Sistemul cognitiv IBM Watson: Principiile limbajului natural
- Blog IBM,
- Algoritmi
IBM Watson este unul dintre primele sisteme cognitive din lume. Acest sistem poate face multe, datorită căruia capabilitățile lui Watson sunt utilizate în multe domenii - de la gătit până la prezicerea accidentelor în localități. În general, majoritatea caracteristicilor lui Watson nu sunt ceva unic, dar în combinație, toate aceste caracteristici sunt un instrument foarte puternic pentru rezolvarea unei varietăți de probleme.
De exemplu, recunoașterea limbaj natural, învăţarea dinamică a sistemului, construirea şi evaluarea ipotezelor. Toate acestea au permis IBM Watson să învețe cum să ofere răspunsuri corecte directe (cu un grad ridicat de fiabilitate) la întrebările operatorului. În același timp, sistemul cognitiv poate folosi rețele mari de date globale nestructurate, Big Data, pentru a funcționa. Care sunt principiile de bază ale modului în care IBM Watson lucrează cu limbajul? Mai multe despre asta în continuare.
Principalele dificultăți ale recunoașterii limbajului natural
Pentru o persoană, limbajul este un mijloc de exprimare a gândurilor. Folosim limbajul pentru a ne transmite opinia, orice date și informații. Putem face predicții și putem forma teorii. Limba este piatra de temelie a conștiinței noastre. În același timp, iată și paradoxul, limbajul uman este foarte inexact.Mulți termeni sunt ilogici și poate fi foarte dificil pentru sistemele informatice să ne înțeleagă. De exemplu, cum poate o voce să fie subțire? Cum poți arde de rușine? Pentru o mașină, aceasta este o problemă, dar pentru o persoană, este un lucru destul de obișnuit. Cert este că pentru a răspunde corect la întrebare, în multe cazuri este necesar să se țină cont de contextul existent. În absența unor informații efective suficiente, este dificil să răspunzi corect la întrebare, chiar dacă poți găsi răspunsul exact la elementele întrebării într-un sens literal.
Procesarea limbajului natural - Noțiuni introductive
Mulți sisteme informatice capabil să analizeze limbajul, dar în același timp se efectuează o analiză superficială. Acest lucru poate avea sens, de exemplu, pentru a face o evaluare validă statistic a tendințelor schimbărilor emoțiilor pe cantități mari de informații. Aici acuratețea transferului de informații nu este foarte importantă, deoarece chiar dacă presupunem că numărul de rezultate fals pozitive este aproximativ egal cu numărul de rezultate fals negative, atunci acestea se anulează reciproc.Dar dacă toate cazurile contează, atunci sistemele care lucrează cu o analiză superficială a limbii nu își mai pot face treaba în mod normal. Un exemplu viu a ceea ce s-a spus poate fi o sarcină pentru asistentul vocal al oricărui dispozitiv mobil. Dacă spui „găsește-mi o pizza”, asistentul va afișa o listă de pizzerii. Dacă spui „nu-mi căuta o pizza în Madrid”, de exemplu, sistemul va căuta în continuare. Astfel de sisteme funcționează prin identificarea unor cuvinte cheie și folosind un anumit set de reguli. Rezultatul poate fi corect într-un anumit sistem de reguli, dar incorect.
Procesarea profundă a limbajului natural
Pentru a învăța sistemul să analizeze structuri semantice complexe, ținând cont de emoții și de alți factori, experții au folosit procesarea profundă a limbajului natural. Și anume, un sistem întrebări-răspuns de analiză de conținut (Deep Question*Answering, DeepQA). Dacă este necesară o precizie mai mare, atunci trebuie utilizate metode suplimentare de procesare a limbajului natural.IBM Watson este un sistem profund de procesare a limbajului natural. Atunci când analizează o anumită întrebare, pentru a da răspunsul corect, sistemul încearcă să evalueze contextul cât mai larg posibil. În acest caz, se folosesc nu numai informațiile întrebării, ci și datele bazei de cunoștințe.
Crearea unui sistem capabil să efectueze procesare profundă a limbajului natural ne-a permis să rezolvăm o altă problemă - analiza unei cantități uriașe de informații care sunt generate zilnic. Acestea sunt informații nestructurate, cum ar fi tweet-uri, mesaje retele sociale, rapoarte, articole și multe altele. IBM Watson a învățat să folosească toate acestea pentru a rezolva problemele umane.
Sistemul cognitiv IBM Watson
Watson are deja un alt nivel de putere de calcul. Sistemul este capabil să separe anumite enunțuri în limbajul natural și să găsească conexiuni între aceste enunțuri. În același timp, Watson face față sarcinii, în multe cazuri, chiar mai bun decât un bărbat, în timp ce procesarea datelor este mult mai rapidă, munca se desfășoară cu volume mult mai mari - o persoană este pur și simplu incapabilă de acest lucru.
Principalele caracteristici ale sistemului cognitiv
Sistemul funcționează în această ordine:1. După ce a primit o întrebare, Watson o execută analizare pentru a evidenția principalele trăsături ale problemei.
2. Sistemul generează o serie de ipoteze prin căutarea prin corpus de fraze care, cu un anumit grad de probabilitate, pot conține răspunsul cerut. Pentru a conduce căutare eficientăîn fluxurile de informații nestructurate, sunt necesare capacități de calcul complet diferite * se numesc sisteme cognitive. (Nu prea înțeleg ultima propoziție și rolul asteriscului)
3. Sistemul realizează o comparație profundă a limbajului întrebării și a limbajului fiecărui răspuns posibil, folosind diverși algoritmi de inferență.
Aceasta este o etapă dificilă. Există sute de algoritmi de inferență și toți efectuează comparații diferite. De exemplu, unii caută termeni și sinonime potriviți, alții iau în considerare caracteristicile temporale și spațiale, în timp ce alții analizează surse relevante de informații contextuale.
4. Fiecare algoritm de inferență oferă unul sau mai multe scoruri care indică măsura în care un posibil răspuns decurge din întrebarea în zona acoperită de algoritm.
5. Fiecare scor este apoi ponderat de un model statistic care surprinde cât de bine a făcut algoritmul în identificarea conexiunilor logice între două fraze similare din acea zonă în timpul „perioadei de antrenament” a lui Watson. Acest model statistic poate fi folosit ulterior pentru a determina nivelul general de încredere al lui Watson că un posibil răspuns decurge din întrebare.
6. Watson repetă procesul pentru fiecare răspuns posibil până când găsește răspunsuri care sunt mai probabil să fie corecte decât celelalte.
După cum sa menționat mai sus, pentru a răspunde corect la întrebare, sistemul trebuie să se refere la surse de date suplimentare. Poate fi manuale, manuale, întrebări frecvente, știri și orice altceva. Watson procesează cantități uriașe de informații în câteva secunde pentru a obține răspunsul corect. În același timp, conținutul găsit este și verificat, datele învechite și inutile sunt filtrate.
Elemente ale sistemului cognitiv
Watson deduce sensul general al textului din informatiile primite, din baza suplimentara. Aceasta folosește titlul documentului, o parte din textul documentului sau întregul text.
Sistemele cognitive, modurile lor de a colecta, aminti și regăsi informații sunt similare cu modul în care o persoană analizează informațiile. În același timp, sistemele cognitive pot transmite informații și pot acționa. Iată exemple de constructe comportamentale care sunt utilizate în acest caz:
Abilitatea de a crea și testa ipoteze;
- capacitatea de a descompune în componente și de a construi concluzii logice despre limbaj;
- capacitatea de a extrage și evalua informații utile (cum ar fi date, locații și caracteristici).
