Računalo može puno, barem kada je u pitanju obrada informacija. Međutim, poučavanje prirodnog jezika je izuzetno netrivijalan zadatak. Ovaj izazov činio je osnovu projekta IBM DeepQA, koji je rezultirao rođenjem kognitivne tehnologije nazvane IBM Watson, u čast Thomasa Watsona, koji je stajao na početku IBM-a.

Nije teško objasniti što je Watson - jest kognitivni sustav, sposoban komunicirati s osobom prirodnim jezikom. To jest, razumjeti pisani govor i odgovoriti na isti način. I da se IBM ograničio na ovo, Watson bi ostao ništa više od eksperimentalna postavka. No posao mu se brzo našao, a za mnoge tvrtke postao je zaista nezaobilazan zaposlenik.

Pokazalo se da se ovo znanje može primijeniti gdje god je potrebno obraditi velike količine nestrukturiranih podataka. Za kvalitetnu i brzu analitiku takvih podataka potrebno ih je obraditi korištenjem svih raspoloživih alata suvremenih računalnih tehnologija: strojnog učenja, računalne lingvistike, ontoloških konstrukcija i računarstva visokih performansi. To je ono za što je IBM Watson dizajniran.

Temeljne kompetencije IBM Watsona mogu se sažeti u četiri točke:

• Razumijevanje prirodni jezik.
• Izgradnja hipoteza na temelju obrađenih podataka.
• Učenje na poslu.
• Izrada preporuke popraćene činjenicama na kojima se temelji zaključak.

Osoba nije sposobna analizirati uistinu veliku količinu podataka u razumnom vremenu, au svakom slučaju morat će odbaciti većinu informacija, ističući, po njegovom mišljenju, glavnu stvar. Pogreške su ovdje neizbježne, osim toga, odbačeni podaci također su važni i trebali bi utjecati na rezultat. I u tom je pogledu Watson višestruko nadmoćniji od ljudi: uzima u obzir sve, niti jedna poznata činjenica neće ostati bez ocjene.

Prvo javno testiranje sustava bilo je sudjelovanje u američkoj igri Jeopardy! (Ruski ekvivalent - "Vlastita igra"). Bez internetske veze, koristeći otvorene izvore informacija kao što su cijeli tekst Wikipedije, opće enciklopedije i rječnici, Watson je uspio pobijediti dva rekordera ove igre.

Pozivamo Vas u IBM client center na seminar "Watson Analytics" i napredne tehnologije u području analitike!

Način na koji rade moderne tehnologije, često je teško objasniti, a kada je riječ o kognitivnom računarstvu i IBM-ovom sustavu Watson, tema se čini izvan razumijevanja prosječnog čovjeka. Ali to uopće nije točno: profesionalci mogu sve, uključujući i najsloženije stvari, objasniti prilično pristupačnim riječima. Danas o radu kognitivnog sustava IBM Watson i drugih inovativna rješenja IBM-ovi stručnjaci kažu tvrtki. To su Vladimir Alekseev, poslovni savjetnik za industrijska rješenja u IBM-u u Rusiji i CIS-u, Alexander Dmitriev, vodeći sistemski arhitekt u IBM-u u Rusiji i CIS-u, te Yulia Pakina, voditeljica poslovnog razvoja u IBM-u u Rusiji i CIS-u.

IBM već dugi niz godina radi na području kognitivnih tehnologija. Molimo Vas da nam kažete na kojim projektima tvrtka trenutno radi u tom smjeru?

Aleksandar Dmitriev

Da bismo odgovorili na ovo pitanje, moramo govoriti malo o samim tehnologijama. Kognitivne tehnologije su smjer u razvoju sustava umjetne inteligencije, čija je glavna zadaća pomoći čovjeku u donošenju odluka u složenom okruženju. Postoji niz industrija i procesa koji zahtijevaju upravljanje s velikim brojem promjenjivih parametara, složenim ovisnostima i teško predvidljivim rezultatima. U ovom slučaju, odluke se moraju donositi gotovo u stvarnom vremenu. Najjednostavniji primjer bilo bi elektroničko trgovanje na burzi ili kupnja putem interneta. Na primjer, popularna mjesta za kupnju često pokreću promocije kada jeftina roba staviti na prodaju od određenog trenutka u vremenu. Osoba nema vremena ni pritisnuti gumb, a proizvod je već prodan: pokreću se automatski sustavi kupnje. Isto tako, kupnja i prodaja dionica na svjetskim burzama podržana je sustavima koji prikupljaju ogromne količine informacija od razni izvori te “automatsko” donošenje odluka o kupnji ili prodaji određenih paketa dionica. Zapravo, odluku donosi čovjek kada kreira i trenira ovaj sustav.

Iz svega ovoga proizlazi razumijevanje raspona klijenata i mogućih projekata za koje su kognitivne tehnologije prikladne: to su prvenstveno velike tvrtke iz onih poslovnih sektora u kojima je potrebno brzo i učinkovito obraditi velike količine podataka, identificirati složene veze i ovisnosti, i koristeći algoritme bliske ljudskom razmišljanju, za razvoj opcija rješenja tako da stručnjaci za upravljanje mogu brzo napraviti izbor potrebnih radnji. To su prije svega veliki proizvodni pogoni, gdje su uključeni veliki resursi i količine podataka – kako iz tehnički sustavi, te od djelovanja osoblja (naftna industrija, banke, građevinarstvo, teško strojarstvo itd.). To su također područja u kojima se zahtijevaju majstorstvo i razumijevanje velika količina informacije o novim razvojima, uzimajući u obzir akumulirano iskustvo i visoke rizike pri donošenju odluka. To se odnosi na područje medicine i socijalnog upravljanja. Trošak u medicinskim odlukama je ljudski život, zdravlje. Tu su kognitivne tehnologije posebno vrijedne. Oni stručnjacima daju apstraktne informacije o novim dostignućima na području pojedinog medicinskog područja i pomažu u odabiru najbolje mogućnosti liječenja za svakog pacijenta, uzimajući u obzir povijest i specifičnosti njegove bolesti.

