I fjor ble NATO rammet av i snitt 500 dataangrep hver måned – 60 prosent flere enn året før. Forrige helg ble flere enn 230 000 datamaskiner verden over utsatt for løsepengeviruset Wannacry, som angrep blant annet Storbritannias statlige helsevesen (NHS), FedEx og Deutsche Bahn.
Behovet for koordinert innsats for å sikre cyberspace vokser seg stadig større.
Avskrekking i cyberspace
I en ny rapport har NUPI-forsker Lilly Pijnenburg Muller og forsker Tim Stevens fra King’s College i London sett nærmere på utfordringer og dilemmaer knyttet til begrepet avskrekking i forsvarssammenheng – nærmere bestemt på cyberfeltet.
Avskrekking handler enkelt sagt om å skremme noen fra å angripe deg, enten ved å gi inntrykk av at du kan pålegge fienden betydelige kostnader eller begrense utbyttet fienden har å hente ved et eventuelt angrep.
– Tradisjonell militær avskrekking fungerer ved at man viser at man har et militær, som ubåter, tanks og soldater, for eksempel gjennom militære øvelser. Å være medlem av NATO er en annen form for avskrekking. Med andre ord er avskrekking alt som hindrer fienden å angripe deg som nasjon, forklarer Muller.
Som innenfor tradisjonelle domener er det innen cyberfeltet mange ulike måter å drive avskrekking på.
– USA kan for eksempel gå ut og erkjenne at de har blitt hacket og dermed vise at landet har kapasitet til faktisk å avsløre hackerangrep. I Stuxnet-tilfellet, der atomanlegg i Iran ble sabotert med et avansert datavirus, har ikke USA innrømmet at de sto bak, men de har heller ikke avkreftet det. Dette kan også sees på som en form for avskrekking, sier Muller.
– Her får USA andre til å tro at de har kapasiteten til å angripe gjennom cyberspace. Men så fort et cybervåpen blir brukt og det blir avslørt, senkes verdien av det som avskrekkingsmiddel raskt.
I den digitale tidsalderen er altså avskrekking mer komplisert enn å vise muskler gjennom stadig større våpenlagre og militærteknologi.
Én utfordring som har fått mye oppmerksomhet i denne sammenhengen, handler om det som på fagspråket kalles attribusjon, eller plassering av skyld. Å finne ut hvem som står bak et cyberangrep kan være veldig vanskelig – og hvordan skremmer du en fiende du ikke vet hvem er?
Dette, sammen med stadig mer sofistikerte og omfattende cyberangrep, gjør at tankene om avskrekking må moderniseres, mener Muller og Stevens.
De anbefaler at fremtidens cyberavskrekkingsregime i NATO må se lenger enn utelukkende militære aspekter og ta hensyn til den politiske og sosiale konteksten som en eventuell motstander faktisk tar beslutninger i.
I fjor signerte alle medlemslandene i NATO den såkalte NATO Cyber Defence Pledge, hvor de på nytt forpliktet seg til å forsterke cyberforsvaret i sine respektive land for å best mulig beskytte infrastruktur og nettverk. Årets NATO-toppmøte finner sted i Brüssel 25. mai.
– Vi kan jo håpe på en forsterkning av NATO Cyber Defence Pledge denne uken. Det kommer nok til å være mye snakk om nettopp dette på møtet. Selve møtet med president Trump vil mest sannsynlig fokusere på USAs rolle i NATO, men cyber pledgen er noe av det nyeste på NATOs agenda, og Wannacry er på alles lepper om dagen, sier NUPI-forsker Muller.
– Har NATO vært for trege med å sette cybersikkerhet på agendaen og ta truslene på alvor?
– Nei. De var relativt tidlig ute, og dette har stått på agendaen deres i to år. Utfordringene er – som vi skriver om – hvordan de skal gjøre dette i praksis.
Skogen er som folk, det er få trær som er like og alle har sine egenskaper. Og det gjelder å plukke rett tre for formålet.
Å finne drømmetreet med et tastetrykk ligger litt fram i tid. Men å få vite mer om hvordan en skogbestand ser ut uten å måtte oppsøke den fysisk, er nyttig og kan gi skogbruksnæringen betydelig besparelser.
