) est un supercalculateur IBM équipé d'un système d'intelligence artificielle, créé par un groupe de chercheurs dirigé par David Ferrucci. Sa création fait partie du projet DeepQA. La tâche principale de Watson est de comprendre des questions formulées en langage naturel et d'y trouver des réponses dans une base de données. Nommé d'après le fondateur d'IBM, Thomas Watson.

Participation à "Jeopardy!"

En février 2011, pour tester les capacités de Watson, il a participé à l'émission télévisée Jeopardy ! (Équivalent russe - Propre jeu). Ses adversaires étaient Brad Rutter, le plus grand gagnant du programme, et Ken Jennings, le détenteur du record de la plus longue séquence d'invincibilité. Watson a gagné, recevant 1 million de dollars, tandis que Jennings et Rutter ont reçu respectivement 300 000 et 200 000 dollars.

Plate-forme

Watson se compose de 90 serveurs Power7 750, chacun contenant 4 processeurs POWER7 à huit cœurs. Total BÉLIER Watson possède plus de 15 téraoctets.

Le système avait accès à 200 millions de pages d'informations structurées et non structurées avec un volume de 4 téraoctets, dont texte intégral Wikipédia. Pendant le jeu, Watson n'avait pas accès à Internet.

L'avenir du projet

IBM, en collaboration avec Nuance Communications, prévoit de développer un produit au cours des deux prochaines années pour faciliter le diagnostic et le traitement des patients. Des applications dans d'autres domaines, comme l'évaluation des polices d'assurance ou l'efficacité énergétique, sont également envisagées.

L'histoire de Watson a commencé en 2006, lorsque David Ferrucci, directeur principal du groupe IBM analyse sémantique, a commencé à tester l'un des plus supercalculateurs puissants entreprise, qui occupait l’une des premières positions des 500 voitures les plus productives au monde. Ferrucci a décidé de tester l'efficacité avec laquelle la machine ferait face aux tâches posées par le « langage naturel », et l'a invitée à répondre à 500 questions posées dans le cadre du Jeopardy ! Les résultats se sont avérés désastreux : par rapport aux joueurs en direct, la machine n'a pas « appuyé sur le bouton » assez rapidement (c'est-à-dire qu'elle était prête à répondre), et dans le cas où elle pouvait encore rivaliser avec des personnes, le nombre de les réponses correctes ne dépassaient pas 15 %

Ferrucci s'est intéressé aux raisons de ce comportement du supercalculateur et, grâce à cela, il a réussi en 2007 à convaincre la direction d'IBM de lui confier une équipe de 15 personnes et de 3 à 5 ans pour créer un système efficace. système automatique capable de répondre à des questions informelles. Un tel système serait utile à toutes sortes de centres d’appels, de services d’assistance et de tout autre service au service des clients. IBM avait déjà expérience réussie créer une machine capable de rivaliser avec l'intelligence humaine - nous parlons du supercalculateur Deep Blue, qui a vaincu le champion du monde d'échecs Garry Kasparov en 1997. Cette victoire a fait une grande publicité pour IBM, mais aucune application commerciale pour une telle installation n'a pu être trouvée. Dans le cas d’un système de questions-réponses automatique, le potentiel commercial est tout à fait évident.

Différence fondamentale Watson de Deep Blue est que si une machine d'échecs traite des règles de jeu strictement logiques, alors une machine qui reconnaît la « parole naturelle » est confrontée à des règles de langage beaucoup plus complexes et à de nombreuses distorsions et écarts par rapport à celles-ci. Mais le plus grand défi est que les gens, sans s’en rendre compte, communiquent dans leur contexte culturel et social. Le discours familier regorge d'allusions, d'allusions et de connotations, de références à certains faits, concepts et phénomènes communs à un environnement social particulier. Il s'agit notamment d'idées religieuses, de convictions politiques et de toutes sortes d'œuvres d'art - des livres et peintures aux films et jeux informatiques.

