Και κάτι άλλο... (254 άρθρα)

Αφού θα το βρω στη Google γιατί να το μάθω;

| 0 ΣΧΟΛΙΑ

 

Ζούμε στην εποχή της πληροφορίας και της εύκολης πρόσβασης σε αυτήν. Πολλές φορές απευθυνόμαστε σε μηχανές αναζήτησης όπως η google ή η yahoo για να βρούμε κάτι που δεν ξέρουμε, να αναζητήσουμε πληροφορίες για προϊόντα, να κάνουμε αγορές κ.ο.κ. Συνήθως, η ευκολία αυτή μας λύνει τα χέρια και είναι πράγματι ένα σπουδαίο επίτευγμα της εποχής μας. Ταυτόχρονα όμως οδηγεί πολλούς ανθρώπους στο να αναρωτιούνται πολύ συχνά αν είναι αναγκαίο να μάθουν μια πληροφορία όταν την πληροφορία αυτή μπορούν να τη βρουν εύκολα κάνοντας μια αναζήτηση στη Google.

Αυτή η άποψη είναι πολύ διαδεδομένη στο χώρο της εκπαίδευσης, μεταξύ των καθηγητών, μεταξύ των μαθητών αλλά και μεταξύ αυτών που χαράζουν εκπαιδευτική πολιτική ή εκπαιδεύουν τους μελλοντικούς καθηγητές και δασκάλους. Αυτήν την άποψη θα διε­ρευνήσουμε σε αυτό το άρθρο και θα προσπαθήσουμε να την κατατάξουμε στην περιοχή της αλήθειας ή σε αυτήν του μύθου.

Φυσικά, δεν είναι απαραίτητο να συμφωνήσετε με τα επόμενα επιχειρήματα, ούτε όλα είναι μαύρο ή άσπρο. Σίγουρα όμως μπορεί να είναι ένα μικρό έναυσμα για περισσότερη σκέψη! Ας ορίσουμε λοιπόν το πρόβλημα θέτοντας προς κρίση την επόμενη ερώτηση – άποψη:

«Αφού μπορώ να βρω στη google οποιαδήποτε γνώση θέλω, οποιαδήποτε στιγμή θέλω, γιατί να πρέπει να μάθω τη γνώση αυτή στο σχολείο;»

Η διάκριση μεταξύ των δεδομένων, της πληροφορίας και της γνώσης

Θα κάνω μια προσπάθεια να τονίσω τη διάκριση μεταξύ δεδομένων (data), πληροφορίας (information) και γνώσης (knowledge). Αυτές οι τρεις λέξεις και ειδικότερα οι δύο τελευταίες χρησιμοποιούνται πολλές φορές εναλλακτικά. Όμως, η καθεμιά έχει το δικό της νόημα και δεν ταυ­τίζονται!

Tα δεδομένα είναι πρωτογενείς πληροφορίες (αριθμοί, λέξεις, εικόνες, σχήματα κ.λπ.) που για να αποκτήσουν νόημα πρέπει να υποστούν επεξεργασία, ενώ οι πληροφορίες είναι προτάσεις μέσω των οποίων αποκτούν νόημα τα δεδομένα. Για παράδειγμα αν σας δώσουν τους αριθμούς 12, 14, 14, 19, τότε σας έχουν δώσει κάποια δεδομένα. Τα δεδομένα αυτά γίνονται πληροφορία αν σας πουν επιπλέον ότι οι αριθμοί αυτοί αντιστοιχούν στους βαθμούς των διαγωνισμάτων που έχει γράψει ένας μαθητής στο μάθημα της Φυσικής.

Οι πληροφορίες μπορεί να περιλαμβάνουν αδιαμφισβήτητα γεγονότα (facts), όπως για παράδειγμα «η πρωτεύουσα της Ελλάδας είναι η Αθήνα», αλλά μπορεί να περιλαμβάνουν και προτάσεις που είναι δυνατόν να ερμηνευτούν με διαφορετικό τρόπο ανάλογα με το άτομο που λαμβάνει την πληροφορία. Όπως είναι κατανοητό, η πληροφορία διακινείται συνεχώς. Αυτό σημαίνει ότι υπάρ­χει πάντοτε ο πομπός της πληροφορίας, για παράδειγμα ένα άτομο, ένα βιβλίο, ένα site, η Google κ.ο.κ., και ο δέκτης της, δηλαδή ένα δεύτερο άτομο.

 

Η προέλευση της γνώσης (knowledge) και η σχέση της με την αλήθεια και με τα πιστεύω ενός ατόμου είναι αντικείμενο ενός ολόκληρου κλάδου της φιλοσο­φίας που λέγεται επιστημολογία. Στο πλαίσιο του άρθρου αυτού μπορούμε να περιορίσουμε λίγο τις φιλοσοφικές προεκτάσεις τις γνώσης σε κάτι πιο χει­ροπιαστό. Μπορούμε να πούμε ότι οι γνώσεις ενός ανθρώπου, οι οποίες αποθηκεύονται στη Μακρά του Μνήμη, είναι νοητικές αναπαραστάσεις – μοντέλα του κόσμου, οι οποίες:

  • i) συ­νει­σφέρουν στην κατανόηση τού πώς λειτουργεί ο κόσμος, και επιπλέον
  • ii) συντελούν στην ανάληψη δράσης από τη μεριά του ανθρώπου με σκοπό την αλληλεπίδρασή του με τον κόσμο.

Ο παραπάνω ορισμός δεν φιλοδοξεί να φωτίσει όλες τις πιθανές πλευρές της γνώσης, αλλά επιθυμεί να ορίσει τα όρια που διακρίνουν τη γνώση από την πληροφορία.

Οι γνώσεις προκύπτουν ως αποτέλεσμα νοητικής λειτουργίας, καθώς ο άνθρωπος λαμβάνει πληροφορίες από το περιβάλλον του. Έτσι, η γνώση βρίσκεται στο νου των ανθρώπων και χτίζεται στη Μακρά τους Μνήμη σταδιακά στη διάρκεια της ζωής τους, ενώ η πληροφορία, που είναι δεδομένα που έχουν νόημα, απλώς μεταδίδεται με διάφορους τρόπους έχοντας αποδέκτες τους ανθρώπους. Με άλλα λόγια, οι πληροφορίες συνεισφέρουν στο χτίσιμο των γνώσεων του ανθρώπου, αλλά δεν ταυτίζονται με αυτές.

Μύθος ή αλήθεια;

Έχοντας κατανοήσει τη διαφορά μεταξύ της γνώσης και της πληροφορίας, είμαστε αρκετά έτοιμοι να απαντήσουμε στο ερώτημα – άποψη που θέσαμε λίγο παραπάνω.

Σύμφωνα με τη διάκριση μεταξύ πληροφορίας και γνώσης, δεν μπορούμε να μιλάμε για γνώσεις όταν ψάχνουμε στη Google ή οπουδήποτε αλλού. Ο άνθρωπος λαμβάνει πληροφορίες από την Google τις οποίες θα μετα­σχη­ματίσει σε γνώσεις όταν τις ενσωματώσει στη Μακρά του Μνήμη. Έτσι, η ερώτηση από τη φύση της δεν είναι σωστή και πρέπει να μετασχηματιστεί ως εξής: «Αφού μπορώ να βρω στη google οποιαδήποτε πληροφορία θέλω, γιατί να πρέπει να λάβω την πληροφορία αυτή στο σχολείο;»

Όμως, αυτή η ερώτηση – άποψη είναι και επικίνδυνη και λανθασμένη.

Είναι πρώτα απ’ όλα επικίνδυνη διότι αμφισβητεί άμεσα τα θεμέλια της εκπαίδευσης, μιας και ενστικτωδώς μετασχηματίζεται στην ερώτηση – άποψη: «Αφού μπορώ να βρω οποιαδήποτε πληροφορία θέλω, όποτε τη θέλω, γιατί να πάω στο σχολείο;».

Είναι επιπλέον λανθασμένη διότι αφενός αγνοεί το πώς λειτουργεί η ανθρώπινη σκέψη και αφετέρου κάνει υποθέσεις (…μπορώ να βρω οποιαδήποτε πληροφορία θέλω, όποτε τη θέλω …) οι οποίες δεν ισχύουν για τους περισσότερους ανθρώπους, ακόμη και για τους ψηφιακά μορφωμένους.

Ας αναλύσουμε περαιτέρω τα παραπάνω επιχειρήματα:

Είναι γνωστό ότι η εκπαίδευση είναι πολύτιμο αγαθό για την ανθρώπινη κοινωνία. Τα επιτεύγματα του ανθρώπινου πολιτισμού εκτοξεύτηκαν από τη στιγμή που η εκπαίδευση επεκτάθηκε σε όλα τα κοινωνικά στρώματα και έγινε υποχρεωτική. Ατομικά, για κάθε άνθρωπο, υψηλά επίπεδα εκπαίδευσης αντιστοιχούν σε υψηλότερα ετήσια έσοδα, καλύτερη υγεία και μεγαλύτερο προσδόκιμο ζωής. Συλλογικά, για την κοινωνία σημαίνει μεγαλύτερη τεχνολογική και οικονομική ανάπτυξη, χαμηλότερα έξοδα περίθαλψης, χαμηλότερη εγκληματικότητα (Wiliam 2011).

