1
00:00:09,627 --> 00:00:13,424
Antes, si querías que un computador
hiciera algo nuevo

2
00:00:13,424 --> 00:00:15,256
tenías, normalmente, que programarlo.

3
00:00:15,256 --> 00:00:18,542
La programación, para quienes
no la han practicado,

4
00:00:18,566 --> 00:00:21,645
requiere especificar 
con el más mínimo detalle

5
00:00:21,645 --> 00:00:25,234
cada paso que uno quiere
que haga su computador

6
00:00:25,234 --> 00:00:27,481
para alcanzar el objetivo.

7
00:00:27,481 --> 00:00:31,126
Si quieren hacer algo que
no saben hacer por sí mismos

8
00:00:31,126 --> 00:00:33,132
entonces están ante un gran reto.

9
00:00:33,132 --> 00:00:36,682
Ese fue el reto al que se enfrentó
este hombre, Arthur Samuel.

10
00:00:36,682 --> 00:00:42,775
En 1956, quería hacer que su computador
pudiera ganarle a las damas.

11
00:00:42,775 --> 00:00:44,532
¿Cómo se puede diseñar un programa,

12
00:00:44,532 --> 00:00:48,820
teniendo en cuenta el más mínimo detalle
que sea mejor que sí mismo a las damas?

13
00:00:48,820 --> 00:00:50,527
Y se le ocurrió una idea:

14
00:00:50,527 --> 00:00:54,370
hizo jugar al computador 
contra sí mismo miles de veces

15
00:00:54,370 --> 00:00:56,826
y le hizo aprender 
a jugar a las damas.

16
00:00:56,826 --> 00:00:59,774
De hecho funcionó, ya en 1962,

17
00:00:59,774 --> 00:01:02,707
este computador había ganado
la competición estatal de Connecticut.

18
00:01:03,416 --> 00:01:06,859
Arthur Samuel fue el padre 
del aprendizaje automático,

19
00:01:06,859 --> 00:01:08,441
y tengo una deuda con él,

20
00:01:08,441 --> 00:01:11,279
porque soy un profesional
del aprendizaje automático.

21
00:01:11,279 --> 00:01:12,906
Fui presidente de Kaggle,

22
00:01:12,906 --> 00:01:14,533
una comunidad de unos 200 000

23
00:01:14,533 --> 00:01:16,162
profesionales del
aprendizaje automático.

24
00:01:16,162 --> 00:01:18,447
Kaggle contribuye con competiciones

25
00:01:18,447 --> 00:01:21,893
para tratar de resolver problemas
anteriores no resueltos,

26
00:01:22,071 --> 00:01:24,732
y tuvo éxito cientos de veces.

27
00:01:25,727 --> 00:01:28,118
Así que desde esa perspectiva, 
pude descubrir

28
00:01:28,118 --> 00:01:32,169
mucho sobre lo que el aprendizaje
automático hizo, puede hacer hoy

29
00:01:32,169 --> 00:01:34,367
y lo que podrá hacer en el futuro.

30
00:01:34,367 --> 00:01:36,605
Quizás el primer gran éxito

31
00:01:36,605 --> 00:01:39,209
del aprendizaje automático
en el mercado fue Google.

32
00:01:39,209 --> 00:01:41,835
Google demostró que era posible
encontrar información

33
00:01:41,835 --> 00:01:44,131
usando un algoritmo informático

34
00:01:44,131 --> 00:01:46,945
y ese algoritmo se basa en
el aprendizaje automático.

35
00:01:46,945 --> 00:01:50,661
Desde entonces, ha habido muchos éxitos
comerciales del aprendizaje automático.

36
00:01:50,661 --> 00:01:52,676
Compañías como Amazon y Netflix

37
00:01:52,676 --> 00:01:55,901
usan el aprendizaje automático para sugerir
artículos que les puedan interesar comprar,

38
00:01:55,901 --> 00:01:58,147
películas que les puedan interesar ver

39
00:01:58,147 --> 00:02:00,091
A veces, es casi escalofriante.

40
00:02:00,091 --> 00:02:01,915
Compañías como
LinkedIn y Facebook

41
00:02:01,915 --> 00:02:04,490
dicen, en ocasiones, cuáles
pueden ser sus amigos

42
00:02:04,490 --> 00:02:06,361
y uno no tiene ni idea 
de cómo lo han hecho,

43
00:02:06,361 --> 00:02:09,410
y es porque hace uso del poder 
del aprendizaje automático.

44
00:02:09,410 --> 00:02:12,619
Estos son algoritmos que han aprendido 
como hacerlo a partir de los datos

45
00:02:12,619 --> 00:02:15,386
en lugar de ser programados a mano.

46
00:02:15,860 --> 00:02:18,444
Así es también como IBM tuvo éxito

47
00:02:18,444 --> 00:02:21,476
en conseguir que Watson ganara 
dos campeonatos mundiales de "Jeopardy"

48
00:02:21,476 --> 00:02:24,863
respondiendo preguntas increíblemente
ingeniosas, como esta.

49
00:02:24,863 --> 00:02:28,078
[El antiguo "León de Nimrud" se perdió 
del Museo Nacional de esta ciudad en 2003]

50
00:02:28,078 --> 00:02:32,054
También es por eso, que podemos ver 
los primeros autos sin piloto.

51
00:02:32,124 --> 00:02:34,756
Si pueden diferenciar 
entre, por ejemplo

52
00:02:34,756 --> 00:02:37,578
un árbol y un peatón,
es algo muy importante.