Pour traiter efficacement ces informations, nous utilisons algorithmes statistiques, permettant, en analysant une grande variété de documents, d'établir la connexion de différents concepts entre eux. En termes simples, il détermine quels mots sont le plus souvent utilisés ensemble. Par exemple, « Kremlin » est plus souvent associé aux mots « Russie », « Moscou », un peu moins souvent à « Kazan », « Nijni Novgorod », encore moins souvent à « cathédrale », « icône », etc. ces algorithmes sont connus depuis longtemps, leur pleine utilisation n'est devenue possible qu'au cours de la dernière décennie - après une augmentation spectaculaire de la productivité technologie informatique et réduire le coût des disques pour stocker d’énormes quantités de données.

L'équipe de Ferrucci télécharge sur Mémoire IBM Watson contient des millions de documents de toutes sortes - manuels, encyclopédies, ouvrages de référence, fiction et littérature religieuse. Plus d’une centaine d’algorithmes sont utilisés simultanément pour analyser les questions, offrant ainsi des centaines de solutions possibles. Ensuite, d'autres algorithmes évaluent la fiabilité des réponses potentielles, éliminant celles qui sont impossibles pour des raisons objectives (par exemple, les écarts entre la date de l'événement et les années de vie des acteurs) et celles qui sont peu probables. Plus il y a de réponses identiques, plus il y a de chances qu'elles soient correctes - pendant le jeu, le tableau de bord affiche une note de plusieurs des réponses les plus probables, en plus de la plus courante.

En 2008, IBM Watson est passé de la catégorie des « perdants » au sommet de ce qu'on appelle le « nuage des gagnants », composé de personnes qui parviennent à appuyer sur le bouton en premier 50 % du temps, indiquant qu'elles sont prêtes à répondre. , puis donnez la bonne réponse dans 85 à 95 % des cas. IBM a même convenu avec les producteurs de Jeopardy d'organiser une série spéciale de jeux à l'automne 2010 avec la participation de Watson et des gagnants des années précédentes. Pour préparer ces jeux (c'est-à-dire en fait améliorer les algorithmes), l'intérieur approximatif du studio de quiz a été recréé et des tests ont commencé à être effectués avec la participation de joueurs en direct et du présentateur. Dans le même temps, comme prévu, « Watson » donne ses réponses à haute voix avec une voix synthétique synthétisée, ce qui amuse beaucoup les personnes présentes.

Au cours des "formations", il est devenu clair fait intéressant: Bien qu'il n'ait pas tout le potentiel de Watson, il peut non seulement gagner la plupart des matchs, mais aussi en perdre plus de la moitié. Il y a plusieurs raisons : de la « chance de Sa Majesté » (des situations sont possibles où un adversaire peut gagner en augmentant simplement les enjeux, laissant la voiture en faillite) aux spécificités des règles. Curieusement, une personne est capable d'appuyer sur un bouton plus rapidement qu'une machine, et cela est dû aux règles du jeu, qui ne peuvent pas être modifiées.

Le fait est que chaque question est affichée à l'écran et lue par le présentateur, et vous ne pouvez appuyer sur le bouton qu'après avoir fini de lire la question. Watson reçoit le texte de la question dans formulaire électronique simultanément avec sa sortie à l'écran, mais même alors il n'a pas le temps d'arriver à solution toute faite plus rapide qu'un humain. Pendant que le présentateur lit la question, ce qui prend six à sept secondes, un joueur expérimenté peut déjà évaluer ses chances de donner la bonne réponse et est prêt à appuyer sur le bouton en quelques dizaines de millisecondes seulement. Les règles accordent cinq secondes supplémentaires pour la réponse suivante.

En appuyant sur le bouton, une personne prend un risque : si elle ne donne pas la bonne réponse à une question pour 100 unités, son compte virtuel sera vide du même montant. L'ordinateur n'est pas enclin à prendre des risques et ne donne des réponses qu'une fois tous les calculs effectués et seulement s'il dispose de suffisamment d'informations pour évaluer la fiabilité et la probabilité que cette réponse soit correcte. Vous pouvez voir à quoi cela ressemble pendant le jeu dans la vidéo. En prenant des risques, un joueur vivant peut gagner du fait qu'il se souvient de la réponse souhaitée dans les 11 à 12 secondes dont il dispose.

