How we teach computers to understand pictures | Fei Fei Li

Fordító: Zsuzsa Vida Lektor: Csaba Lóki

Let me show you something.

Engedjék meg, hogy mutassak önöknek valamit.

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

(Videó) Kislány: Oké, az egy macska, amely egy ágyon ül.

A fiú cirógatja az elefántot.

The boy is petting the elephant.

Those are people that are going on an airplane.

Azok az emberek mennek egy repülőgéphez.

That's a big airplane.

Az egy nagy repülőgép.

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

Fei-Fei Li: Ez egy hároméves gyermek

describing what she sees in a series of photos.

leírása arról, amit egy sor fotón lát.

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

Lehet, hogy sokat kell még tanulnia a világról,

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

de már szakértője egy nagyon fontos feladatnak:

to make sense of what she sees.

annak, hogy megértse, amit lát.

Our society is more technologically advanced than ever.

Társadalmunk technológiailag fejlettebb, mint valaha.

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

Embereket küldünk a Holdra, telefonokat készítünk, melyek beszélnek,

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

vagy rádióállomásokat állítunk be a saját zenei ízlésünknek megfelelően.

Yet, our most advanced machines and computers

Mégis a legfejlettebb gépeink és számítógépeink

still struggle at this task.

csak küszködnek ezzel a feladattal.

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

Azért vagyok ma itt, hogy jelentést adjak önöknek

on the latest advances in our research in computer vision,

a számítógépes képfelismerés legújabb kutatási eredményeiről,

one of the most frontier and potentially revolutionary

a számítástechnika egyik valószínűleg legforradalmibb

technologies in computer science.

technológiai területéről.

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

Igen, vannak olyan prototípus autóink, amelyek képesek önmagukat vezetni,

but without smart vision, they cannot really tell the difference

de tökéletes látás nélkül, nem tudnak igazán megkülönböztetni

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

egy összegyűrt papírtasakot az úton, amelyen áthajthatunk,

and a rock that size, which should be avoided.

egy ugyanolyan méretű kődarabtól, amelyet el kellene kerülni.

We have made fabulous megapixel cameras,

Mesés megapixeles kameráink vannak,

but we have not delivered sight to the blind.

de nem segítünk látni a vakoknak.

Drones can fly over massive land,

A drónok képesek hatalmas területeket berepülni,

but don't have enough vision technology

de nincs megfelelő látási technológiájuk ahhoz,

to help us to track the changes of the rainforests.

hogy segítsenek nyomon követni az esőerdők változásait.

Security cameras are everywhere,

Biztonsági kamerák vannak mindenhol,

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

de nem figyelmeztetnek minket, amikor egy gyerek beleesik az úszómedencébe.

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

A fotók és videók szerves részévé váltak az életnek.

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

Olyan ütemben keletkeznek, ami messze túl van azon, amit az ember

or teams of humans, could hope to view,

vagy embercsoportok remélhetnének látni.

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

Önök és én ezen a TED-en most közreműködhetünk ebben.

Yet our most advanced software is still struggling at understanding

Még a legfejlettebb szoftvereink is csak küzdenek

and managing this enormous content.

ennek a hatalmas tartalomnak a megértésével és kezelésével.

So in other words, collectively as a society,

Más szavakkal, együttesen, egy közösségként

we're very much blind,

szinte teljesen vakok vagyunk,

because our smartest machines are still blind.

mert a legokosabb gépeink még vakok.

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

"Miért olyan nehéz ez?" - kérdezhetik.

Cameras can take pictures like this one

A kamerák képesek ilyen képeket készíteni,

by converting lights into a two-dimensional array of numbers

a fényeket kétdimenziós számsorokba konvertálják,

known as pixels,

az úgynevezett pixelekbe,

but these are just lifeless numbers.

de ezek csak élettelen számok.

They do not carry meaning in themselves.

Ezek nem hordoznak magukban jelentést.

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

Éppen úgy, ahogy nem ugyanaz a hallani, mint a hallgatni,

to take pictures is not the same as to see,

képet készíteni sem ugyanaz, mint látni,

and by seeing, we really mean understanding.

