Siden da har vidundersystemet gjort en betydelig indflydelse i erhvervslivet og også på tværs af flere sektorer.
Anbefalede videoer
På mange måder er Watsons historie dog lige begyndt. Under en præsentation i dag i dets nye Watson Group-hovedkvarter i hjertet af New York City, gav IBM os et indblik i, hvad der er det næste for sit mest berømte teknologiske vidunder.
IBM-ledere sammen med repræsentanter fra partnervirksomheder, der udnytter Watsons forståelse for naturligt menneskeligt sprog for at supercharge de websteder og tjenester, de arbejder på at udvikle, gav os et kort kig på, hvordan Watson kunne gøre dit liv lettere engang i den nærmeste fremtid fremtid.
Selvom 3.300 nystartede virksomheder udvikler Watson-drevne apps sammen med IBM her i Big Apple alene, er udstillingsvinduet fremhævede en lille håndfuld virksomheder fra forskellige sektorer af forretningsverdenen, herunder kundeservice, rejseplanlægning og sundhedsvæsen. Disse outfits, der arbejdes på, udnytter Watsons fantastiske kraft til at levere bedre tjenester til både mennesker og virksomheder.
Her er problemet, som disse Watson-drevne apps i det væsentlige forsøger at løse. Søgemaskiner er yderst nyttige værktøjer, det er der ingen tvivl om. Men så snart du skriver noget i en søgemaskine og trykker på "Enter", får du til opgave at gennemsøge bjerge af data, der kan variere fra ekstremt nyttigt til direkte ubrugeligt.
Ved at bruge en Watson app-udviklingsplatform bygger tusindvis af firmaer webapps og tjenester, der kombinerer Watsons evne til at forstå naturlige menneskeligt sprog med dets uovertrufne evne til at gennemsøge uendelige mængder af data for at levere præcis, relevant information på et øjeblik finger.
De apps, som disse firmaer laver, er i forskellige udviklingsstadier, men hvis der er én ting, vi ved, IBM Watson-drevne apps har potentialet til at forbinde folk med information på en måde, som søgemaskiner kun kan drømmer om.
Dette er nogle af de outfits, der blev fremhævet af IBM i dag.
Wayblazer
Wayblazer styres af Terry Jones, som grundlagde sådanne kendte navne inden for online rejsebooking som Travelocity og Kayak. Med Wayblazer håber Jones at styrke forholdet mellem appen og rejsende ved at bruge Watsons evne til at trække på tidligere udvundet information, sammen med dens forståelse af naturligt sprog, for at levere svar til potentielle rejsende i nr tid.
Sådan fungerer Wayblazer. Når du stiller Wayblazer et spørgsmål, udvælger Watson, som arbejder i baggrunden, data fra en lang række kilder, herunder rejsesider, sociale netværk, blogs og andre. Den kombinerer dette med den besøgendes tidligere Wayblazer-historie for at levere svar på spørgsmål, som appen tror, den pågældende bruger vil kunne lide.
For eksempel, hvis din historie indikerer, at du kan lide grill og levende musik, og du beder Wayblazer om at finde et sted med live musik, vil Watson trække på al den tidligere nævnte info for at give dig resultater, der giver dig det bedste fra begge verdener; et sted med levende musik, og serverer grill.
Ved at samarbejde med IBM og Watson håber Wayblazer at sætte en stopper for dagene med at skulle bruge flere rejsesider og -tjenester for at finde det, du leder efter.
"Til dato har online rejseplanlægning været en kompleks og tidskrævende opgave, der mangler en måde at forbinde, organisere og personalisere data på," siger Jones. “WayBlazer, giver mening i informationsoverbelastningen og præsenterer den for forbrugerne som en personlig rejseportier. Rejseleverandører fra destinationer og hoteller til flyselskaber og udlejningsbiler kan bruge WayBlazer til at levere en one-stop-løsning med personlige anbefalinger, der accelererer tempoet og hyppigheden af online bookinger.”
Lige nu bruger Austin Convention & Visitors Bureau i Texas Wayblazer for at blive bedre til at booke konventioner, booste hotelreservationer og meget mere. Til at begynde med vil Wayblazer være en business-to-business service, men planen er også at give den gennemsnitlige forbruger mulighed for at gøre det helt enkelt at planlægge en ferie på et tidspunkt.
Rød myre
Hvor mange gange har du ringet til en kundeservicelinje, eller forsøgt at få flere oplysninger om en produkt fra en salgsmedarbejder, kun for at komme væk fra den interaktion med dine spørgsmål stadig ubesvaret? Red Ant, et firma baseret i Storbritannien, udvikler en Watson-drevet app med håb om, at det gør denne slags oplevelser mindre almindelige.
