ابررایانه واتسون IBM Watson: تاریخچه کامل، معماری، فناوری‌های کلیدی

ابررایانه واتسون (IBM Watson) یکی از مهم‌ترین نقاط عطف تاریخ محاسبات و هوش مصنوعی به‌شمار می‌رود. این سیستم که در ابتدا برای شرکت در مسابقه تلویزیونی Jeopardy! طراحی شد، در فاصله کمتر از دو دهه از یک پروژه تحقیقاتی جاه‌طلبانه به یک پلتفرم جامع هوش مصنوعی شناختی تبدیل شد که امروزه در حوزه‌های پزشکی، مالی، حقوقی، آموزشی، خدمات مشتری و حتی اکتشافات علمی مورد استفاده قرار می‌گیرد.

در اوایل دهه ۲۰۰۰ میلادی، شرکت IBM پس از موفقیت خیره‌کننده ابررایانه دیپ بلو در شکست گری کاسپاروف (۱۹۹۷)، به دنبال چالش بزرگ بعدی بود. در سال ۲۰۰۴، پل هورنیک، رئیس وقت بخش تحقیقات IBM، ایده ساخت سیستمی را مطرح کرد که بتواند در مسابقه Jeopardy! که نیازمند درک عمیق زبان طبیعی، استدلال پیچیده و پاسخ‌دهی در زمان واقعی است، با انسان رقابت کند. چالش اصلی این بود که برخلاف شطرنج، Jeopardy! دارای قوانین صریح و فضای بسته نیست؛ سؤالات پر از جناس، کنایه، اشاره تاریخی، ادبی و فرهنگی هستند و پاسخ باید دقیقاً به شکل سؤال بیان شود.

در سال ۲۰۰۶، پروژه با نام رسمی Watson آغاز شد و دیوید فرروچی به‌عنوان مدیر ارشد علمی انتخاب گردید. هدف اعلام‌شده این بود که تا سال ۲۰۱۱ سیستم قادر به شکست قهرمانان انسانی باشد. این پروژه که در ابتدا با تردیدهای فراوان مواجه شد، در نهایت با سرمایه‌گذاری چند میلیارد دلاری IBM به ثمر نشست.

ابررایانه واتسون IBM Watson چیست؟

واتسون یک ابررایانه پیشرفته و سیستم هوش مصنوعی توسعه‌یافته توسط شرکت IBM است که با هدف پردازش زبان طبیعی، تحلیل داده‌های عظیم و یادگیری ماشینی طراحی شد. این سیستم برخلاف موتورهای جست‌وجوی معمول، قادر است داده‌های ساخت‌یافته و غیرساخت‌یافته را با هم تحلیل کند و از روی آنها پاسخ‌هایی شبیه به درک انسانی ارائه دهد. نقطه شهرت واتسون زمانی بود که در مسابقه تلویزیونی Jeopardy! توانست دو قهرمان این برنامه را شکست دهد؛ رویدادی که نشان داد هوش مصنوعی می‌تواند زبان انسانی، بازی با کلمات، استعاره‌ها و نکات فرهنگی را نیز درک کند.

توانایی اصلی واتسون در سرعت تحلیل داده‌ها و استخراج الگوهای پنهان است. به همین دلیل، کاربرد آن به حوزه‌های متنوعی گسترش پیدا کرد؛ از تشخیص بیماری‌های پیچیده پزشکی تا تحلیل ریسک مالی، بررسی داده‌های ژنتیکی، و حتی کمک به صنعت حقوقی و آموزشی. معماری واتسون به نحوی است که می‌تواند از هر تعامل یاد بگیرد، دقت خود را افزایش دهد و پیشنهادهای هوشمندانه‌تری ارائه کند. در نتیجه، این سیستم یکی از نمونه‌های برجسته در مسیر توسعه هوش مصنوعی کاربردی در جهان محسوب می‌شود.

معماری و فناوری مورد استفاده در واتسون

معماری واتسون ترکیبی از پردازنده‌های بسیار قدرتمند، سیستم‌های ذخیره‌سازی توزیع‌شده و الگوریتم‌های پیشرفته یادگیری عمیق است. این ابررایانه از هزاران هسته پردازشی تشکیل شده که به‌صورت موازی کار می‌کنند و قادر به تحلیل حجم بسیار بالایی از داده‌ها در زمان کوتاه هستند. یکی از نقاط قوت آن استفاده از مدل‌های پردازش زبان طبیعی است که کمک می‌کند متن‌های انسانی را شبیه به مغز انسان تحلیل و تفسیر کند.

واتسون علاوه بر قدرت سخت‌افزاری، دارای لایه‌های نرم‌افزاری هوشمندی است که برای تحلیل متن، استخراج کلیدواژه‌ها، فهم نیت جمله‌ها و در نهایت ارائه پاسخ منطقی طراحی شده‌اند. همین معماری چندلایه سبب شده سیستم بتواند میلیون‌ها سند، مقاله و دیتابیس را به شکل همزمان بررسی کند و نتیجه‌ای دقیق ارائه دهد.

