)는 데이비드 페루치(David Ferrucci)가 이끄는 연구진이 만든 인공지능 시스템을 탑재한 IBM 슈퍼컴퓨터이다. 그 생성은 DeepQA 프로젝트의 일부입니다. Watson의 주요 임무는 자연어로 구성된 질문을 이해하고 데이터베이스에서 이에 대한 답변을 찾는 것입니다. IBM 창립자인 Thomas Watson의 이름을 따서 명명되었습니다.

"Jeopardy!"에 참여합니다.

2011년 2월, Watson의 능력을 테스트하기 위해 그는 TV 쇼 Jeopardy!에 참여했습니다. (러시아어 버전 - 자체 게임). 그의 상대는 프로그램 최대 우승자인 브래드 루터(Brad Rutter)와 최장 무패 행진 기록 보유자인 켄 제닝스(Ken Jennings)였습니다. Watson은 100만 달러를 받아 승리했고 Jennings와 Rutter는 각각 300,000달러와 200,000달러를 받았습니다.

플랫폼

Watson은 90개의 Power7 750 서버로 구성되며 각 서버에는 4개의 8코어 POWER7 프로세서가 포함되어 있습니다. 총 숫양 Watson의 용량은 15테라바이트가 넘습니다.

이 시스템은 다음을 포함하여 4테라바이트 용량의 정형 및 비정형 정보 2억 페이지에 액세스할 수 있었습니다. 전문위키피디아. 게임이 진행되는 동안 Watson은 인터넷에 접속할 수 없었습니다.

프로젝트의 미래

IBM은 Nuance Communications와 함께 향후 2년에 걸쳐 환자 진단 및 치료에 도움이 되는 제품을 개발할 계획입니다. 보험 정책이나 에너지 효율성 평가와 같은 다른 분야의 적용도 고려되고 있습니다.

Watson의 이야기는 2006년 IBM 수석 관리자인 David Ferrucci가 시작했습니다. 의미론적 분석, 가장 많은 것 중 하나를 테스트하기 시작했습니다. 강력한 슈퍼컴퓨터세계에서 가장 생산적인 자동차 500대 중 상위권을 차지한 회사입니다. Ferrucci는 기계가 "자연어"가 제기하는 작업에 얼마나 효과적으로 대처하는지 테스트하기로 결정하고 이미 개최된 Jeopardy!에서 제기된 500개의 질문에 답하도록 초대했습니다. 결과는 비참한 것으로 나타났습니다. 라이브 플레이어에 비해 기계는 충분히 빨리 "버튼을 누르지" 않았으며(즉, 응답할 준비가 되어 있음) 여전히 사람과 경쟁할 수 있는 경우에는 정답률이 15%를 넘지 않았습니다.

Ferrucci는 슈퍼컴퓨터의 이러한 동작에 대한 이유에 관심을 가지게 되었고, 그 결과 2007년에 IBM 경영진을 설득하여 15명의 팀을 구성하고 3~5년에 걸쳐 효과적인 솔루션을 만들 수 있었습니다. 자동 시스템비공식적인 질문에 답할 수 있다. 이러한 시스템은 모든 종류의 콜센터, 헬프 데스크 및 고객에게 서비스를 제공하는 기타 서비스에 유용할 것입니다. IBM은 이미 성공적인 경험인간 지능과 경쟁할 수 있는 기계를 만드는 것 - 우리는 1997년 세계 체스 챔피언 가리 카스파로프(Garry Kasparov)를 물리친 슈퍼컴퓨터 Deep Blue에 대해 이야기하고 있습니다. 이 승리는 IBM에게 큰 광고가 되었지만 그러한 설치에 대한 상용 응용 프로그램은 찾을 수 없었습니다. 자동 질의 응답 시스템의 경우 상업적인 잠재력은 매우 분명합니다.

근본적인 차이점 Deep Blue의 Watson은 체스 기계가 게임의 엄격한 논리적 규칙을 다룬다면 "자연스러운 음성"을 인식하는 기계는 훨씬 더 복잡한 언어 규칙과 수많은 왜곡 및 편차에 직면하게 된다는 것입니다. 그러나 가장 큰 문제는 사람들이 자신도 모르게 문화적, 사회적 맥락 내에서 의사소통을 한다는 점입니다. 구어체 연설은 힌트, 암시 및 의미, 특정 사실에 대한 언급, 특정 사회 환경에 공통적인 개념 및 현상으로 가득 차 있습니다. 여기에는 종교적 사상, 정치적 신념, 책과 그림에서 영화와 영화에 이르기까지 모든 종류의 예술 작품이 포함됩니다. 컴퓨터 게임.

