龐大的星系團MACS 1206與重力透鏡

• 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。

古老星系中發現有機分子？我們離第三類接觸還有多遠？

韋伯正式展開拍攝任務已經屆滿週年，最近也傳回來許多過去難以拍攝到的照片。六月初，天文學家在《自然》期刊上發表了這張照片，在藍色核心外，環繞著一圈橘黃色的光環。

這是一個星系規模的甜甜圈？這是一個傳送門？還是外星文明的戴森環？

——都不是！其實，這是一個含有有機物多環芳香烴的古老星系，其名為 SPT0418-47。因為名字很長，以下我們就簡稱為 SPT0418 吧！

這個觀測結果有什麼特殊意義？這代表我們發現外星生命了嗎？

SPT0418 是怎麼被拍到的？扭曲時空的重力透鏡！

一年前，在韋伯望遠鏡傳回第一組令人震撼的照片時，我們製作了兩期節目來介紹韋伯望遠鏡，和它在天文觀測史上跨時代的重要意義。在那之後，也有不少泛糰敲碗，希望我們可以再繼續介紹韋伯望遠鏡的後續發展。

這次在週年前夕公開的這張 SPT0418 照片，是一張標標準準因為重力透鏡而形成的美麗照片。「重力透鏡 Gravitational Lensing」這個概念，相信有在關注天文物理的泛糰們，應該都有聽過。愛因斯坦的廣義相對論告訴我們，星系與星系團的龐大質量會扭曲它們周圍的時空，就像一面星系尺度的超級放大鏡一樣，可以在光線通過時改變它們的走向，從而扭曲背景星系的影像。而如果背景星系與前方的前景星系剛好前後對齊的話，重力透鏡效應還能將背景星系扭曲成美麗的環型，這個環型被稱為「愛因斯坦環 Einstein Ring」。

乍聽之下，重力透鏡會扭曲背景星系影像，好像會干擾觀察，是個缺點。但實際上重力透鏡在扭曲影像的同時，也會聚焦背景星系發出的光，從而讓背景星系變得更加明亮而容易觀測，讓天文學家可以看到更遠或更暗的天體。因此雖然扭曲的影像會增加分析上的麻煩，但天文學家其實非常喜歡觀測這些受重力透鏡效應影響的天體們。甚至會專門安排觀測計畫，拍攝這些受重力透鏡效應影響的區域。這次的主角 SPT0418，正是韋伯太空望遠鏡針對重力透鏡效應開展的「TEMPLATES 」觀測計畫的其中一個觀察對象。

SPT0418 是一個位於時鐘座（Horologium）方向，距離地球約 123 億光年遠的古老星系。最早在南極望遠鏡（SPT）的觀測資料中被發現，並在後續以阿塔卡瑪大型毫米及次毫米波陣列 ALMA 進行的觀測中，確認了它是一個富含大量塵埃，而且正在以每年約 350 個太陽質量的超高速率生成恆星的星系。

在我們與 SPT0418 之間，還存在著一個前景星系。正是這個前景星系的質量扭曲了周圍的時空，像一片巨大的放大鏡一樣將背後的 SPT0418 扭成了漂亮的愛因斯坦環。

在這張經過調色的照片中，中間的藍色部分就是前景星系，旁邊的橘色環則是因為重力透鏡而扭曲的 SPT0418 。得益於這個重力透鏡，SPT0418 的影像被增亮了三十倍以上，非常適合讓天文學家一窺早期宇宙中星系的狀態，因此被選為韋伯的觀測目標。

那麼，這次的觀測又有什麼重要意義呢？

多環芳香烴是什麼？看見它代表什麼意義？

這次的拍攝結果不能完全說是意外，因為在這個研究中，韋伯的目標非常明確，就是要尋找古老星系中的多環芳香烴。

在天文學上，多環芳香烴通常指兩個以上的苯環所組成的有機化合物的統稱，人們一般以它的簡稱「PAH」來稱呼它。

發現有機分子，難道這代表有生命存在於古老星系中嗎？其實不能這麼快下定論。

因為 PAH 廣泛存在於各式各樣的星系中，與其他由碳和矽組成的塵埃顆粒，同屬於星際塵埃的一部分。甚至在彗星、小行星、隕石中，都能發現各式各樣的 PAH。目前認為，宇宙中可能有超過 20% 的碳原子，都是以 PAH 的方式存在，只是環數不盡相同。

