1
00:00:00,800 --> 00:00:03,924
Ηγούμαι μιας ομάδας στην Google
που ερευνά τη μηχανική ευφυΐα.

2
00:00:03,948 --> 00:00:08,598
Με άλλα λόγια, τον κλάδο της μηχανικής
που κάνει υπολογιστές και συσκευές

3
00:00:08,622 --> 00:00:11,041
να μπορούν να κάνουν
κάποια απ' όσα κάνει το μυαλό.

4
00:00:11,439 --> 00:00:14,262
Γι' αυτό ενδιαφερόμαστε
για τους κανονικούς εγκεφάλους

5
00:00:14,262 --> 00:00:16,101
καθώς και για τη νευροεπιστήμη,

6
00:00:16,101 --> 00:00:20,047
και ειδικότερα για τα πράγματα 
που κάνει το μυαλό μας

7
00:00:20,047 --> 00:00:24,089
που ακόμα είναι πολύ ανώτερο
από τις επιδόσεις των υπολογιστών.

8
00:00:25,209 --> 00:00:28,818
Ιστορικά, ένα από αυτά που μας ενδιέφεραν
ήταν η αντίληψη,

9
00:00:28,842 --> 00:00:31,881
η διαδικασία με την οποία
τα πράγματα εκεί έξω στον κόσμο

10
00:00:31,905 --> 00:00:33,489
-ήχοι και εικόνες-

11
00:00:33,513 --> 00:00:35,691
μετατρέπονται σε έννοιες μέσα στο μυαλό.

12
00:00:36,235 --> 00:00:38,752
Αυτό είναι ζωτικό για τον εγκέφαλό μας

13
00:00:38,776 --> 00:00:41,240
και επίσης είναι πολύ χρήσιμο 
για τον υπολογιστή.

14
00:00:41,636 --> 00:00:45,286
Για παράδειγμα, οι αλγόριθμοι μηχανικής
αντίληψης που φτιάχνει η ομάδα μας

15
00:00:45,286 --> 00:00:48,884
κάνουν δυνατή την αναζήτηση
στις φωτογραφίες του Google Photos

16
00:00:48,884 --> 00:00:50,911
βάσει του τι αυτές περιέχουν.

17
00:00:51,594 --> 00:00:55,087
Η άλλη πλευρά της αντίληψης 
είναι η δημιουργικότητα:

18
00:00:55,111 --> 00:00:58,149
το να μεταμορφώνετε μια έννοια
σε κάτι εκεί έξω στον κόσμο.

19
00:00:58,173 --> 00:01:01,728
Έτσι τον τελευταίο χρόνο,
η εργασία μας πάνω στη μηχανική αντίληψη

20
00:01:01,752 --> 00:01:06,515
συνδέθηκε απρόσμενα 
και με τον κόσμο της δημιουργικότητας

21
00:01:06,515 --> 00:01:07,965
και της τέχνης από μηχανές.

22
00:01:08,556 --> 00:01:11,930
Νομίζω ότι ο Μιχαήλ Αγγελος
είδε πολύ διορατικά

23
00:01:11,930 --> 00:01:15,520
αυτή τη δυαδική σχέση
μεταξύ αντίληψης και δημιουργικότητας.

24
00:01:16,023 --> 00:01:18,029
Ένα φημισμένο απόφθεγμά του λέει:

25
00:01:18,053 --> 00:01:21,756
«Κάθε κομμάτι πέτρας 
έχει μέσα του ένα άγαλμα

26
00:01:21,756 --> 00:01:25,178
και είναι δουλειά του γλύπτη
να το αποκαλύψει».

27
00:01:26,029 --> 00:01:29,245
Νομίζω ότι ο Μιχαήλ Άγγελος εννοεί

28
00:01:29,269 --> 00:01:32,449
ότι δημιουργούμε μέσα από την αντίληψη,

29
00:01:32,473 --> 00:01:35,496
και η ίδια η αντίληψη 
είναι μια πράξη φαντασίας

30
00:01:35,520 --> 00:01:38,081
από την οποία είναι φτιαγμένη
η δημιουργικότητα.

31
00:01:38,691 --> 00:01:42,616
Το όργανο που σκέφτεται, 
αντιλαμβάνεται και φαντάζεται

32
00:01:42,640 --> 00:01:44,228
είναι φυσικά ο εγκέφαλος.

33
00:01:45,089 --> 00:01:47,634
Θα ήθελα να αρχίσω με λίγη ιστορία

34
00:01:47,658 --> 00:01:49,960
σχετικά με το τι γνωρίζουμε
για τον εγκέφαλό μας.

35
00:01:50,406 --> 00:01:53,026
Γιατί διαφορετικά, ας πούμε,
από την καρδιά ή τα έντερα

36
00:01:53,026 --> 00:01:56,064
δεν μπορείς να πεις πολλά 
για τον εγκέφαλο απλώς κοιτώντας τον

37
00:01:56,064 --> 00:01:57,676
τουλάχιστον δια γυμνού οφθαλμού.

38
00:01:57,983 --> 00:02:00,399
Οι πρώτοι ανατόμοι 
που εξέτασαν τον εγκέφαλο

39
00:02:00,423 --> 00:02:04,230
έδωσαν στις εμφανείς δομές του
κάθε είδους περίεργη ονομασία,

40
00:02:04,254 --> 00:02:06,687
όπως ιππόκαμπος, ένα είδος μικρής γαρίδας.

41
00:02:06,711 --> 00:02:09,459
Αλλά φυσικά αυτό δεν μας λέει πάρα πολλά

42
00:02:09,459 --> 00:02:12,057
σχετικά με το τι πραγματικά
συμβαίνει στο εσωτερικό.

