Tilfeldige oppdagingar

Ole-Christian Schmidt Hagenes
Journalist

15. september 2015
Farmasi

På slutten av femtenhundretalet forsøkte Christopher Columbus å
få den portugisiske kongen til å finansiera utforskinga av den
vestlege ruta til Asia. Sidan Portugal akkurat hadde gjennomførd
ein vellukka ferd rundt sørspissen av Afrika, så var ikkje kongen
særleg interessert i å nytte pengar på ei ukjend og mogeleg
farefull ferd. Neste stopp for Columbus var det nyleg foreina
Spania. I byrjinga fekk han avslag også frå Spania, men etter
fleire år med lobbyverksemd og forhandlingar, fekk han
gjennomslag i januar 1492. I september sat han segl vestover frå
Kanariøyene. Fem veker seinare nådde dei land, på det som
Columbus trudde var Aust-Asia, men eigentlig var ei av øyane i
Bahamas. Grunnen til at Columbus trudde han fant Aust-Asia var
kluss med måleeiningar. Columbus hadde lært at ein lengdegrad ved
ekvator var 56⅔ mil lang. Det han derimot ikkje hadde lært var at
det var arabiske mil, og ikkje den kortare romerske mil. Den
førte til at Columbus rekna feil med omlag 10,000km på
jordomkrinsen. Så der han forventa å finna Aust-Asia var det
tilfeldigvis eit heilt anna kontinent, som idag heiter Amerika.

Som med mange andre oppdagingar, stammar og mikrobølgjeomnen
frå andre verdskrig. Britane hadde utvikla ein høgenergi
mikrobølgjegenerator til bruk i radar. Denne vart tilbydt USA i
bytte mot finansiell og industriell støtte. Under testing av
mikrobølgjegeneratoren i 1945 oppdaga Percy Spencer, at ein
sjokolade han tilfeldigvis hadde i lomma hadde smelta. Det første
som Spencer bevisst kokte med mikrobølgjer var popcorn.

I 1879 jobba Constantin Fahlberg på John Hopkins University med
kulltjærederivater. Under ein middag, oppdaga han at alt hadde
byrja smake søtt. Han hadde bokstavleg talt tatt med seg litt av
arbeidet heim, i form av å gløyme å vaske henda. Han skunda seg
tilbake til laboratoriet, og byrja å smake på alt på
arbeidsbenken. Alle glas, beger, og skålene han hadde brukt den
dagen vart smakt på, heilt til han fant kjelda til søtsmaken.
Tilfeldigheiter hadde ført til oppdaginga av det første kunstige
søtingsstoffet, seinare kjend under namnet Sakkarin.

På 60-talet jobba Spencer Silver hjå 3M med å utvikla sterkare
lim, men enda i staden opp med å laga eit svakt lim som behaldt
klebeevna. Han hadde funne ei løysing utan eit problem, og
arrangerte i fleire år foredrag og seminar internt i 3M utan at
nokon hadde eit problem til løysingen hans. Problemet dukka opp i
1974, i form av ein annen 3M forskar, Art Fry. Art song i det
lokale kyrkjekoret, og irriterte seg over at bokmerka frå
onsdagsøvingane ramla ut av salmeboka på søndagen. Saman
utvikla dei det vi idag kjenner som post-it.

Richard James var ingeniør i den amerikanske marinen under andre
verdskrig og jobba med å utvikla fjører for stabilisering av
instrumenter ombord på skip. I 1943 velta han ved ei
tilfeldigheit ei fjør ned frå ei hylla og oppdaga at fjøra tok “
steg” ned frå hylla, via ein stabel med bøker, ned på pulten før
den landa på golvet og vart ståande. James eksperimenterte med
fleire typar stål og testa dei ut på naboungane. Etter omlag eit
år hadde han funnet den perfekte oppskrifta og trappetrollet var
fødd. Første parti på 400 trappetroll vart seld på under 90
minutt, og suksess var eit faktum.

Penicillium notatum (Wikimedia)

Ingen artikkel om tilfeldige oppdagingar er vel komplett utan
historia om Penicillin. Då Alexander Flemming sorterte
petriskålane sin i september 1928 oppdaga han noko rart. I ei
petriskål med stafylokokkar oppdaga han ei forureining. Det vaks
mugg i den, og rundt muggen såg det ut til at stafylokokkane var
drepne. Flemming sin hypotese var at noko i muggen hadde drepe
bakteriane. Flemming brukte fleire veker på å gro nok av muggen
til å bevise at den hadde antibakterielle evnar. Diverre var
ikkje Flemming ein god kjemikar, han var utdanna bakteriolog, og
hadde dermed ikkje mogelegheit til å effektivt isolere dei
antibakterielle komponentane i muggen. Han kom opp med namnet
Penicillin frå namnet på soppen, Penicillium chrysogenum, som
danna muggen. Diverre var Flemming ein dårleg formidlar av
forskinga si, så det var få som la merke til den før i 1938. Då kom
Dr. Howard Florey over ein av artiklane til Flemming. Det var
Florey i lag med kollega Sir Ernst Boris Chain, som utførte dei
første testane av Penicillin på menneske. Flemming, Florey og
Chain fekk Nobelprisen i medisin i 1945 for oppdaging av
Penicillin.

Citizen science

Ole-Christian Schmidt Hagenes
Journalist

27. august 2015
Miljø

«Citizen science» er ein samlebenevning for forskingsprosjekt
som ber om hjelp frå den allmenne befolkninga. Grunnen til at du blir beden om
å hjelpa til er ofte at akademia rett og slett ikkje har alle resursane som
trengst for å «bite over» prosjektet. Enten i form av at det er samla inn enorme
mengd med data, eller at man ynskjer å vere til stades og utføre observasjonar
over heile Noreg samtidig. I denne artikkelen skal eg gå
igjennom eit par slike prosjekt som det kan tenkast at Husbjørnens lesarar kan ha
interesse av hjelpa til på.

artsobservasjoner.no er ein registreringsteneste for observasjonar av dyr og
vekstar. Tenesta er delt inn i seks undergrupper. Fuglar, småkryp, virveldyr,
vekstar, fisk og store rovdyr. Her er det gode moglegheiter for å kombinere
turane i marka med vitskap, men du treng ikkje gå langt ut i skogen for å finne
noko å registrere. Når hørte du første gjøken i år, og når kom de første grøne
knoppene på bjørka utanfor studenthybelen din. All Dataa som samlast inn skal
vere fritt tilgjenge, men du som innsamlar beheld eigarskapen til sjølve
registreringa.

