WEBVTT

00:00:02.366 --> 00:00:05.387
Müsadenizle size bazı şeyler göstermek
istiyorum.

NOTE Paragraph

00:00:05.728 --> 00:00:09.700
(Video) Kız: Tamam, burada yatağın üzerinde
oturan bir kedi var.

00:00:09.910 --> 00:00:13.350
Çocuk fili okşuyor.

00:00:14.300 --> 00:00:18.174
Buradaki insanlar uçağa gidiyorlar.

00:00:18.364 --> 00:00:20.274
Bu büyük bir uçak.

NOTE Paragraph

00:00:21.054 --> 00:00:23.480
Fei-Fei Li: Üç yaşında
küçük bir kız çocuğu

00:00:23.480 --> 00:00:26.959
fotoğraflarda ne gördüğünü
anlatıyor.

00:00:27.349 --> 00:00:30.194
Henüz, dünya hakkında öğrenmesi
gereken çok şey var

00:00:30.194 --> 00:00:34.743
fakat çok önemli bir alanda
uzman olmuş bile:

00:00:34.743 --> 00:00:37.589
gördüklerini anlamlandırma.

00:00:38.089 --> 00:00:42.455
Toplumumuz teknolojik olarak her
zamankinden daha fazla ilerlemiş durumda.

00:00:42.455 --> 00:00:46.084
İnsanları aya gönderiyoruz, bizimle
konuşabilen ya da radyo kanallarını

00:00:46.084 --> 00:00:51.030
sadece sevdiğimiz müzikleri çalması
için düzenleyebilen telefonlar yapıyoruz.

00:00:51.030 --> 00:00:55.085
En gelişmiş makinelerimiz 
ve bilgisayarlarımız

00:00:55.085 --> 00:00:57.988
hâlâ bu özelliği elde etmeye çalışıyorlar.

00:00:57.988 --> 00:01:01.447
Bugün, bilgisayar görme yetisi üzerine
yapılan ileri düzeydeki

00:01:01.447 --> 00:01:05.494
araştırmalarımızın işleyişi hakkında size
bilgi vermek için buradayım.

00:01:05.494 --> 00:01:09.655
Bilgisayar biliminde, en önde ve devrim niteliğinde

00:01:09.655 --> 00:01:12.861
olan teknolojik gelişmelerden biri.

NOTE Paragraph

00:01:12.861 --> 00:01:17.412
Evet, kendini sürebilen araçların
prototiplerine sahibiz,

00:01:17.412 --> 00:01:21.265
fakat akıllı görme yetisine sahip olmadan,
üzerinden geçilebilecek buruşmuş bir

00:01:21.265 --> 00:01:25.235
kağıt torba ile sakınılması gereken aynı
boyuttaki bir kaya

00:01:25.235 --> 00:01:28.575
arasındaki farkı söyleyebilmeleri
mümkün değil.

00:01:29.415 --> 00:01:32.805
Mükemmel çözünürlükte kameralar
yapmamıza rağmen,

00:01:32.805 --> 00:01:35.940
görebilmelerini sağlayamamıştık.

00:01:36.420 --> 00:01:39.725
İnsansız hava araçları koca bir araziyi
uçabilirler,

00:01:39.725 --> 00:01:41.859
ama yağmur ormanlarındaki değişimleri
izlememize yardımcı olabilecek

00:01:41.859 --> 00:01:45.320
düzeyde yeterli bir görüş kabiliyetine 
sahip değiller.

00:01:45.320 --> 00:01:48.270
Güvenlik kameraları her yerde,

00:01:48.270 --> 00:01:53.337
fakat bir çocuk havuzda boğuluyorken 
bizi uyaramıyorlar.

00:01:54.167 --> 00:01:59.502
Fotoğraf ve videolar gündelik hayatın
bir parçası haline geliyorlar.

00:01:59.762 --> 00:02:03.849
Herhangi bir insan veya bazı 
grupların görme umuduyla

00:02:03.849 --> 00:02:06.632
hızlı bir şekilde çoğalıyorlar,

00:02:06.632 --> 00:02:10.553
buradaki TED konuşmaları ile
sizler ve ben de buna katkı sağlıyoruz.

