Комп'ютер може дуже багато, принаймні щодо обробки інформації. Однак навчити його природній мові - вкрай нетривіальне завдання. Цей виклик ліг в основу проекту IBM DeepQA, в результаті якого народилася когнітивна технологія, названа IBM Watson, на честь Томаса Вотсона, що стояв біля витоків освіти IBM.

Пояснити, що таке Watson, нескладно – це когнітивна система, здатна спілкуватися з людиною природною мовою. Тобто розуміти письмову мову та відповідати так само. І якби IBM обмежилися цим, Watson залишився б не більш ніж експериментальною установкою. Але для нього швидко знайшлася робота, і для багатьох компаній він став справді незамінним співробітником.

Виявилося, що застосувати це ноу-хау можна скрізь, де потрібно обробляти великі обсяги неструктурованих даних. Для якісної та швидкої аналітики таких даних їх потрібно обробляти, використовуючи весь доступний інструментарій сучасних комп'ютерних технологій: машинне навчання, комп'ютерна лінгвістика, онтологічні побудови та високопродуктивні обчислення. Саме для цього призначено IBM Watson.

Ключові вміння IBM Watson можна звести до чотирьох пунктів:

• Розуміння природної мови.
• Побудова гіпотез з урахуванням оброблених даних.
• Навчання у процесі роботи.
• Винесення рекомендації, супроводжуючи її фактами, на яких ґрунтується висновок.

Людина не здатна за прийнятний час аналізувати по-справжньому великий обсяг даних, і в будь-якому випадку йому доведеться відкинути більшу частину інформації, виділивши, на його думку, головне. Тут неминучі помилки, ще, відкинуті дані також мають значення і мають проводити результат. І в цьому аспекті Watson багаторазово перевершує людину: він враховує все, жоден відомий факт не залишиться без оцінки.

Першим публічним випробуванням системи стала участь у американській грі Jeopardy! (Російський аналог – «Своя гра»). Не маючи підключення до Інтернету, використовуючи відкриті джерела інформації, такі як текст усієї Вікіпедії, загальні енциклопедії та словники, Watson зміг перемогти двох рекордсменів цієї гри.

Запрошуємо Вас до клієнтського центру IBM на семінар «Watson Analytics» та передові технології в галузі аналітики!

Те, як працюють сучасні технології, пояснити часто складно, а коли мова заходить про когнітивні обчислення та систему IBM Watson, то здається, ця тема недоступна для розуміння звичайної людини. Але це зовсім не так: професіонали можуть пояснити все, включаючи складні матерії, причому досить доступними словами. Сьогодні про роботу когнітивної системи IBM Watson та інших інноваційних рішенняхкомпанії розповідають фахівці компанії IBM. Це Володимир Алексєєв, бізнес-консультант з індустріальних рішень IBM у Росії та СНД, Олександр Дмитрієв, провідний системний архітектор IBM у Росії та СНД, та Юлія Пакіна, менеджер з розвитку бізнесу IBM у Росії та СНД.

IBM вже багато років працює у сфері когнітивних технологій. Розкажіть, будь ласка, якими проектами зараз займається компанія?

Олександр Дмитрієв

Щоб відповісти на це питання, треба трохи розповісти про самі технології. Когнітивні технології — це напрямок розвитку систем штучного інтелекту, основне завдання яких — допомагати людині у прийнятті рішень у складній обстановці. Існує цілий ряд галузей і процесів, що вимагають управління при величезній кількості змінних параметрів, складних залежностей, передбачуваних результатів. При цьому рішення повинні прийматись у режимі часу, близькому до реального. Найпростішим прикладом будуть електронні торги на біржі або покупки через Інтернет. Наприклад, на популярних торгових сайтах найчастіше проводяться акції, коли дешевий товарвиставляється на продаж із певного моменту часу. Людина не встигає навіть натиснути кнопку, а товар уже продано: спрацьовують автоматичні системи закупівель. Так само купівля та продаж акцій на світових біржах підтримується системами, що збирають величезну кількість інформації з різних джерелта «автоматично» тих, хто приймає рішення про купівлю або продаж тих чи інших пакетів акцій. Насправді рішення приймає людина, коли створює та навчає цю систему.

З усього цього випливає розуміння спектру клієнтів та можливих проектів, для яких підходять когнітивні технології: це насамперед великі компанії з тих галузей бізнесу, де необхідно швидко та якісно обробляти великі обсяги даних, виявляти складні зв'язки та залежності, а за алгоритмами, близькими до людському мисленню, виробляти варіанти рішень, щоб керуючі фахівці могли швидко зробити вибір потрібних дій. Це насамперед великі виробництва, де задіяні великі ресурси та обсяги даних — як від технічних систем, і від дій персоналу (нафтова промисловість, банки, будівництво, важке машинобудування тощо.). Також це ті області, де потрібне освоєння та розуміння великої кількостіінформації про нові розробки, облік накопиченого досвіду та високі ризики під час прийняття рішень. Це стосується галузі медицини, соціального управління. Ціна при медичних рішеннях - це людське життяздоров'я. Тут когнітивні технології є особливо цінними. Вони надають фахівцям реферативну інформацію щодо нових досягнень у галузі конкретного медичного спрямування, допомагають підібрати найкращий варіант лікування для кожного пацієнта з урахуванням історії та специфіки його хвороби.