Ο James Flynn παρατήρησε ότι ο δείκτης ευφυΐας αυξάνεται από γενιά σε γενιά (φαινόμενο Flynn). Η εκπαίδευση είναι μια από τις κύριες αιτίες της ανόδου των επιδόσεων των ανθρώπων στα τεστ του δείκτη ευφυΐας (IQ τεστ). Τα 9 χρόνια υποχρεωτικής εκπαίδευσης, που επικράτησαν στον εικοστό αιώνα, αρκούν για να εξηγήσουν το φαινόμενο Flynn μιας και η ευφυΐα αυξάνεται κατά 2-4 μονάδες για κάθε πρόσθετη χρονιά στο σχολείο (Demetriou 2015).

Συνεπώς, απαξιώνοντας την εκπαίδευση και τη λειτουργία της θέτουμε έναν ωρολογιακό μηχανισμό υπονόμευσης της ανθρώπινης ευημερίας και εξέλιξης.

Η ευφυΐα αυξάνεται κατά 2-4 μονάδες για κάθε πρόσθετη χρονιά στο σχολείο.

Όμως, κάποιος θα μπορούσε να ισχυριστεί ότι ουσιαστικά δε φταίει ο θεσμός της εκπαίδευσης αλλά το σημερινό της αναχρονιστικό περιεχόμενο.

Παρόλο που δεν είναι εντελώς λανθασμένος ο ισχυρισμός αυτός, είναι εύκολο να πάμε στην αντίπερα όχθη και να ισχυριστούμε ότι αυτό που χρειαζόμαστε είναι τα παιδιά μας να μαθαίνουν στο σχολείο μόνο δεξιότητες και όχι γνώσεις που ούτως ή άλλως θα ξεπεραστούν πολύ γρήγορα ή έχουν ήδη ξεπεραστεί. Και αυτή όμως η άποψη είναι λανθασμένη αφού αγνοεί τη βασική λειτουργία της ανθρώπινης σκέψης.

Κανένας άνθρωπος δεν μπορεί να κατανοήσει μια πληροφορία που λαμβάνει αν δεν έχει πρότερες αντίστοιχες γνώσεις αποθηκευμένες στη Μακρά του Μνήμη ώστε να μπορεί να αποκωδικοποιήσει την πληροφορία αυτή. Αυτά που ήδη γνωρίζουμε καθορίζουν τι μπορούμε να δούμε και να καταλάβουμε γύρω μας και όχι το αντίστροφο (De Bruyckere et al. 2015). Ζώντας στη σημερινή εποχή, οι γνώσεις που πρέπει να έχει ένας άνθρωπος είναι αυτές που καταρχήν θα τον βοηθούν να κατανοεί το σημερινό κόσμο. Θυμηθείτε για παράδειγμα το τραγικό γεγονός της δηλητηρίασης πέντε φοιτητών από τις αναθυμιάσεις ενός μαγκαλιού κάποια χρόνια πριν. Τι είδους γνώσεις δεν κατείχαν οι συγκεκρι­μένοι φοιτητές με συνέπεια να οδηγηθούν στο θάνατο;

Επίσης, η ανθρώπινη σκέψη βασίζεται σε συνδυασμούς γνώσεων που υπάρχουν στη μνήμη του ανθρώπου. Το ερέθισμα που λαμβάνει ένας άνθρωπος από το περιβάλλον του μπορεί να είναι κάποια πληροφορία που δέχθηκε, όπως για παράδειγμα ένα πρόβλημα που του τέθηκε προς λύση. Όταν όμως οι προϋπάρχουσες γνώσεις του είναι περιορισμένες η δυνατότητα επίλυσης του προβλήματος είναι και αυτή ιδιαίτερα μειωμένη. Ο άνθρωπος δεν μπορεί να επιλύσει το πρόβλημα. Με άλλα λόγια, οι λιγότερες γνώσεις οδηγούν σε ρηχότερη σκέψη ή αλλιώς στην έλλειψη κριτικής ικανότητας, άρα και στη μειωμένη ικανότητα λύσης προβλημάτων.

Να δώσω ένα χειροπιαστό παράδειγμα. Υπάρχουν πολλές ασκήσεις φυσικής λυμένες στο διαδίκτυο. Παρόλα αυτά, ένας συγγραφέας ασκήσεων φυσικής φτιάχνει μια καινούργια άσκηση της οποίας τα χαρακτηριστικά έχουν ποιοτικές διαφορές με κάποιες που είναι λυμένες στο διαδίκτυο. Ο μαθητής που ψάχνει να βρει μια παρόμοια άσκηση, πρέπει να αναγνωρίσει καταρχήν τις διαφορές και τις ομοιότητες της άσκησης που βρήκε με αυτή που έχει να λύσει, ώστε να μπορέσει να κάνει την αντιστοίχηση. Συνεπώς, ο μαθητής χρειάζεται προϋπάρχουσες γνώσεις για να κρίνει αν αυτή η άσκηση που βρήκε στο διαδίκτυο είναι παρεμφερής με αυτή που του δόθηκε προς λύση.

Αυτά που ήδη γνωρίζουμε καθορίζουν τι μπορούμε να δούμε και να καταλάβουμε γύρω μας και όχι το αντίστροφο.

Η άποψη ότι σήμερα είναι δυνατόν κάποιος να βρει ό,τι θέλει στο διαδίκτυο δε βασίζεται παρά μόνο στην εντύπωση που του δίνει το πολύ μεγάλο πλήθος των πληροφοριών που βιώνει στο διαδίκτυο. Η Μνήμη Εργασίας ενός ανθρώπου, όταν βιώνει νέες, άγνωστες πληροφορίες έχει μειωμένη ικανότητα επεξεργασίας (για περισσότερα εδώ). Έτσι, δεν μπορεί να διαχειριστεί με τη σκέψη του το μεγάλο πλήθος πληροφο­ριών, κάτι που του δημιουργεί την εντύπωση της «παντοδυναμίας» του μέσου. Αυτή η εντύπωση τον οδηγεί τελικά να πιστεύει ότι μπορεί να βρει τα πάντα στο διαδίκτυο.

Βέβαια, το καλύτερο παράδειγμα στον παραπάνω μύθο της «παντοδυναμίας» του διαδικτύου είναι η απάντηση στην ερώτηση: «Πόσες φορές έχει τύχει να ψάχνεις επί ώρες στο διαδίκτυο χωρίς να βρίσκεις ακριβώς αυτό που θέλεις;». Οι περισσότεροι που έχουν πρόσβαση στο διαδίκτυο έχουν βιώσει κάποια παρόμοια κατάσταση. Μήπως δεν υπάρχει αυτό που θέλουν ή μήπως δε γνωρίζουν καλά πώς να ψάχνουν;

Για να βρεις κάτι χρήσιμο στο διαδίκτυο, πρέπει αφενός να υπάρχει αυτό το κάτι (πράγμα που όπως είπαμε δεν είναι σίγουρο) και επιπλέον πρέπει να ξέρεις να ψάχνεις, καθώς και να ξέρεις να διακρίνεις αν αυτό που βρήκες είναι αληθές ή ψευδές.

Το να ξέρεις να ψάχνεις στο διαδίκτυο είναι μια δεξιότητα που πρέπει να διδάσκεται στο σχολείο (χρήση των σωστών τελεστών και των λέξεων κλειδιά και γίνεται η δουλειά). Όμως, σε πολλές περιπτώσεις επικρατεί ο μύθος του ψηφιακά μορφωμένου. Θεωρούμε de facto ότι οι νέοι έχουν τέτοια εξοικείωση με την τεχνολογία που μπορούν να κάνουν αποδοτική και αποτελεσματική χρήση όλων των ψηφιακών μέσων που έχουν στη διάθεσή τους. Πλήθος ερευνών (Kirschner & De Bruyckere 2017) όμως έχουν αποδείξει ότι οι νέοι άνθρωποι δεν έχουν σε μεγάλο βαθμό τέτοιες δεξιότητες και γι’ αυτό το λόγο οι δεξιότητες αυτές πρέπει να διδάσκονται στο σχολείο.

Από την άλλη μεριά, το να ξέρεις να διακρίνεις αν αυτό που βρήκες είναι αληθές ή ψευδές στηρίζεται σε μεγάλο βαθμό στις γνώσεις που έχεις ήδη συσσωρεύσει για το αντικείμενο που ψάχνεις. Αν έχεις γνώσεις σε ένα συγκεκριμένο τομέα, τότε είσαι σε αρκετά μεγάλο βαθμό θωρακισμένος από ψευδείς αναφορές και πληροφορίες στον τομέα αυτό.

Τι συμβαίνει όμως αν δεν έχεις τις αναγκαίες γνώσεις; Άλλωστε, δεν μπορούμε να τα γνωρίζουμε όλα. Στην περίπτωση αυτή ψάχνεις να βρεις τη γνώμη των ειδικών (κάτι που δεν είναι πάντοτε αξιόπιστο) ή τελικά προσπαθείς να διευρύνεις τις γνώσεις σου για να κατανοείς περισσότερα μόνος σου. Με άλλα λόγια, η γνώση είναι δύναμη, είτε την κατέχει ο ειδικός είτε εσύ που ψάχνεις τη λύση σε ένα πρόβλημα.

Η άποψη ότι κάποιος μπορεί να κάνει χρήση της πληροφορίας που λαμβάνει από το διαδίκτυο τη χρονική στιγμή ακριβώς που έχει ανάγκη την πληροφορία αυτή δεν είναι σωστή σε πολλές περιπτώσεις. Η μνήμη του ανθρώπου δεν είναι μονίμως συνδεδεμένη με το διαδίκτυο. Παρόλα αυτά ο άνθρωπος μεταφέρει συσκευές οι οποίες είναι μόνιμα συνδεδεμένες (κινητά τηλέφωνα).

