0:00:00.880,0:00:04.595
در گذشته اگه می خواستین یه رایانه[br]کار جدیدی انجام بده،

0:00:04.595,0:00:06.447
باید برنامه اش رو بهش می دادین.

0:00:06.477,0:00:09.858
خوب، برای اونایی که[br]تا حالا برنامه ننوشتن،

0:00:09.858,0:00:13.360
این کار نیاز به تعریف جزئیات طاقت فرسای

0:00:13.360,0:00:16.727
تک تک مراحلی داره که میخواین[br]رایانه انجام بده

0:00:16.727,0:00:19.089
تا به هدف مورد نظر شما برسه.

0:00:19.089,0:00:22.585
حالا، اگه بخواین کاری انجام بدین که[br]خودتون نمی دونین چطور انجام میشه،

0:00:22.585,0:00:24.648
با چالش بزرگی روبرو میشین.

0:00:24.648,0:00:28.131
خوب، این چالشی بود که رو در روی این مرد، آرتور ساموئل،[br]قرار داشت.

0:00:28.131,0:00:29.928
او در سال ۱۹۵۶، می خواست این رایانه

0:00:29.928,0:00:35.048
بتونه اونو تو بازی چکرز (دام، جنگ نادر)[br]شکست بده.

0:00:35.048,0:00:36.618
چطور میتونین برنامهای بنویسین،

0:00:36.618,0:00:40.394
که با تمام جزئیات طاقت فرسا، به رایانه بگه[br]چجوری می تونه تو بازی چکرز از شما بهتر باشه؟

0:00:40.394,0:00:42.116
خوب، ایده ای به ذهنش رسید:

0:00:42.116,0:00:45.840
اجازه داد رایانه هزاران بار[br]با خودش بازی کنه،

0:00:45.840,0:00:48.364
و یاد بگیره چطور چکرز بازی کنه.

0:00:48.364,0:00:50.763
و در واقع موفق شد،[br]و در عمل، تا سال ۱۹۶۲،

0:00:53.162,0:00:55.561
این رایانه تونسته بود[br]قهرمان ایالت کانکتیکات رو شکست بده.

0:00:55.561,0:00:58.534
پس آرتور ساموئل[br]پدر یادگیری ماشینی بود،

0:00:58.534,0:01:00.251
و من دین بزرگی بهش دارم،

0:01:00.251,0:01:03.014
چون کارم یادگیری ماشینیه.

0:01:03.014,0:01:04.479
من رئیس کاگل بودم،

0:01:04.479,0:01:07.867
با بیش از دویست هزار نفر[br]که کارشون یادگیری ماشینیه.

0:01:07.867,0:01:09.925
کاگل مسابقاتی برگزار می کنه

0:01:09.925,0:01:13.633
و از شرکت کننده ها می خواد[br]مسئله هایی رو که قبلاً حل نشده ن حل کنن،

0:01:13.633,0:01:17.470
و این رقابت صدها بار موفق بوده.

0:01:17.470,0:01:19.940
پس به دلیل همین امتیاز،[br]تونستم چیزای زیادی

0:01:19.940,0:01:23.890
درباره کارهایی بفهمم که یادگیری ماشینی[br]در گذشته می تونست بکنه، امروز می تونه بکنه،

0:01:23.890,0:01:26.252
و در آینده می تونه بکنه.

0:01:26.252,0:01:30.675
احتمالاً اولین موفقیت بزرگ تجاری[br]یادگیری ماشینی گوگل بود،

0:01:30.675,0:01:33.784
گوگل نشون داد یافتن اطلاعات

0:01:33.784,0:01:35.536
از راه الگوریتم رایانه امکان پذیره،

0:01:35.536,0:01:38.437
و اساس این الگوریتم، یادگیری ماشینیه.

0:01:38.437,0:01:42.323
از اون هنگام، یادگیری ماشینی[br]به موفقیتهای تجاری بسیاری دست یافته.

0:01:42.323,0:01:44.160
شرکت هایی مانند آمازون و نتفلیکس

0:01:44.160,0:01:47.876
برای پیشنهاد محصولاتی که احتمالاً دوست دارین بخرین[br]از یادگیری ماشینی استفاده می کنن،

0:01:47.876,0:01:49.896
یا فیلمهایی که احتمالاً دوست دارین ببینین.

0:01:49.896,0:01:51.703
گاهی این کار به طور نامحسوس انجام می شه.

0:01:51.703,0:01:53.657
شرکتهایی مانند لینکدین و فیسبوک

0:01:53.657,0:01:56.251
گاهی به شما درباره دوستهاتون می گن

0:01:56.251,0:01:58.228
و شما نمی دونین این کارو چجوری انجام میدن،

0:01:58.228,0:02:01.195
و دلیلش اینه که[br]از قدرت یادگیری ماشینی استفاده می کنن.

0:02:01.195,0:02:04.152
اینها الگوریتم هایی هستن که[br]یاد گرفتن این کار رو با داده ها انجام بدن

0:02:04.152,0:02:07.399
به جای اینکه با دست برنامه ربزی بشن.

0:02:07.399,0:02:09.877
آی بی ام هم به همین ترتیب موفق شد

0:02:09.877,0:02:13.739
کاری بکنه که واتسون در مسابقه تلویزیونی "محک"[br]دو نفر از قهرمانان جهان رو شکست بده،

0:02:13.739,0:02:16.964
با پاسخ به پرسشهای بسیار ریز[br]و پیچیده مانند این یکی.

0:02:16.964,0:02:19.799
[شیء باستانی "شیر نیمرود" در سال ۲۰۰۳[br](به همراه اشیای دیگر) از موزه ملی این شهر به سرقت رفت]

0:02:19.799,0:02:23.034
همچنین به همین دلیله که حالا می تونیم[br]اولین خودروهای بدون راننده رو ببینیم.