Fără aceste abilități, nici un computer, nici o persoană nu vor putea determina relația corectă dintre întrebări și răspunsuri.
Procesele cognitive de ordin superior pot atinge un nivel ridicat de înțelegere prin concentrarea asupra comportamentelor de bază. Pentru a înțelege ceva, trebuie să putem descompune informațiile în elemente mai mici, care sunt destul de bine ordonate la nivelul în cauză. Procesele fizice la oameni au loc într-un mod complet diferit de procesele la scară cosmică sau la nivelul particulelor elementare. În mod similar, sistemele cognitive sunt concepute pentru a funcționa la nivel uman, chiar dacă reprezintă o mare varietate de oameni.
În acest sens, înțelegerea limbii începe cu a înțelege mai mult reguli simple limba - nu numai gramatica formală, ci și convențiile informale care sunt respectate în utilizarea de zi cu zi.
Pentru ce sunt toate acestea?
Astăzi, sistemul cognitiv IBM Watson, datorită multor ani de pregătire și îmbunătățire, poate lucra într-o varietate de domenii. Aici sunt medicina, și gătitul, și lingvistică și rezolvarea problemelor de afaceri cu probleme științifice.
Inițial, specialiștii aveau de ales - să facă sistemul universal sau specializat. Fiecare dintre opțiuni are propriile avantaje și dezavantaje, dar alegerea a fost făcută în direcția universalității.
Compania a fost de multe ori convinsă de corectitudinea alegerii perfecte - înainte
IBM Watson este unul dintre primele sisteme cognitive din lume. Acest sistem poate face multe, datorită căruia capabilitățile lui Watson sunt utilizate în multe domenii - de la gătit până la prezicerea accidentelor în localități. În general, majoritatea caracteristicilor lui Watson nu sunt ceva unic, dar în combinație, toate aceste caracteristici sunt un instrument foarte puternic pentru rezolvarea unei varietăți de probleme.
De exemplu - recunoașterea limbajului natural, învățarea sistemului dinamic, construirea și evaluarea ipotezelor. Toate acestea au permis IBM Watson să învețe cum să ofere răspunsuri corecte directe (cu un grad ridicat de fiabilitate) la întrebările operatorului. În același timp, sistemul cognitiv poate folosi rețele mari de date globale nestructurate, Big Data, pentru a funcționa. Care sunt principiile de bază ale modului în care IBM Watson lucrează cu limbajul? Mai multe despre asta în continuare.
Principalele dificultăți ale recunoașterii limbajului natural
Pentru o persoană, limbajul este un mijloc de exprimare a gândurilor. Folosim limbajul pentru a ne transmite opinia, orice date și informații. Putem face predicții și putem forma teorii. Limba este piatra de temelie a conștiinței noastre. În același timp, iată și paradoxul, limbajul uman este foarte inexact.Mulți termeni sunt ilogici și poate fi foarte dificil pentru sistemele informatice să ne înțeleagă. De exemplu, cum poate o voce să fie subțire? Cum poți arde de rușine? Pentru o mașină, aceasta este o problemă, dar pentru o persoană, este un lucru destul de obișnuit. Cert este că pentru a răspunde corect la întrebare, în multe cazuri este necesar să se țină cont de contextul existent. În absența unor informații efective suficiente, este dificil să răspunzi corect la întrebare, chiar dacă poți găsi răspunsul exact la elementele întrebării într-un sens literal.
Procesarea limbajului natural - Noțiuni introductive
Multe sisteme informatice sunt capabile să analizeze limbajul, dar analiza este superficială. Acest lucru poate avea sens, de exemplu, pentru a face o evaluare validă statistic a tendințelor schimbărilor emoțiilor pe cantități mari de informații. Aici acuratețea transferului de informații nu este foarte importantă, deoarece chiar dacă presupunem că numărul de rezultate fals pozitive este aproximativ egal cu numărul de rezultate fals negative, atunci acestea se anulează reciproc.Dar dacă toate cazurile contează, atunci sistemele care lucrează cu o analiză superficială a limbii nu își mai pot face treaba în mod normal. Un exemplu viu a ceea ce s-a spus poate fi o sarcină pentru asistentul vocal al oricărui dispozitiv mobil. Dacă spui „găsește-mi o pizza”, asistentul va afișa o listă de pizzerii. Dacă spui „nu-mi căuta o pizza în Madrid”, de exemplu, sistemul va căuta în continuare. Astfel de sisteme funcționează prin identificarea unor cuvinte cheie și folosind un anumit set de reguli. Rezultatul poate fi corect într-un anumit sistem de reguli, dar incorect.
Procesarea profundă a limbajului natural
Pentru a învăța sistemul să analizeze structuri semantice complexe, ținând cont de emoții și de alți factori, experții au folosit procesarea profundă a limbajului natural. Și anume, un sistem întrebări-răspuns de analiză de conținut (Deep Question*Answering, DeepQA). Dacă este necesară o precizie mai mare, atunci trebuie utilizate metode suplimentare de procesare a limbajului natural.IBM Watson este un sistem profund de procesare a limbajului natural. Atunci când analizează o anumită întrebare, pentru a da răspunsul corect, sistemul încearcă să evalueze contextul cât mai larg posibil. În acest caz, se folosesc nu numai informațiile întrebării, ci și datele bazei de cunoștințe.
Crearea unui sistem capabil să efectueze procesare profundă a limbajului natural ne-a permis să rezolvăm o altă problemă - analiza unei cantități uriașe de informații care sunt generate zilnic. Acestea sunt informații nestructurate, cum ar fi tweet-uri, postări pe rețelele sociale, rapoarte, articole și multe altele. IBM Watson a învățat să folosească toate acestea pentru a rezolva problemele umane.
Sistemul cognitiv IBM Watson
Watson are deja un alt nivel de putere de calcul. Sistemul este capabil să separe anumite enunțuri în limbajul natural și să găsească conexiuni între aceste enunțuri. În același timp, Watson face față sarcinii, în multe cazuri, chiar mai bine decât o persoană, în timp ce prelucrarea datelor este mult mai rapidă, munca se desfășoară cu volume mult mai mari - o persoană este pur și simplu incapabilă de acest lucru.
Principalele caracteristici ale sistemului cognitiv
Sistemul funcționează în această ordine:1. După ce a primit o întrebare, Watson o analizează pentru a extrage principalele caracteristici ale întrebării.
2. Sistemul generează o serie de ipoteze prin căutarea prin corpus de fraze care, cu un anumit grad de probabilitate, pot conține răspunsul cerut. Pentru a efectua o căutare eficientă în fluxurile de informații nestructurate, sunt necesare capacități de calcul complet diferite * se numesc sisteme cognitive. (Nu prea înțeleg ultima propoziție și rolul asteriscului)
3. Sistemul realizează o comparație profundă a limbajului întrebării și a limbajului fiecărui răspuns posibil, folosind diverși algoritmi de inferență.
Aceasta este o etapă dificilă. Există sute de algoritmi de inferență și toți efectuează comparații diferite. De exemplu, unii caută termeni și sinonime potriviți, alții iau în considerare caracteristicile temporale și spațiale, în timp ce alții analizează surse relevante de informații contextuale.
