1
00:00:00,800 --> 00:00:03,924
Bé, dirigeixo un equip a Google
encarregat d'IA.

2
00:00:03,948 --> 00:00:06,328
Dit d'una altra manera,
la disciplina d'enginyeria

3
00:00:06,382 --> 00:00:11,041
que fa que els ordinadors
imitin processos mentals.

4
00:00:11,439 --> 00:00:14,538
Això fa que ens interessem
en els cervells reals,

5
00:00:14,562 --> 00:00:15,851
així com en la neurociència

6
00:00:15,875 --> 00:00:20,047
i més concretament
en els processos cerebrals

7
00:00:20,071 --> 00:00:24,113
que són molt superiors
als processos dels ordinadors.

8
00:00:25,209 --> 00:00:28,818
Històricament, una d'aquestes àrees
és la percepció.

9
00:00:28,842 --> 00:00:31,881
El procés mitjançant el qual 
coses del món exterior,

10
00:00:31,905 --> 00:00:33,489
sons i imatges,

11
00:00:33,513 --> 00:00:35,691
és converteixen en conceptes
a la nostra ment.

12
00:00:36,235 --> 00:00:38,752
És un procés essencial
per als nostres cervells

13
00:00:38,776 --> 00:00:41,240
i també resulta útil
en el cas dels ordinadors.

14
00:00:41,636 --> 00:00:44,986
Els algoritmes de percepció de la màquina
que fem a l'equip

15
00:00:45,010 --> 00:00:48,884
són els que fan possible 
buscar les fotos a Google Photos,

16
00:00:48,908 --> 00:00:50,305
basant-los en què contenen.

17
00:00:51,594 --> 00:00:55,087
Però la percepció també és creativitat.

18
00:00:55,111 --> 00:00:58,149
Fer d'un concepte,
una cosa que hi ha al món.

19
00:00:58,173 --> 00:01:01,728
Durant els darrers anys, el nostre treball
en la percepció mecànica

20
00:01:01,752 --> 00:01:06,611
ha connectat, inesperadament,
amb el món de la creativitat mecànica,

21
00:01:06,635 --> 00:01:07,795
i l'art de les màquines.

22
00:01:08,556 --> 00:01:11,840
En Miquel Àngel tenia
una profunda comprensió

23
00:01:11,864 --> 00:01:15,520
d'aquesta relació dual
entre percepció i creativitat.

24
00:01:16,023 --> 00:01:18,029
Per exemple, en aquesta cita seva:

25
00:01:18,053 --> 00:01:21,376
"En cada bloc de marbre
hi ha una escultura,

26
00:01:22,036 --> 00:01:25,038
i la feina de l'escultor es descobrir-la."

27
00:01:26,029 --> 00:01:29,245
Crec que al que
en Miquel Àngel es referia

28
00:01:29,269 --> 00:01:32,449
és a que creem per mitjà de la percepció.

29
00:01:32,473 --> 00:01:35,496
La percepció, en si mateixa,
és un acte d'imaginació,

30
00:01:35,520 --> 00:01:37,981
i, per tant, l'àmbit de la creativitat.

31
00:01:38,691 --> 00:01:42,616
L'òrgan que pensa,
percep i imagina és,

32
00:01:42,640 --> 00:01:44,228
per descomptat, el cervell.

33
00:01:45,089 --> 00:01:47,634
M'agradaria començar 
amb un xic d'història,

34
00:01:47,658 --> 00:01:49,960
sobre el que sabem del cervell.

35
00:01:50,496 --> 00:01:52,942
A diferència d'òrgans
com el cor o els intestins,

36
00:01:52,966 --> 00:01:56,110
no se'n pot dir gaire d'un cervell,
amb només mirar-lo,

37
00:01:56,134 --> 00:01:57,546
com a mínim a simple vista.

38
00:01:57,983 --> 00:02:00,399
Els primers anatomistes
que observaren el cervell,

39
00:02:00,423 --> 00:02:04,230
van donar a les estructures superficials
tota mena de noms originals,

40
00:02:04,254 --> 00:02:06,687
com l'hipocamp, que vol dir 'gambeta'.

41
00:02:06,711 --> 00:02:09,475
Però, obviament, aquests noms
no ens en diuen pas gaire

42
00:02:09,499 --> 00:02:11,817
de què passa realment a l'interior.

43
00:02:12,780 --> 00:02:16,393
La primera persona que, considero,
va desenvolupar algun tipus de coneixement

44
00:02:16,417 --> 00:02:18,347
en relació als processos cerebrals

45
00:02:18,371 --> 00:02:22,291
va ser el gran neuroanatomista espanyol 
Santiago Ramón y Cajal,

46
00:02:22,315 --> 00:02:23,859
durant el segle XIX.

