Fjärilseffekten: Förutsäga tsunamier från Ripples

Tillhandahålls av SAV

Året var 1961. Datorer var fortfarande i sin linda, och kapplöpningen till månen hade precis börjat. Edward Lorenz, en MIT-meteorolog, höll på att utveckla en väderförutsägelsemodell. Lorenz teoretiserade att en mycket liten händelse, som en liten fjäril som flaxar med vingarna i Amazonas, hypotetiskt kan sätta igång en kedja av händelser som kan få tornados att landa i Texas några dagar senare.

Den modellen (illustrationer av vilka visuellt liknade en fjäril) kom så småningom att kallas fjärilseffekten. Som en metafor har fjärilseffekten kommit att beteckna en serie till synes triviala och orelaterade händelser som tillsammans har en massiv inverkan senare, oavsett om de orsakar stormar eller påverkar aktiemarknaden.

Medan det finns några oenighet på Lorenz-modellens förmåga att exakt förutsäga allt som är så komplext som vädret, har konceptet helt klart slagit igenom hos allmänheten. Tänk Ashton Kutcher, som en tidsresenär i universitetsåldern som vill förändra sin traumatiska barndom Fjärilseffekten ; eller Robert Redford-karaktären i Havanna , som smidigt proklamerar: En fjäril kan fladdra med vingarna över en blomma i Kina och orsaka en orkan i Karibien. De kan till och med räkna ut oddsen.

Kanske Redford (eller åtminstone manusförfattaren) var inne på något. Världen är nu översvämmas av data , och mer av det har skapats bara de senaste två åren än i resten av mänsklighetens historia, enligt den skandinaviska forskargruppen SINTEF. Läget kommer sannolikt inte att förbättras inom kort. År 2020 kommer cirka 1,7 megabyte ny information att skapas varje sekund för varje människa på planeten, enligt en ny IDC Digital Universe studie . Vid den tidpunkten kommer världen att titta på digital kunskap i närheten av 44 zettabyte, eller 44 biljon gigabyte, upp från bara 4,4 zettabyte idag.

Utmaningen förblir hur man trollar igenom detta enorma (och ständigt växande) hav av data tillräckligt snabbt och meningsfullt, så att vi kan extrahera användbar insikt från den och ta reda på vad som kommer att påverka vad. Det skulle i sin tur göra det möjligt att vidta pragmatiska åtgärder innan den metaforiska tsunamin slår till, kanske till och med innan vågen har bildats.

EN SJÖFÖRÄNDRING I DATAANALYS

Fram till nu har förståelsen och användningen av dessa data förblivit en ofullkomlig vetenskap, om än en som förändras snabbt. Först fanns det affärsrapportering , vilket möjliggjorde en reaktiv analys av data för att upptäcka trender och mönster. Sedan kom prediktiv analys , som använde sofistikerade matematiska verktyg för att prognostisera baserat på historiska och aktuella datamönster.

Nu, med framsteg inom databasteknik och förmågan hos innovativa system som t.ex SAP HANA för att hantera enorma databelastningar i minnet ser vi en hel rad programvaruapplikationer som försöker göra vad fjärilseffekten lovar – det vill säga att förutsäga förloppet av en tsunami från små krusningar, medan saker händer, i realtid .

De affärsmässiga konsekvenserna av att kunna göra tidiga förutsägelser är verkligen enorma. Föreställ dig en handlare av ädelmetaller på en råvarubörs som kan uppmärksammas på en potentiell störning i försörjningskedjan, som uppstår ur en arbetskonflikt som hotar att gå över styr vid en stor gruva i Indonesien. Eller trolla fram en biltillverkare i Tyskland som får reda på att vissa delar som skickas från utlandet kommer senare än väntat – och kan därför ändra tillverkningsscheman i tid och spara miljontals dollar som annars skulle gå förlorade på tomgångstid.

