VR i undervisningen för elever i och utanför klassrummet

Här är en kort introduktion till Chimera, en fördjupningsteknologi som gör det möjligt för lokala och avlägsna studenter att känna att de deltar lika och interagerar i en klassmiljö. Denna teknik kommer att vara lika användbar i alla presentatörs-/deltagarsituationer med tillägg av alternativa VR-miljöer.

Skicka frågor eller förfrågningar för mer information till JimmyG@PagoniVR.com

Energiomställning för klimatets skull

Alla delar av samhället påverkas av den energiomställning som behövs för att möta klimatutmaningen. På många områden behövs ny kunskap, kompetens och nya lösningar som dessutom måste slå igenom snabbare än i dag. Energimyndigheten meddelar att vi behöver satsa mer på forskning och innovation.

Omställningen till ett mer hållbart samhälle kan inte vänta. Vi behöver agera på bred front nu!
Följande sju nyckellösningar är direkt avgörande för omställningen:

  • Digital transformation
  • Elektrifiering
  • Energilagring
  • Negativa utsläpp
  • Cirkulära flöden
  • Nyckellösningar som handlar om ekonomiska och sociala hållbarhetsfrågor
  • och hur människors agerande kan underlättas för att nå hållbara samhällen.

    Detta framgår av Energimyndighetens underlag till energiforskningspropositionen som lämnades till regeringen i slutet av 2019.

Forskning och innovation är avgörande för energiomställningen

Regeringen har satt upp tydliga mål om att Sverige ska vara ett ledande forsknings- och innovationsland. Vi ska dessutom bli världens första fossilfria välfärdssamhälle.
Det är ett djärvt mål, och Energimyndigheten konstaterar att vi måste satsa mycket mer på forskning och innovation för att lyckas med den energiomställning och samhällsomställning som krävs för att nå regeringens mål.

– Vi behöver insatser som möjliggör systemlösningar inom hela energiområdet och i samhället i stort, som ökar nyttiggörandet av innovativa hållbara lösningar och som gör det enklare att som enskild individ kunna göra hållbara val på alla plan. Energiomställningen rör inte bara teknik utan lika mycket ekonomiska och sociala aspekter. Här är Energimyndighetens arbete med forskning och innovation många gånger direkt avgörande, säger Energimyndighetens generaldirektör Robert Andrén i ett pressmeddelande.

Energimyndigheten föreslår därför en kraftfull satsning på forskning och innovation med en ökning av anslaget för energiforskning från 1,57 miljarder kronor per år 2020 till 2,17 miljarder kronor per år 2024.

Satsningar på forskning och innovation behövs inom framför allt sex samhällsområden, där omställningen måste gå snabbare. Det handlar om:

  • Förnybar el
  • Bioenergi
  • Industri
  • Transport
  • Bebyggelse
  • Energisystemet i samhället. 

Olika stöd kombineras för att nya lösningar ska nå ut snabbt

Energimyndigheten har helhetsansvar för energiomställningen i Sverige och använder en bred palett av verktyg. Det innebär att stöd till forskning och innovation kombineras med insatser för affärsutveckling och internationell lansering.

För att innovationer snabbare ska komma ut i samhället vill Energimyndigheten;

  • öka stödet till pilot och systemdemonstration av lösningar
  • främja innovationsprocessen från forskning till marknad
  • hjälpa företag att nå investerare och en global marknad.

    Sverige kan inspirera världen till hållbar utveckling genom att vara en föregångare i energiomställningen. De svenska innovationerna kan bidra till global nytta genom export av produkter, tjänster och lösningar.

Plaståtervinning eller växande skräphögar?

Dirty Business: what really happens to your recycling (45:59)
Dokumentärfilmen är uppdelad i 3 delar.

Vad vet du om plaståtervinningen i världen?
Visste du att nästan ingenting av allt vi skickar till materialåtervinning i verkligheten återvinns?
Både konsumenter och myndigheter har förts bakom ljuset med bedrägliga och illegala metoder i ett smutsigt system av gigantiska proportioner.
Vissa länder har i decennier utnyttjats som dumpstationer för de rika ländernas sopor. Nu har dock många av skandalerna uppdagats och vi står inför en akut situation att hantera.
Vad kan DU göra åt de växande sopbergen eller för att få fart på materialåtervinningen på riktigt?

Hur fungerar plaståtervinningen i Storbritannien?
Tusentals ton plastskrot som samlats in för återvinning från brittiska hushåll har transporterats och dumpats på platser över hela världen.

Vi följer spåret efter Storbritanniens plastavfall genom hela landet och runt om i världen. Kan Storbritannien klara sig eftersom den största importören av världens återvinning, Kina, stänger dörren?
I juli 2017 satte Kina stopp för import av plastskräp från världens länder, efter det att det visat sig att Kina använts för att dumpa icke återvinningsbara sopor från världens alla hörn.

Dokumentärfilmen ovan, producerad av Sky News 2018, tar upp problemen i Storbritannien.
Det visar sig vid granskning att endast några få procent av all plast som samlas in för återvinning verkligen återvinns! Den officiella statistiken som påstår att över 40% av plasten återvinns har inte kontrollerats, utan är bara ett mått på hur mycket av den återvinningsbara plasten som sålts och skickats iväg från landet för återvinning (som dock inte sker). Många gånger har dock sopor blandats in vilket gör återvinningen praktiskt taget omöjlig.
Men hur ser det ut i resten av världen?

