Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

New Media, Big Data, IoT aneb jak to je?!

1,137 views

Published on

Přednáška pro konferenci Microsoftu.

Published in: Data & Analytics
  • Be the first to comment

New Media, Big Data, IoT aneb jak to je?!

  1. 1. New Media, Big Data, IoT aneb jak to je?! 27. 11. 2015 Josef Šlerka Socialbakers & Studia nových médií FF UK
  2. 2. Co nas čeká? 1) Nová média 2) Data, Informace a DIKW 3) Big Data vs small data 4) Demokratizace technologií (hw, sw a další havěť) 5) Inforgové, kyborgové a jiná havěť 6) Shrnutí a závěr
  3. 3. 1. Nová média Akademický začátek pro začátek
  4. 4. Manovich 1. Princip číselné reprezentace - Což znamená, že každé “Novomediální dílo může být vymezeno formálně, matematicky. Například obraz nebo tvar lze popsat matematickou funkcí,” a z čehož vyplývá, že “Novomediální dílo je předmětem algoritmické manipulace. Uplatněním vhodného algoritmu můžeme například automaticky odstranit zrnitost z fotografie, vylepšit její kontrast, rozpoznat tvary nebo změnit proporce. Řečeno ve zkratce, média se stávají programovatelnými.”
  5. 5. Manovich 2. Princip modularity, kterou Manovich popisuje takto: "Jednotlivé prvky médií, obrazy, zvuky, tvary i jednání jsou reprezentovány jako soubory diskrétních vzorků, ať již jde o pixely, mnohoúhelníky, voxely, znaky, skripty. Na vyšší úrovni jsou tyto jednotky skládány do objektů, ale ponechávají si svojí oddělenou identitu."
  6. 6. Manovich 3. Princip automatizace jako další z atributů novomediálního díla vychází z číselného kódování a modulární struktury, které “umožňují automatizovat řadu operací při vytváření, manipulaci a přístupu k novým médiím. Lidská intencionalita proto může být z tvůrčího procesu alespoň částečně odstraněna.” Nejvíce viditelným je pro běžného učástníka mediálního světa efekt prohledávatelnosti obsahu, který nejlépe reprezentuje vyhledávač Google.
  7. 7. Manovich 4. Princip variability novomediálních artefaktů vychází z předchozích bodů. “Stará média zahrnovala lidského tvůrce, který osobně sestavoval prvky textů, obrazů nebo zvuků do určité kompozice, nebo sekvence. Tím, že byly uloženy do materiálu, je jejich souslednost pevně daná. Může být vytvořeno mnoho kopií původního originálu, které budou v souladu s logikou industriální společnosti zcela identické. Nová média jsou naopak charakteristická svou variabilitou.
  8. 8. Manovich 5. Princip překódování kdy “Logika počítačů se vepisuje hluboko do kulturní úrovně médií již z toho důvodu, že nová média jsou vytvářena, rozšiřována, ukládána i archivována díky počítači. Způsoby, kterými počítače formují náš svět, reprezentují a zpřístupňují data, klíčové operace ovládající počítačové programy (…) zkrátka vše, co můžeme označit za ontologii, epistemologii a pragmatiku počítače, to vše ovlivňuje kulturní úroveň nových médií, jejich organizaci, nové žánry, ale také obsah.”
  9. 9. 2. Data a informace A ještě k tom pyramida.
  10. 10. Data a informace "Informace je nějaká odlišnost, která vytváří rozdíl." (MacKay, 1969) "Informace je (...) rozdíl, který dělá rozdíl." (Bateson, 1973)
  11. 11. Data (sémioticky) “A sign, or representamen, is something which stands to somebody for something in some respect or capacity.” (Peirce)
  12. 12. Peirceovská typologie znak (sign), jeho Objekt a jeho interpretant sémiosis je činnost, která spojuje Z-O-I sémiosis je potencionálně nekonečná komplexní systém znaků nejznámější ikon, index, symbol
