Big Data και το μέλλον στις καιρικές προβλέψεις

μεγάλα δεδομένα στον κόσμο

Το Big Data είναι ο τελευταίος σύνδεσμος στην πρόβλεψη καιρικών συνθηκών. Σε όλο τον κόσμο, χιλιάδες εταιρείες, επιστημονικά κέντρα, ιδρύματα κ.λπ. χρησιμοποιούν Big Data για να βρουν μοτίβα όπου κι αν βρίσκονται, τα μεγάλα δεδομένα. Στη μετεωρολογία, μια επιστήμη που έχει επίσης τεράστιο και τεράστιο όγκο δεδομένων, το Big Data έχει επίσης τις χρήσιμες εφαρμογές του. Είναι σύγχρονο και ισχυρό εργαλείο, μπορεί να χρησιμοποιηθεί με πολλούς τρόπους. Παρά το όνομά του ως ένα μόνο πράγμα, μπορεί να επιτύχει πολλές διαφορετικές προβλέψεις ανάλογα με το τι ψάχνετε. Φυσικά, έχει έρθει επίσης στη μετεωρολογία και εδώ θα σας πούμε τι κάνει και πώς.

Πρώτα απ 'όλα, ας το θυμόμαστε αυτό Η πρόβλεψη του χρόνου ήταν ανέκαθεν μια από τις πρωταρχικές ανάγκες των ανθρώπων. Πριν από χιλιάδες χρόνια, οι καιρικές προβλέψεις ήταν πολύ σημαντικές, ακόμη περισσότερο από σήμερα, για την επιβίωση. Η τεχνολογική ανάπτυξη δεν ήταν τόσο αιχμηρή, οποιαδήποτε αστάθεια θα μπορούσε να έχει σοβαρές συνέπειες. Παρόλο που υπήρχε πάντοτε αυτή η ανάγκη για την αποτροπή του καιρού, δεν ήταν μέχρι την άφιξη του Αριστοτέλη να μπορέσουμε να νομίσουμε τον όρο μετεωρολογία. Το ονόμασε "μετεωρολογικό", το όνομα που έδωσε το βιβλίο του, γύρω στο 340 π.Χ.

Μεγάλα δεδομένα στις προβλέψεις

μεγάλες προβλέψεις δεδομένων

Η λογική της ατμοσφαιρικής συμπεριφοράς δεν έχει σταματήσει να αναπτύσσεται από τότε. Κάθε φορά γρηγορότερα. Περνώντας από το θερμόμετρο που εφευρέθηκε ο Γαλιλαίος το 1607, σε προσομοιώσεις υπολογιστών βάσει δεδομένων που συλλέχθηκαν από δορυφόρους. Αυτήν τη στιγμή, είμαστε αντιμέτωποι με τα Big Data, πολλοί συμφωνούν ότι Είναι το πιο επαναστατικό εργαλείο αφού υπάρχει το Διαδίκτυο και δεν είναι λιγότερο. Σαν να ήταν μέλλον επιστημονικής φαντασίας, σήμερα μπορούμε να πούμε ότι είναι πραγματικό.

Όπως σχολιάσαμε, το Big Data αρχίζει να αναλαμβάνει σήμερα, δίνοντας αυτή την άλλη άποψη στους μετεωρολόγους. Όπου δεν μπορούσαν να πάνε, ή πίστευαν ότι είχαν δίκιο χωρίς να είναι, Τα μεγάλα δεδομένα σας δείχνουν τι ήταν κρυμμένο ή απαρατήρητο, επίσης με επίπεδο ακρίβειας που δεν επιτεύχθηκε ποτέ. Υπάρχουν εταιρείες που προσφέρουν ήδη αυτές τις υπηρεσίες σήμερα. Ιδρύματα, κυβερνήσεις και εταιρείες που χρησιμοποιούν μεγάλα δεδομένα για να προβλέψουν το κλίμα. Αλλά πώς είναι όλη αυτή η διαδικασία; Πώς γίνεται; Πώς ωφελούμαστε; Στη συνέχεια θα δούμε και θα κατανοήσουμε πώς είναι δυνατή αυτή η διαδικασία τεχνολογικής καινοτομίας.