00:02:10.773 --> 00:02:13.745
En iyi yazılımımız hala bu devasa içeriği

00:02:14.915 --> 00:02:18.661
anlamaya ve yönetmeye çabalıyor.

00:02:19.661 --> 00:02:24.023
Başka bir anlamda,
toplumun tamamı olarak

00:02:24.543 --> 00:02:26.529
büyük bir görme kaybına sahibiz

00:02:26.679 --> 00:02:30.066
çünkü en iyi makinelerimiz hala
göremiyorlar.

NOTE Paragraph

00:02:31.526 --> 00:02:34.452
"Neden bu kadar zor ki bu?"
diye soracaksınız.

00:02:34.452 --> 00:02:37.145
Kameralar burada da olduğu gibi
fotoğraf çekebilirler,

00:02:37.145 --> 00:02:41.139
ışığın iki boyutlu sayı dizilerine
çevrilmiş hali ile,

00:02:41.139 --> 00:02:42.789
ki bunlara pikseller diyoruz.

00:02:42.789 --> 00:02:45.040
Fakat burada sadece ölü sayılar
bulunmakta.

00:02:45.040 --> 00:02:48.151
Kendi içlerinde herhangi bir anlam
taşımıyorlar.

00:02:48.151 --> 00:02:52.494
Nasıl ki duymak ile dinlemek aynı 
anlama gelmiyorsa

00:02:52.494 --> 00:02:56.534
fotoğraf çekmek ile görmek de
aynı şeyi ifade etmiyor.

00:02:56.974 --> 00:03:00.043
Görmek derken ciddi manada "anlamayı"
kastediyoruz.

00:03:01.293 --> 00:03:04.710
Aslında, bu yetiye sahip olabilmemiz

00:03:05.200 --> 00:03:08.943
tabiat ananın 540 milyon yılını aldı.

00:03:09.443 --> 00:03:11.324
Bu çabanın çoğu, beynin görsel

00:03:11.444 --> 00:03:16.595
işleme bölümünün gelişimine gitti

00:03:16.595 --> 00:03:19.242
sadece gözlerin kendisine değil.

00:03:19.242 --> 00:03:21.989
Yani görmek gözlerde başlıyor,

00:03:21.989 --> 00:03:25.507
ama asıl olarak beynin bir bölümünde
anlam kazanıyor.

NOTE Paragraph

00:03:26.287 --> 00:03:31.347
15 sene önce, Caltech'deki doktorama
başladığımda

00:03:31.347 --> 00:03:34.273
ve sonra Stanford Görsel Laboratuvarını
yönlendirdiğimde

00:03:34.273 --> 00:03:38.669
mentorlerim, iş ortaklarım ve
öğrencilerimle birlikte

00:03:38.669 --> 00:03:41.558
bilgisayarlara görmeyi öğretmek için
çalışıyorduk.

00:03:42.138 --> 00:03:45.932
Araştırma alanımız bilgisayar görme yetisi
ve makine öğrenimi olarak anılıyordu.

00:03:45.952 --> 00:03:49.830
Yapay zeka bölümünün genel bir dalı
olarak geçiyordu.

00:03:51.000 --> 00:03:56.493
Nihayetinde, makinelere tıpkı bizim gibi
görebilmelerini öğretmek istedik,

00:03:56.493 --> 00:04:01.880
nesnelerin isimlendirilmesi, insanların
tanımlanması, 3B geometrileri tahmin

00:04:01.880 --> 00:04:07.568
ilişkileri anlama, duygular, olaylar
ve şiddet.

00:04:07.568 --> 00:04:13.721
Şu anda insanların, yerlerin ve
eşyaların bütün hikayesini

00:04:13.721 --> 00:04:16.265
gözler önüne serip beraber dokuyalım.

NOTE Paragraph

00:04:16.955 --> 00:04:22.538
Bu amaca doğru atılacak ilk adım
bilgisayara gördüğü şeyleri öğretmek,

00:04:22.538 --> 00:04:25.906
sanal dünyanın yapı taşı bu.

