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

Translator: Pitchaya Phookpun Reviewer: Kelwalin Dhanasarnsombut

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

ผมเป็นหัวหน้าทีมที่กูเกิล ซึ่งทำงานเกี่ยวกับปัญญาประดิษฐ์

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

ซึ่งก็คือ สาขาหนึ่งทางวิศวกรรม ที่สร้างคอมพิวเตอร์ และอุปกรณ์ต่าง ๆ

able to do some of the things that brains do.

ให้สามารถทำสิ่งที่สมองทำได้

And this makes us interested in real brains

และมันจึงทำให้พวกเรา รู้สึกสนใจสมองจริง ๆ

and neuroscience as well,

แล้วก็ประสาทวิทยาศาสตร์ด้วย

and especially interested in the things that our brains do

และโดยเฉพาะอย่างยิ่ง เราสนใจสิ่งที่สมองของพวกเราทำ

that are still far superior to the performance of computers.

ที่ยังคงมีสมรรถนะเหนือกว่า คอมพิวเตอร์อย่างเทียบไม่ได้

Historically, one of those areas has been perception,

ในอดีต หนึ่งในนั้นคือการรับรู้

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

กระบวนการที่ซึ่ง สิ่งต่าง ๆ ในโลกแห่งความเป็นจริง

sounds and images --

อย่างเช่น เสียงและภาพ

can turn into concepts in the mind.

สามารถแปรเปลี่ยน เป็นแนวคิดต่าง ๆ ในจิตใจ

This is essential for our own brains,

นี่คือสิ่งสำคัญสำหรับสมองของพวกเรา

and it's also pretty useful on a computer.

และมันยังค่อนข้างมีประโยชน์ ต่อคอมพิวเตอร์อีกด้วย

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

อัลกอริธึมการรับรู้ของจักรกล อย่างเช่นที่ทีมของเราสร้างนั้น

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

เป็นอะไรที่ทำให้ภาพของคุณ สามารถถูกค้นหาได้บน Google Photos

based on what's in them.

ขึ้นอยู่กับว่าในภาพนั้นมีอะไรอยู่

The flip side of perception is creativity:

อีกแง่มุมหนึ่งของการรับรู้ ก็คือความคิดสร้างสรรค์

turning a concept into something out there into the world.

ซึ่งเป็นการเปลี่ยนแนวคิด ให้เป็นบางสิ่งที่เกิดขึ้นจริง

So over the past year, our work on machine perception

ช่วงปีที่ผ่านมา งานของพวกเรา เกี่ยวกับการรับรู้ของเครื่องจักร

has also unexpectedly connected with the world of machine creativity

จึงมีความเชื่อมโยงอย่างไม่คาดคิด กับโลกของความสร้างสรรค์ของเครื่องจักร

and machine art.

และศิลปะของเครื่องจักรอีกด้วย

I think Michelangelo had a penetrating insight

ผมคิดว่าไมเคิลเเองเจลโล มีวิสัยทัศน์ที่เฉียบแหลม

into to this dual relationship between perception and creativity.

ในเรื่องความสัมพันธ์ระหว่าง การรับรู้และความคิดสร้างสรรค์

This is a famous quote of his:

นี่คือถ้อยคำที่โด่งดังของเขา

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

"ในหินทุกก้อนมีรูปปั้นอยู่ภายใน

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

และหน้าที่ของปฏิมากร ก็คือการค้นหามันให้เจอ"

So I think that what Michelangelo was getting at

ดังนั้น ผมคิดว่า สิ่งที่ไมเคิลเเองเจลโลหมายถึงก็คือ

is that we create by perceiving,

เราสร้างสรรค์จากการรับรู้

and that perception itself is an act of imagination

และการรับรู้นั้นเอง ก็เป็นผลลัพธ์จากการจินตนาการ

and is the stuff of creativity.

และความคิดสร้างสรรค์

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

อวัยวะที่ทำทั้ง การคิด และ การรับรู้ และการจินตนาการ

of course, is the brain.

แน่นอน มันคือสมอง

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

และผมอยากที่จะเริ่มต้น ด้วยการพูดถึงประวัติศาสตร์คร่าว ๆ

about what we know about brains.

เกี่ยวกับสิ่งที่พวกเรารู้เกี่ยวกับสมอง

Because unlike, say, the heart or the intestines,

เนื่องมันต่างจากหัวใจหรือลำไส้

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

เราไม่สามารถบอกอะไรได้มากนัก เกี่ยวกับสมองโดยแค่มองดูจากภายนอก

at least with the naked eye.

อย่างน้อยก็การมองด้วยตาเปล่า

The early anatomists who looked at brains

นักกายวิภาคศาสตร์รุ่นบุกเบิกผู้ศึกษาสมอง

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

ได้ตั้งชื่อประหลาด ๆ ให้กับ เหล่าโครงสร้างภายนอก

like hippocampus, meaning "little shrimp."

เช่น ฮิปโปแคมปัส แปลว่า กุ้งจิ๋ว

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

แต่แน่นอนว่าสิ่งเหล่านั้น ไม่ได้บอกอะไรเรามากนัก

about what's actually going on inside.

