En février 2011, Watson, un système informatique d'IBM développé dans le cadre du projet DeepQA, a participé au jeu télévisé américain Jeopardy! contre deux de ses champions les plus titrés, Brad Rutter et Ken Jennings. Watson a remporté le premier prix d'un million de dollars américains, démontrant des avancées significatives dans intelligence artificielle et traitement du langage naturel. Le système, nommé d'après le fondateur d'IBM Thomas J. Watson, était dirigé par le chercheur principal David Ferrucci et représentait une étape importante dans la technologie de réponse aux questions.
Watson a été conçu pour répondre à des questions posées en langage naturel, une tâche qui exige de comprendre le contexte, l'ambiguïté et les nuances. Contrairement aux systèmes antérieurs qui reposaient sur la correspondance de mots-clés, Watson utilisait une combinaison de apprentissage automatique, de recherche d'informations et de raisonnement automatisé pour générer et évaluer des hypothèses. Son architecture lui permettait de traiter de vastes quantités de données non structurées et de produire des réponses précises et confiantes en temps réel.
Développement et architecture
Le développement de Watson a commencé en 2006 dans le cadre du projet DeepQA d'IBM, avec pour objectif de créer un système capable de rivaliser au plus haut niveau sur Jeopardy!. Le logiciel était basé sur le framework Apache UIMA et écrit dans plusieurs langages de programmation, notamment Java, C++ et Prolog. Il fonctionnait sous SUSE Linux Enterprise Server 11 et utilisait Apache Hadoop pour le calcul distribué.
Le système employait plus de 100 techniques différentes pour analyser le langage, identifier les sources, générer des hypothèses et évaluer les preuves. Ces techniques comprenaient l'analyse statistique, l'analyse sémantique et la représentation des connaissances. Watson intégrait également des modules de stratégie, tels qu'un module qui calculait les mises du Jeopardy final en fonction des scores de confiance et un module qui utilisait l'inférence bayésienne pour estimer la probabilité d'un Daily Double. Un réseau neuronal à deux couches, similaire à ceux utilisés dans TD-Gammon, déterminait les montants des mises lorsqu'un Daily Double était trouvé.
Matériel et performances
Le matériel de Watson était un cluster de quatre-vingt-dix serveurs IBM Power 750, chacun avec un processeur POWER7 huit cœurs à 3,5 GHz et quatre threads par cœur. Cette configuration fournissait 2 880 threads de processeur et 16 téraoctets de RAM. Le système pouvait traiter 500 gigaoctets de données par seconde, soit l'équivalent d'environ un million de livres, et avait une performance Linpack de 80 téraflops. Tout le contenu était stocké en RAM pendant les jeux Jeopardy! car l'accès au disque dur aurait été trop lent.
Le coût du matériel était estimé à environ trois millions de dollars. La conception de Watson privilégiait le traitement parallèle et la récupération rapide des données, lui permettant d'analyser des millions de documents, y compris des encyclopédies, des dictionnaires et des articles de presse, en quelques secondes.
Compétition Jeopardy!
Lors de la compétition Jeopardy!, Watson a affronté Brad Rutter, qui avait gagné plus de 3 millions de dollars dans l'émission, et Ken Jennings, qui détenait le record de la plus longue série de victoires. L'événement consistait en deux épisodes diffusés en février 2011. La performance de Watson était remarquable pour sa vitesse de buzzer constante et sa signalisation basée sur la confiance. Il pouvait réagir plus vite que les humains pour buzzer, bien qu'il hésitât parfois sur les indices courts.
La stratégie de Watson consistait à éviter de buzzer jusqu'à ce qu'il soit confiant dans sa réponse, ce qui réduisait le risque de réponses incorrectes. Il utilisait également des données historiques de l'archive J! pour prédire les emplacements des Daily Doubles. Malgré des erreurs occasionnelles, Watson a gagné de manière décisive, remportant 1 million de dollars, tandis que Jennings et Rutter recevaient respectivement 300 000 et 200 000 dollars.
Conséquences et héritage
La victoire a mis en évidence le potentiel de l'IA dans des applications réelles. En février 2013, IBM a annoncé la première application commerciale de Watson : l'assistance aux décisions de traitement du cancer du poumon au Memorial Sloan Kettering Cancer Center, en partenariat avec WellPoint (aujourd'hui Elevance Health). Cela marquait un passage du succès dans les jeux télévisés à une utilisation pratique dans le secteur de la santé.
Cependant, le parcours commercial de Watson a rencontré des défis. En 2022, IBM a cédé sa division Watson Health, vendue à Francisco Partners pour environ 1 milliard de dollars, après avoir coûté 4 milliards de dollars à développer. D'ici 2023, Watson avait contribué à une baisse de 10 % de la valeur des actions d'IBM et entraîné des licenciements massifs. Malgré ces revers, Watson a influencé la recherche et le développement ultérieurs en IA, en particulier dans les grands modèles de langage et la IA générative.
Comparaison avec les joueurs humains
L'approche de Watson différait de la cognition humaine. Il analysait les mots-clés et recherchait des termes associés, mais manquait de compréhension contextuelle profonde. Les humains pouvaient générer des réponses plus rapidement pour des indices courts, mais Watson avait un temps de réaction supérieur sur le buzzer et était insensible aux tactiques psychologiques. Sa voix électronique, synthétisée à partir d'enregistrements de l'acteur Jeff Woodman, délivrait les réponses au format de question de Jeopardy!.
La compétition a démontré que l'IA pouvait exceller dans des tâches exigeant une récupération rapide d'informations et une prise de décision, mais a également révélé des limites dans la compréhension des nuances et du contexte. Ces enseignements ont guidé les efforts ultérieurs dans le apprentissage profond et les architectures transformer, qui ont depuis fait progresser considérablement le domaine.