00:04:25.906 --> 00:04:30.340
Basit anlamda bu öğretme
sürecini bi hayal edin,

00:04:30.340 --> 00:04:33.335
bilgisayara belirli bir nesnenin
ya da bir kedinin diyelim

00:04:33.335 --> 00:04:36.656
deneme amaçlı resimlerini göstermek
gibi

00:04:36.656 --> 00:04:41.393
ve bu resimlerden öğrenilmiş bir model
tasarlamayı.

00:04:41.393 --> 00:04:43.437
Bu ne kadar zor olabilir ki?

00:04:43.437 --> 00:04:47.489
Sonuç olarak, bir kedi sadece
şekillerin ve renklerin bir derlemesi

00:04:47.489 --> 00:04:51.575
ve bu ilk zamanlarda yaptığımız
nesne modellemesi.

00:04:51.575 --> 00:04:55.197
Algoritmasını sayısal bir dille
bilgisayara öğretmemiz gerekiyordu

00:04:55.197 --> 00:04:58.540
bu kedi yuvarak bir yüze, 
dolgun bir vücuda

00:04:58.540 --> 00:05:00.839
iki noktada kulaklara ve uzun bir kuyruğa
sahip

00:05:00.839 --> 00:05:02.249
her şey yolunda gibi.

00:05:02.859 --> 00:05:04.972
Peki, ya bu kedi?

00:05:04.972 --> 00:05:06.063
(Gülüşmeler)

00:05:06.063 --> 00:05:07.689
Hepsi iç içe.

00:05:07.689 --> 00:05:12.408
Bu nesne için için farklı bir şekil
ve farklı bir bakış açısı eklemeniz gerek.

00:05:12.408 --> 00:05:14.123
Peki ya kediler gizlenirse?

00:05:15.143 --> 00:05:17.362
Bu absürd kedilere ne demeli?

00:05:19.112 --> 00:05:21.529
Şimdi ne demek istediğimi anladınız.

00:05:21.529 --> 00:05:24.896
Evdeki kedi gibi basit bir şey için bile

00:05:24.896 --> 00:05:29.400
sonsuz çeşitlilikte nesne modellemesi
yapmak mümkün

00:05:29.400 --> 00:05:31.633
ve bu sadece bir nesne.

NOTE Paragraph

00:05:32.573 --> 00:05:35.065
Yaklaşık sekiz yıl önce,

00:05:35.065 --> 00:05:40.095
oldukça basit ama yoğun bir gözlem
fikrimi değiştirdi.

00:05:41.425 --> 00:05:44.110
Hiç kimse bir çocuğa nasıl görebileceğini
öğretmez,

00:05:44.110 --> 00:05:46.371
özellikle de erken yaşlarda.

00:05:46.371 --> 00:05:51.371
Gerçek dünya tecrübeleri ve örnekleriyle
öğrenirler bunu.

00:05:51.371 --> 00:05:54.111
Bir çocuğun gözlerini düşünecek olursanız

00:05:54.111 --> 00:05:56.665
sanki bir çift biyolojik kameraymış gibi,

00:05:56.665 --> 00:06:00.845
yaklaşık her 200 milisaniyede
bir fotoğraf çekerler,

00:06:00.845 --> 00:06:03.979
göz hareketinden oluşmuş ortalama
bir zaman dilimi.

00:06:03.979 --> 00:06:09.529
Yani üç yaşında bir çocuk, gerçek hayatta
yüz milyonlarca

00:06:09.529 --> 00:06:11.363
fotoğraf görmüş olacak.

00:06:11.363 --> 00:06:13.643
Bu oldukça fazla deneme örneği.

00:06:14.383 --> 00:06:20.372
Sadece daha iyi algoritmalara
odaklanmak yerine,

00:06:20.372 --> 00:06:25.644
sezilerim algoritmalara bir tür
eğitici veri vermek üzerineydi,

00:06:25.644 --> 00:06:28.963
tıpkı bir çocuğa sayıca ve kalitece

00:06:28.963 --> 00:06:32.841
deneyimleri yoluyla verilmiş gibi.

NOTE Paragraph

00:06:32.841 --> 00:06:34.699
Bunu anlayınca,

00:06:34.699 --> 00:06:37.670
bir tür veri havuzuna

00:06:37.670 --> 00:06:42.129
sahip olduğumuz resimlerden daha
fazla, hatta binlerce kat daha fazla

00:06:42.129 --> 00:06:44.706
ihtiyacımız olduğunu biliyorduk.

00:06:44.706 --> 00:06:48.817
Princeton Üniversitesinden Prof. Kai Li
ile birlikte

00:06:48.817 --> 00:06:53.569
2007 senesinde ImageNet projesini
başlattık.

00:06:53.569 --> 00:06:57.407
Şanslıyız ki başımızın üzerine bir
kamera alıp

00:06:57.407 --> 00:06:59.171
yıllarca beklememize gerek kalmadı.

00:06:59.171 --> 00:07:00.634
İnternete başvurduk.

00:07:00.634 --> 00:07:05.070
İnsanların oluşturduğu en büyük
resim definesi.

00:07:05.070 --> 00:07:08.111
Yaklaşık bir milyar resim indirdik

00:07:08.111 --> 00:07:13.991
ve crowdsourcing teknolojisini kullandık.
Resimleri tanımlamada bize yardımcı olmada

00:07:13.991 --> 00:07:16.330
Amazon Mechanical Turk platformu gibi.

00:07:16.330 --> 00:07:21.230
ImageNet, Amazon Mechanical Turk
çalışanlarına işveren en büyük

00:07:21.230 --> 00:07:24.226
kurumlardan biri oldu.

00:07:24.226 --> 00:07:28.080
Dünya genelinde 167 ülkeden

00:07:28.080 --> 00:07:32.120
neredeyse 50,000 çalışan

00:07:32.120 --> 00:07:35.257
yaklaşık bir milyar resmi

00:07:35.537 --> 00:07:39.642
eleyip, sınıflandırma ve tanımlamada bize
yardımcı oldu.

00:07:40.612 --> 00:07:43.265
Bu çaba, erken gelişim dönemindeki

00:07:43.265 --> 00:07:47.165
bir çocuğun algıladığı görüntülerin
sadece belli bir bölümünü

00:07:47.165 --> 00:07:51.336
elde edebilmemiz içindi.

NOTE Paragraph

00:07:52.148 --> 00:07:56.050
Nihayet, bilgisayar algoritmalarını
eğitmek için

00:07:56.050 --> 00:08:00.600
big datanın kullanılması fikri
şu anda mümkün hale geldi,

00:08:00.600 --> 00:08:04.710
fakat 2007 senesine dönersek,
bu mümkün değildi.

00:08:04.710 --> 00:08:08.588
Bu yolculukta uzun bir süre tam
anlamıyla kendi başımızaydık.

00:08:08.588 --> 00:08:13.591
Samimi bazı arkadaşlarım kadrom için daha
kullanışlı şeyler yapmamı tavsiye ettiler,

00:08:13.591 --> 00:08:17.933
ve aynı zamanda araştırma fonu oluşturmak
için durmaksızın çabalıyorduk.

00:08:17.933 --> 00:08:20.418
Hatta, master öğrencilerime ImageNet fonu

00:08:20.418 --> 00:08:24.481
için kuru temizleme mağazamı tekrar açma
konusunda şaka yapıyordum.

00:08:24.481 --> 00:08:29.242
Üniversite yıllarımda bu şekilde
geçiniyordum.

NOTE Paragraph

00:08:29.242 --> 00:08:31.098
Sonra devam ettik.

00:08:31.098 --> 00:08:34.813
2009 senesinde, ImageNet projesi

00:08:34.813 --> 00:08:38.855
her gün ingilizce kelimelerle 22,000

00:08:38.855 --> 00:08:43.660
nesne ve eşya sınıfı ile

00:08:43.660 --> 00:08:46.980
15 milyonluk bir resim veritabanına
ulaştı.

00:08:46.980 --> 00:08:49.906
Sayı ve kalite olarak,

00:08:49.906 --> 00:08:52.878
emsalsiz bir ölçekti bu.

