TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Cum învățăm computerele să înțeleagă imagini
Filmed:
Readability: 4.5
2,702,344 views
Când un copil privește o poză, poate identifica elementele simple: „pisică”, „carte”, „scaun”. Acum computerele devin îndeajuns de inteligente să facă același lucru. Ce urmează? Într-un discurs pasional, expertul în recunoașterea computerizată a imaginilor Fei-Fei Li descrie esența a ce va urma, incluzând o bază de date de 15 milioane de poze, pe care echipa sa a construit-o ca să „învețe” un computer să înțeleagă pozele.
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
Să vă arăt ceva.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
OK. Aia e o pisică stând în pat.
00:22
The boy is petting the elephant.
2
10260
4040
Băiatul mângâie elefantul.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Aceștia sunt oameni
care intră într-un avion.
care intră într-un avion.
00:30
That's a big airplane.
4
18654
2810
E un avion mare.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Acesta e o fetiţă de 3 ani
care descrie ce vede în nişte poze.
care descrie ce vede în nişte poze.
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
Poate că mai are multe de învățat
despre lumea asta,
despre lumea asta,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
dar e expertă într-o sarcină
foarte importantă:
foarte importantă:
00:46
to make sense of what she sees.
9
34743
2846
să înțeleagă ceea ce vede.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Societatea noastră
e mai avansată tehnologic ca niciodată.
e mai avansată tehnologic ca niciodată.
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
Trimitem oameni pe lună,
facem telefoane care ne vorbesc
facem telefoane care ne vorbesc
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
sau personalizăm posturi de radio
care pun doar muzica preferată.
care pun doar muzica preferată.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Totuşi, cele mai avansate
mașinării și computere
mașinării și computere
01:07
still struggle at this task.
14
55085
2903
încă se chinuie cu această sarcină.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Sunt azi aici să vă fac un raport despre progresul
recunoașterii computerizate a imaginilor,
recunoașterii computerizate a imaginilor,
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
o cercetare revoluţionară de vârf
din tehnologia şi ştiinţa calculatoarelor.
din tehnologia şi ştiinţa calculatoarelor.
01:21
technologies in computer science.
18
69655
3206
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Avem prototipuri de mașini
care conduc singure,
care conduc singure,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
dar fără vedere inteligentă nu deosebesc
o pungă de hârtie mototolită pe stradă,
o pungă de hârtie mototolită pe stradă,
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
peste care poate trece,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
și o piatră de aceaşi dimensiune,
care ar trebui evitată.
care ar trebui evitată.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Am făcut camere megapixel fabuloase,
dar n-am redat vederea orbilor.
dar n-am redat vederea orbilor.
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
01:48
Drones can fly over massive land,
25
96420
3305
Dronele pot zbura peste suprafeţe întinse,
dar n-au destulă tehnologie vizuală
dar n-au destulă tehnologie vizuală
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
ca să ne ajute să urmărim
schimbările pădurii tropicale.
schimbările pădurii tropicale.
01:57
Security cameras are everywhere,
28
105320
2950
Camerele de securitate sunt peste tot,
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
dar nu ne alertează
când un copil se îneacă într-o piscină.
când un copil se îneacă într-o piscină.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Fotografiile și videoclipurile
devin o parte integrală a vieții globale.
devin o parte integrală a vieții globale.
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
Sunt generate cu o viteză mult peste
ce speră să vadă un om sau un grup,
ce speră să vadă un om sau un grup,
02:15
or teams of humans, could hope to view,
32
123849
2783
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
iar noi contribuim cu acest TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Cele mai avansate programe se străduiesc
să le înțeleagă și să le administreze.
să le înțeleagă și să le administreze.
02:27
and managing this enormous content.
35
135785
3876
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Altfel spus, colectiv, ca societate,
suntem orbi,
suntem orbi,
02:36
we're very much blind,
37
144933
1746
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
pentru că cele mai inteligente dispozitive
sunt încă oarbe.
sunt încă oarbe.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
„De ce e atât de greu?” ați putea întreba.
