Een dag van primeurs

• Een eerste primeur wordt al meteen aangekondigd door vice-rector Jan Danckaert. De VUB pakt uit met de gloednieuwe bacheloropleiding Wiskunde en Data Science. Het is dus niet toevallig dat deze editie van BIMS voornamelijk rond Data Science draait.
• In de eerste inleidende lezing vertelt prof. Tetyana Kadankova ons meer over data science, artificiële intelligentie, machine learning en deep learning.
• Jonathan Berte, stichter en CEO van Robovision toont ons hoe ingrijpend het landschap voor programmeurs is veranderd bij tien jaar geleden.
• In zijn inleidende lezing heeft Prof. Dr. Jan De Beule het over bruggen en grafen.
• Dr. Jan Schepers, research engineer bij Materialise, is de tweede hoofdspreker vandaag. Hij vertelt ons dat Materialise een bedrijf is dat zich bezighoudt met 3D-printen, engineering en software development.
• In haar inleidende lezing toont prof. Ann Dooms ons dat robots ook kunstkenners kunnen zijn.
• Daarna legt Dr. Eva Vandersmissen ons uit wat haar job is bij Agfa Radiology Solutions.
• Prof. Kenny De Commer geeft meer uitleg over de wel hele kleine schaal waarop we in de kwantumfysica naar de wereld kijken.
• Eric Michiels stelt dat computers zoals we die vandaag de dag kennen niet zullen verdwijnen, maar een bepaald soort problemen zal in de toekomst aangepakt worden met kwantumcomputers.
• De laatste talk van de dag wordt verzorgd door het duo Françoise Chombar en Kristof Coddens,van Melexis. Françoise Chombar heeft het over STEM als redder van de samenleving en Kristof Coddens doet uit de doeken hoe het bedrijf Melexis klassieke machine learning toepast.
• Prof. Eric Jespers en prof. Mark Sioen sluiten de lezingen van de dag af en dr. Ann Kiefer heeft nog een verrassing.

Besluit

De lezingen maakten duidelijk dat Data Science een cruciaal onderdeel geworden is van de huidige industrie, maar belangrijk is ook de aanwezigheid van wiskunde in de uitlopende probleemstellingen.

Met onze nieuwe opleiding, Wiskunde en Data Science, mikken we dan ook op het afleveren van succesvolle data scientists met een uitmuntende basis wiskunde.

Dankzij hun niveau van abstractie, zullen ze de meest uiteenlopende problemen kunnen aanpakken en zo op flexibele manier inzetbaar zijn in de steeds veranderende markt.

Hidden Figures

Tijdens de avondsessie konden de resterende enthousiastelingen genieten van de biografische film Hidden Figures uit 2016.

De film vertelt het waargebeurde, maar minder gekende, verhaal van de Afro-Amerikaanse wetenschapsters Katherine Johnson en haar twee collega’s Dorothy Vaughan en Mary Jackson die allen werkten in de West Area Computing Unit van het NASA Langley Research Center.

Het is dankzij hun berekeningen dat de ruimtevaarder John Glenn erin slaagde om in 1962 als eerste Amerikaan in een baan om de aarde te vliegen. De film geeft deze vrouwen de erkenning die ze verdienen en is zeker een aanrader voor iedereen.

Inleidende lezing

Prof. Dr. Tetyana Kadankova

Na de speech van de vice-rector, neemt prof. Tetyana Kadankova het woord. Zij vertelt ons meer over data science, artificiële intelligentie, machine learning en deep learning.

Deze concepten worden reeds gebruikt in het dagelijkse leven, onder andere Amazon en Facebook maken gebruik van deze technieken. Ze wijst ons ook op een onderzoek, Data Scientist: The Sexiest Job of the 21st Century, waaruit blijkt dat Data Scientist de meest sexy job is.

Ze roept toekomstige studenten op om te kiezen voor de nieuwe bacheloropleiding. Want die is niet alleen sexy, maar ook uniek in Vlaanderen. Studeren aan de VUB is kleinschalig, maar zoals de vice-rector al eerder vandaag zei: "De VUB is een universiteit met internationaal DNA."

Ten slotte wijst prof. Kadankova erop dat je als wiskundige in vele jobs terecht kan, waarbij ze doorverwijst naar de brochure 100 beroepen voor Wiskundigen en Fysici.

