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

Jeremy Howard: As maravilhosas e aterradoras implicações de computadores que conseguem aprender

Tradutor: Cesar Augusto Zanin Revisor: Gustavo Rocha

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

Antigamente se você quisesse que um computador fizesse algo novo,

you would have to program it.

você teria que programar.

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

Pois então, para quem aqui que nunca fez isso,

requires laying out in excruciating detail

programação é algo que requer estabelecer com riqueza de detalhe

every single step that you want the computer to do

cada passo do que você quer que o computador faça

in order to achieve your goal.

para atingir o seu objetivo.

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

Se você quiser fazer algo que ainda não sabe fazer sozinho,

then this is going to be a great challenge.

isso se torna um grande desafio.

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

E esse foi o desafio enfrentado por este homem, Arthur Samuel.

In 1956, he wanted to get this computer

Em 1956 ele queria que esse computador

to be able to beat him at checkers.

fosse capaz de vencê-lo no jogo de damas.

How can you write a program,

Como você faz para escrever um programa,

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

estabelecer com riqueza de detalhe, que ele jogue damas melhor que você?

So he came up with an idea:

Então ele teve uma ideia:

he had the computer play against itself thousands of times

ele fez o computador jogar contra si próprio milhares de vezes

and learn how to play checkers.

para aprender a jogar damas.

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

E realmente funcionou, de fato em 1962

this computer had beaten the Connecticut state champion.

esse computador venceu o campeão estadual de Connecticut.

So Arthur Samuel was the father of machine learning,

Arthur Samuel foi o pai do aprendizado de máquina,

and I have a great debt to him,

e eu devo muito a ele,

because I am a machine learning practitioner.

porque eu sou um profissional de aprendizado de máquina.

I was the president of Kaggle,

Eu fui o presidente da Kaggle,

a community of over 200,000 machine learning practictioners.

uma comunidade de mais de 200 mil profissionais dessa área.

Kaggle puts up competitions

A Kaggle organiza competições

to try and get them to solve previously unsolved problems,

para tentar resolver problemas até então sem solução,

and it's been successful hundreds of times.

e tem sido bem sucedida centenas de vezes.

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

Então desse ponto de vista, eu pude descobrir muito

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

sobre o que o aprendizado de máquina conseguiu no passado, hoje,

and what it could do in the future.

e o que poderia fazer no futuro.

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

Talvez o primeiro grande sucesso comercial de aprendizado de máquina foi o Google.

Google showed that it is possible to find information

O Google mostrou que é possível encontrar informação

by using a computer algorithm,

usando um algoritmo de computador,

and this algorithm is based on machine learning.

e esse algoritmo é baseado no aprendizado de máquina.

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

Desde então houve muitos casos de sucesso comercial de aprendizado de máquina.

Companies like Amazon and Netflix

Empresas como Amazon e Netflix

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

usam aprendizado de máquina para sugerir produtos que você poderia querer,

movies that you might like to watch.

filmes que você poderia querer assistir.

Sometimes, it's almost creepy.

Às vezes é quase assustador.

Companies like LinkedIn and Facebook

Empresas como LinkedIn e Facebook

sometimes will tell you about who your friends might be

às vezes te dirão quem deveria ser seu amigo

and you have no idea how it did it,

e você não tem ideia de como,

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

e isso é porque está usando o poder do aprendizado de máquina.

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

São algoritmos que aprenderam como fazer isso a partir de dados

rather than being programmed by hand.

ao invés de serem programados à mão.

This is also how IBM was successful

Foi assim que a IBM foi bem sucedida

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

em fazer que Watson vencesse dois campeões mundiais em Jeopardy,

answering incredibly subtle and complex questions like this one.

respondendo questões incrivelmente sutis e complexas como essa:

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

["O antigo 'Leão de Nimrud' desapareceu do museu nacional dessa cidade em 2003 (junto com um monte de outras coisas)"]

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

Também por isso que agora vemos os primeiros carros auto-guiados.

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

Se você quiser poder diferenciar entre, digamos,

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

uma árvore e um pedestre, bem, isso é muito importante.

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

Não sabemos como escrever esses programas à mão,

but with machine learning, this is now possible.

mas com o aprendizado de máquina isso agora é possível.

