0:00:00.880,0:00:04.893
Det brukade vara så att om du ville[br]få en dator att göra något nytt

0:00:04.893,0:00:06.447
så behövde du programmera den.

0:00:06.447,0:00:09.858
Programmering, för dem av er[br]som inte har gjort det själva,

0:00:09.858,0:00:11.307
kräver att man

0:00:11.307,0:00:13.846
på ett olidligt detaljerat sätt

0:00:13.846,0:00:16.727
anger varenda steg[br]man vill att datorn ska ta

0:00:16.727,0:00:19.089
för att uppnå önskat mål.

0:00:19.089,0:00:22.585
Men, om du vill göra något[br]som du inte vet själv hur man gör,

0:00:22.585,0:00:24.648
då blir det här en enorm utmaning.

0:00:24.648,0:00:28.131
Så det här var den utmaning som denne man,[br]Arthur Samuel, ställdes inför.

0:00:28.131,0:00:32.208
1956 ville han få sin dator till

0:00:32.208,0:00:34.548
att slå honom i spelet Dam.

0:00:34.548,0:00:36.588
Hur kan du skriva ett program,

0:00:36.588,0:00:40.394
och ange på ett olidligt detaljerat sätt,[br]hur det ska slå dig i Dam?

0:00:40.394,0:00:42.116
Så han kom på en idé:

0:00:42.116,0:00:45.840
han lät datorn spela[br]mot sig själv tusentals gånger

0:00:45.840,0:00:48.364
och lära sig att spela Dam.

0:00:48.804,0:00:51.544
Och det fungerade faktiskt, och vid 1962

0:00:51.544,0:00:54.956
hade datorn slagit[br]Connecticuts statsmästare.

0:00:55.301,0:00:58.534
Så Arthur Samuels[br]var maskininlärningens fader,

0:00:58.534,0:01:00.211
och jag är skyldig honom så mycket,

0:01:00.211,0:01:03.014
för att jag är verksam[br]inom maskininlärning.

0:01:03.014,0:01:04.479
Jag var ordförande i Kaggle,

0:01:04.479,0:01:07.867
en gemenskap på över 200 000[br]verksamma inom maskininlärning.

0:01:07.867,0:01:09.925
Kaggle anordnar tävlingar

0:01:09.925,0:01:13.633
för att försöka åstadkomma[br]lösningar på olösta problem,

0:01:13.633,0:01:17.001
och det har varit framgångsrikt[br]vid hundratals tillfällen.

0:01:17.470,0:01:19.940
Så från den synvinkeln[br]kunde jag få veta

0:01:19.940,0:01:23.890
väldigt mycket om vad maskininlärning[br]kan göra i det förflutna, kan göra idag,

0:01:23.890,0:01:26.252
och vad den kan tänkas göra i framtiden.

0:01:26.252,0:01:29.472
Maskininlärningens första stora framgång

0:01:29.472,0:01:30.942
var kanske Google.

0:01:30.942,0:01:33.784
Google visade att det är möjligt[br]att få fram information

0:01:33.784,0:01:35.536
genom att använda en datoralgoritm,

0:01:35.536,0:01:38.437
en datoralgoritm som bygger[br]på maskininlärning.

0:01:38.437,0:01:42.323
Sen dess har maskininlärning[br]rönt många kommersiella framgångar.

0:01:42.323,0:01:43.970
Företag som Amazon och Netflix

0:01:43.970,0:01:46.392
använder maskininlärning[br]för att föreslå produkter

0:01:46.392,0:01:47.984
som du kan tänkas vilja köpa,

0:01:47.984,0:01:49.896
filmer som du kan tänkas vilja se.

0:01:49.896,0:01:51.523
Ibland är det nästan lite läskigt.

0:01:51.523,0:01:53.447
Företag som LinkedIn och Facebook

0:01:53.447,0:01:56.301
kan ibland berätta för dig[br]vilka dina vänner kan tänkas vara

0:01:56.301,0:01:58.608
och du kan inte föreställa dig[br]hur det gick till

0:01:58.608,0:02:01.335
och det beror på att de använder[br]maskininlärningens kraft.

0:02:01.335,0:02:04.512
Det här är algoritmer som har lärt sig[br]att göra detta utifrån data

0:02:04.512,0:02:07.399
snarare än att ha blivit[br]programmerade till det.

0:02:07.399,0:02:09.877
Det här också hemligheten[br]bakom IBM:s framgångar

0:02:09.877,0:02:13.739
med att få Watson att slå[br]de två världsmästarna i Jeopardy,

0:02:13.739,0:02:16.964
genom att besvara otroligt subtila[br]och komplexa frågor som den här.

0:02:16.964,0:02:19.799
[Det antika "Lion of Nimrud" försvann[br]från denna stads ...]

0:02:19.799,0:02:23.034
Det här är också anledningen till[br]att vi nu ser självkörande bilar.

0:02:23.034,0:02:25.856
Om du vill kunna skilja på till exempel

0:02:25.856,0:02:28.488
ett träd och en fotgängare[br]så är det ganska viktigt.

