IBM Watson é um sistema computacional capaz de responder a perguntas formuladas em linguagem natural, desenvolvido como parte do projeto DeepQA da IBM sob o investigador principal David Ferrucci. Nomeado em homenagem ao fundador da IBM, Thomas J. Watson, o sistema foi projetado para competir no programa de perguntas e respostas Jeopardy!, onde enfrentou os campeões Brad Rutter e Ken Jennings em uma partida televisionada em fevereiro de 2011. Watson venceu o prêmio de primeiro lugar de US$ 1 milhão, demonstrando avanços significativos em inteligência artificial e resposta a perguntas.
A arquitetura de Watson integrou múltiplas tecnologias, incluindo processamento de linguagem natural, recuperação de informações, representação de conhecimento, raciocínio automatizado e aprendizado de máquina. A IBM afirmou que Watson usou "mais de 100 técnicas diferentes" para analisar linguagem natural, gerar hipóteses e classificar evidências. O sistema foi construído sobre o software DeepQA e o framework Apache UIMA, escrito em Java, C++ e Prolog, e rodava no SUSE Linux Enterprise Server 11 com Apache Hadoop para computação distribuída.
Hardware e Desempenho
Watson empregou um cluster de noventa servidores IBM Power 750, cada um com um processador POWER7 de oito núcleos a 3,5 GHz e quatro threads por núcleo, totalizando 2.880 threads de processador e 16 terabytes de RAM. O sistema processava 500 gigabytes por segundo, equivalente a um milhão de livros, e tinha um desempenho Linpack de 80 TeraFLOPs. Seu custo de hardware foi estimado em cerca de três milhões de dólares. Para o jogo Jeopardy!, todo o conteúdo foi armazenado em RAM, pois discos rígidos seriam lentos demais para competir com campeões humanos.
Dados e Fontes de Conhecimento
A base de conhecimento de Watson incluía enciclopédias, dicionários, tesauros, artigos de agências de notícias e obras literárias, além de bancos de dados e ontologias como DBpedia, WordNet e YAGO. A equipe da IBM forneceu milhões de documentos para construir seu conhecimento. Watson analisava perguntas em palavras-chave e fragmentos de frases, executando centenas de algoritmos de análise de linguagem simultaneamente. Quanto mais algoritmos encontravam independentemente a mesma resposta, maior era a confiança.
Estratégia e Comparação com Humanos
Watson incluía módulos de estratégia para apostas e detecção de Daily Double. Um módulo calculava as apostas do Final Jeopardy com base em pontuações de confiança e posições dos concorrentes. Outro usava a regra de Bayes para estimar a probabilidade de Daily Doubles não revelados, com a aposta calculada por uma rede neural de duas camadas semelhante ao TD-Gammon. O tempo de reação de Watson no botão era mais rápido que o dos humanos ao reagir, embora não pudesse antecipar o sinal de prontidão. Ele carecia de compreensão de contexto humano, mas era imune a táticas psicológicas. Em jogos simulados, humanos usavam o tempo de processamento de seis a sete segundos de Watson para apertar o botão primeiro, mas na partida real, a velocidade e a precisão de Watson prevaleceram.
Legado e Aplicações Comerciais
Em fevereiro de 2013, a IBM anunciou a primeira aplicação comercial de Watson para decisões de tratamento de câncer de pulmão no Memorial Sloan Kettering Cancer Center, em conjunto com a WellPoint (agora Elevance Health). No entanto, a divisão Watson Health foi desinvestida em 2022 e vendida à Francisco Partners por US$ 1 bilhão, após custar US$ 4 bilhões para ser desenvolvida. Em 2023, Watson havia contribuído para a IBM perder 10% do valor de suas ações e para demissões em massa. Apesar desses contratempos, a vitória de Watson no Jeopardy! em 2011 permanece um marco na inteligência artificial e no aprendizado de máquina, influenciando desenvolvimentos subsequentes em aprendizado profundo e processamento de linguagem natural.