TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Fei-Fei Li: Como estamos a ensinar os computadores a entender imagens
Filmed:
Readability: 4.5
2,702,344 views
Quando uma criança muito pequena olha para uma imagem, consegue identificar elementos simples: "gato", "livro", "cadeira". Os computadores estão a ficar suficientemente inteligentes para também fazerem isso. O que é que há de novo? Numa palestra emocionante, Fei-Fei Li, especialista de visão de computadores, descreve a última geração — incluindo a base de dados de 15 milhões de fotos que a sua equipa criou para "ensinar" um computador a entender imagens — e as perceções fundamentais que ainda pertencem ao futuro.
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
Vou mostrar-vos uma coisa.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(Vídeo) Menina: Isto é um gato
sentado numa cama.
sentado numa cama.
00:22
The boy is petting the elephant.
2
10260
4040
O rapaz está a fazer festas ao elefante.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Isso são pessoas a ir para um avião.
00:30
That's a big airplane.
4
18654
2810
É um grande avião.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Fei-Fei Li: Esta é uma criança de 3 anos
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
a descrever o que vê num
conjunto de fotografias.
conjunto de fotografias.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Ela poderá ter ainda muito
para aprender neste mundo,
para aprender neste mundo,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
mas já é especialista
numa tarefa muito importante:
numa tarefa muito importante:
00:46
to make sense of what she sees.
9
34743
2846
dar sentido ao que vê.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
A nossa sociedade
está mais avançada do que nunca.
está mais avançada do 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 pessoas para a lua,
fazemos telefones que falam connosco
fazemos telefones que falam connosco
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
ou personalizamos estações de rádio
que apenas tocam música de que gostamos.
que apenas tocam música de que gostamos.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
No entanto, as nossas máquinas
e computadores mais avançados
e computadores mais avançados
01:07
still struggle at this task.
14
55085
2903
ainda têm dificuldade
em realizar esta tarefa.
em realizar esta tarefa.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Por isso estou aqui hoje,
para vos dar um relato
para vos dar um relato
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
sobre os últimos avanços do nosso trabalho
em visão computacional,
em visão computacional,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
uma das tecnologias mais inovadoras
e potencialmente mais revolucionárias
e potencialmente mais revolucionárias
01:21
technologies in computer science.
18
69655
3206
da ciência informática.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
É verdade que já temos protótipos
de carros que conduzem sozinhos,
de carros que conduzem sozinhos,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
mas sem visão inteligente,
eles não conseguem distinguir
eles não conseguem 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 um saco de papel amarrotado,
que o carro pode atropelar,
que o carro pode atropelar,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
e uma pedra do mesmo tamanho,
que deve ser evitada.
que deve ser evitada.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Criámos fabulosas câmaras de megapixéis,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
mas não conseguimos devolver
a visão a pessoas cegas.
a visão a pessoas cegas.
01:48
Drones can fly over massive land,
25
96420
3305
Os drones conseguem voar
sobre uma área extensa de terra,
sobre uma área extensa de terra,
01:51
but don't have enough vision technology
26
99725
2134
mas não têm a tecnologia
de visualização
de visualização
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
necessária para detetar
alterações nas florestas tropicais
alterações nas florestas tropicais
01:57
Security cameras are everywhere,
28
105320
2950
Temos câmaras de segurança
por todo o lado,
por todo o lado,
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
mas elas não nos alertam quando uma
criança se está a afogar numa piscina.
criança se está a afogar numa piscina.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
As fotografias e os vídeos
estão a tornar-se
estão a tornar-se
parte integrante da vida em todo o mundo.
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
São gerados a um ritmo muito mais rápido
do que qualquer ser humano,
do que qualquer ser humano,
02:15
or teams of humans, could hope to view,
32
123849
2783
ou equipas de seres humanos
poderiam esperar ver.
poderiam esperar ver.
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
Nós estamos neste momento a contribuir
para este fenómeno, com este evento TED.
para este fenómeno, com este evento TED.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
No entanto, até o software mais avançado
tem ainda dificuldades em compreender
tem ainda dificuldades em compreender
02:27
and managing this enormous content.
