TED2015
Fei-Fei Li: How we're teaching computers to understand pictures
Фей-Фей Ли: Как мы учим компьютеры понимать изображения
Filmed:
Readability: 4.5
2,702,344 views
Когда малыш смотрит на изображение, он может определить простые объекты: «кот», «книга», «стул». Сейчас компьютеры стали такими умными, что сами могут справиться с этой задачей. Что дальше? В захватывающем выступлении эксперт по компьютерному зрению Фей-Фей Ли описывает последние достижения науки, включая базу данных, содержащую 15 миллионов фотографий, которую создала её команда, чтобы «научить» компьютер понимать изображения, — а в скором будущем последуют и главные результаты этой работы.
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
Позвольте вам кое-что показать.
00:18
(Video) Girl: Okay, that's a cat
sitting in a bed.
sitting in a bed.
1
6104
4156
(Видео) Девочка: Кот сидит на кровати.
00:22
The boy is petting the elephant.
2
10260
4040
Мальчик гладит слона.
00:26
Those are people
that are going on an airplane.
that are going on an airplane.
3
14300
4354
Люди садятся в самолёт.
00:30
That's a big airplane.
4
18654
2810
Это большой самолёт.
00:33
Fei-Fei Li: This is
a three-year-old child
a three-year-old child
5
21464
2206
Фей-Фей Ли: Трёхлетняя девочка
00:35
describing what she sees
in a series of photos.
in a series of photos.
6
23670
3679
описывает то, что она видит
на фотографиях.
на фотографиях.
00:39
She might still have a lot
to learn about this world,
to learn about this world,
7
27349
2845
Ей предстоит ещё много
узнать об этом мире,
узнать об этом мире,
00:42
but she's already an expert
at one very important task:
at one very important task:
8
30194
4549
но она уже довольно искусно
справляется с очень важной задачей:
справляется с очень важной задачей:
00:46
to make sense of what she sees.
9
34743
2846
она осознаёт то, что видит.
00:50
Our society is more
technologically advanced than ever.
technologically advanced than ever.
10
38229
4226
Наше общество технологически развито
больше, чем когда-либо.
больше, чем когда-либо.
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
Мы отправляем людей на Луну,
создаём телефоны, которые говорят с нами,
создаём телефоны, которые говорят с нами,
00:58
or customize radio stations
that can play only music we like.
that can play only music we like.
12
46084
4946
и настраиваем радиостанции, чтобы слушать
только такую музыку, которая нам нравится.
только такую музыку, которая нам нравится.
01:03
Yet, our most advanced
machines and computers
machines and computers
13
51030
4055
Но эта задача всё ещё не под силу
нашим самым продвинутым
нашим самым продвинутым
01:07
still struggle at this task.
14
55085
2903
механизмам и компьютерам.
01:09
So I'm here today
to give you a progress report
to give you a progress report
15
57988
3459
Сегодня я выступлю перед вами
с докладом
с докладом
01:13
on the latest advances
in our research in computer vision,
in our research in computer vision,
16
61447
4047
о наших последних достижениях
в области машинного зрения,
в области машинного зрения,
01:17
one of the most frontier
and potentially revolutionary
and potentially revolutionary
17
65494
4161
одной из самых передовых
и потенциально революционных
и потенциально революционных
01:21
technologies in computer science.
18
69655
3206
технологий в области компьютерных наук.
01:24
Yes, we have prototyped cars
that can drive by themselves,
that can drive by themselves,
19
72861
4551
Да, мы создали прототипы
беспилотных автомобилей,
беспилотных автомобилей,
01:29
but without smart vision,
they cannot really tell the difference
they cannot really tell the difference
20
77412
3853
но без компьютерного зрения
они не смогут отличить
они не смогут отличить
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
на дороге бумажный пакет,
по которому можно проехать,
по которому можно проехать,
01:37
and a rock that size,
which should be avoided.
which should be avoided.
22
85235
3340
от камня похожего размера,
который стоит объехать.
который стоит объехать.
01:41
We have made fabulous megapixel cameras,
23
89415
3390
Мы создали замечательные
мегапиксельные камеры,
мегапиксельные камеры,
01:44
but we have not delivered
sight to the blind.
sight to the blind.
24
92805
3135
но не смогли вернуть зрение слепым.
01:48
Drones can fly over massive land,
25
96420
3305
Беспилотные аппараты могут преодолевать
огромные расстояния,
огромные расстояния,
01:51
but don't have enough vision technology
26
99725
2134
но не обладают достаточной
технологией зрения,
технологией зрения,
01:53
to help us to track
the changes of the rainforests.
the changes of the rainforests.
27
101859
3461
чтобы помочь нам отслеживать
динамику вырубки тропических лесов.
динамику вырубки тропических лесов.
01:57
Security cameras are everywhere,
28
105320
2950
Повсюду находятся
камеры видеонаблюдения,
камеры видеонаблюдения,
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
но они не могут предупредить нас
о тонущем в бассейне ребёнке.
о тонущем в бассейне ребёнке.
