Taaaati, čo je to BigData?

Pri svojej práci sa stretávam často s tým že musím priateľom na pive alebo známym vysvetľovať, čo to vlastne také zaujímavé robím, že je ochotný niekto za to zaplatiť. Občas sa zabudnem alebo zamotám do svojich vlastných konštrukcií a tak vysvetlenie môže byť pre publikum polo zrozumiteľné. Rozhodol som sa teda si to v pokoji premyslieť a skúsiť to vysvetliť tak, ako by som to hovoril 6 ročnému dieťaťu.  „Taátiíí, a čo je to Big Data?“

Nuž, Oliver, my ľudia si síce pamätáme celkom dobre zážitky, ako keď si sa potkol a vysypala sa ti tácka s hranolkami, pamätáš? Ale ako ľudia si nedokážeme zapamätať veľa vecí, ktoré sú podobné alebo, ktorých je naraz veľa. Keď teda napríklad nakupujeme v obchode, teta predavačka si nemôže pamätať, čo presne každý nakúpil a koľko za to zaplatil. Aby ujo, čo vozí každé ráno z pekárne do obchodu čerstvé rožky vedel, koľko ich má priniesť aby sa každému ušlo, teta predavačku musí nejak vedieť koľko rožkov si tak bežne ľudia do obchodu prídu kúpiť.  Kedysi v minulosti si teta predavačka preto zapísala do takej knižky, koľko čoho sa predalo a na konci dňa si pekne znovu prečítala, čo všetko sa predalo a vedela povedať ujovi z pekárne, koľko rožkov si v taký normálny deň u nej ľudia vypýtajú.

Keď však v obchode začalo pribúdať rôznych tovarov, tak zápisy do knižky začali byť veľmi dlhé a na konci dňa bolo treba spočítať strašne veľa strán, ktoré si teta predavačka zapísala. Ľudia preto začali rozmýšľať, ako si pomôcť a niekomu napadlo, že by poznámky o tom, koľko sa čoho v obchode predalo mohli zapisovať do počítača. Keď teta predavačka uloží čo sa predalo do počítačovej pokladne, tak večer môže počítač za ňu spočítať všetko a pripraviť pre uja pekára zoznam, ktorý sa rovno vytlačí na tlačiarni. Neskôr dokonca šikovní ujovia vymysleli ešte jedno zlepšenie a tak teta predavačka už nemusela zadávať do pokladne, čo sa predalo sama, ale pri pokladni jednoducho kupované veci podržala pred pokladňou a tá si odfotila obal a sama si zapamätala, čo si kto v danom obchode kúpil.

Keď už si počítač pamätal všetko, čo si ľudia v obchode kúpili, mohol počítač tete predavačke nie len poradiť, koľko čoho treba na ďalší deň objednať od uja pekára a iných továrni na cukríky alebo mliečko. Počítač mohol napríklad ukázať, že deti, ktoré chodia do predajne majú radi kinder čokoládky a menej im chutia keksíky. Teta predavačka teda vie, že potrebuje mať vždy v obchode kinder čokoládky, aby keď deti prídu neboli smutné. Teta predavačka má však v obchode veľa rôznych vecí a keby musela sama každý večer prechádzať v počítači všetky veci, trvalo by jej to strašne dlho. A ona je aj po celom dni predávania unavená. Preto, Oliver, začali pracovať ďalší ujovia a tety, ktorí pomáhajú tete predavačke a oni za ňu prechádzajú do počítača nahrané čísla. Keď sa niekto na niečo dlho pozerá, tak dospeláci hovoria, že to analyzuje. Títo ujovia a tety sa preto volajú analytici, lebo sa dlho pozerajú do počítača, čo všetko si ľudia v obchode kupujú. Teta predavačka tak môže celý deň predávať a nemusí sa starať o počítač a teta a ujovia analytici za tetu predavačku pozerajú do toho počítača.

Keď videli tety v iných firmách ako analytici tete predavačke pomáhajú s počítaním, aj oni si kúpili počítač a aj oni začali ukladať zápisky o svojich podnikoch do počítačov. A podobne ako teta predavačka, aj oni poprosili analytikov, aby im prišli pomôcť pozerať sa na tieto čísla v počítači. Dnes už skoro v každej firme majú nejakých ujov alebo tety, ktorí pracujú ako analytici.

