How we teach computers to understand pictures | Fei Fei Li

Tradutor: Juliana Rodrigues Revisora: Margarida Ferreira

Let me show you something.

Vou mostrar-vos uma coisa.

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

(Vídeo) Menina: Isto é um gato sentado numa cama.

The boy is petting the elephant.

O rapaz está a fazer festas ao elefante.

Those are people that are going on an airplane.

Isso são pessoas a ir para um avião.

That's a big airplane.

É um grande avião.

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

Fei-Fei Li: Esta é uma criança de 3 anos

describing what she sees in a series of photos.

a descrever o que vê num conjunto de fotografias.

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

Ela poderá ter ainda muito para aprender neste mundo,

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

mas já é especialista numa tarefa muito importante:

to make sense of what she sees.

dar sentido ao que vê.

Our society is more technologically advanced than ever.

A nossa sociedade está mais avançada do que nunca.

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

Enviamos pessoas para a lua, fazemos telefones que falam connosco

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

ou personalizamos estações de rádio que apenas tocam música de que gostamos.

Yet, our most advanced machines and computers

No entanto, as nossas máquinas e computadores mais avançados

still struggle at this task.

ainda têm dificuldade em realizar esta tarefa.

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

Por isso estou aqui hoje, para vos dar um relato

on the latest advances in our research in computer vision,

sobre os últimos avanços do nosso trabalho em visão computacional,

one of the most frontier and potentially revolutionary

uma das tecnologias mais inovadoras e potencialmente mais revolucionárias

technologies in computer science.

da ciência informática.

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

É verdade que já temos protótipos de carros que conduzem sozinhos,

but without smart vision, they cannot really tell the difference

mas sem visão inteligente, eles não conseguem distinguir

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

entre um saco de papel amarrotado, que o carro pode atropelar,

and a rock that size, which should be avoided.

e uma pedra do mesmo tamanho, que deve ser evitada.

We have made fabulous megapixel cameras,

Criámos fabulosas câmaras de megapixéis,

but we have not delivered sight to the blind.

mas não conseguimos devolver a visão a pessoas cegas.

Drones can fly over massive land,

Os drones conseguem voar sobre uma área extensa de terra,

but don't have enough vision technology

mas não têm a tecnologia de visualização

to help us to track the changes of the rainforests.

necessária para detetar alterações nas florestas tropicais

Security cameras are everywhere,

Temos câmaras de segurança por todo o lado,

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

mas elas não nos alertam quando uma criança se está a afogar numa piscina.

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

As fotografias e os vídeos estão a tornar-se

parte integrante da vida em todo o mundo.

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

São gerados a um ritmo muito mais rápido do que qualquer ser humano,

or teams of humans, could hope to view,

ou equipas de seres humanos poderiam esperar ver.

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

Nós estamos neste momento a contribuir para este fenómeno, com este evento TED.

Yet our most advanced software is still struggling at understanding

No entanto, até o software mais avançado tem ainda dificuldades em compreender

and managing this enormous content.

e gerir uma quantidade de dados tão grande.

So in other words, collectively as a society,

Por outras palavras, enquanto sociedade,

we're very much blind,

nós somos bastante cegos,

because our smartest machines are still blind.

porque as nossas máquinas mais inteligentes ainda são cegas.

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

"Porque é isto tão difícil?" poderão perguntar.

Cameras can take pictures like this one

As câmaras fotográficas tiram fotografias como esta,

by converting lights into a two-dimensional array of numbers

convertendo luzes numa tabela com números,

known as pixels,

conhecidos como pixéis,

but these are just lifeless numbers.

mas são apenas números sem vida.

They do not carry meaning in themselves.

Por si só não têm significado.

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

Pela mesma razão que ouvir não é o mesmo que escutar,

to take pictures is not the same as to see,

tirar fotografias não é o mesmo que ver,

and by seeing, we really mean understanding.

e por ver entenda-se compreender.

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

Na verdade, a Mãe Natureza precisou de 540 milhões de anos de trabalho duro

to do this task,

para realizar esta tarefa.

and much of that effort

Muito desse esforço

went into developing the visual processing apparatus of our brains,

foi para o desenvolvimento do mecanismo de processamento visual do cérebro,

not the eyes themselves.

e não para os olhos.

So vision begins with the eyes,

Portanto, a visão começa nos olhos,

but it truly takes place in the brain.

mas onde realmente acontece é no cérebro.