Dans une situation légèrement plus formalisée qu'un jeu télévisé, les algorithmes de Watson peuvent fournir des réponses beaucoup plus prévisibles et précises. En particulier, le chef de la division de recherche d'IBM, John Kelly, a l'intention de créer une version médicale de cet appareil sous le nom non officiel de Watson M.D. Un tel système aiderait les médecins à prendre rapidement bonnes décisions en tenant compte de l'énorme quantité de données sur le patient, qu'il est physiquement impossible de toujours garder en mémoire. "Watson" pourrait bien remplacer les opérateurs en direct dans le domaine informatique et services téléphoniques V commerce de détail, V secteur bancaire et dans les transports.

Le coût d'un système IBM de classe Watson peut aujourd'hui s'élever à plusieurs millions de dollars, car son fonctionnement nécessite au moins un supercalculateur IBM d'un million de dollars. Kelly estime qu'au cours des dix prochaines années, une telle technologie pourra être mise en œuvre sur un serveur beaucoup moins cher et qu'à l'avenir, un tel programme fonctionnera sur un ordinateur pas plus cher qu'un ordinateur portable moderne.

Bien informé langue anglaise peuvent affronter IBM Watson en ligne sur le site Web du New York Times.

Supercalculateur IBM Watson devrait être utilisé dans les services de support technique au lieu des opérateurs en direct. Cependant, toutes ces tâches sont davantage liées à la recherche de la bonne réponse aux demandes des utilisateurs sur la base d'informations connues. IBM estime que le véritable intelligence artificielle doit être capable de trouver des solutions créatives, de créer et d'inventer de nouvelles choses, et pas seulement d'analyser l'ancienne.

Pour développer les capacités créatives de Watson, ses créateurs ont choisi l'art culinaire. C'est un terrain d'expérimentation très pratique : la cuisine est un processus très « humain », intuitif, peu propice à l'algorithmisation et à la standardisation. Et n’importe qui dans la rue peut évaluer les résultats. Biscuits aux amandes et au chocolat à l'espagnole, dessert aux fraises à l'équatorienne, tomates grillées sur pain grillé au safran - ces plats et d'autres créés par Watson ont déjà été préparés et dégustés avec plaisir au cours des expériences. Et il y a quelques semaines, une prépublication d'un article a été publiée décrivant les algorithmes et les modèles mathématiques que Watson utilise pour créer des recettes originales.

N'importe lequel solution créative doit répondre simultanément à deux critères : être nouveau et être de haute qualité. La nouveauté est relativement facile à réaliser simplement en combinant des ingrédients et des techniques de transformation. Mais avec la qualité, la situation est bien plus compliquée. Apprendre à un ordinateur à comprendre quel sera le goût, l'arôme, la texture et l'apparence d'un plat est extrêmement difficile.

Les données initiales de Watson étaient plusieurs millions de recettes collectées sur Internet. Ils ont été exécutés à l'aide d'algorithmes éprouvés de traitement du langage naturel, qui ont été utilisés pour gagner le quiz et enseigner la médecine Watson. Des informations ont été extraites de Wikipédia sur les ingrédients typiques et les techniques de transformation caractéristiques des cuisines de différentes nations du monde. Enfin, Watson a acquis une connaissance approfondie de la chimie et de la physiologie de la perception humaine du goût et de l'odorat.

De nouvelles recettes ont été générées à partir de recettes existantes à l'aide d'un algorithme génétique, en utilisant les valeurs de nouveauté, d'agrément et de compatibilité comme fonctions de fitness.

Modèle mathématique L'évaluation de la nouveauté de la recette est basée sur le théorème de Bayes ; l'approche dite de « surprise bayésienne » a été utilisée, développée à l'origine pour modéliser le comportement du spectateur lorsqu'il regarde une vidéo. En un mot, l'essence de la méthode est que la différence entre la probabilité a priori et a posteriori de rencontrer une certaine combinaison de produits dans l'espace de recette lorsqu'un nouveau y est ajouté est mesurée. Ainsi, les combinaisons de noix avec du chocolat ou de moutarde avec des saucisses sont tout à fait banales et n'entraînent quasiment aucun changement dans les probabilités. différentes combinaisons. Mais les saucisses enrobées de chocolat affecteront ces probabilités de manière bien plus significative.

