How computers are learning to be creative | Blaise Agüera y Arcas

Translator: Elena Pérez Gómez Reviewer: Victoria Durant

So, I lead a team at Google that works on machine intelligence;

Bé, dirigeixo un equip a Google encarregat d'IA.

in other words, the engineering discipline of making computers and devices

Dit d'una altra manera, la disciplina d'enginyeria

que fa que els ordinadors imitin processos mentals.

able to do some of the things that brains do.

And this makes us interested in real brains

Això fa que ens interessem en els cervells reals,

and neuroscience as well,

així com en la neurociència

and especially interested in the things that our brains do

i més concretament en els processos cerebrals

that are still far superior to the performance of computers.

que són molt superiors als processos dels ordinadors.

Historically, one of those areas has been perception,

Històricament, una d'aquestes àrees és la percepció.

the process by which things out there in the world --

El procés mitjançant el qual coses del món exterior,

sounds and images --

sons i imatges,

can turn into concepts in the mind.

és converteixen en conceptes a la nostra ment.

This is essential for our own brains,

És un procés essencial per als nostres cervells

and it's also pretty useful on a computer.

i també resulta útil en el cas dels ordinadors.

The machine perception algorithms, for example, that our team makes,

Els algoritmes de percepció de la màquina que fem a l'equip

are what enable your pictures on Google Photos to become searchable,

són els que fan possible buscar les fotos a Google Photos,

based on what's in them.

basant-los en què contenen.

The flip side of perception is creativity:

Però la percepció també és creativitat.

turning a concept into something out there into the world.

Fer d'un concepte, una cosa que hi ha al món.

So over the past year, our work on machine perception

Durant els darrers anys, el nostre treball en la percepció mecànica

has also unexpectedly connected with the world of machine creativity

ha connectat, inesperadament, amb el món de la creativitat mecànica,

and machine art.

i l'art de les màquines.

I think Michelangelo had a penetrating insight

En Miquel Àngel tenia una profunda comprensió

into to this dual relationship between perception and creativity.

d'aquesta relació dual entre percepció i creativitat.

This is a famous quote of his:

Per exemple, en aquesta cita seva:

"Every block of stone has a statue inside of it,

"En cada bloc de marbre hi ha una escultura,

and the job of the sculptor is to discover it."

i la feina de l'escultor es descobrir-la."

So I think that what Michelangelo was getting at

Crec que al que en Miquel Àngel es referia

is that we create by perceiving,

és a que creem per mitjà de la percepció.

and that perception itself is an act of imagination

La percepció, en si mateixa, és un acte d'imaginació,

and is the stuff of creativity.

i, per tant, l'àmbit de la creativitat.

The organ that does all the thinking and perceiving and imagining,

L'òrgan que pensa, percep i imagina és,

of course, is the brain.

per descomptat, el cervell.

And I'd like to begin with a brief bit of history

M'agradaria començar amb un xic d'història,

about what we know about brains.

sobre el que sabem del cervell.

Because unlike, say, the heart or the intestines,

A diferència d'òrgans com el cor o els intestins,

you really can't say very much about a brain by just looking at it,

no se'n pot dir gaire d'un cervell, amb només mirar-lo,

at least with the naked eye.

com a mínim a simple vista.

The early anatomists who looked at brains

Els primers anatomistes que observaren el cervell,

gave the superficial structures of this thing all kinds of fanciful names,

van donar a les estructures superficials tota mena de noms originals,

like hippocampus, meaning "little shrimp."

com l'hipocamp, que vol dir 'gambeta'.

But of course that sort of thing doesn't tell us very much

Però, obviament, aquests noms no ens en diuen pas gaire

about what's actually going on inside.

de què passa realment a l'interior.

