Watson (Künstliche Intelligenz)

Der Supercomputer Watson
Watson ist eine synthetische künstliche Intelligenz, die in der Lage ist, Fragen zu beantworten, die in natürlicher Sprache gestellt werden , 1 entwickelt von dem US-amerikanischen Unternehmen IBM. Er ist Teil des Projekts des Forschungsteams DeepQA, geleitet vom Hauptforscher David Ferrucci. Er trägt seinen Namen zu Ehren des Gründers und ersten Präsidenten von IBM, Thomas J. Watson 2 ​ 3three ​
Watson beantwortet Fragen dank einer lokal gespeicherten Datenbank. 4four ​ Die in dieser Datenbank enthaltenen Informationen stammen aus einer Vielzahl von Quellen, einschließlich Enzyklopädien, Wörterbüchern, Thesauren, Nachrichtenartikeln, und literarischen Werken, sowie externen Datenbanken, Taxonomien, und Ontologien (insbesondere DBpedia , WordNet ). 5 ​
A lo largo de tres días en febrero de 2011 , para probar sus capacidades reales, participó en un partido especial de dos juegos en el concurso de televisión estadounidense Jeopardy! , derrotando a sus dos oponentes humanos: Brad Rutter , el mayor ganador de dinero en toda la historia del programa, y Ken Jennings , el poseedor del récord por la racha más larga de campeonatos (después de haber ganado 75seventy 5 partidos). 6 ​ 7 ​ Watson recibió el primer premio de $1.000.000, mientras Ken Jennings y Brad Rutter recibieron $300.000 y $200.000, respectivamente. Tanto Jennings como Rutter prometieron donar la mitad de sus ganancias respectivas a sus caridades seleccionadas (Jennings eligió a VillageReach , y Rutter a Lancaster County CommunityGroupNeighborhood FoundationBasis), 8eight ​ mientras IBM dividió las ganancias de Watson entre dos caridades ( World VisionImaginative and prescient y World CommunityGroupNeighborhood Grid ). 9 ​
Watson consistentemente superó a sus oponentes humanos en el dispositivo de señalización empleado por el juego, pero tuvo problemas en responder a unas pocas categorías, notablemente las compuestas de pistas cortas con pocas palabras. Para cada pista, las respuestas más probables de Watson fueron mostradas por la pantalla de televisión. Watson tuvo acceso a 200.000.000 páginas de contenido, estructurado y no estructurado, que consumió cuatro terabytes de almacenamiento en disco, 10 ​ incluyendo el texto completo de la Wikipedia en inglés 11eleven ​ Watson no fue conectado al InternetWeb durante el juego. 12 13thirteen
Índice
Arquitectura del sistema editar
La arquitectura de alto nivel empleada por la tecnología DeepQA, que IBM utilizó específicamente para Watson. 14
Watson es un sistema informático para búsqueda de respuestas (questionquery answering en inglés), desarrollado por IBM 1 La corporación lo describe como “una aplicación de tecnologías avanzadas diseñadas para el procesamiento de lenguajes naturales , la recuperación de información , la representación del conocimiento , el razonamiento automático , y el aprendizaje automático al campo abierto de búsquedas de respuestas,” que es “construido en la tecnología DeepQA de IBM para la generación de hipótesis, la recopilación de pruebas masivas, el análisis y la calificación.” 1