47
00:02:23,883 --> 00:02:27,638
Va utilitzar el microscopi
i colorants especials

48
00:02:27,662 --> 00:02:31,832
per omplir o buidar selectivament,
per tal d'aconseguir un contrast molt alt

49
00:02:31,856 --> 00:02:33,864
de les cèlules individuals del cervell,

50
00:02:33,888 --> 00:02:37,042
i així començar a entendre 
les seves morfologies.

51
00:02:37,972 --> 00:02:40,863
Aquests dibuixos de les neurones
en són el resultat,

52
00:02:40,887 --> 00:02:42,096
tot això al segle XIX.

53
00:02:42,120 --> 00:02:44,004
Aquest és d'un cervell d'ocell.

54
00:02:44,028 --> 00:02:47,085
S'observa l'increïble varietat 
de tipus de cèl·lules que hi ha,

55
00:02:47,109 --> 00:02:50,544
fins i tot la pròpia teoria cel·lular
era innovadora en aquell moment.

56
00:02:50,568 --> 00:02:51,846
Aquestes estructures,

57
00:02:51,870 --> 00:02:54,129
aquestes cèl·lules amb arboritzacions,

58
00:02:54,153 --> 00:02:56,761
aquestes branques que poden anar
molt i molt lluny,

59
00:02:56,785 --> 00:02:58,401
tot això era molt nou per l'època.

60
00:02:58,779 --> 00:03:01,682
Recorden, per descomptat, a cables.

61
00:03:01,706 --> 00:03:05,163
Això podia ser molt obvi
per a alguna gent del segle XIX,

62
00:03:05,187 --> 00:03:09,501
donat que acabava de començar
la revolució elèctrica i dels cables.

63
00:03:09,964 --> 00:03:11,142
Però en molts sentits,

64
00:03:11,166 --> 00:03:14,479
els dibuixos microanatòmics
d'en Ramón y Cajal, com aquest,

65
00:03:14,503 --> 00:03:16,835
en certa manera encara avui
són inmillorables.

66
00:03:16,859 --> 00:03:18,713
Més d'un segle desprès,

67
00:03:18,737 --> 00:03:21,562
encara intentem acabar la feina
que ell va començar.

68
00:03:21,586 --> 00:03:24,720
Aquestes són les dades
dels nostres col·laboradors,

69
00:03:24,744 --> 00:03:27,625
de l'Institut de Neurociència Max Planck.

70
00:03:27,649 --> 00:03:29,439
El que aquests col·laboradors han fet

71
00:03:29,463 --> 00:03:34,464
és prendre imatges de petits trossos
de teixits cerebrals.

72
00:03:34,488 --> 00:03:37,814
Aquesta mostra completa
té una mida d'un mil·límetre cúbic,

73
00:03:37,838 --> 00:03:40,459
i això només és una porció minúscula.

74
00:03:40,483 --> 00:03:42,829
La barra de l'esquerra
és una micra, si fa no fa.

75
00:03:42,853 --> 00:03:45,262
Les estructures que es veuen
són les mitocòndries.

76
00:03:45,286 --> 00:03:47,330
Tenen la mida d'un bacteri.

77
00:03:47,354 --> 00:03:48,905
Aquests són costats consecutius,

78
00:03:48,929 --> 00:03:52,077
travessant aquest diminut
bloc de teixit.

79
00:03:52,101 --> 00:03:54,504
Per a fer-se una idea,

80
00:03:54,528 --> 00:03:58,320
el diàmetre d'un fil mitjà del cabell
té unes 100 micres.

81
00:03:58,344 --> 00:04:00,618
Així doncs, ara mateix observem
quelcom molt més petit

82
00:04:00,642 --> 00:04:02,040
que un simple fil de cabell.

83
00:04:02,064 --> 00:04:06,095
A partir d'aquestes sèries
de porcions de microscòpia d'electrons,

84
00:04:06,119 --> 00:04:11,127
és poden arribar a fer reconstruccions
de neurones en 3D. Són així.

85
00:04:11,151 --> 00:04:14,308
Aquestes són similars
a les de l'estil de Ramón y Cajal.

86
00:04:14,332 --> 00:04:15,824
Només il·luminem
certes neurones

87
00:04:15,848 --> 00:04:18,629
donat que de no ser així
no podríem veure res.

88
00:04:18,653 --> 00:04:19,965
Estaria massa atapeït,

89
00:04:19,989 --> 00:04:21,319
massa ple d'estructura,

90
00:04:21,343 --> 00:04:24,067
de connexions cerebrals
entre una neurona i una altra.

91
00:04:25,293 --> 00:04:28,097
Ramón y Cajal va ser
un avançat al seu temps.

