Komputer boleh melakukan banyak perkara, sekurang-kurangnya dalam pemprosesan maklumat. Walau bagaimanapun, mengajarnya bahasa semula jadi adalah sangat tugas yang tidak remeh. Cabaran ini membentuk asas kepada projek DeepQA IBM, yang menghasilkan kelahiran teknologi kognitif yang dipanggil IBM Watson, sebagai penghormatan kepada Thomas Watson, yang berdiri pada asal usul IBM.

Tidak sukar untuk menerangkan apa itu Watson - itu sistem kognitif, mampu berkomunikasi dengan seseorang dalam bahasa semula jadi. Iaitu, memahami ucapan bertulis dan bertindak balas dengan cara yang sama. Dan jika IBM telah menghadkan diri mereka kepada ini, Watson akan kekal tidak lebih daripada persediaan eksperimen. Tetapi pekerjaan telah dicari dengan cepat untuknya, dan untuk banyak syarikat dia menjadi pekerja yang sangat diperlukan.

Ternyata pengetahuan ini boleh digunakan di mana-mana jumlah besar data tidak berstruktur perlu diproses. Untuk analisis data sedemikian yang berkualiti tinggi dan pantas, data tersebut perlu diproses menggunakan semua alatan teknologi komputer moden yang tersedia: pembelajaran mesin, linguistik pengiraan, pembinaan ontologi dan pengkomputeran berprestasi tinggi. Itulah yang direka untuk dilakukan oleh IBM Watson.

Kecekapan teras IBM Watson boleh diringkaskan dalam empat perkara:

• Kefahaman bahasa semula jadi.
• Membina hipotesis berdasarkan data yang diproses.
• Belajar di tempat kerja.
• Membuat cadangan, disertai dengan fakta yang menjadi asas kesimpulan.

Seseorang tidak mampu menganalisis jumlah data yang benar-benar besar dalam jumlah masa yang munasabah, dan dalam apa jua keadaan dia perlu membuang kebanyakan maklumat, menyerlahkan, pada pendapatnya, perkara utama. Ralat tidak dapat dielakkan di sini, selain itu, data yang dibuang juga penting dan harus mempengaruhi hasilnya. Dan dalam aspek ini, Watson berkali-kali lebih tinggi daripada manusia: ia mengambil kira segala-galanya, tidak ada satu fakta yang diketahui akan dibiarkan tanpa penilaian.

Ujian awam pertama sistem adalah penyertaan dalam permainan Amerika Jeopardy! (Persamaan Rusia - "Permainan Sendiri"). Tanpa sambungan Internet, menggunakan sumber maklumat terbuka seperti keseluruhan teks Wikipedia, ensiklopedia umum dan kamus, Watson dapat mengalahkan dua pemegang rekod permainan ini.

Kami menjemput anda ke pusat pelanggan IBM untuk seminar "Watson Analytics" dan teknologi canggih dalam bidang analitik!

Cara mereka bekerja teknologi moden, selalunya sukar untuk dijelaskan, dan apabila ia berkaitan dengan pengkomputeran kognitif dan sistem Watson IBM, topik itu kelihatan di luar pemahaman orang biasa. Tetapi ini sama sekali tidak benar: profesional boleh menerangkan segala-galanya, termasuk perkara yang paling kompleks, dengan kata-kata yang mudah diakses. Hari ini mengenai kerja sistem kognitif IBM Watson dan lain-lain penyelesaian yang inovatif Pakar IBM memberitahu syarikat. Ini ialah Vladimir Alekseev, perunding perniagaan untuk penyelesaian perindustrian di IBM di Rusia dan CIS, Alexander Dmitriev, arkitek sistem terkemuka di IBM di Rusia dan CIS, dan Yulia Pakina, pengurus pembangunan perniagaan di IBM di Rusia dan CIS.

IBM telah bekerja dalam bidang teknologi kognitif selama bertahun-tahun. Sila beritahu kami apakah projek yang syarikat sedang terlibat dalam arah ini?

Alexander Dmitriev

Untuk menjawab soalan ini, kita perlu bercakap sedikit tentang teknologi itu sendiri. Teknologi kognitif adalah hala tuju dalam pembangunan sistem kecerdasan buatan, tugas utamanya adalah untuk membantu seseorang membuat keputusan dalam persekitaran yang kompleks. Terdapat beberapa industri dan proses yang memerlukan pengurusan dengan sejumlah besar perubahan parameter, kebergantungan yang kompleks dan keputusan yang sukar untuk diramal. Dalam kes ini, keputusan mesti dibuat dalam masa hampir nyata. Contoh paling mudah ialah perdagangan elektronik di bursa saham atau pembelian dalam talian. Sebagai contoh, tapak beli-belah popular sering menjalankan promosi apabila barang murah dijual dari masa tertentu. Seseorang tidak mempunyai masa untuk menekan butang, dan produk itu sudah dijual: sistem pembelian automatik dicetuskan. Begitu juga, pembelian dan penjualan saham di bursa saham dunia disokong oleh sistem yang mengumpul sejumlah besar maklumat daripada pelbagai sumber dan "secara automatik" membuat keputusan mengenai pembelian atau penjualan blok saham tertentu. Sebenarnya, keputusan dibuat oleh seseorang apabila dia mencipta dan melatih sistem ini.

Daripada semua ini, pemahaman tentang julat pelanggan dan projek yang mungkin untuk teknologi kognitif yang sesuai: ini terutamanya syarikat besar dari sektor perniagaan tersebut di mana perlu untuk memproses jumlah data yang besar dengan cepat dan cekap, mengenal pasti sambungan dan kebergantungan yang kompleks, dan menggunakan algoritma yang hampir dengan pemikiran manusia, untuk membangunkan pilihan penyelesaian supaya pakar pengurusan boleh membuat pilihan tindakan yang perlu dengan cepat. Ini terutamanya kemudahan pengeluaran yang besar, di mana sumber dan volum data yang besar terlibat - kedua-duanya dari sistem teknikal, dan daripada tindakan kakitangan (industri minyak, bank, pembinaan, kejuruteraan berat, dll.). Ini juga merupakan bidang di mana penguasaan dan pemahaman diperlukan Kuantiti yang besar maklumat tentang perkembangan baharu, mengambil kira pengalaman terkumpul dan risiko tinggi semasa membuat keputusan. Ini terpakai kepada bidang perubatan dan pengurusan sosial. Kos dalam keputusan perubatan adalah kehidupan manusia, kesihatan. Di sinilah teknologi kognitif amat berharga. Mereka menyediakan pakar dengan maklumat abstrak tentang kemajuan baharu dalam bidang bidang perubatan tertentu dan membantu memilih pilihan rawatan terbaik untuk setiap pesakit, dengan mengambil kira sejarah dan spesifik penyakitnya.

