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.
Обычно, если вы хотите, чтобы компьютер сделал что-то новое, вам нужно его запрограммировать. Для тех, кто не знает: программирование требует мучительного определения мельчайших деталей, которые должен выполнять компьютер для достижения вашей цели. А сделать то, чего вы никогда не делали, будет очень сложно.
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.
Именно с такой сложной задачей столкнулся этот человек, Артур Самуэль. В 1956 году он захотел, чтобы компьютер смог обыграть его в шашки. Как написать программу, продумать её до мельчайших деталей, чтобы она обыграла тебя в шашки? Ему в голову пришла мысль: компьютер должен сыграть тысячу партий с самим собой, и так он научится играть в шашки. Это действительно сработало — в 1962 году этот компьютер обыграл чемпиона штата Коннектикут.
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.
Так Артур Самуэль стал основоположником машинного обучения. Я в большом долгу перед ним, потому что работаю в области машинного обучения. Я был президентом Kaggle, сообщества, объединяющего 200 000 людей, применяющих машинное обучение. Kaggle проводит соревнования по решению ещё не решённых проблем, и участники успешно справились с сотнями из них. У меня была отличная возможность побольше узнать о машинном обучении в прошлом, настоящем и будущем. Возможно, первым большим коммерческим успехом машинного обучения стал Google. В Google доказали, что можно находить информацию с помощью компьютерного алгоритма, а этот алгоритм был основан на машинном обучении. С тех пор машинное обучение неоднократно использовалось в коммерческих целях. Компании вроде Amazon и Netflix иcпользуют машинное обучение, определяя, какие товары вы захотите купить, какие фильмы посмотреть. Иногда это даже пугает. Сети, такие как LinkedIn и Facebook, иногда предлагают людей, которых вы можете знать, а вы не понимаете, как они их нашли. Это стало возможным благодаря машинному обучению. Алгоритмы собирают информацию и обучаются, а не программируются человеком.
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.
Это также объясняет успехи IBM: программа Watson обыграла двух чемпионов мира в «Своей игре», ответив на невероятно хитрые и каверзные вопросы вроде этого: [В 2003 году «лев Нимруда» исчез из музея этого города] Именно этот метод лёг в основу технологии беспилотных автомобилей. Важно, чтобы такой автомобиль смог отличить дерево от пешехода. Мы не знаем, как задать такой алгоритм вручную, зато это стало возможным с помощью машинного обучения. Этот автомобиль проехал более 1,5 миллионов километров и ни разу не попал в аварию на трассе.
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.
Итак, мы знаем, что компьютеры могут учиться. Причём они могут учиться делать то, чего не умеем делать мы сами, или могут делать это лучше нас. С одним из самых невероятных примеров машинного обучения я столкнулся, пока работал в Kaggle: команда под руководством Джеффри Хинтона из Торонтского университета выиграла конкурс по автоматизации поиска новых лекарств. Невероятно не только то, что их алгоритм оказался лучше всех алгоритмов, разработанных Merck или международным научным сообществом. Никто в команде не имел никакого отношения к химии, биологии или медицине, и на всё у них ушло две недели. Как? Благодаря уникальному алгоритму глубинного обучения. Результаты их работы были настолько ошеломительны, что об этом спустя несколько недель сообщила на первой полосе New York Times. Джеффри Хинтон слева. В основе глубинного обучения — принципы работы человеческого мозга, и поэтому теоретически у этого алгоритма нет ограничений применимости. Чем больше данных на входе и времени на их обработку, тем лучше результат.
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.
В этой же статье New York Times был упомянут другой удивительный продукт глубинного обучения, который я вам сейчас продемонстрирую. Он доказывает, что компьютеры могут слышать и понимать.
(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)
(Видео) Ричард Рашид: Наконец, последнее, что я хочу сделать, — это поговорить с вами по-китайски. Суть в том, что мы сформировали массив записей носителей китайского языка и разработали систему для преобразования текста в речь, которая получает текст на китайском и преобразует его в речь. Потом мы записали примерно час звучания моего голоса и использовали эту запись для модуляции обычной системы преобразования текста в речь. Если что, результат не идеален. Там есть несколько ошибок. (Говорит по-китайски) (Аплодисменты) Нам предстоит ещё много работы. (Говорит по-китайски) (Аплодисменты)
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.
