Watson er EN IBM superdatamaskin som kombinerer kunstig intelligens (AI) og sofistikert analytisk programvare for optimal ytelse som en» spørsmål svar » maskin. Superdatamaskinen er oppkalt ETTER ibms grunnlegger, Thomas J. Watson.
Watson-superdatamaskinen behandler Med en hastighet på 80 teraflops (billioner flyttallsoperasjoner per sekund). For å replikere (eller overgå) et velfungerende menneskes evne til å svare på spørsmål, Får Watson tilgang til 90 servere med en kombinert datalager på over 200 millioner sider med informasjon, som den behandler mot seks millioner logikkregler. Systemet og dets data er selvstendig i et rom som kan huse 10 kjøleskap.
Watsons nøkkelkomponenter inkluderer:
- apache Ustrukturert Information Management Architecture (UIMA) rammeverk, infrastruktur og andre elementer som kreves for analyse av ustrukturerte data.
- Apache Hadoop, et Gratis, Java-basert programmeringsramme som støtter behandling av store datasett i et distribuert datamiljø.
- SUSE Enterprise Linux Server 11, den raskeste Tilgjengelige Power7 prosessor operativsystem.
- 2880 prosessorkjerner.
- 15 terabyte (TB) RAM.
- 500 gigabyte (GB) med forhåndsbehandlet informasjon.
- IBMS DeepQA-programvare, som er utviklet for informasjonsinnhenting som inkorporerer naturlig språkbehandling (nlp) og maskinlæring.
Applikasjoner For Watsons underliggende kognitive datateknologi er nesten uendelige. Fordi enheten kan utføre tekstutvinning og komplekse analyser på store mengder ustrukturerte data, kan den støtte en søkemotor eller et ekspertsystem med evner som er langt bedre enn tidligere eksisterende.
I Mai 2016 signerte BakerHostetler, Et Ohio-basert advokatfirma, en kontrakt for et juridisk ekspertsystem basert På Watson for å jobbe med sitt 50-personers konkursteam. Det systemet, Kalt Ross, kan utvinne data fra omtrent en milliard tekstdokumenter, analysere informasjonen og gi presise svar på kompliserte spørsmål på mindre enn tre sekunder. Naturlig språkbehandling gjør at systemet kan oversette juridisk for å svare på advokatens spørsmål.
Som Ross’ skapere legger til flere juridiske moduler, forvandler lignende ekspertsystemer medisinsk forskning.
Watson i helsevesenet
Helsetjenester var en Av De første næringene Som Watson-teknologien ble brukt Til. Den første kommersielle implementeringen Av Watson kom i 2013 da Memorial Sloan Kettering Cancer Center begynte å bruke systemet til å anbefale behandlingsmuligheter for lungekreftpasienter for å sikre at de fikk riktig behandling samtidig som kostnadene ble redusert. Siden den tiden har leverandører som Cleveland Clinic, Maine Center For Cancer Medicine og Westmed Medical Group også implementert Watson-verktøy.
imidlertid har ikke hver implementering gått jevnt. MD Anderson Cancer Center i Houston lanserte et prosjekt i 2013 for å bygge et beslutningsstøttesystem drevet Av Watson-teknologi for å hjelpe leger med å bestemme de beste behandlingsalternativene. Men etter å ha brukt mer enn 62 millioner dollar på prosjektet i løpet av fire år, avbrød sykehusadministratorer prosjektet og sa at det ikke hadde klart å nå sine mål.
Helsevesen er fortsatt et primært fokuspunkt FOR IBM som det prøver Å bevise Watson-teknologi, og selskapet fortsetter å smi partnerskap med helseorganisasjoner. I Mai 2018, For Eksempel, Indias største spesialitet helsevesen, Apollo, enige om å vedta Watson For Onkologi og Watson For Genomikk. DE TO ibm kognitive databehandlingsplattformene vil hjelpe leger til å ta beslutninger for personlig kreftbehandling.
