WEBVTT

00:00:17.816 --> 00:00:21.325
Nosso mundo está mudando
de várias formas

00:00:21.325 --> 00:00:25.975
e uma das coisas que terá enorme
impacto em nosso futuro

00:00:25.975 --> 00:00:29.363
é a inteligência artificial, IA,

00:00:29.363 --> 00:00:32.763
que trará outra revolução industrial.

00:00:33.627 --> 00:00:39.504
As revoluções industriais anteriores
expandiram o poder mecânico dos humanos.

00:00:40.014 --> 00:00:45.002
Essa nova revolução,
essa segunda era das máquinas,

00:00:45.572 --> 00:00:49.862
expandirá nossas habilidades cognitivas,

00:00:50.122 --> 00:00:52.102
nosso poder mental.

00:00:52.782 --> 00:00:57.177
Os computadores não irão substituir
apenas o trabalho manual,

00:00:57.597 --> 00:00:59.897
mas também o trabalho mental.

00:01:00.500 --> 00:01:03.450
Então, em que ponto estamos atualmente?

00:01:04.034 --> 00:01:07.724
Vocês podem ter ouvido
sobre o que aconteceu em março de 2016,

00:01:07.724 --> 00:01:12.186
quando um sistema de aprendizado
de máquina chamado AlphaGo

00:01:12.186 --> 00:01:17.708
utilizou a aprendizagem profunda para
derrotar o campeão mundial do jogo Go.

00:01:18.279 --> 00:01:20.679
O Go é um jogo chinês antigo

00:01:20.679 --> 00:01:24.159
que apresentava maior dificuldade
para os computadores dominarem

00:01:24.159 --> 00:01:25.982
do que o jogo de xadrez.

00:01:26.893 --> 00:01:32.086
Como conseguimos isso agora,
após décadas de pesquisas de IA?

00:01:33.068 --> 00:01:36.698
O AlphaGo foi treinado para jogar Go.

00:01:37.678 --> 00:01:41.300
Primeiramente, assistindo várias vezes

00:01:41.814 --> 00:01:46.894
a dezenas de milhões de jogadas feitas
por jogadores humanos muito fortes.

00:01:47.746 --> 00:01:52.496
Depois, jogando milhões de partidas
contra si mesmo.

00:01:54.222 --> 00:01:59.941
O aprendizado de máquina permite
que computadores aprendam pelo exemplo,

00:02:00.465 --> 00:02:02.575
que aprendam pelos dados.

00:02:03.885 --> 00:02:07.235
O aprendizado de máquina
acabou se tornando uma chave

00:02:07.235 --> 00:02:11.635
para preencher os computadores
de conhecimento.

00:02:12.174 --> 00:02:14.066
E isso é importante

00:02:14.066 --> 00:02:18.836
porque o conhecimento
é o que possibilita a inteligência.

00:02:20.438 --> 00:02:26.768
Pôr conhecimento em computadores era um
desafio para abordagens anteriores de IA.

00:02:27.515 --> 00:02:28.745
Por quê?

00:02:29.059 --> 00:02:33.859
Há muitas coisas
que sabemos intuitivamente,

00:02:34.601 --> 00:02:38.081
então não conseguimos
comunicá-las verbalmente.

00:02:38.619 --> 00:02:42.780
Não temos acesso consciente
àquele conhecimento intuitivo.

00:02:43.270 --> 00:02:46.690
Como podemos programar
computadores sem conhecimento?

00:02:47.664 --> 00:02:49.114
Qual é a solução?

00:02:49.314 --> 00:02:55.083
A solução é que as máquinas aprendam
esse conhecimento sozinhas,

00:02:55.093 --> 00:02:56.443
assim como nós fazemos.

00:02:56.443 --> 00:03:02.764
E isso é importante porque conhecimento
é o que possibilita a inteligência.

00:03:03.194 --> 00:03:06.974
Minha missão tem sido
contribuir para descobrir

00:03:06.974 --> 00:03:12.676
e entender os princípios da inteligência
por meio do aprendizado,

00:03:13.166 --> 00:03:18.116
seja ele animal, humano ou de máquina.

