1700917098
喜忧参半
1700917099
1700917100
对我来说，当科学家最好玩的事情就是可以和很酷的人合作。与我合作论文最多的是一个友善的阿根廷人，名叫马蒂亚斯·扎尔达瑞亚（Matias Zaldarriaga）。我和前妻私下里给他起了个昵称叫“伟大的扎尔达”（Great Zalda），并一致认同，他的幽默感甚至超越了他的科学天赋。如果要预测图3-2中的频谱曲线，就必须用到他参与编写的计算机程序。有一次，马蒂亚斯还跟人赌一张去阿根廷的机票，只因有人说他的预测是错误的、根本没有什么峰值。
1700917101
1700917102
为了给“飞去来器”团队的结果做准备，我们加快了计算速度，并构建了一个庞大的数据库，装满了用来同观测进行对比的模型。当“飞去来器”团队公开数据时，我再一次向http：//arXiv.org/网站上传了一篇没写完的论文，接着，我们兴高采烈、夜以继日地工作，争取能在星期日晚上之前完成它。普通物质（也就是原子）聚集形成的物体能被暗物质毫发无伤地穿过去，所以二者在宇宙空间中的运动方式是不一样的。这意味着，普通物质和暗物质影响宇宙聚集成团和宇宙微波背景频谱曲线（见图3-2）的方式也截然不同。具体地说，在宇宙“总预算”中增加原子的数量，会降低频谱中的第二个峰值。“飞去来器”团队的频谱曲线中，第二个峰值非常微弱，我和马蒂亚斯发现，这需要宇宙中包含至少6%的普通物质才会有这样的结果。但是，第2章中提到的宇宙核聚变反应堆——也就是太初核合成只有在原子只占5%的情况下才起效果，所以，一定有哪里出错了！
1700917103
1700917104
当时，我将要在阿尔伯克基市（Albuquerque）进行演讲，我在那里度过了难忘的几天。我很振奋，因为我将把宇宙泄露给我们的全新线索告诉听众。手忙脚乱中，我和马蒂亚斯差点错过上传论文的截止时间，但我们还是比“飞去来器”团队的分析论文早了一步。他们很不幸地被一台老旧的计算机给拖累了，只因为论文中一个图名长出了一个单词。
1700917105
1700917106
交叉球棍在冰球比赛中可不是什么好事，但交叉检验对科学却大有裨益，因为它可以让隐藏的错误无处遁形。“飞去来器”让宇宙学家们得以有机会对宇宙“总预算”进行两次交叉检验：
1700917107
1700917108
●我们用两种不同的方法测算了暗能量的比率（分别是Ia型超新星和宇宙微波背景频谱峰值），结果都是一样的。
1700917109
1700917110
●我们用两种不同的方法测算了普通物质的比率（分别是太初核合成和宇宙微波背景频谱峰值），结果却不一样。所以，这两种方法中，至少有一个是错误的。
1700917111
1700917112
三位圣诞老人的礼物
1700917113
1700917114
一年后，在华盛顿特区的一场富丽堂皇的新闻发布会现场，我的屁股简直像粘在了椅子上，感觉就像圣诞老人来临了三次。第一个“圣诞老人”是天文学家约翰·卡尔斯特姆（John Carlstrom），他宣布了自己用南极的DASI微波望远镜发现的结果。他先讲了一段冗长的技术细节，这些我都已经知道了。接着，他公布了一张频谱曲线图，这是我当时见过的最惊艳的一张！
1700917115
1700917116
接下来，“圣诞老人二号”出现了，他是来自“飞去来器”团队的约翰·鲁尔（John Ruhl）。他和卡尔斯特姆一样，也先讲了一段冗长的话。接着，又是一张令人吃惊的频谱图，包含三个峰值，和DASI的图像完美地吻合。这一次，曾经羸弱的第二峰值变大了，因为他们改进了望远镜的建模系统。
1700917117
1700917118
最后，“圣诞老人三号”保罗·理查兹（Paul Richards）公布了气球实验MAXIMA的结果，与前两个结果相当一致。我简直惊呆了。这么多年里，我一直梦想着能够从微波背景中得到那些神出鬼没的线索，现在它们就近在眼前！宇宙只有几十万年历史时发生的事，像画卷一般徐徐展开在人们面前——人类想破解这个秘密，曾经听起来是多么傲慢，但现在它真的发生了！
1700917119
1700917120
那天晚上，我赶紧用这些新数据重新运行了我的模型拟合软件，第二个峰值真的变高了，我的代码预测出原子的比率为5%，与太初核合成完美吻合。原子的交叉检验终于从失败的深渊爬上了胜利的顶峰，宇宙终于重新恢复了秩序，并一直保持着——到现在，WMAP探测器、普朗克卫星等对频谱曲线又进行了更精确的测量（见图3-2），我们能从中看到，原来那些早期的实验一直都是正确的。
1700917121
1700917122
幸运降临
1700917123
1700917124
到2003年，宇宙微波背景辐射大概是宇宙学领域最成功的故事。它成了一剂灵丹妙药，仿佛可以解决所有问题，让我们能测量出宇宙学模型中的所有关键数据。但这种看法是错误的。假设我的体重是90公斤，光靠这个信息显然不足以让你得知我的身高和胖瘦，因为这两者都是体重的决定因素——我可能又高又瘦，或者又矮又胖。我们在测算宇宙其他的重要数据时，也会遇到类似的问题。比如，那些特殊的宇宙微波背景斑点的大小与图3-2中频谱峰值的位置相对应，这些斑点的大小取决于两个因素——空间曲率和暗能量密度，前者会放大或缩小斑点，后者会影响宇宙膨胀的速度，从而影响斑点所在的等离子体与我们之间的距离，也就能影响它们看起来的大小。