Om du har meir lyst til å følgje individuelle fuglar kan du gjøre det ved å
registrere ringmerket fugl på ringmerking.no. Fuglane er merket med ein farget
plastring på eine foten, og ofte med ein ekstra metallring. Plastringen er
laga for å vere lett å lese på avstand, til dømes med kikkert. På nettsida har
du moglegheit til å sjekke kvar fuglen du har observert har våre observert før.
Tar måsane på Aker brygge sommarferie, og isåfall kvar? Dette er berre eit av
spørsmåla du ikkje visste du hadde om fuglar før du begynner å følgje med.

Eksempel på ringmerket fugl. (Andreas Trepte, www.photo-natur.de)

På citclops.eu skal du ut og registrera fargen på vatnet i nærleiken med ein app
på telefonen din. Du skal ta eit bilete, jamføre fargen og gje litt info om vêret.
Viss du har ein secchi disk (sjå bilete), så kan man også måle kor gjennomskinleg
vatnet er. Kvifor er det viktig å måle fargen og kor gjennomskinleg vatnet er
undrar du kanskje på? Det er rett og slett på grunn av at fargen på verdas hav
er eit av dei klimadataene vi har som går lengst tilbake i tid. Gjennomskinnet i
vatnet avslører kor mykje forureining det inneheld. Kombinert med fargen kan
man avgjere om det skyldast til døme algeoppbloming eller utslepp.

Secchi skive brukt til å måle kor gjennomskinleg ferskvatn er. (J. Albert Bowden II)

Viss du mot formodning ikkje skulle ha tid til å «reise i felt» og må lese til
eksamen så er det fleire prosjekt der alt du treng er ei datamaskin og
litt tid. Perfekt som ein 10 minutts pause. Vi begynner med
verdsrommet for dykk med ein liten astronom i magen.

På CosmoQuest.org hjelper du astronomar
med å markere krater på blant anna Mars, Merkur og Månen. Alt er nettbasert og
dei har gode instruksjonar for korleis man kjenner igjen forskjellege typar
geologiske formasjonar. Kratertettleik og -storleik er ein mykje brukt måleeining
for alder på geologi på overflata til objekta i solsystemet. Ein av hovudgrunnane
for å manuelt merke krater på bilete er rett og slett for å «kalibrere»
programvaren som leiter etter krater i bileta. Dette er eit aktivt prosjekt
med aktive forskarar bak. Berre i 2014 vart det produsert over 10 vitskaplege
artiklar med basis i cosmoquest.org.

Milkywayproject.org går ut på å kartleggje galaksen vår. Spitzer teleskopet har
tatt fleire bilete enn astronomane rekk å klassifisere sjølv. Dei treg derfor
hjelp av deg til å finne dei verkeleg interessante bileta. Du skal merke av kva
bileta inneheld, til dømes galaksar, stjernehop eller såkalla «bobler». Det er
blant anna kva desse «boblene» har med stjerneformasjon å gjere som milkywayproject
ynskjer å finne ut av. Den nyaste publikasjonen frå dataa til milkywayproject
er frå februar i år, så her er det gode moglegheiter at du «er med» på ein
publikasjon.

Spizter teleskopet (NASA/JPL-Caltech/R. Hurt (SSC) )

Viss verdsrommet ikkje er noko for deg, eller du rett og slett har lyst å sjå
på noko anna enn stjerner og planetar, så kan du heller dykka ned i havet på
planktonportal.org. Vi veit rett og slett for lite om kva klimaendringane har å
sei for det mikroskopiske dyrelivet i havet. Derfor er det viktig å byggje opp
ein database over kva plankton som lever på kva djupner og til dømes kva
temperaturen og CO2-nivået er der dei lever. Det er her du kjem inn og skal
registrere art, storleik og retning planktonet på bileta har. Samstundes som
du hjelper med at vi lærer meir om verdshava våre så lærer du også om mangfaldet
til planktonet i verdshava.

På penguinwatch.org kan du følgje livet til fleire pingvinkoloniar i Antarktis
samstundes som du hjelp til med å bygge opp datagrunnlag for å forstår kva
om endringar i pingvinkoloniane kan koplast mot klimaendringar eller menneskeleg
aktivitet. Sidan pingvinane er dei øvste predatorane i deler av Sørishavet, er
endringar i bestanden eller handlingsmønster regnet som indikator for endring
i økosystemet. Sidan klimaet i Antarktis er ugjestmildt for menneske har forskarane
installert kamera for å følgje pingvinkoloniane over tid. Blant anna ynskjer
forskarane å finne ut om tida når pingvinane ankommer, parer seg og egga klekkas
endrar seg. Andre viktige datapunkt er overlevelsesrate i redet jamført andre
lokasjoner, og om det er menneskeleg aktivitet, til dømes fiskeri, som kan
vere grunnen til variasjonen.

Viss merking av objekt på bilete ikkje appellerer til deg, finnast det
heldigvis andre alternativ.

På oldweather.org skal du hjelpe til med å digitalisere gamle loggbøker frå skip.
Dei historiske datasetta for vêret er full i manglar. Heldigvis kan mange av
manglane fyllast inn ved hjelp av data frå loggbøkene til gamle skip. Handskrift
er menneske framleis mykje betre til å lese enn datamaskiner, og det er her du
kjem inn. Du får vere med på ein reise tilbake i tid mens du digitaliserer. Reisa
begynner gjerne i Southampton i 1810, nedover langs Afrika før du til slutt ender
opp i det Indiske hav og fyller skipet med krydder, og heile vegen har du notert
info om vind, temperatur, lufttrykk og bølgehøgde. Er det sjørøvare på lur eller
kanskje det blåser opp til storm? Det venter eit nytt eventyr på kvar side.

