SlideShare a Scribd company logo
1 of 47
Download to read offline
New Media, Big Data,
IoT aneb jak to je?!
27. 11. 2015 Josef Šlerka
Socialbakers & Studia nových médií FF UK
Co nas čeká?
1) Nová média
2) Data, Informace a DIKW
3) Big Data vs small data
4) Demokratizace technologií (hw, sw a další havěť)
5) Inforgové, kyborgové a jiná havěť
6) Shrnutí a závěr
1. Nová média
Akademický začátek pro začátek
Manovich
1. Princip číselné reprezentace - Což znamená, že
každé “Novomediální dílo může být vymezeno
formálně, matematicky. Například obraz nebo tvar lze
popsat matematickou funkcí,” a z čehož vyplývá, že
“Novomediální dílo je předmětem algoritmické
manipulace. Uplatněním vhodného algoritmu můžeme
například automaticky odstranit zrnitost z fotografie,
vylepšit její kontrast, rozpoznat tvary nebo změnit
proporce. Řečeno ve zkratce, média se stávají
programovatelnými.”
Manovich
2. Princip modularity, kterou Manovich popisuje
takto: "Jednotlivé prvky médií, obrazy, zvuky, tvary i
jednání jsou reprezentovány jako soubory diskrétních
vzorků, ať již jde o pixely, mnohoúhelníky, voxely,
znaky, skripty. Na vyšší úrovni jsou tyto jednotky
skládány do objektů, ale ponechávají si svojí
oddělenou identitu."
Manovich
3. Princip automatizace jako další z atributů
novomediálního díla vychází z číselného kódování a
modulární struktury, které “umožňují automatizovat
řadu operací při vytváření, manipulaci a přístupu k
novým médiím. Lidská intencionalita proto může být z
tvůrčího procesu alespoň částečně odstraněna.”
Nejvíce viditelným je pro běžného učástníka
mediálního světa efekt prohledávatelnosti obsahu,
který nejlépe reprezentuje vyhledávač Google.
Manovich
4. Princip variability novomediálních artefaktů
vychází z předchozích bodů. “Stará média zahrnovala
lidského tvůrce, který osobně sestavoval prvky textů,
obrazů nebo zvuků do určité kompozice, nebo
sekvence. Tím, že byly uloženy do materiálu, je jejich
souslednost pevně daná. Může být vytvořeno mnoho
kopií původního originálu, které budou v souladu s
logikou industriální společnosti zcela identické. Nová
média jsou naopak charakteristická svou variabilitou.
Manovich
5. Princip překódování kdy “Logika počítačů se
vepisuje hluboko do kulturní úrovně médií již z toho
důvodu, že nová média jsou vytvářena, rozšiřována,
ukládána i archivována díky počítači. Způsoby, kterými
počítače formují náš svět, reprezentují a zpřístupňují
data, klíčové operace ovládající počítačové programy
(…) zkrátka vše, co můžeme označit za ontologii,
epistemologii a pragmatiku počítače, to vše ovlivňuje
kulturní úroveň nových médií, jejich organizaci, nové
žánry, ale také obsah.”
2. Data a informace
A ještě k tom pyramida.
Data a informace
"Informace je nějaká odlišnost, která vytváří
rozdíl." (MacKay, 1969)
"Informace je (...) rozdíl, který dělá rozdíl." (Bateson,
1973)
Data (sémioticky)
“A sign, or representamen, is something which stands
to somebody for something in some respect or
capacity.” (Peirce)
Peirceovská typologie
znak (sign), jeho Objekt a jeho interpretant
sémiosis je činnost, která spojuje Z-O-I
sémiosis je potencionálně nekonečná
komplexní systém znaků
nejznámější ikon, index, symbol
Ikon a index
Ikon je znak, který se vztahuje k Objektu a denotuje ho
jen díky svým vlastním rysům, které má bez ohledu na
to, zda nějaký Objekt skutečně existuje anebo ne.
Index je znak, který se vztahuje na Objekt a denotuje
