Go computer Go!

"In de westerse wereld hebben jullie schaken, maar Go is onvergelijkelijk veel subtieler en intellectueler."

Dat zijn de woorden van de beste Go-speler van de afgelopen tien jaar, de Zuid-Koreaan Sedol Lee. Maar zelfs het millennia oude Aziatische bordspel Go is niet meer veilig voor de computer. Het computerprogramma AlphaGo heeft de eer voor het eerst een menselijke professional, drievoudig Europees kampioen Fan Hui, te hebben verslagen. Het werd 5-0 voor de computer in een match van vijf wedstrijden.

Nature publiceerde op 27 januari een wetenschappelijk artikel van de hand van de ontwikkelaars van AlphaGo.

Klik op onderstaande afbeelding om mijn radiobijdrage aan Met het Oog op Morgen van woensdag 27 januari hierover te beluisteren:

Voor de website van De Ingenieur schreef ik het artikel Computer ontrafelt Go-mysterie

In NRC Handelsblad van 28 januari verscheen een ander artikel over deze doorbraak in de kunstmatige intelligentie: "Computer kraakt Go"

In 2011 schreef ik voor KIJK uitgebereid over Spelende supercomputers, die dammen, schaken, Go, of Jeopardy meester worden, inclusief een historisch overzicht van "Computer tegen Mens".

Over supercomputer Watson die de quiz Jeopardy won, schreef ik in NRC Handelsblad het artikel 'Wie is de beste quizspeler: computer of mens?'

De technieken die Watson gebruikt, worden geschikt gemaakt voor toepassingen in de gezondheidszorg, zoals ik in het artikel Dr. Watson voor De Ingenieur schreef.

Verlamde doet WK-aftrap in exoskelet aangestuurd door breinchip

Tijdens de openingsceremonie van het WK voetbal werd de symbolische eerste aftrap gedaan door een aan zijn benen verlamde Braziliaanse 20-jarige man. Hij was gehuld in een exoskelet dat hij via een chip in zijn eigen brein aanstuurde. Dus door te denken aan het trappen tegen de bal, kwam het exoskelet in beweging. Dat liet zijn verlamde been tegen de bal trappen.

Ruim een jaar geleden interviewde ik de bedenker hiervan, neurowetenschapper Miguel Nicolelis, voor KIJK. Dit artikel verscheen in KIJK 7/2013.

Ik ontmoet Miguel Nicolelis tijdens een van de opwindendste weken in zijn loopbaan. Een paar dagen voor onze ontmoeting heeft hij in een toptijdschrift gepubliceerd dat volwassen ratten in een maand tijd infrarood licht leren waar te nemen, iets wat geen enkel zoogdier van nature kan. Dankzij een hersenchip die is gekoppeld aan een infraroodcamera op het voorhoofd van de ratten, krijgen de beesten als het ware een zesde zintuig. Nicolelis is de eerste ter wereld die via een breinprothese een nieuwe functie aan een levend wezen toevoegt.

Eind februari van 2013, een week na onze ontmoeting, publiceerde hij een nog spectaculairder resultaat. Twee ratten die allebei een breinimplantaat hebben, en waarvan de ene in Brazilië huist en de andere in de VS, kunnen via het internet direct van brein tot brein met elkaar communiceren. Een aloude science-fictiondroom begint werkelijkheid te worden: een netwerk van draadloos aan elkaar gekoppelde breinen.

De meeste tijd brengt Nicolelis momenteel echter door met het werken aan zijn WalkAgain-project. Hij wil de aftrap van het WK-voetbal in 2014 in Brazilië laten verrichten door een aan zijn benen verlamde Braziliaan. Het idee is om een hersenchip te koppelen aan een uitwendig skelet van kunstmatige benen: een exoskelet. Door te denken aan het trappen tegen een bal kan de verlamde het exoskelet in beweging zetten en daarmee de aftrap verrichten. Dat zou een geweldige stunt zijn. Een stunt die de opstap moet vormen naar exoskeletten die verlamde mensen verlossen van hun verlammingen.

Wat is de laatste stand van zaken met het WalkAgain-project?

“We testen momenteel prototypes van exoskeletten bij resusapen. Verder selecteren we een groep patiënten die verlamd is aan hun benen. Allemaal jong-volwassenen van tussen de 18 en 21 jaar die ergens in de afgelopen anderhalf jaar een dwarslaesie hebben opgelopen. Zowel de wereldvoetbalorganisatie FIFA als de Braziliaanse regering staan achter ons plan. Brazilië is een opkomende economie. De regering stopt veel geld in onderwijs en onderzoek. Ik hoop dat we de wereld gaan verbazen. Iedereen weet dat Brazilië het land van het voetbal is, maar niemand denkt er aan dat Brazilië ook het land kan zijn van een technologische revolutie die het leven van dertig miljoen mensen over de hele wereld kan verbeteren. Het wordt kort dag. Maar als we de aftrap van het WK voetbal niet halen, dan zijn er altijd nog de Olympische Spelen van 2016, die ook in Brazilië worden gehouden.”

[update 12 juni 2014: Alles lijkt erop dat het project gaat slagen en de aftrapt inderdaad verricht gaat worden door een verlamde jongeling in een exoskelet aangestuurd door zijn eigen gedachten]

Hoe gaan jullie de patiënten trainen?

“Dit jaar nog beginnen we om ze in een virtuele omgeving te trainen. Ze hebben dan nog geen exoskelet aan, maar kunnen via de breinchip een avatar op een scherm bewegen. Dat is een handige trainingsomgeving. Het idee is dat als ze dat goed onder de knie hebben, de stap naar het aansturen van een exoskelet klein is. Dat is ook gebleken uit onze experimenten met de apen. Eind dit jaar hopen we twee of drie prototypes van menselijke exoskeletten klaar te hebben.”

Wat moet ik me voorstellen bij zo’n exoskelet?

“Het exoskelet zit om de patiënt heen en is gemaakt van lichte, sterke materialen. Het combineert talloze nieuwe technologieën: voor het eerst wordt het bestuurd met een breinchip, voor het eerst wordt er een feedbacksignaal van het exoskelet naar de hersenen gestuurd, voor het eerst zit er een kunstmatige huid op het exoskelet en voor het eerst trainen we menselijke patiënten in een virtuele omgeving. De kunstmatige huid van het exoskelet bestaat uit buigbare elektronica die voorzien is van sensoren. Die kunstmatige huid kan de grond of de bal waarnemen. Dat signaal wordt naar het brein van de patiënt gestuurd. Zo zal de patiënt voelen wanneer zijn voet de grond of de bal raakt. Andere sensoren zitten in het exoskelet en registreren bijvoorbeeld de houding van de patiënt, zodat hij rechtop blijft lopen.”

Wat is de belangrijkste doorbraak geweest?

“Ongetwijfeld dat we sinds vorig jaar in staat zijn om de signalen van tweeduizend hersencellen tegelijk te registreren met een breinchip. In 1993 begonnen we met 26 hersencellen, in 2002 lukte het met 100 en in 2010 met 500. En van tweeduizend gaan we in de komende jaren toe naar tienduizenden hersencellen. Dat heeft grote gevolgen. Hoe meer hersencellen we kunnen afluisteren, hoe beter de patiënt controle krijgt over zijn exoskelet.”

Hoe lang duurt het voordat de patiënten controle hebben over het exoskelet?

“Dat zullen we nog moeten zien, maar bij apen duurde het twee tot drie weken voordat ze dachten dat de virtuele robotarm die ze via hun breinchip konden aansturen een deel van hun eigen lichaam was geworden. Dat was met slechts een uur training per dag. Op grond daarvan verwacht ik dat mensen binnen een paar dagen het been van het exoskelet als een eigen been gaan waarnemen.”

Wat zegt dat over het brein?

“Dat het ongelofelijk flexibel is. Zó flexibel dat het zelfs een nieuw zintuig aan kan leren, zoals we bij de ratten hebben laten zien. En zó flexibel dat het een avatar of een exoskelet als deel van het eigen lichaam kan gaan zien. Ik ben in de jaren negentig aan brein-machine-interfaces gaan werken om meer te begrijpen van het brein. In het begin hadden we geen idee dat ons werk gebruikt zou kunnen worden als een rehabilitatie-instrument. Dat idee kwam pas toen we een paar jaar bezig waren. Dankzij onze breinprotheses hebben we geleerd dat het brein werkt als een soort opiniepeiling. Als je vandaag en morgen een opiniepeiling doet, dat vind je vrijwel dezelfde uitkomst terwijl je de steekproef onder geheel verschillende mensen doet. Zo werkt het brein ook. Elke keer dat je bijvoorbeeld je onderarm naar je bovenarm buigt, dan is dat wel dezelfde beweging, maar in het brein vuurt telkens een andere verzameling hersencellen. Je brein doet als het ware telkens een nieuwe opiniepeiling. Dat is het mechanisme dat de flexibiliteit van het brein verklaart.”

Wanneer zien we de eerste mensen in exoskeletten rondwandelen?

“Wetenschappelijk gezien is de techniek van het aansturen van exoskeletten nu opgelost. We hebben de wiskundige rekenmethoden die breinsignalen vertalen naar het aansturen van een exoskelet. De problemen die nog voor ons liggen, zijn een kwestie van engineering. We moeten informatica, robotica en hersenonderzoek combineren op manieren die niemand eerder heeft gedaan. Exoskeletten moeten licht, robuust en betrouwbaar genoeg worden. Ik denk dat mijn generatie het einde van de rolstoel zal zien. Rolstoelen worden museumstukken. Ik denk dat we over tien jaar de eerste mensen in exoskeletten door de straat zien lopen.”

Droomde u als kind al van hersenchips?

“Toen ik kind was in de jaren zestig in Sao Paul, was ik gefascineerd door het Amerikaanse Apollo-programma om de eerste mens naar de maan te sturen. Dat heeft mij warm gemaakt voor de wetenschap. Daarnaast las ik veel science-fiction. Eén boek in het bijzonder raakte mij: ‘The Human Brain’, een vrij onbekend non-fictieboek van science-fictionschrijver Isaac Asimov. Als ik het boek nu zou lezen, dan zou ik teleurgesteld zijn over het statische beeld dat Asimov van het brein schetst, maar dat boek was mijn eerste kennismaking met de hersenwetenschappen.”

In uw eigen boek Beyond Boundaries schrijft u dat het u frustreert dat de collega-wetenschappers die uw wetenschappelijke artikelen beoordelen vrijwel altijd de toekomstspeculaties er uit verwijderen. Is het niet goed dat wetenschappers met de voeten aan de grond blijven en niks beloven wat ze niet binnen afzienbare tijd kunnen waarmaken?

“Als je het hebt over de geneeskunde, dan ben ik het er mee eens dat je mensen niet moet gaan beloven dat je deze of gene ziekte kunt genezen terwijl dat nog lang niet kan. Maar aan de andere kant hebben schrijvers als Arthur C. Clarke en Isaac Asimov miljoenen mensen de weg naar de wetenschap gewezen met hun science-fictionboeken. Ik denk dat wetenschappers vaak te conservatief zijn. Wetenschappers zijn niet anders dan andere mensen. Ze dromen over dingen die nu nog niet kunnen, maar in de toekomst misschien wel.”

Eén van die dromen is het brein-net. Wat is dat?

