Smart Data:Die nächste Grenze im IoT

Nie war es einfacher, Daten zu sammeln als heute. Ein paar Klicks und Sie sind startklar, bewaffnet mit den besten Datentechnologien, die die Cloud zu bieten hat, und bereit, alle möglichen Daten zu horten. Kaum zu glauben, dass die Dinge noch vor einem Jahrzehnt noch ganz anders waren. Das Sammeln von Daten in großem Maßstab war in der Tat nur eine Option für die größten Unternehmen, Organisationen, die sich sowohl die teuren Server leisten konnten, die die einzige praktikable Option zum Speichern aller Daten waren, als auch die wenigen ausgewählten Ingenieure, die in der Lage waren, das Beste daraus zu machen davon, damals, als Data Science noch ein junges Feld war.

Heute ist das Generieren von Daten zum Glück nicht mehr nur ein Firmensport. Tatsächlich sind wir dank des Internets der Dinge (IoT) inzwischen alle zu kleinen Big-Data-Fabriken geworden. Bis 2020 wird ein einzelner Mensch für die Erzeugung von 1,7 MB Daten pro Sekunde verantwortlich sein. Schon heute generiert nur ein einziges autonomes Fahrzeug 11 TB Daten pro Tag. Und dieser Trend zeigt keine Anzeichen für ein Abklingen. Im Gegenteil:Es wird einfach wachsen.

Das sind natürlich hervorragende Neuigkeiten für alle Datenliebhaber da draußen. Es ist noch nicht lange her, als das Sammeln hochwertiger Datensätze eine mühsame und mühsame Aufgabe war. Trotzdem wollen wir immer mehr. Wenn es jemals so aussieht, als würde Ihr brandneues Deep-Learning-Modell „nur“ eine Genauigkeit von 92 % erreichen, ist die einfachste und leichteste Ausrede, den Daten die Schuld zu geben. „Mein Datensatz ist nicht groß genug“, sagen wir unseren Chefs lässig. „Aber wenn wir noch ein paar Wochen warten, wird dieses Modell das beste sein, das Sie je gesehen haben!“

Dies scheint eine wichtige Frage zu stellen:Wie viele Daten sind eigentlich genug? Aber es stellt eine noch wichtigere Frage:Wie viele Daten sind zu viel ?

Interessanterweise hören wir diese Frage in Machine-Learning-Kreisen nicht oft, selbst wenn wir es wirklich sollten. Big Data ist zwar eine riesige Chance, aber auch eine gigantische Belastung von 40 Zettabyte. Wenn Daten tatsächlich das neue Öl sind, müssen wir die Analogie an ihre Grenzen bringen:Daten sind eine äußerst lukrative Ressource, müssen aber ebenso wie Öl veredelt werden. Die Unterlassung, uns von einer unkontrollierten Nutzung zu unterbinden, gefährdet uns. Kurz gesagt, die Art und Weise, wie wir Daten heute verwenden und betrachten, ist zutiefst nicht nachhaltig und diese Tatsache erreicht noch immer kaum das kollektive Bewusstsein.

Vielleicht, nur vielleicht, ist dies das falsche Gespräch. Vielleicht ist Big Data doch nicht wirklich die Antwort auf KI.

Lassen Sie uns einen Moment zurücktreten und darüber nachdenken, was wir wirklich sammeln. In den Anfängen der Digitalisierung war die Datenerhebung tatsächlich teurer, also haben wir uns unsere Plätze ausgesucht. Wir waren verantwortungsbewusster und ein bisschen gewissenhafter. Da das Generieren und Sammeln von Daten immer einfacher wurde, wurde der Qualität weniger Aufmerksamkeit geschenkt, während die Quantität ein natürliches Nebenprodukt neuer Technologien wie Cloud-Speicher, Cloud-Computing, GPU-Maschinen, groß angelegter Datenverwaltungs- und Übertragungssysteme wurde. Schnell wurden Daten zu einer Ware, aber mit der fortschreitenden Eskalation von Daten und Datenspeicherung stellte niemand die einfache Frage:Warum sammeln wir das? Macht es überhaupt Sinn?

Mit der Kommodifizierung des Modellbaus scheinen Datengräben sicherlich die offensichtliche Antwort auf die Differenzierung in der KI zu sein, aber haben wir alle das große Ganze übersehen? Daten altern. Es wird altbacken. Und letztendlich, selbst wenn wir glauben, dass Daten und Informationen zwei grundverschiedene Dinge sind, sind alle Daten nicht gleich geschaffen. Ein Teenager, der 20 Selfies von sich macht, bevor er auf Instagram postet, ist schließlich etwas anderes als ein durchsuchbarer Katalog medizinischer Literatur.

All dies scheint kein Problem zu sein, solange wir an der Überzeugung festhalten, dass der Fortschritt in der Hardware uns vor der Datenapokalypse schützt. Die Datenspeicherung wird von Tag zu Tag billiger, und diese Rechenleistung ist zunehmend verfügbar. Das gilt nur, wenn die Generierung von Daten durch die Fähigkeit der Ingenieure ausgeglichen wird, mit dem Mooreschen Gesetz Schritt zu halten. Auch wenn sie dies auf unbestimmte Zeit tun können, bedenken Sie Folgendes:Wenn nicht alle Daten gleich informativ sind, was bringt es dann, unterdurchschnittliche oder redundante Daten zu verarbeiten?