يعد IBM Watson واحدًا من أوائل الأنظمة المعرفية في العالم. يمكن لهذا النظام أن يفعل الكثير، بفضل استخدام قدرات Watson في العديد من المجالات - من الطهي إلى التنبؤ بالحوادث في المناطق المأهولة بالسكان. بشكل عام، معظم قدرات Watson ليست فريدة من نوعها، ولكن مجتمعة، تمثل كل هذه القدرات أداة قوية جدًا لحل مجموعة متنوعة من المشكلات.

على سبيل المثال - التعرف على اللغة الطبيعية، وتعلم النظام الديناميكي، وبناء الفرضيات وتقييمها. كل هذا سمح لشركة IBM Watson بتعلم كيفية تقديم إجابات مباشرة وصحيحة (بدرجة عالية من الموثوقية) لأسئلة المشغل. وفي الوقت نفسه، فإن النظام المعرفي قادر على استخدام صفائف كبيرة من البيانات العالمية غير المنظمة، البيانات الضخمة. ما هي المبادئ الأساسية لكيفية عمل IBM Watson مع اللغة؟ المزيد عن هذا في التكملة.

التحديات الرئيسية للتعرف على اللغة الطبيعية

بالنسبة للإنسان، اللغة هي وسيلة للتعبير عن الأفكار. نحن نستخدم اللغة لنقل آرائنا وبياناتنا ومعلوماتنا. يمكننا عمل تنبؤات وتكوين نظريات. إنها اللغة التي تشكل حجر الزاوية في وعينا. وفي الوقت نفسه، هناك مفارقة: اللغة البشرية غير دقيقة للغاية.

العديد من المصطلحات غير منطقية، وقد يكون من الصعب جدًا على أنظمة الكمبيوتر فهمنا. على سبيل المثال، كيف يمكن أن يكون الصوت رقيقا؟ كيف يمكنك أن تحترق من الخجل؟ بالنسبة للآلة، هذه مشكلة، ولكن بالنسبة للشخص هو شيء عادي تماما. والحقيقة هي أنه من أجل الإجابة بشكل صحيح على السؤال، في كثير من الحالات، من الضروري أن تأخذ في الاعتبار السياق الحالي. بدون معلومات واقعية كافية، من الصعب الإجابة على سؤال بشكل صحيح، حتى لو كان بإمكانك العثور حرفيًا على الإجابة الدقيقة لعناصر السؤال.

معالجة اللغات الطبيعية – البدء

العديد من أنظمة الكمبيوتر قادرة على تحليل اللغة، ولكن التحليل سطحي. قد يكون هذا منطقيًا، على سبيل المثال، من أجل إجراء تقييم صحيح إحصائيًا لاتجاهات التغيرات في العواطف على كميات كبيرة من المعلومات. هنا، دقة نقل المعلومات ليست مهمة جدًا، لأنه حتى لو افترضنا أن عدد النتائج الإيجابية الكاذبة يساوي تقريبًا عدد النتائج السلبية الكاذبة، فإنها تلغي بعضها البعض.

ولكن إذا كانت جميع الحالات مهمة، فإن الأنظمة التي تعمل بالتحليل السطحي للغة لم تعد قادرة على القيام بعملها بشكل صحيح. ومن الأمثلة الصارخة على ذلك مهمة المساعد الصوتي لأي جهاز محمول. إذا قلت "أعثر لي على بيتزا"، فسيعرض المساعد قائمة بمطاعم البيتزا. إذا قلت "لا تبحث عن بيتزا لي في مدريد"، على سبيل المثال، فسيستمر النظام في البحث. تعمل هذه الأنظمة من خلال تحديد كلمات رئيسية معينة واستخدام مجموعة محددة من القواعد. قد تكون النتيجة دقيقة في نظام معين من القواعد، ولكنها غير صحيحة.

معالجة عميقة للغة الطبيعية

ومن أجل تعليم النظام كيفية تحليل الهياكل الدلالية المعقدة، مع مراعاة العواطف والعوامل الأخرى، استخدم الخبراء معالجة عميقة للغة الطبيعية. وهي نظام تحليل محتوى الإجابة على الأسئلة (Deep Question*Answering, DeepQA). إذا كانت هناك حاجة إلى قدر أكبر من الدقة، فيجب استخدام طرق إضافية لمعالجة اللغة الطبيعية.
IBM Watson هو نظام معالجة عميق للغة الطبيعية. عند تحليل سؤال محدد، يحاول النظام تقييم سياق واسع قدر الإمكان من أجل إعطاء الإجابة الصحيحة. لا يستخدم هذا معلومات السؤال فحسب، بل يستخدم أيضًا بيانات قاعدة المعرفة.
إن إنشاء نظام قادر على المعالجة العميقة للغة الطبيعية جعل من الممكن حل مشكلة أخرى - تحليل الكم الهائل من المعلومات التي يتم إنشاؤها يوميًا. هذه معلومات غير منظمة، مثل التغريدات ومنشورات وسائل التواصل الاجتماعي والتقارير والمقالات وما إلى ذلك. لقد تعلمت شركة IBM Watson استخدام كل هذا لحل المشكلات البشرية.

