Jeffrey Cross
Jeffrey Cross

सिटीजन डेटा: मेकर फेयर पेरिस में होरासियो गोंजालेज द्वारा एक सम्मेलन।

तकनीकी बदलाव हो रहा है।

अधिक से अधिक जुड़ी हुई वस्तुओं का उत्पादन किया जा रहा है। उत्पादन में वृद्धि के साथ-साथ, इन वस्तुओं को भी अधिक विविध और जटिल हो रहा है। हम इंटरनेट ऑफ एवरीथिंग के युग में हैं।

कनेक्टेड ऑब्जेक्ट्स की संख्या इतनी अधिक है कि यह उन यूजर्स से दूर हो जाता है जिनसे वे जुड़े हुए हैं। यह कनेक्टिविटी केवल स्मार्टफ़ोन और कनेक्टेड घड़ियों तक नहीं है। आवेदन के अन्य क्षेत्रों में कृषि, उद्योग, शहरीवाद, स्मार्ट ग्रिड शामिल हैं। कुछ मामलों में रोबोट का एक वास्तविक नेटवर्क शामिल होता है, जिसमें डिवाइस एक दूसरे के साथ संवाद करते हैं।

कनेक्टेड ऑब्जेक्ट के इस उछाल के लिए संयोग से एक समस्या को हल करने की आवश्यकता है: एकत्रित डेटा के साथ क्या किया जा रहा है?

वर्तमान युग में इंटरकनेक्टिविटी बहुत दुर्लभ है। वास्तव में कंपनियां उन प्रणालियों के साथ वस्तुओं का विकास करती हैं जो टॉप-डाउन मॉडल में होती हैं। यह विभिन्न ब्रांडों के उत्पादों के बीच खराब बातचीत की ओर जाता है, जो निर्माताओं के लिए एक अमित्र स्थिति है।

दूसरी समस्या एकत्रित डेटा के स्वामित्व के बारे में है।

कुछ कंपनियां उपयोगकर्ता की गोपनीयता की कीमत पर मुफ्त सेवा प्रदान करती हैं। यह उदाहरण के लिए कुछ सामाजिक नेटवर्क सेवा या वेब खोज मोटर्स के लिए मामला है। दूसरी ओर, उपयोगकर्ता को उस ऑब्जेक्ट के लिए चार्ज नहीं किया जाना चाहिए, जबकि यह ऑब्जेक्ट एकत्रित डेटा पर संपत्ति खो देता है।

अंतिम लेकिन कम से कम, एकत्रित डेटा की मात्रा बहुत महत्वपूर्ण नहीं है। विशेष रूप से अगर डेटा को प्रति मिनट एक फ़ीड जैसे नियमित समय पर काटा जाता है। यह एक वर्ष में दर्जनों टेराबाइट्स तक का योग कर सकता है। विशेष रूप से छोटे व्यवसायों या निर्माताओं के लिए यह मात्रा बहुत कठिन होती है। यदि जारी उत्पाद अलमारियों पर बैठता है, तो यह स्थिति बिगड़ जाती है। कुछ कंपनियां डेटा क्लस्टर का उपयोग करके इस समस्या को दूर करने का प्रयास करती हैं। उपायों का पहला सेट बहुत सटीक रूप से लिया गया है। फिर प्रति दिन एक औसत गणना की जाती है और डेटा को निर्धारित करने के लिए एक समीकरण का उपयोग बहुत कम माप लेने के लिए किया जाता है। यह निर्माताओं के लिए बहुत उपयोगी नहीं है क्योंकि उन्हें नई परियोजनाओं को सोचने और बनाने के लिए बहुत अधिक डेटा की आवश्यकता होती है।

उपयोगकर्ता की आदतों में कुछ बदलावों के बावजूद किसी का ध्यान नहीं जा सकता है। डेटा की मात्रा भी अपने विश्लेषण के रूप में अर्थ कठिनाइयों है। शक्तिशाली उपकरण, बड़े डेटा के क्षेत्र में मजबूत ज्ञान अनिवार्य है।

अधिक तुच्छ रूप से एक बड़ा डेटा विश्लेषक एक प्लम्बर जैसा है। यह शिल्प सीखना बहुत कठिन है।

इस प्रकार तीन समाधानों पर विचार किया जाना है:

1 - देते हुए (लेकिन निर्माता ऐसा नहीं करते, वे करते हैं?)