“Oké, dat is iets voor de verre toekomst. Het idee is dat je een soort internet van aan elkaar gekoppelde menselijke hersenen creëert. Elk brein heeft een breinchip. En via die breinchips kunnen hersenen direct met elkaar communiceren. De signalen worden via het internet rondgestuurd. Zo kunnen mensen met een ongekende snelheid met elkaar communiceren, zonder te praten of zonder te typen op een toetsenbord. Één gedachte kan miljoenen mensen tegelijk bereiken. Het wordt buitengewoon interessant om te zien hoe een brein al die informatie gaat verwerken. Onze doorbraak dat twee ratten direct van brein tot brein kunnen communiceren opent een geheel nieuw onderzoeksterrein.”

U voert het Walk Again-project bewust binnen een non-profitorganisatie uit. Waarom is dat?

“Een van mijn grootste zorgen is dat wetenschappers steeds meer onder druk worden gezet om bedrijven te beginnen. Dat creëert serieuze problemen. Wanneer een investeerder miljoenen in je bedrijf stopt, dan wordt het lastig om tegen die investeerder te zeggen dat je wetenschappelijke resultaten laten zien dat iets wat je eerder hebt beloofd toch niet blijkt te kunnen. Ik wil absoluut geen bedrijf beginnen. Ik wil vrij zijn om te publiceren wat de wetenschap mij leert. Maar in de VS, waar ik werk, wordt geld verdienen opgehemeld. Bedrijven als Google, Intel en Microsoft werken allemaal in het geheim aan brein-machine-interfaces, waarschijnlijk in de eerste plaats voor het communiceren met computers en het spelen van games. Ik heb mensen van grote bedrijven op bezoek gehad die wilden dat ik voor ze kwam werken. Ik heb tegen iedereen ‘nee’ gezegd. Ik weiger zelfs patenten aan te vragen op de dingen die we in ons lab uitvinden. Amerikanen begrijpen daar niets van. Maar ik help liever dertig miljoen mensen dan dat ik veel geld verdien. Ik ben nog steeds een Braziliaan. ”

Zijn er voor u grenzen aan wat hersenchips wel of niet mogen?

“In de loop van de geschiedenis verschuiven zulke grenzen voortdurend. Wie zijn wij om te zeggen wat mensen over honderd jaar wel of niet moeten accepteren? Ik zeg niet dat ik vóór borstimplantaten ben, maar feit is dat veel vrouwen ze om cosmetische redenen laten inbrengen. Als ik lezingen geef op middelbare scholen, dan zien de scholieren eerst allerlei filmpjes van wat er mogelijk is met hersenchips bij ratten en apen. Aan het eind vraag ik altijd: stel dat je zelf dankzij een hersenchip het computervoetbalspel FIFA 2015 altijd wint van je buurjongen of buurmeisje, zou je dan zo’n chip willen? Honderd procent van de tieners zegt dan ‘ja’.”

Wie is Miguel Nicolelis?

Miguel Nicolelis werd in 1961 in Sao Paulo (Brazilië) geboren. Hij studeerde geneeskunde en promoveerde in de fysiologie. In 1994 vertrok hij naar Duke University in de VS voor onderzoek in de neurobiologie. Daar ontwikkelde hij zich tot de pionier van brein-machine-interfaces. Hij was de eerste die een aap, dankzij een hersenchip, een robotarm via gedachten liet aansturen. Die techniek breidt hij nu zodanig uit dat geheel of gedeeltelijk verlamde mensen straks met hun gedachten een exoskelet kunnen aansturen. In 2011 publiceerde hij het boek ‘Beyond Boundaries’ over brein-machine-interfaces. Als ware Braziliaan is hij een groot voetbalfan.

Internet
Het Lab van Nicolelis: www.nicolelislab.net
Het WalkAgain-project: www.walkagainproject.org

‘De rolstoel kan straks naar het museum’

Verlamde mensen weer laten lopen – dat is het streven van Miguel Nicolelis. Voor KIJK sprak ik met hem.

De Braziliaanse neurowetenschapper Miguel Nicolelis wil de aftrap van het aanstaande wereldkampioenschap voetbal laten verrichten door een aan zijn benen verlamde landgenoot. Het idee is om een hersenchip te koppelen aan een uitwendig skelet van kunstmatige benen: een exoskelet. KIJK sprak met Nicolelis over dit project, met de toepasselijke naam WalkAgain.

KIJK: Wat moeten we ons voorstellen bij zo’n exoskelet?

Miguel Nicolelis: “Het exoskelet zit om de patiënt heen en is gemaakt van lichte, sterke materialen. Het combineert talloze nieuwe technologieën. Voor het eerst wordt het bestuurd met een breinchip, voor het eerst wordt er een feedbacksignaal van het exoskelet naar de hersenen gestuurd, voor het eerst zit er een kunstmatige huid op het exoskelet en voor het eerst trainen we menselijke patiënten in een virtuele omgeving. De kunstmatige huid van het exoskelet bestaat uit buigbare elektronica die voorzien is van sensors. Die kunstmatige huid kan de grond of de bal waarnemen. Dat signaal wordt naar het brein van de patiënt gestuurd. Zo zal de patiënt voelen wanneer zijn voet de grond of de bal raakt. Andere sensors zitten in het exoskelet en registreren bijvoorbeeld de houding van de patiënt, zodat hij rechtop blijft lopen.”

Wanneer zien we de eerste mensen in exoskeletten rondwandelen?

“Wetenschappelijk gezien is de techniek van het aansturen van exoskeletten nu opgelost. We hebben de wiskundige rekenmethoden die breinsignalen vertalen naar het aansturen van een exoskelet. De problemen die nog voor ons liggen, zijn een kwestie van techniek. We moeten informatica, robotica en hersenonderzoek combineren op manieren die niemand eerder heeft gedaan. Exoskeletten moeten licht, robuust en betrouwbaar genoeg worden. Mijn generatie zal het einde van de rolstoel meemaken. Die kan naar het museum. Ik denk dat we over tien jaar de eerste mensen in exoskeletten over straat zien lopen.”

Wat is tot nu toe de belangrijkste doorbraak geweest?

“Ongetwijfeld dat we sinds vorig jaar in staat zijn om de signalen van 2000 hersencellen tegelijk te registreren met een breinchip. In 1993 begonnen we met 26 hersencellen, in 2002 lukte het met 100 en in 2010 met 500. En van 2000 gaan we in de komende jaren naar tienduizenden hersencellen. Dat heeft grote gevolgen. Hoe meer hersencellen we kunnen ‘afluisteren’, hoe beter de patiënt controle krijgt over zijn exoskelet.”

Hoelang duurt het voordat de patiënten controle hebben over het exoskelet?

“Dat zullen we nog moeten zien, maar bij apen duurde het twee tot drie weken voordat ze dachten dat de virtuele robotarm die ze via hun breinchip konden aansturen een deel van hun eigen lichaam was geworden. Dat was met slechts een uur training per dag. Op grond daarvan verwacht ik dat mensen binnen een paar dagen het been van het exoskelet als een eigen been gaan waarnemen.”

Dit is een fragment van een interview, te vinden in KIJK 7/2013. Dit nummer ligt in de winkel van 31 mei tot en met tot en met 27 juni.

Tekst: Bennie Mols

Het brein in één formule

Complexe problemen inzichtelijk maken met een rekenmodel: wetenschappers doen niet anders. Maar de werking van de menselijke hersenen vatten in één formule, dat werd unaniem beschouwd als gekkenwerk. Toch lijkt een Engelse wetenschapper daar nu in te slagen.

Dit artikel is gepubliceerd in KIJK 10/2010.

De menselijke hersenen kunnen de prachtigste muziekstukken componeren, de ingewikkeldste wiskunde bedenken en een voet zo perfect tegen een bal laten trappen dat deze met een prachtige boog over de keeper heen het doel in ploft. Onze hersenen maken ons ook nog eens bewust van wie we zijn. Voor een groot deel zijn we onze hersenen.

Vooral dankzij de hersenscanrevolutie van de afgelopen twintig jaar hebben we inzicht gekregen in dat wonderlijke orgaan. We weten nu vrij redelijk hoe we waarnemen, hoe we onze aandacht richten, hoe ons geheugen werkt, hoe we taal verwerken, hoe we leren en hoe we emoties verwerken. Toch is dat allemaal nog vooral kennis in de vorm van een verhaal: bijvoorbeeld dat de informatie die je met je ogen ziet via je netvlies naar hersengebiedje A gaat, dan naar B en van daaruit naar C. In de zin van rekenmodellen die ook kunnen uitrekenen hoe een bepaald hersengebiedje op informatie reageert, staan we pas aan het begin.

Decennialang geloofden hersenonderzoekers dat het onmogelijk is om de werking van het brein in formules te vangen, laat staan in één enkele formule. De vooraanstaande Franse cognitiewetenschapper Stanislas Dehaene − in 2008 winnaar van de Nederlandse Heinekenprijs voor cognitiewetenschappen − beargumenteerde die overtuiging als volgt: “Het brein is het resultaat van 500 miljoen jaar evolutionair gesleutel. De eigenschappen van het brein als geheel zijn het gevolg van een combinatie van duizenden typen zenuwuiteinden, ad hoc moleculaire mechanismen, een groot aantal verschillende typen hersencellen en vooral miljoenen miljarden verbindingen tussen al die hersencellen. Hoe kan zo’n warboel door één enkele wiskundige formule beschreven worden?”

In essentie is het brein een complex biologisch netwerk dat informatie verwerkt via een enorm aantal relatief eenvoudige hersencellen. Het menselijk brein bevat ongeveer net zoveel hersencellen als het aantal sterren in de Melkweg: zo’n 100 miljard. Het aantal verbindingen tussen die hersencellen is nog eens duizend maal zo groot, veel meer dan het aantal sterrenstelsels in het hele waarneembare universum. Dat levert een duizelingwekkend aantal uit te rekenen interacties op: een miljoen maal een miljard. En die interacties veranderen ook nog in de tijd, omdat we nieuwe ervaringen opdoen en nieuwe dingen leren. Veel te veel om het allemaal door te rekenen. Dat betekent dat wetenschappers hoogstens kleine hersenstukjes op een computer kunnen simuleren, bijvoorbeeld een onderdeel van het geheugen. Meestal komen ze niet verder dan een simulatie van duizend hersencellen

Minimaliseer de verrassing

De Engelse neurowetenschapper Karl Friston van University College London is de eerste die meent dat hij een raamwerk heeft ontwikkeld van een Grote Overkoepelende Theorie van het brein. Veel collega’s zijn onder de indruk van dit rekenmodel, dat zijn wortels in de natuurkunde heeft. Net zoals natuurkundigen niet het precieze gedrag van elk gasmolecuul in een gas hoeven te kennen om het gas als geheel te beschrijven, zo hoeft Fristons model niet te weten wat elke hersencel doet om toch het gedrag van de hersenen als geheel te beschrijven. Het model geeft nu al een ruwe verklaring van drie belangrijke cognitieve functies: waarnemen, handelen en leren. En dat is veel meer dan enig ander breinmodel op het moment klaarspeelt.

Fristons model koppelt een eenvoudige biologische observatie aan een van de fundamentele wetten uit de natuurkunde. Om te overleven, moet de mens zijn eigen lichamelijke toestand (gekarakteriseerd door grootheden als temperatuur, druk en zuurgraad) zo veel mogelijk constant houden. Dit gaat in tegen de neiging van de natuur om alles juist niet constant te houden maar tot wanorde te laten vervallen. IJzer gaat vanzelf roesten en uit elkaar vallen. Dode lichamen gaan rotten. Gesteente gaat verweren.