35
135785
3876
e gerir uma quantidade
de dados tão grande.
de dados tão grande.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Por outras palavras, enquanto sociedade,
nós somos bastante cegos,
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
porque as nossas máquinas
mais inteligentes ainda são cegas.
mais inteligentes ainda são cegas.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
"Porque é isto tão difícil?"
poderão perguntar.
poderão perguntar.
02:46
Cameras can take pictures like this one
40
154452
2693
As câmaras fotográficas
tiram fotografias como esta,
tiram fotografias como esta,
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
convertendo luzes
numa tabela com números,
numa tabela com números,
02:53
known as pixels,
42
161139
1650
conhecidos como pixéis,
02:54
but these are just lifeless numbers.
43
162789
2251
mas são apenas números sem vida.
02:57
They do not carry meaning in themselves.
44
165040
3111
Por si só não têm significado.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Pela mesma razão que ouvir
não é o mesmo que escutar,
não é o mesmo que escutar,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
tirar fotografias
não é o mesmo que ver,
não é o mesmo que ver,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
e por ver entenda-se compreender.
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
Na verdade, a Mãe Natureza precisou
de 540 milhões de anos de trabalho duro
de 540 milhões de anos de trabalho duro
03:19
to do this task,
49
187470
1973
para realizar esta tarefa.
03:21
and much of that effort
50
189443
1881
Muito desse esforço
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
foi para o desenvolvimento do mecanismo
de processamento visual do cérebro,
de processamento visual do cérebro,
03:28
not the eyes themselves.
52
196595
2647
e não para os olhos.
03:31
So vision begins with the eyes,
53
199242
2747
Portanto, a visão começa nos olhos,
03:33
but it truly takes place in the brain.
54
201989
3518
mas onde realmente acontece é no cérebro.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
Há já 15 anos, desde
o meu doutoramento em Caltech,
o meu doutoramento em Caltech,
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
e depois como diretora
do laboratório Stanford's Vision,
do laboratório Stanford's Vision,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
tenho trabalhado com os meus mentores,
colaboradores e estudantes
colaboradores e estudantes
03:50
to teach computers to see.
58
218669
2889
para ensinar os computadores a ver.
A nossa área de investigação chama-se
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
visão computacional
e aprendizagem automática.
e aprendizagem automática.
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
Faz parte do campo mais geral
da inteligência artificial.
da inteligência 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
Em ultima análise, queremos ensinar
as máquinas a ver, tal como nós vemos:
as máquinas a ver, tal como nós vemos:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
nomear objetos, identificar pessoas,
inferir a geometria 3D das coisas,
inferir a geometria 3D das coisas,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
entender relações, emoções,
ações e intenções.
ações e intenções.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Todos imaginamos e criamos histórias
sobre pessoas, lugares e objetos
sobre pessoas, lugares e objetos
04:25
the moment we lay our gaze on them.
65
253721
2164
mal lhes deitamos a vista em cima.
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
O primeiro passo para este objetivo
é ensinar um computador a ver objetos,
é ensinar um computador a ver objetos,
04:34
the building block of the visual world.
67
262538
3368
os blocos de construção do mundo visual.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
Na sua forma mais simples, imaginem
este processo de ensinar os computadores
este processo de ensinar os computadores
04:42
as showing the computers
some training images
some training images
69
270340
2995
como o ato de lhes mostrar
imagens de um dado objeto
imagens de um dado objeto
04:45
of a particular object, let's say cats,
70
273335
3321
para treino, por exemplo gatos,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
e conceber um modelo que aprende
a partir dessas imagens para treino.
a partir dessas imagens para treino.
04:53
How hard can this be?
72
281393
2044
Quão difícil será fazer isto?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
Afinal de contas, um gato não é mais
que um conjunto de formas e cores,
que um conjunto de formas e cores,
04:59
and this is what we did
in the early days of object modeling.
in the early days of object modeling.
74
287489
4086
e foi o que fizemos nos primeiros
tempos da modelação de objetos.
tempos da modelação de objetos.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Dizíamos ao algoritmo do computador,
em linguagem matemática,
em linguagem matemática,
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
que um gato tem uma face redonda,
um corpo volumoso,
um corpo volumoso,
05:10
two pointy ears, and a long tail,
77
298540
2299
duas orelhas pontiagudas,
uma cauda comprida,
uma cauda comprida,
05:12
and that looked all fine.
78
300839
1410
e esse modelo parecia bem assim.
