With Spatial Intelligence, AI Will Understand the Real World | Fei-Fei Li | TED

Traduttore: Elisabetta Raspadori Revisore: Gabriella Patricola

Let me show you something.

Lasciate che vi mostri qualcosa.

To be precise,

Per essere precisi,

I'm going to show you nothing.

non vi mostrerò niente.

This was the world 540 million years ago.

Questo era il mondo 540 milioni di anni fa.

Pure, endless darkness.

Oscurità pura e infinita.

It wasn't dark due to a lack of light.

Non era buio a causa della mancanza di luce.

It was dark because of a lack of sight.

Era buio a causa della mancanza di vista.

Although sunshine did filter 1,000 meters

Sebbene il sole penetrasse 1.000 metri

beneath the surface of ocean,

sotto la superficie dell'oceano,

e la luce si diffondesse dalle bocche idrotermali fino al fondale,

a light permeated from hydrothermal vents to seafloor,

brimming with life,

traboccante di vita,

there was not a single eye to be found in these ancient waters.

non c’era un solo occhio in queste antiche acque.

No retinas, no corneas, no lenses.

Niente retine, niente cornee, niente lenti.

So all this light, all this life went unseen.

Quindi tutta questa luce, tutta questa vita, rimanevano invisibili.

There was a time that the very idea of seeing didn't exist.

C'è stato un tempo in cui l'idea stessa di vedere non esisteva.

It [had] simply never been done before.

Semplicemente non era mai stato fatto prima.

Until it was.

Finché non è successo.

So for reasons we're only beginning to understand,

Quindi, per ragioni che stiamo solo iniziando a comprendere,

trilobites, the first organisms that could sense light, emerged.

sono emersi i trilobiti, i primi organismi in grado di percepire la luce.

They're the first inhabitants of this reality that we take for granted.

Sono stati i primi abitanti di questa realtà che diamo per scontata.

First to discover that there is something other than oneself.

I primi a scoprire che c’è qualcosa di diverso da noi stessi.

A world of many selves.

Un mondo con molti sé.

The ability to see is thought to have ushered in Cambrian explosion,

Si pensa che la capacità di vedere abbia dato inizio

all’esplosione del Cambriano,

a period in which a huge variety of animal species

un periodo in cui un’enorme varietà di specie animali

entered fossil records.

è entrata nei reperti fossili.

What began as a passive experience,

Quella che era iniziata come un’esperienza passiva,

the simple act of letting light in,

col semplice atto di far entrare la luce

soon became far more active.

è diventata presto molto più attiva.

The nervous system began to evolve.

Il sistema nervoso iniziò ad evolversi.

Sight turning to insight.

La vista a trasformarsi in intuizione.

Seeing became understanding.

Vedere è diventato comprensione.

Understanding led to actions.

La comprensione ha portato alle azioni.

And all these gave rise to intelligence.

E tutto ciò ha dato origine all’intelligenza.

Today, we're no longer satisfied with just nature's gift of visual intelligence.

Oggi non ci basta più solo il dono della natura dell’intelligenza visiva.

Curiosity urges us to create machines to see just as intelligently as we can,

La curiosità ci spinge a creare macchine in grado di vedere

con la nostra stessa intelligenza, se non meglio di noi.

if not better.

Nine years ago, on this stage,

Nove anni fa, su questo palco,

I delivered an early progress report on computer vision,

ho presentato una prima relazione sullo sviluppo della visione artificiale,

a subfield of artificial intelligence.

un sottocampo dell’intelligenza artificiale.

Three powerful forces converged for the first time.

Tre potenti forze convergevano per la prima volta.

Aa family of algorithms called neural networks.

Una famiglia di algoritmi chiamati reti neurali.

Fast, specialized hardware called graphic processing units,

Hardware veloci e specializzati chiamati unità di elaborazione grafica

o GPU.

or GPUs.

And big data.

E big data.

Like the 15 million images that my lab spent years curating called ImageNet.

Come i 15 milioni di immagini

che il mio laboratorio ha curato per anni, dal nome ImageNet.

Together, they ushered in the age of modern AI.

Insieme, hanno inaugurato l'era dell'intelligenza artificiale moderna.

We've come a long way.

Abbiamo fatto molta strada.

Back then, just putting labels on images was a big breakthrough.