Osim toga, jedno od najvažnijih područja je stvaranje baza znanja iz pojedinog područja znanosti, tehnologije, vrste djelatnosti, povijesti itd.

Sada o konkretnim projektima. Danas stvaraju brojne velike tvrtke složeni sustavi podrška pri donošenju odluka, ne samo u inozemstvu, već iu Rusiji. Ako govorimo o stranim primjerima, najveći australski naftna tvrtka Woodside je stvorio bazu znanja za svoju industriju koja se temelji na vlastito iskustvo. To je omogućilo rješavanje niza složenih problema - prije svega povećanje učinkovitosti osoblja, značajno ubrzanje ciklusa obuke, te omogućilo korištenje i repliciranje iskustva već provedenih projekata. Ovo je velika ušteda novca za veliku tvrtku.

ruski primjer implementacija sustava za rad sa velike količine tekstova na VINITI RAS, gdje se uspješno implementiraju tehnologije temeljene na Watson Exploreru. Ovaj sustav pomoći će u obradi različitih strukturiranih i nestrukturiranih informacija kako bi se identificirale korelacije između pokazatelja koji karakteriziraju tematska područja znanstvenog istraživanja u Rusiji.

Postojao je i projekt koji je proveden u suradnji sa Sveruskim centrom za proučavanje javnog mnijenja na tu temu Međunarodni odnosi. Više od 55 tisuća tekstova iz otvorenih izvora analizirano je pomoću kognitivnih tehnologija Watson kako bi se istaknule važne točke u kulturnim i društvenim vezama Rusije i Južne Koreje.

Završeno je i niz pilot projekata u području medicine temeljenih na proizvodu Watson Health, a rezultati pokazuju dovoljno mogućnosti poboljšati kvalitetu skrbi za pacijente.

Mora se reći da je smjer kognitivnih tehnologija još uvijek vrlo nov, pa nam gotovo svaki dan dolaze novi kupci iz većine različitim područjima, a potrebne alate za njih odabiremo iz cjelokupne ponude rješenja dostupnih u IBM-u.

Recite mi, molim vas, što je IBM Watson izvorno bio i zašto su odlučili koristiti ovaj sustav u područjima kao što su medicina, poslovanje i osiguranje?

Julija Pakina

Watson se prvi put pojavio 2011. u emisiji Jeopardy! Watson je tada bio veliki kompleks različite programe, koji je sastavljen posebno za ovu igru, a mogućnosti svojstvene njemu u to vrijeme bile su usmjerene na razumijevanje prirodnog jezika. Da bi se to postiglo, bilo je potrebno, prvo, prevesti glas u tekst i, drugo, ispravno interpretirati dobiveni tekstualni materijal. Dakle, sustav je u početku mogao interpretirati tekst, raščlaniti pitanja i "razumjeti" njihovo značenje. Naravno, Watsonova razina i produktivnost sada su mnogo viši nego 2011.

Što je drugo Watson tada mogao učiniti? Potražite odgovor na postavljeno pitanje u dubini informacija sadržanih u njemu. Posebnost tog sustava bila je u tome što nije bio povezan s vanjskim izvorima – ni s internetom ni s čim drugim. Ono što joj je ostalo u memoriji, to je i iskoristila. Najzanimljivije je to što je zahvaljujući ugrađenoj logici sustav rangiran moguće opcije odgovore i dala onaj za koji je, zahvaljujući svojoj logici, bila sigurna da je najtočniji. Godine 2011. sustav Watson pobijedio je velikom razlikom u odnosu na ostale ljudske sudionike; razlika je bila ozbiljna. I nakon ove utakmice postavilo se pitanje: "Što je sljedeće?"

Igra je super! Ali kakva bi mogla biti daljnja primjena sustava? Nakon toga stručnjaci su počeli razmišljati gdje bi se Watsonove tehnologije mogle komercijalno primijeniti, u kojem području poslovanja, na kojim tržištima. IBM je odlučio da Watson treba koristiti tamo gdje postoji veliki protok tekstualnih nestrukturiranih informacija na prirodnom jeziku, i gdje osoba treba inteligentnog pomoćnika. I počeli smo raditi u sektoru zdravstva. Stvar je u tome što Watson, kao što već znamo, može obraditi golemu količinu informacija. A, primjerice, u onkologiji se godišnje pojavi 500 tisuća novih znanstvenih članaka kroz različita polja i područja istraživanja. A jasno je da se živ čovjek ne može nositi s takvom poplavom informacija. Ali nove materijale u ovom području ne možemo zanemariti, treba ih intelektualno obraditi, vagati, uspoređivati, okrenuti prijašnjem iskustvu.

U isto vrijeme, neophodno je uzeti u obzir da su sve što Watson sada može učiniti u njega ugradili talentirani programeri, lingvisti i stručnjaci za predmet.

Koja je vaša vizija budućnosti IBM Watsona? Na primjer, koje će probleme sustav moći riješiti za 5-10 godina? Što sada ne može učiniti, ali stručnjaci tvrtke planiraju je uskoro naučiti?

Aleksandar Dmitriev

Vodeći sistemski arhitekt u IBM-u u Rusiji i CIS-u

Prilično je teško predvidjeti budućnost, nije uzalud većina stručnjaka kada govori o tome moderna rješenja upotrijebite izraz "u današnjem brzom svijetu". Situacija se doista mijenja vrlo brzo i često nepredvidivo, no glavni trendovi u području kognitivnih tehnologija još uvijek su prilično jasni.

Prije svega, to je stvaranje velikih baza znanja na privatnoj i javnoj razini. Sada su sve vodeće zemlje svijeta zabrinute zbog toga. Vrlo aktivno nastoje sastaviti, obraditi i pustiti u proizvodnju sustav ekstrakcije vrijedne informacije iz raznih izvora. Vidimo da se ovaj proces odvija na dvije glavne razine. Prvo, na razini velikih tvrtki međunarodni značaj sa stotinama tisuća zaposlenih, podružnice u različite zemlje i složene proizvodnje. Glavni pokretač ovdje je dobivanje konkurentska prednost. Jasno je da projekti na ovoj razini zahtijevaju ozbiljna ulaganja, ali počinju se isplaćivati ​​gotovo odmah, dramatično povećavajući operativnu učinkovitost. Naglasak je na prediktivnoj analizi koju pružaju Watsonove tehnologije: upravljanje se ne odvija nakon završetka određenih događaja, već uzimajući u obzir cjelokupno iskustvo tvrtke u načinu predviđanja. Više visoka razina- ovo je razina države, kada se stvaraju sustavi za prikupljanje i obradu znanja na nacionalnoj razini i informacija iz drugih zemalja. To su područja vezana uz razvoj znanosti, tehnologije, nacionalnog zdravlja i društvenog upravljanja.

Watson je već savladao profesije kuhara, liječnika, financijera i prevoditelja. Koja će još zanimanja svladati u bliskoj budućnosti?

Aleksandar Dmitriev

Vodeći sistemski arhitekt u IBM-u u Rusiji i CIS-u

Što se Watsonovih “profesija” tiče, postoje dva aspekta. Prvi je širenje mogućnosti unutar već ovladanih zanimanja. Recimo u području medicine, Watson se koristi u liječenju niza onkološke bolesti. No, specifičnost medicine je u tome što ne samo da postoji ogroman broj vrsta bolesti, već se i sami pacijenti razlikuju po osobnim karakteristikama i povijesti bolesti. Stoga je razvoj rezultat povećanja raspona bolesti koje se mogu liječiti i mogućnosti razvoja sve detaljnijeg personaliziranog tijeka liječenja za određenog pacijenta.

Drugi je "svladavanje" drugih zanimanja. Watson je već "savladao" specijalizaciju naftne industrije: niz stranih tvrtki implementirao je sustave za podršku odlučivanju za svoje naftne stručnjake. Još jedno obećavajuće područje je rad s društvenim skupinama i stanovništvom. To su također područja u kojima je potrebno obraditi informacije i razviti usluge i ponude za njih velike skupine klijenti (stotine tisuća i milijuni ljudi). Dakle, neposredna perspektiva razvoja su struke iz bankarske industrije, telekomunikacija, gdje su količine podataka nevjerojatno velike, a odluke se moraju donositi u pravi način rada vrijeme.

Općenito govoreći, vjerujem da će Watson uskoro doći u obliku usluge svakom čovjeku – bit će moguće postaviti pitanje o gotovo svakom području znanja koje ga zanima i dobiti kvalificiran odgovor.

Julija Pakina

IBM Business Development Manager u Rusiji i CIS-u

Nedavna područja u kojima je korišten IBM Watson uključuju rudarenje. Aleksandar je već spomenuo dobar primjer priče o uspjehu - australska tvrtka Woodside Energy, kojoj je kognitivni sustav pomogao da radi puno učinkovitije, optimizirajući radni proces. Prije Watsona, odluku o bušenju bušotina donijeli su stručnjaci Woodside Energy na temelju dugog i mukotrpnog rada na prikupljanju sve moguće dokumentacije na terenu, uključujući geološku strukturu područja, prisutnost bušotina u blizini, vrstu ležišta, mogućnost korištenja opreme koja se treba koristiti za ovaj projekt.

Štoviše, ranije je ovo pripremno razdoblje oduzimalo do 80% vremena tvrtke. Sukladno tome, samo 20% vremena ostavljeno je za razvoj same bušotine. Sada smo zajedno s tvrtkom Woodside Energy postigli da je samo 20% vremena posvećeno istraživanju i pripremi za bušenje, a ostatak vremena je dodijeljen bušenju i razvoju novih bušotina.

Sada mnoge tvrtke govore o svom razvoju na području umjetne inteligencije. IBM govori o kognitivnoj platformi. Molim vas, recite mi što je posebno u IBM-ovim kognitivnim uslugama i mogu li se nazvati određeni tip umjetna inteligencija?

Aleksandar Dmitriev

Vodeći sistemski arhitekt u IBM-u u Rusiji i CIS-u

Kad je riječ o umjetnoj inteligenciji, ne bih previše naglašavao terminologiju. Iako znanost u cjelini ne razumije u potpunosti metode ljudskog razmišljanja (i još uvijek postoje mnoge slijepe točke u ovom području), neprikladno je raspravljati o tome što je umjetna inteligencija, a što nije. Možemo reći da je sustav Watson 2011. godine “položio” malo modificirani formalni Turingov test za pravo da se zove umjetna inteligencija. Generalna ideja Test je jednostavan: ako osoba, komunicirajući s nekim sustavom i postavljajući mu niz pitanja u slobodnom obliku, ne može razlikovati komunicira li s osobom ili sa strojnim sustavom, onda takav sustav može polagati pravo na titulu "umjetna inteligencija."

Pobijedivši u igri Jeopardy, u kojoj je bilo potrebno odgovoriti na pitanja iz raznih područja znanja, Watson je pobijedio žive sudionike i prošao ovaj test. Ali nije u tome stvar. Kako god nazivali kognitivne tehnologije, važno je da one ispunjavaju svoju glavnu zadaću, postajući „pojačivač“ uma pri prihvaćanju teške odluke, operativni i strateški. Ljudsko pamćenje nije neograničeno; obuka kompetentnih stručnjaka u bilo kojoj industriji skup je i dugotrajan pothvat. Čini se da kognitivni sustavi stvaraju virtualne specijalizirane konzultante čijim se uslugama svatko može obratiti. Ovo je bit umjetne inteligencije. Važno je da konačna odluka o svim pitanjima ostaje na osobi.

Julija Pakina

IBM Business Development Manager u Rusiji i CIS-u

Da, općenito, kognitivni sustav je stvoren upravo kako bi se osoba oslobodila rutine i dala više vremena za kreativnost, rješavanje složenih problema i stvaranje novih sustava. Zato govorimo o rješenju ne umjetne inteligencije, već poboljšane inteligencije, dodane inteligencije.

Recite nam nešto više o korištenju mogućnosti kognitivnih tehnologija u poslovanju.

Aleksandar Dmitriev

Vodeći sistemski arhitekt u IBM-u u Rusiji i CIS-u

Korištenje kognitivnih tehnologija u poslovanju usmjereno je na rješavanje brojnih problema povezanih ne samo s velikim količinama podataka koji se brzo mijenjaju, već i s potrebom brzog izdvajanja iz tih podataka potrebne informacije i koristiti ga za poslovanje, uzimajući u obzir industriju i vlastito iskustvo tvrtke. Tako su kognitivni sustavi povezani s različitim izvorima informacija (vlastite baze podataka poduzeća, internet, strujanje videa, informacije tehničkih senzora raznih sustava, podaci o događanjima u pojedinom području). Na temelju tih podataka kognitivni sustavi posebnim algoritmima pronalaze potrebna rješenja i nude ih menadžerima i stručnjacima.

Važno je da se s akumulacijom radnog iskustva i uspješnim djelovanjem u određenom području kognitivni sustavi mogu trenirati, konfigurirati, ali i postaviti u način samoučenja. Stoga kognitivni sustavi za poslovanje imaju jednu važnu kvalitetu koju nema nijedan drugi sustav: što dulje rade, to je njihova učinkovitost veća. Oni sami postaju vrjedniji za tvrtku tijekom rada. A važno je da je to akumulirano iskustvo dostupno zaposlenicima tvrtke i stoga se stalno koristi - opetovano, opetovano, kad god je potrebno. Uobičajena situacija- specijalist je otišao, njegovo osobno znanje i iskustvo izgubljeno je za tvrtku. S implementiranim kognitivnim sustavom svo iskustvo ostaje u tvrtki i lako se prenosi na druge stručnjake.

Kako blockchain može biti koristan za poslovanje? Sada kažu da ova tehnologija može promijeniti uobičajeni svijet poduzetništva. Je li to točno, i ako jest, koje su to promjene?

Vladimir Aleksejev

Rane ideje o tome kako bi tehnologija mogla promijeniti svijet poduzetništva obično su bile usredotočene na stvaranje peer-to-peer mreža, odnosno okruženja u kojem bi svaka tvrtka mogla izravno komunicirati sa svakom drugom bez ikakvih posrednika. Doduše, ovo je previše pojednostavljen opis, a s vremenom se ideja razvijala i nadopunjavala. Sada možemo reći da nam blockchain, prije svega, omogućuje da osiguramo raspodijeljenu odgovornost, što je iznimno važno ako imamo nekoliko tvrtki koje međusobno ne vjeruju previše i nisu ni na koji način povezane. Drugo, transparentnost svih transakcija i nemogućnost izmjene već obavljenih transakcija. Transakcija se ne odnosi samo na bankovnu transakciju, već više na činjenicu prijenosa imovine s jedne tvrtke na drugu. Treće, to je mogućnost korištenja pametnih ugovora za poslovnu logiku, odnosno osiguranje cjelokupnog procesa poslovanja. U suprotnom, blockchain bi se mogao koristiti samo kao sustav za pohranu podataka, a sva logika operacija mogla bi se odvijati izvan njegovog okvira, što ne bi osiguralo ni transparentnost ni pouzdanost rada.

Postoje li već pozitivni primjeri korištenja blockchaina od strane komercijalnih tvrtki?

Vladimir Aleksejev

Poslovni savjetnik za IBM industrijska rješenja u Rusiji i CIS-u

Tijekom prošle godine, IBM je pokrenuo više od 400 pilot projekata diljem svijeta s korisnicima u širokom rasponu industrija. To naravno uključuje financijski sektor, maloprodaju i energetiku. Konkretno, pilot projekti s ABN Amro u području financijskog restrukturiranja i upravljanja imovinom. Dovršen je projekt s bankom Tokio-Mitsubishi za korištenje blockchain tehnologije za automatizaciju ugovora o outsourcingu u IT-u.

O praktičnim rezultatima implementacija (kvantitativnim pokazateljima poslovanja) još je rano govoriti: blockchain je još uvijek nova tehnologija, koja također zahtijeva vrijeme da se testira. Blockchain ne može postojati izoliran, stoga je potrebna integracija s postojećim sustavima, potreban je razvoj usluga i potrebne su kompetencije. 2016. godina bila je posvećena pilotiranju, a 2017. godinu trebala bi obilježiti integracija blockchain tehnologije u postojeću IT infrastrukturu organizacija.

Prema studiji IBM instituta za posao Vrijednost, više od 50% anketiranih rukovoditelja financijskog sektora planira prijeći na fazu komercijalne upotrebe tehnologije u razdoblju 2018.-2020.

Blockchain, koliko se može razumjeti, pruža velike mogućnosti za mnoga područja poslovanja. Što možete reći o burzama za trgovanje vrijednosnim papirima? Može li ova tehnologija tamo biti korisna?

