1
00:00:00,880 --> 00:00:04,893
過去如果想用電腦來作點新東西，

2
00:00:04,893 --> 00:00:06,447
你需要設計程式。

3
00:00:06,447 --> 00:00:09,858
而現在，
你們可能沒做過程式設計這件事，

4
00:00:09,858 --> 00:00:13,360
它需要規劃相當詳細的細節

5
00:00:13,360 --> 00:00:16,727
那些你想讓電腦執行的每一個步驟

6
00:00:16,727 --> 00:00:19,089
以達到你的目的。

7
00:00:19,089 --> 00:00:22,585
如果你沒有概念要怎麼做的話

8
00:00:22,585 --> 00:00:24,648
那會是個很大的挑戰。

9
00:00:24,648 --> 00:00:28,131
亞瑟·撒姆爾也曾面對這種挑戰。

10
00:00:28,131 --> 00:00:32,208
他在 1956 年便想到用這台電腦

11
00:00:32,208 --> 00:00:34,548
能夠在西洋跳棋棋賽打敗他。

12
00:00:34,548 --> 00:00:36,588
要如何設計這樣的程式？

13
00:00:36,588 --> 00:00:40,394
把細節通通寫出來，
如何讓電腦比你還會下棋？

14
00:00:40,394 --> 00:00:42,116
於是他想出了一個點子：

15
00:00:42,116 --> 00:00:45,840
他讓電腦與電腦本身對弈數千次

16
00:00:45,840 --> 00:00:48,364
以學習如何玩西洋棋。

17
00:00:48,364 --> 00:00:51,544
然而，在 1962 年做到了，

18
00:00:51,544 --> 00:00:55,561
電腦打敗了康乃狄克州的冠軍。

19
00:00:55,561 --> 00:00:58,534
於是亞瑟·撒姆爾
成為了機器學習之父，

20
00:00:58,534 --> 00:01:00,251
我尊敬他，

21
00:01:00,251 --> 00:01:03,014
因為我也是個機器學習實踐者，

22
00:01:03,014 --> 00:01:04,479
我曾是 Kaggle 的會長，

23
00:01:04,479 --> 00:01:07,867
Kaggle 是個超過 20 萬人的
機器學習實踐者的社群。

24
00:01:07,867 --> 00:01:09,925
Kaggle 設立了一些比賽

25
00:01:09,925 --> 00:01:13,633
讓他們參與解決
過去無法解決的問題，

26
00:01:13,633 --> 00:01:17,470
而有上百的成功個案。

27
00:01:17,470 --> 00:01:19,940
從這有利的環境中，
我發現

28
00:01:19,940 --> 00:01:23,890
很多機器學習在
過去和現在可以做到的事情，

29
00:01:23,890 --> 00:01:26,252
還有未來可以做到的事。

30
00:01:26,252 --> 00:01:30,675
第一個機器學習的
商業成功案例是谷歌。

31
00:01:30,675 --> 00:01:33,784
谷歌展示找尋資料的方法

32
00:01:33,784 --> 00:01:35,536
是使用計算機演算法，

33
00:01:35,536 --> 00:01:38,437
而這演算法是以機器學習為基礎。

34
00:01:38,437 --> 00:01:42,323
自此，機器學習
有很多的商業成功例子，

35
00:01:42,323 --> 00:01:44,160
譬如亞馬遜和奈飛公司

36
00:01:44,160 --> 00:01:47,876
用機器學習會向你推薦
你可能想買的商品，

37
00:01:47,876 --> 00:01:49,896
你可能想看的影片。

38
00:01:49,896 --> 00:01:51,703
有時，你可能會很訝異。

39
00:01:51,703 --> 00:01:53,657
像領英和臉書等公司

40
00:01:53,657 --> 00:01:56,251
有些時候會告訴你
誰會是你的朋友

41
00:01:56,251 --> 00:01:58,228
而你根本不知道他們是如何做到的，

42
00:01:58,228 --> 00:02:01,195
因為他們用了
機器學習這強大的功能。

43
00:02:01,195 --> 00:02:04,152
演算法從資料去學習這類事情

44
00:02:04,152 --> 00:02:07,399
不需要動手去編寫程式。

45
00:02:07,399 --> 00:02:09,877
這也是 IBM 過去能成功的原因

46
00:02:09,877 --> 00:02:13,739
讓超級電腦「華生」在「危機遊戲」中
打敗兩屆世界冠軍。

47
00:02:13,739 --> 00:02:16,964
回答一些細碎和複雜的問題，像是

48
00:02:16,964 --> 00:02:19,799
「2003年，古獅像在這城市的
國家博物館消失了（連同其他物品）」

49
00:02:19,799 --> 00:02:23,034
這也是我們現在能看到第一部
自行駕駛汽車的原因。

50
00:02:23,034 --> 00:02:25,856
如果你能說出不同點，像是

