A kutatók bizonyítják, hogy a Big Data segítségével egy Ass-t tehetsz ki tőlem és én

$config[ads_kvadrat] not found

RÁNGASD A KUTAT - PlayerUnknown's Battlegrounds

RÁNGASD A KUTAT - PlayerUnknown's Battlegrounds
Anonim

1997-ben a NASA kutatói a „nagy adatok” kifejezést fogalmazták meg, hogy leírják a szuperszámítógépek nagy mennyiségű információ feldolgozását. 2008-ra a nagy adatokat olyan példátlan eszközként emelték ki, amely képes megoldani azokat a problémákat, amelyek a tudomány, az oktatás, a technológia és - leginkább, ha őszinte legyek - üzleti problémákat okoznak. De egy közelmúltban megjelent könyvben Ausztrál szociális munka a tudósok figyelmeztetnek arra, hogy túlságosan támaszkodhatunk a nagy adatok használatára a szociális megbetegedések gyógyításának eszközeként.

Míg a nagy adatok új betekintést hoztak a szociális szolgáltatások nyújtásához, a Queenslandi Egyetem kutatói, Philip Gillingham és Timothy Graham azt állítják, hogy azok, akik a nagy adatokat használják - mint a kormányok - nem elég kritikusak és óvatosak az információval. A nagy adatok nagymértékű alkalmazása azt jelenti, hogy a szubjektív megítélés, a hibák és a nem megfelelő válaszok tragikus eredményeket eredményezhetnek.

„Meg tudná egyezni a hajléktalanok adatait, és azt mondják, hogy nagyszámú alkoholista van, úgyhogy az alkohol-rehabilitációval lehetne foglalkozni,” mondta Gillingham sajtóközleményben. „De a helyzetüket soha nem fedték fel. Gondoskodnunk kell arról, hogy ne pazaroljuk az erőforrásokat és a sértést, és megbélyegezzük az emberek csoportjait.

Gillingham példaként használja Új-Zélandot, ahol a kormányzati tisztviselők korábban nagy adatokat használtak arra, hogy megjósolják a valószínűségét, hogy valaki gyermekbántalmazó lesz. Az adatokban lévő lyukak, a téves elbírálás lehetősége és az a felismerés, hogy a nagy adatok valójában nem adtak sokkal több betekintést, csökkentették ezt a tervet, de ha volt folytatódtak, az eredmények katasztrofálisak lehetnek.

A nagy adatok használata is valóban igazán drága.

„A meglévő eszközök már megmondják nekünk a legvalószínűbb elkövetőket, több millió dollárt nem költenek el” - mondja Gillingham. „A fenomenális költségeket - és azt, hogy a pénzt jobban költik-e a szolgáltatásokra - gyakran figyelmen kívül hagyják.”

Míg Gillingham és Graham megosztják azt a nézetet, hogy a készpénzt azokra kell fordítani, akiknek jelenleg a leginkább szükségük van, egyre nagyobb beruházásokra kerül sor a nagy adatokra, mint megelőző intézkedést. Az olyan intézményeknek, mint a Harvard és a Chicagói Egyetem olyan szervezeti egységekkel és kezdeményezésekkel rendelkeznek, amelyek célja a fiatal tudósok képzése, hogy nagy adatokat használjanak az egészséget, az energiát, a közbiztonságot és a nemzetközi fejlődést érintő problémák megoldására. Például a Harvard Engineering Social Systems programjának kutatói a piaci árakból, az aszályok gyakoriságából és a regionális termelési arányokból származó nagy adatokat próbálják megjósolni, amikor megjósolják, mikor az ugandai vidéki táplálkozási válság tapasztalható.

A nagy adatfelhasználás leghíresebb példája az NSA felügyeleti célú információgyűjtése. A kormány azonban nagy adatelemzést is beépít a Nemzeti Oktatási Tervébe és a Megfizethető Care törvény végrehajtásába.

Azonban a nagy adatok legismertebb használata a mindennapi személy számára valószínűleg reklám - minden alkalommal, amikor bejelentkezik a Facebookra, célzott hirdetéssel bombázták, amelyet az ajánlattételi adatgyűjtés által termesztett cégek használnak. Ez is Gillingham szerint egy olyan probléma, amely elvesztett dollárt eredményez. Egy személyesebb példában a Gillingham közvetíti, hogyan mutat ki olyan jellemzőket, amelyek a golfhoz hasonló emberekhez kapcsolódhatnak, így „folyamatosan bombázták” a levelekkel és a golfellátás online hirdetésével. De a valóságban „a valóság az, hogy utálom a golfot” - mondja. A prediktív modellezés itt csak olyan pénzhez vezetett, amely akár a szemétbe is dobható.

$config[ads_kvadrat] not found