Keď obchody a fabriky videli, že zapisovať predané veci do počítača je veľmi jednoduché a oplatí sa im to, začali rozmýšľať, aké ďalšie informácie by si mohli do počítaču ukladať. Prišli na to, že aj ľudia, čo chodia nakupovať do obchodu majú doma počítače a tak môžu tete predavačke napísať vopred, čo by si chceli kúpiť. Teta predavačka tak vedela, čo budú potrebovať a keď prišli do obchodíku, tak už to mala pre nich pripravené. Ľudom, čo nakupovali sa to páčilo, lebo tete predavačke mohli napísať aj večer, keď už bol obchod zavretý. Postupne sa nakupovanie cez počítač zapáčilo toľkým ujom a tetám, že ich bolo viac ako pred tým chodilo do obchodíku, lebo niektorí ujovi a tety pred tým nestihli prísť z práce a kúpiť, čo potrebovali, a teraz mohli nadiktovať nákup  cez počítač tetám predavačkám.

Diktovanie nákupov cez počítač prinieslo, Oliver, však ešte jednu dôležitú vec. Keď prišli ľudia nakupovať do obchodu, tak teta predavačka presne videla, ktorý ujo a teta prišli do obchodu. Keď si však diktovali ľudia objednávky cez počítač, tak aby teta predavačka vedela, ktorý ujo alebo teta si objednávku nadiktovali, tak museli ešte o sebe napísať ako sa volajú, kde bývajú, aby keď prídu do obchodu, tak teta predavačka vedela, že sú to oni. Takisto, kým všetci ujovia a tety museli prísť do obchodu si vybrať, čo si chcú kúpiť, tak teta predavačka ich stihla všetkých obslúžiť. Keď prišlo viac ľudí na raz, tak si museli počkať v rade, kým teta predavačka im mohla predať veci, po ktoré si prišli. Keď však mohli ľudia diktovať tete predavačke svoj nákup aj cez počítač, tak už ľudia nemuseli čakať, lebo počítač si rýchlo zapamätal, čo si ľudia objednali. A keďže počítače sú také rýchle, že dokážu písať rýchlo, ako keby si do knižky písalo milión tiet predavačiek, nadiktované objednávky začali pribúdať tak rýchlo, že už ani tety a ujovia analytici nestíhali sa pozerať v počítači na tieto objednávky nadiktované cez počítač.

Najhoršie na tom boli tety a ujovia analytici vo veľkých krajinách, kde je veľa počítačov, napríklad v Amerike. Keď už videli ujovia analytici v Amerike, že ľudia si diskutujú cez počítač naozaj veľmi veľa objednávok pre tety predavačky a analytici už nestíhajú analyzovať tieto objednávky, zobrali slovo Big (znamená veľký po amerikánsky) a Data (znamená zápisky) a povedali, že ľudia už robia Big Data, teda že zapisujú do počítačov veľmi veľa poznámok. Aby tety a ujovia analytici mohli stále pracovať, museli sa naučiť ako pozerať na čísla v počítači aj keď ľudia robia Big Data. Naučili sa preto, ako ukázať počítaču, aby sa pozeral sám, bez človeka, na zapísané objednávky. Počítače si teda najprv medzi sebou pošlú objednávky a spolu sa o tom porozprávajú až výsledok potom povedia ujovi alebo tete analytikovi. Tí ujovia a tety analytici, ktorým sa páčilo, keď sa počítače rozprávajú medzi sebou, sa začali volať BigData analytici. Niektorým ujom a tetám analytikom sa však nepáčilo, keď sa počítače medzi sebou rozprávali a tak nezačali pracovať s BigData a zostali sa volať dátoví analytici.

„Tatí? A ty si datový analytik alebo BigData analytik?“ Nuž, Oliver, tatino bol dlho dátový analytik a teraz som BigData analytik. „Tatí, a ja keď vyrastiem budem tiež BigData analytik?“ No, to neviem, Oliverko, ale keď sa budeš snažiť, tak budeš môcť byť čokoľvek, čo budeš chcieť. Kľudne aj BigData analytik. Dovtedy Ti však musia narásť zúbky, musíš sa naučiť chodiť, rozprávať a mnoho iných vecí. Ale keďže len dnes si sa narodil, tak zatiaľ vitaj na tomto svete, máme z Teba s maminou veľkú radosť.  A zatiaľ príliš neanalyzuj veci. Nech Ti nehovoria, že si príliš po tatinovi.