– Det kan være lange, slanke lyktestolper eller kvistfritt treverk til lister. Skogdigitalisering kan gi store fordeler, sier Marius Hauglin, forsker ved Norges miljø- og biovitenskapelige universitet (NMBU).
En skog, mange forskjellige trær
Knut Marius Hauglin er forsker ved NMBU. (Foto: Håkon Sparre)
I over 100 år har skogbruket telt trær og regnet ut hvor mye kubikk det står i den norske skogen. Det har de gjort ved utvalgskartlegging der noen utvalgte områder undersøkes nøye og brukes til å representere hele skogen – litt som i en politisk meningsmåling.
Det har gjort det mulig å dele en skogeiendom inn i skogbestander med omtrent de samme egenskapene, som høyde, treslag og vekstforhold.
Men for et bestemt enkelttre har det vært vanskelig å si noe eksakt – om man da ikke går ut i skogen og måler det. Og med 3,1 milliarder grantrær, 1,4 milliarder furutrær og nærmere 4 milliarder bjørketrær, er det en helt uoverkommelig oppgave.
Men med nye digitale verktøy åpner det seg nye muligheter. Det meste av norsk skog er nemlig kartlagt digitalt. Utfordringen er nå å tolke de dataene vi har.
Men å si noe om hvilke formål trærne i et område kunne egnet seg til, hadde vært en stor fordel. Det kan være et langt, slankt, tre til lyktestolper eller en kort, krokete furu til papir.
– Det er her vi setter inn forskningsfokuset. Hvordan plukke ut en skogbestand med egenskaper vi er på jakt etter? sier Hauglin.
– I mange år har vi skannet skogen i tre dimensjoner fra lufta. Tettheten mellom punktene har blitt mindre, og med det trer enkelt-treet tydeligere fram digitalt, fortsetter han.
– Sett ovenfra danner punktene et rutenett, men vi vet også hvor høyt over bakken hvert enkelt punkt er. Snur vi punktsvermen 90 grader trer, tærne i skogen fram og da kan man også skjelne treslag med det blotte øyet. Så vi har lenge hatt et bilde av trærnes omtrentlig utseende, men ikke nøyaktig nok til å si noe om hva industrien kan bruke det til, forklarer Hauglin.
Trærne som hogges av en hogstmaskin måles og vurderes for synlige feil. Disse målingene gjør at forskere kan lage en matematisk modell av det enkelte tre som er hogd.
– Enkelt forklart prøver vi å koble alt det som registreres av hogstmaskinen med hvordan det skannede treet ser ut på «flybildet». For vi antar at trær med omtrent de samme egenskapene ser omtrent like ut. Dermed kan vi lete etter de samme trærne i flybildet om man ønsker flere trær med samme egenskap. Men denne koblingen av data er utfordrende og i praksis er dette ganske vrient, sier Hauglin.
Skogen skannes før hogst og når skogen hogges registreres data om hvert enkelt tre. Med GPS-målinger vet hogstmaskinen hvor hvert enkelt tre stod og så er det bare å koble dataene sammen.
Skogfagstudenten Tallak Dieset er tilknyttet prosjektet og vil i løpet av denne våren undersøke om det er mulig å lage modeller som sier noe om fordelingen av kvaliteten på treet. Det vil si hvor mye som kan brukes som sagtømmer, og hvor mye som blir papir. Det stilles svært strenge kvalitetskrav til sagtømmer fordi dette tømmeret skal brukes til konstruksjoner eller veggpanel. For tømmer til papirproduksjon er det få kvalitetskrav. Sagtømmeret er svært godt betalt og andelen sagtømmer betyr svært mye for den økonomiske verdien av skogen.
Kvalitetsinformasjonen vil bli knyttet sammen med data fra laserskanningen, og om forsøket er vellykket vil det gjøre det mulig å anslå en sagtømmerandel i en skogbestand i en digitalisert skog.
– Dette er første steg på vegen mot målet om å kunne finne drømmetreet i en digitalisert skog, påpeker Hauglin.
Selv om skogbruket har telt trær i over 100 år, er det fortsatt en relativt kostbar prosess. Mer digitalisering vil gjøre det billigere.
