How we teach computers to understand pictures | Fei Fei Li

المترجم: Ibrahim Alsaafin المدقّق: Tamer Mekhimar

Let me show you something.

دعوني أريكم شيئًا

(Video) Girl: Okay, that's a cat sitting in a bed.

(فيديو) طفلة: حسنًا، هذه قطة تجلس في السرير

The boy is petting the elephant.

الولد يداعب الفيل

Those are people that are going on an airplane.

هؤلاء أناس سيسافرون على متن الطائرة

That's a big airplane.

تلك طائرة كبيرة

Fei-Fei Li: This is a three-year-old child

فاي-فاي لِي: هذه طفلة عمرها ثلاثة أعوام

describing what she sees in a series of photos.

تصف ما تراه في مجموعة من الصور

She might still have a lot to learn about this world,

ربما لا يزال أمامها الكثير لتتعلمه عن هذا العالم

but she's already an expert at one very important task:

لكنها بالفعل خبيرة في مهمة ضرورية جدًا

to make sense of what she sees.

أن تعي وتعقل ما تراه

Our society is more technologically advanced than ever.

مجتمعنا متقدمٌ تكنولوجيًا بشكل لم يسبق له مثيل

We send people to the moon, we make phones that talk to us

نُرسل أناسًا إلى القمر أونجعل هواتفنا تتحدث إلينا

or customize radio stations that can play only music we like.

أو نخصص محطات إذاعية تستطيع أن تعزف الموسيقى التي نحبها فقط

Yet, our most advanced machines and computers

لكن، آلاتنا وأجهزة الكمبيوتر الأكثر تطورًا

still struggle at this task.

لا تزال تشق طريقها جاهدةً لتنفيذ هذه المهمة

So I'm here today to give you a progress report

لذلك جئت اليوم لأعطيكم تقريرًا مرحليًا

on the latest advances in our research in computer vision,

عن آخر التطورات في أبحاثنا في مجال الإبصار الحاسوبي،

one of the most frontier and potentially revolutionary

وهو أحد التقنيات الرائدة بل وربما الثورية

technologies in computer science.

في مجال علوم الحاسوب

Yes, we have prototyped cars that can drive by themselves,

نعم، لقد صنعنا نماذج لسيارات تستطيع أن تقود نفسها بنفسها

but without smart vision, they cannot really tell the difference

لكن بدون إبصار ذكي لن تستطيع تلك السيارات أن تميز الفرق بدقة

between a crumpled paper bag on the road, which can be run over,

بين كيس ورقي متكوّم على الطريق بحيث يمكنها أن تمر فوقه

and a rock that size, which should be avoided.

وبين صخرة بنفس الحجم ينبغي عليها تجاوزها

We have made fabulous megapixel cameras,

لقد صنعنا كاميرات رائعة تقاس دقتها بالميجا بكسل

but we have not delivered sight to the blind.

لكننا لم نمنح الأعمى بصرًا

Drones can fly over massive land,

تستطيع الطائرات بدون طيار أن تحلق فوق مساحات شاسعة

but don't have enough vision technology

لكنها لا تملك تقنية إبصار كافية

to help us to track the changes of the rainforests.

لتعيننا على تتبع التغيرات في الغابات المطيرة

Security cameras are everywhere,

كاميرات المراقبة أصبحت في كل مكان

but they do not alert us when a child is drowning in a swimming pool.

لكنها لا تنبهنا عندما يوشك طفل على الغرق في بركة سباحة

Photos and videos are becoming an integral part of global life.

الصور والفيديوهات أصبحت جزءًا متكاملا مع الحياة على مستوى العالم

They're being generated at a pace that's far beyond what any human,

لقد أصبحت تتدفق بوتيرة أسرع بكثير مما كان أي إنسان

or teams of humans, could hope to view,

أو مجموعة من البشر يأمل في رؤيته

and you and I are contributing to that at this TED.

وأنا وأنت نساهم في ذلك في مؤتمر TED هذا

Yet our most advanced software is still struggling at understanding

لكن ما تزال أكثر برامجنا تطورًا تواجه مشكلة في استيعاب

and managing this enormous content.

وإدارة هذا المحتوى الهائل

So in other words, collectively as a society,

لذلك، وبكلمات أخرى نحن كمجتمع، بصورة جمعية

we're very much blind,

فاقدون للبصر بشدة

because our smartest machines are still blind.

