Efekt motyla: przewidywanie tsunami z fal

Dostarczone przez SOK ROŚLINNY

Był rok 1961. Komputery były jeszcze w powijakach, a wyścig na Księżyc dopiero się zaczynał. Edward Lorenz, meteorolog z MIT, opracowywał model prognozowania pogody. Lorenz wysnuł teorię, że maleńkie zdarzenie, takie jak malutki motylek machający skrzydłami w Amazonii, może hipotetycznie uruchomić łańcuch zdarzeń, które mogą spowodować, że kilka dni później w Teksasie wylądują tornada.

Ten model (którego ilustracje przypominały wizualnie motyla) w końcu stał się znany jako efekt motyla. Jako metafora, efekt motyla zaczął oznaczać serię pozornie trywialnych i niepowiązanych ze sobą wydarzeń, które wspólnie mają ogromny wpływ później, czy to wywołując burze, czy wpływając na giełdę.

Chociaż jest trochę niezgoda o zdolności modelu Lorenza do dokładnego przewidywania wszystkiego, co jest ze swej istoty złożone, jak pogoda, koncepcja ta wyraźnie trafiła w sedno opinii publicznej. Pomyśl o Ashtonie Kutcherze, jako podróżniku w czasie w wieku studenckim, który chce zmienić swoje traumatyczne dzieciństwo w… Efekt motyla ; lub postać Roberta Redforda w Hawana , który gładko głosi: Motyl może trzepotać skrzydłami nad kwiatem w Chinach i wywołać huragan na Karaibach. Mogą nawet obliczyć szanse.

Może Redford (albo przynajmniej scenarzysta) był na coś nastawiony. Świat jest teraz zalany danymi , a według skandynawskiej grupy badawczej SINTEF w ciągu ostatnich dwóch lat powstało ich więcej niż w pozostałej części historii ludzkości. Sytuacja nie poprawi się w najbliższym czasie. Do 2020 roku powstanie około 1,7 megabajtów nowych informacji każda sekunda dla każdej istoty ludzkiej na planecie, według ostatnich Badanie IDC Digital Universe . W tym momencie świat będzie patrzył na wiedzę cyfrową w okolicach 44 zettabajtów, czyli 44 kwintylion gigabajtów, w porównaniu z zaledwie 4,4 zetabajtami obecnie.

Wyzwaniem pozostaje, jak przebić się przez to ogromne (i wciąż powiększające się) morze danych wystarczająco szybko i wystarczająco sensownie, abyśmy mogli wydobyć z nich przydatne informacje i dowiedzieć się, co wpłynie na co. To z kolei pozwoliłoby na podjęcie pragmatycznych działań przed uderzeniem metaforycznego tsunami, być może nawet przed uformowaniem się fali.

MORSKA ZMIANA W ANALIZY DANYCH

Do tej pory zrozumienie i wykorzystanie tych danych pozostawało nauką niedoskonałą, choć szybko się zmienia. Najpierw było raportowanie biznesowe , co pozwoliło na reaktywną analizę danych w celu wykrycia trendów i wzorców. Potem przyszedł analityka predykcyjna , który wdrożył zaawansowane narzędzia matematyczne do prognozowania na podstawie historycznych i bieżących wzorców danych.

Teraz, dzięki postępowi w technologii baz danych i możliwościom innowacyjnych systemów, takich jak: SAP HANA aby obsłużyć ogromne ilości danych w pamięci, widzimy całą masę aplikacji, które próbują zrobić to, co obiecuje efekt motyla — to znaczy przewidzieć przebieg tsunami na podstawie drobnych zmarszczek, gdy coś się dzieje, w czasie rzeczywistym .

Konsekwencje biznesowe możliwości dokonywania wczesnych prognoz są rzeczywiście ogromne. Wyobraź sobie handlowca metali szlachetnych na giełdzie towarów, który może zostać ostrzeżony o potencjalnym zakłóceniu łańcucha dostaw w wyniku sporu pracowniczego, który grozi wymknięciem się spod kontroli w dużej kopalni w Indonezji. Lub wyczaruj producenta samochodów w Niemczech, który dowiaduje się, że niektóre części wysyłane z zagranicy dotrą później niż oczekiwano – i dzięki temu jest w stanie zmienić harmonogramy produkcyjne na czas, oszczędzając miliony dolarów, które w przeciwnym razie zostałyby stracone z powodu bezczynności.

