حجم جهانی دیتا ۲۶ برابر فاصله زمین تا ماه می شود!

 
متخصصان حوزه فناوری ۵ پیش بینی را برای آینده کلان داده های دنیا ارائه داده اند که بر اساس آن حجم جهانی داده تا سال ۲۰۲۵ به اندازه ۲۶ برابر فاصله زمین تا ماه می رسد.
 
با تداوم روند گسترش اینترنت در سال‌های اخیر، حجم داده‌های جهان از یک دهه پیش رشد تصاعدی خود را آغاز کرده است. توسعه شبکه‌های اجتماعی، جستجوهای اینترنتی، پیام‌های متنی، فایل‌های چندرسانه ای دانلود و آپلود شده و دستگاه‌های متصل به اینترنت، منشأ اصلی این افزایش حجم محسوب می‌شوند. به عبارت دیگر جمع آوری اطلاعات از طرق یاد شده، سبب پدیداری حجم بسیار گسترده ای از اطلاعات شده است که با عنوان کلان داده شناخته می‌شود.
 
بر اساس گزارش وبگاه آماری «Statista»، ارزش حجم فعلی داده‌های موجود در جهان رقمی بالغ بر ۴۹ میلیارد دلار است.
 
امروزه همه نهادهای بزرگ به نحوی در حال تحلیل و آنالیز کلان داده‌ها هستند و از نتایج این بررسی‌ها در سیاست‌گذاری کلان خود استفاده می‌کنند.
 
در این نوشتار به بررسی نظرات متخصصان و ۵ پیش بینی محتمل در مورد آینده این حوزه، خواهیم پرداخت.
 
۱. حجم داده‌ها همچنان افزایش خواهد یافت و انتقال داده‌ها به فضای ابری سرعت می‌گیرد
 
غالب کارشناسان این حوزه، بر این باورند که روند تصاعدی افزایش حجم داده‌های تولید شده، در آینده، همچنان تداوم خواهد یافت. شرکت «seagate»، از مؤسسات فعال در زمینه داده، در یکی از گزارش‌های خود با عنوان «Data Age ۲۰۲۵»، پیش بینی می‌کند که حجم جهانی داده، تا سال ۲۰۲۵، به ۱۷۵ زتابایت خواهد رسید. برای درک بهتر این حجم، می‌توان از مثال فاصله زمین تا ماه استفاده کرد. اگر حجم داده‌های جهانی را در سال ۲۰۱۳، دو سوم فاصله زمین تا ماه در نظر بگیریم، این رقم تا سال ۲۰۲۵، به ۲۶ برابر این مسافت افزایش خواهد یافت.
 
روند رشد اینترنت اشیا و افزایش تعداد کاربران اینترنت که از خدمات آنلاین و رسانه‌های اجتماعی استفاده می‌کنند، مبنای این پیش بینی قرار گرفته است.
 
۲. یادگیری ماشینی، چشم انداز حوزه آنالیز کلان داده‌ها را متحول خواهد ساخت
 
به عقیده متخصصان، یادگیری ماشینی، یکی از فناوری‌هایی است که در آینده کلان داده‌ها، نقش به سزایی ایفا می‌کند. انتظار می‌رود که توسعه یادگیری ماشینی این حوزه را به شدت تحت تأثیر قرار دهد. یادگیری ماشینی، به سرعت در حال رشد است.
 
وی لی، مدیر ارشد شرکت اینتل، می‌گوید: «یادگیری ماشینی هر سال پیچیده‌تر می‌شود و متخصصان هنوز درکی از پتانسیل کامل آن ندارند.»
 
این گزاره در عین جذابیت، تا حدودی ترسناک نیز هست. ربات‌های هوشمند از یک سو زندگی را برای ما آسان می‌کنند و از سوی دیگر، دخالت یادگیری ماشینی در مواردی چون تعیین صلاحیت افراد برای دریافت وام بانکی، چالش‌های اخلاقی متعددی را به وجود آورده است.
 
۳. تقاضا برای متخصصان حوزه داده افزایش خواهد یافت
 
حوزه تخصصی علم داده، موقعیت شغلی جدیدی در بسیاری از سازمان‌ها محسوب می‌شود. بر اساس پیش بینی‌ها، نیاز به این دست متخصصان به صورت مداوم در حال افزایش است. با توجه به رشد سریع حجم داده‌ها در جهان، افزایش چشمگیر تقاضا برای متخصصان حوزه علوم داده، به هیچ وجه دور از ذهن نیست. کلان داده‌ها بدون تحلیل و آنالیز دقیق، کاملاً بلا استفاده هستند و قرارگیری آن‌ها در دستور کار آنالیز از سوی کارشناسان این حوزه است که به نتایج جنبه کاربردی می‌دهد.
 
۴. حریم خصوصی موضوعی داغ باقی می‌ماند
 
دغدغه‌های کلان امنیت داده و حفظ حریم خصوصی، از زمان شکل گیری مفهوم حقوق شهروندی، مورد توجه بوده است. تداوم روند افزایش حجم داده‌ها، چالش‌های بیشتری را در این حوزه پدید آورده است. از آن جایی که سطح حفاظت از داده‌ها، هرگز نمی‌تواند با نرخ رشد حجم اطلاعات یکسان باشد، بنابراین، این مسئله همچنان چالشی بزرگ برای کاربران و فعالان این حوزه خواهد بود.
 
به طور کلی، اگرچه بسیاری از سازمان‌ها با سیاست‌های حفظ حریم خصوصی به عنوان یک روال قانونی پیش فرض برخورد می‌کنند، اما نگاه کاربران در این زمینه تا حدود زیادی تغییر کرده است. آن‌ها درک می‌کنند که اطلاعات شخصی‌شان در خطر است و از همین روی به آن دسته از سازمان‌ها اعتماد می‌کنند که شفافیت داشته باشند و کنترل کاربر بر داده‌ها را تضمین کنند.
 
۵. داده‌های «سریع» و «قابل اجرا» در اولویت قرار می‌گیرند
 
داده‌های «سریع» و «قابل اجرا»، دو گونه از اطلاعات هستند که پیش بینی می‌شود، نسبت به دیگر اقسام کلان داده‌ها، رشد بیشتری داشته باشند. داده‌های سریع، بر خلاف دیگر انواع کلان داده، امکان پردازش سریع و در لحظه را دارند. این دست داده‌ها از همین روی، ارزش بیشتری برای سازمان‌ها و شرکت‌ها دارند.
 
داده‌های سریع، کاربران را به تعاملات آنی معتاد می‌کند. مشاغل به صورت مداوم در حال دیجیتالی شدن هستند و کاربران نیز توقع بالاترین سطح خدمات شخصی سازی شده را از پلتفرم‌ها دارند. از همین روی، کارشناسان پیش بینی می‌کنند که تا سال ۲۰۲۵، حدود ۳۰ در صد از حجم داده‌ها را چنین اطلاعاتی تشکیل دهد.
 
داده‌های قابل اجرا نیز، حلقه مفقود میان کلان داده و ارزش کسب و کار است. همانطور که پیش از این نیز گفته شد، داده‌های بزرگ به خودی خود بدون تجزیه و تحلیل ارزش ندارند. این امر به سبب پیچیدگی حجم بالای کلان داده‌ها است. با پردازش داده‌ها به کمک بسترهای تحلیلی، سازمان‌ها می‌توانند اطلاعات را دقیق، استاندارد و قابل اجرا کنند.
 
موضوع آینده حکمرانی داده در ایران، مسئله‌ای است که در طول سال‌های اخیر به دغدغه طیف گسترده ای از کارشناسان ایرانی این حوزه بدل شده است.
 