92
00:04:28,121 --> 00:04:30,676
El progrés en relació
a la comprensió del cervell

93
00:04:30,700 --> 00:04:32,971
va seguir lentament
durant les dècades següents.

94
00:04:33,455 --> 00:04:36,308
Però vam aprendre
que les neurones usen electricitat.

95
00:04:36,332 --> 00:04:39,268
A la Segona Guerra Mundial, 
la tecnologia havia avançat prou

96
00:04:39,292 --> 00:04:42,098
com per a fer experiments elèctrics
amb neurones vives,

97
00:04:42,122 --> 00:04:44,228
per tal d'entendre'n el funcionament.

98
00:04:44,631 --> 00:04:48,987
Va ser el mateix moment en que
s'inventaren els primers ordinadors,

99
00:04:49,011 --> 00:04:52,111
molt basats en l'idea de modelar
el cervell humà,

100
00:04:52,135 --> 00:04:55,220
de fer "màquines intel·ligents",
com va dir l'Alan Turing,

101
00:04:55,244 --> 00:04:57,235
un dels pares de la informàtica.

102
00:04:57,923 --> 00:05:02,555
Warren McCulloch i Walter Pitts
observaren els dibuixos d'en Ramon y Cajal

103
00:05:02,579 --> 00:05:03,896
del còrtex visual,

104
00:05:03,920 --> 00:05:05,482
que mostro aquí.

105
00:05:05,506 --> 00:05:09,948
Aquest còrtex processa les imatges
que reben els ulls.

106
00:05:10,424 --> 00:05:13,932
Per ells, això semblava
un esquema de connexions.

107
00:05:14,353 --> 00:05:18,188
Per això hi ha molts detalls als esquemes
d'en McCulloch i en Pitt

108
00:05:18,212 --> 00:05:19,564
que no són gaire correctes.

109
00:05:19,588 --> 00:05:20,823
Però aquesta idea bàsica,

110
00:05:20,847 --> 00:05:24,839
que el còrtex visual funciona
com una serie d'elements computacionals

111
00:05:24,863 --> 00:05:27,609
tot passant informació d'un a l'altre
en una cascada

112
00:05:27,633 --> 00:05:29,235
és, en essència, correcta.

113
00:05:29,259 --> 00:05:31,609
Aturem-nos un moment

114
00:05:31,633 --> 00:05:35,665
per parlar del que ha de fer un model
de processador d'informació visual.

115
00:05:36,228 --> 00:05:38,969
La tasca de percepció més bàsica seria:

116
00:05:38,993 --> 00:05:43,187
agafar una imatge i poder dir

117
00:05:43,211 --> 00:05:44,387
"és un ocell".

118
00:05:44,411 --> 00:05:47,285
Una tasca ben senzilla
per als nostres cervells.

119
00:05:47,309 --> 00:05:50,730
Però cal entendre que,
en el cas d'un ordinador,

120
00:05:50,754 --> 00:05:53,841
era una tasca impossible
només fa uns anys.

121
00:05:53,865 --> 00:05:55,781
El paradigma clàssic de la informàtica

122
00:05:55,805 --> 00:05:58,312
no és aquell on aquesta tasca
és fàcil de fer.

123
00:05:59,366 --> 00:06:01,918
Així doncs, què passa entre els píxels,

124
00:06:01,942 --> 00:06:05,970
entre la imatge de l'ocell
i la paraula "ocell",

125
00:06:05,994 --> 00:06:08,808
és, essencialment, 
un conjunt de neurones interconnectades

126
00:06:08,832 --> 00:06:09,987
en una xarxa neuronal,

127
00:06:10,011 --> 00:06:11,234
Com mostra el diagrama.

128
00:06:11,258 --> 00:06:14,530
Aquesta xarxa neural pot ser biològica,
dins el nostre còrtex visual,

129
00:06:14,554 --> 00:06:16,716
o, com hem començat
a ser capaços de fer,

130
00:06:16,740 --> 00:06:19,194
modelar aquestes xarxes neurals
a l'ordinador.

131
00:06:19,834 --> 00:06:22,187
Els ensenyaré quin aspecte té.

132
00:06:22,211 --> 00:06:25,627
Així, els píxels es poden entendre
com una primera capa de neurones,

133
00:06:25,651 --> 00:06:27,890
que, de fet, és com funciona
en el cas de l'ull,

134
00:06:27,914 --> 00:06:29,577
les neurones que hi ha a la retina.

135
00:06:29,601 --> 00:06:31,101
Una rere l'altra,

136
00:06:31,125 --> 00:06:34,528
capes, capes i més capes
de neurones,

137
00:06:34,552 --> 00:06:37,585
totes interconnectades per sinapsis
de diferents pesos.

