Tudomék tudós, mérős, és találmányos blogja

Napkirálynő

Női feltalálók rovatunk következik

2017. augusztus 20. - EJMSZ

Kit nevezünk Napkirálynak és Napkirálynőnek? Segítünk. XIV. Lajos volt a Napkirály, a Napkirálynő címet (becenevet) viszont nem felesége kapta, hanem valaki más. Vajon ki lehet ő? Rájöttök ebben a nagy kánikulában?

 tm1.jpg

  • December 12-én született Budapesten, nyolc testvére közül ő volt a legidősebb nővér. 
  • Matematika-fizika szakon szerzett diplomát, majd doktori fokozatot fizikai-kémia területen 1924-ben. Még ebben az évben nagybátyja hívásának eleget téve Amerikába költözött és dolgozott. 
  • A clevelandi Biofizikai Intézetben agysejtek sugárzását kutatta, ahol komoly eredményeket sikerült elérnie: az általa készített elektromos fényképezőgéppel meg tudták mérni az agysejtek infravörös sugarait.  
  • A The New York Times 1934-ben készített egy összeállítást Amerika akkori 11 legismertebb és legsikeresebb nőjéről, ahol filmszínészek, sportolók és közéleti szereplők mellett ő is szerepelt egyetlen (ráadásul magyar) tudósként.  
  • Amerikának a második világháborúba való belépésekor őt is besorozták annak a Tudományos Kutatási és Fejlesztési Hivatalnak (Office of Scientific Research and Development, OSRD) a csapatába, amely hadiipari fejlesztéseken, többek között az atombombát előállító Manhattan-projekten dolgozott. Arra kérték fel, hogy a napenergia felhasználásával találjon ki valamit, amivel a sós vizet ihatóvá teszi. Korábban a sós vizet felforralva párologtatták, és a gőzből kicsapódott víz vált ihatóvá. Ez azonban hadi körülmények között nem volt járható út. 
  • 1939-től kezdve munkássága leginkább a napenergia felhasználása köré összpontosult. Egy magántőkéből finanszírozott bostoni kutatócsoportnak felkért tagja, majd később, 1940-től vezetője lett, és elsőszámú feladatként kapta a napenergia-átalakítás lehetőségeinek kutatását. 
  • A fűtési rendszert a napenergia tárolásával oldotta meg. Alapötlete az volt, hogy a napsugarak energiáját egy speciális vegyületben próbálja meg eltárolni. Kísérletei során jött rá, hogy erre legalkalmasabb a glaubersó (nátrium-szulfát dekahidrát, Na2SO4x10H2O, a háztartási használatból is ismert tisztítószer és hashajtó) oldata lehet. 
  • A napenergia hasznosításával kapcsolatban számos szabadalma lett. Egyik legsikeresebb találmánya a második világháború amerikai katonai pilótáinak kifejlesztett napenergiával működő tengervíz-sótalanító berendezés volt. Szintén ezen az elven működött egy másik, üzemi és városi vízellátásra is alkalmazható lepárlótelep-szabadalma, ahol az alapötlet a sós vízből kizárólag napenergia-felhasználás segítségével történő édesvíz előállítása volt. De tervezett napenergiával működő hússütőt is. 
  • Több száz tudományos publikációt írt, 20 szabadalmat jegyzett és 12 nemzetközi kitüntetést nyert el (például az Amerikai Tudományos és Kutatás-fejlesztési Hivatal díját). Egyetemi oktatóként, majd később nagyvállalati tanácsadóként dolgozott és vett részt több állami megbízású tengerészeti és űrkutatási programban is. Kutatási eredményeinek jelentősége – a napenergia hasznosításának továbbfejlesztése – az 1970-es évek olajválsága után tovább fokozódott. 
  • 24 évesen hagyta el Magyarországot, és csak 70 év után, 1995-ben, 95 évesen tért vissza, hogy még egyszer láthassa szülővárosát, Budapestet. Ekkor érte a halál.

Rájöttetek közben?

Telkes Máriáról van szó, akinek számos találmányát ma is használjuk. Például manapság egyre több ház tetején látni napkollektort, de azt kevesen tudják, hogy ez egy magyar női feltalálónak köszönhető.

Keressetek utána izgalmas életének, hiszen példa értékű lehet mindannyiunk számára; és egy nem is kicsit büszkék is lehetünk rá!

 tm3.jpg

Forrás:

http://www.termeszetvilaga.hu/szamok/tv2009/tv0903/redey.html

http://gyartastrend.hu/energetika/cikk/a_nap_megszeliditoje

Örök Író / Bíró Crayon (BIC)

Ki tudja hogy hívják a dilis indiánt? …

Golyóstoll.

A viccet félre téve, júniusban emlékezzünk kicsit egy zseniális magyar ember, Bíró László József találmányára, a golyóstollra.

A golyóstoll elve egyszerű: festékkel töltött csövecske végén forgó golyó, ami ír. Ezzel már Bíró előtt is kísérleteztek, mivel sem a lúdtoll, sem a töltőtoll nem tartotta a tintát elég hosszú ideig. És bár a golyó ötlete már korábban is (pl. John Loud-ban) felmerült, Bíróék (nem egyetlen ember egyetlen szikrája ez sem) érdemein ez semmit nem csökkent.

Bíró László igazi polihisztor volt. Összesen 30 találmányt jegyzett. Kényszerből választott hazájában, Argentínában olyan tiszteletet vívott ki magának, hogy születésének napja, szeptember 29-e az argentin feltalálók ünnepe lett.

A ma általánosan használt és jól ismert golyóstoll végső formájához többen is jelentősen hozzájárultak. Ezzel együtt is mindenki elismeri, hogy a Bíró testvérekkel kezdődött ez a mai napig töretlen sikertörténet. Sőt, a golyóstollat még ma, a számítógépek és okostelefonok világában sem kell temetni. Ez a nagyszerű praktikus szerkezet, még biztos, hogy sokáig kíséri az emberiséget. 1.jpg

Mi is a lényeg? A tinta ne folyjon ki pacát hagyva, de ne is száradjon bele a csőbe. Ehhez Bíróéknak két területen volt áttörő újítása a korábbi próbálkozókkal szemben. A pontos golyó gyártása, és a kapilláris golyófészek a mechanikai újdonság. A megfelelően viszkózus, de nem beszáradó tinta a vegyész Bíró testvér, György érdeme. 2.jpg

Ha kézzelfoghatóbban szeretnénk megtapasztalni a golyóstoll működési elvét, vegyük szemügyre a toll magyar atyjának kicsit későbbi találmányát, a toll felnagyított testvérét, a golyós dezodort. A toll pont ugyanúgy viszi a tintát a papírra, ahogy a golyós dezodor az illatot a bőrünkre.

Ha most valaki e sorokat olvasva felkapja a közelében lévő golyóstollat és azt a papíron lassan húzogatva a hegyét tanulmányozza, ne ijedjen meg. Ez a normális. A mindennap használt dolgok apró érdekességein nem szoktunk elgondolkodni, de ha felhívják rá a figyelmünket, akkor nagyon is találunk benne érdekeset.