Aj som sa preľakol II. – Konkrétne štatistiky nahradenia práce robotmi

Pár mesiacov dozadu som sa trochu preľakol. Nástup štvrtej priemyselnej revolúcie je totiž veľmi rázny a robotické nahradzovanie ľudských pracovných miest sa dotkne aj odvetví, ktoré doteraz fungovali výhradne len na ľudskú prácu. Tu na blogu www.mocnedata.sk sme spolu preberali, ako sa táto vlna dotkne našich, analytických jobov.

Táto téma však nedáva vo svete naozaj spávať viacerým serióznym výskumným organizáciám. Verejnosť sa totiž pomerne rýchlo rozdelila na dva tábory: Optimisti (ktorí tvrdia, že ľudia aj tak prežijú, ako doposiaľ vždy pri každej predchádzajúcej technologickej zmene) a Menej ružoví (ktorí si uvedomujú, že jednotlivé druhy práce nie sú rovnomerne rozdelené po krajinách a tak budú oblasti, ktoré utrpia (dúfajme, že dočasné) obdobia nadbytočnosti aktuálnej pracovnej sily). Problémom však je, že diskusia sa vedie skôr v rovine myšlienkových experimentov. Doposiaľ totiž chýbali relevantné údaje, ktoré by dali za pravdu jedným či druhým. Túto drobnú chybu však už vieme napraviť.

Ako rýchlo rastie robotizácia?

Podľa údajov Medzinárodnej Federácie pre Robotiku (IFR = International Federation of Robotics), zverejnených v štúdii aktuálneho (Fall 2017) čísla magazínu Handesblatt Global, dopyt po inštalácii nových robotov do pracovných procesov sa zrýchľuje za posledné roky o +15% ročne. Keďže pracovné roboty nie sú spotrebný tovar a po svojej inštalácii zostanú v prevádzke aj niekoľko desiatok rokov, skutočný počet prevádzkovaných robotov rastie zatiaľ (len) logaritmicky. Aktuálny trend však predpokladá, že len v strojárstve bude v roku 2019 inštalovaných viac ako 410 tisíc nových robotov. To znamená, nahradenie miliónov pracovných miest.

Koľko pracovných miest to už pohltilo?

Aby bol dopad robotizácie aspoň trochu hmatateľný, IFR realizuje aj prepočet prevádzkovaných robotov na 10.000 pracovných miest. Táto metrika vám dá pomerne jasný obraz o tom, ako hlboko sa roboty už stihli zahryznúť. Ak navyše uvážite, že robot dokáže ísť na 3 zmeny (takmer) nepretržite, takže nahrádza minimálne 3 pracovné sily (v skutočnosti môže robiť prácu viac ako jedného človeka, ale od toho na chvíľu pre zjednodušenie upustíme), existujú už krajiny, ktoré
už miera automatizácie prekročila 15%.

Nakročené je teda riadne. Dôležitým aspektom však je, ako sa tento proces rôzne dotkne jednotlivých profesií.

Ktoré odvetvia padnú ako prvé?

Ako už bolo naznačené vyššie, celkový vážený pomer za celú ekonomiku nie je až tak dôležitý, oveľa trefnejšie je vidieť ako rôzne sa táto vlna robotizácie prejaví v jednotlivých odvetviach pracovného trhu. Podľa rozsiahlej štúdie McKinsey & Co. Je najohrozenejším odvetvím primárna potravinárska výroba a ťažba dreva. Naopak najmenej obáva zatiaľ z robotiky môžu mať učitelia a iné vzdelávacie profesie. Závery tejto štúdie stručne sumarizuje nasledovný obrázok:

Vývoj robotizácie v odvetviach

Časť ľadovca, ktorú nevidíme

Pre korektnosť informácie treba však podotknúť, že aktuálne štúdie sa zaoberajú primárne inštaláciou tých robotov, ktoré súvisia s fyzickou prácou. Na pozadí beží oveľa dramatickejší boj o mentálne pracujúce joby. Tie totiž nebudú nahradené fyzickými robotmi, ale AI algoritmami. (napr. operátorov  call centier nahradia chatboty, o tejto téme viac v samostatnom blogu na túto tému) Nasadzovanie AI riešení je však oveľa nenápadnejšie a tak štatistiky pracovných miest, ktorá pohltila umelá inteligencia v čisto sotwarovej podobe sa budú zbierať oveľa ťažšie. Súdiac podľa počtu takýchto AI projektov, na ktoré som bo prizvaný za posledných 12 mesiacov aj tu ide riadne do tuhého. Softwarová náhrada pracovných miest je o to „nebezpečnejšia“, že ako preukážete funkčnosť riešenia na jednom podniku (napr. call centre) okamžite je možné tento proces replikovať do všetkých ostatných. A to aj naprieč hranicami. Takže táto AI tsunami vlna nás môže zavaliť bez okolkov aj zo západných trhov.

