IBM er en IBM supercomputer, der kombinerer kunstig intelligens (AI) og avanceret analyseprogram for optimal ydelse som en “spørgsmålssvar” – maskine. Supercomputeren er opkaldt efter IBMs grundlægger, Thomas J.
supercomputeren behandler med en hastighed på 80 teraflops (billioner flydende punktoperationer pr. For at replikere (eller overgå) et højt fungerende menneskes evne til at besvare spørgsmål, får han adgang til 90 servere med en kombineret datalager på over 200 millioner sider med information, som den behandler mod seks millioner logiske regler. Systemet og dets data er selvstændige i et rum, der kan rumme 10 køleskabe.
de vigtigste komponenter omfatter:
- Apache ustruktureret information Management Architecture (UIMA) rammer, infrastruktur og andre elementer, der kræves til analyse af ustrukturerede data.
- Apache ‘ s Hadoop, en gratis, Java-baseret programmeringsramme, der understøtter behandlingen af store datasæt i et distribueret computermiljø.
- SUSE Enterprise Server 11, Den hurtigste tilgængelige Strøm7 processor operativsystem.
- 2,880 processorkerner.
- 15 terabyte (TB) RAM.
- 500 gigabyte (GB) forbehandlet information.
- IBM ‘ s program til hentning af oplysninger, der indeholder NLP (natural language processing) og machine learning.
applikationer til cognitive computing teknologi er næsten uendelige. Fordi enheden kan udføre tekstminedrift og kompleks analyse på enorme mængder ustrukturerede data, kan den understøtte en søgemaskine eller et ekspertsystem med kapaciteter, der er langt bedre end tidligere eksisterende.
i maj 2016 underskrev BakerHostetler, et Ohio-baseret advokatfirma, en kontrakt om et juridisk ekspertsystem baseret på Vandson til at arbejde med sit 50-personers konkursteam. Dette system, kaldet Ross, kan udvinde data fra omkring en milliard tekstdokumenter, analysere oplysningerne og give præcise svar på komplicerede spørgsmål på mindre end tre sekunder. Naturlig sprogbehandling gør det muligt for systemet at oversætte legalese for at svare på advokaternes spørgsmål.
da Ross’ skabere tilføjer flere juridiske moduler, transformerer lignende ekspertsystemer medicinsk forskning.
- Healthcare i healthcare
- vi er en af de primære implementeringer af vores teknologi. Det er en platform til at udforske, visualisere og præsentere data, der udnytter vores kognitive evner til automatisk at overflade datadrevet indsigt og anbefale måder at præsentere dataene på.
- lad virksomheder bygge AI-applikationer
- IBM ‘ s historie
Healthcare i healthcare
Healthcare var en af de første industrier, som Healthcare Teknologi blev anvendt. Den første kommercielle implementering kom i 2013, da Memorial Sloan Kettering Cancer Center begyndte at bruge systemet til at anbefale behandlingsmuligheder for lungekræftpatienter for at sikre, at de fik den rigtige behandling, samtidig med at omkostningerne blev reduceret. Siden den tid har udbydere som Cleveland Clinic, Maine Center for Cancer Medicine og Vestmed Medical Group også implementeret værktøjer.
imidlertid er ikke enhver implementering gået glat. MD Anderson Cancer Center i Houston lancerede et projekt i 2013 for at opbygge et beslutningsstøttesystem, der er drevet af teknologi til at hjælpe læger med at bestemme de bedste behandlingsmuligheder. Men efter at have brugt mere end 62 millioner dollars på projektet i løbet af fire år annullerede hospitalets administratorer projektet og sagde, at det ikke havde opfyldt sine mål.
sundhedspleje er fortsat et primært omdrejningspunkt for IBM, da det forsøger at bevise teknologien, og virksomheden fortsætter med at skabe partnerskaber med sundhedsorganisationer. I Maj 2018 blev for eksempel Indiens største specialesundhedssystemer, Apollo, enige om at vedtage Vandson til onkologi og Vandson til genomik. De to IBM cognitive computing-platforme hjælper læger med at træffe beslutninger om personlig kræftpleje.
