[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:00.88,0:00:04.60,Default,,0000,0000,0000,,در گذشته اگه می خواستین یه رایانه\Nکار جدیدی انجام بده،
Dialogue: 0,0:00:04.60,0:00:06.45,Default,,0000,0000,0000,,باید برنامه اش رو بهش می دادین.
Dialogue: 0,0:00:06.48,0:00:09.86,Default,,0000,0000,0000,,خوب، برای اونایی که\Nتا حالا برنامه ننوشتن،
Dialogue: 0,0:00:09.86,0:00:13.36,Default,,0000,0000,0000,,این کار نیاز به تعریف جزئیات طاقت فرسای
Dialogue: 0,0:00:13.36,0:00:16.73,Default,,0000,0000,0000,,تک تک مراحلی داره که میخواین\Nرایانه انجام بده
Dialogue: 0,0:00:16.73,0:00:19.09,Default,,0000,0000,0000,,تا به هدف مورد نظر شما برسه.
Dialogue: 0,0:00:19.09,0:00:22.58,Default,,0000,0000,0000,,حالا، اگه بخواین کاری انجام بدین که\Nخودتون نمی دونین چطور انجام میشه،
Dialogue: 0,0:00:22.58,0:00:24.65,Default,,0000,0000,0000,,با چالش بزرگی روبرو میشین.
Dialogue: 0,0:00:24.65,0:00:28.13,Default,,0000,0000,0000,,خوب، این چالشی بود که رو در روی این مرد، آرتور ساموئل،\Nقرار داشت.
Dialogue: 0,0:00:28.13,0:00:29.93,Default,,0000,0000,0000,,او در سال ۱۹۵۶، می خواست این رایانه
Dialogue: 0,0:00:29.93,0:00:35.05,Default,,0000,0000,0000,,بتونه اونو تو بازی چکرز (دام، جنگ نادر)\Nشکست بده.
Dialogue: 0,0:00:35.05,0:00:36.62,Default,,0000,0000,0000,,چطور میتونین برنامهای بنویسین،
Dialogue: 0,0:00:36.62,0:00:40.39,Default,,0000,0000,0000,,که با تمام جزئیات طاقت فرسا، به رایانه بگه\Nچجوری می تونه تو بازی چکرز از شما بهتر باشه؟
Dialogue: 0,0:00:40.39,0:00:42.12,Default,,0000,0000,0000,,خوب، ایده ای به ذهنش رسید:
Dialogue: 0,0:00:42.12,0:00:45.84,Default,,0000,0000,0000,,اجازه داد رایانه هزاران بار\Nبا خودش بازی کنه،
Dialogue: 0,0:00:45.84,0:00:48.36,Default,,0000,0000,0000,,و یاد بگیره چطور چکرز بازی کنه.
Dialogue: 0,0:00:48.36,0:00:50.76,Default,,0000,0000,0000,,و در واقع موفق شد،\Nو در عمل، تا سال ۱۹۶۲،
Dialogue: 0,0:00:53.16,0:00:55.56,Default,,0000,0000,0000,,این رایانه تونسته بود\Nقهرمان ایالت کانکتیکات رو شکست بده.
Dialogue: 0,0:00:55.56,0:00:58.53,Default,,0000,0000,0000,,پس آرتور ساموئل\Nپدر یادگیری ماشینی بود،
Dialogue: 0,0:00:58.53,0:01:00.25,Default,,0000,0000,0000,,و من دین بزرگی بهش دارم،
Dialogue: 0,0:01:00.25,0:01:03.01,Default,,0000,0000,0000,,چون کارم یادگیری ماشینیه.
Dialogue: 0,0:01:03.01,0:01:04.48,Default,,0000,0000,0000,,من رئیس کاگل بودم،
Dialogue: 0,0:01:04.48,0:01:07.87,Default,,0000,0000,0000,,با بیش از دویست هزار نفر\Nکه کارشون یادگیری ماشینیه.
Dialogue: 0,0:01:07.87,0:01:09.92,Default,,0000,0000,0000,,کاگل مسابقاتی برگزار می کنه
Dialogue: 0,0:01:09.92,0:01:13.63,Default,,0000,0000,0000,,و از شرکت کننده ها می خواد\Nمسئله هایی رو که قبلاً حل نشده ن حل کنن،
Dialogue: 0,0:01:13.63,0:01:17.47,Default,,0000,0000,0000,,و این رقابت صدها بار موفق بوده.
Dialogue: 0,0:01:17.47,0:01:19.94,Default,,0000,0000,0000,,پس به دلیل همین امتیاز،\Nتونستم چیزای زیادی
Dialogue: 0,0:01:19.94,0:01:23.89,Default,,0000,0000,0000,,درباره کارهایی بفهمم که یادگیری ماشینی\Nدر گذشته می تونست بکنه، امروز می تونه بکنه،
Dialogue: 0,0:01:23.89,0:01:26.25,Default,,0000,0000,0000,,و در آینده می تونه بکنه.
Dialogue: 0,0:01:26.25,0:01:30.68,Default,,0000,0000,0000,,احتمالاً اولین موفقیت بزرگ تجاری\Nیادگیری ماشینی گوگل بود،
Dialogue: 0,0:01:30.68,0:01:33.78,Default,,0000,0000,0000,,گوگل نشون داد یافتن اطلاعات
Dialogue: 0,0:01:33.78,0:01:35.54,Default,,0000,0000,0000,,از راه الگوریتم رایانه امکان پذیره،
Dialogue: 0,0:01:35.54,0:01:38.44,Default,,0000,0000,0000,,و اساس این الگوریتم، یادگیری ماشینیه.
Dialogue: 0,0:01:38.44,0:01:42.32,Default,,0000,0000,0000,,از اون هنگام، یادگیری ماشینی\Nبه موفقیتهای تجاری بسیاری دست یافته.
Dialogue: 0,0:01:42.32,0:01:44.16,Default,,0000,0000,0000,,شرکت هایی مانند آمازون و نتفلیکس
Dialogue: 0,0:01:44.16,0:01:47.88,Default,,0000,0000,0000,,برای پیشنهاد محصولاتی که احتمالاً دوست دارین بخرین\Nاز یادگیری ماشینی استفاده می کنن،
Dialogue: 0,0:01:47.88,0:01:49.90,Default,,0000,0000,0000,,یا فیلمهایی که احتمالاً دوست دارین ببینین.
Dialogue: 0,0:01:49.90,0:01:51.70,Default,,0000,0000,0000,,گاهی این کار به طور نامحسوس انجام می شه.
Dialogue: 0,0:01:51.70,0:01:53.66,Default,,0000,0000,0000,,شرکتهایی مانند لینکدین و فیسبوک
Dialogue: 0,0:01:53.66,0:01:56.25,Default,,0000,0000,0000,,گاهی به شما درباره دوستهاتون می گن
Dialogue: 0,0:01:56.25,0:01:58.23,Default,,0000,0000,0000,,و شما نمی دونین این کارو چجوری انجام میدن،
Dialogue: 0,0:01:58.23,0:02:01.20,Default,,0000,0000,0000,,و دلیلش اینه که\Nاز قدرت یادگیری ماشینی استفاده می کنن.
Dialogue: 0,0:02:01.20,0:02:04.15,Default,,0000,0000,0000,,اینها الگوریتم هایی هستن که\Nیاد گرفتن این کار رو با داده ها انجام بدن
Dialogue: 0,0:02:04.15,0:02:07.40,Default,,0000,0000,0000,,به جای اینکه با دست برنامه ربزی بشن.
Dialogue: 0,0:02:07.40,0:02:09.88,Default,,0000,0000,0000,,آی بی ام هم به همین ترتیب موفق شد
Dialogue: 0,0:02:09.88,0:02:13.74,Default,,0000,0000,0000,,کاری بکنه که واتسون در مسابقه تلویزیونی "محک"\Nدو نفر از قهرمانان جهان رو شکست بده،
Dialogue: 0,0:02:13.74,0:02:16.96,Default,,0000,0000,0000,,با پاسخ به پرسشهای بسیار ریز\Nو پیچیده مانند این یکی.
Dialogue: 0,0:02:16.96,0:02:19.80,Default,,0000,0000,0000,,[شیء باستانی "شیر نیمرود" در سال ۲۰۰۳\N(به همراه اشیای دیگر) از موزه ملی این شهر به سرقت رفت]
Dialogue: 0,0:02:19.80,0:02:23.03,Default,,0000,0000,0000,,همچنین به همین دلیله که حالا می تونیم\Nاولین خودروهای بدون راننده رو ببینیم.
