← 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.

Ett åldrande samhälle

Ett antal år in i framtiden kommer en fjärdedel av Sveriges befolkning vara över 65 år. Är detta ett problem, hur länge kommer medellivslängden att öka och håller vi på att lösa åldrandets gåta?

Medverkande: Anders Sandberg och Oskar Rönnberg
Föredraget handlar om Diverse och sänds i Etervåg. Längd: 6:07
Transkription78 repliker · 6:07

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Det föds allt färre barn idag och samtidigt lever man allt längre.

  2. Man kan ju säga att medlivslängden ökar och jag undrar hur kommer detta att påverka samhället i framtiden?

  3. Förmodligen kommer det att påverka det oerhört mycket.

  4. Vi har ju sett att samhället förändrades under förra århundradet genom industrialiseringen och ännu mer under 1900-talet genom uppbyggande postindustriella samhället.

  5. Vad vi nu är på väg in är ett samhälle där upp till en fjärdedel av alla invånarna är över 65.

  6. Hur mycket längre lever vi idag egentligen?

  7. Det visar sig att medellivslängden har ökat ganska kraftigt.

  8. Under stenåldern så kunde man vara lycklig om man blev 30.

  9. Mycket berodde naturligtvis på att barnadödligheten var så enorm.

  10. Senare så gick den upp och någon gång i mitten av 1800-talet så var medellivslängden, då låg man kanske i femtiotal år.

  11. Vad som sedan har hänt är att den har ökat väldigt rakt med ungefär tre månader per år.

  12. Detta gäller de flesta industrialiserade länder i världen.

  13. Så idag har man en god chans i de utvecklade världen att leva tills man blir 80.

  14. Även i många länder som brukar räknas som tredje världen har det skett nästan mer än en fördubbling under 1900-talet av hur länge man lever.

  15. Idag så är 60-årsåldern fullt uppnåbar även i många väldigt fattiga länder.

  16. Då tänker man gärna, finns det någon maxlivslängd egentligen?

  17. Ja, det där är en intressant problem därför att många har ju försökt förutsäga att när kommer medellivslängden att sluta öka?

  18. Och i medeltal så har deras förutsägelser misslyckats efter fem år.

  19. Man har alltså varit väldigt konservativ.

  20. Men rent biologiskt sett så är det många som tror att det finns någon sorts övre gräns omkring 110-120 år.

  21. Mer än så verkar inte människokroppen klara av.

  22. Men även där finns det en del trender som tyder på att även hundraåringarna lever längre och längre.

  23. Så det är möjligt att det inte finns en helt säker maxlivslängd.

  24. Sjukdomar tänker man ju gärna på.

  25. Finns det någon risk att folk blir gamla och sjuka så att säga?

  26. Ja, någonting man verkligen har oroat sig för har ju varit just att samhället med många äldre kommer att handla nästan enbart om att alla ligger på långvården.

  27. Lyckligtvis verkar trenden vara att de äldre faktiskt blir friskare och friskare.

  28. Ju äldre man blir desto fler ålderssjukdomar och sånt riskerar man naturligtvis att få.

  29. Men det verkar som behandlingsformer har börjat bli så pass bra så att mängden äldre som verkligen är så illa därans att de behöver rullstolar bli sängliggande har minskat då från ungefär 25% till 19%.

  30. Det är alltså minskning med ungefär 1% per år.

  31. Så att det verkar som att vi går mot friskare och friskare äldre som lever längre och längre.

  32. Ja, politiskt och i styrning och så tänker man ju på, kommer äldre personer att styra samhället i större utsträckning i framtiden?

  33. Ja, om man tittar på statistiken i riksdagen idag så verkar inte trenden vara det.

  34. Där har inte medelåldern ändrats så värst mycket.

  35. Men väldigt mycket av det här hänger ju ihop också med vad som händer nu när man börjar få mer och mer vitala äldre.

  36. Och förmodligen kommer vi få se mer pensionärspolitiker.

  37. Samtidigt så finns det ju också en del mottrender.

  38. Till exempel är det ju så att medellivslängden för ett företag är 5-10 år.

  39. Vilket gör att det är relativt få företag man kan sitta och vara chef för i årtionde efter årtionde.

  40. Oftast dör företaget innan de är anställda.

  41. Och jag tror att vi är på väg mot att vi lever längre än många institutioner.

  42. Vilket gör att de äldre kan mycket väl ha maktpositioner.

  43. Men samtidigt är det ju ett väldigt mycket mer dynamiskt samhälle.

  44. Vilket gör det svårare att sitta kvar med maktpositioner.

  45. Ja, det är klart. Om själva organisationen försvinner.

  46. Men man tänker, vilka roller har äldre personer haft i samhället traditionellt sett?

  47. Ja, det har ju ofta varit så att i stamsamhällen så finns det en eller två riktigt gamla personer.

  48. Och de förvaltar stammens kultur. De kan de gamla sagorna.

  49. Sen så i bondesamhället blev det flera äldre som klarade sig.

  50. Och de var ju inte så användbara i ett bondesamhälle eftersom de inte kunde arbeta så hårt.

  51. Så man satte dem mest på undantag. De var mest till besvär.

  52. Även om man fortfarande respekterar dem för sin erfarenhet.