0:02:23.034,0:02:25.856
اگه بخواین تفاوت

0:02:25.856,0:02:28.488
یه درخت و یه عابر پیاده رو تشخیص بدین،[br]خوب، این خیلی مهمه.

0:02:28.488,0:02:31.075
نمی دونیم چطور این برنامه ها رو با دست بنویسیم،

0:02:31.075,0:02:34.072
اما حالا با یادگیری ماشینی،[br]این کار امکان پذیره.

0:02:34.072,0:02:36.680
و در واقع، این ماشین[br]بیش از یک و نیم میلیون کیلومتر

0:02:36.680,0:02:40.186
بدون هیچ تصادفی[br]در جاده های عادی راه رفته.

0:02:40.196,0:02:44.110
پس حالا می دونیم که رایانه ها[br]می تونن یاد بگیرن،

0:02:44.110,0:02:46.010
و رایانه ها می تونن کارهایی رو یاد بگیرن

0:02:46.010,0:02:48.848
که در واقع خود ما گاهی[br]نمی تونیم انجام بدیم،

0:02:48.848,0:02:51.733
یا شاید اونا بهتر از ما انجام می دن.

0:02:51.733,0:02:55.928
یکی از عجیب ترین نمونه های[br]یادگیری ماشینی که دیده ام

0:02:55.928,0:02:58.320
در پروژه ای بود[br]که در کاگل داشتم

0:02:58.320,0:03:01.911
و در اون گروهی به سرپرستی جفری هینتون

0:03:01.911,0:03:03.463
از دانشگاه تورونتو

0:03:03.463,0:03:06.140
برنده مسابقه ی کشف خودکار دارو شد.

0:03:06.140,0:03:08.987
خوب، نکته فوق العاده فقط این نبود که اونها

0:03:08.987,0:03:13.000
همه الگوریتم های طراحی شده توسط مِرک یا[br]دانشگاههای بین المللی رو شکست دادن،

0:03:13.000,0:03:18.061
بلکه این بود که هیچ یک از اعضای گروه، هیچ زمینه ای[br]از شیمی یا زیست شناسی یا علوم زیستی نداشتن،

0:03:18.061,0:03:20.230
و این کار رو در دو هفته انجام دادن.

0:03:20.230,0:03:21.611
چطور این کار رو کردن؟

0:03:22.421,0:03:25.342
اونها از الگوریتم فوق العاده ای[br]به نام یادگیری عمیق استفاده کردن.

0:03:25.342,0:03:28.291
این خبر چنان مهم بود که موفقیت اونها

0:03:28.291,0:03:31.412
چند هفته بعد روی جلد نیویورک تایمز منعکس شد.

0:03:31.412,0:03:34.147
این جفری هینتونه[br]اینجا سمت چپ.

0:03:34.147,0:03:38.488
یادگیری عمیق الگوریتمی بر اساس[br]نحوه کار مغز انسانه،

0:03:38.488,0:03:40.300
و در نتیجه الگوریتمیه

0:03:40.300,0:03:44.141
که از نظر تئوری هیچ محدودیتی[br]در توانایی انجام کار نداره.

0:03:44.141,0:03:46.964
هر چه داده بیشتری به اون بدین،[br]و با گذشت زمان

0:03:46.964,0:03:48.276
بهتر می شه.

0:03:48.276,0:03:50.615
همچنین نیویورک تایمز در این مطلب

0:03:50.615,0:03:52.857
به یه نتیجه خارق العاده دیگه[br]از یادگیری عمیق اشاره کرد

0:03:52.857,0:03:55.569
که حالا به شما نشون میدم.

0:03:55.569,0:04:00.510
اینجا می بینین که رایانه ها[br]می تونن گوش بدن و بفهمن.

0:04:00.510,0:04:03.221
(ویدئو) ریچارد رشید: حالا، آخرین مرحله ای

0:04:03.221,0:04:06.246
که میخوام انجام بدم

0:04:06.246,0:04:10.961
در واقع اینه که[br]به زبان چینی با تو صحبت کنم.

0:04:10.961,0:04:13.596
نکته ی مهم اینه که

0:04:13.596,0:04:18.598
تونستیم حجم بالایی از اطلاعات رو[br]از تعداد زیادی چینی زبان جمع کنیم

0:04:18.598,0:04:21.128
و یه سیستم نوشتار-به-گفتار ایجاد کنیم

0:04:21.128,0:04:25.801
که نوشته های چینی رو[br]به زبان چینی تبدیل می کنه،

0:04:25.801,0:04:29.929
و بعد حدود یه ساعت[br]از صدای خودمو ضبط کردیم

0:04:29.929,0:04:31.820
و از اون برای تنظیم

0:04:31.820,0:04:36.364
سیستم استاندارد نوشتار-به-گفتار[br]استفاده کردیم تا شبیه من بشه.

0:04:36.364,0:04:38.904
باز هم نتیجه ایده آل نیست.

0:04:38.904,0:04:41.552
در واقع اشتباههایی وجود داره.

0:04:41.552,0:04:44.036
(به زبان چینی)

0:04:44.036,0:04:47.403
(تشویق)

0:04:49.446,0:04:53.022
در این زمینه کار زیادی باید انجام بشه.

0:04:53.022,0:04:56.667
(به زبان چینی)

0:04:56.667,0:05:00.100
(تشویق)

0:05:01.345,0:05:04.744
جرمی هووارد: خوب، اینجا یه کنفرانس[br]درباره یادگیری ماشین تو چینه.

