TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Фей-Фей Лі: Як ми вчимо комп'ютери розуміти зображення
Filmed:
Readability: 4.5
2,702,344 views
Коли немовля дивиться на фото, воно може розрізняти прості елементи: кота, книжку, стілець. Зараз комп'ютери достатньо розумні, щоб робити те саме. Що далі? У своїй захоплюючій доповіді експерт з комп'ютерного бачення Фей-Фей Лі розповідає про останні досягнення (включаючи базу даних з 15 мільйонів зображень, створену її командою, щоб навчити комп'ютер розуміти зображення) і плани на майбутнє.
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
Дозвольте вам дещо показати.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(Відео) Дівчинка: Так, це кіт,
який сидить на ліжку.
який сидить на ліжку.
00:22
The boy is petting the elephant.
2
10260
4040
Хлопчик гладить слона.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Ті люди сідають в літак.
00:30
That's a big airplane.
4
18654
2810
Літак дуже великий.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Фей-Фей Лі: Це трирічна дитина,
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
яка описує те,
що бачить на фотографіях.
що бачить на фотографіях.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Ще багато чого їй треба
вивчити про цей світ,
вивчити про цей світ,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
проте вже зараз їй під силу
одне дуже важливе завдання:
одне дуже важливе завдання:
00:46
to make sense of what she sees.
9
34743
2846
вона розуміє, що вона бачить.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Наше суспільство найбільш технологічно
розвинене, ніж будь-коли.
розвинене, ніж будь-коли.
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
Ми відправляємо людей на місяць,
ми створюємо телефони, які говорять,
ми створюємо телефони, які говорять,
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
ми налаштовуємо радіостанції так,
щоб вони грали лише нашу улюблену музику.
щоб вони грали лише нашу улюблену музику.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Проте наші найбільш передові
механізми і комп'ютери
механізми і комп'ютери
01:07
still struggle at this task.
14
55085
2903
все ще не можуть впоратися
з цим завданням.
з цим завданням.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Сьогодні я тут, щоб розповісти вам
про найостанніші досягнення
про найостанніші досягнення
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
у наших дослідженнях
комп'ютерного розпізнавання об'єктів,
комп'ютерного розпізнавання об'єктів,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
однієї з найбільш передових
і потенційно революційних
і потенційно революційних
01:21
technologies in computer science.
18
69655
3206
технологій в комп'ютерній науці.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Так, ми розробили прототипи машин,
які можуть самостійно рухатися,
які можуть самостійно рухатися,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
але без розумного розпізнавання,
для них не буде різниці
для них не буде різниці
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
між зім'ятим пакетом на дорозі,
по якому можна проїхати,
по якому можна проїхати,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
і камінням такого розміру,
що його краще об'їхати.
що його краще об'їхати.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Ми створили неймовірні
мегапіксельні фотокамери,
мегапіксельні фотокамери,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
але ми не навчили сліпих бачити.
01:48
Drones can fly over massive land,
25
96420
3305
Безпілотні літаки можуть літати
на величезні відстані, але не мають
на величезні відстані, але не мають
01:51
but don't have enough vision technology
26
99725
2134
достатніх
розпізнавальних технологій,
розпізнавальних технологій,
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
щоб допомогти нам прослідкувати
за змінами в тропічних лісах.
за змінами в тропічних лісах.
01:57
Security cameras are everywhere,
28
105320
2950
Ми скрізь маємо камери
відеоспостереження,
відеоспостереження,
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
але вони не попереджають нас,
коли дитина тоне в басейні.
коли дитина тоне в басейні.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Фото та відео стали
невід'ємними частинами глобального життя.
невід'ємними частинами глобального життя.
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
Вони накопичуються з такою швидкістю,
що людина або група людей
що людина або група людей
02:15
or teams of humans, could hope to view,
32
123849
2783
не можуть навіть сподіватися на те,
щоб переглянути їх усі,
щоб переглянути їх усі,
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
і ми з вами робимо свій внесок
у це на TED сьогодні.
у це на TED сьогодні.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Проте наші найпередовіші програми
все ще намагаються навчитися
все ще намагаються навчитися
02:27
and managing this enormous content.
