Αναρτήθηκε σε 5 Απριλίου, 2012 κατηγορία: Ειδήσεις

Συντάκτης: Eπιμέλεια, Γιώργος Καρουζάκης

O Daniel Krasner, μαθηματικός με σπουδές στο Πανεπιστήμιο Columbia, σκιαγραφεί σε λίγες γραμμές τις νέες κατευθύνσεις της επιστήμης στην εποχή της πληροφοριακής έκρηξης.

Σήμερα, οι επιχειρήσεις όλων των τύπων, συλλέγουν πληροφορίες και συνεισφέρουν στην οργιαστική συγκέντρωση δεδομένων που έχει παρατηρηθεί, κυρίως, την τελευταία δεκαετία. Τεράστιες ποσότητες στοιχείων κάνουν την εμφάνισή τους ανά δευτερόλεπτο, ενώ ογκώδη αρχεία πληροφοριών από το παρελθόν αποθηκεύονται σε νέους χώρους. Στην πρώτη γραμμή της συλλογής πληροφοριών βρίσκονται οι εταιρίες Goοgle, Facebook και Twitter που διατηρούν κάθε αναζήτηση, κάθε δράση και κάθε κίνηση που κάνει κάποιος στο διαδίκτυο, ενώ διαφόρων ειδών επιχειρήσεις, από κυβερνητικές μέχρι ιατρικές, ψηφιοποιούν Ιστορικές συλλογές δεδομένων και τις αποθηκεύουν σε μορφές που επιτρέπουν την ευκολότερη πρόσβαση σε αυτές και την ανάλυσή τους.

Ουσιαστικά, υπάρχουν δύο λόγοι για τους οποίους συμβαίνει, τώρα, αυτή η κινητικότητα: πρώτον, είναι σχετικά εύκολο, καθώς και ανέξοδο να συλλέγεις και να αποθηκεύεις δεδομένα και δεύτερον, είναι ξεκάθαρο ότι υπολογίζεται και η προοπτική της δυνητικής αξίας όλων αυτών των στοιχείων. Mέσα στην πληθώρα των πληροφοριών υπάρχουν πιθανές ιδέες που μπορούν να μας βοηθήσουν να κατανοήσουμε, με τρόπους πρωτόγνωρους, το παρόν και να προβλέψουμε το μέλλον.

Ραχοκοκαλιά αυτής της μανίας για τη συλλογή και την επεξεργασία δεδομένων είναι η συνέργεια τριών επιστημονικών κλάδων: των Μαθηματικών, της Στατιστικής και της Επιστήμης των Υπολογιστών. Τα άτομα με το ανάλογο υπόβαθρο, που γνωρίζουν ένα ή ακόμα και τα τρία αυτά γνωστικά αντικείμενα, κι έχουν ένα έντονο ενδιαφέρον για την επίλυση προβλημάτων, ανήκουν στους προνομιούχους. Αφού αυξάνονται, διαρκώς, η ζήτηση και ο αριθμός των ευκαιριών εργασίας στον τομέα της επιστήμης των δεδομένων.

Καινούργιοι όροι κατακλύζουν, σχεδόν καθημερινά, τον ιδιωτικό τομέα. Σε δεκάδες ανακοινώσεις, συνέδρια, ιστοσελίδες και περιοδικά διαβάζεις νέες λέξεις, όπως Διαχείριση δεδομένων, Στατιστική συμπερασματολογία, Επιστήμη της Ανάλυσης, Μαθηματική μοντελοποίηση, Μηχανική μάθηση και Τεχνητή νοημοσύνη κλπ. Στην ουσία όλοι αυτοί οι όροι αναφέρονται στο ίδιο πράγμα, η ποικιλία τους αντανακλά, απλώς, τη σχέση που έχουν με τις επιστήμες των Μαθηματικών, της Στατιστικής και των Υπολογιστών. Ο λόγος για τον οποίο οι νέοι όροι πολλαπλασιάζονται συνδέεται και με το γεγονός ότι οι εταιρείες έχουν συνειδητοποιήσει ότι τα δεδομένα είναι το καινούργιο πολύτιμο νόμισμα, το οποίο και προσπαθούν, απεγνωσμένα, να εκμεταλλευτούν ως περιουσιακό τους στοιχείο στην αγορά.

Όσοι ασχολούνται με την επιστήμη των δεδομένων είναι τελικά αυτοί που μετατρέπουν το καινούργιο «νόμισμα» σε πολύτιμο αγαθό. Τα προβλήματα που προκύπτουν από αυτή τη διαδικασία είναι τόσο διαφορετικά όσο και οι ίδιες οι βιομηχανίες. Aς δούμε μερικά παραδείγματα: Tα συστήματα σύστασης περιεχόμενου σε εταιρίες, όπως η Amazon και η Netflix, αναπτύσσονται για να παρέχουν στους πελάτες μια περισσότερο προσωπική διαδικτυακή εμπειρία και όχι μόνο.

