 |
| Foto: Andrew ja KamiPhuc |
2007. aasta suvi. iPhone on just välja tulnud ja suurimad fännid on nõus oma ema panti panema, et seda omale osta. Mõiste suurandmed* (big data) on vaid väheste huulil, kuid nende plahvatuslik juurdekasv on juba alanud. Sel samal suvel loen mina ajakirjast National Geographic (NG) artiklit Swarm Theory, milles kirjutatakse kollektiivsest intelligentsusest loomariigis. See on minu jaoks siiani üks mõtlemapanevamaid artikleid, mida 'kollase ristküliku' ajakirjast lugenud olen. Kümme aastat hiljem on iPhone jõudnud tänu oma soodsale mudelile SE ka väiksema sissetuleku ja mitte-nii-suurte fännide taskusse ning suurandmetest on IKT maailmas (ja mitte ainult) saanud oluline sõna. Lausa nii oluline, et on neid, kes nimetavad andmeid uueks mustaks kullaks (data is the new oil). Ja ühtäkki avastan end taas mõtisklemas artikli üle, mida aastal 2007 lugesin.
Nagu mainitud, kirjutatakse artiklis kollektiivsest intelligentsusest (swarm intelligence) loomariigi näitel. Mesilaste, kalade, tuvide ja karibuude kõrval köidab mind enim sipelgate tõhus töökorraldus. Nimelt oskab iga sipelgas otsustada oma töökorralduse üle nii, et nende pesakond toimiks efektiivselt. Näiteks oskavad nad otsustada, kas on õige hetk minna välja toitu otsima või ei. Pessa jäämise põhjuseks võib olla pesa läheduses passiv näljane sisalik, vähene saak või hoopiski vajadus oma energia vihmavalangus kannatada saanud pesa parandamisse rakendada. Sipelgad toimivad nagu üks meeskond, kuid samas puudub neil juht, kes käske jagab. Seda nimetataksegi kollektiivseks intelligentsuseks. (NG artiklist saab lähemalt lugeda, kuidas sipelgad oma otsuseid teevad.)
Artiklis tutvustatakse kahte Ameerika Ühendriikide ettevõtet, kes on võtnud eeskuju sipelgatelt. Üks neist on üle riigi tegutsev tootmisettevõte, mille tootmist mõjutab tugevalt elektri hind, mis võib osariikide lõikes oluliselt kõikuda. Kulude kokkuhoiu eesmärgil panustas ettevõte arvutimudeli väljatöötamisse, mis arvutab iga päeva hommikuks välja, millisesse tehastesse iga veoauto toodangule järele saadetakse. Kui varem lähtuti vahemaast, siis nüüd võetakse aluseks ka mitmeid teisi muutujaid sh ilmastikuolud ja tehaste tootmisgraafikud.
Teine näide on lennundusettevõte, mis kasutab arvutimudelit, et selgitada välja, millise värava juurde iga lennuk saabudes liigub ja millisest väravast iga lennuk väljub. Lennundusettevõtte eesmärk oli, et lennukid veedaksid maapinnal võimalikult vähe aega. Varem oli igal lennukil oma kindel värav, kuid nüüd enam mitte - kasutatakse seda väravat, mis antud hetkel on parim valik. Uus lähenemine aitas ettevõttel muuta töökorralduse palju sujuvamaks ja tõhusamaks.
Need näited NG artiklist puudutavad ettevõtteid, kuid artikli lõpus avaldatakse lootust, et kollektiivsest intelligentsust hakatakse kasutama selleks, et muuta inimühiskonna toimimine efektiivsemaks.
Kümme aastat hiljem saab öelda, et sellega on algust tehtud. Melbourne'is Austraalias suudab trammiliiklus automaatselt kohanduda ootamatute sündmustega nagu looduskatastroof või linnas toimuv suursündmus. San Paolos Brasiilias optimeeritakse bussiliiklust vastavalt sellele, kus on suurem nõudlus või millised marsruudid on kõige kiiremad. Kuidas on see saanud võimalikuks, et nende linnade ühistransport on nagu sipelgad, kes suudavad kohaneda tekkinud olukordadega? Need linnad kasutavad ühistranspordi tõhusama toimimise korraldamiseks ära suurandmete potentsiaali.
Ühistransport on ainult üks näide, mida saab suurandemete analüüsi abil efektiivsemaks muuta. Suurandmeid on juba kasutatud ka kuritegevuse ennetamiseks ja sõidukite heitgaaside vähendamiseks optimeerides valgusfooride tööd. Neid näiteid, kuidas suurandmeid kasutatakse ühiskonna hüvanguks on veel, kuid üldine seisukoht on, et suurandmete tegelik potentsiaal on veel kasutamata. Selleks on mitmeid põhjuseid nagu see, et suurandmete hulk on tohutu ja sealt kasulike ja usaldusväärsete andmete eraldamine on keeruline või see, et suurandmete kogumise ja kasutamisega kaasnevad keerulised küsimused nagu privaatsus, andmekaitse jne.
Kui ma kümme aastat tagasi juurdlesin selle üle, kuidas inimesed saaksid loomariigist eeskuju võttes ühiselt ühiskonna toimimist tõhusamaks muuta, siis mul eriti palju ideid ei tekkinud. Aga nüüd on juba mitmeid näiteid, kuidas suurandmete abil seda on tehtud. Arvatavasti on see alles algus ja tulevikus on oodata veel palju lahendusi, mis andmete pakutavaid võimalusi ühiskonna heaks ära kasutavad.
*Tänapäeval, mil väga paljusid toiminguid tehakse elektrooniliste seadmetega, koguneb nende logifailidesse hulgaliselt andmeid. Niisuguste laekunud andmete kogused võivad olla väga suured ja ka andmed ise üsnagi eriilmelised: info mobiiltelefonide kasutamise, ühistranspordi, pangakontode, elektritarbimise ja paljugi muu kohta. Selliste suuremahuliste andmete kohta kasutatakse ühist nimetust suurandmed (big data). Allikas
Kasutatud materjalid
The Genius of Swarms (NG artikli pildivaba versioon, millele on vaba ligipääs)
