TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Cómo estamos enseñando a las computadoras a entender imágenes
Filmed:
Readability: 4.5
2,702,344 views
Cuando un niño muy pequeño mira una foto, puede identificar dibujos simples: "gato", "libro", "silla". Ahora las computadoras tienen la inteligencia suficiente para hacer eso también. ¿Qué sigue? En esta charla emocionante, Fei-Fei Li, experta en visión artificial, describe lo más reciente —incluyendo la base de datos de 15 millones de fotos que su equipo construyó para "enseñar" a una computadora a entender dibujos— y lo que aún está por venir.
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
Les mostraré algo.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(Video) Niña: Eso es un gato
sentado en una cama.
sentado en una cama.
00:22
The boy is petting the elephant.
2
10260
4040
El niño está acariciando al elefante.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Esas son personas que van en un avión.
00:30
That's a big airplane.
4
18654
2810
Ese es un avión grande.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Fei-Fei Li: Así describe una niña
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
de 3 años lo que ve
en una serie de fotos.
en una serie de fotos.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Tal vez le falta mucho
por aprender sobre este mundo,
por aprender sobre este mundo,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
pero ya es experta
en algo importante:
en algo importante:
00:46
to make sense of what she sees.
9
34743
2846
entender lo que ve.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Tecnológicamente, nuestra sociedad
está más avanzada que nunca.
está más avanzada que nunca.
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
Enviamos personas a la luna,
nuestros teléfonos nos hablan
nuestros teléfonos nos hablan
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
o personalizan radios para reproducir
solo la música que nos gusta.
solo la música que nos gusta.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Sin embargo, nuestras máquinas
y computadoras más avanzadas
y computadoras más avanzadas
01:07
still struggle at this task.
14
55085
2903
aún tienen problemas en ese aspecto.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Hoy estoy aquí
para darles un reporte
para darles un reporte
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
de nuestros últimos avances
en visión artificial,
en visión artificial,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
una de las tecnologías potencialmente
más revolucionarias
más revolucionarias
01:21
technologies in computer science.
18
69655
3206
en la ciencia de la computación.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Es cierto, hemos inventado autos
que conducen solos,
que conducen solos,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
pero sin una visión inteligente,
realmente no pueden distinguir
realmente no pueden distinguir
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
entre una bolsa arrugada de papel
en el camino, que puede uno pisar,
en el camino, que puede uno pisar,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
y una roca del mismo tamaño,
que debemos evitar.
que debemos evitar.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Hemos creado fabulosas cámaras
de muchos megapíxeles,
de muchos megapíxeles,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
pero aún no podemos devolverle
la vista a un ciego.
la vista a un ciego.
01:48
Drones can fly over massive land,
25
96420
3305
Los drones pueden volar sobre
grandes superficies de tierra,
grandes superficies de tierra,
pero no tienen tecnología
01:51
but don't have enough vision technology
26
99725
2134
de visión suficiente
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
para ayudarnos a monitorear los
cambios en los bosques tropicales.
cambios en los bosques tropicales.
01:57
Security cameras are everywhere,
28
105320
2950
Hay cámaras de seguridad en todas partes,
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
pero no nos alertan cuando un niño
se está ahogando en una piscina.
se está ahogando en una piscina.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Las fotos y los videos se están volviendo
parte integral de la vida global.
parte integral de la vida global.
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
Se generan a un ritmo mucho mayor
de lo que cualquier humano,
de lo que cualquier humano,
02:15
or teams of humans, could hope to view,
32
123849
2783
o equipo de humanos, podría ver,
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
y Uds. y yo contribuimos
a eso en este TED.
a eso en este TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Aun así, nuestro software más avanzado
tiene problemas para entender
tiene problemas para entender
02:27
and managing this enormous content.
35
135785
3876
y gestionar este enorme contenido.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
En otras palabras, colectivamente
como una sociedad,
como una sociedad,
02:36
we're very much blind,
37
144933
1746
somos muy ciegos,
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
porque nuestras máquinas
más inteligentes aún son ciegas.
más inteligentes aún son ciegas.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
Se preguntarán:
"¿Por qué es tan difícil?"
