Wie verwaltet ihr eure Paper?

Bastian sagt:
Wer viele wissenschaftliche Veröffentlichungen liest und das auch noch aus verschiedensten Quellen bekommt irgendwann ein Problem: Wie behalte ich bei der Menge noch die Übersicht wo ich über was gelesen habe? Selbst bei dem altmodischen Ansatz jedes in gedruckter Form bereitzuhalten (Kostet nicht nur unnötig Geld, sondern: Save The Trees!) stellt sich die Frage: Sortiere ich nach Erstautor, Themengebiet, Erscheinungsdatum oder noch ganz anders?

Glücklicherweise gibt es nun ja jede Veröffentlichung als PDF, ein Format das ich früher wie die Pest gehasst habe, mit dem ich mich mittlerweile aber anfreunden konnte, zumindest für sowas. Handbücher will ich immer noch gedruckt haben, verdammt! PDFs machen das sortieren immerhin etwas einfacher, können sie bequem in Unterordnern etc. abgelegt werden. Doch die Frage der Sortierung bleibt. Ordne ich chronologisch muss ich immer im Kopf behalten wann das Paper erschienen ist, sortiere ich nach Erstautor muss ich wissen wer zu dem Thema geschrieben hat. Und nach Themen zu sortieren ist sehr unscharf. Alles nicht so das ideale Prinzip.

Zum Glück gibt es mittlerweile gibt es auch einige Programme die einem die Arbeit erleichtern sollen. Ich selbst probiere, seitdem Philipp es mir gestern gezeigt hat, Mendeley, was zur Zeit in der Betaversion 0.5 für Mac, Windows und Linux zu haben ist. Unter Linux läuft es bei mir (Ubuntu 8.04) noch etwas instabil von Zeit zu Zeit, aber ich denke für eine Betaversion ist das schon okay. Die Windowsversion habe ich noch nicht getestet.

Aber erstmal ein wenig zur Funktion: Paper im PDF-Format lassen sich ganz einfach in die Datenbank von Mendeley importieren. Im Idealfall kann das Programm aus den Metadaten sofort den Titel, die Autoren, sowie das Journal und die zitierten Publikationen extrahieren und bereitstellen. Dazu kann ich jedem Paper selbst noch Tags vergeben so wie mir Notizen abspeichern. Dieser Basisumfang der Software erleichtert das Suchen von größeren Datensätzen doch schon sehr, lässt sich doch bequem nach (allen) Autoren, Journal und vor allem Tags und die ganzen Paper im Volltext durchsuchen.

Doch Mendeley kann noch etwas mehr, was es für mich sehr interessant macht: Es soll so etwas wie das last.fm für wissenschaftliche Publikationen werden. So kann man seine Paper nicht nur lokal speichern, sondern auch eine Online-Bibliothek anlegen wo die Paper hinterlegt werden und mit der lokalen Bibliothek synchronisiert werden, so hat man von überall Zugriff darauf.

Gleichzeitig gibt es bereits rudimentäre Communityfeatures, so gibt es “Andere Biologen (oder welche Fachrichtung ihr auch immer angebt) lesen folgende Paper”, die allgemein meistgelesenen Paper und natürlich auch die obligatorische Freunde-Funktion. Zusammen mit der angebotenen Group-Funktion ist das sehr praktisch.
Man kann mit seinen Freunden eine Gruppe eröffnen in der man gezielt Paper für diese bereitstellen kann. Ein kleiner Wink mit dem Zaunpfahl: Auch für Multi-Autoren-Blogs ist das eine super Sache, bequemer als alle Paper immer per Mail rumzusenden.

Allerdings habe ich auch noch ein paar Punkte die man sicherlich verbessern könnte, abgesehen von der Stabilität, vor allem an der Import-Funktion hapert es meiner Ansicht nach noch etwas.
Als erstes finde ich es schade, dass man die Paper nicht auch einfach per DOI (Digital Object Identifier) importieren kann. Ich bin mir nicht sicher ob dies technisch überhaupt machbar ist, aber falls das geht wäre das ein absolutes Killer-Feature, denn zumindest ich habe nicht alle Paper die ich gelesen habe noch irgendwo als PDF rumfliegen, per DOI wäre das sehr bequem diese zu importieren.