เกี่ยวกับสิ่งที่เกิดขึ้นจริง ๆ ภายในสมอง

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

ผมคิดว่าบุคคลแรกที่ได้พัฒนา ความเข้าใจอย่างลึกซึ้ง

into what was going on in the brain

ในสิ่งที่เกิดขึ้นจริง ๆ ในสมอง

was the great Spanish neuroanatomist, Santiago Ramón y Cajal,

ก็คือ ซานเตียโก รามอน อี กาฮาล นักประสาทกายวิภาคศาสตร์ชาวสเปน

in the 19th century,

ในศตวรรษที่ 19

who used microscopy and special stains

เขาได้ใช้กล้องจุลทรรศน์และสีย้อมพิเศษ

that could selectively fill in or render in very high contrast

ที่สามารถเลือกเติมเต็ม หรือแสดงผลแต่ละเซลล์ภายในสมอง

the individual cells in the brain,

ที่ความคมชัดสูงได้

in order to start to understand their morphologies.

เพื่อที่จะให้เข้าใจถึงสัณฐานวิทยาของมัน

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

และนี่คือลักษณะภาพวาดของเขา ที่สร้างขึ้นจากเซลล์ประสาท

in the 19th century.

ในศตวรรษที่ 19

This is from a bird brain.

ภาพนี้สร้างขึ้นจากสมองนก

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

และคุณถึงเห็นความหลากหลาย ที่น่าเหลือเชื่อ ของเซลล์ประเภทต่าง ๆ

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

แม้แต่ทฤษฏีเซลล์เอง ก็ยังค่อนข้างใหม่ ณ จุดนี้

And these structures,

และโครงสร้างเหล่านี้

these cells that have these arborizations,

เซลล์เหล่านี้ที่มีการแตกแขนง

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

เหล่ากิ่งก้านที่สามารถแผ่ไป ได้ระยะไกลมาก ๆ

this was very novel at the time.

สิ่งนี้เป็นเรื่องใหม่มากในเวลานั้น

They're reminiscent, of course, of wires.

แน่นอนล่ะ มันทำให้นึกถึงสายไฟ

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

นั่นอาจจะเป็นเรื่องที่เห็นได้ชัด สำหรับบางคนในศตวรรษที่ 19

the revolutions of wiring and electricity were just getting underway.

การปฏิวัติสายไฟและไฟฟ้าเพิ่งเริ่มเกิดขึ้น

But in many ways,

แต่ในอีกหลายแง่

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

ภาพวาดจุลกายวิภาคศาสตร์เหล่านี้ ของ รามอน อี กาฮาล อย่างภาพนี้

they're still in some ways unsurpassed.

ในบางแง่มุม พวกเขาก็ยังคง ไม่สามารถเข้าใจได้ทุกอย่าง

We're still more than a century later,

มากกว่าศตวรรษที่ผ่านมา พวกเราก็ยังคง

trying to finish the job that Ramón y Cajal started.

พยายามทำงานที่ รามอน อี กาฮาล ได้เริ่มเอาไว้ให้สำเร็จ

These are raw data from our collaborators

นี่เป็นข้อมูลดิบ ที่ได้จากผู้ร่วมงานของเรา

at the Max Planck Institute of Neuroscience.

ที่สถาบัน มักซ์ พลังค์ ด้านประสาทวิทยาศาสตร์

And what our collaborators have done

และสิ่งที่ผู้ร่วมงานได้ทำ

is to image little pieces of brain tissue.

คือถ่ายภาพเนื้อเยื่อสมองชิ้นเล็ก ๆ

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

ภาพตัวอย่างทั้งหมดที่แสดงนี้ มีขนาดหนึ่งลูกบาศก์มิลลิเมตร

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

และสิ่งที่ผมกำลังแสดงให้คุณดูนี้ คือชิ้นส่วนที่มีขนาดเล็กมาก ๆ

That bar on the left is about one micron.

แถบทางฝั่งซ้าย มีขนาดประมาณหนึ่งไมครอน

The structures you see are mitochondria

โครงสร้างที่คุณเห็นคือไมโตคอนเดรีย

that are the size of bacteria.

ที่มีขนาดเท่ากับแบคทีเรีย

And these are consecutive slices

และนี่คือภาพสไลด์ที่ต่อเนื่องกัน

through this very, very tiny block of tissue.

ของก้อนเซลล์ที่เล็กจิ๋วนี้

Just for comparison's sake,

แค่จะลองเทียบให้เห็นภาพนะครับ

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

เส้นผ่านศูนย์กลางเฉลี่ยของเส้นผม มีขนาด 100 ไมครอน

So we're looking at something much, much smaller

ดังนั้น เรากำลังมองดู

than a single strand of hair.

สิ่งที่เล็กกว่าเส้นผมมาก ๆ

And from these kinds of serial electron microscopy slices,

และจากสไลด์ตามลำดับ กล้องจุลทรรศน์อิเล็กตรอนเหล่านี้

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

ทำให้สามารถเริ่มสร้างเซลล์ประสาท 3 มิติ ที่มีหน้าตาแบบนี้

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

ดังนั้น นี่ค่อนข้างจะมีรูปแบบ ที่เหมือนกับของ รามอน อิ กาฮาล

Only a few neurons lit up,

มีแค่บางเซลล์ประสาทที่ถูกทำให้สว่างขึ้น

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

เพราะไม่เช่นนั้นแล้ว เราอาจจะมองภาพอะไรไม่ออกเลย

It would be so crowded,

มันคงดูหนาแน่นไปหมด

so full of structure,

เต็มไปด้วยโครงสร้าง

of wiring all connecting one neuron to another.

ของเส้นสายการเชื่อมต่อกัน ของเซลล์ประสาทหนึ่งไปยังอีกเซลล์

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

รามอน อิ กาฮาล นั้นค่อนข้างจะ ล้ำยุคสมัยของเขา

and progress on understanding the brain

และความก้าวหน้าในการทำความเข้าใจสมอง

proceeded slowly over the next few decades.

ดำเนินไปอย่างช้า ๆ ในช่วงหลายทศวรรษถัดมา

But we knew that neurons used electricity,

แต่เรารู้ว่าเซลล์ประสาทใช้กระแสไฟฟ้า

and by World War II, our technology was advanced enough

และเมื่อถึงช่วงสงครามโลกครั้งที่ 2 เทคโนโลยีของเราก็ก้าวหน้าเพียงพอ

to start doing real electrical experiments on live neurons

ที่จะเริ่มทำการทดลองกระแสไฟ กับเซลล์ประสาทที่ยังมีชีวิตอยู่

to better understand how they worked.

เพื่อทำความเข้าใจให้มากขึ้น เกี่ยวกับการทำงานของเซลล์เหล่านั้น

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

นี่เป็นช่วงเวลาเดียว ที่คอมพิวเตอร์ได้ถูกประดิษฐ์ขึ้น

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

บนพื้นฐานของความคิด ที่สร้างแบบจำลองของสมอง --

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

ของ "จักกลปัญญา" อย่างที่ถูกเรียกโดย อลัน ทัวริง

one of the fathers of computer science.

หนึ่งในบิดาแห่งวิทยาการคอมพิวเตอร์

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

วอร์เรน แมคคัลลอช์ และ วอลเธอร์ พิทซ์ ได้มองดูภาพร่างของ รามอน อิ กาฮาล

of visual cortex,

ของเปลือกสมองส่วนการมองเห็น

which I'm showing here.

ซึ่งผมได้แสดงให้ชมอยู่นี้

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

นี่คือเปลือกสมองที่ประมวลผลภาพ ที่ถูกส่งมาจากดวงตา

And for them, this looked like a circuit diagram.

และสำหรับพวกเขาแล้ว มันช่างดูเหมือนกับแผนภาพวงจร

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

มันมีรายละเอียดมากมายในแผนภาพวงจร ของ แมคคัลลอช์ และ พิทซ์

that are not quite right.

ที่ยังดูไม่ค่อยถูกต้อง

But this basic idea

แต่พื้นฐานความคิดนี้

that visual cortex works like a series of computational elements

ที่ว่าเปลือกสมองส่วนการมองเห็น ทำงานเหมือนชุดองค์ประกอบเชิงคำนวณ

that pass information one to the next in a cascade,

ที่ส่งผ่านข้อมูลจากจุดหนึ่ง ไปยังลำดับถัดไปนั้น

is essentially correct.

โดยพื้นฐานแล้วถูกต้อง

Let's talk for a moment

เรามาคุยกันก่อนสักพัก

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

เกี่ยวกับว่าโมเดลการประมวลข้อมูล การมองเห็นอะไรที่เราจำเป็นต้องสร้าง

The basic task of perception

งานพื้นฐานของการรับรู้

is to take an image like this one and say,

คือการรับภาพอย่างภาพนี้ และบอกว่า

"That's a bird,"

"นั่นคือนก"

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

ซึ่งเป็นเรื่องที่ง่ายมาก สำหรับพวกเราที่ทำได้ด้วยสมอง

But you should all understand that for a computer,

แต่คุณควรเข้าใจว่าสำหรับคอมพิวเตอร์

this was pretty much impossible just a few years ago.

นี่เคยเป็นสิ่งที่แทบจะเป็นไปไม่ได้เลย ในไม่กี่ปีที่ผ่านมา

The classical computing paradigm

รูปแบบการคำนวณคลาสสิค

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

ไม่ใช่สิ่งที่จะทำงานแบบนี้ได้โดยง่าย

So what's going on between the pixels,

ดังนั้นสิ่งที่เกิดขึ้นระหว่างพิกเซล

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

ระหว่างภาพของนก กับคำว่า "นก" นั้น

is essentially a set of neurons connected to each other

โดยพื้นฐานแล้วก็คือ ชุดเซลล์ประสาทที่เชื่อมต่อระหว่างกัน

in a neural network,

ในโครงข่ายประสาท

as I'm diagramming here.

อย่างที่ผมแสดงให้เห็นนี้

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

โครงข่ายประสาทนี้อาจเป็นลักษณะทางชีวภาพ ภายในเปลือกสมองส่วนการเห็นของเรา

or, nowadays, we start to have the capability

หรือ ปัจจุบัน เราเริ่มที่จะมีความสามารถ

to model such neural networks on the computer.

