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

Tłumaczenie: Jerzy Papiorek Korekta: Rysia Wand

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

Kiedyś było tak,

że aby komputer coś zrobił,

you would have to program it.

trzeba go było zaprogramować.

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

Dla tych, którzy tego nie robili:

requires laying out in excruciating detail

programowanie wymaga drobiazgowego zdefiniowania

every single step that you want the computer to do

każdego kroku, który komputer ma wykonać,

in order to achieve your goal.

by osiągnąć cel.

Jeżeli chcemy, by komputer wykonał czynność,

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

której sami nie potrafimy wykonać,

then this is going to be a great challenge.

stajemy przed dużym wyzwaniem.

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

Stanął przed nim Artur Samuel.

In 1956, he wanted to get this computer

W 1956 roku stwierdził, że chciałby,

aby komputer wygrał z nim w warcaby.

to be able to beat him at checkers.

How can you write a program,

Jak napisać program,

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

drobiazgowo wyrazić, jak być lepszym w warcaby

niż jest się samemu?

So he came up with an idea:

Artur wpadł na następujący pomysł:

he had the computer play against itself thousands of times

kazał komputerowi grać z samym sobą tysiące razy

and learn how to play checkers.

i w ten sposób nauczyć się gry.

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

Rzeczywiście się udało.

W 1962 roku komputer pokonał mistrza stanu Connecticut.

this computer had beaten the Connecticut state champion.

So Arthur Samuel was the father of machine learning,

Artur Samuel był ojcem uczenia maszynowego.

and I have a great debt to him,

Mam wobec niego duży dług,

because I am a machine learning practitioner.

bo sam zajmuję się uczeniem maszynowym.

Byłem przewodniczącym Kaggle,

I was the president of Kaggle,

a community of over 200,000 machine learning practictioners.

społeczności zrzeszającej 200 tys. specjalistów

od programowania maszynowego.

Kaggle puts up competitions

Kaggle organizuje konkursy,

to try and get them to solve previously unsolved problems,

podczas których członkowie próbują

rozwiązać dotąd nierozwiązane problemy.

and it's been successful hundreds of times.

Udało się to już setki razy.

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

Z tej perspektywy wiele się dowiedziałem

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

o dawnych i obecnych możliwościach uczenia maszynowego,

and what it could do in the future.

i co będzie możliwe w przyszłości.

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

Chyba pierwszym dużym sukcesem

w komercyjnym zastosowaniu uczenia maszynowego

Google showed that it is possible to find information

był Google, który udowodnił, że da się szukać informacji

by using a computer algorithm,

przy pomocy algorytmu komputerowego,

and this algorithm is based on machine learning.

opartego o uczenie maszynowe.

Odtąd było wiele udanych komercyjnych zastosowań.

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

Firmy takie jak Amazon czy Netflix

Companies like Amazon and Netflix

używają uczenia maszynowego do proponowania produktów

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

movies that you might like to watch.

lub filmów, które nas zaciekawią.

Sometimes, it's almost creepy.

Czasem przyprawia to o gęsią skórkę.

Companies like LinkedIn and Facebook

Firmy jak LinkedIn czy Facebook

sometimes will tell you about who your friends might be

mówią nam czasem, kogo znamy,

and you have no idea how it did it,

i nie mamy pojęcia, jak to robią.

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

Wykorzystują moc uczenia maszynowego.

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

To algorytmy, które uczą się z danych,

rather than being programmed by hand.

nie zaś przez ręczne programowanie.

This is also how IBM was successful

To również dlatego komputer Watson firmy IBM

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

potrafił pokonać dwóch mistrzów świata w grze "Va Banque",

answering incredibly subtle and complex questions like this one.

odpowiadając na niezwykle subtelne i skomplikowane pytania takie jak to:

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

Antyczny "Lew z Kalchu" zginął z muzeum w tym mieście w 2003 roku.

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

Także dlatego mamy pierwsze samokierujące samochody.

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

Możliwość odróżnienia, powiedzmy, drzewa i przechodnia,

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

jest dosyć istotna.

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

Nie wiemy, jak zaprogramować to ręcznie,

but with machine learning, this is now possible.

ale potrafimy to zrobić przez uczenie maszynowe.

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

Ten samochód przejechał już ponad 2 mln kilometrów

without any accidents on regular roads.

po zwykłych drogach, bez wypadków.

