两大专业团队称发现太阳系第九第十颗行星
好吧，稍等一下。
我知道，许多媒体会迫不及待打出这样的大字标题第九 甚至第十颗行星被发现了!，而那些尼比鲁的簇拥大概会被吓得瑟瑟发抖。
不过，先别急着发动你的曲速引擎。
还有许多理由值得我们去怀
【菜科解读】
好吧，稍等一下。
我知道，许多媒体会迫不及待打出这样的大字标题第九 甚至第十颗行星被发现了!，而那些尼比鲁的簇拥大概会被吓得瑟瑟发抖。
不过，先别急着发动你的曲速引擎。
还有许多理由值得我们去怀疑这两项发现。
首先，这两篇论文都还没有通过同行评议;论文是投给了一本学术期刊，但还没有通过审议。
所以，论文里可能会有错误。
其次，两篇论文依据的观测都极为有限 每篇各有两个数据，观测时间也很短。
第三，他们使用的望远镜视场非常非常小，在其中发现一颗行星的可能性非常非常低，确实让我非常非常怀疑。
所以，尽管确实有趣，但现在还根本弄不清楚这两个目标是不是真的，就更不用提它们是不是遥远的太阳系行星了。
那么，他们到底发现了什么呢? 第一团队：天鹰座W 天鹰座W 两个团队用于观测的设备，都是阿塔卡马大型毫米/亚毫波阵 ALMA。
一个团队用它来观测邻近恒星半人马座，即南门二，另一个团队观测的则是更遥远的天鹰座W。
后一项观测更容易解释，那就先从这里说起好了。
他们在2014年的3月份观测了天鹰座W，4月份又观测了一次。
他们发现，第一次观测中看到的一个信号源，在第二次观测时似乎移动了位置。
2014年5月，他们进行了第3次观测，却没有看到任何东西。
考虑到它移动的距离，以及它的亮度，研究团队得出结论认为，这应该是太阳系内的一个天体，距离太阳超不过大约6000亿千米。
天鹰座 如果真有这么远，它就应该是一颗行星大小的天体，不过如果它距离更近，那也有可能更小。
它有可能是远远超出海王星轨道的一颗较小的冰质星球;据推测，太阳系的这片区域里可能有数百万颗直径几百到上千千米的冰质天体。
冥王星和阋神星 Eris就是其中 较大的成员，按照不同的族群，它们可能支超出海王星轨道达上千亿千米。
所以，如果这是此类天体中的一员，那也没什么可值得大惊小怪的 老实说，如果它是真的，我打赌它肯定是这类天体。
但，它也有可能根本就不存在。
先记住这一点。
第二个团队：南门二 第二个团队打算在构成南门二的那两颗恒星周围寻找行星，这是太空中离太阳最近的恒星系统。
2012年，曾有团队宣称在南门二系统中发现过一颗行星，但后来这一发现陷入了争议之中。
另一个团队研究了观测数据，认为那颗行星是一个误报的结果，即那颗行星并不真实存在。
然而，这并不意味着南门二系统中不存在行星。
问题在于，那两颗恒星太明亮，周边任何昏暗得多的行星都被会它们的星光掩盖。
用波长更长的光进行观测，难度会降低许多;恒星在那些波长发出的光并不强烈，而温度比恒星低得多的行星却会发出波长更长的光。
这就使得亮度上的反差不再成为一个问题了。
南门二 正因为如此，天文学家才会使用ALMA来观测它们，这台射电望远镜阵能够看到毫米波长的无线电波。
我们肉眼可见的光，波长只有大约500纳米，要短得多。
第二个团队观测南门二双星 图中分别被标记为A和B时，意外发现了第三个目标 图中被圈出的U，在大约1年的间隔内明显发生了位移。
它到底是什么? 他们观测了南门二两次，一次在2014年7月，一次在2015年5月。
和前一个团队一样，他们也看到了一个移动的信号源。
而且，出乎他们意料的是，这个光源或多或少在跟着那两颗恒星一起移动! 南门二距离我们很近，近到它在空间中的实际位移都能够被我们检测出来。
随着时间的推移，相对于其他更远的恒星，南门二会发生移动，天文学家称之为自行 proper motion。
如果有行星绕着这两颗恒星旋转，那么看起来它就应该跟两颗恒星一起移动才对。
如果没有一起移动，那它就是一个背景光源，可能是另一颗恒星，也可能是一个遥远的星系。
南门二 然而，问题来了。
检测到的这个目标太过明亮，不可能是南门二那么远的距离上出现的一颗行星。
然而，如果它是一颗恒星的话，早在很久以前就应该已经被检测到了。
考虑到亮度，这只能是距离我们远远近于南门二的一颗较小的天体，出现在南门二附近纯属巧合。
#p#分页标题#e#通过数学计算，论文作者估计，它可能是一颗距离太阳3万亿千米的一颗寒冷的褐矮星，或者450亿千米外的一颗超级地球，或者距离太阳150亿千米的一坨更小的冰块。
如果这个目标是真的，那就跟前一个一样，在海王星外发现一个冰质天体没什么大不了的。
不过，超级地球或者褐矮星?这个可能性就要低得多了。
超级地球指的是质量超过地球却够不上海王星的行星。