Vannak, akik imádnak golyóstollal írni. Vagy pörgetni, pattogtatni. Vannak, akik gyűjtik a kivételes darabokat, például, amiknek különleges a behúzó szerkezetük. (A klasszikus nyomógombos volt az első behúzó típus. Az USA-ban kezdték gyártani már a 1940-es évek végén.) Sokan azokat is nagyon kedvelik, amik egyediek megjelenésben. De az is fontos kitől kapjuk. És sose felejtsük el visszaadni. Csak saját tollal ékeskedjünk!

És azt tudtad-e Marie Curie-ről?    

Vajon milyen nevet említenétek először, ha olyan női tudósokat kellene felsorolnotok, akiknek az eredményeit a legtöbb férfi tudós megirigyelheti? Valószínűleg legtöbbünknek Marie Curie ugrik be először; akinek, ha megpróbáljuk kigyűjteni a legfontosabb eredményeit és életeseményeit, nehéz dolgunk van, mert annyira izgalmas élete volt.

Mi 10+5 pontban megkíséreljük a lehetetlent, de előre szólunk, Marie Curie története sugárzóan magával ragadó! 

Tudtad-e Marie Curie-ről?                                                                                           

 #1

A középiskolát 15 évesen, aranyoklevéllel fejezte be, de Lengyelországban nem folytathatta tanulmányait, mert akkoriban a nők még nem tanulhattak egyetemen. A család anyagi gondjai miatt Marie kénytelen volt tanári állást vállalni, így 18 éves korában nevelőnőként helyezkedett el. Keresetéből támogatta nővére párizsi orvosi tanulmányait és megkezdte tudományos tréningjét arra készülve, hogy egyszer kijut a nővére után Párizsba. 1891-ben apja és nővére segítségével tudott Párizsba költözni, és elkezdhette egyetemi tanulmányait a Sorbonne-on, ahol matematikát, fizikát és kémiát tanult. Nagyon nehéz anyagi körülmények között élt. 1893-ban fizikából, majd 1894-ben matematikából szerzett diplomát, kiváló eredménnyel. kep1.jpg

#2

1896-ban Henri Becquerel az uránsók különös sajátságainak vizsgálata során egy titokzatos sugárzást fedezett fel. Madame Curie doktori disszertációjának témájául e sugárzás vizsgálatát választotta. Rájött, hogy az uránnál észlelt tulajdonság más anyagokra, pl. a tóriumra is jellemző. Marie a jelenséget radioaktivitásnak nevezte el. Kimutatta, hogy a sugárzás nem a molekulák egymásra hatásának eredménye, hanem magukból az atomokból ered. 

#3

1898-ban Pierre és Marie együtt adtak ki egy tanulmányt egy általuk újonnan felfedezett elemről, amit Marie hazája tiszteletére polóniumnak nevezett el. Fél év múlva egy másik elem, a rádium felfedezését is publikálták, amely nevét erős radioaktivitásáról kapta. 1902-ben 8 tonna uránszurokércet dolgoztak fel kis laboratóriumi edényeikben, míg végül 0,1 gramm tiszta rádium-kloridot sikerült elkülöníteniük. Emberfeletti erőfeszítéseket igénylő munkájukhoz csak egy fészerben tudták berendezni laboratóriumukat, ahol minden elképzelhető kényelmetlenséggel meg kellett küzdeniük.          kep_4.jpg#4

1903-ban Marie Franciaországban első nőként megkapta doktori címét. Jellemző módon a doktorrá avatásra fekete ruhát varratott – ahogy az esküvőjére sötétkéket –, hogy a laborban is tudja hordani, anélkül, hogy félni kéne attól, hogy foltos lesz. Ugyanebben az évben Pierre Curie, Marie Curie és Henri Becquerel együttesen megkapták a fizikai Nobel-díjat. A svéd akadémia történetében Marie Curie volt az első nő, akit a díjjal megtiszteltek, noha eleinte őt magát nem is jelölték, mivel nő volt. Egy befolyásos svéd tudós érte el, hogy Marie is a jelöltek listájára kerüljön munkatársaival együtt. 

#5

Marie a családi élet és a kutatómunka mellett rendszeresen publikált és oktatott is. 1900-ban kinevezték a sèvres-i École Normale Supérieure (ENS) női tanárképző főiskola fizikatanárává, ahol elsőként vezette be a szemléltető kísérleteken alapuló tanítási módszert. 1906-ban a sorbonne-i fizika tanszék Marie-re ruházta Pierre helyét, és átadta neki a laboratórium teljhatalmú vezetését is. Mint az egyetem első női professzora, fáradhatatlan munkába vetette magát, így keresve új értelmet életének. kep7.jpg

#6

Férje halála után a tudományos világ figyelme Marie-ra irányult. Munkatársaival 1910-ben sikerült tiszta állapotban elemi rádiumot előállítania. 1911-ben megkapta a kémiai Nobel-díjat is a rádium és polónium felfedezésért, valamint a fémrádium előállításáért, sajátságainak és vegyületeinek tanulmányozásáért. Ezzel ő lett az első tudós, aki kétszer is megkapta a Nobel-díjat. 

#7

Ugyan Skłodowska–Curie egyike azoknak, akik kétszer is megkapták a Nobel-díjat két különböző területen, Marie Curie-nek soha nem adták meg az akadémiai tagságot, mivel a Francia Tudományos Akadémia képtelen volt felhagyni a nőkkel szembeni előítéletével. Munkája nemcsak a fizika és kémia bevett elméleteit változtatta meg, de a társadalmi konvenciókra is hatással volt. Hogy tudományos pályafutásában nőként előre tudjon jutni, sok akadályt kellett legyőznie nemcsak a saját, de befogadó hazájában is. Felszabadultnak, függetlennek és megvesztegethetetlennek ismerték. 

#8

Marie felismerte, hogy a radioaktív anyagokból jelentős tartalékokat kell felhalmozni egyrészt a betegségek kezeléséhez, másrészt azért, hogy állandóan elegendő anyag álljon rendelkezésre a kutatásokhoz. Ennek érdekében sok országba elutazott, 1921-ben például nagysikerű utat tett az Egyesült Államokba, ahol Harding elnök az amerikai nők által gyűjtött pénzből vásárolt 1 grammnyi rádiumot ajándékozott neki. 

#9

Bár megtehette volna, de vagyont nem gyűjtött sem magának, sem gyermekeinek. Mikor hatalmas összegeket kínáltak a Curie házaspárnak a rádium előállításának eljárásáért, a két tudós minden anyagi ellenszolgáltatás nélkül bocsátotta közre eredményeit és rádiumkészletét. 