그러한 정보를 효율적으로 처리하기 위해 당사는 다음을 사용합니다. 통계 알고리즘, 다양한 문서를 분석하여 서로 다른 개념의 연결을 설정할 수 있습니다. 간단히 말해서 어떤 단어가 가장 자주 함께 사용되는지 결정합니다. 예를 들어, "Kremlin"은 "Russia", "Moscow"라는 단어와 더 자주 연관되고, "Kazan", "Nizhny Novgorod"와는 덜 자주 연관되고, "cathedral", "icon" 등과는 훨씬 덜 연관됩니다. 이러한 알고리즘은 오랫동안 알려져 왔으며 생산성이 극적으로 증가한 후 지난 10년 동안에야 완전한 사용이 가능해졌습니다. 컴퓨터 기술그리고 엄청난 양의 데이터를 저장하기 위한 드라이브 비용을 절감합니다.

Ferrucci 팀이 다음에 업로드합니다. IBM 메모리 Watson에는 교과서, 백과사전, 참고 도서, 소설, 종교 문헌 등 수백만 개의 모든 종류의 문서가 포함되어 있습니다. 질문을 분석하기 위해 100개 이상의 알고리즘이 동시에 사용되어 수백 가지의 가능한 솔루션을 제공합니다. 그런 다음 다른 알고리즘은 잠재적인 답변의 신뢰성을 평가하여 객관적인 이유(예: 이벤트 날짜와 배우의 수명 간의 불일치)로 인해 불가능한 답변과 가능성이 없는 답변을 제거합니다. 더 많은 동일한 답변이 수신될수록 정답일 가능성이 높아집니다. 게임 중에 점수판에는 가장 일반적인 답변 외에도 가장 가능성이 높은 몇 가지 답변에 대한 등급이 표시됩니다.

2008년에 IBM Watson은 "패배자" 범주에서 소위 "승자의 구름"이라는 범주로 이동했습니다. 이 범주는 50%의 시간 동안 가장 먼저 버튼을 누르는 사람들로 구성되어 준비가 되었음을 나타냅니다. 대답을 한 다음 85~95%의 시간 동안 정답을 제시합니다. IBM은 2010년 가을에 Watson과 전년도 우승자들이 참여하는 특별 게임 시리즈를 개최하기로 Jeopardy 제작자와 합의했습니다. 이러한 게임을 준비하기 위해(즉, 알고리즘을 개선하기 위해) 퀴즈 스튜디오의 대략적인 내부를 재현하고 라이브 플레이어와 발표자가 참여하는 테스트가 시작되었습니다. 동시에 예상대로 "왓슨"은 합성된 컴퓨터 음성으로 큰 소리로 대답을 하여 참석자들을 크게 즐겁게 했습니다.

"훈련" 중에 분명해졌습니다. 흥미로운 사실: 왓슨의 잠재력을 충분히 발휘하지 못함에도 불구하고 그는 대부분의 게임에서 승리할 수 있을 뿐만 아니라 절반 이상을 잃을 수도 있습니다. 여러 가지 이유가 있습니다: "폐하의 기회"(단순히 판돈을 높이고 자동차를 파산시킨 채 상대가 이길 수 있는 상황이 가능함)부터 규칙의 세부 사항까지. 이상하게도 사람이 기계보다 더 빨리 버튼을 누를 수 있는데 이는 변경할 수 없는 게임 규칙 때문입니다.

사실 각 질문은 화면에 표시되고 발표자가 읽어주며, 질문을 다 읽은 후에만 버튼을 누를 수 있습니다. Watson은 다음과 같은 질문 텍스트를 받습니다. 전자 양식동시에 화면에 출력되지만, 그래도 도착할 시간이 없습니다. 기성 솔루션 사람보다 빠르다. 발표자가 6~7초 정도 소요되는 질문을 읽는 동안 숙련된 플레이어는 이미 정답을 제공할 가능성을 평가할 수 있으며 단 수십 밀리초 안에 버튼을 누를 준비가 되어 있습니다. 규칙에 따라 후속 답변에는 5초가 더 허용됩니다.

버튼을 누르면 사람은 위험을 감수합니다. 100 단위에 대한 질문에 정답을 제공하지 않으면 가상 계좌가 같은 금액만큼 비워집니다. 컴퓨터는 위험을 감수하는 경향이 없으며 모든 계산이 수행된 후에만 답변을 제공하며, 이 답변이 정확할 가능성과 신뢰성을 평가할 수 있는 충분한 정보가 있는 경우에만 답변을 제공합니다. 영상을 통해 게임 진행 모습을 확인하실 수 있습니다. 위험을 감수하면서 살아있는 플레이어는 11-12초 내에 원하는 답변을 기억하기 때문에 승리할 수 있습니다.

