As maravilhosas e espantosas implicações dos computadores que podem aprender | Jeremy Howard | TEDxBrussels

Esta palestra foi dada em um evento TEDx que usa o formato de conferência TED mas é organizado de forma independente por uma comunidade local. Para saber mais visite http://ted.com/tedx

O que acontece quando ensinamos um computador a aprender?
O tecnólogo Jeremy Howard compartilha alguns novos e surpreendentes avanços no dinâmico campo do aprendizado profundo, uma técnica que dá aos computadores a habilidade de aprender chinês ou reconhecer objetos em fotos, ou ajudar a analisar um diagnóstico médico (uma ferramenta de aprendizado profundo, depois de assistir a horas de YouTube, aprendeu o conceito de "gatos").
Seja apanhado num campo que vai mudar o modo como os computadores se comportam ao seu redor... mais cedo que você pode imaginar.

Antigamente se você quisesse
que um computador fizesse algo novo,

você teria que programar.

Então, para quem aqui que nunca fez isso,

programação é algo que requer
estabelecer com riqueza de detalhe

cada passo do que você quer
que o computador faça

para atingir o seu objetivo.

Se quiser fazer algo que você
ainda não sabe fazer por conta própria,

isso se torna um grande desafio.

E este foi o desafio enfrentado
por este homem, Arthur Samuel.

Em 1956 ele quis que este computador fosse
capaz de jogar damas com ele e vencê-lo.

Como escrever um programa,

estabelecer com riqueza de detalhe,
e jogar damas melhor que você?

Então teve uma ideia:

fez o computador jogar
contra si próprio milhares de vezes

para aprender a jogar damas.

E realmente funcionou, de fato em 1962

este computador venceu
o campeão estadual de Connecticut.

Arthur Samuel foi o pai
do aprendizado de máquina,

e devo muito a ele,

porque sou um profissional
de aprendizado de máquina.

Fui presidente da Kaggle,

uma comunidade de mais de 200 mil
profissionais dessa área.

A Kaggle organiza competições

para tentar resolver problemas
até então sem solução,

e tem sido bem sucedida centenas de vezes.

Então desse ponto de vista,
pude descobrir muito

do que o aprendizado de máquina
conseguiu no passado, hoje,

e o que poderá fazer no futuro.

Talvez o primeiro grande sucesso comercial

de aprendizado de máquina foi o Google.

O Google mostrou que é possível
encontrar informação

usando um algoritmo de computador,

e este algoritmo é baseado
no aprendizado de máquina.

Desde então houve muitos casos de sucesso
comercial de aprendizado de máquina.

Empresas como Amazon e Netflix

usam aprendizado de máquina para sugerir
produtos que possa querer,

filmes que você possa querer assistir.

Às vezes é quase assustador.

Empresas como LinkedIn e Facebook

às vezes dirão quem deveria ser seu amigo

e você nem imagina como,

e isso porque está usando
o poder do aprendizado de máquina.

São algoritmos que aprenderam
como fazer isso a partir de dados

em vez de serem programados à mão.

Foi assim que a IBM
foi bem sucedida em fazer

o Watson vencer dois campeões
mundiais em Jeopardy,

respondendo questões incrivelmente
sutis e complexas como essa:

["O antigo 'Leão de Nimrud' desapareceu
do museu nacional dessa cidade em 2003]

Também por isso podemos ver
os primeiros carros autônomos.

Se você quiser saber dizer
a diferença entre, digamos,

uma árvore e um pedestre,
bem, isso é muito importante.

Não sabemos como escrever
esses programas à mão,

mas com o aprendizado de máquina
isso agora é possível.

De fato este carro já dirigiu
mais de um milhão de quilômetros

sem qualquer acidente
em estradas públicas.

Pois bem, agora sabemos que
computadores conseguem aprender,

e podem aprender a fazer coisas

que mesmo nós não sabemos fazer,

ou então fazer melhor que nós.

Um dos exemplos mais surpreendentes
de aprendizado de máquina que já vi

aconteceu num projeto
que organizei na Kaggle

no qual um time coordenado
por Geoffrey Hinton,

da Universidade de Toronto,

venceu a competição
de pesquisa automática de fármacos.