Dialogue: 0,0:02:23.03,0:02:25.86,Default,,0000,0000,0000,,اگه بخواین تفاوت
Dialogue: 0,0:02:25.86,0:02:28.49,Default,,0000,0000,0000,,یه درخت و یه عابر پیاده رو تشخیص بدین،\Nخوب، این خیلی مهمه.
Dialogue: 0,0:02:28.49,0:02:31.08,Default,,0000,0000,0000,,نمی دونیم چطور این برنامه ها رو با دست بنویسیم،
Dialogue: 0,0:02:31.08,0:02:34.07,Default,,0000,0000,0000,,اما حالا با یادگیری ماشینی،\Nاین کار امکان پذیره.
Dialogue: 0,0:02:34.07,0:02:36.68,Default,,0000,0000,0000,,و در واقع، این ماشین\Nبیش از یک و نیم میلیون کیلومتر
Dialogue: 0,0:02:36.68,0:02:40.19,Default,,0000,0000,0000,,بدون هیچ تصادفی\Nدر جاده های عادی راه رفته.
Dialogue: 0,0:02:40.20,0:02:44.11,Default,,0000,0000,0000,,پس حالا می دونیم که رایانه ها\Nمی تونن یاد بگیرن،
Dialogue: 0,0:02:44.11,0:02:46.01,Default,,0000,0000,0000,,و رایانه ها می تونن کارهایی رو یاد بگیرن
Dialogue: 0,0:02:46.01,0:02:48.85,Default,,0000,0000,0000,,که در واقع خود ما گاهی\Nنمی تونیم انجام بدیم،
Dialogue: 0,0:02:48.85,0:02:51.73,Default,,0000,0000,0000,,یا شاید اونا بهتر از ما انجام می دن.
Dialogue: 0,0:02:51.73,0:02:55.93,Default,,0000,0000,0000,,یکی از عجیب ترین نمونه های\Nیادگیری ماشینی که دیده ام
Dialogue: 0,0:02:55.93,0:02:58.32,Default,,0000,0000,0000,,در پروژه ای بود\Nکه در کاگل داشتم
Dialogue: 0,0:02:58.32,0:03:01.91,Default,,0000,0000,0000,,و در اون گروهی به سرپرستی جفری هینتون
Dialogue: 0,0:03:01.91,0:03:03.46,Default,,0000,0000,0000,,از دانشگاه تورونتو
Dialogue: 0,0:03:03.46,0:03:06.14,Default,,0000,0000,0000,,برنده مسابقه ی کشف خودکار دارو شد.
Dialogue: 0,0:03:06.14,0:03:08.99,Default,,0000,0000,0000,,خوب، نکته فوق العاده فقط این نبود که اونها
Dialogue: 0,0:03:08.99,0:03:13.00,Default,,0000,0000,0000,,همه الگوریتم های طراحی شده توسط مِرک یا\Nدانشگاههای بین المللی رو شکست دادن،
Dialogue: 0,0:03:13.00,0:03:18.06,Default,,0000,0000,0000,,بلکه این بود که هیچ یک از اعضای گروه، هیچ زمینه ای\Nاز شیمی یا زیست شناسی یا علوم زیستی نداشتن،
Dialogue: 0,0:03:18.06,0:03:20.23,Default,,0000,0000,0000,,و این کار رو در دو هفته انجام دادن.
Dialogue: 0,0:03:20.23,0:03:21.61,Default,,0000,0000,0000,,چطور این کار رو کردن؟
Dialogue: 0,0:03:22.42,0:03:25.34,Default,,0000,0000,0000,,اونها از الگوریتم فوق العاده ای\Nبه نام یادگیری عمیق استفاده کردن.
Dialogue: 0,0:03:25.34,0:03:28.29,Default,,0000,0000,0000,,این خبر چنان مهم بود که موفقیت اونها
Dialogue: 0,0:03:28.29,0:03:31.41,Default,,0000,0000,0000,,چند هفته بعد روی جلد نیویورک تایمز منعکس شد.
Dialogue: 0,0:03:31.41,0:03:34.15,Default,,0000,0000,0000,,این جفری هینتونه\Nاینجا سمت چپ.
Dialogue: 0,0:03:34.15,0:03:38.49,Default,,0000,0000,0000,,یادگیری عمیق الگوریتمی بر اساس\Nنحوه کار مغز انسانه،
Dialogue: 0,0:03:38.49,0:03:40.30,Default,,0000,0000,0000,,و در نتیجه الگوریتمیه
Dialogue: 0,0:03:40.30,0:03:44.14,Default,,0000,0000,0000,,که از نظر تئوری هیچ محدودیتی\Nدر توانایی انجام کار نداره.
Dialogue: 0,0:03:44.14,0:03:46.96,Default,,0000,0000,0000,,هر چه داده بیشتری به اون بدین،\Nو با گذشت زمان
Dialogue: 0,0:03:46.96,0:03:48.28,Default,,0000,0000,0000,,بهتر می شه.
Dialogue: 0,0:03:48.28,0:03:50.62,Default,,0000,0000,0000,,همچنین نیویورک تایمز در این مطلب
Dialogue: 0,0:03:50.62,0:03:52.86,Default,,0000,0000,0000,,به یه نتیجه خارق العاده دیگه\Nاز یادگیری عمیق اشاره کرد
Dialogue: 0,0:03:52.86,0:03:55.57,Default,,0000,0000,0000,,که حالا به شما نشون میدم.
Dialogue: 0,0:03:55.57,0:04:00.51,Default,,0000,0000,0000,,اینجا می بینین که رایانه ها\Nمی تونن گوش بدن و بفهمن.
Dialogue: 0,0:04:00.51,0:04:03.22,Default,,0000,0000,0000,,(ویدئو) ریچارد رشید: حالا، آخرین مرحله ای
Dialogue: 0,0:04:03.22,0:04:06.25,Default,,0000,0000,0000,,که میخوام انجام بدم
Dialogue: 0,0:04:06.25,0:04:10.96,Default,,0000,0000,0000,,در واقع اینه که\Nبه زبان چینی با تو صحبت کنم.
Dialogue: 0,0:04:10.96,0:04:13.60,Default,,0000,0000,0000,,نکته ی مهم اینه که
Dialogue: 0,0:04:13.60,0:04:18.60,Default,,0000,0000,0000,,تونستیم حجم بالایی از اطلاعات رو\Nاز تعداد زیادی چینی زبان جمع کنیم
Dialogue: 0,0:04:18.60,0:04:21.13,Default,,0000,0000,0000,,و یه سیستم نوشتار-به-گفتار ایجاد کنیم
Dialogue: 0,0:04:21.13,0:04:25.80,Default,,0000,0000,0000,,که نوشته های چینی رو\Nبه زبان چینی تبدیل می کنه،
Dialogue: 0,0:04:25.80,0:04:29.93,Default,,0000,0000,0000,,و بعد حدود یه ساعت\Nاز صدای خودمو ضبط کردیم
Dialogue: 0,0:04:29.93,0:04:31.82,Default,,0000,0000,0000,,و از اون برای تنظیم
Dialogue: 0,0:04:31.82,0:04:36.36,Default,,0000,0000,0000,,سیستم استاندارد نوشتار-به-گفتار\Nاستفاده کردیم تا شبیه من بشه.
Dialogue: 0,0:04:36.36,0:04:38.90,Default,,0000,0000,0000,,باز هم نتیجه ایده آل نیست.
Dialogue: 0,0:04:38.90,0:04:41.55,Default,,0000,0000,0000,,در واقع اشتباههایی وجود داره.
Dialogue: 0,0:04:41.55,0:04:44.04,Default,,0000,0000,0000,,(به زبان چینی)
Dialogue: 0,0:04:44.04,0:04:47.40,Default,,0000,0000,0000,,(تشویق)
Dialogue: 0,0:04:49.45,0:04:53.02,Default,,0000,0000,0000,,در این زمینه کار زیادی باید انجام بشه.
Dialogue: 0,0:04:53.02,0:04:56.67,Default,,0000,0000,0000,,(به زبان چینی)
Dialogue: 0,0:04:56.67,0:05:00.10,Default,,0000,0000,0000,,(تشویق)
Dialogue: 0,0:05:01.34,0:05:04.74,Default,,0000,0000,0000,,جرمی هووارد: خوب، اینجا یه کنفرانس\Nدرباره یادگیری ماشین تو چینه.
