word expert in 5 stappen
Bijlage bij Eos nr 7/8 • 2009
Alles wat je moet weten over
de digitale wereld
• Kunstmatige Intelligentie • robots waarop je kan rekenen • Privacy & veiligheid
Inhoud word expert in 5 stAppen
Alles wAt je moet weten over
het klimAAt
Klimatologie Het klimaat onthuld
Bijlage bij Eos-magazine
the bAsics • vAn hobbywetenschAp tot ‘hot topic’ • klimAAtverAndering: niets nieuws • klimAAt op drift • wArme polen
WORD EXPERT IN 5 STAPPEN
ALLES WAT JE MOET WETEN OVER
DE KOSMOS
Kosmologie Wegwijs in het heelal
THE BASICS • SCIENCE & FICTION • OERKNAL TOEKOMSTSCENARIO’S • DONKERE MATERIE HET GEREEDSCHAP VAN DE KOSMOLOOG
ALLES WAT JE MOET WETEN OVER
Evolutie Darwin voor beginners
EVOLUTIE
Genetica Het ABC van het DNA Alles wAt je moet weten over
geneticA
Alles wAt je moet weten over
de digitAle wereld
ICT De wereld van hard- en software
Intelligente elektronica Robots waar je op kan rekenen geheimschrift voor gevorderden Interview met Georges Gielen
p.3 p.7 p.11 p.14
Start to Know maakt je wegwijs in vijf wetenschapsdomeinen. Je krijgt de informatie uit eerste hand want telkens gidst een jonge Vlaamse onderzoeker je door de bijlage. Hans Danneels is burgelijk ingenieur en gespecialiseerd in micro-elektronica. Hij doctoreert aan de onderzoeksgroep MICAS (Micro-elektronica en Sensoren) aan het Departement Elektrotechniek van de K.U.Leuven. Hans probeert nieuwe en betere ‘sensorinterfaces’ te ontwikkelen. Dat zijn onderdelen van sensoren – elektronische zintuigjes – die signalen uit de omgeving omzetten in een voor een computer bruikbaar digitaal signaal. Zo’n sensor kan bijvoorbeeld temperatuur, druk of beweging registreren. Sensoren en sensornetwerken winnen momenteel aan populariteit binnen de ICT-wereld. Steeds meer dingen worden met sensoren uitgerust. Daardoor is er vraag naar steeds kleinere en efficiëntere interfaces. De toename van het aantal sensoren rondom ons zal op termijn tot een intelligente omgeving en een ‘internet der dingen’ leiden.
In de vorige bijlage kwamen enkele trends in de ICT-sector aan bod zoals de opmars van ‘informatiefabrieken’, grote datacentra die waarschijnlijk het rekenwerk en de gegevensopslag van jouw computer zullen overnemen, en grid- en cloudcomputing. In dit deel gaan we onder meer dieper in op kunstmatige intelligentie. Computers evenaren onze prestaties in steeds meer domeinen, maar zullen ze ooit even intelligent worden als wij? Dankzij compactere elektronica en betere sensoren zijn ook robots tot steeds meer in staat. We zetten enkele opmerkelijke exemplaren op een rijtje. Daarnaast staan we even stil bij veiligheid en privacy in de ‘digitale wereld’. Tot slot verneem je van een ICTexpert meer over intelligente en zelfstandige auto’s.
colofon De bijlagen worden op
www.eosmagazine.eu
multimediaal ondersteund met een videoblog. Leerkrachten vinden er ook didactische werkvormen bij elke bijlage. Een editie van ‘Start to Know’ gemist? Surf naar www.eosmagazine.eu of bel + 32 (0)3 680 25 67 om een nummer of de hele reeks te bestellen.
Samenstelling en redactie: Dieter De Cleene (dieter.decleene@cascade.be) Redactieadres: Katwilgweg 2 bus 5, 2050 Antwerpen, Tel.: + 32 (0)3 680 24 90 Eindredactie: Manu Sinjan Vormgeving: Marco Goole Video en website: AVNet, Dieter De Cleene, Reinout Verbeke Hoofdredacteur Eos: Raf Scheers Werkten mee aan deze bijlage: Hans Danneels, Elke Demulder, Danny Deschreye, Johan D’Haeyer, Davy Preuveneers, Bram Vanderborght S2K is een uitgave van Cascade Uitgeverij Algemeen directeur: Kristine Ooms (KD Bvba) Commercieel directeur: Koen De Buck (KD Bvba) Marketing: Violette Peters Verantwoordelijk uitgever: Luc Verpoort
S2K • 2
Van gewoon een praatje slaan tot medische diagnoses stellen. Computers evenaren – en overtreffen – de menselijke vermogens op steeds meer domeinen. Zullen ze ooit even intelligent worden als wij? Sinds de opkomst van de eerste digitale, elektronische computers is hun rekenkracht spectaculair gestegen en de huidige toestellen zijn tot ongelooflijke krachttoeren in staat. Miljoenen berekeningen per seconde uitvoeren? Geen
laten waarnemen, denken en handelen op manieren die tot nog toe voor mensen zijn voorbehouden.
Intelligentie testen met Turing
probleem. Gigantische databestanden opslaan en vliegensvlug informatie terugvinden? Makkelijk. Maar zullen computers ooit echt ‘intelligent’ worden en in staat zijn het menselijk brein te evenaren? Wetenschappers die zich bezighouden met artificiële of kunstmatige intelligentie (AI) proberen die vraag te beantwoorden. Een eerste moeilijkheid daarbij is de vraag wat precies met artificiële intelligentie wordt bedoeld. Als we iemand zouden ontmoeten die even snel kan rekenen als een moderne computer en die in staat is een volledige encyclopedie in zijn geheugen te prenten, zou die persoon op zijn minst een intelligente indruk maken. Maar dat is niet waar het bij het onderzoek naar AI om draait. Op dat gebied overtreffen computers onze hersenen immers al. Het gaat er wel om computers te
De Britse wiskundige Alan Turing geldt als een van de grondleggers in het onderzoek naar artificiële intelligentie. In zijn in 1950 gepubliceerde paper ‘Computing machinery and intelligence’ vroeg hij zich af of machines ooit in staat zouden zijn te denken. Hij bedacht ook een methode om na te gaan of een computer als ‘intelligent’ bestempeld kan worden, de Turingtest.
Bij de Turingtest moet een proefpersoon raden of hij met een mens of met een computer communiceert.