  53. Men nu har vi börjat få enormt många äldre.

  54. Det är inte bara ett fåtal utan en hel klass.

  55. När man växer upp idag så vet man att man har en mycket god chans att leva tills man blir 60, 70 eller 80-åring.

  56. Det är en del av livet.

  57. Och vi har ännu inte riktigt funnit en roll för de äldre.

  58. Det är en del av kulturen som är under utveckling.

  59. Vad vi ser istället är att olika handlingar och beteenden som tidigare var väldigt föreskrivna i vissa åldrar nu är mer fria.

  60. Att gifta sig till exempel är inte något som de flesta människor i dagens Sverige gör i tonåren.

  61. Det har blivit mer utspritt.

  62. Att skaffa barn är någonting man gör senare och senare.

  63. Även äldre har börjat både gifta sig och skilja sig även efter 65.

  64. Någonting som tidigare var helt otänkbart.

  65. Ja, det forskas ju en del på just åldrande.

  66. Och åldrandets gåta kan man ju diskutera.

  67. Är den på något sätt på väg att lösas?

  68. Idag vet man ju faktiskt inte riktigt varför vi åldras och var i åldrandeprocessen består.

  69. Men samtidigt gör man väldigt stora framsteg just nu.

  70. Många tecken tyder på att vi kanske inom tio år verkligen vet vad åldrandet består i, vad det beror av.

  71. Vilket gör att man kanske kan börja åtgärder.

  72. Att det sedan är en bra bit framöver spelar egentligen inte så stor roll för att vi redan idag är väldigt...

  73. Ja, vi lever länge.

  74. Så effekten blir ju det att om ett botemedel eller ett sätt att bromsa åldrar något kommer om 20 år

  75. så kommer en stor del av dagens levande människor att få nytta av det.

  76. Och naturligtvis för varje extra år de lever så ökar ju sannolikheten att nya genombrott kommer.

  77. Evigt liv alltså.

  78. Ganska nära.

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

Robotik

Vi tar det för självklart att kunna undvika väggar, stup och vassa kanter. För att få en robot att tolka miljön den arbetar i, krävs det att den ser precis som en människa. Att göra detta är mycket svårt, men inte omöjligt.

Medverkande: Håkan Andersson och Anders Sandberg
Föredraget handlar om Teknik och sänds i Etervåg. Längd: 6:09
Transkription67 repliker · 6:08

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Robotik? Eller hur får man egentligen en robot att uppföra sig?

  2. De allra tidigaste robotarna, om man kunde kalla dem för det, var ju mekaniska och uppdragbara djur.

  3. Man vred upp dem i en skruvfjäder och sen så tog till exempel den mekaniska ankan och vaggade framåt och kunde svälja brödbitar.

  4. Ett väldigt generellt beteende som, ja, när den ställs inför kanske en slutet på bordet eller något sådant så faller den platt.

  5. Ja, exakt, för det fanns ju egentligen ingen information från omvärlden där.

  6. Det är ju inte mycket konstigare än vilken mekanism som helst.

  7. När vi tänker på robotar menar vi ju en maskin som också kan handla i världen.

  8. Och det innebär att den måste kunna reagera på sin omvärld och förmodligen göra det på ett ganska flexibelt sätt.

  9. Så den första riktiga försökningen i robotik då måste ju ha strävat efter en bild av omvärlden, att roboten skulle kunna anamma den.

  10. Ja, det kan man säga.

  11. Mycket av den tidiga försöken handlar mest om att upptäcka hur svårt det var med datorskeende.

  12. När man inledde studiet av artificiell intelligens tänkte man att problemet att ta en videokamera, titta på omvärlden och sedan deducera var bord, stolar och andra hinder stod, det var trivialt.

  13. Ganska snabbt upptäckte man att det var oerhört svårt att utifrån en platt bild få en tredimensionell uppfattning av omvärlden.

  14. Det kan ju vara väldigt svårt att namna just sådana saker som kan se så olika ut som till exempel bord, vägg, stol.

  15. Den tidiga robotiken var ganska mycket baserad på tanken att man ska studera sin omvärld via olika sensorer, bygga en modell av vad som finns i den här världen.

  16. Sen räknar man ut att jag befinner mig här och jag vill komma till en annan position.

  17. Vilka handlingar måste jag genomföra för att förändra världen i enhet med det?

  18. Om man är iakttagelse av världen så ska en fullständig iakttagelse av världen, vilket ju inte är nödvändigt för oss i vårt handlande, så skulle man alltså sedan uppnå sina mål.

  19. Just det. Och problemet är naturligtvis det att ingen människa eller robot vet allting om sin omvärld.

  20. Man ser inte detaljer, man märker inte att någon håller på att komma in i bilden från höger och så vidare.

  21. Så den här tidiga robotiken fungerade inget vidare.

  22. Det tog för lång tid att räkna ut hur omvärlden såg ut och när roboten väl flyttat sig en halv meter så måste den räkna ytterligare 40 minuter på omvärlden.

  23. Och risken var ju att någon gick förbi och flyttade stolen.

  24. Men vad var det som hände sedan egentligen?

  25. Ja, en viktig insikt kom ifrån neuroforskaren Valentino Breitenberg som hittade på några enkla små fordon, nästan leksaker.

