TDS-h2489FU R2 ponuja močno in stabilno računalniško zmogljivost, robustno mreženje in razširljive zmogljivosti shranjevanja za izpolnjevanje podjetniških zahtev po visokih obremenitvah, večopravilnosti in nizki zakasnitve v aplikacijah, kot so virtualizacija, visokozmogljivo računalništvo (HPC), podatkovni centri, umetna inteligenca in strojno učenje, veliki podatki ter 3D upodabljanje.

»Ko se podjetja soočajo s hitro rastjo podatkov in vse zahtevnejšimi delovnimi obremenitvami, potrebujejo več kot le zmogljivost. Zahtevajo stabilno platformo, ki podpira kritične operacije, « je dejal Alex Shih, produktni vodja pri QNAP-u, in dodal: »TDS-h2489FU R2 je namensko zgrajen za aplikacije z visoko obremenitvijo in večopravilnostjo, kar omogoča IT ekipam, da z lahkoto obvladujejo virtualizacijo, učenje AI modelov ali postprodukcijsko urejanje. Naš cilj je pomagati podjetjem maksimirati prednosti all-flash shranjevanja v podatkovnih centrih in visoko učinkovitih sodelovalnih okoljih, pospešujoč digitalno preobrazbo in inovacije.«

Z dvema procesorjema Intel Xeon Silver 4300 Series TDS-h2489FU R2 zagotavlja do 32-jedrno procesno moč. Podpira do 1TB sistemskega pomnilnika in ima izboljšano strojno razširljivost v primerjavi s predhodnikom, saj ponuja do štiri PCIe Gen 4 razširitvene reže. TDS-h2489FU R2 zagotavlja visok IOPS in nizko zakasnitev, zaradi česar je idealen za virtualizacijo, virtualno namizno infrastrukturo (VDI) in podjetniške strežniške aplikacije. Ne glede na to, ali gre za obvladovanje masivnih podatkovnih obremenitev, podporo sočasnega dostopa več delovnih postaj ali premagovanje I/O ozkih grl v podatkovno intenzivnih aplikacijah, TDS-h2489FU R2 zagotavlja stabilno in učinkovito obdelavo podatkov. Deluje na operacijskem sistemu QuTS hero in zagotavlja visoko zanesljivo ZFS-bazirano pomnilniško okolje z nespremenljivim shranjevanjem, zmogljivimi tehnologijami zmanjševanja podatkov in SSD optimizacijo za maksimiranje učinkovitosti naložbe v all-flash shranjevanje.

Ključne značilnosti TDS-h2489FU R2: Sprostitev zmogljivosti podjetniškega shranjevanja

• U.2 NVMe all-flash shranjevanje
  Ima šestnajst 2,5-palčnih U.2 PCIe NVMe rež in osem 2,5-palčnih U.2 PCIe NVMe / SATA 6Gbps rež, ki zagotavljajo do 1.000.000 IOPS v 4K naključni bralni zmogljivosti, idealno za aplikacije z dostopom do podatkov visoke gostote.
• Dvojno-procesorska večjedrna računalniška moč
  Na voljo v dveh konfiguracijah: dvojni Intel Xeon Silver 4309Y 8-jedrni 3,6GHz procesorji ali dvojni Intel® Xeon® Silver 4314 16-jedrni 3,4GHz procesorji. Podpira DDR4 ECC RDIMM pomnilnik, razširljiv do 1TB, kar zagotavlja nemoteno večopravilnost in zmogljivost kritičnih aplikacij.
• Več PCIe za več možnosti
  Opremljen s štirimi PCIe Gen 4 režami, podpira prilagodljivo namestitev 25GbE / 100GbE visokohitrostnih mrežnih kartic, kartic za razširitev shranjevanja, M.2 SSD razširitvenih kartic ali Fibre Channel kartic za razširljive nadgradnje.
• Shranjevanje na PB-nivoju
  Podpira PCIe kartice za razširitev shranjevanja za povezavo do desetih PCIe JBOD TL-R2400PES-RP, za dodatnih 240 diskov; ali do šestnajst SAS JBOD TL-R1620Sep-RP, za dodatnih 256 diskov.
• M.2 reže za povečanje zmogljivosti
  Vključuje dve M.2 2280 NVMe PCIe Gen 3 x4 / SATA 6Gbps reži za SSD pomnilniške skupine, SSD predpomnjenje ali SSD sistemske diske za izboljšanje splošne učinkovitosti.
• Visokohitrostno mreženje za maksimalne zmogljivosti
  Ima štiri 2.5GbE RJ45 vrata in dva 25GbE SFP28 vrata (predhodno nameščena dvovratna 25GbE mrežna kartica) za izpolnjevanje podjetniških zahtev po visoki pasovni širini. 25GbE kartica podpira iSER (iSCSI Extensions for RDMA) za pospeševanje VMware® ESXi prenosov podatkov ob zmanjšanju obremenitve CPU in podpira SR-IOV za optimizirano dodeljevanje pasovne širine navideznih strojev, kar zagotavlja visokozmogljive in stabilne operacije.
• Redundantno napajanje za zanesljivost
  Dvojni redundantni napajalniki minimizirajo tveganje nepričakovane okvare strojne opreme, zagotavljajo neprekinjen dostop do podjetniških podatkov in izboljšano kontinuiteto poslovanja.

