TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Come insegniamo ai computer a capire immagini
Filmed:
Readability: 4.5
2,702,344 views
Quando una bambina guarda una foto, può identificare semplici elementi: “gatto“, “libro“, “sedia“. Oggi, i computer diventano intelligenti al punto di fare la stessa cosa. Dove andremo a finire? In una conferenza emozionante, Fei-Fei Li, esperta di visione artificiale, descrive una tecnologia all'avanguardia — compreso il database di 15 milioni di foto che il suo team ha creato per “insegnare“ a un computer a capire immagini ― e le conoscenze chiave che verranno.
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
Lasciate che vi mostri qualcosa.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
Ok, è un gatto seduto sul letto.
Il ragazzo sta accarezzando l'elefante.
00:22
The boy is petting the elephant.
2
10260
4040
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Sono persone
che salgono su un aereo.
che salgono su un aereo.
È un grande aereo.
00:30
That's a big airplane.
4
18654
2810
È una bambina di tre anni
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
che descrive ciò
che vede nelle foto.
che vede nelle foto.
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
Anche se ha ancora tanto da imparare,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
è già un'esperta in
un compito importante:
un compito importante:
00:46
to make sense of what she sees.
9
34743
2846
capire ciò che vede.
La tecnologia nella nostra
società è più sviluppata che mai.
società è più sviluppata che mai.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Mandiamo persone sulla Luna,
creiamo cellulari che ci parlano
creiamo cellulari che ci parlano
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
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
o personalizziamo le stazioni radio
per ascoltare la musica che ci piace.
per ascoltare la musica che ci piace.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Eppure, i computer
e i dispositivi più avanzati
e i dispositivi più avanzati
01:07
still struggle at this task.
14
55085
2903
non sono ancora in grado
di svolgere questo compito.
di svolgere questo compito.
Oggi vi mostrerò
un rapporto di avanzamento
un rapporto di avanzamento
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
sui progressi della nostra
ricerca sulla visione artificiale,
ricerca sulla visione artificiale,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
una delle tecnologie informatiche
01:21
technologies in computer science.
18
69655
3206
più rivoluzionarie.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Sì, abbiamo prototipi
di auto che si guidano da sole,
di auto che si guidano da sole,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
ma senza la smart vision,
non riescono a distinguere fra
non riescono a distinguere fra
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
un sacchetto spiegazzato sulla
strada che può essere investito
strada che può essere investito
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
e una pietra che sarebbe da evitare.
Abbiamo creato favolose
fotocamere con megapixel,
fotocamere con 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
ma non abbiamo
ancora ridato la vista ai ciechi.
ancora ridato la vista ai ciechi.
01:48
Drones can fly over massive land,
25
96420
3305
I droni volano su
grandi parti di terra,
grandi parti di terra,
ma la loro tecnologia visiva non basta
01:51
but don't have enough vision technology
26
99725
2134
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
a monitorare
le variazioni delle foreste pluviali.
le variazioni delle foreste pluviali.
01:57
Security cameras are everywhere,
28
105320
2950
Ci sono telecamere
a circuito chiuso ovunque,
a circuito chiuso ovunque,
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
che però non ci avvertono quando
un bambino sta affogando in una piscina.
un bambino sta affogando in una piscina.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Video e foto stanno diventando
parte integrante della vita globale.
parte integrante della vita globale.
Sono generati a un ritmo
più veloce di quello che ogni uomo
più veloce di quello che ogni uomo
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
02:15
or teams of humans, could hope to view,
32
123849
2783
o gruppi di uomini spera di poter avere,
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
e vi contribuiamo in questo TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Eppure il nostro software più
avanzato non riesce ancora a capire
avanzato non riesce ancora a capire
02:27
and managing this enormous content.
35
135785
3876
e amministrare quest'enorme contenuto.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
In altri termini collettivamente
siamo una società di ciechi
02:36
we're very much blind,
37
144933
1746
perché le nostre macchine più
intelligenti sono ancora cieche.
intelligenti sono ancora cieche.