لأن أذكى آلاتنا لا تزال عمياء

"Why is this so hard?" you may ask.

يمكنك أن تسأل "لِمَ ذلك من الصعوبة بمكان؟"

Cameras can take pictures like this one

تستطيع الكاميرات أن تلتقط صورًا كهذه

by converting lights into a two-dimensional array of numbers

عن طريق تحويل الضوء إلى مصفوفة أرقام ثنائية البعد

known as pixels,

تعرف باسم البكسل

but these are just lifeless numbers.

لكنها مجرد أرقام خالية من الحياة

They do not carry meaning in themselves.

لا تحمل في ذاتها أي معنى

Just like to hear is not the same as to listen,

تمامًا كما أن السّمْع يختلف عن الإصغاء

to take pictures is not the same as to see,

فإن التقاط الصور يختلف عن الإبصار

and by seeing, we really mean understanding.

فبالإبصار، فإننا في الحقيقة نعني الفهم

In fact, it took Mother Nature 540 million years of hard work

في الواقع، فإن الأمر استغرق الطبيعة الأم 540 مليون سنة من العمل المُضني

to do this task,

لتنجز هذه المهمة

and much of that effort

ومعظم ذلك الجهد

went into developing the visual processing apparatus of our brains,

ذهب في سبيل تطوير جهاز معالجة بصرية في أدمغتنا

not the eyes themselves.

وليس العين بحد ذاتها

So vision begins with the eyes,

إذن، تبدأ الرؤية في العين

but it truly takes place in the brain.

لكنها حقيقة تحدث في الدماغ

So for 15 years now, starting from my Ph.D. at Caltech

منذ 15 عامًا وحتى الآن بدأتها منذ كنت أحضر الدكتوراه في معهد كاليفورنيا للتكنولوجيا

and then leading Stanford's Vision Lab,

وبعد ذلك عندما كنت أقود مختبر الإبصار في ستانفورد

I've been working with my mentors, collaborators and students

كنت أعمل مع أساتذتي ومعاونيّ وتلامذتي

to teach computers to see.

على تعليم الحواسيب لكي تبصر

Our research field is called computer vision and machine learning.

مجال بحثنا يسمى الإبصار الحاسوبي وتعليم الحواسيب

It's part of the general field of artificial intelligence.

وهو جزء من المجال العام في الذكاء الصناعي

So ultimately, we want to teach the machines to see just like we do:

ما نريد الوصول إليه هو أن نُعَلّم الآلات لكي تبصر مثلنا تمامًا

naming objects, identifying people, inferring 3D geometry of things,

تُسمي الأشياء بأسمائها وتتعرف على الأشخاص وتستدل على الأبعاد الثلاثية للأسطح

understanding relations, emotions, actions and intentions.

تفهم العلاقات والعواطف والأفعال والنوايا

You and I weave together entire stories of people, places and things

أنت وأنا ننسج معا قصصًا كاملة عن الناس والأماكن والأشياء

the moment we lay our gaze on them.

في اللحظة التي تقع فيها أبصارنا عليهم

The first step towards this goal is to teach a computer to see objects,

أول خطوة في سبيل تحقيق هذا الهدف هي أن نلقن الحاسوب كيف يرى الأشياء

the building block of the visual world.

اللبِنة الأساسية للعالم المرئي

In its simplest terms, imagine this teaching process

بأبسط العبارات، تخيل هذه العملية التلقينية

as showing the computers some training images

كأن نُري الحواسيب بعض الصور التدريبية

of a particular object, let's say cats,

لشيء معين، لنفترض قطة

and designing a model that learns from these training images.

ونصمم نموذجا يمكنه أن يتعلم من هذه الصور التدريبية

How hard can this be?

ما هو مبلغ الصعوبة في ذلك؟

After all, a cat is just a collection of shapes and colors,

ففي النهاية، ما القطة إلا مجموعة أشكال وألوان

and this is what we did in the early days of object modeling.

وهذا ما فعلناه في الأيام الأولى لعملية نَمْذجة الأشياء

We'd tell the computer algorithm in a mathematical language

كنا نلقن خوارزمية الحاسوب بلغة رياضية

that a cat has a round face, a chubby body,

أن القطة لها وجه مُدوّر وجسم مُكْتَنِز

two pointy ears, and a long tail,

وأذنان مدببتان وذيل طويل

and that looked all fine.

