En bog fyldt med tilfældighed

I 1955 udgav den amerikanske tænketank RAND Corporation en bog med den ret besynderlige titel:
A Million Random Digits with 100,000 Normal Deviates (En Million Tilfældige Cifre med 100.000 Normalafvigelser).
Indholdet er tilsvarende bemærkelsesværdigt: Bogen består af en million cifre 1-9, opstillet i serier af 5 cifre og - så vidt som muligt - i totalt tilfældig rækkefølge.
Dertil kommer statistiske normalafvigelser fremstillet ved brug af halvdelen af de tilfældige 5-cifrede tal.
Årevis med hulkort
Bogen tog mange år at fremstille. Først blev der lavet en hel serie tilfældige cifre ved hjælp af en slags elektronisk roulette.
Men selv disse cifre udviste en vis regularitet på grund af maskinens konstruktion, så RAND-forskerne måtte bruge avanceret matematik til at blande cifrene endnu en gang, for at opnå den bedste mulige tilfældighed.
Derefter blev alle én million cifre skrevet ud på hulkort - datidens datalagringssystem - ved hjælp af en såkaldt Cardatype-maskine.
I bogens introduktion konstaterede RAND-forskerne tørt: "Grundet opgavens formål vurderede vi, at det ikke var nødvendigt at læse korrektur på hulkortene for at indfange eventuelle systematiske fejl på Cardatype."
Monte Carlo-metoden
De totalt tilfældige cifre var meget efterspurgt af datidens videnskabsfolk. Selv i dag er bogen den største samling af tilfældige cifre og normalafvigelser, og er som sådan et klassisk referenceværk inden for mange forskningsfelter og i mange anvendelsessammenhænge, såsom markedsanalyse, lotteri og kvalitetskontrol.
Den primære grund til, at RAND-forskerne investerede så meget tid i tilfældighed, var fremkomsten af den såkaldte Monte Carlo-metode. Metoden (eller metoderne, for der findes i princippet mange) består grundlæggende i at modellere et givet fænomen, som er svært eller ligefrem umuligt at studere på anden vis, ved hjælp af tilfældighed og statistik.
I en typisk Monte Carlo-simulation bruger man tilfældige udtag af kendte eller hypotetiske sandsynlighedsfunktioner til at genere statistikker over mulige resultater. Dermed kan man undersøge fænomener, som i princippet er deterministiske - såsom spil, finans/økonomi og telekommunikation. Eller fænomener som helt fundamentalt er stokastiske, for eksempel kvantefænomener.
Monte Carlo-metoder blev først anvendt under anden verdenskrig i det amerikanske Manhattan-projekt.
Anvendelsen var dog stærkt begrænset på grund af projektets forholdsvis ringe beregningskapacitet. Det var først efter, at de første computere blev taget i brug (efter 1945), at Monte Carlo-metoderne for alvor blev taget i anvendelse.
I 1950'erne brugte amerikansk militær Monte Carlo-metoder til at udvikle brintbomber. Det skete samtidigt med, at Monte Carlo-metoder vandt større udbredelse inden for især fysik, fysisk kemi og operationsanalyse. RAND var en vigtig støtte og finansieringskilde for Monte Carlo-forskning.
Lavalampens tilfældighed
Selv de bedste matematiske tilfældighedsalgoritmer er ikke helt tilfældige. Som oftest har det ingen praktisk betydning. Inden for kryptografi kan det dog være afgørende, at grundlaget for de hemmelige koder består af totalt tilfældige cifre.
Der findes i dag en række udbydere af total tilfældighed. Én af de mere populære er HotBits, som bruger radioaktive henfaldsprocesser til at lave tilfældige cifre. Henfaldet 'styres' af kvantemekanikken og er en slags naturens egen tilfældighedsgenerator. En anden udbyder er random.org, som fremstiller sine tilfældige tal ud fra atmosfærisk radiostøj.
Hverken HotBits eller random.org kan dog levere tilfældighed med tilstrækkelig høj hastighed til at kunne bruges i nogle forskningssammenhænge, som for eksempel hvis man skal lave kryptografi med meget højt sikkerhedsniveau. Til dette formål begyndte en række forskere ved Silicon Graphics Corporation for nogle år tilbage at bruge Lavalamper.
En lavalampe er i princippet et kaotisk system, hvis "opførsel" afhænger af mange forskellige og indbyrdes uafhængige parametre. Forskerne brugte seks lavalamper, som alle blev optaget af et digitalt kamera. Billedernes pixels blev omdannet til serier af nuller og ettaller, som blev yderligere randomiseret ved hjælp af en såkaldt hashfunktion. De tilfældige tal blev markedsført som LavaRand.
Senere opdagede forskerne, at de ikke behøvede lavalamperne, men i virkeligheden kunne bruge en hvilken som helst kaotisk kilde som input. Det blev så til LavaRndTM, der i dag supplerer mange forskere (især inden for kryptografi) verden over med et ubegrænset antal af totalt tilfældige tal.
Seneste blogindlæg
-
Overdrivelse fremmer forståelsen
Af Kristian H. Nielsen, Lektor, Center for Videnskabsstudier, Aarhus Universitet, Det Naturvidenskabelige Fakultet, Aarhus Universitet30. april 2012 kl. 00:04 Kommentarer (0)Journalister er gode til at give deres historier samfunds- og personlig relevans, til at inddrage flere meninger om samme sag og til at... -
Forskningskommunikation 2.0
Af Kristian H. Nielsen, Lektor, Center for Videnskabsstudier, Aarhus Universitet, Det Naturvidenskabelige Fakultet, Aarhus Universitet20. april 2012 kl. 23:49 Kommentarer (3)Det er snart syv år siden, at Videnskabsministeriets Tænketank vedrørende forståelse for forskning barslede med en... -
Forskningsansøgninger – hvordan bedømmes de bedst?
Af Kristian H. Nielsen, Lektor, Center for Videnskabsstudier, Aarhus Universitet, Det Naturvidenskabelige Fakultet, Aarhus Universitet17. februar 2012 kl. 21:22 Kommentarer (0)Peer review (dansk: fagfællebedømmelse) bliver ofte anset for at være videnskabernes gyldne standard. Forskningsartikler... -
Videnskabens rette plads
Af Kristian H. Nielsen, Lektor, Center for Videnskabsstudier, Aarhus Universitet, Det Naturvidenskabelige Fakultet, Aarhus Universitet17. november 2011 kl. 04:12 Kommentarer (0)I sin 2009-tiltrædelsestale sagde præsident Obama, at han ville “restore science to its rightful place”. Han...
Kristian H. Nielsen

