【我是描述——头图，右边图可用】
从 IBM Watson 到 watsonx
了解 IBM Watson 如何推动企业级 AI 向前发展
【P2,时间轴元素可以留，看看怎么处理比较好，图片质量都很好，沿用】
概述
IBM 在 AI 的研究可以追溯到 1950 年代，其中包括重要的里程碑，例如超级计算机深蓝击败了国际象棋大师加里·卡斯帕罗夫。2011 年，IBM Watson 在 Jeopardy 中击败了 Brad Rutter 和 Ken Jennings！ 挑战。为了找到和理解问题中的线索，沃森通过对答案的准确性进行置信度排序来比较可能的答案，并在三秒钟内做出回应。
Watson 引发了大众对“可以思考的机器”的好奇心，并开辟了 AI 如何应用于商业的可能性。从金融服务到零售业，各行各业的客户都在让 Watson 发挥作用，以便解锁新洞察，提高生产力并提供更好的客户体验。现在，凭借核心 Watson 技术领域的进步，IBM 已开发出下一代 AI 和数据平台，以及一套配备 watsonx 的 AI 助手。
Watson 如何随着时间推移推动 AI 的发展
IBM Research 开始着手应对一项重大挑战，即构建一个可以在《Jeopardy!》节目比赛中与冠军竞争的计算机系统。仅仅四年后，即 2011 年，名为 Watson 的开放领域问答系统在全国电视转播的两场《Jeopardy!》比赛中击败了排名最高的两位玩家。
IBM Watson 技术作为云端开发平台提供。此举推动创新，并推动了创业型软件应用程序提供商的新生态系统 - 包含初创企业和新兴的风险投资支持企业到成熟的参与企业。
IBM Watson Discovery Advisor 旨在快速切入数据，并在原始数据中发现意料之外的联系。
世界各地的 IBM Watson 自然语言处理 (NLP) 团队踏上了重用之旅，将 IBM 的 NLP 整合到一个统一的堆栈中，以便每个产品和 AI 应用程序都可以从 IBM 提供的最优创新中获益。
【2020年官网图片列了一张图，找一张风格符合套图的照片替换即可】
IBM Watson Assistant 发布了新意向检测模型的测试版。意向是聊天机器人等任何对话界面的前线，需要准确识别和分类用户意图。通过将传统的机器学习、迁移学习和深度学习技术结合在一起，IBM Watson Assistant 更快速、更准确，并且所需训练更少。
2023 年，IBM 宣布推出 watsonx 平台，可支持训练、调整和分发具有生成式 AI 和机器学习功能的模型。经过三年的开发，IBM 设计出 watsonx 来管理基础模型的生命周期，这些模型是生成式 AI 的功能基础，并用于创建和调整机器学习模型。
发现 watsonx
轻松培训、验证、调整和部署基础和机器学习模型。
随时随地调整所有数据的 AI 工作负载。
启用可信任、透明且可解释的数据和 AI 工作流程。
赋能组织中的每个人构建和部署人工智能驱动虚拟代理，而无需编写代码。
使员工快速摆脱耗时的工作，从而集中精力处理只有他们能做的工作。
赋能各种经验水平的开发者都可以利用 AI 生成的建议编写代码。