IBMS Bruk Av Watson til å løse noen av de største problemene rundt pasientbehandling og bruk av datadrevet innsikt for å anbefale behandlingsalternativer ville bevise verdien Av Watson-teknologier.
Watson Analytics
Watson Analytics er en av De viktigste implementeringene Av Watson-teknologi. Det er en plattform for å utforske, visualisere og presentere data som utnytter Watsons kognitive evner til å automatisk overflate datadrevet innsikt og anbefale måter å presentere dataene på.
plattformen består av en letekomponent, som lar brukerne laste opp dataene sine, anbefaler automatisk potensielt korrelerte variabler og bygger sammenligninger; et prediksjonsverktøy som lar brukerne få svar på komplekse spørsmål basert på dataene sine; og et rapporteringsverktøy som støtter dashbord og rapportutvikling.
hver komponent er tilgjengelig ved hjelp av et grafisk brukergrensesnitt( GUI), noe som minimerer behovet for avansert datavitenskapstrening. Plattformen er ment å gjøre avansert analyse tilgjengelig for arbeidere med begrenset teknisk kunnskap. Kostnaden For Watson Analytics avhenger av versjonen; det er en gratis versjon som inkluderer muligheten til å laste opp regneark, få visualiseringer, få innsikt og bygge dashbord. «Plus» – utgaven inneholder mulighetene i den gratis versjonen sammen med 2 GB lagringsplass og datakilder, inkludert databaser, starter på $ 30 per bruker, per måned. En «Profesjonell» utgave med alle de ovennevnte funksjonene, samt en flerbruker leietaker å samarbeide, 100 GB lagringsplass og mer data, koster $80 eller mer per bruker, per måned. (2018 priser hentet fra IBM Watson Analytics nettsted).
Watson Apier lar bedrifter bygge AI-applikasjoner
IBM har publisert en rekke applikasjonsgrensesnitt (Apier)på sin sky som tillater brukere å bygge sine EGNE AI-applikasjoner som utnytter Watsons kjerneteknologi på baksiden. Det finnes Apier som støtter populære utviklingsrammer som Java, Python og andre.
IBM har OGSÅ API-koblinger til pretrained dype læringsalgoritmer som tillater brukere å bygge applikasjoner for ting som naturlig språkbehandling, bildegjenkjenning og toneanalyse. EN API støtter utviklingen av smarte assistenter ved Hjelp Av Watson-teknologi på baksiden.
IBM Watsons historie
I en ARTIKKEL I AI-Magasinet HØSTEN 2010 rapporterte IBM-forskere om deres treårige reise for å bygge et datasystem som kunne konkurrere med mennesker i å svare på spørsmål riktig i sanntid på TV-showet Jeopardy! Dette prosjektet førte til utformingen AV IBMS DeepQA arkitektur Og Watson.
I 2011 utfordret Watson to topprangerte spillere på Jeopardy! — mesterne Ken Jennings Og Brad Rutter … og slo dem berømt. Watson avatar satt mellom de to deltakerne, som en menneskelig konkurrent ville, mens den betydelige bulk satt på en annen etasje av bygningen. Som de andre deltakerne Hadde Watson ikke tilgang til internett.
I øvelsesrunden demonstrerte Watson en menneskelig evne til komplisert ordspill, og reagerte for eksempel på svaret, «Klassisk candy bar som er en kvinnelig Høyesterettsdommer», Med «Hva Er Baby Ruth Ginsburg? Rutter bemerket at selv om henting av informasjon er «triviell» For Watson og vanskelig for et menneske, er mennesket fortsatt bedre på den komplekse oppgaven med forståelse. Likevel tillater maskinlæring Watson å undersøke sine feil mot de riktige svarene for å se hvor det feilet og informere fremtidige svar.
IBM-forskere konkluderte med At DeepQA viste seg å være en effektiv og utvidbar arkitektur som kunne brukes til å kombinere, distribuere, evaluere og fremme et bredt spekter av algoritmiske teknikker innen spørsmålssvar.