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

Fordító: Péter Pallós Lektor: Maria Ruzsane Cseresnyes

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

A Google-nál a gépi intelligenciával foglalkozó részleget vezetem.

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

Ez a mérnöki terület számítógépeket és készülékeket tesz alkalmassá arra,

able to do some of the things that brains do.

hogy az emberi agyéhoz hasonló tevékenységet végezzenek.

And this makes us interested in real brains

Ez sarkall bennünket arra, hogy az aggyal

and neuroscience as well,

és az idegtudománnyal foglalkozzunk,

and especially interested in the things that our brains do

különösen azzal, amiben agyunk egyelőre

that are still far superior to the performance of computers.

jócskán fölülmúlja a számítógépet.

Historically, one of those areas has been perception,

Történetileg az egyik ilyen terület az érzékelés folyamata,

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

amelyben a környezetünkben lévő dolgok

sounds and images --

– hangok és képek –

can turn into concepts in the mind.

agyunkban fogalommá alakulnak.

This is essential for our own brains,

Tudatunk számára ez nélkülözhetetlen,

and it's also pretty useful on a computer.

de igen hasznos a számítógépeknek is.

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

A gépi érzékelés algoritmusai – csoportunk ezen dolgozik –

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

teszik az önök Google Photoson lévő fotóit kereshetővé annak alapján,

based on what's in them.

hogy mi látható rajtuk.

The flip side of perception is creativity:

Az érzékelés másik oldala az alkotókészség:

turning a concept into something out there into the world.

az elképzelések valóra váltása.

So over the past year, our work on machine perception

A gépi érzékeléssel végzett munkánk 2015-ben váratlanul

has also unexpectedly connected with the world of machine creativity

hozzákapcsolódott a gépi alkotókészséghez

and machine art.

és a gépi művészethez.

I think Michelangelo had a penetrating insight

Az hiszem, Michelangelo nagyon is beleérzett

into to this dual relationship between perception and creativity.

az érzékelés és az alkotókészség közötti kettős viszonyba.

This is a famous quote of his:

Van egy híres mondása:

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

"Minden kőtömb szobrot rejt a belsejében,

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

és a szobrász dolga, hogy kiszabadítsa."

So I think that what Michelangelo was getting at

Azt hiszem, Michelangelo ezen azt értette,

is that we create by perceiving,

hogy érzékelés útján alkotunk,

and that perception itself is an act of imagination

és az érzékelés nem más, mint a képzelet folyamata

and is the stuff of creativity.

és az alkotókészség terméke.

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

A gondolkodás, az érzékelés és a képzelet irányítója

of course, is the brain.

természetesen az agy.

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

Egy történeti áttekintéssel szeretném kezdeni,

about what we know about brains.

hogy mit tudunk az agyunkról.

Because unlike, say, the heart or the intestines,

Mert eltérően a szívtől és a belektől,

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

ránézésre nem sokat mondhatunk az agyról,

at least with the naked eye.

ha csupán szabad szemmel nézzük.

The early anatomists who looked at brains

Az agyat vizsgáló első anatómusok

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

a felszíni képleteknek furcsa neveket adtak,

like hippocampus, meaning "little shrimp."

pl. a hippokampusz csikóhalat jelent.

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

Persze a nevek nem sokat árulnak el arról,

about what's actually going on inside.

hogy mi zajlik belül.

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

Az első, aki valóban sokat tett azért,

into what was going on in the brain

hogy megtudjuk, mi történik az agyban,

was the great Spanish neuroanatomist, Santiago Ramón y Cajal,

Santiago Ramón y Cajal, a nagy spanyol ideganatómus volt

in the 19th century,

a 19. században.

who used microscopy and special stains

Mikroszkópot használt, és különleges eljárást alkalmazott,

that could selectively fill in or render in very high contrast

amellyel szelektíven tudta megfesteni az egyes idegsejteket,

the individual cells in the brain,

jó kontrasztot érve el a megjelenítésben,

in order to start to understand their morphologies.

hogy alaktanuk érthetőbb legyen.

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

Ilyesféle képeket készített az idegsejtekről

in the 19th century.

a 19. században:

This is from a bird brain.

Ezt egy madár agyáról készült.

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

Látják, milyen hihetetlenül változatosak a különféle sejtek;

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

ekkor még maga a sejtelmélet is vadonatúj volt.

And these structures,

Ezek a képletek,

these cells that have these arborizations,

ezek a dendritnyúlványok a sejteken,

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

ezek az ágacskák, amelyek igen messze ki tudnak nyúlni,

this was very novel at the time.

akkoriban újdonságnak számítottak.

