Det brukade vara så att om du ville få en dator att göra något nytt så behövde du programmera den. Programmering, för dem av er som inte har gjort det själva, kräver att man på ett olidligt detaljerat sätt anger varenda steg man vill att datorn ska ta för att uppnå önskat mål. Men, om du vill göra något som du inte vet själv hur man gör, då blir det här en enorm utmaning. Så det här var den utmaning som denne man, Arthur Samuel, ställdes inför. 1956 ville han få sin dator till att slå honom i spelet Dam. Hur kan du skriva ett program, och ange på ett olidligt detaljerat sätt, hur det ska slå dig i Dam? Så han kom på en idé: han lät datorn spela mot sig själv tusentals gånger och lära sig att spela Dam. Och det fungerade faktiskt, och vid 1962 hade datorn slagit Connecticuts statsmästare. Så Arthur Samuels var maskininlärningens fader, och jag är skyldig honom så mycket, för att jag är verksam inom maskininlärning. Jag var ordförande i Kaggle, en gemenskap på över 200 000 verksamma inom maskininlärning. Kaggle anordnar tävlingar för att försöka åstadkomma lösningar på olösta problem, och det har varit framgångsrikt vid hundratals tillfällen. Så från den synvinkeln kunde jag få veta väldigt mycket om vad maskininlärning kan göra i det förflutna, kan göra idag, och vad den kan tänkas göra i framtiden. Maskininlärningens första stora framgång var kanske Google. Google visade att det är möjligt att få fram information genom att använda en datoralgoritm, en datoralgoritm som bygger på maskininlärning. Sen dess har maskininlärning rönt många kommersiella framgångar. Företag som Amazon och Netflix använder maskininlärning för att föreslå produkter som du kan tänkas vilja köpa, filmer som du kan tänkas vilja se. Ibland är det nästan lite läskigt. Företag som LinkedIn och Facebook kan ibland berätta för dig vilka dina vänner kan tänkas vara och du kan inte föreställa dig hur det gick till och det beror på att de använder maskininlärningens kraft. Det här är algoritmer som har lärt sig att göra detta utifrån data snarare än att ha blivit programmerade till det. Det här också hemligheten bakom IBM:s framgångar med att få Watson att slå de två världsmästarna i Jeopardy, genom att besvara otroligt subtila och komplexa frågor som den här. [Det antika "Lion of Nimrud" försvann från denna stads ...] Det här är också anledningen till att vi nu ser självkörande bilar. Om du vill kunna skilja på till exempel ett träd och en fotgängare så är det ganska viktigt. Vi vet inte hur vi skulle kunna programmera något sånt, men med maskininlärning är det här nu möjligt. Och den här bilen har faktiskt kört över 1,5 miljoner mil, utan olyckor, på vanliga vägar. Så nu vet vi att datorer kan lära sig, och datorer kan lära sig att göra saker som vi ibland faktiskt själva inte vet hur man gör, eller så kan de göra något bättre än vi. Ett av det mer häpnadsväckande exemplen av maskininlärning som jag har sett tog plats i ett projekt som jag körde på Kaggle där ett lag som leddes av en kille som heter Geoffrey Hinton från University of Toronto vann en tävling i automatisk medicinforskning. Men vad som var exceptionellt var inte bara att de slog alla Mercks algoritmer och hela den internationella akademiska gemenskapen, utan att ingen i laget hade någon bakgrund i kemi, biologi eller livsvetenskap och de klarade det på två veckor. Hur gjorde de detta? De använde en enastående algoritm som kallas djupinlärning. Det här var så viktigt att det till och med rapporterades på framsidan till New York Times några veckor senare. Här är Geoffrey Hinton till vänster. Djupinlärningsalgoritmen är inspirerad av hur hjärnan fungerar och som en effekt av det så har den inga teoretiska begränsningar i vad den kan åstadkomma. Ju mer data och beräkningstid du ger den, desto bättre blir den. New York Times visade i sin artikel också på en annan exceptionell effekt av djupinlärning som