1
00:00:03,066 --> 00:00:05,964
Něco vám ukážu.

2
00:00:05,964 --> 00:00:10,200
(Video) Holčička: Dobře, to je kočka
sedící na posteli.

3
00:00:10,200 --> 00:00:14,300
Kluk si hladí slona.

4
00:00:14,300 --> 00:00:18,544
To jsou lidi, co nastupují do letadla.

5
00:00:18,544 --> 00:00:21,374
Je to velké letadlo.

6
00:00:21,374 --> 00:00:23,670
Fei-Fei Li: Toto je tříleté dítě

7
00:00:23,670 --> 00:00:27,349
popisující, co vidí na sérii fotek.

8
00:00:27,349 --> 00:00:30,194
Ještě se má hodně co učit o světě,

9
00:00:30,194 --> 00:00:34,743
ale už teď je expert na jednu velmi
důležitou věc:

10
00:00:34,743 --> 00:00:37,589
dávat smysl tomu, co vidí.

11
00:00:37,929 --> 00:00:42,455
Naše společnost je více technologicky
vyvinutá než kdy předtím.

12
00:00:42,455 --> 00:00:46,084
Posíláme lidi na měsíc,
vyrábíme telefony, co na nás mluví,

13
00:00:46,084 --> 00:00:51,030
nebo si můžeme upravit radio, aby
hrálo jenom hudbu, kterou chceme.

14
00:00:51,030 --> 00:00:55,085
Přesto naše nejvyvinutější stroje
a počítače

15
00:00:55,085 --> 00:00:57,988
tenhle úkol nezvládají.

16
00:00:57,988 --> 00:01:01,447
Já jsem tu dnes, abych vám dala hlášení
o vývoji

17
00:01:01,447 --> 00:01:05,494
posledních pokroků v našem výzkumu
počítačového zraku,

18
00:01:05,494 --> 00:01:09,655
jedné z nejhraničnějších a
potencionálně revolučních

19
00:01:09,655 --> 00:01:12,861
technologiích v počítačové vědě.

20
00:01:12,861 --> 00:01:17,412
Ano, navrhli jsme auta,
která sama řídí,

21
00:01:17,412 --> 00:01:21,265
ale bez chytrého zraku,
nerozeznají

22
00:01:21,265 --> 00:01:25,235
zmuchlaný papírový sáček na silnici,
který se může přejet,

23
00:01:25,235 --> 00:01:28,575
od kamenu stejné velikosti,
který by bylo lepší objet.

24
00:01:29,255 --> 00:01:32,805
Vytvořili jsme úžasné megapixelové foťáky,

25
00:01:32,805 --> 00:01:35,940
ale neumíme slepým vrátit zrak.

26
00:01:36,420 --> 00:01:39,725
Drony mohou létat po rozsáhlé krajině,

27
00:01:39,725 --> 00:01:41,859
ale nemají dostatečnou 
vizuální technologie,

28
00:01:41,859 --> 00:01:45,320
aby nám pomohly mapovat změny
v deštných pralesech.

29
00:01:45,320 --> 00:01:48,270
Kamerové systémy jsou všude,

30
00:01:48,270 --> 00:01:53,337
ale neupozorní nás, když se dítě
topí v bazénu.

31
00:01:54,167 --> 00:01:59,622
Fotky a videa se stávají nezbytnou
součástí života.

32
00:01:59,622 --> 00:02:03,849
Jsou vytvářeny rychlostí, která je
mnohem vyšší

33
00:02:03,893 --> 00:02:06,632
než jsme si dokázali představit,

34
00:02:06,632 --> 00:02:10,553
a já zde na TEDu k tomu přispívám.

35
00:02:10,553 --> 00:02:15,785
Přesto všechno naše nejdokonalejší
programy stále zápasí s porozuměním

36
00:02:15,785 --> 00:02:19,661
a ovládáním tohoto ohromného obsahu.

37
00:02:19,661 --> 00:02:24,723
Jiný slovy, dohromady jako společnost

38
00:02:24,723 --> 00:02:26,509
jsme prakticky slepí,

39
00:02:26,509 --> 00:02:30,066
protože naše nejchytřejší stroje
jsou slepé.

40
00:02:31,436 --> 00:02:34,452
"Proč je to tak těžké?" ptáte se.