4. Fiecare algoritm de inferență oferă unul sau mai multe scoruri care indică măsura în care un posibil răspuns decurge din întrebarea în zona acoperită de algoritm.
5. Fiecare scor este apoi ponderat de un model statistic care surprinde cât de bine a făcut algoritmul în identificarea conexiunilor logice între două fraze similare din acea zonă în timpul „perioadei de antrenament” a lui Watson. Acest model statistic poate fi folosit ulterior pentru a determina nivelul general de încredere al lui Watson că un posibil răspuns decurge din întrebare.
6. Watson repetă procesul pentru fiecare răspuns posibil până când găsește răspunsuri care sunt mai probabil să fie corecte decât celelalte.
După cum sa menționat mai sus, pentru a răspunde corect la întrebare, sistemul trebuie să se refere la surse de date suplimentare. Poate fi manuale, manuale, întrebări frecvente, știri și orice altceva. Watson procesează cantități uriașe de informații în câteva secunde pentru a obține răspunsul corect. În același timp, conținutul găsit este și verificat, datele învechite și inutile sunt filtrate.
Elemente ale sistemului cognitiv
Watson deduce sensul general al textului din informatiile primite, din baza suplimentara. Aceasta folosește titlul documentului, o parte din textul documentului sau întregul text.
Sistemele cognitive, modurile lor de a colecta, aminti și regăsi informații sunt similare cu modul în care o persoană analizează informațiile. În același timp, sistemele cognitive pot transmite informații și pot acționa. Iată exemple de constructe comportamentale care sunt utilizate în acest caz:
Abilitatea de a crea și testa ipoteze;
- capacitatea de a descompune în componente și de a construi concluzii logice despre limbaj;
- capacitatea de a extrage și evalua informații utile (cum ar fi date, locații și caracteristici).
Fără aceste abilități, nici un computer, nici o persoană nu vor putea determina relația corectă dintre întrebări și răspunsuri.
Procesele cognitive de ordin superior pot atinge un nivel ridicat de înțelegere prin concentrarea asupra comportamentelor de bază. Pentru a înțelege ceva, trebuie să putem descompune informațiile în elemente mai mici, care sunt destul de bine ordonate la nivelul în cauză. Procesele fizice la oameni au loc într-un mod complet diferit de procesele la scară cosmică sau la nivelul particulelor elementare. În mod similar, sistemele cognitive sunt concepute pentru a funcționa la nivel uman, chiar dacă reprezintă o mare varietate de oameni.
În acest sens, înțelegerea unei limbi începe cu o înțelegere a regulilor mai simple ale limbii - nu numai gramatica formală, ci și convențiile informale care sunt respectate în utilizarea de zi cu zi.
Pentru ce sunt toate acestea?
Astăzi, sistemul cognitiv IBM Watson, datorită multor ani de pregătire și îmbunătățire, poate lucra într-o varietate de domenii. Aici sunt medicina, și gătitul, și lingvistică și rezolvarea problemelor de afaceri cu probleme științifice.
Inițial, specialiștii aveau de ales - să facă sistemul universal sau specializat. Fiecare dintre opțiuni are propriile avantaje și dezavantaje, dar alegerea a fost făcută în direcția universalității.
Compania a fost de multe ori convinsă de corectitudinea alegerii perfecte - înainte
Modul în care lucrează tehnologii moderne, este adesea greu de explicat, iar când vine vorba de calculul cognitiv și de sistemul IBM Watson, se pare că acest subiect este inaccesibil înțelegerii omului obișnuit. Dar nu este deloc așa: profesioniștii pot explica totul, inclusiv cele mai complexe chestiuni, în cuvinte destul de accesibile. Astăzi, specialiștii IBM vorbesc despre activitatea sistemului cognitiv IBM Watson și despre alte soluții inovatoare ale companiei. Aceștia sunt Vladimir Alekseev, Consultant de afaceri pentru IBM Industrial Solutions în Rusia și CSI, Alexander Dmitriev, IBM Lead System Architect în Rusia și CSI și Yulia Pakina, IBM Business Development Manager în Rusia și CSI.
IBM a fost în spațiul tehnologiei cognitive de mulți ani. Vă rugăm să ne spuneți în ce proiecte este angajată compania în acest moment?
Alexandru Dmitriev
Pentru a răspunde la această întrebare, trebuie să vorbim puțin despre tehnologiile în sine. Tehnologiile cognitive reprezintă o direcție în dezvoltarea sistemelor de inteligență artificială, a cărei sarcină principală este de a ajuta o persoană să ia decizii într-un mediu dificil. Există o serie de industrii și procese care necesită management cu un număr mare de parametri în schimbare, dependențe complexe și rezultate dificil de prezis. În același timp, deciziile trebuie luate aproape în timp real. cu cel mai mult exemplu simplu vor exista tranzacții electronice la bursă sau achiziții prin internet. De exemplu, site-urile de cumpărături populare organizează adesea promoții atunci când un articol ieftin este scos la vânzare dintr-un anumit moment în timp. O persoană nici măcar nu are timp să apese un buton, iar bunurile au fost deja vândute: sunt declanșate sisteme automate de achiziție. În același mod, cumpărarea și vânzarea de acțiuni pe bursele mondiale este susținută de sisteme care colectează o cantitate imensă de informații din diverse surse și iau „în mod automat” decizii privind cumpărarea sau vânzarea anumitor blocuri de acțiuni. De fapt, decizia este luată de o persoană atunci când creează și antrenează acest sistem.
Din toate acestea rezultă o înțelegere a gamei de clienți și a posibilelor proiecte pentru care tehnologiile cognitive sunt potrivite: acestea sunt, în primul rând, companii mari din acele sectoare de afaceri în care este necesar să se prelucreze rapid și eficient cantități mari de date, să identifice complexe. relații și dependențe și folosind algoritmi apropiați gândirii umane, dezvoltă soluții astfel încât profesioniștii în management să poată face rapid o alegere acțiunile necesare. În primul rând, este vorba de producții mari, în care sunt implicate resurse și volume mari de date - atât din sistemele tehnice, cât și din acțiunile personalului (industria petrolieră, bănci, construcții, inginerie grea etc.). De asemenea, acestea sunt domenii în care este necesară dezvoltarea și înțelegerea. un numar mare informații despre noile evoluții, ținând cont de experiența acumulată și de riscurile mari la luarea deciziilor. Acest lucru se aplică domeniului medicinei, managementului social. Prețul deciziilor medicale este viața umană, sănătatea. Aici tehnologiile cognitive sunt deosebit de valoroase. Ele oferă specialiștilor informații abstracte despre noile realizări în domeniul unui anumit domeniu medical, ajută la alegere cel mai bun mod tratament pentru fiecare pacient, luând în considerare istoricul și specificul bolii sale.
În plus, unul dintre cele mai importante domenii este crearea de baze de date de cunoștințe într-un anumit domeniu al științei, tehnologiei, ocupației, istoriei etc.
Acum despre proiecte specifice. Astăzi, o serie de companii mari creează deja sisteme complexe de sprijinire a deciziilor, nu numai în străinătate, ci și în Rusia. Dacă vorbim despre exemple străine, atunci cea mai mare companie petrolieră australiană Woodside a creat o bază de cunoștințe pentru industria sa, ținând cont de propria experiență. Acest lucru a făcut posibilă rezolvarea unui număr de sarcini complexe - în primul rând, creșterea eficienței muncii personalului, accelerarea semnificativă a ciclului de formare și a făcut posibilă utilizarea și replicarea experienței proiectelor deja implementate. Aceasta este o economie imensă de bani pentru o companie mare.