51
00:02:25,856 --> 00:02:28,488
一棵樹和一條行人道，
那顯得非常重要。

52
00:02:28,488 --> 00:02:31,075
我們不知道如何設計這樣的程式，

53
00:02:31,075 --> 00:02:34,072
不過通過機器，這就成為可能。

54
00:02:34,072 --> 00:02:36,680
事實上，
這部汽車已經行駛一百萬英哩

55
00:02:36,680 --> 00:02:40,186
在正常路面沒有發生事故。

56
00:02:40,196 --> 00:02:44,110
我們現在都知道電腦能夠學習，

57
00:02:44,110 --> 00:02:46,010
學習做一些

58
00:02:46,010 --> 00:02:48,848
有時我們自己也不知道怎麼做的事，

59
00:02:48,848 --> 00:02:51,733
還可能比我們做得更好。

60
00:02:51,733 --> 00:02:55,928
其中一個機器學習的經典例子

61
00:02:55,928 --> 00:02:58,320
是我在 Kaggle 所做的一個專案

62
00:02:58,320 --> 00:03:01,911
由傑佛里·辛頓帶領的團隊

63
00:03:01,911 --> 00:03:03,463
他是多倫多大學的教授

64
00:03:03,463 --> 00:03:06,140
他們贏了新藥研發的比賽。

65
00:03:06,140 --> 00:03:08,987
他們出色地方
不只打敗了

66
00:03:08,987 --> 00:03:13,000
默克藥廠或國際學術社群
所研發的演算法，

67
00:03:13,000 --> 00:03:18,061
他們的團隊沒有化學
生物或生命科學的背景，

68
00:03:18,061 --> 00:03:20,230
而且只花了兩個星期就完成。

69
00:03:20,230 --> 00:03:21,611
他們怎麼做到的？

70
00:03:22,421 --> 00:03:25,342
他們用了一個很出色的演算法
叫做「深度學習」。

71
00:03:25,342 --> 00:03:28,291
這是重要且成功的事情

72
00:03:28,291 --> 00:03:31,412
在數星期後
被刊登在紐約時報頭版。

73
00:03:31,412 --> 00:03:34,147
左手邊那位是傑佛里·辛頓。

74
00:03:34,147 --> 00:03:38,488
深度學習是一種
受到人類大腦啟發的演算法，

75
00:03:38,488 --> 00:03:40,300
它是一種演算法

76
00:03:40,300 --> 00:03:44,141
做法不受理論限制的演算法。

77
00:03:44,141 --> 00:03:46,964
你給它越多的資料和
運算時間，

78
00:03:46,964 --> 00:03:48,276
會得到更好的結果。

79
00:03:48,276 --> 00:03:50,615
紐約時報的文章裡

80
00:03:50,615 --> 00:03:52,857
也介紹到深度學習的非凡成就

81
00:03:52,857 --> 00:03:55,569
我現在要展示給你們看。

82
00:03:55,569 --> 00:04:00,510
它顯示電腦能聽懂和理解資料的能力。

83
00:04:00,510 --> 00:04:03,221
（影片）理察·拉希德: 
現在，最後一步是

84
00:04:03,221 --> 00:04:06,246
我能夠理解這個程序

85
00:04:06,246 --> 00:04:10,961
我能夠跟你說中文。

86
00:04:10,961 --> 00:04:13,596
現在關鍵的是，

87
00:04:13,596 --> 00:04:18,598
我們從很多講中文的人士中
收集大量的資訊

88
00:04:18,598 --> 00:04:21,128
然後產生文字轉化語言的系統

89
00:04:21,128 --> 00:04:25,801
將中文文字轉化成中文語言，

90
00:04:25,801 --> 00:04:29,929
然後錄一個小時我自己的聲音

91
00:04:29,929 --> 00:04:31,820
我們使用它去調變

92
00:04:31,820 --> 00:04:36,364
使標準文字轉化語音系統的聲音
聽起來像我的聲音。

93
00:04:36,364 --> 00:04:38,904
再一次，雖然結果沒有很完美，

94
00:04:38,904 --> 00:04:41,552
裡面還有一些錯誤。

95
00:04:41,552 --> 00:04:44,036
（中文）

96
00:04:44,036 --> 00:04:47,403
（掌聲）

97
00:04:49,446 --> 00:04:53,022
在這個領域還有很多工作要做。

98
00:04:53,022 --> 00:04:56,667
（中文）

99
00:04:56,667 --> 00:05:00,100
（掌聲）

100
00:05:01,345 --> 00:05:04,744
傑里米·霍華德：那是在中國舉行的
機器學習研討會。

101
00:05:04,744 --> 00:05:07,114
那不常有，事實上，
在學術會議上

102
00:05:07,114 --> 00:05:09,011
