新的太陽系第九行星又出現了！？這是真實抑或是虛幻的想像呢？

• 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。

• 文／陳英同｜中研院天文所博士後研究員

肉眼、望遠鏡、推理：這就是整個太陽系了嗎？

遠古以來，人類在深夜裏仰望天穹， 結合神話故事，想像出一百多個星座。就在這樣充滿故事但是顯少改變的夜空中，有幾個星點被古代天文學家發現了規律的週期運動，這就是我們現在所知道的太陽系行星，並且以最有名的幾個希臘神來命名，例如：阿波羅（Apollo）－太陽、維那斯（Venus）－金星、朱比特（Jupiter）－木星等等。

不過畢竟肉眼的能力有限，頂多只能看到視星等五等多的天王星（不過天王星不是肉眼發現的，是利用望遠鏡偶然發現的）。在中古世紀，人們覺得這七顆行星應該就是太陽系中所有的行星了（不過確定他們是繞著地球還是太陽轉，又是另一個很長的故事了）。

在1846年，數學及天文望遠鏡發展了一段很長時間後，天文觀測精確度以及計算能力都剛好滿足時，天文學家發現最外圍的天王星似乎在天空中有著不規則的運動，而且剛好可以假設一顆還未發現行星的重力擾動來解釋，也因此而發現了海王星。

有了這個成功的例子，天文學家開始利用相同的方法去找尋是否海王星外是否還有未發現的行星。在1930年終於發現了冥王星，這也是唯一美國人發現的行星（雖然我們現在知道冥王星被降級成「矮行星」，再也不是太陽系的行星了······）。

在這之後，人們「又開始覺得」這應該就是整個太陽系的模樣了，但是理論天文學家就不這麼覺得了。荷蘭天文學家揚．歐特（Jan Oort）首先在 1932 年左右首先提出長週期彗星的來源，應該是一個距離 20000 au （天文單位，地球到太陽的距離）的球狀雲團 ，也就是歐特雲。

庫柏（Gerard Peter Kuiper）跟艾吉沃斯（Kenneth E Edgeworth）在 1950年代時，提出了海王星外應該有個太陽系形成時，所殘留下來的原始行星盤的假說。費南德茲（Julio Fernández）與中央大學的葉永烜老師在 1987 年進一步用數值計算模擬推論出位於 35 到 50 au 應該要存在一個彗星帶或是行星盤，才能解釋短週期彗星的成因。有了這些理論的基礎，1992 年麻省理工學院的朱維特（David Jewitt）終於找到在發現冥王星 60 多年之後的第二顆庫柏帶天體1992QB1，並且開啟了海王星外天體的大航海時代。

在 2006 年，任職於加州理工學院的布朗（Michael Brown），利用第一代的大視場天文數位相機，發現了絕大部分的比較亮或是比較大的庫柏帶天體，包含表面有水冰光譜的妊神星（Haumea）家族、推測是內歐特雲的賽德娜（Sedna, 小行星 90377），以及跟冥王星大小差不多的鬩神星（Eris）。鬩神星的發現也間接了否定了冥王星行星的定位，西方媒體也戲稱布朗是冥王星殺手。

在接下來的十年中，觀測天文學家利用更大的望遠鏡、更新更廣的電子相機，找到了超過二千個庫柏帶天體。由於離太陽越遠，太陽系原始物質的空間密度會越來越低，在近二十年的觀測裡，也並沒有發現其他會影響庫柏帶天體的天體。這時，大家又開始覺得，真正的太陽系應該就是這樣了：庫柏帶跟歐特雲中間應該沒有什麼大東西存在了。

第九行星，下一個就是你：但是你在哪裡？

自從賽德娜發現後十年，行星動力學一直無法很好的解釋它的來源與存在。由於它離海王星實在非常的遠，離海王星軌道最近的距離比海王星軌道還多一倍 （76 au v.s. 30 au），動力學模擬的結果也證明在46億年內（太陽系的年齡） 它都不會改變它的軌道，那它是如何跑到到那個位置的呢？

