TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Si po i mësojmë kompjuterat të kuptojnë imazhet
Filmed:
Readability: 4.5
2,702,344 views
Kur një vajzë e vogël sheh një foto, ajo mund të identifikojë elementë të thjeshtë: "macja", "libri", "karrigia". Tani, kompjuterat po zhvillohen mjaftueshëm që dhe ata të bëjnë të njejtën gjë. Çfarë vjen më pas? Në një fjalim drithërues, ekspertja në vizionin komjuterik (computer vision), Fei-Fei Li përshkruan punën e bërë -- duke përfshirë një databazë prej 15 milion fotosh që skuadra e saj ndërtoi për të "edukuar" kompjuterat të kuptojnë imazhet -- dhe çfarë premton e ardhmja.
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
Më lejoni t'ju tregoj dicka.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(Video) Vajza: Kjo është një
mace e ulur në krevat.
mace e ulur në krevat.
00:22
The boy is petting the elephant.
2
10260
4040
Djali po përkëdhel elefantin.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Janë njerëz që po shkojnë drejt
një aeroplani.
një aeroplani.
00:30
That's a big airplane.
4
18654
2810
Eshtë një aeroplan i madh.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Fei-Fei Li: Ky është një fëmijë
tre-vjeçar
tre-vjeçar
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
duke përshkruar atë që sheh
në një seri fotosh.
në një seri fotosh.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Ajo mund të ketë ende shumë
për të mësuar rreth botës,
për të mësuar rreth botës,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
por ajo është tashmë mjeshtre
në një detyrë shumë të rëndësishme:
në një detyrë shumë të rëndësishme:
00:46
to make sense of what she sees.
9
34743
2846
të kuptojë se çfarë po sheh.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Shoqëria jonë është më shumë se kurrë e
avancuar teknologjikisht.
avancuar teknologjikisht.
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
Ne dërgojmë njerëz në hënë,
i bëjmë telefonat të komunikojnë me ne
i bëjmë telefonat të komunikojnë me ne
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
apo i përshtasim stacionet e radios
të luajnë muzikën që na pëlqen.
të luajnë muzikën që na pëlqen.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Prapë, makinat dhe kompjuterët tanë
më të avancuar
më të avancuar
01:07
still struggle at this task.
14
55085
2903
e kanë të vështirë këtë punë.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Jam sot këtu t'ju jap
një raport të ecurisë
një raport të ecurisë
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
mbi zhvillimet më të fundit
në kërkimet tona në vizionin kompjuterik,
në kërkimet tona në vizionin kompjuterik,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
një nga teknologjitë më të reja
dhe potencialisht revolucionare
dhe potencialisht revolucionare
01:21
technologies in computer science.
18
69655
3206
në shkencat kompjuterike.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Po, kemi krijuar prototipe të makinave
që vetë-drejtohen
që vetë-drejtohen
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
por pa një vizion inteligjent,
ato nuk mund ta gjejnë ndryshimin
ato nuk mund ta gjejnë ndryshimin
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
midis një qese letre të zhubrosur
në rrugë, mbi të cilën mund të kalosh,
në rrugë, mbi të cilën mund të kalosh,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
dhe një guri po të të njejtave përmasa,
i cili duhet shmangur.
i cili duhet shmangur.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Ne kemi krijuar kamera
me rezolucion të lartë,
me rezolucion të lartë,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
por nuk i kemi dhënë shikim të verbërve.
01:48
Drones can fly over massive land,
25
96420
3305
Avionët e telekomanduar fluturojnë gjatë
dhe mbi hapsira masive toke,
dhe mbi hapsira masive toke,
01:51
but don't have enough vision technology
26
99725
2134
por teknologjia vizive
nuk është e mjaftueshme
nuk është e mjaftueshme
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
për të monitoruar ndryshimet
e pyjeve tropikale.
e pyjeve tropikale.
01:57
Security cameras are everywhere,
28
105320
2950
Kamerat e sigurisë janë kudo,
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
por nuk na lajmërojnë kur një fëmijë
është duke u mbytur në pishinë.
