आईबीएम वॉटसन एक कंप्यूटर प्रणाली है जो प्राकृतिक भाषा में पूछे गए प्रश्नों का उत्तर देने में सक्षम है। इसे आईबीएम के डीपक्यूए परियोजना के हिस्से के रूप में प्रमुख अन्वेषक डेविड फेरुची के नेतृत्व में एक शोध दल द्वारा विकसित किया गया था। वॉटसन का नाम आईबीएम के संस्थापक और पहले सीईओ, उद्योगपति थॉमस जे. वॉटसन के नाम पर रखा गया था। यह प्रणाली शुरू में क्विज़ शो जेपार्डी! में प्रतिस्पर्धा करने के लिए डिज़ाइन की गई थी, जहाँ इसने 2011 में चैंपियन ब्रैड रटर और केन जेनिंग्स को हराया, और पहला पुरस्कार US$1 मिलियन जीता। वॉटसन की सफलता ने खुले-डोमेन प्रश्नोत्तर में Artificial intelligence की क्षमता का प्रदर्शन किया और स्वास्थ्य सेवा जैसे क्षेत्रों में वाणिज्यिक अनुप्रयोगों को प्रेरित किया।
वॉटसन की वास्तुकला उन्नत Natural language processing तकनीकों, सूचना पुनर्प्राप्ति, ज्ञान प्रतिनिधित्व और स्वचालित तर्क को एकीकृत करती है। आईबीएम ने कहा कि वॉटसन "प्राकृतिक भाषा का विश्लेषण करने, स्रोतों की पहचान करने, परिकल्पनाओं को खोजने और उत्पन्न करने, साक्ष्य खोजने और स्कोर करने, और परिकल्पनाओं को विलय और रैंक करने के लिए 100 से अधिक विभिन्न तकनीकों का उपयोग करता है।" समय के साथ, वॉटसन की क्षमताओं का विस्तार किया गया, और इसकी तैनाती आईबीएम क्लाउड में स्थानांतरित हो गई, जिसमें विकसित मशीन लर्निंग और अनुकूलित हार्डवेयर शामिल थे।
सॉफ्टवेयर
वॉटसन का मुख्य सॉफ्टवेयर आईबीएम का डीपक्यू है, जो अपाचे यूआईएमए (अनस्ट्रक्चर्ड इंफॉर्मेशन मैनेजमेंट आर्किटेक्चर) फ्रेमवर्क पर बनाया गया है। यह प्रणाली जावा, सी++ और प्रोलॉग सहित कई भाषाओं में लिखी गई थी, और वितरित कंप्यूटिंग के लिए अपाचे हडूप के साथ सूसे लिनक्स एंटरप्राइज सर्वर 11 पर चलती थी। डीपक्यू के अलावा, वॉटसन में रणनीति मॉड्यूल शामिल थे। उदाहरण के लिए, एक मॉड्यूल ने आत्मविश्वास स्कोर और प्रतियोगी स्थिति के आधार पर फाइनल जेपार्डी दांव की गणना की। एक अन्य ने जे! आर्काइव से ऐतिहासिक डेटा का उपयोग करते हुए, डेली डबल की संभावना का अनुमान लगाने के लिए बेयस नियम का उपयोग किया। यदि एक डेली डबल पाया गया, तो दांव की गणना एक दो-परत तंत्रिका नेटवर्क द्वारा की गई थी, जो 1990 के दशक में जेराल्ड टेसाउरो द्वारा विकसित बैकगैमन-खेलने वाले कार्यक्रम टीडी-गैमन द्वारा उपयोग किए गए नेटवर्क के समान थी। इन रणनीति मापदंडों को जे! आर्काइव डेटा पर फिट किए गए मानव प्रतियोगियों के एक सांख्यिकीय मॉडल के खिलाफ बेंचमार्किंग द्वारा ट्यून किया गया था।
हार्डवेयर
वॉटसन कार्यभार-अनुकूलित था, जिसमें बड़े पैमाने पर समानांतर पावर7 प्रोसेसर एकीकृत थे। इसने नब्बे आईबीएम पावर 750 सर्वरों का एक क्लस्टर नियोजित किया, प्रत्येक में 3.5 गीगाहर्ट्ज़ पावर7 आठ-कोर प्रोसेसर और प्रति कोर चार थ्रेड थे, जो कुल 2,880 प्रोसेसर थ्रेड और 16 टेराबाइट रैम बनाते थे। जॉन रेनी के अनुसार, वॉटसन प्रति सेकंड 500 गीगाबाइट (एक मिलियन पुस्तकों के बराबर) संसाधित कर सकता था। आईबीएम मास्टर आविष्कारक टोनी पियर्सन ने हार्डवेयर की लागत लगभग तीन मिलियन डॉलर होने का अनुमान लगाया। इसका लिनपैक प्रदर्शन 80 टेराफ्लॉप्स था, जो टॉप 500 सुपरकंप्यूटर सूची के लिए कटऑफ का लगभग आधा था। जेपार्डी! के लिए, सभी सामग्री रैम में संग्रहीत की गई थी क्योंकि हार्ड ड्राइव वास्तविक समय की प्रतिक्रियाओं के लिए बहुत धीमी होतीं।
