A presentation, in Italian, about Big Data and the risk of a death of theoretical thinking.

1. Dr. ing. Marco Lisi
(marco.lisi@ieee.org)
Big Data – Elogio della Ridondanza
Roma, 18 ottobre 2012
1

2. Sommario
 I “Big Data” sono basi di dati tanto grandi e complesse
da richiedere strumenti di processamento e gestione
non convenzionali;
 Il trattamento adeguato di queste immense miniere di
dati, attraverso tecnologie di calcolo e software
avanzati, promette di far sgorgare preziose sorgenti di
nuova conoscenza;
 Esiste il fondato rischio che un eccesso di confidenza
nei numeri e nelle elaborazioni analitiche e statistiche
possa uccidere il pensiero teoretico (che ha trovato
un’armonizzazione ideale con l’osservazione della
realtà nel metodo scientifico galileiano;
 I Big Data suggeriscono nuove teorie, ma è ancora
l’intuizione (“Right Brain”) che le riconosce.
2

3. La situazione ad oggi: “Digital Chaos”?




Information overload
Eccesso di specializzazione
Information obsolescence
Libertà e privacy a rischio
(e.g. customer profiling)
 La trappola statistica
(confondere la causa con
l’effetto)
 LBOA (“Left Brain Only
Approach”)
 Morte della Teoria (del
pensiero teoretico)
3

4. Information Overload (“il troppo stroppia”)
 La quantità di informazione (tecnica, scientifica,
letteraria, ecc.) prodotta negli ultimi venti anni della
storia dell’umanità, è uguale a quella accumulata in
tutti i millenni precedenti. Nei prossimi dieci anni
questa quantità verrà a raddoppiarsi ulteriormente.
4

5. La torre di Babele (Etemenanki)
 Confusione delle
lingue
(specializzazione)
 Unità del sapere
perduta
 Manca una chiave
unificatrice (la
Teoria?)
5

6. Medioevo digitale prossimo venturo?
 Obsolescenza dei supporti
di memoria
 Obsolescenza dei formati
digitali
 Avremo bisogno di una
nuova stele di Rosetta?
6

7. La tecnologia è ad un bivio
Neo‐Umanesimo:
Società “network‐centrica”
(l’Uomo, tutti gli uomini,
sono al centro)
Rete‐Moloch:
Eccesso d’informazione
Iperspecializzazione
Appiattimento verso il basso
Neo‐barbarie

8. Big Data: la grande illusione
 Perchè non trarre vantaggio dall’enorme mole
d’informazione (dati, testi, immagini, etc.) a
nostra disposizione?
 Perchè non trasformare questa immensa
miniera di dati in una miniera aurea di
vantaggio competitivo per le aziende?
 Perchè non fondare un management basato
sull’evidenza piuttosto che sull’intuizione?
 Perchè infine non basare le nostre strategie
aziendali sui dati (“Data –driven Strategies”)?
8

9. Big Data: l’entità della sfida
 Nel 2012, ogni giorno sono stati creati
2,5 x 10^18 byte (2,5 exabytes) di nuovi dati
 Sorgenti di nuovi dati:
 Archivi digitali pubblici e privati
 Reti di dispositivi mobili,
 Reti wireless di sensori
 “Internet delle cose” (RFID)
 Social networks (Facebook: 40 miliardi di foto)
 You Tube
9

10. Big Data: due possibili approcci
Approccio “Forza Bruta”)
 Massively Parallel
Processing Databases;
 Stastistical processing;
 Data Fusion .
Approccio “intelligente”
 Natural Language




Processing;
Open Source
Intelligence;
Text mining;
Semantic Search Engines
(WEB 3.0);
Pattern Recognition
Techniches.
10

11. Big Data: scettici, critici e detrattori
 “ Computer are useless. They can only give you





answers” – Pablo Picasso
I Big Data possono fornirci risposte. Ma a
quali domande?
“Big Data won’t guarantee good decisions” –
Harward Business Review
Pareto ed il suo pricipio (“Vital Few, Trivial
Many” o Regola dell’ 80/20)
“In the information society, nobody thinks.
We expected to banish paper, but we actually
banished thought” – Michael Crichton
“Data‐driven or ideas‐driven strategies?”
11

12. Il metodo deduttivo aristotelico
 “Del
particoalre
non si dà
scienza”
12

13. L’Empirismo induttivista di Sir Francis
Bacon
 Tabula presentiae
 Tabula absentiae
 Tabula graduum
 Experimentum
crucis
13

14. Il metodo induttivo‐deduttivo di
Galileo
14

15. Big Data: casi di (grande) successo (1/3)

16. Big Data: casi di (grande) successo (2/3)

17. Big Data: casi di (grande) successo (3/3)

18. Big Data, Big Systems

19. Big Data, Systems of Systems
GNSoS
ATM
SoS
GEOSS

20. Conclusioni
 Nonostante gli enormi progressi dell’informatica ed il
suo pervasivo ingresso nella vita di tutti i giorni, il
bilancio attuale non può considerarsi completamente
positivo;
 “Information overload”, iperspecializzazione e
obsolescenza incombono e minacciano il “digital
chaos”;
 Un uso intelligente dei Big Data, reso possibile dal
progresso informatico e dall’evoluzione dei sistemi
(“Large & Complex Systems”), apre nuove frontiere nel
campo della ricerca, dell’impresa e del management;
 Esiste tuttavia il rischio fondato di un eccesso di
confidenza nel potere dei dati e dei numeri, che
potrebbe ulteriormente minacciare la sopravvivenza
del pensiero teoretico (le idee) nella nostra società.
20