S2K • 3
Voor de Turingtest zijn twee personen en – uiteraard – een computer nodig. Eén persoon zit alleen in een kamer en typt vragen over eender welk onderwerp, sport, wiskunde, emoties, kunst of het weer, het doet er niet toe. Het is aan de vraagsteller om te raden of zijn vragen beantwoord worden door de tweede persoon of door de computer. Als de computer de vraagsteller kan doen geloven dat niet hij maar een mens de vragen beantwoordt, kan die volgens Turing als intelligent worden beschouwd. De Turingtest is echter slechts een van de vele manieren om de intelligentie van computers te testen, en volgens verschillende wetenschappers bovendien niet zo’n goede. Door allerlei regeltjes te programmeren kan menselijk gedrag worden nagebootst zodat de computer intelligent ‘lijkt’, maar dat betekent nog niet dat hij ook echt intelligent ‘is’. De computer ‘begrijpt’ immers helemaal niet waarover de conversatie gaat.
>>>
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
Intelligente elektronica
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
weetje van hans
zijn. Daarnaast heeft het schaakspel een duidelijk doel en regels die makkelijk in computertaal te gieten zijn. Het schaakbord was daarom lange tijd de favoriete proeftuin van AI-onderzoekers. Na elke zet in het schaakspel kan de tegenstander een aantal mogelijke tegenzetten doen, die op hun beurt weer een aantal zetten mogelijk maken, enzovoort. Daardoor kunnen er bij een partijtje schaak meer mogelijke posities voor de stukken op het schaakbord zijn dan het zichtbare universum atomen telt! Zoveel mogelijkheden gaan zelfs het petje van de krachtigste computer te boven.
Chatten met Elbot De Turingtest wordt vandaag nog steeds gebruikt om te testen hoe ‘menselijk’ een computer zich kan gedragen. Jaarlijks wordt de ‘Loebner-prijs’, genoemd naar de Amerikaanse uitvinder Hugh Loebner, uitgereikt aan de makers van een computer die erin slaagt het grootste aantal juryleden tijdens een chatsessie om de tuin te leiden. Vorig jaar gingen de makers van Elbot met de prijs van 3000 dollar naar huis, nadat hun computer drie van de twaalf juryleden op het verkeerde been had gezet. Op www.elbot.com kan je zelf een gesprekje met de computer voeren.
Computer met vissenbrein
Wetenschappers zijn het dus niet volledig eens over de vraag wanneer een computer intelligent genoemd mag worden. Volstaat het om intelligentie na te bootsen, of verwachten we dat machines ook echt begrijpen waarmee ze bezig zijn en een bewustzijn ontwikkelen? Dat laatste is echter allesbehalve eenvoudig.
Dat komt deels doordat er rond de werking van onze hersenen nog veel mysteries blijven bestaan. De processen die aan de basis liggen van onze gedachten en ons bewustzijn, blijven grotendeels onopgehelderd. Een vertaling ervan naar de computerwereld zal dus niet voor morgen zijn. Daarnaast schiet de rekenkracht van de huidige computers nog te kort om met het menselijke brein te kunnen wedijveren. Een moderne computer heeft vandaag een rekenkracht van zo’n 50.000 à 75.000 MIPS (Miljoen Instructies Per Seconde). Volgens sommige experts kan
een computer met een rekenkracht van zo’n 10.000 MIPS taken aan waarvoor hij ongeveer zo intelligent moet zijn als een vis. Om de vergelijking met het brein van een muis te kunnen doorstaan, zijn er zo’n 100.000 MIPS nodig. Op een computer die krachtig genoeg is om mensenhersenen te evenaren, is het volgens schattingen nog wachten tot 2040, als de rekenkracht van computers 100.000.000 MIPS bedraagt. In de tussentijd zou de ‘intelligentie’ van computers langzaam toenemen, tot ze uiteindelijk in staat zijn te praten en te redeneren zoals mensen. Andere wetenschappers lopen minder hard van stapel en geloven niet dat computers ooit ons bewustzijn zullen kunnen verwerven. Voorlopig kunnen computers in elk geval nog niet tippen aan het menselijke brein, en blijven toepassingen van AI beperkt tot het imiteren van bepaalde aspecten van menselijke intelligentie. Schaakcomputers vs. de mens
Een goed schaker moet bij elke zet meerdere stappen vooruit denken en rekening houden met tal van factoren. Daar moet je dus wel intelligent voor S2K • 4
Schaakcomputers kijken daardoor slechts een beperkt aantal stappen in de toekomst – doorgaans twaalf tot zestien. Hoe krachtiger de computer, hoe verder hij vooruit kan kijken. Aan de hand van voorgeprogrammeerde ‘evaluatiefuncties’ bepaalt de computer welke uiteindelijke bordposities optimaal zijn. Daarbij wordt onder meer rekening gehouden met de waarde van bepaalde stukken, veiligheid van de koning, de kwetsbaarheid van de koningin bij de tegenstander en tal van andere parameters. Op basis daarvan kiest de computer de volgende zet door op zijn stappen terug te keren. De computer Deep Blue II, die in 1997 de toenmalige schaakkampioen Garri Kasparov versloeg, evalueerde gemid-
Gebruik je hersens
Garri Kasparov moest de duimen leggen tegen schaakccomputer Deep Blue II.
deld 200 miljoen bordposities per seconde. Ook recentere programma’s zoals Deep Fritz gaven topschakers het nakijken. De computer als expert
Een computerprogramma dat als doel heeft menselijke experts in een specifiek domein te evenaren of te overtreffen wordt een expertsysteem genoemd. Schaakprogramma’s zijn daar een voorbeeld van, maar er zijn veel meer toepassingen. Expertsystemen zijn in diverse domeinen populair, van de geneeskunde tot de bankwereld. Expertsystemen worden geprogrammeerd op basis van de regels die een expert volgt om een probleem op te lossen. Om een medische diagnose te stellen, wordt zo’n systeem bijvoorbeeld ‘gevoed’ met gegevens over de voorgeschiedenis van de patiënt, informatie over symptomen en resultaten van tests. Aan de hand van een in computertaal omgezette ‘redenering’ die dokters bij een diagnose volgen, neemt de computer vervolgens een beslissing. Met veel beslissingen die we nemen is een bepaalde mate van onzekerheid gemoeid. Gewone computerprogramma’s hebben het daar erg moeilijk mee. Ze kunnen enkel logische redeneringen van het type ‘als A dan B’ aan. Een expertsysteem kan wel rekening houden met onzekerheden, en kan die ook opnemen in zijn antwoorden.