  26. Han visade att man kunde få fram ganska kluriga beteenden även utan allt för mycket tänkande.

  27. Hans första exempel var en litet fordon med två motorer där bak och två fotoceller kopplade till dem.

  28. Så när det kom ljus på vänstersida så gick höger motor igång.

  29. När det kom ljus från högersida gick vänster motor igång.

  30. Det gjorde att den lilla roboten orienterade sig mot ljuset och rörde sig mot det.

  31. Det blev en ljussökande robot utan någon minsta planering och tänkande.

  32. Och med det kan man antingen få den att söka ljus eller gömma sig från ljus.

  33. Ja, då kopplar man det på annat sätt.

  34. Han visade genom att se ett tankeexperiment att sådana här enkla beteenden, inte mer än reflexer, kunde vara mycket användbara.

  35. Ja, men du kan ju fortfarande bara få den att göra en sak då.

  36. Nästa steg var ju då att kombinera flera stycken.

  37. Någonting som robotforskaren Rodney Brooks kallar en subsumption arkitektur.

  38. Roboten har ett antal beteenden inbyggda.

  39. Till exempel en reflex att inte korridera med väggar.

  40. En annan att söka upp en batteriladdare när batteriet är lågt och så vidare.

  41. Och det beteende som behövs mest just nu vinner företräde.

  42. Så då kan till exempel att inte krocka med en vägg vara den högsta prioriteten.

  43. Medan i en lägre, i den totala hierarkin så ligger det kanske just att fylla på batteri väldigt högt om nu den är lågt.

  44. Och sen hitta kolaburkar och slänga dem väldigt lågt.

  45. Ja, exakt. Man har snarast en högnivåmål som avbryts när det kommer mer trängande behov.

  46. Precis som i vårt eget tänkande.

  47. Vi kan vilja utforska en ö vi besöker.

  48. Men när vi blir hungriga och törstiga så börjar vi faktiskt först leta rätt på vatten och mat.

  49. Men på senare tid så har ju vi sett en återgång till lite av de tidigare teorierna i och med att beräkningskapaciteten har ökat lavinartat.

  50. Oh ja. Det är inte så mycket en återgång som man håller på parallellt med att de nu börjar förenas.

  51. Vi har så pass mycket beräkningskraft att det börjar gå att faktiskt göra de här observationerna av omvärlden

  52. och bygga bra världsmodeller.

  53. Samtidigt kombinerar man då små enkla beteenden och reflexer med då en högre nivå som gör lite mer planering.

  54. Utmaningen blir mer och mer att klistra ihop de olika systemen för de är väldigt olika.

  55. Ja, öga motorkombinationen var en alldeles särskild problematik vad jag förstod.

  56. Ja, just att se ett föremål i omvärlden och sen kunna gripa tag i det.

  57. Det kräver att man kan dels urskilja förmån, dessutom avgöra var i det tredimensionella rummet är det och sedan också hur man ska röra sin arm för att nå fram till det.

  58. Vilket också förutsätter att man vet vad man själv är.

  59. Det visar sig vara ganska komplicerat och de bästa resultaten är att man medan man rör armen observerar dess läge och därigenom kalibrerar.

  60. Det här har man börjat bli mycket inspirerad av.

  61. Lillhjärnan till exempel.

  62. Det finns flera japanska forskarteon som försöker härma just hur lillhjärnan gör den uppgiften hos oss människor.

  63. Avslutningsvis har vi då evolutionsalgoritmer.

  64. Man utnyttjar helt enkelt evolutionsliknande saker genom att odla fram datorprogram som ger vissa specifika beteenden som är svåra att programmera.

  65. Till exempel att gå eller att flyga med vingar.

  66. Sen är tanken då att man på något smart sätt ska kunna klistra ihop det här med de andra beteendena.

  67. Det är en stor utmaning att få fram någonting som hänger ihop väl även om delarna fungerar bra.

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

Displayteknologi

Det började med de katodstrålerör som sitter i de flesta TV-apparater idag. Sen kom plasma och LCD-skärmarna. Men utvecklingen stannade inte där. Vad sägs t.ex. om elektroniska papper?

Medverkande: Anders Sandberg och Håkan Andersson
Föredraget handlar om Teknik och sänds i Etervåg. Längd: 6:08
Transkription74 repliker · 6:08

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Display teknologi. Det hela kan man säga börjar med katodstråleröret om man nu ska ha en början.

  2. Ja, katodstrålerör är det som vi mest är vana vid från TV-apparater.

  3. Man har en elektronkanon som sänder ut en strål av elektroner genom en glaskolv som är full med vakuum.

  4. Den träffar den främre ändan. Där har man en kemikalie som lyser upp när den träffas av elektronerna.

  5. Man böjer sedan strålen med olika magnetfält och ändrar strålens ljusstyrka beroende på var den befinner sig på skärmen.

  6. Där kan man skapa en bild.

  7. Kontrast alltså. Men hur blir det sedan för att få fram färg på en katodstråleröret?

  8. Där utnyttjar man att man har olika ämnen på olika platser som producerar olika färger när man belyser.

  9. En slags pixlar alltså?

  10. Ja, pixel, alltså picture element, det är ju då de minsta enheterna av en bild man har på en datorskärm.

  11. Och man vill ju ha en så hög upplösning sådana som möjligt.

  12. Ögat kan se ungefär en miljard pixlar, om man uttrycker lite grot.

