University of Tennessee's 1.024-prosessor Nautilus superdatamaskin spådde den egyptiske revolusjonen og bin Ladens beliggenhet
I Foundation-serien med romaner av den amerikanske science fiction-forfatteren Isaac Asimov, kunne man forutsi oppførselen til masser av mennesker ved hjelp av "psychohistory" - en metode for å forutse politiske og sosiale trender ved å bruke en enhet som kalles Primary Radiant. På 1950-tallet var det ingen datakraft som kunne gjøre en slik enhet til virkelighet. Det er nå mulig.
Superdatamaskiner som Nautilus, som ligger ved University of Tennessee senter for fjernanalyse og datavisualisering, kunne bringe verden nærmere Asimovs univers, selv om dette bare er et tidlig stadium. Nøkkelen er å finne mønstre i en enorm mengde data og kunne visualisere dem. Dette gjør Kalev Litaru ved Center for Digital and Text Analytics ved University of Illinois.
Litaru bruker en database med 100 millioner nyhetsartikler som dekker perioden 1979 til begynnelsen av 2011. Analysere teksten og tonen i nyhetene, det være seg negativ eller positiv, oppdaget Lytaru fremveksten av mønstre som ser ut til å stemme overens, noe som indikerer store perioder med uro i fremtiden. For eksempel i Egypt ble tonen i nyhetsartikler om Mubarak stadig mer negativ etter hvert som offentlig misnøye vokste, til Mubarak til slutt trakk seg.
Selv om det ikke bare er tonen i artiklene; endringen i tonen for artikler over tid har også betydning. I følge Lytarus beregninger forble den saudiske regjeringen ved makten fordi tonen med nyheter der hadde vært like negativ i det siste, mens tonen for artikler i Egypt og Tunisia nådde nye lavmål. Litaru bemerker at mange eksperter på Egypt trodde at Mubarak ville overleve oppstanden trygt, slik som har skjedd tidligere.
Dette er mulig fordi en superdatamaskin kan se etter mønstre i nettverk med 100 billioner forbindelser og 10 milliarder noder. En vanlig datamaskin, sier Lytaru, kan bare ta tak i en liten mengde data om gangen, og selv å kjøre overvåking parallelt i bakgrunnen vil ikke kunne løse problemet. Dette skjer fordi når du analyserer nettverk, vokser den nødvendige mengden minne eksponentielt i samsvar med antall tilkoblinger. Bare en superdatamaskin takler dette, og det tok tid (140 000 timer per prosessor, eller omtrent en uke å jobbe gjennom om gangen) for maskinen å kunne trekke slike konklusjoner basert på disse dataene.
Teknologi er ennå ikke i stand til å forutsi hendelser. Litaru sammenligner det med tidlige værmeldinger - på noen måter ikke annet enn gjetting, men nå er værvarselsteknologien pålitelig nok til å ta beslutninger basert på den. Teknologi kan ikke forutsi enkeltmenneskers handlinger, men den kan forutsi hvordan folk kan reagere, for eksempel selvangrep av Mohamed Bouazizi i Tunisia (en gateselger som satte fyr på seg fordi han ikke kunne mate familien og politiet konfiskerte frukt og grønnsaker han prøvde å selge: ca. blandet nytt).
Denne teknologien er tydeligvis av stor interesse for sikkerhetsstyrkene og militæret. På spørsmål om de hadde kontaktet ham, svarte Litaru: "Jeg kan ikke snakke om det."
Salgsfremmende video:
