IBM Watson是一个能够用自然语言回答问题的计算机系统。它作为IBM DeepQA项目的一部分开发而成，由首席研究员David Ferrucci领导的研究团队负责。Watson以IBM创始人兼首任首席执行官、实业家Thomas J. Watson的名字命名。该系统最初设计用于参加智力竞赛节目《Jeopardy!》，并在2011年击败了冠军Brad Rutter和Ken Jennings，赢得了一等奖100万美元。Watson的成功展示了Artificial intelligence在开放领域问答中的潜力，并推动了其在医疗保健等领域的商业应用。
Watson的架构整合了先进的Natural language processing技术、信息检索、知识表示和自动推理。IBM表示，Watson使用“超过100种不同的技术来分析自然语言、识别来源、发现并生成假设、查找并评估证据，以及合并和排序假设。”随着时间的推移，Watson的能力得到了扩展，其部署转移到了IBM Cloud，并采用了进化的机器学习和优化硬件。
软件
Watson的核心软件是IBM的DeepQA，构建于Apache UIMA（非结构化信息管理架构）框架之上。该系统使用多种语言编写，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。除了DeepQA之外，Watson还包含策略模块。例如，一个模块根据置信度得分和参赛者排名计算最终Jeopardy!的赌注。另一个模块使用贝叶斯规则，基于J! Archive的历史数据估计Daily Double的概率。如果发现Daily Double，赌注由两层神经网络计算，类似于Gerald Tesauro在1990年代开发的西洋双陆棋程序TD-Gammon所使用的网络。这些策略参数通过针对基于J! Archive数据拟合的人类参赛者统计模型进行基准测试来调整。
硬件
Watson针对工作负载进行了优化，集成了大规模并行POWER7处理器。它采用了一个由九十台IBM Power 750服务器组成的集群，每台服务器配备3.5 GHz POWER7八核处理器，每个核心四个线程，总计2880个处理器线程和16TB内存。根据John Rennie的说法，Watson每秒可以处理500GB（相当于一百万本书）的数据。IBM大师级发明家Tony Pearson估计硬件成本约为三百万美元。其Linpack性能为80 TeraFLOPs，约为Top 500超级计算机列表门槛的一半。对于Jeopardy!，所有内容都存储在RAM中，因为硬盘驱动器对于实时响应来说太慢。
数据
Watson的知识来源包括百科全书、词典、同义词库、新闻通讯和文学作品。它还使用了数据库、分类法和本体，如DBpedia、WordNet和YAGO。IBM团队提供了数百万份文档来构建Watson的知识库，使其能够回答广泛的问题。
操作
Watson将问题解析为关键词和句子片段，以查找统计相关的短语。其主要创新并非新算法，而是能够同时执行数百种经过验证的语言分析算法。独立找到相同答案的算法越多，置信度就越高。一旦Watson有了几个潜在解决方案，它会对照数据库检查这些方案以确定合理性。
与人类玩家的比较
Watson与人类Jeopardy!玩家相比既有优势也有劣势。它缺乏上下文理解能力，人类通常能更快地生成回答，尤其是对于简短线索。Watson的编程使其在确信之前不会抢答，但一旦准备好，它的反应时间更快，并且不受诸如类别跳跃之类的心理策略影响。在模拟游戏中，人类利用Watson处理线索所需的六到七秒来决定是否抢答。Watson的电子电路接收就绪信号并评估置信度后才抢答，使其反应比人类更快，除非人类预判了信号。Watson用电子声音说话，该声音由演员Jeff Woodman为IBM的文本转语音程序录制的片段合成。
商业应用与剥离
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Memorial Sloan Kettering癌症中心用于肺癌治疗的管理决策。2022年，IBM将其Watson Health部门剥离为Merative，后者被出售给美国私募股权公司Francisco Partners。该部门开发成本为40亿美元，但售价仅为10亿美元。到2023年，Watson导致IBM股价下跌10%，成本是收益的四倍，并引发了大规模裁员。尽管遭遇这些挫折，Watson仍然是Artificial intelligence和Machine learning历史上的里程碑。