VIDI Hi-Tech Universe - Dnevnik putovanja: 1994 - 2024 - 2054
 |
VIDI svemir čudesno je prostranstvo u kojemu smo kroz 30 godina postojanja susreli 30 naprednih Hi-Tech civilizacija. One koje smatramo dostojnim predstavnicima tih tehnoloških područja našeg interesa, pitali smo što možemo očekivati da će u područjima u kojima su oni stručnjaci u idućih 30 godina, biti ono što će biti game-changer, upravo onaj faktor X koji će možda i promjeniti tu cijelu tehnološku civilizaciju. |
Karlu Kneževiću postavili smo sljedeća pitanja:
- Koja Vas je tehnologija s kojom ste se susreli najviše oduševila u posljednjih 30 godina u svom području?
- Zašto je ta tehnologija bila prekretnica za Vas ili to područje – koji je njen poseban značaj?
- Kako će izgledati Vaša Civilizacija za 30 godina? Hoće li uopće postojati? Hoće li se transformirati i koji su mogući faktori koji će utjecati na to?
U nastavku pročitajte njegov odgovor:
U kontekstu obrade velike količine podataka (engl. Big Data), 2004. godine objavljen je znanstveni rad o MapReduce modelu obrade podataka (naslov: MapReduce: Simplified Data Processing on Large Clusters), što je predstavilo novi način distribucije i paralelizacije obrade golemih količina podataka u distribuiranom okruženju. Gotovo dvije godine kasnije razvijen je projekt otvorenog koda Hadoop, koji je bio temeljen na MapReduce algoritmu. Iako sam u to vrijeme pohađao srednju školu i upoznavao se s osnovama programiranja u programskom jeziku Pascal, na studiju računarstva u okviru nekoliko kolegija izučavao sam MapReduce algoritam i imao priliku koristiti Hadoop radni okvir.
Iako danas Hadoop nije više toliko popularan, promatrajući posljedice postojanja takvog radnog okvira otvorenog koda, drastično je utjecao na razvoj industrije i znanosti. Neke od izravnih posljedica su mogućnost skalabilnosti i pristupačnost, čime se disperzirao pristup obradi velike količine podataka svim tvrtkama, a ne samo tehnološkim gigantima.
Zatim, ekspanzija pojma Big Data, što je utjecalo na razvoj mnogobrojnih analitičkih aplikacija i inovacija u različitim industrijama. Dodatno, demokratizacija obrade velikih količina podataka, čime sve tvrtke mogu početi uvoditi donošenje poslovnih oduka na temelju obrade velike količine podataka. Posljednje, nezaobilazno bi bilo spomenuti eksponencijalan rast i razvoj podatkovne znanosti. Budući da su podaci postali ključna komponenta inovacija, organizacije su počele koristiti algoritme iz domene strojnog učenja za pronalaženje uzoraka ili novog znanja, a što je u konačnici dovelo do razvoja mnogobrojnih alata koje i dan-danas koristimo.
Umrežavanjem računala svakakvih vrsta, stvorili smo distribuiran sustav velike računalne moći koji će i u budućnosti biti važna karika u obradi velike količine podataka s obzirom na eksponencijalan rast količine podataka.
U idućih 30 godina područje obrade velikih količina podataka značajno će se transformirati pod utjecajem naprednih tehnologija poput kvantnog računarstva, umjetne inteligencije i decentraliziranih sustava. Najveća prekretnica mogla bi biti pojava trenutka kada će sustavi autonomno upravljati golemim količinama podataka bez ljudske intervencije, što bi moglo dovesti do revolucije načina na koji društvo funkcionira. To bi moglo preoblikovati sve aspekte ljudskog života, od ekonomije i politike, do obrazovanja, zdravstva i znanosti. No, ova prekretnica također nosi sa sobom i značajne etičke i sigurnosne izazove.
Područje obrade velikih količina podataka sasvim sigurno će biti vrlo aktivno i živo. Svakako očekujem već u bližoj budućnosti jaču integraciju umjetne inteligencije i obrade velikih količina podataka, kao i značajni razvoj decentralizirane AI infrastrukture. Napredak u bioinformatici i genetičkim istraživanjima rezultirat će povećanjem količine biopodataka. U budućnosti će svaka osoba imati izgrađenu genetičku mapu koja će drastično unaprijediti personalizirane usluge i medicinsku njegu.
Posljednje, tema koja je već sada u fokusu javnosti, a koja će se neprekidno provlačiti u domeni obrade velike količine podataka, jest privatnost i sigurnost podataka. Očekujem daljnji nastavak razvoja homomorfne enkripcije podataka, kao i federativnog učenja, a što će svakako biti podržano i legislativno.