ANALYTIK I ÅTGÄRD

Det här är den typen av förutsägelse som Semantiska visioner , Verint , Factiva , Palantir , och alla andra försöker göra, även om var och en har sitt unika fokusområde. Semantic Visions, en tidig medlem av SAP Startup Fokus Programmet, som är baserat i Tjeckien, erbjuder teknik som kan förutsäga störningar i leveranskedjan i realtid och är speciellt designat för stora tillverkare som har tusentals leverantörer över hela världen. Störningar på en global skala börjar ofta som små, lömska händelser som flyger långt under radarn för stora nyhetsmedier, ofta täckt av lokala icke-engelska medier, om alls.

För att fånga denna information har Semantic Visions utvecklat en unik semantisk analysteknik över flera språk som gör det möjligt att extrahera kunskap från webbinnehåll, på vilket språk det än är skrivet. Företaget har kondenserat världens stora språk till ett universellt semantiskt språk genom att skapa maskinläsbara identifierare som har samma betydelse och sammanhang oavsett språk. Detta gör det möjligt att sammankoppla och utnyttja information oberoende av vilket språk den är tillgänglig på, vilket gör att språkdefinierade silor (till exempel Internet i Kina) inte längre är flaskhalsar.

Semantic Vision gör en löpande bedömning av rådande mediasentiment, inte bara om företag eller branscher, utan även om hela länder. Dess forskning visar att negativa känslor i ryskspråkiga medier (som tenderar att utgöra en ekokammare för Kreml) stadigt har ökat och tiodubblats under de senaste två plus åren, långt innan de faktiska fientligheterna började. Vad det verkar tyda på är att den ryska regeringen, redan innan vapen avfyrades eller stridsvagnar placerades på plats, hanterade den allmänna opinionen effektivt.

Och så finns det förstås ansökningarna på den nationella säkerhetsarenan. I en värld där rubrikerna domineras av konflikter (ISIS, Irak, Syrien) och sjukdomar (ebola i Liberia och återuppväxande polio i Pakistan), är det inte förvånande att de potentiella tillämpningarna av sådan teknik är enorma, långt bortom affärsvärlden där programvaruleverantörerna offentligt letar efter kunder.

Som man kan förvänta sig är information om sådana icke-affärsprojekt svår att få tag på. Palantir tenderar dock att dominera rubrikerna, med programvara som har hjälpt till att identifiera kärngruppen på 27 man bakom mordet på den amerikanske journalisten Daniel Pearl 2002, avslöja datornätverket GhostNet som infekterade systemen på många länders ambassader och gjorde det möjligt för flera amerikanska polisavdelningar att utföra förutseende polisarbete med hjälp av dataanalys för att ta ett proaktivt tillvägagångssätt för patrullering. Den futuristiska filmen Minoritetsrapport – där en specialpolisstyrka proaktivt arresterar mördare innan de begår brott – utspelar sig 2054, men det verkar som om vi på något sätt redan är där.

GÅR NÄRMARE FJÄRILSEFFEKTEN

Även om det vetenskapligt kan vara omöjligt att faktiskt förutsäga om en fjäril i Brasilien (eller Bulgarien eller Benin) i slutändan kommer att få en twister att landa i Texas, är den sociala effekten av teorin om fjärilseffekt obestridlig i dagens hyperanslutna och datadrivna värld . Den arabiska våren, trots allt, startade i huvudsak av en okänd tunisisk gatuförsäljare, Mohamed Bouazizi, som satte eld på sig själv för att protestera mot polisens trakasserier. Hans allmänt rapporterade död kunde åstadkomma vad massiva arméer och decennier av västerländskt inflytande inte hade kunnat göra: skapa tillräckligt med upprördhet för att orsaka ett uppror.

I takt med att datamassor blir rikare och datahanteringsverktygen blir mer sofistikerade, kommer vi närmare den punkt där fjärilseffekten en dag i en inte alltför avlägsen framtid kan beskriva en matematiskt förutsägbar verklighet.

Följ mig @BansalManju och gå med i konversationen på @SAPStartups.

Dölj