Πώς λειτουργεί το Big Data;

Χονδρικά, Τα Big Data εγκαταλείπουν να βλέπουν τον ουρανό για να επικεντρωθούν στα δεδομένακαι ότι υποβάλλονται σε σωστή επεξεργασία. Για να καταλάβετε περισσότερο σε μεγάλο βαθμό τις επιπτώσεις με τη μετεωρολογία, πρώτα πρέπει να εξηγήσετε πώς λειτουργεί.

μελλοντικά μεγάλα δεδομένα για την πρόγνωση καιρού

Το Big Data έχει τον πυρήνα λειτουργίας του σε αυτό που ονομάζεται 4 V's.

Όγκος

Αυτό σημαίνει την ποσότητα δεδομένων. Όλη αυτή η ποσότητα των δεδομένων που συλλέγονται είναι αυτό που είναι γνωστό ως τόμος. Μπορεί να διαφέρει ανάλογα με το τι εφαρμόζεται, μερικές φορές έχουμε πολλά δεδομένα και άλλες φορές "λιγότερο". Δηλαδή, μπορούμε να πάμε από 1.000 εκατομμύρια δεδομένα σε αρκετά τρισεκατομμύρια, ανάλογα με το ποια αναλύεται.

Ταχύτητα

Δηλαδή, ο ρυθμός με τον οποίο δημιουργούνται τα δεδομένα. Προέρχονται από την ανάγκη σύλληψης, αποθήκευσης και επεξεργασίας τους. Όσο περισσότερα δεδομένα καταγράφονται, τόσο πιο γρήγορα αποθηκεύονται, τόσο περισσότερο υπάρχει ανάλυση. Η ταχύτητα έχει διπλή σημασία στις προβλέψεις καιρού, καθώς τα γεγονότα συμβαίνουν σε πραγματικό χρόνο και πρέπει να υποβληθούν σε επεξεργασία το συντομότερο δυνατό.

Ποικιλία

Μερικές φορές υπάρχει μια μορφή για το πώς αυτά τα δεδομένα έρχονται, άλλες φορές άλλες. Κάθε τύπος δεδομένων έχει τη δική του ταξινόμηση. Άλλες φορές μερικές λείπουν (υπάρχουν τεχνικές για να το διορθώσετε, ή τα λάθη θα ήταν τεράστια) και άλλες φορές έρχονται ακόμη και σε φόρμες βίντεο. Υπάρχει μια πολύ διαφορετική μάζα δεδομένων, τα οποία στο Big Data είναι υπεύθυνα για την παραγγελία, μια λογική που πρέπει να αναλυθεί καλά. Για παράδειγμα, οι μετρήσεις θερμοκρασίας από ένα θερμόμετρο "δεν μπορούν" να τοποθετηθούν στην ίδια συσκευασία με τις δορυφορικές μετρήσεις από μπροστά.

Φιλαλήθεια

Σχετικά με την παρένθεση του προηγούμενου σημείου. Αυτό σημαίνει ότι τα δεδομένα τελικά έρχονται καθαρά, χωρίς "περίεργα" πράγματα. Οι ομάδες διαχείρισης Big Data πρέπει να διαθέτουν μια αμερόληπτη ομάδα εκπαιδευμένη για να διατηρεί μια καλή δομή. Οι συνέπειες μιας κακής αλήθειας των δεδομένων έχουν πολύ αρνητικές επιπτώσεις. Για να πάρετε μια ιδέα, θα ήταν σαν μια ομάδα μηχανικών να ολοκληρώσει την επισκευή ενός αυτοκινήτου και ξεχάστηκαν να βιδώσουν δύο τροχούς.