Según IBM, Watson es un sistema optimizado para trabajo que se diseña para analítica compleja, que se hace posible por la integración de procesadores masivamente paralelos de POWER7 y el softwaresoftware program DeepQA desarrollado por la corporación. Su soporte de hardware para la competición en Jeopardy! comprendía dos unidades con 5 bastidores de nodos controladores, con noventa servidores IBM POWERENERGY 750, cada servidor utilizando un procesador de 3three.5 GHz con 8eight núcleos, donde cada núcleo soporta por hardware 4four hilos de ejecución (threads en inglés). El sistema cuenta con un totalcompletewhole de 2880 núcleos de procesamiento POWER7, y un totalcompletewhole de 16sixteen Terabytes de RAM 15 ​ El hecho de que el procesador POWER7 es capaz de procesar en una manera masivamente paralela lo convierte en un complemento idealbestperfectultimatesuperbexcellentvery bestsplendidideally suitedpreferrredsupreme para el softwaresoftware program DeepQA integrado en Watson por IBM, que es embarazosamente paralelo (das heißt, un trabajo que es fácilmente dividido en múltiples tareas paralelas.) 16sixteen ​
Según John Rennie , Watson puede procesar 500 giga bytes por segundo (el equivalente de un millón de libros). 17 ​ El inventor principal y consultor senior de IBM, Tony Pearson, estimó que el costo totalcompletewhole del hardware para Watson fue de cerca de $3three.000.000. 18 ​ Rennie hat erklärt, dass der Inhalt von Watson in seinem RAM für das Spiel gespeichert wurde, weil die auf Festplatten gespeicherten Daten zu langsam zum Zugreifen sind. 17 ​
Die in Watson integrierte Software wurde unter Verwendung der Programmiersprachen Java und C++ geschrieben, und verwendet zwei von der Apache Software Foundation verwendete Strukturen — die Hadoop-Struktur für verteiltes Rechnen, und das UIMA-System (Unstructured Information Management Architecture) für die Analyse von gedrucktem Material — sowie die von IBM entwickelte DeepQA-Software und das Betriebssystem SUSE Linux Enterprise Server 11eleven 10 ​ 19 ​ 20 ​ laut IBM, Watson usa más de 100one hundreda hundred técnicas diferentes para analizar el lenguaje naturalpure, identificar fuentes, encontrar y generar hipótesis, buscar y puntuar evidencias, combinar y clasificar hipótesis. 21 ​
Introducción al sistema deepQA editar
Para poder concursar en Jeopardy!, el equipo de IBM necesitaba desarrollar una tecnología de QA (QuestionQuery Answering en inglés) que tuviera un rendimiento muy parecido e incluso superior al de los campeones del concurso. Necesitaban que Watson acertara más del 85eighty five% de las preguntas que respondiera y tenía que ser más rápido que los otros dos concursantes en el 70% de las preguntas totales. 22 ​Cuando empezó el desarrollo de Watson ya se había hecho investigación en el campo del procesamiento del lenguaje naturalpure, y existían otras tecnologías, como PIQUANT OpenEphyra 14 ​ Éstas estaban entre las mejores de la TextTextual content material Retrieval ConferenceConvention (TREC), en la cual se les daba unos documentos y unas preguntas para responder en un tiempo determinado. 23 ​ El problema es que en Jeopardy! las pistas que se proporcionan son muy complejas, tienen un lenguaje naturalpure muy rico, con muchas expresiones, la mayoría de veces ambiguas, y de muchísimos temas totalmente diferentes. 22 ​ En cambio, en la TREC, las preguntas eran muy concretas y más estructuradas, del tipo ¿Dónde nació John Lennon?, en las que resulta más fácil saber qué están preguntando. Außerdem, el hecho de tener que responder el 70% de todas las preguntas del concurso significaba que necesitaban que Watson fuera muy rápido en encontrar la respuesta, pero eso no es suficiente, ya que hay que responderla bien para conseguir esa precisión. Por lo tanto el sistema debía ser rápido también a la hora de estimar la confianza para decidir si responder no.
Aunque ya se había hecho investigación en el campo del QA, Jeopardy! suponía un reto mucho mayor, que el que se había tenido hasta el momento, de ahí que IBM desarrollara su propio sistema, al que llamaron DeepQA.