Джереми Говард: Это было на конференции по машинному обучению в Китае. На самом деле, на научных конференциях внезапно аплодируют очень редко, в отличие от TEDx, так что не стесняйтесь. Всё это видео было записано с помощью глубинного обучения. (Аплодисменты) Спасибо. Английские субтитры — это глубинное обучение, перевод на китайский и текст справа вверху — оно же, и конструирование голоса — снова оно.
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.
Глубинное обучение — невероятная вещь. Один-единственный алгоритм, который, похоже, может почти всё. Ещё годом раньше я обнаружил, что этот алгоритм может видеть. На малоизвестном конкурсе в Германии — «Сравнительный анализ распознавания дорожных знаков» — глубинное обучение использовалось для распознавания вот таких знаков. Мало того, что результаты распознавания были лучше, чем у других алгоритмов; в таблице видно, что они превосходят человеческие примерно в два раза. Итак, к 2011 году появился первый компьютер, который видел лучше людей. С тех пор произошло многое. В 2012 году в Google объявили, что их алгоритм глубинного обучения использовал видео на YouTube. Данные обрабатывались на 16 000 компьютеров в течение месяца, и компьютер самостоятельно определил, что такое люди и кошки, на основе только видеоматериалов. Это очень похоже на то, как учатся люди. Им не говорят, что они видят. Люди сами разбираются, что они видят. В том же 2012 году Джеффри Хинтон, которого вы уже знаете, победил в очень известном конкурсе ImageNet, в котором необходимо распознать, что изображено на 1,5 миллионах картинок. К 2014 году количество ошибок в распознавании образов сократилось до 6%. И опять же, это лучше, чем у людей.
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.
Эффективность компьютеров действительно невероятно высока, и сейчас это применяется в коммерческих целях. Так, в прошлом году в Google объявили, что их карты могут локализовать любую точку во Франции за два часа: они обрабатывают фотографии улиц с помощью алгоритма глубинного обучения, чтобы распознать и прочитать адреса. Подумайте, сколько времени это заняло бы: понадобились бы десятки людей и несколько лет. То же самое происходит в Китае. Baidu — это что-то вроде китайского Google, и сверху слева вы видите картинку, которую я загрузил на вход алгоритмов глубинного обучения Baidu, а под ней — то, как система распознала, что изображено на картинке, и нашла похожие. Похожие изображения имеют похожий фон, морды смотрят в ту же сторону, иногда даже так же высунут язык. Это не просто поиск текста на веб-странице. Я загрузил только картинку. Итак, теперь наши компьютеры действительно понимают увиденное и могут искать информацию в базах среди сотен миллионов картинок в режиме реального времени.
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.
Значит ли это, что компьютеры могут видеть? Это не просто умение видеть. Глубинное обучение — это намного больше. Сложные предложения со множеством смысловых оттенков теперь понятны благодаря алгоритмам глубинного обучения. Как видно на экране, эта стэнфордская система распознаёт отрицательные эмоции в предложении и отмечает их красными точками сверху. Глубинное обучение похоже на человеческое поведение в процессе распознавания того, что и о чём сказано. Глубинное обучение использовалось для чтения на китайском. Результат был на уровне результата человека — носителя китайского. Этот алгоритм был разработан в Швейцарии людьми, ни один из которых не говорит по-китайски. Как я и сказал, глубинное обучение — это оптимальный способ решения таких задач, даже по сравнению с человеческим восприятием.
This is a system that we put together at my company 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.
На экране система, разработаная в моей компании, в ней задействовано всё, о чём я рассказал. Это картинки без описаний. Здесь я набираю предложения. В режиме реального времени картинки распознаются, определяется их смысл, и находятся изображения, соответствующие введённому мной тексту. Итак, вы видите, что предложения и картинки действительно распознаются. Я знаю, что вы видели нечто похожее в Google, при вводе запроса, по которому вам выдаются картинки, но в действительности там идёт поиск нужного текста на веб-странице. Распознавание образов — это принципиально новый процесс. Распознавание стало доступно компьютерным алгоритмам впервые несколько месяцев назад.
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.