53
00:02:37,618 --> 00:02:40,315
No sabemos diseñar 
estos programas manualmente,

54
00:02:40,315 --> 00:02:43,572
pero con el aprendizaje
automático es posible.

55
00:02:43,572 --> 00:02:46,320
De hecho, este auto ha conducido 
más de un millón y medio de kilómetros

56
00:02:46,320 --> 00:02:48,823
sin tener accidentes en carretera.

57
00:02:48,823 --> 00:02:52,390
Así, sabemos que los computadores
pueden aprender

58
00:02:52,390 --> 00:02:54,550
y pueden aprender a hacer cosas

59
00:02:54,550 --> 00:02:57,305
que de hecho nosotros, a veces,
no sabemos hacer,

60
00:02:57,305 --> 00:03:00,062
o las pueden hacer mejor que nosotros.

61
00:03:00,062 --> 00:03:04,332
Uno de los ejemplos más sorprendentes 
que he visto en aprendizaje automático

62
00:03:04,332 --> 00:03:06,863
ocurrió en un proyecto
que dirigía en Kaggle

63
00:03:06,863 --> 00:03:10,671
donde un equipo dirigido por un chico
llamado Geoffrey Hinton

64
00:03:10,671 --> 00:03:12,276
de la Universidad de Toronto

65
00:03:12,276 --> 00:03:14,598
ganó un concurso para el descubrimiento
automático de medicamentos.

66
00:03:14,598 --> 00:03:17,453
Lo extraordinario fue no solo que batiera

67
00:03:17,453 --> 00:03:21,979
a todos los algoritmos desarrollados por Merck 
o la comunidad académica internacional,

68
00:03:21,979 --> 00:03:26,996
sino que nadie del equipo tenía experiencia
en química o biología o ciencias biológicas,

69
00:03:26,996 --> 00:03:28,800
y lo hicieron en dos semanas.

70
00:03:28,800 --> 00:03:31,003
¿Cómo lo hicieron?

71
00:03:31,003 --> 00:03:34,008
Usaron un algoritmo extraordinario
llamado aprendizaje profundo.

72
00:03:34,008 --> 00:03:37,072
Fue tan exitoso que tuvo cobertura

73
00:03:37,072 --> 00:03:40,109
en The New York Times en un artículo
de portada unas semanas después.

74
00:03:40,109 --> 00:03:42,727
Este es Geoffrey Hinton
a la izquierda.

75
00:03:42,727 --> 00:03:46,738
El aprendizaje profundo es un algoritmo
inspirado en el cerebro humano

76
00:03:46,738 --> 00:03:48,709
y como resultado

77
00:03:48,709 --> 00:03:52,108
no tiene limitaciones teóricas
en lo que puede hacer.

78
00:03:52,108 --> 00:03:55,509
Cuantos más datos
y tiempo de cálculo uno le dé

79
00:03:55,509 --> 00:03:56,716
mejor funciona.

80
00:03:56,752 --> 00:03:59,421
The New York Times mostró,
también en su artículo

81
00:03:59,421 --> 00:04:01,674
otro resultado extraordinario 
del aprendizaje profundo

82
00:04:01,674 --> 00:04:03,928
que mostraré ahora.

83
00:04:03,928 --> 00:04:07,872
Demuestra que los computadores
pueden escuchar y comprender.

84
00:04:08,654 --> 00:04:11,018
(Vídeo) Richard Rashid: 
El último paso

85
00:04:11,018 --> 00:04:13,993
que quiero dar en este proceso

86
00:04:13,993 --> 00:04:17,334
es hablar en chino.

87
00:04:19,394 --> 00:04:21,910
La clave es,

88
00:04:21,910 --> 00:04:26,531
hemos recopilado una gran información
de hablantes de chino

89
00:04:26,531 --> 00:04:29,641
y producido un sistema de conversión
de texto a voz

90
00:04:29,641 --> 00:04:33,772
que toma el texto en chino
y lo convierte en lengua oral,

91
00:04:35,428 --> 00:04:38,952
luego hemos grabado 
una hora de mi voz

92
00:04:38,952 --> 00:04:41,218
que usamos para modular

93
00:04:41,218 --> 00:04:44,944
el texto estándar de conversión
de texto a voz para que suene como yo.

94
00:04:45,188 --> 00:04:47,726
De nuevo, el resultado no es perfecto.

95
00:04:47,726 --> 00:04:50,554
De hecho, hay unos cuantos errores.

96
00:04:50,554 --> 00:04:52,880
結果並不完美 
(los resultados no son perfectos)

97
00:04:52,880 --> 00:04:56,573
(Aplausos)

98
00:04:58,179 --> 00:05:00,990
Hay mucho que hacer en este área.

99
00:05:01,449 --> 00:05:04,893
在這方面有很多工作要做 (hay mucho
trabajo que hacer en esta área)

100
00:05:04,893 --> 00:05:08,420
(Aplausos)

101
00:05:10,462 --> 00:05:14,244
Jeremy Howard: Esto era una conferencia
de aprendizaje automático en China.

102
00:05:14,244 --> 00:05:16,614
No es usual, en conferencias académicas

103
00:05:16,614 --> 00:05:18,511
oír aplausos espontáneos,

104
00:05:18,511 --> 00:05:22,187
aunque en las conferencias 
de TEDx siéntanse libres.