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

Há já 15 anos, desde o meu doutoramento em Caltech,

and then leading Stanford's Vision Lab,

e depois como diretora do laboratório Stanford's Vision,

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

tenho trabalhado com os meus mentores, colaboradores e estudantes

to teach computers to see.

para ensinar os computadores a ver.

Our research field is called computer vision and machine learning.

A nossa área de investigação chama-se

visão computacional e aprendizagem automática.

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

Faz parte do campo mais geral da inteligência artificial.

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

Em ultima análise, queremos ensinar as máquinas a ver, tal como nós vemos:

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

nomear objetos, identificar pessoas, inferir a geometria 3D das coisas,

understanding relations, emotions, actions and intentions.

entender relações, emoções, ações e intenções.

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

Todos imaginamos e criamos histórias sobre pessoas, lugares e objetos

the moment we lay our gaze on them.

mal lhes deitamos a vista em cima.

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

O primeiro passo para este objetivo é ensinar um computador a ver objetos,

the building block of the visual world.

os blocos de construção do mundo visual.

In its simplest terms, imagine this teaching process

Na sua forma mais simples, imaginem este processo de ensinar os computadores

as showing the computers some training images

como o ato de lhes mostrar imagens de um dado objeto

of a particular object, let's say cats,

para treino, por exemplo gatos,

and designing a model that learns from these training images.

e conceber um modelo que aprende a partir dessas imagens para treino.

How hard can this be?

Quão difícil será fazer isto?

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

Afinal de contas, um gato não é mais que um conjunto de formas e cores,

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

e foi o que fizemos nos primeiros tempos da modelação de objetos.

We'd tell the computer algorithm in a mathematical language

Dizíamos ao algoritmo do computador, em linguagem matemática,

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

que um gato tem uma face redonda, um corpo volumoso,

two pointy ears, and a long tail,

duas orelhas pontiagudas, uma cauda comprida,

and that looked all fine.

e esse modelo parecia bem assim.

But what about this cat?

Mas o que acontece com este gato?

(Laughter)

(Risos)

It's all curled up.

Está todo enrolado.

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

Agora vamos ter de adicionar outra forma e perspetiva ao modelo.

But what if cats are hidden?

E se os gatos estiverem escondidos?

What about these silly cats?

E quanto a estes gatos patetas?

Now you get my point.

Agora compreendem o meu problema.

Even something as simple as a household pet

Até mesmo algo tão simples quanto um animal doméstico

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

pode ter um número infinito de variações relativamente ao modelo

and that's just one object.

e estamos a falar de um único objeto.

So about eight years ago,

Então, há cerca de oito anos,

a very simple and profound observation changed my thinking.

uma observação muito simples e profunda mudou a minha forma de pensar.

No one tells a child how to see,

Ninguém diz a uma criança como se vê,

especially in the early years.

especialmente nos primeiros anos de vida.

They learn this through real-world experiences and examples.

As crianças aprendem isso através de experiências e exemplos da vida real.

If you consider a child's eyes

Se considerarmos os olhos de uma criança

as a pair of biological cameras,

como duas máquinas fotográficas biológicas,

they take one picture about every 200 milliseconds,

elas tiram uma fotografia a cada 200 millisegundos aproximadamente,

the average time an eye movement is made.

o tempo médio que demora um movimento ocular.

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

Assim, aos três anos, uma criança terá visto centenas de milhões de imagens

of the real world.

do mundo real.

That's a lot of training examples.

São imensos exemplos para treino.

So instead of focusing solely on better and better algorithms,

Deste modo, em vez de me focar apenas em algoritmos cada vez melhores,

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

a minha ideia foi treinar os algoritmos com o mesmo tipo de dados

that a child was given through experiences

que uma criança recebe através das suas experiências,

in both quantity and quality.

tanto em quantidade como qualidade.

Once we know this,

Depois de percebermos isto,

we knew we needed to collect a data set

sabíamos que teríamos de reunir um conjunto de dados

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

com muito mais imagens do que alguma vez tínhamos tido,

perhaps thousands of times more,

talvez mesmo milhares de vezes mais.

and together with Professor Kai Li at Princeton University,

Juntamente com o Professor Kai Li na Universidade de Princeton,

we launched the ImageNet project in 2007.

iniciámos o projeto ImageNet, em 2007.

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

Felizmente, não precisámos de montar uma câmara na cabeça

and wait for many years.

e esperar vários anos.

We went to the Internet,

Recorremos à Internet,

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

o maior tesouro de imagens que o Homem alguma vez criou.