Ďalšie blogy, ktoré by Vás mohli zaujímať:

Strojmi sa rútime k mentálnej obezite

Ktorá značka je najďalej vo vývoji samojazdných áut?

3 spôsoby ako naučiť robota sa správať medzi ľuďmi

Deep Learning alebo Machine Learning, viete aký je rozdiel?

Koľko stromov PRESNE je v Bratislave?

Keď prenikli na svetlo sveta informácie, že Google plánuje odfotiť všetky ulice, aby ponúkol 3D mapu miest, zdalo sa mi to neuveriteľné. Prebrázdiť autami s kamerou státisíce miest znie ako nemysliteľný projekt. Rovnako nemysliteľné však kedysi bolo, že ľubovoľná mapa bude zadarmo na internete, takže naša generácia sa s týmto prelomom tak nejako, proste, vysporiadala.

Keď Google Streetview prišiel naozaj do používania, dostal tento počin ešte jednu obdivuhodnú dimenziu. Ulice a uličky sú zobrazené v tak detailne, že dokážete spočítať okná na domoch alebo zvončeky pri bráne. Naozaj odzbrojujúci objem informácii. Aspoň pre ľudí …

Všetky príbory na Slovensku

priboryJedna z mojich obľúbených úloh pri výbere ľudí do zamestnania znie nasledovne: “Keby ste mali nahradiť všetky príbory na Slovensku novým typom, koľko by ste ich museli vyrobiť?” Časový priestor na pohovore samozrejme nie je určený na to skutočne spočítať všetky kusy, ale skôr správne a dostatočne presne odhadnúť koľko príborov na Slovensku máme. (pozri si aj sadu ďalších  úloh z mojich pohovorov). Ako ukázal prvý pochod proti korupcii, na spočítanie príliš veľkého počtu vecí zatiaľ používame iba veľmi približné metódy. Pri účastníkoch demonštrácie či letných festivaloch, ako aj pri daných príboroch sa snažíme nájsť nejakú zmenšeninu reality (reprezentatívnu časť davu, typickú rodinu s príbormi, …) A potom výsledok „zmenšenej reality“ vynásobiť multiplikátorom a máme výsledok. S prichádzajúcimi technológiami však musím uznať, že riešenie, ktoré som v minulosti uchádzačom uznával ako správne, už budem musieť zavrhnúť…

Ak by som totiž položil podobnú otázku: “Koľko stromov je v Bratislave?“ , vyššie uvedená metóda by už vôbec nebola dobrým spôsobom ako vypočítať výsledok. Postup zmenšenej reality a multiplikátora totiž testuje analytické myslenie uchádzača len v klasickom štruktúrovanom myslení. Snaží sa vychádzať zo vzorky, nie z celku. Vo svete BigData však toto myslenie už nie je správne. V novej paradigme sa nemôžeme nechať zastrašiť „neľudským“ úsilím, ktoré by bolo treba vyvinúť na skutočné spočítanie všetkých stromov. V novej paradigme si musíme položiť ako prvú otázku: „Existuje nejaký spôsob ako by som naozaj spočítal všetky stromy?“ Tak ako to urobili v Bostone …

Bostone sa nielen hádže čaj do mora

Team BigData analytikov z MIT vytvoril aplikáciu, ktorá postupne prechádza Google Streetview zábery jednotlivých miest a odčítava z nich, akú časť záberu zaberajú stromy. Následne z týchto údajov vypočítavajú index zelene. Najprv pre každú ulicu osobitne, neskôr v súčte pre celé mesto. [registrovaní členovia mocnedata.sk si môžu v doplňujúcom materiáli k tomuto blogu pozrieť materiály k tomuto fascinujúcemu experimentu]. Sprvoti tak urobili len pre Boston (v ktorého blízkosti univerzita sídli), neskôr experiment rozšírili na množstvo európskych a svetových metropol.

Z uvedených údajov tak napríklad vidno, že Paríž patrí k jedným z najmenej zelených veľkomiest. Je na tom dokonca trikrát horšie ako Amsterdam. Bratislava sa, azda aj chvalabohu, do zoznamu testovaných miest zatiaľ nedostala.