所以，雖然科學家認為，宇宙中的生命誕生，可能與這些這些遍布其中的有機分子有關。但發現 PAH，不能直接與發現生命劃上等號。

過去數十年的天文觀測結果也顯示，PAH 確實廣泛存在於星系之中，但是天文學家對於這些分子究竟如何形成？又是什麼時候形成的？目前還沒有共識。因此迫切需要更多觀測，例如這次的目標 SPT0418 是個距離我們非常遙遠的古老星系，對於研究宇宙早期星系以及 PAH 的起源就很有幫助。

觀察 PAH 的困難及韋伯望遠鏡的重大突破

然而，要觀察 PAH 卻不太容易。原因是這些 PAH 發出的光，波長主要都集中在幾微米到十幾微米的近紅外與中紅外線波段。這個波段的光線受到大氣層的吸收非常嚴重，幾乎無法從地面觀測，因此過去我們很難取得相關數據。想要尋找 PAH 的蹤跡，勢必得使用紅外線太空望遠鏡才行。

這時，就是韋伯大展身手的時候了。比起同樣專注於紅外光譜的前輩史匹哲太空望遠鏡，韋伯的鏡片直徑大了超過七倍，集光面積更是大了將近六十倍，這不僅讓韋伯能夠拍攝遠比史匹哲更清晰的影像，更可以在更短的時間內拍攝到更暗的目標。

得益於韋伯強大的觀測能力，在這個研究中它僅僅對著 SPT0418 曝光了不到一個小時的時間，就在 3.3 微米的波段找到了清晰的 PAH 發射譜線，確認了PAH的存在的同時，也打破了觀測到最遠的 PAH 訊號的紀錄。

此外天文學家也發現，韋伯所拍攝到的 SPT0418 與前幾年使用 ALMA 觀測到的影像並不全然相同。

由於韋伯拍攝的是 PAH 發出的近紅外光，而 ALMA 拍攝到的則是毫米尺寸的大顆粒塵埃所發出的遠紅外線，因此這可能代表 SPT0418 這個星系的不同部分，有著不同的塵埃組成。為甚麼會這樣呢？天文學家目前也沒有肯定的答案，需要更多的觀測來進一步釐清。

任務還在繼續！TEMPLATES 計畫持續追蹤 PAH 足跡

韋伯對 SPT0418 拍攝的照片，不僅打破了人類探測過離太陽系最遠的 PAH 訊號紀錄，更展示了在重力透鏡加韋伯的攜手合作下，能大幅拓展人類觀測遙遠星系的能力。除了 SPT0418 之外，天文學家還預計觀測另外三個被重力透鏡放大的星系，尋找並研究其中 PAH 的足跡，以解開星系與星際塵埃的演化之謎。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

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／簡克志
• 美術設計／蔡宛潔

有限的資源，不可能的任務

2022 年 5 月 12 日是個大日子，這天人類終於獲得了第二顆黑洞的觀測影像！這顆黑洞稱為人馬座 A 星（Sagittarius A*, Sgr A*），它就位於我們銀河系家園的中心。為了成功拍到 Sgr A* ，天文學家必須克服重重困難，包含黑洞周圍的環繞物質變動太快，或是宇宙塵埃與星雲的雜訊干擾等。不過，黑洞和我們日常生活有關嗎？為什麼看見黑洞這麼重要？科學家又是如何找到這顆黑洞呢？中央研究院「研之有物」專訪院內天文及天文物理研究所通信研究員賀曾樸院士，請他解答我們對於黑洞的各種好奇！

仰望銀河系的中心：一個超大質量的緻密天體

天文學家很早就開始有系統地觀察銀河系中心的電波訊號。在 1933 年 Karl Jansky 透過他架設的天線裝置，首次記錄到位於人馬座的銀河系中心有 20 MHz 的未知電波發射源。因此，後續的電波天文學研究，對於銀河系中心一直很感興趣，並且把這個電波源稱為人馬座 A 星（Sagittarius A*, Sgr A*）。

賀院士在訪談中提到，中研院天文所的前籌備處主任（所長）魯國鏞院士，在 1985 年讀博士時，對銀河系中心電波源做了最早的干涉儀測量，當時魯院士推測這個來源可能是個大質量黑洞。

接著 1992 年開始，兩位天文學家 Andrea Ghez 和 Reinhard Genzel，利用先進干涉儀器觀測銀河系中心周圍的恆星運動長達 20 多年，他們發現這些恆星的橢圓軌道似乎都圍繞著一個共同的焦點（如下圖）。

