TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Como estamos ensinando os computadores a compreender fotos
Filmed:
Readability: 4.5
2,702,344 views
Quando uma criancinha olha para uma foto, ela consegue identificar elementos simples: "gato", "livro", "cadeira". Bem, os computadores estão ficando inteligentes o suficiente para fazer isso também. O que vem a seguir? Em uma palestra animada, a especialista em visão computacional Fei-Fei Li fala sobre tecnologia de ponta - incluindo um banco de dados de 15 milhões de fotos que a sua equipe reuniu para "ensinar" um computador a compreender fotos - e sobre ideias importantes que estão por vir.
Fei-Fei Li - Computer scientist
As Director of Stanford’s Artificial Intelligence Lab and Vision Lab, Fei-Fei Li is working to solve AI’s trickiest problems -- including image recognition, learning and language processing. Full bio
As Director of Stanford’s Artificial Intelligence Lab and Vision Lab, Fei-Fei Li is working to solve AI’s trickiest problems -- including image recognition, learning and language processing. Full bio
Double-click the English transcript below to play the video.
00:14
Let me show you something.
0
2366
3738
Deixem-me lhes mostrar algo.
(Vídeo) Garota: Certo, isso é um gato
sentado sobre a cama.
sentado sobre a cama.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
00:22
The boy is petting the elephant.
2
10260
4040
O garoto está acariciando o elefante.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Aquelas são pessoas
que estão entrando num avião.
que estão entrando num avião.
É um avião grande!
00:30
That's a big airplane.
4
18654
2810
Fei-Fei Li: Esta é uma criança
de três anos de idade
de três anos de idade
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
descrevendo o que vê numa série de fotos.
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Ela ainda tem muito
o que aprender sobre este mundo,
o que aprender sobre este mundo,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
mas já é uma especialista
numa importante tarefa:
numa importante tarefa:
00:46
to make sense of what she sees.
9
34743
2846
dar sentido ao que vê.
Nossa sociedade está mais
tecnologicamente avançada do que nunca.
tecnologicamente avançada do que nunca.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
00:54
We send people to the moon,
we make phones that talk to us
we make phones that talk to us
11
42455
3629
Mandamos pessoas para a Lua,
fazemos telefones que falam conosco
fazemos telefones que falam conosco
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
ou personalizamos estações de rádio
para tocar só as músicas de que gostamos.
para tocar só as músicas de que gostamos.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
No entanto, nossas máquinas
mais avançadas e computadores
mais avançadas e computadores
01:07
still struggle at this task.
14
55085
2903
ainda lutam para realizar esta tarefa.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Então, estou aqui hoje
para dar um relatório do progresso
para dar um relatório do progresso
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
sobre os últimos avanços
em nossa pesquisa em visão computacional,
em nossa pesquisa em visão computacional,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
uma das tecnologias mais inovadoras
e potencialmente revolucionárias
e potencialmente revolucionárias
01:21
technologies in computer science.
18
69655
3206
na ciência da computação.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Sim, temos protótipos de carros
que podem dirigir sozinhos,
que podem dirigir sozinhos,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
mas sem uma visão inteligente,
não conseguem notar a diferença
não conseguem notar a diferença
01:33
between a crumpled paper bag
on the road, which can be run over,
on the road, which can be run over,
21
81265
3970
entre um saco de papel amassado
na estrada, que pode ser atropelado,
na estrada, que pode ser atropelado,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
e uma pedra daquele tamanho,
que deve ser evitada.
que deve ser evitada.
Fizemos câmeras incríveis de megapixel,
01:41
We have made fabulous megapixel cameras,
23
89415
3390
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
mas não demos visão aos cegos.
Os "drones" podem voar
sobre a terra firme,
sobre a terra firme,
01:48
Drones can fly over massive land,
25
96420
3305
01:51
but don't have enough vision technology
26
99725
2134
mas não têm a tecnologia
de visão suficiente
de visão suficiente
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
para nos ajudar a rastrear
as mudanças das florestas tropicais.
as mudanças das florestas tropicais.