Крім того, одним з найважливіших напрямів є створення баз даних знань з тієї чи іншої галузі науки, техніки, діяльності, історії і т.д.

Тепер про конкретні проекти. Сьогодні вже ціла низка великих компаній створюють складні системипідтримки прийняття рішень, причому не тільки за кордоном, а й у Росії. Якщо говорити про закордонні приклади, то найбільша австралійська нафтова компанія Woodside створила базу знань зі своєї галузі з урахуванням власного досвіду. Це дозволило вирішити цілу низку складних завдань — насамперед підвищити ефективність роботи персоналу, суттєво прискорити цикл навчання, дало змогу використати та тиражувати досвід уже реалізованих проектів. Тут величезна економія грошей у масштабах великої компанії.

Російським прикладомможе послужити реалізація системи роботи з великими обсягамитекстів у ВІНІТІ РАН, де успішно впроваджуються технології на базі Watson Explorer. Ця система допоможе обробляти різну структуровану та неструктуровану інформацію для виявлення кореляцій між показниками, що характеризують тематичні напрями наукових досліджень у Росії.

Був ще проект, здійснений спільно із Всеросійським центром вивчення громадської думки з тематики міжнародних відносин. Понад 55 тисяч текстів із відкритих джерел було проаналізовано за допомогою когнітивних технологій Watson для того, щоб виділити важливі моменти у культурних та соціальних зв'язках між Росією та Південною Кореєю.

Також зроблено цілу низку пілотних проектів у галузі медицини на базі продукту Watson Health, і результати показують на широкі можливостіщодо покращення якості лікування пацієнтів.

Треба сказати, що напрямок когнітивних технологій ще дуже новий, і тому майже кожен день до нас приходять нові замовники з самих різних областей, і ми підбираємо їм необхідний інструментарій з усього наявного в IBM спектру рішень.

Скажіть, будь ласка, що спочатку була IBM Watson і чому цю систему вирішили використовувати в таких галузях, як медицина, бізнес, страхування?

Юлія Пакіна

Найперший вихід Watson у світ був у 2011 році на грі Jeopardy! Тоді Watson був великим комплексом різних програм, який був зібраний спеціально для цієї гри, і закладені в нього можливості на той момент були націлені на розуміння природної мови. Для цього потрібно було, по-перше, переводити голос у текст і, по-друге, правильно інтерпретувати отриманий текстовий матеріал. Таким чином, система спочатку вміла інтерпретувати текст, розбирати питання та «розуміти» їхній зміст. Звичайно, зараз рівень і продуктивність Watson набагато вищий, ніж у 2011 році.

Що ще вміла тоді система Watson? Шукати відповідь на задане питанняу надрах закладеної у ній інформації. Відмінною здатністю тієї системи було те, що вона не була підключена до зовнішніх джерел — ні до інтернету, ні до чогось ще. Що заклали у її пам'ять, то вона й використала. Найцікавіше, що завдяки закладеній логіці система ранжувала можливі варіантивідповідей і видавала той, у якому вона завдяки своїй логіці була впевнена як максимально правильно. 2011 року система Watson перемогла з великим відривом решти учасників — людей, відрив там був серйозний. І після цієї гри постало питання: «А що далі?»

Гра – це чудово! Але яке можливо подальше застосування системи? Після цього фахівці почали думати, де можна комерційно використовувати технології Watson, в якій сфері бізнесу, на яких ринках. У IBM вирішили, що Watson потрібно використовувати там, де є великий потік текстової неструктурованої інформації природною мовою, і там, де людині потрібен інтелектуальний помічник. І ми розпочали роботу у сфері охорони здоров'я. Вся справа в тому, що Watson, як ми вже знаємо, вміє обробляти величезну кількість інформації. А, наприклад, в онкології щорічно з'являється 500 тисяч нових наукових статейз різних областей та дослідницьких сфер. І зрозуміло, що жива людина не може впоратися із таким валом інформації. Але нові матеріали в цій сфері не можна ігнорувати, їх треба переробляти інтелектуально, зважуючи, порівнюючи, звертаючись до попереднього досвіду.

При цьому обов'язково треба враховувати, що все, що зараз вміє Watson, у нього заклали талановиті програмісти, лінгвісти, експерти із предметних областей.

Яким є ваше бачення майбутнього IBM Watson? Наприклад, які завдання система зможе вирішувати за 5-10 років? Що вона не може робити зараз, але незабаром фахівці компанії планують її навчити робити?

Олександр Дмитрієв

Провідний системний архітектор IBM у Росії та СНД

Майбутнє пророкувати досить складно, недарма більшість фахівців, розповідаючи про сучасних рішеннях, використовують фразу «в сучасному світі, що швидко змінюється». Ситуація дійсно дуже швидко і часто непередбачено змінюється, проте основні тенденції в галузі когнітивних технологій поки що досить зрозумілі.

