„Uragano Irma kontekste dirbtinio intelekto ir mašininio mokymo algoritmai leido beveik realiu laiku prognozuoti bendrą nuostolių mastą, tinkamai paskirstyti resursus, nustatyti zonas, iš kurių būtina evakuoti gyventojus, suteikė galimybę iš anksto tikslingai pasirengti gelbėtojams ir medikams, stichijos sugriautą infrastruktūrą atkuriančioms tarnyboms ir netgi informuoti draudėjus bei apdraustuosius. Tai puikiai iliustruoja, kaip efektyviai gali būti panaudojama iš didžiųjų duomenų gaunama informacija“, – sakė Agnė Burauskaitė-Harju.
Analitikė kaip pavyzdį pateikė JAV kompaniją „Geomni“, renkančią ir sisteminančią didžiuosius duomenis apie gamtos katastrofų padaromus nuostolius. Siaučiant uraganui Irma, kompanijai teko rimtai išbandyti tik prieš mėnesį startuotą naują strategiją - nuotolinį gamtos katastrofų žalos duomenų registravimą realiame laike. Kompanija turi įspūdingą oro laivyną su 125 lėktuvais ir malūnsparniais, dislokuotais taip, kad bet kurią JAV vietą galėtų pasiekti per valandą.
Iš jų padarytos aerofotografijos ir kiti gauti duomenys centralizuotai apdorojami vaizdo atpažinimo algoritmais, ši informacija lyginama su dar prieš katastrofą sukauptais pastatų ir infrastruktūros duomenimis bei integruojama į bendrą informacijos bazę kartu su duomenimis iš daugelio kitų šaltinių: oro prognozių, gamtos katastrofų matematinių modelių, gelbėjimo tarnybų ir kt.
Analitikės teigimu, Lietuvos verslininkai, suprasdami, kokias galimybes jų verslui gali atverti didžiųjų duomenų analitika, taip pat pradeda investuoti į specialistus, gebančius analizuoti milžiniškus duomenų masyvus ir siūlyti sprendimus verslo rodikliams gerinti. Be to, šalyje kuriasi užsienio kapitalo įmonės, suvokiančios didžiųjų duomenų svarbą verslo vystymui ir investuojančios į sėkmingą jų apdorojimą, todėl šalyje didžiųjų verslo duomenų analitikų poreikis auga ir augs ateityje.
„Didžiųjų duomenų analitika suteikia pridėtinę vertę tiek valstybiniam, tiek privačiam sektoriui: valstybei – siekiant piliečių gyvenimo kokybės gerinimo, o verslui – didinant konkurencingumą, diegiant inovacijas. Didžiuosius duomenis įdarbinti galima gamybos, rinkodaros, finansų ir kituose sektoriuose. Duomenų analitika ir matematinis modeliavimas tokiose finansų srityse kaip kredito ar draudimo rizikos vertinimas yra plačiai taikomi visame pasaulyje“, – sako A. Burauskaitė-Harju.
Agnei Burauskaitei-Harju pritaria ir Jaunųjų matematikos talentų ugdymo ekspertė, KTU MGMF dekanė doc. dr. Bronė Narkevičienė, pridurdama, kad norint patenkinti kvalifikuotų duomenų analitikų poreikį, būsimiems specialistams būtina suteikti tiek tvirtą teorinių žinių pagrindą, tiek ir išugdyti praktinius jų įgūdžius. Todėl orientuojantis į didžiuosius verslo duomenis, būtinas matematikos, informatikos įgūdžių ir kompetencijų jungtinis ugdymas bei gebėjimas priimti matematiniais modeliais pagrįstus verslo sprendimus.