Und zum zweiten werden die PDFs beim importieren nur verlinkt und nicht zentral irgendwo gespeichert, was auch nervig sein kann. Hat man das Paper etwa nach dem Download auf dem Desktop liegen und importiert es, dann verlinkt Mendeley nur auf den Desktop. Lösche ich es danach, oder verschiebe es auch nur, findet Mendeley es nicht mehr. Das hat einerseits den Vorteil, dass ich die vollkommen freie Auswahl darüber habe wo meine Daten gespeichert werden, bringt allerdings auch den Nachteil mit sich, dass ich die Paper per Hand in die Ordner verschieben muss die ich will.

Eine Import-Funktion ähnlich von Adobe Lightroom fände ich hier super. Man wählt aus wohin die Paper verschoben oder kopiert werden sollen (je nach Geschmack) und dann erledigt das Programm den Rest für einen. Man hat den Vorteil genauso frei entscheiden zu können - wenn man das denn will - und brauch trotzdem nicht per Hand sortieren.

Trotz dieser Kinderkrankheiten und Verbesserungsvorschläge bin ich bislang ganz zufrieden damit, wer noch nichts in der Art sucht aber neugierig geworden ist sollte es ruhig mal ausprobieren, denn gerade die Communityfeatures werden erst ab einer kritischen Masse richtig sinnvoll werden.

Aber zurück zur Ausgangsfrage aus der Überschrift: Wie verwaltet ihr eure Paper, per Hand oder per Software? Als PDF oder noch gedruckt?

Ein Kopierschutz für GMO-DNA

Philipp sagt:
Einen solchen Mechanismus schlägt diese Veröffentlichung vor, übrigens aus der schönen Weltmetropole Münster, Heimat solch unglaublicher Sensationen wie z.B. einem verwirrten schwarzen Schwan.
In der Veröffentlichung gehts um einen Kopierschutz für gentechnisch veränderte Mechanismen, zwar etwas was man (hoffentlich) noch nicht in nächster Zeit brauchen wird, aber gut das schonmal dafür gesorgt wurde.
Das von den Autoren erstellte Programm heißt DNA-Crypt und funktioniert grob gesehen so:
Man nehme etwas, was man im Genom verstecken möchte (Und wieder ‘ne Chance für ein Popkulturzitat: Wie wärs mit “The cake is a lie”?), also ein Wort oder aber auch ein Bild, Hauptsache Information.
Dies übergibt man dann DNA-Crypt zusammen mit der Genomsequenz, das Programm wandelt die Information in DNA um (2 Bits werden zu einer Base) und verteilt diese in der Sequenz. Ein möglicher “Raubkopierer” kann diese versteckte Information nicht herausfiltern - er weiß nicht, welche Base zur Sequenz gehört und welche zum Wasserzeichen.
Eine Übersicht des Ablaufs bietet nochmal folgende Graphik*:

Damit man die Information nach einer Mutation nicht gleich verliert, verfügt das Programm auch über 2 Mutationskorrekturmechanismen, einerseits den WDH-Code, der die verschlüsselte DNA-Sequenz n-mal in der DNA wiederholt, andererseits den Hamming-Code, welcher 4 bits an Information auf 8 bits verteilt und dann nach der Mutation/der Übertragung vier verschiedene Summen der Bits erstellt, anhand derer überprüft wird ob und wie viele Fehler im Byte vorhanden sind.
(Da fällt mir n schlechter Witz aus meiner Oberstufenzeit von meinem ehemaligen Informatiklehrer ein:
“8 Bit sind ein Byte, also bin ich nach 2 Byte besoffen.” - Jaja, so war das damals.)
Genaueres zur Mutationskorrektur gibts im Paper zu lesen, so spannend is das ja nun auch nich - spannend wirds erst jetzt!
Wichtig ist ja zu beweisen ob die ganze Sache auch funktioniert, was die Autoren ein paar Monate später nachgewiesen haben - nachzulesen hier.
Im zweiten Paper wird bewiesen, das die versteckte Information das herzustellende Protein nicht beeinflusst, in diesem Falle geht es um ein Protein der Backhefe (Saccharomyces cerevisiae für die “Coolen” hier) - es konnte keinerlei Unterschied zur Hefe ohne Wasserzeichen festgestellt werden.
Wasserzeicheninsertion wurde erfolgreich schon vorher an Prokaryoten getestet, hier hat es zum ersten Mal bei Eukaryoten funktioniert, allerdings auch nur mit den Buchstaben “TB” (benannt nach dem Institut der Autoren, dem Department of Experimental Tumorbiology an der Uni Münster) aus Gründen des Platzes im vergleichsweise “kleinen” Genom der Hefe.
Desweiteren reproduziert Hefe sich asexuell, was höhere Organismen bekanntlich ja nicht tun - sonst bräuchten wir ja auch keine Frauen. (Oder Männer, oder Geschlechter generell.)
In der aktuellen Bioinformatics haben die Autoren ein weiteres Paper zum Thema veröffentlicht: Hier zu lesen, wenn man denn auch Zugriff auf die Zeitung hat, leider gibt es den Artikel (noch) nicht kostenlos.
Hier stellen die Damen und Herren einen Weg vor, wie Wasserzeichen bei sich sexuell reproduzierenden Organismen vererbt werden könnten; da es bei Sex zur Rekombination kommt könnte ja schließlich das Wasserzeichen zerstört werden.
Zwei Wege schlagen die Autoren vor, prinzipiell indem das Wasserzeichen an das Y-Chromosom oder an die mitochondriale DNA gebunden wird. Für letzteres haben sie ein weiteres Programm namens Project Mito erstellt, welches komplementär zu DNA-Crypt läuft.
Das Ganze bietet interessante Anwendungsmöglichkeiten für Leute die gern Patente auf alles vergeben würden - in meiner idealen Welt bräuchte man sowas wie DNA-Crypt nicht.
Aber in meiner Idealwelt laufen auch Bierfässer mit Beinen aus Wodkaflaschen rum, während die Sonne dauerhaft scheint und Comus jeden Tag ein Livekonzert gibt: mit Kyuss als Vorband. Danach spielt Joint Venture. Und zwar hier in Münster!
Aber ich schweife ab.

*Die Grafik wurde von Dominik Heider und Angelika Barnekow erstellt und erschien zusammen mit ihrem Paper “DNA-based watermarks using the DNA-Crypt algorithm” zum ersten Mal in BMC Bioinformatics vom 29. Mai 2007

Dominik Heider, Angelika Barnekow (2007). DNA-based watermarks using the DNA-Crypt algorithm BMC Bioinformatics, 8 (1) DOI: 10.1186/1471-2105-8-176

Altruismus vs. Egoismus

Bastian sagt:
Ein immer wieder gern vorgebrachtes Argument gegen die Evolution ist altruistisches Verhalten was nach Ansicht der Kritiker ja nicht evolvieren kann - Und das doch nur die Religionen uns zu solchem erziehen können. Stimmt natürlich nicht, hält die Leute aber auch nicht davon ab das weiterhin zu behaupten.

Doch ab welchem Alter zeigt der Mensch altruistisches Verhalten? Das haben Ernst Fehr und seine Kollegen mit einem recht einfachen, aber deshalb nicht weniger gutem, Testaufbau überprüft, ihre Ergebnisse haben sie in der letzten Nature veröffentlicht.

Sie haben Kinder im Alter von 3-8 Jahren spielerisch Geld, als Währung waren Süßigkeiten im Einsatz, zwischen sich und einem anderen Kind - was sie nur auf einem Foto zu Gesicht bekamen - verteilen lassen. Dabei gab es 3 Testansätze:

1. Prosocial Game: Die Kinder hatten die Wahl entweder sich selbst eine Süßigkeit zu geben und dem anderen Kind keine (1/0) oder jedem eine (1/1). Die Testperson hat also keinen Nachteil dadurch dem anderen etwas zu geben.
2. Envy Game: Entweder: Eine für mich und Zwei für dich (1/2). Oder für jeden Eine (1/1). Wieder ist es also möglich ohne persönlichen Nachteil den Netto-Gewinn für alle zu maximieren.
3. Sharing game: Hier heisst es: Entweder 2 für mich, nix für dich (2/0) oder Eins für jeden(1/1). Hier kann eine gleichmässige Verteilung also nur dadurch erreicht werden, dass man selbst etwas abgeben muss.

Zusätzlich zu diesen 3 Tests wurde auch noch getestet wie Kinder auf ihnen bekannte bzw. unbekannte Kinder reagieren und ob dies etwas an dem Verhalten ändert. Dazu wurden entweder Fotos von Kindern aus ihrem Kindergarten bzw. ihrer Schulklasse gezeigt (Ingroup) oder eben gänzlich unbekannte Kinder (Outgroup).

