祎祎 ：沃森以后是否會具有自主學(xué)習(xí)成長的能力？

潘越：目前沃森使用了機器學(xué)習(xí)的技術(shù)，已經(jīng)具有一定的學(xué)習(xí)能力。不過這個學(xué)習(xí)還是有指導(dǎo)的，完全的自學(xué)習(xí)能力還有待進一步研究和開發(fā)。謝謝張雷幫助回答。

撇VV ：潘總好，請問Watson的功耗(功率)大概是多少？和人類相比呢？

潘越：沃森需要 2880 個處理器內(nèi)核(體積與 10 臺冰箱相當(dāng))，需要 80 千瓦的能量。只需一個大小與鞋盒相當(dāng)?shù)拇竽X，可以由金槍魚三明治提供能量，并且只需使用手中的紙扇散熱。 謝謝曉菲幫忙回答。

小口香糖 ：聽說沃森在比賽期間當(dāng)機，讓2小時的錄制變成了4小時，真的嗎？

潘越：我沒聽說過。

蕭不遙 ：跟中國的銀河相比，沃森有什么特點，雙方的適用范圍有啥不同？

潘越：和銀河相比，沃森的計算能力還較弱。沃森可能進入不了超級計算機的計算能力前100名。但是沃森是一 個我們稱之為“為特定負(fù)荷進行優(yōu)化的系統(tǒng)” (workload optimized　system). 它能把一件事情(智力問答)干到最好。而像銀河這類的通用型超級計算機則被設(shè)計用來完成各種各樣不同的應(yīng)用。通用性較好。張雷。

weiruanruan ：請問潘工，沃森解答問題是通過自己的數(shù)據(jù)庫給出答案還是其他方式？

潘越：沃森不與網(wǎng)絡(luò)連接，但并不意味著只是簡單的數(shù)據(jù)庫查詢。 問題和知識庫都是自然語言表述的， 中間要經(jīng)過復(fù)雜的計算。

zr27 ：雖然危險邊緣需要分析語言中微妙含義、諷刺口吻、謎語等，但對如今的技術(shù)來說并不太難。危險邊緣本質(zhì)在于龐大的知識量和思考速度，這些恰是電腦的強項；而對于國際象棋來說戰(zhàn)略戰(zhàn)術(shù)中的陰險狡詐才是人腦的強項。這次IBM是否有意利用該優(yōu)勢？沃森下國際象棋又有幾分勝率？

潘越：多年前深藍系統(tǒng)戰(zhàn)勝了國際象棋前世界冠軍。沃森的強項并不在于國際象棋，但日常知識類的問題的挑戰(zhàn)不在國際象棋之下，甚至有過之而無不及。

Lyonszhang ：請問沃森的硬件設(shè)備主要是什么配置。

潘越：沃森使用的是IBM Power750服務(wù)器。每個服務(wù)器有4塊P7 CPU芯片，每個芯片8個CPU核。整個系統(tǒng)由90臺服務(wù)器構(gòu)成，總共2880個CPU核，15TB內(nèi)存。片上帶寬為每秒500GB。計算能力為80 Teraflops。謝謝張雷幫助回答。

我的鋼鐵 ：所提問題是從題庫中隨機抽取的嗎？

潘越：不是， Jeopardy!的問題都是只用一次的，而且所有選手都未曾見過。

中國圍觀 ：請問IBM此活動是表明Power處理器的硬件性能很強大呢？還是說IBM的軟件很“智能”？ 謝謝

潘越：沃森系統(tǒng)是軟硬件能力的一種很好的結(jié)合

木白羽 ：我覺得與其說是人工智能的勝利不如說是搜索引擎的勝利，您怎么看待這個問題？

潘越：搜索技術(shù)只是沃森問答系統(tǒng)中用到的技術(shù)之一， 其它包括自然語言處理、機器學(xué)習(xí)等等。

Mouri_勞累 ：沃森如何解決語言的歧義性？如何解決語音、語調(diào)對語義的影響？

潘越：沃森的一種做法是將問題的不同的解讀都進行探索， 將決定留到最后。目前沃森不涉及語音和語調(diào)的問題。

wildgun ：沃森這算是通過圖靈測試了嗎？謝謝。

潘越：不算。 目前好像還沒有機器能通過圖靈測試。

judecan ：由于人類語言有模糊性和二義性，想知道Watson在自然語言識別中對雙關(guān)語二義性語句這一塊上是怎么解決的？

潘越：我們更多的依賴上下文來去歧義。比如，考察上下文中提到的人、事件、地點等其它相關(guān)對象。同時，我們 從多個證據(jù)的角度去解釋這一問題。即使在一個算法中的去歧義失敗了，其它上百個算法會從其它方面給出答案是否正確的證據(jù)。這就削弱了對單個算法去歧義能力 的依賴。謝謝張雷回答。

小考拉2012 ：潘總，請問watson在搶答速度上是否有優(yōu)勢？感覺最后兩天問題全部被watson搶到了

 2/3   首頁 上一頁 1 2 3 下一頁 尾頁