02:06
Photos and videos are becoming
an integral part of global life.
an integral part of global life.
30
114167
5595
Фотографии и видеоролики становятся
неотъемлемой частью нашей жизни.
неотъемлемой частью нашей жизни.
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
Они накапливаются с такой скоростью,
что их все невозможно просмотреть
что их все невозможно просмотреть
02:15
or teams of humans, could hope to view,
32
123849
2783
ни одному человеку, ни группе людей.
02:18
and you and I are contributing
to that at this TED.
to that at this TED.
33
126632
3921
Мы, участники TED, тоже этому
поспособствовали.
поспособствовали.
02:22
Yet our most advanced software
is still struggling at understanding
is still struggling at understanding
34
130553
5232
Нашему самому продвинутому программному
обеспечению не под силу воспринимать
обеспечению не под силу воспринимать
02:27
and managing this enormous content.
35
135785
3876
этот огромный массив данных
и управлять им.
и управлять им.
02:31
So in other words,
collectively as a society,
collectively as a society,
36
139661
5272
Иначе говоря, коллективно
02:36
we're very much blind,
37
144933
1746
наше общество слепо,
02:38
because our smartest
machines are still blind.
machines are still blind.
38
146679
3387
потому что наши самые умные машины
всё ещё не умеют видеть.
всё ещё не умеют видеть.
02:43
"Why is this so hard?" you may ask.
39
151526
2926
«Почему же это так сложно?» —
спросите вы.
спросите вы.
02:46
Cameras can take pictures like this one
40
154452
2693
Фотокамеры могут делать
вот такие фотографии,
вот такие фотографии,
02:49
by converting lights into
a two-dimensional array of numbers
a two-dimensional array of numbers
41
157145
3994
преобразовывая свет
в двухмерную числовую последовательность,
в двухмерную числовую последовательность,
02:53
known as pixels,
42
161139
1650
известную как «пиксели».
02:54
but these are just lifeless numbers.
43
162789
2251
Но это просто числа.
02:57
They do not carry meaning in themselves.
44
165040
3111
Они не несут в себе никакого смысла.
03:00
Just like to hear is not
the same as to listen,
the same as to listen,
45
168151
4343
Так же, как «слышать» —
не то же самое, что «слушать»,
не то же самое, что «слушать»,
03:04
to take pictures is not
the same as to see,
the same as to see,
46
172494
4040
«делать» фотографии — не то же самое,
что «видеть» их,
что «видеть» их,
03:08
and by seeing,
we really mean understanding.
we really mean understanding.
47
176534
3829
а под «видеть», конечно же,
имеется в виду «понимать».
имеется в виду «понимать».
03:13
In fact, it took Mother Nature
540 million years of hard work
540 million years of hard work
48
181293
6177
Природе пришлось усердно трудиться
в течение 540 миллионов лет,
в течение 540 миллионов лет,
03:19
to do this task,
49
187470
1973
чтобы решить эту задачу,
03:21
and much of that effort
50
189443
1881
и многие из этих усилий
были направлены
были направлены
03:23
went into developing the visual
processing apparatus of our brains,
processing apparatus of our brains,
51
191324
5271
на создание аппарата обработки
визуальных данных в нашем мозге,
визуальных данных в нашем мозге,
03:28
not the eyes themselves.
52
196595
2647
а не глаз как таковых.
03:31
So vision begins with the eyes,
53
199242
2747
Зрение начинается с глаз,
03:33
but it truly takes place in the brain.
54
201989
3518
но фактически происходит в мозге.
03:38
So for 15 years now, starting
from my Ph.D. at Caltech
from my Ph.D. at Caltech
55
206287
5060
В течение вот уже 15 лет, начиная
с аспирантуры в Калтехе,
с аспирантуры в Калтехе,
03:43
and then leading Stanford's Vision Lab,
56
211347
2926
а затем возглавляя стэнфордскую
лабораторию зрения,
лабораторию зрения,
03:46
I've been working with my mentors,
collaborators and students
collaborators and students
57
214273
4396
я работаю вместе с наставниками,
коллегами и студентами,
коллегами и студентами,
03:50
to teach computers to see.
58
218669
2889
обучая компьютеры видеть.
03:54
Our research field is called
computer vision and machine learning.
computer vision and machine learning.
59
222658
3294
Сфера наших исследований —
машинное зрение и обучение машин.
машинное зрение и обучение машин.
03:57
It's part of the general field
of artificial intelligence.
of artificial intelligence.
60
225952
3878
Это часть области под названием
искусственный интеллект.
искусственный интеллект.
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
Наша главная задача — научить
машины видеть, так как это можем мы:
машины видеть, так как это можем мы:
04:08
naming objects, identifying people,
inferring 3D geometry of things,
inferring 3D geometry of things,
62
236493
5387
называть объекты, узнавать людей,
использовать трёхмерную геометрию вещей,
использовать трёхмерную геометрию вещей,
04:13
understanding relations, emotions,
actions and intentions.
actions and intentions.