02:46
Cameras can take pictures like this one
40
154452
2693
Camerele pot face poze ca aceasta
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
convertind lumini în șiruri
de numere bidimensionale – pixeli.
de numere bidimensionale – pixeli.
02:53
known as pixels,
42
161139
1650
02:54
but these are just lifeless numbers.
43
162789
2251
Dar sunt doar numere fără viață.
Nu au un înțeles în sine.
Nu au un înțeles în sine.
02:57
They do not carry meaning in themselves.
44
165040
3111
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Cum „a auzi” nu e la fel cu „a asculta”,
„a face poze” nu e la fel cu „a vedea”,
„a face poze” nu e la fel cu „a vedea”,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
iar prin „a vedea” ne referim la „a înţelege”.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
Naturii i-au trebuit
540 mil. ani de muncă grea pentru asta,
540 mil. ani de muncă grea pentru asta,
03:19
to do this task,
49
187470
1973
03:21
and much of that effort
50
189443
1881
iar mare parte din efort
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
a constat în dezvoltarea creierului
pentru procesarea vederii, nu a ochlor.
pentru procesarea vederii, nu a ochlor.
03:28
not the eyes themselves.
52
196595
2647
03:31
So vision begins with the eyes,
53
199242
2747
Vederea începe cu ochii,
dar de fapt are loc în creier.
dar de fapt are loc în creier.
03:33
but it truly takes place in the brain.
54
201989
3518
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
De 15 ani, începând cu doctoratul
la Caltech,
la Caltech,
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
iar apoi conducând
Laboratorul Vizual din Stanford,
Laboratorul Vizual din Stanford,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
am lucrat cu mentorii,
colaboratorii și studenții mei
colaboratorii și studenții mei
03:50
to teach computers to see.
58
218669
2889
să învățăm computerele să vadă.
Ne ocupăm de recunoașterea
imaginilor și învățarea automată.
imaginilor și învățarea automată.
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
Face parte din aria generală
a inteligenței artificiale.
a inteligenței 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
În final vrem să învățăm mașinăriile
să vadă ca noi:
să vadă ca noi:
să denumească obiecte,
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
să identifice persoane,
să deducă geometria 3D a lucrurilor,
să deducă geometria 3D a lucrurilor,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
să înțeleagă relații, emoții,
acțiuni și intenții.
acțiuni și intenții.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Noi toţi țesem povești întregi
despre oameni, locuri și lucruri
despre oameni, locuri și lucruri
04:25
the moment we lay our gaze on them.
65
253721
2164
în clipa în care le vedem.
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
Primul pas către acest țel e
să învățăm computerele să vadă obiectele,
să învățăm computerele să vadă obiectele,
04:34
the building block of the visual world.
67
262538
3368
pietrele de temelie ale lumii vizuale.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
În cel mai simplu mod,
imaginați-vă acest proces de învățare
imaginați-vă acest proces de învățare
04:42
as showing the computers
some training images
some training images
69
270340
2995
ca arătându-le computerelor
câteva imagini de antrenament
câteva imagini de antrenament
04:45
of a particular object, let's say cats,
70
273335
3321
ale unui obiect, să spunem pisici
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
și creând un model
care învață după aceste imagini.
care învață după aceste imagini.
04:53
How hard can this be?
72
281393
2044
Cât de greu poate fi?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
Până la urmă, o pisică
e doar o colecție de forme și culori,
e doar o colecție de forme și culori,
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
iar asta e ce am făcut
la începutul modelării obiectelor.
la începutul modelării obiectelor.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Îi spuneam computerului
într-un limbaj matematic
într-un limbaj matematic
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
că o pisică are o față rotundă,
un corp durduliu,
un corp durduliu,
05:10
two pointy ears, and a long tail,
77
298540
2299
două urechi ascuțite și o coadă lungă
05:12
and that looked all fine.
78
300839
1410
și totul arăta bine.
