Свемирска игра: Преглед књига великих података - да ли је величина важна и мали подаци

Варљиво лаган увод у Биг Дата, где вештачка интелигенција размишља

Све што је логички повезано са било чим другим генерише податке и што је економија оскуднија у готовини, те су везе богатије.

Велики подаци: Да ли је величина битна?
Аутор: Тимандра Харкнесс
Издавач: Блоомсбури Сигма
Странице: 304
Цена: 499

Мали подаци: Мали трагови који откривају огромне трендове
Аутор: Мартин Линдстром
Издавач: Хацхетте Индиа
Странице: 245
Цена: 399

воћка са љубичастим цветовима

Кратак одговор на питање постављено на насловници књиге комичара и прозависте математике Тимандре Харкнесс је: наравно, величина није битна. То никада није важно, осим у филмовима о Кинг Конгу и Годзилли. У свим осталим стварима битан је приступ. Приступи великим подацима дефинисани су широко распрострањеним и паралелним стратегијама складиштења и обраде. Величина скупа података је секундарна, али ствари заиста почињу брујати када се волумени оверклокују.

Харкнесс, која има диван лагани додир, истиче да количина података - које она приказује као терабајтне тврде дискове упаковане у кофере на аеродромским колицима за пртљаг - расте толико брзо да су бројке застареле до тренутка када су објављено. Све што је логички повезано са било чим другим генерише податке и што је економија оскуднија у готовини, те су везе богатије. Ако се путна картица пуни електронским новчаником повезаним са банковним рачуном и мобилним бројем (који стално пријављује податке о позивима и локацији), генерише се довољно података за профилисање власника.

Крива ће бити све стрмија како се Интернет ствари покреће. Аутомобили повезани са Интернетом, фрижидери, ознаке за пртљаг, палете за отпрему и слично генерисаће податке попут пене, а за то се пишу алгоритми. Овде лежи главна оперативна разлика између традиционалних статистичких метода и приступа великих података: потоњи у потпуности зависе од вештачке интелигенције која учи у току рада. Прво га упућујете у основе препознавања узорака и како се побољшава, теоретски би требао доћи до тачке у којој плута по мору података тражећи обрасце које нисте очекивали да ћете пронаћи, али би вас занимали.

Занимљиво је да људска интелигенција бренда гуруа Мартина Линдстрома тражи прилично сличне обрасце. Будући да су извучени из прилично малих скупова узорака, његови закључци се могу третирати као анегдотски или као увид, у зависности од њихове корисности. У прву категорију спада његово изванредно запажање које одговара пословним путницима на аеродромима и имају тенденцију да им карте за укрцавање буду окренуте према доле у ​​џепу. Зато што желе да прикрију чињеницу да лете економијом. Ово има одличну вредност за забаву, али нема корисности. Та част припада Линдстромовом запажању које се очигледно окренуло око Лега, који је губио тло због тренутног задовољства које нуди дигитално играње. Питао је једанаестогодишњег љубитеља Лега шта му је најцењеније власништво. Испоставило се да су то пар старих патика изгребаних под правим углом да објаве свету да је њихов власник шампион у клизању. Од задовољства, Лего се усредсредио на видљив доказ постигнућа, попут скупих модела Миленијумског сокола са којима се играју чак и одрасли.

алтернатива малчу у цветним креветима

Линдстром у великој мери не верује великим подацима. Јер једног од ових дана, АИ ће заменити људске гуруе. Препознавање образаца много је поузданије од увида. То је урођена људска вештина коју машине сада уче. Харкнесс алудира на преломни рад британског епидемиолога Јохна Снова, који је статистичким техникама пратио избијање колере 1854. у Лондону до једне ручне пумпе у Соху. Данас вештачке интелигенције гуше Гоогле у потрази за медицинским саветима, из којих мапирају таласе епидемија које се приближавају, дајући здравственим услугама стратешку дубину. Корпорације и владе већ користе велике податке и утицаће на наш свет на начине који су још незамисливи. Ако буде љубазан, остаће простор за људски увид.