게임 쇼보다 조금 더 형식화된 상황에서 Watson의 알고리즘은 훨씬 더 예측 가능하고 정확한 답변을 제공할 수 있습니다. 특히 IBM 연구 부문 책임자인 존 켈리(John Kelly)는 비공식 이름인 Watson M.D.로 이 장치의 의료용 버전을 만들 계획입니다. 이러한 시스템은 의사가 신속하게 치료를 받는 데 도움이 될 것입니다. 올바른 결정환자에 대한 엄청난 양의 데이터를 고려하면 항상 메모리에 보관하는 것은 물리적으로 불가능합니다. "Watson"은 컴퓨터 및 컴퓨터 분야의 실제 운영자를 대체할 수 있습니다. 전화 서비스다섯 소매업, V 은행 부문그리고 운송 중.

오늘날 IBM Watson급 시스템의 비용은 수백만 달러가 될 수 있습니다. 적어도백만 달러짜리 IBM 슈퍼컴퓨터. Kelly는 향후 10년 내에 이러한 기술이 훨씬 저렴한 서버에서 구현될 수 있으며 미래에는 이러한 프로그램이 최신 노트북보다 비싸지 않은 컴퓨터에서 실행될 것이라고 믿습니다.

지식이 풍부한 영어 New York Times 웹사이트에서 IBM Watson을 온라인으로 대결할 수 있습니다.

IBM 슈퍼컴퓨터 Watson은 실제 운영자 대신 기술 지원 서비스에 사용될 계획입니다. 그러나 이러한 모든 작업은 알려진 정보를 기반으로 사용자 요청에 대한 정답을 찾는 것과 더 관련이 있습니다. IBM은 실제 인공지능창의적인 해결책을 찾고, 새로운 것을 창조하고 발명할 수 있어야 하며, 단지 오래된 것을 분석할 수 있어야 합니다.

Watson의 창의적인 능력을 개발하기 위해 그의 제작자는 요리 예술을 선택했습니다. 이것은 매우 편리한 테스트 장소입니다. 요리는 매우 "인간적"이고 직관적인 프로세스이며 알고리즘화 및 표준화가 제대로 적용되지 않습니다. 거리에 있는 누구나 결과를 평가할 수 있습니다. 스페인식 아몬드 초콜릿 쿠키, 에콰도르식 딸기 디저트, 사프란을 곁들인 토스트에 구운 토마토 등 Watson이 만든 요리와 기타 요리가 이미 실험 중에 준비되어 즐겁게 먹혔습니다. 그리고 몇 주 전에는 Watson이 독창적인 레시피를 만드는 데 사용하는 알고리즘과 수학적 모델을 설명하는 기사의 사전 인쇄본이 출판되었습니다.

어느 창의적인 솔루션새로운 것과 높은 품질이라는 두 가지 기준을 동시에 충족해야 합니다. 참신함은 재료와 가공 기술을 결합하는 것만으로도 비교적 쉽게 얻을 수 있습니다. 그러나 품질에 따라 상황은 훨씬 더 복잡해집니다. 요리의 맛, 향, 질감 및 모양이 무엇인지 이해하도록 컴퓨터를 가르치는 것은 극히 어렵습니다.

Watson의 초기 데이터는 인터넷에서 수집된 수백만 개의 레시피였습니다. 퀴즈에서 승리하고 Watson 의학을 가르치는 데 사용된 검증된 자연어 처리 알고리즘을 통해 실행되었습니다. 세계 여러 나라 요리의 전형적인 재료와 가공 기술에 대한 정보는 Wikipedia에서 추출되었습니다. 마지막으로 Watson은 맛과 냄새에 대한 인간의 인식에 대한 화학 및 생리학에 대한 철저한 지식을 얻었습니다.

새로움, 유쾌함, 호환성 값을 피트니스 함수로 활용하여 유전자 알고리즘을 사용하여 기존 레시피에서 새로운 레시피를 생성했습니다.

수학적 모델레시피의 참신함을 평가하는 방법은 Bayes의 정리에 기초합니다. 원래는 비디오를 시청할 때 시청자 행동을 모델링하기 위해 개발된 소위 "베이지안 놀라움" 접근 방식이 사용되었습니다. 간단히 말해서, 이 방법의 본질은 새로운 제품이 추가될 때 레시피 공간에서 특정 제품 조합을 만날 사전 확률과 사후 확률의 차이를 측정하는 것입니다. 따라서 견과류와 초콜릿 또는 겨자와 소시지의 조합은 완전히 평범하며 확률에 거의 변화가 없습니다. 다양한 조합. 그러나 초콜릿으로 덮인 소시지는 이러한 확률에 훨씬 더 큰 영향을 미칩니다.