#10

A radioaktív sugárzás egészségre káros hatása még nem volt ismert a XX. század elején, ezért a Curie házaspár is minden védelmi felszerelés nélkül kísérletezett a hasadóanyagokkal. Marie állítólag szerette a zöldeskék fényt, amit a sugárzó anyagok sötétben mutattak, ezért szívesen nézegette, íróasztalának fiókjában tartotta vagy a zsebében hordta azokat. Élete során sokat betegeskedett, minden bizonnyal a szervezetét ért jelentős sugárterhelés miatt. Ma már tudjuk, hogy a radioaktív sugárzás megtámadja vérképző szervünket, a csontvelőt. Madame Curie 1934. július 4-én halt meg csontvelőrákban. A sceaux-i temetőben lelt nyugalomra férje mellett, majd 1995-ben a francia nemzet azzal rótta le háláját, hogy maradványaikat a párizsi Panthéonba helyezték át. A Curie házaspárt ért sugárzás erejét mutatja, hogy a fennmaradt laboratóriumi eszközöket, könyveket, jegyzeteket a mai napig ólomdobozokban tárolják, mivel még most is erősen sugároznak. kep_12.jpg

„És hogy mi a sugárzás… Ha senki nem lenne a temetőben, hogy megmutassa, merre van a sír: egy egyszerű Geiger-Müller-számláló élénkülő lüktetése odavezetné a látogatót. Az ionizáló sugárzás törvényei szerint 1580 esztendőnek kell eltelnie ahhoz, hogy a Curie-házaspár sírjából érkező jelek erőssége felére csökkenjen.”  (Részlet - Illyés Gyula: Naplójegyzetek)

 

Munkásságának hatása 

#1

Marie és Pierre Curie munkássága új korszakot nyitott a fizikában és a kémiában, a radioaktivitás vizsgálatának terén nagy lendületet adott a kortársaknak és a későbbi kutatóknak egyaránt. A következő években a kutatók felderítették a radioaktív bomlás törvényszerűségeit.  

#2

Marie-nak köszönhető az is, hogy a kortársak és az őket követő generáció kísérleteket végezhetett a hasadóanyagokkal, ugyanis jelentős radioaktív anyagtartalékokat sikerült összegyűjtenie. Saját lánya, Irène Joliot-Curie is ennek köszönhette eredményeit. Iréne 1935-ben férjével közösen kapta meg a kémiai Nobel-díjat a mesterséges radioaktivitás felfedezéséért. Ezeknek a kutatásoknak az alapján fedezte fel James Chadwick a neutront. 

#3

Marie az I. világháború alatt, az időközben szintén tudományos pályára lépő lányával, Irène-nel együtt vizsgálta a röntgensugárzás orvosi alkalmazásainak lehetőségeit. Az első világháború alatt Curie szorgalmazta a mobil röntgengépek, népszerű nevükön „kis Curie-k” („petites Curies”) használatát a katonák sebesüléseinek jobb kivizsgálására. Személyesen szolgáltatta a csöveket, amiket tisztított rádiumból állított elő. Megtanult vezetni, tanulmányozta az anatómiát, és tizenhét éves lányát, Irène-t maga mellé véve, kiment a frontra. Később röntgenasszisztenseket képzett ki a munkára. Az ő vezetésével zajlottak azok a kísérletek is, amelyekben a világon először vizsgálták a rákos sejtek sugárzó anyagokkal való kezelését. Az ő munkásságának hatására kezdték el alkalmazni a rádiumot a daganatos betegek gyógyításban. kep_15.jpg

#4

Az aktivitás korábbi egységét a Curie házaspár tiszteletére curie-nak (Ci) hívták. A curie-t eredetileg úgy választották, hogy közelítőleg megegyezzen 1 gramm rádium-226 aktivitásával. Az ő nevüket őrzi a 96-os rendszámú elem, a kűrium, valamint három radioaktív ásvány, a curite, a sklodowskite, és a cuprosklodowskite. 

#5

Marie Curie egyik híres mondása, ami rád is hatással lehet: "Egyikünk élete sem könnyű. És akkor? Legyen bennünk kitartás, és mindenek előtt bízzunk önmagunkban. Hinnünk kell benne, hogy tehetségesek vagyunk valamiben, és ezt - kerül, amibe kerül - meg tudjuk valósítani." 

 

Forrás:

http://www.chemgeneration.com/hu/marie-curie/marie-curie-%C3%A9lete-%C3%A9s-munk%C3%A1ss%C3%A1ga.html

http://www.hetek.hu/arcok/201008/a_tudos_a_no_a_patriota_marie_curie

http://www.kaiserscience.wordpress.com

 

És arról tudtál, hogy Marie Curie képes volt úgy koncentrálni, hogy nem zavarta, ha a négy testvére a feje fölött zajong? Vagy például a férje, akit egy lovaskocsi ütött el, túlélhette volna a balesetét, hiszen a lovak a lábaikkal nem taposták agyon, így maga a lovaskocsi okozta a halálát? További érdekességeket olvashatsz Marie Curie-től a wikipédián (https://hu.wikipedia.org/wiki/Marie_Curie), vagy kutass utána a neten!

„Nem buktam el, csupán 10.000 módját találtam meg annak, ami nem működik.”

Sziasztok!

Köszöntelek benneteket az EJMSZ blogon; amit nem véletlenül Edison egyik híres gondolatával indítunk újra:

„Nem buktam el, csupán 10.000 módját találtam meg annak, ami nem működik.”

Thomas A. Edison

Forrás: http://wifflegif.com

Ez volt a válasza, amikor a szénszálas izzólámpával kapcsolatban az újságírok rákérdeztek, hogy a temérdek sikertelen próbálkozása után miért nem adta még fel a céljait.

Vegyünk példát a sikeres emberekről – sportolókról, feltalálókról – és gondoljunk a nehézégeikre akkor, amikor mi is belekezdünk valami olyanba, ami bár a saját komfortzónánkon kívül van, de ami minket különösen érdekel, amibe belefeledkezünk és ahol valóban fejlődni, tanulni tudunk.

Sokakat csak a jéghegy csúcsa érdekel, mert a sikert már mindenki látja, de sajnos az odáig vezető úton legtöbbször csak a legközelebbi barátok és a család támogat. Vagy akár előfordulhat, hogy ők sem értik azt, amibe beleszerettünk, amiben hiszünk és természetes féltésük, kérdéseik letörhetik a lelkesedésünket.

Ami a legfontosabb, hogy ne féljünk hibázni, hiszen nem csak hogy hibázni kell, hanem minél többet hibázni ahhoz, hogy tanuljunk és elérjük azt, amit szeretnénk. De persze fontos azon pillanatok, helyzetek felismerése is, amelyekre jól fel kell készülni és ott a legjobb tudásunkat adni.

A mérnöki pálya is ilyen, tele van kihívással, de komoly szépségekkel is. Kevés olyan életpálya van még, ahol igazán alkotni lehet, valami újat létrehozni.

Titeket melyik mérnöki terület érdekel? Kik a példaképeitek, kire vagytok büszkék ezen a területen?

Edisonról bővebben itt olvashattok:

http://www.huszadikszazad.hu/tudomany/edison-talalmanyai

Mesterséges neurális hálózatok – avagy, hogyan tanul egy gép?

Amint azt korábbi posztunkban is megírtuk, a számítógép egészen elképesztő dolgokat képes önállóan megtanulni, a hatalmas információhalmazok értelmezésétől kezdve a Go játékon át az emberi nyelven történő társalgásig. De hogyan is működik a gépi tanulás?


(forrás: www.extremetech.com)

A gépi tanulás módszerét az emberi agy analógiájára alkották meg a 20. század második felében. Az agyunkat felépítő mintegy százmilliárd idegsejt mindegyike a nyúlványain keresztül sok másikkal van kapcsolatban. A kapcsolatokon keresztül továbbítódik az ingerület, vagyis egy aktív állapotban lévő idegsejt a vele kapcsolatban lévő idegsejteket is nyugalmi állapotból aktív állapotba hozhat. A sejtek közötti kapcsolatok a tanulási folyamat során egyre erősebbek vagy gyengébbek lesznek, annak megfelelően, hogy a tanult feladat végrehajtásában az adott kapcsolaton keresztül továbbított ingerület hasznos volt-e. Így ha sokat gyakoroltuk egy problématípus megoldását vagy egy mozgásforma végrehajtását, akkor az ehhez használt kapcsolatok megerősödése miatt a következő alkalommal jobban teljesítjük az adott feladatot.