0:05:04.744,0:05:07.114
در واقع در اغلب کنفرانسهای دانشگاهی،

0:05:07.114,0:05:09.011
حضار اینطوری خودبخود تشویق نمی کنن،

0:05:09.011,0:05:12.687
البته گاهی در کنفرانسهای تدکس پیش میاد،[br]راحت باشین.

0:05:12.687,0:05:15.482
همه چیزهایی که اونجا دیدین[br]حاصل یادگیری عمیق بود.

0:05:15.482,0:05:17.007
(تشویق) متشکرم.

0:05:17.007,0:05:19.289
رونویسی به انگلیسی[br]یادگیری عمیق بود.

0:05:19.289,0:05:22.701
رونویسی به چینی و نوشته ی[br]بالا سمت راست، یادگیری عمیق،

0:05:22.701,0:05:26.008
و شکل گیری صدا نیز[br]یادگیری عمیق بود.

0:05:26.008,0:05:29.242
یادگیری عمیق چنین[br]پدیده ی خارق العاده ایه.

0:05:29.242,0:05:32.341
یه الگوریتم واحد که به نظر میرسه[br]بتونه تقریباً هر کاری بکنه،

0:05:32.341,0:05:35.452
و فهمیدم که یه سال قبل،[br]دیدن رو هم یاد گرفته.

0:05:35.452,0:05:37.628
در این مسابقه عجیب از آلمان

0:05:37.628,0:05:40.225
به نام مسابقه تشخیص[br]تابلوهای ترافیکی آلمان،

0:05:40.225,0:05:43.618
یادگیری عمیق تابلوهایی[br]مثل این رو یاد گرفته بود.

0:05:43.618,0:05:45.712
نه تنها میتونست تابلوها رو

0:05:45.712,0:05:47.470
بهتر از هر الگوریتم دیگه ای بشناسه،

0:05:47.470,0:05:50.189
بلکه جدول نشون میداد[br]از انسان هم بهتره،

0:05:50.189,0:05:52.041
تقریباً دو برابر بهتر از انسان.

0:05:52.041,0:05:54.037
پس تا سال ۲۰۱۱،[br]اولین نمونه ی

0:05:54.037,0:05:57.442
رایانه هایی رو داشتیم که[br]بهتر از انسان می بینن.

0:05:57.442,0:05:59.491
از اون موقع، اتفاقات زیادی افتاده.

0:05:59.491,0:06:03.005
گوگل در سال ۲۰۱۲ اعلام کرد که دارای [br]الگوریتم یادگیری عمیقی

0:06:03.005,0:06:04.420
که ویدئوهای یوتیوب رو می بینه هستند

0:06:04.420,0:06:07.857
و داده های اونو در عرض یه ماه[br]تو ۱۶ هزار رایانه پردازش میکنه،

0:06:07.857,0:06:12.218
و رایانه بطور مستقل موضوعاتی[br]مثل آدمها و گربه ها رو یاد گرفته

0:06:12.218,0:06:14.027
فقط با تماشای ویدئو.

0:06:14.027,0:06:16.379
تا حدود زیادی شبیه[br]یادگیری آدمه.

0:06:16.379,0:06:19.119
برای یاد گرفتن آدمها لازم نیست[br]به اونا بگین چیزی که می بینن چیه،

0:06:19.119,0:06:22.450
بلکه خودشون یاد میگیرن این چیزها چیه.

0:06:22.450,0:06:25.819
همین طور در سال ۲۰۱۲،[br]جفری هینتون که قبلاً دیدیمش،

0:06:25.819,0:06:28.677
مسسابقه ی بسیار معروف[br]ایمیج نت رو برنده شد،

0:06:28.677,0:06:32.818
که باید یک و نیم میلیون عکس رو نگاه می کرد

0:06:32.818,0:06:34.256
و می گفت عکس چی هستن.

0:06:34.256,0:06:37.789
حالا در سال ۲۰۱۴ تونستیم[br]خطا رو به شش درصد

0:06:37.789,0:06:39.242
در شناسایی تصویر پایین بیاریم.

0:06:39.242,0:06:41.268
این هم بهتر از آدمه.

0:06:41.268,0:06:45.037
پس ماشین تو این کار خیلی بهتره،

0:06:45.037,0:06:47.306
و حالا دارن تو صنعت ازش استفاده میکنن.

0:06:47.306,0:06:50.348
مثلاً گوگل سال پیش اعلام کرد

0:06:50.348,0:06:54.933
نقشه ی همه جای فرانسه رو[br]در عرض دو ساعت تهیه کرده،

0:06:54.933,0:06:58.380
و این کارو با استفاده از تصاویر دوربینهای خیابان انجام دادن

0:06:58.380,0:07:02.699
و یه الگوریتم یادگیری عمیق که میتونست[br]شماره خیابونها رو بخونه و بشناسه.

0:07:02.699,0:07:04.919
تصور کنین قبلاً می تونست[br]چقدر طول بکشه:

0:07:04.919,0:07:08.274
چندین نفر، چندین سال.

0:07:08.274,0:07:10.185
همین اتفاق داره تو چین میفته.

0:07:10.185,0:07:14.221
بایدو یه جور گوگل چینیه، فکر کنم،

0:07:14.221,0:07:16.504
و چیزی که اینجا سمت چپ و بالا می بینین

0:07:16.504,0:07:20.478
نمونه ای از تصویریه که من[br]در سیستم یادگیری عمیق بایدو آپلود کردم،

0:07:20.478,0:07:24.247
و پایینش می تونین ببینین که[br]سیستم فهمیده اون تصویر چیه

0:07:24.247,0:07:26.483
و تصاویر مشابه رو پیدا کرده.

0:07:26.483,0:07:29.219
تصاویر مشابه در واقع دارای زمینه مشابه،

0:07:29.219,0:07:30.877
و جهت مشابه چهره ها هستن،

0:07:30.877,0:07:32.665
حتی زبون بعضیا بیرونه.