Φαντάσου να συζητάς με την παρέα σου για ένα θέμα και να μην έχεις τις αναγκαίες γνώσεις γι’ αυτό. Αρχίζεις λοιπόν να ψάχνεις κατά τη διάρκεια της συζήτησης για να βρεις επιχειρήματα κάνοντας αναζήτηση στη Google. Για παράδειγμα, συζητάτε με τους φίλους σου το θέμα της ηθικής των αμβλώσεων και θέλεις να βρείς επιχειρήματα υπέρ των αμβλώσεων. Εσύ θα ψάχνεις και οι άλλοι θα συζητάνε. Η συζήτηση θα έχει τελειώσει και εσύ ακόμη θα διαβάζεις ένα άρθρο που βρήκες υπέρ των αμβλώσεων με σκοπό να αντλήσεις επιχειρήματα. Ακόμη και αν πρόλαβες να διαβάσεις το άρθρο, δεν θα μπορέσεις να συμπεριλάβεις στη ροή του λόγου σου τα επιχειρήματα που διάβασες αφού αυτά δεν ενσωμα­τώθηκαν στη Μνήμη σου και έτσι να μπορείς να τα παρουσιάσεις με ένα συνεκτικό λόγο.

Συμπέρασμα

Από την παραπάνω επιχειρηματολογία ελπίζω να έγινε φανερό ότι η ερώτηση – άποψη: «Αφού μπορώ να βρω στη google οποιαδήποτε γνώση θέλω, οποιαδήποτε στιγμή θέλω, γιατί πρέπει να μάθω τη γνώση αυτή στο σχολείο;», είναι πιθανότατα ένας ΜΥΘΟΣ.

Το σχολείο είναι ό,τι καλύτερο έχουμε αυτή τη στιγμή για την εκπαίδευση των νέων ανθρώπων και πρέπει να επικεντρωθεί στη δόμηση των βασικών γνώσεων στη Μακρά Μνήμη των μαθητών οι οποίες είναι αναγκαίες για τη λειτουργία τους στην καθημερινότητα της σύγχρονης ζωής. Αυτές οι γνώσεις θα αποτελέσουν τη βάση για την απόκτηση νέων γνώσεων προσαρμοσμένων στις απαιτήσεις του μέλλοντος.

Βιβλιογραφία

  1. De Bruyckere, P., Kirschner, P.A. & Hulshof, C.D., 2015. Urban Myths about Learning and Education, Elsevier.
  2. Demetriou, A., 2015. Aλλάζει η εφυΐα; Ποιός, πότε, πόσο και πώς μπορεί να την αλλάξει; In 15o Πανελλήνιο Συνέδριο της Ελληνικής Ψυχολογικής εταιρίας Λευκωσίας. Available at: https://goo.gl/Q6DKZZ
  3. Kirschner, P.A. & De Bruyckere, P., 2017. The myths of the digital native and the multitasker. Teaching and Teacher Education, 67, pp.135–142. Available at: http://dx.doi.org/10.1016/j.tate.2017.06.001.
  4. Wiliam, D., 2011. Embedded formative assessment, Solution Tree Press.

***

Γιώργος Παναγιωτακόπουλος

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Εμφύτευση τσιπ στον εγκέφαλο από την Neuralink!

| 0 ΣΧΟΛΙΑ

Έτοιμη για την πραγματοποίηση κλινικών δοκιμών σε ανθρώπους είναι η Neuralink, η οποία επιχειρεί την εμφύτευση τσιπ στον εγκέφαλο.
Η εταιρεία που ίδρυσε ο Έλον Μασκ μαζί με τον επιχειρηματία και μηχανολόγο Max Hodak το 2016, υπόσχεται να φέρει την τεχνολογία που «θα επιτρέψει σε κάποιον με παράλυση να χρησιμοποιεί smartphone με το μυαλό του ταχύτερα από κάποιον που χρησιμοποιεί τα δάχτυλά του», όπως έχει δηλώσει ο Μασκ.
Ο ίδιος μάλιστα δήλωσε τον προηγούμενο μήνα αισιόδοξος, αλλά κρατώντας επιφυλάξεις, ότι η τεχνολογία της Neuralink ενδέχεται να επιτρέψει σε τετραπληγικούς να περπατήσουν.
Η εταιρεία έχει ήδη εμφυτεύσει επιτυχώς τα τσιπ σε δύο ζώα, μία μαϊμού και ένα γουρούνι.

Τώρα, όμως, η Neuralink προσλαμβάνει διευθυντή για την πρώτη κλινική έρευνα που θα εξετάσει την εφαρμογή της τεχνολογίας σε ανθρώπους.
«Ως διευθυντής της κλινικής έρευνας, θα συνεργαστείτε στενά με oρισμένους από τους πιο καινοτόμους γιατρούς και κορυφαίους μηχανικούς, καθώς και θα συνεργαστείτε με τους πρώτους συμμετέχοντες της κλινικής έρευνας της Neuralink», αναφέρεται στην σχετική αγγελία που δημοσιεύθηκε στην Καλιφόρνια.
«Ελπίζουμε να έχουμε το επόμενο έτος την τεχνολογία στους πρώτους μας ανθρώπους, οι οποίοι θα είναι άνθρωποι με σοβαρούς τραυματισμούς στην σπονδυλική στήλη όπως τετραπληγικοί, ανάλογα με την έγκριση του FDA», δήλωσε ο Μασκ σε συνέδριο της Wall Street Journal.
«Πιστεύω ότι έχουμε μία ευκαιρία με την Neuralink να δώσουμε πλήρη λειτουργικότητα του σώματος σε κάποιον που έχει τραυματιστεί στην σπονδυλική στήλη. Η Neuralink δουλεύει καλά σε μαϊμούδες και κάνουμε απλώς πολλές δοκιμές και επιβεβαιώνουμε ότι είναι πολύ ασφαλές και αξιόπιστο, καθώς και ότι η συσκευή της Neuralink μπορεί να αφαιρεθεί με ασφάλεια», συμπλήρωσε ο Μασκ.

Κατηγορίες:
Και κάτι άλλο...

Η ανακάλυψη του φράγκιου

| 0 ΣΧΟΛΙΑ
Το στοιχείο φράγκιο με ατομικό αριθμό 87 μόλις και μετά βίας υπάρχει. Σύμφωνα με εκτιμήσεις, μόνο 30 γραμμάρια του στοιχείου βρίσκονται στο σύνολο του φλοιού της Γης. Θεωρείται επίσης ως το πιο άχρηστο στοιχείο της πρώτης στήλης (ομάδας) του περιοδικού πίνακα, των γνωστών ως αλκαλίων, αφού: το λίθιο χρησιμοποιείται στις μπαταρίες, το νάτριο νοστιμίζει το φαγητό ως συστατικό του αλατιού, τα ιόντα καλίου (και νατρίου) ρυθμίζουν την λειτουργία των κυττάρων, τα άτομα ρουβιδίου μας αποκάλυψαν για πρώτη φορά πειραματικά το φαινόμενο της συμπύκνωσης Einstein, ενώ το καίσιο (και το ρουβίδιο) αποτελεί την καρδιά των ακριβέστατων ατομικών ρολογιών.Όσον αφορά το τελευταίο αλκάλιο, το φράγκιο, η Βασιλική Εταιρεία Χημείας το θέτει ξεκάθαρα: ‘Το φράνκιο δεν έχει χρησιμεύει σε τίποτα. Άλλωστε έχει χρόνο ημιζωής μόνο 22 λεπτά περίπου’.

Το φράγκιο-223 και το ακόμα πιο σπάνιο φράγκιο-221 είναι τα μόνα ισότοπα που προκύπτουν στην φύση. Το φράγκιο-223 είναι το πιο ‘σταθερό’ ισότοπο, με χρόνο ημιζωής 21,8 λεπτά, και είναι μάλλον απίθανο να ανακαλυφθεί ή να συντεθεί ποτέ ισότοπο φράγκιου με μεγαλύτερο χρόνο ημιζωής. Το φράγκιο-223 είναι προϊόν της σειράς διάσπασης ουρανίου-235, και μεταπίπτει σε ράδιο-223 με β διάσπαση.

Παρά την αχρηστία του φράγκιου, η ανακάλυψή του αποτελεί ένα κλασικό παράδειγμα της επιστημονικής διαδικασίας. Γεμάτη εγωισμούς, κακόβουλα επιχειρήματα και ύπουλες αντιπαραθέσεις, η ιστορία της ανακάλυψής του περιγράφει επίσης τον θρίαμβο μιας ερευνήτριας, σε μια εποχή που λίγες γυναίκες κατάφερναν να συμμετάσχουν στην επιστημονική έρευνα.

Στις αρχές του εικοστού αιώνα, οι επιστήμονες αναζητούσαν επίμονα το στοιχείο 87,  το «εκακαίσιο» (eka-casium), το στοιχείο που έπρεπε να βρίσκεται στον περιοδικό πίνακα στοιχείων κάτω από το καίσιο, σύμφωνα με τις προβλέψεις του Mendeleev.