화학은 주로 쾌적함을 평가하는 데 사용되었습니다. 제품의 화학적 조성과 혼합 및 처리 순서를 아는 컴퓨터는 어떤 물질이 요리의 맛과 냄새를 결정하는지 계산했습니다. 흥미롭게도 요리의 맛보다 냄새가 훨씬 더 중요한 것으로 나타났습니다. 맛에 대한 우리의 인식은 냄새 및 향과 매우 밀접한 관련이 있습니다. 사람은 신맛, 단맛, 짠맛, ​​쓴맛 등 몇 가지 기본 맛만 구별합니다. 문화에 따라 타르트나 감칠맛과 같은 몇 가지 기본적인 맛이 구별됩니다. 그러나 냄새의 다양성은 훨씬 더 크며 단순한 기본 조합으로 축소되지 않습니다.

마지막으로 제품 호환성 평가도 심각한 기준을 바탕으로 이루어졌습니다. 과학적 기반특히, 미국과 영국 과학자들의 공동 연구인 "음식 조합의 맛 네트워크 및 원리"에 대해 약 50,000개의 조리법을 분석하고 다양한 지역 요리의 특징인 제품 호환성 지도를 구축했습니다.

그 결과, 제품 세트, 국가 스타일 및 다양한 요리를 지정할 수 있는 애플리케이션이 생성되었으며, 그 후 Watson은 참신함, 유쾌함 및 호환성 정도에 따라 주문할 수 있는 레시피 세트를 제공했습니다. 개별 요리 외에도 Watson은 전체 메뉴를 생성하여 주제 모델링을 사용하여 요리의 다양성과 올바른 조합을 달성할 수 있습니다. 이것이 컬렉션 모델을 구축하는 방법입니다. 텍스트 문서, 컬렉션을 주제로 나누고 각 문서가 속한 주제를 결정합니다. Watson은 이 모델을 레시피에 적용합니다. 즉, 개별 재료가 키워드이고 레시피 자체가 문서입니다.

2015년 9월 3일 오전 11:34

인지 IBM 시스템 Watson: 자연어 작업 원칙

• IBM 블로그,
• 알고리즘

IBM Watson은 세계 최초의 인지 시스템 중 하나입니다. 이 시스템은 요리부터 사고 예측까지 다양한 분야에서 Watson의 기능을 활용하여 많은 일을 할 수 있습니다. 인구 밀집 지역. 일반적으로 Watson의 기능 대부분은 고유하지 않지만, 이러한 모든 기능을 종합하면 다양한 문제를 해결하기 위한 매우 강력한 도구가 됩니다.

예를 들어 자연어 인식, 동적 시스템 학습, 가설 구축 및 평가 등이 있습니다. 이 모든 것을 통해 IBM Watson은 직접적이고 정확한 답변을 제공하는 방법을 배울 수 있었습니다( 높은 수준신뢰성) 운영자의 질문에. 동시에 인지 시스템은 업무에 대규모의 구조화되지 않은 전역 데이터를 사용할 수 있습니다. 빅데이터. IBM Watson이 언어를 사용하여 작동하는 방식의 기본 원칙은 무엇입니까? 이에 대한 자세한 내용은 후속편에서 다루겠습니다.

자연어 인식의 주요 과제

인간에게 언어는 생각을 표현하는 수단이다. 우리는 우리의 의견, 데이터, 정보를 전달하기 위해 언어를 사용합니다. 우리는 예측을 하고 이론을 형성할 수 있습니다. 언어입니다 - 기초우리의 의식. 동시에 여기에 역설이 있습니다. 인간의 언어는 매우 부정확합니다.

많은 용어가 비논리적이어서 컴퓨터 시스템이 우리를 이해하기가 매우 어려울 수 있습니다. 예를 들어 어떻게 목소리가 얇을 수 있나요? 어떻게 수치심으로 지칠 수 있습니까? 기계에게는 이것이 문제이지만 사람에게는 완전히 평범한 일입니다. 사실은 질문에 정확하게 답하기 위해서는 많은 경우 기존 맥락을 고려해야 한다는 것입니다. 사실에 근거한 정보가 충분하지 않으면 질문의 요소에 대해 말 그대로 정확한 답을 찾을 수 있더라도 질문에 정확하게 답하기가 어렵습니다.

자연어 처리 - 시작하기

많은 컴퓨터 시스템언어를 분석할 수 있지만 동시에 피상적인 분석도 수행됩니다. 예를 들어, 이는 많은 양의 정보에 대한 감정 변화 추세를 통계적으로 타당하게 평가하는 데 적합할 수 있습니다. 여기서 정보 전달의 정확성은 그다지 중요하지 않습니다. 왜냐하면 위양성 결과의 수가 대략 위음성 결과의 수와 같다고 가정하더라도 서로 상쇄되기 때문입니다.

