Azóta a csodarendszer jelentős hatást gyakorolt az üzleti világra, és több szektorra is.
Ajánlott videók
Watson története azonban sok szempontból még csak most kezdődik. A New York City szívében található új Watson Group főhadiszállásán tartott mai előadás során az IBM bepillantást engedett a leghíresebb technológiai csodájának jövőjébe.
Az IBM vezetői, valamint a partnercégek képviselői, akik Watson természetes emberi nyelvtudását hasznosítják annak érdekében, hogy a webhelyeket és szolgáltatásokat, amelyek fejlesztésén dolgoznak, fel kell tölteni, rövid betekintést adott nekünk, hogyan könnyítheti meg a Watson az életét valamikor a közelben jövő.
Noha 3300 induló vállalkozás fejleszt Watson-alapú alkalmazásokat az IBM-mel együtt, csak itt a Big Apple-ben, a kirakat kiemelt egy maroknyi céget az üzleti világ különböző szektoraiból, beleértve az ügyfélszolgálatot, az utazástervezést és egészségügyi ellátás. Ezek a készülő ruhák kiaknázzák a Watson félelmetes erejét, hogy jobb szolgáltatásokat nyújtsanak az embereknek és a vállalkozásoknak egyaránt.
Itt van a probléma, amelyet ezek a Watson-alapú alkalmazások lényegében megpróbálnak megoldani. A keresőmotorok rendkívül hasznos eszközök, ehhez nem fér kétség. Azonban amint beír valamit a keresőbe, és megnyomja az „Enter” billentyűt, az a feladatunk, hogy átvizsgáljuk az adatok hegyeit, amelyek a rendkívül hasznostól a teljesen haszontalanig terjedhetnek.
Egy Watson alkalmazásfejlesztő platform segítségével cégek ezrei készítenek webalkalmazásokat és szolgáltatásokat, amelyek egyesítik a Watson azon képességét, hogy megértse a természetes az emberi nyelv páratlan képességével, hogy a végtelen adathalmazokon átszitálja, hogy egy pillanat alatt pontos, releváns információkat közöljön. ujj.
Az alkalmazások, amelyeket ezek a cégek készítenek, a fejlesztés különböző szakaszaiban vannak, de ha valamit tudunk, akkor az IBM A Watson által üzemeltetett alkalmazások képesek arra, hogy az embereket információhoz jussanak oly módon, ahogyan azt csak a keresőmotorok képesek álmodni valamiről.
Ezek azok a ruhák, amelyeket az IBM ma kiemelt.
Wayblazer
A Wayblazer élén Terry Jones áll, aki olyan neveket alapított az online utazási foglalások terén, mint a Travelocity és a Kayak. A Wayblazerrel Jones azt reméli, hogy megerősíti az alkalmazás és az utazók közötti kapcsolatot, felhasználva Watson azon képességét, hogy korábban bányászott információkat, valamint a természetes nyelv megértését, hogy válaszokat adjon a leendő utazóknak a sz idő.
Így működik a Wayblazer. Ha kérdést tesz fel a Wayblazernek, a Watson, amely a háttérben dolgozik, számos forrásból választ ki adatokat, beleértve az utazási oldalakat, közösségi hálózatokat, blogokat és másokat. Ezt ötvözi a látogató korábbi Wayblazer-történetével, hogy választ adjon azokra a kérdésekre, amelyek az alkalmazás szerint tetszeni fognak az adott felhasználónak.
Például, ha az előzményei azt mutatják, hogy szereti a grillezést és az élő zenét, és megkéri a Wayblazert, hogy keressen egy helyet élőben zene, a Watson a korábban említett összes információra támaszkodik, hogy olyan eredményeket biztosítson Önnek, amelyek mindkét világból a legjobbat nyújtják; egy hely, ahol élő zene szól, és grillezést szolgál fel.
Az IBM-mel és a Watsonnal együttműködve a Wayblazer azt reméli, hogy véget vethet annak az időnek, amikor több utazási webhelyet és szolgáltatást kell igénybe vennie, hogy megtalálja, amit keres.
„A mai napig az online utazástervezés összetett és időigényes munka volt, amelyből hiányzott az adatok összekapcsolásának, rendszerezésének és személyre szabásának módja” – mondja Jones. „A WayBlazer megérti az információs túlterheltséget, és személyes utazási portásként mutatja be a fogyasztóknak. Az utazási szolgáltatók a célállomásoktól és szállodáktól a légitársaságokig és az autókölcsönzőkig használhatják a WayBlazer szolgáltatást egyablakos megoldás személyre szabott ajánlásokkal, felgyorsítva az online megjelenés ütemét és gyakoriságát foglalások.”
Jelenleg a texasi Austin Convention & Visitors Bureau a Wayblazert használja annak érdekében, hogy jobban lehessen foglalni a kongresszusokat, felgyorsuljon a szállodafoglalások száma stb. Kezdetben a Wayblazer egy business-to-business szolgáltatás lesz, de a terv az, hogy az átlagfogyasztók számára is lehetővé tegyék, hogy valamikor halálosan egyszerűvé tegyék a nyaralás megtervezését.
Vörös hangya
Hányszor hívott fel egy ügyfélszolgálati vonalat, vagy próbált több információt szerezni a termék egy értékesítési munkatárstól, de még mindig el kell hagynia az interakciót a kérdéseivel megválaszolatlan? Az egyesült királyságbeli Red Ant cég Watson-alapú alkalmazást fejleszt, abban a reményben, hogy az ilyen jellegű tapasztalatokat kevésbé gyakorivá teszi.
