אתר זה עושה שימוש בעוגיות על מנת להבטיח לך את חוויית הגלישה הטובה ביותר.
לידע האנושי דרוש כלבויניק

לידע האנושי דרוש כלבויניק

מדען ביג דאטה, שמנתח את כמויות המידע האינסופיות שמיוצרות ומוציא מהן משהו בעל ערך, הוא כנראה המקצוע המבוקש של השנים הקרובות. אך למרות שלתפקיד נדרשים כישורים של איש שיווק, אנתרופולוג ופסיכולוג, עדיין אין מסגרות שמכשירות עובדים לתפקיד

02.12.2012, 11:35 | הראל עילם
את המספרים הבלתי נתפסים האלה כולנו שומעים שוב ושוב: יותר מ־250 מיליון תמונות מועלות לפייסבוק מדי יום, ויותר מ־100 אלף שעות של וידיאו מועלות ליוטיוב באותה מסגרת זמן. אם היינו שומרים את כל המידע הדיגיטלי בעולם על גבי תקליטורים ועורמים אותם זה על גבי זה, גובהם היה עובר את הירח. וזו רק ההתחלה — עד סוף העשור, גם ההערכות השמרניות ביותר חוזות שהידע האנושי יכפיל את עצמו פי 44 לעומת זה שהצטבר עד עכשיו.

קראו עוד בכלכליסט

אבל כדי שהמידע הזה יהיה בעל ערך, יש צורך לא רק בטכנולוגיות חדשות שיאפשרו שמירה שלו, אלא גם סוג חדש של עובדים שיידעו לגשת אל הררי האינפורמציה ולשלוף מתוכם מידע רלבנטי.

"את הידע הסמנטי רק אדם יכול לתת"

בכירים רבים בתעשיית הטכנולוגיה כבר מסכימים שהמקצוע שכל אמא פולנייה צריכה לאחל לילד שלה הוא לא מתכנת, רופא או עורך דין, אלא מדען דאטה. לפי התחזיות של חברת המחקר מקינזי, עד 2018 יהיה מחסור של לא פחות מ־190 אלף מדעני דאטה ברחבי העולם, אבל הדרך אל המקצוע הנדרש כלל אינה פשוטה, ודורשת, מתברר, הרבה יותר מהשכלה רשמית בתחום מסוים.

"האינטואיציה האנושית נכנסת לפעולה הרבה לפני שלב איסוף המידע, בהחלטה של אילו נתונים לאסוף ואיך לאסוף אותם", מסביר פרופ' יובל שחר, ראש מחלקת מערכות המידע הרפואיות באוניברסיטת בן־גוריון. "אי אפשר לעשות ניתוח של נתונים רק בעזרת מחשב, ויש צורך בהחלטה אנושית אילו נתונים לאסוף ואיך לאסוף אותם".

שחר מנהל פרויקט המאפשר טיפול רפואי מרחוק, ונתקל בעשרות אתגרים שרק בן אנוש יכול לפתור. "כשאני עושה מחקר על חולי סוכרת אני צריך להחליט איזה מידע אני צריך לאסוף עליהם. האם אני שואל בני כמה הם? היכן הם נולדו? איך מחליטים איזה מידע הוא חשוב ואיך מכמתים אותו? אפשר לקרוא לזה ביג דאטה רק כאשר יש לך דאטה. רק תחשבו כמה תובנות נוכל להפיק אם נדע להסתכל על המצב הרפואי של אוכלוסייה שלמה. לצורך כך אנחנו צריכים קפיצת מדרגה תרבותית וקפיצת מדרגה אקדמאית וקרייריסטית".

אף ששחר הוא אחד האנשים הבכירים בעולם החקר של אינטליגנציה מלאכותית, הוא בטוח כי למדעני דאטה לא יקום בקרוב תחליף ממוחשב. "איך מלמדים מחשב את לוגיקת הזמן? למשל, אם יש לך חולה שהיא 'במצב היריון' למשך תשעה חודשים ולאחר מכן נכנסת שוב להיריון, המחשב יחשוב שהיא בהריון במשך 18 חודשים. צריך בן אדם שילמד את המחשב. את הידע הסמנטי רק אדם יכול לתת.

