Stortinget vedtok i 2003 at Rv7 skulle brøytes og holdes åpen vinterstid, men at den kan stenges i kortere perioder av hensyn til villrein.

Men i vinter har den værutsatte veien, som er en av hovedveiene mellom Vestlandet og Østlandet, bare vært stengt på grunn av rein i én periode. 

Nå har forskere ved Norsk institutt for naturforskning sett på hvordan biltrafikken på Rv7 påvirker villreinen og vandringen dens på vidda. 

Kommer seg ikke forbi

Forskerne har radiomerket villrein i det som er Norges største villreinområde. GPS-merkingen har gitt forskerne et godt innblikk i hvordan reinflokkene bruker Hardangervidda og hvordan de påvirkes av mennesker og naturgitte forhold.

– I  datasettet som er samlet inn, ser vi at Rv7 har en tydelig negativ effekt på villrein fordi områder rundt og nord for veien ikke lenger blir brukt av reinsdyrene, sier Olav Strand, forsker i NINA.

– Veien danner også en fullstendig barriere for reinens vandringsmuligheter mellom Hardangervidda og Nordfjella villreinområde.

Det finnes ikke detaljerte GPS-data som viser hvordan villreinen brukte området før veien ble åpnet vinterstid. Men det er kjent at reinsdyrene på Hardangervidda så sent som på begynnelsen av 1980-tallet vandret til Nordfjella for å finne ekstra vinterbeiter når beitene på Hardangervidda var nedslitt.

Veier danner barrierer

Resultater fra tilsvarende forskningsprosjekter i andre villreinområder i Norge har vist at veier forstyrrer og danner barrierer for reinens beite- og trekkmuligheter.

– Et typisk resultat fra de ulike undersøkelsene er at villrein unngår områder som ligger inntil fem kilometer fra veier, sier Strand.

– For eksempel viser tilsvarende data fra Rondane at fylkesveiene som krysser der, har redusert reinens vandringsmuligheter på tvers av veiene med cirka 68 prosent.

Nytter å stenge

I det omfattende materialet har forskerne også vurdert reinens bevegelser i forhold til veier som er stengt vinterstid. Her ser man at reinsdyrene har en normal bruk av områdene etter stenging.

– Det er også eksempler på at reinsdyra bruker enkelte veistrekninger med forbud mot stopp og parkering til vandringsområder. Det er imidlertid en stor utfordring at vi ikke har tilgang på data som beskriver hvordan reinsdyrene brukte områdene før tiltak som stopp- og parkeringsforbud ble innført, forklarer Strand.

Se filmsnutt om villrein ved Rv7:

Ser løsning i tuneller

Både trafikken langs Rv7 og menneskelig aktivitet i nærområdene rundt veien fører til at reinen unngår disse områdene. Forskerne i NINA har også vurdert ulike driftsalternativer for veien. De peker på at en permanent vinterstenging av veien raskt vil bli utfordret av lokale og regionale transportinteresser.

De konkluderer derfor med at dagens ordning med midlertidig stenging av hensyn til villrein bør videreføres inntil man har etablert andre og mer bærekraftige løsninger.

Hensynet til villreinen og et ønske fra publikum om å holde veien åpen vinterstid, gjør at forskerne anbefaler at det satses på tunell på strekningen.

Åpner beiteområder

– Etter vår vurdering vil løsninger som omfatter flere korte tuneller, eller helst én lang tunell, gi robuste vinn-vinn situasjoner for både villrein og bilister. Det vil åpne beiteområder og vandringsruter for villreinen og gi en mer stabil og forutsigbar trafikkavvikling mellom øvre Hallingdal og Hardanger, forklarer Strand.

Han trekker fram flere eksempler fra andre områder hvor tuneller ser ut til å ha en positiv effekt for villrein. På Bergensbanen fungerer Finsetunellen som et viktig vandringsområde, og GPS-merkede reinsdyr har også brukt tunelltakene på Dyrskartunellen (E134) og Geitryggtunellen (Rv50), selv om disse ikke fremstår som funksjonelle vandringsområder.

Bør fortsatt stenges midlertidig

Fram til mer langsiktige løsninger, som tuneller, er etablert, anbefaler forskerne at ordningen med midlertidig stenging av Rv7 videreføres. Rv7 har så langt vært stengt to ganger av hensyn til villrein, og da den stengte sist vinter, var det tydelig at dette reduserte forstyrrelsene og hadde en positiv effekt.