  13. Medan de bästa displayerna idag kommer bara upp till en halv till en miljon pixlar.

  14. Aha. Men hur gick ju sedan utvecklingen vidare? Flytande kristallskärmar, så kallade LCD-er?

  15. Ja, man har ju vissa problem med katodstrålerören.

  16. Ett av problemen är att det är en stor, tung glaskorv som innehåller giftiga kemikalier som dels behövs vid tillverkning och dels frigörs när man skrotar den.

  17. Dessutom så är det svårt att få en bra ljusstyrka på den, vilket man märkte till exempel när man behövde display för stridspiloter i flygplan där det ofta är soligt.

  18. En annan lösning vore då att man hade flytande kristaller.

  19. Det är alltså en vätska som när den utser för ett elektriskt fält vrider ljusets polarisation på ett sådant sätt att det blir ogenomskinligt om man sätter ett filter framför.

  20. På det här sättet så kunde man med mindre behov av ström och framförallt få en mycket plattare konstruktion.

  21. Problemet är att den fortfarande har svårt med kontrasten.

  22. Ja, en normal laptop idag fungerar ju inte speciellt bra heller i solsken.

  23. Nej, men en annan aspekt av display teknologin.

  24. Plasmaskärmar klarade detta lite bättre, åtminstone vad gäller det med kontraster och så vidare, eller?

  25. Ja, delvis. Där är lösningen att man har alltså i princip, varje pixel fungerar som ett litet lysrör.

  26. Man har då ursprungligen neongas som när man försätter den i ett oscillerande elektriskt fält så lyser den upp.

  27. Senare har man övergått då till att använda gaser som lyser i ultraviolett och så har man då en beläggning på insidan varje pixel som lyser i olika färger.

  28. Därigenom kan man då få fram färgplasmaskärmar.

  29. Nackdelarna här är att de är spröda och ganska tunga.

  30. Så det blir väldigt svårt för såväl plasmaskärmar som förflytande kristallskärmar att bygga dem riktigt stora.

  31. För man måste hålla en väldigt hög kvalitet här.

  32. Om några pixlar inte fungerar vid tillverkning och sånt händer ju, så kommer de aldrig fungera senare.

  33. Och ju större de blir desto högre sannolikhet att det krånglar.

  34. Ja, men en annan metod är ju så kallad lysande polymerer.

  35. Plast har ju visat sig ha intressanta elektriska egenskaper om man använder rätt plastsorter med rätt tillsatser.

  36. Och det går att skapa då skärmar som är helt plastbaserade.

  37. Man har då glas eller ett plastlager och så under har man då den här plasten som reagerar med att lysa.

  38. Och sen så lägger man på elektroder.

  39. Med egentligen samma teknik som när man tar och printar elektroniska kretsar.

  40. Och det här har ju fördelen att man kan få en mycket högre kontrast.

  41. En vanlig bildskärm idag har en kontrast på ungefär 200 till 1.

  42. Här kan man komma upp mellan 500 till 1000 till 1.

  43. Och man kan även få en uppdateringshastighet och så.

  44. Ja, när man rör musen på en vanlig skärm så blir det oftast lite spår efter.

  45. De här är mycket snabba.

  46. Men utöver detta så har vi ju även så kallat elektroniskt bläck.

  47. Ja, plastskärmarna kunde nå en bra ljusstyrka som kanske skulle kunna funka även i solsken.

  48. Men det är ju praktiskt att ha en skärm som istället för att lysa själv reflekterar ljus från omgivningen.

  49. Ungefär som med papper.

  50. Och det är ju något sånt man skulle önska sig också för att ha bra elektroniska böcker.

  51. Så lösningen är att man bäddar in små plastkulor med en svart sida och en vit sida.

  52. Som man kan vrida genom att sända en elektrisk signal till den här plastbaserade ytan.

  53. Effekten blir då att man inte behöver tillföra ström när man inte ändrar på bilden.

  54. Och det i princip ser ut som ett papper.

  55. En annan teknik var ju den här MEMS, vad det nu stod för igen.

  56. Mikroelektromekaniska system.

  57. Det är ju nämligen så att när man ätsar kiselchip, man har hittat metoder också att göra så att de får mekaniska egenskaper.

  58. Till exempel att skapa små mikroskopiska speglar som kan röra sig mycket snabbt.

  59. Så med hjälp av små speglar som bara är någon kvadratmillimeter stora kan man rikta en laser att lysa upp olika delar av en skärm.

  60. Eller använda en projektor.

  61. Och det här tror många kommer att vara mycket av framtidens bildskärmar.

  62. Kommer förmodligen att konkurrera mycket med de som vi tidigare nämnt.

  63. Ja, den hade ju redan en viss tillämpning inom försvarsindustrin.

  64. Och stora kommersiella företag håller på med det, enligt vad jag förstod.

  65. Ja, den är ju för närvarande mycket dyr.

  66. Men man räknar med att samma minskning i pris som vi ser för chiptillverkningen, målslag, kommer förmodligen att hända även när det gäller sådana här system.

