BRAVE NEW DIGITAL WORLD
5. BIG DATA


JAK VELKÁ JSOU VELKÁ DATA
*globální objem dat se zdvojnásobí cca každé tři roky
*
*95 mil. nových fotek  a videí každý den na Instagramu, 450 tis. tweetů každou minutu, 5 nových fb
profilů každou sekundu
*
*Large Synoptic Survey Teleskope každý den pořídí 28 TB dat; na Wikipedii je každou minutu
provedeno 600 editací, v rámci činnosti LHC je každou sekundu možno zaznamenat 25 GB dat




JAK VELKÁ JSOU VELKÁ DATA
*nejde ani tak o množství jako spíše o situaci
*
*30‘s & 40‘s od stratifikovaných vzorků k vzorkům náhodným a nyní od vzorků k celkům
*
*změna měřítka způsobuje změnu stavu – kvantitativní změna iniciuje změnu kvalitativní
*
*velká data znamenají, že můžeme provádět některé operace, které nebyly v malém měřítku možné
(resp. adekvátní)

ARCHEOLOGIE BIG DATA
*Mathew Maury jako inspektor skladů námořních map pomocí starých deníků „vyčísluje“ atlantický
oceán a objevuje nové lodní cesty, později zavádí standardizovaný námořní záznam a nakonec vydává
The Physical Geography of the Sea (1855)
•
*Francis Galton vypracovává techniku průzkumu pomocí dotazníků, vytváří meteorologické mapy a
představuje způsob klasifikace otisků prstů; do statistiky vnáší měření korelace - „pokud se
vyskytuje  jev A tak s pravděpodobností X se (ne)vyskytuje jev B“ (1888)

PROBLÉM STROJOVÉHO PŘEKLADU
*projekty Léona Dostera v období studené války,  cílem je především rychlý překlad z ruštiny;
kódování komplexního gramatického fundamentu se neukazuje jako dobrá cesta
*
*IBM Candide pracuje se záznamy jednání kanadského parlamentu a překlad určuje pomocí statistické
pravděpodobnosti; jeho bází byly 3 mld. dobře přeložených vět
*
*Google od r. 2004 skenuje web a zaznamenává překlady kolísavé kvality; jeho báze má stovky mld.
vět; výsledkem je služba translate
*
*




BIG BUZZ DATA
*agnostický přístup + rozličná kvalita + korelace => např. se špatným počasím roste spotřeba
sušenek s jahodovou příchutí, oranžová auta jsou v amerických autobazarech ta nejspolehlivější,
vaše dcera je těhotná
*
*datafikace slov (books.google), datafikace polohy (Waze), datafikace interakcí (Facebook) nabízí
řadu nových poznatků (např. šíření chřipky, pohyby cen nemovitostí, ceny letenek)
*
*„měření znamená vědění“ & „vědění znamená moc“

BIG BIZ DATA
*data netrpí rivalitní spotřebou, ITs  přinášejí pasivní sběr (např. Analytics tracking code),
hodnota nemusí nutně klesat
*
•získávání hodnoty:
•1) opakované použití (systém doporučení, open data)
•2) slučování datových množin (vznik nových dat)
•3) sběr s ohledem na vícero použití (street view, CCTV)
*
*podnikání s daty & podnikání se znalostmi
*

BIG WISE DATA
*analýza big data je jako rybaření – nevíme, co chytíme
*
*přichází konec vědecké metody a konec géniů?
*
*korelační analýza namísto „proč/jak“ říká „co“
*
*je toto omezení důrazu na kauzalitu adekvátní trade off nebo znamená příchod nové „doby temna“,
kdy sice víme ale nerozumíme?

OD LSTIVOSTI …
*Amazon ví, co nakupujeme, Twiter co si myslíme, Facebook zná naše přátele, Google oblíbené weby,
operátoři to, kde jsme a kdo je poblíž …
*
*„pokud je to zadarmo, produktem jste vy sami“
*
*inflace loginu – každý další je cennější, protože takto prohlubuje informační bázi
*

OD LSTIVOSTI …
*spoustu našich HCI je datafikováno a obratem se ocitá v těch nejvýkonnějších výpočetních
klastrech, které z nich vytěžují znalosti
*
*každá zachycená informace zhodnocuje ty ostatní
*
*takto vzniklá síť (model) je široce aplikovatelná
*
*dostatečná technologická úroveň spolu s adekvátním datovým fundamentem umožňují hlubší poznání a
přesnější predikce
*

… K NÁZNAKŮM DICKOVSKÉHO SVĚTA
*Ne Orwell a 1984, ale Dickovy a Minority report
a Adjustment Team
*
*Cambridge Analytica vypracovávala osobnostní model Big Five a na jeho základě pak na fb
komunikovala behaviorální reklamu
*
*software PredPol předpovídá majetkovou trestnou činnost, automatizace řízení o podmínečném
propuštění
a práce Richarda Berga

… K NÁZNAKŮM DICKOVSKÉHO SVĚTA
*znamenají Big data konec svobodné vůle?
*
*operace á la Cambridge Analytica jsou kompatibilistickou manipulací – svobodná rozhodnutí sice
činíme, ale kontext je vyfabrikován a přizpůsobený individuálním motivacím
*
*prediktivní kriminalistika a justice staví nad svobodnou vůli deterministický model – tvrdá
determinace je oktrojována

STRATEGIE ZVLÁDÁNÍ
*odpovědnost držitelů dat – pouze vymezené typy operací
*
*zachovat instituci svobodného jednání – otevřené a certifikované algoritmy, jejichž výstupy by
byly falzifikovatelné
*
*vznik protimonopolních a protikartelových zákonů regulujících datové barony