41
00:02:34,452 --> 00:02:37,145
Foťáky mohou vyfotit obrázek jako tento

42
00:02:37,145 --> 00:02:41,139
převedením světel do dvoudimenzionální
soustavy

43
00:02:41,139 --> 00:02:42,789
známé jako pixely,

44
00:02:42,789 --> 00:02:45,040
ale to jsou jenom neživá čísla.

45
00:02:45,040 --> 00:02:48,151
Sama o sobě nemají smysl.

46
00:02:48,151 --> 00:02:52,494
Stejně jako slyšet není to samé
jako poslouchat,

47
00:02:52,494 --> 00:02:56,534
fotit není to samé jako vidět,

48
00:02:56,534 --> 00:03:00,363
a viděním myslíme chápaní.

49
00:03:01,293 --> 00:03:07,470
Ve skutečnosti, Matce Zemi trvalo
540 milionů let tvrdé práce,

50
00:03:07,470 --> 00:03:09,443
aby tohoto dosáhla

51
00:03:09,443 --> 00:03:11,324
a velká část této snahy

52
00:03:11,324 --> 00:03:16,595
padla na vývoj zrakové procesního 
aparátu v našem mozku,

53
00:03:16,595 --> 00:03:19,242
nejen na oči samotné.

54
00:03:19,242 --> 00:03:21,989
Takže zrak začíná očima,

55
00:03:21,989 --> 00:03:25,507
ale odehrává se v mozku.

56
00:03:26,287 --> 00:03:31,347
Již po 15 let od mého doktorátu 
na Caltechu

57
00:03:31,347 --> 00:03:34,273
a vedení laboratoře 
Stanford's Vision,

58
00:03:34,273 --> 00:03:38,669
pracuji se svými mentory, spolupracovníky
a studenty na tom,

59
00:03:38,669 --> 00:03:41,558
abychom naučili počítače vidět.

60
00:03:42,518 --> 00:03:45,952
Náš výzkum se jmenuje počítačový zrak 
a učení strojů.

61
00:03:45,952 --> 00:03:49,830
Je to součástí obecného oboru
o umělé inteligenci.

62
00:03:51,000 --> 00:03:56,493
Chceme naučit stroje,
aby viděly jako my:

63
00:03:56,493 --> 00:04:01,880
pojmenovávat objekty, identifikovat lidi,
odvozovat 3D geometrii věcí,

64
00:04:01,880 --> 00:04:07,568
pochopení vztahů, emocí, akcí a úmyslů.

65
00:04:07,568 --> 00:04:13,721
Vy a já dohromady splétáme celé příběhy
lidí, míst a věcí

66
00:04:13,721 --> 00:04:15,885
v okamžik, kdy je spatříme.

67
00:04:16,955 --> 00:04:22,538
Prvním krokem k dosažení tohoto cíle
je naučit počítače vidět objekty,

68
00:04:22,538 --> 00:04:25,906
základní kameny světa vidění.

69
00:04:25,906 --> 00:04:30,340
Jednoduše řečeno, představte si tento
proces učení

70
00:04:30,340 --> 00:04:33,335
jako ukazování počítačům 
tréninkové obrázky

71
00:04:33,335 --> 00:04:36,656
konkrétního objektu, například koček,

72
00:04:36,656 --> 00:04:41,353
a vytváření modelu, který se učí z těchto
tréninkových obrázků.

73
00:04:41,353 --> 00:04:43,347
Jak těžké to může být?

74
00:04:43,347 --> 00:04:47,489
Vždyť kočka je jen sbírka tvarů a barev

75
00:04:47,489 --> 00:04:51,575
a to je přesně to, co jsme udělali
v začátcích objektového modelování.

76
00:04:51,575 --> 00:04:55,197
Naučili jsme počítače algoritmus
v matematickém jazyce,

77
00:04:55,197 --> 00:04:58,540
že kočka má kulatý obličej,
zaoblené tělo,

78
00:04:58,540 --> 00:05:00,839
dvě špičaté uši, a dlouhý ocas,

79
00:05:00,839 --> 00:05:02,249
a všechno vypadalo dobře.

80
00:05:02,769 --> 00:05:04,972
Ale co třeba tahle kočka?

81
00:05:04,972 --> 00:05:05,973
(Smích)

82
00:05:05,973 --> 00:05:07,489
Je celá pokřivená.

