Карл Маркс и большие данные - [11]

Шрифт
Интервал

борьба ведущих корпораций. Компании, не использующие технологию больших данных, а главное, не собирающие и не хранящие данные со своих автомобилей, рискуют навсегда потерять конкурентоспособность и производство.

Прогноз продаж автономных автомобилем в мире, млн ед. в год.

Источник: J'son & Partners Consulting, 2017


Программа Министерства промышленности и информатизации Китая, одного из ведущих государств по применению технологий больших данных, указывает на необходимость скорейшего их внедрения в промышленное производство: «Планируется, что к 2020 году продукты и услуги, связанные с большими данными, принесут стране 1 трлн юаней, при этом совокупный прирост дохода будет в среднем увеличиваться на 30% в год... Между тем в Министерстве отмечают, что технологии больших данных еще недостаточно распространены на производстве. По словам аналитиков, большие данные могут оптимизировать работу производственного конвейера и предупредить неисправности, помочь менеджерам принимать мотивированные управленческие решения и интеллектуализировать хозяйственную деятельность»>22. А по оценке General Electric, оптимизация работы оборудования за

счет анализа данных на базе Big Data в перспективе 20 лет обеспечит экономию для населения до 30%>23.

В гуманитарных областях науки так же, как и в технических, передовые исследования все реже обходятся без больших данных. В науках, связанных с изучением людей и общества, традиционные опросы нескольких тысяч респондентов или узкие фокус-группы не дают и десятой доли той информации, которой располагают, к примеру, владельцы больших данных о миллионах пользователей Интернета, на чем полностью строится современная таргетинговая интернет-реклама. Во многом это обусловлено характером мировой экономики (о чем мы поговорим в следующей главе), а также тем, что Интернет является полностью датифицированной сферой, где каждое действие пользователя оставляет свой след, записывается и бережно хранится. Система интернет-рекламы, реализуемая в первую очередь информационными корпорациями Google и Facebook, и анализ больших данных тысяч характеристик пользователей позволяет рекламодателям предложить свою рекламу наиболее релевантной аудитории. В июне 2018 года конгресс США опубликовал письмо от корпорации Facebook, содержащее ответы на вопросы, которые ее глава Марк Цукерберг не смог или не успел дать во время пристрастных слушаний в Капитолии Вашингтона, вызванных скандалом с использованием этой социальной сети как инструмента для манипуляций мнением избирателей во время президентских выборов. В письме перечисляются типы данных, собираемых социальной сетью со своих пользователей. К ним относятся время, частота и длительность действий в окне с вкладкой соцсети (в том числе открыто ли оно или находится в фоновом режиме); покупки на сторонних сайтах; установленные в браузере пользователя плагины; движения мыши на устройстве пользователя; использование камеры, встроенной в приложение Facebook; метаданные фотографий (в том числе время и место съемки); установленные на устройстве пользователя приложения; имена и типы файлов на устройстве пользователя; идентификаторы из игр, приложений и других учетных записей; доступное место на диске устройства пользователя; контакты из адресной книги пользователя; в случае с Android-устройствами — журнал звонков и история SMS; ближайшие к пользователю точки доступа Wi-Fi и сотовой связи; информация мобильных и стационарных провайдеров через компьютеры, телефоны, сопряженные телевизоры и другие устройства в сети; информация об уровне заряда устройства пользователя, настройках и разрешениях; информация и фотографии других пользователей, а также частота взаимодействия и общения с ними>24. И это не считая данных партнеров и другой информации, которую Facebook покупает в офлайне. Как видим, социальная сеть обладает серьезными массивами данных о каждом своем пользователе и благодаря этому имеет возможность продавать качественную нацеленную рекламу наравне с Google.

Революционное свойство больших данных состоит в том, что даже абсолютное знание о предмете не дает таких возможностей, как знание о предмете в системе больших данных.

Американский социолог Сет Стивенс-Давидович, длительное время проработавший в компании Google на должности аналитика больших данных и выпустивший известную, насыщенную яркими примерами книгу

«Все Лгут. Поисковики, Big Data и Интернет знают о вас всё», посвященную возможностям больших данных в изучении общества и его отдельных индивидов, выделяет 4 могущественных особенности больших данных:

- способность предложить новые типы фактов;

- предоставление самых правдивых фактов;

- возможность проводить многочисленные причинно-следственные эксперименты;

- возможность рассматривать самые мелкие подмножества людских сообществ.