Έτσι, το 1925, ο Σοβιετικός χημικός Dmitry Dobroserdov ισχυρίστηκε ότι ανακάλυψε το στοιχείο 87 σε ένα δείγμα ραδιενεργού καλίου. Το ονόμασε ρώσιο (russium) αλλά αργότερα διαπιστώθηκε ότι επρόκειτο για το κάλιο-40. Το 1932, ο αμερικανός φυσικός Fred Allison υποστήριξε ότι ανακάλυψε, όχι ένα, αλλά έξι διαφορετικά ισότοπα του στοιχείου 87, που το ονόμασε virginium από την πολιτεία καταγωγής του την Βιρτζίνια. Στη συνέχεια η επιστημονική κοινότητα απέρριψε συνολικά την τεχνική του Allison, με τον νομπελίστα Irving Langmuir να την επικρίνει ως παράδειγμα «παθολογικής επιστήμης». Το 1936, ο φυσικός Horia Hulubei βρήκε ένα σταθερό ισότοπο που πίστευε ότι ήταν το στοιχείο 87. Ο Hulubei το ονόμασε moldavium λόγω της καταγωγής του από την Μολδαβία. Το μολδάβιο θα γινόταν αιτία επιστημονικής αντιπαράθεσης.

Τελικά, μια Γαλλίδα με το όνομα Marguerite Perey θα ήταν αυτή που θα βάφτιζε το στοιχείο 87 με το όνομα της πατρίδας της. Το 1938, σε ηλικία 29 ετών, η Perey είχε εργαστεί στο Institut du Radium στο Παρίσι για δέκα χρόνια. Ξεκίνησε την καριέρα της εκεί ως προσωπική βοηθός της Marie Curie.

Η Marguerite Perey το 1938

Οι ερευνητές του ινστιτούτου μελετούσαν το ακτίνιο, ένα ραδιενεργό στοιχείο με ατομικό αριθμό 89, το οποίο ανακαλύφθηκε το 1899. Οι επιστήμονες δεν γνώριζαν πολλά πράγματα γι’ αυτό. Το στοιχείο παρουσίαζε πειραματικές προκλήσεις λόγω της σπανιότητάς του: οι τεχνικοί του ινστιτούτου ανέκτησαν μόνο 1,5 μιλι-γραμμάρια ακτινίου από δέκα τόνους ορυκτού ουρανίου. Επιπλέον, δυσκολεύτηκαν να διαχωρίσουν το ακτίνιο από το χημικά παρόμοιο στοιχείο του, το λανθάνιο. Η συνήθης ρουτίνα της Perey στο ινστιτούτο ήταν να απομονώνει το ακτίνιο από το μετάλλευμα.

Λίγο μετά τα Χριστούγεννα του 1938, η Perey ανακάλυψε ένα περίεργο σήμα κατά τη μέτρηση της εκπομπής βήτα από τα δείγματά της. Η ακτινοβολία αυξήθηκε τα πρώτα 20 λεπτά περίπου, υποδεικνύοντας ότι το ακτίνιο διασπάται προς έναν θυγατρικό πυρήνα που εκπέμπει ακτινοβολία βήτα. Η Perey υποψιάστηκε ότι ο πυρήνας αυτός ήταν το στοιχείο 87. Ζήτησε άδεια τριών εβδομάδων για να ερευνήσει τις ιδέες της. Αλλά ο προϊστάμενός της, André Debierne, ενώ αρχικά απέρριψε το αίτημά της, τελικά συμφώνησε, δηλώνοντας ότι θεωρούσε «την ιδέα ανόητη που θα οδηγούσε σε αποτυχία».

Μέχρι στις 7 Ιανουαρίου 1939, η Perey αναμειγνύοντας διάφορες χημικές ουσίες, διαπίστωσε ότι η άγνωστη ουσία είχε παρόμοιες χημικές ιδιότητες με το καίσιο, σαν αλκαλικό μέταλλο. Κατέληξε στο συμπέρασμα ότι είχε βρει το στοιχείο 87, το οποίο είχε χρόνο ημιζωής 21 λεπτά. Αρχικά η Perey το ονόμασε ακτίνιο K.

Αλλά το επιστημονικό κατεστημένο δεν υιοθέτησε το συμπέρασμά της. Ο βραβευμένος με νόμπελ φυσικός Jean Perrin, δεν στήριξε την ανακάλυψή της. Ο Perrin δήλωσε στους δημοσιογράφους ότι ο συνεργάτης του Hulubei, ήταν εκείνος που ανακάλυψε το στοιχείο 87 (ως μολδάβιο) και το ακτίνιο K της Perey ήταν απλώς ένα ισότοπο του σταθερού μολδαβίου.

Το επιστημονικό κατεστημένο δεν αναγνώριζε την ανακάλυψή της μέχρι το 1946 και αυτό την πίκρανε ανεπανόρθωτα. Όμως, ανεξάρτητοι ερευνητές απέρριψαν το μολδαβιο αφού οι πυρηνικές μελέτες διαπίστωσαν ότι το στοιχείο 87 δεν διέθετε σταθερά ισότοπα. Έτσι, η Διεθνής Επιτροπή Ονοματολογίας κάλεσε την Perey να βαφτίσει το στοιχείο. Η πρώτη της πρόταση ήταν «catium», αναφερόμενη στη λέξη «cation-κατιόν», αλλά η προϊσταμένη της, Irène Joliot-Curie, σημείωσε ότι στους αγγλόφωνους το όνομα αυτό θα θύμιζε την λέξη «cats». Η Perey επέλεξε τελικά το «φράγκιο», δημιουργώντας ένα δεύτερο στοιχείο μετά το γάλλιο που έπαιρνε το όνομά του από τη Γαλλία.

Το 1939, η Perey δεν ήταν ούτε καν πτυχιούχος πανεπιστημίου. Σπούδασε μετά την ανακάλυψή της και πήρε το διδακτορικό της το 1946 από το πανεπιστήμιο του Παρισιού. Συνέχισε να μελετά το στοιχείο φράνγκιο και το 1949 ορίστηκε ως επικεφαλής της πυρηνικής χημείας στο πανεπιστήμιο του Στρασβούργου. Το 1962 έγινε η πρώτη γυναίκα που εξελέγη στη Γαλλική Ακαδημία Επιστημών.

Αλλά η έρευνα της Perey είχε ακριβό τίμημα για την ίδια: η έκθεσή της στην ακτινοβολία προκάλεσε βλάβες στην υγεία της. Πέθανε το 1975 από καρκίνο στα οστά σε ηλικία 65 ετών.

Σήμερα υπάρχουν ερευνητές όπως ο Luis Orozco που δημιουργούν φράγκιο σε επιταχυντές. Ο Orozco μελετά ένα ισότοπο του φράγκιου που έχει χρόνο ημιζωής περίπου τρία λεπτά, με σκοπό την διερεύνηση της ασθενούς πυρηνικής δύναμης. Χρειάστηκαν πάνω από είκοσι χρόνια ώστε η ερευνητική του ομάδα καταφέρει την παραγωγή, την παγίδευση και τον χειρισμό του φράγκιου. Άλλοι ερευνητές σύμφωνα με τον Orozco έχουν επίσης προτείνει τα μόρια φραγκίου ως υποψήφια για την μελέτη της συμμετρίας αντιστροφής του χρόνου.

Ίσως τελικά μέσα από αυτές τις μελέτες βασικής έρευνας το φράγκιο καταφέρει να αποτινάξει την ταμπέλα του πιο άχρηστου αλκαλίου.

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Δ. Νανόπουλος: Να καταλάβουμε την μοναδικότητά μας στο Σύμπαν

| 0 ΣΧΟΛΙΑ

Ο καθηγητής και μέλος της Ακαδημίας Αθηνών Δημήτρης Νανόπουλος, καταθέτει στο ΑΠΕ – ΜΠΕ τις σκέψεις του για τη νέα χρονιά:

Κύριε Νανόπουλε, το 2022 είναι ένα έτος προσδοκιών για τις επιστήμες; Και ποιες είναι για εσάς αυτές οι προσδοκίες;

Οι πιο ενδιαφέρουσες επιστημονικές ανακαλύψεις γίνονται συνήθως αναπάντεχα, όχι τόσο για τους επιστήμονες που τις δημιουργούν, αλλά για όλους τους άλλους. Πράγματι, βρισκόμαστε σε μια εύφορη εποχή για τη Φυσική των Στοιχειωδών Σωματιδίων και της Κοσμολογίας και περιμένουμε το 2022 να είναι ακόμα πιο συναρπαστικό και να συνεχίσει να αποδίδει τους καρπούς μιας προσπάθειας πολλών ετών. Η πρόοδος ως προς την κατανόηση της αρχής του Σύμπαντος και της εξέλιξής του, χρησιμοποιώντας δεδομένα από το τηλεσκόπιο PLANCK και άλλες συναφείς παρατηρήσεις, είναι απίστευτη. Θεωρώ ότι το 2022 θα μας φέρει πιο κοντά σε μια Θεωρία του Παντός, σε πλήρη αρμονία με τα πειραματικά δεδομένα, εάν δεν έχει ήδη προταθεί…

Η επόμενη μεγάλη ανακάλυψη δεν θα έρθει επομένως από τις νέες τεχνολογίες αλλά από τη Φυσική;

Οι περισσότερες νέες τεχνολογίες αποτελούν απόρροιες και εφαρμογές της επιστήμης της Φυσικής. Από την άλλη, η εξέλιξη της Φυσικής εξαρτάται από τη χρήση και τον συνδυασμό πολλών νέων τεχνολογιών που επεξεργάζονται δεδομένα και επιβεβαιώνουν ή απορρίπτουν αντίστοιχα τα προτεινόμενα θεωρητικά μοντέλα ερμηνείας του Σύμπαντος. Κατά συνέπεια, πρόκειται για συγκοινωνούντα δοχεία που οδηγούν στη δημιουργία νέων προϊόντων/υπηρεσιών ή αντίστοιχα για κομμάτια ενός παζλ που ενώνονται και δημιουργούν νέες, πιο ολοκληρωμένες απεικονίσεις και προοπτικές του κόσμου μας. Η Φυσική εδώ και 120 χρόνια από τότε που ο Max Planck εισήγαγε την έννοια του κβάντου, δεν έχει πάψει να μας εκπλήσσει θετικά, και ευελπιστώ ότι και το 2022 δεν αποτελέσει εξαίρεση στον κανόνα.