Ett intressant återvinningsinitiativ i Tyskland
Tyska hushåll sorterar sitt skräp i fyra separata sopkärl med olika färger. Gul för plast, brun för kompost, blå för papper och svart för icke-återvinningsbara sopor.
I Tyskland landar två och en halv miljon ton plastförpackningar i de gula sopkärlen varje år.
Men endast 5 % av den plast som samlas in i de gula behållarna återvinns till ny plast.
Problemet är att plasten som kommer in till återvinningscentralerna är osorterad och består av en blandning av olika plastsorter som inte går att återvinna tillsammans. Det är svårt och resursintensivt (dyrt) att sortera och separera olika typer av plast, så det mesta eldas istället upp för energiåtervinning i värmekraftverk eller i stål- och cementfabriker.

I filmen ”Recycling plastics – Resource efficiency with an optimized sorting method” från VDI Resource Efficiency Center, får vi se ett exempel på cirkulär ekonomi där materialåtervinning av plast med hjälp av en optimerad sorteringsmetod ger plasten nytt liv och sluter livscykeln.

Recycling plastics – Resource efficiency with an optimized sorting method (15:51)

MEILO, ett företag i Gernsheim beläget i södra Hesse, sorterar plastavfall från de gula sopkärlen i 30 repetitiva sorteringsprocesser tills den maximala renheten av variation har uppnåtts. Plast separeras först efter storlek och utsätts sedan för en luftseparator. I följande steg skannar en nära infraröd skanner plasten på transportbandet när de passerar och kommunicerar till en tryckluftsstråle vid slutet av transportbandet vilken plast som kan återvinnas. Slutligen blåser tryckluftsstrålen detta material åt sidan. Således sorteras varierande plast med en upp till 98% renhet av variation. Förutom de tre viktigaste värdefulla plasten, HPDE, PP och PET, hämtas fyra andra välåtervinningsbara plastvaror från skräpfloden.

Plasten sorteras först efter storlek i roterande trummor med hål. Det gör efterföljande sortering enklare.
I en kraftig vindtunnel blåses lätt plastfilm bort så att den hårda tyngre plasten blir kvar.
En infraröd scanner identifierar olika typer av plast.
I nästa steg blåser tryckluftsmunstycken bort de platsbitar som ska sorteras ut.
Det redan automatiskt sorterade materialet sorteras sedan ytterligare för hand av människor.
Ungefär en tredjedel av all sorterat plast består av blandade plastsorter och annat skräp som inte går att använda för återvinning.

Totalt går den återvinningsbara plasten igenom sorteringsprocessen ett 30-tal gånger för att till slut nå en sorteringsgrad på upp till 98 %. Förutom de tre viktigaste värdefulla plasterna, HPDE, PP och PET, sorteras fyra andra återvinningsbara plastvaror ut bland det som ursprungligen kastats som skräp.

Återvunna HDPE-flaskor används för att tillverka plaströr eller plastpallar.
Återvunna plastlock av PP används till att tillverka blomvaser eller hinkar.
Återvunna PET-flaskor används för att tillverka tröjor eller trädgårdsmöbler.

Problemet med att tillverka nya andra produkter av återvunnet plast är att dessa produkter ofta har en begränsad livslängd och sedan kanske inte återvinns. För ett helt cirkulärt system behöver gamla plastflaskor bli nya plastflaskor. För att detta ska kunna ske behöver den återvunna plasten processas ytterligare och göras ännu renare.

På Systec Plastics GmbH i Eisfeld, Thuringia, bearbetas plaster vidare, som sorterats av MEILO GmbH, för att producera en premiumråvara för plastindustrin. Här strimlas, rengörs och sorteras plastflingorna efter färg innan de smälts ner till granulat. De 99 % rena granulaten fylls sedan i behållare och transporteras till plasttillverkare för att bli nya produkter.

Plasten finfördelas i en kvarn och plastbitarna tvättas rena från yoghurt, tvättmedel och andra substanser.
När de rena plastbitarna tvättats, finfördelats och sorterats ut består de av nästan 100 % ren HDPE-plast i olika färger.
I en speciell färgsorteringsmaskin separeras de olika plastbitarna beroende på vilken färg de har.
Olika färgade plastbitar sorteras ut med hjälp av 60 st datorstyrda tryckluftsmunstycken som blåser dem åt olika håll.
Resultatet från processen är färgsorterade HDPE-flingor med en reningsgrad på över 99 %.
Materialet smälts sedan ned i en extruder vid en temperatur på 220 grader Celsius.
Sedan kyls den smälta plasten ner och görs till granulat som sedan kan användas för att tillverka nya plastprodukter av HDPE.

Werner & Mertz GmbH, som tillverkar tvättmedel och rengöringsmedel, använder Systec Plastics GmbH-granulat för att producera sina förpackningsflaskor. Granulatet bearbetas enkelt i Werner & Mertz GmbHs standardproduktionsanläggningar i Mainz. Deras HDPE-flaskor och PP-lock är av 100% återvunnen plast från de gula sopkärlen. Deras PET-flaskor består av 20% återvunnen PET från gula sopkärl och 80% återvunnen plast från insamlade returflaskor.

20 % återvunnet PET-plast från slängda PET-flaskor från de gula soppåsarna blandas med 80 % återvunnet PET-plast från flaskinsamling.
Statistik på tillverkning och plaståtervinning från Werner & Mertz Gmbh

Hur ser det ut med plaståtervinningen i Sverige?

