Workshop 'Big Data' Jop Esmeijer
•Als PPT, PDF herunterladen•
1 gefällt mir•530 views
Jop Esmeijer van TNO over Big Data in de workshop op de SURFnet Relatiedagen 2012
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Andere mochten auch
Andere mochten auch (14)
Ähnlich wie Workshop 'Big Data' Jop Esmeijer
Ähnlich wie Workshop 'Big Data' Jop Esmeijer (20)
Mehr von SURFnet
Mehr von SURFnet (20)
Workshop 'Big Data' Jop Esmeijer
- 1. Kleine data worden groot De maatschappelijke impact van Big Data Jop Esmeijer Surfnet Relatiedag 2012
- 7. 7 Surfnet Relatiedag 2012 Data
- 9. 9 Surfnet Relatiedag 2012 Internet of things
- 11. 11 Surfnet Relatiedag 2012 The Internet of things
- 13. 13 Surfnet Relatiedag 2012 Sensoren GPS RFID …Of wat verder weg Surveillance, op straat…
- 14. 14 Surfnet Relatiedag 2012 Slimme apparaten
- 15. 15 Surfnet Relatiedag 2012 Bijvoorbeeld, de pratende koelkast…
- 17. 17 Surfnet Relatiedag 2012 Big Data: more bytes than you can chew
- 21. 21 Surfnet Relatiedag 2012 Een groot systeem: Future Internet
- 22. 22 Surfnet Relatiedag 2012 Data als grondstof
- 30. 30 Surfnet Relatiedag 2012 Groei van dataproducten
- 31. 31 Surfnet Relatiedag 2012 Informatie
- 32. 32 Surfnet Relatiedag 2012 Actie
- 33. 33 Surfnet Relatiedag 2012 Fysieke producten: 3D printen
- 34. 34 Surfnet Relatiedag 2012 De IJkdijk
- 35. 35 Surfnet Relatiedag 2012 Wat betekent dat…?
- 36. 36 Surfnet Relatiedag 2012 Big Data is meer dan een tool!
- 38. 38 Surfnet Relatiedag 2012 Een dataproduct… …in een data-ecosysteem
- 40. 40 Data Pioniers Surfnet Relatiedag 2012
- 43. 43 Surfnet Relatiedag 2012 ? ?
- 44. 44 Surfnet Relatiedag 2012 Een dataproduct… …in een data-ecosysteem
- 46. 46 Surfnet Relatiedag 2012 Nike als dataproduct
- 48. 48 Surfnet Relatiedag 2012 Google Car: de auto als dataproduct
- 49. 49 Surfnet Relatiedag 2012 Dit geldt voor hele sectoren/ketens
- 50. 50 Surfnet Relatiedag 2012 Onderwijs
- 51. 51 Surfnet Relatiedag 2012 Transport systeem
- 52. 52 Surfnet Relatiedag 2012 Elke maatschappelijke uitdaging is een data uitdaging
- 53. 53 Surfnet Relatiedag 2012 Innovatie: Hoe maak je de belofte waar?
- 54. 54 Surfnet Relatiedag 2012 Werkgelegenheid: Opleiding & Codesourcing
- 55. 55 Surfnet Relatiedag 2012 Havenarbeiders in New York
- 57. 57 Surfnet Relatiedag 2012 Privacy Beleidsissues
- 60. 60 Surfnet Relatiedag 2012 Wat we bij TNO aan het doen zijn: In kaart brengen van het data eco-systeem (technologie, spelers, etc.) Actief in de ontwikkeling van elementen uit het waarde netwerk van data Big Data voor grote maatschappelijke issues We horen graag hoe jullie hier mee bezig zijn!
