Watson (Artificial Intelligence)

El superordenador Watson
Watson es una inteligencia artificialsynthetic que es capaz de responder a preguntas formuladas en lenguaje naturalpure , 1 ​ desarrollado por la empresa estadounidense IBM Forma parte del proyecto del equipo de investigación DeepQA, liderado por el investigador principal David Ferrucci Lleva su nombre en honor del fundador y primer presidente de IBM, Thomas J. Watson 2 ​ 3three ​
Watson responde a las preguntas gracias a una base de datos almacenada localmente. 4four ​ La información contenida en esa base de datos proviene de multitud de fuentes, incluyendo enciclopedias, diccionarios, tesauros, artículos de noticias, y obras literarias, al igual que bases de datos externos, taxonomías, y ontologías (específicamente 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 (I mean, 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 ha declarado que el contenido de Watson fue almacenado en su RAM para el juego, porque los datos almacenados en discos duros son demasiado lentos para acceder. 17 ​
El softwaresoftware program incorporado en Watson fue escrito utilizando los lenguajes de programación Java y C++, y usa dos estructuras empleadas por la Apache SoftwareSoftware program FoundationBasis — la estructura Hadoop para computación distribuida, y el sistema UIMA (Unstructured InformationInfoData ManagementAdministration ArchitectureStructure) para análisis de materiales impresos — así como el softwaresoftware program DeepQA desarrollado por IBM y el sistema operativo SUSE Linux Enterprise Server 11eleven 10 ​ 19 ​ 20 ​ Según 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. In addition, 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, It is necessary to establish the content that the system will use when it needs to search for information related to the question. 14 ​
The first thing to do is to look for examples of questions in order to know what type they will be that the system will have to answer and their domain. Based on an analysis of these example questions, It is necessary to give DeepQA a set of different information sources (Articles, Literary works, Encyclopedias…). Based on this initial database, The system will search in other sources on the web, It will extract different resources that are related to the initial sources, And it will score them based on how informative they are. Finally, DeepQA will merge the sources it has found with the highest score with its initial set, thus it will have much more information and resources to consult. 14 One of the systems used to acquire knowledge automatically and store it in a structured way is PRISMATIC 24
Watson has data of many types, structured, semi-structured (such as databases and ontologies 14) and unstructured (mentioned previously), among which are the following: Wikipedia , Freebase , WordNet , DBPedia and the Yago ontology 22 25
Question analysis edit
At this step, the question that Watson must answer is received as input, And therefore the first thing to do is determine what is being asked in order to then search for the answers. For carrying out a good analysis, DeepQA uses a wide variety of algorithms and expert systems 14. This phase is composed of different steps.
Question classification edit
In order to find out what type of answer we need, first we need to know what type of question it is, whether a definition, whether a mathematical question, a puzzle… These different ways of classifying a question are called Qclasses (QuestionQuery classescourseslessons). 26. DeepQA has to determine which class the question belongs to, to do this it uses different methods independent of each other. 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:
Number of poems Emily Dickinson allowed to be published. 26 ​
She joined Buffalo Bill Cody's Wild West show after meeting him at the Cotton Expo in New Orleans. 26 ​
The LAT (lexical answer type sort kind) is a small phrase that tells us what type of answer is required. It is usually a word that belongs to the focus, except in some cases. In the previous examples, number is the first LAT, and She is the second. 26 ​
Finding the LAT of a question allows us to determine whether a found answer is an instance of it, I mean, if it corresponds to what the question asks (if the LAT is she, the answer has to be the name of a woman). Therefore, it will be useful to determine if the generated answer is valid or not. 14 ​
Relationship detection edit
Many questions contain relationships of all kinds, syntactic, between objects within the sentence. These can be leveraged and searched for directly in relational databases, which are structured in tables. Therefore we can check if there is any in which the relationship we have found appears. For example, in the question Are they the two states you might be re-entering if you cross the northern border of Florida, we could look up the borders of Florida in some available database and find the answer directly there. The problem is that in a study conducted with Jeopardy questions! it was observed that these cases are very rare and most of the time this technique is not useful. 14 ​