0:02:28.488,0:02:31.105
Vi vet inte hur vi skulle kunna[br]programmera något sånt,

0:02:31.105,0:02:34.072
men med maskininlärning [br]är det här nu möjligt.

0:02:34.072,0:02:36.800
Och den här bilen har faktiskt[br]kört över 1,5 miljoner mil,

0:02:36.800,0:02:39.856
utan olyckor, på vanliga vägar.

0:02:40.196,0:02:44.110
Så nu vet vi att datorer kan lära sig,

0:02:44.110,0:02:46.010
och datorer kan lära sig att göra saker

0:02:46.010,0:02:48.848
som vi ibland faktiskt själva[br]inte vet hur man gör,

0:02:48.848,0:02:51.733
eller så kan de göra något[br]bättre än vi.

0:02:51.733,0:02:55.928
Ett av det mer häpnadsväckande exemplen[br]av maskininlärning som jag har sett

0:02:55.928,0:02:58.320
tog plats i ett projekt[br]som jag körde på Kaggle

0:02:58.320,0:03:01.911
där ett lag som leddes av en kille[br]som heter Geoffrey Hinton

0:03:01.911,0:03:03.463
från University of Toronto

0:03:03.463,0:03:06.140
vann en tävling[br]i automatisk medicinforskning.

0:03:06.140,0:03:08.987
Men vad som var exceptionellt[br]var inte bara att de slog

0:03:08.987,0:03:13.000
alla Mercks algoritmer och hela den[br]internationella akademiska gemenskapen,

0:03:13.000,0:03:18.061
utan att ingen i laget hade någon bakgrund[br]i kemi, biologi eller livsvetenskap

0:03:18.061,0:03:20.230
och de klarade det på två veckor.

0:03:20.230,0:03:21.961
Hur gjorde de detta?

0:03:22.421,0:03:25.342
De använde en enastående algoritm[br]som kallas djupinlärning.

0:03:25.342,0:03:28.291
Det här var så viktigt[br]att det till och med rapporterades

0:03:28.291,0:03:31.412
på framsidan till New York Times[br]några veckor senare.

0:03:31.412,0:03:34.147
Här är Geoffrey Hinton till vänster.

0:03:34.147,0:03:38.488
Djupinlärningsalgoritmen[br]är inspirerad av hur hjärnan fungerar

0:03:38.488,0:03:40.300
och som en effekt av det

0:03:40.300,0:03:43.921
så har den inga teoretiska begränsningar[br]i vad den kan åstadkomma.

0:03:43.921,0:03:46.964
Ju mer data och beräkningstid du ger den,

0:03:46.964,0:03:48.276
desto bättre blir den.

0:03:48.276,0:03:50.615
New York Times visade[br]i sin artikel också på

0:03:50.615,0:03:52.857
en annan exceptionell effekt[br]av djupinlärning

0:03:52.857,0:03:55.075
som jag ska visa er nu.

0:03:55.569,0:04:00.073
Den visar att datorer[br]kan lyssna och förstå.

0:04:00.510,0:04:03.221
(Video) Richard Rashid: Det sista steget

0:04:03.221,0:04:06.246
som jag vill kunna ta i den här processen

0:04:06.246,0:04:10.295
är att kunna tala till er på kinesiska.

0:04:10.961,0:04:13.596
Nyckeln här är att

0:04:13.596,0:04:18.598
vi har kunnat ta en stor mängd information[br]från många som talar kinesiska

0:04:18.598,0:04:21.128
och producera ett "text till tal"-system

0:04:21.128,0:04:25.801
som tar kinesisk text[br]och konverterar den till kinesiskt språk.

0:04:26.471,0:04:29.929
Sen har vi tagit en timme[br]eller så av min egen röst

0:04:29.929,0:04:31.820
och vi har använt den till att modulera

0:04:31.820,0:04:36.364
vårt grundläggande "text till tal"-system[br]så att det låter som jag.

0:04:36.364,0:04:38.904
Återigen, resultatet är inte perfekt.

0:04:39.344,0:04:41.552
Det finns fortfarande några fel.

0:04:41.552,0:04:44.036
(Kinesiska)

0:04:44.036,0:04:47.023
(Applåder)

0:04:49.446,0:04:52.343
Det finns mycket att göra[br]på det här området.

0:04:53.022,0:04:56.007
(Kinesiska)

0:04:56.667,0:04:59.640
(Applåder)

0:05:01.345,0:05:04.744
Jeremy Howard: Det där var[br]på en maskininlärningskonferens i Kina.

0:05:04.744,0:05:07.154
Det är faktiskt inte ofta[br]på akademiska konferenser

0:05:07.154,0:05:09.011
att man hör spontana applåder,

0:05:09.011,0:05:12.687
fast på TEDx-konferenser[br]är det förstås välkommet.

0:05:12.687,0:05:15.482
Allt ni såg där hände[br]med hjälp av maskininlärning.

