Een computer kan veel, tenminste als het gaat om het verwerken van informatie. Het is echter extreem om hem natuurlijke taal te leren niet-triviale taak. Deze uitdaging vormde de basis van het IBM DeepQA-project, dat resulteerde in de geboorte van een cognitieve technologie genaamd IBM Watson, ter ere van Thomas Watson, die aan de oorsprong stond van IBM.

Het is niet moeilijk om uit te leggen wat Watson is – dat is het cognitieve systeem, in staat om in natuurlijke taal met een persoon te communiceren. Dat wil zeggen: begrijp geschreven spraak en reageer op dezelfde manier. En als IBM zich daartoe had beperkt, was Watson niets meer dan gebleven experimentele opstelling. Maar er werd snel een baan voor hem gevonden en voor veel bedrijven werd hij een werkelijk onmisbare medewerker.

Het bleek dat deze kennis overal kan worden toegepast waar grote hoeveelheden ongestructureerde data moeten worden verwerkt. Voor hoogwaardige en snelle analyses van dergelijke gegevens moeten ze worden verwerkt met behulp van alle beschikbare hulpmiddelen van moderne computertechnologieën: machine learning, computationele taalkunde, ontologische constructies en high-performance computing. Dat is waarvoor IBM Watson is ontworpen.

De kerncompetenties van IBM Watson kunnen in vier punten worden samengevat:

• Begrip natuurlijke taal.
• Hypotheses bouwen op basis van verwerkte gegevens.
• Leren op de werkvloer.
• Het doen van een aanbeveling, vergezeld van feiten waarop de conclusie is gebaseerd.

Een persoon is niet in staat om binnen een redelijke tijd een echt grote hoeveelheid gegevens te analyseren, en in ieder geval zal hij de meeste informatie moeten weggooien, waarbij hij naar zijn mening het belangrijkste benadrukt. Fouten zijn hier onvermijdelijk, bovendien zijn weggegooide gegevens ook van belang en zouden ze het resultaat moeten beïnvloeden. En in dit aspect is Watson vele malen superieur aan mensen: het houdt met alles rekening, geen enkel bekend feit zal zonder evaluatie achterblijven.

De eerste publieke test van het systeem was deelname aan het Amerikaanse spel Jeopardy! (Russisch equivalent - "Eigen spel"). Zonder internetverbinding kon Watson, met behulp van open informatiebronnen zoals de volledige tekst van Wikipedia, algemene encyclopedieën en woordenboeken, de twee recordhouders van dit spel verslaan.

Wij nodigen u uit in het IBM-klantencentrum voor een seminar "Watson Analytics" en geavanceerde technologieën op het gebied van analytics!

De manier waarop ze werken moderne technologieën, is vaak moeilijk uit te leggen, en als het om cognitief computergebruik en het Watson-systeem van IBM gaat, lijkt het onderwerp het begrip van de gemiddelde persoon te boven te gaan. Maar dat is helemaal niet waar: professionals kunnen alles, ook de meest complexe zaken, in redelijk toegankelijke bewoordingen uitleggen. Vandaag over het werk van het cognitieve systeem IBM Watson en anderen innovatieve oplossingen Dat vertellen IBM-specialisten aan het bedrijf. Dit zijn Vladimir Alekseev, bedrijfsadviseur voor industriële oplossingen bij IBM in Rusland en het GOS, Alexander Dmitriev, leidend systeemarchitect bij IBM in Rusland en het GOS, en Yulia Pakina, business development manager bij IBM in Rusland en het GOS.

IBM is al jaren actief op het gebied van cognitieve technologieën. Kunt u ons vertellen bij welke projecten het bedrijf momenteel in deze richting betrokken is?

Alexander Dmitriev

Om deze vraag te beantwoorden, moeten we wat over de technologieën zelf praten. Cognitieve technologieën zijn een richting in de ontwikkeling van kunstmatige intelligentiesystemen, waarvan de belangrijkste taak is om iemand te helpen beslissingen te nemen in een complexe omgeving. Er zijn een aantal industrieën en processen die management vereisen met een groot aantal veranderende parameters, complexe afhankelijkheden en moeilijk te voorspellen resultaten. In dit geval moeten beslissingen bijna in realtime worden genomen. Het eenvoudigste voorbeeld is elektronische handel op een beurs of online aankopen. Populaire winkelsites bieden bijvoorbeeld vaak promoties aan goedkope goederen vanaf een bepaald moment te koop wordt aangeboden. Iemand heeft niet eens de tijd om op een knop te drukken en het product is al verkocht: automatische aankoopsystemen worden geactiveerd. Op dezelfde manier wordt het kopen en verkopen van aandelen op de beurzen van de wereld ondersteund door systemen die enorme hoeveelheden informatie verzamelen diverse bronnen en het “automatisch” nemen van beslissingen over de aankoop of verkoop van bepaalde aandelenpakketten. In feite wordt de beslissing genomen door een persoon wanneer hij dit systeem creëert en traint.

Uit dit alles volgt inzicht in het scala aan klanten en mogelijke projecten waarvoor cognitieve technologieën geschikt zijn: dit zijn vooral grote bedrijven uit die bedrijfssectoren waar het nodig is om snel en efficiënt grote hoeveelheden gegevens te verwerken, complexe verbindingen en afhankelijkheden te identificeren, en het gebruik van algoritmen die dicht bij het menselijk denken staan, om oplossingsopties te ontwikkelen, zodat managementspecialisten snel een keuze kunnen maken uit de noodzakelijke acties. Dit zijn in de eerste plaats grote productiefaciliteiten, waar grote bronnen en hoeveelheden gegevens bij betrokken zijn – beide afkomstig van technische systemen en door de acties van het personeel (olie-industrie, banken, bouwsector, zware techniek, enz.). Dit zijn ook gebieden waar beheersing en begrip vereist zijn grote hoeveelheden informatie over nieuwe ontwikkelingen, waarbij bij het nemen van beslissingen rekening wordt gehouden met opgebouwde ervaring en hoge risico’s. Dit geldt voor het vakgebied geneeskunde en sociaal management. De kosten van medische beslissingen zijn menselijk leven, gezondheid. Dit is waar cognitieve technologieën bijzonder waardevol zijn. Ze voorzien specialisten van abstracte informatie over nieuwe ontwikkelingen op een bepaald medisch gebied en helpen bij het selecteren van de beste behandelingsoptie voor elke patiënt, rekening houdend met de geschiedenis en specifieke kenmerken van zijn ziekte.

