2011年2月、IBMのワトソンは、DeepQAプロジェクトの下で開発されたコンピュータシステムであり、アメリカのクイズ番組『ジェパディ!』で、その最も成功したチャンピオンの二人、ブラッド・ラッターとケン・ジェニングスと対戦した。ワトソンは優勝賞金100万米ドルを獲得し、人工知能と自然言語処理における顕著な進歩を示した。このシステムは、IBMの創設者トーマス・J・ワトソンにちなんで名付けられ、主任研究者デビッド・フェルッチが主導し、質問応答技術における画期的な出来事を表した。
ワトソンは、自然言語で提示された質問に答えるように設計されており、そのタスクは文脈、曖昧さ、ニュアンスの理解を必要とする。キーワード一致に依存した初期のシステムとは異なり、ワトソンは機械学習、情報検索、自動推論の組み合わせを用いて仮説を生成し評価した。そのアーキテクチャにより、膨大な非構造化データを処理し、リアルタイムで自信を持った正確な応答を生成することができた。
開発とアーキテクチャ
ワトソンの開発は2006年にIBMのDeepQAプロジェクトの一部として始まり、『ジェパディ!』で最高水準で競えるシステムを作ることを目標とした。ソフトウェアはApache UIMAフレームワーク上に構築され、Java、C++、Prologを含む複数のプログラミング言語で書かれた。SUSE Linux Enterprise Server 11上で動作し、分散コンピューティングにはApache Hadoopを使用した。
このシステムは、言語の分析、ソースの特定、仮説の生成、証拠のスコアリングのために100以上の異なる技術を採用した。これらの技術には、統計的構文解析、意味分析、知識表現が含まれる。ワトソンはまた、戦略モジュールも組み込んでおり、例えば、信頼度スコアに基づいてファイナル・ジェパディの賭け金を計算するモジュールや、ベイズ推論を用いてデイリーダブルの確率を推定するモジュールがあった。TD-Gammonで使用されたものと類似した二層のニューラルネットワークが、デイリーダブルが見つかったときの賭け金を決定した。
ハードウェアと性能
ワトソンのハードウェアは、90台のIBM Power 750サーバーのクラスターであり、各サーバーは3.5 GHzのPOWER7八コアプロセッサーとコアあたり4スレッドを備えていた。この構成により、2,880プロセッサースレッドと16テラバイトのRAMが提供された。システムは毎秒500ギガバイトのデータを処理でき、これは約100万冊の本に相当し、Linpack性能は80テラフロップスだった。すべてのコンテンツは『ジェパディ!』のゲーム中にRAMに保存された。なぜなら、ハードドライブへのアクセスは遅すぎるからである。
ハードウェアのコストは約300万ドルと推定された。ワトソンの設計は並列処理と迅速なデータ検索を優先し、百科事典、辞書、ニュース記事を含む数百万の文書を数秒で分析できるようにした。
ジェパディ!競技
『ジェパディ!』の競技で、ワトソンは、番組で300万ドル以上を獲得したブラッド・ラッターと、最長連勝記録を持つケン・ジェニングスと対戦した。このイベントは2011年2月に放送された2つのエピソードで構成された。ワトソンのパフォーマンスは、一貫したブザースピードと信頼度に基づくシグナリングで注目に値した。人間よりも速くブザーに反応できたが、短い手がかりでは時々ためらうこともあった。
ワトソンの戦略には、答えに自信が持てるまでブザーを押さないことが含まれており、誤答のリスクを減らした。また、J! Archiveの履歴データを使用してデイリーダブルの位置を予測した。時折の誤りにもかかわらず、ワトソンは決定的に勝利し、100万ドルを獲得し、ジェニングスとラッターはそれぞれ30万ドルと20万ドルを受け取った。
余波と遺産
この勝利は、現実世界の応用におけるAIの可能性を強調した。2013年2月、IBMはワトソンの最初の商用応用を発表した。それは、メモリアル・スローン・ケタリングがんセンターでの肺がん治療決定の支援であり、ウェルポイント（現在のエレバンス・ヘルス）との提携によるものだった。これは、ゲームショーの成功から医療における実用的な使用への移行を示した。
しかし、ワトソンの商用の旅は課題に直面した。2022年、IBMはワトソン・ヘルス部門を売却し、フランシスコ・パートナーズに約10億ドルで売却されたが、開発には40億ドルかかっていた。2023年までに、ワトソンはIBMの株価の10%下落に寄与し、大規模な解雇をもたらした。これらの挫折にもかかわらず、ワトソンはその後のAI研究開発、特に大規模言語モデルと生成AIに影響を与えた。
人間のプレイヤーとの比較
ワトソンのアプローチは人間の認知とは異なっていた。キーワードを解析し、関連する用語を検索したが、深い文脈理解を欠いていた。人間は短い手がかりに対してより速く応答を生成できたが、ワトソンはブザーでの反応時間が優れており、心理的戦術の影響を受けなかった。俳優ジェフ・ウッドマンの録音から合成されたその電子音声は、『ジェパディ!』の質問形式で応答を提供した。
この競技は、AIが迅速な情報検索と意思決定を必要とするタスクで優れていることを示したが、ニュアンスと文脈の理解における限界も明らかにした。これらの洞察は、その後の深層学習とトランスフォーマーアーキテクチャの取り組みを導き、それ以来、この分野を大幅に進歩させた。