83
00:05:07,489 --> 00:05:12,408
Nyní musíte tedy přidat další tvar a 
pohled danému modelu.

84
00:05:12,408 --> 00:05:14,123
Ale co když jsou kočky schované?

85
00:05:15,143 --> 00:05:17,362
Co tyhle pošetilé kočky?

86
00:05:19,112 --> 00:05:21,529
Teď už mě chápete.

87
00:05:21,529 --> 00:05:24,896
Tak jednoduchá věc jako je
domácí mazlíček

88
00:05:24,896 --> 00:05:29,400
může mít nekonečné množství 
variací objektovému modelu,

89
00:05:29,400 --> 00:05:31,633
a to je to jenom jeden objekt.

90
00:05:32,573 --> 00:05:35,065
Takže před zhruba osmi lety,

91
00:05:35,065 --> 00:05:40,095
jeden prostý, ale pronikavý prostřeh
změnil mé myšlení.

92
00:05:41,425 --> 00:05:44,110
Nikdo neříká dítěti jak má vidět,

93
00:05:44,110 --> 00:05:46,371
obzvláště v raném věku.

94
00:05:46,371 --> 00:05:51,371
Naučí se to pomocí skutečných
životních zkušeností a příkladů.

95
00:05:51,371 --> 00:05:54,111
Když si představíte dětské oči

96
00:05:54,111 --> 00:05:56,665
jako pár biologických foťáků,

97
00:05:56,665 --> 00:06:00,845
vyfotí jeden obrázek každých 
200 milisekund,

98
00:06:00,845 --> 00:06:03,979
což je průměrný čas, za který
se oko pohne.

99
00:06:03,979 --> 00:06:09,529
Takže ve třetím roce dítě
vidělo stovky milionů obrázků

100
00:06:09,529 --> 00:06:11,363
skutečného světa.

101
00:06:11,363 --> 00:06:13,643
To je celkem hodně tréninkových příkladů.

102
00:06:14,383 --> 00:06:20,372
Místo cílení na lepší algoritmy,

103
00:06:20,372 --> 00:06:25,644
můj nápad byl dát algoritmům taková
tréninková data,

104
00:06:25,644 --> 00:06:28,963
jaká byla dána dítěti skrze zkušenosti

105
00:06:28,963 --> 00:06:32,841
jak množstevně, tak kvalitou.

106
00:06:32,841 --> 00:06:34,699
Jakmile jsme toto pochopili,

107
00:06:34,699 --> 00:06:37,670
věděli jsme, že potřebujeme sehnat
sadu dat,

108
00:06:37,670 --> 00:06:42,129
která má v sobě mnohem více obrázků,
než jsme kdy měli,

109
00:06:42,129 --> 00:06:44,706
možná i tisíckrát více,

110
00:06:44,706 --> 00:06:48,817
a společně s profesorem Kai Li
na Princetonské univerzitě,

111
00:06:48,817 --> 00:06:53,569
jsme v roce 2007 spustili 
projekt ImageNet.

112
00:06:53,569 --> 00:06:57,407
Naštěstí jsme si nemuseli namontovat
kameru na hlavu

113
00:06:57,407 --> 00:06:59,171
a čekat mnoho let.

114
00:06:59,171 --> 00:07:00,634
Šli jsme na internet,

115
00:07:00,634 --> 00:07:05,070
největší pokladnice obrázků, 
kterou jsme jako lidé vytvořili.

116
00:07:05,070 --> 00:07:08,111
Stáhli jsme téměř miliardu obrázků

117
00:07:08,111 --> 00:07:13,991
a využili crowdsourcingové technologie
jako Amazon Mechanical Turk,

118
00:07:13,991 --> 00:07:16,330
aby nám pomohly pojmenovat tyto obrázky.

119
00:07:16,330 --> 00:07:21,230
Na svém vrcholu, ImageNet byl jedním
z největších zaměstnavatelů

120
00:07:21,230 --> 00:07:24,226
pracovníků Amazon Mechanical Turk:

121
00:07:24,226 --> 00:07:28,080
celkem téměř 50 tisíc pracovníků,

122
00:07:28,080 --> 00:07:32,120
ze 167 zemí světa,

123
00:07:32,120 --> 00:07:36,067
nám pomohlo vyčistit, utřídit a označit

124
00:07:36,067 --> 00:07:39,642
téměř miliardu potencionálních obrázků.