Di samping itu, salah satu bidang yang paling penting ialah penciptaan pangkalan data pengetahuan dalam bidang sains tertentu, teknologi, jenis aktiviti, sejarah, dll.

Sekarang mengenai projek tertentu. Hari ini, beberapa syarikat besar sedang mencipta sistem yang kompleks sokongan keputusan, bukan sahaja di luar negara, tetapi juga di Rusia. Jika kita bercakap tentang contoh asing, Australia terbesar syarikat minyak Woodside telah mencipta pangkalan pengetahuan untuk industrinya berdasarkan pengalaman sendiri. Ini memungkinkan untuk menyelesaikan beberapa masalah yang kompleks - pertama sekali, untuk meningkatkan kecekapan kakitangan, mempercepatkan kitaran latihan dengan ketara, dan memungkinkan untuk menggunakan dan meniru pengalaman projek yang telah dilaksanakan. Ini adalah penjimatan wang yang besar untuk syarikat besar.

Contoh bahasa Rusia pelaksanaan sistem untuk bekerja dengan jumlah yang besar teks di VINITI RAS, di mana teknologi berdasarkan Watson Explorer sedang berjaya dilaksanakan. Sistem ini akan membantu memproses pelbagai maklumat berstruktur dan tidak berstruktur untuk mengenal pasti korelasi antara penunjuk yang mencirikan bidang tematik penyelidikan saintifik di Rusia.

Terdapat juga projek yang dijalankan bersama dengan All-Russian Centre untuk Kajian Pendapat Awam mengenai topik hubungan antarabangsa. Lebih daripada 55 ribu teks daripada sumber terbuka telah dianalisis menggunakan teknologi kognitif Watson untuk menyerlahkan perkara penting dalam hubungan budaya dan sosial antara Rusia dan Korea Selatan.

Beberapa projek perintis dalam bidang perubatan berdasarkan produk Watson Health juga telah disiapkan, dan hasilnya menunjukkan peluang yang banyak untuk meningkatkan kualiti penjagaan pesakit.

Harus dikatakan bahawa hala tuju teknologi kognitif masih sangat baru, dan oleh itu hampir setiap hari pelanggan baru datang kepada kami dari yang paling kawasan yang berbeza, dan kami memilih alatan yang diperlukan untuk mereka daripada keseluruhan rangkaian penyelesaian yang tersedia di IBM.

Sila beritahu saya apakah IBM Watson pada asalnya dan mengapa mereka memutuskan untuk menggunakan sistem ini dalam bidang seperti perubatan, perniagaan dan insurans?

Yulia Pakina

Penampilan pertama Watson adalah pada 2011 di Jeopardy! Watson adalah sebuah kompleks besar ketika itu program yang berbeza, yang disusun khusus untuk permainan ini, dan keupayaan yang wujud di dalamnya pada masa itu bertujuan untuk memahami bahasa semula jadi. Untuk melakukan ini, adalah perlu, pertama, untuk menterjemahkan suara ke dalam teks dan, kedua, untuk mentafsirkan bahan teks yang dihasilkan dengan betul. Oleh itu, sistem pada mulanya dapat mentafsir teks, menghuraikan soalan dan "memahami" maksudnya. Sudah tentu, tahap dan produktiviti Watson jauh lebih tinggi sekarang berbanding tahun 2011.

Apa lagi yang boleh dilakukan oleh Watson ketika itu? Cari jawapan kepada ditanya soalan dalam kedalaman maklumat yang terkandung di dalamnya. Ciri tersendiri sistem itu ialah ia tidak disambungkan kepada sumber luaran - tidak ke Internet mahupun kepada apa-apa lagi. Apa yang dimasukkan ke dalam ingatannya, dia gunakan. Perkara yang paling menarik ialah terima kasih kepada logik terbina dalam, kedudukan sistem pilihan yang mungkin menjawab dan memberikan jawapan yang, terima kasih kepada logiknya, dia pasti adalah yang paling betul. Pada tahun 2011, sistem Watson menang dengan margin yang besar berbanding peserta manusia yang lain; jurang itu serius. Dan selepas permainan ini timbul persoalan: "Apa yang seterusnya?"

Permainan ini hebat! Tetapi apakah yang boleh menjadi aplikasi selanjutnya sistem? Selepas ini, pakar mula memikirkan di mana teknologi Watson boleh digunakan secara komersil, dalam bidang perniagaan apa, dalam pasaran apa. IBM memutuskan bahawa Watson harus digunakan di mana terdapat aliran besar maklumat tidak berstruktur teks dalam bahasa semula jadi, dan di mana seseorang memerlukan pembantu pintar. Dan kami mula bekerja dalam sektor penjagaan kesihatan. Masalahnya ialah Watson, seperti yang kita sedia maklum, boleh memproses sejumlah besar maklumat. Dan, sebagai contoh, dalam onkologi, 500 ribu yang baru muncul setiap tahun artikel ilmiah merentasi pelbagai bidang dan bidang penyelidikan. Dan jelas bahawa orang yang masih hidup tidak dapat mengatasi banjir maklumat sedemikian. Tetapi bahan baru dalam bidang ini tidak boleh diabaikan; mereka mesti diproses secara intelektual, menimbang, membandingkan, beralih kepada pengalaman sebelumnya.

Pada masa yang sama, adalah penting untuk mengambil kira bahawa segala-galanya yang boleh dilakukan oleh Watson kini dimasukkan ke dalamnya oleh pengaturcara, ahli bahasa, dan pakar subjek yang berbakat.

Apakah visi anda untuk masa depan IBM Watson? Sebagai contoh, apakah masalah yang akan dapat diselesaikan oleh sistem dalam masa 5-10 tahun? Apa yang dia tidak boleh lakukan sekarang, tetapi pakar syarikat itu merancang untuk mengajarnya untuk melakukannya tidak lama lagi?

Alexander Dmitriev

Arkitek sistem utama di IBM di Rusia dan CIS

Agak sukar untuk meramalkan masa depan; ia bukan untuk apa-apa yang kebanyakan pakar, apabila bercakap tentang penyelesaian moden, gunakan frasa "dalam dunia yang serba pantas hari ini." Keadaan ini sememangnya berubah dengan cepat dan selalunya tidak dapat diramalkan, tetapi trend utama dalam bidang teknologi kognitif masih agak jelas.

Pertama sekali, ini adalah penciptaan pangkalan pengetahuan yang besar di peringkat swasta dan awam. Kini semua negara terkemuka dunia mengambil berat tentang perkara ini. Mereka sangat aktif berusaha untuk memasang, memproses dan dimasukkan ke dalam pengeluaran sistem pengekstrakan maklumat yang berharga daripada pelbagai sumber. Kami melihat bahawa proses ini berlaku pada dua peringkat utama. Pertama, di peringkat syarikat besar kepentingan antarabangsa dengan ratusan ribu pekerja, cawangan di negara berbeza dan pengeluaran yang kompleks. Pemandu utama di sini semakin kelebihan daya saing. Jelas sekali bahawa projek di peringkat ini memerlukan pelaburan yang serius, tetapi ia mula membuahkan hasil hampir serta-merta, meningkatkan kecekapan operasi secara mendadak. Penekanan adalah pada analisis ramalan, yang disediakan oleh teknologi Watson: pengurusan berlaku bukan selepas selesai peristiwa tertentu, tetapi mengambil kira keseluruhan pengalaman syarikat dalam mod ramalan. Lagi tahap tinggi- ini adalah tahap negeri, apabila sistem untuk mengumpul dan memproses pengetahuan dicipta pada skala nasional dan maklumat dari negara lain. Ini adalah bidang yang berkaitan dengan pembangunan sains, teknologi, kesihatan negara, dan pengurusan sosial.

Watson telah pun menguasai profesion tukang masak, doktor, pembiaya dan penterjemah. Apakah profesion lain yang akan dikuasainya dalam masa terdekat?

Alexander Dmitriev

Arkitek sistem utama di IBM di Rusia dan CIS

Bagi "profesion" Watson, terdapat dua aspek. Yang pertama adalah memperluaskan rangkaian peluang dalam profesion yang telah dikuasai. Katakan dalam bidang perubatan, Watson digunakan dalam rawatan beberapa penyakit onkologi. Tetapi kekhususan perubatan ialah bukan sahaja terdapat sejumlah besar jenis penyakit, tetapi pesakit itu sendiri berbeza dalam ciri peribadi dan sejarah penyakit mereka. Oleh itu, perkembangan adalah disebabkan oleh peningkatan dalam julat penyakit yang boleh dirawat dan kemungkinan untuk membangunkan kursus rawatan peribadi yang semakin terperinci untuk pesakit tertentu.

Yang kedua ialah "menguasai" profesion lain. Watson telah pun "menguasai" pengkhususan industri minyak: beberapa syarikat asing telah melaksanakan sistem sokongan keputusan untuk pakar minyak mereka. Satu lagi bidang yang menjanjikan ialah bekerjasama dengan kumpulan sosial dan penduduk. Ini juga merupakan kawasan yang perlu untuk memproses maklumat dan membangunkan perkhidmatan serta tawaran kumpulan besar pelanggan (beratus-ratus ribu dan berjuta-juta orang). Oleh itu, prospek segera untuk pembangunan adalah profesion dari industri perbankan, telekomunikasi, di mana jumlah data adalah sangat besar, dan keputusan mesti dibuat dalam mod sebenar masa.

Secara umumnya, saya percaya Watson akan datang dalam bentuk perkhidmatan kepada setiap orang tidak lama lagi - anda boleh bertanya soalan mengenai hampir semua bidang pengetahuan yang diminati dan menerima jawapan yang layak.

Yulia Pakina

Pengurus Pembangunan Perniagaan IBM di Rusia dan CIS

Kawasan terkini di mana IBM Watson telah digunakan termasuk perlombongan. Alexander telah menyebut contoh yang baik kisah kejayaan - syarikat Australia Woodside Energy, yang sistem kognitif membantu untuk bekerja dengan lebih cekap, mengoptimumkan proses kerja. Sebelum Watson, keputusan untuk menggerudi telaga telah dibuat oleh pakar Woodside Energy berdasarkan kerja yang panjang dan teliti untuk mengumpul semua dokumentasi yang mungkin di lapangan, termasuk struktur geologi kawasan itu, kehadiran telaga berdekatan, jenis deposit, kemungkinan menggunakan peralatan yang perlu digunakan untuk projek ini.

Lebih-lebih lagi, sebelum ini tempoh persediaan ini mengambil masa sehingga 80% daripada masa syarikat. Oleh itu, hanya 20% masa yang tinggal untuk membangunkan telaga itu sendiri. Kini, bersama-sama dengan Woodside Energy, kami telah mencapai bahawa hanya 20% masa ditumpukan untuk penyelidikan dan penyediaan untuk penggerudian, dan masa selebihnya diperuntukkan untuk menggerudi dan membangunkan telaga baharu.

Sekarang banyak syarikat bercakap tentang perkembangan mereka dalam bidang kecerdasan buatan. IBM bercakap tentang platform kognitif. Sila beritahu saya apa yang istimewa tentang perkhidmatan kognitif IBM dan sama ada ia boleh dipanggil jenis tertentu kecerdasan buatan?

Alexander Dmitriev

Arkitek sistem utama di IBM di Rusia dan CIS

Apabila ia datang kepada kecerdasan buatan, saya tidak akan meletakkan terlalu banyak penekanan pada terminologi. Walaupun sains secara keseluruhannya tidak memahami sepenuhnya kaedah pemikiran manusia (dan masih terdapat banyak titik buta dalam bidang ini), adalah tidak wajar untuk mempertikaikan apa itu kecerdasan buatan dan apa yang tidak. Kita boleh mengatakan bahawa sistem Watson pada tahun 2011 "lulus" ujian Turing formal yang sedikit diubah suai untuk hak untuk dipanggil kecerdasan buatan. Idea umum Ujiannya mudah: jika seseorang, berkomunikasi dengan beberapa sistem dan menanyakannya satu siri soalan dalam bentuk bebas, tidak dapat membezakan sama ada dia berkomunikasi dengan seseorang atau dengan sistem mesin, maka sistem sedemikian boleh menuntut tajuk "kecerdasan buatan."

Setelah memenangi permainan Jeopardy, di mana perlu menjawab soalan dari pelbagai bidang pengetahuan, Watson menewaskan peserta secara langsung dan lulus ujian ini. Tetapi bukan itu maksudnya. Apa sahaja yang kita panggil teknologi kognitif, adalah penting untuk mereka memenuhi tugas utama mereka, menjadi "penguat" minda apabila menerima keputusan yang sukar, kedua-dua operasi dan strategik. Ingatan manusia tidak terhad; melatih pakar yang cekap dalam mana-mana industri adalah usaha yang mahal dan memakan masa. Sistem kognitif seolah-olah mencipta perunding pakar maya yang perkhidmatannya boleh digunakan oleh sesiapa sahaja. Ini adalah intipati kecerdasan buatan. Adalah penting bahawa keputusan muktamad mengenai sebarang isu kekal dengan orang itu.

Yulia Pakina

Pengurus Pembangunan Perniagaan IBM di Rusia dan CIS

Ya, secara umum, sistem kognitif dicipta dengan tepat untuk melegakan seseorang daripada rutin dan memberi lebih banyak masa untuk kreativiti, menyelesaikan masalah yang kompleks dan mencipta sistem baru. Itulah sebabnya kita bercakap tentang penyelesaian bukan kecerdasan buatan, tetapi kecerdasan yang dipertingkatkan, kecerdasan tambahan.

Sila beritahu kami lebih lanjut tentang menggunakan keupayaan teknologi kognitif dalam perniagaan.

Alexander Dmitriev

Arkitek sistem utama di IBM di Rusia dan CIS

Penggunaan teknologi kognitif dalam perniagaan bertujuan untuk menyelesaikan beberapa masalah yang berkaitan bukan sahaja dengan jumlah besar data yang berubah dengan cepat, tetapi dengan keperluan untuk mengekstrak dengan cepat daripada data ini. maklumat yang diperlukan dan menggunakannya untuk perniagaan, dengan mengambil kira industri dan pengalaman syarikat itu sendiri. Oleh itu, sistem kognitif disambungkan kepada pelbagai sumber maklumat (pangkalan data syarikat sendiri, Internet, penstriman video, maklumat daripada penderia teknikal pelbagai sistem, data tentang peristiwa di kawasan tertentu). Berdasarkan data ini, sistem kognitif menggunakan algoritma khas untuk mencari penyelesaian yang diperlukan dan menawarkannya kepada pengurus dan pakar.

Adalah penting bahawa dengan pengumpulan pengalaman kerja dan aktiviti yang berjaya dalam bidang tertentu, sistem kognitif boleh dilatih, dikonfigurasikan, dan juga menetapkan mod pembelajaran kendiri. Oleh itu, sistem kognitif untuk perniagaan mempunyai satu kualiti penting yang tiada sistem lain: semakin lama ia berfungsi, semakin tinggi kecekapannya. Mereka sendiri menjadi lebih berharga kepada syarikat semasa operasi. Dan yang penting ialah pengalaman terkumpul ini tersedia untuk pekerja syarikat dan oleh itu sentiasa digunakan - berulang kali, berulang kali, apabila perlu. Keadaan biasa- pakar pergi, pengetahuan dan pengalaman peribadinya hilang untuk syarikat. Dengan sistem kognitif yang dilaksanakan, semua pengalaman kekal dalam syarikat dan boleh dipindahkan dengan mudah kepada pakar lain.

Bagaimanakah blockchain boleh berguna untuk perniagaan? Sekarang mereka mengatakan bahawa teknologi ini boleh mengubah dunia keusahawanan biasa. Adakah ini benar, dan jika ya, apakah perubahan ini?

Vladimir Alekseev

Idea awal tentang bagaimana teknologi boleh mengubah dunia keusahawanan biasanya tertumpu pada penciptaan rangkaian rakan ke rakan, iaitu persekitaran di mana setiap syarikat boleh berinteraksi secara langsung dengan satu sama lain tanpa sebarang perantara. Diakui, ini adalah penerangan yang terlalu ringkas, dan dari semasa ke semasa idea itu telah berkembang dan ditambah. Sekarang kita boleh mengatakan bahawa blockchain, pertama, membolehkan kita memastikan tanggungjawab yang diagihkan, yang sangat penting jika kita mempunyai beberapa syarikat yang tidak mempercayai satu sama lain dan tidak berhubung dalam apa jua cara. Kedua, ketelusan semua urus niaga dan kemustahilan untuk membuat perubahan pada transaksi yang telah selesai. Transaksi bukan sahaja merujuk kepada transaksi perbankan, tetapi lebih kepada fakta pemindahan aset daripada satu syarikat ke syarikat lain. Ketiga, ini adalah kemungkinan menggunakan kontrak pintar untuk logik perniagaan, iaitu memastikan keseluruhan proses operasi. Jika tidak, blockchain hanya boleh digunakan sebagai sistem storan, dan semua logik operasi boleh dilakukan di luar rangka kerjanya, yang tidak akan memastikan sama ada ketelusan atau kebolehpercayaan operasi.

Adakah sudah ada contoh positif penggunaan blockchain oleh syarikat komersial?

Vladimir Alekseev

Perunding perniagaan untuk penyelesaian industri IBM di Rusia dan CIS

Sepanjang tahun lalu, IBM telah merintis lebih daripada 400 juruterbang di seluruh dunia dengan pelanggan merentasi pelbagai industri. Ini, sudah tentu, termasuk sektor kewangan, runcit, dan tenaga. Khususnya, projek perintis dengan ABN Amro dalam bidang penstrukturan semula kewangan dan pengurusan hartanah. Satu projek telah disiapkan dengan Bank of Tokio-Mitsubishi untuk menggunakan teknologi blockchain untuk mengautomasikan kontrak penyumberan luar dalam IT.

Sekarang agak awal untuk bercakap tentang hasil praktikal pelaksanaan (penunjuk perniagaan kuantitatif): blockchain masih merupakan teknologi baharu, yang juga memerlukan masa untuk diuji. Blockchain tidak boleh wujud secara berasingan, jadi integrasi dengan sistem sedia ada diperlukan, pembangunan perkhidmatan diperlukan, dan kecekapan diperlukan. 2016 didedikasikan untuk perintis; 2017 harus ditandai dengan penyepaduan teknologi blockchain ke dalam infrastruktur IT organisasi yang sedia ada.

Menurut kajian oleh Institut IBM untuk perniagaan Nilai, lebih daripada 50% eksekutif sektor kewangan yang ditinjau merancang untuk beralih ke fasa penggunaan komersial teknologi pada 2018-2020.