Dersom du ikkje har funnet eit prosjekt du synst passer for deg men du har framleis
lyst å hjelpe til kan du sjekke ut zooniverse.org som er ei samleside for mange
citizen science prosjekter. Det som er presentert her er berre eit lite utval av
det som er tilgjengelig. Om du har lyst å hjelpe til, men følar at du ikkje har
tid å sette av, så kan du låne litt av prosessorkrafta til datamaskinen eller
mobiltelefonen din via boinc.berkeley.edu. Boinc er eit distribuert data-nettverk
med regnekraft som kan jamførast med verda topp 10 raskaste datamaskiner. Her kan
du hjelpe til med å finne løysingar på alt frå om det finnes intelligent liv i
verdsrommet til korleis protein kan brettes for å potensielt løyse kreftgåta.

Lykke til.

«Nano – det er lite, det».

Tor Jan Berstad
Journalist

3. mai 2015
Nanoteknologi

Slik lyder det ofte fra folk når jeg forteller om hva jeg studerer. Det stemmer også; nano er lite. Så når man forteller om nanoelektronikk, er det vanskelig for mange å se for seg hva det er snakk om, og hvor dette kan brukes. For å forstå det kan det være lurt å se på historien til datamaskinen og hvordan konseptet med digital elektronikk oppsto.

3D-modell av et utkutt av en prosessor. foto – Intel SoC

Det er interessant å bemerke at konseptet av en datamaskin eksisterte lenge før konseptet for digital elektronikk. Mennesker har i omtrent 4500 år brukt mekaniske hjelpemidler for å hjelpe med regneoppgaver, da i form av abacus eller kuleramme. Deretter ble de mekaniske regnemaskinene mer og mer avanserte, og et av de mer interessante eksemplene av dette er den såkalte Antikythera-mekanismen, som antageligvis ble konstruert rundt 150–100 f.Kr. for å kalkulere stjerneposisjoner, og ser ut til være en svært komplisert og avansert konstruksjon. Lignende teknologi vil ikke bli sett før 1000 år senere, da planisphere og lignende maskiner ble utviklet.

Alle disse maskinene hadde en ting til felles, og det er at de hadde veldig spesifikke oppgaver, gjerne knyttet til astronomi. Dette var tilfellet helt til 1822, da Charles Babbage fomulerte sin idé om en datamaskin som kunne ta for seg generelle regneoperasjoner. Denne såkalte differansemaskinen var en slags mekanisk kalkulator, og sies å være den sanne forfaderen til dagens datamaskiner. Denne maskinen var enorm, og hadde veldig begrenset regnekapasitet sammenlignet med hva vi ser for oss som en kalkulator nå. Etter differansemaskinen kom det mange flere mekaniske datamaskiner, med høyere og høyere kompleksitet og størrelse. Dette ville vise seg å være den største begrensningen for en analog mekanisk maskin, da store deler var tunge og bevegde seg sakte. Det var åpenbart et det måtte nytenkning til her for å effektivisere datamaskinen.

Det var i 1936 at den første universelle elektroniske datamaskinen ble beskrevet, av ingen andre enn Alan Turing. Transistoren hadde enda ikke blitt bygget, så denne maskinen var teoretisk. Likevel er dette grunnlaget for det vi ser på som datamaskinen i dag. Disse ideene ble også senere implementert ved hjelp av elektromekaniske maskiner, som brukte mekaniske brytere for å styre strømmen igjennom maskinen. Den første “turing-komplette” datamaskinen ble bygget i 1946 og het ENIAC, og selv om denne var konstruert for å kalkulere artilleriskudd for det amerikanske forsvaret, kunne den også programmeres generelt for nesten hvilken som helst oppgave. Siden den brukte vakuumrør var den også omtrent tusen ganger raskere enn de elektromekaniske maskinene. Men vakuumrør hadde sine egne problemer. De var store, brukte mye energi og utviklet mye varme. Komplekse systemer som ENIAC var enorme og kunne fylle flere rom, samtidig som de var langt mindre kraftige enn de fleste billige kalkulatorer er i dag.

Verdens første transistor – GPL

Omtrent samtidig ved Bell labs ble den første transistoren konstruert. For de som ikke vet dette, er en transistor en slags spenningsstyrt bryter. Enkelt forklart har den to innganger og en utgang, der den ene inngangen styrer om signalet fra den andre kommer fram til utgangen. Denne transistoren var cirka 10 cm i det vi nå ville kalt bredde, og dermed ikke stort mindre enn et vakuumrør. Derimot var den lettere og brukte mindre energi. Forskere som hadde ansvaret for andre prosjekter ved laboratoriet, så straks potensialet i dette, og brukte disse transistorer til å utvikle mindre og lettere versjoner av en teknologi som ville forandre verden, nemlig radio. Det ville ta noen år til før transistorer ble brukt i datamaskiner, men da de tidlig på 50-tallet utviklet de første transistorradioene, ble disse enormt populære. De var vesentlig billigere å produsere enn tilsvarende radio med vakuumrør og varte lenger på datidens batterier. Milliarder av disse ble produsert på 60- og 70-tallet. Dette er mulig fordi transistorer også har en forsterkningseffekt som kan brukes til å bygge forsterkere til radiosignaler.

På 50-tallet startet også forskere med å sette transistorer inn i datamaskiner i stedet for vakuumrør. Dette brakte med seg mange av de samme fordelene som ved radio, og samtidig den største fordelen av dem alle: størrelse. Transistorene som etter hvert ble utviklet, kunne være mye mindre enn vakuumrørene, og det førte til at størrelsen på maskinene i forhold til datakraften kunne minke betraktelig.