0:05:15.482,0:05:16.407
(Applåder) Tack.

0:05:16.407,0:05:18.719
Avskriften till engelska[br]var djupinlärning.

0:05:18.719,0:05:22.421
Översättningen till kinesiska och texten[br]i övre högra hörnet vad djupinlärning

0:05:22.421,0:05:25.758
och skapandet av rösten[br]var också djupinlärning.

0:05:26.598,0:05:29.122
Så djupinlärning är en exceptionell sak.

0:05:29.122,0:05:32.461
Det är en enda algoritm som ser ut[br]att kunna göra nästan vad som helst,

0:05:32.461,0:05:35.712
och jag upptäckte att ett år tidigare[br]hade den också lärt sig att se.

0:05:35.712,0:05:37.298
I en obskyr tävling från Tyskland

0:05:37.298,0:05:39.745
som hette German Traffic Sign[br]Recognition Benchmark,

0:05:39.745,0:05:43.148
hade djupinlärning lärt sig[br]att känna igen trafikskyltar som den här.

0:05:43.148,0:05:45.302
Den kunde inte bara[br]känna igen trafikskyltarna

0:05:45.302,0:05:47.050
bättre än alla andra algoritmer,

0:05:47.050,0:05:50.199
utan resultattavlan visade[br]att den faktiskt var bättre än människor

0:05:50.199,0:05:51.981
ungefär dubbelt så bra som människor.

0:05:51.981,0:05:54.167
Vid 2011 hade vi det första exemplet

0:05:54.167,0:05:57.122
på en dator som kan se[br]bättre än människor.

0:05:57.442,0:05:59.491
Sen dess har det hänt många saker.

0:05:59.491,0:06:03.005
2012 meddelade Google att de hade[br]låtit en djupinlärningsalgoritm

0:06:03.005,0:06:04.420
titta på YouTube-klipp

0:06:04.420,0:06:07.857
och beräknade datan[br]på 16 000 datorer i en månad.

0:06:07.857,0:06:12.218
Och datorn lärde sig, helt av sig själv,[br]om koncept som människor och katter

0:06:12.218,0:06:13.907
bara genom att titta på klippen.

0:06:13.907,0:06:16.379
Det här är väldigt likt[br]den mänskliga lärprocessen.

0:06:16.379,0:06:19.199
Människor lär sig inte genom[br]att någon berättar vad de ser,

0:06:19.199,0:06:22.060
utan de lär sig själva[br]vad de här sakerna är.

0:06:22.450,0:06:25.819
2012 vann George Hinton,[br]som vi såg tidigare, också

0:06:25.819,0:06:28.677
den väldigt populära ImageNet-tävlingen,

0:06:28.677,0:06:32.818
när han försökte lista ut,[br]på basis av 1,5 miljoner bilder,

0:06:32.818,0:06:34.256
vad bilderna innehöll.

0:06:34.256,0:06:37.789
Nu 2014, är vi nere på[br]en sexprocentig felmarginal

0:06:37.789,0:06:39.242
för bildigenkänning.

0:06:39.242,0:06:41.268
Detta är, återigen, bättre än människor.

0:06:41.268,0:06:45.037
Så maskiner gör verkligen[br]ett exceptionellt bra jobb här

0:06:45.037,0:06:47.306
och används nu inom industrin.

0:06:47.306,0:06:50.348
Till exempel meddelade Google förra året

0:06:50.348,0:06:54.933
att de hade mappat varenda plats[br]i Frankrike på två timmar.

0:06:54.933,0:06:58.180
Och de gjorde detta genom[br]att föda bilder av gatuvyer

0:06:58.180,0:07:01.019
in i en djupinlärningsalgoritm[br]för att den skulle känna igen

0:07:01.019,0:07:02.738
och läsa gatunummer.

0:07:02.738,0:07:05.059
Föreställ er hur lång tid[br]detta skulle ha tagit:

0:07:05.059,0:07:07.829
dussintals med människor, många år.

0:07:08.274,0:07:10.185
Det här händer också i Kina.

0:07:10.185,0:07:14.221
Baidu kan väl kanske sägas vara [br]ett kinesiskt Google

0:07:14.221,0:07:16.504
och vad ni ser här uppe till vänster

0:07:16.504,0:07:18.755
är ett exempel på en bild[br]som jag laddade upp

0:07:18.755,0:07:20.746
i Baidus djupinlärningssystem,

0:07:20.746,0:07:24.247
och nedanför kan ni se att systemet[br]har förstått vad bilden innehåller

0:07:24.247,0:07:26.483
och hittat liknande bilder.

0:07:26.483,0:07:29.219
De liknande bilderna har faktiskt[br]liknande bakgrunder,

0:07:29.219,0:07:30.877
liknande ansiktsvinklar,

0:07:30.877,0:07:32.935
till och med några med utstickande tungor.

0:07:32.935,0:07:35.695
Det här handlar inte om att titta[br]på text på en webbsida.

0:07:35.695,0:07:37.447
Allt jag laddade upp var en bild.

