Avaliando o custo de um ataque DDoS
Análise IBM quer que os desenvolvedores criem aplicativos de smartphones que usam Jeopardy inteligente da Big Blue! Batendo software Watson.
Mas aproveitando silício cérebro da estrela de TV vai exigir mais do que apenas invocando algumas chamadas de API com JSON: os programadores de aplicativos terá que fazer um monte pesado levantando-se para treinar Watson.
O Developer Challenge Watson Mobile foi afofou pela IBM em um comunicado à imprensa na quarta-feira e durante um discurso do presidente-executivo Virginia Rometty no Mobile World Congress.
Ele dá aos programadores a chance de competir ao longo dos próximos três meses para vir acima com idéias para aplicações de "computação cognitiva" que utilizam as capacidades do Watson, e os bem-sucedidos serão emparelhados com experiência interativa Group da IBM para ajudá-los a desenvolver um produto comercial viável.
Por enquanto, vamos deixar de lado o fato de que a maioria das outras competições app envolver o vencedor recebendo dinheiro vivo - Salesforce desembolsou $ 1 milhão, por exemplo. Em vez disso, vamos investigar algumas das questões técnicas que vão fazer para o desenvolvimento de Watson uma experiência nova e às vezes frustrante.
IBM afirma que Watson "processa a informação semelhante à forma como as pessoas pensam." Esta é a metade direita - Watson constrói um modelo interno a partir dos dados que você jogue com ele para entender, mas o treinamento Watson para lidar com essa informação leva um longo tempo, e ainda é bastante frágil.
Tecnologia fundamental de Watson é um motor de decisão que é capaz de analisar e responder a perguntas sobre os dados carregados para ele, como o que os sintomas podem ser indicativos de certos tipos de câncer, ou o produto financeiro correta para recomendar a alguém dado a sua situação. É uma tecnologia imensamente poderosa e representa anos de pesquisa da IBM e acadêmicos.
O problema, como destacado por El Reg , é que esta abordagem exige que os desenvolvedores de carregar uma grande quantidade de dados em Watson Hadoop subjacente e baseado em UIMA Apache "DeepQA" mecanismo de análise. Watson, em seguida, precisa ser treinado sobre os dados que lhe permita desenvolver um modelo mental adequada das informações. Isso leva tempo, e limita a gama de aplicativos que podem ser construídos no sistema.
"A forma que o treinamento ocorre é através de um processo iterativo, muito parecido com a escola", explicou o IBM Watson veep Stephen Ouro, em um bate-papo com El Reg.
"Quanto tempo leva é um subproduto do caso de uso real. Se eu estou ensinando aritmética básica, o processo move-se muito rapidamente e eu posso responder a perguntas em um período muito curto de tempo. Se eu quiser que o sistema seja capaz de realizar equações diferenciais avançadas, eu sei que eu preciso para construir através de um avançado conjunto de aprendizagens ".
"Nós não temos um monte de parceiros que querem ferver o oceano"
Apesar de novos conjuntos de dados demorar um pouco para integrar, uma vez que este está completo, material relacionado podem ser adicionados em um prazo mais curto: quando Watson foi o primeiro colocado para trabalhar analisando câncer, ele levou um ano para integrar plenamente as informações envolvendo o câncer de pulmão, mas, em seguida, levou apenas seis meses para adicionar câncer de mama, e três meses para adicionar no câncer de cólon, Ouro explicou.
Então, quando a IBM disse que espera os desenvolvedores vão criar aplicativos para Watson, é importante ressaltar que, se a IBM não tenha armazenado os dados exatos que os desenvolvedores gostariam de perfurar, os desenvolvedores terão de trabalhar com a IBM para obter esse conhecimento em Watson .
Isso pode demorar "entre semanas e meses", disse Dourado, antes de ressaltar que "a maioria dos aplicativos que vemos não são quase tão complexo como o câncer. Maioria deles tem uma informação finito eles estão trabalhando com [como] manuais de produtos . "
No curto prazo, Watson provavelmente será uma incrível tecnologia para aplicativos que exigem uma capacidade de tomada de decisão, mas estamos um longo caminho, desde os tipos de modelos de inteligência geral, que iria transformar Watson de um sofisticado ovo Fabergé em uma tecnologia utilidade de largo.
"Para chegar a uma aplicação geral, o que você tem a fazer é ter experiência e tempo para treinar Watson em todas as coisas possíveis suficiente", explicou Dourado. "O que descobrimos com os aplicativos, eles são muito proposital no problema [especial] que eles estão tentando resolver. Nós não temos um monte de parceiros que querem ferver o oceano."
Watson vai "continuar a ficar mais esperto", disse ele, mas, como a IBM tenta integrar mais e mais dados em um único modelo que começará a correr para um problema que mesmo os adultos humanos têm dificuldade em resolver - lidar com a contradição de dados.
"Não é tanto sobre o volume [de dados]", explicou Dourado. "Se a veracidade é alta de que as informações e é incontestável, ele poderia ser um terabyte e você poderia treinar Watson rapidamente, mas onde a veracidade está em questão ou fontes de evidências são contraditórias, Watson precisa para percorrer não só a formação, mas também o uso ... há muito mais o que fazer não é tanto com o número de fontes de dados, é a quantidade de dados que está sendo coletado está em conflito consigo mesmo. "
Por exemplo, se Watson tinha sido alimentado um conjunto de dados completo de 1400 que declarou de forma inequívoca o mundo era plano, que levaria algum tempo para adaptar-se a novos dados que vem em que afirma que o mundo era redondo, mas ajustá-lo seria. Isto é fundamentalmente diferente de como os computadores atuais funcionam e é um pouco louvável, fascinante da tecnologia. Não é, no entanto, fácil ou simples ou trivial, para que os desenvolvedores interessados em desenvolver aplicativos Watson terá de ser muito específico em primeiro lugar sobre os tipos de dados que eles querem desenhar. Desejamos-lhes a melhor sorte em lidar com Big Brain da Big Blue. ®
via Alimentação (Feed)
Nenhum comentário:
Postar um comentário