簡介
主持人：香港電台公共事務組
每個星期六，我們會邀請一位科學家，介紹在其研究範疇內一個正在影響世界未來發展、我們不可不知的趨勢，以專業和視野來培養具前瞻的預測與洞察力。
監製: 林嘉瑜
製作: 張璟瑩
最新
利用新型望遠鏡研究超新星殘骸
嘉賓:香港大學物理學系副教授吳志勇
「大家好，我是吳志勇教授，我是港大物理學系副教授，我是一位天文學家，我主要觀測宇宙裏面比較極端的天體，譬如一些超新星爆炸的遺骸，以及脈衝星、脈衝星風雲等。 其實一般的星星，大家看見天上的星星和人類一樣有壽命，它完結後會變成另一種天體，例如太陽過多五十億年後會變成白矮星，我研究的是大質量的行星，八至十倍太陽質量的行星，它們燒光燃料之後，就會有很劇烈的超新星爆炸，剩下的可能變成黑洞或者變成脈衝星，我研究的方向主要是觀測這些超新星的遺骸，以及這些脈衝星，我會用國際上主要的太空望遠鏡，以及射電望遠鏡去觀測這些星的遺骸。 這些星的特別之處就是它們其實好細小，好像香港島這樣細小，但是質量很大，即是想像將太陽置於香港這樣細小的地方。 」
這些如此緻密的星體，對於科學家研究一些極端的重力、磁場等會有很大幫助，因為在地球上，永遠提供不到這樣極端的環境去進行物理學研究。
「我研究的最主要範疇是看這些脈衝星上面，它們有很強的磁場，它們亦轉得很快，那麼它們會將粒子加速到很高能量，這樣在宇宙會形成所謂的宇宙射線。 宇宙射線被發現超過一百年，它們的來源是怎樣的，人們未太清楚。 目前最主流的學說，是指這些在銀河系的粒子會在脈衝星附近，以及在超新星遺骸的擊波裏面加速，它們來到地球之後形成了高能的粒子，其實對我們的生活也會有一點影響。 譬如我們常用到的碳-14年代測定法，是由於這些高能粒子不斷撞擊地球的碳-14原子，不斷產生碳14，才做到測定時間。」
傳統天文學幾千年以來，都是觀測可見光為主，不過，最近的一百年間，已經超越了可見光，進而透過電磁波，甚至中微子等理解天體。
「即是由射電一路到可見光、紅外、紫外、X射線、伽瑪射線都有，現時這被稱為多波段觀測，可觀察一個星體不同波段發出來的強度、能量，估計它背後的物理狀況，但新的趨勢不止多波段，除了電磁波之外，還有其他中微子、重力波等，或者宇宙射線，即是將幾個不同方向組合起來去觀測天體，它的背後有甚麼正在發生，這超越了可見光的範圍，亦超越了電磁波的範圍，有些東西是從電磁波中觀察不到的，例如中微子，現在我們已經有中微子天文台。譬如我研究的脈衝星，如果兩粒脈衝星撞在一起時，它們會產生很強的引力波，事實上現時已觀測到有幾個這樣的事件，而重要性是在於其實很多重的金屬會在這個過程中誕生，估計有大部分重的元素會在超新星爆炸的時候誕生，以及會在兩個脈衝星碰撞的時候誕生，這些都會導致很強烈的引力波，這亦都可以解釋到很多重的元素，在宇宙如何誕生，以及在地球觀測到的，例如金、銀、銅，這些重的元素是如何在宇宙中產生。」
未來影響天文學發展的一個重要因素，在於學者會運用到不少新型的望遠鏡。