Reinsdyrene beitet helt inn mot Rv7 mens veien var stengt, selv om ingen av flokkene med GPS-merka reinsdyr krysset veien. Erfaring fra vinterstengte veier andre steder i landet viser at reinsdyr har en normal bruk av vinterbeiter i nærområdene til veiene når de er stengt.

– Dagens ordning med midlertidig stenging av Rv7 vinterstid er et kompromiss mellom hensyn til samferdsel og hensyn til villrein. Erfaringsgrunnlaget med ordningen er så langt for lite til å kunne konkludere, men på sikt kan den uansett ikke betraktes som en bærekraftig og robust løsning, sier Strand og utdyper:

– Ordningen legger beslag på ressurser til overvåking av villreinen og fører også til motorferdsel i beredskapssonene rundt veien. Reinen forstyrres også i forbindelse med radiomerking. Mange trafikanter vil heller ikke være særlig fornøyde med at veien i framtiden kan bli stengt oftere og over lengre tid når de skal over fjellet, forklarer Strand.

Foreslår flere forbedringer

Hvis ordningen skal videreføres, anbefaler forskerne i NINA flere tiltak for å gjøre den mer effektiv.

Det inkluderer blant annet å oppdage og varsle reinflokker som nærmer seg veien raskere og mer effektivt, være tidligere ute med å stenge veien, redusere ferdsel med motorkjøretøy, og at man om mulig venter med å brøyte mens veien er stengt for å unngå forstyrrelser.

Løsningene bør også innebære å kartlegge omfanget av kiting og annen ferdsel som kan forstyrre reinen.

Bør lage en helhetlig plan

Forskerne anbefaler videre at myndighetene bør utarbeide en plan for hvordan området mellom Bergensbanen og Hardangervidda skal fortsette å være et leveområde for villrein.

– En slik plan bør forankres, slik at den får oppslutning blant de fleste brukerne av området og ta utgangspunkt i eksisterende bestandsplaner og handlingsprogrammene i regionale arealplaner, sier Strand.

– Det vil kunne legge grunnlag for en mer robust og bærekraftig driftsløsning på Rv7, som på sikt kan erstatte regimet med midlertidig stenging.

Referanse: 

Olav Strand m.fl: Veger og villrein. Oppsummering – overvåking av Rv7 over Hardangervidda. NINA Rapport 1121. Mars 2015 

Amerikanske forskere har for første gang klart å lage noe som ligner en elektronisk utgave av hjerneceller med en type komponenter som kalles memristorer.

Navnet memristor er laget ved å koble sammen det engelske ordet for minne, nemlig memory, og motstand, resistor.

Elektronikk som husker

En memristor har en helt spesiell egenskap: Den husker hvor mye strøm det har gått gjennom den. Jo mer strøm den har latt passere, desto større elektrisk motstand har den.

Hvordan ligner dette på en hjernecelle? En hjernecelle har mange koblinger til andre hjerneceller. De kalles synapser. Jo flere strømpulser som går fra en kobling eller synapse til en annen, desto lettere leder synapsene strømpulsene.

Både memristoren og synapsen er altså i stand til å endre seg ut fra sin egen fortid, sine egne erfaringer. På godt norsk kalles slikt for læring, om ikke bevisst læring.

Svimlende synapser

Hjernen har en enorm evne til å lære. Den meste læringen i hjernen er også ubevisst. Bare det å lære å gå krever et finstemt samspill mellom nerver, muskler, syn og balanse. Programmeringen tar rundt ett år og varer livet ut.

All denne læreevnen er nedfelt i hjernens rundt en million milliarder synapser. Det er tusen ganger flere synapser i menneskehjernen enn det er stjerner i Melkeveien.

Læringen skjer ved forskjellige kombinasjoner av strømledning i disse synapsene. Hvor mange slike kombinasjoner er mulig?

Svaret er et ettall med en million nuller etter. Til sammenligning: Antall atomer i det kjente universet er beregnet til et ettall med bare 80 nuller etter.

Flaskehals mellom minne og utregning

En vanlig datamaskin er bygget på en helt annen måte enn hjernen. Datamaskinen har en del som husker, og en del som gjør beregninger. Hukommelsen er i dataminnet, for eksempel RAM eller harddisk. Beregningene skjer i mikroprosessoren.

Den store flaskehalsen i dette systemet er koblingene mellom dataminnet og mikroprosessoren. Trafikken i denne flaskehalsen koster både tid og energi.

Små og strømgjerrige

Hjernen slipper denne flaskehalsen. Der er hukommelse og beregninger to sider av samme prosess, i nervecellene og synapsene. Dermed blir hjernen mye mer energigjerrig og rask.