105
00:05:22,187 --> 00:05:24,982
Todo lo que han visto es gracias
al aprendizaje profundo.

106
00:05:24,982 --> 00:05:26,507
(Aplausos) Gracias.

107
00:05:26,507 --> 00:05:28,789
La transcripción en inglés
es aprendizaje profundo.

108
00:05:28,789 --> 00:05:32,201
La traducción al chino y el texto arriba 
a la derecha, es aprendizaje profundo,

109
00:05:32,201 --> 00:05:35,508
y la construcción de la voz también
es aprendizaje profundo.

110
00:05:35,508 --> 00:05:38,742
Eso es lo extraordinario
del aprendizaje profundo.

111
00:05:38,742 --> 00:05:41,841
Es un solo algoritmo que parece
hacer casi cualquier cosa,

112
00:05:41,841 --> 00:05:44,952
y descubrí que un año antes,
aprendió a ver.

113
00:05:44,952 --> 00:05:47,128
En esta extraña competición en Alemania

114
00:05:47,128 --> 00:05:49,124
llamada Banco de Prueba de
Reconocimiento de Señales de Tránsito

115
00:05:49,124 --> 00:05:53,020
el aprendizaje profundo ha aprendido
a reconocer señales de tránsito como esta.

116
00:05:53,030 --> 00:05:55,214
No solo reconoce señales de tránsito

117
00:05:55,238 --> 00:05:56,970
mejor que cualquier otro algoritmo,

118
00:05:56,970 --> 00:05:59,689
la clasificación mostró 
que era mejor que las personas,

119
00:05:59,689 --> 00:06:01,541
dos veces más bueno que las personas.

120
00:06:01,541 --> 00:06:03,537
Para 2011, se da el primer ejemplo

121
00:06:03,537 --> 00:06:06,942
de computadores que pueden ver 
mejor que las personas.

122
00:06:06,942 --> 00:06:08,991
Desde entonces, han ocurrido muchas cosas.

123
00:06:08,991 --> 00:06:12,505
En 2012, Google anunció que había hecho
que un algoritmo de aprendizaje profundo

124
00:06:12,505 --> 00:06:13,920
viera vídeos en YouTube

125
00:06:13,920 --> 00:06:17,357
y procesaron la información 
en 16 000 computadores al mes

126
00:06:17,357 --> 00:06:21,718
y el computador aprendió de manera independiente 
conceptos como personas y gatos

127
00:06:21,718 --> 00:06:23,527
solo viendo los vídeos.

128
00:06:23,527 --> 00:06:25,879
Esto se parece mucho 
al aprendizaje humano.

129
00:06:25,879 --> 00:06:28,619
Los humanos no aprendemos
porque nos cuenten lo que vemos,

130
00:06:28,619 --> 00:06:31,950
sino que aprendemos solos
qué son esas cosas.

131
00:06:31,950 --> 00:06:35,319
También en 2012, Geoffrey Hinton, 
que vimos anteriormente,

132
00:06:35,319 --> 00:06:38,177
ganó la famosa competición de ImageNet,

133
00:06:38,177 --> 00:06:42,318
tratando de averiguar, mirando 
un millón y medio de imágenes,

134
00:06:42,318 --> 00:06:43,756
sobre qué eran estas imágenes.

135
00:06:43,756 --> 00:06:47,289
A partir de 2014, tenemos un porcentaje
de error por debajo del 6 %

136
00:06:47,289 --> 00:06:48,742
en reconocimiento de imágenes.

137
00:06:48,742 --> 00:06:50,768
De nuevo, mejor que las personas.

138
00:06:50,768 --> 00:06:54,537
Las máquinas están haciendo 
un trabajo increíble aquí,

139
00:06:54,537 --> 00:06:56,806
y está siendo usadas en la industria.

140
00:06:56,806 --> 00:06:59,848
Por ejemplo, Google anunció el año pasado

141
00:06:59,848 --> 00:07:04,433
que había cartografiado cada sitio 
de Francia en dos horas,

142
00:07:04,433 --> 00:07:07,880
y lo hizo alimentando
con imágenes de las calles,

143
00:07:07,880 --> 00:07:12,199
al algoritmo de aprendizaje profundo 
para reconocer y leer los números.

144
00:07:12,199 --> 00:07:14,419
Imaginen lo que se habría tardado antes:

145
00:07:14,419 --> 00:07:17,774
docenas de personas, muchos años.

146
00:07:17,774 --> 00:07:19,685
Esto también está pasando en China.

147
00:07:19,685 --> 00:07:23,721
Baidu es como el Google chino, creo,

148
00:07:23,721 --> 00:07:26,004
y lo que ven arriba a la izquierda

149
00:07:26,004 --> 00:07:29,978
es un ejemplo de una imagen que subí
al sistema de aprendizaje profundo de Baidu,

150
00:07:29,978 --> 00:07:33,747
y debajo se puede ver que el sistema 
ha entendido lo que es esa imagen

151
00:07:33,747 --> 00:07:35,983
y encuentra imágenes similares.

152
00:07:35,983 --> 00:07:38,719
Las imágenes similares 
tienen fondos similares

153
00:07:38,719 --> 00:07:42,165
similares de las caras, 
incluso algunos con la lengua afuera.

154
00:07:42,165 --> 00:07:45,195
Esto no es claramente mirar
el texto de una página web.

155
00:07:45,195 --> 00:07:46,607
Todo lo que descargué eran imágenes.