125
00:07:40,612 --> 00:07:43,265
Přesně tolik úsilí nás stálo

126
00:07:43,265 --> 00:07:47,165
zachytili pouze zlomek obrázků,

127
00:07:47,165 --> 00:07:51,336
které dětská mysl přijímá
během svých počátečních vývojových let.

128
00:07:52,148 --> 00:07:56,050
Při pohledu zpět, nápad používání
velkého množství dat

129
00:07:56,050 --> 00:08:00,600
pro učení počítačových algoritmů
se nyní může zdát samozřejmý,

130
00:08:00,600 --> 00:08:04,710
ale v roce 2007 tomu tak nebylo.

131
00:08:04,710 --> 00:08:08,588
Byli jsme po docela dlouhou dobu 
na této cestě sami.

132
00:08:08,588 --> 00:08:13,591
Někteří mí kolegové mi doporučovali, 
abych dělala něco užitečnějšího,

133
00:08:13,591 --> 00:08:17,933
a neustále jsme sháněli finance
pro náš výzkum.

134
00:08:17,933 --> 00:08:20,418
Jednou jsem dokonce vtipkovala se svými
studenty,

135
00:08:20,418 --> 00:08:24,481
že si znovu otevřu svoji čistírnu, abych
zaplatila ImageNet.

136
00:08:24,481 --> 00:08:29,242
Přece jen, tak jsem financovala svoje
studia na univerzitě.

137
00:08:29,242 --> 00:08:31,098
Tak jsme pokračovali.

138
00:08:31,098 --> 00:08:34,813
V roce 2009 projekt ImageNet vytvořil

139
00:08:34,813 --> 00:08:38,855
databázi 15 milionů obrázků

140
00:08:38,855 --> 00:08:43,660
napříč 22 000 tříd objektů a věcí

141
00:08:43,660 --> 00:08:46,980
organizovaných podle každodenních
anglických slov.

142
00:08:46,980 --> 00:08:49,906
V obou - kvantitě i kvalitě,

143
00:08:49,906 --> 00:08:52,878
v nevídaném množství.

144
00:08:52,878 --> 00:08:56,339
Uvedu příklad na zmiňovaných kočkách,

145
00:08:56,339 --> 00:08:59,148
měli jsme více než 62 tisíc koček

146
00:08:59,148 --> 00:09:03,258
různého vzhledu, v různých pózách

147
00:09:03,258 --> 00:09:08,481
a všechny druhy domácích i divokých koček.

148
00:09:08,481 --> 00:09:11,825
Byli jsme nadšení, že jsme mohli 
dát ImageNet dohromady

149
00:09:11,825 --> 00:09:15,563
a chtěli jsme, aby toho mohl využívat
celý výzkumný svět,

150
00:09:15,563 --> 00:09:19,604
takže podle TEDu, jsme celý náš data set
otevřeli

151
00:09:19,604 --> 00:09:23,196
pro celosvětovou výzkumnou komunitu
zadarmo.

152
00:09:24,636 --> 00:09:28,636
(Potlesk)

153
00:09:29,416 --> 00:09:33,954
Když teď máme data, kterými můžeme
krmit náš počítačový mozek,

154
00:09:33,954 --> 00:09:37,691
jsme připraveni se vrátit zpět 
k algoritmům jako takovým.

155
00:09:37,691 --> 00:09:42,869
Jak se pak ukázalo, hojnost informací
z ImageNetu

156
00:09:42,869 --> 00:09:47,675
byla perfektní pro konkrétní třídu
algoritmů pro učení strojů, které

157
00:09:47,675 --> 00:09:50,090
se nazývaly konvoluční neuronová síť,

158
00:09:50,090 --> 00:09:55,338
vytvořené Kunihikem Fukushimou,
Geoffem Hintonem a Yannem LeCunem

159
00:09:55,338 --> 00:09:58,983
během 70. a 80. let 20. století.

160
00:09:58,983 --> 00:10:04,602
Stejně jako se mozek skládá z miliard
vzájemně propojených neuronů,

161
00:10:04,602 --> 00:10:08,456
základní operační jednotkou 
v neuronové síti

162
00:10:08,456 --> 00:10:10,871
je uzel podobný neuronu.