138
00:06:37,609 --> 00:06:38,944
El comportament de la xarxa

139
00:06:38,968 --> 00:06:42,252
es caracteritza per la força
de totes aquestes sinapsis.

140
00:06:42,276 --> 00:06:45,564
Aquestes determinen
les propietats computacionals de la xarxa.

141
00:06:45,588 --> 00:06:47,058
El resultat final,

142
00:06:47,082 --> 00:06:49,529
és una neurona
o un petit grup de neurones

143
00:06:49,553 --> 00:06:51,200
que s'il·luminen i diuen "ocell".

144
00:06:51,824 --> 00:06:54,956
Ara representaré aquestes tres coses:

145
00:06:54,980 --> 00:06:59,676
Els píxels d'entrada, les sinapsis
a la xarxa neuronal

146
00:06:59,700 --> 00:07:01,285
i l'ocell, el resultat;

147
00:07:01,309 --> 00:07:04,366
amb tres variables: x, w i y.

148
00:07:04,877 --> 00:07:06,688
Potser hi ha un milió o més de 'x',

149
00:07:06,688 --> 00:07:08,641
un milió de píxels a la imatge.

150
00:07:08,665 --> 00:07:11,111
Hi ha milers de milions de 'w',

151
00:07:11,135 --> 00:07:14,556
que representen els pesos de les sinapsis
a la xarxa neuronal.

152
00:07:14,580 --> 00:07:16,455
Però hi ha un nombre molt petit de 'y',

153
00:07:16,479 --> 00:07:18,337
els resultats de la xarxa neuronal.

154
00:07:18,361 --> 00:07:20,110
"Bird" ['ocell'] són 4 lletres, oi?

155
00:07:21,088 --> 00:07:24,514
Plantegem-nos-ho
com una fórmula senzilla:

156
00:07:24,538 --> 00:07:26,701
x "x" w = y

157
00:07:26,725 --> 00:07:28,761
Poso els temps entre cometes

158
00:07:28,785 --> 00:07:31,065
perquè el que passa realment,
per descomptat,

159
00:07:31,089 --> 00:07:34,135
són una serie d'operacions matemàtiques
molt complicades.

160
00:07:35,172 --> 00:07:36,393
Això és una equació.

161
00:07:36,417 --> 00:07:38,089
Hi ha 3 variables.

162
00:07:38,113 --> 00:07:40,839
Tothom sap que si tenim una equació,

163
00:07:40,863 --> 00:07:44,505
es pot resoldre una variable
per mitjà de conèixer les altres dues.

164
00:07:45,158 --> 00:07:48,538
Així que el problema de la inferència,

165
00:07:48,562 --> 00:07:51,435
és a dir esbrinar que
la imatge de l'ocell és un ocell,

166
00:07:51,459 --> 00:07:52,733
és el següent:

167
00:07:52,757 --> 00:07:56,216
'y' és la incògnita
i 'w' i 'x' són valors coneguts.

168
00:07:56,240 --> 00:07:58,699
Sabem la xarxa neural,
sabem les píxels.

169
00:07:58,723 --> 00:08:02,050
De fet, en realitat es tracta
d'un problema relativament senzill.

170
00:08:02,074 --> 00:08:04,260
Multiplicant 2 vegades 3
estaria resolt.

171
00:08:04,862 --> 00:08:06,985
Els ensenyaré
una xarxa neuronal artificial,

172
00:08:07,009 --> 00:08:09,305
que hem construït fa poc,
seguint aquesta idea.

173
00:08:09,634 --> 00:08:12,494
Això s'executa en temps real
des d'un telèfon mòbil,

174
00:08:12,518 --> 00:08:15,831
la qual cosa ja és, en si,
prou sorprenent;

175
00:08:15,855 --> 00:08:19,323
el fet que telèfons mòbils facin
milers de milions i bilions d'operacions,

176
00:08:19,347 --> 00:08:20,595
en uns pocs segons.

177
00:08:20,619 --> 00:08:22,234
El que veuen és un telèfon,

178
00:08:22,258 --> 00:08:25,805
mirant una per una
imatges d'ocells.

179
00:08:25,829 --> 00:08:28,544
De fet, no només mirant
i dient "Sí, és un ocell",

180
00:08:28,568 --> 00:08:31,979
sinó també identificant-ne l'espècie d'au
per mitjà d'aquesta xarxa.

181
00:08:32,890 --> 00:08:34,716
Així, en aquesta imatge,

182
00:08:34,740 --> 00:08:38,542
'x' i 'w' són valors coneguts,
i 'y' és la incògnita.

183
00:08:38,566 --> 00:08:41,074
Per descomptat, passem per alt
la part més difícil,

184
00:08:41,098 --> 00:08:44,959
que és: com descobrim el valor de 'w',

185
00:08:44,983 --> 00:08:47,170
el cervell que ho pot fer?