0:07:32.665,0:07:35.695
این جستجوی واضح یه متن[br]از یه صفحه وب نیست.

0:07:35.695,0:07:37.107
تمام چیزی که آپلود کردم یه تصویر بود.

0:07:37.107,0:07:41.128
پس حالا رایانه هایی داریم که[br]چیزی رو که می بینن واقعاً میفهمن

0:07:41.128,0:07:42.752
و بنابراین میتونن بانکهای اطلاعاتی

0:07:42.752,0:07:46.306
صدها میلیون تصویری رو[br]در یه لحظه جستجو کنن.

0:07:46.306,0:07:49.536
پس حالا اینکه رایانه ها میتونن ببینن[br]یعنی چی؟

0:07:49.536,0:07:51.553
خوب، فقط این نیست که[br]رایانه ها میتونن ببینن.

0:07:51.553,0:07:53.622
در واقع، یادگیری عمیق[br]بیشتر از این انجام داده.

0:07:53.622,0:07:56.570
جملات پیچیده و ظریف مثل این یکی

0:07:56.570,0:07:59.394
حالا با الگوریتم های[br]یادگیری عمیق قابل فهمه.

0:07:59.394,0:08:00.697
همون طور که میتونین اینجا ببینین،

0:08:00.697,0:08:03.465
این سیستم مستقر در استنفورد[br]که نقطه قرمزی اون بالا داره

0:08:03.465,0:08:07.384
به این نتیجه رسیده که این جمله[br]بار عاطفی منفی داره.

0:08:07.384,0:08:10.790
حالا در واقع یادگیری عمیق[br]به عملکرد انسان نزدیک شده

0:08:10.802,0:08:15.923
در فهم اینکه جمله ها درباره ی چیه[br]وهر جمله درباره اون چیزها چی میگه.

0:08:15.923,0:08:18.651
هم چنین، یادگیری عمیق[br]برای خواندن متون چینی به کار رفته،

0:08:18.651,0:08:21.807
باز هم در سطحی که معادل[br]حرف زدن یه آدم چینی تبار اصیله،

0:08:21.807,0:08:23.975
این الگوریتم در سویس ساخته شده

0:08:23.975,0:08:27.331
توسط افرادی که هیچ کدوم نمی تونن[br]چینی حرف بزنن یا بفهمن.

0:08:27.331,0:08:29.382
همون طور که گفتم،[br]با استفاده از یادگیری عمیق

0:08:29.382,0:08:31.601
یعنی استفاده از بهترین سیستم[br]موجود در دنیا در این مورد،

0:08:31.601,0:08:36.718
حتی در مقایسه با[br]فهم یه آدم بومی اصیل.

0:08:36.718,0:08:39.682
این سیستمیه که ما[br]تو شرکتمون جمع کردیم

0:08:39.682,0:08:41.728
که نشون میده همه این چیزها[br]کنار هم جمع شده.

0:08:41.728,0:08:44.189
اینها تصاویریه که هیچ متنی[br]به اونها پیوست نیست،

0:08:44.189,0:08:46.541
و همینکه اینجا جمله هایی تایپ میکنم،

0:08:46.541,0:08:49.510
در همون لحظه داره اون تصاویر رو میفهمه

0:08:49.510,0:08:51.189
و داره تصمیم میگیره[br]موضوع اونا چیه

0:08:51.189,0:08:54.352
و تصاویری رو که شبیه متنیه که[br]من دارم می نویسم پیدا می کنه.

0:08:54.352,0:08:57.108
پس می تونین ببینین که در واقع[br]جمله های منو میفهمه

0:08:57.108,0:08:59.332
و در واقع این تصاویر رو میفهمه.

0:08:59.332,0:09:01.891
میدونم یه چیزی شبیه اینو[br]تو گوگل دیدین،

0:09:01.891,0:09:04.666
اونجا میتونین چیزهایی تایپ کنین و[br]تصاویری به شما نشون میده،

0:09:04.666,0:09:08.090
اما در واقع کاری که انجام میده اینه که[br]صفحه وب رو دنبال اون متن میگرده.

0:09:08.090,0:09:11.091
این با فهم واقعی تصاویر خیلی فرق داره.

0:09:11.091,0:09:13.843
این چیزیه که رایانه ها فقط تونستن

0:09:13.843,0:09:17.091
برای اولین بار در چند ماه اخیر انجامش بدن.

0:09:17.091,0:09:21.182
پس حالا می بینیم که رایانه ها[br]هم می تونن ببینن و هم میتونن بخونن،

0:09:21.182,0:09:24.947
و البته، نشون دادیم که میتونن[br]چیزی رو که می شنون بفهمن.

0:09:24.947,0:09:28.389
شاید حالا عجیب نباشه که[br]میخوام بگم میتونن بنویسن.

0:09:28.389,0:09:33.172
این متنیه که دیروز[br]با یه الگوریتم یادگیری عمیق ایجاد کردم.

0:09:33.172,0:09:37.096
و این متنیه که یه الگوریتم[br]از استنفورد ایجاد کرده.

0:09:37.096,0:09:38.860
هر دو جمله توسط

0:09:38.860,0:09:43.109
الگوریتم یادگیری عمیق برای[br]توصیف این تصاویر ایجاد شده.

0:09:43.109,0:09:47.581
این الگوریتم قبلاً هرگز ندیده بود[br]یه مرد با پیراهن مشکی گیتار بنوازد.

0:09:47.581,0:09:49.801
قبلاً یه مرد دیده بود،[br]قبلاً مشکی دیده بود،

0:09:49.801,0:09:51.400
قبلاً یه گیتار دیده بود،

0:09:51.400,0:09:55.694
اما بدون کمک کسی توانست چنین توصیف[br]نابی از این تصویر ایجاد کند.

