5 Masalah dunia nyata boleh menyebabkan data besar

Untuk beberapa ketika sekarang, istilah data besar telah melayang melalui dunia teknologi, membawa udara keseronokan, intimidasi dan jangkaan. Data besar yang menetapkan data besar bertujuan untuk mengumpul, memupuk dan, akhirnya, lombong, dapat menjadi sumber informasi yang berharga bagi perusahaan, pemerintah dan segala sesuatu di antara. (Dapatkan lebih banyak maklumat mengenai data besar dalam 5 Perkara yang Anda Perlu Tahu Mengenai Data Besar.)

Itu cukup keren, tetapi ia tidak berhenti di sana. Sebenarnya, data besar sedang dicari sebagai penyelesaian kepada semua jenis masalah yang meluas jauh di luar bidang teknologi, bahkan di dunia perniagaan. Berikut adalah lima perkara yang perlu diberi perhatian besar data yang perlu dilakukan.

Membantu Mengatasi Masalah Kesuburan

Menurut Pusat Kawalan Penyakit (CDC) kira-kira 10 peratus wanita Amerika mengalami kesukaran mendapatkan atau terus mengandung. Walaupun beberapa kes ketidaksuburan memerlukan campur tangan perubatan, doktor mengatakan ini adalah cabaran yang banyak wanita dapat menyelesaikan dengan hanya sedikit maklumat tambahan mengenai bagaimana tubuh mereka berfungsi. Pengesanan ovulasi adalah salah satu cara yang paling berkesan untuk wanita mengetahui apabila tubuh mereka bersedia untuk hamil. Aplikasi yang dipanggil Glow, yang dikeluarkan ke App Store pada bulan Ogos 2013, menggunakan data besar untuk membantu wanita berhubung kesuburan mereka. Dengan menjejaki tanda-tanda kesuburan kritikal, seperti kitaran haid, suhu pagi, berat badan, tahap tekanan, dan banyak lagi, wanita boleh mendapatkan data yang mereka perlu tahu apabila badan mereka paling bersedia untuk hamil, seperti kebanyakan pusat rawatan kesuburan. Jika anda telah melihat tanda harga untuk rawatan kesuburan, jelas bahawa apa-apa yang boleh membantu pasangan pilihan langkah rawatan yang lebih mahal adalah rampasan sebenar.

Menyediakan Pinjaman Dolar Kecil kepada Orang yang Memerlukan

Menurut penyelidikan Institut Pew, 5.5 peratus rakyat Amerika telah mengeluarkan pinjaman gaji dalam tempoh 5 tahun yang lalu untuk menampung perbelanjaan tetap. Jenis pinjaman ini boleh melumpuhkan orang-orang yang sudah berjuang untuk memenuhi keperluan dengan menarik mereka dengan kadar faedah yang tinggi dan yuran tersembunyi.

Sekarang, seorang pembangun aplikasi telah meletakkan data besar untuk berfungsi untuk menghasilkan penyelesaian kepada cabaran ini.

LendUp adalah aplikasi laman web dan aplikasi mudah alih untuk membantu orang mengakses pinjaman kecil untuk menampung perbelanjaan mereka. Ia berfungsi seperti banyak organisasi pemberi pinjaman mikro, di mana sekumpulan kecil modal teroka tempatan dan pelabur malaikat membuat wang pelaburan untuk orang yang memerlukan. Kemudian, seseorang boleh memulakan proses peminjaman dengan memanfaatkan kumpulan wang yang ada.

Jumlah pinjaman tidak melebihi $ 250 untuk tempoh kurang dari 30 hari. Tingkah laku yang baik untuk membayar balik pinjaman awal, atau tepat pada waktunya, diberi ganjaran melalui aplikasinya. Sebagai contoh, membayar pinjaman awal boleh membuka diskaun atau yuran yang lebih rendah pada masa akan datang. Pinjaman dolar kecil ini boleh membantu orang yang memerlukan akses cepat dan lebih murah kepada wang tunai yang diperlukan untuk membayar bil. Ia juga boleh membantu mereka membina kredit yang lebih baik.