– Den pågående forskningen vil vise om denne metoden er nøyaktig nok, og om den kan erstatte deler av det manuelle arbeidet ved skogkartlegging. Om det er mulig, vil det gi en kostnadsbesparelse for skogeieren, forklarer Hauglin.
I gangene til NTNU Gløshaugen i Trondheim ruller en robot. Den ligner en delvis demontert R2D2 – den lille pipende, skvatrende boksen som er kjent fra Star Wars-filmene.
Men ulikt snarrådige R2D2 har denne roboten hue sitt et annet sted – i alle fall delvis.
Viktige deler av hjernen til roboten flyter nemlig i en oppløsning av salt og sukker i et laboratorium noen hundre meter unna – en samling nerveceller – nevroner – fra rotte.
Roboten kan snakke til rottenevronene – over nettet. Roboten sier omtrent: Hei, nevroner! Hør hva avstandsmålerne mine sier! Så langt unna er veggene her i korridoren hvor jeg ruller av sted.
Så skjer det magiske, det som både professor og dataforsker Gunnar Tufte og kollegene hans på NTNU vil vite mer om: Rottenevronene begynner å rotte seg sammen.
Nevronene kobler forbindelser. De reagerer på avstandsimpulsene. Strømmer skyter ut fra rottenevronene og inn i elektroder. Så sendes signalene tilbake til Gunnar Tufte og kollegene hans.
Der går de gjennom et dataprogram som tolker nervesignalene. De blir til styringssignaler for hjulene til roboten.
Styringen har ett mål: Ikke kom borti veggene! Hva er den enkleste måten å unngå det på? Å gå rundt og rundt på samme sted – i en sirkel. Det gjør roboten.
– Det må ha vært et ganske triumferende øyeblikk, Gunnar Tufte?
– Ja. Det viser at prinsippet virker.
– Dere har kontakt med rottecellene?
– Ja.
NTNU Kyborg
Roboten har blitt en medieyndling. NTNU Kyborg – som den heter – har sjarmert seg inn i både NRK P1 og Adresseavisen.
Video: Stein Roar Leite, NTNU
Ja, for dette er ikke en robot, men en kyborg – en kybernetisk organisme – en sammenkobling av død maskin og levende celler – roboten og rottenevronene.
Nevroner sparer strøm
Det er rundt 100 000 nevroner i laboratorieskålen. Det er alt for lite til å kunne kalles en hjerne.
– Så – hva kan 100 000 rottenevroner stille opp mot hundrer av millioner lynraske transistorer i en datachip, Tufte?
– De er jo veldig gode på mønstergjenkjenning og mønstersammenligning og sortering.
– Slike som i nevrale nettverk, i kunstig intelligens, altså? Er rottenevronene bedre til dette enn tradisjonelle silisiumdatamaskiner?
– Hvis du først har trent nevrale nettverkprogrammer i vanlige datamaskiner, så er de kjempegode. Men grunnen til at Google og disse andre fantastiske nevrale nettverkene virker, er jo at vi har superdatamaskiner som kan stå i ukevis og trene.
– Og en sånn superdatamaskin – den superdatamaskinen vi har på NTNU, den bruker så mye energi at kjølvannet kan varme opp hele NTNU på Gløshaugen.
– Vi skal kjøpe en ny nå, og det går bra. Men hvis trenden fortsetter – ifølge noen beregninger finnes ikke nok strøm i Midt-Norge til å drive den maskinen.
– Og disse rottenevronene er kanskje treigere enn klokka på en Gigahertz-mikroprosessor, men de bruker egentlig ganske lite energi.
Oppi den hvite koppen er en kultur av nerveceller fra rotte, koblet til et gitter av små elektroder. (Foto: NTNU)
Kan gi lamme førlighet
– Så neste Google-orakel blir en rottehjerne?
– Nei, men en del av det vi driver med, sånn som kyborg-roboten som kjører rundt, det er tolkning av nervesignaler. Du kan for eksempel ta ut signaler fra hjernen for å gi lamme førlighet.
– Hvis du klarer å tolke nervesignalene, så kan du sende dem forbi det skadede nervevevet. Og da kan du faktisk klare å få folk med for eksempel en ryggmargsskade til å bevege beina igjen.
