IBM沃森

IBM沃森IBMWatson是一个能够回答以自然语言提出的问题的计算机系统。IBM表示，在Watson中，有100多种不同的技术被用来分析自然语言，识别来源，寻找和产生假设，寻找和评分证据，以及合并和排列假设。近年来，Watson的能力得到了扩展，Watson的工作方式也发生了变化，以利用新的部署模式，进化的机器学习能力，以及开发人员和研究人员可用的优化硬件。它不再是纯粹的从问答对中设计的问题回答（QA）计算系统，现在可以"看"、"听"、"读"、"说"、"尝"、"解释"、"学习"和"推荐"。软件Watson使用IBM的DeepQA软件和ApacheUIMA（非结构化信息管理架构）框架实现。

该系统经过工作负载优化，整合了大规模并行的POWER7处理器，并建立在IBM的DeepQA技术上，它用来生成假设，收集大量证据，并分析数据。

沃森行动将问题解析为不同的关键词和句子片段，以便找到统计上相关的短语。沃森的主要创新不在于为这一操作创造了一种新的算法，而是它能够同时快速执行数百种成熟的语言分析算法。独立找到相同答案的算法越多，沃森就越有可能是正确的。一旦沃森有了少量的潜在解决方案，它就能对照其数据库，确定该解决方案是否合理。

沃森的基本工作原理是解析线索中的关键词，同时搜索相关的术语作为回应。这使Watson与人类Jeopardy！选手相比具有一些优势和劣势。沃森在理解线索的上下文方面有不足之处。沃森可以阅读、分析和学习自然语言，这使它有能力做出类似人类的决定。因此，人类选手通常比Watson更快地产生反应，尤其是对短小的线索。