Adquisición de contenido editar
Antes de poder responder cualquier pregunta, Es muss der Inhalt festgelegt werden, den das System verwenden wird, wenn es Informationen in Bezug auf die Frage suchen muss. 14
Das Erste, was getan werden muss, ist, nach Beispielen für Fragen zu suchen, um herauszufinden, welchen Typ von Fragen das System beantworten muss und deren Fachgebiet. Auf Grundlage einer Analyse dieser Beispiel-Fragen, muss DeepQA eine Reihe verschiedener Informationsquellen erhalten (Artikel, literarische Werke, Enzyklopädien…). Auf Grundlage dieser anfänglichen Datenbasis, wird das System in anderen Quellen im Web suchen, verschiedene Ressourcen extrahieren, die in Bezug zu den ursprünglichen Quellen stehen, und ihnen eine Bewertung geben, basierend darauf, wie informativ sie sind. Por último, DeepQA wird die Quellen, die es mit der höchsten Punktzahl gefunden hat, mit seinem ursprünglichen Set zusammenführen, so wird es viel mehr Informationen und Ressourcen zum Nachschlagen haben. 14 ​ Eines der Systeme, das verwendet wird, um Wissen automatisch zu erwerben und es strukturiert zu speichern, ist PRISMATIC 24 ​
Watson hat Daten vieler Arten, strukturiert, halbstrukturiert (wie Datenbanken und Ontologien 14 ​) und unstrukturiert (wie zuvor erwähnt), darunter befinden sich die folgenden: Wikipedia , Freebase , WordNet , DBPedia und die Ontologie Yago 22 ​ 25 ​
Frageanalyse bearbeiten
In diesem Schritt wird die Frage, die Watson beantworten soll, als Eingabe erhalten, und deshalb ist das Erste, was getan werden muss, zu bestimmen, was gefragt wird, um dann die Antworten suchen zu können. Für die Durchführung einer guten Analyse, DeepQA verwendet eine große Vielfalt an Algorithmen und Expertensystemen 14 ​ Diese Phase besteht aus verschiedenen Schritten.
Klassifizierung der Frage bearbeiten
Um herauszufinden, welche Art von Antwort wir benötigen, muss man zunächst wissen, welche Art von Frage es ist, ob eine Definition, ob eine mathematische Frage, ein Rätsel… Diese verschiedenen Arten, eine Frage zu klassifizieren, werden Qclasses genannt (QuestionQuery classescourseslessons). 26 ​ DeepQA muss bestimmen, zu welcher Klasse die Frage gehört, dazu verwendet es verschiedene voneinander unabhängige Methoden. Esto puede dar resultado a que diferentes técnicas detecten clases distintas para la misma pregunta. En caso de encontrar dos más clases incompatibles, se necesita de otro componente que escoja la mejor opción. Una vez se tiene el tipo de pregunta, este resultado servirá para determinar los métodos y modelos de machine learningstudying que se usarán posteriormente. 26 ​
Detección del focus y los LATs editar
El llamado focus de una pregunta es la parte de ésta que es una referencia a la respuesta. Esto quiere decir que si lo sustituimos por la respuesta, la pregunta se convierte en una afirmación hecho. En los ejemplos de preguntas de Jeopardy! siguientes, la parte en negrita es el focus:
Número de poemas a los cuales Emily Dickinson dio permiso para publicar. 26 ​
Ella se unió al Wild West showpresent de Buffalo BillInvoice Cody después de conocerlo en la Cotton Expo en New Orleans. 26 ​
El LAT (lexical answerreply typesortkind) es una palabra pequeña frase que nos dicecube cual es el tipo de respuesta que se pide. Normalmente es una palabra que pertenece al focus, excepto algunos casos. En los ejemplos anteriores, número es el primer LAT, y Ella es el segundo. 26 ​
Encontrar el LAT de una pregunta nos permite determinar si una respuesta encontrada es instancia de éste, das heißt, si se corresponde con lo que nos pide la pregunta (si el LAT es ella, la respuesta tiene que ser el nombre de una mujer). Por lo tanto, será útil para determinar si la respuesta generada es válida no. 14
Detección de relaciones editar
Muchas preguntas contienen relaciones de todo tipo, sintácticas, entre objetos dentro de la frase. Estas se pueden aprovechar y buscarlas directamente en bases de datos relacionales, las cuales están estructuradas en tablas. Por lo tanto podemos buscar si hay alguna en la que se encuentra la relación que hemos hallado. Por ejemplo, en la pregunta Son los dos estados que podrías estar re entrando si cruzas la frontera norte de Florida, podríamos buscar las fronteras de Florida en alguna base de datos disponible y encontrar la respuesta directamente allí. El problema es que en un estudio realizado con preguntas de Jeopardy! se observó que estos casos son muy escasos y la mayoría de veces no sirve esta técnica. 14