Naturvårdsverket har gjort en kartläggning av plastflöden i Sverige. Kartläggningen visar att mer material behöver materialåtervinnas. När plasten istället går till energiåtervinning bidrar den till utsläpp av växthusgaser vilket går emot Sveriges klimatmål.
Det finns dock flera tecken på en positiv utveckling, men vi har samtidigt en hel del utmaningar.

Hinder för materialåtervinning

Många av de hinder för materialåtervinning som finns är gemensamma för flera typer av plastmaterial. Några av de generella hinder som utredningen Det går om vi vill – förslag till en hållbar plastanvändning (SOU 2018:84) listar som begränsar materialåtervinning av plast är:

  • Svart plast är svår att sortera med IR-teknik.
  • Färgad plast missfärgar övrig ofärgad plast.
  • Laminat består ofta av flera olika typer av plast som sammanfogats i lager vilket försvårar återvinning.
  • Nedbrytbar plast passar inte i dagens återvinningssystem.

Till dessa kan kartläggningen addera följande begränsningar:

ThisPersonDoesNotExist.com använder AI för att skapa falska ansikten

Från bildigenkänning till artificiell bildgenerering.
AI-forskningen och utvecklingen inom maskininlärning (machine learning), när det handlar om bilder och foton, har i huvudsak handlat om artificiell bildigenkänning. Dvs att skapa algoritmer för att lära datorer att känna igen visuella objekt i bilder och tolka det som syns och sker i foton.
(engelska: Image recognition, object detection, object classification)

De senaste åren har även AI:s förmåga att skapa (generera) falska fotorealistiska bilder tagit stora kliv framåt.
På webbplatsen, ThisPersonDoesNotExist.com, kan du se själv med egna ögon hur långt utvecklingen kommit.

Bildresultat för this person does not exist"
Dessa personer finns inte på riktigt. Ansiktena har skapats av AI-algoritmen StyleGAN på webbplatsen ThisPersonDoesNotExist.com

Webbplatsen är skapad av Phillip Wang, en fd programvaruingenjör vid Uber, och skapar automatiskt nya bilder på människors ansikten som inte finns på riktigt. Algoritmen bakom den bygger på forskning som släpptes förra året av grafikchipdesignern Nvidia. AI:t är tränat på ett enormt stort dataset med foton på riktiga människoansikten, och använder sedan en typ av neuralt nätverk som kallas ett Generativt Adversarialt Nätverk (engelska Generative Adversarial Network, GAN) för att tillverka nya falska människoporträtt.

”Varje gång du läser in webbsidan skapar nätverket en ny ansiktsbild från början,” skrev Wang i ett Facebook-inlägg. ”De flesta förstår inte hur bra AI:er kommer att vara på att syntetisera bilder i framtiden.”

Den underliggande AI-algoritmen som drivs på webbplatsen uppfanns ursprungligen av en forskare som heter Ian Goodfellow. Nvidias AI-algoritm, kallat StyleGAN, gjordes nyligen till öppen källkod och har visat sig vara otroligt flexibel. Även om den här versionen av modellen är tränad för att generera mänskliga ansikten, kan den i teorin användas för att efterlikna någon annan källa. Forskare experimenterar redan med andra mål, som t e x anime tecken, teckensnitt och graffiti.

Hål i solceller förvandlar dem till transparenta fönster

transparent solar cell

Stansning av hål i opaka solceller förvandlar dem till transparenta fönster.
Bild från Ulsan National Institute of Science and Technology (UNIST)

Dina kontorfönster kan snart ersättas med solpaneler, eftersom forskare har hittat ett enkelt sätt att göra den gröna tekniken transparent. Tricket är att stansa små hål i dem som är så nära varandra att vi ser dem som tydliga.

Solpaneler kommer att vara avgörande för att öka upptaget av solenergi i städer, säger Kwanyong Seo vid Ulsan National Institute of Science and Technology, Sydkorea.

Det beror på att takutrymmet förblir relativt fast medan fönsterutrymmet växer när byggnader blir högre. ”Om vi ​​applicerar transparenta solceller på fönster i byggnader kan de generera enorma mängder elkraft varje dag,” säger Seo.

Problemet med de senaste utvecklade transparenta solcellerna är att de ofta är mindre effektiva. De tenderar också att ge ljuset som passerar genom dem en röd eller blå nyans.

För att övervinna detta söker många forskare efter nya material att bygga transparenta solceller med. Seo och hans kollegor ville dock utveckla transparenta solceller från det mest använda materialet, kristallina kiselskivor, som finns i cirka 90 procent av solcellerna över hela världen.

De tog 1 centimeter kvadratceller gjorda av kristallint kisel, som är helt ogenomskinligt, och sedan stansade små hål i dem för att släppa igenom ljuset.

Hålen är 100 mikrometer i diameter, omkring storleken på ett mänskligt hår, och de släpper igenom 100 procent av ljuset utan att ändra färg.

Den fasta delen av cellen absorberar fortfarande allt ljus som träffar den, vilket resulterar i en hög effektomvandlingseffektivitet på 12 procent. Detta är väsentligt bättre än de 3 till 4 procent som andra transparenta celler har uppnått, men är fortfarande lägre än 20 procent effektiviteten som de bästa helt ogenomskinliga cellerna som för närvarande finns på marknaden.

Under de kommande åren hoppas Seo och hans kollegor att utveckla en solcell som har en effektivitet på minst 15 procent. För att kunna sälja dem på marknaden måste de också utveckla en elektrod som är transparent.

