85 lines
5.7 KiB
Markdown
85 lines
5.7 KiB
Markdown
---
|
|
id: 85
|
|
title: Il Big Bang dei Big Data
|
|
date: 2015-04-05T22:44:00+00:00
|
|
author: pesceWanda
|
|
layout: post
|
|
guid: https://provaprova456789.wordpress.com/2015/04/05/il-big-bang-dei-big-data
|
|
permalink: /index.php/archives/85
|
|
blogger_blog:
|
|
- caught-in-thenet.blogspot.com
|
|
blogger_author:
|
|
- pescedinomewanda
|
|
blogger_a4a2016d1c35883202d5ddff9b0ea4ff_permalink:
|
|
- 6278429491310274638
|
|
categories:
|
|
- PesceWanda
|
|
tags:
|
|
- anonimato
|
|
- Big data
|
|
- Deep learning
|
|
- huang
|
|
- privacy
|
|
---
|
|
“Perche\` sto puntando tutto sul deep learning? Perche’ sara\` il nuovo Big Bang”
|
|
|
|
Cosi\` ha parlato il CEO di Nvidia Jensen Huang il 3 marzo scorso alla sua [GTC 2015](http://www.gputechconf.com/).
|
|
L’attenzione 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.
|
|
|
|
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 l’apprendimento progressivo dei livelli di rappresentazione.
|
|
E\` una scienza che acquista un’importanza fondamentale, anzi diventa un requisito necessario nel campo dei Big Data.
|
|
|
|
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;">
|
|
<tr>
|
|
<td style="text-align:center;">
|
|
<a href="http://francescomecca.eu/wp-content/uploads/2015/08/gratis.png" style="margin-left:auto;margin-right:auto;"><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&container=blogger&gadget=a&rewriteMime=image%2F*" /></a>
|
|
</td>
|
|
</tr>
|
|
|
|
<tr>
|
|
<td class="tr-caption" style="text-align:center;">
|
|
gratis: il paradosso del Web 2.0
|
|
</td>
|
|
</tr>
|
|
</table>
|
|
|
|
Come possono mantenersi in vita aziende come Google, Facebook, Twitter e moltissime altre che gratuitamente offrono agli utenti finali servizi?
|
|
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’.
|
|
|
|
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 all’interno del grande mare dei big data.
|
|
|
|
Jensen continua il suo discorso affermando che: “Oggi c’e\` 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 l’uomo 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.”
|
|
|
|
Questa informazione per me rappresenta un lapsus ed e\` l’aspetto piu\` critico dei big data: l’abbattimento di ogni riservatezza personale tramite la concessione indiscriminata di dati abbatte ogni limite alla possibilita\` di tecnocontrollo sul presente e sul futuro.
|
|
|
|
[With Big Data Comes Big Responsibility](https://hbr.org/2014/11/with-big-data-comes-big-responsibility) afferma l’Harvard 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 [registri medici](http://www.bloomberg.com/bw/articles/2013-08-08/your-medical-records-are-for-sale) siano venduti e sfruttati commercialmente o a fini di controllo sociale?
|
|
|
|
|
|
|
|
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;">
|
|
<tr>
|
|
<td style="text-align:center;">
|
|
<a href="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg" style="margin-left:auto;margin-right:auto;"><img border="0" height="400" src="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg?w=300" width="400" /></a>
|
|
</td>
|
|
</tr>
|
|
|
|
<tr>
|
|
<td class="tr-caption" style="text-align:center;">
|
|
<div class="attribution-info">
|
|
<a class="owner-name truncate" href="https://www.flickr.com/photos/adactio/" title="Go to Jeremy Keith's photostream">Jeremy Keith</a>
|
|
|
|
<div class="view follow-view clear-float photo-attribution" id="yui_3_16_0_1_1434565601596_716">
|
|
<span class="relationship"> </span>
|
|
</div>
|
|
</div>
|
|
</td>
|
|
</tr>
|
|
</table>
|
|
|
|
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.
|
|
|
|
La via di uscita sembra essere una sola, anche se poco desiderabile: [l’opt out](http://en.wikipedia.org/wiki/Opt-out) ovvero la rinuncia consapevole da parte dell’utente al servizio.
|
|
|
|
<div style="text-align:right;">
|
|
Francesco Mecca
|
|
</div>
|