"¿Por qué es tan difícil?"
02:46
Cameras can take pictures like this one
40
154452
2693
Las cámaras pueden tomar fotos como esta
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
convirtiendo luz en matrices
numéricas bidimensionales
numéricas bidimensionales
02:53
known as pixels,
42
161139
1650
conocidas como pixeles,
02:54
but these are just lifeless numbers.
43
162789
2251
pero estos son solo números vacíos.
02:57
They do not carry meaning in themselves.
44
165040
3111
En sí mismos no tienen significado.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Al igual que oír no es
lo mismo que escuchar,
lo mismo que escuchar,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
tomar fotografías
no es lo mismo que ver;
no es lo mismo que ver;
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
y solo viendo podemos realmente entender.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
De hecho, le tomó a la Madre Naturaleza
540 millones de años de arduo trabajo
540 millones de años de arduo trabajo
03:19
to do this task,
49
187470
1973
lograr esta tarea,
03:21
and much of that effort
50
189443
1881
y mucho de ese esfuerzo
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
consistió en desarrollar el sistema
de procesamiento visual en el cerebro,
de procesamiento visual en el cerebro,
03:28
not the eyes themselves.
52
196595
2647
no los ojos en sí.
03:31
So vision begins with the eyes,
53
199242
2747
La visión empieza en los ojos,
03:33
but it truly takes place in the brain.
54
201989
3518
pero, en realidad,
ocurre en nuestro cerebro.
ocurre en nuestro cerebro.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Durante 15 años, empezando
desde mi doctorado en Caltech
desde mi doctorado en Caltech
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
y luego al frente del laboratorio
Stanford Vision Lab,
Stanford Vision Lab,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
he trabajado con mis mentores,
colaboradores y estudiantes
colaboradores y estudiantes
03:50
to teach computers to see.
58
218669
2889
para enseñar a las computadoras a ver.
Nuestro campo de investigación se llama
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
"visión artificial
y aprendizaje automático".
y aprendizaje automático".
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
Es parte del campo de
la inteligencia artificial.
la inteligencia artificial.
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
Queremos enseñar a las máquinas
a ver tal como nosotros lo hacemos:
a ver tal como nosotros lo hacemos:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
nombrar objetos, identificar personas,
inferir la geometría 3D de las cosas,
inferir la geometría 3D de las cosas,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
entender relaciones, emociones,
acciones e intenciones.
acciones e intenciones.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Nosotros tejemos historias completas
de la gente, los lugares y las cosas
de la gente, los lugares y las cosas
04:25
the moment we lay our gaze on them.
65
253721
2164
simplemente con mirarlas.
El primer paso hacia esta meta es
enseñar a una computadora a ver objetos,
enseñar a una computadora a ver objetos,
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
04:34
the building block of the visual world.
67
262538
3368
la unidad básica del mundo visual.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
En términos más simples,
imaginen este proceso
imaginen este proceso
04:42
as showing the computers
some training images
some training images
69
270340
2995
mostrando a las computadoras
algunas imágenes de entrenamiento
algunas imágenes de entrenamiento
04:45
of a particular object, let's say cats,
70
273335
3321
de un objeto en particular,
digamos gatos,
digamos gatos,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
y diseñar un modelo que
aprenda de estas imágenes.
aprenda de estas imágenes.
04:53
How hard can this be?
72
281393
2044
¿Qué tan difícil puede ser esto?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
A fin de cuentas, un gato es solo
un conjunto de formas y colores,
un conjunto de formas y colores,
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
y eso fue lo que hacíamos en los inicios
de la modelización de objetos.
de la modelización de objetos.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Decíamos al algoritmo
de la computadora
de la computadora
en un lenguaje matemático
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
que un gato tiene cara redonda,
cuerpo regordete,
cuerpo regordete,
05:10
two pointy ears, and a long tail,
77
298540
2299
dos orejas puntiagudas
y cola larga,
y cola larga,
05:12
and that looked all fine.