05:14
But what about this cat?
79
302859
2113
Mas o que acontece com este gato?
05:16
(Laughter)
80
304972
1091
(Risos)
05:18
It's all curled up.
81
306063
1626
Está todo enrolado.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Agora vamos ter de adicionar
outra forma e perspetiva ao modelo.
outra forma e perspetiva ao modelo.
05:24
But what if cats are hidden?
83
312408
1715
E se os gatos estiverem escondidos?
05:27
What about these silly cats?
84
315143
2219
E quanto a estes gatos patetas?
05:31
Now you get my point.
85
319112
2417
Agora compreendem o meu problema.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Até mesmo algo tão simples
quanto um animal doméstico
quanto um animal doméstico
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
pode ter um número infinito
de variações relativamente ao modelo
de variações relativamente ao modelo
05:41
and that's just one object.
88
329400
2233
e estamos a falar de um único objeto.
05:44
So about eight years ago,
89
332573
2492
Então, há cerca de oito anos,
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
uma observação muito simples e profunda
mudou a minha forma de pensar.
mudou a minha forma de pensar.
05:53
No one tells a child how to see,
91
341425
2685
Ninguém diz a uma criança como se vê,
05:56
especially in the early years.
92
344110
2261
especialmente nos primeiros anos de vida.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
As crianças aprendem isso através
de experiências e exemplos da vida real.
de experiências e exemplos da vida real.
06:03
If you consider a child's eyes
94
351371
2740
Se considerarmos os olhos de uma criança
06:06
as a pair of biological cameras,
95
354111
2554
como duas máquinas fotográficas biológicas,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
elas tiram uma fotografia a cada
200 millisegundos aproximadamente,
200 millisegundos aproximadamente,
06:12
the average time an eye movement is made.
97
360845
3134
o tempo médio que demora
um movimento ocular.
um movimento ocular.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
Assim, aos três anos, uma criança
terá visto centenas de milhões de imagens
terá visto centenas de milhões de imagens
06:21
of the real world.
99
369529
1834
do mundo real.
06:23
That's a lot of training examples.
100
371363
2280
São imensos exemplos para treino.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
Deste modo, em vez de me focar apenas
em algoritmos cada vez melhores,
em algoritmos cada vez melhores,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
a minha ideia foi treinar os algoritmos
com o mesmo tipo de dados
com o mesmo tipo de dados
06:37
that a child was given through experiences
103
385644
3319
que uma criança recebe
através das suas experiências,
através das suas experiências,
06:40
in both quantity and quality.
104
388963
3878
tanto em quantidade como qualidade.
06:44
Once we know this,
105
392841
1858
Depois de percebermos isto,
06:46
we knew we needed to collect a data set
106
394699
2971
sabíamos que teríamos de reunir
um conjunto de dados
um conjunto de dados
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
com muito mais imagens
do que alguma vez tínhamos tido,
do que alguma vez tínhamos tido,
06:54
perhaps thousands of times more,
108
402129
2577
talvez mesmo milhares de vezes mais.
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
Juntamente com o Professor Kai Li
na Universidade de Princeton,
na Universidade de Princeton,
07:00
we launched the ImageNet project in 2007.
110
408817
4752
iniciámos o projeto ImageNet, em 2007.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
Felizmente, não precisámos de montar
uma câmara na cabeça
uma câmara na cabeça
07:09
and wait for many years.
112
417407
1764
e esperar vários anos.
07:11
We went to the Internet,
113
419171
1463
Recorremos à Internet,
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
o maior tesouro de imagens
que o Homem alguma vez criou.
que o Homem alguma vez criou.
07:17
We downloaded nearly a billion images
115
425070
3041
Descarregámos cerca
de mil milhões de imagens
de mil milhões de imagens
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
e utilizámos tecnologias
de contribuição voluntária,
de contribuição voluntária,
como a plataforma Amazon Mechanical Turk,
07:25
to help us to label these images.
117
433991
2339
para nos ajudar a rotular essas imagens.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
No seu auge, o ImageNet
era um dos maiores empregadores
era um dos maiores empregadores
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
da Amazon Mechanical Turk.
