TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
פיי-פיי לי: איך אנחנו מלמדים מחשבים להבין תמונות
Filmed:
Readability: 4.5
2,702,344 views
כשילדה קטנה מסתכלת על תמונה, היא יכולה לזהות אלמנטים פשוטים: "חתול", "ספר", "כיסא".
עכשיו, מחשבים נהיים חכמים מספיק לעשות את זה גם. מה השלב הבא? בשיחה מרתקת, המומחית לראיית מחשב פיי-פיי לי מתארת את החדשות האחרונות ביותר - כולל מאגר נתונים של 15 מיליון תמונות שהצוות שלה בנה כדי "ללמד" מחשב להבין תמונות - והתובנות המרכזיות שעוד יגיעו בעתיד.
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
בואו אני אראה לכם משהו.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(וידאו) ילדה: "אוקיי, זה חתול
שיושב על מיטה.
שיושב על מיטה.
00:22
The boy is petting the elephant.
2
10260
4040
הילד מלטף את הפיל.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
אלה אנשים שעולים על מטוס.
00:30
That's a big airplane.
4
18654
2810
זה מטוס גדול."
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
זו ילדה בת שלוש שנים
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
מתארת מה היא רואה בסדרת תמונות.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
אולי יש לה עוד הרבה ללמוד על העולם,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
אבל היא כבר מומחית
במשימה אחת מאוד חשובה:
במשימה אחת מאוד חשובה:
00:46
to make sense of what she sees.
9
34743
2846
להבין מה היא רואה.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
החברה שלנו היא יותר
מתקדמת טכנולוגית מאי פעם.
מתקדמת טכנולוגית מאי פעם.
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
אנחנו שולחים אנשים לירח,
אנחנו מייצרים טלפונים שמדברים אלינו
אנחנו מייצרים טלפונים שמדברים אלינו
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
או מתאימים אישית תחנות רדיו
שינגנו רק מוסיקה שאנחנו אוהבים.
שינגנו רק מוסיקה שאנחנו אוהבים.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
ועדיין, המכונות והמחשבים
המתקדמים ביותר שלנו
המתקדמים ביותר שלנו
01:07
still struggle at this task.
14
55085
2903
עדיין מתקשים במשימה הזו.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
אז אני פה היום כדי לתת לכם דו"ח התקדמות
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
על ההתפתחויות האחרונות במחקר שלנו
על ראיית מחשב,
על ראיית מחשב,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
אחד מהטכנולוגיות החלוציות והמהפכניות ביותר
01:21
technologies in computer science.
18
69655
3206
במדעי המחשב.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
נכון, יש לנו אבטיפוס של מכוניות
שיכולות לנסוע בעצמן,
שיכולות לנסוע בעצמן,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
אבל בלי ראייה חכמה,
הן לא יכולות באמת להבדיל
הן לא יכולות באמת להבדיל
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
בין שקית נייר מקופלת על הכביש,
שאפשר לנסוע עליה,
שאפשר לנסוע עליה,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
ואבן בגודל הזה,
שצריך להימנע ממנה.
שצריך להימנע ממנה.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
ייצרנו מצלמות מגהפיקסל מדהימות,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
אבל לא הצלחנו להביא ראייה לעיוורים.
01:48
Drones can fly over massive land,
25
96420
3305
מזל"טים יכולים לטוס מעל שטח עצום,
01:51
but don't have enough vision technology
26
99725
2134
אבל חסרי טכנולוגיית ראייה מספקת
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
בשביל לעזור לנו לעקוב
אחרי השינויים ביערות הגשם.
אחרי השינויים ביערות הגשם.
01:57
Security cameras are everywhere,
28
105320
2950
מצלמות אבטחה נמצאות בכל מקום,
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
אבל הן לא מתריעות כשילד טובע בבריכה.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
תמונות וסרטונים הופכים לחלק בלתי נפרד
מהחיים הגלובליים.
מהחיים הגלובליים.
