En big data-platform til at tage EU's syv samfundsudfordringer op

Big Data er så stor en ændring for virksomheder, at det let kan virke overvældende. BigDataEurope -projektet møder interesserede virksomheder halvvejs ved at tilbyde en integreret stak værktøjer til at manipulere, udgive og bruge store dataressourcer.

Ser man på den meget lange liste over projekter, der er finansieret under Horisont 2020, og det store spektrum af emner, der dækkes, det ville være let at glemme, at EU's hidtil største forsknings- og innovationsprogram handler om at tage fat på syv store samfundsmæssige bekymringer:sundhed og velvære; mad, landbrug og bioøkonomi; energi; transportere; klima forandring; frihed og sikkerhed; og Europas plads i en foranderlig verden.

Hvad der er endnu lettere at glemme, er det faktum, at disse tilsyneladende meget forskellige emner og de relaterede aktivitetssektorer alle har mindst ét ​​fælles træk:hvordan de kan drage fordel af digital innovation, og mere specifikt fra Big Data.

For at sikre, at de gør det, BigDataEurope (Integrating Big Data, Software og fællesskaber til håndtering af Europas samfundsmæssige udfordringer) -projektet skabte syv fællesskaber og forsøgte bedre at forstå, hvad de ville have brug for fra Big Data. Resultatet er en platform, der er i stand til at indtage data fra en række forskellige kilder, som kan skræddersyes til at målrette innovative applikationer på tværs af de syv H2020 -udfordringer.

Hvilke huller havde du til hensigt at udfylde med dette projekt, og hvordan er det vigtigt?

Det er almindeligt anerkendt, at analysen af ​​store mængder data (Big Data) har stor indflydelse på vores økonomi og samfundet som helhed. Imidlertid, det er vigtigt, at de tilsvarende teknologier ikke kun er tilgængelige for en lille kreds af virksomheder, men kan også bruges i vid udstrækning af mindre virksomheder og initiativer samt i forskning og akademisk verden.

BigDataEurope udfyldte dette hul først ved at tilbyde en platform til realisering af Big Data -applikationer, og derefter ved at diskutere krav og pilotapplikationer med lokalsamfund, der repræsenterer de samfundsmæssige udfordringer, der er identificeret ved H2020 -rammeprogrammet.

Hvad gør din tilgang innovativ?

Talrige arrangementer arrangeret med interessentgrupper fik os til at indse, at ud over volumen og hastighed, mangfoldigheden af ​​data er et nøgleaspekt, der skal behandles i samfundsmæssige anvendelser.

For at imødekomme dette krav, vi udtænkte og producerede et semantisk databeskrivelseslag til Big Data. Dette lag bruger ordforråd og vidensgrafer, og giver fællesskaber mulighed for at udvikle en fælles forståelse af deres data, samtidig med at de sammenkæder og integrerer disse data på et teknisk niveau.

Hvad var de største vanskeligheder, du stod over for at bringe alle disse interessentgrupper og datakilder sammen, og hvordan overvandt du dem?

En central udfordring lå i de forskellige terminologier, kulturer og praksis, der findes i interessentgrupper, hvilket også resulterede i meget forskellige krav og synspunkter. Mens, for eksempel, åbne data spiller allerede en central rolle i mobilitetsapplikationer, datasikkerhed, privatliv og anonymisering er af afgørende betydning i sundhedsscenarier.

Vi tog fat på denne udfordring ved at undgå at udvikle en platform, der passer til alle, i stedet integrere komponenter, der opfylder et meget specifikt formål, såsom behandling af streamingdata eller anonymisering. Som resultat, brugeren kan kombinere og integrere de mest egnede datastyringskomponenter til ethvert konkret applikationsscenarie på BigDataEurope -platformen.

Hvad er fordelene ved at integrere alle disse data? Kan du give et eksempel fra det virkelige liv?

Projektet producerede syv demonstranter, der viste værdien af ​​integrerede data til de forskellige samfundsmæssige udfordringer. Disse omfattede f.eks. Prognoser for vejtrafik og overbelastning baseret på historiske og aktuelle sensordata i kombination med oplysninger fra sociale netværk.

Et andet eksempel er præcisionslandbrug med det formål at give planter som vinstokke optimal ernæring, befrugtning og kunstvanding baseret på klima- og forskningsdata.

Opfyldte projektresultaterne dine oprindelige forventninger? Hvordan det?

Generelt var behovet for at håndtere datavariation noget, vi forventede og blev bekræftet gennem interessent- og samfundsmøder. Takket være platformens semantiske integrationstilgang, det lykkedes os at tage et skridt fremad, men vi er stadig lidt væk fra visionen om problemfrit at integrere og analysere store mængder aggregerede data med minimal indsats. Udover, hensynet til databeskyttelse og dataudbyderes suverænitet vil kræve mere opmærksomhed i fremtiden.

Hvordan kan interesserede interessenter begynde at bruge din platform?

platformen, dokumentationen og pilotimplementeringerne er fuldt ud open source og tilgængelige til genbrug. Også, der er en række af BigDataEurope-konsortiets partnere (herunder f.eks. Fraunhofer), som er klar til at yde assistance og støtte.

Hvad er dine opfølgningsplaner?

Konsortiets medlemmer forfølger forskning om emnet Big Data-styring på deres egne domæner. For eksempel, der er allerede flere nystartede H2020-projekter, der fortsat vedligeholder dele af BigDataEurope-platformen og uddyber dens anvendelse inden for sundheds- og life-science-områder.