The wonderful and terrifying implications of computers that can learn | Jeremy Howard

Übersetzung: Hannah Crass Lektorat: Angelika Lueckert Leon

It used to be that if you wanted to get a computer to do something new,

Wenn man früher wollte, dass ein Computer etwas Neues tat,

you would have to program it.

musste man ihn programmieren.

Now, programming, for those of you here that haven't done it yourself,

Für alle, die es noch nie selbst probiert haben:

requires laying out in excruciating detail

Beim Programmieren muss man bis ins kleinste Detail

every single step that you want the computer to do

jeden einzelnen Schritt definieren, den der Computer erledigen soll,

in order to achieve your goal.

um sein Ziel zu erreichen.

Now, if you want to do something that you don't know how to do yourself,

Will man also etwas tun, was man selbst noch nicht kann,

then this is going to be a great challenge.

dann wird das eine große Herausforderung.

So this was the challenge faced by this man, Arthur Samuel.

Dieser Herausforderung stellte sich dieser Mann, Arthur Samuel.

In 1956, he wanted to get this computer

1956 wollte er diesem Computer beibringen,

to be able to beat him at checkers.

ihn im Spiel Dame zu schlagen.

How can you write a program,

Wie kann man ein Programm schreiben

lay out in excruciating detail, how to be better than you at checkers?

und bis ins kleinste Detail definieren, wie man sich selbst in Dame übertrifft?

So he came up with an idea:

Also hatte er eine Idee:

he had the computer play against itself thousands of times

Er ließ den Computer tausende Male gegen sich selbst spielen,

and learn how to play checkers.

sodass er Dame spielen lernte.

And indeed it worked, and in fact, by 1962,

Das funktionierte wirklich, und schon 1962

this computer had beaten the Connecticut state champion.

besiegte dieser Computer den Landesmeister von Connecticut.

So Arthur Samuel was the father of machine learning,

Arthur Samuel war also der Urvater des Maschinellen Lernens

and I have a great debt to him,

und ich schulde ihm viel,

because I am a machine learning practitioner.

denn ich bin ein Fachmann im Maschinellen Lernen.

I was the president of Kaggle,

Ich war Präsident von Kaggle,

a community of over 200,000 machine learning practictioners.

einer Plattform von über 200 000 Fachleuten für Maschinelles Lernen.

Kaggle puts up competitions

Kaggle veranstaltet Wettbewerbe,

to try and get them to solve previously unsolved problems,

bei denen bisher ungelöste Probleme gelöst werden sollen,

and it's been successful hundreds of times.

und das war schon hunderte Male erfolgreich.

So from this vantage point, I was able to find out

Aus dieser Warte habe ich viel darüber gelernt,

a lot about what machine learning can do in the past, can do today,

was Maschinelles Lernen früher konnte, was es heute kann

and what it could do in the future.

und was es zukünftig vollbringen könnte.

Perhaps the first big success of machine learning commercially was Google.

Der vielleicht erste kommerzielle Erfolg im Maschinellen Lernen war Google.

Google showed that it is possible to find information

Google hat bewiesen, dass man Informationen

by using a computer algorithm,

über einen Computeralgorithmus finden kann,

and this algorithm is based on machine learning.

der auf Maschinellem Lernen basiert.

Since that time, there have been many commercial successes of machine learning.

Seitdem gab es viele kommerzielle Erfolge im Maschinellen Lernen.

Companies like Amazon and Netflix

Firmen wie Amazon oder Netflix

use machine learning to suggest products that you might like to buy,

nutzen Maschinelles Lernen für Kaufempfehlungen

movies that you might like to watch.

oder Filmvorschläge.

Sometimes, it's almost creepy.

Manchmal ist das beinahe gruselig.

Companies like LinkedIn and Facebook

Firmen wie LinkedIn oder Facebook

sometimes will tell you about who your friends might be

schlagen Ihnen manchmal neue Freunde vor

and you have no idea how it did it,

und Sie haben keine Ahnung, wie das geht,

and this is because it's using the power of machine learning.

und genau das ist die Macht des Maschinellen Lernens.

These are algorithms that have learned how to do this from data

Diese Algorithmen haben anhand vorhandener Daten gelernt,

rather than being programmed by hand.

anstatt von Hand programmiert zu werden.

This is also how IBM was successful

So konnte auch IBM Watson dazu bringen,

in getting Watson to beat the two world champions at "Jeopardy,"

die zwei Weltmeister der Quizshow "Jeopardy" zu schlagen,

answering incredibly subtle and complex questions like this one.

wo man knifflige, komplexe Fragen beantworten musste, z. B.:

["The ancient 'Lion of Nimrud' went missing from this city's national museum in 2003 (along with a lot of other stuff)"]

["2003 verschwand u. a. der antike 'Löwe von Nimrud'

aus dem Museum dieser Stadt."]

