7 veidi, kā lieli dati varētu mainīt dzīvi līdz 2020. gadam

Atklāšana: Jūsu atbalsts palīdz vietnei darboties! Mēs nopelnām nodošanas maksu par dažiem pakalpojumiem, kurus mēs iesakām šajā lapā.


7 veidi, kā lieli dati varētu revolucionizēt dzīvi līdz 2020. gadam - galvenes

Tā kā cilvēce arvien vairāk pārvietojas ar savu biznesu, izklaidi un saziņu tiešsaistē, ar katru gadu mēs ģenerējam arī eksponenciāli lielāku datu daudzumu. Patiesībā tik daudz, ka mums ir grūti visu to izsekot, nemaz nerunājot par tā organizēšanu vai analīzi. Laipni lūdzam Big Data laikmetā, kur šodienas informācijas exabytes drīz būs tikpat dīvaini kā vakardienas disketes..

Lieli dati ir potenciāls zelta kalnrūpnieks

Lai arī tā pirmsākumi ir nedaudz drūmi, Big Data ietekme ir kļuvusi pilnīgi skaidra. Tā kā internetam ir pieslēgts vairāk ierīču nekā jebkad agrāk, cilvēce katru dienu ģenerē apmēram 2,5 kvintilonu baitus. Šie dati ietver ne tikai interneta trafiku, bet arī automātisko satiksmes monitoru atsauksmes, finanšu un juridiskos darījumus un pat globālās klimata tehnoloģijas, kas seko zemestrīcēm, polārajam ledus un laikapstākļiem..

Visa šī informācija ir potenciāls zelta kalnrūpniecības līdzeklis komerciāliem, izglītības un humāniem centieniem, un nepieciešamība izveidot, organizēt un analizēt lielus datu kopus ir kļuvusi daudz vairāk nekā vienkāršs buzzword, kas lido caur elektronisko ēteri – Big Data ir liels bizness.

Uzņēmumi, kas specializējas Big Data apstrādē, šķietami pa nakti ir izveidojušies, lai risinātu izaicinājumus – un maksimāli izmantotu iespējas -, ko piedāvā globālā informācijas uzpūšanās. Izmantojot uzlabotas datu bāzu pārvaldības tehnoloģijas, piemēram, Apache ™ Hadoop®, uzņēmumi, universitātes, valdības un medicīnas organizācijas meklē vairāk nekā tikai informācijas ieguvi, lai uzlabotu savas pamatvirzienus vai uzlabotu efektivitāti.

Cik lieli dati palielināja informāciju, apvienojot to, ko tas apkopo

Izmantojot Big Data, ir iespējams koordinēt milzīgus datu apjomus, kas mums var palīdzēt labāk izprast sarežģītas parādības, piemēram, laika apstākļus un satiksmi.

Pareizi apkopoti un analizēti lieli datu komplekti var dot mums iespēju samazināt izglītības izmaksas (pateicoties liela apjoma un liela apjoma informācijas sniegšanai tīklā), palielināt efektivitāti un produktivitāti, novēršot nevajadzīgu atlaišanu un kļūdas un pat uzlabo darba tirgu, pateicoties savstarpēji saistītām datu kopām, kas aktīvi sakrīt darba meklētājus ar darba devējiem, kuri labprāt meklē viņu īpašās prasmes.

Un tas ir tikai informācijas aisberga redzamā daļa. Tā kā jau tiek veikti pētījumi, lai izmantotu lielos datus, lai apkarotu noziedzību, uzlabotu tīmekļa drošību un pat prognozētu katastrofas (gan ekonomiskas, gan dabiskas) jau ilgi pirms to iestāšanās, lielas izmaiņas mūsu dzīvesveidā, visticamāk, arī turpmāk parādīsies kā mūsu dati – un mūsu tās sarežģītības apgūšana – turpina augt.

7 veidi, kā lieli dati varētu mainīt dzīvi līdz 2020. gadam

7 veidi, kā lieli dati varētu mainīt dzīvi līdz 2020. gadam

Līdz ar interneta attīstību ir parādījies milzīgs datu apjoms. Faktiski IBM ziņoja, ka 90% no mūsdienu pasaules datiem ir izveidoti tikai pēdējos divos gados. Mūsdienās mēs katru dienu izveidojam 2,5 kvintillitus baitu datu, un novatori atklāj veidus, kā šos datus lietderīgi izmantot. Paredzams, ka lielo datu tirgus vērtība 2017. gadā būs USD 50 miljardi, salīdzinot ar USD 5 miljardiem 2012. gadā.

Manipulācijas ar lielajiem datiem ne tikai dod iespēju radīt būtisku ekonomisku ietekmi, bet arī, iespējams, radīs revolūciju mūsu dzīvē.

1. Vietnes un lietotnes būs drošākas (un funkcionālākas)

Liela apjoma datus var izmantot, lai identificētu un izsekotu krāpniecisku rīcību, lai uzlabotu vietņu drošību.

2012. gadā…

  • 63% vietņu īpašnieku nezina, ka viņi ir uzlauzti.
  • Vairāk nekā 90% viņu vietnē nepamanīja nekādas dīvainas aktivitātes.
  • Apmēram puse atklāja, ka viņu vietne tika uzlauzta, kad viņi to apmeklēja un saņēma pārlūka vai meklētājprogrammas brīdinājumu.

Paredzams, ka lieli dati sniegs jaunu redzamību tam, kas notiek uzņēmuma tīklā, un kā ārējie datu avoti var palīdzēt paredzēt gaidāmos uzbrukumus.

Eksperti prognozē, ka lielie dati nodrošinās labāku drošības informācijas un notikumu pārvaldības (SIEM) mērogojamību un veiktspēju ar iespēju analizēt jauna veida datus un lielāku analīzes ātrumu.

Bijušo Google inženieru dibinātais uzņēmums Sift Science (SiftScience.com) cīnās pret krāpšanu ar liela mēroga mašīnmācību – sistēmām, kuras var mācīties no datiem, lai atpazītu krāpnieciskas uzvedības modeļus, pamatojoties uz iepriekšējiem piemēriem.

  • Mūsdienās sistēma var atklāt līdz 90% no krāpšanas, kas notiek vietnēs un pakalpojumos.
  • Starp citiem tiešsaistes tirgiem, norēķinu tīkliem un e-komercijas vietnēm ir arī Airbnb, Uber un Listia..

Vēl viena mašīnmācīšanās programma MLSec (MLSec.org) izmanto uzraudzītus mācību algoritmus, lai identificētu tīklus, kuros dzīvo ļaunprātīgi dalībnieki. Sistēma ir bijusi precīza 92–95% pārbaudīto gadījumu.

2. Visiem varēja būt pieejama augstākā izglītība

ASV ir talantu trūkuma problēma. 2012. gadā tajā tika atvērts visvairāk darbavietu gandrīz 4 gadu laikā, kamēr 22 miljoni cilvēku bija bez darba vai nepietiekami nodarbināti.

Tomēr koledžas mācību izmaksas ir pieaugušas divreiz ātrāk nekā veselības aprūpes izmaksas un četras reizes ātrāk nekā patēriņa cenu indekss.

Mūsdienās vairākas tiešsaistes programmas, piemēram, Coursera (coursera.org), Venture Labs (venture-labs.org), Khan Academy (khanacademy.org) un Big Data University (BigDataUniversity.com) piedāvā vadošo universitāšu kursus bez maksas..

Šīs programmas arī pārbauda koledžas izglītības efektivitāti.

Un viņi piedāvā kursus, kas ir piemērojami mūsdienu augsto tehnoloģiju vidē.

BigDataUniversity.com izmanto lielos datus, lai mācītu lielos datus, piedāvājot pamācības, kā izmantot lielās datu tehnoloģijas, piemēram, Hadoop.

