← Tillbaka till radioufs.com

Radio Unga Forskare Stockholm - Vetenskap - Sveriges första podcast!

Mikrofon

Notering: vi håller på att bygga upp funktionen. Så allt är ännu inte klart. Bättre navigation och transkription är på väg.

Vi lade ut våra första episoder 1997, innan det ens fanns något som hette podcast. Sedan dess har vi lagt ut över 400 föredrag och diskussioner. 2004 sände vi vår sista avsnitt över 88,9 MHz i Stockholm. Sedan dess har podden legat i träda. Men nu är den tillbaka som arkiv.

Tachyoner

I skolan har ni säkert fått lära er att ljusets hastighet i vaccum är den högsta hastighet som går att uppnå. Men idag forskar man om Tachyonen, en partikel som bryter mot denna hastighetsbegränsning. En partikel som såldes skulle komma fram till målet innan den skickades iväg från startpositionen. Finns den?

Medverkande: Anders Sandberg och Per Gerhardt
Föredraget handlar om Fysik och sänds i Etervåg. Längd: 5:10
Transkription67 repliker · 5:10

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Ja, takioner. Det är en intressant liten partikel som vi hade tänkt att diskutera här. Eller ska vi säga en hypotetisk partikel?

  2. Ja, takionerna vet man ju inte om de existerar. Idén framkastades ursprungligen 1962 utav Bilannuk, Deschandran och Sudrashan.

  3. Att Einsteins ekvation förbjuder ju föremål för att bli accelererade till snabbare än ljusets hastighet.

  4. Ju snabbare man flyttar på något desto tyngre blir det, desto mer massa får det.

  5. Och massan går mot oändligheten när man närmar sig ljushastigheten.

  6. De föreslog att vissa partiklar kanske startar sitt liv redan snabbare än ljusets hastighet.

  7. Och då är det inte något problem med att ljushastigheten skulle anta en oändlig massa.

  8. Och Gerald Feinberg föreslog 1967 att man skulle kalla dem takioner från grekiska stakus snabb.

  9. De här partiklarna lärmar sig då alltså ljusets hastighet från andra sidan.

  10. Det vill säga att de börjar i sitt ursprungstillstånd som mycket snabbar.

  11. Och ju mer energi de får desto mer sakta de ner.

  12. Och vid oändlig energi då uppnår de ljusets hastighet.

  13. Men när de förlorar energi då snabbar de upp igen.

  14. Det här är ju väldigt icke-intuitivt och värre blir det.

  15. Det visar sig ju att de förmodligen skulle enligt ekvationerna också röra sig tillbaka i tiden.

  16. Om en takion bildas vid en tidpunkt kan den tas emot före dess bildande.

  17. Och det här är ju också ett skäl till att många fysiker har avfärdat idén som tämligen orimlig.

  18. Eller i varje fall väldigt svår att passa in i den bild vi har av fysiken idag.

  19. Ja, till att börja med.

  20. Om den färdas tillbaka i tiden, hur skulle det kunna yttra sig?

  21. Ja, till att börja med kan man ju tänka sig det att vi ser en sändare som något som sänder ut partiklar och en mottagare som något som plockar upp dem.

  22. Men en partikel som rör sig bakom till den blir rollen att ombyta.

  23. Mottagaren är det som sänder ut partiklarna.

  24. Och sändaren blir det som tar emot.

  25. Så många menar att det finns en paradox redan där.

  26. Hur har man egentligen några som helst belägg?

  27. Har man hittat några takioner hittills?

  28. Om takioner hade en elektrisk laddning skulle man känna igen dem på att de utsände kärränkoststrålning.

  29. Kärränkoststrålning är det blå ljus man observerar till exempel i reaktorbasänger när laddade partiklar rör sig genom vattnet snabbare än den lokala ljushastigheten i vatten.