They're reminiscent, of course, of wires.

Vezetékekre emlékeztetnek.

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

Ez a 19. században némelyeknek kézenfekvőnek tűnt:

the revolutions of wiring and electricity were just getting underway.

éppen folyamatban volt a vezetékek és a villamosság forradalma.

But in many ways,

De több vonatkozásban

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

Ramón y Cajal mikroanatómiai rajzai,

they're still in some ways unsurpassed.

mint ez is, fölülmúlhatatlanok.

We're still more than a century later,

Még most, egy bő évszázaddal később is

trying to finish the job that Ramón y Cajal started.

csak törekszünk bevégezni a Cajal által megkezdett munkát.

These are raw data from our collaborators

Ezek a nyers adatok itt partnereinktől,

at the Max Planck Institute of Neuroscience.

a Max Planck Idegtudományi Intézetből származnak.

And what our collaborators have done

Partnereink képet készítettek

is to image little pieces of brain tissue.

az agyszövet pirinyó részeiről.

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

Az itt látható minta összességében is csupán 1 mm³,

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

én pedig ennek is csak egy pici részét mutatom.

That bar on the left is about one micron.

A bal oldali vonás kb. 1 mikron.

The structures you see are mitochondria

Az itt látható képletek a mitokondriumok,

that are the size of bacteria.

ezek baktériumméretűek.

And these are consecutive slices

Ezek pedig a nagyon parányi szövetdarab

through this very, very tiny block of tissue.

folytatólagos metszetei.

Just for comparison's sake,

Csak összevetésül:

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

egy átlagos hajszál átmérője kb. 100 mikron.

So we're looking at something much, much smaller

Ami szemünk előtt van, az sokkal-sokkal kisebb,

than a single strand of hair.

mint a hajszál vastagsága.

And from these kinds of serial electron microscopy slices,

Ha ezeknek az elektronmikroszkópos metszeteknek a sorozatából

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

3D-ben rekonstruáljuk az idegsejteket, valami ilyet kapunk.

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

Ezek jellegükben hasonlítanak Ramón y Cajal képeire.

Only a few neurons lit up,

Csak pár idegsejt van megvilágítva,

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

különben nem látnánk semmit,

It would be so crowded,

olyan zsúfolt lenne a kép

so full of structure,

az egy-egy idegsejtet

of wiring all connecting one neuron to another.

a többivel összekötő vezetékgubanctól.

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

Ramón y Cajal egy kissé megelőzte korát;

and progress on understanding the brain

az agy megértésének folyamata csak lassan haladt

proceeded slowly over the next few decades.

a következő évtizedek során.

But we knew that neurons used electricity,

Tudtuk, hogy az idegsejtek az elektromosságot használják,

and by World War II, our technology was advanced enough

és a II. világháború idejére technológiánk elég fejlett volt ahhoz,

to start doing real electrical experiments on live neurons

hogy élő idegsejteken valódi kísérleteket végezzünk

to better understand how they worked.

villamos árammal, hogy működésüket megértsük.

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

Ugyanebben az időben találták föl - az agy működését alapul véve -

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

a számítógépet, avagy az "értelmes szerkezetet",

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

one of the fathers of computer science.

a számítástechnika egyik atyja nevezte,

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

Warren McCulloch és Walter Pitts megvizsgálta

Cajalnak a látókéregről készített,

of visual cortex,

which I'm showing here.

itt látható rajzát.

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

Ez az agykéreg dolgozza föl a szemünkből érkező képeket.

And for them, this looked like a circuit diagram.

Számukra ez olyan volt, mint egy kapcsolási rajz.

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

Sok részlet McCulloch és Pitts kapcsolási rajzán

that are not quite right.

nem teljesen pontos.

But this basic idea

De az alapelv,

that visual cortex works like a series of computational elements

hogy a látókéreg úgy működik, mint számítási egységek sorozata,

that pass information one to the next in a cascade,

amelyek egymásnak adják tovább az információt,

is essentially correct.

alapvetően helyes.

Let's talk for a moment

Beszéljünk egy kicsit arról,

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

hogy mit kéne csinálnia egy képi információt földolgozó modellnek.

The basic task of perception

Az érzékelés fő feladata,

is to take an image like this one and say,

hogy rögzítse az ilyen képet, és jelentse ki:

"That's a bird,"

"ez egy madár",

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

ami agyunknak gyerekjáték.

