Η Επανάσταση της Επιστήμης Δεδομένων

Οι υπολογιστές μπορεί να ξεκίνησαν ως γραμμικά εργαλεία που χρησιμοποιούνται μόνο από μηχανικούς για συγκεκριμένες εργασίες, αλλά έχουν εξελιχθεί σε πολύπλευρες συσκευές, οι οποίες υποστηρίζουν τον καθένα μας με ξεχωριστό και συναρπαστικό τρόπο. Και αυτό που έρχεται μετά είναι ακόμα πιο συναρπαστικό. Μέσα στα επόμενα δέκα χρόνια, πιστεύουμε ότι οι υπολογιστές θα κινηθούν πέρα από τους υπάρχοντες ρόλους τους ως βοηθοί μας, και θα γίνουν σύμβουλοί μας.
|
Open Image Modal
ASSOCIATED PRESS

Η Huffington Post ξεκίνησε το 2005, αλλά αν το είχε κάνει 10 χρόνια πριν, θα είχε βρεθεί μπροστά σε ένα πολύ διαφορετικό κοινό. Το 2005, ο μέσος αναγνώστης ήταν ψηφιακά μορφωμένος- περνούσε πολύ χρόνο online, επικοινωνώντας κυρίως μέσω email και κινητών τηλεφώνων, και εμπλεκόμενος καθημερινά με social media. Ωστόσο, αυτό ήταν πριν καταφθάσουν το Siri, το Google Now και το Waze.

Σήμερα είμαστε πιο διασυνδεδεμένοι από ποτέ, και βασιζόμαστε σε όλα τα είδη «έξυπνων» συσκευών σε καθημερινή βάση. Οι υπολογιστές μπορεί να ξεκίνησαν ως γραμμικά εργαλεία που χρησιμοποιούνται μόνο από μηχανικούς για συγκεκριμένες εργασίες, αλλά έχουν εξελιχθεί σε πολύπλευρες συσκευές, οι οποίες υποστηρίζουν τον καθένα μας με ξεχωριστό και συναρπαστικό τρόπο.

Και αυτό που έρχεται μετά είναι ακόμα πιο συναρπαστικό. Μέσα στα επόμενα δέκα χρόνια, πιστεύουμε ότι οι υπολογιστές θα κινηθούν πέρα από τους υπάρχοντες ρόλους τους ως βοηθοί μας, και θα γίνουν σύμβουλοί μας. Με τη βοήθειά τους, θα παλέψουμε και θα επιλύσουμε κάποια από τα πιο σκληρά ζητήματα με τα οποία είναι αντιμέτωπος σήμερα ο κόσμος.

Μια φορά και έναν καιρό, οι υπολογιστές είχαν δημιουργηθεί με έναν συγκεκριμένο σκοπό κατά νου: Να ψάχνουν μέσα σε μεγάλους όγκους δεδομένων και να βρίσκουν απαντήσεις σε συγκεκριμένες ερωτήσεις, εντοπίζοντας την βελόνα μέσα στον αχυρώνα των πληροφοριών. Το κάνουν ακόμα σήμερα- απλά σε πολύ μεγαλύτερες ταχύτητες και επίπεδα πολυπλοκότητας. Οι δίδυμες δυνάμεις της επιστήμης δεδομένων (data science) και του machine learning μας έχουν επιτρέψει να δώσουμε αλλού έναν ολοένα και μεγαλύτερο αριθμό χρονοβόρων και κουραστικών εργασιών, αφήνοντάς μας ελεύθερους να ασχοληθούμε με πιο σημαντικά πράγματα.

Σκεφτείτε το Fitbit. Μπορούσαμε βεβαίως να παρακολουθήσουμε τη σωματική δραστηριότητα «με το χέρι», αλλά δεν θα το κάναμε με τη συνέπεια και την ακρίβεια της ψηφιακής wearable συσκευής που έχει προγραμματιστεί να το κάνει για εμάς. Και σκεφτείτε τα αυτοκίνητα που οδηγούνται μόνα τους. Η ανάθεση της διαδικασίας της οδήγησης σε έναν υπολογιστή θα αποδεσμεύσει αμέτρητες ώρες, τις οποίες θα μπορούσαμε να αξιοποιήσουμε για δουλειά, εκπαίδευση ή συζητήσεις με φίλους και αγαπημένους. Επίσης φέρνει το πρόσθετο όφελος της ασφάλειας, καθώς η προσοχή των ψηφιακών οδηγών δεν αποσπάται από συζήτηση, κούραση ή αλκοόλ.

Τα οφέλη των ψηφιακών εργαλείων δεν περιορίζονται στους ολίγους και προνομιούχους. Ψαράδες στην ακτή της Αφρικής πλέον χρησιμοποιούν κινητά τηλέφωνα για να βρουν τις αγορές με τις καλύτερες τιμές για τις ψαριές τους. Φοιτητές που κάποτε μοιράζονταν ένα βιβλίο ανά τάξη μπορούν τώρα να έχουν πρόσβαση στις πληροφορίες όλου του κόσμου μέσω του Ίντερνετ.

Ωστόσο, πιστεύουμε ότι οι υπολογιστές μπορούν να κάνουν περισσότερα. Οι δυνατότητές τους για ανάλυση δεδομένων αυξάνεται συνεχώς και όλο και περισσότερα δεδομένα αποθηκεύονται τώρα ψηφιακά. Η κοινωνική τους επίδραση θα είναι μεγάλη, και θα μας βοηθήσουν να αντιμετωπίσουμε πιεστικά ζητήματα όπως η υγειονομική περίθαλψη και η κλιματική αλλαγή.