TREE_index_paris

Aj keď už len samotný nápad spočítať podiel zelene v meste je sexi sám o sebe, z tohto príkladu nám vyplýva oveľa dôležitejší záver ako, či dať prednosť Amsterdamu pred Parížom. Žijeme v dobe, keď rozmýšľať cez prizmu vzorky, z ktorej odhadujem celok, už znamená byť v konkurenčnej nevýhode. Tam vonku už je určite niekto, komu napadlo to nechať strojom spočítať úplne presne na celku bez použitia vzorky. Myslím, že snaha oprieť sa o „približovátko“ pochádza z doby, keď spočítať  naozaj všetko bolo možné len ľudským úsilím. (pamätáte si na študentov, čo na križovatkách či mostoch nad diaľnicou počítali intenzitu dopravy?) V dnešnej dobe však neskutočne úmorné počítanie za nás dokáže prebrať technika. My sme však myslením stále akosi uviazli v snahe pre odhad čísla najprv nájsť zmenšený model reality.

Je to o zmene myslenia. A musím priznať, že tá zmena je oveľa ťažšia, ako by som pôvodne čakal. Tam niekde na pozadí nám stále najprv napadne „priemerný počet stromov na ulici, krát priemerný počet ulíc v meste, …“ Na budúci týždeň začínam prvé kolá výberu na BigData analytikov. Pri hodnotení ich odpovedí budem musieť na to dobre pamätať.

Tak čo? Poď s farbou von: Znie to nejak povedome aj Tebe?

Tento blog obsahuje doplňujúce informácie, ktoré sú prístupné iba registrovaným členom komunity. Členom komunity sa však môže stať ktokoľvek zadarmo priamo tu.  (prístupové heslá sa zasielajú zväčša do 24 hod od registrácie). Okrem zamknutých článkov majú členovia komunity prístup aj k dodatočným prezentáciám a videám.

Ďalšie blogy, ktoré by ťa mohli zaujímať:

Chatbot bude za chvíľu produktom Nemocníc a Pohrebákov

Ktorá značka je najďalej vo vývoji samojazdiach áut?

Koniec praveku pre hudobné festivaly

Čo sa doučiť z DataMiningu a analytiky?

Najčastejšie analytické chyby

[CRM SERIÁL] NOVÉ FORMY OSLOVENIA – 3 – CHATBOTY

Keď som pred pár mesiami začal písať CRM seriál o netradičných formách komunikácie (môžete si pripomenúť jeho prvý  a druhý diel), sľúbil som, že jeden blog budem venovať aj rozprávacím robotom. Tento týždeň som si prečítal fascinujúci článok na túto tému a tak by som sa o dlhšej odmlke rád vrátil  k chatbotom.  Väčšina využití rozprávacích robotov má dnes hlavne komerčné použitie. Na začiatok by som preto rád dal za dosť tomuto bežnému rozmeru chatbotov. Keďže však mocnedata.sk majú slúžiť aj na rozvírenie netradičných use-casov, rád by som vám v druhej časti tohto blogu predstavil úplne novú formu použitia rozpávacieho robota, ktorá zrejme bude mať na naše životy závažný vplyv. Poďme však po poriadku:

Kde to celé začalo 

Možno si na spomeniete, že idea chatbotu sa objavila v našich životoch ešte v časoch, keď počítače boli skôr sálové než stolové a keď PMD bol synonymom pokroku. Zrejme úplne prvý chatbot, s ktorým sme sa stretli v našich životoch, bol K.I.T.T. Áno, hovoriace auto bolo neuveriteľné pútavé a jeho príbehy sme sledovali vždy so zatajeným dychom. S odstupom času je zaujímavé, že autori (pôvodne sci-fi) konceptu sa trafili do toho, že autonomné autá sú uvádzané na trh presne v tom istom období ako sa dvíha vlna aj rozprávajúcich robotov. Nie sme teda odsúdení na nemého KITTa a ani David Haselhoff sa nemusí rozprávať s manuálnou prevodovkou a pedálmi. Zostrojiť KITTa už dnes je absolútne reálne a niektoré z TESLA áut sa k tomu výrazne priblížili. Viete ktorá značka je k tomu najbližie a aké prekážky ich ešte čakajú v tejto poslednej fáze?

Komerčné smery použitia chatbotov

Od čias Michael Knighta sa však chatboty postupne stali bežnou súčasťou najmä servisných organizácií. Vo všeobecnosti preberajú chatboty rolu človek primárne v jednej z 3 úloh: A) zozbierať efektívne od klienta jeho požiadavky (chatbot na prevzatie štažnosti alebo objednávky, napríklad na pizzu ako to už robí Domino’s), B) nahradiť fixné stromy odovzdávania informácii (IVR, resp. hlášky typu “Ak chcete informácie o faktúrach, stlačte 2”) alebo C) vykonanie jednoduchých digitálnych krokov (pusti hudbu, napíš email, updatni termín stretnutia v kalendári ) ako to robia všetci digitálni asistenti (napr. Siri).