Una parte muy importante del análisis de una pregunta es descomponerla en diferentes preguntas y responder cada una independientemente de las otras. Auf diese Weise, cuanto más correcta sea una respuesta en cada sub-pregunta, más probablepossible será que sea la respuesta correcta a la pregunta inicial. 27 ​
Hay dos tipos de sub-preguntas. Las primeras son las que se pueden analizar y responder en paralelo, ya que no hay dependencias entre ellas. Las otras necesitan responderse secuencialmente, ya que una pregunta requiere de la respuesta de otra para poder responderse. Por ejemplo, en la pregunta Una polémica película de guerra de 1979 estuvo basada en el trabajo realizado en 1902 por este autor es necesario saber a qué película se refiere (Apocalypse now) para poder encontrar el autor que se está preguntando. 27 ​
Generación de hipótesis editar
En esta fase, se utiliza los resultados del análisis de la pregunta para buscar respuestas y generar candidatos hipótesis. Luego el sistema tendrá que demostrar que son correctos con un nivel de confianza. Para conseguirlo, el proceso se divide en diferentes etapas. 14
Para empezar con la generación de hipótesis, se realiza una búsqueda con el objetivo de encontrar cualquier contenido que pueda estar relacionada con la respuesta. Se utilizan técnicas de búsqueda en textos, consultas en bases de datos e incluso búsqueda basada en el conocimiento de la información. 14
Generación de candidatos editar
Con los resultados de la búsqueda inicial se tienen que generar candidatos, was mögliche Antworten sind. Sie müssen je nach Suchtyp unterschiedlich extrahiert werden, wenn die Suche in einer Datenbank mit Personennamen durchgeführt wird, kann jeder gefundene Name ein Kandidat sein. bei anderen Typen, bei denen die Suchergebnisse länger und komplexer sind, sind andere, fortgeschrittenere Techniken erforderlich. 14
In dieser Phase werden alle Kandidaten erzeugt, die Watson anschließend analysieren wird, um sie zu validieren und den besten zu extrahieren. Das bedeutet, dass wenn die richtige Antwort nicht unter den Kandidaten ist, das System die Frage nicht beantworten kann. 14
Aus der anfänglichen Suche, werden viele Kandidaten erzeugt, von denen jeder analysiert werden muss und eine Bewertung erhalten muss, um zu bestimmen, wie korrekt er ist. Esto puede causar problemas, ya que es un proceso costoso y consumeeatdevour muchos recursos. Por lo tanto, antes de puntuar los candidatos, se realiza un análisis previo no muy exhausto y con menos consumo para eliminar hipótesis y así ahorrar cálculos. 14
El softgentledelicatetendersmoothmushycomfortable filtering (en inglés), consiste en aplicar un filtro a los candidatos. Éste le asigna una puntuación, con algoritmos más ligeros, y según el resultado se decidedetermineresolve si pasará a la siguiente fase. 14 ​ Una de las maneras para calcular esta puntuación es determinar si un candidato es instancia del LAT de la pregunta, das heißt, el tipo del candidato es el mismo que pide la pregunta, si es una persona el sistema descartará todo lo que no se corresponda con una. Dieser Prozess wird TypeSortKind Coercion 28 genannt ​
Dank dieser Methode, von den Hunderten von Kandidaten, die aus der Hypothesengenerierung hervorgehen, wird nur ein Teil in die Bewertungsphase übergehen, und der Rest wird direkt an die Ergebniszusammenführungsphase geschickt. 14
Bewertung der Hypothesen bearbeiten
Die Kandidaten, die das softgentledelicatetendersmoothmushycomfortable Filtern bestehen, müssen streng analysiert werden. Diese Analyse besteht darin, Beweise für die Gültigkeit jedes Kandidaten zu suchen und diese Ergebnisse zu bewerten, um die Hypothesen bewerten zu können. 14
Beweissammlung bearbeiten
Um bestimmen zu können, ob ein Kandidat korrekt ist, müssen Beweise gesucht werden, die dies zeigen. Una de las técnicas usadas consiste en realizar una búsqueda similarcomparablerelated a la realizada en la etapa de generación de hipótesis, pero un requisito es que el candidato se encuentre en el texto. De esta manera las pruebas halladas contendrán la hipótesis en el contexto usado en la pregunta. 14 ​ 29 ​