نظام آي بي إم واتسون المعرفي

واتسون هو مستوى مختلف من قدرات الحوسبة. يمكن للنظام فصل عبارات معينة باللغة الطبيعية وإيجاد روابط بين هذه العبارات. في الوقت نفسه، يتعامل Watson مع المهمة، في كثير من الحالات، حتى أفضل من الشخص، في حين أن معالجة البيانات أسرع بكثير، يتم تنفيذ العمل بكميات أكبر بكثير - الشخص ببساطة غير قادر على ذلك.

الخصائص الأساسية للنظام المعرفي

يعمل النظام بهذا الترتيب:

1. عندما يتلقى Watson سؤالا، فإنه يقوم بتحليله لاستخراج السمات الرئيسية للسؤال.

2. يقوم النظام بإنشاء سلسلة من الفرضيات من خلال مسح المجموعة بحثًا عن العبارات التي، مع درجة ما من الاحتمال، قد تحتوي على الإجابة المطلوبة. من أجل البحث بشكل فعال من خلال تدفقات المعلومات غير المنظمة، هناك حاجة إلى قدرات حاسوبية مختلفة تمامًا * تسمى الأنظمة المعرفية. (لا أفهم حقًا الجملة الأخيرة ودور العلامة النجمية)

3. يقوم النظام بإجراء مقارنة متعمقة بين لغة السؤال ولغة كل خيار من خيارات الإجابة الممكنة، وذلك باستخدام خوارزميات الاستدلال المتنوعة.

هذه مرحلة صعبة. هناك المئات من خوارزميات الاستدلال، وكلها تؤدي مقارنات مختلفة. على سبيل المثال، يبحث البعض عن المصطلحات والمرادفات المطابقة، بينما يبحث البعض الآخر في السمات الزمانية والمكانية، بينما يقوم البعض الآخر بتحليل مصادر المعلومات السياقية ذات الصلة.

4. توفر كل خوارزمية استدلال درجة واحدة أو أكثر تشير إلى مدى تتبع الإجابة المحتملة لسؤال في المجال الذي تنظر فيه الخوارزمية.

5. يتم بعد ذلك تعيين وزن لكل نتيجة يتم الحصول عليها من خلال نموذج إحصائي يسجل مدى نجاح الخوارزمية في تحديد الروابط المنطقية بين عبارتين متشابهتين في هذا المجال خلال "فترة تدريب" واتسون. يمكن بعد ذلك استخدام هذا النموذج الإحصائي لتحديد المستوى العام لثقة واتسون في أن الإجابة المحتملة تتبع السؤال.

6. يكرر واتسون العملية لكل إجابة محتملة حتى يجد الإجابات التي لديها فرصة أكبر في أن تكون صحيحة من الإجابات الأخرى.

كما ذكر أعلاه، للإجابة على سؤال بشكل صحيح، يحتاج النظام إلى الوصول إلى مصادر بيانات إضافية. يمكن أن تكون هذه الكتب المدرسية والأدلة والأسئلة الشائعة والأخبار وكل شيء آخر. يقوم Watson بمعالجة كميات هائلة من المعلومات في ثوانٍ للحصول على الإجابة الصحيحة. وفي الوقت نفسه، يتم أيضًا فحص المحتوى الذي تم العثور عليه، وإزالة البيانات القديمة وغير المفيدة.

عناصر النظام المعرفي

يستنتج واتسون المعنى العام للنص من المعلومات الواردة من قاعدة البيانات الإضافية. يستخدم هذا عنوان المستند أو جزء من نص المستند أو النص بأكمله.

الأنظمة المعرفية وطرقها في جمع المعلومات وتذكرها واسترجاعها تشبه الطريقة التي يقوم بها الإنسان بتحليل المعلومات. في هذه الحالة، يمكن للأنظمة المعرفية نقل المعلومات والتصرف. فيما يلي أمثلة على التركيبات السلوكية المستخدمة في هذه الحالة:

القدرة على إنشاء واختبار الفرضيات.
- القدرة على تقسيمها إلى مكونات وبناء استنتاجات منطقية حول اللغة؛
- القدرة على استرجاع وتقييم المعلومات المفيدة (مثل التواريخ والمواقع والخصائص).

وبدون هذه القدرات، لن يتمكن الكمبيوتر ولا الإنسان من تحديد العلاقة الصحيحة بين الأسئلة والأجوبة.
يمكن للعمليات المعرفية العليا أن تحقق مستويات عالية من الفهم من خلال التركيز على أنماط السلوك الأساسية. لكي نفهم شيئًا ما، يجب أن نكون قادرين على تقسيم المعلومات إلى عناصر أصغر منظمة بشكل جيد إلى حد ما على المستوى المعني. تتم العمليات الفيزيائية عند البشر بشكل مختلف تمامًا عن العمليات على المستوى الكوني أو على مستوى الجسيمات الأولية. وعلى نحو مماثل، تم تصميم الأنظمة المعرفية للعمل على المستوى البشري، على الرغم من أنها تمثل مجموعة كبيرة ومتنوعة من الناس.

في هذا الصدد، يبدأ فهم اللغة بفهم القواعد الأبسط للغة - ليس فقط القواعد الرسمية، ولكن أيضًا الاتفاقيات غير الرسمية التي يتم ملاحظتها في الاستخدام اليومي.

