Hvordan spille Sudoku…

I disse virustider må man finne måter å slappe av på – så jeg koser meg med en kaffe og New York Times Sudoku mellom slagene. I dag har jeg testet forskjellige varianter av kameraer og annet med en gammel iMac (sent 2013) som dessverre ikke er ut til å håndtere et bra kamera særlig godt.

Noe må man jo spille inn, så her er en instruksjonsvideo i hvordan man spiller Sudoku, ved bruk av en metode (Snyder-notasjon) inspirert av den aldeles utmerkede Youtube-kanalen Cracking the Cryptic, som anbefales hvis du har endel tid å kaste bort og er sertifisert nerd. CtC har for øyeblikket 176000 abonnenter, så det er tydeligvis endel nerder der ute. Se denne videoen for et spesielt elegant eksempel på smart problemløsning.

Forøvrig er dette en demonstrasjon av en algoritme for å løse Sudoku. Det finnes mange andre, inkludert å bruke en datamaskin til «brute force» – det vil så å prøve alle versjoner. En elegant måte å gjøre dette på demonstreres i denne videoen fra Youtube-kanalen Computerphile (med 1,66 millioner abonnenter).

Så med det: Min første, og nokså sikkert siste, Sudokuvideo:

Mactips i overflod

Vanskelig ikke å like denne videoen, for de av oss som bruker Mac og roter rundt med tusenvis av filer og annet. Ryddesjau i huset er vel og bra, men harddisker og annet trenger også en runde…

Favorittips: I Finder, gå inn på Preferences>Advanced, slå på «Keep folders on top». Det gjør at mapper listes øverst, deretter filer. Gjør det mye lettere å organisere harddisken…

Hvorfor du skal lære matematikk (igjen)

Jeg slo på radioen i bilen i går og inne i mellom all viruspraten (som jo i prinsippet handler om matematiske spredningskurver) fikk jeg høre to matematikklærere, begge tydeligvis flinke folk (de har begge skrevet lærebøker) som strevet med å artikulere nytten av matematikk for sine elever. Det er ikke enkelt å snakke på direkten, særlig når programlederen starter med den vanlige «jeg har ikke hatt nytte av matematikken» tiraden, men debattartikkelen det hele bygger på, er velskrevet og bra – bortsett fra overskriften (som er det de fleste leser, og som forfatteren ikke setter selv.)

Skal ungdom forstå hvorfor de skal lære matematikk, må vi være direkte. Så derfor vil jeg nok en gang å gjengi mine grunner til å lære matematikk, denne gang oppdatert med et punkt til – om klima og forurensning og (hvorfor ikke) pandemier.

( Tidligere versjoner av denne kom først som en kronikk fra Aftenposten fra 2006, også her i 2015, og tidligere publisert mange steder og i mange språkdrakter rundt omkring i verden.)

Her også som lydfil – tilgjengelig som podkast på Spotify.

13 grunner til å lære matematikk

Du skal lære matematikk for å bli smartere. Matematikk er for læring hva kondisjons- og styrketrening er for idrett: Grunnlaget som setter deg i stand til å bli bra i den spesialiteten du ender opp med. Du blir ikke idrettsstjerne uten å ha god kondis. Du blir ikke stjerne innen din jobb eller flink i dine fag uten å kunne tenke smart og kritisk – og matematikk lærer deg det.

Du skal lære matematikk for å tjene mer penger. Idol-vinnere og andre kjendiser tjener penger, men det er få av dem, og de fleste tjener bare penger i noen få år. Deretter er det tilbake til skolebenken. Dersom du kutter ut Idol-køen og TV-fotball og i stedet gjør leksene dine – særlig matematikken – kan du gå videre med en utdannelse som gir deg en godt betalt jobb, for eksempel innen stordataanalyse og kunstig intelligens. Du vil tjene mye mer enn popsangere og idrettsfolk – kanskje ikke med en gang, men helt sikkert når du regner gjennomsnitt og over hele livet.

Du skal lære matematikk for å tape mindre penger. Når massevis av mennesker bruker pengene sine på dårlige investeringer, inkludert pyramideselskaper, forbruksgjeld og tilbud som er for gode til å være sanne, så er det fordi de ikke kan regne. Hvis du skjønner litt statistikk og renteregning, kan du gjennomskue økonomiske løgner og luftige drømmer. Med litt naturfag i bagasjen blir du sikkert friskere også, siden du unngår alternative medisiner, krystaller, magneter, homøopati, shamaner og annen svindel fordi du vet det ikke virker.

Du skal lære matematikk for å få det lettere senere i studiene. Ja, det kan være endel jobb å lære seg matematikk mens du går i videregående. Men når du kommer videre til universitet eller høyskole, slipper du ofte å pese deg gjennom hundrevis av overforklarende tekstsider. I stedet kan du lese en formel eller se på en graf, og straks forstå hvordan ting henger sammen. Matematikk er mer kortfattet og effektivt enn andre språk. Kan du matematikk, kan du jobbe smart i stedet for hardt.

Du skal lære matematikk fordi du skal leve i en global verden. I en global verden konkurrerer du om de interessante jobbene med folk fra hele verden – og de smarteste studentene i Øst-Europa, India og Kina kaster seg over matematikk og andre “harde” fag for å skaffe seg en billett ut av fattigdom og sosial undertrykkelse. Hvorfor ikke gjøre som dem – skaffe seg kunnskaper som er etterspurt over hele verden, ikke bare i Norge?