Een slimmere manier van programmeren

De eerste hoofdspreker van de dag is Jonathan Berte, de stichter en CEO van Robovision. Hij toont ons hoe ingrijpend het landschap voor programmeurs is veranderd bij tien jaar geleden.

De traditionele heuristische stijl van programmeren, of als-dan programmeren zoals Jonathan het noemt, kan de digitale boost van de voorbije jaren niet meer bijhouden. Ook Robovision schreef hun programma's vroeger op de traditionele manier, maar enkele jaren geleden besefte Jonathan dat het anders moest.

Hij nam daarom een groep doctorandi aan om nieuwe software te schrijven, gebaseerd op neurale netwerken. Het idee achter deep learning is dat je niet meer de regeltjes programmeert, maar wel digitale hersencellen programmeert en die vervolgens een heleboel data voedt. Die zogenaamde hersencellen maken dan zelf de regeltjes. Een slimmere manier van programmeren dus.

We krijgen ook meteen een simpel voorbeeld te zien. De spreker toont ons een foto genomen van mensen in de zaal. Die draait hij door beeldherkenningssoftware, en we zien dat de computer niet alleen personen herkent, maar ook een paar stoelen, een bloempot en iemands das. De software heeft echter niet alle elementen uit het beeld geïdentificeerd, dus er is nog wat werk aan deze versie. Maar erg moeilijk is het niet, beweert Jonathan. Met voldoende wiskundige expertise en ervaring in programmeren kun je zelf aan de slag om je eigen deep learning programma te schrijven.

Maar waar is deep learning allemaal goed voor? Jonathan Berte toont ons talloze voorbeelden van het gebruik van deep learning binnen Robovision.

In de landbouwsector zien we hoe een robot plantjes op de juiste manier in de aarde zet, tulpen plant of rozen snoeit. Ook in de veiligheid zijn er vele toepassingen, zo kan gedrag in de buurt van treinstations geanalyseerd worden om spoorlopers te vermijden, kunnen verdachte individuen in het straatbeeld gespot worden om de politie bij hun werk te helpen of kunnen werknemers in een fabriek gecontroleerd worden op het gebruik van een veiligheidsbril. En ook Colruyt is al bezig met een testproject met deep learning, om producten te herkennen via video aan de kassa, en zo de wachttijden in te korten.

Ten slotte heeft de wiskunde zelf nog uitdagingen in deep learning, want zoals Jonathan het zelf zegt:

Machine learning is statistics on steroids, terwijl deep learning voorlopig nog magie is

Tijdens de vragenronde drukt het publiek verschillende bezorgdheden uit. Wat met privacy? Gaat deze technologische vooruitgang niet ten koste van jobs? We krijgen een eerlijk antwoord. "Privacy zal dood zijn," stelt Jonathan. Maar daarnaast schetst hij een droomwereld. We moeten niet bang zijn dat mensen massaal jobs gaan verliezen. Robots zullen alles goedkoper maken, het 5-dagen-per-week 9-to-5 model zal onder druk komen te staan en er zal eerder een verschuiving in jobs zijn dan een verlies aan jobs.

Bruggen en grafen

Na de koffiepauze krijgen we een inleidende lezing door Dr. Jan De Beule.

"Zoals vaak in de wiskunde," begint hij zijn talk, "starten we met een raadsel."

In de stad Koningsbergen zijn 7 bruggen, is het mogelijk om een stadswandeling te doen zodat je over elke brug precies één keer wandelt? Stap voor stap krijgen we te zien hoe we dit probleem kunnen omzetten naar grafentheorie. Elke brug kunnen we voorstellen door een lijn, en elke oever door een knooppunt. Eenmaal we Koningsbergen als een graaf zien, is het redelijk gemakkelijk om aan te tonen dat zo'n wandeling helemaal niet mogelijk is.

Maar het is niet altijd zo gemakkelijk.

Het Travelling Salesman Probleem bijvoorbeeld, heeft meer voeten in de aarde. Een verkoper reist door een land. Hij wil zijn reis zo kort mogelijk houden, maar wel elke stad bezoeken. De steden kunnen we modelleren als knooppunten, en de verbindingen tussen de steden als lijnen. Op die manier zien we ook hier dat het probleem zich vertaalt naar grafentheorie. Dit voorbeeld heeft veel raakvlakken met industriële problemen in het optimaliseren van distributie en productie netwerken. De oplossing ervan ligt hier echter niet voor de hand.

In tegendeel, het Travelling Salesman Probleem is NP-hard, wat betekent dat we voor ‘grote’ problemen de oplossing met de huidige computerkracht niet kunnen vinden, noch verifiëren. We zijn daarom genoodzaakt om benaderende technieken te ontwikkelen en gebruiken.

Van 2D-scan naar 3D-object

Dr. Jan Schepers, research engineer bij Materialise, is de tweede hoofdspreker vandaag. Hij vertelt ons dat Materialise een bedrijf is dat zich bezighoudt met 3D-printen, engineering en software development. Het 3D-printen gebeurt op een bijzondere manier: een laser schijnt op een bad met vloeistof, en bouwt zo laagje per laagje een object. Hoe dat precies werkt, laat Dr. Schepers zien in een kort filmpje.

Deze techniek laat toe om een ongelooflijk breed gamma aan objecten te produceren, van autokoplampen en -stoelen, tot steunzolen en medische implantaten op maat. Zelfs de bril die de spreker draagt, is op maat geprint. Naast de bril op zijn neus, heeft hij ook andere objecten mee die het publiek van dichtbij kan gaan bekijken in de pauze, zoals een model van een hart met een tumor, een heupbot met implantaat en hulpstukken voor een operatie.

We zoomen verder in op de medische toepassingen van 3D-printen. Wanneer een patiënt onder de scanner gaat, krijgt de dokter een tweedimensionaal beeld te zien van iets dat in werkelijkheid drie dimensies heeft. Dit leidt onvermijdelijk tot fouten, wat zeer onwenselijk is tijdens operaties. Materialise biedt hier een oplossing door een 3D-reconstructie te maken uit een scan. Aangezien zo'n scan uit allemaal laagjes van 2D-beelden bestaat, wat we segmentatie noemen, is het mogelijk om een dergelijke reconstructie te maken, ook al is het niet evident.

Via een software demo krijgen we een veel beter idee van wat dit allemaal inhoudt. De spreker toont ons een scan van een schouderblad, en hoe je door de verschillende 2D-beelden kunt scrollen. Door dan een paar slimme instellingen aan te duiden, verschijnt er een 3D-versie van het schouderblad, dat kan geprint worden. Deze 'slimme instellingen' zijn natuurlijk niet volkomen arbitrair. Om beter te begrijpen wat daarachter zit, toont Dr. Schepers ons dat er ook hier grafentheorie mee gemoeid is. De gescande beelden worden gemodelleerd als een graaf, en waar de gebruiker manuele aanduidingen aanbrengt, wordt alles als één knoop samengevoegd. De bedoeling is dus dat de gebruiker enerzijds wat hij als schouderblad herkent aanduidt, zodat dit allemaal samengenomen wordt, en anderzijds wat hij als arm herkent. De software maakt dan een slimme snede in de graaf, zodat het schouderblad en de arm volledig los van elkaar gerenderd kunnen worden.

Deep learning en kunst

Na de middagpauze toont prof. Ann Dooms ons dat robots ook kunstkenners kunnen zijn. Een beeld kan opgeslagen worden als een grote tabel die voor elke pixel drie verschillende waarden bij houdt: rood, groen en blauw. Met deze waarden kunnen we elke afbeelding reconstrueren, zoals prof. Dooms illustreert met de Sterrennacht van Van Gogh. Met software kun je een heleboel doen met afbeeldingen.

Zo toont ze dat software een echte Van Gogh van een valse kan onderscheiden door de penseelstreken van de bekende schilder te analyseren. Maar het gaat nog verder; je kunt namelijk aan een computer vragen om zelf een (digitaal) schilderij te maken in de stijl van een bepaalde artiest. Dit illustreert ze aan de hand van het BIMS-logo (afb. 1), in de stijl van Van Gogh en Kandinsky. Je kunt hiermee ook zelf aan de slag, via de website deepart.io.

Maar slaagt deepart in de Turingtest? Deze test - ook wel bekend als de Imitation Game - is een gedachtenexperiment van Alan Turing, een bekende wiskundige en de grondlegger van AI. Je laat een computer en een mens beide een reeks vragen beantwoorden. Als je uit de antwoorden niet kunt afleiden wie de computer is, en wie de echte mens is, dan is de computer geslaagd in de Turingtest. Of, in ons geval, als je op basis van de schilderijen deepart niet kan onderscheiden van een echte kunstenaar, dan slaagt de software voor de test.