63
241880
5688
понимать отношения, эмоции,
действия и намерения.
действия и намерения.
04:19
You and I weave together entire stories
of people, places and things
of people, places and things
64
247568
6153
Мы можем создавать целые истории
о людях, местах, вещах —
о людях, местах, вещах —
04:25
the moment we lay our gaze on them.
65
253721
2164
стоит нам только на них взглянуть.
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
Первый шаг к этой цели —
научить машины видеть объекты,
научить машины видеть объекты,
04:34
the building block of the visual world.
67
262538
3368
стандартные элементы визуального мира.
04:37
In its simplest terms,
imagine this teaching process
imagine this teaching process
68
265906
4434
Простыми словами, процесс обучения —
04:42
as showing the computers
some training images
some training images
69
270340
2995
это демонстрация компьютеру некоторых
обучающих изображений
обучающих изображений
04:45
of a particular object, let's say cats,
70
273335
3321
определённых объектов, например, кошек,
04:48
and designing a model that learns
from these training images.
from these training images.
71
276656
4737
и разработка модели, которая обучается
на основе данных изображений.
на основе данных изображений.
04:53
How hard can this be?
72
281393
2044
Насколько это может быть сложным?
04:55
After all, a cat is just
a collection of shapes and colors,
a collection of shapes and colors,
73
283437
4052
Кошка — это просто
набор очертаний и цветов,
набор очертаний и цветов,
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
и именно этим мы занимались на заре
моделирования объектов.
моделирования объектов.
05:03
We'd tell the computer algorithm
in a mathematical language
in a mathematical language
75
291575
3622
Посредством математического алгоритма
мы сообщали компьютеру,
мы сообщали компьютеру,
05:07
that a cat has a round face,
a chubby body,
a chubby body,
76
295197
3343
что у кошки круглая морда,
пухленькое тело,
пухленькое тело,
05:10
two pointy ears, and a long tail,
77
298540
2299
два острых уха и длинный хвост,
05:12
and that looked all fine.
78
300839
1410
и этого было достаточно.
05:14
But what about this cat?
79
302859
2113
А как насчёт этого кота?
05:16
(Laughter)
80
304972
1091
(Смех)
05:18
It's all curled up.
81
306063
1626
Он изогнут непонятно как.
05:19
Now you have to add another shape
and viewpoint to the object model.
and viewpoint to the object model.
82
307689
4719
Нужно добавить ещё одну форму
и точку обзора в модель.
и точку обзора в модель.
05:24
But what if cats are hidden?
83
312408
1715
А если кот прячется?
05:27
What about these silly cats?
84
315143
2219
Как насчёт этих смешных котов?
05:31
Now you get my point.
85
319112
2417
Теперь вы меня понимаете.
05:33
Even something as simple
as a household pet
as a household pet
86
321529
3367
Даже простой домашний питомец
05:36
can present an infinite number
of variations to the object model,
of variations to the object model,
87
324896
4504
может представлять бесконечное число
вариаций в модели объекта,
вариаций в модели объекта,
05:41
and that's just one object.
88
329400
2233
а это всего лишь один объект.
05:44
So about eight years ago,
89
332573
2492
Где-то восемь лет назад
05:47
a very simple and profound observation
changed my thinking.
changed my thinking.
90
335065
5030
простое, но значительное наблюдение
изменило ход моих мыслей.
изменило ход моих мыслей.
05:53
No one tells a child how to see,
91
341425
2685
Никто не говорит ребёнку,
как надо видеть,
как надо видеть,
05:56
especially in the early years.
92
344110
2261
особенно в ранние годы жизни.
05:58
They learn this through
real-world experiences and examples.
real-world experiences and examples.
93
346371
5000
Он учится этому на реальных примерах.
06:03
If you consider a child's eyes
94
351371
2740
Если предположить, что глаза ребёнка —
06:06
as a pair of biological cameras,
95
354111
2554
это пара биологических камер,
06:08
they take one picture
about every 200 milliseconds,
about every 200 milliseconds,
96
356665
4180
то они делают один снимок
каждые 200 миллисекунд, —
каждые 200 миллисекунд, —
06:12
the average time an eye movement is made.
97
360845
3134
среднее время движения глазного яблока.
06:15
So by age three, a child would have seen
hundreds of millions of pictures
hundreds of millions of pictures
98
363979
5550
К трём годам ребёнок уже увидит
сотни миллионов изображений
сотни миллионов изображений
06:21
of the real world.
99
369529
1834
окружающего мира.
06:23
That's a lot of training examples.
100
371363
2280
Это очень много обучающих примеров.
06:26
So instead of focusing solely
on better and better algorithms,
on better and better algorithms,
101
374383
5989
И вместо того, чтобы улучшать алгоритмы,
06:32
my insight was to give the algorithms
the kind of training data
the kind of training data
102
380372
5272
я предложила предоставить этим алгоритмам
такую же обучающую информацию,
такую же обучающую информацию,
06:37
that a child was given through experiences
103
385644
3319
которую через опыт получает ребёнок,
06:40
in both quantity and quality.