وبدا ذلك مما لا بأس فيه

But what about this cat?

لكن ماذا عن هذه القطة؟

(Laughter)

(ضحك)

It's all curled up.

أنها ملتفة حول نفسها

Now you have to add another shape and viewpoint to the object model.

الآن عليك أن تضيف شكلًا ومنظورًا آخرين للنموذج

But what if cats are hidden?

لكن ماذا لو كانت القطط مخفية؟

What about these silly cats?

ماذا عن هذه القطط المُضحكة؟

Now you get my point.

لقد فهمتم الآن ما أعنيه

Even something as simple as a household pet

حتى بالنسبة لشيء بسيط كحيوان أليف

can present an infinite number of variations to the object model,

يمكن أن يقدم عددا لا نهائي من المتغيرات للنموذج

and that's just one object.

وهذا مجرد شيء واحد فحسب

So about eight years ago,

لذا منذ حوالي ثمان سنوات

a very simple and profound observation changed my thinking.

ملاحظة بسيطة ومتعمقة غيرت تفكيري

No one tells a child how to see,

لا أحد يُعَلّم الطفل كيف يبصر

especially in the early years.

خصوصًا في السنوات الأولى

They learn this through real-world experiences and examples.

هم يتعلمون من خلال التجارب والأمثلة في العالم الحقيقي

If you consider a child's eyes

إذا أخذت في الاعتبار عيني طفل

as a pair of biological cameras,

كزوج من الكاميرات الحيوية

they take one picture about every 200 milliseconds,

فإنها تلتقط صورة واحدة كل 200 ميللي ثانية تقريبًا

the average time an eye movement is made.

وهو متوسط الوقت الذي تستغرقه حركة العين

So by age three, a child would have seen hundreds of millions of pictures

إذن ففي الثالثة من العمر يكون الطفل قد رأى مئات الملايين من الصور

of the real world.

للعالم الحقيقي

That's a lot of training examples.

هذا يشكل كمًا كبيرًا من الأمثلة التدريبية

So instead of focusing solely on better and better algorithms,

ولذلك فبدلا من التركيز على تحسين الخوارزميات لوحدها

my insight was to give the algorithms the kind of training data

فَطِنْت لأن أعطي الخوارزميات نفس النوع من البيانات التدريبية

that a child was given through experiences

التي يحصل عليها الطفل من خلال التجارب

in both quantity and quality.

من حيث الكمّ والنوع

Once we know this,

طالما أننا نعرف ذلك

we knew we needed to collect a data set

فقد عرفنا أننا نحتاج أن نجمع مجموعة بيانات

that has far more images than we have ever had before,

تحتوي على صور أكثر بكثير مما كنا قد حصلنا عليه من قبل

perhaps thousands of times more,

ربما أكثر بآلاف المرات

and together with Professor Kai Li at Princeton University,

وبالتعاون مع البروفيسور كاي لي من جامعة برينستون

we launched the ImageNet project in 2007.

أطلقنا في العام 2007 مشروع ImageNet

Luckily, we didn't have to mount a camera on our head

لحسن الحظ، لم يتعين علينا أن نَنْصِب كاميرا فوق رؤوسنا

and wait for many years.

ثم ننتظر لسنوات عديدة

We went to the Internet,

لقد اتجهنا للإنترنت

the biggest treasure trove of pictures that humans have ever created.

حيث يقبع أكبر كنز من الصور أنتجته البشرية على الإطلاق

We downloaded nearly a billion images

لقد قمنا بتحميل ما يقارب المليار صورة

and used crowdsourcing technology like the Amazon Mechanical Turk platform

واستخدمنا تقنية "التعهيد الجماعي" كتلك التي توفرها منصة "أمازون ميكنيكال تورك" ـ

to help us to label these images.

لتساعدنا في تصنيف تلك الصور

At its peak, ImageNet was one of the biggest employers

كان مشروع ImageNet في ذروته واحدًا من أكبر المُشَغّلين

of the Amazon Mechanical Turk workers:

للعاملين على منصة أمازون تلك

together, almost 50,000 workers

معًا، كانوا 50,000 عامل تقريبًا

from 167 countries around the world

من 167 دولة حول العالم

helped us to clean, sort and label

ساعدونا في ترتيب وفرز وتصنيف

nearly a billion candidate images.