But you should all understand that for a computer,

De mindannyiuknak tudnunk kell, hogy a számítógép számára ez

this was pretty much impossible just a few years ago.

néhány éve megoldhatatlan feladat volt.

The classical computing paradigm

A klasszikus számítási paradigma alapján

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

ez nem egykönnyen megoldható feladat.

So what's going on between the pixels,

Ami a pixelek között történik,

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

a madár képe és a "madár" szó között, lényegében annyi,

is essentially a set of neurons connected to each other

hogy az idegsejtek egy halmaza

összekapcsolódott egy ideghálózatban,

in a neural network,

as I'm diagramming here.

ahogy itt fölvázolom.

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

Ez lehet egy élő sejtekből álló neuronhálózat a látókéregben,

or, nowadays, we start to have the capability

vagy annak egy számítógépe modellje,

to model such neural networks on the computer.

aminek elkészítésére ma már kezdünk képesek lenni.

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

Megmutatom, hogy néz ez ki.

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

A képpontok fölfoghatók az idegsejtek első rétegeként,

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

és valóban így működik ez a szemben;

that's the neurons in the retina.

ezek a recehártyán lévő idegsejtek.

And those feed forward

Aztán továbbadják a következő rétegnek,

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

egyik a másiknak, egymás után, mindegyik a következőnek,

all connected by synapses of different weights.

ezek mind különböző súllyal szereplő szinapszissal vannak összekötve.

The behavior of this network

A hálózat viselkedését

is characterized by the strengths of all of those synapses.

a szinapszisok erőssége jellemzi.

Those characterize the computational properties of this network.

Ezek írják le a hálózat számítási tulajdonságait.

And at the end of the day,

A végeredmény

you have a neuron or a small group of neurons

egy idegsejt, vagy sejtek kis csoportja,

that light up, saying, "bird."

amelyek fölvillannak, és azt mondják: madár.

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

Ezt a három dolgot mutatom meg:

the input pixels and the synapses in the neural network,

a bemeneti képpontokat, az ideghálózat szinapszisait,

and bird, the output --

és a madarat, a kimenetet,

by three variables: x, w and y.

Három változó, az x, w és y segítségével.

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

Talán milliónyi x,

a million pixels in that image.

milliónyi képpont van ezen a képen.

There are billions or trillions of w's,

Milliárdnyi vagy billiónyi w létezik,

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

ami az ideghálózatban lévő szinapszisok súlyát jellemzi.

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

Az y-ok - a hálózati kimenetek - száma

of outputs that that network has.

viszont egy elég kis szám.

"Bird" is only four letters, right?

A "madár" csak öt betű, ugye?

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

Tegyünk úgy, mintha ez az egyszerű képlet létezne:

x "x" w = y.

x "*" w = y

I'm putting the times in scare quotes

Idézőjelbe tettem a szorzásjelet,

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

mert persze ott egy sor

is a very complicated series of mathematical operations.

nagyon bonyolult matematikai művelet áll.

That's one equation.

Ez egy egyenlet.

There are three variables.

Három változója van.

And we all know that if you have one equation,

Tudjuk, hogy ha van egy egyenletünk,

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

megoldhatjuk az egyik változóra, ha ismerjük a másik kettőt.

So the problem of inference,

A levezetés problémája,

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

azaz hogy kiderítsük, hogy a madár képe egy madáré,

is this one:

így foglalható össze:

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

az y az ismeretlen, w és x ismert.

You know the neural network, you know the pixels.

Ismerjük az ideghálózatot és a képpontokat.

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

Látható, hogy a feladat viszonylag egyszerű.

You multiply two times three and you're done.

Összeszorozzuk a kettőt a hárommal, és kész.

I'll show you an artificial neural network

Mutatok egy mesterséges ideghálózatot,

that we've built recently, doing exactly that.

amit mostanában építettünk, és ami pontosan ezt csinálja.

This is running in real time on a mobile phone,

Valós időben működik mobilon,

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

és az már önmagában is csodálatos,

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

hogy a mobiltelefonok másodpercenként milliárdnyi vagy billiónyi

per second.

műveletre képesek.

What you're looking at is a phone

Előttünk egy telefon,

looking at one after another picture of a bird,

amely folyamatosan madárképeket pörget,

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

és nemcsak azt mondja, hogy: "Igen, ez madár",

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

hanem a hálózat segítségével a madárfajt is fölismeri.

So in that picture,

A képen

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

x és w ismert, y az ismeretlen.