01:57
Security cameras are everywhere,
28
105320
2950
As câmeras de segurança
estão em toda parte,
estão em toda parte,
02:00
but they do not alert us when a child
is drowning in a swimming pool.
is drowning in a swimming pool.
29
108270
5067
mas não nos alertam quando uma criança
está se afogando numa piscina.
está se afogando numa piscina.
Fotos e vídeos estão se tornando
partes integrais da vida global.
partes integrais da vida global.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
02:11
They're being generated at a pace
that's far beyond what any human,
that's far beyond what any human,
31
119762
4087
Estão sendo gerados a um ritmo
muito além do que qualquer humano,
muito além do que qualquer humano,
02:15
or teams of humans, could hope to view,
32
123849
2783
-- ou grupos de seres humanos --
poderia esperar ver.
poderia esperar ver.
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
E vocês e eu estamos contribuindo
para isto nesta palestra TED.
para isto nesta palestra TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
No entanto, nosso software mais avançado
ainda tem dificuldade para compreender
ainda tem dificuldade para compreender
02:27
and managing this enormous content.
35
135785
3876
e administrar este conteúdo enorme.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Então, em outras palavras,
coletivamente como sociedade,
coletivamente como sociedade,
somos muito cegos,
02:36
we're very much blind,
37
144933
1746
porque nossas máquinas
mais inteligentes ainda são cegas.
mais inteligentes ainda são cegas.
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
"Por que isto é tão difícil?",
vocês podem perguntar.
vocês podem perguntar.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
As câmeras podem tirar fotos como esta,
02:46
Cameras can take pictures like this one
40
154452
2693
convertendo luzes numa matriz
bidimensional de números
bidimensional de números
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
02:53
known as pixels,
42
161139
1650
conhecida como pixels,
02:54
but these are just lifeless numbers.
43
162789
2251
mas estes são apenas números sem vida,
02:57
They do not carry meaning in themselves.
44
165040
3111
não carregam significado em si mesmos.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Assim como ouvir
não é o mesmo que escutar,
não é o mesmo que escutar,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
tirar fotos não é o mesmo que ver,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
e por ver, queremos dizer, compreender.
Na verdade, a mãe natureza levou
540 milhões de anos de trabalho pesado
540 milhões de anos de trabalho pesado
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
03:19
to do this task,
49
187470
1973
para realizar esta tarefa,
03:21
and much of that effort
50
189443
1881
e muito deste esforço
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
foi para desenvolver o aparelho
de processamento visual do nosso cérebro,
de processamento visual do nosso cérebro,
03:28
not the eyes themselves.
52
196595
2647
não os olhos em si.
03:31
So vision begins with the eyes,
53
199242
2747
Então, a visão começa com os olhos,
03:33
but it truly takes place in the brain.
54
201989
3518
mas acontece de fato no cérebro.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Então, por 15 anos, começando
com o meu doutorado na Caltech
com o meu doutorado na Caltech
e depois liderando
o Stanford's Vision Lab,
o Stanford's Vision Lab,
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
venho trabalhando com os meus mentores,
colaboradores e alunos
colaboradores e alunos
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
03:50
to teach computers to see.
58
218669
2889
para ensinar os computadores a ver.
Nosso campo de pesquisa chama-se visão
computacional e aprendizado de máquina.
computacional e aprendizado de máquina.
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
É parte do campo geral
da inteligência artificial.
da inteligência artificial.
04:03
So ultimately, we want to teach
the machines to see just like we do:
the machines to see just like we do:
61
231000
5493
Basicamente, queremos ensinar
as máquinas a ver como nós:
as máquinas a ver como nós:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
nomear objetos, identificar pessoas,
perceber a geometria 3D das coisas,
perceber a geometria 3D das coisas,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
compreender relações, emoções,
ações e intenções.
ações e intenções.
Nós tecemos juntos histórias completas
das pessoas, lugares e coisas
das pessoas, lugares e coisas
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
04:25
the moment we lay our gaze on them.
65
253721
2164
no momento em que os vemos.