Piedāvājot vairāk nekā 400 bezmaksas kursus no 83 izglītības iestādēm, Coursera ir izveidojusi izglītības platformu lielos apjomos.

  • Tas piedāvā interaktīvas viktorīnas lekcijās, kas ir sinhronizētas ar katru studentu, un sniedz tūlītēju atgriezenisko saiti un atsaukšanu, pirms studentam ir iespēja atpalikt.
  • Ir pieteikušies vairāk nekā 4 miljoni studentu, un daži kursi sasniedz desmitiem tūkstošu cilvēku.

3. Saņemt darbu būs vieglāk

Ar vairāk nekā 80 miljoniem unikālo apmeklētāju un 1,5 miljardiem darba meklējumu mēnesī, tiešām.com piedāvā ērtu piekļuvi informācijai, kuru tā uzkrāt darba devējiem un darba meklētājiem..

Piemēram, lietotāji var izmantot Patiešām datu bāzi, lai noteiktu, vai viņu prasmes ir pieprasītas, kuri tirgi ir viskonkurētspējīgākie, kur darba devēji pieņem darbā savas prasmes..

4. Ceļi būs drošāki

Automašīnu negadījumi ir galvenais nāves iemesls 16–19 gadus veciem cilvēkiem ASV.

75% no šiem negadījumiem nav nekāda sakara ar narkotikām vai alkoholu.

Izmantojot lielus datus, zinātnieki un datori var pamatoti prognozēt, kā automašīnas un to vadītāji izturēsies uz ceļa.

Intel strādā pie tehnoloģijām, kas ļauj automašīnām sazināties, apmainoties ar datiem, lai autovadītāji vienlaikus varētu redzēt 3 automašīnas priekšā, aizmugurē un uz katru pusi no tām.

  • Automašīnas ar datu apmaiņu varēs prognozēt notikumus nākotnē, lai izvairītos no negadījumiem.
  • Viņi noteiks, vai autovadītājs gaida, skatās uz leju vai pavada kafijas tasi.

Ford izstrādā transportlīdzekļu-infrastruktūras un transportlīdzekļu-transportlīdzekļu sistēmas, kas brīdina autovadītājus par potenciāli bīstamiem satiksmes notikumiem, piemēram, kad automašīna gatavojas pārsniegt sarkanu gaismu.

Google pašpiedziņas automašīna datu lietojumu automobiļu rūpniecībā pārceļ pilnīgi jaunā līmenī.

5. Mēs prognozēsim gudrāka biznesa nākotni

Tagad organizācijas var izmantot vairāk datu no vairāk avotiem, lai veiktu ātrus, precīzākus novērtējumus.

Hadoop (hadoop.apache.org) ir atvērtā pirmkoda programmatūras platforma, kuru vadošie uzņēmumi izmanto, lai analizētu radītos datus par lietotāju uzvedību un viņu pašu darbībām..

  • Hadoop lietotāju vidū ir Facebook, eBay, Etsy, Yelp, Twitter, Salesforce.com, Skybox Imaging, Disney un daudzas citas.
  • Tirgus pētījumu firma IDC prognozē, ka Hadoop vērtība 2016. gadā būs 813 miljoni ASV dolāru, lai gan šis skaitlis, iespējams, ir ļoti zems.

Ierakstītā nākotne (RecordedFuture.com) palīdz uzņēmumiem paredzēt riskus un gūt labumu no iespējām, izmantojot gudrus algoritmus, kas atbloķē paredzamos signālus no tīmekļa pļāpāšanas. Tas pat var paredzēt plānotās demonstrācijas.

Dati var tikt izmantoti, lai paredzētu tehnoloģiju attīstības gaitu, izvairītos no tehnoloģiskiem pārsteigumiem un pieņemtu apzinātus lēmumus par tehnoloģijām.