43
00:02:12,780 --> 00:02:16,393
Ο πρώτος που πιστεύω ότι κάπως μάντεψε

44
00:02:16,417 --> 00:02:18,347
τι περίπου συμβαίνει μέσα στον εγκέφαλο

45
00:02:18,371 --> 00:02:22,291
ήταν ο μεγάλος Ισπανός νευροανατόμος 
Σαντιάγο Ραμόν ι Καχάλ

46
00:02:22,315 --> 00:02:23,859
τον 19ο αιώνα,

47
00:02:23,883 --> 00:02:27,638
που χρησιμοποίησε μικροσκόπιο 
και ειδικές χρωστικές

48
00:02:27,662 --> 00:02:31,832
που μπορούσαν επιλεκτικά να εισχωρήσουν
και να χρωματίσουν με μεγάλη αντίθεση

49
00:02:31,856 --> 00:02:33,864
τα επιμέρους κελιά του εγκεφάλου,

50
00:02:33,888 --> 00:02:37,042
ούτως ώστε να αρχίσουμε
να καταλαβαίνουμε τη μορφολογία τους.

51
00:02:37,972 --> 00:02:42,023
Αυτά είναι τα σκίτσα νευρώνων
που έφτιαξε τον 19ο αιώνα.

52
00:02:42,120 --> 00:02:44,004
Αυτό είναι από εγκέφαλο πουλιού.

53
00:02:44,028 --> 00:02:47,085
Βλέπετε αυτή την απίστευτη ποικιλία
από διάφορα είδη κελιών,

54
00:02:47,109 --> 00:02:50,544
ακόμα και η ίδια η κυτταρική θεωρία
ήταν αρκετά νέα εκείνον τον καιρό.

55
00:02:50,568 --> 00:02:51,846
Και αυτές οι δομές,

56
00:02:51,870 --> 00:02:54,129
τα κελιά που έχουν αυτές τις διακλαδώσεις

57
00:02:54,129 --> 00:02:56,737
που εκτείνονται σε πολύ μεγάλες αποστάσεις

58
00:02:56,737 --> 00:02:58,543
ήταν κάτι πολύ νέο εκείνη την εποχή.

59
00:02:58,779 --> 00:03:01,682
Φυσικά, μας θυμίζουν καλώδια.

60
00:03:01,706 --> 00:03:05,163
Αυτό θα καταλάβαιναν 
κάποιοι άνθρωποι τον 19ο αιώνα -

61
00:03:05,187 --> 00:03:09,501
η επανάσταση καλωδίων και ηλεκτρικού
ήταν μόλις στο ξεκίνημά τους.

62
00:03:09,878 --> 00:03:11,166
Αλλά με διάφορους τρόπους,

63
00:03:11,166 --> 00:03:14,479
αυτά τα μικροανατομικά σκίτσα 
του Ραμόν ι Καχάλ, όπως αυτό,

64
00:03:14,503 --> 00:03:16,835
ακόμη παραμένουν αξεπέραστα
με κάποιους τρόπους.

65
00:03:16,859 --> 00:03:18,713
Πάνω από έναν αιώνα αργότερα

66
00:03:18,737 --> 00:03:21,562
προσπαθούμε να τελείωσουμε 
αυτό που άρχισε ο Ραμόν ι Καχάλ.

67
00:03:21,586 --> 00:03:23,854
Αυτά είναι τα ακατέργαστα δεδομένα

68
00:03:23,854 --> 00:03:27,625
από τους συνεργάτες μας στο Ινστιτούτο
Νευροεπιστήμης Μαξ Πλανκ.

69
00:03:27,649 --> 00:03:34,099
Οι συνεργάτες μας απεικόνισαν
μικρά κομμάτια εγκεφαλικού ιστού.

70
00:03:34,099 --> 00:03:35,904
Το συνολικό δείγμα εδώ

71
00:03:35,904 --> 00:03:38,164
είναι περίπου
ένα κυβικό χιλιοστό σε μέγεθος,

72
00:03:38,164 --> 00:03:40,459
κι εδώ σας δείχνω ένα πολύ μικρό κομμάτι.

73
00:03:40,483 --> 00:03:42,829
Η μπάρα αριστερά 
είναι περίπου ένα μικρόμετρο.

74
00:03:42,853 --> 00:03:45,262
Οι δομές που βλέπετε είναι μιτοχόνδρια

75
00:03:45,286 --> 00:03:47,330
που είναι στο μέγεθος βακτηρίων.

76
00:03:47,354 --> 00:03:48,905
Και αυτές είναι συνεχείς τομές

77
00:03:48,929 --> 00:03:52,077
αυτού του πολύ μικρού κομματιού ιστού.

78
00:03:52,101 --> 00:03:54,504
Απλώς για σύγκριση,

79
00:03:54,528 --> 00:03:58,320
η διάμετρος μιας μέσης τρίχας 
είναι περίπου 100 μικρόμετρα.

80
00:03:58,344 --> 00:04:00,618
Άρα κοιτάζουμε κάτι πολύ πολύ μικρότερο

81
00:04:00,642 --> 00:04:02,040
από μια τρίχα μαλλιών.

82
00:04:02,064 --> 00:04:06,095
Και από αυτές τις συνεχείς τομές
από ηλεκτρονικό μικροσκόπιο

83
00:04:06,119 --> 00:04:11,127
κάποιος μπορεί να φτιάξει τρισδιάστατα
νευρώνες που μοιάζουν έτσι.

84
00:04:11,151 --> 00:04:14,308
Έτσι είναι κάπως το ίδιο στυλ
με αυτές του Ραμόν ι Καχάλ.

85
00:04:14,332 --> 00:04:15,824
Μόνο λίγοι νευρώνες άναψαν,

86
00:04:15,848 --> 00:04:18,629
γιατί αλλιώς δεν θα μπορούσαμε 
να δούμε τίποτα εδώ.

87
00:04:18,653 --> 00:04:19,965
Θα ήταν τόσο πυκνό,

88
00:04:19,989 --> 00:04:21,319
τόσο γεμάτο με δομές,

89
00:04:21,343 --> 00:04:24,387
με καλώδια που συνδέουν 
τους νευρώνες μεταξύ τους.

90
00:04:25,293 --> 00:04:28,097
Έτσι ο Ραμόν ι Καχάλ ήταν λίγο 
μπροστά από την εποχή του

91
00:04:28,121 --> 00:04:30,676
και η πρόοδος 
για την κατανόηση του εγκεφάλου

92
00:04:30,700 --> 00:04:32,971
προχώρησε αργά 
τις επόμενες λίγες δεκαετίες.