کاربردهای ابررایانه واتسون در صنعت پزشکی و سلامت

صنعت پزشکی یکی از مهم‌ترین حوزه‌ هایی است که از واتسون بهره می‌برد. این سیستم توانایی دارد نتایج آزمایش‌ها، تصاویر پزشکی، سوابق بیماری و مقالات علمی را هم‌زمان تحلیل کرده و الگوهایی را کشف کند که شاید برای پزشک در نگاه اول قابل تشخیص نباشد. به‌عنوان مثال، واتسون در تشخیص سرطان، تحلیل ژنوم و ارائه پیشنهادهای درمانی شخصی‌سازی‌شده نقش مهمی داشته است.

مزیت واتسون این است که برخلاف سیستم‌های قدیمی، می‌تواند به‌سرعت منابع علمی جدید را فراگیرد و پیشنهادهایی براساس جدیدترین مطالعات ارائه کند. این ویژگی باعث شده پزشکان از آن به‌عنوان یک ابزار تصمیم‌یار استفاده کنند، نه یک جایگزین. در نهایت، خروجی واتسون به کاهش خطاهای انسانی و افزایش سرعت تشخیص کمک می‌کند.

پیروزی تاریخی در Jeopardy! و تولد یک برند جهانی

در روزهای ۱۴ تا ۱۶ فوریه ۲۰۱۱، ابررایانه واتسون در سه قسمت ویژه برنامه Jeopardy! مقابل کن جنینگز (رکورددار ۷۴ پیروزی پیاپی) و برد راتر (بزرگ‌ترین برنده مالی تاریخ برنامه) قرار گرفت. واتسون با کسب ۷۷٬۱۴۷ دلار در مقابل ۲۴٬۰۰۰ و ۲۱٬۶۰۰ دلار رقبا، پیروزی قاطعی به دست آورد. این رویداد که توسط بیش از ۲۰ میلیون نفر در آمریکا تماشا شد، ابررایانه واتسون را یک‌شبه به نماد قدرت هوش مصنوعی تبدیل کرد. نکته قابل توجه این بود که واتسون به اینترنت متصل نبود؛ تمام دانش و توانایی استدلالی آن در حافظه داخلی ۱۶ ترابایتی‌اش ذخیره شده بود و در کمتر از سه ثانیه به هر سؤال پاسخ می‌داد.

معماری فنی واتسون نسل اول (۲۰۱۱)

• ۹۰ سرور IBM Power 750
• ۲۸۸۰ هسته پردازشی POWER7
• ۱۶ ترابایت حافظه RAM
• ۲۱ پتابایت فضای ذخیره‌سازی
• سیستم‌عامل SUSE Linux Enterprise Server
• نرم‌افزار اصلی: Apache UIMA و Hadoop برای پردازش موازی
• بیش از ۱۰۰ الگوریتم مختلف درک زبان طبیعی، بازیابی اطلاعات، استدلال و یادگیری ماشین که به‌صورت موازی اجرا می‌شدند.

واتسون از تکنیک موسوم به DeepQA استفاده می‌کرد: به‌جای جستجوی یک پاسخ قطعی، صدها فرضیه تولید می‌کرد، برای هر کدام شواهد جمع‌آوری می‌نمود و در نهایت پاسخ دارای بالاترین امتیاز اطمینان را انتخاب می‌کرد.

تحول از ابررایانه به پلتفرم ابری (۲۰۱۳–۲۰۱۵)

پس از پیروزی Jeopardy!، IBM تصمیم گرفت ابررایانه واتسون را از یک سیستم بسته به یک پلتفرم ابری تبدیل کند. در سال ۲۰۱۳، گروه تجاری IBM Watson تشکیل شد و در سال ۲۰۱۴، IBM بیش از یک میلیارد دلار در این واحد سرمایه‌گذاری کرد و مرکز اصلی آن را در منطقه سیلیکون آلی نیویورک تأسیس نمود. در سال ۲۰۱۵، پلتفرم Watson به‌صورت عمومی در IBM Cloud در دسترس توسعه‌دهندگان قرار گرفت و APIهای اصلی آن به‌صورت سرویس ابری عرضه شدند.

کاربردهای پزشکی، از انکولوژی تا تشخیص مولکولی

یکی از موفق‌ترین حوزه‌های ابررایانه واتسون، پزشکی بود. در سال ۲۰۱۱، IBM با مرکز سرطان Memorial Sloan Kettering و دانشگاه تگزاس MD Anderson همکاری کرد تا Watson for Oncology را توسعه دهد. این سیستم با مطالعه میلیون‌ها مقاله پزشکی، گزارش بالینی و راهنماهای درمانی، توانست در چند ثانیه پروتکل‌های درمانی شخصی‌سازی‌شده برای بیماران سرطانی پیشنهاد دهد. تا سال ۲۰۱۸، این سیستم در بیش از ۲۵۰ بیمارستان در ۱۳ کشور مورد استفاده قرار گرفت. همچنین Watson for Genomics با همکاری Quest Diagnostics و Broad Institute توانست توالی کامل ژنوم یک بیمار را در کمتر از ۱۰ دقیقه تحلیل کند و جهش‌های مرتبط با سرطان را شناسایی نماید، کاری که برای انسان چندین هفته طول می‌کشد. کاربردهای دیگر شامل Watson Health Cloud، تحلیل تصاویر پزشکی، پیش‌بینی عوارض دارویی و مدیریت داده‌های بالینی بود.

کاربردهای تجاری و صنعتی

واتسون به‌سرعت وارد حوزه‌های دیگر شد:

• بانکداری: American Express، ANZ Bank و Royal Bank of Canada از ابررایانه واتسون را برای تشخیص تقلب و خدمات مشتری هوشمند به‌کار گرفتند.
• خرده‌فروشی: Macy’s، Staples و The North Face از چت‌بات‌های واتسون برای راهنمایی خریداران استفاده کردند.
• حقوقی: شرکت Ross Intelligence با استفاده از واتسون، نرم‌افزاری ساخت که در چند ثانیه میلیون‌ها سند حقوقی را جستجو و تحلیل می‌کند.
• آموزش: Pearson و Sesame Workshop محتوای آموزشی شخصی‌سازی‌شده با واتسون تولید کردند.
• صنعت نفت و گاز: شرکت‌های Chevron و Woodside از واتسون برای تحلیل داده‌های لرزه‌نگاری و پیش‌بینی محل حفاری استفاده کردند.

چالش‌ها و ناکامی‌های اولیه

با وجود تبلیغات گسترده، برخی پروژه‌ها با شکست مواجه شدند. در سال ۲۰۱۷، پروژه Watson for Oncology در MD Anderson پس از هزینه ۶۲ میلیون دلار متوقف شد، به‌دلیل دقت پایین‌تر از پزشکان انسانی و مشکلات یکپارچه‌سازی با سیستم‌های بیمارستانی لغو شد. گزارش وال‌استریت ژورنال در سال ۲۰۱۸ نشان داد که در برخی موارد، ابررایانه واتسون پیشنهادهای درمانی خطرناک داده بود. این شکست‌های مشابه در پروژه‌های استرالیا و دانمارک نیز رخ داد. این مسائل باعث شد IBM در سال ۲۰۲۱ بخش عمده‌ای از Watson Health را به مبلغ حدود ۱ میلیارد دلار به شرکت Francisco Partners بفروشد.

نسل جدید واتسون – واتسون‌ایکس (Watsonx) – ۲۰۲۳ به بعد

پس از بازسازی اساسی، IBM در سال ۲۰۲۳ پلتفرم کاملاً جدید Watsonx را معرفی کرد که شامل سه بخش اصلی است:

• Watsonx.ai: استودیوی توسعه مدل‌های زایشی (Generative AI)
• Watsonx.data: دریاچه داده باز برای آموزش مدل‌ها
• Watsonx.governance: ابزارهای حاکمیت و شفافیت هوش مصنوعی

واتسون در بیش از ۱۷۰ کشور و در ۴۵ زبان فعال است. مشتریان بزرگ آن شامل NASA، Airbus، Siemens، Samsung، Honda، CitiGroup، BBVA و دانشگاه‌های آکسفورد و استنفورد می‌شوند. IBM اعلام کرده که بیش از ۱۰۰٬۰۰۰ سازمان از APIهای ابررایانه واتسون استفاده می‌کنند و بیش از ۵۰٬۰۰۰ مدل زایشی بر پایه Watsonx آموزش دیده‌اند.

IBM در سال‌های اخیر تمرکز خود را از «هوش مصنوعی عمومی» به «هوش مصنوعی قابل اعتماد و سازمانی» تغییر داده است. واتسون دیگر یک ابررایانه واحد نیست، بلکه یک اکوسیستم کامل از مدل‌های زایشی، ابزارهای حاکمیت و زیرساخت ابری است که می‌تواند در کنار مدل‌های دیگر مانند Llama، Mistral یا GPT به‌صورت ترکیبی عمل کند. در حوزه پزشکی، واتسون اکنون بیشتر به‌عنوان دستیار پزشک (نه جایگزین) عمل می‌کند و دقت تشخیص آن در برخی سرطان‌ها به بیش از ۹۳ درصد رسیده است. در صنعت مالی، واتسون به پیش‌بینی ریسک بازار، تشخیص پولشویی و مدیریت دارایی‌های دیجیتال کمک می‌کند.