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
הם נוצרים בקצב שהוא מעל לכל מה שכל אדם,
02:15
or teams of humans, could hope to view,
32
123849
2783
או קבוצות של אנשים,
יכולים לקוות לצפות בהם,
יכולים לקוות לצפות בהם,
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
ואתם ואני תורמים לזה בשיחת TED הזו.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
אבל התוכנה המתקדמת ביותר שלנו עדיין
מתמודדת בלהבין
מתמודדת בלהבין
02:27
and managing this enormous content.
35
135785
3876
ולנהל את התוכן העצום הזה.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
אז במילים אחרות, במשותף כחברה,
02:36
we're very much blind,
37
144933
1746
אנחנו מאוד עיוורים,
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
כי המכונות החכמות ביותר שלנו
עדיין עיוורות.
עדיין עיוורות.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
אתם יכולים לשאול -
"למה זה כל כך קשה?"
"למה זה כל כך קשה?"
02:46
Cameras can take pictures like this one
40
154452
2693
מצלמות יכולות לקחת תמונות כמו זו,
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
על ידי המרת אורות לשטח דו מימדי של מספרים,
02:53
known as pixels,
42
161139
1650
הידועים כפיקסלים,
02:54
but these are just lifeless numbers.
43
162789
2251
אבל אלו רק מספרים חסרי חיים.
02:57
They do not carry meaning in themselves.
44
165040
3111
הם לא נושאים איזושהי משמעות בעצמם.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
כמו שלשמוע זה לא אותו דבר כמו להקשיב,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
לקחת תמונות זה לא אותו דבר כמו לראות,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
ובלראות, אנחנו למעשה מתכוונים ללהבין.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
למעשה, זה לקח לאימא טבע
540 מיליון שנים של עבודה קשה
540 מיליון שנים של עבודה קשה
03:19
to do this task,
49
187470
1973
לעשות את המשימה הזו,
03:21
and much of that effort
50
189443
1881
והרבה מהמאמץ הזה
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
הלך על פיתוח מנגנון
העיבוד החזותי של המוח שלנו,
העיבוד החזותי של המוח שלנו,
03:28
not the eyes themselves.
52
196595
2647
לא העיניים עצמן.
03:31
So vision begins with the eyes,
53
199242
2747
אז ראייה מתחילה בעיניים,
03:33
but it truly takes place in the brain.
54
201989
3518
אבל באמת מתרחשת במוח.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
אז במשך 15 שנים האחרונות,
מהדוקטורט שלי במכון הטכנולוגי של קליפורניה
מהדוקטורט שלי במכון הטכנולוגי של קליפורניה
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
ואז הובלת מעבדת הראייה בסטנפורד,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
אני עובדת עם המורים הרוחניים שלי,
משתפי פעולה וסטודנטים,
משתפי פעולה וסטודנטים,
03:50
to teach computers to see.
58
218669
2889
ללמד מחשבים לראות.
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
תחום המחקר שלנו נקרא -
ראייה ממוחשבת ולמידת מכונה.
ראייה ממוחשבת ולמידת מכונה.
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
זה חלק מתחום כללי יותר
של אינטלגנציה מלאכותית.
של אינטלגנציה מלאכותית.
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
אז בסופו של דבר, אנחנו רוצים
ללמד את המכונות לראות כמו שאנחנו רואים:
ללמד את המכונות לראות כמו שאנחנו רואים:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
לנקוב בשמות של אובייקטים, לזהות אנשים,
להסיק גיאומטרית תלת מימדית של דברים,
להסיק גיאומטרית תלת מימדית של דברים,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
להבין קשרים, רגשות, פעולות וכוונות.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
אתם ואני רוקמים ביחד
סיפורים שלמים של אנשים, מקומות ודברים
סיפורים שלמים של אנשים, מקומות ודברים
04:25
the moment we lay our gaze on them.
65
253721
2164
ברגע שאנחנו מניחים עליהם את המבט שלנו.
