Використовуючи Watson для синтезу величезних сум даних і створення заснованих на фактичних даних гіпотез, з'явилася надія, що система допоможе лікарям і студентам більш точно діагностувати захворювання і вибирати кращі плани лікування для пацієнтів.
З тих пір минуло чотири роки. Як ми знаємо, штучний інтелект повинен вчитися швидко. Що змінилося для Watson з тих пір?
Довга дорога доктора Ватсона
IBM вважала, що Watson може стати «надздібності Siri для бізнесу», і він став. Сьогодні він позначений як когнітивний комп'ютер для бізнесу. Або, якщо точніше, «платформа для когнітивного бізнесу».
Ось чому став Watson: платформою.
У цей момент «доктор Ватсон» вийшов з ясел стартапа і став відчувати себе значно впевненіше. У певному сенсі він став «як IMB в кожному аспекті».
Зустрічайте доктора Ватсона
Не так давно Університет Токіо використовував Watson для постановки правильного діагнозу 60-річного пацієнта з лейкемією за рахунок зіставлення генетичних даних мільйонів дослідних робіт на тему раку. Це вражаючий приклад, але поки складно говорити про схожий застосуванні в кожній сфері медицини.
Хоча IBM подвоїла силу Watson і домоглася певного успіху, зробити його практичним у всіх сенсах цього слова ще тільки належить. У минулому році Брендон Кейм з IEEE Spectrum виклав кілька вірних причин, чому «доктору Ватсону» ще тільки належить стати справжнім лікарем.
«IBM Watson пройшов довгий шлях, але його прогрес порівняно з очікуваннями« миттєвого вриваючись »робить його досягнення менш значущими, - пише Кейм. - Медичний штучний інтелект зараз порівняємо з персональними комп'ютерами 1970-х. Застосування штучного інтелекту в сфері охорони здоров'я дозріє через роки ».
Складні проблеми в системі охорони здоров'я на зразок якості даних також заважають Watson. Електронні медичні дані часто заповнюються з помилками і спочатку оцифровуються для зберігання, а не для пошуку в них даних. Нарешті, навчання Watson є виснажливий процес, особливо тому, що справа стосується людських життів.
Пошук швидких відповідей на проблеми пацієнтів має мало чого спільного з грою. Watson доведеться навчитися думати, як хороший лікар. Тобто йому доведеться знаходити правильні фрагменти даних, зважувати докази та робити точні висновки.
Наприклад, наступник Watson, ігровий ІІ AlphaGo від Google, представляє собою програму глибокого навчання, яка навчилася грати в го краще за всіх у світі.
Очевидно, IBM в курсі, що таке глибоке навчання. У минулому році вона розповіла, що також інтегрує підхід глибокого навчання в Watson.
Величезні бюджети присвячуються еволюції наступного покоління чат-ботів і віртуальних асистентів, і в цьому зав'язані найбільші гравці - включаючи Google і Facebook. Залишається лише питання часу, поки «доктор Ватсон» не стане доступний широкому числу користувачів, може, і під іншим ім'ям.
Watson: штучний інтелект IBM п'ять років по тому Ілля Хель