This is also why we are now able to see the first self-driving cars.

Daher gibt es nun erste selbstfahrende Autos.

If you want to be able to tell the difference between, say,

Will man den Unterschied

a tree and a pedestrian, well, that's pretty important.

etwa zwischen Baum und Fußgänger erkennen, ist das wichtig.

We don't know how to write those programs by hand,

Wir wissen nicht, wie man solche Programme schreibt,

but with machine learning, this is now possible.

aber durch Maschinelles Lernen ist das jetzt möglich.

And in fact, this car has driven over a million miles

Dieses Auto ist schon über 1 Mio. km

without any accidents on regular roads.

ohne den kleinsten Unfall auf normalen Straßen gefahren.

So we now know that computers can learn,

Wir wissen also, dass Computer lernen können

and computers can learn to do things

und dass sie auch Dinge lernen können,

that we actually sometimes don't know how to do ourselves,

von denen wir nicht wissen, wie sie funktionieren,

or maybe can do them better than us.

und manchmal sogar besser als wir.

One of the most amazing examples I've seen of machine learning

Eines der faszinierendsten Beispiele für Maschinelles Lernen

happened on a project that I ran at Kaggle

habe ich bei einem meiner Kaggle-Projekte gesehen,

where a team run by a guy called Geoffrey Hinton

als ein Team unter der Leitung von Geoffrey Hinton

from the University of Toronto

von der Universität Toronto

won a competition for automatic drug discovery.

den Wettstreit für automatische Drogenerkennung gewann.

Now, what was extraordinary here is not just that they beat

Außergewöhnlich war daran nicht nur ihr Sieg

all of the algorithms developed by Merck or the international academic community,

gegen all die Algorithmen von Merck und der internationalen akademischen Welt,

but nobody on the team had any background in chemistry or biology or life sciences,

sondern, dass das Team kein Vorwissen zu Chemie oder Biowissenschaften hatte

and they did it in two weeks.

und nur zwei Wochen brauchte.

How did they do this?

Wie haben sie das gemacht?

They used an extraordinary algorithm called deep learning.

Sie nutzten einen besonderen Algorithmus namens Deep Learning.

So important was this that in fact the success was covered

Ihr Erfolg war so bedeutend,

dass er wenig später auf der Titelseite der NY Times erschien.

in The New York Times in a front page article a few weeks later.

This is Geoffrey Hinton here on the left-hand side.

Hier auf der linken Seite sehen Sie Geoffrey Hinton.

Deep learning is an algorithm inspired by how the human brain works,

Deep Learning basiert auf der Funktion des menschlichen Gehirns

and as a result it's an algorithm

und deswegen ist es ein Algorithmus,

which has no theoretical limitations on what it can do.

dessen Funktion theoretisch keine Grenzen gesetzt sind.

The more data you give it and the more computation time you give it,

Je mehr Daten und Rechenzeit man hat,

the better it gets.

desto besser wird er.

The New York Times also showed in this article

Die New York Times zeigte in ihrem Artikel

another extraordinary result of deep learning

noch ein Resultat des Deep Learning,

which I'm going to show you now.

das ich Ihnen jetzt vorstellen will.

It shows that computers can listen and understand.

Es beweist, dass Computer zuhören und verstehen können.

(Video) Richard Rashid: Now, the last step

Richard Rashid (Video): Als letzten Schritt in diesem Prozess

that I want to be able to take in this process

is to actually speak to you in Chinese.

werde ich Chinesisch mit Ihnen sprechen.

Now the key thing there is,

Als wichtigsten Schritt haben wir

we've been able to take a large amount of information from many Chinese speakers

anhand großer Informationsmengen von vielen Chinesisch-Sprechern

and produce a text-to-speech system

ein Text-zu-Sprache-System gebaut,

that takes Chinese text and converts it into Chinese language,

das chinesischen Text in chinesche Sprache umwandelt,

and then we've taken an hour or so of my own voice

und dann haben wir eine etwa einstündige Aufnahme meiner Stimme benutzt,

and we've used that to modulate

the standard text-to-speech system so that it would sound like me.

um das Text-zu-Sprache-System so zu ändern, dass es wie ich klingt.

Again, the result's not perfect.

Wieder ist das Ergebnis nicht perfekt.

There are in fact quite a few errors.

Eigentlich hat es sogar ganz schön viele Fehler.

(In Chinese)

(Auf Chinesisch)

(Applause)

(Applaus)

There's much work to be done in this area.

In diesem Bereich ist noch viel zu tun.

(In Chinese)

(Chinesisch)

(Applause)

(Applaus)

Jeremy Howard: Well, that was at a machine learning conference in China.

Jeremy Howard: Das war eine Konferenz zu Maschinellem Lernen in China.