Vladimir Aleksejev

Poslovni savjetnik za IBM industrijska rješenja u Rusiji i CIS-u

Vrijedno je priznati da su burze bile jedna od prvih organizacija koje su se zainteresirale za tehnologiju i aktivno sudjelovale u njenom razvoju. Na primjer, Njemačka burza (Deutsche Boerse) glavni je sudionik u HyperLedger blockchain projektu zajedno s IBM-om, a Moskovska burza je također član. Iz praktično iskustvo korištenja tehnologije od strane burzi, napominjem sljedeće: Japanska burza je prošle godine uz pomoć IBM-a provela studiju o mogućnostima korištenja distribuiranih registara u svom poslovanju. U svom izvješću, burza je naglasila obećanje tehnologije, ističući među ključne prednosti priliku za stvaranje novih inovativnih financijskih usluga i smanjenje troškova. Prema riječima stručnjaka Japanske burze, blockchain će pomoći automatizirati procese koordinacije trgovinskih postupaka i povećati otpornost na pogreške sustava u cjelini uvođenjem načela distribucije.

Recite nam što IBM planira učiniti u sljedećih 5-10 godina? Kako tvrtka vidi poslovni svijet budućnosti?

Vladimir Aleksejev

Poslovni savjetnik za IBM industrijska rješenja u Rusiji i CIS-u

Ranije ove godine IBM je predstavio svoju viziju o tome kako će tehnološke inovacije promijeniti svijet u budućnosti. Izvješće je izradio IBM Research i odražava poglede tvrtke na to kako će se svijet promijeniti za pet godina na pet načina. Prvo, tvrtka plaća veliku pažnju na način na koji svi govorimo i pišemo, te vjeruje da će se ti čimbenici koristiti kao pokazatelji psihičkog stanja i fizičkog zdravlja. Zatim, ljudi će moći dobiti "super vid" zahvaljujući malenim i snažnim kamerama, koje će omogućiti proučavanje gotovo 100% elektromagnetskog spektra u odnosu na manje od 1% trenutno. Tehnologija se može ugraditi u mobilne uređaje i pomoći u analizi sastava hrane ili lijekova. S druge strane, za pet godina moći ćemo razumjeti složenost Zemlje do zapanjujućih detalja. To će postati moguće zahvaljujući razvoju Interneta stvari (IoT) i algoritama strojno učenje, na temelju kojih se mogu izvući zaključci iz analize izmjerenih parametara. IBM-ovi znanstvenici to zajednički nazivaju "makroskop". Pomoći će u predviđanju pojava kao što su klimatske promjene, razina vode, prijetnje onečišćenja ili utjecaj vanjski faktori na našu planetu.

Sljedeći smjer razvoja tehnologije IBM-a je stvaranje medicinskih laboratorija "na čipovima" za praćenje bolesti na nano razini, što će pomoći u predviđanju bolesti u ranijim fazama. U IBM-ovim laboratorijima stručnjaci rade na stvaranju 20 nm čipova koji se mogu spojiti i na sustave umjetne inteligencije i na druge senzore u stvarnom vremenu. I konačno, peto područje je izrada i distribucija "pametnih" senzora za ranije otkrivanje razine onečišćenja okoliš. Takvi senzori također mogu biti iznimno korisni za plinovode, kao iu blizini prirodnih izvora emisija, primjerice metana, za upozoravanje na povećanje koncentracije raznih tvari.

Vrijedi napomenuti da su u svim područjima tehnologije već u razvoju, tako da prognoza ne izgleda previše futuristički. S druge strane, potrebno je vrijeme i trud da se postojeći proizvodi dorade i dovedu u masovnu upotrebu.

Iz dugoročne perspektive (10 ili više godina) može se navesti primjer kvantne računalne tehnologije. Algoritam rada kvantnih računala sadrži potpuno drugačije principe od onih na kojima rade moderna računala. Stoga se njihova uporaba može potpuno promijeniti postojeće procese, na primjer, kriptografija, i dati apsolutno nova razina računalna snaga. IBM je jedan od vodećih u ovom području, već pruža besplatan probni pristup real kvantno računalo kroz infrastrukturu oblaka IBM Quantum Experience.

Pitajte IBM stručnjaka Elena Sinka, predstavnica prodaje IBM rješenja Pitajte

Hvala vam!
Vaše pitanje je poslano

) IBM-ovo je superračunalo opremljeno sustavom umjetne inteligencije, koje je izradila skupina istraživača predvođena Davidom Ferruccijem. Njegovo stvaranje dio je projekta DeepQA. Watsonov glavni zadatak je razumjeti pitanja formulirana prirodnim jezikom i pronaći odgovore na njih u bazi podataka. Ime je dobio po osnivaču IBM-a Thomasu Watsonu.

Sudjelovanje u "Jeopardy!"

U veljači 2011., kako bi testirao Watsonove sposobnosti, sudjelovao je u televizijskoj emisiji Jeopardy! (Ruski ekvivalent - Vlastita igra). Protivnici su mu bili Brad Rutter, najveći pobjednik programa, i Ken Jennings, rekorder u najdužem nizu bez poraza. Watson je pobijedio s milijunom dolara, dok su Jennings i Rutter dobili 300.000, odnosno 200.000 dolara.

Platforma

Watson se sastoji od 90 Power7 750 poslužitelja, od kojih svaki sadrži 4 procesor s osam jezgri SNAGA7. Ukupno radna memorija Watson ima više od 15 terabajta.

Sustav je imao pristup do 200 milijuna stranica strukturiranih i nestrukturiranih informacija s volumenom od 4 terabajta, uključujući puni tekst Wikipedia. Tijekom igre Watson nije imao pristup internetu.

