Veriler Dünyayı Kurtarmaya Nasıl Yardımcı Olabilir?

Sayısal Veriler Nasıl Toplanır?

Ortaya çıkan analitik ve bilgi işlem araçları devasa veri setlerinin daha iyi kullanılmasını sağlıyor. Veri toplama kabiliyetimiz, onu tam anlamıyla kullanma kabiliyetimizden çok daha yüksek ancak bu veriler bugün karşı karşıya olduğumuz en büyük küresel sorunların bazılarını çözmenin anahtarı olabilir.

Örneğin, savaş veya doğal afetlerin bir sonucu olarak su kaynaklı hastalıkların sık sık ortaya çıktığı. Ya hastalığa katkıda bulunan çevresel faktörleri daha iyi anlayabilirsek, hangi toplulukların daha yüksek risk altında olduğunu tahmin edersek ve yayılmayı engellemek için koruyucu önlemler alsak?

Bu soruların cevapları ve onlar gibi diğerleri potansiyel olarak felaketi önlememize yardımcı olabilir. Doğum ve ölüm oranlarından mahsul verimine ve trafik akışına kadar hemen hemen her şeyle ilgili verileri topluyoruz. IBM, her gün 2,5 litre veri baytı üretildiğini tahmin ediyor. Bunu açıklamak gerekirse kongre Kütüphanesi’ndeki tüm verilerin 24 saatlik periyotta 166.000 defadan daha fazla üretildiğinin eşdeğeri. Yine de, tüm bu bilgilerin gücünden tam olarak yararlanamıyoruz. Değişim zamanı ve veri analitiği ve hesaplamalı hizmetlerdeki son gelişmeler sayesinde, sonunda bunu yapacak araçlara sahibiz. Örneğin, topluluklarda sivrisinek insidansını bilmek, dang gibi sivrisinekle bulaşan hastalıkların, tropiklerde önde gelen hastalık nedeni ve ölüm gibi riskleri tahmin etmemize yardımcı olacaktır. Bununla birlikte, küresel (ve hatta ulusal) bir ölçekte sivrisinek verileri mevcut değildir.

Bu aynı kavramları araştırmamızı, halkın duyarlılığını daha iyi anlamak için hastalık tahmininin ötesine genişletmek için kullanıyoruz. California Üniversitesi ile ortaklaşa olarak, sosyal medya haritası üzerinde ifade edilen görüşlerin anketlerde ifade edilen görüşlere göre olup olmadığını anlamak için farklı veri akışlarını kullanarak üç yıllık bir çalışma yürütülüyor. Sosyal medyanın bir popülasyonun hissiyatını doğru bir şekilde yakaladığını gösterebilirsek, aksi takdirde pahalı ve lojistik açıdan zor olan anketlere nazaran daha ekonomik, erişilebilir ve zamanında bir alternatif olabilir. Hastalık tahmini durumunda, eğer sosyal medya yayınları gerçekten mihraklar için öngörücü bir araç olsaydı, bu veriler vatandaşları bir salgın riski (örneğin, aşı istisnalarından dolayı) konusunda bilgilendirmek ve nihayetinde azaltmak için eğitim kampanyalarında kullanılabilirdi. Bu, koruyucu davranışları teşvik ederek (el yıkama, maske takma, içeride kalma vb. gibi) risk taşır.

Bütün bunlar, büyük verilerin büyük problemleri çözme potansiyelini göstermektedir. Los Alamos ve dünyanın en büyük süper bilgisayarlarından bazılarına ev sahipliği yapan diğer ulusal laboratuarlar, bu bilgiyi almak ve bize sadece bir devlet hakkında değil hatta bir ülke hakkında bilgi veren bir hikayeyi biçimlendirmek için makine öğrenmesi ve veri analizi ile güçlendirilmiş hesaplama gücüne sahiptir. bir bütün olarak dünya. Bilgi var; şimdi kullanma zamanı.