It's not often, actually, at academic conferences

Übrigens hört man bei akademischen Konferenzen

that you do hear spontaneous applause,

nur ganz selten Zwischenapplaus,

although of course sometimes at TEDx conferences, feel free.

obwohl das bei TEDx-Konferenzen durchaus erwünscht sein kann.

Everything you saw there was happening with deep learning.

Was Sie eben gesehen haben, basiert auf Deep Learning.

(Applause) Thank you.

(Applaus) Danke!

The transcription in English was deep learning.

Die englische Transkription war Deep Learning.

The translation to Chinese and the text in the top right, deep learning,

Die Übersetzung ins Chinesische und der Text rechts oben – Deep Learning

and the construction of the voice was deep learning as well.

und die Modellierung der Stimme -- ebenfalls Deep Learning.

So deep learning is this extraordinary thing.

Deep Learning ist also eine außergewöhnliche Sache.

It's a single algorithm that can seem to do almost anything,

Es ist ein einziger Algorithmus, der scheinbar fast alles kann

and I discovered that a year earlier, it had also learned to see.

und ich fand heraus, dass er ein Jahr zuvor sehen gelernt hatte.

In this obscure competition from Germany

Bei einem obskuren Wettbewerb der Ruhr-Universität Bochum

called the German Traffic Sign Recognition Benchmark,

zum Erkennen von Verkehrszeichen

deep learning had learned to recognize traffic signs like this one.

hat Deep Learning gelernt, Verkehrszeichen wie dieses zu erkennen.

Not only could it recognize the traffic signs

Er konnte Verkehrszeichen nicht nur

better than any other algorithm,

besser als andere Algorithmen erkennen;

the leaderboard actually showed it was better than people,

die Rangliste zeigte, dass er sogar Menschen übertraf

about twice as good as people.

und zwar um das Doppelte.

So by 2011, we had the first example

2011 gab es also das erste Beispiel

of computers that can see better than people.

für Computer, die besser sehen können als Menschen.

Since that time, a lot has happened.

Seitdem ist viel passiert.

In 2012, Google announced that they had a deep learning algorithm

2012 gab Google bekannt, dass sie einen Deep-Learning-Algorithmus

watch YouTube videos

Youtube Videos schauen ließen

and crunched the data on 16,000 computers for a month,

und die Daten auf 16 000 Computern einen Monat lang berechnen ließen

and the computer independently learned about concepts such as people and cats

und dass der Computer allein Konzepte wie Menschen oder Katzen

einzig durch das Betrachten von Videos erkannt hat.

just by watching the videos.

This is much like the way that humans learn.

Menschen lernen sehr ähnlich.

Humans don't learn by being told what they see,

Sie lernen nicht, indem man ihnen sagt, was sie sehen,

but by learning for themselves what these things are.

sondern sie lernen selbst, was diese Dinge sind.

Also in 2012, Geoffrey Hinton, who we saw earlier,

Übrigens hat 2012 Geoffrey Hinton, den wir vorher gesehen haben,

won the very popular ImageNet competition,

den beliebten ImageNet-Wettbewerb mit seinem Versuch gewonnen,

looking to try to figure out from one and a half million images

auf 1,5 Mio. Bildern die Motive zu erkennen.

what they're pictures of.

As of 2014, we're now down to a six percent error rate

2014 sind wir mittlerweile nur noch bei einer 6%igen Fehlerrate

in image recognition.

bei der Bilderkennung.

This is better than people, again.

Das ist wiederum besser als Menschen.

So machines really are doing an extraordinarily good job of this,

Maschinen sind dabei also außergewöhnlich gut

and it is now being used in industry.

und das wird nun auch in der Wirtschaft genutzt.

For example, Google announced last year

Zum Beispiel hat Google letztes Jahr bekanntgegeben,

that they had mapped every single location in France in two hours,

dass sie jeden Ort Frankreichs in nur 2 Stunden kartografiert hätten,

and the way they did it was that they fed street view images

indem sie Street-View-Bilder in einen Deep-Learning-Algorithmus einspeisten,

into a deep learning algorithm to recognize and read street numbers.

der dann Hausnummern erkennen und lesen konnte.

Imagine how long it would have taken before:

Davor hätte es dutzende Leute und viele Jahre gebraucht.

dozens of people, many years.

This is also happening in China.

Dasselbe passiert in China.

Baidu is kind of the Chinese Google, I guess,

Baidu ist sowas wie das chinesische Google,

and what you see here in the top left

und was Sie hier oben links sehen,

is an example of a picture that I uploaded to Baidu's deep learning system,

ist z. B. ein Bild, das ich in Baidus Deep-Learning-System hochgeladen habe.

and underneath you can see that the system has understood what that picture is

Darunter sehen Sie, dass das System das Bild verstanden

and found similar images.

und ähnliche Bilder gefunden hat.

The similar images actually have similar backgrounds,

Die ähnlichen Bilder haben ähnliche Hintergründe,

similar directions of the faces,

ähnliche Gesichts-Ausrichtung,

even some with their tongue out.

manche sogar die rausgestreckte Zunge.

This is not clearly looking at the text of a web page.

Das System schaut eindeutig nicht auf den Text einer Website.

All I uploaded was an image.

Es hatte nur ein Bild.

So we now have computers which really understand what they see

Also haben wir jetzt Computer, die wirklich verstehen, was sie sehen,

and can therefore search databases

und daher Datenbanken

of hundreds of millions of images in real time.

mit vielen Millionen Bildern in Echtzeit durchsuchen können.

So what does it mean now that computers can see?

Aber was bedeutet es nun, dass Computer sehen können?

Well, it's not just that computers can see.

Tja, es ist nicht nur so, dass sie sehen.

In fact, deep learning has done more than that.

Genau genommen kann Deep Leaning noch mehr.

Complex, nuanced sentences like this one

Komplexe, differenzierte Sätze wie dieser

are now understandable with deep learning algorithms.

können nun mit Deep-Learning-Algorithmen verstanden werden.

As you can see here,

Wie Sie hier sehen können,

this Stanford-based system showing the red dot at the top

zeigt dieses System aus Stanford mit dem roten Punkt oben,

has figured out that this sentence is expressing negative sentiment.

dass es die negative Botschaft des Satzes erkannt hat.

Deep learning now in fact is near human performance

Deep Learning ist jetzt fast so gut wie Menschen

at understanding what sentences are about and what it is saying about those things.

im Verstehen, worum es in Sätzen geht und was gesagt wird.

Also, deep learning has been used to read Chinese,

Deep Learning wird auch genutzt, um Chinesisch zu lesen

again at about native Chinese speaker level.

wieder fast auf Muttersprachler-Niveau.

This algorithm developed out of Switzerland

Der Algorithmus dafür stammt von Leuten aus der Schweiz,

by people, none of whom speak or understand any Chinese.

die allesamt kein Chinesisch sprechen oder verstehen.

As I say, using deep learning

Wie ich schon sagte: Deep Learning

is about the best system in the world for this,

ist so ziemlich das beste System der Welt dafür,

even compared to native human understanding.

sogar im Vergleich mit dem Wissen von Muttersprachlern.

This is a system that we put together at my company

Dieses System haben wir in meiner Firma entworfen,

which shows putting all this stuff together.

das all diesen Kram zusammenfügt.

These are pictures which have no text attached,

Das sind Bilder ohne angehängten Text

and as I'm typing in here sentences,

und während ich diese Sätze hier eintippe,

in real time it's understanding these pictures

versteht das System die Bilder in Echtzeit

and figuring out what they're about

und erkennt, was sie zeigen,

and finding pictures that are similar to the text that I'm writing.

und findet ähnliche Bilder zu dem eingetippten Text.

So you can see, it's actually understanding my sentences

Sie sehen also, es versteht wirklich meine Sätze

and actually understanding these pictures.

und ebenso diese Bilder.

I know that you've seen something like this on Google,

Ich weiß, dass Sie sowas Ähnliches von Google kennen,

where you can type in things and it will show you pictures,

wo man Text eingeben kann und einem Bilder gezeigt werden,

but actually what it's doing is it's searching the webpage for the text.

aber da wird nur die Website nach dem Text durchsucht.

This is very different from actually understanding the images.

Das ist ein großer Unterschied dazu, die Bilder zu verstehen.

This is something that computers have only been able to do

Letzteres haben Computer erst

for the first time in the last few months.

vor ein paar Monaten gelernt.

So we can see now that computers can not only see but they can also read,

Wir haben gesehen, dass Computer nicht nur sehen, sondern auch lesen können.

and, of course, we've shown that they can understand what they hear.

Wir haben natürlich auch gesehen, dass sie verstehen, was sie hören.

Perhaps not surprising now that I'm going to tell you they can write.

Vielleicht sind Sie nicht überrascht, dass sie auch schreiben können.

Here is some text that I generated using a deep learning algorithm yesterday.

Diesen Text habe ich gestern mit einem Deep-Learning-Algorithmus erzeugt.

And here is some text that an algorithm out of Stanford generated.

Diesen Text hier hat ein Algorithmus aus Stanford erzeugt.

Each of these sentences was generated

Jeder dieser Sätze wurde mit einem Deep-Learning-Algorithmus erzeugt,

by a deep learning algorithm to describe each of those pictures.

um das jeweilige Bild zu beschreiben.

This algorithm before has never seen a man in a black shirt playing a guitar.

Vorher hat der Algorithmus nie einen Mann im schwarzen Hemd Gitarre spielen sehen.

It's seen a man before, it's seen black before,

Er hat einen Mann, die Farbe Schwarz,

it's seen a guitar before,

und eine Gitarre gesehen,

but it has independently generated this novel description of this picture.

aber er hat selbstständig diese neue Bildbeschreibung erstellt.