La chimie a été utilisée principalement pour évaluer l’agrément. Connaissant la composition chimique des produits et l'ordre de leur mélange et de leur traitement, l'ordinateur a calculé quelles substances détermineraient le goût et l'odeur du plat. Fait intéressant, l’odeur s’est avérée bien plus importante que le goût du plat. Notre perception du goût est très étroitement liée à l’odorat et à l’arôme. Une personne ne distingue que quelques goûts de base - acide, sucré, salé, amer. Différentes cultures distinguent plusieurs goûts plus basiques, comme la tarte ou l'umami. Mais la variété des odeurs est bien plus grande et elles ne se réduisent pas à de simples combinaisons de base.

Enfin, l'évaluation de la compatibilité des produits reposait également sur des base scientifique, en particulier, sur l'étude conjointe de scientifiques américains et britanniques « Réseaux de saveurs et principes de combinaisons alimentaires », dans laquelle environ 50 000 recettes ont été analysées et construites des cartes de compatibilité des produits, caractéristiques des cuisines de différentes régions.

En conséquence, une application a été créée dans laquelle vous pouvez spécifier un ensemble de produits, un style national et un type de plat, après quoi Watson a donné un ensemble de recettes pouvant être classées par degré de nouveauté, d'agrément et de compatibilité. En plus des plats individuels, Watson peut créer des menus entiers, obtenant de la variété et les bonnes combinaisons de plats grâce à l'utilisation de la modélisation thématique. C'est ainsi qu'on construit un modèle de collection documents texte, qui divise la collection en rubriques et détermine à quelle rubrique appartient chaque document. Watson applique ce modèle aux recettes : les ingrédients individuels sont les mots-clés et les recettes elles-mêmes sont les documents.

3 septembre 2015 à 11h34

Cognitif Système IBM Watson : principes de travail avec le langage naturel

• Blogue IBM,
• Algorithmes

IBM Watson est l'un des premiers systèmes cognitifs au monde. Ce système peut faire beaucoup, grâce auquel les capacités de Watson sont utilisées dans de nombreux domaines - de la cuisine à la prévision des accidents dans zones peuplées. En général, la plupart des capacités de Watson ne sont pas uniques, mais prises ensemble, toutes ces capacités représentent un outil très puissant pour résoudre divers problèmes.

Par exemple - reconnaissance du langage naturel, apprentissage dynamique des systèmes, construction et évaluation d'hypothèses. Tout cela a permis à IBM Watson d'apprendre à donner des réponses directes et correctes (avec haut degré fiabilité) aux questions de l’opérateur. Dans le même temps, le système cognitif est capable d'utiliser un large éventail de données globales non structurées pour le travail, Mégadonnées. Quels sont les principes de base de la façon dont IBM Watson fonctionne avec le langage ? Plus d'informations à ce sujet dans la suite.

Principaux défis de la reconnaissance du langage naturel

Pour les humains, le langage est un moyen d’exprimer des pensées. Nous utilisons le langage pour transmettre nos opinions, nos données et nos informations. Nous pouvons faire des prédictions et formuler des théories. C'est la langue - pierre angulaire notre conscience. En même temps, il existe un paradoxe : le langage humain est très imprécis.

De nombreux termes sont illogiques et il peut être très difficile pour les systèmes informatiques de nous comprendre. Par exemple, comment une voix peut-elle être mince ? Comment peut-on s'épuiser de honte ? Pour une machine, c'est un problème, mais pour une personne, c'est une chose tout à fait ordinaire. Le fait est que pour répondre correctement à une question, il est souvent nécessaire de prendre en compte le contexte existant. Sans informations factuelles suffisantes, il est difficile de répondre correctement à une question, même si l’on peut littéralement trouver la réponse exacte aux éléments de la question.

Traitement du langage naturel – Premiers pas

Beaucoup systèmes informatiques sont capables d'analyser le langage, mais en même temps une analyse superficielle est effectuée. Cela peut avoir du sens, par exemple, pour procéder à une évaluation statistiquement valable des tendances de l'évolution des émotions sur de grandes quantités d'informations. Ici, la précision du transfert d'informations n'est pas très importante, car même si l'on suppose que le nombre de résultats faussement positifs est approximativement égal au nombre de résultats faussement négatifs, ils s'annulent.