The first person who, I think, really developed some kind of insight

La primera persona que, considero, va desenvolupar algun tipus de coneixement

into what was going on in the brain

en relació als processos cerebrals

was the great Spanish neuroanatomist, Santiago Ramón y Cajal,

va ser el gran neuroanatomista espanyol Santiago Ramón y Cajal,

in the 19th century,

durant el segle XIX.

who used microscopy and special stains

Va utilitzar el microscopi i colorants especials

that could selectively fill in or render in very high contrast

per omplir o buidar selectivament, per tal d'aconseguir un contrast molt alt

the individual cells in the brain,

de les cèlules individuals del cervell,

in order to start to understand their morphologies.

i així començar a entendre les seves morfologies.

And these are the kinds of drawings that he made of neurons

Aquests dibuixos de les neurones en són el resultat,

in the 19th century.

tot això al segle XIX.

This is from a bird brain.

Aquest és d'un cervell d'ocell.

And you see this incredible variety of different sorts of cells,

S'observa l'increïble varietat de tipus de cèl·lules que hi ha,

even the cellular theory itself was quite new at this point.

fins i tot la pròpia teoria cel·lular era innovadora en aquell moment.

And these structures,

Aquestes estructures,

these cells that have these arborizations,

aquestes cèl·lules amb arboritzacions,

these branches that can go very, very long distances --

aquestes branques que poden anar molt i molt lluny,

this was very novel at the time.

tot això era molt nou per l'època.

They're reminiscent, of course, of wires.

Recorden, per descomptat, a cables.

That might have been obvious to some people in the 19th century;

Això podia ser molt obvi per a alguna gent del segle XIX,

the revolutions of wiring and electricity were just getting underway.

donat que acabava de començar la revolució elèctrica i dels cables.

But in many ways,

Però en molts sentits,

these microanatomical drawings of Ramón y Cajal's, like this one,

els dibuixos microanatòmics d'en Ramón y Cajal, com aquest,

they're still in some ways unsurpassed.

en certa manera encara avui són inmillorables.

We're still more than a century later,

Més d'un segle desprès,

trying to finish the job that Ramón y Cajal started.

encara intentem acabar la feina que ell va començar.

These are raw data from our collaborators

Aquestes són les dades dels nostres col·laboradors,

at the Max Planck Institute of Neuroscience.

de l'Institut de Neurociència Max Planck.

And what our collaborators have done

El que aquests col·laboradors han fet

is to image little pieces of brain tissue.

és prendre imatges de petits trossos de teixits cerebrals.

The entire sample here is about one cubic millimeter in size,

Aquesta mostra completa té una mida d'un mil·límetre cúbic,

and I'm showing you a very, very small piece of it here.

i això només és una porció minúscula.

That bar on the left is about one micron.

La barra de l'esquerra és una micra, si fa no fa.

The structures you see are mitochondria

Les estructures que es veuen són les mitocòndries.

that are the size of bacteria.

Tenen la mida d'un bacteri.

And these are consecutive slices

Aquests són costats consecutius,

through this very, very tiny block of tissue.

travessant aquest diminut bloc de teixit.

Just for comparison's sake,

Per a fer-se una idea,

the diameter of an average strand of hair is about 100 microns.

el diàmetre d'un fil mitjà del cabell té unes 100 micres.

So we're looking at something much, much smaller

Així doncs, ara mateix observem quelcom molt més petit

than a single strand of hair.

que un simple fil de cabell.

And from these kinds of serial electron microscopy slices,

A partir d'aquestes sèries de porcions de microscòpia d'electrons,

one can start to make reconstructions in 3D of neurons that look like these.

és poden arribar a fer reconstruccions de neurones en 3D. Són així.

So these are sort of in the same style as Ramón y Cajal.

Aquestes són similars a les de l'estil de Ramón y Cajal.

Only a few neurons lit up,

Només il·luminem certes neurones

because otherwise we wouldn't be able to see anything here.

donat que de no ser així no podríem veure res.