  30. Samma sak skulle inträffa i vakuum en takion.

  31. Det här skulle göra en väldigt lätt att upptäcka elektrisk laddade takioner.

  32. Man skulle se dem överallt i kosmos.

  33. Men det gör man inte.

  34. För att man helt enkelt hittills inte har observerat för kärränkoststrålning i fritt vakuum.

  35. Just det.

  36. Så takionerna måste antingen sakna massa.

  37. Eller de takionerna måste sakna laddning.

  38. Sen är ju frågan, reagerar de med materia?

  39. Återigen så skulle man kunna detektera det på olika sätt.

  40. Folk har också studerat till exempel kosmisk strålning.

  41. För om en partikel från ytterrymden träffar en atomkärna uppe i atmosfären och sedan man får en signal där partikeln anländer före den ljusimpuls som kommer ifrån.

  42. Då skulle vi alltså ha sett en takion.

  43. Man har gjort en del mätningar och en del.

  44. Folk har sett enstaka fall som skulle kunna vara det.

  45. Men de har inte kunnat reproduceras statistiskt.

  46. Vad skulle egentligen fördelen vara om vi lyckades ta och upptäcka att takionerna?

  47. Finns det någonting man kan hitta på med dessa små värda partiklar?

  48. Det är ju svårt att säga.

  49. Det är ju väldigt fascinerat att tänka sig att kunna signalera framåt eller bakåt genom tiden.

  50. Men framförallt är det ju ett genombrott i vår syn på tid och framförallt orsak och verkan skulle behöva förändras.

  51. Problemet är förstås att det finns ingenting idag som talar för att de existerar.

  52. Man kan istället göra en bara nya försök att hitta dem.

  53. Men om man då skulle kunna till exempel observera orsak efter verkan istället för som nu är tvärtom.

  54. Vad säger, har forskarna egentligen belägg för hur någonting sådant skulle kunna ske?

  55. Inom kvantmekaniken är det ju så att orsak och verkan inte alltid hänger ihop så enkelt.

  56. Metapartiklar kan spontant uppstå ur vakuum, existera ett tag och sedan försvinna.

  57. Där kan man säga att de orsakar sig själva.

  58. Så på mikroskopisk skala är takioner inte konst eller mycket annat som man misstänker för sig kommer.

  59. Däremot så är man ju väldigt osäker på om det verkligen skulle kunna förekomma makroskopiskt.

  60. Ja, det finns ju alla möjliga teorier om takioner.

  61. Vad de har att göra i verkligheten om de finns.

  62. Hittills så verkar det mer och mindre som de är en matematiskt klart bevisbar modell.

  63. Som vi inte har sett något röken av i verkliga universum.

  64. Det är ju så att mängden möjliga matematiska objekt är väldigt stor.

  65. Det kan existera nästan vad som helst.

  66. Det är intressant att utreda vilka av dessa fantastiska möjligheter som är verkliga.

  67. Ofta visar det sig att det inte är de enklaste.

↓ Ladda ner föredraget (MP3) ↓ Ladda ner föredraget (Real Audio)

Säker datalagring

Det var enklare förr: då lagrades uppgifter och data i kortregister och pärmar. Idag har datamängderna ökat enormt och det krävs avancerade datorsystem med terabytes av datakapacitet för att få plats med stora register. Men allt detta måste säkras så att det inte försvinner av misstag.

Medverkande: Pehr Söderman och Håkan Andersson
Föredraget handlar om Datalogi och sänds i Etervåg. Längd: 5:00
Transkription73 repliker · 4:59

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Att lagra information har ju datasamhället blivit mer och mer vitalt.

  2. Vi måste kunna behålla våra stora register. Vad skulle hända om staten tappade bort listan över alla medborgare?

  3. Och förföringen, ja.

  4. Det vore mer än en katastrof. Så därför har säker datalagring blivit ett mycket, mycket viktigt område som det forskas mycket på.