  67. Sen har man ju börjat intressera sig för att helt strunta i skärmen och bara använda lasern direkt på ögat.

  68. Man producerar bilden direkt på näthinnan utan att ha någon skärm.

  69. Man använder alltså, om man kan säga det så, själva ögat som sin skärm.

  70. Det låter en smula skrämmande och det kanske tar ett tag innan folk accepterar det.

  71. Men det verkar fungera bra.

  72. Det finns redan vissa kommersiella tillämpningar.

  73. Och det har så pass stark ljusstyrka man kan använda det utomhus.

  74. Så kanske är framtidens skärm ingen skärm alls.

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

Cellulära automater

Celler kan liknas vid levande mikroprocessorer. De formar komplexa mönster och lyckas med konstycket att kopiera sig själva utan några problem. Kanske döljer dessa små automater några av universums verkliga mysterier.

Medverkande: Anders Sandberg och Jon Larsson
Föredraget handlar om Teknik och sänds i Etervåg. Längd: 6:15
Transkription91 repliker · 6:14

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. När de första datorerna började konstrueras under första halvan av 1900-talet så var det ju många som slogs av hur de egentligen liknade mänskliga hjärnor.

  2. Man kallade datorerna på 40-talet för elektronhjärnor.

  3. Och det fanns de som började fundera över huruvida det också gick att skapa datorer som kunde reproducera sig, det vill säga bygga kopior av sig själva.

  4. Hur tänkte man då?

  5. Ja, en av de som tänkte på frågan var John von Neumann, en ungersk amerikansk fysiker och datavetare som var inblandad med atombombsprogrammet.

  6. Och han hade ju intresserats mycket för vad den engelska matematikern Alan Turing hade tänkt och skrivit på ämnet.

  7. Och han började skissera ett tänkbart system.

  8. Vid den här tiden var det många som menade att det inte skulle kunna gå alls att bygga en maskin som förökas.

  9. Det är ju något som bara levande vare sig gör.

  10. Men han skissera ett matematiskt bevis som antog att om det finns ungefär 15 enkla komponenter, muskler, olika elektroniska kretsar, och han tänkte sig en sorts maskin som simma omkring i vätska med de här små byggbitarna, legobitarna, så kunde han visa att den skulle kunna bygga ihop någonting.

  11. Problemet med beviset var ju det att man kunde inte bygga en sån här maskin. Det var alldeles för avancerat.

  12. Så att han kunde aldrig riktigt ge en klar specifikation av hur den skulle se ut.

  13. Vad man behövde var någonting enklare, kanske något mer abstrakt.

  14. Just det. Och en av hans kollegor, fysiker vid namn Ullam, påpekar att man skulle kunna göra det med något han kallar för en cellulär automat.

  15. Varför heter den så?

  16. Ja, den består av celler och är en sorts mekanisk mekanism därav namn automat. Varje cell kan ha tillstånd. Man kan tänka sig som en färg. Det finns ett antal olika färger, kan man anta.

  17. Och den reagerar på vad grannarna har för färger och byter sedan färg efter det här.

  18. Så det blir lite som ett slags spel med spelregler?

  19. Ja, det kan man säga. Fast det här är då ett solitärspel. Man spelar ensam. Man kan ju låta en dator simulera det här, vilket ju både Neumann och Ullam testade.

  20. Och det visar sig att det händer intressanta saker.

  21. Om man har svarta och vita celler och till exempel har regeln att om en vit cell har en svart granne så blir den svart.

  22. Och om en svart cell har en, ja, oavsett vad den har för granne fortsätter vara svart.

  23. Ja, då får vi att utifrån ett mönster svarta celler så sprider sig en fläck utåt.

  24. Men inför vi till exempel regeln att en vit cell blir svart bara om den har en enda svart granne och vi har ett rutnät så upptår en koralliknande mönster istället som inte alls upprepar sig.

  25. Som blir mycket mer komplicerat.

  26. Hur har forskningen fortsatt på det här? Har det blivit någonting intressant över tiden?

  27. Ja, det visade sig att von Neumann kunde ju använda det här för att bevisa att om man tänker sig en värld som fungerar som en cellulär automat.