در همین راستا، جواد آزادی، پژوهشگر هسته خط مشی فضای مجازی مرکز رشد دانشگاه امام صادق علیه‌السلام، در گفتگو با خبرنگار مهر، اهمیت حکمرانی داده و مصادیق داخلی آن را تشریح کرد: حکمرانی داده مفهومی است که در بخش‌های مختلف دولتی، خصوصی و مردمی در دنیا استفاده دارد، آنچه مهم است این است که نقطه اتکای شما کدام بخش باشد و از کدام منظر به این مفهوم می‌نگرید، به‌عنوان‌مثال حکمرانی داده در سطح شرکت‌ها، از مدیریت و سازماندهی داده‌ها آغاز می‌شود و در سطوح بالاتر به فراهم آوردن فرصت برابر برای ذی‌نفعان جهت دسترسی عادلانه به داده‌ها تعریف می‌شود و یا از منظر یک دولت عبارت است از نحوه به گردش درآوردن داده در عرصه‌های مختلف اجتماعی به‌نحوی‌که در آن عرصه اجتماعی زیست‌بوم خودش را ایجاد نموده و نظام‌سازی کند.
 
وی گفت: اگر بخواهیم به مصادیق داخلی آن اشاره‌کنیم می‌توانیم به خدمات اختصاصی مسیریاب‌های نشان و بلد در مقایسه با مسیریاب‌های خارجی اشاره نمود وقتی برای مسیریاب‌های نشان و بلد امکان دسترسی به اطلاعات شهرداری‌ها مبتنی بر شماره پلاک اماکن و منازل در روی نقشه‌های این دو مسیریاب فراهم شد و با به گردش درآوردن یک داده عمومی نظیر شماره پلاک، مزیت رقابتی برای این شرکت‌های داخلی به وجود آمد که منجر به مهاجرت خودخواسته مردم به مسیریاب‌های بومی نشان و بلد شد.
 
۳ نوع حکمرانی داده در سطح جهان
 
آزادی در ادامه با اشاره به مدل‌ها متداول حکمرانی داده در سطح جهانی افزود: به طور کلی با سه رویکرد حکمرانی داده در سطح جهان مواجهه هستیم، اولین رویکرد، مربوط به لیبرالیسم است، در کشورهای لیبرال و به‌طور خاص آمریکایی‌ها که پلتفرم‌های اصلی فضای مجازی را در سلطه خویش دارند، حکمرانی داده را از مفهوم آزادی و مالکیت آغاز کرده و با شعارهایی نظیر جریان آزاد اطلاعات و مالکیت شخصی داده ترویج می‌کنند. این رویکرد نگاه عمدتاً اقتصادی به داده دارد و داده در عصر مجازی را اهرمی در خدمت لیبرالیزاسیون جهانی می‌داند که فرصتی بی‌بدیل برای جمع‌آوری و پردازش اطلاعات را با اغراض علمی، تجاری و حتی سیاسی پدید آورده است. ازاین‌رو به گردش درآوردن داده، محور و تکیه اصلی حکمرانی داده در این رویکرد است و ارزش‌هایی مانند باز بودن [openness]، شفافیت، تقارن اطلاعات و بازار رقابت سالم، تأمین زیرساخت‌های لازم جهت درآمدزایی از داده و … ارزش‌هایی است که این رویکرد دنبال می‌کند.
 
به گفته وی، دومین رویکرد مربوط به نگاه‌های ناسیونالیستی و به‌طور مشخص اروپایی‌ها است که از قرن هفده تأکید ویژه‌ای بر مرز و دولت-ملت دارند. اروپایی‌ها با تأکید بر حقوق خصوصی به موضوع حکمرانی داده ورود داشته‌اند و مقررات عمومی حفاظت از داده[GDPR] را با محوریت داده‌های خصوصی و حفظ حریم خصوصی طرح می‌کنند. در این رویکرد، بر ارزشی مانند شفافیت تأکید فراوانی می‌شود و حاکمیت را مکلف می‌کنند تا زمینه را برای نظارت عمومی و مطالبات مردمی فراهم آورد.
 
این پژوهشگر تاکید کرد: به عنوان سومین رویکرد، چینی‌ها حکمرانی داده را تَبَعی می‌دانند و ذیل سلطه یا حاکمیت سایبری [Cyber Sovereignty] طرح می‌کنند. نگاه غالب ایشان، امنیت ملی است و نقطه آغاز حکمرانی داده را تعیین شاخص حساسیت داده می‌دانند و بیش از به گردش درآوردن داده بر روی حفاظت از داده تأکید دارند. در این رویکرد، حفاظت از داده، نه ذیل حریم خصوصی بلکه ذیل امنیت ملی تعریف می‌شود.
 
در ادامه مدیر گروه حکمرانی فضای مجازی مرکز رشد در خصوص آینده حوزه حکمرانی داده افزود: بسته به رویکرد اتخاذ شده، ما در آینده شاهد پیشرفت در حوزه‌های مختلف خواهیم بود. پیش‌بینی می‌کنم در رویکردهای سوسیالیستی شرقی، استانداردهای طبقه‌بندی داده پیشرفتگی فراوانی پیدا کند، در این رویکرد، مفهوم حساسیت داده تعیین‌کننده حدود مجاز گردش داده است. به همین سبب استانداردها و تکنولوژی‌های طبقه‌بندی داده از طبقه‌بندی‌های عمومی به طبقه‌بندی های تخصصی و جزئی توسعه پیدا خواهد کرد و ما شاهد شکل‌گیری رگولاتورهای تخصصی جهت سنجش حساسیت داده‌های عمومی و یا داده‌های شخصی غیرخصوصی خواهیم بود.
 
وی افزود: در رویکردهای لیبرالیستی غربی که بازار محوریت دارد، شاهد مدل‌های جدید درآمد و سود خواهیم بود که از گردش داده درون زیست‌بوم ملی و جهانی شکل خواهد گرفت. همچنین تکنولوژی‌های جدید نظیر اینترنت اشیا و هوش مصنوعی و نسل پنجم ارتباطات به کمک این مهم آمده و سرعت و قدرت گردش اطلاعات در زیست‌بوم داده را توسعه خواهند داد. رویکرد ناسیونالیستی در حکمرانی داده نیز با چالش‌های روزافزون صیانت از داده دست‌وپنجه نرم خواهد کرد، ظهور شبکه استارلینک و ساقط شدن خیلی از ظرفیت‌های نظارتی GDPR، نمونه‌ای از این چالش‌هاست.
 
آزادی با بیان برخی از اقدامات صورت گرفته جهت تقویت حکمرانی داده در داخل کشور، گفت: اگر سمت رویکردهای غربی حرکت کنیم، بایستی زمینه را برای حفاظت از داده‌های شخصی و همچنین گردش داده و انضباط آن فراهم آوریم؛ تا آن نقطه فاصله بسیاری داریم از تأمین زیرساخت‌های حفاظت از حریم خصوصی نظیر رمزنگاری گرفته تا طراحی و اجرای سازوکارهای نظارت بر زیست‌بوم داده. شاید بتوان اشاره‌کرد که طرح کلان و معماری شبکه ملی اطلاعات که در آذر سال ۹۹ به تصویب شورای عالی فضای مجازی رسیده است، طرحی پیشرفته است و امیدواریم اجرایی هم بشود. اگر سمت رویکردهای شرقی بیاییم ضرورتاً بایستی سازوکارهای سنجش حساسیت داده و رگولاتورهای تخصصی را در کشور توسعه دهیم که به نظر بخش‌هایی از طرح صیانت از حقوق کاربران با همه اشکالاتش به این موضوع می‌پرداخت. درمجموع هنوز حکمرانی داده به‌صورت رسمی در نظام حقوقی و قانونی ما به رسمیت شناخته نشده است و خلأهای جدی در این زمینه داریم.
 
چالشهای آینده ایران در حکمرانی داده
 
آزادی به موضوع آینده حکمرانی داده در ایران اشاره کرد و افزود: ما در ایران چالش‌های جدی برای حکمرانی داده خواهیم داشت، از طرفی زیست‌بوم داده در حوزه‌های متنوعی به‌ویژه در بخش خصوصی و در شرایط خلأهای قانونی نظیر حقوق مالکیت معنوی، حریم خصوصی و … به نحو غیر منضبطی طی دهه گذشته شکل گرفته است و هرگونه اقدام آتی در جهت ساماندهی به این زیست‌بوم، موجب نارضایتی و اعتراض بخش خصوصی خواهد بود که از این بی‌انضباطی حداکثر بهره و انتفاع را از داده‌های شخصی و حتی خصوصی مردم کشور می‌برد.
 
