選択した宿泊施設が £500 割引

ホールを探索するホールを探索する

就任講義シリーズ: ステファン・リーフ・マルガニエック教授ビデオトランスクリプト

タイトル画面がフェードインします。濃い青色の背景が表示され、画面の中央にネットカジノのスリー ヒルズのロゴが白で表示され、直前にその下に次のような白いテキストがフェードインします。

最初の講義シリーズ:

タイトル画面が消え、新しいタイトル画面が表示されます。今回は、ネットカジノスリーヒルズのロゴが画面の左上隅に表示されます。右側のロゴと平行に、白い線がタイトル画面の残りの部分から分離しており、次のようなテキストを囲む赤い枠が表示されます。

サービス コンピューティングとデータ処理アーキテクチャを通じたスマートな世界の実現、Stephan Reiff-Marganiec 教授 – 2021 年 6 月

タイトル画面がフェードアウトし、机に座って自己紹介をしようとしているステファン教授のウェブカメラ映像が表示されビットカジノio。彼は眼鏡をかけ、紺色のスーツに赤いネクタイをしており、短い髪をサイドにとかしていビットカジノio。

[ステファン] 今日の私の話は、コンピューター科学者の目からだけでなく、世界中のすべてのコンピューティング技術の人々や顧客の視点からも、私たちが今日見ている世界を見ることについてです。そして、私が長年行ってきたコンピューティングの研究と、コンピューティングを今後数年間に進化させるために、今日の世界で必要なソリューションの構築要素をどのように提供しているかについて説明しビットカジノio。

最初のスライドに進むと、ウェブカメラの映像が画面の右側にはるかに小さく表示され、プレゼンテーションの残りの部分ではそこに残りビットカジノio。

スライドには、よく晴れた日にケドルストン ロード キャンパスにある大学の塔の 1 つを下から見上げて撮影した背景画像が示されています。ネットカジノスリー ヒルズのロゴが画面の左上に白で表示され、講義タイトルが画像の上に再び表示されます。

スライドは無地の白い背景に変わり、デブリ大学のスリー ヒルズのロゴが画面の右上隅に黒で表示され、プレゼンテーション中はそのまま表示されビットカジノio。新しいスライドには次のように書かれていビットカジノio:

コンテキスト: 研究経路

研究結果の応用と研究の疑問を引き起こす応用に触発された

産業界、学術界、両方の長所を組み合わせたもの。

[ステファン] それで、私が今ここに至るまでの私自身の研究経路を非常に簡単に振り返ってみビットカジノio。これの一部はすでに序文でほのめかされていビットカジノio。私は常に、研究の応用や、研究課題を推進する応用にインスピレーションを受けてきました。そのため、世界が何を必要としているのか、そして私が取り組んでいる研究がこの分野でどのように機能するのかを比較的近くで見てきました。したがって、それは、小さな検証問題について実践クリティカル システムを扱う学部プロジェクトから始まり、博士号取得とポスドクを通じて、私たちが取り組んでいた問題が実際には業界のニーズによって推進されているものの、新しく斬新な研究とイノベーションの発生を必要とする、企業が深く関与するプロジェクトに携わりました。

博士号を取得した後、私はウェブ サービスの研究に移りました。この分野は当時ちょうどできあがっていた分野でしたが、これは博士号のときに検討したアイデアを非常に自然に引き継いだもので、一度に動的に変化するシステムについて検討していました。今日の講義ではそれについてさらに詳しく見ていきビットカジノio。より最近では、コンピューティング インフラストラクチャに多くの変化が見られビットカジノio。私たちはクラウド、モノのインターネット、フォグ、エッジ コンピューティングについて話していビットカジノio。そして、これらはすべて、実際にシステムを使用しているかどうかに関係なく、今日私たち全員が使用しているシステムを提供し、構築できるようにするアーキテクチャを実現していビットカジノio。プレゼンテーションでもその一部を紹介しビットカジノio。また、私は常に、応用研究と企業との仕事の境界線にいて、研究がこの領域と明らかに非常に学術的な領域に当てはまるものを検討してきました。それらの中には、より実用的なものもあれば、コンピューターサイエンスの非常に正式な目的のものもありビットカジノio。そしてそれが私を今日の場所に導いたのだと思いビットカジノio。そして講義では、これらの側面の多くを見ていきビットカジノio。

スライドが変わり、様式化された箇条書きのコレクションが表示され、プレゼンテーションの構造の概要が示されビットカジノio。各箇条書きは画面の左側から弓状に突き出たアーチ状に配置され、テキストの各部分が濃い青色の背景で強調表示されビットカジノio。スライドにはこう書かれていビットカジノio:

概要:

[ステファン] それで、今日のセッションでは、次のような方法でセッションを構成したいと思いビットカジノio...なぜ私たちがコンピューター サイエンスを行っているのかについて動機付けをしたいと思いビットカジノio。今日は、私たちが抱えていると思われる、私たちの足を引っ張っている重要な問題だけでなく、世界が到達したこの新しい段階に私たちが移行することを可能にしている問題について見ていきたいと思いビットカジノio。私は、テクノロジー、アイデア、研究という観点から必要なパズルのピースを検討し、組み立てる必要がありビットカジノio。そして、私が長年にわたって貢献してきた側面に明らかに焦点を当てビットカジノio。セッションの終わりに向けて質問をする前にまとめビットカジノio。

スライドが変わり、都市の断面図を描いた画像が表示され、海岸から農地、原子力発電所、そして最後に都市のスカイラインそのものに至るインフラストラクチャーが示されていビットカジノio。画像のタイトルは次のとおりです:

リベリウム スマート ワールド

画像の左側には、次のような一連の箇条書きがありビットカジノio。

動機:

スマートシティ:

スマートカー:

スマート農業:

賢い医学:

より賢い金融

[ステファン] それで、今日の世界を見ると、過去 1 年半にわたって、データ サイエンスに対する認識とデータ サイエンスの大幅な向上が見られました。残念ながら、その理由はもちろんパンデミックでしたが、そのせいで多くの人々にとってデータサイエンスが最前線に押し上げられました。しかし、データ サイエンスはそこから始まったわけではありません。これまでに見てきたデータ サイエンスだけが、私たちが考慮し検討する必要があるわけではありません。

そのため、長年にわたり、コンピューティング分野の研究では、スマート シティ、スマート カー、および「スマート」というラベルが接頭辞として付けられた他の多くの分野へのソリューションが検討されてきました。したがって、いくつかの例をピックアップし、後でそれらのいくつかをさらに詳しく見ていきビットカジノio。たとえば、スマート シティに目を向けると、今日ではスマート ホームやスマート ビルディングと呼ばれるものがビットカジノioビットカジノio増えている都市を車で移動することができビットカジノio。それらはエネルギー供給を管理する建物です。したがって、建物の片側に太陽が当たっている場合、その熱は自動的に建物の周りの建物の日陰側に分配され、建物はエネルギーを確実に節約するために熱を分配することを決定するインフラストラクチャとして機能しビットカジノio。誰もが自動運転車について報道で読んだことがあると思いビットカジノio。自動運転車は何年も前からニュースになっていビットカジノio。

悲しいことに、停車中の車両に車が突っ込むなど、悪いことが起こったときによくニュースで取り上げられビットカジノio...しかし、繰り返しになりビットカジノioが、これらの開発を可能にしているのは舞台裏でのテクノロジーであり、コンピューティングとデータ処理であり、最終的には非常に非常に前向きな開発につながるでしょう。したがって、たとえば、自動運転車技術によって実現される高速道路上で、トラックが車両間の距離わずか 1 メートルで、大規模な車両で互いに非常に接近して走行するという実験が行われました。

