Watson è un supercomputer IBM che combina intelligenza artificiale (AI) e sofisticato software analitico per prestazioni ottimali come una “domanda rispondendo” macchina. Il supercomputer prende il nome dal fondatore di IBM, Thomas J. Watson.
Il supercomputer Watson elabora ad una velocità di 80 teraflops (trilioni di operazioni in virgola mobile al secondo). Per replicare (o superare) la capacità di un essere umano ad alto funzionamento di rispondere alle domande, Watson accede a 90 server con un archivio dati combinato di oltre 200 milioni di pagine di informazioni, che elabora contro sei milioni di regole logiche. Il sistema e i suoi dati sono autonomi in uno spazio che potrebbe ospitare 10 frigoriferi.
I componenti chiave di Watson includono:
- Framework Apache Unstructured Information Management Architecture (UIMA), infrastruttura e altri elementi necessari per l’analisi di dati non strutturati.
- Hadoop di Apache, un framework di programmazione gratuito basato su Java che supporta l’elaborazione di grandi set di dati in un ambiente di calcolo distribuito.
- SUSE Enterprise Linux Server 11, il più veloce disponibile Power7 processore del sistema operativo.
- 2.880 core del processore.
- 15 terabyte (TB) di RAM.
- 500 gigabyte (GB) di informazioni pre-elaborate.
- Il software DeepQA di IBM, progettato per il recupero delle informazioni che incorpora l’elaborazione del linguaggio naturale (NLP) e l’apprendimento automatico.
Le applicazioni per la tecnologia cognitive computing sottostante di Watson sono quasi infinite. Poiché il dispositivo può eseguire text mining e analisi complesse su enormi volumi di dati non strutturati, può supportare un motore di ricerca o un sistema esperto con funzionalità di gran lunga superiori a quelle esistenti in precedenza.
Nel maggio 2016, BakerHostetler, uno studio legale con sede in Ohio, ha firmato un contratto per un sistema di esperti legali basato su Watson per lavorare con il suo team fallimentare di 50 persone. Quel sistema, chiamato Ross, può estrarre dati da circa un miliardo di documenti di testo, analizzare le informazioni e fornire risposte precise a domande complicate in meno di tre secondi. L’elaborazione del linguaggio naturale consente al sistema di tradurre legalese per rispondere alle domande degli avvocati.
Mentre i creatori di Ross aggiungono più moduli legali, sistemi esperti simili stanno trasformando la ricerca medica.
Watson in healthcare
Healthcare è stata una delle prime industrie a cui è stata applicata la tecnologia Watson. La prima implementazione commerciale di Watson è arrivata nel 2013 quando il Memorial Sloan Kettering Cancer Center ha iniziato a utilizzare il sistema per raccomandare opzioni di trattamento per i pazienti affetti da cancro al polmone per assicurarsi di aver ricevuto il trattamento giusto riducendo i costi. Da quel momento, fornitori come Cleveland Clinic, Maine Center for Cancer Medicine e Westmed Medical Group hanno anche implementato strumenti Watson.
Tuttavia, non tutte le implementazioni sono andate senza intoppi. Il MD Anderson Cancer Center di Houston ha lanciato un progetto nel 2013 per costruire un sistema di supporto decisionale alimentato dalla tecnologia Watson per aiutare i medici a determinare le migliori opzioni di trattamento. Ma dopo aver speso più di million 62 milioni sul progetto nel corso di quattro anni, gli amministratori ospedalieri annullato il progetto, dicendo che non era riuscito a raggiungere i suoi obiettivi.
Healthcare rimane un punto focale primario per IBM come si cerca di dimostrare la tecnologia Watson, e l’azienda continua a stringere partnership con le organizzazioni sanitarie. A maggio 2018, ad esempio, Apollo, il più grande sistema sanitario specializzato in India, ha accettato di adottare Watson per l’oncologia e Watson per la genomica. Le due piattaforme di calcolo cognitivo IBM aiuteranno i medici a prendere decisioni per la cura del cancro personalizzata.