Насамперед це створення великих баз знань на приватному та державному рівні. Нині цим стурбовані всі провідні країни світу. Вони дуже активно прагнуть зібрати, обробити та поставити на потік систему виділення цінної інформаціїіз найрізноманітніших джерел. Ми бачимо, що цей процес відбувається на двох основних рівнях. По-перше, на рівні великих компаній міжнародного значення, що мають сотні тисяч співробітників, відділення в різних країнахта складне виробництво. Тут основним двигуном є отримання конкурентної переваги. Зрозуміло, що проекти цього рівня вимагають серйозних інвестицій, але вони починають окупатися практично відразу, різко підвищуючи ефективність роботи. Наголос робиться на передбачуваний аналіз, який забезпечують технології Watson: управління йде не після здійснення тих чи інших подій, а з урахуванням всього досвіду роботи компанії в режимі прогнозування. Більше високий рівень— це рівень держави, коли створюються системи накопичення та опрацювання знань уже в масштабах країни та інформації з інших країн. Це галузі, пов'язані із розвитком науки, техніки, здоров'я нації, соціального управління.

Watson вже освоїла професії кухаря, лікаря, фінансиста та перекладача. Які ще професії вона має намір освоїти найближчим часом?

Олександр Дмитрієв

Провідний системний архітектор IBM у Росії та СНД

Щодо «професій» Watson, то тут два аспекти. Перший - це розширення спектра можливостей усередині вже освоєних професій. Скажімо, в галузі медицини, Watson використовується при лікуванні ряду онкологічних захворювань. Але специфіка медицини полягає в тому, що не тільки видів захворювань існує величезна кількість, але й самі пацієнти відрізняються і особистісними характеристиками, і історіями своїх захворювань. Тому розвиток йде за рахунок як збільшення спектру захворювань, що виліковуються, так і за рахунок можливості вироблення все більш детального персоніфікованого курсу лікування для конкретного пацієнта.

Друге – це «освоєння» інших професій. Watson вже «засвоїла» спеціалізацію нафтової галузі: ціла низка закордонних компаній впровадила системи підтримки прийняття рішень для своїх фахівців-нафтовиків. Ще одним перспективним напрямком є ​​робота із соціальними групами та населенням. Також це області, де необхідна обробка інформації та вироблення сервісів та пропозицій для великих групклієнтів (сотні тисяч та мільйони осіб). Таким чином, найближчі перспективи розвитку — це професії з банківської галузі, телекомунікацій, де обсяги даних неймовірно великі, а рішення треба приймати реальному режимічасу.

Якщо говорити в цілому, то, вважаю, Watson досить скоро прийде у вигляді сервісу вже просто до кожної людини — можна буде поставити питання практично будь-якої галузі знань і отримати кваліфіковану відповідь.

Юлія Пакіна

Менеджер з розвитку бізнесу IBM у Росії та СНД

З недавніх областей, де знайшлося застосування IBM Watson, можна згадати видобуток корисних копалин. Олександр уже згадував гарний прикладісторії успіху — австралійська компанія Woodside Energy, якій когнітивна система допомогла працювати набагато ефективніше, оптимізувавши робочий процес. До Watson рішення про буріння свердловин фахівці Woodside Energy приймали на підставі довгої та копіткої роботи зі збору всієї можливої ​​документації в даній галузі, включаючи геологічну будову місцевості, наявність свердловин поруч, тип родовища, можливість використання обладнання, яке необхідно застосувати для цього проекту.

Причому раніше цей підготовчий період займав до 80% часу в компанії. Відповідно лише 20% часу залишалося на розробку свердловини. Зараз ми разом з Woodside Energy домоглися того, що лише 20% часу приділяється дослідженням та підготовці до буріння, а решту часу відводиться на буріння та розробку нових свердловин.

Зараз багато компаній говорять про свої розробки у сфері штучного інтелекту. IBM говорить про когнітивну платформу. Скажіть, будь ласка, у чому особливість когнітивних сервісів IBM і чи можна їх називати певним типомштучного інтелекту?

Олександр Дмитрієв

Провідний системний архітектор IBM у Росії та СНД

Щодо штучного інтелекту, я б не став надавати надто серйозного значення термінології. Поки наука в цілому не до кінця розуміє методи мислення людини (а в цій галузі ще безліч білих плям), недоцільно сперечатися, що є штучним інтелектом і що ні. Можна сказати, що система Watson у 2011 році «пройшла» трохи модифікований формальний тест Тюрінга на право називатися штучним інтелектом. Загальна ідеяТіста проста: якщо людина, спілкуючись з якоюсь системою і задаючи їй низку питань у вільній формі, не може відрізнити, з людиною вона спілкується або з машинною системою, то така система може претендувати на звання «штучного інтелекту».

Перемігши в грі Jeopardy, де треба було відповідати на питання з різних галузей знань, Watson випередила живих учасників і пройшла цей тест. Але суть не в цьому. Як би ми не назвали когнітивні технології, важливо, щоб вони виконували своє основне завдання, ставали підсилювачем розуму при прийнятті складних рішеньяк оперативних, так і стратегічних. Людська пам'ять не безмежна, навчання компетентних фахівців у будь-якій галузі — справа дорога та тривала. Когнітивні ж системи створюють таких віртуальних фахівців-консультантів, до послуг яких зможе звернутися кожен. У цьому вся суть штучного інтелекту. Важливо, що остаточне рішення з будь-яких питань залишиться за людиною.