Prof. Dooms past opnieuw deepart toe op het BIMS logo, maar dit keer vraagt ze om een schilderij te maken in de stijl van het beroemde Lam Gods, van de gebroeders Van Eyck. Het resultaat ziet er gek uit (afb. 2). De Vlaamse primitieven schilderen met zoveel detail, dat de computer de gezichten als penseelstreken interpreteert. Het resulterende schilderij ziet er dus verre van natuurlijk uit, en we kunnen besluiten dat deepart (nog) niet slaagt in de Turingtest.

Ann Dooms sluit haar talk af met nog een primeur. Samen met PhD student Tan Lu won ze de ICDAR2019 competitie in herkenning van documenten met complexe lay-out. Het VUB-team werd gekozen uit 12 deelnemende teams, waaronder zelfs een Google team!

Wiskunde als zakmes bij medische beeldverwerking

Daarna legt Dr. Eva Vandersmissen ons uit wat haar job is bij Agfa Radiology Solutions. Dit bedrijf houdt zich bezig met medische beeldverwerking. Dr. Vandersmissen gebruikt haar wiskundige kennis op de werkvloer naar eigen zeggen als een soort zakmes, want "een digitaal beeld is niet meer dan enkele getallen, dus wiskundigen kunnen daar wel wat mee." In tegenstelling tot de kunstwerken van Ann Dooms, bestaat een X-ray beeld slechts uit één kleur: grijs. Het is dus voldoende om voor elke pixel de grijswaarde op te slaan als een getal, en daarmee aan de slag te gaan.

Een eerste voorbeeld van wat je met zo'n afbeeldingen kunt doen, is Digital Subtraction Angiography. Wanneer contrastvloeistof wordt ingespoten bij een patiënt, is dit niet altijd even goed zichtbaar op de scan. Een oplossing hiervoor is de afbeelding zonder vloeistof aftrekken van de afbeelding met vloeistof. Op die manier blijft een helder beeld over waarop de vloeistof duidelijk te zien is. Dokters kunnen hiermee onder andere bloedklonters opsporen. De achterliggende wiskunde is hier simpel - telkens twee getallen van elkaar aftrekken - maar het resultaat is van groot belang.

Ook met het verbeteren van beelden is Agfa bezig. MUSICA (Multiscale Contrast Amplification) is een software waarmee het contrast van beelden op een slimme manier verhoogd wordt. Eerst wordt het beeld opgedeeld in componenten, waarop het contrast verbeterd wordt, om vervolgens de componenten terug tot één beeld samen te stellen. Op die manier is het veel duidelijker wat er op de foto te zien is, zoals de botstructuur. Als deze techniek toegepast wordt, kan de dosis straling verlaagd worden, zonder fotokwaliteit te verliezen!

Ten derde toont Eva ons ook hoe je met deep learning een afbeelding automatisch kunt roteren. Wanneer een xray van een hand genomen wordt, is die niet altijd hetzelfde georiënteerd. Zo'n foto draaien indien nodig is op zich niet veel werk, maar wanneer dit over veel foto's gaat kan een dokter hier kostbare tijd aan verliezen. Met deep learning kan je er met software voor zorgen dat de foto van de hand altijd op dezelfde manier georiënteerd is, waardoor de dokter sneller te werk kan gaan. Maar het gaat nog verder, je kunt de software ook laten identificeren wat er op de foto te zien is: zie je een hand, een voet, of een ribbenkast? De computer kan dan zelf de foto's gaan sorteren, wat opnieuw veel tijd kan sparen.

Een tripje naar de kwantumwereld

In de kwantumfysica bekijken we de wereld op een héél kleine schaal. Om ons voor te stellen hoe klein deze schaal ongeveer is, laat prof. Kenny De Commer ons een mannetje voorstellen dat slechts de lengte van Planck als grootte heeft. Voor dat mannetje is 1 meter groter dan het volledige universum voor ons. Dat mannetje is dus onvoorstelbaar klein.

Zo'n mannetje bestaat natuurlijk niet, maar we kunnen wel denken over de kleinste eenheden van de materie. Om met eenheden te redeneren die zo klein zijn, heb je wiskunde nodig om alles goed te kunnen omschrijven. Ze hebben namelijk een discreet karakter, wat we quanta noemen. Bovendien heb je waarschijnlijkheidsrekening nodig om met deze objecten te kunnen redeneren en wat heel bijzonder is, deze deeltjes zijn niet-commutatief.