Un exemplu rusesc este implementarea unui sistem de lucru cu volume mari de texte la VINITI RAS, unde tehnologiile bazate pe Watson Explorer sunt introduse cu succes. Acest sistem va ajuta la procesarea diverselor informații structurate și nestructurate pentru a identifica corelațiile dintre indicatorii care caracterizează domeniile tematice ale cercetării științifice din Rusia.
A existat și un proiect realizat în comun cu Centrul All-Rusian pentru Studierea Opiniei Publice pe tema relațiilor internaționale. Peste 55.000 de texte din surse deschise au fost analizate folosind tehnologiile cognitive Watson pentru a evidenția Puncte importanteîn relaţiile culturale şi sociale dintre Rusia şi Coreea de Sud.
Au fost realizate și o serie de proiecte pilot în domeniul medicinei bazate pe produsul Watson Health, iar rezultatele arată oportunități ample de îmbunătățire a calității îngrijirii pacienților.
Trebuie să spun că direcția tehnologiilor cognitive este încă foarte nouă și, prin urmare, aproape în fiecare zi, vin la noi clienți noi din diverse domenii și selectăm instrumentele potrivite pentru aceștia din întregul spectru de soluții de care dispune IBM.
Ne puteți spune ce a fost IBM Watson inițial și de ce au decis să utilizeze acest sistem în domenii precum medicina, afacerile și asigurările?
Julia Pakina
Prima apariție a lui Watson a fost în 2011 la Jeopardy! Atunci Watson era un mare complex diferite programe, care a fost compilat special pentru acest joc, iar capacitățile inerente acestuia la acea vreme aveau ca scop înțelegerea limbajului natural. Pentru a face acest lucru, a fost necesar, în primul rând, traducerea vocii în text și, în al doilea rând, interpretarea corectă a materialului textual primit. Astfel, sistemul a putut inițial să interpreteze textul, să analizeze întrebările și să „înțeleagă” sensul acestora. Desigur, acum nivelul și performanța lui Watson sunt mult mai mari decât în 2011.
De ce altceva era capabil sistemul Watson pe atunci? Căutați un răspuns la întrebare pusăîn profunzimea informaţiei înglobate în ea. Caracteristica distinctivă a acelui sistem era că nu era conectat la el surse externe— nu la Internet, nu la nimic altceva. Ceea ce i-a fost pus în memorie, ea a folosit. Cel mai interesant lucru este că, datorită logicii inerente, sistemul s-a clasat opțiuni posibile răspunsuri și l-a dat pe cel în care, datorită logicii ei, era încrezătoare ca fiind cea mai corectă. În 2011, sistemul Watson a câștigat cu o marjă largă de restul participanților - oameni, decalajul acolo era serios. Și după acest joc a apărut întrebarea: „Ce urmează?”
Jocul este grozav! Dar care ar putea fi aplicarea ulterioară a sistemului? După aceea, experții au început să se gândească unde ar putea fi aplicate comercial tehnologiile Watson, în ce domeniu de activitate, în ce piețe. IBM a decis că Watson ar trebui să fie folosit acolo unde există un flux mare de informații textuale nestructurate în limbaj natural și acolo unde o persoană are nevoie de un asistent inteligent. Și am început să lucrăm în sectorul sănătății. Chestia este că Watson, așa cum știm deja, este capabil să proceseze o cantitate imensă de informații. Și, de exemplu, în oncologie în fiecare an sunt 500 de mii noi articole științificeîn diferite domenii și domenii de cercetare. Și este clar că o persoană vie nu poate face față unui astfel de val de informații. Dar materialele noi din acest domeniu nu pot fi ignorate, ele trebuie prelucrate intelectual, cântărite, comparate, făcând referire la experiența anterioară.
În același timp, trebuie luat în considerare faptul că tot ceea ce poate face Watson acum a fost pus în el de programatori talentați, lingviști și experți în domeniu.
Care este viziunea dumneavoastră pentru viitorul IBM Watson? De exemplu, ce sarcini va putea rezolva sistemul în 5-10 ani? Ce nu poate face acum, dar specialiștii companiei plănuiesc să o învețe să facă în curând?
Alexandru Dmitriev
Lead System Architect la IBM în Rusia și CSI
Este destul de dificil să prezici viitorul și nu degeaba majoritatea experților, când vorbesc despre soluții moderne, folosesc expresia „în lumea de astăzi în schimbare rapidă”. Situația se schimbă într-adevăr foarte rapid și adesea imprevizibil, dar principalele tendințe în domeniul tehnologiilor cognitive sunt încă destul de clare.
În primul rând, aceasta este crearea unor baze mari de cunoștințe la nivel privat și de stat. Acum toate țările lider ale lumii sunt preocupate de acest lucru. Ei caută foarte activ să colecteze, să proceseze și să pună în funcțiune un sistem de extragere a informațiilor valoroase dintr-o mare varietate de surse. Vedem că acest proces are loc la două niveluri principale. În primul rând, la nivelul marilor companii internaționale cu sute de mii de angajați, filiale în tari diferiteși producție complexă. Aici principalul motor este obținerea unui avantaj competitiv. Este clar că proiectele de acest nivel necesită investiții serioase, dar ele încep să dea roade aproape imediat, crescând dramatic eficiența muncii. Accentul este pus pe analiza predictivă, pe care tehnologia Watson o oferă: managementul nu este după finalizarea anumitor evenimente, ci luând în considerare întreaga experiență a companiei în modul de prognoză. Un nivel superior este nivelul statului, când sunt create sisteme pentru acumularea și prelucrarea cunoștințelor deja la scară națională și a informațiilor din alte țări. Acestea sunt domenii legate de dezvoltarea științei, tehnologiei, sănătatea națiunii și managementul social.
Watson a stăpânit deja profesiile de bucătar, medic, finanțator și traducător. Ce alte profesii va stăpâni ea în viitorul apropiat?
Alexandru Dmitriev
Lead System Architect la IBM în Rusia și CSI
În ceea ce privește „profesiile” lui Watson, există două aspecte. Prima este extinderea gamei de oportunități în cadrul profesiilor deja stăpânite. Să spunem, în domeniul medicinei, Watson este utilizat în tratamentul unui număr de boli oncologice. Dar specificul medicinei este că nu numai că există un număr mare de tipuri de boli, dar pacienții înșiși diferă atât prin caracteristicile personale, cât și prin istoria bolilor lor. Prin urmare, dezvoltarea se datorează atât unei creșteri a gamei de boli vindecabile, cât și datorită posibilității de a dezvolta un curs de tratament personalizat din ce în ce mai detaliat pentru un anumit pacient.
A doua este „dezvoltarea” altor profesii. Watson a „stăpânit” deja specializarea industriei petroliere: o serie de companii străine au implementat sisteme de sprijinire a deciziilor pentru profesioniștii lor petrolier. O altă direcție promițătoare este munca cu grupurile sociale și populația. De asemenea, acestea sunt domenii în care este necesară procesarea informațiilor și dezvoltarea serviciilor și ofertelor pentru grupuri mari de clienți (sute de mii și milioane de oameni). Astfel, perspectivele imediate de dezvoltare sunt profesii din industria bancară, telecomunicații, unde cantitatea de date este incredibil de mare, iar deciziile trebuie luate în timp real.
Vorbind în general, cred că Watson va veni în curând ca un serviciu pentru aproape fiecare persoană - va fi posibil să puneți o întrebare pe aproape orice domeniu de cunoștințe de interes și să obțineți un răspuns calificat.
Julia Pakina
IBM Business Development Manager în Rusia și CSI
Dintre zonele recente în care a fost folosit IBM Watson, poate fi menționat mineritul. Alexandru a menționat deja bun exemplu povești de succes - compania australiană Woodside Energy, care a ajutat sistemul cognitiv să funcționeze mult mai eficient prin optimizarea fluxului de lucru. Înainte de Watson, decizia de forare a puțurilor a fost luată de specialiștii Woodside Energy pe baza unei lucrări îndelungate și minuțioase pentru a colecta toată documentația posibilă în această zonă, inclusiv structura geologică a zonei, prezența puțurilor în apropiere, tipul câmpului, posibilitatea de a utiliza echipamentul care trebuie utilizat pentru acest proiect.
Și mai devreme, această perioadă pregătitoare a durat până la 80% din timpul companiei. În consecință, doar 20% din timp a rămas pentru dezvoltarea fântânii în sine. Acum, împreună cu Woodside Energy, am reușit ca doar 20% din timp să fie dedicat cercetării și pregătirii pentru foraj, iar restul timpului să fie alocat forării și dezvoltării de noi sonde.
Acum multe companii vorbesc despre evoluțiile lor în domeniul inteligenței artificiale. IBM vorbește despre platforma cognitivă. Ne puteți spune, vă rog, care este particularitatea serviciilor cognitive IBM și pot fi numite un anumit tip de inteligență artificială?
Alexandru Dmitriev
Lead System Architect la IBM în Rusia și CSI
Cât despre inteligența artificială, nu aș acorda prea multă importanță terminologiei. În timp ce știința în ansamblu nu înțelege pe deplin metodele gândirii umane (și există încă multe puncte albe în acest domeniu), este inadecvat să argumentăm ce este inteligența artificială și ce nu este. Putem spune că sistemul Watson în 2011 a „trecut” un test formal Turing ușor modificat pentru dreptul de a fi numit inteligență artificială. Ideea generală a testului este simplă: dacă o persoană, comunicând cu un anumit sistem și punându-i o serie de întrebări într-o formă liberă, nu poate distinge dacă comunică cu o persoană sau cu un sistem de mașină, atunci un astfel de sistem poate revendica titlul de „inteligență artificială”.
Câștigând jocul Jeopardy, unde era necesar să se răspundă la întrebări dintr-o varietate de domenii de cunoaștere, Watson a fost înaintea participanților live și a trecut acest test. Dar nu asta este ideea. Orice numim tehnologii cognitive, este important ca acestea să-și îndeplinească sarcina principală, să devină un „amplificator” al minții atunci când iau decizii complexe, atât operaționale, cât și strategice. Memoria umană nu este nelimitată, formarea de specialiști competenți în orice industrie este o afacere costisitoare și îndelungată. Sistemele cognitive creează astfel de consultanți virtuali, la ale căror servicii poate apela toată lumea. Aceasta este esența inteligenței artificiale. Este important ca decizia finală cu privire la orice problemă să rămână în continuare la persoana persoanei.
Julia Pakina
IBM Business Development Manager în Rusia și CSI
Da, în general, sistemul cognitiv este creat doar pentru a elimina rutina unei persoane și a acorda mai mult timp creativității, rezolvând probleme complexe și creând noi sisteme. De aceea vorbim despre o soluție nu de inteligență artificială, ci de inteligență augmentată, inteligență adăugată.
Vă rugăm să ne spuneți mai multe despre utilizarea capabilităților tehnologiilor cognitive în afaceri.
Alexandru Dmitriev
Lead System Architect la IBM în Rusia și CSI
Utilizarea tehnologiilor cognitive în afaceri are ca scop rezolvarea unui număr de probleme asociate nu numai cu volume mari de date care se schimbă rapid, ci și cu necesitatea de a extrage rapid informațiile necesare din aceste date și de a le folosi pentru afaceri, ținând cont de industrie. și experiența proprie a companiei. Astfel, sistemele cognitive sunt conectate la diverse surse de informații (bazele de date proprii ale companiei, internetul, streaming video, informații de la senzorii tehnici ai diferitelor sisteme, date despre evenimente dintr-o anumită zonă). Deja pe baza acestor date, sistemele cognitive, folosind algoritmi speciali, găsesc soluțiile necesare și le oferă managerilor și specialiștilor.
Este important ca, odată cu acumularea de experiență de lucru și activități de succes într-o anumită zonă, sistemele cognitive să poată fi antrenate, ajustate și, de asemenea, să se stabilească un mod de auto-învățare. Prin urmare, sistemele cognitive pentru afaceri au o calitate importantă pe care niciun alt sistem nu o are: cu cât funcționează mai mult timp, cu atât eficiența lor este mai mare. Ei înșiși devin mai valoroși pentru companie în procesul de funcționare. Și important este că această experiență acumulată este la dispoziția angajaților companiei și este astfel utilizată în mod constant – în mod repetat, repetat, ori de câte ori este necesar. Situația obișnuită este că un specialist a plecat, cunoștințele și experiența lui personale s-au pierdut pentru companie. Cu sistemul cognitiv implementat, toată experiența rămâne în companie și poate fi ușor transferată altor specialiști.
Cum poate fi util blockchain-ul pentru afaceri? Acum ei spun că această tehnologie poate schimba lumea familiară a antreprenoriatului. Este acest lucru adevărat și, dacă da, care sunt aceste schimbări?
Vladimir Alekseev
Primele idei despre modul în care tehnologia ar putea schimba lumea antreprenoriatului s-au rezumat de obicei la crearea de rețele peer-to-peer, adică un mediu în care fiecare companie ar putea interacționa direct cu oricare alta, fără intermediari. Desigur, aceasta este o descriere suprasimplificată, iar de-a lungul timpului ideea a evoluat și completat. Acum putem spune că blockchain-ul, în primul rând, permite responsabilitatea distribuită, ceea ce este extrem de important dacă avem mai multe companii care nu au mare încredere unele în altele și nu sunt conectate în niciun fel. În al doilea rând, transparența tuturor tranzacțiilor și imposibilitatea de a face modificări la tranzacțiile deja finalizate. O tranzacție este înțeleasă nu doar ca o tranzacție bancară, ci mai mult ca un fapt de transfer al unui activ de la o companie la alta. În al treilea rând, aceasta este posibilitatea de a folosi contracte inteligente pentru logica de business, și anume, asigurarea întregului proces de operare. În caz contrar, blockchain-ul ar putea fi folosit doar ca sistem de stocare, iar toată logica operațiunilor s-ar putea face în afara cadrului său, ceea ce nu ar asigura nici transparența, nici fiabilitatea operațiunilor.
Există deja exemple pozitive de utilizare a blockchain-ului de către companiile comerciale?
Vladimir Alekseev
Consultant de afaceri pentru soluții industriale IBM în Rusia și CSI
În ultimul an, IBM a efectuat peste 400 de proiecte pilot în întreaga lume cu clienți dintr-o mare varietate de industrii. Aceasta, desigur, include sectorul financiar, comerțul cu amănuntul și sectorul energetic. În special, proiecte-pilot cu ABN Amro în domeniul restructurarii financiare și managementului imobiliar. A fost finalizat un proiect cu Bank of Tokio-Mitsubishi pentru a utiliza tehnologia blockchain pentru a automatiza contractele de externalizare IT.
