Video: I big data e l'inconscio digitale | Derrick De Kerckhove | TEDxUniTO (Novembre 2024)
In questa edizione di Fast Forward, ho parlato con Hicham Oudghiri, CEO e co-fondatore di Enigma, un'azienda specializzata nella raccolta e nel senso di grandi set di dati. Enigma è una società operativa di gestione dei dati e intelligence per clienti privati, ma è forse meglio conosciuta per Enigma Public, una raccolta di set di dati ricercabili e accessibili al pubblico che includono qualsiasi cosa, dagli stipendi degli impiegati dell'ufficio della Casa Bianca alle ispezioni dei ristoranti di New York City. Abbiamo parlato della potenza dei big data, dei limiti della privacy dei consumatori e del futuro del nostro mondo guidato dai dati.
Perché non mi spieghi un po 'cosa significhi oggi essere una società di dati aperti?
Assolutamente. Abbiamo iniziato semplicemente raccogliendo un'enorme quantità di dati pubblici ovunque potessimo trovarli, con la missione davvero di cercare di collegare fatti molto disparati sul mondo. Ci siamo resi conto, nel frattempo, che, tanto quanto l'accesso a questi dati sottostanti era interrotto, questo modello si riverberava per i dati delle persone, per schemi di segnalazione di dati pubblico-privati come in ambienti normativi. In realtà, ciò che abbiamo portato è stata questa nozione di dati aperti come modello operativo ovunque siamo andati.
Il nostro punto forte oggi è coltivare questo enorme archivio di risorse di dati pubblici e portarlo a far fronte ad ambienti problematici reali spesso dietro il firewall per le aziende. Anche se raccogliamo e distribuiamo un'enorme quantità di dati, abbiamo scoperto che fare il passo successivo nell'interpretare effettivamente quei dati e collegarli a dati privati aiuta davvero a ridimensionare l'impatto di alcuni dei problemi che volevamo risolvere.
Le persone sentono parlare di set di dati aperti, set di dati pubblici, set di dati privati. Di che tipo di set di dati stiamo parlando qui?
Stiamo parlando di dati di origine, dati ufficiali, cose che le agenzie governative pubblicheranno, cose che le agenzie internazionali pubblicherebbero, tutto ciò che è disparato, dai registri delle imprese alle registrazioni delle proprietà, ai visti H-1B o alle spedizioni di container. Sicuramente non parliamo di cose come i dati di LinkedIn, che recentemente è stato un grande argomento di dibattito sul fatto che si tratti o meno di un set di dati pubblici. Recentemente c'è stata una causa con molta contesa.
Tutti i dati meteorologici che raccogliamo provengono da fonti ufficiali o GPS come tecnologia.
Quindi prendi tutti quei set di dati pubblici e poi li puoi unire con set di dati privati che un'azienda ti fornirà in modo specifico e vedere davvero le intuizioni tra la combinazione dei due?
Sì, molto spesso Pensa a un caso d'uso canonico in cui stai cercando di fare qualcosa come capire se un'azienda è reale. Se è una piccola azienda, prendi, diciamo, un ristorante o una piccola impresa. Molto spesso, il tipo di profilo che avrebbero su di loro è estremamente sottile. Ma se dovessi guardare cose come le loro licenze di liquori o anche le ispezioni del Dipartimento del Lavoro o le ispezioni delle cartelle sanitarie, otterrai un quadro molto più dettagliato di chi sono.
Spesso, ciò aiuta queste aziende a creare un'istanza che sono persino reali per ottenere il loro accesso al credito, per ottenere assicurazioni, questo genere di cose. Passando da "Ecco la tua applicazione di 18 pagine" e un processo molto fastidioso attraverso sette diversi set di conformità, a qualcosa che può accadere online in modo automatizzato e in generale in modo meno rischioso.
Quindi, invece di digitarli in Google per vedere se hanno un sito Web e che sono reali, puoi avere tutti questi altri set di dati validi anche per le cose di base?
Assolutamente.
Stavamo parlando, prima di andare in diretta, di Ozark , quindi il tuo spettacolo preferito, il mio nuovo spettacolo preferito e l'idea di utilizzare questi set di dati per la conformità e per la rendicontazione finanziaria e persino per cacciare i riciclatori di denaro.