04:28
The first step towards this goal
is to teach a computer to see objects,
is to teach a computer to see objects,
66
256955
5583
O primeiro passo rumo a este objetivo,
é ensinar um computador a ver objetos,
é ensinar um computador a ver objetos,
04:34
the building block of the visual world.
67
262538
3368
o bloco de construção do mundo visual.
De modo bem simples,
imaginem este processo de ensino
imaginem este processo de ensino
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
04:42
as showing the computers
some training images
some training images
69
270340
2995
como mostrar aos computadores
algumas imagens de treinamento
algumas imagens de treinamento
04:45
of a particular object, let's say cats,
70
273335
3321
de um objeto em particular, digamos gatos,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
e projetar um modelo que aprenda
a partir destas imagens de treinamento.
a partir destas imagens de treinamento.
Qual é a dificuldade disto?
04:53
How hard can this be?
72
281393
2044
Afinal de contas, um gato é apenas
uma coleção de forma e cores,
uma coleção de forma e cores,
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
04:59
and this is what we did
in the early days of object modeling.
in the early days of object modeling.
74
287489
4086
e foi o que fizemos nos primeiro dias
de modelagem de objetos.
de modelagem de objetos.
Falamos ao algoritmo computacional,
numa linguagem matemática,
numa linguagem matemática,
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
que um gato tem o rosto
arredondado, corpo gordinho,
arredondado, corpo gordinho,
05:10
two pointy ears, and a long tail,
77
298540
2299
duas orelhas pontudas e uma cauda longa,
05:12
and that looked all fine.
78
300839
1410
e parecia tudo bem.
Mas, e este gato?
05:14
But what about this cat?
79
302859
2113
05:16
(Laughter)
80
304972
1091
(Risos)
05:18
It's all curled up.
81
306063
1626
Ele está todo torto.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Agora é preciso adicionar outra forma
e outro ponto de vista ao objeto modelo.
e outro ponto de vista ao objeto modelo.
Mas, e se os gatos estiverem escondidos?
05:24
But what if cats are hidden?
83
312408
1715
E estes gatos bobos?
05:27
What about these silly cats?
84
315143
2219
05:31
Now you get my point.
85
319112
2417
Agora vocês sabem do que estou falando.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Mesmo algo simples,
como um animal doméstico,
como um animal doméstico,
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
pode apresentar um número infinito
de variações ao objeto modelo,
de variações ao objeto modelo,
05:41
and that's just one object.
88
329400
2233
e isto é só um objeto.
05:44
So about eight years ago,
89
332573
2492
Então, há oito anos,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
uma observação bem simples
e profunda mudou o meu pensamento.
e profunda mudou o meu pensamento.
05:53
No one tells a child how to see,
91
341425
2685
Ninguém diz a uma criança como ver,
05:56
especially in the early years.
92
344110
2261
especialmente nos primeiros anos.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Elas aprendem através das experiências
e exemplos do mundo real.
e exemplos do mundo real.
06:03
If you consider a child's eyes
94
351371
2740
Se considerarmos os olhos de uma criança
06:06
as a pair of biological cameras,
95
354111
2554
como um par de câmeras biológicas,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
eles tiram uma foto
a cada 200 milissegundos,
a cada 200 milissegundos,
06:12
the average time an eye movement is made.
97
360845
3134
o tempo médio em que o movimento
do olho é feito.
do olho é feito.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Então, aos três anos, uma criança
terá visto centenas de milhões de fotos
terá visto centenas de milhões de fotos
06:21
of the real world.
99
369529
1834
do mundo real.
06:23
That's a lot of training examples.
100
371363
2280
São muitos exemplos de treinamento.
Então, em vez de focar
somente algoritmos melhores,
somente algoritmos melhores,
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
minha ideia foi dar-lhes
os tipos de dados de treinamento
os tipos de dados de treinamento
06:37
that a child was given through experiences
103
385644
3319
que uma criança obtém
através das experiências,
através das experiências,
06:40
in both quantity and quality.
104
388963
3878
tanto em quantidade quanto em qualidade.