ما يقرب من مليار صورة مُرَشّحة

That was how much effort it took

هذا يبين مقدار الجهد المُسْتغرق

to capture even a fraction of the imagery

لالتقاط مجرد جزء صغير من الصور

a child's mind takes in in the early developmental years.

التي يستوعبها عقل طفل في سنوات تطوره الأولى

In hindsight, this idea of using big data

في لفتة متأخرة، فإن فكرة استخدام الـ"بيانات كبيرة" (big data)

to train computer algorithms may seem obvious now,

لتدريب خوارزميات الحواسيب قد تبدو واضحة الآن

but back in 2007, it was not so obvious.

لكنها في العام 2007، لم تكن بهذا الوضوح

We were fairly alone on this journey for quite a while.

لقد كنا لوحدنا تمامًا في هذه الرحلة لوهلة من الزمن

Some very friendly colleagues advised me to do something more useful for my tenure,

نصحني بعض زملائي المقربين بأن أقوم بشيء أكثر ملاءمة لمركزي

and we were constantly struggling for research funding.

وحينها كنا نعني باستمرار لتوفير التمويل لأبحاثنا

Once, I even joked to my graduate students

مرةً، مازحت طلاب الدراسات العليا الذين كنت أشرف عليهم

that I would just reopen my dry cleaner's shop to fund ImageNet.

بأنني مستعدة لأفتتح مصبغة الملابس التي أمتلكها من جديد لتمويل ImageNet

After all, that's how I funded my college years.

على كلٍ، كانت هذه هي الطريقة التي مولت بها نفسي خلال دراستي الجامعية

So we carried on.

وهكذا تابعنا عملنا

In 2009, the ImageNet project delivered

في 2009، تم إنجاز مشروع ImageNet

a database of 15 million images

قاعدة بيانات ذات 15 مليون صورة

across 22,000 classes of objects and things

ونحو 22,000 رُتبة للأشياء

organized by everyday English words.

مرتبة بكلمات اللغة الإنجليزية المستعملة يوميًا

In both quantity and quality,

حسب كل من الكمية والنوعية

this was an unprecedented scale.

لقد كان هذا مستوًى غير مسبوق

As an example, in the case of cats,

كمثال، في حالة القطط

we have more than 62,000 cats

لدينا أكثر من 62,000 قطة

of all kinds of looks and poses

من كل الأنواع وبكل الوضعيات

and across all species of domestic and wild cats.

ومن كل فصائل القطط الأليفة منها والبرية

We were thrilled to have put together ImageNet,

لقد كنا مغتبطين لأننا تمكنا من جمع شتات ImageNet

and we wanted the whole research world to benefit from it,

وأردنا أن يستفيد المجتمع البحثي بأكمله من هذا المشروع

so in the TED fashion, we opened up the entire data set

فلذلك في مؤتمر TED fashion وفرنا قاعدة البيانات كاملة

to the worldwide research community for free.

بالمجان للمجتمع البحثي حول العالم

(تصفيق)

(Applause)

Now that we have the data to nourish our computer brain,

والآن وقد امتلكنا البيانات لنغذي عقل حاسوبنا

we're ready to come back to the algorithms themselves.

أصبحنا جاهزين لنعود للخوارزميات ذاتها

As it turned out, the wealth of information provided by ImageNet

وكما تبين لاحقًا، فإن ثراء المعلومات التي وفرها ImageNet

was a perfect match to a particular class of machine learning algorithms

كان متناغمًا بشكل كامل مع طراز معين من خوارزميات تعليم الحواسيب

called convolutional neural network,

يُسمى الشبكة العصبية الملتفّة

pioneered by Kunihiko Fukushima, Geoff Hinton, and Yann LeCun

أسسها كونيهيكو فوكوشيما وجيف هينتون ويان لي كًن

back in the 1970s and '80s.

وذلك في السبعينات والثمانينات من القرن الماضي

Just like the brain consists of billions of highly connected neurons,

تمامًا كما أن الدماغ يتكون من مليارات الأعصاب المتصلة بقوة

a basic operating unit in a neural network

فإن الوحدة التشغيلية الأساسية في الشبكة العصبية

is a neuron-like node.