وی افزود: از سوی دیگر با خیزش و رستاخیز داده به‌ویژه با بسط همه‌جانبه فضای مجازی، ضرورتاً نیازمند یک محیط منضبط برای ادامه حیات این زیست‌بوم خواهیم بود و ناگزیر از ایجاد زیرساخت‌های تأمین حریم خصوصی و زیرساخت‌های جریان و به گردش درآمدن داده، در کشور خواهیم بود. زیرساخت‌هایی که هم حقوق مردم را تأمین می‌کند و هم بازار را برای عملکرد پویا خویش مبتنی بر تبادل داده آماده می‌سازد.

حجم جهانی دیتا ۲۶ برابر فاصله زمین تا ماه می شود!

 
متخصصان حوزه فناوری ۵ پیش بینی را برای آینده کلان داده های دنیا ارائه داده اند که بر اساس آن حجم جهانی داده تا سال ۲۰۲۵ به اندازه ۲۶ برابر فاصله زمین تا ماه می رسد.
 
با تداوم روند گسترش اینترنت در سال‌های اخیر، حجم داده‌های جهان از یک دهه پیش رشد تصاعدی خود را آغاز کرده است. توسعه شبکه‌های اجتماعی، جستجوهای اینترنتی، پیام‌های متنی، فایل‌های چندرسانه ای دانلود و آپلود شده و دستگاه‌های متصل به اینترنت، منشأ اصلی این افزایش حجم محسوب می‌شوند. به عبارت دیگر جمع آوری اطلاعات از طرق یاد شده، سبب پدیداری حجم بسیار گسترده ای از اطلاعات شده است که با عنوان کلان داده شناخته می‌شود.
 
بر اساس گزارش وبگاه آماری «Statista»، ارزش حجم فعلی داده‌های موجود در جهان رقمی بالغ بر ۴۹ میلیارد دلار است.
 
امروزه همه نهادهای بزرگ به نحوی در حال تحلیل و آنالیز کلان داده‌ها هستند و از نتایج این بررسی‌ها در سیاست‌گذاری کلان خود استفاده می‌کنند.
 
در این نوشتار به بررسی نظرات متخصصان و ۵ پیش بینی محتمل در مورد آینده این حوزه، خواهیم پرداخت.
 
۱. حجم داده‌ها همچنان افزایش خواهد یافت و انتقال داده‌ها به فضای ابری سرعت می‌گیرد
 
غالب کارشناسان این حوزه، بر این باورند که روند تصاعدی افزایش حجم داده‌های تولید شده، در آینده، همچنان تداوم خواهد یافت. شرکت «seagate»، از مؤسسات فعال در زمینه داده، در یکی از گزارش‌های خود با عنوان «Data Age ۲۰۲۵»، پیش بینی می‌کند که حجم جهانی داده، تا سال ۲۰۲۵، به ۱۷۵ زتابایت خواهد رسید. برای درک بهتر این حجم، می‌توان از مثال فاصله زمین تا ماه استفاده کرد. اگر حجم داده‌های جهانی را در سال ۲۰۱۳، دو سوم فاصله زمین تا ماه در نظر بگیریم، این رقم تا سال ۲۰۲۵، به ۲۶ برابر این مسافت افزایش خواهد یافت.
 
روند رشد اینترنت اشیا و افزایش تعداد کاربران اینترنت که از خدمات آنلاین و رسانه‌های اجتماعی استفاده می‌کنند، مبنای این پیش بینی قرار گرفته است.
 
۲. یادگیری ماشینی، چشم انداز حوزه آنالیز کلان داده‌ها را متحول خواهد ساخت
 
به عقیده متخصصان، یادگیری ماشینی، یکی از فناوری‌هایی است که در آینده کلان داده‌ها، نقش به سزایی ایفا می‌کند. انتظار می‌رود که توسعه یادگیری ماشینی این حوزه را به شدت تحت تأثیر قرار دهد. یادگیری ماشینی، به سرعت در حال رشد است.
 
وی لی، مدیر ارشد شرکت اینتل، می‌گوید: «یادگیری ماشینی هر سال پیچیده‌تر می‌شود و متخصصان هنوز درکی از پتانسیل کامل آن ندارند.»
 
این گزاره در عین جذابیت، تا حدودی ترسناک نیز هست. ربات‌های هوشمند از یک سو زندگی را برای ما آسان می‌کنند و از سوی دیگر، دخالت یادگیری ماشینی در مواردی چون تعیین صلاحیت افراد برای دریافت وام بانکی، چالش‌های اخلاقی متعددی را به وجود آورده است.
 
۳. تقاضا برای متخصصان حوزه داده افزایش خواهد یافت
 
حوزه تخصصی علم داده، موقعیت شغلی جدیدی در بسیاری از سازمان‌ها محسوب می‌شود. بر اساس پیش بینی‌ها، نیاز به این دست متخصصان به صورت مداوم در حال افزایش است. با توجه به رشد سریع حجم داده‌ها در جهان، افزایش چشمگیر تقاضا برای متخصصان حوزه علوم داده، به هیچ وجه دور از ذهن نیست. کلان داده‌ها بدون تحلیل و آنالیز دقیق، کاملاً بلا استفاده هستند و قرارگیری آن‌ها در دستور کار آنالیز از سوی کارشناسان این حوزه است که به نتایج جنبه کاربردی می‌دهد.
 
۴. حریم خصوصی موضوعی داغ باقی می‌ماند
 
دغدغه‌های کلان امنیت داده و حفظ حریم خصوصی، از زمان شکل گیری مفهوم حقوق شهروندی، مورد توجه بوده است. تداوم روند افزایش حجم داده‌ها، چالش‌های بیشتری را در این حوزه پدید آورده است. از آن جایی که سطح حفاظت از داده‌ها، هرگز نمی‌تواند با نرخ رشد حجم اطلاعات یکسان باشد، بنابراین، این مسئله همچنان چالشی بزرگ برای کاربران و فعالان این حوزه خواهد بود.
 
به طور کلی، اگرچه بسیاری از سازمان‌ها با سیاست‌های حفظ حریم خصوصی به عنوان یک روال قانونی پیش فرض برخورد می‌کنند، اما نگاه کاربران در این زمینه تا حدود زیادی تغییر کرده است. آن‌ها درک می‌کنند که اطلاعات شخصی‌شان در خطر است و از همین روی به آن دسته از سازمان‌ها اعتماد می‌کنند که شفافیت داشته باشند و کنترل کاربر بر داده‌ها را تضمین کنند.
 
۵. داده‌های «سریع» و «قابل اجرا» در اولویت قرار می‌گیرند
 
داده‌های «سریع» و «قابل اجرا»، دو گونه از اطلاعات هستند که پیش بینی می‌شود، نسبت به دیگر اقسام کلان داده‌ها، رشد بیشتری داشته باشند. داده‌های سریع، بر خلاف دیگر انواع کلان داده، امکان پردازش سریع و در لحظه را دارند. این دست داده‌ها از همین روی، ارزش بیشتری برای سازمان‌ها و شرکت‌ها دارند.
 
داده‌های سریع، کاربران را به تعاملات آنی معتاد می‌کند. مشاغل به صورت مداوم در حال دیجیتالی شدن هستند و کاربران نیز توقع بالاترین سطح خدمات شخصی سازی شده را از پلتفرم‌ها دارند. از همین روی، کارشناسان پیش بینی می‌کنند که تا سال ۲۰۲۵، حدود ۳۰ در صد از حجم داده‌ها را چنین اطلاعاتی تشکیل دهد.
 