Mais si tous les cas comptent, alors les systèmes qui fonctionnent avec une analyse linguistique superficielle ne peuvent plus faire leur travail correctement. Un exemple frappant de ceci pourrait être la tâche de assistant vocal n'importe lequel des appareils mobiles. Si vous dites « trouve-moi une pizza », l'assistant affichera une liste de pizzerias. Si vous dites par exemple « ne me cherchez pas de pizza à Madrid », le système recherchera toujours. De tels systèmes fonctionnent en identifiant certains mots-clés et en utilisant un ensemble de règles spécifiques. Le résultat peut être exact dans un système de règles donné, mais incorrect.

Traitement profond du langage naturel

Afin d'apprendre au système à analyser des structures sémantiques complexes, en tenant compte des émotions et d'autres facteurs, les spécialistes ont utilisé un traitement approfondi du langage naturel. À savoir, un système d’analyse de contenu questions-réponses (Deep Question*Answering, DeepQA). Si une plus grande précision est requise, des méthodes supplémentaires de traitement du langage naturel doivent être utilisées.
IBM Watson est un système de traitement profond du langage naturel. Lors de l'analyse d'une question spécifique, afin de donner la bonne réponse, le système essaie d'évaluer un contexte aussi large que possible. Cela utilise non seulement les informations relatives aux questions, mais également les données de la base de connaissances.
La création d'un système capable de traiter en profondeur le langage naturel a permis de résoudre un autre problème : l'analyse quantité énorme informations générées quotidiennement. Il s'agit d'informations non structurées, telles que des tweets, des messages réseaux sociaux, rapports, articles et plus encore. IBM Watson a appris à utiliser tout cela pour résoudre des problèmes humains.

Système cognitif IBM Watson

Watson représente un niveau différent de capacités informatiques. Le système peut séparer certaines déclarations en langage naturel et trouver des liens entre ces déclarations. Dans le même temps, Watson fait face à la tâche, dans de nombreux cas, même mieux que l'homme, même si le traitement des données est beaucoup plus rapide, le travail est effectué avec beaucoup gros volumes- une personne en est tout simplement incapable.

Caractéristiques de base du système cognitif

Le système fonctionne dans cet ordre :

1. Lorsque Watson reçoit une question, il l'exécute. analyse pour mettre en évidence les principales caractéristiques du problème.

2. Le système génère une série d'hypothèses en parcourant le corpus à la recherche d'expressions qui, avec un certain degré de probabilité, peuvent contenir la réponse requise. Afin de diriger recherche efficace dans les flux d'informations non structurées, des capacités informatiques complètement différentes sont nécessaires * on les appelle systèmes cognitifs. (je ne comprends pas trop la dernière phrase et le rôle de l'astérisque)

3. Le système effectue une comparaison approfondie entre la langue de la question et la langue de chacune des options de réponse possibles, en utilisant divers algorithmes inférence logique.

C'est une étape difficile. Il existe des centaines d'algorithmes d'inférence, et ils le font tous différentes comparaisons. Par exemple, certains recherchent des termes et des synonymes correspondants, d'autres examinent des caractéristiques temporelles et spatiales, tandis que d'autres analysent sources appropriées informations contextuelles.

4. Chaque algorithme d'inférence fournit un ou plusieurs scores indiquant dans quelle mesure une réponse possible découle d'une question dans le domaine considéré par l'algorithme.

5. Chaque score obtenu se voit ensuite attribuer une pondération par un modèle statistique qui enregistre dans quelle mesure l'algorithme a réussi à identifier les connexions logiques entre deux phrases similaires dans ce domaine pendant la « période d'apprentissage » de Watson. Ce modèle statistique peut être utilisé ultérieurement pour déterminer niveau général Confiance de Watson dans le fait qu'une réponse possible découle d'une question.

6. Watson répète le processus pour tout le monde option possible répondre jusqu'à ce qu'il trouve des réponses qui ont plus de chances d'être correctes que d'autres.

Comme mentionné ci-dessus, pour répondre correctement à une question, le système doit contacter sources supplémentaires données. Il peut s'agir de manuels scolaires, de manuels, de FAQ, d'actualités et de tout le reste. Watson traite d'énormes quantités d'informations en quelques secondes pour obtenir la bonne réponse. Dans le même temps, le contenu trouvé est également vérifié et les données obsolètes et inutiles sont éliminées.