En esta fase es donde se calcula el grado de certeza con el que las pruebas apoyan a cada candidato, usando múltiples técnicas. Éstas miden diferentes aspectos y dimensiones de la pregunta, das heißt, unos algoritmos más simples simplemente determinarán si la prueba se parece a la pregunta, mientras que otros tendrán en cuenta otros aspectos, como si el candidato es el objeto el sujeto de la frase donde aparece, entre otros. 14
Antwortfusion bearbeiten
Bevor man zur endgültigen letzten verbleibenden Schließung übergeht und die endgültige Antwort auswählt, DeepQA fusioniert alle Antworten, die gleichwertig oder sehr miteinander verbunden sind. Das bedeutet, dass auch die verschiedenen Bewertungen und Tests aus der vorherigen Phase zusammengeführt werden müssen. Por ejemplo, wenn die Frage nach dem Namen einer Person fragt, Watson wird alle Kandidaten fusionieren, die Namen derselben Person sind. Dies liegt daran, dass in der nächsten Phase Techniken verwendet werden, die auf den relativen Unterschieden zwischen den Kandidaten basieren. 30
Ranking-Bewertung und Vertrauensschätzung bearbeiten
Der letzte Schritt umfasst die Schätzung des Vertrauens darüber, wie korrekt eine Hypothese ist, gemäß ihren Bewertungen, und jeden Kandidaten in einem Ranking bewerten. Um diese Aufgaben auszuführen, verwendet Watson maschinelles Lernen , das trainiert werden muss mit einer Reihe von Fragen mit bekannten Antworten und einem Lernmodell basierend auf den Punktzahlen, damit es mit einer gültigen Wissensbasis beginnen kann. 14
Sobald das Ranking mit seiner Vertrauensstufe erstellt ist, hat Watson bereits alles Notwendige, um zu bestimmen, ob es die Frage beantworten muss und welche von allen vorhandenen Antworten es verwenden soll.
Um die Hauptanforderung für alle Teilnehmer von Jeopardy zu erfüllen!, war Watson verpflichtet zu warten, bis der Moderator, Alex Trebek , jedes Rätsel vollständig vorgelesen hat, und in diesem Moment, ging ein Licht an als Signal, dass das System bereit ist. Der erste Teilnehmer, der den Knopf an seinem Buzzer drückt, gewinnt die Möglichkeit zu antworten. 13thirteen 31 Watson erhielt die Hinweise in Form elektronischer Texte zur gleichen Zeit, zu der sie den menschlichen Teilnehmern zur Verfügung gestellt wurden. 13thirteen Danach würde er die Hinweise in verschiedene Schlüsselwörter und Satzfragmente analysieren, um statistisch zusammenhängende Phrasen zu finden. 13thirteen Die Hauptinnovation von Watson lag nicht in der Schaffung eines neuen Algorithmus für diese Operation, sondern vielmehr in seiner Fähigkeit, gleichzeitig Tausende bewährte Algorithmen für die Analyse natürlicher Sprache auszuführen, um die richtige Antwort zu finden. 13dreizehn 32 Die Wahrscheinlichkeit der Korrektur durch Watson wird durch die Anzahl der Algorithmen gemessen, die unabhängig voneinander dieselbe Antwort finden. 13dreizehn Sobald Watson eine kleine Anzahl möglicher Lösungen hat, ist er in der Lage, Vergleiche mit seiner Datenbank anzustellen, um festzustellen, ob die Lösung sinnvoll ist. 13dreizehn In einer Reihe von 20 Simulationen, konnten die menschlichen Teilnehmer die mittlere Zeit von sechs bis sieben Sekunden nutzen, die Watson benötigte, um den Hinweis zu hören und zu entscheiden, ob sie eine Antwort anzeigen wollten. 13dreizehn Während dieser Zeit, muss Watson auch die Antwort bewerten und feststellen, ob das Ergebnis ausreichend korrekt ist, um es anzuzeigen. 13 Dreizehn ​Ein Teil des Systems, das Watson verwendete, um den Wettbewerb zu gewinnen, waren die elektronischen Schaltkreise, die das Signal empfingen “fertig” und dann prüften, ob das Vertrauensniveau von Watson ausreichend groß war, um den Summer auszulösen. Aufgrund der Geschwindigkeit dieser Schaltkreise im Vergleich zu der Geschwindigkeit, mit der Menschen reagieren können, war Watsons Reaktionszeit schneller als die der menschlichen Teilnehmer, außer wenn die Menschen antizipierten (statt auf) das Signal zu reagieren “fertig.” 33 ​Nach der Signalgebung, sprach Watson mit einer elektronischen Stimme, synthetisiert aus Aufnahmen, die von Jeff Woodman für ein Text-zu-Sprache-Programm entwickelt von IBM im Jahr 2004 gemacht wurden, 34 dando las respuestas en el formato de “respuesta y pregunta” asociado con Jeopardy! 13thirteen
Demostración de Watson desde una cabina technologische Religion de IBM en una demostración comercial.
