Intelligente Systeme

So arbeitet IBM Watson

28.11.2012
Von 
Jan-Bernd Meyer betreute als leitender Redakteur Sonderpublikationen und -projekte der COMPUTERWOCHE. Auch für die im Auftrag der Deutschen Messe AG publizierten "CeBIT News" war Meyer zuständig. Inhaltlich betreute er darüber hinaus Hardware- und Green-IT- bzw. Nachhaltigkeitsthemen sowie alles was mit politischen Hintergründen in der ITK-Szene zu tun hat.

Ist das aussagekräftig für Krebs?

Man kann Watson also beispielsweise folgende Frage stellen: "Ist dieses Symptom aussagekräftig für Krebs?" Er würde aufgrund dieser Frage alle ihm zur Verfügung stehenden Texte durchforsten. Findet er einen Begriff, der mit der Fragestellung in Verbindung zu stehen scheint, kann er hier einen Zusammenhang festhalten. Watson zerlegt allerdings die Frage auch lexikalisch. So ist er in der Lage, Begriffe miteinander in Beziehung zu setzen. Das kann, sagt Welter, "sehr flach auf Textebene" geschehen. Oder man arbeitet mit Taxonomien, also Klassifikationen - was eben in der Medizin sinnvoll ist, "weil hier ein umfangreiches taxonomisches Werk vorliegt", so Welter.

Das Besondere an Watson, was ihn auch von herkömmlichen Entscheidungsfindungs- oder BI-Systemen unterscheidet, ist, dass er schon im Zuge der Beantwortung einer Frage Vergleiche anstellt darüber, wie gut ein bestimmter Algorithmus sich dafür eignet. Stellte man Watson etwa die Frage nach einer deutschen Bundeskanzlerin, würde er bereits während des Antwortprozesses vergleichen, ob der Algorithmus, der Nachrichtendatenbanken gefleddert hat, statistisch besser abgeschnitten hat als der, der Personen mit geschichtlichen Ereignissen vergleicht.

Lernen im Vorbeigehen

Hat Letzterer besser gepunktet, gewichtet Watson ihn höher. Diese Automatismen werden über Machine-Learning-Verfahren realisiert. Und das ist nicht trivial. Denn je nach der befragten Domäne - also je nach Fachgebiet (Medizin, Jura, Wetterprognose etc.) - müssen die Automatismen jeweils unterschiedlich angewendet werden. Hierzu gehört immens viel Fachwissen, um die jeweiligen Scoring-Modelle umschreiben zu können.

Keine Ahnung, wovon er spricht

So faszinierend es ist zu erleben, welche kniffligen Fragen Watson löst, konstatiert Welter doch ganz nüchtern: "Watson kann eine Frage nicht verstehen. Er wird nie kapieren, was für uns Menschen hinter der Frage steckt. Aber er kann sie trotzdem beantworten." Er beantwortet sie auf vielen algorithmischen Wegen. Indem er Daten zerlegt und vergleicht: "Er weiß nie, was es ist, was er beantwortet. Aber er kann es beantworten."