Юлія Пакіна

Менеджер з розвитку бізнесу IBM у Росії та СНД

Так, загалом когнітивна система саме створена для того, щоб зняти з людини рутину і дати більше часу на творчість, вирішення складних завдань та створення нових систем. Тому ми говоримо про рішення не штучного інтелекту, а посиленого інтелекту, доданого інтелекту.

Розкажіть, будь ласка, докладніше про використання можливостей когнітивних технологій у бізнесі.

Олександр Дмитрієв

Провідний системний архітектор IBM у Росії та СНД

Використання когнітивних технологій у бізнесі спрямоване на вирішення цілого ряду завдань, пов'язаних не просто з великими обсягами даних, що швидко змінюються, а з необхідністю оперативно вилучати з цих даних потрібну інформаціюта використовувати її для бізнесу з урахуванням галузевого та власного досвіду компанії. Таким чином, когнітивні системи підключаються до різноманітних джерел інформації (власних баз даних компанії, інтернету, потоковому відеоінформації від технічних датчиків різних систем, даним про події в тій чи іншій галузі). Вже на підставі цих даних когнітивні системи за спеціальними алгоритмами знаходять потрібні рішення та пропонують їх управлінцям та фахівцям.

Важливо, що з накопиченням досвіду роботи та успішної діяльності у тій чи іншій галузі когнітивні системи можна навчати, налаштовувати, а також задавати режим самонавчання. Тому когнітивні системи для бізнесу мають одну важливу якість, яку не має жодна інша система: чим довше вони працюють, тим вищий їх коефіцієнт корисної дії. Вони самі по собі стають ціннішими для компанії в процесі експлуатації. І важливо те, що цей накопичений досвід доступний для співробітників компанії і постійно, таким чином, використовується повторно, багаторазово, завжди, коли це необхідно. Звичайна ситуація— пішов фахівець, для компанії втрачено його особисті знання та досвід. При впровадженій когнітивній системі весь досвід залишається в компанії і може бути легко передано іншим фахівцям.

Чим може бути корисний бізнес блокчейн? Наразі кажуть, що ця технологія може змінити звичний світ підприємництва. Чи це правда, і якщо так, то що це за зміни?

Володимир Алексєєв

Перші думки про те, як технологія може змінити світ підприємництва, зазвичай зводилися до створення peer-to-peer-мереж, тобто середовища, де кожна компанія могла безпосередньо взаємодіяти з будь-якою іншою без будь-яких посередників. Треба визнати, що це занадто спрощене опис, і згодом ідея розвивалася і доповнювалася. Зараз можна сказати, що блокчейн, по-перше, дозволяє забезпечити розподілену відповідальність, що є вкрай важливим у випадку, якщо у нас є кілька компаній, які не сильно довіряють одна одній і ніяк не пов'язані між собою. По-друге, прозорість здійснення всіх операцій та неможливість внесення змін до вже проведених транзакцій. Під транзакцією розуміється як банківська транзакція, але більше факт передачі активу від однієї компанії іншій. По-третє, це можливість використання смарт-контрактів для бізнес-логіки, а саме забезпечення всього процесу операції. В іншому випадку блокчейн можна було б використовувати тільки як систему зберігання, а всю логіку операцій робити поза рамками, що не забезпечувало б ні прозорість, ні надійність проведення операцій.

Чи є вже позитивні приклади використання блокчейну комерційними компаніями?

Володимир Алексєєв

Бізнес-консультант з індустріальних рішень IBM у Росії та СНД

За минулий рік IBM провела разом із замовниками понад 400 пілотів у світі в різних галузях. Це, звісно, ​​і фінансовий сектор, і рітейл, і енергетика. Зокрема, пілотні проекти з ABN Amro у сфері фінансової реструктуризації та управління нерухомістю. З Bank of Tokio-Mitsubishi було завершено проект з використання технології блокчейн для автоматизації аутсорсингових контрактів у ІТ.

Говорити про практичні результати впроваджень (кількісні бізнес-показники) зараз досить рано: блокчейн — це нова технологія, яка також вимагає часу для апробації. Блокчейн не може бути ізольовано, тому потрібна інтеграція з існуючими системами, потрібна розробка сервісів, потрібні компетенції. 2016 був присвячений пілотуванню, 2017 повинен пройти під знаком інтеграції технології блокчейн в існуючу ІТ-інфраструктуру організацій.

Згідно з дослідженням IBM Institute for Business Value, понад 50% опитаних керівників компаній фінансового сектору планують перейти до фази комерційного використання технології у 2018-2020 роках.

Блокчейн, як можна зрозуміти, дає великі можливості багатьом сфер бізнесу. А що скажете щодо бірж з торгівлі цінними паперами? Чи може там стати в нагоді ця технологія?