156
00:07:46,607 --> 00:07:50,628
Por lo que ahora tenemos computadores 
que entienden lo que ven

157
00:07:50,628 --> 00:07:52,252
y por ello pueden 
buscar bases de datos

158
00:07:52,252 --> 00:07:55,806
de cientos de millones 
de imágenes en tiempo real

159
00:07:55,806 --> 00:07:59,036
¿Qué significado tiene que
los computadores puedan ver?

160
00:07:59,036 --> 00:08:01,053
Bueno, no es solo que
los computadores puedan ver.

161
00:08:01,053 --> 00:08:03,244
De hecho, el aprendizaje profundo 
ha hecho más que eso.

162
00:08:03,268 --> 00:08:06,070
Frases complejas y llenas
de matices como esta

163
00:08:06,070 --> 00:08:08,894
son ahora comprensibles con 
algoritmos del aprendizaje profundo.

164
00:08:08,894 --> 00:08:10,197
Como pueden ver aquí,

165
00:08:10,197 --> 00:08:12,965
este sistema basado en el de Stanford que
muestra el punto rojo en la parte superior

166
00:08:12,965 --> 00:08:16,884
ha comprendido que esta frase 
expresa sentimientos negativos.

167
00:08:16,884 --> 00:08:20,290
El aprendizaje profundo está cercano
a la conducta humana

168
00:08:20,302 --> 00:08:25,423
al comprender lo que significan las frases
y lo que se está diciendo sobre esas cosas.

169
00:08:25,423 --> 00:08:28,151
El aprendizaje profundo se ha usado
también para leer chino,

170
00:08:28,151 --> 00:08:31,307
de nuevo, a un nivel 
casi de hablante nativo.

171
00:08:31,307 --> 00:08:33,475
Este algoritmo, desarrollado en Suiza

172
00:08:33,475 --> 00:08:36,831
por gente que no hablaba ni entendía chino.

173
00:08:36,831 --> 00:08:38,881
Como dije, usar el aprendizaje profundo

174
00:08:38,881 --> 00:08:41,101
es el mejor sistema del mundo para esto,

175
00:08:41,101 --> 00:08:45,562
hasta comparándolo 
con el conocimiento humano.

176
00:08:46,218 --> 00:08:49,182
Este es un sistema que 
formamos en mi empresa

177
00:08:49,182 --> 00:08:51,230
que demuestra todas estas cosas juntas.

178
00:08:51,254 --> 00:08:53,689
Estas son imágenes sin texto adjunto,

179
00:08:53,689 --> 00:08:56,041
y cuando tecleo aquí frases,

180
00:08:56,041 --> 00:08:59,010
entiende, en tiempo real, estas imágenes

181
00:08:59,010 --> 00:09:00,689
y comprende de qué se tratan

182
00:09:00,689 --> 00:09:03,852
y encuentra imágenes similares
al texto que estoy escribiendo.

183
00:09:03,852 --> 00:09:06,608
Como pueden ver, entiende mis frases

184
00:09:06,608 --> 00:09:08,832
y de hecho entiende estas imágenes.

185
00:09:08,832 --> 00:09:11,391
Se que han visto algo como esto en Google,

186
00:09:11,391 --> 00:09:14,166
donde puede escribir algo 
y te lo muestra en imágenes,

187
00:09:14,166 --> 00:09:17,590
pero lo que realmente está haciendo 
es buscar la página web a través del texto.

188
00:09:17,590 --> 00:09:20,591
Esto es muy diferente 
a comprender las imágenes.

189
00:09:20,591 --> 00:09:23,343
Esto es algo que los computadores 
solo han podido hacer

190
00:09:23,343 --> 00:09:26,591
por primera vez hace unos pocos meses.

191
00:09:26,591 --> 00:09:30,682
Así que ahora podemos ver que los computadores
no solo ven sino que pueden leer,

192
00:09:30,682 --> 00:09:34,447
y, por supuesto, hemos demostrado 
que pueden entender lo que oyen.

193
00:09:34,447 --> 00:09:37,889
Quizá no sea sorprendente ahora 
lo que voy a decir, pueden escribir.

194
00:09:37,889 --> 00:09:42,672
Aquí hay parte de un texto que generé ayer 
usando el algoritmo de aprendizaje profundo.

195
00:09:42,672 --> 00:09:46,596
Y aquí hay parte de un texto que generó 
un algoritmo de Stanford.

196
00:09:46,596 --> 00:09:48,360
Cada una de estas frases fue generada

197
00:09:48,360 --> 00:09:52,609
por un algoritmo de aprendizaje profundo 
para describir estas imágenes.

198
00:09:52,609 --> 00:09:57,081
Este algoritmo nunca había visto a un hombre
con camisa negra tocando la guitarra.

199
00:09:57,081 --> 00:09:59,301
Ha visto a un hombre antes,
ha visto el negro antes

200
00:09:59,301 --> 00:10:00,900
ha visto una guitarra antes,

201
00:10:00,900 --> 00:10:05,194
pero ha generado de manera independiente 
esta innovadora descripción de esta imagen.

202
00:10:05,194 --> 00:10:08,696
Aquí no estamos ante un comportamiento 
humano, pero estamos cerca.

203
00:10:08,696 --> 00:10:12,764
En las pruebas, las personas prefieren
las leyendas generadas por el computador

204
00:10:12,764 --> 00:10:14,291
1 de cada 4 veces.