Итак, компьютеры теперь могут не только видеть, но и читать, и, как мы уже показали, понимать услышанное. Вы вряд ли удивитесь, если я вам скажу, что они умеют писать. Вот текст, который я вчера получил с помощью алгоритма глубинного обучения. А вот текст, полученный с помощью стэнфордского алгоритма. Каждое из этих предложений составлено алгоритмом глубинного обучения для описания этих картинок. Алгоритм ещё не встречал понятия мужчины в чёрной рубашке, играющего на гитаре. Но ему известны понятия человека, чёрного, гитары, и алгоритм независимо формулирует связное описание этого изображения. Мы всё ещё не дотягиваем до уровня человека, но мы уже близки. При испытаниях люди выбирают описания, данные компьютером, в одном случае из четырёх. Эта система была создана две недели назад, и, скорее всего, в течение года алгоритм покажет результаты намного лучше человеческих, если будет развиваться в том же темпе. Итак, компьютеры могут ещё и писать.
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.
Складываем всё вместе, и нам открываются невероятные возможности. Например, в медицине. Группа учёных из Бостона открыла десятки новых клинически значимых особенностей опухолей; это поможет врачам давать прогнозы онкобольным. Точно так же в Стэнфорде группа учёных, проанализиров опухоли под увеличением, создала систему на основе машинного обучения, которая работает лучше, чем патологоанатомы, прогнозируя исход заболевания у онкобольных. В обоих случаях алгоритмы давали не только более точный результат, но и новые ценные открытия. В случае с радиологией это были новые клинические показатели, понятные для людей. В случае с патологиями алгоритм установил, что для постановки диагноза клетки вокруг опухоли так же важны, как и сами раковые клетки. Это противоречит всему, чему патологоанатомов учили десятилетиями. В разработке обеих систем участвовали как эксперты-врачи, так и специалисты по машинному обучению, но в прошлом году мы смогли преодолеть и это ограничение. На экране пример распознавания поражённых раком человеческих тканей под микроскопом. Система, изображённая на экране, может определить их точнее, или так же точно, как и патологоанатом. В её основе — только метод глубинного обучения. Она разработана людьми, не имеющими никакого отношения к медицине. Или сегментация нейронов. Теперь мы можем сегментировать нейроны так же точно, как и вручную, и эта система так же была основана на глубинном обучении и разработана людьми, не имеющими медицинских знаний или опыта.
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.
Поэтому я, как человек, никогда не занимавшийся медициной, оказался отличным кандидатом на роль основателя новой медицинской компании. Им я и стал. Я порядком трусил, но в теории можно было разрабатывать очень полезные препараты, используя только анализ данных. И — слава богу — отзывы превзошли все мои ожидания, не только в СМИ, но и от медицинского сообщества, где горячо поддержали мою идею. Идея заключается в том, что мы можем взять промежуточный этап лечения и максимально применить к нему наши способы анализа данных, позволив врачам заниматься тем, что у них получается лучше всего. Приведу пример. На составление нового диагностического теста у нас уходит 15 минут. Я покажу это в режиме реального времени, но сокращу процесс до трёх минут, вырезав отдельные фрагменты. Вместо медицинских терминов будут изображения машин, потому что так будет понятнее всем.
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.
Итак, начнём с 1,5 миллионов изображений машин. Я хочу придумать, как их разбить на группы в зависимости от угла, с которого они сфотографированы. Ни одна из картинок не имеет описания, поэтому мне придётся начинать с нуля. Наш алгоритм глубинного обучения автоматически распознаёт отдельные компоненты на этих изображениях. Хорошо то, что человек и компьютер могут решать задачу вместе. Человек, как вы видите, задаёт компьютеру исследуемую область, на основе которой компьютер должен усовершенствовать свои алгоритмы. Такая система глубинного обучения работает в 16 000-мерном пространстве. Компьютер вращает в нём данные, чтобы обнаружить новые структуры. А когда он их находит, человек, управляющий процессом, указывает на те, что его интересуют. Итак, компьютер успешно обнаруживает признаки, например, ракурс. В ходе исследования мы постепенно уточняем, что именно мы ищем. Представьте диагностический тест, благодаря которому врач определяет границы патологии или радиолог — потенциально опасные образования. Иногда алгоритм не может справиться с задачей. Он не находит решения. Здесь капоты и багажники машин идут вперемешку. Поэтому нам надо быть немного аккуратнее и разделить их вручную, а затем задать компьютеру тип изображений, которые нам нужны.
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.
Процесс идёт какое-то время, пропустим немного, а потом мы обучаем наш алгоритм на основе двух объектов из сотен и надеемся, что он это усвоил. Видите, некоторые из этих картинок поблёкли. Это означает, что теперь компьютер распознаёт их самостоятельно. Теперь мы можем использовать этот принцип похожих изображений. Как видите, используя эти изображения, компьютер может самостоятельно находить только фотографии машин спереди. Теперь человек может сказать компьютеру: «Отлично, ты молодец».