聽到熱烈的掌聲，

103
00:05:09,011 --> 00:05:12,687
雖然有些時候 
TEDx 講座不拘泥形式。

104
00:05:12,687 --> 00:05:15,482
你所看到的都是出於深度學習

105
00:05:15,482 --> 00:05:17,007
（掌聲）謝謝。

106
00:05:17,007 --> 00:05:19,289
英文文字翻譯由深度學習完成的。

107
00:05:19,289 --> 00:05:22,701
翻譯成中文和右上角的文稿
也是出於深度學習，

108
00:05:22,701 --> 00:05:26,008
連創建聲音也都是深度學習。

109
00:05:26,008 --> 00:05:29,242
深度學習是如此的神奇。

110
00:05:29,242 --> 00:05:32,341
它是個單一的演算法
似乎可以完成任何事情，

111
00:05:32,341 --> 00:05:35,452
我一年前還發現它可以學會看

112
00:05:35,452 --> 00:05:37,628
這個德國遊戲的比賽

113
00:05:37,628 --> 00:05:40,225
叫德國交通標誌確認基準，

114
00:05:40,225 --> 00:05:43,618
深度學習能認出這個交通標誌。

115
00:05:43,618 --> 00:05:45,712
它不只確認交通標誌的能力

116
00:05:45,712 --> 00:05:47,470
比其他的演算法好，

117
00:05:47,470 --> 00:05:50,189
在排行榜上更顯示它做得比人類好，

118
00:05:50,189 --> 00:05:52,041
正確性是人類的兩倍。

119
00:05:52,041 --> 00:05:54,037
2011 以前，我們有了第一個例子

120
00:05:54,037 --> 00:05:57,442
視力高於人類的電腦。

121
00:05:57,442 --> 00:05:59,491
從那時開始，許多電腦也可以做到。

122
00:05:59,491 --> 00:06:03,005
2012 年谷歌宣佈
使用深度學習演算法

123
00:06:03,005 --> 00:06:04,420
來監看 Youtube 影片

124
00:06:04,420 --> 00:06:07,857
收集一個月 1,600 台電電腦的資料，

125
00:06:07,857 --> 00:06:12,218
電腦獨立識別
人或貓的概念

126
00:06:12,218 --> 00:06:14,027
僅透過觀看影片。


127
00:06:14,027 --> 00:06:16,379
這樣更像人類的學習方式。

128
00:06:16,379 --> 00:06:19,119
人類並非通過別人的指示來學習，

129
00:06:19,119 --> 00:06:22,450
而是從自己搞懂事情來學習。

130
00:06:22,450 --> 00:06:25,819
在 2012 年傑佛里·辛頓
我們之前看到的人，

131
00:06:25,819 --> 00:06:28,677
贏了很有名的映像網路比賽，

132
00:06:28,677 --> 00:06:32,818
嘗試從 150 萬的圖像中找出

133
00:06:32,818 --> 00:06:34,256
想要的圖像。

134
00:06:34,256 --> 00:06:37,789
2014 年, 我們現在
圖像辨識的錯誤率

135
00:06:37,789 --> 00:06:39,242
降到 6％ 以下。

136
00:06:39,242 --> 00:06:41,268
這再次證明它比人類優秀。

137
00:06:41,268 --> 00:06:45,037
可見機器
真可以做到如此非凡的成就，

138
00:06:45,037 --> 00:06:47,306
它現在已經用在產業上了。

139
00:06:47,306 --> 00:06:50,348
比如說，谷歌去年宣佈

140
00:06:50,348 --> 00:06:54,933
他們可以在兩小時内把
法國每一個位置繪成地圖，

141
00:06:54,933 --> 00:06:58,380
他們用的方式是
把街景圖像

142
00:06:58,380 --> 00:07:02,699
輸入深度學習演算法
來辨認和讀取街道號碼。

143
00:07:02,699 --> 00:07:04,919
想想我們以前需要花多少時間？

144
00:07:04,919 --> 00:07:08,274
至少好幾十人加上好幾年呢。

145
00:07:08,274 --> 00:07:10,185
同樣的情況也發生在中國。

146
00:07:10,185 --> 00:07:14,221
我想「百度」類似中國的谷歌，

147
00:07:14,221 --> 00:07:16,504
在左上角你會看見

148
00:07:16,504 --> 00:07:20,478
一張我上傳到
百度深度學習系統的圖片，

149
00:07:20,478 --> 00:07:24,247
下方你可以看到
系統可以理解這張圖片

150
00:07:24,247 --> 00:07:26,483
而且能找到相似的圖像。

151
00:07:26,483 --> 00:07:29,219
類似的圖像
也就是有相似的背景，

152