Dialogue: 0,0:05:04.74,0:05:07.11,Default,,0000,0000,0000,,در واقع در اغلب کنفرانسهای دانشگاهی،
Dialogue: 0,0:05:07.11,0:05:09.01,Default,,0000,0000,0000,,حضار اینطوری خودبخود تشویق نمی کنن،
Dialogue: 0,0:05:09.01,0:05:12.69,Default,,0000,0000,0000,,البته گاهی در کنفرانسهای تدکس پیش میاد،\Nراحت باشین.
Dialogue: 0,0:05:12.69,0:05:15.48,Default,,0000,0000,0000,,همه چیزهایی که اونجا دیدین\Nحاصل یادگیری عمیق بود.
Dialogue: 0,0:05:15.48,0:05:17.01,Default,,0000,0000,0000,,(تشویق) متشکرم.
Dialogue: 0,0:05:17.01,0:05:19.29,Default,,0000,0000,0000,,رونویسی به انگلیسی\Nیادگیری عمیق بود.
Dialogue: 0,0:05:19.29,0:05:22.70,Default,,0000,0000,0000,,رونویسی به چینی و نوشته ی\Nبالا سمت راست، یادگیری عمیق،
Dialogue: 0,0:05:22.70,0:05:26.01,Default,,0000,0000,0000,,و شکل گیری صدا نیز\Nیادگیری عمیق بود.
Dialogue: 0,0:05:26.01,0:05:29.24,Default,,0000,0000,0000,,یادگیری عمیق چنین\Nپدیده ی خارق العاده ایه.
Dialogue: 0,0:05:29.24,0:05:32.34,Default,,0000,0000,0000,,یه الگوریتم واحد که به نظر میرسه\Nبتونه تقریباً هر کاری بکنه،
Dialogue: 0,0:05:32.34,0:05:35.45,Default,,0000,0000,0000,,و فهمیدم که یه سال قبل،\Nدیدن رو هم یاد گرفته.
Dialogue: 0,0:05:35.45,0:05:37.63,Default,,0000,0000,0000,,در این مسابقه عجیب از آلمان
Dialogue: 0,0:05:37.63,0:05:40.22,Default,,0000,0000,0000,,به نام مسابقه تشخیص\Nتابلوهای ترافیکی آلمان،
Dialogue: 0,0:05:40.22,0:05:43.62,Default,,0000,0000,0000,,یادگیری عمیق تابلوهایی\Nمثل این رو یاد گرفته بود.
Dialogue: 0,0:05:43.62,0:05:45.71,Default,,0000,0000,0000,,نه تنها میتونست تابلوها رو
Dialogue: 0,0:05:45.71,0:05:47.47,Default,,0000,0000,0000,,بهتر از هر الگوریتم دیگه ای بشناسه،
Dialogue: 0,0:05:47.47,0:05:50.19,Default,,0000,0000,0000,,بلکه جدول نشون میداد\Nاز انسان هم بهتره،
Dialogue: 0,0:05:50.19,0:05:52.04,Default,,0000,0000,0000,,تقریباً دو برابر بهتر از انسان.
Dialogue: 0,0:05:52.04,0:05:54.04,Default,,0000,0000,0000,,پس تا سال ۲۰۱۱،\Nاولین نمونه ی
Dialogue: 0,0:05:54.04,0:05:57.44,Default,,0000,0000,0000,,رایانه هایی رو داشتیم که\Nبهتر از انسان می بینن.
Dialogue: 0,0:05:57.44,0:05:59.49,Default,,0000,0000,0000,,از اون موقع، اتفاقات زیادی افتاده.
Dialogue: 0,0:05:59.49,0:06:03.00,Default,,0000,0000,0000,,گوگل در سال ۲۰۱۲ اعلام کرد که دارای \Nالگوریتم یادگیری عمیقی
Dialogue: 0,0:06:03.00,0:06:04.42,Default,,0000,0000,0000,,که ویدئوهای یوتیوب رو می بینه هستند
Dialogue: 0,0:06:04.42,0:06:07.86,Default,,0000,0000,0000,,و داده های اونو در عرض یه ماه\Nتو ۱۶ هزار رایانه پردازش میکنه،
Dialogue: 0,0:06:07.86,0:06:12.22,Default,,0000,0000,0000,,و رایانه بطور مستقل موضوعاتی\Nمثل آدمها و گربه ها رو یاد گرفته
Dialogue: 0,0:06:12.22,0:06:14.03,Default,,0000,0000,0000,,فقط با تماشای ویدئو.
Dialogue: 0,0:06:14.03,0:06:16.38,Default,,0000,0000,0000,,تا حدود زیادی شبیه\Nیادگیری آدمه.
Dialogue: 0,0:06:16.38,0:06:19.12,Default,,0000,0000,0000,,برای یاد گرفتن آدمها لازم نیست\Nبه اونا بگین چیزی که می بینن چیه،
Dialogue: 0,0:06:19.12,0:06:22.45,Default,,0000,0000,0000,,بلکه خودشون یاد میگیرن این چیزها چیه.
Dialogue: 0,0:06:22.45,0:06:25.82,Default,,0000,0000,0000,,همین طور در سال ۲۰۱۲،\Nجفری هینتون که قبلاً دیدیمش،
Dialogue: 0,0:06:25.82,0:06:28.68,Default,,0000,0000,0000,,مسسابقه ی بسیار معروف\Nایمیج نت رو برنده شد،
Dialogue: 0,0:06:28.68,0:06:32.82,Default,,0000,0000,0000,,که باید یک و نیم میلیون عکس رو نگاه می کرد
Dialogue: 0,0:06:32.82,0:06:34.26,Default,,0000,0000,0000,,و می گفت عکس چی هستن.
Dialogue: 0,0:06:34.26,0:06:37.79,Default,,0000,0000,0000,,حالا در سال ۲۰۱۴ تونستیم\Nخطا رو به شش درصد
Dialogue: 0,0:06:37.79,0:06:39.24,Default,,0000,0000,0000,,در شناسایی تصویر پایین بیاریم.
Dialogue: 0,0:06:39.24,0:06:41.27,Default,,0000,0000,0000,,این هم بهتر از آدمه.
Dialogue: 0,0:06:41.27,0:06:45.04,Default,,0000,0000,0000,,پس ماشین تو این کار خیلی بهتره،
Dialogue: 0,0:06:45.04,0:06:47.31,Default,,0000,0000,0000,,و حالا دارن تو صنعت ازش استفاده میکنن.
Dialogue: 0,0:06:47.31,0:06:50.35,Default,,0000,0000,0000,,مثلاً گوگل سال پیش اعلام کرد
Dialogue: 0,0:06:50.35,0:06:54.93,Default,,0000,0000,0000,,نقشه ی همه جای فرانسه رو\Nدر عرض دو ساعت تهیه کرده،
Dialogue: 0,0:06:54.93,0:06:58.38,Default,,0000,0000,0000,,و این کارو با استفاده از تصاویر دوربینهای خیابان انجام دادن
Dialogue: 0,0:06:58.38,0:07:02.70,Default,,0000,0000,0000,,و یه الگوریتم یادگیری عمیق که میتونست\Nشماره خیابونها رو بخونه و بشناسه.
Dialogue: 0,0:07:02.70,0:07:04.92,Default,,0000,0000,0000,,تصور کنین قبلاً می تونست\Nچقدر طول بکشه:
Dialogue: 0,0:07:04.92,0:07:08.27,Default,,0000,0000,0000,,چندین نفر، چندین سال.
Dialogue: 0,0:07:08.27,0:07:10.18,Default,,0000,0000,0000,,همین اتفاق داره تو چین میفته.
Dialogue: 0,0:07:10.18,0:07:14.22,Default,,0000,0000,0000,,بایدو یه جور گوگل چینیه، فکر کنم،
Dialogue: 0,0:07:14.22,0:07:16.50,Default,,0000,0000,0000,,و چیزی که اینجا سمت چپ و بالا می بینین
Dialogue: 0,0:07:16.50,0:07:20.48,Default,,0000,0000,0000,,نمونه ای از تصویریه که من\Nدر سیستم یادگیری عمیق بایدو آپلود کردم،
Dialogue: 0,0:07:20.48,0:07:24.25,Default,,0000,0000,0000,,و پایینش می تونین ببینین که\Nسیستم فهمیده اون تصویر چیه
Dialogue: 0,0:07:24.25,0:07:26.48,Default,,0000,0000,0000,,و تصاویر مشابه رو پیدا کرده.
Dialogue: 0,0:07:26.48,0:07:29.22,Default,,0000,0000,0000,,تصاویر مشابه در واقع دارای زمینه مشابه،
Dialogue: 0,0:07:29.22,0:07:30.88,Default,,0000,0000,0000,,و جهت مشابه چهره ها هستن،
Dialogue: 0,0:07:30.88,0:07:32.66,Default,,0000,0000,0000,,حتی زبون بعضیا بیرونه.