We downloaded nearly a billion images

Descarregámos cerca de mil milhões de imagens

and used crowdsourcing technology like the Amazon Mechanical Turk platform

e utilizámos tecnologias de contribuição voluntária,

como a plataforma Amazon Mechanical Turk,

to help us to label these images.

para nos ajudar a rotular essas imagens.

At its peak, ImageNet was one of the biggest employers

No seu auge, o ImageNet era um dos maiores empregadores

of the Amazon Mechanical Turk workers:

da Amazon Mechanical Turk.

together, almost 50,000 workers

No total, quase 50 mil trabalhadores

from 167 countries around the world

de 167 países de todo o mundo

helped us to clean, sort and label

ajudaram-nos a limpar, ordenar e rotular

nearly a billion candidate images.

cerca de mil milhões de imagens candidatas.

That was how much effort it took

Foi quanto custou captar

to capture even a fraction of the imagery

uma fração de todas as imagens

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

que uma criança vê nos seus primeiros anos de desenvolvimento.

In hindsight, this idea of using big data

Em retrospetiva, esta ideia de usar grandes volumes de dados

to train computer algorithms may seem obvious now,

para treinar algoritmos em computadores pode hoje parecer óbvia,

but back in 2007, it was not so obvious.

mas em 2007 não era assim tão óbvia.

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

Estivemos sozinhos neste percurso durante algum tempo.

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

Alguns colegas amáveis aconselharam-me a fazer algo mais útil no meu mandato,

and we were constantly struggling for research funding.

e estávamos constantemente a lutar por financiamento para a investigação.

Once, I even joked to my graduate students

Uma vez até disse, a brincar, aos meus alunos

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

que ia reabrir a minha loja de limpeza a seco,

para financiar o ImageNet.

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

Afinal de contas, foi assim que eu financiei

os meus estudos na universidade.

So we carried on.

E assim continuámos o trabalho.

In 2009, the ImageNet project delivered

Em 2009, o ImageNet disponibilizou

a database of 15 million images

uma base de dado com 15 milhões de imagens

across 22,000 classes of objects and things

ao longo de 22 mil classes de objetos e coisas,

organized by everyday English words.

organizados por palavras inglesas de uso comum.

In both quantity and quality,

Tanto em quantidade como em qualidade,

this was an unprecedented scale.

tratou-se de uma escala sem precedentes.

As an example, in the case of cats,

Como exemplo disto temos, no caso dos gatos,

we have more than 62,000 cats

mais de 62 mil gatos

of all kinds of looks and poses

de todos os tipos e em variadas poses,

and across all species of domestic and wild cats.

assim como todas as espécies de gatos domésticos e selvagens.

We were thrilled to have put together ImageNet,

Estávamos muito entusiasmados por termos construído o ImageNet

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

e queríamos que toda a pesquisa mundial pudesse beneficiar dele,

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

por isso, à boa maneira do TED, disponibilizámos toda a base de dados

to the worldwide research community for free.

para a comunidade de pesquisa mundial, gratuitamente.

(Aplausos)

(Applause)

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

Agora que já temos os dados para alimentar o cérebro do nosso computador,

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

estamos prontos para voltar a trabalhar nos algoritmos.

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

Como se veio a perceber, a riqueza de informações fornecidas pelo ImageNet

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

era perfeita para uma classe particular de algoritmos de aprendizagem automática

called convolutional neural network,

designada por "rede neural convoluta",

pioneered by Kunihiko Fukushima, Geoff Hinton, and Yann LeCun

lançada por Kunihiko Fukushima, Geoff Hinton e Yann LeCun,

back in the 1970s and '80s.

nos anos 70 e 80.

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

À semelhança do cérebro,

formado por milhares de milhões de neurónios altamente ligados,

a basic operating unit in a neural network

uma operação unitária básica numa rede neural

is a neuron-like node.

é idêntica a um nodo de neurónios.

It takes input from other nodes

Esse nodo recebe e envia informações

and sends output to others.

de outros nodos e para outros nodos.

Moreover, these hundreds of thousands or even millions of nodes

Além disso, essas centenas de milhares ou mesmo milhões de nodos

are organized in hierarchical layers,

estão organizados em camadas hierárquicas,

also similar to the brain.

à semelhança do que se passa no cérebro.

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

Numa rede neural típica que usamos,

para treinar o modelo de reconhecimento de objetos

it has 24 million nodes,

existem 24 milhões de nodos,

140 million parameters,

140 milhões de parâmetros

and 15 billion connections.

e 15 mil milhões de ligações.