është duke u mbytur në pishinë.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Fotot dhe videot po bëhen një pjesë
e pandashme e jetës globale.
e pandashme e jetës 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
Ata po gjenerohen me një ritëm aq të
shpejtë, sa është e pamundur që
shpejtë, sa është e pamundur që
02:15
or teams of humans, could hope to view,
32
123849
2783
një individ, apo një grup individësh
t'i shohë të gjitha,
t'i shohë të gjitha,
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
dhe unë bashkë me ju po kontribojmë
për këtë qëllim në TED.
për këtë qëllim në TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Megjithatë, programet tona më të avancuara
e kanë të vështirë ta kuptojnë
e kanë të vështirë ta kuptojnë
02:27
and managing this enormous content.
35
135785
3876
dhe menaxhojnë këtë sasi kaq të madhe
informacioni.
informacioni.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Pra, me fjalë të tjera,
bashkarisht si shoqëri,
bashkarisht si shoqëri,
02:36
we're very much blind,
37
144933
1746
ne jemi disi të verbër,
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
pasi makinat tona më inteligjente
janë akoma të verbra.
janë akoma të verbra.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
"Pse është kaq e vështirë?"
do të pyesnit ju.
do të pyesnit ju.
02:46
Cameras can take pictures like this one
40
154452
2693
Kamerat mund të kapin foto si kjo këtu
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
duke i shndërruar dritat në
një matricë numrash
një matricë numrash
02:53
known as pixels,
42
161139
1650
të njohura si piksela,
02:54
but these are just lifeless numbers.
43
162789
2251
por këto janë thjesht numra pa jetë.
02:57
They do not carry meaning in themselves.
44
165040
3111
Nuk mbartin ndonjë kuptim në vetvete.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Njësoj si të dëgjuarit nuk është njësoj
si ta kuptosh atë që dëgjon,
si ta kuptosh atë që dëgjon,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
ashtu dhe të kapësh foto nuk është
njësoj si të shohësh,
njësoj si të shohësh,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
dhe me shikimin, ne nënkuptojmë
dhe të kuptuarin e asaj që shohim.
dhe të kuptuarin e asaj që shohim.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
Në fakt, Nënës Natyrë iu deshën
540 milionë vjet
540 milionë vjet
03:19
to do this task,
49
187470
1973
për ta bërë këtë gjë,
03:21
and much of that effort
50
189443
1881
dhe pjesa më e madhe e mundit
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
shkoi për zhvillimin e aparatit të
përpunimit vizual në trurin tonë,
përpunimit vizual në trurin tonë,
03:28
not the eyes themselves.
52
196595
2647
e jo vetëm për sytë.
03:31
So vision begins with the eyes,
53
199242
2747
Pra shikimi fillon me sytë,
03:33
but it truly takes place in the brain.
54
201989
3518
por në të vërtetë zhvillohet në tru.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Kështu për 15 vjet, duke filluar me
doktoraturën në Caltech
doktoraturën në Caltech
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
dhe më pas në krye të Vision Lab
në Stanford,
në Stanford,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
kam punuar me mentorët, bashkëpunuesit
dhe studentët e mi
dhe studentët e mi
03:50
to teach computers to see.
58
218669
2889
për t'i mësuar kompjuterat të shohin.
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
Fusha jonë kërkimore quhet
computer vision dhe machine learning.
computer vision dhe machine learning.
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
Është pjesë e fushës së përgjithshme të
inteligjencës artificiale.
inteligjencës 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
Përfundimisht, ne duam t'i bëjmë
kompjuterat të shohin ashtu si vetë ne:
kompjuterat të shohin ashtu si vetë ne:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
të emërtojnë objekte, të identifikojnë
njerëz, t'i shohin gjërat me 3 dimensione,
njerëz, t'i shohin gjërat me 3 dimensione,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
të kuptojnë marrdhëniet, emocionet,
veprimet dhe qëllimet.
veprimet dhe qëllimet.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Ne thurim së bashku histori të tëra
mbi njerëz, vende dhe sende
mbi njerëz, vende dhe sende
04:25
the moment we lay our gaze on them.
65
253721
2164
momentin e parë kur i hedhim një vështrim.