It would be so crowded,

Estaria massa atapeït,

so full of structure,

massa ple d'estructura,

of wiring all connecting one neuron to another.

de connexions cerebrals entre una neurona i una altra.

So Ramón y Cajal was a little bit ahead of his time,

Ramón y Cajal va ser un avançat al seu temps.

and progress on understanding the brain

El progrés en relació a la comprensió del cervell

proceeded slowly over the next few decades.

va seguir lentament durant les dècades següents.

But we knew that neurons used electricity,

Però vam aprendre que les neurones usen electricitat.

and by World War II, our technology was advanced enough

A la Segona Guerra Mundial, la tecnologia havia avançat prou

to start doing real electrical experiments on live neurons

com per a fer experiments elèctrics amb neurones vives,

to better understand how they worked.

per tal d'entendre'n el funcionament.

This was the very same time when computers were being invented,

Va ser el mateix moment en que s'inventaren els primers ordinadors,

very much based on the idea of modeling the brain --

molt basats en l'idea de modelar el cervell humà,

of "intelligent machinery," as Alan Turing called it,

de fer "màquines intel·ligents", com va dir l'Alan Turing,

one of the fathers of computer science.

un dels pares de la informàtica.

Warren McCulloch and Walter Pitts looked at Ramón y Cajal's drawing

Warren McCulloch i Walter Pitts observaren els dibuixos d'en Ramon y Cajal

of visual cortex,

del còrtex visual,

which I'm showing here.

que mostro aquí.

This is the cortex that processes imagery that comes from the eye.

Aquest còrtex processa les imatges que reben els ulls.

And for them, this looked like a circuit diagram.

Per ells, això semblava un esquema de connexions.

So there are a lot of details in McCulloch and Pitts's circuit diagram

Per això hi ha molts detalls als esquemes d'en McCulloch i en Pitt

that are not quite right.

que no són gaire correctes.

But this basic idea

Però aquesta idea bàsica,

that visual cortex works like a series of computational elements

que el còrtex visual funciona com una serie d'elements computacionals

that pass information one to the next in a cascade,

tot passant informació d'un a l'altre en una cascada

is essentially correct.

és, en essència, correcta.

Let's talk for a moment

Aturem-nos un moment

about what a model for processing visual information would need to do.

per parlar del que ha de fer un model de processador d'informació visual.

The basic task of perception

La tasca de percepció més bàsica seria:

is to take an image like this one and say,

agafar una imatge i poder dir

"That's a bird,"

"és un ocell".

which is a very simple thing for us to do with our brains.

Una tasca ben senzilla per als nostres cervells.

But you should all understand that for a computer,

Però cal entendre que, en el cas d'un ordinador,

this was pretty much impossible just a few years ago.

era una tasca impossible només fa uns anys.

The classical computing paradigm

El paradigma clàssic de la informàtica

is not one in which this task is easy to do.

no és aquell on aquesta tasca és fàcil de fer.

So what's going on between the pixels,

Així doncs, què passa entre els píxels,

between the image of the bird and the word "bird,"

entre la imatge de l'ocell i la paraula "ocell",

is essentially a set of neurons connected to each other

és, essencialment, un conjunt de neurones interconnectades

in a neural network,

en una xarxa neuronal,

as I'm diagramming here.

Com mostra el diagrama.

This neural network could be biological, inside our visual cortices,

Aquesta xarxa neural pot ser biològica, dins el nostre còrtex visual,

or, nowadays, we start to have the capability

o, com hem començat a ser capaços de fer,

to model such neural networks on the computer.

modelar aquestes xarxes neurals a l'ordinador.

And I'll show you what that actually looks like.

Els ensenyaré quin aspecte té.

So the pixels you can think about as a first layer of neurons,

Així, els píxels es poden entendre com una primera capa de neurones,

and that's, in fact, how it works in the eye --

que, de fet, és com funciona en el cas de l'ull,

that's the neurons in the retina.

les neurones que hi ha a la retina.