Za več informacij in specifikacij obiščite www.qnap.com.

The post QNAP predstavlja vodilno omrežno podatkovno polje! appeared first on Tehnozvezdje.

Milán Janosov je pred leto s pomočjo analize podatkov oblikoval grafikon socialnih povezav v Igri prestolov. Zdaj je podobno analizo naredil že za Witcherja ter dognanja opisal v članku na portalu Nightingale. Pokazala se je struktura povezav, preveč zapletena, da bi si povprečen bralec zapomnil čisto vse od več kot 600 omenjenih likov in tudi marsikateri manj pomemben zaplet. Razen prikaza sposobnosti računalnika in programske opreme za analizo velikih podatkov nastali podrobni grafikon sicer nima pomembnejše teže. Nenazadnje gre za fantazijski roman, pri prebiranju katerega res ni treba poznati vseh likov, še posebej ne manj pomembnih, ki zapolnijo morebitne praznine v zgodbi ali razjasnijo manj pomemben dogodek. Toda vseeno je zanimivo videti, kako so like povezani oziroma kakšno težo sploh imajo. Dlje so v grafikonu od daleč najbolj pomembnega Geralta, manj pomembni so.

Ravno tako je zanimivo, kako se je znanstvenik projekta lotil. Najprej je naredil seznam vseh likov, tudi najbolj obrobnih in se nato lotil programa, ki je analiziral knjige Andrzeja Sapkowskega, kajti igrana serija in videoigre so razumljivo manj uporaben vir podatkov. Iskal je stavke z omembo lika ali likov ter na podlagi tega sklepal o teži relacije med njimi. Kako daleč vsak sebi sta dva lika omenjena (koliko stavkov je med omembama) in kako pogosto sta omenjena v podobnih delih besedil. Če sta na primer večkrat omenjena v istem stavku, to kaže na njuno močno relacijo. Glede na analizo različnih pogojev je še prišel do zaključka, da sta lika med seboj povezana, če je med njunima omembama v besedilih manj kot pet stavkov.

Tako je nastal grafikon v različno velikimi vozlišči (glede na številčnost omembe lika) in povezav med njimi. Presenečenj kajpada ni – največji pomen imajo in med seboj so najbolj povezani Geralt, Yennefer in Ciri.

The post Celovit prikaz socialnih povezav v priljubljeni sagi The Witcher appeared first on Tehnozvezdje.

Pravzaprav ni dejavnosti, kjer ji ne bi bilo mogoče uporabiti, pa tudi bati se je ni treba. Je pa besedna zveza malo srh zbujajoča tudi zato, ker ima v znanstvenofantastičnih filmih umetna inteligenca največkrat zle namene. Pa tudi prikazana je napačno. Vedno je pametna na podoben način, kot smo pametni mi, pa še svojega obstoja se zaveda. Dejanska umetna inteligenca pa je nekaj popolnoma drugega. Lahko ima inteligenco na ravni amebe, a če zna opraviti eno od nalog, ki smo jo do nedavnega poistovetili s človekom – načrtovanje, analiziranje in svetovanje, potem je še kako uporabna. Zato je na mestu mnenje profesorja filozofije na Oxfordu Luciana Floridija. »Ne mislim, da je moj iPhone pameten, pa me vseeno vedno premaga v šahu«. Umetne inteligence se nam ni treba bati, res bo spremenila svet in uničila nekaj delovnih mest, a bo prinesla več dobrega kot slabega. Pravzaprav ni podjetja v tehnološki industriji, ki ne bi bilo tako ali drugače povezano z njo, od zagonskih, pa do mnogo bolj uveljavljenih. IBM na primer ime računalnika Watsona, ki je premagal človeškega igralca v kvizu Jeopardy, zdaj uporablja za imenovanje okolja umetne inteligence s številnimi poslovnimi orodji.

Poslovna orodja z bolj ali manj dodelanimi algoritmi umetne inteligence so že postala stalnica finančnega sektorja, kjer pretežno pomagajo pri upravljanju S tveganji in z grožnjami. Uveljavila pa so se tudi v filmski industriji, čeprav uradno tega nočejo priznati, saj naj bi škodilo njenemu umetniškemu in kreativnemu ugledu. A vseeno uporabljajo algoritme, ki odločajo o marsičem. Berejo scenarije in ocenjujejo, ali bo film uspešnica, analizirajo, ali bi zamenjava glavnega igralca povečala ali zmanjšala prihodek ter ocenjujejo, kolikšen ta sploh bo. Po podatkih, ki so dostopni v javnosti, naj bi bila njihova učinkovitost na visoki ravni. Pred časom je bilo celo govora, da scenarije filmskih uspešnic pišejo algoritmi in čeprav ni bilo potrjeno, poteka razvoj tovrstnih algoritmov gotovo tudi v tej smeri.