Disse transistorene var av typen BJT, noen som betyr at de trengte to forskjellige typer halvledere for å fungere. Dette begrenset hvor små de kunne være. Transistorene på denne tiden kunne altså ikke være mindre enn ca. en millimeter i lengde. Dette er fortsatt ganske lite, tilnærmet diameter på et nåløye, men allerede på 70-tallet hadde vi utviklet transistorer som var omtrent 10 µm i lengde, altså omtrent halvparten av bredden til et hårstrå.

Symbolet for en MOSFET transistor

Det var også rundt da at den teknologien vi enda bruker for design av digital elektronikk ble utviklet, nemlig CMOS. CMOS er en teknologi som kraftig forenkler måten vi laget digitale kretser på. Det økte også robustheten, altså evnen kretsen har til å gi ut riktige signaler kraftig. CMOS bruker komplementære oppsett av transistorer, gjerne av typen MOSFET, for å implementere logiske operatorer som AND, OR, NOT og så videre. Måten man setter transistorene opp på bestemmer altså hva slags logisk operasjon du får ut. Det er komplementært på den måten at transistorene logisk speiler hverandre om utgangen, noe som sikrer et sterkt utgangssignal ved at utgangen enten får forsyningsspenningen eller jord direkte oppkoblet mot seg, og aldri begge deler. På denne måten sikrer vi oss også et “friskt” signal ved at signalet kommer direkte fra forsyningspenningen, og ikke fra tidligere i kretsen.

Med denne teknologien kan man bygge en logisk funksjon som for eksempel en 2 input NAND med 4 transistorer. Teknologien har også fordelen av at den er inverterende, noe som sikrer en god fordeling mellom 0-ere og 1-ere i kretsen. Dette er fordelaktig for stabil strømforsyning. En annen fordel med CMOS kombinert med FET-transistorer er at hele kretsen kan bygges av et materiale, dopet polysilisium, med unntak av koblingene mellom de forskjellige portene som muligens må være metall. Denne prosessen er ganske komplisert, men kort oppsummert brukes forskjellige masker for å behandle forskjellige deler av kretsen med diverse gasser og eksponering for lys.

Det at vi kan behandle polysilisium på denne måten er det som gjør at vi kan bygge kretser på mikro- og nanonivå. Fordi vi bruker lys og optikk for maskene er det bølgelengden på lyset og kvaliteten på optikken som begrenser oss i stedet for størrelsen på verktøyet vårt. Det var denne utviklingen som gjorde av vi kunne utvikle transistorer som var kortere enn 1µm, altså diameteren på en gjennomsnittlige bakterie. Jo mindre transistorene kan være, jo flere kan du ha. Det betyr mer datakraft du kan presse inn på et lite område og, mindre effektbruk.

Dette har ført til et evig press for å lage transistorer mindre og mindre, noe som fører til enorme fordeler og store utfordringer. Det er nemlig slik at elektronikken oppfører seg svært annerledes på så små størrelser enn man ville forventet. Dette fører til at man må beregne helt andre karakteristikker for transistorer på 100 nm enn på f.eks. 1 µm. På dette nivået begynner effektene av kvantefysikk å bli veldig merkbare, og kvantetunnelering (quantum tunneling) er en effekt man må regne med. Kanskje ikke så rart når 100nm er mindre enn diameteren på HIV-viruset. Dette er også rundt det minste nivået vi jobber med på UiO (90 nm).

Snitt av en MOSFET transistor med områdene merket. foto- Wikipedia Commons.

Andre steder har de kommet enda lenger med denne prosessen, og ved dags dato ligger de minste masseproduserte transistorene på 14 nm, altså mindre enn det minste viruset og bredden til celleveggen i de fleste bakterier. Teoretisk sett kan vi lage transistorer som er enda mindre, og allerede i 2010 ble det laget en transistor som var 4nm i lengde, som bestod av 7 atomer. Den minste transistoren ble laget i 2012, og består av et enkelt fosforatom festet på en overflate av silisium. Det vil si at den har en lengde på rundt 180 pm. Hvis denne teknologien utvikles videre, vil kanskje nanoelektronikk-retningen ved IFI måtte skifte navn til picoelektronikk, for ikke å henge etter slik som fysisk gjør med sin svært utdaterte mikroelektronikk.

Ved hjelp av disse bittesmå bryterne har vi altså klart å utvikle datamaskiner med enorm kraft i ekstremt små pakker. 1.5 milliarder transistorer som kan behandle hundrevis av milliarder av flyttallsoperasjoner per sekund med en prosessor som i praksis kun er 177 kvadratmillimeter, altså ca. ¼ størrelsen av et frimerke.

Maskinlæring

Ole Herman Schumacher Elgesem
Journalist

3. mai 2015
Teknologi

Den 6. februar 2015 annonserte Microsoft at deres superdatamaskin er den første i verden til å slå mennesker på bildegjenkjenning. Forskere fra Google, Microsoft og mange universiteter verden over konkurrerer hvert år om å lage de beste metodene for bildegjenkjenning. I superdatamaskiner modellerer de nervenettverk ved hjelp av matriseregning, og trener de virtuelle nervecellene med tusenvis av bilder med fasit (treningsdata). Bildene er sortert i 1000 kategorier, inkludert tabby cat, water bottle sheep og military plane. Etter å ha lært av mange bilder innenfor hver kategori kan dataprogrammene fastslå hva som er på et bilde, og har riktig svar på over 95% av bildene. Mennesket de sammenligner resultater med fikk 5.1% feil. På grunn av mange nærliggende kategorier (flytyper, biltyper, katteraser, hunderaser osv.) og varierende kvalitet på bildene er det vanskelig også for mennesker å klassifisere alle bildene riktig.

Kunstig intelligens og maskinlæring har vært et stort forskningsfelt de siste 50 årene. Datamaskiner blir bedre og bedre på å se mønstre og uregelmessigheter, til å klassifisere og analysere data og forutsi endringer eller oppførsel ut fra disse data. På internett brukes maskinlæring til å finne frem riktige søkeresultater, velge beste reklame, identifisere trusler og svindelforsøk og mye mer.

