Iedzīvotāju skaits pasaulē jau pārsniedzis 7 miljardus un runā, ka 5 no tiem ikdienā runā pa telefonu, sūta ziņas un apmainās ar informāciju. Mēs, kas veidojam šo 5 miljardus, veidojam lielu datu apjomu, kas kaut kur tiek glabāti un izmantoti.
Lielais datu spainis
Datu apjoms, kas pārņem pasauli, ir prātam neaptverams. Piemēram, “Google” meklētājā vien ik sekundi tiek veikti 40 000 ierakstu. Dati par to, ko meklējam, pērkam un kā pārvietojamies, ir šī gadsimta nafta.
Tā ir informācija, par kuras uzturēšanu uzņēmumi ir gatavi maksāt lielu naudu. Tāpēc datu centri, kur glabājas šāda informācija, nereti salīdzina ar trokšņainām rūpnīcām, kur darbojas iekārtas, tiek patērēta enerģija un radīti produkti.
“Tur iekšā ienāk informācija, datu pieslēgumi, pienāk elektrība, beigās to visu apstrādājot, iznāk ārā aplikācijas, dati, ko ikdienā lietojam,” skaidroja “Lattelecom” Datu centra Biznesa attīstības departamenta vadītājs Māris Sperga.
Dati ir produkti, kurus tīko daudzi - ne velti tos sargā dažādas regulas un arī uz pašiem centriem attiecas stingras drošības prasības. Ar īpašām atļaujām izrāda tikai mazu to daļu.
“Jebkura darbība, jebkurš ieraksts ir tas, kas ģenerē datus. Ko dara lielie spēlētāji, piemēram, “Google”? Viņi šos datus savāc, profilē un mēģina piedāvāt saviem klientiem specializētus pakalpojumus,” stāstīja Sperga.
Arvien augošie datu kalni ir jāglabā iespējami kompakti, tāpēc iekārtas kļūst arvien mazākas. Taču, būdamas jaudīgas, tās rada tik daudz siltuma, ka datu centros daudz enerģijas jātērē, tās dzesējot.
“Ja mēs skatāmies uz ekskluzīviem datu centriem, tad tie parasti ir iekalti klintīs, jo tur temperatūras nemainās, tātad nevajag temperatūru dzesēt. Datu centriem ir specifika, cik tālu mēs no tā atceramies, tik liela ir aiztures robeža. Aiztures veidojas no tā, cik ātri dati aiziet līdz datu centram un atnāk atpakaļ. Lai mēs varētu piedāvāt labu servisu, tad jāatrodas 2500 kilometrus apkārt datu centram,” skaidroja Pserga.
Vienā šādā datu sienā ir tikpat daudz informācijas, cik visās Nacionālās bibliotēkas grāmatās kopā.
Tajā orientēties ir datu zinātnieku uzdevums. Tāpēc viņi izstrādā pilnīgi jaunus datu meklēšanas rīkus.
“Lielo datu infrastruktūra jeb kā mēs to saucam, lielo datu ezers ir kā spainis, kurā mēs visus savus datus saberam iekšā un tad, kad mums kaut kas nepieciešams, mēs izķeram tos datus, kas mums vajadzīgi. Mums nav jāapstrādā tabula pēc tabulas, mēs drīzāk rakājamies pa spaini ar speciāliem rīkiem,” stāstīja “Lattelecom” korporatīvās attīstības direktors Krists Avots.
Datu analīze – sistēmas mācās gluži kā cilvēki
Datu analīze ir pamats, lai sistēmas mācītos sazināties gluži kā cilvēks. Tā, pamatojoties uz īstām sarunām, savas prasmes ir apguvusi virtuālā asistente Anete. Viņa strādā klientu apkalpošanas centrā un nedēļā atbild uz vairāk kā 3arpus tūkstoš jautājumiem.
