0:00:00.800,0:00:03.924
我在 Google 帶領[br]一個團隊做機械智慧；

0:00:03.948,0:00:08.598
換句話說，就是制定一些訓練方法，

0:00:08.622,0:00:11.041
讓電腦和裝置能做些大腦做的事。

0:00:11.439,0:00:14.538
而這也讓我們對真實的大腦

0:00:14.562,0:00:15.851
以及神經科學產生了興趣，

0:00:15.875,0:00:20.047
特別是一些我們大腦能做

0:00:20.071,0:00:24.113
但電腦仍無法呈現出來的事。

0:00:25.209,0:00:28.818
長期以來，機械智慧的[br]其中一個領域談的就是機械感知，

0:00:28.842,0:00:31.881
它是一種轉化的過程——

0:00:31.905,0:00:33.489
像是把聲音和影像——

0:00:33.513,0:00:35.691
轉化成心智上的概念。

0:00:36.235,0:00:38.752
這是我們大腦必備的能力，

0:00:38.776,0:00:41.240
這個能力對電腦來說也很有用。

0:00:41.636,0:00:44.986
所謂的機械感知演算法，[br]像是我們團隊做的，

0:00:45.010,0:00:48.884
能讓你 Google 相簿裡的照片

0:00:48.908,0:00:51.295
根據照片裡的東西[br]把它們變成可以被搜尋的資料。

0:00:51.594,0:00:55.087
感知的另一面是創意：

0:00:55.111,0:00:58.149
把概念轉化成另一種東西。

0:00:58.173,0:01:01.728
所以過去幾年，[br]我們團隊在機器感知上的努力，

0:01:01.752,0:01:05.005
已經可以把創意與

0:01:05.005,0:01:07.795
機器藝術結合在一起。

0:01:08.556,0:01:11.840
我覺得米開朗基羅對「感知」[br]與「創意」這兩者之間的關係

0:01:11.864,0:01:15.520
有一種很透析的看法。

0:01:16.023,0:01:18.029
他有一句名言：

0:01:18.053,0:01:21.376
「每一塊石頭裡都藏著一座雕像，

0:01:22.036,0:01:25.038
等待雕刻家將它雕塑出來。」

0:01:26.029,0:01:29.245
所以我覺得米開朗基羅[br]當時的體悟是：

0:01:29.269,0:01:32.449
我們的「創意」來自「感知」，

0:01:32.473,0:01:35.590
而感知本身就是一個想像行為

0:01:35.590,0:01:38.261
及創意的來源。

0:01:38.691,0:01:42.616
人體中有一個器官[br]能做出思考、感受和想像，

0:01:42.640,0:01:44.228
當然，那就是我們的大腦。

0:01:45.089,0:01:47.634
我想先簡單地來談一談

0:01:47.658,0:01:49.960
我們對大腦認知的歷史。

0:01:50.496,0:01:52.942
因為大腦不像我們的心臟或腸道，

0:01:52.966,0:01:56.110
你不能光用看的來瞭解大腦，

0:01:56.134,0:01:57.546
光靠肉眼根本看不出個所以然來。

0:01:57.983,0:02:00.399
早期研究大腦的解剖學家，

0:02:00.423,0:02:04.230
在大腦表皮結構上[br]取了許多稀奇古怪的名字，

0:02:04.254,0:02:06.687
例如海馬體，意思是「小蝦子」。

0:02:06.711,0:02:08.119
當然，這樣的命名方式

0:02:08.119,0:02:12.627
並沒有讓我們對[br]大腦的認識有太多的幫助。

0:02:12.780,0:02:16.393
我認為，第一個有真正深入了解

0:02:16.417,0:02:18.347
大腦如何運作的，

0:02:18.371,0:02:22.291
是偉大的西班牙神經解剖學家[br]桑地牙哥·拉蒙卡哈，

0:02:22.315,0:02:23.859
他在十九世紀，

0:02:23.883,0:02:27.638
就已經開始用顯微鏡和特殊染劑

0:02:27.662,0:02:31.832
把大腦裡的特定細胞篩選出來染色，

0:02:31.856,0:02:33.864
或以強烈的對比色來觀察細胞，

0:02:33.888,0:02:37.442
這樣做，是為了瞭解[br]它們的形態結構。

0:02:37.972,0:02:40.863
這些是他在十九世紀時

0:02:40.887,0:02:42.096
畫的神經細胞圖，