Είναι πάντως οι νέες τεχνολογίες που τραβούν την περιέργειά μας και εξάπτουν την φαντασία μας, όπως συνέβη πρόσφατα με το metaverse. Δεν αισθάνεσθε πως η δική σας επιστήμη – η επιστήμη της Θεωρίας της Σχετικότητας, του Bing Bang και του μποζονίου Ηiggs μεταξύ άλλων – αδικείται ή υποεκτιμάται;

Είναι λογικό οι νέες τεχνολογίες που χρησιμοποιούμε συνεχώς, στους υπολογιστές και στα έξυπνα κινητά, να τραβούν την προσοχή μας και να εξάπτουν τη φαντασία μας, καθώς επηρεάζουν όλο και περισσότερο την καθημερινότητά μας. Η Θεωρία της Σχετικότητας, το Big Bang ή το μποζόνιο Higgs είναι έννοιες πιο απόμακρες για τους περισσότερους ανθρώπους. Ωστόσο, αποτελούν τα βασικά συστατικά μιας βαθύτερης κατανόησης του Σύμπαντος και της θέσης του ανθρώπου σ’ αυτό. Οι θεωρητικοί φυσικοί είναι πια συνηθισμένοι σε αυτή την κατάσταση, όμως δεν αισθάνονται καθόλου αδικημένοι. Αντίθετα, αναπληρώνουν τις όποιες «απώλειες» νιώθοντας τέτοια ικανοποίηση για τη συμμετοχή τους σε μια πραγματικά μεγάλη ανακάλυψη, που όμοιά της δεν υπάρχει…

Φάνηκε από την πανδημία: πολλοί συνάνθρωποι μας αντιμετωπίζουν την επιστήμη με καχυποψία, άρνηση ή ακόμη και φόβο. Πώς το εξηγείτε;

Κακή πληροφόρηση και άγνοια. Όπως έλεγε ο μεγάλος Ιταλός Φυσικός Enrico Fermi «η γνώση είναι δύναμη, αλλά για πολύ καιρό ακόμη η άγνοια δεν θα σημαίνει αδυναμία».

Σε τι θα θέλατε να μας κάνει σοφότερους η νέα χρονιά;

Να καταλάβουμε τη μοναδικότητά μας σ’ αυτό το Σύμπαν. Είμαστε μια απειροελάχιστη χωρο-χρονική κουκίδα. Η ζωή μας είναι από δω έως εκεί. Αυτό πρέπει να προσπαθήσουμε να το κατανοήσουμε και να το εκμεταλλευτούμε με τον καλύτερο δυνατό τρόπο.

«Ένας θεωρητικός φυσικός ανεβαίνει με έναν φίλο του στην κορυφή ενός βουνού. Όταν φτάνουν, βγάζει ένα τετράδιο και ένα μολύβι και έπειτα από λίγο λέει στον φίλο του: «Σύμφωνα με τους υπολογισμούς μου, είμαστε στην απέναντι κορυφή»». Τι σας κάνει να σκέφτεστε αυτό το ανέκδοτο;

Θα επικαλεστώ και πάλι τα λόγια του Enrico Fermi. «Υπάρχουν δύο πιθανές εξελίξεις: Αν το αποτέλεσμα επαληθεύει την υπόθεση, θα έχεις κάνει μια μέτρηση. Αν το αποτέλεσμα δεν συμφωνεί με την υπόθεση, τότε θα έχεις κάνει μια ανακάλυψη». Ωστόσο, θα συμπληρώσω ότι οι θεωρητικοί φυσικοί μπορεί κάπου-κάπου να κάνουν και λάθος…

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Φαϊνμάνιο (Feynmanium): Το τέλος του περιοδικού πίνακα στοιχείων;

| 0 ΣΧΟΛΙΑ
Το στοιχείο με ατομικό αριθμό 137 ως Feynmanium (συναναντάται και με το σύμβολο Uts ως Untriseptium)

Θα τελειώσει κάποτε ο περιοδικός πίνακας των στοιχείων; Ο αστικος μύθος λέει πως ο Ρίτσαρντ Φάυνμαν είχε θέσει ένα τέλος στο περιοδικό σύστημα μετά το υποθετικό στοιχείο 137, που ονομάζεται untriseptium ή ανεπίσημα feynmanium προς τιμήν του. Το επιβεβαιώνει και ο Σουμπραμανιάν Τσαντρασεκάρ στο άρθρο του με τίτλο ‘On stars, their evolution and their stability‘, γράφοντας ‘πως ατομικός αριθμός Ζ=137, θέτει το όριο για τον μέγιστο αριθμό πρωτονίων που θα μπορούσε να έχει ένας πυρήνας ώστε να επιτρέπεται σταθερή τροχιά σε ένα ηλεκτρόνιο – διαφορετικά παραβιάζεται η σχετικότητα’. Είναι πολύ εύκολο να δειχθεί για ένα υδρογονοειδές ιόν ότι για Ζ>137 το ηλεκτρόνιο στην θεμελιώδη κατάστασή του θα είχε ταχύτητα μεγαλύτερη του φωτός.

Η κατάρρευση του μοντέλου Bohr για Ζ=137

Ο Louis de Broglie ήταν ο πρώτος που είδε τα τροχιακά ηλεκτρόνια ενός ατόμου ως στάσιμα κύματα, συνδέοντας την ορμή του ηλεκτρονίου με το μήκος κύματος ενός στάσιμου κύματος: \lambda=\frac{h}{p} . Παίρνοντας την σκυτάλη ο Niels Bohr θεώρησε ότι για να σχηματιστεί στάσιμο κύμα σε μια τροχιά ακτίνας r πρέπει το μήκος της τροχιάς να είναι ακέραιο πολλαπλάσιο του μήκους κύματος 2 \pi r=n \lambda, όπου n=1,2, \cdots . Χρησιμομοιώντας την σχέση του de Broglie για το μήκος κύματος του ηλεκτρονίου \lambda=h/p , κατέληξε στην συνθήκη κβάντωσης για την στροφορμή του ηλεκτρονίου: L=p r = mvr=n h/2\pi (1), όπου n=1,2, \cdots
Έστω ένα υδρογονοειδές ιόν (διαθέτει ένα μόνο ηλεκτρόνιο) με ατομικό αριθμό Ζ. Σύμφωνα με το ατομικό πρότυπο του Bohr, η δύναμη Coulomb που ασκείται από τον πυρήνα στο ηλεκτρόνιο παίζει τον ρόλο της κεντρομόλου δύναμης οπότε: \frac{mv^{2}}{r}=\frac{Ze^{2}}{4\pi \epsilon_{0} r^{2}} (2)
Συνδυάζοντας τις εξισώσεις (1) και (2) παίρνουμε για την ταχύτητα του ηλεκτρονίου:
v=\frac{Ze^{2}}{2 \epsilon_{0}n\,h}, στην οποία αν εισάγουμε την σταθερά λεπτής υφής a=\frac{e^{2}}{2\epsilon_{0}\,h \,c}=\frac{1}{137}, παίρνουμε για την ταχύτητα του ηλεκτρονίου: v=\frac{Z\,c}{137\,n} , όπου c η ταχύτητα του φωτός.
Για Ζ≥137 και n=1, παρατηρούμε ότι η ταχύτητα του ηλεκτρονίου γίνεται μεγαλύτερη ή ίση με την ταχύτητα του φωτός!

Ακόμα και πέρα από το απλοϊκό ατομικό μοντέλο του Bohr, οι υπολογισμοί της κβαντικής θεωρίας πεδίου καταλήγουν στο ίδιο αποτέλεσμα. Στην γειτονιά ενός πυρήνα με πάρα πολλά πρωτόνια είναι δυνατόν να προκληθεί το φαινόμενο Schwinger – να δημιουργηθεί δηλαδή ένα πολύ ισχυρό ηλεκτρικό πεδίο που να «πυροδοτεί το κενό» δημιουργώντας ζεύγη ηλεκτρονίων-ποζιτρονίων. Αυτό μπορεί να θέσει ένα ανώτερο όριο στον αριθμό πρωτονίων που μπορεί να περιέχει ένας ατομικός πυρήνας. Για παράδειγμα σύμφωνα με τον υπολογισμό του Matthew Schwartz στο βιβλίο του «Quantum Field Theory and the Standard Model – σελ.720», για Ζ~137 η ένταση του ηλεκτρικού πεδίο ξεπερνά την κρίσιμη τιμή Εc≥1018 Volts/m και το φαινόμενο Schwinger παύει να είναι αγνοήσιμο. Και σ’ αυτόν τον υπολογισμό ο ατομικός αριθμός 137 σηματοδοτεί πάλι το τέλος του περιοδικού πίνακα στοιχείων.

Βέβαια στους παραπάνω υπολογισμούς ο πυρήνας θεωρείται ως σημειακό φορτίο. Αν γίνουν ακριβέστεροι υπολογισμοί λαμβάνοντας υπόψιν και το μέγεθος του πυρήνα, τότε θα μπορούσαν θεωρητικά να υπάρξουν στοιχεία και με Ζ>137, τουλάχιστον μέχρι Ζ=173.