205
00:10:14,291 --> 00:10:16,355
Este sistema tiene ahora solo 
dos semanas de edad,

206
00:10:16,355 --> 00:10:18,201
por lo que posiblemente
antes del año que viene,

207
00:10:18,201 --> 00:10:21,002
el algoritmo del computador irá
más allá del comportamiento humano

208
00:10:21,002 --> 00:10:22,864
al paso que van las cosas.

209
00:10:22,864 --> 00:10:25,913
Así que los computadores pueden escribir.

210
00:10:25,913 --> 00:10:29,388
Juntamos todo esto y lleva 
a oportunidades apasionantes.

211
00:10:29,388 --> 00:10:30,880
Por ejemplo, en medicina,

212
00:10:30,880 --> 00:10:33,405
un equipo de Boston anunció 
que habían descubierto

213
00:10:33,405 --> 00:10:36,354
decenas de características
clínicas relevantes

214
00:10:36,354 --> 00:10:40,596
sobre tumores que ayudan a los médicos 
a hacer un diagnóstico de un cáncer.

215
00:10:41,720 --> 00:10:44,016
Algo similar, en Stanford,

216
00:10:44,016 --> 00:10:47,679
un grupo anunció que, 
mirando un tejido con aumento,

217
00:10:47,679 --> 00:10:50,060
habían desarrollado una máquina 
basada en el sistema de aprendizaje

218
00:10:50,060 --> 00:10:52,642
que de hecho es mejor 
que los patólogos humanos

219
00:10:52,642 --> 00:10:56,415
prediciendo las tasas de supervivencia
de los enfermos de cáncer.

220
00:10:56,415 --> 00:11:00,264
En ambos casos, no solo fueron
las predicciones más precisas,

221
00:11:00,264 --> 00:11:02,766
sino que generaron una
nueva ciencia reveladora.

222
00:11:02,776 --> 00:11:04,281
En el caso de la radiología,

223
00:11:04,281 --> 00:11:07,376
hubo nuevos indicadores clínicos 
que las personas pueden entender.

224
00:11:07,376 --> 00:11:09,168
En este caso de patología,

225
00:11:09,168 --> 00:11:13,668
el sistema informático descubrió
que las células alrededor del cáncer

226
00:11:13,668 --> 00:11:17,008
son tan importantes como
las células del cáncer mismo

227
00:11:17,008 --> 00:11:18,760
al hacer un diagnóstico.

228
00:11:18,760 --> 00:11:24,121
Esto es lo contrario de lo que
los patólogos han pensado por décadas.

229
00:11:24,121 --> 00:11:27,413
En cada uno de estos casos,
fueron sistemas desarrollados

230
00:11:27,413 --> 00:11:31,034
por una combinación de expertos médicos
y expertos del aprendizaje profundo,

231
00:11:31,034 --> 00:11:33,775
pero a partir del año pasado,
dimos un paso más allá.

232
00:11:33,775 --> 00:11:37,324
Este es un caso de identificación 
de áreas cancerígenas

233
00:11:37,324 --> 00:11:39,854
del tejido humano por microscopio.

234
00:11:39,854 --> 00:11:44,467
El sistema que se muestra aquí puede
identificar esas áreas de forma más precisa,

235
00:11:44,467 --> 00:11:47,242
o casi tan precisa
como los patólogos humanos,

236
00:11:47,242 --> 00:11:50,634
construido completamente con aprendizaje profundo
sin usar experiencia médica

237
00:11:50,634 --> 00:11:53,160
por gente que no tenía
experiencia en este campo.

238
00:11:54,230 --> 00:11:56,785
De manera similar, 
esta segmentación neuronal.

239
00:11:56,785 --> 00:12:00,453
Ahora, podemos segmentar neuronas de forma
casi tan precisa como las personas,

240
00:12:00,453 --> 00:12:03,170
y este sistema fue desarrollado 
por aprendizaje profundo

241
00:12:03,170 --> 00:12:06,421
usando a gente sin experiencia
previa en medicina.

242
00:12:06,421 --> 00:12:09,648
Como yo, alguien sin experiencia
previa en medicina,

243
00:12:09,648 --> 00:12:13,375
parezco completamente calificado
para empezar una empresa médica,

244
00:12:13,375 --> 00:12:15,521
y lo hice.

245
00:12:15,521 --> 00:12:17,261
Estaba aterrorizado de hacerlo,

246
00:12:17,261 --> 00:12:20,150
pero la teoría parecía sugerir
que podía ser posible

247
00:12:20,150 --> 00:12:25,642
hacer medicina muy útil usando solo
estas técnicas de información analítica.

248
00:12:25,642 --> 00:12:28,122
Afortunadamente, la recompensa 
ha sido fantástica,

249
00:12:28,122 --> 00:12:30,694
no solo por parte de los medios 
sino de la comunidad médica,

250
00:12:30,718 --> 00:12:32,822
que nos ha apoyado mucho.

251
00:12:32,822 --> 00:12:36,971
La teoría es que podemos tomar 
media parte del proceso médico

252
00:12:36,971 --> 00:12:39,864
y convertirlo todo lo posible 
en análisis de datos,

253
00:12:39,864 --> 00:12:42,929
dejando a los médicos 
en lo que son mejores.

254
00:12:42,929 --> 00:12:44,531
Quiero dar un ejemplo.