 
Az idegsejt felépítése (forrás: http://ilovebiosz.blogspot.hu)

Az önálló tanulásra képes programok, a mesterséges neurális hálózatok az emberi idegsejtekhez hasonló, szigmoid neuronoknak nevezett elemekből épülnek fel. Ezek sok másik neuronnal állnak különböző erősségű kapcsolatban. Minden kapcsolat irányított, vagyis a két végén lévő neuron között csak egy irányban áramlik az információ. Az egyes kapcsolatok erősségét egy-egy w-vel jelölt szám jellemzi, ezen kívül minden neuron rendelkezik egy-egy b-vel jelölt küszöbértékkel. Ezek a neurális hálózat paraméterei, ezen értékek változnak a tanulási folyamat során. A bemeneti neuronok a mi érzékszerveinkhez hasonlóan a külvilággal állnak kapcsolatban, így a program bemenetéről kapnak egy-egy x-szel jelölt számot, ami nulla és egy közötti érték lehet. A hálózat többi neuronja is nulla és egy közötti értékeket vehet fel. A nulla a teljes nyugalom állapotának, míg az 1-es érték a teljes aktivációnak felel meg. A köztes értékek egy köztes aktivációs szintet jelentenek, például az x=0,8 értékű neuron aktívabb egy x=0,3 értékű neuronnál.



A külvilággal közvetlen kapcsolatban nem lévő, rejtett neuronok a bejövő kapcsolataikon keresztül kapnak információt a többi neuron aktivációs állapotáról. Az adott kapcsolat w erőssége felerősíti a bejövő neuron x aktivációs értékét.

A bemeneti neuronoktól elindulva, a teljes neurális hálón végighaladva kiszámolhatjuk az egyes neuronok x aktivációs értékét. A hálózat utolsó neuronjai szintén kapcsolatban vannak a külvilággal, az ő értékük adja a program kimenetét. A neurális hálókat általában az intuíciót igénylő, programnyelven nehezen megfogalmazható feladatok megoldására alkalmazzák. Például ha kézzel írott számjegyeket szeretnénk a géppel felismertetni, nagyon bonyolult lenne parancsokkal meghatározni az egyes számjegyek jellemzőit, viszont egy neurális hálózat egyszerűen megtanulhatja a feladatot.

A felismerendő számjegyeket szürkeárnyalatos képként adhatjuk meg a programnak, ahol az egyes képpontok a bemeneti neuronoknak felelnek meg. Ha egy képpont fekete, a neuron x értéke 1, míg ha fehér, akkor x=0 lesz. A szürke árnyalatait a 0 és 1 közötti törtszámok jelölik. A neurális hálózatnak tíz kimenete lesz, a tíz lehetséges számjegynek megfelelően. Ezen tíz neuron közül ideális esetben egy vesz fel x=1 értéket, a többi x=0-t, így jelezve, hogy a hálózat szerint mi volt a képpontonként beolvasott számjegy.

Kezdetben a hálózat neuronjainak b küszöbértékét és a kapcsolatok w erősségét véletlenszerűen -1 és 1 közötti számokkal töltjük fel. Így ha egy képet beolvastatunk a programmal, teljesen véletlenszerű, milyen számjegyet ad válaszként. Mi viszont tudjuk, hogy a kép milyen számjegyet ábrázol, ezért a hálózat b és w paramétereit kicsit úgy változtatjuk, hogy a helyes számjegynek megfelelő kimeneti neuron aktivációs értéke nőjön, míg a többi kimeneti neuron értéke csökkenjen. Ez a változtatás automatizálható, ha megadjuk a programnak a tanuló képhez tartozó számot, akkor önállóan tudja a b és w paramétereit módosítani. Ha nagyon sok tanuló képet mutatunk a programnak a hozzá tartozó számértékkel együtt, akkor előbb-utóbb megtanulja a mögöttes logikát, és felismeri azokat a képeket is, amelyeket a tanulási folyamat során nem látott (tesztképek). Kulcsfontosságú, hogy a paramétereket minden lépésben csak kicsit módosítsuk, hogy a program által elkövetett hibát nehogy túlkorrigáljuk. Így sok tanulás után a program megtalálja az optimális b és w paramétereket, melyekkel fel tudja ismerni a számjegyeket.


(forrás: http://www.hdwallpapersact.com)

A folyamat az emberi tanuláshoz hasonlít. Ha a kosárra dobást gyakoroljuk, és az első próbálkozásunk túl erősre sikerül, akkor legközelebb gyengébben dobunk; ha az első dobás balra ment, akkor legközelebb jobbra célzunk. Természetesen fontos a mérték: ha túl kis mértékben korrigálunk, a második dobás is erős lesz illetve balra megy, míg ha túl sokat korrigálunk, túl gyenge illetve túl jobbra tartó lesz a dobásunk. Sok gyakorlással elérhetjük, hogy majdnem minden dobásunk bemenjen a kosárba. Ha ki szeretnénk próbálni, hogyan tanul egy neurális hálózat, a http://playground.tensorflow.org oldalon megtehetjük. A + jelekre kattintva hozzáadhatunk, a – jelekre kattintva elvehetünk neuronokat a hálózatból. „Classification” módban a hálózat feladata a „Data” menüben kiválasztott ábra logikájának megfejtése, így a tanuló kép alapján a tesztképen a narancssárga és kék pontok színének megtippelése. Emberi szemmel nézve a feladat egyszerűnek tűnik, mégsem tudnánk egyszerűen leprogramozni, éppen ezért alkalmazunk neurális hálózatot a probléma megoldására.


http://playground.tensorflow.org

A lejátszás gombra kattintva láthatjuk, hogy az egyes lépésekben hogyan lesz egyre okosabb a hálózatunk. A folyamatábrán a négyzetek az egyes neuronokat jelzik, kék színnel a pozitív, naranccsal a negatív w súlyú kapcsolatokat jelölik. Az input oszlopban kiválaszthatjuk, hogy a bemenő ábra mely tulajdonságaira figyeljen a hálózatunk. Ha komplexebb mintát, például spirált szeretnénk felismertetni a programmal, több bemeneti tulajdonságra és sok neuronra lesz szükségünk, és a „learning rate”-et is változtatnunk kell a futás közben. Ez a szám adja meg, milyen mértékben korrigálja a hibákat a program, ha túl nagy, akkor túlkorrigál, míg ha túl kicsi akkor csak nagyon lassan tanul.

A jövőben egyre nagyobb szerep jut majd a neurális hálóknak, ezért nagy szükség lesz a gépi tanulás megvalósításához, irányításához értő szakemberekre. Ha bővebben érdekel a neurális hálózatok működése, ebben az online elérhető könyvben sok érdekességet találsz.

Sciencecamp nyáron a Műszaki Egyetemen - Jelentkezzetek!