Letakkan Pelajar Daripada Kesengsaraan Mereka

Tiada pelajar mahupun profesor yang menikmati kuliah lama di dewan yang ramai. Yup, data besar mungkin mengakhiri kelas-kelas yang membosankan dan minimally berkesan. Dengan menggunakan data dan teknologi yang besar di bilik darjah, pelajar dan guru boleh berinteraksi antara satu sama lain dengan cara baru dan lebih berkesan semasa mempelajari bahan baru.

Percubaan baru-baru ini yang dilakukan di Arizona State University mencabar pelajar dan profesor untuk meletakkan kaedah kuliah tradisional dan memilih teknologi yang lebih besar menggunakan teknologi sebagai alat pembelajaran. Pada mulanya, idea itu tidak menggembirakan pelajar atau profesor. Walau bagaimanapun, ketika pelajar mula terlibat dengan teknologi dan belajar dengan melakukan bukannya dengan mendengar, mereka telah bertobat. Profesor itu masih hadir semasa kelas, tetapi lebih mudah untuk berkeliaran di sekitar menjawab soalan dan memberi maklum balas. Beliau dapat mengesan prestasi pelajar dengan lebih baik, dan menggunakan data besar untuk menentukan siapa yang berjaya dalam topik, dan siapa yang tidak.

Dengan teknologi ini beralih kepada lebih banyak bilik darjah, pelajar mungkin dapat belajar dengan kadar yang sesuai dengan mereka, sementara guru dapat mendapatkan gambaran yang lebih baik di mana pelajar berjuang. Ramai menjangkakan bahawa teknologi ini akan menjadikan pendidikan peringkat tinggi lebih berkesan.

Baca Pikiran Kita

Masukkan bola kristal. Tidak lama lagi, data besar akan meramal setiap pemikiran anda. OK, kedengarannya agak menyeramkan, tetapi sains di belakang menggunakan data besar untuk membaca fikiran anda tidak begitu rumit. Dengan menangkap dan menganalisis maklumat, seperti laman web yang dilawati, jawatan media sosial, daftar masuk dan banyak lagi, andaian yang munasabah boleh dibuat mengenai pemikiran dan tindakan masa depan anda. Ia bukan ilmu sains yang sempurna, tetapi semakin banyak data yang tersedia, semakin besar kemungkinan data besar akan memberikan perniagaan - dan bahkan pemerintah - pandangan Big Brother kepada orang awam. (mengenai privasi di Web dalam Jangan Lihat Sekarang, Tetapi Privasi Dalam Talian Mungkin Pergi untuk Baik.)

Menangkap pengganas

Sekiranya terdapat satu kata kunci di seluruh dunia yang nampaknya tidak akan hilang, 'keselamatan nasionalnya. Data besar telah dinaikkan sebagai cara untuk bertindak balas terhadap isu ini juga. Apabila agensi kerajaan boleh mendapatkan data besar untuk dijejaki - dan akhirnya meramalkan - tingkah laku orang, mereka berpotensi untuk menghentikan pengganas sebelum mogok. Apa yang mereka perlukan adalah data yang mencukupi untuk mengenal pasti corak dan corak tingkah laku.

Agensi-agensi kerajaan boleh menapis data bernilai tahun dari pengganas yang diketahui. Data ini dapat membantu mengenal pasti corak dan corak tingkah laku. Berdasarkan trend dan corak ini, kerajaan boleh memantau kelakuan semasa orang ramai untuk mencari potensi pengganas yang mengintai di bayang-bayang.

Apa yang akan datang?

Berjuta-juta fail diimbas, dilaporkan dan dianalisis setiap hari, yang bermaksud data besar hanya terus meningkat. Dan lebih banyak data yang kita kumpulkan - dan teknologi yang lebih baik menjadi menyaringnya - semakin berguna ia mungkin, mungkin dalam cara yang belum kita fikirkan. (Baca tentang beberapa halangan data besar yang perlu diatasi dalam Big Data Mempunyai Masalah, Tetapi Ia Tidak Teknologi.)