jag ska visa er nu. Den visar att datorer kan lyssna och förstå. (Video) Richard Rashid: Det sista steget som jag vill kunna ta i den här processen är att kunna tala till er på kinesiska. Nyckeln här är att vi har kunnat ta en stor mängd information från många som talar kinesiska och producera ett "text till tal"-system som tar kinesisk text och konverterar den till kinesiskt språk. Sen har vi tagit en timme eller så av min egen röst och vi har använt den till att modulera vårt grundläggande "text till tal"-system så att det låter som jag. Återigen, resultatet är inte perfekt. Det finns fortfarande några fel. (Kinesiska) (Applåder) Det finns mycket att göra på det här området. (Kinesiska) (Applåder) Jeremy Howard: Det där var på en maskininlärningskonferens i Kina. Det är faktiskt inte ofta på akademiska konferenser att man hör spontana applåder, fast på TEDx-konferenser är det förstås välkommet. Allt ni såg där hände med hjälp av maskininlärning. (Applåder) Tack. Avskriften till engelska var djupinlärning. Översättningen till kinesiska och texten i övre högra hörnet vad djupinlärning och skapandet av rösten var också djupinlärning. Så djupinlärning är en exceptionell sak. Det är en enda algoritm som ser ut att kunna göra nästan vad som helst, och jag upptäckte att ett år tidigare hade den också lärt sig att se. I en obskyr tävling från Tyskland som hette German Traffic Sign Recognition Benchmark, hade djupinlärning lärt sig att känna igen trafikskyltar som den här. Den kunde inte bara känna igen trafikskyltarna bättre än alla andra algoritmer, utan resultattavlan visade att den faktiskt var bättre än människor ungefär dubbelt så bra som människor. Vid 2011 hade vi det första exemplet på en dator som kan se bättre än människor. Sen dess har det hänt många saker. 2012 meddelade Google att de hade låtit en djupinlärningsalgoritm titta på YouTube-klipp och beräknade datan på 16 000 datorer i en månad. Och datorn lärde sig, helt av sig själv, om koncept som människor och katter bara genom att titta på klippen. Det här är väldigt likt den mänskliga lärprocessen. Människor lär sig inte genom att någon berättar vad de ser, utan de lär sig själva vad de här sakerna är. 2012 vann George Hinton, som vi såg tidigare, också den väldigt populära ImageNet-tävlingen, när han försökte lista ut, på basis av 1,5 miljoner bilder, vad bilderna innehöll. Nu 2014, är vi nere på en sexprocentig felmarginal för bildigenkänning. Detta är, återigen, bättre än människor. Så maskiner gör verkligen ett exceptionellt bra jobb här och används nu inom industrin. Till exempel meddelade Google förra året att de hade mappat varenda plats i Frankrike på två timmar. Och de gjorde detta genom att föda bilder av gatuvyer in i en djupinlärningsalgoritm för att den skulle känna igen och läsa gatunummer. Föreställ er hur lång tid detta skulle ha tagit: dussintals med människor, många år. Det här händer också i Kina. Baidu kan väl kanske sägas vara ett kinesiskt Google och vad ni ser här uppe till vänster är ett exempel på en bild som jag laddade upp i Baidus djupinlärningssystem, och nedanför kan ni se att systemet har förstått vad bilden innehåller och hittat liknande bilder. De liknande bilderna har faktiskt liknande bakgrunder, liknande ansiktsvinklar, till och med några med utstickande tungor. Det här handlar inte om att titta på text på en webbsida. Allt jag laddade upp var en bild. Så, nu har vi datorer som faktiskt förstår vad de ser och därmed kan söka igenom databaser med hundra miljontals bilder i realtid. Så vad betyder det nu att datorer kan se? Det betyder inte bara att datorer kan se. Djupinlärning har faktiskt gjort mer än så. Komplexa, nyanserade meningar som den här kan nu förstås med djupinlärningsalgoritmer. Som ni kan se här, så har det här Stanford-baserade systemet med den röda pricken i toppen räknat ut att den här meningen uttrycker negativa