De Wiskunde Revolutie

De Wiskunde Revolutie

Big Data technologie is gebruikt om te bepalen wat de grappigste mop ter wereld is. Uit een database van 40.000 moppen is de volgende winnaar uit de bus gekomen, ik laat je zelf bepalen of je het hiermee eens bent of niet:

Two hunters are out in the woods when one of them collapses. He doesn’t seem to be breathing and his eyes are glazed. The other guy whips out his phone and calls the emergency services. He gasps, “My friend is dead! What can I do?’’. The operator says: “Calm down. I can help. First, let’s make sure he’s dead”. There is a silence, then a gunshot is heard. Back on the phone, the guy says: “Ok, now what?’’.

We leven wat dat betreft in een fascinerende tijd. Recentelijk heb ik een uiterst interessante lezing bijgewoond waar Big Data in perspectief werd gezet. In 2006 is geschat dat er 161 Exabyte aan data wereldwijd beschikbaar was. Dat is 161 biljoen gigabyte! Deze hoeveelheid is in de volgende vier jaar ruim verzesvoudigd naar een ‘kleine’ 1000 Exabyte aan data in 2010. Dit staat op zijn beurt weer gelijk aan 20 miljoen keer de hoeveelheid informatie ooit geschreven is in alle boeken ter wereld! Wat eigenlijk bestaat uit een stapel boeken van de Zon tot Pluto, en terug; niet te bevatten. En dan te bedenken dat we vanaf 2010 pas echt los gingen met het verzamelen van data.Plaatje 2

Ten grondslag aan dit alles, zullen velen van jullie weten, ligt de enorme toename in processorkracht van computers. De wet van Moore stelde dat vanaf 1965 iedere twee jaar de capaciteit van computers zou verdubbelen, en hij heeft daar gelijk in gekregen. Een voorbeeld hiervan is de broodrooster in je keuken, deze heeft namelijk een sterkere computer dan die gebruikt werd door NASA om 46 jaar geleden astronauten naar de maan te sturen. Deze computer had maar 64Kbyte aan geheugen en opereerde op 0.043MHz.

Naast de capaciteit van computers is er echter nog een tweede revolutie die hieraan ten grondslag ligt, namelijk: ‘De Wiskunde Revolutie’. Wiskunde heeft ook niet stil gestaan. Er kwamen steeds efficiëntere manieren om dingen uit te rekenen. Deze zogeheten algoritmes werden steeds slimmer en sneller, denk hierbij aan het berekenen van de optimale route tussen tien steden. Ieder één en driekwart jaar verdubbelt deze ‘slimheid’. Kijkend naar zowel de hardware als de wiskunde betekent dit dat in de afgelopen 25 jaar de hardware 20.000 keer sneller is geworden, maar wiskunde 80.000 keer. Je zou ook kunnen zeggen dat wat nu 1 seconde duurt om uit te rekenen 25 jaar geleden 3 jaar duurde.

Wiskundige problemen werden vroeger dus opgesplitst in kleinere delen: “we gaan het niet in 1x uitrekenen, want dan duurt het simpelweg te lang”. Nu zijn die mogelijkheden er echter wel, een voorbeeld: vliegtuigmaatschappijen berekenen eerst een optimale dienstregeling, vervolgens een materiaalspanning en dan een optimale personeelsplanning. Het werd opgehakt in stukjes,want anders was dit wiskundig simpelweg niet behapbaar. Tegenwoordig kan een complex probleem met zoveel verschillende variabelen uitgerekend worden, wat hele nieuwe planningen oplevert die beter rekening houden met de verschillende variabelen. We gaan dus over de grenzen van ‘de opgehakte stukjes’ heen.Plaatje blog Tim

Voor de industrie en organisaties betekent dit dat we naar één dynamisch geïntegreerd systeem gaan waarbij fysieke processen worden gecombineerd met wiskundige berekeningen en netwerken. Zogenaamde ‘Embedded’ computers en netwerken zullen de fysieke processen gaan beheersen met feedback loops, waarbij fysieke processen de berekeningen zullen beïnvloeden en vice versa. Een voorbeeld van een dergelijk systeem is het CarTel project op MIT(Massachusetts Institute of Technology), hier wordt van een vloot van taxi’s real-time data verzameld over verkeersinformatie in Boston. Deze informatie wordt gecombineerd met historische data om zo te berekenen wat de snelste route is op bepaalde momenten op de dag.

Een ander voorbeeld is fabrieken, een fabriek waarbij systemen zo worden ingezet dat het energieverbruik van een assemblagelijn wordt verminderd wanneer deze niet in gebruik is bijvoorbeeld. Op dit moment draaien veel lijnen continu, ook tijdens pauzes en in het weekend. Denk bijvoorbeeld aan laser-las technologie, wat ingeschakeld blijft in het weekend zodat men snel het werk kan hervatten op maandag. Dit gebruikt in de praktijk tot 12 procent van het totale energieverbruik van een assemblagelijn. Dit zal veranderen, wanneer robots automatisch in standby-modus gaan als er een korte pauze is en volledig uitschakelen tijdens langere pauzes.

Kortom, dankzij wiskunde kunnen we reizen naar de diepste oceanen, naar de verste planeten en de meest complexe gebouwen en architecturen realiseren. Deze ‘ver-van-onze-bedshow’ activiteiten gaan zich in de aankomende jaren in ons dagelijks leven verwikkelen. Prachtig toch?

 Tim de Wolf

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *