IBM沃森

IBM沃森IBMWatson是一個能夠回答以自然語言提出的問題的計算機系統。IBM表示，在Watson中，有100多種不同的技術被用來分析自然語言，識別來源，尋找和產生假設，尋找和評分證據，以及合并和排列假設。近年來，Watson的能力得到了擴展，Watson的工作方式也發生了變化，以利用新的部署模式，進化的機器學習能力，以及開發人員和研究人員可用的優化硬件。它不再是純粹的從問答對中設計的問題回答（QA）計算系統，現在可以"看"、"聽"、"讀"、"說"、"嘗"、"解釋"、"學習"和"推薦"。軟件Watson使用IBM的DeepQA軟件和ApacheUIMA（非結構化信息管理架構）框架實現。

該系統經過工作負載優化，整合了大規模并行的POWER7處理器，并建立在IBM的DeepQA技術上，它用來生成假設，收集大量證據，并分析數據。

沃森行動將問題解析為不同的關鍵詞和句子片段，以便找到統計上相關的短語。沃森的主要創新不在于為這一操作創造了一種新的算法，而是它能夠同時快速執行數百種成熟的語言分析算法。獨立找到相同答案的算法越多，沃森就越有可能是正確的。一旦沃森有了少量的潛在解決方案，它就能對照其數據庫，確定該解決方案是否合理。

沃森的基本工作原理是解析線索中的關鍵詞，同時搜索相關的術語作為回應。這使Watson與人類Jeopardy！選手相比具有一些優勢和劣勢。沃森在理解線索的上下文方面有不足之處。沃森可以閱讀、分析和學習自然語言，這使它有能力做出類似人類的決定。因此，人類選手通常比Watson更快地產生反應，尤其是對短小的線索。