Implicațiile minunate și îngrozitoare ale calculatoarelor care pot învăța

Ce se întâmplă când învățăm un calculator să învețe? Expertul în tehnologie Jeremy Howard ne dezvăluie surprinzătoarele progrese recente din domeniul învățării profunde, o metodă care permite calculatoarelor să învețe limba chineză, să recunoască obiecte în imagini sau să ajute la diagnoza medicală. (Unul dintre algoritmii de învățare profundă, după ce a urmărit ore întregi de înregistrări video pe YouTube, a învățat conceptul de „pisici”. ) Priviți fascinați spre acest domeniu care va schimba modul în care se comportă calculatoarele din jurul nostru, și asta mai curând decât credeți.

Altădată, dacă voiai ca un computer
să facă ceva nou, trebuia să-l programezi.

Pentru cei care nu aveți experiența asta,

programarea presupune să stabilești
în cele mai mici detalii

fiecare pas pe care
i-l ceri calculatorului

pentru a obține ce dorești.

Dacă vrei să faci ceva ce n-ai putea face
tu însuți, atunci îți va fi foarte greu.

Foarte greu i-a fost și unui anumit
Arthur Samuel.

În 1956 dorea să programeze
un calculator care să-l învingă la dame.

Cum faci să programezi calculatorul
în cele mai mici detalii

încât să joace dame mai bine decât tine?

I-a venit o idee:

a pus calculatorul să joace
cu el însuși de mii de ori

ca să învețe să joace dame.

Ideea a mers.

În 1962 calculatorul acesta l-a învins pe
campionul statului Connecticut.

Arthur Samuel a fost părintele
învățării automate.

Eu îi sunt recunoscător pentru că și eu
mă ocup cu învățarea automată.

Am fost președinte la Kaggle,

o comunitate cu peste 200 000
de practicanți ai învățării automate.

Kaggle organizează competiții pentru
rezolvarea problemelor încă nerezolvate.

Și a avut sute de reușite.

Din poziția mea avantajoasă am aflat

ce putea face învățarea automată
în trecut, ce poate face azi

și ce ar putea face în viitor.

Probabil primul mare succes
al învățării automate a fost Google.

Google a demonstrat
că poți găsi informații

folosind un algoritm computerizat
bazat pe învățarea automată.

De atunci s-au înregistrat numeroase
succese comerciale în domeniu.

Companii ca Amazon și Netflix
folosesc învățarea automată

pentru a vă sugera
ce ați vrea să cumpărați,

ce filme ați vrea să vedeți.

Uneori aproape că te sperie:

de exemplu LinkedIn și Facebook
îți spun cine ți-ar putea fi prieten

și habar n-ai cum au procedat.

Se folosește puterea învățării automate.

Sunt algoritmi care învață din date,
fără să fie programați manual.

Tot așa a avut succes și IBM

cu Watson, care a învins
cei doi campioni mondiali la „Jeopardy”,

răspunzând la întrebări
incredibil de subtile și complexe ca:

[Anticul „Leu din Nimrud” a dispărut
din muzeul național al acestui oraș în 2003
(împreună cu multe altele).]

Tot astfel azi avem primele mașini
care se conduc singure.

A face diferența între un copac
și un pieton, de exemplu, e important.

Nu știm să scriem de mână
astfel de programe,

dar prin învățare automată acum e posibil.

Mașina aceasta a mers peste 1 milion de km
fără accidente, pe șosele obișnuite.

Acum știm: calculatoarele pot învăța,

ba chiar pot învăța să facă lucruri

pe care uneori nici noi
nu știm să le facem

sau poate le fac mai bine decât noi.

Unul din cele mai uimitoare exemple
de învățare automată din câte am văzut

a fost într-un proiect
al meu de la Kaggle,

în care echipa lui Geoffrey Hinton
de la Universitatea din Toronto

a câștigat un concurs
de descoperire automată a drogurilor.