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
הצעד הראשון לכיוון המטרה הזו
הוא ללמד מחשב לראות חפצים,
הוא ללמד מחשב לראות חפצים,
04:34
the building block of the visual world.
67
262538
3368
אבן הבניין של העולם החזותי.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
במונחים הכי פשוטים,
דמיינו את תהליך הלמידה הזה
דמיינו את תהליך הלמידה הזה
04:42
as showing the computers
some training images
some training images
69
270340
2995
כלהראות למחשבים
כמה תמונות אימון של אובייקט מסוים,
כמה תמונות אימון של אובייקט מסוים,
04:45
of a particular object, let's say cats,
70
273335
3321
בואו נאמר חתולים,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
ועיצוב מודל שילמד מתמונות האימון האלו.
04:53
How hard can this be?
72
281393
2044
כמה קשה זה כבר יכול להיות?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
אחרי הכל, חתול הוא פשוט
אוסף של צורות וצבעים,
אוסף של צורות וצבעים,
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
וזה מה שאנחנו עשינו בימים הראשונים
של שימוש כמודל תיאורטי באובייקטים.
של שימוש כמודל תיאורטי באובייקטים.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
היינו אומרים לאלגוריתם של המחשב
בשפה מתמטית
בשפה מתמטית
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
שהפנים של חתול הן עגולות,
גוף שמנמן,
גוף שמנמן,
05:10
two pointy ears, and a long tail,
77
298540
2299
שני אוזניים מחודדות, זנב ארוך,
05:12
and that looked all fine.
78
300839
1410
וזה היה נראה בסדר גמור.
05:14
But what about this cat?
79
302859
2113
אבל מה עם החתול הזה?
05:16
(Laughter)
80
304972
1091
(צחוק)
05:18
It's all curled up.
81
306063
1626
הוא כולו מכורבל.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
עכשיו צריך להוסיף עוד צורה ונקודת מבט
למודל האובייקט.
למודל האובייקט.
05:24
But what if cats are hidden?
83
312408
1715
אבל מה אם חתולים מתחבאים?
05:27
What about these silly cats?
84
315143
2219
מה עם החתולים המטופשים האלו?
05:31
Now you get my point.
85
319112
2417
עכשיו אתם מתחילים להבין את הנקודה שלי.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
אפילו משהו פשוט כמו חיית מחמד ביתית
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
יכול להציג אינסוף צורות למודל של אובייקט,
05:41
and that's just one object.
88
329400
2233
וזה רק אובייקט אחד.
05:44
So about eight years ago,
89
332573
2492
אז לפני 8 שנים בערך,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
הסתכלות מאוד פשוטה ומעמיקה
שינתה את המחשבה שלי.
שינתה את המחשבה שלי.
05:53
No one tells a child how to see,
91
341425
2685
אף אחד לא אומר לילד איך לראות,
05:56
especially in the early years.
92
344110
2261
במיוחד לא בשנים המוקדמות.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
הם לומדים דרך הנסיון
בעולם האמיתי ודוגמאות.
בעולם האמיתי ודוגמאות.
06:03
If you consider a child's eyes
94
351371
2740
אם תתייחסו לעיניים של ילד
06:06
as a pair of biological cameras,
95
354111
2554
כזוג מצלמות ביולוגיות
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
הן לוקחות תמונה אחת
בערך כל 200 אלפיות השנייה,
בערך כל 200 אלפיות השנייה,
06:12
the average time an eye movement is made.
97
360845
3134
הזמן הממוצע של תנועת עין.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
אז עד גיל שלוש, ילד יראה
מאות מיליוני תמונות
מאות מיליוני תמונות
06:21
of the real world.
99
369529
1834
של העולם האמיתי.
06:23
That's a lot of training examples.