Ak si dáte dva kroky späť a pozorne sa pozriete, pochopíte, že vo všetkých vyššie menovaných prípadoch sú nasadzované hovoriace roboty, aby znížili námahu alebo nahradili komunikáciu, ktorú by inak musel prevziať a riešiť človek. Z celkového hľadiska ide teda o dehumanizáciu procesov, rozumej, odstraňovanie ľudského faktora z procesu. Článok, ktorý som však v posledných dňoch čítal, smeroval presne opačný smerom. Používa chat botov na vdýchnutie ľudského rozmeru do neosobnej situácie. Priznám sa, že som týmto príkladom uchvátený a teším sa, ako vám ho rozpoviem.

Nielen láska, už aj Umelá inteligencia je až za hrob!

spominame_veniecUž od pradávna ľudstvo v jeseni života významných osobností písalo memoáre, aby sa nám podarilo zachytiť životné skúsenosti a názory týchto významných osobností. V západnom svete sa dokonca rozmohla tradícia, že zomierajúci ľudia zanechajú pre svojich blízkych niečo ako pamätník s výrokmi, ktoré si môže rodina prečítať aj po rokoch od ich úmrtia. S prichádzajúcimi technológiami sa tieto pamätníky presunuli do video odkazov, ktoré spotredkuvávajú autentický prejav danej osoby.

Novinár James Vlahos, keď jeho otcovi diagnostikovali pokročilé štádium rakoviny, sa tiež odhodlal spolu so svojou rodinou natočiť niekoľko desiatok hodín videa so svojim otcom. Keď ukončili natáčanie a spolu si pozreli celý dokument, uvedomil si, že takéto video dokáže sprostredkovať síce emotívne, ale len tematicky obmedzené spomienky na otca. Keďže v puberte sa venoval programovaniu, skrsla mu úplne iná idea.

Rozhodol sa, že svojim deťom (vnukom a komukoľvek ďalšiemu) sprostredkuje skutočné “deda” a tak zozbieral  všetky dostupné podklady a začal pracovať na chatbote, ktorý bude viesť konverzáciu presne ako jeho otec. Pracne zozbieral všetky faktografické údaje zo života svojho otca, prepísal všetky autobiografické listy, videá a výroky. Kým ešte otcové zdravie to umožňovalo, viedol s nim rozhovory o rozličných témach a jeho postoje, ako aj spôsob vyjadrovania, precízne prekladal do pravidiel. Na svoju prácu použil software PullString, ktorý umožňuje kombinovať fixné pravidlá a  strojové učenie zo samotnej konverzácie. Chatbot napríklad dokáže “vycítiť” s kým hovorí (pohlavie, vek, konkrétna osoba) a svoje odpovede podľa toho dokreslovať. V teste DadBota, ako Vlahos svoje dielo pomenoval, napríklad chatbot rozpoznal, že hovorí “so svojou manželkou” a vyťahoval príklady spoločných zážitkov, prípadné fráz, ktoré si hovorili len daní dvaja ľudia medzi sebou.  Po niekoľkých mesiacoch práce bol schopný James vytvoriť tak dokonalú verziu chatbota, že rodinní príslušníci nevedeli odlíšiť dialóg s daným chatbotom od skutočnej živej konverzácie. Samotný otec, ktorý mlčky sledoval tento dialóg, neskôr povedal, že sa cíti ako to by to sám povedal. James Vlahos tak predikuje, že skratka A.I.  do budúcna bude môcť značiť nielen umelú inteligenciu, ale aj Artificial Immortality. 

Len podotknem, že súčasné PullString technológie už dokážu na základe video kamery rozlíšiť aj intonáciu hlasu a mimiku človeka, s ktorým sa chatbot rozpráva. Takže vedia do svojich odpovedí zakompovať aj aktuálne emotívne rozpoloženie osoby, s ktorou komunikujú. Navyše chatboty sa z historických video nahrávok dokážu priamo naužiť samotnú diksiu a spôsob reči osoby, takže vá nemusí odpovedať pomocou textu na obrazovke, ale priamo dokáže syntetizovať reč daného človeka na nerozoznanie od samotnej audio nahrávky osoby. Ak mátte tú možnosť, odporúčam vám prečítať ci celý článok, ktorý vyšiel v Augustovom čísle časopisu WIRED.  Alebo si prečítať jeho výňatok v tlačových materiáloch PullStrings spoločnosti.