ในการออกแบบโครงข่ายประสาท บนคอมพิวเตอร์

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

และผมจะแสดงให้คุณเห็น ว่าจริง ๆ แล้วมันมีหน้าตาอย่างไร

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

คุณสามารถพิจารณาพิกเซลว่าเป็นเหมือน ชั้นแรกของเซลล์ประสาท

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

และนั่น จริง ๆ แล้ว คือการทำงานภายในดวงตา --

that's the neurons in the retina.

นั่นคือ เซลล์ประสาทในจอตา

And those feed forward

และสิ่งที่ส่งต่อ

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

ไปยังชั้นถัด ๆ ไป ของแต่ละชั้นของเซลล์ประสาท

all connected by synapses of different weights.

ทั้งหมดถูกเชื่อมโยงกันด้วยไซแนป ที่ค่าถ่วงน้ำหนักต่าง ๆ กัน

The behavior of this network

พฤติกรรมของโครงข่ายนี้

is characterized by the strengths of all of those synapses.

มีลักษณะจากความสามารถ ของไซแนปเหล่านั้น

Those characterize the computational properties of this network.

ลักษณะเหล่านั้นให้คุณสมบัติเชิงคำนวณ ของโครงข่ายนี้

And at the end of the day,

ท้ายที่สุดแล้ว

you have a neuron or a small group of neurons

คุณจะได้เซลล์ประสาท หรือกลุ่มเซลล์ประสาทเล็ก ๆ

that light up, saying, "bird."

ที่สว่างขึ้น เพื่อบอกว่า "นก"

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

ผมจะแทนค่า 3 สิ่งเหล่านั้น --

the input pixels and the synapses in the neural network,

ค่าอินพุตพิกเซล และไซแนปในโครงข่ายประสาท

and bird, the output --

และนก ซึ่งคือค่าเอาต์พุต --

by three variables: x, w and y.

ด้วยสามตัวแปร: x, w และ y

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

อาจมีค่า x กว่าล้านค่า

a million pixels in that image.

หลายล้านพิกเซลในภาพนั้น

There are billions or trillions of w's,

หลายพันล้าน หรือล้านล้าน ค่า w

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

ที่เป็นตัวแทนของค่าถ่วงน้ำหนัก ของไซแนปทั้งหมดในเซลล์ประสาท

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

และยังมีค่าจำนวนไม่มากของ y

of outputs that that network has.

ที่เป็นเอาต์พุตของโครงข่ายนั้น

"Bird" is only four letters, right?

"นก" มีแค่สี่ตัวอักษร [ในภาษาอังกฤษ] ใช่ไหมครับ

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

ดังนั้น ลองสมมติว่านี่เป็นแค่สูตรพื้นฐาน

x "x" w = y.

x "x" w = y

I'm putting the times in scare quotes

ผมจะใส่ตัวคูณเข้าไปในเครื่องหมายคำพูด

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

เพราะว่าสิ่งที่เกิดขึ้นจริง ๆ แน่นอนว่า

is a very complicated series of mathematical operations.

มันเป็นชุดที่ซับซ้อน ของการปฏิบัติการทางคณิตศาสตร์

That's one equation.

หนึ่งสมการนั้น

There are three variables.

มีสามตัวแปร

And we all know that if you have one equation,

และพวกเรารู้กันอยู่แล้วว่า ถ้ามีหนึ่งสมการ

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

คุณสามารถหาค่าตัวแปรหนึ่งได้ หากรู้อีกสองตัว

So the problem of inference,

ดังนั้น ปัญหาของการอนุมาน

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

ของการหาคำตอบว่าภาพนกนั้นคือนก

is this one:

คือสิ่งนี้

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

มีจุดที่ไม่รู้ค่า y แต่รู้ค่า w และ x

You know the neural network, you know the pixels.

คุณรู้โครงข่ายประสาท คุณรู้พิกเซล

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

อย่างที่คุณเห็น อันที่จริงแล้ว นั่นค่อนข้างเป็นปัญหาที่ตรงไปตรงมา

You multiply two times three and you're done.

คุณเอาสองคูณสามก็จบ

I'll show you an artificial neural network

ผมจะแสดงโครงข่ายประสาทประดิษฐ์

that we've built recently, doing exactly that.

ที่พวกเราสร้างขึ้นให้คุณดู มันทำงานอย่างที่บอกไป

This is running in real time on a mobile phone,

สิ่งนี้ทำงานแบบเรียลไทม์บนมือถือ

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

และนั่นก็เป็นสิ่งมหัศจรรย์ในตัวมันเอง

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

ที่มือถือสามารถทำงานได้ หลายพันล้านล้านล้านปฏิบัติการ

per second.

ในหนึ่งวินาที

What you're looking at is a phone

สิ่งที่คุณกำลังมองดูอยู่คือโทรศัพท์

looking at one after another picture of a bird,

ที่กำลังดูรูปนกตัวแล้วตัวเล่า

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

และไม่ใช่แค่กำลังบอกว่า "ใช่แล้ว นี่คือนก"

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

แต่มันยังแยกแยะสายพันธุ์ของนก ด้วยโครงข่ายลักษณะนี้

So in that picture,

ดังนั้น ที่เห็นในรูปนั้น

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

เรารู้ค่า x และ w แต่ไม่รู้ค่า y

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

แน่นอนว่า ผมกำลังพูดผ่านส่วนที่ยากไป

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

ซึ่งก็คือ เรารู้ค่า w ได้อย่างไร

the brain that can do such a thing?