és a látás alatt tulajdonképpen a megértést értjük.

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

Valójában, az Anyatermészet kemény munkát végez 540 millió éve,

to do this task,

ennek a feladatnak az elvégzésével,

and much of that effort

és rengeteg fáradozásba került

went into developing the visual processing apparatus of our brains,

az agyunk vizuális feldolgozással foglalkozó részének a kifejlesztése,

not the eyes themselves.

nem a szemek maguk.

So vision begins with the eyes,

A látás a szemekkel kezdődik,

but it truly takes place in the brain.

de valójában az agyban megy végbe.

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

15 éve már, hogy a Caltechnél a Ph.D-mtől kezdve,

and then leading Stanford's Vision Lab,

majd a Stanford Látóképeséggel foglalkozó laborját vezetve,

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

a mentoraimmal, munkatársaimmal és tanítványaimmal azon dolgozom,

to teach computers to see.

hogy megtanítsam a számítógépeket látni.

Our research field is called computer vision and machine learning.

Kutatási területünk a számítógépes látás és gépi tanulás.

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

Ez a mesterséges intelligencia tudományának a része.

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

Végső soron meg akarjuk tanítani a gépeket úgy látni, ahogy mi látunk:

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

tárgyak megnevezése, emberek azonosítása, következtetés a tárgyak 3D-s alakjára,

understanding relations, emotions, actions and intentions.

a kapcsolatok, érzések, tevékenységek és szándékok megértése.

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

Önök és én egész történeteket szövünk együtt emberekről, helyekről és dolgokról

the moment we lay our gaze on them.

abban a pillanatban, amikor rájuk pillantunk.

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

Az első lépés a cél felé, hogy megtanítjuk a számítógépeket a tárgyakat,

the building block of the visual world.

a képi világ építőköveit látni.

In its simplest terms, imagine this teaching process

A legegyszerűbben kifejezve, képzeljék el ennek a tanításnak a folyamatát:

as showing the computers some training images

mutatunk a számítógépeknek néhány gyakorló képet

of a particular object, let's say cats,

egy bizonyos dologról, mondjuk a macskákról

and designing a model that learns from these training images.

és tervezünk egy modellt, amely tanul ezekből a gyakorló képekből.

How hard can this be?

Milyen nehéz lehet ez?

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

Végül is, egy macska csak színek és formák gyűjteménye,

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

és ez az, amit a dolgok modellezésének első napjaiban csináltunk.

We'd tell the computer algorithm in a mathematical language

Matematikai nyelven mondtuk el a számítógépes algoritmusnak,

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

hogy egy macskának egy kerek arca, pufók teste,

two pointy ears, and a long tail,

két hegyes füle és egy hosszú farka van,

and that looked all fine.

és úgy tűnt, hogy minden rendben.

But what about this cat?

De mit szólnak ehhez a macskához?

(Laughter)

(Nevetés)

It's all curled up.

Ez teljesen ki van csavarodva.

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

Most hozzá kell tenniük egy egész más formát és nézőpontot a dolog modelljéhez.

But what if cats are hidden?

De mi van, ha a macskák elbújnak?

What about these silly cats?

Mit szólnak ezekhez a bolond macskákhoz?

Now you get my point.

Elmondom a véleményemet.

Even something as simple as a household pet

Még ha valami olyan egyszerű is, mint egy háziállat,

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

végtelen sok modellvariációt képes felvonultatni,

and that's just one object.

és ez csak egyetlen objektum.

So about eight years ago,

Így kb. 8 évvel ezelőtt

a very simple and profound observation changed my thinking.

egy nagyon és mély megfigyelés megváltoztatta a gondolkodásomat.

No one tells a child how to see,

Senki nem mondja meg egy gyermeknek, hogy hogyan lásson,

especially in the early years.

különösen az első években.

They learn this through real-world experiences and examples.

A valós világ tapasztalatain és példáin keresztül tanulják ezt meg.