– Så dette er kanskje den første anvendelsen, ikke personlige intelligente assistenter?
– Nei, akkurat den biten med å gi lamme førlighet er veldig nær. Det er faktisk noe som kommer rett ut av dette eksperimentet. Kan jeg vise deg noe som er veldig, veldig kult?
– Ja, gjerne!
Nervemønstre under elektrodene
– Jeg har egentlig akkurat begynt med det her … Jeg prøver å finne ut hvordan nevronene danner strukturer hvis de får lov til å være i fred. Og her ser vi elektroder under mikroskop.
– Og over elektrodene – de svarte prikkene – har vi lagt 50 000 stamceller fra rotte som kan utvikle seg til nevroner. Disse cellene her har ennå ikke begynt å utvikle seg til nevroner med nervebaner – aksoner og dendritter.
– Men her er de samme cellene etter åtte dager. Her ser du at nevronene har formet klaser – forbindelser. De sender signaler seg imellom.
Til venstre: Nerveceller av rotte påkoblet elektroder etter to døgn. Til høyre: Etter åtte døgn ser du tydelig at det oppstår strukturer. (Foto: Gunnar Tufte, NTNU)
– Ville de gjort det uten elektrodene?
– Ja, dette gjør de automatisk. Men så kan vi finne ut hvordan vi skal stimulere dem for å få ut et signal som vi kan bruke til beregninger.
Trenger ikke å vite alt
– En hjerneforsker fortalte meg at å lage en datamodell av hva som skjer inne i en eneste hjernecelle, det er nesten umulig, selv på et stort datasystem. Er det ikke mye kompleksitet der nede som dere aldri får tak i med disse få elektrodene?
– Jo, det er det.
– Ikke ta det fornærmelig at jeg sier få elektroder …
– Nei, det er få elektroder. Det er veldig få. Men vi trenger egentlig ikke å vite hva hvert enkelt nevron gjør.
– For å oppnå det dere vil oppnå, så tar dere egentlig i bruk en vanvittig komplisert biologi og henter ut det dere trenger?
– Ja.
Snakker med nevronene
– Men hvis dere ikke trenger all kompleksiteten – kunne dere ikke bare brukt en digital modell av nevronet – et nevralt nettverk i en vanlig datamaskin? Det kunne fylt samme oppgaven?
– Altså – det vet vi ikke.
– Nei?
– Jeg tror jo det. Jeg tror at det kan fylle samme oppgaven. Men da må vi vite hvordan disse nevronene kobler seg sammen og gjør noe fornuftig. Det har vi ingen idé om.
– Så dere må rett og slett lære av nevronene?
– Det er det vi gjør nå. Vi stimulerer nevronene elektrisk.
– På sett og vis snakker dere med nevronene?
– Vi prøver å finne en måte å snakke til nevronene sånn at de former de strukturene som vi vil ha.
Mister stålkontrollen
– Det er litt som å dunke på et kne, og så spretter det opp av en nerverefleks, men dere aner ikke åssen refleksen virker inni kneet?
– Ja, det er litt av det samme. En slags første tilnærming er å prøve å utnytte dette uten å prøve å lage en detaljert modell.
– Dere vet ikke nøyaktig hva som skjer. Det betyr vel at denne teknologien slipper opp stålkontrollen som du har når du lager vanlig teknologi?
– Ja. Det gjør den.
– Jo mer avansert det blir, desto mer mister dere kontrollen?
– Ja, på en måte.
– For en hardcore teknolog må vel det være en sorg?
– For mange er det nok det. For meg er det det ikke.
– For meg er biologien utrolig fascinerende. Den kan gjøre det som ingen maskin kan gjøre – den kan transformere seg selv. Når en celle gror, så tar den energi fra sollyset og stoffer fra omgivelsene lager en kopi av seg selv.
– Dette blir jo litt teoretisk, men hva er egentlig en beregning? Informasjonsteoretisk sett, så er beregningskraften til hele Universet gitt av massen til Universet.
– Og da er jo biologien spesiell. Den kan øke sin egen masse, sin egen beregningskraft, over tid. Det er ingen maskin vi har bygget som kan det.
