TED2019
Juna Kollmeier: The most detailed map of galaxies, black holes and stars ever made
Juna Kollmeier: Najdokładniejsza mapa galaktyk, czarnych dziur i gwiazd, jaka kiedykolwiek powstała
Filmed:
Readability: 3.9
2,220,125 views
Ludzkość badała gwiazdy od tysięcy lat, ale astrofizyk Juna Kollmeier ma do wykonania specjalną misję: stworzenie najdokładniejszej mapy wszechświata w 3D, jaka kiedykolwiek powstała. Wybierz się w podróż poprzez wszechświat, słuchając, jak opowiada o pracy swojego zespołu nad Sloan Digital Sky Survey, mapy obrazującej miliony gwiazd, czarnych dziur i galaktyk z niespotykaną dotąd dokładnością. Jeśli utrzymamy nasze tempo, jak mówi Kollmeier, do 2060 roku wykonamy mapę każdej dużej galaktyki w widzialnym wszechświecie. "W ciągu kilku tysięcy lat przeszliśmy od układania muszli do ogólnej teorii względności," mówi. "Jeśli poczekamy jeszcze 40 lat, zrobimy mapę całego wszechświata."
Juna Kollmeier - Theoretical astrophysicist
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale. Full bio
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale. Full bio
Double-click the English transcript below to play the video.
00:13
When I was a kid,
I was afraid of the dark.
I was afraid of the dark.
0
1722
2934
Jako dziecko bałam się ciemności.
00:18
The darkness is where the monsters are.
1
6032
2600
W ciemności kryją się potwory.
00:21
And I had this little night light
outside of my bedroom
outside of my bedroom
2
9540
4184
Przy moim pokoju stała mała nocna lampka,
00:26
so that it would never get too dark.
3
14671
1745
aby nigdy nie było zbyt ciemno.
00:29
But over time, my fear of the dark
turned to curiosity.
turned to curiosity.
4
17973
4865
Z czasem strach przerodził się
w ciekawość.
w ciekawość.
00:35
What is out there in the "dark-dark?"
5
23410
2938
Co kryje się w ciemnościach?
00:39
And it turns out
6
27410
1367
Okazuje się,
00:41
that trying to understand the darkness
is something that's fascinated humans
is something that's fascinated humans
7
29728
4699
że ciemność fascynuje ludzkość
00:46
for thousands of years, maybe forever.
8
34451
2174
od tysięcy lat, może od zawsze.
00:49
And we know this
9
37389
1857
Wiemy o tym,
00:51
because we find their ancient relics
of their attempts to map the sky.
of their attempts to map the sky.
10
39270
4737
bo znajdujemy starożytne mapy nieba.
00:58
This tusk is over 30,000 years old.
11
46317
3309
Ta kość słoniowa ma ponad 30 000 lat.
01:02
Some people think
that it's a carving of Orion
that it's a carving of Orion
12
50413
2991
Niektórzy myślą, że przedstawia Oriona
01:05
or maybe a calendar.
13
53428
2087
albo kalendarz.
01:07
We don't know.
14
55944
1150
Nie wiemy.
01:09
The Fuxi star map is over 6,000 years old,
15
57958
4198
Mapa gwiazd Fuxi ma ponad 6000 lat,
01:14
and it's from a neolithic tomb
in ancient China.
in ancient China.
16
62180
2467
pochodzi z neolitycznego grobowca
w Chinach.
w Chinach.
01:17
And that little pile of clamshells
17
65251
2446
A ta sterta muszelek
01:19
underneath the dead guy's
foot in the middle --
foot in the middle --
18
67721
2823
pod nogą trupa na zdjęciu w środku
01:23
that's supposed to be the Big Dipper.
19
71609
1825
ma być Wielką Niedźwiedzicą.
01:25
Maybe.
20
73458
1150
Być może.
01:27
The Nebra disk is uncontroversial.
21
75284
2713
Dysk z Nebry nie budzi wątpliwości.
01:30
You don't have to be an astronomer to know
that you're looking at the Moon phases
that you're looking at the Moon phases
22
78902
3945
Łatwo rozpoznać, że to fazy Księżyca
01:34
or the Sun in eclipse.