Bovendien is een van de belangrijkste gebieden het creëren van kennisdatabanken op een bepaald gebied van wetenschap, technologie, soort activiteit, geschiedenis, enz.

Nu over specifieke projecten. Tegenwoordig creëren een aantal grote bedrijven complexe systemen beslissingsondersteuning, niet alleen in het buitenland, maar ook in Rusland. Als we het hebben over buitenlandse voorbeelden, de grootste Australiër oliemaatschappij Woodside heeft op basis daarvan een kennisbasis voor zijn sector gecreëerd eigen ervaring. Dit maakte het mogelijk een aantal complexe problemen op te lossen - in de eerste plaats om de efficiëntie van het personeel te vergroten, de trainingscyclus aanzienlijk te versnellen en het mogelijk te maken om de ervaring van reeds uitgevoerde projecten te gebruiken en te repliceren. Dit is een enorme geldbesparing voor een groot bedrijf.

Russisch voorbeeld implementatie van een systeem om mee te werken grote volumes teksten bij VINITI RAS, waar technologieën gebaseerd op Watson Explorer met succes worden geïmplementeerd. Dit systeem zal helpen bij het verwerken van verschillende gestructureerde en ongestructureerde informatie om correlaties te identificeren tussen indicatoren die kenmerkend zijn voor thematische gebieden van wetenschappelijk onderzoek in Rusland.

Er werd ook een project uitgevoerd in samenwerking met het All-Russische Centrum voor de Studie van de Publieke Opinie over dit onderwerp internationale betrekkingen. Meer dan 55.000 teksten uit open bronnen werden geanalyseerd met behulp van cognitieve technologieën van Watson om belangrijke punten in de culturele en sociale banden tussen Rusland en Zuid-Korea onder de aandacht te brengen.

Ook op medisch gebied zijn een aantal pilotprojecten op basis van het product Watson Health afgerond, en dat blijkt uit de resultaten volop mogelijkheden om de kwaliteit van de patiëntenzorg te verbeteren.

Het moet gezegd worden dat de richting van cognitieve technologieën nog steeds erg nieuw is, en daarom komen er bijna elke dag nieuwe klanten naar ons toe vanuit de meest verschillende gebieden, en we selecteren daarvoor de benodigde tools uit het hele scala aan oplossingen dat bij IBM beschikbaar is.

Vertel me alstublieft wat IBM Watson oorspronkelijk was en waarom ze besloten dit systeem te gebruiken op gebieden als de geneeskunde, het zakenleven en verzekeringen?

Julia Pakina

Watsons allereerste optreden was in 2011 op Jeopardy! Watson was toen een groot complex verschillende programma's, dat speciaal voor dit spel is samengesteld, en de mogelijkheden die er destijds aan verbonden waren, waren gericht op het begrijpen van natuurlijke taal. Om dit te doen, was het ten eerste nodig om de stem in tekst te vertalen en ten tweede om het resulterende tekstmateriaal correct te interpreteren. Zo was het systeem in eerste instantie in staat de tekst te interpreteren, vragen te ontleden en hun betekenis te ‘begrijpen’. Uiteraard zijn Watsons niveau en productiviteit nu veel hoger dan in 2011.

Wat kon Watson toen nog meer doen? Zoek een antwoord op gestelde vraag in de diepte van de informatie die erin zit. Het onderscheidende kenmerk van dat systeem was dat het niet was verbonden met externe bronnen – noch met internet, noch met iets anders. Wat in haar geheugen was opgeslagen, gebruikte ze. Het meest interessante is dat het systeem dankzij de ingebouwde logica is gerangschikt mogelijke opties antwoordde en gaf het antwoord waarvan ze dankzij haar logica zeker wist dat het het meest correct was. In 2011 won het Watson-systeem met een ruime marge van de rest van de menselijke deelnemers; de kloof was ernstig. En na dit spel rees de vraag: “Wat nu?”

Het spel is geweldig! Maar wat zou de verdere toepassing van het systeem kunnen zijn? Hierna begonnen experts na te denken over waar Watson-technologieën commercieel konden worden toegepast, op welk gebied van het bedrijfsleven, op welke markten. IBM besloot dat Watson gebruikt moest worden daar waar sprake is van een grote stroom aan tekstuele, ongestructureerde informatie in natuurlijke taal, en waar iemand een intelligente assistent nodig heeft. En we gingen aan de slag in de zorgsector. Het punt is dat Watson, zoals we al weten, een enorme hoeveelheid informatie kan verwerken. En bijvoorbeeld in de oncologie verschijnen er jaarlijks 500 duizend nieuwe wetenschappelijke artikelen over verschillende vakgebieden en onderzoeksgebieden. En het is duidelijk dat een levend persoon zo'n stortvloed aan informatie niet aankan. Maar nieuwe materialen op dit gebied kunnen niet worden genegeerd; ze moeten intellectueel worden verwerkt, afgewogen, vergeleken en gebaseerd op eerdere ervaringen.

Tegelijkertijd is het absoluut noodzakelijk om er rekening mee te houden dat alles wat Watson nu kan, erin is gestopt door getalenteerde programmeurs, taalkundigen en materiedeskundigen.

Wat is jouw visie op de toekomst van IBM Watson? Welke problemen kan het systeem bijvoorbeeld over vijf tot tien jaar oplossen? Wat kan ze nu niet, maar de specialisten van het bedrijf willen haar binnenkort wel leren?

Alexander Dmitriev

Hoofdsysteemarchitect bij IBM in Rusland en het GOS

Het is best lastig om de toekomst te voorspellen; daar praten de meeste experts niet voor niets over moderne oplossingen, gebruik dan de zinsnede ‘in de snelle wereld van vandaag’. De situatie verandert inderdaad zeer snel en vaak onvoorspelbaar, maar de belangrijkste trends op het gebied van cognitieve technologieën zijn nog steeds vrij duidelijk.