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
Vi chiederete perché sia così difficile.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
Le fotocamere scattano foto come questa,
02:46
Cameras can take pictures like this one
40
154452
2693
trasformando le luci in
una matrice bidimensionale di numeri,
una matrice bidimensionale di numeri,
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
i pixels,
02:53
known as pixels,
42
161139
1650
02:54
but these are just lifeless numbers.
43
162789
2251
però sono solo numeri senza vita.
02:57
They do not carry meaning in themselves.
44
165040
3111
Non hanno alcun significato di per sé.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Proprio come udire non è come ascoltare,
scattare foto non è come vedere,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
e con vedere intendiamo capire.
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
In effetti, ci sono voluti 540 milioni
anni di duro lavoro a Madre Natura
anni di duro lavoro a Madre Natura
03:19
to do this task,
49
187470
1973
per completare questo compito,
03:21
and much of that effort
50
189443
1881
e gran parte di questo sforzo
è andato allo sviluppo
dell'elaborazione ottica del cervello,
dell'elaborazione ottica del cervello,
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
non agli occhi.
03:28
not the eyes themselves.
52
196595
2647
Quindi la visione inizia con gli occhi,
03:31
So vision begins with the eyes,
53
199242
2747
03:33
but it truly takes place in the brain.
54
201989
3518
ma in realtà avviene nel cervello.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Dunque da 15 anni,
prima con il Ph.D al Caltech
prima con il Ph.D al Caltech
e poi a capo del Vision Lab di Stanford,
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
lavoro con i miei
mentori, collaboratori e studenti
mentori, collaboratori e studenti
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
per insegnare ai computer a vedere.
Il campo di ricerca si chiama visione
artificiale e apprendimento automatico.
artificiale e apprendimento automatico.
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
Fa parte del campo
generale dell'intelligenza artificiale.
generale dell'intelligenza artificiale.
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
Allora in sostanza, vogliamo insegnare
alle macchine a vedere proprio come noi:
alle macchine a vedere proprio come noi:
indicare cose, riconoscere persone,
dedurre la geometria 3D degli oggetti,
dedurre la geometria 3D degli oggetti,
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
comprendere relazioni,
emozioni, azioni e intenzioni.
emozioni, azioni e intenzioni.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Tessiamo intere storie
di persone, luoghi e cose
di persone, luoghi e cose
04:25
the moment we lay our gaze on them.
65
253721
2164
quando fissiamo lo sguardo su di loro.
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
Il primo passo verso questo scopo è
insegnare a un computer a vedere cose,
insegnare a un computer a vedere cose,
04:34
the building block of the visual world.
67
262538
3368
il mattone del mondo visivo.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
In parole povere immaginate
questo processo d'insegnamento
questo processo d'insegnamento
04:42
as showing the computers
some training images
some training images
69
270340
2995
come mostrare ai computer immagini
04:45
of a particular object, let's say cats,
70
273335
3321
di un oggetto specifico, come gatti,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
e creare un modello che
impara da queste immagini.
impara da queste immagini.
04:53
How hard can this be?
72
281393
2044
Quanto può essere difficile?
Dopotutto, un gatto è solo
un insieme di forme e colori,
un insieme di forme e colori,
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 l'abbiamo fatto nella prima
fase di realizzazione dei modelli.
fase di realizzazione dei modelli.
Abbiamo detto all'algoritmo
con un linguaggio matematico
con un linguaggio matematico
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
che un gatto ha una
faccia tonda, un corpo paffuto,
faccia tonda, un corpo paffuto,
due orecchie a punta e una coda lunga,
05:10
two pointy ears, and a long tail,
77
298540
2299
e fin qui tutto ok.
05:12
and that looked all fine.
78
300839
1410
Ma che dire di questo gatto?
05:14
But what about this cat?
79
302859
2113
05:16
(Laughter)
80
304972
1091
(Risate)
È tutto accartocciato.
05:18
It's all curled up.
81
306063
1626
Ora si deve aggiungere un'altra
forma e punto di vista al modello.
forma e punto di vista al modello.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Ma se i gatti sono nascosti?
05:24
But what if cats are hidden?
83
312408
1715
05:27
What about these silly cats?
84
315143
2219
Che dire di questi gatti sciocchi?
05:31
Now you get my point.
85
319112
2417
Ora mi capite.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Anche qualcosa di semplice
come un animale domestico
come un animale domestico
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
può presentare
un numero infinito di variazioni,
un numero infinito di variazioni,
ed è un oggetto solo.
05:41
and that's just one object.
88
329400
2233
05:44
So about eight years ago,
89
332573
2492
Allora otto anni fa,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
un'osservazione molto semplice
e profonda ha cambiato il mio parere.
e profonda ha cambiato il mio parere.
05:53
No one tells a child how to see,
91
341425
2685
Nessuno dice a un bambino come vedere,
soprattutto nei primi anni.
05:56
especially in the early years.
92
344110
2261
Lo imparano con
esperienze e esempi del mondo reale.
esperienze e esempi del mondo reale.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
06:03
If you consider a child's eyes
94
351371
2740
Se considerate gli occhi di un bambino
come un paio di fotocamere biologiche,
06:06
as a pair of biological cameras,
95
354111
2554
scattano una foto ogni 200 millisecondi,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
il tempo medio di
un movimento dell'occhio.
un movimento dell'occhio.
06:12
the average time an eye movement is made.
97
360845
3134
Dunque entro i 3 anni, un bambino
vede centinaia di migliaia di immagini
vede centinaia di migliaia di immagini
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
del mondo reale.
06:21
of the real world.
99
369529
1834
Questi sono tanti esempi d'insegnamento.
06:23
That's a lot of training examples.
100
371363
2280
Così invece di concentrarci
solo su algoritmi sempre migliori,
solo su algoritmi sempre migliori,
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
la mia idea era dare
agli algoritmi dati d'insegnamento
agli algoritmi dati d'insegnamento
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
06:37
that a child was given through experiences
103
385644
3319
come quelli che
un bambino ottiene con le esperienze
un bambino ottiene con le esperienze
con la stessa qualità e quantità.
06:40
in both quantity and quality.
104
388963
3878
06:44
Once we know this,
105
392841
1858
Una volta capito questo,
dovevamo accumulare un set di dati
06:46
we knew we needed to collect a data set
106
394699
2971
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
che aveva più immagini che mai,
forse migliaia di volte di più,
06:54
perhaps thousands of times more,
108
402129
2577
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
e con il Professore Kai Li
dell'Università di Princeton,
dell'Università di Princeton,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
abbiamo lanciato
il progetto ImageNet nel 2007.
il progetto ImageNet nel 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Per fortuna non abbiamo dovuto
montare una videocamera in testa
montare una videocamera in testa
e aspettare tanti anni.
07:09
and wait for many years.
112
417407
1764
Siamo andati su Internet,
07:11
We went to the Internet,
113
419171
1463
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
il più grande tesoro d'immagini
che gli uomini abbiano mai creato.
che gli uomini abbiano mai creato.
07:17
We downloaded nearly a billion images
115
425070
3041
Abbiamo scaricato
quasi un miliardo d'immagini
quasi un miliardo d'immagini
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
e usato il crowdsourcing
come Amazon Mechanical Turk
come Amazon Mechanical Turk
per aiutarci a etichettarle.
07:25
to help us to label these images.
117
433991
2339
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
Al suo culumine ImageNet era
uno dei maggiori datori di lavoro
uno dei maggiori datori di lavoro
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
di Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
insieme, quasi 50.000 dipendenti
07:40
from 167 countries around the world
121
448080
4040
di 167 paesi in tutto il mondo
07:44
helped us to clean, sort and label
122
452120
3947
ci hanno aiutato a
pulire, smistare e etichettare
pulire, smistare e etichettare
07:48
nearly a billion candidate images.
