Watson bei Jeopardy!: als eine Maschine das Quiz gewann (2011)
Im Februar 2011 besiegte IBMs Watson bei Jeopardy! die beiden erfolgreichsten Champions der Show. Das System zeigte, wie weit maschinelle Sprachverarbeitung gekommen war, danach wollte IBM die Technik in Medizin und Wirtschaft verkaufen.
An drei Fernsehabenden im Februar 2011, vom 14. bis 16., trat IBMs Watson in zwei Partien gegen die beiden erfolgreichsten Champions der Quizshow Jeopardy! an. Ken Jennings hatte zuvor 74 Siege in Folge errungen, ein Rekord. Brad Rutter hielt die höchste Gewinnsumme der Show, rund 3 Millionen Dollar. Die Aufzeichnung fand im Januar 2011 im IBM-Forschungszentrum in Yorktown Heights, New York, statt. Das System trägt den Namen von IBMs erstem CEO Thomas J. Watson Sr. und wurde von einem Forschungsteam unter Leitung von David Ferrucci entwickelt.
Warum ausgerechnet Jeopardy!
Nach dem Sieg von Deep Blue über Garri Kasparow 1997 (Artikel) suchte IBM eine neue Herausforderung Mensch gegen Maschine. 2006 schlug David Ferrucci ein Jeopardy!-System vor. Mehr als zwei Dutzend Wissenschaftler, Ingenieure und Programmierer in Yorktown Heights arbeiteten fünf Jahre daran.
Jeopardy! galt als schwer für Computer wegen des schnellen Formats und der Hinweise, die auf feinen Bedeutungen, Wortspielen und Rätseln beruhen, anders als die festen Regeln im Schach. Damit war es ein Test der maschinellen Sprachverarbeitung. Ferrucci formulierte das Ziel so: „The goal is not to model the human brain. The goal is to build a computer that can be more effective in understanding and interacting in natural language, but not necessarily the same way humans do it.”
Hunderte Algorithmen, ein Buzzer
Watson lief auf DeepQA, Software für Frage-Antwort-Systeme. Der ursprüngliche Computer füllte einen Raum: 10 Racks mit 90 Servern und insgesamt 2.880 Prozessorkernen. Das Wissen stammte unter anderem aus Wikipedia, Enzyklopädien, Wörterbüchern, religiösen Texten, Romanen, Theaterstücken und Büchern aus dem Project Gutenberg. Während des Spiels bestand keine Internetverbindung.
Hunderte Algorithmen analysierten jede Frage gleichzeitig, sammelten Kandidaten und Belege und bewerteten sie. Je mehr Algorithmen unabhängig dieselbe Antwort fanden, desto höher die Zuversicht. Watson drückte den Buzzer nur bei ausreichender Zuversicht, alles in etwa drei Sekunden. Anders als eine Suchmaschine, die Dokumentlisten liefert, gab Watson eine direkte Antwort, der Kern eines Frage-Antwort-Systems.
Drei Abende im Februar
Watson war nicht fehlerfrei. In der ersten Partie, Final Jeopardy!, Kategorie „US Cities“, antwortete es „What is Toronto?????” Die fünf Fragezeichen zeigten geringe Zuversicht; richtig war Chicago. Ein IBM-Ingenieur trug zur Aufzeichnung der zweiten Partie eine Jacke der Toronto Blue Jays. Watson ging gleichauf mit Rutter in die zweite Partie.
Der Endstand lautete 77.147 Dollar für Watson, 24.000 Dollar für Jennings und 21.600 Dollar für Rutter. IBM spendete das Preisgeld von 1 Million Dollar für Platz 1 an World Vision und World Community Grid. Jennings erhielt 300.000 Dollar, Rutter 200.000 Dollar.
Jennings schrieb zu seiner richtigen Final-Jeopardy!-Antwort: „I for one welcome our new computer overlords.” Später sagte er: „‘Quiz show contestant’ may be the first job made redundant by Watson, but I’m sure it won’t be the last.” Paul Miller von Engadget, von der BBC zitiert, meinte, die Jeopardy!-Fragen seien nicht besonders schwer gewesen und Watson sei vor allem schneller am Buzzer gewesen.
Warum es wichtig ist
Wo Deep Blue in einer geschlossenen Spielwelt suchte, versuchte Watson offene Fragen in Sprache zu beantworten. Dieser Schritt wies auf breitere Ambitionen der KI über Schach hinaus.
Am Abend des Finales kündigte IBM eine Forschungsvereinbarung mit Nuance Communications an, um Watsons Analysefähigkeiten im Gesundheitswesen zu erforschen und zu vermarkten. Am 21. Januar 2022 unterzeichneten IBM und Francisco Partners eine Vereinbarung, nach der Francisco Partners Daten- und Analyse-Assets aus dem Watson-Health-Geschäft übernimmt; Finanzdetails wurden nicht genannt.
Elf Jahre später beantwortete ChatGPT Fragen in natürlicher Sprache für jeden, mit einem großen Sprachmodell statt eines Verbunds von Spezialalgorithmen. Watson zeigt, dass eine spektakuläre Demo und ein tragfähiges Geschäft zwei verschiedene Dinge sind. Der nächste große Mensch-gegen-Maschine-Moment war AlphaGo, das Go lernte, statt Fakten aus einer Wissensbasis abzurufen.