Deep Blue – foto Wikipedia Commons

Etter hvert har datamaskiner også blitt gode på oppgaver man tradisjonelt sett har tenkt krever strategi og kreativitet. I 1996 ble Deep Blue den første superdatamaskinen til å slå en regjerende verdensmester i sjakk, noen tiår tidligere var dette utenkelig. Maskinen kunne se på tusenvis av muligheter mange runder frem og velge de beste trekkene. Etter seks spill ble vinneren allikevel regjerende mester Garry Kasparov, med stillingen 4—2. I omkampen året etter ble stillingen 3,5—3,5.

Selvkjørende bil, foto – Wikipedia Commons/Google

Til og med i veldig kreative yrker, blant annet som musiker, kan man måtte konkurrere med datamaskiner i fremtiden. Wolfram Tones genererer musikk med mange instrumenter basert på musikkteori, maskinlæring og kunstig intelligens. Tjenesten kan lage praktisk talt uendelige mengder med musikk, og man kan tilpasse instrumenter, sjanger og rytme etter ønske. Wolfram Tones finnes gratis på tones.wolfram.com, og er bare et av flere maskinlæringsprosjekter som Wolfram har.

Språkforståelse og konversasjon har vist seg å være mye vanskeligere for datamaskiner. IBMs superdatamaskin Watson ble laget for å spille Jeopardy, et amerikansk game show hvor deltakerne må svare riktig på quiz-spørsmål med obskure formuleringer og hint. I februar 2011 slo Watson de to beste Jeopardy-spillerne med 3 ganger så stor sluttsum som de andre deltakerne. I seg selv er det ikke så nyttig med en quizmaskin, men programmer som kan beherske naturlig språk ville absolutt vært nyttig. Dette forskes mye på, og det er ikke utenkelig at i løpet av noen tiår vil kundeservice og supportlinjer bli erstattet med datamaskiner som forstår brukerens problemer og svarer minst like godt som mennesker ville gjort.

A MQ-9 Reaper unmanned aerial vehicle prepares to land after a mission in support of Operation Enduring Freedom in Afghanistan. The Reaper has the ability to carry both precision-guided bombs and air-to-ground missiles. (U.S. Air Force photo/Staff Sgt. Brian Ferguson)

MQ-9 Reaper – foto. U.S. Air Force/Staff Sgt. Brian Ferguson)

Maskinlæring brukes i dag i tidlige prototyper for selvstyrte biler. Disse kan ha sensorer og kameraer i alle retninger, se mer og reagere mye raskere enn mennesker. Google, Tesla, Nvidia og DARPA er bare noen av mange selskaper som er involvert i utviklingen av selvstyrte biler. Prototypene deres bruker maskinlæring til å reagere på input fra alle kameraene og sensorene de er utstyrt med. Ved at mennesker «trener» opp bilene kan de lære seg de riktige reaksjonene til forskjellige hendelser, for eksempel bremsing og svinging. Prototypene er ikke langt unna å være like sikre som mennesker i de fleste situasjoner. I tillegg til økt reaksjonsevne og synsfelt er det også en fordel at biler ikke blir distrahert av tekstmeldinger eller passasjerer, og ikke drikker alkohol. Bilene må ikke være perfekte, men de må være vesentlig sikrere enn menneskelige sjåfører, og det skal ikke så mye til.

I nær fremtid kan denne og lignende teknologi brukes i autonome biler, båter, tog, fly, droner og våpen. Sosialistisk Venstreparti foreslår nå å forby alle autonome våpen, av etiske og juridiske grunner. Når maskinene blir mye raskere, mer effektive, sikrere og generelt sett bedre enn mennesker, bør man fortsette å la mennesker gjøre disse farlige oppgavene?

Kilder:

Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification, Microsoft Research

GTC 2015: Leaps in Visual Computing, NVidia

Wolfram Tones, Wolfram

Globalt forbud av autonome våpen, NRK

Japansk Hjørne

Rune Sivertsen
Journalist

3. mai 2015
Faste innlegg

Er du lei av å få Bleach eller Naruto i tips når du spør etter ny manga? Føler du at du vil ha noe mer enn den klassiske shounen? Ikke vær redd, Husbjørnen kan hjelpe deg med å finne gullkornene du sliter med å finne!

Dr. Frost (Manhwa)

Har du noen gang lurt på hvordan The Big Bang Theory vært dersom Sheldon hadde vært en psykolog, og ikke en fysikker? Dr. Frost er på mange måter svaret på dette spørsmålet; hvor vi slår med professor Frost inn i sinnets mørke kroker, på jakt etter svar som en psykologiens House. Serien, som har fått hjelp underveis av flere psykologer i Sør-Korea, fikk også nylig sitt eget tv-program. På mange måter er denn e serien en glemt juvel blant alt gode fra Naver (journ.anm. Koreansk webportal).

Your lie in April (Manga/Anime)

Noen ganger kan livet havne i en brønn, hvor du ikke kommer deg ut. Vidunderbarnet Kousei får en slik virkelighet når hans mor dør; han kan ikke lengre spille piano, og han forlater musikkverdenen. Det er først når han møter på fiolinisten Kaori, at fargene kommer tilbake til hans liv. Med hennes hjelp starter Kousei sin ferd ut av brønnen, og tilbake til scenen han forlot for flere år siden. Gjør deg klar for en emosjonell ferd; med Saint-Saëns, Ravel, Debussy og Chopin med deg på veien.

Hyouka (Anime)

«I’m curious!» Dette er setningen folk flest husker fra Hyouka, en anime om en gjeng som leter etter svaret på spørsmåene Chitanda (les: oss publikum) kommer med. Vår hovedkarakter Oreki, geni som alle studenter i anime, må løse disse problemene med å bruke minst mulig energi som mulig. Dette er en serie som handler like mye om gruppens vennskap som svarene de løper etter. For hvordan kan de ellers redde litteraturklubben fra å dø ut?

Kokoro Connect (Anime)

Forestill deg at du plutselig en dag bytter kropp med en av dine venner. Dette skjer med en gruppe på fem venner, som må tenke over sine vennskap når hemmeligheter, følelser og problemer ramler ut av skapet. For hva har egentlig skjedd; hvorfor bytter de kropper hver eneste dag? Kokoro Connect får deg til å stille spørsmålet: hvem er jeg egentlig?

