■今日視點

　　17世紀末，牛頓發現了萬有引力，有品質的物體就有這種引力；20世紀初，愛因斯坦發表廣義相對論，提出引力其實是品質引起的時空變形；2012年，歐洲核子研究中心通過大型強子對撞機發現希格斯玻色子，解釋了粒子為何會有品質，將希格斯場、品質和時空聯繫在一起。

　　而如今，人類首次探測到了引力波——由兩個黑洞撞在一起而産生的時空漣漪，不僅證實了愛因斯坦近百年前對引力波的預測，還有更重要的意義。用斯蒂芬·霍金的話説，引力波提供了一種人們看待宇宙的全新方式。

　　最近，《自然》雜刊發的一篇文章，講解了人類借助引力波或可解決的六大宇宙問題。

　　黑洞真的存在嗎？

　　鐳射干涉引力波天文臺（LIGO）探測到黑洞合併，一個重要的科學意義就是證實了黑洞確實存在，至少是一種完美的圓形物體，由純真空的、彎曲的時空構成，像廣義相對論預測的那樣。天文學家已有了大量關於黑洞的證據，但以往的證據都來自對恒星和超熱氣體的觀察，而非來自黑洞本身。

　　美國普林斯頓大學廣義相對論模擬專家弗朗斯·普雷托裏烏斯説：“科學界對黑洞已經非常厭倦了，包括我自己在內，我們認為它是理所當然存在的。但你想一想，這個預測是多麼驚人，我們也確實需要驚人的證據。”

　　LIGO的信號提供了這一證據——也證實了兩個黑洞的合併過程與預測一致。當兩個黑洞開始互相靠近時，以引力波的形式輻射能量。LIGO探測到了這些波獨特的聲音，就像小鳥唱歌，科學家稱之為“啁啾”，這讓科學家能檢測兩個涉事黑洞的品質：一個約為太陽品質的36倍，另一個約29倍。

　　接下來，黑洞融合在了一起。它們合併後會變成一個完美的球形，但一開始，就像LIGO看到的那樣，以一種逐漸衰減的漣漪形式輻射出引力波。

　　引力波以光速傳播嗎？

　　當科學家開始把來自LIGO的觀測與其他類型望遠鏡看到的結果比較時，首先要檢查的一件事就是，這些信號是否同時到達。

　　物理學家猜測，引力是以一種名為“引力子”的微粒形式傳播的，就像光子那樣。如果引力子像光子，那它就沒有品質，引力波就會以光速傳播，符合廣義相對論中對引力波速度的預測。引力波速度會受宇宙加速膨脹的影響，但要在極遠距離才能顯出這種影響，以LIGO的探測距離影響可以忽略。

　　但引力子有微小品質也是可能的，這意味著引力波的速度小于光速。如果這樣，LIGO和Virgo探測到的引力波到達地球所花的時間，會比其他傳統天文臺探測到的同一事件中發出的γ射線到達地球的時間要長一點，這將對基礎物理學産生重大影響。

　　時空由宇宙弦構成嗎？

　　如果科學家探測到的引力波來自宇宙弦，那會帶來更奇怪的發現。科學家假設，宇宙弦是時空彎曲中的缺陷，無比纖細卻延伸至整個宇宙那麼遠，它們可以與弦理論有關，也可以無關。研究人員預測，如果宇宙弦確實存在，它們可能偶爾紐結在一起，如果一根弦斷了，就會突然釋放出一陣引力波，然後被LIGO和Virgo等探測器檢測到。

　　中子星凹凸不平嗎？

　　中子星是較大恒星在自身重力作用下坍縮後的殘骸，它們的密度極大，以至於自身的電子和質子融合成為中子。人們對這種極端物理學還知之甚少，但引力波為研究這些現象打開了獨特的視窗。比如，中子星表面強大的引力傾向於把它們變成近乎完美的球形，但一些研究人員認為，它們的表面仍可能有“高山”——雖然只有幾毫米高，卻讓直徑只有10公里左右的中子星變得略微不勻稱。中子星通常旋轉得極快，這種不對稱的品質分佈會讓時空變形，産生持續的正弦引力波信號、輻射能量，並減緩中子星的旋轉速度。

　　互相環繞的一對中子星也會産生持續的信號。這些星體也像黑洞那樣，螺旋環繞最終融合，但它們會變成什麼樣卻可能與黑洞大不相同。普雷托裏烏斯説：“這有很多可能性，取決於它們的品質和中子物質産生的壓力。”比如合併後可能是一個巨大的中子星，也可能立刻坍縮成一個黑洞。

　　什麼原因造成了恒星爆發？

　　當大品質恒星不再發光，向內部坍縮時，會形成黑洞和中子星。天體物理學家認為，就是這一過程為II型超新星爆發提供了能量。單靠模擬這種超新星爆發還無法解釋清楚是什麼點燃了它們，根據預測，真實的超新星爆發會産生引力波，傾聽這些引力波有望找到答案，研究爆發的波形、聲音大小、頻率及其與超新星爆發的關係，這些數據有助於檢驗現有的各種模型。

　　宇宙膨脹速度有多快？

　　宇宙膨脹意味著，正在遠離我們銀河系的物體看起來比實際更紅，因為它們發出的光在傳播過程中被拉長了，通過比較這種星系紅移和它們與我們的距離，能估算出宇宙的膨脹速度。但這種距離通常用Ia型超新星爆發的亮度來計算——這種方法有很大的不確定性。

　　如果全世界多個引力波探測器探測到了來自相同中子星合併的信號，結合在一起就能估算出信號的絕對音量，揭示合併發生離我們有多遠，估計信號來自哪個方向，推導出發生合併的是哪個星系。將星系紅移與通過引力波測出的合併距離相比，能獨立估算出宇宙膨脹的速度，還可能比現有方法得到的數據更加精確。