Ακολουθούν δυο σχετικά βίντεο του Sir Martyn Poliakoff από το πανεπιστήμιο του Nottingham:

1. Feynmanium (?)

2. Bigger Periodic Table (αναφέρεται στην εργασία του Pekka Pyykkö: ‘A suggested periodic table up to Z ≤ 172, based on Dirac–Fock calculations on atoms and ions‘)

 
 
Κατηγορίες:
Και κάτι άλλο...

Το παράδοξο του Bertrand

| 0 ΣΧΟΛΙΑ

Το παράδοξο του Bertrand είναι ένα πρόβλημα πιθανοτήτων που παρουσιάζεται στο βιβλίο του «Calcul des probabilités (1889)» και διατυπώνεται ως εξής: Θεωρούμε ένα ισόπλευρο τρίγωνο εγγεγραμμένο σε κύκλο. Αν χαράξουμε τυχαία μια οποιαδήποτε χροδή του κύκλου, ποιά είναι η πιθανότητα η χορδή να είναι μεγαλύτερη από την πλευρά του εγγεγραμμένου τριγώνου;

Ο Bertrand ανέπτυξε τρεις διαφορετικές μεθόδους επίλυσης, η κάθε μία από τις οποίες δίνει διαφορετική πιθανότητα!

1. Επιλέγουμε δυο τυχαία σημεία στην περιφέρεια του κύκλου και σχεδιάζουμε την χορδή που τα ενώνει. Φανταζόμαστε μία κορυφή του εγγεγραμμένου τριγώνου να ταυτίζεται με ένα από τα δυο άκρα της χορδής. Αν το άλλο άκρο της χορδής βρίσκεται μέσα στο τόξο που ορίζουν οι άλλες δυο κορυφές του τριγώνου, τότε η χορδή είναι μεγαλύτερη της πλευράς. Διαφορετικά είναι μικρότερο.

Οι μπλε χορδές είναι μικρότερες από την πλευρά του εγγεγραμμένου στον κύκλο τριγώνου, ενώ οι κόκκινες μεγαλύτερες.

Είναι σαφές ότι στην περίπτωση αυτή η πιθανότητα η χορδή να είναι μεγαλύτερη από την πλευρά του εγγεγραμμένου τριγώνου είναι 1/3.

2. Επιλέγουμε ένα τυχαίο σημείο στο εσωτερικό του κύκλου και κατασκευάζουμε μια χορδή με το επιλεγμένο σημείο ως μέσο. Η χορδή θα είναι μεγαλύτερη από την πλευρά του εγγεγραμμένου τριγώνου αν το επιλεγμένο σημείο βρίσκεται μέσα σε έναν ομόκεντρο κύκλο με ακτίνα την μισή ακτίνα του μεγαλύτερου κύκλου.

Δεδομένου ότι το εμβαδόν του μικρότερου κύκλου είναι το ένα τέταρτο του εμβαδού του μεγαλύτερου κύκλου, η πιθανότητα η τυχαία χορδή να είναι μεγαλύτερη την πλευρά του εγγεγραμμένου τριγώνου είναι 1/4.

3. Επιλέγουμε ένα τυχαίο σημείο σε μια ακτίνα του κύκλου και κατασκευάζουμε την χορδή που είναι κάθετη στην ακτίνα στο σημείο αυτό. Φανταζόμαστε το ισοσκελές τρίγωνο να έχει κάθετη την μια πλευρά του στην εν λόγω ακτίνα.

Η πλευρά του τριγώνου διχοτομεί την ακτίνα, επομένως η πιθανότητα μια τυχαία χορδή είναι μεγαλύτερη από μια πλευρά του εγγεγραμμένου τριγώνου είναι 1/2.

Οι τρεις λύσεις που παρουσίασε ο Bertrand αντιστοιχούν σε διαφορετικές μεθόδους επιλογής της χορδής κάτι που ίσως ισοδυναμεί με τρία διαφορετικά προβλήματα, οπότε δεν υπάρχει λόγος να είναι προτιμητέα κάποια από αυτές. Πολλοί όμως διαφωνούν θεωρώντας ότι το παράδοξο δεν έχει ακόμα επιλυθεί ακόμα …

… δείτε δυο σχετικά βίντεο από το Numberphile (σε συνεργασία με το 3blue1brown):

διαβάστε περισσότερα ΕΔΩ: https://en.wikipedia.org/wiki/Bertrand_paradox_(probability)

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Τα πρώτα ζωντανά ρομπότ στον κόσμο έμαθαν να αναπαράγονται!

| 0 ΣΧΟΛΙΑ

Οι Αμερικανοί επιστήμονες που ανέπτυξαν τα πρώτα μικροσκοπικά ζωντανά ρομπότ ανακοίνωσαν ότι τα xenobots- όπως ονομάζονται- μπορούν πλέον να αναπαραχθούν και μάλιστα με τρόπο που δεν έχει παρατηρηθεί ποτέ στα φυτά και τα ζώα.

Τα xenobots, που αναπτύχθηκαν από τα βλαστικά κύτταρα του αφρικανικού βατράχου (Xenopus laevis) έχουν πλάτος μικρότερο από ένα χιλιοστό. Οι μικροσκοπικές μορφές παρουσιάστηκαν για πρώτη φορά το 2020, αφού πειράματα έδειξαν ότι μπορούν να κινούνται, να συνεργάζονται σε ομάδες και να αυτοθεραπεύονται.

Η επιστημονική ομάδα στο Πανεπιστήμιο του Βερμόντ, το Πανεπιστήμιο Tufts και το Ινστιτούτο Wyss του Πανεπιστημίου του Χάρβαρντ για τη Μηχανική Βιολογικής Έμπνευσης που ανέπτυξε τα μικροσκοπικά ρομπότ, ανακοίνωσε ότι ανακάλυψε μια εντελώς νέα μορφή βιολογικής αναπαραγωγής διαφορετική από κάθε ζώο ή φυτό που είναι γνωστό στην επιστήμη.

«Έμεινα έκπληκτος όταν το είδα αυτό», δήλωσε ο Μάικλ Λεβίν, καθηγητής βιολογίας και διευθυντής του Κέντρου Ανακάλυψης Allen στο Πανεπιστήμιο Tufts, ο οποίος ήταν ο συν-επικεφαλής συγγραφέας της νέας μελέτης.

«Οι βάτραχοι έχουν έναν συγκεκριμένο τρόπο αναπαραγωγής, όταν όμως απελευθερώνεις τα κύτταρα από το υπόλοιπο έμβρυο και τους δίνεις την ευκαιρία να καταλάβουν πώς να επιβιώσουν σε ένα νέο περιβάλλον, βρίσκουν έναν νέο τρόπο να κινούνται και να αναπαράγονται».

(Douglas Blackiston, Sam Kriegman)

Ρομπότ ή οργανισμός;

Για να αναπτύξουν τα xenobots, οι ερευνητές αφαίρεσαν ζωντανά βλαστικά κύτταρα από έμβρυα βατράχων και τα άφησαν να επωαστούν, χωρίς να χειραγωγήσουν τα γονίδια που εμπλέκονται.

«Οι περισσότεροι άνθρωποι σκέφτονται ότι τα ρομπότ είναι φτιαγμένα από μέταλλα και κεραμικά, ωστόσο δεν έχει σημασία από τι είναι φτιαγμένο ένα ρομπότ αλλά το τι κάνει, να ενεργεί δηλαδή μόνο του για λογαριασμό των ανθρώπων», δήλωσε ο Τζος Μπόνγκαρντ, καθηγητής πληροφορικής και ειδικός στη ρομποτική στο Πανεπιστήμιο του Βερμόντ και επικεφαλής συγγραφέας της μελέτης.

«Με αυτή την έννοια είναι ένα ρομπότ, αλλά και ένας οργανισμός φτιαγμένος από γενετικά μη τροποποιημένο κύτταρο βατράχου».

Οι επιστήμονες διαπίστωσαν ότι τα xenobots, τα οποία είχαν αρχικά σχήμα σφαίρας και ήταν κατασκευασμένα από περίπου 3.000 κύτταρα, μπορούσαν να αναπαραχθούν. Αλλά αυτό συνέβαινε σπάνια και μόνο σε συγκεκριμένες περιστάσεις. Τα xenobots χρησιμοποίησαν την «κινητική αντιγραφή» – μια διαδικασία που είναι γνωστό ότι συμβαίνει σε μοριακό επίπεδο, αλλά δεν έχει παρατηρηθεί ποτέ πριν στην κλίμακα ολόκληρων κυττάρων ή οργανισμών, δήλωσε ο Μπόνγκαρντ.

Με τη βοήθεια της τεχνητής νοημοσύνης, οι ερευνητές δοκίμασαν στη συνέχεια δισεκατομμύρια σχήματα για να κάνουν τα xenobots πιο αποτελεσματικά στην αναπαραγωγή. Ο υπερυπολογιστής κατέληξε σε ένα σχήμα C που έμοιαζε με το Pac-Man, το βιντεοπαιχνίδι της δεκαετίας του 1980. Οι ερευνητές διαπίστωσαν ότι το ρομπότ μπόρεσε να συγκεντρώσει εκατοντάδες μικροσκοπικά βλαστικά κύτταρα μέσα στο «στόμα» του και λίγες μέρες αργότερα, οι στοίβες των κυττάρων, σχημάτισαν νέα xenobots.

«Το σχήμα είναι στην ουσία το πρόγραμμα. Το σχήμα επηρεάζει τον τρόπο με τον οποίο συμπεριφέρονται τα xenobots για να ενισχύσουν αυτή την απίστευτα εκπληκτική διαδικασία», εξήγησε ο Μπόνγκαρντ.

