Есть ли запасной выход из больших данных?
Содержание:
1. Новый облик человечества;
2. В преддверии новых истин ;
3. Медицина: революционные рецепты ;
4. Большие данные: образование ;
5. Скоринг: данные всегда правы ;
6. Вопрос закрыт ;
7. Есть ли запасной выход из больших данных? (Вы читаете данный раздел);
8. Инструменты и понятия .
Если большие данные нарушают тайну голосования и избирают президента, то наверняка в их силах провернуть что-нибудь еще. Руководитель Лаборатории динамики человека Массачусетского технологического института в Бостоне Алекс Пентланд предлагает сначала проанализировать общество — он называет это Reality Mining, сбор данных об окружающей реальности — и только потом начать действовать. Если машина предскажет определенную вероятность того, что человек или группа выйдут из-под контроля, они получат стимул для изменения поведения. Предлагаемая Пентландом социологическая модель «стимул-реакция-награда» станет антиутопическим кошмаром, если упустить из виду обязательно следующее за этим нарастание интенсивности — негативные меры воздействия, так как постоянно работающий над собой человек когда-нибудь придет к такому моменту, где все равны. Как выражается Майер-Шенбергер, «тогда машины скажут: «Мы выжали из человека все, что нужно было, теперь мы можем его отключить». Т.е., к примеру, в торговом центре рабочие производят монтаж видеонаблюдения (http://www.ndomofon.com/#!ustanovka-videonablyudeniya/c1xzk), после чего алгоритмы составляют эталонные модели поведения покупателей - отклонились от них, получите электрический заряд, ну или штраф, лишающий вас скидок.
Страх перед однородным обществом полностью оправдан, однако человек все же способен направить большие данные в положительное русло. Корреляции и модели данных не могут держать в ежовых рукавицах ни воображение, ни творчество. Марку Цукербергу, основателю Facebook, которого можно причислить к авторам информационной революции, сколотившим на ней целое состояние, повезло, что во время его учебы в Гарварде в 2002 году предсказательной аналитики еще не было. Хороший алгоритм может идентифицировать кандидата на отчисление, и если бы Цукерберг вылетел из учебного заведения еще тогда, он бы не смог тайком злоупотребить IT-инфраструктурой элитного вуза для своего эпохального социального медиапроекта. Цукербергу везло, потому что он нарушал правила. Интересно, алгоритм распознал бы это?
А Гарварду в свою очередь крупно повезло, что в более позднем отчислении не было отказано по соображениям стохастики. Благодаря истории успеха Цукерберга вырос имидж консервативного элитного вуза. Сегодняшний Гарвард — это рай для начинающих интернет-гениев, который по технологическим исследованиям может конкурировать даже с Массачусетским технологическим институтом в Бостоне и Стэнфордским университетом в Калифорнии.
Не у всех есть задатки нового Цукерберга, Пикассо или Эллы Фицджеральд, но если вы пользуетесь социальным пространством, защищаете свои права и идете собственным путем, вы меняете планы больших данных на мир. Может быть, в целях безопасности нам следует позволить данным говорить самим за себя, чтобы кто-нибудь разработал алгоритм, который предскажет, каким будет наше будущее с большими данными и как снова освободиться от всего этого в случае сомнений?
1. Новый облик человечества;
2. В преддверии новых истин ;
3. Медицина: революционные рецепты ;
4. Большие данные: образование ;
5. Скоринг: данные всегда правы ;
6. Вопрос закрыт ;
7.
8. Инструменты и понятия .
Если большие данные нарушают тайну голосования и избирают президента, то наверняка в их силах провернуть что-нибудь еще. Руководитель Лаборатории динамики человека Массачусетского технологического института в Бостоне Алекс Пентланд предлагает сначала проанализировать общество — он называет это Reality Mining, сбор данных об окружающей реальности — и только потом начать действовать. Если машина предскажет определенную вероятность того, что человек или группа выйдут из-под контроля, они получат стимул для изменения поведения. Предлагаемая Пентландом социологическая модель «стимул-реакция-награда» станет антиутопическим кошмаром, если упустить из виду обязательно следующее за этим нарастание интенсивности — негативные меры воздействия, так как постоянно работающий над собой человек когда-нибудь придет к такому моменту, где все равны. Как выражается Майер-Шенбергер, «тогда машины скажут: «Мы выжали из человека все, что нужно было, теперь мы можем его отключить». Т.е., к примеру, в торговом центре рабочие производят монтаж видеонаблюдения (http://www.ndomofon.com/#!ustanovka-videonablyudeniya/c1xzk), после чего алгоритмы составляют эталонные модели поведения покупателей - отклонились от них, получите электрический заряд, ну или штраф, лишающий вас скидок.
Страх перед однородным обществом полностью оправдан, однако человек все же способен направить большие данные в положительное русло. Корреляции и модели данных не могут держать в ежовых рукавицах ни воображение, ни творчество. Марку Цукербергу, основателю Facebook, которого можно причислить к авторам информационной революции, сколотившим на ней целое состояние, повезло, что во время его учебы в Гарварде в 2002 году предсказательной аналитики еще не было. Хороший алгоритм может идентифицировать кандидата на отчисление, и если бы Цукерберг вылетел из учебного заведения еще тогда, он бы не смог тайком злоупотребить IT-инфраструктурой элитного вуза для своего эпохального социального медиапроекта. Цукербергу везло, потому что он нарушал правила. Интересно, алгоритм распознал бы это?
А Гарварду в свою очередь крупно повезло, что в более позднем отчислении не было отказано по соображениям стохастики. Благодаря истории успеха Цукерберга вырос имидж консервативного элитного вуза. Сегодняшний Гарвард — это рай для начинающих интернет-гениев, который по технологическим исследованиям может конкурировать даже с Массачусетским технологическим институтом в Бостоне и Стэнфордским университетом в Калифорнии.
Не у всех есть задатки нового Цукерберга, Пикассо или Эллы Фицджеральд, но если вы пользуетесь социальным пространством, защищаете свои права и идете собственным путем, вы меняете планы больших данных на мир. Может быть, в целях безопасности нам следует позволить данным говорить самим за себя, чтобы кто-нибудь разработал алгоритм, который предскажет, каким будет наше будущее с большими данными и как снова освободиться от всего этого в случае сомнений?