Koko ni Iru Yo (Manga)

Hikage har to hobbier: vanne blomster og skrive en blogg. Men en dag blir hun dratt ut av sin ensomme boble når en av de peneste på skolen legger merke til henne. Denne klassiske shoujo-mangaen handler om hvordan en sosial innadvendt opplever forandringen fra kulissene til hovedscenen. Det er tross alt der solen befinner seg, ved hennes side.

Parasyte (Manga/Anime)

Menneskeheten blir stadig større, og jorda har store problemer med å holde seg stabil med økende befolkningsvekst. Hva er løsningen? Det er selvsagt romvesen med kun ett mål: ta over menneskehjerner og utrydde oss alle. Mangaen fra 90-tallet, nå med en pågående anime, er en psykologisk thriller som havner sammen med Tokyo Ghoul og Beserk når det gjelder ekstrem vold. Det er tross alt ikke hver eneste dag du kan lese serie med tentakler uten at det er hentai.

Fate/Stay night: Unlimited Blade Works (Anime)

Om du ikke vet hvilken serie dette er, har du enten levd under en stein eller ikke fulgt veldig mye med. Fate er historien om en gjeng magikere, med hver sin tjener, som slåss i enda en battle royale for muligheten til å oppnå den hellige gral. Dette er serien som blir kalt for Unlimited Budget Works (årets beste animasjonskvalitet, sjekk!), er en fortsettelse fra fate/Zero (en god historie, sjekk!) og som måtte forlenge flere episoder til en time.

The Maglev

Kristina Remme
Journalist

3. mai 2015
Miljø

Nei, jeg snakker ikke om høyhastighetstoget. Maglev er en enorm vindturbin som kan revolusjonere verdens energiproduksjon fordi den benytter magnetiske lagre i stedet for konvensjonelle kulelagre som brukes i vindmøller. Dette sørger for en friksjon på tilnærmet null. Guangzhou Energy Research hevder at denne vindturbinen kan utnytte vinden selv om hastigheten kun er på 1.5 m/s. En vindmølle, derimot, trenger en vindhastighet på minst 3 m/s, og vil likevel gi lavere effekt enn maglev. I tillegg skal turbinen kunne operere selv om vindhastigheten overstiger 40 m/s.

Den største vindturbinen i verden er i dag på 5 megawatt. Maglev kan produsere så mye som en gigawatt med strøm. Det er nok til å levere energi til 750 000 boliger. I forhold til en vanlig vindturbin vil teknologien til en Maglev øke effektiviteten med 20 % og redusere driftskostnadene med 50 %. I tillegg påstås det at den har en levetid på ca 500 år.

Ed Mazur, leder for Maglev Wind Turbine Technologies, mener at de kan levere ren kraft til mindre enn ti øre per kilowattime, samtidig som den vil kreve mindre areal enn hundre vanlige vindmøller. Likevel vil det koste dem minst 444 millioner kroner å bygge denne kolossale bygningen.

I november 2007 startet byggingen av verdens største fabrikk for produksjon av maglev vindturbiner. Denne fabrikken vil kun produsere Maglev vindturbiner med kapasitet fra 400 til 5000 watt.

Kilder:

http://inhabitat.com/super-powered-magnetic-wind-turbine-maglev/

En Teoretisk Situasjon

Rune Sivertsen
Journalist

3. mai 2015
Annet

Det er rundt 7.3 milliarder i verden, den samme verden som føder flere hundre tusen nye mennesker hver eneste dag i følge UNICEF. Med andre ord vil den menneskelige befolkningen bare fortsette å øke til man når et bristepunkt, om man ikke allerede har det. Det er veldig få måter å effektivt senket antallet, ved krig og sykdom for eksempel. Vi kan dog la også tenke oss en teoretisk situasjon; hva om man fikk tilgang til alle verdens kjernevåpen, ville det hjelpe på å senke tallene?

Det første man da må finne ut er hvor man skal finne den beste kandidaten til et slikt formål. Om man sjekker statistikken for atomvåpen som har blitt brukt opp igjennom årene, finner man russernes «Tsar Bomba», en hydrogen bombe med energi på 50 Mt testet i 1961. Dette er også den største bomben som både finnes (som vi vet om), og som har blitt testet. Dette monsteret ville skapt brannskader når man var hundre kilometer unna, men hva om vi brukte den på nytt et annet sted?

Det viktigste kriteriet for å kverke flest mulig er å velge en plass der befolkningstettheten er veldig høy over et stort areal. Med andre ord vil det kun funke om vi velger en by. Om vi bruker et lite hendig verktøy fra Alex Wellerstein, kan vi regne ut akkurat hvilken by som egner seg. Gode kandidater er Shanghai, Tokyo, Delhi og Beijing, alle disse byene er noen av de største verden både med areal og befolkningstetthet. Blant annet vil Tokyo være gigantisk om man tok med alle byene i utkanten av den allerede store byen.

Siden vi alle har sett den fine regnbuen i Terror in Resonance, bestemmer vi oss for å utløse den i lufta. Om den gikk av over Tokyo ville 11 372 360 mennesker fått en kjip kveld, i Delhi lengre vest ville 13 989 210 lidd den samme skjebnen mens byene i Kina ville være noen millioner unna. Med andre ord vil man maksimalt klart å ta ut rundt 2 promille av hele verdens befolkning i løpet av en dag. Et antall menneskeheten ville brukt 2 måneder på å føde tilbake.

Det er faktisk ikke det verste heller. Du kan ikke, med å begå et slikt ekstremt massemord, komme nær de fleste andre groteske handlinger opp igjennom historien. Selv bare en region under andre verdenskrig, Østfronten, har rundt de tilsvarende dødstallene. En atombombe i seg selv er med andre ord ikke en gang like dødelig som en krig mellom to verdensmakter uten noen. I Japan ville nå rundt 10% av hele landets befolkning være død.