07:36
together, almost 50,000 workers
120
444226
3854
No total, quase 50 mil trabalhadores
07:40
from 167 countries around the world
121
448080
4040
de 167 países de todo o mundo
07:44
helped us to clean, sort and label
122
452120
3947
ajudaram-nos a limpar, ordenar e rotular
07:48
nearly a billion candidate images.
123
456067
3575
cerca de mil milhões
de imagens candidatas.
de imagens candidatas.
07:52
That was how much effort it took
124
460612
2653
Foi quanto custou captar
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
uma fração de todas as imagens
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
que uma criança vê nos seus
primeiros anos de desenvolvimento.
primeiros anos de desenvolvimento.
08:04
In hindsight, this idea of using big data
127
472148
3902
Em retrospetiva, esta ideia
de usar grandes volumes de dados
de usar grandes volumes de dados
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
para treinar algoritmos em computadores
pode hoje parecer óbvia,
pode hoje parecer óbvia,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
mas em 2007 não era assim tão óbvia.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Estivemos sozinhos neste percurso
durante algum tempo.
durante algum tempo.
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
Alguns colegas amáveis aconselharam-me
a fazer algo mais útil no meu mandato,
a fazer algo mais útil no meu mandato,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
e estávamos constantemente a lutar
por financiamento para a investigação.
por financiamento para a investigação.
08:29
Once, I even joked to my graduate students
133
497933
2485
Uma vez até disse, a brincar,
aos meus alunos
aos meus alunos
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 ia reabrir a minha loja
de limpeza a seco,
de limpeza a seco,
para financiar o ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
Afinal de contas,
foi assim que eu financiei
foi assim que eu financiei
os meus estudos na universidade.
08:41
So we carried on.
136
509242
1856
E assim continuámos o trabalho.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
Em 2009, o ImageNet disponibilizou
08:46
a database of 15 million images
138
514813
4042
uma base de dado
com 15 milhões de imagens
com 15 milhões de imagens
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
ao longo de 22 mil classes
de objetos e coisas,
de objetos e coisas,
08:55
organized by everyday English words.
140
523660
3320
organizados por palavras
inglesas de uso comum.
inglesas de uso comum.
08:58
In both quantity and quality,
141
526980
2926
Tanto em quantidade como em qualidade,
09:01
this was an unprecedented scale.
142
529906
2972
tratou-se de uma escala sem precedentes.
09:04
As an example, in the case of cats,
143
532878
3461
Como exemplo disto temos,
no caso dos gatos,
no caso dos gatos,
09:08
we have more than 62,000 cats
144
536339
2809
mais de 62 mil gatos
09:11
of all kinds of looks and poses
145
539148
4110
de todos os tipos e em variadas poses,
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
assim como todas as espécies
de gatos domésticos e selvagens.
de gatos domésticos e selvagens.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Estávamos muito entusiasmados
por termos construído o ImageNet
por termos construído o ImageNet
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
e queríamos que toda a pesquisa mundial
pudesse beneficiar dele,
pudesse beneficiar dele,
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
por isso, à boa maneira do TED,
disponibilizámos toda a base de dados
disponibilizámos toda a base de dados
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
para a comunidade de pesquisa
mundial, gratuitamente.
mundial, gratuitamente.
(Aplausos)
09:36
(Applause)
151
564636
4000
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Agora que já temos os dados para alimentar
o cérebro do nosso computador,
o cérebro do nosso computador,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
estamos prontos para voltar
a trabalhar nos algoritmos.
a trabalhar nos algoritmos.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Como se veio a perceber, a riqueza
de informações fornecidas pelo ImageNet
de informações fornecidas pelo ImageNet
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
era perfeita para uma classe particular
de algoritmos de aprendizagem automática
de algoritmos de aprendizagem automática
09:59
called convolutional neural network,
156
587675
2415
designada por "rede neural convoluta",
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
lançada por Kunihiko Fukushima,
Geoff Hinton e Yann LeCun,
Geoff Hinton e Yann LeCun,
10:07
back in the 1970s and '80s.
158
595338
3645
nos anos 70 e 80.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
À semelhança do cérebro,
formado por milhares de milhões
de neurónios altamente ligados,
de neurónios altamente ligados,
10:16
a basic operating unit in a neural network
160
604602
3854
uma operação unitária básica
numa rede neural
numa rede neural
10:20
is a neuron-like node.
