Использовать ли дополненную реальность для чистки, анализа и демонстрации Больших данных? (часть первая)

Представляем вам первую часть статьи аналитика, специалиста по работе с данными Джозефа Треваскиса (Joseph Trevaskis), ...

Представляем вам первую часть статьи аналитика, специалиста по работе с данными Джозефа Треваскиса (Joseph Trevaskis), написанной для отраслевого сайта icrunchdata. В ней Треваскес доказывает, что дополненная реальность, визуализация данных и оперирование ими при помощи естественных интерфейсов могут облегчить работу с информацией, особенно если она затрагивает так называемые Big Data — большие объёмы данных, неизбежно обнаруживающиеся в проектах моделирования глобальных процессов и прочих сложных симуляциях, даже если на первый взгляд симулируемое кажется простым. 

Самая опасная фраза в языке — «Мы всегда так делаем».

Грэйс Хоппер.

Взгляд на данные через сумму количественных и качественных методов может оказаться очень информативным. Однако фактический визуальный осмотр способен обеспечить возможность маркировать различные аспекты информации. Видимое может быть очень полезным и способно предложить значительное понимание того, где и как начать любой анализ и предварительный отбор данных. Это часто экономит огромное количество времени и усилий.

Большие объёмы данных уже давно вокруг нас и появились задолго до термина «Big Data».  Разумеется, правда, что раньше — до электронной коммерции, социальных сетей, онлайн-банкинга и прочего — глобальный оборот данных в машиночитаемой форме был гораздо меньше и мог бы быть подготовлен и отображён без особых трудностей. Когда нефть и газ начали добывать на наибольших доступных глубинах, для этого были разработаны новые установки. Массивные полупогружные суда родились как буровые установки, но последние всё ещё выполняют бурение с использованием Больших данных. Это всё ещё данные, и мы всё ещё можем использовать на них аналитические методы, но новые способы работы с ними и их демонстрации также очень ценны.

Дополненная реальность или AR может стать отличным подходом в целом ряде случаев. «Дополненная реальность — это живой, копированный вид физической, реальной окружающей среды, элементы которой расширены или дополнены сгенерированным компьютером сенсорными вводными, такими как звук, видео, графика или GPS-координаты. С помощью передовой технологии дополненной реальности (например, добавления компьютерного зрения или распознавания объектов) информация об окружающем пользователя реальном мире становится интерактивной и подверженной манипуляциям через «цифру», — говорится в Википедии.

Несколько лет назад коллега сказал мне, что собирается написать текст. Он говорил, что хочет сделать его настолько трудным для понимания, что никто не смог бы понять текст, кроме него самого. Затем он должен был бы объяснить это и продемонстрировать свои знания. Образ мышления, проиллюстрированный умозаключением Эйнштейна «Если вы не можете объяснить это просто — значит, вы сами не понимаете этого до конца», является гораздо более эффективным. Слишком часто способность генерировать мистику от аналитики принимает вид здравого смысла. Вычисления, функции и интерпретации могут быть сложными, но основа процесса должна быть понятна не имеющим специальную подготовку в данной области.

Большой опыт понимания данных, их очищения, анализа и исследования множества аспектов — значений, нюансов, психологических и мотивационных тонкостей — не обязателен, однако это действительно помогает. Более трёх десятилетий в «непосредственной, личной» близости к данным, особенно к Big Data и научной информации, помогли мне получить о них глубокие знания. В любых отношениях вы никогда не должны полагать, что знаете всё. Всегда будут неожиданности. То же самое с данными. Иногда это те самые неожиданности, которые совершенствуют наше понимание. AR может помочь нам видеть информацию и взаимодействовать с ней, предсказывать результаты и значения с большей уверенностью.

Для некоторых пониманием может стать интуиция. Одним безусловным фактом стало то, что иногда вещи очень трудно объяснить учёному, не специализирующемуся на данных, так, чтобы он понял. Это во многом объясняется сложностью, имеющей значение только для тех, кому помощь по большей части не нужна.

Одним важным ключом, открывающим дверь к точному анализу, может быть собственно просмотр и наблюдение того, что должно быть вычищено и проанализировано. Запомните этот рассказ о титанике, затонувшим после столкновения с айсбергом:

Это была, пожалуй, самая большая катастрофа на воде в истории, унесшая более полутора тысяч жизней. Матрос по имени Дэвид Блэйр забыл оставить ключ, и Титаник отправился в свой первый вояж. Без него его товарищи не смогли открыть шкафчик в смотровой, содержащий бинокли для назначенного обзорным… — пишет Международное сообщество Титаника.

Приглашаем вас познакомиться с некоторыми примерами во второй части статьи

Если вы нашли ошибку, пожалуйста, сообщите нам, выделив текст и нажав клавиши Shift + E или кликнув сюда.

Раздел
Статьи

Другие статьи