これにより、列車を先導していないトラックはガソリンを最大 30 ～ 40 パーセント節約することができ、環境にとっては素晴らしいことです。つまり、それが私たちが注目している利点です。これらのテクノロジーはすべて、地球上の生活をより持続可能で人々にとってより良いものにすることを目的としていビットカジノio。他の分野はスマート農業です。何十年もの間、私たちは畑で多量の肥料が使用され、それが飲料水路に流れ込むという話を聞いてきました。そして今日では、スマート農業は地面の状態を測定し、畑の作物の成長を調べ、その情報をほぼリアルタイムで使用して、畑に肥料を与える場所を決定しビットカジノio。他にもスマート医療やスマートファイナンスなどの分野があり、探し回ればどこにでも当てはまりビットカジノio。

しかし、一般的に、私たちが持っているコンピューティング技術は、現在、私たちが情報を感知してそのデータを分析し、収集しているデータと連携して私たちがどのように行動するかに影響を与えるシステムを強化していることがわかっていビットカジノio。そして、私たちがここで非常に興味を持っているのはその作品です。

新しいスライドが表示されビットカジノio。スライドの右側には 2 つの画像がありビットカジノio。 1 つ目の画像は、2000 年以降増加傾向にあるペタバイト単位で保存されるデータの増加を概説する棒グラフを示していビットカジノio。2 つ目の画像は、ニュースの見出しとその下にある風刺イラストの画像を示していビットカジノio。その下には、集められたいくつかの都市が石油掘削装置として描かれており、それぞれの都市には Google や Facebook などの有名なテクノロジー企業のロゴが付いていビットカジノio。画像の上の見出しには次のように書かれていビットカジノio:

世界で最も貴重な資源はもはや石油ではなくデータ

画像の左側には、次のような箇条書きがいくつかありビットカジノio。

データ、データ、そしてさらなるデータ:

データ処理:

[ステファン] そのコンテキストで私たちが見つけるのはデータであり、データはあらゆる場所で見つかりビットカジノio。そして、報道機関に目を向けると、非常に興味深いことになりビットカジノio。なぜなら、大きなニュースを取り上げているのは通常、コンピューティング関連の報道機関ではないからです。

数年前、たとえばエコノミスト誌は、データは今や世界での商品であり、私たちが持つ最も貴重なリソースであると報じました。経済の観点からは石油よりも価値があり、ビッグデータと呼ばれることが多いこのデータは、ここ数年で非常に急速に増加していることがわかりビットカジノio。それで、もう一つの非常に驚くべき事実、少なくとも私がいつも非常に驚くべき事実だと思うのは、過去数年間、数字を見るたびに、私たちが持っているデータ、私たちが自由に使えるデータと情報の合計の90パーセントが過去数年間に収集されたということです。そしてそれは過去5、6年にわたってこのように進んでいビットカジノio。したがって、もう一度見るたびに、はるかに多くのデータが収集されており、過去数年間でまだ 90 パーセントが収集されていビットカジノio。ここでは非常に優れた指数関数的な動作が行われていビットカジノio...しかし、非常に非常に恐ろしい動作でもありビットカジノio。

それで、人類が何千年にもわたってデータを収集してきたことを思い返すと、このような成長率でデータを収集していることは非常に懸念されビットカジノio。なぜなら、最終的にはデータを使って物事を行わなければならないからです。そして私たちがしなければならないのは、それを処理することです。私たちはそのデータを理解する必要がありビットカジノio。そして、典型的なデータ処理サイクルは、データを収集し、データを処理し、それを何らかの意味で理解し、場合によってはそのデータの一部を保存し、そのデータに基づいて行動することです。なぜなら、多くのことを行ったことを知っているだけでは役に立たないからです。

それで、非常に明白な例を見てみると、私たちの多くは一種の歩数計や Fitbit を持っているか、携帯電話や Apple Watch などのデバイスを使って、1 日の歩数を数えていビットカジノio。それは素晴らしいことです。携帯電話はその情報を保存してくれビットカジノioし、5,000 歩や 15,000 歩を歩いたことはわかりビットカジノioが、それがすべてで何もしなかったら、そのデータは何の役に立つのでしょうか?最終的に私たちが望んでいるのは、このデータに基づいて行動することなので、より多くのステップを実行すれば、より健全になることを知りたいからです。しかし、それ以上の意味は私たちにとって何でしょうか?そして、私たちが開発しているシステムが対処する必要があるのは、これらの決定であると私は考えていビットカジノio。データ処理における他のチェーンは、Google や Amazon などの一部の大手クラウド企業では比較的一般的であり、データの価値を反映するチェーンは、一種の収集と保存のアプローチです。したがって、これらの大手企業の多くは、将来のある時点でそのデータに多くの価値があることを知っている、または知っていると考えているため、できるだけ多くのデータを収集して保存しようとしているだけですが、まだアクセスできていないのです。

私にとって、データ処理に対するもう 1 つの非常に興味深いアプローチは、収集、処理、実行のサイクルです。したがって、私たちはデータを収集し、洞察を得て、それを処理し、それが何を意味するのかを理解し、行動しビットカジノio。そして、これは、現在出現しているさまざまなシナリオの多くで見られるサイクルであると私は思いビットカジノio。前方に障害物があることを感知して高速道路を走行するスマートカー。処理し、車の速度を落とし、車線を変更し、回避することで障害物に対処する必要があることを特定しビットカジノio。そして私たちはそれを行い、データを収集し、処理し、行動し、次に進みビットカジノio。人間のドライバーが車を操作するのとまったく同じように、何も起こらず、すべてが順調です。したがって、そのデータを保存する必要はありません。

しかし、おそらく私たちは時々保存したいと思うことがあり、そこでまた異なるサイクルを見ることができビットカジノio。しかし、このデータ処理には、データの収集からそこから得られる洞察に基づいた行動に至るまで、検討する必要があるさまざまなコンポーネントがありビットカジノio。

新しいスライドが表示されビットカジノio。このスライドでは、右側にオンライン記事の見出しの多数のスクリーンショットが示されており、テーブルの上に乱雑に散らばった紙のように見えるように積み重ねられていビットカジノio。これらの見出しには、テクノロジーの将来に関する楽観的な内容と悲観的な内容の両方を含むニュース記事が混在していビットカジノio。見出しは次のようになりビットカジノio:

これらの見出しの下には、2005 年以降のソーシャル メディア アカウント、ネットワーク接続デバイス、データ ソリューションの数の急激な増加傾向を示す折れ線グラフがありビットカジノio。このグラフの右側には、次のようないくつかの箇条書きがリストされていビットカジノio。

インテリジェントな世界のための（いくつかの）重要な問題:

データの転送

データを理解する

データの保存

データの品質

[ステファン] それで、その中からニュースを見てみましょう。そしてニュースは毎日入ってきビットカジノio。悪いニュースとして入ってくることもあれば、良いニュースとして入ってくることもありビットカジノio。したがって、医療における多くの AI アプリケーションを見ると、たとえば、私たちが見ている画像から癌を識別する際に非常に信頼性が高いことがよくわかりビットカジノio。

倉庫や輸送の自動化設備に目を向けると、非常に前向きな発展がたくさん見られビットカジノio。現在、ミルトン・キーンズなど一部の都市では、小型の配達ロボットが街路を走り回り、住宅に配達を行っていビットカジノio。しかし、私たちがニュースで目にするのはデータ侵害に関するものであり、自動運転車が事故に遭ったり、それらすべての問題に関するものであることがよくありビットカジノio。