That's an enormous model.

É um modelo enorme.

Powered by the massive data from ImageNet

Abastecido pelos imensos dados do ImageNet

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

dos CPUs e GPUs modernos para treinar um modelo tão pesado quanto este,

the convolutional neural network

a rede neural convoluta

blossomed in a way that no one expected.

floresceu de um modo que ninguém esperava.

It became the winning architecture

Tornou-se na arquitetura vencedora

to generate exciting new results in object recognition.

para a geração de resultados sensacionais no reconhecimento de objetos.

This is a computer telling us

Aqui temos um computador a dizer-nos

this picture contains a cat

que esta imagem tem um gato

and where the cat is.

e a localização do gato na imagem.

Of course there are more things than cats,

É claro que há mais coisas além de gatos,

so here's a computer algorithm telling us

e assim temos aqui um algoritmo de computador a dizer-nos

the picture contains a boy and a teddy bear;

que a imagem contém um rapaz e um ursinho de peluche,

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

um cão, uma pessoa e um pequeno papagaio ao fundo,

or a picture of very busy things

ou uma imagem com muitos elementos,

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

tais como um homem, um "skate", grades, um poste de iluminação, etc.

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

Por vezes, quando o computador não está seguro do que vê,

we have taught it to be smart enough

ensinámo-lo a ser suficientemente inteligente

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

para nos dar uma resposta segura em vez de se comprometer demasiado,

just like we would do,

tal como nós faríamos.

but other times our computer algorithm is remarkable at telling us

Mas outras vezes o nosso algoritmo é brilhante a dizer exatamente

what exactly the objects are,

quais são os objetos na imagem,

like the make, model, year of the cars.

como a marca, o modelo e o ano de fabrico dos carros.

We applied this algorithm to millions of Google Street View images

Aplicámos este algoritmo a milhões de imagens do Google Street View

across hundreds of American cities,

a centenas de cidades norte-americanas

and we have learned something really interesting:

e aprendemos algo muito interessante:

first, it confirmed our common wisdom

primeiro, confirmou a sabedoria comum

that car prices correlate very well

que diz que os preços dos carros estão fortemente correlacionados

with household incomes.

com os rendimentos familiares.

But surprisingly, car prices also correlate well

Mas, surpreendentemente, os preços dos carros também estão correlacionados

with crime rates in cities,

com as taxas de criminalidade em cidades,

ou padrões de votação por código postal.

or voting patterns by zip codes.

Mas esperem. É mesmo assim?

So wait a minute. Is that it?

Has the computer already matched or even surpassed human capabilities?

O computador já conseguiu mesmo igualar ou até ultrapassar as capacidades humanas?

Not so fast.

Vamos com calma.

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

Até agora, apenas ensinámos o computador a ver objetos.

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

Isto é o equivalente a uma criança que aprende a pronunciar alguns nomes.

It's an incredible accomplishment,

É um feito incrível,

but it's only the first step.

mas é apenas o primeiro passo.

Soon, another developmental milestone will be hit,

As crianças atingem rapidamente um novo marco no seu desenvolvimento,

and children begin to communicate in sentences.

começando a comunicar com frases.

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

Ou seja, em vez de dizer que há um gato na imagem,

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

já ouvimos a menina dizer-nos que é um gato deitado numa cama.

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

Para ensinar um computador a gerar frases a partir de uma imagem,

the marriage between big data and machine learning algorithm

é agora preciso que o casamento

entre o volume de dados e a aprendizagem automática

has to take another step.

dê mais um passo.

Now, the computer has to learn from both pictures

Agora, o computador terá que aprender, não só a partir de imagens,

as well as natural language sentences

como também frases naturais da linguagem

generated by humans.

geradas pelos seres humanos.

Just like the brain integrates vision and language,

Tal como o cérebro integra a visão e a linguagem,

we developed a model that connects parts of visual things

nós desenvolvemos um modelo que relaciona partes de coisas visuais,

like visual snippets

tais como fragmentos visuais,

with words and phrases in sentences.

com palavras e expressões em frases.

About four months ago,

Há cerca de 4 meses,

we finally tied all this together

conseguimos finalmente conjugar tudo isto

and produced one of the first computer vision models

e produzir um dos primeiros modelos de visão computacional

that is capable of generating a human-like sentence

capaz de gerar uma frase semelhante à gerada por um ser humano,

when it sees a picture for the first time.

quando vê uma imagem pela primeira vez.

