Vinkler på big data. Det er ikke nødvendigvis størrelsen... / SIDE 4-5 Hvor kommer data fra, og hvad skal vi bruge dem til?

Transkript

1 Vinkler på big data Det er ikke nødvendigvis størrelsen... / SIDE 4-5 Hvor kommer data fra, og hvad skal vi bruge dem til? / SIDE 6-7 Find udstikkerne med dataanalyse / SIDE 8-9 Store datamængder kræver bare flere kræfter / SIDE Hvordan sikrer du dine og andres data? / SIDE Syv skarpe om sundhedsdata / SIDE

2 (Big) data? Søg vejledning hos os! Big data er både et buzzword og en reel katalysator for vækst. Dataene er derude, og det gælder om at udnytte dem. Store som små. Skal din virksomhed i gang med (big) data, så søg vejledning hos os vi har flere års erfaring med dataanalyse, beregning og rådgivning om brug af data. I dette hæfte sætter vi fokus på, hvor dataene kommer fra, hvordan man opbevarer, visualiserer, sikrer og opsamler dem og ikke mindst hvordan man skaber nye forretningsmuligheder ved anvendelse af data. 3

3 Det er ikke nødvendigvis størrelsen Små datamængder kan også skabe helt nye forretningsområder. Folk overser ofte, hvad data er. Man har en tendens til at tro, at det udelukkende handler om store datamængder. Men data er mange ting, og som virksomhed er kunsten at finde ud, hvilke data, man har liggende og kan få adgang til og få nogen til at hjælpe med at skabe et overblik. Data som handelsvare Ifølge Per Sondrup, salgschef i Alexandra Instituttet, ser vi i øjeblikket flere eksempler på, at data går hen og bliver selve handelsvaren. Det gælder f.eks. måden, hvorpå vi booker hotelværelser og fly, og måden vi betaler på. Det handler om at bearbejde de data, man allerede har eller kan få adgang til, og at skabe en ny service eller produkt. Herhjemme er Vestas et godt eksempel på en virksomhed, der i samarbejde med Creuna har skabt en ny service ud fra eksisterende data. Vestas har ret præcise data på, hvordan deres møller bliver brugt, og har udviklet ekstra services, der indkalder møllerne til reparation på nøjagtig samme måde, som vores bil bliver indkaldt til service. Mindre datamængder kan være særdeles værdifulde - både for kunder og virksomheder. Hvem er oplagte aftagere af dine data? Vestas ligger også inde med meget præcise data på, hvor meget det blæser de steder, hvor deres møller er placeret. Og så har de tænkt: Hvem er det relevant for? Her er landmænd jo oplagte, og derfor har Vestas udviklet en vejrtjeneste, der kan fortælle, om det kommer til f.eks. at regne på en lokal landmands mark. Det handler ifølge Per Sondrup om at spørge sig selv om, hvad der kan gøre ens kunders forretning bedre, og hvem der er oplagte aftagere af disse data. Mindre datamængder kan også være værdifulde både for kunden og for ens egen virksomhed. Kan forbedre byens tjenester Et andet eksempel bringer big data op i helikopterperspektiv. Det er en video, hvor man i første omgang kan spørge sig selv: Hvad skabte videoen? https: / Det korte svar er, at det gjorde big data. Videoen er lavet i samarbejde med den spanske bank BBVA og Senseable City Lab på MIT og viser forbruget og indkøbsmønstre i hele Spanien hen over påsken Dataene er indsamlet via BBVA s banknet og er en visualisering af, hvordan 1,4 mio. kunder og virksomheder har udført mere end fire mio. transaktioner. Hvis forbrugsmønstret er det samme år efter år, kan man bruge de digitale fodspor, som indbyggerne afsætter, til bedre at forstå byen og vores forbrugsmønstre og til at forbedre byens tjenester. 4 5