O extraordinário aqui não é apenas
que eles bateram

todos os algoritmos desenvolvidos
pela Merck ou a comunidade acadêmica,

mas que ninguém no time tinha qualquer
conhecimento em biologia ou química,

e fizeram isso em duas semanas.

Como eles fizeram isso?

Usaram um algoritmo singular
chamado aprendizado profundo.

Isso foi tão importante que de fato
o sucesso foi noticiado

no The New York Times em artigo
de primeira página semanas depois.

Este é Geoffrey Hinton,
aqui no lado esquerdo.

Aprendizado profundo é um algoritmo
inspirado no cérebro humano,

ou seja, é um algoritmo

que não tem limitações teóricas
para o que pode fazer.

Quanto mais dados e tempo você der a ele,

melhor ele fica.

O The New York Times também mostrou
neste artigo outro resultado

extraordinário de aprendizado profundo

que vou mostrar para vocês agora.

Mostra que os computadores
conseguem escutar e entender.

(Vídeo) Richard Rashid:
Agora, o último passo

que pretendo dar nesse processo

é na verdade falar a vocês em chinês.

A chave aqui é que

conseguimos levantar uma vasta quantidade
de informação de muitos falantes do chinês

e produzir um sistema
de conversão texto-fala

que pega o texto em chinês
e o converte para a linguagem chinesa,

e então pegamos mais ou menos uma hora
da minha própria voz

e usamos para modular

o sistema texto-fala padrão
para que possa parecer a minha voz.

O resultado não é perfeito.

Na verdade há alguns erros.

(Em chinês)

(Aplausos)

Há muito trabalho pela frente nessa área.

(Em chinês)

(Aplausos)

J. Howard: Isso foi num congresso
de aprendizado de máquina na China.

Na verdade não é comum escutar aplausos

espontâneos em congressos acadêmicos,

apesar de obviamente às vezes acontecer
em conferências TED, fiquem à vontade.

Tudo que vocês viram aconteceu
com aprendizado profundo.

(Aplausos) Obrigado.

A transcrição em inglês
foi aprendizado profundo.

A tradução para chinês e o texto
no canto superior direito, também,

e a construção da voz também
foi aprendizado profundo.

Então, aprendizado profundo
é esta coisa extraordinária.

É um único algoritmo
que parece fazer quase tudo,

e uma ano antes descobri
que também aprendeu a ver.

Nessa competição alemã desconhecida,

chamada: Modelo de Reconhecimento
de Placas de Trânsito Alemãs,

o aprendizado profundo aprendeu
a reconhecer placas de trânsito como este.

Não apenas conseguiu reconhecer as placas

melhor que qualquer outro algoritmo,

o ranking na verdade mostrou
ser melhor do que as pessoas,

quase duas vezes melhor.

Então em 2011 tivemos o primeiro exemplo

de computadores que conseguem ver
melhor do que as pessoas.

Desde então muito aconteceu.

Em 2012, o Google anunciou que havia
um algoritmo de aprendizado profundo

assistindo vídeos do YouTube

e processando os dados em 16 mil
computadores por um mês,

e o computador aprendeu sozinho
conceitos como pessoas e gatos

apenas assistindo aos vídeos.

É desse jeito que os humanos aprendem.

Os humanos não aprendem com alguém
explicando o que viram,

aprendem por si próprios.

Também em 2012, Geoffrey Hinton,
a quem vimos antes,

venceu a conhecida competição ImageNet,

tentando descobrir a partir
de um milhão e meio de imagens

o que elas retratam.

A partir de 2014 estamos
com um percentual de erro de 6%

em reconhecimento de imagem.

De novo, isso é melhor que as pessoas.

Então, as máquinas estão fazendo
um ótimo trabalho

e agora isso está sendo
usado na indústria.

Por exemplo, o Google anunciou ano passado

que mapearam cada locação da França
em duas horas,

e fizeram isso fornecendo imagens das ruas

para o algoritmo de aprendizado profundo
reconhecer e ler os números das ruas.

Imaginem quanto levaria do jeito antigo:

dúzias de pessoas, muitos anos.

Também está acontecendo na China.

Baidu é um Google chinês, acho,

e o que vocês podem ver acima à esquerda

é um exemplo de uma foto que enviei
ao sistema de aprendizado profundo deles,

e abaixo você pode ver que o sistema
entendeu que foto era

e encontrou imagens similares.