Extraordinar a fost nu că au surclasat

toți algoritmii dezvoltați de Merck
sau de comunitatea academică,

ci faptul că nimeni din echipă nu avea
pregătire în chimie sau biologie

și au reușit în două săptămâni.

Cum au reușit?

Au folosit un algoritm numit
învățare profundă.

Succesul lor a fost atât de important

încât a apărut pe prima pagină
a New York Times după câteva săptămâni.

Iată-l pe Geoffrey Hinton aici în stânga.

Învățarea profundă e un algoritm
inspirat din funcționarea creierului

și astfel, teoretic, e un algoritm
fără limitări în ceea ce poate face.

Cu cât îi dai mai multe date
și timp de calcul, cu atât devine mai bun.

New York Times a prezentat în articol
încă un rezultat al învățării profunde,

pe care vi-l arăt acum.

Demonstrează că computerele
pot asculta și înțelege.

(Video) Richard Rashid:
Ultimul pas pe care vreau să-l pot face

e să vorbesc cu voi în chineză.

Ideea de bază e că am stocat informații
de la mulți vorbitori de chineză

și am realizat un sistem de sinteză vocală

care convertește textul chinezesc
în chineza vorbită.

Apoi am folosit o probă
de circa o oră cu vocea mea

pentru a modula sistemul standard
încât să sune ca vocea mea.

Repet, rezultatul nu e perfect.

Există multe erori.

(În chineză)

(Aplauze)

Mai sunt multe de făcut aici.

(În chineză)

(Aplauze)

Jeremy Howard: Asta a fost o conferință
de învățare automată din China.

La conferințele științifice
rareori se aud aplauze spontane.

Dar la conferințele TEDx
faceți cum doriți.

Tot ce ați văzut se bazează
pe învățarea profundă.

(Aplauze)
Mulțumesc.

Transcrierea în engleză
era cu învățare profundă.

La fel și traducerea în chineză
și textul din dreapta sus.

Sinteza vocii – tot învățare profundă.

Învățarea profundă e extraordinară.

E un singur algoritm,
care pare să poată face orice.

Am aflat că înainte cu un an
învățase și să vadă.

Într-o competiție obscură din Germania
de recunoaștere a indicatoarelor rutiere,

a învățat să recunoască
indicatoare rutiere precum acesta.

A recunoscut indicatoarele
mai bine decât orice alt algoritm

și conform clasamentului chiar mai bine
decât oamenii, de vreo două ori mai bine.

Deci până în 2011 a apărut primul
calculator care vede mai bine ca oamenii.

De atunci s-au întâmplat multe.

În 2012 Google a anunțat că a pus
un algoritm să se uite pe YouTube

și să ronțăie datele cu 16000
de calculatoare timp de o lună,

învățând singur despre concepte
ca oamenii și pisicile

doar privind videoclipuri.

Tot cam așa învață și omul.

Oamenii nu învață
din explicații despre ce văd,

ci din propria experiență cu lucrurile.

În 2012, Geoffrey Hinton, cel de adineauri

a câștigat celebra competiție ImageNet,

încercând să-și dea seama ce reprezintă
1,5 milioane de imagini.

În 2014 eroarea de recunoaștere
a imaginilor a scăzut la 6%.

Din nou mai bine ca oamenii.

Mașinile se descurcă extraordinar de bine,

iar acum sunt folosite în industrie.

De exemplu, Google a anunțat anul trecut

că a cartografiat toate locurile
din Franța în două ore.

Au făcut asta încărcând
imagini ale străzilor

într-un algoritm de învățare profundă
care citește numărul străzii.

Imaginați-vă cât ar fi durat altădată:

zeci de oameni, mulți ani.

Asta se întâmplă și în China.

Baidu este ca un fel de Google, cred.

Aici în stânga sus vedeți o poză
încărcată de mine în acest sistem,

iar jos vedeți că sistemul a
înțeles ce reprezintă poza

și a găsit imagini similare.

Acestea au un fundal asemănător,

direcții similare ale fețelor,

unele chiar cu limba afară.

Nu e ca și cum ai vedea
textul unei pagini de internet.