163
00:10:10,871 --> 00:10:13,425
Vstup si vezme od jiných uzlů

164
00:10:13,425 --> 00:10:16,143
a pošle výstup dalším.

165
00:10:16,143 --> 00:10:20,856
Navíc tyto stovky tisíc či dokonce
miliony uzlů

166
00:10:20,856 --> 00:10:24,083
jsou organizovány v hierarchistických 
vrstvách,

167
00:10:24,083 --> 00:10:26,637
podobně jako v mozku.

168
00:10:26,637 --> 00:10:29,291
V klasické neuronové síti, kterou
používáme,

169
00:10:29,291 --> 00:10:31,945
abychom naučili náš model
rozpoznávání objektů

170
00:10:31,945 --> 00:10:34,601
je 24 milionů uzlů,

171
00:10:34,601 --> 00:10:37,898
140 milionů parametrů

172
00:10:37,898 --> 00:10:40,661
a 15 miliard spojení.

173
00:10:40,661 --> 00:10:43,076
To je obrovský model.

174
00:10:43,076 --> 00:10:46,977
Poháněný ohromným množstvím dat
z ImageNet

175
00:10:46,977 --> 00:10:52,410
a moderními CPU a GPU k trénování
takto velkého modelu,

176
00:10:52,410 --> 00:10:54,779
konvoluční neuronová síť

177
00:10:54,779 --> 00:10:58,215
kvete tak, jak by nikdo nečekal.

178
00:10:58,215 --> 00:11:00,723
Stala se vítěznou architekturou

179
00:11:00,723 --> 00:11:06,063
k vytváření nových úžasných výsledků
v rozpoznávání objektů.

180
00:11:06,063 --> 00:11:08,873
Toto je počítač, který nám říká,

181
00:11:08,873 --> 00:11:11,173
že na obrázku je kočka

182
00:11:11,173 --> 00:11:13,076
a kde ta kočka je.

183
00:11:13,076 --> 00:11:15,188
Samozřejmě existuje víc věcí než
jen kočky,

184
00:11:15,188 --> 00:11:17,626
takže tady je algoritmus počítače,
který říká,

185
00:11:17,626 --> 00:11:20,900
že obrázek obsahuje chlapce a medvídka,

186
00:11:20,900 --> 00:11:25,266
psa, osobu a malého draka v pozadí,

187
00:11:25,266 --> 00:11:28,401
nebo velice chaotický obrázek plný věcí,

188
00:11:28,401 --> 00:11:33,045
jako je muž, skateboard, zábradlí,
lampa atd.

189
00:11:33,045 --> 00:11:38,338
Někdy, když si počítač není jistý, 
co vidí,

190
00:11:39,498 --> 00:11:41,774
naučili jsme ho, 
aby byl dostatečně chytrý,

191
00:11:41,774 --> 00:11:45,652
a aby odpověděl neutrálně, 
než aby se k něčemu zavázal,

192
00:11:45,652 --> 00:11:48,463
stejně jako bychom to udělali my,

193
00:11:48,463 --> 00:11:53,129
ale jindy nám náš počítačový algoritmus
znamenitě vysvětlí,

194
00:11:53,129 --> 00:11:55,382
co přesně dané objekty jsou,

195
00:11:55,382 --> 00:11:58,818
jako například značka, model a rok u auta.

196
00:11:58,818 --> 00:12:04,204
Aplikovali jsme tento algoritmus na 
miliony obrázků z Google Street View

197
00:12:04,204 --> 00:12:07,339
napříč stovkami amerických měst,

198
00:12:07,339 --> 00:12:10,265
a zjistili jsme něco velice zajímavého:

199
00:12:10,265 --> 00:12:13,585
zaprvé, to potvrdilo známou pravdu,

200
00:12:13,585 --> 00:12:16,875
že ceny aut jsou přímo úměrné

201
00:12:16,875 --> 00:12:19,220
příjmům domácností.

202
00:12:19,220 --> 00:12:23,747
A překvapivě, ceny aut 
jsou také závislé

203
00:12:23,747 --> 00:12:26,047
na kriminalitě v daných městech,

204
00:12:27,007 --> 00:12:30,970
a nebo volební názory na PSČ.

205
00:12:32,060 --> 00:12:34,266
Takže, to je ono?

206
00:12:34,266 --> 00:12:39,419
Dosáhly počítače lidských schopností,
nebo je snad dokonce přesáhly?