Las circunstancias que condujeron al desarrollo de Watson se remontan a la victoria de la computadora Deep Blue sobre Garri Kaspárov , un Gran Maestro Internacional del ajedrez , en el 11eleven de mayo de 1997 Desde entonces, IBM se encontraba en la búsqueda de un desafío nuevo, y en 2004 , Charles Lickel, el gerente de investigaciones de IBM, había encontrado uno cuando vio la racha ganadora de Ken Jennings en Jeopardy! mientras cenaba en un restaurante con sus compañeros de trabajo. Intrigado por la posibilidad de la utilización del concurso como un desafío para IBM, Lickel presentó la ideaconceptthought, y en 2005 Paul Horn , el ejecutivo de investigación de IBM, apoyó a Lickel en persuadir a uno de los miembros de su departamento para asumir el desafío de jugar a Jeopardy! con un sistema de IBM. A pesar de que inicialmente tuvo problemas en encontrar miembros de su equipo de investigación que estuvieran dispuestos a asumir lo que parecía ser un desafío mucho más complejo que el juego de ajedrez, finalmente David Ferrucci aceptó la oferta. 35 ​ Watson fue precedido por un sistema llamado “Piquant,” que participó en competiciones logradas por el gobierno de los Estados Unidos, donde fue capaz de responder correctamente sólo un 35 por ciento de la cantidad totalcompletewhole de pistas en el juego, y generalmente requirió varios minutos para responder. 36 ​ 37 ​ 38 ​ Para competir en Jeopardy! con éxito, Watson necesitaría responder en un máximo de pocos segundos, y en ese tiempo, los problemas planteados en el concurso fueron considerados como imposibles de resolver. 13thirteen
En pruebas iniciales conducidas durante el año 2006 por David Ferucci, gerente del Departamento de Análisis e Integración Semántica de IBM, se le proporcionó a Watson 500 pistas de episodios pasados de Jeopardy! Aunque los mejores concursantes humanos fueron capaces de responder correctamente a un máximo del 95ninety 5 por ciento de las pistas, en su primera prueba Watson fue capaz de responder correctamente a sólo un 15 por ciento de las pistas. Durante 2007 , el equipo se dio de tres a cinco años y un equipo de 15 personas para resolver los problemas. 13thirteen En 2008 , los desarrolladores habían avanzado mucho, hasta tal punto que Watson fue capaz de competir con campeones de Jeopardy!. 13thirteen En febrero de 2010 , Watson derrotaba a campeones de Jeopardy! de manera regularcommon. 39
Im Jahr 2008 , los representantes de IBM se comunicaron con Harry Friedman , el productor ejecutivo de Jeopardy!, sobre la posibilidad de una competición entre Watson y dos de los concursantes más exitosos del programa ( Ken Jennings y Brad Rutter ). Friedman estaba de acuerdo con esa decisión. 13thirteen ​ 40forty ​ Las diferencias entre Watson y los concursantes humanos habían generado conflictos entre IBM y el personalprivate de Jeopardy! durante la planificación de la competición. 41forty one ​ IBM repetidamente expresó preocupaciones concernientes a que los guionistas del programa explotaran las deficiencias cognitivas de Watson al escribir las pistas y, de este modo, convirtieran el concurso en un testchecktake a look at de Turing Para soslayar esta preocupación, un tercero eligió aleatoriamente las pistas de programas previamente escritos que no habían sido emitidos. 41forty one ​ El personalprivate de Jeopardy! también expresó preocupaciones por el tiempo de reacción con el zumbador. Watson originalmente señaló por vía electrónica, pero el personalprivate del programa pidió que el sistema pulse el botón físicamente, como los concursantes humanos. 42forty two ​ Sin embargo, Watson fue capaz de ser más rápido que sus competidores humanos, aún con su dedo robótico.