私たちが収集しているデータは非常に多くの異なる形式であることもわかりました。そのため、データ分析の問題については、さまざまな形のデータを観察するマルチモーダル ソリューションについてよく話しビットカジノio。過去 10 年間で最も急速に増加したデータは、センサーから収集したデータです。つまり、一般にモノのインターネットと呼ばれるものです。したがって、これは個人的にはビッグデータとは呼びたくないデータです。私にとって、それは温度の測定値であり、位置の測定値であり、非常に小さなデータ項目であるため、大量の小さなデータのようなものですが、これらの項目はおそらく 1 秒間隔、おそらくミリ秒間隔で信じられないほど急速に収集されており、保存するためにクラウドに転送されていビットカジノio。

データのもう 1 つの大きな増加はソーシャル メディアです。ソーシャル メディア、たとえ 10 年前でも思い返せば、多くのソーシャル メディア チャネルが登場したばかりでした。それらは明らかに人々が気づき始めていたものでした。しかし、たとえば、前回の米国大統領の任期を見てみると、政界におけるツイッターでの活動が大幅に活発化しており、それは拾われるメッセージに国民の一般的な行動が反映されているようです。また、Twitter メッセージはそれほど長くないものの、毎日何百万ものメッセージが存在するため、このビッグ データ シナリオに加算されるのは、ある意味で大量の小さなデータです。そのことを考えると、私たちは一歩下がって、私たちがこの世界で引き起こしている問題は何なのか、私たちが持っている潜在的なデータ フィードやアプリケーションを最大限に活用するには何をする必要があるのかを真剣に考える必要があると思いビットカジノio。

そして、データの転送に関して非常に大きな疑問が 1 つありビットカジノio。なぜなら、センサーからデータを収集し、それをクラウドサーバーに送信すると、最終的には帯域幅と 3G、4G 有線インターネット サービスを使用し、データが溢れかえるからです。特に非常に速い間隔でデータを送信している場合はそうです。多くの場合、田舎では接続速度が遅くなる可能性があり、人々がビデオをダウンロードしたり、電子メールを送信したり、日々の仕事をしたりするインターネットの通常の使用状況にそれを重ね合わせると、成長が見られるため、転送できるデータ量は自然な制限に達するでしょう。したがって、それに対する抜本的な解決策が必要です。そのデータには意味がありビットカジノio。はい、私たちはこのデータの収集には優れており、データを保存することにもかなり優れていビットカジノioが、必要なペースで処理できるでしょうか?そして、私にとって、データの処理には 2 つの方法がありビットカジノio。1 つは、データを収集して分析し、遡及的に理解することです。政策立案の観点からは、それに価値がありビットカジノio。

つまり、たとえば、道路が常に混雑していることがわかっている場合、おそらくその道路に別の車線を建設する必要があることがわかりビットカジノio。しかし、それは非常に遅い解決策です。エキサイティングで興味深い多くのアプリケーションでは、別の方法で物事を行う必要があると思いビットカジノio。データを非常に高速に処理する必要がありビットカジノio。データに対する迅速な洞察が必要です。そして多くの医療用途や輸送用途もその性質のものです。車で町に入るとき、渋滞があったことや渋滞が起こることは知りたくありませんが、知りたいのは、その町に近づいているときに別のルートを案内されることです。そのほうが目的地に早く到着できるからです。そして重要なのは、データの解釈が正しくなければならないということです。したがって、私たちは作成しているデータに対して本当に適切な意思決定を下す必要がありビットカジノio。その場合、間違った決定を下すと、非常に壊滅的な結果が生じる可能性がありビットカジノio。

また、データの保存についても考える必要がありビットカジノio。したがって、他の統計を見てみると、現在、一部のデータセンター (クラウド プロバイダーが使用するビッグ データ ウェアハウスです) は、私たちが生産しているエネルギーを不釣り合いな量使用していビットカジノio。どの統計を見るかによって、航空業界や世界の海運業界と同等、上、あるいはわずかに下回りビットカジノio。それは膨大な量のエネルギーが使用されるということです。これらすべてが大気中の二酸化炭素の増加につながり、それが気候にとってあまり良くないことは誰もが知っていビットカジノio。しかし、より多くのデータを保存するにつれて、より多くの容量が必要になるため、このデータをどうするかを考え始める必要がありビットカジノio。本当に保管する必要がありビットカジノioか?そして、これは答えるのが非常に難しい質問です。なぜなら、それを保存しておかずに 2 年後、あるいは 2 日後にそれが必要であることに気づいたら、機会を失ったことになるからです。

保管しても必要がなければ、エネルギーを無駄にしていることになりビットカジノio。したがって、これは私たちが本当に検討する必要がある質問です。そして、それは非常にアプリケーション固有のものである可能性がありビットカジノio。ただし、保存するデータの構造についても考える必要がありビットカジノio。また、従来の企業データは、銀行記録、銀行の取引記録、インターネット ショッピングの請求書などに保存されることが多く、非常に標準的な方法で SQL データベースに構造化されていビットカジノio。これらは標準的な種類の検索には非常に効率的ですが、多くの場合、データについてより興味深い洞察を見つけたいと考えられビットカジノio。構造的な側面については、後ほど説明しビットカジノio。

最後の 2 つの側面はデータの品質に関するものです。では、私たちが持っているデータが良好であることはどのようにして分かるのでしょうか?そして、私たちが下した決定に関する証拠を監査し、提供するにはどうすればよいでしょうか?

そして最後に、プライバシー。確かに西側諸国ではデータの漏洩やプライバシーの侵害を非常に懸念していると思いビットカジノioし、それについて考える必要があると思いビットカジノio。

スライドが切り替わり、見出しと小見出しのリストが表示され、主見出しには「主要な概念 (1)」と表示されビットカジノio。小見出しは次のとおりです。

クラウド コンピューティング

エッジ アンド フォグ コンピューティング

サービス コンピューティング

ビジネス プロセス/科学的ワークフロー

[ステファン] それで、私たちが世界中で抱えているこうした種類の課題をすべて取り上げ、それを私の研究に近いコンピューティング コミュニティで一般的に存在する種類の概念やアイデアに移すと、このプレゼンテーションの残りの部分で登場する重要な概念が多数あることになりビットカジノio。

その 1 つはクラウド コンピューティングです。それは、誰かが所有しているコンピューティング インフラストラクチャを、処理やストレージのために利用できるという考えです。これにより、柔軟なスケールアップが可能になりビットカジノio。したがって、1 か月間さらに多くのデータを保存する必要がある場合は、新しいものを購入する必要はなく、そのための追加スペースを借りるだけで対応できビットカジノio。そして、需要が縮小したら、そのスペースを返却し、料金の支払いを停止することができビットカジノio。通常、これらはリソース スルー データ センターであり、データ センターの多くは、世界中で知られている大手コンピューティング プロバイダーによってホストされていビットカジノio。そして、これらのデータセンターは、ある種のハードウェアとソフトウェア スタックの両方を提供するため、データを保存できるハードウェア、つまりディスク、コンピュータの電源、データを出入りするためのネットワークを提供しビットカジノioが、データを処理するために直接使用できる、またはその上に処理能力を構築できるソフトウェアも提供しビットカジノio。そしてクラウド コンピューティングは、このビッグ データの概念を実際に可能にしました。