35
135785
3876
керувати цією численною
базою даних.
базою даних.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Іншими словами,
ми всі як суспільство
ми всі як суспільство
02:36
we're very much blind,
37
144933
1746
залишаємося достатньо сліпими,
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
оскільки наші найрозумніші машини
все ще сліпі.
все ще сліпі.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
Ви можете запитати:
"Чому це так важко?"
"Чому це так важко?"
02:46
Cameras can take pictures like this one
40
154452
2693
Камери роблять знімки,
такі як ось цей,
такі як ось цей,
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
шляхом перетворення світла
на двовимірну сукупність цифр,
на двовимірну сукупність цифр,
02:53
known as pixels,
42
161139
1650
відомих як пікселі,
02:54
but these are just lifeless numbers.
43
162789
2251
але це лише мертві цифри.
02:57
They do not carry meaning in themselves.
44
165040
3111
Вони самі по собі не несуть значення.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Так само, як слухати
не одне й те саме, що чути,
не одне й те саме, що чути,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
робити фото не одне й те саме,
що бачити,
що бачити,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
а під баченням ми маємо на увазі
розуміння.
розуміння.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
Насправді, матері природі
знадобилося 540 млн. років важкої роботи,
знадобилося 540 млн. років важкої роботи,
03:19
to do this task,
49
187470
1973
щоб впоратися з цим завданням,
03:21
and much of that effort
50
189443
1881
і більшість з її зусиль
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
було спрямовано на розвиток в нашому мозку
органу з обробки візуальної інформації,
органу з обробки візуальної інформації,
03:28
not the eyes themselves.
52
196595
2647
і це не лише очі.
03:31
So vision begins with the eyes,
53
199242
2747
Бачення розпочинається з очей,
03:33
but it truly takes place in the brain.
54
201989
3518
але насправді відбувається в мозку.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Вже 15 років, починаючи з
отримання докторського ступеня в Калтех
отримання докторського ступеня в Калтех
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
і потім, очоливши
Стенфордську лабораторію Vision Lab,
Стенфордську лабораторію Vision Lab,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
я працюю з моїми наставниками,
співробітниками і студентами,
співробітниками і студентами,
03:50
to teach computers to see.
58
218669
2889
щоб навчити комп'ютери бачити.
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
Наша сфера дослідження називається
комп'ютерне бачення
комп'ютерне бачення
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
та машинне навчання, що є складовою
частиною сфери штучного інтелекту.
частиною сфери штучного інтелекту.
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
Тож, в кінцевому рахунку, ми хочемо
навчити машини бачити так само, як ми:
навчити машини бачити так само, як ми:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
називати об'єкти, розпізнавати людей,
виводити 3D геометрію речей,
виводити 3D геометрію речей,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
розуміти стосунки, емоції,
дії та наміри.
дії та наміри.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Ми з вами складаємо
цілі історії про людей, місця та речі,
цілі історії про людей, місця та речі,
04:25
the moment we lay our gaze on them.
65
253721
2164
лише глянувши на них.
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
Перший крок до досягнення цієї мети -
навчити комп'ютер бачити об'єкти,
навчити комп'ютер бачити об'єкти,
04:34
the building block of the visual world.
67
262538
3368
будівельні блоки нашого візуального світу.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
Простими словами,
уявіть цей процес навчання,
уявіть цей процес навчання,
04:42
as showing the computers
some training images
some training images
69
270340
2995
як демонстрацію комп'ютерам
певних тренувальних зображень
певних тренувальних зображень
04:45
of a particular object, let's say cats,
70
273335
3321
конкретних об'єктів, скажімо, котів,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
і розробку моделей, які б навчалися,
споглядаючи ці зображення.
споглядаючи ці зображення.
04:53
How hard can this be?
72
281393
2044
Наскільки це може бути складно?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
Адже кіт - це всього лише
сукупність форм і кольорів,
сукупність форм і кольорів,
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
і раніше саме так ми і підходили
до моделювання об'єкту.
до моделювання об'єкту.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Ми задавали комп'ютеру алгоритм
математичною мовою,
математичною мовою,
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
що кіт має круглу морду,
пухке тіло,
пухке тіло,
05:10
two pointy ears, and a long tail,
77
298540
2299
два загострених вуха
і довгого хвоста,
і довгого хвоста,
05:12
and that looked all fine.