डेटा
वॉटसन के ज्ञान स्रोतों में विश्वकोश, शब्दकोश, थिसॉरी, समाचार वायर लेख और साहित्यिक कृतियाँ शामिल थीं। इसने डीबीपीडिया, वर्डनेट और यागो जैसे डेटाबेस, वर्गीकरण और ऑन्टोलॉजी का भी उपयोग किया। आईबीएम टीम ने वॉटसन के ज्ञान आधार को बनाने के लिए लाखों दस्तावेज़ प्रदान किए, जिससे यह कई प्रकार के प्रश्नों का उत्तर देने में सक्षम हुआ।
संचालन
वॉटसन ने सांख्यिकीय रूप से संबंधित वाक्यांशों को खोजने के लिए प्रश्नों को कीवर्ड और वाक्य खंडों में विश्लेषित किया। इसका मुख्य नवाचार एक नया एल्गोरिदम नहीं था, बल्कि सैकड़ों सिद्ध भाषा विश्लेषण एल्गोरिदम को एक साथ निष्पादित करने की क्षमता थी। जितने अधिक एल्गोरिदम स्वतंत्र रूप से एक ही उत्तर पाते थे, आत्मविश्वास उतना ही अधिक होता था। एक बार जब वॉटसन के पास कुछ संभावित समाधान होते थे, तो यह संभाव्यता निर्धारित करने के लिए उन्हें अपने डेटाबेस के खिलाफ जाँचता था।
मानव खिलाड़ियों के साथ तुलना
वॉटसन के पास मानव जेपार्डी! खिलाड़ियों की तुलना में फायदे और नुकसान थे। इसमें प्रासंगिक समझ की कमी थी, और मनुष्य अक्सर तेजी से प्रतिक्रिया उत्पन्न करते थे, विशेष रूप से छोटे सुरागों के लिए। वॉटसन की प्रोग्रामिंग ने इसे आत्मविश्वासी होने से पहले बज़ करने से रोका, लेकिन एक बार तैयार होने पर इसकी प्रतिक्रिया समय तेज थी और यह श्रेणी कूदने जैसी मनोवैज्ञानिक रणनीतियों के प्रति प्रतिरक्षित था। नकली खेलों में, मनुष्यों ने वॉटसन को सुराग संसाधित करने के लिए आवश्यक छह से सात सेकंड का उपयोग यह तय करने के लिए किया कि बज़ करना है या नहीं। वॉटसन के इलेक्ट्रॉनिक सर्किटरी ने तैयार संकेत प्राप्त किया और बज़ करने से पहले आत्मविश्वास का मूल्यांकन किया, जिससे इसकी प्रतिक्रिया मनुष्यों की तुलना में तेज हो गई, सिवाय जब वे संकेत का अनुमान लगाते थे। वॉटसन ने आईबीएम के टेक्स्ट-टू-स्पीच कार्यक्रम के लिए अभिनेता जेफ वुडमैन द्वारा रिकॉर्ड किए गए अंशों से संश्लेषित एक इलेक्ट्रॉनिक आवाज में बात की।
वाणिज्यिक अनुप्रयोग और विनिवेश
फरवरी 2013 में, आईबीएम ने वॉटसन के पहले वाणिज्यिक अनुप्रयोग की घोषणा की: वेलपॉइंट (अब एलेवेंस हेल्थ) के साथ मिलकर मेमोरियल स्लोअन केटरिंग कैंसर सेंटर में फेफड़ों के कैंसर के उपचार के लिए उपयोग प्रबंधन निर्णय। 2022 में, आईबीएम ने अपने वॉटसन हेल्थ डिवीजन को मेरेटिव में विनिवेशित किया, जिसे अमेरिकी निजी इक्विटी फर्म फ्रांसिस्को पार्टनर्स को बेच दिया गया था। डिवीजन को विकसित करने में $4 बिलियन की लागत आई थी, लेकिन इसे $1 बिलियन में बेचा गया। 2023 तक, वॉटसन के परिणामस्वरूप आईबीएम को अपने स्टॉक मूल्य का 10% नुकसान हुआ था, जिसकी लागत इससे होने वाली आय से चार गुना अधिक थी, और बड़े पैमाने पर छंटनी हुई। इन असफलताओं के बावजूद, वॉटसन Artificial intelligence और Machine learning के इतिहास में एक मील का पत्थर बना हुआ है।