93
00:04:33,455 --> 00:04:36,308
Γνωρίζαμε όμως ότι οι νευρώνες 
χρησιμοποιούν ηλεκτρισμό

94
00:04:36,332 --> 00:04:39,232
και μέχρι τον Β΄ Παγκόσμιο Πόλεμο
είχαμε κάνει αρκετή πρόοδο

95
00:04:39,232 --> 00:04:42,218
ώστε να κάνουμε ηλεκτρικά πειράματα
σε νευρώνες υπό λειτουργία

96
00:04:42,218 --> 00:04:44,348
ώστε να καταλάβουμε καλύτερα
πώς δούλευαν.

97
00:04:44,631 --> 00:04:48,987
Τότε ακριβώς εφευρέθηκαν οι υπολογιστές

98
00:04:49,011 --> 00:04:52,111
και βασίστηκαν κατά πολύ 
στη δομή του εγκεφάλου -

99
00:04:52,135 --> 00:04:55,220
του «ευφυούς μηχανισμού»,
όπως τα αποκαλούσε ο Άλαν Τιούρινγκ,

100
00:04:55,244 --> 00:04:57,235
ο πατέρας της επιστήμης των υπολογιστών.

101
00:04:57,923 --> 00:05:00,259
Οι Γουόρεν ΜακΚάλοκ και Γουόλτερ Πιτς

102
00:05:00,259 --> 00:05:03,896
είδαν τα σκίτσα του Ραμόν ι Καχάλ
από τον φλοιό του εγκεφάλου

103
00:05:03,920 --> 00:05:05,482
που σας δείχνω εδώ.

104
00:05:05,506 --> 00:05:09,948
Αυτός είναι ο φλοιός που επεξεργάζεται
εικόνες που φτάνουν από το μάτι.

105
00:05:10,424 --> 00:05:13,932
Και τους φάνηκε σαν διάγραμμα κυκλώματος.

106
00:05:14,353 --> 00:05:18,102
Υπάρχουν πολλές λεπτομέρειες
στο διάγραμμα των ΜακΚάλοκ και Πιτς

107
00:05:18,102 --> 00:05:19,564
που δεν είναι ακριβώς σωστές.

108
00:05:19,588 --> 00:05:20,823
Αλλά αυτή η βασική ιδέα

109
00:05:20,847 --> 00:05:24,839
ότι ο εγκεφαλικός ιστός λειτουργεί
σαν μια σειρά από υπολογιστικά στοιχεία

110
00:05:24,863 --> 00:05:27,609
που μεταβιβάζουν πληροφορίες
συνεχώς ο ένας στον άλλον

111
00:05:27,633 --> 00:05:29,235
είναι κατά βάσην σωστή.

112
00:05:29,259 --> 00:05:31,609
Ας μιλήσουμε για μια στιγμή

113
00:05:31,633 --> 00:05:35,665
τι θα πρέπει να κάνει ένα μοντέλο
επεξεργασίας οπτικών πληροφοριών.

114
00:05:36,228 --> 00:05:38,969
Το βασικό έργο της αντίληψης

115
00:05:38,993 --> 00:05:43,187
είναι να πάρει μια τέτοια φωτογραφία
και να πει,

116
00:05:43,211 --> 00:05:44,387
«Αυτό είναι ένα πουλί»,

117
00:05:44,411 --> 00:05:47,285
που είναι κάτι πολύ απλό 
να κάνουμε με τον εγκέφαλό μας.

118
00:05:47,309 --> 00:05:50,730
Αλλά πρέπει να καταλάβετε
ότι για έναν υπολογιστή,

119
00:05:50,754 --> 00:05:53,841
αυτό ήταν μάλλον αδύνατον
πριν από λίγα χρόνια.

120
00:05:53,865 --> 00:05:55,781
Η κλασική δομή του υπολογιστή

121
00:05:55,805 --> 00:05:58,582
δεν ευνοεί αυτή τη δουλειά.

122
00:05:59,366 --> 00:06:01,918
Έτσι λοιπόν, 
αυτό που συμβαίνει με τα πίξελ,

123
00:06:01,942 --> 00:06:05,924
ανάμεσα στην εικόνα του πουλιού
και τη λέξη «πουλί»,

124
00:06:05,924 --> 00:06:07,822
αφορά ουσιαστικά μια ομάδα νευρώνων

125
00:06:07,822 --> 00:06:09,987
που αλληλοσυνδέονται
σε ένα νευρωνικό δίκτυο,

126
00:06:09,987 --> 00:06:11,198
όπως στο διάγραμμα.

127
00:06:11,198 --> 00:06:14,580
Μπορεί να είναι βιολογικό νευρωνικό δίκτυο
μέσα στον εγκεφαλικό φλοιό,

128
00:06:14,580 --> 00:06:17,046
ή, στις μέρες μας,
αρχίζουμε να έχουμε την ικανότητα

129
00:06:17,046 --> 00:06:19,544
να μοντελοποιήσουμε
τέτοια δίκτυα στον υπολογιστή.

130
00:06:19,834 --> 00:06:22,187
Θα σας δείξω πώς μοιάζουν αυτά τα δίκτυα.

131
00:06:22,211 --> 00:06:25,627
Μπορείτε να σκεφτείτε τα πίξελ
ως το πρώτο επίπεδο νευρώνων,

132
00:06:25,651 --> 00:06:27,754
και βασικά έτσι λειτουργεί το μάτι -

133
00:06:27,754 --> 00:06:29,727
είναι οι νευρώνες στον αμφιβληστροειδή.

134
00:06:29,727 --> 00:06:31,801
Και αυτοί μεταδίδουν την πληροφορία

135
00:06:31,801 --> 00:06:34,528
σε αλλεπάλληλα επίπεδα νευρώνων,

136
00:06:34,552 --> 00:06:37,265
που όλα συνδέονται 
από συνάψεις διαφορετικών βαρών.

