It used to be that if you wanted to get a computer to do something new, you would have to program it. Now, programming, for those of you here that haven't done it yourself, requires laying out in excruciating detail every single step that you want the computer to do in order to achieve your goal. Now, if you want to do something that you don't know how to do yourself, then this is going to be a great challenge.
Kiedyś było tak, że aby komputer coś zrobił, trzeba go było zaprogramować. Dla tych, którzy tego nie robili: programowanie wymaga drobiazgowego zdefiniowania każdego kroku, który komputer ma wykonać, by osiągnąć cel. Jeżeli chcemy, by komputer wykonał czynność, której sami nie potrafimy wykonać,
So this was the challenge faced by this man, Arthur Samuel. In 1956, he wanted to get this computer to be able to beat him at checkers. How can you write a program, lay out in excruciating detail, how to be better than you at checkers? So he came up with an idea: he had the computer play against itself thousands of times and learn how to play checkers. And indeed it worked, and in fact, by 1962, this computer had beaten the Connecticut state champion.
stajemy przed dużym wyzwaniem. Stanął przed nim Artur Samuel. W 1956 roku stwierdził, że chciałby, aby komputer wygrał z nim w warcaby. Jak napisać program, drobiazgowo wyrazić, jak być lepszym w warcaby niż jest się samemu? Artur wpadł na następujący pomysł: kazał komputerowi grać z samym sobą tysiące razy i w ten sposób nauczyć się gry. Rzeczywiście się udało. W 1962 roku komputer pokonał mistrza stanu Connecticut.
So Arthur Samuel was the father of machine learning, and I have a great debt to him, because I am a machine learning practitioner. I was the president of Kaggle, a community of over 200,000 machine learning practictioners. Kaggle puts up competitions to try and get them to solve previously unsolved problems, and it's been successful hundreds of times. So from this vantage point, I was able to find out a lot about what machine learning can do in the past, can do today, and what it could do in the future. Perhaps the first big success of machine learning commercially was Google. Google showed that it is possible to find information by using a computer algorithm, and this algorithm is based on machine learning. Since that time, there have been many commercial successes of machine learning. Companies like Amazon and Netflix use machine learning to suggest products that you might like to buy, movies that you might like to watch. Sometimes, it's almost creepy. Companies like LinkedIn and Facebook sometimes will tell you about who your friends might be and you have no idea how it did it, and this is because it's using the power of machine learning. These are algorithms that have learned how to do this from data rather than being programmed by hand.
Artur Samuel był ojcem uczenia maszynowego. Mam wobec niego duży dług, bo sam zajmuję się uczeniem maszynowym. Byłem przewodniczącym Kaggle, społeczności zrzeszającej 200 tys. specjalistów od programowania maszynowego. Kaggle organizuje konkursy, podczas których członkowie próbują rozwiązać dotąd nierozwiązane problemy. Udało się to już setki razy. Z tej perspektywy wiele się dowiedziałem o dawnych i obecnych możliwościach uczenia maszynowego, i co będzie możliwe w przyszłości. Chyba pierwszym dużym sukcesem w komercyjnym zastosowaniu uczenia maszynowego był Google, który udowodnił, że da się szukać informacji przy pomocy algorytmu komputerowego, opartego o uczenie maszynowe. Odtąd było wiele udanych komercyjnych zastosowań. Firmy takie jak Amazon czy Netflix używają uczenia maszynowego do proponowania produktów lub filmów, które nas zaciekawią. Czasem przyprawia to o gęsią skórkę. Firmy jak LinkedIn czy Facebook mówią nam czasem, kogo znamy, i nie mamy pojęcia, jak to robią. Wykorzystują moc uczenia maszynowego. To algorytmy, które uczą się z danych, nie zaś przez ręczne programowanie.
This is also how IBM was successful in getting Watson to beat the two world champions at "Jeopardy," answering incredibly subtle and complex questions like this one. ["The ancient 'Lion of Nimrud' went missing from this city's national museum in 2003 (along with a lot of other stuff)"] This is also why we are now able to see the first self-driving cars. If you want to be able to tell the difference between, say, a tree and a pedestrian, well, that's pretty important. We don't know how to write those programs by hand, but with machine learning, this is now possible. And in fact, this car has driven over a million miles without any accidents on regular roads.