So we now know that computers can learn,

Czyli komputery potrafią się uczyć

and computers can learn to do things

i potrafią uczyć się rzeczy,

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

których czasem sami nie potrafimy robić,

or maybe can do them better than us.

lub potrafią je robić lepiej niż my.

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

Jeden z niezwykłych przykładów uczenia maszynowego

happened on a project that I ran at Kaggle

zdarzył się w projekcie, który prowadziłem w Kaggle.

where a team run by a guy called Geoffrey Hinton

Zespół, którym kierował Geoffrey Hinton

from the University of Toronto

z Uniwersytetu w Toronto,

won a competition for automatic drug discovery.

wygrał konkurs na automatyczne odkrywanie leków.

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

Co niezwykłe, nie tylko przebili wszystkie algorytmy

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

firmy Merck i międzynarodowej społeczności akademickiej,

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

ale też nikt w zespole nie miał żadnej wiedzy z chemii, biologii

czy nauki o organizmach żywych,

a zrobili to w dwa tygodnie.

and they did it in two weeks.

How did they do this?

Jak im się to udało?

They used an extraordinary algorithm called deep learning.

Użyli niezwykłego algorytmu, zwanego uczeniem głębokim.

So important was this that in fact the success was covered

To wydarzenie było tak ważne, że kilka tygodni później

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

New York Times pisał o nim na stronie głównej.

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

Po lewej stronie widoczny jest Geoffrey Hinton.

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

Uczenie głębokie to algorytm zainspirowany sposobem działania ludzkiego mózgu,

and as a result it's an algorithm

przez co nie ma żadnych teoretycznych ograniczeń.

which has no theoretical limitations on what it can do.

Im więcej dostaje danych, im więcej czasu obliczeniowego,

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

the better it gets.

tym staje się lepszy.

The New York Times also showed in this article

New York Times przedstawił też w artykule

another extraordinary result of deep learning

inne niezwykłe osiągniecie uczenia głębokiego,

which I'm going to show you now.

które teraz zaprezentuję.

It shows that computers can listen and understand.

Udowadnia ono, że komputery potrafią słuchać i rozumieć.

(Video) Richard Rashid: Now, the last step

(Wideo) Richard Rashid: Ostatni krok,

that I want to be able to take in this process

który chciałbym wykonać w tym procesie,

is to actually speak to you in Chinese.

to przemówić do was po chińsku.

Now the key thing there is,

Chodzi o to, że udało nam się

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

wziąć dużą ilość informacji od osób mówiących po chińsku

and produce a text-to-speech system

i stworzyć system syntezy mowy,

that takes Chinese text and converts it into Chinese language,

który konwertuje chiński tekst na mowę.

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

Potem wzięliśmy godzinne nagranie mojego głosu

and we've used that to modulate

i użyliśmy go do zmodulowania standardowego systemu syntezy mowy,

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

żeby brzmiał jak ja.

Efekt nie jest bezbłędny.

Again, the result's not perfect.

There are in fact quite a few errors.

W sumie jest nawet sporo błędów.

(In Chinese)

(Po chińsku)

(Applause)

(Oklaski)

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

Ta dziedzina wymaga jeszcze dużo pracy.

(In Chinese)

(Po chińsku)

(Applause)

(Oklaski)

JH: To był fragment konferencji na temat uczenia maszynowego w Chinach.

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

It's not often, actually, at academic conferences

Na akademickich konferencjach rzadko słyszy się spontaniczny aplauz.

that you do hear spontaneous applause,

although of course sometimes at TEDx conferences, feel free.

Na konferencjach TEDx zdarza się to częściej,

więc proszę się nie krępować.

Everything you saw there was happening with deep learning.

Wszystko, co tu widzieliście, osiągnięto przez uczenie głębokie.

(Applause) Thank you.

(Oklaski) Dziękuję.

The transcription in English was deep learning.

Transkrypcja na angielski to uczenie głębokie.

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

Tłumaczenie na chiński i tekst w prawym górnym rogu - uczenie głębokie,

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

synteza mowy to również uczenie głębokie.

So deep learning is this extraordinary thing.

Uczenie głębokie jest niezwykłe.

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

To pojedynczy algorytm, który jakby umie wszystko.

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

Odkryłem, że rok wcześniej nauczył się również widzieć.

In this obscure competition from Germany

W mało znanym konkursie w Niemczech

called the German Traffic Sign Recognition Benchmark,

na rozpoznawanie znaków drogowych

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

uczenie głębokie nauczyło się

rozpoznawać takie znaki drogowe.

Not only could it recognize the traffic signs

Nie tylko rozpoznawało znaki

better than any other algorithm,

lepiej niż inne algorytmy,

the leaderboard actually showed it was better than people,

ale nawet lepiej niż ludzie,

mniej więcej dwa razy lepiej.

about twice as good as people.

Czyli w 2011 r. mieliśmy pierwszy przykład

So by 2011, we had the first example

of computers that can see better than people.

komputerów widzących lepiej niż ludzie.

Since that time, a lot has happened.

Od tego czasu bardzo dużo się wydarzyło.

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

W 2012 r. Google ogłosił, że ich algorytm uczenia głębokiego

watch YouTube videos

oglądał filmy na YouTube

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

i przez miesiąc przetwarzał dane na 16 tysiącach serwerów,

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

po czym samodzielnie nauczył się pojęć

takich jak ludzie czy koty,

tylko przez oglądanie filmów.

just by watching the videos.

W bardzo podobny sposób uczą się ludzie.

This is much like the way that humans learn.

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

Nie trzeba im mówić, na co patrzą,

but by learning for themselves what these things are.

tylko sami się uczą się, czym są widziane obiekty.

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

W 2012 roku Geoffrey Hinton, którego widzieliśmy wcześniej,

won the very popular ImageNet competition,

wygrał bardzo popularny konkurs ImageNet,

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

gdzie dla 1,5 miliona obrazków trzeba określić,

what they're pictures of.

co się na nich znajduje.

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

Do 2014 r. proporcja błędów spadła do 6%.

in image recognition.

To znowu lepiej, niż ludzie.

This is better than people, again.

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

Maszyny są tu niesamowicie skuteczne

and it is now being used in industry.

i wykorzystuje się to już komercyjnie.

For example, Google announced last year

Na przykład Google ogłosił w zeszłym roku,

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

że znaleźli na mapie wszystkie adresy we Francji w dwie godziny

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

przez dostarczenie zdjęć Street View

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

algorytmowi uczenia głębokiego, który rozpoznał i odczytał numery domów.

Imagine how long it would have taken before:

Wyobraźcie sobie, ile czasu zajęłoby to kiedyś:

dozens of people, many years.

dziesiątki ludzi, wiele lat.

This is also happening in China.

To samo dzieje się w Chinach.

Baidu is kind of the Chinese Google, I guess,

Baidu jest czymś w rodzaju chińskiego Google.

and what you see here in the top left

W lewym górnym rogu widać przykładowe zdjęcie,

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

które wczytałem do systemu uczenia głębokiego Baidu,

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

poniżej widać, że system zrozumiał, co jest na zdjęciu

and found similar images.

i znalazł podobne zdjęcia.

The similar images actually have similar backgrounds,

Te zdjęcia mają podobne tło,

similar directions of the faces,

podobny kierunek pysków,

even some with their tongue out.

niektórym nawet wystają języki.

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

Ten algorytm na pewno nie patrzy na tekst na stronie,

All I uploaded was an image.

wgrałem tylko zdjęcie.

So we now have computers which really understand what they see

Czyli dzisiejsze komputery naprawdę rozumieją, co widzą,

and can therefore search databases

i na żywo umieją przeszukiwać bazy danych

of hundreds of millions of images in real time.

setek milionów zdjęć.

So what does it mean now that computers can see?

Co to właściwie znaczy, że komputery mogą widzieć?

Nie chodzi o samo widzenie.

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

In fact, deep learning has done more than that.

Uczenie głębokie dało znacznie więcej.

Complex, nuanced sentences like this one

Złożone i pełne niuansów zdania, jak to,

are now understandable with deep learning algorithms.

są już zrozumiałe dla algorytmów uczenia głębokiego.

As you can see here,

Jak widać tutaj,

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

system z Uniwersytetu Stanforda

zaznaczył czerwoną kropką na górze,

has figured out that this sentence is expressing negative sentiment.

że to zdanie wyraża negację.

Deep learning now in fact is near human performance

Efektywność uczenia głębokiego jest zbliżona do ludzkiej

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

w rozumieniu sensu zdania i analizie.

Also, deep learning has been used to read Chinese,

Uczenie głębokie zastosowano do czytania chińskiego

again at about native Chinese speaker level.

na poziomie zbliżonym do rodzimych użytkowników.

This algorithm developed out of Switzerland

Ten algorytm opracował szwajcarski zespół,

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

którego członkowie nie znają chińskiego.

As I say, using deep learning

Jak wspomniałem, uczenie głębokie

is about the best system in the world for this,

jest w tym najlepsze,

even compared to native human understanding.

nawet w porównaniu z rozumieniem

przez rodzimych użytkowników języka.

This is a system that we put together at my company

Ten system zbudowaliśmy w mojej firmie.

which shows putting all this stuff together.

Pokazuje, jak można to wszystko połączyć w całość.

These are pictures which have no text attached,

To są zdjęcia bez żadnego opisu

and as I'm typing in here sentences,

i w trakcie wpisywania zdań

in real time it's understanding these pictures

system na żywo rozpoznaje zdjęcia,

and figuring out what they're about

ustala, co na nich jest,

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

i znajduje zdjęcia podobne do opisu.

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

Rzeczywiście rozumie, o czym piszę,

and actually understanding these pictures.

i rozumie, co jest na zdjęciach.

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

Pewnie znacie to z Google'a,

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

który znajduje zdjęcia według wpisywanych słów,

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

choć w rzeczywistości wyszukuje strony internetowe w oparciu o tekst.

This is very different from actually understanding the images.

To co innego niż rozumienie samych zdjęć.

This is something that computers have only been able to do

Komputery potrafią to robić dopiero od kilku miesięcy.

for the first time in the last few months.

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

Czyli komputery potrafią nie tylko widzieć, ale też czytać,

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

i potrafią też rozumieć, co słyszą.

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

Pewnie was nie zaskoczy, że potrafią też pisać.

Ten tekst wygenerowałem wczoraj przy pomocy uczenia głębokiego.

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

"Miło mi być tu z wami w Brukseli!"

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

Tę próbkę tekstu wygenerował algorytm ze Stanford.

Each of these sentences was generated

Uczenie głębokie wygenerowało te zdania,

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

aby opisać każde z tych zdjęć.

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

Ten algorytm nigdy przedtem nie widział

mężczyzny w czarnej koszulce, grającego na gitarze.

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

Widział mężczyznę, widział czerń lub gitarę,

it's seen a guitar before,

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

ale sam stworzył oryginalny opis zdjęcia.

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

Nadal nie dorównuje ludziom, ale mało mu brakuje.

In tests, humans prefer the computer-generated caption

W testach ludzie preferują opisy generowane przez komputer

one out of four times.

w co czwartym przypadku.

Now this system is now only two weeks old,

Ten system powstał dwa tygodnie temu,

so probably within the next year,

więc w tym tempie

the computer algorithm will be well past human performance

algorytm komputerowy prześcignie człowieka,

at the rate things are going.

pewnie w ciągu kolejnego roku.

So computers can also write.

Czyli komputery potrafią też pisać.

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

Połączyliśmy to wszystko, co daje ekscytujące możliwości.

For example, in medicine,

Na przykład w medycynie:

a team in Boston announced that they had discovered

zespół z Bostonu ogłosił odkrycie

dozens of new clinically relevant features

dziesiątek nowych, istotnych klinicznie cech nowotworów,

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

co pomoże lekarzom w prognozowaniu postępów raka.

Very similarly, in Stanford,

Grupa badaczy ze Stanford ogłosiła,

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

że badając tkanki w powiększeniu,

they've developed a machine learning-based system

opracowali system wykorzystujący uczenie maszynowe,

which in fact is better than human pathologists

który lepiej niż patolodzy przewiduje

at predicting survival rates for cancer sufferers.

przeżywalność chorych na raka.

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

Prognozy były nie tylko trafniejsze,

but they generated new insightful science.

ale dostarczyły nowej, wnikliwej wiedzy.

In the radiology case,

W przypadku radiologii

they were new clinical indicators that humans can understand.

były to nowe wskaźniki kliniczne, zrozumiałe dla ludzi.

In this pathology case,

W przypadku patologii

the computer system actually discovered that the cells around the cancer

system komputerowy odkrył, że komórki otaczające nowotwór

are as important as the cancer cells themselves

są tak samo istotne, jak komórki nowotworowe

in making a diagnosis.

w postawieniu diagnozy.

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

To całkowicie przeczy dotychczasowej wiedzy o patologii.

In each of those two cases, they were systems developed

Oba te systemy opracowali eksperci medyczni

by a combination of medical experts and machine learning experts,

we współpracy z ekspertami od uczenia maszynowego.

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

W zeszłym roku przekroczyliśmy i ten próg.

To jest przykład identyfikacji zmian nowotworowych

This is an example of identifying cancerous areas

of human tissue under a microscope.

w ludzkiej tkance badanej pod mikroskopem.

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

Prezentowany tu system potrafi rozpoznawać te zmiany dokładniej

or about as accurately, as human pathologists,

lub równie dokładnie, co patolog,

but was built entirely with deep learning using no medical expertise

ale został zbudowany przy użyciu uczenia głębokiego

bez żadnej wiedzy medycznej,

by people who have no background in the field.

przez ludzi nie związanych z medycyną.

Similarly, here, this neuron segmentation.

Podobnie z segmentacją neuronów.

Możemy segmentować neurony równie dokładnie, jak ludzie,

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

but this system was developed with deep learning

przy użyciu systemu uczenia głębokiego,

opracowanego przez ludzi bez wiedzy medycznej.

using people with no previous background in medicine.

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

Zatem ja, jako osoba bez żadnej wiedzy medycznej,

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

mam dostateczne kwalifikacje, by założyć firmę medyczną,

which I did.

co też zrobiłem.

I was kind of terrified of doing it,

Byłem tym dosyć przerażony,

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

ale teoria wskazywała, że w medycynie

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

można przydać się samą techniką analizy danych.

And thankfully, the feedback has been fantastic,

Szczęśliwie, przyjęto nas fantastycznie,

not just from the media but from the medical community,

zarówno media, jak i społeczność medyczna,

who have been very supportive.

która bardzo wspierała ten projekt.

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

W teorii możemy przejąć środkową część procesu medycznego

and turn that into data analysis as much as possible,

i zastąpić ją daleko idącą analizą danych,

leaving doctors to do what they're best at.

pozwalając lekarzom zająć się tym, w czym są najlepsi.

I want to give you an example.

Pokażę państwu przykład.

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

Generacja nowego testu diagnostycznego zajmuje 15 minut.

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

Pokażę to teraz na żywo.

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

Skompresowałem to do trzech minut, omijając pewne czynności.

Rather than showing you creating a medical diagnostic test,

Zamiast nowego testu diagnostycznego w medycynie,

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

pokażę test diagnostyczny samochodów,

because that's something we can all understand.

bo jest to coś, co wszyscy rozumiemy.

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

Na początek mamy 1,5 mln zdjęć samochodów.

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

Chcę stworzyć coś, co je pogrupuje według kąta,

of the photo that's being taken.

z jakiego zostały sfotografowane.

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

To zdjęcia bez opisów, więc trzeba zacząć od zera.

With our deep learning algorithm,

Nasz algorytm uczenia głębokiego

it can automatically identify areas of structure in these images.

potrafi automatycznie rozpoznawać struktury na zdjęciach.

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

Człowiek i komputer mogą współpracować.

So the human, as you can see here,

Jak tu widać,

is telling the computer about areas of interest

człowiek mówi komputerowi o obszarach zainteresowań,

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

których komputer ma użyć do ulepszenia swojego algorytmu.

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

Ten system uczenia głębokiego operuje w przestrzeni

o 16 tysiącach wymiarów.

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

Widać, jak komputer obraca obiekty,

trying to find new areas of structure.

próbując znaleźć nowe obszary struktur.

And when it does so successfully,

Kiedy mu się to uda,

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

operator może wskazać interesujące obszary.

So here, the computer has successfully found areas,

W tym przypadku komputer znalazł pewne obszary,

for example, angles.

na przykład kąt zdjęcia.

So as we go through this process,

Z biegiem tego procesu

we're gradually telling the computer more and more

stopniowo mówimy komputerowi coraz więcej

about the kinds of structures we're looking for.

na temat rodzaju szukanych struktur.