สมองสามารถทำแบบนั้นได้อย่างไร

How would we ever learn such a model?

เราถึงเรียนรู้โมเดลนั้นได้อย่างไร

So this process of learning, of solving for w,

นี่คือกระบวนการเรียนรู้ ในการหาค่า w

if we were doing this with the simple equation

ถ้าเราเริ่มด้วยสมการพื้นฐาน

in which we think about these as numbers,

ที่เราพิจารณาสิ่งเหล่านี้ในรูปของตัวเลข

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

เรารู้อย่างแน่นอนว่าจะทำอย่างไร : 6 = 2 x w

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

เอาละ เราหารด้วยสองก็จบ

The problem is with this operator.

ปัญหาคือการปฏิบัติการนี้

So, division --

ดังนั้น การหาร --

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

เราได้ใช้การหารเพราะว่า มันเป็นตัวผกผันกับการคูณ

but as I've just said,

แต่อย่างที่ผมเพิ่งจะพูดไป

the multiplication is a bit of a lie here.

การคูณค่อนข้างเป็นการหลอกลวง

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

สิ่งนี้ซับซ้อนมาก ๆ เป็นปฏิบัติการที่ไม่ใช่เชิงเส้น

it has no inverse.

มันไม่มีตัวผกผัน

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

ดังนั้นเราต้องหาทางคิดวิธีแก้สมการนี้

without a division operator.

โดยไม่ใช้การหาร

And the way to do that is fairly straightforward.

และวิธีที่การนั้น ก็ค่อนข้างที่จะตรงไปตรงมา

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

ลองมาเล่นกับพีชคณิตกันสักเล็กน้อย

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

และย้ายเลขหกไปด้านซ้ายของสมการ

Now, we're still using multiplication.

ตอนนี้เรายังคงใช้การคูณ

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

และเลขศูนย์นั้น -- ลองคิดว่ามันเป็นเหมือนค่าผิดพลาด

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

อีกนัยหนึ่ง ถ้าเราแก้หาค่า w อย่างถูกต้อง

then the error will be zero.

ค่าผิดพลาดก็จะเป็นศูนย์

And if we haven't gotten it quite right,

และถ้าเราไม่ได้ทำอย่างถูกต้อง

the error will be greater than zero.

ค่าผิดพลาดก็จะมากกว่าศูนย์

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

ดังนั้นในตอนนี้เราสามารถคาดเดา เพื่อลดค่าผิดพลาดลงให้น้อยที่สุด

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

และนั่นก็เป็นสิ่งที่คอมพิวเตอร์ถนัด

So you've taken an initial guess:

ดังนั้น คุณลองทายค่าเริ่มต้นดู

what if w = 0?

สมมติว่า w = 0?

Well, then the error is 6.

ค่าผิดพลาดก็จะเป็น 6

What if w = 1? The error is 4.

แล้วถ้า w = 1 ล่ะ ค่าผิดพลาดก็จะเป็น 4

And then the computer can sort of play Marco Polo,

และถัดไปคอมพิวเตอร์ ก็จะทำการเล่นมาร์โค ​โปโล

and drive down the error close to zero.

และลดค่าผิดพลาดให้เข้าใกล้ศูนย์

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

ขณะที่มันทำอย่างนั้น มันก็จะเข้าใกล้ค่าประมาณของ w

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

โดยพื้นฐาน มันหาค่านั้นไม่ได้หรอก แต่หลังจากหลายสิบขั้นตอน

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

เราก็จะได้ค่า w=2.999 ซึ่งใกล้เคียงมากพอ

And this is the learning process.

และนี่คือกระบวนการเรียนรู้

So remember that what's been going on here

ดังนั้น จำไว้นะครับ ว่าสิ่งที่กำลังเกิดขึ้นอยู่นี้

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

เป็นการที่เรากำลังใช้ ตัวแปร x และ y ที่รู้แล้วจำนวนมาก

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

และแก้หาค่า w ผ่านกระบวนการที่ทำซ้ำ ๆ

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

มันเป็นแนวทางเดียวกัน กับวิธีการที่เราทำการเรียนรู้

We have many, many images as babies

เรามีภาพเด็กทารกหลาย ๆ ภาพ

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

เราถูกสอนว่า"นี่คือนก นี่ไม่ใช่นก"

And over time, through iteration,

เมื่อเวลาผ่านไป ด้วยการทำซ้ำ ๆ

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

เราแก้หาค่า w เราแก้หาความสัมพันธ์ตามธรรมชาติของสิ่งนั้น

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

ดังนั้นตอนนี้ เรากำหนดค่า x และ w เอาไว้ เพื่อค้นหาค่า y

that's everyday, fast perception.

นั่นคือการเรียนรู้อย่างรวดเร็ว ในชีวิตประจำวัน

We figure out how we can solve for w,

เรารู้ว่าจะหาค่า w ได้อย่างไร

that's learning, which is a lot harder,

นั่นคือการเรียนรู้ ซึ่งยากกว่ามาก

because we need to do error minimization,

เพราะเราต้องการลดค่าผิดพลาดให้น้อยที่สุด

using a lot of training examples.