100
371363
2280
זה הרבה דוגמאות אימון.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
אז במקום להתרכז אך ורק על אלגוריתמים
טובים יותר ויותר,
טובים יותר ויותר,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
התובנה שלי היתה לתת לאלגוריתמים
את סוג מידע האימון
את סוג מידע האימון
06:37
that a child was given through experiences
103
385644
3319
שילד מקבל דרך ניסיון
06:40
in both quantity and quality.
104
388963
3878
גם בכמות וגם באיכות.
06:44
Once we know this,
105
392841
1858
ברגע שאנחנו יודעים את זה,
06:46
we knew we needed to collect a data set
106
394699
2971
ידענו שאנחנו צריכים לאסוף מערכת מידע
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
שיש בה הרבה יותר תמונות
ממה שהיו לנו אי פעם,
ממה שהיו לנו אי פעם,
06:54
perhaps thousands of times more,
108
402129
2577
אולי פי כמה אלפים יותר,
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
ויחד עם פרופסור קאי לי
מאוניברסיטת פרינסטון,
מאוניברסיטת פרינסטון,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
התחלנו את פרוייקט אימג'נט ב-2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
למזלנו, לא היינו צריכים לשים
מצלמה על ראשינו
מצלמה על ראשינו
07:09
and wait for many years.
112
417407
1764
ולחכות הרבה שנים.
07:11
We went to the Internet,
113
419171
1463
ניגשנו לאינטרנט,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
האוצר הגדול ביותר של תמונות
שהאדם יצר אי פעם.
שהאדם יצר אי פעם.
07:17
We downloaded nearly a billion images
115
425070
3041
הורדנו כמעט מיליארד תמונות
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
והשתמשנו בפעילות של הציבור הרחב
כמו הפלטפורמת המכניקל טורק של אמזון
כמו הפלטפורמת המכניקל טורק של אמזון
07:25
to help us to label these images.
117
433991
2339
כדי לעזור לנו לתייג את התמונות האלו.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
בשיאו, אימג'נט היה אחד המעסיקים הגדולים
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
של פלטפורמת טורק של אמזון:
07:36
together, almost 50,000 workers
120
444226
3854
ביחד, כמעט 50,000 עובדים
07:40
from 167 countries around the world
121
448080
4040
מ-167 מדינות מסביב לעולם
07:44
helped us to clean, sort and label
122
452120
3947
עזרו לנו לנקות, לסדר ולתייג
07:48
nearly a billion candidate images.
123
456067
3575
כמעט מיליארד תמונות מועמדות.
07:52
That was how much effort it took
124
460612
2653
זה כמה מאמץ נדרש
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
כדי ללכוד שבריר מיכולת הדימוי
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
שמוח של ילד מסוגל לעשות
בשנות ההתפתחות המוקדמות.
בשנות ההתפתחות המוקדמות.
08:04
In hindsight, this idea of using big data
127
472148
3902
בדיעבד, הרעיון להשתמש בביג דאטה
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
בשביל לאמן אלגוריתם של מחשב
נראה אולי ברור עכשיו,
נראה אולי ברור עכשיו,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
אבל ב-2007, זה לא היה כזה ברור.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
היינו יחסית לבד במסע הזה למשך זמן לא קצר.
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
כמה עמיתים ידידותיים הציעו לי לעשות משהו
שימושי יותר בשביל הקביעות שלי,
שימושי יותר בשביל הקביעות שלי,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
והיינו נאבקים כל הזמן על תקציבי מחקר.
08:29
Once, I even joked to my graduate students
133
497933
2485
פעם אחת, התבדחתי
עם הסטודנטים שלי לתואר שני
עם הסטודנטים שלי לתואר שני
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
שאני פשוט אפתח מחדש את החנות
לניקוי יבש שלי כדי לממן את אימג'נט.
לניקוי יבש שלי כדי לממן את אימג'נט.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
אחרי הכל, ככה מימנתי את שנות הלימודים שלי.
08:41
So we carried on.
136
509242
1856
אז המשכנו.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
ב-2009, פרוייקט אימג'נט סיפק
08:46
a database of 15 million images
138
514813
4042
בסיס נתונים של 15 מיליון תמונות
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
לרוחב 22,000 סוגי אובייקטים ודברים
08:55
organized by everyday English words.