In de eerste plaats gaat het om het creëren van grote kennisbanken op particulier en publiek niveau. Nu maken alle leidende landen van de wereld zich hierover zorgen. Zij zijn zeer actief bezig met het assembleren, verwerken en in productie nemen van het afzuigsysteem waardevolle informatie uit een grote verscheidenheid aan bronnen. We zien dat dit proces zich op twee hoofdniveaus afspeelt. In de eerste plaats op het niveau van grote bedrijven internationaal belang met honderdduizenden medewerkers, vestigingen in verschillende landen en complexe productie. De belangrijkste drijfveer hier is het krijgen concurrentievoordeel. Het is duidelijk dat projecten op dit niveau serieuze investeringen vergen, maar ze beginnen zich vrijwel onmiddellijk terug te betalen, waardoor de operationele efficiëntie dramatisch toeneemt. De nadruk ligt op voorspellende analyse, die wordt geleverd door Watson-technologieën: het management vindt niet plaats na de voltooiing van bepaalde gebeurtenissen, maar houdt rekening met de volledige ervaring van het bedrijf in de prognosemodus. Meer hoog niveau- dit is het niveau van de staat, wanneer systemen voor het verzamelen en verwerken van kennis op nationale schaal en informatie uit andere landen worden gecreëerd. Dit zijn gebieden die verband houden met de ontwikkeling van wetenschap, technologie, nationale gezondheidszorg en sociaal management.

Watson beheerst de beroepen van kok, arts, financier en vertaler al. Welke andere beroepen gaat ze zich in de nabije toekomst eigen maken?

Alexander Dmitriev

Hoofdsysteemarchitect bij IBM in Rusland en het GOS

Wat Watsons ‘beroepen’ betreft, zijn er twee aspecten. De eerste is het uitbreiden van het scala aan mogelijkheden binnen reeds beheerste beroepen. Laten we zeggen dat Watson op het gebied van de geneeskunde wordt gebruikt bij de behandeling van een aantal oncologische ziekten. Maar de specificiteit van de geneeskunde is dat er niet alleen een groot aantal soorten ziekten bestaat, maar dat de patiënten zelf verschillen in persoonlijke kenmerken en geschiedenis van hun ziekten. Daarom is de ontwikkeling te danken aan zowel een toename van het scala aan behandelbare ziekten als aan de mogelijkheid om een ​​steeds gedetailleerder gepersonaliseerde behandelingskuur voor een bepaalde patiënt te ontwikkelen.

De tweede is het ‘beheersen’ van andere beroepen. Watson heeft de specialisatie van de olie-industrie al ‘beheerst’: een aantal buitenlandse bedrijven hebben beslissingsondersteunende systemen voor hun oliespecialisten geïmplementeerd. Een ander veelbelovend gebied is het werken met sociale groepen en de bevolking. Dit zijn ook gebieden waar het nodig is om informatie te verwerken en diensten en aanbiedingen te ontwikkelen grote groepen klanten (honderdduizenden en miljoenen mensen). De directe perspectieven voor ontwikkeling zijn dus beroepen uit de banksector en de telecommunicatie, waar de datavolumes ongelooflijk groot zijn en beslissingen op een zorgvuldige manier moeten worden genomen. echte modus tijd.

Over het algemeen geloof ik dat Watson binnenkort in de vorm van een dienst voor iedereen zal verschijnen - het zal mogelijk zijn om een ​​vraag te stellen over vrijwel elk kennisgebied dat van belang is en een gekwalificeerd antwoord te krijgen.

Julia Pakina

IBM Business Development Manager in Rusland en het GOS

Recente gebieden waar IBM Watson is gebruikt, zijn onder meer mijnbouw. Alexander heeft het al genoemd goed voorbeeld succesverhalen - het Australische bedrijf Woodside Energy, dat het cognitieve systeem hielp veel efficiënter te werken en het werkproces te optimaliseren. Vóór Watson werd de beslissing om putten te boren genomen door specialisten van Woodside Energy, gebaseerd op lang en nauwgezet werk om alle mogelijke documentatie in het veld te verzamelen, inclusief de geologische structuur van het gebied, de aanwezigheid van putten in de buurt, het type afzetting, de mogelijkheid van het gebruik van de apparatuur die voor dit project moet worden gebruikt.

Bovendien nam deze voorbereidingstijd voorheen tot 80% van de tijd van het bedrijf in beslag. Dienovereenkomstig bleef er slechts 20% van de tijd over voor de ontwikkeling van de put zelf. Nu hebben we samen met Woodside Energy bereikt dat slechts 20% van de tijd wordt besteed aan onderzoek en voorbereiding voor het boren, en de rest van de tijd wordt besteed aan het boren en ontwikkelen van nieuwe putten.

Nu praten veel bedrijven over hun ontwikkelingen op het gebied van kunstmatige intelligentie. IBM spreekt over een cognitief platform. Vertel me alstublieft wat er speciaal is aan de cognitieve services van IBM en of ze kunnen worden opgeroepen een bepaald type kunstmatige intelligentie?

Alexander Dmitriev

Hoofdsysteemarchitect bij IBM in Rusland en het GOS

Als het om kunstmatige intelligentie gaat, zou ik niet te veel nadruk leggen op de terminologie. Hoewel de wetenschap als geheel de methoden van het menselijk denken niet volledig begrijpt (en er op dit gebied nog steeds veel blinde vlekken zijn), is het ongepast om te discussiëren over wat kunstmatige intelligentie is en wat niet. We kunnen zeggen dat het Watson-systeem in 2011 een licht gewijzigde formele Turing-test ‘doorstond’ voor het recht om kunstmatige intelligentie te worden genoemd. Algemeen idee De test is eenvoudig: als een persoon, die met een bepaald systeem communiceert en het in vrije vorm een ​​reeks vragen stelt, niet kan onderscheiden of hij met een persoon of met een machinesysteem communiceert, dan kan zo'n systeem aanspraak maken op de titel van “kunstmatige intelligentie.”