그러나 모든 경우가 중요하다면 피상적인 언어 분석으로 작동하는 시스템은 더 이상 제대로 작동할 수 없습니다. 이에 대한 놀라운 예는 다음과 같은 작업이 될 수 있습니다. 음성 비서모든 모바일 장치. "피자 찾아줘"라고 말하면 도우미가 피자 가게 목록을 표시합니다. 예를 들어 "마드리드에서 피자를 찾지 마세요"라고 말하면 시스템은 계속 검색합니다. 이러한 시스템은 특정 항목을 식별하여 작동합니다. 키워드특정 규칙 세트를 사용합니다. 주어진 규칙 시스템에서는 결과가 정확할 수 있지만 부정확할 수 있습니다.

심층 자연어 처리

감정 및 기타 요인을 고려하여 복잡한 의미 구조를 분석하도록 시스템을 가르치기 위해 전문가들은 심층 자연어 처리를 사용했습니다. 즉, 질의응답 콘텐츠 분석 시스템(Deep Question*Answering, DeepQA)입니다. 더 높은 정확도가 필요한 경우 추가적인 자연어 처리 방법을 사용해야 합니다.
IBM Watson은 심층 자연어 처리 시스템입니다. 특정 질문을 분석할 때 시스템은 정답을 제공하기 위해 최대한 광범위한 맥락을 평가하려고 합니다. 이는 질문 정보뿐만 아니라 지식 기반 데이터도 사용합니다.
자연어를 심층적으로 처리할 수 있는 시스템의 탄생으로 또 다른 문제인 분석이 가능해졌습니다. 엄청난 양매일 생성되는 정보. 트윗, 메시지 등 구조화되지 않은 정보입니다. 소셜 네트워크, 보고서, 기사 등이 있습니다. IBM Watson은 인간의 문제를 해결하기 위해 이 모든 것을 사용하는 방법을 배웠습니다.

IBM Watson 인지 시스템

Watson은 다른 수준의 컴퓨팅 기능입니다. 시스템은 자연어로 된 특정 진술을 분리하고 이러한 진술 사이의 연관성을 찾을 수 있습니다. 동시에 Watson은 많은 경우에도 작업에 대처합니다. 남자보다 낫다, 데이터 처리 속도가 훨씬 빠르지만 작업은 훨씬 더 많이 수행됩니다. 대용량-사람은 이것을 할 수 없습니다.

인지 시스템의 기본 특성

시스템은 다음 순서로 작동합니다.

1. Watson이 질문을 받으면 이를 실행합니다. 파싱문제의 주요 특징을 강조합니다.

2. 시스템은 어느 정도 확률로 필요한 대답을 포함할 수 있는 문구를 찾기 위해 말뭉치를 스캔하여 일련의 가설을 생성합니다. 이끌기 위해서는 효율적인 검색구조화되지 않은 정보의 흐름에는 완전히 다른 컴퓨팅 기능이 필요합니다. 이를 인지 시스템이라고 합니다. (마지막 문장과 별표의 역할을 잘 모르겠습니다)

3. 시스템은 다음을 사용하여 질문의 언어와 가능한 각 답변 옵션의 언어를 심층적으로 비교합니다. 다양한 알고리즘논리적 추론.

이것은 어려운 단계입니다. 수백 가지의 추론 알고리즘이 있으며 모두 그렇습니다. 다른 비교. 예를 들어 일치하는 용어와 동의어를 검색하는 사람도 있고, 시간적, 공간적 특징을 보는 사람도 있고, 분석하는 사람도 있습니다. 적합한 소스상황별 정보.

4. 각 추론 알고리즘은 알고리즘이 고려하는 영역의 질문에서 가능한 답변의 정도를 나타내는 하나 이상의 점수를 제공합니다.

5. 얻은 각 점수에는 Watson의 "훈련 기간" 동안 해당 도메인에서 유사한 두 문구 간의 논리적 연결을 식별하는 데 알고리즘이 얼마나 잘 수행했는지를 기록하는 통계 모델에 의해 가중치가 할당됩니다. 이것 통계 모델이후에 결정하는 데 사용할 수 있습니다. 일반 수준질문에서 가능한 답변이 나온다는 Watson의 자신감입니다.

6. Watson은 모든 사람을 위해 프로세스를 반복합니다. 가능한 옵션다른 사람보다 정답일 가능성이 더 높은 답을 찾을 때까지 대답합니다.

위에서 언급한 것처럼 질문에 정확하게 답하려면 시스템에서 문의해야 합니다. 추가 소스데이터. 교과서, 매뉴얼, FAQ, 뉴스 및 기타 모든 것이 될 수 있습니다. Watson은 정답을 얻기 위해 몇 초 안에 엄청난 양의 정보를 처리합니다. 동시에 발견된 콘텐츠도 확인되어 오래되고 쓸모 없는 데이터가 제거됩니다.