Achter deze neiging ligt een belangrijke natuurkundige wet: de tweede wet van de thermodynamica. Volgens deze wet kan in een afgesloten systeem de hoeveelheid wanorde (de entropie) bij spontane veranderingen alleen maar toenemen. Er zijn immers veel meer manieren waarop de dingen een ongeordend zooitje zijn, dan een geordend geheel. Als je je kamer niet af en toe opruimt, wordt het snel een janboel.

Wil de mens in de natuur overleven, dan moet het lichaam in de eerste plaats zorgen dat het zich tegen deze natuurwet verzet. Omdat het brein bepaalt hoe de mens op zijn omgeving reageert, moet het zorgen dat het zichzelf en de rest van het lichaam zo min mogelijk uit evenwicht laat brengen. De mate waarin het zich uit evenwicht laat brengen, kunnen we ook vertalen als de mate waarin het zich laat verrassen.

Gezeten in zijn werkkamer in hartje Londen legt Friston het centrale idee van zijn breinformule uit: “Het brein is niet een passief systeem dat alleen maar op waarnemingen reageert. Het is juist een actief systeem dat voortdurend meerdere voorspellingen tegelijk over de omgeving doet. Elke voorspelling heeft een bepaalde waarschijnlijkheid. Het brein vergelijkt de binnengekomen waarnemingen met die voorspellingen. Het centrale idee van de formule is dat het brein ernaar streeft om zo min mogelijk verrast te worden. Dat doet het door het verschil tussen wat het van de wereld waarneemt en wat het over de wereld voorspelt − het voorspellingsverschil − te minimaliseren.”

Dat voorspellingsverschil noemt hij de ‘vrije energie’, naar analogie van hetzelfde begrip in de natuurkunde. Het minimaliseren van de vrije energie is het centrale principe van Fristons theorie. Maar het is inzichtelijker om het te zien als het principe van de minimale verrassing of van het minimale voorspellingsverschil. Dat zijn drie verschillende manieren om over dezelfde grootheid te praten. De Engelse hersenwetenschapper heeft dit principe in één korte wiskundige formule geformuleerd die de rudimentaire werking van het brein beschrijft.

Veranderend brein

De breinformule beschrijft dus het minimaliseren van de vrije energie of de verrassing. Hoe doet het brein dit? Dat kan op twee manieren. Allereerst door een nauwkeuriger model van de buitenwereld te maken. Stel dat je in de verte iemand ziet lopen waarvan je in eerste instantie denkt dat het een vriendin van je is. Dan realiseer je je dat je zeker weet dat ze in het buitenland op vakantie is. Razendsnel past je brein zijn voorspelling aan: nee, dit is niet je vriendin, maar een onbekende. De tweede manier is door zelf handelend op te treden. Stel dat je uit je ooghoek iets op je af ziet komen. Razendsnel draai je je hoofd om echt te zien wat voor voorwerp het is en of je echt gevaar loopt.

Friston heeft zijn model in eerste instantie opgesteld om te verklaren hoe het brein op waarnemingen reageert, dus hoe het van waarnemingen tot handelingen komt. Het verwerken van waarnemingen is een verschijnsel dat zich afspeelt op tijdschalen van tientallen tot honderden microseconden. Maar het brein is veel meer dan een machine die direct op prikkels uit de omgeving reageert. Het kan ook nieuwe dingen leren: leren lezen of leren fietsen bijvoorbeeld. Tijdens het leren worden verbindingen tussen hersencellen op tijdschalen van seconden tot dagen of zelfs maanden versterkt. Verder ontwikkelt het brein zich ook door de jaren heen. Bij de geboorte bestaat het uit zo’n 100 miljard hersencellen en is er al een ruwe architectuur aanwezig. Maar de verbindingen tussen al die cellen moeten zich onder invloed van de omgeving nog voor een belangrijk deel vormen. Friston heeft op alle tijdschalen waarop de hersenen veranderen een formule opgesteld in termen van het minimaliseren van vrije energie. Zijn formules voor de langere tijdschalen zijn voorlopig niet meer dan interessante speelgoedmodellen om te laten zien hoe verreikend het concept van vrije energie kan worden toegepast. Maar het is op het niveau van waarnemingen en handelingen − dus op tijdschalen van microseconden − dat Friston en zijn collega’s het model ook al concreet toepassen. 

Experimentele ondersteuning

Bij het toepassen van het rekenmodel kunnen ze ook controleren of het model klopt. En inderdaad, de breinformule doet een aantal voorspellingen die door experimenten worden ondersteund. Zo voorspelt hij dat hersencellen op voorspelbare stimuli minder hard vuren dan op onvoorspelbare stimuli. Een tweede, vrij algemene voorspelling over de architectuur van de hersenen is dat ze informatie in lagen verwerken en dat die lagen via terugkoppelingen invloed op elkaar hebben.

Dat wordt bevestigd door experimenten die laten zien dat alle informatie in de hersenen in een hiërarchie van lagen worden verwerkt. Van de ene laag gaat de informatie naar de andere laag. Neem bijvoorbeeld het visuele systeem, het best bestudeerde cognitieve systeem. Wanneer je iets ziet, stroomt er informatie van lagere naar hogere hersendelen. Hoe hoger het hersendeel, hoe abstracter zijn functie. De verwerking van visuele stimuli gebeurt door lagen die V1, V2, V3, V4 en V5 heten. Bij V1 komt de visuele informatie direct van het netvlies binnen. V1 maakt een vrij objectieve, ruwe schets van de buitenwereld. V2 is een creatiever gebied. Hier ontstaan bijvoorbeeld visuele illusies. V3, V4 en V5 doen gespecialiseerdere taken, zoals het verwerken van kleuren of bewegingen van grotere vlakken in het gezichtsveld. 

Recent hebben onderzoekers ontdekt dat ook de informatie die van de hogere naar de lagere hersendelen terug stroomt belangrijk is. Waar de voorwaartse informatiestroom de juiste hersencellen activeert, kunnen de hersencellen die betrokken zijn bij terugwaartse informatiestroom de respons van die cellen iets omhoog of omlaag schroeven.

In diverse simulaties hebben Friston en zijn collega’s laten zien dat die terugkoppelingen ervoor zorgen dat de verschillen tussen de waarnemingen van het brein en zijn voorspellingen over de buitenwereld laag voor laag worden geminimaliseerd. Dit voldoet precies aan het principe van het minimaliseren van de vrije energie. Al deze experimentele en rekenresultaten tonen volgens de onderzoekers de bruikbaarheid aan van het principe van vrije energie voor het modelleren en begrijpen van het brein.

Netwerken

Traditioneel hebben psychologen en hersenwetenschappers het brein opgevat als een verzameling van losse modules, die elk verantwoordelijk zijn voor een bepaalde functie, zoals waarnemen, handelen, emotie, taal, leren, geheugen en redeneren. Dit idee van gestapelde modules is de laatste jaren steeds meer onder vuur komen te liggen. Dezelfde hersencellen kunnen op hetzelfde moment betrokken zijn bij verschillende functies. In plaats van het brein te zien als een verzameling modules, zien wetenschappers het nu als een verzameling van netwerken. Elk netwerk bestaat uit samenwerkende groepen hersencellen.

Fristons breinformule sluit perfect bij dit nieuwe inzicht aan. “Het principe van de minimale verrassing geldt voor netwerken van hersencellen”, zegt de Engelsman, “of dat nu het hele brein is of kleinere netwerken daarin. Ik ben ervan overtuigd dat het denken in afzonderlijke breinmodules meer en meer vervangen wordt door wiskundige modellen over breinnetwerken. En ik geloof echt dat een rekenmodel van het brein uiteindelijk neerkomt op één formule: een formule die de verrassing voor het brein minimaliseert.”

Niet dat we die formule spoedig helemaal kunnen oplossen. Daarvoor zal nog veel experimentele informatie nodig zijn. En dan nog is het uitrekenen een moeilijk karwei. Maar als overkoepelende theorie van het brein, was er niet eerder zo’n veelbelovende kandidaat. Stanislas Dehaene, die lang net zo pessimistisch was over een formule voor het brein als het gros van de hersenwetenschappers, veranderde van mening door Fristons model. Tegenover het Engelse weekblad New Scientist zei hij: “Het is de eerste keer dat we een theorie van deze kracht, breedte en diepte in de cognitieve neurowetenschappen hebben.”

Wetenschapsjournalist Bennie Mols sprak voor dit artikel met prof. dr. Karl Friston (Wellcome Trust Centre for Neuroimaging, University College London). Verder maakte hij gebruik van de volgende literatuur:
Karl Friston: The free-energy principle. A unified brain theory? Nature Reviews Neuroscience (februari 2010)

Spelende supercomputers

De computer heeft Vier op ’n rij volledig gekraakt, schaakt beter dan de mens en wordt steeds sterker in go. En sinds kort is hij zelfs een geduchte quizkandidaat. Geen spel is meer veilig voor de brute rekenkracht van de denkende machine.

Dit artikel is gepubliceerd in KIJK 4/2011.

Het is 11 mei 1997 wanneer een totaal gebroken Garry Kasparov de pers in een New Yorkse wolkenkrabber te woord staat. Vol frustratie. Vol ongeloof. ‘Ik ben bedrogen’, denkt hij. Hij wil wegblijven van de persconferentie, maar zijn moeder heeft hem overgehaald toch te komen. Zojuist heeft de beste schaker uit de geschiedenis de kortste nederlaag uit zijn loopbaan geleden. Capitulatie na negentien zetten. En dat nog wel tegen een computer: IBM-supercomputer Deep Blue. “Ik heb op mijn emoties verloren van een niet-emotionele tegenstander”, zou hij zes jaar later zeggen in de documentaire Game Over.

‘Computers zijn domme apparaten’ had Kasparov altijd verkondigd. ‘Ze begrijpen het schaakspel niet zoals de mens het begrijpt’. Op de poster die de intellectuele tweestrijd tussen mens en machine aankondigde, keek Kasparov diep nadenkend de wereld in. Boven zijn hoofd stond de zelfverzekerde tekst: “How do you make a computer blink?” − “Hoe laat je een computer met zijn ogen knipperen?”

Precies tijdens de schaakheerschappij van Kasparov evolueerde de schaakcomputer van een amateur die verloor van elke grootmeester naar een rekenbeest dat de gemiddelde grootmeester van de tafel veegt. Alleen doet de computer dat heel anders dan de grondleggers van de kunstmatige intelligentie in de jaren vijftig van de vorige eeuw hadden gedroomd. Met brute rekenkracht in plaats van met een diep begrip van het schaakspel. Niet door briljante partijen na te spelen, niet door te vertrouwen op een jarenlang getrainde intuïtie, niet door de schoonheid van het schaakspel te doorgronden.

Checkers opgelost

Als iemand kan vertellen hoe goed computers anno 2011, veertien jaar na de tweestrijd tussen Kasparov en Deep Blue, dammen, schaken of pokeren, dan is het de Canadees Jonathan Schaeffer. Schaeffer is hoogleraar kunstmatige intelligentie aan de Universiteit van Alberta in Canada. Hij haalde de meestertitel in schaken en ontwikkelde het eerste computerprogramma dat een wereldkampioen versloeg in een serieus bordspel. In 1994 won zijn digitale geesteskind Chinook van de wereldkampioen checkers − een variant van dammen op een 8-bij-8-bord in plaats van een 10-bij-10 bord. In 2007 presenteerde Schaeffer zelfs een computerbewijs dat Chinook nooit kon verliezen. Daarmee had hij checkers gekraakt.