Si. Prima di tutto, uno dei migliori spettacoli là fuori. Enorme plug per Netflix, è diventato lo studio di Hollywood di prima classe.
Hanno pagato per questo. Si sono fatti strada in quel mercato.
Certamente hanno. Ma lo spettacolo parla di questo personaggio di Jason Bateman che si ritrova come un riciclatore di denaro a questo cartello della droga. Il trucco è che gli salva la vita dicendo che andrà negli Ozarks e troverà nuovi canali per riciclare denaro. Comincia ad acquistare in queste aziende più assonnate e poi a passare attraverso una varietà di costi.
Il problema del riciclaggio di denaro è un enorme problema teorico in quanto, onestamente, stai osservando modelli di attività tra diversi commercianti o consumatori di servizi finanziari e anche le connessioni tra di loro. Quindi avrai come un agente registrato, ovviamente, qualcuno come Jason Bateman, che va in giro e lo fa per un paio di aziende. Sta acquistando in privato a loro e sta iniziando a ottenere il suo nome in una varietà di forme diverse, e noterai quel modello di attività. Questo è qualcosa contro cui le banche devono combattere, ovviamente, perché è un danno per il sistema e sono pronti a farlo.
Il crimine è diventato digitale e decentralizzato come la musica. Questo è un problema molto più grande. Non esiste una grande famiglia di mafia in cui il governo possa essere in agguato per mesi e ottenerli in stile Capone. Questo è un inseguimento totale su molti fronti. Abbiamo aiutato e lavorato per far sì che i dati pubblici affrontassero quel problema, ma anche per sfruttare la nostra tecnologia che abbiamo usato per aggregare tutti questi dati pubblici per far fronte a quel problema, solo perché le banche hanno molto fare per unire i propri set di dati in indizi potenti e contestuali per questi investigatori che hanno sul personale.
Sento che ora siamo a un punto in cui abbiamo tutti questi dati pubblici creati da agenzie governative. Abbiamo tutti questi set di dati privati. Ogni azienda ha più set di dati e molti formati diversi, spesso all'interno della stessa azienda. Tuttavia, non c'è molta standardizzazione e farli lavorare insieme è in realtà una grande sfida.
È una sfida enorme, e probabilmente una delle tesi più grandi che abbiamo a Enigma è una grande divisione. Uno dei miei investitori lo ha chiamato in questo modo: c'è un mondo in cui i dati sono strumentati in bit e c'è un mondo in cui sono strumentati in atomi. Le aziende tecnologiche, Google, Facebook, Amazon, hanno tutti svolto un lavoro straordinario prendendo i dati che ottengono dalla tua attività navigando sul web e creando questi nuovi servizi come la ricerca e le migliori esperienze di e-commerce. Ma quei dati esistono tutti. È nativo digitale. Ti sta solo ascoltando sul web. Il web è un protocollo e quei protocolli sono stati progettati per parlarsi.
Ma quando hai questi dati che sono strumentati in atomi, o nel mondo reale, come qualcuno che entra in una banca negli Ozarks e chiede un piccolo prestito, sembra diverso da qualcun altro che cammina in una diversa succursale bancaria o in un container nave in arrivo che chiede il nome della compagnia che sta effettuando la spedizione. Tutti questi dati sono stati progettati - o non progettati - per parlare tra loro, quindi c'è un grosso problema di ricucire questi dati insieme. Penso che ci vorrà più tempo per questi settori meno tecnologici puramente tecnologici per raccogliere i benefici di ciò che hai visto nella tecnologia con i big data. Ma quando lo faranno, penso che cambierà molto il modo in cui viviamo ogni giorno in un modo abbastanza d'impatto.
Ho anche la sensazione che, quando c'è un motivo finanziario per ricucire questi set di dati e creare queste intuizioni, le aziende trovano un modo per pagarlo e trovano un modo per farlo. Le società di carte di credito sono tra le prime a essere in grado di identificare schemi e frodi. Sento che il settore pubblico è piuttosto indietro quando si tratta di creare approfondimenti da queste quantità di dati. È una valutazione corretta?