โดยการใช้ตัวอย่างในการฝึกเป็นจำนวนมาก

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

และประมาณปีที่แล้ว อเล็กซ์ มอร์ดวินเสฟ สมาชิกในทีมของเรา

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

ตัดสินใจทดลองว่าจะเกิดอะไรขึ้น ถ้าเราพยายามแก้หาค่า x

given a known w and a known y.

โดยให้ค่า w และ y ที่รู้แล้วมา

In other words,

อีกแง่หนึ่งคือ

you know that it's a bird,

คุณรู้ว่ามันเป็นนก

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

และคุณมีโครงข่ายประสาท ที่คุณได้ฝึกฝนเกี่ยวกับเรื่องนกมาแล้ว

but what is the picture of a bird?

แต่อะไรคือรูปของนก

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

มันกลายเป็นว่า ด้วยกระบวนการลดค่าผิดพลาดเดียวกัน

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

เราจะสามารถใช้โครงข่าย ที่ถูกฝึกฝนเพื่อจำแนกภาพนก

and the result turns out to be ...

และผลลัพธ์ก็ออกมาเป็น...

a picture of birds.

ภาพของนก

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

นี่คือภาพนกที่ถูกสร้างขึ้น โดยโครงข่ายประสาททั้งหมด

that was trained to recognize birds,

ที่ถูกฝึกฝนเพื่อจำแนกภาพนก

just by solving for x rather than solving for y,

แค่เพียงแก้หาค่า x แทนที่จะทำการหา y

and doing that iteratively.

และทำแบบนั้นซ้ำไปเรื่อย ๆ

Here's another fun example.

นี่เป็นอีกตัวอย่างสนุก ๆ

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

นี่เป็นงานที่ถูกสร้าง โดยไมค์ ไทกา สมาชิกในกลุ่มของเรา

which he calls "Animal Parade."

งานนี้ถูกเรียกว่า "ขบวนแห่สรรพสัตว์"

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

มันทำให้ผมนึกถึงงานศิลปะ ของ วิลเลียม เคนทริดจ์

in which he makes sketches, rubs them out,

ที่เขาร่างภาพ แล้วลบออก

makes sketches, rubs them out,

ร่างภาพขึ้นมา แล้วลบออก

and creates a movie this way.

และสร้างสรรค์ภาพยนตร์ด้วยวิธีนี้

In this case,

ในกรณีนี้

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

สิ่งที่ไมค์ทำก็คือเปลี่ยนค่า y เรื่อย ๆ บนพื้นที่ของสัตว์หลายชนิด

in a network designed to recognize and distinguish

ในโครงข่ายที่ถูกออกแบบ ให้จดจำ และ แยกแยะ

different animals from each other.

สัตว์ที่แตกต่างกันออกจากกัน

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

และคุณจะได้รูปร่างประหลาด คล้ายภาพลวงตาของสัตว์ที่เปลี่ยนร่างได้

Here he and Alex together have tried reducing

เขาและอเล็กซ์ได้พยายามลด

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

ค่า y ให้อยู่บนพื้นที่ของสองมิติ

thereby making a map out of the space of all things

ด้วยวิธีการสร้างแผนที่ขึ้นมา จากพื้นที่ของทุก ๆ สิ่ง

recognized by this network.

ที่ถูกจดจำด้วยโครงข่ายนี้

Doing this kind of synthesis

การทำการวิเคราะห์ประเภทนี้

or generation of imagery over that entire surface,

หรือการสร้างภาพบนทั้งพื้นผิวนั้น

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

เปลี่ยนแปลงค่า y เหนือพื้นผิว คุณได้สร้างแผนที่ --

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

แผนที่ภาพของทุก ๆ สิ่ง ที่โครงข่ายประสาท รู้ว่าจะแยกแยะอย่างไร

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

สัตว์ทั้งหมดอยู่ที่นี่ "ตัวนิ่ม" อยู่ตรงจุดนั้น

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

คุณสามารถทำอย่างนี้ กับโครงข่ายประเภทอื่นได้ด้วย

This is a network designed to recognize faces,

นี่คือโครงข่ายที่ถูกออกแบบ ให้จดจำใบหน้า

to distinguish one face from another.

เพื่อแยกแยะใบหน้าต่าง ๆ ออกจากกัน

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

และในที่นี้ เราได้ใส่ค่า y ที่บอกว่า "ฉัน"

my own face parameters.

พารามิเตอร์หน้าของผม

And when this thing solves for x,

และเมื่อสิ่งนี้ค้นหาค่า x

it generates this rather crazy,

มันสร้างสิ่งที่ค่อนข้างประหลาด

kind of cubist, surreal, psychedelic picture of me

เหมือนกับภาพหลอน ๆ ของผม แนวศิลปะภาพแบบเหลี่ยม เหนือจริง

from multiple points of view at once.