Journalreferens: Joule, DOI: 10.1016 / j.joule.2019.11.008

Läs mer: https://www.newscientist.com/article/2226881-punching-holes-in-solar-cells-turns-them-into-transparent-windows/#ixzz67zpgKIl2

Ekonomifaktas Interaktiva Elsimulator

Här får du möjlighet att bestämma över Sveriges elproduktion. Utmaningen ligger i att ha tillräckligt med effekt när efterfrågan är som störst och att samtidigt hålla koll på miljökonsekvenserna. Du bygger – du bestämmer!

https://www.ekonomifakta.se/Fakta/Energi/Elsimulator/

Hur hanteras import/export?

Simulatorn räknar med att tillfälliga överskott exporteras som vid behov importeras senare.

Varje megawatt (MW) elproduktionskapacitet kan bara användas av ett land åt gången. Riktigt kalla dagar skapar ofta brist också i våra grannländer så varje land behöver tillräckligt med kapacitet för att klara effekttoppar.

Räknar ni med energibesparingar?

Vi räknar med dagens elbehov. I framtiden kan behovet av el både öka och minska.

Effektivare användning av elenergi ger ökad ekonomisk konkurrenskraft vilket leder till ekonomisk tillväxt som i sin tur historiskt sett alltid gett högre efterfrågan på el.

Räknar ni med lagring av el?

Vi har inte räknat med lagring av el i nuvarande versionen av Simulatorn.

Ett energilager skapar energiförluster på motsvarande 25 procent vilket gör att mer energi behöver produceras än om ett energilager inte används.

Räknar ni med smarta elnät?

Nej, men införande av smarta elnät ändrar grundläggande inte på våra beräkningar.

Solenergi har ingen tillgänglig effekt?

Tillgänglig effekt i simulatorn beräknas vid tidpunkten då efterfrågan på el är som störst. I Sverige inträffar detta kalla dagar mellan klockan 7-8 på förmiddagen. Eftersom solen inte har gått upp vid denna tidpunkt på vintern kan solpaneler inte producera någon ström då.

Så har vi räknat

Här kommer en beskrivning av hur vi har räknat ut effekt, energi och energiöverskott.

Effekt

Effekten är ett mått på energiproduktionskapaciteten hos en elproduktionsanläggning. Effekten kan delas upp i tre delar.

  1. Installerad effekt
  2. Medeleffekt
  3. Minsta tillgängliga effekt

Installerad effekt (Watt) är helt enkelt den högsta effekt som produktionsanläggningen kan producera. Medeleffekt beräknas genom att ta energiproduktionen (Wh) för en viss period (exempelvis ett år) och dela med antalet timmar för perioden (ett år är 365×24=8760 timmar).

Minsta tillgängliga effekt är den effekt som sannolikt finns tillgängligt vid tidpunkten för den högsta elförbrukningen. I Sverige inträffar den högsta elförbrukningen ungefär klockan 7 på morgonen under kalla vinterdagar.

För att beräkna tillgängligheten för olika kraftslag används Svenska Kraftnäts årliga balansrapport. Det högsta effektbehovet vid en normalvinter är 26 700 MW men vid en s.k. tioårsvinter kan effektbehovet uppgå till 27 700 MW. Tabellen nedan visar prognosen för installerad effekt vid årsskiftet 2019/20 (Svenska Kraftnät). Notera också att vi räknar bort den delen av gaskraften som ingår i störningsreserven (ca 1360 MW):

KraftslagInstallerad effektTillgänglig effektTillgänglighetsgrad
Vattenkraft16 31813 40082%
Kärnkraft7 7106 93990%
Solkraft74500%
Vindkraft9 64886811%
Gasturbiner21919790%
Gasturbiner i störningsreserven1 35800%
Olje-/kolkondens91382290%
Olje-/kolkondens otillgängligt för marknaden52000%
Mottryck/kraftvärme4 6223 53677%
Mottryck/kraftvärme otillgängligt för marknaden45000%
Summa40 50325 762

Kolkraft och solenergi

I våra beräkningar gör vi bedömningen att kolkraft har motsvarande tillgänglighet som kärnkraft och gasturbiner nämligen 90%. För solenergi har vi valt att noll procent finns tillgängligt när effektbehovet vintertid är som störst. I Malmö går solen upp klockan 08:30 och går ner 15:37 vid midvintersolståndet den 21 december. Högst effektbehov uppstår vintertid före åtta och efter sexton då det alltså i hela Sverige fortfarande är mörkt.

  • Kolkraft, 90% tillgänglig effekt.
  • Solenergi, 0% tillgänglig effekt.

Svenska Kraftnät räknar med att det under vintern 2019/2020 finns 745 MW installerad solenergi i Sverige.

Beräkning av reglerkraft

När vi beräknar energi så startar vi först med hypotesen att alla anläggningar med låga produktionskostnader körs så mycket som möjligt. All produktion i icke-styrbara produktionsanläggningar som överstiger årsmedelproduktionen antas gå på export. Vind och sol i det nordiska elsystemet är ofta korrelerat så därför går det inte att importera just dessa kraftslag senare i obegränsad omfattning. Begränsningen till medeleffekten bedöms ändå vara generöst tilltaget.

Elbehov minus produktion utan reglerkraft minus export ger alltså behovet av reglerkraft.

Vattenkraften antas kunna användas fullt ut som reglerkraft även om det i genom vattendomar och andra fysiska begränsningar i praktiken inte är möjligt. När vattenkraften inte räcker till kan gasturbiner eller annan reglerkraft köras under begränsad tid. Reservanläggningar som vissa gasturbiner och oljekondenskraftverk beräknas köras i försumbar omfattning. Kärnkraft och kolkraft, när den finns, beräknas köras så många timmar som möjligt (ca 8 000 timmar per år).