- 61. 61 Surfnet Relatiedag 2012 Dank voor uw aandacht! Jop.esmeijer@tno.nl @jopesmeijer
Hinweis der Redaktion
- http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html?pagewanted=all
- Aan de andere kant van de wereld… worden Chinese varkens – onder aanvoering van IBM – voorzien van sensoren, zodat de beesten vanaf de stal, via het slachthuis en het transport tot de kotelet in de supermarkt te traceren zijn met gedetailleerde informatie voor klanten en toezichthouders. Een pilot met als doel om door tracking de kwaliteit van producten te verbeteren, een toekomst waarin elk product een digitaal verhaal heeft, een verhaal op basis waarvan een zwangere vrouw die bepaalde producten wel en bepaalde producten niet mag, makkelijker haar boodschappen kan doen. IBM’s Food Technology portion of their Smarter Planet initiative From pigs to tomatoes, comprehensive tracking could help guarantee freshness, improve production standards, and even automatically route food shipments based on consumer trends. … With the millions (or billions) of dollars these programs will save, IBM and its partners should continue to march towards a future where every consumer good comes accompanied by a digital history. Learning more about what we buy, and especially what we eat…
- Wat de tienermoeder en de varkens verbindt zijn de contouren van een toekomstig internet dat langzaamaan vorm begint te krijgen en voortbouwt op twee ontwikkelingen http://flickr.com/photos/23833750@N07/2268899367/
- Het idee dat steeds meer elementen uit de fysieke wereld onderdeel worden van het internet en het internet onze fysieke wereld binnen dringt
- 1) Enerzijds doordat we steeds beter in staat zijn om dingen uit de fysieke wereld te meten en in kaart te brengen
- 2) Anderzijds doordat steeds meer fysieke objecten genetwerkt worden wat kan leiden tot slimme apparaten die niet alleen data vangen, maar daar vervolgens ook iets mee kunnen doen
- Dit linkt alweer aan de volgende ontwikkeling, want…
- Komt voort uit social media, maar ook steeds meer ahv IoT “ Big” onhandige term, door Moore’s Law nogal aan inflatie onderhevig Hoeveelheden data die met traditionele tools voor opslag, analyse en visualisatie niet te bewerken zijn. De belofte is dat die data kan – mits je de juiste vragen stelt met de juiste data - heel waardevol kan zijn Allerlei data : Data uit de eigen processen, data uit sociale netwerken, open data, data uit andere domeinen – combineren
- en data met elkaar combineren: symptomen van vogelgriep
- Analyse van uitwerpselen om te zien waar vogels vandaan komen
- Dat te combineren met kennis over trekpatronen van vogels
- Deze twee ontwikkelingen staan niet los van elkaar, ze komen samen in een groot systeem
- De vraag is, hoe ga je daar waarde uit halen. Dat waardenetwerk van data ziet er ongeveer als volgt uit…
- Het netwerk van waarde creatie in data
- Data die op verschillende plekken in verschillende contexten verzameld is te bewaren en te beheren zodat het gebruikt kan worden, bijvoorbeeld wanneer datastromen gecombineerd moeten worden. Veiligheid is hier – en door het hele netwerk – een heel belangrijk aspect. Afbeelding: http://www.websense.com/content/surfcontrol-welcome.aspx
- Format en metadata
- Steeds vaker ook de interpretatie uitbesteed aan slimme algoritmen: AI: -analyse intepreteren en vertalen naar actie -resultaten van analyses te combineren -zelflerend: feedback waardoor het systeem weer slimmer wordt
- “ That’s an important insight: we’re entering the era of products that are built on data.” Big Data Now: Current Perspectives from O'Reilly Radar by O'Reilly Radar Team
- In letterlijke zin, producten die allerlei data analyseren, combineren en presenteren in de vorm van bijvoorbeeld apps
- Maar een data product is breder dan alleen maar informatie Dit is ook een data product: een robotic vacuum cleaner Niet alleen in verschillende kleuren verkrijgbaar, ook nog…zelf op basis van ondergrond en ruimte aan de slag. http://www.appliancist.com/vacuum_cleaners/lg-robot-vacuum-cleaner-v-r4000.html
- Ook voor fysieke producten wordt de rol van data steeds belangrijker de consument hoeft daar misschien niet veel van te merken, maar aan het hele productieproces neemt de rol van data toe – van verzamelen tot analyseren – van groot belang is geweest, met als ultieme voorbeeld de 3D printers
- Wat kan hier de impact van zijn?
- Big Data is niet alleen maar een tool… Nu aandacht van Big Data veelal voor bedrijven als een tool, als een marketinginstrument, efficientere productieprocessen of effectievere belsuitvorming Maar in feite zijn blijven de producten en diensten veelal hetzelfde blijven.