인지 시스템의 요소

Watson은 추가 기반에서 수신된 정보로부터 텍스트의 일반적인 의미를 추론합니다. 이는 문서 제목, 문서 텍스트의 일부 또는 텍스트 전체를 사용합니다.

인지 시스템, 정보 수집, 기억 및 검색 방법은 인간이 정보를 분석하는 방법과 유사합니다. 이 경우 인지 시스템은 정보를 전송하고 행동할 수 있습니다. 이 경우에 사용되는 행동 구조의 예는 다음과 같습니다.

가설을 만들고 테스트하는 능력
- 언어에 대한 구성요소를 분해하고 논리적 결론을 도출하는 능력
- 추출하고 평가하는 능력 유용한 정보(날짜, 위치, 특성 등)

이러한 능력이 없으면 컴퓨터나 인간 모두 질문과 답변 사이의 올바른 관계를 판단할 수 없습니다.
인지 과정은 더 높은 순서달성할 수 있다 높은 수준행동의 기본 모드에 초점을 맞춰 이해합니다. 무언가를 이해하려면 정보를 해당 수준에서 상당히 잘 구성된 작은 요소로 나눌 수 있어야 합니다. 물리적 과정인간의 경우 우주 규모나 기본 입자 수준의 과정과 완전히 다르게 진행됩니다. 마찬가지로, 인지 시스템은 매우 다양한 사람들을 대표하더라도 인간 수준에서 작동하도록 설계되었습니다.

이런 점에서 언어를 이해하는 것은 더 많은 것을 이해하는 것에서 시작됩니다. 간단한 규칙언어 - 공식적인 문법뿐만 아니라 일상 사용에서 관찰되는 비공식적인 관례도 포함됩니다.

왜이게 다야?

이제 IBM Watson 코그너티브 시스템은 수년간의 교육과 개선 덕분에 가장 효율적인 작업을 수행할 수 있습니다. 다른 지역. 여기에는 의학, 요리, 언어학 및 과학적 문제를 통한 비즈니스 문제 해결이 있습니다.

처음에 전문가들은 시스템을 보편적으로 만들거나 전문화할 수 있는 선택권을 가졌습니다. 각 옵션에는 장점과 단점이 있지만 다양성을 고려하여 선택되었습니다.

회사는 이미 자신의 선택이 옳았다고 여러 번 확신했습니다.

온라인 영화관 MEGOGO 내 사회 프로젝트같은 이름으로 '듣는 법'이 출시되었습니다. 대화형 채널청각 장애가 있는 사람들을 위한 것입니다. 채널의 모든 콘텐츠는 예외 없이 수화 번역으로 방송됩니다.

대부분의 콘텐츠(약 70%)는 자막을 이해하는 데 어려움을 겪는 어린이를 대상으로 합니다. 따라서 '듣는 대로 보기'라는 채널 컨셉에 따라 매일 아침 이곳에서는 만화와 아동영화를 상영하고, 저녁과 밤에는 어른들의 관심분야를 고려한 프로그램을 운영할 예정입니다. 영화와 TV 시리즈. 예를 들어 "Time Loop", "Contact List", "Areas of Darkness", "American Hustle" 등이 있습니다.

MEGOGO는 대규모 스튜디오와 권리 보유자가 수화 통역이 수반되는 비디오 제작에 대한 권리를 쉽게 공개한다고 말합니다. 따라서 채널에서 사용자는 유명한 블록버스터와 전설적인 영화를 HD 화질로 시청할 수 있습니다.

“우리는 권리를 받은 모든 영화에 대해 수화 번역을 제공하려고 노력합니다. 청각 장애가 있는 사람들과 청각 장애가 있는 사람들은 모든 사용자와 마찬가지로 모든 콘텐츠에 액세스할 수 있어야 합니다. 이제 우리의 모든 콘텐츠에는 "자막" 옵션이 있지만 이것만으로는 충분하지 않습니다. 텍스트를 이해하지 못하는 사람들이 있고 수화 통역사 형태의 보조자가 필요합니다. MEGOGO 마케팅 이사인 Ivan Shestakov는 “Look How You Hear” 채널은 청각 장애가 있는 사람들을 사회에 통합하는 데 있어 국제적인 추세와 관행을 충족합니다.

수화 번역은 2년여 전 온라인 영화관을 오픈한 MEGOGO 자체 스튜디오에서 완벽하게 제작됩니다. 특별 섹션“어떻게 들리는지 보세요.” 동시에 회사는 같은 이름의 프로젝트의 일환으로 우크라이나, 러시아, 발트해 연안 국가 및 CIS에서 청각 장애가 있는 어린이를 위한 만화 연극 상영을 정기적으로 개최하기 시작했습니다. 영화 외에도 다양한 파트너의 참여로 젊은 시청자에게 선물과 간식을 제공하고 오락 프로그램을 구성하는 곳입니다.