0:02:42.120,0:02:44.004
這一張是鳥的大腦。

0:02:44.028,0:02:47.085
但當時已經可以看到[br]各式各樣不同的細胞圖片，

0:02:47.109,0:02:50.544
即使細胞的原理[br]在當時是個相當新穎的概念。

0:02:50.568,0:02:51.846
這些結構，

0:02:51.870,0:02:54.129
這些樹枝狀的細胞結構，

0:02:54.153,0:02:56.761
可以延伸到相當相當長──

0:02:56.785,0:02:58.631
在當時來講，[br]這樣的發現算是相當神奇了。

0:02:58.779,0:03:01.682
當然，它們也會讓人聯想到電線，

0:03:01.706,0:03:05.163
這對 19 世紀的人來說，[br]這樣的比喻可能比較恰當，

0:03:05.187,0:03:09.501
因為當時電線和電力的變革[br]正如火如荼的進行。

0:03:09.964,0:03:11.142
但就很多方面來說，

0:03:11.166,0:03:14.479
像拉蒙卡哈這樣的顯微鏡解剖圖

0:03:14.503,0:03:16.835
現在看來還是很厲害。

0:03:16.859,0:03:18.713
但我們卻在一個世紀後，

0:03:18.737,0:03:21.562
才想試著去完成[br]當年拉蒙卡哈的研究。

0:03:21.586,0:03:24.720
這些原始資料，來自我們

0:03:24.744,0:03:27.625
馬克斯·普朗克[br]神經科學機構的合作夥伴。

0:03:27.649,0:03:29.439
而我們的合作夥伴的工作就是

0:03:29.463,0:03:34.464
把大腦組織切成[br]一小片一小片的圖像。

0:03:34.488,0:03:37.814
整個樣本的大小[br]大約只有 1 立方毫米，

0:03:37.838,0:03:40.459
我展示給各位看的只有小小的一片。

0:03:40.483,0:03:42.829
你可以看到，[br]左邊的長度標誌僅有一微米。

0:03:42.853,0:03:45.262
各位現在看到的結構是粒線體，

0:03:45.286,0:03:47.330
大小跟細菌一樣。

0:03:47.354,0:03:48.905
這些連續切片圖，

0:03:48.929,0:03:52.077
是由一塊很小的組織中[br]一片片切出來的。

0:03:52.101,0:03:54.504
舉個例子做比較，

0:03:54.528,0:03:58.320
一根頭髮的直徑[br]大約有 100 微米。

0:03:58.344,0:03:59.542
我們在研究的

0:03:59.542,0:04:02.040
是比一根頭髮還更細更小的東西。

0:04:02.064,0:04:06.095
而這一系列的電子顯微鏡切片圖像，

0:04:06.119,0:04:11.127
可以組成像這樣的[br]神經元 3D 立體成像。

0:04:11.151,0:04:14.308
這些和拉蒙卡哈[br]當年的研究相去不遠。

0:04:14.332,0:04:15.824
但只有幾個神經元可以打光，

0:04:15.848,0:04:18.629
否則我們會看不到東西。

0:04:18.653,0:04:19.965
因為空間太壅擠、

0:04:19.989,0:04:21.319
結構太複雜了，

0:04:21.343,0:04:24.067
神經元蜿蜒地一個接著一個。

0:04:25.293,0:04:28.097
所以，拉蒙卡哈在當時[br]也算是走在時代的尖端，

0:04:28.121,0:04:30.676
但在那之後的幾十年，

0:04:30.700,0:04:32.971
人類對大腦的認識卻相當緩慢。

0:04:33.455,0:04:36.308
但我們已經知道[br]神經元是利用電子傳遞訊號，

0:04:36.332,0:04:39.268
到第二次世界大戰前，[br]我們的科技已經進步到

0:04:39.292,0:04:42.098
可以在活體神經元上做電子實驗，

0:04:42.122,0:04:44.228
用來更好地理解它們是如何運作的。

0:04:44.631,0:04:48.987
這也是電腦被發明出來的時間，

0:04:49.011,0:04:52.111
當初有一個模擬人腦的基礎想法——

0:04:52.135,0:04:55.220
是由艾倫·圖靈所提出，[br]他稱之為「智能機械」，

0:04:55.244,0:04:57.235
他是計算機科學之父之一。

0:04:57.923,0:05:02.555
當時沃倫麥卡洛克和華特彼特斯[br]（人工神經科學家）

0:05:02.579,0:05:03.896
看到的視覺皮質圖，

0:05:03.920,0:05:05.482
就是上面這張拉蒙卡哈的圖片。

0:05:05.506,0:05:09.948
這個皮質層是負責把[br]眼睛傳來的訊號轉換成圖像。

0:05:10.424,0:05:13.932
他們當時發現，[br]它看起來像是一張電路圖。

0:05:14.353,0:05:17.362
雖然麥卡洛克和彼特斯

0:05:17.362,0:05:19.564
在電路圖上有很多細節不太正確，

0:05:19.588,0:05:20.823
但這樣的基礎概念，

0:05:20.847,0:05:24.839
視覺皮層的工作原理

0:05:24.863,0:05:27.609
像一系列的計算子[br]在串聯的電路圖上傳遞著資訊，

0:05:27.633,0:05:29.235
這樣的概念卻是相當正確的。

0:05:29.259,0:05:31.609
我們稍微聊一下，

0:05:31.633,0:05:35.665
產生視覺資訊的模型，[br]需要做哪些事情。

0:05:36.228,0:05:38.969
覺察力的基本任務就是

0:05:38.993,0:05:42.761
比如說，看到這一張圖片，

0:05:42.761,0:05:44.387
就要會判斷出，「這是一隻鳥」，

0:05:44.411,0:05:47.285
這對我們大腦來說是很簡單的任務。

0:05:47.309,0:05:50.730
但各位要知道，這對電腦來說

0:05:50.754,0:05:53.841
在幾年前根本是不可能的事。

0:05:53.865,0:05:55.781
傳統的計算模式

0:05:55.805,0:05:58.312
根本不太容易跑出來這樣的任務。

0:05:59.366,0:06:01.918
所以，像素、

0:06:01.942,0:06:05.970
鳥圖與文字之間，

0:06:05.994,0:06:08.362
一定要有一組彼此連結的神經元

0:06:08.362,0:06:09.987
在神經網路內相互作用著，

0:06:10.011,0:06:11.234
就像我這張示意圖。

0:06:11.258,0:06:14.530
這張神經網路圖[br]就像我們的視覺皮質運作原理。

0:06:14.554,0:06:16.716
如今，我們已經有能力

0:06:16.740,0:06:19.194
用電腦來模擬這樣的神經網路。

0:06:19.834,0:06:22.187
接下來我向各位展示一下，[br]實際的操作大概是怎樣。

0:06:22.211,0:06:25.627
圖片的像素你可以把它想像成是[br]第一層的神經元，

0:06:25.651,0:06:27.890
實際上，就是眼睛裡面[br]像素的呈現方式，

0:06:27.914,0:06:29.577
像素是透過[br]視網膜上的神經元做傳遞。

0:06:29.601,0:06:31.101
而這些前饋資訊

0:06:31.125,0:06:34.528
會一層一層地傳遞到下一層神經元，

0:06:34.552,0:06:37.585
全部由不同的「突觸權重」所連結。

0:06:37.609,0:06:38.944
神經網路的行為

0:06:38.968,0:06:42.252
全都由這些突觸的強度所控制。

0:06:42.276,0:06:45.564
它們決定了神經網路的計算模式。

0:06:45.588,0:06:47.058
最後，

0:06:47.082,0:06:49.529
會有一個或一小群的[br]神經元發出訊號，

0:06:49.553,0:06:51.650
辨識出該圖片就是，「鳥」。

0:06:51.824,0:06:54.956
我現在要來解釋一下這三個元素——

0:06:54.980,0:06:59.676
輸入的「像素」、[br]神經網路裡的「突觸」、

0:06:59.700,0:07:01.285
還有「鳥」這個輸出的字元——[br]它們是如何運作的。

0:07:01.309,0:07:04.366
它們是由三種變數所組成，[br]x、w 和 y。

0:07:04.853,0:07:06.664
圖片中可能有一百多萬個 x ——

0:07:06.688,0:07:08.641
100 多萬個像素。

0:07:08.665,0:07:11.111
而 w 可能有數十億或好幾兆個，

0:07:11.135,0:07:14.556
它們代表著神經網路中[br]各個突觸的權重。

0:07:14.580,0:07:16.455
而這個網路能輸出的 y

0:07:16.479,0:07:18.337
只有少數幾個。

0:07:18.361,0:07:20.110
「bird」只有四個字母，對吧?

0:07:21.088,0:07:24.514
我們假設它的原理是[br]一個簡單的公式，

0:07:24.538,0:07:26.701
x 「乘以」 w = y

0:07:26.725,0:07:28.761
我把乘法符號用引號標示起來

0:07:28.785,0:07:31.065
因為它其實是一個

0:07:31.089,0:07:34.135
非常複雜的數學運算概念。

0:07:35.172,0:07:36.393
這個方程式

0:07:36.417,0:07:38.089
有三個變數，

0:07:38.113,0:07:40.839
我們都知道，如果你想要[br]解開這個方程式，

0:07:40.863,0:07:44.505
可以從兩個已知數[br]交叉算出未知的數。

0:07:45.158,0:07:48.538
所以要推斷出

0:07:48.562,0:07:51.435
圖片中的影像是一隻鳥，

0:07:51.459,0:07:52.733
可以用這種方式得知：

0:07:52.757,0:07:56.216
y 是未知數，而 w 和 x 是已知數。

0:07:56.240,0:07:58.699
已知神經網路和圖片像素，

0:07:58.723,0:08:02.050
其實可以很直接的就得到答案，

0:08:02.074,0:08:04.260
2x3=6，就做完了。

0:08:04.862,0:08:06.985
我向各位展示一個

0:08:07.009,0:08:09.305
我們最近做的人工神經網路，

0:08:09.634,0:08:12.494
它可以在手機上做及時的操作，

0:08:12.518,0:08:15.831
當然，手機的運算能力相當驚人，

0:08:15.855,0:08:17.647
手機每秒

0:08:17.647,0:08:20.595
可以做出數十億至上兆次的運算。

0:08:20.619,0:08:22.514
你現在看到的是一隻手機

0:08:22.514,0:08:25.805
正對著一張張的鳥圖拍照，

0:08:25.829,0:08:28.544
手機不但可以正確的說出，[br]「是的，這是一隻鳥。」

0:08:28.568,0:08:31.979
還能透過神經網路分類[br]分辨出這是哪一種鳥。

0:08:32.890,0:08:34.716
所以，在這些圖片上，

0:08:34.740,0:08:38.542
x 和 w 是已知，而 y 是未知。

0:08:38.566,0:08:41.074
我現在來解釋一下這個[br]最困難的 「w」，

0:08:41.098,0:08:44.959
我們到底是如何算出來的？

0:08:44.983,0:08:47.170
為什麼大腦可以做出這樣的判斷？

0:08:47.194,0:08:49.238
我們到底是如何學到[br]這樣的認知模式的？

0:08:49.418,0:08:52.651
這個學習的過程，[br]是一個求解 w 的過程，

0:08:52.675,0:08:55.322
如果我們要解這個一次方程式，

0:08:55.346,0:08:57.346
當它們都是數字時，

0:08:57.370,0:09:00.057
我們都知道如何解 6=2 x w，

0:09:00.081,0:09:03.393
我們只要把 6 除以 2 [br]就可以得到答案。

0:09:04.001,0:09:06.221
問題在於這個運算符號，

0:09:06.823,0:09:07.974
除法這個符號——

0:09:07.998,0:09:11.119
我們會用除法的方式求解，[br]是因為它跟乘法相反，

0:09:11.143,0:09:12.583
但就如同我剛剛提到的，

0:09:12.607,0:09:15.056
乘法在這裡有點像是個幌子。

0:09:15.080,0:09:18.406
這是非常非常複雜的概念，[br]它們是「非線性運算」的概念；

0:09:18.430,0:09:20.134
無法直接用除的求解。

0:09:20.158,0:09:23.308
所以，我們要另外[br]找個方法來解方程式，

0:09:23.332,0:09:25.356
而不能直接用除的。

0:09:25.380,0:09:27.723
方法相當簡單，

0:09:27.747,0:09:30.418
可以說，我們只用了點[br]代數的小技巧，

0:09:30.442,0:09:33.348
將 6 移動到等號的右邊。

0:09:33.372,0:09:35.198
如此我們就可以繼續用乘法來運算。

0:09:35.675,0:09:39.255
而等號左邊的零——[br]我們把它想像成是誤差。

0:09:39.279,0:09:41.794
換言之，如果要解出 w，

0:09:41.818,0:09:43.474
誤差就要變成 0。

0:09:43.498,0:09:45.436
如果我們沒找到答案

0:09:45.460,0:09:47.209
誤差會永遠大於 0。

0:09:47.233,0:09:50.599
所以，我們現在[br]只能用猜的來縮小誤差，

0:09:50.623,0:09:53.310
而這就是電腦非常擅長的地方。

0:09:53.334,0:09:54.927
所以，你會從頭開始猜：

0:09:54.951,0:09:56.107
假設 w=0

0:09:56.131,0:09:57.371
那誤差會等於6

0:09:57.395,0:09:58.841
但假如 w=1 呢？誤差等於 4。

0:09:58.865,0:10:01.232
接下來電腦有點像是在玩[br]馬可波羅探索遊戲，

0:10:01.256,0:10:03.623
探索到誤差接近零為止。

0:10:03.647,0:10:07.021
當它一直探索到零，[br]那麼 w 就解出來了。

0:10:07.045,0:10:10.701
原則上，它會不停探索直到接近零，[br]但大約經過多次步驟後，

0:10:10.725,0:10:15.349
我們就能得出 w=2.999，[br]相當接近了。

0:10:16.302,0:10:18.116
這就是電腦學習的過程。

0:10:18.140,0:10:20.870
回想一下剛剛發生了什麼事情，

0:10:20.894,0:10:25.272
我們有很多已知的 x 和 y，

0:10:25.296,0:10:28.750
透過重複迭代的過程解出了 w。

0:10:28.774,0:10:32.330
而這就是我們人類學習的過程，

0:10:32.354,0:10:34.584
我們從小看了很多圖片

0:10:34.608,0:10:37.241
被告知「這是鳥」，「這不是鳥」；

0:10:37.714,0:10:39.812
經過了一段時間，不停地重複，

0:10:39.836,0:10:43.294
我們解出了 w，[br]產生了神經元的連結關係。

0:10:43.460,0:10:47.546
所以現在，我們的 x 和 w [br]是固定數，可以解出 y；

0:10:47.570,0:10:49.417
這就是我們人類每天[br]經常性的快速直覺判斷。

0:10:49.441,0:10:51.204
我們搞懂了如何解出 w，

0:10:51.228,0:10:53.131
而學習本身是一條相當艱辛的路程，

0:10:53.155,0:10:55.140
因為為了讓誤差最小化，

0:10:55.164,0:10:56.851
我們必須使用很多的訓練樣本。

0:10:56.875,0:11:00.062
約一年前，我們團隊的[br]艾力克斯摩文斯夫

0:11:00.086,0:11:02.360
決定做個實驗，

0:11:02.360,0:11:05.697
看看如果我們試著給出了 w 和 y，[br]解出來的 x 會變什麼樣。

0:11:06.124,0:11:07.275
換句話說，

0:11:07.299,0:11:08.651
電腦知道它是一隻鳥，

0:11:08.675,0:11:11.978
電腦有你給它訓練出來[br]辨識鳥圖片的神經網路，

0:11:12.002,0:11:14.346
但對電腦而言，鳥是怎樣的圖像？

0:11:15.034,0:11:20.058
原來，使用一模一樣的[br]「誤差最小化」程序

0:11:20.082,0:11:23.512
以及訓練出來[br]用來辨識鳥的神經網路，

0:11:23.536,0:11:26.924
你就能辨識出……

0:11:30.400,0:11:32.485
這是一張鳥圖，

0:11:32.814,0:11:35.755
所以，這是一張完全由

0:11:35.755,0:11:38.401
訓練辨認鳥的神經網路[br]自行創造出來的鳥圖，

0:11:38.425,0:11:41.477
只要透過不斷地重複解出 x，

0:11:41.477,0:11:43.575
而不是解 y 就可以了。

0:11:43.732,0:11:45.579
這裡有另一個有趣的範例。

0:11:45.603,0:11:49.040
我們團隊裡的[br]另外一位組員麥克泰卡，

0:11:49.064,0:11:51.372
他稱這些畫為《動物大遊行》。

0:11:51.396,0:11:54.272
這讓我有點回想起了[br]威廉肯特基的作品，

0:11:54.296,0:11:56.785
他畫好素描後，擦掉它，

0:11:56.809,0:11:58.269
然後反覆地畫、反覆地擦

0:11:58.293,0:11:59.691
透過這樣的方式，[br]創造出了一部影片。

0:11:59.715,0:12:00.866
在這個展示裡，

0:12:00.890,0:12:04.167
麥可做的就是把不同動物的 y ，

0:12:04.191,0:12:06.573
透過設計好的神經網路，

0:12:06.597,0:12:08.407
彼此辨認並分別出不一樣的動物。

0:12:08.431,0:12:12.182
如此，你就能得到一張像艾雪一樣的[br]不同動物的變體圖像。

0:12:14.221,0:12:18.835
這一張是他和艾力克斯一起完成的，

0:12:18.859,0:12:21.618
他們試著減少 y 的數量，[br]將這些圖案丟到一個 2D 平面上，

0:12:21.642,0:12:25.080
透過這個網路的辨識，

0:12:25.104,0:12:26.823
創造出了這一張有各種動物的地圖。

0:12:26.847,0:12:28.870
要做出這樣的綜合體，

0:12:28.894,0:12:31.276
或透過整張圖面產出圖像，

0:12:31.300,0:12:34.146
你只要在圖面上給出各式各樣的 y ，[br]你就能做出一張地圖來——

0:12:34.170,0:12:37.311
一張由神經網路辨識出的視覺地圖。

0:12:37.335,0:12:40.200
所有動物都會在這上面，[br]犰狳就在圖上這個點。

0:12:40.919,0:12:43.398
你也可以透過不同的神經網路，[br]做出類似這樣的作品，

0:12:43.422,0:12:46.296
這一張由辨識臉的神經網路

0:12:46.320,0:12:48.320
所做出來的作品，

0:12:48.344,0:12:51.593
這一張是用「我」當作 y ，[br]所做出來的圖畫，

0:12:51.617,0:12:53.192
用我的臉當參數。

0:12:53.216,0:12:54.922
當電腦解出 x 後，

0:12:54.946,0:12:57.564
它就畫出了這一張相當瘋狂、

0:12:57.588,0:13:02.016
有點像立體派藝術、[br]超現實、迷幻效果的我，

0:13:02.040,0:13:03.846
同一張圖卻有不同的視角。

0:13:03.870,0:13:06.604
而會有這種「同一張圖[br]不同視角」的感覺，

0:13:06.628,0:13:10.315
是因為這個神經網路的設計，

0:13:10.339,0:13:13.285
可以將不同姿勢臉之間的[br]模糊地帶移除掉，

0:13:13.285,0:13:16.215