Éléments du système cognitif

Watson déduit le sens général du texte à partir des informations reçues, de la base de données complémentaire. Cela utilise le titre du document, une partie du texte du document ou la totalité du texte.

Les systèmes cognitifs, leurs méthodes de collecte, de mémorisation et de récupération des informations sont similaires à la façon dont les humains analysent les informations. Dans ce cas, les systèmes cognitifs peuvent transmettre des informations et agir. Voici des exemples de constructions comportementales utilisées dans ce cas :

Capacité à créer et tester des hypothèses ;
- la capacité de décomposer en composants et de tirer des conclusions logiques sur la langue ;
- capacité à extraire et évaluer informations utiles(comme les dates, les lieux et les caractéristiques).

Sans ces capacités, ni un ordinateur ni un être humain ne seront capables de déterminer la relation correcte entre les questions et les réponses.
Les processus cognitifs sont plus ordre élevé peut réaliser haut niveau compréhension, en se concentrant sur les modes de comportement de base. Pour comprendre quelque chose, il faut être capable de diviser l'information en éléments plus petits et assez bien organisés au niveau considéré. Processus physiques chez l'homme, ils se déroulent complètement différemment des processus à l'échelle cosmique ou au niveau des particules élémentaires. De même, les systèmes cognitifs sont conçus pour fonctionner au niveau humain, même s’ils représentent une grande variété de personnes.

À cet égard, comprendre le langage commence par comprendre davantage règles simples langage - non seulement la grammaire formelle, mais aussi les conventions informelles observées dans l'usage quotidien.

Pourquoi tout cela ?

Désormais, le système cognitif IBM Watson, grâce à de nombreuses années de formation et d'amélioration, peut effectuer un travail de la manière la plus optimale possible. différents domaines. Ici, nous avons la médecine, la cuisine, la linguistique et la résolution de problèmes commerciaux par des problèmes scientifiques.

Au départ, les spécialistes avaient le choix : rendre le système universel ou spécialisé. Chaque option a ses propres avantages et inconvénients, mais le choix a été fait dans le sens de la polyvalence.

L'entreprise a déjà été convaincue à plusieurs reprises que son choix était le bon - avant

Cinéma en ligne MEGOGO dans projet social« Regardez comment vous entendez » a été lancé du même nom canal interactif pour les personnes malentendantes. Sur la chaîne, tous les contenus, sans exception, sont diffusés avec une traduction en langue des signes.

La majeure partie du contenu (environ 70 %) est destinée aux enfants, qui ont des difficultés à comprendre les sous-titres. Ainsi, selon le concept de la chaîne « Regardez comme vous entendez », des dessins animés et des films pour enfants seront diffusés ici tous les jours le matin, et le soir et la nuit, il y aura un programme prenant en compte les intérêts des adultes - films et séries télévisées. Par exemple, « Time Loop », « Contact List », « Areas of Darkness », « American Hustle ».

MEGOGO affirme que les grands studios et les titulaires de droits ouvrent facilement les droits de production vidéo accompagnés d'une interprétation en langue des signes. Ainsi, sur la chaîne, les utilisateurs pourront regarder des blockbusters célèbres et des films légendaires en qualité HD.

« Nous essayons de fournir une traduction en langue des signes pour chaque film dont nous recevons les droits. Les personnes malentendantes et malentendantes devraient avoir accès à tous les contenus, tout comme tous nos utilisateurs. Désormais, tous nos contenus ont l'option « sous-titres », mais cela ne suffit pas, il y a ceux qui ne comprennent pas les textes et qui ont besoin d'un assistant sous la forme d'un interprète en langue des signes. La chaîne « Look How You Hear » répond aux tendances et pratiques internationales en matière d'intégration des personnes malentendantes dans la société », a déclaré Ivan Shestakov, directeur marketing de MEGOGO.

La traduction en langue des signes est entièrement réalisée dans le propre studio de MEGOGO, lancé il y a plus de 2 ans par le cinéma en ligne, en même temps que section spéciale"Regardez comment vous entendez." Parallèlement, dans le cadre du projet du même nom, la société a régulièrement commencé à organiser des projections théâtrales de dessins animés pour enfants malentendants en Ukraine, en Russie, dans les pays baltes et dans la CEI. Où, en plus des films, avec la participation de divers partenaires, les jeunes spectateurs reçoivent des cadeaux, des friandises et un programme d'animations est organisé.

