Більші дані - кращі дані

Самокеровані автомобілі були лише початком. Яке майбутнє технологій і дизайну за участю великих об'ємів даних? У своїй захопливій науковій промові Кеннет Кук'єр аналізує, що ж чекає на машинне навчання і знання людства загалом.

Улюблений пиріг американців?

Аудиторія: Яблучний.
Кеннет Кук'єр: Яблучний. Звісно ж.

Звідки нам про це відомо?

Завдяки даним.

Дивимось на розпродаж в супермаркеті.

На торгівлю 30-сантиметровими замороженими

пирогами, і яблучний, без сумніву, виграє.

Більшість продаж - пироги з яблуками.

Проте згодом супермаркети почали продавати

менші, 11-сантиметрові пироги,

і раптово рейтинг яблучних знизився до
четвертого чи п'ятого місця.

Чому? Що трапилось?

Гаразд, поміркуйте про це.

Коли ви купуєте 30-сантиметровий пиріг,

уся сім'я змушена погодитись,

і пиріг з яблуками виявляється улюбленим
кожного другого.

(Сміх)

Проте якщо ви купуєте 11-сантиметровий
пиріг,

ви можете придбати той, який бажаєте.

Ви можете повернутись до першого вибору.

У вас більше інформації.

Ви можете помітити щось,

що не помічали тоді,

коли у вас були лише окремі факти.

І ось, ключовим моментом є те, що
додаткові дані

не тільки дають можливість бачити

інші аспекти аналізованого об'єкта.

Більше даних дозволяють бачити нове.

Бачити краще.

Бачити інакше.

У цьому випадку, дані дозволяють побачити

який же з пирогів є улюбленим серед
американців:

не з яблуками.

Так от, ви всі, напевне, чули визначення
"великі дані".

Власне, ви, мабуть, втомилися чути про

великий об'єм даних.

Термін є дійсно дуже розрекламованим,

і це дуже сумно,

тому що велика кількість даних є важливим
інструментом,

за допомогою якого суспільство
розвиватиметься.

В минулому ми брали до уваги невеликі
об'єми інформації

і думали, що б вони могли означати

для спроби розуміння світу,

а тепер у нас набагато більше даних -

більше, ніж могло б коли-небудь бути.

Отож, коли ми маємо

велику масу даних, ми маємо можливість
робити те,

чого не могли, коли даних було значно
менше.

Великі дані важливі, великі дані
інноваційні,

і якщо задуматись,

для нашої планети єдиним шляхом подолати

виклики світового значення є

нагодувати людей, забезпечити їх медичною
допомогою,

енергією, електрикою,

впевнитись, що вони не згоріли дотла

через глобальне
потепління

за допомогою ефективного використання
інформації.

Що ж нового у великих даних?
В чому ж суть?

Щоб дати відповідь на запитання,
подумаймо

про те, який вигляд мала інформація,

як вона фізично виглядала в минулому.

У 1908 на острові Крит

археологи знайшли глиняний диск.

Він датувався 2000 роком до н.е., отже
йому приблизно 4000 років.

На диску є надписи,

але їхнє значення невідоме.

Повна таємниця, але суть в тому, що

таким чином інформація виглядала

4000 років тому.

Отак суспільство накопичувало

і передавало дані.

Відтоді суспільство не дуже розвинулось.

Ми все ще накопичуємо
інформацію на дисках,

проте сьогодні можна зберігати набагато
більше даних

ніж коли-небудь раніше.

Пошук даних спростився. Спростилося й
копіювання.

А також обмін та обробка.

І ми можемо повторно використовувати
інформацію

для цілей, яких не могли навіть уявити

під час первинного збору даних.

В цьому плані дані пройшли шлях

від запасів до потоку,

від стаціонарного і статичного

до чогось швидкоплинного і
динамічного.

Плинність інформації, якщо
бажаєте.

Диск, знайдений на Криті

і якому 4000 років, досить важкий,

не зберігає багато інформації,

і ця інформація незмінна.

Для порівняння, усі файли,

взяті Едвардом Сноуденом

з Агентства національної безпеки США,

вміщуються на карті пам'яті,

завбільшки з ніготь,

і її можна поширити зі швидкістю світла.

Більше даних. Більше.

Однією з причин, чому нині
ми маємо стільки

даних є те, що ми збираємо пристрої,

на яких досі збирали інформацію,

а ще те, що ми
зберігаємо матеріали,

які завжди були інформаційними,

але ніколи не трансформувалися у формат
даних,

а зараз ми це їх переводимо
в цифровий формат.