If you consider a child's eyes

Ha egy gyermek szemeit

as a pair of biological cameras,

egy pár biológiai kamerának tekintjük,

they take one picture about every 200 milliseconds,

ezek körülbelül 200 ezredmásod- percenként készítenek egy képet,

the average time an eye movement is made.

ez az átlagos időtartama egy szemmozdulatnak.

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

Így hároméves korára egy gyermek több száz millió képet lát

of the real world.

a valós világról.

That's a lot of training examples.

Az rengeteg gyakorló példa.

So instead of focusing solely on better and better algorithms,

Így a kizárólag az egyre jobb algoritmusokra koncentrálás helyett,

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

úgy éreztem, hogy az adatok begyakorlására alkalmas algoritmusokat kellene adnom,

that a child was given through experiences

ahogy egy gyermeknek, a tapasztalatokon keresztül

in both quantity and quality.

minőségben és mennyiségben egyaránt.

Once we know this,

Amint ezt felismertük,

we knew we needed to collect a data set

rögtön tudtuk, hogy gyűjtenünk kell egy adathalmazt,

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

ami sokkal több képet fog tartalmazni, mint amennyivel valaha is rendelkeztünk,

perhaps thousands of times more,

talán több ezerszer többet,

and together with Professor Kai Li at Princeton University,

és Kai Li professzorral közösen a Princeton Egyetemen,

we launched the ImageNet project in 2007.

2007-ben elindítottuk az ImageNet projektet.

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

Szerencsére nem kellett egy kamerát szerelnünk a fejünkre,

and wait for many years.

és évekig várni.

We went to the Internet,

Felmentünk az Internetre,

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

a képek legnagyobb tárházára, amit az emberek valaha létrehoztak.

We downloaded nearly a billion images

Majdnem egymilliárd képet töltöttünk le

and used crowdsourcing technology like the Amazon Mechanical Turk platform

és az Amazon Mechanical Turk crowdsourcing technológiát használva

to help us to label these images.

felcímkéztük ezeket a képeket.

At its peak, ImageNet was one of the biggest employers

A csúcson az ImageNet volt

of the Amazon Mechanical Turk workers:

a Mechanical Turk egyik legnagyobb foglalkoztatója:

together, almost 50,000 workers

együttesen, majdnem 50 000 dolgozó

from 167 countries around the world

a világ 167 országából

helped us to clean, sort and label

segített nekünk kitisztítani, rendszerezni és felcímkézni

nearly a billion candidate images.

majdnem egymilliárd kijelölt képet.

That was how much effort it took

Ilyen sok erőfeszítésbe került

to capture even a fraction of the imagery

csak egy töredékét rögzíteni annak a képanyagnak,

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

amit egy gyermek agya a fejlődésének első éveiben befogad.

In hindsight, this idea of using big data

Utólag a "big data" használatának az ötlete

to train computer algorithms may seem obvious now,

a számítógépes algoritmusok tanítására már nyilvánvalónak tűnhet,

but back in 2007, it was not so obvious.

de 2007-ben ez nem volt olyan kézenfekvő.

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

Meglehetősen egyedül voltunk ezen az úton egy jó darabig.

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

Néhány kedves kollégám azt tanácsolta, hogy hasznosabb dologgal töltsem az időmet

and we were constantly struggling for research funding.

és állandóan harcoltunk a kutatási támogatásért.

Once, I even joked to my graduate students

Egyszer még azt is mondtam viccesen a végzős diákjaimnak,

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

hogy újranyitnám a ruhatisztító boltomat, hogy az ImageNet-et támogassam.

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

Végül is, így finanszíroztam a főiskolai éveimet.

So we carried on.

Tehát folytattuk.

In 2009, the ImageNet project delivered

2009-ben az ImageNet

a database of 15 million images

egy 15 millió képből álló adatbázist adott át,

across 22,000 classes of objects and things

az objektumokat és dolgokat 22 000 osztályba sorolva,

organized by everyday English words.

mindennapos angol szavak szerint elrendezve.