μεγάλος αναλυτής δεδομένων στη μετεωρολογία

Παράδειγμα για την ακρίβεια των δεδομένων

Έχουμε πολλά αρχεία από πολλές περιοχές. Ας φανταστούμε ότι έχουμε θερμοκρασίες, επίπεδα υγρασίας, ανέμους κ.λπ. Ωστόσο, έχουμε μια αποτυχία και λείπουμε κάποια αρχεία θερμοκρασίας για κάποια περιοχή, για οποιονδήποτε λόγο, και δεν μπορούμε να έχουμε πρόσβαση για να μάθουμε ποια θερμοκρασία έχει καταγραφεί. Έχουμε συνολικά 30 δεδομένα, και δύο από αυτά, χωρίς θερμοκρασία.

Αυτό που θα μπορούσε να γίνει, για παράδειγμα, είναι ο υπολογισμός της μέσης θερμοκρασίας αυτών των περιοχών για να προσδιοριστεί με ακρίβεια η πιθανή θερμοκρασία που μπορεί να βασιστεί στο αρχείο που λείπει, αλλά και με πολύ μικρά περιθώρια σφάλματος. Οι τιμές είναι ανταλλακτικά, και στη συνέχεια ο υπολογισμός μπορεί να εφαρμοστεί. Εάν αυτά τα δεδομένα λείπουν, οι υπολογιστές δεν θα το είχαν αναγνωρίσει, δημιουργώντας μια μαύρη τρύπα στα δεδομένα και εντελώς λανθασμένες προβλέψεις.

Πώς το παίρνετε;

Στη μετεωρολογία, όπως σε οποιοδήποτε πεδίο, τα δεδομένα έρχονται με τη μορφή μεταβλητών. Δηλαδή, κάθε ένα υποβάλλεται σε επεξεργασία με τον τρόπο που ανήκει. Και παρόλο που φαίνεται πολύ περίπλοκο και περίπλοκο, το έργο γίνεται "εύκολο" για τους αναλυτές Big Data. Οι μεταβλητές που μπορούμε να καταγράψουμε στη μετεωρολογία, αν και εξακολουθούν να είναι δεδομένα, μπορεί να ανήκουν σε διαφορετικές οικογένειες. Δηλαδή, μια μεταβλητή είναι οποιαδήποτε δεδομένα που μπορούν να ταξινομηθούν, αλλά δεν είναι πάντα τα ίδια.

nasa και μεγάλα δεδομένα

Η παραπάνω εικόνα, που παρέχεται από τη NASA, δείχνει το παράδειγμα ρευμάτων γύρω από τον πλανήτη. Στην περίπτωση της NASA, διαθέτουν μεγάλο αριθμό δορυφόρων που τους επιτρέπουν να παρατηρούν και να μετρούν φαινόμενα σε όλο τον κόσμο σε πραγματικό χρόνο.

Τα Big Data μπορούν να διαβάσουν κάθε ίχνος που αφήνει κάτι για κάτι, και αυτό μπορεί να θεωρηθεί δεδομένα. Πολλοί όταν σκεφτόμαστε τα Big Data, θα σκεφτούν γρήγορα όταν χρησιμοποιούμε κινητά τηλέφωνα, σερφάρουμε στο Διαδίκτυο, κάνουμε κλικ σε μια σελίδα, αγοράζουμε ένα στοιχείο στο διαδίκτυο ή το "αρέσει" στο Facebook Αυτό είναι μόνο ένα "μικρό" αλλά πυκνό μέρος, ναι, είναι πολύ αξιόπιστο και καλά κωδικοποιημένο. Αλλά με τη σειρά του, αφήνουμε ένα φυσικό / εικονικό ίχνος, όπως η τοποθεσία GPS όπου είμαστε, χάρη στα κινητά τηλέφωνα. Εδώ αρχίζουμε ήδη να συνδυάζουμε τον εικονικό κόσμο με τον φυσικό. Και φυσικά, φυσικές κινήσεις, φυσικές αγορές, ανάλογα με την ηλικία, αυτό που επιλέγουμε, όλα αυτά αρχειοθετούνται πάντα, και φυσικά, μπορεί να μεταφραστεί σε όλο και περισσότερα δεδομένα.