And those feed forward

Una rere l'altra,

into one layer after another layer, after another layer of neurons,

capes, capes i més capes de neurones,

all connected by synapses of different weights.

totes interconnectades per sinapsis de diferents pesos.

The behavior of this network

El comportament de la xarxa

is characterized by the strengths of all of those synapses.

es caracteritza per la força de totes aquestes sinapsis.

Those characterize the computational properties of this network.

Aquestes determinen les propietats computacionals de la xarxa.

And at the end of the day,

El resultat final,

you have a neuron or a small group of neurons

és una neurona o un petit grup de neurones

that light up, saying, "bird."

que s'il·luminen i diuen "ocell".

Now I'm going to represent those three things --

Ara representaré aquestes tres coses:

the input pixels and the synapses in the neural network,

Els píxels d'entrada, les sinapsis a la xarxa neuronal

and bird, the output --

i l'ocell, el resultat;

by three variables: x, w and y.

amb tres variables: x, w i y.

There are maybe a million or so x's --

Potser hi ha un milió o més de 'x',

a million pixels in that image.

un milió de píxels a la imatge.

There are billions or trillions of w's,

Hi ha milers de milions de 'w',

which represent the weights of all these synapses in the neural network.

que representen els pesos de les sinapsis a la xarxa neuronal.

And there's a very small number of y's,

Però hi ha un nombre molt petit de 'y',

of outputs that that network has.

els resultats de la xarxa neuronal.

"Bird" is only four letters, right?

"Bird" ['ocell'] són 4 lletres, oi?

So let's pretend that this is just a simple formula,

Plantegem-nos-ho com una fórmula senzilla:

x "x" w = y.

x "x" w = y

I'm putting the times in scare quotes

Poso els temps entre cometes

because what's really going on there, of course,

perquè el que passa realment, per descomptat,

is a very complicated series of mathematical operations.

són una serie d'operacions matemàtiques molt complicades.

That's one equation.

Això és una equació.

There are three variables.

Hi ha 3 variables.

And we all know that if you have one equation,

Tothom sap que si tenim una equació,

you can solve one variable by knowing the other two things.

es pot resoldre una variable per mitjà de conèixer les altres dues.

So the problem of inference,

Així que el problema de la inferència,

that is, figuring out that the picture of a bird is a bird,

és a dir esbrinar que la imatge de l'ocell és un ocell,

is this one:

és el següent:

it's where y is the unknown and w and x are known.

'y' és la incògnita i 'w' i 'x' són valors coneguts.

You know the neural network, you know the pixels.

Sabem la xarxa neural, sabem les píxels.

As you can see, that's actually a relatively straightforward problem.

De fet, en realitat es tracta d'un problema relativament senzill.

You multiply two times three and you're done.

Multiplicant 2 vegades 3 estaria resolt.

I'll show you an artificial neural network

Els ensenyaré una xarxa neuronal artificial,

that we've built recently, doing exactly that.

que hem construït fa poc, seguint aquesta idea.

This is running in real time on a mobile phone,

Això s'executa en temps real des d'un telèfon mòbil,

and that's, of course, amazing in its own right,

la qual cosa ja és, en si, prou sorprenent;

that mobile phones can do so many billions and trillions of operations

el fet que telèfons mòbils facin milers de milions i bilions d'operacions,

per second.

en uns pocs segons.

What you're looking at is a phone

El que veuen és un telèfon,

looking at one after another picture of a bird,

mirant una per una imatges d'ocells.

and actually not only saying, "Yes, it's a bird,"

De fet, no només mirant i dient "Sí, és un ocell",

but identifying the species of bird with a network of this sort.

sinó també identificant-ne l'espècie d'au per mitjà d'aquesta xarxa.

So in that picture,

Així, en aquesta imatge,

the x and the w are known, and the y is the unknown.

'x' i 'w' són valors coneguts, i 'y' és la incògnita.

