RambÃ¸ll: Fyringsgrund at ignorere brud pÃ¥ ... - LiveBook

More documents

Recommendations

Info

14 Ingeniøren · 1. sektion · 17. juni 2011 viden & erkendelse Statistik måske nervecellernes våben Måske er hele den verden, du ser, dannet af et mønster af statistiske sandsynligheder – det mener i hvert fald to unge franske forskere. hjerneforskning Af Jan Skøt redaktion@ing.dk Et af de store uopklarede mysterier findes lige bag de øjne, som du i dette øjeblik læser denne tekst med. Vi ved utroligt lidt om, hvordan nervecellerne i hjernen kan skabe det billede af verden, som du oplever. Vi ved ikke, hvordan sammenhængen er mellem de mikroskopiske strukturer i cellen og det, vi oplever som verden. Men den unge franske forsker Sophie Denève forsøger sammen med sin kollega Martin Boerlin at løfte lidt af sløret. De forsker i computational neuroscience på École normale supérieure i Paris. »Vores grundlæggende spørgsmål er, hvordan vi er i stand til at opfatte for eksempel en bevægelse. Vi tror, at hjernen bruger enormt meget sandsynlighedsberegning til at forstå bevægelsens aktuelle placering,« siger Denève. I et studie af hjernens arbejdshukommelse har hun lavet en model af, hvordan nerveceller opfatter og husker. Med arbejdshukommelse mener hun ikke den mentale notatblok, hvor vi husker bestemte datastumper, såsom et telefonnummer. Hun mener i stedet den hukommelse, hvor vi har vores øjeblikkelige billede af det rum, som er rundt om os. I modellen forsøger de to forskere at beskrive, hvordan enkelte nerveceller og deres koordinerede kommunikation med andre celler kan gengive et kompliceret probabilistisk billede af verden. Celler bygget til kommunikation Hjernens nerveceller er nogle ret specielle størrelser. Hvis man tager dem ud af hjernen og sætter en håndfuld sammen i et reagensglas, så vil de spontant affyre nerveimpulser. En af de ting, jeg rigtig godt kan lide ved Denèves model, er, at hun forlader de såkaldte attractormodeller og tager en mere interessant statistisk indgang. Rune Berg, forsker i nervecellers netværk og kommunikation, Københavns Universitet Efter kort tid vil de automatisk begynde at koordinere deres impulser. Nervecellerne er bygget til at kommunikere og koordinere deres impulser uanset omstændighederne. Man ved også, at impulserne opstår ved en proces, man kalder ‘integrate and fire’. Nervecellen har en masse forbindelser – hundreder til tusinder – til andre nerveceller. Impulserne fra disse andre celler bliver i den enkelte celle bearbejdet – integreret – til en beslutning om, hvorvidt cellen selv skal affyre en impuls eller ej. Man har en ret sikker formodning om, at det er denne ‘integrate and fire’-proces, der er basis for hjernens evne til at forstå noget som helst. Man føler sig også meget sikker på, at det er den koordinerede kommunikation hen over store mængder af nerveceller, der fører til billeddannelse og bevidsthed. Men den præcise forbindelse mellem signaler og data er ikke velforstået – for at sige det mildt. En engelsk præst For at forstå Sophie Denèves model må vi en lille omvej omkring en engelsk presbyteriansk præst født i 1702. Hans navn var Thomas Bayes, og ud over at være præst var han en genial matematiker. Hans vigtigste arbejde handlede om statistik. Ikke den almindelige frekventielle statistik, men en statistik karakteriseret ved at kunne håndtere ufuldstændige data. Frekventiel statistik kan forstå ens situationer, der kan gentages mange gange. Hvis vi kaster en terning hundredtusinde gange, så ved vi med en præcis målenøjagtighed, hvor mange gange hvert resultat kommer ud. Bayes statistik kan give sandsynlighedsberegninger på situationer, der optræder meget færre gange. Her tager man nemlig udgangspunkt i sin egen mening om sandsynligheden af en begivenhed og lader derefter denne mening blive modificeret af nye erfaringer. Et eksempel kunne være en person, der for første gang ser en solnedgang. Hvis denne person skulle beregne chancen for, at solen stod op igen, så kunne personen vælge mellem to udfald. Ved absolut fravær af viden vil det være logisk at tilskrive de to valg samme værdi. Det kan repræsenteres ved, at personen lægger en sort og en hvid kugle