78
300839
1410
і цього було достатньо.
05:14
But what about this cat?
79
302859
2113
Але як щодо цього кота?
05:16
(Laughter)
80
304972
1091
(Сміх)
05:18
It's all curled up.
81
306063
1626
Він увесь вигнутий.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Тож потрібно додати іншу форму
та іншу перспективу до моделі об'єкта.
та іншу перспективу до моделі об'єкта.
05:24
But what if cats are hidden?
83
312408
1715
Але що як кіт сховався?
05:27
What about these silly cats?
84
315143
2219
Як щодо цих грайливих котів?
05:31
Now you get my point.
85
319112
2417
Ви мене зрозуміли.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Навіть така проста річ,
як домашня тварина
як домашня тварина
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
може привнести до моделі об'єкту
численну кількість варіацій,
численну кількість варіацій,
05:41
and that's just one object.
88
329400
2233
а це ж лише один об'єкт.
05:44
So about eight years ago,
89
332573
2492
Майже вісім років тому,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
дуже просте і глибоке спостереження
змінило напрям моїх думок.
змінило напрям моїх думок.
05:53
No one tells a child how to see,
91
341425
2685
Ніхто не говорить дитині, як треба бачити,
05:56
especially in the early years.
92
344110
2261
особливо у перші роки.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Вони навчаються цьому через
досвід та на прикладах з реального світу.
досвід та на прикладах з реального світу.
06:03
If you consider a child's eyes
94
351371
2740
Якщо розглядати очі дитини
06:06
as a pair of biological cameras,
95
354111
2554
як пару біологічних камер,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
вони сприймають одне зображення
приблизно кожних 200 мілісекунд,
приблизно кожних 200 мілісекунд,
06:12
the average time an eye movement is made.
97
360845
3134
середній час для руху ока.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Тож до трирічного віку дитина побачить
сотні мільйонів зображень
сотні мільйонів зображень
06:21
of the real world.
99
369529
1834
реального світу.
06:23
That's a lot of training examples.
100
371363
2280
Це дуже багато учбових прикладів.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
Тож, замість того, щоб зосереджуватися
виключно на покращенні алгоритмів,
виключно на покращенні алгоритмів,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
мій здогад полягає в тому, щоб дати
алгоритмам певний вид тренувальних даних,
алгоритмам певний вид тренувальних даних,
06:37
that a child was given through experiences
103
385644
3319
кількісно і якісно схожих на ті,
06:40
in both quantity and quality.
104
388963
3878
які дитина отримує через досвід.
06:44
Once we know this,
105
392841
1858
Як тільки ми це зрозуміли,
06:46
we knew we needed to collect a data set
106
394699
2971
нам необхідно було
зібрати сукупність даних,
зібрати сукупність даних,
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
яка включатиме в себе значно більше
зображень, ніж ми мали до цього,
зображень, ніж ми мали до цього,
06:54
perhaps thousands of times more,
108
402129
2577
можливо, в тисячі разів більше.
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
Разом з професором з Прінстонського
університету Кай Лі
університету Кай Лі
07:00
we launched the ImageNet project in 2007.
110
408817
4752
ми заснували проект ImageNet у 2007 році.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
На щастя, нам не довелося встановлювати
камери на голови
камери на голови
07:09
and wait for many years.
112
417407
1764
і чекати протягом багатьох років.
07:11
We went to the Internet,
113
419171
1463
Ми звернулися до Інтернету,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
найбільшої колекції зображень
за всю історію людства.
за всю історію людства.
07:17
We downloaded nearly a billion images
115
425070
3041
Ми завантажили близько
мільярда зображень
мільярда зображень
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
і за допомогою такої платформи
краудсорсингу, як Amazon Mechanical Turk,
краудсорсингу, як Amazon Mechanical Turk,
07:25
to help us to label these images.