ho tím, že je jím skutečně ovlivněný. Příkladem indexu
je klepání na dveře.
Ikony ani indexy však nic netvrdí, nýbrž ukazují.
Symbol
Symbol je znak, který se vztahuje k Objektu a
denotuje ho díky zákonu, většinou asociaci všeobecné
ideje a tento zákon způsobuje interpretaci. Jinými
slovy znak tu nemá vztah ani podobnosti a ani faktické
souvislosti, ale jakési značky pravidla, které nám
umožňuje spojení mezi jinak nespojitými věcmi.
Co jsou data
Data jsou symbolická (konvenční) vyjádření indexů
skutečnosti, už obsahují určitý pohled. Ale nic neříkají.
Symboličnost je to, co umožňuje jejich uložení.
Míra konvenčnosti pak to, co umožňuje jejich
komunikaci.
Rozdíl je v tomto případě působení.
Jde jen o doplnění Floridiho.
3. Big data/small data
A popojedeme.
Big Data
pojem pochází z oblasti zpracování digitálních dat
Původně: Termín "Big Data" se vztahuje na soubory
dat, jejichž velikost je za schopností typických
softwarových nástrojů je zachytit, ukládat, spravovat a
analyzovat. (McKinsey, 2011)
Big Data - 3V a 1V
Dnes spíše důraz na jejich komplexnost:
volume (objem) dat narůstá exponenciálně.
velocity (rychlost) Objevují se úlohy vyžadující
okamžité zpracování velkého objemu průběžně
vznikajících dat. (kamery, sociální sítě)
variety (různorodost, variabilnost) kromě obvyklých
strukturovaných dat jde o úlohy pro zpracování
nestrukturovaných textů, ale i různých typů
multimediálních dat.
Big Data - 3V a 1V
veracity (věrohodnost) nejistá věrohodnost dat v
důsledku jejich nekonzistence, neúplnosti, nejasnosti a
podobně. Vhodným příkladem mohou být údaje
čerpané z komunikace na sociálních sítích.
Změna cíle
“small data” - obvykle byly designovány pro odpověď
na nějaké konkrétní otázky, udržovaly se v agregacích
Big Data - obvykle existuje jen rámcová představa o
možnostech využití, důraz je proto kladen na
skladování co nejnižší granularity data
(Berman, Jules J.: Principles of big data : preparing,
sharing, and analyzing complex information. 2013)
Změna cíle
dnes už nemá smysl mluvit o big datech ve smyslu
velikosti pojďme spíše mluvit o tom, že máme data
všechny
explorační analýza je levná, stejně jako úložiště
nikdy nevíš k čemu se to bude hodit
zásadní důsledky pro klasickou statistiku
4. Demokratizace
technologií
Žádnej oběd není zadarmo, ale..
5. Inforgové,
kyborgové a jiná
Několik případových studií. A taky trochu o penězích.
sbíráme wiička
A příklady z obchodu
Tracking
trackování balíčků pomocí měření prostředí v němž se
přepravují
intergrované již v roce 2004 přes WAP
bezdrátové přístupy k zařízení pro kurýry
neustálé vyhodnocování dat
Zavazadla
130 000 000 odbavenách zavazadel ročně v systému
umožňuje cestujícím přímé sledování toho, kde
zavazadla jsou
mobilní aplikace pro sledování má již 11.000.000
stažení
UPS
4 miliardy zásilek s 100.000 automobilů
Díky GPS trackerům v autech a analýze dat
optimalizují trasy dopravy
Do letošního roku ušetřili 39 milionů gallonů pohonu
Zdravotnictví
Quantified Self
Dartmouth-Hitchcock revolutionizes the U.S.
healthcare system
https://www.youtube.com/embed/-wVeHZNn8aU
Chicago
instalace měřáků ve městě pro měření znečištení
ovzduší, intenzity osvětlení, síly zvuku, intenzity
mobilní komunikace a následné lepší plánovaní
investic
6. Závěr
Tohle byl realismus, možná přišel čas na surrealismus.
Všechnu moc
imaginaci!
Děkuji za pozornost!
@josefslerka