 

Engedd meg, hogy felhívjuk a figyelmedet a Műegyetem Természettudományi Kara által első alkalommal megszervezett Sciencecamp elnevezésű nyári táborára. A tábor bentlakásos formában, ingyenesen, teljes ellátással kerül megrendezésre 2016. július 11-től 15-ig középiskolások számára Budapesten A tábor céljáról, a programokról: A tábor célja a fizika, a matematika sokszínűségének, a más tudományterületekhez (például kémia, orvostudomány, közgazdaságtudomány) való kapcsolódásának bemutatása.

A hét során az érdeklődők tudományos előadásokat hallgatnak, önálló műhelymunkát végeznek, és külső helyszíneket látogatnak meg (pl. SZTAKI, Paksi Erőmű, budapesti technológia intenzív munkát végző cégek). A szellemi, kulturális kihívások mellett, a közösségi és a sport programok is nagy szerepet kapnak. Kinek ajánljuk, kiket várunk: Mindazon diákok érdeklődésére számítunk, akikhez közel állnak a természettudományos tárgyak (különösen a matematika, a fizika) és 2016-ban még nem fejezik be a középiskolát. Talán még azt sem döntötték el, hogy milyen irányban tanulnak tovább.

Mintegy 40 diák részvételét tervezzük. A kiválasztás szempontjai között nem a versenyeken való eredményesség a legfontosabb. Helyszín: Budapesti Műszaki és Gazdaságtudományi Egyetem épületei, XI. kerület Műegyetem rakpart 3. Elhelyezés, ellátás: BME Kármán Tódor kollégiumában, étkezés a BME menzáján és a Kármán kollégium büféjében (napi 4-szeri étkezés).

A tábor teljes ideje alatt műegyetemi hallgatók, szeniorok gondoskodnak a diákokról, segítik őket az eligazodásban, a szabadidő kellemes és élménydús eltöltésében.

Jelentkezés: a honlapról letölthető űrlap kitöltésével történik. 

Fontos határidők:

Jelentkezés: 2016. április 18-május 16-ig

Elbírálás, eredményhirdetés: 2016. május 23-ig

Kapcsolattartó: Lángné Dr. Lázi Márta (lazi kukac math.bme.hu)

Mesterséges intelligencia – okosabb a gép mint az ember?

A közelmúltban több hír is megjelent arról, hogy egyes programok olyan új területeken képesek felülmúlni az emberi gondolkodást, ahol erre korábban nem számítottunk. A számítógépek hagyományosan a matematikailag jól megfogható, sok számítást vagy nagy lexikális tudást igénylő feladatokban jobbak az embernél. Viszont sok, számunkra egyszerűnek tűnő problémára, mint a kép, hang felismerése, kifejezések értelmezése, a megérzésre, intuícióra mostanáig alkalmatlannak tűntek. Ezek matematikailag nehezebben megfogható problémák, nem fordíthatók le a gép programnyelvére.

A közelmúlt áttöréseit a mesterséges intelligencia, a gépi tanulás alkalmazása hozta el: nem a konkrét feladatra programozzák a számítógépet, hanem arra készítik fel, hogy az emberi gyerekekhez hasonlóan, segítséggel vagy önállóan tanuljon.

Mesterséges intelligencia - fantáziarajz (forrás: compcoin.com)

Ezzel a módszerrel a gépek egészen meglepő dolgokra is képesek lehetnek. Egy japán program által írt novella nemrég továbbjutott egy irodalmi versenyen, bár a fődíjat nem tudta elnyerni A nap, amikor a gép könyvet ír című alkotásával. Az emberi nyelvek elsajátítása népszerű feladat a mesterséges intelligencia kutatói körében, számítástechnikai világcégek előszeretettel demonstrálják képességeiket ezen a területen. 

Az IBM Watson programja 2011-ben az Amerikában népszerű TV-s műveltségi vetélkedő, a Jeopardy! korábbi nyerteseit győzte le. Ehhez négy terabájtnyi információt, többek között a teljes Wikipediát feltöltötték a memóriájába. A program feladata a játékban elhangzó kérdés értelmezése, és a rendelkezésére álló információtengerből a helyes megoldás kiválasztása volt. Több, mint száz különböző módszert alkalmazott Watson párhuzamosan a feladványok megoldására, és minél több adott egyező eredményt, annál biztosabb volt a válaszában. A játékban mutatott nagy fölénye ellenére néhány, emberi szemmel nézve nevetséges hibába is beleszaladt, például egy alkalommal a kanadai Torontót válaszolta egy Egyesült Államokbeli városra kérdező feladványra.

A Microsoft internetes beszélgetőprogramja ennél súlyosabb kudarcot vallott. Tay-t arra programozták, hogy amerikai fiatalokkal kommunikálva fejlessze szókincsét és gondolkodását. A felhasználók viszont visszaéltek a robot naivitásával, káromkodásra és rasszista vélemények hangoztatására tanították, ezért Tay-t egy nap után le kellett állítani. A fejlesztők tettek egy kísérletet a program javítására, de a pár nappal később újraindított Tay sem lett okosabb, a rendőrök előtti drogozásával kezdett hencegni beszélgetőpartnereinek. Egy kisgyerekhez hasonlóan minden rosszat megtanult, amit a „nagyoktól” hallott. Érdekesség, hogy Tay kínai verziója, Xiaoice már évek óta gond nélkül működik, a kínai felhasználók nem éltek vissza a program naivitásával.

A Hanson Robotics nevű cég robotja, Sophia élőszóban beszélget az emberekkel, és külsőre is emberformájú. A mostani automata telefonos ügyfélszolgálatok szerepét hamarosan hozzá hasonló robotok vehetik át, akikkel már nem csak a menüpontoknak megfelelő sorszámok nyomogatásával kommunikálhatunk, hanem hétköznapi módon, beszélgetve. Azonban Sophiára is ráfér még a fejlesztés, a videó végén mosolyogva egyezik bele abba, hogy embereket öljön.

Felmerülhet bennünk a kérdés, végül is mennyire intelligensek a mostani számítógépek, hogyan teljesítenének az emberek számára készült IQ-teszteken? Egy chicagói kutatócsoport a magyar Turán György részvételével a ConceptNet rendszer intelligenciáját vizsgálta. A program az emberi nyelveket elvont kifejezésekkel írja le, az egyes fogalmak között pedig különféle lehetséges kapcsolatokat határoz meg, például egyik a másikból készül, vagy egyiket a másik célra használják. A tesztelésre egy olyan amerikai kérdéssort választottak, amivel óvodások nyelvi képességeit mérik.

A program átlagban egy négyéves gyerek szintjét érte el, de az egyes feladatok során az emberi gyerekektől nagyon eltérően teljesített. Bővebb a szókincse és hatékonyabban ismeri fel a felsorolt fogalmak közötti hasonlóságot, közepesen találja meg a választ a konkrét információra kérdező feladatoknál, viszont a bonyolultabb, fogalmak magyarázatát vagy az egyszerű találós kérdések megoldását igénylő feladványoknál gyengén szerepel. Ez az eredmény rávilágít arra, hogy mely területeken van még tennivaló a mesterséges intelligencia kutatóinak: a hétköznapi életben józan észnek hívott képesség még mindig hiányzik a programokból, a nem túl egyértelmű utalásokat csak kis hatékonysággal tudják értelmezni. Ennek ellenére, ha a feladat matematikailag jól leírható, a gép akár a tudósoknál is intelligensebb lehet.