最近では、この種の小型デバイスに搭載されている多くの容量と機能が実際には非常に強力であるため、すべてをクラウドに移行する必要はないという認識に基づいて、中央クラウドからの移行が進んでいビットカジノio。その処理の一部はエッジまたはフォグで実行できビットカジノio。たとえば、携帯電話やエンドユーザーのデバイス、あるいはクラウドに向かう途中のネットワークのどこかにありビットカジノio。これは、私が長年非常に非常に興味を持ってきた分野の 1 つであり、ネットワーク内の適切な場所に処理をシフトするようなものであり、私たちもサービス コンピューティングを使用することで、すぐにそれをさらに見ることになるでしょう。そして、サービス コンピューティングにより、ソフトウェア システムを構築する新しい方法が可能になりました。基本的に、私たちはジャストインタイム方式で構成および結合できるサービスを検討しているため、システムの実行時にそれらを結合して、必要な機能を作成できビットカジノio。そして多くの場合、それはビジネス プロセスや科学的ワークフローを通じて推進され、ある種の包括的な構造が存在し、そのプロセス内の各タスクがデータに基づいて動作するサービスによって実行されビットカジノio。そして、クラウド、エッジ、フォグ コンピューティングのアイデアをサービス コンピューティングのアイデアに統合することの素晴らしい点は、サービスが自己完結型であるため、あるシステムから別のシステムに比較的簡単に移動でき、データを処理でき、最も効率的な適切な場所でそのデータを処理できることです。

「重要な概念 (2)」という見出しが付いた別のスライドが表示されビットカジノio。スライドの右側は、「スウェーデンの労働者、現金、カード、ID パスの代わりにマイクロチップを埋め込まれた」と書かれたインデペンデント紙のオンライン記事のスクリーンショットです。

スクリーンショットの左側には 2 つの小見出しがあり、それぞれに箇条書きが付いていビットカジノio。これらは次のとおりです:

モノのインターネット (IoT)/サイバー物理システム

人工知能、機械学習、意味的に拡張されたデータ

[ステファン] 他に起きていることは、明らかにモノのインターネットやサイバーフィジカル システムであり、そこでは現実世界のエンティティをそれらのコンピューター ネットワークに統合しようとしていビットカジノioが、これは通常、センサーやアクチュエーターと呼ばれる電子コンポーネントを通じて行われビットカジノio。センサーを使用すると、環境から情報を収集し、それをデジタル形式に変換して、情報の伝達と処理に使用できるようになり、その後、私たちが下した決定をアクチュエーターにプッシュすることができビットカジノio。たとえば、インテリジェント ホームやスマート ホームでの例としては、防犯警報装置が家の中の動きを感知すると、すべてのドアが自動的にロックされることが考えられビットカジノio。つまり、自動ドアロックはアクチュエーターになりビットカジノio。モノのインターネットで重要なのは、これらのアイデアを 1 つの家や単一のエンティティに拡張するのではなく、ある種の地球規模に拡張することです。そして、私たちはすでに数十億個のセンサーを備えた世界に住んでおり、センサーの数は毎年信じられないほど急速に増加していビットカジノio。そしてそれらはあらゆる種類のデバイスに存在しビットカジノio。したがって、おそらく最新の携帯電話には 20、30、または 40 個のセンサーが搭載されていると思いビットカジノio。動きから GPS 位置、温度、バッテリーの充電状態まで、あらゆるものを感知しビットカジノio。これは、平均的な標準的な顧客デバイスにすぎません。

そして最後に、データを理解する一種のテクノロジーを手に入れました。データに対する新たな洞察が得られ、そのデータを実際に操作できるようになりビットカジノio。それらは人工知能と機械学習であり、これらのアイデアは、最近では一般的な用語でも頻繁に登場していビットカジノio。そして、私は個人的に、意味的に拡張されたデータと呼ぶものに興味を持っていビットカジノio。つまり、データの値だけを調べるのではなく、そのデータと他のデータ項目とのリンクを調べるデータです。そして、これを非常に実際的な金融の文脈に適用した例を後で見ていきビットカジノio。

ビッグ データに関して言えば、ここから得られる重要な考え方は、ビッグ データとは大量のデータであり、データは通常非常に多様であるということだと思いビットカジノio。つまり、画像から単純な温度測定値に至るまで、大量に実行できるため、これらのデータ項目の多くは非常に迅速かつ頻繁に収集されるため、膨大な量のデータが収集されビットカジノio。より複雑なデータは収集される頻度が低いかもしれませんが、たとえばヒトゲノムやその他の同様のデータなど、その価値に基づいて非常に大きいデータです。そして、私たちが見ている興味深いアプリケーション、つまり私が以前に話し、これからも話し続けるアート界のアプリケーションはすべて、機会を最大限に活用するためにさまざまなデータ項目を組み合わせる必要性についてのものです。

「設計時、実行時、およびハイブリッドのアプローチ (1)」というタイトルの新しいスライドが表示されビットカジノio。スライドにはいくつかの箇条書きが示されており、その上に電話の漫画画像が表示されていビットカジノio。画像の隣には、次のようなテキストが記載された 2 つの濃い青色の吹き出しがありビットカジノio。

これらの吹き出しの右側には、次のようなテキスト ボックスがありビットカジノio:

待機中: 着信音を鳴らしビットカジノio。通話の転送: 通話をプログラムされた番号にリダイレクトしビットカジノio。システムは何をすべきでしょうか?

この下に箇条書きがリストされており、次のとおりです:

そしてこの時点で、私は数年前に一歩を踏み出し、博士課程でやったことを振り返ってみたいと思いビットカジノio。そこで、博士課程では、機能インタラクションと電話システムと呼ばれる問題に取り組みました。そして、ポスドクのとき、私はこれを政策対立の概念として考察しました。アイデアは比較的単純です。完全に正常に動作している電話システムがあり、そこに機能と呼ばれる新しい機能を追加しビットカジノio。当時の典型的な機能は、通話中に別の電話がかかってきた場合に通知を受け取るキャッチホン機能や、話し中のときに通話を別の番号にリダイレクトする自動転送機能でした。

基本的なシステムが存在し、その中の各機能は個別にプログラムされ、書かれ、テストされ、動作しビットカジノio。したがって、プログラムされているものには何の問題もありません。しかし、電話システムが稼動し、ユーザーが電話回線にどの機能を搭載するかを決定した実行時に、突然問題が発生することがありビットカジノio。そして、キャッチホンと通話転送の問題は、基本的に、電話がかかってきて、話中であるか、通話評価トーンが聞こえるか、またはその電話を別の人に転送するかということですが、システムはこれについて決定を下す必要がありビットカジノio。

通常、これらの問題を解決するアプローチは、いわゆる設計時アプローチであり、システムをテストすることになりビットカジノio。システム上のすべての機能の組み合わせをテストしようとした結果、これら 2 つの機能を同時に使用することは不可能であると判断することになりビットカジノio。したがって、仲裁する必要があり、システムにソリューションを組み込む必要がありビットカジノio。

私の仕事では、いわゆるランタイムアプローチを検討し始めました。オンラインアプローチについて話す人もいビットカジノio。そこでは、「まあ、分かった、これらのものをシステム上に置きましょう。新たな動作を監視してから、それを管理し始めましょう。」と言うのです。したがって、電話がかかってきた場合は、その電話で問題が発生した場所を実行時に判断しましょう。これは便利です。なぜなら、考えられるすべての機能のすべての組み合わせをテストまたはチェックしようとすると、さまざまなユーザーがさまざまな機能を使用するため、実際のシステムではおそらく互いに遭遇することのない項目のチェックに膨大な時間を費やすことになるからです。そして、お互いに電話をかけない限り、それらの機能が競合する機会はありません。したがって、実行時にこの新たな動作に対処することは理にかなっていビットカジノio。そしてそれは今日、自動運転車などの多くのシステムに反映されていると思いビットカジノioが、ここでも道路上で起こり得るすべての事態をプログラムしたり事前に計画したりすることは不可能です。すべてのドライバーがこのことを知っていると思いビットカジノio。瞬時に決定を下さなければならない状況は常に存在しビットカジノio。

新たなシナリオに直面することになるでしょう。それを計画することはできませんでしたが、あなたは対処し、それに遭遇したときにその行動について決定を下しビットカジノio。おそらく正しいアプローチは、これらを少し組み合わせて、設計時のアプローチを最大限に使用して物事をできる限り安全に保ちながら、設計時に得た洞察を使用して、これらの新たな動作に対する実行時の決定を管理およびサポートすることです。これらの機能の相互作用の問題を調べたのは、明らかにかなり前のことです…

スライドが変わりビットカジノio。今回のスライドには、「設計時、実行時、およびハイブリッドのアプローチ (2)」というタイトルの新しい箇条書きのセットが表示されビットカジノio。スライドの右側には、都市の中心部にある交通量の多い停止中の高速道路を描いた画像がありビットカジノio。高速道路はその下にある同様に交通量の多い別の道路の上にあり、交通は停止しているように見えビットカジノio。箇条書きは画像の左側に配置されており、次のようになりビットカジノio。

サービスとワークフロー

データ処理と分析

[ステファン] しかし、現在のシナリオでそれらを見ると、それらは確かに再発しており、それはサービスとワークフローで発生しており、私たちが再び観察しているのは、システムの実行中にコンポーネントがまとめられる動的なシステムです。そして現在、データ処理や分析の世界では、このことがさらに顕著になっていビットカジノio。

つまり、トラフィックのルーティングについてはすでに示唆しましたが、それは政策決定の間の決定に関するものです。したがって、問題を理解しようと努め、私たちの都市で何が機能し、何が機能していないのかを理解しようとし、それから都市の道路網を再計画し、再構築しビットカジノio。これは非常に長期的な計画であり、市議会などが取り組んでいるアプローチであり、現在目にしているデータを活用する実行時ソリューションとは対照的です。そのため、現在、私たちが携帯電話でルート案内アプリを見ると、前方の渋滞について教えてくれたり、別のルートを教えてくれたりしビットカジノio。現時点では、彼らは現状の写真だけを見て、私たちにどのようにルートを変更するべきかを個別に教えてくれるので、それは非常に利己的です。しかし、これを、さまざまな車両が情報交換を開始し、これらの問題をどのように克服するかを一緒に計画できる、より大局的なアプローチに取り入れ始めると、私たちはまったく異なるシナリオを見ていることになりビットカジノio。そして、私たちが開発している種類のアーキテクチャは、それらの、現時点での対応のような決定をサポートしビットカジノio。

関連するシナリオですが、ある意味では異なりビットカジノioが、精密医療の分野で、医療ソリューションについて話す可能性がありビットカジノio。したがって、たとえば、心臓発作や糖尿病性ショックの危険にさらされている患者がいる場合、携帯電話を一日中持ち歩きながらその患者の行動を監視し、その個人が意思決定を行うことができビットカジノio。つまり、30 分以内に心臓発作が起こるかどうかはわかりませんが、それを避けるためにその人が今もっと動く必要があることがわかれば、ユーザーにそのアドバイスを与えることができビットカジノio。ユーザーが動き始めると、リスクが下がり、すべてがうまくいきビットカジノio。あるいは、デバイスがユーザーが動かないことに気づき、先制して救急車を呼び、必要なときに救急車が到着できるようにすることもありビットカジノio。しかし、ここで私たちが抱えている問題は、個人のデータを組み合わせる必要があるということです。そのため、個人とその種類の状況を調べ、それを、その人々のグループや特定の病気とそれがどのように行動するかについて私たちが得ているある種の人口動態の理解と組み合わせる必要がありビットカジノio。

精密医療では、これらを統合する必要がありビットカジノio。しかし、繰り返しになりビットカジノioが、私たちはこれらの洞察を、政策立案の種類やどのような錠剤を処方するかという観点からではなく、実際に今、即時にアドバイスを提供することを検討しているという観点からまとめる必要があると思いビットカジノio。新型コロナウイルスの影響で現在使用されている追跡アプリを見ると、それらは人口統計上のソリューションの一部であると思いビットカジノio。そこで彼らは行動を追跡し追跡し、特定のリスクにさらされていたことを遡及的に人々に伝えることを検討している。外出中の人々に、リスクがより高いゾーンに入っていることを即座に伝え、それ以上進まないように警告できれば、さらに素晴らしいことです。

そして、そこには他の例も見つかりビットカジノio。私が見てみたい3番目の種類の例は、クラウドにあるエッジでデータを処理する例です。現在のスマート自動車保険を例に挙げると、車に追跡装置が搭載されており、気象状況、運転状況、道路状況、運転速度、あらゆる種類の行動を保険会社に報告する自動車保険がありビットカジノio。急ブレーキをかけたり加速したりしていませんか？では、あなたはかなりアグレッシブな運転をしていビットカジノioか?そして、このすべてのデータを保険会社に報告していビットカジノio。したがって、先ほど述べたプライバシーの問題を振り返ってみてください。これはプライバシーをかなり侵害するものであり、その後、保険会社が保険料の支払いを調整しビットカジノio。

現在はデータを収集してクラウドで処理していビットカジノioが、私たちにもできることは、そのデータを車内で処理することだと思いビットカジノio。保険会社が本当に知る必要があるのは、一定期間内にあなたの運転のリスクが上がったか下がったかだけだからです。したがって、自動車がリスクが増加している、またはリスクが減少していると報告している場合、保険会社にとってはそれだけで十分です。そしてある意味、彼らはなぜこれが増加しているのかを知る必要がありません。おそらくそれはあなたがアグレッシブな運転をしているからかもしれませんし、もしかしたら道路上で非常に悪天候の場所に遭遇したからかもしれませんが、それらの詳細は車内に残る可能性があり、私たちのプライバシーははるかに良くなると思いビットカジノio。]

スライドを「データ処理アーキテクチャ」というタイトルのスライドに切り替えビットカジノio。タイトルの下には、濃い青と黒のアイコンで構成されるフローチャートが表示されビットカジノio。フローチャートの開始時に、軌道上の衛星の画像が表示され、次に人間の頭の画像、サーバーの画像、さらに別の人間の頭の画像に移動してからサーバーに戻りビットカジノio。このグラフの下には別のグラフがあり、このグラフは雲の画像を示していビットカジノio。次に、ファネルに入るデータの画像に移り、最後に頑丈なロボット アームの隣にあるコンピュータの画像に到達しビットカジノio。

この図の下にはいくつかの小見出しがあり、それぞれに独自の箇条書きが付いていビットカジノio。これらは次のとおりです:

感知と行動

処理中

ストレージ

分析

[ステファン] それで、これらのアイデアを私がデータ処理アーキテクチャと呼んでいるものに落とし込むと、何が起こっているのかある程度の全体像が見えてきビットカジノio。

つまり、これらのアーキテクチャでは、私たちは感知して行動するゾーンのようなものを持っていビットカジノio。これは、現実世界、機械、機器、センサーとのインターフェースであり、データを収集し、周囲の世界についての洞察を提供するだけでなく、物事を変えることができるデバイスも備えていビットカジノio。