23
82871
1436
albo zaćmienie Słońca.
01:36
And that little group of seven stars,
that's the Pleiades, the Seven Sisters.
that's the Pleiades, the Seven Sisters.
24
84331
4055
Ta mała grupa siedmiu gwiazd to Plejady.
01:41
But in any case, the point is clear:
25
89553
1856
Jedno jest jasne:
01:44
astronomers have been
mapping the sky for a long time.
mapping the sky for a long time.
26
92720
3117
Astronomie od dawna tworzyli mapy nieba.
01:48
Why?
27
96490
1150
Dlaczego?
01:50
It's our calling card
as a species in the galaxy
as a species in the galaxy
28
98227
5398
Wizytówką naszego gatunku w galaktyce
01:55
to figure things out.
29
103649
1959
jest odkrywanie, jak wszystko działa.
01:58
We know our planet,
30
106203
2136
Znamy naszą planetę,
02:00
we cure our diseases,
31
108363
1601
leczymy nasze choroby,
02:01
we cook our food,
32
109988
1740
gotujemy nasze jedzenie,
02:03
we leave our planet.
33
111752
1825
opuszczamy naszą planetę.
02:08
But it's not easy.
34
116426
1200
Ale to nie jest łatwe.
02:11
Understanding the universe is battle.
35
119037
2865
Zrozumienie wszechświata to bitwa.
02:14
It is unrelenting, it is time-varying,
36
122728
3373
Jest bezlitosna, zależna od czasu
02:18
and it is one we are all in together.
37
126125
2467
i wszyscy się w niej znajdujemy.
02:21
It is a battle in the darkness
against the darkness.
against the darkness.
38
129292
4364
To bitwa przeciwko ciemności w ciemności.
02:26
Which is why Orion has weapons.
39
134853
3619
To dlatego Orion jest uzbrojony.
02:34
In any case, if you're
going to engage in this battle,
going to engage in this battle,
40
142170
3153
Jeśli chcesz zaangażować się w tę bitwę
02:37
you need to know the battlefield.
41
145347
1913
musisz znać pole walki.
02:39
So at its core,
42
147284
1198
W swojej istocie,
02:40
mapping the sky involves
three essential elements.
three essential elements.
43
148506
2666
mapa nieba opiera się na trzech rzeczach.
02:43
You've got objects
that are giving off light,
that are giving off light,
44
151196
3187
Ciałach niebieskich emitujących światło,
02:46
you've got telescopes
that are collecting that light,
that are collecting that light,
45
154407
3341
teleskopach zbierających to światło,
02:49
and you've got instruments
46
157772
1436
i narzędziach pozwalających zrozumieć,
czym jest światło.
czym jest światło.
02:51
that are helping you understand
what that light is.
what that light is.
47
159232
2940
02:54
Many of you have mapped
the Moon phases over time
the Moon phases over time
48
162196
3369
Wielu z was tworzyło mapę faz księżyca,
02:57
with your eyes, your eyes being
your more basic telescope.
your more basic telescope.
49
165589
4520
za pomocą oczu jako prostego teleskopu.
03:02
And you've understood
what that means with your brains,
what that means with your brains,
50
170133
2579
Zrozumieliście ich znaczenie
dzięki mózgowi,
dzięki mózgowi,
03:04
your brains being one
of your more basic instruments.
of your more basic instruments.
51
172736
2746
używając go jako podstawowego instrumentu.
03:07
Now, if you and a buddy get together,
52
175506
1947
Jeśli połączycie siły z kumplem,
03:11
you would spend over 30 years,
53
179591
3357
i spędzicie na tym ponad 30 lat,
03:14
you would map 1,000 stars
extremely precisely.
extremely precisely.
54
182972
3539
zrobicie mapę dokładnie 1000 gwiazd.
03:19
You would move
the front line to the battle.
the front line to the battle.
55
187059
2143
Przesuniecie linię frontu tej bitwy.
03:21
And that's what Tycho Brahe
and his buddy, or his assistant, really,
and his buddy, or his assistant, really,
56
189552
3962
To właśnie zrobił Tycho Brache
i jego asystent
i jego asystent
03:25
Johannes Kepler did back in the 1600s.
57
193538
2769
Johannes Kepler w XVII w.