To również dlatego komputer Watson firmy IBM potrafił pokonać dwóch mistrzów świata w grze "Va Banque", odpowiadając na niezwykle subtelne i skomplikowane pytania takie jak to: Antyczny "Lew z Kalchu" zginął z muzeum w tym mieście w 2003 roku. Także dlatego mamy pierwsze samokierujące samochody. Możliwość odróżnienia, powiedzmy, drzewa i przechodnia, jest dosyć istotna. Nie wiemy, jak zaprogramować to ręcznie, ale potrafimy to zrobić przez uczenie maszynowe. Ten samochód przejechał już ponad 2 mln kilometrów po zwykłych drogach, bez wypadków.
So we now know that computers can learn, and computers can learn to do things that we actually sometimes don't know how to do ourselves, or maybe can do them better than us. One of the most amazing examples I've seen of machine learning happened on a project that I ran at Kaggle where a team run by a guy called Geoffrey Hinton from the University of Toronto won a competition for automatic drug discovery. Now, what was extraordinary here is not just that they beat all of the algorithms developed by Merck or the international academic community, but nobody on the team had any background in chemistry or biology or life sciences, and they did it in two weeks. How did they do this? They used an extraordinary algorithm called deep learning. So important was this that in fact the success was covered in The New York Times in a front page article a few weeks later. This is Geoffrey Hinton here on the left-hand side. Deep learning is an algorithm inspired by how the human brain works, and as a result it's an algorithm which has no theoretical limitations on what it can do. The more data you give it and the more computation time you give it, the better it gets.
Czyli komputery potrafią się uczyć i potrafią uczyć się rzeczy, których czasem sami nie potrafimy robić, lub potrafią je robić lepiej niż my. Jeden z niezwykłych przykładów uczenia maszynowego zdarzył się w projekcie, który prowadziłem w Kaggle. Zespół, którym kierował Geoffrey Hinton z Uniwersytetu w Toronto, wygrał konkurs na automatyczne odkrywanie leków. Co niezwykłe, nie tylko przebili wszystkie algorytmy firmy Merck i międzynarodowej społeczności akademickiej, ale też nikt w zespole nie miał żadnej wiedzy z chemii, biologii czy nauki o organizmach żywych, a zrobili to w dwa tygodnie. Jak im się to udało? Użyli niezwykłego algorytmu, zwanego uczeniem głębokim. To wydarzenie było tak ważne, że kilka tygodni później New York Times pisał o nim na stronie głównej. Po lewej stronie widoczny jest Geoffrey Hinton. Uczenie głębokie to algorytm zainspirowany sposobem działania ludzkiego mózgu, przez co nie ma żadnych teoretycznych ograniczeń. Im więcej dostaje danych, im więcej czasu obliczeniowego, tym staje się lepszy.
The New York Times also showed in this article another extraordinary result of deep learning which I'm going to show you now. It shows that computers can listen and understand.
New York Times przedstawił też w artykule inne niezwykłe osiągniecie uczenia głębokiego, które teraz zaprezentuję. Udowadnia ono, że komputery potrafią słuchać i rozumieć.
(Video) Richard Rashid: Now, the last step that I want to be able to take in this process is to actually speak to you in Chinese. Now the key thing there is, we've been able to take a large amount of information from many Chinese speakers and produce a text-to-speech system that takes Chinese text and converts it into Chinese language, and then we've taken an hour or so of my own voice and we've used that to modulate the standard text-to-speech system so that it would sound like me. Again, the result's not perfect. There are in fact quite a few errors. (In Chinese) (Applause) There's much work to be done in this area. (In Chinese) (Applause)
(Wideo) Richard Rashid: Ostatni krok, który chciałbym wykonać w tym procesie, to przemówić do was po chińsku. Chodzi o to, że udało nam się wziąć dużą ilość informacji od osób mówiących po chińsku i stworzyć system syntezy mowy, który konwertuje chiński tekst na mowę. Potem wzięliśmy godzinne nagranie mojego głosu i użyliśmy go do zmodulowania standardowego systemu syntezy mowy, żeby brzmiał jak ja. Efekt nie jest bezbłędny. W sumie jest nawet sporo błędów. (Po chińsku) (Oklaski) Ta dziedzina wymaga jeszcze dużo pracy. (Po chińsku) (Oklaski)
Jeremy Howard: Well, that was at a machine learning conference in China. It's not often, actually, at academic conferences that you do hear spontaneous applause, although of course sometimes at TEDx conferences, feel free. Everything you saw there was happening with deep learning. (Applause) Thank you. The transcription in English was deep learning. The translation to Chinese and the text in the top right, deep learning, and the construction of the voice was deep learning as well.