Et kjernevåpen ville med andre ord, om det var helt alene, ikke kunne gjøre noe med menneskeheten i det hele om man så bort fra alle problemene i ettertid. Japan er tross alt en øy man kan flytte bort fra. Man kan godt argumentere for at det ville være bra at første Juli i 1916 ikke lenger var den ‘blodigste dagen i mannsminne’; det er vel kanskje verdt å ha Guinness verdensrekord som vil vare en stund? Lykke til!

«Alt jeg vet er at jeg intet vet»

Kristina Remme
Journalist

3. mai 2015
Vitenskap

«Alt jeg vet er at jeg intet vet» er en av de mest kjente sitatene til Sokrates. Sokrates mener at vi ikke kan være 100 % sikre på noe som helst, og de som innser dette, er vise. Vi mener likevel ofte at vi vet ganske mye. Spesielt om andre mennesker. Måten vi dømmer og tolker andre mennesker på, kommer an på hvordan vi forklarer hvorfor de gjør det de gjør. Denne forklaringen påvirkes av alt fra kulturelle normer og antakelser til egne livserfaringer. Og vi er eksperter på å overbevise oss selv om at vi har tolket riktig. Ut ifra våre egne forklaringer kan vi for eksempel dømme drap som mord, selvforsvar eller som en helteakt. Vi kan dømme en hjemløs mann som et offer for samfunnet eller som en lat og initiativløs person som tydeligvis fortjener sin skjebne. Men hva vet vi egentlig?

I følge Sokrates vet vi egentlig ingenting. Vi kan kun anta ut ifra vår egen analyse, og da må vi også anta at informasjonen vi har samlet inn er riktig. Likevel dømmer vi andre som om vi vet alt vi trenger å vite for felle dommen. Enten for å forstå dem vi bryr oss om, eller for å beskytte oss mot mulige trusler. Men ikke alle er like faktaorienterte som andre.

Noen velger for eksempel å tro på stjernetegn. Hva er vel enklere enn å la astrologien gi oss svarene? Slik kan man enkelt skaffe seg fordommer om personer før du engang har snakket med dem. Tilhengere av astrologien kan finne på å si noe sånt som «Tvillingen har to personligheter, så vær forsiktig.» eller «Han er løve, så han er modig». Andre nekter å tro at stjernenes plassering kan påvirke personlighet. De krever derfor observasjon eller interaksjon med personer før de trekker sin slutning. Det krever kanskje litt mer, men til gjengjeld vil man komme frem til en konklusjon som ikke kun er basert på pseudovitenskap som oppsto senest 2000 år f.Kr.

Likevel feiltolker vi andre mennesker hele tiden. Den vanligste feilen vi gjør er å forklare en handling ved å tillegge årsaken til personens personligheten. Vel å merke gjelder dette stort sett kun når vi observerer noe negativt eller uventet (Social psychology; David Myers, Jackie Abell, Arnulf Kolstad & Fabio Sani; p.122). Det betyr at når vi observerer en persons oppførsel, vil vi anta at dette beviser at han eller hun er sånn eller sånn. Se for deg at du er sjefen i en fabrikk og produktiviteten i fabrikken synker. Det er lettere å anta at arbeiderne har blitt latere enn at arbeidsforholdet har forverret seg. Det samme skjer når en lærer ser at en ung gutt kaster stein på klassekameratene sine. Det er enklere for læreren å anta at han gjør dette fordi han har en aggressiv personlighet enn at han faktisk reagerer på mobbing. Det er dette «the fundamental attribution error» går ut på.

«Den fundamentale attribusjonsfeil» er vanlig å finne i individualistiske kulturer, som vi igjen finner i den vestlige verden. Feilen går ut på at man undervurderer situasjonens påvirkningskraft og overvurderer personenes indre egenskaper. Sosialpsykologiens viktigste lærdom er nettopp det at vårt sosiale miljø påvirker oss til enhver tid. Alt vi gjør og sier kommer an på det vi selv tar med oss til situasjonen men også situasjonen vi er i.

Flere psykologiske eksperimenter viser til at den fundamentale attribusjonsfeil er en reell tendens. Et av disse ble gjennomført av Edward Jones og Victor Harris (1967). Noen studenter fikk i oppgave å opptre som debatt-deltakere som enten kjempet for eller imot Cubas leder, Fidel Castro. Andre studenter fikk beskjed om å være publikum. Publikumet fikk deretter beskjed om at debatt-deltakerne selv hadde valgt hvilken siden de ville snakke for. Ikke overraskende trodde publikum dermed at valget reflekterte personens egne holdninger. Det som derimot er overraskende, er at dersom publikum i stedet fikk beskjed om at valg av side ikke var frivillig, trodde mange likevel at debatt-deltakerne som talte Castros sak, faktisk mente det de sa. Det er som om de tenker «Ja, jeg vet at han fikk tildelt oppgaven, men du vet, jeg tror at han egentlig mente det han sa.» (Social psychology; David Myers, Jackie Abell, Arnulf Kolstad & Fabio Sani; p.126).

«The fundamental attribution error» kan være så fristende at selv når vi vet at vi er årsaken til noen andres handlinger, vil vi fortsatt legge skylden på personligheten. Vi kan være veldig flink til å forklare egne handlinger som et resultat av en situasjon, men likevel være blind for at vi påvirker andres handlinger. For eksempel dersom Per oppfører seg ydmykt og Ole gjør det samme, vil Per lett forstå sin egen handling, men samtidig tro at Ole kun lider av dårlig selvtillit. Vi antar rett og slett at folk er slik de handler (Social psychology; David Myers, Jackie Abell, Arnulf Kolstad & Fabio Sani; p.126).

«Hva tenker du om tyskerne som torturerte og drepte jøder under andre verdenskrig? Du tenker mest sannsynlig at du aldri ville gjort det samme.»