03:28
And they moved the line,
58
196331
2270
Przesunęli granicę,
03:30
figured out how planets worked,
59
198625
1826
odkryli, jak działają planety,
03:32
how they moved around the Sun.
60
200475
1754
i jak poruszają się wokół Słońca.
03:35
But it wasn't until about 100 years ago
61
203141
2643
Ale dopiero około 100 lat temu
03:37
that we realized
62
205808
2271
uświadomiliśmy sobie,
03:40
it's a big universe.
63
208103
1368
że wszechświat jest wielki.
03:42
It seems like the universe
is just infinite, which it is,
is just infinite, which it is,
64
210214
4231
Wszechświat jest nieskończony,
03:46
but the observable universe is finite.
65
214469
2887
ale obserwowalny wszechświat
jest skończony.
jest skończony.
03:49
Which means we can win the battle.
66
217889
2266
Co znaczy, że możemy wygrać tę bitwę.
03:54
But if you're going to map the universe,
67
222402
2006
Ale jeśli chcecie zrobić
mapę wszechświata,
mapę wszechświata,
03:57
you're not going to do it
with one or two of your besties.
with one or two of your besties.
68
225283
2771
nie uda się to tylko z dwoma kumplami.
04:00
Mapping the universe takes an army,
69
228569
2618
Do mapowania kosmosu potrzeba armii,
04:03
an army of curious, creative, craftspeople
70
231569
3865
armii ciekawych, kreatywnych twórców,
04:07
who, working together,
can accomplish the extraordinary.
can accomplish the extraordinary.
71
235458
3405
którzy razem mogą osiągnąć
coś niesamowitego.
coś niesamowitego.
04:12
I lead this army of creatives,
72
240476
1826
Dowodziłam tą kreatywną armią
04:14
in the fifth generation
of the Sloan Digital Sky Survey, SDSS.
of the Sloan Digital Sky Survey, SDSS.
73
242326
3899
w piątej edycji
Sloan Digital Sky Survey (SDSS).
Sloan Digital Sky Survey (SDSS).
04:18
And this is how astronomers have managed
to shepherd individual curiosity
to shepherd individual curiosity
74
246810
4315
Tak właśnie astronomowie zachowali swoją
indywidualną ciekawość
indywidualną ciekawość
04:23
through its industrial age,
75
251149
2111
w czasie ery przemysłowej
04:25
preserving the individual ability
to make discoveries
to make discoveries
76
253284
3357
nie tracąc zdolności do odkryć,
04:28
but putting into place mega machinery
to truly advance the frontier.
to truly advance the frontier.
77
256665
3886
ale korzystając z urządzeń
umożliwiających postęp.
umożliwiających postęp.
04:33
In SDSS, we divide the sky
into three mappers:
into three mappers:
78
261822
3063
W SDSS, dzielimy niebo na trzy sfery:
04:36
one for the stars, one for the black holes
79
264909
3531
gwiazdy, czarne dziury
04:40
and one for the galaxies.
80
268464
1875
i galaktyki.
04:42
My survey has two hemispheres,
81
270363
2278
Moje badanie obejmuje dwie półkule,
04:44
five telescopes, or 11,
depending on how you count,
depending on how you count,
82
272665
4301
pięć lub jedenaście teleskopów,
04:48
10 spectrographs
83
276990
1559
dziesięć spektrografów
04:50
and millions of objects.
84
278573
1750
i miliony ciał niebieskich.
04:52
It's a monster.
85
280347
1385
To potwór.
04:53
So let's go through the mappers.
86
281756
1565
Spójrzmy na mapy.
04:57
The Milky Way galaxy has 250 billion
plus or minus a few hundred billion stars.
plus or minus a few hundred billion stars.
87
285351
6452
Droga Mleczna ma około
250 miliardów gwiazd.
250 miliardów gwiazd.
05:05
That is not a number
that you hold in your head.
that you hold in your head.
88
293497
2437
To liczba, która nie mieści się w głowie.
05:07
That is a number that doesn't
make practical sense
make practical sense
89
295958
2341
Nie ma praktycznego znaczenia
05:10
to pretty much anybody.
90
298323
1285
właściwie dla nikogo.