104
388963
3878
в таком же количестве и качестве.
06:44
Once we know this,
105
392841
1858
Как только мы это осознали,
06:46
we knew we needed to collect a data set
106
394699
2971
мы поняли, что нам нужно было
собрать базу данных,
собрать базу данных,
06:49
that has far more images
than we have ever had before,
than we have ever had before,
107
397670
4459
содержащую намного больше изображений,
чем когда-либо ранее,
чем когда-либо ранее,
06:54
perhaps thousands of times more,
108
402129
2577
возможно, в тысячи раз больше.
06:56
and together with Professor
Kai Li at Princeton University,
Kai Li at Princeton University,
109
404706
4111
В 2007 году я и профессор Кай Ли
из Принстонского университета
из Принстонского университета
07:00
we launched the ImageNet project in 2007.
110
408817
4752
запустили проект ImageNet.
07:05
Luckily, we didn't have to mount
a camera on our head
a camera on our head
111
413569
3838
К счастью, нам не пришлось
устанавливать камеру себе на голову
устанавливать камеру себе на голову
07:09
and wait for many years.
112
417407
1764
и ждать много лет.
07:11
We went to the Internet,
113
419171
1463
Мы использовали интернет —
07:12
the biggest treasure trove of pictures
that humans have ever created.
that humans have ever created.
114
420634
4436
кладезь изображений, самую большую
из созданных человечеством.
из созданных человечеством.
07:17
We downloaded nearly a billion images
115
425070
3041
Мы скачали почти миллиард изображений
07:20
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
like the Amazon Mechanical Turk platform
116
428111
5880
и для их описания применили
краудсорсинг-платформу
краудсорсинг-платформу
07:25
to help us to label these images.
117
433991
2339
Amazon Mechanical Turk.
07:28
At its peak, ImageNet was one of
the biggest employers
the biggest employers
118
436330
4900
На пике активности ImageNet была одним
из самых популярных работодателей
из самых популярных работодателей
07:33
of the Amazon Mechanical Turk workers:
119
441230
2996
для сотрудников Amazon Mechanical Turk:
07:36
together, almost 50,000 workers
120
444226
3854
порядка 50 000 работников
07:40
from 167 countries around the world
121
448080
4040
из 167 стран мира
07:44
helped us to clean, sort and label
122
452120
3947
помогли нам привести в порядок,
отсортировать и описать
отсортировать и описать
07:48
nearly a billion candidate images.
123
456067
3575
почти миллиард изображений-кандидатов.
07:52
That was how much effort it took
124
460612
2653
Вот сколько потребовалось усилий,
07:55
to capture even a fraction
of the imagery
of the imagery
125
463265
3900
чтобы охватить лишь малую часть
той базы изображений,
той базы изображений,
07:59
a child's mind takes in
in the early developmental years.
in the early developmental years.
126
467165
4171
которую создаёт мозг ребёнка
в ранние годы развития.
в ранние годы развития.
08:04
In hindsight, this idea of using big data
127
472148
3902
Оглядываясь назад, идея использования
большого архива данных
большого архива данных
08:08
to train computer algorithms
may seem obvious now,
may seem obvious now,
128
476050
4550
для обучения компьютеров
сейчас может показаться очевидной,
сейчас может показаться очевидной,
08:12
but back in 2007, it was not so obvious.
129
480600
4110
но в 2007 году это было далеко не так.
08:16
We were fairly alone on this journey
for quite a while.
for quite a while.
130
484710
3878
Долгое время у нас совсем
не было единомышленников.
не было единомышленников.
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
Некоторые дружелюбные коллеги советовали
мне заняться более полезным делом,
мне заняться более полезным делом,
08:25
and we were constantly struggling
for research funding.
for research funding.
132
493591
4342
и нам никогда не хватало денег
на исследования.
на исследования.
08:29
Once, I even joked to my graduate students
133
497933
2485
Однажды я даже пошутила
со своими студентами,
со своими студентами,
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
что я снова открою свою химчистку,
чтобы профинансировать ImageNet.
чтобы профинансировать ImageNet.
08:36
After all, that's how I funded
my college years.
my college years.
135
504481
4761
В конце концов, именно с её помощью
я оплатила обучение в университете.
я оплатила обучение в университете.
08:41
So we carried on.
136
509242
1856
И мы продолжили работать.
08:43
In 2009, the ImageNet project delivered
137
511098
3715
В 2009 году проект ImageNet собрал
08:46
a database of 15 million images
138
514813
4042
базу из 15 миллионов изображений,
08:50
across 22,000 classes
of objects and things
of objects and things
139
518855
4805
22 тысяч классов объектов и предметов,
08:55
organized by everyday English words.
140
523660
3320
упорядоченных при помощи повседневных
английских слов.
английских слов.
08:58
In both quantity and quality,
141
526980
2926
Как количественно, так и качественно
09:01
this was an unprecedented scale.
142
529906
2972
это был беспрецедентный по размеру проект.