In both quantity and quality,

Minőségben és mennyiségben egyaránt

this was an unprecedented scale.

példátlan méretű.

As an example, in the case of cats,

Például a macskák esetében,

we have more than 62,000 cats

több mint 62 000 képünk volt

of all kinds of looks and poses

mindenféle külsejű és pózoló

and across all species of domestic and wild cats.

minden fajta házi- és vadmacskákról.

We were thrilled to have put together ImageNet,

Le voltunk nyűgözve, hogy együtt létrehoztuk az ImageNet-et,

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

és azt akartuk, hogy az egész kutatási világ profitáljon ebből,

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

így a TED módszerével hozzáférhetővé tettük az egész adatállományt.

to the worldwide research community for free.

az egész világ kutató közösségének, ingyenesen.

(Applause)

(Taps)

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

Most, hogy már vannak adataink, amit betápláljunk a számítógépeink agyába,

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

készen állunk arra, hogy visszatérjünk magukhoz az algoritmusokhoz.

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

Mint kiderült, az ImageNet által biztosított információ értéke

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

tökéletesen illeszkedett a gépi tanulási algoritmusok egy bizonyos osztályához,

called convolutional neural network,

amit konvolúciós neurális hálónak hívunk,

pioneered by Kunihiko Fukushima, Geoff Hinton, and Yann LeCun

és aminek Kunihiko Fukushima, Geoff Hinton és Yann LeCun voltak az úttörői

back in the 1970s and '80s.

régen az 1970-es és '80-as években.

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

Ahogyan az agyban egymáshoz szorosan kapcsolódó idegsejtek milliárdjai vannak,

a basic operating unit in a neural network

ugyanúgy egy neurális háló operációs alapegysége

is a neuron-like node.

egy neuronszerű csomópont.

It takes input from other nodes

Ez bemenő adatokat fogad más csomópontoktól

and sends output to others.

és kimenő adatokat küld a többinek.

Moreover, these hundreds of thousands or even millions of nodes

Ezen kívül, ez a több százezer vagy akár több millió csomópont

are organized in hierarchical layers,

hierarchikus rétegekbe szerveződött,

also similar to the brain.

az agyhoz hasonlóan.

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

A tárgyfelismerési modellünk tanítására használt tipikus hálózat

it has 24 million nodes,

24 millió csomópontot,

140 million parameters,

140 millió paramétert

and 15 billion connections.

és 15 milliárd kapcsolatot tartalmaz.

That's an enormous model.

Ez egy hatalmas modell.

Powered by the massive data from ImageNet

E hatalmas modell tanításához használt óriási ImageNet-es adatmennyiségnek,

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

valamint a modern processzoroknak köszönhetően

the convolutional neural network

a konvolúciós neurális háló

blossomed in a way that no one expected.

senki által nem remélt iramban fejlődött.

It became the winning architecture

Ez lett a nyerő architektúra,

to generate exciting new results in object recognition.

ami izgalmas új eredményeket hozott az objektumfelismerésben.

This is a computer telling us

Ez egy számítógép, amely megmondja nekünk,

this picture contains a cat

hogy ezen a képen egy macska látható

and where the cat is.

és hogy a macska hol van.

Of course there are more things than cats,

Természetesen ott nem csak macskák vannak,

so here's a computer algorithm telling us

ezért itt van egy számítógépes algoritmus, ami megmondja,

the picture contains a boy and a teddy bear;

hogy a képen egy fiú és egy teddy maci is van;

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

egy kutya, egy ember, és egy kicsi papírsárkány a háttérben;

or a picture of very busy things

vagy nagyon mozgalmas dolgoknak egy képe

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

mint egy férfi, egy gördeszka, korlátok, egy lámpaoszlop és így tovább.

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

Néha, amikor a számítógép nem biztos benne, hogy mit lát,

megtanítottuk arra, hogy kellő biztonsággal válaszoljon,

we have taught it to be smart enough

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

anélkül, hogy túl határozott lenne,

just like we would do,

éppúgy, ahogy mi tennénk

but other times our computer algorithm is remarkable at telling us

Máskor viszont az algoritmusunk figyelemre méltó pontossággal közli.

what exactly the objects are,

hogy milyen tárgyakat lát,

like the make, model, year of the cars.

mint az autók gyártmánya, modellje, évjárata.