لماذا كل هذا؟

الآن، وبفضل سنوات من التدريب والتحسين، يستطيع نظام IBM Watson المعرفي أداء العمل في مجموعة متنوعة من المجالات. لدينا هنا الطب والطبخ واللغويات وحل مشاكل العمل مع المشاكل العلمية.

في البداية، كان لدى المتخصصين خيار - لجعل النظام عالميًا أو متخصصًا. كل خيار له مزاياه وعيوبه، ولكن تم الاختيار في اتجاه التنوع.

لقد اقتنعت الشركة عدة مرات بالفعل بأن اختيارها كان صحيحًا - من قبل

) هو كمبيوتر عملاق من شركة IBM مزود بنظام ذكاء اصطناعي، تم إنشاؤه من قبل مجموعة من الباحثين بقيادة ديفيد فيروتشي. إنشائها هو جزء من مشروع DeepQA. تتمثل مهمة Watson الرئيسية في فهم الأسئلة المصاغة باللغة الطبيعية والعثور على إجابات لها في قاعدة البيانات. سميت على اسم مؤسس شركة IBM توماس واتسون.

المشاركة في "الخطر!"

في فبراير 2011، ولاختبار قدرات واتسون، شارك في البرنامج التلفزيوني Jeopardy! (المعادل الروسي - اللعبة الخاصة). كان خصومه هم براد روتر، الفائز الأكبر في البرنامج، وكين جينينغز، صاحب الرقم القياسي لأطول خط بدون هزيمة. فاز واتسون وحصل على مليون دولار، بينما حصل جينينغز وروتر على 300 ألف دولار و200 ألف دولار على التوالي.

منصة

يتكون Watson من 90 خادم Power7 750، يحتوي كل منها على 4 معالجات POWER7 ثمانية النواة. يبلغ إجمالي ذاكرة الوصول العشوائي الخاصة بـ Watson أكثر من 15 تيرابايت.

تمكن النظام من الوصول إلى 200 مليون صفحة من المعلومات المنظمة وغير المنظمة تصل إلى 4 تيرابايت، بما في ذلك النص الكامل لويكيبيديا. أثناء اللعبة، لم يكن لدى Watson إمكانية الوصول إلى الإنترنت.

مستقبل المشروع

تخطط IBM وNuance Communications لتطوير منتج على مدار العامين المقبلين للمساعدة في تشخيص وعلاج المرضى. ويجري أيضًا النظر في التطبيقات في مجالات أخرى، مثل تقييم وثائق التأمين أو كفاءة الطاقة.

بدأت قصة واتسون في عام 2006، عندما بدأ ديفيد فيروتشي، أحد كبار المديرين في قسم التحليلات الدلالية في شركة IBM، باختبار أحد أقوى أجهزة الكمبيوتر العملاقة في الشركة، وواحد من أقوى 500 جهاز في العالم. قرر فيروتشي اختبار مدى فعالية الآلة في التعامل مع المهام التي تطرحها "اللغة الطبيعية"، ودعاها للإجابة على 500 سؤال تم طرحها في لعبة Jeopardy التي تم عقدها بالفعل! وكانت النتائج كارثية: فمقارنة باللاعبين المباشرين، لم "تضغط الآلة على الزر" بالسرعة الكافية (أي أنها كانت جاهزة للإجابة)، وفي حالة ما إذا كان لا يزال بإمكانها التنافس مع الأشخاص، فإن عدد الإجابات الصحيحة لم تتجاوز 15%

أصبح فيروتشي مهتمًا بأسباب هذا السلوك للكمبيوتر العملاق، ونتيجة لذلك، تمكن في عام 2007 من إقناع إدارة شركة IBM بمنحه فريقًا مكونًا من 15 شخصًا ومن 3 إلى 5 سنوات لإنشاء نظام تلقائي فعال قادر على الرد أسئلة غير رسمية. سيكون مثل هذا النظام مفيدًا لجميع أنواع مراكز الاتصال ومكاتب المساعدة وأي خدمات أخرى تخدم العملاء. تتمتع شركة IBM بالفعل بتجربة ناجحة في إنشاء آلة يمكنها التنافس مع الذكاء البشري - نحن نتحدث عن الكمبيوتر العملاق Deep Blue، الذي هزم بطل العالم في الشطرنج غاري كاسباروف في عام 1997. أعطى هذا الانتصار دعاية كبيرة لشركة IBM، ولكن لم يتم العثور على أي تطبيق تجاري لمثل هذا التثبيت. في حالة نظام الإجابة التلقائي على الأسئلة، تكون الإمكانات التجارية واضحة تمامًا.

الفرق الأساسي بين واتسون وديب بلو هو أنه إذا كانت آلة الشطرنج تتعامل مع القواعد المنطقية الصارمة للعبة، فإن الآلة التي تتعرف على "الكلام الطبيعي" تواجه قواعد لغوية أكثر تعقيدًا والعديد من التشوهات والانحرافات عنها. لكن التحدي الأكبر هو أن الناس، دون أن يدركوا ذلك، يتواصلون ضمن سياقهم الثقافي والاجتماعي. الخطاب العامي مليء بالتلميحات والتلميحات والدلالات، والإشارات إلى بعض الحقائق والمفاهيم والظواهر المشتركة في بيئة اجتماعية معينة. وتشمل هذه الأفكار الدينية والمعتقدات السياسية وجميع أنواع الأعمال الفنية - من الكتب واللوحات إلى الأفلام وألعاب الكمبيوتر.