JH: To był fragment konferencji na temat uczenia maszynowego w Chinach. Na akademickich konferencjach rzadko słyszy się spontaniczny aplauz. Na konferencjach TEDx zdarza się to częściej, więc proszę się nie krępować. Wszystko, co tu widzieliście, osiągnięto przez uczenie głębokie. (Oklaski) Dziękuję. Transkrypcja na angielski to uczenie głębokie. Tłumaczenie na chiński i tekst w prawym górnym rogu - uczenie głębokie, synteza mowy to również uczenie głębokie.
So deep learning is this extraordinary thing. It's a single algorithm that can seem to do almost anything, and I discovered that a year earlier, it had also learned to see. In this obscure competition from Germany called the German Traffic Sign Recognition Benchmark, deep learning had learned to recognize traffic signs like this one. Not only could it recognize the traffic signs better than any other algorithm, the leaderboard actually showed it was better than people, about twice as good as people. So by 2011, we had the first example of computers that can see better than people. Since that time, a lot has happened. In 2012, Google announced that they had a deep learning algorithm watch YouTube videos and crunched the data on 16,000 computers for a month, and the computer independently learned about concepts such as people and cats just by watching the videos. This is much like the way that humans learn. Humans don't learn by being told what they see, but by learning for themselves what these things are. Also in 2012, Geoffrey Hinton, who we saw earlier, won the very popular ImageNet competition, looking to try to figure out from one and a half million images what they're pictures of. As of 2014, we're now down to a six percent error rate in image recognition. This is better than people, again.
Uczenie głębokie jest niezwykłe. To pojedynczy algorytm, który jakby umie wszystko. Odkryłem, że rok wcześniej nauczył się również widzieć. W mało znanym konkursie w Niemczech na rozpoznawanie znaków drogowych uczenie głębokie nauczyło się rozpoznawać takie znaki drogowe. Nie tylko rozpoznawało znaki lepiej niż inne algorytmy, ale nawet lepiej niż ludzie, mniej więcej dwa razy lepiej. Czyli w 2011 r. mieliśmy pierwszy przykład komputerów widzących lepiej niż ludzie. Od tego czasu bardzo dużo się wydarzyło. W 2012 r. Google ogłosił, że ich algorytm uczenia głębokiego oglądał filmy na YouTube i przez miesiąc przetwarzał dane na 16 tysiącach serwerów, po czym samodzielnie nauczył się pojęć takich jak ludzie czy koty, tylko przez oglądanie filmów. W bardzo podobny sposób uczą się ludzie. Nie trzeba im mówić, na co patrzą, tylko sami się uczą się, czym są widziane obiekty. W 2012 roku Geoffrey Hinton, którego widzieliśmy wcześniej, wygrał bardzo popularny konkurs ImageNet, gdzie dla 1,5 miliona obrazków trzeba określić, co się na nich znajduje. Do 2014 r. proporcja błędów spadła do 6%. To znowu lepiej, niż ludzie.
So machines really are doing an extraordinarily good job of this, and it is now being used in industry. For example, Google announced last year that they had mapped every single location in France in two hours, and the way they did it was that they fed street view images into a deep learning algorithm to recognize and read street numbers. Imagine how long it would have taken before: dozens of people, many years. This is also happening in China. Baidu is kind of the Chinese Google, I guess, and what you see here in the top left is an example of a picture that I uploaded to Baidu's deep learning system, and underneath you can see that the system has understood what that picture is and found similar images. The similar images actually have similar backgrounds, similar directions of the faces, even some with their tongue out. This is not clearly looking at the text of a web page. All I uploaded was an image. So we now have computers which really understand what they see and can therefore search databases of hundreds of millions of images in real time.