00:07:29,219 --> 00:07:30,877
相似面孔的角度，

153
00:07:30,877 --> 00:07:32,665
有的圖像甚至有伸出舌頭。

154
00:07:32,665 --> 00:07:35,695
這個網頁的文字看不大清楚，

155
00:07:35,695 --> 00:07:37,107
因為我上傳的都是圖像。

156
00:07:37,107 --> 00:07:41,128
這顯示了電腦能明白他們所看到的

157
00:07:41,128 --> 00:07:42,752
電腦能夠搜尋資料庫

158
00:07:42,752 --> 00:07:46,306
以即時的方式從億萬張圖片中搜尋。

159
00:07:46,306 --> 00:07:49,536
現在的電腦能夠去看
是表示什麼意思呢？

160
00:07:49,536 --> 00:07:51,553
其實電腦不只能看見。

161
00:07:51,553 --> 00:07:53,622
事實上深度學習可以做得更多。

162
00:07:53,622 --> 00:07:56,570
像這個樣複雜，僅有小小差別的句子

163
00:07:56,570 --> 00:07:59,394
現在的深度學習演算法能夠理解。

164
00:07:59,394 --> 00:08:00,697
你可以看到，

165
00:08:00,697 --> 00:08:03,465
這以史丹福為基礎的系統
顯示上面的紅點

166
00:08:03,465 --> 00:08:07,384
指這句子是在表達負面的情緒。

167
00:08:07,384 --> 00:08:10,790
深度學習現在已經接近人類的行為

168
00:08:10,802 --> 00:08:15,923
能理解句子是要表達什麼。

169
00:08:15,923 --> 00:08:18,651
同時，深度學習也能用以閱讀中文，

170
00:08:18,651 --> 00:08:21,807
程度相當於以中文為母語的水平。

171
00:08:21,807 --> 00:08:23,975
這演算法發展於瑞士

172
00:08:23,975 --> 00:08:27,331
沒有一個會說中文的團隊。

173
00:08:27,331 --> 00:08:29,382
像我說的，深度學習

174
00:08:29,382 --> 00:08:31,601
是一個最好的系統
對完成這任務來說，

175
00:08:31,601 --> 00:08:36,718
甚至比人類還要好。

176
00:08:36,718 --> 00:08:39,682
這個系統是我公司建立的

177
00:08:39,682 --> 00:08:41,728
要把這些東西都集中在一起。

178
00:08:41,728 --> 00:08:44,189
這是一些沒有文字描述的圖片，

179
00:08:44,189 --> 00:08:46,541
我在這裡輸入句子，

180
00:08:46,541 --> 00:08:49,510
它在同步理解這些照片

181
00:08:49,510 --> 00:08:51,189
找出它們是有關什麼的照片

182
00:08:51,189 --> 00:08:54,352
也找出跟我句子相關類似的圖片。

183
00:08:54,352 --> 00:08:57,108
所以你看，
它真的能理解我的句子。

184
00:08:57,108 --> 00:08:59,332
也完全的理解這些圖片。

185
00:08:59,332 --> 00:09:01,891
你在谷歌上也看過類似的，

186
00:09:01,891 --> 00:09:04,666
你可以輸入文字
而它會顯示圖片，

187
00:09:04,666 --> 00:09:08,090
但事實上，它在尋索網頁上的文字。

188
00:09:08,090 --> 00:09:11,091
這跟理解圖片有很大的不同。

189
00:09:11,091 --> 00:09:13,843
理解圖片只有電腦可以做

190
00:09:13,843 --> 00:09:17,091
電腦在過去幾個月才會做的事。

191
00:09:17,091 --> 00:09:21,182
電腦不單能看見
也能閱讀，

192
00:09:21,182 --> 00:09:24,947
而且我們顯示了電腦能理解所聽到的。

193
00:09:24,947 --> 00:09:28,389
或許不意外地，
我要告訴你們電腦也能書寫。

194
00:09:28,389 --> 00:09:33,172
這是我昨天用深度學習演算法
所產生的文字。

195
00:09:33,172 --> 00:09:37,096
這裡有一些非史丹佛演算法
所產生的文字。

196
00:09:37,096 --> 00:09:38,860
這些句子的產生

197
00:09:38,860 --> 00:09:43,109
是透過深度學習演算法
對圖片進行描述。

198
00:09:43,109 --> 00:09:47,581
這演算法是電腦從來沒有看見過
一個穿黑襯衫的男子彈吉他。

199
00:09:47,581 --> 00:09:49,801
電腦見過男人，
看過黑色，

200
00:09:49,801 --> 00:09:51,400
見過吉他，

201
00:09:51,400 --> 00:09:55,694
它自己便對圖片做出描述。

202
