Introdução

Uma das melhores maneiras de entender o Watson da IBM é comprar uma jaqueta de bicicleta.

Isso pode parecer uma afirmação estranha, mas é verdade. The North Face aproveitou o poder de Watson para ajudá-lo a encontrar o traje certo de primavera, e assim várias outras empresas.

A IBM transformou o Watson em uma celebridade que "apareceu" no Jeopardy e em comerciais recentes. No entanto, sua capacidade de processamento de linguagem natural é um bom exemplo de computação cognitiva para qualquer trabalhador ou executivo de TI que esteja tentando entender o futuro da indústria. Segundo a IBM, 80% de todos os dados no mundo são dados não estruturados - em outras palavras, fragmentos de fatos espalhados por toda parte.

Cada um dos exemplos detalhados nesta apresentação de slides é um bom exemplo de "estado da indústria". Sem a capacidade 'Powered by Watson' na demonstração, haveria muitos dados não estruturados e orientação insuficiente. A maioria dos chatbots para compras, suporte ao cliente e assessoria técnica será alimentada por uma tecnologia similar destinada a filtrar um banco de dados e a nuvem.

Antes de explicar cada exemplo, é importante primeiro fornecer um resumo rápido do IBM Watson e por que ele existe. Todas as empresas possuem alguma forma de dados estruturados. Pode ser o diretório de registros de funcionários em RH ou as imagens usadas em um site. Você pode prever com algum grau de precisão como as necessidades de armazenamento mudarão com o tempo, com base no padrão de uso dos últimos anos..

Por exemplo, você pode prever que você contratará um determinado número de funcionários e alocará uma quantidade definida de armazenamento para cada um. Isso torna os planos orçamentários mais fáceis, a infraestrutura de segurança menos um pesadelo e evita o caos abjeto..

Mas dados não estruturados? É muito mais de uma web alastrando. Pode haver milhões e milhões de documentos espalhados por toda a rede. Tecnicamente, o IBM Watson é um serviço executado em 90 servidores com 2.880 núcleos de processador em execução simultaneamente. Tem 16 TB de RAM. No entanto, a função principal está relacionada à tecnologia DeepQA da IBM, essencialmente um sistema de perguntas e respostas. Um humano pode fazer uma pergunta e o IBM Watson encontra a resposta.

Então, neste artigo, vamos cobrir cinco dos melhores exemplos de como isso funciona.

  • Veja também como os criadores de Siri estão trabalhando em uma IA ainda mais poderosa
Anterior Página 1 de 6 Próxima Anterior Página 1 de 6 Próxima

1. Criar uma ordem personalizada para Bear Granito Nu

É isso mesmo, o IBM Watson pode ajudá-lo a "projetar" sua granola. Embora possa parecer insolente, a marca usa o Watson para analisar milhares e milhares de possíveis combinações de ingredientes. Mais uma vez, este é um bom exemplo de análise de dados não estruturados.

Se você escolher um ingrediente como Blackberry Powder, a Watson determinará que Arils Romã Seca e Red Bean Crisps combinam muito bem. Você pode remover um ingrediente (como o Blackberry Powder) e o Watson sugerirá uma alternativa (como o coentro). A alternativa a esta inteligência incrível seria tocar em um chef experiente que já sabe quais receitas funcionam melhor para granola.

Anterior Página 2 de 6 Próxima Anterior Página 2 de 6 Próxima

2. Compre as roupas da North Face

As pessoas não vão comprar roupas. Eles compram roupas que combinam com uma atividade, como caminhadas ou caminhadas. No entanto, a quantidade de dados não estruturados relacionados a esportes de aventura está espalhada por todo o mundo. A maioria das lojas não mantém um especialista em mountain bike na equipe o tempo todo. É por isso que a The North Face usa o Watson para orientar os clientes sobre o produto certo.

Você começa inserindo uma frase como "Andar de bicicleta em Londres em março" para dar o pontapé inicial. Você entra se é homem ou mulher. O Watson pode perguntar se você espera chuva ou neve e se prefere opções personalizadas. Você verá uma seleção de produtos, não uma lista de roupas de tamanhos e cores, mas sim roupas que combinem com sua atividade futura. Leva o banco de dados 'não estruturado' de um site de comércio eletrônico e torna mais uma experiência centrada no ser humano.

Anterior Página 3 de 6 Próxima Anterior Página 3 de 6 Próxima

3. Encontre uma garrafa de vinho com o aplicativo Wine4.me

Escolher um vinho é mais complexo do que você pensa. Você pode gostar de um vinho tinto, mas é de pelúcia, macio, tânico e doce? Tem um toque de morango? É "perfumado" apenas para a direita? Mesmo para os conhecedores de vinhos, você pode não conhecer todos os termos apropriados, mas você sabe quais sabores você gosta.

O aplicativo Wine4.me usa o IBM Watson para examinar um inventário de produtos para corresponder às preferências de gosto. Você não precisa usar os termos certos ou até mesmo conhecer as marcas e rótulos, basta indicar quais sabores você gosta. É outro bom exemplo de fazer com que a IA faça a parte difícil de pesquisar centenas de opções de vinhos em busca de preferências, em vez de esperar que o comprador tenha toda a experiência..

Anterior Página 4 de 6 Próxima Anterior Página 4 de 6 Próxima

4. Faça perguntas de saúde ao concierge do CafeWell

Bem-estar no local de trabalho é um problema sério. Mas a maioria de nós não pode visitar o médico semanalmente ou fazer check-ups constantes de bem-estar. O aplicativo CafeWell Concierge emprega o IBM Watson para que os usuários possam digitar perguntas sobre dieta, nutrição e exercícios. Por exemplo, você pode perguntar quais receitas funcionam melhor quando você está tentando perder peso ou como o exercício afeta o sono.

O aplicativo é outro bom exemplo de apresentar informações que são importantes e vitais para um cliente, mas geralmente consome o tempo de enfermeiros e médicos. Além disso, muitas das respostas às questões de saúde são bastante rotineiras.

Anterior Página 5 de 6 Próxima Anterior Página 5 de 6 Próxima

5. Pergunte ao concierge do Hilton Connie sobre rotas de ônibus

Um exemplo final de manipulação de dados não estruturados - um que pode ser o melhor exemplo de como o IBM Watson pode ajudar - pertence a um robô de concierge Hilton chamado Connie. A Hilton instalou esse robô como teste no hotel Hilton McLean, na Virgínia, nos Estados Unidos. Os hóspedes podem caminhar e fazer perguntas sobre rotas de ônibus ou eventos esportivos, e Connie pesquisará uma grande quantidade de dados para encontrar a resposta - em segundos.

Nesse caso, o Watson aprende de cada interação, sabendo quais perguntas são mais solicitadas e incorporando insights de discussões anteriores com os convidados em novas respostas. A ideia não é substituir os trabalhadores humanos, mas dar-lhes tarefas mais significativas do que repetir a mesma resposta durante todo o dia sobre como chegar ao aeroporto..

Anterior Página 6 de 6 Próxima Anterior Página 6 de 6 Próxima
Ações