05:14
But what about this cat?
79
302859
2113
Dar ce spuneți de pisica asta?
05:16
(Laughter)
80
304972
1091
(Râsete)
05:18
It's all curled up.
81
306063
1626
E ghemuită toată.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Trebuie adăugată încă o formă
și punct de vedere modelului.
și punct de vedere modelului.
05:24
But what if cats are hidden?
83
312408
1715
Dar dacă pisicile sunt ascunse?
05:27
What about these silly cats?
84
315143
2219
Dar aceste pisici prostuțe?
05:31
Now you get my point.
85
319112
2417
Acum mă înțelegeți.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Chiar ceva simplu ca un animal de casă
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
poate prezenta un număr infinit
de variații ale modelului,
de variații ale modelului,
05:41
and that's just one object.
88
329400
2233
iar acesta e doar un obiect.
05:44
So about eight years ago,
89
332573
2492
Acum aproximativ opt ani,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
o observație foarte simplă și profundă
mi-a schimbat gândirea.
mi-a schimbat gândirea.
05:53
No one tells a child how to see,
91
341425
2685
Nimeni nu-i spune unui copil cum să vadă,
mai ales la început.
mai ales la început.
05:56
especially in the early years.
92
344110
2261
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Învață asta prin experiențe și exemple
din lumea reală.
din lumea reală.
06:03
If you consider a child's eyes
94
351371
2740
Dacă considerați ochii copilului
ca o pereche de camere biologice,
ca o pereche de camere biologice,
06:06
as a pair of biological cameras,
95
354111
2554
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
acestea fac o poză
la fiecare 200 milisecunde,
la fiecare 200 milisecunde,
06:12
the average time an eye movement is made.
97
360845
3134
– durata medie a unei mișcări oculare.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Până la 3 ani, un copil ar fi văzut
sute de milioane de poze cu lumea reală.
sute de milioane de poze cu lumea reală.
06:21
of the real world.
99
369529
1834
Astea sunt multe exemple de antrenament.
06:23
That's a lot of training examples.
100
371363
2280
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
Astfel în loc să ne axăm doar
pe algoritmi din ce în ce mai buni,
pe algoritmi din ce în ce mai buni,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
m-am gândit să ofer algoritmilor
tipul de date
tipul de date
06:37
that a child was given through experiences
103
385644
3319
primite de copil prin experiență,
atât cantitativ cât și calitativ.
atât cantitativ cât și calitativ.
06:40
in both quantity and quality.
104
388963
3878
06:44
Once we know this,
105
392841
1858
Plecând de la asta știam că trebuie
să construim o bază de date
să construim o bază de date
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
ce are mult mai multe imagini
decât am avut înainte,
decât am avut înainte,
06:54
perhaps thousands of times more,
108
402129
2577
probabil de mii de ori mai multe,
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
iar împreună cu profesorul Kai Li
de la Princeton University
de la Princeton University
07:00
we launched the ImageNet project in 2007.
110
408817
4752
am lansat proiectul ImageNet în 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Din fericire, nu a trebuit să
ne montăm o cameră pe cap
ne montăm o cameră pe cap
07:09
and wait for many years.
112
417407
1764
și să așteptăm mulți ani.
07:11
We went to the Internet,
113
419171
1463
Am apelat la Internet,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
cel mai mare tezaur de poze
creat vreodată de oameni.
creat vreodată de oameni.
07:17
We downloaded nearly a billion images
115
425070
3041
Am descărcat aproape un miliard de imagini
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
și am folosit tehnologii ca platforma
Amazon Mechanical Turk
Amazon Mechanical Turk
07:25
to help us to label these images.
117
433991
2339
pentru a ne ajuta să etichetăm imaginile.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
La apogeu, ImageNet a fost
unul dintre cei mai mari angajatori
unul dintre cei mai mari angajatori
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
ai lucrătorilor Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
în total, aproape 50.000 de lucrători
07:40
from 167 countries around the world
121
448080
4040
din 167 de țări din jurul lumii
07:44
helped us to clean, sort and label
122
452120
3947
ne-au ajutat să curățăm,
să triem și să etichetăm
să triem și să etichetăm
07:48
nearly a billion candidate images.
