Машина для ответов на вопросы
Watson — проект IBM, названный в честь Томаса Дж. Уотсона, легендарного первого президента компании. Его существование неразрывно связано, действительно, с игрой. Чрезвычайно популярная телевикторина в США: Jeopardy!.
Легенда гласит, что Чарльз Ликель, глава исследовательского отдела IBM, однажды вечером во время обеда в ресторане заметил, что вдруг, в 19 часов, многие его гости встали и вышли из комнаты. Заинтригованный этим странным поведением, Ликель проследил за ними и обнаружил, что они пошли в соседнее кафе. Здесь он нашел их всех, собравшихся перед телевизором, чтобы посмотреть, как Кен Дженнингс занят продлением своей победной серии в чрезвычайно популярном Jeopardy!. Ликель сразу же понял потенциал, с точки зрения резонанса и популярности, противопоставления компьютерного конкурента человеческим образцам, а также, с другой стороны, сложность предприятия и его внутреннюю ценность для исследования. Все это происходило осенью 2004 года. Позже Ликель поделился своим мнением с компанией, а Пол Хорн, исполнительный менеджер по исследованиям в IBM, принял его предложение и представил его сотрудникам своего отдела. Наконец, Давид Ферруччи принял вызов. Это был 2005 год: родился Уотсон.
Когда проект начинался, целью было создать то, что позже назовут «машиной для ответов на вопросы». Трудности, которые нужно было преодолеть, были отнюдь не тривиальными. Jeopardy имеет простую структуру: ведущий (Алекс Требек) дает ответы (подсказки), а участники должны задать правильный вопрос. Для этого они должны бронировать. Тот, кто получает преимущество перед своими оппонентами, получает право на ответ. Вы зарабатываете деньги (чем больше денег, тем сложнее вопрос), если вы отвечаете правильно, вы теряете деньги, если делаете ошибку. Вопросы самые разнообразные и темы заранее не известны участникам. Подсказки не всегда линейны, они могут содержать аббревиатуры, стихи, каламбуры. Помимо владения предметом, они также требуют способности к различению, которую трудно приобрести машине. Как отмечают Макафи и Бриньолфссон («Вторая эра машин», 2014 г.), «игроки также должны быть быстрыми, смелыми и точными одновременно».
Ватсон, большой ботаник
Ранние версии Watson оставляли желать лучшего. Программистам был поставлен важный выбор: предпочесть более осторожный подход (в интересах большей точности ответов) или занять более агрессивную позицию (что подразумевало возможность бронировать и отвечать первыми, но также и делать ошибки чаще). легко)? В первоначальных тестах, проведенных в конце 2006 года, был выбран умеренно агрессивный курс действий: Ватсон должен был попытаться ответить первым в 70% случаев. Однако начало не было обнадеживающим, характеристики автомобиля были далеки от того, чтобы делать его конкурентоспособным. На самом деле Уотсон смог правильно ответить только на 15% вопросов. Напротив, будущий соперник Уотсона Кен Дженнингс набрал примерно 90% правильных ответов при тех же условиях.
Очевидно, что работы предстояло много, но Уотсон оказался способным учеником. В 2010 году суперкомпьютер, наконец, оказался готовым конкурировать с людьми-антагонистами. При предыдущих предположениях Уотсон теперь мог правильно ответить на 85% вопросов. Отличная производительность, но все же недостаточная, чтобы бросить вызов лучшим игрокам во плоти.
Чтобы это стало возможным, нам пришлось ждать до начала 2011 года, когда был установлен вызов между Уотсоном и двумя действительно грозными противниками: Кеном Дженнингсом и Брэдом Раттером. Дженнингс — игрок с самой длинной результативной серией в истории шоу — ошеломляющие 74 игры. Раттер, с другой стороны, является участником, который заработал самую большую сумму за всю историю, хорошие 3.400.000 2005 14 долларов, а также стал победителем Jeopardy 16 года! Ultimate Tournament of Champions (где он победил самого Дженнингса). За три вечера, с 2011 по 200 февраля 77.147 года, Уотсон явно превзошел своих соперников. Хотя у него не было доступа к Интернету, электронный претендент действительно мог использовать 24.000 миллионов страниц контента, включая всю Википедию. Тем не менее, производительность суперкомпьютера IBM не была лишена недостатков, особенно с категориями вопросов, содержащими несколько слов и минимальные подсказки. Несмотря на это, компьютер не оставил выхода для конкурентов-людей. В конечном результате Уотсон объединил общий выигрыш в размере 21.600 XNUMX долларов против XNUMX XNUMX долларов Дженнингса и XNUMX XNUMX долларов Раттера.
Игра закончена. Компьютер выигрывает, человек проигрывает!