Deze concepten lijken op het eerste zicht misschien heel ingewikkeld, maar met de nodige wiskundige kennis zijn die niet zo moeilijk te begrijpen. Zoals prof. De Commer stelt: "Abstractie leidt tot vereenvoudiging en verheldering." Voor wie hier meer over wilt leren, biedt de nieuwe opleiding alweer een oplossing.

Abstractie leidt tot vereenvoudiging en verheldering.

Met de principes van de kwantumfysica kunnen we ook redeneren met computers. Hierbij worden in plaats van bits (die waarde 0 of 1 aannemen), qubits beschouwd. Maar daar zullen we meer over te weten komen in de volgende talk. Eenmaal zo'n kwantumcomputer in gebruik genomen kan worden, zijn de huidige cryptografische systemen in gevaar. Vandaar dat, naast kwantumfysica, ook post-kwantum cryptografie een hot topic is.

Kwantumcomputing als lineaire algebra

Eric Michiels, van IBM, pikt meteen in op het einde van de presentatie van prof. De Commer. Computers zoals we die vandaag de dag kennen zullen niet verdwijnen, stelt Michiels, maar een bepaald soort problemen zal in de toekomst aangepakt worden met kwantumcomputers. Hij wijst ons hierbij ook op de wet van Moore. Die stelt dat de snelheid van onze technologie elk jaar verdubbelt. Die wet mocht vroeger dan wel een goede benadering zijn, tegenwoordig gaat de vooruitgang niet meer zo snel.

Voor welk soort problemen zullen we dan kwantumcomputers gaan gebruiken? Een eerste voorbeeld is het modelleren van een molecule dat zeer belangrijk is voor de wiskunde: de caffeïnemolecule. Deze heeft maar liefst 10^48 bits nodig. Dit is dus heel moeilijk om te simuleren met een gewone computer, maar een kwantumcomputer heeft hiervoor slechts 160 qubits nodig. Een tweede voorbeeld is het travelling salesman problem, zoals al eerder uitgelegd door Jan De Beule. De complexiteit van dit probleem groeit exponentieel ten op zichte van het aantal locaties. Ook hier kan een kwantumcomputer een oplossing bieden.

Het idee achter kwantumcomputing is dat we bits gaan vervangen door qubits. Terwijl een bit de waarde 0 of 1 kan aannemen, kan een qubit ook de waarde 0 of 1 hebben bij observatie, maar wanneer de qubit niet geobserveerd wordt, dan is de toestand van de qubit een lineaire combinatie van de waarden 0 en 1. Dit fenomeen noemen we superpositie. De spreker vergelijkt dit met het opgooien van een munt. Pas wanneer de munt landt, is de toestand kop of munt. Maar voor de landing is de toestand van de munt een combinatie van beide.

Een tweede belangrijk fenomeen bij qubits, is entanglement. Dit betekent dat de we de toestanden van de qubits niet individueel kunnen behandelen, maar dat we ze als één geheel moeten beschouwen. Dit is een heel moeilijk concept, en je moet je geen zorgen maken als je het niet meteen begrijpt. Want, zo zegt Michiels, iemand die beweert dit meteen te begrijpen, begrijpt er eigenlijk helemaal niets van. Het is dus volkomen normaal dat deze concepten je petje te boven gaan de eerste keer dat je ze ontmoet, maar eigenlijk is er stiekem gewoon lineaire algebra achter verborgen.

Vooraleer de link met lineaire algebra blootgelegd wordt, krijgen we een software demonstratie. De spreker surft naar quantum-computing.ibm.com, en toont ons hoe je daar zelf een kwantum circuit kunt schrijven en simuleren op een gewone computer. We krijgen enkele voorbeelden van zo'n circuits te zien.

Als afsluiter toont Michiels ons de beloofde lineaire algebra. De toestanden van qubits kunnen in feite als vectoren over complexe getallen neergeschreven worden, en de verschillende operaties die je op de qubits uitvoert, zijn in feite gewoon vermenigvuldigingen met matrices. We kunnen besluiten dat wie mee wil werken aan de verdere ontwikkelingen van de kwantumcomputers, een sterke basis lineaire algebra en complexe analyse nodig heeft.