Förenklingar

Simulatorn är tänkt att ge en känsla för begreppen installerad effekt, tillgänglig effekt och relationen till total energiproduktion. Vi tar inte hänsyn till följande saker

  • Överföringsförluster
  • Begränsningar i elnätet
  • Begränsningar i vattenkraftens reglerförmåga
  • Bara delvis tagit hänsyn till begränsningar för import/export

Dessa avgränsningar har gjorts för att göra simulatorn enkel att använda och ge största möjliga förståelse utan avkall på trovärdigheten i det större perspektivet.

Bränsle

Bränsleåtgång enligt följande tabell:

ProduktionstypBränsle (gram/kWh)Källa
Kärnkraft0.005Vattenfall
Kolkraft379IEA
Oljekondens331Novator
Bioeldad kraftvärme1000Novator
Naturgas187EPA

Vindkraft, solenergi, och vattenkraft beräknas inte använda något bränsle.

Avfall

Kärnkraft genererar vid produktion avfall i form av använt kärnbränsle. Kolkraft och bioeldade kraftverk genererar fast avfall i form av aska.

ProduktionstypAvfall (gram/kWh)Källa
Kärnkraft0.005Vattenfall
Kolkraft37Novator
Bioeldad kraftvärme15Novator

Övriga produktionsslag antas ha lågt eller inget fast avfall.

Koldioxid CO2

Alla produktionsslag ger upphov till koldioxidutsläpp vid byggnation, bränsleutvinning, drift, rivning, etc. Utsläpp beräknas enligt livcykelmodellen. I första hand har vi använt Vattenfalls beräkningar och i andra hand valt andra källor. Koldioxidutsläpp i simulatorn beräknas enligt följande tabell

ProduktionstypKoldioxidutsläpp (gram/kWh)Källa
Kärnkraft5Vattenfall
Kolkraft881IEA
Oljekondens993Novator
Bioeldad kraftvärme15Vattenfall
Naturgas515EPA
Vindkraft15Vattenfall
Vattenkraft9Vattenfall
Solenergi46Wikipedia

Vattenkraft potential

Källa: SMHI Vattenkraft orörda älvar, Potential totalt (TWh) 35 Nyttjande tid (h) 4000 Fördelat på fyra älvar baserat på flöden ger följande potential per älv.

ÄlvFlöde (m3/s)ProcentEnergi (TWh)Effekt (MW)
Torneälven38835%12.45 662
Kalixälven29527%9.44 292
Piteälven16715%5.32 420
Vindelälven24923%7.93 607
Summa1 099100%3515 981

Mer om elnät

Elnät används för att distribuera el från elproducenter till konsumenter. Kostnaden för elnäten beror i huvudsak på två faktorer, avstånd mellan produktion och konsumtion och hur effektivt elledningarna utnyttjas (kapacitetsfaktor).

Ett elnät med korta avstånd mellan produktion och konsumtion ger ett relativt billigare elnät jämfört med ett elnät med långa avstånd.

Långa avstånd ger också betydande överföringsförluster. En tumregel är att 6-10 procent av elen förloras per 1000 km i en 400 kilovolt högspänningsledning.

Enligt världsbanken är de genomsnittliga förluster för svenska elnätet 7 procent eller ungefär 10 TWh vilket är jämförbart med vindkraftens produktion 2013.

Ett elnät med korta avstånd och hög utnyttjandegrad per ledning är därför avgörande för att hålla kostnaderna och överföringsförlusterna så låga som möjligt.

För en vanlig elkund är elnätskostnaderna inte sällan högre än kostnaden för själva elen (elhandelskostnaden).

Vad är neurala nätverk och maskininlärning?

Det verkar som om allt drivs av AI nuförtiden. Det handlar dock sällan om speciellt intelligenta system, eller riktig Artificiell Intelligens. AI används mest som en marknadsföringsterm, för det som oftast är maskininlärning (Machine Learning – ML) och tekniker som Neural Networks (NN). Dessa termer kan verka lite skrämmande och svåra, men de är faktiskt inte så komplexa som du kanske tror.

I följande filmklipp ges en enkel och tydlig förklaring till vad neurala nätverk och maskininlärning är, hur det fungerar och vad vi kan använda det till.

Programmera biologiska celler – nästa mjukvarurevolution

The next software revolution – programming biological cells

00:04
The second half of the last century was completely defined by a technological revolution: the software revolution. The ability to program electrons on a material called silicon made possible technologies, companies and industries that were at one point unimaginable to many of us, but which have now fundamentally changed the way the world works. The first half of this century, though, is going to be transformed by a new software revolution: the living software revolution. And this will be powered by the ability to program biochemistry on a material called biology. And doing so will enable us to harness the properties of biology to generate new kinds of therapies, to repair damaged tissue, to reprogram faulty cells or even build programmable operating systems out of biochemistry. If we can realize this — and we do need to realize it — its impact will be so enormous that it will make the first software revolution pale in comparison.

01:11
And that’s because living software would transform the entirety of medicine, agriculture and energy, and these are sectors that dwarf those dominated by IT. Imagine programmable plants that fix nitrogen more effectively or resist emerging fungal pathogens, or even programming crops to be perennial rather than annual so you could double your crop yields each year. That would transform agriculture and how we’ll keep our growing and global population fed. Or imagine programmable immunity, designing and harnessing molecular devices that guide your immune system to detect, eradicate or even prevent disease. This would transform medicine and how we’ll keep our growing and aging population healthy.