На следующий день
«Я, например, приветствую наших новых хозяев компьютеров». Дженнингс добавил эту строчку к своему последнему ответу в финальном матче. Признание победы Ватсона с цитатой из «Симпсонов», но, возможно, даже больше, осознание поражения, его последствий, отречения человека перед машиной. Позже Дженнингс сказал: «Мне понравилось, и я сделал бы это снова в одно мгновение… Дело не в результатах; речь идет о том, чтобы быть частью будущего». И то, что история была написана в тот вечер, не подлежит сомнению. Как заметил Эдвард Фейгенбаум, профессор Стэнфордского университета и один из пионеров в области искусственного интеллекта: «Отбросьте свой разум на 20 лет назад, и кто бы мог подумать, что такое возможно?».
Однако то, что предприятие увенчается успехом, вовсе не было предрешено. Для IBM Watson это представляло собой авантюру. Ставка, в которую изначально мало кто верил. Поначалу к проекту относились с недоумением или, что еще хуже, с безразличием. Скептицизм, с которым Полу Хорну пришлось столкнуться даже внутри собственной команды: «Изначально они сказали нет, это нелепый проект для работы, он слишком дымный, это не настоящий ИТ-тест, и мы, вероятно, не сможем сделать это в любом случае».
Старт был медленным, трудности и недоверие шли рука об руку. Хорн снова вспоминает: «Когда я ушел из IBM в конце 2007 года, Watson был в зачаточном состоянии… В нем было три человека из района Чарльза Ликеля, которые получили данные из старых программ Jeopardy и начали обучать машину. В то время он едва мог победить пятилетнего ребенка. Прогноз был такой: «Бог знает, сколько времени потребуется, чтобы победить взрослого, не говоря уже о чемпионе».
Но в конце концов Уотсону это удалось. Джон Келли, глава исследовательского отдела IBM и один из крестных отцов Ватсона, в интервью Чарли Роузу несколько лет спустя раскрывает тревогу, окружавшую те моменты: «Вообще-то, в той игре «Опасность!» пять лет назад, когда мы поставили эту компьютерную систему на телевидение, мы от нее отказались. И мне часто кажется, что я сажаю своего ребенка в школьный автобус и не могу его контролировать». Мальчик, который к настоящему времени должен был продемонстрировать, что умеет ходить на собственных ногах и полагаться исключительно на свои способности. Келли продолжает: «Она понятия не имела, какие вопросы ей зададут. Он был полностью автономен. Я не мог больше прикасаться к нему».
модель рассуждения
Успех Уотсона привлек значительное внимание. Это вернуло IBM в центр внимания, тем не менее, успешная коммерческая операция. Событие оставило после себя смесь удивления, недоумения и, как всегда бывает, когда уходишь в неизвестность, страха. «Люди спрашивают меня, не HAL ли это [HAL9000 из фильма «Космическая одиссея 2001 года»], — заметил Ферруччи, — это просто научная фантастика… мы и близко не подошли к этому».
Так что же отличает Watson от других калькуляторов? Как суперкомпьютеру IBM удалось победить своих соперников-людей?
Ферруччи продолжает: «… HAL не в центре внимания. Основное внимание уделяется компьютеру из «Звездного пути», где информация запрашивается посредством интеллектуального диалога, где можно задавать дополнительные вопросы, а компьютер может рассматривать все доказательства и стремиться задавать дополнительные вопросы. Именно эта способность интерпретировать сложность человеческого языка, схватывать его грани, тонкости и нюансы делает Watson уникальным и отличает его от своего предшественника, Deep Blue. Ферруччи отмечает: «Когда вы думаете о шахматах, вы можете отнести их к контексту четко определенной математической задачи. Каждая фигура на доске, каждое правило, каждый ход четко определены. Это однозначно. Здесь нет места для интерпретаций или неуверенности в том, какова реальная природа проблемы и как она работает. Deep Blue, естественно, должен был быть достаточно мощным компьютером, чтобы заранее исследовать достаточное количество ходов, чтобы иметь возможность выяснить, какой ход лучше всего сделать, чтобы выиграть игру. Но не было никакой двусмысленности, внешнего контекста или неопределенности, которые нужно было бы учитывать. Проблема была описана и четко определена. Человеческий язык — это совсем другая история. Чтобы быть точным в ответах на вопросы, необходимо проделать более подходящую работу по пониманию языка, полного двусмысленностей и нюансов».
Действительно, это качество значительно сближает Watson с AlphaGo, с которым у него есть еще одно общее свойство: это машина, способная к обучению. Джон Келли так описывает свой интеллект: «Значит, у него изначально нет внутреннего интеллекта. Он вообще ребенок. Но как только ему предоставляются данные и результаты, он учится, что полностью отличается от всех вычислительных систем прошлого, которые на самом деле ничему не учились. А когда он взаимодействует с людьми, он становится еще умнее. И никогда не забывай».
Именно эта прерогатива предоставила суперкомпьютеру IBM второй шанс, фактически она позволила компании использовать его качества и в коммерческих целях. В конечном итоге это дало Watson, в отличие от того, что случилось с Deep Blue, вторую жизнь. Вторая жизнь, которая успешно продолжается и сегодня.
Но это другая история…