4 ALEXANDRA INSTITUTTET //VINKLER PÅ BIG DATA Hvor kommer data fra, og hvad skal vi bruge dem til? Thomas Gilbert er Software / ICT Engineer i Alexandra Instituttet og arbejder med sensorteknologi, elektronik- og softwareudvikling. Han forklarer her, hvor de store mængder data kommer fra, og giver eksempler på, hvad vi kan bruge dem til. 6 Tingene kommunikerer med hinanden Der produceres og lagres flere data end nogensinde før, og udviklingen fortsætter. Ofte kommer big data fra sensorer, der registrerer ellers skjulte mønstre eller adfærd, som nu kan afdækkes, analyseres og udnyttes. hvor Alexandra Instituttet er frontløber. Vi gennemfører en række projekter, hvor data samles op på forskellige måder. Virksomheder kan bruge data til at: skabe et bedre beslutningsgrundlag Thomas Gilbert forklarer: skabe overblik Meget af den udvikling, der finder sted, handler om kommunikation at tingene bliver forbundet via internettet og kan tale sammen. Det er grundstenen i Internet of Things. Før sad vi med et modem eller en langsom forbindelse, og det var dyrt at få ting på nettet. Siden er det hele blevet trådløst, og det er en væsentlig årsag til den store udvikling, forklarer han. Vi hjælper virksomheder med at få gavn af big data For at udnytte big data er det altafgørende, at en virksomhed er i stand til at håndtere de enorme mængder data. Ofte fylder det tekniske for meget, og det kan være svært at holde fokus på, hvordan man bruger big data til at skabe værdi for virksomheden og kunderne. Ud over at udvikle software, der virker i forhold til Internet of Things, kan vi i Alexandra Instituttet udvikle både hardware og software, siger Thomas Gilbert. effektivisere og optimere interne processer styrke virksomhedens produktivitet målrette markedsføringen, for eksempel ved en kombination af interne og eksterne data give større kendskab og indsigt i forskellige kundegrupper forudsige salg og lagerudvikling udvikle nye forretningsområder både i eksisterende virksomheder og i nye virksomheder udvikle intelligente systemer og koncepter baseret på big data Det store potentiale i at bruge disse data kan blandt andet udnyttes og realiseres gennem komplekse teknologier, 7