Para preparar a Watson para su competición, IBM construyó un simulacro del plató de Jeopardy! en una sala de conferencias en uno de sus sitios de tecnología. Concursantes humanos, incluyendo concursantes anteriores de Jeopardy!, también participaron en simulacros del concurso, presentados por Todd Alan Crain de The Onion 13thirteen ​ Alrededor de 100one hundreda hundred simulacros fueron conducidos, con Watson ganando un 65sixty 5 por ciento de los partidos. 43vierunddreißig​
Die offiziellen Spiele wurden im Januar 2011 aufgezeichnet , und im folgenden Monat ausgestrahlt.
Zukünftige Verwendungen bearbeiten
Según IBM, Das Ziel für Watson ist es, Computern zu ermöglichen, auf natürliche Weise mit Menschen über eine breite Palette von Anwendungen und Prozessen zu interagieren, die Fragen der Menschen zu verstehen und Antworten zu geben, die Menschen nachvollziehen und rechtfertigen können. 39
IBM und Nuance Communications Inc.. haben sich für ein Forschungsprojekt zusammengetan, um innerhalb der nächsten 18 bis 24 Monate ein kommerzielles Produkt zu entwickeln, das die Fähigkeiten von Watson als Entscheidungshilfesystem für die klinische Unterstützung nutzen wird, um die Diagnose und Behandlung von Patienten zu unterstützen. Los médicos de la Universidad de Columbia están ayudando a identificar problemas críticos en la práctica de medicina donde la tecnología de Watson puede ser capaz de contribuir, y los médicos de la Universidad de Maryland están trabajando para identificar la mejor manera en que un sistema tecnológico como Watson podría interactuar con los médicos para proporcionar la máxima asistencia. 44forty four ​ También se ha sugerido por Robert C. Weber, el consejero generalcommonbasicnormal de IBM, que Watson se puede utilizar para investigaciones legales. 45forty five ​
Watson se basa en servidores comercialmente disponibles con la marca “IBM PowerEnergy 750” comercializados desde febrero de 2010 IBM también tiene la intención de comercializar el softwaresoftware program DeepQA a corporaciones grandes, a un precio de millones de dólares, lo cual refleja el precio necesario de un millón de dólares para adquirir un servidor que cumpla con los requisitos mínimos para operar Watson. IBM espera que el precio disminuirá considerablemente dentro de una década cuando la tecnología mejore. 13thirteen
↑ The DeepQA ProjectVentureChallengeUndertakingMission , , consultado el 18 de febrero de 2011
↑ Markoff, John (26 de abril de 2009), «ComputerPcLaptop Program to Take On ‘Jeopardy!’» , The New York TimesOccasionsInstances, consultado el 27 de abril de 2009
↑ Is Watson the smartestthe neatest machine on earth? , ComputerPcLaptop Science and Electrical Engineering Department Division, UMBC, 10 de febrero de 2011, consultado el 11eleven de febrero de 2011
↑ Fan, J.; Kalyanpur, A.; Gondek, D. C.; Ferrucci, D. A. (1 de Mayo de 2012). «AutomaticAutomatedComputerized Knowledge Information Data Extraction from Documentspaperwork» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 5656 (33.44): 5:1-5:10.
↑ a b c d e Lally, A.; Prager, J. M.; McCord, M. C.; Boguraev, B. KOkayOk.; Patwardhan, S.; Fan, J.; Fodor, P.; Chu-Carroll, J. (1 de Mayo de 2012). «FrageFrageAnalyseanalyse: Wie Watson einen Hinweis liest» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 5656 (33.44): 2:1-2:14.
Consultado el 26 de diciembre de 2016.
↑ a b Kalyanpur, A.; Patwardhan, S.; Boguraev, B. KOkayOk.; Lally, A.; Chu-Carroll, J. (1 de Mayo de 2012). «FactRealityTruth-basiert hauptsächlich auf Fragestellungen basierende FrageFrage-Dekomposition in DeepQA» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 5656 (33.44): 1333:1-13thirteen:11eleven.
Consultado el 26 de diciembre de 2016.
↑ Welty, Chris; Murdock, J. William; Kalyanpur, Aditya; Fan, James (1 de enero de 2012). «Ein VergleichSchwerErschöpfendMühsamMühsamUnd SanftZartZartZartSanftSanftWeichWeichWeichWeichWeicherBequemer BeweisBeweis für AntwortAntwortTippen in Watson» Tagungsprotokolle der 11. Internationalen Weltweiten KonferenzKonvention zum semantischen WebNetInternet – VolumeQuantity TeilHälfte II. ISWC'12 (Springer-Verlag): 243-256.