0:09:55.694,0:09:59.196
البته هنوز به سطح عملکرد انسان نرسیده ایم،[br]اما به آن نزدیک شده ایم.

0:09:59.196,0:10:03.264
در آزمونها، افراد توصیف های رایانه رو

0:10:03.264,0:10:04.791
به نسبت یک به چهار ترجیح میدن.

0:10:04.791,0:10:06.855
حالا این سیستم فقط دو هفته س به وجود اومده،

0:10:06.855,0:10:08.701
بنابراین در عرض یه سال آینده،

0:10:08.701,0:10:11.502
الگوریتم رایانه ای احتمالاً انسان رو پشت سر میذاره

0:10:11.502,0:10:13.364
با این سرعت که کارها پیش میره.

0:10:13.364,0:10:16.413
پس رایانه ها نوشتن هم بلدن.

0:10:16.413,0:10:19.888
پس همه ی اینها رو کنار هم میذاریم و[br]نتیجه ش فرصت های بسیار مهیجی میشه.

0:10:19.888,0:10:21.380
مثلاً، در پزشکی،

0:10:21.380,0:10:23.905
یه گروه در بوستون اعلام کرده[br]

0:10:23.905,0:10:26.854
چندین ویژگی مهم یالینی

0:10:26.854,0:10:31.120
از تومورها رو پیدا کرده که به دکترها[br]در تعیین پیش آگهی سرطان کمک می کنن.

0:10:32.220,0:10:34.516
به طرز بسیار مشابه، در استنفورد،

0:10:34.516,0:10:38.179
یه گروه اعلام کرده،[br]با نگاه کردن به بافتها، با بزرگنمایی بالا،

0:10:38.179,0:10:40.560
یه سیستم بر اساس یادگیری[br]ماشینی درست کردن

0:10:40.560,0:10:43.142
که در واقع بهتر از دکترهای آسیب شناس

0:10:43.142,0:10:47.519
میزان بقای مبتلایان به سرطان رو[br]پیش بینی می کنه.

0:10:47.519,0:10:50.764
در هر دو مورد فوق،[br]نه تنها پیش بینی ها دقیق تره،

0:10:50.764,0:10:53.266
بلکه جنبه های جدیدی از بصیرت علمی[br]به وجود اومده.

0:10:53.276,0:10:54.781
در مورد رادیولوژی،

0:10:54.781,0:10:57.876
شاخص های بالینی جدیدی به دست اومده[br]که انسان قادر به فهم اونهاست.

0:10:57.876,0:10:59.668
در این مورد آسیب شناسی،

0:10:59.668,0:11:04.168
سیستم رایانه ای در واقع فهمید[br]که سلولهای اطراف سرطان

0:11:04.168,0:11:07.508
به اندازه ی خود سلولهای سرطانی

0:11:07.508,0:11:09.260
در رسیدن به تشخیص مهم هستن.

0:11:09.260,0:11:14.621
این برخلاف چیزیه که دهها ساله[br]به آسیب شناسها یاد میدن.

0:11:14.621,0:11:17.913
در هر یک از دو مورد فوق،[br]اون سیستمها

0:11:17.913,0:11:21.534
با ترکیبی از نظر خبرگان پزشکی[br]و خبرگان یادگیری ماشینی شکل گرفت،

0:11:21.534,0:11:24.275
اما از سال گذشته تا حالا[br]از اون هم جلوتر رفتیم.

0:11:24.275,0:11:27.824
این نمونه ای از تشخیص نواحی سرطانی

0:11:27.824,0:11:30.354
بافتهای انسان در زیر میکروسکوپه.

0:11:30.354,0:11:34.967
سیستمی که اینجا نشون داده شده[br]میتونه اون نواحی رو دقیق تر از

0:11:34.967,0:11:37.742
یا با دقت معادل دکترهای آسیب شناس[br]تشخیص بده،

0:11:37.742,0:11:41.134
اما به طور کامل توسط یادگیری عمیق و[br]بدون کمک تخصصی پزشکی ساخته شده

0:11:41.134,0:11:43.660
توسط افرادی که[br]هیچ سابقه ای در این زمینه ندارن.

0:11:44.730,0:11:47.285
به طور مشابه، اینجا،[br]این قطعه قطعه شدن عصب.

0:11:47.285,0:11:50.953
ما حالا میتونیم اعصاب رو با دقت[br]مشابه انسان قطعه قطعه کنیم،

0:11:50.953,0:11:53.670
اما این سیستم با یادگیری عمیق ایجاد شده

0:11:53.670,0:11:56.921
توسط افرادی که هیچ سابقه ی پزشکی ندارن.

0:11:56.921,0:12:00.148
پس خودم، به عنوان کسی که[br]هیچ سابقه ی پزشکی ندارم،

0:12:00.148,0:12:03.875
به نظر میرسه کاملاً آمادگی دارم[br]یه شرکت جدید پزشکی تأسیس کنم،

0:12:03.875,0:12:06.021
که همین کارو کردم.

0:12:06.021,0:12:07.761
یه جورایی از انجام این کار میترسیدم،

0:12:07.761,0:12:10.650
اما به طور نظری امکانش بود

0:12:10.650,0:12:16.142
که با این فنون تحلیل داده بتونم[br]کار پزشکی بسیار مفیدی انجام بدم.

0:12:16.142,0:12:18.622
و شُکر که بازخوردش خارق العاده بوده،

0:12:18.622,0:12:20.978
نه تنها از رسانه ها[br]بلکه از جامعه ی پزشکی،

0:12:20.978,0:12:23.322
که خیلی حمایت کردن.

0:12:23.322,0:12:27.471
فرضیه اینه که میتونیم[br]قسمت وسط فرآیند پزشکی رو بگیریم

0:12:27.471,0:12:30.364
و اونو تا حد امکان[br]به تحلیل داده ها تبدیل کنیم،

0:12:30.364,0:12:33.429
و کارهایی رو که دکترها بهتر انجام میدن[br]به اونها بسپاریم.

0:12:33.429,0:12:35.031
میخوام یه مثال براتون بزنم.

0:12:35.031,0:12:39.975
حالا به وجود اومدن یه آزمایش تشخیصی جدید[br]حدود ۱۵ دقیقه طول میکشه

0:12:39.975,0:12:41.929
و حالا اینو به طور زنده به شما نشون میدم،

0:12:41.929,0:12:45.416
اما با برش چند قسمت فشرده ش کردم به سه دقیقه.

0:12:45.416,0:12:48.477
بجای آزمایش تشخیص پزشکی

0:12:48.477,0:12:51.846
میخوام یه آزمایش تشخیص تصاویر[br]خودرو براتون بسازم،

0:12:51.846,0:12:54.068
چون چیزیه که همه ی ما میفهمیم.

0:12:54.068,0:12:57.269
پس اینجا با حدود یک و نیم میلیون[br]تصویر خودرو شروع می کنیم،

0:12:57.269,0:13:00.475
و میخوام چیزی درست کنم که بتون[br]اونها رو بر اساس زاویه ی عکاسی

0:13:00.475,0:13:02.698
دسته بندی کنه.

0:13:02.698,0:13:06.586
خوب همه ی این تصاویر بدون برچسب هستن،[br]پس ناچارم از اول شروع کنم.

0:13:06.586,0:13:08.451
با الگوریتم یادگیری عمیق ما،

0:13:08.451,0:13:12.158
این سیستم میتونه به طور خودکار[br]ساختارهای هر تصویر رو شناسایی کنه.

0:13:12.158,0:13:15.778
خوب نکته ی مثبت اینه که حالا انسان [br]و رایانه میتونن با هم کار کنن.

0:13:15.778,0:13:17.956
پس انسان، همون طور که اینجا میتونین ببینین،

0:13:17.956,0:13:20.631
داره موارد مورد نظر رو[br]به رایانه میگه

0:13:20.631,0:13:25.281
و از رایانه میخواد با استفاده[br]از اونها الگوریتم خودشو بهتر کنه.

0:13:25.281,0:13:29.577
حالا این سیستمهای یادگیری عمیق[br]در واقع در فضای ۱۶ هزار بعدی هستن،

0:13:29.577,0:13:33.009
پس اینجا می تونین ببینین[br]رایانه اینو در اون فضا میچرخونه،

0:13:33.009,0:13:35.001
و سعی میکنه ساختارهای[br]جدید رو پیدا کنه.

0:13:35.001,0:13:36.782
و وقتی این کار رو[br]با چنین موفقیتی انجام میده،

0:13:36.782,0:13:40.786
فردی که داره هدایتش میکنه[br]میتونه نواحی مورد نظر رو نشون بده.

0:13:40.786,0:13:43.208
پس اینجا، رایانه موفق شده نواحی،

0:13:43.208,0:13:45.770
مثلاً زاویه ها رو پیدا کنه.

0:13:45.770,0:13:47.376
پس طی این فرآیند،

0:13:47.376,0:13:49.716
به تدریج به رایانه

0:13:49.716,0:13:52.144
نکات بیشتر و بیشتری درباره ی[br]انواع ساختارهای مورد نظرمون میگیم.

0:13:52.144,0:13:53.916
میتونین فرض کنین در یه آزمایش تشخیصی

0:13:53.916,0:13:57.266
این میتونه یه آسیب شناس باشه که مثلاً[br]نواحی آسیب رو شناسایی می کنه،

0:13:57.266,0:14:02.292
یا یه رادیولوژیست که گره های[br]بالقوه مشکل دار رو نشون میده.

0:14:02.292,0:14:04.851
و این گاهی ممکنه[br]برای الگوریتم مشکل باشه.

0:14:04.851,0:14:06.815
در این مورد، یه جورایی سردرگم شد.

0:14:06.815,0:14:09.365
جلو و عقب خودروها همه در همه.

0:14:09.365,0:14:11.437
پس اینجا باید کمی بیشتر دقت کنیم،

0:14:11.437,0:14:14.669
با دست جلو و عقب رو مشخص کنیم،

0:14:14.669,0:14:20.175
بعد به رایانه بگیم[br]این نوع گروهیه

0:14:20.175,0:14:21.523
که منظور ماست.

0:14:21.523,0:14:24.200
پس این کار رو مدتی انجام میدیم،[br]کمی ازش رد میشیم،

0:14:24.200,0:14:26.446
و بعد به الگوریتم یادگیری[br]ماشینی آموزش میدیم

0:14:26.446,0:14:28.420
بر اساس این چند صد چیز،

0:14:28.420,0:14:30.445
و امیدواریم خیلی بهتر بشه.

0:14:30.445,0:14:33.518
حالا میتونین ببینین که[br]بعضی از این تصاویر داره محو میشه،

0:14:33.518,0:14:38.226
که نشون میده خودش کم کم[br]بعضی از اینا رو میشناسه.

0:14:38.226,0:14:41.128
پس میتونیم از این مفهوم تصاویر مشابه[br]استفاده کنیم،

0:14:41.128,0:14:43.222
و با استفاده از تصاویر مشابه،[br]حالا میتونین ببینین که،

0:14:43.222,0:14:47.241
رایانه در این نقطه میتونه[br]فقط جلوی خودروها رو کاملاً بشناسه.