  5. Det var enklare en viss tid tillbaka när man använde sig av massiva system, hål, kort, papper och penna.

  6. Men det har förändrats lite grann idag.

  7. Så vad har vi då för metoder, om man börjar med det, för att lagra saker idag?

  8. Ja, sen 50-talet så är mikrofilm väldigt populärt.

  9. Man filmar ner alltihopa i mycket litet format på en film som är egentligen en kemisk beläggning på en remsa.

  10. Sen så har ju magnetordiskarna, som används i alla moderna datorer, blivit populära.

  11. Liksom optiska lagringsmedel som cd-skivor.

  12. Det vill säga när en laserstråle först bränner vissa fördjupningar i en cd-skivaspår.

  13. Och sen också läser av dem.

  14. Just det.

  15. Om man sedan pratar om problem, vad kan leda till för problem med de här nya lagringsmedierna?

  16. Om vi tar ett exempel som vårt folkbokföringsregister, som är någonting väldigt stort och viktigt att bevara.

  17. Så har vi till att börja med den fysiska säkerheten.

  18. Någon kan tänkas vilja sabotera registret.

  19. Måste vi se till att vi har det säkert inlåst.

  20. Sen så måste vi skydda det mot brand.

  21. Tänk om det brinner i denna jätteanläggning.

  22. Vi måste skydda det så att inte klimatet där inne blir dåligt.

  23. Om det exempelvis blir för fuktigt kommer datorerna förstöras.

  24. Om det blir för torrt förstörs de.

  25. Om det blir för varmt förstörs de.

  26. Om det blir för kallt förstörs de.

  27. Dessutom måste vi se till att de är skyddade mot tiden.

  28. För antagligen är de lagade på magnetiska media.

  29. Och magnetism försvinner med tiden.

  30. Synkar det som i jordens magnetfält eller?

  31. Ja just det.

  32. Så magnetfältet försvinner sakta men säkert.

  33. Så man måste hela tiden lagra om det.

  34. Och sist men inte minst så måste man skydda det från användarna.

  35. Med andra ord så att ingen människa gör ett fel och förstör informationen.

  36. Det ska inte gå att göra några oefter, o liksom reparabla misstag.

  37. Nej just det.

  38. För tänk om någon helt plötsligt tog bort alla som bodde i Stockholm.

  39. Bara för att han råkade trycka på fel knapp.

  40. Så hur skyddar vi oss då mot det här?

  41. Ja det viktigaste är att skydda sig med hjälp av redundans.

  42. Med andra ord att man har samma information på flera platser.

  43. Om vi har informationen bara lagrad på ett ställe så kan den väldigt lätt förstöras.

  44. Men om vi istället har den på fyra, fem, kanske sex olika platser.

  45. Vi ser ju det på internet den här överkapaciteten att en viss sajt kanske har spegelsajter på andra ställen.

  46. Just det. Det är ju dessutom fördelen att det går mycket snabbare att komma åt informationen vilket i många fall är önskvärt.

  47. Dessutom så kan man ju då välja placeringar som är säkra.

  48. Helt enkelt genom att man placerar, istället för att placera sin anläggning nere vid havet där det gärna översvämmar.

  49. Placerar man sin anläggning i något djupt bergrum utsprängt för militären.

  50. Någonstans är det säkert för jordbävningar och så vidare.

  51. Just det. Det här är ett stort problem därför att till exempel Silicon Valley, mycket populärt område i USA där en stor del av USAs datalagning är centrerad, är väldigt känsligt för jordbävningar.