We're still not quite at human performance here, but we're close.

Menschliche Leistung ist das noch nicht, aber nah dran.

In tests, humans prefer the computer-generated caption

In Tests bevorzugen Menschen die computer-generierte Bildbeschreibung

one out of four times.

nur eines von vier Malen.

Now this system is now only two weeks old,

Aber das System ist jetzt erst 2 Wochen alt,

so probably within the next year,

sodass wahrscheinlich im nächsten Jahr

the computer algorithm will be well past human performance

der Computeralgorithmus die menschliche Leistung übertrifft,

at the rate things are going.

so schnell wie die Dinge gerade gehen.

So computers can also write.

Computer können also auch schreiben.

So we put all this together and it leads to very exciting opportunities.

Wenn wir das alles kombinieren, kriegen wir sehr spannenden Möglichkeiten.

For example, in medicine,

In der Medizin, zum Beispiel,

a team in Boston announced that they had discovered

hat ein Team aus Boston verkündet,

dozens of new clinically relevant features

dass es Dutzende neue klinisch relevante Merkmale

of tumors which help doctors make a prognosis of a cancer.

von Tumoren entdeckt hätte, die Ärzten bei der Krebsprognose helfen.

Very similarly, in Stanford,

Ähnlich hat in Stanford eine Gruppe bekanntgegeben,

a group there announced that, looking at tissues under magnification,

dass sie für die Gewebeanalyse in vergrößerter Aufnahme

they've developed a machine learning-based system

ein Maschinelles Lernsystem entwickelt haben,

which in fact is better than human pathologists

das menschliche Pathologen tatsächlich dabei übertrifft,

at predicting survival rates for cancer sufferers.

die Überlebenschancen von Krebspatienten vorherzusagen.

In both of these cases, not only were the predictions more accurate,

In beiden Fällen waren die Vorhersagen nicht nur genauer,

but they generated new insightful science.

sie förderten auch neue wissenschaftliche Erkenntnisse.

In the radiology case,

Im Fall der Radiologie

they were new clinical indicators that humans can understand.

waren es neue klinische Indikatoren, die Menschen verstehen.

In this pathology case,

Im Fall der Pathologie

the computer system actually discovered that the cells around the cancer

hat das Computersystem herausgefunden, dass die Zellen rund um den Krebs

are as important as the cancer cells themselves

genauso wichtig sind wie die Krebszellen selbst

in making a diagnosis.

beim Erstellen der Diagnose.

This is the opposite of what pathologists had been taught for decades.

Das ist das Gegenteil davon, was man Pathologen jahrzehntelang beibrachte.

In each of those two cases, they were systems developed

In beiden Fällen wurden die Systeme

by a combination of medical experts and machine learning experts,

gemeinsam von Experten der Medizin und des Maschinellen Lernens entwickelt,

but as of last year, we're now beyond that too.

aber seit letztem Jahr haben wir auch das überwunden.

This is an example of identifying cancerous areas

Das hier ist ein Beispiel, wie man krebsgeschädigte Bereiche

of human tissue under a microscope.

menschlichen Gewebes unter dem Mikroskop erkennt.

The system being shown here can identify those areas more accurately,

Das hier gezeigte System erkennt solche Bereiche genauer,

or about as accurately, as human pathologists,

oder etwa gleich genau, wie menschliche Pathologen,

but was built entirely with deep learning using no medical expertise

aber es wurde allein mit Deep Learning, ohne medizinisches Wissen,

by people who have no background in the field.

von Leuten ohne Ausbildung in diesem Feld entwickelt.

Similarly, here, this neuron segmentation.

Ähnlich ist es bei dieser Neuronen-Segmentierung.

We can now segment neurons about as accurately as humans can,

Neuronen können jetzt damit etwa so genau wie durch Menschen segmentieren werden,

but this system was developed with deep learning

aber dieses System wurde mit Deep Learning

using people with no previous background in medicine.

von Leuten ohne medizinisches Vorwissen entwickelt.

So myself, as somebody with no previous background in medicine,

Sogar ich, als jemand ohne medizinische Ausbildung,

I seem to be entirely well qualified to start a new medical company,

scheine nun genug für die Gründung eines medizinisches Unternehmens zu wissen

which I did.

-- und das habe ich auch.

I was kind of terrified of doing it,

Ich hatte irgendwie Angst davor,

but the theory seemed to suggest that it ought to be possible

aber theoretisch schien es möglich zu sein,

to do very useful medicine using just these data analytic techniques.

in der Medizin sehr nützliche Dinge allein mit solchen Datenanalysen zu bewirken.

And thankfully, the feedback has been fantastic,

Glücklicherweise war das Feedback fantastisch,

not just from the media but from the medical community,

sowohl von den Medien als auch von Medizinern,

who have been very supportive.

die mich sehr unterstützt haben.