09:04
As an example, in the case of cats,
143
532878
3461
Например, в случае с котами
09:08
we have more than 62,000 cats
144
536339
2809
в базе содержится более 62 000 котов
09:11
of all kinds of looks and poses
145
539148
4110
разных пород, в разных позах,
09:15
and across all species
of domestic and wild cats.
of domestic and wild cats.
146
543258
5223
всех видов, как домашних, так и диких.
09:20
We were thrilled
to have put together ImageNet,
to have put together ImageNet,
147
548481
3344
Мы были на седьмом небе от счастья,
когда база ImageNet была готова.
когда база ImageNet была готова.
09:23
and we wanted the whole research world
to benefit from it,
to benefit from it,
148
551825
3738
Мы хотели, чтобы она принесла пользу
всему научному сообществу.
всему научному сообществу.
09:27
so in the TED fashion,
we opened up the entire data set
we opened up the entire data set
149
555563
4041
И мы, как и TED, открыли бесплатный
неограниченный доступ к базе данных
неограниченный доступ к базе данных
09:31
to the worldwide
research community for free.
research community for free.
150
559604
3592
для всего мирового научного сообщества.
09:36
(Applause)
151
564636
4000
(Аплодисменты)
09:41
Now that we have the data
to nourish our computer brain,
to nourish our computer brain,
152
569416
4538
Сейчас, когда у нас есть база данных,
чтобы питать наш компьютерный мозг,
чтобы питать наш компьютерный мозг,
09:45
we're ready to come back
to the algorithms themselves.
to the algorithms themselves.
153
573954
3737
мы готовы вернуться к алгоритмам.
09:49
As it turned out, the wealth
of information provided by ImageNet
of information provided by ImageNet
154
577691
5178
Как оказалось, база данных,
предоставленная ImageNet,
предоставленная ImageNet,
09:54
was a perfect match to a particular class
of machine learning algorithms
of machine learning algorithms
155
582869
4806
точно подходила для определённого класса
алгоритмов обучения машин,
алгоритмов обучения машин,
09:59
called convolutional neural network,
156
587675
2415
который называется
свёрточная нейронная сеть,
свёрточная нейронная сеть,
10:02
pioneered by Kunihiko Fukushima,
Geoff Hinton, and Yann LeCun
Geoff Hinton, and Yann LeCun
157
590090
5248
начало которому положили
Кунихико Фукушима, Джефф Хинтон
Кунихико Фукушима, Джефф Хинтон
10:07
back in the 1970s and '80s.
158
595338
3645
и Ян ЛеКун ещё в 1970-е и 80-е годы.
10:10
Just like the brain consists
of billions of highly connected neurons,
of billions of highly connected neurons,
159
598983
5619
Так же как и в мозге, состоящем
из миллиардов взаимосвязанных нейронов,
из миллиардов взаимосвязанных нейронов,
10:16
a basic operating unit in a neural network
160
604602
3854
простейшей операционной единицей
нейронной сети
нейронной сети
10:20
is a neuron-like node.
161
608456
2415
является нейроподобный узел.
10:22
It takes input from other nodes
162
610871
2554
Он принимает входные данные
от одних узлов
от одних узлов
10:25
and sends output to others.
163
613425
2718
и отправляет выходные данные другим.
10:28
Moreover, these hundreds of thousands
or even millions of nodes
or even millions of nodes
164
616143
4713
Более того, сотни тысяч
или даже миллионы таких узлов
или даже миллионы таких узлов
10:32
are organized in hierarchical layers,
165
620856
3227
упорядочены по иерархическим уровням,
10:36
also similar to the brain.
166
624083
2554
также по аналогии с человеческим мозгом.
10:38
In a typical neural network we use
to train our object recognition model,
to train our object recognition model,
167
626637
4783
В обычной нейронной сети,
которую мы используем для обучения
которую мы используем для обучения
10:43
it has 24 million nodes,
168
631420
3181
нашей модели распознавания,
содержится 24 миллиона узлов,
содержится 24 миллиона узлов,
10:46
140 million parameters,
169
634601
3297
140 миллионов параметров
10:49
and 15 billion connections.
170
637898
2763
и 15 миллиардов связей.
10:52
That's an enormous model.
171
640661
2415
Эта модель огромна.
10:55
Powered by the massive data from ImageNet
172
643076
3901
Функционирующая
на основе базы ImageNet
на основе базы ImageNet
10:58
and the modern CPUs and GPUs
to train such a humongous model,
to train such a humongous model,
173
646977
5433
при помощи современных микропроцессоров
для обучения этой огромной модели,
для обучения этой огромной модели,
11:04
the convolutional neural network
174
652410
2369
свёрточная нейронная сеть
11:06
blossomed in a way that no one expected.
175
654779
3436
превзошла все ожидания.
11:10
It became the winning architecture
176
658215
2508
Она позволила создать
эффективную систему
эффективную систему
11:12
to generate exciting new results
in object recognition.
in object recognition.
177
660723
5340
для получения новых многообещающих
результатов в распознавании объектов.