試問宇宙中有「誰」重力這麼大、空間範圍卻又這麼小呢？超大質量黑洞是最合理的解釋。這也讓 Ghez 和 Genzel 獲得 2020 年諾貝爾物理獎的榮耀，原因是「發現銀河系中心是一個超大質量的緻密天體」；另一位得獎主是 Roger Penrose，原因是「證明廣義相對論能夠可靠地預測黑洞的形成」。

至此，科學家已經得知銀河系中心黑洞可能存在，接下來就需要找到黑洞存在的直接證據：看見黑洞。

事件視界望遠鏡（Event Horizon Telescope, EHT）聯盟於 2017 年創立，串連全世界研究人員一同構建出足以觀測黑洞的電波望遠鏡陣列，同年（2017）完成兩個超大質量黑洞的初步觀測——銀河系中心黑洞 Sgr A* 與 M87 星系中心黑洞，當時有 8 座電波望遠鏡一同貢獻解析力，中研院就參與了 3 座望遠鏡（SMA、JCMT、ALMA）的研發、建造與運作。

2019 年 4 月 10 日，人類獲得了史上第一張黑洞的照片！首次看見 M87 星系中心的超大質量黑洞，有明確的中心陰影和周圍明亮的環狀結構。

2022 年 5 月 12 日，我們終於揭開銀河系中心黑洞的秘密，獲得人馬座 A 星的直接影像證據，這是我們可觀察到距離最近的黑洞，也是目前唯二能夠觀測到的黑洞！

質量高達太陽的 4 百萬倍？銀河系「小」巨獸，人馬座 A 星

人馬座 A 星（Sgr A*）就像一隻「小」巨獸，說它巨，是因為 Sgr A* 的陰影直徑為太陽的 43 倍，質量高達太陽的 4 百萬倍，這是住在地球的我們難以想像的。不過和 M87 黑洞一比，Sgr A* 又顯得很「小」，因為 M87 黑洞陰影直徑為 Sgr A* 的 2,000 倍，質量是 Sgr A* 的 2,000 倍！（如下圖）。

奇妙的是，如果從地球上觀測人馬座 A 星和 M87 黑洞，兩個黑洞看起來會差不多大！Why？這是因為人馬座 A 星距離地球的距離，又比 M87 黑洞近了約 2,000 倍。從地球上看這兩個黑洞，剛好在天空形成一樣大的張角^{[註 1]}。

從圖片可以看到，人馬座 A 星和 M87 黑洞的結構很類似，周圍都有發光的環狀結構（吸積盤）、中心陰影也都很明顯。不過，要如何在地球上看見黑洞呢？

首先，不能用光學望遠鏡，必須使用電波望遠鏡看黑洞。電波和可見光的主要差別是波長，可見光的波長平均 0.5 微米左右，EHT 的電波望遠鏡觀測波長則約 1 毫米，兩者大約相差 2,000 倍。

賀院士強調，為了接收到遙遠星系的訊號，必須選擇不受塵埃影響的波長，電波的波長比灰塵要大得多，因此可以穿透塵埃，收到來自銀河系中心的訊號。反之，可見光很容易就會被塵埃擋住。

不過，就算是銀河系中心，還是離我們很遠，要如何看得清楚？

賀院士說，波長和電波望遠鏡的「視力」（角解析度）有關，波長愈小、角解析度越好。因此波長也不能太大，否則會導致最終影像解析度不足，並影響天線精確度。

在技術和建置成本考量下， EHT 選擇次毫米波波長（0.5 毫米～1 毫米），1 毫米是目前最適合的觀測波長，可輸出黑洞影像解析度 3*3 像素。

咦？圖片解析度只有 3*3 像素？其實電波望遠鏡的「視力」（角解析度）已經非常高！這次觀測到人馬座 A 星的陰影直徑張角約 50 微角秒，是天空張角一度的一億分之一，相當於從地球看月球上一塊甜甜圈的大小。未來，EHT 觀測波長將使用 0.5 毫米（660 GHz）來獲得更高解析度，預計可達 15*15 像素。

除了波長之外，電波望遠鏡口徑也是影響角解析度的因子，口徑越大、角解析度越好。但是我們不可能做出和地球一樣大的望遠鏡，為了讓地表有限的電波望遠鏡模擬出巨大望遠鏡的效果，必須使用特長基線干涉（Very-long-baseline interferometry, VLBI）技術，讓不可能化為可能。

VLBI 技術採用口徑合成（Aperture synthesis）的方式，當地球自轉時，地表上的望遠鏡可以在不同時間逐漸涵蓋訊號接收範圍，目的是讓世界各地的 EHT 望遠鏡陣列產生等同於地球直徑般的巨大望遠鏡效果，請參考以下影片。