Budućnost projekta

IBM, zajedno s tvrtkom Nuance Communications, planira tijekom sljedeće dvije godine razviti proizvod koji će pomoći u dijagnosticiranju i liječenju pacijenata. Primjene u drugim područjima, poput procjene polica osiguranja ili energetske učinkovitosti, također se razmatraju.

Povijest Watsona započela je 2006., kada je David Ferrucci, viši menadžer u IBM-ovom odjelu za semantičku analitiku, započeo testiranje jednog od najvećih svjetskih moćna superračunala tvrtka koja je zauzela jedno od prvih mjesta 500 najproduktivnijih automobila na svijetu. Ferrucci je odlučio testirati koliko će se stroj učinkovito nositi sa zadacima koje postavlja “prirodni jezik”, te ga je pozvao da odgovori na 500 pitanja postavljenih u već održanom Jeopardyju! Rezultati su se pokazali katastrofalnima: u usporedbi sa živim igračima, stroj nije dovoljno brzo “stisnuo tipku” (odnosno bio spreman odgovoriti), a u slučaju kada se još mogao natjecati s ljudima, broj točni odgovori nisu prelazili 15%

Ferrucci se zainteresirao za razloge ovakvog ponašanja superračunala i, kao rezultat toga, 2007. godine uspio je uvjeriti upravu IBM-a da mu da tim od 15 ljudi i 3 do 5 godina za stvaranje učinkovitog automatski sustav sposobni odgovoriti na neformalna pitanja. Takav sustav bi bio koristan za sve vrste pozivnih centara, help deskova i svih drugih službi koje služe korisnicima. IBM već ima uspješno iskustvo u stvaranju stroja koji se može natjecati s ljudskom inteligencijom - govorimo o superračunalu Deep Blue koje je 1997. pobijedilo svjetskog šahovskog prvaka Garija Kasparova. Ova pobjeda dala je veliki publicitet IBM-u, ali nije bilo komercijalne primjene za takvu instalaciju. U slučaju sustava za automatsko odgovaranje na pitanja, komercijalni potencijal je prilično očit.

Temeljna razlika Watsona iz Deep Bluea je da ako se šahovski stroj bavi strogo logičkim pravilima igre, onda se stroj koji prepoznaje “prirodni govor” suočava s mnogo složenijim pravilima jezika i brojnim iskrivljenjima i odstupanjima od njih. Ali najveći je izazov to što ljudi, a da toga nisu svjesni, komuniciraju unutar svog kulturnog i društvenog konteksta. Kolokvijalni govor pun je natuknica, aluzija i konotacija, pozivanja na određene činjenice, pojmove i pojave zajedničke određenoj društvenoj sredini. To uključuje vjerske ideje, politička uvjerenja i sve vrste umjetničkih djela - od knjiga i slika do filmova i računalne igrice.

Za učinkovitu obradu takvih informacija koriste se statistički algoritmi koji omogućuju, analizom širokog spektra dokumenata, uspostavljanje veza između različitih koncepata. Jednostavno rečeno, određuje koje se riječi najčešće koriste zajedno. Na primjer, "Kremlj" se češće povezuje s riječima "Rusija", "Moskva", nešto rjeđe s "Kazan", " Nižnji Novgorod", još rjeđe - s "katedrala", "ikona" itd. Iako su ovi algoritmi već dugo poznati, njihova puna uporaba postala je moguća tek u posljednjem desetljeću - nakon dramatičnog povećanja performansi računalne tehnologije i smanjenja cijene pogona za pohranu ogromnih količina podataka.

Ferruccijev tim učitava milijune najrazličitijih dokumenata u memoriju IBM Watsona - udžbenike, enciklopedije, priručnike, beletristiku i vjersku literaturu. Više od stotinu algoritama koristi se istovremeno za analizu pitanja, nudeći stotine mogućih rješenja. Zatim drugi algoritmi procjenjuju pouzdanost mogućih odgovora, eliminirajući one koji su nemogući zbog objektivni razlozi(primjerice, razlike između datuma događaja i godina života likova) i malo vjerojatno. Što je više identičnih odgovora primljeno, to je veća vjerojatnost da su točni - tijekom igre semafor prikazuje ocjenu nekoliko najvjerojatnijih odgovora, uz onaj najčešći.

Do 2008. IBM Watson je iz autsajdera postao gornje linije tzv. „oblak pobjednika“, koji se sastoji od ljudi koji u 50% slučajeva uspiju prvi pritisnuti tipku koja signalizira spremnost za odgovor, a zatim u 85-95% slučajeva daju točan odgovor. IBM se čak dogovorio s proizvođačima Jeopardyja da održe posebnu seriju igara u jesen 2010. uz sudjelovanje Watsona i pobjednika prethodnih godina. Za pripremu za ove igre (to jest, zapravo, za poboljšanje algoritama), rekreiran je približni interijer studija kviza i počeli su se provoditi testovi uz sudjelovanje živih igrača i voditelja. Istovremeno, očekivano, “Watson” sintetiziranim računalnim glasom daje svoje odgovore naglas, što jako zabavlja prisutne.

Tijekom "treninga" pojavila se zanimljiva činjenica: unatoč tome što Watson nema puni potencijal, on ne samo da može pobijediti u većini utakmica, već i izgubiti više od polovice njih. Postoji nekoliko razloga: od "šanse Njegovog Veličanstva" (moguće su situacije kada protivnik može pobijediti jednostavnim povećanjem uloga, ostavljajući automobil u stečaju) do specifičnosti pravila. Začudo, osoba može pritisnuti gumb brže od stroja, a to je zbog pravila igre koja se ne mogu promijeniti.