Dostali sme teda do doby, kde (zatiaľ s veľkým úsilím, ale predsa)  už dokáže Artificial Intelligence navnímať človeka a po jeho smrti ponúknuť možnosť porozprávať sa s “jeho kópiou”.  Pri tom nejde o umelé a bohapusté tliachanie, ale chatbot vám dokáže ponúknuť radu, utešenie alebo zaspievať obľúbenú pesničku, presne ako by to urobil daný (mŕtvy) človek. Sme preto  na prahu toho, že myslenie a zvukový prejav sa dokážu “prevteliť” do chatbotu. Už nebudeme nútení čítať len memoáre, alebo pozrieť si krátky klip zo svadby, kde ešte starká žila. V horizonte niekoľkých rokov vám komerčné služby budú schopné vyrobiť na mieru Vašeho chatbota, ktorým budete môcť zanechať posolstvo pre ďalšie generácie. Alebo  blízkym uľaviť z bolesti z vašej náhlej straty. A to myslím, že je väčší prielom ako všetky aktuálne komerčné využitia chatbotov.  Tak snáď mi odpustíte túto netradičnú odbočku v chatbotoch.

Mohlo by vás ďalej zaujímať:

CRM Seriál II – Netradičné formy reklamy

CRM Seriál I – Messangre

CRM Seriál I – doplnok pre členov MocneData o SMSkách

Ktorá značka je najďalej vo vývoji autonómnych áut?

Ako naučiť roboty správať sa medzi ľudmi?

Chleba za 8 Facebook likov. Za potraviny už je možné zaplatiť aj osobnými dátami.

V korporátnom svete sa už roky hovorí, že dáta sa stávajú ďalšou komoditou. Monetizáciou, teda predajom dát, sa aj u nás zaoberá niekoľko spoločnočností.  (napr. už spomínaný market locator) Doposiaľ si však za dáta mohli niečo kúpiť zväčša iba firma od inej firmy. Ako radový človek ste so svojimi dátami v obchode nezaplatili. V Nemecku však otvorili prvé potraviny na svete, kde môžete nakúpiť čisto za svoje dáta.

DATEN_markt_chleba

Mlieko za 10 fotiek, chlieb za 8 likov

Nie, skutočne nejde o nejakú recesiu. V nemeckom Hamburgu sa rozhodli otvoriť Datenmarkt, prvé potraviny, v ktorých za tovar platíte svojími osobnými údajmi z Facebooku. Tak napríklad na toastový chleba vám postačí vzdať sa 8 FB likov, alebo si môžete kúpiť plnené knedlíky za texty 5 facebook správ. Ako sa na správne potraviny patrí, nedávno mali dokonca akciu na väčšinu ovocia, ktoré bolo zlacnené iba na 5 facebook fotiek.

DATEN_markt_frucht

Platba pri tom funguje veľmi podobne ako v prípade platby kartou. Len nezadávate svoj pin, ale pre uskutočnenie platby sa prihlásite do facebook účtu a odovzdáte patričný počet likov, fotiek alebo správ z Facebook mesendžru. Papierový účet za nákup, ktorý vám pokladňa vytlačí dokonca obsahuje prehľad digitálneho obsahu, ktorý ste sa rozhodli “obetovať”. S takto poskytnutými dátami (spolu s vašimi metadátami) následne investor tohto Datenmarketu môže obchodovať na marketingové účely. Zaplatením za tovar mu k tomu dávate plný súhlas.

DATEN_markt_ucet_II

Poklady, ktorých sa vzdávame

To, čo na prvý pohľad vyzerá ako elgantné a definitívne riešenie pre problém hľadujúcich bezdomovcov, má v skutočnosti oveľa vyššie ciele. Autori tohto projektu chcú okrem iného upozorniť, že každá naša osobná informácia má svoju hodnotu. Pri tom veľkého množstva údajov sa dobrovoľne vzdávame v prospech digitálnych gigantov ako sú Google, Facebook či YouTube. Naše osobné údaje (alebo priestor vedľa ich vyobrazenia) má už dnes konkrétnu hodnotu.