จากหลายมุมมองในครั้งเดียว

The reason it looks like multiple points of view at once

เหตุผลที่มันดูเหมือนการมองหลายมุม ในครั้งเดียวนั้น

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

เพราะว่าโครงข่ายนี้ถูกออกแบบ เพื่อกำจัดความคลุมเครือ

of a face being in one pose or another pose,

ของหน้าที่อยู่ในท่าการจัดวางที่แตกต่างกัน

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

ถูกมองด้วยการจัดแสงที่แตกต่างกัน

So when you do this sort of reconstruction,

ดังนั้นเมื่อคุณทำการประกอบภาพใหม่

if you don't use some sort of guide image

ถ้าคุณไม่ได้ใช้ภาพชี้แนะ

or guide statistics,

หรือการชี้แนะด้วยสถิติ

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

คุณก็จะได้ภาพที่ดูสับสนจากหลายมุมมอง

because it's ambiguous.

เนื่องจากมันมีความคลุมเครือ

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

นี่คือสิ่งที่เกิดขึ้น ถ้าอเล็กซ์ใช้ใบหน้าเขาเองเป็นภาพตัวชี้แนะ

during that optimization process to reconstruct my own face.

ระหว่างกระบวนการหาผลลัพธ์ที่ดีที่สุด เพื่อประกอบภาพใบหน้าของผมขึ้นใหม่

So you can see it's not perfect.

คุณจะเห็นว่าว่ามันไม่สมบูรณ์แบบ

There's still quite a lot of work to do

ยังคงมีงานอีกมากที่ต้องทำ

on how we optimize that optimization process.

ในการทำอย่างไร เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

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

แต่คุณเริ่มได้รับบางอย่าง ที่เหมือนใบหน้าที่สอดคล้องกันมากขึ้น

rendered using my own face as a guide.

ที่ถูกแสดงผลโดยใช้ใบหน้าของผม ในการชี้แนะ

You don't have to start with a blank canvas

คุณไม่จำเป็นต้องเริ่มต้นจากผ้าใบว่างเปล่า

or with white noise.

หรือด้วยสัญญาณรบกวนสีขาว ๆ

When you're solving for x,

เมื่อคุณแก้เพื่อหาค่า x

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

คุณสามารถเริ่มต้นด้วย x ซึ่งตัวมันเองก็เป็นภาพอื่นอยู่แล้ว

That's what this little demonstration is.

นั่นคือสิ่งที่การสาธิตเล็ก ๆ นี้บอกคุณ

This is a network that is designed to categorize

นี่คือโครงข่ายที่ถูกออกแบบจัดจำแนก

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

วัตถุจำพวกต่าง ๆ -- โครงสร้างที่มนุษย์ทำขึ้น, สัตว์...

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

เรามาเริ่มต้นด้วย ภาพของกลุ่มก้อนเมฆ

and as we optimize,

และเมื่อเราหาผลลัพธ์ที่ดีที่สุด

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

โดยพื้นฐาน โครงข่ายนี้กำลังหาว่า มันเห็นอะไรในกลุ่มเมฆ

And the more time you spend looking at this,

และยิ่งคุณใช้เวลาในการมองภาพนี้ มากขึ้นเท่าไร

the more things you also will see in the clouds.

คุณก็ยิ่งเห็นสิ่งต่างในกลุ่มเมฆ มากขึ้นเท่านั้น

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

คุณยังสามารถใช้โครงข่ายใบหน้า เพื่อให้เห็นภาพหลอนแบบนี้

and you get some pretty crazy stuff.

และคุณได้อะไรประหลาด ๆ ออกมา

(Laughter)

(เสียงหัวเราะ)

Or, Mike has done some other experiments

หรือ ไมค์ได้ทำการทดลองอื่น

in which he takes that cloud image,

ซึ่งเขานำภาพกลุ่มเมฆนั้น

hallucinates, zooms, hallucinates, zooms hallucinates, zooms.

เห็นภาพหลอน ขยาย เห็นภาพหลอน ขยาย เห็นภาพหลอน ขยาย

And in this way,

อย่างที่เห็น

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

คุณสามารถได้สภาวะขาดความควบคุม ของโครงข่ายผมว่านะ

or a sort of free association,

หรือประมาณว่าความเกี่ยวข้องอิสระ

in which the network is eating its own tail.

ซึ่งโครงข่ายกำลังกินหางของมันเอง

So every image is now the basis for,

ดังนั้น รูปภาพทุกรูป ตอนนี้เป็นพื้นฐานสำหรับ

"What do I think I see next?

"ต่อไปผมจะเห็นอะไรนะ

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

ต่อไปผมจะเห็นอะไรนะ ต่อไปผมจะเห็นอะไรนะ"

I showed this for the first time in public

ผมแสดงสิ่งนี้เป็นครั้งแรกในที่สาธารณะ

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

ให้กับกลุ่มที่ฟังบรรยายในซีแอตเทิล ที่เรียกว่า "การศึกษาระดับอุดมศึกษา" --

this was right after marijuana was legalized.

นี้เป็นตอนหลังจากที่กัญชา ถูกทำให้ถูกต้องตามกฎหมายแล้ว

(Laughter)

(เสียงหัวเราะ)

So I'd like to finish up quickly

ผมอยากจะสรุปแบบรวดเร็ว

by just noting that this technology is not constrained.