161
608456
2415
é idêntica a um nodo de neurónios.
10:22
It takes input from other nodes
162
610871
2554
Esse nodo recebe e envia informações
10:25
and sends output to others.
163
613425
2718
de outros nodos e para outros nodos.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Além disso, essas centenas de milhares
ou mesmo milhões de nodos
ou mesmo milhões de nodos
10:32
are organized in hierarchical layers,
165
620856
3227
estão organizados em camadas hierárquicas,
10:36
also similar to the brain.
166
624083
2554
à semelhança do que se passa no cérebro.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
Numa rede neural típica que usamos,
para treinar o modelo
de reconhecimento de objetos
de reconhecimento de objetos
10:43
it has 24 million nodes,
168
631420
3181
existem 24 milhões de nodos,
10:46
140 million parameters,
169
634601
3297
140 milhões de parâmetros
e 15 mil milhões de ligações.
10:49
and 15 billion connections.
170
637898
2763
10:52
That's an enormous model.
171
640661
2415
É um modelo enorme.
10:55
Powered by the massive data from ImageNet
172
643076
3901
Abastecido pelos imensos dados do ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
dos CPUs e GPUs modernos para treinar
um modelo tão pesado quanto este,
um modelo tão pesado quanto este,
11:04
the convolutional neural network
174
652410
2369
a rede neural convoluta
11:06
blossomed in a way that no one expected.
175
654779
3436
floresceu de um modo que ninguém esperava.
11:10
It became the winning architecture
176
658215
2508
Tornou-se na arquitetura vencedora
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
para a geração de resultados
sensacionais no reconhecimento de objetos.
sensacionais no reconhecimento de objetos.
11:18
This is a computer telling us
178
666063
2810
Aqui temos um computador a dizer-nos
11:20
this picture contains a cat
179
668873
2300
que esta imagem tem um gato
11:23
and where the cat is.
180
671173
1903
e a localização do gato na imagem.
11:25
Of course there are more things than cats,
181
673076
2112
É claro que há mais coisas além de gatos,
11:27
so here's a computer algorithm telling us
182
675188
2438
e assim temos aqui um algoritmo
de computador a dizer-nos
de computador a dizer-nos
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
que a imagem contém um rapaz
e um ursinho de peluche,
e um ursinho de peluche,
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
um cão, uma pessoa
e um pequeno papagaio ao fundo,
e um pequeno papagaio ao fundo,
11:37
or a picture of very busy things
185
685266
3135
ou uma imagem com muitos elementos,
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
tais como um homem, um "skate",
grades, um poste de iluminação, etc.
grades, um poste de iluminação, 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
Por vezes, quando o computador
não está seguro do que vê,
não está seguro do que vê,
11:51
we have taught it to be smart enough
188
699498
2276
ensinámo-lo a ser
suficientemente inteligente
suficientemente inteligente
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
para nos dar uma resposta segura
em vez de se comprometer demasiado,
em vez de se comprometer demasiado,
11:57
just like we would do,
190
705652
2811
tal como nós faríamos.
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
Mas outras vezes o nosso algoritmo
é brilhante a dizer exatamente
é brilhante a dizer exatamente
12:05
what exactly the objects are,
192
713129
2253
quais são os objetos na imagem,
12:07
like the make, model, year of the cars.
193
715382
3436
como a marca, o modelo
e o ano de fabrico dos carros.
e o ano de fabrico dos carros.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Aplicámos este algoritmo a milhões
de imagens do Google Street View
de imagens do Google Street View
12:16
across hundreds of American cities,
195
724204
3135
a centenas de cidades norte-americanas
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
e aprendemos algo muito interessante:
12:22
first, it confirmed our common wisdom
197
730265
3320
primeiro, confirmou a sabedoria comum
12:25
that car prices correlate very well
198
733585
3290
que diz que os preços dos carros
estão fortemente correlacionados
estão fortemente correlacionados
12:28
with household incomes.
199
736875
2345
com os rendimentos familiares.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Mas, surpreendentemente, os preços
dos carros também estão correlacionados
dos carros também estão correlacionados
12:35
with crime rates in cities,
201
743747
2300
com as taxas de criminalidade em cidades,
ou padrões de votação por código postal.
12:39
or voting patterns by zip codes.
202
747007
3963
Mas esperem. É mesmo assim?