i en pose. Næste morgen står solen op, og personen kan lægge en hvid kugle mere i posen. Efter et år er der 365 hvide og én sort kugle – altså en overvældende sandsynlighed for, at solen står op. Med sådan en bayesiansk logik behøver man ikke at kende systemet særligt godt. Man kan starte med at gætte ud fra den viden, man har – struktureret og logisk selvfølgelig – og derefter modificere sit gæt med den nye viden, man får. Sansning er kaotisk Den bayesianske logik er velegnet til livets almindelige situationer, som netop er karakteriseret ved at være ikke-frekventielle. Tværtimod er de som regel både kaotiske og i forskellig grad påvirket af regler, lige fra tyngdeloven til straffeloven. Sophie Denève bruger selv en kat som et eksempel på, hvordan vi sanser. Når katten er på jagt efter en mus, så løser den en række komplicerede statistiske opgaver. I første omgang skal den løse problemet med, at sanseinputtet er kaotisk. Det billede, som du opfatter, er normalt velordnet og klart. Sådan ser outputtet fra de lysfølsomme celler i øjet formentlig ikke ud. Det ligner snarere et billede fra et kamera optaget i minimalt lys. Der er masser af støj, og man kan kun lige ane strukturerne i billedet. Det er først, når sansningen er nået igennem hjernen, og det vil sige millioner af nervecellers mange lag af filtre og tolkninger, at billedet bliver til det præcise billede af verden, som vi normalt oplever. Tolkningen af disse sansninger må uvægerligt bygge på en statistisk model, der kan organisere de kaotiske data til den orden, som vi oplever. Når musen dukker op Når katten leder efter en mus, leder den i princippet efter den mindste antydning af ‘mus’ i det kaotiske input af sansninger. Et lille glimt af brunt mellem græsstråene eller en puslen, der afviger fra baggrundsstøjen på en museagtig måde, er interessant. For at gøre denne søgning så effektiv som muligt kombinerer katten det med en sandsynlighedsmodel for, hvor musen kan forventes at optræde. Et glimt af brunt i græsset får derfor mere opmærksomhed end et glimt af brunt oppe i luften. Det er sandsynligvis den samme type af statistisk forståelse, vi kan opleve i vores kommunikation. Hvis du for eksempel møder din nabo en varm sommermorgen og siger: »Sikke et dejligt vejr,« så vil naboen forstå det umiddelbart. Hvis du derimod siger: »Der sidder en scooter i sømmen på din T-shirt,« så skal du formentlig gentage sætningen et par gange, før naboen kan forstå ordene. Et andet berømt eksempel er en video, hvor en mand iklædt gorillakostume går tværs gennem en gruppe mennesker, der spiller basketball. Her er vores forventning at se spillere, der spiller basketball og ikke en mand i gorillakostume. Næsten halvdelen af dem, der ser videoen, opdager da heller ikke gorillaen – de ser den simpelthen ikke. DETTE BILLEDE FRA EN KATS SYN kan give en idé om, hvordan vores billede af omverdenen bliver til – hvordan katten ser. Den øverste række viser det, som katten så. Den nederste række er et billede målt på 177 celler fra kattens thalamus, som er et sted midtvejs i billeddannelsesprocessen. Vi ved ikke, om det er en korrekt gengivelse af kattens perception på det sted, men billedet stemmer faktisk meget godt overens med Sophie Denèves beskrivelse af perceptionens usikkerheder. Kilde: Dr. Yang Dan, professor i neurobiologi, UC Berkeley. Den franske forsker Sophie Denève bruger en kat som eksempel på, hvordan vores syn sanser omverdenen. Når katten leder efter en mus i græsset, leder den efter den mindste antydning af noget museagtigt i mængden af indtryk. For at søge så effektivt som muligt, kombinerer katten det med en model for, hvor der er størst sandsynlighed for, at musen vil dukke op. Et glimt af noget brunt i græsset får derfor større opmærksomhed fra nervecellerne end noget brunt oppe i luften. Forskerne bag den video fandt ud af, at evnen til at se gorillaen har en hel del at gøre med vores arbejdshukommelse. Den arbejdshukommelse, som Sophie Denèves model også handler om. En mere kompliceret model De fleste forsøg på at forstå hjernecellernes kommunikation går ud på at måle en gruppe cellers aktivitet – deres impulser – på lidt samme måde, som man måler morsesignaler. Men Sophie Denève tror, at hjernen må bruge en meget mere kompliceret metode til at forstå verden. Især tror hun, at nervecellerne er nødt til at håndtere et sandsynlighedsbillede af verden. Det vil sige, at hver eneste oplysning, som nervecellerne kommunikerer til hinanden, skal følges af et billede af denne oplysnings sandsynlighed. Det vil sige, at en brun klat i græsset ikke bare er en brun klat i græsset. Den er også fulgt af et sandsynlighedsbillede af, hvor sikkert det er, at det brune er udtryk for tilstedeværelsen af en mus. Det er noget af det, som interesse-