Il settore privato ha sempre, in un certo senso, avuto un vantaggio nell'attuare la tecnologia. L'incentivo finanziario è enorme e anche lo stile operativo di un'unità più piccola. Il governo degli Stati Uniti è in realtà solo una delle più grandi organizzazioni del mondo e fare qualsiasi cosa è davvero un problema di persone. Accertarsi che gli incentivi siano allineati, assicurandosi che le persone prendano la giusta quantità di rischio.
Ma abbiamo visto il governo fare alcune cose molto innovative. Abbiamo collaborato con la città di New Orleans, penso che sia stato come due anni fa, per aiutarli a prevedere sostanzialmente dove fossero i proprietari dei bassifondi, principalmente per installare rilevatori di fumo in queste case. Dopo Katrina, hai avuto un'enorme quantità di peronospora. Un sacco di padrone di casa si stava allontanando lasciando le persone in cattive condizioni. Onestamente, i rilevatori di fumo fanno proprio un ottimo lavoro nel prevenire la morte per incendio. Invece di inviare un pompiere in una casa a caso, cosa accadrebbe se usassi fattori come la demografia e quanti anni avesse l'edificio e l'ultima volta che ci fosse un certo tipo di installazione di una sorta di infrastruttura come l'infrastruttura di telecomunicazione?
Usi tutti questi fatti e ottieni un tasso di successo delle porte a cui stai bussando che è sostanzialmente più alto. Abbiamo visto un sacco di questo tipo di palla di denaro per le cose del governo locale giocare abbastanza forte. Ovviamente, c'è stata un'enorme quantità di utilizzo dei dati nella comunità dell'intelligence, come puoi immaginare. Troviamo che ci sono sacche di innovazione. Ancora una volta, è tutto su come renderlo operativo.
Hai tutti quei punti dati ma poi devi interrogarli nel modo appropriato, cerca i modelli. Devi quasi cercare le correlazioni, e questa è tutta una serie di domande e risposte. Sta stabilendo una relazione con i dati che, penso che stiamo appena iniziando a capire come funziona.
Sì. Stiamo iniziando a capire come funziona dal punto di vista delle competenze. E c'è uno spostamento della mente in termini di pensiero statistico e non di pensiero statistico. C'è questo detto: "Tutti i modelli sono sbagliati ma alcuni sono utili", quindi si tratta davvero di sapere se è possibile, senza i dati, senza gli algoritmi, contestualizzare un po 'i parametri del tuo pensiero statistico. Potrei non farlo bene, come nel caso del fuoco, potremmo non farlo bene ma potremmo aumentare le nostre possibilità di farlo bene o potremmo ridurre la nostra superficie di rischio o ciò che dobbiamo cercare. Portare quell'attitudine al problema, questo è lo skillset numero uno quando si tratta di essere in grado di pensare statisticamente. Alcune persone sono bloccate in "Bene, l'unico modo in cui possiamo essere sicuri è se abbiamo X, Y e Z."
Ti darò un caso in un esempio privato. Molto spesso nelle banche, per motivi di frode storica e conformità, il modo in cui avrebbero verificato se qualcuno fosse reale prima di emettere una carta di credito stava assicurando che il loro numero di telefono e il loro indirizzo corrispondessero a qualsiasi cosa avessero sulla domanda. Non tutte le aziende utilizzano attualmente i telefoni fissi telefonici. Non tutte le aziende usano il loro indirizzo principale come quello in cui operano. Esiste una sorta di realtà obsoleta delle persone che lavorano in WeWork ora e delle persone che usano Voice over IP. Sentirsi a proprio agio nell'identificare le persone attraverso la loro presenza sociale o attraverso alcuni dei set di dati che presentiamo a Enigma che forniscono questi punti di prova accessori. Guardando e gestendo storicamente le statistiche per vedere se la probabilità che sia reale è forte, rispetto alla garanzia che otterresti in anticipo da questi mezzi alternativi.