“Anete tiek trenēta kontrolētā veidā – tas nozīmē, ka mēs viņai barojam vēsturiskās klientu sarunas un Anetes treneri pievērš uzmanību svarīgajām atslēgas frāzēm, kuras nosaka, vai atbildēts pareizi vai nepareizi,” stāstīja Avots.
Tā kā latviešu valodai neder tie paši algoritmi, kas, piemēram, angļu valodai, mūsu datu zinātniekiem bija jāveido pilnīgi jauna sistēma, lai iemācītu Anetei saprast apkārtējo pasauli.
Sākums nebija viegls, pirmajos mēnešos viņa spēja saprast tikai katru 10. jautājumu, taču tagad 9 no 10 spēj piedāvāt piemērotu atbildi.
“Tas, kam mēs pievēršam daudz laika – mēs analizējam, kā klienti izvērš sarunu, kā uzdod jautājumu, jo ir būtiska atšķirība - kā es pajautātu jautājumu kā šī uzņēmuma darbinieks un kā to pajautātu ikdienas klients,” atzina Avots.
Varētu rasties jautājums, vai ir vērts tik daudz pūļu veltīt vienas Anetes apmācībai un vai vienkāršāk viņas vietā nebūtu algot reālu cilvēku? Jāteic, darba ražīguma ziņā Anete ir nepārspēta – uz viņas pleciem ir piektā daļa visu klientu jautājumu, turklāt viņa spēj strādāt ātri un runāt ar vairākiem klientiem vienlaicīgi.
Vēl ātrāks datu tīkls robotu sarunām
Mēs Latvijā esam izlutināti, jo mūsu rīcībā ir ātrs datu pārraides tīkls. Bet nu ir iecerēts iet tālāk un izveidot vēl apjomīgāku un ātrāku tīklu. Bet šoreiz tas netiek veidots, lai mēs viens otram kaut ko nedaudz ātrāk nosūtītu, bet lai savā starpā sarunātos roboti un automatizētas iekārtas.
“Tas būs industriāls tīkls, kas savā starpā savienos sensorus, robotus, mašīnas, pilsētas dažādus elementus. Būtībā digitalizēs to, ko mēs līdz šim esam paši darījuši. Viss no analoga, sākot no lampām un beidzot ar autobusiem, būs vienā tīklā savienots,” par ieceri stāstīja LMT viceprezidents mārketinga un biznesa attīstības jautājumos Ingmārs Pūķis.
Tā saucamais 5.paaudzes jeb 5G tikls ir tikai soļa attālumā no mums.
Latvijā jau ir vairāk nekā simts bāzes staciju, kas nepieciešamas ātrai un jaudīgai datu pārraidei. Tās darbosies augstā radioviļņu frekvencē un, salīdzinot ar šobrīd esošā tīkla iespējām, izmaiņas būs ievērojamas.
“20 kārtīgi pieaug ātrumi, 10 kārtīgi samazinās tīkla aizture. Lai salīdzinātu – ja es sūtu jums ziņu jeb mestu bumbiņu, cik ilgā laikā jūs to bumbiņu varētu man atvest atpakaļ. Un tīkla ātrumu nosaka ne tikai paša tīkla ātrums, bet arī cik ātri šī bumbiņa tiks atmesta atpakaļ. Šajā gadījumā 5G tīkls to dara aptuveni 2 milisekundēs,” atklāja Pūķis.
Gudrākas mašīna – drošāka satiksme
Šādu ātrumu ir grūti iztēloties, bet skaidrs ir viens – tas ir neiedomājami īss laiks. Varbūt tas nav izjūtams cilvēka smadzenēs, taču robotu gan! 5G ir mūsu reģiona veiksmes stāsts, un Latvija varētu būt viena no pirmrindniecēm.