0:07:37.447,0:07:40.958
Så, nu har vi datorer[br]som faktiskt förstår vad de ser

0:07:40.958,0:07:42.752
och därmed kan söka igenom databaser

0:07:42.752,0:07:45.964
med hundra miljontals bilder i realtid.

0:07:46.306,0:07:49.436
Så vad betyder det nu att datorer kan se?

0:07:49.436,0:07:51.553
Det betyder inte bara[br]att datorer kan se.

0:07:51.553,0:07:53.622
Djupinlärning har faktiskt[br]gjort mer än så.

0:07:53.622,0:07:55.756
Komplexa, nyanserade meningar

0:07:55.756,0:07:57.650
som den här kan nu förstås

0:07:57.650,0:07:59.394
med djupinlärningsalgoritmer.

0:07:59.394,0:08:00.337
Som ni kan se här,

0:08:00.337,0:08:03.685
så har det här Stanford-baserade systemet[br]med den röda pricken i toppen

0:08:03.685,0:08:07.134
räknat ut att den här meningen[br]uttrycker negativa känslor.

0:08:07.134,0:08:10.362
Djupinlärning är faktiskt nära[br]den mänskliga prestationsförmågan

0:08:10.362,0:08:12.708
när det gäller att förstå[br]vad meningar handlar om

0:08:12.708,0:08:15.426
och vad de säger om det.

0:08:16.034,0:08:18.651
Djupinlärning har också använts[br]till att läsa kinesiska,

0:08:18.651,0:08:21.807
på, återigen, nästan modersmålsnivå.

0:08:21.807,0:08:23.975
Den här algoritmen[br]har utvecklats i Schweitz

0:08:23.975,0:08:27.331
av människor som varken talar[br]eller förstår kinesiska.

0:08:27.331,0:08:29.472
Jag brukar säga att,[br]att använda djupinlärning

0:08:29.472,0:08:31.831
är nära nog det bästa systemet[br]i världen för detta

0:08:31.831,0:08:36.175
även jämfört med[br]mänsklig modersmålsförståelse.

0:08:36.718,0:08:39.682
Det här ett system som vi satte ihop[br]på mitt företag

0:08:39.682,0:08:41.728
som visar hur allt det här sätts ihop.

0:08:41.728,0:08:44.189
De här bilderna har ingen vidhängd text,

0:08:44.189,0:08:46.541
och medan jag skriver in meningar här

0:08:46.541,0:08:49.510
så förstår den de här bilderna i realtid

0:08:49.510,0:08:51.189
och listar ut vad de handlar om

0:08:51.189,0:08:54.352
och hittar bilder som liknar[br]den text som jag skriver in.

0:08:54.352,0:08:57.108
Så ni kan se att den faktiskt[br]förstår mina meningar

0:08:57.108,0:08:59.332
och faktiskt förstår de här bilderna.

0:08:59.332,0:09:01.891
Jag vet att ni har sett[br]liknande saker på Google,

0:09:01.891,0:09:04.666
där du kan skriva in saker[br]och den visar dig bilder,

0:09:04.666,0:09:08.090
men vad den faktiskt gör är[br]att den söker av webbsidan efter text.

0:09:08.090,0:09:10.751
Det är en stor skillnad[br]mot att förstå bilderna.

0:09:10.751,0:09:13.183
Det här är något som datorer[br]har kunnat göra

0:09:13.183,0:09:16.507
för första gången[br]för bara några månader sen.

0:09:17.091,0:09:21.182
Så nu kan vi se att datorer[br]inte bara kan se, de kan också läsa,

0:09:21.182,0:09:24.667
och så har vi också visat[br]att de kan förstå vad de hör.

0:09:24.667,0:09:27.378
Kanske är det inte överraskande[br]att jag nu berättar för er

0:09:27.378,0:09:28.569
att de kan skriva.

0:09:28.569,0:09:30.811
Här är lite text som jag genererade igår

0:09:30.811,0:09:33.330
med hjälp av en djupinlärningsalgoritm.

0:09:33.963,0:09:37.096
Och här är lite text som en algoritm[br]från Stanford har genererat.

0:09:37.096,0:09:39.170
Var och en av dessa meningar[br]har genererats

0:09:39.170,0:09:43.109
av en djupinlärningsalgoritm[br]för att förklara varje bild.

0:09:43.109,0:09:47.521
Den här algoritmen har aldrig förut sett[br]en man i svart tröja som spelar gitarr.

0:09:47.521,0:09:49.951
Den har sett en man förut,[br]den har sett svart förut,

0:09:49.951,0:09:51.400
den har sett en gitarr förut,

0:09:51.400,0:09:55.304
men den har helt fristående genererat[br]den här nya beskrivningen av bilden.

0:09:55.304,0:09:58.527
Vi är ännu inte riktigt framme[br]vid mänsklig prestationsförmåga här,

0:09:58.527,0:09:59.480
men vi är nära.

0:09:59.480,0:10:03.264
Tester har visat att människor föredrar[br]den datorgenererade förklaringen

0:10:03.264,0:10:04.791
en av fyra gånger.

0:10:04.791,0:10:06.985
Det här systemet är nu bara[br]två veckor gammalt,

0:10:06.985,0:10:08.871
så det är sannolikt att datoralgoritmen

0:10:08.871,0:10:10.878
kommer att slå mänsklig prestationsförmåga

0:10:10.878,0:10:11.865
inom ett år

0:10:11.865,0:10:13.364
om det fortsätter i samma takt.

0:10:13.364,0:10:16.413
Så, datorer kan skriva också.

0:10:16.413,0:10:19.888
När vi slår samman allt det här[br]så ser vi väldigt spännande möjligheter.

0:10:19.888,0:10:21.380
Till exempel inom läkekonsten,

0:10:21.380,0:10:23.905
ett team i Boston meddelade[br]att de hade upptäckt

0:10:23.905,0:10:26.854
dussintals nya kliniskt[br]relevanta kännetecken

0:10:26.854,0:10:31.440
på tumörer, som hjälper läkare[br]att göra cancerprognoser.

0:10:31.900,0:10:34.266
Också liknande,[br]meddelade en grupp i Stanford

0:10:34.266,0:10:38.799
att de, genom att titta på vävnad[br]under förstoring, hade utvecklat

0:10:38.799,0:10:40.560
ett maskininlärningsbaserat system

0:10:40.560,0:10:43.142
som faktiskt är bättre[br]än mänskliga patologer

0:10:43.142,0:10:45.352
på att förutse överlevnadssiffror

0:10:45.372,0:10:47.062
för cancersjuka.

0:10:47.062,0:10:49.146
I båda dessa fall[br]visade sig förutsägelserna[br]

0:10:49.146,0:10:50.620
inte bara vara mer rättvisande

0:10:50.620,0:10:53.266
utan de genererade också[br]ny insiktsfull kunskap.

0:10:53.276,0:10:54.781
I röntgenfallet

0:10:54.781,0:10:57.876
var det nya kliniska indikatorer[br]som människor kan förstå.

0:10:57.876,0:10:59.668
I patologifallet

0:10:59.668,0:11:04.168
upptäckte systemet[br]att cellerna runt cancern

0:11:04.168,0:11:07.508
är lika viktiga som cancercellerna själva

0:11:07.508,0:11:09.260
för att ställa diagnos.

0:11:09.260,0:11:14.164
Det här var motsatsen till vad patologer[br]hade fått lära sig i årtionden.

0:11:15.131,0:11:17.913
I båda dessa fall var systemen utvecklade

0:11:17.913,0:11:21.414
av en kombination av medicinska experter[br]och maskininlärningsexperter,

0:11:21.414,0:11:24.275
men sedan ett år tillbaka[br]har vi tagit oss förbi det också.

0:11:24.275,0:11:27.614
Det här är ett exempel på hur man[br]identifierar cancerområden

0:11:27.614,0:11:30.354
i mänsklig vävnad under ett mikroskåp.

0:11:30.354,0:11:34.967
Systemet som visas här kan identifiera[br]de områdena med större exakthet,

0:11:34.967,0:11:37.742
eller ungefär lika exakt,[br]som mänskliga patologer,

0:11:37.742,0:11:41.134
fast det enbart bygger på djupinlärning[br]helt utan medicinsk expertis

0:11:41.134,0:11:44.480
och har byggts av människor[br]som inte har någon erfarenhet på området.

0:11:44.730,0:11:47.495
På liknande vis, här, det här med[br]segmentering av neuroner.

0:11:47.495,0:11:50.633
Vi kan nu segmentera neuroner[br]ungefär lika exakt som människor kan,

0:11:50.633,0:11:53.400
men det här systemet utvecklades[br]med hjälp av djupinlärning

0:11:53.400,0:11:56.289
av människor utan erfarenhet av läkekonst.

0:11:56.981,0:12:00.148
Så jag själv, som någon som inte har[br]någon erfarenhet av läkekonst,

0:12:00.148,0:12:03.875
tycks vara helt kvalificerad för[br]att starta ett nytt medicinskt företag,

0:12:03.875,0:12:06.021
vilket jag gjorde.

0:12:06.021,0:12:08.041
Jag var en aning livrädd för att göra det,

0:12:08.041,0:12:10.650
men teoretiskt sett borde det vara möjligt

0:12:10.650,0:12:16.142
att praktisera nyttig läkekonst[br]bara på basis av dessa dataanalystekniker.

0:12:16.142,0:12:18.622
Och som tur är har återkopplingen[br]varit fantastisk,

0:12:18.622,0:12:20.978
inte bara från media[br]utan också från läkarkåren,

0:12:20.978,0:12:22.996
som har varit väldigt stöttande.

0:12:23.322,0:12:27.471
Teorin innebär att vi kan ta mittendelen[br]av den medicinska processen

0:12:27.471,0:12:30.364
och göra om den till dataanalys[br]så långt det är möjligt,

0:12:30.364,0:12:33.429
och på så sätt frigöra läkarna till[br]att göra det de är bäst på.