Činjenica je da se svako pitanje prikazuje na ekranu i čita ga voditelj, a tipku možete pritisnuti tek nakon što završite s čitanjem pitanja. Watson prima tekst pitanja u elektroničkom obliku istovremeno sa svojim prikazom na ekranu, ali ni tada ne stigne doći do gotovog rješenja brži od čovjeka. Dok voditelj čita pitanje, što traje šest do sedam sekundi, iskusni igrač već može procijeniti svoje šanse da da točan odgovor i spreman je pritisnuti tipku za samo nekoliko desetaka milisekundi. Pravila dopuštaju još pet sekundi za sljedeći odgovor.

Pritiskom na gumb osoba preuzima rizik: ako ne da točan odgovor na pitanje za 100 jedinica, njegov virtualni račun bit će prazan za isti iznos. Računalo nije sklono riskirati i daje odgovore tek nakon što su svi proračuni provedeni i samo ako ima dovoljno informacija za procjenu pouzdanosti i vjerojatnosti da je taj odgovor točan. Kako je to izgledalo tijekom utakmice pogledajte u videu. Riskirajući, živi igrač može pobijediti jer se sjeća željenog odgovora u 11-12 sekundi koje su mu na raspolaganju.

U malo formaliziranijoj situaciji nego što je igra, Watsonovi algoritmi mogu dati puno predvidljivije i točnije odgovore. Konkretno, šef IBM-ovog istraživačkog odjela, John Kelly, namjerava stvoriti medicinsku verziju ovog uređaja pod neslužbenim imenom Watson M.D. Takav sustav pomogao bi liječnicima da brzo donesu ispravne odluke, uzimajući u obzir ogromnu količinu podataka o pacijentu, koje je fizički nemoguće uvijek držati u memoriji. "Watson" bi mogao zamijeniti žive operatere u računalu i telefonske usluge V trgovina na malo, V bankarski sektor i na transportu.

Cijena IBM-ovog sustava klase Watson danas bi mogla biti nekoliko milijuna dolara, budući da je za rad potrebno najmanje jedno IBM-ovo superračunalo vrijedno milijun dolara. Kelly vjeruje da će se u idućih deset godina takva tehnologija moći implementirati na puno jeftiniji poslužitelj, au budućnosti će se takav program pokretati na ne skupljem računalu moderno prijenosno računalo.

Znalački Engleski jezik može se boriti protiv IBM Watsona online na web stranici The New York Timesa.

Superračunalo IBM Watson planira se koristiti u službama tehničke podrške umjesto živih operatera. Međutim, svi ti zadaci više se odnose na pronalaženje točnog odgovora na zahtjeve korisnika na temelju poznatih informacija. IBM vjeruje da pravi umjetna inteligencija mora znati pronalaziti kreativna rješenja, stvarati i izmišljati nove stvari, a ne samo analizirati stare.

Kako bi razvili Watsonove kreativne sposobnosti, njegovi kreatori odabrali su kulinarstvo. Ovo je vrlo zgodan poligon za testiranje: kuhanje je vrlo "ljudski", intuitivan proces, slabo podložan algoritmizaciji i standardizaciji. A rezultate može ocijeniti bilo tko na ulici. Kolačići s bademima i čokoladom u španjolskom stilu, desert od jagoda u ekvadorskom stilu, pečene rajčice na tostu sa šafranom - ova i druga jela koja je kreirao Watson već su pripremljena i s užitkom pojedena tijekom eksperimenata. A prije nekoliko tjedana objavljen je preprint članka koji opisuje algoritme i matematičke modele koje Watson koristi za stvaranje originalnih recepata.

Svako kreativno rješenje mora istovremeno zadovoljiti dva kriterija - biti novo i kvalitetno. Novost je relativno lako postići jednostavnim kombiniranjem sastojaka i tehnika obrade. Ali s kvalitetom situacija je mnogo kompliciranija. Naučite računalo da razumije što je okus, miris, tekstura i izgled jela su izuzetno teška.

Početni podatak za Watsona bilo je nekoliko milijuna recepata prikupljenih na internetu. Prošli su kroz dokazane algoritme za obradu prirodnog jezika, koji su korišteni za pobjedu u kvizu i podučavanje Watsona medicini. Iz Wikipedije su izvučeni podaci o tipičnim sastojcima i tehnikama obrade karakterističnim za kuhinje različitih naroda svijeta. Naposljetku, Watson je stekao temeljito znanje o kemiji i fiziologiji ljudske percepcije okusa i mirisa.

Novi recepti generirani su na temelju postojećih korištenjem genetski algoritam, vrijednosti novosti, ugodnosti i kompatibilnosti korištene su kao funkcija fitnessa.

Matematički model za procjenu novosti recepta temelji se na Bayesovom teoremu; korišten je takozvani pristup "Bayesovog iznenađenja", izvorno razvijen za modeliranje ponašanja gledatelja prilikom gledanja videa. Ukratko, bit metode je da se mjeri razlika između prethodne i posteriorne vjerojatnosti nailaska na određenu kombinaciju proizvoda u prostoru recepata kada se u njega doda nova. Tako su kombinacije orašastih plodova s ​​čokoladom ili senfa s kobasicama potpuno banalne i ne uzrokuju gotovo nikakvu promjenu u vjerojatnosti različitih kombinacija. Ali kobasice prelivene čokoladom mnogo će značajnije utjecati na te vjerojatnosti.

Kemija se prvenstveno koristila za procjenu ugodnosti. Poznavajući kemijski sastav proizvoda i redoslijed njihovog miješanja i obrade, računalo je izračunalo koje će tvari odrediti okus i miris jela. Zanimljivo, pokazalo se da je miris puno važniji od okusa jela. Naša percepcija okusa vrlo je usko povezana s mirisom i aromom. Čovjek razlikuje samo nekoliko osnovnih okusa – kiselo, slatko, slano, gorko. Različite kulture razlikuju nekoliko osnovnih okusa, poput tarta ili umamija. No, raznolikost mirisa je puno veća i ne svode se na jednostavne osnovne kombinacije.