“Vier-op-een rij, het Afrikaanse bordspel awari en checkers zijn helemaal opgelost”, zegt Schaeffer. “In dammen en schaken geeft de computer de beste menselijke spelers goed partij. Bij de populairste bordspelen delft de computer alleen bij go nog het onderspit tegen de beste menselijke spelers. Maar in go op een 9-bij-9-bord in plaats van 19-bij-19 is de computer wel al beter dan de mens.”

Van alle bekende bordspelen is go verreweg het lastigste voor de computer. Dat ligt aan de complexiteit van het spel. “Complexiteit van een spel is een moeilijk te vatten begrip”, zegt Schaeffer, “maar de twee belangrijkste maten zijn de zoekcomplexiteit en de beslissingscomplexiteit.”

De zoekcomplexiteit staat voor het aantal verschillende geldige stellingen bij een bordspel. Op het normale 19-bij-19-bord kent go in de ordegrootte van 10^170 geldige stellingen: een 1 gevolgd door 170 nullen. Daarbij verbleekt het aantal atomen in het heelal (geschat op een 1 gevolgd door 80 nullen). De beslissingscomplexiteit geeft aan hoe moeilijk het is om de beste zet te spelen. De moeilijkste spellen hebben zowel een hoge zoekcomplexiteit als een hoge beslissingscomplexiteit. Schaken en go bijvoorbeeld. De tabel hiernaast geeft een overzicht van de complexiteit van enkele populaire spellen en ook hoe goed computers het spel beheersen.

In 2008 versloeg computerprogramma MoGo, deels in Nederland ontwikkeld en bovendien draaiend op de Nederlandse nationale IBM-supercomputer Huygens, een internationale go-topper. De topspeler begon wel met een handicap van negen stenen, een flink nadeel. De Nederlandse informaticahoogleraar en specialist in computerspelen Jaap van den Herik zei na die winst: “Het huidige resultaat voorspelt dat een computer nog voor 2020 de beste menselijke go-speler op een 19-bij-19-bord in een reguliere match zal verslaan.”

Computerpoker

Maar dat het huidige type computer, hoeveel sneller hij de komende decennia ook wordt, spellen als schaken en go helemaal oplost zoals bij checkers, is volgens Schaeffer uitgesloten. Daarvoor is het aantal mogelijke stellingen op het bord simpelweg te groot. “Alleen wanneer er een radicaal nieuw type computer wordt uitgevonden, bijvoorbeeld een kwantumcomputer, dan zijn wellicht ook schaken en go helemaal oplosbaar.”

Schaeffer heeft de bordspelen inmiddels achter zich gelaten en zich gestort op computerpoker. “Het grote verschil met dammen en schaken is dat je bij poker niet weet welke kaarten de tegenstanders hebben”, vertelt de Canadees. “Poker is een spel van onvolledige informatie, zoals dat heet. Bovendien hoort bij poker bij elk moment dat een speler een beslissing moet nemen een waarschijnlijkheid per beslissing. Hij zou bijvoorbeeld in 90% van de gevallen moeten ‘raisen’, in 8% van de gevallen moeten ‘callen’ en in 2% moeten ‘passen’.”

Een probleem voor de computer is echter dat die kansen zelden eenvoudige, gehele getallen zijn maar decimale getallen. De kans kan een getal met vijftig of meer cijfers achter de komma zijn. En je weet niet hoeveel getallen achter de komma de computer moet meenemen om de juiste uitkomst te berekenen. Het kan zijn dat de computer een totaal andere uitkomst berekent wanneer hij 49 in plaats van 50 cijfers achter de komma meerekent. Het is eigenlijk hetzelfde als bij het vlindereffect, waarbij een klapwiekende vlinder in Tokyo een storm in Amsterdam kan veroorzaken. Maar ondanks problemen met waarschijnlijkheidsberekeningen en het typische bluffen in poker, boekt de computer ook bij dit spel flink vooruitgang.

De mens speelt anders

Waarin schuilt de kracht van de computer in spellen die toch door en voor de mens zijn gemaakt? Wat doet de computer anders dan de mens?

Het menselijk brein is een biologische, levende computer bestaande uit zo’n honderd miljard hersencellen. Elk hersencelletje is eigenlijk een computer in het klein. Ons brein is het resultaat van honderden miljoenen jaren van evolutie. Het is goed in het leren van nieuwe kennis en vaardigheden. Het is ijzersterk in het herkennen van patronen: het gezicht van je moeder, het geluid van een fietsbel. Het computerbrein is een niet-levende machine vol siliciumtransistoren. Het rekent extreem snel vergeleken met het menselijk brein; het kan enorme hoeveelheden gegevens in zijn geheugen houden en wordt nooit moe. Maar qua leervermogen en patroonherkenning kan de computer nog lang niet tippen aan de mens. Eigenlijk vullen het menselijk brein en de computer elkaar aan: waarin de een goed is, is de ander slecht en omgekeerd.

Wil de computer een kans hebben tegen de beste menselijke spelers, dan moet hij juist zijn enorme rekenkracht benutten. En wil de mens de beste computer verslaan dan moet hij juist zijn veel betere patroonherkenning benutten. Neem het voorbeeld van de schaaktweekamp tussen Kasparov en Deep Blue. Deep Blue rekende tweehonderd miljoen zetten per seconde door. Toen Kasparov werd gevraagd hoeveel zetten hij per seconde doorrekende, antwoordde hij: ‘Eén, misschien minder.’

Deep Blue berekent voor elke schaakstelling een getal. Dat getal hangt af van de positie van de stukken. Hij vergelijkt de getallen van alle mogelijke stellingen die hij doorrekent. De volgende zet die hij doet moet tot de hoogste waarde voor hemzelf leiden. Kasparov berekent helemaal geen getallen voor een stelling. Hij heeft dankzij patroonherkenning geleerd hoe hij soms in een oogopslag kan zien of een stelling goed of slecht is en welke zetten goed of slecht uitpakken.

Om zijn winstkans zo groot mogelijk te maken, moest Kasparov zodanige stellingen op het bord zien te krijgen, dat hij de mogelijke consequentie van een zet verder vooruit kon doorzien dan Deep Blue kon rekenen. Jonathan Schaeffer weet wel een voorbeeld: “Neem de dubbelpion: twee pionnen net achter elkaar. Kasparov heeft in zijn schaakloopbaan geleerd dat een dubbelpion een groot langetermijnnadeel is, zelfs twintig zetten later nog. Maar Deep Blue kon geen twintig zetten vooruit rekenen, maar veertien. En zelfs als de programmeurs Deep Blue hebben geïnstrueerd dat een stelling met een dubbelpion een lagere waarde heeft, dan nog begrijpt Deep Blue niet wat de gevolgen van een dubbelpion na twintig zetten kunnen zijn. De computer begrijpt geen schaakconcepten als de dubbelpion. Hij waardeert stellingen en rekent ze door precies zoals hij is geprogrammeerd.”

Dezelfde verschillen tussen mens en computer gelden ook voor alle andere spellen die de computer tegen de mens speelt.

Ook een topper in kennisquiz

In 2007 stelde IBM zich een nieuw doel in de intellectuele strijd tussen mens en machine. Een doel dat vele malen moeilijker is, maar ook vele malen meer praktische toepassingen belooft dan de schaakmatch tegen Garry Kasparov. IBM’s supercomputer Watson neemt het van 14 tot en met 16 februari op tegen de twee beste menselijke spelers in Amerika’s populairste tv-quiz Jeopardy!

Jeopardy! is een quiz waarbij mensen zo snel mogelijk kennisvragen moeten beantwoorden. Vragen van het type: “Nadat Duitsland Nederland binnenviel, vluchtte deze koningin, haar familie en haar regering naar Londen” (Goede antwoord: Wilhelmina.) De vragen zijn vaak cryptisch geformuleerd. Er kan humor in zitten of een raadsel. De computer moet niet alleen de juiste kennis paraat hebben, hij moet vooral ook de vraag zien te begrijpen. En dat is voor een computer een groot probleem omdat taal vol met vaagheden zit.

Tot kort geleden leek het voor een computer onmogelijk om die vragen juist te interpreteren en dan ook nog binnen enkele seconden het juiste antwoord te vinden. Maar in zo’n vijftig testwedstrijden eind 2010 presteerde supercomputer Watson net zo goed als enkele van de beste spelers en kwalificeerde hij zich officieel voor de quiz. Watson is niet verbonden met het internet. Alle kennis zit in zijn geheugen. Dat zijn inmiddels tientallen miljoenen documenten: encyclopedieën, handboeken, technische rapporten, websites, woordenboeken, thesauri, taxonomieën, romans, toneelstukken. In 2011 versloeg Watson de twee beste menselijke Jeopardy-spelers ruim. Een van de grootste prestaties van de kunstmatige intelligentie.

Antwoordmachine

De schaakmatch tussen Kasparov en Deep Blue leverde IBM weliswaar veel publiciteit op maar nauwelijks commerciële toepassingen. Dat moet anders worden met het Watson-project. Het bedrijf denkt binnen een paar jaar commerciële vraag-antwoordsystemen te ontwikkelen voor overheden, bedrijven, gezondheidsinstellingen en helpdesks. Wetenschappelijk en praktisch gezien is dit project veel interessanter dan het verslaan van de wereldkampioen schaken. Het sluit aan bij wereldwijde pogingen om vraag-antwoordmachines te ontwikkelen. Machines die niet zoals Google alleen maar een lange lijst documenten oplepelen, maar een antwoord kunnen geven op onze feitelijke vragen: ‘Hoe lang bestaat KIJK al?’ of ‘Hoe snel rekent het menselijk brein?’

In de intellectuele tweestrijd met de computer heeft het menselijk brein het nadeel dat het niet (of nauwelijks?) sneller wordt. Die beperking ligt diep in de biologische architectuur. Vergeleken met de evolutie van het menselijk brein gaat de evolutie van het computerbrein veel sneller − zeker die van de hardware; in mindere mate die van de software. Computers worden elk jaar sneller en in tegenstelling tot menselijke breinen kun je computerbreinen makkelijk aan elkaar koppelen om de rekensnelheid nog verder op te voeren.

Het geheel oplossen van schaken, go, poker en bridge mag dan buiten bereik liggen, in het duel met de beste menselijke spelers is geen enkel spel meer veilig voor de computer.


[Kader:]
Computer tegen mens - Enkele historische hoogtepunten

1948 Alan Turing schrijft het eerste computerschaakprogramma.

1952 De EDSAC-computer (een van de eerste elektronische computers) wordt geprogrammeerd om boter-kaas-en-eieren te spelen.

1952 Eerste computerprogramma dat het bordspel checkers (een variant van dammen op een 8-bij-8-bord) speelt.

1959 Voor het eerst wint een checkers-computerprogramma, ontworpen bij IBM, van enkele goede menselijke spelers.

1962 Schaakprogramma van MIT-onderzoekers verslaat sommige amateurs.

1988 HiTech is het eerste schaakprogramma dat op grootmeesterniveau schaakt. Vier-op-een-rij wordt volledig opgelost.

1994 Het computerprogramma Chinook verslaat de wereldkampioen checkers, Marion Tinsley. Daarmee is Chinook het eerste computerprogramma dat wereldkampioen wordt in een door mensen ontworpen spel.

