A big data — jobb adat

Az önvezető autók csak a kezdet. Milyen lesz a big data segítségével működő technológia és dizájn jövője? Izgalmas tudományos előadásában Kenneth Cukier a gépi tanulás és az emberi tudás jövőjével foglalkozik.

Az USA legnépszerűbb pitéje a...

Nézők: ...az almás!
KC: Az almás. Hát, persze, hogy az!

Honnan tudjuk?

Az adatokból.

A szupermarketek eladási adataiból.

A 30 cm-es mélyhűtött piték
eladási adataiból.

Az almás a nyerő, semmi kétség.

Az eladások többségét az almás teszi ki.

De a szupermarketek kezdték árulni

a kisebb, 11-centis pitéket,

és hirtelen az almás
visszaesett a 4-5. helyre.

Miért? Mi történt?

OK, gondoljuk csak át.

Amikor 30-centis pitét veszünk,

az egész családnak
egy véleményen kell lennie,

de az almás mindenkinél
csak a második befutó.

(Nevetés)

De amikor magunknak választjuk
a 11-centis pitét,

azt vehetjük, amelyiket szeretnénk.

Megvehetjük a kedvencünket.

Több adatunk van.

Most olyat látunk,

amit nem láthattunk,

amikor kevesebb adatunk volt.

A lényeg: a több adat birtokában

nemcsak többet tudunk

a vizsgált dologról,

hanem a több adat új dolgokat is megmutat.

Jobban látjuk a dolgokat.

Másként látjuk a dolgokat.

Esetünkben megmutatja,

melyik Amerika kedvenc pitéje:

nem az almás!

Valószínűleg hallották már
a "big data" szakkifejezést.

Valószínű, hogy a könyökükön jön ki

a big data kifejezés.

Tény, hogy óriási a felhajtás
a kifejezés körül,

és ez nagyon sajnálatos,

hiszen a big data rendkívül fontos eszköz,

amellyel a társadalom fejlődik.

A múltban "small data"
elemzéseket használtunk,

és ezekből próbáltuk értelmezni,

hogyan fogjuk fel a világot.

Ma sokkal nagyobb adattömeggel dolgozunk,

amekkorával korábban nem volt módunk.

Ha nagy tömegű adatunk van,

olyanokat is megtehetünk vele,

melyeket a kevés adattal nem.

A big data fontos, a big data újdonság,

és ha utánagondolunk,

az egyetlen lehetőség,
ahogyan a bolygó a maga

globális kihívásait a jövőben kezelheti

— miként élelmezzük a népességet,
nyújtsunk egészségügyi ellátást számukra,

lássuk el energiával, villanyárammal;
hogyan biztosítsuk,

hogy ne süljön meg senki

a Föld fölmelegedése miatt --

mert így tudjuk az adatokat
hatékonyan felhasználni.

Mi az újdonság a big datában?
Mi a jelentősége?

A válasz érdekében nézzük meg,

mi jellemezte az információt

a múltban — fizikailag?

1908-ban Kréta szigetén

a régészek felfedeztek egy agyagkorongot,

a korát Kr. e. 2000-re tették,
úgyhogy négyezer éves.

A korongon feliratok vannak,

jelentésük mindmáig ismeretlen.

Teljes a rejtély, de a lényeg,

hogy így nézett ki az információ

négyezer évvel ezelőtt.

A társadalom így tárolta

és adta tovább az információt.

A társadalom nem túl sokat haladt.

Még mindig diszken tároljuk az infót,

de a korábbinál már sokkal több
információt tudunk tárolni,

többet, mint bármikor.

A keresés könnyebbé vált.
A másolás könnyebbé vált.

A megosztás könnyebbé vált.
A feldolgozás könnyebbé vált.

Amit még tudunk,
fölhasználhatjuk újra az információt

olyan célra, amit nem is sejtettünk,

mikor első ízben begyűjtöttük az adatokat.

Ebből a szempontból az adatok

állományból áramlattá váltak,

változatlan—statikusból

folyékony—dinamikussá.

Kimondhatjuk: az információ likviddé vált.

A Krétán felfedezett korong

négyezer éves és súlyos,

nem sok információt tárol,

és az az infó megváltoztathatatlan.

Ezzel szemben az összes fájl,

melyet Edward Snowden kihozott

az USA Nemzetbiztonsági Hivatalából,

egy körömnyi memóriakártyára

ráfér,

és fénysebességgel megosztható.

Több adat. Több.

Az egyik oka, miért van ma a világon

olyan sok adatunk, mert gyűjtjük,

amiről mindig is gyűjtöttük az infót.

A másik oka, mert gyűjtjük
azokat a dolgokat,

melyek mindig is
tájékoztató jellegűek voltak,

de eddig soha nem szervezték
adatformába őket,

de mi most adatokká rendezzük őket.

Gondoljunk pl. a hely kérdésére.

Vegyük pl. Luther Mártont.

Ha meg szerettük volna tudni
a XVI. században,

hogy hol van Luther,

állandóan követnünk kellett volna

lúdtollal és tintatartóval a kezünkben,

és jegyzetelnünk kellett volna.