Inspirert av biologi
– Dette blir en slags blanding av liv og teknologi, da?
– Ja, det kan du si. Men vi prøver også å gjenskape oppførselen til nevronene på andre måter. Biologien er inspirasjonen, og så prøver vi å lage tilsvarende i fysiske systemer.
– Vi har nylig startet et prosjekt med nanomagneter – bitte små magneter. Og fordelen er at hvis du setter magneten i en posisjon, så holder den seg der. Du får et langtidsminne.
Partikkel-skyer av karbon nanorør lager strukturer i et linjemønster av mikroelektroder i ett av forsøkene ved NTNU. (Mikroskopi: University of Durham)
– Vi har også eksperimentert med karbon nanorør og gullkorn i nanostørrelse.
Mange muligheter i nanomassen
– Hvordan kan magneter, nanorør og gullkorn erstatte levende celler?
– Når du har veldig mange nanorør, så har du et materiale – en klump eller en masse, da – som har en stor mengde variasjon. Det finnes en stor kompleksitet inni der.
– Det blir litt sånn som hypotesen om Boltzmann-hjerner som fra tid til annen oppstår tilfeldig og spontant ute i verdensrommet fordi det er så enormt komplekse muligheter for hva som kan skje der ute?
– Ja, det finnes veldig mange muligheter i nanomassen.
Kompleksiteten eksploderer
– Men denne uregjerlige massen av nanorør – kunne du ikke laget en datamodell av den i en vanlig maskin også? Eller ville det bli vanvittig …
– Da snakker du om simuleringer som tar lengre tid enn vår levealder.
– Så det er for komplekst?
– Ja. I det samme prosjektet som nanorør brukte vi jo også nanopartikler av gull. Og de er lettere å simulere.
Denne datakretsen – en logisk port – er dannet av evolusjon i nanopartikler fanget i et gitter av elektroder. Prosessen krever nedkjøling til under en grad Kelvin, altså mindre enn en grad fra temperaturskalaens absolutte nullpunkt. (Foto: Universitetet i Twente, Nederland)
– Men – i datamodellene kunne vi ikke ha mer enn et titalls gullpartikler. Du kan ikke simulere flere, for da eksploderer beregningstiden, selv på en superdatamaskin.
– Et titalls partikler, bare? I den virkelige blandingen er det vel milliarder av gullpartikler. De er ikke en stilisert simulering, en modell av kompleksiteten. De er kompleksiteten selv.
– Ja. Det er en sammenheng mellom de signalene som flyter gjennom og den strukturen som oppstår.
– Det samme skjer i nevroner. Hjerneskann av drosjesjåfører i London før og etter kurset der de lærer alle gatene viser tydelig at det er andre nervekoblinger etterpå.
– Slike nye sammenkoblinger er grunnleggende for å få til læring. Altså – evnen til selv å påføre deg endringer i din egen struktur.
Evolusjon i nanorørene
– Som også kunne vært sagt om evolusjon? Evolusjonen er vel en måte som livet bruker for å lære å tilpasse seg omgivelsene?
– Ja – det spørs hva du mener med å lære, da.
– Ja, ikke sant. Det blir jo ikke bevisst læring, men at genene forandrer seg ut fra hva som overlever. Det som kopieres, er det som overlever. Er det noe tilsvarende her?
– Det tilsvarer begrepet survival of the fittest. Dette prinsippet bruker vi jo også i nanorørene. De egenskapene som er best tilpasset til å løse den oppgaven vi vil, får lov til å fortsette til neste generasjon av mønstre i nanorørene, og så bygger vi videre på dem.
Styrer evolusjonen
– Men det er en forskjell. Evolusjonen har ikke noe bestemt mål. Det eneste målet en flodhest har, er å flodheste, for å si det sånn. Men oppgaven til nanorørene deres er jo ikke bare å nanorøre omkring. De skal gjøre noe for dere.
– Ja, og da prøver jo vi å definere en slags fitnessfunksjon. Hvor godt er livet tilpasset omgivelsene sine? For oss betyr det: Hvor langt er vi unna å gjøre de beregningene eller den informasjonsprosesseringen som vi vil?