2 - बड़े डेटा अवधारणाओं को लोभी करने पर बहुत समय और संसाधन खर्च करना

3 - आपके लिए डेटा निकालने के लिए एक विशेष जीव से पूछना; जो M.Gonzalez राय में सबसे व्यवहार्य विकल्प है।

समाधान 3 निर्माताओं के लिए एक कठिन विकल्प है क्योंकि यह DIY पर निर्माता की शपथ तोड़ रहा है।

कई कंपनियां हैं जो विश्लेषण प्रदान कर सकती हैं। उनमें से प्रत्येक हालांकि इसके परिणामों, प्रसंस्करण विधियों में भिन्न है।

इस प्रकार यह निर्माताओं पर निर्भर करता है कि वे अपने लिए सबसे उपयुक्त विकल्प बना सकें।

एम। गोंजालेज सिटीज़ेन डेटा के लिए सिटीज़ेन साइंसेज की सहायक कंपनी के लिए काम कर रही है।

सिटीज़ेन साइंसेज सिटीज़ेन साइंसेज से जुड़े कपड़ों को विकसित करने के बाद बनाया गया था। तकनीकी रूप से सहायता प्राप्त उच्च प्रदर्शन वाले खेल के आगमन में, ये कपड़े उस व्यक्ति की शारीरिक स्थिति के बारे में डेटा एकत्र करते हैं जो उन्हें पहनते हैं।

सिटीज़ेन डेटा में अत्यधिक उच्च अंत गणना के साथ एक बहुत मजबूत कंप्यूटर है। यह भंडारण और डेटा की भारी मात्रा के विश्लेषण दोनों की अनुमति देता है। बड़े डेटा विश्लेषण के लिए महत्वपूर्ण आवश्यकता में से एक विश्लेषण की अंतरिक्ष-समय श्रृंखला के लिए आगे बढ़ने की क्षमता है।

निर्माताओं को बड़े डेटा निगमों के बारे में सतर्क रहना चाहिए जो उनके कौशल और उनकी सेवा को कवर करने वाली सीमा पर बहुत अधिक डींग मारते हैं।

सिटीजेन डेटा उन कंपनियों में से है, जिनके पास अपने काम के डेटा के बारे में वास्तविक नैतिकता है। उनकी नैतिकता इस प्रकार है:

सशुल्क डिवाइस के लिए, डेटा केवल उस व्यक्ति का है जिसने उत्पाद खरीदा है। पिछले विवरण से, यदि एकत्र किए गए डेटा से लाभ होना है, तो उपयोगकर्ता को लाभ प्राप्त करना चाहिए। यदि डिवाइस का निर्माता डेटा साझा करना चाहता है, तो उसके पास डिवाइस उपयोगकर्ता की व्यक्त सहमति होनी चाहिए

एक साक्षात्कार के दौरान, मैं इन नैतिकता के आधारों को गहरा कर सकता था। वे केवल विचारधारा ही नहीं बल्कि व्यवसाय की व्यावहारिक धारणा से भी उपजी हैं। सिटीजेन डेटा का मानना ​​है कि यह पारदर्शिता डेटा विश्लेषण करने के लिए महत्वपूर्ण है, क्योंकि अगर कंपनियां अस्पष्ट रहती हैं तो वे ग्राहकों को दूर कर देंगे। और एक और अधिक व्यक्तिगत बयान पर M.Gonzalez ने प्रौद्योगिकी के बारे में अधिक जिम्मेदार और तटस्थ शिक्षा की आवश्यकता पर प्रकाश डाला।

मीडिया ऐसी सूचनाएं फैला रहा है जो हमारे समाजों में गुस्सा पैदा करती हैं। यह रचनात्मकता के लिए एक खराब माहौल बनाता है क्योंकि लोग प्रौद्योगिकी पर निर्भर हैं लेकिन दोनों डरते हैं। वे इस विषय पर कुछ लोगों की चिंता को "गीक मामले" मानते हैं। इन कारणों से लोगों को खुद को शिक्षित करना चाहिए ताकि वे प्रौद्योगिकी को पुनः प्राप्त कर सकें।

हालांकि एक उज्जवल नोट पर, पहला सिटीज़ेन साइंस जुड़ा हुआ कपड़ा वर्ष के अंत में जारी किया जाएगा। यह CycloLab के साथ एक सहयोगी परियोजना होगी।

एड्रियन BESNIER - सामान्य लहर।

शेयर

एक टिप्पणी छोड़