207
00:12:39,419 --> 00:12:41,557
Ne tak rychle.

208
00:12:41,557 --> 00:12:46,480
Zatím jsme počítač naučili jenom
vidět věci.

209
00:12:46,480 --> 00:12:51,124
Je to jako malé dítě, které se učí
vyslovit pár slov.

210
00:12:51,124 --> 00:12:53,794
Je to neuvěřitelný úspěch,

211
00:12:53,794 --> 00:12:56,254
ale je to teprve první krok.

212
00:12:56,254 --> 00:13:00,016
Brzy, další vývojový mezník bude 
dosažen,

213
00:13:00,016 --> 00:13:03,477
a děti se naučí mluvit ve větách.

214
00:13:03,477 --> 00:13:07,701
Takže místo tvrzení - to je kočka,

215
00:13:07,701 --> 00:13:12,903
slyšeli jsme holčičku říct, že kočka
leží na posteli.

216
00:13:12,903 --> 00:13:18,498
Abychom naučili počítač vidět obrázek
a vytořit věty,

217
00:13:18,498 --> 00:13:22,446
vztah mezi velkým množstvím dat a
algoritmem učení strojů

218
00:13:22,446 --> 00:13:24,721
musí dosáhnout další fáze.

219
00:13:24,721 --> 00:13:28,877
Nyní se počítač musí učit z obou částí,

220
00:13:28,877 --> 00:13:31,733
stejně tak jako jsou věty

221
00:13:31,733 --> 00:13:35,055
vytvářené lidmi.

222
00:13:35,055 --> 00:13:38,908
Stejně jako mozek spojuje zrak a jazyk,

223
00:13:38,908 --> 00:13:44,109
vytvořili jsme model, který spojuje
části zraku,

224
00:13:44,109 --> 00:13:46,013
jako vizuální ústřižky

225
00:13:46,013 --> 00:13:50,216
se slovy a frázemi ve větách.

226
00:13:50,216 --> 00:13:52,979
Zhruba před čtyřmi měsíci,

227
00:13:52,979 --> 00:13:55,626
jsme to konečně spojili

228
00:13:55,626 --> 00:13:59,410
a vytvořili jeden z prvních modelů
počítačového zraku,

229
00:13:59,410 --> 00:14:03,404
který je schopen vytvářet lidskou větu,

230
00:14:03,404 --> 00:14:06,910
když vidí daný obrázek poprvé.

231
00:14:06,910 --> 00:14:11,554
Nyní vám ukážu, co počítač řekne,

232
00:14:11,554 --> 00:14:13,529
když vidí obrázek,

233
00:14:13,529 --> 00:14:17,359
který viděla holčička na začátku.

234
00:14:19,519 --> 00:14:22,863
(Video) Počítač: Muž stojí vedle slona.

235
00:14:24,393 --> 00:14:28,027
Velké letadlo sedí na letištní runwayi.

236
00:14:29,057 --> 00:14:33,269
FFL: Samozřejmě, stále pracujeme
na zlepšení našich algoritmů

237
00:14:33,269 --> 00:14:35,865
a stále je toho hodně, co se učit.

238
00:14:35,865 --> 00:14:38,156
(Potlesk)

239
00:14:39,556 --> 00:14:42,877
A počítač dělá i chyby.

240
00:14:42,877 --> 00:14:46,268
(Video) Počítač: Kočka ležící na posteli
pod dekou.

241
00:14:46,268 --> 00:14:48,821
FFL: samozřejmě, že když vidí tolik koček,

242
00:14:48,821 --> 00:14:51,747
myslí si, že všechno může vypadat jako
kočka.

243
00:14:53,317 --> 00:14:56,181
(Video) Počítač: Mladý chlapec drží 
baseballovou pálku.

244
00:14:56,181 --> 00:14:57,946
(Smích)

245
00:14:57,946 --> 00:15:02,529
FFL: Nebo pokud ještě neviděl kartáček,
splete si ho s basebalkou.

246
00:15:03,309 --> 00:15:06,743
(Video) Počítač: Muž jede na koni po ulici
vedle budovy.

247
00:15:06,743 --> 00:15:08,766
(Smích)

248
00:15:08,766 --> 00:15:12,318
FFL: Nenaučili jsme naše počítače 
základy umění.

