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

Jeremy Howard: Las maravillosas y pavorosas consecuencias de los computadores que pueden aprender

Traductor: Sebastian Betti Revisor: Silvia Rivera

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

Antes, si querías que un computador hiciera algo nuevo

you would have to program it.

tenías, normalmente, que programarlo.

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

La programación, para quienes no la han practicado,

requires laying out in excruciating detail

requiere especificar con el más mínimo detalle

cada paso que uno quiere que haga su computador

every single step that you want the computer to do

in order to achieve your goal.

para alcanzar el objetivo.

Si quieren hacer algo que no saben hacer por sí mismos

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

then this is going to be a great challenge.

entonces están ante un gran reto.

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

Ese fue el reto al que se enfrentó este hombre, Arthur Samuel.

En 1956, quería hacer que su computador pudiera ganarle a las damas.

In 1956, he wanted to get this computer

to be able to beat him at checkers.

How can you write a program,

¿Cómo se puede diseñar un programa,

teniendo en cuenta el más mínimo detalle que sea mejor que sí mismo a las damas?

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

So he came up with an idea:

Y se le ocurrió una idea:

hizo jugar al computador contra sí mismo miles de veces

he had the computer play against itself thousands of times

and learn how to play checkers.

y le hizo aprender a jugar a las damas.

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

De hecho funcionó, ya en 1962,

this computer had beaten the Connecticut state champion.

este computador había ganado la competición estatal de Connecticut.

Arthur Samuel fue el padre del aprendizaje automático,

So Arthur Samuel was the father of machine learning,

and I have a great debt to him,

y tengo una deuda con él,

porque soy un profesional del aprendizaje automático.

because I am a machine learning practitioner.

Fui presidente de Kaggle,

I was the president of Kaggle,

a community of over 200,000 machine learning practictioners.

una comunidad de unos 200 000

profesionales del aprendizaje automático.

Kaggle puts up competitions

Kaggle contribuye con competiciones

to try and get them to solve previously unsolved problems,

para tratar de resolver problemas anteriores no resueltos,

and it's been successful hundreds of times.

y tuvo éxito cientos de veces.

Así que desde esa perspectiva, pude descubrir

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

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

mucho sobre lo que el aprendizaje automático hizo, puede hacer hoy

and what it could do in the future.

y lo que podrá hacer en el futuro.

Quizás el primer gran éxito

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

del aprendizaje automático en el mercado fue Google.

Google showed that it is possible to find information

Google demostró que era posible encontrar información

by using a computer algorithm,

usando un algoritmo informático

and this algorithm is based on machine learning.

y ese algoritmo se basa en el aprendizaje automático.

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

Desde entonces, ha habido muchos éxitos comerciales del aprendizaje automático.

Companies like Amazon and Netflix

Compañías como Amazon y Netflix usan el aprendizaje automático

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

para sugerir artículos que les puedan interesar comprar,

movies that you might like to watch.

películas que les puedan interesar ver

Sometimes, it's almost creepy.

A veces, es casi escalofriante.

Companies like LinkedIn and Facebook

Compañías como LinkedIn y Facebook

sometimes will tell you about who your friends might be

dicen, en ocasiones, cuáles pueden ser sus amigos

y uno no tiene ni idea de cómo lo han hecho,

and you have no idea how it did it,

y es porque hace uso del poder del aprendizaje automático.

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

Estos son algoritmos que han aprendido como hacerlo a partir de los datos

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

en lugar de ser programados a mano.

rather than being programmed by hand.

This is also how IBM was successful

Así es también como IBM tuvo éxito

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

en conseguir que Watson ganara dos campeonatos mundiales de "Jeopardy"

answering incredibly subtle and complex questions like this one.

respondiendo preguntas increíblemente ingeniosas, como esta.

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

[El antiguo "León de Nimrud" se perdió del Museo Nacional de esta ciudad en 2003]

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

También es por eso, que podemos ver los primeros autos sin piloto.

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

Si pueden diferenciar entre, por ejemplo

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

un árbol y un peatón, es algo muy importante.

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

No sabemos diseñar estos programas manualmente,

but with machine learning, this is now possible.

pero con el aprendizaje automático es posible.

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

De hecho, este auto ha conducido más de un millón y medio de kilómetros

without any accidents on regular roads.

sin tener accidentes en carretera.