Penso che sia anche un punto interessante, l'assunto che tutti i modelli saranno sbagliati, in gran parte sbagliati o sbagliati in un modo più piccolo, ma va bene perché può ancora aiutarti a prendere buone decisioni. È un'abilità che stiamo facendo un buon lavoro nell'insegnare ai nostri figli, e dove avrebbero potuto ricevere quell'addestramento? Voglio dire, non sarebbe necessariamente in matematica. Non sarebbe negli studi sociali. Dove ottengono quella sensibilità?
Le statistiche sono state spesso sottoclassate, come l'educazione matematica in generale, ma la vedi in altri posti. Al giorno d'oggi lo vedi spuntare anche nel tuo feed ESPN. Le persone sono molto più a loro agio con la previsione che fa parte della loro vita. Onestamente, adoro questi momenti di cigno nero in cui tutto ciò vola in faccia. Prendi le ultime elezioni. Hai ottenuto la vittoria di Hilary e hai avuto i migliori data scientist del mondo presso alcune delle migliori istituzioni che la definiscono sbagliata.
Vincere, ma vincere non era avere una probabilità del 70% di vincere perché ciò significa ancora che, una su tre volte, vince Donald Trump. E indovina cosa? Questa è stata una di quelle tre volte.
Assolutamente. E poi c'è l'educazione che stiamo vedendo questi schemi per rendere le persone più a loro agio. Nelle aule, penso che uno dei maggiori problemi che abbiamo sia l'apprendimento applicato. È come se non avessi idea del perché non insegnino finanza personale in classe. Voglio dire, ero un idiota con i miei soldi all'età di 18 anni e l'effetto sul debito e tutto il resto. Sono ancora sorpreso dal fatto che non lo facciano, quindi mi sento come se ci muovessimo in un mondo in cui l'educazione otterrà sempre di più sulle cose applicate e meno sulle cose teoriche. Ma poi mi preoccupo se stiamo perdendo alcune parti dell'apprendimento culturale. È tutto un compromesso.
Vado ancora più avanti su quella strada e parlerò di intelligenza artificiale.
Intelligenza artificiale, una tecnologia estremamente trasformativa. Mi sembra che l'intelligenza artificiale abbia un ruolo nell'aiutarci a dare un senso a questo mondo di sovrabbondanza di dati e a trovare quei modelli per noi. Sei ottimista sull'intelligenza artificiale che ci aiuta a dare un senso a ciò o è qualcosa di totalmente separato dal resto della nostra esperienza umana?
No. Voglio dire, sono ottimista nel senso che sono ottimista sull'umanità in generale. Sento che è una cosa del gene capovolto che succede alla gente in un certo periodo di tempo. Una delle cose che mi piace di più della promessa dell'intelligenza artificiale è che in realtà aiuterà la tecnologia ad andare via perché in questo momento, l'attenzione è rivolta alla tecnologia e ai dati così presenti. Ma in realtà, il lavoro sui dati è molto intenso. C'è un motivo per cui lo chiamano data mining quando stai cercando cose in un set di dati. È molto brutto. I set di dati non sono puliti. È un po 'brutale in un certo senso.
Quello che mi piace dell'intelligenza artificiale è che crea questi loop di feedback dall'esperienza osservata. Sebbene tu stia raccogliendo tutti questi dati da tutti questi luoghi, non sai necessariamente come si riuniranno, quindi inizi a studiare i risultati. L'apprendimento automatico ci aiuta davvero ad essere un po 'più orientati ai risultati nel modo in cui arriviamo al pensiero statistico. Penso che ci aiuterà a sottrarre parte della cattiveria di quel lavoro e ad essere un po 'più orientato ai risultati nel modo in cui lo affrontiamo. Ora, sarà sicuramente spaventoso in termini di impatto sull'automazione in alcune aree in cui, francamente, penso che l'IA debba essere lasciata sola, come sostituire una giuria. Avremo mai quella qualità di intelligenza emotiva? Non lo so.
E dovresti scegliere e dire che vuoi quella qualità emotiva nella giuria in contrapposizione alla pura probabilità che questa persona sia colpevole o non colpevole?
Sì. Per me, l'umanità sottostante, penso sia estremamente importante. Francamente, essere solo nel business e vedere quanto il tocco umano sia importante anche per convincere le persone a iniziare a pensare statisticamente, sono ottimista sul fatto che non lo perderemo con l'avvento dell'intelligenza artificiale su vasta scala.