Dialogue: 0,0:07:32.66,0:07:35.70,Default,,0000,0000,0000,,این جستجوی واضح یه متن\Nاز یه صفحه وب نیست.
Dialogue: 0,0:07:35.70,0:07:37.11,Default,,0000,0000,0000,,تمام چیزی که آپلود کردم یه تصویر بود.
Dialogue: 0,0:07:37.11,0:07:41.13,Default,,0000,0000,0000,,پس حالا رایانه هایی داریم که\Nچیزی رو که می بینن واقعاً میفهمن
Dialogue: 0,0:07:41.13,0:07:42.75,Default,,0000,0000,0000,,و بنابراین میتونن بانکهای اطلاعاتی
Dialogue: 0,0:07:42.75,0:07:46.31,Default,,0000,0000,0000,,صدها میلیون تصویری رو\Nدر یه لحظه جستجو کنن.
Dialogue: 0,0:07:46.31,0:07:49.54,Default,,0000,0000,0000,,پس حالا اینکه رایانه ها میتونن ببینن\Nیعنی چی؟
Dialogue: 0,0:07:49.54,0:07:51.55,Default,,0000,0000,0000,,خوب، فقط این نیست که\Nرایانه ها میتونن ببینن.
Dialogue: 0,0:07:51.55,0:07:53.62,Default,,0000,0000,0000,,در واقع، یادگیری عمیق\Nبیشتر از این انجام داده.
Dialogue: 0,0:07:53.62,0:07:56.57,Default,,0000,0000,0000,,جملات پیچیده و ظریف مثل این یکی
Dialogue: 0,0:07:56.57,0:07:59.39,Default,,0000,0000,0000,,حالا با الگوریتم های\Nیادگیری عمیق قابل فهمه.
Dialogue: 0,0:07:59.39,0:08:00.70,Default,,0000,0000,0000,,همون طور که میتونین اینجا ببینین،
Dialogue: 0,0:08:00.70,0:08:03.46,Default,,0000,0000,0000,,این سیستم مستقر در استنفورد\Nکه نقطه قرمزی اون بالا داره
Dialogue: 0,0:08:03.46,0:08:07.38,Default,,0000,0000,0000,,به این نتیجه رسیده که این جمله\Nبار عاطفی منفی داره.
Dialogue: 0,0:08:07.38,0:08:10.79,Default,,0000,0000,0000,,حالا در واقع یادگیری عمیق\Nبه عملکرد انسان نزدیک شده
Dialogue: 0,0:08:10.80,0:08:15.92,Default,,0000,0000,0000,,در فهم اینکه جمله ها درباره ی چیه\Nوهر جمله درباره اون چیزها چی میگه.
Dialogue: 0,0:08:15.92,0:08:18.65,Default,,0000,0000,0000,,هم چنین، یادگیری عمیق\Nبرای خواندن متون چینی به کار رفته،
Dialogue: 0,0:08:18.65,0:08:21.81,Default,,0000,0000,0000,,باز هم در سطحی که معادل\Nحرف زدن یه آدم چینی تبار اصیله،
Dialogue: 0,0:08:21.81,0:08:23.98,Default,,0000,0000,0000,,این الگوریتم در سویس ساخته شده
Dialogue: 0,0:08:23.98,0:08:27.33,Default,,0000,0000,0000,,توسط افرادی که هیچ کدوم نمی تونن\Nچینی حرف بزنن یا بفهمن.
Dialogue: 0,0:08:27.33,0:08:29.38,Default,,0000,0000,0000,,همون طور که گفتم،\Nبا استفاده از یادگیری عمیق
Dialogue: 0,0:08:29.38,0:08:31.60,Default,,0000,0000,0000,,یعنی استفاده از بهترین سیستم\Nموجود در دنیا در این مورد،
Dialogue: 0,0:08:31.60,0:08:36.72,Default,,0000,0000,0000,,حتی در مقایسه با\Nفهم یه آدم بومی اصیل.
Dialogue: 0,0:08:36.72,0:08:39.68,Default,,0000,0000,0000,,این سیستمیه که ما\Nتو شرکتمون جمع کردیم
Dialogue: 0,0:08:39.68,0:08:41.73,Default,,0000,0000,0000,,که نشون میده همه این چیزها\Nکنار هم جمع شده.
Dialogue: 0,0:08:41.73,0:08:44.19,Default,,0000,0000,0000,,اینها تصاویریه که هیچ متنی\Nبه اونها پیوست نیست،
Dialogue: 0,0:08:44.19,0:08:46.54,Default,,0000,0000,0000,,و همینکه اینجا جمله هایی تایپ میکنم،
Dialogue: 0,0:08:46.54,0:08:49.51,Default,,0000,0000,0000,,در همون لحظه داره اون تصاویر رو میفهمه
Dialogue: 0,0:08:49.51,0:08:51.19,Default,,0000,0000,0000,,و داره تصمیم میگیره\Nموضوع اونا چیه
Dialogue: 0,0:08:51.19,0:08:54.35,Default,,0000,0000,0000,,و تصاویری رو که شبیه متنیه که\Nمن دارم می نویسم پیدا می کنه.
Dialogue: 0,0:08:54.35,0:08:57.11,Default,,0000,0000,0000,,پس می تونین ببینین که در واقع\Nجمله های منو میفهمه
Dialogue: 0,0:08:57.11,0:08:59.33,Default,,0000,0000,0000,,و در واقع این تصاویر رو میفهمه.
Dialogue: 0,0:08:59.33,0:09:01.89,Default,,0000,0000,0000,,میدونم یه چیزی شبیه اینو\Nتو گوگل دیدین،
Dialogue: 0,0:09:01.89,0:09:04.67,Default,,0000,0000,0000,,اونجا میتونین چیزهایی تایپ کنین و\Nتصاویری به شما نشون میده،
Dialogue: 0,0:09:04.67,0:09:08.09,Default,,0000,0000,0000,,اما در واقع کاری که انجام میده اینه که\Nصفحه وب رو دنبال اون متن میگرده.
Dialogue: 0,0:09:08.09,0:09:11.09,Default,,0000,0000,0000,,این با فهم واقعی تصاویر خیلی فرق داره.
Dialogue: 0,0:09:11.09,0:09:13.84,Default,,0000,0000,0000,,این چیزیه که رایانه ها فقط تونستن
Dialogue: 0,0:09:13.84,0:09:17.09,Default,,0000,0000,0000,,برای اولین بار در چند ماه اخیر انجامش بدن.
Dialogue: 0,0:09:17.09,0:09:21.18,Default,,0000,0000,0000,,پس حالا می بینیم که رایانه ها\Nهم می تونن ببینن و هم میتونن بخونن،
Dialogue: 0,0:09:21.18,0:09:24.95,Default,,0000,0000,0000,,و البته، نشون دادیم که میتونن\Nچیزی رو که می شنون بفهمن.
Dialogue: 0,0:09:24.95,0:09:28.39,Default,,0000,0000,0000,,شاید حالا عجیب نباشه که\Nمیخوام بگم میتونن بنویسن.
Dialogue: 0,0:09:28.39,0:09:33.17,Default,,0000,0000,0000,,این متنیه که دیروز\Nبا یه الگوریتم یادگیری عمیق ایجاد کردم.
Dialogue: 0,0:09:33.17,0:09:37.10,Default,,0000,0000,0000,,و این متنیه که یه الگوریتم\Nاز استنفورد ایجاد کرده.
Dialogue: 0,0:09:37.10,0:09:38.86,Default,,0000,0000,0000,,هر دو جمله توسط
Dialogue: 0,0:09:38.86,0:09:43.11,Default,,0000,0000,0000,,الگوریتم یادگیری عمیق برای\Nتوصیف این تصاویر ایجاد شده.
Dialogue: 0,0:09:43.11,0:09:47.58,Default,,0000,0000,0000,,این الگوریتم قبلاً هرگز ندیده بود\Nیه مرد با پیراهن مشکی گیتار بنوازد.
Dialogue: 0,0:09:47.58,0:09:49.80,Default,,0000,0000,0000,,قبلاً یه مرد دیده بود،\Nقبلاً مشکی دیده بود،
Dialogue: 0,0:09:49.80,0:09:51.40,Default,,0000,0000,0000,,قبلاً یه گیتار دیده بود،
Dialogue: 0,0:09:51.40,0:09:55.69,Default,,0000,0000,0000,,اما بدون کمک کسی توانست چنین توصیف\Nنابی از این تصویر ایجاد کند.