All’epoca, solo mettere etichette sulle immagini è stato un grande passo avanti.

But the speed and accuracy of these algorithms just improved rapidly.

Ma la velocità e la precisione di questi algoritmi sono migliorate rapidamente.

The annual ImageNet challenge, led by my lab,

La sfida annuale di ImageNet, guidata dal mio laboratorio,

gauged the performance of this progress.

ha misurato le prestazioni di questi progressi.

And on this plot, you're seeing the annual improvement

E su questo grafico vedete i miglioramenti annuali

and milestone models.

e i modelli fondamentali.

We went a step further

Con un ulteriore passo avanti

and created algorithms that can segment objects

abbiamo creato algoritmi in grado di segmentare oggetti

or predict the dynamic relationships among them

o prevedere le relazioni dinamiche tra di essi

in these works done by my students and collaborators.

in questi lavori svolti dai miei studenti e collaboratori.

And there's more.

E c’è di più.

Recall last time I showed you the first computer-vision algorithm

Ricordate che l’ultima volta ho mostrato il primo algoritmo di visione artificiale

that can describe a photo in human natural language.

in grado di descrivere una foto nel linguaggio naturale umano.

That was work done with my brilliant former student, Andrej Karpathy.

È stato un lavoro svolto con il mio brillante ex studente, Andrej Karpathy.

At that time, I pushed my luck and said,

A quel tempo, sfidai la fortuna e chiesi:

"Andrej, can we make computers to do the reverse?"

«Andrej, possiamo creare computer per fare il contrario?»

And Andrej said, "Ha ha, that's impossible."

E Andrej rispose: «Ah ah, è impossibile».

Well, as you can see from this post,

Bene, come potete vedere da questo post,

recently the impossible has become possible.

di recente l’impossibile è diventato possibile.

That's thanks to a family of diffusion models

Questo grazie a una famiglia di modelli di diffusione

che alimentano l'odierno algoritmo di intelligenza artificiale generativa,

that powers today's generative AI algorithm,

which can take human-prompted sentences

che può prendere frasi suggerite dall'uomo

and turn them into photos and videos

e trasformarle in foto e video

of something that's entirely new.

di qualcosa di completamente nuovo.

Many of you have seen the recent impressive results of Sora by OpenAI.

Molti di voi hanno visto i nuovi notevoli risultati di Sora di OpenAI.

But even without the enormous number of GPUs,

Ma anche senza l’enorme numero di GPU,

my student and our collaborators

il mio studente e i nostri collaboratori

have developed a generative video model called Walt

hanno sviluppato un modello generativo di video chiamato Walt

months before Sora.

mesi prima di Sora.

And you're seeing some of these results.

E state vedendo alcuni di questi risultati.

There is room for improvement.

Ci sono margini di miglioramento.

I mean, look at that cat's eye

Voglio dire, guardate l’occhio di quel gatto

and the way it goes under the wave without ever getting wet.

e il modo in cui va sotto l’onda senza mai bagnarsi.

What a cat-astrophe.

Che gat-astrofe.

(Laughter)

(Risate)

And if past is prologue,

E se il passato è il prologo,

we will learn from these mistakes and create a future we imagine.

impareremo da questi errori e creeremo un futuro che immaginiamo.

And in this future,

E in questo futuro,

we want AI to do everything it can for us,

vogliamo che l’IA faccia tutto il possibile al posto nostro

or to help us.

o per aiutarci.

For years I have been saying

Da anni dico

that taking a picture is not the same as seeing and understanding.

che scattare una foto non è la stessa cosa che vedere e capire.

Today, I would like to add to that.

Oggi vorrei aggiungere qualcosa in più.

Vedere e basta non è sufficiente.

Simply seeing is not enough.

Seeing is for doing and learning.

Vedere serve per fare e imparare.

When we act upon this world in 3D space and time,

Quando agiamo su questo mondo nello spazio 3D e nel tempo,

we learn, and we learn to see and do better.

impariamo e impariamo a vedere e a fare meglio.

Nature has created this virtuous cycle of seeing and doing

La natura ha creato questo circolo virtuoso di vedere e fare

powered by “spatial intelligence.”

alimentato dall’«intelligenza spaziale».

To illustrate to you what your spatial intelligence is doing constantly,

Per illustrarvi cosa fa costantemente la vostra intelligenza spaziale,

look at this picture.

guardate questa immagine.