Abbiamo toccato un po 'se LinkedIn fosse un set di dati pubblici. Molte persone hanno la sensazione di vivere in questo mondo in cui tutto ciò che li circonda è disponibile online, dai loro modelli di acquisto alla loro età fino alla loro storia medica. Rende le persone a disagio. Fa temere che il governo abbia troppe informazioni. Personalmente sono più preoccupato che le aziende private dispongano di troppe informazioni e che siano molto meno regolamentate.
Sì.
Abbiamo bisogno di leggi per proteggere le nostre informazioni personali? Le informazioni personali devono essere trattate separatamente rispetto ai registri governativi?
Assolutamente. Abbiamo pochissima protezione per quanto riguarda le leggi che regolano il modo in cui forniamo i nostri dati. Pensaci in alcune professioni. Nella professione medica, è in blocco. Ma per qualche motivo, non è necessariamente in blocco in altri settori. La ragione era, allora, che non c'era molto che potessi fare con le tue informazioni personali. Oggi hanno davvero un buon senso su come farti convertire o sulla probabilità che tu sia da qualche parte. A tutti gli effetti, a mio avviso, ciò è per lo più vantaggioso per noi.
Ma allo stesso tempo, i nostri dati meritano ancora quel tipo di santità nel modo in cui vengono gestiti. L'Europa ha emesso leggi molto forti. Esiste una legge in uscita chiamata GDPR. È programmato per essere messo in atto nel 2018 e porta tutto dall'assicurare che le aziende stiano monitorando il lignaggio dei loro dati personali, chi lo possiede, come viene concesso l'accesso ad esso all'interno dell'azienda, diritto a misure dimenticate. Quando dici "Elimina i miei dati", li stai effettivamente eliminando o li conservi per qualche altra informazione? Quindi c'è sempre uno scambio tra consumatori e servizi per cui lavorano. Molti di questi servizi sono gratuiti e li adoriamo, giusto?
Vorrei regalare parte di me stesso per l'accesso a YouTube, giusto? Sono solo molto contento.
E probabilmente lo hai fatto.
E probabilmente l'ho fatto. Ma ciò non significa che quella parte che do via non dovrebbe essere messa in una cassetta di sicurezza e che so che quella scatola è sotto un bunker e tutte quelle cose buone.
Inoltre, l'idea di scadenza dei dati, che, nel mondo digitale di oggi, è un concetto relativamente nuovo. Una volta c'era una certa oscurità. Se accadesse qualcosa 30 anni fa, sarebbe difficile trovare documenti e ottenere un profilo da allora. Ma oggi ci sono i bambini che sono stati online per tutta la vita, e quello che hanno fatto e pubblicato a 13 anni sarà lì quando avranno 63 anni.
Sì.
Non disponiamo di un'infrastruttura legale in grado di gestirla in modo significativo.
No, non lo facciamo ed è una zona pelosa. È un'area pelosa del diritto del lavoro. È una zona pelosa per appuntamenti, giusto?
Se guardi il profilo Facebook di qualcuno, penso che la cultura si adatterà a questo, alla presenza online di qualcuno che è pubblica. Ma è quasi teatrale. È come se la tua presenza pubblica non fosse il vero te. Cos'era quel film di Jim Carey? Indossiamo tutti una maschera, parlando metaforicamente. Quindi penso che la tua presenza online sarà più simile a questa galleria o a quest'opera d'arte che ti descrive e poi c'è il vero te. Ma ci sei ancora a fare un colpo al corpo o qualcosa del genere… Quello, non vuoi essere mai pubblico. C'è una vera domanda se le persone abbastanza giovani hanno la possibilità di decidere se è intelligente metterlo online o no. Di sicuro fa paura.
A proposito di mettere online cose stupide, parliamo dell'amministrazione Trump. Ho sentito su più fronti… Stai ovviamente lavorando con molti set di dati pubblici. Devi andare e chiedere l'autorizzazione per ottenere queste informazioni molte volte o per capire come ingerirle. Adesso è più facile? Come è cambiato l'accesso ai set di dati pubblici da quando è entrata in carica l'amministrazione Trump?