1996 Wereldkampioen schaken Gary Kasparov wint zijn eerste match over zes partijen tegen IBM-schaakcomputer Deep Blue met 4 - 2.

1997 Een verbeterde versie van Deep Blue (tweemaal zo snel en met betere algoritmen) verslaat wereldkampioen schaken Gary Kasparov in een revanchematch met 3½ - 2½. Een mijlpaal in de intellectuele strijd tussen mens en machine. Deep Blue rekent tweehonderd miljoen zetten per seconde door.

2002 John Romein en Henri Bal van de VU Amsterdam hebben het Afrikaanse bordspel Awari opgelost (ongeveer 1012 geldige stellingen).

2007 Checkers wordt volledig opgelost door computerprogramma Chinook. Een computerbewijs laat zien dat Chinook nooit kan verliezen. Checkers heeft ongeveer vijfhonderd miljard miljard (5 ×1020) geldige stellingen. Ter vergelijking: schaken heeft er naar schatting 1047.

2007 Quackle wint als eerste computerprogramma een scrabble-toernooi.

2008 Het computerprogramma MoGo, draaiend op de Nederlandse nationale IBM-supercomputer Huygens, verslaat een internationale topspeler bij het bordspel Go. De topspeler begon wel met een handicap van negen stenen. Go is rekenkundig nog complexer dan schaken. Op een 19-bij-19-bord kent Go ongeveer 2,1 ×10170 geldige stellingen.

2011 IBM’s supercomputer Watson verslaat de twee beste menselijke spelers in Amerika’s populairste kennisquiz Jeopardy!

Internet
http://ilk.uvt.nl/icga/ International Computer Games Association
www.ibmwatson.com Informatie over IBM’s supercomputer Watson en de Jeopardy-quiz
http://webdocs.cs.ualberta.ca/~chinook/ Speel checkers met Chinook
http://topdocumentaryfilms.com/game-over-kasparov-and-the-machine/ Bekijk online de volledige documentaire ‘Game Over − Kasparov and the Machine’ (2003) over de schaakmatch tussen Kasparov en Deep Blue.

Vallen alle voorwerpen echt even snel?

Een bizarre quantummechanische toestand die Albert Einstein in de jaren twintig voorspelde, staat op het punt om zijn eigen zwaartekrachttheorie op de proef te stellen. Tienduizend atomen moeten tijdens een vrije val het bewijs leveren.

Dit artikel is gepubliceerd in KIJK 12/2010.

Het standaard experiment dat vrijwel elke middelbare scholier heeft gezien toont het klip en klaar: in een vacuüm omgeving valt een donzen veertje net zo snel als een loden kogel. Maar volgens Newtons zwaartekrachtwet is de aantrekkingskracht tussen de aarde en de kogel toch groter dan die tussen de aarde en het veertje, zou je denken? Ja, dat klopt, maar tijdens de val wordt dat teniet gedaan doordat de kogel zich sterker verzet tegen een versnelling dan het veertje. Volgens de tweede wet van Newton is massa is immers ook traag: je trekt een lichte racefiets veel gemakkelijker op gang dan een volgeladen bakfiets. Het gevolg is dat de kogel, het veertje en ook alle andere massa’s in vacuüm tegelijk op de grond terecht komen wanneer je ze tegelijk laat vallen. Dit valprincipe heet het equivalentieprincipe.

Ondanks de overduidelijke conclusie van het middelbare-schoolexperiment, zijn er toch natuurkundigen die twijfelen of alle massa’s − van heel groot tot heel klein − in vacuüm wel even snel vallen. Hun twijfel wordt gevoed door nieuwe theorieën die proberen om de natuurwet die op astronomische lengteschalen domineert, de wet van de zwaartekracht, te combineren met de natuurwetten die de wereld van de atomen en elementaire deeltjes domineert, de kwantummechanica. Hoewel dat tot nu toe nog niet is gelukt en deze theorieën nog in de steigers staan, lijken ze kleine afwijkingen van het equivalentieprincipe te voorspellen. Misschien pas in de vijftiende decimaal na de komma, maar toch, een afwijking is een afwijking. En dan zou de natuur toch iets anders in elkaar zitten dan we tot nu toe hebben gedacht.

Om een eventuele afwijking op te sporen, zijn supergevoelige zwaartekrachtmetingen nodig. En dat is precies wat natuurkundigen in een 146-meter hoge naaldvormige toren in het Duitse Bremen aan het uitspoken zijn. In deze toren hebben ze het binnenste vacuüm gezogen en laten ze een ultrakoud wolkje atomen meer dan honderd meter naar beneden vallen. Tijdens de vrije val meten ze hoe het zich gedraagt.

“Het experiment dient twee doelen”, vertelt onderzoeksleider professor Ernst Rasel van de Leibniz Universiteit in het Duitse Hannover. “Het fundamentele doel is het testen van het equivalentieprincipe: vallen alle voorwerpen in vacuüm echt wel even snel? Geldt het principe net zo goed voor vederlichte kwantumobjecten? Er is namelijk geen enkele dwingende reden waarom dat principe altijd moet gelden. Daarnaast is het praktische doel de ontwikkeling van ultragevoelige zwaartekrachtmeters en traagheidssensoren.”

Zwaartekrachtmeters zijn handig om bijvoorbeeld mineraalvoorraden mee te detecteren en zwaartekrachtvelden nauwkeuriger in kaart brengen. En traagheidssensoren zijn voor de navigatie van ruimtevaartuigen, vliegtuigen, schepen en raketten een betrouwbaar alternatief voor het gebruik van GPS-plaatsbepaling. Traagheidsnavigatie is gebaseerd op het meten van de beweging van een voertuig en is onafhankelijk van externe factoren. Een gyroscoop is een voorbeeld van een traagheidssensor. Vliegtuigen en schepen gebruiken het als kompas. Wanneer GPS onverhoopt uitvalt kan een ruimtevaartuig of een vliegtuig met traagheidsnavigatie altijd terugvallen op traagheidsnavigatie.

Groepsgedrag

Het wolkje atomen dat de Duitsers naar beneden laten vallen bevindt zich op de grens van de macroscopische wereld waarin de zwaartekracht belangrijk is en de microscopische wereld waarin de kwantummechanica belangrijk is. Het wolkje meet bij de geboorte zo’n anderhalve millimeter in doorsnee en bestaat uit ongeveer tienduizend rubidiumatomen. Het is afgekoeld tot slechts negen miljardste van een graad boven het absolute nulpunt (ongeveer 273 graden onder nul). De atomen hebben het dan zo koud dat ze zich niet meer als losse individuen gedragen, maar als één geheel, als één enkel superatoom. Het lijkt op een grote groep voetbalsupporters die allemaal tegelijk hetzelfde groepsgedrag vertonen en als individuen niet meer van elkaar te onderscheiden zijn.

Al in 1924 voorspelden de Indiase fysicus Nath Bose en de Duitse fysicus Albert Einstein het bestaan van dit gekke kwantumwolkje, dat de naam Bose-Einsteincondensaat (BEC) kreeg. Het maken ervan bleek een hels karwei. De temperatuur moet extreem verlaagd worden en het experiment extreem goed geïsoleerd. Pas in 1995 lukte het de natuurkundigen Eric Cornell, Carl Wieman en Wolfgang Ketterle voor het eerst om het voorspelde condensaat te maken. Ze ontvingen er in 2001 de Nobelprijs natuurkunde voor. (Overigens heeft KIJK de creatie van het eerste Bose-Einsteincondensaat in het nummer 11/2008 uitgeroepen tot één van de grootste mijlpalen op het gebied van de natuur- en sterrenkunde van de afgelopen veertig jaar.)

Na de BEC-geboorte dijt het kwantumwolkje, zoals elk gas, van nature uit. Het is echter uiterst fragiel. Bij de minste of geringste verstoring gaat het BEC ter ziele. In een gewoon laboratorium bestaat een BEC zo’n tien milliseconden. Aangetrokken door de zwaartekracht valt het door het experiment heen. Het grote voordeel van een BEC in vrije val is dat het als het ware geen zwaartekracht meer voelt, waardoor het veel langer kan bestaan en geobserveerd kan worden. De Duitsers halen zelfs ruim drie seconden. En hoe langer de vrije val, hoe nauwkeuriger het BEC het equivalentieprincipe kan testen en ook hoe beter het dienst kan doen als zwaartekrachtsensor. Langer vallen betekent dus nauwkeuriger meten.

Mijlpaal

Onder leiding van Rasel zijn de Duitsers de eersten die een BEC niet een in laboratorium hebben gemaakt, maar tijdens de vrije val. “De grootste uitdaging was om om de experimentele opstelling te miniaturiseren”, vertelt hij aan de telefoon. “Daarnaast moesten we het experiment zo goed inpakken dat het de val in goede staat overleeft. En tenslotte moesten we de experimenten optimaliseren zodat we met zo weinig mogelijk valproeven toch zo goed mogelijke meetresultaten kregen. Uiteindelijk hebben we ruim 180 valproeven gedaan.”

“Een belangrijke technologische mijlpaal”, zo noemt de Nederlandse BEC-pionier Jook Walraven van de Universiteit van Amsterdam hun prestatie. “Ze hebben een opstelling waarvoor je normaal een tafelblad van anderhalf bij twee meter nodig hebt geminiaturiseerd tot niet meer dan een dienblad en ook nog valbestendig gemaakt.”

De hele opstelling zit in een ronde capsule van ruim twee meter lang en tachtig centimeter breed. Lasers doen de belangrijkste koeling van de atomen. Een speciaal ontwikkelde atomaire chip zorgt voor de opsluiting van de atomen in een soort magneetval. Vanuit de chip wordt het BEC ook in de vrije ruimte losgelaten. In een gewoon laboratorium duurt het enkele seconden tot wel een minuut om een BEC te maken, maar de chip doet het in minder dan een seconde.

Nadat de capsule bovenin de toren wordt losgelaten, begint hij naar beneden te vallen. Eerst trilt de capsule nog een beetje. Na een seconde zijn de trillingen grotendeels verdwenen. Dan drukken de onderzoekers op de afstandsbediening en de atomaire chip maakt een BEC-wolkje in vrije val. Het wolkje zet uit en dat uitzetten wordt gemeten door er met een laser op te schijnen en de schaduw via een camera te bestuderen. Na zo’n drie seconden landt de capsule in een acht meter dikke laag van piepschuimballetjes.

Hoewel de valexperimenten een technologische doorbraak zijn, zijn de onderzoekers nog geen nieuwe fysica op het spoor. “Het gaat om een proof of principle”, zegt Rasel. “We hebben laten zien dat we een techniek hebben gemaakt die in vrije val werkt. Het is een opstap naar experimenten bij nog langere valtijden. Als de natuur het equivalentieprincipe schendt, dan is dat gemakkelijker te detecteren naarmate de valtijd langer wordt.”