Gondoljunk bele, hogyan történik ez ma.

Tudjuk, hogy valahol, valószínűleg

a telekommunikációs szolgáltató
adatbázisában

van egy táblázat vagy adatbázis bemenet,

amely rögzíti az információt arról,

mikor merre járunk.

Ha mobiltelefonunk van,

és a mobilban van GPS,
de még ha nincs is benne GPS,

rögzíteni tudja ezt az információt.

Ebből a szempontból
a hely adattá változott.

Most gondoljunk pl. a testtartásra,

ahogy most ülnek,

ahogy ön ül,

meg ön ül, meg ahogy ön ül.

Mindenki másként ül a lábhosszúságától

és háta méretétől függően,

ha mondjuk 100 érzékelőt helyeznék

mindnyájuk székébe,

létrehozhatnék egy mutatószámot,
amely elég egyedi lenne,

mint az ujjlenyomatuk. De ez nem az ujjuk.

Mit kezdhetnénk vele?

Tokiói kutatók kocsikban mint

potenciális lopásgátlót használják.

Az ötlet, hogy ha a rabló beül a kocsiba,

megpróbál lelépni, de a kocsi fölismeri,

hogy nem a jogosult ül benne,

és lehet, hogy leáll a motor,

ha nem írjuk be a jelszót a műszerfalba,

mintha azt mondanánk:
"Szia, vezethetem a kocsit." Remek.

Mi lenne, ha minden európai kocsiba

be lenne építve ez a technika?

Mit kezdhetnénk ezzel?

Lehet, ha az adatokat összegyűjtenénk,

ezzel kimutathatnánk

az öt másodpercen belül esetleg
bekövetkező autóbaleset

árulkodó előjeleit

Azután adattá alakíthatjuk

a sofőr kimerültségét,

így a kocsi érzékelné,

amikor a sofőr belerogy az ülésbe,

önműködően bekapcsolná a belső riasztót,

az meg rezegtetné a kormányt, tülkölne,

hogy: "Hé, ébresztő,

jobban figyelj az útra."

Ezek olyan dolgok, amiket megtehetünk,

ha adattá alakítjuk
életünk egyes tényezőit.

Mitől értékes a big data?

Gondolkozzunk csak el rajta.

Több információnk van.

Megtehetünk olyat is, amit korábban nem.

Az egyik ilyen lenyűgöző terület,

ahol az elmélet fölhasználható,

a gépi tanulás.

A gépi tanulás része
a mesterséges intelligenciának,

mely maga is a számítástechnika egyik ága.

Az ötlet lényege: ahelyett,

hogy utasítanánk a gépet, mi a teendője,

egyszerűen rázúdítjuk
a probléma adatait,

és megmondjuk a gépnek,
önállóan hozzon ki belőlük valamit.

Könnyebb lesz ezt megérteniük,

ha visszanyúlunk az alapokhoz.

Az 50-es években az IBM informatikusa,

Arthur Samuel, szerette a dámajátékot,

ezért programot írt a gépre,

hogy játszhasson a gép ellen.

Játszott. Nyert.

Játszott. Nyert.

Játszott. Nyert,

mert a gép csak

a lépések szabályait ismerte.

De Samuel mást is tudott.

Arthur Samuel ismerte a stratégiát.

Hozzáírt egy kis alprogramot,

amely a háttérben működött,

és minden lépésnél kiszámolta,

hogy egy adott állás

mekkora a valószínűséggel eredményez

nyerő vagy vesztő állást.

Játszott a géppel. Nyert.

Játszott a géppel. Nyert.

Játszott a géppel. Nyert.

Azután Arthur Samuel hagyta,

hogy a gép magával játsszon.

Magával játszik. Több adatot gyűjt.

Több adatot gyűjt.
Javítja az előrejelzései pontosságát.

Azután Samuel újra leül a géppel játszani;

játszik — és veszít,

újból játszik és veszít,

játszik és veszít,

s Samuel megteremtette a gépet,

mely abban, amire tanította,
felülmúlja a tanár képességeit.

A gépi tanulás elve ma már

mindenhol teret nyert.

Mit gondolnak, miért vannak már
önvezető autók?

A társadalom jobb helyzetben van,

ha a KRESZT-t szoftverbe foglaljuk?

Nem. A memória olcsóbb? Nem.

Az algoritmus gyorsabb? Nem.
A processzorok jobbak? Nem.

Persze, ezek számítanak, de nem ez az oka.

Hanem, mert megváltoztattuk
a probléma természetét.

Megváltoztattuk, mert ahelyett,

hogy részletekbe menően

elmagyaráznánk a gépnek, miként vezessen,

csak annyit mondunk neki:

"Itt egy sereg adat a jármű körül.

Hozz ki belőle valamit!

Vedd észre, hogy ez egy közlekedési lámpa,

tilosat mutat, nem zöldet,

azt jelenti, hogy meg kell állnod,

most nem mehetsz."