Τα xenobots βασίζονται σε μια παλιά τεχνολογία – σκεφτείτε έναν υπολογιστή της δεκαετίας του 1940 – και δεν έχουν ακόμη καμία πρακτική εφαρμογή. Ωστόσο, αυτός ο συνδυασμός μοριακής βιολογίας και τεχνητής νοημοσύνης θα μπορούσε δυνητικά να χρησιμοποιηθεί σε πλήθος εργασιών τόσο στο σώμα όσο και το περιβάλλον, σύμφωνα με τους ερευνητές. Αυτό μπορεί να περιλαμβάνει τη συλλογή μικροπλαστικών στους ωκεανούς, την επιθεώρηση των ριζικών συστημάτων και την αναγεννητική ιατρική.

Ενώ η προοπτική της αυτοαναπαραγόμενης βιοτεχνολογίας μπορεί να προκαλεί ανησυχίες, οι ερευνητές δήλωσαν ότι οι ζωντανές μηχανές περιορίζονται εξ ολοκλήρου σε ένα εργαστήριο και μπορούν να εξαλειφθούν εύκολα, καθώς είναι βιοδιασπώμενες και ρυθμίζονται από ειδικούς σε θέματα δεοντολογίας.

«Υπάρχουν πολλά πράγματα που είναι δυνατά αν εκμεταλλευτούμε αυτό το είδος πλαστικότητας και την ικανότητα των κυττάρων να επιλύουν προβλήματα», δήλωσε ο Μπόνγκαρντ.

Η έρευνα χρηματοδοτήθηκε εν μέρει από την Υπηρεσία Προηγμένων Αμυντικών Ερευνητικών Προγραμμάτων, μια ομοσπονδιακή υπηρεσία που επιβλέπει την ανάπτυξη τεχνολογίας για στρατιωτική χρήση.

Η μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό PNAS που αξιολογείται από ομότιμους.

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Η Τεχνητή Νοημοσύνη αποδεικνύει νέα μαθηματικά θεωρήματα

| 0 ΣΧΟΛΙΑ

… καθοδηγούμενη από την ανθρώπινη διαίσθηση

 

Για πρώτη φορά επιστήμονες των υπολογιστών και μαθηματικοί, από τη Βρετανία και την Αυστραλία, χρησιμοποίησαν την τεχνητή νοημοσύνη για να τους βοηθήσει να αποδείξουν ή να προτείνουν νέα μαθηματικά θεωρήματα στα πολύπλοκα πεδία της θεωρίας κόμβων και της θεωρίας αναπαραστάσεων. Προς έκπληξη των μαθηματικών, η τεχνητή νοημοσύνη έκανε προτάσεις  που μετά οι ίδιοι εξέτασαν και επιβεβαίωσαν. Αυτό δείχνει ότι η μηχανική μάθηση μπορεί να δώσει χείρα βοηθείας ακόμη σε θέματα αιχμής της μαθηματικής έρευνας.

Οι ερευνητές των πανεπιστημίων του Σίδνεϊ και της Οξφόρδης, καθώς και της θυγατρικής τεχνητής νοημοσύνης DeepMind της Google, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature» [Advancing mathematics by guiding human intuition with AI], εξέφρασαν την αισιοδοξία τους ότι ανοίγει πλέον ο δρόμος για μια σε βάθος συνεργασία ανάμεσα στα πεδία των «καθαρών» μαθηματικών και της τεχνητής νοημοσύνης, κάτι που αναμένεται να φέρει εντυπωσιακά αποτελέσματα. Η τεχνητή νοημοσύνη, όπως δείχνει η νέα έρευνα, έχει ωριμάσει τόσο, ώστε μπορεί πλέον να αξιοποιηθεί για να βοηθήσει στη μαθηματική έρευνα εκείνη που – όπως η τέχνη – βασίζεται συνήθως στη διαίσθηση και στη δημιουργικότητα.

Όπως ανέφερε ο καθηγητής Τζόρντι Ουίλιαμσον του Ινστιτούτου Μαθηματικής Έρευνας του Σίδνεϊ, ένας από τους κορυφαίους μαθηματικούς στον κόσμο, «τα προβλήματα στα μαθηματικά θεωρούνται ευρέως από τα πιο δύσκολα που υπάρχουν γενικά. Ενώ οι μαθηματικοί έχουν χρησιμοποιήσει τη μηχανική μάθηση για να τους βοηθήσει στην ανάλυση πολύπλοκων δεδομένων, είναι η πρώτη φορά που έχουμε χρησιμοποιήσει τους υπολογιστές για να μας βοηθήσουν να κάνουμε μαθηματικές εικασίες ή να προτείνουμε πιθανές ‘γραμμές επίθεσης’ σε αναπόδεικτες έως τώρα ιδέες στα μαθηματικά».

Ο Ουίλιαμσον, ο οποίος θεωρείται κορυφή διεθνώς στη θεωρία των αναπαραστάσεων, που διερευνά τους χώρους ανώτερων διαστάσεων με τη χρήση γραμμικής άλγεβρας, χρησιμοποίησε την τεχνητή νοημοσύνη της DeepMind για να φθάσει κοντά στην απόδειξη μιας παλαιάς εικασίας σχετικά με τα πολυώνυμα Kazhdan-Lusztig, που έχει μείνει άλυτη εδώ και 40 χρόνια και η οποία αφορά τη βαθιά συμμετρία στην άλγεβρα των ανώτερων διαστάσεων.

Οι καθηγητές της Οξφόρδης Μαρκ Λάκεμπι και ‘Αντρας Γιούχαστς, με τη βοήθεια της τεχνητής νοημοσύνης, ανακάλυψαν μια απρόσμενη σύνδεση ανάμεσα στις αλγεβρικές και γεωμετρικές σταθερές των κόμβων, ανακαλύπτοντας έτσι ένα τελείως νέο μαθηματικό θεώρημα. Η θεωρία των κόμβων έχει πολλαπλές εφαρμογές στις φυσικές και άλλες επιστήμες.

Όπως είπε ο Λάκεμπι, «είναι γοητευτικό να χρησιμοποιεί κανείς τη μηχανική μάθηση για να ανακαλύπτει νέες και αναπάντεχες διασυνδέσεις ανάμεσα σε διαφορές περιοχές των μαθηματικών. Η εργασία που έγινε στην Οξφόρδη και στο Σίδνεϊ, σε συνεργασία με τη DeepMind, αποδεικνύει ότι η μηχανική μάθηση μπορεί να αποτελέσει ένα πραγματικά χρήσιμο εργαλείο στη μαθηματική έρευνα».

Πηγή

Κατηγορίες:
Και κάτι άλλο...

Μνήμη: Πώς διαμορφώνονται και πώς εξασθενούν οι αναμνήσεις

| 0 ΣΧΟΛΙΑ

 

Γιατί μπορεί κάποιος να θυμηθεί το όνομα του καλύτερου φίλου των παιδικών του χρόνων που έχει να δει πάρα πολλά χρόνια και εύκολα να ξεχνάει το όνομα ενός προσώπου που μόλις πριν από ένα λεπτό συνάντησε; Με άλλα λόγια, γιατί ορισμένες μνήμες είναι σταθερές κατά τη διάρκεια δεκαετιών, ενώ άλλες εξασθενούν μέσα σε λίγα λεπτά;

Χρησιμοποιώντας μοντέλα ποντικών, ερευνητές του Caltech προσδιόρισαν ότι οι ισχυρές, σταθερές μνήμες είναι κωδικοποιημένες κατά «ομάδες» νευρώνων όλων πυροδοτουμένων εν συγχρονία, παρέχοντας εφεδρείες που επιτρέπουν τις αναμνήσεις αυτές να παραμένουν στο χρόνο. Η έρευνα έχει επιπτώσεις στην κατανόηση του πώς μπορεί να επηρεάζεται η μνήμη από μια βλάβη του εγκεφάλου, όπως μετά από εγκεφαλικά ή νόσο του Alzheimer. Η έρευνα διενεργήθηκε στο εργαστήριο του Carlos Lois, ερευνητή καθηγητή βιολογίας, συνεργαζόμενο μέλος Ινστιτούτου Νευροεπιστήμης του Caltech, και περιγράφεται σε δημοσίευμα που παρουσιάστηκε 23 Αυγούστου στο περιοδικό Science.

Η ομάδα υπό τον μεταδιδακτορικό υπότροφο Walter Gonzalez, ανέπτυξε μια δοκιμασία για να εξετάσει τη νευρική δραστηριότητα των ποντικών καθώς μαθαίνουν, αλλά και να θυμούνται, σχετικά μια νέα θέση. Στη δοκιμασία, ένα ποντίκι τοποθετήθηκε σε έναν ευθύ περιφραγμένο χώρο, λίγο περισσότερο από 1,5 μέτρα μακρύ με άσπρα τοιχώματα. Μοναδικά σύμβολα σημείωναν διαφορετικές θέσεις κατά μήκος των τοιχωμάτων – για παράδειγμα, ένα έντονο σύμβολο συν κοντά στο πιο σωστό άκρο και μια γραμμή υπό γωνία (σύμβολο slash) κοντά στο κέντρο. Νερό με ζάχαρη (μια λιχουδιά για τους ποντικούς) τοποθετήθηκε σε ένα από τα δυο άκρα του διαδρόμου. Ενώ το ποντίκι εξερευνούσε, οι ερευνητές μέτρησαν την δραστηριότητα ειδικών νευρώνων στον ιππόκαμπο του ποντικιού (στην περιοχή του εγκεφάλου όπου σχηματίζονται οι νέες μνήμες) που είναι γνωστό για την κωδικοποίηση θέσεων.