Interferentie

Behalve langere valtijden, is er nog iets nodig om het equivalentieprincipe te testen. Dat is een apparaat dat een interferometer heet. Een interferometer gebruikt het feit dat wanneer verschillende golven bij elkaar komen, ze elkaar op sommige punten kunnen versterken en op andere punten elkaar juist opheffen. Wanneer je bijvoorbeeld laserlicht laat vallen op twee nauwe, dicht bij elkaar staande spleten, dan verschijnt op een scherm achter de spleten een patroon van lichte en donkere plekken, een zogeheten interferentiepatroon. Op de donkere plekken hebben de twee golven elkaar opgeheven. Op de lichte plekken hebben ze elkaar versterkt.

Wat voor licht geldt, geldt in de kwantumwereld ook voor materie. Niet alleen heeft in de kwantumwereld licht een deeltjeskarakter, deeltjes hebben ook een lichtkarakter. Het idee van Rasel en zijn collega’s is nu om met een Bose-Einsteincondensaat een atomaire interferometer te bouwen. Ze gaan het BEC met een laserbundel in tweeën splitsen en sturen elk deel langs een ander, kort ruimtepad. Elk ruimtepad heeft als het ware zijn eigen zwaartekrachtkarakteristiek; hier is de zwaartekracht een beetje meer, daar een beetje minder. De zwaartekracht fungeert bij de uitdijing van het kwantumwolkje als de brekingsindex van stoffen als water of glas voor de voortplanting van lichtgolven.

Vervolgens laten ze beide BEC-delen weer samenkomen en net als bij twee lichtgolven kunnen ze nu het interferentiepatroon van de twee BEC-materiegolven bestuderen. Dat patroon zegt iets over hoe de zwaartekracht inwerkt op kwantumobjecten. Als niet alle massa’s even hard vallen, dan zou een interferentie-experiment van de ene atoomsoort een ander interferentiepatroon moeten opleveren dan dat met een andere atoomsoort. Die twee verschillen namelijk in massa. Rasel wil dat voor de atoomsoorten rubidium en kalium gaan uitzoeken. In theorie is deze meetmethode nauwkeuriger dan alle huidige methoden die de zwaartekracht onderzoeken.

De ruimte in

In juni 2010 publiceerden Rasel en zijn collega’s voor het eerst over hun succesvolle valproeven in het vakblad Science. Inmiddels zijn de Duitsers alweer een stap verder. Rasel: “Op het moment bouwen we een atoominterferometer met een BEC. Later dit jaar gaan we daar de eerste valproeven mee doen. Verder ontwikkelen we een nieuwe atomaire chip waarmee we twee atoomsoorten tegelijk kunnen afkoelen tot twee verschillende condensaten. We hopen dat die volgend jaar klaar is voor de eerste valproeven. Daarmee kunnen we dan echt op zoek naar een eventuele afwijking van het equivalentieprincipe.”

Om een nog langere tijd van gewichtloosheid te creëren, worden de valtoren en het experiment bovendien gereed gemaakt voor een katapultlancering. Rasel: “Het idee is om het experiment niet meer van boven naar beneden te laten vallen, maar van beneden naar boven te katapulteren. Dan heb je niet alleen gewichtloosheid in de val naar beneden, maar ook in het laatste stukje in de lancering naar boven. En zo creëren we een nog langere toestand van gewichtloosheid en kunnen we dus nog nauwkeuriger meten.”

Maar Rasels droom is een experiment in de ruimte: een Bose-Einsteincondensaat in een baan rond de aarde waarbij het permanent in vrije val is; ideaal voor nauwkeurige zwaartekrachtmetingen. Jook Walraven zegt over die droom: “Rasels experiment laat zien dat een experiment in de ruimte echt mogelijk is. En dat zou een belangrijke stap voorwaarts zijn. Niet alleen om het equivalentieprincipe te testen en voor betere zwaartekrachtmeters, maar ook voor nauwkeurigere atoomklokken. Als het equivalentieprincipe namelijk niet klopt, dan moeten we onze atoomklokken daarvoor corrigeren en kunnen we de tijd dus preciezer meten.”

Een Bose-Einsteincondensaat in de ruimte zou pas echt een spannende Einstein-Einstein-confrontatie opleveren. Een bizarre kwantummechanische materietoestand die Einstein zelf mede heeft voorspeld, het Bose-Einsteincondensaat, zou dan gebruikt worden om zijn eigen zwaartekrachttheorie, de algemene relativiteitstheorie, nog nauwkeuriger te testen dan tot nu toe al is gebeurd.

Voor dit artikel heeft de auteur Ernst Rasel en Jook Walraven geïnterviewd en gebruik gemaakt van het wetenschappelijke artikel ‘Bose-Einstein Condensation in microgravity’ uit Science van 18 juni 2010.

Internet
Kwantumsystemen in microzwaartekracht:
www.iqo.uni-hannover.de/quantus.html
www.physnet.uni-hamburg.de/ilp/sengstock/projects/BECiS/index.html
Valtoren in Bremen:
www.zarm.uni-bremen.de/

Miguel Nicolelis talks about exoskeletons and brain prostheses

Listen below to a lecture by prof. Miguel Nicolelis about the latest developments in Brain-Machine-Interfaces (recorded at the annual AAAS-meeting in Boston, February 17, 2013).

Nicolelis talks about his breakthroughs in brain-machine interfaces: exoskeletons, the WalkAgain-project (paralyzed young adults that will be able to walk again thanks to an exoskeleton), monkeys that can direct a full body avatar, rats that can see infrared and recording signals from two thousand neurons at the same time. And there is more to come...

My private interview with prof. Nicolelis will soon appear in the Dutch popular science monthly KIJK.

Here is my recording:



(The first minutes are an introduction to the talk by Nicolelis. His lecture starts at 04 min. 15 s.)

iCub-peuterrobot leert zijn eerste woordjes

De iCub-peuterrobot kan woordjes leren in interactie met mensen die tegen de robot praten zoals ze tegen een kind zouden doen (deze week gepubliceerd onderzoek in het wetenschappelijk tijdschrift PLOS One).



Lees meer over de iCub-robot in het onderstaande artikel dat ik voor KIJK 3-2011 heb geschreven:

Laat het robotkind maar spelen

iCub is een robotkind van een jaar of drie. Net zoals een echt kind leert hij van zijn omgeving door te zien, te horen en te voelen. iCub moet ons de weg wijzen naar een beter begrip van het menselijk brein en naar betere robots.
De iCub-robot staat vandaag bewegingsloos in een metalen beugel. Hij heeft even vakantie. 6 december 2010 is een vrije dag in Spanje en de onderzoekers die de iCub normaal zijn kunstjes laten vertonen, hebben allemaal vrij. Maar de Nederlander Paul Verschure heeft de deuren van het roboticalab geopend en me aan iCub voorgesteld.

iCub is een kleuterrobot, gemodelleerd naar een kind dat tussen drie en drieëneenhalf jaar oud is. Door een wit masker kijken grote, zwarte robotpupillen me aan. Het metalen skelet zit vol elektronica en maakt van iCub het meest geavanceerde robotkind ter wereld. Vooral de handen van iCub zien er zeer verfijnd uit. Perfecte grijphanden met vingerkootjes die omhuld zijn met een stevige plastic huid. Op een filmpje zie ik hoe iCub met zijn ogen een bewegend balletje volgt, er met een hand naar toe beweegt en het balletje vast grijpt. “De makers van de iCub zijn gespecialiseerd in de coördinatie tussen de ogen en de handen”, zegt Verschure. “Daarom is de rest van de robot eigenlijk om de handen heen gebouwd.”

Verschure heeft de leiding over zo’n dertig onderzoekers van het Laboratory for Synthetic Perceptive, Emotive and Cognitive Systems (SPECS) Het lab ligt midden in Barcelona. De kerktorens van Antoni Gaudi’s beroemde Sagrada Familia zijn in de verte zichtbaar. Verschure is in Nederland opgeleid als psycholoog, maar week daarna eerst uit naar de kunstmatige intelligentie en later naar de harde neurowetenschappen. Via de Verenigde Staten en Zwitserland kwam hij in Barcelona terecht, waar hij nu de psychologie, de neurowetenschappen en de kunstmatige intelligentie met elkaar combineert.

Testplatform
In de eerste levensjaren leert het menselijk brein vooral doordat het lichaam spelenderwijs de buitenwereld verkent. Er komen steeds meer aanwijzingen dat dit leerproces ook cruciaal is voor de latere cognitieve ontwikkeling van sociaal gedrag en taal. Vandaar de keuze om niet met een volwassen mensachtige robot onderzoek te doen, maar met een kleuterrobot.

Verschure geeft een rondleiding door zijn lab. Hier staat een insectachtige robot met chemische voelsprieten. Daar staat een robot op wielen voor onderzoek naar robotnavigatie. “Ons doel is in de eerste plaats om via robots het menselijk brein beter te begrijpen. Maar als we betere modellen hebben van het brein, dan kunnen we ook betere robots bouwen. De iCub en onze andere robots dienen allereerst als een testplatform voor onze breinmodellen, als toets van onze hypotheses.”

Neem bijvoorbeeld het herkennen van het gezicht van iemand die je eerder hebt gezien. Dat is voor een computer of voor een robot razend moeilijk, maar een driejarige kan dat in ongeveer honderd milliseconden. Een stuk software dat gezichten binnen enkele minuten herkent, is voor een iCub waardeloos. iCub moet bekende gezichten ook in honderd milliseconden herkennen. Dat stelt hoge eisen aan de software voor het visuele systeem van de robot.

Verschure: “Een robot dwingt je na te denken over hoe je met imperfecties en onvoorspelbaarheden van de echte wereld omgaat. Dat wordt in een abstract model dat alleen op papier bestaat niet getoetst. Als je je aan een robot verbindt, liggen al je aannames op tafel. Je kunt niks onder de vloer vegen. Je kunt meten of de robot het doet of niet.”

Open-source De eerste iCub werd in 2004 gebouwd door het Italian Institute of Technology (IIT) in Genua. Inmiddels heeft iCub-1 zo’n twintig broertjes gekregen voor wetenschappelijk onderzoek (geen in Nederland). Binnen het consortium RobotCub ontwikkelen elf Europese universiteiten en onderzoeksinstituten gezamenlijk nieuwe software voor de iCub. Dit open-source-karakter onderscheidt iCub van vergelijkbare Amerikaanse en Japanse robotkinderen.

Het lab van Verschure beschikt nu ruim een jaar over een iCub. De eerste mijlpaal is dat hij de breinarchitectuur waaraan hij al zo’n twintig jaar werkt (zie kader), heeft overgebracht op het robotkind. “Onze iCub kan niet alleen een balletje met zijn ogen volgen en grijpen naar het balletje, hij kan ook een vorm van tafeltennis spelen. Dat is weer een stap moeilijker. Ook hebben we onze architectuur voor het visuele systeem van iCub getest. Ons systeem herkent niet alleen gezichten maar allerhande voorwerpen. Toch presteert het daarnaast net zo goed op het herkennen van gezichten als de beste gezichtsherkenningssoftware.”

De Europese iCub-samenwerking wordt sinds dit jaar in drie nieuwe projecten voortgezet. Binnen ITALK werken onderzoekers aan de sociale interactie tussen iCub en de mens en aan het uitbreiden van iCub met de basale taalvaardigheden van een kleuter. Binnen RoboSKIN wordt een robothuid ontwikkeld om iCub in de toekomst ook een aaibare buitenkant te geven, in plaats van de alleen het metalen skelet dat hij nu heeft. En ten slotte worden binnen AMARSi aanpasbare modules ontwikkeld die de motorische vaardigheden van iCub uitbreiden.

