IBM Watson supercomputador

Watson é um supercomputador IBM que combina inteligência artificial (IA) e software analítico sofisticado para um desempenho óptimo como uma máquina de “resposta a perguntas”. O supercomputador é nomeado pelo fundador da IBM, Thomas J. Watson.

O supercomputador Watson processa a uma taxa de 80 teraflops (triliões de operações de ponto flutuante por segundo). Para replicar (ou ultrapassar) a capacidade de um humano de alto funcionamento para responder a perguntas, Watson acede a 90 servidores com um armazenamento de dados combinado de mais de 200 milhões de páginas de informação, que processa contra seis milhões de regras lógicas. O sistema e os seus dados são auto-contidos num espaço que poderia acomodar 10 frigoríficos.

Os componentes chave de Watson incluem:

  • estruturas Apache Unstructured Information Management Architecture (UIMA), infra-estrutura e outros elementos necessários para a análise de dados não estruturados.
  • Apache’s Hadoop, uma estrutura de programação gratuita baseada em Java que suporta o processamento de grandes conjuntos de dados num ambiente informático distribuído.
  • SUSE Enterprise Linux Server 11, o sistema operativo de processador Power7 mais rápido disponível.
  • 2.880 núcleos de processador.
  • 15 terabytes (TB) de RAM.
  • 500 gigabytes (GB) de informação pré-processada.
  • software DeepQA da IBM, concebido para recuperação de informação que incorpora processamento de linguagem natural (PNL) e aprendizagem de máquina.
Como funciona o supercomputador Watson da IBM.

Aplicações para a tecnologia informática cognitiva subjacente do Watson são quase infinitas. Uma vez que o dispositivo pode efectuar mineração de texto e análises complexas em enormes volumes de dados não estruturados, pode suportar um motor de busca ou um sistema especializado com capacidades muito superiores a qualquer outro anteriormente existente.

Em Maio de 2016, a BakerHostetler, uma firma de advogados sediada em Ohio, assinou um contrato para um sistema especializado legal baseado no Watson para trabalhar com a sua equipa de falências de 50 pessoas. Esse sistema, chamado Ross, pode extrair dados de cerca de um bilião de documentos de texto, analisar a informação e fornecer respostas precisas a perguntas complicadas em menos de três segundos. O processamento em linguagem natural permite que o sistema traduza o legalês para responder às perguntas dos advogados.

Como os criadores de Ross adicionam mais módulos legais, sistemas peritos semelhantes estão a transformar a investigação médica.

Watson nos cuidados de saúde

Healthcare foi uma das primeiras indústrias a que a tecnologia Watson foi aplicada. A primeira implementação comercial da Watson ocorreu em 2013 quando o Memorial Sloan Kettering Cancer Center começou a utilizar o sistema para recomendar opções de tratamento para doentes com cancro do pulmão, a fim de garantir que recebessem o tratamento correcto, reduzindo simultaneamente os custos. Desde essa altura, fornecedores como Cleveland Clinic, Maine Center for Cancer Medicine e Westmed Medical Group também implementaram as ferramentas Watson.

No entanto, nem todas as implementações correram bem. O MD Anderson Cancer Center em Houston lançou um projecto em 2013 para construir um sistema de apoio à decisão alimentado pela tecnologia Watson para ajudar os médicos a determinar as melhores opções de tratamento. Mas depois de gastar mais de 62 milhões de dólares no projecto ao longo de quatro anos, os administradores hospitalares cancelaram o projecto, dizendo que este não tinha conseguido atingir os seus objectivos.

Os cuidados de saúde continuam a ser o principal ponto focal da IBM ao tentar provar a tecnologia Watson, e a empresa continua a forjar parcerias com organizações de cuidados de saúde. Em Maio de 2018, por exemplo, os maiores sistemas de saúde especializados da Índia, Apollo, concordaram em adoptar Watson for Oncology e Watson for Genomics. As duas plataformas de computação cognitiva IBM ajudarão os médicos a tomar decisões para cuidados personalizados contra o cancro.

A utilização do Watson pela IBM para resolver alguns dos maiores problemas em torno dos cuidados ao paciente e a utilização de dados para recomendar opções de tratamento provariam o valor das tecnologias Watson.