لمعالجة هذه المعلومات بشكل فعال، يتم استخدام الخوارزميات الإحصائية، والتي تسمح، من خلال تحليل مجموعة واسعة من الوثائق، بإنشاء روابط بين المفاهيم المختلفة. ببساطة، فهو يحدد الكلمات التي يتم استخدامها معًا في أغلب الأحيان. على سبيل المثال، يرتبط "الكرملين" في كثير من الأحيان بكلمات "روسيا"، "موسكو"، وأقل قليلا مع "قازان"، "نيجني نوفغورود"، وحتى أقل في كثير من الأحيان مع "الكاتدرائية"، "أيقونة"، وما إلى ذلك. كانت هذه الخوارزميات معروفة منذ فترة طويلة، وأصبح استخدامها الكامل ممكنا فقط في العقد الماضي - بعد زيادة كبيرة في أداء تكنولوجيا الحوسبة وانخفاض في تكلفة محركات الأقراص لتخزين كميات هائلة من البيانات.

يقوم فريق Ferrucci بتحميل الملايين من جميع أنواع المستندات في ذاكرة IBM Watson - الكتب المدرسية والموسوعات والكتب المرجعية والأدب الخيالي والديني. يتم استخدام أكثر من مائة خوارزمية في وقت واحد لتحليل الأسئلة، مما يوفر مئات الحلول الممكنة. ثم تقوم خوارزميات أخرى بتقييم مدى موثوقية الإجابات المحتملة، وإزالة تلك التي تكون مستحيلة لأسباب موضوعية (على سبيل المثال، التناقضات بين تاريخ الحدث وسنوات حياة الممثلين) وتلك غير المحتملة. كلما تم تلقي إجابات متطابقة أكثر، زادت احتمالية صحتها - أثناء اللعبة، تعرض لوحة النتائج تصنيفًا للعديد من الإجابات الأكثر احتمالية، بالإضافة إلى الإجابات الأكثر شيوعًا.

بحلول عام 2008، انتقلت شركة IBM Watson من فئة "الخاسرين" إلى قمة ما يسمى "سحابة الفائزين"، والتي تتكون من الأشخاص الذين كانوا أول من ضغط على الزر بنسبة 50% من الوقت، مما يشير إلى أنهم مستعدون للإجابة، ثم 85-95٪ من الوقت لإعطاء الإجابة الصحيحة. حتى أن شركة IBM اتفقت مع منتجي لعبة Jeopardy على عقد سلسلة خاصة من الألعاب في خريف عام 2010 بمشاركة Watson والفائزين في السنوات السابقة. للتحضير لهذه الألعاب (أي، في الواقع، لتحسين الخوارزميات)، تم إعادة إنشاء الجزء الداخلي التقريبي لاستوديو المسابقات وبدأ إجراء الاختبارات بمشاركة اللاعبين المباشرين والمقدم. وفي الوقت نفسه، وكما هو متوقع، يقدم "واتسون" إجاباته بصوت عالٍ بصوت حاسوبي مركب، مما يسلي الحاضرين بشكل كبير.

خلال "التدريب"، ظهرت حقيقة مثيرة للاهتمام: على الرغم من عدم امتلاك واتسون الإمكانات الكاملة، إلا أنه لا يستطيع الفوز بمعظم المباريات فحسب، بل يخسر أيضًا أكثر من نصفها. هناك عدة أسباب: من "فرصة صاحب الجلالة" (المواقف ممكنة عندما يتمكن الخصم من الفوز بمجرد رفع المخاطر، وترك السيارة مفلسة) إلى تفاصيل القواعد. ومن الغريب أن الإنسان قادر على الضغط على الزر بشكل أسرع من الآلة، وهذا بسبب قواعد اللعبة التي لا يمكن تغييرها.

والحقيقة أن كل سؤال يتم عرضه على الشاشة وقراءته من قبل المقدم، ولا يمكنك الضغط على الزر إلا بعد الانتهاء من قراءة السؤال. يتلقى واتسون نص السؤال إلكترونيًا في نفس الوقت الذي يتم فيه عرضه على الشاشة، ولكن حتى في ذلك الوقت ليس لديه الوقت للتوصل إلى حل جاهز بشكل أسرع من الإنسان. بينما يقرأ مقدم العرض السؤال، الذي يستغرق من ست إلى سبع ثوانٍ، يستطيع اللاعب ذو الخبرة بالفعل تقييم فرصه في إعطاء الإجابة الصحيحة ويكون جاهزًا للضغط على الزر في عشرات المللي ثانية فقط. تسمح القواعد بخمس ثوانٍ أخرى للإجابة اللاحقة.

