容納 40 億個星系的 5.6 兆像素資料庫：天文學家如何把宇宙變成可分析的數據

如果給你一張包含將近 40 億個獨立物體的照片，你會需要多大的螢幕才能看清楚全貌？近期由暗能量光譜儀（DES）Legacy Imaging Surveys 團隊發布的宇宙二維地圖，用實際數字回答了這個問題：5.6 兆像素。這張涵蓋約四分之三天空面積的數位地圖，並非一張供人在手機上滑動瀏覽的精美桌布，而是一個規模空前的科學資料集。它整合了超過 26.3 萬次望遠鏡的曝光資料，拍攝與處理工作耗時十餘年。在現代天文學的運作邏輯裡，這張地圖的本質是一個巨大的底層資料庫，它的出現意味著人類對宇宙的觀測，已經從「發現新星體」邁入了「統計分析整體結構」的階段。

從平面快照到三維宇宙模型的必經之路

要理解這張地圖的價值，必須先弄懂它在整個天文研究計畫中的位置。這張地圖被稱為「二維」，因為它記錄的是天體在天空中的二維座標與亮度。但宇宙是三維的，缺少了「距離」這個維度，一顆看起來黯淡的恆星，可能是一顆距離我們很近且本身亮度就不高的紅矮星，也可能是一顆距離我們數十億光年、實際亮度極高的類星體。

天文學家需要知道這些天體究竟在哪裡，才能研究宇宙的演化和結構。這就是 DESI（暗能量光譜儀）計畫的核心任務。DESI 安裝在美國亞利桑那州基特峯國家天文臺的 Nicholas U. Mayall 4 米望遠鏡上。它的任務是測量數千萬個星系和類星體的光譜，尋找其中的紅移現象。

紅移是指由於宇宙膨脹，遙遠天體發出的光波在傳播過程中被拉長，導致光譜向紅色端移動的現象。紅移量越大，代表天體距離我們越遠。透過精確計算紅移，科學家可以為這些二維平面上的光點標注深度，進而將原本平面的影像，轉換為一幅精細的三維宇宙地圖。

如果用日常事物來比喻，這張二維地圖就像是為了蓋摩天大樓而繪製的極高精度地形圖。蓋大樓（測量光譜、建立三維地圖）之前，必須先弄清楚哪裡有堅硬的巖石、哪裡適合打地基（確認星系的精確位置與亮度）。DESI 望遠鏡配備了 5000 根由機器人控制的微型光纖，這些光纖能精準對準夜空中的目標，同時收集 5000 個天體的光譜。如果沒有這張極度精確的二維地圖作為導航，這 5000 根光纖就會失去瞄準的目標，整個三維測繪任務也無從展開。

尋找暗能量的線索與改寫教科書的潛力

耗費十餘年時間打造這個資料庫，天文學界的終極目標是理解暗能量。暗能量被認為是推動宇宙不斷加速膨脹的神祕力量。儘管它佔據了宇宙總能量密度的將近七成，但人類對其本質仍然一無所知。

DESI 計畫的主要觀測任務於 2021 年正式啟動，目標是追蹤過去數十億年來宇宙膨脹的歷史。具體的做法，是觀察宇宙中不同時期、不同距離的星系分佈模式。宇宙在大尺度下並非均勻分布，星系會聚集形成「宇宙網」，這些網狀結構中隱藏著宇宙早期的訊息。透過比對 DESI 觀測到的三維星系分佈與標準宇宙學模型的預測，科學家得以測試暗能量是否如教科書所言，是一個恆定不變的宇宙常數。

截至 2026 年 4 月，DESI 計畫已經繪製了超過 4700 萬個星系和類星體的三維地圖。這個迄今解析度最高的三維宇宙模型，已經為物理學界帶來了令人振奮的線索。DESI 先前釋出的數據顯示，暗能量可能並非如愛因斯坦廣義相對論所預測的那樣保持恆定，而是有可能隨著時間推移發生變化。如果這個觀測結果在未來獲得進一步證實，將會迫使物理學家重新審視標準宇宙學模型，甚至改寫我們對宇宙最終命運的預測。

科學資料的開放性與跨領域應用

如同我們先前探討過的聚變加料技術規範與基礎建設賽，大型科學專案的價值往往不在於單一實驗室的成功，而在於其能否為整個產業或學界建立可重複使用的基礎設施。這張 5.6 兆像素的宇宙二維地圖，正是這樣的數位基礎建設。

