از منظر اینترنت اشیا یا چیزنت (Internet of Things) یکی از مصادیق بهره‌گیری از داده‌ها برای هوشمندسازی رفتار اشیا، «Utility Fog» می­باشند.

تیک نیوز- در حقیقت «یوتیلیتی­فوگ» و فوگلِت (Foglet) یکی از مصادیق داده‌وارسازي (Datafication) در مقیاس نانو است که به دنبال هوشمندسازی رفتار اشیا (انسان و غیر انسان) است. یوتیلیتی­فوگ‌ها نوعی نانوربات (نانو ماشین) هستند که با جمع‌آوری «داده‌های بسیار کوچک» (Tiny Data) از محیط پیرامونی خود و پردازش آن‌ها با کمک «نانو رایانش» (Nano Computing)، رفتارهای جمعی هوشمندانه­ای از خود نشان می­دهند و از این طریق می‌توانند بر ساختار و رفتار اشیا تأثیرگذار باشند. پس بی‌جهت نيست در گزارش‌های بین‌المللی، قدرت آينده را متعلق به كشوري می‌دانند كه بر هوش مصنوعي مسلط است. هوشي كه به هر كشوري قابليت پردازش داده‌ها در سیستم‌های سايبري-نانويي (همچون كيت‌هاي شناختي) تا سیستم‌های سايبري-اجتماعي (همچون شبکه‌های اجتماعي آنلاين) را می‌دهد.

اگر از منظر فناوری‌های راهبردي همگرا (NBIC) به موضوع یوتیلیتی­فوگ‌ها بنگریم متوجه می‌شویم که این پدیده‌ها مبتنی بر مفهوم ربات‌های ماژولار خودتکثیرکننده (Self-Replicating) و بسیار کوچک (Tiny Robot) هستند که با دریافت و پردازش داده‌های محیطی که در آن قرار دارند می‌توانند اقدام به تکثیر خود کنند، ساختارهای جدیدی را شکل دهند و بر ویژگی‌های یک شی‌ء تأثیر بگذارد. فناوری‌های همگرا به آن دسته از فناوری‌هایي گفته می‌شود كه نتيجه همگرايي ميان فناوری‌های نانو، زيستي، شناختي، فناوري اطلاعات و هوش مصنوعي هستند و علاوه بر اين از خاصيت اتصال به شبكه برخوردارند.

در حقیقت، ترکیب داده‌های ریز، قدرت یادگیری عمیق، رایانش ابری و رایانش مه، رسانه‌های اجتماعی و اینترنت اشیا عملاً موجب پیدایش نسل جدیدی از اینترنت اشیا، با عنوان اینترنت اشیای زیستی-نانویی (IoNT) خواهد شد. این سخن بدان معناست که عملاً مقوله مدیریت داده‌ها در اینترنت اشیا، مبدل به الگوی خودمدیریتی داده‌ها می‌شود؛ یعنی هر شی‌ء یا حتی هر ماده از یک شی (هر جزء سازنده یک شی)، مسئول نگهداشت روزآمد و پردازش هدفمند داده‌های متعلق به خودش است. برای نمونه، می‌توان به نفوذ هر چه بیشتر هوش مصنوعی در اینترنت اشیای صنعتی (IIOT) در صنعت 0/4 اشاره کرد که حال ایجاد تحولی مهم در زمینه هوش ماشینی هست. تحولی مبتنی بر همگرایی دیجیتال که بسیاری از فرآیندهای تولید و نظارت بر صنایع شیمیایی ، معدن و ساخت و تولید تغییر خواهد داد. برای مثال می‌توان به همگرایی دیجیتال میان هوش مصنوعی و نانوساختارها به ویژه در زمینه تصویربرداری اشاره داشت. تصویربرداری مقیاس نانو از سلول‌های سرطانی که مجهز به یادگیری ماشین است. این تصویربرداری هوشمند می‌تواند توسط دیتاست‌های تاریخی سرطان خوراک داده شود. نمونه دیگر می‌تواند مجهز شدن میکروسکوپ کاوشگر اسکن (SPM) به هوش مصنوعی باشد.

در چنین شرایطی است که در علم رايانش دیگر «بیت» (Bit) پاسخگوی نیازهای جدید مطرح ‌شده نخواهد بود و عملاً سیستم‌ها و ماشین­ها، به «کیوبیت» (QBit) نیاز مبرم پیدا می‌کنند تا بتوانند به ‌جای مدیریت دو ارزشی داده‌ها (مدیریت داده با محوریت ساختار بیت)، به مدیریت چند ارزشی داده‌ها (مدیریت داده با محوریت ساختار کیوبیت) مهاجرت کنند.

در رویکرد مدیریت داده با محوریت ساختار کیوبیت، نانو ماشین‌ها بر اساس داده‌های ذخیره‌ شده در شکل یک‌رشته (Spin) یا حالت‌های کوانتوم اتمیک (Atomic quantum state) کار می‌کنند. به ‌عنوان نمونه، روش‌های مختلفی برای ذخیره‌سازی این داده­ها وجود دارد که اکثر آن‌ها به ‌صورت مجموعه‌ای از ترانزیستورهای الکترونی و نقاط کوانتومی هستند.

بنابراین به نظر می‌رسد برای شناخت بهتر مدیریت داده در مقیاس نانو می‌بایست «مدیریت کوانتومی داده‌ها» و «مدیریت داده‌های کوانتومی» را شناخت و از جمله راه‌های مناسب، داده‌شناسی از منظر نظریه کوانتومی اطلاعات است. آنچه حائز اهمیت است نقش دیتا در رفتارهای این نوع از نانو ماشین‌هاست. در حقیقت در این پدیده‌ها با داده‌های ریز مواجه هستیم. پس بی‌جهت نيست كه نام ديگر دوران انقلاب صنعتي چهارم را دوران جهان داده‌محور يا جهان داده‌وارسازي شده می‌گویند. دنيايی كه حتي ذرات ريز آن‌ هم تولیدکننده و مصرف‌کننده داده‌ها هستند. این‌گونه است كه می‌توان معناي کلان‌داده‌ها را بهتر شناخت.

منبع: مجله دانشمند