Een expertsysteem kan de kennis van verschillende menselijke experts combineren, is in staat grote hoeveelheden informatie bij te houden en geeft steeds dezelfde antwoorden in gelijkaardige situaties, terwijl mensen soms worden beïnvloed door irrelevante factoren. Bovendien is een computer onvermoeibaar en is het veel makkelijker een succesvol computerprogramma te kopiëren dan een nieuwe expert op te leiden. Menselijke experts hebben daarentegen nog steeds een streepje voor op computers als het gaat om ‘gezond verstand’, dat ook belangrijk kan zijn bij het nemen van beslissingen.
De laatste jaren is de term ‘expertsysteem’ wat in onbruik geraakt. Wetenschappers hebben het tegenwoordig vaker over ‘kennissystemen’. De kennis bestaat in dit geval niet uit een aantal in computertaal omgezette beslissingsregels, en de procedure om tot een antwoord te komen kan ook niet in dergelijke regeltjes gegoten worden. Daar staat tegenover dat kennissystemen vaak lerende systemen zijn, die ervaring opdoen zoals een mens. Bij de eenvoudigste expertsystemen is dat niet het geval. Alle kennis moet door mensen in zulke systemen geprogrammeerd worden. Neurale netwerken zijn een populair voorbeeld van dergelijke lerende kennissystemen. Zo’n netwerk bootst de werking van onze hersenen na. Ons brein bestaat uit miljarden neuronen die via een complex vertakt netwerk met elkaar in verbinding staan. In elke neuron komt informatie binnen uit verschillende andere neuronen, die wordt bewerkt en omgevormd tot input voor een volgend neuron. Een kunstmatig neuraal netwerk is op een soortgelijke manier opgebouwd. Het bestaat uit grote aantallen
>>>
weetje van hans De digitale dokter Nederlandse onderzoekers hebben Promedas ontwikkeld, voluit Probabilistic Medical Diagnostic Advisory System. Promedas is een combinatie van een expertsysteem met kennis uit medische literatuur en ervaring van specialisten en een lerend systeem dat ervaring opdoet bij nieuwe opdrachten. Het systeem maakt op basis van gegevens over de patiënt in enkele seconden een keuze uit meer dan 3.500 diagnoses, stelt extra tests voor en waarschuwt aan de hand van persoonlijke gegevens voor geneesmiddelen die bijwerkingen zouden kunnen opleveren. Volgens de makers is Promedas het omvangrijkste en snelste medisch expertsysteem ter wereld.
S2K • 5
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
Verborgen lagen Input Output
Een kunstmatig neuraal netwerk (rechts) bootst de werking van de neuronen in onze hersenen (boven) na.
verwerkingseenheden of knopen, vergelijkbaar met de neuronen in ons brein. Dat complexe netwerk van knopen bestaat uit meerdere lagen. Gegevens komen terecht in een inputlaag en reizen zo door verschillende tussenlagen tot ze in een outputlaag terechtkomen die een oplossing voor een probleem weergeeft. Wij kunnen dingen leren doordat de verbindingen tussen de neuronen in onze hersenen worden aangepast. Verbindingen tussen neuronen die vaak samenwerken worden sterker en efficiënter, verbindingen tussen neuronen die weinig informatie uitwisselen verzwakken of verdwijnen. Als bepaalde situaties of patronen steeds terugkomen, kunnen onze hersenen steeds sneller en effi
ciënter met die informatie omspringen. In een kunstmatig neuraal netwerk gebeurt iets soortgelijks. Om het te kunnen gebruiken, moet het eerst worden ‘getraind’. Dat kan door het netwerk een aantal datasets te laten verwerken waarvan de output al gekend is. Stel dat je een systeem op poten wil zetten dat in staat is om medische scans te analyseren en te bepalen of op de beelden al dan niet een tumor te zien is. Je laat dan het neurale netwerk een groot aantal beelden met en zonder tumor analyseren. De data leggen daarbij een weg af door de verschillende beslissingslagen in het netwerk. Bij hun passage in de verschillende knopen ondergaan ze bewerkingen die uiteindelijk tot de output
zullen leiden. Tijdens het leerproces worden die bewerkingen automatisch aangepast, totdat het systeem telkens de juiste outputwaarde oplevert. Eens het netwerk ‘weet’ hoe het beelden moet classificeren, kan het in gebruik worden genomen. Neurale netwerken zijn erg handig voor taken die moeilijk in duidelijk programmeerbare regels te gieten zijn, zoals herkenning van beelden, spraak en handschriften.
weetje van hans wie krijgt een lening?
toegang toegestaan Neurale netwerken zijn erg geschikt voor complexe taken zoals gezichtsherkenning.
Lerende kennissystemen zoals neurale netwerken zijn niet alleen in de medische wereld populair. Ze kunnen ook worden gebruikt om zelf op zoek te gaan naar verbanden in grote historische databases in uiteenlopende domeinen. Banken gebruiken kennissystemen bijvoorbeeld om grote hoeveelheden gegevens te verwerken over mensen die ooit een lening hebben afgesloten bij een bepaalde bank. De dataset zal onder meer persoonlijke en financiële informatie van de leners bevatten en er zal in terug te vinden zijn of de terugbetaling goed is verlopen. Op basis van die informatie ‘leert’ het systeem dat bepaalde eigenschappen van kandidaat-leners de kans verhogen dat die later niet in staat zullen zijn hun lening af te lossen. Het systeem wordt vervolgens gebruikt om te beslissen of nieuwe kandidaten een lening krijgen. Op een gelijkaardige manier kan een systeem op basis van persoonlijke gegevens van patiënten en informatie over hun medicatiegebruik leren wie het meest gebaat is bij een bepaald type medicatie.
S2K • 6
In de begindagen van de computer geloofden experts dat computers, met hun snel toenemende rekenkracht, dienst zouden doen als brein van intelligente robots. Intussen is al gebleken dat het imiteren van breinwerking niet zo eenvoudig is. Toch lopen, rijden en kruipen er al verschillende ‘intelligente’ robots rond. Heel wat lastige, saaie of gevaarlijke taken hoeven vandaag niet langer door mensen te worden uitgevoerd. Robots hebben die van ons overgenomen. Vooral in de auto-industrie zijn ze populair. Maar dat zijn niet de robots die we hier bedoelen. Dergelijke machines zijn gewoon geprogrammeerd om een bepaalde handeling oneindig te herhalen, en van enige intelligentie is geen sprake. Ook over robots die vanop afstand worden bediend en bijvoorbeeld worden gebruikt om bommen te ontmantelen, kunnen we moeilijk beweren dat ze ‘slim’ zijn. Onder een intelligente robot verstaan we een machine die zelf beslissingen kan nemen en zelfstandig kan werken op basis van eigen waarnemingen.