Blockchain, sejauh yang boleh difahami, menyediakan peluang yang hebat untuk banyak bidang perniagaan. Apa yang anda boleh katakan tentang bursa perdagangan sekuriti? Bolehkah teknologi ini berguna di sana?

Vladimir Alekseev

Perunding perniagaan untuk penyelesaian industri IBM di Rusia dan CIS

Perlu diakui bahawa pertukaran adalah salah satu organisasi pertama yang berminat dengan teknologi dan mengambil bahagian secara aktif dalam pembangunannya. Sebagai contoh, German Exchange (Deutsche Boerse) ialah peserta utama dalam projek blockchain HyperLedger bersama-sama dengan IBM, dan Moscow Exchange juga merupakan ahli. daripada pengalaman praktikal penggunaan teknologi oleh bursa, saya perhatikan perkara berikut: tahun lepas, Bursa Jepun, dengan bantuan IBM, menjalankan kajian tentang kemungkinan menggunakan pendaftaran yang diedarkan dalam operasinya. Dalam laporannya, pertukaran itu menekankan janji teknologi, mencatatkan antara kelebihan utama peluang untuk mencipta perkhidmatan kewangan inovatif baharu dan mengurangkan kos. Menurut pakar dari Japan Exchange, blockchain akan membantu mengautomasikan proses menyelaraskan prosedur perdagangan dan meningkatkan toleransi kesalahan sistem secara keseluruhan dengan memperkenalkan prinsip pengedaran.

Sila beritahu kami apa yang IBM merancang untuk lakukan dalam 5-10 tahun akan datang? Bagaimanakah syarikat melihat dunia perniagaan masa depan?

Vladimir Alekseev

Perunding perniagaan untuk penyelesaian industri IBM di Rusia dan CIS

Awal tahun ini, IBM telah mendedahkan visinya tentang cara inovasi teknologi akan mengubah dunia pada masa hadapan. Laporan itu dihasilkan oleh IBM Research dan mencerminkan pandangan syarikat tentang bagaimana dunia akan berubah dalam lima tahun dalam lima cara. Pertama, syarikat membayar perhatian yang besar kepada cara kita semua bercakap dan menulis, dan percaya bahawa faktor-faktor ini akan digunakan sebagai penunjuk keadaan psikologi dan kesihatan fizikal. Seterusnya, orang ramai akan dapat memperoleh "penglihatan super" berkat kamera kecil dan berkuasa, yang membolehkan anda mengkaji hampir 100% spektrum elektromagnet berbanding kurang daripada 1% pada masa ini. Teknologi ini boleh dibina ke dalam peranti mudah alih dan membantu menganalisis komposisi makanan atau ubat. Sebaliknya, dalam tempoh lima tahun kita akan dapat memahami kerumitan Bumi dengan terperinci yang menakjubkan. Ini akan menjadi mungkin disebabkan oleh pembangunan Internet Perkara (IoT) dan algoritma pembelajaran mesin, berdasarkan kesimpulan yang boleh dibuat daripada analisis parameter yang diukur. Para saintis IBM merujuk kepada ini secara kolektif sebagai "makroskop." Ia akan membantu meramalkan fenomena seperti perubahan iklim, paras air, ancaman pencemaran atau kesannya faktor luaran ke planet kita.

Hala tuju seterusnya pembangunan teknologi IBM ialah penciptaan makmal perubatan "on chip" untuk mengesan penyakit pada peringkat nano, yang akan membantu meramalkan penyakit pada peringkat awal. Di makmal IBM, pakar sedang berusaha untuk mencipta cip 20 nm yang boleh disambungkan kepada kedua-dua sistem kecerdasan buatan dan penderia lain dalam masa nyata. Dan akhirnya, kawasan kelima ialah penciptaan dan pengedaran penderia "pintar" untuk pengesanan awal tahap pencemaran persekitaran. Penderia sedemikian juga boleh menjadi sangat berguna untuk saluran paip gas, serta berhampiran sumber pelepasan semula jadi, contohnya, metana, untuk memberi amaran tentang peningkatan kepekatan pelbagai bahan.

Perlu diingat bahawa dalam semua bidang teknologi sudah dalam pembangunan, jadi ramalan tidak kelihatan terlalu futuristik. Sebaliknya, ia memerlukan masa dan usaha untuk memperhalusi produk sedia ada dan membawanya kepada kegunaan besar-besaran.

Dari perspektif jangka panjang (10 tahun atau lebih), satu contoh boleh diberikan tentang teknologi komputer kuantum. Algoritma pengendalian komputer kuantum mengandungi prinsip yang sama sekali berbeza daripada prinsip yang digunakan oleh komputer moden. Oleh itu, penggunaannya boleh berubah sepenuhnya proses sedia ada, sebagai contoh, kriptografi, dan berikan secara mutlak tahap baru kuasa pengkomputeran. IBM ialah salah satu peneraju dalam bidang ini, sudah menyediakan akses percubaan percuma kepada sebenar komputer kuantum melalui infrastruktur awan Pengalaman Kuantum IBM.

Tanya pakar IBM Elena Sinka, wakil jualan penyelesaian IBM Tanya

Terima kasih!
Soalan anda telah dihantar

) ialah superkomputer IBM yang dilengkapi dengan sistem kecerdasan buatan, yang dicipta oleh sekumpulan penyelidik yang diketuai oleh David Ferrucci. Penciptaannya adalah sebahagian daripada projek DeepQA. Tugas utama Watson adalah untuk memahami soalan yang dirumus dalam bahasa semula jadi dan mencari jawapan kepada mereka dalam pangkalan data. Dinamakan sempena pengasas IBM Thomas Watson.

Penyertaan dalam "Jeopardy!"

Pada Februari 2011, untuk menguji keupayaan Watson, dia mengambil bahagian dalam rancangan televisyen Jeopardy! (Persamaan Rusia - Permainan sendiri). Lawannya ialah Brad Rutter, pemenang terbesar program itu, dan Ken Jennings, pemegang rekod rentak tanpa kalah paling lama. Watson menang, menerima $1 juta, manakala Jennings dan Rutter masing-masing menerima $300,000 dan $200,000.

Platform

Watson terdiri daripada 90 pelayan Power7 750, setiap satu mengandungi 4 pemproses lapan teras KUASA7. Jumlah Ram Watson mempunyai lebih daripada 15 terabait.

