francescomecca.eu/output/categories/big-data.xml

51 lines
6.8 KiB
XML
Raw Normal View History

2018-11-10 18:19:00 +01:00
<?xml version="1.0" encoding="utf-8"?>
2020-01-29 11:08:46 +01:00
<?xml-stylesheet type="text/xsl" href="../assets/xml/rss.xsl" media="all"?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Caught in the Net (Posts about Big data)</title><link>francescomecca.eu</link><description></description><atom:link href="francescomecca.eu/categories/big-data.xml" rel="self" type="application/rss+xml"></atom:link><language>en</language><copyright>Contents © 2020 &lt;a href="mailto:francescomecca.eu"&gt;Francesco Mecca&lt;/a&gt; </copyright><lastBuildDate>Wed, 29 Jan 2020 10:04:35 GMT</lastBuildDate><generator>Nikola (getnikola.com)</generator><docs>http://blogs.law.harvard.edu/tech/rss</docs><item><title>Il Big Bang dei Big Data</title><link>francescomecca.eu/blog/2015/4/5/il-big-bang-dei-big-data/</link><dc:creator>Francesco Mecca</dc:creator><description>&lt;div&gt;&lt;p&gt;“Perche` sto puntando tutto sul deep learning? Perche sara` il nuovo Big Bang”&lt;/p&gt;
2018-11-10 18:19:00 +01:00
&lt;p&gt;Cosi` ha parlato il CEO di Nvidia Jensen Huang il 3 marzo scorso alla sua &lt;a href="http://www.gputechconf.com/"&gt;GTC 2015&lt;/a&gt;.&lt;br&gt;
Lattenzione di Huang si e` concentrata sul deep learning e come le deep neural networks negli ultimi anni abbiano compiuto progressi impressionanti tali da superare il cervello umano nei test di analisi immagine.&lt;/p&gt;
&lt;p&gt;Molta della ricerca negli ultimi anni, in particolare dal 2012 ad oggi, si sta concentrando sul programmare algoritmi tali da consentire alle intelligenze artificiali di processare dati in maniera gerarchica e organizzata tramite lapprendimento progressivo dei livelli di rappresentazione.&lt;br&gt;
E` una scienza che acquista unimportanza fondamentale, anzi diventa un requisito necessario nel campo dei Big Data.&lt;/p&gt;
&lt;table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;"&gt;
&lt;tr&gt;
&lt;td style="text-align:center;"&gt;
&lt;a href="http://francescomecca.eu/wp-content/uploads/2015/08/gratis.png" style="margin-left:auto;margin-right:auto;"&gt;&lt;img border="0" src="https://images-blogger-opensocial.googleusercontent.com/gadgets/proxy?url=http%3A%2F%2F2.bp.blogspot.com%2F-71lrlU3SeNo%2FVSGcwmXDJKI%2FAAAAAAAAAAc%2F8CVzgBBpV7Y%2Fs1600%2Fgratis.PNG&amp;amp;container=blogger&amp;amp;gadget=a&amp;amp;rewriteMime=image%2F*"&gt;&lt;/a&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td class="tr-caption" style="text-align:center;"&gt;
gratis: il paradosso del Web 2.0
&lt;/td&gt;
&lt;/tr&gt;
&lt;/table&gt;
&lt;p&gt;Come possono mantenersi in vita aziende come Google, Facebook, Twitter e moltissime altre che gratuitamente offrono agli utenti finali servizi?&lt;br&gt;
I dati sono la risposta economica a: “Iscriviti, e gratis e lo sarà sempre” e lo sfruttamento di essi rende possibile le ricerche di marketing, la progettazione di gadget e sopratutto le previsioni a breve termine di trend economici, flessioni di mercato, insomma il futuro della societa.&lt;/p&gt;
&lt;p&gt;I dati cosi` raccolti pero` nella maggior parte dei casi sono non organizzati e a risolvere questo dilemma interviene il deep learning che si occupa di gestire, ordinare ed integrare i dati provenienti dalle sorgenti analizzate. Perfezionare il deep learning significa poter integrare e comprendere ogni singolo flusso di dati allinterno del grande mare dei big data.&lt;/p&gt;
&lt;p&gt;Jensen continua il suo discorso affermando che: “Oggi ce` una mole di dati troppo estesa per poter comprendere cosa stia accadendo. Un super computer grazie al deep learning potra` in futuro offrirci previsioni quanto piu` attendibili, previsioni che luomo non potrebbe nemmeno percepire. In futuro grazie a tutti i dispositivi connessi in internet avremo dati di qualsiasi genere. Anche quelli piu impensabili: in base ai dati raccolti potremo dire, per esempio, se in un determinato luogo si sta svolgendo una rapina od una sommossa.”&lt;/p&gt;
&lt;p&gt;Questa informazione per me rappresenta un lapsus ed e` laspetto piu` critico dei big data: labbattimento di ogni riservatezza personale tramite la concessione indiscriminata di dati abbatte ogni limite alla possibilita` di tecnocontrollo sul presente e sul futuro.&lt;/p&gt;
&lt;p&gt;&lt;a href="https://hbr.org/2014/11/with-big-data-comes-big-responsibility"&gt;With Big Data Comes Big Responsibility&lt;/a&gt; afferma lHarvard Business Center; ma davvero tutti i nostri dati generati dalle nostre attivita in rete sono esclusivamente proprieta` dei giganti del Web? E giusto che anche le nostre attivita` al di fuori del Web, come i nostri &lt;a href="http://www.bloomberg.com/bw/articles/2013-08-08/your-medical-records-are-for-sale"&gt;registri medici&lt;/a&gt; siano venduti e sfruttati commercialmente o a fini di controllo sociale? &lt;/p&gt;
&lt;table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;"&gt;
&lt;tr&gt;
&lt;td style="text-align:center;"&gt;
&lt;a href="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg" style="margin-left:auto;margin-right:auto;"&gt;&lt;img border="0" height="400" src="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg?w=300" width="400"&gt;&lt;/a&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td class="tr-caption" style="text-align:center;"&gt;
&lt;div class="attribution-info"&gt;
&lt;a class="owner-name truncate" href="https://www.flickr.com/photos/adactio/" title="Go to Jeremy Keith's photostream"&gt;Jeremy Keith&lt;/a&gt;
&lt;div class="view follow-view clear-float photo-attribution" id="yui_3_16_0_1_1434565601596_716"&gt;
&lt;span class="relationship"&gt; &lt;/span&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/table&gt;
&lt;p&gt;E` inutile chiedere regolamentazione ai governi che purtroppo sembrano ignorare le implicazioni etiche di queste pratiche oppressive, anzi in alcuni casi le sfruttano in proprio favore. E` utopico pensare di poter convincere le aziende a rinunciare a questi dati che rappresentano la loro linfa vitale.&lt;/p&gt;
&lt;p&gt;La via di uscita sembra essere una sola, anche se poco desiderabile: &lt;a href="http://en.wikipedia.org/wiki/Opt-out"&gt;lopt out&lt;/a&gt; ovvero la rinuncia consapevole da parte dellutente al servizio.&lt;/p&gt;
&lt;div style="text-align:right;"&gt;
Francesco Mecca
&lt;/div&gt;&lt;/div&gt;</description><category>anonimato</category><category>Big data</category><category>Deep learning</category><category>huang</category><category>PesceWanda</category><category>privacy</category><guid>francescomecca.eu/blog/2015/4/5/il-big-bang-dei-big-data/</guid><pubDate>Sun, 05 Apr 2015 22:44:00 GMT</pubDate></item></channel></rss>