V západných krajinách sa postupne otvára otázka, aká je hodnota digitálnej stopy človeka? Alebo povedané inak, ak už odovzdávame údaje týmto “obchodníkom s pozornosťou”, ako ich nazval profesor Tim Wu z Columbijskej Univerzity  v USA (ktorý sa tejto téme venuje), akú protihodnotu by sme si mali pýtať späť? Raz tak možno príde situácia, že keď ma dlhy pritlačia okrem “rozbitého prasiatka” si to odnesie aj môj Facebookový účet. Jednotlivé vlády už dne stanovili peňažný ekvivalent ľudského života pre štát (ako ekvivalent priemerných daní, ktoré člove za život zapaltí). Zostáva teda kvantifikovať hodnotu náčho digitálneho života. Bizarné? Nuž v dnešnej dobe už ani moc nie.

Jedlo áno, služby nie

Otvorenie Hamburského Datenmarketu, žiaľ totiž pomerne jasne potvrdzuje hypotézy, ktoré skúmajú rôzni behaviorálni ekonómovia už vyšše 5 rokov. V prípade monetizácie dát ľudia uplatňujú podobný princíp ako v prípade sladkostí alebo iných hriechov. Vyhráva totiž okamžitý úžitok (immediate gratification) nad prísľubom nejakej ďalšej hodnoty. Väčšina ľudí vie, že ich osobné údaje majú v skutočnosti hodnoty. Keď sú totiž postavení pred voľbu poskytnúť dáta, aby získali presnejšie ponuky alebo nejaké budúce služby nemateriálnej povahy (napr. poistenie, alebo najbližšie strihanie zdarma), až 80% ľudí nie je ochotných na takúto výmenu pristúpiť. Avšak, ak tí istí ľudia dostanú ponuku na niečo hmatateľné teraz, sú ochotní vymeniť svoje kontakty a osobné údaje za aj tak triviálne hodnoty ako je jedna pizza.

DATEN_markt_gulky

Možno si poviete: “Počkaj, veď všetci menovaní digitálni obri predsa neponúkajú nič hmatateľné, Google, Facebook aj YouTube poskytujú istú formu služby, nie?” Pointa však spočíva v tom, že pri všetkých troch prípadoch ide o immediate gratification. (okamžité reakcie na FB, rýchla potreba nájsť informáciu na Googli alebo okamžitá zábava na YouTube). Premeniť  naše digitálne údaje (ktoré považujeme za podobne hmotné ako vzduch okolo nás) na niečo hmatateľné, čo sa dá spotrebovať, nám príde ako “skvelý deal”. Ak by sa tento trend potvrdil, bude zrejme v našom okolí vznikať mnoho služieb, ktoré skúpia od nás osobné údaje za …. napríklad za jogurt, či lístok na koncert. Ak vám napadá nejaký podobný biznis model, rýchlo ho bežte zrealizovať, kým vás niekto nepredbehne. Príspevok na chod www.mocnedata.sk za vnuknutie tejto inšpirácie nechávam na dobrovoľnej báze.

Držte si klobúky … (statusy)

Hneď ako sa stanú bežné platby dátami z už existujúcich dát, určite príde niekto, kto bude ochotní vám dokonca požičať na dátovú hypotéku. V praxi sa teda vzdáte aj svojich budúcich “autorských práv”. Pre mnohých vo finančných potiažoch to určite bude príjemnejšie ako sa vzdať chladničky či strechy nad hlavou. A to už sme nenápadne prekročili rieku do istej formy informačného a dátového otroctva. Pritom najzranitelnejšie skupinou budú práve menej majetné skupiny a mladí ľudia, ktorí majú pred sebou dlhý (a teda cenný) digitálny život, ale málo peňazí vo vrecku na novú motorku. Úplne iný hlavobôl čaká utility, ktoré budú musieť speňažiť dáta, aby vôbec do budúcna v konkurencii prežili.

Už čoskoro sa tak zrejme dočkáme, že okrem kryptomien ako Bitcoin, Ethereum alebo Blackcoin si budeme môcť vydolovať (z vlastného Facebooku) aj digitálnu menu ako FB Fotka, alebo FB like. A naša doba tak získa o jeden stupeň viac bizarnosti. Viete si predstaviť ako celebrita prispela na charitu celé 4 albumy svojich Facebook fotiek? Z toho sa predsa nik nenaje. Či vlastne už áno?

Mohlo by vás v tejto téme zaujímať:

3 spôsoby ako naučiť robotov správať sa medzi ľuďmi?

Nové netradičné spôsoby reklamy

Aký budík zvoní ráno Vodárom či Plynárom?