Verschure gaat zich met zijn medewerkers richten op de sociale interactie. “Ons doel is om iCub in interactie met een mens een nieuw spelletje te leren. De mens doet het spelletje voor en iCub moet daar de bedoeling uit zien te halen en dan het spelletje met de mens kunnen spelen.”

Breinreparatie
De centrale filosofie van Verschure is dat hoe beter we het brein begrijpen, hoe beter we het ook kunnen nabouwen en zelfs kunnen repareren. Voor het begrijpen en het nabouwen dienen de robots. Voor het repareren werken de onderzoekers samen met twee ziekenhuizen in Barcelona. Verschure: “We willen een effectievere revalidatietherapie ontwikkelen voor patiënten die door een beroerte verlammingen hebben opgelopen.”

De traditionele revalidatie gebeurt met fysiotherapie. Dan beweegt de therapeut bijvoorbeeld de vingers van een verlamde hand herhaaldelijk heen en weer. “Dat is een arbeidsintensieve revalidatie”, zegt Verschure, “waarvan bovendien niet wetenschappelijk is bewezen wat er dan in de hersenen precies verandert. Terwijl de bron van het probleem in de hersenen zit.”

Vanuit hetzelfde breinmodel dat de onderzoekers voor de iCub-robot gebruiken, hebben ze een soort computerspel als revalidatiesysteem ontwikkeld. Het systeem meet via een camera precies hoe een patiënt tijdens het spel zijn arm en zijn hand beweegt. Het is dit jaar getest op twintig patiënten en presteert duidelijk beter dan alle andere bekende revalidatiesystemen. Vanaf volgend jaar wordt een Europees project gestart om het als thuissysteem voor patiënten te introduceren. De patiënt hoeft dan niet meer de deur uit naar de fysiotherapeut maar kan thuis achter zijn pc en met een webcam intensief aan zijn herstel werken.

Verschure: “Dit voorbeeld laat zien dat onze filosofie om tegelijkertijd te werken aan het begrijpen, bouwen en repareren van het brein concrete resultaten oplevert. Voor veel theoretische neurowetenschappers staan patiënten ver van hun modellen. Ik vind dat een arrogante houding. Daarachter gaat de onzekerheid schuil dat hun theorie weinig te bieden heeft aan de praktijk. Maar het gaat juist om het toetsen van je modellen in de praktijk. Daarom hou ik van het werken met robots en patiënten. Niet praten, maar doen. Werkt het of werkt het niet? Laat maar zien wat je waard bent.”

[kader 1:]
iCub-robot in het kort:
Lengte: 104 cm
Gewicht: 22 kg
Functionaliteit: Motoren in hoofd, armen, handen, heupen en benen zorgen voor 53 vrijheidsgraden van beweging. iCub kan zien en horen. Dankzij versnellingsmeters en gyroscopen heeft hij ook een gevoel voor de houding van zijn eigen lichaam en voor beweging.
Kosten per iCub: € 250.000. Hoofd alleen: € 30.000
Financiering: € 8,5 miljoen uit het zesde kaderprogramma van de EU. Looptijd eerste fase: 2004-2009. Tweede fase vanaf 2010.

[kader 2:]
Hoe werkt het iCub-brein?
De iCub-ontwerpers hebben de robot een aantal ‘aangeboren’ eigenschappen meegegeven. Zo kan iCub dankzij de standaard meegeleverde software voorwerpen onderscheiden van hun achtergrond en gezichten onderscheiden van overige voorwerpen, iets wat een pasgeborene ook al kan. Door de standaard software uit te breiden, kunnen iCub-onderzoekers de robot nieuwe dingen laten leren.

De onderzoeksgroep van Paul Verschure gebruikt een breinmodel dat uit drie delen bestaat die onderling informatie uitwisselen. Het model is stukje bij beetje in de afgelopen twintig jaar ontwikkeld. Het is gebaseerd op hoe een zoogdierenbrein zintuiglijke informatie gebruikt om het lichaam in beweging te zetten. Dat is de primaire taak van elk brein, of het nu een rattenbrein is of een mensenbrein.

Het eerste deel van dit model is het reactieve brein. Op basis van wat iCub ziet, hoort en voelt, genereert zijn brein snel een automatische reactie, bijvoorbeeld uitwijken voor een bal die op de robot af komt. Over dit deel heeft de robot geen controle net zoals een mens ook geen controle heeft over dit primitieve deel van onze hersenen. Dit deel is gebaseerd op het evolutionair oudste deel van de hersenen, de hersenstam, gelegen aan de bovenzijde van het ruggenmerg.

Het tweede deel is het adaptieve deel. Dit deel kan leren en dus in de tijd veranderen. Hiermee kan iCub bijvoorbeeld leren hoe een bal eruit ziet en gezichten leren herkennen van mensen die hij eerder heeft gezien. Dit deel is gebaseerd op drie menselijke hersenstructuren: de hippocampus (belangrijk voor het geheugen), de basale ganglia (belangrijk voor de controle van bewegingen) en de amygdala (belangrijk voor emoties).

Het derde deel van het iCub-brein is het contextuele deel. De iCub gebruikt dit deel om zijn handelingen te plannen en nieuwe strategieën te leren op basis van eerdere ervaringen. Hoe moet hij zijn arm en hand bewegen wanneer een bal met een bepaalde snelheid en onder een bepaalde hoek op hem af komt? En wat als de bal onderweg nog tegen een muurtje botst en daarna op hem af komt? Dit deel is gemodelleerd naar een deel van de hersenschors dat betrokken is bij de hogere mentale aspecten van waarnemen, handelen, plannen en leren. Evolutionair gezien is dit het jongste deel van de hersenen.

Op een dieper niveau wordt elk van deze drie delen gemodelleerd met een verzameling kunstmatige hersencellen die in een netwerk met elkaar zijn verknoopt. De kunst is om met een relatief beperkte hoeveelheid kunstmatige hersencellen (enkele tienduizenden − tegenover de honderd miljard van een mensenbrein) toch realistisch gedrag te genereren.

Internet
www.robotcub.org/
www.icub.org/
www.youtube.com/watch?v=VKPkqneze6k Een filmpje van iCub in actie, met uitleg van Verschure
www.youtube.com/results?search_query=iCub&search_type=&aq=f Meer iCub-filmpjes op YouTube
http://specs.upf.edu/people/331 Meer informatie over het onderzoek van Paul Verschure

De zegetocht van de laser

Dit artikel is gepubliceerd in maandblad KIJK, mei 2010

Samen met de computer en de transistor behoort de laser tot de succesvolste uitvindingen van de 20e eeuw. Op 16 mei 2010 werd de laser vijftig jaar. 

Wat zou er gebeuren wanneer alle lasers ter wereld vandaag zouden uitdoven? Weg is dan vrijwel al het internet- en telefoonverkeer. Weg elektronisch zaken doen, weg mobiel telefoonverkeer, weg noodoproepen. Vrijwel al deze communicatie zit tegenwoordig namelijk verpakt in laserlicht dat door optische glasvezels schiet. Optische glasvezels verbinden de continenten met elkaar en vormen het zenuwstelsel van de moderne informatiemaatschappij. Pinautomaten, pinbetalingen en creditcardbetalingen zijn ook afhankelijk van glasvezelcommunicatie en doen er om dezelfde reden het zwijgen toe wanneer alle lasers het vandaag zouden begeven. Zelfs automatische verkeerslichten vallen uit omdat glasvezels hen niet meer kunnen vertellen wanneer ze rood of groen moeten worden.

Verder zouden ziekenhuizen en klinieken bepaalde operaties niet meer kunnen uitvoeren. Geen laserlicht meer voor het vastmaken van losgelaten netvlies, het dichtlaseren van opengesprongen bloedvaten of het bijslijpen van de ooglens ter correctie van het gezichtsvermogen. In je huiskamer kun je geen cd’s en dvd’s meer afspelen. Op kantoor doet de laserprinter het niet meer. In conferentiecentra moet de aanwijsstok de laserpointer vervangen. Bij de kassa in de supermarkt begeeft de streepjescodescanner het. Hetzelfde lot treft de bagagelabelscanners en e-ticketscanners op vliegvelden. De entertainmentindustrie moet lasershows schrappen en hologrammen zijn in het niets verdwenen. En bij het leger slaat de paniek toe omdat het niet langer kan vertrouwen op lasergeleide wapens die dankzij laserlicht recht op hun doel afgaan. Wanneer alle lasers vandaag zouden uitdoven, zijn de gevolgen schier eindeloos.

Honderden miljoenen lasers vuren dagelijks hun licht in duizenden toepassingen. Geen betere illustratie van het succes van de laser. De uitvinders hadden niet kunnen voorspellen dat het apparaat zo succesvol zou worden. De uitvinding van de laser is een schoolvoorbeeld van het succes van fundamenteel natuurkundig onderzoek, uit pure nieuwsgierigheid, zonder één duidelijk praktisch doel voor ogen.

Fata morgana 
Het is 1958 wanneer grote Amerikaanse onderzoekslaboratoria als Bell Labs, IBM, Westinghouse Electric en vele andere zich op de bouw van de eerste laser storten. Het is een tijd waarin ook bedrijfslaboratoria nog veel fundamenteel onderzoek doen. De wetenschappelijke principes op grond van waarvan een laser in principe moet kunnen werken, zijn dan net gepubliceerd. De ruwe bouwtekening van een laser ligt er ook al, maar niemand weet nog welk materiaal als lasermedium kan dienen. Er wordt volop geëxperimenteerd. Bell Labs waant zich de koploper in de race naar de laser. Het heeft op papier de beste onderzoekers aangetrokken en stopt er het meeste onderzoeksgeld in. Maar een jaar later, wanneer de beste laseronderzoekers op een internationale conferentie bij elkaar komen, heeft niemand nog aansprekende vooruitgang geboekt. Sommigen denken dat een laser een fata morgana zal blijven.

Maar dan ineens, op 16 mei 1960, slaagt de outsider Theodore Maiman van het bescheiden Hughes Research Laboratories in Californië erin de moordende concurrentie te verslaan en de eerste werkende laser te bouwen. Maiman gebruikt robijn als lasermedium, een materiaal waarvan de toponderzoekers van Bell hadden voorspeld dat het niet kon werken. Maar Maiman gelooft hen niet en gaat als een bezetene meten, rekenen en experimenteren. Hij is zowel natuurkundige als elektrisch ingenieur, en precies door de combinatie van wetenschappelijk inzicht en ingenieurskunde slaagt hij waar anderen falen.

De klap voor het verslagen Bell Labs is zo groot dat het bedrijf tot op heden nog probeert Maimans prestatie te kleineren en zelf de uitvinding van de laser te claimen. Zeer ten onrechte. Theodore Maiman is de eerste die een laser aan de praat kreeg. Jeff Hecht, een Amerikaanse journalist gespecialiseerd in alles wat over lasers gaat, vertelt het als volgt: “Als we er nu op terugkijken, lijkt de laser een bedrieglijk eenvoudig apparaat, maar dat is hij totaal niet. Maiman had er een Nobelprijs voor moeten krijgen, maar dat is helaas niet gebeurd.”

Het is in 1960 nog onduidelijk wat je precies met een laser kunt. Vooraanstaande laseronderzoekers en latere Nobelprijswinnaars als de Amerikanen Charles Townes en Arthur Schawlow zien het vooral als een wetenschappelijk instrument om de eigenschappen van atomen mee te onderzoeken. Maimans assistent Irnee D’Haenens noemt de laser een beetje gekscherend “een oplossing op zoek naar een probleem”. Maimans eerste laser wordt binnen enkele weken door meerdere onderzoeksgroepen nagebouwd, een bewijs van de eenvoud en robuustheid van zijn ontwerp. En binnen enkele jaren worden steeds meer nieuwe lasertypes ontwikkeld: andere kleuren, andere vermogens, andere toepassingsmogelijkheden.

In de jaren zestig blijft de laser nog vooral een wetenschappelijk instrument voor het onderzoeken van atomen. Midden jaren zeventig verschijnt de laser in de eerste consumentenproducten, met de streepjescodescanner in de supermarkt voorop. En spoedig wordt de laser big business en groeien de laserproducenten en lasertoepassingen als kool. Anno 2010, vijftig jaar na zijn uitvinding, kunnen we concluderen dat de laser samen met de transistor en de computer tot de grootste technologische successen van de 20e eeuw behoort. Het totaal aantal laserpatenten gaat sinds de uitvinding in 1960 ruim over de vijftigduizend heen, alleen voorbijgestreefd door aantallen motor- en computerpatenten. Jaarlijks worden wereldwijd een kleine miljoen lasers verkocht, van krachtige onderzoekslasers tot handzame laserpointers.

Ideaal licht 
Wat is het geheim van de laser? Waarom is hij zo succesvol geworden? Geen enkel ander licht is zo netjes in ruimte en tijd geordend als laserlicht. De laser produceert een lichtstraal van één bepaalde kleur of golflengte die nauwelijks naar de zijkanten uitwaaiert. Dat levert de strakke, vlijmscherpe lichtstralen die we kennen van laserpointers en lasershows. Hoe weinig een laserstraal uitwaaiert blijkt uit een vergelijking met het licht van een gewone zaklamp. Neem als voorbeeld een helium-neonlaser met een golflengte van 633 nanometer (een nanometer is een miljoenste van een millimeter) en een opening van één millimeter. De laserstraal heeft dus een breedte van een millimeter wanneer hij de laser verlaat. Deze laserstraal is na één kilometer nog steeds niet breder dan een meter. Ter vergelijking: het licht van een gewone zaklantaarn is na ruwweg tien meter al uitgedijd tot een bundel van een meter breed.

De nette ordening van laserlicht ontstaat doordat alle lichtgolven precies met elkaar in de pas lopen: golftoppen vallen precies over golftoppen, golfdalen precies over golfdalen. Heel anders dan gloeilampen, halogeenlampen of tl-lampen, die licht uitzenden van meerdere kleuren of golflengten tegelijk. Bovendien is hun licht een allegaartje van golven die door elkaar lopen. Zelfs een blauwe gloeilamp zendt meerdere tinten blauw uit, terwijl een blauwe laser één goed gedefinieerde kleur blauw uitzendt. De unieke ordening van laserlicht in ruimte en tijd maakt de laser ideaal voor toepassingen op de drie terreinen waarop hij de wereld in vijftig jaar heeft veroverd: informatieoverdracht en -verwerking (zoals telecommunicatie), energiebezorging op precies gedefinieerde plaatsen en tijdstippen (zoals materiaalbewerking), en bij het uitlijnen, meten en in beeld brengen (zoals laserafstandsmeting).

Lasertoekomst
Is de laser nu af, klaar, uitontwikkeld? Nee, verre van. Laserlicht kan nog krachtiger worden, nog smaller gebundeld en nog sneller gepulst. Bovendien kan de laser zelf steeds kleiner worden gemaakt. In 2009 maakten Amerikaanse onderzoekers de allerkleinste laser, eentje die kleiner is dan een enkel eiwit. Al deze ontwikkelingen gaan gestaag door en bieden uitzicht op nieuwe toepassingen.

Experts verwachten dat dat de laser binnen tien jaar zijn licht kan bundelen op een puntje niet groter dan een nanometer (een miljoenste millimeter) in doorsnede. Dat is honderden malen kleiner dan de golflengte van het licht zelf − tot voor kort onmogelijk geacht. Dit biedt grote mogelijkheden om digitale informatie op een nog kleinere oppervlakte op te slaan. Zulke miniatuurlaserbundels zouden alle films die ooit in Hollywood zijn gemaakt − zo’n honderdduizend − in hoge resolutie op de harde schijf van je pc kunnen schrijven.

Ook de pulsduur van gepulste lasers wordt steeds korter. De pulsduur is zoiets als de flitsduur van je fotoapparaat. Hij bepaalt hoe goed je beweging kunt bevriezen in een beeld. Hoe korter de pulsduur, hoe scherper je snelle bewegingen in beeld brengt. Het voordeel van gepulste lasers vergeleken met continue lasers is dat je veel meer energie in een korte tijd kunt leveren. De snelste lasers genereren nu femtosecondepulsen met een duur van een miljoenste van een miljoenste van een milliseconde. Binnen tien jaar worden attosecondelasers verwacht met een pulsduur die nog eens duizend maal korter is. Voor huis-, tuin en keukengebruik weinig zinvol, maar voor de wetenschap biedt dit ongekende mogelijkheden om beeld-voor-beeldopnamen te maken tijdens chemische reacties. Je kunt dan zien hoe elektronen zich gedragen tijdens deze reacties. En als je chemische reacties beter begrijpt, kun je die kennis ook gebruiken om ze beter te beheersen.

Ook in het het ingenieurswerk van laserproducten valt nog een wereld te winnen. Miniatuur sensoren die zijn uitgerust met kleine lasers kunnen straks bloedsuikerspiegel, zuurstofgehalte, alcoholgehalte en vele andere parameters van ons lichaam meten. Die sensoren kunnen zo klein worden dat ze gemakkelijk onder de huid geplaatst kunnen worden en real-time metingen kunnen verrichten om onze gezondheid in de gaten te houden. Het zijn maar een paar van de vele nieuwe mogelijkheden van de laser in 2020.

Welke nieuwe toepassingen het wel en niet gaan maken moeten we afwachten, net zoals de uitvinders van de laser in 1960 dat moesten afwachten. Maar dat er baanbrekende nieuwe toepassingen komen, staat vast. Jaarlijks worden nog steeds in rap tempo nieuwe laserpatenten ingediend. Het succes van de laser is nog lang niet ten einde.

[Kader] Hoe werkt een laser? 

Laser staat voor light amplification by stimulated emission of radiation. Centraal in elke laser staat het lasermedium: een gas, vloeistof of vaste stof waarin de lasertruc werkt. De lasertruc bestaat eruit dat de meerderheid van de atomen in een toestand wordt gebracht waarin ze in een hogere energietoestand zitten (aangeslagen toestand). Wanneer die aangeslagen atomen getroffen worden door lichtdeeltjes met precies de juiste golflengte, worden ze gestimuleerd zelf nieuwe lichtdeeltjes uit te zenden met precies dezelfde golflengte als die van de invallende lichtdeeltjes. Dat heet gestimuleerde emissie. Bovendien is het bijzondere dat de golven precies met elkaar in de pas lopen.

Gestimuleerde emissie is het centrale natuurkundige principe van de laserwerking. De kunst is om een materiaal te vinden of te maken − het lasermedium − waarin dit fenomeen zich kan voordoen. Het lasermedium bepaalt de kleur van het laserlicht. Om het lasermedium te laten laseren, moet je er op een of andere manier energie in stoppen. Dat gebeurt met elektriciteit of licht (het pompsysteem). Naast een lasermedium en een pompsysteem heb je ook een lichtversterker nodig. De versterker kaatst het opgewekte licht tussen twee spiegels heen en weer waardoor het lasermedium steeds opnieuw wordt gestimuleerd om licht van precies dezelfde golflengte uit te zenden, waarbij alle lichtgolven met elkaar in de pas lopen. Een van de spiegels is gedeeltelijk doorlatend en wanneer het laserlicht sterk genoeg is geworden, schiet het naar buiten als een laserstraal. Een laser kan continu of gepulst een laserstraal produceren. Golflengte (kleur), pulsduur, vermogen en breedte van de laserstraal variëren per lasertype en lasertoepassing.

Internet
www.laserfest.org/ Veel achtergrondinformatie over de laser op deze site over de viering van 50 jaar lasers.
www.aip.org/history/exhibits/laser/interviews.html Interviews met laserpioniers
www.innovations.gatech.edu/lasers/index.php The future of lasers
www.youtube.com/watch?v=7wyp909mQPM De beroemde laserscène in de James Bond-film Goldfinger uit 1964

Literatuur
Beam − The race to make the laser. Spannend verhaal over de uitvinding van de laser, van laserjournalist Jeff Hecht. Oxford University Press (2005)

Laat dat robotkind maar schuiven

iCub is een robotkind van een jaar of drie. Net zoals een echt kind leert hij van zijn omgeving door te zien, te horen en te voelen. iCub moet ons de weg wijzen naar een beter begrip van het menselijk brein en naar betere robots. In december bracht ik een bezoek aan iCub in Barcelona, waar de Nederlandse psycholoog Paul Verschure de leiding heeft over het roboticalab.

Lees mijn artikel over iCub in KIJK 3-2011.

Hier alvast de intro van KIJK:

Inzicht in het menselijk brein krijg je door hersenscans te maken of proefpersonen te onderzoeken. Of: door een robot te bestuderen. Een kleuterrobot van een jaar of drie, om precies te zijn. KIJK-journalist Bennie Mols maakt in Spanje kennis met de iCub.

Vandaag heeft hij even vakantie. Bewegingloos staat hij in zijn metalen beugel. In Spanje is 6 december een vrije dag en de Spaanse onderzoekers die hem normaal zijn kunstjes laten vertonen, hebben allemaal vrij. Hij heet iCub en hij is een robot.

Hij is bewust gemodelleerd naar een kind dat tussen de drie en drieënhalf jaar oud is”, vertelt de Nederlander Paul Verschure die het roboticalab runt en mij zojuist aan de ‘kleuter’ heeft voorgesteld. Net zoals een echt kind leert de iCub van zijn omgeving door te zien, te horen en te voelen. Door een wit masker kijken zijn grote, zwarte robotpupillen me aan. Zijn metalen skelet zit vol elektronica en maakt van hem het meest geavanceerde robotkind ter wereld. Vooral zijn handen zien er zeer verfijnd uit. Perfecte grijphanden met vingerkootjes omhuld door een stevige plastic huid.

Verschure laat me een filmpje zien, waarin de iCub met zijn ogen een bewegend balletje volgt, er met één hand naartoe beweegt en het balletje vastgrijpt. “De makers van de iCub zijn gespecialiseerd in de coördinatie tussen ogen en handen”, legt hij uit. “En de rest van de robot is daar eigenlijk omheen gebouwd.”

Dit is een gedeelte van een artikel uit KIJK 3/2011, in de winkel van 11 februari tot en met 10 maart. 

Internet
www.robotcub.org/
www.icub.org/
www.youtube.com/watch?v=VKPkqneze6k Een filmpje van iCub in actie, met uitleg van Verschure
www.youtube.com/results?search_query=iCub&search_type=&aq=f Meer iCub-filmpjes op YouTube
http://specs.upf.edu/people/331 Meer informatie over het onderzoek van Paul Verschure