  52. Det är helt enkelt ett jordbävningsområde.

  53. Så man behöver alltså distribuera.

  54. Men sedan för att skydda mot användares misstag och så vidare, vad gör man då?

  55. Man får ha inbyggda säkerhetssystem i olika slag.

  56. Det beror ju på också vad det är för typ av information.

  57. Om vi inte behöver ändra informationen kan vi helt enkelt göra så att det inte går att ta bort informationen.

  58. Det går bara att lägga in.

  59. Ja, ifall vi har den på ett papper så är det ju ganska lätt.

  60. Vi skriver in med bläck och sen så säger vi att ingen får ändra på det här pappret.

  61. Lite svårare datorvärden, men där kan man då fysiskt bränna in informationen på olika sätt.

  62. Så att vi helt enkelt tillåter ingen att ändra informationen längre.

  63. Säkerhetskopior fungerar ju också alltid från utsatta tidpunkter.

  64. Just det.

  65. Om man sedan vill gå till de mer extrema fallen så kanske man i framtiden börjar flytta på informationslagringen från jorden.

  66. Helt enkelt därför att det är för stora risker.

  67. Människor kommer ju alltid att hålla på med krig.

  68. Man kommer att riskera olika former av katastrofer på jorden.

  69. Så i framtiden så finns det ju en betydande möjlighet att vi helt enkelt flyttar det som vi är känsligt och vill bevara till eftervärlden bort från oss själva.

  70. Upp till omloppsbana till exempel.

  71. Men där finns det ju nya risker som till exempel strålning, solfläckar.

  72. Ja, i slutändan så är det ett svårlösligt problem.

  73. Man får helt enkelt välja hur säkert man vill ha det.

↓ Ladda ner föredraget (MP3) ↓ Ladda ner föredraget (Real Audio)

Mönsterigenkänning

Hur ger man en robot syn? Att se och känna igen mönster är en självklarhet för en människa, men för datorer är detta ett svårt problem som kräver mycket datakraft.

Medverkande: Anders Sandberg och Håkan Andersson
Föredraget handlar om Datalogi och sänds i Etervåg. Längd: 6:27
Transkription93 repliker · 6:26

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Mönsterigenkänning. En gammal teknik som på senare år har tagit fart väldigt mycket.

  2. Ja, det är ju så att allt fler tillämpningar kräver att datorer känner igen mönster i tillvaron.

  3. Ett typiskt exempel skulle vara en robot som försöker ta sig fram i en miljö.

  4. Ett flygplan som ska kunna känna igen Radio 4.

  5. Eller till exempel en tv-kamera för att sortera fisk i en fabrik.

  6. Vi människor förnimmer ju vår omvärld med våra ögon.

  7. Och det har vi uppfattat hittills som väldigt naturligt.

  8. Men man stöttar ju på nya problem när man ska lära datorer att göra detsamma.

  9. Ja, det intressanta är att när man började med problemet att göra en seende dator så tänkte forskarna att det här är ett lätt problem.

  10. Det låg en begåvad student klara nog över sommar.

  11. Och man upptäckte snabbt att det var betydligt svårt man väntat.

  12. Och problemet att konstruera en seende dator har också hjälpt fram väldigt mycket forskning om hur vi människor ser.

  13. Det visar sig att synsystemet har en fantastisk förmåga att plocka ut mönster ur den information som kommer in i ögat.

  14. Ja, så problemet ligger ju först i själva apparaten som ska uppfatta det.

  15. Är det en kamera eller en scanner eller någon sådan apparatur?