00:03:19.450 --> 00:03:25.066
Eu e outros acreditamos
que há alguns princípios-chave,

00:03:25.476 --> 00:03:27.606
como as leis da física,

00:03:27.885 --> 00:03:32.745
princípios simples que poderiam explicar
a nossa própria inteligência

00:03:32.745 --> 00:03:36.461
e nos ajudar a construir
máquinas inteligentes.

00:03:37.885 --> 00:03:41.595
Por exemplo, pensem
nas leis da aerodinâmica,

00:03:41.595 --> 00:03:47.826
que são gerais o bastante para explicarem
o voo dos pássaros e o dos aviões.

00:03:49.146 --> 00:03:55.221
Não seria maravilhoso descobrir
princípios igualmente simples e poderosos

00:03:55.551 --> 00:03:59.186
que explicariam a própria inteligência?

00:04:00.626 --> 00:04:03.374
Bem, fizemos algum progresso.

00:04:04.384 --> 00:04:10.857
Meus colaboradores e eu trabalhamos
nos últimos anos em uma revolução da IA

00:04:11.777 --> 00:04:16.397
com nossa pesquisa sobre as redes neurais
e a aprendizagem profunda,

00:04:16.397 --> 00:04:20.946
uma abordagem do aprendizado de máquina
inspirada pelo cérebro.

00:04:22.041 --> 00:04:24.843
Começou com o reconhecimento de fala

00:04:25.243 --> 00:04:29.963
em seus celulares,
com redes neurais, desde 2012.

00:04:30.977 --> 00:04:35.647
Pouco tempo depois, veio um avanço
na visão computacional.

00:04:36.680 --> 00:04:42.907
Os computadores agora fazem bom trabalho
no reconhecimento do conteúdo de imagens.

00:04:43.674 --> 00:04:48.031
Eles se aproximaram do desempenho 
humano em alguns indicadores

00:04:48.031 --> 00:04:50.071
nos últimos cinco anos.

00:04:50.711 --> 00:04:54.481
Um computador agora pode
ter um entendimento intuitivo

00:04:54.481 --> 00:04:58.191
da aparência visual de um tabuleiro de Go

00:04:58.191 --> 00:05:01.763
comparável ao dos melhores
jogadores humanos.

00:05:02.053 --> 00:05:03.454
Mais recentemente,

00:05:03.454 --> 00:05:06.314
após algumas descobertas
feitas em meu laboratório,

00:05:06.584 --> 00:05:11.408
a aprendizagem profunda foi usada
para traduzir de uma língua para outra

00:05:11.414 --> 00:05:14.441
e vocês começarão a ver isso
no Google Tradutor.

00:05:15.191 --> 00:05:18.192
Isso está expandindo
a habilidade computacional

00:05:18.192 --> 00:05:22.242
para entender e gerar linguagem natural.

00:05:23.550 --> 00:05:25.517
Mas não se enganem:

00:05:25.517 --> 00:05:30.048
ainda estamos muito longe de uma máquina

00:05:30.048 --> 00:05:34.033
que seja tão capaz quanto os humanos

00:05:34.033 --> 00:05:37.593
de aprender a dominar
vários aspectos de nosso mundo.

00:05:38.541 --> 00:05:41.237
Então, vejamos um exemplo.

00:05:41.637 --> 00:05:46.787
Até mesmo uma criança de dois anos
é capaz de aprender coisas

00:05:46.787 --> 00:05:50.467
de uma forma que os computadores
não conseguem atualmente.

00:05:51.767 --> 00:05:56.169
Uma criança de dois anos,
na verdade, domina física intuitiva.

NOTE Paragraph

00:05:56.968 --> 00:06:02.058
Ela sabe que uma bola
cairá ao ser largada.

00:06:02.493 --> 00:06:06.093
Quando derrama algum líquido,
ela sabe que haverá sujeira.

00:06:06.586 --> 00:06:09.516
Seus pais não precisam ensinar

00:06:09.516 --> 00:06:12.980
as leis de Newton ou equações
diferenciais à criança.

00:06:13.840 --> 00:06:20.200
Ela descobre todas essas coisas sozinha,
de forma não supervisionada.