More Related Content

Viewers also liked

Jak se žije v Matrixu
Jak se žije v MatrixuJak se žije v Matrixu
Jak se žije v MatrixuJosef Šlerka
 
Malý velký svět bublin na Facebooku
Malý velký svět bublin na FacebookuMalý velký svět bublin na Facebooku
Malý velký svět bublin na FacebookuJosef Šlerka
 
We need to go deeper!
We need to go deeper!We need to go deeper!
We need to go deeper!Josef Šlerka
 
Fingerprinting a big data
Fingerprinting a big dataFingerprinting a big data
Fingerprinting a big dataJosef Šlerka
 
Boti tady, boti tam, všude kam se podívám
Boti tady, boti tam, všude kam se podívámBoti tady, boti tam, všude kam se podívám
Boti tady, boti tam, všude kam se podívámJosef Šlerka
 
Ways understand fans II. - Facebook
Ways understand fans II. - FacebookWays understand fans II. - Facebook
Ways understand fans II. - FacebookJosef Šlerka
 
Data, informace, zákony a indexy
Data, informace, zákony a indexyData, informace, zákony a indexy
Data, informace, zákony a indexyJosef Šlerka
 
Domácí Instagram léto 2015 - pár dat
Domácí Instagram léto 2015 - pár datDomácí Instagram léto 2015 - pár dat
Domácí Instagram léto 2015 - pár datJosef Šlerka
 
Datarestart - Big Data v praxi
Datarestart - Big Data v praxiDatarestart - Big Data v praxi
Datarestart - Big Data v praxiProfinit
 
Jiří Štěpán: Personalizace digitální komunikace
Jiří Štěpán: Personalizace digitální komunikaceJiří Štěpán: Personalizace digitální komunikace
Jiří Štěpán: Personalizace digitální komunikaceKISK FF MU
 
Hackathony v České republice
Hackathony v České republiceHackathony v České republice
Hackathony v České republiceAndrej Probst
 
Komunikační protokoly pro IoT (LinuxDays 2014)
Komunikační protokoly pro IoT (LinuxDays 2014)Komunikační protokoly pro IoT (LinuxDays 2014)
Komunikační protokoly pro IoT (LinuxDays 2014)Adam Hořčica
 
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOT
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOTMikro­kontrolér s Wi-Fi za $3! nejen pro IOT
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOTAdam Hořčica
 
Měření v sociálních sítích v teorii a praxi
Měření v sociálních sítích v teorii a praxiMěření v sociálních sítích v teorii a praxi
Měření v sociálních sítích v teorii a praxiJosef Šlerka
 

Viewers also liked (20)

Jak se žije v Matrixu
Jak se žije v MatrixuJak se žije v Matrixu
Jak se žije v Matrixu
 
Malý velký svět bublin na Facebooku
Malý velký svět bublin na FacebookuMalý velký svět bublin na Facebooku
Malý velký svět bublin na Facebooku
 
Fingerprinting
FingerprintingFingerprinting
Fingerprinting
 
We need to go deeper!
We need to go deeper!We need to go deeper!
We need to go deeper!
 
The Nature of Data
The Nature of DataThe Nature of Data
The Nature of Data
 
Fingerprinting a big data
Fingerprinting a big dataFingerprinting a big data
Fingerprinting a big data
 
Boti tady, boti tam, všude kam se podívám
Boti tady, boti tam, všude kam se podívámBoti tady, boti tam, všude kam se podívám
Boti tady, boti tam, všude kam se podívám
 
Ways understand fans II. - Facebook
Ways understand fans II. - FacebookWays understand fans II. - Facebook
Ways understand fans II. - Facebook
 
Data, informace, zákony a indexy
Data, informace, zákony a indexyData, informace, zákony a indexy
Data, informace, zákony a indexy
 
Just metadata
Just metadataJust metadata
Just metadata
 
Domácí Instagram léto 2015 - pár dat
Domácí Instagram léto 2015 - pár datDomácí Instagram léto 2015 - pár dat
Domácí Instagram léto 2015 - pár dat
 
Propaganda
PropagandaPropaganda
Propaganda
 
Datarestart - Big Data v praxi
Datarestart - Big Data v praxiDatarestart - Big Data v praxi
Datarestart - Big Data v praxi
 
Jiří Štěpán: Personalizace digitální komunikace
Jiří Štěpán: Personalizace digitální komunikaceJiří Štěpán: Personalizace digitální komunikace
Jiří Štěpán: Personalizace digitální komunikace
 
TNPW2-2016-01
TNPW2-2016-01TNPW2-2016-01
TNPW2-2016-01
 
Hackathony v České republice
Hackathony v České republiceHackathony v České republice
Hackathony v České republice
 