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

Átsiklok a legbonyolultabb részeken, nevezetesen:

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

hogy a pokolba számoljuk ki w-t,

the brain that can do such a thing?

és hogyan képes erre az agy?

How would we ever learn such a model?

Hogyan hozhatunk létre ilyen modellt?

So this process of learning, of solving for w,

Tehát ez tanulási folyamat: megoldás keresése w-re.

if we were doing this with the simple equation

Ha ezt egy egyszerű egyenletre tesszük,

in which we think about these as numbers,

ahol az ismeretleneket számnak tekintjük,

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

akkor pontosan tudjuk, miként kell a 6 = 2 * w -t megoldani.,

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

mindkét oldalt 2-vel kell osztani.

The problem is with this operator.

A bökkenő ezzel az operátorral van.

So, division --

Osztás...

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

Azért osztást alkalmaztunk, mert ez a szorzás inverze,

but as I've just said,

de ahogy már mondtam,

the multiplication is a bit of a lie here.

itt nem igazi szorzásról van szó.

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

Ez itt egy igen kacifántos, nemlineáris művelet;

it has no inverse.

és nincs inverze.

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

Rá kell jönnünk, milyen módszerrel oldható meg az egyenlet

without a division operator.

osztási művelet nélkül.

And the way to do that is fairly straightforward.

A módszer elég egyszerű.

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

Alkalmazzunk egy kis algebrai trükköt,

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

és vigyük át a 6-ost az egyenlet jobb oldalára.

Now, we're still using multiplication.

A szorzás továbbra is megvan.

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

A nullát meg tekintsük a hiba mértékének.

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

Azaz, ha w-re helyesen oldjuk meg az egyenletet,

then the error will be zero.

a hiba nulla lesz.

And if we haven't gotten it quite right,

Ha a megoldás nem teljesen helyes,

the error will be greater than zero.

a hiba nullánál nagyobb lesz.

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

Most a hiba minimalizálása végett próbálgatnunk kell,

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

ebben pedig a számítógép igen jó.

So you've taken an initial guess:

Kiinduló becslésnek ezt vettük:

what if w = 0?

mi a helyzet, ha w = 0?

Well, then the error is 6.

Akkor a hiba 6-tal egyenlő.

What if w = 1? The error is 4.

És ha w = 1? Akkor a hiba 4.

And then the computer can sort of play Marco Polo,

Akkor a gép játszhatja a Marco Polo-játékot,

and drive down the error close to zero.

és a hibát nullához közelítheti.

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

Így w fokozatos közelítéseit kapjuk.

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

Általában nem kapunk pontos eredményt, de tucatnyi lépés után

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

w = 2,999-et kapunk, ami elég jó közelítés.

And this is the learning process.

Ez tanulási folyamat.

So remember that what's been going on here

Ne feledjük, hogy az történt,

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

hogy vettünk egy csomó ismert x-et és ismert y-t,

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

és iterációs úton kerestünk w-re egy megoldást.

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

Pontosan ilyen módszerrel tanulunk mi magunk is.

We have many, many images as babies

Kisbabakorunkban sok képet látunk,

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

és valaki azt mondja: "Ez madár, ez nem madár."

And over time, through iteration,

Idővel iteráció révén

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

megoldjuk w-re, megtaláljuk az idegi kapcsolatokat.

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

Most az y kiszámolásához ismert az x és a w;

that's everyday, fast perception.

ez a mindennapi, gyors érzékelés.

We figure out how we can solve for w,

Megoldást találni w-re,

that's learning, which is a lot harder,

ez tanulás, ami jóval nehezebb,

because we need to do error minimization,

mert a hibát minimalizálni kell,

using a lot of training examples.

sok gyakorlópélda segítségével.

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

Alex Mordvintsev kollégánk kb. egy éve elhatározta, hogy kipróbálja,

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

mi van, ha x-re próbálunk megoldást keresni

given a known w and a known y.

w és y ismeretében.

In other words,

Másként fogalmazva,

you know that it's a bird,

tudjuk, hogy ez egy madár,

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

és ideghálózatunk már be van tanítva madarakra,

but what is the picture of a bird?

de milyen is egy madár képe?

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

Kiderül, hogy ez is működik, ha ugyanazt a hibaminimalizáló eljárást alkalmazzuk

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

a madarak fölismerésére betanított hálózatra,

and the result turns out to be ...

és az eredménye egy kép,

a picture of birds.

amelyen madarak láthatók.