Konačno, procjena kompatibilnosti proizvoda temeljila se i na ozbiljnoj znanstvenoj osnovi, posebice na zajedničkoj studiji američkih i britanskih znanstvenika “Flavour Networks and Principles of Product Combination” u kojoj je analizirano oko 50.000 recepata i izrađene karte kompatibilnosti proizvoda. konstruirana, karakteristična za kuhinje različitih regija .

Kao rezultat toga, stvorena je aplikacija u kojoj možete odrediti skup proizvoda, nacionalni stil i raznolikost jela, nakon čega je Watson dao skup recepata koji se mogu naručiti prema stupnju novosti, ugodnosti i kompatibilnosti. Uz pojedinačna jela, Watson može kreirati cijele jelovnike, postižući raznolikost i prave kombinacije jela korištenjem tematskog modeliranja. Ovo je način izgradnje modela kolekcije tekstualni dokumenti, koji zbirku dijeli na teme i određuje kojoj temi pojedini dokument pripada. Watson primjenjuje ovaj model na recepte - kao ključne riječi Pojedinačni sastojci djeluju kao dokumenti, a sami recepti djeluju kao dokumenti.

Količina medicinskih podataka udvostručuje se svake 3 godine, a povezani troškovi rastu za 7 trilijuna dolara. Zdravstvena industrija ne može pratiti nevjerojatnu stopu pojavljivanja nove informacije, koji uključuje podatke o laboratorijska istraživanja, medicinski testovi i raznih parametara osoba (tjelesna težina, arterijski tlak I tako dalje). Otprilike svakih 35 centi od svakog dolara potrošenog na zdravstvenu skrb je bačeno.

Upravo su visoki troškovi obrade podataka bili poticaj razvoju jedinstveni sustav IBM Watson. Sposoban je ne samo generirati ogromne količine medicinskih informacija, već i prepoznati i najmanja odstupanja u zdravstvenom stanju pacijenata, što čak i visokokvalificiranom liječniku s dugogodišnjim iskustvom može promaknuti.

Kognitivni sustav IBM Watson dobio je ime po svom tvorcu Thomasu Watsonu. Programeri su uspjeli stvoriti superračunalo koje je sposobno obrađivati ​​informacije jednako kao i ljudski um. Prije donošenja određenog zaključka, IBM Watson analitička platforma prolazi kroz sljedeće faze:

• istraživanje problematike;
• primarno pretraživanje i generiranje hipoteza;
• filtriranje rezultata;
• selekcija činjenica i analiza njihove kvalitete;
• kombiniranje rezultata i njihovo vrednovanje.

Dakle, superračunalo obrađuje ljudski jezik te pravovremeno daje odgovore na najteža pitanja. Medicina nije jedino područje rada IBM Watsona. Napravite vremensku prognozu, smislite originalnu recept pa čak i vođenje vlastitog posla postaje mnogo lakše s ovim sustavom. Ali u budućnosti će se uglavnom koristiti u zdravstvenom sektoru.

Područja primjene u medicini

IBM Watson superračunalo poboljšava upotrebljivost elektroničkih zdravstvenih kartona. U tu svrhu znanstvenici su razvili poseban alat pod nazivom EMRA. Liječnik pomoću ove aplikacije može pratiti povijest bolesti kako jednog pacijenta tako i cijele njegove obitelji, povijest bolesti drugih liječnika, kao i podatke o osiguranju. Osim toga, aplikacija je sinkronizirana s uređajem za praćenje fitnessa, tako da stručnjak ima priliku promatrati i najmanju promjenu u zdravstvenom stanju osobe. Takav kognitivni sustav nakon analize svih podataka daje individualne preporuke za brigu o zdravlju svakog pacijenta.

IBM Watson Health analizira grafičke medicinske podatke različiti tipovi. Superračunalo može brzo identificirati detalje i anomalije bilo kojeg unutarnjeg ljudskog organa. Kombinacijom grafičkih i multimodalnih (tekstualnih) podataka IBM Watson uvelike pojednostavljuje rad onkologa i radiologa. Tako već nekoliko godina sustav djeluje u tajlandskoj bolnici Bumrungrad, dijagnosticira i daje preporuke za liječenje raznih vrsta raka.

Sustav IBM Watson pomaže liječnicima da prepoznaju ulogu genetskih čimbenika u dijagnosticiranju i liječenju raka i rijetkih patologija. Sustav analizira genomske podatke iz elektroničkog zdravstvenog kartona pacijenta, filtrira informacije o istim bolestima i nakon obrade podatke prenosi stručnjaku.

Superračunalo pomaže dermatolozima u prepoznavanju različitih kožnih bolesti. IBM Watson kognitivni sustav analizira slike dobivene pomoću dermatoskopa. Ako stručnjak vizualno može postaviti dijagnozu s točnošću od 75%, tada kognitivni sustav radi s točnošću od 94%.

Pacijent ne treba brinuti zbog otkrivanja svojih osobnih podataka. Tvrtka IBM jamči povjerljivost i anonimnost.

IBM Watson već analizira lijekovi i pomaže farmaceutskim tvrtkama u stvaranju novih. Uz pomoć superračunala moguće je smanjiti broj pogrešnih dijagnoza, povećati učinkovitost terapije te čak i beznadnim pacijentima dati šansu za oporavak. S vremenom superračunalo postaje sve pametnije, što znači da će u bliskoj budućnosti pomoći u sprječavanju razvoja bolesti prije nego što ih se bude trebalo liječiti.