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
Hapi i parë drejt këtij qëllimi është
t'i mësojmë kompjuterat të shohin objekte,
t'i mësojmë kompjuterat të shohin objekte,
04:34
the building block of the visual world.
67
262538
3368
baza për ndërtimin e botës vizuale.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
Në kushtet më të thjeshta,
imagjinojeni këtë proces
imagjinojeni këtë proces
04:42
as showing the computers
some training images
some training images
69
270340
2995
si t'i tregosh kompjuterave
disa imazhe të një objekti të caktuar
disa imazhe të një objekti të caktuar
04:45
of a particular object, let's say cats,
70
273335
3321
për shembull, imazhe te maceve,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
dhe të ndërtosh një model që trajnohet
dhe mëson nga këto imazhe.
dhe mëson nga këto imazhe.
04:53
How hard can this be?
72
281393
2044
Sa e vështirë mund të jetë?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
Në fund të fundit, një mace është thjesht
një grumbull formash dhe ngjyrash,
një grumbull formash dhe ngjyrash,
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
dhe me këtë mendim ecëm në ditët e hershme
të modelimit të objekteve.
të modelimit të objekteve.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Ne do të përdornim matematikën
për t'i treguar algoritmit kompjuterik
për t'i treguar algoritmit kompjuterik
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
se një mace ka fytyrë të rrumbullakët,
një trup topolak,
një trup topolak,
05:10
two pointy ears, and a long tail,
77
298540
2299
dy veshë me majë, dhe një bisht të gjatë,
05:12
and that looked all fine.
78
300839
1410
dhe çdo gjë dukej mirë.
05:14
But what about this cat?
79
302859
2113
Po a do të funksiononte me këtë mace?
05:16
(Laughter)
80
304972
1091
(Të qeshura)
05:18
It's all curled up.
81
306063
1626
Është komplet e ngatërruar.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Në këtë rast duhet t'i shtojmë një formë
dhe këndvështrim tjetër modelit të objektit.
dhe këndvështrim tjetër modelit të objektit.
05:24
But what if cats are hidden?
83
312408
1715
Po nëqoftëse macet janë të fshehura?
05:27
What about these silly cats?
84
315143
2219
Po këto mace qesharake?
(Të qeshura)
(Të qeshura)
05:31
Now you get my point.
85
319112
2417
Tani besoj se e kuptoni ku e kam fjalën.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Edhe diçka kaq e thjeshtë
sa një kafshë shtëpiake
sa një kafshë shtëpiake
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
përfaqësohet nga variacione të panumërta
për të krijuar modelin e objektit,
për të krijuar modelin e objektit,
05:41
and that's just one object.
88
329400
2233
dhe ky është vetëm një rast.
05:44
So about eight years ago,
89
332573
2492
Pra rreth tetë vjet më parë,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
një vrojtim mjaft i thjeshtë dhe i thellë
ndryshoi mënyrën time të të menduarit.
ndryshoi mënyrën time të të menduarit.
05:53
No one tells a child how to see,
91
341425
2685
Një fëmije askush nuk i mëson si të shohë,
05:56
especially in the early years.
92
344110
2261
veçanërisht në vitet e para të jetës.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Ato mësojnë përmes eksperiencave
dhe shembujve.
dhe shembujve.
06:03
If you consider a child's eyes
94
351371
2740
Nëse i mendojmë sytë e një fëmije
06:06
as a pair of biological cameras,
95
354111
2554
si aparate fotografike biologjike,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
ato kapin një foto çdo 200 millisekonda,
06:12
the average time an eye movement is made.
97
360845
3134
që është shpejtësia mesatare e
lëvizjes së syrit.
lëvizjes së syrit.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Kështu deri në moshën tre-vjeçare,
një fëmijë ka parë qindra miliona foto
një fëmijë ka parë qindra miliona foto
06:21
of the real world.
99
369529
1834
të botës reale.
06:23
That's a lot of training examples.
100
371363
2280
Këto janë shumë shembuj trajnues.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
Pra, në vënd që të fokusohemi vetëm te
përmirësimi i algoritmave,
përmirësimi i algoritmave,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
ideja ime ishte t'i ushqenim dhe trajnonim
algoritmat me atë tip të dhënash
algoritmat me atë tip të dhënash
06:37
that a child was given through experiences
103
385644
3319
që një fëmijë merr përmes eksperiences
06:40
in both quantity and quality.