140
523660
3320
מאורגנים לפי שפה אנגלית יומיומית.
08:58
In both quantity and quality,
141
526980
2926
גם בכמות וגם באיכות,
09:01
this was an unprecedented scale.
142
529906
2972
זה היה קנה מידה חסר תקדים.
09:04
As an example, in the case of cats,
143
532878
3461
כדוגמא, במקרה של חתולים,
09:08
we have more than 62,000 cats
144
536339
2809
יש לנו יותר מ-62,000 חתולים
09:11
of all kinds of looks and poses
145
539148
4110
בכל מיני מראות ותנוחות
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
ועל פני כל המינים של
חתולים ביתיים ופראיים.
חתולים ביתיים ופראיים.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
היינו נרגשים להרכיב את אימג'נט,
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
ורצינו שכל עולם המחקר ירוויח ממנו,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
אז ברוח TED, פתחנו את כל
מערכת הנתונים שלנו
מערכת הנתונים שלנו
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
לקהילת המחקר ברחבי העולם בחינם.
09:36
(Applause)
151
564636
4000
(מחיאות כפיים)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
עכשיו כשיש לנו את הנתונים להזין
במוח הממוחשב שלנו,
במוח הממוחשב שלנו,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
אנחנו מוכנים לחזור לאלגוריתמים עצמם.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
כפי שהתברר, עושר המידע
שסופק על ידי אימג'נט
שסופק על ידי אימג'נט
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
היה התאמה מושלמת לסוג מסויים
של אלגוריתמים ללמידת מכונה
של אלגוריתמים ללמידת מכונה
09:59
called convolutional neural network,
156
587675
2415
הנקראים רשת עצבים מורכבת,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
שפרצו דרך על ידי
קוניהיקו פוקושימה, ג'ף הינטון ויאן לה-קון
קוניהיקו פוקושימה, ג'ף הינטון ויאן לה-קון
10:07
back in the 1970s and '80s.
158
595338
3645
בשנות ה-70 וה-80.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
בדיוק כמו שהמוח מכיל מיליארדי נוירונים
המחוברים היטב,
המחוברים היטב,
10:16
a basic operating unit in a neural network
160
604602
3854
יחידת הפעלה בסיסית ברשת הנויראלית
10:20
is a neuron-like node.
161
608456
2415
היא הצומת מנתב המידע דמוי נוירון.
10:22
It takes input from other nodes
162
610871
2554
הוא מקבל מידע מצמתים אחרים
10:25
and sends output to others.
163
613425
2718
ושולח אותם לאחרים.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
יתרה מזו, מאות אלפי
או אולי אפילו מיליוני הצמתים
או אולי אפילו מיליוני הצמתים
10:32
are organized in hierarchical layers,
165
620856
3227
מאורגנים בשכבות היררכיות,
10:36
also similar to the brain.
166
624083
2554
גם כן בדומה למוח.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
ברשת נויראלית טיפוסית אנו משתמשים
כדי לאמן את המודל זיהוי האובייקטים שלנו,
כדי לאמן את המודל זיהוי האובייקטים שלנו,
10:43
it has 24 million nodes,
168
631420
3181
יש בו 24 מיליון צמתים,
10:46
140 million parameters,
169
634601
3297
140 מיליון משתנים,
10:49
and 15 billion connections.
170
637898
2763
ו-15 מיליארד קשרים.
10:52
That's an enormous model.
171
640661
2415
זה מודל ענק.
10:55
Powered by the massive data from ImageNet
172
643076
3901
המונע על ידי מידע נתונים עצום מאימג'נט
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
ויחידות העיבוד המרכזיות והמעבדים הגרפיים
לאימון מודל כזה כביר,
לאימון מודל כזה כביר,
11:04
the convolutional neural network
174
652410
2369
הרשת הנויראלית המורכבת
11:06
blossomed in a way that no one expected.