06:44
Once we know this,
105
392841
1858
Uma vez compreendendo isso,
06:46
we knew we needed to collect a data set
106
394699
2971
sabíamos que precisávamos
coletar um conjunto de dados
coletar um conjunto de dados
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
que tivesse mais imagens
do que tínhamos antes,
do que tínhamos antes,
06:54
perhaps thousands of times more,
108
402129
2577
talvez milhares de vezes mais,
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
e juntamente com o professor Kai Li,
da Universidade de Princeton,
da Universidade de Princeton,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
lançamos o projeto ImageNet em 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Felizmente, não tínhamos que colocar
uma câmera em nossas cabeças
uma câmera em nossas cabeças
07:09
and wait for many years.
112
417407
1764
e esperar por vários anos.
07:11
We went to the Internet,
113
419171
1463
Fomos à internet,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
o maior tesouro de imagens
que os humanos já criaram.
que os humanos já criaram.
07:17
We downloaded nearly a billion images
115
425070
3041
Baixamos aproximadamente
um bilhão de imagens
um bilhão de imagens
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
e usamos tecnologia de "crowdsourcing",
como a plataforma Amazon Mechanical Turk,
como a plataforma Amazon Mechanical Turk,
07:25
to help us to label these images.
117
433991
2339
para nos ajudar
a classificar essas imagens.
a classificar essas imagens.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
No seu auge, o ImageNet foi
um dos maiores empregadores
um dos maiores empregadores
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
de trabalhadores
da Amazon Mechanical Turk.
da Amazon Mechanical Turk.
07:36
together, almost 50,000 workers
120
444226
3854
Juntos, quase 50 mil trabalhadores
07:40
from 167 countries around the world
121
448080
4040
de 167 países do mundo,
07:44
helped us to clean, sort and label
122
452120
3947
nos ajudaram a limpar,
separar e classificar
separar e classificar
07:48
nearly a billion candidate images.
123
456067
3575
aproximadamente um bilhão
de candidatas a imagens.
de candidatas a imagens.
07:52
That was how much effort it took
124
460612
2653
Esse foi o tamanho do empenho
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
para capturar até mesmo
uma fração das imagens
uma fração das imagens
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
que a mente de uma criança capta
nos primeiros anos de desenvolvimento.
nos primeiros anos de desenvolvimento.
Em retrospecto,
esta ideia de usar dados extensos
esta ideia de usar dados extensos
08:04
In hindsight, this idea of using big data
127
472148
3902
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
para treinar os algoritmos
computacionais pode parecer óbvia agora,
computacionais pode parecer óbvia agora,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
mas em 2007, não era tão óbvia assim.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Estivemos praticamente sós
nessa jornada por um bom tempo.
nessa jornada por um bom tempo.
08:20
Some very friendly colleagues advised me
to do something more useful for my tenure,
to do something more useful for my tenure,
131
488588
5003
Alguns colegas próximos me aconselharam
a fazer algo mais útil pelo meu mandato,
a fazer algo mais útil pelo meu mandato,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
e lutávamos constantemente para conseguir
financiamento para a pesquisa.
financiamento para a pesquisa.
08:29
Once, I even joked to my graduate students
133
497933
2485
Uma vez, eu brinquei
com os meus alunos de graduação
com os meus alunos de graduação
08:32
that I would just reopen
my dry cleaner's shop to fund ImageNet.
my dry cleaner's shop to fund ImageNet.
134
500418
4063
que iria reabrir minha loja de lavagem
a seco para financiar o ImageNet.
a seco para financiar o ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Afinal de contas, foi assim
que financiei minha faculdade.
que financiei minha faculdade.
Então seguimos em frente.
08:41
So we carried on.
136
509242
1856
08:43
In 2009, the ImageNet project delivered
137
511098
3715
Em 2009, o projeto ImageNet entregou
08:46
a database of 15 million images
138
514813
4042
um banco de dados
de 15 milhões de imagens,
de 15 milhões de imagens,
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
entre 22 mil classes de objetos e coisas,
08:55
organized by everyday English words.
140
523660
3320
organizadas pelas palavras
cotidianas em inglês.
cotidianas em inglês.
