想做一个有人工智能背景的APP么?来和IBM Watson 玩吧!

在翻译Product Hunt的某个产品时,看到它是基于 IBM的 Watson AI做的认知分析,当时就High了有没有!

屏幕快照 2015-07-06 下午11.49.41.png

先说说 Watson 是什么,以下内容整理自百度百科:

IBM开发沃森旨在完成一项艰巨挑战:建造一个能与人类回答问题能力匹敌的计算系统。这要求其具有足够的速度、精确度和置信度,并且能使用人类的自然语言回答问题。这一系统没有连接至互联网,因此不会通过网络进行搜索,仅靠内存资料库作答。
Watson的研发历时4年,今年年初在美国电视问答节目《Jeopardy》打败人脑赢得100万美元奖金而一举成名。这次比赛是对Watson的分析能力的成功测试,系统目前已开始在医疗和金融领域批量使用。

美国《商业周刊》前科技编辑史蒂芬·贝克尔近日通过分析和比较后认为,"沃森"超级计算机比谷歌更智能。

因为它已经能够识别人类的语言,从中分析微妙的含义,讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索,并通过一系列的数据比对和模拟人类的联想能力得出精准的答案,再反向用人类的语言回答出来。此外,沃森还能模仿人类针对问题进行策略考虑,例如问题的挑选、是否略过不擅长的题目,还会模仿人类的口吻搞笑整个过程仅有计算机和软件算法完成,没有工程师参与(这种快速问答,其实也参与不了),也与互联网断开因此计算机不能作弊,必须自己"想"。

-----------我是结束科普的分割线----------
接下来我们就来看看,Watson提供了哪些工具让开发者们来使用:

1 语义扩展

将委婉用语,暗喻,各类约定俗成的用法转换成正常的语句表达,比如“大苹果”在某些场景下其实指的是“纽约”。。。。(我也是第一天知道这个暗喻)


Concept Expansion

2 语义洞察

对输入的语言背后所蕴藏的意义进行探索,而非仅仅止步于输入的文字本身,提供更深入的洞察。

Concept Insights

3 识别语言

识别文字属于哪种语言(英语,西班牙语,各类不同语言)。

识别语言

4 翻译

即时翻译不同语言:English, Brazilian Portuguese, Spanish, French and Arabic.。


Language Translation

5 信息共鸣(试验中)

基于对目标受众的发言方式的分析,用对方所习惯的方式与Ta沟通,激发共鸣。


Message Resonance

6 自然语言分类

对自然语言进行分类,并提供改分类的信心指数。


Natural Language Classifier

7 个性洞察

基于个人发布的文字言论,提供关于发布者的深入的价值观,性格,需求等方面的洞察。(这难道就是歌里唱的“借我一双慧眼吧~”?)


Personality Insights

8 问与答

基于本身数据库,对用户的提问给出经过思考的即刻的回答。


Question and Answer

9 语句成分分析

智能地对语句的名词,动词,定语等进行成分分析。


Relationship Extraction

10 音译文

将发言直接翻译成文字。


Speech to Text

11 文译音

将文字翻译成语音。

Text to Speech

12 策略判断

在互相冲突的条件中进行策略判断,以最好满足最终目的。(这个功能听起来就很牛,基本就是一套决策系统了)。

屏幕快照 2015-07-07 上午12.32.40.png

13 图片识别

识别图片,视频中的内容,比如说:物体,动作等。


Visual Recognition

14 图像化展示

对信息,数据进行图像化展示。


Visualization Rendering

这么多功能,自13年起,已经被广泛应用在医学,金融,商业领域。
点击这里查看目前已经使用waston某些API的 APP.

记录下来,以备后用。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容