Boken Factfulness och trenden med handböcker i tänkande

Boken Factfulness, skriven av Hans Rosling, Anna Rosling Rönnlund och Ola Rosling, är en intressant bok. Den är ett resultat av Hans Roslings decennier av arbete med internationell hälsa, utveckling och folkbildning och den innehåller naturligtvis lättfattliga illustrationer av levnadsstandarden i olika länder, faktafrågor om tillståndet i världen och anekdoter från Roslings händelserika liv. Tio av bokens kapitel avhandlar olika tankefällor, eller "instinkter", som ställer till det för oss när vi försöker begripa oss på den värld vi lever i, som "Gapinstinkten" och "Linjärinstinkten". Varje kapitel avslutas med knep för att känna igen instinkten när man träffar på den i verkligheten och tips på hur man kan tänka för att inte själv hamna i tankefällan. Det elfte kapitlet handlar om factfulness i praktiken, vad man kan göra inom utbildning, näringsliv och media för att främja en mer faktabaserad bild av världen.

Om man bara vill recensera Factfulness kan man egentligen stanna där, vid att det är en tankeväckande och underhållande bok som kan ge nya perspektiv på världen och hjälpa en att få en mer faktabaserad världsbild. Emellertid finns det ett sammanhang, eller en trend, som Roslings bok på sätt och vis är en del av och som jag funderat en del över på den senaste tiden. Jag syftar på trenden med artiklar och böcker som ska lära oss tänka bättre.

Jag kan inte göra anspråk på att ha läst alla texter av det här slaget, men några har jag hunnit med. Förutom Factfulness är det Åsa Wikforss Alternativa Fakta (som jag dessutom recenserat här), Emma Franz Larmrapporten och Mick Wests Escaping the Rabbit Hole, som handlar om konspirationsteorier ( och som jag också recenserat, dock inte på bloggen). De här böckerna handskas alla med våra mindre rationella kognitiva skevheter, tankefällor och instinkter, även om de närmar sig dem från olika perspektiv. Författarna vill hjälpa sina läsare till en världsbild som ligger närmre den observerbara verkligheten, oavsett om det handlar om att veta hur mycket fattigdom det finns i världen, att tolka medias larm eller att genomskåda konspirationsteorier. Böckerna blir därför en sorts handböcker för den som vill skärpa sin förmåga att skilja sant från falskt eller åtminstone rimligt från orimligt.

Det är kanske bäst att jag börjar med att påpeka att jag tycker de här böckerna är bra, jag kan rekommendera dem allihop. Min fundering gäller snarare om trenden kommer att få några effekter på samhället i stort. Det är trots allt inte första gången tankefällor av olika slag är uppe till diskussion i offentligheten, de har t.ex. en framträdande plats i David Kahnemans Thinking, fast and slow från 2011, men det verkar inte vara förrän nu som de riktigt tagit plats i det allmänna medvetandet. Delvis kan detta bero på själva mängden material. Det har kommit rätt många böcker inom loppet av bara några år, samt en strid ström av artiklar, krönikor och faktagransknings-satsningar (senast jag såg en artikel av den här typen var för bara några dagar sedan). Den ökade mängden material ger också trenden en större bredd, med böcker som angriper ämnet från olika perspektiv och antagligen når fler läsare.

En annan skillnad jämfört med tidigare diskussioner är att större vikt läggs vid hur samhället påverkas av t.ex. falska nyheter. Böckerna jag nämnde ovan uppmuntrar läsaren till att påverka sin omgivning. Samtliga innehåller ett eller flera kapitel som handlar om vad man som individ kan göra - för att bli mer "factful", utvärdera information bättre eller avslöja falska nyheter. Samtliga dessa kapitel innefattar tips om hur man diskuterar med meningsmotståndare på ett bra sätt och hur man kan bära sig åt för att ändra någons uppfattning (i Escaping the Rabbit Hole så är detta till och med huvudpoängen). Så vitt jag minns har det inte alls varit lika framträdande i tidigare diskussioner kring tankefel, där har det mest varit en fråga om hur man själv drar nytta av att lära sig tänka bättre. Att problemet med kognitiva skevheter delvis formulerats om till ett gemensamt problem ökar antagligen chanserna till varaktiga effekter, eftersom det gör det lättare att till exempel propagera för mer undervisning om kritiskt tänkande i skolorna eller andra typer av utbildningsinsatser.

Båda de här skillnaderna är delvis konsekvenser av hur den här trenden svarar mot det politiska läget i världen. Flera av de här böckerna (dock inte just Factfulness) och den absoluta majorieten tidningsartiklar och krönikor i ämnet har ganska uppenbart dykt upp just nu på grund av diskussionen kring falska nyheter, som i sin tur hänger ihop med Trump, Brexit och uppgifter om påverkansoperationer mot val och folkomröstningar. Till skillnad från tidigare tillfällen när kognitiva skevheter varit på agendan finns det nu ett tydligt bevis på att stora grupper väljer bort den verklighetsbild som ges t.ex. av etablerade medier till förmån för mindre väl underbyggda källor. Det bidrar till att dessa etablerade medier fått upp ögonen för problemet.