I'm glossing over the very difficult part, of course,

Per descomptat, passem per alt la part més difícil,

which is how on earth do we figure out the w,

que és: com descobrim el valor de 'w',

the brain that can do such a thing?

el cervell que ho pot fer?

How would we ever learn such a model?

Com podríem aprendre un model així?

So this process of learning, of solving for w,

Doncs aquest procés d'aprenentatge, de resoldre el valor de 'w',

if we were doing this with the simple equation

si el fem amb l'equació,

in which we think about these as numbers,

on pensem en el problema com a números,

we know exactly how to do that: 6 = 2 x w,

sabem com fer-ho exactament: 6 = 2 x w.

well, we divide by two and we're done.

Dividim entre 2 i s'ha acabat.

The problem is with this operator.

El problema ve amb aquesta operació.

So, division --

La divisió.

we've used division because it's the inverse to multiplication,

Hem utilitzat la divisió perquè és l'oposat a la multiplicació,

but as I've just said,

però com hem dit,

the multiplication is a bit of a lie here.

la multiplicació no és del tot certa aquí.

This is a very, very complicated, very non-linear operation;

Es una operació tremendament complicada, una operació no lineal,

it has no inverse.

que no té oposat.

So we have to figure out a way to solve the equation

Així que hem d'esbrinar la manera de resoldre l'equació

without a division operator.

sense usar la divisió.

And the way to do that is fairly straightforward.

La manera per fer-ho és bastant directa.

You just say, let's play a little algebra trick,

Només s'ha de fer un petit truc d'àlgebra.

and move the six over to the right-hand side of the equation.

És mou el 6 a la part dreta de l'equació.

Now, we're still using multiplication.

Així, encara usem la multiplicació.

And that zero -- let's think about it as an error.

Aquest 0, considerem-lo un error.

In other words, if we've solved for w the right way,

És a dir, si hem resolt 'w' correctament,

then the error will be zero.

l'error és 0;

And if we haven't gotten it quite right,

si no l'hem resolt bé,

the error will be greater than zero.

l'error serà més gran que 0.

So now we can just take guesses to minimize the error,

Ara només podem calcular a ull, per tal de minimitzar l'error,

and that's the sort of thing computers are very good at.

i els ordinadors són bons en aquest tipus de coses.

So you've taken an initial guess:

Prenent una aproximació inicial:

what if w = 0?

què passa si w = 0?

Well, then the error is 6.

Bé, llavors l'error és 6.

What if w = 1? The error is 4.

Què passa si w = 1? L'error és 4.

And then the computer can sort of play Marco Polo,

I així l'ordinador pot jugar a Marco Polo,

and drive down the error close to zero.

per tal de reduir l'error prop de 0.

As it does that, it's getting successive approximations to w.

A mesura que ho fa, fa aproximacions successives a 'w'.

Typically, it never quite gets there, but after about a dozen steps,

En general, mai hi arriba del tot, però desprès d'uns 12 passos,

we're up to w = 2.999, which is close enough.

s'arriba a w=2.999, que està prou a prop.

And this is the learning process.

Aquest és el procés d'aprenentatge.

So remember that what's been going on here

Recordem que el que hem estat fent aquí

is that we've been taking a lot of known x's and known y's

ha estat usar molts valors coneguts 'x' i 'y'

and solving for the w in the middle through an iterative process.

i resoldre la 'w' central mitjançant un procés de repetició.

It's exactly the same way that we do our own learning.

És exactament la mateixa manera en la que aprenem nosaltres mateixos.

We have many, many images as babies

De nadons tenim moltíssimes imatges

and we get told, "This is a bird; this is not a bird."

i se'ns diu: "Això és un ocell, això no ho és".

And over time, through iteration,

Amb el temps, a través de la repetició,

we solve for w, we solve for those neural connections.

resolem la nostra 'w', resolent les seves connexions neurals.