– Og så styrer dere det ut fra det?
– Ut fra det.
– Det blir omtrent som gartneren som begynner å luke ut de stygge plantene? Dere tar gartnerens rolle i evolusjonen?
– Ja. Det er akkurat det samme egentlig.
– Og da blir det jo en annen evolusjon?
– Ja.
Ikke interessert i detaljene
– Men i bunnen hele tiden ligger et klart mål. Dere har et mål om å samvirke med det som skjer der nede, men dere har ikke full kontroll over det som skjer.
– Nei, vi har ikke full kontroll. Men vi har god nok kontroll til å få de beregningene vi trenger.
– Jeg skjønner. Du henter det ut av systemet som du trenger, og resten bryr du deg rett og slett ikke om.
– Du bryr deg ikke om det. En av de store forskjellene på oss som sitter oppe i dette bygget her på NTNU Gløshaugen og de som jobber med rottenevronene i det nevrologiske laboratoriet, det er kanskje at – vi er egentlig ikke så gruelig interessert i hvordan nevronene fungerer i detalj.
Ulike interesser – samme prosjekt
– Men det er nevroforskerne?
– Ja. Idéen med kyborgen er at hvis forskere fra forskjellige fag samler seg rundt den, så har alle sine egne gode grunner til å delta.
– Det jeg har sittet og snakket om nå, er jo de forskningsspørsmålene som jeg er interessert i. Men hvis du er litt kynisk – svarene på mine spørsmål gir ikke nevroforskerne noe.
– På den andre siden – hvis vi kan lete etter en felles forståelse av hvordan nettverkene til nevronene endrer seg, så er det er noe som alle er interessert i.
– Da er det en helt annen energi i samarbeidet. Og det har vi fått til på NTNU. Det er en mulighet som eksisterer få steder i verden.
Ola Huse Ramstad og Rosanne van de Wijdeven er to av nevroforskerne ved Regenerative Neuroscience lab, INB/NTNU som er interessert i hvordan rottenevronene utvikler seg i møtet med datateknologi. (Foto: NTNU)
Vi er hos NTNU på Dragvoll i Trondheim, mens student Nicklas Nilsen er i Gjøvik. Akkurat nå er han et grønt fjes og to gestikulerende hender. Han viser hvordan vi kan samarbeide ved hjelp av virtuell virkelighet.
3D-hjelmen er på, øreproppene sitter i og ved hjelp av gripehendene kan du både bevege deg rundt i rommet og bruke de forskjellige objektene som finnes i det. Den kua kan du ikke løfte opp, men den terningen kan du kaste bortover gulvet. Krittet fungerer som det skal, og den stangen vil du helst ikke ha i hodet.
Etter noen minutter takker vi for nå og så er det av med VR-hjelmen og tilbake til hvite vegger igjen. Vi er i laboratoriet med det lange navnet Livslang læring VR-lab ved Institutt for pedagogikk og livslang læring.
Planlegging av gruppeaktiviteter i Trondheim og Gjøvik på den virtuelle tavlen. (Illustrasjon: Eksperter i Team)
Samarbeid i tre byer
Arbeidet ved NTNU er knyttet opp mot Eksperter i Team (EiT), et studieemne der studenter blant annet lærer å samarbeide.
– Dette skal vi bruke i fremtidens Eksperter i Team. Vi har allerede tre grupper fra EiT i Trondheim og Gjøvik som har jobbet sammen i VR. En av gruppene har utviklet et laserspill i VR som skal fungere som en «isbryter» slik at NTNU-studenter som møtes i VR, skal ha det sosialt og gøy, sier Ekaterina Prasolova-Førland. Hun er førsteamanuensis ved Institutt for pedagogikk og livslang læring.
Hun har sammen med ulike samarbeidspartnere fått støtte på én million kroner fra Eiendomsavdelingen ved NTNU til å etablere innovative læringsarenaer, både fysiske og virtuelle, for å styrke samarbeid på tvers av NTNUs campuser.
Dette ble svært så aktuelt da NTNU utvidet til Gjøvik, Ålesund og flere steder i Trondheim. Nå skal folk i tre byer samarbeide best mulig. Og her kommer altså denne samarbeidssimulatoren inn.