Legacy Surveys 團隊的負責人、美國能源部勞倫斯伯克利國家實驗室的科學家 David Schlegel 直言，這份資料如今已經成為天文學研究的基礎。當現在的天文學家研究任何天體時，標準動作就是打開資料庫，查閱該天體在這張地圖上的座標、亮度和型態特徵。在 DESI 之前發布的數據集，已經被超過 1800 篇科學論文引用，這個數字直觀展示了開放資料對基礎科學的加乘效果。

除了支援 DESI 的三維光譜測量，這份地圖的應用場景還在不斷擴展。因為它涵蓋了可見光和近紅外波段，並記錄了約四分之三天空的深度影像，天文學家可以利用這些數據來尋找罕見的特殊天體，例如極度遙遠的超新星、極低質量的褐矮星，或者是黑洞吞噬恆星時產生的潮汐破壞事件。這些天體在宇宙中相對罕見，如果沒有大面積的深度巡天數據，科學家幾乎只能依靠運氣才能偶然捕捉到它們。

在這份地圖發布的同時，天文學界也迎來了其他類似的觀測計畫。例如今年早些時候，Hobby-Eberly Telescope Dark Energy Experiment（HETDEX）團隊利用星系之間氫元素發出的微弱萊曼-α（Lyman-alpha）輻射，製作了另一種類型的三維宇宙地圖。HETDEX 的觀測揭示了可以追溯到 90 億至 110 億年前的隱藏宇宙結構，當時的宇宙正處於恆星形成的高峯期。這些不同波段、不同觀測技術的地圖相互疊加，為科學家提供了多維度的視角。

龐大數據集如何重塑天文學的運算能力

在當代數位科學的情境下，這份地圖還承擔了一項與過去截然不同的任務：訓練人工智慧系統。處理 5.6 兆像素、包含近 40 億個天體的影像，單靠人工根本不可能完成。實際上，在過濾雲層遮擋、衛星軌跡幹擾、以及辨識和分類這數十億個星系的過程中，機器學習演算法已經扮演了不可或缺的角色。

如今，天文學界正面臨更龐大的數據衝擊。即將全面運作的薇拉·魯賓天文臺預計每晚都會產生高達 20 TB 的數據。要在未來的海量觀測數據中即時篩選出有價值的天文事件，必須仰賴高度成熟的 AI 模型。Legacy Surveys 這份極度精細且包含已知天體分類的資料庫，就成了訓練這些下一代 AI 系統的最佳訓練集。電腦科學家可以透過讓 AI 分析這份已知的地圖，學習如何辨識不同類型的星系型態、如何過濾雜訊，這與開發者用兩百行代碼重塑 AI Agent 記憶的概念有異曲同工之妙，兩者都是透過優化數據處理的基礎邏輯，來應對未來更龐大、更複雜的運算需求。

當宇宙成為資料庫：對人類的意義與下一步

這次發布的 Legacy Imaging Surveys 地圖，為人類觀察宇宙提供了全新的視角。當宇宙被轉換成電腦硬碟裡可以 quantified 的數據矩陣，它對一般大眾和科學界的意義是什麼？

首先，它實現了科學資源的平權。美國國家科學基金會旗下的 NOIRLab 表示，這些數據向全球公眾開放。這意味著全球各地的研究機構、業餘天文學家，甚至是對宇宙充滿好奇的學生，只要有網路連線，就能透過線上瀏覽器檢視這片天空。過去，頂尖天文觀測數據往往被少數頂尖機構壟斷，如今這些資料的開放，有助於打破知識壁壘。

其次，它為未來的太空探索設定了基準線。未來幾十年，隨著詹姆士韋伯太空望遠鏡（JWST）等新一代觀測工具的持續運作，科學家將持續發現新的星系和現象。這張地圖將成為比對新發現的基礎參考點，協助科學家判斷新發現的天體究竟是前所未見的奇觀，還是已知星系的變體。

最後，這項成就提醒我們基礎科學的進展往往需要極大的耐心。這張地圖歷時 13 年才完成最終的數據處理。13 年前，智慧型手機才剛開始普及，AI 技術尚未像今日這樣滲透到各個領域。這羣科學家在當年啟動這項計畫時，無法預知今日的科技發展，但他們對宇宙運作規律的好奇，驅使他們設計了這項橫跨十年的專案。

當我們凝視這幅容納了近 40 億個星系的 5.6 兆像素地圖時，我們不僅是在看宇宙的過去，也是在見證人類科學組織能力的極限。暗能量究竟會不會隨時間變化，或許需要未來更龐大的數據才能確切證明，但這份資料無疑為解開這個物理學最大謎團之一的過程，鋪設了最堅實的基石。