Après les prodiges au jeu Jeopardy, la mise en œuvre de moyens et de ressource pour transformer Watson en produits et services, IBM annonce quelques réussites commerciales.
« Des chercheurs qui cherchent, on en trouve. Des chercheurs qui trouvent, on en cherche », aurait déclaré sous forme de boutade aux accents coluchiens le général de Gaulle s’impatientant du peu de résultats de la recherche française pour donner à la France sa bombe atomique. Quelle que soit leur motivation, la productivité des chercheurs, quelle que soit leur discipline, dépend entre autres des moyens qui sont à leur disposition pour effectuer leurs travaux. Avec Watson proposé désormais sous forme de services cloud – Watson Discovery Advisor -, IBM entend démultiplier son son offre et la valoriser financièrement. Car le principal problème d’IBM avec Watson est bien là.
Les réalisations de cette solution qui concrétise les espoirs placés dans les travaux sur l’intelligence artificielle des années 80 avec en plus les capacités de traitement du langage naturel vont-ils se transformer en une activité commerciale lucrative. IBM a repris la stratégie adoptée pour Deep Blue avec dans un premier temps la démonstration de la puissance du système sur un objectif connu très médiatique – battre le champion du monde aux échecs pour Deep Blue et les vaincre les champions du jeu Jeopardy pour Watson – puis nouer des partenariats avec des laboratoires de recherche pour ensuite déboucher sur des contrats avec des entreprises privées.
Dans cette dernière institution, Watson a été utilisé pour développer une sorte de langage pouvant aider à trouver de nouveaux traitements (Baylor Knowledge Integration Toolkit ou KnIT). A Baylor, les biologistes et les spécialistes du traitement des données (data scientists) ont identifié des protéines qui modifient la protéine p53[1] liée à de nombreux cancers. Grâce à ses capacités cognitives et à sa compréhension du langage naturelle, Watson a pu analyser 70 000 articles scientifiques permettant d’identifier six nouvelles protéines. Un résultat plutôt probant puisque sur les 30 dernières, les scientifiques ont trouvé en moyenne une nouvelle protéine par an.
« En moyenne, un chercheur peut lire jusqu’à 5 articles par jour, explique Olivier Lichtargen professeur de biologie moléculaire du Baylor College of Medecine/ Cela doit être mis en perspective avec les 70 000 articles publiés sur la protéine p53. Au rythme article par jour, il aurait donc fallu 38 ans à un chercheur pour faire le tour des publications sur le sujet ».
Au-delà de la recherche universitaire, IBM affiche aujourd’hui quelques réalisations dans la recherche privée, pour l’instant principalement dans le domaine médicale. Lire la suite sur InformatiqueNews
Egalement sur InformatiqueNews :
HP annonce de nouveaux serveurs x86 dans un contexte favorable