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

De fato esse carro já dirigiu mais de um milhão de quilômetros

without any accidents on regular roads.

sem qualquer acidente em estradas normais.

So we now know that computers can learn,

Pois bem, agora sabemos que computadores conseguem aprender,

and computers can learn to do things

e podem aprender a fazer coisas

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

que inclusive nós mesmos não sabemos fazer,

or maybe can do them better than us.

ou então fazer melhor que nós.

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

Um dos exemplos mais surpreendentes de aprendizado de máquina que eu já vi

happened on a project that I ran at Kaggle

aconteceu num projeto que eu organizei na Kaggle

where a team run by a guy called Geoffrey Hinton

onde um time coordenado por alguém chamado Geoffrey Hinton

from the University of Toronto

da Universidade de Toronto

won a competition for automatic drug discovery.

venceu a competição de descoberta automática de fármacos.

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

O extraordinário aqui não é apenas que eles bateram

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

todos os algoritmos desenvolvidos pela Merck ou a comunidade acadêmica,

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

mas que ninguém no time tinha qualquer antecedente em biologia ou química,

and they did it in two weeks.

e fizeram isso em duas semanas.

How did they do this?

Como eles fizeram isso?

They used an extraordinary algorithm called deep learning.

Usaram um algoritmo singular chamado aprendizado profundo.

So important was this that in fact the success was covered

Isso foi tão importante que de fato o sucesso foi noticiado

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

no The New York Times num artigo de página frontal semanas depois.

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

Esse é Geoffrey Hinton, aqui no lado esquerdo.

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

Aprendizado profundo é um algoritmo inspirado no cérebro humano,

and as a result it's an algorithm

ou seja, é um algoritmo

which has no theoretical limitations on what it can do.

que não tem limitações teóricas para o que pode fazer.

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

Quanto mais dados e tempo você der a ele,

the better it gets.

melhor ele fica.

The New York Times also showed in this article

O The New York Times mostrou nesse artigo também

another extraordinary result of deep learning

outro resultado singular do aprendizado profundo

which I'm going to show you now.

que eu vou mostrar para vocês agora.

It shows that computers can listen and understand.

Mostra que os computadores conseguem escutar e entender.

(Video) Richard Rashid: Now, the last step

(Vídeo) Richard Rashid: Agora, o último passo

that I want to be able to take in this process

que eu pretendo dar nesse processo

is to actually speak to you in Chinese.

é realmente falar com vocês em chinês.

Now the key thing there is,

A chave aqui é que

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

conseguimos levantar uma vasta quantidade de informação de muitos falantes do chinês

and produce a text-to-speech system

e produzir um sistema texto-para-fala

that takes Chinese text and converts it into Chinese language,

que pega o texto em chinês e converte para a linguagem chinesa,

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

e então pegamos mais ou menos uma hora da minha própria voz

and we've used that to modulate

e usamos para modular

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

o sistema texto-para-fala padrão para que possa parecer a minha voz.

Again, the result's not perfect.

O resultado não é perfeito.

There are in fact quite a few errors.

Na verdade há alguns erros.

(In Chinese)

(Em chinês)

(Applause)

(Aplausos)

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

Há muito trabalho pela frente nessa área.

(In Chinese)

(Em chinês)

(Applause)

(Aplausos)

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

J. Howard: Isso foi num congresso de aprendizado de máquina na China.

It's not often, actually, at academic conferences

Na verdade não é comum escutar aplausos

that you do hear spontaneous applause,

espontâneos em congressos acadêmicos,

although of course sometimes at TEDx conferences, feel free.

embora obviamente às vezes acontecer em conferências TEDx, fiquem à vontade.

Everything you saw there was happening with deep learning.

Tudo que vocês viram lá aconteceu com aprendizado profundo.

(Applause) Thank you.

(Aplausos) Obrigado.

A transcrição em inglês foi aprendizado profundo.

The transcription in English was deep learning.

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

A tradução para chinês e o texto na direita superior, também,

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

e a construção da voz também foi aprendizado profundo.

So deep learning is this extraordinary thing.

Então, aprendizado profundo é essa coisa extraordinária.