  16. Ja, om man tittar på den synen vi har så är den väldigt bra på att anpassa sig till olika ljusstyrka.

  17. Vi ser bra både utomhus där det är intensivt solljus och även ett ganska mörkt rum.

  18. Problemet för en kamera är att den oftast inte alls har samma förmåga att anpassa sig.

  19. Så när man alltså har fått in data från kameran så måste man bearbeta dem till en början.

  20. Det kallas för förbehandling.

  21. Ofta är det ju så att en bild behöver anpassa sin ljusstyrka.

  22. Man behöver ta bort brus.

  23. Man kan behöva nytta av att finna kanter och liknande saker.

  24. Där är enkla operationer kan ofta påverka väldigt mycket hur väl ett system kan känna igen det det ser.

  25. Sånt sker ju även i ögat och vårt synsystem men det kanske är extra viktigt att man konstruerar en kamera.

  26. Och sen ska man ju alltså mäta.

  27. Man ska finna vettiga måttenheter för de här egenskaperna som man upptäckte.

  28. Till exempel längden på olika män som går igenom en tullkontroll eller något sånt där.

  29. Just det, de här egenskaperna är sen det som används för mönsterigenkänning.

  30. Om man tar exemplet på män som går vid en tullkontroll.

  31. Så är det ju då kanske kroppsform, längd och kanske till exempel igenkännbara saker som avståndet mellan ögonen.

  32. Det är lätt mät, nå ja, inte nödvändigt, lätt mätbara men det är mätbara storheter.

  33. Som man sen kan försöka använda för att kategorisera dem i olika kategorier.

  34. Vilket är nästa steg utav mönsterigenkänningen.

  35. Om man till exempel vill känna igen en viss person.

  36. Så försöker man mäta på bilden, få ut måtten på längd, bredd, avstånd mellan ögonen.

  37. Och sen se hur väl passar det här, de personer som finns lagrade i systemet.

  38. Vilken ligger närmast?

  39. Exakt, men för att datorn verkligen ska kunna göra sitt jobb så behövs det väl även en klassificering.

  40. Så att man vet om, är det här en kort människa eller en lång människa?

  41. Annars måste man ju ändå själv sitta och gå igenom hela datan.

  42. Ja, det där är ju problemet. Man måste ju så att säga träna systemet.

  43. I vissa fall, om man ska sortera mellan torsk och lax.

  44. Finns det ju ingen enkel beskrivning man kan ge till datorn.

  45. Man kan låta ett system utgå från att man har kategoriserat ett antal exempel.

  46. Till exempel torskar och laxar.

  47. Låta datorn ta ut deras egenskaper och lagra dem.

  48. Och när den sedan får en ny fisk så bedömer den dess egenskap med vilken av de tidiga exemplen låg det närmast.

  49. Man kan till och med jämföra med de till exempel fem närmsta tidigare och ha en sorts omröstning.

  50. För att det här genomför fram också hur troligt det är att det var en viss sorts fisk.

  51. Så en slags tillbakamatning, en feedback är väldigt riktig för den här processen.

  52. Dels att du tar en feedback från själva klassificeringen när den klassificerar.

  53. Tillbaka till själva mätmetoderna och så vidare.

  54. Och även en feedback från mätmetoderna till mediet.

  55. Det vill säga kameran och de metoder som den använder.