Blogger om:
Jeg interesserer mig for forholdet mellem forskning og samfund. I det fremspirende vidensamfund er det vigtigt, at vi forstår og værdsætter forskningens centrale betydning for stort set alle samfundsområder. Jeg skriver om den historiske udvikling af forskningens rolle i samfundet, og jeg undersøger måder, hvorpå vi kan analysere forskning, samfund og forskningskommunikation i dag.Du kan læse mere om min forskning her.
Andre bloggere i Teoribloggen:
Mikkel Willum Johansen
Claus Emmeche
Mest læste blogs
Blogs - Seneste kommentarer
-
Af Peter Ole Kvint for 39 minutter 18 sekunder siden
[Mænd har flere neuroner end kvinder, men det betyder ikke noget]
-
Af Jonas Kristoffer Lindeløv for 10 timer 10 minutter siden
[Mennesker og dyr: hvordan er vores hjerne unik?]
-
Af Kim Kaos for 12 timer 56 minutter siden
[UFOerne eksisterer! ]
-
Af Rikke Kjær for 1 dag 8 timer siden
[Diskrimination af ’os i provinsen’? - Om afslag til filmstøtte af film med ’brun’ i hovedrollen]
-
Af Marian B. Goldstein for 4 dage 4 timer siden
[Gal eller normal]
Abonner på vores nyhedsbrev
På forsiden lige nu
-
Diskrimination af ’os i provinsen’? - Om afslag til filmstøtte af film med ’brun’ i hovedrollen
-
Gennembrud i fysik kan føre til nyt syn på magnetisme
-
Så alvorlig er mobning for børns helbred
-
Hvorfor sker der så lidt i pinsen?
-
Vægtløshed er en unik følelse
-
Hvorfor rammer modermærkekræft især rødhårede?
Seneste nyheder
Abonner på vores nyhedsbrev
| Videnskab.dk | Redaktion | Oversigt | Abonnér |
|---|---|---|---|
| Skelbækgade 4 | Ansvarshavende chefredaktør: | Om Videnskab.dk | RSS feed |
| DK-1717 København V | Vibeke Hjortlund | Ansatte på Videnskab.dk | |
| Tlf: 70 70 17 88 | redaktionen@videnskab.dk | Privatlivspolitik | YouTube |
© Ophavsretten tilhører Videnskab.dk












Man kan jo også slå med terning i stedet...
...her er f.eks. en mand, der har lavet en maskine, der kan slå 1.3 millioner terningeslag om dagen og automatisk opsamle data om disse helt tilfældige terningeslag. Der er også en kort video, der viser maskinen i aktion.
http://gamesbyemail.com/News/DiceOMatic