透過觀察不同的光源就可以做到。

0:13:16.239,0:13:18.324
所以，當你重新製作圖像時，

0:13:18.348,0:13:20.652
如果你沒有使用指導圖，

0:13:20.676,0:13:21.887
或特定的統計資料，

0:13:21.911,0:13:25.676
那你就能得到來自[br]不同角度的混合體圖像，

0:13:25.700,0:13:27.548
因為它是模糊的。

0:13:27.786,0:13:32.009
所以如果艾力克斯[br]用他自己的臉當作指導圖

0:13:32.033,0:13:35.354
在優化過程中重新建造我的臉，[br]就會產生這樣的圖像。

0:13:36.284,0:13:38.612
各位可以看到，[br]這作品還不是很完美，

0:13:38.636,0:13:40.510
在圖像優化的過程方面，

0:13:40.534,0:13:42.987
還有很多工作要做。

0:13:43.011,0:13:45.838
但如果用我的臉當指導圖，

0:13:45.862,0:13:48.736
就能漸漸地顯現出比較[br]條理分明的臉。

0:13:48.892,0:13:51.393
你不需要從一張空白的畫布

0:13:51.417,0:13:52.573
或用白雜訊畫起。

0:13:52.597,0:13:53.901
當你解出 x 後，

0:13:53.925,0:13:57.814
你就可以從 x 開始畫起，[br]因為它本身就有一些圖像。

0:13:57.838,0:14:00.394
這個小小的展示[br]說明了它的運作原理。

0:14:00.418,0:14:04.540
這個網路是設計用來[br]分辨各種不同的物體，

0:14:04.564,0:14:07.683
像是人造結構、動物……等。

0:14:07.707,0:14:10.300
這一張畫我們是從[br]雲朵的圖像開始畫起的，

0:14:10.324,0:14:11.995
當我們把它優化後，

0:14:12.019,0:14:16.505
基本上，這個神經網路[br]正在搞懂它在雲朵中看見了什麼。

0:14:16.931,0:14:19.251
當你看得越久，

0:14:19.275,0:14:22.028
你就能在雲層中看得越多。

0:14:23.004,0:14:26.379
你也可以運用人臉網路[br]讓它產生幻覺，

0:14:26.403,0:14:28.215
然後就會跑出相當瘋狂的畫作。

0:14:28.239,0:14:29.389
（笑聲）

0:14:30.401,0:14:33.145
或者，麥可已經有作出[br]一些其它的實驗，

0:14:33.169,0:14:37.074
他用那張雲朵的圖像，

0:14:37.098,0:14:40.605
使電腦產生幻覺、然後放大、[br]產生幻覺、再放大。

0:14:40.629,0:14:41.780
用這樣的方式，

0:14:41.804,0:14:45.479
我在想，你就能得到一種[br]像是在神遊狀態的網路，

0:14:45.503,0:14:49.183
或者像是一種無拘束的聯想，

0:14:49.207,0:14:51.434
彷彿神經網路正在吃著自己的尾巴。

0:14:51.458,0:14:54.879
所以每一張圖像基本上像是正在想：

0:14:54.903,0:14:56.324
「我接下來會看到什麼？

0:14:56.348,0:14:59.151
接下來會看到什麼？[br]接下來會看到什麼？」

0:14:59.487,0:15:02.423
我第一次在一個[br]公眾場合上展示這個影片，

0:15:02.447,0:15:07.884
是在西雅圖的「高等教育」[br]機構做演說時展示的，

0:15:07.908,0:15:10.345
當時剛好是大麻剛合法化的時候。

0:15:10.369,0:15:12.784
（笑聲）

0:15:14.627,0:15:16.731
所以，我快速總結一下，

0:15:16.755,0:15:21.010