175
654779
3436
פרחה בצורה שאף אחד לא ציפה לה.
11:10
It became the winning architecture
176
658215
2508
זה הפך להיות הארכיטקטורה המנצחת
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
ביצירת תוצאות חדשות ומרגשות
בזיהוי אובייקטים.
בזיהוי אובייקטים.
11:18
This is a computer telling us
178
666063
2810
זה מחשב שאומר לנו
11:20
this picture contains a cat
179
668873
2300
שהתמונה הזו מכילה חתול
11:23
and where the cat is.
180
671173
1903
ואיפה נמצא החתול.
11:25
Of course there are more things than cats,
181
673076
2112
כמובן שיש יותר דברים מחתולים,
11:27
so here's a computer algorithm telling us
182
675188
2438
אז הנה אלגוריתם של מחשב אומר לנו
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
שהתמונה מכילה ילד ובובת דובי;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
כלב, אדם, ועפיפון קטן ברקע;
11:37
or a picture of very busy things
185
685266
3135
או תמונה של דברים מאוד עסוקים
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
כמו איש, סקייטבורד, מעקות,
עמוד תאורה וכן הלאה.
עמוד תאורה וכן הלאה.
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
לפעמים, כשהמחשב לא בטוח לגמרי
במה שהוא רואה,
במה שהוא רואה,
11:51
we have taught it to be smart enough
188
699498
2276
לימדנו אותו להיות חכם מספיק
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
כדי לתת לנו תשובה בטוחה
במקום להתחייב יותר מדי,
במקום להתחייב יותר מדי,
11:57
just like we would do,
190
705652
2811
בדיוק כמו שאנחנו היינו עושים,
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
אבל בפעמים אחרות האלגוריתם הממוחשב שלנו
מצויין בלהגיד לנו
מצויין בלהגיד לנו
12:05
what exactly the objects are,
192
713129
2253
מה בדיוק הם האובייקטים,
12:07
like the make, model, year of the cars.
193
715382
3436
כמו היצרן, המודל והשנה של מכוניות.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
יישמנו את האלגוריתם הזה למיליוני תמונות
של מפת הרחובות של גוגל
של מפת הרחובות של גוגל
12:16
across hundreds of American cities,
195
724204
3135
במאות ערים אמריקניות,
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
ולמדנו משהו מאוד מעניין:
12:22
first, it confirmed our common wisdom
197
730265
3320
דבר ראשון, זה אימת את הידע הנפוץ
12:25
that car prices correlate very well
198
733585
3290
שמחירי מכוניות נמצאים בקשר ישיר
12:28
with household incomes.
199
736875
2345
להכנסות משק הבית.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
אבל באופן מפתיע, מחירי המכוניות
נמצאים בקשר ישיר
נמצאים בקשר ישיר
12:35
with crime rates in cities,
201
743747
2300
עם רמת הפשע בערים,
12:39
or voting patterns by zip codes.
202
747007
3963
או תבנית הצבעות על פי מיקודים.
12:44
So wait a minute. Is that it?
203
752060
2206
אז רגע. זה הכל?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
האם המחשב השווה או אפילו עקף
את היכולות האנושיות?
את היכולות האנושיות?
12:51
Not so fast.
205
759419
2138
לא כל כך מהר.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
עד עכשיו, אנחנו רק לימדנו את המחשב
לראות אובייקטים.
לראות אובייקטים.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
זה כמו שילד קטן לומד לבטא מספר
שמות עצם.
שמות עצם.
13:03
It's an incredible accomplishment,
208
771124
2670
זה הישג מדהים,
13:05
but it's only the first step.
209
773794
2460
אבל זה רק הצעד הראשון.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
בקרוב, עוד אבן דרך התפתחותית תושג,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
וילדים מתחילים לתקשר במשפטים.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
אז במקום להגיד - זה חתול בתמונה,
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
כבר שמעתם את הילדה הקטנה אומרת לנו
שזה חתול ששוכב על מיטה.