117
433991
2339
ми дали назву кожному зображенню.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
На своєму піку ImageNet була
одним з найбільших роботодавців
одним з найбільших роботодавців
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
для працівників на
Amazon Mechanical Turk:
Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
разом майже 50 000 працівників
07:40
from 167 countries around the world
121
448080
4040
з 167 країн світу
07:44
helped us to clean, sort and label
122
452120
3947
допомагали нам чистити,
сортувати та називати
сортувати та називати
07:48
nearly a billion candidate images.
123
456067
3575
майже мільярд
зображень-кандидатів.
зображень-кандидатів.
07:52
That was how much effort it took
124
460612
2653
От скільки знадобилося зусиль,
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
щоб охопити хоча б частину
зображень,
зображень,
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
які дитячий мозок сприймає
у перші роки життя.
у перші роки життя.
08:04
In hindsight, this idea of using big data
127
472148
3902
Зараз ця ідея
щодо використання великої кількості даних
щодо використання великої кількості даних
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
для навчання комп'ютерних алгоритмів,
може адаватися очевидною.
може адаватися очевидною.
08:12
but back in 2007, it was not so obvious.
129
480600
4110
Але у 2007 вона не була
настільки очевидною.
настільки очевидною.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Певний час ми були абсолютно самотніми
на цьому шляху.
на цьому шляху.
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
Деякі дружні колеги радили мені
робити щось більш корисне на моїй посаді,
робити щось більш корисне на моїй посаді,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
і ми постійно намагалися знайти
фінансування для нашого дослідження.
фінансування для нашого дослідження.
08:29
Once, I even joked to my graduate students
133
497933
2485
Якось я навіть пожартувала
перед моїми випускниками,
перед моїми випускниками,
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
що я б знову відкрила свою хімчистку,
аби фінансувати ImageNet.
аби фінансувати ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Саме так я заробляла гроші,
навчаючись в коледжі.
навчаючись в коледжі.
08:41
So we carried on.
136
509242
1856
Тож ми продовжували.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
У 2009 проект ImageNet
08:46
a database of 15 million images
138
514813
4042
мав базу даних у 15 мільйонів зображень
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
з 22 000 класів об'єктів і речей,
08:55
organized by everyday English words.
140
523660
3320
впорядкованих щоденними
англійськими словами.
англійськими словами.
08:58
In both quantity and quality,
141
526980
2926
Кількісно і якісно
09:01
this was an unprecedented scale.
142
529906
2972
це був безпрецедентний масштаб.
09:04
As an example, in the case of cats,
143
532878
3461
Для прикладу, у випадку з котами
09:08
we have more than 62,000 cats
144
536339
2809
ми мали більше 62 000 котів
09:11
of all kinds of looks and poses
145
539148
4110
з усіма видами зовнішності
і в усіх позах,
і в усіх позах,
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
а також усіх порід,
як домашніх, так і диких.
як домашніх, так і диких.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Ми були у захваті від
досягнення ImageNet,
досягнення ImageNet,
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
і хотіли, щоб увесь науковий світ
мав користь з цього,
мав користь з цього,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
тож, за зразком TED,
ми відкрили усі дані
ми відкрили усі дані
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
для усього наукового світу
безкоштовно.
безкоштовно.
09:36
(Applause)
151
564636
4000
(Оплески)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Наразі, маючи дані
для наповнення мозку комп'ютера,
для наповнення мозку комп'ютера,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
ми готові повернутися
до алгоритмів.
до алгоритмів.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Виявилося, що та велика кількість
інформації, отримана з ImageNet,
інформації, отримана з ImageNet,
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
ідеально підходить для конкретного класу
навчальних алгоритмів для машин,
навчальних алгоритмів для машин,
09:59
called convolutional neural network,
156
587675
2415
який називається
"згорнутою нейронною мережею",
"згорнутою нейронною мережею",
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
що була розроблена Куніхіко Фукушімою,
Геоффом Гінтоном та Янном Лекуном
Геоффом Гінтоном та Янном Лекуном
10:07
back in the 1970s and '80s.
158
595338
3645
у 1970 - 80-х роках.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Подібно до мозку, який складається
з мільйонів поєднаних нейронів,
з мільйонів поєднаних нейронів,
10:16
a basic operating unit in a neural network
160
604602
3854
базова операційна одиниця
в нейронній мережі
в нейронній мережі
10:20
is a neuron-like node.