78
300839
1410
y así quedaba bien.
05:14
But what about this cat?
79
302859
2113
Pero ¿qué me dicen de este gato?
05:16
(Laughter)
80
304972
1091
(Risas)
05:18
It's all curled up.
81
306063
1626
Está todo retorcido.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Se debe agregar otra figura y otra
perspectiva al modelo del objeto.
perspectiva al modelo del objeto.
05:24
But what if cats are hidden?
83
312408
1715
¿Y si los gatos están escondidos?
05:27
What about these silly cats?
84
315143
2219
¿Qué tal estos gatos tontos?
05:31
Now you get my point.
85
319112
2417
Ahora entienden mi idea.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Incluso algo tan simple
como una mascota
como una mascota
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
puede tener un número infinito de
variaciones en el modelo del objeto,
variaciones en el modelo del objeto,
05:41
and that's just one object.
88
329400
2233
y eso es solo un objeto.
05:44
So about eight years ago,
89
332573
2492
Así que hace unos 8 años,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
una observación simple y profunda
cambió mi perspectiva.
cambió mi perspectiva.
05:53
No one tells a child how to see,
91
341425
2685
Nadie le dice al niño cómo ver,
05:56
especially in the early years.
92
344110
2261
menos aún en los primeros años.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Ellos aprenden a través de ejemplos
y experiencias del mundo real.
y experiencias del mundo real.
06:03
If you consider a child's eyes
94
351371
2740
Si consideramos los ojos de un niño
06:06
as a pair of biological cameras,
95
354111
2554
como un par de cámaras biológicas,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
toman una foto cada 200 milisegundos,
06:12
the average time an eye movement is made.
97
360845
3134
el tiempo promedio en que el ojo
hace un movimiento.
hace un movimiento.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Entonces, a los 3 años un niño ha visto
cientos de millones de fotografías
cientos de millones de fotografías
06:21
of the real world.
99
369529
1834
del mundo real.
06:23
That's a lot of training examples.
100
371363
2280
Esos son muchos ejemplares
de entrenamiento.
de entrenamiento.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
Así que en lugar de enfocarnos
solo en mejorar los algoritmos,
solo en mejorar los algoritmos,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
mi intención fue dotar a los algoritmos
con los datos de entrenamiento
con los datos de entrenamiento
06:37
that a child was given through experiences
103
385644
3319
que un niño adquiere con la experiencia
06:40
in both quantity and quality.
104
388963
3878
tanto en cantidad como en calidad.
06:44
Once we know this,
105
392841
1858
Al conocer esto
06:46
we knew we needed to collect a data set
106
394699
2971
supimos que necesitábamos recolectar
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
muchas más imágenes que nunca,
06:54
perhaps thousands of times more,
108
402129
2577
tal vez miles de veces más;
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
y junto con el profesor Kai Li
en la Universidad de Princeton,
en la Universidad de Princeton,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
lanzamos el proyecto ImageNet en 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Por suerte, no tuvimos que ponernos
una cámara en la cabeza
una cámara en la cabeza
07:09
and wait for many years.
112
417407
1764
y esperar muchos años.
07:11
We went to the Internet,
113
419171
1463
Entramos a Internet,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
el banco de imágenes más grande
creado por la humanidad.
creado por la humanidad.
07:17
We downloaded nearly a billion images
115
425070
3041
Descargamos casi
1000 millones de imágenes
1000 millones de imágenes
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
y usamos tecnología de crowdsourcing
como la plataforma Amazon Mechanical Turk
como la plataforma Amazon Mechanical Turk
07:25
to help us to label these images.
117
433991
2339
para etiquetar estas imágenes.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
En su mejor momento, ImageNet fue
uno de los empleadores más importantes
uno de los empleadores más importantes
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
de trabajadores en
Amazon Mechanical Turk:
Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
Casi 50 000 trabajadores
07:40
from 167 countries around the world
121
448080
4040
de 167 países del mundo
07:44
helped us to clean, sort and label
122
452120
3947
nos ayudaron a limpiar,
separar y etiquetar
separar y etiquetar
07:48
nearly a billion candidate images.
