A Trónok harca karaktereinek halandóságának kiszámítása izgalmas kihívás, amely különféle tényezők figyelembevételét igényli. Először is, fontos megérteni a karakterek jellemzőit, mint például a harci képességeiket, politikai helyzetüket, valamint a törté

Unalmas-e az adattudomány? Janosov Milán Data című könyve az ellenkezőjét bizonyítja: az adatok rejtélyeket oldanak meg, előrevetítik a jövőt, és akár Westeros sorsát is megjósolhatják.

Sokan hajlamosak azt hinni, hogy az adattudomány olyan unalmas, mint egy hatodszorra felmelegített csirkemell, tele száraz táblázatokkal, zavaros kódsorokkal és bonyolult fogalmakkal, mint a ciklusfüggvények. Pedig az adatok világa tele van izgalmakkal és rejtélyekkel, amelyeket éppúgy ki kell bogozni, mint egy izgalmas krimiben. Felfedezésre váró titkok, amelyek új perspektívákat nyithatnak meg előttünk, és a számok mögött megbúvó művészet is felfedezhető: a látványos vizualizációk, amelyek képesek megeleveníteni az adatokat. Az adattudomány nem unalmas, csupán a népszerűsítése nem a legjobb; hiszen egy jól megtervezett grafikon néha többet mond ezer szónál.

Janosov Milán "Data" című műve a legjobb példa arra, hogy a legváratlanabb kezdetekből is születhetnek figyelemre méltó alkotások. A története meglehetősen hétköznapian indult, hiszen egy egyetemi beadandó dolgozat formájában látott napvilágot. Mint PhD-hallgató, valószínűleg álmában sem gondolta volna, hogy az általa készített vizsgaprojektből egy teljes könyv fog kibontakozni. Milán egy adatbányászati minikutatást végzett, amelynek során a "Trónok harca" című sorozat karaktereinek kapcsolati hálózata alapján próbálta megjósolni, kiknek lesz végzetes sorsuk a befejező évadban. Az elképzelés rendkívül logikus, hiszen a sorozat egyik legfőbb jellemzője, hogy bármelyik szereplő bármikor a halál torkában találhatja magát – és ezt a készítők rendszerint meg is valósítják.

Míg a sorozat első évadai hűen követték George R. R. Martin regényeit, az utolsó szezonra már nem maradt írott alapanyag, így a forgatókönyvíróknak saját képzeletükre kellett támaszkodniuk a cselekmény kibővítése során. Janosov a hálózattudomány módszereivel elemezte a szereplők közötti kapcsolatok összefonódását, és ennek alapján próbálta megjósolni a sorozat jövőbeli fordulatait. Projektje kiváló példája annak, amit a Data hangsúlyoz: az adatok számos szempontból értelmezhetők, és olykor a legváratlanabb összefüggésekben is izgalmas következtetésekhez vezethetnek. Ki gondolta volna, hogy egy sorozatban a karakterek halálának valószínűsége is matematikai elemzés alá vonható?

A digitális világunkban az adataink folyamatosan, akaratunktól függetlenül gyarapodnak. Elég, ha csak a telefonunkra pillantunk, hogy lássuk, mennyi információt gyűjtenek rólunk a különféle alkalmazások. Az App Store és a Google Play kínálatában több millió applikáció található, amelyek nem csupán a kereséseinket és a kattintásainkat rögzítik, hanem sokkal finomabb részleteket is, mint például a billentyűzeten való gépelésünk ritmusát vagy a telefonunk tartási szögét. Ezek a láthatatlan adatáramlások alkotják digitális lenyomatunkat, vagyis azt a képet, amelyet az online tér alakít rólunk, gyakran észrevétlenül.

A hálózatok mindenütt körülvesznek minket, és meglepően sokféle jelenséget képesek modellezni: baráti csoportokat, közlekedési rendszereket, sőt, még azt is, hogyan ragadunk bele saját nézeteink visszhangkamrájába. A közösségi média ellentmondásos természete abban rejlik, hogy bár soha nem voltunk ennyire összekapcsolva, az algoritmusok működése miatt egyre kisebb az esélyünk arra, hogy valódi párbeszédet folytassunk, vagy találkozzunk olyan nézőpontokkal, amelyek eltérnek a mieinktől.