255
00:12:44,531 --> 00:12:49,475
No cuesta unos 15 minutos crear
una nueva prueba de diagnóstico médico

256
00:12:49,475 --> 00:12:51,429
y ahora lo demostraré
en tiempo real,

257
00:12:51,429 --> 00:12:53,611
pero lo he comprimido a 3 minutos

258
00:12:53,611 --> 00:12:55,793
cortando algunas partes.

259
00:12:55,793 --> 00:12:58,555
En vez de mostrar cómo crear 
una prueba de diagnóstico médico,

260
00:12:58,579 --> 00:13:01,346
mostraré una prueba de diagnóstico 
de imágenes de autos,

261
00:13:01,346 --> 00:13:03,568
porque es algo que
todos podemos entender.

262
00:13:03,568 --> 00:13:06,769
Así que, empezamos con un millón
y medio de imágenes de autos,

263
00:13:06,769 --> 00:13:09,975
y quiero crear algo que
pueda dividirlas en el ángulo

264
00:13:09,975 --> 00:13:12,198
en el que la foto fue tomada.

265
00:13:12,198 --> 00:13:16,086
Estas imágenes están sin etiquetar,
así que tengo que empezar desde cero.

266
00:13:16,086 --> 00:13:17,951
Con nuestro algoritmo
de aprendizaje profundo,

267
00:13:17,951 --> 00:13:21,658
se pueden identificar automáticamente 
áreas de la estructura en estas imágenes.

268
00:13:21,658 --> 00:13:25,278
Lo bueno es que la persona y el computador
pueden trabajar juntos.

269
00:13:25,278 --> 00:13:27,456
Así que la persona,
como pueden ver aquí,

270
00:13:27,456 --> 00:13:30,131
le está indicando al computador
áreas de interés

271
00:13:30,131 --> 00:13:34,781
que quiere que el computador pruebe
y use para mejorar su algoritmo.

272
00:13:34,781 --> 00:13:39,077
Estos sistemas de aprendizaje profundo
están en un espacio de 16 000 dimensiones,

273
00:13:39,077 --> 00:13:42,509
así, pueden ver aquí cómo el computador 
rota esto en ese espacio,

274
00:13:42,509 --> 00:13:44,501
intentando encontrar nuevas áreas de estructura.

275
00:13:44,501 --> 00:13:46,282
Y cuando lo hace con éxito,

276
00:13:46,282 --> 00:13:50,286
la persona que lo maneja puede, entonces,
señalar las áreas de interés.

277
00:13:50,286 --> 00:13:52,708
Aquí, el computador ha encontrado, 
con éxito, áreas,

278
00:13:52,708 --> 00:13:55,270
por ejemplo, ángulos.

279
00:13:55,270 --> 00:13:56,876
Conforme avanzamos en este proceso,

280
00:13:56,876 --> 00:13:59,216
vamos diciendo, gradualmente,
al computador más y más

281
00:13:59,216 --> 00:14:01,644
sobre los tipos de estructuras
que estamos buscando.

282
00:14:01,644 --> 00:14:03,416
Pueden imaginar en una prueba diagnóstica

283
00:14:03,416 --> 00:14:06,766
que esto debería ser un patólogo identificando
áreas patológicas, por ejemplo,

284
00:14:06,766 --> 00:14:11,792
o un radiólogo indicando nódulos
potencialmente problemáticos.

285
00:14:11,792 --> 00:14:14,351
A veces puede ser difícil
para el algoritmo.

286
00:14:14,351 --> 00:14:16,315
En este caso, queda algo confuso.

287
00:14:16,315 --> 00:14:18,865
Las partes delanteras y traseras 
de los autos están todas mezcladas.

288
00:14:18,865 --> 00:14:20,937
Así que tenemos que ser 
un poco más cuidadosos,

289
00:14:20,937 --> 00:14:24,169
seleccionando manualmente las partes delanteras
en contraposición a las traseras,

290
00:14:24,169 --> 00:14:29,675
para luego decir al computador 
que este es una especie de grupo

291
00:14:29,675 --> 00:14:31,023
es en el que estamos interesados.

292
00:14:31,023 --> 00:14:33,700
Hacemos esto por un tiempo, 
nos saltamos un poco,

293
00:14:33,700 --> 00:14:35,946
y luego probamos el algoritmo
de aprendizaje automático

294
00:14:35,946 --> 00:14:37,920
basado en un par de cientos de cosas,

295
00:14:37,920 --> 00:14:39,945
y esperamos que haya mejorado mucho.

296
00:14:39,945 --> 00:14:43,018
Se puede ver, que han empezado a desvanecerse 
algunas de estas imágenes,

297
00:14:43,018 --> 00:14:47,726
mostrándonos que ya está reconociendo
cómo entender por sí mismo algunas de ellas.

298
00:14:47,726 --> 00:14:50,628
Entonces podemos usar este concepto 
en imágenes similares,

299
00:14:50,628 --> 00:14:52,722
y usando imágenes similares,
como pueden ver,

300
00:14:52,722 --> 00:14:56,741
en este punto, el computador puede encontrar 
solo la parte delantera de los autos.

301
00:14:56,741 --> 00:14:59,689
En este punto, la persona
puede decir al computador,

302
00:14:59,689 --> 00:15:01,982
de acuerdo, sí, has hecho
un buen trabajo.

303
00:15:03,152 --> 00:15:05,337
En ocasiones, por supuesto, 
incluso en este punto

304
00:15:05,337 --> 00:15:09,011
sigue siendo difícil
separar los grupos.

