نام مقاله: عظيم داده‌ها و علم: افسانه ها و واقعیت(Big Data and Science: Myths and Reality)

 نويسندگان: Jagadish HV

 ژورنال: Big Data Research

 شماره: Volume 2, Issue 2

 تعداد ارجاعات: 70

سال انتشار:2015

خلاصه:

"عظیم داده" در حال حاضر تقریبا در هر جنبه ای از جامعه مدرن ما، از جمله کسب و کار، دولت، مراقبت های بهداشتی و تحقیق در هر رشته ای مانند علوم زیستی، مهندسی، علوم طبیعی، هنر و علوم انسانی، تاثیر می گذارد و به دلیل اهمیت آن از لحاظ اقتصادی، افراد بسیاری ترجیح می‌دهند زوایای آن را تفسیر کنند.

از آنجایی که بسیاری از آنها با دانش کمتری در مورد محاسبات یا تکنولوژی در معرض این اصطلاح قرار گرفته‌اند، "کارشناسان" را به راحتی تحت تاثیر قرار می‌دهند. در نتیجه، عجله برای استفاده از اصطلاح " عظیم داده" در شیوه های نامناسب وجود دارد.

در بسیاری از موارد، این تفاسیر اشتباه توسط افرادی که حتی از نظر فنی پیشرفت اند، گرفته و تقویت شده است. در این مقاله، برخی از افسانه های رایج مورد بحث قرار گرفته است.

کلمه "عظیم" نشانگر اندازه است. همچنین موردی است که اندازه‌گیری اندازه به راحتی انتقال می یابد. مقاله معتقد است، "که در درک ما از عظیم داده‌ها حس خوبی وجود خواهد داشت اگر در مورد ضرورت‌های اقتصادی صنعت فناوری اطلاعات نباشد. امروزه ما یک اکوسیستم بزرگ سیستم‌های عظیم داده‌ها را داریم. این سیستم‌ها، به طور عمده، ابتکاری هستند: به طور خلاصه، آن‌ها یک پارادایم کاملا جدید مقیاس‌بندی را تشکیل می‌دهند. بسیاری از کسانی که مشکلی دارند به این مقیاس نیاز دارند و متمایل به این معماری‌های جدید هستند."

حتی اگر به طور آگاهانه در مورد عظیم داده‌ها برحسب چهارV فکر کنیم، بلافاصله این سوال پیش می‌آید که آستانه نام "عظیم" بودن کجاست. می‌دانیم برای تنوع و صحت این سوال قابل پاسخ نیست، زیرا در ابتدا مقیاس و سنجش لازم را نداریم. بنابراین فعلا فقط حجم و سرعت در نظر گرفته می‌شود. برای برخی افراد آستانه، در حد توانایی در چگونگی اداره آن است. بدیهی است که این یک هدف در حال حرکت است، اما این مزیت را دارد که الهام بخش باشد.

کاملا قابل درک است که بسیاری از افراد ناتوان تصویر یک سیستم عظیم داده‌ را به عنوان یک قطعه جادویی از نرم‌افزار مطرح می‌کنند که عظیم داده‌ را به عنوان ورودی می‌گیرند و به عنوان خروجی بینش عمیق تولید می‌نمایند. متأسفانه، این اشتباه رایج بسیاری از شرکت‌ها و حتی برخی از دانشگاهیان، بسیار خوب است. به این ترتیب، کسی که سیستم عظیم داده‌ را ایجاد می‌کند می‌تواند توهم حل تمام مشکلات داشته باشد، حتی اگر فقط بر روی یک قطعه از آن تمرکز شود.

افراد بسیاری دو اصطلاح "علوم داده" و "عظیم داده" را به جای هم استفاده می‌کنند. این عمل کاملا نامناسب نیست: تفاوت اصلی بین دو اصطلاح، چشم انداز آن‌هاست: " عظیم داده" با ویژگی‌های داده‌ها آغاز می‌شود (و از آنجا کار می‌کند)، در حالی که "علوم داده" با استفاده از داده‌ها آغاز می‌شود (و از آنجا کار می‌کند). اما، تعاریف رسمی آن‌ها بیش از تفاوت چشم انداز است.

لینک آدرس مقاله:

https://doi.org/10.1016/j.bdr.2015.01.005

دریافت فایل