Algoritmi strojnega in poglobljenega učenja

Strojno učenje je najpogostejša oblika umetne inteligence. Zaradi tega pristopa lahko kamera pametnega telefona kljub majhni luknji objektiva, skozi katero pride do tipala bore malo svetlobe, posname odlične fotografije. Podobni algoritmi pa so za zdaj najbolj pogosti tudi v poslovnih orodjih. Potrebujejo čas, da se učijo, pa tudi ogromno podatkov. Podatki so njihovi viri, več jih imajo, boljši postajajo, hkrati pa so sposobni v njih videti vzorce, ki jih mi nismo. Tipičen primer je tok podatkov strojev samodejne proizvodnje linije. Marsikaj skrivajo, vendar jih je preveč in prehitro »prihajajo«, da bi jih lahko operater za zaslonom popolnoma dojel. Algoritem pa brez večjih težav opazi, da na primer stroj ne deluje, kot bi moral, ter svetuje operaterju njegov preventivni pregled.

Algoritmi strojnega učenja imajo omejitve. Učijo se na »starih« podatkih in tudi če jih je dovolj, obstajajo zagate, ki jih ni mogoče rešiti le s poznavanjem preteklosti. Prej ali slej pa ne glede na količino podatkov pridejo do ravni, ko jih ni mogoče več izboljševati. Algoritmi poglobljenega učenja predstavljajo korak naprej. Niso zamenjava za prve, temveč pridejo prav v primerih, ki jim ti niso kos. V finančnem svetu na primer odkrivanje prevar. Sposobni so namreč sočasne analize več dejavnikov, dober primer pa so samovozeča vozila. Pomagajo jim pravilno razumeti okolico na podlagi podatkov, ki jih posredujejo tipala. Kot so na primer razdalje do predmetov okoli vozila, smeri in hitrosti, s katero se nekateri gibljejo, vključno z napovedjo, kje bodo čez nekaj sekund, da se vozilo na primer zna odločiti, kdaj zamenjati vozni pas. Tako kot algoritmi strojnega učenja se učijo na podatkih iz prejšnjih voženj, da razumejo podatke v realnem času, vendar znajo tudi »razmišljati«. So tudi manj omejeni, do kod jih je mogoče izboljševati, zato so modeli poglobljenega učenja bolj podrobno in prilagodljivi, posledično pa v svojem delu tudi bolj neodvisni.

Kje smo in kam nas bo vodil razvoj?

Kljub nekaterim pomislekom umetna inteligenca ni mišljena kot zamenjava za človeško inteligenco in iznajdljivost, temveč jo na splošno vidijo kot orodje podpore pri odločanju. Naj se ne bi smela odločati namesto ljudi, kar pa zna biti zaradi narave ljudi dvorezni meč. Možno je namreč, da bodo nekateri sprejeli vsak nasvet poslovnega orodja preprosto zato, da bodo lahko odgovornost zvalili nanj. Zaenkrat pa še nismo tam, kajti ne glede kaj govorijo ponudniki, je umetna inteligenca še daleč od zanesljivega svetovalca. Ni sposobna izvajati nalog, ki zahtevajo kanček »zdrave« pameti. Zato pa je sposobna obdelovati in analizirati podatke mnogo hitreje, kot to počnejo naši možgani ter odločevalcu predstaviti možne odločitev ter njihove posledice.

Razvoj umetne inteligence poteka izredno hitro, zato je težko napovedati, kako jo bomo uporabljali oziroma kako bo spremenila človeško družbo. Da pa jo bo, dvoma ni. Večina strokovnjakov meni, da bodo računalniki kmalu lažje opravljali »razumske« naloge, zato bo postala umetna inteligenca koristna v življenju. Prišlo bo tudi do še enega preskoka v poslovnem in zasebnem življenju. Danes je interakcija z digitalnim svetom, s tem pa tudi z umetno inteligenco, večinoma omejena z dvodimenzionalnimi zasloni. Nekoč pa bo namesto njih »vmesnik« postala okolica, ki obdaja posameznika.

The post Umetna inteligenca, cenjeni svetovalec ali krvnik človeštva? appeared first on Tehnozvezdje.

Z veliko količino podatkov ni preprosto delati, saj procesiranje podatkov hkrati poteka na nekaj sto ali celo nekaj tisoč strežnikih. S projektom dekodiranja človeškega genoma se je skupina znanstvenikov intenzivno trudila deset let. Delo, ki so ga opravili, bi tehnologija velikih podatkov opravila v enem tednu. Zaradi nje lahko zvezdoslovci kartografirajo nebo z veliko bolj zmogljivimi teleskopi in v kratkem času zajamejo terabajte podatkov.

Javnosti je najbolj znano iskanje »božjega delca« (Higgsov bozon), ki teče v velikem hadronskem trkalniku (LHC). Fiziki osnovnih delcev so lahko »zajeli« vedenje delcev, manjših od atoma, ki se gibljejo z veliko hitrostjo. 150 milijonov tipal pošilja podatke 40-milijonkrat na sekundo. To je skoraj 600 milijonov zaznanih trkov delcev na sekundo. Po filtriranju in izmetu 99,999 odstotka meritev še vedno ostane 100 trkov na sekundo, ki so zanimivi za podrobnejšo analizo. Kljub tolikšnemu izmetu meritev (uporabnih je 0,001 odstotka) to predstavlja 25 peta bajtov podatkov letno, če pa bi shranili prav vse, bi jih bilo 150 milijonov peta bajtov.