Maszyny są tu niesamowicie skuteczne i wykorzystuje się to już komercyjnie. Na przykład Google ogłosił w zeszłym roku, że znaleźli na mapie wszystkie adresy we Francji w dwie godziny przez dostarczenie zdjęć Street View algorytmowi uczenia głębokiego, który rozpoznał i odczytał numery domów. Wyobraźcie sobie, ile czasu zajęłoby to kiedyś: dziesiątki ludzi, wiele lat. To samo dzieje się w Chinach. Baidu jest czymś w rodzaju chińskiego Google. W lewym górnym rogu widać przykładowe zdjęcie, które wczytałem do systemu uczenia głębokiego Baidu, poniżej widać, że system zrozumiał, co jest na zdjęciu i znalazł podobne zdjęcia. Te zdjęcia mają podobne tło, podobny kierunek pysków, niektórym nawet wystają języki. Ten algorytm na pewno nie patrzy na tekst na stronie, wgrałem tylko zdjęcie. Czyli dzisiejsze komputery naprawdę rozumieją, co widzą, i na żywo umieją przeszukiwać bazy danych setek milionów zdjęć.
So what does it mean now that computers can see? Well, it's not just that computers can see. In fact, deep learning has done more than that. Complex, nuanced sentences like this one are now understandable with deep learning algorithms. As you can see here, this Stanford-based system showing the red dot at the top has figured out that this sentence is expressing negative sentiment. Deep learning now in fact is near human performance at understanding what sentences are about and what it is saying about those things. Also, deep learning has been used to read Chinese, again at about native Chinese speaker level. This algorithm developed out of Switzerland by people, none of whom speak or understand any Chinese. As I say, using deep learning is about the best system in the world for this, even compared to native human understanding.
Co to właściwie znaczy, że komputery mogą widzieć? Nie chodzi o samo widzenie. Uczenie głębokie dało znacznie więcej. Złożone i pełne niuansów zdania, jak to, są już zrozumiałe dla algorytmów uczenia głębokiego. Jak widać tutaj, system z Uniwersytetu Stanforda zaznaczył czerwoną kropką na górze, że to zdanie wyraża negację. Efektywność uczenia głębokiego jest zbliżona do ludzkiej w rozumieniu sensu zdania i analizie. Uczenie głębokie zastosowano do czytania chińskiego na poziomie zbliżonym do rodzimych użytkowników. Ten algorytm opracował szwajcarski zespół, którego członkowie nie znają chińskiego. Jak wspomniałem, uczenie głębokie jest w tym najlepsze, nawet w porównaniu z rozumieniem
This is a system that we put together at my company
przez rodzimych użytkowników języka.
which shows putting all this stuff together. These are pictures which have no text attached, and as I'm typing in here sentences, in real time it's understanding these pictures and figuring out what they're about and finding pictures that are similar to the text that I'm writing. So you can see, it's actually understanding my sentences and actually understanding these pictures. I know that you've seen something like this on Google, where you can type in things and it will show you pictures, but actually what it's doing is it's searching the webpage for the text. This is very different from actually understanding the images. This is something that computers have only been able to do for the first time in the last few months.
Ten system zbudowaliśmy w mojej firmie. Pokazuje, jak można to wszystko połączyć w całość. To są zdjęcia bez żadnego opisu i w trakcie wpisywania zdań system na żywo rozpoznaje zdjęcia, ustala, co na nich jest, i znajduje zdjęcia podobne do opisu. Rzeczywiście rozumie, o czym piszę, i rozumie, co jest na zdjęciach. Pewnie znacie to z Google'a, który znajduje zdjęcia według wpisywanych słów, choć w rzeczywistości wyszukuje strony internetowe w oparciu o tekst. To co innego niż rozumienie samych zdjęć. Komputery potrafią to robić dopiero od kilku miesięcy. Czyli komputery potrafią nie tylko widzieć, ale też czytać,
So we can see now that computers can not only see but they can also read, and, of course, we've shown that they can understand what they hear. Perhaps not surprising now that I'm going to tell you they can write. Here is some text that I generated using a deep learning algorithm yesterday. And here is some text that an algorithm out of Stanford generated. Each of these sentences was generated by a deep learning algorithm to describe each of those pictures. This algorithm before has never seen a man in a black shirt playing a guitar. It's seen a man before, it's seen black before, it's seen a guitar before, but it has independently generated this novel description of this picture. We're still not quite at human performance here, but we're close. In tests, humans prefer the computer-generated caption one out of four times. Now this system is now only two weeks old, so probably within the next year, the computer algorithm will be well past human performance at the rate things are going. So computers can also write.