5 Find udstikkerne med effektiv dataanalyse Nye beregningskræfter kan behandle data langt mere effektivt. Maskinlæring, datamining og dataanalyse har været grundbegreber inden for datalogien i flere årtier. Men i disse år kommer dataanalyse for alvor ind alle steder. Hvor der ikke tidligere var mulighed for at lave dataanalyser, fordi beregningskraften kostede for meget, er vi i dag i stand til at processere data langt billigere. Sådan lyder det fra Jan Neerbek, Senior IT Solutions Architect i Alexandra Instituttet. Han giver her et bud på, hvorfor big data og dataanalyse breder sig som ringe i vandet og skaber nye forretningsmodeller. Positiv spiral med massive investeringer Ifølge Jan Neerbek er området inde i en virkelig positiv spiral i øjeblikket, idet der bliver kastet mange penge efter udviklingen af algoritmer, datastrukturer og beregningsplatforme. Inden for maskinlæring er der stor aktivitet i området deep learning. Det er en metode til at træne og få nogle markant større kunstige neurale netværk. Deep learning er et kvantespring i forhold til, hvad man kunne tidligere. De gamle værktøjer fungerede ikke i store neurale netværk. Det var simpelthen svært at lære et stort neuralt netværk noget fornuftigt, fortæller Jan Neerbek. Med deep learning har vi fået en metode til at splitte netværkene op, så man kan træne dem hver for sig. Det betyder, at man ikke får problemer med, at netværket bliver for stort. Computeren kunne ikke se den gule ost Et nøgleord i deep learning er, at man skal finde struktur i et problem, før man kan håndtere det. Det giver netop god mening inden for både audio og visuel genkendelse. Det betyder, at man kan få svar på ting, man ikke kunne før. Det det er nyttigt inden for f.eks. ansigtsgenkendelse, talegenkendelse og bedre oversættelse. Tidligere kunne computeren ikke finde ud af, at den gule ost i et pacman-spil var interessant, fordi den ikke kunne håndtere så mange pixels. Vore dages computere kan håndtere langt større mængder data. Det var bl.a. derfor, at Google betalte mere end 500 millioner dollars for det engelske firma Deep Mind, forklarer han. Genkender ord på samme måde som hjernen Det kan være svært for maskiner at genkende ord og sætninger hurtigt og præcist, og derfor er softwaren, der kører på Microsofts servere, og som bliver benyttet i Skype Translator, trænet til at genkende ord på samme måde som hjernen. Den ultimative computer vil ifølge Bill Gates lære af sig selv, og han mener, at deep learning vil ændre den måde, computere fungerer på i de kommende ti år. Deep learning tillader computeren at gøre nogle ting, som vi ikke kunne før. Selv om vi stadig er i den spæde start, kommer vi til at bruge automatiserede processer, der processerer data og kommer med anbefalinger. Microsoft, Google og mange andre udvikler velfungerende virtuelle assistenter. Det bedste eksempel er Google Now, som kan planlægge din hverdag, uden at du gør noget. Den holder øje med din telefon og ved, at du kører hjem på et bestemt tidspunkt og kan derfor fortælle dig, om der er vejarbejde eller uheld på vejen, forklarer Jan Neerbek. Hjælp til dataanalyse Der stilles stadigt større krav til, at offentlige og private virksomheder skal beskytte borgernes private data. Vi har gennemført en dataanalyse for UdbudsVagten A/S, som er en virksomhed, der scanner offentlige og private udbudsdatabaser og tilbyder udbudsservices til sine kunder. Vi udvikler også et værktøj, der ved hjælp af dataanalyse, kan opdage om private oplysninger som personnumre eller medicinhistorik ved en fejl bliver publiceret på en hjemmeside. Dataanalyse kan også bruges til monitorering af urin på hospitaler. Vi er derfor ved at udvikle en algoritme, der automatisk kan finde ud af, om der skal udsendes et varsel ved for høje koncentrationer. Dataanalyse kan endvidere bruges til at analysere folks indkøbsmønstre på nettet. Vi har hjulpet virksomheden D60 med at optimere og redesigne deres anbefalingsalgoritme. Virksomheden udvikler avancerede business intelligence- og datamining-løsninger til webbutikker som Den Blå Avis, Just-Eat og BilBasen. 8 9