- … dit is slechts het Big Topje van de Big ijsberg: Moeten kijken naar de disruptieve, transformatieve potentie van dit nieuwe systeem
- Zie jezelf als een data-product in een data-ecosysteem
- Elk bedrijf gebruikt steeds meer data (uit bedrijfsprocessen, interactie met klanten, data van sociale netwerken), maar produceert zelf ook weer data… http://www.vectorstock.com/royalty-free-vector/data-stream-vector-117296
- … Net als andere bedrijven en organisaties in een sector of keten… data die voor verschillende partijen waardevol kan zijn… http://www.123rf.com/photo_11098028_one-stylized-cloud-with-the-words-cloud-computing-3d-render.html http://footage.shutterstock.com/clip-1891888-stock-footage-cloud-consisting-of-binary.html http://mikecurr55.wordpress.com/tag/oracle/
- En dit hoeft zelfs niet beperkt te blijven tot een bepaalde sector… data van een partij uit de ene sector kan interessant en relevant zijn voor een partij in een andere sector (voorbeeld: aanpak vogelgriep-epidemie)… http://www.123rf.com/photo_11098028_one-stylized-cloud-with-the-words-cloud-computing-3d-render.html http://footage.shutterstock.com/clip-1891888-stock-footage-cloud-consisting-of-binary.html http://mikecurr55.wordpress.com/tag/oracle/
- En wat er in feite ontstaat is een transsectorale datamarkt, of liever gezegd, een transsectoraal data-ecosysteem Op dit moment vindt de interactie (verzameling en verwerking van data) veelal plaats via platformen zoals Google en Facebook en Intermedairs zoals Bloomberg
- En (naarmate de rol van data in alle sectoren toe zal nemen) is het de vraag hoe zich dat ontwikkelt. Er kan een fluide ecosysteem ontstaan waarin verschillende partijen voor in verschillende contexten voor verschillende typen data verschillende rollen spelen. -ruwe data verhandelen -geanalyseerde data verhandelen -analyse beschikbaar stellen -stromen kunnen combineren -samenwerken met verschillende partijen Hier zullen ook nieuwe business modellen moeten ontstaat om de waarde van bepaalde data, rollen in verschillende contexten te bepalen. http://www.123rf.com/photo_11098028_one-stylized-cloud-with-the-words-cloud-computing-3d-render.html http://footage.shutterstock.com/clip-1891888-stock-footage-cloud-consisting-of-binary.html http://mikecurr55.wordpress.com/tag/oracle/
- Dit is mogelijk de nieuwe realiteit…hierin moet een organisatie gaan acteren. Dus een bedrijf moet zich positioneren als een data-product in een data-ecosysteem Als bedrijf niet alleen kijken: hoe kan ik wat ik nu doe verbeteren…. Als bedrijven kijken naar de kern van de propositie, en de achterliggende behoefte van de klanten die ze bedienen… … en kijken: als ik alle data zou kunnen verzamelen, hoe zou in die behoefte voorzien kunnen worden? Dus je gaat op zoek naar: Not just own data, but all the data that’s available and relevant
- … en uitgaande van het systeem: hoe moet je dat inrichten (technologie, kennis, etc.) Dat is niet zomaar een design-kwestie: mogelijk hele nieuwe inrichting, vertalen naar een nieuw proces, tech, kennis op basis van een analyse van de ontwikkelingen in de omgeving. En dat is natuurlijk moeilijk – HBR, bestaande organisaties zijn niet gericht op het doorvoeren van grote veranderingen (disruptieve innovatie), maar op het efficienter inrichten van wat er al is. Dus je moet voor jezelf – met het oog op ontwikkelingen in de directe en indirecte omgeving – dit in gaan richten.
- Een interessant voorbeeld is de ontwikkeling van Nike
- Van schoenen en sportkleding…om sportief en actief te zijn … naar tech en platform…om sportief en actief te zijn En nu naar wearables die… helpen om sportief en actief te zijn… … waar het in hetzelfde vaarwater komt als bedrijven zoals Apple en Google (Google bril)
- Dit is de Google Car, ook een data product, rijdt niet alleen op fossiele brandstof, maar ook op data. een auto die zelf rijdt – al vele kilometers op de openbare weg heeft gemaakt – door tig keer per seconde… Net goedgekeurd in Californie (als 3e staat, maar wel een met veel invloed op verdere, nationale besluitvorming): http://www.forbes.com/sites/joannmuller/2012/09/26/with-driverless-cars-once-again-it-is-california-leading-the-way/ http://www.youtube.com/watch?v=cdgQpa1pUUE Auto die niet alleen rijdt op fossiele brandstof, maar ook data Niet alleen driver-less… (hoop dat de innovatie niet is dat we voortaan “zo” aan het stuur zitten) -De inrichting van een auto verandert -Het ‘bezitten” van een auto verandert Het betekent ook dat als je dit koppelt aan data over gebruikers, dit voor veel mensen kan betekenen dat ze niet zozeer zelf een auto voor de deur hoeven te hebben, Maar afhankelijk van de behoefte vervoer op maat Wat ook weer gevolgen kan hebben voor hoe die auto’s er uit gaan zien… … Biedt ook mogelijkheden om persoonlijk transport aan te bieden
- Het gaat steeds om het aanpakken van vraagstukken door over de eigen sector heen te kijken en alle beschikbare en relevante data te gebruiken. Partijen zullen afhankelijk van de context en de type data verschillende rollen in het data-ecosysteem innemen.