Na het spel Jeopardy te hebben gewonnen, waarbij het nodig was om vragen uit verschillende kennisgebieden te beantwoorden, versloeg Watson de live deelnemers en slaagde voor deze test. Maar dat is niet het punt. Wat we ook cognitieve technologieën noemen, het is belangrijk dat ze hun hoofdtaak vervullen: een ‘versterker’ van de geest worden bij het accepteren van moeilijke beslissingen zowel operationeel als strategisch. Het menselijk geheugen is niet onbeperkt; het opleiden van competente specialisten in welke branche dan ook is een dure en tijdrovende onderneming. Cognitieve systemen lijken virtuele gespecialiseerde adviseurs te creëren bij wie iedereen terecht kan. Dit is de essentie van kunstmatige intelligentie. Het is belangrijk dat de uiteindelijke beslissing over eventuele kwesties bij de persoon blijft.

Julia Pakina

IBM Business Development Manager in Rusland en het GOS

Ja, over het algemeen is het cognitieve systeem juist gecreëerd om iemand van routine te ontdoen en meer tijd te geven voor creativiteit, het oplossen van complexe problemen en het creëren van nieuwe systemen. Daarom hebben we het niet over een oplossing van kunstmatige intelligentie, maar van verbeterde intelligentie, toegevoegde intelligentie.

Vertel ons alstublieft meer over het gebruik van de mogelijkheden van cognitieve technologieën in het bedrijfsleven.

Alexander Dmitriev

Hoofdsysteemarchitect bij IBM in Rusland en het GOS

Het gebruik van cognitieve technologieën in het bedrijfsleven is gericht op het oplossen van een aantal problemen die niet alleen verband houden met grote hoeveelheden snel veranderende gegevens, maar ook met de noodzaak om snel uit deze gegevens te extraheren noodzakelijke informatie en gebruik het voor het bedrijfsleven, rekening houdend met de sector en de eigen ervaring van het bedrijf. Cognitieve systemen zijn dus verbonden met verschillende informatiebronnen (de eigen databases van het bedrijf, internet, video streamen, informatie van technische sensoren diverse systemen, gegevens over gebeurtenissen in een bepaald gebied). Op basis van deze gegevens gebruiken cognitieve systemen speciale algoritmen om de benodigde oplossingen te vinden en deze aan managers en specialisten aan te bieden.

Het is belangrijk dat met de opeenstapeling van werkervaring en succesvolle activiteiten op een bepaald gebied cognitieve systemen kunnen worden getraind, geconfigureerd en ook een zelflerende modus kunnen instellen. Daarom hebben cognitieve systemen voor het bedrijfsleven één belangrijke kwaliteit die geen enkel ander systeem heeft: hoe langer ze werken, hoe hoger hun efficiëntie. Ze worden zelf waardevoller voor het bedrijf tijdens de exploitatie. En het belangrijkste is dat deze opgebouwde ervaring beschikbaar is voor de werknemers van het bedrijf en dus voortdurend wordt gebruikt - herhaaldelijk, herhaaldelijk, wanneer dat nodig is. Normale situatie- de specialist vertrok, zijn persoonlijke kennis en ervaring gingen verloren voor het bedrijf. Met het geïmplementeerde cognitieve systeem blijft alle ervaring binnen het bedrijf en kan deze eenvoudig worden overgedragen aan andere specialisten.

Hoe kan blockchain nuttig zijn voor bedrijven? Nu zeggen ze dat deze technologie de gebruikelijke wereld van ondernemerschap kan veranderen. Is dit waar, en zo ja, welke veranderingen zijn dit?

Vladimir Alekseev

Vroege ideeën over hoe technologie de wereld van het ondernemerschap zou kunnen veranderen, concentreerden zich meestal rond het creëren van peer-to-peer-netwerken, dat wil zeggen een omgeving waarin elk bedrijf rechtstreeks met elkaar kon communiceren, zonder tussenpersonen. Toegegeven, dit is een overdreven vereenvoudigde beschrijving, en in de loop van de tijd is het idee geëvolueerd en aangevuld. Nu kunnen we zeggen dat blockchain ons in de eerste plaats in staat stelt om gedistribueerde verantwoordelijkheid te garanderen, wat uiterst belangrijk is als we verschillende bedrijven hebben die elkaar niet erg vertrouwen en op geen enkele manier met elkaar verbonden zijn. Ten tweede de transparantie van alle transacties en de onmogelijkheid om wijzigingen aan te brengen in reeds voltooide transacties. Een transactie heeft niet alleen betrekking op een banktransactie, maar meer op het feit dat een actief van het ene bedrijf naar het andere wordt overgedragen. Ten derde is dit de mogelijkheid om slimme contracten te gebruiken voor bedrijfslogica, namelijk het garanderen van het hele operationele proces. Anders zou de blockchain alleen als opslagsysteem kunnen worden gebruikt en zou alle logica van de operaties buiten het raamwerk ervan kunnen plaatsvinden, wat noch de transparantie, noch de betrouwbaarheid van de operaties zou garanderen.

Zijn er al positieve voorbeelden van blockchain-gebruik door commerciële bedrijven?

Vladimir Alekseev

Bedrijfsadviseur voor IBM industriële oplossingen in Rusland en het GOS

Het afgelopen jaar heeft IBM wereldwijd meer dan 400 pilots uitgevoerd met klanten in een breed scala van sectoren. Dit omvat uiteraard de financiële sector, de detailhandel en de energiesector. In het bijzonder pilotprojecten met ABN Amro op het gebied van financiële herstructurering en vastgoedbeheer. Met Bank of Tokio-Mitsubishi is een project afgerond om blockchain-technologie te gebruiken om outsourcingcontracten in IT te automatiseren.

Het is nu vrij vroeg om te praten over de praktische resultaten van implementaties (kwantitatieve bedrijfsindicatoren): blockchain is nog steeds een nieuwe technologie, die ook tijd vergt om te testen. Blockchain kan niet op zichzelf bestaan, dus integratie met bestaande systemen is vereist, serviceontwikkeling is vereist en competenties zijn vereist. 2016 stond in het teken van pilots; 2017 zou in het teken moeten staan ​​van de integratie van blockchain-technologie in de bestaande IT-infrastructuur van organisaties.

Dat blijkt uit een onderzoek van het IBM Institute voor zaken Waarde: ruim 50% van de ondervraagde leidinggevenden in de financiële sector is van plan om in 2018-2020 over te stappen naar de commerciële gebruiksfase van de technologie.

Blockchain biedt, voor zover men kan begrijpen, geweldige kansen voor veel bedrijfstakken. Wat kunt u zeggen over effectenbeurzen? Zou deze technologie daar nuttig kunnen zijn?