137
00:06:37,609 --> 00:06:39,144
Η συμπεριφορά αυτού του δικτύου

138
00:06:39,144 --> 00:06:42,226
χαρακτηρίζεται από τις δυνάμεις 
όλων αυτών των συνάψεων.

139
00:06:42,226 --> 00:06:45,564
Αυτές χαρακτηρίζουν τις υπολογιστικές
ιδιότητες αυτού του δικτύου.

140
00:06:45,588 --> 00:06:47,058
Και στη λήξη της διαδικασίας,

141
00:06:47,082 --> 00:06:49,529
έχετε έναν νευρώνα 
ή μια μικρή ομάδα νευρώνων

142
00:06:49,553 --> 00:06:51,280
που θα ανάψει και θα πει «πουλί».

143
00:06:51,824 --> 00:06:54,956
Τώρα θα αναπαραστήσω 
αυτά τα τρία πράγματα -

144
00:06:54,980 --> 00:06:59,676
τα πίξελ τροφοδοσίας 
και τις συνάψεις στο νευρωνικό δίκτυο,

145
00:06:59,700 --> 00:07:01,285
και το πουλί, το εξαγόμενο -

146
00:07:01,309 --> 00:07:04,366
με τρεις μεταβλητές: x, w και y

147
00:07:04,523 --> 00:07:06,664
Μπορεί να υπάρχουν
περίπου ένα εκατομμύριο x -

148
00:07:06,688 --> 00:07:08,641
ένα εκατομμύριο πίξελ σε αυτή την εικόνα.

149
00:07:08,665 --> 00:07:11,111
Υπάρχουν δισεκατομμύρια 
ή τρισεκατομμύρια w,

150
00:07:11,135 --> 00:07:14,520
που αντιπροσωπεύουν τα βάρη
όλων των συνάψεων του νευρωνικού δικτύου.

151
00:07:14,520 --> 00:07:16,805
Και μπορεί να υπάρχει 
ένα μικρός αριθμός από y,

152
00:07:16,805 --> 00:07:18,337
από εξαγόμενα του δικτύου.

153
00:07:18,361 --> 00:07:20,470
Το «πουλί» είναι
μόνο πέντε γράμματα, σωστά;

154
00:07:21,088 --> 00:07:24,514
Ας υποθέσουμε ότι αυτός είναι 
ένας πολύ απλός μαθηματικός τύπος,

155
00:07:24,538 --> 00:07:26,701
x "x" w = y.

156
00:07:26,725 --> 00:07:28,761
Βάζω τις φορές σε εισαγωγικά

157
00:07:28,785 --> 00:07:31,065
επειδή αυτό που φυσικά συμβαίνει εκεί μέσα

158
00:07:31,089 --> 00:07:34,305
είναι μια σειρά από πολύπλοκες 
μαθηματικές λειτουργίες.

159
00:07:35,172 --> 00:07:36,393
Αυτή είναι μια εξίσωση.

160
00:07:36,417 --> 00:07:38,089
Υπάρχουν τρεις μεταβλητές.

161
00:07:38,113 --> 00:07:40,839
Και όλοι γνωρίζουμε ότι σε μια εξίσωση

162
00:07:40,863 --> 00:07:44,505
μπορείς να λύσεις ως προς τον έναν άγνωστο
εάν γνωρίζεις τους άλλους δύο.

163
00:07:45,158 --> 00:07:48,122
Έτσι το πρόβλημα της συνεπαγωγής,

164
00:07:48,122 --> 00:07:51,435
δηλαδή του να συμπεράνουμε 
ότι πρόκειται για φωτογραφία πουλιού,

165
00:07:51,459 --> 00:07:52,733
είναι το εξής:

166
00:07:52,757 --> 00:07:56,150
είναι που ο άγνωστος είναι ο y
και οι w και x είναι γνωστοί.

167
00:07:56,150 --> 00:07:58,769
Γνωρίζετε τα νευρωνικά δίκτυα,
γνωρίζετε και τα πίξελ.

168
00:07:58,769 --> 00:08:02,050
Όπως βλέπετε είναι 
ένα σχετικά ξεκάθαρο πρόβλημα.

169
00:08:02,074 --> 00:08:04,260
Πολλαπλασιάζετε το 2 επί 3 και τελειώσατε.

170
00:08:04,862 --> 00:08:06,985
Θα σας δείξω ένα τεχνητό νευρωνικό δίκτυο

171
00:08:07,009 --> 00:08:09,305
που φτιάξαμε πρόσφατα, 
να κάνει ακριβώς αυτό.

172
00:08:09,634 --> 00:08:12,494
Δουλεύει σε πραγματικό χρόνο 
σε κινητό τηλέφωνο,

173
00:08:12,518 --> 00:08:15,831
και αυτό από μόνο του
είναι αξιοθαύμαστο γεγονός,

174
00:08:15,855 --> 00:08:19,323
τα κινητά μπορούν να κάνουν δισεκατομμύρια
και τρισεκατομμύρια λειτουργίες

175
00:08:19,347 --> 00:08:20,595
ανά δευτερόλεπτο.

176
00:08:20,619 --> 00:08:22,234
Αυτό που βλέπετε είναι ένα κινητό

177
00:08:22,258 --> 00:08:25,805
που κοιτάζει αλλεπάλληλες 
φωτογραφίες από πουλιά,

178
00:08:25,829 --> 00:08:28,544
και όχι μόνο λέει, «Ναι, είναι πουλί»

179
00:08:28,568 --> 00:08:31,979
αλλά αναγνωρίζει το είδος του πουλιού
με ένα τέτοιο νευρωνικό δίκτυο.

180
00:08:32,890 --> 00:08:34,716
Έτσι σε αυτή την φωτογραφία,

181
00:08:34,740 --> 00:08:38,542
οι x και w είναι γνωστοί
και ο y είναι ο άγνωστος.

182
00:08:38,566 --> 00:08:41,404
Φυσικά δεν μπαίνω σε λεπτομέρειες
για το πολύ δύσκολο μέρος,

183
00:08:41,404 --> 00:08:44,959
το πώς στο καλό υπολογίσαμε το w,

184
00:08:44,983 --> 00:08:47,154
τον εγκέφαλο που μπορεί 
να κάνει κάτι τέτοιο;

185
00:08:47,154 --> 00:08:49,238
Πώς μπορεί να μάθαμε ένα τέτοιο μοντέλο;

186
00:08:49,418 --> 00:08:52,651
Αυτή λοιπόν η διαδικασία μάθησης,
να λύνουμε ως προς w,

187
00:08:52,675 --> 00:08:55,322
αν το κάναμε με την απλή εξίσωση

188
00:08:55,346 --> 00:08:57,346
στην οποία τα βλέπουμε αυτά ως αριθμούς,

189
00:08:57,370 --> 00:09:00,057
ξέρουμε πώς ακριβώς να το κάνουμε:
6 = 2 x w,

190
00:09:00,081 --> 00:09:03,393
βασικά διαιρούμε διά 2 και τελειώσαμε.

191
00:09:04,001 --> 00:09:06,221
Το πρόβλημα είναι αυτή η πράξη.

192
00:09:06,823 --> 00:09:07,974
Διαίρεση λοιπόν -

193
00:09:07,998 --> 00:09:11,119
χρησιμοποιήσαμε τη διαίρεση
ως το αντίθετο του πολλαπλασιασμού,

194
00:09:11,143 --> 00:09:12,583
αλλά όπως είπα μόλις,

195
00:09:12,607 --> 00:09:15,056
ο πολλαπλασιασμός είναι λίγο ψεύτικος.

196
00:09:15,080 --> 00:09:18,406
Αυτή είναι μια πολύ περίπλοκη,
μια εντελώς μη γραμμική λειτουργία,

197
00:09:18,430 --> 00:09:20,134
δεν έχει αντίθετο.

198
00:09:20,158 --> 00:09:23,308
Έτσι πρέπει να βρούμε τρόπο
να λύσουμε την εξίσωση

199
00:09:23,332 --> 00:09:25,356
χωρίς το σύμβολο της διαίρεσης.

200
00:09:25,380 --> 00:09:27,723
Και ο τρόπος να το κάνουμε
είναι αρκετά ξεκάθαρος.

201
00:09:27,747 --> 00:09:30,418
Απλώς λέτε, ας κάνουμε 
ένα κόλπο της άλγεβρας

202
00:09:30,442 --> 00:09:33,348
και να μετακινήσουμε το 6
στη δεξιά πλευρά της εξίσωσης.

203
00:09:33,372 --> 00:09:35,198
Τώρα ακόμα έχουμε τον πολλαπλασιασμό.

204
00:09:35,675 --> 00:09:39,255
Και αυτό το μηδέν -
ας το σκεφτούμε σαν ένα σφάλμα.

205
00:09:39,279 --> 00:09:41,794
Με άλλα λόγια, 
αν λύναμε σωστά ως προς w,

206
00:09:41,818 --> 00:09:43,474
τότε το σφάλμα θα ήταν μηδέν.

207
00:09:43,498 --> 00:09:45,290
Και αν δεν το κάναμε αρκετά σωστά,

208
00:09:45,290 --> 00:09:47,249
το σφάλμα θα είναι μεγαλύτερο από μηδέν.

209
00:09:47,249 --> 00:09:50,599
Έτσι μπορούμε απλώς να μαντέψουμε
για να ελαχιστοποιήσουμε το σφάλμα,

210
00:09:50,623 --> 00:09:53,310
και αυτό το κάνουν καλά οι υπολογιστές.

211
00:09:53,310 --> 00:09:54,853
Ας κάνουμε μια πρώτη μαντεψιά:

212
00:09:54,853 --> 00:09:56,009
Τι θα γινόταν αν w = 0;

213
00:09:56,009 --> 00:09:57,249
Τότε το σφάλμα είναι 6.

214
00:09:57,249 --> 00:09:58,885
Εάν το w = 1; Το σφάλμα είναι 4.

215
00:09:58,885 --> 00:10:01,232
Ο υπολογιστής μπορεί
δίνοντας διάφορες τιμές

216
00:10:01,256 --> 00:10:03,623
να περιορίσει το σφάλμα κοντά στο μηδέν.

217
00:10:03,647 --> 00:10:07,021
Κάνοντάς το αυτό, 
λαμβάνει διαδοχικές τιμές κοντά στο w.

218
00:10:07,045 --> 00:10:10,701
Πρακτικά ποτέ δεν το φτάνει
αλλά μετά από καμιά δεκαριά δοκιμές

219
00:10:10,725 --> 00:10:15,569
φτάνουμε στο w = 2.999 
που είναι αρκετά κοντά.

220
00:10:16,302 --> 00:10:18,116
Και αυτή είναι η διαδικασία μάθησης.

221
00:10:18,140 --> 00:10:20,870
Θυμηθείτε λοιπόν

222
00:10:20,894 --> 00:10:25,272
ότι εδώ παίρνουμε πολλούς γνωστούς x
και γνωστούς y

223
00:10:25,296 --> 00:10:28,750
και λύνουμε ως προς w 
μέσω μιας επαναληπτικής μεθόδου.

224
00:10:28,774 --> 00:10:32,330
Με τον ίδιο ακριβώς τρόπο 
μαθαίνουμε κι εμείς.

225
00:10:32,354 --> 00:10:34,584
Ως μωρά έχουμε πάρα πολλές εικόνες

226
00:10:34,608 --> 00:10:37,241
και μας λένε, «Αυτό είναι πουλί,
αυτό δεν είναι πουλί».

227
00:10:37,714 --> 00:10:39,812
Και με τον καιρό και την επανάληψη

228
00:10:39,836 --> 00:10:42,764
λύνουμε ως προς w, 
λύνουμε αυτές τις νευρωνικές συνδέσεις.

229
00:10:43,460 --> 00:10:47,460
Έτσι τώρα κρατήσαμε τα x και w σταθερά
για να λύσουμε ως προς y,

230
00:10:47,460 --> 00:10:49,457
αυτό είναι καθημερινή, γρήγορη αντίληψη.

231
00:10:49,457 --> 00:10:51,188
Βρίσκουμε πώς λύνουμε ως προς w,

232
00:10:51,188 --> 00:10:53,131
είναι μάθηση που είναι πολύ δυσκολότερη,

233
00:10:53,131 --> 00:10:55,084
ώστε να ελαχιστοποιήσουμε το σφάλμα,

234
00:10:55,084 --> 00:10:57,031
μέσα από πολλά δοκιμαστικά παραδείγματα.

235
00:10:57,031 --> 00:11:00,062
Πριν περίπου από έναν χρόνο,
ο Άλεξ Μόρντβιντσεφ της ομάδας μας

236
00:11:00,086 --> 00:11:03,636
αποφάσισε να πειραματιστεί
με το τι θα γίνει αν λύσουμε ως προς x,

237
00:11:03,660 --> 00:11:05,697
με δεδομένους γνωστούς τους w και y.

238
00:11:06,124 --> 00:11:07,115
Με άλλα λόγια,

239
00:11:07,115 --> 00:11:08,627
γνωρίζετε ότι είναι ένα πουλί

240
00:11:08,627 --> 00:11:11,930
και ήδη έχετε ένα νευρωνικό δίκτυο 
που του έχετε μάθει τα πουλιά,

241
00:11:11,930 --> 00:11:14,434
αλλά τι είναι η εικόνα ενός πουλιού;

242
00:11:15,034 --> 00:11:19,842
Αποδεικνύεται τελικά ότι με την ίδια
διαδικασία ελαχιστοποίησης σφάλματος

243
00:11:19,842 --> 00:11:23,562
μπορούμε να το κάνουμε με το δίκτυο 
που έχει μάθει να αναγνωρίζει τα πουλιά,

244
00:11:23,562 --> 00:11:26,924
και το αποτέλεσμα φαίνεται να είναι...

245
00:11:30,400 --> 00:11:32,065
μια εικόνα από πουλιά.

246
00:11:32,814 --> 00:11:36,145
Αυτή λοιπόν είναι μια εικόνα με πουλιά
που φτιάχτηκε εξολοκλήρου

247
00:11:36,145 --> 00:11:39,051
από νευρωνικό δίκτυο 
που έμαθε να αναγνωρίζει πουλιά,

248
00:11:39,051 --> 00:11:41,707
απλώς λύνοντας ως προς x
αντί ως προς y,

249
00:11:41,707 --> 00:11:43,395
και κάνοντάς το επαναληπτικά.

250
00:11:43,732 --> 00:11:45,579
Να άλλο ένα διασκεδαστικό παράδειγμα.

251
00:11:45,603 --> 00:11:49,040
Είναι μια δουλειά του Μάικ Τάικα 
από την ομάδα μας.

252
00:11:49,064 --> 00:11:51,372
που το λέει «Παρέλαση ζώων».

253
00:11:51,396 --> 00:11:54,272
Μου θυμίζει λίγο την τεχνοτροπία
του Γουίλιαμ Κέντριτζ,

254
00:11:54,296 --> 00:11:56,785
όπου φτιάχνει σκίτσα, τα σβήνει,

255
00:11:56,809 --> 00:11:58,269
φτιάχνει σκίτσα, τα σβήνει,

256
00:11:58,293 --> 00:11:59,691
και έτσι φτιάχνει μια ταινία.

257
00:11:59,715 --> 00:12:00,866
Σε αυτή την περίπτωση,

258
00:12:00,866 --> 00:12:03,611
ο Μάικ αντιστοιχεί το y
με διάφορα ζώα από μια ομάδα,

259
00:12:03,611 --> 00:12:06,863
σε ένα δίκτυο που έχει σχεδιαστεί
να αναγνωρίζει και να διακρίνει

260
00:12:06,863 --> 00:12:08,407
διάφορα ζώα μεταξύ τους.

261
00:12:08,431 --> 00:12:12,182
Και μας βγαίνει μια περίεργη μεταμόρφωση 
από ένα ζώο σε άλλο.

262
00:12:14,221 --> 00:12:18,835
Εδώ, αυτός και ο Άλεξ μαζί, 
προσπάθησαν να μειώσουν τα y

263
00:12:18,859 --> 00:12:21,612
σε χώρο μόνο δύο διαστάσεων,

264
00:12:21,612 --> 00:12:24,924
φτιάχνοντας έτσι έναν χάρτη 
από τον χώρο όλων των πραγμάτων

265
00:12:24,924 --> 00:12:26,863
που αναγνωρίζονται από αυτό το δίκτυο.

266
00:12:26,863 --> 00:12:28,794
Φτιάχνοντας αυτό το είδος σύνθεσης

267
00:12:28,794 --> 00:12:31,276
ή δημιουργία εικόνων
σε ολόκληρη αυτή την επιφάνεια,

268
00:12:31,300 --> 00:12:34,110
αναπτύσσοντας τις τιμές του y,
φτιάχνετε ένα είδος χάρτη -

269
00:12:34,110 --> 00:12:37,621
έναν οπτικό χάρτη όλων των πραγμάτων 
που το δίκτυο ξέρει να αναγνωρίζει.

270
00:12:37,621 --> 00:12:40,540
Όλα τα ζώα είναι εδώ -
το αρμαντίλο είναι σε αυτή τη θέση.

271
00:12:40,919 --> 00:12:43,398
Μπορείτε να το κάνετε 
και με άλλα είδη δικτύων.

272
00:12:43,422 --> 00:12:46,296
Αυτό είναι ένα δίκτυο 
σχεδιασμένο να αναγνωρίζει πρόσωπα,

273
00:12:46,320 --> 00:12:48,320
να διακρίνει πρόσωπα μεταξύ τους.

274
00:12:48,344 --> 00:12:51,267
Και εδώ βάζουμε ένα y που λέει «εγώ»,

275
00:12:51,267 --> 00:12:53,192
τις παραμέτρους του δικού μου προσώπου.

276
00:12:53,216 --> 00:12:54,922
Και όταν λύσει ως προς x,

277
00:12:54,946 --> 00:12:57,564
παράγει αυτή την αλλόκοτη,

278
00:12:57,588 --> 00:13:02,016
λίγο κυβιστική, σουρεαλιστική,
ψυχεδελική εικόνα μου

279
00:13:02,016 --> 00:13:03,810
από πολλαπλές απόψεις ταυτόχρονα.