In der Klasse der 3-4 Jährigen zeigt sich hier noch ein ernüchterndes Bild: Sowohl im Prosocial Game als auch im Envy Game wo es keinen persönlichen Nachteil mit sich bringt dem anderen etwas zukommen zu lassen liegen beide Entscheidungen mit je etwa 50% genau bei dem Prozentsatz den man durch puren Zufallsentscheid bekommen würde. Mit anderen Worten: Es ist ihnen egal ob sie dem anderen etwas gutes tun können oder nicht. Anders sieht es edoch im Sharing Game aus, hier liegt der Wert für “Teilen” unter 10%.

Bei den 5-6 Jährigen ändert sich dieses Bild jedoch auch nicht maßgeblich. Sowohl bei Variante 1 als auch bei Variante 2 liegen die Entscheidungswerte wieder recht nah um die 50%, nur im Sharing Game steigen die Werte auf um die 20% an.

Dies ändert sich jedoch drastisch in der Altersklasse der 7-8 Jährigen: Bei Variante 1 & 2 wählen hier ca. 80% der Kinder (1/1), entscheiden sich also gezielt für eine Gleichverteilung der Süßigkeiten. Interessant zu sehen, dass sie jedoch dem anderen Kind in Variante 2 nicht “mehr gönnen” wollen.
Auch die Variante Teilen nimmt weiter zu, ca. 40% der Entscheidungen fallen hier auf (1/1).

Viel spannender als diese allgemeinen Aussagen finde ich allerdings die Ergebnisse die man erhält wenn man sich die Untersets ansieht, wie beispielsweise Einzelkinder, jüngstes Kind der Familie oder den Unterschied zwischen Jungen/Mädchen.

So ist es um 28% wahrscheinlicher, dass ein Einzelkind beim Sharing Game sich für das Teilen entscheidet als ein Kind mit Geschwistern, während das jüngste Kind mit Geschwistern um 17% weniger bereit waren zu teilen. Und da sag nochmal einer es wäre von Vorteil Geschwister zu haben…*

* Disclaimer: Der Autor ist Einzelkind

Ernst Fehr, Helen Bernhard, Bettina Rockenbach (2008). Egalitarianism in young children Nature, 454 (7208), 1079-1083 DOI: 10.1038/nature07155

Wie kann eine ungefährliche KI gefährlich werden?

Philipp sagt:
Darum gehts in diesem Paper; “The Basic AI Drives” von Stephen Omohundro.
Die Grundidee ist folgende: Egal wie harmlos das System angelegt ist, es kann aufgrund grundlegender Eigenschaften doch gefährlich werden; nur wie?

Künstliche Intelligenz wird in diesem Paper als die Eigenschaft definiert, nach der ein System festgesetzte Ziele hat, die es versucht durch Handeln zu erreichen, und komplexere Systeme sollten in der Lage sein, die Konsequenzen ihrer Aktionen im Voraus einzuschätzen.
Aus dieser Grundüberlegung zieht der Autor den Schluss, das solche Einheiten gewisse Triebe entwickeln sollten, um auf dem Weg zu ihren Zielen erfolgreich zu sein. Diese Triebe können unter Umständen für Menschen gefährlich werden.
Omohundro nennt 6 mögliche Triebe der KI, die er alle mit schönen, logischen Argumenten (sei es indem er gewisse Eigenschaften von Menschen als Gegenbeispiel nennt oder die Ziele von Schachrobotern aufzeigt) ausführt; da ich das ganze sehr interessant finde gehe ich kurz auf jedes dieser Ziele ein.