104
388963
3878
në cilësi dhe sasi.
06:44
Once we know this,
105
392841
1858
Me këtë ide,
06:46
we knew we needed to collect a data set
106
394699
2971
e dinim se na duhej të mblidhnim
një grup të dhënash
një grup të dhënash
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
që përmban shumë më tepër imazhe
seç mund të kemi patur ndonjëherë,
seç mund të kemi patur ndonjëherë,
06:54
perhaps thousands of times more,
108
402129
2577
ndoshta njëmijë herë më shumë,
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
dhe së bashku me Profesorin
Kai Li të Universitetit Princeton,
Kai Li të Universitetit Princeton,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
ne nisëm projektin ImageNet në 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Për fat të mirë, nuk na u desh të montonim
një aparat fotografik në kokë
një aparat fotografik në kokë
07:09
and wait for many years.
112
417407
1764
dhe të prisnim për shumë vite.
07:11
We went to the Internet,
113
419171
1463
Ne iu drejtuam internetit,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
thesari më i madh i fotove
që njerëzit kanë krijuar ndonjëherë.
që njerëzit kanë krijuar ndonjëherë.
07:17
We downloaded nearly a billion images
115
425070
3041
Shkarkuam rreth një bilion imazhe
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
dhe përdorëm crowdsourcing, teknologjinë
e kontributit të përbashkët online
e kontributit të përbashkët online
07:25
to help us to label these images.
117
433991
2339
si platformën Amazon Mechanical Turk, për
të na ndihmuar në etiketimin e imazheve.
të na ndihmuar në etiketimin e imazheve.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
Në majat e veta, ImageNet ishte një nga
punëdhënësit më të mëdhenj
punëdhënësit më të mëdhenj
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
të punonjësve të Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
së bashku, gati 50,000 punonjës
07:40
from 167 countries around the world
121
448080
4040
nga 167 shtete nga e gjithë bota
07:44
helped us to clean, sort and label
122
452120
3947
na ndihmuan të përzgjidhnim,
të klasifikonim dhe të etiketonim
të klasifikonim dhe të etiketonim
07:48
nearly a billion candidate images.
123
456067
3575
rreth nje bilion imazhe potenciale.
07:52
That was how much effort it took
124
460612
2653
Kjo ishte puna që u desh
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
për kapjen e çdo fraksioni të
shëmbëlltyrës
shëmbëlltyrës
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
që mendja e një fëmije regjistron
në vitet e para të zhvillimit
në vitet e para të zhvillimit
08:04
In hindsight, this idea of using big data
127
472148
3902
Në retrospektivë, ideja e përdorimit
të "big data"
të "big data"
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
për trajnimin e algoritmave kompjuterikë
mund të duket e qartë tani,
mund të duket e qartë tani,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
por vite më parë, në 2007,
nuk ishte kaq e qartë.
nuk ishte kaq e qartë.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Ne ishim vërtet vetëm në këtë rrugëtim
për mjaft kohë.
për mjaft kohë.
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
Disa kolegë të mitë, miqësisht më
këshilluan të bëja diçka më të vlefshme,
këshilluan të bëja diçka më të vlefshme,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
dhe vazhdimisht luftonim
për financimin e kërkimeve.
për financimin e kërkimeve.
08:29
Once, I even joked to my graduate students
133
497933
2485
Njëherë madje, unë bëra shaka
me studentët e diplomuar
me studentët e diplomuar
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
se do të hapja sërish dyqanin tim të
pastrimit kimik për të financuar ImageNet.
pastrimit kimik për të financuar ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Në fund të fundit, ashtu arrita
të financoj dhe studimet e mia.
të financoj dhe studimet e mia.
08:41
So we carried on.
136
509242
1856
Pra ne vazhduam.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
Në 2009-n, projekti ImageNet paraqiti
08:46
a database of 15 million images
138
514813
4042
një databazë me 15 milion imazhe
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
të klasifikuara në 22,000 klasa
objektesh dhe gjërash
objektesh dhe gjërash
08:55
organized by everyday English words.