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

Ezt a képet a madarak fölismerésére betanított

that was trained to recognize birds,

neurális hálózat hozta létre egyszerűen úgy,

just by solving for x rather than solving for y,

hogy x-re, nem pedig y-ra kerestük a megoldást

and doing that iteratively.

közelítő eljárással.

Here's another fun example.

Ez pedig egy másik érdekes példa.

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

Ezt egyik kollégánk, Mike Tyka csinálta,

which he calls "Animal Parade."

és az állatok fölvonulásának nevezte el.

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

Engem William Kentridge műalkotásaira emlékeztet:

in which he makes sketches, rubs them out,

vázlatokat készít, kitörli őket,

makes sketches, rubs them out,

vázlatokat készít, kitörli,

and creates a movie this way.

és így készít filmet.

In this case,

Ebben az esetben Mike

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

y-t futtatja végig különféle állatokon,

in a network designed to recognize and distinguish

egy állatok fölismerésére

different animals from each other.

és megkülönböztetésére tervezett hálózaton.

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

Így ilyen furcsán, Escher-szerűen tűnik át egyik állat a másikba.

Here he and Alex together have tried reducing

Itt Mike és Alex megpróbált az összes y alapján

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

egyetlen kétdimenziós képet létrehozni,

thereby making a map out of the space of all things

a hálózat által felismert valamennyi tárgyat

recognized by this network.

a síkba leképezve.

Doing this kind of synthesis

Efféle szintézist elvégezve,

or generation of imagery over that entire surface,

a teljes felületet használva,

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

y variálásával ilyesféle leképezést készítünk:

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

a vizuális megjelenítését mindannak, amit a hálózat felismer.

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

Minden állat itt van; ez itt az armadillo, azaz a tatu.

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

Ugyanez megtehető másfajta hálózatokkal is.

This is a network designed to recognize faces,

Ezt a hálózatot arcfölismerésre hozták létre,

to distinguish one face from another.

hogy képes legyen arcokat megkülönböztetni egymástól.

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

Itt az y jelentése: "én",

my own face parameters.

az én arcom paraméterei.

And when this thing solves for x,

Amikor ez megoldást keres x-re,

it generates this rather crazy,

az eredmény az én idétlen, kubista,

kind of cubist, surreal, psychedelic picture of me

szürreális és pszichedelikus képem,

from multiple points of view at once.

egyidejűleg különböző nézőpontokból.

The reason it looks like multiple points of view at once

Az egyidejű különböző nézőpontok indoka:

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

a hálózatot úgy tervezték, hogy megszabaduljon a félreértésektől,

of a face being in one pose or another pose,

amelyek az arc eltérő helyzeteiből

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

vagy az eltérő megvilágításból adódhatnak.

So when you do this sort of reconstruction,

Ha ilyen rekonstrukciót végzünk,

if you don't use some sort of guide image

és nem használunk támpontul valamilyen képet

or guide statistics,

vagy statisztikát,

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

akkor a különféle nézőpontok valami káosza keletkezik,

because it's ambiguous.

mert félreérthető.

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

Ez az eredmény, ha Alex támpontul tulajdon arcát használja

during that optimization process to reconstruct my own face.

az optimalizálás folyamán az én arcom rekonstruálásához.

So you can see it's not perfect.

Láthatóan nem tökéletes.

There's still quite a lot of work to do

Még sok a teendőnk

on how we optimize that optimization process.

a folyamat optimalizálásában.

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

De a kapott arc már kivehetőbb,

rendered using my own face as a guide.

ha a támpontul az én arcom szolgált.

You don't have to start with a blank canvas

Nem szükséges

or with white noise.

nulláról kezdenünk.

When you're solving for x,

Ha x-et keressük,

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

kezdhetjük egy másik képhez tartozó x-szel,

That's what this little demonstration is.

ahogy ezen a kis bemutatón is látható.

This is a network that is designed to categorize

E hálózat különféle tárgyak - pl. állatok, ember alkotta struktúrák -

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

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

Itt egyszerűen felhők képével kezdünk,

and as we optimize,

és ahogy optimalizálunk,

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

a hálózat eldönti, hogy mit lát bele a felhőkbe.

And the more time you spend looking at this,

Minél tovább nézzük,

the more things you also will see in the clouds.

annál több dolgot látunk beléjük.

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

Használhatjuk az arcfölismerő hálózatot, hogy arcokat lássunk bele,

and you get some pretty crazy stuff.

és eléggé észbontó dolgokhoz jutunk.

(Laughter)

(Nevetés)

Or, Mike has done some other experiments

Mike végzett egy másik kísérletet:

in which he takes that cloud image,

vette ezt a felhős képet,

hallucinates, zooms, hallucinates, zooms hallucinates, zooms.