Komunikační protokoly pro IoT (LinuxDays 2014)
Komunikační protokoly pro IoT (LinuxDays 2014)Komunikační protokoly pro IoT (LinuxDays 2014)
Komunikační protokoly pro IoT (LinuxDays 2014)
 
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOT
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOTMikro­kontrolér s Wi-Fi za $3! nejen pro IOT
Mikro­kontrolér s Wi-Fi za $3! nejen pro IOT
 
Rebélie 2.0
Rebélie 2.0Rebélie 2.0
Rebélie 2.0
 
Měření v sociálních sítích v teorii a praxi
Měření v sociálních sítích v teorii a praxiMěření v sociálních sítích v teorii a praxi
Měření v sociálních sítích v teorii a praxi
 

Similar to New Media, Big Data, IoT aneb jak to je?!

Okrajové formy vizualizace dat
Okrajové formy vizualizace datOkrajové formy vizualizace dat
Okrajové formy vizualizace datTomáš Marek
 
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...Česká republika v procesu transformace: Globalizace, informační politiky v ČR...
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...Studia nových médii, FF UK, Praha
 
Vyhledavani v prostredi Internetu
Vyhledavani v prostredi InternetuVyhledavani v prostredi Internetu
Vyhledavani v prostredi InternetuBarbora P
 
10 Digitální antropologie
10 Digitální antropologie10 Digitální antropologie
10 Digitální antropologieMichal Černý
 
Web 2.0 - Revolution or chimaera? (May 2009 presentation)
Web 2.0 - Revolution or chimaera? (May 2009 presentation)Web 2.0 - Revolution or chimaera? (May 2009 presentation)
Web 2.0 - Revolution or chimaera? (May 2009 presentation)Adam Zbiejczuk
 
Nové technologie ve vzdělávání
Nové technologie ve vzděláváníNové technologie ve vzdělávání
Nové technologie ve vzděláváníMichal Černý
 
Software studies Horakova
Software studies HorakovaSoftware studies Horakova
Software studies HorakovaKISK FF MU
 
Zaverecny ukol KPI
Zaverecny ukol KPIZaverecny ukol KPI
Zaverecny ukol KPITereza_1
 
Učící se společnost 11
Učící se společnost 11Učící se společnost 11
Učící se společnost 11Michal Černý
 
ChatGPT a sociální diferenciace
ChatGPT a sociální diferenciaceChatGPT a sociální diferenciace
ChatGPT a sociální diferenciacePetr Lupac
 
Proč a jak (ne)využívat data o chování studentů
Proč a jak (ne)využívat data o chování studentůProč a jak (ne)využívat data o chování studentů
Proč a jak (ne)využívat data o chování studentůMichal Černý
 
Catching a ride on the NII: The federal policy vehicles paving the informatio...
Catching a ride on the NII: The federal policy vehicles paving the informatio...Catching a ride on the NII: The federal policy vehicles paving the informatio...
Catching a ride on the NII: The federal policy vehicles paving the informatio...Studia nových médii, FF UK, Praha
 
Informační etika
Informační etikaInformační etika
Informační etikaCEINVE
 
Virtualni svet jako nastroj vzdelavani
Virtualni svet jako nastroj vzdelavaniVirtualni svet jako nastroj vzdelavani
Virtualni svet jako nastroj vzdelavaniTomáš Bouda
 
Digitální PR: jak změnila sociální média povahu PR
Digitální PR: jak změnila sociální média povahu PRDigitální PR: jak změnila sociální média povahu PR
Digitální PR: jak změnila sociální média povahu PRPR POINT
 
Digitální kurátorství - Úvod.pptx
Digitální kurátorství - Úvod.pptxDigitální kurátorství - Úvod.pptx
Digitální kurátorství - Úvod.pptxMagdalnaBohuslavov
 

Similar to New Media, Big Data, IoT aneb jak to je?! (20)

Okrajové formy vizualizace dat
Okrajové formy vizualizace datOkrajové formy vizualizace dat
Okrajové formy vizualizace dat
 
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...Česká republika v procesu transformace: Globalizace, informační politiky v ČR...
Česká republika v procesu transformace: Globalizace, informační politiky v ČR...
 