känslor. Djupinlärning är faktiskt nära den mänskliga prestationsförmågan när det gäller att förstå vad meningar handlar om och vad de säger om det. Djupinlärning har också använts till att läsa kinesiska, på, återigen, nästan modersmålsnivå. Den här algoritmen har utvecklats i Schweitz av människor som varken talar eller förstår kinesiska. Jag brukar säga att, att använda djupinlärning är nära nog det bästa systemet i världen för detta även jämfört med mänsklig modersmålsförståelse. Det här ett system som vi satte ihop på mitt företag som visar hur allt det här sätts ihop. De här bilderna har ingen vidhängd text, och medan jag skriver in meningar här så förstår den de här bilderna i realtid och listar ut vad de handlar om och hittar bilder som liknar den text som jag skriver in. Så ni kan se att den faktiskt förstår mina meningar och faktiskt förstår de här bilderna. Jag vet att ni har sett liknande saker på Google, där du kan skriva in saker och den visar dig bilder, men vad den faktiskt gör är att den söker av webbsidan efter text. Det är en stor skillnad mot att förstå bilderna. Det här är något som datorer har kunnat göra för första gången för bara några månader sen. Så nu kan vi se att datorer inte bara kan se, de kan också läsa, och så har vi också visat att de kan förstå vad de hör. Kanske är det inte överraskande att jag nu berättar för er att de kan skriva. Här är lite text som jag genererade igår med hjälp av en djupinlärningsalgoritm. Och här är lite text som en algoritm från Stanford har genererat. Var och en av dessa meningar har genererats av en djupinlärningsalgoritm för att förklara varje bild. Den här algoritmen har aldrig förut sett en man i svart tröja som spelar gitarr. Den har sett en man förut, den har sett svart förut, den har sett en gitarr förut, men den har helt fristående genererat den här nya beskrivningen av bilden. Vi är ännu inte riktigt framme vid mänsklig prestationsförmåga här, men vi är nära. Tester har visat att människor föredrar den datorgenererade förklaringen en av fyra gånger. Det här systemet är nu bara två veckor gammalt, så det är sannolikt att datoralgoritmen kommer att slå mänsklig prestationsförmåga inom ett år om det fortsätter i samma takt. Så, datorer kan skriva också. När vi slår samman allt det här så ser vi väldigt spännande möjligheter. Till exempel inom läkekonsten, ett team i Boston meddelade att de hade upptäckt dussintals nya kliniskt relevanta kännetecken på tumörer, som hjälper läkare att göra cancerprognoser. Också liknande, meddelade en grupp i Stanford att de, genom att titta på vävnad under förstoring, hade utvecklat ett maskininlärningsbaserat system som faktiskt är bättre än mänskliga patologer på att förutse överlevnadssiffror för cancersjuka. I båda dessa fall visade sig förutsägelserna inte bara vara mer rättvisande utan de genererade också ny insiktsfull kunskap. I röntgenfallet var det nya kliniska indikatorer som människor kan förstå. I patologifallet upptäckte systemet att cellerna runt cancern är lika viktiga som cancercellerna själva för att ställa diagnos. Det här var motsatsen till vad patologer hade fått lära sig i årtionden. I båda dessa fall var systemen utvecklade av en kombination av medicinska experter och maskininlärningsexperter, men sedan ett år tillbaka har vi tagit oss förbi det också. Det här är ett exempel på hur man identifierar cancerområden i mänsklig vävnad under ett mikroskåp. Systemet som visas här kan identifiera de områdena med större exakthet, eller ungefär lika exakt, som mänskliga patologer, fast det enbart bygger på djupinlärning helt utan medicinsk expertis och har byggts av människor som inte har någon erfarenhet på området. På liknande vis, här, det här med segmentering av neuroner. Vi kan nu segmentera neuroner ungefär lika exakt som människor kan, men det här systemet utvecklades med hjälp av djupinlärning av människor