Uzņēmumi, kas ģenerē nepārtrauktas lielu nestrukturētu datu plūsmas, var izmantot DataTorrent (DataTorrent.com), lai to apstrādātu, uzraudzītu, analizētu un rīkotos. Tā vietā, lai piedāvātu pakešu apstrādi, ko Hadoop jau ļauj, DataTorrent mērķis ir reāllaika analīze un brīdinājumi, izmantojot tekstu, e-pastu un citas metodes..

Datus var arī iegūt, lai uzlabotu klientu apkalpošanu un lietotāju pieredzi, pārraugot lietošanas tendences.

Mazumtirgotājiem, piemēram, Wal-Mart un Kohl sviras pārdošanas apjomiem, cenām, ekonomiskajiem datiem, demogrāfiskajiem un laikapstākļu datiem, lai precizētu tirdzniecības veicināšanu katrā veikalā un paredzētu atbilstošu veikalu pārdošanas grafiku.

6. Mēs prognozēsim laika apstākļus & aizsargāt vidi

Katra jūdze no krasta līnijas, kas evakuēta, rada aptuveni miljona dolāru izmaksas.

No 1980. līdz 2010. gadam 99 ar klimatu un laikapstākļiem saistīti notikumi nodarīja zaudējumus 726 miljardu dolāru apmērā.

Apvienotā Polar Satelītu misija, kas sāks darboties 2018. gadā, izmantos sensoru tehnoloģiju un datus, lai ievērojami uzlabotu viesuļvētras un vētru ceļu, ļaujot labāk plānot.

Kā vēsta CNBC News, lielo datu analīze pārvērš vakardienas meteoroloģijas minējumus precīzākā un paredzamākā zinātnē.

IBM Deep Thunder nodaļa izmanto lielu laika apstākļu modelēšanu, lai prognozētu īstermiņa notikumus klientiem dažādās nozarēs, ieskaitot komunālos pakalpojumus, transportu un lauksaimniecību, kā arī pašvaldību valdības..

Deep Thunder vada projektu Riodežaneiro, lai labāk paredzētu plūdus un paredzētu, kur spēcīgas vētras varētu izraisīt dubļu slīdēšana.

EarthRisk Technologies (EarthRiskTech.com) ir izstrādājis jaunu modeli laika apstākļu prognozēšanai līdz 42 dienām iepriekš. Modelis identificē laika apstākļu modeļus, pamatojoties uz vairāk nekā 82 miljardiem aprēķinu un 60 gadu datiem. Pēc tam šos modeļus salīdzina ar pašreizējiem apstākļiem un izmanto jutīgo analītiku.

2011. – 2012. Gada ziemā daudzi dabasgāzes tirgotāji paaugstināja cenas, gaidot, ka tā būs auksta. EarthRisk modeļi parādīja, ka atmosfēra neveidojas tā, lai varētu iestāties liela auksta laika iespējamība, ļaujot klientiem pozicionēties, lai nopelnītu naudu, kad samazinājās dabasgāzes cenas..

Datu analīze tiek izmantota, lai apkarotu noziegumus pret vidi, sākot ar bīstamo vielu nelegālās tirdzniecības izsekošanu un beidzot ar apdraudēto lielo kaķu, piemēram, tīģeru, tirdzniecību Āzijā..

Vides izmeklēšanas aģentūra (IVN) izmanto lielus datus, lai iegūtu skaidrāku priekšstatu par mūsdienu ekoloģiskajiem noziedzniekiem, nosakot saites starp šķietami nesaistītām noziedzīgām grupām un nelikumīgām darbībām.

7. Veselības aprūpe būs efektīvāka, efektīvāka & pielāgota

Pēc Makkinsi teiktā & Uzņēmumā aptuveni 50–70% no visiem jauninājumiem vismaz daļēji ir atkarīgi no pašu klientu uztveršanas vai integrēšanas, nevis tikai no ārpuses analītikā..

Mūsdienās 80% medicīnisko datu ir nestrukturēti un klīniski nozīmīgi.