بالضغط على الزر، يخاطر الشخص: إذا لم يعط الإجابة الصحيحة على سؤال مقابل 100 وحدة، فسيكون حسابه الافتراضي فارغًا بنفس المقدار. لا يميل الكمبيوتر إلى المخاطرة ولا يقدم إجابات إلا بعد إجراء جميع الحسابات وفقط إذا كان لديه معلومات كافية لتقييم موثوقية واحتمالية صحة هذه الإجابة. يمكنك أن ترى كيف يبدو أثناء اللعبة في الفيديو. من خلال المخاطرة، يمكن للاعب الحي أن يفوز لأنه يتذكر الإجابة المطلوبة في الـ 11-12 ثانية المتاحة له.

في موقف أكثر رسمية قليلًا من عرض الألعاب، يمكن لخوارزميات واتسون تقديم إجابات أكثر دقة وقابلية للتنبؤ بها. على وجه الخصوص، يعتزم رئيس قسم الأبحاث في شركة IBM، جون كيلي، إنشاء نسخة طبية من هذا الجهاز تحت الاسم غير الرسمي Watson M.D. سيساعد مثل هذا النظام الأطباء على اتخاذ القرارات الصحيحة بسرعة، مع الأخذ في الاعتبار كمية هائلة من البيانات حول المريض، والتي من المستحيل فعليًا الاحتفاظ بها دائمًا في الذاكرة. قد يحل "واتسون" محل المشغلين البشريين في خدمات الكمبيوتر والهاتف في تجارة التجزئة والخدمات المصرفية والنقل.

يمكن أن تبلغ تكلفة نظام IBM Watson-class اليوم عدة ملايين من الدولارات، حيث يتطلب تشغيله ما لا يقل عن مليون دولار من حاسوب IBM العملاق. يعتقد كيلي أنه في السنوات العشر المقبلة، يمكن تنفيذ هذه التكنولوجيا على خادم أرخص بكثير، وفي المستقبل سيتم تشغيل مثل هذا البرنامج على جهاز كمبيوتر ليس أكثر تكلفة من جهاز كمبيوتر محمول حديث.

يمكن لأولئك الذين يتحدثون الإنجليزية التنافس مع IBM Watson عبر الإنترنت على موقع صحيفة نيويورك تايمز.

من المخطط استخدام الكمبيوتر العملاق IBM Watson في خدمات الدعم الفني بدلاً من المشغلين المباشرين. ومع ذلك، فإن جميع هذه المهام ترتبط أكثر بالعثور على الإجابة الصحيحة لطلبات المستخدمين بناءً على المعلومات المعروفة. تعتقد شركة IBM أن الذكاء الاصطناعي الحقيقي يجب أن يكون قادرًا على إيجاد حلول إبداعية وإنشاء وابتكار أشياء جديدة، وليس مجرد تحليل القديم.

لتطوير قدرات واتسون الإبداعية، اختار مبدعوه فنون الطهي. هذه أرض اختبار مريحة للغاية: الطبخ عملية "إنسانية" وبديهية للغاية، وغير قابلة للخوارزمية والتوحيد القياسي. ويمكن لأي شخص في الشارع تقييم النتائج. ملفات تعريف الارتباط باللوز والشوكولاتة على الطريقة الإسبانية، وحلوى الفراولة على الطريقة الإكوادورية، والطماطم المشوية على الخبز المحمص مع الزعفران - هذه الأطباق وغيرها التي ابتكرها واتسون تم إعدادها بالفعل وتناولها بكل سرور أثناء التجارب. وقبل بضعة أسابيع، تم نشر نسخة أولية من مقال يصف الخوارزميات والنماذج الرياضية التي يستخدمها واتسون لإنشاء وصفات أصلية.

يجب أن يفي أي حل إبداعي بمعيارين في نفس الوقت - أن يكون جديدًا وذو جودة عالية. من السهل نسبيًا تحقيق الجدة ببساطة عن طريق الجمع بين المكونات وتقنيات المعالجة. ولكن مع الجودة فإن الوضع أكثر تعقيدًا. إن تعليم الكمبيوتر لفهم طعم الطبق ورائحته وملمسه ومظهره أمر صعب للغاية.

كانت البيانات الأولية لواتسون عبارة عن عدة ملايين من الوصفات التي تم جمعها على الإنترنت. وقد تم إجراؤها من خلال خوارزميات معالجة اللغة الطبيعية التي أثبتت جدواها، والتي تم استخدامها للفوز في الاختبار وتعليم طب واتسون. تم استخراج المعلومات من ويكيبيديا حول المكونات النموذجية وتقنيات المعالجة المميزة لمأكولات مختلف دول العالم. أخيرًا، اكتسب واتسون معرفة شاملة بكيمياء وفسيولوجيا الإدراك البشري للذوق والشم.

وتم إنشاء وصفات جديدة من الوصفات الموجودة باستخدام الخوارزمية الجينية، وذلك باستخدام قيم الجدة والمتعة والتوافق كوظائف للياقة البدنية.

يعتمد النموذج الرياضي لتقييم حداثة الوصفة على نظرية بايز؛ وقد تم استخدام ما يسمى بنهج "المفاجأة البايزية"، والذي تم تطويره في الأصل لنمذجة سلوك المشاهد عند مشاهدة مقطع فيديو. باختصار، جوهر الطريقة هو قياس الفرق بين الاحتمال السابق واللاحق لمواجهة مجموعة معينة من المنتجات في مساحة الوصفة عند إضافة مجموعة جديدة إليها. وبالتالي، فإن مجموعات المكسرات مع الشوكولاتة أو الخردل مع النقانق تكون عادية تمامًا ولا تسبب أي تغيير تقريبًا في احتمالات المجموعات المختلفة. لكن النقانق المغطاة بالشوكولاتة ستؤثر على هذه الاحتمالات بشكل أكبر بكثير.