140
523660
3320
të organizuara sipas fjalëve të përdorura
në Anglishten e përditshme.
në Anglishten e përditshme.
08:58
In both quantity and quality,
141
526980
2926
Si në cilësi, ashtu dhe në sasi,
09:01
this was an unprecedented scale.
142
529906
2972
kjo ishte një arritje e paparë.
09:04
As an example, in the case of cats,
143
532878
3461
Si shembull, në rastin e maceve,
09:08
we have more than 62,000 cats
144
536339
2809
kemi më shumë se 62,000 mace
09:11
of all kinds of looks and poses
145
539148
4110
të të gjitha pamjeve, pozicioneve
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
dhe llojeve të maceve shtëpiake
apo të egra.
apo të egra.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Ne ishim të ngazëllyer
nga puna e bërë me ImageNet,
nga puna e bërë me ImageNet,
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
dhe donim që e gjithë bota kërkimore
të përfitonte nga rezultatet,
të përfitonte nga rezultatet,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
kështu në një mënyrë të ngjashme me TED,
ne ia ofruam të dhënat falas
ne ia ofruam të dhënat falas
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
komunitetit kërkimor në të gjithë botën.
09:36
(Applause)
151
564636
4000
(Duartrokitje)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Tani që i kemi të dhënat
për të ushqyer trurin e kompjuterit,
për të ushqyer trurin e kompjuterit,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
jemi gati t'i rikthehemi algoritmeve.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Rezultoi se, pasuria informative e ofruar
nga ImageNet
nga ImageNet
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
përkonte në mënyrë të përkryer me një
kategori të veçantë algoritmesh
kategori të veçantë algoritmesh
09:59
called convolutional neural network,
156
587675
2415
të machine learning, që quhen
convolutional neural network,
convolutional neural network,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
të aplikuar fillimisht nga Kunihiko
Fukushima, Geoff Hinton, dhe Yann LeCun
Fukushima, Geoff Hinton, dhe Yann LeCun
10:07
back in the 1970s and '80s.
158
595338
3645
ne vitet '70 dhe '80.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Ashtu si truri që përbëhet nga miliarda
neurone të lidhura ngushtë,
neurone të lidhura ngushtë,
10:16
a basic operating unit in a neural network
160
604602
3854
njësia baze operative e një rrjeti
neuronesh (neural network)
neuronesh (neural network)
10:20
is a neuron-like node.
161
608456
2415
është një nyje e ngjashme me neuronin.
10:22
It takes input from other nodes
162
610871
2554
Ajo merr të dhëna nga nyjet e tjera
10:25
and sends output to others.
163
613425
2718
dhe i dërgon rezultatin e përpunimit
të tjerave.
të tjerave.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Për më tepër, këto qindra mijra
madje edhe miliona nyje
madje edhe miliona nyje
10:32
are organized in hierarchical layers,
165
620856
3227
janë të organizuara në shtresa hierarkike,
10:36
also similar to the brain.
166
624083
2554
gjithashtu të ngjashme me trurin.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
Në një rrjet tipik neuronesh për të
trajnuar modelin për njohjen e objekteve,
trajnuar modelin për njohjen e objekteve,
10:43
it has 24 million nodes,
168
631420
3181
ndodhen 24 milion nyje,
10:46
140 million parameters,
169
634601
3297
140 milion parametra,
10:49
and 15 billion connections.
170
637898
2763
dhe 15 miliardë lidhje.
10:52
That's an enormous model.
171
640661
2415
Ky është një model gjigand.
10:55
Powered by the massive data from ImageNet
172
643076
3901
Falë të dhënave masive ofruar nga ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
dhe CPU-të dhe GPU-të moderne
për trajnimin e nje modeli kaq të madh,
për trajnimin e nje modeli kaq të madh,
11:04
the convolutional neural network
174
652410
2369
rrjeti konvolucional i neuroneve
(convolutional neural network)
(convolutional neural network)
11:06
blossomed in a way that no one expected.
175
654779
3436
lulëzoi në një mënyrë që askush se priste.
11:10
It became the winning architecture
176
658215
2508
U kthye në një arkitekturë fitimtare
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
për gjenerimin e rezultateve të reja
në identifikimin e objekteve.
në identifikimin e objekteve.