“Tas nenozīmē, ka mums katram nākamā gada janvārī ir jāiet uz veikalu un jāmeklē jauns telefons ar 5G tīklu. Jo 5G pamatā būs mašīnsaziņa. Mainīsies tas, ka no nākamā gada visdažādākās mašīnas, datori, mašīnas ar ko braucam uz darbu, tās visas kļūs gudrākas,” skaidroja VAS "Elektroniskie sakari" projektu vadītājs Neils Kalniņš.
Jaunajā tīklā automašīnas savā starpā sazināsies par to, ko tās dara, kādā režīmā darbojas, informēs par saviem tālākajiem soļiem un pieņems atbildīgus lēmumus.
“Ja automašīnas tuvosies viena otrai krustojumā, tad tās viena otru arī jutīs. Ja kāds autovadītājs būs neapzinīgs un vēlēsies šķērsot krustojumu pie sarkanās gaismas, automašīna viņam to neļaus darīt,” iespējas aprakstīja Kalniņš.
Tāpat kā radars mēra pretim braucošā ātrumu un, ja tas pārsniegts, ziņo par to sistēmai, tālāk jau nosūtot fiksētu foto, jauns uzlabojums ļaus darīt ko vairāk. Un savu roku tam pielikuši Latvijas uzņēmēji.
“Mēs iemācām datoram saprast, ka radara attēlā ir redzama automašīna, ka tā ir ne tikai automašīna, bet taksometrs. Tas noved mūs pie tā, ka mēs runājam par satiksmi nevis kā tādu nesaprotamu masu, kas veļas pāri ielām, bet nevar saprast, kas tas ir. Bet mēs runājam par tādu kā pilienu līmeni, kur varam saprast, no kā tā plūsma ir veidota,” stāstīja “Dots.” IT risinājumu un attīstības vadītājs Aigars Jaundālders.
Tālāk šos datus izmanto, lai organizētu satiksmi, piemēram, laikus ziņojot automašīnām par iespēju izmantot brīvu sabiedriskā transporta joslu. Informāciju par to, kur un kad drīkst braukt, autovadītāji saņemtu vai nu viedierīcēs vai ar mainīgajām ceļazīmēm
Kameras palīdzētu arī laikus ziņot par to, kāda tieši automašīnu plūsma gaidāma pilsētā konkrētā vietā pēc noteikta laika.
“Ja mēs skatāmies uz konkrēto krustojumu, tad mēs jau redzam, kas tur notiek. Faktiski mēs konstatējam, ka tur ir sastrēgums. Tajā brīdī jau ir par vēlu, jo mēs jau redzam, ka situācija ir slikta. Mums jāspēj mērīt šo plūsmu gan vēsturiski, jo ir zināmas tendences, gan jāspēj mērīt tālāk no krustojuma, lai saprastu, kādas plūsmas vēl tikai tuvojas. Tad var vairākus krustojumus saslēgt, lai sastrēgumi neveidotos,” stāstīja Jaundālders.
Kameras, luksofori, ceļā iebūvēti svari, satiksmes uzskaites punkti un daudz kas cits kopā veido tādu datu apjomu, ka gudras sistēmas vadībā, iespējams uzzināt teju visu par to, kas notiek uz ceļa.
Ieguvumi vai zaudējumi
Šis ir laikmets, kad mūsu rīcībā datu ir vairāk nekā jebkad agrāk un, tos analizējot, iespējams nevis radīt iedomātu vidējo aritmētisko cilvēku, bet gan veidot tādu kā miljonu cilvēku dosjē, kur katram iespējams identificēt savu īpašo vietu un vajadzības. Varētu domāt, kur gan mēs diendienā par sevi atstājam datus? Piemēram, iepērkoties, tās ir veikalu lojalitātes kartes.