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

É um único algoritmo que parece fazer quase tudo,

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

e um ano antes eu descobri que ele também aprendeu a ver.

In this obscure competition from Germany

Nessa competição desconhecida alemã, chamada

called the German Traffic Sign Recognition Benchmark,

Modelo de Reconhecimento de Sinais de Trânsito Alemães

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

aprendizado profundo aprendeu a reconhecer sinais de trânsito como esse.

Not only could it recognize the traffic signs

Não apenas conseguiu reconhecer os sinais

better than any other algorithm,

melhor que qualquer outro algoritmo,

the leaderboard actually showed it was better than people,

o ranking na verdade mostrou que era melhor do que gente,

about twice as good as people.

quase duas vezes melhor do que gente.

So by 2011, we had the first example

Então em 2011 tivemos o primeiro exemplo

of computers that can see better than people.

de computadores que conseguem ver melhor do que pessoas.

Since that time, a lot has happened.

Desde então muito aconteceu.

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

Em 2012 Google anunciou que havia um algoritmo de aprendizado profundo

watch YouTube videos

assistindo vídeos do YouTube

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

e remoendo os dados em 16 mil computadores por mês,

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

e o computador aprendeu sozinho conceitos como pessoas e gatos

just by watching the videos.

apenas assistindo aos vídeos.

This is much like the way that humans learn.

É desse jeito que os humanos aprendem.

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

Os humanos não aprendem com alguém explicando o que viram,

but by learning for themselves what these things are.

aprendem por si próprios.

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

Também em 2012, Geoffrey Hinton, a quem vimos antes,

won the very popular ImageNet competition,

venceu a conhecida competição ImageNet,

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

tentando descobrir a partir de um milhão e meio de imagens

what they're pictures of.

o que elas retratam.

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

A partir de 2014 estamos com uma taxa de erro de 6%

in image recognition.

em reconhecimento de imagem.

This is better than people, again.

De novo, isso é melhor que gente.

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

Então, máquinas estão fazendo um ótimo trabalho

and it is now being used in industry.

e agora está sendo usado na indústria.

For example, Google announced last year

Por exemplo, o Google anunciou ano passado

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

que mapearam cada local da França em duas horas,

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

e fizeram isso fornecendo imagens das ruas

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

para o algoritmo de aprendizado profundo reconhecer e ler os números das ruas.

Imagine how long it would have taken before:

Imaginem quanto levaria do jeito que era antes:

dozens of people, many years.

dúzias de pessoas, muitos anos.

This is also happening in China.

Também está acontecendo na China.

Baidu is kind of the Chinese Google, I guess,

Baidu é tipo o Google chinês, eu acho,

and what you see here in the top left

e o que vocês podem ver acima à esquerda

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

é um exemplo de uma imagem que eu subi ao sistema de aprendizado profundo do Baidu,

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

e abaixo você pode ver que o sistema entendeu que imagem é

and found similar images.

e encontrou imagens similares.

The similar images actually have similar backgrounds,

As imagens similares de fato têm fundos similares,

similar directions of the faces,

direções de rostos similares,

even some with their tongue out.

algumas até com a língua para fora.

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

Claramente não está olhando para o texto da página.

All I uploaded was an image.

Tudo que eu forneci foi uma imagem.

So we now have computers which really understand what they see

Agora temos computadores que realmente entendem o que veem

and can therefore search databases

e então buscam em bancos de dados

of hundreds of millions of images in real time.

de centenas de milhões de imagens em tempo real.

So what does it mean now that computers can see?

Então o que significa o fato dos computadores conseguirem ver?

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

Bem, não é só que conseguem ver.

In fact, deep learning has done more than that.

De fato, o aprendizado profundo fez mais.

Complex, nuanced sentences like this one

Frases matizadas e complexas como esta agora são

are now understandable with deep learning algorithms.

compreensíveis com algoritmos de aprendizado profundo.

As you can see here,

Como vocês podem ver aqui,

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

esse sistema de Stanford com o ponto vermelho acima

has figured out that this sentence is expressing negative sentiment.

descobriu que esta frase expressa um sentimento negativo.