  28. Han kunde alltså hitta på en hypotetisk värld med mycket enkla naturlagar.

  29. Så kunde han verkligen explicit konstruera sin maskin som kunde bygga en kopia av sig själv.

  30. Det vill säga skapa ett likadant mönster av celler i rätt färg.

  31. Och sedan kunde dessa två mönster i sin tur skapa nya kopior.

  32. Han använde en fruktansvärt komplicerad cellulär automat för att genomföra beviset.

  33. Så området låg ju ganska nere.

  34. Man tänkte mest att det här var ju kul för von Neumann att bevisa det han ville.

  35. Men på 70-talet höll en annan matematiker, John Conway, på funderat.

  36. Och han hittade på en annan enkel automat.

  37. Reglerna är mycket enkla.

  38. Om en cell är svart och den har tre svarta grannar, eller två svarta grannar, kommer den fortsätta vara svart.

  39. I annat fall så dör den av överbefolkning eller ensamhet.

  40. Och har den en tom cell, har den tre svarta grannar, uppstår en ny svart cell där.

  41. Det här kallar han för game of life.

  42. Han tänkte det sig som små bakterier eller cellkolonier.

  43. Och det visade sig att de här enkla reglerna gjorde att väldigt komplicerade mönster kunde uppstå av sig själva.

  44. Man startade med lite slumpmässigt att utplacera svarta fält.

  45. Och det uppstod mönster.

  46. Varav en del är stabila.

  47. En del dör ut.

  48. En del växer till sig.

  49. Och en del kravlar iväg.

  50. Det gick inte att utifrån ett startmönster avgöra hur det skulle gå.

  51. Det blev ett stort intresse för det här.

  52. Dåtidens hacker gav sig in med liv och lust.

  53. En av frågorna Conway ställde sig var.

  54. Finns det mönster som alltid blir större?

  55. Eller kommer alla mönster för det senare bli stabila och dö ut?

  56. Och Gosper vid MIT lyckas visa att det fanns ett mönster som producerade en ständig ström av gliders.

  57. Små kravlande mönster som rör sig diagonalt utan att förändras.

  58. Och därmed får man en population som ständigt ökar.

  59. Men de här reglerna som styr huruvida det ska skapas nya celler eller inte.

  60. Och om gamla ska dö ut.

  61. Det låter lite som om man ser den här cellulära automaten som ett litet universum.

  62. Så det låter ungefär som naturlagarna för det universumet.

  63. Det kan man ju säga.

  64. Och det intressanta är ju vilka naturlagar som kan ge vilka mönster.

  65. Lite senare på 70-talet och 80-talet så började Stephen Wolf fram experimentera med automater.

  66. Han fann att det blev ungefär fyra möjliga resultat när man provar olika sorters regler.

  67. I de flesta fall dör det bara ut.

  68. Det var vad han kallar klass 1.

  69. Den andra klassen blev allting bara stabilt i.

  70. Det var klass 2.

  71. I klass 3 så blir det en enda kaotisk röra som bara fortsätter.

  72. Och så finns det den där lustiga klass 4.

  73. Där det varken blir en röra eller inte.

  74. Den är väldigt oförutsägbar.

  75. Det uppstår små mönster som kan utvecklas och förändras.

  76. Vid det här laget hade man visat att Game of Life hörde till.

  77. Det går att konstruera mönster som motsvarar en dator.

  78. Det går att göra beräkningar i Game of Life.

  79. Och det visar sig att det gäller för många andra cellulärautomater också.

  80. Av den här typen klass 4.

  81. Men betyder det att en cellulärautomat skulle kunna utvecklas till,

  82. Ja, om inte en tänkande varets så i alla fall någonting som funkar som en processor i en dator.

  83. Det är tänkbart.

  84. Man vet ju inte hur evolution skulle kunna fungera här.

  85. Det är som att experimentera med naturlagar.

  86. Edward Fredkin, en av forskarna som håller på mycket med cellulärautomater,

  87. han menar ju att egentligen är ju vår fysik information på mindre än atomnivå.

  88. Där kanske det finns någon sorts rutnät.

  89. Kanske inte ens i tre eller fyra dimensioner.

  90. Men någon sorts enkelt rutnät med enkla regler där celler byter till.

  91. Så kanske lever vi i det stora Game of Life.

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

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)

Kugghjul

Än idag finns det många saker som innehåller kugghjul. Denna uppfinning är en mycket viktig del av klockor, industriella maskiner och bilväxlar.

Medverkande: Håkan Andersson och Anders Sandberg
Föredraget handlar om Teknik och sänds i Etervåg. Längd: 5:34
Transkription75 repliker · 5:34

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Mekanik eller närmare bestämt kugghjul.

  2. Vad har de haft för utveckling egentligen och vart är de på väg?

  3. Kugghjul har ju kommit till för att lösa ett ganska grundläggande problem.

  4. Man har en axel som snurrar för en drivstad till exempel vattenhjul eller en häst eller en vev.

  5. Och man vill överföra den här rotationen i en annan form.

  6. Till en annan plats till exempel eller i en annan riktning eller ett annat varvtal.

  7. Hur ser de tidigare formerna av detta ut? Vattenhjul nämnde du bland annat.

  8. Vattenhjul är ju då ett sätt att driva en mekanism.

  9. Och ganska tidigt när man började industrialisera så gjorde man så att man hade en stor axel som drev en massa hjul som satt upp i taket.

  10. Så hade man rämmar ner till hjul vid de olika maskinerna till exempel svarvar i en fabrik.

  11. Rämmar säger du men blir det inte ett problem med att hjulen glider längs med rämmarna så att du inte får full effekt?

  12. Det är ju ett stort problem så man skulle vilja ha att det ena hjulet driver det andra så att det inte finns minsta risk att de börjar grida.

  13. Och vad man gjorde var att man gick tillbaka till vad urmakarna naturligtvis hade hållit på med sedan medeltiden.

  14. Nämligen kugghjulen.

  15. Man har ett hjul med tänder på som griper tag i varandra.

  16. Det här gör ju att det ena hjulet inte kan gå framåt om det andra inte gör det.

  17. Och i och med att man har två hjul bredvid varandra så, ja, två kugghjul så kan man även ändra riktningar och ändra varvtal som du sa.

  18. Medan den här rämlösningen gör att båda hjulen reser i samma riktning.

  19. Ja, om du har ett stort hjul kopplat till ett litet hjul så kommer när det stora hjulet går ett varv, det lilla hjulet går många varv.

  20. Och det händer också när du använder rämmar.

  21. Men kugghjulen har fördelen att genom att man bestämmer antalet tänder på det ena och det andra, förhållandet mellan dem avgör hur mycket man växlar upp och växlar ner.

  22. Ett litet hjul som driver ett stort kugghjul kommer att göra att när det lilla vrider sig ett varv kommer det stora inte röra sig speciellt långt.