As imagens similares de fato
têm fundos similares,

direções de rostos similares,
algumas até com a língua para fora.

Claramente não está olhando
para o texto da página.

Tudo que carreguei foi uma foto.

Agora temos computadores
que realmente entendem o que veem

e podem assim buscar em bancos de dados

de centenas de milhões
de fotos em tempo real.

O que significa o fato dos
computadores conseguirem ver?

Bem, não é só que conseguem ver.

De fato, o aprendizado profundo fez mais.

Frases matizadas e complexas
como esta agora são

compreendidas pelo algoritmos
de aprendizado profundo.

Como podem ver aqui,

este sistema de Stanford com
o ponto vermelho acima

descobriu que esta frase expressa
um sentimento negativo.

Na verdade o aprendizado profundo
está alcançando a performance humana

ao entender sobre o que as frases são
e o que dizem sobre as coisas.

Além disso o aprendizado profundo
é usado para ler chinês,

de novo no nível do falante nativo.

Esse algoritmo, desenvolvido na Suíça

por pessoas que não falam chinês.

Como eu digo, usar aprendizado profundo

é o melhor sistema no mundo para isto,

até mesmo comparando
ao entendimento do humano nativo.

Esse é um sistema que montamos
na minha empresa

que mostra tudo isso colocado junto.

São fotos sem texto,

e enquanto digito frases aqui,

ele entende essas fotos em tempo real,

descobre sobre o que elas são

e encontra fotos similares
ao que estou escrevendo.

Vocês podem ver, está realmente
entendendo minhas frases

e entendendo essas imagens.

Sei que vocês viram algo assim no Google,

no qual você digita coisas e
aparecem imagens,

mas na verdade o que acontece é que
está buscando o texto na página.

Isso é muito diferente de na verdade
entender as fotos.

Isto é algo que os computadores
conseguiram fazer

pela primeira vez somente
há alguns poucos meses.

Vemos que agora os computadores conseguem
não apenas ver, mas ler também,

e claro, mostramos aqui
que podem entender o que escutam.

Talvez não seja surpresa o que vou
dizer agora: eles sabem escrever.

Aqui um texto gerado usando um algoritmo
de aprendizado profundo ontem.

E aqui um texto gerado
por um algoritmo de Stanford.

Cada uma dessas frases foi criada

por um algoritmo de aprendizado profundo
para descrever cada uma dessas imagens.

Esse algoritmo nunca tinha visto um homem
de camiseta preta tocando violão.

Ele já viu um homem antes,
já viu a cor preta,

já viu um violão antes,

mas criou, independentemente,
essa descrição inédita para essa imagem.

Ainda não chegamos ao patamar da
performance humana, mas estamos perto.

Em testes, humanos preferem a legenda
gerada por computador

uma a cada quatro vezes.

Agora esse sistema tem
apenas duas semanas,

então provavelmente dentro de um ano,

o algoritmo de computador será
melhor que o desempenho humano

no ritmo que as coisas vão.

Os computadores conseguem escrever.

Quando juntamos isso tudo,
aparecem oportunidades muito empolgantes.

Por exemplo, na medicina,

uma equipe em Boston anunciou a descoberta

de dúzias de novas características
clinicamente relevantes

de tumores que ajudam os médicos
em prognósticos de câncer.

De modo semelhante, em Stanford,

um grupo anunciou que, examinando
os tecidos ampliados,

desenvolveu um sistema
de aprendizado de máquina

que de fato é melhor
que patologistas humanos

ao predizer índices de sobrevivência
para pacientes de câncer.

Em ambos os casos, não apenas as previsões
eram mais precisas,

mas criaram uma ciência sagaz.

No caso da radiologia,

são indicadores clínicos novos
que os humanos conseguem entender.

Nesse caso de patologia,

o sistema de computador descobriu
que as células ao redor do câncer

são tão importantes quanto
as próprias células cancerígenas

para se fazer um diagnóstico.

Isso é o oposto ao que os patologistas
tinham ensinado por décadas.

Em cada um desses dois casos,
foram os sistemas desenvolvidos

por um grupo de especialistas médicos
e especialistas em aprendizado de máquina,

mas a partir do ano passado,
já ultrapassamos isto também.