0:12:33.429,0:12:35.031
Jag vill ge er ett exempel.

0:12:35.031,0:12:37.330
Det tar oss nu ungefär 15 minuter

0:12:37.330,0:12:40.069
att ta fram ett nytt[br]medicinskt diagnostiskt test

0:12:40.069,0:12:41.829
och jag ska visa er det i realtid nu,

0:12:41.829,0:12:43.961
men jag har komprimerat det[br]till tre minuter

0:12:43.961,0:12:45.373
genom att skära bort en del.

0:12:45.373,0:12:48.717
Snarare än att visa er hur man skapar[br]ett medicinskt diagnostiskt test,

0:12:48.717,0:12:49.730
så vill jag visa er

0:12:49.730,0:12:52.123
ett diagnostiskt test på bilbilder,

0:12:52.123,0:12:54.268
eftersom det är något[br]som vi alla kan förstå.

0:12:54.268,0:12:57.269
Så vi börjar med ungefär[br]1,5 miljoner bilbilder,

0:12:57.269,0:13:00.475
och jag vill skapa något som kan sortera[br]dem beroende på vilken

0:13:00.475,0:13:02.698
vinkel bilden är tagen ur.

0:13:02.698,0:13:06.586
De här bilderna har inga etiketter,[br]så jag måste börja från början.

0:13:06.586,0:13:08.451
Med vår djupinlärningsalgoritm

0:13:08.451,0:13:12.158
kan den automatiskt identifiera områden[br]med struktur i bilderna.

0:13:12.158,0:13:15.778
Det fina är att nu kan människan[br]och datorn samarbeta.

0:13:15.778,0:13:17.956
Människan, som ni ser här,

0:13:17.956,0:13:21.821
talar om för datorn vilka områden[br]som är intressanta, den information

0:13:21.821,0:13:25.533
som hon vill att datorn använder[br]för att förbättra algoritmen.

0:13:25.915,0:13:27.639
De här djupinlärningssystemen

0:13:27.639,0:13:29.933
existerar faktiskt[br]i en 16000-dimensionell rymd,

0:13:29.933,0:13:33.009
så ni kan här se hur datorn roterar[br]genom den rymden

0:13:33.009,0:13:35.001
och letar efter nya strukturella områden.

0:13:35.001,0:13:36.782
Och när den hittar ett sånt

0:13:36.782,0:13:40.786
så kan människan som styr den påpeka[br]att dessa områden är intressanta.

0:13:40.786,0:13:43.208
Så här har datorn lyckats hitta områden,

0:13:43.208,0:13:45.550
till exempel vinklar.

0:13:45.550,0:13:47.546
Så medan vi går igenom den här processen,

0:13:47.546,0:13:49.716
så berättar vi gradvis[br]mer och mer för datorn

0:13:49.716,0:13:52.144
om vilka strukturer vi letar efter.

0:13:52.144,0:13:53.916
I ett diagnostiskt test

0:13:53.916,0:13:57.266
skulle det här motsvara en patolog[br]som identifierar sjuka områden

0:13:57.266,0:14:02.292
eller en radiolog som identifierar[br]potentiellt farliga knutor.

0:14:02.292,0:14:04.701
Och ibland kan det vara svårt[br]för algoritmen.

0:14:04.701,0:14:06.965
I det här fallet blev den något förvirrad.

0:14:06.965,0:14:09.485
Fronten och bakänden på bilarna[br]är helt ihopblandade.

0:14:09.485,0:14:11.497
Så här behöver vi[br]vara lite mer försiktiga,

0:14:11.497,0:14:14.669
och manuellt välja ut fronterna[br]men inte bakändarna,

0:14:14.669,0:14:19.955
och sen berätta för datorn[br]att detta är en sorts grupp

0:14:19.955,0:14:21.523
som vi är intresserade av.

0:14:21.523,0:14:24.200
Så vi gör det en stund,[br]vi hoppar över en liten bit,

0:14:24.200,0:14:26.446
och sen tränar vi[br]maskininlärningsalgoritmen

0:14:26.446,0:14:28.160
baserat på ett par hundra saker

0:14:28.160,0:14:30.495
och så hoppas vi att den har[br]blivit mycket bättre.

0:14:30.495,0:14:33.518
Ni kan se att den nu har börjat tona ut[br]vissa av de här bilderna

0:14:33.518,0:14:38.226
och visar oss därmed att den redan vet[br]hur den själv ska förstå vissa av dem.

0:14:38.226,0:14:40.968
Sen kan vi använda det här konceptet[br]av liknande bilder

0:14:40.968,0:14:42.595
och med hjälp av liknande bilder

0:14:42.595,0:14:44.552
kan ni nu se att datorn vid det här laget

0:14:44.552,0:14:46.994
kan hitta enbart bilder med bilfronter.

