Как «Уотсон» понимал вопросы Jeopardy!
В Jeopardy! участникам показывают подсказку, а ответ нужно сформулировать как вопрос. Для машины это особенно трудная задача: подсказка может содержать игру слов, неоднозначность или намёк на известный факт. «Уотсон» не искал готовую фразу в сети. Он сопоставлял слова подсказки с уже загруженными в память текстами и оценивал, какие ответы лучше подходят по смыслу.
От текста — к проверяемым версиям
Система разбирала подсказку на признаки: важные слова, связи между ними и возможный тип ответа — например, имя человека, место или дату. Затем разные программные компоненты предлагали кандидатов и искали подтверждения в базе знаний. «Уотсон» учитывал не только совпадения слов, но и то, насколько найденные сведения согласуются с формулировкой и контекстом подсказки.
Каждому варианту присваивалась оценка уверенности. Это позволяло не просто назвать наиболее вероятный ответ, но и решить, стоит ли нажимать кнопку. В игре цена ошибки имела значение: неверный ответ мог стоить очков, поэтому система должна была соотносить уверенность с риском.
Почему интернет не был необходим
Доступ к сети не равен пониманию: поисковик может найти страницы, но сам по себе не определяет, какая из них действительно отвечает на хитро сформулированную подсказку. «Уотсон» заранее получил большой набор текстов и обрабатывал его локально, сочетая поиск свидетельств с анализом языка. Поэтому решающей была не возможность открыть новую веб-страницу во время игры, а подготовленная база и способность быстро сравнивать множество версий.
Победа показала практическую силу такого подхода: компьютер мог работать с неоднозначными вопросами в темпе телевизионной викторины. Но это не означало, что он рассуждал или понимал язык так же, как человек: его успех зависел от накопленных данных, статистических оценок и удачно устроенного поиска ответа.