So now, we've held x and w fixed to solve for y;

Bé, ara hem mantingut 'x' i 'w' per tal de resoldre 'y'

that's everyday, fast perception.

això és diari, la percepció ràpida.

We figure out how we can solve for w,

Hem descobert com resoldre 'w',

that's learning, which is a lot harder,

l'aprenentatge, molt més difícil

because we need to do error minimization,

perquè s'ha de minimitzar l'error

using a lot of training examples.

practicant amb molts exemples,

And about a year ago, Alex Mordvintsev, on our team,

i fa un any, l'Alex Mordvintsev, del nostre equip,

decided to experiment with what happens if we try solving for x,

va decidir experimentar què passa en intentar resoldre 'x',

given a known w and a known y.

amb una 'w' i una 'y' conegudes.

In other words,

És a dir,

you know that it's a bird,

sabem que és un ocell,

and you already have your neural network that you've trained on birds,

i tenim la xarxa neural entrenada en ocells,

but what is the picture of a bird?

però què és la imatge d'un ocell?

It turns out that by using exactly the same error-minimization procedure,

Va resultar que usant el mateix procés de minimitzar l'error,

one can do that with the network trained to recognize birds,

mitjançant la xarxa entrenada en reconèixer ocells,

and the result turns out to be ...

el resultat és...

a picture of birds.

una imatge d'ocells.

So this is a picture of birds generated entirely by a neural network

Aquesta imatge d'ocells es genera totalment per la xarxa neural

that was trained to recognize birds,

entrenada en reconèixer ocells,

just by solving for x rather than solving for y,

tot resolent 'x' en lloc de resoldre 'y'

and doing that iteratively.

de manera repetitiva.

Here's another fun example.

Aquest és un altre bon exemple.

This was a work made by Mike Tyka in our group,

És un treball fet pel Mike Tyka, del nostre grup.

which he calls "Animal Parade."

El va anomenar "Cavalcada d'animals".

It reminds me a little bit of William Kentridge's artworks,

Em recorda una mica l'obra d'en William Kentridge,

in which he makes sketches, rubs them out,

fa esborranys, els refrega,

makes sketches, rubs them out,

fa esborranys, els refrega

and creates a movie this way.

i amb tot plegat fa una pel·lícula.

In this case,

En aquest cas,

what Mike is doing is varying y over the space of different animals,

en Mike va variar 'y' en l'espai de diferents animals,

in a network designed to recognize and distinguish

a una xarxa dissenyada que reconeix i distingeix

different animals from each other.

entre diferents animals.

And you get this strange, Escher-like morph from one animal to another.

El resultat és aquest estil Escher d'animals transformant-se'n altres.

Here he and Alex together have tried reducing

Ell i l'Alex van provar a reduir

the y's to a space of only two dimensions,

'y' a un espai de només 2 dimensions,

thereby making a map out of the space of all things

tot fent un mapa fora de l'espai de totes les coses

recognized by this network.

que reconeix aquesta xarxa.

Doing this kind of synthesis

En fer aquesta combinació

or generation of imagery over that entire surface,

o generar les imatges sobre tota aquesta superfície

varying y over the surface, you make a kind of map --

variant 'y' per la mateixa, es genera una mena de mapa;

a visual map of all the things the network knows how to recognize.

un mapa visual de tot allò que la xarxa pot reconèixer.

The animals are all here; "armadillo" is right in that spot.

Tots els animals hi són, com l'armadillo just en aquest punt.

You can do this with other kinds of networks as well.

Això també es pot fer amb altra mena de xarxes.

This is a network designed to recognize faces,

Aquesta és una xarxa dissenyada per a reconèixer cares.

to distinguish one face from another.

Per a distingir una cara d'una altra.

And here, we're putting in a y that says, "me,"

Aquí hem posat a 'y' on hi posa "jo"

my own face parameters.

els paràmetres de la meva cara.