05:11
You never get 250 billion jelly beans
in your hand. You know?
in your hand. You know?
91
299632
3400
Nikt nie ma 250 miliardów żelków w dłoni.
05:17
We're nowhere near mapping
all of those stars yet.
all of those stars yet.
92
305543
3222
Nie da się zmapować wszystkich gwiazd.
05:21
So we have to choose
the most interesting ones.
the most interesting ones.
93
309345
2422
Musimy wybrać te najciekawsze.
05:24
In SDSS-V, we're mapping six million stars
94
312829
4150
W SDSS-V, mapujemy 6 milionów gwiazd
05:29
where we think we can measure their age.
95
317003
2086
których wiek potrafimy zmierzyć.
05:31
Because if you can measure
the age of a star,
the age of a star,
96
319662
2174
Każda gwiazda, której wiek znamy,
05:33
that's like having six million clocks
spread all throughout the Milky Way.
spread all throughout the Milky Way.
97
321860
3781
to jeden z 6 milionów zegarów
w Drodze Mlecznej.
w Drodze Mlecznej.
05:37
And with that information,
98
325665
1438
Mając te informacje,
05:39
we can unravel the history
and fossil record of our galaxy
and fossil record of our galaxy
99
327127
4620
możemy rozwikłać historię naszej galaktyki
05:43
and learn how it formed.
100
331771
1366
odkryć, jak się uformowała.
05:47
I'm just going to cut
right to the chase here.
right to the chase here.
101
335238
2340
Od razu przejdę do rzeczy.
05:50
Black holes are among the most perplexing
objects in the universe.
objects in the universe.
102
338436
4853
Czarne dziury są najdziwniejsze.
05:55
Why?
103
343627
1156
Dlaczego?
05:56
Because they are literally just
math incarnate, in a physical form,
math incarnate, in a physical form,
104
344807
4011
Bo są matmą wcieloną w fizyczną formę,
06:00
that we barely understand.
105
348842
1498
którą ledwie rozumiemy.
06:03
It's like the number zero being animated
and walking around the corridors here.
and walking around the corridors here.
106
351085
4642
Tak jakby zero ożyło i tu chodziło.
06:07
That would be super weird.
107
355751
1406
Byłoby to strasznie dziwne.
06:09
These are weirder.
108
357181
1371
A to jest dziwniejsze.
06:10
And it's not just like a basketball
109
358576
2104
Nie jest piłką, którą ściśniecie
06:12
that you smoosh down into a little point
and it's super dense and that's weird.
and it's super dense and that's weird.
110
360704
3730
do małego super gęstego punktu
i to będzie dziwne.
i to będzie dziwne.
06:16
No, smooshed basketballs have a surface.
111
364458
2667
Ściśnięta piłka ma powierzchnię.
06:19
These things don't have surfaces,
and we know that now.
and we know that now.
112
367149
3380
Te rzeczy jej nie mają i teraz to wiemy.
06:23
Because we've seen it.
113
371228
1674
Bo ją widzieliśmy.
06:24
Or the lack of it.
114
372926
1372
Albo jej brak.
06:27
What's really interesting
about black holes
about black holes
115
375609
2008
Najciekawsze w czarnych dziurach jest to,
06:29
is that we can learn a lot about them
by studying the material
by studying the material
116
377641
3606
że poznamy je, badając materię,
06:33
just as it passes through that point
of no information return.
of no information return.
117
381271
4803
przechodzącą przez punkt bezzwrotny.
06:38
Because at that point,
118
386098
1452
Bo w tym punkcie emitowane są
06:39
it's emitting lots of X-rays
and optical and UV and radio waves.
and optical and UV and radio waves.
119
387574
5778
promienie X, fale optyczne, radiowe i UV.
06:45
We can actually learn
how these objects grow.
how these objects grow.
120
393376
3011
Możemy się dowiedzieć,
jak rosną te obiekty.
jak rosną te obiekty.
06:48
And in SDSS, we're looking at over
half a million supermassive black holes,
half a million supermassive black holes,
121
396956
5542
W SDSS badamy ponad pół miliona
supermasywnych czarnych dziur,
supermasywnych czarnych dziur,
06:54
to try to understand how they formed.
122
402522
2466
aby zrozumieć, jak powstają.
06:58
Like I said,
123
406022
1245
Jak powiedziałam,
07:00
we live in the Milky Way,
you guys are all familiar with that.
you guys are all familiar with that.
124
408109
2978
żyjemy w Drodze Mlecznej,
07:04
The Milky Way is a completely
average galaxy.
average galaxy.
125
412009
3651
całkiem przeciętnej galaktyce.
07:08
Nothing funny going on.
126
416605
1533
Nic dziwnego się tu nie dzieje.
07:10
But it's ours, which is great.
127
418859
1933
Ale jest nasza, i to jest wspaniałe.
07:14
We think that the Milky Way,
and all the Milky Ways,
and all the Milky Ways,
128
422794
4040
Uważamy, że Droga Mleczna i inne galaktyki
07:18
have this really disturbing past
129
426858
2640
mają niepokojącą przeszłość:
07:21
of literally blowing themselves apart.
130
429522
3251
dosłownie rozerwały się na strzępy.
07:25
It's like every average guy you know
131
433597
3580
To tak, jakby przeciętny człowiek
07:29
has a history as a punk rock teenager.
132
437201
2721
był w młodości punk rockowym muzykiem.
07:32
That's very bizarre.
133
440582
1333
To jest bardzo dziwne.
07:36
Stars are blowing up in these systems,
134
444744
2031
Gwiazdy wybuchają w tych układach,
07:38
black holes are growing at their centers
135
446799
1984
w ich centrum rosną czarne dziury,
07:40
and emitting a tremendous
amount of energy.
amount of energy.
136
448807
2556
emitując ogromne ilości energii.
07:43
How does that happen,
how does this transformation happen?
how does this transformation happen?
137
451387
2944
Jak przebiega ta transformacja?
07:46
And at SDSS, we're going
to the bellies of the beast
to the bellies of the beast
138
454355
2484
W SDSS schodzimy do brzucha bestii
07:48
and zooming way in,
139
456863
1734
i robimy powiększenie,
07:50
to look at these processes
where they are occurring
where they are occurring
140
458621
2992
by zobaczyć te zjawiska na miejscu,
07:53
in order to understand how Sid Vicious
grows up into Ward Cleaver.
grows up into Ward Cleaver.
141
461637
5026
i zrozumieć, jak zmienia się Sid Vicious.
08:01
My arsenal.
142
469389
1412
Mój arsenał.
08:02
These are my two big telescopes.
143
470825
2024
To moje dwa wielkie teleskopy.
08:04
The Apache Point Observatory
hosts the Sloan telescope in New Mexico,
hosts the Sloan telescope in New Mexico,
144
472873
4891
Sloan w Apache Point Observatory,
w Nowym Meksyku,
w Nowym Meksyku,
08:09
and the Las Campanas Observatory in Chile
145
477788
2154
a w Las Campanas Observatory w Chile
08:11
hosts the two-and-a-half-meter
telescope, the du Pont.
telescope, the du Pont.
146
479966
2984
2,5-metrowy teleskop du Pont.
08:15
Two and a half meters
is the size of our mirror,
is the size of our mirror,
147
483734
2603
2,5 m to wymiary naszego lustra.
08:18
which was huge for Tycho and Kepler.
148
486361
2027
W czasach Tycho i Keplera były ogromne,
08:20
But it's actually not so big today.
149
488412
1814
ale dzisiaj nie są już takie wielkie.
08:22
There are way bigger telescopes out there.
150
490250
2397
Są dużo większe teleskopy.
08:24
But in SDSS we use new instruments
on these old telescopes
on these old telescopes
151
492671
5132
Ale w SDSS używamy z nimi nowych narzędzi,
08:29
to make them interesting.
152
497827
1667
aby były bardziej interesujące.
08:32
We capture light from all
of those objects into our aperture,
of those objects into our aperture,
153
500422
4663
Przechwytujemy światło obiektów przesłoną
08:37
and that light is then focused
at the focal plane,
at the focal plane,
154
505109
2928
potem skupiamy na płaszczyźnie ogniskowej
08:40
where our instruments sit
and process that light.
and process that light.
155
508061
2342
i nasze narzędzia przetwarzają to światło.