  56. Ja det stämmer. Vi ser det till exempel i synsystemet.

  57. Synsystemet har många återkopplingar från högre arjor och hjärnan till de lägre.

  58. Som riktar uppmärksamheten mot de delar av bilden där vi behöver mer information.

  59. Man kan tänka sig att det är ett system som ska identifiera fiskar.

  60. Om det finner det relativt troligt att det är lax och inte en torsk.

  61. Men fortfarande inte har tillräckligt med data.

  62. Skulle kunna leta i bilden efter speciella kännetecken för laxen.

  63. För att kunna verifiera sin bedömning.

  64. Dessutom är inlärning ett viktig faktor.

  65. Ett system som får en signal om den gör rätt eller fel.

  66. Kan ju också förbättra sin klassificering efterhand när det används.

  67. Så att det blir bättre och bättre med tiden.

  68. Men sen har vi ju problemet att även om man lyckas få en hyggligt bra maskin.

  69. För att sortera torsk och lax.

  70. Vad händer när det kommer en jädda?

  71. Just det. Det är något som ligger helt utanför den tidigare kategorierna.

  72. Och det beror ju väldigt mycket på hur systemet är designat.

  73. Men också här måste man ta hänsyn till.

  74. Vad är kostnaden för att göra misstag av olika slag?

  75. Det är en sak att kanske kategorisera en jädda när fel.

  76. Det är en annan sak om det till exempel är ett system för att känna en hjärtproblem hos patienter på sjukhus.

  77. Där är kostnaden för misstag oerhört hög.

  78. När det gäller jäddor och andra oklara fall.

  79. Så är det vanligaste lösningar att systemet märker att här kan den inte göra en klar bedömning.

  80. Utan den lämnar över till en människa.

  81. Det används till exempel i post-sortering.

  82. Där man använder mönsterentjäning för att känna siffrorna på kuvert.

  83. Och i de ungefär 10% där de är för otydliga lämnas de över till en människa för att bedöma.

  84. Så datorerna besparar oss en massa arbete men en del måste vi utföra själva.

  85. Oja, människan är ju fortfarande totalt överlägsen på mönsterentjäning.

  86. Och det viktiga med artificiell mönsterentjäning är ju inte att den nödvändigtvis ska vara perfekt.

  87. Utan bara tillräckligt bra för att vara användbar.

  88. Och tillräckligt generell.

  89. Ja, det är sant.

  90. För människan har ju den fördel att vi kan känna igen många olika sorters system.

  91. Medan många mönsterentjäningsystem har avsedd för vissa specifika uppgifter.

  92. Om de ska fungera ute i verkligheten som en robot måste de ju vara mer generella.

  93. Och därmed mer lika mänskliga hjärnan.

↓ Ladda ner föredraget (MP3) ↓ Ladda ner föredraget (Real Audio)

Klintbergare

Bengt af Klintberg är mannen vars bok "Råttan i pizzan" gett upphov till termen "Klintbergare". En "Klintbergare" är en märklig historia som fascinerar eftersom den är så absurd, att man undrar om det verkligen har hänt.

Medverkande: Anders Sandberg och Håkan Andersson
Föredraget handlar om Diverse och sänds i Etervåg. Längd: 4:38
Transkription70 repliker · 4:37

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Ja, vandringsägner, de flesta människor har nog hört en del av dem.