IBMs brug af IBM til at løse nogle af de største problemer omkring patientpleje og brug af datadrevet indsigt til at anbefale behandlingsmuligheder ville bevise værdien af IBM-teknologier.
vi er en af de primære implementeringer af vores teknologi. Det er en platform til at udforske, visualisere og præsentere data, der udnytter vores kognitive evner til automatisk at overflade datadrevet indsigt og anbefale måder at præsentere dataene på.
platformen består af en efterforskningskomponent, der giver brugerne mulighed for at uploade deres data, anbefaler automatisk potentielt korrelerede variabler og bygger sammenligninger; et forudsigelsesværktøj, der giver brugerne mulighed for at få svar på komplekse spørgsmål baseret på deres data; og et rapporteringsværktøj, der understøtter dashboard-og rapportudvikling.
der er adgang til hver komponent ved hjælp af en grafisk brugergrænseflade (GUI), hvilket minimerer behovet for avanceret Datalogisk træning. Platformen er beregnet til at gøre avanceret analyse tilgængelig for arbejdstagere med begrænset teknisk viden. Der er en gratis version, der inkluderer muligheden for at uploade regneark, få visualiseringer, få indsigt og opbygge dashboards. “Plus” – udgaven inkluderer funktionerne i den gratis version sammen med 2 GB lagerplads og datakilder, inklusive databaser, starter ved $30 pr. En” professionel ” udgave med alle ovenstående funktioner samt en flerbrugerlejer til at samarbejde, 100 GB lagerplads og flere data koster $80 eller mere pr. (2018 priser hentet fra IBM Analytics hjemmeside).
lad virksomheder bygge AI-applikationer
IBM har offentliggjort en række Applikationsprogramgrænseflader (API ‘ er) på sin sky, der giver brugerne mulighed for at bygge deres egne AI-applikationer, der bruger CMS kerneteknologi på bagsiden. Der er API ‘ er, der understøtter populære udviklingsrammer som Java, Python og andre.
IBM har også API-stik til foruddannede dybe læringsalgoritmer, der giver brugerne mulighed for at opbygge applikationer til ting som naturlig sprogbehandling, billedgenkendelse og toneanalyse. En API understøtter udviklingen af smarte assistenter ved hjælp af teknologi på bagsiden.
IBM ‘ s historie
i et efterår 2010 AI magasinartikel rapporterede IBM-forskere om deres treårige rejse for at opbygge et computersystem, der kunne konkurrere med mennesker om at besvare spørgsmål korrekt i realtid på tv-serien Jeopardy! Dette projekt førte til designet af IBM ‘ s deepka-arkitektur.
i 2011 udfordrede han to toprangerede spillere på Jeopardy! — mestre Ken Jennings og Brad Rutter-og slog dem berømt. Avatar sad mellem de to deltagere, som en menneskelig konkurrent ville, mens dens betydelige bulk sad på en anden etage i bygningen. Ligesom de andre deltagere, havde han ikke adgang til internettet.
i øvelsesrunden demonstrerede han en menneskelignende evne til komplekst ordspil, korrekt svar, for eksempel, til svaret ledetråd, “klassisk candy bar, der er en kvindelig højesteretsdommer,” med, “hvad er Baby Ruth Ginsburg?”Rutter bemærkede, at selv om hentningen af information er “triviel” for et menneske og vanskelig for et menneske, er mennesket stadig bedre til den komplekse forståelsesopgave. Ikke desto mindre tillader maskinlæring at undersøge sine fejl i forhold til de rigtige svar for at se, hvor det begik en fejl og informere fremtidige svar.
IBM-forskere konkluderede, at DEEPKA viste sig at være en effektiv og udvidelig arkitektur, der kunne bruges til at kombinere, implementere, evaluere og fremme en bred vifte af algoritmiske teknikker inden for spørgsmålssvar.