  23. Men samtidigt kan man få också en större kraft i det.

  24. Medan ett stort hjul som driver ett litet, du får högre varvtal med mindre kraft.

  25. Men hur löste man då problemet med rämmarna bland annat?

  26. Delvis genom kugghjul men även genom kedjor förstod jag?

  27. Ja, man kan ju tänka en cykelkedja som ett sorts långt kugghjul som fastnar i kuggarna på ett kugghjul och överför kraften till det andra.

  28. Därmed kan de inte hålla på att glida och det blir därmed en ganska stabil lösning.

  29. I en cykelkedja är problemet att växla.

  30. Det vill säga att man har ju ett antal kugghjul på samma axel som har olika antal tänder.

  31. Och det motsvarar då de åka i formen av utväxling.

  32. Jaha, men om vi går tillbaka till kugghjul.

  33. Man kan även från sitt att vända rörelse och så vidare så kan man vrida den bland annat 90 grader.

  34. Ett problem man har med de vanliga kugghjulen, de som liknar de som sitter i klockor, är att tänderna är ganska små.

  35. De tål inte så stor kraft.

  36. Så en lösning är att man gör dem bredare.

  37. Men då kom man också på att om man tog kuggar som var både breda och snea så grep de in i varandra.

  38. Man fick spiral i en kugghjul.

  39. Och de här kan man om man gör dem i 45 grader riktning sätta två kugghjul i 90 grader riktning mot varandra.

  40. Där det ena driver det andra.

  41. Och dessutom så blev det bättre hållfastighet på dem.

  42. Just det, det är därför man använder dem i växellådor i bilar.

  43. Efterhand så börjar man utveckla många andra tillämpningar.

  44. Till exempel konformiga kugghjul.

  45. Där den ena driver ett annat som är i en annan vinkel.

  46. Ja, en så kallad fjäder eller vad den är.

  47. Ja, du tänker nog vad man kallar för snäckhjul på den svenska.

  48. Det är alltså en skruvliknande kugghjul som driver ett annat kugghjul.

  49. Så när den skruvliknande vrides i ett varv så har andra flyttats fram en kugge.

  50. Ja, precis.

  51. Det intressanta med den var ju att kraften enbart kunde gå i ena riktningen.

  52. Att enbart snäckhjulet kunde driva det stora kugghjulet.

  53. Inte tvärtom.

  54. Det här används till exempel i elvispar eller i vindrutetorkar.

  55. Och efterhand börjar man utveckla bättre och bättre metoder att göra de här.

  56. Man hittade kuggar som hade rätt form så att de alltid gick med samma hastighet.

  57. Ett kugghjul som är utformat på fel sätt.

  58. Man håller på att klicka och har sig.

  59. Man utvecklade många speciella legeringar och precisionsmetoder.

  60. Och nu är vi på väg mot allt mindre och snabbare kugghjul.

  61. Det kanske inte är något man tänker på i dagens elektroniska värld.

  62. Men i de flesta mekanismer finns det något kugghjul gömt någonstans.

  63. Precis. Man lyckades ju även överföra med att ändra den svenska formen lite.

  64. Till bland annat snigelformen, päromformen och så vidare.

  65. Ja, du tänker nog på sådana här konstruktioner där man har ett kugghjul.

  66. Som har en oregelbundet form som driver något annat som det börjar röra sig.

  67. Vi har ju sett sådant på teknisk magasin.

  68. För de som är gamla nog kommer ihåg deras berömda vignett.

  69. Den står ju fortfarande utställd på tekniska museet.

  70. Kugghjul behöver ju inte vara runda.

  71. Och som NASA har visat i datorsimuleringar, de behöver ju inte vara gjorda av metall heller.

  72. De har gjort datorsimulationer av kugghjul på molekylär skala.

  73. Där det är alltså enstaka kolatomer som driver varandra.

  74. Än så länge är det långt bortom vad kemisterna kan göra.

  75. Men de skulle kunna rotera med ett varvetal på miljarder varv i sekunden.

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

Schizofreni

Om du frågar någon vad schizofreni innebär får du troligen svaret att det är när man har en personlighetsklyvning. Det stämmer dock inte, schizofreni är ett samlingsnamn för många olika psykiska sjukdomstillstånd.

Medverkande: Jon Larsson och Anders Sandberg
Föredraget handlar om Biologi och sänds i Etervåg. Längd: 5:11
Transkription71 repliker · 5:11

Transkriptionen är automatiskt genererad och kan innehålla fel.

Klicka på en replik för att höra den.

  1. Skizofreni, det är väl det här när man har flera olika personligheter, eller hur?

  2. Nej, faktiskt inte alls. Det är en vanlig vanföreställning att skizofreni är multipla personligheter.

  3. Men det är två helt olika saker. Multipla personligheter är faktiskt väldigt ovanligt tillsammans.

  4. Men skizofreni är faktiskt en av våra vanligaste mentala sjukdomar. Upp till 1,5 procent av alla människor har den.

  5. Oj, det var ganska mycket. Men vad är det då?

  6. Ja, det är en kombination av åtskilliga symptom. Dels vad man kallar de positiva symptomen.

  7. Det betyder väl inte att de är bra?

  8. Nej, tvärtom. De är oftast synnerligen obehagliga. Men det är något som tillkommer, som den frånfaller.

  9. Det är tankestörningar. Alltså en oförmåga att hålla kvar en logisk tanke. De tankarna bryts upp i en enda ordssallad.