Du skal lære matematikk fordi du skal leve i en verden i stadig endring. Ny teknologi og nye måter å gjøre ting på endrer hverdag og arbeidsliv i stadig større tempo. Hvis du har lært din matematikk, kan du lære deg hvordan og hvorfor ting fungerer, og slippe å skrape deg gjennom arbeidsdagen med huskelapper og hjelpetekster, livredd for å trykke på feil knapp og komme ut for noe nytt.

Du skal lære matematikk fordi det lukker ingen dører. Hvis du ikke velger full matematikk i videregående, lukker du døren til interessante studier og yrker. Du synes kanskje ikke disse yrkene og studiene er interessante nå, men tenk om du skifter mening? Dessuten er matematikk lettest å lære seg mens man er ung, mens samfunnsfag, historie, kunst og filosofi bare har godt av litt modning – og litt matematikk.

Du skal lære matematikk fordi det er interessant i seg selv. Altfor mange mennesker – også lærere – sier matematikk er vanskelig og kjedelig. Men hva vet de om det? Du spør ikke bestemoren din hva slags smarttelefon du skal kjøpe? Du ber ikke foreldrene dine om hjelp til å legge ut noe på Tiktok? Hvorfor spørre noen som aldri lærte seg matematikk om du skal lære matematikk? Hvis du gjør jobben og holder ut, vil du finne ut at matematikk er morsomt, spennende og intellektuelt elegant.

Du skal lære matematikk fordi du kommer på parti med fremtiden. Matematikk blir viktigere og viktigere innen alle yrker. Fremtidens journalister og politikere vil prate mindre og analysere mer. Fremtidens politifolk og militære bruker stadig mer komplisert teknologi. Fremtidens sykepleiere og lærere må forholde seg til tall og teknologi hver dag. Fremtidens bilmekanikere og snekkere bruker chip-optimalisering og belastningsanalyser like mye som skiftenøkkel og hammer. Det blir mer matematikk i arbeidslivet, så du trenger mer matematikk på skolen.

Du skal lære matematikk fordi du får reell studiekompetanse. Hvis du slapper av i videregående, får du et papir som sier at du har ”almen studiekompetanse”. Det er jo kjekt med et papir, men kompetanse til å studere har du ikke. Det vil du merke når du går videre til universitet eller høyskole, og må ha intensivkurs i matematikk for å skjønne hva foreleseren snakker om.

Du skal lære matematikk fordi det er kult. Det er lov å være smart, det er lov ikke å gjøre som alle andre gjør. Velg matematikk, så slipper du for resten av livet å vitse bort at du ikke klarer enkle utregninger eller ikke skjønner hva du holder på med. Dessuten får du jobb i de kule selskapene, de som trenger folk med hjerner.

Du skal lære matematikk fordi det er kreativt*. Mange tror at matematikk bare har med logisk tenkning å gjøre og at logikk ikke kan være kreativt. Sannheten er at matematikk er noe av det mest kreative som finnes – bare man bruker kunnskapen riktig. Gode kunnskaper i matematikk og matematisk tenkning i kombinasjon med annen kunnskap gjør deg mer kreativ enn mange andre.

Du skal lære matematikk fordi du skal løse de store problemene. Verden sliter i dag med store problemer som klima, forurensning, fattigdom, sykdommer og et forvitrende demokrati. For å løse disse problemene trenger vi folk som kan forstå komplekse sammenhenger og lage nye løsninger – inkludert ny teknologi – for å gjøre verden bedre. Det er kjempebra at ungdom protesterer mot manglende klimatiltak og forurensning, men i det lange løp trenger vi ikke protester og symbolhandlinger – og matematikk vil sette deg i stand til å lage løsningene, ikke bare rope etter dem.

Du trenger ikke å bli matematiker fordi du velger matematikk i videregående. Men det hjelper bra å velge matematikk hvis du vil bli smart, tenke kritisk, forstå hvordan og hvorfor ting henger sammen, og argumentere effektivt og overbevisende.

Matematikk er en skarp kniv for å skjære gjennom problemstillinger. Vil du ha en skarp kniv i din mentale verktøykasse – velg matematikk.

*) Takk til Jon Holtan, matematiker, for det siste punktet.

En video om teknologiutvikling – og hva jeg lærte av å lage den

Forrige torsdag skulle jeg forelese på IFI, men den forelesningen er utsatt og (naturligvis) flyttet til nettet. Jeg tenkte først jeg skulle gjøre den som en videokonferanse, men så fant jeg ut av jeg kunne jo lage en video studentene kunne se på forhånd, og så ta diskusjonen i et forum som tillater interaksjon begge veier. Det å lage video er endel arbeid, men den kan brukes i mange sammenhenger (noe som er grunnen til at jeg laget den på engelsk. Her er resultatet:

Til mine foreleserkolleger: Det faglige innholdet her er antakelig ikke så interessant for de fleste, men det er noen tips og erfaringer i de første to minuttene og de siste fem.