Sì. Il mio primo avvertimento quando parlo di questa roba è la grande differenza tra l'amministrazione Trump e il governo degli Stati Uniti. Il governo degli Stati Uniti è di gran lunga una delle istituzioni più trasparenti che io abbia mai incontrato al mondo. Siamo incredibilmente trasparenti rispetto ai nostri pari per la quantità di dati che pubblichiamo, per quanto finanziamo questo tipo di cose, quindi avvertiamo il numero uno.
Quando si tratta di Trump, intendo, mi è stato molto chiaro che tutti dovrebbero essere molto preoccupati per la posizione di questa amministrazione con la trasparenza e la condivisione delle informazioni. Prima di tutto, ci sono cose molto esplicite come la redazione dell'elenco dei visitatori alla Casa Bianca, una pratica che Obama ha messo in atto e penso che sia uno dei sistemi contabili più centrali del governo. Ci sono stati dati EPA, ci sono stati dati climatici e, in generale, c'è stato persino un dibattito su alcuni dati del censimento interessati da questo. Devi ricordare, questi non sono piccoli sforzi. Penso che il censimento americano sia un investimento di oltre 4 miliardi di dollari ogni volta che accade, con qualcosa in più di 300.000 volontari coinvolti.
Alcune di queste cose, vedremo il loro impatto tra quattro anni, dati i cicli di finanziamento di come accade. Sebbene questa amministrazione non sia certamente amichevole, penso che la spina dorsale della trasparenza in questo paese sia abbastanza forte. Stranamente, ciò proviene sia dalla sinistra che dalla destra. Abbastanza forte da garantire che questo movimento verso l'apertura delle informazioni sia qui per rimanere.
E c'è molto da fare su questi set di dati.
Sì. È così che decidiamo dove mettere gli ospedali. È così che decidiamo come instradare le ambulanze. È così che decidiamo solo molti dei servizi di base, come la gestione dei rifiuti si basa su questo tipo di cose.
Dillo alle persone che stanno guardando il set di dati pubblici Enigma, che ho visitato più volte… super, super figo. Cosa dovrebbero aspettarsi le persone quando ci vanno? Cosa possono uscirne?
Uno dei nostri impegni è quello di essere costantemente onesti su questa missione di raccolta di tutti i dati, ma di restituirli il più possibile alle persone. È completamente gratuito da utilizzare per scopi non commerciali, giornalistici. Vogliamo assicurarci che tutti abbiano accesso a questi dati. Non è nemmeno necessario effettuare il login o fornire informazioni per procedere e accedervi. Quando abbiamo fondato la società, c'era una grande premessa sull'accesso.
Come abbiamo imparato molto di più nel corso degli anni, l'accesso, la progettazione dell'interfaccia, la ricerca e la credibilità sono stati molto importanti. L'altra è stata la cura e questo è l'enorme focus di Enigma Public, che abbiamo rilanciato quest'estate, era l'idea che le persone hanno bisogno di sapere come vengono utilizzati questi dati. Le persone devono conoscere non solo le migliori pratiche su come lavorare con i dati, ma quali set di dati sono utili per cosa. Cosa c'è di nuovo, cosa è eccitante? Penso che quel tipo di educazione sia qualcosa di cui siamo molto entusiasti di far parte e qualcosa che speriamo che le persone otterranno nel momento in cui atterreranno sul sito.
Vale sicuramente la pena dare un'occhiata. Penso, ancora una volta, che le aziende vedano quei dati e sappiano che possono costruirci sopra delle imprese. Penso che per i giornalisti e per i cittadini sia necessaria molta più istruzione.
Assolutamente, molta più istruzione e, si spera, un intero strato di servizi oltre a fornire cose a persone come me e te quando non ci lasciamo andare, per così dire.
Lascia che ti faccia le domande che faccio a tutti quelli che arrivano nello show. Quale tendenza tecnologica ti interessa di più? C'è qualcosa che ti tiene sveglio la notte?