08:58
In both quantity and quality,
141
526980
2926
Tanto em quantidade quanto em qualidade,
09:01
this was an unprecedented scale.
142
529906
2972
isso foi uma escala sem precedentes.
09:04
As an example, in the case of cats,
143
532878
3461
Como exemplo, no caso dos gatos,
09:08
we have more than 62,000 cats
144
536339
2809
temos mais de 62 mil gatos
09:11
of all kinds of looks and poses
145
539148
4110
de todos os aspectos e poses;
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
e todas as espécies
de gatos domésticos e selvagens.
de gatos domésticos e selvagens.
Ficamos muito felizes em criar o ImageNet
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
e queríamos que todo o mundo das pesquisas
se beneficiasse com ele.
se beneficiasse com ele.
Assim, à moda TED, abrimos
todo o conjunto de dados
todo o conjunto de dados
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
para a comunidade mundial
de pesquisa gratuitamente.
de pesquisa gratuitamente.
(Aplausos)
09:36
(Applause)
151
564636
4000
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Agora que temos os dados para alimentar
o cérebro do nosso computador,
o cérebro do nosso computador,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
estamos prontos para retornar
aos algoritmos em si.
aos algoritmos em si.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Como se viu, a riqueza de informações
fornecidas pelo ImageNet
fornecidas pelo ImageNet
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
foi um ajuste perfeito para uma classe
de algoritmos de aprendizado de máquina
de algoritmos de aprendizado de máquina
09:59
called convolutional neural network,
156
587675
2415
chamada "rede neural convolucional",
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
iniciada por Kunihiko Fukushima,
Geoff Hinton e Yann LeCun
Geoff Hinton e Yann LeCun
10:07
back in the 1970s and '80s.
158
595338
3645
nos anos 1970 e 1980.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Assim como o cérebro é composto de bilhões
de neurônios altamente conectados,
de neurônios altamente conectados,
10:16
a basic operating unit in a neural network
160
604602
3854
uma unidade operacional básica
numa rede neural
numa rede neural
10:20
is a neuron-like node.
161
608456
2415
é como um nó neuronal.
10:22
It takes input from other nodes
162
610871
2554
Ela obtém informações de outros nós
10:25
and sends output to others.
163
613425
2718
e envia dados para outros.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Além disso, essas centenas de milhares,
ou mesmo milhões de nós,
ou mesmo milhões de nós,
10:32
are organized in hierarchical layers,
165
620856
3227
são organizadas em camadas hierárquicas,
10:36
also similar to the brain.
166
624083
2554
parecidas com o cérebro.
Numa rede neural que usamos para treinar
nosso modelo de reconhecimento de objetos
nosso modelo de reconhecimento de objetos
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
10:43
it has 24 million nodes,
168
631420
3181
há 24 milhões de nós,
10:46
140 million parameters,
169
634601
3297
140 milhões de parâmetros
e 15 bilhões de conexões.
10:49
and 15 billion connections.
170
637898
2763
É um modelo enorme.
10:52
That's an enormous model.
171
640661
2415
10:55
Powered by the massive data from ImageNet
172
643076
3901
Alimentada pelos dados
consideráveis do ImageNet
consideráveis do ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
e os modernos CPUs e GPUs
para treinar um modelo colossal,
para treinar um modelo colossal,
a rede neural convolucional
11:04
the convolutional neural network
174
652410
2369
floresceu de um modo que ninguém esperava.
11:06
blossomed in a way that no one expected.
175
654779
3436
11:10
It became the winning architecture
176
658215
2508
Tornou-se a arquitetura vencedora
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
para gerar novos resultados animadores
em reconhecimento de objetos.
em reconhecimento de objetos.
11:18
This is a computer telling us
178
666063
2810
Isto é um computador nos dizendo
11:20
this picture contains a cat
179
668873
2300
que esta foto contém um gato
11:23
and where the cat is.
180
671173
1903
e onde ele está.
É claro que há mais coisas além de gatos.