Vladimir Alekseev

Bedrijfsadviseur voor IBM industriële oplossingen in Rusland en het GOS

Het is de moeite waard om te erkennen dat uitwisselingen tot de eerste organisaties behoorden die geïnteresseerd raakten in de technologie en actief deelnamen aan de ontwikkeling ervan. De Duitse Exchange (Deutsche Boerse) is bijvoorbeeld samen met IBM een van de belangrijkste deelnemers aan het HyperLedger blockchain-project, en de Moskouse Exchange is ook lid. Van praktische ervaring gebruik van technologie door uitwisselingen merk ik het volgende op: vorig jaar heeft de Japanse Exchange, met de hulp van IBM, een onderzoek uitgevoerd naar de mogelijkheden om gedistribueerde registers te gebruiken bij haar activiteiten. In haar rapport benadrukte de uitwisseling de belofte van de technologie, waarbij onder meer werd opgemerkt belangrijkste voordelen de mogelijkheid om nieuwe innovatieve financiële diensten te creëren en de kosten te verlagen. Volgens experts van de Japan Exchange zal blockchain helpen bij het automatiseren van de processen van het coördineren van handelsprocedures en het vergroten van de fouttolerantie van het systeem als geheel door de introductie van het distributieprincipe.

Kunt u ons vertellen wat IBM de komende vijf tot tien jaar van plan is? Hoe ziet het bedrijf de zakenwereld van de toekomst?

Vladimir Alekseev

Bedrijfsadviseur voor IBM industriële oplossingen in Rusland en het GOS

Eerder dit jaar onthulde IBM zijn visie op hoe technologische innovatie de wereld in de toekomst zal veranderen. Het rapport is geproduceerd door IBM Research en weerspiegelt de visie van het bedrijf op hoe de wereld over vijf jaar op vijf manieren zal veranderen. Ten eerste betaalt het bedrijf grote aandacht aan de manier waarop we allemaal spreken en schrijven, en is van mening dat deze factoren zullen worden gebruikt als indicatoren voor psychisch welzijn en lichamelijke gezondheid. Vervolgens zullen mensen “supervisie” kunnen krijgen dankzij kleine en krachtige camera’s, die het mogelijk zullen maken om bijna 100% van het elektromagnetische spectrum te bestuderen, tegenover minder dan 1% momenteel. De technologie kan worden ingebouwd in mobiele apparaten en helpen bij het analyseren van de samenstelling van voedingsmiddelen of medicijnen. Aan de andere kant zullen we over vijf jaar de complexiteit van de aarde tot in verbluffend detail kunnen begrijpen. Dit wordt mogelijk door de ontwikkeling van het Internet of Things (IoT) en algoritmen machinaal leren, op basis waarvan conclusies kunnen worden getrokken uit de analyse van de gemeten parameters. IBM-wetenschappers noemen dit gezamenlijk een ‘macroscoop’. Het zal helpen bij het voorspellen van fenomenen zoals klimaatveranderingen, waterstanden, bedreigingen van vervuiling of de impact ervan externe factoren naar onze planeet.

De volgende richting van de technologieontwikkeling van IBM is de oprichting van medische laboratoria ‘op chips’ om ziekten op nanoniveau te volgen, wat zal helpen ziekten in eerdere stadia te voorspellen. In IBM-laboratoria werken specialisten aan het creëren van 20 nm-chips die in realtime kunnen worden verbonden met zowel kunstmatige intelligentiesystemen als andere sensoren. En ten slotte is het vijfde gebied de creatie en distributie van ‘slimme’ sensoren voor eerdere detectie van vervuilingsniveaus omgeving. Dergelijke sensoren kunnen ook uiterst nuttig zijn voor gaspijpleidingen, maar ook in de buurt van natuurlijke emissiebronnen, bijvoorbeeld methaan, om te waarschuwen voor toenemende concentraties van verschillende stoffen.

Het is vermeldenswaard dat de technologieën op alle gebieden al in ontwikkeling zijn, dus de voorspelling ziet er niet al te futuristisch uit. Aan de andere kant kost het tijd en moeite om bestaande producten te verfijnen en massaal te gebruiken.

Vanuit een langetermijnperspectief (tien jaar of langer) kan een voorbeeld worden gegeven van kwantumcomputertechnologie. Het bedieningsalgoritme van kwantumcomputers bevat totaal andere principes dan die waarop moderne computers werken. Daarom kan het gebruik ervan volledig veranderen bestaande processen, bijvoorbeeld cryptografie, en geef absoluut nieuw niveau rekenkracht. IBM is een van de leiders op dit gebied en biedt al gratis proeftoegang tot real kwantumcomputer door cloud-infrastructuur IBM Quantum-ervaring.

Vraag het een IBM-expert Elena Sinka, verkoopvertegenwoordiger van IBM-oplossingen Vragen

Bedankt!
Uw vraag is verzonden

) is een IBM-supercomputer uitgerust met een systeem voor kunstmatige intelligentie, gemaakt door een groep onderzoekers onder leiding van David Ferrucci. De creatie ervan maakt deel uit van het DeepQA-project. De belangrijkste taak van Watson is het begrijpen van vragen die in natuurlijke taal zijn geformuleerd en het vinden van antwoorden daarop in een database. Vernoemd naar IBM-oprichter Thomas Watson.

Deelname aan "Jeopardy!"

Om Watsons capaciteiten te testen, nam hij in februari 2011 deel aan de televisieshow Jeopardy! (Russisch equivalent - Eigen spel). Zijn tegenstanders waren Brad Rutter, de grootste winnaar van het programma, en Ken Jennings, de recordhouder voor de langste ongeslagen streak. Watson won en ontving $ 1 miljoen, terwijl Jennings en Rutter respectievelijk $ 300.000 en $ 200.000 ontvingen.

Platform

Watson bestaat uit 90 Power7 750-servers, elk met 4 acht-coreprocessor KRACHT7. Totaal RAM Watson heeft ruim 15 terabytes.

Het systeem had toegang tot 200 miljoen pagina’s aan gestructureerde en ongestructureerde informatie met een volume van 4 terabytes, inclusief volledige tekst Wikipedia. Tijdens de wedstrijd had Watson geen toegang tot internet.