01:59
We already have many of the tools that will make living software a reality. We can precisely edit genes with CRISPR. We can rewrite the genetic code one base at a time. We can even build functioning synthetic circuits out of DNA. But figuring out how and when to wield these tools is still a process of trial and error. It needs deep expertise, years of specialization. And experimental protocols are difficult to discover and all too often, difficult to reproduce. And, you know, we have a tendency in biology to focus a lot on the parts, but we all know that something like flying wouldn’t be understood by only studying feathers. So programming biology is not yet as simple as programming your computer. And then to make matters worse, living systems largely bear no resemblance to the engineered systems that you and I program every day. In contrast to engineered systems, living systems self-generate, they self-organize, they operate at molecular scales. And these molecular-level interactions lead generally to robust macro-scale output. They can even self-repair.

03:07
Consider, for example, the humble household plant, like that one sat on your mantelpiece at home that you keep forgetting to water. Every day, despite your neglect, that plant has to wake up and figure out how to allocate its resources. Will it grow, photosynthesize, produce seeds, or flower? And that’s a decision that has to be made at the level of the whole organism. But a plant doesn’t have a brain to figure all of that out. It has to make do with the cells on its leaves. They have to respond to the environment and make the decisions that affect the whole plant. So somehow there must be a program running inside these cells, a program that responds to input signals and cues and shapes what that cell will do. And then those programs must operate in a distributed way across individual cells, so that they can coordinate and that plant can grow and flourish.

03:59
If we could understand these biological programs, if we could understand biological computation, it would transform our ability to understand how and why cells do what they do. Because, if we understood these programs, we could debug them when things go wrong. Or we could learn from them how to design the kind of synthetic circuits that truly exploit the computational power of biochemistry.

04:25
My passion about this idea led me to a career in research at the interface of maths, computer science and biology. And in my work, I focus on the concept of biology as computation. And that means asking what do cells compute, and how can we uncover these biological programs? And I started to ask these questions together with some brilliant collaborators at Microsoft Research and the University of Cambridge, where together we wanted to understand the biological program running inside a unique type of cell: an embryonic stem cell. These cells are unique because they’re totally naïve. They can become anything they want: a brain cell, a heart cell, a bone cell, a lung cell, any adult cell type. This naïvety, it sets them apart, but it also ignited the imagination of the scientific community, who realized, if we could tap into that potential, we would have a powerful tool for medicine. If we could figure out how these cells make the decision to become one cell type or another, we might be able to harness them to generate cells that we need to repair diseased or damaged tissue. But realizing that vision is not without its challenges, not least because these particular cells, they emerge just six days after conception. And then within a day or so, they’re gone. They have set off down the different paths that form all the structures and organs of your adult body.

05:51
But it turns out that cell fates are a lot more plastic than we might have imagined. About 13 years ago, some scientists showed something truly revolutionary. By inserting just a handful of genes into an adult cell, like one of your skin cells, you can transform that cell back to the naïve state. And it’s a process that’s actually known as ”reprogramming,” and it allows us to imagine a kind of stem cell utopia, the ability to take a sample of a patient’s own cells, transform them back to the naïve state and use those cells to make whatever that patient might need, whether it’s brain cells or heart cells.

06:30
But over the last decade or so, figuring out how to change cell fate, it’s still a process of trial and error. Even in cases where we’ve uncovered successful experimental protocols, they’re still inefficient, and we lack a fundamental understanding of how and why they work. If you figured out how to change a stem cell into a heart cell, that hasn’t got any way of telling you how to change a stem cell into a brain cell. So we wanted to understand the biological program running inside an embryonic stem cell, and understanding the computation performed by a living system starts with asking a devastatingly simple question: What is it that system actually has to do?

07:13
Now, computer science actually has a set of strategies for dealing with what it is the software and hardware are meant to do. When you write a program, you code a piece of software, you want that software to run correctly. You want performance, functionality. You want to prevent bugs. They can cost you a lot. So when a developer writes a program, they could write down a set of specifications. These are what your program should do. Maybe it should compare the size of two numbers or order numbers by increasing size. Technology exists that allows us automatically to check whether our specifications are satisfied, whether that program does what it should do. And so our idea was that in the same way, experimental observations, things we measure in the lab, they correspond to specifications of what the biological program should do.

08:02
So we just needed to figure out a way to encode this new type of specification. So let’s say you’ve been busy in the lab and you’ve been measuring your genes and you’ve found that if Gene A is active, then Gene B or Gene C seems to be active. We can write that observation down as a mathematical expression if we can use the language of logic: If A, then B or C. Now, this is a very simple example, OK. It’s just to illustrate the point. We can encode truly rich expressions that actually capture the behavior of multiple genes or proteins over time across multiple different experiments. And so by translating our observations into mathematical expression in this way, it becomes possible to test whether or not those observations can emerge from a program of genetic interactions.

08:55
And we developed a tool to do just this. We were able to use this tool to encode observations as mathematical expressions, and then that tool would allow us to uncover the genetic program that could explain them all. And we then apply this approach to uncover the genetic program running inside embryonic stem cells to see if we could understand how to induce that naïve state. And this tool was actually built on a solver that’s deployed routinely around the world for conventional software verification. So we started with a set of nearly 50 different specifications that we generated from experimental observations of embryonic stem cells. And by encoding these observations in this tool, we were able to uncover the first molecular program that could explain all of them.

09:43
Now, that’s kind of a feat in and of itself, right? Being able to reconcile all of these different observations is not the kind of thing you can do on the back of an envelope, even if you have a really big envelope. Because we’ve got this kind of understanding, we could go one step further. We could use this program to predict what this cell might do in conditions we hadn’t yet tested. We could probe the program in silico.