Vyhledavani v prostredi Internetu
Vyhledavani v prostredi InternetuVyhledavani v prostredi Internetu
Vyhledavani v prostredi Internetu
 
CSSI
CSSICSSI
CSSI
 
10 Digitální antropologie
10 Digitální antropologie10 Digitální antropologie
10 Digitální antropologie
 
Web 2.0 - Revolution or chimaera? (May 2009 presentation)
Web 2.0 - Revolution or chimaera? (May 2009 presentation)Web 2.0 - Revolution or chimaera? (May 2009 presentation)
Web 2.0 - Revolution or chimaera? (May 2009 presentation)
 
Nové technologie ve vzdělávání
Nové technologie ve vzděláváníNové technologie ve vzdělávání
Nové technologie ve vzdělávání
 
Software studies Horakova
Software studies HorakovaSoftware studies Horakova
Software studies Horakova
 
Zaverecny ukol KPI
Zaverecny ukol KPIZaverecny ukol KPI
Zaverecny ukol KPI
 
Učící se společnost 11
Učící se společnost 11Učící se společnost 11
Učící se společnost 11
 
BIDataMining
BIDataMiningBIDataMining
BIDataMining
 
ChatGPT a sociální diferenciace
ChatGPT a sociální diferenciaceChatGPT a sociální diferenciace
ChatGPT a sociální diferenciace
 
Proč a jak (ne)využívat data o chování studentů
Proč a jak (ne)využívat data o chování studentůProč a jak (ne)využívat data o chování studentů
Proč a jak (ne)využívat data o chování studentů
 
Catching a ride on the NII: The federal policy vehicles paving the informatio...
Catching a ride on the NII: The federal policy vehicles paving the informatio...Catching a ride on the NII: The federal policy vehicles paving the informatio...
Catching a ride on the NII: The federal policy vehicles paving the informatio...
 
Informační etika
Informační etikaInformační etika
Informační etika
 
The information revolution
The information revolutionThe information revolution
The information revolution
 
02 OAIS.pptx
02 OAIS.pptx02 OAIS.pptx
02 OAIS.pptx
 
Virtualni svet jako nastroj vzdelavani
Virtualni svet jako nastroj vzdelavaniVirtualni svet jako nastroj vzdelavani
Virtualni svet jako nastroj vzdelavani
 
Digitální PR: jak změnila sociální média povahu PR
Digitální PR: jak změnila sociální média povahu PRDigitální PR: jak změnila sociální média povahu PR
Digitální PR: jak změnila sociální média povahu PR
 
Digitální kurátorství - Úvod.pptx
Digitální kurátorství - Úvod.pptxDigitální kurátorství - Úvod.pptx
Digitální kurátorství - Úvod.pptx
 

More from Josef Šlerka

Znaky, znaky, modely
Znaky, znaky, modelyZnaky, znaky, modely
Znaky, znaky, modelyJosef Šlerka
 
LLM a mixed methods v humanitních vědách
LLM a mixed methods v humanitních vědáchLLM a mixed methods v humanitních vědách
LLM a mixed methods v humanitních vědáchJosef Šlerka
 
Vliv AI na mediální trh
Vliv AI na mediální trhVliv AI na mediální trh
Vliv AI na mediální trhJosef Šlerka
 
Informační věda - Pravděpodobnosti
Informační věda - PravděpodobnostiInformační věda - Pravděpodobnosti
Informační věda - PravděpodobnostiJosef Šlerka
 
Informacni veda: Pocitace
Informacni veda: PocitaceInformacni veda: Pocitace
Informacni veda: PocitaceJosef Šlerka
 
Inforamační věda: Algoritmus
Inforamační věda: AlgoritmusInforamační věda: Algoritmus
Inforamační věda: AlgoritmusJosef Šlerka
 
Co je to datova novinarina
Co je to datova novinarinaCo je to datova novinarina
Co je to datova novinarinaJosef Šlerka
 
Algoritmy a sociální sítě - stručný úvod
Algoritmy a sociální sítě - stručný úvodAlgoritmy a sociální sítě - stručný úvod
Algoritmy a sociální sítě - stručný úvodJosef Šlerka
 