Володимир Алексєєв

Бізнес-консультант з індустріальних рішень IBM у Росії та СНД

Варто визнати, що біржі були одними з перших організацій, які зацікавилися технологією та брали активну участь у її розвитку. Наприклад, Німецька біржа (Deutsche Boerse) є прем'єр-учасником блокчейн-проекту HyperLedger поряд з IBM, а Московська біржа також входить до складу учасників. З практичного досвідуВикористання технології біржами зазначу таке: ще минулого року Японська біржа за допомогою IBM проводила дослідження можливостей використання розподілених реєстрів у своїх операціях. У своєму звіті біржа підкреслила перспективність технології, зазначивши серед ключових перевагможливість створення нових інноваційних фінансових сервісів та скорочення витрат. На думку фахівців Японської біржі, блокчейн допоможе автоматизувати процеси узгодження торгових процедур і підвищити стійкість до відмови від системи в цілому за рахунок введення принципу розподіленості.

Розкажіть, будь ласка, чим планує займатись компанія IBM у наступні 5-10 років? Яким компанія бачить світ бізнесу майбутнього?

Володимир Алексєєв

Бізнес-консультант з індустріальних рішень IBM у Росії та СНД

На початку цього року корпорація IBM представила свій погляд на те, як технологічні інновації змінять світ у майбутньому. Звіт було виконано науково-дослідним підрозділом IBM Research і відображає думку компанії про те, як світ зміниться через п'ять років за п'ятьма напрямками. По-перше, компанія приділяє велика увагатому, як усі ми говоримо і пишемо, і вважає, що ці фактори будуть використовуватися як індикатори психологічного стану та фізичного здоров'я. Далі люди зможуть отримати «надзор» завдяки крихітним і потужним камерам, що дасть змогу дослідити майже 100% електромагнітного спектру проти менше 1% в даний час. Технологія може бути вбудована в мобільні пристрої та допомагати аналізувати склад продуктів чи ліків. З іншого боку, через п'ять років ми зможемо зрозуміти всю складність Землі з приголомшливою точністю деталей. Це стане можливим за рахунок розвитку інтернету речей (IoT) та алгоритмів машинного навчання, на основі яких можна зробити висновки із аналізу знятих параметрів. Вчені IBM називають це разом «макроскопом». Він допоможе прогнозувати такі явища, як зміни клімату, рівня води, загрози забруднення чи вплив зовнішніх факторівна нашу планету.

Наступним напрямком розвитку технологій IBM бачить створення медичних лабораторій «на чіпах», щоб відстежувати хвороби на нано-рівні, що допоможе передбачати захворювання на ранніх стадіях. У лабораторіях IBM фахівці працюють над створенням чіпів розміром 20 нм, які можуть бути приєднані як до систем штучного інтелекту, так і до інших датчиків в режимі реального часу. І, нарешті, п'ятою областю є створення та розповсюдження «розумних» сенсорів для більш раннього визначення рівня забруднення. довкілля. Такі сенсори можуть бути дуже корисні для газопровідних труб, а також біля природних джерел викидів, наприклад, метану для оповіщення збільшення концентрацій різних речовин.

За всіма напрямками технології знаходяться в розробці вже сьогодні, так що прогноз не виглядає занадто футуристичним. З іншого боку, потрібен час та зусилля, щоб доопрацювати існуючі продукти та довести їх до масового використання.

З погляду довгострокової перспективи (10 і більше років) можна навести приклад технології квантових комп'ютерів. У алгоритмі роботи квантових комп'ютерів закладено зовсім інші принципи, ніж ті, якими працюють сучасні комп'ютери. Тому їх використання може повністю змінити існуючі процеси, наприклад, криптографії, і дати абсолютно новий рівень обчислювальної потужності. IBM є одним із лідерів у цій галузі, вже надаючи безкоштовний тестовий доступ до реального квантовому комп'ютеручерез хмарну інфраструктуру IBM Quantum Experience.

Запитайте експерта IBM Олена Сінка, представник з продажу рішень IBMЗапитати

Дякую!
Ваше питання надіслано

) - суперкомп'ютер фірми IBM, оснащений системою штучного інтелекту, створеного групою дослідників під керівництвом Девіда Феруччі. Його створення – частина проекту DeepQA. Основне завдання Вотсона - розуміти питання, сформульовані природною мовою і знаходити на них відповіді в базі даних. Названо на честь засновника IBM Томаса Вотсона.

Участь у "Jeopardy!"

У лютому 2011 року для перевірки можливостей Вотсона він взяв участь у телешоу Jeopardy! (Російський аналог – Своя гра). Його суперниками були Бред Раттер - володар найбільшого виграшу в програмі, і Кен Дженнінгс - рекордсмен за тривалістю безпрограшної серії. Вотсон отримав перемогу, отримавши 1 мільйон доларів, тоді як Дженнінгс і Раттер здобули, відповідно, по 300 і 200 тисяч.

Платформа

Вотсон складається з 90 серверів Power7 750, кожен з яких містить по 4 восьмиядерного процесора POWER7. Сумарна оперативна пам'ятьВотсона більше 15 терабайт.

Система мала доступ до 200 мільйонів сторінок структурованої та неструктурованої інформації обсягом у 4 терабайти, включаючи повний текстВікіпедії. Під час гри Уотсон не мав доступу до Інтернету.

Майбутнє проекту

IBM спільно з Nuance Communications планує у найближчі два роки розробити продукт, спрямований на допомогу у діагностуванні та лікуванні пацієнтів. Також розглядаються можливості використання в інших сферах, як-от оцінка політик страхування або ефективності енергоспоживання.