Οι μεταβλητές μπορούν να είναι κατηγορηματικές

Οι κατηγορηματικές μεταβλητές είναι εκείνες που αντιπροσωπεύουν περιορισμένες τιμές ή μεταβλητές που δεν σημαίνουν απαραίτητα ένα συγκεκριμένο μέγεθος. Αντιπροσωπεύουν την ποιότητα κάτι που περιγράφουν. Βασικά η ιδιαιτερότητά τους είναι ο περιορισμός αυτού που αντιπροσωπεύουν. Μπορούν να ταξινομηθούν σε δύο πεδία.

Ονομαστικές κατηγορικές μεταβλητές

Αυτά είναι αυτά αντιπροσωπεύουν πράγματα στο ίδιο πεδίο χωρίς λογική σύνδεση καθε. Για παράδειγμα: Το όνομα των περιοχών που υποδεικνύουν από πού προέρχονται τα αρχεία, όπως η πόλη, η αυτόνομη κοινότητα, ένας ταχυδρομικός κώδικας κ.λπ.

Κανονικές μεταβλητές κατηγοριοποίησης

Αυτά είναι αυτά μπορεί να αντιπροσωπεύει το μέγεθος του κάτι, όπως η κλίμακα Ντάγκλας στο επίπεδο κύματος, το επίπεδο της κλίμακας με την οποία οι ανεμοστρόβιλοι μπορούν να ταξινομηθούν ανάλογα με το μέγεθός τους κ.λπ.

ψηφιακή εποχή μεγάλων δεδομένων

Οι μεταβλητές μπορούν να είναι αριθμητικές

Οι αριθμητικές μεταβλητές είναι αυτές που αντιπροσωπεύουν τιμές ή μεταβλητές εντός μεγέθους και μπορούν να είναι μετρήσιμες. Αντιπροσωπεύουν ποσοτικές τιμές. Η ιδιαιτερότητά τους είναι ότι μπορούν να αντιπροσωπεύουν ένα πολύ μεγάλο εύρος μετρήσεων σε μετεωρολογικά φαινόμενα. Κατατάσσονται με δύο τρόπους

Συνεχείς αριθμητικές μεταβλητές

Οι συνεχείς μεταβλητές είναι αυτές που είναι υπεύθυνοι για τη μέτρηση κάτι που έχει καθιερωθεί. Παραδείγματα αυτών είναι ο δείκτης υγρασίας, η θερμοκρασία, η ταχύτητα του ανέμου, η βροχόπτωση κ.λπ.

Διακριτές αριθμητικές μεταβλητές

Αυτά είναι αυτά παρακολουθούν κάτι που έχει καθιερωθεί. Δηλαδή, πόσες φορές βρέχει σε ένα χρόνο σε μια περιοχή, πόσες φορές έχει χιονίσει κ.λπ.

Όλες οι μεταβλητές υποβάλλονται σε επεξεργασία

Μόλις ταξινομηθούν όλες οι μεταβλητές, υποβάλλονται σε επεξεργασία χάρη στους υπολογιστές, πάντα υπό την επίβλεψη αναλυτών Big Data. Μέχρι πριν από λίγα χρόνια, η ποσότητα των δεδομένων που ήταν διαθέσιμα, παρά το γεγονός ότι ήταν πολύ μεγάλος αριθμός, δεν υπήρχαν προβλήματα για ανάλυση από αναλυτές δεδομένων. Η ανάλυση Big Data, ωστόσο, είναι υπεύθυνη για την ανάλυση αυτών των τεράστιων δεδομένων, όπου οι διαδικασίες ανάλυσης που ήταν κοινές μέχρι σήμερα, θα απαιτούσαν πολύ χρόνο (μιλάμε ακόμη και για ημέρες) για να δώσουμε μια απάντηση. Όχι μόνο αυτό, το Big Data είναι πιο αποτελεσματικό και ακριβές, παίζοντας με τις μεταβλητές μεταξύ τους.