מרקוס וולדן, אלקטל־לוסנט:  אי אפשר ללמד אינטואיציה, אבל היא משתפרת עם הזמן. המדענים הטובים ביותר הם בעצם אלו שמבינים את העולם, את הגורם האנושי" מרקוס וולדן, אלקטל־לוסנט: אי אפשר ללמד אינטואיציה, אבל היא משתפרת עם הזמן. המדענים הטובים ביותר הם בעצם אלו שמבינים את העולם, את הגורם האנושי" מרקוס וולדן, אלקטל־לוסנט:  אי אפשר ללמד אינטואיציה, אבל היא משתפרת עם הזמן. המדענים הטובים ביותר הם בעצם אלו שמבינים את העולם, את הגורם האנושי"

"אתה עדיין חייב את המוח האנושי כאשר אתה מחפש תבניות. אסטרו־פיזיקאים, למשל, מנתחים במחשבים כמויות אדירות של מידע, אבל בסוף הם מפיקים תמונות ומסתכלים עליהן".

רב־התחומיות עוברת למרכז

הרעיון של מדען העוסק בניתוח מידע אינו חדש. ד"ר יעל וילה, מנהלת טכנולוגיות בחטיבת אבטחת המידע של חברת אחסון המידע EMC, שבמסגרת תפקידה מנתחת ומסננת כמויות אדירות של ידע, אומרת כי "החשיבות של אנשים שמבינים ידע תמיד היתה קיימת. אך רק לאחרונה כל המידע הזה התחיל להפוך לזמין. לדוגמה, לפני 20 שנה ביצעתי עבור חברת פארמה מחקר שניסה לנתח את המיקום האופטימלי של מוצרים בחנות. אז נדרשה שנה לאסוף את כל המידע הנחוץ והיה צריך לשכנע את אנשי החברה בחשיבות של המחקר. היום החומר נגיש, והחשיבות של ניתוחים סטטיסטיים ברורה לכולם. המהפכה כבר החלה. חברות יודעות שיש להן מידע והן לא יודעות איך למנף אותו".

אחת הבעיות של התחום היא שהדאטה "עדיין אינו מדע בשל", כפי שאומר פרופ' יובל שחר, אך מצביע על שביב של תקווה: בימים אלו נבנים באקדמיה צוותים שעוסקים בתחום וכן בחברות גדולות כגון מיקרוסופט, יבמ ו־HP. "אלו אנשים המתמחים בניתוח נתונים", אומר שחר, "אבל הם לא בהכרח מתמטיקאים או מתכנתים". ד"ר אלון קאופמן, ראש תחום המחקר והחדשנות ב־EMC העובד עם וילה, מחזק את דבריו של שחר ואומר כי מדעני דאטה הם לעתים קרובות אנשים שמגיעים מתחומים שונים, כולל אנשי מינהל עסקים, כלכלנים, ביולוגים העוסקים בחקר איכותני ועוד.

עבור מי ששוקל קריירה כמדען דאטה ושואף להיות איש אשכולות מודרני החמוש במחשב, הדרך למקצוע כלל אינה קלה. 40% מכלל מדעני המידע היום מחזיקים בתואר שני ומעלה, והמסלול להפוך למדען דאטה גם הוא לא ברור — רק רבע מהם מגיעים מתחום מדעי המחשב, ורובם מחזיקים בתארים בתחומים שונים לחלוטין. קאופמן, וילה ושחר מחזיקים כולם בידע רפואי, אך בין צוות העובדים תחת וילה ב־EMC נמצאים גם בעלי דוקטורט בהיסטוריה, יחסים בינלאומיים וניהול.

האינטואיציה חוזרת לשוק העבודה האינטואיציה חוזרת לשוק העבודה האינטואיציה חוזרת לשוק העבודה

ד"ר מרקוס וולדן, סמנכ"ל הטכנולוגיות בענקית הטלקום אלקטל־לוסנט, טוען כי מדעני דאטה יכולים להחזיר לתעשייה את התפיסה שרב־תחומיות היא חשובה. "מדען דאטה הולך להיות התפקיד הכי חשוב בעשור הקרוב, אבל בסופו של דבר הוא דורש אינטואיציה, לא תואר זה או אחר. זאת היכולת של בני אדם למצוא מתאמים. אי אפשר ללמד אינטואציה, אבל היא משתפרת עם הזמן. המדענים הטובים ביותר הם אלו שמבינים את העולם, את הגורם האנושי".

וולדן יודע על סמך מה הוא מבסס את דבריו: אלקטל־לוסנט מפעילה את אחד ממרכזי המידע הגדולים בעולם, שם אוספים בין השאר נתוני תקשורת ושיחות טלפונים של כמה מהחברות הגדולות בעולם. הם בוחנים למי אנשים מתקשרים, למשך כמה זמן ובאיזו תדירות, ובונים רשת חברתית סמויה המתבססת על כך — הכל כדי להבין איך עובדת החברה האנושית המודרנית. כדי לנתח את המידע הזה צריך להיות בעל תכונות של איש שיווק, אנתרופולוג, פסיכולוג, מתכנת ואיש IT יחד.