– Studentene ved EiT har allerede brukt den virtuelle læringsarenaen for å samarbeide med studentene i Gjøvik. De har brainstormet på tavla, delt dokumenter og så videre, sier Prasolova-Førland.
Deling av diagrammer. (Illustrasjon: Eksperter i Team)
En av gruppene har utviklet et byggesett der de sammen kan utvikle 3D-modeller for undervisningsformål, for eksempel 3D-molekyler.
– Det er klart at noen typer samarbeid er bedre egnet for andre verktøy, men de får større følelse av å være sosialt til stede i VR, sier Prasolova-Førland.
Målet deres er å finne fram til den beste måten å samarbeide på ved å kombinere bruken av VR, andre verktøy som Skype og Google docs og møter ansikt til ansikt.
Virtuell virkelighet skal altså være en del av løsningen. For denne teknologien er fremdeles nokså fersk, og mulighetene i fremtiden er mange. En annen løsning er AR, utvidet virkelighet, der data fra den fysiske verden kombineres med virtuell data og gir mer informasjon.
Gigantene som Facebook, Microsoft, Ford og Samsung satser tungt på den nye teknologien. For eksempel bruker Samsung VR til å trene opp nye fabrikkarbeidere.
NASA og andre aktører har VR-simulatorer for arbeidssituasjoner som er for farlige eller vanskelige å trene på til daglig. De kan for eksempel gjenskape den internasjonale romstasjonen for trening av astronauter.
I Ford Immersive Vehicle Environment kan brukere, ingeniører, designere og andre spesialister jobbe sammen for å utvikle prototyper til nye biler og ikke minst spare store pengesummer.
Flere kommersielle aktører, spesielt bilprodusenter, har tatt det i bruk, for å få fart på produktutviklingen og senke kostnader.
Men det er ikke bare utenlandske bedrifter som satser på VR:
– VR brukes også til smertelindring i flere sammenhenger, blant annet har vi et eget prosjekt på gang med St. Olavs Hospital, sier Prasolova-Førland.
Elverum-skolen i Hedmark har tatt VR i bruk for å lære matte. Også ved NTNU forskes det på matteundervisning i VR. For eksempel har en av gruppene i Eksperter i Team utviklet en app for å lære seg matte i 8. klasse, som kronprinsen prøvde under World Cup i Granåsen i mars. En masterstudent skal forske videre på matematikkundervisning i VR.
Allerede nå kan du se konturene av at dette kan brukes når grupper på fysisk ulike steder skal planlegge noe sammen som krever noe nær håndfaste demonstrasjoner.
Kanskje byplanleggere kan få et inntrykk av hva som skjer når du påvirker byen ved å sette opp nye bygninger eller rasere en park? Trondheim kommune har allerede en prototype til en slik VR-løsning på plass.
Fantasien setter begrensningene når tid, finansiering og vilje er på plass.
Dette er et arbeid under utvikling. Nicklas Nilsen har levert masteroppgaven sin, men to nye masterstudenter er klare til å fortsette arbeidet.
– Hensikten med prosjektet er å undersøke i hvilken grad studentene kan utvikle ferdigheter i å samarbeide gjennom et virtuelt samarbeid. Dette er nyttig kunnskap for et universitet med campus i flere byer, sier Bjørn Sortland, leder for EiT-staben.
– Samarbeidet om virtuell virkelighet med Trondheim gir oss muligheten for å samarbeide på nye måter, mener Simon McCallum ved NTNU i Gjøvik.
– Målet er å gjøre NTNU til et fysisk sentrum i Norge for virtuell virkelighet, forklarer førsteamanuensis Prasolova-Førland.
Hun er involvert i alt fra utdanning av studenter og trening på ulykker til en svømmetur blant laks i oppdrettsmerdene. Samtidig har hun startet et eget VR-nettverk for kvinner i Norge og skal lede prosjektet Virtuell praksisplass med tildeling fra NAV, der målet er å få ungdom i arbeid ved hjelp av VR/AR-teknologi med spillelementer.
Alt i en virkelighet som ikke finnes. Men som nesten finnes likevel.