161
608456
2415
складається з нейроноподібних вузлів.
10:22
It takes input from other nodes
162
610871
2554
Вона приймає інформацію від одних вузлів
10:25
and sends output to others.
163
613425
2718
і передає її до інших.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Більше того, ці сотні тисяч,
або навіть мільйони вузлів
або навіть мільйони вузлів
10:32
are organized in hierarchical layers,
165
620856
3227
організовані в ієрархічні шари,
10:36
also similar to the brain.
166
624083
2554
так само, як і мозок.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
Типова нейронна мережа, яку
ми використовуємо для тренування
ми використовуємо для тренування
10:43
it has 24 million nodes,
168
631420
3181
нашої моделі розпізнавання об'єкту,
має 24 мільйони вузлів,
має 24 мільйони вузлів,
10:46
140 million parameters,
169
634601
3297
140 мільйонів параметрів
10:49
and 15 billion connections.
170
637898
2763
і 15 мільярдів зв'язків.
10:52
That's an enormous model.
171
640661
2415
Це величезна модель.
10:55
Powered by the massive data from ImageNet
172
643076
3901
Оснащена великою кількістю даних
з ImageNet
з ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
і сучасними процесорами,
для тренування такої гігантської моделі,
для тренування такої гігантської моделі,
11:04
the convolutional neural network
174
652410
2369
згорнута нейронна мережа
11:06
blossomed in a way that no one expected.
175
654779
3436
продемонструвала неочікувані результати.
11:10
It became the winning architecture
176
658215
2508
ЇЇ виграшна архітектура
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
демонструє неймовірні нові результати
у розпізнаванні об'єкта.
у розпізнаванні об'єкта.
11:18
This is a computer telling us
178
666063
2810
Це комп'ютер говорить нам,
11:20
this picture contains a cat
179
668873
2300
що на фото є кіт
11:23
and where the cat is.
180
671173
1903
і де саме кіт знаходиться.
11:25
Of course there are more things than cats,
181
673076
2112
Звичайно, на фото є й інші речі,
окрім котів,
окрім котів,
11:27
so here's a computer algorithm telling us
182
675188
2438
тож комп'ютерний алгоритм каже нам,
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
що на фото є хлопець
і плюшевий ведмедик;
і плюшевий ведмедик;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
собака, людина і маленький
паперовий змій на задньому плані;
паперовий змій на задньому плані;
11:37
or a picture of very busy things
185
685266
3135
або фото, на якому багато всього:
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
чоловік, скейтборд,
огорожа, ліхтарний стовп і так далі.
огорожа, ліхтарний стовп і так далі.
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
У випадках, коли комп'ютер не впевнений
у тому, що він бачить,
у тому, що він бачить,
11:51
we have taught it to be smart enough
188
699498
2276
ми навчили його бути достатньо розумним
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
і давати припущення,
а не брати на себе забагато,
а не брати на себе забагато,
11:57
just like we would do,
190
705652
2811
як і ми самі зробили б.
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
Проте у інших випадках
алгоритм нашого комп'ютера
алгоритм нашого комп'ютера
12:05
what exactly the objects are,
192
713129
2253
з вражаючою точністю
називає об'єкти,
називає об'єкти,
12:07
like the make, model, year of the cars.
193
715382
3436
такі як марка, модель та
рік випуску машин.
рік випуску машин.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Застосувавши цей алгоритм до мільйонів
зображень Google Street View,
зображень Google Street View,
12:16
across hundreds of American cities,
195
724204
3135
які включають сотні американських міст,
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
ми виявили дещо дуже цікаве:
12:22
first, it confirmed our common wisdom
197
730265
3320
по-перше, він підтвердив
відому істину про те,
відому істину про те,
12:25
that car prices correlate very well
198
733585
3290
що ціни на машини залежать від
12:28
with household incomes.
199
736875
2345
прибутків домашніх господарств.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Але неочікувано виявилося,
що ціни на машини також корелюються
що ціни на машини також корелюються
12:35
with crime rates in cities,
201
743747
2300
з рівнем злочинності в містах,
12:39
or voting patterns by zip codes.
202
747007
3963
і навіть з моделлю голосування
в різних штатах.
в різних штатах.