249
00:15:13,768 --> 00:15:16,652
(Video) Počítač: Zebra stojí na poli trávy.

250
00:15:16,652 --> 00:15:20,019
FFL: A ještě neumí ocenit krásu přírody

251
00:15:20,019 --> 00:15:22,457
jako vy a já.

252
00:15:22,457 --> 00:15:25,289
Je to dlouhá cesta.

253
00:15:25,289 --> 00:15:29,515
Dostat se od věku 0 do 3 let bylo těžké.

254
00:15:29,515 --> 00:15:35,111
Opravdová výzva je dostat se od 3 let
ke 13 a dál.

255
00:15:35,111 --> 00:15:39,476
Dovolte mi ukázat ještě jednou obrázek 
chlapce s dortem.

256
00:15:39,476 --> 00:15:43,540
Zatím jsme počítač naučili vidět objekty,

257
00:15:43,540 --> 00:15:47,998
či dokonce říct krátce co vidí na obrázku.

258
00:15:47,998 --> 00:15:51,574
(Video) Počítač: Člověk sedí u stolu
s dortem.

259
00:15:51,574 --> 00:15:54,204
FFL: Ale na tom obrázku je toho 
o tolik více

260
00:15:54,204 --> 00:15:56,474
než jen člověk a dort.

261
00:15:56,474 --> 00:16:00,941
Co počítač nevidí, je, že je to speciální
italský dort,

262
00:16:00,941 --> 00:16:04,158
který se podává pouze při Velikonocích.

263
00:16:04,158 --> 00:16:07,363
Chlapec má na sobě své nejoblíbenější 
tričko,

264
00:16:07,363 --> 00:16:11,333
které mu dal jeho otec po cestě do Sydney,

265
00:16:11,333 --> 00:16:15,141
a vy i já dokážeme říct, jak je šťastný

266
00:16:15,141 --> 00:16:18,344
a co si právě myslí.

267
00:16:19,214 --> 00:16:22,339
Toto je můj syn Leo.

268
00:16:22,339 --> 00:16:24,963
Při řešení zrakové inteligence,

269
00:16:24,963 --> 00:16:27,354
myslím na Lea neustále,

270
00:16:27,354 --> 00:16:30,257
a na svět, ve kterém bude žít.

271
00:16:30,257 --> 00:16:32,278
Když stroje mohou vidět,

272
00:16:32,278 --> 00:16:36,990
doktoři a sestry budou mít navíc
pár neúnavných očí,

273
00:16:36,990 --> 00:16:41,082
které jim pomohou diagnostikovat
a starat se o pacienty.

274
00:16:41,082 --> 00:16:45,465
Auta budou jezdit chytřeji a 
bezpečněji.

275
00:16:45,465 --> 00:16:48,159
Roboti, nejen lidé,

276
00:16:48,159 --> 00:16:53,008
nám pomohou prozkoumat místa neštěstí,
aby zachránili uvězněné a zraněné.

277
00:16:53,798 --> 00:16:57,594
Objevíme nové druhy,
lepší materiály,

278
00:16:57,594 --> 00:17:02,103
a prozkoumáme neznámé hranice,
když nám stroje pomohou.

279
00:17:03,113 --> 00:17:07,280
Postupně dáváme zrak strojům.

280
00:17:07,280 --> 00:17:10,078
Nejdřív je učíme vidět.

281
00:17:10,078 --> 00:17:12,841
Pak nám pomohou pomoci vidět lépe.

282
00:17:12,841 --> 00:17:17,006
Poprvé, lidské oči nebudou jediné,

283
00:17:17,006 --> 00:17:19,940
které zkoumají a objevují náš svět.

284
00:17:19,940 --> 00:17:23,400
Nebudeme stroje používat jenom
kvůli jejich inteligenci,

285
00:17:23,400 --> 00:17:29,579
ale můžeme spolupracovat způsoby,
které si ani neumíme představit.

286
00:17:29,579 --> 00:17:31,740
Toto je můj úkol:

287
00:17:31,740 --> 00:17:34,452
dát počítačům zrakovou inteligenci,

288
00:17:34,452 --> 00:17:39,583
a vytvořit tak lepší budoucnost
pro Lea a svět.

289
00:17:39,583 --> 00:17:41,394
Děkuji

290
00:17:41,394 --> 00:17:45,179
(Potlesk)