Історія Watson почалася в 2006 році, коли Девід Феруччі, старший менеджер відділення IBM з семантичного аналізу, зайнявся тестуванням одного з найбільш потужних суперкомп'ютерівкомпанії, що займав одну з верхніх рядків 500 найпродуктивніших машин світу. Феруччі вирішив спробувати, наскільки ефективно машина справлятиметься із завданнями, поставленими "природною мовою", і запропонував їй відповісти на 500 питань, заданих у програмах Jeopardy! Результати виявилися катастрофічними: в порівнянні з живими гравцями, машина недостатньо швидко "натискала на кнопку" (тобто була готова до відповіді), а у випадку, коли вона все-таки могла конкурувати з людьми, кількість правильних відповідей не перевищувала 15%.

Феруччі зацікавився причинами такої поведінки суперкомп'ютера і в результаті в 2007 році зміг переконати керівництво IBM дати йому команду з 15 осіб і від 3 до 5 років на створення ефективної автоматичної системи, здатної відповідати на неформалізовані питання Така система стала б у нагоді всіляким кол-центрам, довідковим і будь-яким іншим службам, які обслуговують клієнтів. IBM вже мав успішний досвід створення машини, здатної посперечатися з інтелектом людини – йдеться про суперкомп'ютер Deep Blue, який у 1997 році переміг чемпіона світу з шахів Гаррі Каспарова. Ця перемога зробила велику рекламу IBM, але комерційного застосування подібної установки знайти так і не вдалося. У випадку з системою автоматичних відповідей на питання комерційний потенціал цілком очевидний.

Принципова відмінність Watson від Deep Blue полягає в тому, що якщо шаховий автомат має справу зі суворо логічними правилами гри, то машина, що розпізнає "природне мовлення", стикається в набагато складнішими правилами мови та численними спотвореннями та відхиленнями від них. Але найбільша складність полягає в тому, що люди, самі того не усвідомлюючи, спілкуються у межах свого культурного та соціального контексту. У розмовної промови повно натяків, алюзій і конотацій, посилань до деяким загальним для конкретного суспільного середовища фактам, поняттям та явищам. Серед них і релігійні уявлення, і політичні переконання, і всілякі витвори мистецтва – від книжок і картин до кінофільмів і комп'ютерних ігор.

Для ефективної обробки подібної інформації використовуються статистичні алгоритми, що дозволяють шляхом аналізу різноманітних документів встановлювати зв'язок різних понять один з одним. Простіше кажучи, вона визначає, які слова найчастіше вживаються разом. Наприклад, "Кремль" частіше пов'язаний зі словами "Росія", "Москва", трохи рідше з "Казань", " Нижній Новгород", Ще рідше - з "собор", "ікона"" і т.п. Хоча ці алгоритми відомі давним-давно, повноцінно застосовувати їх стало можливим лише в останнє десятиліття – після кардинального зростання продуктивності обчислювальної техніки та зниження вартості накопичувачів для зберігання величезних масивів даних.

Команда Феруччі завантажує на згадку про IBM Watson мільйони всіляких документів – підручники, енциклопедії, довідники, художню та релігійну літературу. Для аналізу питань одночасно використовується понад сотня алгоритмів, які пропонують сотні можливих рішень. Потім інші алгоритми оцінюють достовірність потенційних відповідей, відсіваючи неможливі через об'єктивних причин(наприклад, невідповідності дати події та років життя дійових осіб) та малоймовірні. Чим більше буде отримано однакових відповідей, тим вище ймовірність, що вони правильні – в процесі гри, на табло виводиться рейтинг з декількох найімовірніших відповідей, які, крім найчастіше, зустрічаються.

До 2008 року IBM Watson перемістився з розряду "невдах" на верхні рядкитак званої "хмари переможців", що складається з людей, що в 50% випадків встигають першими натиснути кнопку, що сигналізує про готовність до відповіді і потім у 85-95% випадків, що дають правильну відповідь. В IBM навіть домовилися з продюсерами Jeopardy про проведення восени 2010 спеціальної серії ігор за участю Watson і переможців минулих років. Для підготовки до цих ігор (тобто фактично для вдосконалення алгоритмів) було відтворено зразковий інтер'єр студії вікторини і стали проводитися випробування за участю живих гравців та ведучого. При цьому, як і належить, "Ватсон" дає свої відповіді вголос синтезованим комп'ютерним голосом, чим чимало радує присутніх.

У ході "тренувань" з'ясувався цікавий факт: незважаючи не весь потенціал Watson, він може не тільки вигравати більшість ігор, а й програвати більше половини з них. Причин кілька: від його величності випадку (можливі ситуації, коли суперник може виграти, просто підвищуючи ставки, залишивши машину банкрутом) до специфіки правил. Як не дивно, але людина здатна швидше натиснути кнопку, ніж машина, і це пов'язано з правилами гри, які міняти не можна.

Справа в тому, що кожне питання виводиться на екран і зачитується ведучим, причому натиснути кнопку можна тільки після закінчення читання питання. Watson отримує текст питання в електронному виглядіодночасно з його виведенням на екран, але навіть при цьому він не встигає дійти готового рішення швидше за людину. Поки ведучий читає питання, на що йде шість-сім секунд, досвідчений гравець вже може оцінити свої шанси дати правильну відповідь і готовий натиснути кнопку за якісь десятки мілісекунд. На наступну відповідь правила відводять ще 5 секунд.

Натискаючи на кнопку, людина ризикує: якщо вона не дасть правильної відповіді на запитання за 100 одиниць, її віртуальний рахунок спорожніє на ту саму суму. Комп'ютер не схильний ризикувати і видає відповіді тільки після проведення всіх розрахунків і лише в тому випадку, якщо у нього достатньо відомостей для оцінки достовірності та ймовірності того, що ця відповідь правильна. Як це виглядає в процесі гри, можна побачити на відеоролику. Ризикуючи, живий гравець може виграти завдяки тому, що згадає потрібну відповідь за 11-12 секунд, що є в його розпорядженні.

У трохи більш формалізованій ситуації, ніж телевікторина, алгоритми Watson здатні дати куди більш передбачувані та точніші відповіді. Зокрема голова дослідницького підрозділу IBM Джон Келлі має намір створити медичну версію цього пристрою під неофіційною назвою Watson M.D. Така система допомогла б лікарям швидко приймати правильні рішення з урахуванням величезної кількості даних про пацієнта, які фізично неможливо завжди утримувати у пам'яті. "Ватсон" цілком може замінити живих операціоністів на комп'ютерних і телефонних службахв роздрібній торгівлі, в банківській сферіта на транспорті.

Вартість системи класу IBM Watson на сьогоднішній день може становити кілька мільйонів доларів, оскільки для її роботи потрібно принаймні один суперкомп'ютер IBM за мільйон доларів. Келлі вважає, що в найближчі десять років подібна технологія може бути реалізована на набагато дешевшому сервері, а в перспективі така програма працюватиме на комп'ютері не дорожче. сучасний ноутбук.

Знаючі англійська моваможуть битися з IBM Watson онлайн на сайті The New York Times.

Суперкомп'ютер IBM Watson планують використовувати у службах техпідтримки замість живих операторів. Однак ці завдання пов'язані скоріш зі знаходженням правильної відповіді запити користувачів з урахуванням відомої інформації. В IBM вважають, що справжній штучний інтелектповинен уміти знаходити творчі рішення, створювати та винаходити нове, а не лише аналізувати старе.

Для розвитку креативних здібностей Ваттсона його творці обрали кулінарне мистецтво. Це дуже зручний випробувальний полігон: приготування їжі - дуже «людський», інтуїтивний процес, що слабо піддається алгоритмізації та стандартизації. А оцінити результат здатна будь-яка людина з вулиці. Мигдально-шоколадне печиво в іспанському стилі, полуничний десерт по-еквадорськи, помідори гриль на грінках з шафраном – ці та інші страви, створені Ватсоном, вже були приготовлені та із задоволенням з'їдені під час експериментів. А кілька тижнів тому було опубліковано препринт статті з описом алгоритмів та математичних моделей, які Ватсон використовує для створення оригінальних рецептів.

Будь-яке творче рішення має одночасно задовольняти двом критеріям – бути новим та бути якісним. Новини досягти відносно легко, просто комбінуючи інгредієнти та прийоми обробки. А ось з якістю справа набагато складніша. Навчити комп'ютер розуміти, яким буде смак, аромат, фактура та зовнішній виглядстрави, надзвичайно важко.

Початковими даними для Ватсона послужили кілька мільйонів рецептів, зібраних в інтернеті. Він був пропущений через перевірені алгоритми обробки природної мови, які використовувалися для перемоги у вікторині та для навчання Ватсона медицині. З Вікіпедії було вилучено інформацію про типові інгредієнти та прийоми обробки, характерні для кухонь різних народів світу. Нарешті, Ватсон отримав ґрунтовні знання в хімії та фізіології сприйняття людиною смаку та запаху.

Нові рецепти генерувалися на основі існуючих за допомогою генетичного алгоритму, як функцію пристосованості використовувалися значення новизни, приємності та сполучуваності.

Математична модель оцінки новизни рецепту заснована на теоремі Байєса, був використаний так званий підхід "байєсова подиву", спочатку розроблений для моделювання поведінки глядача під час перегляду відео. У двох словах суть методу у тому, що вимірюється різницю між апріорною і постериорной ймовірністю зустріти певне поєднання продуктів у просторі рецептів при додаванні до нього нового. Так, поєднання горіхів із шоколадом або гірчиці з сосисками є абсолютно банальними і не викликає майже жодної зміни ймовірностей різних поєднань. А ось сосиски в шоколаді вплинуть на ці ймовірності набагато суттєвіше.

Для оцінки приємності використовувалася переважно хімія. Знаючи хімічний склад продуктів і порядок їх змішування та обробки, комп'ютер обчислював, які речовини визначатимуть смак та запах страви. Цікаво, що запах виявився набагато важливішим за смак страви. Наше сприйняття смаку дуже пов'язане із запахом і ароматом. Людина розрізняє лише кілька базових смаків - кислий, солодкий солоний, гіркий. У різних культурах виділяють ще кілька базових уподобань, наприклад терпкий або умами. А ось різноманітність запахів набагато більша і вони не зводяться до простих базових поєднань.

