بنیه علمی در کلان داده ها عالی در عمل خالی!

بازار؛ گروه فناوری: کلان داده ها (Big Data)  در زمره ارزشمند ترین دستاوردهای فناوری به شمار می رود. به ویژه آنکه با در اختیار قراردادن آنها به هوش مصنوعی، می توان داده ها را به پیش بینی، تصمیم گیری و دانش تبدیل کرد. کلان داده ها در تمامی حوزه های فناوری وجود دارند؛ در شبکه های اجتماعی داده های متنی، ویدئویی و تصویری که کاربران منتشر می کنند تبدیل به کلان داده می شوند، در هوش مصنوعی داده هایی که سنسورهای متصل شده به اشیا تولید می کنند کلان داده ها را تشکیل می دهند، در ماهواره ها نیز اطلاعات جمع آوری شده از این فناوری تبدیل به کلان داده ها می شوند. کلان داده ها می توانند بحران های طبیعی را پیش بینی کنند، از وقوع حوادث غیرمنتظره خبر دهند، در بیمه میزان ریسک مشتریان را بررسی کنند، در صنایع مالی تخلفات مشتریان را اطلاع رسانی کنند و در هوش مصنوعی امکان تصمیم گیری و تصمیم سازی بر اساس نتایج دقیق منتج شده از داده ها فراهم سازند. از سویی دیگر هر میزان داده های بیشتری به هوش مصنوعی ارائه شود، به هوش انسان نزدیک تر می شود و امکان رفتار مشابه با انسان را به هوش مصنوعی ارائه می دهد.

صنایع بیمه و مالی
علیرضا یاری، رئیس پژوهشکده سیاست پژوهی و مطالعات راهبردی فاوا درباره استفاده کلان داده ها در صنایع بانک و بیمه در گفت و گو با بازار  بیان کرد: در این صنایع به دو روش می توان از کلان داده ها استفاده کرد. یکی از این روش ها آن است که رفتار مشتری ها را استخراج کنیم و متناسب با رفتاری که کاربران با توجه به داده هایی که ما از آنها داریم خدمات و سرویس های خود را با آنها تطبیق می دهیم. به طور مثال ریسک یک نفر را در بیمه اگر بخواهیم محاسبه کنیم متوجه می شویم که آیا این فرد ریسک بالایی دارد و حق بیمه بالایی را باید پرداخت کند یا ریسک پایینی دارد و حق بیمه اندکی را باید پرداخت کند.

او افزود: دومین کاربرد این امر کاربرد تشخیص تقلب است. در صنایع مالی و بیمه ای تقلب های بسیاری رخ می دهد. از این طریق می توان رفتارهای ناهنجار را تشخیص داد و به سیستم ها هشدار داد و اگر اتفاقی رخ می دهد آن را مجددا بازبینی کرد تا از نافرمانی های احتمالی جلوگیری کنیم.

پارادایم شیفت داده ها
رییس پژوهشکده سیاست پژوهی و مطالعات راهبردی فاوا تاکید کرد: کلان داده ها فناوری نیستند بلکه پارادایم شیفت یا وضعیتی از داده هاست که حجیم بودن داده ها، ‌ تنوع داده ها و سرعت بالای داده ها را نشان می دهد که منتج شده از فناوری امروز هستند. به طور مثال  اینترنت اشیا پلتفرمی است که در آن مجموعه ای از سنسورها که بر اشیا نصب می شوند و شرایط و وضعیت اشیا را به داده تبدیل می کنند، مبنای تصمیم گیری در مسائل کاربردی می شوند. بنابراین اینترنت اشیاء می تواند یکی از مهمترین مبنای تولید کلان داده ها باشد.

بحران های طبیعی
یاری درباره تاثیر کلان داده ها در محیط زیست بیان کرد: یکی از مهم ترین مسائلی که در اخبار می بینیم، مباحث مربوط به آتش سوزی و تشخیص آب و هوا و حوادث طبیعی است. اینها با سیستم ها و سامانه هایی بررسی شده و تشخیص داده می شوند که از اطلاعات ماهواره ای و عکس برداری استفاده می کنند و یا اطلاعات دیگری که از سنسورهایی که در این زمینه کاربرد دارند مورد استفاده قرار می گیرند. زمانی که این بررسی ها و داده ها در کنار هم قرار می گیرند مجموعه ای از کلان داده ها را تشکیل می دهند که به تدریج کمک می کند تا تشخیص ما از بحران های محیط زیستی افزایش یابد و پیش از اینکه اتفاق ناگواری برای منطقه و افرادی که در آن مکان زندگی می کنند و محیط زیست آن رخ دهد هشدارهای لازم داده شود.  

او اضافه کرد: این سیستم ها بیشتر برای پیشگیری استفاده می شوند و کمک می کنند که دولت ها و مردم از وقایعی که در آینده نزدیک در محیط زیست ممکن است رخ دهد باخبر شوند و خود را آماده کنند. مهم ترین استفاده اینها همان مساله تشخیص آب و هوایی و حوادث طبیعی که منجر به خسارت به مردم و محیط زیست می شود است.

او گفت: به عنوان مثال فرض کنید سنسورهای حرارتی، سنسورهای رطوبتی و سنسورهای متفاوتی که در یک شبکه به هم متصل شده و داده های زیادی تولید کرده و به روی اینترنت قرار می دهند. این داده ها رفته رفته در کنار سایر داده ها است که به کلان داده تبدیل می شوند. نمونه دیگر شبکه های اجتماعی هستند؛ شبکه های اجتماعی نیز منابعی از کلان داده ها به شمار می روند. در این شبکه ها افراد مختلف محتوای متنی و تصویری منتشر می کنند و کلان داده ها به مرور زمان شکل می گیرد.

هوشمندسازی از طریق کلان داده
یاری تاکید کرد: فناوری های امروزی هستند که کلان داده ها را ایجاد می کند و کلان داده ها در واقع منابع داده ای هست که از آنها می توانیم برای هوشمند سازی کاربردهای متفاوت استفاده کنیم. داده ها، اطلاعات لازم به یک سامانه هوشمند که بر مبنای هوش مصنوعی کار می کند، ارائه می شود و هوش مصنوعی بر اساس یادگیری از داده ها مبنای صحیح تصمیم گیری در سیستم یا تصمیم سازی را فراهم می کند. هر میزان داده های ما عظیم تر می شوند، یادگیری را می توان عمیق تر کرده  و دقت هوش مصنوعی را به دقت هوش انسان نزدیک  کرد.

یاری گفت: به طور مثال  وقتی که اتومبیل خودران را می بینید از اطلاعات وسیعی استفاده می کند و هوش مصنوعی که در آن قرار گرفته می تواند وضعیت اتومبیل را درک کند، فرمان مناسبی بدهد و به گونه ای اتومبیل را هدایت کند که اگر انسانی اتومبیل را می راند به همان شیوه آن را هدایت می کرد.

او درباره کاربرد کلان داده ها در ایران بیان کرد: در ایران از لحاظ تئوریک و پرداختن به موضوعات دانشمندان خوبی دارد، اساتید در دانشگاه ها فعالیت می کنند اما زمانی که بحث کاربرد و صنایع مطرح می شود صنایع ما هنوز نتوانسته اند از فناوری جدید بهره برداری کنند و این امر نشان می دهد ما هنوز در کشور از  پتانسیل امکانات جدید آن به خوبی استفاده  نکرده ایم اما می توانیم از کلان داده ها به منظور توسعه صنایع مختلف استفاده کنیم.