00:09:55,694 --> 00:09:59,196
雖然還沒有超越人類，
不過很接近了。

203
00:09:59,196 --> 00:10:03,264
依據統計，人們較喜歡
電腦的圖片說明

204
00:10:03,264 --> 00:10:04,791
有四分之一的人會做這樣的選擇。

205
00:10:04,791 --> 00:10:06,855
這系統在兩個星期前開發完成，

206
00:10:06,855 --> 00:10:08,701
估計在明年，

207
00:10:08,701 --> 00:10:11,502
電腦演算法將會超越人類

208
00:10:11,502 --> 00:10:13,364
如果依照這樣的速度發展下的話。

209
00:10:13,364 --> 00:10:16,413
到時候電腦也會書寫了。

210
00:10:16,413 --> 00:10:19,888
我們把這些都放在一起，
讓它來引導到一個令人振奮的時機。

211
00:10:19,888 --> 00:10:21,380
像在藥物方面，

212
00:10:21,380 --> 00:10:23,905
一個波士頓的團隊
宣佈他們發現了

213
00:10:23,905 --> 00:10:26,854
數十種腫瘤的臨床特徵

214
00:10:26,854 --> 00:10:31,120
幫助醫生預測癌症。

215
00:10:32,220 --> 00:10:34,516
同樣的，在史丹佛，

216
00:10:34,516 --> 00:10:38,179
一個組織宣佈
在放大鏡下觀察組織，

217
00:10:38,179 --> 00:10:40,560
他們開發
一個以機器學習為基礎的系統

218
00:10:40,560 --> 00:10:43,142
比人類病理學家更有效地

219
00:10:43,142 --> 00:10:47,519
預測癌症病患的生存率。

220
00:10:47,519 --> 00:10:50,764
這些例子，
不但能更準確地預測，

221
00:10:50,764 --> 00:10:53,266
而且也能帶來更多科技上的洞見。

222
00:10:53,276 --> 00:10:54,781
在放射學的個案中，

223
00:10:54,781 --> 00:10:57,876
他們是人類所能理解的新臨床指標。

224
00:10:57,876 --> 00:10:59,668
在這病理學個案，

225
00:10:59,668 --> 00:11:04,168
電腦系統發現癌症周圍的細胞

226
00:11:04,168 --> 00:11:07,508
在診斷的時候

227
00:11:07,508 --> 00:11:09,260
是跟癌細胞一樣重要。

228
00:11:09,260 --> 00:11:14,621
這跟病理學家
10 年來的說法相反。

229
00:11:14,621 --> 00:11:17,913
在這兩個個案，
系統的開發人員

230
00:11:17,913 --> 00:11:21,534
是由醫學專家
和機器學習專家所組成，

231
00:11:21,534 --> 00:11:24,275
但自去年開始，
我們也超越了這些。

232
00:11:24,275 --> 00:11:27,824
這是確認癌症範圍的例子

233
00:11:27,824 --> 00:11:30,354
是在顯微鏡下的人類組織。

234
00:11:30,354 --> 00:11:34,967
系統顯示可以更準確地確認範圍，

235
00:11:34,967 --> 00:11:37,742
如病理學家般準確，

236
00:11:37,742 --> 00:11:41,134
不過沒有藥物專家
來建構整套深度學習系統

237
00:11:41,134 --> 00:11:43,660
系統是由一些
沒有專業背景的人完成。

238
00:11:44,730 --> 00:11:47,285
同樣地，從是細胞分裂。

239
00:11:47,285 --> 00:11:50,953
我們的系統可以像人類般
精確地分裂神經細胞，

240
00:11:50,953 --> 00:11:53,670
不過開發這套深度學習系統

241
00:11:53,670 --> 00:11:56,921
沒有一個人來自醫學背景。

242
00:11:56,921 --> 00:12:00,148
就是我和一些沒有醫學背景的人，

243
00:12:00,148 --> 00:12:03,875
看來我頗有資格開一家醫藥公司。

244
00:12:03,875 --> 00:12:06,021
我確實這麼做了。

245
00:12:06,021 --> 00:12:07,761
我是以戒慎恐懼的心情開始做，

246
00:12:07,761 --> 00:12:10,650
不過理論顯示
這是可行的

247
00:12:10,650 --> 00:12:16,142
用這些資料分析技術來
製作有效的藥物。

248
00:12:16,142 --> 00:12:18,622
感恩的是
回應也挺不錯，

249
00:12:18,622 --> 00:12:20,978
這回應不只是來自媒體，
而且還有醫藥社群，

250
00:12:20,978 --> 00:12:23,322
他們都很支持。

251
00:12:23,322 --> 00:12:27,471
理論上我們能在醫務過程中

252
00:12:27,471 --> 00:12:30,364