123
456067
3575
casi 1000 millones
de imágenes candidatas.
de imágenes candidatas.
07:52
That was how much effort it took
124
460612
2653
Se necesitó todo ese esfuerzo
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
para capturar apenas una fracción
de todas las imágenes
de todas las imágenes
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
que un niño asimila en sus
primeros años de desarrollo.
primeros años de desarrollo.
08:04
In hindsight, this idea of using big data
127
472148
3902
Viendo en retrospectiva,
esta idea de usar muchos datos
esta idea de usar muchos datos
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
para entrenar algoritmos
puede parecer obvia ahora.
puede parecer obvia ahora.
08:12
but back in 2007, it was not so obvious.
129
480600
4110
Sin embargo, en 2007
no era tan evidente.
no era tan evidente.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Estuvimos solos en este viaje
por un buen rato.
por un buen rato.
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
Algunos colegas me sugerían
hacer algo más útil para mi cátedra,
hacer algo más útil para mi cátedra,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
y con frecuencia teníamos problemas
para conseguir financiamiento.
para conseguir financiamiento.
08:29
Once, I even joked to my graduate students
133
497933
2485
Incluso llegué a decir
a mis alumnos, como broma,
a mis alumnos, como broma,
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
que tendría que reabrir mi tintorería
para financiar ImageNet.
para financiar ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Después de todo, así fue como
financié mis años de universidad.
financié mis años de universidad.
08:41
So we carried on.
136
509242
1856
Seguimos adelante.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
En 2009, el proyecto ImageNet juntó
08:46
a database of 15 million images
138
514813
4042
una base de datos con
15 millones de imágenes
15 millones de imágenes
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
de 22 000 tipos de objetos
organizados por palabra
en inglés de uso cotidiano.
en inglés de uso cotidiano.
08:55
organized by everyday English words.
140
523660
3320
08:58
In both quantity and quality,
141
526980
2926
En cantidad y calidad,
09:01
this was an unprecedented scale.
142
529906
2972
tuvieron una escala sin precedentes.
09:04
As an example, in the case of cats,
143
532878
3461
Por ejemplo, en el caso de los gatos,
09:08
we have more than 62,000 cats
144
536339
2809
tenemos más de 62 000 gatos
09:11
of all kinds of looks and poses
145
539148
4110
con todo tipo de apariencias y poses
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
y todo tipo de gatos
domésticos y salvajes.
domésticos y salvajes.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Estábamos entusiasmados
por haber creado ImageNet
por haber creado ImageNet
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
y queríamos que todo el mundo de
la investigación se beneficiara,
la investigación se beneficiara,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
así que, al estilo TED,
abrimos toda la base de datos
abrimos toda la base de datos
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
a la comunidad mundial de
investigadores de forma gratuita.
investigadores de forma gratuita.
09:36
(Applause)
151
564636
4000
(Aplausos)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Ahora que tenemos los datos para nutrir
el cerebro de nuestra computadora,
el cerebro de nuestra computadora,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
estamos listos para volver
a los algoritmos.
a los algoritmos.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
La abundancia de información
aportada por ImageNet
aportada por ImageNet
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
fue el complemento perfecto para
un tipo particular de algoritmos
un tipo particular de algoritmos
09:59
called convolutional neural network,
156
587675
2415
de aprendizaje automático llamado
red neuronal convolucional,
red neuronal convolucional,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
ideado por Kunihiko Fukushima,
Geoff Hinton y Yann LeCun
Geoff Hinton y Yann LeCun
10:07
back in the 1970s and '80s.
158
595338
3645
en los años 70 y 80.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Como el cerebro que tiene miles de
millones de neuronas muy bien conectadas,
millones de neuronas muy bien conectadas,
10:16
a basic operating unit in a neural network
160
604602
3854
la unidad operativa fundamental
en una red neuronal
en una red neuronal
10:20
is a neuron-like node.