La tendenza che mi preoccupa di più o la cosa a cui penso, all'orizzonte, che dovremmo prestare maggiore attenzione è questa nozione di programmazione biologica, quindi la misura in cui stiamo migliorando molto nella creazione programmatica di fili della vita biologica organismi. Ciò ha un impatto enorme per il bene, ma ha anche un impatto enorme per la capacità di creare piccole dimensioni, sostanzialmente malfunzionamenti attraverso questa cosa. Ovunque tecnologia e bio si incontrino, sono sempre un po 'preoccupato di come viene gestito. È come se la prossima ondata per me, post-nucleare, fosse davvero la nostra capacità di fare cose come programmare sequenzialmente cose in un laboratorio su piccola scala e distribuirle.
La sfida è che anche se approviamo leggi qui negli Stati Uniti, ciò non significa che qualcuno non possa fare le stesse ricerche in Cina o in Russia.
Assolutamente - e anche dal punto di vista della sicurezza, giusto? Quindi iniziamo davvero ad avere i mezzi per chiunque per fare il proprio programma di guerra biologica. Quindi, per me, è la cosa che mi preoccupa di più. Ma il rovescio della medaglia include cose come la medicina personalizzata, il fatto che tu possa davvero capire il mio corpo, puoi quasi creare questa versione biologica di un programma software progettato per curare qualsiasi malattia che io abbia. Per quanto mi preoccupi, sono anche eccitato per questo.
Penso che la mancanza ci sarà che abbiamo bisogno di una sorta di struttura etica per inserire queste nuove tecnologie. Lo abbiamo fatto con armi nucleari e energia nucleare, a malapena, ma l'abbiamo fatto lì e penso che dovremo sviluppare qualcosa simile. A livello personale, c'è una tecnologia che usi ogni giorno che ha appena trasformato la tua vita, di cui sei stupito?
Questo è un po 'strano, ma solo FaceTime. O chat video. Ho alcuni familiari all'estero e viaggio molto per lavoro. La differenza tra una telefonata e una videochiamata gentilmente casualmente al telefono, mi ha fatto davvero sentire la promessa che Internet ha collegato tutti. Essere in grado, nel giro di 15 secondi. Sono originario del Marocco, quindi vedo qualcuno in tutto il mondo e dico "Ehi, che fai?", vedere come appare il clima nel loro ambiente e come sono vestiti e il loro comportamento, questo ha davvero cambiato il modo in cui mi sento connesso con le persone intorno a me e mi ha fatto sentire come se vivessimo un po 'di più in questo grande villaggio, e io come quella sensazione.
C'è anche qualcosa di interessante che ho visto il boom delle videoconferenze aumentare. Sarebbe stata la prossima cosa. Nessuno avrebbe più telefonato. La videoconferenza non è mai decollata, ma la chat video, più personale, profondamente diversa e non in un ambiente di lavoro, qualcosa di quasi più casuale di una telefonata. Come può essere una cosa istantanea.
Ho una figlia di 3 anni e lei ne ha totalmente il controllo. Chatta prima di telefonare. Non sa cosa sia una telefonata. Metti un microfono e le chiedi di chattare con qualcuno e lei non è per niente interessata. L'hai messa di fronte a suo nonno su FaceTime e lei potrebbe essere lì per 20 minuti.
Le sarà strano quanto quei telefoni rotativi che i bambini di oggi non sanno come usare. Hicham, come possono le persone seguirti online, scoprire cosa stai facendo e tenere il passo con Enigma?
Vai su enigma.com. Dai un'occhiata a Enigma Public, questo è public.enigma.com. Dai un'occhiata al nostro sito web. Abbiamo un account Twitter piuttosto attivo, non abbiamo ancora Instagram per noi.
Mai dire mai.
Mai dire mai. Ma-
Potresti fare grandi cose con le infografiche.
Sì è vero. Siamo davvero grandi fan dei dati vis. Abbiamo questa bella parte del nostro sito, labs.enigma.com, in cui sono presenti tutti i nostri esperimenti e alcuni dei nostri progetti pro bono come quello che ho citato con New Orleans, quindi lo darei anche io.
Molto bello. Grazie mille per essere venuto.
Eccezionale. Grazie mille per avermi.