11:25
Of course there are more things than cats,
181
673076
2112
11:27
so here's a computer algorithm telling us
182
675188
2438
Aqui está um algoritmo
computacional nos dizendo
computacional nos dizendo
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
que a foto contém um garoto
e um urso de pelúcia;
e um urso de pelúcia;
um cão, uma pessoa
e uma pequena pipa ao fundo;
e uma pequena pipa ao fundo;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
ou uma foto com muitas informações
11:37
or a picture of very busy things
185
685266
3135
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
como um homem, um skate, corrimãos,
um poste de luz, e assim por diante.
um poste de luz, e assim por diante.
11:45
Sometimes, when the computer
is not so confident about what it sees,
is not so confident about what it sees,
187
693045
5293
Às vezes,
quando o computador
não tem certeza do que vê,
não tem certeza do que vê,
(Risos)
nós o ensinamos
a ser inteligente o bastante
a ser inteligente o bastante
11:51
we have taught it to be smart enough
188
699498
2276
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
para nos dar uma resposta segura
em vez de ficar deduzindo muito,
em vez de ficar deduzindo muito,
11:57
just like we would do,
190
705652
2811
como nós faríamos.
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
Mas outras vezes, nosso algoritmo
computacional é notável aos nos dizer
computacional é notável aos nos dizer
12:05
what exactly the objects are,
192
713129
2253
exatamente o que são os objetos,
12:07
like the make, model, year of the cars.
193
715382
3436
como a marca, o modelo e o ano dos carros.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Nós cruzamos esse algoritmo com milhões
de imagens do Google Street View
de imagens do Google Street View
12:16
across hundreds of American cities,
195
724204
3135
em centenas de cidades americanas
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
e descobrimos algo muito interessante:
12:22
first, it confirmed our common wisdom
197
730265
3320
primeiro, confirmou-se
a nossa sabedoria popular
a nossa sabedoria popular
12:25
that car prices correlate very well
198
733585
3290
de que preços de carros estão relacionados
12:28
with household incomes.
199
736875
2345
ao rendimento das famílias.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Mas surpreendentemente,
o preço dos carros também se relaciona
o preço dos carros também se relaciona
12:35
with crime rates in cities,
201
743747
2300
com as taxas de crimes nas cidades,
ou padrões de votos pelo CEPs.
12:39
or voting patterns by zip codes.
202
747007
3963
Espere um pouco. É isso mesmo?
12:44
So wait a minute. Is that it?
203
752060
2206
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
Os computadores já igualaram ou mesmo
superaram as capacidades humanas?
superaram as capacidades humanas?
12:51
Not so fast.
205
759419
2138
Não tão rápido.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Até agora, apenas ensinamos
os computadores a ver objetos.
os computadores a ver objetos.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
É como uma criancinha aprendendo
a pronunciar algumas palavras.
a pronunciar algumas palavras.
13:03
It's an incredible accomplishment,
208
771124
2670
É um feito incrível,
13:05
but it's only the first step.
209
773794
2460
mas é apenas o primeiro passo.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Em breve, outro marco
de desenvolvimento será atingido,
de desenvolvimento será atingido,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
e as crianças começam
a se comunicar por meio de frases.
a se comunicar por meio de frases.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Então, em vez de dizer
que isto é um gato na foto,
que isto é um gato na foto,
13:19
you already heard the little girl
telling us this is a cat lying on a bed.
telling us this is a cat lying on a bed.
213
787701
5202
vocês ouviram a garotinha nos dizendo
que isto é um gato deitado na cama.
que isto é um gato deitado na cama.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Então, para ensinar um computador
a ver uma foto e criar frases,
a ver uma foto e criar frases,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
o casamento entre os dados
e o algoritmo de aprendizado de máquina
e o algoritmo de aprendizado de máquina
13:34
has to take another step.
216
802446
2275
deve dar outro passo.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Agora, o computador tem que aprender
tanto com as fotos
tanto com as fotos
13:40
as well as natural language sentences
218
808877
2856
quanto com as frases em linguagem natural
13:43
generated by humans.
219
811733
3322
geradas por humanos.