一般相信這個與世獨立的存在需要一些外力，例如漂流的恆星通過太陽系外、或是太陽形生成於星團中，而後才離開星團。但這些理論大多只能說是假設，缺少觀測上的支持。但是在這十年間，天文學家陸續找到數顆與賽德納很像的天體，並且發現這些天體的軌道傾角與近日點的位置有特別的趨勢（見圖1、2），但由於數量過少，這個領域的研究方向一直還未確定。就在去年的二月，加州理工學院的巴特金（Konstantin Batygin）與布朗敲響了第九行星理論的第一聲響，發表了一顆十倍地球質量行星位於 250 au 的理論模型。而這個模型剛好可以適當的解釋遠近日點的天體為何都偏向同一邊（見圖）以及傾角分佈，以及他們如何生成的。

行星科學界最重要的定期會議之一是美國天文學會下的 DPS （Division for Planetary Sciences）會議，在裡面接受報告的論文都是最新、最有影響力的研究結果，許多科學媒體也會參與會議，然後立即發出新聞稿。在這個會議中，巴特金受邀發表大會演講，接在他之後的數個論文報告，也都提出一些觀測上跟理論上的一些支持的論點，包含：

1. 雪柏（Scott Sheppard）又找到數顆遠近日點的天體
2. 太陽自轉軸的偏差能用第九行星來解釋
3. 這些遠近日點的天體剛好在這顆推論行星的軌道共振點上。

當然，除了正方的結果，也出現了不少反方的研究，其中最重要的二個結果就是：

(1) 這顆行星的存在將會把現在所見的庫柏帶外的結構摧毀，

(2) 銀河盤面並沒有巡天資料，所以觀測上有明顯的偏差。

現在這個狀況，舉一個眾所皆知的例子，就像UFO到底是外星人太空船，亦或只是地球上的飛行器或者各種光影的組成而已？先不討論照片合成或是誤認，正方反方都能提出不少「說法」或是「間接證據」，但是現況就是我們並沒有確切的證據來證明UFO是外星飛船。

觀測天文學家與理論天文家存在一種微妙的關係：既競爭又合作。理論天文學家可以利用一些假設來預測現在技術看不到的東西或現象，觀測天文學家則是不斷用最新的科學技術去發現、或是證明假設是否正確。一但當科學技術進步到能觀測到應該要觀測的天體時，眾多理論在這時就是大審判的時候了。

目前許多國際研究團隊包含卡內基天文台、加州理工學院及日本國立天文台，都如火如荼地進行尋找第九行星的觀測工作，尤其是位於夏威夷的 Subaru 望遠鏡，由於它是目前口徑最大（八公尺）的大視場望遠鏡，所以擔任起許多重要的觀測工作。所以第九行星到底存不存在？相信這個問題在不久的將來就會真相大白了。

本文摘自《物理雙月刊》39 卷 8 月號 ，更多文章請見物理雙月刊網站。

最近，科學家張貼一份協尋啟事。究竟是什麼東西，需要全世界的人們一起幫忙尋找？不是通緝犯，也不是失蹤的寵物，而是失落的「第九行星」。

尋找「X 行星」

早在 1905 年，羅威爾（Percival Lowell）就開始尋找海王星外的未知行星。他發覺天王星、海王星的軌道有些異常，並可用一個未知行星的拉扯來解釋。這個未知的行星，就姑且稱作「X 行星」了。

其實，由已知行星的運行軌道，來預測未知的行星，並不是什麼新鮮的事情。1846 年，勒維耶（Urbain Le Verrier）以牛頓力學計算出天王星軌道的偏差，大膽預言有個未知行星在拉扯天王星軌道。他把理論預測的數字交給柏林天文台的伽勒（Johann Gottfried Galle），據說不到一小時，一個新的行星就被找到了──這顆行星就是海王星。

發現海王星的成功經驗，給後世科學家許多啟發。羅威爾試著如法炮製，尋找「X 行星」。可惜歷史無法順利地複製，羅威爾在 1916 年逝世前，並沒有找到這顆 X 行星。不過，他留下的羅威爾天文台繼續運作，並在 1930 年找到了一顆新的「行星」，也就是冥王星。羅威爾追尋已久的 X 行星，終於由後人找到了嗎？不，可惜冥王星的質量太小了，根本沒辦法達成羅威爾從行星軌道算出來的預測值。所以，就算 X 行星存在，它絕對不是冥王星！