We applied this algorithm to millions of Google Street View images

Ezt az algoritmust alkalmaztuk a Google több millió utcaképére

across hundreds of American cities,

amerikai városok százairól

and we have learned something really interesting:

és valami igazán érdekeset tapasztaltunk:

first, it confirmed our common wisdom

először is, alátámasztotta a mindennapi bölcsességünket,

that car prices correlate very well

hogy a kocsiárak nagyon szoros összefüggésben vannak

with household incomes.

a háztartási jövedelmekkel.

But surprisingly, car prices also correlate well

De meglepő módon, szoros összefüggésben vannak

with crime rates in cities,

a bűnözési rátával a városokban,

or voting patterns by zip codes.

valamint az irányítószámok szerinti szavazási mintákkal.

Na, álljunk csak meg egy percre!. Mi történik itt?

So wait a minute. Is that it?

Has the computer already matched or even surpassed human capabilities?

A számítógép már elérte vagy még felül is múlta az emberi képességeket?

Not so fast.

Azért csak lassan a testtel!

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

Mindeddig, csak azt tanítottuk meg a számítógépeknek, hogy lássák a tárgyakat.

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

Ez olyan, mint amikor egy kis gyermek megtanul kimondani néhány főnevet.

It's an incredible accomplishment,

Ez egy hihetetlen teljesítmény,

but it's only the first step.

de csak az első lépés.

Soon, another developmental milestone will be hit,

Nemsokára elérünk a fejlődés egy másik mérföldkövéhez,

and children begin to communicate in sentences.

és a gyerekek elkezdenek mondatokban kommunikálni.

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

Így ahelyett, hogy "ez egy macska a képen",

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

már azt hallották a kislánytól, hogy "egy macska fekszik egy ágyon".

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

Ahhoz, hogy egy számítógépet megtanítsunk képeket látni és mondatokat alkotni,

the marriage between big data and machine learning algorithm

a big data technika és a gépi tanulási algoritmusok együttesének

has to take another step.

eggyel tovább kell lépnie.

Now, the computer has to learn from both pictures

A számítógépnek képesnek kell lennie mind képekből,

as well as natural language sentences

mind pedig emberek által alkotott

generated by humans.

természetes nyelvi mondatokból tanulni.

Just like the brain integrates vision and language,

Annak mintájára, ahogy az agy egyesíti a látást a nyelvvel,

we developed a model that connects parts of visual things

kifejlesztettünk egy modellt, ami összekapcsolja a látható dolgok részeit

like visual snippets

vizuális töredékekként,

with words and phrases in sentences.

szavakkal és kifejezésekkel a mondatokban.

About four months ago,

Körülbelül négy hónappal ezelőtt

we finally tied all this together

végül mindezt összekötöttük

and produced one of the first computer vision models

és megalkottuk az első számítógép látómodellek egyikét,

that is capable of generating a human-like sentence

amely képes létrehozni egy emberihez hasonló mondatot,

when it sees a picture for the first time.

amikor először lát egy képet.

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

Nos, készen állok bemutatni önöknek, hogy mit mond a számítógép,

when it sees the picture

amikor látja a képet

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

amit a kislány látott az előadás elején.

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

(Video) Számítógép: Egy férfi áll egy elefánt mellett.

A large airplane sitting on top of an airport runway.

Egy nagy repülőgép ül egy reptéri kifutópálya tetején.

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

FFL: Természetesen még sokat kell dolgoznunk az algoritmusunk fejlesztésén,

and it still has a lot to learn.

és ez még sokat fog tanulni.

(Applause)

(Taps)

And the computer still makes mistakes.

A számítógép még követ el hibákat.

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

(Videó) Számítógép: Egy macska fekszik egy ágyon egy takaróban.