A gépi tanulás

sok mindennek alapja, amit online végzünk:

keresőmotorok,

az Amazon személyre szabott algoritmusa,

számítógépes fordítók,

hangfelismerő rendszerek.

A kutatók az utóbbi időben

a biopsziával,

a rákos sejtek biopsziájával foglalkoznak,

és azt kérték, hogy a gép az adatokat

és a túlélési arányt összevetve

döntse el a sejtekről,

hogy rákosak-e vagy sem.

Elegendő adat esetén a gép

gépi tanulási algoritmussal

meg tudta határozni a 12 jellemzőt,

amely a legbiztosabban jelzi,

hogy a biopsziából nyert emlőráksejtek

tényleg rákosak-e.

A bökkenő: az orvosi szakirodalom

közülük csak kilencet ismert.

Három jellemzőt

a szakértők nem tartottak lényegesnek,

ezt a hármat a gép ismerte föl.

A big datának vannak sötét oldalai is.

Jobbá teszi életünket,

de figyelnünk kell néhány dologra.

Az első:

pórul is járhatumk az előrejelzéssel,

hogy a rendőrség saját céljaira
használhatja a big datát,

mint a Különvélemény c. filmben.

Létezik a prediktív rendfenntartás

avagy az algoritmus-kriminológia
szakkifejezés.

Eszerint, ha elég sok adatunk van,

pl. hol történtek bűnesetek,

ebből tudni fogjuk,
hova küldjünk járőröket.

Ebben van logika, de a bökkenő,

hogy a dolog nem korlátozódik
a hely-adatokra,

hanem elér az egyénig.

Miért ne használnánk föl

az érettségi bizonyítvány adatait?

Vagy használhatnánk,

hogy az illető munkanélküli-e,
hitelképes-e,

hol szörföl a világhálón,

fönn van-e éjszakánként?

Ha a Fitbit okosóra képes mérni
a biokémiai adatokat,

kimutathatja az agresszív gondolatokat.

Lehetnek olyan algoritmusok,
melyek jelezhetik,

mit szándékozunk tenni,

és felelősségre vonhatnak minket,

mielőtt még a kisujjunkat mozdítanánk.

A magánélet központi kérdés volt

a small data időszakában.

A big data időszakában a kérdés

a szabad akarat, az erkölcsös választás,

az emberi akarat

és az emberi cselekvő erő oltalma.

Van még egy másik gond is:

a big data megfoszt az állásunktól.

A big data és az algoritmusok
veszélyeztetik

a fehérgalléros értelmiségiek munkáját

a XXI. században.

Ugyanúgy, mint a gyárak automatizálása

és a futószalag

fenyegette a kékgallérosokat
a XX. században.

Gondoljunk a laboránsra,

aki mikroszkópon keresztül figyeli

a biopsziás sejteket,

és próbálja eldönteni, rákosak-e.

A laboráns egyetemet végzett,

ingatlant vett,

szavaz,

a társadalom tagja.

Azután kiderül, hogy az illető állása,

csakúgy mint sok-sok értelmiségé,

a hozzá hasonlóké

gyökeresen megváltozott,

vagy teljesen fölöslegessé vált.

Szeretjük azt hinni,,

hogy hosszabb távon
a technika állásokat teremt

egy rövid kaotikus időszak után,

s ez jelen életünkre igaz,

az ipari forradalom idején

pont ez történt.

De az elemzésből valamit kihagytunk:

vannak olyan munkakörök,

amelyek eltűnnek,
és soha nem térnek vissza.

Ha lovak lettünk volna, nem örültünk volna

az ipari forradalomnak.

Szóval óvatosnak kell lennünk,

és a big datát a szükségleteinkhez,

az emberi szükségletekhez
kell igazítanunk.

Gazdái legyünk a technológiának,

ne szolgái.

Jelenleg a big data korszaknak
a kezdetén vagyunk,

és bevallhatjuk,
hogy még nem vagyunk elég jók

a begyűjthető adatok kezelésében.

Ez nem csak a Nemzetbiztonsági
Hivatal gondja.

A vállalatok rengeteg adatot
gyűjtenek, vissza is élnek velük.

Ezen van mit javítani,
ami nem megy máról holnapra.

Egy kicsit olyan ez,

mint az ősember és a tűz esete.

Ez egy eszköz, de olyan eszköz,

amellyel ha gondatlanul bánunk,
megéget bennünket.

A big data átformálja az életünket,

munkánkat és gondolkodásunkat.

Segít életpályánk alakításában,

és hogy örömteli, reményteljes,

boldog és egészséges életet élhessünk.

A múltban gyakran úgy tekintettünk
az információ-technológiára,

hogy csak a T-t vettük észre,

a technológiát, a hardvert,

mert az fizikailag megragadható.

Most pillantásunkat
az I-re is rá kell vetnünk,

az információra,

ami kevésbé kézzelfogható,

de bizonyos szempontból fontosabb.

Az emberiség a begyűjtött információból

végül tudást meríthet,

ami választ adhat az örök kérdésre:

mi is a világ, és mi a helyünk benne,

és ezért a big data azt is jelenti:
nagy a tét.

(Taps)