Am încărcat doar o imagine.

Avem acum calculatoare
care înțeleg ce văd

și astfel pot căuta în baze de date

cu sute de milioane de imagini
în timp real.

Ce înseamnă faptul că văd?

Și nu numai că văd.

Învățarea profundă a ajuns mai departe.

Propoziții complexe și nuanțate ca aceasta

sunt inteligibile prin algoritmi
de învățare profundă.

Aici vedeți cum un sistem de la Stanford
arată prin bulina roșie de sus

că a înțeles conotația negativă
a acestei propoziții.

Învățarea profundă are acum
performanțe aproape umane

în a înțelege despre ce e propoziția
și ce comunică ea.

Învățarea profundă se folosește
la a citi în chineză

aproape de nivelul de vorbitor nativ.

Algoritmul a fost dezvoltat în Elveția

de oameni care nu vorbesc
și nu înțeleg deloc chineză.

Învățarea profundă e cea mai bună
soluție din lume pentru așa ceva,

chiar și față de
înțelegerea umană naturală.

Iată un sistem pus la punct
de compania mea,

care combină toate acestea.

Aceste imagini nu sunt însoțite de text

și pe măsură ce tastez propoziții aici

înțelege în timp real imaginile,
își dă seama despre ce e vorba

și găsește imagini similare cu
cele din textul scris de mine.

După cum vedeți, înțelege
atât propozițiile cât și imaginile.

Știu că ați văzut ceva similar pe Google:

– tastați ceva și vă arată imagini –,

dar acolo de fapt caută
pagini de internet după text.

E cu totul altceva
decât a înțelege imaginile.

Calculatoarele au învățat să facă asta
abia acum câteva luni.

Așadar calculatoarele nu doar văd,
ci pot și citi.

Și desigur am demonstrat
că înțeleg ce aud.

Atunci nu vă va mira
dacă vă spun că pot să și scrie.

Iată un text pe care l-am generat ieri
cu un algoritm de învățare profundă.

Iată și un text generat
de un algoritm de la Stanford.

Fiecare propoziție a fost generată

de un algoritm de învățare profundă
pentru a descrie imaginile.

Algoritmul nu mai văzuse un bărbat
în cămașă neagră cântând la chitară.

Mai văzuse un bărbat,
culoarea neagră, o chitară,

dar a generat singur
o descriere nouă a acestei imagini.

Încă n-am atins performanța umană,
dar ne apropiem.

La testare oamenii preferă
descrierile generate de calculator

cam o dată din patru.

Sistemul are abia două săptămâni,

deci probabil într-un an algoritmul
va depăși performanța umană

la cum avansează lucrurile.

Deci calculatoarele pot și să scrie.

Toate astea la un loc creează
niște șanse fantastice.

De exemplu, în medicină, o echipă
din Boston a anunțat că a descoperit

zeci de caracteristici relevante clinic

ale tumorilor care ajută doctorii
să prezică apariția cancerului.

Similar, la Stanford

un grup a anunțat că cercetând
la microscop țesuturile

au realizat un sistem cu învățare automată
care reușește mai bine ca patologii umani

să prevadă proporția de supraviețuire
a pacienților cu cancer.

În ambele cazuri previziunile
au fost mai exacte

și au ajutat și la progresul științific.

În cazul radiologiei au apărut
indicatori clinici înțeleși de om.

În cazul patologiei

sistemul computerizat a descoperit
că celulele din jurul cancerului

sunt la fel de importante
ca cele canceroase

în stabilirea diagnosticului.

Asta infirmă ce spun cursurile
de patologie de multe decenii încoace.

În ambele cazuri,
sistemele au fost realizate

de experți în medicină împreună cu
experți în învățare automată,

dar anul trecut am depășit și acest prag.

Iată un exemplu de identificare
a zonelor canceroase

a țesutului uman la microscop.

Sistemul prezentat aici poate identifica
acele zone mai exact

sau cam la fel de exact ca patologii umani

dar a fost realizat prin învățare profundă
fără competențe medicale

de oameni care nu aveau
pregătire în domeniu.