123
456067
3575
aproape un miliard de imagini inițiale.
07:52
That was how much effort it took
124
460612
2653
De atât de mult efort a fost nevoie
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
pentru a captura doar o fracțiune
din imaginile
din imaginile
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
pe care mintea unui copil le face
în primii ani ai dezvoltării.
în primii ani ai dezvoltării.
08:04
In hindsight, this idea of using big data
127
472148
3902
Privind în urmă, această idee
de a folosi date mari
de a folosi date mari
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
pentru a antrena algoritmii computerelor
poate părea evidentă acum,
poate părea evidentă acum,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
dar în 2007 nu era atât de evidentă.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Eram destul de singuri
în această călătorie pentru multă vreme.
în această călătorie pentru multă vreme.
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
Câțiva colegi prietenoși m-au sfătuit
să fac ceva mai folositor ca ocupație
să fac ceva mai folositor ca ocupație
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
și ne chinuiam constant pentru fonduri.
08:29
Once, I even joked to my graduate students
133
497933
2485
O dată, chiar am glumit cu studenții mei
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
că aș redeschide spălătoria mea
pentru a susține ImageNet.
pentru a susține ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Până la urmă, așa mi-am finanțat
anii de studenție.
anii de studenție.
08:41
So we carried on.
136
509242
1856
Așa că am continuat.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
În 2009 proiectul ImageNet a furnizat
o bază de date de 15 milioane de imagini
o bază de date de 15 milioane de imagini
08:46
a database of 15 million images
138
514813
4042
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
din 22.000 de clase de obiecte și lucruri
organizate după cuvinte englezești uzuale.
organizate după cuvinte englezești uzuale.
08:55
organized by everyday English words.
140
523660
3320
08:58
In both quantity and quality,
141
526980
2926
Atât cantitativ, cât și calitativ,
era la o scală fără precedent.
era la o scală fără precedent.
09:01
this was an unprecedented scale.
142
529906
2972
09:04
As an example, in the case of cats,
143
532878
3461
Ca exemplu, în cazul pisicilor,
avem mai mult de 62.000 de pisici
avem mai mult de 62.000 de pisici
09:08
we have more than 62,000 cats
144
536339
2809
09:11
of all kinds of looks and poses
145
539148
4110
de toate felurile și ipostazele,
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
din toate speciile de pisici
domestice și sălbatice.
domestice și sălbatice.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Eram încântați de crearea ImageNet
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
și am vrut ca toată lumea
să poată beneficia,
să poată beneficia,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
astfel respectând tradiția TED,
am deschis întreaga bază de date
am deschis întreaga bază de date
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
gratis către toată comunitatea
de cercetători.
de cercetători.
09:36
(Applause)
151
564636
4000
(Aplauze)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Acum că avem datele pentru a hrăni
creierul computerelor,
creierul computerelor,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
suntem gata să revenim la algoritmi.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Se pare că bogăția informațiilor
furnizate de ImageNet
furnizate de ImageNet
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
se potrivea perfect cu o clasă specială
de algoritmi de învățare automată
de algoritmi de învățare automată
09:59
called convolutional neural network,
156
587675
2415
numită rețea neuronală convolutivă,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
inițiată de Kunihiko Fukushima,
Geoff Hinton și Yann LeCun
Geoff Hinton și Yann LeCun
10:07
back in the 1970s and '80s.
158
595338
3645
în anii '70 și '80.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
La fel cum creierul constă în miliarde
de neuroni interconectați,
de neuroni interconectați,
10:16
a basic operating unit in a neural network
160
604602
3854
o unitate elementară operațională
dintr-o rețea neuronală
dintr-o rețea neuronală
e un nod asemănător neuronului.
10:20
is a neuron-like node.
