Du er her: AU » Om AU » Science and Technology » Offentlige foredrag i Naturvidenskab » Foredragsbank » Big data og effektive algoritmer

Big data og effektive algoritmer

Om foredraget:

Digitale data indsamles verden rundt med højere og højere hastighed. Hør eksempler på hvordan forskere benytter disse Big Data til nye erkendelser – fx med et nyt online-værktøj som kan forudsige risiko for oversvømmelse på ethvert sted i Danmark ud fra 150 milliarder målinger af Danmarks højde.

Foredrag ved professor i datalogi Lars Arge, Institut for Datalogi, Aarhus Universitet

Hvad er Big Data egentlig?
Kan Big Data forhindre at dit hus bliver oversvømmet ved skybrud eller stormflod?
Hvorfor flyver der fly rundt over Danmark og skyder med en laser ned på jorden?
Er Google bedre til at forudsige influenzaepidemier end lægerne?
Hvordan slår man effektivt op i et stort leksikon og hvordan sorterer man en masse tal effektivt?
Hvordan sparede transportfirmet UPS 10 millioner liter brændstof årligt?

De enorme, og eksponentielt stigende, mængder af detaljerede data der er fulgt i kølvandet på en stadig mere digitaliseret verden, bringer os på tærsklen til den største informationsrevolution, siden Gutenberg i midten af 1400-tallet opfandt bogtrykkerkunsten, og gav os nye muligheder for at lagre og sprede information via bøger, aviser og andre tryksager. I dag samler vi fx informationer ind via internettet – fra alt som uploades på websider, over sociale medier, til det utal af sensorer og andet måleudstyr som er placeret mange steder og indlejret i mange produkter.
    En ny opmåling af det danske landskabs højde er ét eksempel på, hvordan store mængder detaljerede data i stigende grad bliver tilgængelige og svært håndterbare: Med en laserbaseret højdemåler anbragt på fly som har fløjet hen over hele Danmark, er det danske landskabs højde blevet målt med en uhørt høj præcision og tæthed. Nemlig en tæthed på fire målinger per kvadratmeter – svarende til 150 milliarder målinger i alt.
    Den syndflod af digitale data og de nye muligheder dataene skaber inden for videnskaben – og samfundet som helhed – kaldes Big Data. De mange data har ført til et paradigmeskift: tidligere brugte forskere fra mange discipliner det meste af deres tid på at indsamle data; nu bruger de i stigende grad tiden på at analysere eksisterende data for at finde mønstre og korrelationer. Men netop evnen til effektivt at bearbejde de store mængder data er ofte en udfordring. Bearbejdelsen foregår med såkaldte algoritmer som er opskrifter på hvordan man foretager en beregning trin for trin. Og udvikling af effektive (hurtige) algoritmer, der løser et givent problem med så få trin som muligt, er ofte nøglen til nye erkendelser eller produkter.
    Du vil se eksempler på simple algoritmer og fx høre hvordan algoritmeforskere fra Aarhus Universitet har udviklet snedige, effektive algoritmer som gør det muligt at bruge de nye meget præcise laseropmålinger af Danmark til at forudsige, hvor der er fare for oversvømmelse i forbindelse med skybrud. Du vil se en demonstration af et nyt online-analyseværktøj hvor man kan udforske risikoen for oversvømmelse ved både skybrud og høj havvandstand på ethvert sted i Danmark.

Foto: Teknik og Miljø, Aarhus Kommune (Mogens Bjørn)

Skybrud i Aarhus i 2012: Oversvømmede biler i Lystrup ved skybrud den 26. august 2012.
Big Data kan hjælpe med at forudsige og undgå oversvømmelser.

Mangel på data: Danmarkskort fra 1634. Forskellen på dette Danmarkskort og de kort vi kender i dag, skyldes ikke at den danske kystlinje har ændret sig så meget siden 1634, men at de få og upræcise data korttegnerne brugte dengang oftest byggede på rejsebeskrivelser.

Vi har netop fået et helt nyt Danmarkskort: Med lasersensorer på fly er det danske landskabs højde, terrænhøjden, i år 2014-15 blevet målt mere end 150 milliarder steder. Målingerne er så præcise og detaljerede at selv plovfurer kan detekteres. De firkantede "kasser" er huse. Klik for større foto.
Det er ét eksempel på Big Data: det kræver snedige, effektive algoritmer at håndtere de store datamængder; fx dynamisk at ”hælde vand” ud over terrænet og dermed simulere et skybrud og forudsige hvor vandet løber hen og hvor højt det står.