utan erfarenhet av läkekonst. Så jag själv, som någon som inte har någon erfarenhet av läkekonst, tycks vara helt kvalificerad för att starta ett nytt medicinskt företag, vilket jag gjorde. Jag var en aning livrädd för att göra det, men teoretiskt sett borde det vara möjligt att praktisera nyttig läkekonst bara på basis av dessa dataanalystekniker. Och som tur är har återkopplingen varit fantastisk, inte bara från media utan också från läkarkåren, som har varit väldigt stöttande. Teorin innebär att vi kan ta mittendelen av den medicinska processen och göra om den till dataanalys så långt det är möjligt, och på så sätt frigöra läkarna till att göra det de är bäst på. Jag vill ge er ett exempel. Det tar oss nu ungefär 15 minuter att ta fram ett nytt medicinskt diagnostiskt test och jag ska visa er det i realtid nu, men jag har komprimerat det till tre minuter genom att skära bort en del. Snarare än att visa er hur man skapar ett medicinskt diagnostiskt test, så vill jag visa er ett diagnostiskt test på bilbilder, eftersom det är något som vi alla kan förstå. Så vi börjar med ungefär 1,5 miljoner bilbilder, och jag vill skapa något som kan sortera dem beroende på vilken vinkel bilden är tagen ur. De här bilderna har inga etiketter, så jag måste börja från början. Med vår djupinlärningsalgoritm kan den automatiskt identifiera områden med struktur i bilderna. Det fina är att nu kan människan och datorn samarbeta. Människan, som ni ser här, talar om för datorn vilka områden som är intressanta, den information som hon vill att datorn använder för att förbättra algoritmen. De här djupinlärningssystemen existerar faktiskt i en 16000-dimensionell rymd, så ni kan här se hur datorn roterar genom den rymden och letar efter nya strukturella områden. Och när den hittar ett sånt så kan människan som styr den påpeka att dessa områden är intressanta. Så här har datorn lyckats hitta områden, till exempel vinklar. Så medan vi går igenom den här processen, så berättar vi gradvis mer och mer för datorn om vilka strukturer vi letar efter. I ett diagnostiskt test skulle det här motsvara en patolog som identifierar sjuka områden eller en radiolog som identifierar potentiellt farliga knutor. Och ibland kan det vara svårt för algoritmen. I det här fallet blev den något förvirrad. Fronten och bakänden på bilarna är helt ihopblandade. Så här behöver vi vara lite mer försiktiga, och manuellt välja ut fronterna men inte bakändarna, och sen berätta för datorn att detta är en sorts grupp som vi är intresserade av. Så vi gör det en stund, vi hoppar över en liten bit, och sen tränar vi maskininlärningsalgoritmen baserat på ett par hundra saker och så hoppas vi att den har blivit mycket bättre. Ni kan se att den nu har börjat tona ut vissa av de här bilderna och visar oss därmed att den redan vet hur den själv ska förstå vissa av dem. Sen kan vi använda det här konceptet av liknande bilder och med hjälp av liknande bilder kan ni nu se att datorn vid det här laget kan hitta enbart bilder med bilfronter. Så, vid det här laget kan människan berätta för datorn att, "Okej, bra - du har gjort ett bra jobb med det." Ibland är det förstås även vid det här laget svårt att skilja ut grupper. I det här fallet, trots att vi har låtit datorn försöka rotera det här en stund, så ser vi att bilder av vänster och höger sida har blandats ihop. Så vi kan ge datorn några tips, som "Okej, försök hitta en projektion som skiljer ut vänstersidorna och högersidorna så gott det går med hjälp av en djupinlärningsalgoritm." Och med det tipset - ah, så lyckas den. Den har hittat ett sätt att tänka kring de här objekten som har skiljt ut dessa tillsammans. Så ni förstår tanken här. Det här är ett fall som inte handlar om att människan ersätts av datorn, utan om att de arbetar tillsammans. Vad vi gör är att vi ersätter någonting som brukade ta ett helt team på fem eller sex personer ungefär sju