IBM Watson是一个由IBM开发的问答计算系统，作为其DeepQA项目的一部分，由首席研究员David Ferrucci领导。该系统以IBM创始人Thomas J. Watson的名字命名，旨在回答以自然语言提出的问题，其最著名的成就是在2011年于智力竞赛节目《危险边缘！》中战胜人类冠军。Watson代表了人工智能技术在开放域问答应用中的一个重要里程碑，尽管它依赖于多种既有算法的组合，而非后来主导该领域的深度学习方法。
该系统的开发源于IBM的雄心，即构建一台能够理解并回应《危险边缘！》中典型的那种微妙且充满双关语的线索的机器。与早期专注于狭窄领域的问答系统不同，Watson旨在利用大量参考资料语料库处理任意主题。它在国家电视上的成功展示了自然语言处理和机器学习方面的实际进展，影响了后续在医疗保健及其他行业的研究和商业应用。
技术架构
Watson的软件基于IBM的DeepQA架构和Apache UIMA（非结构化信息管理架构）框架构建。该系统使用多种编程语言编写，包括Java、C++和Prolog，并在SUSE Linux Enterprise Server 11上运行，使用Apache Hadoop进行分布式计算。DeepQA采用了超过100种不同的技术来分析自然语言、识别来源、生成假设、查找和评分证据，以及合并和排序潜在答案。
硬件由九十台IBM Power 750服务器组成的集群构成，每台配备3.5 GHz POWER7八核处理器，每核四个线程。总体而言，Watson使用了2，880个处理器线程和16 TB内存。据John Rennie称，该系统每秒可处理500 GB（相当于约一百万本书）的数据。IBM首席发明家Tony Pearson估计硬件成本约为三百万美元。对于《危险边缘！》比赛，所有内容都存储在内存中，因为硬盘访问速度太慢，无法匹配人类的反应时间。
《危险边缘！》比赛
2011年2月，Watson在《危险边缘！》中与该节目最成功的两位冠军Brad Rutter和Ken Jennings竞争。Watson赢得了100万美元的一等奖。该系统的策略包括专门的模块：一个根据置信度分数和当前排名计算最终《危险边缘！》下注金额，另一个使用贝叶斯规则，以J! Archive的历史数据为先验，估计未揭示线索是每日双倍奖金的概率。对于每日双倍奖金的投注，一个类似于Gerald Tesauro在1990年代开发的TD-Gammon中使用的两层神经网络决定下注金额。
Watson的表现揭示了其与人类选手相比的优势和劣势。它缺乏对线索的上下文理解，并且生成响应的速度较慢，尤其是对于短线索。然而，其电子蜂鸣器电路一旦决定响应，便提供了持续的反应时间优势，并且它不受诸如在类别之间跳跃等心理战术的影响。在模拟游戏中，人类可以利用Watson处理线索所需的六到七秒时间，但在电视转播的比赛中，Watson的蜂鸣器速度被证明是决定性的。
商业应用与医疗保健
2013年2月，IBM宣布了Watson的首个商业应用：与WellPoint（现为Elevance Health）合作，在纽约市的纪念斯隆凯特琳癌症中心用于肺癌治疗的使用管理决策。该系统旨在通过分析医学文献和患者记录来协助医生推荐治疗方案。这标志着早期尝试将机器学习和问答技术应用于临床决策支持，尽管结果好坏参半。
Watson的能力后来通过部署在IBM Cloud上得到扩展，并配备了进化的机器学习功能和优化的硬件。然而，医疗保健业务面临重大挑战。2022年，IBM剥离了其Watson Health部门，将其分拆为一家名为Merative的公司，并出售给私募股权公司Francisco Partners。该部门开发成本约为40亿美元，但仅以10亿美元出售。到2023年，整个Watson项目已导致IBM股价下跌10%，成本是其所产生收入的四倍，并造成大规模裁员。
遗产与影响
尽管商业上遭遇困境，Watson在《危险边缘！》中的胜利对公众对人工智能的认知产生了持久影响。它证明了机器能够处理模糊、口语化的语言和复杂的推理任务，激发了AI研究领域的投资浪潮。Watson的方法，，结合许多并行算法而非依赖单一突破，，影响了后来的系统，即使该领域转向了深度学习和神经网络架构。该系统还凸显了研究演示与可行商业产品之间的差距，这一教训塑造了后续在医疗保健和其他受监管行业中的AI部署。
Watson的遗产是复杂的：它是一项技术成就，吸引了全世界的想象力，但其商业成果未达预期。该系统的名称仍与IBM在认知计算领域的早期领导地位相关联，即使该公司后来转向其他AI计划。对于研究人员而言，Watson是一个案例研究，展示了将AI从受控竞赛扩展到实际应用所面临的挑战，尤其是在错误代价高昂的领域。
与现代AI的比较
Watson经常与后来的系统如OpenAI的GPT模型和Google DeepMind的AlphaGo进行对比，后者使用了Transformer架构和大型语言模型。与依赖结构化知识库和显式证据评分的Watson不同，现代系统使用深度学习技术从庞大的文本语料库中学习模式。Watson在其核心问答流程中并未采用深度学习或神经网络方法，尽管其名称属于DeepQA项目。其硬件需求，，90台服务器和16 TB内存，，在2011年标准下是巨大的，但与当代AI训练所用的数据中心相比则显得微不足道。从Watson到现代AI的演变展示了从工程化、可解释系统向不透明、统计训练模型的转变，引发了关于可靠性、偏见和问责制的不同问题。