Veliki podatki je zbirka podatkov, podatkovna baza, tako velika po obsegu in zapletenosti, da jo je težko obdelati z orodji za upravljanje baz podatkov ali običajnimi aplikacijami za procesiranje podatkov. Izzivi vključujejo zajem podatkov, hranjenje, skladiščenje, iskanje po podatkih, delitev med več uporabniki, prenos, analizo in vizualizacijo podatkov.

Napredek v hitrosti zajema podatkov in v njihovem procesiranju je prišel do izraza tudi pri projektu »BRAIN« (Brain Research through Advancing Innovative Nanotechnologies). Cilj projekta je kartiranje aktivnosti v človeških možganih z uporabo opreme, ki hkrati spremlja, shrani in analizira podatke milijarde nevronov. Prek programa želijo najti način zdravljenja stanj, kot so alzheimerjeva bolezen, kap in avtizem.

Poleg temeljnih raziskav so predlogi o bolj praktični izrabi tehnologije velikih podatkov. Zbiranje in analiziranje podatkov, ki bi jih zagotovilo veliko poceni mobilnih telefonov, bi lahko uporabili pri preučevanju, kako se ljudje premikamo, kako se obnašamo, pomagalo pa bi tudi pri razumevanju izbruhov bolezni. Epidemiologinja Caroline Buckee je analizirala podatke baznih postaj v Keniji, izkazalo pa se je, da so zanjo ti podatki še kako uporabni. Našla je vzorec, ki kaže večjo verjetnost, da bodo osebe, ki so opravile klic ali poslale SMS prek ene konkretne bazne postaje, potovale na sever države, kjer je verjetnost okužbe z malarijo višja. Na svetu je šest milijard mobilnih telefonov, od tega pet milijard v deželah v razvoju. Ti telefoni so preprosti, omogočajo le klicanje in pošiljanje sporočil, ne razkrivajo osebnih podatkov, vendar podatki, ki se zapišejo na baznih postajah pri vsaki opravljeni storitvi, njihova analiza, lahko izdajo vzorec gibanja ljudi. Vprašanje ni, ali so ti podatki na voljo, temveč kako jih bomo uporabili.

Ko je leta 2000 astronomski projekt SDSS (Sloan Digital Sky Survey) začel zbirati podatke, je v prvih nekaj tednih zbral več podatkov kot vsa astronomija do takrat oziroma 200 GB na noč, vse skupaj 140 TB.

So kritiki, ki opozarjajo, da »narava« velikih podatkov omogoča odkritje nečesa brez poznavanja vzroka oziroma motiva problema. Vedeli bomo, da se je nekaj zgodilo, ne pa nujno tudi, zakaj. Kot ljudje smo naučeni iskati vzroke, kar pa je lahko težko in nas lahko spelje na napačno pot. Veliki podatki pa nas ne silijo k osredotočenosti na vzrok, kar pomeni, da lahko najdemo vzorce in povezave v podatkih, kar nam daje nov in tudi neprecenljiv pogled na problem. Povezave med podatki nam sicer natančno ne povedo, zakaj je do nečesa prišlo, nas pa opozorijo, da se dogaja. V veliko situacijah pa je tudi to dovolj dobro. Tako imenovana družba, ki jo bodo gnali podatki, ima prednosti in slabosti. Največje vprašanje, na katerega ni odgovora, je, kdo bo lastnik vseh teh podatkov in kdo jih bo nadziral. Bodo veliki podatki izboljšali kakovost življenja ali nas potisnili v mehko diktaturo, v kateri bomo odvisni od številk?

The post Znanost si veliko obeta od velikih podatkov appeared first on Tehnozvezdje.

OSINT je model pridobivanja (obveščevalnih) podatkov iz javno dostopnih spletnih virov. Čeprav je kratica skovanka iz »Open-source intelligence«, nima nič skupnega s odprtokodno skupnostjo. Pove le to, da podatke kopiči iz odprtih virov. Ti pa so zelo raznovrstni. Medijske (novičarske) strani, družabna omrežja, storitve za objavo video vsebin, jasno dostopnih državnih virov, med katere spadajo tudi tiskovna sporočila, opozorila o nevarnosti, govori politikov, znanstvene objave. Naštevali bi lahko v nedogled. Vse, kar je na spletu dostopno uporabniku in javno, torej tudi tisto iz računa Facebooka in ostalih spletnih storitev, kar malomarno označite za javno, lahko zajamejo programi.