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
O computador já conseguiu mesmo igualar
ou até ultrapassar as capacidades humanas?
ou até ultrapassar as capacidades humanas?
12:51
Not so fast.
205
759419
2138
Vamos com calma.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Até agora, apenas ensinámos
o computador a ver objetos.
o computador 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
Isto é o equivalente a uma criança
que aprende a pronunciar alguns nomes.
que aprende a pronunciar alguns nomes.
13:03
It's an incredible accomplishment,
208
771124
2670
É um feito incrível,
13:05
but it's only the first step.
209
773794
2460
mas é apenas o primeiro passo.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
As crianças atingem rapidamente
um novo marco no seu desenvolvimento,
um novo marco no seu desenvolvimento,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
começando a comunicar com frases.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
Ou seja, em vez de dizer
que há um gato na imagem,
que há um gato na imagem,
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
já ouvimos a menina dizer-nos
que é um gato deitado numa cama.
que é um gato deitado numa 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
Para ensinar um computador
a gerar frases a partir de uma imagem,
a gerar frases a partir de uma imagem,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
é agora preciso que o casamento
entre o volume de dados
e a aprendizagem automática
e a aprendizagem automática
13:34
has to take another step.
216
802446
2275
dê mais um passo.
Agora, o computador terá que aprender,
não só a partir de imagens,
não só a partir de imagens,
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
13:40
as well as natural language sentences
218
808877
2856
como também frases naturais da linguagem
13:43
generated by humans.
219
811733
3322
geradas pelos seres humanos.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
Tal como o cérebro integra
a visão e a linguagem,
a visão e a linguagem,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
nós desenvolvemos um modelo
que relaciona partes de coisas visuais,
que relaciona partes de coisas visuais,
13:56
like visual snippets
222
824109
1904
tais como fragmentos visuais,
13:58
with words and phrases in sentences.
223
826013
4203
com palavras e expressões em frases.
14:02
About four months ago,
224
830216
2763
Há cerca de 4 meses,
14:04
we finally tied all this together
225
832979
2647
conseguimos finalmente conjugar tudo isto
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
e produzir um dos primeiros
modelos de visão computacional
modelos de visão computacional
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
capaz de gerar uma frase semelhante
à gerada por um ser humano,
à gerada por um ser humano,
14:15
when it sees a picture for the first time.
228
843404
3506
quando vê uma imagem pela primeira vez.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Agora, estou pronta para vos mostrar
o que o computador diz
o que o computador diz
14:23
when it sees the picture
230
851554
1975
quando vê a imagem
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
que a menina viu no início desta palestra.
(Vídeo) Computador:
Um homem está ao pé de um elefante.
Um homem está ao pé de um elefante.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Um avião de grande porte
poisado na pista de um aeroporto.
poisado na pista de um aeroporto.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
FFL: Claro que ainda estamos a trabalhar
arduamente para melhorar os algoritmos,
arduamente para melhorar os algoritmos,
14:45
and it still has a lot to learn.
235
873269
2596
e o computador ainda tem
muito que aprender.
muito que aprender.
14:47
(Applause)
236
875865
2291
(Aplausos)
14:51
And the computer still makes mistakes.
237
879556
3321
O computador ainda faz erros.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(Vídeo) Computador:
Um gato deitado numa cama num cobertor.
Um gato deitado numa cama num cobertor.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
FFL: Claro que, depois de ver
muitos gatos,
muitos gatos,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
ele pensa que tudo é um gato.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Video) Computador: Um menino
segura um taco de basebol.
segura um taco de basebol.
15:08
(Laughter)
242
896181
1765
(Risos)
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: Ou, se o computador
nunca viu uma escova de dentes,
nunca viu uma escova de dentes,
confunde-a com um taco de basebol.
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
(Vídeo) Computador: Um homem a cavalo
desce uma rua ao pé de um edifício.
desce uma rua ao pé de um edifício.
15:18
(Laughter)
245
906743
2023
(Risos)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
FFL: Não ensinámos aos computadores
a disciplina de Introdução à Arte.
a disciplina de Introdução à Arte.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Vídeo) Computador:
Uma zebra num relvado.
Uma zebra num relvado.
FFL: Também não aprenderam ainda
a apreciar o esplendor da natureza,
a apreciar o esplendor da natureza,
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
como vocês e eu fazemos.