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.
Иногда, конечно, даже на этом этапе всё ещё сложно выделить группы. В этом случае даже после дополнительного вращения данных компьютером снимки машин, сделанные справа и слева, всё ещё идут вперемешку. Мы снова даём компьютеру подсказки, чтобы он нашёл плоскость, которая разделит изображения автомобилей справа и слева предельно точно на основе алгоритма глубинного обучения. И с этими подсказками — о, отлично, решение найдено. Компьютер ищет, чем эти объекты отличаются от остальных.
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.
Это суть метода. Компьютер не заменяет человека, здесь они работают вместе. То, на что команда из 5—6 человек потратила бы около 7 лет, мы заменяем 15-минутной процедурой, которую выполняет всего один человек.
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.
Этот процесс выполняется за 4—5 рабочих циклов. Как видите, теперь из наших 1,5 миллионов изображений верно классифицированы 62%. Теперь мы сможем быстро выделять отдельные большие блоки и просматривать их, чтобы убедиться, что в них нет ошибок. Если возникают ошибки, мы указываем на них компьютеру. Применяя эту процедуру к разным группам по отдельности, мы получаем около 80% верных результатов при распределении 1,5 миллионов изображений. Сейчас задача состоит только в том, чтобы найти те немногочисленные неверно распознаные изображения, и понять, почему это произошло. Используя этот метод, за 15 минут мы получаем результат, верный на 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?
Эта техника поможет нам справиться с одной из важнейших проблем — нехваткой медицинских работников в мире. По данным, озвученным на Всемирном экономическом форуме, развивающимся странам нужно в 10—20 раз больше терапевтов и понадобится около 300 лет, чтобы обучить нужное количество людей. А теперь представьте, что мы повысим их эффективность, используя глубинное обучение.
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.
Эти возможности приводят меня в полный восторг, но в то же время я отдаю отчёт в последствиях. Проблема в том, что во всех странах, отмеченных на карте синим, 80% рабочих мест приходится на сферу услуг. Каких услуг? Вот этих услуг. А это именно то, что компьютеры только что научились делать. Если 80% людей в развитых странах заняты тем, что теперь умеет компьютер, то что это значит? Всё в порядке. Они сменят работу. Например, будет больше работы для аналитиков данных. Ну или не совсем. Решение этих задач не займёт у них много времени. Например, эти четыре алгоритма создал один и тот же человек. Вы скажете, что человечество с этим уже сталкивалось. В прошлом мы видели, что когда приходят новые технологии, новые профессии приходят на смену старым, но что это будут за новые профессии? Нам очень сложно сейчас это оценить, ведь производительность человеческого труда растёт постепенно. Однако теперь есть система глубинного обучения, и мы знаем, что её возможности растут по экспоненте. Итак, мы оглядываемся по сторонам: «Ведь компьютеры всё ещё достаточно примитивны». Верно? Но через пять лет их возможности выйдут за границы этого графика. Поэтому нам необходимо начать обдумывать этот аспект прямо сейчас.
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.
Разумеется, такое уже случалось в истории человечества. Промышленная революция, благодаря двигателям, дала качественный скачок производства. Однако спустя какое-то время мощности перестали расти. Случился социальный взрыв, но когда двигатели стали применяться в промышленности повсеместно, был найден баланс. Революция машинного обучения будет сильно отличаться от промышленной революции, потому что революция машинного обучения непрерывна. Чем более интеллектуально развиты компьютеры, тем более интеллектуально развитые компьютеры они создают. А это приведёт к тому, с чем наш мир никогда раньше не сталкивался, и ваши прошлые представления о возможном изменятся.
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.
Мы это уже почувствовали на себе. В течение последней четверти века производительность оборудования росла, в то время как производительность рабочих оставалась прежней или немного снижалась.
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)
Я хочу, чтобы мы уже сейчас задумались над этим. Когда я рассказываю об этом людям, они зачастую мне не верят: мол, компьютеры не могут думать, переживать, воспринимать стихи. Мы не понимаем по-настоящему, как они работают. И что? Уже сейчас компьютеры делают то, на что люди тратят бóльшую часть оплачиваемого времени, так что теперь пора думать над тем, как мы будем адаптировать наши социальные и экономические структуры, чтобы быть готовыми к новой реальности. Спасибо. (Аплодисменты)