Sistem ini mempunyai akses kepada 200 juta halaman maklumat berstruktur dan tidak berstruktur dengan volum 4 terabait, termasuk teks penuh Wikipedia. Semasa permainan, Watson tidak mempunyai akses kepada Internet.

Masa depan projek

IBM, bersama Nuance Communications, merancang untuk membangunkan produk dalam tempoh dua tahun akan datang untuk membantu mendiagnosis dan merawat pesakit. Permohonan dalam bidang lain, seperti menilai polisi insurans atau kecekapan tenaga, juga sedang dipertimbangkan.

Sejarah Watson bermula pada tahun 2006, apabila David Ferrucci, seorang pengurus kanan di bahagian analisis semantik IBM, mula menguji salah satu yang paling superkomputer yang berkuasa syarikat, yang menduduki salah satu kedudukan teratas dalam 500 mesin paling produktif di dunia. Ferrucci memutuskan untuk menguji seberapa berkesan mesin itu akan menangani tugas yang ditimbulkan oleh "bahasa semula jadi", dan menjemputnya untuk menjawab 500 soalan yang ditanya dalam Jeopardy yang telah dipegang! Hasilnya ternyata buruk: berbanding dengan pemain langsung, mesin itu tidak "menekan butang" dengan cukup cepat (iaitu, ia bersedia untuk menjawab), dan dalam kes apabila ia masih boleh bersaing dengan orang, bilangan jawapan yang betul tidak melebihi 15%

Ferrucci mula berminat dengan sebab-sebab kelakuan superkomputer ini dan, sebagai hasilnya, pada tahun 2007 dia dapat meyakinkan pengurusan IBM untuk memberinya satu pasukan yang terdiri daripada 15 orang dan dari 3 hingga 5 tahun untuk mencipta yang berkesan. sistem automatik mampu menjawab soalan tidak formal. Sistem sedemikian akan berguna kepada semua jenis pusat panggilan, meja bantuan dan sebarang perkhidmatan lain yang memberi perkhidmatan kepada pelanggan. IBM telah pun mempunyai pengalaman yang berjaya mencipta mesin yang boleh bersaing dengan kecerdasan manusia - kita bercakap tentang superkomputer Deep Blue, yang mengalahkan juara catur dunia Garry Kasparov pada tahun 1997. Kemenangan ini memberikan publisiti yang hebat kepada IBM, tetapi tiada aplikasi komersial untuk pemasangan sedemikian boleh ditemui. Dalam kes sistem menjawab soalan automatik, potensi komersial agak jelas.

Perbezaan asas Watson dari Deep Blue ialah jika mesin catur berurusan dengan peraturan permainan yang logik, maka mesin yang mengenali "pertuturan semula jadi" menghadapi peraturan bahasa yang lebih kompleks dan banyak penyelewengan dan penyelewengan daripadanya. Tetapi cabaran terbesar ialah orang, tanpa menyedarinya, berkomunikasi dalam konteks budaya dan sosial mereka. Ucapan sehari-hari penuh dengan pembayang, kiasan dan konotasi, rujukan kepada fakta, konsep dan fenomena tertentu yang lazim dalam persekitaran sosial tertentu. Ini termasuk idea keagamaan, kepercayaan politik, dan semua jenis karya seni - daripada buku dan lukisan kepada filem dan permainan komputer.

Untuk memproses maklumat sedemikian dengan berkesan, algoritma statistik digunakan, yang membolehkan, dengan menganalisis pelbagai jenis dokumen, untuk mewujudkan hubungan antara konsep yang berbeza. Ringkasnya, ia menentukan perkataan yang paling kerap digunakan bersama. Sebagai contoh, "Kremlin" lebih kerap dikaitkan dengan perkataan "Rusia", "Moscow", sedikit kurang kerap dengan "Kazan", " Nizhny Novgorod", malah kurang kerap - dengan "katedral", "ikon", dsb. Walaupun algoritma ini telah diketahui sejak sekian lama, penggunaan penuhnya hanya menjadi mungkin dalam dekad yang lalu - selepas peningkatan dramatik dalam prestasi teknologi pengkomputeran dan penurunan dalam kos pemacu untuk menyimpan sejumlah besar data.

Pasukan Ferrucci memuatkan berjuta-juta semua jenis dokumen ke dalam ingatan IBM Watson - buku teks, ensiklopedia, buku rujukan, fiksyen dan kesusasteraan agama. Lebih daripada seratus algoritma digunakan secara serentak untuk menganalisis soalan, menawarkan beratus-ratus penyelesaian yang mungkin. Kemudian algoritma lain menilai kebolehpercayaan jawapan yang berpotensi, menghapuskan jawapan yang mustahil disebabkan sebab objektif(contohnya, percanggahan antara tarikh acara dan tahun hayat watak) dan tidak mungkin. Lebih banyak jawapan yang sama diterima, lebih tinggi kemungkinan jawapan itu betul - semasa permainan, papan mata memaparkan penarafan beberapa jawapan yang paling berkemungkinan, sebagai tambahan kepada yang paling biasa.

Menjelang 2008, IBM Watson telah beralih daripada menjadi underdog kepada baris atas apa yang dipanggil "awan pemenang", yang terdiri daripada orang yang, dalam 50% kes, berjaya menjadi yang pertama menekan butang yang menandakan kesediaan untuk jawapan dan kemudian dalam 85-95% kes memberikan jawapan yang betul. IBM malah bersetuju dengan pengeluar Jeopardy untuk mengadakan siri permainan khas pada musim gugur 2010 dengan penyertaan Watson dan pemenang tahun-tahun sebelumnya. Untuk mempersiapkan permainan ini (iaitu, sebenarnya, untuk memperbaiki algoritma), anggaran dalaman studio kuiz telah dicipta semula dan ujian mula dijalankan dengan penyertaan pemain langsung dan penyampai. Pada masa yang sama, seperti yang dijangkakan, "Watson" memberikan jawapannya dengan lantang dalam suara komputer yang disintesis, yang sangat menghiburkan mereka yang hadir.

Semasa "latihan", fakta menarik muncul: walaupun tidak mempunyai potensi penuh Watson, dia bukan sahaja boleh memenangi kebanyakan permainan, tetapi juga kehilangan lebih daripada separuh daripadanya. Terdapat beberapa sebab: daripada "Peluang Baginda" (situasi mungkin berlaku apabila lawan boleh menang dengan hanya menaikkan taruhan, meninggalkan kereta itu muflis) kepada peraturan khusus. Anehnya, seseorang dapat menekan butang lebih cepat daripada mesin, dan ini disebabkan oleh peraturan permainan, yang tidak boleh diubah.