Toekomst van het project

IBM is van plan om samen met Nuance Communications de komende twee jaar een product te ontwikkelen om patiënten te helpen diagnosticeren en behandelen. Ook toepassingen op andere terreinen, zoals de beoordeling van verzekeringspolissen of energie-efficiëntie, worden overwogen.

De geschiedenis van Watson begon in 2006, toen David Ferrucci, senior manager van de semantische analysedivisie van IBM, een van 's werelds meest geavanceerde systemen begon te testen. krachtige supercomputers bedrijf, dat een van de topposities van de 500 meest productieve auto's ter wereld bekleedde. Ferrucci besloot te testen hoe effectief de machine zou omgaan met taken die worden veroorzaakt door “natuurlijke taal”, en nodigde hem uit om 500 vragen te beantwoorden die werden gesteld in de reeds gehouden Jeopardy! De resultaten bleken rampzalig: vergeleken met live spelers drukte de machine niet snel genoeg "op de knop" (dat wil zeggen, hij was klaar om te antwoorden), en in het geval dat hij nog steeds met mensen kon concurreren, was het aantal juiste antwoorden bedroegen niet meer dan 15%

Ferrucci raakte geïnteresseerd in de redenen voor dit gedrag van de supercomputer en als gevolg daarvan kon hij in 2007 het management van IBM overtuigen om hem een ​​team van 15 mensen te geven en van 3 tot 5 jaar de tijd om een ​​effectief team te creëren. automatisch systeem in staat informele vragen te beantwoorden. Een dergelijk systeem zou nuttig zijn voor alle soorten callcenters, helpdesks en andere diensten die klanten bedienen. IBM heeft al succesvolle ervaring opgedaan met het creëren van een machine die kan concurreren met de menselijke intelligentie - we hebben het over de Deep Blue-supercomputer, die in 1997 wereldkampioen schaken Garry Kasparov versloeg. Deze overwinning leverde IBM veel publiciteit op, maar er kon geen commerciële toepassing voor een dergelijke installatie worden gevonden. In het geval van een automatisch vraag-antwoordsysteem is het commerciële potentieel duidelijk.

Fundamenteel verschil Watson van Deep Blue is dat als een schaakmachine zich bezighoudt met strikt logische spelregels, een machine die ‘natuurlijke spraak’ herkent, te maken krijgt met veel complexere taalregels en talloze vervormingen en afwijkingen daarvan. Maar de grootste uitdaging is dat mensen, zonder het te beseffen, communiceren binnen hun culturele en sociale context. De omgangstaal zit vol hints, toespelingen en connotaties, verwijzingen naar bepaalde feiten, concepten en verschijnselen die in een bepaalde sociale omgeving voorkomen. Deze omvatten religieuze ideeën, politieke overtuigingen en allerlei soorten kunstwerken - van boeken en schilderijen tot films en computerspellen.

Om dergelijke informatie effectief te verwerken, worden statistische algoritmen gebruikt, waarmee door het analyseren van een grote verscheidenheid aan documenten verbanden tussen verschillende concepten kunnen worden gelegd. Simpel gezegd bepaalt het welke woorden het vaakst samen worden gebruikt. ‘Kremlin’ wordt bijvoorbeeld vaker geassocieerd met de woorden ‘Rusland’, ‘Moskou’, iets minder vaak met ‘Kazan’, ‘ Nizjni Novgorod", nog minder vaak - met "kathedraal", "pictogram", enz. Hoewel deze algoritmen al lang bekend zijn, is het volledige gebruik ervan pas de afgelopen tien jaar mogelijk geworden - na een dramatische toename van de prestaties van de computertechnologie en een daling van de kosten van schijven voor het opslaan van enorme hoeveelheden gegevens.

Het team van Ferrucci laadt miljoenen allerlei soorten documenten in het geheugen van IBM Watson: studieboeken, encyclopedieën, naslagwerken, fictie en religieuze literatuur. Er worden meer dan honderd algoritmen tegelijkertijd gebruikt om vragen te analyseren, waardoor er honderden mogelijke oplossingen zijn. Vervolgens evalueren andere algoritmen de betrouwbaarheid van mogelijke antwoorden, waardoor de antwoorden worden geëlimineerd die onmogelijk zijn objectieve redenen(bijvoorbeeld discrepanties tussen de datum van de gebeurtenis en de levensjaren van de personages) en onwaarschijnlijk. Hoe meer identieke antwoorden er worden ontvangen, hoe groter de kans dat ze correct zijn - tijdens het spel geeft het scorebord een beoordeling weer van een aantal van de meest waarschijnlijke antwoorden, naast de meest voorkomende.

In 2008 was IBM Watson van een underdog uitgegroeid tot een underdog bovenste lijnen de zogenaamde “wolk van winnaars”, bestaande uit mensen die er in 50% van de gevallen in slagen om als eerste op de knop te drukken die aangeeft dat ze klaar zijn voor een antwoord en vervolgens in 85-95% van de gevallen het juiste antwoord geven. IBM kwam zelfs met de producenten van Jeopardy overeen om in het najaar van 2010 een speciale serie games te houden met deelname van Watson en de winnaars van voorgaande jaren. Ter voorbereiding op deze games (dat wil zeggen om de algoritmen te verbeteren), werd het geschatte interieur van de quizstudio opnieuw gemaakt en werden er tests uitgevoerd met de deelname van live spelers en de presentator. Tegelijkertijd geeft "Watson", zoals verwacht, zijn antwoorden hardop met een gesynthetiseerde computerstem, wat de aanwezigen enorm amuseert.

Tijdens de "training" kwam een ​​interessant feit naar voren: ondanks dat hij niet over het volledige potentieel van Watson beschikt, kan hij niet alleen de meeste games winnen, maar ook meer dan de helft ervan verliezen. Er zijn verschillende redenen: van “De kans van Zijne Majesteit” (er zijn situaties mogelijk waarin een tegenstander kan winnen door simpelweg de inzet te verhogen, waardoor de auto failliet gaat) tot de specifieke kenmerken van de regels. Vreemd genoeg kan een persoon sneller op een knop drukken dan een machine, en dit komt door de spelregels die niet kunnen worden gewijzigd.