And when this thing solves for x,

Quan amb això resolem 'x'

it generates this rather crazy,

genera aquesta bogeria.

kind of cubist, surreal, psychedelic picture of me

Barreja de cubista, surrealista i psicodèlica foto meva,

from multiple points of view at once.

amb múltiples punts de vista aplegats.

The reason it looks like multiple points of view at once

La raó per la qual aplega múltiples punts de vista alhora

is because that network is designed to get rid of the ambiguity

és perquè la xarxa està dissenyada per a obviar l'ambigüitat

of a face being in one pose or another pose,

d'una mateixa cara amb un gest o un altre,

being looked at with one kind of lighting, another kind of lighting.

observat amb una il·luminació o una altra de diferent.

So when you do this sort of reconstruction,

Així, en fer aquesta mena de reconstrucció

if you don't use some sort of guide image

si no s'utilitza algun tipus d'imatge de guia,

or guide statistics,

d'estadístiques de guia,

then you'll get a sort of confusion of different points of view,

el resultat és una confusió de diferents punts de vista,

because it's ambiguous.

perquè és ambigu.

This is what happens if Alex uses his own face as a guide image

Això és el que passa quan l'Alex usa la seva cara com a imatge de guia

during that optimization process to reconstruct my own face.

en el procés d'optimització per tal de reconstruir la meva cara.

So you can see it's not perfect.

Es pot apreciar que no es perfecte.

There's still quite a lot of work to do

Encara queda molta feina a fer,

on how we optimize that optimization process.

per tal de millorar aquest procés d'optimització.

But you start to get something more like a coherent face,

Però, es comença a obtenir quelcom semblant a una cara,

rendered using my own face as a guide.

he deixat d'usar la meva cara com a guia.

You don't have to start with a blank canvas

No s'ha de començar d'un llenç en blanc

or with white noise.

o d'un so en blanc.

When you're solving for x,

Quan resolem 'x',

you can begin with an x, that is itself already some other image.

es pot començar amb una 'x', és a dir, amb una altra imatge.

That's what this little demonstration is.

Com en aquesta petita demostració.

This is a network that is designed to categorize

Aquesta és una xarxa dissenyada per tal de categoritzar

all sorts of different objects -- man-made structures, animals ...

tota mena d'objectes: estructures fetes per l'home, animals...

Here we're starting with just a picture of clouds,

Comencem amb una senzilla fotografia de núvols

and as we optimize,

i en optimitzar,

basically, this network is figuring out what it sees in the clouds.

la xarxa esbrina, en essència, què hi veu als núvols.

And the more time you spend looking at this,

Com a més temps passem observant-ho,

the more things you also will see in the clouds.

més coses hi veurem, als núvols.

You could also use the face network to hallucinate into this,

També podem usar la xarxa de reconeixement facial per al·lucinar,

and you get some pretty crazy stuff.

i aconseguim coses bastant boges.

(Laughter)

(Riures)

Or, Mike has done some other experiments

En Mike també ha fet d'altres experiments.

in which he takes that cloud image,

Ha agafat la imatge del núvols,

hallucinates, zooms, hallucinates, zooms hallucinates, zooms.

al·lucina, fa zoom, al·lucina, fa zoom...

And in this way,

D'aquesta manera,

you can get a sort of fugue state of the network, I suppose,

s'obté una mena d'estat de fuga dissociativa a la xarxa,

or a sort of free association,

una mena d'associació lliure,

in which the network is eating its own tail.

on la xarxa és menja la seva pròpia cua.

So every image is now the basis for,

Fent, així, de cada imatge, la base de:

"What do I think I see next?

"Què crec que hi veig aquí?

What do I think I see next? What do I think I see next?"

I ara què hi veig? I ara?..."