Bécsi kutatók kvantum-optikai kísérletek tervezésénél veszik hasznát a számítógép intelligenciájának. Ezen kísérletek során különféle optikai elemeket, lézereket, tükröket, detektorokat, nyalábosztókat, és egzotikus, intenzív piros fénynyalábot gyenge kék fénnyé konvertáló nemlineáris kristályokat használnak. Az egyes elemeket végtelen sokféleképpen el lehet rendezni, és néhány elrendezés esetén megvalósulhat az egyes fotonok kvantum-összefonódása. A fotonok a fény elképzelt elemi, tömeg nélküli részecskéi, amelyek ha egymással összefonódott kapcsolatban vannak, akár egymástól nagy távolságban is időkésés nélkül képesek befolyásolni egymás állapotát, például egymás polarizációját. Az ehhez szükséges elrendezések megtervezése nehéz feladat, mert a kvantum-világ törvényszerűségei teljesen ellentmondanak a hétköznapi életnek, ezért olyan ötletekre van szükség, amire egy ember sohasem gondolna.

A Melvin által tervezett kísérleti elrendezések egyike. (forrás: M. Malik/Univ. of Vienna)

A kutatóknak ezért támadt az a gondolatuk, hogy egy általuk írt programmal, Melvinnel terveztetik meg a kísérleteket, hiszen a számítógépet a hétköznapi tapasztalatból adódó intuíciók nem hátráltatják a kvantumkísérletek tervezésében. Melvin kezdetben véletlenszerűen teszi le az optikai eszközöket a kísérleti asztalra, majd véletlenszerűen rendezgeti át őket. Ha olyan elrendezést talál, ami a kísérletben hasznos lehet, azt lehetséges építőelemként eltárolja, és később ezekből építi fel a kísérletet, aminek működését szimulációval le is ellenőrzi. A kutatók így Melvin segítségével új, korábban kísérletben még nem látott, de elméletileg megjósolt effektust tudtak kimutatni. Azt gondolnánk, a társasjátékok még ennél is könnyebb feladatot jelentenek a gépeknek, hiszen a szabályok, a lépések, és az elért eredmény egyszerűen lefordítható a gép programnyelvére. Ezután a gép minden lehetséges lépést végig tud próbálni, így az embernek, legyen bármilyen jó játékos is, végül nem lesz esélye. Valóban, az IBM Deep Blue számítógépe már húsz éve legyőzte az akkori sakkvilágbajnokot, Garry Kasparovot.

Viszont a távol-keleti Go játék a sakknál sokkal nehezebbnek bizonyult a gépek számára. A Goban egy 19-szer 19-es négyzetrács rácspontjaiba tesz a két játékos felváltva fehér illetve fekete korongot. Ha valaki az ellenfél néhány korongját teljesen körbe keríti, akkor azokat kicserélheti a sajátjaira. A játék akkor ér véget, ha az egyik játékos feladja, vagy ha megtelik a tábla; az nyer, akinek több korongja van a táblán. A gépek sokáig csak az amatőr játékosok szintjét érték el, mert a Go során nem megoldható minden lehetséges játéklefutás végigszámolása, mert több lehetséges játékhelyzet van, mint ahány atom a világegyetemben. A távol-keletiek számára ez adja a játék varázsát, folyamatosan új játékhelyzetek fordulnak elő, melyekre korábban a Go 2500 éves történelme során még nem került sor. A Google AlphaGo rendszere bonyolult, több mesterséges intelligencia programokban alkalmazott módszer egyidejű használatával csak mostanra lett képes arra, hogy előbb az Európa-bajnokot, majd a nála sokkal jobb, a világ legjobbjai közé tartozó Lee Se-dolt is legyőzze. 

A mesterséges intelligencia kutatása során az egyre újabb algoritmusok felhasználásával a gépeink is egyre okosabbak lesznek. Néhány speciális probléma esetében a program már ma is lehet intelligensebb, mint a programozója, hiszen tudását tőle függetlenül, a gépi tanulás révén szerezte. Ugyanakkor az általános, mindennapi életben használatos intelligencia elérésétől a robotok még messze vannak. Gyakran hibáznak is, aminek a lehetőségét több, független módszer egyidejű alkalmazásával csökkenteni lehet, de nem lehet kizárni, mint Watson példáján is láttuk. Sőt, a beszélgető robotok megmutatták, a gépi tanulás nem védi ki a káros befolyásolás hatását sem. Ezért nagyon óvatosnak kell lennünk, ha a jövőben a gondolkodó robotokat beengedjük a mindennapi életünkbe.

Hyperloop – Cső, vonatozás!


Nemrég jelentették be, hogy a szlovák kormány és a Hyperloop Transportation Technologies előzetes megállapodást kötött egy Bécs-Pozsony-Budapest között megvalósítandó, villámgyors utazást lehetővé tevő csőhálózat kialakításáról. A tervek szerint nagyjából tíz perc alatt tehetnénk meg a Budapest-Pozsony illetve a Pozsony-Bécs távolságot, tehát akár húsz perc alatt Budapestről Bécsbe érhetnénk. Ezt a Hyperloop-rendszer teheti lehetővé, amely egyelőre egy meglehetősen részletes terv illetve több, néhány kilométer hosszú, épülő kísérleti pálya formájában létezik. Az eredeti koncepciót a PayPal, Tesla és SpaceX cégek atyja, Elon Musk vezetésével dolgozták ki, melynek megvalósítására több új vállalkozás is alakult, ezek egyike a Hyperloop Transportation Technologies.

Az egyik rivális cég, a Hyperloop Technologies épülő Las Vegasi tesztpályája


Hogyan működik a Hyperloop?

A rendszert az útvonal teljes hosszán végigfutó, néhány méter átmérőjű acélcső pálya és az ebben közlekedő könnyű, alumíniumból készülő járművek alkotják. A két ellentétes forgalmi iránynak megfelelő csövek párban, oszlopokon helyezkednek el.


A Hyperloop csőrendszer és a benne száguldó utaskabin. A csövek feletti napelemek biztosítják a rendszer energiaellátását.

A csövekben erősen lecsökkentett nyomású levegő van, ami így a normál légkörnél ezerszer ritkább, ezáltal a nagy sebességű járművekre ható légellenállás is ezredére csökken. Ugyanezt használják ki az utasszállító repülők, amikor több kilométeres magasságban repülnek ahol már ritkább a légkör. A Hyperloop első forradalmi ötlete, hogy a ritkított légkör viszonylag egyszerűen a földfelszínen is megvalósítható. Ennek hatása az elérhető sebességre ahhoz hasonlítható, mintha nyakig érő víz helyett a szárazföldön futnánk. Szintén Elon Musk ötlete, hogy a marsi, jóval ritkább légkörben a Hyperloop akár csőrendszer nélkül is működne.