1. “Die KI wird sich selbst verbessern wollen”
Spätestens hier denkt jeder an “The Matrix” (den kennt ja jeder! Ein obskurerer Verweis? Bitte: “Welt am Draht”).
Kurz gesagt: Das System will zu seinem Ziel; indem es sich selbst verbessert, kommt es schneller und effizienter dort an.
2. “Die KI wird rational sein wollen”
Erklärt sich von selbst, Irrationalität (vor allem in späteren “Inkarnationen”, die durch Selbstmodifikation entstehen, z.B. Kinder, die das mühsam erarbeitete Geld ihrer Eltern versaufen - Hallo Papa!) lenkt nur vom Ziel ab.
3. “Die KI wird den Nutzen seiner Funktionen bewahren wollen”
Stimmt nur in einem gewissen Maße, da dieser Trieb mit 1. konkurriert. Seine grundlegenden Funktionen muss das System bewahren, jedoch kann es z.B. Kopien anlegen die dann verändert werden, wie es in der Natur bei der Genduplikation auch geschieht.
4. “Die KI wird gefälschten Nutzen verhindern wollen”
Hier übernehme ich das schöne Beispiel aus dem Text: Wenn man einen Schachroboter baut mit dem Ziel, möglichst viele Spiele zu gewinnen, so könnte er einfach seinen inneren “Spiele gewonnen”-Zähler hochrattern lassen und bequem natürliches Maschinenöl schlürfen gehen.
Allerdings erreicht er so nie sein wahres Ziel - die Maschine wird realisieren, das die Zahl auf dem Zähler niemanden näher zum Ziel bringt, vorausgesetzt die Ziele sind klar und richtig definiert.
5. “Die KI wird sich selbst beschützen wollen”
Ab hier kommen dann die für Menschen gefährlichen Grundtriebe des Systems, wie schon in diversen Filmen und Büchern gezeigt.
Aasimov hat mit seinen drei Gesetzen der Robotik hier vorgegriffen und auch eine simple Lösung dafür gefunden, indem er einfach das menschliche Wohlergehen über den des Systems setzte.
(Allerdings gibt es innerhalb dieser drei Gesetze auch Ausnahmen, näheres gibts wenn man Asimovs Robotergeschichten liest, was ich hiermit offiziell empfohlen habe!)
6. “Die KI wird Ressourcen erlangen und diese effizient nutzen wollen”
Die Ressourcen helfen natürlich beim Weg zum Ziel, auch dieser Trieb kann der Menschheit leicht gefährlich werden.

Das Paper ist einfach zu lesen, bietet (in meinen Augen) schlüssige und interessante Argumente, auch wenn das Thema noch etwas in der Zukunft liegt - noch macht Python nicht einfach so was ich will. Schade.

Bastian sagt:

Ein wirklich interessantes Paper über künstliche Intelligenzen (KI) und ihre Motivationen, eine Ergänzung hätte ich aber noch zu Punkt 3 vorzubringen:

Der Vergleich mit der Genduplikation ist vielleicht etwas ungünstig gewählt, aber im Paper wird kurz darauf eingangen, denn die Evolution der Maschinen hat einen großen Unterschied zu der biologischen Evolution. Die biologische Evolution ist blind, ganz und gar. Sie ist auf kein Ziel gerichtet und erst durch Selektionsdrücke nach der Veränderung/Mutation werden die Positiven aus den Negativen gefiltert. Anders sieht es bei der Evolution der Maschinen aus.

Ganz rational können sie überlegen welche Änderungen welche Konsequenzen mit sich bringen und danach selbst ihren Code so zum positiven abändern. Als kleiner Vergleich zu uns wäre das quasi so, als würden wir unsere DNA/Gene selber dauerhaft zu Lebzeiten ändern und dann vererben können, was weit über gezieltes Züchten von Pflanzen/Tieren hinausgeht.

Der große Unterschied ist also das Evolution in biologischen Systemen durch (auch wenn das vielleicht nicht ganz so elegant klingt) zufällige Mutationen und anschliessende Selektionen, also Try & Error abläuft, während Maschinen zielgerichtet evolvieren können.

ResearchBlogging - Nun auch in Deutsch

Mein Artikel über neuartige Sensortechniken war unser erster Beitrag zum Projekt ResearchBlogging.org was heute seinen Relaunch, nun auch mit deutschen Blogs erlebt. Initiiert wurde die deutsche Abteilung von Tobias von WeiterGen.

Doch um was geht es eigentlich bei ResearchBlogging?
Wer sich nur mal die Wissenschafts-Artikel von SpOn durchliest (meiner Meinung nach sind die genauso schlecht wie die Netzwelt..) wird oft danach wenig mehr wissen als vorher und/oder will genauere Informationen zu den angeschnittenen Themen haben. Doch Zugriff auf alle wissenschaftlichen Publikationen haben nur die wenigsten um so direkt aus erster Hand alle Paper zu lesen, von der fehlenden Zeit mal ganz abgesehen.