0:14:47.241,0:14:50.189
پس در این نقطه، انسان[br]میتونه به رایانه بگه،

0:14:50.189,0:14:52.482
خوب، بله، کارت خوب بود.

0:14:53.652,0:14:55.837
گاهی، البته، حتی در این نقطه،

0:14:55.837,0:14:59.511
جدا کردن گروهها مشکله.

0:14:59.511,0:15:03.395
در این مورد، حتی بعد از اینکه رایانه[br]مدتی اینجا میچرخه،

0:15:03.399,0:15:06.744
هنوز می بینیم که سمت چپ و راست تصاویر

0:15:06.744,0:15:08.222
همه در همه.

0:15:08.222,0:15:10.362
پس دوباره میتونیم به رایانه کمک کنیم،

0:15:10.362,0:15:13.338
و بگیم خوب، حالا سعی کن[br]زائده ای رو پیدا کنی

0:15:13.338,0:15:15.945
که سمت چپ و راست رو[br]تا حد امکان مشخص کنه

0:15:15.945,0:15:18.067
به کمک این الگوریتم یادگیری عمیق.

0:15:18.067,0:15:21.009
و با این کمک--[br]آهان، بله، موفق شده.

0:15:21.009,0:15:23.891
تونسته راهی پیدا کنه[br]که درباره این اشیا فکر کنه

0:15:23.891,0:15:26.271
و اینها رو از هم جدا کنه.

0:15:26.271,0:15:28.709
پس ایده رو اینجا گرفتین.

0:15:28.709,0:15:36.906
اینجا رایانه جای انسان رو نمی گیره،

0:15:36.906,0:15:39.546
بلکه با هم کار میکنن.

0:15:39.546,0:15:43.096
کاری که اینجا می کنیم اینه که[br]کاری که وقت یه گروه

0:15:43.096,0:15:45.098
پنج یا شش نفره رو[br]حدود هفت سال می گرفت

0:15:45.098,0:15:47.703
به سیستمی میدیم که همون کار رو[br]در عرض ۱۵ دقیقه انجام میده

0:15:47.703,0:15:50.208
فقط با یه نفر که[br]به تنهایی کار میکنه.

0:15:50.208,0:15:54.158
پس این فرآیند [br]حدود چهار یا پنج بار تکرار میشه.

0:15:54.158,0:15:56.017
می تونین ببینین که حالا[br]موفق شدیم ۶۲ درصد

0:15:56.017,0:15:58.976
از یک و نیم میلیون تصویر رو[br]دسته بندی کنیم.

0:15:58.976,0:16:01.448
و در این نقطه،[br]میتونیم با سرعت تمام

0:16:01.448,0:16:02.745
دسته ها رو به طور کامل بگیریم،

0:16:02.745,0:16:05.664
و هر کدوم رو چک کنیم تا[br]مطمئن بشیم اشتباه نشده.

0:16:05.664,0:16:09.616
در صورت اشتباه، میتونیم[br]اینو به رایانه اطلاع بدیم.

0:16:09.616,0:16:12.661
و با این نوع فرآیند[br]برای هر یک از گروههای مختلف،

0:16:12.661,0:16:15.148
حالا به موفقیت ۸۰ درصد

0:16:15.148,0:16:17.563
در طبقه بندی یک و نیم میلیون تصویر رسیدیم.

0:16:17.563,0:16:19.641
و این نقطه، جاییه که

0:16:19.641,0:16:23.220
تعداد کمی تصویر درست طبقه بندی نشده،

0:16:23.220,0:16:26.108
و سعی می کنه بفهمه چرا.

0:16:26.108,0:16:27.851
و با استفاده از روش فوق،

0:16:27.851,0:16:31.972
در عرض ۱۵ دقیقه[br]به میزان طبقه بندی ۹۷ درصد رسیدیم.

0:16:31.972,0:16:36.572
پس این نوع تکنیک[br]به ما امکان داد یه مشکل بزرگ رو حل کنیم،

0:16:36.578,0:16:39.614
این مشکل که با کمبود نیروی تخصصی[br]پزشکی در جهان روبرو هستیم.

0:16:39.614,0:16:43.103
مجمع جهانی اقتصاد اعلام کرده[br]بین ۱۰ تا ۲۰ برابر

0:16:43.103,0:16:45.727
کمبود پزشک در[br]جهان در حال توسعه وجود داره،

0:16:45.727,0:16:47.840
و حدود ۳۰۰ سال طول میکشه

0:16:47.840,0:16:50.734
تا تعداد کافی پزشک[br]برای حل این مشکل تربیت بشه.

0:16:50.734,0:16:53.619
پس تصور کنین اگه بتونیم[br]کارایی اونا رو افزایش بدیم

0:16:53.619,0:16:56.458
با اساتفاده از این روشهای[br]یادگیری عمیق، چی میشه؟

0:16:56.458,0:16:58.690
خوب این فرصتها منو[br]به شدت هیجان زده کرده.

0:16:58.690,0:17:01.279
همچنین نگران مشکلات هستم.

0:17:01.279,0:17:04.403
اینجا مشکل اینه که[br]هر ناحیه آبی رنگ در این نقشه

0:17:04.403,0:17:08.172
جاییه که میزان اشتغال در خدمات[br]بیشتر از ۸۰ درصده.

0:17:08.172,0:17:09.959
چه خدماتی؟

0:17:09.959,0:17:11.473
این خدمات.

0:17:11.473,0:17:15.627
اینها دقیقاً همون چیزهایی هستن[br]که رایانه ها یاد گرفتن انجام بدن.

0:17:15.627,0:17:19.431
پس ۸۰ درصد اشتغال در جهان توسعه یافته

0:17:19.431,0:17:21.963
مربوط به کارهاییه که[br]رایانه ها بلد هستن.