123
456067
3575
quasi un miliardo di aspiranti immagini.
Ecco lo sforzo che c'è voluto
07:52
That was how much effort it took
124
460612
2653
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
a catturare persino
una frazione delle immagini
una frazione delle immagini
della mente infantile
nei primi anni di sviluppo.
nei primi anni di sviluppo.
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
A cose fatte l'idea di usare Big Data
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
per addestrare algoritmi
informatici forse oggi sembra ovvia,
informatici forse oggi sembra ovvia,
però nel 2007 non lo era così tanto.
08:12
but back in 2007, it was not so obvious.
129
480600
4110
Per un bel po' siamo
stati soli in questo viaggio.
stati soli in questo viaggio.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Dei colleghi mi hanno consigliato di
fare qualcosa di più utile all'incarico
fare qualcosa di più utile all'incarico
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
e avevamo di continuo
difficoltà con il finanziamento.
difficoltà con il finanziamento.
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
Una volta ho scherzato con i miei studenti
08:29
Once, I even joked to my graduate students
133
497933
2485
dicendo che avrei riaperto
la lavanderia per finanziare ImageNet.
la lavanderia per finanziare ImageNet.
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
Alla fine in questo modo
ho finanziato i miei anni al college.
ho finanziato i miei anni al college.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Allora abbiamo continuato.
08:41
So we carried on.
136
509242
1856
Nel 2009 ImageNet project ha consegnato
08:43
In 2009, the ImageNet project delivered
137
511098
3715
08:46
a database of 15 million images
138
514813
4042
un database di 15 milioni d'immagini
in 22.000 categorie di oggetti e cose
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
08:55
organized by everyday English words.
140
523660
3320
organizzate in parole di uso quotidiano.
Sia in quantità sia in qualità
08:58
In both quantity and quality,
141
526980
2926
era una scala senza precedenti.
09:01
this was an unprecedented scale.
142
529906
2972
09:04
As an example, in the case of cats,
143
532878
3461
Per esempio, nel caso dei gatti,
09:08
we have more than 62,000 cats
144
536339
2809
abbiamo più di 62.000 gatti
09:11
of all kinds of looks and poses
145
539148
4110
di tutti i tipi di aspetto e pose
e in tutte le specie
di gatti domestici e selvatici.
di gatti domestici e selvatici.
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
Eravamo emozionati per il
completamento di ImageNet,
completamento di ImageNet,
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
e volevamo che tutto
il mondo di ricerca ne beneficiasse,
il mondo di ricerca ne beneficiasse,
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
così come TED abbiamo
aperto gratis tutto il set di dati
aperto gratis tutto il set di dati
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
alla comunità di ricerca mondiale.
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
09:36
(Applause)
151
564636
4000
(Applausi)
Ora grazie ai dati per nutrire
il cervello del nostro computer
il cervello del nostro computer
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
siamo pronti a ritornare agli algoritmi.
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
Infatti, la ricchezza
d'informazioni di ImageNet
d'informazioni di ImageNet
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
era perfetta per una particolare classe
di algoritmi di apprendimento automatico
di algoritmi di apprendimento automatico
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
09:59
called convolutional neural network,
156
587675
2415
chiamata rete neurale,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
innovazione di Kunihiko
Fukushima, Geoff Hinton e Yann LeCun
Fukushima, Geoff Hinton e Yann LeCun
negli anni '70 e '80.
10:07
back in the 1970s and '80s.
158
595338
3645
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Proprio come il cervello è fatto
di miliardi di neuroni ben collegati,
di miliardi di neuroni ben collegati,
10:16
a basic operating unit in a neural network
160
604602
3854
un'unità operativa
elementare in una rete neurale
elementare in una rete neurale
10:20
is a neuron-like node.
161
608456
2415
è un nodo tipo neurone.
Prende input di altri nodi
10:22
It takes input from other nodes
162
610871
2554
e invia output a altri.