186
00:08:47,194 --> 00:08:49,028
Com podríem aprendre un model així?

187
00:08:49,418 --> 00:08:52,651
Doncs aquest procés d'aprenentatge,
de resoldre el valor de 'w',

188
00:08:52,675 --> 00:08:55,322
si el fem amb l'equació,

189
00:08:55,346 --> 00:08:57,346
on pensem en el problema com a números,

190
00:08:57,370 --> 00:09:00,057
sabem com fer-ho exactament: 6 = 2 x w.

191
00:09:00,081 --> 00:09:03,393
Dividim entre 2 i s'ha acabat.

192
00:09:04,001 --> 00:09:06,221
El problema ve amb aquesta operació.

193
00:09:06,823 --> 00:09:07,974
La divisió.

194
00:09:07,998 --> 00:09:11,119
Hem utilitzat la divisió
perquè és l'oposat a la multiplicació,

195
00:09:11,143 --> 00:09:12,583
però com hem dit,

196
00:09:12,607 --> 00:09:15,056
la multiplicació no és del tot certa aquí.

197
00:09:15,080 --> 00:09:18,406
Es una operació tremendament complicada,
una operació no lineal,

198
00:09:18,430 --> 00:09:20,134
que no té oposat.

199
00:09:20,158 --> 00:09:23,308
Així que hem d'esbrinar
la manera de resoldre l'equació

200
00:09:23,332 --> 00:09:25,356
sense usar la divisió.

201
00:09:25,380 --> 00:09:27,723
La manera per fer-ho
és bastant directa.

202
00:09:27,747 --> 00:09:30,418
Només s'ha de fer 
un petit truc d'àlgebra.

203
00:09:30,442 --> 00:09:33,348
És mou el 6 a la part dreta de l'equació.

204
00:09:33,372 --> 00:09:35,198
Així, encara usem la multiplicació.

205
00:09:35,675 --> 00:09:39,255
Aquest 0, considerem-lo un error.

206
00:09:39,279 --> 00:09:41,794
És a dir, si hem resolt 'w'
correctament,

207
00:09:41,818 --> 00:09:43,474
l'error és 0;

208
00:09:43,498 --> 00:09:45,436
si no l'hem resolt bé,

209
00:09:45,460 --> 00:09:47,209
l'error serà més gran que 0.

210
00:09:47,233 --> 00:09:50,599
Ara només podem calcular a ull,
per tal de minimitzar l'error,

211
00:09:50,623 --> 00:09:53,310
i els ordinadors són bons
en aquest tipus de coses.

212
00:09:53,334 --> 00:09:54,927
Prenent una aproximació inicial:

213
00:09:54,951 --> 00:09:56,107
què passa si w = 0?

214
00:09:56,131 --> 00:09:57,371
Bé, llavors l'error és 6.

215
00:09:57,395 --> 00:09:58,841
Què passa si w = 1?
L'error és 4.

216
00:09:58,865 --> 00:10:01,232
I així l'ordinador pot jugar
a Marco Polo,

217
00:10:01,256 --> 00:10:03,623
per tal de reduir l'error prop de 0.

218
00:10:03,647 --> 00:10:07,021
A mesura que ho fa,
fa aproximacions successives a 'w'.

219
00:10:07,045 --> 00:10:10,701
En general, mai hi arriba del tot,
però desprès d'uns 12 passos,

220
00:10:10,725 --> 00:10:15,349
s'arriba a w=2.999,
que està prou a prop.

221
00:10:16,302 --> 00:10:18,116
Aquest és el procés d'aprenentatge.

222
00:10:18,140 --> 00:10:20,870
Recordem que el que hem estat fent aquí

223
00:10:20,894 --> 00:10:25,272
ha estat usar
molts valors coneguts 'x' i 'y'

224
00:10:25,296 --> 00:10:28,750
i resoldre la 'w' central
mitjançant un procés de repetició.

225
00:10:28,774 --> 00:10:32,330
És exactament la mateixa manera
en la que aprenem nosaltres mateixos.

226
00:10:32,354 --> 00:10:34,584
De nadons tenim moltíssimes imatges

227
00:10:34,608 --> 00:10:37,241
i se'ns diu:
"Això és un ocell, això no ho és".

228
00:10:37,714 --> 00:10:39,812
Amb el temps, a través de la repetició,

229
00:10:39,836 --> 00:10:42,764
resolem la nostra 'w',
resolent les seves connexions neurals.

230
00:10:43,460 --> 00:10:47,546
Bé, ara hem mantingut
'x' i 'w' per tal de resoldre 'y'

231
00:10:47,570 --> 00:10:49,417
això és diari, la percepció ràpida.