For andre, her er en innholdsfortegnelse med omtrentlige tider:

  • 0:00 – 2:00 Intro, some details about recording the video etc.
  • 2:00 – 27:30 Why technology evolution is important, and an overview of technology innovation/evolution processes
    • 6:00 – 9:45 Standard engineering
    • 9:45 – 12:50 Invention
    • 12:50 – 15:50 Structural deepening
    • 15:50 – 17:00  Emerging (general) technology
      • 17:00 – 19:45 Substitution
      • 19:45 – 25:00 Expansion, including dominant design
      • 25:00 – 27:30 Structuration
  • 27:30 – 31:30 Architectural innovation (technology phases)
  • 31:30 –  31:45 BREAK! (Stop the video and get some coffee…)
  • 31:45 – 49:40 Disruption
    • 31:45 – 38:05 Introduction and theory
    • 38:05 – 44:00 Excavator example
    • 44:00 – 46:00 Hairdresser example
    • 47:00 – 47:35 Characteristics of disruptive innovations
    • 47:35 – 49:40 Defensive strategies
  • 49:40 – 53:00 Things take time – production and teaching…
  • 53:00 – 54:30 Fun stuff

Dette er ikke første gangen jeg har laget videoer, men det er første gangen jeg har laget en såpass lang video selv, og med en fremtidig forelesning som hensikt. Noen refleksjoner:

  • Dette er en forelesning jeg har holdt mange ganger, så det tok meg ikke lang tid å lage innholdet – for det meste handlet det om å ta vekk ting. Normalt ville den første delen ha tatt 2-3 timer, den siste det samme (men ville inkludert et case i tillegg.) Presentasjonsformatet er mye strammere og jeg må utelate mye som ikke går direkte til budskapet (og jeg er glad i å fortelle historier). Det er en begrensning som jeg vil synes er vanskelig i fremtiden, hvis dette blir vanlig.
  • Jeg sier mye feil, glemmer å si ting, hopper over ting jeg ikke burde hoppet over. Det er irriterende å se i etterkant, men jeg gjør det i vanlige forelesninger også (det er bare at jeg ikke husker det etterpå.) Men dette er et opptak av en forelesning (riktignok ved kjøkkenbordet hjemme), ikke en dokumentar – skulle jeg laget noe mer profesjonelt, måtte jeg ha utviklet et storyboard og filmet alt som korte snutter, kanskje med lyden lagt på separat. Jeg ønsket å gjøre dette fort, og da kan man ikke henge seg opp i alle detaljer.
  • Når det er sagt – dette tar tid. Videoen er omtrent 55 minutter lang. Opptaket tok omtrent to timer (inkludert fikling og endel avbrytelser). Å redigere de første 30 minuttene tok to timer, resten (av den rene forelesningen) tok halvannen. Så ble jeg ambisiøs, begynte å ta vekk alt som var av kremting og pauser, flytte på rekkefølgen på noen punkter, legge på tekst og annet, inkludert alle klippene på slutten. Det tok antakelig omtrent fem timer til. På den annen side – jeg begynner å få Camtasia i fingrene, og dette er jo en læreprosess for meg også.
  • Å bruke en iPad til å tegne og styre presentasjonen var å overkomplisere ting litt for mye – jeg kunne like gjerne brukt tastaturet, eventuelt tegnet med en mus. Apples SideCar (forbindelse til iPad’en) er fortsatt litt for fersk software som tok endel oppmerksomhet og systemressurser.
  • Å ha datteren min som publikum var hyggelig og gjorde det hele mer levende, men det er begrenset hvor lenge hun orker det. Å tape et bilde av henne eller et annet familiemedlem til kameraet vil antakelig fungere i det lange løp.
  • Når du bruker en smarttelefon til å filme, sett den i flymodus så du ikke blir avbrutt. Det finnes visst apper der ute som lar deg koble iPhone som et kamera direkte, men jeg har ikke testet dem.
  • Lyden ble tatt opp av to mikrofoner – iPhone og en Røde trådløs mikrofon. Jeg syntes lyden ble “fetere” hvis jeg brukte begge lydsporene, så da gjorde jeg det, men dette gir større filer og noe mer kompleksitet når man redigerer i Camtasia (som også får litt synkroniseringsproblemer i blant og forskyver lydbildet.) To mikrofoner gir også «publikum» en sjanse til å være med.
  • En fin ting med video er at du kan fikse feil. Du kan ta vekk ting, legge tekst på skjermen for å rette på ting du sier feil (som årstallet på en Chrysler Airflow), og rette på foiler.Men dette tar tid, og man bør har et bevisst forhold til bytteforholdet kvalitet og tidsbruk – mistenker at grensenytten er sterkt fallende på et tidligere tidspunkt enn man selv tror.

Min eminente kollega Ragnvald Sannes påpekte i en telefonsamtale i morges at dette har konsekvenser for hvordan vi organiserer og belønner forelesning. Vi kommer til å bruke mye mer tid på å lage innhold og mye mindre tid på å stå og gjenta det. Det betyr at vi ikke lenger kan betale folk ut fra undervisningstimer – eller i det minste at vi redefinerer hva begrepet betyr.

Om teknologisk schizofreni

Nok en kommentar på Digi.no, denne gang om det slitsomme i å håndtere mange roller mellom mange organisasjoner der teknologien gjør det stadig vanskeligere å være seg selv. Fra innledningen:

Fremtidens arbeidsliv vil bli mer fragmentert. Stadig flere kommer til ha kortere arbeidsforhold med flere organisasjoner, gjerne flere på en gang, gjennom hele karrieren. Men systemene våre er stadig vekk satt opp for 1950-tallet, der du jobber i én organisasjon fra lærlingeplass til gullklokke. Og det blir ikke bedre.

Og her er lydfilen:

Eirik om Eirik

Meget kort bloggpost om at Eirik (som jeg såvidt kjenner) har intervjuet Eirik (som jeg kjenner adskillig bedre.) Og som sertifisert nerd må man jo bare heie når slikt inntreffer. Tillater meg å rappe et bilde også.

Og med det, godt nytt år til alle nerder der ute. Norge trenger dere! Så til de grader…

Hva med å skaffe en AI?