Este é um exemplo de identificação
de áreas cancerígenas

em tecido humano sob um microscópio.

O sistema aqui consegue identificar
essas áreas com mais precisão,

ou com a mesma precisão,
do que patologistas humanos,

mas foi construído com aprendizado
profundo sem conhecimento médico

por pessoas sem conhecimento na área.

De modo similar, aqui,
esta segmentação de neurônios.

Agora podemos segmentar neurônios
tão precisamente quanto os humanos,

mas este sistema foi desenvolvido
com aprendizado profundo

por pessoas sem conhecimento
prévio em medicina.

Então eu mesmo, que não tenho
conhecimento em medicina,

pareço ser inteiramente qualificado
para iniciar uma empresa médica,

que foi o que fiz.

Estava meio aterrorizado,

mas a teoria sugeria que era possível

fazer uma medicina muito útil usando
apenas estas técnicas analíticas de dados.

E ainda bem, a reação tem sido fantástica,

não apenas da mídia,
mas da comunidade médica,

que tem sido muito favorável.

A teoria é que podemos pegar a parte
intermediária do processo médico

e transformá-la o quanto possível
em análise de dados,

deixando aos médicos
o que eles fazem de melhor.

Quero dar uma exemplo a vocês.

Hoje um novo teste de diagnóstico médico
leva uns 15 minutos para ser feito

e vou mostrar em tempo real para vocês,

mas comprimi para três minutos,

cortando alguns pedaços.

Em vez de um teste de diagnóstico médico,

vou mostrar um teste de diagnóstico
de imagens de carros,

pois é algo que todos podem entender.

Então aqui estamos iniciando com
1,5 milhão de imagens de carro,

e quero criar algo que pode
selecionar a partir do ângulo

em que a foto foi tirada.

Estas imagens não estão marcadas,
então preciso começar do zero.

Com o algoritmo de aprendizado profundo,

pode-se automaticamente identificar áreas
de estrutura nestas fotos.

O legal é que o humano e o computador
agora podem trabalhar juntos.

Então o humano, como podem ver,

diz ao computador as áreas de interesse

que o computador usa
para melhorar o algoritmo.

Esses sistemas de aprendizado profundo na
verdade usa o espaço de 16 mil dimensões,

então você pode ver aqui o computador
girando através do espaço,

tentando encontrar novas
áreas de estrutura.

E quando consegue,

o humano que está no controle
aponta as áreas de interesse.

Aqui o computador encontrou
as áreas com sucesso,

por exemplo, ângulos.

Enquanto seguimos o processo,

gradualmente dizendo mais
e mais ao computador

sobre os tipos de estruturas
que estamos procurando.

Se fosse um teste diagnóstico,

seria um patologista identificando áreas
de condição patológica, por exemplo,

ou um radiologista indicando nódulos
potencialmente problemáticos.

E às vezes pode ser difícil
para o algoritmo.

Nesse caso, ficou um pouco confuso.

As frentes e as traseiras estão
todas misturadas.

Então temos que ser cuidadosos,

manualmente separando as frentes
e as traseiras,

e dizendo ao computador que isso é
o tipo de grupo

que nos interessa.

Então fizemos isso por um tempo,
adiantamos um pouco,

treinamos o algoritmo de
aprendizado de máquina

com base em algumas centenas de coisas,

e esperamos que tenha ficado melhor.

Vocês podem ver agora que algumas dessas
fotos desapareceram,

mostrando que já consegue entender
algumas por si próprio.

Podemos então usar esse conceito
para fotos similares,

e usando fotos similares, vocês podem ver,

o computador nesse ponto consegue
encontrar somente as frentes dos carros.

Nesse ponto o humano pode
dizer ao computador,

"Ok, sim, você fez um bom trabalho".

Claro que às vezes ainda é difícil

separar grupos nesse ponto.

Neste caso mesmo após
o computador girar um pouco,

ainda vemos que imagens do lado esquerdo

e do direito estão todas misturadas.

Podemos novamente
dar dicas ao computador,

e dizer ok, encontre uma projeção
que separe

os lados esquerdo e direito
o melhor possível

usando o algoritmo
de aprendizado profundo.

E dando aquela dica - ah, ok, conseguiu.