μεγάλη επανάσταση δεδομένων

Όλα αυτά προέρχονται αυτό που έχουμε ήδη σχολιάσει στα 4 V του Big Data, επιτυγχάνοντας ταχύτητα, αξιοπιστία και μοντέλα καιρού που παρέχουν απίστευτα ακριβείς προβλέψεις σε εξαιρετικά σύντομο χρονικό διάστημα.

Μεγάλα δεδομένα ως εκκολαπτόμενη επιστήμη

Ένα καλό παράδειγμα θα ήταν να μιλήσουμε για την εταιρεία ACCIONA, η οποία διαθέτει Κέντρο Ελέγχου Ανανεώσιμων Πηγών Ενέργειας (CECOER). Είναι το μεγαλύτερο κέντρο στον κόσμο όπου ο στόχος είναι η παροχή λύσεων σε πραγματικό χρόνο, των εκατομμυρίων δεδομένων που συλλέγονται από τις εγκαταστάσεις της, τόσο της βιομάζας, της αιολικής και της ηλιακής ενέργειας. Παράγει περίπου 3000 ετήσια προγράμματα που λαμβάνουν όλα αυτά τα δεδομένα για να προσαρμοστούν στην απαιτούμενη ζήτηση. Ένα άλλο πλεονέκτημα του CECOER είναι η λήψη περιστατικών που έχουν από τις εγκαταστάσεις τους, οπότε το 50% αυτών επιλύονται εξ αποστάσεως. Το υπόλοιπο 50% καθορίζεται φυσικά από τους χειριστές. Με αυτόν τον τρόπο, Η Acciona παίρνει την ανανεώσιμη ενέργεια της, περισσότερο από το να είναι μια εναλλακτική ενέργεια, να είναι μια λύση σήμερα.

Κέντρο Ελέγχου Ενέργειας Acciona

CECOER ACTION

Ένα άλλο σημαντικό γεγονός για το Big Data σήμερα είναι η έλλειψη επιστημόνων δεδομένων. Είναι ένα νεογέννητο πεδίο, και αυτό έχει φτάσει σε ορισμένα προκαταρκτικά πρότυπα. Μπορεί η Big Data να βοηθήσει πραγματικά στην εξέλιξη των προβλέψεων, να αναφέρει οφέλη σε εταιρείες, να είναι σε θέση να προβλέψει τόσα πολλά πράγματα και να δικαιολογήσει το κόστος της μεγάλης ανάλυσης δεδομένων; Ναι, αλλά είναι κάτι που έχει δει λίγο-πολύ. Η αυξανόμενη ζήτηση για επιστήμονες δεδομένων έχει παραλληλιστεί με τα αποτελέσματα και κατανοώντας την ανάγκη για όλα αυτά τα μέρη. Είναι αλήθεια ότι υπάρχουν ήδη πολλές ομάδες Big Data που λειτουργούν, με θεαματικά αποτελέσματα, αλλά είναι ακριβώς εκεί που διαπιστώνουμε ότι υπάρχει μεγαλύτερη ζήτηση. Οι αναλυτές Big Data είναι ιδιαίτερα περιζήτητοι.

Κατά συνέπεια, ζούμε την επανάσταση που υπονοούν στην ανάπτυξη, αλλά από την αρχή. Όπως κάθε βιομηχανία, τώρα βλέπουμε τις δυνατότητές της, αλλά δεν έχει αναπτυχθεί στο μέγιστο, αυτό είναι κάτι που έχει ο χρόνος για εμάς. Ένα πράγμα είναι ήδη εμφανές, το σημερινό δυναμικό του, το άλλο, πόσο μακριά μπορεί να φτάσει. Τα αποτελέσματά σας δεν θα μας αφήσουν αδιάφορους.