La fel, iată segmentarea unui neuron.

Acum putem segmenta neuroni
la fel de precis ca oamenii,

dar sistemul a fost realizat prin învățare
profundă, fără cunoștințe de medicină.

Atunci eu, deși nu am
pregătire în medicină,

se pare să sunt calificat
să pornesc o firmă de medicină.

Ceea ce am și făcut.

Mi-a fost puțin frică să fac asta,

dar teoria pare să sugereze ca poți

să faci ceva foarte util în medicină
folosind doar metode de analiză a datelor.

Din fericire reacțiile au fost fantastice,
atât din partea presei,

dar și comunitatea medicală
ne-a sprijinit foarte mult.

Ideea e că putem să luăm
partea mijlocie a procesului medical

și s-o transformăm în analiză de date,
pe cât posibil,

lăsând apoi doctorii să-și facă meseria.

Să vă dau un exemplu:
acum ne trebuie 15 minute

pentru a stabili o analiză nouă
pentru diagnosticul medical.

O să vă arăt acum, dar l-am redus
la trei minute prin eliminarea unor părți.

În loc de crearea unei analize
pentru diagnosticul medical,

o să vă arăt analiza imaginilor de mașini,

ca să înțelegem toți.

Începem cu circa 1,5 milioane
de imagini de mașini

și vreau să creez ceva care le clasifică
după unghiul din care au fost pozate.

Imaginile nu sunt deloc marcate,
trebuie să pornesc de la zero.

Algoritmul nostru de învățare profundă
găsește automat structurile din imagini.

Partea bună e că acum oamenii
și calculatoarele pot colabora.

Aici vedeți cum omul

îi arată calculatorului zonele de interes

pe care să se bazeze calculatorul
pentru a îmbunătăți algoritmul.

Sistemele de învățare profundă operează
într-un spațiu cu 16 000 dimensiuni

și vedeți cum se rotește calculatorul
prin acest spațiu

pentru a găsi noi zone de structură.

Când reușește,

omul care îl conduce
poate indica zonele interesante.

Aici calculatorul a găsit anumite zone,
de exemplu, cu unghiuri.

Pe măsură ce continuăm,
îi dăm calculatorului mai multe date

despre ce fel de structuri căutăm.

Într-o analiză medicală aici ar putea fi
un patolog care identifică zone patogene

sau un radiolog care indică
nodulii cu probleme posibile.

Uneori algoritmului îi poate fi greu.

Iată un caz în care s-a încurcat:
a amestecat fața și spatele mașinilor.

Aici trebuie să fim mai atenți,

să separăm manual fața și spatele

și apoi să-i spunem
calculatorului că acesta e

un tip de grup care ne interesează.

Continuăm o vreme,
sărim peste câte ceva

și apoi antrenăm algoritmul
de învățare automată

pe baza celor câteva sute de lucruri

și sperăm că a avansat.

Vedeți, acum începe să estompeze
anumite imagini,

arătând că începe să înțeleagă singur
să recunoască o parte din ele.

Putem folosi acest concept
de imagini similare și astfel vedeți

cum calculatorul poate găsi
doar mașinile pozate din față.

Acum omul poate spune calculatorului:

„Da, ai făcut o treabă bună.”

Sigur, uneori chiar și acum
separarea grupurilor e dificilă.

Aici chiar după ce am lăsat o vreme
calculatorul să încerce rotațiile,

vedem că pozele făcute din stânga
și cele din dreapta sunt amestecate.

Putem da calculatorului sugestii:

caută o proiecție care separă
cât mai bine părțile stângă și dreaptă

folosind algoritmul de învățare profundă.

Apoi uite, sugestia a dus la succes.

A reușit să găsească un mod
de a analiza obiectele încât să le separe.

Ați prins ideea:

e o situație în care omul
nu e înlocuit de calculator,

ci lucrează împreună cu el.

