Deber #1

Nombre: Pin Macías Cristóbal

Curso: 4-6
Watson-IBM
 Funcionamiento
10 racks con 90 servidores IBM POWER 750 con 32 cores cada uno, es decir 2.880
unidades de procesamiento a 3.55 GHz cada una, lo que equivale a unos 80 teraflops.
Sistema operativo Novell SUSE Linux Enterprise Sever 11 (SLES).
Almacena más de 200 millones de páginas de información en un disco de 4 Terabytes.
16 Terabytes de memoria RAM.

 Donde se uso
Para poder concursar en Jeopardy!, el equipo de IBM necesitaba desarrollar una
tecnología de QA (Question Answering en inglés) que tuviera un rendimiento muy
parecido e incluso superior al de los campeones del concurso. Necesitaban que Watson
acertara más del 85% de las preguntas que respondiera y tenía que ser más rápido que los
otros dos concursantes en el 70% de las preguntas totales.
Cuando empezó el desarrollo de Watson ya se había hecho investigación en el campo del
procesamiento del lenguaje natural, y existían otras tecnologías,
como PIQUANT o OpenEphyra.
Éstas estaban entre las mejores de la Text Retrieval Conference (TREC), en la cual se les
daba unos documentos y unas preguntas para responder en un tiempo determinado.
El problema es que en Jeopardy! las pistas que se proporcionan son muy complejas,
tienen un lenguaje natural muy rico, con muchas expresiones, la mayoría de veces
ambiguas, y de muchísimos temas totalmente diferentes
En cambio, en la TREC, las preguntas eran muy concretas y más estructuradas, del tipo
¿Dónde nació John Lennon? donde es más fácil saber qué están preguntando. Además, el
hecho de tener que responder el 70% de todas las preguntas del concurso significaba que
necesitaban que Watson fuera muy rápido en encontrar la respuesta, pero eso no es
suficiente, ya que hay que responderla bien para conseguir esa precisión. Por lo tanto el
sistema debía ser rápido también a la hora de estimar la confianza para decidir si
responder o no.
Aunque ya se había hecho investigación en el campo del QA, Jeopardy! Suponía un reto
mucho mayor que el que se había tenido hasta el momento, de ahí que IBM desarrollara
su propio sistema, al cual lo llamaron DeepQA.

 Características
Análisis y procesamiento de preguntas.
Análisis semántico para mejorar el desempeño del sistema.
Aprendizaje Maquinal para evaluar qué tan confiables son las respuestas.
Deber #1
Nombre: Pin Macías Cristóbal
Curso: 4-6
Reconocimiento, relación y aprendizaje de las respuestas a lo largo del tiempo.
Reconocimiento del sentido y el contexto de las preguntas.

 Campos de aplicación
Según IBM, el objetivo para Watson es permitir que las computadoras comiencen a
interactuar de forma natural con humanos a través de una amplia gama de aplicaciones y
procesos, comprendiendo las preguntas de los seres humanos y dando respuestas que los
seres humanos pueden comprender y justificar
Watson como sistema de apoyo para decisiones clínicas para ayudar al diagnóstico y
tratamiento médico de pacientes.

 Donde se está usando?

IBM se ha cansado de que Watson sirva sólo para humillar a gente brillante apasionada
por el Jeopardy! y ha decidido permitir que cualquiera pueda usar el ordenador bajo
un modelo Freemium que estará disponible en iOS, Android y la web. El servicio llamado
“Watson Analytics” había entrado a una modalidad de beta privada en septiembre y ha
tenido 22,000 registros de su inicio.

 Conclusión
Podemos concluir diciendo que Watson va ser de gran utilidad en los campos
profesionales para reducir el grado de dificultad de las tareas y mismo tiempo minimizar
notablemente errores las momento de realizar la misma .
Ahora ya se nos está permitiendo estar más cerca de lo que es Watson y parte conocer
su funcionamiento , pero no al grado de decir con total fidelidad que es una algo
indispensable.