10:25
and sends output to others.
163
613425
2718
Inoltre quelle centinaia
di migliaia o persino milioni di nodi
di migliaia o persino milioni di nodi
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
10:32
are organized in hierarchical layers,
165
620856
3227
sono organizzate in strati gerarchici,
anche simili al cervello.
10:36
also similar to the brain.
166
624083
2554
In una tipica rete neurale usata per
addestrare il modello di riconoscimento
addestrare il modello di riconoscimento
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
ci sono 24 milioni di nodi,
10:43
it has 24 million nodes,
168
631420
3181
10:46
140 million parameters,
169
634601
3297
140 milioni di parametri
e 15 miliardi di connessioni.
10:49
and 15 billion connections.
170
637898
2763
È un modello enorme.
10:52
That's an enormous model.
171
640661
2415
10:55
Powered by the massive data from ImageNet
172
643076
3901
Alimentata dai dati di ImageNet
e dalle moderne CPU e GPU
per addestrare un modello così immenso,
per addestrare un modello così immenso,
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
la rete neurale convoluzionale
11:04
the convolutional neural network
174
652410
2369
è sbocciata in un modo
che nessuno si aspettava.
che nessuno si aspettava.
11:06
blossomed in a way that no one expected.
175
654779
3436
È diventata l'architettura vincente
11:10
It became the winning architecture
176
658215
2508
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
che genera risultati eclatanti
nel riconoscimento degli oggetti.
nel riconoscimento degli oggetti.
11:18
This is a computer telling us
178
666063
2810
Questo è un computer che ci dice
che in questa foto c'è un gatto
11:20
this picture contains a cat
179
668873
2300
11:23
and where the cat is.
180
671173
1903
e dov'è il gatto.
Certo ci sono anche
altre cose oltre ai gatti
altre cose oltre ai gatti
11:25
Of course there are more things than cats,
181
673076
2112
quindi ecco
un algoritmo informatico che ci dice
un algoritmo informatico che ci dice
11:27
so here's a computer algorithm telling us
182
675188
2438
che nella foto ci sono
un ragazzo e un orsacchiotto;
un ragazzo e un orsacchiotto;
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
un cane, una persona e
un aquilone sullo sfondo;
un aquilone sullo sfondo;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
o una foto di molte cose curiose
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
come un uomo, uno skateboard,
ringhiere, un lampione e così via.
ringhiere, un lampione e così via.
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
A volte quando il computer non
è tanto sicuro di quello che vede,
è tanto sicuro di quello che vede,
11:51
we have taught it to be smart enough
188
699498
2276
gli insegnamo a
essere abbastanza intelligente
essere abbastanza intelligente
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
da darci una risposta
sicura invece d'impegnarsi troppo,
sicura invece d'impegnarsi troppo,
proprio come faremmo noi,
11:57
just like we would do,
190
705652
2811
ma altre volte gli algoritmi ci
dicono in modo eccezionale
dicono in modo eccezionale
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
esattamente che oggetti sono,
12:05
what exactly the objects are,
192
713129
2253
come tipo, modello,
anno delle macchine.
anno delle macchine.
12:07
like the make, model, year of the cars.
193
715382
3436
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Abbiamo applicato questi algoritmi
a tante immagini di Google Street View
a tante immagini di Google Street View
in centinaia di città americane
12:16
across hundreds of American cities,
195
724204
3135
e abbiamo imparato
una cosa molto interessante:
una cosa molto interessante:
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
12:22
first, it confirmed our common wisdom
197
730265
3320
primo, ha confermato
il nostro sapere comune
il nostro sapere comune
12:25
that car prices correlate very well
198
733585
3290
che i prezzi delle auto
sono legati molto bene
sono legati molto bene
12:28
with household incomes.
199
736875
2345
ai redditi familiari.
Ma stupisce che i prezzi
delle auto siano legati bene anche
delle auto siano legati bene anche
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
al tasso di criminalità nelle città,
12:35
with crime rates in cities,
201
743747
2300
o agli schemi di
votazione con codici postali.
votazione con codici postali.