232
00:10:49,441 --> 00:10:51,204
Hem descobert com resoldre 'w',

233
00:10:51,228 --> 00:10:53,131
l'aprenentatge, molt més difícil

234
00:10:53,155 --> 00:10:55,140
perquè s'ha de minimitzar l'error

235
00:10:55,164 --> 00:10:56,851
practicant amb molts exemples,

236
00:10:56,875 --> 00:11:00,062
i fa un any, l'Alex Mordvintsev,
del nostre equip,

237
00:11:00,086 --> 00:11:03,636
va decidir experimentar
què passa en intentar resoldre 'x',

238
00:11:03,660 --> 00:11:05,697
amb una 'w' i una 'y' conegudes.

239
00:11:06,124 --> 00:11:07,275
És a dir,

240
00:11:07,299 --> 00:11:08,651
sabem que és un ocell,

241
00:11:08,675 --> 00:11:11,978
i tenim la xarxa neural
entrenada en ocells,

242
00:11:12,002 --> 00:11:14,346
però què és la imatge d'un ocell?

243
00:11:15,034 --> 00:11:20,058
Va resultar que usant el mateix procés
de minimitzar l'error,

244
00:11:20,082 --> 00:11:23,512
mitjançant la xarxa entrenada
en reconèixer ocells,

245
00:11:23,536 --> 00:11:26,924
el resultat és...

246
00:11:30,400 --> 00:11:31,705
una imatge d'ocells.

247
00:11:32,814 --> 00:11:36,551
Aquesta imatge d'ocells
es genera totalment per la xarxa neural

248
00:11:36,575 --> 00:11:38,401
entrenada en reconèixer ocells,

249
00:11:38,425 --> 00:11:41,963
tot resolent 'x' en lloc de resoldre 'y'

250
00:11:41,987 --> 00:11:43,275
de manera repetitiva.

251
00:11:43,732 --> 00:11:45,579
Aquest és un altre bon exemple.

252
00:11:45,603 --> 00:11:49,040
És un treball fet pel Mike Tyka,
del nostre grup.

253
00:11:49,064 --> 00:11:51,372
El va anomenar "Cavalcada d'animals".

254
00:11:51,396 --> 00:11:54,272
Em recorda una mica
l'obra d'en William Kentridge,

255
00:11:54,296 --> 00:11:56,785
fa esborranys, els refrega,

256
00:11:56,809 --> 00:11:58,269
fa esborranys, els refrega

257
00:11:58,293 --> 00:11:59,691
i amb tot plegat fa una pel·lícula.

258
00:11:59,715 --> 00:12:00,866
En aquest cas,

259
00:12:00,890 --> 00:12:04,167
en Mike va variar 'y'
en l'espai de diferents animals,

260
00:12:04,191 --> 00:12:06,573
a una xarxa dissenyada 
que reconeix i distingeix

261
00:12:06,597 --> 00:12:08,407
entre diferents animals.

262
00:12:08,431 --> 00:12:12,182
El resultat és aquest estil Escher
d'animals transformant-se'n altres.

263
00:12:14,221 --> 00:12:18,835
Ell i l'Alex van provar a reduir

264
00:12:18,859 --> 00:12:21,618
'y' a un espai de només 2 dimensions,

265
00:12:21,642 --> 00:12:25,080
tot fent un mapa
fora de l'espai de totes les coses

266
00:12:25,104 --> 00:12:26,823
que reconeix aquesta xarxa.

267
00:12:26,847 --> 00:12:28,870
En fer aquesta combinació

268
00:12:28,894 --> 00:12:31,276
o generar les imatges
sobre tota aquesta superfície

269
00:12:31,300 --> 00:12:34,146
variant 'y' per la mateixa,
es genera una mena de mapa;

270
00:12:34,170 --> 00:12:37,311
un mapa visual de tot allò
que la xarxa pot reconèixer.

271
00:12:37,335 --> 00:12:40,200
Tots els animals hi són,
com l'armadillo just en aquest punt.

272
00:12:40,919 --> 00:12:43,398
Això també es pot fer amb
altra mena de xarxes.

273
00:12:43,422 --> 00:12:46,296
Aquesta és una xarxa
dissenyada per a reconèixer cares.

274
00:12:46,320 --> 00:12:48,320
Per a distingir una cara d'una altra.

275
00:12:48,344 --> 00:12:51,593
Aquí hem posat a 'y'
on hi posa "jo"

276
00:12:51,617 --> 00:12:53,192
els paràmetres de la meva cara.

277
00:12:53,216 --> 00:12:54,922
Quan amb això resolem 'x'

278
00:12:54,946 --> 00:12:57,564
genera aquesta bogeria.