Deep learning now in fact is near human performance

Na verdade o aprendizado profundo está alcançando a performance humana

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

ao entender sobre o que as frases são e o que dizem sobre as coisas.

Also, deep learning has been used to read Chinese,

Além disso o aprendizado profundo é usado para ler chinês,

again at about native Chinese speaker level.

de novo no nível do falante nativo.

This algorithm developed out of Switzerland

Esse algoritmo, desenvolvido na Suíça

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

por pessoas que não falam chinês.

As I say, using deep learning

Como eu digo, usar aprendizado profundo

is about the best system in the world for this,

é o melhor sistema no mundo para isso,

even compared to native human understanding.

até mesmo comparando ao entendimento do humano nativo.

This is a system that we put together at my company

Esse é um sistema que montamos na minha empresa

which shows putting all this stuff together.

que mostra tudo isso colocado junto.

These are pictures which have no text attached,

Essas são imagens sem texto,

and as I'm typing in here sentences,

e enquanto digito frases aqui,

in real time it's understanding these pictures

ele entende essas imagens em tempo real

and figuring out what they're about

e descobre sobre o que elas são

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

e encontram imagens similares ao texto que estou escrevendo.

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

Vocês podem ver, está realmente entendendo minhas frases

and actually understanding these pictures.

e entendendo essas imagens.

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

Sei que vocês viram algo assim no Google,

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

onde você digita coisas e aparecem imagens,

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

mas na verdade o que acontece é que está buscando o texto na página.

This is very different from actually understanding the images.

Isso é muito diferente de realmente entender as imagens.

This is something that computers have only been able to do

Isso foi possível acontecer para computadores

for the first time in the last few months.

pela primeira vez somente há alguns poucos meses.

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

Vemos que agora os computadores conseguem não apenas ver, mas ler também,

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

e claro, mostramos aqui que podem entender o que escutam.

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

Talvez não seja surpresa o que vou dizer agora: eles sabem escrever.

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

Aqui um texto que eu gerei usando um algoritmo de aprendizado profundo ontem.

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

E aqui um texto que um algoritmo de Stanford criou.

Each of these sentences was generated

Cada uma dessas frases foi criada

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

por um algoritmo de aprendizado profundo para descrever cada uma dessas imagens.

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

Esse algoritmo nunca tinha visto um homem de camiseta preta tocando violão.

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

Ele já viu um homem antes, já viu a cor preta,

it's seen a guitar before,

já viu um violão antes,

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

mas criou independentemente essa descrição inédita para essa imagem.

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

Ainda não chegamos ao patamar do desempenho humano, mas estamos perto.

In tests, humans prefer the computer-generated caption

Em testes, humanos preferem a legenda gerada por computador

one out of four times.

uma a cada quatro vezes.

Now this system is now only two weeks old,

Agora esse sistema tem apenas duas semanas,

so probably within the next year,

então provavelmente dentro de um ano,

the computer algorithm will be well past human performance

o algoritmo de computador estará além do desempenho humano

at the rate things are going.

no ritmo que as coisas vão.

So computers can also write.

E é isso, os computadores conseguem escrever.

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

Quando juntamos isso tudo, oportunidades muito empolgantes aparecem.

For example, in medicine,

Por exemplo, na medicina,

a team in Boston announced that they had discovered

uma equipe em Boston anunciou a descoberta de

dozens of new clinically relevant features

dúzias de novas características clinicamente relevantes

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

de tumores que ajudam os médicos em prognósticos de câncer.

Very similarly, in Stanford,

De modo semelhante, em Stanford,

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

um grupo lá anunciou que, observando tecidos sob ampliação,

desenvolveu um sistema com base em aprendizado de máquina

they've developed a machine learning-based system

which in fact is better than human pathologists

que de fato é melhor que patologistas humanos

at predicting survival rates for cancer sufferers.

ao prever índices de sobrevivência para pacientes de câncer.

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

Em ambos os casos, não apenas as previsões eram mais precisas,

but they generated new insightful science.

mas criaram ciência perspicaz.

In the radiology case,

No caso da radiologia,

they were new clinical indicators that humans can understand.

foram indicadores clínicos novos que humanos conseguem entender.

In this pathology case,

Nesse caso de patologia,

the computer system actually discovered that the cells around the cancer

o sistema de computador descobriu que as células ao redor do câncer

are as important as the cancer cells themselves

são tão importantes quanto as próprias células cancerígenas

in making a diagnosis.

para se fazer um diagnóstico.

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

Isso é o oposto do que os patologistas tinham aprendido por décadas.

In each of those two cases, they were systems developed

Em cada um desses dois casos, foram sistemas desenvolvidos por um

by a combination of medical experts and machine learning experts,

grupo de especialistas médicos e especialistas em aprendizado de máquina,

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

mas desde ano passado, estamos além disso também.

This is an example of identifying cancerous areas

Esse é um exemplo de identificação de áreas cancerígenas

of human tissue under a microscope.

em tecido humano sob um microscópio.

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

O sistema aqui consegue identificar essas áreas com mais precisão,

or about as accurately, as human pathologists,

ou com a mesma precisão, do que patologistas humanos,

but was built entirely with deep learning using no medical expertise

mas foi construido com aprendizado profundo sem conhecimento médico

by people who have no background in the field.

por pessoas sem antecedentes na área.

Similarly, here, this neuron segmentation.

De modo similar, aqui, essa segmentação de neurônios.

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

Agora podemos segmentar neurônios tão precisamente quanto os humanos,

but this system was developed with deep learning

mas esse sistema foi desenvolvido com aprendizado profundo

using people with no previous background in medicine.

por pessoas sem antecedentes em medicina.

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

Então eu mesmo, que não tenho antecedentes em medicina,

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

posso parecer inteiramente qualificado para iniciar uma empresa médica,

which I did.

que foi o que eu fiz.

I was kind of terrified of doing it,

Eu estava meio aterrorizado,

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

mas a teoria sugeria que era possível

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

fazer medicina muito útil usando apenas essas técnicas analíticas de dados.

And thankfully, the feedback has been fantastic,

E ainda bem, a reação tem sido fantástica,

not just from the media but from the medical community,

não apenas da mídia mas da comunidade médica,

who have been very supportive.

que tem sido muito favorável.

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

A teoria é que podemos pegar a parte intermediária do precesso médico

and turn that into data analysis as much as possible,

e torná-la em análise de dados tanto quanto possível,

leaving doctors to do what they're best at.

deixando aos médicos o que eles fazem de melhor.

I want to give you an example.

Quero dar uma exemplo a vocês.

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

Hoje um novo teste de diagnóstico médico leva uns 15 minutos para ser feito

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

e vou mostrar em tempo real para vocês,

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

mas eu comprimi para três minutos, cortando alguns pedaços.

Rather than showing you creating a medical diagnostic test,

Ao invés de um teste de diagnóstico médico,

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

vou mostrar um teste de diagnóstico de imagens de carros,

because that's something we can all understand.

pois é algo que todos podem entender.

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

Então aqui estamos iniciando com 1,5 milhão de imagens de carro,

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

e eu quero criar algo que pode separar num ângulo

of the photo that's being taken.

da foto que está sendo tirada.

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

Essas imagens são inteiramente não marcadas, então preciso começar do zero.

With our deep learning algorithm,

Com o algoritmo de aprendizado profundo,

it can automatically identify areas of structure in these images.

pode-se automaticamente identificar áreas de estrutura nessas imagens.

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

O legal é que o humano e o computador agora podem trabalhar juntos.

So the human, as you can see here,

Então o humano, como podem ver,

is telling the computer about areas of interest

diz ao computador as áreas de interesse

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

que o computador então usa para melhorar o algoritmo.

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

Esses sistemas de aprendizado profundo agem num espaço de 16 mil dimensões,

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

dá para ver aqui o computador girando através do espaço,

tentando encontrar novas áreas de estrutura.

trying to find new areas of structure.

And when it does so successfully,

E quando consegue,

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

o humano que está no controle então aponta as áreas de interesse.

So here, the computer has successfully found areas,

Aqui o computador encontrou as áreas com sucesso,

for example, angles.

por exemplo, ângulos.

So as we go through this process,

Enquanto seguimos o processo,

we're gradually telling the computer more and more

gradualmente dizendo mais e mais ao computador

about the kinds of structures we're looking for.

sobre os tipos de estruturas que estamos buscando.