A közösségi platformok ajánlórendszerei ugyanis először észrevétlenül, majd egyre látványosabban személyre szabott hírfolyamokat építenek fel, amelyekben a számunkra releváns tartalmak kapnak teret. Ennek eredménye a klasszikus véleménybuborék, amelyben az ellentétes nézőpontokat már nem is látjuk, így egyre kevésbé értjük a másik oldalt. Ez nemcsak a közéletet, hanem a hétköznapi döntéseinket is befolyásolja: gondoljunk csak arra, milyen filmeket ajánl nekünk a Netflix, milyen zenéket kínál a Spotify, vagy hogy milyen híreket dob fel a hírfolyamunk.

Az álhírek elterjedése napjaink digitális tájain valósággal elharapódzó járványnak számít. Janosov és kutatócsapata több millió tweet alapos vizsgálatával arra a megdöbbentő következtetésre jutott, hogy az álhírek akár hetven százalékkal nagyobb eséllyel kapnak retweetet, és hatszor gyorsabban jutnak el ezrekhez, mint a megbízható forrásokból származó információk. Ez a jelenség rávilágít arra, milyen sürgető szükség van a kritikus gondolkodásra és a médiatudatosságra a közösségi média korában.

A könyv kiemelkedő értéke abban rejlik, hogy nem csupán a problémát tárja elénk, hanem hangsúlyozza az adatok tudatos alkalmazásának jelentőségét is.

A buborékok nem feltétlenül negatív jelenségek, hiszen egy budapesti lakó számára valószínűleg nem sokat számítanak a berlini buszmenetrend módosításai. Ugyanakkor fontos, hogy olyan információkat keressünk, amelyek kilépésre ösztönöznek minket a megszokott gondolkodási kereteinkből.

A Data természetesen érinti a mesterséges intelligencia és a gépi tanulás izgalmas területeit is. Janosov világos és szemléletes példákkal szemlélteti, hogyan képesek az algoritmusok az emberi gondolkodás mintázatait leképezni, bemutatva a neurális hálók működését és azokat a stratégiákat, amelyekkel előrejelzéseket készíthetünk. Emellett érinti a mélytanulás területét is, amely az emberi agy működésének ihletésével jött létre, és lehetővé teszi összetett problémák hatékony megoldását.

A hálózatok vizsgálata nemcsak a digitális térben hasznos. A szerző bemutat egy városi közlekedést vizsgáló kutatást, amely a Lánchíd lezárásának hatását elemezte Budapesten. Bár a lezárás az előrejelzések szerint akár hatalmas problémát is jelenthetett volna, valójában alig volt érezhető a változás, mert a városi infrastruktúra sokkal rugalmasabb, mint elsőre gondolnánk.

A hálózatkutatás akár a magánéleti történésekben is érdekes mintázatokat tárhat fel. Janosov Hollywood házassági kapcsolatait is vizsgálta, és ennek alapján egész hálózat rajzolódott ki, az újraházasodások és a szerelmi háromszögek szövevényes rendszere tárult fel. Kiderült, hogy a színésznők egy kudarcos kapcsolat után nagyobb valószínűséggel házasodnak újra szakmán belül, míg a férfi színészek inkább már azon kívül keresik a következő partnerüket. Az így kialakuló kapcsolati hálók néhol zárt, néhol meglepően kiterjedt rendszereket alkotnak: a legnagyobb kapcsolati csoport több mint húsz emberből áll, akik házassági vagy válási szálakon keresztül kötődnek egymáshoz.

Janosov Milán friss, dinamikus stílusa mesterien ötvözi a tudományos precizitást, ami lehetővé teszi, hogy a bonyolult összefüggések is könnyen érthetővé váljanak. Ez a különleges egyensúly adja meg a Data olvasásának igazi varázsát: a tudományos alaposság és a közérthetőség tökéletes harmóniában létezik, miközben a digitális világ rétegei fokozatosan bontakoznak ki az olvasó előtt.

A kötet egy lebilincselő kalandot kínál az adatok birodalmában; nem csupán egy elvont elméleti munka, hanem egy valóságos ablak arra, miként alakítják a számok és algoritmusok a hétköznapjainkat. Olyan, mint egy tájékozódási segéd a digitális dzsungelben, amely megkönnyíti az eligibilitást az információk végtelen szövevényében, sőt talán még néhány jövőbeli trendet is megsejthetünk általa.