1993 年，天文學家以現代觀測的精確數據，重新計算行星運動的軌道，證實「X 行星」的預言是建立在不準確的觀測數據上，實際上根本不需要「X 行星」，就能解釋海王星現在的軌道。神秘的「X 行星」假說，被天文學家踢出門外了。冥王星的下場更慘了，不但不是「X 行星」，還從行星名單當中被除名了。2006 年國際天文聯合會（IAU）決議，將冥王星移除九大行星之外，成為「矮行星」。從此，太陽系的行星總數回歸到八個。

往更遙遠的地方走去

我們不必為冥王星的除名哀悼，因為事件的背後，代表更多驚奇的發現。1990 年代以來，天文學家漸漸發覺，冥王星並不孤單，它與許多小天體一起居住在海王星之外的「古柏帶」。隨著海王星外天體的逐一發現，人們才知道冥王星只是古柏帶天體的其中一個而已。人類對於太陽系邊緣的認知，往更遙遠的地方開展。

在這十幾年來，人們才開始找到冥王星的「鄰居」──或可說是讓它被除名的「兇手」。其中有一個海王星外天體非常特別，名字叫作賽德娜（Sedna），是在 2003 年由麥可．布朗（Mike Brown）、查德．特魯希略（Chad Trujillo）和大衛．拉比諾維茨（David L. Rabinowitz）找到。賽德娜可能與冥王星一樣是矮行星，但離我們相當遙遠。冥王星與太陽最近的距離是 30 天文單位（1 天文單位的意思是「地球與太陽的距離」），目前找到的其他海王星外天體也大致在 30 至 50 天文單位的古柏帶範圍內。然而，賽德娜與太陽最近的距離卻是 76 天文單位，在非常外圈的橢圓軌道繞太陽公轉，令人懷疑是否還能算在古柏帶之內。許多天文學家認為，賽德娜有可能與太陽系更外層的「歐特雲」有所聯繫。

到了 2012 年，特魯希略與史考特．雪柏（Scott Sheppard）發現一顆新的天體，打破了賽德娜的紀錄。這顆稱為2012VP113 的星球，離太陽最近的距離竟然高達 80 天文單位。這個新發現，代表賽德娜不是單一的特例，還有其他天體位在這麼遙遠的地方。問題來了，它們怎麼會出現在離太陽這麼遙遠的地方？現在的位置可能不是誕生地，因為那裡缺乏氣體和塵埃，很難形成較大的星球。科學家猜測，它們誕生之初可能受到某些重力影響，有可能是與其他原行星拉扯，也有可能是外來的恆星從附近通過而改變它們的軌道。

許多證據指向「第九行星」可能存在

賽德娜與 2012VP113 提供了更多有趣的線索，改變我們對太陽系的認識。特魯希略與雪柏利用它們的運行軌道推論，可能有個比地球重、比海王星輕的天體，位於離太陽 250 天文單位的軌道上。康斯坦丁．巴提金（Konstantin Batygin）和麥可．布朗在 2016 年 1 月發表新的研究，利用賽德娜、2012VP113 以及另外四個較遙遠的古柏帶天體的運行軌道，得出一個驚人的結論──「第九行星」可能存在，它的質量大約是地球的 10 倍，與太陽最近的距離約 200天文單位，繞太陽公轉的週期是 1 萬至 2 萬年。

天文學家其實沒有直接看到「第九行星」。到底有什麼可靠的證據，說明「第九行星」存在呢？賽德娜、2012VP113與其他幾個「極端海王星外天體」，共同具備某些奇怪的特性。首先，它們離太陽最近的時候，位置都剛好在黃道面上［註1］。且它們通過黃道面的方向，都是由南向北。再者，它們運行軌道的長軸都在同方向，好像某東西推過去的。從下圖可以清楚看到，這幾個「極端海王星外天體」軌道的長軸（也就是離太陽遙遠的一端）都在圖中的左邊［註2］。這可能不是巧合，而是巨大的「第九行星」重力拉扯而形成的現象。此外，「第九行星」會造成許多古柏帶天體的軌道嚴重傾斜──這些奇異的天體也的確存在。麥可．布朗說，如果他在什麼都不知道的情況下看到這篇論文，一定會覺得太瘋狂了，但是看完這些證據和統計，很難有其他結論了！