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

FFL: Így természetesen, amikor túl sok macskát lát,

it thinks everything might look like a cat.

azt gondolja, hogy minden hasonlít egy macskára.

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

(Videó) Számítógép: Egy fiatal fiú tart egy baseball ütőt.

(Laughter)

(Nevetés)

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

FFL: Vagy, ha ez még nem látott fogkefét, összetéveszti egy baseballütővel.

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

(Videó) Számítógép: Egy férfi lovagol lenn az utcán egy épület mellett.

(Laughter)

(Nevetés)

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

FFL: Még nem tanítottunk meg a művészet alapjait a számítógépeknek.

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

(Videó) Számítógép: Egy zebra áll egy füves mezőn.

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

FFL: És ez nem tanulta meg értékelni a természet lenyűgöző szépségét

like you and I do.

mint önök és én.

So it has been a long journey.

Nos, ez egy hosszú út volt.

To get from age zero to three was hard.

Nehéz volt eljutni a nullától a három éves korig.

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

Az igazi kihívás a háromtól a tizenháromig jutni és annak a határain is túl.

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

Hadd emlékeztessem önöket a fiúnak és a tortának erre képére.

So far, we have taught the computer to see objects

Mindez idáig, megtanítottuk a számítógépet a tárgyakat látni

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

vagy még egyszerű történeteket mondani nekünk, mikor egy meglát egy képet.

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

(Videó) Számítógép: Egy ember ül egy asztalnál egy tortával.

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

FFL: Azonban sokkal több látható ezen a képen,

than just a person and a cake.

nemcsak egy ember és egy torta.

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

Amit a számítógép nem lát az az, hogy ez egy különleges olasz torta,

that's only served during Easter time.

amit csak Húsvétkor szolgálnak fel.

The boy is wearing his favorite t-shirt

A fiú a kedvenc pólóját viseli,

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

amit apukájától kapott ajándékba egy Sydney-i kirándulás után,

and you and I can all tell how happy he is

és hogy önök és én mindannyian meg látjuk, hogy milyen boldog,

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

és hogy pontosan mi járt a fejében abban a pillanatban.

This is my son Leo.

Ez a fiam Leo.

On my quest for visual intelligence,

A vizuális megértés utáni kutatásom során

I think of Leo constantly

állandóan Leora gondolok,

and the future world he will live in.

és a jövőbeni világra, amiben élni fog.

When machines can see,

Amikor a gépek képesek lesznek látni,

doctors and nurses will have extra pairs of tireless eyes

az orvosoknak és az ápolóknak lesz egy plusz fáradhatatlan szempárjuk,

to help them to diagnose and take care of patients.

amely segíteni fog a diagnózisban és a betegeket ellátásában.

Cars will run smarter and safer on the road.

Az autók intelligensebben és biztonságosabban fognak haladni az úton.

Robots, not just humans,

A robotok, nem csak az emberek, segíteni fognak nekünk

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

katasztrófák helyszínén a csapdába esettek és sérültek mentésében.

We will discover new species, better materials,

Új fajokat, jobb anyagokat fogunk felfedezni,

and explore unseen frontiers with the help of the machines.

és felfedezünk ismeretlen határterületeket a gépek segítségével.

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

Lassanként, látóképességet adunk a gépeknek.

First, we teach them to see.

Először megtanítjuk őket látni.

Then, they help us to see better.

Azután ők segítenek nekünk jobban látni.

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

Első alkalommal, nem az emberi szemek lesznek az egyetlenek,

pondering and exploring our world.

melyek elmerengenek és felfedezik a világot.

We will not only use the machines for their intelligence,

Nem csak az intelligenciájukért fogjuk használni a gépeket,

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

olyan módon is együtt fogunk működni velük, amit még el sem tudunk képzelni.

This is my quest:

Ez az én küldetésem:

to give computers visual intelligence

vizuális intelligenciát adni a számítógépeknek,

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

és egy jobb jövőt teremteni Leo és világ számára.

Thank you.

Köszönöm.

(Applause)

(Taps)