Raise your hand if you feel like you want to do something.

Alzate la mano se sentite di voler fare qualcosa.

(Laughter)

(Risate)

In the last split of a second,

Nell'ultima frazione di secondo,

your brain looked at the geometry of this glass,

il vostro cervello ha visto la geometria di questo bicchiere,

its place in 3D space,

la sua posizione nello spazio 3D,

its relationship with the table, the cat

la sua relazione con il tavolo, il gatto

and everything else.

e tutto il resto.

And you can predict what's going to happen next.

E potete prevedere cosa succederà dopo.

The urge to act is innate to all beings with spatial intelligence,

L’impulso ad agire è innato in tutti gli esseri dotati di intelligenza spaziale

which links perception with action.

che collega la percezione all'azione.

And if we want to advance AI beyond its current capabilities,

E se vogliamo far progredire l'IA oltre le sue attuali capacità,

we want more than AI that can see and talk.

vogliamo qualcosa di più di un'IA in grado di vedere e parlare.

We want AI that can do.

Vogliamo un’intelligenza artificiale che sia in grado di fare.

Indeed, we're making exciting progress.

In effetti, stiamo facendo progressi entusiasmanti.

The recent milestones in spatial intelligence

Le recenti pietre miliari dell’intelligenza spaziale

is teaching computers to see, learn, do

sono l’addestramento dei computer a vedere, imparare, fare

and learn to see and do better.

e imparare a vedere e fare meglio.

This is not easy.

Non è facile.

It took nature millions of years to evolve spatial intelligence,

La natura ha impiegato milioni di anni per sviluppare l’intelligenza spaziale,

which depends on the eye taking light,

che dipende dall’occhio che prende la luce,

proietta immagini 2D sulla retina

project 2D images on the retina

and the brain to translate these data into 3D information.

e dal cervello che traduce questi dati in informazioni 3D.

Only recently, a group of researchers from Google

Solo di recente un gruppo di ricercatori di Google

are able to develop an algorithm to take a bunch of photos

è stato in grado di sviluppare un algoritmo per scattare una serie di foto

and translate that into 3D space,

e tradurle nello spazio 3D,

like the examples we're showing here.

come negli esempi che mostriamo qui.

My student and our collaborators have taken a step further

Il mio studente e i nostri collaboratori hanno fatto un ulteriore passo avanti

and created an algorithm that takes one input image

e hanno creato un algoritmo che prende un'immagine di input

and turn that into 3D shape.

e la trasforma in forma 3D.

Here are more examples.

Ecco altri esempi.

Recall, we talked about computer programs that can take a human sentence

Ricordate, abbiamo parlato di programmi per computer

che possono prendere una frase umana e trasformarla in video.

and turn it into videos.

A group of researchers in University of Michigan

Un gruppo di ricercatori dell'Università del Michigan

have figured out a way to translate that line of sentence

ha trovato un modo per tradurre quella riga di frase

into 3D room layout, like shown here.

in un layout 3D della stanza, come mostrato qui.

And my colleagues at Stanford and their students

E i miei colleghi di Stanford e i loro studenti

have developed an algorithm that takes one image

hanno sviluppato un algoritmo che prende un'immagine

and generates infinitely plausible spaces

e genera spazi immensamente plausibili

for viewers to explore.

che gli spettatori possono esplorare.

Questi sono i prototipi dei primi segnali di una possibilità futura.

These are prototypes of the first budding signs of a future possibility.

One in which the human race can take our entire world

Una in cui la razza umana può prendere tutto il nostro mondo

and translate it into digital forms

e tradurlo in forme digitali

and model the richness and nuances.

e modellarne la ricchezza e le sfumature.

What nature did to us implicitly in our individual minds,

Ciò che la natura ha fatto implicitamente nella nostra mente individuale,

spatial intelligence technology can hope to do

la tecnologia dell’intelligenza spaziale può sperare di farlo

for our collective consciousness.

per la nostra coscienza collettiva.

As the progress of spatial intelligence accelerates,

Con l’accelerazione del progresso dell’ dell’intelligenza spaziale,

a new era in this virtuous cycle is taking place in front of our eyes.

si apre davanti ai nostri occhi una nuova era di questo circolo virtuoso.