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...Josef Šlerka
 
Dezinformační weby a zpravodajství v ČR
Dezinformační weby a zpravodajství v ČRDezinformační weby a zpravodajství v ČR
Dezinformační weby a zpravodajství v ČRJosef Šlerka
 
INFOWAR IN CZECH REPUBLIC
INFOWAR IN CZECH REPUBLICINFOWAR IN CZECH REPUBLIC
INFOWAR IN CZECH REPUBLICJosef Šlerka
 
Česká média dnes aneb Pokus o kontext k aktuální debatě
Česká média dnes aneb Pokus o kontext k aktuální debatěČeská média dnes aneb Pokus o kontext k aktuální debatě
Česká média dnes aneb Pokus o kontext k aktuální debatěJosef Šlerka
 
Svět viděný cizíma očima
Svět viděný cizíma očimaSvět viděný cizíma očima
Svět viděný cizíma očimaJosef Šlerka
 
Do Birds of a Feather Flock Together?
Do Birds of a Feather Flock Together?Do Birds of a Feather Flock Together?
Do Birds of a Feather Flock Together?Josef Šlerka
 
Projekt Navigátor - datová část
Projekt Navigátor - datová částProjekt Navigátor - datová část
Projekt Navigátor - datová částJosef Šlerka
 
Stručná zpráva o jednom experimentu
Stručná zpráva o jednom experimentuStručná zpráva o jednom experimentu
Stručná zpráva o jednom experimentuJosef Šlerka
 
Wikipedie ve službách zla?!
Wikipedie ve službách zla?!Wikipedie ve službách zla?!
Wikipedie ve službách zla?!Josef Šlerka
 

More from Josef Šlerka (20)

Znaky, znaky, modely
Znaky, znaky, modelyZnaky, znaky, modely
Znaky, znaky, modely
 
LLM a mixed methods v humanitních vědách
LLM a mixed methods v humanitních vědáchLLM a mixed methods v humanitních vědách
LLM a mixed methods v humanitních vědách
 
Vliv AI na mediální trh
Vliv AI na mediální trhVliv AI na mediální trh
Vliv AI na mediální trh
 
Informační věda - Pravděpodobnosti
Informační věda - PravděpodobnostiInformační věda - Pravděpodobnosti
Informační věda - Pravděpodobnosti
 
Informacni veda: Pocitace
Informacni veda: PocitaceInformacni veda: Pocitace
Informacni veda: Pocitace
 
Inforamační věda: Algoritmus
Inforamační věda: AlgoritmusInforamační věda: Algoritmus
Inforamační věda: Algoritmus
 
Co je to datova novinarina
Co je to datova novinarinaCo je to datova novinarina
Co je to datova novinarina
 
Algoritmy a sociální sítě - stručný úvod
Algoritmy a sociální sítě - stručný úvodAlgoritmy a sociální sítě - stručný úvod
Algoritmy a sociální sítě - stručný úvod
 
Atlas konspirací
Atlas konspiracíAtlas konspirací
Atlas konspirací
 
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...
Parallel Polis Revisited: Way from concept of Parallel Polis to Distributed R...
 
Dezinformační weby a zpravodajství v ČR
Dezinformační weby a zpravodajství v ČRDezinformační weby a zpravodajství v ČR
Dezinformační weby a zpravodajství v ČR
 
INFOWAR IN CZECH REPUBLIC
INFOWAR IN CZECH REPUBLICINFOWAR IN CZECH REPUBLIC
INFOWAR IN CZECH REPUBLIC
 
Česká média dnes aneb Pokus o kontext k aktuální debatě
Česká média dnes aneb Pokus o kontext k aktuální debatěČeská média dnes aneb Pokus o kontext k aktuální debatě
Česká média dnes aneb Pokus o kontext k aktuální debatě
 
Svět viděný cizíma očima
Svět viděný cizíma očimaSvět viděný cizíma očima
Svět viděný cizíma očima
 
Do Birds of a Feather Flock Together?
Do Birds of a Feather Flock Together?Do Birds of a Feather Flock Together?
Do Birds of a Feather Flock Together?
 