تم استخدام الكيمياء في المقام الأول لتقييم اللطافة. من خلال معرفة التركيب الكيميائي للمنتجات وترتيب خلطها ومعالجتها، قام الكمبيوتر بحساب المواد التي ستحدد طعم ورائحة الطبق. ومن المثير للاهتمام أن الرائحة أهم بكثير من طعم الطبق. يرتبط إدراكنا للذوق ارتباطًا وثيقًا بالرائحة والرائحة. لا يميز الشخص سوى عدد قليل من الأذواق الأساسية - الحامض والحلو والمالح والمر. تميز الثقافات المختلفة العديد من الأذواق الأساسية، مثل التارت أو الأومامي. لكن تنوع الروائح أكبر بكثير ولا يقتصر على مجموعات أساسية بسيطة.

وأخيراً، فإن تقييم توافق المنتج كان أيضاً مبنياً على أساس علمي جاد، وعلى وجه الخصوص، على دراسة مشتركة أجراها علماء أمريكيون وبريطانيون بعنوان "شبكات النكهات ومبادئ دمج المنتجات"، والتي تم فيها تحليل حوالي 50 ألف وصفة وتم وضع خرائط توافق المنتج. شيدت، سمة من المأكولات من مناطق مختلفة .

ونتيجة لذلك، تم إنشاء تطبيق يمكنك من خلاله تحديد مجموعة من المنتجات والنمط الوطني ومجموعة متنوعة من الأطباق، وبعد ذلك قدم واتسون مجموعة من الوصفات التي يمكن طلبها حسب درجة الحداثة والمتعة والتوافق. بالإضافة إلى الأطباق الفردية، يستطيع Watson إنشاء قوائم كاملة، وتحقيق التنوع والمجموعات الصحيحة من الأطباق من خلال استخدام نمذجة الموضوع. هذه طريقة لبناء نموذج لمجموعة من المستندات النصية، والتي تقسم المجموعة إلى موضوعات وتحدد الموضوع الذي ينتمي إليه كل مستند. يطبق Watson هذا النموذج على الوصفات - المكونات الفردية هي الكلمات الرئيسية، والوصفات نفسها هي المستندات.

أجهزة الكمبيوتر العملاقة الحديثة عبارة عن عدة أجهزة كمبيوتر خادم متصلة بالشبكة. يتم قياس سرعة الحوسبة الخاصة بهم بالبيتافلوب.

• 1 بيتافلوب = 10 15 عملية في الثانية

متوسط ​​أداء الدماغ البشري هو 20 بيتافلوب. فقط عدد قليل من أجهزة الكمبيوتر العملاقة في العالم تتمتع بأداء رائع، ولكن لا يمكن لأي منها أن يحل محل الدماغ البشري.

يوجد حاليًا عدة مئات من أجهزة الكمبيوتر العملاقة في العالم. يتم تضمين أقوىها في تصنيف TOP-500 السنوي. وفي عام 2016، تصدرت هذا التصنيف شركة Sunway TaihuLight الصينية. وقبل ذلك، احتل الكمبيوتر الصيني Tianhe-2 أيضًا الصدارة لمدة ثلاث سنوات. تمتلك شركة IBM جهازي كمبيوتر عملاقين في هذا التصنيف: Mira وSequoia. وكان الأخير هو الرائد في عام 2012، ويحتل الآن المرتبة الرابعة.

أندري فيلاتوف (الرئيس التنفيذي لشركة IBM في روسيا ودول رابطة الدول المستقلة) حول التقنيات المعرفية

دكتور. واتسون هو الكمبيوتر العملاق الأكثر شهرة

الميزة الرئيسية لتطبيق Watson هي أنه يفهم الأسئلة باللغة الطبيعية ويجيب عليها من خلال تحليل البيانات. في عام 2011، فاز واتسون على الناس في عرض ألعاب خطر!(المعادل الروسي - "اللعبة الخاصة").

Watson عبارة عن مجموعة من تقنيات التطبيقات تسمى "الخدمات السحابية". يستخدم واتسون بشكل أكثر نشاطًا في الطب، حيث يساعد في تشخيص وعلاج السرطان. تحتوي ذاكرته على أكثر من 600 ألف تقرير طبي. كما أنها تستخدم في التمويل والقانون والضيافة والعديد من الصناعات الأخرى. علاوة على ذلك، فهو قادر على إجراء محادثة مع المشاهير.

حدث خطأ أثناء التحميل.

يتحدث واتسون مع لاعبة التنس الأمريكية سيرينا ويليامز

تطبيقات آي بي إم واتسون

تعليم.تقوم المدارس في جميع أنحاء الولايات المتحدة باختبار برنامج Teacher Advisor مع Watson، وهي أداة معرفية تقدم نصائح حول تحسين المناهج الدراسية وتخصيص برامج التعلم.