我们已经在其他恒星周围发现了不少超级地球，因此我们知道它们是存在的。
褐矮星则是质量超过行星却够不上恒星的天体。
我们已经发现了成百上千颗此类天体。
然而，这两个团队发现的东西不太可能真是这样一个天体。
为什么?因为统计规律。
是真是假? 为什么我会认为，发现冰质天体还有可能，发现行星或褐矮星就不太可能呢?因为海王星轨道外存在着大量冰球，数以百万之多。
但那里存在的较大天体最多也就寥寥几颗，越大的天体数量就越少。
这就是问题所在。
就像我的朋友、天文学家麦克布朗 Mike Brown所指出的，这在统计学上存在问题。
ALMA的观测视场非常非常小，它每次只能观测天空中一块极小极小的区域。
设想，你把钥匙掉在了一大片橄榄球场上，现在想要找到它，但你却不得不透过一根吸管去寻找它。
要是你只看了一眼，就找到了钥匙，那是得有多巧呀! 透过一根吸管，去寻找掉落在橄榄球场上的钥匙。
要是你只看了一眼，就找到了钥匙，那是得有多巧呀!图片drlug.org换一个方式来思考：如果他们确实在这么小的一块天区里找到了一颗行星，那就意味着天空中随处可见这样的天体!这样就不存在巧合了，反正有太多太多的行星，你总是会看到一颗。
这就相当于透过吸管你要寻找的，不是掉在球场草坪上的钥匙，而是随便哪根草。
但如果确实如此，这就意味着太阳系里要存在数十万颗这样的行星，甚至更多!因此，至少可以说，他们发现行星大小的天体是相当不可能的。
我认为，他们倒是有可能发现远远超出海王星轨道的个头较小的冰质天体 直径几百千米，因为这些天体还算常见。
不过，即使如此，考虑到如下情形，可能性也仍然不大。
广域红外巡天探测者 WISE曾经这么尝试过，它被用来搜寻太阳系里的大行星。
它发现，距离太阳3万亿千米以内不存在其他木星大小的行星，1.5万亿千米以内不存在其他土星大小的行星。
超级地球可能会更暗，有可能距离太阳更近却仍然没有被发现，当然更小的冰质天体就有可能更近了。
不过，在天空中如此靠近南门二或天鹰座W这样的亮星，也可能增加发现它们的难度。
有人声称，发现了一些证据表明，太阳系里存在这样一颗行星，但这些证据仍然非常牵强。
广域红外巡天探测者 即便是真的，这两个目标也可能根本就不在太阳系内。
它们有可能是两个彼此独立的遥远星系，都会随时间改变亮度，在一个星系变亮的时候，另一个星系变暗了。
我知道，这个解释有点扯，但这证明确实还存在着其他的解释。
情况就是这样。
我对此深表怀疑，但也确实有趣，对我来说至少还有两位事情必须要等：第一，两篇论文都必须接受同行评议然后被学术期刊接收;第二，天文学家花更多时间用ALMA去观测那两个目标。
即使到了那时，我们也仍然必须要谨慎。
这一发现不同寻常，因此也必须要有不同寻常的证据来支持。
澳科大月球与行星科学国家重点实验室倪冬冬团队在系外行星内部结构领域取得系列突破
澳门科技大学月球与行星科学国家重点实验室的倪冬冬副教授和赵勇助理教授研究团队，利用机器学习技术，在这一领域取得了重要突破。
该团队的研究成果表明，混合密度网络（Mixture Density Network，MDN）在预测岩石系外行星和气态巨行星内部结构中具有强大潜力，为系外行星研究带来了全新视角。
从岩石行星到气态巨行星：机器学习应用的初探了解岩石系外行星的内部结构是研究其宜居性的重要目标之一。
行星的核心热状态及表面水含量等因素直接决定其宜居条件。
传统上，研究人员使用质量-半径曲线来推断行星的内部结构，但这种方法存在简并性且计算复杂耗时。
该团队提出了一种基于MDN的机器学习模型，通过质量、半径和水含量快速预测行星径向结构和核心热状态。
MDN模型只需几毫秒即可得出预测结果，极大提高了效率。
相比于岩石行星，气态巨行星的内部热状态表现出巨大的多样性，面对这种挑战，该团队利用两层内部结构模型生成的数据训练了MDN模型，成功通过质量、半径和表面温度预测0.1到10个木星质量的气态巨行星的总重元素质量、固有有效温度及核心包层边界的温度和压力。
这不仅扩展了MDN模型的应用范围，也为理解气态巨行星的形成过程和内部结构提供了新视角。
倪冬冬副教授赵勇助理教授研究团队利用MDN模型成功实现对岩石系外行星和气态巨行星内部结构的预测，并在最新的研究中证明了MDN模型与MCMC方法预测结果的一致性，同时MDN模型具有更高的效率和易用性。
综合观测数据：多参数约束下的内部结构推断为了减小内部结构的简并程度，该团队探讨了其他重要观测量（如恒星耐热元素丰度比和潮汐效应）作为机器学习模型输入特征的可能性，并进一步完善了MDN模型。