Dialogue: 0,0:09:55.69,0:09:59.20,Default,,0000,0000,0000,,البته هنوز به سطح عملکرد انسان نرسیده ایم،\Nاما به آن نزدیک شده ایم.
Dialogue: 0,0:09:59.20,0:10:03.26,Default,,0000,0000,0000,,در آزمونها، افراد توصیف های رایانه رو
Dialogue: 0,0:10:03.26,0:10:04.79,Default,,0000,0000,0000,,به نسبت یک به چهار ترجیح میدن.
Dialogue: 0,0:10:04.79,0:10:06.86,Default,,0000,0000,0000,,حالا این سیستم فقط دو هفته س به وجود اومده،
Dialogue: 0,0:10:06.86,0:10:08.70,Default,,0000,0000,0000,,بنابراین در عرض یه سال آینده،
Dialogue: 0,0:10:08.70,0:10:11.50,Default,,0000,0000,0000,,الگوریتم رایانه ای احتمالاً انسان رو پشت سر میذاره
Dialogue: 0,0:10:11.50,0:10:13.36,Default,,0000,0000,0000,,با این سرعت که کارها پیش میره.
Dialogue: 0,0:10:13.36,0:10:16.41,Default,,0000,0000,0000,,پس رایانه ها نوشتن هم بلدن.
Dialogue: 0,0:10:16.41,0:10:19.89,Default,,0000,0000,0000,,پس همه ی اینها رو کنار هم میذاریم و\Nنتیجه ش فرصت های بسیار مهیجی میشه.
Dialogue: 0,0:10:19.89,0:10:21.38,Default,,0000,0000,0000,,مثلاً، در پزشکی،
Dialogue: 0,0:10:21.38,0:10:23.90,Default,,0000,0000,0000,,یه گروه در بوستون اعلام کرده\N
Dialogue: 0,0:10:23.90,0:10:26.85,Default,,0000,0000,0000,,چندین ویژگی مهم یالینی
Dialogue: 0,0:10:26.85,0:10:31.12,Default,,0000,0000,0000,,از تومورها رو پیدا کرده که به دکترها\Nدر تعیین پیش آگهی سرطان کمک می کنن.
Dialogue: 0,0:10:32.22,0:10:34.52,Default,,0000,0000,0000,,به طرز بسیار مشابه، در استنفورد،
Dialogue: 0,0:10:34.52,0:10:38.18,Default,,0000,0000,0000,,یه گروه اعلام کرده،\Nبا نگاه کردن به بافتها، با بزرگنمایی بالا،
Dialogue: 0,0:10:38.18,0:10:40.56,Default,,0000,0000,0000,,یه سیستم بر اساس یادگیری\Nماشینی درست کردن
Dialogue: 0,0:10:40.56,0:10:43.14,Default,,0000,0000,0000,,که در واقع بهتر از دکترهای آسیب شناس
Dialogue: 0,0:10:43.14,0:10:47.52,Default,,0000,0000,0000,,میزان بقای مبتلایان به سرطان رو\Nپیش بینی می کنه.
Dialogue: 0,0:10:47.52,0:10:50.76,Default,,0000,0000,0000,,در هر دو مورد فوق،\Nنه تنها پیش بینی ها دقیق تره،
Dialogue: 0,0:10:50.76,0:10:53.27,Default,,0000,0000,0000,,بلکه جنبه های جدیدی از بصیرت علمی\Nبه وجود اومده.
Dialogue: 0,0:10:53.28,0:10:54.78,Default,,0000,0000,0000,,در مورد رادیولوژی،
Dialogue: 0,0:10:54.78,0:10:57.88,Default,,0000,0000,0000,,شاخص های بالینی جدیدی به دست اومده\Nکه انسان قادر به فهم اونهاست.
Dialogue: 0,0:10:57.88,0:10:59.67,Default,,0000,0000,0000,,در این مورد آسیب شناسی،
Dialogue: 0,0:10:59.67,0:11:04.17,Default,,0000,0000,0000,,سیستم رایانه ای در واقع فهمید\Nکه سلولهای اطراف سرطان
Dialogue: 0,0:11:04.17,0:11:07.51,Default,,0000,0000,0000,,به اندازه ی خود سلولهای سرطانی
Dialogue: 0,0:11:07.51,0:11:09.26,Default,,0000,0000,0000,,در رسیدن به تشخیص مهم هستن.
Dialogue: 0,0:11:09.26,0:11:14.62,Default,,0000,0000,0000,,این برخلاف چیزیه که دهها ساله\Nبه آسیب شناسها یاد میدن.
Dialogue: 0,0:11:14.62,0:11:17.91,Default,,0000,0000,0000,,در هر یک از دو مورد فوق،\Nاون سیستمها
Dialogue: 0,0:11:17.91,0:11:21.53,Default,,0000,0000,0000,,با ترکیبی از نظر خبرگان پزشکی\Nو خبرگان یادگیری ماشینی شکل گرفت،
Dialogue: 0,0:11:21.53,0:11:24.28,Default,,0000,0000,0000,,اما از سال گذشته تا حالا\Nاز اون هم جلوتر رفتیم.
Dialogue: 0,0:11:24.28,0:11:27.82,Default,,0000,0000,0000,,این نمونه ای از تشخیص نواحی سرطانی
Dialogue: 0,0:11:27.82,0:11:30.35,Default,,0000,0000,0000,,بافتهای انسان در زیر میکروسکوپه.
Dialogue: 0,0:11:30.35,0:11:34.97,Default,,0000,0000,0000,,سیستمی که اینجا نشون داده شده\Nمیتونه اون نواحی رو دقیق تر از
Dialogue: 0,0:11:34.97,0:11:37.74,Default,,0000,0000,0000,,یا با دقت معادل دکترهای آسیب شناس\Nتشخیص بده،
Dialogue: 0,0:11:37.74,0:11:41.13,Default,,0000,0000,0000,,اما به طور کامل توسط یادگیری عمیق و\Nبدون کمک تخصصی پزشکی ساخته شده
Dialogue: 0,0:11:41.13,0:11:43.66,Default,,0000,0000,0000,,توسط افرادی که\Nهیچ سابقه ای در این زمینه ندارن.
Dialogue: 0,0:11:44.73,0:11:47.28,Default,,0000,0000,0000,,به طور مشابه، اینجا،\Nاین قطعه قطعه شدن عصب.
Dialogue: 0,0:11:47.28,0:11:50.95,Default,,0000,0000,0000,,ما حالا میتونیم اعصاب رو با دقت\Nمشابه انسان قطعه قطعه کنیم،
Dialogue: 0,0:11:50.95,0:11:53.67,Default,,0000,0000,0000,,اما این سیستم با یادگیری عمیق ایجاد شده
Dialogue: 0,0:11:53.67,0:11:56.92,Default,,0000,0000,0000,,توسط افرادی که هیچ سابقه ی پزشکی ندارن.
Dialogue: 0,0:11:56.92,0:12:00.15,Default,,0000,0000,0000,,پس خودم، به عنوان کسی که\Nهیچ سابقه ی پزشکی ندارم،
Dialogue: 0,0:12:00.15,0:12:03.88,Default,,0000,0000,0000,,به نظر میرسه کاملاً آمادگی دارم\Nیه شرکت جدید پزشکی تأسیس کنم،
Dialogue: 0,0:12:03.88,0:12:06.02,Default,,0000,0000,0000,,که همین کارو کردم.
Dialogue: 0,0:12:06.02,0:12:07.76,Default,,0000,0000,0000,,یه جورایی از انجام این کار میترسیدم،
Dialogue: 0,0:12:07.76,0:12:10.65,Default,,0000,0000,0000,,اما به طور نظری امکانش بود
Dialogue: 0,0:12:10.65,0:12:16.14,Default,,0000,0000,0000,,که با این فنون تحلیل داده بتونم\Nکار پزشکی بسیار مفیدی انجام بدم.
Dialogue: 0,0:12:16.14,0:12:18.62,Default,,0000,0000,0000,,و شُکر که بازخوردش خارق العاده بوده،
Dialogue: 0,0:12:18.62,0:12:20.98,Default,,0000,0000,0000,,نه تنها از رسانه ها\Nبلکه از جامعه ی پزشکی،
Dialogue: 0,0:12:20.98,0:12:23.32,Default,,0000,0000,0000,,که خیلی حمایت کردن.
