IBM Watson est un système informatique capable de répondre à des questions posées en langage naturel, développé dans le cadre du projet DeepQA d'IBM sous la direction du chercheur principal David Ferrucci. Nommé d'après le fondateur d'IBM, Thomas J. Watson, le système a été conçu pour concourir au quiz télévisé Jeopardy!, où il a affronté les champions Brad Rutter et Ken Jennings lors d'un match télévisé en février 2011. Watson a remporté le premier prix d'un million de dollars américains, démontrant des avancées significatives en intelligence artificielle et en réponse aux questions.
L'architecture de Watson intégrait plusieurs technologies, notamment le traitement du langage naturel, la recherche d'informations, la représentation des connaissances, le raisonnement automatisé, et l'apprentissage automatique. IBM a déclaré que Watson utilisait "plus de 100 techniques différentes" pour analyser le langage naturel, générer des hypothèses, et classer les preuves. Le système était construit sur le logiciel DeepQA et le framework Apache UIMA, écrit en Java, C++, et Prolog, et fonctionnait sur SUSE Linux Enterprise Server 11 avec Apache Hadoop pour le calcul distribué.
Matériel et Performances
Watson employait un cluster de quatre-vingt-dix serveurs IBM Power 750, chacun avec un processeur POWER7 à huit cœurs de 3.5 GHz et quatre threads par cœur, totalisant 2,880 threads de processeur et 16 téraoctets de RAM. Le système traitait 500 gigaoctets par seconde, équivalent à un million de livres, et avait une performance Linpack de 80 TeraFLOPs. Son coût matériel était estimé à environ trois millions de dollars. Pour le jeu Jeopardy!, tout le contenu était stocké en RAM parce que les disques durs seraient trop lents pour concurrencer les champions humains.
Données et Sources de Connaissances
La base de connaissances de Watson incluait des encyclopédies, des dictionnaires, des thésaurus, des articles de presse, et des œuvres littéraires, ainsi que des bases de données et des ontologies telles que DBpedia, WordNet, et YAGO. L'équipe d'IBM a fourni des millions de documents pour construire sa connaissance. Watson analysait les questions en mots-clés et en fragments de phrases, exécutant des centaines d'algorithmes d'analyse linguistique simultanément. Plus les algorithmes trouvaient indépendamment la même réponse, plus la confiance était élevée.
Stratégie et Comparaison avec les Humains
Watson incluait des modules de stratégie pour les paris et la détection des Daily Doubles. Un module calculait les mises du Final Jeopardy en fonction des scores de confiance et des classements des concurrents. Un autre utilisait la règle de Bayes pour estimer la probabilité des Daily Doubles non révélés, avec les paris calculés par un réseau neuronal à deux couches similaire à TD-Gammon. Le temps de réaction de Watson sur le buzzer était plus rapide que celui des humains lorsqu'il réagissait, bien qu'il ne puisse pas anticiper le signal de préparation. Il manquait de compréhension du contexte humain mais était immunisé contre les tactiques psychologiques. Lors des jeux simulés, les humains utilisaient le temps de traitement de six à sept secondes de Watson pour buzzer en premier, mais lors du match réel, la vitesse et la précision de Watson ont prévalu.
Héritage et Applications Commerciales
En février 2013, IBM a annoncé la première application commerciale de Watson pour les décisions de traitement du cancer du poumon au Memorial Sloan Kettering Cancer Center, en collaboration avec WellPoint(aujourd'hui Elevance Health)., la division Watson Health a été cédée en 2022 et vendue à Francisco Partners pour 1 milliard de dollars, après avoir coûté 4 milliards de dollars à développer. D'ici 2023, Watson avait contribué à la perte de 10% de la valeur boursière d'IBM et à des licenciements massifs. Malgré ces revers, la victoire de Watson au Jeopardy! en 2011 reste un jalon dans intelligence artificielle et apprentissage automatique, influençant les développements ultérieurs en apprentissage profond et traitement du langage naturel.