00:06:21.352 --> 00:06:27.712
A aprendizagem não supervisionada ainda é
um dos principais desafios para a IA

00:06:28.184 --> 00:06:33.014
e pode levar várias décadas
de pesquisas básicas a mais

00:06:33.014 --> 00:06:34.874
para desfazer esse nó.

00:06:34.874 --> 00:06:38.809
Aprendizagem não supervisionada
está tentando descobrir

00:06:38.809 --> 00:06:41.069
representações dos dados.

00:06:41.729 --> 00:06:43.779
Deixem-me mostrar-lhes um exemplo.

00:06:44.364 --> 00:06:49.346
Considerem uma página na tela
que veem com seus olhos

00:06:49.346 --> 00:06:54.196
ou que o computador vê como
uma imagem, um monte de pixels.

00:06:54.993 --> 00:06:59.753
Para responder uma pergunta
sobre o conteúdo da imagem,

00:07:00.863 --> 00:07:05.211
é necessário entender
seu significado de alto nível,

00:07:05.674 --> 00:07:11.801
que corresponde ao nível mais elevado
de representação em seu cérebro.

00:07:12.911 --> 00:07:18.308
Abaixo dele, temos o significado
individual das palavras

00:07:19.188 --> 00:07:23.798
e, ainda mais abaixo, temos caracteres
que compõem as palavras.

00:07:24.810 --> 00:07:27.677
Esses caracteres podem ser renderizados
de formas diferentes,

00:07:27.677 --> 00:07:30.639
feitos de traços diferentes.

00:07:31.559 --> 00:07:34.839
E esses traços são feitos de arestas,

00:07:34.839 --> 00:07:37.284
que são feitas de pixels.

00:07:37.284 --> 00:07:40.454
Então são níveis diferentes
de representação.

00:07:41.079 --> 00:07:44.616
Mas os pixels não são
suficientes por si sós

00:07:44.616 --> 00:07:46.584
para que a imagem faça sentido,

00:07:46.584 --> 00:07:51.584
para responder uma questão de alto nível
sobre o conteúdo da página.

00:07:52.932 --> 00:07:57.594
Nosso cérebro tem esses níveis
diferentes de representação,

00:07:57.594 --> 00:08:02.291
começando pelos neurônios
na primeira área visual do córtex, V1,

00:08:02.291 --> 00:08:04.916
que reconhece os contornos.

00:08:04.916 --> 00:08:09.334
Depois, os neurônios
na segunda área visual do córtex, V2,

00:08:09.334 --> 00:08:12.800
que reconhece traços e formas pequenas.

00:08:12.800 --> 00:08:17.060
Mais acima, temos os neurônios
que detectam partes de objetos

00:08:17.060 --> 00:08:19.792
e depois objetos e cenas completas.

00:08:21.182 --> 00:08:24.757
As redes neurais,
quando treinadas com imagens,

00:08:24.757 --> 00:08:29.440
podem de fato descobrir esses tipos
de níveis de representação

00:08:29.440 --> 00:08:32.778
que correspondem muito bem
ao que observamos no cérebro.

00:08:33.638 --> 00:08:39.088
Tanto as redes neurais biológicas,
que são as que existem no cérebro,

00:08:39.088 --> 00:08:42.828
como as redes neurais profundas
que treinamos em nossas máquinas

00:08:42.845 --> 00:08:48.545
podem aprender a transformar
de um nível de representação ao seguinte,

00:08:48.545 --> 00:08:53.299
com os altos níveis correspondendo
a noções mais abstratas.

00:08:53.299 --> 00:08:57.562
Por exemplo, a noção
abstrata do caractere A

00:08:57.562 --> 00:09:00.891
pode ser renderizada de muitas formas
diferentes nos níveis mais baixos

00:09:00.891 --> 00:09:03.887
como muitas configurações
diferentes de pixels

00:09:03.887 --> 00:09:08.637
dependendo da posição, rotação,
fonte, e assim por diante.

00:09:10.445 --> 00:09:15.255
Então, como aprendemos
esses altos níveis de representações?

00:09:17.492 --> 00:09:20.681
Até agora uma coisa
que foi muito bem-sucedida

00:09:20.681 --> 00:09:23.223
nas aplicações da aprendizagem profunda

00:09:23.223 --> 00:09:25.985
é o que chamamos de
aprendizagem supervisionada.