Ingeniøren · 1. sektion · 17. juni 2011 15 meta science mod en usikker verden Af Vincent F. Hendricks Dr. phil., ph.d., professor i formel filosofi, KU redaktion@ing.dk SÅDAN SIGNALERER NEURONERNE DERES PROBABILISTISKE OPLEVELSE AF VERDEN I diagrammet herunder får neuronerne et ensartet input, og neuronernes stærke respons er et tegn på, at dette input stemmer overens med deres interne hypotese om verden – de er altså ’sikre’ på deres tolkning. Herunder ses en situation, hvor neuronerne kun modtager meningsløs støj. Her er der kun spredt respons. Det er et tegn på, at de ikke kan få deres interne hypotese til at stemme med signalerne fra omverdenen. Wind i Einstein »Jeg tilslutter mig demokratiet, selvom jeg er bekendt med svaghederne ved den demokratiske styreform. Social lighed og økonomisk beskyttelse af den enkelte har for mig altid stået som vigtige samfundsmæssige mål for staten. Selvom jeg er enspænder i mit daglige virke, så har min bevidsthed om at tilhøre et usynligt fællesskab af dem, der stræber efter sandhed, skønhed og retfærdighed afholdt mig fra at føle mig isoleret.« Forsøg Forsøg Mindst én minister og én fremtrædende politiker forsøger i disse dage at udelukke en videnskabskvinde fra Einsteins usynlige fællesskab med henvisning til, at hun ikke længere udtaler sig som ‘ekspert’, men løber med en halv vind ifølge Søren Pind, og burde melde sig ind i et politisk parti ifølge Pia Kjærsgaard. Det ansporer det generelle spørgsmål, om lærde folk og eksperter, herunder professor Marlene Wind fra KU, har hjemmel og lov til at udtale sig om politik i samme åndedrag som hun konsulteres på sin viden og agerer videnformidler. 0 1.000 Tid 2.000 0 1.000 Tid 2.000 Kilde: Denève, S., Bayesian Spiking Neurons I: Inference, Neural Computation, 20, 91-117 (2008). rer Rune W. Berg meget ved Sohie Denèves model. Rune Berg forsker selv i nervecellers netværk og deres kommunikation på Københavns Universitets sundhedsvidenskabelige fakultet. Men han kigger på dem fra en meget praktisk side ved direkte undersøgelser på nervecellerne: »En af de ting, jeg rigtig godt kan lide ved Denèves model, er, at hun forlader de såkaldte attractormodeller og tager en mere interessant statistisk indgang,« kommenterer han. Attractormodellerne siger grundlæggende om hjernens forståelse, at den hele tiden arbejder frem mod en endelig kategorisering. Hvis vi ser en frugt, så analyserer hjernen, til den har forstået, at der er tale om en banan og ikke en pære. Den slags modeller fungerer muligvis fint med bananer og pærer, men i andre situationer – for eksempel mus i græs – er det svært at se, hvordan hjernen kan arbejde med sikre kategorier. En model af virkeligheden Det er klart, at hvis nervecellerne kommunikerer sandsynlighed, som Denève tror, så bliver deres kommunikation meget mere kompleks. Derfor har hun forsøgt at lave en model, der viser, hvordan nervecellerne kan håndtere denne kompleksitet. Hun tror, at vi frem for at betragte kommunikationen mellem en gruppe nerveceller som en serie morselignende signaler, skal se den som et billede af den type, hvor man trykker en hel masse nåle ned for at danne et aftryk af en hånd eller et ansigt. Dette aftryk bliver til nervecellernes eller arbejdshukommelsens aktuelle billede af verden. Denève tror, at nervecellerne sparer en masse arbejde – og kommunikation – ved ikke hele tiden at danne et nyt billede af omverdenen. I stedet opdaterer de kun deres billede af omverdenen med de forandringer, der foregår. Det er langt mere økonomisk, og modellen passer også godt med den subjektive oplevelse, som vi alle har, når vi kommer i en ny situation. Hvis vi bliver ført ind i et rum med lukkede øjne, så går der omkring et halvt sekund, før vi har fået orden på det billede, som vi ser, når vi åbner øjnene. Hvis vi derimod skal reagere på en ændring i en verden, vi allerede har set, så kan det gøres på omkring en tiendedel sekund. »Vi kan ikke vide om vores model er rigtig,« forklarer Denève. »I modellen er vi gået ud fra, at alle forbindelser mellem cellerne er velordnede. Men hjernen er meget mere rodet end det, så vores model er langt fra at være bevist.