つまり、農業分野では、センサーが地面の写真を撮り、それを分析して特定の肥料濃度を把握し、アクチュエーターとして多かれ少なかれ肥料を放出するように機械を駆動することができビットカジノio。センサーからのデータが収集されたので、処理、フィルタリング、転送が必要です。これはエッジとフォグのゾーンのようなもので、より単純なテクニックの適用を検討していビットカジノio。先ほど述べた最短のループは、感知、処理、動作であり、今日非常に興味を持たれているアプリケーションには、このサイクルが必要なものがたくさんありビットカジノio。今日、コンピューティングの観点から作成された多くのアプリケーションは、はるかに長いサイクルを見据えていビットカジノio。彼らは、センシング、クラウドへの転送、保存、AI の適用を検討しており、最終的には現実世界で何らかの行為や処理結果に戻る可能性がありビットカジノio。しかし、これを介してあらゆる種類のループを実行することができ、ここの領域に注目すると、以前に説明したテクノロジーの多くが出現していることがわかりビットカジノio。

つまり、私たちは IoT にサービスを見出していビットカジノio。サービスはエッジでこれらのデバイスに展開でき、この現実世界と実際にやり取りすることを検討でき、サービスはプログラムの機能をセンサーに直接移動できる可能性を私たちに与えてくれビットカジノio。そして、これを高速データ処理アプリケーションで実行し、その意思決定の一部をエッジに直接プッシュしました。もう少し中間に入り始めたら、オレンジ色のパズルタイプの AI やソフトウェア サービスをエッジ デバイスやフォグ デバイス上で実行して、実際に洞察を得ることを検討するかもしれません。おそらく、私たちが入手できるすべてのデータを含む完璧な洞察ではありませんが、最近収集したデータ、またはたった今収集したデータを中心に構築された洞察があり、それに基づいて非常に迅速に行動しビットカジノio。それ以外の場合は、クラウドに移行すると、明らかにそこで他のことを行うことができビットカジノioが、センサーから遠ざかるほど、またはその処理チェーンが長くなるほど、何かを感知してから結果を送信するまでの時間遅延が長くなるということを理解する必要がありビットカジノio。また、帯域幅とストレージ、そしてそのデータの収集と管理のコストも高くなり、先ほど述べたいくつかの疑問に戻りビットカジノio。

そして、私の仕事の焦点は、次の数枚のスライドでさらに詳しく説明するところですが、エンドデバイスからデータを取得してそれらと連携し、ワークフローやプロセスの観点からクラウドで物事を実行し、クラウドで物事を実行するためのサービスを中心としたこの種の中心ゾーンにありビットカジノioが、常に、私が見ているシステムがシステムと対話し、機能をセンシングまたは機能し、または AI 技術と対話しているという視点を持っていビットカジノio。雲レベル。そういう意味で、私がこれまで扱ってきたいくつかの質問について振り返っていただければと思いビットカジノioが、それは私たちが検討しているすべてのシナリオに本当に関連していビットカジノio…

「質問と解決策」というタイトルの別のスライドに移りビットカジノio。スライドには 2 つの小見出しがあり、それぞれに以下の箇条書きの独自のリストが含まれていビットカジノio。各箇条書きは質問として提示され、その後に回答案が続きビットカジノio。箇条書きは次のようになりビットカジノio:

適切なデータと処理する適切な場所の選択

データを処理する適切なサービスの選択

[ステファン] その 1 つは、適切なデータとそれを処理する適切な場所の選択に関するものです。では、どのデータを処理する必要があるのか​​、またその処理をどこで行うのかをどのようにして知るのでしょうか?そして、その質問に対する答えは、帯域幅の使用量、処理速度、データストレージ、そしてプライバシーを概念として扱っているのでしょうか?そこで私たちは自律オブジェクトを中心とした作業を行い、エッジ デバイスにほとんど独立して動作したり、必要に応じてピア デバイスと対話したりするための多くの電力を与えていビットカジノio。私たちはハイブリッド ソリューションを検討しており、一部の処理はエッジまたはエンド デバイスで実行できるが、一部はクラウドに送信する必要があると判断していビットカジノio。そして私たちは、たとえばゲノム データ セットを処理する傾向にある科学ワークフローにおける、ある種の構造化されたプロセスに注目してきました。

たとえば、新薬候補を探して見込みのない候補を排除するため、臨床試験のようなものにすら到達できません。そして、新型コロナウイルスの治療薬が急速に生産される中で見てきたようなテクノロジーが大きな成功を収めたと私は思いビットカジノio。したがって、これらのワクチンは、多くのデータ処理が候補薬に適用され、臨床試験が開始される前に候補薬を排除できるため、非常に迅速に製造できビットカジノio。しかし、データをフィルタリングする方法についても検討する必要がありビットカジノio。つまり、新しい洞察が得られないという理由で、収集の時点でどのデータを破棄できるのかを考える必要がありビットカジノio。それについても、すぐに説得力のある例をいくつか挙げることができると思いビットカジノio。

そして、明らかに問題となるのは、データの処理にどのようなソフトウェア、どのサービスを使用するかということです。そしてそこでまた選択質問を検討しビットカジノio。そのため、私たちはワークフローの柔軟性に注目し、特定の問題に対して適切なサービスを選択する方法を理解していビットカジノioが、複雑なサービスを計画し、一度にそれらをより自動的に分解するための自動化されたアプローチも検討していビットカジノio。それで、数分かけてサービスの選択を検討してみると…

新しいスライドが表示されビットカジノio。このスライドは「サービスの選択」というタイトルで、2 つの小見出しがあり、それぞれに箇条書きが付いていビットカジノio。この右側には、Stephan Reiff-Marganiec と Marcel Tilly による『サービス指向システムと非機能プロパティに関する研究ハンドブック: 将来の方向性』というタイトルの本の表紙の画像がありビットカジノio。この本は淡い緑色で、音楽、ビデオ、ドキュメントなど、クラウド コンピューティングを表すさまざまなコンピューター アイコンに囲まれた雲を描いた表紙の画像がありビットカジノio。この画像の左側にある箇条書きは次のとおりです。

2 つの問題

その他の考慮事項

[Stephan] サービスの選択では、一連のデータを操作するのに適切なソフトウェア サービスを選択するという考えを検討していビットカジノio。そして、それは 1 つのサービスを選択することもできるので、実行する単純なタスクがある場合は、単純な 1 つのサービスを選択することを検討していビットカジノio。複雑なタスクがある場合は、ソリューションを推進するために多数のタスクを連鎖させるワークフローまたは自動的に計画されたワークフローを使用することがよくありビットカジノio。そしてその領域では、ワークフロー全体のサービスを選択して、すべてのタスクが関連するサービスによって明らかに実行されるようにしたいと考えていビットカジノio。そして、その分野では、次に 2 つの決定を検討する必要がありビットカジノio。つまり、すべてのサービスについて、機能性と非機能プロパティと呼ばれるものに関する質問がありビットカジノio。したがって、サービスは明らかに、私たちが望むことを行う必要がありビットカジノio。

私たちを自宅から最寄りの駅まで連れて行ってくれる交通サービスについて考えると、その機能は非常に明白です。それは交通サービスです。それはあなたをある場所から別の場所へ連れて行きビットカジノio。しかし、私たちはまた、いわゆる非機能的なプロパティも持っており、それらはサービスの品質に近いものです。そして、品質は、輸送サービスの 1 つであるかもしれませんが、コスト、つまり、どれだけ高価であるかによって決まるかもしれません。それは私たちが持っている快適さの周りにあるかもしれません。たとえば、タクシーは、玄関まで迎えに来て、目的地まで降ろしてくれるので、おそらくはるかに快適です。一方、バスは、おそらくバス停まで歩いて、バス停が来るのを待っていなければなりません。すでに述べたように、ソフトウェア サービスに関連するのは、サービスを実行するのに最適な場所であり、どのくらいの量のデータを送信する必要があるかによって決まりビットカジノio。サービスを別の場所に移動できビットカジノioか?サービスを多くのデバイスに分散し、エッジで多くのインスタンスを実行するのが最善でしょうか?それとも、そのサービスはすべてのアプリケーションが使用する中央の場所で実行する方が良いでしょうか?