العلم. تستخدم شركة جونسون آند جونسون واتسون لتحليل المؤلفات العلمية. من كمية هائلة من المواد، يختار تلك اللازمة للبحث، ويمكن إجراء البحث بشكل أسرع وأكثر كفاءة.

أمان.تتطلع شركة تصنيع الفولاذ المدلفن North Star BlueScope Steel إلى استخدام Watson Internet of Things لإنشاء حلول لحماية العمال في المواقف القصوى. وسيرتدي العمال أيضًا أجهزة لجمع البيانات ومعالجتها. في حالة حدوث ظروف خطرة، سيتم إرسال المعلومات على الفور إلى إدارة North Star.

الأمن الإلكتروني. يقوم مجرمو الإنترنت باختراق أنظمة معلومات المؤسسة ثم بيع إمكانية الوصول إليها على الإنترنت "الأسود". إذا كان هناك فشل أو احتيال في جزء واحد من العالم، فسيقوم Watson بتنبيه مستخدمي النظام الآخرين.

الدواء. تستخدم جامعة نورث كارولينا و12 مركزًا آخر لأبحاث السرطان واتسون لتحليل الحمض النووي للمرضى ومن ثم تطوير علاجات شخصية.

لا يوجد طبيب قادر على تحليل مثل هذه العينة الضخمة من المعلومات، فقط جهاز كمبيوتر

أطلقت السينما عبر الإنترنت MEGOGO، كجزء من المشروع الاجتماعي "Look as You Hear"، قناة تفاعلية تحمل الاسم نفسه للأشخاص الذين يعانون من ضعف السمع. يتم بث كافة محتويات القناة بدون استثناء مع ترجمة لغة الإشارة.

معظم المحتوى (حوالي 70%) مصمم للأطفال الذين يجدون صعوبة في فهم الترجمة. لذلك، وبحسب مفهوم القناة "انظر كما تسمع"، سيتم هنا عرض أفلام الكارتون وأفلام الأطفال كل يوم في الصباح، وفي المساء والليل سيكون هناك برنامج يراعي اهتمامات الكبار - الأفلام والمسلسلات التلفزيونية. على سبيل المثال، "الحلقة الزمنية"، "قائمة جهات الاتصال"، "مناطق الظلام"، "الاحتيال الأمريكي".

تقول شركة MEGOGO إن الاستوديوهات الكبيرة وأصحاب الحقوق يفتحون بسهولة حقوق إنتاج الفيديو المصاحب لترجمة لغة الإشارة. لذلك سيتمكن المستخدمون على القناة من مشاهدة الأفلام الشهيرة والأفلام الأسطورية بجودة HD.

"نحن نحاول توفير ترجمة لغة الإشارة لكل فيلم نحصل على حقوقه. يجب أن يتمكن الأشخاص الذين يعانون من صعوبات في السمع وضعاف السمع من الوصول إلى جميع المحتويات تمامًا مثل جميع مستخدمينا. الآن كل المحتوى الخاص بنا به خيار “الترجمة”، لكن هذا لا يكفي، هناك من لا يفهم النصوص ويحتاج إلى مساعد على شكل مترجم لغة الإشارة. وقال إيفان شيستاكوف، مدير التسويق في شركة MEGOGO: "تتوافق قناة "Look How You Hear" مع الاتجاهات والممارسات الدولية في مجال دمج الأشخاص ذوي الإعاقة السمعية في المجتمع".

تم إنشاء ترجمة لغة الإشارة بالكامل في استوديو MEGOGO الخاص، والذي أطلقته السينما عبر الإنترنت منذ أكثر من عامين، بالتزامن مع القسم الخاص "انظر كما تسمع". في الوقت نفسه، كجزء من المشروع الذي يحمل نفس الاسم، بدأت الشركة بانتظام في إجراء عروض مسرحية للرسوم المتحركة للأطفال الذين يعانون من ضعف السمع في أوكرانيا وروسيا ودول البلطيق ورابطة الدول المستقلة. حيث، بالإضافة إلى الأفلام، بمشاركة مختلف الشركاء، يتم منح المشاهدين الصغار الهدايا والحلويات ويتم تنظيم برنامج ترفيهي.

وستكون القناة التفاعلية الجديدة "انظر كما تسمع" متاحة في اشتراكات "السينما والتلفزيون" في أوكرانيا وروسيا ومولدوفا وبيلاروسيا وكازاخستان وأذربيجان وطاجيكستان وقيرغيزستان وأرمينيا وتركمانستان.

ووفقا للخبراء، يبلغ عدد الأشخاص الذين يعانون من فقدان السمع في أوكرانيا وحدها 1.3 مليون شخص. "في بلدان الاتحاد السوفياتي السابق، قد يكون هناك أكثر من 8 ملايين منهم، وينبغي توفير الترفيه لهم على قدم المساواة. على سبيل المثال، في فنلندا والسويد وبريطانيا العظمى، تُعادل لغة الإشارة اللغة الوطنية. يتم تدريسها للأطفال في المدارس، ويجب على العاملين في المجال الطبي وضباط الشرطة والمعلمين وموظفي الخدمة التحدث بلغة الإشارة، ويُطلب من القنوات التلفزيونية إظهار الترجمة على الأقل،” يقول منظمو المشروع الخيري “Almost” عن المثال الغربي.