שזה חתול ששוכב על מיטה.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
אז ללמד מחשב לראות תמונה
ולייצר משפטים,
ולייצר משפטים,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
הנישואים בין ביג דאטה
לאלגוריתם לימוד מכונה
לאלגוריתם לימוד מכונה
13:34
has to take another step.
216
802446
2275
צריכים לקחת עוד צעד.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
עכשיו, המחשב צריך ללמוד משתי התמונות
13:40
as well as natural language sentences
218
808877
2856
כמו גם ממשפטים טבעיים בשפה
13:43
generated by humans.
219
811733
3322
שנוצרים על ידי בני אדם.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
בדיוק כמו שהמוח מייצר ראייה ושפה,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
אנחנו פיתחנו מודל שמקשר חלקים
של דברים ויזואלים
של דברים ויזואלים
13:56
like visual snippets
222
824109
1904
כמו מקטעים קצרים
13:58
with words and phrases in sentences.
223
826013
4203
עם מילים וביטויים במשפטים.
14:02
About four months ago,
224
830216
2763
לפני ארבעה חודשים בערך,
14:04
we finally tied all this together
225
832979
2647
סוף סוף קשרנו את כל זה ביחד
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
ויצרנו את אחד ממודלי
הראייה הממוחשבת הראשונים
הראייה הממוחשבת הראשונים
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
שמסוגלים לייצר משפט בדומה לאדם
14:15
when it sees a picture for the first time.
228
843404
3506
כאשר הוא רואה תמונה בפעם הראשונה.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
עכשיו, אני מוכנה להראות לכם
מה המחשב אומר
מה המחשב אומר
14:23
when it sees the picture
230
851554
1975
כשהוא רואה את התמונה
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
שהילדה הקטנה ראתה בתחילת השיחה הזו.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
(וידאו) מחשב: איש עומד ליד פיל.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
מטוס גדול עומד על מסלול טיסה.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
פיי פיי: כמובן, אנחנו עדיין עובדים קשה
כדי לשפר את האלגוריתמים שלנו,
כדי לשפר את האלגוריתמים שלנו,
14:45
and it still has a lot to learn.
235
873269
2596
ועדיין יש לו הרבה ללמוד.
14:47
(Applause)
236
875865
2291
(מחיאות כפיים)
14:51
And the computer still makes mistakes.
237
879556
3321
והמחשב עדיין עושה טעויות.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(וידאו) מחשב: חתול שוכב על מיטה בשמיכה.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
פיי פיי: אז כמובן, כשהוא רואה
יותר מדי חתולים,
יותר מדי חתולים,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
הוא חושב שהכל יכול להיראות כמו חתול.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(וידאו) מחשב: ילד צעיר מחזיק אלת בייסבול.
15:08
(Laughter)
242
896181
1765
(צחוק)
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
פיי פיי: או אם הוא לא ראה מברשת שיניים,
הוא מבלבל את זה עם אלת בייסבול.
הוא מבלבל את זה עם אלת בייסבול.
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
(וידאו) מחשב: איש רוכב על סוס
במורד הרחוב ליד בניין.
במורד הרחוב ליד בניין.
15:18
(Laughter)
245
906743
2023
(צחוק)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
פיי פיי: לא לימדנו את המחשבים
מבוא לאומנות.
מבוא לאומנות.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(וידאו) מחשב: זברה עומדת בשדה עשב.
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
פיי פיי: והוא לא למד להעריך
את היופי המדהים של הטבע
את היופי המדהים של הטבע
15:32
like you and I do.
249
920019
2438
כמוני וכמוכם.
15:34
So it has been a long journey.
250
922457
2832
אז עדיין יש לו דרך ארוכה.
15:37
To get from age zero to three was hard.
251
925289
4226
להגיע מגיל אפס לשלוש היה קשה.
