Watson Jeopardy! fait référence à la compétition de 2011 au cours de laquelle le système informatique Watson d'IBM, développé dans le cadre du projet DeepQA, a affronté deux des champions les plus titrés de Jeopardy!, Brad Rutter et Ken Jennings. Watson a remporté le match en deux manches, décrochant le premier prix d'un million de dollars américains, et a démontré des avancées significatives en intelligence artificielle et en traitement du langage naturel. L'événement a été diffusé en février 2011 et a marqué une étape importante dans la capacité de l'informatique à comprendre et à répondre à des questions en langage naturel.
Watson a été nommé d'après le fondateur et premier PDG d'IBM, Thomas J. Watson, et a été construit par une équipe de recherche dirigée par l'investigateur principal David Ferrucci. Le système a été conçu pour répondre à des questions ouvertes en combinant plusieurs techniques d'IA, notamment la recherche d'informations, la représentation des connaissances, le raisonnement automatisé et le apprentissage automatique. Contrairement aux systèmes d'apprentissage profond ultérieurs, l'architecture de Watson reposait sur des centaines d'algorithmes parallèles plutôt que sur des réseaux neuronaux profonds.
Architecture du système
Le logiciel de Watson était basé sur le cadre DeepQA d'IBM et sur l'architecture Apache UIMA (Unstructured Information Management Architecture). Il était écrit en Java, C++ et Prolog, et fonctionnait sous SUSE Linux Enterprise Server 11 avec Apache Hadoop pour le calcul distribué. Le système comprenait des modules de stratégie : l'un calculait les mises du Final Jeopardy en fonction des scores de confiance et des scores des adversaires ; un autre utilisait la règle de Bayes pour estimer la probabilité d'un Daily Double à partir de données historiques de l'archive J. Si un Daily Double était trouvé, la mise était calculée par un réseau neuronal à deux couches similaire à TD-Gammon, développé par Gerald Tesauro dans les années 1990. Les paramètres étaient ajustés en les comparant à un modèle statistique des candidats humains.
Le matériel comprenait un cluster de quatre-vingt-dix serveurs IBM Power 750, chacun avec un processeur POWER7 à huit cœurs de 3,5 GHz avec quatre threads par cœur, totalisant 2 880 threads 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 téraFLOPS, soit environ la moitié du seuil pour la liste des 500 supercalculateurs les plus puissants. Tout le contenu était stocké en RAM pendant le jeu, car l'accès au disque dur aurait été trop lent.
Sources de données et de connaissances
La base de connaissances de Watson comprenait des encyclopédies, des dictionnaires, des thésaurus, des articles de presse et des œuvres littéraires, ainsi que des bases de données structurées et des ontologies telles que DBpedia, WordNet et YAGO. IBM a fourni des millions de documents pour que Watson construise ses connaissances. Le système analysait les questions en mots-clés et fragments de phrases, puis exécutait simultanément des centaines d'algorithmes d'analyse linguistique. Plus les algorithmes convergeaient indépendamment vers la même réponse, plus la confiance était élevée. Watson vérifiait ensuite les solutions potentielles dans sa base de données pour confirmer leur plausibilité.
Comparaison avec les joueurs humains
Watson présentait à la fois des avantages et des inconvénients par rapport aux candidats humains. Il manquait de compréhension contextuelle, et les humains généraient souvent des réponses plus rapidement, surtout pour les indices courts. Watson était programmé pour ne pas buzzer tant qu'il n'était pas confiant, mais il avait des temps de réaction plus rapides une fois la réponse prête et était insensible aux tactiques psychologiques comme le saut de catégorie. Lors de 20 matchs simulés, les humains utilisaient les six à sept secondes nécessaires à Watson pour traiter un indice afin de décider s'ils devaient signaler. Les circuits électroniques de Watson recevaient le signal de préparation et évaluaient la confiance avant de buzzer, lui donnant un avantage de vitesse sur les temps de réaction humains, sauf lorsque les humains anticipaient le signal. La voix de Watson était synthétisée à partir d'enregistrements de l'acteur Jeff Woodman pour un programme de synthèse vocale d'IBM.
Conséquences et applications commerciales
En février 2013, IBM a annoncé la première application commerciale de Watson : des décisions de gestion de l'utilisation pour le traitement du cancer du poumon au Memorial Sloan Kettering Cancer Center, en collaboration avec WellPoint (aujourd'hui Elevance Health). Cependant, la division Watson Health a rencontré des difficultés commerciales. En 2022, IBM a cédé Watson Health, le scindant en Merative, qui a été vendu à Francisco Partners pour 1 milliard de dollars, après qu'IBM a investi 4 milliards de dollars dans le développement. En 2023, Watson avait coûté à IBM 10 % de la valeur de ses actions, perdu quatre fois plus qu'il n'avait rapporté et entraîné des licenciements massifs. Malgré ces revers, la victoire à Jeopardy! reste un jalon dans l'histoire de l'IA, influençant les recherches ultérieures en apprentissage automatique et en grands modèles de langage.