I denna situation finns det en risk att kunskapen om tankefällor och kognitiva skevheter bara blir verktyg för att förstå varför "de andra", som inte håller med en, tänker "fel", trots att det riktigt intressanta vore om folk började vända blicken mot sina egna tankeprocesser och bli mer medvetna om sina egna svagheter. Det hjälper inte direkt att kognitiva skevheter funkar så bra som slagträ i debatter - eftersom de finns hos praktiskt taget alla människor går det alltid att hitta något fel i motståndarens argument som man kan dra fram och triumferande drämma i bordet. Att däremot granska sina egna tankegångar är inte alls lika trevligt.

Det bör sägas att de fyra böcker jag refererar till här alla poängterar att vem som helst kan falla i tankefällor. I just Factfulness illustreras detta både av att författarna redovisar hur vitt skilda grupper konsekvent svarar sämre än slumpen på deras faktafrågor och genom att flera av anekdoterna handlar om hur Hans Rosling själv trillat i tankefällor vid olika tillfällen i sitt liv. Jag hoppas bara att just denna aspekt inte faller bort om de här böckerna faktiskt leder till en attitydförändring i samhället.

För att författarna till de här böckerna hoppas på förändring är tydligt. De hoppas att vi ska bli mer källkritiska, bättre på att analysera information vi får och mer välinformerade om tillståndet i världen. Vissa vill också att journalister och andra med stort medieutrymme ska ge mediekonsumenter bättre vägledning och information för att skilja ut alternativa fakta. Det vore väldigt bra om åtminstone en del av de här sakerna faktiskt besannades.

Ändå kan jag inte låta bli att fundera över grundinställningen att våra kognitiva skevheter är avvikelser som kan korrigeras, eller åtminstone dämpas, om vi bara får mer kunskap. Vi lever i ett samhälle som i stora delar förväntar sig att vi agerar hyfsat rationellt och kan stå emot när någon siktar in sig på våra tankemässiga svaga punkter - med riktade falska nyheter à la Cambridge Analytica eller med annan riktad reklam och propaganda. Det kan visa sig att det i många fall inte är en rimlig förväntan, och då vore det intressant om uppmärksamheten kring tankefällor ledde till en omvärdering av de delar av samhället som förutsätter att vi är mer rationella än vi faktiskt verkar vara.

Mer maskininlärning inom materialfysiken

For those who prefer to read in English, this post is also available on my other blog.

I ett tidigare inlägg kollade vi på en vetenskaplig studie där maskininlärning användes för att bestämma vissa egenskaper hos dopat grafén. En av mina tankar kring detta var att studien var lite otillfredsställande eftersom den visserligen visade att neurala nätverk kan tränas till att bestämma materialegenskaper, men inte innehöll några försök att förstå hur nätverket nådde ett visst resultat - trots att detta hade kunnat lära oss något både om nätverket och om dopat grafén som sådant.

Faktum är att i artikeln om dopat grafén refereras en studie där man har gjort just ett sådant försök, fast för en helt annan forskningsfråga. I artikeln, som är publicerad i Nature Communications, avhandlas problemet med en robust metod för att klassificera kristallstrukturer utan att använda en uppsjö av svårjusterade tröskelvärden och parametrar. Dessutom tillämpar de en metod för att undersöka vad som händer i det neurala nätverket.

Klassificering av kristallstrukturer låter i och för sig inte som det mest spännande problemet i världen, men inom materialvetenskap och kondenserade materiens fysik är det rätt viktigt. Många material är kristallina, d.v.s. de består av grupper av atomer som upprepas på ett regelbundet sätt. Att veta hur de här grupperna av atomer ser ut och vilka typer av symmetrier de uppvisar är viktigt för att kunna förstå, undersöka och modellera material - samt ibland för att ta reda på hur de kan användas och förbättras. Det är också en ganska långdragen process som lätt kan gå fel, exempelvis om det finns störningar i den mätdata man använder. Dessutom innehåller alla verkliga material man kan mäta på defekter, d.v.s. avvikelser från den struktur man försöker känna igen. I studien vi pratar om här är målsättningen att utveckla en robust klassificeringsmetod som kan hantera närvaron av defekter utan att det leder till felaktiga klassificeringar.