279
00:12:57,588 --> 00:13:02,016
Barreja de cubista, surrealista
i psicodèlica foto meva,

280
00:13:02,040 --> 00:13:03,846
amb múltiples punts de vista aplegats.

281
00:13:03,870 --> 00:13:06,604
La raó per la qual aplega
múltiples punts de vista alhora

282
00:13:06,628 --> 00:13:10,315
és perquè la xarxa està dissenyada
per a obviar l'ambigüitat

283
00:13:10,339 --> 00:13:12,815
d'una mateixa cara 
amb un gest o un altre,

284
00:13:12,839 --> 00:13:16,215
observat amb una il·luminació
o una altra de diferent.

285
00:13:16,239 --> 00:13:18,324
Així, en fer aquesta mena de reconstrucció

286
00:13:18,348 --> 00:13:20,652
si no s'utilitza
algun tipus d'imatge de guia,

287
00:13:20,676 --> 00:13:21,887
d'estadístiques de guia,

288
00:13:21,911 --> 00:13:25,676
el resultat és una confusió
de diferents punts de vista,

289
00:13:25,700 --> 00:13:27,068
perquè és ambigu.

290
00:13:27,786 --> 00:13:32,009
Això és el que passa quan l'Alex
usa la seva cara com a imatge de guia

291
00:13:32,033 --> 00:13:35,354
en el procés d'optimització per tal
de reconstruir la meva cara.

292
00:13:36,284 --> 00:13:38,612
Es pot apreciar que no es perfecte.

293
00:13:38,636 --> 00:13:40,510
Encara queda molta feina a fer,

294
00:13:40,534 --> 00:13:42,987
per tal de millorar
aquest procés d'optimització.

295
00:13:43,011 --> 00:13:45,838
Però, es comença a obtenir
quelcom semblant a una cara,

296
00:13:45,862 --> 00:13:47,876
he deixat d'usar la meva cara com a guia.

297
00:13:48,892 --> 00:13:51,393
No s'ha de començar
d'un llenç en blanc

298
00:13:51,417 --> 00:13:52,573
o d'un so en blanc.

299
00:13:52,597 --> 00:13:53,901
Quan resolem 'x',

300
00:13:53,925 --> 00:13:57,814
es pot començar amb una 'x',
és a dir, amb una altra imatge.

301
00:13:57,838 --> 00:14:00,394
Com en aquesta petita demostració.

302
00:14:00,418 --> 00:14:04,540
Aquesta és una xarxa dissenyada
per tal de categoritzar

303
00:14:04,564 --> 00:14:07,683
tota mena d'objectes:
estructures fetes per l'home, animals...

304
00:14:07,707 --> 00:14:10,300
Comencem amb una senzilla
fotografia de núvols

305
00:14:10,324 --> 00:14:11,995
i en optimitzar,

306
00:14:12,019 --> 00:14:16,505
la xarxa esbrina, en essència,
què hi veu als núvols.

307
00:14:16,931 --> 00:14:19,251
Com a més temps passem
observant-ho,

308
00:14:19,275 --> 00:14:22,028
més coses hi veurem,
als núvols.

309
00:14:23,004 --> 00:14:26,379
També podem usar la xarxa
de reconeixement facial per al·lucinar,

310
00:14:26,403 --> 00:14:28,215
i aconseguim coses bastant boges.

311
00:14:28,239 --> 00:14:29,389
(Riures)

312
00:14:30,401 --> 00:14:33,145
En Mike també ha fet d'altres experiments.

313
00:14:33,169 --> 00:14:37,074
Ha agafat la imatge del núvols,

314
00:14:37,098 --> 00:14:40,605
al·lucina, fa zoom,
al·lucina, fa zoom...

315
00:14:40,629 --> 00:14:41,780
D'aquesta manera,

316
00:14:41,804 --> 00:14:45,479
s'obté una mena d'estat
de fuga dissociativa a la xarxa,

317
00:14:45,503 --> 00:14:49,183
una mena d'associació lliure,

318
00:14:49,207 --> 00:14:51,434
on la xarxa és menja la seva pròpia cua.

319
00:14:51,458 --> 00:14:54,879
Fent, així, de cada imatge, la base de:

320
00:14:54,903 --> 00:14:56,324
"Què crec que hi veig aquí?

321
00:14:56,348 --> 00:14:59,151
I ara què hi veig? I ara?..."

322
00:14:59,487 --> 00:15:02,423
La primera vegada
que ho vaig ensenyar en públic

323
00:15:02,447 --> 00:15:07,884
va ser a un grup a una conferència
a Seattle anomenat "Higher Education",

324
00:15:07,908 --> 00:15:10,345
tot just després
de legalitzar la marihuana.