Feit is dat elke vraag op het scherm wordt weergegeven en door de presentator wordt voorgelezen, en dat u pas op de knop kunt drukken nadat u de vraag heeft gelezen. Watson ontvangt de vraagtekst binnen elektronische vorm tegelijk met de weergave op het scherm, maar ook dan heeft het geen tijd om tot een kant-en-klare oplossing te komen sneller dan een mens. Terwijl de presentator de vraag voorleest, wat zes tot zeven seconden duurt, kan een ervaren speler zijn kansen op het juiste antwoord al inschatten en is hij binnen enkele tientallen milliseconden klaar om op de knop te drukken. De regels staan ​​nog eens vijf seconden toe voor het volgende antwoord.

Door op de knop te drukken neemt iemand een risico: als hij voor 100 eenheden niet het juiste antwoord geeft op een vraag, is zijn virtuele account voor hetzelfde bedrag leeg. De computer is niet geneigd risico's te nemen en geeft pas antwoorden nadat alle berekeningen zijn uitgevoerd en alleen als hij over voldoende informatie beschikt om de betrouwbaarheid en waarschijnlijkheid te beoordelen dat dit antwoord juist is. Hoe het er tijdens het spel uitziet, kun je in de video zien. Door risico's te nemen, kan een levende speler winnen omdat hij het gewenste antwoord onthoudt in de 11-12 seconden die hem ter beschikking staan.

In een iets meer geformaliseerde situatie dan een spelshow kunnen de algoritmen van Watson veel voorspelbaardere en nauwkeurigere antwoorden bieden. In het bijzonder is het hoofd van de onderzoeksafdeling van IBM, John Kelly, van plan een medische versie van dit apparaat te maken onder de onofficiële naam Watson M.D. Een dergelijk systeem zou artsen helpen snel de juiste beslissingen te nemen, rekening houdend met een enorme hoeveelheid gegevens over de patiënt, die fysiek onmogelijk zijn om altijd in het geheugen te bewaren. "Watson" zou live-operators in computer- en telefoondiensten V detailhandel, V banksector en op transport.

De kosten van een IBM Watson-klasse systeem kunnen tegenwoordig enkele miljoenen dollars bedragen, aangezien er minstens een IBM-supercomputer van een miljoen dollar voor nodig is om te kunnen functioneren. Kelly gelooft dat dergelijke technologie in de komende tien jaar op een veel goedkopere server kan worden geïmplementeerd, en dat een dergelijk programma in de toekomst op een computer zal draaien die niet duurder zal zijn. moderne laptop.

Goed geïnformeerd Engelse taal kan online concurreren met IBM Watson op de website van The New York Times.

Het is de bedoeling dat de IBM Watson-supercomputer wordt gebruikt voor technische ondersteuningsdiensten in plaats van voor live-operators. Al deze taken hebben echter meer te maken met het vinden van het juiste antwoord op gebruikersverzoeken op basis van bekende informatie. IBM gelooft dat de echte kunstmatige intelligentie moet in staat zijn creatieve oplossingen te vinden, nieuwe dingen te creëren en uit te vinden, en niet alleen het oude te analyseren.

Om de creatieve vaardigheden van Watson te ontwikkelen, kozen zijn makers voor culinaire kunst. Dit is een zeer handige proeftuin: koken is een zeer ‘menselijk’, intuïtief proces, dat slecht vatbaar is voor algoritmen en standaardisatie. En iedereen op straat kan de resultaten beoordelen. Amandelchocoladekoekjes op Spaanse wijze, aardbeiendessert op Ecuadoraanse wijze, gegrilde tomaten op toast met saffraan - deze en andere door Watson gecreëerde gerechten zijn tijdens de experimenten al met plezier bereid en gegeten. En een paar weken geleden verscheen er een preprint van een artikel waarin de algoritmen en wiskundige modellen werden beschreven die Watson gebruikt om originele recepten te creëren.

Elke creatieve oplossing moet tegelijkertijd aan twee criteria voldoen: nieuw zijn en van hoge kwaliteit zijn. Nieuwigheid is relatief eenvoudig te bereiken door simpelweg ingrediënten en verwerkingstechnieken te combineren. Maar als het om kwaliteit gaat, is de situatie veel ingewikkelder. Leer de computer begrijpen wat de smaak, het aroma, de textuur en de smaak zijn verschijning gerechten zijn uiterst moeilijk.

De initiële gegevens voor Watson bestonden uit enkele miljoenen recepten die op internet waren verzameld. Ze werden door beproefde algoritmen voor natuurlijke taalverwerking geleid, die werden gebruikt om de quiz te winnen en Watson-geneeskunde te onderwijzen. Er werd informatie uit Wikipedia gehaald over typische ingrediënten en verwerkingstechnieken die kenmerkend zijn voor keukens van verschillende landen van de wereld. Ten slotte verwierf Watson een grondige kennis van de chemie en fysiologie van de menselijke perceptie van smaak en geur.

Er zijn nieuwe recepten gegenereerd op basis van bestaande recepten genetisch algoritme werden de waarden nieuwigheid, plezier en compatibiliteit gebruikt als fitnessfunctie.

Het wiskundige model voor het beoordelen van de nieuwheid van een recept is gebaseerd op de stelling van Bayes; er werd gebruik gemaakt van de zogenaamde ‘Bayesiaanse verrassing’-benadering, oorspronkelijk ontwikkeld om het gedrag van kijkers bij het bekijken van een video te modelleren. In een notendop is de essentie van de methode dat het verschil wordt gemeten tussen de voorafgaande en de latere waarschijnlijkheid dat u een bepaalde combinatie van producten in de receptenruimte tegenkomt wanneer er een nieuwe aan wordt toegevoegd. Combinaties van noten met chocolade of mosterd met worst zijn dus volkomen banaal en veroorzaken vrijwel geen verandering in de kansen van verschillende combinaties. Maar met chocolade omhulde worsten zullen deze kansen veel aanzienlijker beïnvloeden.