  2. Eller rent av tro på dem.

  3. Det är typiska historier som råttan i pizzan.

  4. Historier av några som är på restaurang och äter pizza.

  5. Och sen finner en råttan i pizzan.

  6. Vilket också var namnet på en av Bengttaf Klintbergs böcker.

  7. Historier om folk som har rest i främmande länder.

  8. Och hittat en underbar dam, gått upp på rummet för att vänstras.

  9. Somnat in nästa morgon, vaknat upp.

  10. Utan njure.

  11. Det är alltså historier som ofta berättas om att

  12. Ja, det är inte jag som har upplevt det här.

  13. Men en vän till en vän har upplevt det.

  14. Och så följer då den här fantastiska, skrämmande eller märkliga historien.

  15. Och skrönare är ju underhållande.

  16. Det är ju ofta underhållningsvärdet som bestämmer hur mycket en sån här berättelse sprids.

  17. Och det är ju inte sanningen som sådan som är viktig.

  18. Men den innehåller ofta vissa moraliska sedelärande satser.

  19. Ja, sådana här historier har ju förekommit väldigt länge.

  20. När man säger att de är kanske sedelärande så betyder det inte nödvändigtvis att de är positiva.

  21. Många sådana här vandringssägner innehåller ofta djupt konservativa eller främlingsfientliga tankar.

  22. Som då tanken att ja, utländsk mat den är gjord på otrevliga djur.

  23. Eller att det är farligt att ge sig iväg utomlands.

  24. Men det är också diverse lärdomar som att ja, man ska vara vänlig mot andra människor.

  25. För man vet inte vem de kan vara.

  26. Det finns ju många vandringssägner till exempel i mer religiösa länder.

  27. Där det visar sig att den fattiga tiggargumman man har hjälpt visar sig vara egentligen ett helgon eller en ängel.

  28. Eller den där lyft där man plockar upp var Jesus själv.

  29. Precis.

  30. Vandringssägnernas viktighet är ju snarast som en slags förmedlare av en samhällsmoral.

  31. Sen kan ju den samhällsmoralen vara föråldrad givetvis.

  32. Men det är ju också många andra historiska uppgifter.

  33. Till exempel då folksagorna.

  34. De var ju väldigt inriktade på i många fall symbolisk form att lära barn att hantera olika faror.

  35. Eller att visa vilka värderingar som man satte högt.

  36. Vilka dygder som man skulle satsa hårt på.

  37. Men det är just vandringssägnernas på något vis självupplevda karaktär.

  38. En viss förvissning om att det här kan hända dig eller mig som gör att de har sin charm.

  39. Oja och många tror ju på de mera plausibla vandringssägnerna.

  40. Och är övertygad om att sådana här saker har faktiskt hänt.

  41. Förmodligen är det så att de ofta startar som memorater.

  42. Ett begrepp inom folklingsforskningen för återberättelse av upplevelser man själv har haft.

  43. Och är det en bra historia eller är det spännande eller intressant händelse.

  44. Kommer ju folk att erinna sig och kanske berätta för någon annan.

  45. Ja min vän upplevde det här när han var ute och reste.

  46. Och sen kan ju förvanskningar ske.

  47. Eller att historieberättaren bättre har på en historia.

  48. Och de varianter som klarar sig bäst så att säga i kampen om uppmärksamheten och minnet kommer att börja sprida sig.

  49. Exakt.

  50. Så man måste alltså hålla sig i viss mån inom möjligheternas ram här.

  51. Någonting som vi inte ser bland sagorna.

  52. Ja man ska tänka på att många vandringsägner går ju ganska extremt även där.

  53. Det finns historier från tidigare om kvinnor som hade fyllt på så mycket saker i sin peruk.

  54. Så att det byggdes bo utav diverse otäcka råttor och andra saker som till sist ledde till att de dog.

  55. I många fall är det alltså extrema historier som om man bara fick höra som en nyhetsrapport man inte skulle tro på.

  56. Men när de återberätts i rätt ram så när man leds in på rätt sätt så låter de mer plausibla.

  57. Och därmed många är villiga att åtminstone för den goda diskussionens skull.

  58. Eller för att stämningen när man berättar spöklika historier kräver lite grann att man inte får tvivla allt för mycket.

  59. Så det är inte så mycket sanningshalten man är ute efter.

  60. Det är mer en chans att få diskutera någonting spännande.

  61. Om du skulle se det här på en av Aftonbladets löpsedlar.

  62. En man fick sin djurestulen.

  63. Men den är kanske lite mer plausibel.

  64. Men råttor och byggde bo i peruk.

  65. Då skulle man kanske vara väldigt skeptisk.

  66. Samtidigt är det ju då att sanningen här kan ju återigen vara en moralisk sanning.

  67. Tank är att man ska inte vara fåfäng.

  68. Man ska inte använda allt för komplexa peruker.

  69. Det är ju någon bemärkelse samma påståenden även om historien som faktamässigt är falsk.

  70. Och vi människor älskar ju att bli moraliserade för varandra och bli moraliserade till.

↓ Ladda ner föredraget (MP3) ↓ Ladda ner föredraget (Real Audio)

Spektrallinjer

Färger är egentligen ljus av olika våglängder. När man bryter vitt ljus i ett prisma, uppstår en spektrum av färger som tillsammans bildar det vita ljuset. När man gjorde samma försök att bryta ljuset från upphettat Natrium, såg man ett märkligt fenomen: linjer i spektrumet som, inte borde vara där. Man hade hittat spektrallinjerna.

Medverkande: Anders Sandberg
Föredraget handlar om Fysik och sänds 2002-09-08 i Förklarade fenomen. Längd: 3:17
Transkription34 repliker · 3:17

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. spektrallinjer.