ANALITYKA W DZIAŁANIU

To jest rodzaj przepowiedni, że Wizje semantyczne , Verint , Aktywacja , Palantira , a inni próbują to zrobić, chociaż każdy z nich ma swój unikalny obszar zainteresowania. Wizje semantyczne, wczesny członek Koncentracja na uruchamianiu SAP program, który ma siedzibę w Czechach, oferuje technologię, która może przewidywać zakłócenia w łańcuchu dostaw w czasie rzeczywistym i jest specjalnie zaprojektowany dla dużych producentów, którzy mają tysiące dostawców na całym świecie. Zakłócenia na skalę globalną często zaczynają się od drobnych, podstępnych wydarzeń, które przelatują znacznie poniżej radaru głównych serwisów informacyjnych, często opisywane tylko w lokalnych nieanglojęzycznych mediach, jeśli w ogóle.

Aby uchwycić te informacje, firma Semantic Visions opracowała unikalną technologię analizy semantycznej między językami, która umożliwia wydobywanie wiedzy z treści internetowych, niezależnie od tego, w jakim języku jest napisana. Firma skondensowała najważniejsze języki świata w jeden uniwersalny język semantyczny, tworząc identyfikatory do odczytu maszynowego, które mają to samo znaczenie i kontekst niezależnie od języka. Umożliwia to łączenie i wykorzystywanie informacji niezależnie od języka, w którym są one dostępne, co oznacza, że ​​silosy definiowane językiem (na przykład Internet w Chinach) nie stanowią już wąskich gardeł.

Semantic Vision prowadzi bieżącą ocenę nastrojów w mediach nie tylko dotyczących firm czy branż, ale nawet całych krajów. Jej badania pokazują, że negatywne nastroje w rosyjskojęzycznych mediach (które zwykle stanowią dla Kremla izbę echa) stale rosły, wzrastając dziesięciokrotnie w ciągu ostatnich dwóch lat, na długo przed faktycznym rozpoczęciem działań wojennych. To, co wydaje się wskazywać, to to, że nawet przed wystrzałem broni lub ustawieniem czołgów na stanowiskach, rosyjski rząd skutecznie kierował opinią publiczną.

No i oczywiście są aplikacje na arenie bezpieczeństwa narodowego. W świecie, w którym nagłówki gazet są zdominowane przez konflikty (ISIS, Irak, Syria) i choroby (Ebola w Liberii i ponowne pojawienie się polio w Pakistanie), nie dziwi fakt, że potencjalne zastosowania takiej technologii są ogromne, daleko poza światem biznesu gdzie dostawcy oprogramowania publicznie szukają klientów.

Jak można się było spodziewać, informacje o takich pozabiznesowych projektach są trudne do zdobycia. Jednak Palantir ma tendencję do dominowania na pierwszych stronach gazet, dzięki oprogramowaniu, które pomogło zidentyfikować podstawowa grupa 27 mężczyzn za zabójstwem amerykańskiego dziennikarza Daniela Pearla w 2002 roku, odkryj sieć komputerowa GhostNet to infekowało systemy ambasad wielu krajów i umożliwiało kilku departamentom policji USA prowadzenie działań policyjnych z predykcją przy użyciu analizy danych w celu przyjęcia proaktywnego podejścia do rozmieszczenia patroli. Futurystyczny film Raport mniejszości – w którym specjalna policja proaktywnie aresztuje morderców, zanim popełnią przestępstwa – dzieje się w 2054 roku, ale wydaje się, że pod pewnymi względami już tam jesteśmy.

ZBLIŻENIE SIĘ DO EFEKTU MOTYLA

Chociaż z naukowego punktu widzenia może być niemożliwe przewidzenie, czy motyl w Brazylii (lub Bułgarii czy Beninie) ostatecznie spowoduje lądowanie tornada w Teksasie, społeczny wpływ teorii efektu motyla jest niezaprzeczalny w dzisiejszym hiperpołączonym i opartym na danych świecie. . W końcu Arabska Wiosna została właściwie zapoczątkowana przez nieznanego tunezyjskiego sprzedawcę ulicznego, Mohameda Bouazizi, który podpalił się w proteście przeciwko nękaniu przez policję. Jego szeroko opisywana śmierć była w stanie dokonać tego, czego nie były w stanie dokonać ogromne armie i dekady wpływów zachodnich: wywołać wystarczająco dużo oburzenia, by wywołać bunt.

Ponieważ skarbce danych stają się bogatsze, a narzędzia do zarządzania danymi stają się coraz bardziej wyrafinowane, zbliżamy się do punktu, w którym pewnego dnia w niezbyt odległej przyszłości efekt motyla może rzeczywiście opisywać matematycznie przewidywalną rzeczywistość.

Śledź mnie @BansalManju i dołącz do rozmowy na @SAPStartups.

ukryć