• 註 1：太陽系內主要的行星，幾乎都在同一平面上繞太陽公轉，這個平面就稱為「黃道面」。賽德娜與地球、火星等行星不同，並不是隨時都在黃道面上，但離太陽最近時剛好在黃道面上。
• 註 2：2016 年學者發表了一個長軸指向右邊的極端海王星外天體，因此不能說每一個都指向左邊。

「第九行星」的假說，似乎還能解釋許多長久以來的謎團。2016 年 10 月，在美國加州舉行的行星科學會議上，巴提金和布朗的合作者，加州理工學院的研究生伊莉莎白．貝利（Elizabeth Bailey）提出對於「太陽傾斜」的研究。早在 1800 年代，人們就知道太陽不尋常的傾斜，但是這件事不常被討論，因為沒人有任何線索知道它是什麼造成的。所謂「太陽傾斜」，意思是太陽從黃道面偏斜了大約 6 度，至今還沒有人能成功解釋。

貝莉的研究將太陽傾斜的罪魁禍首指向「第九行星」，如果存在一個巨大而遙遠的行星，可能增加了太陽系的搖擺，使得太陽些微地傾斜。貝莉說：「因為第九行星質量很大，而且軌道比其他行星更傾斜，太陽系只好慢慢地扭曲，不再排列得那麼整齊了。」巴提金說：「它持續使我們感到驚奇。每次我們仔細看，就發現第九行星又能解釋一些太陽系長久以來的謎團。」

亞利桑那大學的天文學家雷努．馬霍特拉（Renu Malhotra）等人，還有另一個證據說明未知行星的存在。他們分析公轉週期非常長的「極端海王星外天體」，發覺這些天體曾經與某個未知行星發生共振。經過計算，未知天體繞太陽公轉的週期大約 17000 年，且一個 10 倍地球質量的行星可以合理解釋這種共振現象。

以上許多證據，都指出太陽系內的「第九行星」可能存在。問題是，找到「第九行星」有什麼意義？是因為冥王星除名後，「九大行星」被迫改成「八大行星」，如果找到第九顆就可以改回大家習慣的稱呼嗎？當然不是這麼無聊的理由！事實上，如果找到「第九行星」，可能徹底改寫我們所知的太陽系演化史。竟然在這麼遙遠的地方，可以存在一顆巨大的行星，它的身世來歷真是耐人尋味了。

更有趣的是，這幾年天文學家在太陽系外找到了許多重於地球、輕於天王星與海王星的行星，也就是被稱為「超級地球」的行星。奇怪的是太陽系的八大行星當中，並不存在這種行星。假如「第九行星」存在，且如預期是 10 倍地球質量，那就填補了這個空缺。儘管關於「第九行星」的爭論還沸沸揚揚，我們對於太陽系的探索又前進一步。

一起上網尋找失落的行星吧！

我們似乎又回到 1846 年尋找海王星的那個情境，理論預測一個未知的行星存在，等待人們去找尋。巴提金也說，的確有點重現歷史的意味。不過，經過一百多年，科技突飛猛進，當年一小時找到海王星，現在應該可以一分鐘找到「第九行星」吧？實際上並非如此，現在天文學家還在煩惱著要怎麼把它找出來呢！因為它離我們太遠了，也離太陽太遠了，不像鄰近的行星，反射了太陽光就輕易被我們看見。太陽系遠比你想像中大得多，人類根本還無法掌握太陽系邊緣那個非常昏暗卻充滿驚奇的世界。

理論預測之後，天文學家很努力在望遠鏡拍攝到的眾多影像中，尋找「第九行星」的下落。雪柏說，這就像玩遊戲一樣，你不知道哪張照片會有超級地球在裡面。尋找的訣竅，就在於看它移動得多慢。如果找到移動夠慢的天體，代表它離我們夠遠，這才有趣，要不然就只是一般的古柏帶天體。

