Allt som är logiskt kopplat till någonting annat genererar data och ju mer kontantsparsam en ekonomi är, desto rikare är dessa anslutningar. Big Data: Spelar storlek någon roll?
Författare: Timandra Harkness
Utgivare: Bloomsbury Sigma
Sidor: 304
Pris: 499
Små data: De små ledtrådarna som avslöjar enorma trender
Författare: Martin Lindström
Utgivare: Hachette Indien
Sidor: 245
Pris: 399
typer av ostar med bilder
Det korta svaret på frågan på omslaget till komikern och matematikprosessören Timandra Harkness bok är: naturligtvis spelar storleken ingen roll. Det spelar ingen roll, förutom i King Kong- och Godzilla -filmerna. I övrigt är det tillvägagångssättet som gäller. Big Data -metoder definieras av storfördelade och parallelliserade lagrings- och bearbetningsstrategier. Datauppsättningens storlek är sekundär, men saker börjar verkligen surra när volymer överklockas.
Harkness, som har en härligt lätt beröring, påpekar att mängden data där ute - som hon visualiserar som terabyte -hårddiskar packade i resväskor på en flygplatsbagagevagn - växer så snabbt att siffrorna är inaktuella när de är publicerad. Allt som är logiskt kopplat till någonting annat genererar data och ju mer kontantsparsam en ekonomi är, desto rikare är dessa anslutningar. Om ett resekort laddas upp av en elektronisk plånbok ansluten till ett bankkonto och ett mobilnummer (som ständigt rapporterar samtals- och platsdata) genereras tillräckligt med data för att profilera ägaren.
Kurvan kommer att bli allt brantare när Internet of Things går in. Internetanslutna bilar, kylskåp, bagagelappar, fraktpallar och liknande kommer att generera data som skum och algoritmer skrivs för att bryta det. Här ligger den huvudsakliga operativa skillnaden mellan traditionella statistiska metoder och big data -metoder: den senare är helt beroende av artificiell intelligens som lär sig allt eftersom. Du instruerar den först i grunden för mönsterigenkänning och när den förbättrar sig själv bör den teoretiskt nå en punkt där den plöjer genom datahavet och söker mönster som du inte förväntade dig att hitta, men skulle vara intresserad av.
Intressant nog söker varumärkesgurun Martin Lindstroms mänskliga intelligens ganska liknande mönster. Eftersom de är utplånade från ganska små urvalssatser kan hans slutsatser behandlas som anekdotiska eller som insikter, beroende på deras användbarhet. I den första kategorin är hans extraordinära observation som passade och startade affärsresenärer på flygplatser tenderar att ha sina boardingkort vända nedåt i fickorna. För att de vill dölja det faktum att de flyger ekonomi. Detta har utmärkt underhållningsvärde, men ingen nytta. Den äran går till Lindstroms observation som tydligen vände Lego, som tappade mark för den omedelbara tillfredsställelse som digitalt spel erbjuder. Han frågade en 11-årig Lego-fan vad hans mest uppskattade besittning var. Det visade sig vara ett par gamla sneakers som skavs i precis rätt vinkel för att meddela världen att deras ägare var en mästerskateboardåkare. Från tillfredsställelse vände Lego fokus till synliga bevis på prestationer, som de dyra modellerna av Millennium Falcon som även vuxna leker med.
alternativ till kompost i rabatter
Insiktsfullt misstro Lindstrom Big Data. Eftersom en av dessa dagar kommer AI att ersätta mänskliga guruer. Mönsterigenkänning är mycket mer tillförlitlig än insikt. Det är en medfödd mänsklig skicklighet som maskiner nu lär sig. Harkness anspelar på det banbrytande arbetet av den brittiska epidemiologen John Snow, som använde statistiska tekniker för att spåra kolerautbrottet 1854 i London till en enda handpump i Soho. Idag knäpper AI: erna till Google efter medicinsk rådgivning, varifrån de kartlägger vågfronter för närmande epidemier, vilket ger hälsovårdstjänster strategiskt djup. Big Data används redan av företag och regeringar och kommer att påverka vår värld på ett sätt som är ofattbart. Om det är snällt kommer utrymme för mänsklig insikt att finnas kvar.