La nouvelle chaîne interactive « Regardez comme vous entendez » sera disponible dans les abonnements « Cinéma et TV » en Ukraine, Russie, Moldavie, Biélorussie, Kazakhstan, Azerbaïdjan, Tadjikistan, Kirghizistan, Arménie et Turkménistan.

Selon les experts, rien qu'en Ukraine, le nombre de personnes malentendantes s'élève à 1,3 million. « Dans les pays de l'ex-URSS, ils pourraient être plus de 8 millions et ils devraient bénéficier du même divertissement. Par exemple, en Finlande, en Suède et en Grande-Bretagne, la langue des signes est assimilée à la langue nationale. Elle est enseignée aux enfants à l'école, le personnel médical, les policiers, les enseignants et le personnel militaire doivent parler la langue des signes, et les chaînes de télévision doivent diffuser au moins des sous-titres », expliquent les organisateurs du projet caritatif « Presque » à propos de l'exemple occidental.

Il existe plusieurs supercalculateurs modernes ordinateurs serveurs, réunis en réseau. Leur vitesse de calcul se mesure en pétaflops.

• 1 pétaflops = 10 15 opérations par seconde

La performance moyenne du cerveau humain est de 20 pétaflops. Seuls quelques supercalculateurs dans le monde offrent d’excellentes performances, mais aucun d’entre eux ne peut remplacer le cerveau humain.

Il existe actuellement plusieurs centaines de supercalculateurs dans le monde. Les plus puissants figurent dans le classement annuel TOP-500. En 2016, ce classement a été dominé par le chinois Sunway TaihuLight. Avant cela, il a également occupé le poste de direction pendant trois ans. ordinateur chinois Tianhe-2. IBM compte deux supercalculateurs dans ce classement : Mira et Sequoia. Ce dernier était leader en 2012, et occupe désormais la quatrième place.

Andreï Filatov ( directeur général IBM en Russie et dans les pays de la CEI) sur les technologies cognitives

Dr. Watson est le supercalculateur le plus célèbre

Le principal avantage de Watson est qu’il comprend les questions en langage naturel et y répond en analysant les données. En 2011, Watson a battu les gens dans un jeu télévisé Péril!(Équivalent russe - « Own Game »).

Watson est un ensemble de technologies d'application appelé " services cloud" Watson est le plus activement utilisé en médecine, aidant à diagnostiquer et à traiter le cancer. Sa mémoire contient plus de 600 000 rapports médicaux. Il est également utilisé dans secteur financier, le droit, l'hôtellerie et bien d'autres secteurs. De plus, il est même capable d’entretenir une conversation avec des célébrités.

Une erreur s'est produite lors du chargement.

Watson s'entretient avec la joueuse de tennis américaine Serena Williams

Applications pour IBM Watson

Éducation. Les écoles américaines testent Teacher Advisor with Watson, un outil cognitif qui propose des conseils d'amélioration programmes d'études et la personnalisation des programmes de formation.

Science. Johnson & Johnson utilise Watson pour analyser la littérature scientifique. Parmi une quantité colossale de matériaux, il sélectionne ceux nécessaires à la recherche, et la recherche peut être menée beaucoup plus rapidement et plus efficacement.

Sécurité au travail. Le fabricant d'acier laminé North Star BlueScope Steel cherche à utiliser Watson Internet of Things pour créer des solutions visant à protéger les travailleurs dans des situations extrêmes. Les travailleurs porteront également des appareils pour collecter et traiter des données. Si des conditions dangereuses surviennent, les informations seront immédiatement envoyées à la direction de North Star.

Cybersécurité. Piratage de cybercriminels systèmes d'informations entreprises, puis en vendent l’accès sur l’Internet « noir ». Si dans une partie globe il y a eu un échec ou une fraude, Système Watson vous permettra d'avertir les autres utilisateurs de ce système.

Médecine. L'Université de Caroline du Nord et 12 autres centres de recherche sur le cancer utilisent Watson pour analyser l'ADN des patients afin de développer ensuite des traitements personnalisés.

