Watson è un supercomputer IBM che combina l’intelligenza artificiale (AI) e un sofisticato software analitico per prestazioni ottimali come una macchina che “risponde alle domande”. Il supercomputer prende il nome dal fondatore di IBM, Thomas J. Watson.
Il supercomputer Watson elabora ad una velocità di 80 teraflop (trilioni di operazioni in virgola mobile al secondo). Per replicare (o superare) la capacità di un umano ad alto funzionamento di rispondere alle domande, Watson accede a 90 server con un archivio dati combinato di oltre 200 milioni di pagine di informazioni, che elabora in base a sei milioni di regole logiche. Il sistema e i suoi dati sono autocontenuti in uno spazio che potrebbe ospitare 10 frigoriferi.
I componenti chiave di Watson includono:
- framework Apache Unstructured Information Management Architecture (UIMA), infrastruttura e altri elementi necessari per l’analisi dei dati non strutturati.
- Hadoop di Apache, un framework di programmazione gratuito basato su Java che supporta l’elaborazione di grandi set di dati in un ambiente di calcolo distribuito.
- SUSE Enterprise Linux Server 11, il più veloce sistema operativo disponibile per processori Power7.
- 2.880 core di processore.
- 15 terabyte (TB) di RAM.
- 500 gigabyte (GB) di informazioni pre-elaborate.
- Il software DeepQA di IBM, che è progettato per il recupero delle informazioni che incorpora l’elaborazione del linguaggio naturale (NLP) e l’apprendimento automatico.
Le applicazioni per la sottostante tecnologia di calcolo cognitivo di Watson sono quasi infinite. Poiché il dispositivo può eseguire il text mining e analisi complesse su enormi volumi di dati non strutturati, può supportare un motore di ricerca o un sistema esperto con capacità di gran lunga superiori a qualsiasi altro precedentemente esistente.
Nel maggio 2016, BakerHostetler, uno studio legale con sede in Ohio, ha firmato un contratto per un sistema esperto legale basato su Watson per lavorare con il suo team fallimentare di 50 persone. Quel sistema, chiamato Ross, può estrarre dati da circa un miliardo di documenti di testo, analizzare le informazioni e fornire risposte precise a domande complicate in meno di tre secondi. L’elaborazione del linguaggio naturale permette al sistema di tradurre il legalese per rispondere alle domande degli avvocati.
Mentre i creatori di Ross aggiungono altri moduli legali, sistemi esperti simili stanno trasformando la ricerca medica.
Watson nella sanità
La sanità è stata una delle prime industrie a cui è stata applicata la tecnologia Watson. La prima implementazione commerciale di Watson è avvenuta nel 2013, quando il Memorial Sloan Kettering Cancer Center ha iniziato a utilizzare il sistema per consigliare le opzioni di trattamento per i pazienti con cancro ai polmoni per garantire che ricevessero il trattamento giusto, riducendo i costi. Da quel momento, fornitori come Cleveland Clinic, Maine Center for Cancer Medicine e Westmed Medical Group hanno anche implementato strumenti Watson.
Tuttavia, non tutte le implementazioni sono andate lisce. Il MD Anderson Cancer Center di Houston ha lanciato un progetto nel 2013 per costruire un sistema di supporto decisionale alimentato dalla tecnologia Watson per aiutare i medici a determinare le migliori opzioni di trattamento. Ma dopo aver speso più di 62 milioni di dollari sul progetto nel corso di quattro anni, gli amministratori dell’ospedale hanno annullato il progetto, dicendo che non aveva raggiunto i suoi obiettivi.
L’assistenza sanitaria rimane un punto focale primario per IBM mentre cerca di dimostrare la tecnologia Watson, e l’azienda continua a forgiare partnership con organizzazioni sanitarie. Nel maggio 2018, ad esempio, il più grande sistema sanitario specializzato dell’India, Apollo, ha accettato di adottare Watson for Oncology e Watson for Genomics. Le due piattaforme di cognitive computing di IBM aiuteranno i medici a prendere decisioni per la cura personalizzata del cancro.