Första steget är att bestämma vilken sorts indata man ska använda. Detta är mer komplicerat än man kan tro eftersom det kan påverka klassificeringen - använder man t.ex. atomernas positioner relativt varandra rakt av så kan det leda till en större känslighet för vissa typer av defekter. Istället har man valt att använda diffraktionsmönster, som reducerar informationen om atomers positioner och relativa avstånd till varandra till ett antal prickar i ett bestämt mönster. (Om du minns diffraktionsmönster från fysiklektionerna i gymnasiet så är det här ungefär samma sak, fast med lager av atomer istället för diffraktionsgitter och elektromagnetisk strålning med kortare våglängd än synligt ljus.) Diffraktionsmönstren används som indata i ett convolutional neural network (CNN) med flera lager, som plockar ut karaktäristiska drag ur mönstret och sedan klassificerar det baserat på de karaktäristiska dragen. I den här studien visade tester av nätverket goda resultat även i fall där strukturerna man försökte klassificera inkluderade en stor andel defekter.

Det intressantaste med den här studien är dock hur forskarna valde att utvärdera sitt nätverk. Som vi nämnt i tidigare inlägg så kan man likna första lagret i ett CNN med att man jämför delar av en bild med en annan, mindre bild, och om de matchar varandra får man en positiv output. Output från den första omgången används sedan i ytterligare en jämförelse som plockar ut mer komplicerade drag, och så vidare. När man tränar det neurala nätverket justerar man de mindre "bilderna", även kallade filter, så att de svarar mot drag i inputbilderna som gör det möjligt för nätverket att göra en korrekt klassificering. Om det är nödvändigt att plocka ut igen räta linjer för att klassificera indata korrekt så kommer några filter att motsvara räta linjer, är prickar viktiga kommer några filter att motsvara prickar, och så vidare.

Detta innebär också att när det neurala nätverket är färdigtränat och används för att processa en bild så kommer det, efter många lager av jämförelser, att finnas en del av nätverket som representerar de drag som finns i bilden och som det neurala nätverket har tränats till att plocka ut och klassificera. Den här delen av nätverket skulle kunna visa på vilken information nätverket använder för klassificering av den aktuella bilden, men eftersom stegen innan är såpass komplexa är den också svår att tolka. Det är emellertid möjligt att plocka ut den här representationen av de utvalda dragen och gå igenom alla tidigare steg i nätverket fast baklänges. Denna process genererar en sorts bild som också visar vilka drag nätverket har plockat ut ur den ursprungliga bilden, men på ett sätt som är lättare att tolka. Genom att använda den här metoden kunde forskarna visa att det neurala nätverket automatiskt hade lärt sig att klassificera baserat på drag som människor också använder för att klassificera kristallstrukturer, som avstånd mellan plan av atomer.

Så vad är det som är så intressant med detta? För det första visar det på en metod för att kontrollera att nätverkets klassificering baseras på något som vi skulle anse betydelsefullt, och inte till exempel på någon typ av slumpmässigt brus som är mer vanligt i vissa typer av bilder än andra. För det andra pekar det på att man kan använda neurala nätverk inte bara för att klassificera data utan också för öka vår förståelse för den data vi klassificerar. Det är trots allt möjligt att nätverket kan plocka ut någon skillnad mellan olika data som vi inte omedelbart inser vikten av. Personligen anser jag att det är en bra strategi om man ska tillämpa maskininlärning inom fysik - att inte bara se hur man kan använda neurala nätverk, utan också varför det fungerar.

Utsläppsrätter och målsättningar - en översikt över de politiska partiernas klimatambitioner inför EU-valet

Om en vecka är det val till EU-parlamentet, något som i vanlig ordning inte skapar så mycket rubriker trots tappra försök från både kampanjande politiker och public service. För att ge det lite mer uppmärksamhet kommer här en uppföljare till en artikel jag skrev i Folkvett 18-3, där jag försökte avgöra om riksdagspartiernas förslag på klimatåtgärder faktiskt skulle kunna påverka klimatet åt rätt håll. Här tänkte jag istället kolla på de delar av miljöpolitiken där EU har stort inflytande och vad partierna säger om dessa i sina EU-valplattformar. Eftersom det sitter fler svenska partier i EU-parlamentet än i riksdagen kommer jag också förutom riksdagspartierna att ta med Feministiskt Initiativ, som blev invalt i EU-parlamentet 2014, och Partiet Vändpunkt som fick ett mandat i år genom att en av Miljöpartiets EU-parlamentariker bytte parti.

Vilka delar av klimatpolitiken påverkar EU mest?

Den första frågan man kan ställa sig är vad EU egentligen kan göra på klimatområdet när rätt mycket av de faktiska lagarna fortfarande beslutas på nationell nivå. Går man in på EU-kommissionens hemsida och läser om deras klimatambitioner för 2020, 2030 och 2050 ser man att de lyfter fram tre typer av åtgärder: justeringar i handeln med utsläppsrätter, överenskommelser om utsläppsmål för medlemsstaterna och åtgärder för energieffektivisering. Av de här tre typerna av åtgärder är handeln med utsläppsrätter den som EU-kommissionens egen hemsida framhåller som EU:s nyckelåtgärd. Handeln med utsläppsrätter används för att begränsa och sätta ett pris på utsläpp från energisektorn, tillverkningsindustrin och flyget, med ambitioner att successivt sänka den totala mängden koldioxid som får släppas ut. Andra typer av transporter och sådant som t.ex. jordbruk omfattas inte av handeln med utsläppsrätter, där kan istället medlemsländerna själva sätta in åtgärder för att nå sina utsläppsmål.