11:18
This is a computer telling us
178
666063
2810
Ky është një kompjuter duke na treguar
11:20
this picture contains a cat
179
668873
2300
se ky imazh përmban një mace
11:23
and where the cat is.
180
671173
1903
dhe vendin ku macja ndodhet.
11:25
Of course there are more things than cats,
181
673076
2112
Sigurisht ekzistojnë dhe gjëra të tjera
përvec maceve,
përvec maceve,
11:27
so here's a computer algorithm telling us
182
675188
2438
pra ja një algoritëm komjuterik
duke na treguar
duke na treguar
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
se imazhi përmban nje djalë
dhe një arush teddy;
dhe një arush teddy;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
një qen, një person, dhe një balonë
të vogël në sfond;
të vogël në sfond;
11:37
or a picture of very busy things
185
685266
3135
apo një imazh shumë i ngarkuar me objekte
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
si një burrë, një skateboard,
kangjella, e kështu me rradhë.
kangjella, e kështu me rradhë.
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
Ndonjëherë, kur kompjuteri nuk është
mjaft i sigurt për atë që sheh,
mjaft i sigurt për atë që sheh,
11:51
we have taught it to be smart enough
188
699498
2276
ne e kemi mësuar të tregohet i zgjuar
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
e të na jap nje përgjigje të vagët por
më të sigurt, në vend që t'ia fusë kot
më të sigurt, në vend që t'ia fusë kot
11:57
just like we would do,
190
705652
2811
sic bëjmë ne,
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
por në raste të tjera, algoritmi ynë është
i jashtëzakonshëm kur na tregon
i jashtëzakonshëm kur na tregon
12:05
what exactly the objects are,
192
713129
2253
saktësisht se me cilin objekt
kemi të bëjmë,
kemi të bëjmë,
12:07
like the make, model, year of the cars.
193
715382
3436
si përbërjen, modelin, vitin e prodhimit
të makinave.
të makinave.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Ne e aplikuam këtë algoritëm në miliona
imazhe të Google Street View
imazhe të Google Street View
12:16
across hundreds of American cities,
195
724204
3135
të qindra qyteteve amerikane,
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
dhe mësuam dicka shumë interesante:
12:22
first, it confirmed our common wisdom
197
730265
3320
së pari, konfirmoi atë qe na
thotë dhe logjika
thotë dhe logjika
12:25
that car prices correlate very well
198
733585
3290
cmimet e makinave janë
në përpjestim të drejtë
në përpjestim të drejtë
12:28
with household incomes.
199
736875
2345
me të ardhurat familjare.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Por per cudi, ato lidhen
12:35
with crime rates in cities,
201
743747
2300
dhe me shkallën e krimit në qytete,
12:39
or voting patterns by zip codes.
202
747007
3963
apo mënyrën e votimit
sipas kodeve postare.
sipas kodeve postare.
12:44
So wait a minute. Is that it?
203
752060
2206
Prit një minutë. Kaq ishte?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
Arriti kompjuteri tashmë në të njejtin
nivel madje dhe më lart se njeriu?
nivel madje dhe më lart se njeriu?
12:51
Not so fast.
205
759419
2138
Jo kaq shpejt.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Deri tani, i kemi mësuar kompjuterit
të shohë objekte.
të shohë objekte.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
Si të jetë një fëmijë i vogël
duke mësuar ca emra.
duke mësuar ca emra.
13:03
It's an incredible accomplishment,
208
771124
2670
është një arritje e pabesueshme,
13:05
but it's only the first step.
209
773794
2460
por është vetëm hapi i parë.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Së shpejti do të hidhet një hap
tjetër i madh zhvillimi,
tjetër i madh zhvillimi,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
dhe fëmijët do të fillojnë të flasin
me fjali.
me fjali.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Kështu në vënd që të thonë
se këtu në foto është një mace,
se këtu në foto është një mace,
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
ju e dëgjuat tashmë vajzën e vogël duke na
treguar se macja është shtrirë në krevat.
treguar se macja është shtrirë në krevat.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Pra, për t'i mësuar kompjuterit
të shohë një foto dhe të gjenerojë fjali,
të shohë një foto dhe të gjenerojë fjali,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
bashkimi i ngushtë mes të dhënave
dhe algoritmit
dhe algoritmit
13:34
has to take another step.