So we now know that computers can learn,

Así, sabemos que los computadores pueden aprender

y pueden aprender a hacer cosas

and computers can learn to do things

que de hecho nosotros, a veces, no sabemos hacer,

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

or maybe can do them better than us.

o las pueden hacer mejor que nosotros.

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

Uno de los ejemplos más sorprendentes que he visto en aprendizaje automático

happened on a project that I ran at Kaggle

ocurrió en un proyecto que dirigía en Kaggle

where a team run by a guy called Geoffrey Hinton

donde un equipo dirigido por un chico llamado Geoffrey Hinton

from the University of Toronto

de la Universidad de Toronto

ganó un concurso para el descubrimiento automático de medicamentos.

won a competition for automatic drug discovery.

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

Lo extraordinario fue no solo que batiera

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

a todos los algoritmos desarrollados por Merck

o la comunidad académica internacional,

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

sino que nadie del equipo tenía experiencia en química

o biología o ciencias biológicas y lo hicieron en dos semanas.

and they did it in two weeks.

¿Cómo lo hicieron?

How did they do this?

They used an extraordinary algorithm called deep learning.

Usaron un algoritmo extraordinario llamado aprendizaje profundo.

So important was this that in fact the success was covered

Fue tan exitoso que tuvo cobertura

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

en The New York Times en un artículo de portada unas semanas después.

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

Este es Geoffrey Hinton a la izquierda.

El aprendizaje profundo es un algoritmo inspirado en el cerebro humano

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

y como resultado

and as a result it's an algorithm

no tiene limitaciones teóricas en lo que puede hacer.

which has no theoretical limitations on what it can do.

Cuantos más datos y tiempo de cálculo uno le dé

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

the better it gets.

mejor funciona.

The New York Times also showed in this article

The New York Times mostró, también en su artículo

another extraordinary result of deep learning

otro resultado extraordinario del aprendizaje profundo

which I'm going to show you now.

que mostraré ahora.

It shows that computers can listen and understand.

Demuestra que los computadores pueden escuchar y comprender.

(Video) Richard Rashid: Now, the last step

(Vídeo) Richard Rashid: El último paso

that I want to be able to take in this process

que quiero dar en este proceso

is to actually speak to you in Chinese.

es hablar en chino.

Now the key thing there is,

La clave es,

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

hemos recopilado una gran información de hablantes de chino

y producido un sistema de conversión de texto a voz

and produce a text-to-speech system

que toma el texto en chino y lo convierte en lengua oral,

that takes Chinese text and converts it into Chinese language,

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

luego hemos grabado una hora de mi voz

and we've used that to modulate

que usamos para modular

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

el texto estándar de conversión de texto a voz para que suene como yo.

Again, the result's not perfect.

De nuevo, el resultado no es perfecto.

There are in fact quite a few errors.

De hecho, hay unos cuantos errores.

(In Chinese)

結果並不完美 (los resultados no son perfectos)

(Applause)

(Aplausos)

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

Hay mucho que hacer en esta área.

在這方面有很多工作要做 (hay mucho trabajo que hacer en esta área)

(In Chinese)

(Applause)

(Aplausos)

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

Jeremy Howard: Esto era una conferencia de aprendizaje automático en China.

It's not often, actually, at academic conferences

No es usual, en conferencias académicas

that you do hear spontaneous applause,

oír aplausos espontáneos,

although of course sometimes at TEDx conferences, feel free.

aunque en las conferencias de TEDx siéntanse libres.

Everything you saw there was happening with deep learning.

Todo lo que han visto es gracias al aprendizaje profundo.

(Applause) Thank you.

(Aplausos) Gracias.

La transcripción en inglés es aprendizaje profundo.

The transcription in English was deep learning.

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

La traducción al chino y el texto arriba a la derecha, es aprendizaje profundo,

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

y la construcción de la voz también es aprendizaje profundo.

So deep learning is this extraordinary thing.

Eso es lo extraordinario del aprendizaje profundo.

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

Es un solo algoritmo que parece hacer casi cualquier cosa,

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

y descubrí que un año antes, aprendió a ver.

In this obscure competition from Germany

En esta extraña competición en Alemania

called the German Traffic Sign Recognition Benchmark,

llamada Banco de Prueba de Reconocimiento de Señales de Tránsito

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

el aprendizaje profundo ha aprendido a reconocer señales de tránsito como esta.