STEM als redder van de samenleving

De laatste talk van de dag wordt verzorgd door het duo Françoise Chombar en Kristof Coddens, van Melexis. Françoise is echter niet enkel verbonden aan Melexis, ze is ook voorzitter van het STEM-platform en zet zich in voor diversiteit in STEM richtingen.

Françoise zal ons iets meer vertellen over "SteM, met een grote M, van Wiskunde." Gegniffel uit het publiek bevestigt dat ze de aandacht heeft. We leven in de conceptual age, waar nood is aan creators en empathizers. Volgens Françoise kan deze nood ingevuld worden door STEM. Nog steeds is er een duidelijk tekort aan opgeleiden in deze richtingen, en bovendien tonen cijfers dat er nog steeds minder dan 20% van de jongeren in België voor STEM kiest. Dit moet anders.

Daarnaast kaart Françoise ook een ander probleem aan: het tekort aan diversiteit binnen STEM, waarbij ze tijdens haar talk vooral focust op gender diversiteit. Voor de gelegenheid heeft ze zelfs haar rode schoenen aangetrokken. Ze vertelt ons hoe vrouwen vaak onzichtbaar zijn, als het ware vergeten worden in statistieken, en - soms zelfs per ongeluk - systematisch gediscrimineerd worden. Voor mensen die hier meer over willen weten, verwijst ze naar het boek Invisible Women, waaruit ze een aantal onderzoeken kort toelicht. Maar wie kan deze standaard doorbreken? STEM! STEM zal onze samenleving redden als we empathie en diversiteit omarmen in de technologie. Want daar ligt de toekomst van onze maatschappij.

Françoise laat het woord aan haar collega Kristof, die uit de doeken doet hoe het bedrijf Melexis klassieke machine learning toepast, zoals lineaire ridge regressie, voor het opsporen van defecten in de computerchips die ze produceren. Daarnaast vertelt Kristof ons ook dat statistieken misleidend kunnen zijn. Ten eerste is het heel belangrijk, als je een onderzoek uitvoert, dat je ervoor zorgt dat je een diverse groep aan mensen onderzoekt. Anders ontstaat er automatisch een data bias, waardoor je resultaten niet representatief zijn voor de samenleving. Anderzijds moet je ook met de cijfers oppassen. De naïeve interpretatie strookt niet altijd met de waarheid, zoals Kristof ons met een cijfervoorbeeld aantoont.

Françoise en Kristof sluiten af met een oproep tot meer diversiteit in de wetenschappen. Vanuit het publiek kwam vervolgens de opmerking dat aan de meeste universiteiten de diversiteit van de instroom van wiskundigen gebalanceerd is, maar er werd ten slotte erkend dat er aan de uitstroom nog moet gewerkt worden.

Een Kleine verrassing

Prof. Eric Jespers en prof. Mark Sioen sluiten de lezingen van de dag af. In het kader van de laatste lezing geeft prof. Jespers aan dat hij wiskunde een ongelooflijk neutrale wetenschap vindt. De instroom van jongens en meisjes is ongeveer gelijk. Bovendien is het een mooie studie om voor te kiezen. Als wiskundige is je grondstof anderen hun hersenen, waarmee hij bedoelt dat je veel samenwerkt met andere wiskundigen wereldwijd, en dus veel kunt reizen. Bovendien moet je als wiskundige helemaal niet bekommerd zijn om jobs, zoals we vandaag duidelijk gezien hebben.

Meer weten over wiskunde? Surf zeker eens naar de website www.platformwiskunde.be. Je zult daar in de toekomst nog meer van horen, aldus Jespers. Ten slotte biedt hij ook nog antwoord op de vraag: waarom moeten we massaal wiskunde studeren? "Wiskunde is neutraal, plezant, 't is nuttig en het leven is heel tof."

Wiskunde is neutraal, plezant, 't is nuttig en het leven is heel tof.

Ook dr. Ann Kiefer heeft nog iets belangrijks te vertellen. Heel de vakgroep wordt op het podium geroepen, want samen hebben ze een cadeautje voorzien voor prof. Jespers. Die is namelijk sinds kort geen decaan meer, en als welkom-terug cadeautje ontvangt hij een paar flessen wijn en een wel zeer unieke karaf in de vorm van een Kleinfles. Met deze attentie eindigt een dag aan lezingen, maar er is ook nog een avondprogramma voorzien.