325
00:15:10,369 --> 00:15:12,784
(Riures)

326
00:15:14,627 --> 00:15:16,731
M'agradaria acabar ràpidament,

327
00:15:16,755 --> 00:15:21,010
dient que aquesta
tecnologia no és només això.

328
00:15:21,034 --> 00:15:24,699
He ensenyat exemples visuals
perquè són divertits,

329
00:15:24,723 --> 00:15:27,174
però no només es tracta
de tecnologia visual.

330
00:15:27,198 --> 00:15:29,191
Un artista col·laborador,
en Ross Goodwin,

331
00:15:29,215 --> 00:15:32,886
ha fet experiments
fent fotografies amb una càmera

332
00:15:32,910 --> 00:15:37,144
i que un ordinador a la seva motxilla
en faci un poema amb una xarxa neural;

333
00:15:37,168 --> 00:15:39,112
bastant-se en la imatge.

334
00:15:39,136 --> 00:15:42,083
Aquesta xarxa neural de poesia
s'ha preparat

335
00:15:42,107 --> 00:15:44,341
amb un extens corpus de poesia
del segle XX.

336
00:15:44,365 --> 00:15:45,864
Els poemes resultants són...

337
00:15:45,888 --> 00:15:47,802
Bé, no estan del tot malament.

338
00:15:47,826 --> 00:15:49,210
(Riures)

339
00:15:49,234 --> 00:15:50,393
En resum.

340
00:15:50,417 --> 00:15:52,549
Crec que en Miquel Àngel

341
00:15:52,573 --> 00:15:53,807
tenia raó.

342
00:15:53,831 --> 00:15:57,267
La percepció i la creativitat
estan lligades molt íntimament.

343
00:15:57,611 --> 00:16:00,245
Això són xarxes neuronals

344
00:16:00,269 --> 00:16:02,572
preparades per tal de poder
discriminar

345
00:16:02,596 --> 00:16:04,838
o reconèixer diferents coses
del món;

346
00:16:04,862 --> 00:16:08,023
capaces de córrer en sentit invers
per tal de poder generar.

347
00:16:08,047 --> 00:16:09,830
Una de les coses que em suggereix,

348
00:16:09,854 --> 00:16:12,252
és que no només
en Miquel Àngel era capaç de veure

349
00:16:12,276 --> 00:16:14,728
l'escultura dins els blocs de marbre;

350
00:16:14,752 --> 00:16:18,390
sino que qualsevol criatura,
qualsevol ésser, qualsevol marcià

351
00:16:18,414 --> 00:16:22,071
capaç de fer aquesta mena
d'actes de percepció,

352
00:16:22,095 --> 00:16:23,470
també pot crear.

353
00:16:23,494 --> 00:16:26,718
Perquè s'utilitza exactament
el mateix mecanisme en ambdós casos.

354
00:16:26,742 --> 00:16:31,274
També considero que tant
la percepció com la creativitat no són

355
00:16:31,298 --> 00:16:32,508
exclusivament humanes.

356
00:16:32,532 --> 00:16:36,240
Comencem a tenir models d'ordinador
capaços de dur a terme aquestes tasques.

357
00:16:36,264 --> 00:16:39,592
Això no ens hauria de sorprendre,
ja que el cervell és computacional.

358
00:16:39,616 --> 00:16:41,273
Per acabar,

359
00:16:41,297 --> 00:16:45,965
la informàtica començà com a un exercici
de disseny de màquines intel·ligents.

360
00:16:45,989 --> 00:16:48,451
Es va modelar molt en torn
a la idea

361
00:16:48,475 --> 00:16:51,488
de com fer màquines intel·ligents.

362
00:16:51,512 --> 00:16:53,674
Finalment, ara comencem a aconseguir

363
00:16:53,698 --> 00:16:56,104
algunes de les promeses
d'aquells primers pioners,

364
00:16:56,128 --> 00:16:57,841
d'en Turing, en Von Neumann,

365
00:16:57,865 --> 00:17:00,130
d'en McCulloch i en Pitts.

366
00:17:00,154 --> 00:17:04,252
Crec que la informàtica
no és només comptabilitat,

367
00:17:04,276 --> 00:17:06,423
o jugar al "Candy Crush" i coses així.

368
00:17:06,447 --> 00:17:09,025
Vam començar seguint
el model de les nostres ments.

369
00:17:09,049 --> 00:17:12,318
Ens dóna tant l'habilitat
d'entendre'ns millor a nosaltres mateixos

370
00:17:12,342 --> 00:17:13,871
com de millora-la.

371
00:17:14,627 --> 00:17:15,794
Moltes gràcies.

372
00:17:15,818 --> 00:17:21,757
(Aplaudiments)