Watson Jeopardy! se refiere a la competencia de 2011 en la que el sistema informático Watson de IBM, desarrollado bajo el proyecto DeepQA, se enfrentó a dos de los campeones más exitosos de Jeopardy!, Brad Rutter y Ken Jennings. Watson ganó el partido de dos juegos, llevándose el primer premio de 1 millón de dólares estadounidenses, y demostró avances significativos en inteligencia artificial y procesamiento de lenguaje natural. El evento fue transmitido en febrero de 2011 y marcó un hito en la capacidad de la computación para comprender y responder preguntas en lenguaje natural.
Watson recibió su nombre en honor al fundador y primer director ejecutivo de IBM, Thomas J. Watson, y fue construido por un equipo de investigación liderado por el investigador principal David Ferrucci. El sistema fue diseñado para responder preguntas de dominio abierto combinando múltiples técnicas de IA, incluida la recuperación de información, la representación del conocimiento, el razonamiento automatizado y aprendizaje automático. A diferencia de los sistemas posteriores de aprendizaje profundo, la arquitectura de Watson dependía de cientos de algoritmos paralelos en lugar de redes neuronales profundas.
Arquitectura del sistema
El software de Watson se basó en el marco DeepQA de IBM y en Apache UIMA (Arquitectura de Gestión de Información No Estructurada). Fue escrito en Java, C++ y Prolog, y se ejecutó en SUSE Linux Enterprise Server 11 con Apache Hadoop para computación distribuida. El sistema incluía módulos de estrategia: uno calculaba las apuestas de Final Jeopardy basándose en puntuaciones de confianza y puntuaciones de los oponentes; otro usaba la regla de Bayes para estimar la probabilidad de un Daily Double utilizando datos históricos del Archivo J. Si se encontraba un Daily Double, la apuesta se calculaba mediante una red neuronal de dos capas similar a TD-Gammon, desarrollada por Gerald Tesauro en la década de 1990. Los parámetros se ajustaron comparando con un modelo estadístico de concursantes humanos.
El hardware comprendía un clúster de noventa servidores IBM Power 750, cada uno con un procesador POWER7 de ocho núcleos a 3.5 GHz con cuatro hilos por núcleo, totalizando 2,880 hilos y 16 terabytes de RAM. El sistema procesaba 500 gigabytes por segundo (equivalente a un millón de libros) y tenía un rendimiento Linpack de 80 TeraFLOPS, aproximadamente la mitad del límite para la lista de los 500 supercomputadores más potentes. Todo el contenido se almacenaba en RAM durante el juego porque el acceso al disco duro sería demasiado lento.
Datos y fuentes de conocimiento
La base de conocimiento de Watson incluía enciclopedias, diccionarios, tesauros, artículos de agencias de noticias y obras literarias, así como bases de datos estructuradas y ontologías como DBpedia, WordNet y YAGO. IBM proporcionó millones de documentos para que Watson construyera su conocimiento. El sistema analizaba las preguntas en palabras clave y fragmentos de oraciones, y luego ejecutaba cientos de algoritmos de análisis de lenguaje simultáneamente. Cuantos más algoritmos convergieran de manera independiente en la misma respuesta, mayor era la confianza. Watson luego verificaba las soluciones potenciales contra su base de datos para confirmar su plausibilidad.
Comparación con jugadores humanos
Watson tenía tanto ventajas como desventajas en comparación con los concursantes humanos. Carecía de comprensión contextual, y los humanos a menudo generaban respuestas más rápido, especialmente para pistas cortas. Watson estaba programado para no pulsar el botón hasta estar seguro, pero tenía tiempos de reacción más rápidos una vez que la respuesta estaba lista y era inmune a tácticas psicológicas como saltar de categoría. En 20 juegos simulados, los humanos usaban los seis a siete segundos que Watson necesitaba para procesar una pista para decidir si señalar. El circuito electrónico de Watson recibía la señal de listo y evaluaba la confianza antes de pulsar el botón, lo que le daba una ventaja de velocidad sobre los tiempos de reacción humanos, excepto cuando los humanos anticipaban la señal. La voz de Watson fue sintetizada a partir de grabaciones del actor Jeff Woodman para un programa de texto a voz de IBM.
Consecuencias y aplicaciones comerciales
En febrero de 2013, IBM anunció la primera aplicación comercial de Watson: decisiones de gestión de utilización para el tratamiento del cáncer de pulmón en el Memorial Sloan Kettering Cancer Center, en conjunto con WellPoint (ahora Elevance Health). Sin embargo, la división Watson Health tuvo dificultades comerciales. En 2022, IBM se deshizo de Watson Health, escindiéndola en Merative, que fue vendida a Francisco Partners por mil millones de dólares, después de que IBM hubiera invertido 4 mil millones en su desarrollo. Para 2023, Watson había costado a IBM el 10% del valor de sus acciones, perdió cuatro veces más de lo que generó y provocó despidos masivos. A pesar de estos contratiempos, la victoria en Jeopardy! sigue siendo un hito en la historia de la IA, influyendo en investigaciones posteriores en aprendizaje automático y grandes modelos de lenguaje.