새로운 대화형 채널인 "Look as You Hear"는 우크라이나, 러시아, 몰도바, 벨로루시, 카자흐스탄, 아제르바이잔, 타지키스탄, 키르기스스탄, 아르메니아 및 투르크메니스탄의 "영화 및 TV" 구독을 통해 제공될 예정입니다.

전문가에 따르면 우크라이나에서만 청각 장애가 있는 사람의 수가 130만 명에 달합니다. “구소련 국가에는 800만 명 이상이 있을 수 있으며 그들에게도 동등한 오락이 제공되어야 합니다. 예를 들어, 핀란드, 스웨덴, 영국에서는 수화를 자국어와 동일시합니다. 학교에서는 아이들에게 가르치고, 의료 종사자, 경찰관, 교사 및 서비스 직원은 수화를 말해야 하며, TV 채널은 최소한 자막을 표시해야 합니다.”라고 자선 프로젝트 "Almost"의 주최자는 서양의 예에 대해 말합니다.

현대 슈퍼컴퓨터는 여러 가지 서버 컴퓨터, 네트워크로 통합됩니다. 컴퓨팅 속도는 페타플롭스 단위로 측정됩니다.

• 1페타플롭 = 초당 10 15 작업

인간 두뇌의 평균 성능은 20페타플롭스이다. 뛰어난 성능을 발휘하는 슈퍼컴퓨터는 전 세계에 몇 대 안 되지만 그 어느 것도 인간의 두뇌를 대체할 수는 없습니다.

현재 전 세계에는 수백 대의 슈퍼컴퓨터가 있습니다. 가장 강력한 것들은 연간 TOP-500 순위에 포함됩니다. 2016년에는 중국 Sunway TaihuLight가 이 등급에서 1위를 차지했습니다. 그 전에도 3년 동안 리더십을 유지했습니다. 중국 컴퓨터텐허-2. IBM은 이 순위에 Mira와 Sequoia라는 두 개의 슈퍼컴퓨터를 보유하고 있습니다. 후자는 2012년에 선두였으며 현재는 4위입니다.

안드레이 필라토프( 총지배인러시아 및 CIS 국가의 IBM) 인지 기술에 대해

박사. 왓슨은 가장 유명한 슈퍼컴퓨터이다.

Watson의 가장 큰 장점은 자연어로 된 질문을 이해하고 데이터를 분석하여 답변한다는 것입니다. 2011년, Watson은 게임 쇼에서 사람들을 이겼습니다. 위험!(러시아어에 해당 - "자신의 게임").

Watson은 'Watson'이라는 응용 기술의 집합입니다. 클라우드 서비스" Watson은 의학 분야에서 가장 적극적으로 사용되어 암 진단 및 치료를 돕습니다. 그 메모리에는 600,000개 이상의 의료 보고서가 포함되어 있습니다. 그것은 또한에서 사용됩니다 금융 부문, 법률, 호텔 사업 및 기타 여러 산업 분야. 게다가 연예인들과도 대화를 이어갈 수 있다.

로드하는 동안 오류가 발생했습니다.

Watson이 미국 테니스 선수 Serena Williams와 이야기를 나누고 있습니다.

IBM Watson용 애플리케이션

교육.미국 학교에서는 개선을 위한 팁을 제공하는 인지 도구인 Watson을 사용하여 Teacher Advisor를 테스트하고 있습니다. 커리큘럼훈련 프로그램의 개인화.

과학. Johnson & Johnson은 Watson을 사용하여 과학 문헌을 분석합니다. 엄청난 양의 재료 중에서 연구에 필요한 재료를 선별하여 연구를 훨씬 빠르고 효율적으로 수행할 수 있습니다.

직업 안전.압연 철강 제조업체인 North Star BlueScope Steel은 Watson Internet of Things를 사용하여 극한 상황에서 작업자를 보호할 수 있는 솔루션을 만들려고 합니다. 또한 작업자는 데이터를 수집하고 처리하기 위해 장치를 착용합니다. 위험한 상황이 발생하면 즉시 North Star 관리팀에 정보가 전송됩니다.

사이버 보안. 사이버 범죄자 해킹 정보 시스템그런 다음 "블랙" 인터넷에서 해당 기업에 대한 액세스를 판매합니다. 한 부분에 있다면 지구실패나 사기가 있었고, 왓슨 시스템이 시스템의 다른 사용자에게 경고할 수 있습니다.

약. 노스캐롤라이나 대학교와 기타 12개 암 연구 센터에서는 Watson을 사용하여 환자의 DNA를 분석한 후 맞춤형 치료법을 개발합니다.