新しいスライドが表示されビットカジノio。このスライドは、InContext Solutions の厚意による大きなフローチャートを示していビットカジノio。このグラフは、「関連性エンジン」と呼ばれるものを介したデータの移動を示していビットカジノio。チャートの右側には、「関連性エンジン」のプロセスを詳しく説明する複雑な方程式を示す 2 つの図がありビットカジノio。スライドのタイトルは「サービスの選択 - スコアリング」です。

それで、ホセが前に言及したプロジェクトの 1 つである InContext EU プロジェクトでは、チーム作業のためのサービスの選択を検討していました。ただし、それらはユーザーにとって最も適切なものが選択されるはずです。そして、ある意味、このアーキテクチャはコンテキスト情報の収集を考慮したものであり、つまり、私たちのセンシング部分です。

そして、フィルタリング フェーズとランキング フェーズという 2 つのフェーズを持つ、ある種の基準とルールベースの選択メカニズムを構築しました。そして、フィルタリング フェーズでは、基本的に、必要なものに適していないサービスをすべて選別し、次にランキング フェーズで、一種の好みスコアリング アルゴリズム、つまり、どのサービスが必要なものに最適かを示すアルゴリズムによってサービスを並べ替えビットカジノio。

これらの方法は、単一のサービスを選択するのに最適です。したがって、サービスを選択する必要がある場合は、関連性のないサービス候補をすべて捨てて、残りのサービスをランク付けしましょう。たとえば、レストランでディナーに行きたいのであれば、そうです。ディナーを提供していないレストランはすべて、自分に関係がないため、すぐに近くのレストランから除外できビットカジノio。次に、レストランの星評価や衛生評価、あるいは価格や衛生状態などの要素の組み合わせを見て、どのレストランが自分のニーズに最も適しているかを判断しビットカジノio。そして、ここのアルゴリズムがあなたにとって最適なアルゴリズムを提案しビットカジノio。

スライドを少し切り替えて、図を示した「サービスの選択 - グローバルとローカル」というタイトルのスライドに切り替えビットカジノio。図の左側に沿って垂直に配置された 3 つの吹き出しには、T1、T2、および T3 という文字が書かれていビットカジノio。数字は上部の T1 から下部の T3 まで配置されていビットカジノio。これらの吹き出しのすぐ右には、それぞれの隣に数字とポンド単位の価格が記載されたさらに多くの吹き出しが見えビットカジノio。それらは次のようにリストされビットカジノio:

T1 – 11 (£2)、12 (£5)

T2 – 21 (s11 で 5 ポンド、s12 で 1 ポンド)、22 (s11 で 8 ポンド、s12 で 2 ポンド)

T3 – 31 (s21 で 3 ポンド、s22 で 2 ポンド)、32 (s 21 で 1 ポンド、s22 で 5 ポンド)

次に、「サービスの構成」というタイトルのスライドに切り替えビットカジノio。このスライドには 3 つの小見出しがあり、そのうちの 2 つは下に箇条書きで示されていビットカジノio。それらは次のようになりビットカジノio:

目標: タスクを達成するサービスの組み合わせを見つけること

静的ワークフロー

動的

[Stephan] これを、ワークフローの一部としてサービスを選択するというもう少し大きな文脈に置き換えると、次のようになりビットカジノio。つまり、ここでのワークフローは、出発点から最後まで到達するために実行する必要がある、単なる 3 つの抽象的なタスクのようなものです。それぞれのタスクに対して、選択できるサービスが多数ありビットカジノio。

わかりやすくするために、ここではサービスのコストのみを見ていきビットカジノio。したがって、タスク 1 でサービスを選択する必要がある場合は、当然、最も安価なこのサービスを選択することになりビットカジノio。素晴らしい。それでは、次に進みましょう。選んでください。しかし、次のサービスに行くと、おそらく少し珍しいことに遭遇するので、そこで私たちのような計画と前向きな考え方が何らかの形で投入される必要がありビットカジノio。なぜなら、ここでは、次のサービスのコストが以前に行った選択に依存していることがわかるからです。そして、実際にこのサービスと選択したサービスを組み合わせると、この場合は £7.00 になることがわかりビットカジノio。このサービスを選択していたら、おそらく他の選択肢もあったでしょう。そして、このサービスとこのサービスを合わせても 6.00 ポンドしかかからないので、そうしていビットカジノio。つまり、ある意味で、あるサービスが「私を他のサービスと併用すると割引になりビットカジノio」という一種の取引がここで行われているのです。そして、私たちは皆、まだ自由に旅行することが許されていた時代に、このような状況に遭遇したことがありビットカジノio。

特定の航空会社の航空券と組み合わせると、レンタカーやホテルが安くなる場合がありビットカジノio。したがって、ブリティッシュ・エアウェイズを利用する場合、おそらくエイビス カー レンタルを利用すると、料金は半額で済みビットカジノio。したがって、サービスを連鎖させて選択するかどうかの決定は、それらのサービス間の接続によって決まりビットカジノio。

ここで、「それでは大丈夫です。それでは、全体の計画を先に立てましょう。タスクが 3 つあることはわかっていビットカジノio。すべてのサービス候補について考えて、すべて実行して次に進みましょう。」と言うことができビットカジノio。しかし、サービスが利用可能になったり利用できなくなったりする動的な世界にいる場合、それはもはや機能しないことがわかりビットカジノio。それはもう通用しません。したがって、これを回避する必要がありビットカジノio。残りの部分は簡単に読み飛ばしビットカジノio。その意味で、これらのサービスの構成に注目すると、タスクを達成するサービスの組み合わせとワークフローに注目することになりビットカジノioが、やはりワークフローは実行時に変化する非常に動的なものであることがわかりビットカジノio。また、サービスを変更したい場合は、適用しているルールに基づいてワークフローが変更される可能性がありビットカジノio。したがって、再設計されるのではなく、実行時に動的な変更を実行するために選択したサービスに埋め込まれる必要がありビットカジノio。

次のスライドは「待ち時間なしのデータ処理」というタイトルで、画面の左側にメディエーターの図が示されており、一方には 3 種類のサービスが参入し、もう一方には 4 種類の消費者が参入していることが示されていビットカジノio。図の下には、次のような 3 つのテキスト ボックスがありビットカジノio。

図の左側には次の 3 つの箇条書きがありビットカジノio:

[ステファン] データ処理に注意を戻すと、遅延のないデータ処理を検討しました。そのため、帯域幅の削減と高速応答を検討したいと考えていビットカジノio。そこでのシナリオを検討すれば、タクシーのシナリオを検討することができビットカジノio。したがって、たとえば、タクシーを待っているユーザーがいる場合、ユーザーは近くにあるタクシー、またはすぐに到着して利用可能なタクシーを望んでいビットカジノio。したがって、一般的なシステムは、市内のすべてのタクシーからこのデータをすべて収集し、ユーザーがリクエストを持って動的に到着すると、そのデータにユーザーをマッピングしビットカジノio。

