Gra objętościowa: Recenzja książki o Big Data – czy rozmiar ma znaczenie, a małe dane

Zwodniczo lekkie wprowadzenie do Big Data, w którym sztuczna inteligencja zajmuje się ciężkim myśleniem

Wszystko, co jest logicznie powiązane z czymkolwiek innym, generuje dane, a im bardziej gospodarka jest uboga w gotówkę, tym bogatsze są te połączenia.

Big Data: czy rozmiar ma znaczenie?
Autor: Timandra Harkness
Wydawca: Bloomsbury Sigma
Strony: 304
Cena: 499

Małe dane: drobne wskazówki, które ujawniają ogromne trendy
Autor: Martina Lindstroma
Wydawca: Hachette Indie
Strony: 245
Cena: 399

identyfikacja chrząszcza czerwonego i czarnego

Krótka odpowiedź na pytanie postawione na okładce książki komika i prozelitarza matematyki Timandry Harknessa brzmi: oczywiście rozmiar nie ma znaczenia. To nigdy nie ma znaczenia, z wyjątkiem filmów o King Kongu i Godzilli. We wszystkich innych sprawach liczy się podejście. Podejścia Big Data są definiowane przez szeroko rozproszone i równoległe strategie przechowywania i przetwarzania. Rozmiar zestawu danych jest drugorzędny, ale kiedy wolumeny są przetaktowane, rzeczy naprawdę zaczynają brzęczeć.

Harkness, która ma cudownie lekki dotyk, zwraca uwagę, że ilość danych – które wizualizuje jako terabajtowe dyski twarde zapakowane w walizki na lotniskowym wózku bagażowym – rośnie tak szybko, że dane są już nieaktualne, gdy tylko się pojawią. opublikowany. Wszystko, co jest logicznie powiązane z czymkolwiek innym, generuje dane, a im bardziej gospodarka jest uboga w gotówkę, tym bogatsze są te połączenia. Jeśli karta podróżna jest doładowywana przez portfel elektroniczny połączony z kontem bankowym i numerem telefonu komórkowego (który stale raportuje dane dotyczące połączeń i lokalizacji), generowana jest wystarczająca ilość danych, aby sprofilować właściciela.

Krzywa stanie się bardziej stroma, gdy wkroczy Internet Rzeczy. Samochody, lodówki, etykiety bagażowe, palety transportowe i tym podobne połączone z Internetem będą generować dane, takie jak pianka, a algorytmy są pisane, aby je wydobywać. Na tym polega główna różnica operacyjna między tradycyjnymi metodami statystycznymi a podejściami do dużych zbiorów danych: te ostatnie zależą całkowicie od sztucznej inteligencji, która uczy się w miarę postępu. Najpierw uczysz go podstaw rozpoznawania wzorców, a gdy samo się poprawia, teoretycznie powinien osiągnąć punkt, w którym przedziera się przez morze danych w poszukiwaniu wzorców, których nie spodziewałeś się znaleźć, ale którymi bylibyście zainteresowani.

Co ciekawe, ludzka inteligencja guru brandingu Martina Lindstroma poszukuje raczej podobnych wzorców. Ponieważ są one wybierane z raczej niewielkich zbiorów próbek, jego wnioski można traktować jako anegdotyczne lub jako wgląd, w zależności od ich użyteczności. W pierwszej kategorii znajduje się jego niezwykła obserwacja, że ​​osoby podróżujące służbowo w garniturach i butach na lotniskach mają w kieszeniach karty pokładowe skierowane w dół. Bo chcą ukryć fakt, że latają ekonomią. Ma to doskonałą wartość rozrywkową, ale nie ma użyteczności. Ten zaszczyt należy do obserwacji Lindstroma, która najwyraźniej odwróciła Lego, które traciło grunt na rzecz natychmiastowej gratyfikacji oferowanej przez cyfrowe gry. Zapytał 11-letniego fana Lego, jaka jest jego najcenniejsza rzecz. Okazało się, że była to para starych tenisówek, zdarta dokładnie pod odpowiednim kątem, aby ogłosić światu, że ich właściciel jest mistrzem skateboardingu. Od gratyfikacji Lego skupiło się na widocznych dowodach osiągnięć, takich jak drogie modele Sokoła Millennium, którymi bawią się nawet dorośli.

zdjęcia krzewów z nazwami

Wnikliwie Lindstrom nie ufa Big Data. Ponieważ pewnego dnia sztuczna inteligencja zastąpi ludzkich guru. Rozpoznawanie wzorców jest znacznie bardziej niezawodne niż wgląd. Jest to wrodzona ludzka umiejętność, której teraz uczą się maszyny. Harkness nawiązuje do przełomowej pracy brytyjskiego epidemiologa Johna Snowa, który wykorzystał techniki statystyczne, aby prześledzić epidemię cholery w Londynie w 1854 roku do pojedynczej pompy ręcznej w Soho. Dzisiaj sztuczna inteligencja krępuje wyszukiwania porad medycznych w Google, na podstawie których mapują fale zbliżających się epidemii, nadając służbom zdrowia strategiczną głębię. Big Data jest już wykorzystywana przez korporacje i rządy i będzie wpływać na nasz świat w niewyobrażalny jeszcze sposób. Jeśli jest uprzejmy, pozostanie miejsce na ludzki wgląd.