161
608456
2415
es un nodo con forma de neurona.
10:22
It takes input from other nodes
162
610871
2554
Toma datos de otros nodos
10:25
and sends output to others.
163
613425
2718
los procesa y los manda
a otros nodos.
a otros nodos.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Además, estos cientos de miles
o incluso millones de nodos
o incluso millones de nodos
10:32
are organized in hierarchical layers,
165
620856
3227
se organizan en capas jerárquicas,
10:36
also similar to the brain.
166
624083
2554
algo parecido al cerebro.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
En una red neuronal típica
que usamos para entrenar
que usamos para entrenar
nuestro modelo de
reconocimiento de objetos
reconocimiento de objetos
10:43
it has 24 million nodes,
168
631420
3181
hay 24 millones de nodos,
10:46
140 million parameters,
169
634601
3297
140 millones de parámetros
10:49
and 15 billion connections.
170
637898
2763
y 15 000 millones de conexiones.
10:52
That's an enormous model.
171
640661
2415
Es un modelo enorme.
10:55
Powered by the massive data from ImageNet
172
643076
3901
Alimentado por la información
masiva de ImageNet
masiva de ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
y las CPUs y GPUs modernas que
entrenan este inmenso modelo,
entrenan este inmenso modelo,
11:04
the convolutional neural network
174
652410
2369
la red neuronal convolucional
11:06
blossomed in a way that no one expected.
175
654779
3436
tuvo un éxito inesperado.
11:10
It became the winning architecture
176
658215
2508
Se volvió la ingeniería ganadora
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
para generar nuevos y emocionantes
resultados en reconocimiento de objetos.
resultados en reconocimiento de objetos.
11:18
This is a computer telling us
178
666063
2810
Esta es una computadora que nos dice
11:20
this picture contains a cat
179
668873
2300
que la foto tiene un gato
11:23
and where the cat is.
180
671173
1903
y dónde está el gato.
11:25
Of course there are more things than cats,
181
673076
2112
Desde luego hay más cosas
aparte de los gatos
aparte de los gatos
11:27
so here's a computer algorithm telling us
182
675188
2438
así que hay un algoritmo
informático que nos dice
informático que nos dice
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
que hay un niño y un oso
de peluche en la foto;
de peluche en la foto;
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
un perro, una persona
y un papalote al fondo;
y un papalote al fondo;
11:37
or a picture of very busy things
185
685266
3135
o una foto de cosas muy ocupadas
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
como un hombre, una patineta,
un barandal, una lámpara etc.
un barandal, una lámpara etc.
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 veces, cuando la computadora
no está segura de lo que ve,
no está segura de lo que ve,
11:51
we have taught it to be smart enough
188
699498
2276
le hemos enseñado
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
a darnos una respuesta segura
en lugar de comprometer su respuesta,
en lugar de comprometer su respuesta,
11:57
just like we would do,
190
705652
2811
tal como lo haríamos nosotros.
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
Pero otras veces nuestro algoritmo
informático es muy acertado al decirnos
informático es muy acertado al decirnos
12:05
what exactly the objects are,
192
713129
2253
qué son los objetos exactamente,
12:07
like the make, model, year of the cars.
193
715382
3436
como la marca, modelo
y año de los coches.
y año de los coches.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Aplicamos este algoritmo a millones
de imágenes de Google Street View
de imágenes de Google Street View
12:16
across hundreds of American cities,
195
724204
3135
de cientos de ciudades
de Estados Unidos
de Estados Unidos
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
y hemos aprendido algo muy interesante:
12:22
first, it confirmed our common wisdom
197
730265
3320
primero, confirmó nuestra idea
12:25
that car prices correlate very well
198
733585
3290
de que los precios de los autos
se relacionan bien
se relacionan bien
12:28
with household incomes.
199
736875
2345
con los ingresos del hogar.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Pero sorprendentemente, los precios
de los autos se relacionan también
de los autos se relacionan también
12:35
with crime rates in cities,
201
743747
2300
con las tasas de criminalidad
en la ciudades
en la ciudades
12:39
or voting patterns by zip codes.