داده‌های قابل اجرا نیز، حلقه مفقود میان کلان داده و ارزش کسب و کار است. همانطور که پیش از این نیز گفته شد، داده‌های بزرگ به خودی خود بدون تجزیه و تحلیل ارزش ندارند. این امر به سبب پیچیدگی حجم بالای کلان داده‌ها است. با پردازش داده‌ها به کمک بسترهای تحلیلی، سازمان‌ها می‌توانند اطلاعات را دقیق، استاندارد و قابل اجرا کنند.
 
موضوع آینده حکمرانی داده در ایران، مسئله‌ای است که در طول سال‌های اخیر به دغدغه طیف گسترده ای از کارشناسان ایرانی این حوزه بدل شده است.
 
در همین راستا، جواد آزادی، پژوهشگر هسته خط مشی فضای مجازی مرکز رشد دانشگاه امام صادق علیه‌السلام، در گفتگو با خبرنگار مهر، اهمیت حکمرانی داده و مصادیق داخلی آن را تشریح کرد: حکمرانی داده مفهومی است که در بخش‌های مختلف دولتی، خصوصی و مردمی در دنیا استفاده دارد، آنچه مهم است این است که نقطه اتکای شما کدام بخش باشد و از کدام منظر به این مفهوم می‌نگرید، به‌عنوان‌مثال حکمرانی داده در سطح شرکت‌ها، از مدیریت و سازماندهی داده‌ها آغاز می‌شود و در سطوح بالاتر به فراهم آوردن فرصت برابر برای ذی‌نفعان جهت دسترسی عادلانه به داده‌ها تعریف می‌شود و یا از منظر یک دولت عبارت است از نحوه به گردش درآوردن داده در عرصه‌های مختلف اجتماعی به‌نحوی‌که در آن عرصه اجتماعی زیست‌بوم خودش را ایجاد نموده و نظام‌سازی کند.
 
وی گفت: اگر بخواهیم به مصادیق داخلی آن اشاره‌کنیم می‌توانیم به خدمات اختصاصی مسیریاب‌های نشان و بلد در مقایسه با مسیریاب‌های خارجی اشاره نمود وقتی برای مسیریاب‌های نشان و بلد امکان دسترسی به اطلاعات شهرداری‌ها مبتنی بر شماره پلاک اماکن و منازل در روی نقشه‌های این دو مسیریاب فراهم شد و با به گردش درآوردن یک داده عمومی نظیر شماره پلاک، مزیت رقابتی برای این شرکت‌های داخلی به وجود آمد که منجر به مهاجرت خودخواسته مردم به مسیریاب‌های بومی نشان و بلد شد.
 
۳ نوع حکمرانی داده در سطح جهان
 
آزادی در ادامه با اشاره به مدل‌ها متداول حکمرانی داده در سطح جهانی افزود: به طور کلی با سه رویکرد حکمرانی داده در سطح جهان مواجهه هستیم، اولین رویکرد، مربوط به لیبرالیسم است، در کشورهای لیبرال و به‌طور خاص آمریکایی‌ها که پلتفرم‌های اصلی فضای مجازی را در سلطه خویش دارند، حکمرانی داده را از مفهوم آزادی و مالکیت آغاز کرده و با شعارهایی نظیر جریان آزاد اطلاعات و مالکیت شخصی داده ترویج می‌کنند. این رویکرد نگاه عمدتاً اقتصادی به داده دارد و داده در عصر مجازی را اهرمی در خدمت لیبرالیزاسیون جهانی می‌داند که فرصتی بی‌بدیل برای جمع‌آوری و پردازش اطلاعات را با اغراض علمی، تجاری و حتی سیاسی پدید آورده است. ازاین‌رو به گردش درآوردن داده، محور و تکیه اصلی حکمرانی داده در این رویکرد است و ارزش‌هایی مانند باز بودن [openness]، شفافیت، تقارن اطلاعات و بازار رقابت سالم، تأمین زیرساخت‌های لازم جهت درآمدزایی از داده و … ارزش‌هایی است که این رویکرد دنبال می‌کند.
 
به گفته وی، دومین رویکرد مربوط به نگاه‌های ناسیونالیستی و به‌طور مشخص اروپایی‌ها است که از قرن هفده تأکید ویژه‌ای بر مرز و دولت-ملت دارند. اروپایی‌ها با تأکید بر حقوق خصوصی به موضوع حکمرانی داده ورود داشته‌اند و مقررات عمومی حفاظت از داده[GDPR] را با محوریت داده‌های خصوصی و حفظ حریم خصوصی طرح می‌کنند. در این رویکرد، بر ارزشی مانند شفافیت تأکید فراوانی می‌شود و حاکمیت را مکلف می‌کنند تا زمینه را برای نظارت عمومی و مطالبات مردمی فراهم آورد.
 
این پژوهشگر تاکید کرد: به عنوان سومین رویکرد، چینی‌ها حکمرانی داده را تَبَعی می‌دانند و ذیل سلطه یا حاکمیت سایبری [Cyber Sovereignty] طرح می‌کنند. نگاه غالب ایشان، امنیت ملی است و نقطه آغاز حکمرانی داده را تعیین شاخص حساسیت داده می‌دانند و بیش از به گردش درآوردن داده بر روی حفاظت از داده تأکید دارند. در این رویکرد، حفاظت از داده، نه ذیل حریم خصوصی بلکه ذیل امنیت ملی تعریف می‌شود.
 
در ادامه مدیر گروه حکمرانی فضای مجازی مرکز رشد در خصوص آینده حوزه حکمرانی داده افزود: بسته به رویکرد اتخاذ شده، ما در آینده شاهد پیشرفت در حوزه‌های مختلف خواهیم بود. پیش‌بینی می‌کنم در رویکردهای سوسیالیستی شرقی، استانداردهای طبقه‌بندی داده پیشرفتگی فراوانی پیدا کند، در این رویکرد، مفهوم حساسیت داده تعیین‌کننده حدود مجاز گردش داده است. به همین سبب استانداردها و تکنولوژی‌های طبقه‌بندی داده از طبقه‌بندی‌های عمومی به طبقه‌بندی های تخصصی و جزئی توسعه پیدا خواهد کرد و ما شاهد شکل‌گیری رگولاتورهای تخصصی جهت سنجش حساسیت داده‌های عمومی و یا داده‌های شخصی غیرخصوصی خواهیم بود.
 
وی افزود: در رویکردهای لیبرالیستی غربی که بازار محوریت دارد، شاهد مدل‌های جدید درآمد و سود خواهیم بود که از گردش داده درون زیست‌بوم ملی و جهانی شکل خواهد گرفت. همچنین تکنولوژی‌های جدید نظیر اینترنت اشیا و هوش مصنوعی و نسل پنجم ارتباطات به کمک این مهم آمده و سرعت و قدرت گردش اطلاعات در زیست‌بوم داده را توسعه خواهند داد. رویکرد ناسیونالیستی در حکمرانی داده نیز با چالش‌های روزافزون صیانت از داده دست‌وپنجه نرم خواهد کرد، ظهور شبکه استارلینک و ساقط شدن خیلی از ظرفیت‌های نظارتی GDPR، نمونه‌ای از این چالش‌هاست.
 
آزادی با بیان برخی از اقدامات صورت گرفته جهت تقویت حکمرانی داده در داخل کشور، گفت: اگر سمت رویکردهای غربی حرکت کنیم، بایستی زمینه را برای حفاظت از داده‌های شخصی و همچنین گردش داده و انضباط آن فراهم آوریم؛ تا آن نقطه فاصله بسیاری داریم از تأمین زیرساخت‌های حفاظت از حریم خصوصی نظیر رمزنگاری گرفته تا طراحی و اجرای سازوکارهای نظارت بر زیست‌بوم داده. شاید بتوان اشاره‌کرد که طرح کلان و معماری شبکه ملی اطلاعات که در آذر سال ۹۹ به تصویب شورای عالی فضای مجازی رسیده است، طرحی پیشرفته است و امیدواریم اجرایی هم بشود. اگر سمت رویکردهای شرقی بیاییم ضرورتاً بایستی سازوکارهای سنجش حساسیت داده و رگولاتورهای تخصصی را در کشور توسعه دهیم که به نظر بخش‌هایی از طرح صیانت از حقوق کاربران با همه اشکالاتش به این موضوع می‌پرداخت. درمجموع هنوز حکمرانی داده به‌صورت رسمی در نظام حقوقی و قانونی ما به رسمیت شناخته نشده است و خلأهای جدی در این زمینه داریم.
 