år och ersätter det med någonting som tar 15 minuter för en person på egen hand. Så den här processen kräver ungefär fyra eller fem upprepningar. Ni kan se att vi nu har 62 procent av våra 1,5 miljoner bilder korrekt klassificerade. Och vid det här laget, kan vi börja att ganska snabbt ta tag i en hela stora sektioner och kolla igenom för att säkerställa att det inte finns några misstag. Där vi hittar misstag kan vi uppmärksamma datorn på dem. Genom att använda den här sortens process för alla olika grupper, är vi nu uppe i 80 procent framgångsrikt klassificerade bilder. Och vid det här laget är det bara en fråga om att hitta de få bilder som inte har klassificerats korrekt, och försöka förstå varför. Och på det sättet är vi efter 15 minuter uppe i 97 procent klassificerade bilder. Det här är en teknik som skulle kunna bistå med att överbrygga det stora problem som utgörs av begränsad tillgång till medicinsk expertis i världen. Världsekonomiskt forum menar att det råder en mellan 10x och 20x brist på läkare i utvecklingsländer och att det skulle ta ungefär 300 år att lära upp tillräckligt många människor för att lösa det. Så föreställ er om vi kan hjälpa till att öka effektiviteten med hjälp av djupinlärning. Så, de här möjligheterna gör mig väldigt ivrig. Jag är också bekymrad över problemen. Problemet är att i alla blå områden på den här kartan består jobben till 80 procent av tjänster. Vad är tjänster? Det här är tjänster. Det här är också precis vad datorerna har lärt sig att göra. Så 80 procent av jobben i den utvecklade världen utför sånt som datorer precis har lärt sig att göra. Vad betyder det här? Nå, det blir fint. Nya jobb kommer att ersätta dem. Till exempel blir det fler jobb för forskare inom data. Eller, inte riktigt. Det tar inte en forskare särskilt lång tid att bygga en sån här. De här fyra algoritmerna, till exempel, har alla byggts av samma kille. Så, om ni tänker att, "Åh, det här har hänt förr, vi har sett det här hända när nya saker har uppfunnits och de har ersatts av nya jobb, vilka kommer de nya jobben att vara?" Det är väldigt svårt att räkna ut, eftersom mänsklig prestationsförmåga utvecklas gradvis, emedan vi nu har ett system, djupinlärning, som vi vet faktiskt utvecklas exponentiellt. Och vi är här. Så nu ser vi saker omkring oss och och vi tänker "Åh, datorer är rätt korkade." Eller hur? Men om fem år kommer datorerna att ha lämnat oss långt bakom sig. Så vi behöver börja tänka på den här förmågan redan nu. Vi har sett det en gång tidigare förstås. I den industriella revolutionen såg vi en stegvis förändring i prestanda tack vare motorer. Saken är den, att efter en stund flackade kurvan ut. Det orsakade social förändring, men så snart motorerna användes för att generera kraft i alla situationer så lugnade det ner sig. Maskininlärningsrevolutionen kommer skilja sig mycket från den industriella revolutionen, därför att maskininlärningsrevolutionen aldrig kommer att lugna ner sig. Ju bättre datorer blir på intellektuella aktiviteter desto bättre kan de bygga bättre datorer som har större intellektuella förmågor, så det här kommer att bli en förändring som världen aldrig förr har upplevt, så er tidigare uppfattning om vad som är möjligt förändras. Det här påverkar oss redan. Under de senaste 25 åren har kapitalproduktiviteten ökat, arbetsproduktivitet är oförändrad, faktiskt en aning minskande. Så jag vill att vi börjar diskutera det här nu. Jag vet att ganska ofta när jag berättar om det här, kan folk vara ganska avfärdande. Datorer kan inte tänka på riktigt, de har inga känslor, de förstår inte poesi, vi förstår inte riktigt hur de fungerar. Så vadå? Just nu kan datorer göra det som människor ägnar det mesta av sin tid åt att göra för att få betalt, så det är hög tid att börja tänka på hur vi ska anpassa våra sociala och ekonomiska strukturer för att klara av den nya verkligheten. Tack. (Applåder)