00:08:52.878 --> 00:08:56.339
Örneğin, kedi kategorisinde,

00:08:56.339 --> 00:08:59.148
görünüş ve poz

00:08:59.148 --> 00:09:03.258
ile evcil ve yaban türlerinin tümüyle

00:09:03.258 --> 00:09:08.481
62 binden fazla kedi bulunmakta.

00:09:08.481 --> 00:09:11.825
Bunları ImageNet olarak toparladığımızdan
heyecanlıydık

00:09:11.825 --> 00:09:15.563
ve sonra bütün dünya araştırmalarında
bunlardan faydalanılsın istedik,

00:09:15.563 --> 00:09:19.604
bu yüzden TED fashion'da bütün veri
havuzumuzu

00:09:19.604 --> 00:09:23.196
global araştırma topluluklarına ücretsiz
bir şekilde açtık.

00:09:24.636 --> 00:09:28.636
(Alkış)

NOTE Paragraph

00:09:29.416 --> 00:09:33.954
Artık, bilgisayarımızın beynini besleyecek
veriye sahibiz,

00:09:33.954 --> 00:09:37.691
algoritmaların kendilerine
dönecek kadar da hazırız.

00:09:37.691 --> 00:09:42.869
ImageNet projesinin sağladığı
bilgi zenginliği, sonunda

00:09:42.869 --> 00:09:47.675
"evrişimli sinirsel ağ" olarak ifade
edilen makine öğrenme algoritmalarının

00:09:47.675 --> 00:09:50.090
özel bir sınıfıyla mükemmel bir şekilde
eşleşmişti,

00:09:50.090 --> 00:09:55.338
öncülüğünü Kunihiko Fukushima,
Geoff Hinton ve Yann LeCun'un yaptığı

00:09:55.338 --> 00:09:58.983
1970 ve 80'lerin öncesindeki bir alan.

00:09:58.983 --> 00:10:04.602
Beyinde meydana gelen milyarlarca
yüksek bağlantılı sinirler gibi,

00:10:04.602 --> 00:10:08.456
sinir ağının basit bir çalışma birimine

00:10:08.456 --> 00:10:10.871
"nöron benzeri" düğümü deniyor.

00:10:10.871 --> 00:10:13.425
Başka düğümlerden girdi alıyorlar

00:10:13.425 --> 00:10:16.143
ve diğer düğümlere gönderiyorlar.

00:10:16.143 --> 00:10:20.856
Dahası, bu yüzbinlerce hatta milyonlarca
düğüm

00:10:20.856 --> 00:10:24.083
hiyerarşik tabakalarla düzenleniyorlar

00:10:24.083 --> 00:10:26.637
tıpkı beyin gibi.

00:10:26.637 --> 00:10:31.420
Normal bir sinir ağında nesne tanıma
modelimizi eğitmek için,

00:10:31.420 --> 00:10:34.601
24 milyon düğüm,

00:10:34.601 --> 00:10:37.898
140 milyon değişken,

00:10:37.898 --> 00:10:40.661
ve 15 milyar bağlantı kullandık.

00:10:40.661 --> 00:10:43.076
Bu muazzam bir modeldi.

00:10:43.076 --> 00:10:46.977
ImageNet'den elde edilen büyük veri ile

00:10:46.977 --> 00:10:52.410
oldukça muazzam bir modeli eğitmek için
kullanılan modern CPU ve GPU'lar sayesinde

00:10:52.410 --> 00:10:54.779
evrişimli sinirsel ağ

00:10:54.779 --> 00:10:58.215
hiçbirimizin hayal edemeyeceği bir şekilde
gelişti.

00:10:58.215 --> 00:11:01.493
Nesne tanımlamada etkileyeci
yeni sonuçlar üretmek için

00:11:01.493 --> 00:11:06.063
başarılı bir mimari olmaya başladı.

00:11:06.063 --> 00:11:08.873
Bu bilgisayarın bize söylediği,

00:11:08.873 --> 00:11:11.173
bu fotoğrafta bir kedinin olduğu

00:11:11.173 --> 00:11:13.076
ve kedinin nerede olduğu.

00:11:13.076 --> 00:11:15.188
Elbette orada kedilerden daha fazlası var,

00:11:15.188 --> 00:11:17.626
burada ise bilgisayar algoritmasının
bize söylediği

00:11:17.626 --> 00:11:20.900
resimde bir çocuk ile oyuncak bir ayının;

00:11:20.900 --> 00:11:25.266
bir köpeğin, bir kişinin ve arkaplanda
küçük bir uçurtmanın;

00:11:25.266 --> 00:11:28.401
ya da çok karışık bir resimin

00:11:28.401 --> 00:11:33.045
bir adam, bir kaykay, korkuluklar, lamba
direği v.b. gibi şeyler olduğu.

00:11:33.045 --> 00:11:38.338
Bazen, bilgisayar ne gördüğü hakkında emin
olamayınca

00:11:39.488 --> 00:11:42.434
çok fazla düşünmek yerine yeterince

00:11:42.504 --> 00:11:45.652
mantıklı bir cevap vermesini öğrettik,

00:11:45.652 --> 00:11:48.463
tıpkı bizim yapacağımız gibi

00:11:48.463 --> 00:11:53.129
fakat başka zamanlarda bilgisayar
algoritmamız bize dikkate değer şeyler

00:11:53.129 --> 00:11:55.382
tam olarak nesnelerin ne olduğunu

00:11:55.382 --> 00:11:58.818
marka, model ve üretim yılı gibi şeyleri
söylüyor.

NOTE Paragraph

00:11:58.818 --> 00:12:04.204
Bu algoritmayı Google Sokak Görüntüleme
ile yüzlerce Amerika şehrinden

00:12:04.204 --> 00:12:07.339
alınmış resimlere uyguladık

00:12:07.339 --> 00:12:10.265
ve gerçekten ilginç şeyler öğrendik:

00:12:10.265 --> 00:12:13.585
öncelikle, hepimizin bildiği gibi araç

00:12:13.585 --> 00:12:16.875
fiyatlarının aile gelir düzeyiyle

00:12:16.875 --> 00:12:19.220
doğrudan ilişkili olduğunu teyit etti

00:12:19.220 --> 00:12:23.747
fakat ilginçtir ki, araç fiyatları aynı
zamanda

00:12:23.747 --> 00:12:26.047
şehirdeki suç oranları

00:12:27.007 --> 00:12:30.970
ya da posta kodlarından oy verme alanları
ile de bağlantılı.

NOTE Paragraph

00:12:32.060 --> 00:12:34.266
Peki biraz düşünün, bu oldu mu?

00:12:34.266 --> 00:12:39.419
Bilgisayar henüz insan kabiliyetlerine
erişebildi mi hatta daha üstün geldi mi ?

00:12:39.419 --> 00:12:41.557
Hayır, o kadar hızlı değil.

00:12:41.557 --> 00:12:46.480
Şu ana dek, sadece bilgisayara nesneleri
görmesini öğrettik.

00:12:46.480 --> 00:12:51.124
Bu küçük bir çocuğun bir kaç kelime
söylemesini öğrenmesi gibi bir sey.

00:12:51.124 --> 00:12:53.794
İnanılmaz bir başarıdır bu,

00:12:53.794 --> 00:12:56.254
fakat bu sadece ilk adımdır.

00:12:56.254 --> 00:13:00.016
Sonrasında, başka bir gelişimsel dönüm
noktası açığa çıkar,

00:13:00.016 --> 00:13:03.477
ve çocuk cümlelerle iletişim kurmaya
başlar.

00:13:03.477 --> 00:13:07.701
Yani, "bu resimdeki bir kedidir"
demek yerine

00:13:07.701 --> 00:13:12.903
dinlediğiniz gibi küçük kız bize "bu
yatağın üzerinde uzanan bir kedidir" diyor

NOTE Paragraph

00:13:12.903 --> 00:13:18.498
Bilgisayarı resimleri görmek ve cümle
kurmak için eğitmek,

00:13:18.498 --> 00:13:22.446
big data ile makine öğrenim algoritmasının
beraberliği için

00:13:22.446 --> 00:13:24.721
bir adım daha atılmalı.

00:13:24.721 --> 00:13:28.877
Şimdilik, bilgisayarın her resimden

00:13:28.877 --> 00:13:31.733
insanlar tarafından oluşturulmuş kadar

00:13:31.733 --> 00:13:35.055
iyi cümleler öğrenmesi gerek.

00:13:35.055 --> 00:13:38.908
Beynin görsellik ve dili bütünleştirdiği
gibi,

00:13:38.908 --> 00:13:44.109
biz de ufak görsel parçacıklar
gibi görsel şeylerle

00:13:44.189 --> 00:13:46.483
cümlelerdeki kelime ve ifadeleri

00:13:46.553 --> 00:13:49.936
birleştirecek bir model geliştirdik.

NOTE Paragraph

00:13:50.216 --> 00:13:52.979
Yaklaşık dört ay önce,

00:13:52.979 --> 00:13:55.626
sonunda bütün bunları bağladık

00:13:55.626 --> 00:13:59.410
ve bir fotoğrafı ilk kez gördüğünde

00:13:59.410 --> 00:14:03.404
bir insan gibi cümle kurabilme
yeteneğine sahip

00:14:03.404 --> 00:14:06.910
ilk bilgisayar görme modelinden
bir tane yaptık.

00:14:06.910 --> 00:14:11.554
Şu anda, bilgisayarın konuşmamızın başında

00:14:11.554 --> 00:14:13.529
küçük kızın gördüğü resimleri gördüğünde

00:14:13.529 --> 00:14:17.359
neler söylediğini size göstermeye hazırım.

NOTE Paragraph

00:14:19.519 --> 00:14:22.863
(Video) Bilgisayar:
Bir adam filin yanında duruyor.

00:14:24.393 --> 00:14:28.027
Geniş bir uçak, uçak pistinin üstünde
oturuyor.

NOTE Paragraph

00:14:29.057 --> 00:14:33.269
FFL: Tabii, hala sıkı bir şekilde
algoritmamızı geliştirmek için çalışıyoruz

00:14:33.269 --> 00:14:35.865
ve henüz öğreneceği çok sey var.

00:14:35.865 --> 00:14:38.156
(Alkış)

NOTE Paragraph

00:14:39.556 --> 00:14:42.877
Bilgisayar henüz hatalar yapmakta.

NOTE Paragraph

00:14:42.877 --> 00:14:46.268
Bilgisayar: Bir kedi battaniyenin içinde
yatakta uzanıyor.

NOTE Paragraph

00:14:46.268 --> 00:14:48.821
FFL: Tabii, oldukça fazla kedi
gördüğünden

00:14:48.821 --> 00:14:51.747
herşeyin kediye benzeyebileceğini
düşünüyor.

NOTE Paragraph

00:14:53.317 --> 00:14:56.181
Bilgisayar: Genç erkek bir beysbol
sopasını tutuyor.

00:14:56.181 --> 00:14:57.946
(Gülüşmeler)

NOTE Paragraph

00:14:57.946 --> 00:15:02.529
FFL: Ya da, henüz bir diş fırçası
görmemişse, beysbol sopasıyla karıştırıyor

NOTE Paragraph

00:15:03.309 --> 00:15:06.743
Bilgisayar: Bir adam binanın kenarından
atını sokak aşağı sürüyor.

00:15:06.743 --> 00:15:08.766
(Gülüşmeler)

NOTE Paragraph

00:15:08.766 --> 00:15:12.318
FFL: Henüz bilgisayarlara Sanat 101
dersini öğretmedik.

NOTE Paragraph

00:15:13.768 --> 00:15:16.652
Bilgisayar: Bir zebra otlukların içinde
duruyor.

NOTE Paragraph

00:15:16.652 --> 00:15:20.019
FFL: Ve henüz doğanın büyüleci güzelliğini

00:15:20.019 --> 00:15:22.457
takdir etmeyi bizim gibi öğrenmedi.

NOTE Paragraph

00:15:22.457 --> 00:15:25.289
Uzun bir yolculuktu.

00:15:25.289 --> 00:15:29.515
Sıfırdan üç yaşına getirmek oldukça zordu.

00:15:29.515 --> 00:15:35.111
Asıl zor olan üç yaşından on üç yaş ve
daha ötesine götürebilmek.