6 ALEXANDRA INSTITUTTET //VINKLER PÅ BIG DATA Store datamængder kræver bare flere kræfter Når store mængder af data skal beregnes og visualiseres. Alexandra Instituttets computer graphics-eksperter kæmper dagligt med at få beregninger af enorme mængder data til at gå endnu hurtigere. De har blandt andet fundet måder at udnytte de moderne grafikkorts muligheder bedre, og deres ekspertise efterspørges, når store mængder data skal beregnes og visualiseres. Vores computer graphics-eksperter udvikler løsninger til sundhedssektoren, fordi deres metode for det første kan beregne de ekstremt store datamængder meget hurtigt, for det andet giver en højere kvalitet, og for det tredje åbner op for helt nye anvendelser af scanninger til f.eks. kirurgisk simulation, kollaborative løsninger og diagnosticering som webservice. Vores løsning minimerede den mængde af data, der skulle bruges som basis for renderingen samt antallet af gange, det skulle flyttes. Dermed blev hastigheden i fremvisningen 500 gange hurtigere, og det blev muligt at vise betydeligt større molekyler. Case: VES Et tredje eksempel er udviklet i samarbejde med en læge fra Rigshospitalet. Øresimulatoren er en kirurgisk simulator, der træner ørekirurger i at udføre komplicerede og risikofyldte indgreb. Modellen, de øver sig på, er en digital udgave af et menneskehoved baseret på en enorm mængde billedmateriale og data. Region Hovedstaden har netop valgt at indføre et obligatorisk forløb med simulering som redskab på speciallægeuddannelsen. Case: Brainreader Når en patient CT- eller MR-scannes, genereres der meget store og komplekse datamængder, som det tager lang tid at beregne. I samarbejde med Alexandra Instituttet er Brainreaders hjernescanner til påvisning af Alzheimers forbedret betydeligt, fordi beregningstiden er minimeret fra timer til minutter. Case: QuantumWise QuantumWise anvender molekylevisualiseringer til simulering af elektriske egenskaber i f.eks. chips på nanoskala. De ønskede at kunne simulere på større og mere komplicerede molekyler, men realtidsvisualiseringen var ikke mulig med eksisterende teknologier. 10 Case: Fremtidens ultralydsscannere Alexandra Instituttet er også med til at udvikle fremtidens ultralydsscanner. Den skal være lille og handy og kunne kobles trådløst på internettet, så den kan forbindes til en ipad eller anden tablet. Det vil øge hastigheden på diagnosticering til fordel for patienterne. - Projektet vil radikalt ændre på mulighederne for at bruge ultralyd ved at lave forbedrede scannere, der er så kompakte, at nogle af dem kan rummes i en lomme, siger professor Jørgen A. Jensen fra DTU. Foruden DTU og Alexandra Instituttet deltager de danske firmaer BK Medical, Meggitt og forskergrupper fra Danmarks Tekniske Universitet og Rigshospitalet. Jesper Mosegaard, der er labchef for området i Alexandra Instituttet, forklarer: Vi arbejder primært med service-on-demand. Konkret vil vi ved hjælp af massiv acceleration af beregninger igennem GPU er i clouds lave avancerede beregninger, der kan give nye og bedre services til det kliniske personale samtidig med at fremtidens ultralydsenhed er både lille og handy, siger han. Mads Sølvsten Sørensen, Peter Trier & Karsten Noe Steven Andersen & Daniel Sieber Er du i tvivl om, hvordan du kan udnytte visualisering af data, er du velkommen til at kontakte Jesper Mosegaard eller læse mere om vores ekspertiser inden for visualisering og simulering på 11