Not only could it recognize the traffic signs

No solo reconoce señales de tránsito

better than any other algorithm,

mejor que cualquier otro algoritmo,

the leaderboard actually showed it was better than people,

la clasificación mostró que era mejor que las personas,

about twice as good as people.

dos veces más bueno que las personas.

So by 2011, we had the first example

Para 2011, se da el primer ejemplo

of computers that can see better than people.

de computadores que pueden ver mejor que las personas.

Since that time, a lot has happened.

Desde entonces, han ocurrido muchas cosas.

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

En 2012, Google anunció que había hecho que un algoritmo de aprendizaje profundo

watch YouTube videos

viera vídeos en YouTube

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

y procesaron la información en 16 000 computadores al mes

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

y el computador aprendió de manera independiente

conceptos como personas y gatos solo viendo los vídeos.

just by watching the videos.

This is much like the way that humans learn.

Esto se parece mucho al aprendizaje humano.

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

Los humanos no aprendemos porque nos cuenten lo que vemos,

but by learning for themselves what these things are.

sino que aprendemos solos qué son esas cosas.

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

También en 2012, Geoffrey Hinton, que vimos anteriormente,

won the very popular ImageNet competition,

ganó la famosa competición de ImageNet,

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

tratando de averiguar, mirando un millón y medio de imágenes,

what they're pictures of.

sobre qué eran estas imágenes.

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

A partir de 2014, tenemos un porcentaje de error por debajo del 6 %

in image recognition.

en reconocimiento de imágenes.

This is better than people, again.

De nuevo, mejor que las personas.

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

Las máquinas están haciendo un trabajo increíble aquí,

and it is now being used in industry.

y está siendo usadas en la industria.

For example, Google announced last year

Por ejemplo, Google anunció el año pasado

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

que había cartografiado cada sitio de Francia en dos horas,

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

y lo hizo alimentando con imágenes de las calles,

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

al algoritmo de aprendizaje profundo para reconocer y leer los números.

Imagine how long it would have taken before:

Imaginen lo que se habría tardado antes:

dozens of people, many years.

docenas de personas, muchos años.

This is also happening in China.

Esto también está pasando en China.

Baidu is kind of the Chinese Google, I guess,

Baidu es como el Google chino, creo,

and what you see here in the top left

y lo que ven arriba a la izquierda es un ejemplo de una imagen que subí

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

al sistema de aprendizaje profundo de Baidu,

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

y debajo se puede ver que el sistema ha entendido lo que es esa imagen

and found similar images.

y encuentra imágenes similares.

The similar images actually have similar backgrounds,

Las imágenes similares tienen fondos similares

similar directions of the faces,

similares de las caras, incluso algunos con la lengua afuera.

even some with their tongue out.

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

Esto no es claramente mirar el texto de una página web.

All I uploaded was an image.

Todo lo que descargué eran imágenes.

So we now have computers which really understand what they see

Por lo que ahora tenemos computadores que entienden lo que ven

and can therefore search databases

y por ello pueden buscar bases de datos

of hundreds of millions of images in real time.

de cientos de millones de imágenes en tiempo real.

¿Qué significado tiene que los computadores puedan ver?

So what does it mean now that computers can see?

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

Bueno, no es solo que los computadores puedan ver.

In fact, deep learning has done more than that.

De hecho, el aprendizaje profundo ha hecho más que eso.

Complex, nuanced sentences like this one

Frases complejas y llenas de matices como esta

are now understandable with deep learning algorithms.

son ahora comprensibles con algoritmos del aprendizaje profundo.

As you can see here,

Como pueden ver aquí,

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

este sistema basado en el de Stanford que muestra el punto rojo en la parte superior

has figured out that this sentence is expressing negative sentiment.

ha comprendido que esta frase expresa sentimientos negativos.

Deep learning now in fact is near human performance

El aprendizaje profundo está cercano a la conducta humana al comprender

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

lo que significan las frases y lo que se está diciendo sobre esas cosas.

Also, deep learning has been used to read Chinese,

El aprendizaje profundo se ha usado también para leer chino,

again at about native Chinese speaker level.

de nuevo, a un nivel casi de hablante nativo.

This algorithm developed out of Switzerland

Este algoritmo, desarrollado en Suiza

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

por gente que no hablaba ni entendía chino.