어떤 의사도 이렇게 방대한 정보 샘플을 분석할 수 없으며 오직 컴퓨터만 분석할 수 있습니다.

의료 데이터의 양은 3년마다 두 배로 증가하고 관련 비용은 7조 달러 증가합니다. 헬스케어 업계는 폭발적인 증가 속도를 따라잡지 못하고 있습니다. 새로운 정보, 여기에는 실험실 테스트, 의료 테스트 및 다양한 인간 매개변수(체중, 혈압등). 지출된 $1당 약 35센트마다 의료, 낭비됩니다.

개발의 원동력이 된 것은 높은 데이터 처리 비용이었습니다. 독특한 시스템 IBM 왓슨. 이는 엄청난 양의 의료 정보를 생성할 수 있을 뿐만 아니라, 다년간의 경험을 가진 우수한 의사라도 놓칠 수 있는 환자의 건강 상태의 사소한 편차를 인식할 수 있습니다.

IBM Watson 인지 시스템은 창시자인 Thomas Watson의 이름을 따서 명명되었습니다. 개발자들은 인간의 정신과 동등한 수준으로 정보를 처리할 수 있는 슈퍼컴퓨터를 만들었습니다. 하기 전에 확실한 결론, IBM Watson 분석 플랫폼은 다음 단계를 거칩니다.

• 문제 조사;
• 1차 검색 및 가설 생성;
• 결과 필터링;
• 사실 선택 및 품질 분석;
• 결과를 종합하고 평가합니다.

따라서 슈퍼컴퓨터는 인간의 언어를 처리하고 가장 복잡한 질문에 대한 답변을 신속하게 제공합니다. IBM Watson의 업무 분야는 의학만이 아닙니다. 일기예보를 만들고, 독창적인 일기예보를 생각해 보세요. 요리법그리고 심지어 당신 자신을 이끌기도 합니다 자신의 사업이 시스템을 사용하면 훨씬 쉬워집니다. 그러나 앞으로는 의료 분야에서 주로 사용될 예정이다.

의학 응용 분야

IBM Watson 슈퍼컴퓨터는 전자 건강 기록의 유용성을 향상시킵니다. 이를 위해 과학자들은 EMRA라는 특수 도구를 개발했습니다. 의사는 이 애플리케이션을 사용하여 환자 한 명과 가족 전체의 병력, 다른 의사의 병력 및 보험 데이터를 모니터링할 수 있습니다. 또한 애플리케이션은 피트니스 트래커와 동기화되므로 전문가는 개인의 건강 상태에 대한 사소한 변화를 관찰할 수 있습니다. 이러한 인지 시스템은 모든 데이터를 분석한 후 각 환자의 건강을 관리하기 위한 개별 권장 사항을 제공합니다.

IBM Watson Health는 그래픽 의료 데이터를 분석합니다. 다른 유형. 슈퍼컴퓨터는 할 수 있다 고속인간 내부 장기의 세부 사항과 이상 현상을 식별합니다. IBM Watson은 그래픽 데이터와 다중 모드(텍스트) 데이터를 결합하여 종양 전문의와 방사선 전문의의 작업을 크게 단순화합니다. 따라서 수년 동안 이 시스템은 태국 범룽랏 병원에서 운영되어 다양한 암 치료에 대한 권장 사항을 진단하고 제공해 왔습니다.

IBM Watson 시스템은 의사가 암 및 희귀 병리를 진단하고 치료할 때 유전적 요인의 역할을 식별하는 데 도움이 됩니다. 시스템은 전자로부터 게놈 데이터를 분석합니다. 의료 카드환자는 동일한 질병에 대한 정보를 필터링하고 처리한 후 데이터를 전문의에게 전송합니다.

슈퍼컴퓨터는 피부과 전문의가 다양한 피부 질환을 식별하는 데 도움을 줍니다. IBM Watson 인지 시스템은 피부경을 사용하여 얻은 이미지를 분석합니다. 전문가가 시각적으로 75%의 정확도로 진단을 내릴 수 있다면 인지 시스템은 94%의 정확도로 작동합니다.

환자는 자신의 개인정보가 노출되는 것에 대해 걱정할 필요가 없습니다. IBM은 기밀성과 익명성을 보장합니다.

IBM Watson은 이미 약물을 분석하고 도움을 주고 있습니다. 제약 회사새로운 것을 만드십시오. 슈퍼컴퓨터의 도움으로 잘못된 진단 횟수를 줄이고 치료 효과를 높이며 희망이 없는 환자에게도 회복의 기회를 제공할 수 있습니다. 시간이 지남에 따라 슈퍼컴퓨터는 더욱 똑똑해지고 있으며 이는 가까운 미래에 질병을 치료하기 전에 질병의 발병을 예방하는 데 도움이 될 것임을 의미합니다.