人类为何热衷将五花八门物品送入太空？
在人类探索宇宙的征途中，除了科学探索、商业开发和军事应用等常规目标外，一场别开生面的"太空竞赛"正悄然兴起——各国和各组织竞相将各种看似奇特的物品送入太空轨道。这一现象背后，隐藏着人类复杂而多样的心理动机。
2024年12月，日本一群佛教僧侣尝试了一项前所未有的壮举：将一座小型寺庙送入太空。尽管凯洛斯火箭最终未能完全成功，但已抵达距离地球110多公里的高度，实现了第一如来（宇宙之佛）和曼陀罗的首次太空之旅。这座寺庙大小仅相当于一个中型亚马逊快递箱，外覆金色箔纸，佛像端坐于顶部特殊隔间。僧侣们希望，随着日本海外侨民的增多，当佛像从头顶掠过时，信徒们能向其祈祷。
人类对"第一"的执着，或许可以追溯到奥地利医生阿尔弗雷德·阿德勒提出的"自卑感"理论——一种不断证明自己内在需求的心理。这种心理在进化过程中可能曾发挥重要作用，如今却延伸至一些看似古怪的现代偏好，比如对长子的更高期望，或投票时倾向于选择名单上的第一位候选人。生物学家恩斯特·迈尔的"创始人效应"进一步解释了这一现象：先行者往往对后续发展产生不成比例的影响，因此成为第一个将物品送入太空的人，无疑具有巨大的吸引力。
在众多被送入太空的物品中，有些动机相对容易理解。例如，自1994年以来，Celestis公司便致力于将人类骨灰和DNA送入太空，以实现某种形式的不朽。1997年，该公司将包括《星际迷航》创作者吉恩·罗登伯里在内的24人骨灰送上轨道，实施了所谓的"创始人飞行"。尽管五年后这些遗骸意外脱离轨道，但亲眷们仍感到亲人获得了某种永恒的存在。类似地，宠物遗骸也被送入太空，如2024年1月的一次失败发射中，就包含了吉恩·罗登伯里和一只狗的部分遗骸。阿波罗15号任务还在月球上留下了阵亡宇航员纪念牌匾，恐龙骨头也曾多次被暂时送入轨道，以提醒人们地球生命的悠久历史。
然而，有些项目则显得难以理解。例如，去年12月，一家名为beingAI的公司计划将一块印有见习AI佛教僧侣Emi+Jido数字图像的镍盘送往月球。太空中不仅传播佛教信息，国际空间站的俄罗斯部分还包含各种东正教宗教图像。这些宗教信息的传播，或许揭示了人类希望与外星生命形式建立联系的深层愿望。尽管目前尚无人能解读这些信息，但人们仍期待有一天它们能被另一种生命形式所接收。
还有一些物品的发送，似乎纯粹是为了留下某种印记。1986年，麻省理工学院向Eridanis星座方向传输了微弱信号Poetica Vaginal，尽管美国空军迅速进行了干预。2010年，一张用克林贡语写成的克林贡歌剧表演邀请函被发送到布特斯星座的大角星，这一近乎宇宙级的假信息，无疑展示了人类文化的多样性和探索未知的勇气。
在所有被送入太空的奇特物品中，埃隆·马斯克的樱桃红色特斯拉Roadster跑车无疑是最引人注目的。2018年，这辆跑车被发射升空，驾驶座上放置着一个人体模型，汽车收音机里播放着大卫·鲍伊的歌曲《Space Oddity》。目前，它正绕太阳运行，距离地球约2.48亿公里，其轨道多次穿过火星轨道。这一举动看似毫无意义，实则是一种意图声明——就像有人在躺椅上放了条毛巾，表明稍后将回来使用。
随着太空基础设施的逐步建立，人类对月球、火星及更远地方的探索将日益深入。这些地方不仅将成为科学、商业和军事应用的重要场所，更可能成为人类文明的新家园。在尚未完全弄清楚如何利用这些空间、如何用人性填充它们之前，我们发送的这些奇异物品，或许正是对未来使用这些位置的初步探索和声明。
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