10:08
And so we did just that: we generated predictions that we tested in the lab, and we found that this program was highly predictive. It told us how we could accelerate progress back to the naïve state quickly and efficiently. It told us which genes to target to do that, which genes might even hinder that process. We even found the program predicted the order in which genes would switch on. So this approach really allowed us to uncover the dynamics of what the cells are doing.

10:39
What we’ve developed, it’s not a method that’s specific to stem cell biology. Rather, it allows us to make sense of the computation being carried out by the cell in the context of genetic interactions. So really, it’s just one building block. The field urgently needs to develop new approaches to understand biological computation more broadly and at different levels, from DNA right through to the flow of information between cells. Only this kind of transformative understanding will enable us to harness biology in ways that are predictable and reliable.

11:12
But to program biology, we will also need to develop the kinds of tools and languages that allow both experimentalists and computational scientists to design biological function and have those designs compile down to the machine code of the cell, its biochemistry, so that we could then build those structures. Now, that’s something akin to a living software compiler, and I’m proud to be part of a team at Microsoft that’s working to develop one. Though to say it’s a grand challenge is kind of an understatement, but if it’s realized, it would be the final bridge between software and wetware.

11:48
More broadly, though, programming biology is only going to be possible if we can transform the field into being truly interdisciplinary. It needs us to bridge the physical and the life sciences, and scientists from each of these disciplines need to be able to work together with common languages and to have shared scientific questions.

12:08
In the long term, it’s worth remembering that many of the giant software companies and the technology that you and I work with every day could hardly have been imagined at the time we first started programming on silicon microchips. And if we start now to think about the potential for technology enabled by computational biology, we’ll see some of the steps that we need to take along the way to make that a reality. Now, there is the sobering thought that this kind of technology could be open to misuse. If we’re willing to talk about the potential for programming immune cells, we should also be thinking about the potential of bacteria engineered to evade them. There might be people willing to do that. Now, one reassuring thought in this is that — well, less so for the scientists — is that biology is a fragile thing to work with. So programming biology is not going to be something you’ll be doing in your garden shed. But because we’re at the outset of this, we can move forward with our eyes wide open. We can ask the difficult questions up front, we can put in place the necessary safeguards and, as part of that, we’ll have to think about our ethics. We’ll have to think about putting bounds on the implementation of biological function. So as part of this, research in bioethics will have to be a priority. It can’t be relegated to second place in the excitement of scientific innovation.

13:26
But the ultimate prize, the ultimate destination on this journey, would be breakthrough applications and breakthrough industries in areas from agriculture and medicine to energy and materials and even computing itself. Imagine, one day we could be powering the planet sustainably on the ultimate green energy if we could mimic something that plants figured out millennia ago: how to harness the sun’s energy with an efficiency that is unparalleled by our current solar cells. If we understood that program of quantum interactions that allow plants to absorb sunlight so efficiently, we might be able to translate that into building synthetic DNA circuits that offer the material for better solar cells. There are teams and scientists working on the fundamentals of this right now, so perhaps if it got the right attention and the right investment, it could be realized in 10 or 15 years.

14:18
So we are at the beginning of a technological revolution. Understanding this ancient type of biological computation is the critical first step. And if we can realize this, we would enter in the era of an operating system that runs living software.

SJ satsar på VR och AR

SJ har sedan något år tillbaka en uttalad målsättning att bli ett av Sveriges mest digitaliserade bolag. Det låter kanske en smula klyschigt och är egentligen ganska ointressant.
Det som däremot är väldigt intressant och spännande är att se att SJ, till skillnad från väldigt många andra, faktiskt gör konkreta och vettiga digitaliseringssatsningar som skapar reellt värde, faktisk kundnytta samt leder till betydande besparingar och påtagliga effektiviseringar av verksamheten.

Några exempel:
Idag sker 97 % av SJ:s biljettförsäljning digitalt där kunderna bokar själva online. För bara 5 år sedan var den siffran 50 %.
50 % av alla bokningar sker via smartphones.
60 % av alla betalningar sker idag via Swish, som bara funnits som betalningsalternativ sedan 2017.
Alla ombokningar av resenärer vid inställda tåg eller kraftiga förseningar sker idag helt automatiskt och digitalt, vilket krävde väldigt mycket tid och resurser tidigare pga manuellt arbete av personal som oftast var underbemannade när det verkligen hände.

SJ använder sig av Design Thinking och låter sina kunder/resenärer vara delaktiga vid utvecklingen och utvärderingen av nya mobila tjänster som t ex VägvisARen som är en AR-guide för att hitta rätt på stationen m.m (se nedan).

VR i utbildningen av de anställda.

SJ utbildar sin personal med hjälp av virtuell verklighet (VR).
SJ utbildar sina anställda mha virtuell verklighet VR. Foto: Andreas Lundberg SJ/TT

SJ använder nu VR i utbildningen av sin personal eftersom de ser att det både ökar utbildningskvaliteten och effektiviserar utbildningsverksamheten, jämfört mot de traditionella lärarledda utbildningarna.
Denna digitala transformation inom SJ, och det förändrade användarbeteendet hos resenärerna mot att använda och föredra de digitala mobila tjänsterna, har gått väldigt snabbt.