Este prea devreme să vorbim despre rezultatele practice ale implementărilor (indicatori cantitativi de afaceri): blockchain-ul este încă o tehnologie nouă care, de asemenea, necesită timp pentru a fi testată. Blockchain nu poate exista izolat, prin urmare, este necesară integrarea cu sistemele existente, este necesară dezvoltarea serviciilor, sunt necesare competențe. 2016 a fost dedicat pilotajului, 2017 ar trebui să fie marcat de integrarea tehnologiei blockchain în infrastructura IT existentă a organizațiilor.
Potrivit cercetării IBM Institute for Business Value, peste 50% dintre directorii din sectorul financiar intervievați intenționează să treacă la faza de utilizare comercială a tehnologiei în 2018-2020.
Blockchain, din câte se poate înțelege, oferă mari oportunități multor domenii de afaceri. Dar bursele? Ar putea fi utilă această tehnologie acolo?
Vladimir Alekseev
Consultant de afaceri pentru soluții industriale IBM în Rusia și CSI
Merită să recunoaștem că schimburile au fost printre primele organizații care s-au interesat de tehnologie și au participat activ la dezvoltarea acesteia. De exemplu, Bursa Germană (Deutsche Boerse) este un membru principal al proiectului blockchain HyperLedger împreună cu IBM, iar Bursa din Moscova este, de asemenea, membru. Din experiența practică de utilizare a tehnologiei prin schimburi, remarc următoarele: anul trecut, Japan Exchange, cu ajutorul IBM, a realizat un studiu privind posibilitățile de utilizare a registrelor distribuite în operațiunile sale. În raportul său, bursa a subliniat perspectivele tehnologiei, menționând posibilitatea de a crea noi servicii financiare inovatoare și de a reduce costurile printre beneficiile cheie. Potrivit experților Japan Exchange, blockchain-ul va ajuta la automatizarea proceselor de acordare a procedurilor comerciale și la creșterea toleranței la erori a sistemului în ansamblu prin introducerea principiului distribuției.
Vă rugăm să ne spuneți ce intenționează să facă IBM în următorii 5-10 ani? Cum vede compania lumea de afaceri a viitorului?
Vladimir Alekseev
Consultant de afaceri pentru soluții industriale IBM în Rusia și CSI
La începutul acestui an, IBM și-a prezentat viziunea asupra modului în care inovația tehnologică va schimba lumea în viitor. Raportul a fost realizat de divizia de cercetare a IBM Research și reflectă viziunea companiei despre cum se va schimba lumea în cinci ani în cinci domenii. În primul rând, compania acordă o mare atenție modului în care vorbim și scriem cu toții și consideră că acești factori vor fi folosiți ca indicatori ai stării psihologice și a sănătății fizice. În plus, oamenii vor putea obține „supraveghere” datorită minusculei și camere puternice, ceea ce va face posibilă explorarea aproape 100% din spectrul electromagnetic față de mai puțin de 1% în prezent. Tehnologia poate fi încorporată în dispozitivele mobile și poate ajuta la analiza compoziției produselor sau a medicamentelor. Pe de altă parte, peste cinci ani, vom putea înțelege complexitatea Pământului în detaliu uimitor. Acest lucru va fi posibil datorită dezvoltării internetului lucrurilor (IoT) și a algoritmilor de învățare automată, pe baza cărora se pot trage concluzii din analiza parametrilor luați. Oamenii de știință IBM se referă la acest lucru în mod colectiv ca un „macroscop”. Va ajuta la prezicerea fenomenelor precum schimbările climatice, nivelul apei, amenințările de poluare sau impactul factori externi către planeta noastră.
Următoarea direcție pentru dezvoltarea tehnologiei IBM se referă la crearea de laboratoare medicale „pe cipuri” pentru a urmări bolile la nivel nano, ceea ce va ajuta la prezicerea bolilor într-un stadiu mai devreme. Laboratoarele IBM lucrează pentru a crea cipuri de 20 nm care pot fi conectate la sisteme AI și alți senzori în timp real. Și, în sfârșit, a cincea zonă este crearea și distribuirea de senzori „inteligenti” pentru determinarea mai devreme a nivelului de poluare a mediului. Astfel de senzori pot fi, de asemenea, extrem de utili în conductele de gaz, precum și în apropierea surselor naturale de emisii, cum ar fi metanul, pentru a alerta concentrațiile în creștere ale diferitelor substanțe.
Este de remarcat faptul că tehnologiile din toate domeniile sunt deja în curs de dezvoltare, așa că prognoza nu pare prea futuristă. Pe de altă parte, este nevoie de timp și efort pentru a perfecționa produsele existente și pentru a le folosi în masă.
Dintr-o perspectivă pe termen lung (10 ani sau mai mult), se poate da un exemplu de tehnologie a calculatoarelor cuantice. Algoritmul de funcționare al calculatoarelor cuantice se bazează pe principii complet diferite de cele pe care funcționează. calculatoare moderne. Prin urmare, utilizarea lor poate schimba complet procesele existente, de exemplu, criptografie, și poate oferi un nivel complet nou. putere de calcul. IBM este unul dintre liderii în acest domeniu, oferind deja acces gratuit de testare la un computer cuantic real prin infrastructura cloud IBM Quantum Experience.
Întrebați un expert IBM Elena Sinka, reprezentant de vânzări pentru IBM Solutions Cere
Mulțumesc!
Întrebarea dvs. a fost trimisă
Un computer poate face multe, cel puțin în ceea ce privește procesarea informațiilor. Cu toate acestea, a-l preda limbajul natural este o sarcină extrem de nebanală. Această provocare a stat la baza proiectului IBM DeepQA, care a dus la nașterea unei tehnologii cognitive numită IBM Watson, în onoarea lui Thomas Watson, care a fost în fruntea înființării IBM.
Nu este greu de explicat ce este Watson - este un sistem cognitiv care poate comunica cu o persoană în limbaj natural. Adică, înțelegeți vorbirea scrisă și răspundeți în același mod. Și dacă IBM s-ar fi limitat la asta, Watson nu ar fi rămas altceva decât o configurație experimentală. Dar i s-a găsit repede un loc de muncă, iar pentru multe companii a devenit un angajat cu adevărat indispensabil.
S-a dovedit că acest know-how poate fi aplicat oriunde este necesar pentru a procesa cantități mari de date nestructurate. Pentru o analiză de înaltă calitate și rapidă a unor astfel de date, acestea trebuie procesate folosind toate instrumentele disponibile ale tehnologiilor informatice moderne: învățare automată, lingvistică computațională, construcții ontologice și calcul de înaltă performanță. Pentru asta este proiectat IBM Watson.
Competențele de bază ale IBM Watson pot fi rezumate în patru puncte:
- Înțelegerea limbajului natural.
- Construirea de ipoteze pe baza datelor prelucrate.
- Formare la locul de muncă.
- Efectuarea unei recomandări, însoțind-o de faptele pe care se bazează concluzia.
O persoană nu este capabilă să analizeze o cantitate cu adevărat mare de date într-un timp rezonabil și, în orice caz, va trebui să renunțe la majoritatea informațiilor, evidențiind, în opinia sa, principalul lucru. Erorile sunt inevitabile aici, în plus, datele aruncate contează și ar trebui să afecteze rezultatul. Și sub acest aspect, Watson este de multe ori superior unei persoane: ia în calcul totul, nici un fapt cunoscut nu va rămâne fără evaluare.
Primul test public al sistemului a fost participarea la jocul american Jeopardy! (Analog rusesc - „Propriul joc”). Fără o conexiune la Internet, folosind surse deschise de informații precum textul întregii Wikipedia, enciclopedii generale și dicționare, Watson a reușit să-i învingă pe cei doi deținători de recorduri ai acestui joc.
Vă invităm la Centrul de clienți IBM pentru un seminar Watson Analytics și înaltă tehnologieîn analiză!
) este un supercomputer IBM echipat cu un sistem de inteligență artificială, care a fost creat de un grup de cercetători condus de David Ferrucci. Crearea sa face parte din proiectul DeepQA. Sarcina principală a lui Watson este să înțeleagă întrebările formulate în limbaj natural și să găsească răspunsuri la acestea în baza de date. Numit după fondatorul IBM, Thomas Watson.
Participarea la Jeopardy!
În februarie 2011, pentru a testa abilitățile lui Watson, a participat la emisiunea TV Jeopardy! (Analogic rusesc - Joc propriu). Rivalii săi au fost Brad Rutter - proprietarul celei mai mari victorii din program și Ken Jennings - deținătorul recordului pentru cea mai lungă serie de neînvins. Watson a câștigat cu 1 milion de dolari, în timp ce Jennings și Rutter au primit 300.000 de dolari și, respectiv, 200.000 de dolari.
Platformă
Watson este format din 90 de servere Power7 750, fiecare conținând 4 procesoare POWER7 cu opt nuclee. Total Berbec Watson peste 15 terabytes.
Sistemul a avut acces la 200 de milioane de pagini de informații structurate și nestructurate de 4 terabytes, inclusiv textul integral al Wikipedia. În timpul jocului, Watson nu a avut acces la internet.
Viitorul proiectului
IBM lucrează cu Nuance Communications pentru a dezvolta un produs în următorii doi ani care să ajute la diagnosticarea și tratarea pacienților. Se au în vedere și alte utilizări, cum ar fi evaluarea polițelor de asigurare sau eficiența energetică.
Istoria lui Watson a început în 2006, când David Ferrucci, senior manager al diviziei de analiză semantică a IBM, a început să testeze unul dintre cele mai puternice supercomputere ale companiei, una dintre cele mai rapide 500 de mașini din lume. Ferucci a decis să testeze cât de eficient va face mașina să facă față sarcinilor stabilite de „limbajul natural” și a invitat-o să răspundă la 500 de întrebări puse în Jeopardy deja finalizat! Rezultatele au fost dezastruoase: în comparație cu jucătorii în direct, aparatul nu „apăsa butonul” suficient de repede (adică era gata să răspundă), iar în cazul în care mai putea concura cu oamenii, numărul de răspunsuri corecte a făcut-o. nu depaseste 15%
Ferrucci a devenit interesat de motivele acestui comportament al supercomputerului și, drept urmare, în 2007, a reușit să convingă conducerea IBM să-i dea o echipă de 15 oameni și 3 până la 5 ani pentru a crea un sistem eficient. sistem automat capabil să răspundă la întrebări informale. Un astfel de sistem ar fi util pentru tot felul de centre de apeluri, birouri de asistență și orice alte servicii care deservesc clienții. IBM a avut deja un istoric de succes în crearea unei mașini care poate concura cu inteligența umană - vorbim despre supercomputerul Deep Blue, care în 1997 l-a învins pe campionul mondial de șah Garry Kasparov. Această victorie a făcut o mare publicitate pentru IBM, dar aplicație comercială Nu am reușit să găsesc o astfel de configurație. În cazul sistemului de răspunsuri automate la întrebări, potențialul comercial este destul de evident.
Diferența fundamentală dintre Watson și Deep Blue este că, dacă o mașină de șah se ocupă de reguli strict logice ale jocului, atunci o mașină care recunoaște „vorbirea naturală” întâlnește reguli mult mai complexe ale limbajului și numeroase distorsiuni și abateri de la acestea. Dar cea mai mare dificultate constă în faptul că oamenii, fără să-și dea seama, comunică în contextul lor cultural și social. Discursul colocvial este plin de indicii, aluzii și conotații, trimiteri la anumite fapte, concepte și fenomene comune unui anumit mediu social. Printre acestea se numără ideile religioase și credințele politice și tot felul de opere de artă - de la cărți și picturi la filme și jocuri pe calculator.
Pentru prelucrare eficientă Pentru astfel de informații sunt utilizați algoritmi statistici, care permit, prin analizarea unei mari varietăți de documente, să se stabilească o legătură între diferite concepte între ele. Mai simplu spus, determină ce cuvinte sunt cel mai des folosite împreună. De exemplu, „Kremlinul” este asociat mai des cu cuvintele „Rusia”, „Moscova”, puțin mai rar cu „Kazan”, „Nijni Novgorod”, chiar mai rar cu „catedrală”, „icoană”, etc. Deși Acești algoritmi cunoscuți de mult timp, a devenit posibil să le aplice pe deplin abia în ultimul deceniu - după o creștere radicală a performanței tehnologiei computerului și o scădere a costului unităților pentru stocarea matricelor de date uriașe.
Echipa lui Ferrucci descarcă milioane de tot felul de documente în memoria IBM Watson - manuale, enciclopedii, cărți de referință, ficțiune și literatură religioasă. Pentru a analiza întrebările, mai mult de o sută de algoritmi sunt utilizați simultan, oferind sute de solutii posibile. Apoi, alți algoritmi evaluează fiabilitatea răspunsurilor potențiale, eliminând cele care sunt imposibile din motive obiective (de exemplu, discrepanțe între data evenimentului și anii de viață ai actorilor) și cele care sunt puțin probabile. Cu cât se primesc mai multe răspunsuri identice, cu atât este mai mare probabilitatea ca acestea să fie corecte - în timpul jocului, tabloul de bord afișează o evaluare a mai multor răspunsuri cele mai probabile, pe lângă cel mai frecvent.
Până în 2008, IBM Watson trecuse din categoria „învinzători” în rândurile de vârf ale așa-numitului „nor de câștigători”, format din oameni care, în 50% din cazuri, au fost primii care au apăsat butonul, semnalând disponibilitatea de a răspunde, iar apoi în 85-95% din cazuri au dat răspunsul corect. IBM a convenit chiar și cu producătorii Jeopardy să organizeze o serie specială de jocuri în toamna anului 2010, cu participarea lui Watson și a câștigătorilor din anii precedenți. Pentru a se pregăti pentru aceste jocuri (adică, de fapt, pentru a îmbunătăți algoritmii), a fost recreat un interior aproximativ al studioului de test și au fost efectuate teste cu participarea jucătorilor în direct și a prezentatorului. În același timp, așa cum era de așteptat, „Watson” își dă răspunsurile cu voce tare cu o voce de computer sintetizată, care îi amuză foarte mult pe cei prezenți.