7 Hvordan sikrer du dine og andres data? Sikkerhed og privacy er kommet i søgelyset i takt med udbredelsen og udnyttelsen af data. Ifølge Gert Læssøe Mikkelsen, sikkerhedsekspert og labchef i Alexandra Instituttets Security Lab, er der ikke udelukkende tale om en bagside af medaljen inden for big data tværtimod skaber den øgede opmærksomhed et nyt potentiale. EUs kommende persondataforordning, som vil øge kravene til behandling af persondata og udveksling heraf, kommer formentlig til at have stor betydning for, hvor omfattende problemet bliver. Den kan stikke en kæp i hjulet for nogle big data-løsninger, fastslår Gert Læssøe Mikkelsen. Men den øgede fokus på sikkerhed og privacy inden for big data giver mulighed for at arbejde proaktivt og skaber et potentiale for at levere løsninger, som er i overensstemmelse med lovgivningen. Ifølge Gert Læssøe Mikkelsen er der flere virksomheder, som fravælger at udvikle løsninger pga. bekymringer omkring sikkerhed, men der er et stort forretningspotentiale i avancerede sikkerhedsløsninger. Sikker dataudveksling mellem virksomheder Der er to aspekter i big data, som er interessante i forhold til sikkerhed. Det ene er rettet mod borgerne, som blandt andet udsættes for reklamer baseret på alskens datasæt. Det andet er rettet mod virksomheder, der ønsker at udveksle data, eksempelvis i forbindelse med Supply Chain Management. Teknologien Secure Multiparty Computation (SMC) er effektiv til løsninger, hvor der kræves fortrolig datahåndtering i forbindelse med udveksling af data. I forskningsprojektet COBE (Confidential Benchmaking) har vi været med til at udvikle en SMC-baseret løsning, som muliggør samkøring af nogle data, som ellers ville være problematisk ud fra et sikkerhedsmæssigt perspektiv, fortæller Gert Læssøe Mikkelsen. SMC gør det muligt for parterne at levere data i krypteret form og regne på data, mens de stadig er krypterede. Dermed produceres der resultater i krypteret form, og det eneste, det bliver kendt, er resultatet, som parterne er enige om at dekryptere, og som ikke kan misbruges. Målet har været at etablere en samlet arkitektur og en fælles platform for eksisterende ABC-systemer. Med løsningen minimeres de oplysninger, man afgiver om sig selv, og man afslører ikke oplysninger om sig selv, medmindre man selv ønsker det. Det skaber ekstra kvalitet og service for brugerne og mindsker risikoen for datamisbrug, siger Gert Læssøe Mikkelsen, og fortsætter: Alexandra Instituttets Security Lab kan hjælpe virksomheder med at forstå, hvilke sikkerhedsproblemer, der kan være i en konkret kontekst. Security Lab kan også hjælpe med at designe løsninger og give råd og vejledning om løsninger, der respekterer sikkerhed og privacy i forhold til de forretningsmæssige behov og krav fra lovgivningen. Sikker identifikation og beskyttelse af privatlivet Et andet eksempel er teknologien Attribute-Based Credentials (ABC), som kan understøtte både sikker identifikation og beskytte privatlivet, blandt andet i forbindelse med elektroniske ID-kort, som bliver mere og mere almindelige. Alexandra Instituttet har været med i EU-forskningsinitiativet ABC4Trust, som udvikler privacyløsninger i denne type systemer. SMC og ABC er blot to eksempler på teknologier, der har potentiale inden for sikkerhed og privacy i forbindelse med big data. Vil du vide mere om hvordan du kan sikre dine data, er du velkommen til at kontakte Gert Læssøe Mikkelsen eller læse mere om vores ekspertiser inden for sikkerhed og privacy på