  13. 13. Ikon a index Ikon je znak, který se vztahuje k Objektu a denotuje ho jen díky svým vlastním rysům, které má bez ohledu na to, zda nějaký Objekt skutečně existuje anebo ne. Index je znak, který se vztahuje na Objekt a denotuje ho tím, že je jím skutečně ovlivněný. Příkladem indexu je klepání na dveře. Ikony ani indexy však nic netvrdí, nýbrž ukazují.
  14. 14. Symbol Symbol je znak, který se vztahuje k Objektu a denotuje ho díky zákonu, většinou asociaci všeobecné ideje a tento zákon způsobuje interpretaci. Jinými slovy znak tu nemá vztah ani podobnosti a ani faktické souvislosti, ale jakési značky pravidla, které nám umožňuje spojení mezi jinak nespojitými věcmi.
  15. 15. Co jsou data Data jsou symbolická (konvenční) vyjádření indexů skutečnosti, už obsahují určitý pohled. Ale nic neříkají. Symboličnost je to, co umožňuje jejich uložení. Míra konvenčnosti pak to, co umožňuje jejich komunikaci. Rozdíl je v tomto případě působení. Jde jen o doplnění Floridiho.
  16. 16. 3. Big data/small data A popojedeme.
  17. 17. Big Data pojem pochází z oblasti zpracování digitálních dat Původně: Termín "Big Data" se vztahuje na soubory dat, jejichž velikost je za schopností typických softwarových nástrojů je zachytit, ukládat, spravovat a analyzovat. (McKinsey, 2011)
  18. 18. Big Data - 3V a 1V Dnes spíše důraz na jejich komplexnost: volume (objem) dat narůstá exponenciálně. velocity (rychlost) Objevují se úlohy vyžadující okamžité zpracování velkého objemu průběžně vznikajících dat. (kamery, sociální sítě) variety (různorodost, variabilnost) kromě obvyklých strukturovaných dat jde o úlohy pro zpracování nestrukturovaných textů, ale i různých typů multimediálních dat.
  19. 19. Big Data - 3V a 1V veracity (věrohodnost) nejistá věrohodnost dat v důsledku jejich nekonzistence, neúplnosti, nejasnosti a podobně. Vhodným příkladem mohou být údaje čerpané z komunikace na sociálních sítích.
  20. 20. Změna cíle “small data” - obvykle byly designovány pro odpověď na nějaké konkrétní otázky, udržovaly se v agregacích Big Data - obvykle existuje jen rámcová představa o možnostech využití, důraz je proto kladen na skladování co nejnižší granularity data (Berman, Jules J.: Principles of big data : preparing, sharing, and analyzing complex information. 2013)
  21. 21. Změna cíle dnes už nemá smysl mluvit o big datech ve smyslu velikosti pojďme spíše mluvit o tom, že máme data všechny explorační analýza je levná, stejně jako úložiště nikdy nevíš k čemu se to bude hodit zásadní důsledky pro klasickou statistiku
  22. 22. 4. Demokratizace technologií Žádnej oběd není zadarmo, ale..
  23. 23. 5. Inforgové, kyborgové a jiná Několik případových studií. A taky trochu o penězích.
  24. 24. sbíráme wiička
  25. 25. A příklady z obchodu
  26. 26. Tracking trackování balíčků pomocí měření prostředí v němž se přepravují intergrované již v roce 2004 přes WAP bezdrátové přístupy k zařízení pro kurýry neustálé vyhodnocování dat
  27. 27. Zavazadla 130 000 000 odbavenách zavazadel ročně v systému umožňuje cestujícím přímé sledování toho, kde zavazadla jsou mobilní aplikace pro sledování má již 11.000.000 stažení
  28. 28. UPS 4 miliardy zásilek s 100.000 automobilů Díky GPS trackerům v autech a analýze dat optimalizují trasy dopravy Do letošního roku ušetřili 39 milionů gallonů pohonu
  29. 29. Zdravotnictví Quantified Self Dartmouth-Hitchcock revolutionizes the U.S. healthcare system https://www.youtube.com/embed/-wVeHZNn8aU
  30. 30. Chicago instalace měřáků ve městě pro měření znečištení ovzduší, intenzity osvětlení, síly zvuku, intenzity mobilní komunikace a následné lepší plánovaní investic
  31. 31. 6. Závěr Tohle byl realismus, možná přišel čas na surrealismus.
  32. 32. Všechnu moc imaginaci!
  33. 33. Děkuji za pozornost! @josefslerka

×