értelmeztette, zoomolt, értelmeztette, zoomolt, értelmeztette, zoomolt...

And in this way,

Ily módon

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

szerintem a hálózatnak amolyan disszociatív fugaállapotához jutunk,

or a sort of free association,

vagy valamiféle szabad asszociációkhoz,

in which the network is eating its own tail.

amelyben a hálózat saját farkába harap.

So every image is now the basis for,

Mindegyik kép láttán az jár az eszünkben,

"What do I think I see next?

hogy vajon mit látok majd a következőn,

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

és a következőn, és a következőn.

I showed this for the first time in public

Ezt nyilvánosan először Seattle-ben

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

egy Felsőoktatás c. előadáson mutattam be,

this was right after marijuana was legalized.

rögtön a marihuána legalizálása után.

(Laughter)

(Nevetés)

So I'd like to finish up quickly

Azzal a megjegyzéssel zárnám gyorsan,

by just noting that this technology is not constrained.

hogy a technológia lehetőségei beláthatatlanok.

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

Csupán vizuális példákat hoztam föl, mert ezek nagyon mutatósak.

It's not a purely visual technology.

Nemcsak képi technológia létezik.

Our artist collaborator, Ross Goodwin,

Művész munkatársunk, Ross Goodwin,

has done experiments involving a camera that takes a picture,

kísérleteihez fényképezőgépet használ, amely készít egy fölvételt,

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

majd a hátizsákjában lévő számítógép

e fénykép tartalmából ihletet merítve verset ír.

based on the contents of the image.

And that poetry neural network has been trained

E költői neurális hálózatot a 20.századi költészet

egy terjedelmes gyűjteménye alapján hozták létre.

on a large corpus of 20th-century poetry.

And the poetry is, you know,

Szerintem az így készült versek

I think, kind of not bad, actually.

nem is olyan rosszak.

(Laughter)

(Nevetés)

In closing,

Végezetül,

I think that per Michelangelo,

ami Michelangelót illeti,

I think he was right;

úgy vélem, igaza volt:

perception and creativity are very intimately connected.

az észlelés és az alkotókészség szorosan összefügg.

What we've just seen are neural networks

Amiket láttunk, azok olyan neurális hálózatok,

that are entirely trained to discriminate,

amelyeket arra tanítottak, hogy megkülönböztessenek

or to recognize different things in the world,

és fölismerjenek különböző tárgyakat,

able to be run in reverse, to generate.

és amelyek fordított irányú működésre, generálásra is képesek.

One of the things that suggests to me

Nemcsak azért gondolom ezt,

is not only that Michelangelo really did see

mert Michelangelo tényleg látta

the sculpture in the blocks of stone,

a szobrot a kőtömb belsejében,

but that any creature, any being, any alien

hanem mert bármely teremtmény, lény, Földön kívüli,

that is able to do perceptual acts of that sort

amely ilyen észlelésre képes,

is also able to create

képes alkotni is,

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

mert ezek mindkét esetben pontosan ugyanazon műveletek.

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

Azt hiszem, hogy az észlelés és az alkotás semmi esetre sem

uniquely human.

korlátozódik az emberre.

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

Kezdenek megjelenni olyan számítógépes modellek, amelyek képesek ugyanerre.

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

Ez nem meglepő, hiszen az agy is egy sajátságos számítógép.

And finally,

Végül, az informatika

computing began as an exercise in designing intelligent machinery.

a mesterséges értelem létrehozására tett kísérletként indult.

It was very much modeled after the idea

Jórészt azt modellezte le,

of how could we make machines intelligent.

hogy miként tehetjük a gépeket okossá.

And we finally are starting to fulfill now

Most kezdjük lassacskán beváltani

some of the promises of those early pioneers,

az útkeresők bizonyos ígéreteit:

of Turing and von Neumann

Turingét, Neumann Jánosét,

and McCulloch and Pitts.

McCullochét és Pittsét.

And I think that computing is not just about accounting

Azt hiszem, az informatika nem korlátozódik a könyvelésre,

or playing Candy Crush or something.

a Candy Crush játékra vagy ilyesmikre.

From the beginning, we modeled them after our minds.

A kezdetektől fogva agyunk alapján modelleztük.

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

Hozzájárul agyunk jobb megértéséhez,

és képességei kiterjesztéséhez.

and to extend them.

Thank you very much.

Köszönöm szépen.

(Applause)

(Taps)