« De to franske forskeres model er et forsøg på at nytænke, hvordan nervecellernes kommunikation kan fungere, og dermed inspirere til nye typer af forsøg. Det er en vurdering, som Rune Berg er helt enig i: »Det er et flot og interessant stykke arbejde, de har lavet her. Jeg ville meget gerne se dem komme med nogle forudsigelser, som kan afprøves på rigtige nerveceller,« siger han. Der er altså stadig et stykke vej, til vi forstår, hvad der sker, når du læser denne tekst. Men måske kan vi blive ved med at lægge hvide sten i en pose, så den bayesianske logik i vores hjerne efterhånden danner et stadig bedre tilnærmet billede af vores hjerne. j Grafik: LGJ Videnskab består af dataindsamling, af databehandling, men ligeledes af datavurdering. Og hvis disse tre foranlediger en i øvrigt videnskabskyndig til at kalde en konklusion, beslutning eller handling stupid, så bliver den ikke mere eller mindre stupid af at have politisk indhold eller konsekvenser – ‘stupid is as stupid does’ direkte fra Forrest Gump. Marlene Wind har hjemmel til at udtale sig. Pia Kjærsgaard udtaler i Deadline 14. juni, at en ‘skatteyderbetalt’ stilling som professor ved KU, som den Wind bestrider, afskærer hende fra at bruge ord som ‘valgflæsk’, ‘svinehund’ eller for den sags Jeg vover et øje og kalder Pia Kjærsgaards ræsonnement for stupidt, men gør jeg det i min egenskab af professor i formel filosofi på KU – og hermed ‘ekspert’, eller gør jeg det som ‘politiker’ skyld ‘stupid’ i beskrivelsen af beslutningen om genindførelsen af grænsekontrol. Ræsonnementet lyder: Siden staten betaler professorens løn, så er der begrænsninger på, hvad en sådan professor kan sige qua professor og offentligt ansat. Omvendt, hvis professorer udtaler sig som ‘kommentatorer’ eller ‘politikere’, så kan de sige, hvad de vil, men så er de ikke længere eksperter ifølge Kjærsgaard ... selvom de selvfølgelig stadig er professorer [sic!] ..., »men man kan undre sig over, at Københavns Universitet kan have tillid til sådan en person,« som Kjærsgaard siger 13. juni. Værre end Wind er for denne betragtning Einstein, der udtalte sig om demokratiets grundvilkår, selvom han var teoretisk fysiker og således ikke engang var ‘ekspert’ på området. Det er imidlertid svært at bedømme, om Einstein udtalte sig som ‘ekspert’ eller ‘politiker’, eller lidt af hvert – på samme måde som politikere har for vane at udtale sig om lidt af hvert – til tider som ‘ekspert’ i politik, til tider som en art ‘politiker’ politiker. Hvad sidstnævnte er, står hen i det uvisse, men det lyder ikke rart. Der er forskel på embeder; professionelle politikere må sige, hvad der passer dem bedst, professionelle professorer må ikke, selvom begge er betalt af skatteborgeren. Et reductio ad absurdum-ræsonnement og det er stupidt ... også politisk – og det har jeg vel lov til at sige Jeg vover afslutningsvist et øje og kalder Pia Kjærsgaards ræsonnement for stupidt, men gør jeg det i min egenskab af professor i formel filosofi på KU – og hermed ‘ekspert’, eller gør jeg det som ‘politiker’ Det er det væsentlige spørgsmål, pyt med det om demokratiets grundvilkår. j
Page 1 and 2: anlæg Ny svensk dr.techn.: Derfor
Page 3 and 4: Til alle os med eget CVR-nummer HTC
Page 5 and 6: Ingeniøren · 1. sektion · 17. ju
Page 13: FORSIKRING AF: · medarbejdere · f
Page 21 and 22: Teknologisk Ingeniøren · 1. sekti
Page 27 and 28: Ingeniøren · Karriere · 17. juni
Page 29 and 30: Vækst giver muligheder Især for e
Page 35 and 36: fyN kH MicroflEx spEcialMaskiNEr Vi

RambÃ¸ll: Fyringsgrund at ignorere brud pÃ¥ ... - LiveBook

Create successful ePaper yourself

Delete template?

Save as template?