金星可能存在生命?科学家发现大气中有磷化氢,剧毒气体或是生物代谢产物...

点击上方“AI遇见机器学习”,选择“星标”公众号

重磅干货,第一时间送达
晓查 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

最新消息,英国皇家天文学会发布了一条激动人心的新进展:金星上可能存在着生命迹象。

因为科学家发现,金星大气中存在着浓度异常的磷化氢(PH3)气体,达到20ppb(亿分之二)。

这种剧毒的气体在金星的条件下很难有如此高的浓度,科学家排除了金星大气、云层、地表、陨石等非生物生成途径。

所以只剩下两种可能性:金星上存在着未知的光化学或地球化学过程,或者是金星上有生命能够产生磷化氢。在地球上,生成磷化氢主要依靠厌氧生物。

科学家已经将这一发现发表在《自然天文学》杂志上。

国际合作研究团队使用夏威夷的James Clerk Maxwell望远镜发现了磷化氢,然后使用智利的Atacama毫米/亚毫米阵列(ALMA)射电望远镜确认了这一结果。

美国NASA局长也在Twitter上转发了这一消息:金星上有生命吗?是时候优先考虑金星了。

金星是太阳系里最热的行星,它上面到底有没有生命,经历过几次反转。

地狱行星

金星的一些参数和地球高度相似,半径是地球的0.95倍,公转轨道半径是地球的0.72倍,表面引力是地球的0.9倍。

所以,人类一直相信,金星和地球如此相似,也可能和地球一样拥有生命。

甚至到上世纪50年代,著名科幻小说家阿西莫夫还在小说中幻想着金星上有海洋、有水生动植物的存在。

但随着科学家对金星了解的不断深入,这种幻想迅速破灭。金星堪称是太阳系里环境最恶劣的行星。

金星大气中有96.5%都是二氧化碳,大气压是地球上的92倍,表面温度高达460℃,自转速度是八大行星中最慢的——243天。

而且,由于温室气体二氧化碳的存在,金星表面到了夜晚也不会变凉快,依然高温。

金星上时不时还会下起硫酸雨,不过因为气温太高,还没落到地面就会蒸发。

如此恶劣的环境让金星成了不折不扣的“地狱行星”

“头铁”的苏联曾发射过多个金星探测器,只有“金星13号”和“金星14号”成功拍摄到金星表面的图片。

 前苏联“金星14号”探测器拍摄的金星表面

火星探测器能运行好几年不同,金星探测器的设计寿命只有几十分钟,比如“金星14号”在金星上只存活了57分钟就挂了。

但是,近年来越来越多的科学家开始重新审视这颗“地狱行星”,产生了一个大胆的想法,金星上如果存在生命的话,也许不在地表。

今年8月,一篇发表在《天体生物学》上的研究提出,微生物可以生存在金星的大气层中。在金星大气50公里高度上,环境和地球上类似,大约在30℃左右,能避免高温、高腐蚀性物质对生命的威胁。

来自MIT的天文学家Sara Seager认为,微生物在金星上面最可能的生存方式是在云层的液滴里面,在这里获取阳光和水分。

磷化氢就是微生物可能存在的证据之一。

磷化氢为何物

磷化氢是一种恶臭、剧毒气体。屁、腐烂的动物里都会有这种气体。坟地上鬼火就是微生物分解尸体产生的磷化氢自燃造成的。

看过《绝命毒师》的朋友一定还记得,老白在房车里毒死毒贩正是利用了磷化氢。

对于喜好氧气的生物来说,磷化氢是毒药。但是对于厌氧生物来说,它却是一个非常有用的分子。

虽然过去科学家在木星和土星中发现过磷化氢,但这两颗行星都是气态巨行星。岩石行星金星的环境并不适合生成磷化氢。

磷化氢可以由厌氧生物的代谢活动产生,也可能是磷酸分子在光化学环境下分解产生,后者发生的可能性已经被观测数据否定。

科学家还考虑了火山活动、闪电、陨石撞击等过程,通过模型推算出磷化氢的浓度比探测到的数值低4个数量级。

而且磷化氢是一种很强的还原剂,容易被大气中具有氧化性的物质消耗,所以金星上一定有某种源源不断生成磷化氢的机制。

要么是我们未知的另一种反应机理,要么就是悬浮在大气中的微生物制造。

不过,即使金星上存在生命,也地球上有很大的不同。因为液滴还会落回金星表面,而金星表面过于炎热,生物无法存活。金星云层中有高浓度的硫酸,微生物要想存活,一定有我们未知的耐酸机制。

仅凭现有证据,要证实金星存在生命还为时过早。磷化氢并不是实锤证据,我们还要对金星进一步的探测,才能找到更强的证据。

参考链接:
https://www.nature.com/articles/s41550-020-1174-4
https://twitter.com/JimBridenstine/status/1305598182571810822
https://arxiv.org/abs/1910.05224
https://www.liebertpub.com/doi/10.1089/ast.2020.2244
https://news.mit.edu/2019/phosphine-aliens-stink-1218

欢迎关注我们,看通俗干货

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值