳。彗星不是在40 天文單位（AU）之外形成的天體嗎？在這麼冷的環境中，應該多以揮發性物質或是低溫物質為主，為什麼會有在高溫下才能形成的礦物存在？小行星和彗星，一個大約在3AU，另一個在40AU以外，為什麼某些彗星塵的礦物組成跟隕石中的鈣鋁包裹體類似？若在這麼大的空間範圍內，找到組成相似的高溫礦物，這似乎代表的是，在太陽系早期必須要有大尺度輻射狀輸送物質的能力（radial transport），其轉移範圍從內太陽系到小行星帶，甚至到外太陽系，才有可能辦到。那這個大尺度輻射狀輸送物質的能力的物理背景是什麼？為什麼可以把小顆粒從內太陽系高溫處搬到3AU 甚至更遠的40AU 以外？

再來是同位素分析方面。PET 的同位素小組，分析了彗星塵中，氫、碳、氮與氧同位素的組成。這些分析，試圖回答下面的幾個問題。第一，彗星是不是主要由老於太陽系的物質組成的？第二，彗星中有多少真正的「星塵」（真正從演化後期的恆星中所形成的）？第三，彗星微塵中的同位素組成，和隕石、行星際空間微粒的關係又是什麼？第四，早期太陽系中的混合作用究竟到什麼程度？

首先是氫同位素方面，被分析的彗星微塵中，基本上沒有太令人印象深刻的成份，其D/H（氘∕氫比值） 落在已知的行星際微塵的D/H 範圍內，類似彗星水分子中的同位素成份，但低於彗星中氰化氫（HCN）的同位素值，更遠較最極端的行星際空間顆粒的比值低上許多。當然， D/H 很容易受到各種不同因素的影響，尤其是這些灰塵是透過撞擊而被氣凝膠抓住，在這個過程中，D/H極有可能產生變化。所以，這些量測到的D/H 可能無法反應威德二號彗星的水分子的同位素成份。

再來是碳與氮同位素，這兩種同位素的量測，主要是要來找尋老於太陽系的顆粒（presolar grains）。這些顆粒，由於是在星球中凝結下來，所以基本上它們保存了原先星球中，元素形成的特徵。而這些特徵和太陽系的平均值相差甚大。以碳同位素來說，太陽系物質的12C ∕ 13C 平均比值是約89 ，若今天發現了一顆微粒，它的12C ∕ 13C 比值約是52 ，那我們可以很篤定的說，這顆微粒絕非在太陽系內形成的顆粒，而是一顆從某個AGB 星球或是紅巨星來的小塵埃！氮同位素也是同樣的道理，只是平均太陽系的比值大約是300上下。所以，若我們發現一顆灰塵，其14N∕13N的比值離300有極大的差距，那我們也可以很肯定，這顆顆粒一定不是太陽系內產生的。

知道了這個前提，我們再回到星塵號的標本上。分析的結果也是讓大家驚訝莫名，PET階段分析氣凝膠中的微塵，居然沒有一顆是老於太陽系的顆粒！幸好，在收集器上的用鋁箔紙包裹住的部份中，在某個撞擊坑洞旁邊找到了一顆老於太陽系的顆粒，可惜的是，這顆小傢伙已被分析光光了，屍骨無存。從這個初步分析，顯示在彗星中（至少是威德二號這顆） 似乎沒有太多老於太陽系的顆粒。但這只是第一步。後續尚有許多標本等待研究，或許會有更多驚奇也說不定。

此外PET 團隊還有一項重大的發現，他們在氣凝膠及支撐框住氣凝膠的鋁芯中發現了氨基乙酸。一開始研究團隊無法排除此氨基乙酸可能來自地球上的污染的想法。此時同位素的功用又出現了，經過進一步的研究他們發現該氨基乙酸的碳具有較多的13C，也就是說其12C∕13C的比值比89 小很多，因此証實此氨基乙酸非太陽系內部的產物。由於筆者對生命科學的涉略不多，因此借用下面兩位專家的發言，來為這項大發現做註腳。

美國航太總署（NASA）的艾西拉博士（Jamie Elsila）說︰「氨基乙酸是具有生命的有機體製造蛋白質的物質之一，同時這是第一次在彗星上找到氨基酸」；「我們的發現支持生命的成份在太空間形成，並借由隕石和彗星的衝擊而傳播到地球的理論」。同時NASA 的主任皮契爾博士（Carl Pilcher）說︰「氨基乙酸在彗星的發現支持了組成生命的基本架構在太空中是隨處可見的想法，並且強化了在宇宙中生命的存在也許是共通的而不是罕見的論述」。

最後是氧同位素。氧是類地行星中最豐富的元素。而每個類地行星（含小行星）的平均氧同位素值都有些微的差異，所以氧同位素基本上可拿來當作這些行星的指紋。但是若把規模放到只有幾個毫米大小，我們會發現，在隕石的鈣鋁包裹體中，不同礦物居然有著不同的異常豐度，彼此間的差異可達到5％！如果是老於太陽系的顆粒，氧同位素的差異甚至可以達到好幾個數量級。星塵號部分微塵在經過初步分析後，具有隕石鈣鋁包裹體類似的礦物組合，同時居然和鈣鋁包裹體有相同的氧同位素成份！這下子不只礦物組成相似，連氧同位素都完全一模一樣。這更加讓我們相信，彗星中的某些小微塵，是和隕石中的某些礦物顆粒是完全相同的。所以，這和前面所寫的相呼應，在太陽系早期勢必要有大尺度輻射狀輸送物質的能力，從內太陽系到小行星帶再到庫伯帶以外，這一連串的巧合才有可能發生。

這些發現，最感到振奮的應該是前清大校長徐暇生院士，中研院李太楓院士，及中研院副研究員尚賢博士。他們在1998 年提出的X-wind 模型，已預測彗星上的物質有可能在礦物相上與同位素比值上的特點與隕石中的部份物質相符。模型中這些高溫顆粒形成在吸積盤的端點，非常靠近原始太陽約0.05AU 距離的地方，後來太陽磁場與吸積盤面的交互作用，產生了兩極噴流和盤面上一股強力的「風」，將這些高溫礦物帶離到小行星帶甚至更遠的庫伯帶，再和其他物質堆積形成小行星或是彗星。

其實，以上所說，都只是星塵號相當初步的一個結果。還有很多尚未被探索的顆粒等待科學家們去了解，不管是礦物學，光譜學，同位素分析，還是其他各種各樣稀奇的方法。在可預期的將來，這些彗星塵仍會繼續送到世界各地的實驗室進行各項研究。在台灣，李太楓院士所領導的團隊，也正在為分析這些標本而磨刀霍霍。希望在不久的將來，台灣也能夠在這個前無古人的實驗室彗星塵分析競賽中打響知名度；也希望到時候我們將能夠回答上面所列出的數個問題，讓我們對太陽系起源有更深一層的了解。

劉名章：任職中研院天文及天文物理研究所

沈君山：任職中研院地球科學研究所

原刊載於《科學月刊》第四十二卷第十一期