Aucun médecin n'est capable d'analyser un échantillon d'informations aussi important, seul un ordinateur

Le volume de données médicales double tous les trois ans et les coûts associés augmentent de 7 000 milliards de dollars. Le secteur de la santé est incapable de suivre le rythme effarant de l’émergence nouvelles informations, qui comprend des données sur des tests de laboratoire, des tests médicaux et divers paramètres humains (poids corporel, pression artérielle et ainsi de suite). Environ tous les 35 cents sur 1 $ dépensé en soins médicaux, est gaspillé.

Ce sont les coûts élevés du traitement des données qui ont motivé le développement système unique IBM Watson. Il est capable non seulement de générer d'énormes quantités d'informations médicales, mais également de reconnaître les moindres écarts dans l'état de santé des patients, ce que même un médecin hautement qualifié possédant de nombreuses années d'expérience peut manquer.

Le système cognitif IBM Watson doit son nom à son créateur, Thomas Watson. Les développeurs ont réussi à créer un superordinateur capable de traiter des informations sur un pied d'égalité avec l'esprit humain. Avant de faire conclusion définitive, la plateforme d'analyse IBM Watson passe par les étapes suivantes :

• recherche sur la question;
• recherche primaire et génération d'hypothèses ;
• filtrage des résultats ;
• sélection des faits et analyse de leur qualité ;
• combiner les résultats et leur évaluation.

Ainsi, le supercalculateur traite le langage humain et apporte rapidement des réponses aux questions les plus complexes. La médecine n'est pas le seul domaine de travail d'IBM Watson. Faire une météo, en faire une originale recette culinaire et même diriger le vôtre propre entreprise devient beaucoup plus facile avec ce système. Mais à l’avenir, il sera principalement utilisé dans le secteur de la santé.

Domaines d'application en médecine

Le supercalculateur IBM Watson améliore la convivialité des dossiers de santé électroniques. À cette fin, les scientifiques ont développé un outil spécial appelé EMRA. Un médecin peut utiliser cette application pour surveiller les antécédents médicaux d'un patient et de toute sa famille, les antécédents médicaux d'autres médecins, ainsi que les données d'assurance. De plus, l’application est synchronisée avec un tracker de fitness, ce qui permet au spécialiste d’observer le moindre changement dans l’état de santé d’une personne. Un tel système cognitif, après avoir analysé toutes les données, fournit des recommandations individuelles pour prendre soin de la santé de chaque patient.

IBM Watson Health analyse des données médicales graphiques différents types. Un supercalculateur peut grande vitesse identifier les détails et les anomalies de tout organe humain interne. En combinant des données graphiques et multimodales (texte), IBM Watson simplifie grandement le travail des oncologues et des radiologues. Ainsi, depuis plusieurs années, le système fonctionne à l'hôpital thaïlandais de Bumrungrad, diagnostiquant et fournissant des recommandations pour le traitement de divers cancers.

Le système IBM Watson aide les médecins à identifier le rôle des facteurs génétiques dans le diagnostic et le traitement du cancer et des pathologies rares. Le système analyse les données génomiques à partir de données électroniques carte médicale Le patient filtre les informations sur les mêmes maladies et, après les avoir traitées, transfère les données à un spécialiste.

Le superordinateur aide les dermatologues à identifier diverses maladies de peau. Le système cognitif IBM Watson analyse les images obtenues à l'aide d'un dermatoscope. Si un spécialiste est visuellement capable de poser un diagnostic avec une précision de 75 %, alors le système cognitif fonctionne avec une précision de 94 %.

Le patient ne doit pas s'inquiéter de la divulgation de ses données personnelles. IBM garantit la confidentialité et l'anonymat.

IBM Watson analyse déjà des médicaments et aide sociétés pharmaceutiques en créer de nouveaux. Avec l'aide d'un superordinateur, il est possible de réduire le nombre de diagnostics erronés, d'augmenter l'efficacité du traitement et de donner même aux patients désespérés une chance de guérison. Au fil du temps, le supercalculateur devient plus intelligent, ce qui signifie que dans un avenir proche, il contribuera à prévenir le développement de maladies avant de devoir les traiter.