“Tie nav dati par pirkumiem, jo tas ir veids, kā var uzzināt, kādi ir veidi, kā mēs patērējam. Ražotāji, pakalpojumu sniedzēji, balstoties uz šiem datiem, veido mūsu sociālos profilus. Viņi tādā veidā var ieteikt mums, ko pirkt. Tomēr tas nav tikai saistīts ar ieteikumiem, ko mums pirkt! Kioskā, kurā es nopīkstinu kartiņu, var ietekmēt, kā lielveikalā tiek izvietotas preces. Ir pētījumi, kas liecina, ka košļājamās gumijas vajag likt nevis pie kasēm, bet pie augļiem,” stāstīja tehnoloģiju un datu eksperts Aldis Ērglis.
Tā nu mēs vairumā gadījumu pat nenojaušam, ka ar katru savu pirkumu veidojam nākamo. Vai no tā iegūstam vai zaudējam, viedokļi atšķiras.
“Vairumā gadījumu labuma guvēji ir tieši tie, kas savāc datus. Es uzskatu, ka kompānijām būs jāizstrādā modelis, kā dalīties peļņā ar tiem, kas palīdz iegūt datus. Tas būtu jauns biznesa modelis,” sprieda Ērglis.
Kā tieši peļņā ar mums varētu dalīties tie, kuri analizējot mūsu pirkumus, gūst peļņu, rādīs laiks.
Izrāviens medicīnā
Tikmēr kādā citā jomā mūsu sniegtie dati labumu visai sabiedrībai varētu nest jau tuvāko gadu laikā. Viena lieta ir nodot kāda rīcībā datus par pārvietošanos un grāmatām, bet citu nozīmi iegūst analīžu rezultāti, kas nonākuši mediķu, ģenētiķu un datu zinātnieku rīcībā.
Latvijas zinātnieki sadarbībā ar tehnoloģiju gigantu “Microsoft” nolēmuši radīt pilnīgi jaunu diagnostikas metodi, kas no asinsanalīzēm ļaus diagnosticēt plaušu vēzi tik agrīnā stadijā, kā to nespēj neviena no šobrīd pieejamām medicīnas tehnoloģijām.
“Mēs audos varam noteikt specifiskas vielas, kas raksturīgas audzējiem. Un pēc šo vielu klātbūtnes, varam pateikt audzēja veidu un novērtēt audzēja turpmāko prognozi. Šeit mēs nosakām proteīnus, kas ir audzēju gēnu mutācijas produkti,” stāstīja patologs Sergejs Isajevs.
Lai tiktu līdz diagnostikas rīkam, ir jāanalizē ļoti liels datu apjoms, kas iegūts no asinsanalīzēm, speciāli sagatavotiem audu paraugiem, informācijas par pacienta vecumu, dzīvesveidu, ēšanas paradumiem un virkni citu rādītāju. Īpaši algoritmi šādā datu jūrā spēs analizēt kopsakarības un identificēt noteiktus gēnus, pēc kuriem plaušu vēzi var ieraudzīt brīdī, kad veidojas tikai pirmie audzēja šūnu aizmetņi.
“Plaušu vēzis no gēnu mutācijas viedokļa ir viena no sarežģītākajām formām, kur iesaistīti ir vairāki simti, pat tūkstoši gēnu un mūsu uzdevums ir atrast tos galvenos,” sacīja Isajevs.
Apkopojot šo informāciju, būs iespēja noteikt gan to, vai audzējs jau sācis attīstīties, gan to, cik liels ir risks ar to sastapties.
“Tas ir tā, ka pacients atnāk pie ārsta, paņem standarta asins analīzes, bet tajās analīzēs mēs meklēsim visas specifiskās mutācijas, kuras atradīsim šajā pētījumā. Balstoties uz šīm mutācijām, mēs varēsim vērot pacientu dinamikā, kas nozīmē, ka, ja redzēsim augsta riska gēnu mutāciju, tad varēsim pacientu jau laikus uzraudzīt, lai audzējs neattīstītos nemanot,” stāstīja Isajevs.
Šāds rīks būtu ļoti vajadzīgs tāpēc, ka plaušu audzēji parasti tiek atklāti vēlīnās stadijās, kā arī tā būtu lieliska iespēja savlaicīgi atrast katram pacientam piemērotāko ārstēšanas metodi un medikamentu devu.