You can imagine in a diagnostic test

Se fosse um teste diagnóstico, seria

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

um patologista identificando áreas de condição patológica, por exemplo,

or a radiologist indicating potentially troublesome nodules.

ou um radiologista indicando nódulos potencialmente problemáticos.

And sometimes it can be difficult for the algorithm.

E às vezes pode ser difícil para o algoritmo.

In this case, it got kind of confused.

Nesse caso, ficou um pouco confuso.

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

As frentes e as traseiras estão todas misturadas.

So here we have to be a bit more careful,

Então temos que ser cuidadosos,

manually selecting these fronts as opposed to the backs,

manualmente separando as frentes e as traseiras,

then telling the computer that this is a type of group

e dizer ao computador que isso é o tipo de grupo

that we're interested in.

que nos interessa.

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

Então fizemos isso por um tempo, adiantamos um pouco, e

and then we train the machine learning algorithm

treinamos o algoritmo de aprendizado de máquina

based on these couple of hundred things,

com base em algumas centenas de coisas,

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

e esperamos que tenha ficado melhor.

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

Podem ver que agora algumas dessas imagens desapareceram,

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

mostrando que já consegue entender algumas por si próprio.

We can then use this concept of similar images,

Podemos então usar esse conceito para imagens similares,

and using similar images, you can now see,

e usando imagens similares, vocês podem ver,

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

o computador nesse ponto consegue encontrar somente as frentes dos carros.

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

Nesse ponto o humano pode dizer ao computador,

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

"ok, sim, você fez um bom trabalho".

Sometimes, of course, even at this point

Claro que às vezes ainda é difícil

it's still difficult to separate out groups.

separar grupos.

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

Nesse caso mesmo depois do computador girar um pouco,

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

ainda vemos que imagens do lado esquerdo e do lado direito

are all mixed up together.

estão todas misturadas.

So we can again give the computer some hints,

Podemos novamente dar dicas ao computador,

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

e dizer, certo, encontre uma projeção que separe

the left sides and the right sides as much as possible

os lados esquerdo e direito o melhor possível

using this deep learning algorithm.

usando o algoritmo de aprendizado profundo.

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

E dando aquela dica, ah, certo, conseguiu.

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

Encontrou um jeito de pensar nesses objetos

that's separated out these together.

que acabou agrupando.

So you get the idea here.

Vocês podem pegar a ideia aqui.

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

Não é o caso de substituir o humano pelo computador,

but where they're working together.

mas sim de trabalharem juntos.

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

O que fazemos aqui é substituir algo que costumava demandar de uma equipe

of five or six people about seven years

de cinco ou seis pessoas cerca de sete anos

and replacing it with something that takes 15 minutes

com algo que leva apenas 15 minutos

for one person acting alone.

para uma pessoa só.

So this process takes about four or five iterations.

Esse processo demanda cerca de quatro ou cinco iterações.

You can see we now have 62 percent

Podemos ver que agora temos 62%

of our 1.5 million images classified correctly.

de nossas 1,5 milhão de imagens classificadas corretamente.

And at this point, we can start to quite quickly

Nesse ponto podemos rapidamente

grab whole big sections,

pegar seções inteiras

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

e checar se não há erros.

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

Onde encontramos erros, podemos avisar o computador.

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

Usando esse tipo de processo para cada um dos diferentes grupos,

we are now up to an 80 percent success rate

temos agora 80% de índice de sucesso

in classifying the 1.5 million images.

classificando 1,5 milhão de imagens.

And at this point, it's just a case

Nesse ponto é só o caso de

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

encontrar o pequeno número que ainda não está classificado corretamente,

and trying to understand why.

e tentar entender o motivo.

And using that approach,

E com essa abordagem,

by 15 minutes we get to 97 percent classification rates.

em 15 minutos temos 97% de índice de classificação.

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

Então esse tipo de técnica nos permite resolver um grande problema,

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

que é a falta de especialização médica no mundo.