Dialogue: 0,0:12:23.32,0:12:27.47,Default,,0000,0000,0000,,فرضیه اینه که میتونیم\Nقسمت وسط فرآیند پزشکی رو بگیریم
Dialogue: 0,0:12:27.47,0:12:30.36,Default,,0000,0000,0000,,و اونو تا حد امکان\Nبه تحلیل داده ها تبدیل کنیم،
Dialogue: 0,0:12:30.36,0:12:33.43,Default,,0000,0000,0000,,و کارهایی رو که دکترها بهتر انجام میدن\Nبه اونها بسپاریم.
Dialogue: 0,0:12:33.43,0:12:35.03,Default,,0000,0000,0000,,میخوام یه مثال براتون بزنم.
Dialogue: 0,0:12:35.03,0:12:39.98,Default,,0000,0000,0000,,حالا به وجود اومدن یه آزمایش تشخیصی جدید\Nحدود ۱۵ دقیقه طول میکشه
Dialogue: 0,0:12:39.98,0:12:41.93,Default,,0000,0000,0000,,و حالا اینو به طور زنده به شما نشون میدم،
Dialogue: 0,0:12:41.93,0:12:45.42,Default,,0000,0000,0000,,اما با برش چند قسمت فشرده ش کردم به سه دقیقه.
Dialogue: 0,0:12:45.42,0:12:48.48,Default,,0000,0000,0000,,بجای آزمایش تشخیص پزشکی
Dialogue: 0,0:12:48.48,0:12:51.85,Default,,0000,0000,0000,,میخوام یه آزمایش تشخیص تصاویر\Nخودرو براتون بسازم،
Dialogue: 0,0:12:51.85,0:12:54.07,Default,,0000,0000,0000,,چون چیزیه که همه ی ما میفهمیم.
Dialogue: 0,0:12:54.07,0:12:57.27,Default,,0000,0000,0000,,پس اینجا با حدود یک و نیم میلیون\Nتصویر خودرو شروع می کنیم،
Dialogue: 0,0:12:57.27,0:13:00.48,Default,,0000,0000,0000,,و میخوام چیزی درست کنم که بتون\Nاونها رو بر اساس زاویه ی عکاسی
Dialogue: 0,0:13:00.48,0:13:02.70,Default,,0000,0000,0000,,دسته بندی کنه.
Dialogue: 0,0:13:02.70,0:13:06.59,Default,,0000,0000,0000,,خوب همه ی این تصاویر بدون برچسب هستن،\Nپس ناچارم از اول شروع کنم.
Dialogue: 0,0:13:06.59,0:13:08.45,Default,,0000,0000,0000,,با الگوریتم یادگیری عمیق ما،
Dialogue: 0,0:13:08.45,0:13:12.16,Default,,0000,0000,0000,,این سیستم میتونه به طور خودکار\Nساختارهای هر تصویر رو شناسایی کنه.
Dialogue: 0,0:13:12.16,0:13:15.78,Default,,0000,0000,0000,,خوب نکته ی مثبت اینه که حالا انسان \Nو رایانه میتونن با هم کار کنن.
Dialogue: 0,0:13:15.78,0:13:17.96,Default,,0000,0000,0000,,پس انسان، همون طور که اینجا میتونین ببینین،
Dialogue: 0,0:13:17.96,0:13:20.63,Default,,0000,0000,0000,,داره موارد مورد نظر رو\Nبه رایانه میگه
Dialogue: 0,0:13:20.63,0:13:25.28,Default,,0000,0000,0000,,و از رایانه میخواد با استفاده\Nاز اونها الگوریتم خودشو بهتر کنه.
Dialogue: 0,0:13:25.28,0:13:29.58,Default,,0000,0000,0000,,حالا این سیستمهای یادگیری عمیق\Nدر واقع در فضای ۱۶ هزار بعدی هستن،
Dialogue: 0,0:13:29.58,0:13:33.01,Default,,0000,0000,0000,,پس اینجا می تونین ببینین\Nرایانه اینو در اون فضا میچرخونه،
Dialogue: 0,0:13:33.01,0:13:35.00,Default,,0000,0000,0000,,و سعی میکنه ساختارهای\Nجدید رو پیدا کنه.
Dialogue: 0,0:13:35.00,0:13:36.78,Default,,0000,0000,0000,,و وقتی این کار رو\Nبا چنین موفقیتی انجام میده،
Dialogue: 0,0:13:36.78,0:13:40.79,Default,,0000,0000,0000,,فردی که داره هدایتش میکنه\Nمیتونه نواحی مورد نظر رو نشون بده.
Dialogue: 0,0:13:40.79,0:13:43.21,Default,,0000,0000,0000,,پس اینجا، رایانه موفق شده نواحی،
Dialogue: 0,0:13:43.21,0:13:45.77,Default,,0000,0000,0000,,مثلاً زاویه ها رو پیدا کنه.
Dialogue: 0,0:13:45.77,0:13:47.38,Default,,0000,0000,0000,,پس طی این فرآیند،
Dialogue: 0,0:13:47.38,0:13:49.72,Default,,0000,0000,0000,,به تدریج به رایانه
Dialogue: 0,0:13:49.72,0:13:52.14,Default,,0000,0000,0000,,نکات بیشتر و بیشتری درباره ی\Nانواع ساختارهای مورد نظرمون میگیم.
Dialogue: 0,0:13:52.14,0:13:53.92,Default,,0000,0000,0000,,میتونین فرض کنین در یه آزمایش تشخیصی
Dialogue: 0,0:13:53.92,0:13:57.27,Default,,0000,0000,0000,,این میتونه یه آسیب شناس باشه که مثلاً\Nنواحی آسیب رو شناسایی می کنه،
Dialogue: 0,0:13:57.27,0:14:02.29,Default,,0000,0000,0000,,یا یه رادیولوژیست که گره های\Nبالقوه مشکل دار رو نشون میده.
Dialogue: 0,0:14:02.29,0:14:04.85,Default,,0000,0000,0000,,و این گاهی ممکنه\Nبرای الگوریتم مشکل باشه.
Dialogue: 0,0:14:04.85,0:14:06.82,Default,,0000,0000,0000,,در این مورد، یه جورایی سردرگم شد.
Dialogue: 0,0:14:06.82,0:14:09.36,Default,,0000,0000,0000,,جلو و عقب خودروها همه در همه.
Dialogue: 0,0:14:09.36,0:14:11.44,Default,,0000,0000,0000,,پس اینجا باید کمی بیشتر دقت کنیم،
Dialogue: 0,0:14:11.44,0:14:14.67,Default,,0000,0000,0000,,با دست جلو و عقب رو مشخص کنیم،
Dialogue: 0,0:14:14.67,0:14:20.18,Default,,0000,0000,0000,,بعد به رایانه بگیم\Nاین نوع گروهیه
Dialogue: 0,0:14:20.18,0:14:21.52,Default,,0000,0000,0000,,که منظور ماست.
Dialogue: 0,0:14:21.52,0:14:24.20,Default,,0000,0000,0000,,پس این کار رو مدتی انجام میدیم،\Nکمی ازش رد میشیم،
Dialogue: 0,0:14:24.20,0:14:26.45,Default,,0000,0000,0000,,و بعد به الگوریتم یادگیری\Nماشینی آموزش میدیم
Dialogue: 0,0:14:26.45,0:14:28.42,Default,,0000,0000,0000,,بر اساس این چند صد چیز،
Dialogue: 0,0:14:28.42,0:14:30.44,Default,,0000,0000,0000,,و امیدواریم خیلی بهتر بشه.
Dialogue: 0,0:14:30.44,0:14:33.52,Default,,0000,0000,0000,,حالا میتونین ببینین که\Nبعضی از این تصاویر داره محو میشه،
Dialogue: 0,0:14:33.52,0:14:38.23,Default,,0000,0000,0000,,که نشون میده خودش کم کم\Nبعضی از اینا رو میشناسه.
Dialogue: 0,0:14:38.23,0:14:41.13,Default,,0000,0000,0000,,پس میتونیم از این مفهوم تصاویر مشابه\Nاستفاده کنیم،
Dialogue: 0,0:14:41.13,0:14:43.22,Default,,0000,0000,0000,,و با استفاده از تصاویر مشابه،\Nحالا میتونین ببینین که،
Dialogue: 0,0:14:43.22,0:14:47.24,Default,,0000,0000,0000,,رایانه در این نقطه میتونه\Nفقط جلوی خودروها رو کاملاً بشناسه.
Dialogue: 0,0:14:47.24,0:14:50.19,Default,,0000,0000,0000,,پس در این نقطه، انسان\Nمیتونه به رایانه بگه،
Dialogue: 0,0:14:50.19,0:14:52.48,Default,,0000,0000,0000,,خوب، بله، کارت خوب بود.