L’uso di Watson da parte di IBM per risolvere alcuni dei maggiori problemi relativi alla cura del paziente e l’utilizzo di insight basati sui dati per raccomandare opzioni di trattamento dimostrerebbe il valore delle tecnologie Watson.
Watson Analytics
Watson Analytics è una delle principali implementazioni della tecnologia Watson. Si tratta di una piattaforma per esplorare, visualizzare e presentare i dati che utilizza le capacità cognitive di Watson per affiorare automaticamente intuizioni basate sui dati e raccomandare modi di presentare i dati.
La piattaforma è composta da un componente di esplorazione, che consente agli utenti di caricare i propri dati, raccomanda automaticamente variabili potenzialmente correlate e crea confronti; uno strumento di previsione che consente agli utenti di ottenere risposte a domande complesse basate sui loro dati; e uno strumento di reporting che supporta lo sviluppo di dashboard e report.
Ogni componente è accessibile utilizzando un’interfaccia utente grafica (GUI), che riduce al minimo la necessità di formazione avanzata data science. La piattaforma ha lo scopo di rendere l’analisi avanzata accessibile ai lavoratori con conoscenze tecniche limitate. Il costo di Watson Analytics dipende dalla versione; esiste una versione gratuita che include la possibilità di caricare fogli di calcolo, ottenere visualizzazioni, ottenere approfondimenti e creare dashboard. L’edizione “Plus” include le funzionalità della versione gratuita insieme a 2 GB di archiviazione e origini dati, inclusi i database, inizia a $30 per utente, al mese. Un’edizione “professionale” con tutte le funzionalità di cui sopra, oltre a un tenant multiutente per collaborare, 100 GB di spazio di archiviazione e più dati, costa 8 80 o più per utente, al mese. (prezzi 2018 provenienti dal sito Web IBM Watson Analytics).
Le API Watson consentono alle aziende di creare applicazioni AI
IBM ha pubblicato una gamma di API (Application Program Interfaces) sul proprio cloud che consentono agli utenti di creare le proprie applicazioni AI che utilizzano la tecnologia di base di Watson nel back-end. Esistono API che supportano framework di sviluppo popolari come Java, Python e altri.
IBM dispone anche di connettori API per algoritmi di deep learning pre-addestrati che consentono agli utenti di creare applicazioni per cose come l’elaborazione del linguaggio naturale, il riconoscimento delle immagini e l’analisi dei toni. Un’API supporta lo sviluppo di assistenti intelligenti che utilizzano la tecnologia Watson sul back-end.
Storia di IBM Watson
In un articolo autunno 2010 AI Magazine, i ricercatori IBM hanno riferito sul loro viaggio di tre anni per costruire un sistema informatico in grado di competere con gli esseri umani nel rispondere correttamente alle domande in tempo reale sullo show televisivo Jeopardy! Questo progetto ha portato alla progettazione di architettura DeepQA di IBM e Watson.
Nel 2011, Watson ha sfidato due giocatori top-ranked su Jeopardy! — i campioni Ken Jennings e Brad Rutter fam e notoriamente li hanno battuti. L’avatar Watson sedeva tra i due concorrenti, come farebbe un concorrente umano, mentre la sua considerevole massa sedeva su un piano diverso dell’edificio. Come gli altri concorrenti, Watson non aveva accesso a internet.
Nel round di pratica, Watson ha dimostrato un’abilità simile a quella umana per i giochi di parole complessi, rispondendo correttamente, ad esempio, all’indizio della risposta, “Classic candy bar that’s a female Supreme Court Justice”, con ” Cos’è Baby Ruth Ginsburg? Rutter ha osservato che sebbene il recupero delle informazioni sia “banale” per Watson e difficile per un essere umano, l’umano è ancora migliore nel complesso compito della comprensione. Tuttavia, l’apprendimento automatico consente a Watson di esaminare i suoi errori rispetto alle risposte corrette per vedere dove ha sbagliato e informare le risposte future.
I ricercatori IBM hanno concluso che DeepQA si è rivelata un’architettura efficace ed estensibile che potrebbe essere utilizzata per combinare, distribuire, valutare e far avanzare una vasta gamma di tecniche algoritmiche nel campo della risposta alle domande.