Tenketanken Passivt-Agressivt Bøllefrø (@jeblad) er verdt å følge på Twitter. I går kom han med denne stripen med, tja, poengterte utsagn om den pågående AI-hypen:

Jeg må jo bare gi ham rett på alle punkter – og jeg driver faktisk og lærer opp bedrifter i å bruke disse teknikkene. I det siste har jeg til og med hørt folk snakke om å skaffe seg «en AI», omtrent som om det er noe personalavdelingen burde involveres i.

Men så er det jo slik at når teknologene mister kontrollen over det tekniske vokabularet (noen som husker debattene om den rette betydningen av «hacker»?) så er jo det et tegn på at teknologien faktisk begynner å brukes der ute. For oss som vet, naturligvis, er jo dette bittert. Som Stephen Fry sier (i en eller annen bok jeg ikke finner referansen til nå): Det er jo ingen som er surere enn de som digget Pink Floyd før The Dark Side of the Moon, og etter å ha snakket i årevis om hvor bra de var og at alle burde høre på dem så blir de sure når bandet blir allemannseie. Konklusjonen blir at Pink Floyd har solgt seg for popularitet og det er på tide å begynne å lete etter den neste nisjegreia verden ikke setter nok pris på.

Så vi teknosnobber får finne noen nye teknologier vi kan snakke om. Det pleier ikke være vanskelig.

Hver mann sitt nett – ellers er man ikke mann.

Nok en kommentar på Digi.no, denne gang om det besynderlige behov mange offentlige etater og institusjoner har for å ha sin egen teknologi på alle plan – lenge etter at resten av verden har skjønt at man sparer penger og får mer innovasjon ut av å bruke den samme infrastrukturen.

(En morsom kommentar, har kommet, forresten, som nettopp understreker mitt poeng om at man forveksler fysisk nett med den tjenesten nettet formidler. Vi trenger ikke oppgradere alle DAB-radioene – folk har mobiltelefoner, og de fungerer utmerket både på et 4G-nett kjørt over et 5G-nett… DAB+ dør med lytterne, akkurat som fasttelefonen.) Hele poenget med å emulere gammel teknologi over ny er at man kan slå av den gamle teknologien når man vil…

Og her er lydfilen:

Morgenstund er tull i grunn

Det er nokså tidlig søndag morgen, dagen gryr, omeletten er laget og fortært, og snart er det tid for å gå ut i hagen og rake løv, hugge ved og komme tettere i kontakt med min indre redneck.

Det er hyggelig å være relativt tidlig oppe om morgenen – man får noen ekstra timer selv om man sovner til Nytt på nytt – men i morgen blir det alvor, for da kommer håndverkerne. Vi har nemlig bestilt ny garasjeport, og det ser ut til at det er en eller annen lovregel som påbyr håndverkere å være på byggeplassen klokken 0700 om morgenen, et tidspunkt der jeg normalt står i dusjen.

Hvorfor er det slik? Det er forsåvidt praktisk for meg – i bytte mot litt mindre søvn får jeg sjansen til litt koordinering av jobben (de fleste misforståelser skjer jo under de første fem minuttene av ethvert prosjekt) før jeg krabber inn i bilen og begir meg til min egen jobb. Men jeg jobber mye hjemme og kan gjøre det i morgen, så det argumentet holder ikke lenger.

Tradisjon? Jeg var yngre en gang og kjente en snekker på min egen alder som klaget bittert over alle de gamle gubbene som mente at arbeidet skulle starte klokken syv. Det var muligens en tradisjon fra tiden før elektrisk lys, derav uttrykket «syvsover», men tradisjoner kan man endre. Vedder på at den dengang unge snekker nå starter klokken syv, om han fortsatt er snekker.

Kanskje det har noe med den andre enden av arbeidsdagen å gjøre? Om sommeren blir det jo for varmt å jobbe på ettermiddagen, strand og utepils lokker, greit å være ferdig tidlig. Men om vinteren, når det er mørkere og kaldere om morran enn noensinne? Eller har det noe med skiftarbeid å gjøre, og at denne tredjedelen av dagen er styrt av de andre skiftene?

Kanskje det er noe fysisk, at kroppsarbeid startes lettest tidlig om morgenen? Det er i alle fall en hel del folk ute og jogger på slike forferdelige tidspunkter. Muligens tid for esoteriske teorier om forskjeller i korporlig og kognitiv døgnrytme, men journalister går jo også tidlig på vakt og jobben deres skal i alle fall i utgangspunktet være kognitivt basert. Jeg merker jo selv at om jeg kommer meg i arbeidsklærne og starter tidlig, får jeg gjort en hel del, men om jeg i stedet tar en kaffe til og skriver (for eksempel et blogginnlegg) tar det betenkelig lang tid før løv og ved blir samlet opp og prosessert. Kanskje håndverkere trenger en tidlig start for å tvinge seg selv til å komme igang?

Jeg vet ikke. Men klokken næmer seg ni og bjørkeveden venter. Det er riktignok søndag, men jeg har en lyddempet kløyveøks og naboene gir blaffen likevel.

God morgen!

(PS: Om du synes dette innlegget er mindre digitaliseringfokusert og enda mer adspredt enn vanlig, vit at dette er primært skrevet for å teste hvordan et Apple Magic-tastatur fungerer mot en iPhone. Tidligere har man tydeligvis ikke kunne gjøre dette, men etter den siste oppgraderingen til Catalina eller iOS etellerannet går det tydeligvis aldeles utmerket, så jeg har anskaffet et for reisebruk. Utbrettbare tastaturer er utmerket, men skal man skrive lett og ledig trenger man noe i full størrelse, og Apples versjon uten numerisk sidetastatur fungerer faktisk utmerket. Hvilket betyr at iPhonen blir en suveren notatmaskin.)