- Learning Analytics: kan enorme impact hebben op hoe we leren organiseren -onderwijs op maat te leveren op basis van ontwikkeling, leerstrategie, interesses -manieren van toetsen en de rol van de docent -formeel en informeel te combineren, niet alleen in het schoolgebouw, context-bewust Transport: -Realtime data over verkeer en mensen -Self-driving Medisch (steeds meer tools die data verzamelen en monitoren, werkzaamheden die uitbesteed worden aan algoritmen, nadruk op preventie) -Preventie door gedrag -Modificeren van het lichaam: tissue en DNA Belangrijk: rollen in data ecosysteem stijgen boven een specifieke sector uit. https://it.uoregon.edu/node/2805 http://www.tonybates.ca/2012/03/20/an-introduction-to-learning-analytics/
- Voorstel voor LA systeem, maar het gaat ook om longshoremen (van-naar) en Google Car) Wat weer raakt aan milieu issues (CO2-ommissies), volksgezondheid en ruimtelijke inrichting (parkeerplaatsen, rotondes en verkeerslichten, …) http://www.fastcoexist.com/1680615/remaking-la-with-a-groundbreaking-new-idea-for-public-transportation
- Maatschappelijke issues: CO2, gezondheid, mobiliteit, urban planning, etc. De manier waarop een sector wordt ingericht kan veranderen Zeker als je kijkt vanuit een data-perspectief en het systeem: Andere afhankelijkheden op basis van rollen in dit systeem Nieuwe spelers Samenwerking met andere sectoren Voor iedereen geldt: how to survive in dit veranderende landschap…
- Verschillende kanten van innovatie: De technologie zelf met betrekking tot bedrijven om te innoveren Toegang tot data voor (kleine) partijen en overheden – stimuleren van gebruik van data (Open) standaardisatie en interoperabiliteit Democratisering van technologie 2) Effectieve concurrentie, Copyright (data en algoritmen)
- Werkgelegenheid -Opleiding van Data Scientists -Code Sourcing van routinewerk (ook hoogwaardig kenniswerk aan algoritmen: diagnoses stellen, financiele markt, … !) “ Smart people assume that this creeping revolution of bot workers can’t touch them. The notion is that algorithms can’t innovate, that a bot can’t create. We’re now learning, however, that these are dangerous assumptions.” Automate This: How Algorithms Came to Rule Our World by Christopher Steiner In the short run, a transfer from laborers to capitalists reduces total consumption, and thus total GDP. This phenomenon is summarized in a classic though possibly apocryphal story: Ford CEO Henry Ford II and United Automobile Workers president Walter Reuther are jointly touring a modern auto plant. Ford jokingly jabs at Reuther: “Walter, how are you going to get these robots to pay UAW dues?” Not missing a beat, Reuther responds: “Henry, how are you going to get them to buy your cars?” Big Data Now: Current Perspectives from O'Reilly Radar by O'Reilly Radar Team
- http://www.nytimes.com/2012/09/30/nyregion/in-new-yorks-port-the-rise-of-the-machines.html?_r=0&pagewanted=all Longshoremen click computer mice and complain about Microsoft Windows as everyone else in the white-collar world does. In the 1960s, when New York was the world’s busiest port, there were more than 35,000 longshoremen on the city’s docks. Today, there are 3,500.
- Hoe zorg je voor een optimale samenwerking tussen mens en machines? Hoe gaat het werk van de toekomst er uit zien?
- Privacy: enorme hoeveelheden persoonlijke data die waardevol kunnen zijn voor diensten en innovatie, maar hoe waarborg je inzicht en controle mbt de context waarin de data gebruikt wordt? Hoe waarborg je dat in technologie en regelgeving, zeker gezien de snehlheid van de ontwikkelingen? Dit zijn allemaal extreem belangrijke issues waar nog heel veel onduidelijk is. http://todmaffin.com/privacy
- Hoewel we Chinese varkens wellicht niet kunnen redden
- Dat het nog wel mogelijk is om een geheim te bewaren voor je ouders