The theory is that we can take the middle part of the medical process

Theoretisch können wir den Mittelteil des medizinischen Vorgangs

and turn that into data analysis as much as possible,

so viel wie möglich der Datenanalyse überlassen,

leaving doctors to do what they're best at.

sodass Ärzte nur noch tun müssen, was sie am besten können.

I want to give you an example.

Ich will Ihnen ein Beispiel geben.

It now takes us about 15 minutes to generate a new medical diagnostic test

Aktuell brauchen wir 15 Minuten, um einen neuen medizinischen Diagnosetest zu bauen.

and I'll show you that in real time now,

Das zeige ich Ihnen jetzt in Echtzeit,

but I've compressed it down to three minutes by cutting some pieces out.

aber ich habe es durch Zusammenschneiden auf 3 Minuten gekürzt.

Rather than showing you creating a medical diagnostic test,

Anstatt Ihnen das Erstellen eines medizinischen Tests zu zeigen,

I'm going to show you a diagnostic test of car images,

zeige ich Ihnen einen Diagnosetest für Autobilder,

because that's something we can all understand.

denn das verstehen wir alle.

So here we're starting with about 1.5 million car images,

Hier fangen wir mit ungefähr 1,5 Mio. Autobildern an,

and I want to create something that can split them into the angle

und ich möchte etwas bauen, das sie nach dem Winkel sortiert,

of the photo that's being taken.

in dem das Foto gemacht wurde.

So these images are entirely unlabeled, so I have to start from scratch.

Diese Bilder sind jetzt noch nicht benannt, ich fange bei Null an.

With our deep learning algorithm,

Unser Deep-Learning-Algorithmus

it can automatically identify areas of structure in these images.

erkennt automatisch Strukturflächen auf den Bildern.

So the nice thing is that the human and the computer can now work together.

Das Schöne ist, dass Mensch und Computer jetzt zusammenarbeiten können.

So the human, as you can see here,

Wie Sie hier sehen,

is telling the computer about areas of interest

gibt der Mensch dem Computer Zielbereiche vor,

which it wants the computer then to try and use to improve its algorithm.

womit der Computer dann versuchen soll, seinem Algorithmus zu verbessern.

Now, these deep learning systems actually are in 16,000-dimensional space,

Eigentlich sind diese Deep-Learning- Systeme im 16 000-dimensionalen Raum,

so you can see here the computer rotating this through that space,

hier können Sie den Computer das durch den Raum

auf der Suche nach neuen Strukturflächen rotieren sehen.

trying to find new areas of structure.

And when it does so successfully,

Wenn er dabei Erfolg hat,

the human who is driving it can then point out the areas that are interesting.

kann der menschliche Betreiber dann die interessanten Bereiche festlegen.

So here, the computer has successfully found areas,

Hier hat der Computer Bereiche gefunden,

for example, angles.

zum Beispiel Winkel.

So as we go through this process,

Im Verlauf des Prozesses

we're gradually telling the computer more and more

sagen wir dem Computer immer mehr

about the kinds of structures we're looking for.

über die gesuchten Strukturen.

You can imagine in a diagnostic test

Bei einem Diagnose-Test zum Beispiel

this would be a pathologist identifying areas of pathosis, for example,

würde das dem Pathologen helfen, kranke Bereiche zu identifizieren,

or a radiologist indicating potentially troublesome nodules.

oder dem Radiologen bei potentiell gefährlichen Knoten.

And sometimes it can be difficult for the algorithm.

Manchmal wird es schwer für den Algorithmus.

In this case, it got kind of confused.

In diesem Fall war er etwas verwirrt.

The fronts and the backs of the cars are all mixed up.

Die Vorder- und Rückseiten der Autos sind vermischt.

So here we have to be a bit more careful,

Wir müssen hier also sorgfältiger sein,

manually selecting these fronts as opposed to the backs,

und die Vorderseiten manuell von den Rückseiten trennen,

then telling the computer that this is a type of group

um dann dem Computer zu sagen, dass das Teil einer Gruppe ist,

that we're interested in.

die uns interessiert.

So we do that for a while, we skip over a little bit,

Das machen wir für eine Weile, wir springen ein wenig weiter,

and then we train the machine learning algorithm

und dann trainieren wir den Algorithmus,

based on these couple of hundred things,

basierend auf diesen paar hundert Sachen,

and we hope that it's gotten a lot better.

und hoffen, dass er besser geworden ist.

You can see, it's now started to fade some of these pictures out,

Wie Sie sehen, lässt er einige dieser Bilder jetzt verblassen

showing us that it already is recognizing how to understand some of these itself.

und zeigt uns, dass er schon jetzt ein wenig selbst erkennt.

We can then use this concept of similar images,

Wir können das Konzept der ähnlichen Bilder nutzen

and using similar images, you can now see,

und dabei sehen Sie,

the computer at this point is able to entirely find just the fronts of cars.

dass der Computer jetzt in der Lage ist, nur die Vorderseiten der Autos zu finden.