161
608456
2415
10:22
It takes input from other nodes
162
610871
2554
Primește impulsuri de la unele noduri
și trimite impulsuri altora.
și trimite impulsuri altora.
10:25
and sends output to others.
163
613425
2718
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Mai mult, aceste sute de mii
sau chiar milioane de noduri
sau chiar milioane de noduri
10:32
are organized in hierarchical layers,
165
620856
3227
sunt organizate în straturi ierarhice,
şi ele similare creierului.
şi ele similare creierului.
10:36
also similar to the brain.
166
624083
2554
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
Într-o rețea neuronală tipică folosită la
antrenarea recunoașterii obiectelor
antrenarea recunoașterii obiectelor
10:43
it has 24 million nodes,
168
631420
3181
sunt 24 de milioane de noduri,
140 de milioane de parametri
140 de milioane de parametri
10:46
140 million parameters,
169
634601
3297
și 15 miliarde de conexiuni.
10:49
and 15 billion connections.
170
637898
2763
E un model enorm.
10:52
That's an enormous model.
171
640661
2415
Alimentată de datele masive din ImageNet
10:55
Powered by the massive data from ImageNet
172
643076
3901
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
și de unitățile moderne de procesare
pentru a antrena un asemenea model imens,
pentru a antrena un asemenea model imens,
11:04
the convolutional neural network
174
652410
2369
rețeaua neuronală convolutivă a înflorit
într-un mod neașteptat.
într-un mod neașteptat.
11:06
blossomed in a way that no one expected.
175
654779
3436
11:10
It became the winning architecture
176
658215
2508
A devenit arhitectura câștigătoare
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
care a generat noi rezultate captivante
în recunoașterea obiectelor.
în recunoașterea obiectelor.
11:18
This is a computer telling us
178
666063
2810
E un computer care ne spune
că e poza unei pisici și unde e pisica.
că e poza unei pisici și unde e pisica.
11:20
this picture contains a cat
179
668873
2300
11:23
and where the cat is.
180
671173
1903
Sigur că nu există doar pisici,
așa că iată un computer spunându-ne
așa că iată un computer spunându-ne
11:25
Of course there are more things than cats,
181
673076
2112
11:27
so here's a computer algorithm telling us
182
675188
2438
că poza conține un băiat
și un urs de pluș,
și un urs de pluș,
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
un cățel, o persoană
și un mic zmeu în fundal;
și un mic zmeu în fundal;
sau o poză foarte aglomerată
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
precum un bărbat, un skateboard,
balustrade, un felinar și tot așa.
balustrade, un felinar și tot așa.
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
Uneori, când computerul
nu este foarte sigur de ce vede,
nu este foarte sigur de ce vede,
l-am învățat să fie destul de deștept
11:51
we have taught it to be smart enough
188
699498
2276
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
încât să dea un răspuns sigur
în loc să se chinuie prea mult,
în loc să se chinuie prea mult,
11:57
just like we would do,
190
705652
2811
așa cum am face noi,
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
dar uneori algoritmul e remarcabil,
spunându-ne exact ce sunt obiectele,
spunându-ne exact ce sunt obiectele,
12:05
what exactly the objects are,
192
713129
2253
12:07
like the make, model, year of the cars.
193
715382
3436
ca marca, modelul,
anul de fabricație al mașinilor.
anul de fabricație al mașinilor.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Am aplicat acest algoritm
pe milioane de imagini Google Street View
pe milioane de imagini Google Street View
din sute de orașe americane
și am aflat ceva foarte interesant.
și am aflat ceva foarte interesant.
12:16
across hundreds of American cities,
195
724204
3135
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
În primul rând, a confirmat
cunoștințele generale
cunoștințele generale
12:25
that car prices correlate very well
198
733585
3290
că prețurile mașinilor sunt corelate
cu venitul familiilor.
cu venitul familiilor.
12:28
with household incomes.