「今後五至十年，會陸續有很多新的望遠鏡落成，最主要譬如我從事射電的方向，有一個名為平方公里列陣，具備多支望遠鏡，會在南非和澳洲分別建設多支望遠鏡，規模屬史無前例的大。它當初的計劃是收集面積達一平方公里，它會每天觀察天上星的變化。 這樣大的望遠鏡會收集到很多數據，可能一秒鐘一個terabyte (TB)，一個一TB的硬碟，一秒鐘就填滿了，這樣大量的數據究竟如何儲存和分析，是未來我們關注的趨勢，以及未來研究的課題。 現時科學家嘗試用人工智能的辦法去分析，可能只會保存有用的數據，即時篩選，否則很快就填滿硬碟，數據產生速度太快，難以保存太多。 現時新型的望遠鏡會每日觀天，看星的光度有何變化，這亦是未來的大方向，因為現在我們有這樣的儀器，有條件和運算能力，可以每晚觀天，每晚拍一張照片，然後看光度有何變化，這是屬於Time-Domain Astronomy，即是時間性的天文學。從前並不是這樣的，從前可能隔幾十年，才有人拍某個天區的一張照片，現在可以做得很頻密。」
重溫
建構三維海圖 利用機械人清潔海洋
主持人：香港電台公共事務組
嘉賓: 香港科技大學綜合系統與設計學部、計算機科學及工程學系、海洋科學系楊世傑教授
三維物體重建、三維場景理解其實都是人工智能技術，學者希望將這些最先進技術帶到海洋研究領域，協助進行海洋調查，例如珊瑚礁普查。
「因為傳統海洋科學家的數據處理手法，主要是用人手方法，這其實是相當具局限性的，他們不可以很大規模和很快地處理他們手上的資料，例如新拍到的影片或數據。利用傳統的方法，他們只可以得到一些很稀疏的點，作為分析的結果。現在人工智能其實在圖像理解或者圖像分割方面，可以做得很好、很精密。 我們今年有一個研究，專門對珊瑚圖像作出分割，這一刻我們這個方法可說是在珊瑚圖像分割領域中，是全世界做得最好的。怎樣幫到海洋保育呢？其實很簡單，例如香港每年都有進行珊瑚礁普查，很多大學教授、研究員，或者志願機構都會透過潛水獲取很多珊瑚影片。他們取得影片後，如果依靠傳統方法，他們要很長時間才可完成分析，如果利用自動化的方法，我們就可以令分析工作高速地進行，亦可以令整個普查涉及的規模更大，也可以得到一些更準確的結果，那就可以幫助例如政府部門做規劃。 我知道有些研究是關於海水的溫度高，在珊瑚保育方面，需考慮是否將珊瑚放在一些深水的地方，如果這樣做，甚麼水域合適，這些都可以透過人工智能去幫他們作出選擇。我們現在有一個項目是研發利用水底機械人自動清理水底垃圾，好像家居掃地機械人，但我們不是掃家中的地板，而是掃海床的地板，當然同一時間希望應用我們的技術，例如三維場景重建，我們現在正製作水底三維的海圖，完成後我們希望這個機械人可以好像家居的掃地機械人，不停在水底巡邏，看見有垃圾就清走。 」
學者認為，海洋人工智能研究未來的挑戰，在於跨學科以至跨地域之間如何合作，令研發出的技術可以被採用。
「其中一個我覺得是如何促進海洋生物學家和我們做電腦科學、人工智能的科學家合作。因為很多時候，我們研發了一些技術，他們如何可以用到這些技術，不是那麼直接，也要透過很多討論，例如他們未必希望將數據分享給對方，那麼如何可以令到他們利用這個技術，並比較傳統技術，我會主動去看看究竟海洋生物學家現在需要甚麼，或者他們欠缺甚麼，我認為電腦科學家要踏出多一步去跟他們合作，令到世界各地不同的海洋生物學家去運用人工智能技術。再上一層就是國家與國家的合作關係。在香港海域拍片，與在紅海拍片是完全不同的，水的清澈程度有別，怎樣可以令我們的技術在不同的地方都用到，而他們會批准我們去用我們的技術，運用至甚麼程度。 如果將來有機械人可以幫助種植珊瑚，那些國家會否讓你利用那些機械人，亦都要是我們需要留意的地方。」