盡量轉換成資料分析，

253
00:12:30,364 --> 00:12:33,429
讓醫生去做他們擅長的。

254
00:12:33,429 --> 00:12:35,031
我舉一個例子。

255
00:12:35,031 --> 00:12:39,975
我們現在花 15 分鐘
來創造一項新的醫學診斷測試

256
00:12:39,975 --> 00:12:41,929
我會讓你同步看到過程，

257
00:12:41,929 --> 00:12:45,416
不過我已刪除部分資料
壓縮成三分鐘。

258
00:12:45,416 --> 00:12:48,477
我不會向你們展示
創造出來的醫學診斷測試，

259
00:12:48,477 --> 00:12:51,846
我要向你們展示
一項汽車圖片的診斷測試，

260
00:12:51,846 --> 00:12:54,068
因為這個我們都能理解。

261
00:12:54,068 --> 00:12:57,269
我們從 150 萬張
的汽車圖片開始，

262
00:12:57,269 --> 00:13:00,475
我希望創造一些東西
把圖片分類

263
00:13:00,475 --> 00:13:02,698
而且依圖片拍攝的角度來分類。

264
00:13:02,698 --> 00:13:06,586
這些圖片完全沒有標題，
我必需從零開始。

265
00:13:06,586 --> 00:13:08,451
深度學習演算法，

266
00:13:08,451 --> 00:13:12,158
它能自動確認
這些圖片的結構。

267
00:13:12,158 --> 00:13:15,778
美好的是
人和電腦可以合作

268
00:13:15,778 --> 00:13:17,956
看看這裡，這個人，

269
00:13:17,956 --> 00:13:20,631
正在告訴電腦
關於感興趣的範圍

270
00:13:20,631 --> 00:13:25,281
而電腦會嘗試用它
來改善電腦的演算法。

271
00:13:25,281 --> 00:13:29,577
這些深度學習系統
有 16,000 個立體空間，

272
00:13:29,577 --> 00:13:33,009
你可以看見電腦
讓他們在這空間旋轉，

273
00:13:33,009 --> 00:13:35,001
嘗試找出新的區域結構。

274
00:13:35,001 --> 00:13:36,782
當它成功時，

275
00:13:36,782 --> 00:13:40,786
在開車的人能夠
指出有興趣的地方。

276
00:13:40,786 --> 00:13:43,208
這裡，電腦成功的找到了那地區，

277
00:13:43,208 --> 00:13:45,770
再舉例，角度，

278
00:13:45,770 --> 00:13:47,376
通過這個過程，

279
00:13:47,376 --> 00:13:49,716
我們漸漸地告訴電腦更多

280
00:13:49,716 --> 00:13:52,144
關於我們在找的結構類型。

281
00:13:52,144 --> 00:13:53,916
你可以想像一個診斷測試

282
00:13:53,916 --> 00:13:57,266
像是一個病理學家辨認
病症的範圍，

283
00:13:57,266 --> 00:14:02,292
或是放射治療師界定
潛在的腫瘤。

284
00:14:02,292 --> 00:14:04,851
有些時候對演算法來說
是有些困難。

285
00:14:04,851 --> 00:14:06,815
在我們這個例子，它會出現混亂。

286
00:14:06,815 --> 00:14:09,365
汽車的正面和背面
都混淆不清了。

287
00:14:09,365 --> 00:14:11,437
我們需要更小心，

288
00:14:11,437 --> 00:14:14,669
手動選出正面
跟背面有相反效果的文字，

289
00:14:14,669 --> 00:14:20,175
然後告知電腦
這是一種

290
00:14:20,175 --> 00:14:21,523
我們有興趣的一類。

291
00:14:21,523 --> 00:14:24,200
這要花了一些時間來做，
所以我們跳過，

292
00:14:24,200 --> 00:14:26,446
然後我們訓練
機器學習演算法

293
00:14:26,446 --> 00:14:28,420
以好幾百張圖片去訓練它，

294
00:14:28,420 --> 00:14:30,445
我們希望它會做得更好。

295
00:14:30,445 --> 00:14:33,518
你可以看見，它開始
刪除一些圖片，

296
00:14:33,518 --> 00:14:38,226
顯示它已經知道
可以自己理解這些圖片。

297
00:14:38,226 --> 00:14:41,128
我們運用相似圖片的概念，

298
00:14:41,128 --> 00:14:43,222
用類似的圖片，你可以看到，

299
00:14:43,222 --> 00:14:47,241
電腦現在可以
完全找到正面的汽車。

300
00:14:47,241 --> 00:14:50,189
這時，
人類可以告訴電腦，

301
00:14:50,189 --> 00:14:52,482
對，你做的很好。

302