Consultado el 26 de diciembre de 2016.
↑ Murdock, J. W.; Fan, J.; Lally, A.; Shima, H.; Boguraev, B. KOkayOk. (1 de Mayo de 2012). «Textuelle, Beweissicherungssammlung und Analyse» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 5656 (33.44): 8eight:1-8eight:14.
Consultado el 26 de diciembre de 2016.
↑ Gondek, D. C.; Lally, A.; Kalyanpur, A.; Murdock, J. W.; Duboue, P. A.; Zhang, L.; Pan, Y.; Qiu, Z. M. u.a.. (1 de Mayo de 2012). «Ein Rahmen zur Zusammenführung und Rankingbewertung von Answerssolutions in DeepQA» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 56fifty six (33.44): 14:1-14:12.
Consultado el 26 de diciembre de 2016. Se sugiere usar número-autores= ( ayuda )
↑ Libresco, Leah Anthony (21 de febrero de 2011), A Non-Trivial AdvantageBenefit for Watson , The Huffington PostSubmitPublishPut up , consultado el 21 de febrero de 2011
↑ «Will Watson Win On Jeopardy?» , Nova ScienceNOW ( Public Broadcasting Service ), 20 de enero de 2011, archivado desde el originaluniqueauthentic el 24 de enero de 2011, consultado el 27 de enero de 2011
↑ Avery, Lise (14 de febrero de 2011), «Actor Jeff Woodman, Voice of IBM’s Watson ComputerPcLaptop» (MP3), AnythingSomething Goes!!, consultado el 15 de febrero de 2011 (entrevista de Jeff Woodman)
↑ Baker, Stephen (2011). FinalLastUltimateRemainingClosing Jeopardy: Man vs. Machine and the Quest to Know EverythingEvery thingEvery little thingThe entire lotAll the thingsEvery partAll the pieces. Boston, Nueva York: Houghton Mifflin Harcourt pp. 6-8eight.
↑ Baker, Stephen (2011). FinalLastUltimateRemainingClosing Jeopardy: Man vs. Machine and the Quest to Know EverythingEvery thingEvery little thingThe entire lotAll the thingsEvery partAll the items. Boston, Nueva York: Houghton Mifflin Harcourt p. 30.
↑ Stelter, Brian (14 de diciembre de 2010), I.B.M. Supercomputer ‘Watson’ to ChallengeProblem ‘Jeopardy’ Stars , The New York TimesOccasionsInstances , consultado el 14 de diciembre de 2010, «An I.B.M. supercomputer system named after the companythe company’s founder, Thomas J. Watson Sr., is almostis nearlyis form of readyprepared for a televised testchecktake a look at: a bout of questioning on the quiz showpresent “Jeopardy.” I.B.M. and the producers of “Jeopardy” will announce on Tuesday that the computerthe pc, “Watson,” will face the twothe 2 most successfulprofitable playersgamers in “Jeopardy” historyhistorical previous, Ken Jennings and Brad Rutter, in three episodes that will beshall bemight bewill probably becan bewill probably be broadcast Feb. 14-16sixteen, 2011.»
↑ a b Needleman, Rafe (18 de febrero de 2011), Reporters’ Roundtable: Debating the robobrains , CNET , consultado el 18 de febrero de 2011
↑ Baker, Stephen (2011). FinalLastUltimateRemainingClosing Jeopardy: Man vs. Machine and the Quest to Know EverythingEvery thingEvery little thingThe entire lotAll the thingsEvery partAll the pieces. Boston, Nueva York: Houghton Mifflin Harcourt p. 171.
↑ Wakeman, Nick (17 de febrero de 2011), IBM’s Watson heads to medical schoolfacultycollege , Washington TechnologyKnow-howExpertise, consultado el 19 de febrero de 2011
↑ Weber, Robert C. (14 de febrero de 2011), Why ‘Watson’ mattersissues to lawyerslegal professionalsattorneys , The NationalNationwide LawRegulationLegislation Journal, consultado el 18 de febrero de 2011
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc. , una organización sin ánimo de lucro.