A második új elképzelés a járművek meghajtása: ahhoz, hogy a szállítandó súlyt minimálisra csökkentsék, a kabinokat kívülről, a pályához tartozó szabályozható elektromágnesekkel gyorsítják. Az elektrodinamika Lenz-törvénye alapján ha egy fémdarab körül az idő folyamán változik a mágneses tér, a vezetőben örvényáram (áramforrás nélküli, körben folyó áram) jön létre, amely a külső mágneses tér változását kompenzálja. Emiatt a fémdarabra erő hat, így az el fog mozdulni, a külső mágneses tér változása magával húzza. Tehát ha a pálya mentén, egymás mellett elektromágneseket helyezünk el, melyekben a mágneses teret előrefelé mozgatjuk, vagyis a jármű mögötti mágnesekben csökkentjük, a jármű előttiekben növeljük, a mágneses tér változása egy folyó sodrásához hasonlóan magával ragadja az alumínium utaskabint. Az alacsony légellenállás miatt elég száz kilométerenként egy-egy gyorsító állomást elhelyezni, az út nagy részét a jármű szabadon, meghajtás nélkül teszi meg.

Fontos megjegyeznünk, hogy a fent leírt jelenség a nem mágneses fémekre, például rézre, alumíniumra igaz; az egy ettől teljesen eltérő jelenség, amikor egy állandó mágnes a vasat magához vonzza, az a jármű hajtására nem lenne felhasználható.

wt1k9kyizrpkbvj1qlgg.pngA Hyperloop kabinja

A harmadik nagy ötlet a jármű lebegtetésének megvalósítása. Ez azért szükséges, hogy a mozgás során a kerekeknél fellépő gördülési ellenállást kiküszöböljük. Erre a nagyon nagy sebességű vonatoknál általában mágneses lebegtetést alkalmaznak, ami költségessé teszi a pálya kialakítását. A Hyperloop ehelyett kihasználja, hogy a csőben ha ritkítva is, de némi levegő található, így a kabin alakját úgy formázták meg, hogy a repülőgépek szárnyához hasonlóan a gyors haladás során emelőerőt fejtsen ki a járműre. A Hyperloop kabinja
Emellett a kabin orrában egy propeller található, ami menet közben levegőt szív a járműbe, amit ott kompresszorok összesűrítenek, és a jármű süllyedése esetén ennek egy kis részét szabályozható módon fúvókák a jármű alá fújják, megemelve azt. A jármű elől beszívott levegő nagy részét a jármű mögött vezetik ki, ami tovább csökkenti a légellenállást. Másrészt ez megakadályozza a fecskendő-effektust, vagyis hogy a jármű a fecskendő dugattyújához hasonlóan egy légoszlopot toljon maga előtt.

A nagy utazósebesség miatt a pálya enyhe görbülete esetén is nagy centrifugális erőt éreznének az utasok, ezért a pályát lehetőség szerint egyenesre tervezik. Emiatt viszont a hosszú csőrendszer hőtágulása összeadódik, ami akár több méteres hosszváltozást is jelenthet a több száz kilométeres csöveknél, így az állomásokon a pálya végét teleszkóposra készítik, hogy ezt kompenzálni tudják. A csöveket a tartó oszlopokhoz rugalmasan rögzítik, ezáltal az oszlopok például egy esetleges földrengés miatti elmozdulásának a pálya jobban ellenáll.

A rendszer energiaellátását a csőrendszer felett elhelyezkedő napelemek biztosítják, a gyorsító állomásokon és a járművekben akkumulátorok tárolják az energiát, így az elektromos hálózattól függetlenül, gazdaságosan üzemeltethető.

Az egymást félpercenként követő járművek vezérlése központilag történik, ezért bármilyen probléma esetén gyorsan leállíthatók. A félperces követési idő nagyon rövidnek tűnhet, de ez a nagy sebesség miatt harminc kilométeres követési távolságnak felel meg. A kabinokban a repülőkhöz hasonlóan szükség esetén oxigénmaszkok biztosítják az utasok levegőellátását.

Tíz év múlva egy akár 1200 km/óra sebességű járművel utazhatunk, amit ha lekésünk, fél perc múlva mehetünk a következővel, viszont az utazást nem előzi meg hosszadalmas beszállási folyamat, mint a repülőgépek esetében. Húsz éve még kinevettük volna azt, aki számítógépen akart magának Kínából fülhallgatót rendelni, és ezért egy ismeretlen kínainak előre, interneten keresztül szándékozott fizetni. Tíz éve is megmosolyogtuk volna, aki egy gyors elektromos luxusautóról álmodozik. Ne feledjük, Elon Musk ezeket a korábban elképzelhetetlen dolgokat már megvalósította, talán a Hyperloop-pal sem húz csőbe minket.

π – a végtelen telefonkönyv

Mi is a π?

A görög π (pi) szimbólum a perimeter (kerület) szó rövidítése, a kör kerületének és átmérőjének arányát adja meg. Értéke közelítőleg 3,14, ezért lett március tizennegyedike a π napja. A π-t teljes pontossággal nem tudjuk meghatározni, mert csak végtelen sok tizedesjegy felhasználásával írható le, így akárhány jegyét is soroljuk fel, az csupán közelítés marad:

π =3,1415926535897932384626433832795028841971693993751058209…

Már az ókorban is foglalkoztatta az embereket a π értéke, hiszen szükség volt rá a henger alakú gabonatárolók, edények térfogatának kiszámításához. A Bibliában 3-mal, a babiloniak 3,12-vel, az egyiptomiak 3,16-tal közelítették a π-t, míg kínai matematikusok már az időszámításunk előtti évszázadokban hat tizedesjegy pontossággal meghatározták.

De hogyan lehet a π-t számítással, a kör kerületének lemérése nélkül meghatározni?

Ha az ábrán látható módon a körbe és a kör köré egy-egy szabályos hatszöget rajzolunk, a hatszögek kerülete egyszerűen kiszámolható. A kör kerülete a kék hatszögénél biztosan nagyobb, a pirosénál biztosan kisebb lesz. Az egyszerűség kedvéért a kör átmérője legyen egységnyi, ekkor a kék hatszög kerülete 3, míg a pirosé 2-szer 3 a gyök alatt, azaz hozzávetőlegesen 3,46. Így a π értéke 3 és 3,46 közé kell essen. Ha hatszögek helyett sokkal több oldalú szabályos sokszögeket választunk, a számítás bonyolultabb, a végeredmény viszont pontosabb lesz.


A kör sokszögesítése

Ma a π értékét a számítógépeknek köszönhetően már tízezer-milliárd tizedesjegyig ismerjük. A π jegyei minden rendszer nélkül, véletlenszerűen követik egymást, ezért bármilyen véges hosszúságú számsorozatot tartalmaznak.

A π tudja a telefonszámom?

Az első egymillió számjegyet te is megnézheted, és a CTRL+F billentyűkombinációval megkeresheted, hogy például a születési évednek megfelelő négyjegyű szám hányszor fordul elő benne. Ha a születési évszámod helyett a telefonszámoddal próbálkozol, valószínűleg nem jársz sikerrel, az a számsorozat túl hosszú ahhoz, hogy az első egymillió jegyben előforduljon. Viszont ha a π összes, tízezer-milliárd ismert jegye között keresnéd, jó eséllyel megtalálnád a telefonszámodat.