305
00:15:09,011 --> 00:15:11,422
En este caso, incluso
después de que dejamos

306
00:15:11,422 --> 00:15:13,833
al computador que intente girar
esto por un momento,

307
00:15:13,833 --> 00:15:16,244
seguimos encontrando que la parte izquierda
y derecha de las imágenes

308
00:15:16,244 --> 00:15:17,722
están mezcladas.

309
00:15:17,722 --> 00:15:19,862
Así que podemos dar, de nuevo,
al computador algunas pistas,

310
00:15:19,862 --> 00:15:22,838
y decimos, bien, intenta encontrar 
una proyección que separe

311
00:15:22,838 --> 00:15:25,445
los lados izquierdos de los derechos 
de la manera más precisa

312
00:15:25,445 --> 00:15:27,567
usando este algoritmo 
de aprendizaje profundo.

313
00:15:27,567 --> 00:15:30,509
Y dándole esta pista...
ah, bien, ha tenido éxito.

314
00:15:30,509 --> 00:15:33,391
Consiguió encontrar la manera
de pensar estos objetos

315
00:15:33,391 --> 00:15:35,771
que está separando 
estos que están juntos.

316
00:15:35,771 --> 00:15:38,209
Así se entiende la idea aquí.

317
00:15:38,209 --> 00:15:44,388
Este es un caso en el que la persona 
no es reemplazada por un computador,

318
00:15:46,406 --> 00:15:49,046
sino que trabajan juntos.

319
00:15:49,046 --> 00:15:52,596
Estamos reemplazando algo que
solía necesitar de un equipo

320
00:15:52,596 --> 00:15:54,598
de 5 o 6 personas durante 7 años

321
00:15:54,598 --> 00:15:57,203
por algo que lleva 15 minutos

322
00:15:57,203 --> 00:15:59,708
a una sola persona.

323
00:15:59,708 --> 00:16:03,658
Este proceso lleva
unas 4 o 5 iteraciones.

324
00:16:03,658 --> 00:16:05,517
Ahora pueden ver que tenemos un 62 %

325
00:16:05,517 --> 00:16:08,476
de nuestro millón y medio de imágenes
clasificadas correctamente.

326
00:16:08,476 --> 00:16:10,948
En este punto, podemos empezar, 
con bastante rapidez,

327
00:16:10,948 --> 00:16:12,245
a tomar grandes secciones completas,

328
00:16:12,245 --> 00:16:15,164
comprobándolas para asegurarse
que no hay errores.

329
00:16:15,164 --> 00:16:19,116
Cuando hay errores, 
podemos hacérselo saber al computador.

330
00:16:19,116 --> 00:16:22,161
Usando este tipo de proceso 
para cada uno de los diferentes grupos,

331
00:16:22,161 --> 00:16:24,648
nos colocamos en un índice 
del 80 % de éxito

332
00:16:24,648 --> 00:16:27,063
en la clasificación de un millón
y medio de imágenes.

333
00:16:27,063 --> 00:16:29,141
En este punto, es solo cuestión

334
00:16:29,141 --> 00:16:32,720
de encontrar el pequeño número 
que no está clasificado correctamente,

335
00:16:32,720 --> 00:16:35,608
e intentar comprender el porqué.

336
00:16:35,608 --> 00:16:37,351
Usando este enfoque,

337
00:16:37,351 --> 00:16:41,472
en 15 minutos alcanza un índice
de clasificación del 97 %.

338
00:16:41,472 --> 00:16:46,072
Este tipo de técnica nos permite
arreglar un problema mayor,

339
00:16:46,078 --> 00:16:49,114
que es que hay una falta de 
conocimientos médicos en el mundo.

340
00:16:49,114 --> 00:16:52,603
El Foro Económico Mundial
dice que hay entre 10 y 20 veces

341
00:16:52,603 --> 00:16:55,227
de escasez de físicos
en el mundo desarrollado,

342
00:16:55,227 --> 00:16:57,340
y llevará unos 300 años

343
00:16:57,340 --> 00:17:00,234
entrenar a gente suficiente 
para arreglar el problema.

344
00:17:00,234 --> 00:17:03,119
Imaginen que pudiésemos ayudar 
a aumentar su eficiencia

345
00:17:03,119 --> 00:17:05,958
usando estos métodos 
de aprendizaje profundo.

346
00:17:05,958 --> 00:17:08,190
Estoy muy entusiasmado
con las oportunidades.

347
00:17:08,190 --> 00:17:10,779
También estoy preocupado 
por los problemas.

348
00:17:10,779 --> 00:17:13,903
El problema aquí es que
cada área azul de este mapa

349
00:17:13,903 --> 00:17:17,672
es algún sitio donde el empleo, 
de servicios es mayor del 80 %.

350
00:17:17,672 --> 00:17:19,459
¿Qué son los servicios?

351
00:17:19,459 --> 00:17:20,973
Los servicios son esto.

352
00:17:20,973 --> 00:17:23,290
Estas son también las mismas cosas

353
00:17:23,290 --> 00:17:25,626
que los computadores acaban 
de aprender a hacer.

354
00:17:25,626 --> 00:17:28,931
Así que el 80 % del empleo mundial 
en el mundo desarrollado

355
00:17:28,931 --> 00:17:31,463
son cosas que los computadores 
acaban de aprender a hacer.