這意味著我們要從有限的視野去看黑洞，因此科學家使用原子鐘、同步器來確保每個望遠鏡的訊號同步，每個望遠鏡內有超導體接收器來準確接收訊號，因為電波訊號溫度相當低（僅 3K）。最關鍵的是，研究人員要非常瞭解可能產生的偏誤，例如地球自轉、大氣層影響、星際散射等，逐步修正數據。

特別是銀河系中心黑洞 Sgr A*，除了要排除眾多塵埃和星雲的干擾之外，由於 Sgr A* 距離地球較近，尺寸又小，所以周圍物質繞一圈的時間比 M87 黑洞快很多，地球自轉速度跟不上。因此，當我們在地表使用 VLBI 技術去觀測 Sgr A* 時，就好像在拍一隻不斷快速追著尾巴跑的狗狗，增加了影像分析的困難。

目前天文學家已經有一套成熟的除錯方法，將混亂的原始資料校正梳理成我們看到的黑洞影像。2017 年收到初步觀測數據之後，研究團隊需要排除眾多干擾和錯誤訊號，因此直到 2022 年才能正式公開影像。本次取得的銀河系中心黑洞影像，無疑將人類對黑洞的認知更往前推進。

有關黑洞的 QA 集結！

接下來，「研之有物」編輯團隊為讀者收集了一些有趣的問題，一起來看賀院士如何回答吧！

為什麼拍到黑洞很重要？科學家為何高度關注？

黑洞是宇宙中重力最強的地方，在事件視界之內，光和資訊都無法逃脫，我們如果可以拍到想像中「看不到」的黑洞將會非常有趣。

2022 年的人馬座 A 星和 2019 年的 M87 黑洞都屬於超大質量黑洞，也就是質量有太陽的幾十萬到幾十億倍以上。這類黑洞存在各個星系中心，我們目前還不知道這類黑洞如何形成，因此需要更多黑洞影像的直接證據做確認，例如溫度多高、密度多少等。

從理論上來看，黑洞的觀測證據也有助於我們驗證愛因斯坦的相對論是否正確。

為什麼目前只拍到兩個黑洞？其他黑洞呢？

因為宇宙中很多小型的黑洞還無法觀測到，以目前 EHT 的角解析度來說，我們可以拍到最大的黑洞是 M87 黑洞，最近的黑洞是人馬座 A 星。在未來 10 年內，當提高角解析度時，將能夠捕捉到其他星系中的超大質量黑洞照片。

為什麼每個星系中心都會有一個超大質量黑洞呢？

天文學家還不知道這種超大質量黑洞如何形成，以及為什麼會位於星系的中心。目前只知道，超大質量黑洞位於每個星系重力位能井的中心。然而，超大質量黑洞有可能在宇宙誕生初期就已經形成，成為星系生成的「種子」。

天文學家如何定位銀河系的中心？

因為在一個星系中，所有恆星都會圍繞著星系的中心旋轉，就像我們太陽系的行星也會繞著太陽旋轉一樣。因此，我們可以從旋轉運動去找到銀河系最中心的位置。獲得諾貝爾物理獎的 Genzel 和 Ghez，他們就是去觀測銀河系中心附近快速旋轉的恆星，精準確認位於軌道焦點的超大質量緻密天體（也就是黑洞）之位置。

為什麼銀河系中心的黑洞會有三個特別亮的區域？為何 M87 黑洞周圍沒有這三個亮區呢？

人馬座 A 星周圍環狀結構的三個亮點，可能與周圍物質快速旋轉的擾動有關。這些亮點存在的時間尺度約在數分鐘至數小時，我們的觀測解析度可以捕捉到這些變化。而 M87 黑洞的環狀結構，也有可能存在這些亮點，但是 M87 黑洞構造的時間變化尺度更長，我們目前的觀測解析度還無法看到。

為什麼觀測銀河系中心黑洞和 M87 黑洞時，黑洞的旋轉軸都是對著地球呢？

黑洞的旋轉軸是由黑洞在形成過程中所累積的總角動量來決定。因此，黑洞轉軸可以是任意方向，取決於這顆黑洞過去的歷史。不過，因為黑洞旋轉軸剛好和我們的視線垂直的機率很低，因此我們很可能總是看到黑洞旋轉軸以某種角度指向地球。

黑洞影像是人去上色的，為什麼選溫潤的紅橘色而不是藍色呢？

因為幾乎所有的天文數據都是用可見光以外的波長去取得，所以儀器收集到的光其實人眼並不可見。在 EHT 計畫中，我們看到的是次毫米波長的光（波長約 1mm），天文學家使用具有代表性的顏色為圖像「上色」。