12:44
So wait a minute. Is that it?
203
752060
2206
Зачекайте хвилинку. Чи це вже воно?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
Чи комп'ютер вже досяг
чи навіть перевищив людські можливості?
чи навіть перевищив людські можливості?
12:51
Not so fast.
205
759419
2138
Не так швидко.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Наразі ми навчили комп'ютер
бачити об'єкти.
бачити об'єкти.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
Так само, як немовля
вчиться вимовляти слова.
вчиться вимовляти слова.
13:03
It's an incredible accomplishment,
208
771124
2670
Це неймовірне досягнення,
13:05
but it's only the first step.
209
773794
2460
але це лише перший крок.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Згодом буде досягнуто
наступний етап розвитку,
наступний етап розвитку,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
коли діти починають спілкуватися
за допомогою речень.
за допомогою речень.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Замість того, щоб сказати,
що на фото є кіт,
що на фото є кіт,
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
маленька дівчинка каже нам,
що є кіт, який лежить на ліжку.
що є кіт, який лежить на ліжку.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Щоб навчити комп'ютер
бачити фото і формулювати речення,
бачити фото і формулювати речення,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
тісний союз між величезною кількістю даних
та навчальним алгоритмом для машин
та навчальним алгоритмом для машин
13:34
has to take another step.
216
802446
2275
повинен запрацювати на новому рівні.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Зараз комп'ютер повинен навчатися,
використовуючи як фото,
використовуючи як фото,
13:40
as well as natural language sentences
218
808877
2856
так і речення природної мови,
13:43
generated by humans.
219
811733
3322
за допомогою яких спілкуються люди.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
Подібно до того, як мозок
поєднує бачення та мову,
поєднує бачення та мову,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
ми розробили модель,
яка поєднує частини візуальних речей,
яка поєднує частини візуальних речей,
13:56
like visual snippets
222
824109
1904
таких як візуальні фрагменти,
13:58
with words and phrases in sentences.
223
826013
4203
зі словами та фразами у реченнях.
14:02
About four months ago,
224
830216
2763
Близько 4 місяців тому,
14:04
we finally tied all this together
225
832979
2647
ми нарешті поєднали усе це докупи
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
і створили одну з перших
моделей комп'ютерного розпізнавання,
моделей комп'ютерного розпізнавання,
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
яка здатна створювати
подібні до людських речення,
подібні до людських речення,
14:15
when it sees a picture for the first time.
228
843404
3506
коли бачить фото вперше.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Зараз я продемонструю вам,
що говорить комп'ютер,
що говорить комп'ютер,
14:23
when it sees the picture
230
851554
1975
коли бачить фото,
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
які описувала маленька дівчинка
на початку моєї доповіді.
на початку моєї доповіді.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
(Відео) Комп'ютер: Чоловік
стоїть поряд зі слоном.
стоїть поряд зі слоном.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Великий літак стоїть
на злітно-посадковій смузі.
на злітно-посадковій смузі.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
ФФЛ: Звичайно, ми продовжуємо наполегливо
працювати над удосконаленням алгоритмів,
працювати над удосконаленням алгоритмів,
14:45
and it still has a lot to learn.
235
873269
2596
і йому ще треба багато чого навчитися.
14:47
(Applause)
236
875865
2291
(Оплески)
14:51
And the computer still makes mistakes.
237
879556
3321
Комп'ютер все ще допускає помилки.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(Відео) Комп'ютер: Кіт лежить на ліжку
в ковдрі.
в ковдрі.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
ФФЛ: Звичайно, коли він бачить
дуже багато котів,
дуже багато котів,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
він вважає, що все має виглядати, як кіт.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Відео) Комп'ютер: Хлопець
тримає бейсбольну біту.
тримає бейсбольну біту.
15:08
(Laughter)
242
896181
1765
(Сміх)
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
ФФЛ: Або, якщо він не бачив зубну щітку,
він переплутає її з бейсбольною битою.
він переплутає її з бейсбольною битою.
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
(Відео) Комп'ютер: Чоловік їде на коні
по вулиці біля будинку.
по вулиці біля будинку.
15:18
(Laughter)
245
906743
2023
(Сміх)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
ФФЛ: Ми не вчили комп'ютери
розуміти мистецтво.