  2. Isaac Newton upptäckte att vitt ljus kunde brytas med ett prisma i ett spektrum.

  3. Och vi har funnit att ljusets olika färger beror helt enkelt på att ljuset som är en elektromagnetisk vågrörelse har olika våglängder.

  4. Där de olika våglängderna motsvarar olika färger.

  5. Det intressanta som man upptäckte i början av 1800-talet var att om man hettar upp till exempel metallen natrium

  6. och sänder ljuset från den genom ett prisma så blir det inte alls ett jämnt spektrum som från solen.

  7. Istället så verkar det ojämnt. Det finns vissa linjer som är ljusare än andra i det.

  8. Även solljuset visar sig ha tunna linjer som Fraunhofer upptäckte 1817.

  9. Mörka linjer istället.

  10. Anledningen visade sig var att atomer som hettas upp verkar sända ut ljus med vissa specifika våglängder.

  11. Natrium har så att säga ett fingeravtryckar linjer. Syre ett annat. Vätet tredje.

  12. Alla olika grundämnen har helt egna mönster som visserligen ibland överensstämmer delvis.

  13. Men också är specifika för grundämnet.

  14. Det här kan utnyttjas för att studera med hjälp av ljus på avstånd i den kemiska sammansättningen av olika himlakroppar och ämnen.

  15. Man sänder helt enkelt ljuset genom ett prisma och sprider sedan ut det och lägger märke till vilka vinklar de olika linjerna hamnar i.

  16. Och kan sedan jämföra med motsvarande avtryck av grundämnen.

  17. En blandning av olika grundämnen innehåller linjer som motsvarar de olika grundämnena.

  18. Frågan är dock varför det här inträffar.

  19. Elektromagnetisk strålning bildas ju när en elektrisk laddning rör sig.

  20. Men i en atom, det enda laddning som rör sig där är elektronen.

  21. Och om den kunde röra sig fritt borde man förvänta sig att om den kretsade kring atomkärnan skulle den sända ut en elektromagnets våg, förlora energi och göra spiral in i kärnan och sönderfalla.

  22. Men det här stämmer inte med vad vi vet om atomerna.

  23. Atomer är helt stabila och sänder inte kontinuerligt ut strålning.

  24. Danske Nils Bohr började i början av 1900-talet fundera över det här och kom fram till en tänkbar modell.

  25. Elektroner kan bara befinnas i vissa speciella banor och kan hoppa ögonblickligen mellan dessa banor.

  26. Och när elektronen byter bana så ökar eller minskar den energi.

  27. Och då kommer den att behöva sända eller ta emot elektromagnetisk strålning.

  28. Effekten av det här blir att en elektron som befinner sig i en bana långt ut med hög energi faller in mot kärnan.

  29. Sänder den också ut ett kvantum, en liten stycke elektromagnetisk strålning med mycket energi som förmodligen är blåviolett.

  30. Medan om den faller till ett mer mellanliggande skall så är det en mindre energiskillnad och det blir rödare.

  31. På samma sätt kan också atomer ta emot energi varför elektroner slungas upp i högre banor.

  32. Det här har blivit en mycket användbar metod, inte bara för att identifiera grundämnen utan också för att finna till exempel vilka tillstånd som finns i stjärnors atmosfärer.

  33. Kort sagt, genom att analysera ljus från avlägsa stjärnor kan vi faktiskt få svar på det som Immanuel Kant menat vi aldrig någonsin skulle kunna få veta.

  34. Nämligen vad stjärnorna är gjorda av.

↓ Ladda ner föredraget (MP3) ↓ Ladda ner föredraget (Real Audio)

För att ladda ner föredragen till din dator istället för att bara lyssna på dem, högerklickar du på länken “Ladda ner föredraget” och väljer “Spara som” eller motsvarande för din webbläsare.