Όταν ένα ζωάκι τοποθετούνταν αρχικά στο διάδρομο, ήταν αναποφάσιστο το τι θα κάνει και περιπλανιόταν αριστερά δεξιά μέχρι να περάσει επάνω από το ζαχαρωμένο νερό. Σε αυτές τις περιπτώσεις, μεμονωμένοι νευρώνες ενεργοποιούνταν όταν το ποντίκι πρόσεχε το σύμβολο στον τοίχο. Όμως μετά από πολλές εμπειρίες στο διάδρομο, το ποντίκι εξοικειώνονταν με αυτόν και θυμόνταν τις θέσεις της ζάχαρης. Καθώς το ποντίκι εξοικειωνόταν περισσότερο, όλο και περισσότεροι νευρώνες ενεργοποιούνταν συγχρονισμένα βλέποντας το κάθε σύμβολο στον τοίχο. Ουσιαστικά, το ποντίκι αναγνώριζε που ήταν σε σχέση με το κάθε ένα μοναδικό σύμβολο.

Διάγραμμα δραστηριότητας νευρώνων στον ιππόκαμπο, που καταγράφηκε από ένα ποντίκι καθώς μάθαινε σχετικά με το νέο περιβάλλον του. Τα χρώματα αντιστοιχούν στις μοναδικές τοποθεσίες μέσα στον ίδιο χώρο. Με την πάροδο του χρόνου και τη συνεχιζόμενη έκθεση στο χώρο δράσης, το ποντίκι διαμορφώνει σταθερές αναμνήσεις στρατολογώντας ομάδες νευρώνων για να κωδικοποιήσει για τη θέση. [Credit: Caltech]

Για να μελετήσουν πώς εξασθενούν οι μνήμες κατά τη διάρκεια του χρόνου, οι ερευνητές στη συνέχεια κρατούσαν μακριά από το διάδρομο το ποντίκι για πάνω από 20 μέρες. Κατά την επιστροφή στον διάδρομο μετά από το διάλειμμα αυτό, τα ποντίκια που είχαν διαμορφώσει ισχυρές μνήμες κωδικοποιημένες με μεγάλους αριθμούς νευρώνων θυμόταν τη δράση αμέσως. Ακόμη και αν ορισμένοι νευρώνες παρουσίαζαν διαφορετική δραστηριότητα, η ανάμνηση του διαδρόμου στο ποντίκι ήταν σαφώς αναγνωρίσιμη όταν αναλύονταν η δραστηριότητα μεγάλων ομάδων νευρώνων. Με άλλα λόγια, η χρήση ομάδων νευρώνων επιτρέπει τον εγκέφαλο να έχει εφεδρεία και να ανακαλεί σταθερές μνήμες ακόμη και αν ορισμένοι από τους αρχικούς νευρώνες σιωπούσαν ή καταστρέφονταν.

Ο Gonzalez εξηγεί:

«Φανταστείτε ότι έχετε να διηγηθείτε μια μεγάλη και πολύπλοκη ιστορία. Για να διαφυλάξετε την ιστορία, θα μπορούσατε να την πείτε σε πέντε από τους φίλους σας και μετά περιστασιακά μαζί με όλους αυτούς να ξαναπείτε την ιστορία και να βοηθάει ο ένας τον άλλον να γεμίζει οποιαδήποτε κενά που έχει ξεχάσει ένα άτομο. Επιπροσθέτως, κάθε φορά που ξαναλέτε την ιστορία, θα μπορούσατε να φέρετε νέους φίλους να τη μαθαίνουν και έτσι βοηθάτε να διατηρηθεί η ιστορία και να ενισχύεται η μνήμη. Με έναν ανάλογο τρόπο, οι νευρώνες σας βοηθούν ο ένας τον άλλον να κωδικοποιούνται οι μνήμες που θα αντέξουν κατά τη διάρκεια του χρόνου».

Η μνήμη είναι τόσο βασική για την ανθρώπινη συμπεριφορά που οποιαδήποτε βλάβη σε αυτή μπορεί να επηρεάσει σοβαρά την καθημερινή μας ζωή. Η απώλεια μνήμης που συμβαίνει στο πλαίσιο της κανονικής γήρανσης μπορεί να είναι ένα σημαντικό πρόβλημα για τους ηλικιωμένους. Επιπλέον, απώλεια μνήμης που προκαλείται από διάφορες νόσους, με πιο γνωστή αυτή του Alzheimer, έχει ολέθριες συνέπειες που μπορούν να εμποδίζουν τις πιο βασικές καθημερινές δράσεις συμπεριλαμβανομένων της αναγνώρισης συγγενών ή της ενθύμησης του δρόμου επιστροφής στο σπίτι. Η εργασία αυτή υποστηρίζει ότι οι μνήμες μπορεί να εξασθενήσουν πιο γρήγορα καθώς γερνάμε επειδή η μνήμη κωδικοποιείται από λιγότερους νευρώνες και εάν κάποιος από τους νευρώνες αυτούς αποτύχει, η μνήμη χάνεται. Η μελέτη υποστηρίζει ότι κάποια μέρα, ο σχεδιασμός θεραπειών που θα μπορούσαν να ενισχύσουν την επιστράτευση ενός μεγαλύτερου αριθμού νευρώνων για να κωδικοποιούν μια ανάμνηση θα μπορούσε να βοηθήσει στην πρόληψη της απώλειας μνήμης.

«Για χρόνια, ο κόσμος γνωρίζει ότι όσο περισσότερο πραγματοποιεί μια πράξη, τόσο περισσότερο είναι πιθανό να τη θυμάται αργότερα», αναφέρει ο Lois. «Τώρα θεωρούμε ότι αυτό είναι πιθανό, επειδή όσο περισσότερο πραγματοποιείται μια πράξη, τόσο μεγαλύτερος είναι ο αριθμός των νευρώνων που αποκωδικοποιούν την πράξη αυτή. Οι συμβατικές θεωρίες σχετικά με την αποθήκευση μνήμης εκτιμούν ότι για να καταστεί μια ανάμνηση περισσότερο σταθερή απαιτεί την ενίσχυση των συνδέσεων ενός μεμονωμένου νευρώνα. Τα αποτελέσματά μας δείχνουν ότι η αύξηση του αριθμού των νευρώνων που αποκωδικοποιούν την ίδια ανάμνηση επιτρέπει τη μνήμη να αντέχει για περισσότερο χρόνο».

***

Πολύ περισσότερα στοPersistence of neuronal representations through time and damage in the hippocampus. CaltechAUTHORS.

Πηγή

 

 

Κατηγορίες:
Και κάτι άλλο...

Η τεχνητή νοημοσύνη ολοκλήρωσε την 10η συμφωνία του Μπετόβεν!

| 0 ΣΧΟΛΙΑ
Η παρτιτούρα του Μπετόβεν σε σύγκριση με την αντίστοιχη της τεχνητής νοημοσύνης

Η 10η συμφωνία του Λούντβιχ βαν Μπετόβεν (1770–1827) είναι ένα υποθετικό έργο του, που ‘συναρμολογήθηκε’ το 1988 από τον Barry Cooper από τα αποσπασματικά και πρόχειρα σχεδιαγράμματα που άφησε ο Μπετόβεν. Τα χειρόγραφα αυτά αναφέρονταν σαφώς στην ίδια συμφωνία, που θα ακολουθούσε την ενάτη, διότι εμφανίζονταν μαζί σε πολλές μικρές ομάδες και δεδομένου ότι είναι γνωστό πως ο Μπετόβεν σκόπευε να συνθέσει άλλη μία συμφωνία. Η ανασύνθεση του Cooper παίχτηκε για πρώτη φορά σε συναυλία που δόθηκε το 1988 από τη Βασιλική Φιλαρμονική Εταιρεία στο Λονδίνο, στην οποία ο ίδιος ο Μπετόβεν είχε προσφέρει την νέα συμφωνία το 1827.

Beethoven – Symphony No 10 (arr Cooper) Morris, LSO (1988) plus Lecture by Cooper

Το 2019, χρησιμοποιήθηκε η τεχνητή νοημοσύνη για την ανακατασκευή της συμφωνίας. Ο Tim Höttges, Πρόεδρος του Διοικητικού Συμβουλίου της Deutsche Telekom πιστεύει ότι το τελικό αποτέλεσμα είναι πραγματικά εκπληκτικό γιατί άνθρωποι και μηχανές δημιούργησαν κάτι καινούργιο. Η τεχνητή νοημοσύνη δεν «τροφοδοτήθηκε» μόνο με τις συνθέσεις του Μπετόβεν και τις ανολοκλήρωτες παρτιτούρες της 10ης συμφωνίας, αλλά και με έργα συνθετών και μουσικών που ενέπνευσαν και επηρέασαν τον Μπετόβεν κατά τη διάρκεια της ζωής του, όπως ο Γιόχαν Σεμπάστιαν Μπαχ.

Το αποτέλεσμα παρουσιάστηκε στις 9 Οκτωβρίου 2021, με τίτλο ‘Beethoven X: The AI Project’ και είναι διαθέσιμο ΕΔΩ:https://lnk.to/BeethovenX.

Ακούστε ένα μικρό δείγμα στο βίντεο που ακολουθεί:

 

Πηγή

Κατηγορίες:
Και κάτι άλλο...
web design by