Het zal je niet verbazen dat geen van beide eenvoudig te realiseren valt. Neem bijvoorbeeld tastzin. Probeer eens een tekstje te typen met handschoenen aan. In onze huid bevinden zich miljoenen druksensoren die ons feedback geven bij fijne handelingen. Het wordt lastig als je het als robot zonder die informatie moet stellen. Dankzij steeds compactere elektronica en betere sensoren worden robots echter steeds beter in het opvangen van prikkels uit de omgeving. De meeste sensoren bootsen de werking van onze zintuigen zo goed mogelijk na. Met aangepaste sensoren kunnen robots echter ook dingen waartoe wij niet in staat zijn, zoals het detecteren van magnetische velden of het opvan-
gen van ultrasone geluiden. Informatie verzamelen met behulp van sensoren is één ding, maar die grote hoeveelheid data verwerken is nog iets anders. Het is niet zo moeilijk een robot uit te rusten met een mini-cameraatje dat een perfect beeld van de omgeving oplevert, maar daarom ‘weet’ de robot nog niet wat hij in het vizier heeft. Het verwerken van de overvloed aan data en die informatie omzetten in de juiste commando’s blijft een van de grootste uitdagingen van de robotica. Robots klaren de klus
Sommige taken zijn levensgevaarlijk of kunnen gewoon onmogelijk door mensen worden uitgevoerd. Op plaatsen die voor ons niet toegankelijk zijn, van ijzige Antarctische meren tot Mars, halen robots de kastanjes uit het vuur. Urbie of de ‘urban robot’ gaat waar
Urbie kan hindernissen omzeilen en trappen beklimmen.
S2K • 7
niemand kan of wil gaan, en kan op verkenning worden gestuurd in radioactieve zones, in chemisch verontreinigde gebieden of na aardbevingen en andere rampen. Met zijn verschillende sensoren brengt Urbie het terrein in kaart. Twee camera’s bezorgen hem stereoscopisch zicht,
>>>
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
Robots waar je op kan rekenen
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
in beeld: robots op Mars panoramische camera’s
navigatiecamera’s infraroodsensor
zonnepanelen
antennes
robotarm
instrumenten om bodemstalen te verzamelen en te onderzoeken
op een ravijn afstevent, zou een stuurcorrectie wel eens net te laat kunnen komen... Spirit en Opportunity zoeken op Mars sporen van water, en hebben die intussen ook gevonden. Met camera’s speuren ze de omgeving af naar potentieel interessante gesteenten, die ze met een grijparm kunnen optillen om er met speciale apparatuur de samenstelling van te bepalen. Zonnepanelen voorzien de robots van energie. Hoewel oorspronkelijk was voorzien dat Spirit en Opportunity het maar een drietal maanden zouden uithouden, doen ze nog steeds dienst. Ze hebben intussen al meer dan 250.000 beelden van Mars opgeleverd.
De robot, uw vriend
zodat hij hindernissen kan omzeilen. Met zijn twee armen die 360 graden kunnen draaien kan hij trappen opklimmen, over obstakels klauteren en zichzelf omdraaien als hij op zijn rug zou komen te liggen. Met warmtesensoren ontwijkt hij putten, die iets warmer zijn dan de omgeving. Om onder dikke lagen ijs verborgen Antarctische meren te onderzoeken, hebben wetenschappers van de Nasa ENDURANCE ontworpen, een zelfstandige robot waarvan de naam voluit Environmentally
Endurance verkent Antarctische meren onder het ijs.
Non-Disturbing Robotic Antarctic Explorer luidt. De robot wordt via een gat onder het ijs gestuurd, legt in het meer een voorgeprogrammeerd parcours af en verzamelt op verschillende plaatsen en dieptes gegevens over de temperatuur en de chemische en biologische samenstelling van het water. Met behulp van een camera vindt Endurance zelf het gat in het ijs terug. De NASA hoopt Endurance later te kunnen inzetten op Europa, de met ijs bedekte maan van Jupiter, om er naar sporen van leven te zoeken. Op andere plaatsen in het heelal hebben intelligente robots al hun diensten bewezen. Sinds 2004 rijden de robots Spirit en Opportunity op Mars rond. Zelfstandigheid is in zo’n situatie noodzakelijk. Door de enorme afstand doet een signaal er 11 minuten over om van de aarde naar Mars te reizen. Als een robot S2K • 8
Mensen die ervan houden te stofzuigen of het gras te maaien zijn dun gezaaid. Tegenwoordig kunnen ze een beroep doen op zelfstandige robots om die vervelende taakjes over te nemen. En daar blijft het niet bij. Gesofisticeerdere modellen ontpoppen zich tot volwaardige huishoudhulpjes. Enkele voorbeeldjes: Roomba , een robot van het Ameri-
kaanse bedrijf iRobot, houdt intussen al een paar miljoen huizen stofvrij. Het toestel bestaat uit een 10 centimeter dikke, platte schijf met een diameter van ongeveer 35 centimeter. Een bumper bevat sensoren die deRoomba stofzuigt tecteren zonder tegenpruttelen. dat de robot ergens tegenaan rijdt, zodat die van richting verandert. Aan de onderzijde zijn infraroodsensoren aangebracht die moeten vermijden dat Roomba van de trap sukkelt.
Mocht de robot zich toch ergens klemrijden, dan laat hij een klagerig geluidje horen om zijn eigenaar aan te manen hem te komen bevrijden. iRobot ontwikkelt ook andere robots zoals Scooba, die vloeren schrobt, en Verro, die zwembaden schoonmaakt. Een intelligente grasmaaier zoals Robomow houdt volledig zelfstandig je gazon kort. Het grasveld moet wel afgebakend worden met een ondergrondse elektrische kabel die door de robot wordt geRobomow maait in jouw plaats het gazon.
detecteerd, zodat wordt vermeden dat ook het bloemenperk mooi kort wordt gemaaid of dat Robomow de vijver inrijdt. Het Duitse Fraunhofer Instituut heeft de Care-O-bot ontwikkeld. De robot rijdt rond op vier wieltjes en beschikt over een mobiele arm met een drievingerige hand. Care-O-bot is uitgerust met een laserscanner en speciale camera’s die hem 3D- en stereoscopisch zicht geven. Zo kan hij obstakels ontwijken en voorwerpen waarnemen. Aan de robot is een uitschuifbaar plateau bevestigd waarop hij bijvoorbeeld drankjes kan ronddragen. In het plateau zit een touchscreen om met de robot te communiceren, maar Care-Obot reageert ook op eenvoudige gebaren.
