Watson
| Watson | |
|---|---|
| Sigla | Watson |
| Designação | homenagem a Thomas J. Watson, fundador da IBM |
| Data de Lançamento | 2007 |
| Entidade Criadora | IBM |
| Entidade Gestora | IBM |
| Versão Atual | |
| Requisitos Técnicos | |
| Tipo de Licenciamento | |
| Arquitetura | |
| Sistema Operativo | |
| Especialidade Médica | desenvolvido para diagnóstico clínicos |
| Utilizadores Principais | |
| Função | O Watson representa um avanço impressionante no design e análise de sistemas. Ele executa a tecnologia DeepQA da IBM,um novo tipo de capacidade analítica que pode executar milhares de tarefas simultâneas em segundos para fornecer respostas precisas a perguntas. |
Mestrado de Informática Médica
Universidade do Porto
up201007548@med.up.pt
Sumário
No último século, a IBM realizou várias inovações científicas graças ao seu compromisso com a pesquisa e sua tradição de Grandes Desafios. Esses Grandes Desafios – como o DeepBlue®, projetado para rivalizar com o campeão mundial de xadrez Gary Kasparov – são um esforço para impulsionar a ciência de maneiras que antes não eram consideradas possíveis. O Watson é o mais novo Grande Desafio de Pesquisa da IBM, projetado para desenvolver a ciência do processamento de linguagens naturais através de avanços na tecnologia de perguntas e respostas.
O Watson é um sistema otimizado para carga de trabalho,baseado na arquitetura IBM DeepQA e executado em um cluster de servidores baseados em processadores IBM®POWER7®. Depois de quatro anos de pesquisa e desenvolvimento intensos por parte de uma equipe de pesquisadores da IBM, o Watson competiu no programa de TV Jeopardy! em fevereiro de 2011, competindo no mesmo nível de especialistas humanos em termos de precisão, confiança e velocidade contra dois dos mais conhecidos e bem-sucedidos campeões de Jeopardy!, KenJennings e Brad Rutter. [1]
Jeopardy! O desafio da IBM
Hoje em dia, com as empresas cada vez mais captando informações essenciais aos negócios em documentação de linguagem natural, há um interesse crescente em sistemas otimizados para carga de trabalho que analisam profundamente o conteúdo de perguntas em linguagem natural para responder a elas com precisão. Avanços na tecnologia de respostas a perguntas (QA, question answering) vão ajudar cada vez mais os profissionais na tomada de decisões críticas e pontuais em áreas como atendimento médico, business intelligence, descoberta deconhecimento, gerenciamento de conhecimento corporativo e atendimento ao cliente. Tendo a QA em mente, a IBM impôs o desafio de desenvolver um sistema computacional chamado “Watson” (em homenagema Thomas J. Watson, fundador da IBM), que pudesse competir ao nível de campeões humanos em tempo real no programa de perguntas e respostas da TV dos EUA "Jeopardy"! O Watson representa um avanço impressionante no design e análise de sistemas. Ele executa a tecnologia DeepQA da IBM, um novo tipo de capacidade analítica que pode executar milhares de tarefas simultâneas em segundos para fornecer respostas precisas a perguntas. Ativado pela tecnologia dos processadores IBMPOWER7, o Watson é um exemplo das cargas de trabalho de análise complexa que estão a tornar-se cada vez mais comuns e essenciais para o sucesso e a competitividade dos negócios no ambiente atual de grande fluxo de dados. [1]
IBMDeepQA
DeepQA é uma arquitetura probabilística paralela maciça baseada em evidências. Para o desafio Jeopardy!, mais de 100 técnicas diferentes são usadas para analisar a linguagem natural, identificar fontes, encontrar e gerar hipóteses, encontrar e pontuar evidências, e mesclar e classificar hipóteses. Muito mais importante do que qualquer técnica em particular é a maneira em que todas essas técnicas são combinadas no DeepQA, de forma que abordagens sobrepostas podem unir forças e contribuir para melhorias na precisão, confiança ou velocidade. A DeepQA é uma arquitetura com uma metodologia complementar, mas não é específica para o Desafio Jeopardy! A IBM começou a adaptá-la para diferentes aplicações comerciais e outros problemas desafiantes a serem explorados, inclusive nas áreas de medicina, pesquisa corporativa e jogos.[1] Os princípios predominantes da DeepQA são:
- Paralelismo maciço: o paralelismo maciço é explorado na consideração de várias interpretações e hipóteses.
- Muitos especialistas: facilitam a integração, aplicação e avaliação contextual de uma ampla gama de análises probabilísticas de perguntas e conteúdos fracamente acopladas.
- Estimativa universal de confiança: não há um único componente que se compromete com uma resposta; todos os componentes produzem características e confianças associadas, pontuando interpretações diferentes de perguntas e conteúdos. Um substrato subjacente de processamento de confiança aprende a empilhar e combinar as pontuações.
- Integração de conhecimento superficial e profundo: equilibra o uso de semântica restrita e semântica superficial, aproveitando-se de muitas ontologias formadas livremente. [1]