Även om handel med utsläppsrätter är nyckelåtgärden så har nog energieffektiviseringen en mer direkt påverkan på enskilda medborgare, eftersom vi bland tidigare åtgärder på området bland annat hittar obligatoriska energieffektivitescertifikat för byggnader och märkning av t.ex. vitvaror för att visa hur energieffektiva de är. En annan sak som kan märkas i vardagen är EU:s satsningar på cirkulär ekonomi, vilket i deras tappning främst handlar om mer omfattande och effektiv materialåtervinning.

När det gäller effekten av de här åtgärderna konstaterade vi i den förra artikeln att handel med utsläppsrätter verkar ha positiv effekt. Att energibesparingar är bra så länge de inte helt äts upp av ökad total konsumtion är också rimligt. Alltså verkar EU göra saker som kan fungera, men det finns ingen garanti för att det är tillräckligt.

Och vad vill de svenska partierna?

Så vad har våra svenska partier för attityder och ambitioner i förhållande till EU och klimatet? I stort verkar man kunna dela in dem i fyra grupper, beroende både på hur höga klimatambitioner de har och om de tror att EU kan nå upp till de ambitionerna.

Grupp 1: de entusiastiska

I den här gruppen hittar vi dem som gillar EU:s nuvarande klimat- och miljöåtgärder och EU som företeelse, men gärna skulle göra mer. Centerpartiet och Liberalerna hamnar här då de båda gillar handeln med utsläppsrätter och utsläppsmål men vill ha högre krav, lägre totala utsläpp och i Liberalernas fall en koldioxidskatt. Båda partierna förespråkar också mer forskning och utveckling av teknik som kan minska utsläppen.

Miljöpartiet hamnar också i den här gruppen. Även om de inte är lika entusiastiska EU-anhängare som de båda andra verkar de öppna för att använda EU i klimatpolitiken, med generellt hårdare krav på utsläppsminskningar, satsning på järnvägar och utfasning av verksamhet som skadar klimatet ur EUs: budget.

De systemkritiska

Den som följt miljörörelsen en längre tid vet att det alltid funnits starka inslag av civilisations- och systemkritik, där konsumtionssamhället och ibland kapitalismen hamnar i skottgluggen som orsaker till inte bara miljöförstöring utan också brist på social hållbarhet. Bland partierna representeras detta framför allt av Feministiskt Initiativ och det nybildade Partiet Vändpunkt , samt i viss mån Vänsterpartiet.

Dessa tre partier kräver alla en omfattande och snabb omställning till ett miljövänligare samhälle, men till skillnad från entusiasterna i den första gruppen förespråkar de större systemförändringar och säger sig vilja motverka att grupper som redan har det besvärligt ekonomiskt får betala priset för omställningen. Av de tre partierna är FI det som i klartext kritiserar idén om fortsatt ekonomisk tillväxt och ökad konsumtion, medan Vändpunkt skjuter in sig på vilka klimatkrav som kan ställas på företag genom EU:s handelsavtal. Vänsterpartiet kritiserar EU-subventioner till klimatskadlig verksamhet och lobbygruppers inflytande på EU:s klimatpolitik, men verkar samtidigt öppna för att använda existerade system, som handel med utsläppsrätter, om kraven på snabba utsläppsminskningar höjs.

De som fortsätter som vanligt

I den här gruppen hittar vi dem som gillar dagens åtgärder och är positiva till EU, men inte nödvändigtvis driver på för att höja klimatkraven rejält. Här hittar vi Socialdemokraterna, som verkar vilja att EU ska vandra vidare på den inslagna klimatvägen och helst höja ambitionerna lite grann, t.ex. genom att sätta ett slutdatum för försäljningen av bensin- och dieseldrivna bilar, men inte går ut lika hårt med krav på sänkta utsläpp och högre målsättningar som L, C och MP. Efter en viss tvekan får vi också placera Moderaterna här, eftersom åtminstone vissa av deras kandidater placerar miljöfrågor högt bland sina prioriteringar. De verkar också vilja att EU:s klimatarbete ska fortsätta som förut, framför allt handeln med utsläppsrätter.

De som prioriterar annat

Med tanke på hur mycket uppmärksamhet klimatfrågan får i samhället som helhet vore det märkligt om något parti helt undvek att nämna den i sin plattform för EU-valet, men det finns ändå två partier som lägger mindre vikt vid att föra fram sin klimatpolitik. De partierna är Kristdemokraterna och Sverigedemokraterna. Kristdemokraterna har i presentationen av sin EU-politik några allmänna skrivningar kring nödvändigheten av att uppdatera klimatmålen efter hand och det positiva i att Sverige föregår med gott exempel i klimatfrågor. Sverigedemokraterna å sin sida sticker ut genom att vilja ta med fler länder, helst hela världen, i systemet för handel med utsläppsrätter. I övrigt har de dock inte mycket att säga om klimatet.