weetje van HANS een robot met hersenen Britse wetenschappers hebben een robot ontwikkeld die wordt bestuurd door rattenhersenen. Zo maken ze de grens tussen ‘echte’ en artificiële intelligentie nog iets dunner. Het robotje Gordon beschikt over een brein dat uit 50.000 à 100.000 actieve neuronen bestaat. Ter vergelijking: een mensenbrein bevat er ongeveer 100 miljard. De neuronen zijn afkomstig van rattenembryo’s en groeien in een speciaal voedingsmedium. Ze zijn verbonden met een netwerk van elektroden die de verbinding vormen tussen de neuronen en
de machine. Zo kan het brein signalen versturen die de wieltjes van de robot aandrijven en impulsen ontvangen van de sensoren waarmee de robot de omgeving verkent. Gordon wordt niet bestuurd door een computer of een mens. De neuronen maken verbindingen met elkaar en vertonen na een week een zekere hersenactiviteit. Als de robot tegen een muur botst, ontvangt het brein een signaal van de sensoren. Het is echter niet zo eenvoudig om zo’n machine te laten doen wat je wil. Wetenschappers gebruiken dit soort robots in de eerste plaats om meer te weten te komen over hoe onze hersenen werken en leren.
S2K • 9
Care-O-bot bedient je op je wenken.
De beroemde Asimo van Honda is een zogenaamde ‘humanoïde’ of mensachtige robot. Asimo loopt rechtop op twee benen en heeft twee armen en handen, kan deuren openen en sluiten en voorwerpen vastpakken en ronddragen. De nieuwste versie is 1,30 meter groot en weegt 54 kilogram. De robot kan bewegingen van personen registeren en mensen volgen en begroeten. Asimo luistert wanneer zijn naam wordt genoemd en kan zelfs de gezichten van mensen herkennen – als die vooraf geregistreerd zijn –, waarna hij ze met hun naam aanspreekt. Hij kan bezoekers verwelkomen en ze naar een vooraf bepaalde ruimte leiden. De robot is uitgerust met diverse visuele- en krachtsensoren die zijn
>>>
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
bewegingen gecoördineerd laten verlopen, zodat hij handen kan schudden, drankjes kan ronddragen op een schoteltje en een wagentje kan duwen. Emo-bot
Om zelf emoties te kunnen tonen, moeten robots zo goed mogelijk op mensen lijken. Wij lezen iemands emotionele toestand onder meer af door te kijken naar de lichaamshouding, de ogen en de positie van mond en wenkbrauwen. Op dat gebied spant de eerder dit jaar in Japan voorgestelde HRP-4C de kroon. Deze humanoïde robot kan niet alleen verschillende commando’s uitvoeren en rondstappen als een mens – zij het iets houteriger –, maar kan ook emoties zoals woede, vreugde en verrassing tonen. Daartoe zijn in het gezicht van HRP-4C, HRP-4C lijkt op een doorsnee Japanse vrouw.
Wat Asimo presteert is knap, maar de Japanse robot heeft alvast één tekortkoming: hij is niet in staat de emoties van mensen te herkennen of zelf emoties te tonen. Andere robots kunnen dat wel. Met behulp van artificiële neurale netwerken (zie Intelligente elektronica) leren ze de stem, gebaren en gezichtsuitdrukking van mensen te interpreteren en te linken met een bepaalde emotie. Dat proces is vergelijkbaar met de manier waarop kleine kinderen leren.
weetje van HANS Robocup RoboCup is een internationaal initiatief dat het onderzoek naar artificiële intelligentie en robotica wil stimuleren. En hoe kan dat beter dan aan de hand van voetbal? De ultieme doelstelling van RoboCup is tegen 2050 een robotteam klaar te hebben dat de menselijke wereldkampioenen kan verslaan. Daarvoor zal niet alleen veel vooruitgang moeten worden geboekt op het gebied van wendbaarheid en dataverwerking, er zullen ook nieuwe materialen moeten worden ontwikkeld om te vermijden dat een menselijke speler met een dubbele scheenbeenbreuk moet
worden afgevoerd na een aanvaring met de tegenstander. Intussen bezorgt voetbal de roboticaspecialisten steeds nieuwe uitdagingen. Vooral de robots laten samenwerken is een belangrijk aandachtspunt. De robotteams nemen het tegen elkaar op in verschillende reeksen, van de liga voor kleine robots tot de humanoïde-liga. Zelfs kinderen bouwen en programmeren hun eigen robots in RoboCup Junior. De onderzoekers hopen dat de ervaring die ze opdoen met hun voetbalteams ooit van pas zal komen om robot-reddingsteams in te schakelen – een toepassing waarbij samenwerking ook erg belangrijk is.
S2K • 10
Probo vrolijkt zieke kinderen op.
die is gemodelleerd naar de gemiddelde Japanse vrouw, kleine motortjes aangebracht die de robot onder meer toelaten te lachen en met de ogen te knipperen. Onderzoekers aan de VUB ontwikkelden dan weer de knuffelrobot Probo , die kan worden ingezet om kinderen in het ziekenhuis op te beuren. De olifantachtige robot analyseert met camera’s en op basis van spraakherkenning de gemoedstoestand van de kinderen en kan zelf ook emoties tonen. Al deze ontwikkelingen zouden er moeten toe bijdragen dat we optimaal met robots kunnen communiceren als ze als hulpje in onze huizen rondstappen.
Hoe vermijd je dat informatie die je via het internet verstuurt door iedereen kan worden gelezen? En zullen we nog privacy hebben als computerchips alomtegenwoordig zijn in onze omgeving? Via het internet wordt heel wat informatie verstuurd die interessant kan zijn voor mensen met slechte bedoelingen. Daarom worden belangrijke boodschappen zoals kredietkaartnummers, bedrijfsinformatie en persoonlijke gegevens gecodeerd, zodat wie de informatie onderschept enkel een onherkenbare cijfer- en letterbrij te zien krijgt. Dat gebeurt aan de hand van cryptografische technieken.
cryptisch met caesar
X
Y
C
A E
D E B CF G H F G I
D
Q
J
Q R O PS T U S T V N R W
V WX Y Z Z A B
H
U
K
L
O
P
I J K LM M N
‘DDQYDOOHQ ELM GDJHUDDG’ Dat kregen de Romeinse officieren te lezen als Julius Caesar wou ‘aanvallen bij dageraad’. Caesar kon met deze eenvoudige encryptietechniek dan wel vijanden die de boodschap zouden onderscheppen op een dwaalspoor brengen, de huidige versleuteltechnieken zijn veel ingewikkelder.