Dialogue: 0,0:14:53.65,0:14:55.84,Default,,0000,0000,0000,,گاهی، البته، حتی در این نقطه،
Dialogue: 0,0:14:55.84,0:14:59.51,Default,,0000,0000,0000,,جدا کردن گروهها مشکله.
Dialogue: 0,0:14:59.51,0:15:03.40,Default,,0000,0000,0000,,در این مورد، حتی بعد از اینکه رایانه\Nمدتی اینجا میچرخه،
Dialogue: 0,0:15:03.40,0:15:06.74,Default,,0000,0000,0000,,هنوز می بینیم که سمت چپ و راست تصاویر
Dialogue: 0,0:15:06.74,0:15:08.22,Default,,0000,0000,0000,,همه در همه.
Dialogue: 0,0:15:08.22,0:15:10.36,Default,,0000,0000,0000,,پس دوباره میتونیم به رایانه کمک کنیم،
Dialogue: 0,0:15:10.36,0:15:13.34,Default,,0000,0000,0000,,و بگیم خوب، حالا سعی کن\Nزائده ای رو پیدا کنی
Dialogue: 0,0:15:13.34,0:15:15.94,Default,,0000,0000,0000,,که سمت چپ و راست رو\Nتا حد امکان مشخص کنه
Dialogue: 0,0:15:15.94,0:15:18.07,Default,,0000,0000,0000,,به کمک این الگوریتم یادگیری عمیق.
Dialogue: 0,0:15:18.07,0:15:21.01,Default,,0000,0000,0000,,و با این کمک--\Nآهان، بله، موفق شده.
Dialogue: 0,0:15:21.01,0:15:23.89,Default,,0000,0000,0000,,تونسته راهی پیدا کنه\Nکه درباره این اشیا فکر کنه
Dialogue: 0,0:15:23.89,0:15:26.27,Default,,0000,0000,0000,,و اینها رو از هم جدا کنه.
Dialogue: 0,0:15:26.27,0:15:28.71,Default,,0000,0000,0000,,پس ایده رو اینجا گرفتین.
Dialogue: 0,0:15:28.71,0:15:36.91,Default,,0000,0000,0000,,اینجا رایانه جای انسان رو نمی گیره،
Dialogue: 0,0:15:36.91,0:15:39.55,Default,,0000,0000,0000,,بلکه با هم کار میکنن.
Dialogue: 0,0:15:39.55,0:15:43.10,Default,,0000,0000,0000,,کاری که اینجا می کنیم اینه که\Nکاری که وقت یه گروه
Dialogue: 0,0:15:43.10,0:15:45.10,Default,,0000,0000,0000,,پنج یا شش نفره رو\Nحدود هفت سال می گرفت
Dialogue: 0,0:15:45.10,0:15:47.70,Default,,0000,0000,0000,,به سیستمی میدیم که همون کار رو\Nدر عرض ۱۵ دقیقه انجام میده
Dialogue: 0,0:15:47.70,0:15:50.21,Default,,0000,0000,0000,,فقط با یه نفر که\Nبه تنهایی کار میکنه.
Dialogue: 0,0:15:50.21,0:15:54.16,Default,,0000,0000,0000,,پس این فرآیند \Nحدود چهار یا پنج بار تکرار میشه.
Dialogue: 0,0:15:54.16,0:15:56.02,Default,,0000,0000,0000,,می تونین ببینین که حالا\Nموفق شدیم ۶۲ درصد
Dialogue: 0,0:15:56.02,0:15:58.98,Default,,0000,0000,0000,,از یک و نیم میلیون تصویر رو\Nدسته بندی کنیم.
Dialogue: 0,0:15:58.98,0:16:01.45,Default,,0000,0000,0000,,و در این نقطه،\Nمیتونیم با سرعت تمام
Dialogue: 0,0:16:01.45,0:16:02.74,Default,,0000,0000,0000,,دسته ها رو به طور کامل بگیریم،
Dialogue: 0,0:16:02.74,0:16:05.66,Default,,0000,0000,0000,,و هر کدوم رو چک کنیم تا\Nمطمئن بشیم اشتباه نشده.
Dialogue: 0,0:16:05.66,0:16:09.62,Default,,0000,0000,0000,,در صورت اشتباه، میتونیم\Nاینو به رایانه اطلاع بدیم.
Dialogue: 0,0:16:09.62,0:16:12.66,Default,,0000,0000,0000,,و با این نوع فرآیند\Nبرای هر یک از گروههای مختلف،
Dialogue: 0,0:16:12.66,0:16:15.15,Default,,0000,0000,0000,,حالا به موفقیت ۸۰ درصد
Dialogue: 0,0:16:15.15,0:16:17.56,Default,,0000,0000,0000,,در طبقه بندی یک و نیم میلیون تصویر رسیدیم.
Dialogue: 0,0:16:17.56,0:16:19.64,Default,,0000,0000,0000,,و این نقطه، جاییه که
Dialogue: 0,0:16:19.64,0:16:23.22,Default,,0000,0000,0000,,تعداد کمی تصویر درست طبقه بندی نشده،
Dialogue: 0,0:16:23.22,0:16:26.11,Default,,0000,0000,0000,,و سعی می کنه بفهمه چرا.
Dialogue: 0,0:16:26.11,0:16:27.85,Default,,0000,0000,0000,,و با استفاده از روش فوق،
Dialogue: 0,0:16:27.85,0:16:31.97,Default,,0000,0000,0000,,در عرض ۱۵ دقیقه\Nبه میزان طبقه بندی ۹۷ درصد رسیدیم.
Dialogue: 0,0:16:31.97,0:16:36.57,Default,,0000,0000,0000,,پس این نوع تکنیک\Nبه ما امکان داد یه مشکل بزرگ رو حل کنیم،
Dialogue: 0,0:16:36.58,0:16:39.61,Default,,0000,0000,0000,,این مشکل که با کمبود نیروی تخصصی\Nپزشکی در جهان روبرو هستیم.
Dialogue: 0,0:16:39.61,0:16:43.10,Default,,0000,0000,0000,,مجمع جهانی اقتصاد اعلام کرده\Nبین ۱۰ تا ۲۰ برابر
Dialogue: 0,0:16:43.10,0:16:45.73,Default,,0000,0000,0000,,کمبود پزشک در\Nجهان در حال توسعه وجود داره،
Dialogue: 0,0:16:45.73,0:16:47.84,Default,,0000,0000,0000,,و حدود ۳۰۰ سال طول میکشه
Dialogue: 0,0:16:47.84,0:16:50.73,Default,,0000,0000,0000,,تا تعداد کافی پزشک\Nبرای حل این مشکل تربیت بشه.
Dialogue: 0,0:16:50.73,0:16:53.62,Default,,0000,0000,0000,,پس تصور کنین اگه بتونیم\Nکارایی اونا رو افزایش بدیم
Dialogue: 0,0:16:53.62,0:16:56.46,Default,,0000,0000,0000,,با اساتفاده از این روشهای\Nیادگیری عمیق، چی میشه؟
Dialogue: 0,0:16:56.46,0:16:58.69,Default,,0000,0000,0000,,خوب این فرصتها منو\Nبه شدت هیجان زده کرده.
Dialogue: 0,0:16:58.69,0:17:01.28,Default,,0000,0000,0000,,همچنین نگران مشکلات هستم.
Dialogue: 0,0:17:01.28,0:17:04.40,Default,,0000,0000,0000,,اینجا مشکل اینه که\Nهر ناحیه آبی رنگ در این نقشه
Dialogue: 0,0:17:04.40,0:17:08.17,Default,,0000,0000,0000,,جاییه که میزان اشتغال در خدمات\Nبیشتر از ۸۰ درصده.
Dialogue: 0,0:17:08.17,0:17:09.96,Default,,0000,0000,0000,,چه خدماتی؟
Dialogue: 0,0:17:09.96,0:17:11.47,Default,,0000,0000,0000,,این خدمات.
Dialogue: 0,0:17:11.47,0:17:15.63,Default,,0000,0000,0000,,اینها دقیقاً همون چیزهایی هستن\Nکه رایانه ها یاد گرفتن انجام بدن.
Dialogue: 0,0:17:15.63,0:17:19.43,Default,,0000,0000,0000,,پس ۸۰ درصد اشتغال در جهان توسعه یافته
Dialogue: 0,0:17:19.43,0:17:21.96,Default,,0000,0000,0000,,مربوط به کارهاییه که\Nرایانه ها بلد هستن.