Så vad blir slutsatsen?

Precis som i den nationella klimatpolitiken slår partiernas grundläggande ideologi igenom i klimatpolitiken på EU-nivå, men partiernas inställning till EU som företeelse påverkar också vad de fokuserar på i klimatpolitiken. Den skarpaste skiljelinjen i det avseendet går mellan partier som är EU-entusiaster och har höga klimatambitiner, som C och L, och de som är EU-skeptiska men har höga klimatambitioner, t.ex. V. Samtliga partier har någon form av klimatpolitik kopplad till EU, men det finns väldigt tydliga skillnader mellan de som prioriterar frågan och de som lägger mer vikt vid annat.

Det vara på sin plats att avsluta med en liten spaning på vilka andra miljörelaterade frågor som partierna tar upp i sina valplattformar. EU har rätt strikta regler kring genmodifierade grödor, men bara två av partierna tar upp frågan i sina valmanifest (L och KD, båda förespråkar försiktighetsprincipen). EU har också ett förslag på gång om att förbjuda engångsartiklar i plast, alltså plastmuggar, plastbestick etc. Det förslaget får desto mer uppmärksamhet av partierna, från Liberalernas förhoppning om ett förbud inte bara för engångsartiklar utan för alla typer av icke återvinningsbar plast och Centerpartiets positiva inställning till plastförbud, via Kristdemokraternas försiktiga bifall, till Sverigedemokraterna, som i sin valplattform påpekar att det mesta plastskräpet i världens hav kommer från Asien. Sådant som kan ge omedelbara men relativt små effekter på människors liv är uppenbarligen lättare att diskutera än sådant som kan få stora effekter på lång sikt. Vilket ju på sätt och vis också är klimatpolitikens dilemma.

Maskininlärning i materialfysiken

Härom veckan läste jag ett teknikoptimistiskt blogginlägg på temat maskininlärning av den amerikanske skeptikern Steven Novella. Han skrev bland annat om en amerikansk forskargrupp som lärt ett neuralt nätverk bestämma egenskaper hos dopat grafén, alltså grafén där några av kolatomerna är utbytta mot andra ämnen, utifrån placeringen på dopatomerna. Novella valde att framställa det som att det neurala nätverket utförde decennier av forskning inom loppet av några dagar och skulle kunna ge oss praktiska tillämpningar av grafén betydligt tidigare än om man inte använt maskininlärning.

Naturligtvis var jag tvungen att leta rätt på artikeln och ta reda på vad forskargruppen egentligen hade gjort.

Själva forskningsfrågan
 
Artikeln i fråga är publicerad i npj Computational Materials (den är för övrigt tillgänglig gratis) och enligt titeln handlar den om att förutsäga storleken på det så kallade bandgapet i material som består av en kombination av grafén och bornitrid. Bornitrid är ett material som består av två sorters atomer, bor och kväve, som sitter ihop i ett hexagonalt mönster precis som kolatomerna i grafén. Bornitrid kan också precis som grafén förekomma som ett enda supertunt lager av atomer. De här likheterna mellan de båda materialen är en av anledningarna till att man försöker kombinera dem.

Den andra anledningen är att medan grafén leder elektrisk ström väldigt väl är det svårt att få bornitrid att leda någon ström alls. Den här skillnaden kommer sig av att det krävs rätt lite energi för att få elektronerna i grafén att börja flytta på sig, medan elektronerna i bornitrid behöver ett stort energitillskott för att kunna röra sig alls. Det här energitillskottet som krävs för att elektronerna ska kunna röra sig kallas också bandgap, eftersom det motsvarar ett 'gap' i energi mellan olika tillstånd som elektronerna kan befinna sig i. Grafén har alltså ett extremt litet bandgap, bornitrid ett stort bandgap. Genom att kombinera de två materialen vill man skapa ett hybridmaterial med ett lagom stort bandgap, som man sedan kan använda i t.ex. elektronik.

Emellertid har det visat sig att man inte bara kan ersätta några kolatomer med bor och kväve hur som helst. Hur bor- och kväveatomerna är placerade i förhållande till varandra spelar roll för hur stort bandgapet blir. Vad den amerikanska forskargruppen försökt göra är att förutsäga hur stort bandgapet blir baserat på placeringen av bor- och kväveatomer med hjälp av artificiella neurala nätverk, mer specifikt så kallade CNN (convolutional neural networks - man skulle kunna kalla dem faltningsnätverk på svenska men det skulle antagligen inte göra dem lättare att förstå).

