Kognitive Systeme – IBM Watson

In den letzten Beiträgen haben wir uns viel mit Machine Learning und Kognitiven Systemen beschäftigt. Auch der Name IBM Watson ist mehrere Male gefallen. Aber was ist IBM Watson eigentlich? Und noch viel wichtiger: Was kann es überhaupt?

Datengestützte, kognitive Systeme unterscheiden sind von den programmierbaren Systemen, die wir schon seit mehr als 60 Jahren benutzen. So gut wie alle Computer, die heute im Einsatz sind, haben als Grundlage die von Mathematiker John von Neumann 1945 festgelegte, Von-Neumann-Architektur.

Der Von-Neumann-Rechner verarbeitet die extern eingegebenen Programme und Daten sequenziell, wobei die Abarbeitung in der Reihenfolge der abgespeicherten Programmbefehle erfolgt. Dies hat zwar bisher der Regierung, Unternehmern, Wissenschaftlern, Verbrauchern etc. geholfen, jedoch ist dieses Prinzip sehr eingeschränkt und nicht sehr ausbaufähig.

Und gerade in der heutigen Zeit brauchen wir Systeme, die Real-Life Data schnell verarbeiten können und die man nicht mühsam programmieren muss – denn sie sollten eigenständig funktionieren. So eigenständig wie das menschliche Gehirn. Der einzige Unterschied ist jedoch: Während das menschliche Gehirn für Gedankengänge und zum Arbeiten 20Watt benötigt, braucht Watson dafür 85.000Watt. 85.000 Watt die dafür benötigt werden die ganzen komplexen Daten die im Internet sind auszuwerten und brauchbar zu machen.

Genauso wie wir Industriemaschinen erfunden haben, um unsere Stärken zu erweitern und schneller arbeiten zu können, müssen wir nun eine neue Generation von Maschinen entwickeln, um  unsere kognitiven Fähigkeiten zu erweitern. Und in der Tat haben die Architekturen solcher kognitiven Systeme mehr gemeinsam mit der Struktur des menschlichen Gehirns, als mit denen der klassischen Maschinen von Von Neumann.

Der intelligente Umgang mit großen Textmengen ist Watsons Stärke. Für die berühmte Folge der Quizsendung Jeopardy! vom Februar 2011, in dem das System gegen zwei menschliche Gegner gewann, musste Watson eine Datenbasis von 13 Terabyte in sich aufnehmen.

Statistische Datenauswertungen werden, wie herkömmliche Analytics-Tools, nicht hergestellt. Statistische Methoden werden intern von Watson genutzt, um überhaupt arbeiten zu können, jedoch baut das System neuronale Netze und große Indexstrukturen auf, um Korrelationen herzustellen. Patterns werden extrahiert und in eigenen Netzstrukturen abgelegt – statistische Auswertungen der Daten führt Watson nicht durch.

Wieso? Denn der Anwender bedient in diesem Fall keine Applikation, sondern erhält eine natürliche Antwort auf eine natürliche Frage. Dies führt zu einer vorher noch nie dagewesenen, aktiven Zusammenarbeit von Mensch und Maschine. Watson wertet die Daten aus, abstrahiert sie und liefert die Antwort in der Sprache des Anwenders. Verglichen mit herkömmlichen Analyse-Werkzeugen ist das ein revolutionärer Ansatz: Watson vereint maschinelles Lernen und andere Technologien der künstlichen Intelligenz in einem System, auf das über verschiedene Apps zugegriffen werden kann.

Und das Beste an Watson: Es ist vielseitig anwendbar und einsetzbar. Ob in der Finanzbranche, im Gesundheitswesen, im Kundenservice oder im einfachen Alltag – Watson kann alles.

Denn egal um welches Feld es geht – die Menge an Informationen die einem zur Verfügung steht ist gewaltig. Man hat weder die Möglichkeit noch die Zeit sich durch den Daten-Dschungel zu kämpfen.

Alleine in der Finanzbranche gibt es jeden Tag 9000 Seiten Finanznachrichten von der Nachrichtenagentur Reuters. Hinzu kommen Marktforschungsberichte und Dokumente von mehreren Unternehmen und aus der Wall Street. Wie soll ein Mensch allein in der Lage sein Tag für Tag all diese Daten zu durchforsten?

Watson ist sehr einfach zu bedienen. Von der Bedienung vergleichbar wie Apples Spracherkennungssoftware Siri oder die Spracherkennung auf Android Geräten. Man spricht mit dem System – und das System antwortet.

Ein Beispiel: Es gibt über dreihundert verschiedene Arten von Krebs. Angefangen von Leukämie bis zu Darmkrebs. Jede Krebsart bringt seine eigene Therapie- und Behandlungsmöglichkeit mit und ändert sich mit dem Patienten.

Ein Arzt, dem bei einem Krebspatienten keine Zeit bleibt, sich in hunderten von Büchern und anderen Informationsquellen einzulesen, könnte Watson fragen: „Welche Behandlungsmöglichkeiten hat man für Darmkrebs?“. Und Watson würde – nachdem es die Patientendaten wie Alter, Vorerkrankungen, Erkrankungsbild in der Familie, Allergien etc. bereits ausgewertet hat – eine passende, individuelle Behandlungsmöglichkeit für diesen Patienten finden. In Sekunden. Dies erlaubt dem Arzt schneller zu handeln aber versichert auch, dass der Arzt keine Methode übersehen oder nicht miteingeschlossen hat.

Und die Künstliche Intelligenz in Watson kann nicht nur Fragen verstehen und antworten, sondern auch sehen. IBM hat seinem Computer-System beigebracht, den Inhalt von Bildern zu erkennen.

Wir können gespannt sein, wie Watson in der Zukunft eingesetzt wird und wie IBM es schaffen wird, das System weiter auszubauen. Fakt ist: Watson wird in Zukunft die Arbeit von Menschen in jedem Berufsfeld erleichtern und uns sogar im Alltag bei den kleinsten Sachen wie z.B. dem Kochen helfen können.

watson_avatar2_140x140

Kognitive Systeme wie Watson können die Art und Weise verändern, wie Unternehmen künftig denken, handeln und arbeiten werden. Diese Systeme lernen durch Interaktionen und liefern so evidenzbasierte Antworten, die für bessere Ergebnisse sorgen. (IBM über Watson)

Teilen:

Relevante Artikel

Advanced AI applications for the insurance domain

Advanced AI applications for the insurance domain

Has an automobile accident ever happened to you? You are probably aware of the difficulties associated with filing an auto insurance claim if you have

Framework für die Einführung von Generative AI

Framework für die Einführung von Generative AI

Der Leitfaden zur Einführung von Generative AI in Ihrem Unternehmen: Ein systematisches Framework In der Ära der digitalen Transformation ist Generative AI nicht mehr nur

Wie können Large Language Modelle wie GPT-4 Geschäftsprozesse optimieren?

Wie können Large Language Modelle wie GPT-4 Geschäftsprozesse optimieren?

Wussten Sie, dass KI-Modelle wie GPT-4, Gemini, LLama2, Mistral & Co. dabei helfen können, die Leistungsfähigkeit Ihres Unternehmens zu steigern? Diese großen Sprachmodelle sind revolutionäre