розуміти мистецтво.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Відео) Комп'ютер: Зебра стоїть
на полі, вкритому травою.
на полі, вкритому травою.
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
ФФЛ: Він не навчився цінувати
надзвичайну красу природи,
надзвичайну красу природи,
15:32
like you and I do.
249
920019
2438
як це робимо ми з вами.
15:34
So it has been a long journey.
250
922457
2832
Ми пройшли довгий шлях.
15:37
To get from age zero to three was hard.
251
925289
4226
Було важко дістатися
від 0 до 3 років.
від 0 до 3 років.
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
Але справжній виклик -
це пройти від 3 років до 13 і далі.
це пройти від 3 років до 13 і далі.
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
Дозвольте мені нагадати вам це фото
з хлопчиком і пирогом.
з хлопчиком і пирогом.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Ми вже навчили комп'ютер
бачити об'єкти
бачити об'єкти
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
і навіть розповідати прості історії
про те, що він бачить на фото.
про те, що він бачить на фото.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(Відео) Комп'ютер: Людина сидить
за столом з пирогом.
за столом з пирогом.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
ФФЛ: Але на фото присутні
значно більше об'єктів,
значно більше об'єктів,
16:06
than just a person and a cake.
258
954204
2270
ніж лише людина і пиріг.
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
Повз увагу комп'ютера проходить те,
що це спеціальний італійський пиріг,
що це спеціальний італійський пиріг,
16:12
that's only served during Easter time.
260
960941
3217
який їдять виключно на Паску.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
Хлопець одягнутий у свою
улюблену футболку,
улюблену футболку,
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
яку йому батько привіз із Сіднею.
16:23
and you and I can all tell how happy he is
263
971333
3808
Ми з вами можемо сказати,
наскільки він щасливий
наскільки він щасливий
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
і що саме у нього на думці
в цей момент.
в цей момент.
16:31
This is my son Leo.
265
979214
3125
Це мій син Лео.
16:34
On my quest for visual intelligence,
266
982339
2624
У моїх пошуках візуального інтелекту
16:36
I think of Leo constantly
267
984963
2391
я постійно думаю про Лео
16:39
and the future world he will live in.
268
987354
2903
і майбутній світ, у якому йому
доведеться жити.
доведеться жити.
16:42
When machines can see,
269
990257
2021
Коли машини зможуть бачити,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
лікарі та медсестри отримають
додаткові пари невтомних очей,
додаткові пари невтомних очей,
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
які допомагатимуть їм у діагностуванні
та догляді за хворими.
та догляді за хворими.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Машини їздитимуть обачніше
і безпечніше на дорогах.
і безпечніше на дорогах.
16:57
Robots, not just humans,
273
1005465
2694
Роботи, а не лише люди,
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
допомагатимуть у зонах катастроф
рятувати поранених людей.
рятувати поранених людей.
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
За допомогою машин
ми відкриємо нові види,
ми відкриємо нові види,
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
кращі матеріали
і дослідимо небачені нові можливості.
і дослідимо небачені нові можливості.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Потроху ми даємо машинам зір.
17:19
First, we teach them to see.
278
1027280
2798
Спочатку ми вчимо їх бачити.
17:22
Then, they help us to see better.
279
1030078
2763
Потім вони допоможуть
нам бачити краще.
нам бачити краще.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Вперше людські очі
вже не єдині,
вже не єдині,
17:29
pondering and exploring our world.
281
1037006
2934
що можуть спостерігати
і досліджувати наш світ.
і досліджувати наш світ.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
Ми не лише будемо використовувати
інтелект машин,
інтелект машин,
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
ми також будемо співпрацювати з ними
різними неймовірними способами.
різними неймовірними способами.
17:41
This is my quest:
284
1049579
2161
Я бачу своє завдання у тому,
17:43
to give computers visual intelligence
285
1051740
2712
щоб надати комп'ютерам
візуальний інтелект
візуальний інтелект
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
і створити краще майбутнє
для Лео і для світу.
для Лео і для світу.
17:51
Thank you.
287
1059583
1811
Дякую
17:53
(Applause)
288
1061394
3785
(Оплески)
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