Encontrou um jeito de pensar
nestes objetos

que acabou agrupando-os.

Vocês entendem a ideia aqui.

Não é o caso de substituir o humano
pelo computador,

mas sim trabalharem juntos.

O que fazemos aqui é substituir algo
que costumava demandar de uma equipe

de cinco ou seis pessoas
por cerca de sete anos

com algo que leva apenas 15 minutos

para uma pessoa só.

Esse processo demanda
cerca de quatro ou cinco iterações.

Podemos ver que agora temos 62%

de nossas 1,5 milhão de fotos
classificadas corretamente.

Neste ponto podemos rapidamente

pegar seções inteiras

e checar se não há erros.

Ao encontramos erros, podemos deixar
o computador analisar.

Usando esse tipo de processo
em cada um dos diferentes grupos,

temos agora 80% de índice de sucesso

classificando 1,5 milhão de fotos.

Nesse ponto é só o caso de encontrar

o pequeno número que ainda
não está classificado corretamente,

e tentar entender o motivo.

E com essa abordagem,

em 15 minutos temos 97%
de índice de classificação.

Então esse tipo de técnica nos permite
resolver um grande problema,

que é a falta de competência
médica no mundo.

O Fórum Econômico Mundial diz que há
escassez de algo entre 10 e 20 vezes

de médicos no mundo em desenvolvimento,

e que levaria cerca de 300 anos

para treinar gente suficiente
para resolver o problema.

Imaginem conseguirmos
aumentar a eficiência

usando essas abordagens
de aprendizado profundo?

Por isso estou empolgado
com as oportunidades.

E estou preocupado com os problemas.

O problema aqui é que cada área
em azul no mapa

é um lugar onde os serviços correspondem
a mais de 80% dos empregos.

O que são serviços?

São estes.

São também exatamente
o que os computadores aprenderam a fazer.

Então, 80% dos empregos
no mundo no mundo desenvolvido

é algo que computadores
já aprenderam a fazer.

O que isso significa?

Ficaremos bem. Serão substituídos
por outros empregos.

Por exemplo serão mais empregos
para cientistas de dados.

Na verdade não.

Não leva muito tempo para cientistas
de dados fazerem isto.

Por exemplo, os quatro algoritmos
foram construídos pela mesma pessoa.

Então se pensar:
"Ah, isso já aconteceu antes",

já vimos isso antes,
quando coisas novas chegam

e novos empregos aparecem,

como serão estes novos empregos?

É muito difícil estimar isso,

porque o desempenho humano cresce
neste ritmo gradual,

mas agora temos um sistema,
aprendizado profundo,

que sabemos crescer em ritmo exponencial.

E estamos aqui.

Então hoje vemos as coisas ao redor

e dizemos: "Oh, os computadores
são tão burros". Certo?

Mas em cinco anos os computadores
estarão fora deste gráfico.

Então precisamos começar a pensar
nesta capacidade desde já.

Já vimos isso antes, claro.

Na Revolução Industrial,

vimos uma mudança na capacidade
graças aos motores.

Acontece que, as coisas foram
se nivelando.

Houve distúrbio social,

mas quando os motores foram usados
para gerar força em todas as situações

as coisas se acalmaram.

A Revolução do Aprendizado
de Máquina será bem diferente,

porque ela nunca se acalma.

Quanto mais as capacidades
intelectuais dos computadores melhorarem,

mais eles podem construir
outros computadores, melhores nisso,

então esse será um tipo de mudança

que o mundo nunca teve antes,

então sua compreensão anterior
do que é possível é diferente.

Isso já está nos afetando.

Nos últimos 25 anos,
como a produtividade de capital aumentou,

a produtividade de mão de obra estacionou,
de fato até caiu um pouco.

Então quero que comecemos
esta discussão já.

Sei que quando conto isso para as pessoas,

elas podem acabar desdenhando:

"os computadores não sabem pensar,

não se emocionam, não entendem poesia,

não sabemos como eles funcionam".

E daí?

Hoje os computadores fazem coisas

que passamos a maior parte
do tempo sendo pagos para fazer,

então chegou a hora de pensar

em como vamos ajustar nossas
estruturas sociais e econômicas

para essa nova realidade.

Obrigado.

(Aplausos)