08:42
What's new in SDSS-V
156
510831
1934
Nowością w SDSS-V jest to,
08:44
is that we're making the focal plane
entirely robotic.
entirely robotic.
157
512789
3721
że płaszczyzna ogniskowa
jest dokonywana przez roboty.
jest dokonywana przez roboty.
08:49
That's right: robots.
158
517051
2108
Zgadza się: roboty.
08:51
(Laughter)
159
519183
1150
(Śmiech)
08:53
So I'm going to show them to you,
160
521019
2106
Pokażę je wam,
08:55
but they're fierce and terrifying,
161
523149
3633
ale są dzikie i przerażające,
08:58
and I want you all to just take a breath.
162
526806
2020
więc weźmiecie głęboki oddech.
09:01
(Exhales) Trigger warning.
163
529450
1754
(Wydech) Ostrzegałam!
09:03
And with no apologies to all
the Blade Runners among you,
the Blade Runners among you,
164
531722
3840
Bez obrazy dla Blade Runnerów wśród was,
09:08
here they are.
165
536516
1357
oto one.
09:09
(Laughter)
166
537897
1713
(Śmiech)
09:11
I have 1,000 of these,
167
539634
1395
Mam 1000 takich robotów.
09:13
500 in the focal plane
of each telescope in each hemisphere.
of each telescope in each hemisphere.
168
541053
3297
500 na ogniskowej każdego teleskopu
na każdej półkuli.
na każdej półkuli.
09:18
And this is how they move on the sky.
169
546061
1878
Tak poruszają się po niebie.
09:20
So these are our objects and a star field,
170
548411
2287
To są nasze obiekty i pole gwiezdne,
09:22
so you've got stars,
galaxies, black holes.
galaxies, black holes.
171
550722
2175
gwiazdy, galaktyki, czarne dziury.
09:24
And our robots move to those objects
as we pass over them
as we pass over them
172
552921
4952
Gdy teleskop przechodzi przez obiekty,
roboty ruszają w ich stronę,
roboty ruszają w ich stronę,
09:29
in order to capture the light
173
557897
1585
aby przechwycić światło
09:31
from those stars and galaxies
and black holes, and yes,
and black holes, and yes,
174
559506
3881
z gwiazd i galaktyk oraz czarnych dziur.
09:35
it is weird to capture black hole light,
175
563411
2214
To dziwne łapać światło czarnych dziur,
09:37
but we've already gone over
that black holes are weird.
that black holes are weird.
176
565649
2959
ale już ustaliliśmy, że są one dziwne.
09:42
One more thing.
177
570475
1150
Jeszcze jedno.
09:44
Stars are exploding all the time,
178
572966
2461
Gwiazdy cały czas eksplodują,
09:47
like this one did back in 1987
in our cosmic backyard.
in our cosmic backyard.
179
575451
3718
jak ta w 1987 roku
na naszym kosmicznym podwórku.
na naszym kosmicznym podwórku.
09:53
Black holes are growing all the time.
180
581427
3365
Czarne dziury rosną cały czas.
09:59
There is a new sky every night.
181
587088
3508
Każdej nocy jest nowe niebo.
10:03
Which means we can't just
map the sky one time.
map the sky one time.
182
591438
3333
Nie można zrobić mapy nieba tylko raz.
10:06
We have to map the sky multiple times.
183
594795
2534
Musimy tworzyć ją wielokrotnie.
10:10
So in SDSS-V, we're going back
to each part of the sky multiple times
to each part of the sky multiple times
184
598782
4229
Wracamy wiele razy do każdej części nieba,
10:15
in order to see how
these objects change over time.
these objects change over time.
185
603035
3357
aby zaobserwować zmiany, jakie zaszły.
10:18
Because those changes in time
encode the physics,
encode the physics,
186
606416
3284
Te zmiany w czasie wyjaśniają fizykę,
10:21
and they encode how these objects
are growing and changing.
are growing and changing.
187
609724
3979
to, jak te ciała rosną i zmieniają się.
10:27
Mow the sky.
188
615399
1150
Przeczesują niebo.
10:30
OK, let me just recap.
189
618177
1991
Pozwólcie mi podsumować.
