コンピューティング・パフォーマンス、ストレージ容量、アナリティクスは日進月歩で向上していますが、現実世界にはビッグデータが取り組むにはまだ大きすぎる課題もあります。今日の記事では、そのような5つの課題を取り上げ、どのように解決できるかを見ていきます。
ビッグデータが従来の分野を超えて、世界で最も困難な問題を解決するとしたら？これまでのところ、IBM、グーグル、ヒューレット・パッカードといった巨大企業が、交通量の多い高速道路の特定の橋を何台の車両が渡るかを正確に分析したり、ウェブブラウザの小さな広告を何人のユーザーが閲覧するかを計算したりするなど、この種の難題に挑み始めています。グーグルは、人間の老化という歴史的な問題を解決するという野心的な計画さえ発表しています。
しかし、世界にはまだ克服すべき課題がいくつか残っています。分析に必要なデータが入手できない場合もあります。また、そのような膨大な量のデータに対応するのに十分な大きさのコンピューターがまだ発明されていない場合もあります。現在の注目トピックは大きく5つ。果たしてビッグデータ・テクノロジー企業は、これらの問題を解決するために名乗りを上げるのでしょうか？時が答えをもたらすのを待ちましょう。
世界の人々の健康記録：医療において最も緊急に必要とされる資源
ほとんどの人が電子カルテを持っていますが、最近の健康診断の基本的な結果しか含まれていないなど、かなり限定的なものです。現在、世界的な健康記録のデータベースをサポートするツールと技術が整っています。このような世界規模のデータベースが整備されれば、製薬会社はそれを分析して、国民が最も緊急に必要としているワクチンや医薬品を開発することができるようになります。
未来が明るいというのに、なぜその恩恵がまだ実感されていないのでしょうか？それは、グローバルデータにアクセスするための有効なメカニズムがないためです。「分散型データベースを提供するクラウダントの共同設立者兼チーフ・サイエンティスト、マイク・ミラー氏は次のように述べています。「たとえすべてのデータを一つにまとめたとしても、機械学習アルゴリズムとリアルタイム分析によって完全に最適化する必要があります。これこそ、まさに今、強く求められていることなのです」。
人間の脳をマッピングする：身体の各部分がどのように働くかを理解するために
人間の脳の模型は科学研究に大いに役立ちます。医師は腫瘍の成長を調べたり、脳がさまざまな機能を通じて体内の他の器官をどのように制御しているかを見ることができます。ヨーロッパ・ヒューマン・ブレイン・プロジェクトを含む多くの科学プロジェクトが、今後10年以内に脳のシミュレーションを作成しようとしています。
障害は何ですか？そのためには、現在の1000倍の計算速度を持つスーパーコンピューターが必要です。脳内には何百万もの神経伝達物質が存在し、それらはすべて互いにつながっていて、さらされた "データ "を共有しています。
「このような規模の計算を行うには、従来のシリコンチップの領域からバイオチップの時代へと移行する必要があります。McGee氏は次のように説明します。「直感的に言えば、分子コンピューティングは、データ管理という点で、従来のシリコンチップの750倍高速であり、このようなメカニズムだけが、頭蓋-腹部脳システムの関係性の認知の謎を扱うことができるのです"。
世界的なウラン原料供給の統合：兵器化活動とエネルギー供給の追跡
世界規模でデータを収集することは非常に困難な作業であることは間違いありませんが、原料ウランの世界的な供給を追跡することは、少なくともプラスに働きます。
データ収集事業を手がけるConnotate社のCEO、キース・クーパー氏は、ウラン原料の供給記録を公開していない国があるため、現時点ではパズルの一部しか解決できないと指摘。「現在、豊富なウラン埋蔵量を持つ多くの国々は、すでにインターネット・システムに簡単にアクセスできるにもかかわらず、標準化された方法で資源の流れを公表することをまだ拒否しています」。幸いなことに、マクロ的な状況を計算するのはそれほど難しいことではありません-結局のところ、ウラン原料を兵器化に投入する国は限られているのですから。
本当に追跡し、マスターする必要があるのは濃縮ウランであり、これは世界的に入手可能な最も価値のあるウラン原料のわずか15パーセントに過ぎません。「濃縮ウランに関連するすべての販売活動と鉱床を特定し、追跡する必要があります。また、フォーラム、ブログ、規制当局、その他の周辺システム（ウラン原料の生産データや採掘活動を報告する政府や非政府組織など）を通じて統計を収集する必要があります。これらの収集結果を処理するためには、インテリジェントな人間と機械のコミュニケーションソリューションも設計する必要があります。
グローバルなリアルタイム犯罪データ：よりプロアクティブな取り締まり能力
多くの地方法執行機関はすでに豊富な犯罪データを保有しており、警察官は警察車両から犯罪記録データベースに簡単にアクセスし、ケースバイケースで容疑者に対応することができます。
障害とは？クラウドアントのミラー氏によると、データには過去の犯罪しか含まれていないため、発生したばかりの犯罪行為や進行中の犯罪行為を反映することはできません。犯罪を未然に防ぐことができないため、警察はより反応的なアプローチを取らざるを得ません。
しかし、状況は変わったとミラーは指摘します。例えば、カリフォルニア州オークランドの警察は、銃声を識別するための音響モニターを装備しています。技術者の間では "ShotSpotter "と呼ばれ、ビッグデータ解析の仕組みと組み合わせて使用することで、犯罪の可能性がある場所を追跡することができ、解析の結論に基づき、警官がすぐに対応する場所に向かうことができます。TruliaLocalのホットスポットマップは、犯罪活動に関するレポートを提供し、住宅購入者がより安全でフレンドリーな住環境を選択するのに役立ちます。
子どもたちの居場所を追跡：より良い、よりタイムリーなアンバーアラート
現在でも、アメリカで使われているアンバーアラートシステムなど、行方不明の子どもたちに通知する方法はたくさんあります。しかし、こうした通知の仕組みの最大の問題は、事後的にしか開始できないことです。子どもの居場所を追跡するのに必要な技術はすでに存在しており、現在のほとんどのスマートフォンは、Google Location Reportingを通じて子どもの現在地を親に送信することができます。一方、フォルクスワーゲンの「Car-Net」やフォードの「MyKey」アプリも、ティーンエイジャーが特定の地理的な場所にドライブしたときにレポートを送信することができます。
障害とは？分析です。デジタルマーケティング会社RoundarchIsobarの副社長であるJaisonManian氏は、予測技術が役に立つと指摘します。ビッグデータベンダーは、子どもの行動パターンを分析することができます。
「予測分析によって、子供の日々の動きのパターンを追跡し、重大な逸脱があった場合には直ちに保護者に警告を発することができます。警告条件が満たされるとすぐにメッセージがリアルタイムで送信されるため、大事故の発生を効果的に食い止めることができます。