12:39
or voting patterns by zip codes.
202
747007
3963
Allora aspettate. Ce l'abbiamo fatta?
12:44
So wait a minute. Is that it?
203
752060
2206
Il computer ha già le stesse
capacità dell'uomo o perfino migliori?
capacità dell'uomo o perfino migliori?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
12:51
Not so fast.
205
759419
2138
Non ancora.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Finora abbiamo insegnato
ai computer a vedere oggetti.
ai computer a vedere oggetti.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
È come un bambino piccolo che
impara a pronunciare alcuni sostantivi.
impara a pronunciare alcuni sostantivi.
È un risultato incredibile,
13:03
It's an incredible accomplishment,
208
771124
2670
ma è solo il primo passo.
13:05
but it's only the first step.
209
773794
2460
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Presto raggiungeremo
un'altra pietra miliare dello sviluppo
un'altra pietra miliare dello sviluppo
e i bambini inizieranno
a comunicare con frasi.
a comunicare con frasi.
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Allora invece di dire
che c'è un gatto nella foto,
che c'è un gatto nella 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
avete sentito la ragazzina dire
che è un gatto sdraiato sul letto.
che è un gatto sdraiato sul letto.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Quindi per insegnare al computer
a vedere una foto e generare frasi,
a vedere una foto e generare frasi,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
il connubio fra Big Data e
algoritmo di apprendimento automatico
algoritmo di apprendimento automatico
deve fare un altro passo.
13:34
has to take another step.
216
802446
2275
Ora il computer deve
imparare sia dalle foto
imparare sia dalle foto
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
13:40
as well as natural language sentences
218
808877
2856
che dalle frasi naturali
13:43
generated by humans.
219
811733
3322
generate dagli uomini.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
Proprio come il cervello
integra lingua e visione,
integra lingua e visione,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
abbiamo sviluppato un modello
che collega parti di oggetti ottici
che collega parti di oggetti ottici
13:56
like visual snippets
222
824109
1904
come frammenti ottici
a parole e espressioni nelle frasi.
13:58
with words and phrases in sentences.
223
826013
4203
14:02
About four months ago,
224
830216
2763
Circa quattro mesi fa,
abbiamo finalmente provato tutto insieme
14:04
we finally tied all this together
225
832979
2647
e prodotto uno dei primi
modelli di visione artificiale
modelli di visione artificiale
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
capace di generare
una frase tipo quella umana
una frase tipo quella umana
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
14:15
when it sees a picture for the first time.
228
843404
3506
quando vede
una foto per la prima volta.
una foto per la prima volta.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Ora sono pronta
a mostrarvi cosa dice il computer
a mostrarvi cosa dice il computer
14:23
when it sees the picture
230
851554
1975
quando vede la foto
che la ragazzina ha visto
all'inizio di questa conferenza.
all'inizio di questa conferenza.
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
Un uomo in piedi
vicino a un elefante.
vicino a un elefante.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
Un grande aereo
sulla pista di un aeroporto.
sulla pista di un aeroporto.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Certo, lavoriamo duro
per migliorare i nostri algoritmi
per migliorare i nostri algoritmi
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 ci sono ancora molte cose da imparare.
14:47
(Applause)
236
875865
2291
(Applausi)
E il computer fa ancora errori.
14:51
And the computer still makes mistakes.
237
879556
3321
Un gatto sdraiato
a letto con una coperta.
a letto con una coperta.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
Quindi quando vede troppi gatti,
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
crede che tutto
somigli a un gatto.
somigli a un gatto.
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
Un ragazzino con una mazza da baseball.
15:08
(Laughter)
242
896181
1765
(Risate)
Se non ha mai visto uno spazzolino
lo confonde con una mazza da baseball.
lo confonde con una mazza da baseball.
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
Un uomo a cavallo
in una strada vicino a un edificio.
in una strada vicino a un edificio.
