Här har vi nu ett vad jag bedömer som nytt område vid Uppsala Universitet när jag gick igenom deras pressmeddelanden från senaste året (vilket säkert inte speglar allt man gör) som har potential att leda till konkreta världen:
Rekordstort anslag till forskning om datoriserade system (2010-01-13]) | Uppsala Universitet
Vi kan konstatera att de liksom övriga svenska universitet av och till ger ifrån sig nya företag (se t.ex. Quality. Innovation. Future. Området (och därför ev. projektet) kan vi dock ha mycket större potentiell möjlighet än vad som oftast är fallet för jämförbart därför att:
1. Praktiska tillämpningar finns inom medicinteknik vilket är en mycket stor bransch som omsätter ordentliga pengar.
2. Mer "kortsiktigt" och vad jag antar att projektet berör finns helt säkert ett antal applikationer rörande mätning på patienter där precis som man indirekt pekar på inarbetade teorier och tillämpningar finns inom signalbehandling att "översätta över" där jag ser flera möjligheter som bör gå att realisera relativt tidigt samtidigt som det kan ha möjlighet att vara en typ standardutrustning som används under många år.
3. Mer allmänt gäller att även om signalbehandling har haft utrymme inom medicin sedan länge t.ex. för att mäta exempelvis hjärtfrekvens och aktivitet i hjärnan är när det gäller åtminstone hjärnan tillämpningar av teorier tillämpade inom andra områden eftersatta och det gäller också mycket dyr utrustning (vilket kanske inte är just det område som är främst intressant här där kommersiella aktörer redan arbetar på detta och där riktade lösningar publicerats).
Att mäta detta är vad signalbehandling är som gjort för och genom att föra samman två vetenskapsgrenar kan det skapa fler värden än man räknat med därför att man inte sett möjligheter respektive behov av lösningar som finns (jämför med vad som diskuterats i inläggen samlade i Nulägesstatus: Modell av människans språk).
4. Ser vi det mer generellt har vi delvis enkla sammanband mellan informationsteori (eller signalbehandling, mönsterigenkänning o.s.v. beroende på hur man ser på det eller kallar det). Vi har t.ex. ett färskt exempel på det i Hongs (Indiana University) studie:
Uncertainty Compensation in Human Attention: Evidence from Response Times and Fixation Durations | PLoS One
DOI: 10.1371/journal.pone.0011461
S. Lee Hong1 och Melissa R. Beck,
2010.
Vi kan också jämföra det med studien Bassets (University of California Santa Barbara) gjorde publicerad i PLoS Computational Biology, 2009 (Efficient physical embedding of topologically complex information processing networks in brains and computer circuits) där jag skrev följande som del av en forskningsnyhet:
"För människans hjärna (B) gäller Rent's regel när sambandet mellan vit materia (motsvarar antalet anslutningar mellan noder) och grå materia (motsvarar antalet beräknande enheter d.v.s. noder). Orsaken tros vara att evolutionen optimerat åtgång av energi mot beräkningskraft."
Från: Likheter mellan datorchips, människans hjärna och maskars nervsystem
Här har vi två exempel på studier där entropi uttrycks i två perspektiv på sätt som både möjliggör mer allmänna och tillämpningsnära modeller vilket Hong sammanfattade bättre för mig:
"For the second question… The primary difference between energy entropy (Boltzmann) and the Shannon is actually only the base of the logarithm used to calculate it. Entropy, Shannon or otherwise is fundamentally an issue of the number degrees of freedom, as defined from the classical mechanics standpoint (given by the entropy = k log w, w being the number of ways the particles are configured in space). The study (Hong & Beck) in PLOS One is very similar to Danielle Bassett’s work. Really what Bassett is showing is an entropy/information-based description of the structures of neural networks (biological and man-made). Our data mirror that by using entropy as the basis for describing the behavior generated by these underlying neural networks."
Enkla modeller som här helt säkert går att skapa har många möjliga praktiska tillämpningar även när de p.s.s. som det här projekt vid UU som diskuterades sannolikt är väldigt avgränsade. Områden är t.ex. dataspel, kontroller av elektronik (mobiltelefoner m.m.) med gester, anpassning av musik, ljud m.m. för känslomässig påverkan, analys av text (tidningar m.m.) för direkt anpassning, mer meningsfull indexering av data o.s.v.
Därmed inte sagt att jag tror på att vräka in en massa pengar i sådant här bara för att möjligt värde finns. För mig tycks det sällan som det ger särskilt mycket i som här områden med mycket stora potentiella värden där det är mycket viktigare om man just söker kommersiella företag (vilket givetvis regering m.m. normalt vill se) att personerna är hungriga och inte sitter och fokuserar på att organisationer, konferenser, möten på innovationsskapelsefabriken (eller vad du statliga projekt eller motsvarande i sådant här för ögonblicket kallas), styrelsen på universitetet o.s.v. Särskilt är det för mycket pengar gör det entiteter tunga och slöa där mindre pengar och en lättare snabb styrka kan prestera mycket mer där mindre tid slösas på vad som konkret saknar betydelse vilket man helt säkert ska vara mer observant på när det gäller universitet.
Dock skulle man se att området tycks leverera i en hastighet där det vore möjligt hinna prestera mer övergripande kommersiellt där det är oavsett värde är lätt tappa allt värde trots stora investeringar om man inte är snabb är det vettigt att investera mer verkliga pengar för att skapa något.
Vad som dock är obegripligt för mig här är varför EU har verksamhet där de delar ut småsummor. Rimligen kostar det ordentligt i allmän infrastruktur. I EU finns 500 miljoner innevånare. Det tycks vettigt att de fokuserar sådant här på stora mer gemensamma projekt. Projekt på den här storleksordningen kan rimligen enskilda länder hantera själva.