216
802446
2275
duhet të hedhë një hap tjetër.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Tani, kompjuteri duhet të mësojë
edhe nga imazhet
edhe nga imazhet
13:40
as well as natural language sentences
218
808877
2856
edhe nga gjuha natyrore
13:43
generated by humans.
219
811733
3322
e folur nga njerëzit.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
Ashtu sic truri integron
shikimin me gjuhën,
shikimin me gjuhën,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
ne zhvilluam një model
që lidh pjesë vizuale të objekteve
që lidh pjesë vizuale të objekteve
13:56
like visual snippets
222
824109
1904
si copëza vizuale
13:58
with words and phrases in sentences.
223
826013
4203
me fjalë dhe shprehje në fjali.
14:02
About four months ago,
224
830216
2763
Rreth katër muaj më parë,
14:04
we finally tied all this together
225
832979
2647
më në fund i bashkuam të gjitha
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
dhe prodhuam një nga modelet e para
të vizionit kompjuterik
të vizionit kompjuterik
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
që bën të mundur gjenerimin e fjalive
të ngjashme me ato që thonë njerëzit
të ngjashme me ato që thonë njerëzit
14:15
when it sees a picture for the first time.
228
843404
3506
kur shohin një foto për herë të parë.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Tani, jam gati t'ju tregoj
se cfare thotë kompjuteri
se cfare thotë kompjuteri
14:23
when it sees the picture
230
851554
1975
kur sheh të njëjtën foto
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
që vajza e vogël po shihte
në fillim të kësaj bisede.
në fillim të kësaj bisede.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
(Video) Kompjuteri: Një njeri po qëndron
pranë një elefanti.
pranë një elefanti.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Një avjon i madh duke qëndruar
në një pistë aeroporti.
në një pistë aeroporti.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
FFL: Patjeter, ne po punojmë ende fort
për përmirësimin e algoritmave tanë,
për përmirësimin e algoritmave tanë,
14:45
and it still has a lot to learn.
235
873269
2596
dhe kemi ende shumë për t'i mësuar.
14:47
(Applause)
236
875865
2291
(Duartrokitje)
14:51
And the computer still makes mistakes.
237
879556
3321
Dhe kompjuteri prapë bën gabime.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(Video) Kompjuteri: Një mace e shtrirë
në një krevat në një batanije.
në një krevat në një batanije.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
FFL: Sigurisht, kur sheh kaq shumë mace,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
mendon pastaj që cdo gjë
mund të duket si mace.
mund të duket si mace.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Video) Kompjuteri: Një djalë i vogël
duke mbajtur një shkop bejzbolli.
duke mbajtur një shkop bejzbolli.
15:08
(Laughter)
242
896181
1765
(Të qeshura)
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
FFL: Nëse s'ka parë kurrë furcë dhëmbësh,
e ngatërron atë me një shkop bejzbolli
e ngatërron atë me një shkop bejzbolli
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
(Video) Kompjuteri: Një burrë hipur
mbi kalë në një rrugë pranë një ndërtese.
mbi kalë në një rrugë pranë një ndërtese.
15:18
(Laughter)
245
906743
2023
(Të qeshura)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
FFL: Ende nuk i kemi mësuar art
kompjuterave.
kompjuterave.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Video) Kompjuteri: Një zebra duke
qëndruar në një fushë me bar
qëndruar në një fushë me bar
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
FFL: Dhe ende nuk ka mësuar të çmojë
bukurinë mahnitëse të natyrës
bukurinë mahnitëse të natyrës
15:32
like you and I do.
249
920019
2438
ashtu siç bëjmë ne.
15:34
So it has been a long journey.
250
922457
2832
Pra ka qenë një udhëtim i gjatë.
15:37
To get from age zero to three was hard.
251
925289
4226
Ishte mjaft vështirë të shkonim
nga mosha zero në tre.
nga mosha zero në tre.