هي العقدة العصبية

It takes input from other nodes

هذه العقدة تأخذ مدخلاتها من عُقَد أخرى

and sends output to others.

وترسل مخرجاتها لعُقَد أخرى

Moreover, these hundreds of thousands or even millions of nodes

أيضًا، فإن مئات الآلاف أو حتى الملايين من هذه العُقَد

are organized in hierarchical layers,

مرتبة في طبقات هرمية

also similar to the brain.

شبيهة جدا بالدماغ

In a typical neural network we use to train our object recognition model,

في الشبكة العصبية النمطية، اعتدنا أن ندرب نموذج التعرف على الأشياء الخاص بنا

it has 24 million nodes,

والذي لديه 24 مليون عقدة

140 million parameters,

و140 مليون متغير

and 15 billion connections.

و15 مليار وصلة

That's an enormous model.

هذا نموذج ضخم

Powered by the massive data from ImageNet

مدعوم بكم هائل من البيانات من ImageNet

and the modern CPUs and GPUs to train such a humongous model,

ووحدات مركزية حديثة لمعالجة البيانات والصور لتدريب نموذج ضخم كهذا

the convolutional neural network

الشبكة العصبية الملتفّة

blossomed in a way that no one expected.

تطورت بشكل لم يتوقعه أحد

It became the winning architecture

وأصبحت هي المعمار الحاسوبي المتألق

to generate exciting new results in object recognition.

في إنتاج نتائج جديدة ومثيرة في مجال التعرف على الأشياء

This is a computer telling us

هذا حاسوب يخبرنا

this picture contains a cat

بأن هذه الصورة تتضمن قطة

and where the cat is.

وأين هي القطة تحديدًا

Of course there are more things than cats,

طبعًا فإن هناك أشياء أخرى عدا القطط

so here's a computer algorithm telling us

فهذه خوارزمية حاسوب تخبرنا

the picture contains a boy and a teddy bear;

بأن هذه الصورة تحتوي على ولد ودبدوب

a dog, a person, and a small kite in the background;

كلب وشخص وطائرة ورقية صغيرة في الخلفية

or a picture of very busy things

أو صورة مليئة جدًا بالأشياء

like a man, a skateboard, railings, a lampost, and so on.

مثل رَجُل ولوح تزلج ودرابزين وعمود إنارة وهلم جرًا

Sometimes, when the computer is not so confident about what it sees,

أحيانًا، عندما لا يكون الحاسوب متأكدًا جدًا حيال ما يراه

we have taught it to be smart enough

علمناه أن يكون ذكيًا بقدرٍ كافٍ

to give us a safe answer instead of committing too much,

ليعطي إجابة آمنة بدلًا من أن يرهق نفسه زيادة عن اللزوم

just like we would do,

تماما كما قد نفعل نحن

but other times our computer algorithm is remarkable at telling us

لكن في أحيان أخرى تكون خوارزميتنا مميزة في إخبارنا

what exactly the objects are,

عن ماهية الأشياء بدقة

like the make, model, year of the cars.

كالشركة المصنعة لسيارة وطرازها وسنة صنعها

We applied this algorithm to millions of Google Street View images

لقد طبقنا هذه الخوارزمية على ملايين الصور في Google Street View

across hundreds of American cities,

عبر مئات المدن الأمريكية

and we have learned something really interesting:

وتعلمنا شيئًا مثيرًا للاهتمام حقًا

first, it confirmed our common wisdom

أولًا، لقد أكدت لنا حِسّنا السليم

that car prices correlate very well

حيث كان هناك علاقة وثيقة بين أسعار السيارات

with household incomes.

ومستويات الدّخل

But surprisingly, car prices also correlate well

لكن المفاجأة كانت أن أسعار السيارات ترتبط أيضًا بعلاقة وثيقة

with crime rates in cities,

مع معدلات الجريمة في المدن

or voting patterns by zip codes.

أو مع أنماط التصويت حسب الأحياء والضواحي

So wait a minute. Is that it?

فلتنتظروا لحظة. هل هذا كل ما في الأمر؟

Has the computer already matched or even surpassed human capabilities?

هل وصلت قدرات الحواسيب لقدرات البشر أو تجاوزتها حتى؟

Not so fast.

ليس بهذه السرعة

So far, we have just taught the computer to see objects.