Cryptografie betekent letterlijk ‘verborgen schrijven’ en is al eeuwen populair, lang voor de komst van computers. Zo zou Julius Caesar de boodschappen aan zijn generaals hebben gecodeerd door elke letter te vervangen door een letter 3 plaatsen verder in het alfabet. Om een boodschap te coderen, heb je twee dingen nodig: een algoritme of wiskundige functie die zegt hoe de informatie versleuteld moet worden, en een sleutel om de code te vercijferen en te ontcijferen. In het geval van Caesar luidt het algemene algoritme ‘vervang elke letter door een letter X plaatsen verder’. De sleutel is in dit geval de ‘X’. Alleen als je ‘X’ kent, kan je de boodschap begrijpen. Er zijn twee manieren om met versleutelde boodschappen om te springen. Bij symmetrische of geheime-sleutelencryptie gebruiken twee computers die met elkaar communiceren dezelfde geheime sleutel. Dat is niet altijd handig, want beide partijen moeten afspreken welke sleutel ze zullen gebruiken, en je weet niet alijd wie met je wil communiceren en of die wel te vertrouwen is. Publieke-sleutelcryptografie lost dat S2K • 11
probleem op. De ontvanger van de boodschap creëert twee sleutels. De eerste, publieke sleutel wordt aan iedereen bekendgemaakt en kan worden gebruikt om informatie te coderen. De tweede sleutel is enkel voor de ontvanger. Daarmee kan die de boodschap ontcijferen. Publieke-sleutelencryptie verloopt echter nogal traag en is daarom niet zo geschikt om lange boodschappen te versleutelen. Het wordt vooral toegepast om de sleutel af te spreken die nadien bij geheime-sleutelencryptie wordt gebruikt. Wie niet snel is...
De algoritmes en sleutels die door computers worden gebruikt, zijn natuurlijk veel ingewikkelder dan die in de bovenstaande voorbeeldjes. Een boodschap die is ge-
>>>
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
Geheimschrift voor gevorderden
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
codeerd met het algoritme ‘vervang elke letter door een letter X plaatsen verder’ is namelijk eenvoudig te ontcijferen, want er zijn maar 26 letters. Je zal dus maximaal 26 pogingen nodig hebben om de code te kraken. Moderne encryptie-algoritmes zoals AES (Advanced Encryption Standard) zijn een pak complexer en gebruiken sleutels die bestaan uit 128, 192 of 256 bits. Elke bit kan twee waarden aannemen – 0 of 1 – en dus zijn er voor deze sleutels respectievelijk 2128, 2192 en 2256 mogelijkheden. Als je die allemaal wil uitproberen, ben je dus wel een tijdje zoet. Maar computers worden steeds krachtiger en slagen er steeds sneller in om een code te ontcijferen door alle mogelijke sleutels te proberen, een tactiek die de ‘brute force-methode’ wordt genoemd. Niemand weet zeker hoe de snelheid en rekenkracht van computers zal evolueren. Voorlopig gaan experts ervan uit dat je met een sleutel die uit 128 bits bestaat, safe zit tot in 2038. Omdat zo’n aanpak niet loont, spelen computercriminelen het slimmer. Ze zoeken andere zwakke punten in be-
is opgesteld, kan je daar rekening mee houden, zodat er minder pogingen nodig zijn om de code te ontcijferen. Big brother is watching you
veiligingssystemen of algoritmes, zodat ze minder moeite moeten doen om de juiste sleutel te vinden. Om even terug te keren naar ons simpele voorbeeldje: er zijn bepaalde letters die vaker voorkomen in de ene taal dan in de andere. Als je weet in welke taal de boodschap
Als steeds meer objecten met elektronica en chips worden uitgerust, zoals je kon lezen in ‘Dingen die denken’ in het eerste deel van de ICT-bijlage, circuleert er een steeds grotere hoeveelheid (persoonlijke) informatie. Het voordeel van de RFID-chips (Radio Frequency identification) in producten, gsm’s, betaal- en klantenkaarten – namelijk dat je ze zonder fysiek contact vanop een afstand kan lezen – is een nadeel vanuit het standpunt van privacy en veiligheid. Als we evolueren naar een situatie waarin alle producten in een winkel een chip hebben en ook je klantenkaart een RFID-chip bevat, wordt het makkelijk om in het oog te houden hoe vaak je in de winkel langskomt, welk traject je volgt en welke producten je interesseren – ook al koop je ze niet. Dat biedt perspectieven voor zogenaamde direct marketing, waarbij je gecontacteerd wordt door bedrijven
weetje van Hans Identiteit te grabbel België was een van de eerste Europese landen die een RFID-chip in hun reispaspoort integreerden. Aan een logo – een cirkel met twee strepen – kan je zien dat er een chip in zit. De chip bevat persoonlijke informatie, zoals naam, handtekening en geboorteplaats en kan op 10 centimeter afstand worden gelezen. Encryptiespecialisten van de universiteit van Louvain-la-Neuve onderzochten de veiligheid van de passen
en kwamen tot verbluffende conclusies. De reispassen die tussen eind 2004 en juli 2006 zijn uitgereikt, bevatten geen enkele beveiliging. De wetenschappers slaagden er zelfs in de informatie te bemachtigen terwijl een pas in een jaszak of handtas zat. Enkele seconden dicht genoeg in de buurt van het slachtoffer blijven, volstond om zijn identiteit te achterhalen. De paspoorten die na juli 2006 zijn uitgereikt,
S2K • 12
maken wel gebruik van encryptiealgoritmes, maar die zijn volgens de onderzoekers makkelijk te kraken.
met informatie over producten ‘die je zouden kunnen interesseren’. Een ernstiger gevolg zou kunnen zijn dat een overvaller die over een RFIDlezer beschikt, op basis van de signalen kan achterhalen welke (dure) producten een voorbijganger bij zich heeft, ook al zijn die niet meteen zichtbaar. Als ook je pas voor het openbaar vervoer met een chip wordt uitgerust, zodat je automatisch wordt geregistreerd bij het opstappen en er automatisch een bedrag van je saldo verdwijnt, is het bovendien mogelijk om je reisgedrag in kaart te brengen. Hoe meer chips er worden gebruikt, hoe moeilijker het wordt om te controleren wie informatie verzamelt die met een bepaalde persoon kan worden gelinkt en wie toegang heeft tot die informatie. Volgens sommigen komt het beeld van Big Brother daardoor angstwekkend dichterbij.
weetje van Hans Hack eens een auto Ook elektronische autovergrendelingssystemen maken gebruik van encryptie om de communicatie tussen wagen en sleutel te coderen. Een van die encryptiesystemen is KeeLoq, dat niet onaantastbaar blijkt. Een team Belgische en Israëlische onderzoekers slaagde erin de code te kraken door de communicatie tussen auto en sleutel af te luisteren. Door die signalen te analyseren, hoefden ze niet de miljarden mogelijke encryptiesleutels uit
te proberen – zelfs voor een supercomputer onbegonnen werk – en kraakten ze de code op een dag tijd. Vanaf dat moment konden ze auto’s zichzelf laten ontgrendelen. Hoewel ze daarmee de zwakheden van het systeem blootlegden, gaven de onderzoekers toe dat een baseballknuppel voorlopig een snellere en eenvoudigere manier blijft.