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
(Risate)
Non abbiamo
insegnato l'Art. 101 ai computer.
insegnato l'Art. 101 ai computer.
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
Una zebra in una prateria.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
E non ha imparato a apprezzare
la magnifica bellezza della natura
la magnifica bellezza della natura
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
15:32
like you and I do.
249
920019
2438
come me e voi.
Quindi è un lungo vaggio.
15:34
So it has been a long journey.
250
922457
2832
Andare dall'età zero
all'età tre era faticoso.
all'età tre era faticoso.
15:37
To get from age zero to three was hard.
251
925289
4226
La vera sfida è andare
da 3 a 13 e più lontano.
da 3 a 13 e più lontano.
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
Ripensate alla foto
del bambino con la torta.
del bambino con la torta.
Finora abbiamo insegnato
al computer a vedere oggetti
al computer a vedere oggetti
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
o a raccontarci una semplice
storia quando vede un'immagine.
storia quando vede un'immagine.
Una persona seduta
a tavola con una torta.
a tavola con una torta.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
Ma c'è molto di più in questa foto
di una persona con una torta.
16:06
than just a person and a cake.
258
954204
2270
Ciò che il computer non vede è
che è una torta italiana speciale
che è una torta italiana speciale
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
che si serve solo a Pasqua.
Il bambino indossa
la sua t-shirt preferita
la sua t-shirt preferita
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
regalatagli dal padre
dopo un viaggio a Sidney,
dopo un viaggio a Sidney,
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
16:23
and you and I can all tell how happy he is
263
971333
3808
e possiamo notare quanto sia felice
e cosa c'è di preciso
nella sua mente in quel momento.
nella sua mente in quel momento.
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
Questo è mio figlio Leo.
16:31
This is my son Leo.
265
979214
3125
Nella mia ricerca
dell'intelligenza ottica,
dell'intelligenza ottica,
16:34
On my quest for visual intelligence,
266
982339
2624
penso a Leo di continuo
16:36
I think of Leo constantly
267
984963
2391
e al mondo futuro in cui vivrà.
16:39
and the future world he will live in.
268
987354
2903
Quando le macchine potranno vedere,
16:42
When machines can see,
269
990257
2021
i medici e gli infermieri avranno
un paio extra di occhi instancabili
un paio extra di occhi instancabili
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
a aiutarli
con diagnosi e cura dei pazienti.
con diagnosi e cura dei pazienti.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Le auto saranno più
intelligenti e sicure sulla strada.
intelligenti e sicure sulla strada.
16:57
Robots, not just humans,
273
1005465
2694
I robot, non solo gli umani,
ci aiuteranno a salvare
persone intrappolate e ferite.
persone intrappolate e ferite.
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
Scopriremo nuove
specie, materiali migliori,
specie, materiali migliori,
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 esploreremo frontiere
invisibili con l'aiuto delle macchine.
invisibili con l'aiuto delle macchine.
Un po' alla volta
diamo la vista alle macchine.
diamo la vista alle macchine.
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
In primo luogo le insegnamo a vedere.
Poi ci aiutano a vedere meglio.
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
Per la prima volta
gli occhi umani non saranno i soli
gli occhi umani non saranno i soli
a meditare e esplorare il nostro mondo.
17:29
pondering and exploring our world.
281
1037006
2934
Useremo le macchine non
solo per la loro intelligenza,
solo per la loro intelligenza,
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
ma collaboreremo anche con loro
in modi che neanche immaginiamo.
in modi che neanche immaginiamo.
Questa è la mia ricerca:
17:41
This is my quest:
284
1049579
2161
17:43
to give computers visual intelligence
285
1051740
2712
dare ai computer intelligenza ottica
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
e creare un futuro
migliore per Leo e per il mondo.
migliore per Leo e per il mondo.
Grazie.
17:51
Thank you.
287
1059583
1811
17:53
(Applause)
288
1061394
3785
(Applausi)
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