Memristorene har de samme fordelene. De bruker lite strøm og utvikler lite varme. Dessuten klarte forskere i 2007 også å lage dem ørsmå, i nanostørrelse. Derfor kan svært mange pakkes sammen på et lite volum.

Uberegnelige beist

Hvorfor har de da ennå ikke brukt memristorer til å lage elektroniske hjerneceller? De er dessverre uberegnelige små beist. Forskerne har lenge slitt med å temme dem.  

Selv om to memristorer lages helt likt, kan de oppføre seg forskjellig. Den samme strømmengden gir ikke samme økning i motstand.

Forskerne fra University of California Santa Barbara og Stony Brook University har kommet langt i å løse dette problemet.

De har funnet fram til en måte å prøve ut komponentene på som reduserer denne variasjonen.

Nuller ut nedtur og opptur

Et annet problem er at memristorene ikke reagerer likt når strømmen øker som når strømmen avtar. Det skaper også problemer når de skal brukes til læring i omgivelser som endrer seg i alle retninger.

Dette problemet løser forskerne ved å koble sammen to og to memristorer som enkelt sagt virker hver sin vei. Dermed blir den enes opptur den andres nedtur, og disse forskjellene nulles ut.

Liten krets, stor læreevne

Forsøkskretsen til forskerne er ennå også forholdsvis stor, sammenlignet med andre memristorkretser. Den inneholder heller ikke så mange memristorer.

Den består av to lag, hver med tolv ledninger lagt i kryss. I hvert av de 144 krysspunktene ligger en memristor.

Selv med så få synapselignende koblinger lærte kretsen å gjenkjenne forskjellige bokstaver mot en bakgrunn av støy.

Denne videoen forklarer hvordan synapsene i nervecellene virker, og hvordan vi kan måle aktiviteten i hjernen,

Mobiler som hører og ser

Hvis denne teknologien kan skaleres opp til større nevrale nettverk, vil den påvirke framtida til datateknologien, skriver den østerrikske informatikeren Robert Legenstein i en uavhengig kommentar i Nature, der også studien er publisert.

Han ser for seg at nevrale nettverk kan supplere tradisjonelle datakretser i bærbare datamaskiner, mobiltelefoner og roboter.

De ekstremt batterivennlige memristorene kunne da overta oppgaver som nevrale nettverk er spesielt gode til. De kunne tolke bilder, gjenkjenne stemmer og behandle andre sansestimuli, foreslår Legenstein.

– Memristorene kan plasseres rett på toppen av noen typer vanlige databrikker, kommenterer Philipp Häfliger i en e-post til forskning.no. Häfliger er førsteamanuensis ved Institutt for informatikk på Universitetet i Oslo.

De kan plasseres inne i enkelte vanlige databrikker uten å ta ekstra plass. De vanlige databeregningene gjøres av databrikkene, og memristorene tar seg av minnet. Siden de ligger sammen, ligner de mer på hjernen. Dette blir veldig effektivt, ifølge Häfliger.

Evolusjon som kan gi revolusjon

Selv med disse mulighetene er det et godt stykke igjen før memristorene kan etterligne hjernen i større skala.

– Memristorer i seg selv er mer en evolusjon enn en revolusjon, mener Häfliger.

På lengre sikt kan likevel memristoren bli et verktøy som muliggjør en revolusjon. Men da må vi også vite mer om hjernen.

– Vi har fortsatt liten forståelse av hvordan større nettverk i hjernen vår virkelig fungerer. Større kunstige nevrale nettverk som gjør noe meningsfullt, er fortsatt nokså begrensede, skriver Häfliger.

Ikke bare for nevrale nettverk

Häfliger mener også at memristorer kan gjøre nytte for seg i vanlige datamaskiner. De kan kanskje erstatte både harddisker, flashminne og RAM.

RAM er det hurtige minnet i datamaskinen. Det blir borte når maskinen skrus av, som alle bittert har fått erfare hvis de har glemt å lagre og strømmen går.

– Memristorer er veldig kompakte og kan lagre data også når de ikke forsynes med strøm. Variantene som utvikles i dag, bruker ganske lite energi og er akseptabelt raske. De blir sikkert også bedre med tiden, mener Häfliger.

Referanse:

M. Prezioso m.fl.: Training andoperation of an integrated neuromorphic network based on metal-oxide memristors, Nature 7. mai 2015, vol. 521, doi:10.1038/nature14441, sammendrag.