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

Agora, estou pronta para vos mostrar o que o computador diz

when it sees the picture

quando vê a imagem

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

que a menina viu no início desta palestra.

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

(Vídeo) Computador: Um homem está ao pé de um elefante.

A large airplane sitting on top of an airport runway.

Um avião de grande porte poisado na pista de um aeroporto.

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

FFL: Claro que ainda estamos a trabalhar arduamente para melhorar os algoritmos,

and it still has a lot to learn.

e o computador ainda tem muito que aprender.

(Applause)

(Aplausos)

And the computer still makes mistakes.

O computador ainda faz erros.

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

(Vídeo) Computador: Um gato deitado numa cama num cobertor.

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

FFL: Claro que, depois de ver muitos gatos,

it thinks everything might look like a cat.

ele pensa que tudo é um gato.

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

(Video) Computador: Um menino segura um taco de basebol.

(Laughter)

(Risos)

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

FFL: Ou, se o computador nunca viu uma escova de dentes,

confunde-a com um taco de basebol.

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

(Vídeo) Computador: Um homem a cavalo desce uma rua ao pé de um edifício.

(Laughter)

(Risos)

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

FFL: Não ensinámos aos computadores a disciplina de Introdução à Arte.

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

(Vídeo) Computador: Uma zebra num relvado.

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

FFL: Também não aprenderam ainda a apreciar o esplendor da natureza,

like you and I do.

como vocês e eu fazemos.

So it has been a long journey.

Portanto, tem sido um longo percurso.

To get from age zero to three was hard.

Ir dos zero aos três anos foi difícil.

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

O verdadeiro desafio será ir dos três anos aos treze e para além disso.

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

Vou mostrar-vos novamente esta imagem do rapaz e do bolo.

So far, we have taught the computer to see objects

Até agora, ensinámos o computador a ver objetos

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

ou mesmo a contar-nos uma pequena história quando vê uma imagem.

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

(Vídeo) Computador: Uma pessoa sentada à mesa com um bolo.

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

FFL: Mas há muito mais nesta imagem

than just a person and a cake.

do que somente uma pessoa e um bolo.

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

O que o computador não consegue ver é que se trata de um bolo italiano especial

that's only served during Easter time.

que só se serve durante a Páscoa.

The boy is wearing his favorite t-shirt

O rapaz está a usar a sua T-shirt preferida

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

que o pai lhe ofereceu após uma viagem a Sydney.

and you and I can all tell how happy he is

Tanto eu como vocês conseguimos ver como o rapaz está feliz

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

e o que se passa exatamente na sua mente nesse momento.

This is my son Leo.

Este é o meu filho Leo.

On my quest for visual intelligence,

Na minha busca pela inteligência visual,

I think of Leo constantly

penso frequentemente no Leo

and the future world he will live in.

e no mundo em que ele viverá no futuro.

When machines can see,

Quando as máquinas conseguirem ver,

doctors and nurses will have extra pairs of tireless eyes

médicos e enfermeiros irão ter um par adicional de olhos incansáveis

to help them to diagnose and take care of patients.

para os ajudar a diagnosticar e cuidar dos seus doentes.

Cars will run smarter and safer on the road.

Os automóveis irão andar na estrada de modo mais inteligente e seguro.

Robots, not just humans,

Os robôs, não apenas os seres humanos,

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

irão ajudar-nos a enfrentar

zonas de catástrofe, salvando feridos e encarcerados.

We will discover new species, better materials,

Iremos descobrir novas espécies, melhores materiais,

and explore unseen frontiers with the help of the machines.

e explorar limites nunca antes vistos com a ajuda de máquinas.

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

Pouco a pouco, estamos a dar às máquinas a capacidade de ver.

First, we teach them to see.

Primeiro, ensinamo-las a ver.

Then, they help us to see better.

Depois, elas ajudam-nos a ver melhor.

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

Pela primeira vez, os olhos humanos não estarão sozinhos

pondering and exploring our world.

na exploração e compreensão do nosso mundo.

We will not only use the machines for their intelligence,

Iremos usar máquinas não somente pela sua inteligência,

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

mas também para colaborar com elas

de formas que ainda não conseguimos imaginar.

This is my quest:

Esta é a minha missão:

to give computers visual intelligence

dar inteligência visual aos computadores

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

e criar um futuro melhor para o Leo e para o mundo.

Thank you.

Obrigada.

(Aplausos)

(Applause)