i potrafią też rozumieć, co słyszą. Pewnie was nie zaskoczy, że potrafią też pisać. Ten tekst wygenerowałem wczoraj przy pomocy uczenia głębokiego. "Miło mi być tu z wami w Brukseli!" Tę próbkę tekstu wygenerował algorytm ze Stanford. Uczenie głębokie wygenerowało te zdania, aby opisać każde z tych zdjęć. Ten algorytm nigdy przedtem nie widział mężczyzny w czarnej koszulce, grającego na gitarze. Widział mężczyznę, widział czerń lub gitarę, ale sam stworzył oryginalny opis zdjęcia. Nadal nie dorównuje ludziom, ale mało mu brakuje. W testach ludzie preferują opisy generowane przez komputer w co czwartym przypadku. Ten system powstał dwa tygodnie temu, więc w tym tempie algorytm komputerowy prześcignie człowieka, pewnie w ciągu kolejnego roku. Czyli komputery potrafią też pisać.
So we put all this together and it leads to very exciting opportunities. For example, in medicine, a team in Boston announced that they had discovered dozens of new clinically relevant features of tumors which help doctors make a prognosis of a cancer. Very similarly, in Stanford, a group there announced that, looking at tissues under magnification, they've developed a machine learning-based system which in fact is better than human pathologists at predicting survival rates for cancer sufferers. In both of these cases, not only were the predictions more accurate, but they generated new insightful science. In the radiology case, they were new clinical indicators that humans can understand. In this pathology case, the computer system actually discovered that the cells around the cancer are as important as the cancer cells themselves in making a diagnosis. This is the opposite of what pathologists had been taught for decades. In each of those two cases, they were systems developed by a combination of medical experts and machine learning experts, but as of last year, we're now beyond that too. This is an example of identifying cancerous areas of human tissue under a microscope. The system being shown here can identify those areas more accurately, or about as accurately, as human pathologists, but was built entirely with deep learning using no medical expertise by people who have no background in the field. Similarly, here, this neuron segmentation. We can now segment neurons about as accurately as humans can, but this system was developed with deep learning using people with no previous background in medicine.
Połączyliśmy to wszystko, co daje ekscytujące możliwości. Na przykład w medycynie: zespół z Bostonu ogłosił odkrycie dziesiątek nowych, istotnych klinicznie cech nowotworów, co pomoże lekarzom w prognozowaniu postępów raka. Grupa badaczy ze Stanford ogłosiła, że badając tkanki w powiększeniu, opracowali system wykorzystujący uczenie maszynowe, który lepiej niż patolodzy przewiduje przeżywalność chorych na raka. Prognozy były nie tylko trafniejsze, ale dostarczyły nowej, wnikliwej wiedzy. W przypadku radiologii były to nowe wskaźniki kliniczne, zrozumiałe dla ludzi. W przypadku patologii system komputerowy odkrył, że komórki otaczające nowotwór są tak samo istotne, jak komórki nowotworowe w postawieniu diagnozy. To całkowicie przeczy dotychczasowej wiedzy o patologii. Oba te systemy opracowali eksperci medyczni we współpracy z ekspertami od uczenia maszynowego. W zeszłym roku przekroczyliśmy i ten próg. To jest przykład identyfikacji zmian nowotworowych w ludzkiej tkance badanej pod mikroskopem. Prezentowany tu system potrafi rozpoznawać te zmiany dokładniej lub równie dokładnie, co patolog, ale został zbudowany przy użyciu uczenia głębokiego bez żadnej wiedzy medycznej, przez ludzi nie związanych z medycyną. Podobnie z segmentacją neuronów. Możemy segmentować neurony równie dokładnie, jak ludzie, przy użyciu systemu uczenia głębokiego, opracowanego przez ludzi bez wiedzy medycznej.
So myself, as somebody with no previous background in medicine, I seem to be entirely well qualified to start a new medical company, which I did. I was kind of terrified of doing it, but the theory seemed to suggest that it ought to be possible to do very useful medicine using just these data analytic techniques. And thankfully, the feedback has been fantastic, not just from the media but from the medical community, who have been very supportive. The theory is that we can take the middle part of the medical process and turn that into data analysis as much as possible, leaving doctors to do what they're best at. I want to give you an example. It now takes us about 15 minutes to generate a new medical diagnostic test and I'll show you that in real time now, but I've compressed it down to three minutes by cutting some pieces out. Rather than showing you creating a medical diagnostic test, I'm going to show you a diagnostic test of car images, because that's something we can all understand.