Projekt Navigátor - datová část
Projekt Navigátor - datová částProjekt Navigátor - datová část
Projekt Navigátor - datová část
 
AI a žurnalistika
AI a žurnalistikaAI a žurnalistika
AI a žurnalistika
 
Stručná zpráva o jednom experimentu
Stručná zpráva o jednom experimentuStručná zpráva o jednom experimentu
Stručná zpráva o jednom experimentu
 
Volba a metoda
Volba a metodaVolba a metoda
Volba a metoda
 
Wikipedie ve službách zla?!
Wikipedie ve službách zla?!Wikipedie ve službách zla?!
Wikipedie ve službách zla?!
 

New Media, Big Data, IoT aneb jak to je?!

  • 1. New Media, Big Data, IoT aneb jak to je?! 27. 11. 2015 Josef Šlerka Socialbakers & Studia nových médií FF UK
  • 2. Co nas čeká? 1) Nová média 2) Data, Informace a DIKW 3) Big Data vs small data 4) Demokratizace technologií (hw, sw a další havěť) 5) Inforgové, kyborgové a jiná havěť 6) Shrnutí a závěr
  • 3. 1. Nová média Akademický začátek pro začátek
  • 4. Manovich 1. Princip číselné reprezentace - Což znamená, že každé “Novomediální dílo může být vymezeno formálně, matematicky. Například obraz nebo tvar lze popsat matematickou funkcí,” a z čehož vyplývá, že “Novomediální dílo je předmětem algoritmické manipulace. Uplatněním vhodného algoritmu můžeme například automaticky odstranit zrnitost z fotografie, vylepšit její kontrast, rozpoznat tvary nebo změnit proporce. Řečeno ve zkratce, média se stávají programovatelnými.”
  • 5. Manovich 2. Princip modularity, kterou Manovich popisuje takto: "Jednotlivé prvky médií, obrazy, zvuky, tvary i jednání jsou reprezentovány jako soubory diskrétních vzorků, ať již jde o pixely, mnohoúhelníky, voxely, znaky, skripty. Na vyšší úrovni jsou tyto jednotky skládány do objektů, ale ponechávají si svojí oddělenou identitu."
  • 6. Manovich 3. Princip automatizace jako další z atributů novomediálního díla vychází z číselného kódování a modulární struktury, které “umožňují automatizovat řadu operací při vytváření, manipulaci a přístupu k novým médiím. Lidská intencionalita proto může být z tvůrčího procesu alespoň částečně odstraněna.” Nejvíce viditelným je pro běžného učástníka mediálního světa efekt prohledávatelnosti obsahu, který nejlépe reprezentuje vyhledávač Google.
  • 7. Manovich 4. Princip variability novomediálních artefaktů vychází z předchozích bodů. “Stará média zahrnovala lidského tvůrce, který osobně sestavoval prvky textů, obrazů nebo zvuků do určité kompozice, nebo sekvence. Tím, že byly uloženy do materiálu, je jejich souslednost pevně daná. Může být vytvořeno mnoho kopií původního originálu, které budou v souladu s logikou industriální společnosti zcela identické. Nová média jsou naopak charakteristická svou variabilitou.
  • 8. Manovich 5. Princip překódování kdy “Logika počítačů se vepisuje hluboko do kulturní úrovně médií již z toho důvodu, že nová média jsou vytvářena, rozšiřována, ukládána i archivována díky počítači. Způsoby, kterými počítače formují náš svět, reprezentují a zpřístupňují data, klíčové operace ovládající počítačové programy (…) zkrátka vše, co můžeme označit za ontologii, epistemologii a pragmatiku počítače, to vše ovlivňuje kulturní úroveň nových médií, jejich organizaci, nové žánry, ale také obsah.”
  • 9. 2. Data a informace A ještě k tom pyramida.
  • 10. Data a informace "Informace je nějaká odlišnost, která vytváří rozdíl." (MacKay, 1969) "Informace je (...) rozdíl, který dělá rozdíl." (Bateson, 1973)
  • 11. Data (sémioticky) “A sign, or representamen, is something which stands to somebody for something in some respect or capacity.” (Peirce)
  • 12. Peirceovská typologie znak (sign), jeho Objekt a jeho interpretant sémiosis je činnost, která spojuje Z-O-I sémiosis je potencionálně nekonečná komplexní systém znaků nejznámější ikon, index, symbol