As I say, using deep learning

Como dije, usar el aprendizaje profundo

is about the best system in the world for this,

es el mejor sistema del mundo para esto,

even compared to native human understanding.

hasta comparándolo con el conocimiento humano.

This is a system that we put together at my company

Este es un sistema que formamos en mi empresa

which shows putting all this stuff together.

que demuestra todas estas cosas juntas.

These are pictures which have no text attached,

Estas son imágenes sin texto adjunto,

and as I'm typing in here sentences,

y cuando tecleo aquí frases,

in real time it's understanding these pictures

entiende, en tiempo real, estas imágenes

and figuring out what they're about

y comprende de qué se tratan

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

y encuentra imágenes similares al texto que estoy escribiendo.

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

Como pueden ver, entiende mis frases

and actually understanding these pictures.

y de hecho entiende estas imágenes.

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

Se que han visto algo como esto en Google, donde puede escribir algo

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

y te lo muestra en imágenes, pero lo que realmente está haciendo

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

es buscar la página web a través del texto.

This is very different from actually understanding the images.

Esto es muy diferente a comprender las imágenes.

This is something that computers have only been able to do

Esto es algo que los computadores solo han podido hacer

for the first time in the last few months.

por primera vez hace unos pocos meses.

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

Así que ahora podemos ver que los computadores no solo ven

sino que pueden leer,

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

y, por supuesto, hemos demostrado que pueden entender lo que oyen.

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

Quizá no sea sorprendente ahora lo que voy a decir, pueden escribir.

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

Aquí hay parte de un texto que generé ayer

usando el algoritmo de aprendizaje profundo.

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

Y aquí hay parte de un texto que generó un algoritmo de Stanford.

Each of these sentences was generated

Cada una de estas frases fue generada

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

por un algoritmo de aprendizaje profundo para describir estas imágenes.

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

Este algoritmo nunca había visto

a un hombre con camisa negra tocando la guitarra.

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

Ha visto a un hombre antes, ha visto el negro antes

it's seen a guitar before,

ha visto una guitarra antes, pero ha generado

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

de manera independiente esta innovadora descripción de esta imagen.

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

Aquí no estamos ante un comportamiento humano, pero estamos cerca.

In tests, humans prefer the computer-generated caption

En las pruebas, las personas prefieren las leyendas generadas por el computador

one out of four times.

1 de cada 4 veces.

Now this system is now only two weeks old,

Este sistema tiene ahora solo dos semanas de edad,

so probably within the next year,

por lo que posiblemente antes del año que viene,

the computer algorithm will be well past human performance

el algoritmo del computador irá más allá del comportamiento humano

at the rate things are going.

al paso que van las cosas.

So computers can also write.

Así que los computadores pueden escribir.

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

Juntamos todo esto y lleva a oportunidades apasionantes.

For example, in medicine,

Por ejemplo, en medicina,

a team in Boston announced that they had discovered

un equipo de Boston anunció que habían descubierto

dozens of new clinically relevant features

decenas de características clínicas relevantes

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

sobre tumores que ayudan a los médicos a hacer un diagnóstico de un cáncer.

Very similarly, in Stanford,

Algo similar, en Stanford,

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

un grupo anunció que, mirando un tejido con aumento,

they've developed a machine learning-based system

habían desarrollado una máquina basada en el sistema de aprendizaje

which in fact is better than human pathologists

que de hecho es mejor que los patólogos humanos

at predicting survival rates for cancer sufferers.

prediciendo las tasas de supervivencia de los enfermos de cáncer.

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

En ambos casos, no solo fueron las predicciones más precisas,

but they generated new insightful science.

sino que generaron una nueva ciencia reveladora.

In the radiology case,

En el caso de la radiología,

they were new clinical indicators that humans can understand.

hubo nuevos indicadores clínicos que las personas pueden entender.

In this pathology case,

En este caso de patología,

the computer system actually discovered that the cells around the cancer

el sistema informático descubrió que las células alrededor del cáncer

are as important as the cancer cells themselves

son tan importantes como las células del cáncer mismo

in making a diagnosis.

al hacer un diagnóstico.

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

Esto es lo contrario de lo que los patólogos han pensado por décadas.

In each of those two cases, they were systems developed

En cada uno de estos casos, fueron sistemas desarrollados

by a combination of medical experts and machine learning experts,

por una combinación de expertos médicos y expertos del aprendizaje profundo,

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

pero a partir del año pasado, dimos un paso más allá.