Zatem ja, jako osoba bez żadnej wiedzy medycznej, mam dostateczne kwalifikacje, by założyć firmę medyczną, co też zrobiłem. Byłem tym dosyć przerażony, ale teoria wskazywała, że w medycynie można przydać się samą techniką analizy danych. Szczęśliwie, przyjęto nas fantastycznie, zarówno media, jak i społeczność medyczna, która bardzo wspierała ten projekt. W teorii możemy przejąć środkową część procesu medycznego i zastąpić ją daleko idącą analizą danych, pozwalając lekarzom zająć się tym, w czym są najlepsi. Pokażę państwu przykład. Generacja nowego testu diagnostycznego zajmuje 15 minut. Pokażę to teraz na żywo. Skompresowałem to do trzech minut, omijając pewne czynności. Zamiast nowego testu diagnostycznego w medycynie, pokażę test diagnostyczny samochodów, bo jest to coś, co wszyscy rozumiemy.
So here we're starting with about 1.5 million car images, and I want to create something that can split them into the angle of the photo that's being taken. So these images are entirely unlabeled, so I have to start from scratch. With our deep learning algorithm, it can automatically identify areas of structure in these images. So the nice thing is that the human and the computer can now work together. So the human, as you can see here, is telling the computer about areas of interest which it wants the computer then to try and use to improve its algorithm. Now, these deep learning systems actually are in 16,000-dimensional space, so you can see here the computer rotating this through that space, trying to find new areas of structure. And when it does so successfully, the human who is driving it can then point out the areas that are interesting. So here, the computer has successfully found areas, for example, angles. So as we go through this process, we're gradually telling the computer more and more about the kinds of structures we're looking for. You can imagine in a diagnostic test this would be a pathologist identifying areas of pathosis, for example, or a radiologist indicating potentially troublesome nodules. And sometimes it can be difficult for the algorithm. In this case, it got kind of confused. The fronts and the backs of the cars are all mixed up. So here we have to be a bit more careful, manually selecting these fronts as opposed to the backs, then telling the computer that this is a type of group that we're interested in.
Na początek mamy 1,5 mln zdjęć samochodów. Chcę stworzyć coś, co je pogrupuje według kąta, z jakiego zostały sfotografowane. To zdjęcia bez opisów, więc trzeba zacząć od zera. Nasz algorytm uczenia głębokiego potrafi automatycznie rozpoznawać struktury na zdjęciach. Człowiek i komputer mogą współpracować. Jak tu widać, człowiek mówi komputerowi o obszarach zainteresowań, których komputer ma użyć do ulepszenia swojego algorytmu. Ten system uczenia głębokiego operuje w przestrzeni o 16 tysiącach wymiarów. Widać, jak komputer obraca obiekty, próbując znaleźć nowe obszary struktur. Kiedy mu się to uda, operator może wskazać interesujące obszary. W tym przypadku komputer znalazł pewne obszary, na przykład kąt zdjęcia. Z biegiem tego procesu stopniowo mówimy komputerowi coraz więcej na temat rodzaju szukanych struktur. Można sobie wyobrazić, że w przypadku testu diagnostycznego patolog identyfikowałby obszary patologiczne, a radiolog wskazywałby na potencjalnie uciążliwe guzki. Czasami może być to trudne dla algorytmu. W tym przypadku, algorytm się zgubił. Przednie i tylne części samochodów są wymieszane. Musimy być trochę ostrożniejsi i ręcznie zaznaczyć przednie części, wskazując potem komputerowi, że o taką grupę chodzi. Robimy to przez jakiś czas, tu coś pominiemy,
So we do that for a while, we skip over a little bit, and then we train the machine learning algorithm based on these couple of hundred things, and we hope that it's gotten a lot better. You can see, it's now started to fade some of these pictures out, showing us that it already is recognizing how to understand some of these itself. We can then use this concept of similar images, and using similar images, you can now see, the computer at this point is able to entirely find just the fronts of cars. So at this point, the human can tell the computer, okay, yes, you've done a good job of that.
teraz uczymy algorytm uczenia maszynowego na podstawie tych kilkuset rzeczy mając nadzieję, że się udoskonali. Widać, że algorytm zaczął wygaszać niektóre zdjęcia, pokazując w ten sposób, że potrafi je już rozpoznawać. Możemy użyć koncepcji podobnych zdjęć i teraz widać, że komputer potrafi już znajdować maski samochodów. Teraz człowiek może powiedzieć komputerowi "Tak, świetnie się spisałeś".