This back and forth is catalyzing robotic learning,

Questo avanti e indietro sta catalizzando l'apprendimento robotico,

a key component for any embodied intelligence system

un componente chiave per qualsiasi sistema di intelligenza incorporato

that needs to understand and interact with the 3D world.

che deve comprendere e interagire con il mondo 3D.

A decade ago,

Dieci anni fa,

ImageNet from my lab

ImageNet del mio laboratorio

enabled a database of millions of high-quality photos

ha creato un database di milioni di foto di alta qualità

to help train computers to see.

per aiutare ad addestrare i computer a vedere.

Today, we're doing the same with behaviors and actions

Oggi stiamo facendo lo stesso con comportamenti e azioni

to train computers and robots how to act in the 3D world.

per addestrare computer e robot ad agire nel mondo 3D.

But instead of collecting static images,

Ma invece di raccogliere immagini statiche,

we develop simulation environments powered by 3D spatial models

sviluppiamo ambienti di simulazione alimentati da modelli spaziali 3D

so that the computers can have infinite varieties of possibilities

in modo che i computer possano avere infinite varietà di possibilità

to learn to act.

per imparare ad agire.

And you're just seeing a small number of examples

E state vedendo solo alcuni esempi

to teach our robots

da insegnare ai nostri robot

in a project led by my lab called Behavior.

in un progetto guidato dal mio laboratorio chiamato Behavior.

We’re also making exciting progress in robotic language intelligence.

Facciamo anche progressi entusiasmanti nell’intelligenza robotica linguistica.

Using large language model-based input,

Utilizzando input basati su modelli linguistici di grandi dimensioni,

my students and our collaborators are among the first teams

i miei studenti e i nostri collaboratori sono tra i primi team

that can show a robotic arm performing a variety of tasks

in grado di presentare un braccio robotico che esegue una serie di attività

based on verbal instructions,

basate su istruzioni verbali,

like opening this drawer or unplugging a charged phone.

come aprire questo cassetto o scollegare un telefono carico.

Or making sandwiches, using bread, lettuce, tomatoes

Oppure preparare panini, usare pane, lattuga, pomodori

and even putting a napkin for the user.

e persino mettere un tovagliolo per l’utente.

Typically I would like a little more for my sandwich,

Di solito ne vorrei un po' di più per il mio panino,

but this is a good start.

ma questo è un buon inizio.

(Laughter)

(Risate)

In that primordial ocean, in our ancient times,

In quell'oceano primordiale, nei nostri tempi antichi,

the ability to see and perceive one's environment

la capacità di vedere e percepire l’ambiente circostante

diede il via all’esplosione cambriana di interazioni con altre forme di vita.

kicked off the Cambrian explosion of interactions with other life forms.

Today, that light is reaching the digital minds.

Oggi quella luce sta raggiungendo le menti digitali.

Spatial intelligence is allowing machines

L’intelligenza spaziale consente alle macchine

to interact not only with one another,

di interagire non solo tra loro,

but with humans, and with 3D worlds,

ma anche con gli umani e con mondi 3D,

real or virtual.

reali o virtuali.

And as that future is taking shape,

E dato che quel futuro sta prendendo forma,

it will have a profound impact to many lives.

avrà un impatto profondo su molte vite.

Let's take health care as an example.

Prendiamo come esempio l’assistenza sanitaria.

For the past decade,

Negli ultimi dieci anni,

my lab has been taking some of the first steps

il mio laboratorio ha intrapreso alcuni dei primi passi

in applying AI to tackle challenges that impact patient outcome

nell’uso dell’IA per affrontare le sfide che influiscono sugli esiti per i pazienti

and medical staff burnout.

e sull'esaurimento del personale medico.

Together with our collaborators from Stanford School of Medicine

Insieme ai nostri collaboratori della Stanford School of Medicine

and partnering hospitals,

e degli ospedali partner,

we're piloting smart sensors

stiamo sperimentando sensori intelligenti

in grado di rilevare i medici che entrano nelle stanze dei pazienti

that can detect clinicians going into patient rooms

without properly washing their hands.

senza lavarsi adeguatamente le mani.

Or keep track of surgical instruments.

Oppure di tenere traccia degli strumenti chirurgici.

Or alert care teams when a patient is at physical risk,

O di avvisare i team di assistenza quando un paziente è a rischio fisico,

such as falling.

ad esempio in caso di caduta.