Morda ti podatki ne povedo veliko, v marsikaterem primeru pa lahko z njihovo pomočjo izdelajo profil uporabnikov. Med uporabo spletnih storitev lahko naletimo na prošnjo o opravljanju ankete, ki naj bi bila namenjena ocenjevanju zadovoljstva uporabnikov. Ali česa drugega. Poleg vprašanj, ki so resnično povezana z namenom ankete, so na koncu še vprašanja o demografiji anketirancev. Spol, starost, regija, vozilo, letnik nakupa, letni dohodki, naložbe …, torej o stvareh, ki jih javno ne zapisujete in jih podatkovni posrednik težje najde. Podatki – osebni ali brezosebni – so predmet trgovanja. Trgovci s podatki namreč vsakega uporabnika uvrstijo v predalček, ki je povezan z njegovim življenjskim slogom, zanimanji in dejavnostmi. S tem pa delo posrednika ni končano, saj spremlja svoje »žrtve« in išče podatke o dogodkih (na primer ločitvi, kar z veseljem izdate pri spremembi svojega statusa na Facebooku), ki osebo iz enega predalčka premestijo v drugega. Prehodi so za zanje in njihove oglaševalske partnerje najbolj zanimivi.

Britanska informacijska pooblaščenka zahteva pregled pisarne, strežnike in zbirke podatkov podjetja Cambridge Analytica, obtoženo zlorabe osebne podatke 50 milijonov uporabnikov Facebooka.

Resnična nevarnost se skriva v kombinaciji javnih podatkov, ki jih uporabniki vede ali nevede puščamo na internetu s prometnimi podatki operaterjev, predvsem mobilne telefonije, ki jih ti že leta zbirajo, hranijo in analizirajo. Ti podatki so zanimivi tako za pozitivne aplikacije izboljšave življenja in za preprečevanje izbruhov bolezni, zato si jih želijo znanstveniki, kot za bolj posvetne zadeve »služenja« denarja. Mobilni operaterji, ki jim pada prihodek, drug za drugim ugotavljajo, da sedijo na zlatem jajcu. Prodaja podatkov, v brezosebni obliki, bi jim lahko navrgla lep kupček denarja. Ideje so zelo prebrisane. Ameriški operater Verizon je že pred časom dokazal, da lahko z njegovimi podatki, podobno kot s piškotki sledijo spletnim uporabnikom, sledijo tudi ljudem v resničnem življenju.

Podjetja Cambridge Analytica naj bi namensko zbiralo podatke uporabnikov Facebooka, da bi ugotovilo v katero stran se nagibajo ameriški volivci leta 2016 ter poskušalo vplivati na njihovo glasovanje.

The post Halo, Bing, kako brat, imam podatke za prodat. Cena, »sitnica« appeared first on Tehnozvezdje.

Američani so imeli med vietnamsko vojno problem v ocenjevanju uspešnosti. Ni šlo za klasično pozicijsko vojskovanje, tako da ni imelo smisla meriti pridobljenega ozemlja. Šlo je za vojno »volje« in na koncu so uporabili statistiko. Štetje trupel. Postavili so cilje, koliko sovražnikov mora umreti v spopadu, da je ta veljal za uspešnega. S številom ubitih sovražnikov so ocenjevali uspešnost vojnega posega, in kljub dejstvu, da so številke kazale na zmago, so se bili Američani na koncu prisiljeni iz Vietnama umakniti. Izkazalo se je, da sta le dva odstotka ameriških generalov verjela, da je štetje trupel pravi način merjenja vojaške uspešnosti.

Podjetja, vladne ustanove in celo posamezniki bodo merili in optimizirali vse okoli sebe. V diktaturo številk lahko pademo, če ne bomo znali najti prave mere in se bomo v celoti zanašali na rezultate analiz velikih podatkov.

Uporaba, zloraba podatkov med vietnamsko vojno je dobra lekcija o omejitvah informacij, ko se premikamo v dobo velikih podatkov. Podatki so lahko slabi, pristranski, lahko si jih napačno razlagamo ali uporabimo zavajajoče. Bolj kot si mislimo, smo dovzetni za diktaturo podatkov, se pravi, da se jim pustimo voditi, tudi na načine, ki naredijo več slabega kot dobrega. Tveganje je brezglavo zaupanje analizam podatkov in odgovorom, ki nam jih bodo te dale, tudi ko bomo imeli utemeljene razloge za sum, da so podani odgovori napačni. Naj oblikujemo standardiziran sistem merjenja učinkovitosti in kaznovanja šol in učiteljev, ki niso dosegli predpisanih številskih vrednosti na podlagi analize ogromne baze podatkov vseh šol in učiteljev na svetu? Ali naj uporabljamo aplikacijo, ki meri popolnoma vsako zaužito kalorijo, pri tem pa ne upošteva, ali se uporabnik ukvarja s športom ali pa ves dan poležava v postelji?

Google vse stori na podlagi analize podatkov, kar je zaslužno tudi za njegove največje uspehe. Redkeje pa se izkaže, da zanašanje na številke ni vse. Google je dolgo časa zaposloval kandidate na podlagi številčnih ocen uspešnosti, ki so jih dosegli med visokošolskim izobraževanjem. Podatke so zahtevali še nekaj časa po interni analizi, ki je dokazala, da ni neposredne povezave z delovno uspešnostjo zaposlenih. Pa bi morali vedeti, kako se upreti takšnemu ocenjevanju ljudi, ki človeka uvrsti v predalček na začetku njegove poslovne poti in mu omogoča malo možnosti za napredovanje, saj sta oba ustanovitelja Googla, Larry Page in Sergey Brin, hodila v izobraževalno šolo, ki daje prednost znanju, ne številčnemu ocenjevanju. Po takratnih Googlovih standardih Bill Gates, Mark Zuckerberg ali Steve Jobs ne bi bili primerni, saj niso dosegli visokošolske diplome.