результатов в распознавании объектов.
11:18
This is a computer telling us
178
666063
2810
Вот компьютер, который говорит нам,
11:20
this picture contains a cat
179
668873
2300
что на картинке есть кот
11:23
and where the cat is.
180
671173
1903
и где этот кот находится.
11:25
Of course there are more things than cats,
181
673076
2112
Конечно, на картинках не только коты.
11:27
so here's a computer algorithm telling us
182
675188
2438
Вот компьютер, который сообщает нам,
11:29
the picture contains
a boy and a teddy bear;
a boy and a teddy bear;
183
677626
3274
что на фото мальчик и плюшевый мишка,
11:32
a dog, a person, and a small kite
in the background;
in the background;
184
680900
4366
собака, человек, и маленький
воздушный змей на заднем фоне.
воздушный змей на заднем фоне.
11:37
or a picture of very busy things
185
685266
3135
Или фотография с большим
количеством объектов:
количеством объектов:
11:40
like a man, a skateboard,
railings, a lampost, and so on.
railings, a lampost, and so on.
186
688401
4644
мужчина, скейтборд,
перила, фонарь и т.д.
перила, фонарь и т.д.
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
Когда компьютер не уверен в том,
что он видит,
что он видит,
11:51
we have taught it to be smart enough
188
699498
2276
он обучен действовать по-умному
11:53
to give us a safe answer
instead of committing too much,
instead of committing too much,
189
701774
3878
и давать нам наиболее безопасный
ответ, без неоправданных рисков,
ответ, без неоправданных рисков,
11:57
just like we would do,
190
705652
2811
что именно и сделал бы человек.
12:00
but other times our computer algorithm
is remarkable at telling us
is remarkable at telling us
191
708463
4666
Но бывает и так, что наш алгоритм
совершенно безошибочно сообщает нам,
совершенно безошибочно сообщает нам,
12:05
what exactly the objects are,
192
713129
2253
какие объекты он видит.
12:07
like the make, model, year of the cars.
193
715382
3436
Например, марку, модель
и год выпуска автомобиля.
и год выпуска автомобиля.
12:10
We applied this algorithm to millions
of Google Street View images
of Google Street View images
194
718818
5386
Мы применили этот алгоритм к миллионам
фотографий на Google Street View
фотографий на Google Street View
12:16
across hundreds of American cities,
195
724204
3135
из сотен американских городов
12:19
and we have learned something
really interesting:
really interesting:
196
727339
2926
и получили очень интересные результаты.
12:22
first, it confirmed our common wisdom
197
730265
3320
Во-первых, они подтвердили известный факт,
12:25
that car prices correlate very well
198
733585
3290
что стоимость автомобиля зависит
12:28
with household incomes.
199
736875
2345
от дохода семьи.
12:31
But surprisingly, car prices
also correlate well
also correlate well
200
739220
4527
Но, к удивлению,
цены на автомобили также зависят
цены на автомобили также зависят
12:35
with crime rates in cities,
201
743747
2300
от уровня преступности в городах
12:39
or voting patterns by zip codes.
202
747007
3963
или даже модели голосования
в разных штатах.
в разных штатах.
12:44
So wait a minute. Is that it?
203
752060
2206
Минутку. Это свершилось?
12:46
Has the computer already matched
or even surpassed human capabilities?
or even surpassed human capabilities?
204
754266
5153
Компьютеры догнали или даже превзошли
человеческие возможности?
человеческие возможности?
12:51
Not so fast.
205
759419
2138
Не тут-то было.
12:53
So far, we have just taught
the computer to see objects.
the computer to see objects.
206
761557
4923
Пока мы научили компьютеры
только видеть объекты.
только видеть объекты.
12:58
This is like a small child
learning to utter a few nouns.
learning to utter a few nouns.
207
766480
4644
Это сродни тому, как маленький ребёнок
учится произносить несколько слов.
учится произносить несколько слов.
13:03
It's an incredible accomplishment,
208
771124
2670
Это невероятное достижение,
13:05
but it's only the first step.
209
773794
2460
но это всего лишь первый шаг.
13:08
Soon, another developmental
milestone will be hit,
milestone will be hit,
210
776254
3762
Вскоре будет пройден
новый этап развития,
новый этап развития,
13:12
and children begin
to communicate in sentences.
to communicate in sentences.
211
780016
3461
и ребёнок сможет составлять
из слов предложения.
из слов предложения.
13:15
So instead of saying
this is a cat in the picture,
this is a cat in the picture,
212
783477
4224
И вместо того чтобы сказать,
что на картинке кошка,
что на картинке кошка,
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
маленькая девочка скажет,
что кошка лежит на кровати.
что кошка лежит на кровати.
13:24
So to teach a computer
to see a picture and generate sentences,
to see a picture and generate sentences,
214
792903
5595
Для того чтобы научить компьютер видеть
картинку и составлять предложения,
картинку и составлять предложения,
13:30
the marriage between big data
and machine learning algorithm
and machine learning algorithm
215
798498
3948
связь между большой базой данных
и алгоритмом обучения машин
и алгоритмом обучения машин
13:34
has to take another step.