Vissvarīgākos gēnus, kas saistīti ar audzēja attīstību, meklēs mākslīgais intelekts.
“IT pusē mums ir izstrādāts prototips, lai uzpildītu to visu ar datiem. Rīks ir izstrādāts kopā ar “Microsoft” pētniekiem. Jo lielāka datu daudzveidība, jo lielākas iespējas šos datus vākt un izmantot. Tie ir lielo datu analīzes izaicinājumi – jo tu nezini, ko atradīsi. Kamēr ir lēnas jaudas analīzes apstrādes rīki, ir vienas lietas, ko var atrast, un pavisam citas lietas var ieraudzīt, ja varam atrast sakarības, par kurām nebijām zinājuši,” skaidroja Latvijas informācijas un komunikācijas tehnoloģijas asociācijas prezidente Signe Bāliņa.
Pētnieki cer kopā ar ASV kolēģiem radīt jaunu algoritmu, kas orientēsies miljons datu nolasījumos, ko veidos informācija par vairākiem simtiem cilvēku. Tiem, kuri piekritīs piedalīties šādā pētījumā nav pamata satraukties par datu drošību, jo visa informācija būs anonīma.
Nākamie 5, 10, 20 gadi ir bioinformātikas laiks, tas ir precīzas medicīnas laiks. Kad no šīs datu analīzes jānāk ārā jaunam skatam, kā mēs diagnosticējam vienu vai otru slimību un kā to ārstējam.
Latvija sevi piesaka kā nopietnu spēlētāju personalizētās medicīnas lauciņā
Lai arī pētījumā piedalīsies ASV un Latvija, dati fiziski paliks Eiropas Savienībā, kas nozīmē, ka tos sargās patiešām augsti drošības standarti. Veidojot šādu datu bāzi, kurā no vienas puses pamatīgs darbs mediķiem, bet no otras - izaicinājums informācijas tehnoloģiju speciālistiem, Latvija sevi piesaka kā nopietnu spēlētāju personalizētās medicīnas lauciņā.
“Tā tiešām ir pasaules elpa, tas vairs nav jautājums, ka mēs te lokāli gribētu kaut ko izdarīt. Patiesībā, tas projekts jau notiek, jo ir atbalstīts no valsts, atbalstīts no Latvijas Investīciju un attīstības aģentūras, bet jau saistībā ar to, ko mēs jau varam nākotnē kapitalizēt. Zināšanas ir jāiegūst strādājot. Mums ir bāzes zināšanas, ar ko jāsāk, bet ir jau konkrētas iestrādes, ko es saucu par komandas zinātni – ir dažādas jomas, dažādas zināšanas, kas šeit tiek saliktas kopā,” atzina kardiologs Andrejs Ērglis.
Pirmie rezultāti ir gaidāmi jau nākamgad, bet līdz pilnīgai diagnostikas metodei, vēl kāds laiciņš jāpagaida. Taču skaidrs ir viens - lai arī pasaulē plaušu vēzi pēta daudz, vēl nekur informācija par katru pacientu nav vākta tik lielā apmērā.
Šis laiks medicīnā ir brīdis, kad genoma pētniecība skatu uz cilvēku maina tikpat fundamentāli, kā savulaik to paveica rentgens.
Un lielie dati Latvijas gadījumā var būt lielā iespēja būt daļai no šīs revolūcijas medicīnas attīstībā.
Eksperti saka, ka nav vairs jautājums - gribam vai negribam lielos datus, bet vai esam tiem gatavi. Tāpat kā tehnoloģija nav pati par sevi ne laba, ne slikta, arī datu gadījumā visu nosaka tas, kā tos pielietojam. Un, starp citu, ar lielajiem datiem var strādāt jebkur, pat parkā uz soliņa. Tā to dara satelītu datu pētnieks, kuru šodien dodamies iepazīt.