使用紅橘色來表示黑洞環狀結構，是為了傳達一個概念：環的溫度非常高，黑洞周圍的吸積物質溫度比太陽熱得多。雖然在天文學上藍色天體溫度更高，但我們採用一般大眾熟知的「紅 = 熱」的概念。

黑洞的「背面」看起來會如何？會和目前照片類似嗎？

從宇宙的另一端，我們也會看到環狀結構，因為黑洞中心強大的重力場，會讓光線像穿過「透鏡」一般產生彎曲，這就是「重力透鏡效應」。

然而，從背面觀測還是有不太一樣的地方。以 M87 黑洞為例，從地球看過去，黑洞環比較亮的底部區域，是由都卜勒加速（Doppler boosting）造成，環的亮部正在向觀察者移動。

反之，如果從 M87 黑洞的「背面」看過去，環的底部區域將遠離觀察者，頂部區域會向觀察者移動，因此黑洞「背面」的觀察者將看到環的頂部區域特別亮。

黑洞會吸收能量和排放能量嗎？吸收的量是否等同排放的量？

無論是愛因斯坦的理論預測和觀測結果都指出，在黑洞陰影內的所有輻射，都將向黑洞中心彎曲，黑洞陰影的邊界約為事件視界的 2.5 倍大。

所謂事件視界，就是所有光和物質都被黑洞吸進去的邊界，光和物質的能量會被黑洞吸收。在事件視界和陰影邊界的中間地帶，光和物質則被黑洞「捕捉」在一個緊密的軌道上。在陰影之外，光和物質才得以逃脫。

因此實際上，黑洞只會吸收輻射，不會放出輻射^{[註 2]}。我們看到的輻射（光環），以及看不到的輻射（被黑洞吸入事件視界），這些輻射都來自黑洞周圍的吸積物質。

黑洞和人類的生活有什麼關係呢？（比如太陽、月亮就影響地球人類的生活：潮汐、晝夜等）

黑洞都離地球相當遠，作為恆星終結狀態的小黑洞亦然。因此黑洞透過輻射或重力對地球的影響，與太陽相比之下幾乎可以省略不計。然而，也正是人馬座 A 星的超大質量，讓銀河系盤面上的恆星都繞著銀河系旋轉，公轉一圈約需 2 億年。因此，我們在地球天空看到的恆星和星系也是在這個時間尺度內不斷變化。

另外，在純理論考量之下，如果人類可以利用物質落入黑洞周圍吸積盤所釋放的能量，將會比核能發電更有效率。這是因為釋放的能量接近於物質的質量當量，而來自核分裂或核融合的核能僅釋放出質量當量的很小一部分。雖然現在聽起來有點科幻，但是當年瑪麗居禮（Marie Curie）首度發現放射性材料之後，人類其實很快就能夠製造出核反應爐。

註解

• 註 1：因此，雖然 Sgr A* 黑洞比 M87 黑洞距離地球還要近，但是因為直徑也更小，故兩者最終圖片解析度都是 3*3 像素。
• 註 2：理論上，黑洞會釋放相當微弱的「霍金輻射」（Hawking radiation），但過程會非常非常緩慢。目前天文學家尚未觀測到霍金輻射。

延伸閱讀

• 事件視界望遠鏡（Event Horizon Telescope, EHT）全球記者會──關於銀河系中心之重大研究成果發表。（2022 年 5 月 12 日）。YouTube. 
• 再揭黑洞之謎！中研院參與EHT國際合作計畫公布銀河系中心黑洞首張影像。（2022 年 5 月 12 日）。中央研究院天文及天文物理研究所。
• 歐柏昇、簡克志（2021）。〈人類首張黑洞照片再升級！解讀 M87 星系黑洞偏振光影像與後續〉，《研之有物》。
• 探索黑洞更進一步！EHT 公布 M87 星系偏振光影像　直擊黑洞磁場。（2021 年 3 月 25 日）。中央研究院天文及天文物理研究所。
• 銀河系中心。（2020 年）。中央研究院天文所季報《天聞》2020 年冬季號。 
• 黑洞。（2019 年）。中央研究院天文所季報《天聞》2019 年秋季號。
• 看到了！中研院參與國際計畫 發表史上首張黑洞影像。（2019 年 4 月 10 日）。中央研究院天文及天文物理研究所。
• VLBI。（2012 年）。中央研究院天文所季報《天聞》2012 年春季號