μεγάλος καιρός δεδομένων

Χάρτης μοντέλου IBM

Η εταιρεία The Weather Company της IBM είναι μια ιδιωτική εταιρεία που προσφέρει έως και 26 εκατομμύρια καθημερινές προβλέψεις για τον καιρό. Η IBM από την αρχή ξεχώρισε, καθώς και η Google, για μια από τις πιο πρωτοποριακές εταιρείες στον τομέα. Η Weather Company είναι εξαιρετικά αφοσιωμένη στο να βοηθά τους ανθρώπους να λαμβάνουν ενημερωμένες αποφάσεις σχετικά με τον καιρό. Είναι το μεγαλύτερο δίκτυο στον κόσμο από προσωπικούς μετεωρολογικούς σταθμούς. Οι μεγαλύτερες μάρκες στον κόσμο στην αεροπορία, την ενέργεια, την ασφάλιση, τα μέσα μαζικής ενημέρωσης και την κυβέρνηση εξαρτώνται από την εταιρεία The Weather Company για δεδομένα, τεχνολογικές πλατφόρμες και υπηρεσίες.

Μεγάλα δεδομένα κατά της αλλαγής του κλίματος

Παγκόσμιο παλμό των Ηνωμένων Εθνών, μια μεγάλη πρωτοβουλία δεδομένων του Ηνωμένα Έθνη και Western Digital Corporation, έχουν υπογράψει συμμαχία για να πολεμήσουν μαζί ενάντια στην κλιματική αλλαγή. Αυτό το έργο με επικεφαλής τον ΟΗΕ και τη Western Digital Corp., συγκεντρώστε επιστήμονες ψηφιακής καινοτομίας από όλο τον κόσμο να επιτεθεί το πρόβλημα με πιο αποτελεσματικό τρόπο. Μεταξύ αυτών, συναντάμε συνεργάτες από πολύ διαφορετικούς τομείς. Οι BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... είναι μερικοί από αυτούς που συμμετέχουν σε αυτό το έργο.

Βρίσκουμε επίσης το Κέντρο υπερυπολογιστών της Βαρκελώνης (BSC), είναι το 4ο μοντέλο της σειράς MareNostrum. Ένας υπερυπολογιστής για ανάλυση Big Data κλειδί σε πολλούς τομείς, μεταξύ αυτών είναι επίσης ο αγώνας για την αλλαγή του κλίματος. Τέθηκε σε λειτουργία στα τέλη Ιουνίου του 2017. Είναι ο τρίτος γρηγορότερος υπολογιστής στην Ευρώπη, πραγματοποιήθηκε επένδυση για την εγκατάσταση 34 εκατομμυρίων ευρώ από το Υπουργείο Οικονομίας, Βιομηχανίας και Ανταγωνιστικότητας της Ισπανίας. Έχει χωρητικότητα 14 Petabytes, δηλαδή 14 εκατομμύρια Gigabytes. Φτάνει στα 11,1 Petaflops, δηλαδή τη βαρβαρότητα των 11.100 δισεκατομμυρίων εργασιών ανά δευτερόλεπτο.

Μεγάλα δεδομένα στο μέλλον της μετεωρολογίας και στη ζωή μας

Σε έναν μεταβαλλόμενο κόσμο, όπου οι αλλαγές γίνονται γρηγορότερες και ολοένα και πιο εκπληκτικές, είναι δύσκολο να προβλεφθεί το μέλλον του κάτι. Αυτό που ξέρουμε σίγουρα είναι αυτό Το Big Data έφτασε να μείνει, και ότι οι προβλέψεις που έγιναν τόσο μετεωρολογικές όσο και σε άλλες περιοχές μας αφήνουν αμηχανία. Κάποιοι θα παραμείνουν δύσπιστοι, άλλοι θα το αρνηθούν, άλλοι θα το δουν ως κάτι μακριά. Αλλά η αλήθεια είναι ότι ζούμε ήδη με αυτό.