Τα δεδομένα που συλλέγονται από τα περίφημα κοινωνικά δίκτυα χρησιμοποιούνται για την απόκτηση της γνώσης που μπορεί να αξιοποιηθεί σε δεκάδες περιπτώσεις, από τις χρηματοπιστωτικές αγορές μέχρι και την Εθνική Άμυνα. Tα συμπεριφορικά πρότυπα αναλύονται για να κατανοήσουμε πώς αντιδρούν οι πελάτες στη διαφήμιση, φωτίζοντας αυτόν τον, μέχρι πρόσφατα, αντιεπιστημονικό τομέα. Οι μη κερδοσκοπικοί οργανισμοί συλλέγουν στοιχεία από δορυφόρους και άλλα δεδομένα για να δημιουργήσουν μοντέλα πρόβλεψης που αφορούν τις καλλιέργειες, την αύξηση του πληθυσμού και τη βελτίωση της διανομής βοήθειας. Αυτά είναι ορισμένα μόνο παραδείγματα, κι αν κοιτάξετε γύρω σας, θα δείτε ότι υπάρχουν εφαρμόσιμες επιστημονικές λύσεις για τα πάντα.

Με την έλευση των νέων υπηρεσιών αποθήκευσης δεδομένων όπως τα «νέφη υπολογιστών» (cloud computing) και τις καινούργιες υπηρεσίες που παρέχουν η Amazon S3 και τα συστήματα EC2 το αγωνιστικό πεδίο ανάμεσα στις μεγάλες και μικρές επιχειρήσεις έχει σταθεροποιηθεί. Μεγάλες εταιρείες, με την ικανότητα της δημιουργίας δικών τους κέντρων δεδομένων, ανταγωνίζονται πλέον τις ασθενέστερες επιχειρήσεις με τη μικρότερη υποδομή. Συνεπώς, ο αριθμός των εταιρειών που αναζητούν ανθρώπους με μαθηματικό υπόβαθρο, γνώσεις των Πιθανοτήτων, της Στατιστικής, και της πληροφορικής επιστήμης αυξάνεται διαρκώς. Αυτές οι εταιρείες αναζητούν άτομα που να αγαπούν την επίλυση πολύπλοκων προβλημάτων, να έχουν την ικανότητα να κατανοούν γρήγορα τεχνικές πληροφορίες και την επιθυμία να αναπτύσσουν νέες λύσεις. Αυτοί που επιβραβεύονται δεν είναι μόνο όσοι έχουν τα απαιτούμενα προσόντα, αλλά εκείνοι που έχουν το όραμα και τη δημιουργικότητα να δημιουργήσουν νέες εφαρμογές και να ωθήσουν τα επιστημονικά δεδομένα σε νέες επιχειρηματικές περιοχές.

Ανάλογες επαγγελματικές ευκαιρίες υπάρχουν και σε εταιρίες που δεν ανήκουν στην ιδιωτικό τομέα. Προβλήματα που προέρχονται από τη βιομηχανία, τις νέες τεχνικές συλλογής δεδομένων και την πολυπλοκότητα της επεξεργασίας μεγάλου όγκου δεδομένων, απαιτούν συνεχώς καινοτόμες λύσεις. Τέτοιου είδους έρευνες αναζητούν την συμβολή των Εφαρμοσμένων Μαθηματικών, της Στατιστικής και της Επιστήμης των Υπολογιστών. Καινούργια ακαδημαϊκά προγράμματα προσανατολίζονται προς την αξιοποίηση των επιστημονικών δεδομένων, ενώ ανάλογα πανεπιστημιακά πτυχία κάνουν την εμφάνισή τους για να υποστηρίξουν αυτόν τον τομέα.

Επιπλέον, διεπιστημονικά πεδία, όπως η υπολογιστική νευροεπιστήμη και η βιοπληροφορική βασίζονται σε μεγάλο βαθμό στην ανάλυση δεδομένων, ενώ η σχέση αυτή θα γίνει στενότερη στο άμεσο μέλλον. Η συλλογή και η διασπορά δεδομένων δημιούργησε επίσης την ανάγκη για νέα νομικά και ηθικά πλαίσια, με κορυφαία παραδείγματα τα νομοσχέδια SOPA και PIPA που δεν κατάφεραν να περάσουν από το Κογκρέσο τον Ιανουάριο, καθώς και την πρόσφατη ανακοίνωση της Google για νέες πρακτικές στην προστασία της ιδιωτικής ζωής των χρηστών.

Όλες αυτές οι συναρπαστικές εξελίξεις μεταφέρουν μαζί τους μια σειρά από προβλήματα που για να αντιμετωπιστούν θα απαιτηθεί ένας μοναδικός συνδυασμός επιστημονικών, τεχνικών γνώσεων και ικανοτήτων.

Το επάγγελμα του επιστήμονα που ασχολείται με την αξιοποίηση των δεδομένων μόλις αρχίζει να παίρνει μορφή, αλλά σίγουρα είναι εδώ για να μείνει. Υπάρχουν πολλά πράγματα που μπορείτε να κάνετε με τις σπουδές των μαθηματικών και οι δυνατότητες που περιγράφονται στο κείμενο δεν συνθέτουν σε καμία περίπτωση μια ολοκληρωμένη λίστα. Οι νέες εξελίξεις στον κόσμο της πληροφορικής ανοίγουν σίγουρα το δρόμο για νέες συναρπαστικές επαγγελματικές ευκαιρίες.

Πηγή:http://www.mathaware.org/index.html