216
802446
2275
должна выйти на новый уровень.
13:36
Now, the computer has to learn
from both pictures
from both pictures
217
804721
4156
Теперь компьютер должен учиться
не только по фотографиям,
не только по фотографиям,
13:40
as well as natural language sentences
218
808877
2856
но и на основе предложений
естественного языка,
естественного языка,
13:43
generated by humans.
219
811733
3322
составляемых человеком.
13:47
Just like the brain integrates
vision and language,
vision and language,
220
815055
3853
Отталкиваясь от факта,
что мозг объединяет зрение и язык,
что мозг объединяет зрение и язык,
13:50
we developed a model
that connects parts of visual things
that connects parts of visual things
221
818908
5201
мы разработали модель,
соединяющую части визуальной картины,
соединяющую части визуальной картины,
13:56
like visual snippets
222
824109
1904
как маленькие фрагменты,
13:58
with words and phrases in sentences.
223
826013
4203
со словами и фразами в предложениях.
14:02
About four months ago,
224
830216
2763
Около четырёх месяцев назад
14:04
we finally tied all this together
225
832979
2647
мы привели всё это
к общему знаменателю
к общему знаменателю
14:07
and produced one of the first
computer vision models
computer vision models
226
835626
3784
и создали одну из первых моделей
компьютерного зрения,
компьютерного зрения,
14:11
that is capable of generating
a human-like sentence
a human-like sentence
227
839410
3994
способную, подобно человеку,
создавать предложения
создавать предложения
14:15
when it sees a picture for the first time.
228
843404
3506
после просмотра фотографии в первый раз.
14:18
Now, I'm ready to show you
what the computer says
what the computer says
229
846910
4644
Сейчас я покажу вам,
что говорит компьютер,
что говорит компьютер,
14:23
when it sees the picture
230
851554
1975
когда видит фотографию,
14:25
that the little girl saw
at the beginning of this talk.
at the beginning of this talk.
231
853529
3830
которую описывала девочка
в начале этого доклада.
в начале этого доклада.
14:31
(Video) Computer: A man is standing
next to an elephant.
next to an elephant.
232
859519
3344
(Видео) Компьютер:
Рядом со слоном стоит мужчина.
Рядом со слоном стоит мужчина.
14:36
A large airplane sitting on top
of an airport runway.
of an airport runway.
233
864393
3634
Большой самолёт находится
на взлётно-посадочной полосе аэропорта.
на взлётно-посадочной полосе аэропорта.
14:41
FFL: Of course, we're still working hard
to improve our algorithms,
to improve our algorithms,
234
869057
4212
ФФЛ: Конечно, мы продолжаем усердно
работать над улучшением нашего алгоритма,
работать над улучшением нашего алгоритма,
14:45
and it still has a lot to learn.
235
873269
2596
и ему предстоит ещё многому научиться.
14:47
(Applause)
236
875865
2291
(Аплодисменты)
14:51
And the computer still makes mistakes.
237
879556
3321
Компьютер всё ещё допускает ошибки.
14:54
(Video) Computer: A cat lying
on a bed in a blanket.
on a bed in a blanket.
238
882877
3391
(Видео) Компьютер:
Кот лежит на кровати в одеяле.
Кот лежит на кровати в одеяле.
14:58
FFL: So of course, when it sees
too many cats,
too many cats,
239
886268
2553
ФФЛ: Конечно, когда он видит
слишком много котов,
слишком много котов,
15:00
it thinks everything
might look like a cat.
might look like a cat.
240
888821
2926
он считает, что всё остальное
тоже выглядит как кот.
тоже выглядит как кот.
15:05
(Video) Computer: A young boy
is holding a baseball bat.
is holding a baseball bat.
241
893317
2864
(Видео) Компьютер:
Мальчик держит бейсбольную биту.
Мальчик держит бейсбольную биту.
15:08
(Laughter)
242
896181
1765
(Смех)
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
ФФЛ: Если он не видел зубной щётки,
он принимает её за бейсбольную биту.
он принимает её за бейсбольную биту.
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
(Видео) Компьютер: Мужчина едет верхом
по улице рядом со зданием.
по улице рядом со зданием.
15:18
(Laughter)
245
906743
2023
(Смех)
15:20
FFL: We haven't taught Art 101
to the computers.
to the computers.
246
908766
3552
ФФЛ: Мы не обучили компьютер
основам искусства.
основам искусства.
15:25
(Video) Computer: A zebra standing
in a field of grass.
in a field of grass.
247
913768
2884
(Видео) Компьютер:
Зебра стоит на поле с травой.
Зебра стоит на поле с травой.
15:28
FFL: And it hasn't learned to appreciate
the stunning beauty of nature
the stunning beauty of nature
248
916652
3367
ФФЛ: Он также ещё не может оценить
красоту природы так,
красоту природы так,
15:32
like you and I do.
249
920019
2438
как это можем мы с вами.