00:15:35.111 --> 00:15:39.476
Size bu resmi tekrar hatırlatmak istiyorum,
çocuk ve kekin olduğu.

00:15:39.476 --> 00:15:43.540
Şu ana dek, bilgisayara nesneleri
görebilmesini

00:15:43.540 --> 00:15:47.998
hatta gördüğü resimden küçük bir hikaye
anlatmasını bile öğrettik.

NOTE Paragraph

00:15:47.998 --> 00:15:51.574
Bilgisayar: Biri yaş pastanın olduğu
masada oturuyor.

NOTE Paragraph

00:15:51.574 --> 00:15:54.554
FFL: Fakat bu resimde sadece bir kişi ve
pastadan

00:15:54.554 --> 00:15:56.474
daha fazlası var.

00:15:56.474 --> 00:16:00.941
Bilgisayarın göremediği şey,
onun sadece Paskalya süresince

00:16:00.941 --> 00:16:04.158
servis edilen özel bir İtalyan pastası
olduğu.

00:16:04.158 --> 00:16:08.003
Çocuk, babası tarafından Sidney gezisinden
sonra kendisine hediye edilen

00:16:08.003 --> 00:16:11.333
en sevdiği tişörtünü giyiyor,

00:16:11.333 --> 00:16:15.141
hepimiz onun nasıl mutlu olduğunu

00:16:15.141 --> 00:16:18.344
ve şu anda kafasından geçenleri
söyleyebiliriz.

NOTE Paragraph

00:16:19.214 --> 00:16:22.339
Bu benim oğlum Leo.

00:16:22.339 --> 00:16:24.963
Görsel zeka araştırmalarımda,

00:16:24.963 --> 00:16:27.354
durmaksızın Leo'yu

00:16:27.354 --> 00:16:30.257
ve içinde yaşayacağı geleceği düşünüyorum.

00:16:30.257 --> 00:16:32.278
Makineler görebildiğinde,

00:16:32.278 --> 00:16:36.990
doktor ve hemşireler, tanı koymak ve
hastalarla ilgilenmek için

00:16:36.990 --> 00:16:41.082
ek olarak yorulmayan
göz çiftlerine sahip olacaklar.

00:16:41.082 --> 00:16:45.465
Arabalar yollarda daha güvenli
daha akıllı bir şekilde gidecek.

00:16:45.465 --> 00:16:48.159
Robotlar, sadece insanlar değil,

00:16:48.159 --> 00:16:53.008
enkaz bölgelerinde tutsak ve yaralıları
kurtarmada bizimle göğüs gerecekler.

00:16:53.798 --> 00:16:57.594
Yeni tür, daha iyi malzemeler bulacak

00:16:57.594 --> 00:17:02.103
ve makinelerin yardımıyla, görünmeyen
sınırları keşfedeceğiz.

NOTE Paragraph

00:17:03.113 --> 00:17:07.280
Azar azar, makinelere görme yetisini
veriyoruz.

00:17:07.280 --> 00:17:10.078
Önce, biz onlara görmeyi öğretiyoruz.

00:17:10.078 --> 00:17:12.841
Sonra, onlar daha iyi görebilmemiz için
bize yardım ediyor.

00:17:12.841 --> 00:17:17.006
Öncelikle, dünyamızı keşfetmek
ve düşünmek için gözlerimiz

00:17:17.006 --> 00:17:19.940
sadece insan gözleri olmayacak.

00:17:19.940 --> 00:17:23.400
Makineleri sadece zekaları için
kullanmıyor,

00:17:23.400 --> 00:17:29.579
aynı zamanda hayal bile edemeyeceğimiz bir
şekilde onlarla iş birliği yapıyoruz.

NOTE Paragraph

00:17:29.579 --> 00:17:31.740
Benim araştırmam bu:

00:17:31.740 --> 00:17:34.452
bilgisayarlara görsel zekayı vermek

00:17:34.452 --> 00:17:39.583
ve Leo için, dünya için daha iyi bir
gelecek oluşturmak.

NOTE Paragraph

00:17:39.583 --> 00:17:41.394
Teşekkürler.

NOTE Paragraph

00:17:41.394 --> 00:17:45.179
(Alkış)