A Red Ant’s Sell Smart alkalmazást úgy tervezték, hogy figyelembe vegye minden egyes vásárló vásárlási preferenciáit. Amikor egy felhasználó kérdést tesz fel a Sell Smartnak, a Watson a háttérben dolgozik, és a vásárlási előzményekkel és a vásárlással kapcsolatos információkat keresi. kívánságlisták, vásárlói demográfiai adatok, termékinformációk, vásárlói vélemények és egyebek az optimális vásárlás és szolgáltatás biztosítása érdekében tapasztalat.
A Sell Smart egy egyszerű kezelőfelülettel rendelkezik, amellyel kérdéseket tehet fel neki begépelve vagy a hangjával. A Red Ant reméli, hogy a Watson által hajtott alkalmazás fejlesztésével az értékesítési és ügyfélszolgálati képviselőkkel folytatott eredménytelen találkozások egy napon a múlté lesznek.
LifeLearn
Az egyik legnehezebb része annak kiderítésében, hogy mi a baja házi kedvenceivel, az a tény, hogy a szegény lények nem tudják szavakba önteni, mi a bajuk. Ha bármi is sújtja őket, az kívülről nem látható és nyilvánvaló, akkor többször is el kell menni az állatorvoshoz, rengeteg idővel és pénzzel, mielőtt bárki is azon dolgozik, hogy kitalálja, mi az üzlet van.
A LifeLearn azt reméli, hogy megoldja ezt a problémát a Sofie-val, egy olyan alkalmazással, amelyet fejleszt, és amelynek célja, hogy segítse az állatorvosokat abban, hogy gyorsabban és hatékonyabban diagnosztizálják a beteg hibáját. A Watson által üzemeltetett Sofie tankönyvekből, oktatókórházakból és állatorvosi szakemberekből bányászik ki az adatokat, hogy egy egyszerű szöveges felületen válaszolhasson az orvos kérdéseire.
Sofie-val a LifeLearn reméli, hogy az állatorvos tapasztalata a „harmadik vagy negyedik” szakmai vélemény megszerzésével egyenértékűvé válhat. Jelenleg a Sofie alkalmazás arra korlátozódik, hogy kitalálja, mi a baj a kutyákkal és macskákkal, de a LifeLearn azt tervezi, hogy más típusú állatokat is felvesz a névsorba, beleértve a lovakat, madarakat és másokat lények.
Kihívások, amelyeket az alkalmazások Watsonnal párhuzamosan történő fejlesztése jelent
Bár papíron a fenti ötletek mindegyike jól hangzik, ezeknek a szolgáltatásoknak az ereje csak addig lesz, ameddig az alkalmazások fejlesztői szeretnék.
Ellentétben azzal, amit a 2011-es Jeopardy meccseken láthattál, Watson nem tudja automatikusan mindent mindenről, és ez vonatkozik arra a képességére, hogy az ilyen típusú alkalmazásokban kiválóan teljesítsen jól. A Red Ant, a LifeLearn és a Wayblazer esetében ezeknek az alkalmazásoknak a fejlesztésekor Watsonnak alapvetően meg kell tanítani, hogy válaszoljon bárki kérdéseire, aki használja őket, miközben borotvaélességet is nyújt információ.
Például, ahogy fentebb említettük, amikor egy állatorvos kérdést tesz fel Sofie-nak, Watsonnak információhegyeket kell átszűrnie, hogy megfelelő választ adjon a kérdésre. Amikor a LifeLearn képviselőivel beszéltünk, azt mondták nekünk, hogy az alkalmazásba (és tágabb értelemben Watsonba) bekerülő összes információt ellenőrizni kell (nem szándékos szójáték).
Sofie esetében az összes szöveget és információt, amelyből Watson merít, az alkalmazás kezelői töltik fel. Ezért a Watson által elérhető információk erőssége nagy szerepet játszik majd annak meghatározásában, hogy ezek a Watson-alapú alkalmazások mennyire lesznek hatékonyak a felhasználói kérdés megválaszolásakor.
Ezen felül, amikor feltesz egy kérdést ezen alkalmazások bármelyikével, gyakran megadják a relevancia, a valószínűség vagy a pontosság értékelését. Ha természetes nyelvet használ a lekérdezés feladásához, és az értékelés alacsony, az alkalmazás kezelői észrevehetik ezt az alkalmazás teljesítményelőzmény-adatainak megtekintésével. Azokban az esetekben, amikor az alkalmazások alacsony értékelést kapnak, a fejlesztők feladata, hogy segítsenek a Watsonnak abban, hogy jobban megoldja a problémákat és megválaszolja azokat a kérdéseket, amelyekkel problémái vannak.
Más szóval, mindez egy tanítási folyamat része. Végül is Watson van tanuló számítógép, a kifejezés legigazibb formájában.
Sokkal több vár még Watsontól
Stephen Gold, az IBM Watson csoportjának alelnöke szerint a Watson célja, hogy segítse az embereket „jobban végezni hivatásukat”. Vajon ezek a Watson-alapú alkalmazások beváltják ezt az ígéretet? Csak az idő fogja megmondani.
Addig is, az IBM által ma kiemelt alkalmazások és szolgáltatások csak egy kis mintát jelentenek abból, amin Watson legközelebb fog dolgozni.
Érdekes lesz látni, hogy a Watson képes-e uralni az olyan iparágakat, mint az egészségügy, az utazástervezés és az ügyfélszolgálat, ahogyan felmosta a padlót néhány Jeopardy-mesterrel.