So at this point, the human can tell the computer,

Also kann der Mensch dem Computer an diesem Punkt sagen,

okay, yes, you've done a good job of that.

okay, du hast gute Arbeit geleistet.

Sometimes, of course, even at this point

Natürlich ist es manchmal selbst hier schwer,

it's still difficult to separate out groups.

die einzelnen Gruppen zu unterscheiden.

In this case, even after we let the computer try to rotate this for a while,

Selbst nachdem der Computer die Bilder eine Weile rotiert hat,

we still find that the left sides and the right sides pictures

sind die rechten und linken Seiten der Bilder immer noch

are all mixed up together.

komplett durcheinander.

So we can again give the computer some hints,

Wieder können wir dem Computer Hinweise geben

and we say, okay, try and find a projection that separates out

und sagen, okay, jetzt versuch mal einen Weg,

the left sides and the right sides as much as possible

der die rechte und linke Seite so gut wie möglich

using this deep learning algorithm.

mit dem Deep-Learning-Algorithmus trennt.

And giving it that hint -- ah, okay, it's been successful.

Und mit diesem Hinweis -- ah, okay, jetzt hat er Erfolg.

It's managed to find a way of thinking about these objects

Er hat einen Weg gefunden, diese Objekte so sehen,

that's separated out these together.

der diese hier aussortiert hat.

So you get the idea here.

Sie haben jetzt einen Eindruck davon.

This is a case not where the human is being replaced by a computer,

Das ist kein Fall, wo der Mensch von einem Computer ersetzt wird,

but where they're working together.

sondern sie arbeiten zusammen.

What we're doing here is we're replacing something that used to take a team

Wir ersetzen hier etwas, wofür man früher ein Team von fünf oder sechs Leuten

of five or six people about seven years

7 Jahre beschäftigt hat,

and replacing it with something that takes 15 minutes

durch etwas, das 15 Minuten

for one person acting alone.

für eine einzige Person braucht.

So this process takes about four or five iterations.

Dieser Vorgang braucht ungefähr vier oder fünf Durchgänge.

You can see we now have 62 percent

Wie Sie sehen, sind wir nun bei 62 %

of our 1.5 million images classified correctly.

korrekt klassifizierten Bildern aus 1,5 Millionen.

And at this point, we can start to quite quickly

An dieser Stelle können wir anfangen, sehr schnell

grab whole big sections,

große Bereiche zu erfassen,

check through them to make sure that there's no mistakes.

und sie auf Fehler zu überprüfen.

Where there are mistakes, we can let the computer know about them.

Wenn es Fehler gibt, lassen wir das den Computer wissen.

And using this kind of process for each of the different groups,

Indem wir diesen Vorgang auf jede der einzelnen Gruppen anwenden,

we are now up to an 80 percent success rate

sind wir jetzt bei einer 80%igen Erfolgsrate

in classifying the 1.5 million images.

beim Klassifizieren der 1,5 Mio. Bilder.

And at this point, it's just a case

An diesem Punkt müssen wir nur noch

of finding the small number that aren't classified correctly,

die kleine Zahl der falsch klassifizierten Bilder finden

and trying to understand why.

und versuchen, die Ursache zu verstehen.

And using that approach,

Wenden wir das an,

by 15 minutes we get to 97 percent classification rates.

sind wir nach 15 Minuten bei einer Erfolgsquote von 97 %.

So this kind of technique could allow us to fix a major problem,

Also könnten wir mit dieser Technik ein großes Problem beheben,

which is that there's a lack of medical expertise in the world.

nämlich, das Fehlen medizinischen Fachwissens in der Welt.

The World Economic Forum says that there's between a 10x and a 20x

Laut Weltwirtschaftsforum gibt es zwischen 10x und 20x

shortage of physicians in the developing world,

zu wenige Ärzte in Entwicklungsländern

and it would take about 300 years

und es würde etwa 300 Jahre dauern,

to train enough people to fix that problem.

genug Leute auszubilden, um das Problem zu beheben.

So imagine if we can help enhance their efficiency

Können Sie sich vorstellen, dass wir ihre Effizienz

using these deep learning approaches?

mit diesen Deep-Learning-Ansätzen steigern können?

So I'm very excited about the opportunities.

Ich bin ganz begeistert von den Möglichkeiten.

I'm also concerned about the problems.

Ich mache mir auch Sorgen über die Probleme.

The problem here is that every area in blue on this map

Das Problem hierbei ist, in jedem blauen Bereich auf der Karte

is somewhere where services are over 80 percent of employment.

machen Dienstleistungen über 80 % der Beschäftigung aus.

What are services?

Was sind Dienstleistungen?

These are services.

Das sind Dienstleistungen.

These are also the exact things that computers have just learned how to do.