Sometimes, of course, even at this point it's still difficult to separate out groups. In this case, even after we let the computer try to rotate this for a while, we still find that the left sides and the right sides pictures are all mixed up together. So we can again give the computer some hints, and we say, okay, try and find a projection that separates out the left sides and the right sides as much as possible using this deep learning algorithm. And giving it that hint -- ah, okay, it's been successful. It's managed to find a way of thinking about these objects that's separated out these together.
Czasem, oczywiście, nawet w tym momencie jest jeszcze trudno rozpoznawać grupy. W tym przypadku nawet jeżeli pozwolimy komputerowi obracać tym przez chwilę, widać, że zdjęcia z prawej i lewej strony są nadal wymieszane. Można dać komputerowi kolejne wskazówki i kazać mu znaleźć rzut, który najwyraźniej oddziela lewe i prawe boki, przy pomocy uczenia głębokiego. Po tej wskazówce - udało się. Potrafi już myśleć o obiektach w sposób, który oddziela te grupy. Rozumiecie koncepcję.
So you get the idea here. This is a case not where the human is being replaced by a computer, but where they're working together. What we're doing here is we're replacing something that used to take a team of five or six people about seven years and replacing it with something that takes 15 minutes for one person acting alone.
Tutaj komputer współpracuje z człowiekiem, zamiast go zastępować. Udało się zastąpić proces, który kiedyś wymagał zespołu pięciu czy sześciu ludzi przez siedem lat procesem, który zajmuje 15 minut i wymaga jednej osoby. Ten proces wymaga czterech czy pięciu iteracji.
So this process takes about four or five iterations. You can see we now have 62 percent of our 1.5 million images classified correctly. And at this point, we can start to quite quickly grab whole big sections, check through them to make sure that there's no mistakes. Where there are mistakes, we can let the computer know about them. And using this kind of process for each of the different groups, we are now up to an 80 percent success rate in classifying the 1.5 million images. And at this point, it's just a case of finding the small number that aren't classified correctly, and trying to understand why. And using that approach, by 15 minutes we get to 97 percent classification rates.
Widać, że teraz 62% z 1,5 miliona zdjęć jest zaklasyfikowanych poprawnie. Teraz można szybko wziąć większe sekcje i sprawdzić, czy nie ma błędów. Jeżeli są błędy, można o nich powiedzieć komputerowi. Powtarzając tę czynność dla różnych grup, mamy już teraz 80% skuteczności w klasyfikowaniu 1,5 miliona zdjęć. Teraz trzeba już tylko znaleźć tych kilka, które nie są klasyfikowane poprawnie i zrozumieć przyczynę. W 15 minut można osiągnąć skuteczność 97%.
So this kind of technique could allow us to fix a major problem, which is that there's a lack of medical expertise in the world. The World Economic Forum says that there's between a 10x and a 20x shortage of physicians in the developing world, and it would take about 300 years to train enough people to fix that problem. So imagine if we can help enhance their efficiency using these deep learning approaches?
Ta technika pozwoli być może rozwiązać poważny problem światowego niedoboru kompetencji medycznych. Światowe Forum Ekonomiczne szacuje 10- lub 20-krotny niedobór lekarzy w krajach rozwijających się, a wyszkolenie odpowiedniej liczby ludzi zajęłoby około 300 lat. A gdyby można było zwiększyć ich efektywność przy pomocy metod uczenia głębokiego?
So I'm very excited about the opportunities. I'm also concerned about the problems. The problem here is that every area in blue on this map is somewhere where services are over 80 percent of employment. What are services? These are services. These are also the exact things that computers have just learned how to do. So 80 percent of the world's employment in the developed world is stuff that computers have just learned how to do. What does that mean? Well, it'll be fine. They'll be replaced by other jobs. For example, there will be more jobs for data scientists. Well, not really. It doesn't take data scientists very long to build these things. For example, these four algorithms were all built by the same guy. So if you think, oh, it's all happened before, we've seen the results in the past of when new things come along and they get replaced by new jobs, what are these new jobs going to be? It's very hard for us to estimate this, because human performance grows at this gradual rate, but we now have a system, deep learning, that we know actually grows in capability exponentially. And we're here. So currently, we see the things around us and we say, "Oh, computers are still pretty dumb." Right? But in five years' time, computers will be off this chart. So we need to be starting to think about this capability right now.