Hakikatnya ialah setiap soalan dipaparkan pada skrin dan dibacakan oleh penyampai, dan anda boleh menekan butang hanya selepas selesai membaca soalan. Watson menerima teks soalan dalam dalam format elektronik serentak dengan paparannya pada skrin, tetapi walaupun begitu ia tidak mempunyai masa untuk datang ke penyelesaian siap sedia lebih pantas daripada manusia. Semasa penyampai membaca soalan, yang mengambil masa enam hingga tujuh saat, pemain berpengalaman sudah boleh menilai peluangnya untuk memberikan jawapan yang betul dan bersedia untuk menekan butang dalam hanya berpuluh-puluh milisaat. Peraturan membenarkan lima saat lagi untuk jawapan seterusnya.

Dengan menekan butang, seseorang mengambil risiko: jika dia tidak memberikan jawapan yang betul kepada soalan untuk 100 unit, akaun mayanya akan kosong dengan jumlah yang sama. Komputer tidak cenderung untuk mengambil risiko dan memberikan jawapan hanya selepas semua pengiraan telah dijalankan dan hanya jika ia mempunyai maklumat yang mencukupi untuk menilai kebolehpercayaan dan kebarangkalian bahawa jawapan ini betul. Anda boleh melihat penampilannya semasa permainan dalam video. Mengambil risiko, pemain yang masih hidup boleh menang kerana fakta bahawa dia mengingati jawapan yang diingini dalam 11-12 saat yang tersedia untuknya.

Dalam situasi yang lebih formal daripada pertunjukan permainan, algoritma Watson boleh memberikan jawapan yang lebih boleh diramal dan tepat. Khususnya, ketua bahagian penyelidikan IBM, John Kelly, berhasrat untuk mencipta versi perubatan peranti ini di bawah nama tidak rasmi Watson M.D. Sistem sedemikian akan membantu doktor membuat keputusan yang tepat dengan cepat, dengan mengambil kira sejumlah besar data tentang pesakit, yang secara fizikalnya mustahil untuk sentiasa disimpan dalam ingatan. "Watson" mungkin menggantikan pengendali langsung dalam komputer dan perkhidmatan telefon V perdagangan runcit, V sektor perbankan dan pada pengangkutan.

Kos sistem kelas IBM Watson hari ini boleh menjadi beberapa juta dolar, kerana ia memerlukan sekurang-kurangnya satu juta dolar superkomputer IBM untuk beroperasi. Kelly percaya bahawa dalam sepuluh tahun akan datang, teknologi sedemikian boleh dilaksanakan pada pelayan yang jauh lebih murah, dan pada masa akan datang program sedemikian akan berjalan pada komputer tidak lebih mahal. komputer riba moden.

Berpengetahuan Bahasa Inggeris boleh mengambil IBM Watson dalam talian di laman web The New York Times.

Superkomputer IBM Watson dirancang untuk digunakan dalam perkhidmatan sokongan teknikal dan bukannya pengendali langsung. Walau bagaimanapun, semua tugas ini lebih berkaitan dengan mencari jawapan yang betul kepada permintaan pengguna berdasarkan maklumat yang diketahui. IBM percaya bahawa yang sebenar kecerdasan buatan mesti boleh mencari penyelesaian kreatif, mencipta dan mencipta perkara baru, dan bukan hanya menganalisis yang lama.

Untuk mengembangkan kebolehan kreatif Watson, penciptanya memilih seni kulinari. Ini adalah tempat ujian yang sangat mudah: memasak adalah proses yang sangat "manusia", intuitif, tidak sesuai dengan algoritma dan penyeragaman. Dan sesiapa sahaja di jalanan boleh menilai hasilnya. Biskut coklat badam gaya Sepanyol, pencuci mulut strawberi gaya Ecuador, tomato panggang di atas roti bakar dengan kunyit - ini dan hidangan lain yang dicipta oleh Watson telah pun disediakan dan dimakan dengan keseronokan semasa eksperimen. Dan beberapa minggu yang lalu, pracetak artikel telah diterbitkan yang menerangkan algoritma dan model matematik yang Watson gunakan untuk mencipta resipi asal.

Mana-mana penyelesaian kreatif mesti pada masa yang sama memenuhi dua kriteria - untuk menjadi baharu dan berkualiti tinggi. Kebaharuan agak mudah dicapai hanya dengan menggabungkan bahan dan teknik pemprosesan. Tetapi dengan kualiti keadaan adalah lebih rumit. Ajar komputer untuk memahami apa rasa, aroma, tekstur dan penampilan hidangan adalah sangat sukar.

Data awal untuk Watson ialah beberapa juta resipi yang dikumpul di Internet. Mereka dijalankan melalui algoritma pemprosesan bahasa semula jadi yang terbukti, yang digunakan untuk memenangi kuiz dan mengajar perubatan Watson. Maklumat diekstrak daripada Wikipedia tentang bahan-bahan tipikal dan teknik pemprosesan ciri-ciri masakan negara-negara yang berbeza di dunia. Akhirnya, Watson memperoleh pengetahuan yang menyeluruh tentang kimia dan fisiologi persepsi manusia terhadap rasa dan bau.

Resipi baru dihasilkan berdasarkan yang sedia ada menggunakan algoritma genetik, nilai kebaharuan, keseronokan, dan keserasian digunakan sebagai fungsi kecergasan.

Model matematik untuk menilai kebaharuan resipi adalah berdasarkan teorem Bayes; pendekatan yang dipanggil "Kejutan Bayesian" telah digunakan, pada asalnya dibangunkan untuk memodelkan tingkah laku penonton semasa menonton video. Secara ringkasnya, intipati kaedah ialah perbezaan antara kebarangkalian sebelum dan belakang untuk menemui gabungan produk tertentu dalam ruang resipi apabila yang baru ditambah kepadanya diukur. Oleh itu, kombinasi kacang dengan coklat atau mustard dengan sosej adalah benar-benar cetek dan menyebabkan hampir tiada perubahan dalam kebarangkalian kombinasi yang berbeza. Tetapi sosej yang dilindungi coklat akan menjejaskan kebarangkalian ini dengan lebih ketara.