Тепер подумаймо, наприклад, про
місцезнаходження.

Візьмемо для прикладу Мартіна Лютера.

Якщо б у 1500-ті ми захотіли

дізнатись, де був Мартін Лютер,

ми б мусили слідкувати за ним весь час,

можливо, навіть з пером і чорнильницею,

і занотовувати,

проте подумаймо, як все це виглядає тепер.

Вам відомо, що десь,

мабуть, в базі даних постачальника
телекомунікацій

є таблиця чи, принаймні, запис

з інформацією про те,

де ви весь час бували.

Якщо у вас є мобільний
телефон,

і в ньому є GPS, і навіть якщо GPS немає,

він все одно може записувати інформацію
про вас.

В цьому відношенні місцезнаходження
задокументовано.

Тепер візьмемо до уваги, наприклад,
позу,

те, як ми зараз сидимо,

те, як ви сидите,

те, як сидите ви, чи ви.

Всі сидять по-різному залежно від

довжини ніг, спини і форми спини,

а якщо б я зараз встановив сенсори, десь
100 сенсорів

у ваші сидіння,

я б зміг вивести індивідуальний індекс для
кожного з вас,

щось на кшталт відбитка пальця, але це не
пальці.

Що ж можна з усім цим зробити?

Дослідники з Токіо використовують це

як потенційний протиугінний пристрій
в автомобілях.

Суть в тому, що водій сідає за кермо,

намагається втекти, але машина розпізнає

водія без належного доступу за кермом,

і мабуть, двигун затихне, аж поки не

ввести пароль на приборній панелі,

щоб прозвучало, "Агов, у мене є доступ до
водіння". Чудово.

Що якщо б кожне авто Європи було

обладнане цією технологією?

Що б ми змогли зробити?

Мабуть, якщо б зібрати усі дані,

ми б могли розпізнати індикатори
приборної панелі,

які найкраще сповіщають про можливе
зіткнення

у наступні п'ять секунд.

І тоді б була задокументована

втома водія,

а машина б розпізнавала,

що водій безпосередньо провалюється в ту
позу,

автоматично визначала й посилала
внутрішній сигнал:

вібрація керма, салонний гудок,

і сповіщала: "Агов, прокидайся,

сконцентруйся на дорозі".

Ось такого типу речі ми можемо робити,

документуючи й інші аспекти
нашого життя.

В чому цінність великих даних?

Що ж, подумайте про це.

У вас більше інформації.

Ви можете робити речі, які перед тим
робити не доводилось.

Однією з вражаючих сфер

їхнього використання

є машинне навчання.

Машинне навчання є частиною штучного
інтелекту,

який, своєю чергою, належить до
інформатики.

Ідея в тому, що замість

того, щоб задати певний алгоритм дій,

ми просто спрямуємо дані на проблему

і дамо можливість комп'ютеру розібратись
самому.

Зрозуміти це допоможе

розгляд походження.

У 1950-х вчений-інформатик

компанії IBM Артур Семюел полюбляв грати
в шашки,

отож він створив програму,

щоб грати проти комп'ютера.

Він грав. Він перемагав.

Грав. Перемагав.

Грав. Перемагав,

тому що комп'ютеру було відомо тільки

правильні ходи.

Артур Семюел знав дещо інше.

Артур Семюел знав стратегію.

Тому він написав невелику під-програму,

яка працювала у фоновому режимі

і вираховувала ймовірність

того, що задана конфігурація призведе

до перемоги, а не зазнає поразки

після кожного ходу.

Він грає проти комп'ютера. Він перемагає.

Грає проти комп'ютера. Перемагає.

Грає проти комп'ютера. Перемагає.

А потім Артур Семюел залишає комп'ютер

грати із самим собою.

Він грає сам з собою. Збирає більше даних.

Зберігає більше даних. Підвищує точність
передбачення.

І ось Артур Семюел повертається до
комп' ютера,

і грає, і програє,

грає, і програє,

грає, і програє,

і от Артур Семюел створює пристрій,

що випереджує його здатність виконувати
певні завдання.

Ця ідея машинного навчання

поширюється усюди.

Як, на вашу думку, з'явились самокеровані
авто?

Стали б ми розвиненішим суспільством,
довіряючи

правила дорожнього руху
комп'ютерам?

Ні. Пам'ять дешевша? Ні.

Алгоритми швидші? Ні. Процесори кращі? Ні.

Усі ці речі мають значення, але суть не в
тому.

Все тому, що ми змінили саму проблему.

Ми змінили проблему з однієї,

у якій намагалися чітко і ясно

пояснити комп'ютеру як керувати,

до такої, де кажемо:

"Ось багато даних про авто.