De neurala nätverken
 
CNN är en typ av neurala nätverk som tagits fram för att plocka ut karaktäristiska drag ur bilder och sedan klassificera bilderna utifrån dem - de är till exempel användbara för ansiktsigenkänning och när självkörande bilar ska se skillnad på en fotgängare och en vägskylt. Den grundläggande principen i ett CNN kan liknas vid att jämföra små områden i en bild med mindre, enklare bilder och ge en positiv respons om de liknar varandra. Om du till exempel har en bild av ett hus och den mindre bilden innehåller ett lodrätt streck så kan du få en positiv respons när du kommer till hörnen, fönstren eller dörren eftersom de alla innehåller raka, lodräta partier. I ett CNN måste man dock represenera båda bilderna som matriser av tal, och man har flera 'lager' där resultatet av en jämförelse i sin tur jämförs med fler matriser (detta behövs för att man ska kunna känna igen mer komplicerade former i en bild, t.ex. ansiktsdrag).

För att kunna använda CNN till grafénproblemet ovan valde forskarna att använda datormodeller där par av olika atomer representeras av siffror. När de introducerar bor- och kväveatomer i grafén sitter de ofta i par, med en bor och en kväve bredvid varandra. Detta gör det möjligt att låta ett bor-kvävepar motsvaras av en etta och de vanliga kol-kolparen av nollor, för att på så sätt göra en 'bild' som olika typer av CNN kan hantera. De konstruerade också sina nätverk till att ge storleken på bandgapet som utdata.

Neurala nätverk behöver tränas med relevant data för att funka, vilket oftast innebär att automatiskt jämföra nätverkets utdata med det önskade resultatet, räkna ut avvikelsen och med hjälp av den justera det neurala nätverket till att ge ett bättre svar. För att kunna träna sina neurala nätverk genererade forskarna därför flera tusen möjliga konfigurationer i form av datormodeller och räknade ut bandgapet för varje konfiguration med hjälp av simuleringar. De färdigtränade nätverken användes sedan för att förutsäga bandgapet för ytterligare ett antal konfigurationer som man visste det beräknade bandgapet för men som inte användes i träningen. Resultaten visade sig vara mycket lovande.

Vad man lär sig av detta
 
Så vad blir effekten av den här forskningsstudien? Man har lyckats visa att det går att förutsäga vissa egenskaper hos material med hjälp av neurala nätverk, vilket borde innebära att de som forskar på grafén och andra tvådimensionella material får ytterligare ett verktyg som de kan använda i sin forskning. Det är fortfarande en lång väg från den här studien till elektronik baserad på grafén och bornitrid, men eventuellt kan den göra det enklare att veta vad som är rätt material att satsa på.

En annan intressant sak med den här studien är vad den mellan raderna säger om maskininlärningens begränsningar. För att det alls ska fungera behöver de neurala nätverken få all relevant data i en form som kan behandlas, vilket innebär att det krävs mycket kunskap om grafén och bornitrid för att ens formulera problemet på ett sätt som kan angripas med neurala nätverk. I den här studien har forskarna t.ex. fokuserat helt på var par av bor och kväve befinner sig i förhållade till varandra och skalat bort alla andra drag hos materialet, antagligen baserat på vad man redan vet om de här materialen. 

En annan och rätt välkänd begränsning hos neurala nätverk är att det är svårt att förstå varför de fungerar som de gör, ens när de ger bra resultat. I en sådan här studie hade det varit väldigt intressant att se vad som är gemensamt för konfigurationer som ger lågt respektive högt bandgap, men det är inte information man enkelt kan få från det neurala nätverket och artikelförfattarna verkar inte ha gjort någon ansats att försöka. Jag misstänker starkt att en metod för att förstå vad som händer inne i nätverken är nödvändig om den här typen av studier ska kunna hjälpa oss att förstå materialen man studerar.

Som ni kanske förstår håller jag inte med Steven Novella om att denna enda och egentligen rätt begränsade studie motsvarar decennier av forskning och i sig tar oss betydligt närmre grafén-elektronik, men resultaten i den är ändå intressanta som ett exempel på hur neurala nätverk kan användas inom materialfysiken.

Är den vetenskapliga publikationsprocessen trasig?

I slutet på förra veckan publicerade tidskriften Fokus en krönika (Obs! betalvägg) av Agnes Wold, där hon argumenterar mot den så kallade plan S. Plan S går ut på att forskare som har offentlig finansiering också ska göra sina resultat tillgängliga för den allmänhet som finansierar dem genom att bara publicera i så kallade Open Access-tidskrifter, där artiklarna utan kostnad kan läsas av alla.

En del av Wolds argument mot plan S framstår som rimliga, till exempel att den gör det svårt eller omöjligt att publicera i prestigetidskrifter eller att eftersom open access-tidskrifterna finansieras av publiceringsavgifter har de större incitament till att publicera många artiklar, även om dessa är av lägre kvalitet. Wolds huvudargument verkar dock vara att den vetenskapliga publikationsprocessen i grunden fungerar väl och att man därför inte bör gå in och peta i den, något som är betydligt mer tveksamt.