10:32
Global survey, two hemispheres,
190
620744
2579
Światowe badanie, dwie półkule,
10:36
five telescopes, 10 spectrographs,
millions of objects, mow the sky,
millions of objects, mow the sky,
191
624537
5056
pięć teleskopów, 10 spektrografów,
miliony obiektów, przeczesywanie nieba,
miliony obiektów, przeczesywanie nieba,
10:41
creative army, robots, yeah.
192
629617
2920
kreatywna armia, roboty.
10:44
So you're thinking, "Wow.
193
632561
1668
Myślicie sobie: "Wow.
10:46
She must have this
industrial machine going,
industrial machine going,
194
634253
2705
Prowadzi tę przemysłową maszynerię
10:48
no room for the individual, curious,
lone wolf genius," right?
lone wolf genius," right?
195
636982
3270
bez miejsca dla indywidualistów?"
10:52
And you'd be 100 percent wrong.
196
640847
1712
Mylicie się.
10:55
Meet Hanny's Voorwerp.
197
643234
1467
Poznajcie Voorwerpa Hanny.
10:57
Hanny van Arkel was a Dutch schoolteacher
198
645274
2230
Hanny von Arkel uczyła w szkole,
10:59
who was analyzing the public
versions of the SDSS data,
versions of the SDSS data,
199
647528
3896
i analizowała publiczne dane SDSS,
11:03
when she found this
incredibly rare type of object,
incredibly rare type of object,
200
651448
3800
gdy znalazła ten niezwykle rzadki obiekt,
11:07
which is now a subject of major study.
201
655272
2533
który jest teraz przedmiotem badań.
11:10
She was able to do this
202
658621
1550
Mogła to zrobić, ponieważ SDSS
11:12
because SDSS, since its beginning
and by mandate from the Sloan Foundation,
and by mandate from the Sloan Foundation,
203
660195
4525
od początku z polecenia Sloan Foundation
11:16
has made its data both publicly available
204
664744
2635
udostępnił publicznie te dane
11:19
and usable to a broad range of audiences.
205
667403
3793
dla szerokiego grona odbiorców.
11:23
She's a citizen -- yeah, clap for that.
206
671792
2745
Jest obywatelskim... Tak, bijcie brawo.
11:26
Clap for that.
207
674561
1151
Bijcie jej brawo.
11:27
(Applause)
208
675736
3246
(Brawa)
11:31
Hanny is a citizen scientist,
209
679006
1532
Hanny jest obywatelskim naukowcem,
11:32
or as I like to call them,
210
680562
1784
lub jak lubię ich nazywać,
11:34
"citizen warriors."
211
682370
1283
"obywatelskim wojownikiem".
11:36
And she shows that you don't have to be
a fancy astrophysicist to participate.
a fancy astrophysicist to participate.
212
684284
6301
Pokazuje, że nie trzeba być astrofizykiem.
11:43
You just have to be curious.
213
691037
1675
Wystarczy być ciekawym świata.
11:46
A few years ago,
214
694425
1574
Kilka lat temu
11:48
my four-year-old asked,
"Can moons have moons?"
"Can moons have moons?"
215
696023
3332
mój synek zapytał,
czy księżyce mają księżyce.
czy księżyce mają księżyce.
11:51
And I set about to answer this question
216
699989
1969
Postanowiłam znaleźć odpowiedź,
11:53
because even though many
four-year-olds over all of time
four-year-olds over all of time
217
701982
3587
bo przez wieki wiele czterolatków
11:57
have probably asked this question,
218
705593
2013
zadawało to pytanie,
11:59
many experts, including myself,
didn't know the answer.
didn't know the answer.
219
707630
3765
a eksperci, w tym ja,
nie znają odpowiedzi.
nie znają odpowiedzi.
12:04
These are the moons in our solar system
that can host hypothetical submoons.
that can host hypothetical submoons.
220
712157
3848
Te księżyce z naszego układu
mogą mieć swoje satelity.
mogą mieć swoje satelity.
12:08
And that just goes to show you
that there are so many basic questions
that there are so many basic questions
221
716491
4015
To pokazuje, na ile prostych pytań
12:12
left to be understood.
222
720530
2134
nie mamy odpowiedzi.
12:17
And this brings me to the most
important point about SDSS.
important point about SDSS.