Hva tenker du om tyskerne som torturerte og drepte jøder under andre verdenskrig? Du tenker mest sannsynlig at du aldri ville gjort det samme. En vanlig konklusjon er at nazistene var ondskapsfulle og direkte sadistiske. Dette bringer meg inn på et veldig kjent og fascinerende eksperiment, nemlig Milgrams studie om lydighet. Eksperimentet startet i 1961, før etikk og moral ble relevant i psykologiske eksperimenter. Førti menn, i en alder fra 20 til 50 år, deltok i det første studiet. Deltakerne ble lurt til å tro at eksperimentet omhandlet hvordan straff kan påvirke hukommelse. I tillegg ble deltakeren villedet til å tro at han og en annen deltaker skulle være med på eksperimentet samtidig og at rollene ble tildelt tilfeldig. Den andre personen var i stedet en skuespiller som alltid fikk rollen som elev og deltakeren fikk alltid rollen som lærer.

Læreren observerte at eleven ble bundet fast til en stol og ble tilsynelatende festet til elektriske ledninger som var knyttet til sjokkgeneratoren i det andre rommet. Læreren fikk deretter et sett med hukommelsesoppgaver som han skulle gi eleven gjennom et toveis kommunikasjonssystem. De kunne dermed kommunisere, men ikke se hverandre. Dersom eleven ikke klarte oppgaven, fikk læreren beskjed av forskningslederen om å straffe eleven med et elektrisk sjokk. Sjokkgeneratoren hadde 30 brytere, der den første ga 15 volt, og resten økte steg for steg opp til hele 450 volt.

«Sjokk generatoren hadde 30 brytere der den første ga 15 volt, og resten økte steg for steg opp til hele 450 volt.»

For hver feil eleven gjorde, måtte læreren øke dosen. Dersom læreren kviet seg for å fortsette, fikk han beskjeder som «bare fortsett», «du må fortsette» eller «fortsett, du har ikke noen valg». Elevens utsagn var spilt inn på forhånd slik at alle deltagerne fikk den samme responsen. Ved 75 volt begynte klagingen og ved 150 volt sier eleven «nå er det nok, få meg ut herfra. Jeg fortalte dere jo at jeg har hjerteproblemer. Hjertet mitt begynner å gi meg problemer nå. Få meg ut herfra, vær så snill … jeg nekter å fortsette». Etter 200 volt begynner eleven å skrike og rope «slipp meg ut, slipp meg ut!» hver gang han får straff. Ved 300 volt nekter eleven å svare på spørsmålene, men fortsetter å skrike «slipp meg ut!». Læreren får beskjed om at eleven må straffes hvis han ikke svarer på spørsmålet. Ved 345 volt er eleven helt stille. Hvor mange av deltakerne tror du valgte å følge ordre om å gå hele veien til 450 volt? Da Milgram spurte godt utdannede mennesker om dette, mente de at så å si ingen kom til å gå hele veien.

Under eksperimentet ble de fleste deltakerne synlig stresset. Noen begynte å skjelve, svette, le nervøst, og i noen tilfeller fikk deltakeren kramper. Likevel valgte 26 (60%) av deltakerne å gi eleven hele 450 volt. Selv om noen av disse protesterte underveis, valgte de likevel å være lydige. (Psychology The science of mind and behaviour; Nigel Holt, Andy Bremner, Ed Sutherland, Michael Vliek, Mickael Passer & Ronald Smith, Secon edition; p. 528).

Disse deltakerne var helt tilfeldig valgt. De var vanlige mennesker med forskjellige jobber og utdannelser. Noen vil argumenter om at de som valgte å fullføre eksperimentet rett og slett bare var lydige. Som om det er en egenskap som ikke påvirkes av omstendighetene. Andre vil heller kalle dem ondskapsfulle og sadistiske. De aller fleste vil påstå at de selv aldri ville gitt mer enn 150 volt. Tenk deg at vi skulle gjenta dette eksperimentet i dag, der læreren blir tilfeldig valgt fra klassen din, men denne gangen er eleven faktisk koblet til strøm, og du er eleven. Er du trygg på at din klassekamerat ikke vil være lydig? Da Geher et. al undersøkte dette, kom de frem til at de fleste svarer nei. Vi er sikre på oss selv, og vi er usikre på andre. Og i tillegg er de usikre på oss. (Psychology The science of mind and behaviour; Nigel Holt, Andy Bremner, Ed Sutherland, Michael Vliek, Mickael Passer & Ronald Smith, Secon edition; p. 529).

Betyr dette at de antar at minst én av deres medstudenter kan være så sadistiske eller så lydige at de er villig til å drepe? Eller betyr det at omstendighetene kan føre til at en person tror at han har null ansvar for utfallet i en slik situasjon? Hvordan kan vi komme frem til den rette konklusjonen?

Det finnes flere teorier på hvordan vi bør tolke atferd på best mulig måte. Jones og Davis (1965) foreslår at vi kan stille oss selv fem spørsmål for å komme frem til den beste konklusjonen.

Var atferden valgt frivillig?
Var atferden uvanlig?
Var atferden sosialt akseptert/forventet?
Gir atferden personen noen personlige fordeler?
Har atferden høy personlig påvirkning på andre?

Dersom svaret på alle disse spørsmålene er ja, kan vi ifølge Jones og Davis si at årsaken skyldes interne egenskaper. Som du kanskje ser, er det ikke lett å vite hva svarene er.

Om du våger å spørre hvorfor, kan svaret overraske deg. Til og med dersom personen er en du kjenner godt. Vi forventer sjeldent noe nytt fra venner eller familie. Vi har allerede dømt dem, og plassert dem i kategorier. Det de har gjort tidligere forventer vi gjerne å oppleve igjen. Men når vi ikke gir personen en sjanse til å forklare seg, er man dømt til å oppleve misforståelser. For dine forventninger og antakelser vil påvirke din tolkning, og den er ikke nødvendigvis riktig. Når du våger å spørre hvorfor, viser du også at du bryr deg nok til å finne ut hva som egentlig foregår. Du gir personen en sjanse til å bli tydelig. Men dersom du rett og slett ikke bryr deg nok til å spørre, kan det være lurt å innse at du faktisk ikke vet.

Siste artikler :