280
00:13:03,810 --> 00:13:06,794
Ο λόγος που μοιάζει σαν να είναι
πολλαπλές απόψεις ταυτόχρονα

281
00:13:06,794 --> 00:13:10,315
είναι επειδή το δίκτυο σχεδιάστηκε 
να απορρίπτει την αμφισημία

282
00:13:10,339 --> 00:13:12,815
ενός προσώπου σε μια ή σε άλλη πόζα,

283
00:13:12,839 --> 00:13:16,215
ή όταν το βλέπουμε κάθε φορά
σε διαφορετικό φωτισμό.


284
00:13:16,239 --> 00:13:18,324
Όταν λοιπόν κάνετε
μια τέτοια ανακατασκευή,

285
00:13:18,348 --> 00:13:20,436
αν δεν χρησιμοποιήσετε ως οδηγό

286
00:13:20,436 --> 00:13:22,087
μια βασική εικόνα ή στατιστικές,

287
00:13:22,087 --> 00:13:25,676
τότε θα υπάρξει μια σύγχυση 
από διαφορετικές απόψεις

288
00:13:25,700 --> 00:13:27,068
λόγω αμφισημίας.

289
00:13:27,786 --> 00:13:32,009
Αυτό συμβαίνει αν ο Άλεξ βάλει 
το δικό του πρόσωπο ως εικόνα-οδηγό

290
00:13:32,033 --> 00:13:35,354
κατά τη διαδικασία βελτιστοποίησης
στην ανακατασκευή του προσώπου μου.

291
00:13:36,284 --> 00:13:38,612
Βλέπετε λοιπόν ότι δεν είναι τέλειο.

292
00:13:38,612 --> 00:13:40,486
Χρειάζεται αρκετή δουλειά ακόμη

293
00:13:40,486 --> 00:13:42,939
στη βελτιστοποίηση
της διαδικασίας βελτιστοποίησης.

294
00:13:42,939 --> 00:13:45,906
Αλλά αρχίζουμε να παίρνουμε κάτι
πολύ πιο συναφές ως πρόσωπο,

295
00:13:45,906 --> 00:13:48,076
που φτιάχνεται με οδηγό 
το δικό μου πρόσωπο.

296
00:13:48,892 --> 00:13:51,393
Δεν χρειάζεται να ξεκινήσετε από το μηδέν

297
00:13:51,417 --> 00:13:52,573
ή από μια αοριστία.

298
00:13:52,597 --> 00:13:53,901
Όταν λύνετε ως προς x,

299
00:13:53,925 --> 00:13:57,814
μπορείτε να ξεκινήσετε με ένα x,
που είναι ήδη μια άλλη εικόνα το ίδιο.

300
00:13:57,838 --> 00:14:00,394
Όπως σε αυτή η επίδειξη.

301
00:14:00,418 --> 00:14:04,364
Αυτό είναι ένα δίκτυο
σχεδιασμένο να ταξινομεί

302
00:14:04,364 --> 00:14:07,683
κάθε είδους διαφορετικά αντικείμενα -
ανθρώπινες κατασκευές, ζώα...

303
00:14:07,707 --> 00:14:10,300
Εδώ αρχίζουμε μόνο 
με μια εικόνα από σύννεφα,

304
00:14:10,324 --> 00:14:11,995
και καθώς βελτιστοποιούμε,

305
00:14:12,019 --> 00:14:16,505
βασικά, αυτό το δίκτυο βρίσκει 
τι βλέπει μέσα στα σύννεφα.

306
00:14:16,931 --> 00:14:19,245
Και όσο περισσότερο το κοιτάζετε,

307
00:14:19,245 --> 00:14:22,178
τόσο περισσότερα πράγματα 
βρίσκετε κι εσείς μέσα στα σύννεφα.

308
00:14:23,004 --> 00:14:26,379
Μπορείτε επίσης να βάλετε το δίκτυο 
με τα πρόσωπα να οραματιστεί εδώ,

309
00:14:26,403 --> 00:14:28,215
και θα έχετε πολύ τρελά αποτελέσματα.

310
00:14:28,239 --> 00:14:29,389
(Γέλια)

311
00:14:30,401 --> 00:14:33,145
Ή ακόμη, ο Μάικ έκανε και άλλα πειράματα

312
00:14:33,169 --> 00:14:37,074
όπου παίρνει την εικόνα με τα σύννεφα,

313
00:14:37,098 --> 00:14:40,605
οραματίζεται μορφές, ζουμάρει,
οραματίζεται, ζουμάρει.

314
00:14:40,629 --> 00:14:41,780
Και με αυτό τον τρόπο

315
00:14:41,804 --> 00:14:45,479
βάζετε το δίκτυο σε μια κατάσταση,
θα έλεγα σαν ένα είδος αντίστιξης,

316
00:14:45,503 --> 00:14:49,183
ένα είδος ελεύθερου συσχετισμού,

317
00:14:49,207 --> 00:14:51,434
όπου το δίκτυο
τρώει την ίδια του την ουρά.

318
00:14:51,458 --> 00:14:54,879
Έτσι πλέον κάθε εικόνα
μας κάνει να σκεφτόμαστε,

319
00:14:54,903 --> 00:14:56,324
«Τι νομίζω ότι βλέπω μετά;

320
00:14:56,348 --> 00:14:59,151
Τι νομίζω ότι βλέπω μετά;
Τι νομίζω ότι βλέπω μετά;»

321
00:14:59,487 --> 00:15:02,423
Το παρουσίασα πρώτη φορά 
δημόσια σε μια ομάδα

322
00:15:02,447 --> 00:15:07,884
σε ομιλία στο Σιάτλ
που λεγόταν «Ανώτερη Εκπαίδευση» -

323
00:15:07,908 --> 00:15:10,345
αμέσως αφού νομιμοποιήθηκε η μαριχουάνα.