00:09:26.297 --> 00:09:31.588
Na aprendizagem supervisionada,
o computador deve ser "levado pela mão"

00:09:31.594 --> 00:09:35.467
e humanos precisam dizer ao computador
a resposta para várias perguntas.

00:09:35.467 --> 00:09:41.020
Por exemplo, em milhões de imagens,
humanos têm que dizer à máquina:

00:09:41.770 --> 00:09:44.271
"Bem... nessa imagem, isso é um gato.

00:09:44.273 --> 00:09:47.095
Nessa imagem, isso é um cachorro".

00:09:47.095 --> 00:09:49.585
"Nessa imagem, isso é um laptop.

00:09:49.605 --> 00:09:54.955
Nessa imagem, isso é um teclado",
e assim por diante, milhões de vezes.

00:09:56.066 --> 00:10:01.346
O que é muito penoso e usamos
o crowdsourcing para conseguir fazer isso.

00:10:01.461 --> 00:10:03.396
Embora seja muito poderoso

00:10:03.416 --> 00:10:06.269
e possamos resolver
vários problemas interessantes,

00:10:06.269 --> 00:10:08.313
humanos são muito mais fortes

00:10:08.313 --> 00:10:12.076
e podem aprender sobre muitos aspectos
diferentes a mais do mundo

00:10:12.076 --> 00:10:13.809
de uma forma muito mais autônoma,

00:10:13.809 --> 00:10:17.609
como vimos com a criança aprendendo
sobre física intuitiva.

00:10:17.945 --> 00:10:23.979
A aprendizagem não supervisionada poderia
nos ajudar com os carros sem condutor.

00:10:24.567 --> 00:10:26.097
Deixem-me explicar:

00:10:26.097 --> 00:10:31.835
a aprendizagem não supervisionada permite
que computadores se projetem ao futuro

00:10:31.835 --> 00:10:37.205
para gerarem futuros plausíveis
condicionados à situação atual.

00:10:38.369 --> 00:10:42.899
E isso permite que os computadores
raciocinem e planejem adiante,

00:10:43.450 --> 00:10:47.985
até para circunstâncias para as quais
não tenham sido treinados.

00:10:49.181 --> 00:10:50.441
Isso é importante

00:10:50.441 --> 00:10:53.951
porque se usássemos a aprendizagem
supervisionada, teríamos que dizer

00:10:53.951 --> 00:10:57.775
aos computadores todas as circunstâncias
onde o carro poderia estar

00:10:57.855 --> 00:11:01.835
e como os humanos
reagiriam àquela situação.

00:11:02.451 --> 00:11:06.191
Como eu aprendi a evitar
comportamentos perigosos dirigindo?

00:11:07.276 --> 00:11:10.791
Eu precisei morrer mil vezes em acidentes?

00:11:10.793 --> 00:11:12.106
(Risos)

00:11:12.106 --> 00:11:14.606
Bem, é assim que treinamos
as máquinas agora.

00:11:15.175 --> 00:11:18.340
Então não vai decolar,
ou pelo menos não vai dirigir.

00:11:18.340 --> 00:11:19.928
(Risos)

00:11:22.508 --> 00:11:25.657
Precisamos treinar nossos modelos

00:11:25.657 --> 00:11:31.724
para serem capazes de gerar imagens
ou futuros plausíveis, de serem criativos,

00:11:31.724 --> 00:11:33.934
e estamos progredindo com isso.

00:11:33.934 --> 00:11:37.457
Então, estamos treinando
essas redes neurais profundas

00:11:37.463 --> 00:11:40.818
para irem do significado
de alto nível aos pixels

00:11:40.818 --> 00:11:43.298
e não dos pixels
aos significados de alto nível,

00:11:43.307 --> 00:11:46.787
indo na outra direção por meio
dos níveis de representação.

00:11:46.787 --> 00:11:50.461
E, desse jeito, o computador
pode gerar imagens

00:11:51.191 --> 00:11:55.072
que sejam novas e diferentes
daquelas que o computador viu

00:11:55.072 --> 00:11:56.828
enquanto era treinado,

00:11:57.018 --> 00:12:00.369
mas que sejam plausíveis
e pareçam imagens naturais.