Googlova obsedenost s številkami je dosegla skrajnost. Ko so izbirali barvo orodne vrstice, so testirali 41 odtenkov modre in merili, katero so uporabniki več uporabljali. Vprašanje, katere barve naj bo vrstica, so hoteli rešiti s številčnim dokazom. Takšnih primerov je bilo v Googlu veliko. Na neki stopnji so postali podatki opora za vsako odločitev, kar je ohromilo podjetje, saj je potreben čas, da jih zberejo.

Tehnologija nima slabosti, deluje natančno tako, kot je bila zasnovana. Napake ima človek. Če mu damo »računalnik«, ki bo odločal namesto njega, je mogoč prizor iz britanske humoristične nanizanke Mala Britanija (Little Britain). V eni od epizod se na banki oglasi ženska, ki hoče za hčerko odpreti račun. Bančna uslužbenka se z deklico prijazno pogovarja, podari ji celo hranilnik. Ko pa v računalnik vpiše podatke, se hladno obrne, vzame darilo in odvrne: »Računalnik pravi – ne.« Zakaj? Ker je morda sistem analiziral velike podatke in ocenil, da bo oče prihodnji mesec izgubil službo, ali pa ga skrbi vedenje družine na spletu. Kar koli je že razlog, ni nujno, da je pravi, predvsem pa bomo ljudje delovali kot roboti, ki se odločamo izključno na podlagi številk, pehali se bomo za številkami in na koncu ugotovili, da je naše življenje niz številk.

The post Diktatorstvo »številk«, ko bodo te vplivale na življenje ljudi. appeared first on Tehnozvezdje.

Po podatkih analitske hiše IDC povprečen ameriški pisarniški delavec letno ustvari 1,8 milijona megabajtov podatkov. V to so vključeni prenosi vsebin s spleta, dokumenti v digitalni obliki, pretežno besedila, poštna sporočila in biti, ki jih ustvari računalnik med prenosom informacij prek računalniških omrežij in interneta. Večine teh podatkov uporabnik ne vidi, na prvi pogled pa so tudi brezosebni. Pa so res? Znanstveniki, ki raziskujejo velike podatke, opažajo, da se skoraj vsak »tip« podatka lahko uporabi kot prstni odtis za identifikacijo osebe, ki ga je ustvarila. Film, ki ga je izbral in prenesel iz tovrstnih storitev, lokacijski podatki mobilnega telefona, ki jih zbirajo mobilni operaterji, vzorec gibanja, ki ga posnamejo nadzorne kamere v večjih mestih. Več kot je podatkov, težje govorimo o zasebnosti, saj bogastvo podatkov naredi posameznikovo identifikacijo algoritemsko mogočo.

Največkrat slišimo o tako imenovanem profiliranju uporabnikov, ki se ga gredo ponudniki storitev, kot sta Facebook in Google. Nimata le podatkov, ki so javno dostopni vsem uporabnikom spleta, temveč tudi tako imenovane prometne podatke. Kdaj se je uporabnik prijavil v storitev, katere profile je obiskal, kaj je všečkal, katere vsebine je iskal, koliko časa se je v storitvi zadržal, od kod je vanjo vstopil in kam je šel, ko jo je zapustil. Podatke nevede puščamo vedno, ko uporabljamo spletne storitve, in čeprav ne spadajo v ozko definicijo osebnih podatkov, so zgovorni. Ne povedo le, kaj so interesi ali želje uporabnikov, pač pa še veliko več, na primer spolno orientacijo, kot je pokazala ena od tovrstnih raziskav.

Profiliranje uporabnikov samo po sebi ni grožnja, vsaj dokler je upoštevano načelo proporcionalnosti. Ta beseda je bistvena za svobodo posameznikov. Dokler za podatke, ki smo jih nevede pustili na internetu, kljub temu pa so naši, dobimo enako ali več, kot zaradi tega izgubimo, potem smo načelno zadovoljni. Ko pa je obratno, in največkrat so v sodobnem svetu človekove pravice neproporcionalno kršene zaradi varnostnih razlogov, pa ne moremo več govoriti o pozitivni izrabi tehnologije. Zavedanje uporabnikov, čemu vsemu so izpostavljeni med uporabo interneta, je zato bistveno pri ohranjanju posameznikove svobode.

Obstoječa pravila o varstvu podatkov v svetu velikih podatkov ne delujejo. Operaterji zbirajo prometne podatke svojih uporabnikov določen čas, po tem pa so dolžni iz njih izbrisati vse osebne podatke (anonimizirati). Obširnejša je ta baza brezosebnih podatkov, manj je verjetno, da je res taka. Vzemimo primer baze podatkov mobilnih operaterjev, ki jo ti največkrat naredijo brezosebno tako, da iz vseh zapisov izbrišejo telefonske številke – enovita označba, ki vedno pripelje do uporabnika. Kot take pa jih lahko tudi prodajajo. Še vedno pa so v tej bazi lokacijski podatki, mesta, kjer so bile storitve opravljene. Raziskovalca ameriškega inštituta MIT Yves-Alexandre de Montjoye in César A. Hidalgo pa sta pokazala, da lahko dostikrat že poznavanje štirih položajev, kjer je uporabnik telefon uporabljal, v kombinaciji z drugimi javno dostopnimi podatki identificira telefon, prek njega pa tudi njegovega lastnika.