ด้วยการเน้นว่าเทคโนโลยีนี้ไม่ได้ถูกจำกัด

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

ผมได้แสดงให้คุณเห็นตัวอย่างที่เห็นได้ เพราะมันสนุกที่จะได้เห็น

It's not a purely visual technology.

มันไม่ได้เป็นเทคโนโลยีที่มองเห็นได้เท่านั้น

Our artist collaborator, Ross Goodwin,

ศิลปินผู้ประสานงานของเรา รอสส์ กู๊ดวิน

has done experiments involving a camera that takes a picture,

ได้ทำการทดลองที่เกี่ยวข้องกับ กล้องที่ถ่ายภาพ

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

และจากนั้นคอมพิวเตอร์ในกระเป๋าของเขา ได้เขียนบทกวีด้วยโครงข่ายประสาท

based on the contents of the image.

จากเนื้อหาของรูปภาพ

And that poetry neural network has been trained

และโครงข่ายประสาทบทกวีนั้นก็ถูกฝึกฝน

on a large corpus of 20th-century poetry.

จากส่วนสำคัญของบทกวีศตวรรษที่ 20

And the poetry is, you know,

และอย่างที่เห็นบทกวีมันก็

I think, kind of not bad, actually.

ผมว่า ที่จริงก็ไม่ได้แย่สักเท่าไหร่

(Laughter)

(เสียงหัวเราะ)

In closing,

ก่อนจากลาจากกัน

I think that per Michelangelo,

ผมคิดว่าตามที่ไมเคิลแองเจลโลกล่าว

I think he was right;

ผมว่าเขาพูดถูกต้อง

perception and creativity are very intimately connected.

การรับรู้และความคิดสร้างสรรค์ มีความเชื่อมโยงกันอย่างใกล้ชิดมาก

What we've just seen are neural networks

สิ่งที่พวกเราเพิ่งได้เห็นไป คือโครงข่ายประสาท

that are entirely trained to discriminate,

ที่ทั้งหมดถูกฝึกฝนโดยเพื่อแยกแยะ

or to recognize different things in the world,

หรือเพื่อจดจำสิ่งต่าง ๆ ในโลกนี้

able to be run in reverse, to generate.

ซึ่งสามารถที่จะทำงานย้อนกลับ เพื่อทำการสร้างสรรค์ได้

One of the things that suggests to me

สิ่งหนึ่งที่มันบอกกับผมก็คือ

is not only that Michelangelo really did see

ไม่ใช่แค่ไมเคิลแองเจลโลเห็นจริง ๆ

the sculpture in the blocks of stone,

ว่าประติมากรรมอยู่ในก้อนหิน

but that any creature, any being, any alien

แต่ทุกคน ทุกสิ่งมีชีวิต ทั้งในโลกหรือนอกโลก

that is able to do perceptual acts of that sort

ที่สามารถรับรู้หรือการทำงาน อะไรทำนองนั้นได้

is also able to create

ก็ย่อมสามารถที่จะสร้างสรรค์ได้

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

เพราะมันเป็นกลไกเดียวกัน ที่ถูกใช้ในทั้งสองกรณี

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

นอกจากนี้ ไม่ว่าจะอย่างไรก็ตาม ผมคิดว่าการรับรู้และความคิดสร้างสรรค์

uniquely human.

ไม่ได้เป็นเอกลักษณ์ ที่มีแต่เฉพาะในมนุษย์เท่านั้น

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

พวกเราเริ่มมีโมเดลคอมพิวเตอร์ ที่สามารถทำสิ่งเดียวกันนี้ได้

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

และนั่นไม่ควรที่จะเป็นเรื่องน่าประหลาดใจ; สมองมีการคำนวณแบบคอมพิวเตอร์

And finally,

และท้ายที่สุด

computing began as an exercise in designing intelligent machinery.

คอมพิวเตอร์เริ่มต้นจากความพยายาม ในการออกแบบเครื่องจักรที่มีความฉลาด

It was very much modeled after the idea

มันถูกสร้างขึ้นจากความคิดที่ว่า

of how could we make machines intelligent.

เราจะสร้างเครื่องจักร ให้เฉลียวฉลาดได้อย่างไร

And we finally are starting to fulfill now

และท้ายที่สุด เราเริ่มที่จะเติมเต็มความคิดนั้น

some of the promises of those early pioneers,

คำสัญญาบางอย่างของผู้ริเริ่มยุคแรก

of Turing and von Neumann

ของทัวริง และ ฟอน นอยมันน์

and McCulloch and Pitts.

และ แมคคัลลอช์ และ พิทซ์

And I think that computing is not just about accounting

และผมคิดว่าคอมพิวเตอร์ ไม่ใช่แค่สำหรับการทำบัญชี

or playing Candy Crush or something.

หรือการเล่นแคนดี้ครัช หรืออะไร

From the beginning, we modeled them after our minds.

ตั้งแต่แรกเริ่ม พวกเราสร้างมันขึ้นมา ตามแบบสมองของเรา

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

แล้วพวกมันก็ทำให้เราสามารถเข้าใจ จิตใจของเราเองดีขึ้น

and to extend them.

ทั้งยังทำให้เราเข้าใจพวกมันดีขึ้นด้วย

Thank you very much.

ขอบคุณมากครับ

(Applause)

(เสียงปรบมือ)