15:34
So it has been a long journey.
250
922457
2832
Portanto, tem sido um longo percurso.
15:37
To get from age zero to three was hard.
251
925289
4226
Ir dos zero aos três anos foi difícil.
O verdadeiro desafio será ir
dos três anos aos treze e para além disso.
dos três anos aos treze e para além disso.
15:41
The real challenge is to go
from three to 13 and far beyond.
from three to 13 and far beyond.
252
929515
5596
15:47
Let me remind you with this picture
of the boy and the cake again.
of the boy and the cake again.
253
935111
4365
Vou mostrar-vos novamente
esta imagem do rapaz e do bolo.
esta imagem do rapaz e do bolo.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Até agora, ensinámos
o computador a ver objetos
o computador a ver objetos
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
ou mesmo a contar-nos uma pequena história
quando vê uma imagem.
quando vê uma imagem.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(Vídeo) Computador: Uma pessoa
sentada à mesa com um bolo.
sentada à mesa com um bolo.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
FFL: Mas há muito mais nesta imagem
16:06
than just a person and a cake.
258
954204
2270
do que somente uma pessoa e um bolo.
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
O que o computador não consegue ver
é que se trata de um bolo italiano especial
é que se trata de um bolo italiano especial
16:12
that's only served during Easter time.
260
960941
3217
que só se serve durante a Páscoa.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
O rapaz está a usar
a sua T-shirt preferida
a sua T-shirt preferida
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 o pai lhe ofereceu
após uma viagem a Sydney.
após uma viagem a Sydney.
16:23
and you and I can all tell how happy he is
263
971333
3808
Tanto eu como vocês conseguimos ver
como o rapaz está feliz
como o rapaz está feliz
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
e o que se passa exatamente
na sua mente nesse momento.
na sua mente nesse momento.
16:31
This is my son Leo.
265
979214
3125
Este é o meu filho Leo.
16:34
On my quest for visual intelligence,
266
982339
2624
Na minha busca pela inteligência visual,
16:36
I think of Leo constantly
267
984963
2391
penso frequentemente no Leo
16:39
and the future world he will live in.
268
987354
2903
e no mundo em que ele viverá no futuro.
16:42
When machines can see,
269
990257
2021
Quando as máquinas conseguirem ver,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
médicos e enfermeiros irão ter
um par adicional de olhos incansáveis
um par adicional de olhos incansáveis
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
para os ajudar a diagnosticar
e cuidar dos seus doentes.
e cuidar dos seus doentes.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Os automóveis irão andar na estrada
de modo mais inteligente e seguro.
de modo mais inteligente e seguro.
16:57
Robots, not just humans,
273
1005465
2694
Os robôs, não apenas os seres 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
irão ajudar-nos a enfrentar
zonas de catástrofe,
salvando feridos e encarcerados.
salvando feridos e encarcerados.
Iremos descobrir novas espécies,
melhores materiais,
melhores materiais,
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
e explorar limites nunca antes vistos
com a ajuda de máquinas.
com a ajuda de máquinas.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Pouco a pouco, estamos a dar
às máquinas a capacidade de ver.
às máquinas a capacidade de ver.
17:19
First, we teach them to see.
278
1027280
2798
Primeiro, ensinamo-las a ver.
17:22
Then, they help us to see better.
279
1030078
2763
Depois, elas ajudam-nos a ver melhor.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Pela primeira vez, os olhos humanos
não estarão sozinhos
não estarão sozinhos
17:29
pondering and exploring our world.
281
1037006
2934
na exploração e compreensão
do nosso mundo.
do nosso mundo.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
Iremos usar máquinas
não somente pela sua inteligência,
não somente pela sua inteligência,
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
mas também para colaborar com elas
de formas que ainda
não conseguimos imaginar.
não conseguimos imaginar.
17:41
This is my quest:
284
1049579
2161
Esta é a minha missão:
17:43
to give computers visual intelligence
285
1051740
2712
dar inteligência visual aos computadores
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
e criar um futuro melhor
para o Leo e para o mundo.
para o Leo e para o mundo.
Obrigada.
17:51
Thank you.
287
1059583
1811
(Aplausos)
17:53
(Applause)
288
1061394
3785
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