Watson en Jeopardy!: cuando una máquina ganó el concurso (2011)
En febrero de 2011, Watson de IBM derrotó en Jeopardy! a los dos campeones más exitosos del concurso. El sistema mostró cuánto había avanzado el procesamiento del lenguaje natural, e IBM quiso después vender la tecnología a la medicina y a las empresas.
Durante tres noches de febrero de 2011, del 14 al 16, IBM Watson se enfrentó en el concurso Jeopardy!, en dos partidas, a los dos campeones más exitosos de su historia. Ken Jennings había ganado 74 partidas seguidas, un récord. Brad Rutter tenía las mayores ganancias acumuladas del concurso, alrededor de 3 millones de dólares. La competición se grabó en enero de 2011 en el centro de investigación de IBM en Yorktown Heights, Nueva York. El sistema lleva el nombre del primer CEO de IBM, Thomas J. Watson Sr., y lo desarrolló un equipo de investigación dirigido por David Ferrucci.
Por qué Jeopardy!
Tras la victoria de Deep Blue sobre Garry Kasparov en 1997 (artículo), IBM buscó un nuevo desafío humano contra máquina. En 2006, David Ferrucci propuso un sistema para ese concurso. Más de dos docenas de científicos, ingenieros y programadores en Yorktown Heights trabajaron cinco años en ello.
Jeopardy! se consideraba difícil para las computadoras por su formato rápido y pistas basadas en significados sutiles, juegos de palabras y acertijos, distinto de las reglas fijas del ajedrez. Era una prueba de procesamiento de lenguajes naturales. Ferrucci definió el objetivo así: “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.”
Cientos de algoritmos, un pulsador
Watson ejecutaba DeepQA, software para búsqueda de respuestas. La máquina original llenaba una sala: 10 racks con 90 servidores y 2.880 núcleos de procesador. Su conocimiento provenía de Wikipedia, enciclopedias, diccionarios, textos religiosos, novelas, obras de teatro y libros de Project Gutenberg, entre otras fuentes. Durante el concurso no tenía conexión a internet.
Cientos de algoritmos analizaban cada pista a la vez, reunían candidatos y evidencias y los evaluaban. Cuantos más algoritmos coincidían de forma independiente, mayor era la confianza. Watson pulsaba solo con confianza suficiente, todo en unos tres segundos. A diferencia de un motor de búsqueda que devuelve una lista de documentos, Watson estaba diseñado para dar una respuesta directa, la idea central de la búsqueda de respuestas.
Tres noches de febrero
Watson no fue infalible. En el Final Jeopardy! de la primera partida, categoría “US Cities”, respondió “What is Toronto?????” Los cinco signos de interrogación indicaban baja confianza; la ciudad correcta era Chicago. Un ingeniero de IBM llevó una chaqueta de los Toronto Blue Jays a la grabación de la segunda partida. Watson entró en ella empatado con Rutter.
El resultado final fue 77.147 dólares para Watson, 24.000 para Jennings y 21.600 para Rutter. IBM donó el premio de 1 millón de dólares del primer puesto a World Vision y World Community Grid. Jennings recibió 300.000 dólares y Rutter 200.000.
Jennings escribió en su propia respuesta correcta del Final Jeopardy!: “I for one welcome our new computer overlords.” Más tarde dijo: “‘Quiz show contestant’ may be the first job made redundant by Watson, but I’m sure it won’t be the last.” Paul Miller de Engadget, citado por la BBC, argumentó que las preguntas del concurso no eran especialmente difíciles y que Watson fue sobre todo más rápido en el pulsador.
Por qué importa
Donde Deep Blue buscaba en un mundo de juego cerrado, Watson intentaba responder preguntas abiertas en lenguaje. Ese cambio apuntaba a ambiciones más amplias de IA más allá del ajedrez.
La noche del final, IBM anunció un acuerdo de investigación con Nuance Communications para explorar y comercializar las capacidades analíticas de Watson en sanidad. En enero de 2022, IBM y Francisco Partners firmaron un acuerdo para que Francisco Partners adquiriera activos de datos y análisis del negocio Watson Health de IBM; no se dieron detalles financieros.
Once años después, ChatGPT respondió preguntas en lenguaje natural para cualquiera, con un modelo de lenguaje en lugar de un conjunto de algoritmos especializados. Watson mostró que una demostración espectacular y un negocio viable son cosas distintas. El siguiente gran momento humano contra máquina fue AlphaGo, que aprendió Go en lugar de recuperar hechos de una base de conocimiento.