1700917125
1700917126
所以，尽管许多记者声称“飞去来器”团队和WMAP项目团队的实验都表明我们的宇宙空间是平坦的，但事实可能并非如此——如果暗能量的占比约为70%，宇宙就是平坦的；但如果暗能量的占比不是70%，空间就是弯曲的。除此之外，还有一些参数对无法从微波背景的数据中提取出来，比如早期宇宙中的聚团程度和第一批恒星形成的时间，这两个数据都会以相似的方式影响图3-2中的频谱曲线（都会改变峰值高度）。我们在中学课堂上就已经学到，要算出两个未知数，至少要有两个方程。在宇宙学中，我们希望确定7个未知数，但仅靠微波背景，不足以提供那么多信息。所以，我们还需要更多的宇宙测量数据，比如一个三维的星系图。
1700917127
1700917128
星系红移巡天
1700917129
1700917130
在绘制三维的星系图之前，我们首先需要分析二维的天图，从中发现星系的影踪，接下来再测量它们各自的距离。迄今为止最雄心勃勃的三维星系图计划是“斯隆数字化巡天”（Sloan Digital Sky Survey, SDSS）。我在普林斯顿大学做博士后时，有幸参与到了这个项目中。在此之前，已有一小拨人为筹划这个项目而工作了将近10年的时间。他们搭建了望远镜的硬件设施，让一切走上正轨。这个定制的2.5米望远镜位于新墨西哥州，它花了十几年的时间扫描了超过1/3的天空，绘制了一幅二维的天图（见图3-4）。吉姆·冈恩（Jim Gunn）是普林斯顿大学的一名教授，他总让我想起长着大胡子的友善巫师。他施展自己的魔力，为这个望远镜造了一台神奇的数码相机，这是当时天文学领域最大的照相机。
1700917131
1700917132
1700917133
1700917134
1700917135
图3-4 SDSS计划中包含着超巨量的信息。左图中的球体代表整个天空，其中包含大约1万亿像素，是100万像素的100万倍。你可以把镜头拉近，就像第二张图片一样，聚焦在北斗七星之后的一个旋涡星系。在SDSS的天图中，每个地方都可以这样拉近，让你仔细查看。（图片来源：麦克·布尔顿[Mike Blanton]、大卫·霍格[David Hogg]/SDSS）
1700917136
1700917137
如果仔细观察SDSS的天图（见图3-5），你将会发现数不清的恒星和星系等物体——实际上，大约超过5亿个。这个数字非常庞大，如果你让一个研究生把这些物体一个个找出来，假设他的速度为每秒一个，每天不休息地工作8小时，一周工作7天，没有周末和节假日，那也得等上50年。即便对计算机来说，这个任务也陷阱重重——它需要区分出星系（看起来真的很模糊）、恒星（如果没有大气层干扰，看起来就是一个针尖似的亮点）、彗星、卫星和各种人造物体。更糟糕的是，这些物体经常相互重叠在一起，比如，一颗较近的恒星挡在了一个遥远星系的前面。很多人为这个问题伤透了脑筋，花费了很多年的时间。最终，这个问题被一个英雄般的程序解决了。写这个程序的人叫罗伯特·卢普顿（Robert Lupton），是一个活泼可爱的英国人，他在电子邮件里用“好人罗伯特·卢普顿”作为自己的签名，并且不爱穿鞋，总喜欢光着脚走来走去。
1700917138
1700917139
1700917140
1700917141
1700917142
图3-5 普林斯顿大学天文学系里，有一整面墙都用SDSS的一小块天图来装饰。第二张照片里，卢普顿正在和我的儿子们一起仔细观察这张天图。卢普顿的软件辨识出天图中所有物体之后，我们已经测出了大部分有趣的星系与地球之间的距离，创建了一个三维的天图（左图）。这个天图中，地球位于中心，每个点都代表一个星系。“斯隆长城”（Sloan Great Wall）位于图中从上往下约1/3的地方。
1700917143
1700917144
下一步工作，就是测出每个星系的距离了。在第2章，我们介绍了埃德温·哈勃的定律v=Hd，这意味着宇宙在膨胀，并且星系的距离d越大，它远离我们的速度v就越快。如今，哈勃定律已经打下了坚实的基础，我们可以把它反着算，先用星系光谱线呈现出的红移测出它的退行速度v，再用v来计算星系的距离d。从根本上说，在天文学里，测量红移和速度比测量距离要简单得多，所以哈勃定律可以为我们节省大量的工作——我们只需要先用较近的星系测出哈勃常数H，然后测出遥远星系的红移谱线，得出速度v，再除以H，就可以得到一个八九不离十的距离d了。
1700917145
1700917146
卢普顿的软件解决了物体分类的问题，接下来我们测量了100万个星系的光谱。在哈勃的年代，他发现宇宙膨胀用了24个星系的光谱，而这24个光谱花了好几个星期的时间才获得。相比之下，SDSS简直可以实现量产——每小时能生成640个光谱，并同时进行测算。它的诀窍就是将640根光纤排布于望远镜的焦面上，置于卢普顿的软件认定有星系的地方，用这些光纤将星系的光线导入光谱仪，光谱仪再将数码相机拍摄的图像分解成640个单独的彩虹。大卫·施莱格尔（David Schlegel）等人开发了另一个软件包，用来分析这些彩虹，并根据光谱的红移程度计算出它们的距离以及星系的其他性质。
1700917147