202
747007
3963
o los patrones de votación
por código postal.
por código postal.
12:44
So wait a minute. Is that it?
203
752060
2206
Un minuto. ¿Eso es todo?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
¿Acaso la computadora ya sobrepasó
las capacidades humanas?
las capacidades humanas?
12:51
Not so fast.
205
759419
2138
No tan rápido.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Hasta ahora solo hemos enseñado
a la computadora a ver objetos.
a la computadora a ver objetos.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
Es como un niño pequeño
que aprende a decir palabras.
que aprende a decir palabras.
13:03
It's an incredible accomplishment,
208
771124
2670
Es un logro increíble,
13:05
but it's only the first step.
209
773794
2460
pero es apenas el primer paso.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Pronto daremos otro paso
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
y los niños empiezan
a comunicarse con frases.
a comunicarse con frases.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Así que en lugar de decir
que hay un gato en la foto,
que hay un gato en la 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
la niña ya dice que el gato
está sobre la cama.
está sobre la cama.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Así que para enseñar a una computadora
a ver una foto y generar frases
a ver una foto y generar frases
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
la conjunción de mucha información
y el algoritmo de aprendizaje automático
y el algoritmo de aprendizaje automático
13:34
has to take another step.
216
802446
2275
debe dar otro paso.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Ahora, la computadora tiene
que aprender de fotografías
que aprender de fotografías
13:40
as well as natural language sentences
218
808877
2856
así como de frases en lenguaje natural
13:43
generated by humans.
219
811733
3322
generado por humanos.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
De la forma en que el cerebro
integra visión y lenguaje,
integra visión y lenguaje,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
desarrollamos un modelo que
conecta partes de cosas visuales
conecta partes de cosas visuales
13:56
like visual snippets
222
824109
1904
como fragmentos visuales
13:58
with words and phrases in sentences.
223
826013
4203
con palabras y frases en oraciones.
14:02
About four months ago,
224
830216
2763
Hace unos 4 meses
14:04
we finally tied all this together
225
832979
2647
finalmente juntamos todo esto
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
y produjimos uno de los primeros
modelos de visión artificial
modelos de visión artificial
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
que puede generar frases
como las de un humano
como las de un humano
14:15
when it sees a picture for the first time.
228
843404
3506
cuando ve una foto por primera vez.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Ahora estoy lista para mostrarles
lo que dice la computadora
lo que dice la computadora
14:23
when it sees the picture
230
851554
1975
cuando ve la fotografía
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
que la niña vio al inicio de esta charla.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
(Video) Computadora:
Un hombre está junto a un elefante.
Un hombre está junto a un elefante.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Un avión grande está encima
de una pista de aeropuerto.
de una pista de aeropuerto.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
FFL: Desde luego, seguimos
trabajando para mejorar los algoritmos
trabajando para mejorar los algoritmos
14:45
and it still has a lot to learn.
235
873269
2596
y aún tiene mucho que aprender.
14:47
(Applause)
236
875865
2291
(Aplausos)
14:51
And the computer still makes mistakes.
237
879556
3321
Y la computadora aún comete errores.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(Video) Computadora: Un gato
recostado en la cama en una sábana.
recostado en la cama en una sábana.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
FFL: Y cuando ha visto
demasiados gatos,
demasiados gatos,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
cree que todo lo que ve
parece un gato.
parece un gato.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Video) Computadora: Un niño
tiene un bate de béisbol.
tiene un bate de béisbol.
15:08
(Laughter)
242
896181
1765
(Risas)
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: O si nunca ha visto
un cepillo de dientes,
un cepillo de dientes,
lo confunde con un bate de béisbol.
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) Computadora: Un hombre
montando un caballo junto a un edificio.
montando un caballo junto a un edificio.
15:18
(Laughter)
245
906743
2023
(Risas)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
FFL: No le hemos enseñado
arte elemental a las computadoras.
arte elemental a las computadoras.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Video) Computadora: Una cebra
en un campo de hierba.
en un campo de hierba.