A π művészete

A π végtelensége, kiszámíthatatlansága, számjegyeinek szeszélyes rendje sok művészt megihletett. Többen írtak verseket, melyekben az egymást követő szavak a π jegyeinek megfelelő számú betűből állnak, a 0 számjegyet tízbetűs szó jelzi. Ezek közül a legismertebb magyar nyelvű költeményben Szász Pál matematikus 16. századi német kollégájának, Ludolphnak állít emléket, aki hosszadalmas számolással előbb húsz, majd később harminc tizedesjegy pontossággal határozta meg a π-t:

Nem a régi s durva közelítés,
Mi szótól szóig így kijön
Betűiket számlálva.
Ludolph eredménye már,
Ha itt végezzük húsz jegyen.
De rendre kijő még tíz pontosan,
Azt is bízvást ígérhetem.

 pi_aaronjuarez2_750_2.png"Pi Spiral" Aaron Javier Juarez munkája (Forrás: news.utexas.edu)

 


A π számjegyeit zenei hangoknak, például a zongora billentyűinek is megfeleltethetjük, így jött létre a fenti videón hallható zeneszám

 

A filmes alkotások közül mindenképp említésre érdemes Darren Aronofsky 1998-as remeke, amelyért a Sundane Filmfesztivál legjobb rendezésért járó díját is megkapta

 

És ne felejtsük el, hogy Albert Einstein is március 14-én született (1879-ben)!

További érdekességeket találhatsz a π-ről a wikipedián.

A posztért köszönet Szaller Dávid fizikusnak!

Hullámzó téridő és összecuppanó fekete lyukak

Miért pont a gravitációs hullámok?

Az emberiség a történelem során mindvégig kénytelen volt az elektromágneses sugárzások különböző spektrumaiban vizsgálódni, ha a körülötte lévő világegyetemet szerette volna megismerni. Az elektromágneses sugárzások közé tartozik a rádióhullám, a mikrohullám, az infravörös sugárzás, a látható fény, valamint az ultraibolya és a röntgen sugárzás is. Az elektromágneses hullámok azonban kölcsönhatásba lépnek az anyaggal és gravitációs terekkel, így az űr egy távoli szegletéből elindult jelek torzulhatnak, energiát veszthetnek, és a sorozatos visszaverődések miatt zajosak lehetnek. A gravitációs hullámok létezésének direkt bizonyítékaként szolgáló vadonatúj felfedezés egy merőben új „érzéket” adhat számunkra a világegyetem megismerésében.

gpb_circling_earth.jpgA Föld gravitációja is meggörbíti maga körül a téridőt (Forrás: techinsider.io)

A gravitációs hullámok létezésére a tudósok Albert Einstein 1915-ben publikált általános relativitáselmélete alapján következtettek. A gravitációs hullámok a téridő görbületének hullámszerű változásai. Ahogyan a víz felszínén mozgó test tovaterjedő hullámokat okoz a víz felszínén, hasonlóan a téridőben mozgó tömeg is hullámokat gerjeszt a téridőben. A hullámok tovaterjednek, és mivel semmi sincs, ami a gravitációs hullámok útjába állna (hiszen maga az anyag is része a „hullámzó” téridőnek), ezért visszaverődés és zavar nélkül haladnak akár évmilliárdokon keresztül. A gravitációs hullámok így rendkívül értékes, zavartalan információt hordozhatnak a világegyetemben előforduló nagy energiájú jelenségekről: az ősrobbanásról, forgó rendszerekről, egymás körül keringő fekete lyukakról és ütközésekről. A gravitációs hullámok kutatásának nagy nehézsége az, hogy a hullámok hatásai igen kicsik, így földi környezetben nagy nehézséget okoz a detektálásuk, és a környezeti zajtól való elválasztásuk.

Nem is olyan könnyű a vizsgálatuk…

A gravitációs hullámok a téridő torzulásaként értelmezhetők, nekünk ezt a torzulást van lehetőségünk vizsgálni. Az általunk ismert világ anyaga része a téridőnek, így ha egy távolság a hullámok hatására megváltozik, akkor a mérendő távolsággal együtt a mérésre használt vonalzó is a térrel együtt torzul, tehát vonalzóval lehetetlen lenne a hullámok érzékelése. A probléma megoldására a speciális relativitás egyik alapvetése biztosít lehetőséget, miszerint a fény sebessége minden inerciarendszerből nézve állandó. A téridő torzulásainak vizsgálatát tekintve ez hétköznapi nyelven azt jelenti hogy ha a tér „összenyomódik”, akkor a fény gyorsabban, ha a tér „széthúzódik”, akkor lassabban ér A-ból B-be.


A LIGO két telephelye madártávlatból (Forrás: advancedligo.mit.edu)

Ezt a jelenséget használja ki a az amerikai NSF (National Science Foundation) által több mint egymilliárd dollárból finanszírozott LIGO (Laser Interferometer Gravitational-wave Observatory), ami kétségtelenül a világ egyik legérzékenyebb műszere. A LIGO két, egymástól 3000 km-re lévő létesítményből áll. A földi eredetű zajok további szűrését segíti, hogy egymástól nagy távolságra lévő detektorokban párhuzamosan történik a mérés. Az egyes létesítmények 4 kilométer hosszú karjain egy kettéválasztott lézerfény halad végig, visszaverődik a kar végén elhelyezett tükörről, majd a találkozási ponton interferál a másik nyalábbal. Az interferenciából (erősítés, gyengítés) következtetni lehet az egyes karok hosszváltozására. A műszer érzékenysége 10-21-en nagyságrendű, ami azt jelenti, hogy a rendszer képes érzékelni azt is, ha a tükrök egy proton átmérőjének tízezred részével eltávolodnak egymástól. A hihetetlen érzékenység mellett óriási mérnöki teljesítmény a rendszer elszigetelése a környezeti zajoktól.

Fekete lyukak randevúja

A detektor által 2015-ben érzékelt jelenség két egymás körül keringő feketelyuk összeolvadása volt egy-a földtől körülbelül 1,3 milliárd fényév távolságra lévő galaxisban. A fekete lyukak tömege 29 illetve 36 naptömegnyi volt az ütközés előtt, melyek egyre gyorsabban keringtek egymás körül, így az utolsó nyolc kört 0,2 másodperc alatt tették meg egymás körül. Az összeolvadás előtti pillanatban, az eseményhorizontok összeérésekor a két test távolsága mindössze 210 kilométer volt.


Így hangzik, amikor két fekete lyuk "összecuppan" (Forrás: Caltech Ligo)

Az összeolvadt objektumokból egy 62 naptömegnyi fekete lyuk jött létre. Az összeütközés végső 0,2 másodpercében tehát 3 naptömegnyi energia került kisugárzásra gravitációs hullámok formájában. Ez az energia a mi napunk 10 milliárd éves élettartama által kisugárzott energia kb. 4500-szorosa. Az esemény így az emberiség által valaha észlelt legnagyobb energiájú jelenségként írta be magát a történelembe az emberiség által valaha megvizsgált legnagyobb energiájú jelenségként. A felfedezés hatalmas jelentőségű a tudomány szempontjából. Először sikerült érzékelni közvetlenül gravitációs hullámokat, valamint közvetlen megfigyelésünk van arról, hogy feketelyuk-párok valóban léteznek, és belátható időn belül össze is olvadnak. Megnyílt előttünk az út a világegyetem gravitációs hullámok általi felfedezése felé.

A posztért köszönet Orosz Péter fizikusnak!

süti beállítások módosítása