30 minutter inn i fremtiden

Eirik Normann Hansen driver sitt eget konsulentselskap (om digital markedsføring og ledelse, blant annet) etter en karriere innen kreativ consulting i bl.a. Creuna. Han er stolt innehaver av det fineste kontoret i Oslo – et tidligere atelier i Damstredet 20A, der han har pusset opp og installert en passende mengde duppeditter. Dette kontoret er i seg selv verdt et besøk, og det har jeg gjort, for noen uker siden. Resultatet er en podcast om alt og ingenting – kanskje først og fremst om at digitalisering krever teknologiforståelse, ikke bare for teknologien slik den er, men slik den kommer til å bli.

Og dermed gjenstår bare å legge ut noen lenker:

(Podtail) (Apple Podcast)

Digitalisering er å dele, ikke automatisere

Teknologi har blitt enkelt og billig, men det har ikke gjort systemene noe enklere. Kanskje det enkleste er det beste – som Strøm-Larsen demonstrerer med bruk av webkamera og en uhyre enkelt applikasjon. Skal vi gjøre ting enkelt og kjapt, må vi stole på at brukeren vet hva han eller hun skal gjøre. Ny kommentar på Digi.no. (Og ja, dette skrev jeg om i bloggen min for en tid siden, men det trenger et bredere publikum.)

Og her er lydfilen:

Om forvirringsmatriser og lederansvar

I en datadrevet bedrift tar ikke lenger ledere beslutninger om hva som skal gjøres – det gjør modellene. Så hva står igjen for lederen å beslutte? Ny kommentar på Digi.no. Også gjengitt i BI Business Review.

(Og jeg synes det er på tide at vi får uttrykket forvirringsmatrise inn i norsk språk.)

(Lyst til å diskutere digitalisering med Ragnvald Sannes, Berit Svendsen og meg? Bli med til Frankrike i oktober!) Kort frist!

Som vanlig med lydfil. I denne lydfilen henviser jeg til to figurer og forsøker å beskrive dem – ta en titt på Digi eller se herunder hvis dette er uklart (og det er det…)

Kvantedatamaskiner og IoT

If you think you understand quantum mechanics, you don’t understand quantum mechanics. (Richard Feynman)

Notater fra et seminar i Forskningsparken. Advarsel: Notater tatt underveis – mangler, misforståelser og digresjoner i massevis.

Hva er en kvantedatamaskin? Franz Fuchs (SINTEF)
Introduction: Google’s «quantum supremacy» isn’t that… Quantum computers outperform regular computers on certain tasks (such as integer factorisation) but are unlikely to have practical use in the near future. Moore’s law is saturating, transition to a quantum age. Short history of quantum computing:

Quantum computers are at the stage of ENIAC at this point.
Two challenges for quantum computers: Hardare and software. Lots of research: EU has a quantum computing technologies flagship, worth 1b Euros, similar in the US and China. IBM has done a lot of research, up to 20 qubits devices. D-Wave uses quantum annealing, a kind of analog computing, free access for 1 minute, open source python tools. Alibaba, Microsoft, Google all experiment. Intel, Rigetti has technologies (the latter a hybrid), IonQ. In sum: Heavy investments into development from many parties. But: Classical algorithms run on a quantum computer will not run faster. Shor’s algorithm is not parallelism… Developments:

Applications will be quantum chemistry, AI, optimization, and simulations. In addition, cryptography, China is using quantum satellites to have safe video calls, and a quantum tunnel between Beijing and Shanghai, though this is not strictly quantum computing.

Question: Quality of qubits? IBM has a measure, depends on errors in measuring, connections, etc.

Question: Languages? A number of high-level languages (QISKit, Forest), mostly assembly at this point. Will be more general.

Kvanteberegning og IoT. Ketil Stølen
Naivt bilde av IoT: Data opp i skyen. Pipeline en flaskehals, dermed går man til fog computing (LAN-nivå) og edge computing (tingene selv). Stort problem at teknologien er fragmentert og umoden, mangler særlig testet software for integrering og interaksjon. Sikkerhet ofte et problem på grunn av manglende kapasitet. Samtidig gir nettforbindelse en kolossal angrepsflate. Eksempel: Casino angrepet gjennom et akvarium som sto i foajeen. Et annet problem er at man er svært avhengig av leverandører. Personvern også et stort problem – og mye av motivasjonen for edge computing.

Kan QC hjelpe til med disse problemene? Masse hype. Noen problemer: Størrelse (pga. behov for superkjøling.) På kort sikt må man jobbe med store QC-maskiner, hvordan kan dette gjøres. Forskning ved Delft snakker om behov for algoritmekunnskap go lokale satellitt-maskiner. Problem er at QC gir omtrentlige svar. Min digresjon: Bør kunne brukes til PGP-oppaknining og løsning av visse typer knapsack-problemer, der en omtrentlig løsning er bra nok.

Kvanteberegning ned til fog og edge vil antakelig kunne takle et sikkerhetsproblem. Kontra: QC kan føre til at man kanskje lager sikrere arkitekturer fra bunnen av.

Diskusjon: Ca. 95 algoritmer der man har funnet at QC er raskere, det er nokså lite. Optimalisering det som D-Wave driver med, annealing fungerer for optimalisering. Men smalt spektrum av brukerområder til nå.

