¿Cómo podría ayudar el chip TrueNorth de IBM a mejorar Watson?

Si los algoritmos de aprendizaje de Watson se adaptaron para usar chips neuronales TrueNorth para un procesamiento de imágenes rápido y preciso, entonces podría imaginarse aplicaciones para usar el entrenamiento autodidacta de Watson y el aprendizaje guiado por expertos humanos en el área de análisis de detección de primera línea de mamografías u otros (pre -) imágenes radiográficas de diagnóstico. Recuerde que se debe demostrar que Watson “solo” es más preciso (sensible / específico), más rápido y más barato que el radiólogo promedio para que los proveedores de atención médica puedan utilizar dichas herramientas “expertas”. Llevando este enfoque más lejos, podría imaginar una detección basada en un quiosco por IA médica basada en Watson en farmacias, o incluso en el hogar, particularmente para las modalidades de imágenes no radiactivas, por ejemplo, dispositivos de ultrasonido de mano.

Watson es una bolsa de trucos (muy inteligente) que ejecuta una multitud de algoritmos en su mayoría lineales que se suman para crear un motor de búsqueda increíble (acepte la simplificación probablemente injusta). La arquitectura de Watson está diseñada para resolver problemas de consulta de ‘tipo Jeorpardy’. Sin embargo, True North es una plataforma informática basada en una aproximación de cómo el cerebro humano logra su capacidad de igualar patrones paralelos, por ejemplo, reconocer imágenes / caras. Si está pensando que Watson tiene habilidades generales para resolver problemas y que el chip True North quizás podría mejorar esta habilidad, entonces a) No creo que existan algoritmos de tipo ‘neocortical’ para funcionar (y beneficiarse de) True North; b) críticamente que Watson no tiene una arquitectura conceptual para aprovechar el modelo informático de True North.
Sin embargo, supongo que es bueno usar True North para hacer preguntas a Watson que involucren imágenes como entradas. Eso sería genial …