Hoe een slimme computer kan leren jongleren! Een kijkje in de wereld van ‘Dynamisch Modelleren’
Stel je voor, je hebt een super slimme robot die kan jongleren met drie ballen. Maar het is niet zomaar jongleren, deze robot kan leren om ook met vier ballen te jongleren, en zelfs met een brandende fakkel als hij wat ouder wordt! Dat is een beetje zoals wat de wetenschappers doen met iets dat ‘dynamisch modelleren’ heet.
Op 26 juni 2025 gaf een heel slimme dame, genaamd Katalin Hangos, een speciale lezing bij de Hongaarse Academie van Wetenschappen. Ze legde uit hoe ingenieurs, de mensen die slimme dingen bouwen, computers kunnen leren om de wereld om ons heen beter te begrijpen. Dit is super belangrijk, want zo kunnen we dingen maken die ons leven makkelijker en leuker maken!
Wat is ‘Dynamisch Modelleren’ eigenlijk?
Denk aan het bouwen met LEGO. Je hebt verschillende blokjes, en je kunt ze op allerlei manieren aan elkaar klikken. Dynamisch modelleren is een beetje hetzelfde, maar dan met regels en getallen.
Stel je de jongleerdende robot voor. Om te zorgen dat de ballen niet vallen, moet de robot heel precies weten wanneer hij elke bal moet vangen en gooien. Dat zijn allemaal regels die de robot moet volgen. Dynamisch modelleren is het maken van een soort “recept” of “plan” voor de computer, waarin al deze regels staan. Dit recept heet een model.
Dit model is niet zomaar een statisch plaatje. Het is dynamisch, wat betekent dat het kan veranderen en bewegen, net als de ballen die de robot jongleert. De computer gebruikt dit model om te voorspellen wat er zal gebeuren als de robot een bal gooit, of als hij een nieuwe bal oppakt.
Waarom is dit zo slim?
Katalin Hangos en haar collega’s gebruiken dit om computers te leren met niet-lineaire systemen. Dat klinkt ingewikkeld, maar denk er zo over:
- Lineair systeem: Stel je een elastiekje voor. Als je er twee keer zo hard aan trekt, wordt het twee keer zo lang. Simpel, toch? Dat is lineair.
- Niet-lineair systeem: Stel je een veertje voor. Als je er een heel klein beetje aan trekt, gebeurt er bijna niets. Maar als je er harder aan trekt, kan het opeens heel snel uitslaan of zelfs breken. Dit is niet-lineair.
Veel dingen in de echte wereld zijn niet-lineair. Denk aan het weer: een klein wolkje kan opeens een grote storm worden. Of denk aan de manier waarop planten groeien: ze groeien niet altijd precies even snel.
Door dynamische modellen te maken, kunnen ingenieurs computers leren hoe deze “onvoorspelbare” dingen werken. Ze kunnen computers laten oefenen met het jongleren, of leren hoe een raket de juiste kant op vliegt, of hoe een fabriek machines het beste kan laten draaien.
Hoe helpt dit ons?
Door dit slimme ‘dynamisch modelleren’ kunnen we dingen maken die:
- Slimmer zijn: Robots die kunnen leren en zich aanpassen, net als de jongleur.
- Veiliger zijn: Vliegtuigen die beter kunnen vliegen en minder snel in de problemen komen.
- Efficiënter zijn: Fabrieken die minder energie gebruiken en minder afval maken.
- Nieuwe ontdekkingen doen: Wetenschappers kunnen computers gebruiken om ingewikkelde problemen op te lossen die ze zelf niet snel zouden kunnen.
Katalin Hangos’ lezing laat zien hoe wiskunde en techniek samen kunnen werken om de wereld te verbeteren. Het gaat erom de regels van de natuur te begrijpen en die te gebruiken om slimme dingen te maken.
Dus, ben jij ook geïnteresseerd in hoe dingen werken? Misschien kun jij de volgende zijn die een robot leert jongleren, of een machine ontwerpt die ons leven nog fijner maakt! Begin met LEGO, kijk hoe dingen bewegen en vraag jezelf af: “Hoe werkt dit?” Wie weet, misschien ontdek jij wel iets nieuws!
De AI heeft het nieuws geleverd.
De volgende vraag werd gebruikt om een antwoord van Google Gemini te krijgen:
Om 2025-06-26 22:00 publiceerde Hungarian Academy of Sciences ‘Dinamikus modellezés – mérnöki alapelvek használata a nemlineáris rendszer- és irányításelméletben – Hangos Katalin levelező tag székfoglaló előadása’. Schrijf alstublieft een gedetailleerd artikel met gerelateerde informatie, in eenvoudige taal die kinderen en studenten kunnen begrijpen, om meer kinderen te interesseren in wetenschap. Gelieve alleen het artikel in het Nederlands te verstrekken.