324
00:15:10,369 --> 00:15:12,784
(Γέλια)

325
00:15:14,627 --> 00:15:16,731
Θα ήθελα να κλείσω γρήγορα

326
00:15:16,755 --> 00:15:21,010
με την απλή παρατήρηση 
ότι αυτή η τεχνολογία δεν περιορίζεται.

327
00:15:21,034 --> 00:15:24,699
Σας έδειξα μόνο οπτικά παραδείγματα
επειδή είναι πιο ευχάριστα.

328
00:15:24,723 --> 00:15:26,918
Δεν είναι αποκλειστικά οπτική τεχνολογία.

329
00:15:26,918 --> 00:15:29,281
Ο καλλιτεχνικός συνεργάτης μας, 
Ρος Γκούντγουιν,

330
00:15:29,281 --> 00:15:32,886
έχει κάνει πειράματα 
με μια κάμερα που παίρνει φωτογραφίες,

331
00:15:32,910 --> 00:15:37,144
και μετά ένας υπολογιστής στο σακίδιό του
γράφει ποιήματα μέσα από νευρωνικά δίκτυα,

332
00:15:37,168 --> 00:15:39,112
με βάση τα περιεχόμενα της εικόνας.

333
00:15:39,136 --> 00:15:42,083
Αυτό το ποιητικό νευρωνικό δίκτυο 
έχει εκπαιδευτεί

334
00:15:42,107 --> 00:15:44,341
με ένα μεγάλο όγκο ποίησης του 20ου αιώνα.

335
00:15:44,365 --> 00:15:45,864
Και η ποίηση είναι, ξέρετε,

336
00:15:45,888 --> 00:15:47,802
νομίζω, όχι και τόσο άσχημη, τελικά.

337
00:15:47,826 --> 00:15:49,210
(Γέλια)

338
00:15:49,234 --> 00:15:50,393
Κλείνοντας,

339
00:15:50,417 --> 00:15:52,549
σχετικά με τον Μιχαήλ Άγγελο,

340
00:15:52,573 --> 00:15:53,807
νομίζω ότι είχε δίκιο.

341
00:15:53,831 --> 00:15:57,267
Η αντίληψη και η δημιουργικότητα 
είναι πολύ στενά συνδεδεμένες.

342
00:15:57,611 --> 00:16:00,245
Μόλις είδαμε νευρωνικά δίκτυα

343
00:16:00,269 --> 00:16:02,572
που έχουν εκπαιδευτεί εξολοκλήρου
να διακρίνουν,

344
00:16:02,596 --> 00:16:04,978
ή να αναγνωρίζουν 
διαφορετικά πράγματα στον κόσμο,

345
00:16:04,978 --> 00:16:08,023
και μπορούν να λειτουργούν αντίστροφα,
να δημιουργούν.

346
00:16:08,047 --> 00:16:10,170
Ένα από τα πράγματα
που συμπεραίνω από αυτό

347
00:16:10,170 --> 00:16:12,252
είναι ότι δεν είδε μόνο ο Μιχαήλ Άγγελος

348
00:16:12,276 --> 00:16:14,728
το γλυπτό μέσα στον όγκο της πέτρας,

349
00:16:14,752 --> 00:16:18,390
αλλά ότι κάθε πλάσμα, κάθε ον,
κάθε εξωγήινος,

350
00:16:18,414 --> 00:16:21,895
που μπορεί να επιτελέσει
τέτοιου είδους πράξεις αντίληψης,

351
00:16:21,895 --> 00:16:23,510
μπορεί επίσης να δημιουργήσει

352
00:16:23,510 --> 00:16:27,038
επειδή ακριβώς ο ίδιος μηχανισμός
χρησιμοποιείται και στις δύο περιπτώσεις.

353
00:16:27,038 --> 00:16:30,368
Επίσης πιστεύω ότι η αντίληψη 
και η δημιουργικότητα

354
00:16:30,368 --> 00:16:32,578
επ' ουδενί είναι
αποκλειστικά κάτι ανθρώπινο.

355
00:16:32,578 --> 00:16:36,240
Έχουμε υπολογιστικά μοντέλα 
που μπορούν να κάνουν ακριβώς το ίδιο.

356
00:16:36,264 --> 00:16:39,592
Και αυτό δεν πρέπει να μας εκπλήσσει,
το μυαλό κάνει υπολογισμούς.

357
00:16:39,616 --> 00:16:41,273
Και τέλος,

358
00:16:41,297 --> 00:16:45,965
οι υπολογιστές ξεκίνησαν ως άσκηση
στο σχεδιασμό ευφυών μηχανημάτων.

359
00:16:45,989 --> 00:16:48,451
Σχεδιάστηκε βασικά με την ιδέα

360
00:16:48,475 --> 00:16:51,488
του πώς μπορούμε 
να κάνουμε τις μηχανές ευφυείς.

361
00:16:51,512 --> 00:16:53,674
Και τελικά αρχίζουμε να εκπληρώνουμε

362
00:16:53,698 --> 00:16:56,104
μερικές από τις υποσχέσεις
εκείνων των πρωτοπόρων,

363
00:16:56,128 --> 00:16:57,841
του Τούρινγκ και του Φον Νόιμαν,

364
00:16:57,865 --> 00:17:00,130
του ΜακΚάλοκ και του Πιτς.

365
00:17:00,154 --> 00:17:04,252
Και νομίζω ότι οι υπολογιστές
δεν αφορούν μόνο τα λογιστικά,

366
00:17:04,276 --> 00:17:06,423
ή να παίζουμε Καντι Κρας ή κάτι τέτοιο.

367
00:17:06,447 --> 00:17:09,025
Εξαρχής τα σχεδιάσαμε 
κατ' εικόναν του μυαλού μας.

368
00:17:09,049 --> 00:17:12,318
Και μας δίνουν την ικανότητα
να καταλάβουμε το μυαλό μας καλύτερα

369
00:17:12,342 --> 00:17:13,871
και να τα επεκτείνουμε.

370
00:17:14,627 --> 00:17:15,794
Σας ευχαριστώ πολύ.

371
00:17:15,818 --> 00:17:17,467
(Χειροκρότημα)