15:34
So it has been a long journey.
250
922457
2832
Это длительный процесс.
15:37
To get from age zero to three was hard.
251
925289
4226
Дорасти до трёх лет было трудно.
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
Ещё сложнее — от трёх
до тринадцати и так далее.
до тринадцати и так далее.
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
Позвольте вам снова показать фотографию
мальчика с тортом.
мальчика с тортом.
15:51
So far, we have taught
the computer to see objects
the computer to see objects
254
939476
4064
Компьютер уже умеет видеть предметы
15:55
or even tell us a simple story
when seeing a picture.
when seeing a picture.
255
943540
4458
и даже вкратце рассказывать историю о том,
что изображено на фотографии.
что изображено на фотографии.
15:59
(Video) Computer: A person sitting
at a table with a cake.
at a table with a cake.
256
947998
3576
(Видео) Компьютер:
Человек сидит за столом с тортом.
Человек сидит за столом с тортом.
16:03
FFL: But there's so much more
to this picture
to this picture
257
951574
2630
ФФЛ: На этой фотографии
изображено гораздо больше,
изображено гораздо больше,
16:06
than just a person and a cake.
258
954204
2270
чем просто человек и торт.
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
Компьютер не видит, что это особый
итальянский торт,
итальянский торт,
16:12
that's only served during Easter time.
260
960941
3217
который пекут только во время Пасхи.
16:16
The boy is wearing his favorite t-shirt
261
964158
3205
На мальчике надета
его любимая футболка,
его любимая футболка,
16:19
given to him as a gift by his father
after a trip to Sydney,
after a trip to Sydney,
262
967363
3970
которую ему подарил отец
после поездки в Сидней.
после поездки в Сидней.
16:23
and you and I can all tell how happy he is
263
971333
3808
И невооружённым глазом видно,
как счастлив мальчик
как счастлив мальчик
16:27
and what's exactly on his mind
at that moment.
at that moment.
264
975141
3203
и о чём именно он думает в этот момент.
16:31
This is my son Leo.
265
979214
3125
Это мой сын Лео.
16:34
On my quest for visual intelligence,
266
982339
2624
В моих поисках визуального интеллекта
16:36
I think of Leo constantly
267
984963
2391
я постоянно думаю о Лео
16:39
and the future world he will live in.
268
987354
2903
и о том мире, в котором он будет жить.
16:42
When machines can see,
269
990257
2021
Когда машины будут способны видеть,
16:44
doctors and nurses will have
extra pairs of tireless eyes
extra pairs of tireless eyes
270
992278
4712
доктора и медсёстры обзаведутся
дополнительной парой неустающих глаз
дополнительной парой неустающих глаз
16:48
to help them to diagnose
and take care of patients.
and take care of patients.
271
996990
4092
для диагностики заболеваний
и ухода за пациентами.
и ухода за пациентами.
16:53
Cars will run smarter
and safer on the road.
and safer on the road.
272
1001082
4383
Машины на дорогах станут
умнее и безопаснее.
умнее и безопаснее.
16:57
Robots, not just humans,
273
1005465
2694
Не только люди, но и роботы
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
смогут оказывать помощь в зонах бедствий
и спасать людей из-под завалов.
и спасать людей из-под завалов.
17:05
We will discover new species,
better materials,
better materials,
275
1013798
3796
С помощью машин мы откроем
новые виды животных и растений,
новые виды животных и растений,
17:09
and explore unseen frontiers
with the help of the machines.
with the help of the machines.
276
1017594
4509
усовершенствуем материалы
и расширим границы своей деятельности.
и расширим границы своей деятельности.
17:15
Little by little, we're giving sight
to the machines.
to the machines.
277
1023113
4167
Постепенно машины обретут зрение.
17:19
First, we teach them to see.
278
1027280
2798
Сначала мы научим их видеть.
17:22
Then, they help us to see better.
279
1030078
2763
Затем они помогут видеть лучше нам самим.
17:24
For the first time, human eyes
won't be the only ones
won't be the only ones
280
1032841
4165
Впервые человек будет
осваивать и осознавать мир
осваивать и осознавать мир
17:29
pondering and exploring our world.
281
1037006
2934
посредством не только своих,
но и компьютерных глаз.
но и компьютерных глаз.
17:31
We will not only use the machines
for their intelligence,
for their intelligence,
282
1039940
3460
Мы будем не только использовать машины
благодаря их интеллекту,
благодаря их интеллекту,
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
но и работать совместно с ними так,
как никто и не мог вообразить.
как никто и не мог вообразить.
17:41
This is my quest:
284
1049579
2161
Это моя задача:
17:43
to give computers visual intelligence
285
1051740
2712
дать машинам визуальный интеллект
17:46
and to create a better future
for Leo and for the world.
for Leo and for the world.
286
1054452
5131
и создать лучшее будущее
для Лео и всего мира.
для Лео и всего мира.
17:51
Thank you.
287
1059583
1811
Спасибо.
17:53
(Applause)
288
1061394
3785
(Аплодисменты)
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