Watson Analytics

Watson Analytics é uma das principais implementações da tecnologia Watson. É uma plataforma para explorar, visualizar e apresentar dados que utiliza as capacidades cognitivas do Watson para automaticamente emergir dados e recomendar formas de apresentar os dados.

A plataforma é constituída por um componente de exploração, que permite aos utilizadores carregar os seus dados, recomenda automaticamente variáveis potencialmente correlacionadas e constrói comparações; uma ferramenta de previsão que permite aos utilizadores obter respostas a perguntas complexas com base nos seus dados; e uma ferramenta de elaboração de relatórios que suporta o desenvolvimento de dashboards e relatórios.

O caminho da IBM para a computação cognitiva.'s path to cognitive computing.

Cada componente é acedido utilizando uma interface gráfica de utilizador (GUI), o que minimiza a necessidade de formação avançada em ciências de dados. A plataforma destina-se a tornar a análise avançada acessível a trabalhadores com conhecimentos técnicos limitados. O custo da Watson Analytics depende da versão; existe uma versão gratuita que inclui a capacidade de carregar folhas de cálculo, obter visualizações, obter conhecimentos e construir painéis de controlo. A edição “Plus” inclui as capacidades da versão gratuita juntamente com 2 GB de armazenamento e fontes de dados, incluindo bases de dados, a partir de 30 dólares por utilizador, por mês. Uma edição “Profissional” com todas as características acima referidas, bem como um inquilino multiutilizador para colaborar, 100 GB de armazenamento e mais dados, custa $80 ou mais por utilizador, por mês. (2018 preços provenientes do website da IBM Watson Analytics).

Watson APIs permitem às empresas construir aplicações de IA

IBM publicou uma gama de interfaces de programas de aplicação (APIs) na sua nuvem que permitem aos utilizadores construir as suas próprias aplicações de IA que utilizam a tecnologia central do Watson no back end. Existem APIs que suportam frameworks de desenvolvimento populares como Java, Python e outros.

IBM também tem conectores API para algoritmos de aprendizagem profunda pré-treinados que permitem aos utilizadores construir aplicações para coisas como processamento de linguagem natural, reconhecimento de imagem e análise de tom. Uma API suporta o desenvolvimento de assistentes inteligentes utilizando a tecnologia Watson no back end.

IIBM Watson’s history

Num artigo da AI Magazine do Outono de 2010, investigadores da IBM relataram a sua viagem de três anos para construir um sistema informático que pudesse competir com os humanos na resposta correcta a perguntas em tempo real no programa de televisão Jeopardy! Este projecto levou à concepção da arquitectura DeepQA da IBM e Watson.

Em 2011, Watson desafiou dois jogadores de topo no Jeopardy! — os campeões Ken Jennings e Brad Rutter — e derrotou-os de forma famosa. O avatar Watson sentou-se entre os dois concorrentes, como um concorrente humano o faria, enquanto a sua considerável maioria sentou-se num andar diferente do edifício. Tal como os outros concorrentes, Watson não tinha acesso à Internet.

IBM Watson avatar em 'Jeopardy!' em 2011'Jeopardy!' in 2011
IBM Watson em ‘Jeopardy!em 2011

Na ronda de prática, Watson demonstrou uma capacidade humana para um jogo de palavras complexo, respondendo correctamente, por exemplo, à pista de resposta, “Barra de chocolate clássica que é uma justiça feminina do Supremo Tribunal”, com, “O que é a Bebé Ruth Ginsburg? Rutter observou que embora a recuperação de informação seja “trivial” para Watson e difícil para um humano, o humano é ainda melhor na complexa tarefa de compreensão. No entanto, a aprendizagem mecânica permite a Watson examinar os seus erros contra as respostas correctas para ver onde errou e informar as respostas futuras.

Os investigadores do DeepQA concluíram que o DeepQA provou ser uma arquitectura eficaz e extensível que poderia ser utilizada para combinar, implementar, avaliar e avançar uma vasta gama de técnicas algorítmicas no campo da resposta a perguntas.

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *