Программа открытого доступа к возможностям когнитивной сети IBM Watson

Автор: Белецкая О.Д., Фабричкина М.О.

Журнал: Juvenis scientia @jscientia

Рубрика: Технические науки

Статья в выпуске: 5, 2017 года.

Бесплатный доступ

В представленной статье рассматривается система IBM Watson. Для наглядного представления ее возможностей проводится работа с сервисом The IBM Watson™ Discovery service. IBM Watson - одна из первых когнитивных систем в мире. Эта система умеет очень многое, благодаря чему возможности Watson используются во многих сферах. В комплексе все возможности системы представляют собой весьма мощный инструмент для решения разнообразных вопросов. В качестве источников информации были взяты статьи из новостных источников, содержащих информацию о пожарной ситуации в Красноярском крае, также был составлен запрос, по которому система искала ответ в представленных источниках информации. В результате, были получены данные, которые в будущем возможно внедрить в разрабатываемую систему или приложение.

Еще

Когнитивные сети, обработка естественного языка, искусственный интеллект

Короткий адрес: https://sciup.org/14110268

IDR: 14110268

Текст научной статьи Программа открытого доступа к возможностям когнитивной сети IBM Watson

Проблема создания интеллектуальных диалоговых систем с интерфейсом на естественном языке является одной из самых сложных в области информатики и искусственного интеллекта (ИИ). Эта проблема имеет долгую историю [1] и значительно продвинулась за последнее десятилетие [2, 3]. Последние вопросно-ответные системы запрашивают крупномасштабные базы знаний для ответа на вопрос. Как известно, база знаний далека от совершенства, поэтому информация, необходимая для ответа на вопросы, может не всегда существовать в базе знаний. Для решения этой проблемы можно воспользоваться сервисом IBM Watson.

IBM Watson [4, с. 1] является первым шагом на пути к созданию когнитивных систем, знаменующих новую эру вычислений. Данная система использует современные достижения в области программирования, она способна понимать, делать выводы и обучаться. Такую систему можно использовать для достижения выбранных целей, пока не будет достигнута конечная [5, с. 147].

Каждая из возможностей системы Watson в отдельности не является уникальной, но при объединении этих возможностей в единое решение они становятся мощным средством, способным изменить подходы, принципы принятия решений и работы организаций в будущем [5, с. 1]. Помимо всего прочего, IBM Watson способна управлять таким важным процессов, идентификация, описанного в работе И. В. Евдокимова [8].

Данный сервис удобно применять при разработке проек- та. В некоторых случаях IBM Watson, путем анализа резюме, позволит упростить подбор персонала, что очень важно, так как наилучших результатов можно добиться только при наличии в штате высококвалифицированных работников [6]. Также она позволит проводить обучение персонала, ставя цели и затем сравнивая результаты [7].

Для демонстрации возможностей IBM Watson воспользуемся сервисом The IBM Watson™ Discovery service [9], который позволяет быстро создавать познавательные, облачные приложения, раскрывающие идеи, скрытые в неструктурированных данных – собственных данных, а также данных из публичных сторонних ресурсов. Данный сервис позволяет сократить время, необходимое для подтверждения гипотез и формулирования заключений, с месяцев до дней и с дней до считанных часов, открывая новые возможности для исследователей и разработчиков.

С IBM Watson™ Discovery потребуется всего несколько шагов для достижения желаемого результата. Рассмотрим возможности системы. Для этого подготовим неструктурированные данные о пожарной обстановке на территории Красноярского края. Например, данные о размерах лесных массивов, о засухе, о жертвах пожаров, которые возьмем из открытых источников, например, с интернет-ресурса МЧС России, специализированной или образовательной литературы, телевидения, а также с других источников массовой информации.

После этого создадим запрос, который будет точно определять необходимую информацию. Так как мы занимаемся разработкой системы графического представления информации о текущем положении пожароопасных мест «Безопасность туриста», то запрос будет выглядеть следующим образом: “What is the risk of forest fires in the Krasnoyarsk Territory in the summer?” Данный запрос актуален, так как при разработке проекта «Безопасность туриста» этапы анализа и формулирования проблем предполагают оценку текущего состояния социально-экономического развития региона [10], а также уровня безопасности населения данного региона. Помимо этого, при разработке учитывается оценка стоимости и времени разработки [11]. Анализ и синтез – две универсальные, противоположно направленные операции мышления [12, 13]. С помощью анализа данных, в сочетании с когнитивной интуицией, сервис Discovery принимает ваши неструктурированные данные и обогащает их, так чтобы пользователь мог получить необходимую информацию.

Чтобы дать правильный ответ, система старается оценить, как можно более обширный контекст. При анализе запроса используется не только предоставленная для анализа информация, но и упомянутые ранее данные базы знаний.

Базы знаний формируются в процессе самообучения, в основе которого лежат методы обучения на примерах реальных ситуаций, которые накапливаются за некоторый период. В процессе обучения системы автоматически строятся обобщенные правила или функции. Из обобщенных правил автоматически формируется база знаний, которая периодически корректируется по мере накопления информации об анализируемых ситуациях.

Таким образом, в результате будут получены данные, которые в будущем возможно внедрить в разрабатываемую систему или приложение (рисунок 1). Например, в приложении «Безопасность туриста», о котором говорилось ранее, при проверке построенного пользователем маршрута, система, проанализировав данные, выдаст предупреждение, в случае обнаружения угрозы жизни человека.

Рис. 1 – Результат запроса

Создание системы, способной провести глубокую обработку естественного языка, позволило решить проблему анализа огромного количества информации, которая генерируется ежедневно на просторах интернета. Это неструктурированная информация, вроде информации с различных сайтов, сообщений социальных сетей, отчетов, статей и прочих данных с из различных открытых источников, которые принимаются и обогащаются сервисом Discovery так же, как и данные, полученные сервисом напрямую от разработчиков в виде документов.

IBM Watson™ Discovery объединяет функционально богатый набор интегрированного автоматизированного Watson API, чтобы:

принять, конвертировать, обогатить и нормализовать данные;

подробно изучить ваш собственный контент, а также публично доступную информацию;

применить дополнительное обогащение через обработку естественного языка;

упростить разработку и в то же время обеспечивая прямой доступ к API.

В настоящее время IBM Watson является лидером в сфере когнитивных систем. На его основе созданы различные приложения и сервисы, цель которых облегчать человеку работу и делать его жизнь более комфортной. Создать собственный сервис на основе Watson имеет возможность практически любой разработчик, которому это интересно. Цель компании IBM на данном этапе – создать как можно более развитую экосистему приложений и сервисов, работающих с Watson, дав возможность всем заинтересованным людям, ученым и бизнесменам надежного помощника, который будет способен справиться с большим количеством проблем и вопросов.

Список литературы Программа открытого доступа к возможностям когнитивной сети IBM Watson

  • Sangha N., Incheol K. MRQUSAR: A web-scale distributed spatial reasoner using MapReduce//Big Data and Smart Computing (BigComp) 2017 IEEE International Conference on, 2017. Pp. 296-303.
  • Wim De Pauw, Wolf J., Balmin A. Visualizing jobs with shared resources in distributed environments//Software Visualization (VISSOFT) 2013 First IEEE Working Conference on, 2013. Pp. 1-10.
  • Md Mizanur Rahoman, Ichise R. Relation-Wise Automatic Domain-Range Information Management for Knowledge Entries//Semantic Computing (ICSC) 2017 IEEE 11th International Conference on, 2017. Pp. 105-108.
  • Хай Р. Эпоха когнитивных систем: Принцип построения и работы IBM Watson//IBM Corp., 2013. С. 14.
  • Евдокимов И.В. Аспекты внедрения информационных технологий на предприятиях г. Братска//Труды Братского государственного университета. Серия: Экономика и управление. 2006. Т.1. С. 144-148.
  • Евдокимов И.В., Фаста А.Ш. Информационные технологии в деятельности службы по подбору персонала//Социально-экономические проблемы развития трудовых отношений в инновационной России материалы Международной научно-практической конференции. Омск: Омский государственный технический университет, 2015. С 81-86.
  • Евдокимов И.В. Кадровое обеспечение внедрения SCADA-систем на предприятиях//Труды Братского государственного университета. Серия: Экономика и управление. 2005. Т.1. С. 116-119.
  • Евдокимов И.В. Процедура идентификации как этап создания систем управления и принятия решений//Проблемы социально-экономического развития Сибири. 2012. №4(10). С. 14-18.
  • IBM Watson Developer Cloud. URL: https://www.ibm.com/watson/developercloud.
  • Евдокимов И.В. Менеджмент качества и управление развитием системы обработки экспертной аналитики//Труды Братского государственного университета. Серия: Экономика и управление. 2015. Т.1. С. 212-219.
  • Евдокимов И.В., Макеев В.В., Кокташев В.В. Экономическое обоснование эффективности ИТ-проектов в регионе Крайнего Севера на основе метода Function Points//Международный журнал гуманитарных и естественных наук. 2017. Т.2. №3. С. 141-146.
  • Евдокимов И.В., Боярчук Н.Я. Особенности стратегического планирования развития регионов севера Восточной Сибири//Ценности и интересы современного общества материалы Международной научно-практической конференции. Москва: Московский государственный университет экономики, статистики и информатики, 2013. С. 268-271.
  • Вахрушева М.Ю., Евдокимов И.В. Разработка программного обеспечения аналитических информационных систем//Труды Братского государственного университета. Серия: Экономика и управление. 2014. Т.1. С. 196-199.
Еще
Статья научная