223
725665
4672
Co jest najważniejsze w SDSS?
12:23
Because, yeah, the stars, the galaxies,
the black holes, the robots --
the black holes, the robots --
224
731036
4080
Gwiazdy, galaktyki, czarne dziury, roboty,
12:27
that's all super cool.
225
735140
1466
to wszystko jest super.
12:30
But the coolest thing of all
226
738879
2063
Ale najlepsze w tym wszystkim jest to,
12:32
is that eensy-weensy creatures
on a rubble pile
on a rubble pile
227
740966
3244
że maleńkie istoty na stercie gruzu
12:36
around a totally average star
in a totally average galaxy
in a totally average galaxy
228
744234
3829
w przeciętnej galaktyce
12:40
can win the battle
to understand their world.
to understand their world.
229
748087
3785
mogą wygrać bitwę o zrozumienie świata.
12:44
Every dot in this video is a galaxy.
230
752714
4871
Każda kropka w tym filmie to galaktyka.
12:51
Every dot.
231
759323
1150
Każda kropka.
12:59
(Cheers) (Applause)
232
767553
6762
(Wiwaty) (Brawa)
13:06
I'm showing here the number of galaxies
233
774339
1890
Tu widać liczbę galaktyk,
13:08
that astronomers have mapped
in large surveys since about 1980.
in large surveys since about 1980.
234
776253
3395
których mapa powstała od około 1980 roku.
13:12
You can see SDSS kick in around Y2K.
235
780109
2754
SDSS pojawia się około roku 2000.
13:15
If we stay on this line,
236
783921
2580
Jeśli będziemy działać w tym tempie,
13:18
we will map every large galaxy
in the observable universe by 2060.
in the observable universe by 2060.
237
786525
5905
mapa większych galaktyk widzialnego
kosmosu powstanie do 2060 roku.
kosmosu powstanie do 2060 roku.
13:25
Think about that.
238
793406
1354
Pomyślcie o tym.
13:26
Think about it: we've gone
from arranging clamshells
from arranging clamshells
239
794784
4126
Przeszliśmy od układania muszli,
13:30
to general relativity to SDSS
in a few thousand years --
in a few thousand years --
240
798934
4087
do teorii względności i SSDD
w ciągu kilku tysięcy lat,
w ciągu kilku tysięcy lat,
13:35
and if we hang on 40 more,
241
803045
2310
a za kolejne 40
13:39
we can map all the galaxies.
242
807077
2063
zrobimy mapę wszystkich galaktyk.
13:41
But we have to stay on the line.
243
809859
1850
Ale musimy dalej pracować.
13:44
Will that be our choice?
244
812557
1341
Czy taki będzie nasz wybór?
13:48
There are dark forces in this world
245
816684
2639
W świecie są mroczne siły,
13:51
that will rob our entire species
of our right to understand our universe.
of our right to understand our universe.
246
819347
6357
które chcą pozbawić nas prawa
do rozumienia kosmosu.
do rozumienia kosmosu.
13:58
Don't be afraid of the dark.
247
826466
1525
Nie bójcie się ciemności.
14:00
Fight back.
248
828498
1150
Walczcie z nią.
14:02
Join us.
249
830173
1190
Przyłączcie się do nas.
14:03
Thank you.
250
831387
1150
Dziękuję.
14:04
(Applause)
251
832561
6851
(Brawa)
ABOUT THE SPEAKER
Juna Kollmeier - Theoretical astrophysicistUsing all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale.
Why you should listen
As she tells it, Juna Kollmeier believes "all humans have an inalienable right to know about their world. For the past two decades, I have been studying the cosmos -- from planets to galaxies to black holes. I am currently making a new map of the sky -- the fifth generation of the Sloan Digital Sky Survey."
Led to a career in astrophysics by "a STEM camp in Michigan," Kollmeier is currently an astrophysicist at the Carnegie Institution for Science. Her research focuses on the emergence of structure in the universe on multiple scales and how the tiny fluctuations in density that were present when the universe was only 300,000 old became the stars, galaxies and black holes that we see now. Her goal is to complete this new SDSS sky map and to make sure these data remain available to the public for study.
Juna Kollmeier | Speaker | TED.com