This is an example of identifying cancerous areas

Este es un caso de identificación de áreas cancerígenas

of human tissue under a microscope.

del tejido humano por microscopio.

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

El sistema que se muestra aquí puede identificar esas áreas

or about as accurately, as human pathologists,

de formar más precisa o casi tan precisa como los patólogos humanos,

but was built entirely with deep learning using no medical expertise

construido completamente con aprendizaje profundo

sin usar experiencia médica

by people who have no background in the field.

por gente que no tenía experiencia en este campo.

Similarly, here, this neuron segmentation.

De manera similar, esta segmentación neuronal.

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

Ahora, podemos segmentar neuronas de forma casi tan precisa como las personas,

but this system was developed with deep learning

y este sistema fue desarrollado por aprendizaje profundo

using people with no previous background in medicine.

usando a gente sin experiencia previa en medicina.

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

Como yo, alguien sin experiencia previa en medicina,

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

parezco completamente calificado para empezar una empresa médica,

which I did.

y lo hice.

I was kind of terrified of doing it,

Estaba aterrorizado de hacerlo,

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

pero la teoría parecía sugerir que podía ser posible

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

hacer medicina muy útil usando solo estas técnicas de información analítica.

And thankfully, the feedback has been fantastic,

Afortunadamente, la recompensa ha sido fantástica,

not just from the media but from the medical community,

no solo por parte de los medios sino de la comunidad médica,

who have been very supportive.

que nos ha apoyado mucho.

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

La teoría es que podemos tomar media parte del proceso médico

and turn that into data analysis as much as possible,

y convertirlo todo lo posible en análisis de datos,

leaving doctors to do what they're best at.

dejando a los médicos en lo que son mejores.

I want to give you an example.

Quiero dar un ejemplo.

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

Nos lleva unos 15 minutos crear una nueva prueba de diagnóstico médico

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

y ahora lo demostraré en tiempo real,

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

pero lo he comprimido a 3 minutos

cortando algunas partes.

Rather than showing you creating a medical diagnostic test,

En vez de mostrar cómo crear una prueba de diagnóstico médico,

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

mostraré una prueba de diagnóstico de imágenes de autos,

because that's something we can all understand.

porque es algo que todos podemos entender.

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

Así que, empezamos con un millón y medio de imágenes de autos,

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

y quiero crear algo que pueda dividirlas en el ángulo

of the photo that's being taken.

en el que la foto fue tomada.

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

Estas imágenes están sin etiquetar, así que tengo que empezar desde cero.

With our deep learning algorithm,

Con nuestro algoritmo de aprendizaje profundo,

it can automatically identify areas of structure in these images.

se pueden identificar automáticamente áreas de la estructura en estas imágenes.

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

Lo bueno es que la persona y el computador pueden trabajar juntos.

So the human, as you can see here,

Así que la persona, como pueden ver aquí,

is telling the computer about areas of interest

le está indicando al computador áreas de interés

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

que quiere que el computador pruebe y use para mejorar su algoritmo.

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

Estos sistemas de aprendizaje profundo están en un espacio de 16 000 dimensiones,

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

así, pueden ver aquí cómo el computador rota esto en ese espacio,

trying to find new areas of structure.

intentando encontrar nuevas áreas de estructura.

And when it does so successfully,

Y cuando lo hace con éxito,

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

la persona que lo maneja puede, entonces, señalar las áreas de interés.

So here, the computer has successfully found areas,

Aquí, el computador ha encontrado, con éxito, áreas,

for example, angles.

por ejemplo, ángulos.

So as we go through this process,

Conforme avanzamos en este proceso,

we're gradually telling the computer more and more

vamos diciendo, gradualmente, al computador más y más

about the kinds of structures we're looking for.

sobre los tipos de estructuras que estamos buscando.

You can imagine in a diagnostic test

Pueden imaginar en una prueba diagnóstica que esto debería ser

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

un patólogo identificando áreas patológicas, por ejemplo,

or a radiologist indicating potentially troublesome nodules.

o un radiólogo indicando nódulos potencialmente problemáticos.

And sometimes it can be difficult for the algorithm.

A veces puede ser difícil para el algoritmo.

In this case, it got kind of confused.