Wold beskriver i sin krönika hur ett manuskript till en vetenskaplig artikel, när det skickats in till en tidskrift, genomgår en lång process av referentgranskning (eng.: peer review), ändringar och förbättringar innan den slutligen publiceras. Något hon inte nämner, men som ofta diskuteras på andra håll, är att både den initiala bedömningen hos tidskriften och referentgranskning påfallande ofta är gratisarbete utfört av andra forskare inom fältet. Förlagets kostnad för att publicera en artikel är minimal, speciellt för det flertal tidskrifter som bara publiceras på nätet (jag har beskrivit detta tidigare, i detta inlägg från 2016). Det är alltså inte så konstigt om man ifrågasätter varför prenumerationer på vetenskapliga tidskrifter är så dyra.

En närliggande fråga är förlagens maktposition. En forskare behöver ha tillgång till alla relevanta publicerade artiklar för att definiera sina egna forskningsfrågor och hålla sig uppdaterad om vad som händer i fältet. Detta gör det svårt att avstå från prenumerationer på viktiga tidskrifter. Förlag som Elsevier utnyttjar detta genom att paketera ett fåtal högkvalitativa tidskrifter som många vill prenumerera på tillsammans med ett flertal av förlagets sämre tidskrifter och kräva av universitetsbiblioteken att de till ett högre pris prenumererar på hela paketet, istället för på de enskilda tidskrifter som faktiskt är relevanta. Förlagen vet helt enkelt att nästan oavsett vad de sätter för pris kommer de att ha en stabil efterfrågan, och det faktiska priset blir därefter.

Ur detta perspektiv är det inte så konstigt att vissa av de institutioner som står för notan gärna vill styra publiceringsprocessen i en annan riktning. Samtidigt bidrar de till problemet genom att utvärdera forskares meriter i stor utsträckning baserat på antal publicerade artiklar och status (mätt i termer av så kallad impact factor) hos de tidskrifter artiklarna publicerats i. Detta gör både att forskare publicerar fler men kortare (och ofta mindre djuplodande) artiklar och att en publikation i en högstatustidskrift kan få närmast orimligt stor betydelse. Kanske hade sådant som plan S fått mer positiv respons om man också hade förespråkat en mer kvalitativ bedömning av forskares meriter?

Nudging och nyanser: Första numet av Evidens och beslut

Känner ni till Nätverket för Evidensbaserad Policy? Det startades 2015 och har sen dess verkat för att politiska beslut ska bli bättre grundade i kunskap om vad deras konsekvenser kommer att bli, bland annat genom att delta i samhällsdebatten. Sen i slutet på januari har de också en egen tidskrift, Evidens och beslut, varav första numret finns tillgängligt i pdf-form på deras hemsida. Jag har läst det och vill dela med mig av några funderingar.

Enligt den inledande texten i första numret är syftet med tidskriften att skapa en gemensam mötesplats och ett diskussionsforum för den samhällsvetenskapliga evidensrörelsen i Sverige. Den ambitionen är väldigt tydlig i de två efterföljande texterna, där den ena introducerar själva Nätverket för Evidensbaserad Policy och den andra handlar om vad evidensbasering är. Det andra huvudtemat verkar vara nudging, som behandlas i två texter. Andra texter handlar om att reda ut fakta bakom några vanliga missförstånd rörande t.ex. Phineas Gage eller om det verkligen krävs 10000 timmar för att bli expert på något.

Texten om vad evidensbasering innebär är enligt min åsikt en av de mest intressanta. Den börjar med en rejäl bredsida riktad mot forskning som inte baseras på experiment och empiriska observationer av verkligheten utan på diverse skolbildningar och ideologiska ställningstaganden. Istället förespråkas vetenskapliga metoder hämtade från framför allt medicinsk forskning. Texten berör alla möjliga aspekter av evidensrörelsen, från vilka begrepp som är lämpliga att använda till vikten av logik. Olika typer av evidens, och olika metoder för att skaffa evidens, tas upp i de sista styckena. Skribenten nämner frågan om hur olika frågeställningar kräver olika metoder, men går tyvärr inte närmare in på ämnet. Å andra sidan är texten ganska uppenbart en inbjudan till vidare diskussion, så förhoppningsvis kommer man att återkomma till detta i kommande nummer.

Nudging behandlas i två rätt olika texter, en som syftar till att förklara själva företeelsen nudging och vad som räknas som en nudge, och en som handlar om en specifik 'nudge' med syftet att få folk att sluta slänga fimpar på marken. Artikeln som definierar nudging tar upp flera intressanta aspekter, t.ex. hur poängen är att använda mentala genvägar och tankemönster för att ändra folks beteenden till det bättre. men hoppar tråkigt nog över frågan om hur man definierar vad som är ett bättre eller sämre beteende. Den andra artikeln ger en intressant inblick i hur man försöker studera effekterna av nudging och vilka problem man kan träffa på.

