Wawancara: Jerome Pesenti dari IBM di Watson Developer Cloud

Logo Watson

Watson, platform komputasi kognitif dari IBM, pertama kali menjadi terkenal saat tampil mengesankan di Jeopardy pada tahun 2011. Sejak itu, IBM telah menggunakan teknologi pembelajaran mesin inti tersebut, dan membuatnya tersedia untuk dunia melalui platform komputasi awan Bluemix.

Dijuluki 'Cloud Pengembang Watson,' pilihan API ini memungkinkan pengembang pihak ketiga untuk memanfaatkan penelitian IBM, dan membangun aplikasi dan situs web yang menawarkan fungsionalitas yang mengesankan. Misalnya, salah satu API beta terbaru sebenarnya menganalisis nada tulisan Anda, dan IBM merilis demo publik yang akan dilakukan merekomendasikan kata-kata alternatif.

Sejak peluncuran publik awal, tim Watson terus meluncurkan fungsi baru dan menerbitkan makalah yang ditinjau sejawat tentang temuan mereka. Mereka adalah ahli pembelajaran mesin yang canggih, dan mereka secara aktif bermitra dengan kelompok penelitian lain untuk memajukan bidang ini secepat mungkin. Baru-baru ini, saya mendapat kesempatan untuk berbicara dengan Jerome Pesenti, Vice President Watson Core Technology, tentang apa yang telah dikerjakan oleh IBM belakangan ini, dan bagaimana hal itu akan berdampak pada pengguna akhir. Di bawah ini adalah transkrip percakapan kami (diedit sedikit untuk kejelasan).



Berikan Brunner: Ceritakan sedikit tentang latar belakang profesional Anda, dan bagaimana Anda datang ke proyek Watson.

Jerome Pesenti: Tentu. Saya adalah post-doc di Carnegie Mellon University, dan saya memulai sebuah perusahaan dari sana (…) Saya mengembangkannya menjadi ratusan - 135 orang, dan saya diakuisisi oleh IBM pada tahun 2012 - Saya adalah pendiri perusahaan yang didapat. Jadi saya mulai di IBM, dan sekitar satu tahun, saya ditawari posisi di dalam grup Watson yang baru saja dibentuk pada tahun 2014. Jadi hari ini, saya sebenarnya memiliki tim R&D yang cukup besar di Watson. Saya bertanggung jawab atas teknologi inti dan platform. Jadi, saya berhati-hati dalam melihat algoritme dan fungsi inti, dan memaparkannya sebagai layanan cloud.

Logo Watson Ada strategi cloud yang sangat kuat dalam Watson untuk mengekspos semua yang kami lakukan sebagai layanan yang sangat mudah dikonsumsi di dalam cloud. Jadi, fokusnya adalah pada teknologi kognitif inti dan pengembangan algoritme baru, jadi saat ini ada banyak upaya yang sedang dilakukan terkait pembelajaran mendalam (…) Saya memiliki lima tim yang bekerja di bawah saya dalam beberapa aspek pembelajaran mendalam. Dan kemudian saya banyak berkolaborasi dengan penelitian, yang memiliki sejumlah tim lain yang menangani masalah ini.

Dan kemudian, jadi kami mencoba menggunakan teknologi canggih ini, dan memaparkannya di Cloud Pengembang Watson - di platform cloud kami - secepat mungkin ke siklus yang sangat cepat. Sekadar mengikatnya kembali ke pengumuman, minggu lalu kami mengumumkan tiga layanan baru, dengan strategi menghadirkan layanan baru di luar sana. Jadi, ini menempatkan layanan di sekitar mentranskripsikan ucapan menjadi teks, mengubah teks menjadi ucapan, dan menerjemahkan dari bahasa ke bahasa.

Dan kemudian, kami juga mengumumkan kemitraan dengan (Institut Montreal untuk Algoritma Pembelajaran) di mana Anda memiliki salah satu dari tiga besar dalam pembelajaran mendalam: Yoshua Bengio. Jadi kami memiliki kemitraan penelitian dengan mereka yang dimulai, dan dengan banyak interaksi - banyak proyek menarik.

GB: Bluemix adalah platform cloud IBM, tetapi bagaimana Watson berperan dalam hal itu? Apa yang membuat subset Watson berbeda dari aspek Bluemix lainnya?

JP: Jadi, Anda mengerti bahwa ketika saya berbicara tentang layanan cloud, semuanya diekspos melalui Bluemix, bukan?

GB: Baik.

JP: Jadi, kami sebenarnya adalah bagian dari Bluemix. Jadi kuncinya adalah mendefinisikan apa yang membuat Watson. Secara umum, ini untuk membuat sistem yang menggunakan beberapa pembelajaran mesin atau beberapa pemrosesan bahasa alami atau kombinasi dari keduanya (...) Jadi secara umum, ini berarti jenis fungsi manusia yang hasilnya belum tentu ditentukan dengan jelas. Ini bukan tentang fungsi di mana Anda tahu seperti apa hasilnya nanti. Karena itu seperti manusia, bukan? Manusia membuat penilaian. Jadi, bahkan saat Anda mengubah fonem menjadi ucapan, tidak ada cara yang 100% untuk mentranskripsikannya karena bunyinya tidak jelas dalam beberapa kasus (…)

Halaman selanjutnya: Pelajari tentang API baru dan kemitraan dengan MILA

Copyright © Seluruh Hak Cipta | 2007es.com