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
Sfida e vërtetë është të shkojmë
nga tre në 13 e më tej.
nga tre në 13 e më tej.
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
Më lini t'ju risjell këtë foto
të djalit me tortën.
të djalit me tortën.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Deri tani, ne i kemi mësuar kompjuterave
të shohin sende
të shohin sende
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
madje dhe të na tregojnë histori
të thjeshta duke parë një foto.
të thjeshta duke parë një foto.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(Video) Kompjuteri: Nje person i ulur
pranë tavolinës me një tortë.
pranë tavolinës me një tortë.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
FFL: Por ka shumë më tepër në këtë foto
16:06
than just a person and a cake.
258
954204
2270
sesa thjesht një person dhe një tortë.
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
Kompjuteri nuk mund të shohë
se kjo është një tortë e vecantë italiane
se kjo është një tortë e vecantë italiane
16:12
that's only served during Easter time.
260
960941
3217
që shërbehet vetëm në kohën e Pashkëve.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
Djali ka veshur bluzën e tij të preferuar
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
të cilën ia ka dhuruar i ati,
pas një udhëtimi ne Sidney,
pas një udhëtimi ne Sidney,
16:23
and you and I can all tell how happy he is
263
971333
3808
dhe ne mund ta shohim
se sa i lumtur është ai
se sa i lumtur është ai
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
dhe cfarë i kalon nëpër mend
në ato momente.
në ato momente.
16:31
This is my son Leo.
265
979214
3125
Ky është im bir, Leo.
16:34
On my quest for visual intelligence,
266
982339
2624
Në kërkimin tim për inteligjencë vizuale,
16:36
I think of Leo constantly
267
984963
2391
mendoj për Leon vazhdimisht
16:39
and the future world he will live in.
268
987354
2903
dhe për botën e së ardhmes
ku ai do të jetojë.
ku ai do të jetojë.
16:42
When machines can see,
269
990257
2021
Kur një makineri do të mund të shohë,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
doktorët dhe infermjerët do të kenë
një palë sy të palodhur shtesë
një palë sy të palodhur shtesë
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
për t'i ndihmuar të përcaktojnë diagnoza
dhe të kujdesen për pacientët.
dhe të kujdesen për pacientët.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Makinat do të vozitin në mënyrë
më inteligjente dhe më të sigurtë
më inteligjente dhe më të sigurtë
16:57
Robots, not just humans,
273
1005465
2694
Robotët, jo vetëm njerëzit,
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
do të na ndihmojnë të deportojmë në zonat
e fatkeqësive, të shpëtojmë të plagosurit
e fatkeqësive, të shpëtojmë të plagosurit
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
Ne do të zbulojmë specie të reja,
materiale më të mira,
materiale më të mira,
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
dhe do të eksplorojmë kufij të padukshëm
me ndihmën e kompjuterave
me ndihmën e kompjuterave
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Dalë ngadalë, po i japim kompjuterit
aftësinë për të parë.
aftësinë për të parë.
17:19
First, we teach them to see.
278
1027280
2798
Në fillim i mësojmë të shohin.
17:22
Then, they help us to see better.
279
1030078
2763
Më pas, ata na ndihmojnë ne të shohim
më mirë.
më mirë.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Për herë të parë, sytë njerëzorë,
nuk do të jenë të vetmit
nuk do të jenë të vetmit
17:29
pondering and exploring our world.
281
1037006
2934
që do të shohin dhe eksplorojnë botën.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
Nuk do t'i përdorim kompjuterat
vetëm për inteligjencën,
vetëm për inteligjencën,
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
por do të bashkëpunojmë me to
në mënyra që as nuk mund t'i imagjinojmë.
në mënyra që as nuk mund t'i imagjinojmë.
17:41
This is my quest:
284
1049579
2161
Ky është qëllimi im:
17:43
to give computers visual intelligence
285
1051740
2712
t'i japim kompjuterave
inteligjencë vizuale
inteligjencë vizuale
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
dhe të krijojmë një të ardhme më të mirë
për Leon dhe botën.
për Leon dhe botën.
17:51
Thank you.
287
1059583
1811
Faleminderit.
17:53
(Applause)
288
1061394
3785
(Duartrokitje)
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