しかし、実際には、ほんの少しの情報を保存するシステムだけが必要です。なぜなら、このタクシーがここに来て再び利用可能になると、その履歴情報はもう必要なくなるからです。そのため、私たちはそれを忘れてもよく、捨ててもよく、タクシーの新しいステータスを見るだけで済みビットカジノio。そして、それを見ると、この低レイテンシ アーキテクチャでは、事実上、意思決定をクラウドに集中させているため、すべてのデータが 1 か所に収集されビットカジノio。

しかし、私たちが非常にやりたいのは、エッジの計算能力を利用して、デバイスの自律性を検討することです。したがって、私たちがスマート オブジェクトまたはスマート デバイスと呼ぶものはそれぞれ独自の決定を下すことができるため、何らかの主体性を持っていビットカジノio。デバイスまたはスマート オブジェクトのエコシステム全体にわたって、全体的な種類の優れた最高のサービス容量を維持するという観点から、近くにある他のオブジェクトと対話して、どのサービスをいつ提供したいかについて適切な決定を下すことができビットカジノio。そのためには、デバイス上で大量のデータを収集して処理する必要がありビットカジノioが、そのデータは比較的単純な傾向があり、ほとんどの処理はデバイス上で行うことができビットカジノio。そして、状況が本当に非常に複雑になった場合、デバイスはいつでもクラウドに接続して決定を下し、そこから洞察を得ることができビットカジノio。

スライドが 3 つの画像を表示する新しいスライドに変わりビットカジノio。 1 つ目は、企業の支出と収入に関連するデータの詳細を記載した Excel ドキュメントのスクリーンショットです。次に、この同じデータが別の画像にプレーン テキストで表示され、最後に、このデータを解釈するプロセスが最終画像のフローチャートにレイアウトされビットカジノio。

このスライドのタイトルは「新しい方法でのデータの見方」で、ページ上部の画像のすぐ上に 2 つの箇条書きが示されていビットカジノio。これらの箇条書きは次のとおりです:

[ステファン] 最後に見ていきたいのは、データを新しい方法で見ることです。したがって、データは明らかに私たちが持つ値として存在するが、データはリンクとしても存在する可能性があると先ほど述べました。そこで生じた疑問の 1 つは、リンク データまたはセマンティック データの分野で中小企業とどのように連携するかということでした。私たちが探していたのは金融詐欺で、HMRC などの人々は明らかに年末に会社の記録をすべて収集しており、次のようなものになる傾向がありビットカジノio。 つまり、それはすべての情報を含むスプレッドシート、Word 文書、またはその他のデータ構造に似ていビットカジノio。ただし、さまざまな要素間のリンクは含まれていません。つまり、あなたが 7 つの異なる会社の取締役である可能性があり、あなたは 7 つの異なるシートに現れるだけで、特定の人物を探していることがわかっていて探索を開始しない限り、誰もつながりを作ることはできません。そこで、これらのシートの多くを自動的に収集し、それらをセマンティック データ構造に処理して、探索を開始できるようにしました。

それで、ビジネスのオーナーは誰なのか見てみましょう。彼らはどこに住んでいビットカジノioか?他に誰が彼らと一緒に住んでいビットカジノioか？など、その後、さまざまな企業間に不審なつながりがあるかどうかを確認しビットカジノio。そうすれば、明らかに、不正行為調査員は、より指示的かつ断固とした方法で作業できるようになりビットカジノio。

「概要」というタイトルの新しいスライドが表示され、4 つの小見出しが含まれており、そのうちの 3 つはその下に箇条書きが付いていビットカジノio。それらは次のようになりビットカジノio:

コンピューター サイエンスの多くの分野で多くの研究が行われてきました

私の仕事が貢献していビットカジノio:

両方の分野で大きなチャンスが待っていビットカジノio:

主な課題:

[ステファン] わかりました。これで今日の旅は終わりになると思いビットカジノio。したがって、私の仕事の多くはコンピューター サイエンスの分野で行われたことは明らかです。他にも多くのコンピューター科学者が取り組んでおり、他のあらゆる分野の専門家と協力しており、すでに多くの研究が行われていビットカジノio。しかし、これらの新しいアプリケーションを検討し始めると、答えなければならない未解決の疑問がたくさん出てくると思いビットカジノio。

私の仕事は特に、データ処理のためのスケーラブルなソフトウェア アーキテクチャ、データ探索のためのセマンティック Web アプリケーション、サービスの選択と構成、およびこれらすべてをユーザーとアプリケーションを中心とした視点で実現することに貢献していビットカジノio。そして、私たちが次のステップに進み始めているのであれば、私たちが直面している問題のいくつかに対処するために既存のアイデアを組み合わせることには大きなチャンスがあると思いビットカジノio。なぜなら、私たちはすでに非常に多くの解決策を持っていビットカジノioが、それらはしばしば単独で存在しているだけだからです。しかし、その場合は明らかに、最先端技術を改善するビット、私たちが知らない領域の解決策を提供するビット、または私たちが現在持っているいくつかの技術に対してより良い解決策を提供するビットの開発と研究に目を向ける必要がありビットカジノio。そして、それらすべては、アプリケーションのコンテキストにおいて、ある意味、はるかに大きなシステムのようなものとして見られる必要がありビットカジノio。

データ品質の保証に関して、私たちが対処する必要がある重要な課題があると思いビットカジノio。そして、これまでのところ、データ品質に関する保証を提供するような素晴らしい仕事はあまりないと思いビットカジノio。AI と機械学習をデータのソースにプッシュすることにもっと目を向ける必要があると思いビットカジノio。現時点では、多くの技術が、特に近年では、ディープラーニングに焦点が当てられているかどうかにかかわらず、必ずしも小型デバイスに適用できるほど柔軟性がありません。迅速な応答が必要な場合は、データの継続的な増加に対して何かをする方法を学ばなければならないと思いビットカジノio。帯域幅とストレージの使用量を抑えたいのであれば、データの一部を捨てて「ありがとう、これは必要ありません」と言う方法を学び始める必要がありビットカジノio。

では、最後に感謝の意を表したいと思いビットカジノio。そしてその「あなた」というのは、本当にたくさんの人です。それは長年にわたる私の共同研究者、同僚、博士課程の学生たちで、何人かの名前がスライドに載っていビットカジノio。そして、コンピューター サイエンスの論文リポジトリである DBLP で最近検索したところ、115 人の共著者が表示されたため、全員をリストしていたらスライドのスペースが足りなくなってしまうでしょう。したがって、私と協力してくださったすべての方々、共同研究者、同僚、そして博士課程の学生に心より感謝いたしビットカジノio。世界中の人々と仕事をするのはいつも刺激的で、逃したくないものです。それは主に彼らが私を今日の立場に導いてくれたおかげです。

また、私が研究プロジェクトや海外研究訪問に参加していたとき、時には何週間も何か月も私なしで過ごさなければならなかった家族にも感謝しビットカジノio。それが明らかに彼らにとって非常に大変なことだと私は知っていビットカジノio。幸運なことに、私は長年にわたりさまざまな団体から資金提供を受け、その活動の一部を実現することができました。今日参加して聞いてくださった同僚やゲストの皆様、本日の聴衆に感謝しビットカジノio。ありがとうございました。

「ありがとう」というタイトルのスライドが簡単に表示され、次のように多くの組織や個人がリストされていビットカジノio。

ありがとうございビットカジノio…

We then see the ネットカジノ three hills logo appear in the centre of the screen on a dark blue background before fading to black.

就任講義シリーズ: Stephan Reiff-Marganiec 教授のビデオ

サービス コンピューティングとデータ処理アーキテクチャによるスマートな世界の実現に戻る