Chemie is voornamelijk gebruikt om plezier te beoordelen. Omdat hij de chemische samenstelling van de producten kende en de volgorde van mengen en verwerken, berekende de computer welke stoffen de smaak en geur van het gerecht zouden bepalen. Interessant genoeg bleek de geur veel belangrijker dan de smaak van het gerecht. Onze perceptie van smaak hangt nauw samen met geur en aroma. Een persoon onderscheidt slechts een paar basissmaken: zuur, zoet, zout, bitter. Verschillende culturen onderscheiden een aantal meer basale smaken, zoals taart of umami. Maar de verscheidenheid aan geuren is veel groter en ze zijn niet beperkt tot simpele basiscombinaties.

Ten slotte was de beoordeling van de productcompatibiliteit ook gebaseerd op een serieuze wetenschappelijke basis, in het bijzonder op een gezamenlijk onderzoek van Amerikaanse en Britse wetenschappers “Flavour Networks and Principles of Product Combination”, waarin ongeveer 50.000 recepten werden geanalyseerd en productcompatibiliteitskaarten werden opgesteld. geconstrueerd, kenmerkend voor keukens van verschillende regio's.

Als gevolg hiervan is een applicatie gemaakt waarin u een reeks producten, een nationale stijl en een verscheidenheid aan gerechten kunt specificeren, waarna Watson een reeks recepten heeft gegeven die kunnen worden besteld op basis van de mate van nieuwheid, aangenaamheid en compatibiliteit. Naast individuele gerechten kan Watson volledige menu's creëren, waarbij door middel van topic modeling variatie en de juiste combinaties van gerechten worden bereikt. Dit is de manier om een ​​verzamelmodel te bouwen tekstdocumenten, waarmee de collectie in onderwerpen wordt opgedeeld en wordt bepaald tot welk onderwerp elk document behoort. Watson past dit model toe op recepten - zoals trefwoorden De afzonderlijke ingrediënten fungeren als documenten en de recepten zelf fungeren als documenten.

Het volume aan medische gegevens verdubbelt elke drie jaar en de daarmee samenhangende kosten stijgen met 7 biljoen dollar. De zorgsector kan het duizelingwekkende tempo van de opkomst niet bijhouden nieuwe informatie, met informatie over laboratorium onderzoek, medische tests en verschillende parameters persoon (lichaamsgewicht, bloeddruk enzovoort). Ongeveer elke 35 cent van elke dollar die aan gezondheidszorg wordt uitgegeven, wordt verspild.

Het waren de hoge kosten van gegevensverwerking die de aanzet tot de ontwikkeling vormden uniek systeem IBM Watson. Het is niet alleen in staat enorme hoeveelheden medische informatie te genereren, maar ook de kleinste afwijkingen in de gezondheidstoestand van patiënten te herkennen, die zelfs een hooggekwalificeerde arts met jarenlange ervaring kan missen.

Het cognitieve systeem van IBM Watson is vernoemd naar zijn schepper, Thomas Watson. De ontwikkelaars zijn erin geslaagd een supercomputer te creëren die informatie kan verwerken op een manier die vergelijkbaar is met die van de menselijke geest. Voordat het IBM Watson-analyseplatform tot een bepaalde conclusie komt, doorloopt het de volgende fasen:

• onderzoek naar de kwestie;
• primair zoeken en genereren van hypothesen;
• resultaten filteren;
• selectie van feiten en analyse van hun kwaliteit;
• resultaten combineren en evalueren.

Zo verwerkt de supercomputer menselijke taal en geeft snel antwoord op de moeilijkste vragen. Geneeskunde is niet het enige werkgebied van IBM Watson. Maak een weersvoorspelling, bedenk een originele culinair recept en zelfs het runnen van uw eigen bedrijf wordt met dit systeem veel eenvoudiger. Maar in de toekomst zal het vooral gebruikt worden in de zorgsector.

Toepassingsgebieden in de geneeskunde

De IBM Watson-supercomputer verbetert de bruikbaarheid van elektronische medische dossiers. Voor dit doel hebben wetenschappers zich ontwikkeld speciaal gereedschap genaamd EMRA. Met deze applicatie kan een arts de medische geschiedenis van zowel één patiënt als zijn hele familie, de medische geschiedenis van andere artsen en verzekeringsgegevens monitoren. Bovendien wordt de applicatie gesynchroniseerd met een fitnesstracker, zodat een specialist de kleinste verandering in iemands gezondheidstoestand kan waarnemen. Een dergelijk cognitief systeem biedt, na analyse van alle gegevens, individuele aanbevelingen voor de zorg voor de gezondheid van elke patiënt.

IBM Watson Health analyseert grafische medische gegevens verschillende soorten. Een supercomputer kan snel details en afwijkingen van elk intern menselijk orgaan identificeren. Door grafische en multimodale (tekst)data te combineren, vereenvoudigt IBM Watson het werk van oncologen en radiologen enorm. Zo is het systeem al enkele jaren actief in het Thai Bumrungrad Ziekenhuis, waarbij verschillende vormen van kanker worden gediagnosticeerd en aanbevolen voor de behandeling ervan.

Het IBM Watson-systeem helpt artsen de rol van genetische factoren bij het diagnosticeren en behandelen van kanker en zeldzame pathologieën te identificeren. Het systeem analyseert genomische gegevens uit het elektronische medische dossier van de patiënt, filtert informatie over dezelfde ziekten en draagt ​​de gegevens na verwerking over aan een specialist.

De supercomputer helpt dermatologen bij het identificeren van verschillende huidziekten. Het cognitieve systeem van IBM Watson analyseert beelden verkregen met behulp van een dermatoscoop. Als een specialist visueel een diagnose kan stellen met een nauwkeurigheid van 75%, dan werkt het cognitieve systeem met een nauwkeurigheid van 94%.

De patiënt hoeft zich geen zorgen te maken over de openbaarmaking van zijn persoonsgegevens. IBM-bedrijf garandeert vertrouwelijkheid en anonimiteit.

IBM Watson is al aan het analyseren geneesmiddelen en helpt farmaceutische bedrijven nieuwe bedrijven te creëren. Met behulp van een supercomputer is het mogelijk het aantal foutieve diagnoses terug te dringen, de effectiviteit van de therapie te vergroten en zelfs hopeloze patiënten een kans op herstel te geven. In de loop van de tijd wordt de supercomputer steeds slimmer, wat betekent dat hij in de nabije toekomst de ontwikkeling van ziekten zal helpen voorkomen voordat deze moeten worden behandeld.