199
736875
2345
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Dar surprinzător, sunt corelate
și cu rata criminalității în orașe
și cu rata criminalității în orașe
12:35
with crime rates in cities,
201
743747
2300
sau tiparul voturilor pe coduri poștale.
12:39
or voting patterns by zip codes.
202
747007
3963
Stai un pic. Asta-i tot?
12:44
So wait a minute. Is that it?
203
752060
2206
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
Computerul a egalat
sau a întrecut abilităţile umane?
sau a întrecut abilităţile umane?
12:51
Not so fast.
205
759419
2138
Să nu ne grăbim..
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Am învățat computerul să vadă obiecte,
ca un copil care pronunță câteva cuvinte.
ca un copil care pronunță câteva cuvinte.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
13:03
It's an incredible accomplishment,
208
771124
2670
E o realizare incredibilă,
dar e doar primul pas.
dar e doar primul pas.
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
Curând, un alt prag va fi atins,
iar copiii vor comunica în propoziții.
iar copiii vor comunica în propoziții.
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
Astfel în loc să spună
că „asta e o pisică în poză”,
că „asta e o pisică în poză”,
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
deja ați auzit-o pe fetiță, spunându-ne
că e „o pisică întinsă pe pat”.
că e „o pisică întinsă pe pat”.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Ca să învățăm un computer să vadă o poză
și să genereze propoziții,
și să genereze propoziții,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
mariajul dintre colecțiile mari de date
și algoritmii de învățare automată
și algoritmii de învățare automată
13:34
has to take another step.
216
802446
2275
trebuie să facă un nou pas.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Computerul trebuie să învețe din imagini
dar și din propozițile rostite de oameni.
dar și din propozițile rostite de oameni.
13:40
as well as natural language sentences
218
808877
2856
13:43
generated by humans.
219
811733
3322
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
La fel cum creierul integrează
viziunea și limbajul,
viziunea și limbajul,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
am dezvoltat un model
ce conectează părți vizuale,
ce conectează părți vizuale,
13:56
like visual snippets
222
824109
1904
ca fragmente vizuale,
cu cuvinte și propoziții în fraze.
cu cuvinte și propoziții în fraze.
13:58
with words and phrases in sentences.
223
826013
4203
14:02
About four months ago,
224
830216
2763
Cam acum 4 luni
am pus totul cap-la-cap,
am pus totul cap-la-cap,
14:04
we finally tied all this together
225
832979
2647
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
și am creat unul dintre primele
computere ce recunosc imaginile
computere ce recunosc imaginile
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
şi e capabil să genereze
propoziții similare celor umane
propoziții similare celor umane
14:15
when it sees a picture for the first time.
228
843404
3506
când vede o poză pentru prima dată.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Veţi vedea ce spune computerul despre poza
pe care a văzut-o fetița la început.
pe care a văzut-o fetița la început.
14:23
when it sees the picture
230
851554
1975
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
„Un bărbat stă lângă un elefant.”
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
„Un avion mare
stă pe pista unui aeroport.”
stă pe pista unui aeroport.”
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
Bineînțeles, încă lucrăm din greu
să îmbunătățim algoritmii
să îmbunătățim algoritmii
14:45
and it still has a lot to learn.
235
873269
2596
și are încă multe de învățat.
14:47
(Applause)
236
875865
2291
(Aplauze)
14:51
And the computer still makes mistakes.
237
879556
3321
Iar computerul încă face greșeli.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
„O pisică întinsă pe pat într-o pătură.”
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
Când vede prea multe pisici,
crede că totul arată ca o pisică.
crede că totul arată ca o pisică.
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 băiat ținând o bâtă de baseball.”
15:08
(Laughter)
242
896181
1765
(Râsete)
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
Dacă n-a văzut o periuță de dinți,
o confundă cu o bâtă de baseball.
o confundă cu o bâtă de baseball.
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
„Un bărbat călărește un cal
pe o stradă lângă o clădire.”
pe o stradă lângă o clădire.”
15:18
(Laughter)
245
906743
2023
(Râsete)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
Nu le-am predat arta computerelor.