En arkitektur som ikke er nevnt: Photonic quantum computing, skal kunne ha romtemperaturløsninger om 5-10 år. Gir et sikkerhetsproblem ved at dagens kryptering ikke holder for fremtidige metoder.

Kvantekryptering, kvantehacking og sikkerhet. Johannes Skaar (UiO)
Kvantekryptering kan gjøres i dag med en liten dings, Sende fire fotoner som detekteres, enkelt å gjøre. Quantum key distribution trenger en ekstra kanal, BB84-protokoll:

Dette er sikkert pga to prinsipper: Ikke mulig å klone kvanteinformasjon. Måling vil forstyrre kommunikasjonen. I praksis: nokså enkelt å hacke kvantekommunikasjon. Kvantehacking, russer (Vadim Makarov) med postdoc på UiO, laget en koffert som kunne gjøre dette.

Alternativer til kvantekryptering: Assymetrisk offentlig nøkkelkryptering. Symmetrisk privat nøkkelkryptering, Oppsummering: Mange problemer med kvantekryptering, men verdt å forske på dersom vi mister assymetrisk kryptering som alternativ.

Kvanteresistent kryptografi. Thomas Gregersen (NSM)
QC et problem fordi tradisjonelle algoritmer brukes lenge etter at de er obsolent, derfor må vi utvikle kvanteresistent krypto før QC finnes. Grovers algoritme (generell) og Shors algoritme (spesiell for integer faktorisering) er utfordring fordi den finner løsninger i lineær tid. Initiativer fra NIST og PQCRYPTO (EU) mot å utvikle dette.

Nye algoritmer vil måtte ha nøkler og signaturer som ikke tar for stor plass. Skal ikke ta for lang tid, og bruke kjente vanskelige beregningsprosesser. Mange kandidater:

En hel del av dette kommer til å bli implementert, scenariet er at det skal kunne kjøres på en klassisk maskin og beskytte mot en angriper med tilgang til kvanteanalyse. Ulike algoritmer har ulike fordeler/ulemper, mulig at man kan løse dette ved å rullere algoritmer for samme melding. Men det gjenstår å se om det rent praktisk er relevant å lage maskiner som kan angripe skikkelig krypto, men vi må bruke tid på denne forskningen i tilfelle noen klarer det.

Diskusjon: Mye av kryptoknekking skjer pga. dårlig implementering. Det å øke antallet algoritmer gjør at man øker risikoen for dårlige implementeringer, særlig i hardwarebaserte løsninger. Fascinerende at dette er det samme vi har sett før: Nytt domene, blir et nytt kappløp mellom knekkere og kodere.

Kvanteberegning og kunstig intelligens. Phillip Turk (SINTEF)
Innledning om AI og ulike metoder, fokus på søkealgoritmer, siden mye AI går ut på å søke over et stort antall mulige løsninger. Algoritmer er forskjellige – input er hvordan man organiserer gates – alle løsninger finnes i superposisjonene, algoritmene siler seg frem til den korrekte løsningen.

Kommentar: Kan man bruke en QC til å finne heuristikk som så kan gjøres om til en algoritme som kan brukes av en vanlig datamaskin? Første anvendelse antakelig maskinlæring ved hjelp av quantum annealing, kanskje innen ti år. Ennå ingen problemer der man har quantum supremacy, noe uklart om vi har det ennå, men det kan kanskje komme for et eller annet problem snart.

Om store skjermer og produktivitet

Det siste innlegget fra Digi.no, denne gang om store skjermer og hvorfor det er en god ting for kunnskapsmedarbeidere.

Kanskje det viktigste poenget: Hva skal jeg, som ikke driver med trading eller systemadministrasjon, med tre store skjermer?

Svaret er at det vet jeg ikke før jeg har forsøkt – og at det at man prøver ting er, vel, innovasjon…

Herved en opplesning også:

Arkitektur og realiteter

En av mine favorittbøker er How buildings learn, av Stewart Brand. Boken handler om hva som skjer med bygninger etter at de blir bygget (de vokser, blant annet, og endrer seg som følge av bruk, men ulike deler endrer seg ulike fort.)

Ofte er det slik at man har regler for hvordan noe skal gjøres: Parkeringsplasser, stikkontakter, mennesker per kvadratmeter, og så videre. Disse reglene fører ofte til nokså rare resultater når de treffer brukernes egentlige behov.

Her er et eksempel. På BI har vi to etasjer med parkering i garasjen. Disse parkeringsplassene er helt tydelig presset inn, så mange som mulig, på så liten plass som mulig. I USA er parkeringsplasser dimensjonert ut fra reelle biler, og slik at folk skal kunne komme seg ut og inn av bilen. I Norge tror vi tydeligvis at alle biler er små (og det var de jo for 30 år siden eller så) og at folk er så slanke at de kan komme seg ut gjennom sideruten uten problemer (for det er jo ikke plass til å åpne døren.)

Vel, biler har blitt større, særlig i bredden, tildels som et resultat av nye sikkerhetskrav. Dermed blir parkeringsplasser for trange. Og hva skjer så? Jo, folk parkerer slik at de kan komme seg ut og inn av bilen, naturlig nok. Resultater er en liten studie i hva som skjer når faktisk behov møter teoretisk design.

Her er et bilde fra garasjen på BI da jeg kom på jobb litt etter 0900 i dag:

Som synes: De som kommer tidlig, tar plassen i midten, og dermed blir det vanskelig for dem som kommer etterpå. Greit nok, og ikke så rart gitt at selv nokså normale biler (som Subaruen på det siste bildet) har dårlig plass, særlig når man ser hvordan søylene spiser 20 cm parkeringsplass på hver sin side. Spørsmålet er hva man kan gjøre med det?

