然而,根據多倫多大學(University of Toronto)與法國拉普拉斯研究所(Pierre Simon Laplace Institute)研究員Jérémy Leconte等人建立了一個3D氣候模型,嘗試瞭解行星大氣對自轉速度的影響。結果顯示:大氣效應可能強到足以中斷潮汐鎖定狀態,允許行星自由自轉而有像地球一樣的晝夜循環。
不過,上述說法也都是電腦模擬的「理論」結果,仍然需要真正的觀測證據支持,是以這些學者希望能盡快取得觀測證據。天文學家可以利用系外行星從其母恆星後方通過的過程中來測定系外行星的溫度,可是對地球級大小的系外行星而言並不容易獲得測量結果。Leconte等人將希望寄託在預定於2018年發射的韋伯太空望遠鏡( James Webb Space Telescope),要不然預定在2024年才開光的歐洲極大望遠鏡(European Extremely Large Telescope)是他們的另一個希望所在。
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。
-----廣告,請繼續往下閱讀-----
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。
我是Google人工智慧團隊的機器學習研究員,對於宇宙的世界相當感興趣。因此,我善用「20%計畫」(在Google,你可以利用20%的時間來做你喜歡或感興趣的事情)來開始執行這個專案。我和德州大學奧斯汀分校的天文學家 Andrew 接洽,共同執行這個專案。我們將機器學習技術應用在宇宙探索,並教導機器學習系統如何識別遙遠恆星周圍的行星。
美國太空總署的「史匹哲太空望遠鏡」(Spitzer Space Telescope)發現了人類首知、第一個由七顆近似地球大小的行星環繞著一顆恆星的星系(TRAPPIST-1)。目前七顆行星中有三顆被確信位於「適居帶」,也就是與恆星的距離適中,而且很可能有液態水。(延伸閱讀:科學家是怎麼找系外行星的?)
然而,根據多倫多大學(University of Toronto)與法國拉普拉斯研究所(Pierre Simon Laplace Institute)研究員Jérémy Leconte等人建立了一個3D氣候模型,嘗試瞭解行星大氣對自轉速度的影響。結果顯示:大氣效應可能強到足以中斷潮汐鎖定狀態,允許行星自由自轉而有像地球一樣的晝夜循環。
不過,上述說法也都是電腦模擬的「理論」結果,仍然需要真正的觀測證據支持,是以這些學者希望能盡快取得觀測證據。天文學家可以利用系外行星從其母恆星後方通過的過程中來測定系外行星的溫度,可是對地球級大小的系外行星而言並不容易獲得測量結果。Leconte等人將希望寄託在預定於2018年發射的韋伯太空望遠鏡( James Webb Space Telescope),要不然預定在2024年才開光的歐洲極大望遠鏡(European Extremely Large Telescope)是他們的另一個希望所在。