En este caso, queda algo confuso.

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

Las partes delanteras y traseras de los autos están todas mezcladas.

So here we have to be a bit more careful,

Así que tenemos que ser un poco más cuidadosos,

manually selecting these fronts as opposed to the backs,

seleccionando manualmente las partes delanteras

then telling the computer that this is a type of group

en contraposición a las traseras,

para luego decir al computador que este es una especie de grupo

that we're interested in.

es en el que estamos interesados.

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

Hacemos esto por un tiempo, nos saltamos un poco,

and then we train the machine learning algorithm

y luego probamos el algoritmo de aprendizaje automático

based on these couple of hundred things,

basado en un par de cientos de cosas,

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

y esperamos que haya mejorado mucho.

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

Se puede ver, que han empezado a desvanecerse algunas de estas imágenes,

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

mostrándonos que ya está reconociendo

cómo entender por sí mismo algunas de ellas.

We can then use this concept of similar images,

Entonces podemos usar este concepto en imágenes similares,

and using similar images, you can now see,

y usando imágenes similares, como pueden ver, en este punto,

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

el computador puede encontrar solo la parte delantera de los autos.

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

En este punto, la persona puede decir al computador,

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

de acuerdo, sí, has hecho un buen trabajo.

Sometimes, of course, even at this point

En ocasiones, por supuesto, incluso en este punto

it's still difficult to separate out groups.

sigue siendo difícil separar los grupos.

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

En este caso, incluso después de que dejamos

al computador que intente girar esto por un momento,

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

seguimos encontrando que la parte izquierda

are all mixed up together.

y derecha de las imágenes están mezcladas.

So we can again give the computer some hints,

Así que podemos dar, de nuevo, al computador algunas pistas,

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

y decimos, bien, intenta encontrar una proyección que separe

the left sides and the right sides as much as possible

los lados izquierdos de los derechos de la manera más precisa

using this deep learning algorithm.

usando este algoritmo de aprendizaje profundo.

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

Y dándole esta pista... ah, bien, ha tenido éxito.

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

Consiguió encontrar la manera de pensar estos objetos

that's separated out these together.

que está separando estos que están juntos.

So you get the idea here.

Así se entiende la idea aquí.

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

Este es un caso en el que la persona no es reemplazada por un computador,

but where they're working together.

sino que trabajan juntos.

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

Estamos reemplazando algo que solía necesitar de un equipo

of five or six people about seven years

de 5 o 6 personas durante 7 años

and replacing it with something that takes 15 minutes

por algo que lleva 15 minutos

for one person acting alone.

a una sola persona.

So this process takes about four or five iterations.

Este proceso lleva unas 4 o 5 iteraciones.

You can see we now have 62 percent

Ahora pueden ver que tenemos un 62 %

of our 1.5 million images classified correctly.

de nuestro millón y medio de imágenes clasificadas correctamente.

And at this point, we can start to quite quickly

En este punto, podemos empezar, con bastante rapidez,

grab whole big sections,

a tomar grandes secciones completas,

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

comprobándolas para asegurarse que no hay errores.

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

Cuando hay errores, podemos hacérselo saber al computador.

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

Usando este tipo de proceso para cada uno de los diferentes grupos,

we are now up to an 80 percent success rate

nos colocamos en un índice del 80 % de éxito

in classifying the 1.5 million images.

en la clasificación de un millón y medio de imágenes.

And at this point, it's just a case

En este punto, es solo cuestión

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

de encontrar el pequeño número que no está clasificado correctamente,

and trying to understand why.

e intentar comprender el porqué.

And using that approach,

Usando este enfoque,

by 15 minutes we get to 97 percent classification rates.

en 15 minutos alcanza un índice de clasificación del 97 %.

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

Este tipo de técnica nos permite arreglar un problema mayor,

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

que es que hay una falta de conocimientos médicos en el mundo.

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

El Foro Económico Mundial dice que hay entre 10 y 20 veces

shortage of physicians in the developing world,

de escasez de físicos en el mundo desarrollado,

and it would take about 300 years

y llevará unos 300 años

to train enough people to fix that problem.

entrenar a gente suficiente para arreglar el problema.

So imagine if we can help enhance their efficiency

Imaginen que pudiésemos ayudar a aumentar su eficiencia

using these deep learning approaches?

usando estos métodos de aprendizaje profundo.

