Comment IBM prévoit de gagner en péril !

Pendant des décennies, les humains ont lutté pour créer des machines capables d'extraire un sens du langage humain, avec tout son désordre, son contexte subtil, son humour et son ironie. Les approches traditionnelles nécessitent beaucoup de travail manuel en amont pour rendre le matériel compréhensible aux algorithmes informatiques. Le but ultime est de rendre cette étape inutile.

Qu'est-ce que Watson ? : IBM prépare un système informatique en langage naturel qui rivalisera avec les humains dans Jeopardy !, animé par Alex Trebek.

IBM espère avancer vers cet objectif avec Watson, un système informatique qui jouera Péril! , le populaire jeu télévisé télévisé, contre des candidats humains. Des démonstrations du système sont attendues cette année, avec un dernier match télévisé – avec l'animation par Alex Trebek de l'émission – l'année prochaine. Les questions seront prononcées à haute voix par Trebek mais introduites dans la machine au format texte pendant le spectacle.

La société n'a pas encore publié d'articles de recherche décrivant comment son système s'attaquera Péril! -questions de style. Mais David Ferrucci, l'informaticien d'IBM à la tête de l'effort, explique que le système décompose une question en morceaux, recherche dans ses propres bases de données des connaissances connexes, puis établit enfin des connexions pour assembler un résultat. Watson n'est pas conçu pour effectuer des recherches sur le Web, et l'objectif final d'IBM est un système qu'il peut vendre à ses entreprises clientes qui ont besoin de rendre de grandes quantités d'informations plus accessibles.

Ferrucci décrit comment la technologie gérerait les éléments suivants Péril! -question de style : c'est l'opéra mentionné dans les paroles d'un hit numéro un de 1970 de Smokey Robinson and the Miracles.

Le moteur Watson utilise des techniques de traitement du langage naturel pour diviser la question en composants structurels. Dans ce cas, les pièces comprennent 1) un opéra ; 2) l'opéra est mentionné dans une chanson ; 3) la chanson a été un tube en 1970 ; et 4) le coup était de Smokey Robinson and the Miracles.

En recherchant dans ses bases de données des informations qui pourraient être pertinentes pour ces segments, le système pourrait trouver des centaines de passages. Ceux-ci pourraient inclure les trois suivants :

Pagliacci, l'opéra sur un clown qui essaie de cacher ses sentiments ;

Motown de Smokey Robinson a battu le record du ' Larmes d'un clown des années 60 ;

Tears of a Clown by the Miracles a été numéro 1 au Royaume-Uni en 1970.

En analysant ces passages, Watson peut identifier Pagliacci comme étant un opéra, bien que cela ne soit pas d'une grande aide, car de nombreux autres passages identifient également des noms d'opéra. Le deuxième résultat identifie un disque à succès, The Tears of a Clown, de Smokey Robinson, que le système juge être probablement la même chose que Smokey Robinson and the Miracles. Cependant, de nombreux autres titres de chansons seraient générés de la même manière. La probabilité que le résultat soit exact serait également jugée faible, car la chanson est associée aux années 60 et non à 1970. Le troisième passage, cependant, renforce l'idée que The Tears of a Clown était un tube en 1970, à condition que le système détermine que The Miracles fait référence à la même chose que Smokey Robinson et les Miracles.

Dès le premier de ces trois passages, le moteur Watson saurait que clowns est un opéra sur un clown qui cache ses sentiments. Pour faire le lien avec Smokey Robinson, le système doit reconnaître que les larmes sont fortement liées aux sentiments, et puisqu'il sait que clowns parle d'un clown qui essaie de cacher ses sentiments, il devine – à juste titre – que clowns Est la réponse. Bien sûr, le système peut toujours faire le mauvais choix en fonction de la manière dont les mauvaises réponses peuvent être étayées par les preuves disponibles, explique Ferrucci.

Il est facile, dit Ferrucci, pour les systèmes de langage naturel moins sophistiqués de conclure que The Tears of a Clown est la réponse en ignorant le fait que la demande concernait un opéra référencé par cette chanson. Une telle conclusion pourrait être déclenchée par des passages contenant de nombreux mots-clés correspondant à la question.

Marti Hearst , informaticien à l'Université de Californie à Berkeley, affirme que d'énormes progrès ont été réalisés dans cette tâche au cours de la dernière décennie par les chercheurs en traitement du langage naturel. Elle ajoute que opposer le système de questions-réponses Watson d'IBM aux meilleurs humains dans un jeu de Péril! est une façon amusante de faire connaître et de présenter ces progrès, mais elle note également le manque de recherches publiées disponibles pour examen.

Parallèlement, la Defense Advanced Research Projects Agency (DARPA) annoncera prochainement les participants choisis pour participer à un effort de recherche de cinq ans visant à faire progresser l'état du traitement du langage naturel. Je m'attends à ce que toute cette zone se réchauffe considérablement au cours des prochaines années, déclare Dan Weld, informaticien à l'Université de Washington, qui dirige un groupe qui a demandé à participer à l'effort de la DARPA.

Que Watson d'IBM bat ou non les humains sur Péril! l'année prochaine, le projet DARPA fera sûrement avancer le domaine, dit Weld. Comme l'a noté la DARPA dans sa demande de propositions de recherche, les systèmes de traitement du langage les plus intelligents d'aujourd'hui sont étroitement ciblés, tandis que les systèmes plus larges sont plus imprécis. La participation de la DARPA concentrera les recherches de nombreuses personnes dans les meilleures universités et laboratoires de recherche pour pousser sur des systèmes intégrés capables de lire un large éventail de documents, a déclaré Weld. La plupart des systèmes actuels s'attaquent à de petites parties du puzzle.

cacher