Und genau da setzt ResearchBlogging an: Blogs die über, in Peer-Review veröffentlichte, Paper berichten können sich hier registrieren und werden so aggregiert. Damit entsteht ein zentraler Platz für Artikel über wissenschaftliche Publikationen mit einer unglaublichen Themenvielfalt. Und das bietet für Autoren und Leser einen großen Vorteil. Die Artikel können so viel einfacher von den Lesern gefunden werden und der Leser hat eine zentrale Anlaufstelle für wissenschaftliche Blog-Posts.

Eine super Idee, die das finden von interessanten Artikeln um einiges leichter macht, bleibt zu hoffen, dass möglichst viele Blogs mitmachen. Wir wollen das auf jedenfall, die nächsten Artikeln zu Papern sind schon in der Pipeline.

Hate-Mail

Richard Dawkins liest ein paar seiner E-Mails die er von verblendeten Christen geschickt bekommt vor. Und wer wirklich glaubt, dass es so Leute im deutschsprachigen Raum nicht gibt irrt leider, auch wenn es hierzulande noch nicht so viele sind. Eigentlich wäre wohl Trauriges die richtige Kategorie gewesen…

Python für Biologen

Philipp und ich machen zur Zeit bei den Münsteraner Bioinformatikern ein kleines Sommerprojekt und im Zuge dessen wir beide auch gerade Python zu lernen. Was gar nicht so einfach ist, bislang haben wir uns hauptsächlich mit try & error über Wasser gehalten und uns dafür auch gar nicht so schlecht geschlagen, denn unsere Vorkenntnisse bestanden nur daraus in der Schule mal Pascal angeschnitten zu haben.

Doch auf Dauer bringt das wenig und um auch etwas schneller zum Ziel zu kommen haben wir nun neben dem Buch Learning Python auch noch eine andere nette Quelle aufgetan:

Das Pasteur-Institut hat extra für Biologen zwei Tutorials geschrieben. Zum einen gäbe es da die allgemeine Einführung für alle die noch gar keine Ahnung vom Programmieren haben. Und zum anderen den “Python course in bio informatics“.

Besonders nett für Biologen: Alle Beispiele kommen aus dem Umfeld und auch der Gebrauch der spezifischen Bio-Pythonbibliothek wird gut erklärt. Für alle Interessierten sicherlich eine gute Lektüre.

Gewölbte Kamerasensoren

Bastian sagt:
Auch wenn Optoelektronik nicht gerade mein Fachgebiet ist interessiert mich das Thema als Hobby-Fotograf trotzdem: Einem Team aus Forschern der University of Illinois und der Northwestern University ist es gelungen einen sphärischen Kamerasensor zu bauen der damit dem Aufbau des Auges ein Stück näher ist. Das entsprechende Paper erschien letzte Woche in der Nature (hier auch als PDF, beides leider nur für zahlende Abonnenten).

Die Sensoren von Digitalkameras waren bislang stets flach, wie es schon früher bei analogen Kameras die Filmebene war. Doch genau dieser Aufbau von Kameras hat so seine Tücken: Die gewölbten Linsen der Objektive verzeichnen gerade zu den Rändern und um dies zu korrigieren müssen mehrere Linsensysteme in Reihe eingesetzt werden.
Doch dies macht Objektive nicht nur schwerer als sie sein müssten, es vermindert auch den Lichteinfall durch das komplexe Linsensystem.

Anders sieht es da bei der Funktionsweise unseres Auges aus, was nicht viel anders funktioniert als eine Kamera mit einem Objektiv mit Festbrennweite:
Das Licht fällt durch die Linse des Auges und trifft dann im Auge auf die gewölbte Netzhaut wo Fotorezeptoren, die sogenannten Stäbchen & Zapfen (Dabei sind die Zapfen für das Farbsehen zuständig, die empfindlicheren Stäbchen für das Schwarz-Weiss bzw. Kontrastsehen).
Zum Fokussieren wird im Kameraobjektiv der Abstand der Linsen variiert, im Auge geschieht dies durch die, durch Muskeln veränderbare, Wölbung der Linse. Durch die Wölbung der Netzhaut werden Korrekturen wie bei Kameraobjektiven nicht benötigt.