Недостатком или, скорее, особенностью применения технологии анализа больших данных является то, что, с одной стороны, она позволяет дать ответы на самые трудные вопросы и показать скрытую информацию, а с другой, часто существует сложность в объяснении причин выявления той или иной полученной информации. Проще говоря, анализ больших данных в нынешних условиях (с существующими компьютерами и алгоритмами) в основном отвечает на вопрос «что?», но не «почему?». Это, кстати, стало одной из причин отказа китайских властей от массового использования системы борьбы с коррупцией Zero Trust: алгоритм крайне эффективно находил коррупционеров, но не мог объяснить или доказать их причастность к экономическим преступлениям

Продолжить чтение
Рекомендуем почитать
Архитектура и иконография. «Тело символа» в зеркале классической методологии

Впервые в науке об искусстве предпринимается попытка систематического анализа проблем интерпретации сакрального зодчества. В рамках общей герменевтики архитектуры выделяется иконографический подход и выявляются его основные варианты, представленные именами Й. Зауэра (символика Дома Божия), Э. Маля (архитектура как иероглиф священного), Р. Краутхаймера (собственно – иконография архитектурных архетипов), А. Грабара (архитектура как система семантических полей), Ф.-В. Дайхманна (символизм архитектуры как археологической предметности) и Ст.

Сборник № 3. Теория познания I

Серия «Новые идеи в философии» под редакцией Н.О. Лосского и Э.Л. Радлова впервые вышла в Санкт-Петербурге в издательстве «Образование» ровно сто лет назад – в 1912—1914 гг. За три неполных года свет увидело семнадцать сборников. Среди авторов статей такие известные русские и иностранные ученые как А. Бергсон, Ф. Брентано, В. Вундт, Э. Гартман, У. Джемс, В. Дильтей и др. До настоящего времени сборники являются большой библиографической редкостью и представляют собой огромную познавательную и историческую ценность прежде всего в силу своего содержания.

Свободомыслие и атеизм в древности, средние века и в эпоху Возрождения

Атеизм стал знаменательным явлением социальной жизни. Его высшая форма — марксистский атеизм — огромное достижение социалистической цивилизации. Современные богословы и буржуазные идеологи пытаются представить атеизм случайным явлением, лишенным исторических корней. В предлагаемой книге дана глубокая и аргументированная критика подобных измышлений, показана история свободомыслия и атеизма, их связь с мировой культурой.

Вырождение. Современные французы

Макс Нордау"Вырождение. Современные французы."Имя Макса Нордау (1849—1923) было популярно на Западе и в России в конце прошлого столетия. В главном своем сочинении «Вырождение» он, врач но образованию, ученик Ч. Ломброзо, предпринял оригинальную попытку интерпретации «заката Европы». Нордау возложил ответственность за эпоху декаданса на кумиров своего времени — Ф. Ницше, Л. Толстого, П. Верлена, О. Уайльда, прерафаэлитов и других, давая их творчеству парадоксальную характеристику. И, хотя его концепция подверглась жесткой критике, в каких-то моментах его видение цивилизации оказалось довольно точным.В книгу включены также очерки «Современные французы», где читатель познакомится с галереей литературных портретов, в частности Бальзака, Мишле, Мопассана и других писателей.Эти произведения издаются на русском языке впервые после почти столетнего перерыва.

Несчастное сознание в философии Гегеля

В книге представлено исследование формирования идеи понятия у Гегеля, его способа мышления, а также идеи "несчастного сознания". Философия Гегеля не может быть сведена к нескольким логическим формулам. Или, скорее, эти формулы скрывают нечто такое, что с самого начала не является чисто логическим. Диалектика, прежде чем быть методом, представляет собой опыт, на основе которого Гегель переходит от одной идеи к другой. Негативность — это само движение разума, посредством которого он всегда выходит за пределы того, чем является.

Онтология поэтического слова Артюра Рембо

В монографии на материале оригинальных текстов исследуется онтологическая семантика поэтического слова французского поэта-символиста Артюра Рембо (1854–1891). Философский анализ произведений А. Рембо осуществляется на основе подстрочных переводов, фиксирующих лексико-грамматическое ядро оригинала.Работа представляет теоретический интерес для философов, филологов, искусствоведов. Может быть использована как материал спецкурса и спецпрактикума для студентов.