Można sobie wyobrazić, że w przypadku testu diagnostycznego

You can imagine in a diagnostic test

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

patolog identyfikowałby obszary patologiczne,

or a radiologist indicating potentially troublesome nodules.

a radiolog wskazywałby na potencjalnie uciążliwe guzki.

And sometimes it can be difficult for the algorithm.

Czasami może być to trudne dla algorytmu.

In this case, it got kind of confused.

W tym przypadku, algorytm się zgubił.

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

Przednie i tylne części samochodów są wymieszane.

So here we have to be a bit more careful,

Musimy być trochę ostrożniejsi

manually selecting these fronts as opposed to the backs,

i ręcznie zaznaczyć przednie części,

then telling the computer that this is a type of group

wskazując potem komputerowi, że o taką grupę chodzi.

that we're interested in.

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

Robimy to przez jakiś czas, tu coś pominiemy,

and then we train the machine learning algorithm

teraz uczymy algorytm uczenia maszynowego

based on these couple of hundred things,

na podstawie tych kilkuset rzeczy

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

mając nadzieję, że się udoskonali.

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

Widać, że algorytm zaczął wygaszać niektóre zdjęcia,

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

pokazując w ten sposób, że potrafi je już rozpoznawać.

We can then use this concept of similar images,

Możemy użyć koncepcji podobnych zdjęć

and using similar images, you can now see,

i teraz widać,

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

że komputer potrafi już znajdować maski samochodów.

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

Teraz człowiek może powiedzieć komputerowi

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

"Tak, świetnie się spisałeś".

Sometimes, of course, even at this point

Czasem, oczywiście, nawet w tym momencie

it's still difficult to separate out groups.

jest jeszcze trudno rozpoznawać grupy.

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

W tym przypadku nawet jeżeli pozwolimy komputerowi obracać tym przez chwilę,

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

widać, że zdjęcia z prawej i lewej strony są nadal wymieszane.

are all mixed up together.

Można dać komputerowi kolejne wskazówki

So we can again give the computer some hints,

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

i kazać mu znaleźć rzut,

który najwyraźniej oddziela lewe i prawe boki,

the left sides and the right sides as much as possible

using this deep learning algorithm.

przy pomocy uczenia głębokiego.

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

Po tej wskazówce - udało się.

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

Potrafi już myśleć o obiektach w sposób,

that's separated out these together.

który oddziela te grupy.

So you get the idea here.

Rozumiecie koncepcję.

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

Tutaj komputer współpracuje z człowiekiem,

but where they're working together.

zamiast go zastępować.

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

Udało się zastąpić proces, który kiedyś wymagał zespołu

of five or six people about seven years

pięciu czy sześciu ludzi przez siedem lat

and replacing it with something that takes 15 minutes

procesem, który zajmuje 15 minut

for one person acting alone.

i wymaga jednej osoby.

So this process takes about four or five iterations.

Ten proces wymaga czterech czy pięciu iteracji.

You can see we now have 62 percent

Widać, że teraz 62% z 1,5 miliona zdjęć

of our 1.5 million images classified correctly.

jest zaklasyfikowanych poprawnie.

And at this point, we can start to quite quickly

Teraz można szybko wziąć większe sekcje

grab whole big sections,

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

i sprawdzić, czy nie ma błędów.

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

Jeżeli są błędy, można o nich powiedzieć komputerowi.

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

Powtarzając tę czynność dla różnych grup,

we are now up to an 80 percent success rate

mamy już teraz 80% skuteczności

in classifying the 1.5 million images.

w klasyfikowaniu 1,5 miliona zdjęć.

And at this point, it's just a case

Teraz trzeba już tylko znaleźć tych kilka,

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

które nie są klasyfikowane poprawnie

and trying to understand why.

i zrozumieć przyczynę.

W 15 minut można osiągnąć skuteczność 97%.

And using that approach,

by 15 minutes we get to 97 percent classification rates.

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

Ta technika pozwoli być może rozwiązać poważny problem

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

światowego niedoboru kompetencji medycznych.

Światowe Forum Ekonomiczne szacuje 10- lub 20-krotny niedobór lekarzy

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

w krajach rozwijających się,

shortage of physicians in the developing world,

and it would take about 300 years

a wyszkolenie odpowiedniej liczby ludzi

to train enough people to fix that problem.

zajęłoby około 300 lat.

So imagine if we can help enhance their efficiency

A gdyby można było zwiększyć ich efektywność

using these deep learning approaches?

przy pomocy metod uczenia głębokiego?