З'ясовуй.

Зрозумій, що таке світлофор,

що він червоний, а не зелений,

що він означає зупинитись,

а не рухатись далі".

Машинне навчання є основою

багатьох речей онлайн:

пошукових систем,

алгоритму персоналізації Amazon,

комп'ютерного перекладу,

систем голосового розпізнавання.

Дослідники недавно зосередились на

проблемі біопсії,

біопсії ракових клітин,

вони дали завдання комп'ютеру
ідентифікувати

за допомогою даних і процентів виживання,

чи клітини дійсно

уражені раком чи ні,

і справді, коли ви спрямовуєте на це дані,

через алгоритм машинного навчання,

пристрій може ідентифікувати

12 ознак, які найкраще визначають,

що біоптат ракових клітин

дійсно раковий.

Проблема: медичній літературі

відомо тільки 9 з них.

Три з ознак раніше

не були взагалі відомі,

проте машина їх знайшла.

Так от, у великих даних є й вади.

Вони покращують наше життя, але існують
й проблеми,

про які ми мусимо знати,

і найпершою є ідея того,

що нас можуть покарати за передбачення,

що поліція використовуватиме дані на
власний розсуд,

щось на кшталт "Особливої думки."

Термін має назву прогностичної

політики або алгоритмічної кримінології,

і якщо ми візьмемо до уваги багато
відомостей,

наприклад, колишні місця злочинів,

ми б знали, куди посилати патрулі.

Логічно, але, звісно ж, проблема

в тому, що все не зупиниться на даних
про локацію,

а пошириться й на приватний рівень.

Чому б не використати інформацію

про чийсь атестат?

Можливо, нам згодяться факти про

роботу, кредитний рейтинг,

поведінку в глобальній мережі,

чи хтось не спить допізна.

Прилади, які вимірюють біологічні дані,

покажуть наявність агресивних думок.

Ми можемо виробити алгоритми, які зможуть

передбачити наші дії, але є ймовірність

притягнення до відповідальності

ще перед самою спробою.

Конфіденційність була основним викликом

епохи невеликих даних.

У періоді великого об'єму даних

проблемою є безпека свободи волі,

морального вибору, бажань,

свободи дій.

Існує й інша проблема:

великі дані скоротять робочі місця.

Вони разом з алгоритмами поставлять
під сумнів роботу

"білих комірців", професійні знання

21-го століття

таким же чином, як автоматизація

і конвеєризація кинули виклик

"синім комірцям" у 20-му столітті.

Подумайте про лаборанта,

що розглядає у мікроскоп

раковий біоптат

і визначає, чи він дійсно раковий.

Ця людина закінчила університет.

Ця людина купує речі.

Він або вона голосує.

Він або вона змінює суспільство.

І робота цієї людини,

як і цілої флотилії таких же

професіоналів,

радикально зміниться

або й взагалі зникне.

Так от, ми звикли думати, що технології
створюють

місця на довгий час

після короткого, тимчасового періоду
дезорганізації,

і дійсно, таке відбувається в умовах,

в яких ми живемо, Індустріальній

Революції, тому що саме так трапилось.

Проче чогось бракує в цьому аналізі:

є деякі категорії праці, що просто

нівелюються і з часом зникають.

Індустріальна Революція мала б негативне
значення,

якщо ви були б конем.

Отже, нам варто бути обережними

і регулювати дані лише для певних
потреб,

головних людських потреб.

Ми мусимо стати господарями
цієї технології,

а не її рабами.

Ми на початку епохи великих даних,

і чесно кажучи, нам не вдається оперувати

усіма даними, які можемо зібрати.

Це проблема не тільки АНБ.

Підприємства володіють багатьма даними,
проте зложивають ними,

тому ми повинні покращити становище, хоч
це й забере час.

Трохи схоже на виклик

перших людей і вогню.

Це не тільки інструмент, але й те, що,

доки ми не обережні, знищить нас.

Великі дані змінять наше життя,

працю і мислення.

Вони допоможуть управляти працею

і бути задоволеним, повним сподівань,

щасливим і здоровим,

але в минулому ми дивились на
інформаційні технології

і бачили лише Т,

технології, пристрої,

тому що все це було матеріальним.

Тепер ж потрібно зосередитись на І,

інформації,

яка, певно, є менш очевидною,

проте набагато важливішою.

Людство нарешті мати вигоду

із зібраних відомостей,

як частини наших вічних пошуків

розуміння світу і місця в ньому,

і ось тому великі дані мають велике
значення.