Faraday weet raad
Natuurlijk bevat niet elke chip delicate informatie, maar dat is wel het geval bij chips op bank- en identiteitskaarten. Als een identiteitskaart met een RFID-chip is uitgerust, kan iemand met een lezer in principe jouw persoonlijke gegevens ongemerkt raadplegen. Om dat te vermijden, worden ook in deze toepassingen encryptiealgoritmes gebruikt om de informatie te coderen. Daarbij doemen een aantal problemen op. Chips voor RFID-toepassingen worden zo klein en eenvoudig mogelijk gehouden, want ze moeten erg goedkoop zijn. Om met de ingewikkelde encryptiealgoritmes te kunnen werken, moeten de chips groter en dus duurder worden, en dat verhoogt de toepassingsdrempel. Bovendien zullen de chips dan ook meer energie verbruiken, terwijl ze net zo zuinig mogelijk moeten zijn. Naast de klassieke cryptografie wordt druk gezocht naar nieuwe manieren om onze privacy te beschermen in een omgeving waar je informatie als het
ware uit de lucht kan plukken. Wetenschappers werken aan toestelletjes die controleren welke chiplezers verbinding proberen te maken met de chips in jouw persoonlijke kaarten, pasjes of gsm, en bepalen op basis van jouw instellingen wie toegang krijgt en wie niet. Een eenvoudiger oplossing is je pasjes in een metalen omhulsel te bewaren. Dat doet dienst als een ‘kooi van Faraday’ en houdt alle radiogolven tegen.
Het is overduidelijk dat er aan de RFID-technologie heel wat uitdagingen op het gebied van privacy en veiligheid verbonden zijn. Naast technologische oplossingen wordt er gewerkt aan wetten en richtlijnen die onder meer vastleggen op welke manier moet worden aangegeven dat een product chips bevat en onder welke omstandigheden die actief mogen zijn. Zo moeten de blik van de gevreesde Big Brother toch wat troebel blijven.
weetje van Hans goedkoop shoppen De RFID-chips op producten in winkels zijn vaak niet vergrendeld. Hackers zijn er al in geslaagd dergelijke chips te ‘kraken’ en de inhoud te veranderen. Zo
S2K • 13
konden ze met speciaal daarvoor ontwikkelde software onder meer de informatie op een chip op een goedkope fles wijn kopiëren en die op een dure fles aanbrengen om zo het automatisch scansysteem om de tuin te leiden.
interview | Privacy & veiligheid | Robotica | Intelligente elektronica
‘Veiliger en efficiënter verkeer dankzij ICT’
Als ICT in één sector opgang maakt, dan wel in de auto-industrie. ‘De huidige motoren zijn eigenlijk al computers’, zegt Georges Gielen van de K.U.Leuven. En aan die trend lijkt niet meteen een einde te komen. Rijden we in 2025 rond in zelfstandige auto’s? Georges Gielen is als gewoon hoogleraar verbonden aan de vakgroep MICAS (Micro-elektronica en sensoren) waar computerchips en sensoren voor de autoindustrie worden ontwikkeld.
Jaarlijks vinden op Europese wegen ongeveer 1,3 miljoen ongevallen plaats en daarbij vallen ruim 40.000 dodelijke slachtoffers. Daarnaast staan we te vaak in de file en brengt het Europese wegverkeer een grote milieubelasting met zich mee. Om die problemen aan te pakken, heeft de Europese Unie het Intelligent Car Initiative opgestart. Hoe kan ICT helpen om onze verkeersproblemen op te lossen?
ICT helpt nu al onze auto’s zuiniger te maken. De huidige motoren zijn eigenlijk al computers. Als de CO2-uitstoot van auto’s nu lager is dan vroeger, dan komt dat vooral door de elektronica, want aan de motor zelf is weinig veranderd. Elektronica past de hoeveelheid brandstof en lucht in de motor aan, zorgt dat de ontsteking op het juiste moment plaatsvindt, enzovoort. Zo wordt een maximaal rendement gehaald
in beeld: Relax rijden Een controlecentrum houdt rekening met actuele verkeersinformatie en bepaalt dat de optimale snelheid 80 kilometer per uur is, hoewel de maximumsnelheid 100 per uur is.
De positie van de wagens wordt met gps bepaald. Tol wordt automatisch geïnd.
Verkeersinfo Controlecentrum
met een minimaal gebruik van brandstof. Het verminderen van de milieubelasting is één aspect van het Intelligent Car Initiative. Daarnaast bestaat de vrees dat de wegen zullen dichtslibben als er meer auto’s bijkomen. Het is dus de vraag hoe we voor een betere doorstroming van het verkeer kunnen zorgen en tegelijk het aantal ongevallen kunnen verminderen. ICT is daar uitstekend voor geschikt. Wat moeten we verstaan onder een intelligente wagen?
Nu rijden we met auto’s die niet communiceren, niet met andere auto’s en niet met de weginfrastructuur. Als er dan iets gebeurt, bijvoorbeeld als iemand bruusk moet remmen, dan heb je totaal geen controle over het systeem, en dat leidt tot ongevallen en files. Daarom wil men auto’s laten communiceren, zodat elke auto weet waar hij zich bevindt en dat kan doorgeven aan andere auto’s. Maar zo’n intelligente auto zal ook communiceren met de weginfrastructuur. Je zal kunnen ingeven waar je naartoe moet, en dan wordt berekend wat de efficiëntste weg en de optimale snelheid is, rekening houdend met de andere weggebruikers. Wat is er nodig om dat allemaal mogelijk te maken?
!
Auto’s bewaren dankzij een radar de juiste afstand en communiceren met elkaar.