Malce drugače povedano: v svetu velikih podatkov je zasebnost uporabnikov obratno sorazmerna s količino brezosebnih podatkov o njem, ki so analitiku na voljo. Manj kot je podatkov, večja je zasebnost, ko pa je podatkov preveč, zasebnosti ni več.

The post Zasebnost v dobi velikih podatkov appeared first on Tehnozvezdje.

Veliki podatki (big data) so »zvenečnica« računalniške industrije, opevajo se prednosti za podjetja, manj pa slabosti, ki jih bomo deležni uporabniki. Na situ je, kot velikokrat do zdaj, naša zasebnost. Neotipljiva stvar, katere zavedanje je med uporabniki na nizki ravni. Ne gre le za nadzorne sisteme, ki kot gobe po dežju rastejo na vsakem koraku, in za občasna razkritja nečednih poslov. Bolj bi nas moralo skrbeti, kaj z našimi podatki počnejo zasebna podjetja. Služijo denar! Facebook je tipičen predstavnik takšnega podjetja, z milijoni uporabnikov po vsem svetu. »Dobro bi služil, če bi uvedel letno naročnino 10 dolarjev in uporabnikom ponujal enako storitev, vendar brez razkrivanja podatkov. Pa tega ne počne, ker več služi z njihovo prodajo. Enako velja tudi za Google, ki ne bi bil uspešen, kot je, če ne bi ‘bral’ pošte uporabnikov storitve Gmail«. Facebook ne bi obstajal brez osebnih podatkov svojih uporabnikov. Se lahko proti temu sploh borimo? In kako? Če na primer evropski politiki dvignejo glas, trčijo v zid vmešavanja v ameriške gospodarske interese. To pa je enako, kot da bi Američanom napovedali vojno. Omenjena podjetja imajo strežnike tudi drugod po svetu, vendar so kot ameriška podjetja podvržena njihovemu razumevanju zasebnosti in posledično človekovih pravic, ki je v veliki meri milejše od razumevanja te problematike v Evropi.

Priča smo stari igri med patriciji in plebejci, a z novimi tehnikami. Plebejci ustvarjamo podatke; 90 odstotkov »svetovnih« podatkov, podatkov, ki so nastali v človeški civilizaciji, je nastalo v zadnjih dveh letih. Za tri četrtine teh pa smo zaslužni individualni uporabniki interneta. Vse, kar v njem storimo, pusti nekje zapis. Obiščemo spletno stran, pošljemo poštno sporočilo, premaknemo datoteko z ene lokacije na drugo. Patriciji z analizo te ogromne količine podatkov pridobijo moč nad nami. »Dokler velja načelo proporcionalnosti, lahko govorimo o posameznikovi svobodi, ko to pade, te ni več.

Kakšno vlogo imajo pri tem veliki podatki, kaj sploh so, bomo razložili v nadaljevanju. Vohunjenje, nadzor, ciljno oglaševanje niso mogoči brez sistemov, ki v zbranih podatkih iščejo vzorce. Ti vzorci pa so lahko iskani kriminalec, terorist ali preprosteje vedenjski profil uporabnika. Napačno je mišljenje, da če na internetu ne puščamo osebnih podatkov, v ozkem razumevanju tega termina, potem nas nihče ne more identificirati. Vedenje na internetu oziroma vse, kar tam počnemo, je skoraj tako unikaten vzorec kot prstni odtis in dovolj zmogljivi sistemi lahko posameznika izluščijo iz anonimnosti. Več kot imajo na voljo podatkov, večji kot je digitalni kup sena, lažje v njem prepoznajo posamezne igle. Podatki na kup pritekajo iz različnih virov, kar pomeni, da je ta vsak dan večji. Pravi rudnik zlata za vohune, policiste, pa tudi za podjetja, ki znajo podatke spremeniti v denar. Sistemi (računalniki in programska oprema) in specialisti, ki jih upravljajo, so dragi, zato državne organizacije analizo podatkov zaupajo zasebnim podjetjem. Zanje sicer veljajo enaka pravila varovanja podatkov, vendar je nadzor nad njihovo dejavnostjo ohlapnejši. Ali pa ga ni. Podatki, ki so jih zbrale državne organizacije, končajo v rokah zasebnikov, kar bi nas verjetno moralo vsaj malo skrbeti.