356
00:17:31,463 --> 00:17:32,903
¿Qué significa esto?

357
00:17:32,903 --> 00:17:35,486
Bueno no habrá problema,
lo reemplazarán por otros trabajos.

358
00:17:35,486 --> 00:17:38,193
Por ejemplo, habrá más trabajos
para los científicos de datos.

359
00:17:38,193 --> 00:17:39,010
Bueno, realmente no.

360
00:17:39,010 --> 00:17:42,128
A los científicos de datos no les lleva 
mucho tiempo construir estas cosas.

361
00:17:42,128 --> 00:17:45,380
Por ejemplo, estos 4 algoritmos
fueron creados por el mismo chico.

362
00:17:45,380 --> 00:17:47,818
Así que si piensan,
todo ha pasado ya antes,

363
00:17:47,818 --> 00:17:51,626
hemos visto los resultados en el pasado
de cuando surgen cosas nuevas

364
00:17:51,626 --> 00:17:53,878
y son reemplazadas por nuevos trabajos.

365
00:17:53,878 --> 00:17:55,994
¿Qué trabajos van a ser?

366
00:17:55,994 --> 00:17:57,865
Es muy difícil para nosotros 
hacer una estimación

367
00:17:57,865 --> 00:18:00,604
ya que el comportamiento humano 
crece a un ritmo gradual,

368
00:18:00,604 --> 00:18:03,166
pero ahora tenemos un sistema, 
aprendizaje profundo,

369
00:18:03,166 --> 00:18:06,393
que sabemos que crece en capacidad,
exponencialmente.

370
00:18:06,393 --> 00:18:07,998
Y aquí estamos.

371
00:18:07,998 --> 00:18:10,059
Actualmente, vemos las cosas
a nuestro alrededor

372
00:18:10,059 --> 00:18:12,735
y decimos, "Los computadores siguen
siendo un poco estúpidos". ¿Verdad?

373
00:18:12,735 --> 00:18:16,164
Pero en 5 años, los computadores 
estarán fuera de esta gráfica.

374
00:18:16,164 --> 00:18:20,029
Así que necesitamos empezar a pensar
sobre esta capacidad ahora mismo.

375
00:18:20,029 --> 00:18:22,079
Lo hemos visto anteriormente,
por supuesto.

376
00:18:22,079 --> 00:18:23,466
En la Revolución Industrial,

377
00:18:23,466 --> 00:18:26,317
vimos un cambio en la capacidad
gracias a los motores.

378
00:18:27,167 --> 00:18:30,305
El asunto es, sin embargo, que tras
un tiempo, las cosas se nivelan.

379
00:18:30,305 --> 00:18:32,007
Hubo una alteración social,

380
00:18:32,007 --> 00:18:35,446
pero una vez que los motores se usaron
para generar energía en todas las situaciones,

381
00:18:35,446 --> 00:18:37,800
las cosas realmente se establecieron.

382
00:18:37,800 --> 00:18:39,277
La Revolución del Aprendizaje Automático

383
00:18:39,301 --> 00:18:42,182
va a ser diferente 
a la Revolución Industrial

384
00:18:42,182 --> 00:18:45,135
porque la Revolución del Aprendizaje Automático,
nunca se asienta.

385
00:18:45,159 --> 00:18:48,114
Cuanto mejores son los computadores
en actividades intelectuales,

386
00:18:48,114 --> 00:18:52,362
mejores computadores se crearán para
que mejoren su capacidad intelectual,

387
00:18:52,362 --> 00:18:54,270
así que esto va a ser
una especie de cambio

388
00:18:54,270 --> 00:18:56,748
que nunca antes había 
experimentado el mundo,

389
00:18:56,748 --> 00:19:00,054
por lo que el entendimiento previo 
de lo posible, es diferente.

390
00:19:00,474 --> 00:19:02,254
Esto nos impacta.

391
00:19:02,254 --> 00:19:05,884
En los últimos 25 años, la productividad 
del capital se ha incrementado,

392
00:19:05,900 --> 00:19:10,088
la productividad laboral se ha mantenido,
incluso ha descendido.

393
00:19:10,908 --> 00:19:13,649
Por lo que quiero que empecemos
a discutir esto ahora.

394
00:19:13,649 --> 00:19:16,676
Sé que cuando hablo
sobre esta situación

395
00:19:16,676 --> 00:19:18,166
la gente puede ser despectiva.

396
00:19:18,166 --> 00:19:19,839
Bueno, los computadores 
no pueden realmente pensar,

397
00:19:19,839 --> 00:19:22,867
no tienen sentimientos,
no entienden poesía,

398
00:19:22,867 --> 00:19:25,388
no entendemos realmente cómo funcionan.

399
00:19:25,388 --> 00:19:26,874
Y, ¿qué?

400
00:19:26,874 --> 00:19:28,678
Actualmente los computadores
pueden hacer cosas

401
00:19:28,678 --> 00:19:31,397
en las que las personas gastan su tiempo
y les pagan por ello

402
00:19:31,397 --> 00:19:35,203
así pues ahora tenemos que empezar a pensar
sobre cómo vamos a ajustar

403
00:19:35,203 --> 00:19:37,299
nuestras estructuras sociales y económicas

404
00:19:37,323 --> 00:19:39,355
para ser conscientes de esta nueva realidad.

405
00:19:39,355 --> 00:19:40,888
Gracias.

406
00:19:40,888 --> 00:19:41,888
(Aplausos)