然而，這個工作就是大海撈針。一個人只有兩隻眼睛，光是幾個天文學家，想要找到新的行星，實在太困難了。那是不是能利用電腦幫忙尋找呢？可惜，在這方面，人眼還是比電腦銳利多了。天文影像當中，有許多非真實天體造成的光點，電腦經常會受騙，但人眼很容易辨認出來那是假的。

天文學家決定嘗試一個新的方法：利用全世界的眾多人的眼睛，一起幫忙尋找「第九行星」。網際網路把全世界的人們串聯在一起，天文學家只要設計一個容易操作的小工具，將天文影像放上網，大家就可以到網站上幫忙尋找了。

於是，天文學家就設計了這個網站「Backyard Worlds: Planet 9」。點選「classify」，就可以進去尋找失落的行星了。網頁顯示的天文影像，是由廣域紅外線巡天探測衛星（WISE）拍攝，這是紅外光影像，可以偵測行星自己發出的光。如果「第九行星」的特性符合預期，應該會出現在某一組照片的某一個角落。或許你就是那個幸運兒，現在「抽到」的這組照片，就是具有「第九行星」的那張！當然，看越多張照片，找到的機會就越大了。

每組照片都有不同時間拍攝的幾張，請你當作動畫來看。我們要觀察的重點就是是否有天體在移動。移動的天體，有可能是「第九行星」，也可能是一種稱為「棕矮星」的天體，它們是形成失敗的恆星，有可能出現在太陽系外圍，天文學家也很有興趣尋找。如何判斷天體在移動呢？我們需要找兩種型態的天體，一種是「雙極（dipole）」，原本亮左邊，後來亮右邊，其實是移動速度慢的天體。另一種是「移動物（mover）」，很明顯在影像中移動，這些是移動速度較快的天體。這兩種特徵，都是天文學家有興趣尋找的天體，請你都利用「標記工具」，在圖片上標記出來。若有這兩種型態的天體，在動畫中的每張照片都需要標記，才方便追蹤它的移動。如果沒有任何雙極或者移動物，請你直接按「完成」。

不過請特別注意，有些容易混淆的光源，不要選進去了。首先，鋒芒四射的光源其實是恆星（如下圖左），不需列入，別把它和「雙極」搞混了。此外，有些光源並非真正來自天體（如下圖右），就像鬼影一樣，肉眼通常能辨識出來，也請你不要選到它們了。頁面右邊的「Field Guide」有更多例子，可以點進去參考。

了解遊戲規則之後，趕快上網幫忙尋找「第九行星」吧！人類對宇宙的探索愈加深刻，卻發覺我們自己居住的太陽系比想像中來得複雜，值得深入發掘的面向還有很多。在網路串連全世界的時代，天文學家號召全世界大眾一起幫忙。這就是「網路公民天文學」的概念，人人都能作為天文學家，到我們的家園──太陽系的邊緣探險，在無數的影像中尋找寶藏。不論是否真的找到「第九行星」，這些「鍵盤天文學家」對於古柏帶天體與棕矮星的搜尋，將有不少貢獻。其實，在Zooniverse這個網站上，還有很多其他的公民天文學計畫，歡迎你一起上網探索宇宙！

• 「Backyard Worlds」公民天文學網站的介紹影片：

參考資料：

• Batygin, K., & Brown, M. E. 2016, AJ, 151, 22
• Malhotra, R., Volk, K., & Wang, X. 2016, ApJL, 824, L22
• Standish, E. M. 1993, AJ, 105, 2000
• Trujillo, C. A., & Sheppard, S. S. 2014, Natur, 507, 471
• Witze, A. 2016, Natur, 529, 266
• Witze, A. 2016, Natur, 531, 290
• Byrd, D. 2016, More evidence for a 9th planet, EarthSky
• Byrd, D., & Imster, E. 2016, Help astronomers look for Planet 9, More evidence for a 9th planet, EarthSky
• Faherty et al., Backyard Worlds: Planet 9, Zooniverse
• Reddy, F. 2017, NASA-funded Website Lets Public Search for New Nearby Worlds, NASA News Releases