Diesen Umstand haben die Forscher nun auch für ihren gewölbten Sensor nutzen wollen, das Problem dabei sind jedoch die verwendeten Materialien: Die normalerweise benutzen Silizium-Wafer können der Spannung wie sie in einem gewölbten System entstehen nicht standhalten und würden einfach brechen.

Doch genau dieses Problem umgehen sie in ihrer veröffentlichten Methode sehr elegant: Anstatt die einzelnen Photodetektoren (die im Endeffekt die Pixel produzieren) auf einem Wafer anzuordnen haben sie diese getrennt und kleine, einzelne Detektoren gebaut die über flexible Metall-Verbindungen miteinander verschaltet sind.

Um dieses ebene Konstrukt nun in die Sphäre zu bringen bedient man sich eines elastischen Polymers der die gewünschte sphärische Form hat, sich jedoch auseinanderziehen lässt bis er plan ist.
Auf diesen ebenen Polymer wird dann das Sensor-Array aufgebracht und der Zug auf den Polymer entfernt, so das dieser sich wieder in seine ursprüngliche Form zurückzieht.

Dieses Negativ wird nun auf der gewünschten Positivsphäre festgeklebt, das Polymer gelöst und schon befindet sich der Sensor in der passenden Form. Anschaulich dargestellt ist dieser Vorgang auch in der Grafik* unten.

Auf diese Weise haben die Forscher einen 16×16 Pixel großen, sphärischen Sensor gebaut der in seiner Form dem Auge sehr ähnlich ist. Und auch Fotos lassen sich damit schon machen, denn die Forscher haben eine einfache Linse (f=35 mm für die Fotografen hier) vor den Sensor gelegt und Testfotos gemacht.

Sicherlich, bei 16×16 Pixeln darf man keine Wunder erwarten (Windows-Icons haben bereits 32×32 Pixel) aber auch hier gibt es einen Trick um die Auflösung zu verbessern den sich die Wissenschaftler von der Funktion des Auges abgeschaut haben: Sie “scannen” das Bild in dem sie den Betrachtungswinkel um einige Grad in jede Richtung verändern, genauso verbessern auch unsere Augen die eigentlich recht geringe Auflösung. Aus den Differenzen lässt sich dann ein hochgerechnetes Bild erzeugen.

Eine sehr spannende Entwicklung, auch wenn es zur Marktreife sicherlich noch ein gewaltiges Stück Arbeit ist. Doch gerade für die immer kleiner werdenden Point&Shoot-Kameras sehe ich hier eigentlich gute Anwendungsmöglichkeiten. Das soll es dann von mir auch dazu gewesen sein, von Laien für Laien. Falls es noch Fragen/Anmerkungen/Verbesserungen gibt freuen wir uns hier natürlich auch immer über Kommentare.

* Die Grafik wurde von Heung Cho Ko et al. erstellt und erschien zusammen mit ihrem Paper ‘A hemispherical electronic eye camera based on compressible silicon optoelectronics’ am 07.08.08 in ‘Nature’
Heung Cho Ko, Mark P. Stoykovich, Jizhou Song, Viktor Malyarchuk, Won Mook Choi, Chang-Jae Yu, Joseph B. Geddes III, Jianliang Xiao, Shuodao Wang, Yonggang Huang, John A. Rogers (2008). A hemispherical electronic eye camera based on compressible silicon optoelectronics Nature, 454 (7205), 748-753 DOI: 10.1038/nature07113

Lernhilfen

Es kommt die Zeit im Leben eines jeden Studenten wo kompliziertes Zeugs in den Kopf geprügelt sein will, wie z.B. beim beliebten Citratzyklus.

Für solche Fälle gibt es jedoch massig Abhilfe, in diesem Artikel sollen es mal Lieder sein:
Hier kann man sich Vertonungen der Lieder dieses Buches anhören und runterladen, was manchen Leuten behilflich sein könnte beim auswendig lernen, der Citratzyklus befindet sich unter “Waltz Round the circle”…

Wir bei W&W brauchen sowas natürlich nicht. Wir können ja schon alles. ALLES!

PhD Comics

PhD Comics

Beim prokrastinieren (ich sollte gerade für eine mündliche Prüfung lernen) bin ich über diesen netten Webcomic gestolpert für alle denen xkcd nicht wissenschaftslastig genug ist.