  10. Det är vanföreställningar att man tror på saker som är uppenbart inte sanna.

  11. Som att man är allsmäktig eller att kungafamiljen bor i lägenheten där vi konspirerar mot den.

  12. Och även då sådana saker som att andra tar och hör ens tankar.

  13. Oj, det låter märktigt. Hur kan det arta sig?

  14. Ja, i många fall att de tror att alla andra talar om dem.

  15. När de tänker någonting olämpligt så vet alla om det. Så de vågar inte tänka vissa saker.

  16. Och det här blir extra jobbigt eftersom det också ibland förekommer hallucinationer.

  17. Framförallt röster.

  18. Som kan mycket väl hålla på och kommentera vad man gör. Som om man var en person i en bok.

  19. Eller röster som uppmanar en att göra vissa saker. Eller bara skäller ut dem.

  20. Men vilka är då de negativa symptomen?

  21. Ja, det är en allmän dämpning av känslolivet. Man talar om flat affekt.

  22. Det är svårare att bli glad eller ledsen. Det är en sorts allmän låg nivå.

  23. I många fall blir det ju en mer deprimerande.

  24. Ett viss mått av apati. Man tar sig inte för saker. Man orkar inte göra någonting.

  25. Och dessutom att man drar sig undan från andra människor.

  26. Det är svårt att vara social när man...

  27. Ja, schizofrenin leder ju ofta till tankestörer som gör det svårt att kommunicera med andra.

  28. Och man kanske dessutom tror saker om grannarna som gör att man inte vill ha att göra med dem.

  29. Men vem får schizofreni? Och hur får man det?

  30. Ja, det är ganska olika vilka som får det. Det är relativt jämnt fördelat mellan könen.

  31. Men de flesta som får det får 16-25 års åldern. Men det kan inträffa hela livet.

  32. De som får den just 16-25 är oftast lite mer män och kvinnor. Lite mer de andra perioderna.

  33. Men det verkar inte finnas någon speciell koppling.

  34. Det är till exempel ingenting smittsamt eller något sånt.

  35. Utan det verkar ha en genetisk bakgrund.

  36. Man har gjort studier då av tvillingar och barn som inte har vuxit upp med sina föräldrar.

  37. För det skulle ju kunna vara så att föräldrarna, om de är jobbiga, så kanske de producerar schizofreni.

  38. Vilket var en tidigare teori.

  39. Det visar sig att om ingen förälder har schizofreni, då är det ungefär 1% chans att få sjukdomen.

  40. Men om de har det?

  41. Om en förälder har det, då går det upp faktiskt till 13%.

  42. Och om båda har det, då är det upp i 35%.

  43. Så det här tyder ju på att det finns en genetisk faktor.

  44. Men hur behandlar man schizofreni när man väl har fått det?

  45. Ja, man har ju funnit då att den rent akuta fasen, många schizofreni när man får ett anfall, har väldigt dålig verklighetskontakt.

  46. Man säger att de är psykotiska.

  47. Då använder man medicinering.

  48. Man tar in dem på sjukhus och ger dem då neuroleptika.

  49. De neuroleptiska preparat botar framförallt.

  50. Ja, de botar inte, för det har man inte lyckats med.

  51. Men de lindrar då.

  52. De positiva symptomen gör att de åtminstone blir rationella nog att man ska kunna tala med dem och diskutera.

  53. Och de negativa symptomen, går det att göra något åt dem?

  54. Det är svårare visar det sig.

  55. I många fall är det faktiskt så att neuroleptika kanske rentav försvårar lite grann de negativa symptomen.

  56. Och de verkar inte heller respondera sådär jättebra på andra, till exempel antidepressiva preparat.

  57. Det jobbiga är nämligen det att ungefär 15% av de schizofrena, de reagerar ganska lite överhuvudtaget på någon behandling.

  58. Och ytterligare 15% påverkas inte så värst mycket av preparaten.

  59. Många schizofrena hämtar sig ju naturligtvis även på egen hand.

  60. Och med medicinering och i viss mån terapi och rehabilitering så kan ganska många faktiskt leva ett vettigt liv.

  61. Men man blir alltså inte frisk på så vis att man blir helt av med schizofrenin?

  62. Det finns ju vissa som verkar bli av med den, men i allmänhet så verkar den inte gå att bota.

  63. Och det mycket beror ju på att man inte riktigt vet vad som orsakar den.

  64. Det finns en del hypoteser som säger att det beror på en störning i hjärnas dopaminsystem.

  65. Eftersom många neuroleptika då hämmar produktionen av ämnet dopamin i hjärnan.

  66. Men det finns andra saker som tyder på att det är störningar av glutamatreceptorerna.

  67. Och ytterligare en del saker som tyder på att det är ämnesomsättningsstörningar i cellmembranen i hjärnan.

  68. Med andra ord, man vet helt enkelt inte.

  69. Ja, det är snarast att man har funnit en massa ledtrådar, men det är väldigt svårt att säga att de pekar på någonting entydigt.

  70. Det är möjligt att schizofreni inte är en sjukdom, utan egentligen flera väldigt likartade tillstånd.

  71. Det behövs forskas mycket mer här.

↓ 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.