I showed this for the first time in public

La primera vegada que ho vaig ensenyar en públic

to a group at a lecture in Seattle called "Higher Education" --

va ser a un grup a una conferència a Seattle anomenat "Higher Education",

this was right after marijuana was legalized.

tot just després de legalitzar la marihuana.

(Laughter)

(Riures)

So I'd like to finish up quickly

M'agradaria acabar ràpidament,

by just noting that this technology is not constrained.

dient que aquesta tecnologia no és només això.

I've shown you purely visual examples because they're really fun to look at.

He ensenyat exemples visuals perquè són divertits,

It's not a purely visual technology.

però no només es tracta de tecnologia visual.

Our artist collaborator, Ross Goodwin,

Un artista col·laborador, en Ross Goodwin,

has done experiments involving a camera that takes a picture,

ha fet experiments fent fotografies amb una càmera

and then a computer in his backpack writes a poem using neural networks,

i que un ordinador a la seva motxilla en faci un poema amb una xarxa neural;

based on the contents of the image.

bastant-se en la imatge.

And that poetry neural network has been trained

Aquesta xarxa neural de poesia s'ha preparat

on a large corpus of 20th-century poetry.

amb un extens corpus de poesia del segle XX.

And the poetry is, you know,

Els poemes resultants són...

I think, kind of not bad, actually.

Bé, no estan del tot malament.

(Laughter)

(Riures)

In closing,

En resum.

I think that per Michelangelo,

Crec que en Miquel Àngel

I think he was right;

tenia raó.

perception and creativity are very intimately connected.

La percepció i la creativitat estan lligades molt íntimament.

What we've just seen are neural networks

Això són xarxes neuronals

that are entirely trained to discriminate,

preparades per tal de poder discriminar

or to recognize different things in the world,

o reconèixer diferents coses del món;

able to be run in reverse, to generate.

capaces de córrer en sentit invers per tal de poder generar.

One of the things that suggests to me

Una de les coses que em suggereix,

is not only that Michelangelo really did see

és que no només en Miquel Àngel era capaç de veure

the sculpture in the blocks of stone,

l'escultura dins els blocs de marbre;

but that any creature, any being, any alien

sino que qualsevol criatura, qualsevol ésser, qualsevol marcià

that is able to do perceptual acts of that sort

capaç de fer aquesta mena d'actes de percepció,

is also able to create

també pot crear.

because it's exactly the same machinery that's used in both cases.

Perquè s'utilitza exactament el mateix mecanisme en ambdós casos.

Also, I think that perception and creativity are by no means

També considero que tant la percepció com la creativitat no són

uniquely human.

exclusivament humanes.

We start to have computer models that can do exactly these sorts of things.

Comencem a tenir models d'ordinador capaços de dur a terme aquestes tasques.

And that ought to be unsurprising; the brain is computational.

Això no ens hauria de sorprendre, ja que el cervell és computacional.

And finally,

Per acabar,

computing began as an exercise in designing intelligent machinery.

la informàtica començà com a un exercici de disseny de màquines intel·ligents.

It was very much modeled after the idea

Es va modelar molt en torn a la idea

of how could we make machines intelligent.

de com fer màquines intel·ligents.

And we finally are starting to fulfill now

Finalment, ara comencem a aconseguir

some of the promises of those early pioneers,

algunes de les promeses d'aquells primers pioners,

of Turing and von Neumann

d'en Turing, en Von Neumann,

and McCulloch and Pitts.

d'en McCulloch i en Pitts.

And I think that computing is not just about accounting

Crec que la informàtica no és només comptabilitat,

or playing Candy Crush or something.

o jugar al "Candy Crush" i coses així.

From the beginning, we modeled them after our minds.

Vam començar seguint el model de les nostres ments.

And they give us both the ability to understand our own minds better

Ens dóna tant l'habilitat d'entendre'ns millor a nosaltres mateixos

and to extend them.

com de millora-la.

Thank you very much.

Moltes gràcies.

(Applause)

(Aplaudiments)