Ja ASV veselības aprūpes nozare radoši un efektīvi izmantotu lielos datus, lai palielinātu efektivitāti un kvalitāti, šī nozare katru gadu varētu radīt vairāk nekā 300 miljardu USD vērtību. ? no tā būtu izdevumu samazināšana par aptuveni 8%.

Piekļuve pacienta datiem palīdz aprūpētājiem izmantot uz pierādījumiem balstītu pieeju medicīnai.

Beth Israel Diakonijas medicīnas centrs Bostonā izlaiž viedtālruņa lietotni, kas nodrošina aprūpētājiem pašapkalpošanās piekļuvi 200 miljoniem datu punktu, aptuveni 2 miljoniem pacientu.

Ar vairāk nekā 150 000 veterānu uzņemšanu, ASV Veterānu lietu departamenta Miljonā veterānu programma izmanto asins paraugus un citu veterānu informāciju par veselību, lai izpētītu, kā gēni ietekmē cilvēka veselību.

Asthmapolis apvieno inhalatoru lietošanas datus, kas savākti, izmantojot GPS iespējotu izsekotāju, ar CDC informāciju, lai palīdzētu ārstiem izstrādāt personalizētus ārstēšanas plānus un vietas profilakses iespējas.

mHealthCoach izmanto interaktīvās sistēmas datus, lai atbalstītu pacientus, kuri lieto hroniskas aprūpes medikamentus. To var izmantot arī, lai identificētu pacientus ar lielāku risku un piegādātu viņiem mērķtiecīgus ziņojumus un atgādinājumus.

Rise Health izmanto pieejamo pacientu datu bagātību un pielāgo to katra pakalpojuma sniedzēja mērķiem uzlabot veselības aprūpi visās dimensijās un radīt jaunu ieskatu.

Lieli dati ļauj jauninājumiem notikt ar lielāku ātrumu. Piemēram, Cilvēka genoma projektu, kas ilga 13 gadus, tagad varēja pabeigt stundās.

Avoti

  • Kā uzņēmumi var izmantot lielos datus, lai uzlabotu drošību – darkreading.com
  • Bijušie Google darbinieki izlaiž vietņu vietņu krāpšanas apkarošanas sistēmu Sift Science, kuru finansē 5,5 miljoni ASV dolāru, finansējot no Union Square, pirmā kārta, YC & Citi – techcrunch.com
  • 63% vietņu īpašnieku nezina, kā viņi tika uzlauzti – zdnet.com
  • Mašīnmācīšanās projekts iziet caur lieliem drošības datiem – darkreading.com
  • Ja automašīnas varētu sarunāties, no negadījumiem varētu izvairīties – ted.com
  • Talanta savienošana ar izglītību masīvajā mērogā – blog.linkedin.com
  • 10 lielas datu vietnes, kuras jāraugās – Foreignpolicy.com
  • DataTorrent palielina USD 8 miljonus, lai lieli dati no reālā laika tiktu nogādāti uz “Tagad” – venturebeat.com
  • “Lieli dati” var paredzēt laika apstākļus līdz 40 dienām nākotnē – portāls venturebeat.com
  • Lieli dati un Analytics, kas palīdz aizsargāt lielos kaķus – newswatch.nationalgeographic.com
  • Izmantojiet lielos datus, lai prognozētu klientu uzvedību – blogs.hbr.org
  • Laika apstākļu prognozēšana ar lieliem datiem un ceturto dimensiju – forbes.com
  • Startup Professionals Musings – blog.startupprofessionals.com
  • Lieli dati: nākamā inovācijas, konkurences un produktivitātes robeža – mckinsey.com
  • Lielo datu kompānijas mēģina pārspēt mātes Dabas haosu – cnbc.com
  • 6 lielo datu analītisko datu izmantošanas gadījumi veselības aprūpes IT jomā – cio.com
  • Hadoop vēsture: no 4 mezgliem līdz datu nākotnei – gigaom.com
Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map