Das sind außerdem genau die Dinge, die Computer gerade gelernt haben.

So 80 percent of the world's employment in the developed world

Also sind 80 % der Beschäftigung der entwickelten Welt Dinge,

is stuff that computers have just learned how to do.

die Computer gerade gelernt haben.

What does that mean?

Was bedeutet das?

Well, it'll be fine. They'll be replaced by other jobs.

Naja, es wird alles gut. Andere Jobs ersetzen diese.

For example, there will be more jobs for data scientists.

Zum Beispiel wird es mehr Jobs für Informatiker geben.

Well, not really.

Nun, nicht ganz.

It doesn't take data scientists very long to build these things.

Informatiker brauchen nicht lange, diese Dinge zu bauen.

For example, these four algorithms were all built by the same guy.

Zum Beispiel wurden diese 4 Algorithmen vom selben Typen gebaut.

So if you think, oh, it's all happened before,

Wenn Sie also denken, oh, das ist alles nicht neu,

we've seen the results in the past of when new things come along

wir haben in der Vergangenheit gesehen, wenn etwas Neues kommt,

and they get replaced by new jobs,

werden sie durch neue Jobs ersetzt,

what are these new jobs going to be?

was also sind diese neuen Jobs?

It's very hard for us to estimate this,

Das ist sehr schwer einzuschätzen,

because human performance grows at this gradual rate,

weil menschliche Leistung schrittweise wächst,

but we now have a system, deep learning,

aber wir haben jetzt ein System, Deep Learning,

that we know actually grows in capability exponentially.

das seine Leistung nachweislich exponentiell steigert.

And we're here.

Und da sind wir.

So currently, we see the things around us

Zurzeit sehen wir die Dinge um uns herum

and we say, "Oh, computers are still pretty dumb." Right?

und sagen "Computer sind immer noch ziemlich dumm." Oder?

But in five years' time, computers will be off this chart.

Aber in fünf Jahren werden Computer nicht mehr Teil dieser Tabelle sein.

So we need to be starting to think about this capability right now.

Wir müssen also schon jetzt anfangen, über diese Leistung nachzudenken.

We have seen this once before, of course.

Wir haben das natürlich schon mal gesehen.

In the Industrial Revolution,

Die Industrielle Revolution

we saw a step change in capability thanks to engines.

bewirkte einen Evolutionssprung der Leistung durch Motoren.

The thing is, though, that after a while, things flattened out.

Aber nach einer Weile beruhigten sich die Dinge.

There was social disruption,

Es gab soziale Umbrüche,

but once engines were used to generate power in all the situations,

aber sobald die Motoren damals zur Energiegewinnung genutzt wurden,

things really settled down.

beruhigten sich die Dinge.

The Machine Learning Revolution

Die Revolution des Maschinellen Lernens

is going to be very different from the Industrial Revolution,

wird ganz anders als die Industrielle Revolution,

because the Machine Learning Revolution, it never settles down.

weil die Revolution nie zu Ende ist.

The better computers get at intellectual activities,

Je besser Computer bei intellektuellen Aktivitäten werden,

the more they can build better computers to be better at intellectual capabilities,

desto bessere Computer können sie bauen,

die intellektuell noch leistungsfähiger sind,

so this is going to be a kind of change

also wird das eine Art Wandel,

that the world has actually never experienced before,

den die Welt nie zuvor gesehen hat,

so your previous understanding of what's possible is different.

sodass sich Ihr Verständnis des Möglichen ändert.

This is already impacting us.

Das beeinflusst uns schon jetzt.

In the last 25 years, as capital productivity has increased,

In den letzten 25 Jahren ist die Produktivität des Kapitals gestiegen,

labor productivity has been flat, in fact even a little bit down.

aber die Produktivität der Arbeit blieb gleich und sank sogar ein bisschen.

So I want us to start having this discussion now.

Deswegen will ich, dass wir diese Diskussion jetzt führen.

I know that when I often tell people about this situation,

Wenn ich Leuten von dieser Situation erzähle,

people can be quite dismissive.

sind sie oft sehr abschätzig.

Well, computers can't really think,

Computer denken nicht wirklich,

they don't emote, they don't understand poetry,

sie fühlen nichts, sie verstehen Lyrik nicht,

we don't really understand how they work.

wir verstehen nicht wirklich, wie sie funktionieren.

So what?

Ja, und?

Computers right now can do the things

Computer können jetzt Dinge tun,

für die Menschen ihre meiste Zeit gegen Bezahlung aufwenden.

that humans spend most of their time being paid to do,

so now's the time to start thinking

Wir sollten also jetzt überlegen,

about how we're going to adjust our social structures and economic structures

wie wir unsere sozialen und wirtschaftlichen Strukturen anpassen,

to be aware of this new reality.

um diese neue Realität zu erkennen.

Thank you.

Danke.

(Applause)

(Applaus)