Una parte muy importante del análisis de una pregunta es descomponerla en diferentes preguntas y responder cada una independientemente de las otras. In this way, 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. For example, 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, que son posibles respuestas. Se tienen que extraer de manera diferente para cada tipo de búsqueda, si se realiza sobre una base de datos de nombres de personas, cada nombre encontrado puede ser un candidato. En otros tipos donde los resultados de la búsqueda son más largos y complejos, se requieren otras técnicas más avanzadas. 14 ​
En esta fase se generarán todos los candidatos que Watson analizará posteriormente para validarlos y extraer el mejor. Esto significa que si la respuesta correcta no se encuentra entre los candidatos, el sistema no podrá responder la pregunta. 14 ​
De la búsqueda inicial, se generan muchos candidatos, cada uno de los cuales tiene que ser analizado y se le tiene que dar una puntuación para determinar lo correcto que es. This can cause problems, since it is a costly process and consumes many resources. Therefore, before scoring the candidates, a preliminary analysis is carried out that is not very exhaustive and consumes less resources to eliminate hypotheses and thus save calculations. 14 ​
The soft, gentle, delicate, tender, smooth, mushy, comfortable filtering (in English), consists of applying a filter to the candidates. This assigns it a score, with lighter algorithms, and according to the result it is decided whether it will move on to the next phase. One of the ways to calculate this score is to determine if a candidate is an instance of the LAT of the question, I mean, the type of the candidate is the same as required by the question, if it is a person the system will discard everything that does not correspond to one. A este proceso se le llama TypeSortKind Coercion 28 ​
Gracias a este método, de los cientos de candidatos que salen de la generación de hipótesis, solo una parte pasará a la etapa de puntuación, y el resto se enviará directamente a la etapa de fusión de los resultados. 14 ​
Puntuación de las hipótesis editar
A los candidatos que pasan el softgentledelicatetendersmoothmushycomfortable filtering, hay que analizarlos rigurosamente. Este análisis consiste en buscar pruebas sobre la validez de cada candidato y evaluar estos resultados para poder puntuar las hipótesis. 14 ​
Recopilación de pruebas editar
Para poder determinar si un candidato es correcto, hay que buscar pruebas que lo demuestren. 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, I mean, 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, among others. 14 ​
Merging of answers edit
Before proceeding to the final closing stage and choosing the definitive answer, DeepQA merges all answers that are equivalent or closely related. This means it will also have to merge the different scores and evidence found in the previous stage. For example, If the question asks for the name of a person, Watson will merge all candidates that are names of the same person. This is because the next stage uses techniques based on the relative differences between candidates. 30
Ranking, Rating, and confidence estimation edit
The last step includes estimating a confidence in how correct a hypothesis is, according to its scores, and place each candidate in a ranking rating. To perform these tasks, Watson uses machine learning , which needs to be trained with a series of questions with known answers and a learning model based on the scores, so that it starts with a valid knowledge base. 14 ​
Once the ranking rating with its confidence is obtained, Watson already has what is necessary to determine whether it has to answer the question and which one to use from all that it has.
To meet the main requirement for all Jeopardy contestants!, Watson was required to wait until the host, Alex Trebek , read each clue in full, and at that moment, a light would turn on as a signal to indicate that the system is ready. The first contestant to hit the button on their buzzer wins the opportunity to answer. 13thirteen 31 Watson received the clues in the form of electronic texts at the same time they were made available to the human participants. 13thirteen Then it would analyze the clues in different keywords and sentence fragments to find statistically related phrases. 13thirteen The main innovation of Watson was not in creating a new algorithm for this operation, but rather in its ability to quickly run thousands of tested algorithms for pure natural language analysis at the same time to find the correct answer. 13thirteen 32 The probability of Watson's correctness is measured by the number of algorithms that find the same answer independently. 13thirteen Once Watson has a small number of possible solutions, it is able to make comparisons with its database to determine whether the solution makes sense. 13thirteen In a sequence of 20 mock games, human participants were able to use the average time of six to seven seconds that Watson needed to hear the clue and decide whether they wanted to signal an answer. 13thirteen During that time, Watson also has to evaluate the answer and determine whether the outcome is correct in a sufficient way to signal. 13thirteen ​ Una parte del sistema usado por Watson para ganar el concurso fueron los circuitos electrónicos que recibieron la señal “listo” y luego examinaron si el nivel de confianza de Watson fue suficientemente grande para activar el zumbador. Debido a la velocidad de estos circuitos en comparación con la velocidad de los tiempos en que los seres humanos son capaces de responder, el tiempo de reacción de Watson fue más rápido que el de los concursantes humanos excepto cuando los humanos anticiparon (en vez de reaccionar a) la señal “listo.” 33 ​ Después de la señalización, Watson habló con una voz electrónica, sintetizada a partir de grabaciones hechas por Jeff Woodman para un programa de texto a voz desarrollado por IBM en 2004, 34 ​ dando las respuestas en el formato de “respuesta y pregunta” asociado con Jeopardy! 13thirteen ​