Det er litt sent å gjøre noe med størrelsen på parkeringsplassene, men kanskje man kunne prøve seg med en eller annen «nudge» for å få folk til å ta plassene på sidene først, slik at man i det minste fikk inn to biler i stedet for en for hver tredje parkeringsplass? Avgift på plassene i midten hadde nok fungert, at man slo på det røde lyset som markerer en plass som opptatt hvis begge plassene på siden er tatt, eller kanskje skravering.

Eller man kan bare fortsette som før, og tro at når man har definert en parkeringsplass til en viss størrelse, så kommer folk til å bruke den som forventet. Har man så mange parkeringsplasser, så har man det, for det sier tegningene.

Personlig har jeg Summon på min Tesla, og den funksjonen kommer nå i en oppgradert versjon som parkerer bilen selv. Men det gjør det ikke noe lettere for andre å komme seg ut av sin bil uten å lage riper i min.

Gode forslag etterlyses. Og kanskje noen arkitekter burde tenke litt over forskjellen mellom kart og terreng…

.

Om leiesykler og plattformøkonomi

Nok en kommentar på digi.no, denne gang om leiesykler – spesifikt, el-sparkesykler – og plattformøkonomi.

Et nytt innslag i bybildet er elektriske sparkesykler, som man såvidt begynte å se i fjor sommer. Nå står 10 selskaper klare til å introdusere disse som app-baserte bysykler i Oslo. Jeg regner med at det går med dem som med de fleste mikrobryggeriene – opp som en løve og ned som, vel, en haug med sykler, omtrent som i Shanghai, der jeg er nå.

(Bilde fra Wikipedia)

Som vanlig har jeg lest inn teksten som en liten minipodcast, her kommer den:

Nerder og produktivitet

Jeg er opptatt av datautstyr og å ha riktige verktøy (om jeg faktisk får gjort så mye er opp til andre å vurdere). Og det er mye å lære fra folk som har peiling.

Men det spørs om dette blogginnlegget fra en av mine helter, Stephen Wolfram, ikke er bortimot verdensrekord i produktiv bruk av teknologi. Alt er gjennomtenkt fra ende til annen.

Stephen Wolfram på hjemmekontoret.

Jaja. Han er et geni. Og jeg har i alle fall flere og større skjermer enn han har. Foreløpig.

Et Alan Kay-perspektiv

“Point of view is worth 80 IQ points” – Alan Kay

Min gamle kollega Jim McGee har skrevet om Alan Kay og hans utrolige evne til å se ulike perspektiver av kompliserte problemstillinger. Så dette blogginnlegget er ikke svært originalt – jeg ville bare gjøre denne videoen med Alan Kay kjent i Norge, og kanskje også spre litt kunnskap om Alan Kay og hva han har betydd for (ikke minst norsk) softwarebransje. (Og bare for å skryte litt – jeg møtte Alan Kay i 1989, på BI, der han holdt et foredrag for en nokså liten gruppe mennesker (det var nesten ingen som forsto hvor viktig han var, trass i at han på det tidspunktet var Chief Scientist for Apple), et foredrag jeg fortsatt husker fordi det totalt endret min forståelse for hva man kan gjøre med teknologi.

Alan Kays original-tegning av Dynabook

Alan Kay var doktorgradsstudenten fra Utah som snakket med Ole-Johan Dahl om SIMULA, forsto hva ideene bak språket betød, og utviklet teorien rundt objektorientert programmering. Fra Utah gikk han videre til Xerox PARC (et forskningssenter som utviklet det objektorienterte språket Smalltalk, laserskrivere, Ethernet (som du fortsatt bruker hver gang du knytter det til Wifi’en, uten at du aner noe om det) og altså det grafiske grensesnittet – menyer, mus, at du ser hva som skjer med tekst og tegning direkte på skjermen, og at ting på skjermen kommer likt ut på skriveren (WYSIWYG). I det hele tatt – svært mye av moderne arbeidsteknologi. Kay hadde også visjonen om Dynabook, en slags iPad, allerede i 1968 – altså for over 50 år siden.

Man kan si at Ole-Johan Dahl og Kristen Nygaard skapte objektorientert programmering, men Alan Kay – som forstod hva det faktisk betød – er den som med rette er kalt objektorienteringens far fordi han evnet å ta teknologien videre fra et nokså snevert fokus på simulering. Kay fikk Turing-prisen i 2004, to år etter Dahl og Nygaard.

Alan Kays styrke er hans evne til å tenke grunnleggende, til å gå tilbake til det amerikanerne kaller «first principles», til å tenke hva konsekvensene er når man har en annerledes teknologi og hva man i så fall bør gjøre. Han har en fokus på at ting må endres hele tiden – som han sier, de fleste store systemer i dag er skrevet i teknologi utviklet på 60-tallet, og at man fortsetter å bruke gammel teknologi hindrer utvikling. Den kjelleren full av maskiner som man omtaler som «legacy» – en arv, noe verdifullt – er en møllestein rundt halsen for eksisterende organisasjoner. Og det vil alltid være lettere å fikse litt på det man har fremfor å kaste det ut og tenke på nytt – som han illustrerer svært effektivt med overgangen til det heliosentriske verdensbildet.

Det viktigste Alan Kay har brakt til verden, er forståelsen av at robuste systemer består av små, selvstendige enheter som snakker sammen – ikke bare som Internett, der datamaskiner snakker sammen, men også innenfor en PC eller en mobiltelefon, der deler av programmer gjør sin lille ting for andre programmer, og sender meldinger frem og tilbake. Det kaller vi objektorientert programmering, men poenget med objektorientering er ikke objektene, men meldingene mellom dem.