在新的研究中，他们利用多个观测参数（如行星质量、半径、耐热元素丰度比Fe/ Mg + Si、潮汐洛夫数）训练了新的机器学习模型，大大提高了预测行星核心热力学环境、幔层厚度和可能水冰含量的精度。
机器学习与贝叶斯反演对比：效率与准确性的平衡贝叶斯反演算法在推断系外行星内部结构方面取得了成功，但其计算复杂且耗时。
该研究团队最新的研究结果表明，MDN机器学习模型不仅能够快速提供内部结构预测，其精度在多数情况下与贝叶斯方法相当。
MDN模型展示出高效计算优势，对于单个行星的结构推断可在1秒内完成，远快于贝叶斯方法所需的数小时或数天。
此外，MDN模型适应性强，一旦训练完毕，即使面对新的观测数据，也能高效准确地表征行星内部结构。
随着詹姆斯·韦伯太空望远镜的成功运行，系外行星的探测精度不断提高，新的观测数据也不断涌现。
机器学习技术能够快速解读这些新数据，对理解系外行星的形成过程和演化历史具有重要意义，有望进一步揭示宇宙中潜在的宜居世界。
以上研究得到澳门科学技术发展基金（0005/2019/A1、0002/2019/APD和0048/2020/A1）、澳门科技大学教师科研基金（FRG-23-005-SSI）、国家自然科学基金优秀青年科学基金（12022）和中国国家航天局民用航天技术预研究项目（D020308和D020303）的资助。
参考文献：Yong Zhao et al., Comparison of machine-learning and bayesian inferences for the interior of rocky exoplanets with large compositional diversity, ApJS, 2024.Yong Zhao et al., Machine-learning Inferences of the Interior Structure of Rocky Exoplanets from Bulk Observational Constraints, ApJS, 2023.Yong Zhao and Dongdong Ni, Understanding the interior structure of gaseous giant exoplanets with machine learning techniques, A&A, 2022.Yong Zhao and Dongdong Ni, Machine learning techniques in studies of the interior structure of rocky exoplanets, A&A, 2021.
苹果产品大全
通过穿插案例，本文将详细介绍苹果产品的特点和优势，以及使用苹果产品的一些技巧和注意事项。
工具原料：本文使用的电脑品牌型号为MacBook Pro，手机品牌型号为iPhone 12 Pro Max。
操作系统版本分别为MacOS Big Sur和iOS 14.5。
正文：一、苹果电脑产品苹果电脑产品以MacBook系列为主，包括MacBook Air和MacBook Pro等型号。
这些电脑采用了苹果自家研发的操作系统MacOS，具有稳定性高、界面美观等特点。
在正文中，将详细介绍苹果电脑的硬件配置、性能表现以及适用场景。
二、苹果手机产品苹果手机产品以iPhone系列为主，包括iPhone 12、iPhone 11等型号。
这些手机采用了iOS操作系统，具有流畅的用户体验和强大的生态系统。
在正文中，将详细介绍苹果手机的摄像头性能、屏幕显示效果以及系统功能等方面。
三、使用苹果产品的技巧1、数据同步：通过iCloud服务，可以实现苹果设备之间的数据同步，方便用户在不同设备上访问和管理自己的文件和信息。
2、应用推荐：介绍一些常用的苹果应用，如iMovie、GarageBand等，以及它们在创作和娱乐方面的应用场景。
3、安全设置：提醒用户设置强密码、开启Touch ID或Face ID等安全功能，保护个人隐私和设备安全。
四、重装系统工具推荐在使用苹果产品的过程中，有时可能需要重装系统来解决一些问题。
以下是几款常用的重装系统软件：1、魔法猪装机大师软件：提供一键重装系统的功能，操作简单快捷。
2、小鱼一键重装系统软件：支持多种系统版本，适用于不同型号的苹果设备。
总结：通过本文的介绍，我们了解了苹果公司的各类产品，包括电脑和手机。
苹果产品以其稳定性、用户体验和生态系统的完善性而受到广大用户的喜爱。
同时，我们还提供了一些使用苹果产品的技巧和重装系统工具的推荐。
希望本文对读者在使用苹果产品时有所帮助。