يتضاعف حجم البيانات الطبية كل ثلاث سنوات، وتزداد التكاليف المرتبطة بها بمقدار 7 تريليون دولار. صناعة الرعاية الصحية غير قادرة على مواكبة المعدل المذهل للمعلومات الجديدة الناشئة، بما في ذلك البيانات المتعلقة بالدراسات المخبرية والفحوصات الطبية ومختلف العوامل البشرية (وزن الجسم، وضغط الدم، وما إلى ذلك). يتم إهدار ما يقرب من 35 سنتًا من كل دولار يتم إنفاقه على الرعاية الصحية.

لقد كانت التكاليف المرتفعة لمعالجة البيانات هي الدافع لتطوير نظام IBM Watson الفريد. إنه قادر ليس فقط على توليد كميات هائلة من المعلومات الطبية، ولكن أيضًا على التعرف على أدنى الانحرافات في الحالة الصحية للمرضى، والتي قد يفوتها حتى الطبيب المؤهل تأهيلاً عاليًا والذي يتمتع بسنوات عديدة من الخبرة.

تم تسمية النظام المعرفي IBM Watson على اسم منشئه، توماس واتسون. تمكن المطورون من إنشاء كمبيوتر عملاق قادر على معالجة المعلومات على قدم المساواة مع العقل البشري. قبل الوصول إلى نتيجة معينة، تمر منصة تحليلات IBM Watson بالمراحل التالية:

• بحث القضية؛
• البحث الأساسي وتوليد الفرضيات؛
• تصفية النتائج؛
• اختيار الحقائق وتحليل جودتها؛
• الجمع بين النتائج وتقييمها.

وهكذا، يعالج الكمبيوتر العملاق اللغة البشرية ويقدم بسرعة إجابات على الأسئلة الأكثر تعقيدًا. الطب ليس مجال العمل الوحيد لشركة IBM Watson. إن إجراء توقعات الطقس، والتوصل إلى وصفة طهي أصلية، وحتى إدارة أعمالك الخاصة، يصبح أسهل بكثير مع هذا النظام. ولكن في المستقبل سيتم استخدامه بشكل رئيسي في قطاع الرعاية الصحية.

مجالات التطبيق في الطب

يعمل الكمبيوتر العملاق IBM Watson على تحسين إمكانية استخدام السجلات الصحية الإلكترونية. ولهذا الغرض، طور العلماء أداة خاصة تسمى EMRA. يمكن للطبيب استخدام هذا التطبيق لمراقبة التاريخ الطبي لكل من المريض وعائلته بأكملها، والتاريخ الطبي من الأطباء الآخرين، بالإضافة إلى بيانات التأمين. بالإضافة إلى ذلك، تتم مزامنة التطبيق مع جهاز تعقب اللياقة البدنية، بحيث تتاح للمتخصص فرصة ملاحظة أدنى تغيير في الحالة الصحية للشخص. مثل هذا النظام المعرفي، بعد تحليل جميع البيانات، يقدم توصيات فردية لرعاية صحة كل مريض.

يقوم IBM Watson Health بتحليل أنواع مختلفة من البيانات الصحية الرسومية. يمكن للكمبيوتر العملاق التعرف بسرعة على التفاصيل والشذوذات لأي عضو بشري داخلي. من خلال الجمع بين البيانات (النصية) الرسومية ومتعددة الوسائط، يقوم IBM Watson بتبسيط عمل أطباء الأورام وأخصائيي الأشعة بشكل كبير. وهكذا، يعمل النظام منذ عدة سنوات في مستشفى بامرونجراد التايلاندي، لتشخيص وتقديم توصيات لعلاج أنواع مختلفة من السرطان.

يساعد نظام IBM Watson الأطباء على تحديد دور العوامل الوراثية في تشخيص وعلاج السرطان والأمراض النادرة. ويقوم النظام بتحليل البيانات الجينومية من السجل الطبي الإلكتروني للمريض، وتصفية المعلومات حول نفس الأمراض، وبعد معالجتها، ينقل البيانات إلى أخصائي.

يساعد الكمبيوتر العملاق أطباء الجلد على التعرف على الأمراض الجلدية المختلفة. يقوم نظام IBM Watson المعرفي بتحليل الصور التي تم الحصول عليها باستخدام منظار الجلد. إذا كان المتخصص قادرًا بصريًا على إجراء التشخيص بدقة 75٪، فإن النظام المعرفي يعمل بدقة 94٪.

يجب ألا يقلق المريض بشأن الكشف عن بياناته الشخصية. تضمن شركة IBM السرية وعدم الكشف عن هويتها.

تقوم شركة IBM Watson بالفعل بتحليل الأدوية ومساعدة شركات الأدوية على إنشاء أدوية جديدة. بمساعدة الكمبيوتر العملاق، من الممكن تقليل عدد التشخيصات الخاطئة، وزيادة فعالية العلاج، وإعطاء المرضى اليائسين فرصة للتعافي. وبمرور الوقت، أصبح الكمبيوتر العملاق أكثر ذكاءً، مما يعني أنه سيساعد في المستقبل القريب على منع تطور الأمراض قبل أن يتعين علاجها.