Nok om dette, ta en time og se dette foredraget. Kanskje det endrer ditt syn på hva innovasjon handler om, og hvordan man skal tenke om fremtiden. Hva hadde skjedd med digitalisering om vi tok konsekvensen av hva en fremtid vil se ut og begynte å bygge den nå, i stedet for å flikke litt til på alt det gamle vi har?

I all enkelhet, ganske enkelt.

PS: En morsom ting for meg er at Alan Kay sier at en skikkelig innovasjon tar 7 år. Min gamle veileder på Harvard Business School, Jim McKenney, sa alltid at ethvert stort nytt system som ville endre ting, tar syv år. Minst.

Alle gode ting er tre…

Og dermed var den tredje skjermen på plass i min stadig mer skjermede arbeidsplass…

Ingen tegn til forsinkelse så langt, Mac Mini’en henger med og klarer 3 x 4k helt utmerket.

PS: (11. jan.): Ser at jeg la ut et bilde av hjemmekontoret til Al Gore for 12 år siden, så jeg er ikke så tidlig som enkelte andre…

En skjermet arbeidsplass

Vet ikke hvor interessant dette er for andre, men siden personlig nerderi ligger innenfor denne bloggens nedslagsfelt og det dessuten nærmer seg jul og folk kanskje trenger gaveideer: Jeg har oppgradert BI-kontoret mitt litt. Nå ser det slik ut:

I stedet for en 43 toms skjerm og en dockingstasjon for min MacBook har jeg nå gått for to 43 toms skjermer (prisen har falt med 25% på et år) og en Mac Mini arbeidsstasjon (3.0GHz 6-core Core i5, 32GB RAM, 512GB SSD). Årsaken er blant annet at min lille MacBook (som jeg måtte kjøpe etter å ha tømt kaffe i en aldeles utmerket 11 toms MacBook Air jeg hadde) har vist seg ikke helt å holde mål når man vil jobbe med mange forskjellige ting samtidig på en stor skjerm, selv om den ut fra spesifikasjonene kanskje burde klare det. Skulle antakelig ha kjøpt en MacBook Pro. (MacBook’en har også vist seg å slite litt med batterikapasitet (har fått byttet batteriet etter endel krangling med Eplehuset) og det å bare ha en USB-C utgang er slitsomt.)

Mac Mini med masse deilige utganger…

Uansett, nå har jeg en fast arbeidsstasjon på BI-kontoret og en på hjemmekontoret (med en iMac som virker aldeles utmerket på det fjerde året) og kommer derfor kun til å bruke MacBook’en i ambulante sammenhenger, der den fungerer greit nok. Fordelen med en fast arbeidsstasjon (i tillegg til at den har massevis av eksterne porter) er at når jeg jobber med mer kompliserte ting (som for eksempel dataanalyse eller kursutvikling) kan jeg la alt arbeidet stå oppe på skjermen fra dag til dag.

Store skjermer krever litt tilvenning, blant annet må man finne en god måte å fordele programmer og vinduer slik at man ikke blir sittende og lete etter hva man jobber med. Jeg har hatt store skjermer på hjemmekontoret en stund, og har funnet en fordeling som passer meg. På de to 43 toms skjermene på BI-kontoret bruker jeg stort sett den til venstre til «daglig arbeid» og den til høyre til prosjekter der jeg jobber med noe over tid.

Tekniske ulemper så langt: Skjermene er helt like, og har hver sin fjernkontroll, som virker på begge skjermene samtidig. Det betyr endel kluss når de av og til går i hvilemodus, men jeg lærer meg etterhvert å ikke bruke fjernkontrollene, men menysystemet som er tilgjengelig fra en joystick-lignende knapp midt under hver skjerm. Litt frem og tilbake med oppsett og skjermstørrelser, men jeg har funnet ut at USB-C fungerer aldeles nydelig og automatisk, så jeg skal gå over til det på begge så snart jeg har fått kjøpt riktige kabler.

Til høyre på bildet er det en Thinkpad dockingstasjon som jeg bruker til BIs Lenovo, som jeg har fordi, vel, en hel del av studentene har Windows-maskiner og jeg trenger å finne ut hvordan ting fungerer i det miljøet (ikke bare Windows, men BIs standardkonfigurasjon.) Jeg kan koble den til de store skjermene, men har ikke gjort det så langt, siden jeg egentlig ikke bruker den så mye.

Og nå leker jeg faktisk med tankene om å kjøpe en tredje skjerm, før modellen forsvinner fra markedet. LG-skjermene er utmerket og Proshop har levert bra og nokså billig, og det er en fordel å ha like skjermer. Og Mac Mini’en skal kunne drive 3 4K-skjermer gjennom sine USB-C utganger, så oppkobling skulle ikke være noe problem, men det å maxe ut skjermplass kan jo ta endel prosessorkapasitet jeg trenger til andre ting.

Har jeg behov for tre skjermer? Sannsynligvis ikke, men skjermstørrelse er litt som harddiskplass – man kan vel egentlig ikke ha for mye. Skjermer er relativt billige og har lang brukstid, så jeg forstår ikke hvorfor ikke flere firma gir sine medarbeidere skikkelige arbeidsplasser, men det er kanskje en personlig sak. Jeg har funnet ut at jeg jobber bedre med mye skjermplass, og da er det jo interessant å finne ut hvor mye som er for mye. Det er jo ved å pushe grenser man lærer…