حتى الآن، فقط علمنا الحاسوب كيف يرى الأشياء

This is like a small child learning to utter a few nouns.

وهو في ذلك يشبه طفلًا صغيرا يتعلم كيف ينطق بعض الكلمات

It's an incredible accomplishment,

إنه إنجاز لا يصدَّق

but it's only the first step.

لكنها مجرد خطوة أولى

Soon, another developmental milestone will be hit,

قريبا سننجز مرحلة تطورية أخرى

and children begin to communicate in sentences.

والأطفال سيبدؤون بالتواصل عن طريق جُمَل

So instead of saying this is a cat in the picture,

وهكذا فبدلًا من القول بأن ما في الصورة هو قطة

you already heard the little girl telling us this is a cat lying on a bed.

لقد سمعتم بالفعل تلك الفتاة الصغيرة وهي تخبرنا أن تلك هي قطة تستلقي على السرير

So to teach a computer to see a picture and generate sentences,

فإذن لنعلم حاسوبًا ليرى صورة ويولّد منها جملة

the marriage between big data and machine learning algorithm

فإن الزواج بين "البيانات الكبيرة" وخوارزميات تعليم الحواسيب

has to take another step.

يجب أن يخطو خطوة أخرى

Now, the computer has to learn from both pictures

الآن، على الحاسوب أن يتعلم من الصور

as well as natural language sentences

وكذلك جُمَل اللّغة الطبيعية

generated by humans.

التي أحدثها البشر

Just like the brain integrates vision and language,

تمامًا كما يُكامل الدماغ بين الرؤية واللغة

we developed a model that connects parts of visual things

طورنا نموذجًا يربط أجزاءً من الأشياء المرئيَة

like visual snippets

كالقصاصات المرئية مثلًا

with words and phrases in sentences.

مع كلمات وعبارات في جُمل

About four months ago,

منذ حوالي أربعة أشهر

we finally tied all this together

ربطنا أخيرًا بين كل هذه الأجزاء

and produced one of the first computer vision models

وأنتجنا واحدًا من أوائل نماذج الإبصار الحاسوبية

that is capable of generating a human-like sentence

القادرة على توليد جُمل مقاربة للغة البشر

when it sees a picture for the first time.

عندما ترى صورة للمرة الأولى

Now, I'm ready to show you what the computer says

الآن، أنا مستعدة لأريك ما يقول الحاسوب

when it sees the picture

عندما يرى الصورة

that the little girl saw at the beginning of this talk.

التي رأتها تلك الفتاة الصغيرة في أول هذه المحادثة

(فيديو) الحاسوب: رجلٌ يقف إلى جانب فيل

(Video) Computer: A man is standing next to an elephant.

A large airplane sitting on top of an airport runway.

طائرة كبيرة تقبع على رأس مَدْرج مطار

FFL: Of course, we're still working hard to improve our algorithms,

فاي-فاي لي: طبعًا، لا نزال نعمل باجتهاد لنطور خوارزميتنا

and it still has a lot to learn.

ولا يزال أمامها الكثير لتتعلمه

(Applause)

(تصفيق)

And the computer still makes mistakes.

ولا يزال الحاسوب يقع في أخطاء

(Video) Computer: A cat lying on a bed in a blanket.

(فيديو) الحاسوب: قطة تستلقي في بطانية على سرير

FFL: So of course, when it sees too many cats,

فاي-فاي لي: وهكذا بالطبع، فعندما يرى الكثير من القطط

it thinks everything might look like a cat.

يظن أن كل شيء قد يبدو مثل قطة

(Video) Computer: A young boy is holding a baseball bat.

(فيديو) الحاسوب: طفل صغير يحمل مضرب بيسبول

(Laughter)

(ضحك)

FFL: Or, if it hasn't seen a toothbrush, it confuses it with a baseball bat.

فاي-فاي لي: أو إن لم يكن رأى فرشاة أسنان من قبل فقد يخلط بينها وبين مضرب بيسبول

(Video) Computer: A man riding a horse down a street next to a building.

(فيديو) الحاسوب: رَجل يمتطي حصانًا في آخر الشارع بجانب مبنًى

(Laughter)

(ضحك)

FFL: We haven't taught Art 101 to the computers.

فاي-فاي لي: لم نشرح للحواسيب درس مبادئ الفن

(Video) Computer: A zebra standing in a field of grass.

