Watson är en IBM-superdator som kombinerar artificiell intelligens (AI) och sofistikerad analytisk programvara för optimal prestanda som en ”frågesvar” – maskin. Superdatorn är uppkallad efter IBMs grundare, Thomas J. Watson.
Watson-superdatorn bearbetar med en hastighet av 80 teraflops (biljoner flyttalsoperationer per sekund). För att replikera (eller överträffa) en högfungerande människas förmåga att svara på frågor får Watson tillgång till 90 servrar med ett kombinerat datalager på över 200 miljoner sidor information, som den behandlar mot sex miljoner logiska regler. Systemet och dess data är fristående i ett utrymme som rymmer 10 kylskåp.
Watsons viktigaste komponenter inkluderar:
- Apache unstructured Information Management Architecture (UIMA) ramverk, infrastruktur och andra element som krävs för analys av ostrukturerad data.
- Apache ’ s Hadoop, ett gratis Java-baserat programmeringsramverk som stöder bearbetning av stora datamängder i en distribuerad datormiljö.
- SUSE Enterprise Linux Server 11, Den snabbaste tillgängliga Power7 processor Operativsystem.
- 2,880 processorkärnor.
- 15 terabyte (TB) RAM.
- 500 gigabyte (GB) förbehandlad information.
- IBM: s DeepQA-programvara, som är utformad för informationshämtning som innehåller natural language processing (NLP) och maskininlärning.
applikationer för Watsons underliggande kognitiva datateknik är nästan oändliga. Eftersom enheten kan utföra text mining och komplexa analyser på stora volymer av ostrukturerade data, kan det stödja en sökmotor eller ett expertsystem med kapacitet vida överlägsen alla tidigare existerande.
i maj 2016 undertecknade BakerHostetler, ett Ohio-baserat advokatbyrå, ett kontrakt för ett juridiskt expertsystem baserat på Watson för att arbeta med sitt 50-personers konkurslag. Det systemet, som kallas Ross, kan mina data från cirka en miljard textdokument, analysera informationen och ge exakta svar på komplicerade frågor på mindre än tre sekunder. Naturlig språkbehandling gör det möjligt för systemet att översätta legalese för att svara på advokaternas frågor.
när Ross skapare lägger till fler juridiska moduler, omvandlar liknande expertsystem medicinsk forskning.
Watson in healthcare
hälso-och sjukvård var en av de första branscher som Watson-tekniken tillämpades på. Den första kommersiella implementeringen av Watson kom 2013 när Memorial Sloan Kettering Cancer Center började använda systemet för att rekommendera behandlingsalternativ för lungcancerpatienter för att säkerställa att de fick rätt behandling samtidigt som kostnaderna minskade. Sedan dess har leverantörer som Cleveland Clinic, Maine Center for Cancer Medicine och Westmed Medical Group också implementerat Watson-verktyg.
men inte varje implementering har gått smidigt. MD Anderson Cancer Center i Houston lanserade ett projekt 2013 för att bygga ett beslutsstödssystem som drivs av Watson technology för att hjälpa läkare att bestämma de bästa behandlingsalternativen. Men efter att ha spenderat mer än 62 miljoner dollar på projektet under fyra år avbröt sjukhusadministratörer projektet och sa att det inte hade lyckats uppfylla sina mål.
sjukvård är fortfarande en primär kontaktpunkt för IBM eftersom det försöker bevisa Watson-teknik, och företaget fortsätter att skapa partnerskap med vårdorganisationer. I maj 2018 kom till exempel Indiens största specialhälsovårdssystem, Apollo, överens om att anta Watson för onkologi och Watson för genomik. De två IBM cognitive computing-plattformarna hjälper läkare att fatta beslut för personlig cancervård.
IBMs användning av Watson för att lösa några av de största problemen kring patientvård och använda datadrivna insikter för att rekommendera behandlingsalternativ skulle visa värdet av Watson-teknik.
Watson Analytics
Watson Analytics är en av de primära implementeringarna av Watson-tekniken. Det är en plattform för att utforska, visualisera och presentera data som utnyttjar Watsons kognitiva förmåga att automatiskt ytbehandla datadrivna insikter och rekommendera sätt att presentera data.
plattformen består av en utforskningskomponent, som gör det möjligt för användare att ladda upp sina data, rekommenderar automatiskt potentiellt korrelerade variabler och bygger jämförelser; ett prediktionsverktyg som gör det möjligt för användare att få svar på komplexa frågor baserat på deras data; och ett rapporteringsverktyg som stöder instrumentpanel och rapportutveckling.
varje komponent nås med hjälp av ett grafiskt användargränssnitt (GUI), vilket minimerar behovet av avancerad datavetenskap utbildning. Plattformen är avsedd att göra avancerad analys tillgänglig för arbetstagare med begränsad teknisk kunskap. Kostnaden för Watson Analytics beror på versionen; det finns en gratis version som inkluderar möjligheten att ladda upp kalkylblad, få visualiseringar, få insikter och bygga instrumentpaneler. ”Plus” – utgåvan innehåller funktionerna i gratisversionen tillsammans med 2 GB lagring och datakällor, inklusive databaser, börjar på $30 per användare, per månad. En ”professionell” utgåva med alla ovanstående funktioner, liksom en fleranvändarhyresgäst att samarbeta, 100 GB lagring och mer data, kostar $80 eller mer per användare, per månad. (2018 prissättning kommer från IBM Watson Analytics webbplats).
Watson API: er låter företag bygga AI-applikationer
IBM har publicerat en rad API: er (application program interfaces) på sitt moln som gör det möjligt för användare att bygga sina egna AI-applikationer som använder Watsons kärnteknik på baksidan. Det finns API: er som stöder populära utvecklingsramar som Java, Python och andra.
IBM har också API-kontakter till förskolade djupinlärningsalgoritmer som gör det möjligt för användare att bygga applikationer för saker som naturlig språkbehandling, bildigenkänning och tonanalys. Ett API stöder utvecklingen av smarta assistenter som använder Watson-teknik på baksidan.
IBM Watsons historia
i en AI-tidningsartikel hösten 2010 rapporterade IBM-forskare om sin treåriga resa för att bygga ett datorsystem som kunde konkurrera med människor för att svara på frågor korrekt i realtid på TV-showen Jeopardy! Detta projekt ledde till utformningen av IBMs DeepQA-arkitektur och Watson.
under 2011 utmanade Watson två topprankade spelare på Jeopardy! — mästare Ken Jennings och Brad Rutter-och berömt slog dem. Watson avatar satt mellan de två tävlande, som en mänsklig konkurrent skulle, medan dess betydande bulk satt på en annan våning i byggnaden. Som de andra tävlande hade Watson inte tillgång till internet.
i praktiken runda, Watson visade en människoliknande förmåga för komplexa ordlekar, korrekt svara, till exempel, till svaret ledtråd,” Classic candy bar som är en kvinnlig Högsta domstolen rättvisa,” med, ”vad är Baby Ruth Ginsburg?”Rutter noterade att även om hämtningen av information är ”trivial” för Watson och svår för en människa, är människan fortfarande bättre på den komplexa uppgiften att förstå. Ändå tillåter maskininlärning Watson att undersöka sina misstag mot de rätta svaren för att se var det gjorde fel och informera framtida svar.
IBM-forskare drog slutsatsen att DeepQA visade sig vara en effektiv och utbyggbar arkitektur som kunde användas för att kombinera, distribuera, utvärdera och främja ett brett spektrum av algoritmiska tekniker inom fråga svar.