Dialogue: 0,0:17:21.96,0:17:23.40,Default,,0000,0000,0000,,مفهومش چیه؟
Dialogue: 0,0:17:23.40,0:17:25.99,Default,,0000,0000,0000,,خوب، مشکلی نیست.\Nمیتونن در مشاغل دیگه جایگزین بشن.
Dialogue: 0,0:17:25.99,0:17:28.69,Default,,0000,0000,0000,,به عنوان مثال، موقعیتهای شغلی بیشتری\Nبرای دانشمندان علوم داده ایجاد میشه.\N
Dialogue: 0,0:17:28.69,0:17:29.51,Default,,0000,0000,0000,,خوب، نه واقعاً.
Dialogue: 0,0:17:29.51,0:17:32.63,Default,,0000,0000,0000,,دانشمندان علوم داده زمان زیادی\Nبرای ساختن این چیزها صرف نکردن.
Dialogue: 0,0:17:32.63,0:17:35.88,Default,,0000,0000,0000,,به عنوان مثال، این چهار الگوریتم\Nهمگی توسط یه نفر ساخته شده.
Dialogue: 0,0:17:35.88,0:17:38.32,Default,,0000,0000,0000,,پس اگه فکر کنید، اوه،\Nقبلاً مشابه همین اتفاق افتاده،
Dialogue: 0,0:17:38.32,0:17:42.13,Default,,0000,0000,0000,,نتیجه شو در گذشته دیدیم\Nوقتی چیزهای جدید وارد میشه
Dialogue: 0,0:17:42.13,0:17:44.38,Default,,0000,0000,0000,,و شغلهای جدید جای اونا رو میگیره،
Dialogue: 0,0:17:44.38,0:17:46.49,Default,,0000,0000,0000,,این شغلهای جدید چه خواهد بود؟
Dialogue: 0,0:17:46.49,0:17:48.36,Default,,0000,0000,0000,,برآوردش برامون خیلی سخته،
Dialogue: 0,0:17:48.36,0:17:51.10,Default,,0000,0000,0000,,چون عملکرد انسانی به تدریج رشد می کنه،
Dialogue: 0,0:17:51.10,0:17:53.67,Default,,0000,0000,0000,,اما حالا سیستمی داریم به نام یادگیری عمیق،
Dialogue: 0,0:17:53.67,0:17:56.89,Default,,0000,0000,0000,,که در واقع میدونیم که از نظر توانایی،\Nسرعت رشد تصاعدی داره.
Dialogue: 0,0:17:56.89,0:17:58.50,Default,,0000,0000,0000,,و ما اینجاییم.
Dialogue: 0,0:17:58.50,0:18:00.56,Default,,0000,0000,0000,,پس در حال حاضر، چیزهای اطرفمون رو می بینیم
Dialogue: 0,0:18:00.56,0:18:03.24,Default,,0000,0000,0000,,و میگیم، "اوه، رایانه ها\Nهنوز خیلی عقب هستن." درسته؟
Dialogue: 0,0:18:03.24,0:18:06.66,Default,,0000,0000,0000,,اما در عرض پنج سال،\Nرایانه ها از این جدول خارج خواهند شد.
Dialogue: 0,0:18:06.66,0:18:10.53,Default,,0000,0000,0000,,پس لازمه همین الان شروع به\Nفکر درباره ی این قابلیت کنیم.
Dialogue: 0,0:18:10.53,0:18:12.58,Default,,0000,0000,0000,,البته اینو قبلاً یه بار دیدیم.
Dialogue: 0,0:18:12.58,0:18:13.97,Default,,0000,0000,0000,,در انقلاب صنعتی،
Dialogue: 0,0:18:13.97,0:18:16.82,Default,,0000,0000,0000,,با ورود موتورها شاهد\Nیک گام تغییر در قابلیت بودیم.
Dialogue: 0,0:18:17.67,0:18:20.80,Default,,0000,0000,0000,,اما نکته این است\Nکه پس از مدتی، همه چیز خراب شد.
Dialogue: 0,0:18:20.80,0:18:22.51,Default,,0000,0000,0000,,گسست اجتماعی اتفاق افتاد،
Dialogue: 0,0:18:22.51,0:18:25.95,Default,,0000,0000,0000,,اما وقتی استفاده از موتورها برای تولید\Nنیرو در موقعیتهای مختلف شروع شد،\N
Dialogue: 0,0:18:25.95,0:18:28.30,Default,,0000,0000,0000,,همه چیز واقعاً عادی شد.
Dialogue: 0,0:18:28.30,0:18:29.77,Default,,0000,0000,0000,,انقلاب یادگیری ماشینی
Dialogue: 0,0:18:29.77,0:18:32.68,Default,,0000,0000,0000,,بسیار متفاوت از\Nانقلاب صنعتی خواهد بود،
Dialogue: 0,0:18:32.68,0:18:35.63,Default,,0000,0000,0000,,چون انقلاب یادگیری ماشینی،\Nهرگز عادی نمی شود.
Dialogue: 0,0:18:35.63,0:18:38.61,Default,,0000,0000,0000,,هر چه رایانه ها در امور ذهنی\Nبهتر می شوند،
Dialogue: 0,0:18:38.61,0:18:42.86,Default,,0000,0000,0000,,می تونن رایانه های بهتری بسازن\Nکه در امور ذهنی بهتر هستن،
Dialogue: 0,0:18:42.86,0:18:44.77,Default,,0000,0000,0000,,پس این نوعی تغییر خواهد بود
Dialogue: 0,0:18:44.77,0:18:47.25,Default,,0000,0000,0000,,که جهان هرگز پیش از این\Nتجربه نکرده،
Dialogue: 0,0:18:47.25,0:18:50.55,Default,,0000,0000,0000,,پس فهم قبلی شما متفاوت با\Nچیزیه که ممکنه.
Dialogue: 0,0:18:50.97,0:18:52.75,Default,,0000,0000,0000,,این قبلاً در حال\Nتحت تأثیر قرار دادن ماست.
Dialogue: 0,0:18:52.75,0:18:56.38,Default,,0000,0000,0000,,در عرض ۲۵ سال اخیر،\Nبا افزایش بهره وری سرمایه،
Dialogue: 0,0:18:56.40,0:19:00.59,Default,,0000,0000,0000,,بهره وری کار ثابت مانده،\Nدر واقع کمی هم افت کرده.
Dialogue: 0,0:19:01.41,0:19:04.15,Default,,0000,0000,0000,,بنابراین میخوام این بحث رو\Nالان شروع کنیم.
Dialogue: 0,0:19:04.15,0:19:07.18,Default,,0000,0000,0000,,میدونم که اغلب وقتی درباره ی\Nاین وضعیت به افراد توضیح میدم،
Dialogue: 0,0:19:07.18,0:19:08.67,Default,,0000,0000,0000,,ممکنه کسی اعتنا نکنه.
Dialogue: 0,0:19:08.67,0:19:10.34,Default,,0000,0000,0000,,خوب، رایانه ها در واقع نمی تونن فکر کنن،
Dialogue: 0,0:19:10.34,0:19:13.37,Default,,0000,0000,0000,,اونها احساس ندارن،\Nشعر رو نمی فهمن،
Dialogue: 0,0:19:13.37,0:19:15.89,Default,,0000,0000,0000,,ما در واقع نمیدونیم چطور کار میکنن.
Dialogue: 0,0:19:15.89,0:19:17.37,Default,,0000,0000,0000,,پس چه؟
Dialogue: 0,0:19:17.37,0:19:19.18,Default,,0000,0000,0000,,رایانه ها همین الان میتونن\Nکارهایی بکنن
Dialogue: 0,0:19:19.18,0:19:21.90,Default,,0000,0000,0000,,که انسانها بیشتر وقتشون رو\Nصرفش می کنن و در مقابلش پول میگیرن،
Dialogue: 0,0:19:21.90,0:19:23.63,Default,,0000,0000,0000,,پس الان وقت آن است\Nکه شروع کنیم به فکر
Dialogue: 0,0:19:23.63,0:19:28.02,Default,,0000,0000,0000,,درباره ی اینکه چطور قراره ساختارهای اجتماعی\Nو ساختارهای اقتصادی خودمونو تغییر بدیم
Dialogue: 0,0:19:28.02,0:19:29.86,Default,,0000,0000,0000,,تا از این واقعیت جدید آگاه بشیم.
Dialogue: 0,0:19:29.86,0:19:31.39,Default,,0000,0000,0000,,متشکرم.
Dialogue: 0,0:19:31.39,0:19:32.19,Default,,0000,0000,0000,,(تشویق)