0:14:47.016,0:14:50.189
Så, vid det här laget kan människan[br]berätta för datorn att,

0:14:50.189,0:14:52.482
"Okej, bra - du har gjort[br]ett bra jobb med det."

0:14:53.652,0:14:55.837
Ibland är det förstås[br]även vid det här laget

0:14:55.837,0:14:59.511
svårt att skilja ut grupper.

0:14:59.511,0:15:02.182
I det här fallet,[br]trots att vi har låtit datorn

0:15:02.182,0:15:03.983
försöka rotera det här en stund,

0:15:03.983,0:15:06.744
så ser vi att bilder[br]av vänster och höger sida

0:15:06.744,0:15:08.222
har blandats ihop.

0:15:08.222,0:15:10.362
Så vi kan ge datorn några tips,

0:15:10.362,0:15:12.978
som "Okej, försök hitta[br]en projektion som skiljer ut

0:15:12.978,0:15:14.621
vänstersidorna och högersidorna

0:15:14.621,0:15:15.884
så gott det går

0:15:15.884,0:15:18.067
med hjälp av en djupinlärningsalgoritm."

0:15:18.067,0:15:21.009
Och med det tipset - ah, så lyckas den.

0:15:21.009,0:15:23.891
Den har hittat ett sätt[br]att tänka kring de här objekten

0:15:23.891,0:15:26.271
som har skiljt ut dessa tillsammans.

0:15:26.271,0:15:28.709
Så ni förstår tanken här.

0:15:28.709,0:15:31.591
Det här är ett fall som inte handlar om

0:15:31.591,0:15:36.833
att människan ersätts av datorn,

0:15:36.833,0:15:39.546
utan om att de arbetar tillsammans.

0:15:39.546,0:15:43.096
Vad vi gör är att vi ersätter någonting[br]som brukade ta ett helt team

0:15:43.096,0:15:45.098
på fem eller sex personer ungefär sju år

0:15:45.098,0:15:47.703
och ersätter det med någonting[br]som tar 15 minuter

0:15:47.703,0:15:50.208
för en person på egen hand.

0:15:50.208,0:15:54.158
Så den här processen kräver ungefär[br]fyra eller fem upprepningar.

0:15:54.158,0:15:55.827
Ni kan se att vi nu har 62 procent

0:15:55.827,0:15:58.206
av våra 1,5 miljoner bilder[br]korrekt klassificerade.

0:15:58.206,0:16:00.678
Och vid det här laget,[br]kan vi börja att ganska snabbt

0:16:00.678,0:16:02.205
ta tag i en hela stora sektioner

0:16:02.205,0:16:05.534
och kolla igenom för att säkerställa[br]att det inte finns några misstag.

0:16:05.534,0:16:08.802
Där vi hittar misstag[br]kan vi uppmärksamma datorn på dem.

0:16:09.616,0:16:12.661
Genom att använda den här sortens process[br]för alla olika grupper,

0:16:12.661,0:16:14.758
är vi nu uppe i 80 procent

0:16:14.758,0:16:17.563
framgångsrikt klassificerade bilder.

0:16:17.613,0:16:19.841
Och vid det här laget[br]är det bara en fråga om

0:16:19.841,0:16:23.220
att hitta de få bilder[br]som inte har klassificerats korrekt,

0:16:23.220,0:16:26.108
och försöka förstå varför.

0:16:26.108,0:16:27.851
Och på det sättet

0:16:27.851,0:16:31.972
är vi efter 15 minuter uppe[br]i 97 procent klassificerade bilder.

0:16:31.972,0:16:36.378
Det här är en teknik som skulle kunna [br]bistå med att överbrygga det stora problem

0:16:36.378,0:16:39.614
som utgörs av begränsad tillgång[br]till medicinsk expertis i världen.

0:16:39.614,0:16:43.103
Världsekonomiskt forum menar[br]att det råder en mellan 10x och 20x

0:16:43.103,0:16:45.727
brist på läkare i utvecklingsländer

0:16:45.727,0:16:47.760
och att det skulle ta ungefär 300 år

0:16:47.760,0:16:49.766
att lära upp tillräckligt många människor

0:16:49.766,0:16:50.792
för att lösa det.

0:16:50.792,0:16:53.619
Så föreställ er om vi kan hjälpa till[br]att öka effektiviteten

0:16:53.619,0:16:56.458
med hjälp av djupinlärning.

0:16:56.458,0:16:58.690
Så, de här möjligheterna[br]gör mig väldigt ivrig.

0:16:58.690,0:17:01.279
Jag är också bekymrad över problemen.

0:17:01.279,0:17:04.403
Problemet är att i alla blå områden[br]på den här kartan

0:17:04.403,0:17:08.172
består jobben till 80 procent av tjänster.

0:17:08.172,0:17:09.959
Vad är tjänster?

0:17:09.959,0:17:11.473
Det här är tjänster.

0:17:11.473,0:17:15.627
Det här är också precis vad datorerna[br]har lärt sig att göra.