În timpul „antrenamentului” sa dovedit un fapt interesant: în ciuda întregului potențial al lui Watson, el nu numai că poate câștiga majoritatea jocurilor, dar poate și pierde mai mult de jumătate dintre ele. Există mai multe motive: de la „maiestatea sa cazul” (sunt situații în care adversarul poate câștiga prin simpla majorare a mizei, lăsând mașina falimentară) până la specificul regulilor. Destul de ciudat, dar o persoană poate apăsa un buton mai repede decât o mașină, iar acest lucru se datorează regulilor jocului, care nu pot fi schimbate.
Faptul este că fiecare întrebare este afișată pe ecran și citită de prezentator și puteți face clic pe butonul numai după terminarea lecturii întrebării. Watson primește textul întrebării în formă electronică în același timp cu care este afișat pe ecran, dar chiar și așa, nu are timp să ajungă la o soluție gata făcută mai repede decât o persoană. În timp ce gazda citește întrebarea, care durează șase până la șapte secunde, un jucător experimentat își poate estima deja șansele de a da răspunsul corect și este gata să apese butonul în câteva zeci de milisecunde. Regulile permit încă cinci secunde pentru următorul răspuns.
Apăsând butonul, o persoană riscă: dacă nu dă răspunsul corect la întrebare pentru 100 de unități, contul său virtual va fi gol cu aceeași sumă. Calculatorul nu este înclinat să-și asume riscuri și dă răspunsuri numai după ce au fost făcute toate calculele și numai dacă are suficiente informații pentru a evalua fiabilitatea și probabilitatea ca acest răspuns să fie corect. Cum arată în timpul jocului, puteți vedea în videoclip. Asumându-și riscuri, un jucător live poate câștiga amintindu-și răspunsul corect în cele 11-12 secunde de care dispune.
Într-o situație puțin mai formalizată decât un test, algoritmii lui Watson pot oferi răspunsuri mult mai previzibile și mai precise. În special, șeful diviziei de cercetare a IBM, John Kelly, intenționează să creeze o versiune medicală a acestui dispozitiv sub numele neoficial Watson M.D. Un astfel de sistem i-ar ajuta pe medici să ia rapid deciziile corecte, ținând cont de cantitatea uriașă de date despre pacient, care este fizic imposibil de păstrat întotdeauna în memorie. „Watson” poate înlocui operatorii umani în serviciile de calculatoare și telefonie din comerțul cu amănuntul, bancar și transport.
Costul unui sistem de clasă IBM Watson astăzi poate fi de câteva milioane de dolari, deoarece necesită cel puțin un supercomputer IBM per milion de dolari pentru a funcționa. Kelly crede că în următorii zece ani, o astfel de tehnologie poate fi implementată pe un server mult mai ieftin, iar în viitor un astfel de program va funcționa pe un computer nu mai scump decât laptop modern.
știind Limba engleză poate aborda IBM Watson online la The New York Times.
Supercomputerul IBM Watson este planificat să fie utilizat în serviciile de asistență tehnică în locul operatorilor în direct. Cu toate acestea, toate aceste sarcini sunt mai mult legate de găsirea răspunsului corect la solicitările utilizatorilor pe baza informațiilor cunoscute. IBM crede că realul inteligență artificială ar trebui să fie capabil să găsească soluții creative, să creeze și să inventeze lucruri noi, și nu doar să analizeze cele vechi.
Pentru a dezvolta abilitățile creative ale lui Watson, creatorii săi au ales artele culinare. Acesta este un teren de testare foarte convenabil: gătitul este un proces foarte „uman”, intuitiv, care este slab adaptabil la algoritmizare și standardizare. Și oricine de pe stradă poate aprecia rezultatul. Fursecuri cu migdale și ciocolată în stil spaniol, desert ecuadorian de căpșuni, roșii la grătar pe pâine prăjită cu șofran - acestea și alte feluri de mâncare create de Watson au fost deja pregătite și mâncate cu plăcere în timpul experimentelor. Și în urmă cu câteva săptămâni, a fost publicată o pretipărire a unui articol care descrie algoritmii și modelele matematice pe care Watson le folosește pentru a crea rețete originale.
Orice soluție creativă trebuie să îndeplinească simultan două criterii - să fie nouă și să fie de înaltă calitate. Noutatea este relativ ușor de realizat, pur și simplu prin combinarea ingredientelor și tehnicilor de procesare. Dar cu calitate, situația este mult mai complicată. Să învețe computerul să înțeleagă care va fi gustul, aroma, textura și aspect felurile de mâncare sunt extrem de dificile.
Datele inițiale pentru Watson au fost câteva milioane de rețete colectate pe internet. Ei au fost supuși unor algoritmi dovediți de procesare a limbajului natural care au fost utilizați pentru a câștiga testul și a preda medicina Watson. Din Wikipedia, au fost extrase informații despre ingrediente tipice și metode de procesare caracteristice bucătăriilor diferitelor popoare ale lumii. În cele din urmă, Watson a primit cunoștințe aprofundate despre chimia și fiziologia percepției umane a gustului și mirosului.
Au fost generate rețete noi pe baza celor existente folosind un algoritm genetic; valorile de noutate, plăcută și compatibilitate au fost folosite ca funcții de fitness.
Modelul matematic de evaluare a noutății unei rețete se bazează pe teorema lui Bayes, a fost folosită așa-numita abordare „surpriză bayesiană”, dezvoltată inițial pentru a modela comportamentul spectatorului atunci când vizionează un videoclip. Pe scurt, esența metodei este că diferența dintre probabilitatea a priori și cea posterioară de a întâlni o anumită combinație de produse în spațiul rețetei este măsurată atunci când i se adaugă una nouă. Astfel, combinațiile de nuci și ciocolată sau muștar și cârnați sunt complet banale și nu provoacă aproape nicio modificare a probabilităților diferitelor combinații. Dar cârnații în ciocolată vor afecta aceste probabilități mult mai semnificativ.
Pentru a evalua gradul de plăcut, s-a folosit în principal chimia. știind compoziție chimică alimentele și ordinea în care au fost amestecate și prelucrate, computerul a calculat ce substanțe vor determina gustul și mirosul preparatului. Interesant este că mirosul s-a dovedit a fi mult mai important decât gustul preparatului. Percepția noastră asupra gustului este foarte puternic asociată cu mirosul și aroma. O persoană distinge doar câteva gusturi de bază - acru, dulce, sărat, amar. În diferite culturi, se disting mai multe gusturi de bază, de exemplu, tarta sau umami. Dar varietatea de mirosuri este mult mai mare și nu se limitează la simple combinații de bază.
În sfârșit, evaluarea compatibilității alimentelor s-a bazat și pe o bază științifică serioasă, în special, pe studiul comun al oamenilor de știință americani și britanici „Fragrance Networks and Principles of Food Pairing”, în care au fost analizate aproximativ 50.000 de rețete și au fost hărți de compatibilitate alimentară. construite care sunt tipice pentru bucătăriile din diferite regiuni.
Drept urmare, a fost creată o aplicație în care puteți seta un set de produse, un stil național și un tip de preparat, după care Watson a emis un set de rețete care pot fi sortate în funcție de gradul de noutate, plăcere și compatibilitate. Pe lângă preparatele individuale, Watson știe să creeze meniuri întregi, obținând varietate și combinații potrivite de feluri de mâncare prin utilizarea modelării tematice. Acesta este modul de a construi un model de colecție documente text, care împarte colecția în subiecte și determină subiectului căruia îi aparține fiecare document. Watson aplică acest model rețetelor, cu ingrediente individuale ca cuvinte cheie și rețete ca documente.