Assim como o cérebro integra
visão e linguagem,
visão e linguagem,
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
nós desenvolvemos um modelo
que conecta partes de coisas visuais,
que conecta partes de coisas visuais,
13:56
like visual snippets
222
824109
1904
como fragmentos visuais,
13:58
with words and phrases in sentences.
223
826013
4203
com palavras e ideias em frases.
14:02
About four months ago,
224
830216
2763
Há uns quatro meses,
finalmente juntamos tudo isso,
14:04
we finally tied all this together
225
832979
2647
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
e produzimos um dos primeiros
modelos de visão computacional
modelos de visão computacional
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
capaz de gerar frases do jeito humano
14:15
when it sees a picture for the first time.
228
843404
3506
quando vê uma foto pela primeira vez.
Agora, vou mostrar o que o computador diz
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
14:23
when it sees the picture
230
851554
1975
quando vê a foto
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
que a garotinha viu,
no início desta palestra.
no início desta palestra.
(Vídeo) Computador: Um homem está
em pé, próximo a um elefante.
em pé, próximo a um elefante.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
Um grande avião sentado em cima
de uma pista de aeroporto.
de uma pista de aeroporto.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
FFL: Claro, estamos trabalhando com afinco
para melhorar nossos algoritmos,
para melhorar nossos algoritmos,
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
14:45
and it still has a lot to learn.
235
873269
2596
e ele ainda tem muito o que aprender.
(Aplausos)
14:47
(Applause)
236
875865
2291
E o computador ainda comete erros.
14:51
And the computer still makes mistakes.
237
879556
3321
(Vídeo) Computador: Um gato deitado
numa cama com um cobertor. (Risos)
numa cama com um cobertor. (Risos)
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
FFL: É claro, quando ele vê muitos gatos,
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
ele acha que tudo se parece com um gato.
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
(Vídeo) Computador: Um garoto
está segurando um taco de beisebol.
está segurando um taco de beisebol.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Risos)
15:08
(Laughter)
242
896181
1765
FFL: Se nunca viu uma escova de dentes,
ele a confunde com um taco de beisebol.
ele a confunde com um taco de beisebol.
15:09
FFL: Or, if it hasn't seen a toothbrush,
it confuses it with a baseball bat.
it confuses it with a baseball bat.
243
897946
4583
(Vídeo) Computador: Um homem monta
um cavalo na rua, próximo a um edifício.
um cavalo na rua, próximo a um edifício.
15:15
(Video) Computer: A man riding a horse
down a street next to a building.
down a street next to a building.
244
903309
3434
15:18
(Laughter)
245
906743
2023
(Risos)
FFL: Não ensinamos Arte 101
aos computadores.
aos computadores.
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Vídeo) Computador: Uma zebra
num campo gramado.
num campo gramado.
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
FFL: E ele não aprendeu a apreciar
a deslumbrante beleza da natureza
a deslumbrante beleza da natureza
15:32
like you and I do.
249
920019
2438
como nós apreciamos.
Tem sido uma longa jornada.
15:34
So it has been a long journey.
250
922457
2832
15:37
To get from age zero to three was hard.
251
925289
4226
Ir da idade zero a três foi difícil.
O verdadeiro desafio é ir
dos 3 aos 13 e além disso.
dos 3 aos 13 e além disso.
15:41
The real challenge is to go
from three to 13 and far beyond.
from three to 13 and far beyond.
252
929515
5596
15:47
Let me remind you with this picture
of the boy and the cake again.
of the boy and the cake again.
253
935111
4365
Vejam esta foto do garoto
com o bolo novamente.
com o bolo novamente.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Até então, ensinamos
o computador a ver objetos
o computador a ver objetos
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
ou mesmo contar-nos uma simples
história quando vê uma foto.
história quando vê uma foto.
(Vídeo) Computador: Uma pessoa
sentada à mesa com um bolo.
sentada à mesa com um bolo.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
FFL: Mas há muito mais nesta foto
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
do que apenas uma pessoa e um bolo.
16:06
than just a person and a cake.
