The Volume Game: Boekbespreking van Big Data– Doet grootte ertoe en kleine data

Een bedrieglijk lichte introductie tot Big Data, waar kunstmatige intelligentie het zware denkwerk doet

Alles wat logisch verbonden is met iets anders, genereert data en hoe schaarser een economie is, hoe rijker deze verbindingen zijn.

Big data: is grootte belangrijk?
Auteur: Timandra Harkness
Uitgeverij: Bloomsbury Sigma
Pagina's: 304
Prijs: 499

Kleine gegevens: de kleine aanwijzingen die enorme trends blootleggen
Auteur: Martin Lindstrom
Uitgeverij: Hachette India
Pagina's: 245
Prijs: 399

zwarte spin met witte poten

Het korte antwoord op de vraag op de omslag van het boek van komiek en wiskundeproselitizer Timandra Harkness is: natuurlijk maakt de grootte niet uit. Het doet er nooit toe, behalve in de King Kong- en Godzilla-films. In alle andere dingen is het de aanpak die ertoe doet. Big Data-benaderingen worden gedefinieerd door enorm gedistribueerde en parallelle opslag- en verwerkingsstrategieën. De grootte van de dataset is secundair, maar dingen beginnen echt te zoemen wanneer volumes worden overklokt.

Harkness, die een heerlijk lichte aanraking heeft, wijst erop dat de hoeveelheid gegevens die er zijn - die ze visualiseert als terabyte harde schijven verpakt in koffers op een bagagewagen op de luchthaven - zo snel groeit dat de cijfers verouderd zijn tegen de tijd dat ze gepubliceerd. Alles wat logisch verbonden is met iets anders, genereert data en hoe schaarser een economie is, hoe rijker deze verbindingen zijn. Als een reiskaart wordt opgeladen door een elektronische portemonnee die is gekoppeld aan een bankrekening en een mobiel nummer (dat constant oproep- en locatiegegevens rapporteert), worden er voldoende gegevens gegenereerd om de eigenaar te profileren.

De curve zal steiler worden naarmate het internet der dingen begint. Auto's, koelkasten, bagagelabels, verzendpallets en dergelijke die met internet zijn verbonden, zullen gegevens zoals schuim genereren en er worden algoritmen geschreven om het te ontginnen. Hierin ligt het belangrijkste operationele verschil tussen traditionele statistische methoden en big data-benaderingen: de laatste zijn volledig afhankelijk van kunstmatige intelligentie die gaandeweg leert. Je leert het eerst de beginselen van patroonherkenning en naarmate het zichzelf verbetert, zou het in theorie een punt moeten bereiken waarop het door de datazee ploegt op zoek naar patronen die je niet verwachtte te vinden, maar waarin je geïnteresseerd zou zijn.

Interessant is dat de menselijke intelligentie van brandinggoeroe Martin Lindstrom op zoek gaat naar vrij vergelijkbare patronen. Omdat ze zijn samengesteld uit vrij kleine steekproeven, kunnen zijn conclusies worden behandeld als anekdotisch of als inzicht, afhankelijk van hun bruikbaarheid. In de eerste categorie valt zijn buitengewone observatie dat zakenreizigers die geschikt en gelaarsd zijn op luchthavens de neiging hebben om hun instapkaarten naar beneden in hun zakken te hebben. Omdat ze willen verbergen dat ze zuinig vliegen. Dit heeft een uitstekende amusementswaarde, maar geen nut. Die eer gaat naar de observatie van Lindstrom die blijkbaar Lego omdraaide, die terrein verloor aan de onmiddellijke bevrediging die digitaal gamen bood. Hij vroeg een 11-jarige Lego-fan wat zijn kostbaarste bezit was. Het bleek een paar oude sneakers te zijn die precies in de juiste hoek waren geschaafd om aan de wereld aan te kondigen dat hun eigenaar een kampioen skateboarder was. Van voldoening richtte Lego zich op zichtbaar bewijs van prestatie, zoals de dure modellen van de Millennium Falcon waar zelfs volwassenen mee spelen.

esdoornsoorten bladidentificatie

Inzichtelijk wantrouwt Lindstrom Big Data. Want een dezer dagen zal AI menselijke goeroes vervangen. Patroonherkenning is veel betrouwbaarder dan inzicht. Het is een aangeboren menselijke vaardigheid die machines nu aan het leren zijn. Harkness zinspeelt op het baanbrekende werk van de Britse epidemioloog John Snow, die statistische technieken gebruikte om de cholera-uitbraak in Londen in 1854 te herleiden tot een enkele handpomp in Soho. Tegenwoordig kraken AI's Google-zoekopdrachten voor medisch advies, van waaruit ze golffronten van naderende epidemieën in kaart brengen, waardoor gezondheidsdiensten strategische diepte krijgen. Big Data wordt al gebruikt door bedrijven en overheden en zal onze wereld op nog onvoorstelbare manieren beïnvloeden. Als het vriendelijk is, blijft er ruimte voor menselijk inzicht.