SJ utbildar sin personal med hjälp av virtuell verklighet (VR).
Lokförare och tågvärdar hos SJ ska före årets slut ha utbildats med hjälp av virtuell verklighet (VR)

Över 2 500 lokförare och tågvärdar hos SJ ska före årets slut ha utbildats med hjälp av virtuell verklighet (VR). En fördel är att kunna träna på farliga moment, till exempel övningar som rör starkström.

VR-satsningen ingår i ett stort digitaliseringsprogram inom SJ. I september inleddes utbildningen som medger att personalen kan träna om och om igen och inte behöver resa till en viss ort för att skola sig.

Nu finns VR på 14 av SJ:s stationeringsorter. Utbildningarna är inspirerade av dataspelsvärlden och handkontroller används. De har även börjat testa eye tracking-teknik för att styra delar av upplevelsen med ögonen. När till exempel en dörr stängs på det virtuella tåget går det lite trögt precis som i verkligheten. Det karaktäristiska pyset när dörren öppnas ingår också.

– Den stora fördelen är att vi inte blir lika beroende av att använda fysiska tåg i utbildningen, säger affärsutvecklare Aron Wahlberg på SJ till TT.

Genom att kunna simulera säkerhetsprocesser och öva på olika scenarier på de flesta av SJ:s fordonstyper, hoppas den statliga tågoperatören nå ökad punktlighet, säkerhet och service.

Personalen VR-tränas i stressiga och svåra situationer som brand, dålig sikt och plötsliga distraktioner precis vid avgång. Ett annat exempel är hanteringen av rullstolslift som kräver elva olika steg och handgrepp.

– Reaktionerna har över lag varit väldigt positiva och personalen kommer med nya idéer om hur VR kan utnyttjas i utbildningen, säger Aron Wahlberg.

Demo av VR-utbildning i hantering av rullstolslift

Virtual Reality på nya X 2000

Utvecklingen av nya X 2000 har lämnat skisstadiet och nu börjar testandet av olika funktioner.
Premiärturen för det första nya X 2000 kommer att ske i slutet av 2019/början av 2020. Under år 2021 ska samtliga X 2000 ha fått ny inredning, nya stolar, ny bistro, nya digitala skärmar och nya tekniska system. För att testpersonerna ska kunna uppleva det nya tåget redan nu satsar de på VR.

 – Vi vill använda nya, spännande lösningar när vi utvecklar nya tjänster och produkter, säger Anna Fahlkrans, affärsutvecklare på SJ. Utvecklingen av nya X 2000 är en miljardsatsning och det är viktigt att kunder och personal på ett tidigt stadium kan ge synpunkter på det vi utvecklar. Senare i år kommer också all ny teknisk utrustning att testas. Därefter kommer designen av den nya bistrovagnen samt nya digitala skärmar.

Den som redan nu vill se hur de nya tågen kommer att se ut kan ta en titt på VR-filmen nedan. Filmen, som har tagits fram av Rayvr och SJ Labs, tar dig med genom 2 klass, via bistron och vidare till 1 klass.

VägvisARen gör ditt resande lättare

Skärmbild på VägvisARen
Test av funktionen VägvisARen i SJ-appen

Med hjälp av VägvisARen kan användaren hitta rätt på tågstationer genom att följa instruktioner som visas på skärmen samtidigt som kameran visar omgivningen. Den använder Augmented Reality, eller AR-teknik, för att guida dig på t ex Stockholm Central till pendeltåget eller till ditt nästa tåg. Från och med april 2018 kan man testa VägvisARen i appen SJ Labs på Stockholms Centralstation och från juni på sträckorna Stockholm C – Stockholms södra / Flemingsberg, Stockholms södra – Stockholm C samt Flemingsberg – Stockholm C.

Via gröna prickar visar vägvisAren i mobiltelefonen var du ska gå. Foto: Jörgen Appelgren

AI bortom hypen – 5 000 chefer om AI-användning

RAPPORT 22 OKTOBER 2019

En ny undersökning från Ledarna visar att AI-mognaden i Sverige är mycket lägre än vad tidigare studier har visat, och att organisatorisk anpassningsförmåga är en flaskhals för utvecklingen. Vår rapport pekar på hur chefer kommer att spela en nyckelroll för att realisera potentialen i implementeringen av artificiell intelligens.

En robotarm som möter en kavajklädd arm pekfinger mot pekfinger.
Ledarskap och chefskompetens nyckeln till AI-mognad.

Rapport: AI bortom hypen – 5 000 chefer om AI-användningen i svenska företag och organisationer

Rapporten drar främst tre slutsatser:

  • När AI-mognaden är låg ställs högre krav på ledarskapet. Det handlar inte bara om ny teknik, utan att chefer får ta ett stort ansvar för att ro detta i land.
  • AI-implementering kräver att organisationen anpassar sig. Rapporten kartlägger hur utbrett AI-arbetet är bland organisationerna. Och siffrorna pekar på att de flesta chefer behöver skala upp det organisatoriska arbetet om pilotprojekt ska kunna realiseras i framtiden.
  • Ledarskap och chefskompetens nyckeln till AI-mognad. Ledare som kan påverka riktningen behövs för att AI ska kunna implementeras, det är ingenting som händer av sig självt.

Om rapporten

Ledarna har tagit fram rapporten tillsammans med Joakim Wernberg, fil. dr. och forskningsledare vid Entrepenörskapsforum.

Rapporten ger en ögonblicksbild av hur chefer ställer sig till AI, och är baserad på en undersökning bland 5 000 chefer. Undersökningen gjordes av Novus.

Debatt

Läs Ledarnas debattinlägg hos Computer Sweden: Det är cheferna som måste se till att vi kommer igång med AI