  • 13. Ikon a index Ikon je znak, který se vztahuje k Objektu a denotuje ho jen díky svým vlastním rysům, které má bez ohledu na to, zda nějaký Objekt skutečně existuje anebo ne. Index je znak, který se vztahuje na Objekt a denotuje ho tím, že je jím skutečně ovlivněný. Příkladem indexu je klepání na dveře. Ikony ani indexy však nic netvrdí, nýbrž ukazují.
  • 14. Symbol Symbol je znak, který se vztahuje k Objektu a denotuje ho díky zákonu, většinou asociaci všeobecné ideje a tento zákon způsobuje interpretaci. Jinými slovy znak tu nemá vztah ani podobnosti a ani faktické souvislosti, ale jakési značky pravidla, které nám umožňuje spojení mezi jinak nespojitými věcmi.
  • 15. Co jsou data Data jsou symbolická (konvenční) vyjádření indexů skutečnosti, už obsahují určitý pohled. Ale nic neříkají. Symboličnost je to, co umožňuje jejich uložení. Míra konvenčnosti pak to, co umožňuje jejich komunikaci. Rozdíl je v tomto případě působení. Jde jen o doplnění Floridiho.
  • 16.
  • 17. 3. Big data/small data A popojedeme.
  • 18.
  • 19. Big Data pojem pochází z oblasti zpracování digitálních dat Původně: Termín "Big Data" se vztahuje na soubory dat, jejichž velikost je za schopností typických softwarových nástrojů je zachytit, ukládat, spravovat a analyzovat. (McKinsey, 2011)
  • 20. Big Data - 3V a 1V Dnes spíše důraz na jejich komplexnost: volume (objem) dat narůstá exponenciálně. velocity (rychlost) Objevují se úlohy vyžadující okamžité zpracování velkého objemu průběžně vznikajících dat. (kamery, sociální sítě) variety (různorodost, variabilnost) kromě obvyklých strukturovaných dat jde o úlohy pro zpracování nestrukturovaných textů, ale i různých typů multimediálních dat.
  • 21. Big Data - 3V a 1V veracity (věrohodnost) nejistá věrohodnost dat v důsledku jejich nekonzistence, neúplnosti, nejasnosti a podobně. Vhodným příkladem mohou být údaje čerpané z komunikace na sociálních sítích.
  • 22. Změna cíle “small data” - obvykle byly designovány pro odpověď na nějaké konkrétní otázky, udržovaly se v agregacích Big Data - obvykle existuje jen rámcová představa o možnostech využití, důraz je proto kladen na skladování co nejnižší granularity data (Berman, Jules J.: Principles of big data : preparing, sharing, and analyzing complex information. 2013)
  • 23. Změna cíle dnes už nemá smysl mluvit o big datech ve smyslu velikosti pojďme spíše mluvit o tom, že máme data všechny explorační analýza je levná, stejně jako úložiště nikdy nevíš k čemu se to bude hodit zásadní důsledky pro klasickou statistiku
  • 24.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32. 5. Inforgové, kyborgové a jiná Několik případových studií. A taky trochu o penězích.
  • 33.
  • 34.
  • 35.
  • 36.
  • 38. A příklady z obchodu
  • 39. Tracking trackování balíčků pomocí měření prostředí v němž se přepravují intergrované již v roce 2004 přes WAP bezdrátové přístupy k zařízení pro kurýry neustálé vyhodnocování dat
  • 40. Zavazadla 130 000 000 odbavenách zavazadel ročně v systému umožňuje cestujícím přímé sledování toho, kde zavazadla jsou mobilní aplikace pro sledování má již 11.000.000 stažení
  • 41. UPS 4 miliardy zásilek s 100.000 automobilů Díky GPS trackerům v autech a analýze dat optimalizují trasy dopravy Do letošního roku ušetřili 39 milionů gallonů pohonu
  • 42. Zdravotnictví Quantified Self Dartmouth-Hitchcock revolutionizes the U.S. healthcare system https://www.youtube.com/embed/-wVeHZNn8aU
  • 43. Chicago instalace měřáků ve městě pro měření znečištení ovzduší, intenzity osvětlení, síly zvuku, intenzity mobilní komunikace a následné lepší plánovaní investic
  • 44. 6. Závěr Tohle byl realismus, možná přišel čas na surrealismus.
  • 46.