IBM 与 Nuance 宣布 Watson 医疗研究合作

背景

2011 年 2 月，IBM 的 Watson 计算机参加了电视直播的《危险边缘》（Jeopardy!）比赛，击败人类选手 Brad Rutter 和 Ken Jennings；IBM 把背后的系统称为 Watson DeepQA。^[2] 这台机器不是单台计算机，而是一个集群：10 个机架、约 90 台 IBM Power 750 服务器，共 2880 个 Power7 核心，合计运算能力可达 80 万亿次浮点运算每秒（teraflops）。^[1] 为了给《危险边缘》的题目找出候选答案，它评估的内容相当于 2 亿页文本。^[1] 比赛产生的 100 万美元大奖由 IBM 捐给了慈善机构。^[1]

在这样的背景下，Watson 商业化探索对外公布的第一个方向是医疗健康。

宣布

2 月 17 日，IBM 与 Nuance Communications 宣布达成一项研究协议，在医疗健康行业探索、开发并商业化 Watson 的高级分析能力。^[1] 消息是在 IBM 于 2 月 16 日面向媒体和分析师举办的活动中宣布的，活动的目的是让大家观看《危险边缘》决赛的播出。^[1] 这次合作把一套为开放式问答题目打造的系统，与一家做语音和临床语言产品的公司配到了一起。

双方各带来什么

这项计划把 IBM 的深度问答（Deep Question Answering）、自然语言处理（natural language processing）和机器学习（machine learning），与 Nuance 的语音识别（speech recognition）和临床语言理解（Clinical Language Understanding）方案结合起来。^[1] 用平实的话说，问答指的是读懂用日常语言提出的问题，再到大量文本里寻找答案，而不是简单地匹配关键词；语音识别把说出来的话转成文字；临床语言理解处理的则是病历和临床记录里的自然语言。把这几样放在一起，指向的是这样一种流程：医生口述的内容和写下的记录都能转成文字，再由问答系统在其上工作。

医学方面的专业力量来自 IBM 之外：哥伦比亚大学医学中心（Columbia University Medical Center）和马里兰大学医学院（University of Maryland School of Medicine）为项目提供医学专业知识和研究支持。^[1] 对问答系统而言，这一环很关键——系统即便能检索文本，也仍然需要知道在某个专科里什么才算正确答案。

时间表

在宣布时，IBM 的 David Ferrucci 表示，基于 Watson 的商业产品将在未来 24 个月内推出。^[1] 这是一个计划性的说法；当周宣布的协议本身是一份研究协议，围绕三个动词展开：探索、开发、商业化。^[1]

这份协议意味着什么

这份协议把 Watson 的分析能力放到了第二个场景里。第一个场景是电视问答比赛，系统当着观众的面回答题目；第二个场景是临床工作，系统要与语音和语言工具、与医学研究者配合。^[1] 当时披露的规模——10 个机架、约 90 台服务器、2880 个核心、80 万亿次浮点运算每秒——以及为《危险边缘》评估 2 亿页文本这一点，说明了被搬过来的是哪种方法：不是为每道题手写规则，而是在规模极大的文本集合上做检索。^[1]

这次宣布也把这类工作的组织方式讲清楚了：一家公司提供问答、语言处理和机器学习这一侧，另一家提供语音识别和临床语言理解，两所医学院提供领域知识和研究，商业产品则挂上了 24 个月的公开时间表。^[1] 这几块都到位之后，研究协议才可能变成产品，所以这次宣布被定位为联合工作的开始，而不是某一项成果的交付。