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

O Fórum Econômico Mundial diz que há escassez de algo entre 10 e 20 vezes

shortage of physicians in the developing world,

de médicos no mundo em desenvolvimento,

and it would take about 300 years

e que levaria cerca de 300 anos

to train enough people to fix that problem.

para treinar gente suficiente para resolver o problema.

So imagine if we can help enhance their efficiency

Imaginem conseguirmos aumentar a eficiência

using these deep learning approaches?

usando essas abordagens de aprendizado profundo?

So I'm very excited about the opportunities.

Por isso estou empolgado com as oportunidades.

I'm also concerned about the problems.

E estou preocupado com os problemas.

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

O problema aqui é que cada área em azul no mapa

is somewhere where services are over 80 percent of employment.

é um lugar onde os serviços estão com mais de 80% de emprego.

What are services?

O que são serviços?

These are services.

São esses.

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

São também exatamente o que os computadores aprenderam a fazer.

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

Então 80% do emprego no mundo no mundo desenvolvido

is stuff that computers have just learned how to do.

é algo que computadores já aprenderam a fazer.

What does that mean?

O que isso significa?

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

Ficaremos bem. Serão substituídos por outros empregos.

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

Por exemplo serão mais empregos para cientistas de dados.

Well, not really.

Na verdade não.

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

Não demora muito para cientistas de dados fazerem essas coisas.

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

Por exemplo, os quatro algoritmos foram construídos pelo mesmo cara.

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

Então você pensa, oh, isso já aconteceu antes,

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

já vimos isso antes, quando coisas novas chegam

and they get replaced by new jobs,

e novos empregos aparecem,

what are these new jobs going to be?

como serão esses novos empregos?

It's very hard for us to estimate this,

É muito difícil estimar isso,

because human performance grows at this gradual rate,

porque o desempenho humano cresce nesse ritmo gradual,

but we now have a system, deep learning,

mas agora temos um sistema, o aprendizado profundo,

that we know actually grows in capability exponentially.

que sabemos crescer em ritmo exponencial.

And we're here.

E nós estamos aqui.

So currently, we see the things around us

Então hoje vemos as coisas ao redor

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

e dizemos: "Oh, os computadores são tão burros". Certo?

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

Mas dentro de cinco anos os computadores estarão fora desse gráfico.

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

Então precisamos começar a pensar nessa capacidade agora mesmo.

We have seen this once before, of course.

Já vimos isso antes, claro.

In the Industrial Revolution,

Na Revolução Industrial,

we saw a step change in capability thanks to engines.

vimos uma mudança na capacidade graças aos motores.

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

Acontece que, as coisas foram se achatando.

There was social disruption,

Houve distúrbio social,

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

mas quando os motores foram usados para gerar força em todas as situações

things really settled down.

as coisas se acalmaram.

The Machine Learning Revolution

A Revolução do Aprendizado de Máquina

is going to be very different from the Industrial Revolution,

será bem diferente,

because the Machine Learning Revolution, it never settles down.

porque ela nunca se acalma.

The better computers get at intellectual activities,

Quanto mais os computadores conseguem melhorar,

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

mais eles podem construir outros computadores, melhores,

so this is going to be a kind of change

então esse será um tipo de mudança

that the world has actually never experienced before,

que o mundo nunca viveu antes,

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

então sua compreensão anterior do que é possível é diferente.

This is already impacting us.

Isso já está nos afetando.

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

Nos últimos 25 anos, como a produtividade de capital aumentou,

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

a produtividade de mão de obra estacionou, de fato até caiu um pouco.

So I want us to start having this discussion now.

Então quero que comecemos essa discussão já.

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

Sei que quando eu conto isso para as pessoas,

people can be quite dismissive.

elas podem acabar desdenhando.

Well, computers can't really think,

"Os computadores não sabem pensar,

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

eles não se emocionam, não entendem poesia,

we don't really understand how they work.

nós não sabemos como eles funcionam".

So what?

E daí?

Computers right now can do the things

Hoje computadores fazem coisas

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

que passamos a maior parte do tempo sendo pagos pra fazer,

so now's the time to start thinking

então chegou a hora de pensar

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

em como vamos ajustar nossas estruturas sociais e econômicas

to be aware of this new reality.

para essa nova realidade.

Thank you.

Obrigado.

(Applause)

(Aplausos)