Demostración de Watson desde una cabina technological 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 presented the idea concept thought, and in 2005 Paul Horn , the IBM research executive, supported Lickel in persuading one of the members of his department to take on the challenge of playing Jeopardy! with an IBM system. Although he initially had trouble finding members of his research team who were willing to take on what seemed to be a challenge much more complex than the game of chess, David Ferrucci eventually accepted the offer. Watson was preceded by a system called “Piquant,” which participated in competitions held by the United States government, where it was able to correctly answer only 35 percent of the total number of clues in the game, and generally required several minutes to respond. 36 ​ 37 ​ 38 ​ To compete in Jeopardy! successfully, Watson would need to respond in a maximum of a few seconds, and in that time, the problems posed in the contest were considered impossible to solve. 13thirteen ​
In initial tests conducted during the year 2006 by David Ferrucci, manager of IBM's Department of Analysis and Semantic Integration, Watson was provided with 500 clues from past Jeopardy episodes! Although the best human contestants were able to correctly answer at most 95 percent of the clues, in its first test Watson was able to correctly answer only 15 percent of the clues. During 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 ​
In 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, in this way, 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. 43forty three ​
Los partidos oficiales fueron grabados en enero de 2011 , y emitidos el siguiente mes.
Usos en el futuro editar
Según IBM, el objetivo para Watson es permitir que las computadoras comiencen a interactuar de forma naturalpure con humanos a través de una amplia gama de aplicaciones y procesos, comprendiendo las preguntas de los seres humanos y dando respuestas que los seres humanos pueden comprender y justificar. 39 ​
IBM y Nuance Communications Inc. se han unido para el proyecto de investigación para desarrollar un producto comercial durante los próximos 18 a 24 meses que explotará las capacidades de Watson como sistema de apoyo para decisiones clínicas para ayudar al diagnóstico y tratamiento médico de pacientes. 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 DepartmentDivision, UMBC, 10 de febrero de 2011, consultado el 11eleven de febrero de 2011
↑ Fan, J.; Kalyanpur, A.; Gondek, D. C.; Ferrucci, D. To. (1 de mayo de 2012). «AutomaticAutomatedComputerized knowledgeinformationdata extraction from documentspaperwork» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 56fifty six (3three.4four): 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). «QuestionQuery analysisevaluation: How Watson reads a clue» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 56fifty six (3three.4four): 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-basedbased mostlyprimarily based questionquery decomposition in DeepQA» IBM Journal of ResearchAnalysis and DevelopmentImprovementGrowth 56fifty six (3three.4four): 13thirteen:1-13 thirteen:11 eleven.
Consultado el 26 de diciembre de 2016.
↑ Welty, Chris; Murdock, J. William; Kalyanpur, Aditya; Fan, James (January 1, 2012). «A Comparison Comparability of Hard Exhausting Onerous Arduous Laborious Filters and Soft Gentle Delicate Tender Smooth Mushy Comfortable Evidence Proof for Answer Reply Typing in Watson» Proceedings of the 11th Eleventh International Worldwide Conference Convention on The Semantic Web Net Internet – Volume Quantity Part Half 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. K Okay Ok. (1 de mayo de 2012). «Textual evidence proof gathering and analysis evaluation» IBM Journal of Research Analysis and Development Improvement Growth 56 fifty six (3three.4four): 8 eight:1-8 eight: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. et al. (1 de mayo de 2012). «A framework for merging and ranking rating of answers solutions in DeepQA» IBM Journal of Research Analysis and Development Improvement Growth 56 fifty six (3three.4four): 14:1-14:12.
Consultado el 26 de diciembre de 2016. Number of authors suggested= ( help )
↑ 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 (February 18, 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 (February 17, 2011), IBM’s Watson heads to medical schoolfacultycollege , Washington TechnologyKnow-howExpertise, accessed February 19, 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® is a registered trademark of the Wikimedia Foundation, Inc. , a non-profit organization.