האקדמיה עדיין מפגרת אחרי השוק

כאמור, התחזיות מצביעות על מחסור בעשרות אלפי מדעני דאטה בשנים הקרובות, והחברות אכן מתקשות, כבר עכשיו, בגיוס כוח האדם הנדרש. "אין תואר ראשון מתאים", מסביר ד"ר אלון קאופמן, ראש תחום המחקר והחדשנות בחטיבת אבטחת המידע ב־EMC העובד עם וילה. "לא קל ללמד מולטי־דיסציפלינריות ולא לכל אדם יש תכונות כאלה. צריך לפתח גישה הוליסטית וללמוד כמה תארים שונים. אין כאן כוונה שאדם אחד יעשה עבודה של חמישה מהנדסים — זה פשוט עניין של פיתוח צורת חשיבה אחרת". לדברי קאופמן, גם האקדמיה מפגרת אחר הצורך של השוק. "כל החברות צריכות מדעני דאטה, אבל אי אפשר ללמוד את זה בשום מקום בארץ. בקורסים של מדעי המחשב ומתמטיקה, למשל, כמעט לא עוסקים בבעיות עסקיות".

ד"ר יעל וילה וד"ר אלון קאופמן, EMC, צילום: אוראל כהן ד"ר יעל וילה וד"ר אלון קאופמן, EMC | צילום: אוראל כהן ד"ר יעל וילה וד"ר אלון קאופמן, EMC, צילום: אוראל כהן

שחר מחזיק בדעה דומה: "מולטי־דיסציפלינריות, רב־תחומיות, אלו מילים שנזרקות בחלל האקדמיה אבל אף אחד לא באמת מקדם את זה. יש כל כך הרבה התמקצעות במדע. לא מאשרים תקציבים לפרויקטים רב־תחומיים, והסיכוי של מדען רב־תחומי לקבל תקציבים או למצוא מנחה שיכול לעקוב אחריו הוא קטן".

הפתרון, לפי שחר, הוא יצירה של קבוצות רב־תחומיות של אנשים שיעבדו יחד. אינטל כבר הקימה "מחלקת עתידנות" של אנתרופולוגים, אמנים, מעצבים, סופרי מדע בדיוני ומדענים שעובדים יחד. "זה דומה למה שקורה בעולם הרפואה", מסביר שחר. "אין מאבחן אחד שיודע לטפל בכל מחלה ולזהות כל בעיה. אנחנו פשוט למדנו לעבוד יחד".

תגיות

19 תגובות לכתיבת תגובה לכתיבת תגובה

19.
"מדען ביג-דאטה" = עוד חרטוט אמריקקי חדש למכור את אותו הזבל בלבוש חדש
זה רק באזזוורד חדש כמו שלפני עשור וחצי היו שטויות בשם "כריית מידע" Data Mining, זה נקרא סטטיסטיקה לפני כןף אבל התאגידים המחרטטים ממציאים כל כמה שנים מילות באזז למכור להנהלה שטויות. "6 סיגמה" ... היה ו... נעלם, מיצינו לא אופנתי. מה מיל הבאזז הבאה? מדען פיתות?
לא קיים דבר כזה  |  08.12.12
18.
לאורלי
יש כמה גישות בתחום ולכן אפשר להשתמש בכישורים מגוונים - קשה למצוא בן אדם בודד שיש לו את כל הכישורים כמובן אבל אלה תחומים רלוונטים לנושא. מדעי המחשב, בכלל ובפרט בטכניקות של Data analysis ומכונות לומדות - כביולוגית את יכולה לנסות להכנס לנושאים האלה באמצעות ידע בביו אינפורמטיקה שזו גם בעיית ביג דאטה קלאסית. (יש המון גנים המון תגובות כימיות המון חלבונים איך מתמודדים עם הכמות הענקית של נתונים שמצטברים עקב תצפיות נרחבות.) אלה תיאוריות מאוד מפותחות במדעי המחשב עם ספרות עניפה אבל את תצטרכי איזהשהו רקע במדעי המחשב על מנת להבין אותם. במקביל מכיוון קצת אחר ידע נרחב בסטטיסטיקה, קומבינטוריקה, כלכלה ומתמטיקה שימושית (משוואות דיפרנציאליות למינהן) כי אלה כלים שמאפשרים איזהשהו סיכוי לבנות מודל תיאורטי שיכיל את המידע.
גיל  |  04.12.12
לכל התגובות