S2K • 14
De auto’s moeten om te beginnen weten waar ze zich bevinden. Dat kan met gps, maar daarop zit nog een tamelijk grote onzekerheidsmarge. Ze moeten ook worden uitgerust met sensoren en radar, zodat ze andere auto’s maar ook niet-bewegende objecten kunnen detecteren. Sensoren vooraan, achteraan en aan de zijkanten geven een beeld in
verschillende richtingen. Dat levert de chauffeur extra informatie op. Zo kan een onoplettende chauffeur er met een waarschuwingssignaal attent op worden gemaakt dat hij een andere auto of een obstakel gevaarlijk dicht nadert. Er wordt ook gewerkt aan systemen die zwakke weggebruikers detecteren. Daarnaast lopen er binnen het Intelligent Car Initiative proefprojecten met systemen die de chauffeur waarschuwen als hij in slaap dreigt te sukkelen. Dat kan door zijn oogbewegingen te volgen of te detecteren wanneer hij onbewust van rijvak lijkt te veranderen.
gemaakt naar een ‘echt’ stuk snelweg over korte afstand, en pas daarna wordt zo’n toepassing veralgemeend. In de auto-industrie worden er enorm veel tests gedaan om zeker te zijn dat een systeem in alle omstandigheden 100% werkt. Zo’n zelfstandige wagen moet bijvoorbeeld ook obstakels kunnen ontwijken, denk aan een doos die plots van een vrachtwagen valt. Er zijn al testmodellen die dat kunnen onder gecontroleerde omstandigheden. Maar ze moeten natuurlijk altijd werken. Daarom zullen echt grootschalige toepassingen er wellicht pas na 2025 komen. Maar dát ze er komen, lijkt mij vast te staan.
Automatisch rijden Maar de toepassingen gaan verder dan extra informatie verstrekken. Auto’s zullen ook zelf actie kunnen ondernemen.
Wat zijn de grote hinderpalen in het onderzoek naar intelligente auto’s?
De extra informatie kan ook rechtstreeks teruggekoppeld worden naar de wagen. Op korte termijn zal dat leiden tot systemen waarbij een auto automatisch begint te remmen als hij een obstakel nadert, nog voor de chauffeur dat zou doen. Op langere termijn zullen we evolueren naar automatisch rijden, een soort blokrijden. Je draait de snelweg op nadat je hebt geprogrammeerd waar je naartoe moet, en een centraal systeem neemt op dat moment de controle over. Het bepaalt achter welke wagen je zal rijden en aan welke snelheid. Je kan het vergelijken met het vliegverkeer, dat vandaag al grotendeels automatisch verloopt. Zoals een controlecentrum erop toeziet dat er geen vliegtuigen botsen, zo kan dat ook met auto’s. Het nadeel is dat je niet sneller zal kunnen rijden als je gehaast bent, maar het voordeel is dat er gemiddeld meer auto’s langs een snelweg kunnen passeren en dat het verkeer veiliger wordt. Over welke termijn spreken we dan?
Men hoopt dat systemen met zelfstandige wagens tegen 2025 operationeel zullen zijn. Aanvankelijk wordt er altijd geëxperimenteerd in een afgesloten testomgeving. Dan wordt de overstap
We beschikken over de juiste sensoren, maar ze zijn nog te duur, zeker voor standaardwagens. Daarnaast is het nog een uitdaging om de elektronica storingsvrij te houden. De kabels die de verschillende sensoren met elkaar en met de centrale verwerkingseenheid
“
Er wordt geëxperimenteerd met intelligente voertuigen die spontaan remmen voor obstakels.
voor iedereen beschikbaar. Bovendien moeten we de voordelen en nadelen tegen elkaar afwegen. Ten opzichte van een verhoogde veiligheid lijkt mij dat aanvaardbaar. Iedereen die een gsm bij zich heeft is trouwens nu al traceerbaar, bij benadering weliswaar, want men kan weten in de buurt van welke zendmasten je je bevindt. In het elektronisch tijdperk bestaat absolute privacy niet meer. We moeten data en datatransfers natuurlijk wel zo goed mogelijk afschermen van buitenstaanders.
Een controlecentrum zal vermijden dat auto’s nog botsen
verbinden, werken namelijk als een antenne die ook externe elektromagnetische golven – bijvoorbeeld van gsmzendmasten – kan oppikken. Die kunnen voor storingen zorgen, en dat moeten we vermijden, want je wil natuurlijk wel dat je automatische remmen het doen als je ze nodig hebt. Er moet ook nog worden gesleuteld aan systemen die de grote hoeveelheden gegevens van naburige auto’s en van de weginfrastructuur foutenvrij kunnen verwerken. En uiteraard zijn er forse investeringen nodig om de wegen intelligent te maken. Vormen overal traceerbare wagens geen gevaar voor onze privacy?
Het is natuurlijk eigen aan het systeem dat een centrale computer in een verkeerscentrum weet waar een wagen zich bevindt. Maar die informatie is niet S2K • 15
Ik merk een evolutie bij de jeugd. Jongeren liggen minder wakker van privacy en hebben een beter zicht op de voordelen van nieuwe technologieën. Gewoontes en verwachtingen evolueren. Toch zullen veel mensen het moeilijk hebben met het feit dat ze bijvoorbeeld niet meer zelf kunnen beslissen met welke snelheid ze rijden.
Tja. Maar als je al eens hebt moeten blokrijden naar de kust, zie je toch de voordelen van dergelijke systemen. De doorstroming kan niet worden verhoogd als iedereen de snelste wil zijn. Door iedereen gelijk te schakelen, kan de gemiddelde snelheid omhoog. Bovendien kan je dan als chauffeur andere nuttige dingen doen in de auto. Maar het zal tijdje duren eer dat wordt aanvaard.
Hans
De bijlagen worden op www.eosmagazine.eu multimediaal ondersteund met een videoblog.
Video
Leerpakket
Leerkrachten vinden er ook didactische werkvormen bij elke bijlage.
Een editie van ‘Start to Know’ gemist? Surf naar www.eosmagazine.eu of bel + 32 (0)3 680 25 67 om een nummer of de hele reeks te bestellen.
Weblogs WORD EXPER
T IN 5 STAPP
EN
WORD EXPER
ALLES WAT TEN OVER JE MOET WE
T IN 5 STAPP
EN
TEN OVER
A DE DIGITALE GENETIC ALLES WAT
JE MOET WE
WERELD
N NICA IE: GOOCHELE CS • NANO-ELEKTROHET GRID • PRATEN BASI E MODIFICAT ZIJ ’ THEEN • GENETISCHN VAN PLANTEN & DIER PUTERS DANK VING WORDT ‘SLIM S SUPERCOM DE OMGE MET GENE RA’S VAN GGO’ MET MACHINES • • PRO’S & CONT
www.easyware.be
Dit project wordt ondersteund binnen het actieplan Wetenschapsinformatie en Innovatie, een initiatief van de Vlaamse overheid.