Σήμερα γνωρίζουμε ότι το Big Data προβλέπει πολλές βροχές, εποχές τυφώνα, ακόμη και με μεγάλη ακρίβεια τον αριθμό των μεταλλίων που μπορεί να κερδίσει μια χώρα στους Ολυμπιακούς Αγώνες. Προβλέπει επίσης ποιος, πού και πότε πρόκειται να διαπραχθεί ένα έγκλημα (αν κάποιος έχει δει την ταινία "Αναφορά μειονοτήτων", έχει ξεπεράσει το μυαλό τους, σωστά;). Μεγάλα δεδομένα κινείται γρήγορα προς την πρόβλεψη του μέλλοντος πολλών τομέων, και είναι ότι ακόμη και η Amazon αρχίζει να το προβλέπει, και πρόσφατα άρχισε να πραγματοποιεί αποστολές ακόμη και πριν οι πελάτες κάνουν αγορές. Το μέλλον ήταν μέχρι σήμερα, συχνά αβέβαιο. Αλλά αλλάζει το μέλλον είναι προβλέψιμο.

κορίτσι μπάλα ενέργειας

Γνωρίζουμε ότι το δυναμικό του θα αυξηθεί. Ποιος ξέρει, μπορεί να είναι βιαστικό να προβλέψουμε ποιος αναμένει κάτι (Big Data). Αλλά με αρκετά δεδομένα, Θα μπορέσει η Big Data να προβλέψει το παγκόσμιο κλίμα με τεράστια αναμονή; Ναι. Ακριβώς όπως μπορείτε να προβλέψετε ότι οι ενέργειές μας θα έδιναν διαφορετικά σενάρια σε αυτά που είχαν δοθεί προηγουμένως, επειδή οποιαδήποτε ενέργεια έχει την ηχώ της στο μέλλον και η Big Data την γνωρίζει και την επαναξιολογεί, δίνοντας ένα άλλο σενάριο.

Όλα μπορούν να προβλεφθούν. Θα μπορέσουμε να μάθουμε τι θα μας συμβεί στο εγγύς μέλλον; Ποια προβλήματα θα αντιμετωπίσουμε; Πότε και πού θα χτυπήσει ένας τυφώνας; Τι θα πρέπει να συνεχίσουμε να το επιλύουμε; Καθώς οι τεχνικές βελτιώνονται, οι υπολογιστές βελτιώνουν την απόδοση και την ταχύτητα, αυτό το πεδίο συνεχίζει να αναπτύσσεται ... Πιθανότατα είναι ότι αντί να απαντάμε "ποιος ξέρει", ίσως το πιο κατάλληλο πράγμα είναι να πούμε "ας ρωτήσουμε τα Big Data".

Συνεργάτες BA | Ενημέρωση Willis | ΔΟΧΕΙΟ


Αφήστε το σχόλιό σας

Η διεύθυνση email σας δεν θα δημοσιευθεί. Τα υποχρεωτικά πεδία σημειώνονται με *

*

*

  1. Υπεύθυνος για τα δεδομένα: Miguel Ángel Gatón
  2. Σκοπός των δεδομένων: Έλεγχος SPAM, διαχείριση σχολίων.
  3. Νομιμοποίηση: Η συγκατάθεσή σας
  4. Κοινοποίηση των δεδομένων: Τα δεδομένα δεν θα κοινοποιούνται σε τρίτους, εκτός από νομική υποχρέωση.
  5. Αποθήκευση δεδομένων: Βάση δεδομένων που φιλοξενείται από τα δίκτυα Occentus (ΕΕ)
  6. Δικαιώματα: Ανά πάσα στιγμή μπορείτε να περιορίσετε, να ανακτήσετε και να διαγράψετε τις πληροφορίες σας.