So I'm very excited about the opportunities.

Bardzo mnie pociągają takie możliwości.

I'm also concerned about the problems.

Niepokoją mnie też problemy.

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

Otóż każdy niebieski obszar na tej mapie

is somewhere where services are over 80 percent of employment.

to ponad 80% osób zatrudnionych w usługach.

Co to są usługi?

What are services?

These are services.

Oto usługi. [Kierowcy, kucharze, diagnostycy, prawnicy]

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

Tak się składa, że właśnie to opanowały komputery.

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

Zatem 80% zatrudnionych w krajach rozwiniętych

is stuff that computers have just learned how to do.

robi rzeczy, których właśnie nauczyły się komputery.

What does that mean?

Co to oznacza?

Nie szkodzi. Będą inne stanowiska.

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

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

Na przykład przybędzie naukowców od analizy danych.

Well, not really.

Nie do końca.

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

Analitykom danych nie trzeba dużo czasu

na budowę takich systemów.

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

Na przykład te cztery algorytmy opracował jeden człowiek.

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

Myślicie, że to już było,

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

widzieliśmy już w przeszłości,

jak stare zawody ustępują nowym.

and they get replaced by new jobs,

what are these new jobs going to be?

Jakie będą te nowe zawody?

It's very hard for us to estimate this,

Bardzo ciężko jest to oszacować,

because human performance grows at this gradual rate,

bo ludzkie osiągnięcia rosną stopniowo,

but we now have a system, deep learning,

a teraz mamy system, uczenie głębokie,

that we know actually grows in capability exponentially.

którego zdolności rosną wykładniczo.

And we're here.

A my jesteśmy tutaj.

So currently, we see the things around us

Widząc dzisiejsze realia mówimy:

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

"Komputery są nadal dosyć głupie".

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

Ale za pięć lat komputery będą poza skalą.

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

Musimy zacząć myśleć o tych możliwościach już teraz.

We have seen this once before, of course.

Oczywiście widzieliśmy to już kiedyś.

In the Industrial Revolution,

Podczas rewolucji przemysłowej

we saw a step change in capability thanks to engines.

mieliśmy skokową zmianę możliwości dzięki silnikom.

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

Tyle tylko, że po pewnym czasie rezultaty uległy spłaszczeniu.

There was social disruption,

Nastąpiły zakłócenia społeczne,

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

ale kiedy silnik zaczęto stosować do każdego rodzaju wytwarzania energii,

things really settled down.

wszystko się ustabilizowało.

The Machine Learning Revolution

Rewolucja uczenia maszynowego

is going to be very different from the Industrial Revolution,

będzie bardzo różna od rewolucji przemysłowej,

because the Machine Learning Revolution, it never settles down.

bo rewolucja uczenia maszynowego nie ustabilizuje się nigdy.

The better computers get at intellectual activities,

Im lepsza będzie aktywność intelektualna komputerów,

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

tym lepsze zbudują komputery,

o jeszcze większych zdolnościach intelektualnych.

so this is going to be a kind of change

Będzie to zmiana, jakiej świat nigdy dotąd nie doświadczył,

that the world has actually never experienced before,

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

więc zmieniło się nasze wcześniejsze zrozumienie możliwości.

This is already impacting us.

Już odczuwamy ten wpływ.

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

Przez ostatnie 25 lat produktywność kapitału wzrastała,

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

wydajność pracy pozostała bez zmian, a nawet trochę spadła.

So I want us to start having this discussion now.

Chcę więc już teraz zacząć tę dyskusję.

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

Zwykle gdy opowiadam o tym problemie,

people can be quite dismissive.

napotykam lekceważenie.

Well, computers can't really think,

Przecież komputery nie potrafią naprawdę myśleć,

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

nie mają uczuć, nie rozumieją poezji,

we don't really understand how they work.

nie do końca wiemy, jak działają.

So what?

I co z tego?

Komputery już teraz potrafią wykonywać czynności,

Computers right now can do the things

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

z których utrzymują się ludzie,

so now's the time to start thinking

więc trzeba zacząć się zastanawiać,

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

jak dostosujemy społeczne i gospodarcze struktury

to be aware of this new reality.

do tej nowej rzeczywistości.

Thank you.

Dziękuję.

(Applause)

(Oklaski)