8 Syv skarpe om sundhedsdata Big data på tværs af sektorer i fremtidens sundhedsvæsen. Labchef for Health IT Lab, Morten Kyng, fortæller om data i det danske sundhedssystem. Hvorfor det er godt at kunne bruge data på tværs af sektorer, og hvilke trusler vi skal være opmærksomme på blandt alle mulighederne. Hvad er udfordringen med den måde, vi gemmer og bruger sundhedsdata på i dag? Den helt store udfordring i dag er, at vi tilgår sundhedsdata via forskellige systemer og standarder. De praktiserende læger, hospitalerne og plejerne i kommunerne bruger forskellige systemer, som ikke kan tale sammen. Det skaber forvirring og ekstra arbejde, fordi de forskellige institutioner kun har den information, som aktivt er sendt til dem. Det kan i værste fald også resultere i alvorlige fejl, fordi man ikke har den nødvendige information. En af mine bekendte har for eksempel haft en kritisk oplevelse. Hun er lungetransplanteret og var tæt på at bliver fejlmedicineret, fordi den pågældende læge ikke kunne se, hun var transplanteret, og at hun derfor ikke måtte få den pågældende behandling. Hvad er målet med jeres projekt? Målet med telemed.nu er at kigge på alle aspekter inden for telemedicin. Det inkluderer studier af brugerne af telemedicin, udvikling af organisatoriske og økonomiske modeller til håndtering af telemedicin og udvikling af en teknisk infrastruktur som understøtter telemedicin. I den tekniske infrastruktur er målet at skabe en sikker håndtering af data, så alle kan tilgå dem på den rigtige måde. Vi bruger internationale standarder, som er udviklet i forvejen, så alle i hele verden kan være med. Vi prøver at skabe et økosystem, hvor vi tilbyder komponenter i open source og faciliterer og sætter struktur på data. I sidste ende for at hjælpe både leverandørerne og aftagerne. Erfaringerne med dette i det telemedicinske domæne kan på sigt bruges i alle andre aspekter af sundhed. Hvor langt er vi med deling af sundhedsdata i Danmark? Danmark er langt fremme med at sætte strøm på. Men det er baseret på forskellige nationale standarder. Det er desværre dyrt at udvikle og vedligeholde proprietære standarder, og det er mere besværligt at bringe internationale leverandører på banen, og nationale leverandører kan ikke så nemt bringe deres løsninger baseret på de nationale standarder til udlandet. Ved at bruge internationale standarder kan vi opnå større fleksibilitet for både leverandører og aftagere. Hvorfor er det vigtigt med fælles systemer og internationale standarder? Det er for eksempel utroligt vigtigt, at vi alle bruger samme måleenheder. Det betyder jo, at vi alle taler ud fra samme udgangspunkt, og når man har med patienter og liv at gøre, kan selv de mindste diskrepanser være meget afgørende. Kan du komme med et eksempel? Uden for sundhedssektoren havde vi for eksempel Mars Climate Orbitor. Den crashede, fordi der blev brugt og udregnet data ud fra forskellige måleenheder, så der var både sømil og almindelig mil i spil. Det er et godt eksempel på, hvor galt det kan gå, hvis vi ikke taler samme sprog. Hvorfor er big data og sundhedssektoren et godt match? Big data er jo et buzzword, som der bliver lagt forskellige betydninger i. Jeg ser, at vores arbejde er interessant i forhold til big data, fordi vi skaber muligheden for at have meget store datalagre med maskinlæsbart indhold. Så bliver det rigtigt interessant, hvis man kobler det med andre data, f.eks. metrologiske eller demografiske data, og anvender big data algoritmer på det. Det kunne for eksempel være, at man på den måde kunne være med til at opspore begyndende kritiske sygdomme. Hvad er farerne, hvis sundhedsdata bliver mere tilgængelige? Det er klart, at borgernes data skal beskyttes, og der skal sikkerhedselementer rundt omkring. Det er stadig borgeren, der ejer data, og som skal give sit samtykke til at andre må kigge på dem. De hverken bliver eller skal blive offentligt tilgængelige, men så længe sikkerhedsaspektet håndteres ordentligt, ser jeg kun fordele ved at skabe en bedre tilgang til sundhedsdata

9 Vi er godkendt * til at omsætte forskning til vækst Følg med i trends, aktuelle temaer og samfundsudvikling Alexandra Instituttet er en privatejet almennyttig virksomhed, der arbejder med it-innovation med det formål at skabe vækst og velfærd i det danske samfund. Som en del af kredsen af Godkendte Teknologiske Service-institutter leverer Alexandra Instituttet højt specialiseret rådgivning og viden på kommercielle vilkår til både offentlige og private virksomheder. Vores nyhedsbreve sætter fokus på it-forskning og innovation set i forhold til samfundsudvikling og forretningsmuligheder. Du kan tilmelde dig vores nyhedsbrev på Scan koden og læs om trends og aktuelle temaer. Alexandra Instituttet er et af Danmarks syv GTS-institutter. Vores hovedfokus er indlejret og kommunikerende it i produkter og omgivelser. Vi har en forpligtelse til at hjælpe danske virksomheder med at anvende den nyeste forskning og teknologi. * Vi er godkendt af Uddannelses- og Forskningsministeriet

10 Kontakt os Rasmus Vedel Business Development Manager

11 Alexandra Instituttet er en almennyttig virksomhed, der tilbyder forskning, udvikling og innovation inden for it. Vi er sat i verden for at skabe vækst, velfærd og værdi i Danmark. ALEXANDRA INSTITUTTET Aabogade 34 DK-8200 Aarhus N Rued Langgaards Vej 7, 5B DK-2300 København S December 2016