(فيديو) الحاسوب: حمار وحشي يقف في حقل من العشب

FFL: And it hasn't learned to appreciate the stunning beauty of nature

فاي-فاي لي: ولم يتعلم كذلك كيف يُقَدّر جمال الطبيعة الساحر

like you and I do.

كما تُقَدّره أنت وأنا

So it has been a long journey.

إذن فقد كانت رحلة طويلة

To get from age zero to three was hard.

الانتقال من عمر صفر إلى عمر ثلاث سنوات هو عمل شاق

The real challenge is to go from three to 13 and far beyond.

التحدي الحقيقي هو أن تنتقل من 3 سنوات إلى 13 سنة وأبعد من ذلك

Let me remind you with this picture of the boy and the cake again.

دعوني أذكركم بهذه الصورة للطفل والكعكة مرة أخرى

So far, we have taught the computer to see objects

حتى الآن، علمنا الحاسوب أن يبصر الأشياء

or even tell us a simple story when seeing a picture.

أو أن يحكي لنا قصة بسيطة عندما يرى صورة

(Video) Computer: A person sitting at a table with a cake.

(فيديو) الحاسوب: شخص يجلس إلى مائدة مع كعكة

FFL: But there's so much more to this picture

فاي-فاي لي: لكن هناك المزيد والمزيد في هذه الصورة

than just a person and a cake.

أكثر من مجرد شخص وكعكة

What the computer doesn't see is that this is a special Italian cake

ما لا يراه الحاسوب أن تلك هي كعكة إيطالية مميزة

that's only served during Easter time.

تُقَدّم فقط بمناسبة عيد الفِصْح

The boy is wearing his favorite t-shirt

الولد يرتدي قميصه المفضّل

given to him as a gift by his father after a trip to Sydney,

الذي أعطاه إياه والده كهدية بعد رحلة إلى سيدني

and you and I can all tell how happy he is

وجميعنا نرى كم هو سعيد

and what's exactly on his mind at that moment.

ونستطيع أن نخمن ما يدور في خَلَده في تلك اللحظة

This is my son Leo.

هذا هو ابني ليو

On my quest for visual intelligence,

أثناء بحثي عن الذكاء البصري

I think of Leo constantly

كنت أفكر في ليو باستمرار

and the future world he will live in.

وعن عالم المستقبل الذي سيعيش فيه

When machines can see,

عندما ستتمكن الحواسيب من الإبصار

doctors and nurses will have extra pairs of tireless eyes

الأطباء والممرضات سيحظون بأزواج إضافية من العيون التي لا تَكِلّ

to help them to diagnose and take care of patients.

لتعينهم على تشخيص المرضى والعناية بهم

Cars will run smarter and safer on the road.

ستسير السيارات على الطرقات بشكل أذكى وأكثر أمانًا

Robots, not just humans,

الرجال الآليون وليس البشر فحسب

will help us to brave the disaster zones to save the trapped and wounded.

سيساعدوننا في مواجهة نطاقات الكوارث لينقذوا المحتجزين والجرحى

We will discover new species, better materials,

سنكتشف أنواع مخلوقات جديدة ومواد أفضل

and explore unseen frontiers with the help of the machines.

وسنستكشف الأبعاد غير المرئية بمساعدة الحواسيب

Little by little, we're giving sight to the machines.

شيئًا فشيئًا، نحن نمنح حاسة البصر للحواسيب

First, we teach them to see.

في البداية نعلمها كيف ترى

Then, they help us to see better.

ثم ستساعدنا لنرى بشكل أفضل

For the first time, human eyes won't be the only ones

لأول مرة، لن تكون عيون البشر هي الوحيدة

pondering and exploring our world.

التي تتأمل وتستكشف عالمنا

We will not only use the machines for their intelligence,

لن يقتصر استخدامنا للحواسيب لأجل ذكائها

we will also collaborate with them in ways that we cannot even imagine.

بل سوف نتعاون معها بطرق لا يمكننا حتى تخيلها

This is my quest:

هذا هو أملي

to give computers visual intelligence

أن أعطي الحواسيب ذكاءً بصريًا

and to create a better future for Leo and for the world.

وأن أخلق مستقبلًا أفضل من أجل ليو ومن أجل العالم

Thank you.

شكرًا

(Applause)

(تصفيق)