0:17:15.627,0:17:19.431
Så 80 procent av jobben[br]i den utvecklade världen

0:17:19.431,0:17:21.963
utför sånt som datorer[br]precis har lärt sig att göra.

0:17:21.963,0:17:23.403
Vad betyder det här?

0:17:23.403,0:17:25.986
Nå, det blir fint.[br]Nya jobb kommer att ersätta dem.

0:17:25.986,0:17:28.583
Till exempel blir det fler jobb[br]för forskare inom data.

0:17:28.583,0:17:29.550
Eller, inte riktigt.

0:17:29.550,0:17:32.548
Det tar inte en forskare särskilt lång tid[br]att bygga en sån här.

0:17:32.548,0:17:35.880
De här fyra algoritmerna, till exempel,[br]har alla byggts av samma kille.

0:17:35.880,0:17:38.318
Så, om ni tänker att,[br]"Åh, det här har hänt förr,

0:17:38.318,0:17:42.126
vi har sett det här hända[br]när nya saker har uppfunnits

0:17:42.126,0:17:44.378
och de har ersatts av nya jobb,

0:17:44.378,0:17:46.494
vilka kommer de nya jobben att vara?"

0:17:46.494,0:17:48.365
Det är väldigt svårt att räkna ut,

0:17:48.365,0:17:51.104
eftersom mänsklig prestationsförmåga[br]utvecklas gradvis,

0:17:51.104,0:17:54.016
emedan vi nu har ett system,[br]djupinlärning, som vi vet

0:17:54.016,0:17:56.893
faktiskt utvecklas exponentiellt.

0:17:56.893,0:17:58.498
Och vi är här.

0:17:58.498,0:18:00.559
Så nu ser vi saker omkring oss och

0:18:00.559,0:18:03.235
och vi tänker "Åh, datorer är [br]rätt korkade." Eller hur?

0:18:03.235,0:18:06.664
Men om fem år kommer datorerna[br]att ha lämnat oss långt bakom sig.

0:18:06.664,0:18:10.529
Så vi behöver börja tänka på[br]den här förmågan redan nu.

0:18:10.529,0:18:12.479
Vi har sett det en gång tidigare förstås.

0:18:12.479,0:18:13.966
I den industriella revolutionen

0:18:13.966,0:18:16.817
såg vi en stegvis förändring[br]i prestanda tack vare motorer.

0:18:17.667,0:18:20.695
Saken är den, att efter en stund[br]flackade kurvan ut.

0:18:20.695,0:18:22.377
Det orsakade social förändring,

0:18:22.377,0:18:25.816
men så snart motorerna användes[br]för att generera kraft i alla situationer

0:18:25.816,0:18:27.930
så lugnade det ner sig.

0:18:27.930,0:18:29.493
Maskininlärningsrevolutionen

0:18:29.493,0:18:32.332
kommer skilja sig mycket[br]från den industriella revolutionen,

0:18:32.332,0:18:35.732
därför att maskininlärningsrevolutionen[br]aldrig kommer att lugna ner sig.

0:18:35.732,0:18:38.254
Ju bättre datorer blir[br]på intellektuella aktiviteter

0:18:38.254,0:18:42.502
desto bättre kan de bygga bättre datorer[br]som har större intellektuella förmågor,

0:18:42.502,0:18:44.770
så det här kommer att bli en förändring

0:18:44.770,0:18:47.178
som världen aldrig förr har upplevt,

0:18:47.178,0:18:50.484
så er tidigare uppfattning[br]om vad som är möjligt förändras.

0:18:50.974,0:18:52.754
Det här påverkar oss redan.

0:18:52.754,0:18:56.384
Under de senaste 25 åren[br]har kapitalproduktiviteten ökat,

0:18:56.400,0:19:00.588
arbetsproduktivitet är oförändrad,[br]faktiskt en aning minskande.

0:19:01.408,0:19:04.149
Så jag vill att vi börjar[br]diskutera det här nu.

0:19:04.149,0:19:06.976
Jag vet att ganska ofta[br]när jag berättar om det här,

0:19:06.976,0:19:08.666
kan folk vara ganska avfärdande.

0:19:08.666,0:19:10.339
Datorer kan inte tänka på riktigt,

0:19:10.339,0:19:13.367
de har inga känslor,[br]de förstår inte poesi,

0:19:13.367,0:19:15.678
vi förstår inte riktigt hur de fungerar.

0:19:15.678,0:19:17.114
Så vadå?

0:19:17.114,0:19:18.808
Just nu kan datorer göra det

0:19:18.808,0:19:22.157
som människor ägnar det mesta[br]av sin tid åt att göra för att få betalt,

0:19:22.157,0:19:23.798
så det är hög tid att börja tänka

0:19:23.798,0:19:28.025
på hur vi ska anpassa[br]våra sociala och ekonomiska strukturer

0:19:28.025,0:19:30.005
för att klara av den nya verkligheten.

0:19:30.005,0:19:31.158
Tack.

0:19:31.158,0:19:32.188
(Applåder)