Μέσα στις επόμενες λίγες δεκαετίες, υπολογίζεται ότι 60 εκατ. άνθρωποι τον χρόνο θα μετακινηθούν σε πόλεις. Θα υπάρχουν ερωτήματα σχετικά με τον έλεγχο κυκλοφορίας, το καύσιμο, το αποτύπωμα άνθρακα και ο σχεδιασμός πόλεων. Και εδώ μπαίνει μέσα η επιστήμη δεδομένων. Μέσα στην επόμενη δεκαετία, η ποσότητα πληροφοριών που συγκεντρώνουμε θα αυξάνεται εκθετικά- ιδιοκτησία αυτοκινήτου, κατανάλωση καυσίμου, μέσος όρος αναμονής στο κάθε φανάρι. Δεν θα είμαστε σε θέση να αναλύουμε όλα αυτά τα δεδομένα μόνοι μας, ούτε θα ξέρουμε πάντα ποιες θα είναι οι σωστές ερωτήσεις που πρέπει να γίνουν. Αλλά με το machine learning, οι υπολογιστές θα είναι σε θέση να κοιτάξουν τα δεδομένα μαζικά, αναγνωρίζοντας μοτίβα και κωλύματα που δεν θα ψάχναμε βάσει διαίσθησης. Αμέτρητες σχέσεις και εξαρτήσεις θα αποκαλυφθούν, και ο σχεδιασμός πόλεων θα είναι πιο επιστημονικός, επιλύοντας κάποια πιθανά προβλήματα πριν καν εμφανιστούν.

Σήμερα είμαστε κοντά στο να έχουμε αυτοκίνητα που θα μας οδηγούν αυτόματα σε διευθύνσεις που ορίζουμε. Μέσα στην επόμενη δεκαετία, οι υπολογιστές θα μας δίνουν συμβουλές, με απαντήσεις σε ερωτήματα σχετικά με τις μεταφορές που ίσως να μην ξέρουμε ότι πρέπει να ρωτήσουμε.

Η επιστήμη υπολογιστών θα μεταμορφώσει επίσης την Ιατρική. Ήδη, ο Watson της IBM αναλύει δεδομένα από μεμονωμένα αρχεία ασθενών για τον εντοπισμό των καλύτερων μεθόδων θεραπείας. Στο μέλλον, η επίδραση του machine learning θα επεκταθεί και στην αντιμετώπιση ολόκληρων κατηγοριών ασθενειών. Φανταζόμαστε ότι όλη η βιολογική ύλη θα αποκωδικοποιηθεί κάποια στιγμή, με τα δεδομένα που θα προκύψουν να εγκαθίστανται σε βάση δεδομένων για ψηφιακή ανάλυση. Οι αποκαλύψεις που θα προκύψουν από την ψηφιακή, μέσω υπολογιστή αναγνώριση μοτίβων τέτοιου είδους δεδομένων είναι συγκλονιστικές. Η κατανόησή μας όσον αφορά στην θεραπεία και την πρόληψη μπορεί να μεταμορφωθεί εντελώς. Σήμερα, τείνουμε να κοιτάμε δεδομένα όταν κάποιος είναι ήδη άρρωστος, και οι ιατρικές σπουδές επικεντρώνοντας σε συγκεκριμένο δείγμα ασθενών όταν παρέχεται θεραπεία.

Σκεφτείτε επέκταση της ανάλυσης έτσι ώστε να συμπεριλαμβάνονται ανώνυμες «ματιές» σχετικά με έναν ολόκληρο πληθυσμό, ενσωματώνοντας σημεία δεδομένων που πάνε πέρα από την ασθένεια και περιλαμβάνουν παράγοντες όπως η έκθεση στο περιβάλλον, η διατροφή κατά την παιδική ηλικία και οι συνήθειες στη σωματική άσκηση.

Δεν θα μπορούσαμε να μαντέψουμε, αλλά τι θα γινόταν εάν ανώνυμα δεδομένα από fitness trackers οδηγούσαν σε συμπεράσματα σχετικά με την πρόληψη ασθενειών; Τι θα γινόταν εάν η παραγόμενη μέσω υπολογιστή αναγνώριση μοτίβων έλυνε/ εξηγούσε τη σχέση μεταξύ των γενετικών χαρακτηριστικών και του καρκίνου; Σκεφτείτε αν, όπως ακριβώς δωρίζουμε χρήματα για την έρευνα στον καρκίνο, επιλέγαμε να δωρίσουμε τα ανώνυμα δεδομένα Fitbit μας για να εξεταστούν με σκοπό τη σωτηρία ζωών.

Πιστεύουμε ότι ο στόχος των υπολογιστών είναι να ενισχυθεί ο άνθρωπος, συμπληρώνοντας τις δυνατότητές του. Η επόμενη δεκαετία θα φέρει ακριβώς αυτό. Θα μάθουμε να φτιάχνουμε μηχανήματα που πηγαίνουν πέρα από την εκτέλεση εργασιών και αυτό θα μας παρέχει τα είδη των γνώσεων που ενισχύουν τη λήψη ιστορικών αποφάσεων. Είναι συναρπαστικοί καιροί για να ζει κανείς.

Η εν λόγω δημοσίευση εντάσσεται σε μια σειρά για τον εορτασμό των 10 χρόνων της Huffington Post μέσω γνωμών ειδικών για τα επόμενα δέκα χρόνια στους τομείς εξειδίκευσής τους. Για να δείτε όλα τα δημοσιεύματα της σειράς, δείτε εδώ.

___________________

Ο Έρικ Σμιντ και ο Τζάρεντ Κοέν είναι οι συγγραφείς του best seller των NY Times, The New Digital Age: Transforming Nations, Businesses, and Our Lives.