Kimia telah digunakan terutamanya untuk menilai keseronokan. Mengetahui komposisi kimia produk dan susunan pencampuran dan pemprosesannya, komputer mengira bahan mana yang akan menentukan rasa dan bau hidangan. Menariknya, baunya ternyata jauh lebih penting daripada rasa hidangan. Persepsi kita tentang rasa sangat berkait rapat dengan bau dan aroma. Seseorang hanya membezakan beberapa rasa asas - masam, manis, masin, pahit. Budaya yang berbeza membezakan beberapa lagi rasa asas, seperti tart atau umami. Tetapi kepelbagaian bau adalah lebih hebat dan ia tidak dikurangkan kepada kombinasi asas yang mudah.

Akhir sekali, penilaian keserasian produk juga berdasarkan asas saintifik yang serius, khususnya, pada kajian bersama oleh saintis Amerika dan British "Rangkaian Rasa dan Prinsip Gabungan Produk", di mana kira-kira 50,000 resipi telah dianalisis dan peta keserasian produk telah dibina, ciri masakan dari kawasan yang berbeza .

Akibatnya, aplikasi telah dibuat di mana anda boleh menentukan satu set produk, gaya kebangsaan dan pelbagai hidangan, selepas itu Watson memberikan satu set resipi yang boleh dipesan mengikut tahap kebaharuan, kesenangan dan keserasian. Selain hidangan individu, Watson boleh mencipta keseluruhan menu, mencapai kepelbagaian dan kombinasi hidangan yang betul melalui penggunaan pemodelan topik. Ini adalah cara untuk membina model koleksi dokumen teks, yang memecahkan koleksi kepada topik dan menentukan topik yang dimiliki oleh setiap dokumen. Watson menggunakan model ini untuk resipi - sebagai kata kunci Bahan-bahan individu bertindak sebagai dokumen, dan resipi itu sendiri bertindak sebagai dokumen.

Jumlah data perubatan meningkat dua kali ganda setiap 3 tahun, dan kos berkaitan meningkat sebanyak $7 trilion. Industri penjagaan kesihatan tidak dapat bersaing dengan kadar kemunculan yang mengejutkan maklumat baru, yang merangkumi maklumat tentang penyelidikan makmal, ujian perubatan dan pelbagai parameter orang (berat badan, tekanan arteri Dan sebagainya). Kira-kira setiap 35 sen daripada setiap dolar yang dibelanjakan untuk penjagaan kesihatan adalah sia-sia.

Kos pemprosesan data yang tinggi itulah yang menjadi pendorong kepada pembangunan sistem yang unik IBM Watson. Ia bukan sahaja mampu menjana sejumlah besar maklumat perubatan, tetapi juga mengiktiraf penyimpangan sedikit pun dalam status kesihatan pesakit, yang mungkin terlepas daripada doktor yang berkelayakan tinggi dengan pengalaman bertahun-tahun.

Sistem kognitif IBM Watson dinamakan sempena penciptanya, Thomas Watson. Pembangun berjaya mencipta superkomputer yang mampu memproses maklumat setanding dengan minda manusia. Sebelum mencapai kesimpulan, platform analisis IBM Watson melalui peringkat berikut:

• penyelidikan isu;
• carian utama dan penjanaan hipotesis;
• hasil penapisan;
• pemilihan fakta dan analisis kualitinya;
• menggabungkan keputusan dan menilai mereka.

Oleh itu, superkomputer memproses bahasa manusia dan segera memberikan jawapan kepada soalan yang paling sukar. Perubatan bukan satu-satunya bidang kerja untuk IBM Watson. Buat ramalan cuaca, buat yang asli resepi malah menjalankan perniagaan anda sendiri menjadi lebih mudah dengan sistem ini. Tetapi pada masa hadapan ia akan digunakan terutamanya dalam sektor penjagaan kesihatan.

Bidang aplikasi dalam perubatan

Superkomputer IBM Watson meningkatkan kebolehgunaan rekod kesihatan elektronik. Untuk tujuan ini, saintis telah membangunkan alat khas dipanggil EMRA. Seorang doktor boleh menggunakan aplikasi ini untuk memantau sejarah perubatan kedua-dua pesakit dan seluruh keluarganya, sejarah perubatan daripada doktor lain, serta data insurans. Di samping itu, aplikasi itu disegerakkan dengan penjejak kecergasan, jadi pakar mempunyai peluang untuk memerhatikan sedikit perubahan dalam status kesihatan seseorang. Sistem kognitif sedemikian, selepas menganalisis semua data, memberikan cadangan individu untuk menjaga kesihatan setiap pesakit.

IBM Watson Health menganalisis data perubatan grafik jenis yang berbeza. Superkomputer dengan cepat boleh mengenal pasti butiran dan anomali mana-mana organ dalaman manusia. Dengan menggabungkan data grafik dan multi-modal (teks), IBM Watson sangat memudahkan kerja pakar onkologi dan radiologi. Oleh itu, selama beberapa tahun sistem telah beroperasi di Hospital Thai Bumrungrad, mendiagnosis dan memberikan cadangan untuk rawatan pelbagai jenis kanser.

Sistem IBM Watson membantu doktor mengenal pasti peranan faktor genetik dalam mendiagnosis dan merawat kanser dan patologi yang jarang berlaku. Sistem menganalisis data genomik daripada rekod perubatan elektronik pesakit, menapis maklumat tentang penyakit yang sama dan, selepas memprosesnya, memindahkan data kepada pakar.

Superkomputer itu membantu pakar dermatologi mengenal pasti pelbagai penyakit kulit. Sistem kognitif IBM Watson menganalisis imej yang diperoleh menggunakan dermatoskop. Sekiranya pakar secara visual dapat membuat diagnosis dengan ketepatan 75%, maka sistem kognitif berfungsi dengan ketepatan 94%.

Pesakit tidak perlu bimbang tentang pendedahan data peribadinya. Syarikat IBM menjamin kerahsiaan dan kerahsiaan.

IBM Watson sudah pun menganalisis ubat-ubatan dan membantu syarikat farmaseutikal mencipta yang baharu. Dengan bantuan superkomputer, adalah mungkin untuk mengurangkan bilangan diagnosis yang salah, meningkatkan keberkesanan terapi dan memberi peluang kepada pesakit yang putus asa untuk pulih. Dari masa ke masa, superkomputer menjadi lebih pintar, yang bermaksud bahawa dalam masa terdekat ia akan membantu mencegah perkembangan penyakit sebelum mereka perlu dirawat.