L’uso di Watson da parte di IBM per risolvere alcuni dei più grandi problemi intorno alla cura dei pazienti e l’utilizzo di intuizioni guidate dai dati per raccomandare opzioni di trattamento dimostrerebbe il valore delle tecnologie Watson.
Watson Analytics
Watson Analytics è una delle principali implementazioni della tecnologia Watson. Si tratta di una piattaforma per l’esplorazione, la visualizzazione e la presentazione dei dati che utilizza le capacità cognitive di Watson per far emergere automaticamente intuizioni guidate dai dati e consigliare modi di presentare i dati.
La piattaforma è costituita da un componente di esplorazione, che permette agli utenti di caricare i loro dati, raccomanda automaticamente le variabili potenzialmente correlate e costruisce confronti; uno strumento di previsione che permette agli utenti di ottenere risposte a domande complesse basate sui loro dati; e uno strumento di reporting che supporta lo sviluppo di dashboard e report.
Ogni componente è accessibile utilizzando un’interfaccia grafica utente (GUI), che riduce al minimo la necessità di una formazione avanzata in data science. La piattaforma ha lo scopo di rendere l’analitica avanzata accessibile ai lavoratori con conoscenze tecniche limitate. Il costo di Watson Analytics dipende dalla versione; c’è una versione gratuita che include la possibilità di caricare fogli di calcolo, ottenere visualizzazioni, ottenere approfondimenti e costruire dashboard. L’edizione “Plus” include le capacità della versione gratuita insieme a 2 GB di storage e fonti di dati, compresi i database, a partire da 30 dollari per utente, al mese. Un’edizione “Professional” con tutte le caratteristiche di cui sopra, così come un inquilino multiutente per collaborare, 100 GB di storage e più dati, costa 80 dollari o più per utente, al mese. (Prezzi 2018 ricavati dal sito web di IBM Watson Analytics).
Le API di Watson consentono alle aziende di costruire applicazioni AI
IBM ha pubblicato una serie di interfacce per programmi applicativi (API) sul suo cloud che consentono agli utenti di costruire le proprie applicazioni AI che utilizzano la tecnologia di base di Watson sul back-end. Ci sono API che supportano framework di sviluppo popolari come Java, Python e altri.
IBM ha anche connettori API per algoritmi di apprendimento profondo preaddestrati che permettono agli utenti di costruire applicazioni per cose come l’elaborazione del linguaggio naturale, il riconoscimento delle immagini e l’analisi del tono. Un’API supporta lo sviluppo di assistenti intelligenti che utilizzano la tecnologia Watson sul back-end.
La storia di IBM Watson
In un articolo dell’autunno 2010 dell’AI Magazine, i ricercatori IBM hanno riferito del loro viaggio di tre anni per costruire un sistema informatico che potesse competere con gli umani nel rispondere correttamente alle domande in tempo reale nello show televisivo Jeopardy! Questo progetto ha portato alla progettazione dell’architettura DeepQA di IBM e di Watson.
Nel 2011, Watson ha sfidato due giocatori di punta di Jeopardy! – i campioni Ken Jennings e Brad Rutter – e li ha notoriamente battuti. L’avatar di Watson si è seduto tra i due concorrenti, come farebbe un concorrente umano, mentre la sua notevole mole si trovava su un altro piano dell’edificio. Come gli altri concorrenti, Watson non aveva accesso a Internet.
Nel turno di prova, Watson ha dimostrato un’abilità simile a quella umana per i giochi di parole complessi, rispondendo correttamente, per esempio, alla domanda di risposta, “Classica barretta di cioccolato che è una donna della Corte Suprema,” con, “Cos’è Baby Ruth Ginsburg? Rutter ha notato che anche se il recupero delle informazioni è “banale” per Watson e difficile per un umano, l’umano è ancora migliore nel complesso compito di comprensione. Tuttavia, l’apprendimento automatico permette a Watson di esaminare i suoi errori rispetto alle risposte corrette per vedere dove ha sbagliato e informare le risposte future.
I ricercatori della IBM hanno concluso che DeepQA ha dimostrato di essere un’architettura efficace ed estensibile che potrebbe essere utilizzata per combinare, distribuire, valutare e far avanzare una vasta gamma di tecniche algoritmiche nel campo della risposta alle domande.