Am înlocuit munca unei echipe
de 5–6 oameni timp de vreo șapte ani,

cu ceva care îi ia 15 minute
unui om care lucrează singur.

Procesul necesită 4–5 iterații.

Am ajuns la 62% de clasificare corectă
a 1,5 milioane de imagini.

În acest stadiu putem începe
să prelucrăm rapid secțiuni mari

și să verificăm să nu rămână greșeli,

iar dacă sunt greșeli
îi spunem calculatorului.

Folosind acest proces
la fiecare din diferitele grupuri

am ajuns la o proporție de succes de 80%
în a clasifica cele 1,5 milioane de poze.

Acum mai rămâne doar să găsim puținele
imagini care n-au fost clasificate corect

și să încercăm să înțelegem de ce.

Procedând astfel în 15 minute ajungem
la proporții de clasificare de 97%.

Această tehnică ne-ar putea ajuta
să rezolvăm o problemă majoră,

și anume lipsa de competență
medicală din lume.

Forumul Mondial Economic spune

că ne trebuie de 10–20 de ori mai mulți
medici în țările în curs de dezvoltare

și că ar dura cam 300 de ani

pentru a forma oameni și a acoperi lipsa.

Ce-ar fi dacă le-am crește eficiența
folosind tehnicile de învățare profundă?

Mă bucură această șansă,
dar mă și îngrijorează problemele.

Problema e că toate zonele
albastre de pe harta aceasta

reprezintă locuri unde în servicii
lucrează 80% dintre angajați.

Ce sunt serviciile?

Acestea sunt serviciile.

Exact asta au învățat recent
calculatoarele să facă.

Deci 80% din munca din lumea dezvoltată
acum știe și calculatorul s-o facă.

Ce înseamnă asta?

Lasă, o să apară alte locuri de muncă,

de exemplu în cercetarea datelor.

De fapt nu prea.

Cercetarea datelor nu cere mult timp.

Acești patru algoritmi au fost
construiți de un singur om.

Poate vă gândiți că s-a mai întâmplat

și am văzut deja rezultatele: când apare
ceva nou apar și alte locuri de muncă.

Dar care vor fi acestea?

E greu de estimat,

pentru că performanța umană crește încet,

dar știm că sistemul de învățare profundă
crește exponențial în capacitate.

Ne aflăm aici.

Acum vedem ce se întâmplă

și ne gândim: calculatoarele
sunt încă proaste, nu?

Dar în cinci ani calculatoarele
vor ieși din acest grafic.

Așa că trebuie să ne gândim
de pe acum la această capacitate.

Am mai văzut asta odată, desigur:
la Revoluția Industrială

motoarele au produs un salt de capacitate.

Dar după un timp situația s-a stabilizat.

Au existat perturbări sociale,

dar după ce inginerii au învățat
să folosească noua putere peste tot

lucrurile s-au stabilizat bine.

Revoluția Învățării Automate
va diferi mult de Revoluția Industrială

pentru că lucrurile
nu se vor stabiliza niciodată.

Cu cât calculatorul va fi mai bun
la activități intelectuale,

cu atât vor construi calculatoare mai bune
la activități intelectuale.

Atunci va avea loc o schimbare nouă
pe care omenirea n-o cunoaște,

încât ce știam că e posibil
nu mai e valabil.

Deja simțim efectul.

În vreme ce productivitatea capitalului
a crescut în ultimii 25 de ani,

productivitatea muncii a rămas constantă,
ba chiar a scăzut un pic.

Aș vrea să înceapă discuția aceasta.

Adesea când vorbesc despre asta

lumea respinge ideea.

Păi calculatoarele nu gândesc cu adevărat,
nu au emoții, nu înțeleg poezia,

nu prea înțelegem cum funcționează.

Și ce dacă?

Computerele pot face azi lucruri

pentru care oamenii muncesc
mult timp și sunt plătiți.

E momentul să începem să ne gândim

cum ne vom adapta
structurile sociale și economice

în fața acestei noi realități.

Mulțumesc.

(Applauze)