Bardzo mnie pociągają takie możliwości. Niepokoją mnie też problemy. Otóż każdy niebieski obszar na tej mapie to ponad 80% osób zatrudnionych w usługach. Co to są usługi? Oto usługi. [Kierowcy, kucharze, diagnostycy, prawnicy] Tak się składa, że właśnie to opanowały komputery. Zatem 80% zatrudnionych w krajach rozwiniętych robi rzeczy, których właśnie nauczyły się komputery. Co to oznacza? Nie szkodzi. Będą inne stanowiska. Na przykład przybędzie naukowców od analizy danych. Nie do końca. Analitykom danych nie trzeba dużo czasu na budowę takich systemów. Na przykład te cztery algorytmy opracował jeden człowiek. Myślicie, że to już było, widzieliśmy już w przeszłości, jak stare zawody ustępują nowym. Jakie będą te nowe zawody? Bardzo ciężko jest to oszacować, bo ludzkie osiągnięcia rosną stopniowo, a teraz mamy system, uczenie głębokie, którego zdolności rosną wykładniczo. A my jesteśmy tutaj. Widząc dzisiejsze realia mówimy: "Komputery są nadal dosyć głupie". Ale za pięć lat komputery będą poza skalą. Musimy zacząć myśleć o tych możliwościach już teraz.
We have seen this once before, of course. In the Industrial Revolution, we saw a step change in capability thanks to engines. The thing is, though, that after a while, things flattened out. There was social disruption, but once engines were used to generate power in all the situations, things really settled down. The Machine Learning Revolution is going to be very different from the Industrial Revolution, because the Machine Learning Revolution, it never settles down. The better computers get at intellectual activities, the more they can build better computers to be better at intellectual capabilities, so this is going to be a kind of change that the world has actually never experienced before, so your previous understanding of what's possible is different.
Oczywiście widzieliśmy to już kiedyś. Podczas rewolucji przemysłowej mieliśmy skokową zmianę możliwości dzięki silnikom. Tyle tylko, że po pewnym czasie rezultaty uległy spłaszczeniu. Nastąpiły zakłócenia społeczne, ale kiedy silnik zaczęto stosować do każdego rodzaju wytwarzania energii, wszystko się ustabilizowało. Rewolucja uczenia maszynowego będzie bardzo różna od rewolucji przemysłowej, bo rewolucja uczenia maszynowego nie ustabilizuje się nigdy. Im lepsza będzie aktywność intelektualna komputerów, tym lepsze zbudują komputery, o jeszcze większych zdolnościach intelektualnych. Będzie to zmiana, jakiej świat nigdy dotąd nie doświadczył, więc zmieniło się nasze wcześniejsze zrozumienie możliwości.
This is already impacting us. In the last 25 years, as capital productivity has increased, labor productivity has been flat, in fact even a little bit down.
Już odczuwamy ten wpływ. Przez ostatnie 25 lat produktywność kapitału wzrastała, wydajność pracy pozostała bez zmian, a nawet trochę spadła.
So I want us to start having this discussion now. I know that when I often tell people about this situation, people can be quite dismissive. Well, computers can't really think, they don't emote, they don't understand poetry, we don't really understand how they work. So what? Computers right now can do the things that humans spend most of their time being paid to do, so now's the time to start thinking about how we're going to adjust our social structures and economic structures to be aware of this new reality. Thank you. (Applause)
Chcę więc już teraz zacząć tę dyskusję. Zwykle gdy opowiadam o tym problemie, napotykam lekceważenie. Przecież komputery nie potrafią naprawdę myśleć, nie mają uczuć, nie rozumieją poezji, nie do końca wiemy, jak działają. I co z tego? Komputery już teraz potrafią wykonywać czynności, z których utrzymują się ludzie, więc trzeba zacząć się zastanawiać, jak dostosujemy społeczne i gospodarcze struktury do tej nowej rzeczywistości. Dziękuję. (Oklaski)