چالشهای آینده ایران در حکمرانی داده
 
آزادی به موضوع آینده حکمرانی داده در ایران اشاره کرد و افزود: ما در ایران چالش‌های جدی برای حکمرانی داده خواهیم داشت، از طرفی زیست‌بوم داده در حوزه‌های متنوعی به‌ویژه در بخش خصوصی و در شرایط خلأهای قانونی نظیر حقوق مالکیت معنوی، حریم خصوصی و … به نحو غیر منضبطی طی دهه گذشته شکل گرفته است و هرگونه اقدام آتی در جهت ساماندهی به این زیست‌بوم، موجب نارضایتی و اعتراض بخش خصوصی خواهد بود که از این بی‌انضباطی حداکثر بهره و انتفاع را از داده‌های شخصی و حتی خصوصی مردم کشور می‌برد.
 
وی افزود: از سوی دیگر با خیزش و رستاخیز داده به‌ویژه با بسط همه‌جانبه فضای مجازی، ضرورتاً نیازمند یک محیط منضبط برای ادامه حیات این زیست‌بوم خواهیم بود و ناگزیر از ایجاد زیرساخت‌های تأمین حریم خصوصی و زیرساخت‌های جریان و به گردش درآمدن داده، در کشور خواهیم بود. زیرساخت‌هایی که هم حقوق مردم را تأمین می‌کند و هم بازار را برای عملکرد پویا خویش مبتنی بر تبادل داده آماده می‌سازد.

راهکار غول تجارت الکترونیک برای انتقال «بیگ دیتا»

 
انسان عصر حاضر در اقیانوسی از اطلاعات غوطه‌ور است و هر دقیقه، ساعت و روز به گستره این اقیانوس بی‌حدومرز اضافه می‌شود. طبق آخرین آمارها، حدود ۴ میلیارد نفر در جهان به اینترنت دسترسی دارند و این یعنی هر روز، میلیون‌ها ترابایت داده در این فضا میان کاربران و شرکت‌ها تبادل می‌شود. اگرچه شاید بارگذاری یک عکس، فیلم یا هرگونه فایل بر بستر وب، به لطف سرعت نسبتا مناسب اینترنت در عصر حاضر، زمان زیادی را از کاربر نگیرد؛ اما شرایطی را تصور کنید که یک شرکت بخواهد هزاران ترابایت اطلاعات خود را آپلود یا از آن نسخه پشتیبان تهیه کند؛ فرآیندی که ممکن است ماه‌ها یا حتی سال‌ها به طول انجامد.
راهکار غول تجارت الکترونیک  برای انتقال «بیگ دیتا»
در واقع حتی به لطف افزایش سرعت و تکنولوژی‌های پیشرفته هنوز مشکل بارگذاری «بیگ دیتا» وجود دارد. به این ترتیب بود که آمازون دست به‌ کار شد و در سال ۲۰۱۵ از سرویس انتقال داده و ابزارهای ویژه خود برای این منظور با عنوان اسنوبال (Snowball) پرده برداشت. این سرویس مبتنی بر تکنولوژی کلاد، «خدمات ابری آمازون» یا همان AWS است که در واقع یک دستگاه (هارد) فیزیکی مقاوم و ایمن با ظرفیت ذخیره‌سازی حجم زیادی از اطلاعات است. هر اسنوبال حدود ۸۰ ترابایت دیتا در خود جای می‌دهد که البته در آمریکا در دو ظرفیت ۵۰ و ۸۰ ترابایتی عرضه می‌شود. با استفاده از اسنوبال‌ها، شرکت‌ها می‌توانند حجم زیادی از اطلاعات خود را که در حالت عادی تقریبا غیرممکن است روی سرویس ابری آمازون بارگذاری کنند.
 
با سرویس اسنوبال آمازون یکی از بزرگ‌ترین چالش‌های شرکت‌ها برای انتقال سریع، آسان و امن اطلاعات حیاتی و مهم آنها برطرف شده است. معمولا شرکت‌ها در شرایطی همچون خرابی دیتاسنترها، انتقال پروژه یا تعویض قطعات فضای ذخیره‌سازی خود از اسنوبال‌ها استفاده می‌کنند. جالب اینجاست که با این سرویس، هزینه‌های انتقال اطلاعات نسبت به انتقال آن از طریق اینترنت‌های پرسرعت به یک پنجم کاهش می‌یابد.  با اسنوبال دیگر نیازی به نوشتن کد یا خرید سخت‌افزاری دیگر نخواهد بود. روش استفاده از آن هم به این صورت است که پس از ایجاد یک درخواست در کنسول مدیریت خدمات وب آمازون (AWS Management Console)، یک اسنوبال برای کاربر ارسال می‌شود. حالا باید اسنوبال را به شبکه محلی (Local Network) متصل کرد و برای برقراری ارتباط، کلاینت اسنوبال را دانلود و اجرا کرد. سپس از این کلاینت برای انتخاب مسیر فایل‌ها برای انتقال به دستگاه استفاده می‌شود. در نهایت، این کلاینت فایل‌ها را رمزگذاری و با سرعت بالا به اسنوبال منتقل می‌کند.
 
البته این فرآیند ممکن است با یک دستگاه اسنوبال به اتمام برسد و در مواقعی نیز ممکن است به ده‌ها اسنوبال برای انتقال حجم زیادی از اطاعات نیاز باشد. آمازون برای این دسته از شرکت‌ها، سرویسی به نام اسنوموبیل را ارائه کرده است. اسنوموبیل یک کامیون یا بهتر بگوییم سرور متحرک غول‌پیکر است که آمازون آن را برای انتقال داده‌هایی با حجم بالا که می‌تواند به چند میلیون گیگابایت نیز برسد، برای شرکت‌ها ارسال می‌کند و پس از دریافت اطلاعات، به مراکز ذخیره‌سازی دیتا در آمازون برمی‌گرداند. این کامیون‌ها چندین اسنوبال را در خود جای داده‌اند.
 
مزایای اسنوبال‌ها
اسنوبال‌ها کمک مهم و تاثیرگذاری در فرآیند انتقال و جابه‌جایی بزرگ داده‌ها به حساب می‌آیند و می‌توانند بسیاری از مشکلات و چالش‌های رایج برای این کار را از بین ببرند.
 
 سرعت بالا
 انتقال دیتا از طریق اینترنت و با سرعت معمولی، ممکن است ماه‌ها زمان ببرد. برای درک بهتر این موضوع، بد نیست بدانید که جابه‌جایی ۱۰۰ ترابایت دیتا با سرعت اینترنت ۱۰۰ مگابیت‌برثانیه، بیش از ۱۰۰ روز به طول خواهد انجامید. اما با استفاده از این دستاورد آمازون، این زمان به کمتر از یک هفته تقلیل خواهد یافت و تمام ‌این اطلاعات را می‌توان در دو اسنوبال ذخیره کرد.
 
 هزینه پایین
 برای آنکه بخواهید ۱۰۰ ترابایت دیتا را با اینترنت معمولی انتقال دهید، باید هزاران دلار را برای این کار اختصاص دهید. اما اگر از اسنوبال استفاده شود، این هزینه به یک پنجم کاهش می‌یابد.
 
 مقاومت و امنیت بالا
 دستگاه‌های اسنوبال آمازون از بدنه‌ای بسیار مقاوم در برابر ضربات احتمالی برخوردار است و سیستم رمزگذاری ۲۵۶ بیتی بهره می‌برد که امنیت اطلاعات را تضمین می‌کند. ناگفته نماند که کلیدهای رمزگذاری توسط سرویس مدیریت خدمات وب آمازون، مدیریت می‌شوند و هرگز در دستگاه ذخیره نمی‌شوند.
 
 بازگرداندن سریع اطلاعات
 آمازون این اطمینان را به شرکت‌ها و کاربران می‌دهد که نه ‌تنها انتقال اطلاعات آنها درکمترین زمان ممکن انجام می‌شود، بلکه بازگرداندن این اطلاعات از فضای ابری آمازون به سرورها و دیتاسنترهای شرکت‌ها نیز در اسرع وقت و با هزینه پایین انجام خواهد شد.
 
 استفاده آسان
 دستگاه‌های اسنوبال به گونه‌ای طراحی شده‌اند که افراد می‌توانند به راحتی آنها را به شبکه‌ها یا اپلیکیشن‌های موجود متصل کنند و با ثبت درخواست خود در کنسول مدیریت خدمات ابری آمازون، این دستگاه را دریافت و اطلاعات خود را منتقل کنند.
 
 عدم محدودیت در انتقال دیتا
آمازون برای هر اسنوبال، ۸۰ ترابایت در نظر گرفته که اگر شرکت یا سازمانی به فضای ذخیره‌سازی بیشتری برای دیتای خود نیاز داشته باشد، اسنوبال‌های بیشتری برای آن ارسال می‌شود. آمازون برای شرکت‌های بزرگ، کامیون‌هایی حاوی اسنوبال به نام اسنوموبیل را ارسال می‌کند.  سرویس ابری آمازون کسب‌وکاری پرسود و منفعت برای جف بزوس به حساب می‌آید و از آنجا که دنیا و شرکت‌های فعال در حوزه‌های مختلف به سمت فضای ابری و کلاد در حال حرکت هستند، این شرکت سرمایه‌گذاری گسترده‌ای در این زمینه انجام داده و یکی از پیشگامان فضای ابری به شمار می‌رود.

اکونومیست: داده ها نفت عصر دیجیتال هستند

 
در مقاله ای جدید و جذاب ارزشمندترین منبع دنیا را Data اعلام کرد. بر این اساس، پنج شرکت (گوگل، آمازون، اپل، فیسبوک و مایکروسافت) ارزشمندترین بنگاه‌ها در دنیا هستند.
این ارزشمندی از آن جهت است که سودهای شرکت های نام برده سرسام‌آور است. بررسی ها حکایت از آن دارد که آنها روی‌هم‌رفته 25 میلیارد دلار سود خالص در فصل اول سال 2017 جمع کردند. نیمی از تمام دلارهایی که در آمریکا آنلاین خرج می‌شوند، نصیب آمازون می‌شود. تقریباً تمام رشد درآمد درحوزۀ تبلیغات دیجیتال در آمریکا در سال گذشته، مدیون گوگل و فیسبوک بوده است.
 
این در حالیست که تا یک قرن قبل، منبع مد نظر که نقش بسزایی در اقتصاد جهان داشت، نفت بود. اما شواهد حکایت از آن دارد که اکنون غول‌ها به نگرانی های مشابهی دامن زده‌اند که به داده‌ها "Data"مربوط می‌شود، این یعنی داده ها نفت عصر دیجیتال هستند!
 
تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
سوالی که در اینجا پیش می آید این است که چرا می گویند استخراج داده حکم نفت را دارد؟
 
هنگامی که داده ها استخراج می شود، مدل هایی در این داده ها استخراج می شود که ارزش بالایی دارند به گونه ای که امروزه از این مدل های با ارزش تحت عنوان نفت یاد می شود.
 
البته باید توجه کرد که داده ها ذاتا با ارزش هستند، به خاطر همین ارزشمند بودن داده ها از آن به عنوان نفت یاد می شود. همچنان که بسیاری از مجموعه ها در دنیا اقدام به جمع آوری مجموعه داده یا همان دیتا سِت می کنند، ارزش دو صد چندان تر این داده ها زمانی نمایان می شود که از آن ها مدل ها و الگوهایی استخراج می شود و این خود حکم فرآورده های نفتی را دارد که در بسیاری از موارد از خود نفت ارزشمند تر قلمداد می شود.
 
بسیاری از غول های این حوزه برای ساخت محصول خود نیاز کاربران حوزه داده را به خوبی شناسایی می کنند. توسعه دهندگان هوش مصنوعی و دانشمندان داده در قسمت سخت افزاری به دنبال یک سیستم یکپارچه که شامل منابع ذخیره سازی و پردازشی در کنار هم، هستند که بتوانند در سایه این سیستم همگام، به پیاده سازی پروژه های خود بپردازند.
 
نکته ای که در این میان می توان مد نظر قرار داد این است که با توجه به اهمیت این موضوع در این شرایط، تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
 
منبع: مجله اکونومیست

اکونومیست: داده ها نفت عصر دیجیتال هستند

 
در مقاله ای جدید و جذاب ارزشمندترین منبع دنیا را Data اعلام کرد. بر این اساس، پنج شرکت (گوگل، آمازون، اپل، فیسبوک و مایکروسافت) ارزشمندترین بنگاه‌ها در دنیا هستند.
این ارزشمندی از آن جهت است که سودهای شرکت های نام برده سرسام‌آور است. بررسی ها حکایت از آن دارد که آنها روی‌هم‌رفته 25 میلیارد دلار سود خالص در فصل اول سال 2017 جمع کردند. نیمی از تمام دلارهایی که در آمریکا آنلاین خرج می‌شوند، نصیب آمازون می‌شود. تقریباً تمام رشد درآمد درحوزۀ تبلیغات دیجیتال در آمریکا در سال گذشته، مدیون گوگل و فیسبوک بوده است.
 
این در حالیست که تا یک قرن قبل، منبع مد نظر که نقش بسزایی در اقتصاد جهان داشت، نفت بود. اما شواهد حکایت از آن دارد که اکنون غول‌ها به نگرانی های مشابهی دامن زده‌اند که به داده‌ها "Data"مربوط می‌شود، این یعنی داده ها نفت عصر دیجیتال هستند!
 
تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
سوالی که در اینجا پیش می آید این است که چرا می گویند استخراج داده حکم نفت را دارد؟
 
هنگامی که داده ها استخراج می شود، مدل هایی در این داده ها استخراج می شود که ارزش بالایی دارند به گونه ای که امروزه از این مدل های با ارزش تحت عنوان نفت یاد می شود.
 
البته باید توجه کرد که داده ها ذاتا با ارزش هستند، به خاطر همین ارزشمند بودن داده ها از آن به عنوان نفت یاد می شود. همچنان که بسیاری از مجموعه ها در دنیا اقدام به جمع آوری مجموعه داده یا همان دیتا سِت می کنند، ارزش دو صد چندان تر این داده ها زمانی نمایان می شود که از آن ها مدل ها و الگوهایی استخراج می شود و این خود حکم فرآورده های نفتی را دارد که در بسیاری از موارد از خود نفت ارزشمند تر قلمداد می شود.
 
بسیاری از غول های این حوزه برای ساخت محصول خود نیاز کاربران حوزه داده را به خوبی شناسایی می کنند. توسعه دهندگان هوش مصنوعی و دانشمندان داده در قسمت سخت افزاری به دنبال یک سیستم یکپارچه که شامل منابع ذخیره سازی و پردازشی در کنار هم، هستند که بتوانند در سایه این سیستم همگام، به پیاده سازی پروژه های خود بپردازند.
 
نکته ای که در این میان می توان مد نظر قرار داد این است که با توجه به اهمیت این موضوع در این شرایط، تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
 
منبع: مجله اکونومیست

اکونومیست: داده ها نفت عصر دیجیتال هستند

 
در مقاله ای جدید و جذاب ارزشمندترین منبع دنیا را Data اعلام کرد. بر این اساس، پنج شرکت (گوگل، آمازون، اپل، فیسبوک و مایکروسافت) ارزشمندترین بنگاه‌ها در دنیا هستند.
این ارزشمندی از آن جهت است که سودهای شرکت های نام برده سرسام‌آور است. بررسی ها حکایت از آن دارد که آنها روی‌هم‌رفته 25 میلیارد دلار سود خالص در فصل اول سال 2017 جمع کردند. نیمی از تمام دلارهایی که در آمریکا آنلاین خرج می‌شوند، نصیب آمازون می‌شود. تقریباً تمام رشد درآمد درحوزۀ تبلیغات دیجیتال در آمریکا در سال گذشته، مدیون گوگل و فیسبوک بوده است.
 
این در حالیست که تا یک قرن قبل، منبع مد نظر که نقش بسزایی در اقتصاد جهان داشت، نفت بود. اما شواهد حکایت از آن دارد که اکنون غول‌ها به نگرانی های مشابهی دامن زده‌اند که به داده‌ها "Data"مربوط می‌شود، این یعنی داده ها نفت عصر دیجیتال هستند!
 
تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
سوالی که در اینجا پیش می آید این است که چرا می گویند استخراج داده حکم نفت را دارد؟
 
هنگامی که داده ها استخراج می شود، مدل هایی در این داده ها استخراج می شود که ارزش بالایی دارند به گونه ای که امروزه از این مدل های با ارزش تحت عنوان نفت یاد می شود.
 
البته باید توجه کرد که داده ها ذاتا با ارزش هستند، به خاطر همین ارزشمند بودن داده ها از آن به عنوان نفت یاد می شود. همچنان که بسیاری از مجموعه ها در دنیا اقدام به جمع آوری مجموعه داده یا همان دیتا سِت می کنند، ارزش دو صد چندان تر این داده ها زمانی نمایان می شود که از آن ها مدل ها و الگوهایی استخراج می شود و این خود حکم فرآورده های نفتی را دارد که در بسیاری از موارد از خود نفت ارزشمند تر قلمداد می شود.
 
بسیاری از غول های این حوزه برای ساخت محصول خود نیاز کاربران حوزه داده را به خوبی شناسایی می کنند. توسعه دهندگان هوش مصنوعی و دانشمندان داده در قسمت سخت افزاری به دنبال یک سیستم یکپارچه که شامل منابع ذخیره سازی و پردازشی در کنار هم، هستند که بتوانند در سایه این سیستم همگام، به پیاده سازی پروژه های خود بپردازند.
 
نکته ای که در این میان می توان مد نظر قرار داد این است که با توجه به اهمیت این موضوع در این شرایط، تعجب برانگیز است كه در ایران برخی افراد بنا به اقتضای شغلی كه داشتند، داده های غنی از مشتریان خود در اختیار دارند اما قادر نیستند روی آنها فعالیت کرده و پول هنگفتی را به جیب بزنند.
 
منبع: مجله اکونومیست

هشدار رئیس صندوق بین‌المللی پول به طبیعت مختل کننده تکنولوژی مالی

رئیس صندوق بین‌المللی پول هشدار داد که افزایش حضور غول های تکنولوژی با استفاده از اطلاعات بزرگ و هوش مصنوعی می تواند اختلالی قابل توجه در سیستم مالی جهان ایجاد کند.
 
به گزارش رویترز، کریستین لاگارد ، رئیس صندوق بین‌المللی پول هشدار داد که افزایش حضور غول های تکنولوژی با استفاده از اطلاعات بزرگ و هوش مصنوعی می تواند اختلالی قابل توجه در سیستم مالی جهان ایجاد کند.
 
 توسعه سریع تکنولوژی مالی دسترسی به سیستم های ارزان پرداخت برای خانواده های کم درآمد در کشورهای نوظهور را افزایش داده است. شبکه های بانکداری سنتی در این کشورها نادر هستند.
 
 ولی این توسعه نگرانی در مورد افزایش سلطه شرکت های بزرگ تکنولوژی در پرداخت های موبایلی را بالا برده است که می‌تواند سیاستگذاران را مجبور کند در مورد نحوه تنظیم سیستم بانکی تجدید نظر کنند و مطمئن شود تسویه حساب های مالی با امنیت انجام می شوند.
 
 لاگارد در همایشی در مورد تکنولوژی مالی که در حاشیه اجلاس جی 20 برگزار شد، گفت:« احتمالاً  اختلالی قابل توجه در دورنمای مالی از سوی شرکت‌های بزرگ تکنولوژی به وجود می‌آید. این شرکت‌ها از مشتریان فراوان خود و جیبهای بزرگشان برای ارائه محصولات مالی بر اساس اطلاعات وسیع و هوش مصنوعی استفاده می کنند».
 
 در حالی که این نوآوری به مدرن کردن بازارهای مالی کمک می کند، ولی می تواند سیستم مالی را از طریق کنترل  سیستم های پرداخت غول های تکنولوژی جهان آسیب پذیر کند.
 
 لاگارد گفت چین نمونه ای از جنگ تجاری بین منافع و چالش های ارائه شده توسط تکنولوژی مالی است.
 
 وی گفت:«طی  پنج سال گذشته، رشد تکنولوژی در چین بسیار موفقیت آمیز بوده و به میلیون‌ها تازه وارد اجازه داده از دسترسی به محصولات مالی و ایجاد مشاغل با کیفیت سود ببرند».
 
توجه به مخالفان و موافقان نوآوری مالی از موضوعات مورد بحث در اجلاس دو روزه وزرای دارایی و سران بانک مرکزی گروه 20 است.
 

نقشه راه «بیگ دیتا» تهیه شد

رئیس پژوهشکده فناوری اطلاعات مرکز تحقیقات مخابرات از تهیه نقشه راه بیگ دیتا خبر داد و گفت: بعداز اعمال آخرین اصلاحات و به‌روزرسانی، این طرح به زودی برای تصویب به وزارت ارتباطات ارائه می شود.
 
به گزارش وزارت ارتباطات، محمد شهرام معین با اشاره به اهمیت کلان داده ها در کشور از تجهیز آزمایشگاه کلان داده ها و تدوین پیش نویس لایحه حکمرانی داده ها و کلان داده ها خبر داد و گفت: کلان داده ها (بیگ دیتا یا داده های عظیم)، داده هایی با حجم بالا هستند که با ابزارهای پردازش داده های سنتی قابل پردازش نباشند و ۳ ویژگی حجم، سرعت و تنوع را دارند.
 
وی با اشاره به اینکه حجم داده ها در چند سال اخیر به سرعت افزایش یافته و گفته می شود که در پنج سال اخیر به اندازه ابتدای تاریخ تاکنون، اطلاعات تولید شده است، تصریح کرد: از طرفی الگوریتم های پردازش کلان داده ها کامل تر شده اند و امکانات پردازشی و ذخیره سازی و سرورهای قوی و مراکز داده با توان بالا و ذخیره سازی در حد پتا و زتا بایت و بالاتر ایجاد شده اند و از طرفی الگوریتم های هوش مصنوعی، یادگیری ماشین و داده کاوی پیچیده تر و کاملتر شده اند و  این دو با هم، امکان ذخیره سازی، پردازش و تحلیل داده ها و استخراج دانش و معنا از آنها را فراهم کرده است.
 
رئیس پژوهشکده فناوری اطلاعات مرکز تحقیقات مخابرات ایران با اشاره به اقدامات وزارت ارتباطات و فناوری اطلاعات در حوزه کلان داده ها، افزود: از چند سال پیش وزارت ارتباطات حوزه کلان داده ها را در کنار ۵G ، اینترنت اشیا، و یارانش ابری و زنجیره بلوکی (بلاکچین) به عنوان فناوری های نوین در اولویت کاری خود قرار داده است.
 