0:17:21.963,0:17:23.403
مفهومش چیه؟

0:17:23.403,0:17:25.986
خوب، مشکلی نیست.[br]میتونن در مشاغل دیگه جایگزین بشن.

0:17:25.986,0:17:28.693
به عنوان مثال، موقعیتهای شغلی بیشتری[br]برای دانشمندان علوم داده ایجاد میشه.[br]

0:17:28.693,0:17:29.510
خوب، نه واقعاً.

0:17:29.510,0:17:32.628
دانشمندان علوم داده زمان زیادی[br]برای ساختن این چیزها صرف نکردن.

0:17:32.628,0:17:35.880
به عنوان مثال، این چهار الگوریتم[br]همگی توسط یه نفر ساخته شده.

0:17:35.880,0:17:38.318
پس اگه فکر کنید، اوه،[br]قبلاً مشابه همین اتفاق افتاده،

0:17:38.318,0:17:42.126
نتیجه شو در گذشته دیدیم[br]وقتی چیزهای جدید وارد میشه

0:17:42.126,0:17:44.378
و شغلهای جدید جای اونا رو میگیره،

0:17:44.378,0:17:46.494
این شغلهای جدید چه خواهد بود؟

0:17:46.494,0:17:48.365
برآوردش برامون خیلی سخته،

0:17:48.365,0:17:51.104
چون عملکرد انسانی به تدریج رشد می کنه،

0:17:51.104,0:17:53.666
اما حالا سیستمی داریم به نام یادگیری عمیق،

0:17:53.666,0:17:56.893
که در واقع میدونیم که از نظر توانایی،[br]سرعت رشد تصاعدی داره.

0:17:56.893,0:17:58.498
و ما اینجاییم.

0:17:58.498,0:18:00.559
پس در حال حاضر، چیزهای اطرفمون رو می بینیم

0:18:00.559,0:18:03.235
و میگیم، "اوه، رایانه ها[br]هنوز خیلی عقب هستن." درسته؟

0:18:03.235,0:18:06.664
اما در عرض پنج سال،[br]رایانه ها از این جدول خارج خواهند شد.

0:18:06.664,0:18:10.529
پس لازمه همین الان شروع به[br]فکر درباره ی این قابلیت کنیم.

0:18:10.529,0:18:12.579
البته اینو قبلاً یه بار دیدیم.

0:18:12.579,0:18:13.966
در انقلاب صنعتی،

0:18:13.966,0:18:16.817
با ورود موتورها شاهد[br]یک گام تغییر در قابلیت بودیم.

0:18:17.667,0:18:20.805
اما نکته این است[br]که پس از مدتی، همه چیز خراب شد.

0:18:20.805,0:18:22.507
گسست اجتماعی اتفاق افتاد،

0:18:22.507,0:18:25.946
اما وقتی استفاده از موتورها برای تولید[br]نیرو در موقعیتهای مختلف شروع شد،[br]

0:18:25.946,0:18:28.300
همه چیز واقعاً عادی شد.

0:18:28.300,0:18:29.773
انقلاب یادگیری ماشینی

0:18:29.773,0:18:32.682
بسیار متفاوت از[br]انقلاب صنعتی خواهد بود،

0:18:32.682,0:18:35.632
چون انقلاب یادگیری ماشینی،[br]هرگز عادی نمی شود.

0:18:35.632,0:18:38.614
هر چه رایانه ها در امور ذهنی[br]بهتر می شوند،

0:18:38.614,0:18:42.862
می تونن رایانه های بهتری بسازن[br]که در امور ذهنی بهتر هستن،

0:18:42.862,0:18:44.770
پس این نوعی تغییر خواهد بود

0:18:44.770,0:18:47.248
که جهان هرگز پیش از این[br]تجربه نکرده،

0:18:47.248,0:18:50.554
پس فهم قبلی شما متفاوت با[br]چیزیه که ممکنه.

0:18:50.974,0:18:52.754
این قبلاً در حال[br]تحت تأثیر قرار دادن ماست.

0:18:52.754,0:18:56.384
در عرض ۲۵ سال اخیر،[br]با افزایش بهره وری سرمایه،

0:18:56.400,0:19:00.588
بهره وری کار ثابت مانده،[br]در واقع کمی هم افت کرده.

0:19:01.408,0:19:04.149
بنابراین میخوام این بحث رو[br]الان شروع کنیم.

0:19:04.149,0:19:07.176
میدونم که اغلب وقتی درباره ی[br]این وضعیت به افراد توضیح میدم،

0:19:07.176,0:19:08.666
ممکنه کسی اعتنا نکنه.

0:19:08.666,0:19:10.339
خوب، رایانه ها در واقع نمی تونن فکر کنن،

0:19:10.339,0:19:13.367
اونها احساس ندارن،[br]شعر رو نمی فهمن،

0:19:13.367,0:19:15.888
ما در واقع نمیدونیم چطور کار میکنن.

0:19:15.888,0:19:17.374
پس چه؟

0:19:17.374,0:19:19.178
رایانه ها همین الان میتونن[br]کارهایی بکنن

0:19:19.178,0:19:21.897
که انسانها بیشتر وقتشون رو[br]صرفش می کنن و در مقابلش پول میگیرن،

0:19:21.897,0:19:23.628
پس الان وقت آن است[br]که شروع کنیم به فکر

0:19:23.628,0:19:28.015
درباره ی اینکه چطور قراره ساختارهای اجتماعی[br]و ساختارهای اقتصادی خودمونو تغییر بدیم

0:19:28.015,0:19:29.855
تا از این واقعیت جدید آگاه بشیم.

0:19:29.855,0:19:31.388
متشکرم.

0:19:31.388,0:19:32.190
(تشویق)