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
FFL: Y no ha aprendido a apreciar
la belleza deslumbrante
la belleza deslumbrante
15:32
like you and I do.
249
920019
2438
de la naturaleza,
como lo hacemos nosotros.
como lo hacemos nosotros.
15:34
So it has been a long journey.
250
922457
2832
Así que ha sido un largo camino.
15:37
To get from age zero to three was hard.
251
925289
4226
Pasar de los 0 a los 3 años fue difícil.
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
El verdadero reto es llegar
a los 13 y mucho más todavía.
a los 13 y mucho más todavía.
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
Recordemos nuevamente esta foto
del niño y el pastel.
del niño y el pastel.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Hasta ahora, le hemos enseñado
a la computadora a ver objetos
a la computadora a ver objetos
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
o incluso darnos una pequeña
historia cuando ve la foto.
historia cuando ve la foto.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(Video) Computadora: Una persona sentada
a la mesa con un pastel.
a la mesa con un pastel.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
FFL: Pero hay mucho más
en esta fotografía
en esta fotografía
16:06
than just a person and a cake.
258
954204
2270
que simplemente una persona y un pastel.
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
Lo que la computadora no ve es que
este es un pastel especial italiano
este es un pastel especial italiano
16:12
that's only served during Easter time.
260
960941
3217
exclusivo de Pascua.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
El niño viste su camiseta favorita,
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
que le regaló su papá
tras un viaje a Sídney,
tras un viaje a Sídney,
16:23
and you and I can all tell how happy he is
263
971333
3808
y nosotros podemos decir
qué tan feliz está
qué tan feliz está
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
y qué pasa por su mente
en ese momento.
en ese momento.
16:31
This is my son Leo.
265
979214
3125
Ese es mi hijo Leo.
16:34
On my quest for visual intelligence,
266
982339
2624
En mi búsqueda de inteligencia visual,
16:36
I think of Leo constantly
267
984963
2391
pienso constantemente en él
16:39
and the future world he will live in.
268
987354
2903
y en el futuro en que va a vivir.
16:42
When machines can see,
269
990257
2021
Cuando las máquinas puedan ver,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
los médicos y enfermeras tendrán
un par extra de ojos incansables
un par extra de ojos incansables
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
para ayudarlos a diagnosticar
y cuidar de los pacientes.
y cuidar de los pacientes.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Los autos andarán de forma
inteligente y segura en los caminos.
inteligente y segura en los caminos.
16:57
Robots, not just humans,
273
1005465
2694
Robots, y no solo humanos,
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
nos ayudarán a desafiar zonas de desastre
para salvar heridos y atrapados.
para salvar heridos y atrapados.
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
Descubriremos nuevas especies,
mejores materiales,
mejores materiales,
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
y exploraremos fronteras nunca vistas
con ayuda de las máquinas.
con ayuda de las máquinas.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Poco a poco, damos a las máquinas
el don de la vista.
el don de la vista.
17:19
First, we teach them to see.
278
1027280
2798
Primero les enseñamos a ver.
17:22
Then, they help us to see better.
279
1030078
2763
Luego ellas nos ayudarán a ver mejor.
Por primera vez, los ojos humanos
no serán los únicos
no serán los únicos
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
17:29
pondering and exploring our world.
281
1037006
2934
que exploren nuestro mundo.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
No solo usaremos máquinas
por su inteligencia,
por su inteligencia,
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
también colaboraremos con ellas de
formas que ni siquiera imaginamos.
formas que ni siquiera imaginamos.
17:41
This is my quest:
284
1049579
2161
Esta es mi misión:
17:43
to give computers visual intelligence
285
1051740
2712
dar a las computadoras
inteligencia visual
inteligencia visual
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
y crear un mejor futuro
para Leo y para el mundo.
para Leo y para el mundo.
17:51
Thank you.
287
1059583
1811
Gracias.
17:53
(Applause)
288
1061394
3785
(Aplausos)
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