Нарешті, оцінка сполучуваності продуктів також спиралася на серйозну наукову базу, зокрема, на спільне дослідження американських та британських вчених "Мережі ароматів та принципи поєднання продуктів", в якому було проаналізовано близько 50 000 рецептів та побудовано карти сполучності продуктів, характерні для кухонь різних регіонів .

В результаті було створено додаток, в якому можна задати набір продуктів, національний стиль та різновид страви, після чого Ватсон видавав набір рецептів, які можна впорядкувати за рівнем новизни, приємності та сполучності. Окрім окремих страв, Ватсон вміє створювати цілі меню, домагаючись різноманітності та правильних поєднань страв завдяки використанню тематичного моделювання. Це спосіб побудови моделі колекції текстових документів, який розбиває колекцію на теми та визначає до якої теми належить кожен документ. Ватсон застосовує цю модель до рецептів - як ключових сліввиступають окремі інгредієнти, як документи - самі рецепти.

Обсяг медичних даних подвоюється кожні 3 роки, а пов'язані із цим витрати зростають на 7 трильйонів доларів. Сфера охорони здоров'я не в змозі «йти в ногу» з приголомшливою швидкістю появи нової інформації, Що включає дані про лабораторних дослідженнях, медичних випробуваннях та різних параметрахлюдини (маса тіла, артеріальний тискта інше). Приблизно кожні 35 центів з 1 долара, витраченого на медичну допомогу, витрачається марно.

Саме великі витрати на обробку даних стали поштовхом до розробки унікальної системи IBM Watson. Вона здатна не тільки генерувати колосальні обсяги медичної інформації, але й розпізнавати найменші відхилення у стані здоров'я пацієнтів, які може прогаяти навіть висококваліфікований лікар з багаторічним досвідом.

Когнітивна система IBM Watson була названа на честь її творця Томаса Вотсона. Розробникам вдалося створити суперкомп'ютер, здатний обробляти інформацію нарівні з людським розумом. Перш ніж зробити певний висновок, аналітична платформа IBM Watson проходить такі стадії, як:

• дослідження питання;
• первинний пошук та генерацію гіпотез;
• фільтрацію результатів;
• вибірку фактів та аналіз їх якості;
• об'єднання результатів та їх оцінку.

Таким чином, суперкомп'ютер обробляє людська мовата оперативно дає відповіді на найскладніші питання. Медицина - не єдиний напрямок роботи IBM Watson. Скласти прогноз погоди, придумати оригінальний кулінарний рецепті навіть вести свій власний бізнес стає набагато простіше з цією системою. Але в перспективі вона переважно використовуватиметься у сфері охорони здоров'я.

Напрями застосування в медицині

Суперкомп'ютер IBM Watson підвищує зручність використання електронних медичних карток. Для цього вченими було розроблено спеціальний інструментпід назвою EMRA. Лікар може використовувати цю програму з метою спостереження за медичною історією як одного пацієнта, так і всієї його сім'ї, за історією хвороб від інших лікарів, а також даних про страховиків. Крім того, додаток синхронізований з фітнес-трекером, тому у фахівця з'являється можливість спостерігати за незначною зміною стану здоров'я людини. Така когнітивна система, проаналізувавши всі дані, надає індивідуальні рекомендації щодо піклування про здоров'я кожного пацієнта.

IBM Watson Health аналізує графічні медичні дані різного типу. Суперкомп'ютер може з високою швидкістю визначати деталі та аномалії будь-яких внутрішніх органів людини. Поєднуючи графічні та мульти-модальні (текстові) дані, IBM Watson у рази спрощує роботу онкологів та радіологів. Так, уже протягом кількох років система функціонує в лікарні Таїланду Бумрунград, діагностуючи і надаючи рекомендації з приводу лікування різних ракових захворювань.

Система IBM Watson допомагає лікарям виявити роль генетичного фактора при діагностуванні та лікуванні онкологічних та рідкісних патологій. Система аналізує геномні дані з електронною медичною картою пацієнта, фільтрує інформацію про такі ж захворювання та, обробивши її, передає дані фахівцю.

Суперкомп'ютер допомагає лікарям-дерматологам визначати різні захворювання шкіри. Когнітивна система IBM Watson аналізує зображення, одержані за допомогою дерматоскопа. Якщо спеціаліст візуально здатний поставити діагноз з точністю 75%, то когнітивна система працює з точністю, що дорівнює 94%.

Пацієнту не варто перейматися розголошенням його особистих даних. Компанія IBMгарантує конфіденційність та анонімність.

Вже зараз IBM Watson аналізує лікарські засобита допомагає фармацевтичним компаніям створювати нові. За допомогою суперкомп'ютера вдається знизити кількість помилкових діагнозів, підвищити ефективність терапії та подарувати шанс на одужання навіть безнадійним пацієнтам. З часом суперкомп'ютер стає все розумнішим, а це означає, що в найближчому майбутньому він допоможе запобігти розвитку захворювань до того, як їх доведеться лікувати.