„O zebră stând într-un câmp cu iarbă.”
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
N-a învățat să aprecieze
frumusețea naturii ca şi noi.
frumusețea naturii ca şi noi.
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
15:34
So it has been a long journey.
250
922457
2832
A fost o călătorie lungă.
15:37
To get from age zero to three was hard.
251
925289
4226
Să ajungem cu vârsta
de la 0 la 3 ani a fost greu.
de la 0 la 3 ani a fost greu.
Adevărata provocare e
să trecem de la 3 la 13 și mai departe.
să trecem de la 3 la 13 și mai departe.
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
Să vă reamintesc
poza asta cu băiatul și tortul.
poza asta cu băiatul și tortul.
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
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Până acum am învățat computerul
să vadă obiecte
să vadă obiecte
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
sau chiar să ne spună o poveste simplă
când vede poza.
când vede poza.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
„O persoană stând la masă cu un tort.”
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
Dar e mult mai mult în această poză
decât o persoană și un tort.
decât o persoană și un tort.
16:06
than just a person and a cake.
258
954204
2270
Computerul nu vede
că acesta e un tort italian special
că acesta e un tort italian special
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
servit doar în preajma Paștelui.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
Băiatul poartă tricoul său preferat
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
dăruit de tatăl său,
după o excursie în Sydney,
după o excursie în Sydney,
16:23
and you and I can all tell how happy he is
263
971333
3808
iar noi putem vedea cât de fericit e
și ce are de gând.
și ce are de gând.
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
16:31
This is my son Leo.
265
979214
3125
Acesta e fiul meu Leo.
În cercetarea inteligenței vizuale,
16:34
On my quest for visual intelligence,
266
982339
2624
16:36
I think of Leo constantly
267
984963
2391
mă gândesc constant la Leo
și la lumea în care va trăi.
și la lumea în care va trăi.
16:39
and the future world he will live in.
268
987354
2903
16:42
When machines can see,
269
990257
2021
Când mașinăriile pot vedea,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
doctorii și asistentele vor avea
alte perechi de ochi neobosiți
alte perechi de ochi neobosiți
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
să-i ajute să diagnosticheze
și să aibă grijă de pacienți.
și să aibă grijă de pacienți.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Mașinile vor merge mai inteligent
și mai sigur pe drum.
și mai sigur pe drum.
16:57
Robots, not just humans,
273
1005465
2694
Roboții, nu doar oamenii,
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
ne vor ajuta în zonele de dezastru
pentru a-i salva pe captivi și răniți.
pentru a-i salva pe captivi și răniți.
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
Vom descoperi noi specii,
materiale mai bune
materiale mai bune
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
și vom explora frontiere nevăzute
cu ajutorul mașinăriilor.
cu ajutorul mașinăriilor.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Încet-încet, facem mașinăriile să vadă.
17:19
First, we teach them to see.
278
1027280
2798
Întâi le învățăm pe ele să vadă.
17:22
Then, they help us to see better.
279
1030078
2763
Apoi ne vor ajuta să vedem noi mai bine.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Pentru prima dată, nu doar ochii umani
vor analiza şi explora lumea.
vor analiza şi explora lumea.
17:29
pondering and exploring our world.
281
1037006
2934
Vom folosi mașinăriile
pentru inteligența lor
pentru inteligența lor
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
şi vom colabora cu ele
în moduri în care nici nu ne imaginăm.
în moduri în care nici nu ne imaginăm.
17:41
This is my quest:
284
1049579
2161
Asta e misiunea mea:
să ofer computerelor inteligența vizuală
să ofer computerelor inteligența vizuală
17:43
to give computers visual intelligence
285
1051740
2712
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
și să creez un viitor mai bun
pentru Leo și pentru lume.
pentru Leo și pentru lume.
Mulțumesc.
17:51
Thank you.
287
1059583
1811
17:53
(Applause)
288
1061394
3785
(Aplauze)
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