معین نخستین اقدام پژوهشگاه ICT در حوزه کلان داده ها را تهیه نقشه راه این حوزه عنوان کرد و گفت: در این نقشه راه، جنبه های مختلف حقوقی و کسب و کاری آن دیده شده و بعد از اعمال آخرین اصلاحات و به روز رسانی به زودی برای تصویب به وزارت ارتباطات ارایه می شود.
 
وی موضوع رگولاتوری کلان داده ها را یکی دیگر از اقدامات پژوهشکده فناوری اطلاعات اعلام کرد و افزود: پروژه رگولاتوری کلان داده ها با درخواست سازمان تنظیم مقررات و ارتباطات رادیویی از سال ۹۶ در حال انجام است و در مراحل پایانی قرار دارد که به نتایج خوبی نیز رسیده است.
 
رییس پژوهشکده فناوری اطلاعات حکمرانی داده ها و کلان داده های کشور را یکی دیگر از موضوعات  بسیار مهم این حوزه اعلام کرد و افزود: در این موضوع در حال تهیه پیش نویس لایحه ای حکمرانی داده ها و کلان داده ها هستیم که با تصویب این لایحه مشکلات شناسایی داده ها و کلان داده ها، امنیت و حریم خصوصی و خلا قانونی دسترسی به این کلان داده ها، تجمیع و یکپارچه سازی و تحلیل  آنها در اشل‌های بزرگ از جمله اشل ملی مرتفع شود.
 
وی یکی دیگر از اقدامات پژوهشکده فناوری اطلاعات را تعریف پروژه تجهیز آزمایشگاه کلان داده ها دانست و افزود: هدف این آزمایشگاه که توسعه و تست الگوریتمها و آزاد گذاشتن رسانی کلان داده هایی است که بخش خصوصی به سهولت به آنها دسترسی ندارد.
 
وی با اشاره به اینکه آزمایشگاهی با ویژگی ها آزمایشگاه کلان داده های پژوهشگاه ارتباطات و فناوری اطلاعات در کشور وجود ندارد، افزود: این آزمایشگاه که در سال ۹۸ راه اندازی می شود، در حوزه کلان داده ها به تجاری سازی و صنعتی کردن این حوزه کمک می کند.
 
معین، طبقه بندی امنیتی کلان داده ها را یکی دیگر از اقدامات پژوهشگاه ارتباطات و فناوری اطلاعات در این حوزه بیان کرد و گفت: این موضوع در قالب یک پروژه در حال تعریف بوده که به زودی به تصویب رسیده و اجرایی خواهد شد.

کارگاه ارائه مهمترین دستاوردهای پروژه رگولاتوری کلان داده ها برگزار شد

کارگاه ارائه مهمترین دستاوردهای پروژه رگولاتوری کلان داده ها امروز سه شنبه 6 آذرماه توسط پژوهشکده فناوری اطلاعات در سالن فردوسی پژوهشگاه، برگزار گردید
 
به گزارش روابط عمومی پژوهشگاه ارتباطات و فناوری اطلاعات، برای توسعه خدمات کلان داده‌ها در سطح ملی نیاز به تعیین و تعریف قانونی بازیگران اصلی، حدود و دامنه وظایف آنها و نحوه نظارت بر فعالیتشان بوده و لذا، شناخت و تعیین ضوابط و مقررات لازم، در قالب لایحه‌های قانونگذاری، مصوبه­ های فنی و حقوقی از ضرورتهای ملی می­ باشد. در همین راستا، پروژه‌ پژوهشی با عنوان "بررسی پیش نیازها و تبیین ویژگی­ها و چارچوب­های فنی و زیرساختی و الزامات حقوقی، مقرراتی و قانونی امکان بهره‌گیری و ارایه خدمات کلان داده‌ها" در پژوهشکده فناوری اطلاعات پژوهشگاه به کارفرمایی سازمان تنظیم مقررات و ارتباطات رادیویی در حال اجرا است که هدف از اجرای آن، تعیین نحوه فعالیت فراهم­ آورندگان خدمات و پیشنهاد راهکارها و ضوابط مورد نیاز جهت ارائه خدمات و نحوه نظارت بر آنها است.
 
بنابر این گزارش در ابتدای کارگاه توضیحاتی در خصوص پروژه رگولاتوری کلان داده‌ها و ابعاد آن ارائه و در ادامه جلسه اهم دستاوردهای حقوقی، کسب‌وکاری و فنی مطرح گردید.
 
سرفصل مطالب اصلی ارائه شده در جلسه شامل شناخت و ارائه مفاهیم علمی و فنی کلان‌داده‌ها،مقدمه و کلیات رگولاتوری کلان داده‌ها، شناخت و ارائه ابعاد و مدل‌های مختلف فناوری کلان‌داده‌ها، بازار جهانی کلان داده‌ها، استانداردهای جهانی موجود "کلان‌داده‌ها" و تجزیه‌وتحلیل آنها، رویکرد نظام‌های حقوقی در خصوص رگولاتوری کلان داده‌ها، نظام‌های حقوقی ایران در مواجهه با فناوری کلان داده‌ها، ارائه ساختار و مدل جهت تنظیم مقررات داده‌ها و کلان داده‌ها در کشور می باشد. در انتهای جلسه سؤالات حاضرین مورد بحث و بررسی قرار گرفت.
 

تحول در مبانی مربوط به تیپ‌های شخصیتی با استفاده از داده‌های کلان

تیپ شخصیتی به معنای خصوصیات جسمی و روانی خاصی است که انسان‌ها را از همدیگر مجزا می‌کند.
 
به بیان دیگر، افرادی که تحت یک تیپ خاص قرار دارند، رفتارها و افکار تقریباً مشابهی دارند.
 
اگر چه روانشناسان معمولاً ۱۶ تیپ شخصیتی متفاوت برای انسان‌ها در نظر می‌گیرند ولی تحقیقات اخیری که با استفاده از کلان داده‌ها (بیگ دیتا) صورت گرفته، نظریه دیگری ارائه کرده است.
 
به گزارش وب‌سایت Psych Central، محققان دانشگاه نورت‌وسترن (Northwestern) در آمریکا با بررسی داده‌های ۱٫۵ میلیون پرسشنامه، چهار تیپ شخصیتی از نظر علمی شناسایی کرده‌اند که عبارتند از: متوسط، محتاط، الگو و خودمحور.
 
تیپ متوسط (Average) که شایع ترین نوع شخصیت به شمار می‌رود، دارای صفاتی است که روان‎‌رنجوری یا نوروتیسیزم (neuroticism) از آن جمله محسوب می‌شود.
 
تیپ محتاط (Reserved) کسی را توصیف می‌کند که از لحاظ احساسی پایدار است ولی نه باز است و نه رنجور.
 
این افراد خیلی برون‌گرا نیستند ولی سخت‌کوش و وظیفه‌شناس‌اند.
 
الگوها (Role Models) افرادی هستند که اعتماد به نفس دارند و آغوش خود را به روی ایده‌های جدید می‌گشایند.
 
و در پایان به تیپ شخصیتی افراد خودمحور (Self-Centered) بر می‌خوریم که بر خلاف تصور آنقدر هم بد نیست.
 
آنها معمولاً افرادی برون‌گرا و نه چندان دلسوز یا وظیفه‌شناس هستند.
 
بنا به گفته مسئول این پژوهش، نکته بسیار جالب توجه این است که بررسی چنین حجم انبوهی از داده‌ها بدون وب امکان‌پذیر نیست.
 
در گذشته، محققان برای بررسی و طبقه‌بندی تیپ‌های شخصیتی، به اطلاعات دانشجویان یک دانشگاه که شاید چند صد نفر بیشتر نمی‌شده بسنده می‌کرده‌اند ولی امروزه به لطف شبکه‌های مجازی، این فرایند متحول، علمی‌تر و دقیق‌تر شده است.
 
این یافته‌ها که می‌تواند مبانی روانشناسی رایج را به چالش بکشاند، در نشریه Nature Human Behaviour منتشر شده است.