Introducción

Una de las mejores maneras de entender a Watson de IBM es comprar una chaqueta para ciclismo.

Eso puede parecer una declaración extraña, pero es cierto. The North Face ha aprovechado el poder de Watson para ayudarlo a encontrar el atuendo de primavera adecuado, y también lo han hecho otras compañías..

IBM ha convertido a Watson en una celebridad que ha "aparecido" en Jeopardy y en los anuncios publicitarios recientes. Sin embargo, su capacidad de procesamiento de lenguaje natural es un buen ejemplo de computación cognitiva para cualquier trabajador de TI o ejecutivo que intente comprender el futuro de la industria. Según IBM, el 80% de todos los datos en el mundo son datos no estructurados, es decir, fragmentos de hechos dispersos por todas partes..

Cada uno de los ejemplos detallados en esta presentación de diapositivas es un buen escaparate del estado de la industria. Sin la capacidad 'Powered by Watson' en la demostración, habría demasiados datos no estructurados y no habrá suficiente orientación. La mayoría de los chatbots para compras, asistencia al cliente y asesoramiento técnico serán impulsados ​​por una tecnología similar diseñada para analizar una base de datos y la nube..

Antes de explicar cada ejemplo, es importante dar primero un resumen rápido de IBM Watson y por qué incluso existe. Todas las empresas tienen algún tipo de datos estructurados. Este podría ser el directorio de registros de empleados en RH o las imágenes utilizadas para un sitio web. Puede predecir con cierto grado de precisión cómo cambiarán sus necesidades de almacenamiento con el tiempo, según el patrón de uso de los últimos años..

Por ejemplo, podría predecir que contratará a cierto número de empleados y asignará una cantidad determinada de almacenamiento para cada uno. Eso hace que los planes de presupuestación sean más fáciles, la infraestructura de seguridad se convierta en una pesadilla y evita el caos abyecto.

¿Pero los datos no estructurados? Es mucho más de una red en expansión. Puede haber millones y millones de documentos dispersos por toda la red. Técnicamente, IBM Watson es un servicio que se ejecuta en 90 servidores con 2.880 núcleos de procesador que se ejecutan simultáneamente. Tiene 16TB de RAM. Sin embargo, la función principal está relacionada con la tecnología DeepQA de IBM, esencialmente un sistema de preguntas y respuestas. Un humano puede hacer una pregunta e IBM Watson encuentra la respuesta..

Así que en este artículo cubriremos cinco de los mejores ejemplos de cómo funciona esto..

  • También puedes ver cómo los creadores de Siri están trabajando en una IA aún más poderosa.
Prev Página 1 de 6 Siguiente Prev Página 1 de 6 Siguiente

1. Crea un pedido personalizado para Bear Naked Granola

Así es, IBM Watson puede ayudarte a "diseñar" tu granola. Si bien puede parecer descarado, la marca utiliza Watson para analizar miles y miles de posibles combinaciones de ingredientes. Una vez más, este es un buen ejemplo de análisis de datos no estructurados..

Si elige un ingrediente como el Blackberry Powder, Watson determinará que los Arils de granada seca y las patatas fritas de frijoles rojos combinen bien. Puede eliminar un ingrediente (como el Blackberry Powder) y Watson le sugerirá una alternativa (como el coriandro). La alternativa a esta increíble inteligencia sería recurrir a un chef experto que ya sabe qué recetas funcionan mejor para el granola..

Prev Página 2 de 6 Siguiente Prev Página 2 de 6 Siguiente

2. Compra la ropa de The North Face

La gente no va a comprar ropa. Compran ropa que coincida con una actividad, como caminatas o caminatas motorizadas. Sin embargo, la cantidad de datos no estructurados relacionados con los deportes de aventura está dispersa por todo el mundo. La mayoría de las tiendas no tienen un experto en ciclismo de montaña entre el personal en todo momento. Es por eso que The North Face usa Watson para guiar a los clientes hacia el producto correcto.

Empieza por ingresar una frase como "Andar en bicicleta en Londres en marzo" para comenzar. Entras si eres hombre o mujer. Watson puede preguntarle si espera lluvia o nieve, y si prefiere alguna opción personalizada. Luego verá una selección de productos, no una larga lista de tamaños y colores, sino ropa que coincida con su próxima actividad. Toma la base de datos "no estructurada" de un sitio de comercio electrónico y la convierte en una experiencia más centrada en el ser humano..

Prev Página 3 de 6 Siguiente Prev Página 3 de 6 Siguiente

3. Encuentra una botella de vino con la aplicación Wine4.me

Elegir un vino es más complejo de lo que crees. Puede que te guste un vino tinto, pero ¿es suave, tierno, tánico y dulce? ¿Tiene un toque de fresas? ¿Es 'perfumado' justo? Incluso para los conocedores del vino, es posible que no conozca todos los términos adecuados, pero sí sabe qué sabores le gustan..

La aplicación Wine4.me utiliza IBM Watson para examinar un inventario de productos que coincida con las preferencias de sabor. No necesita utilizar los términos correctos o incluso conocer las marcas y etiquetas, solo debe indicar qué sabores le gustan. Es otro buen ejemplo de hacer que la IA haga la parte difícil de buscar en cientos de opciones de vinos en busca de preferencias, en lugar de esperar que el comprador tenga toda la experiencia.

Prev Página 4 de 6 Siguiente Prev Página 4 de 6 Siguiente

4. Haga preguntas de salud al conserje de CafeWell

El bienestar en el trabajo es un problema serio. Pero la mayoría de nosotros no puede visitar al médico semanalmente o recibir chequeos de bienestar constantes. La aplicación CafeWell Concierge emplea IBM Watson para que los usuarios puedan escribir preguntas sobre la dieta, la nutrición y el ejercicio. Por ejemplo, puede preguntar qué recetas funcionan mejor cuando está tratando de perder peso o cómo el ejercicio afecta el sueño..

La aplicación es otro buen ejemplo de presentación de información que es importante y vital para un cliente, pero que a menudo consume el tiempo de enfermeras y médicos. Además, muchas de las respuestas a las preguntas de salud son bastante rutinarias..

Prev Página 5 de 6 Siguiente Prev Página 5 de 6 Siguiente

5. Pregunte al conserje Hilton Connie sobre las rutas de autobús.

Un último ejemplo de manejo de datos no estructurados, que podría ser el mejor ejemplo de cómo puede ayudar IBM Watson, corresponde a un robot de conserjería de Hilton llamado Connie. Hilton instaló este robot como prueba en el hotel Hilton McLean en Virginia, en los EE. UU. Los invitados pueden caminar y hacer preguntas sobre rutas de autobús o eventos deportivos, y Connie buscará entre una gran cantidad de datos para encontrar la respuesta, en segundos.

En este caso, Watson aprende de cada interacción, sabiendo qué preguntas se hacen más e incorporando el conocimiento de las discusiones anteriores con los invitados en las nuevas respuestas. La idea no es reemplazar a los trabajadores humanos, sino darles tareas más significativas que repetir la misma respuesta todo el día sobre cómo llegar al aeropuerto..

Prev Página 6 de 6 Next Prev Página 6 de 6 Next
Comparte