這項技術並不會受到約束。

0:15:21.034,0:15:24.699
我剛剛展示的是純粹的視覺範例，[br]因為觀察它的變化，真的很好玩。

0:15:24.723,0:15:27.174
它不單只有視覺科技。

0:15:27.198,0:15:29.191
我們的藝術合作者，羅斯谷穎[br]已經做了一些實驗，

0:15:29.215,0:15:32.886
他用相機拍了一張照片，

0:15:32.910,0:15:37.144
然後他背包裡的電腦[br]會根據圖片上的內容，

0:15:37.168,0:15:39.112
透過神經網路，創作出一首詩。

0:15:39.136,0:15:42.083
這個會作詩的神經網路

0:15:42.107,0:15:44.341
是透過大量 20 世紀的詩集[br]所訓練出來的，

0:15:44.365,0:15:45.864
而做出來的詩，

0:15:45.888,0:15:47.802
實際上，我覺得還得不錯。

0:15:47.826,0:15:49.210
（笑聲）

0:15:49.234,0:15:50.393
整體而言，

0:15:50.417,0:15:52.549
我在想，米開朗基羅，

0:15:52.573,0:15:53.807
他是對的；

0:15:53.831,0:15:57.267
感知和創意的關係是相當緊密的。

0:15:57.611,0:16:00.245
我們剛剛看的神經網路，

0:16:00.269,0:16:02.572
它們是被訓練出來分辯

0:16:02.596,0:16:04.838
或辨認世界上不同的東西，

0:16:04.862,0:16:08.023
也可以反過來，自行創作出東西來。

0:16:08.047,0:16:09.830
而我從中所得到的

0:16:09.854,0:16:12.252
不僅有米開朗基羅的啟發：

0:16:12.276,0:16:14.728
「看見石頭裡的雕像」，

0:16:14.752,0:16:18.390
還有任何能做出感知活動的[br]生物、生命、外來物種

0:16:18.414,0:16:22.071
都能透過這樣的方式

0:16:22.095,0:16:23.470
被呈現並創造出來，

0:16:23.494,0:16:26.718
因為這兩者與剛才舉的例子[br]都有著相同的機制。

0:16:26.742,0:16:30.668
我也認為，感知及創意

0:16:30.668,0:16:32.508
不是只有我們人類獨有。

0:16:32.532,0:16:36.240
我們已經有電腦模式[br]可以做出相當類似的事。

0:16:36.264,0:16:39.592
所以不需要感到驚訝；[br]因為大腦是會運算的。

0:16:39.616,0:16:41.273
最後，我要說的是，

0:16:41.297,0:16:45.965
設計智能機器已經開始成為[br]電腦界的活動。

0:16:45.989,0:16:48.451
在如何讓機器更智能的領域方面，

0:16:48.475,0:16:51.488
已經有很多的模式產生。

0:16:51.512,0:16:53.674
我們終於開始

0:16:53.698,0:16:56.104
完成一些早期前輩們

0:16:56.128,0:16:57.841
像是圖靈、馮諾伊曼、

0:16:57.865,0:17:00.130
馬庫洛奇和皮斯的期望。

0:17:00.154,0:17:04.252
而我也認為電腦不是只有拿來計算

0:17:04.276,0:17:06.423
或玩玩 Candy Crush 而已，

0:17:06.447,0:17:09.025
回到初衷，我們想要的[br]是讓電腦能仿效人腦。

0:17:09.049,0:17:11.842
它不僅讓我們更了解了人類的心智，

0:17:11.842,0:17:14.581
並讓我們獲得延伸發展心智的能力。

0:17:14.627,0:17:15.794
非常感謝大家。

0:17:15.818,0:17:21.757
（掌聲）