00:14:53,652 --> 00:14:55,837
當然，有些時候，即使在這個階段

303
00:14:55,837 --> 00:14:59,511
分組仍然是困難的。

304
00:14:59,511 --> 00:15:03,395
在這情況，儘管我們讓
電腦嘗試旋轉圖片一陣子，

305
00:15:03,399 --> 00:15:06,744
我們還是發現左邊
和右邊的圖片

306
00:15:06,744 --> 00:15:08,222
是混淆在一起的。

307
00:15:08,222 --> 00:15:10,362
於是我們再次
給電腦一些提示，

308
00:15:10,362 --> 00:15:13,338
像是嘗試去發現一個計畫可以

309
00:15:13,338 --> 00:15:15,945
儘量區分出左邊和右邊的圖片

310
00:15:15,945 --> 00:15:18,067
是透過使用深度學習演算法。

311
00:15:18,067 --> 00:15:21,009
給予提示後，
好，它已經完成了。

312
00:15:21,009 --> 00:15:23,891
它找到一個方法
想像這些目標

313
00:15:23,891 --> 00:15:26,271
來分別這些分類。

314
00:15:26,271 --> 00:15:28,709
你現在知道了。

315
00:15:28,709 --> 00:15:36,906
這並不是電腦取代人類，

316
00:15:36,906 --> 00:15:39,546
而是兩者一起合作。

317
00:15:39,546 --> 00:15:43,096
我們在做的事情是
在過去需要

318
00:15:43,096 --> 00:15:45,098
5 或 6 個人
花 7 年時間完成的事情

319
00:15:45,098 --> 00:15:47,703
現在只需一個人

320
00:15:47,703 --> 00:15:50,208
15 分鐘來完成。

321
00:15:50,208 --> 00:15:54,158
這個過程需要重覆 4 或 5 次。

322
00:15:54,158 --> 00:15:56,017
你現在可以看到

323
00:15:56,017 --> 00:15:58,976
我們在 150 萬的圖片中
有 62％ 是正確分類。

324
00:15:58,976 --> 00:16:01,448
現在，可見我們可以迅速地

325
00:16:01,448 --> 00:16:02,745
掌握整個大部分資料，

326
00:16:02,745 --> 00:16:05,664
再檢查以確定沒有錯誤。

327
00:16:05,664 --> 00:16:09,616
有錯誤，我們可以
讓電腦知道錯誤的地方。

328
00:16:09,616 --> 00:16:12,661
每一個不同的分類
我們都使用這種程序來做，

329
00:16:12,661 --> 00:16:15,148
我們現在
在分辨 150 萬張的圖片時

330
00:16:15,148 --> 00:16:17,563
有超過 80％ 的成功率，

331
00:16:17,563 --> 00:16:19,641
現在，在這個案例

332
00:16:19,641 --> 00:16:23,220
找到少數幾個不正確的分類，

333
00:16:23,220 --> 00:16:26,108
讓電腦了解原因。

334
00:16:26,108 --> 00:16:27,851
用這種方法，

335
00:16:27,851 --> 00:16:31,972
15 分鐘就有 97％ 的分辨率。

336
00:16:31,972 --> 00:16:36,572
這種技術可以幫助
解決一個重要的問題，

337
00:16:36,578 --> 00:16:39,614
醫療專家不足的問題。

338
00:16:39,614 --> 00:16:43,103
世界經濟論壇表示

339
00:16:43,103 --> 00:16:45,727
在發展中國家，內科醫生
有 10 倍到 20 倍的短缺。

340
00:16:45,727 --> 00:16:47,840
這要三百年的時間

341
00:16:47,840 --> 00:16:50,734
才能訓練足夠的人
來處理這個問題。

342
00:16:50,734 --> 00:16:53,619
想像一下，
我們是否可以幫助提高效率

343
00:16:53,619 --> 00:16:56,458
是使用深度學習這個方法來提升？

344
00:16:56,458 --> 00:16:58,690
我對這個機會感到很興奮。

345
00:16:58,690 --> 00:17:01,279
我也關注這些問題。

346
00:17:01,279 --> 00:17:04,403
問題是在這地圖上每個藍色的地方

347
00:17:04,403 --> 00:17:08,172
那裡都有 80％ 的服務人員。

348
00:17:08,172 --> 00:17:09,959
什麼是服務？

349
00:17:09,959 --> 00:17:11,473
這些就是服務。

350
00:17:11,473 --> 00:17:15,627
電腦剛學會如何去做是確實的事。

351
00:17:15,627 --> 00:17:19,431
發展中國家 80％ 的僱員工作

352
00:17:19,431 --> 00:17:21,963