00:12:01.888 --> 00:12:06.332
Também podemos usar esses modelos
para conceber imagens estranhas,

00:12:06.342 --> 00:12:09.492
por vezes assustadoras,

00:12:09.492 --> 00:12:11.795
como os nossos sonhos e pesadelos.

00:12:12.682 --> 00:12:16.847
Aqui estão algumas imagens
que foram sintetizadas pelo computador

00:12:16.847 --> 00:12:19.826
utilizando esses modelos
de mapeamento profundo.

00:12:19.826 --> 00:12:21.651
Elas parecem imagens naturais,

00:12:21.651 --> 00:12:24.551
mas, se observarem com atenção,
perceberão que são diferentes

00:12:25.458 --> 00:12:28.697
e que lhes faltam alguns
dos detalhes importantes

00:12:28.697 --> 00:12:31.293
que nós reconheceríamos como naturais.

00:12:31.995 --> 00:12:33.951
Dez anos atrás,

00:12:33.951 --> 00:12:38.921
a aprendizagem não supervisionada
era a chave para a inovação

00:12:38.921 --> 00:12:42.443
que conquistamos ao descobrirmos
a aprendizagem profunda.

00:12:44.710 --> 00:12:48.055
Isso acontecia só em alguns laboratórios,
incluindo o meu na época,

00:12:48.055 --> 00:12:51.745
em um momento em que as redes neurais
não eram populares.

00:12:52.205 --> 00:12:55.247
Elas quase foram abandonadas
pela comunidade científica.

00:12:56.394 --> 00:12:58.935
Agora, as coisas mudaram bastante.

00:12:58.935 --> 00:13:01.375
Esse campo se tornou muito difícil.

00:13:01.784 --> 00:13:05.834
Agora há, todos os anos, centenas
de estudantes se candidatando

00:13:05.894 --> 00:13:09.314
para a graduação no meu laboratório,
com meus colaboradores.

00:13:11.010 --> 00:13:16.630
Montreal se tornou
a maior concentração acadêmica

00:13:16.637 --> 00:13:19.387
de pesquisadores da aprendizagem
profunda no mundo.

00:13:20.182 --> 00:13:26.455
Acabamos de receber uma enorme bolsa
de pesquisa de 94 milhões de dólares

00:13:26.505 --> 00:13:29.797
para ultrapassar os limites
da IA e da ciência dos dados

00:13:29.797 --> 00:13:35.887
e também para transferir a tecnologia
da aprendizagem profunda à indústria.

00:13:37.249 --> 00:13:42.731
Pessoas de negócios estimuladas 
por tudo isso estão criando start-ups

00:13:42.731 --> 00:13:46.614
e laboratórios industriais,
muitos deles perto das universidades.

00:13:48.543 --> 00:13:49.625
Por exemplo,

00:13:49.625 --> 00:13:54.733
algumas semanas atrás, anunciamos
o lançamento de uma fábrica de start-ups

00:13:54.733 --> 00:13:56.507
chamada "Element AI"

00:13:56.507 --> 00:13:59.605
que focará as aplicações
da aprendizagem profunda.

00:14:02.195 --> 00:14:06.355
Simplesmente não há especialistas
suficientes em aprendizagem profunda,

00:14:06.355 --> 00:14:10.677
então eles ganham salários absurdos

00:14:11.027 --> 00:14:17.212
e muitos dos meus antigos colegas
acadêmicos aceitaram ofertas generosas

00:14:17.228 --> 00:14:20.518
de empresas para trabalharem
em laboratórios industriais.

00:14:21.351 --> 00:14:27.036
Eu escolhi permanecer na universidade,
para trabalhar pelo bem comum,

00:14:27.736 --> 00:14:30.646
para trabalhar com os estudantes
e permanecer independente.

00:14:30.646 --> 00:14:35.086
Para guiar a próxima geração
de especialistas em aprendizagem profunda.

00:14:35.294 --> 00:14:41.024
Uma coisa que estamos fazendo
que ultrapassa o valor comercial

00:14:41.024 --> 00:14:44.444
é pensar sobre
as implicações sociais da IA.