Red Ants Sell Smart-app er designet til at notere hver enkelt kundes købspræferencer. Når en bruger stiller Sell Smart et spørgsmål, arbejder Watson i baggrunden ved at bruge information relateret til købshistorik, køb ønskelister, køberdemografi, produktinfo, kundeanmeldelser og mere, for at kunne levere en optimal shopping og service erfaring.
Sell Smart har en enkel grænseflade, som du kan bruge til at stille spørgsmål ved at skrive dem ind eller bruge din stemme. Red Ant håber, at ved at udvikle en app, der er drevet af Watson, vil frugtesløse møder med salgs- og kundeservicemedarbejdere en dag være en saga blot.
LifeLearn
En af de sværeste dele af at finde ud af, hvad der er galt med dine kæledyr, er det faktum, at de stakkels skabninger ikke kan verbalisere, hvad der er galt med dem. Hvis det, der rammer dem, ikke er eksternt synligt og indlysende, kan det tage flere ture til dyrlægen, sammen med masser af tid og penge, før den, der arbejder på din kammerat, for at finde ud af, hvad der præcist handler om er.
LifeLearn håber at kunne løse det problem med Sofie, en app, det er ved at udvikle, og som er designet til at hjælpe dyrlæger med at diagnosticere, hvad der er galt med en patient hurtigere og mere effektivt. Drevet af Watson miner Sofie data fra lærebøger, undervisningshospitaler og veterinærprofessionelle for at besvare en læges spørgsmål ved hjælp af en simpel tekstbaseret grænseflade.
Med Sofie håber LifeLearn, at en dyrlæges erfaring med det kan vokse til at svare til en "tredje eller fjerde" professionel mening. Lige nu er Sofie-appen begrænset til at finde ud af, hvad der er galt med hunde og katte, men LifeLearn planlægger også at tilføje andre typer dyr til listen, herunder heste, fugle og andre væsner.
Udfordringer ved at udvikle apps sammen med Watson
Selvom alle ovenstående ideer lyder godt på papiret, vil styrken af disse tjenester kun gå så langt, som udviklerne af disse apps ønsker det.
I modsætning til hvad du måske har set i disse Jeopardy-kampe i 2011, ved Watson det ikke automatisk alt om alting, og det gælder dens evner til at udmærke sig i den slags applikationer som godt. I tilfælde af Red Ant, LifeLearn og Wayblazer skal Watson i det væsentlige, når de udvikler disse apps lære at besvare spørgsmålene fra alle, der bruger dem, samtidig med at de giver knivskarpt Information.
For eksempel, som vi sagde ovenfor, når en dyrlæge stiller Sofie et spørgsmål, skal Watson gennemsøge bjerge af information for at levere et passende svar på spørgsmålet. Da vi talte med repræsentanter for LifeLearn, fik vi at vide, at al den information, der føres ind i appen (og i forlængelse heraf Watson, skal undersøges (ingen ordspil).
I Sofies tilfælde bliver al den tekst og information, som Watson kommer til at trække på, uploadet af appens behandlere. Derfor er det styrken af den information, som Watson har adgang til, som vil spille en stor rolle i at bestemme, hvor effektive disse Watson-drevne apps vil være, når de besvarer en brugers spørgsmål.
Oven i det, når du stiller et spørgsmål ved hjælp af nogen af disse apps, vil de ofte give dig en relevans, sandsynlighed eller nøjagtighedsvurdering. Hvis du bruger naturligt sprog til at stille en forespørgsel, og vurderingen er lav, vil appens behandlere være i stand til at notere det ved at se på appens præstationshistorikdata. I tilfælde, hvor apps spytter lave vurderinger, vil det være op til udviklerne at hjælpe Watson med at blive bedre til at løse problemer og besvare spørgsmål, som den har problemer med.
Det er med andre ord alt sammen en del af en undervisningsproces. Når alt kommer til alt, Watson er en lærende computer, i den sandeste form af sætningen.
Der er meget mere at komme fra Watson
Som vicedirektør for IBMs Watson Group Stephen Gold udtrykker det, er Watson designet til at hjælpe folk med at "udføre deres erhverv bedre." Vil disse Watson-drevne apps leve op til det løfte? Det vil tiden vise.
I mellemtiden er de apps og tjenester, som IBM fremhævede i dag, blot et lille udpluk af, hvad Watson vil arbejde på næste gang.
Det bliver interessant at se, om Watson kan dominere industrier som sundhedspleje, rejseplanlægning og kundeservice, som det vaskede gulvet med et par Jeopardy-mestre.