So I'm very excited about the opportunities.

Estoy muy entusiasmado con las oportunidades.

I'm also concerned about the problems.

También estoy preocupado por los problemas.

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

El problema aquí es que cada área azul de este mapa

is somewhere where services are over 80 percent of employment.

es algún sitio donde el empleo, de servicios es mayor del 80 %.

What are services?

¿Qué son los servicios?

These are services.

Los servicios son estos.

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

Estas son también las mismas cosas

que los computadores acaban de aprender a hacer.

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

Así que el 80 % del empleo mundial en el mundo desarrollado

is stuff that computers have just learned how to do.

son cosas que los computadores acaban de aprender a hacer.

What does that mean?

¿Qué significa esto?

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

Bueno, no habrá problema, lo reemplazarán por otros trabajos.

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

Por ejemplo, habrá más trabajos para los científicos de datos.

Well, not really.

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

Bueno, realmente no.

A los científicos de datos no les lleva mucho tiempo construir estas cosas.

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

Por ejemplo, estos 4 algoritmos fueron creados por el mismo chico.

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

Así que si piensan, todo ha pasado ya antes,

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

hemos visto los resultados en el pasado de cuando surgen cosas nuevas

and they get replaced by new jobs,

y son reemplazadas por nuevos trabajos.

what are these new jobs going to be?

¿Qué trabajos van a ser?

It's very hard for us to estimate this,

Es muy difícil para nosotros hacer una estimación

because human performance grows at this gradual rate,

ya que el comportamiento humano crece a un ritmo gradual,

but we now have a system, deep learning,

pero ahora tenemos un sistema, aprendizaje profundo,

that we know actually grows in capability exponentially.

que sabemos que crece en capacidad, exponencialmente.

And we're here.

Y aquí estamos.

So currently, we see the things around us

Actualmente, vemos las cosas a nuestro alrededor

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

y decimos: "Los computadores siguen siendo un poco estúpidos". ¿Verdad?

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

Pero en 5 años, los computadores estarán fuera de esta gráfica.

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

Así que necesitamos empezar a pensar sobre esta capacidad ahora mismo.

We have seen this once before, of course.

Lo hemos visto anteriormente, por supuesto.

In the Industrial Revolution,

En la Revolución Industrial,

we saw a step change in capability thanks to engines.

vimos un cambio en la capacidad gracias a los motores.

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

El asunto es, sin embargo, que tras un tiempo, las cosas se nivelan.

There was social disruption,

Hubo una alteración social, pero una vez que

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

los motores se usaron

para generar energía en todas las situaciones,

things really settled down.

las cosas realmente se establecieron.

The Machine Learning Revolution

La Revolución del Aprendizaje Automático

is going to be very different from the Industrial Revolution,

va a ser diferente a la Revolución Industrial porque

because the Machine Learning Revolution, it never settles down.

la Revolución del Aprendizaje Automático, nunca se asienta.

The better computers get at intellectual activities,

Cuanto mejores son los computadores en actividades intelectuales,

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

mejores computadores se crearán para que mejoren su capacidad intelectual,

so this is going to be a kind of change

así que esto va a ser una especie de cambio

that the world has actually never experienced before,

que nunca antes había experimentado el mundo,

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

por lo que el entendimiento previo de lo posible, es diferente.

This is already impacting us.

Esto nos impacta.

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

En los últimos 25 años, la productividad del capital se ha incrementado,

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

la productividad laboral se ha mantenido, incluso ha descendido.

So I want us to start having this discussion now.

Por lo que quiero que empecemos a discutir esto ahora.

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

Sé que cuando hablo sobre esta situación

people can be quite dismissive.

la gente puede ser despectiva.

Well, computers can't really think,

Bueno, los computadores no pueden realmente pensar,

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

no tienen sentimientos, no entienden poesía,

we don't really understand how they work.

no entendemos realmente cómo funcionan.

So what?

Y, ¿qué?

Computers right now can do the things

Actualmente los computadores pueden hacer cosas

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

en las que las personas gastan su tiempo y les pagan por ello

so now's the time to start thinking

así pues ahora tenemos que empezar a pensar

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

sobre cómo vamos a ajustar nuestras estructuras sociales y económicas

to be aware of this new reality.

para ser conscientes de esta nueva realidad.

Thank you.

Gracias.

(Applause)

(Aplausos)