00:14:46.611 --> 00:14:50.026
Muitos de nós começamos agora
a voltar nossa atenção

00:14:50.026 --> 00:14:55.986
a programas que possuem
valor social, como a saúde.

00:14:56.457 --> 00:14:58.956
Achamos que podemos usar
a aprendizagem profunda

00:14:58.956 --> 00:15:02.696
para melhorar tratamentos
com uma medicina personalizada.

00:15:03.956 --> 00:15:05.671
Acredito que, no futuro,

00:15:05.671 --> 00:15:10.361
conforme coletamos mais dados
de bilhões de pessoas ao redor da Terra,

00:15:10.361 --> 00:15:13.856
conseguiremos fornecer
aconselhamento médico

00:15:13.856 --> 00:15:17.246
a bilhões de pessoas que não têm
acesso a isso atualmente.

00:15:17.601 --> 00:15:22.724
E podemos imaginar muitos outros usos
para o valor social da IA.

00:15:23.140 --> 00:15:26.238
Por exemplo, algo que resultará
de nossa pesquisa

00:15:26.238 --> 00:15:28.902
sobre o entendimento da linguagem natural

00:15:29.328 --> 00:15:31.199
é o fornecimento de vários serviços,

00:15:31.199 --> 00:15:34.059
como os serviços legais
para quem não puder pagar por eles.

00:15:34.512 --> 00:15:37.342
Agora também estamos virando nossa atenção

00:15:37.342 --> 00:15:41.132
para as implicações sociais
da IA na minha comunidade.

00:15:41.690 --> 00:15:45.361
Mas não são só os especialistas
que devem pensar sobre isso.

00:15:46.026 --> 00:15:50.236
Acredito que, para além
da matemática e do jargão,

00:15:50.596 --> 00:15:56.432
as pessoas comuns podem ter uma noção
do que ocorre sob a superfície

00:15:56.871 --> 00:16:01.191
o bastante para participarem
nas decisões importantes

00:16:01.191 --> 00:16:06.547
que ocorrerão nos próximos
anos e décadas sobre a IA.

00:16:07.580 --> 00:16:09.280
Então, por favor,

NOTE Paragraph

00:16:09.930 --> 00:16:16.230
deixem seu medo de lado e deem-se
o espaço para aprender sobre isso.

00:16:17.842 --> 00:16:22.532
Meus colaboradores e eu escrevemos
vários artigos introdutórios

00:16:22.542 --> 00:16:25.376
e um livro chamado "Aprendizagem Profunda"

00:16:25.376 --> 00:16:29.779
para ajudar estudantes e engenheiros
a entrarem nesse estimulante campo.

00:16:30.659 --> 00:16:35.974
Também há muitos recursos on-line:
softwares, tutoriais, vídeos, etc.

00:16:36.310 --> 00:16:41.210
e muitos estudantes universitários estão
aprendendo sozinhos vários desses tópicos

00:16:41.210 --> 00:16:44.548
sobre pesquisas na aprendizagem profunda,

00:16:44.548 --> 00:16:48.225
para depois se juntarem
a laboratórios como o meu.

00:16:49.370 --> 00:16:54.780
A IA terá um impacto significativo
na nossa sociedade.

00:16:56.652 --> 00:17:01.672
Então, é importante perguntar:
como iremos usá-la?

00:17:03.878 --> 00:17:07.716
Benefícios imensos poderão ser
acompanhados por um lado negativo,

00:17:08.236 --> 00:17:10.506
como o uso militar,

00:17:10.797 --> 00:17:15.357
ou mudanças rápidas e turbulentas
no mercado de trabalho.

00:17:15.948 --> 00:17:21.629
Para garantir que as escolhas coletivas
que serão feitas sobre a IA

00:17:21.629 --> 00:17:23.074
nos próximos anos

00:17:23.074 --> 00:17:25.144
sejam para o benefício de todos,

00:17:25.144 --> 00:17:29.097
todo cidadão deveria
assumir um papel ativo

00:17:29.097 --> 00:17:32.911
na definição de como a IA
moldará nosso futuro.

00:17:33.741 --> 00:17:34.891
Obrigado.

00:17:35.065 --> 00:17:37.055
(Aplausos)