258
954204
2270
O que o computador não vê
é que esta é uma colomba
é que esta é uma colomba
16:08
What the computer doesn't see
is that this is a special Italian cake
is that this is a special Italian cake
259
956474
4467
16:12
that's only served during Easter time.
260
960941
3217
que é servida apenas durante a Páscoa.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
O garoto está vestindo
a sua camiseta preferida,
a sua camiseta preferida,
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
que lhe foi dada de presente
pelo pai após uma viagem a Sydney.
pelo pai após uma viagem a Sydney.
16:23
and you and I can all tell how happy he is
263
971333
3808
E nós podemos ver a felicidade dele,
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
e o que está se passando em sua mente
exatamente naquele momento.
exatamente naquele momento.
Este é o meu filho Leo.
16:31
This is my son Leo.
265
979214
3125
Em minha busca pela inteligência visual,
16:34
On my quest for visual intelligence,
266
982339
2624
penso nele constantemente
16:36
I think of Leo constantly
267
984963
2391
e no mundo futuro em que ele viverá.
16:39
and the future world he will live in.
268
987354
2903
16:42
When machines can see,
269
990257
2021
Quando as máquinas puderem ver,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
médicos e enfermeiros terão
pares extras de olhos incansáveis
pares extras de olhos incansáveis
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
para ajudá-los a diagnosticar
e cuidar de pacientes.
e cuidar de pacientes.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Os carros funcionarão de forma
mais inteligente e segura nas estradas.
mais inteligente e segura nas estradas.
16:57
Robots, not just humans,
273
1005465
2694
Robôs, não apenas seres humanos,
nos ajudarão a realizar buscas
em áreas de desastres
em áreas de desastres
17:00
will help us to brave the disaster zones
to save the trapped and wounded.
to save the trapped and wounded.
274
1008159
4849
e a salvar pessoas soterradas e feridas.
Descobriremos novas espécies,
materiais melhores
materiais melhores
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
e exploraremos lugares que não podemos ver
com a ajuda das máquinas.
com a ajuda das máquinas.
Pouco a pouco, estamos dando
visão às máquinas.
visão às máquinas.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
17:19
First, we teach them to see.
278
1027280
2798
Primeiro, as ensinamos a ver,
então elas nos ajudam a ver melhor.
17:22
Then, they help us to see better.
279
1030078
2763
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Pela primeira vez,
os olhos humanos não serão os únicos
ponderando e explorando nosso mundo.
ponderando e explorando nosso mundo.
17:29
pondering and exploring our world.
281
1037006
2934
Não usaremos as máquinas
apenas pela sua inteligência;
apenas pela sua inteligência;
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
17:35
we will also collaborate with them
in ways that we cannot even imagine.
in ways that we cannot even imagine.
283
1043400
6179
colaboraremos também com elas
de uma maneira que nem sequer imaginamos.
de uma maneira que nem sequer imaginamos.
Esta é a minha busca:
17:41
This is my quest:
284
1049579
2161
17:43
to give computers visual intelligence
285
1051740
2712
dar aos computadores inteligência visual
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
e criar um futuro melhor
para o Leo e para o mundo.
para o Leo e para o mundo.
Obrigada.
17:51
Thank you.
287
1059583
1811
(Aplausos)
17:53
(Applause)
288
1061394
3785
ABOUT THE SPEAKER
Fei-Fei Li - Computer scientistAs Director of Stanford’s Artificial Intelligence Lab and Vision Lab, Fei-Fei Li is working to solve AI’s trickiest problems -- including image recognition, learning and language processing.
Why you should listen
Using algorithms built on machine learning methods such as neural network models, the Stanford Artificial Intelligence Lab led by Fei-Fei Li has created software capable of recognizing scenes in still photographs -- and accurately describe them using natural language.
Li’s work with neural networks and computer vision (with Stanford’s Vision Lab) marks a significant step forward for AI research, and could lead to applications ranging from more intuitive image searches to robots able to make autonomous decisions in unfamiliar situations.
Fei-Fei was honored as one of Foreign Policy's 2015 Global Thinkers.
Fei-Fei Li | Speaker | TED.com