Allt som allt är innehållet i det första numret av Evidens och beslut läsvärt, men framtiden får utvisa om kommande nummer kommer att gå mer på djupet i de filosofiska och etiska frågor som hänger ihop med tillämpning av evidensbaserade beslut. Det vore utmärkt om tidskriften faktiskt kunde fungera som ett forum för diskussion av sådana ämnen, men inriktningen av de första två texterna får mig att misstänka att den också kommer fungera som en möjlighet för Nätverket att nyansera bilden av vad de själva menar med evidensbaserad policy. Hur som helst kommer jag antagligen att hålla ögonen på den här tidskriften i fortsättningen.

Termodynamik, fiktion och verklighet

Det verkar som om Dan Brown (han med DaVinci-koden, om nån minns den) har skrivit konstigheter om vetenskap igen, i sin senaste roman Origin. En del av konstigheterna har att göra med att han tar med en verklig forskare, professor Jeremy England från MIT, i sin roman men tillskriver honom uppfattningar han inte delar och påstår att hans forskning visar saker den inte visar. Exempelvis skriver han att Englands forskning skulle vara ett bevis på att det inte finns någon gud, något som England själv senare tagit avstånd från.

Att författare av fiktion inte låter verkligheten stå i vägen för en bra historia är nu inget nytt, speciellt inte när det gäller Dan Brown (Änglar och Demoner, någon?). Ändå är det lätt att bli lite nyfiken. Vad det är i professor Englands forskning som inspirerar till vilda spekulationer om guds existens och syftet med universum?

Jeremy England ägnar sig åt en fascinerande gren av fysiken som enligt min åsikt får alldeles för lite uppskattning, nämligen termodynamik och statistisk fysik. Termodynamiken beskriver hur energi förflyttas och omvandlas. Den har sitt ursprung i studier av ångmaskiner och liknande i början av 1800-talet, men förutom sådana direkta tillämpningar har termodynamiken också lett till fundamentala insikter i hur världen fungerar. Mest kända av dessa är termodynamikens första och andra huvudsats, som säger att energi inte kan skapas eller förstöras utan bara omvandlas och att entropin (ett mått på hur utspridd energin är) måste vara konstant eller öka i ett system som är avskuret från omgivningen.

En sak som termodynamikens lagar kan användas till är att dra gränser för vad som är fysikaliskt möjligt. Det är till exempel relativt lätt att räkna ut en övre gräns för hur effektiv en förbränningsmotor kan bli bara med hjälp av första och andra huvudsatsen. (Termodynamik åberopas av den anledningen också i debatter om hållbarhet, vilket jag skrev om för några år sen.)

Vad Jeremy England gör är att undersöka just sådana gränser, men i betydligt mer komplicerade sammanhang. Hans artiklar utforskar vilka gränser termodynamiken sätter för komplexa kemiska och till och med biologiska system, som molekyler som kan kopiera sig själva (tänk RNA) eller celler som delar sig. Framför allt studerar han vilka gränser termodynamiken sätter för samspelet mellan t.ex. en bakterie i färd med att dela sig och dess omgivning.

Eftersom termodynamik omgärdas av en hel rad med missförstånd kan det vara bra att reda ut en sak här. I termodynamiken arbetar man så ofta som möjligt med antagandet att saker och ting är i, eller mycket nära, termodynamisk jämvikt eftersom flera användbara samband bara är giltiga i jämvikt. Detta har gett upphov till den seglivade myten att termodynamik generellt bara kan appliceras på system som är i jämvikt, vilket inte stämmer. Termodynamisk jämvikt syftar på att föremål som är i kontakt med varandra efter en stund hamnar i liknande tillstånd när det gäller t.ex. temperatur ellet tryck (ett exempel: Ditt kaffe är i termodynamisk jämvikt med omgivningen när det svalnat till rumstemperatur). Levande system jobbar ofta hårt för att inte hamna i jämvikt med omgivningen, så om man i likhet med Jeremy England vill studera sådana behöver man en termodynamik för det som avviker från jämvikt. Vilket är precis vad professor England sysslar med.

Många av Englands nyare artiklar tar upp självorganisering, alltså fenomenet att enkla beståndsdelar spontant kan bilda större, regelbundna strukturer. Ett exempel är vattenmolekyler som bildar snöflingor, ett annat exempel är levande celler. England visar hur självorganisering blir mer sannolik ju mer den leder till ökat energiutbyte med omgivningen. Framför allt verkar det vara fördelaktigt om självorganiseringen leder till att mycket värme dumpas i omgivningen, vilket ökar den totala entropin. Det är det här Dan Brown fått nys om och omvandlat till idén att universum har som syfte att öka sin entropi och att liv, som ju är en form av självorganiserade system, egentligen bara är ett sätt att uppnå entropiökning. Brown gör som sagt en hejdlös övertolkning av resultaten - universums syfte nämns inte i artiklarna och är antagligen inte något man kan härleda ur termodynamikens lagar - men är man intresserad av hur komplexa system uppstår är Englands resultat fascinerande i sig.