Velikih podatkov ne bi bilo brez načrtnega zbiranja, ki poteka na različne načine. Večino podatkov pridobijo iz legalnih virov, z novičarskih strani, družabnih omrežij, iz javnih vladnih gradiv, javno objavljenih znanstvenih raziskav. Mnogo teh podatkov je opremljenih tudi z lokacijskimi oznakami. Dodajmo temu še nelegalne vire, prisluškovanje, vdore v sisteme in pa na enem mestu zbrane podatke nadzornih sistemov (videokamer, mikrofonov …). Nikoli v človeški zgodovini ni bilo mogoče na enem mestu zbrati toliko podatkov, do nedavno to ni bilo niti uporabno, saj računalniki niso bili dovolj zmogljivi, da bi v doglednem času z analizo teh podatkov prišli do uporabnih zaključkov. Danes je položaj drugačen. Vsa večja računalniška podjetja razvijajo sisteme velikih podatkov, razvijajo nove tehnologije in jih ponujajo trgu. Še vedno pa gre za kompleksne sisteme, katerih zapletenost eksponentno raste z rastjo količine podatkov, zato si jih lahko privoščijo le največji.

Pojem zasebnosti je mogoče razumeti na več načinov, v digitalnem svetu pa lahko govorimo o treh, med seboj povezanih »zasebnostih«, ki tvorijo celoto. Informacijska zasebnost pomeni, da so naši podatki varni in zunaj dosega radovednih oči. Komunikacijska zasebnost pomeni, da so varne komunikacijske poti, da na njih ni prisluškovalnih naprav. Tretja, v zadnjem času zaradi prodora pametnih telefonov vse bolj pereča pa je lokacijska zasebnost, saj je lahko podatek o lokaciji uporabnika v nekem trenutku zgovornejši kot drugi podatki, ki so o njem na voljo na internetu.

The post Zlata mrzlica moderne dobe appeared first on Tehnozvezdje.

Strokovnjaki Inštituta Jožef Stefan, ponudnika splete storitve eAsistent, ki jo poznajo starši šoloobveznih otrok ter učiteljski kader dveh v projekt povabljenih šol (ena osnovna in ena srednja šola) so namreč pokazali plod sedemletnega dela. Ta pa je hkrati tudi prva uporaba metod umetne inteligence v širšem obsegu v Sloveniji. Ne skočiti v zrak. Niso kršili zasebnosti otrok in funkcija, ki je del prej omenjene storitve, ne bo na voljo vsem uporabnikom, temveč izključno nekaj strokovno najbolj usposobljenim kadrom na šoli. Od teh pa je odvisno, ali bodo možnost pri svojem delu uporabili. Bo pa vsaj pet let brezplačna, natančneje lahko jo bodo uporabljali v šolah, kjer že zdaj uporabljajo in plačujejo omenjeno storitev, kajti takšni so bili pogoji ministrstva, ki je projekt financiralo.

V osnovi je zadeva dokaj preprosta, a po drugi strani kompleksna za podrobnejše poznavanje, ki pa v tem primeru ni potrebno. Znano je, da lahko metode umetne inteligence prekosijo človeka v ozko specializiranih nalogah, kot so analize velike količine podatkov. V konkretnem primeru so na 30 milijonih simuliranih ocen in podatkov o prisotnosti otrok pri pouku algoritmi strojnega učenja našli vzorce, ki kažejo večjo ali manjšo verjetnost, da bo dotični učenec konec leta negativen pri enem ali več predmetov. Sicer so razvili tudi vzorce, ki kažejo poslabšanje ocen sicer do takrat stabilnega učenca, na primer bo njegova ocena iz štirice padla na tri, vendar ti (še) niso vključene v storitev.

Na predstavitvi nam sicer niso znali jasno in nedvoumno predočiti, kaj pomenijo simulirani podatki, je pa vsaj logično, zakaj so se zanje odločili? Skrbnik sistema eAsistent ne sme videti ocen otrok iz posameznih ali vseh šol, pa čeprav so ti shranjeni na strežniku. Imajo pa gotovo dovolj podatkov o aktivnostih v svojem sistemu, s pomočjo katerih so simulirali podatke. Je pa to pomembno. Medote umetne inteligence so toliko bolj učinkovite, kolikor bolj realni so podatki, na katerih se »učijo«. Ravno zaradi tega sta bili v projekt vključeni dve šoli, saj so med razvojem »dosežke« primerjali z realnimi podatki.

Kako deluje? Preprosto povedano »funkcija« bdi nad vsemi učenci dotične šole, spremlja njihove ocene in prisotnost pri pouku in v tej »zbirki« podatkov išče vzorce, ti so bili plod sedemletnega razvoja. Ali drugače. Sistem na podlagi starih »zgodovinskih« podatkov sklepa na težave v prihodnosti. Zaradi tega pa je tudi vse bolj natančen, bližje je konec šolskega leta. Jasen je tudi njegov namen. Svetovalce v šolah, ki poznajo učence, šolo, kakor tudi širše kontekste (karakter, družino, okolico, itd) in so hkrati usposobljeni za razumevanja opozoril, poskuša pravočasno opozoriti na morebitne učne težave pri določenem otroku. Zgolj zato, da mu lahko pomaga, da skupaj najdeta razlog težav s ciljem, da otrok konec leta izdela razred.

The post »Hodil sem na vse šole za prizadete …. učitelje.« appeared first on Tehnozvezdje.