電腦已開始學習如何做。

353
00:17:21,963 --> 00:17:23,403
這意味什麼？

354
00:17:23,403 --> 00:17:25,986
那可好。
他們將會被其他的職業取代。

355
00:17:25,986 --> 00:17:28,693
舉例：需要更多科學家來工作。

356
00:17:28,693 --> 00:17:29,510
不過，這不完全正確。

357
00:17:29,510 --> 00:17:32,628
數據科學家
不需要花很久的時間去做這些事情。

358
00:17:32,628 --> 00:17:35,880
例如，這四個演算法是同一個人設計的。

359
00:17:35,880 --> 00:17:38,318
若你認為這些
以前都發生過，

360
00:17:38,318 --> 00:17:42,126
過去我們看過
新事物出現的結果

361
00:17:42,126 --> 00:17:44,378
他們被新的職務所取替，

362
00:17:44,378 --> 00:17:46,494
那些新的職業會是什麼呢？

363
00:17:46,494 --> 00:17:48,365
我們很難去判斷，

364
00:17:48,365 --> 00:17:51,104
因為人類的能力
以這個速度逐漸成長，

365
00:17:51,104 --> 00:17:53,666
我們現在有了深度學習系統，

366
00:17:53,666 --> 00:17:56,893
我們知道
以指數的方式增長。

367
00:17:56,893 --> 00:17:58,498
我們在這裡。

368
00:17:58,498 --> 00:18:00,559
最近，我們看周圍的事物

369
00:18:00,559 --> 00:18:03,235
會說：電腦還是很笨，不是嗎？

370
00:18:03,235 --> 00:18:06,664
但是在五年內，
電腦將會超越這張圖表。

371
00:18:06,664 --> 00:18:10,529
我們需要開始思考這個能力。

372
00:18:10,529 --> 00:18:12,579
當然，我們曾經看過這個。

373
00:18:12,579 --> 00:18:13,966
在工業革命時期，

374
00:18:13,966 --> 00:18:16,817
發動機讓生產力往前跨一大步。

375
00:18:17,667 --> 00:18:20,805
雖然，一段時間之後，
事情轉為平靜。

376
00:18:20,805 --> 00:18:22,507
那時社會混亂，

377
00:18:22,507 --> 00:18:25,946
發動機被普遍使用
產生動力，


378
00:18:25,946 --> 00:18:28,300
事情就能真正得到解決。

379
00:18:28,300 --> 00:18:29,773
機器學習革命

380
00:18:29,773 --> 00:18:32,682
與工業革命大不相同，

381
00:18:32,682 --> 00:18:35,632
因為機器學習革命，
永遠不會停下來。

382
00:18:35,632 --> 00:18:38,614
電腦更具智力活動，

383
00:18:38,614 --> 00:18:42,862
他們能製造更好的電腦
去運作更好的智能活動，

384
00:18:42,862 --> 00:18:44,770
這是一種改變

385
00:18:44,770 --> 00:18:47,248
從未經歷過的改變，

386
00:18:47,248 --> 00:18:50,554
你之前的理解的可能性是不同的。

387
00:18:50,974 --> 00:18:52,754
這已經影響我們。

388
00:18:52,754 --> 00:18:56,384
過去 25 年，
資本生產力一直在增長，

389
00:18:56,400 --> 00:19:00,588
勞動生產力已經放緩，
事實上已有一點點下降。

390
00:19:01,408 --> 00:19:04,149
我想我們開始討論這個議題。

391
00:19:04,149 --> 00:19:07,176
我知道當我告訴別人這種情況時，

392
00:19:07,176 --> 00:19:08,666
人們可以不以為然。

393
00:19:08,666 --> 00:19:10,339
電腦不會思考，

394
00:19:10,339 --> 00:19:13,367
它們沒有感情，
也不了解詩，

395
00:19:13,367 --> 00:19:15,888
我們不真正理解它們怎麼運作。

396
00:19:15,888 --> 00:19:17,374
可是，哪又如何？

397
00:19:17,374 --> 00:19:19,178
電腦現在可以作

398
00:19:19,178 --> 00:19:21,897
人們花大部分時間
得到報酬所做的事情，

399
00:19:21,897 --> 00:19:23,628
所以我們該是思考的時候

400
00:19:23,628 --> 00:19:28,015
我們如何調整我們的社會和經濟結構

401
00:19:28,015 --> 00:19:29,855
請關注這些新的改變。

402
00:19:29,855 --> 00:19:31,388
謝謝

403
00:19:31,388 --> 00:19:32,190
（掌聲）