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
האתגר האמיתי הוא להגיע
משלוש לשלוש עשרה ומעבר לזה.
משלוש לשלוש עשרה ומעבר לזה.
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
תרשו לי להזכיר לכם עם התמונה
של הילד והעוגה שוב.
של הילד והעוגה שוב.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
עד עכשיו, לימדנו את המחשב לראות אובייקטים
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
או אפילו לספר לנו סיפור פשוט
כשהוא רואה תמונה.
כשהוא רואה תמונה.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(וידאו) מחשב: אדם יושב ליד שולחן עם עוגה.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
פיי פיי: אבל יש עוד כל כך הרבה בתמונה הזו
16:06
than just a person and a cake.
258
954204
2270
מאשר רק אדם ועוגה.
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
מה שהמחשב לא רואה זה שזו
עוגה איטלקית מיוחדת
עוגה איטלקית מיוחדת
16:12
that's only served during Easter time.
260
960941
3217
שמוגשת רק בחג הפסחא.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
הילד לובש את החולצה האהובה עליו
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
שניתנה לו על ידי אביו אחרי טיול בסידני,
16:23
and you and I can all tell how happy he is
263
971333
3808
ואתם ואני יכוים להגיד כמה מאושר הוא
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
ומה בדיוק הוא חושב ברגע הזה.
16:31
This is my son Leo.
265
979214
3125
זה בני ליאו.
16:34
On my quest for visual intelligence,
266
982339
2624
במסע שלי לאינטלגנציה חזותית,
16:36
I think of Leo constantly
267
984963
2391
אני כל הזמן חושבת על ליאו
16:39
and the future world he will live in.
268
987354
2903
ועל העולם העתידי בו הוא יחיה.
16:42
When machines can see,
269
990257
2021
כשמכונות יכולות לראות,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
לרופאים ואחיות יהיה עוד זוג עיניים
שלא מתעייפות
שלא מתעייפות
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
כדי לעזור להם לאבחן ולדאוג למטופלים.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
מכוניות ינועו
בצורה חכמה יותר ובטוחה יותר בדרכים.
בצורה חכמה יותר ובטוחה יותר בדרכים.
16:57
Robots, not just humans,
273
1005465
2694
רובוטים, לא רק בני אדם,
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
יעזרו לנו לעמוד בגבורה באזורי אסון
ולהציל את הלכודים והפצועים.
ולהציל את הלכודים והפצועים.
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
אנחנו נגלה מינים חדשים,
חומרים טובים יותר,
חומרים טובים יותר,
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
ונחקור גבולות חדשים
עם עזרה של המכונות.
עם עזרה של המכונות.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
לאט לאט, אנחנו נותנים יכולת ראייה למכונות.
17:19
First, we teach them to see.
278
1027280
2798
קודם כל, אנחנו מלמדים אותם לראות.
17:22
Then, they help us to see better.
279
1030078
2763
לאחר מכן, הם יעזרו לנו לראות טוב יותר.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
בפעם הראשונה, העיניים האנושיות
לא יהיו העיניים היחידות
לא יהיו העיניים היחידות
17:29
pondering and exploring our world.
281
1037006
2934
שמהרהרות וחוקרות את העולם.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
אנחנו לא רק נשתמש במכונות
בשביל האינטליגנציה שלהם,
בשביל האינטליגנציה שלהם,
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
אנחנו גם נשתף איתן פעולה בדרכים
שאנחנו אפילו לא יכולים לדמיין.
שאנחנו אפילו לא יכולים לדמיין.
17:41
This is my quest:
284
1049579
2161
זה המסע שלי:
17:43
to give computers visual intelligence
285
1051740
2712
לתת למחשבים תבונה חזותית
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
וליצור עתיד טוב יותר
בשביל ליאו ובשביל העולם.
בשביל ליאו ובשביל העולם.
17:51
Thank you.
287
1059583
1811
תודה רבה.
17:53
(Applause)
288
1061394
3785
(מחיאות כפיים)
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