We consider these techniques a form of ambient intelligence,

Consideriamo queste tecniche una forma di intelligenza ambientale,

like extra pairs of eyes that do make a difference.

come paia di occhi extra che fanno la differenza.

But I would like more interactive help for our patients, clinicians

Ma vorrei un aiuto più interattivo per i nostri pazienti,

medici e operatori sanitari

and caretakers, who desperately also need an extra pair of hands.

che hanno un disperato bisogno di un paio di mani in più.

Imagine an autonomous robot transporting medical supplies

Immaginate un robot autonomo che trasporta attrezzature sanitarie

while caretakers focus on our patients

mentre gli operatori sanitari si concentrano sui nostri pazienti

or augmented reality, guiding surgeons to do safer, faster

o la realtà aumentata che guida i chirurghi in operazioni più sicure,

veloci e meno invasive.

and less invasive operations.

Or imagine patients with severe paralysis controlling robots with their thoughts.

O immaginate pazienti con paralisi gravi che controllano i robot coi loro pensieri.

That's right, brainwaves, to perform everyday tasks

Esatto, onde cerebrali, per svolgere attività quotidiane

that you and I take for granted.

che io e voi diamo per scontate.

You're seeing a glimpse of that future in this pilot study from my lab recently.

Vedete un barlume di quel futuro in questo recente studio pilota del mio laboratorio.

In this video, the robotic arm is cooking a Japanese sukiyaki meal

In questo video, il braccio robotico sta cucinando un sukiyaki giapponese

controlled only by the brain electrical signal,

controllato solo dal segnale elettrico cerebrale,

non-invasively collected through an EEG cap.

raccolto in modo non invasivo attraverso un cappuccio EEG.

(Applause)

(Applausi)

Thank you.

Grazie.

The emergence of vision half a billion years ago

L’emergere della vista mezzo miliardo di anni fa

turned a world of darkness upside down.

ha capovolto un mondo di tenebre.

It set off the most profound evolutionary process:

Ha dato il via al processo evolutivo più profondo:

the development of intelligence in the animal world.

lo sviluppo dell’intelligenza nel mondo animale.

AI's breathtaking progress in the last decade is just as astounding.

I progressi mozzafiato dell'IA nell'ultimo decennio sono altrettanto sbalorditivi.

But I believe the full potential of this digital Cambrian explosion

Ma credo che il pieno potenziale di questa esplosione digitale

won't be fully realized until we power our computers and robots

non sarà pienamente realizzato finché non alimenteremo i nostri computer e robot

with spatial intelligence,

con l'intelligenza spaziale,

just like what nature did to all of us.

proprio come ha fatto la natura con tutti noi.

It’s an exciting time to teach our digital companion

È un momento entusiasmante per insegnare al nostro compagno digitale

to learn to reason

a imparare a ragionare

and to interact with this beautiful 3D space we call home,

e a interagire con questo bellissimo spazio 3D che chiamiamo casa,

and also create many more new worlds that we can all explore.

e anche a creare molti altri nuovi mondi che tutti possiamo esplorare.

To realize this future won't be easy.

Realizzare questo futuro non sarà facile.

It requires all of us to take thoughtful steps

Richiede a tutti noi di adottare misure ponderate

and develop technologies that always put humans in the center.

e sviluppare tecnologie che mettano sempre l'uomo al centro.

But if we do this right,

Ma se lo facciamo nel modo giusto,

i computer e i robot alimentati dall’intelligenza spaziale

the computers and robots powered by spatial intelligence

will not only be useful tools

non saranno solo strumenti utili

but also trusted partners

ma anche partner fidati

to enhance and augment our productivity and humanity

per migliorare e aumentare la nostra produttività e umanità,

while respecting our individual dignity

rispettando la nostra dignità individuale

and lifting our collective prosperity.

e aumentando la nostra prosperità collettiva.

What excites me the most in the future

Ciò che mi entusiasma di più del futuro

is a future in which that AI grows more perceptive,

è un futuro in cui l’IA diventi più perspicace,

insightful and spatially aware,

acuta e consapevole dello spazio,

and they join us on our quest

e si unisca a noi nella nostra ricerca

to always pursue a better way to make a better world.

di perseguire sempre un modo migliore per creare un mondo migliore.

Thank you.

Grazie.

(Applause)

(Applausi)