Как мы учим компьютеры понимать изображения. Fei-Fei Li - видеоролик
Изучайте английский язык с помощью параллельных субтитров ролика "Как мы учим компьютеры понимать изображения".
Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь.
Всего 827 книг и 2706 познавательных видеороликов в бесплатном доступе.
страница 3 из 3 ←предыдущая следующая→ ...
00:05:25
But what if cats are hidden?
А если кот прячется?
What about these silly cats?
Как насчёт этих смешных котов?
Now you get my point.
Теперь вы меня понимаете.
Even something as simple
as a household pet
Даже простой домашний питомец
can present an infinite number
of variations to the object model,
может представлять бесконечное число
вариаций в модели объекта,
00:05:42
and that's just one object.
а это всего лишь один объект.
So about eight years ago,
Где-то восемь лет назад
a very simple and profound observation
changed my thinking.
простое, но значительное наблюдение
изменило ход моих мыслей.
No one tells a child how to see,
Никто не говорит ребёнку,
как надо видеть,
especially in the early years.
особенно в ранние годы жизни.
00:05:59
They learn this through
real-world experiences and examples.
Он учится этому на реальных примерах.
If you consider a child's eyes
Если предположить, что глаза ребёнка —
as a pair of biological cameras,
это пара биологических камер,
they take one picture
about every 200 milliseconds,
то они делают один снимок
каждые 200 миллисекунд, —
the average time an eye movement is made.
среднее время движения глазного яблока.
00:06:16
So by age three, a child would have seen
hundreds of millions of pictures
К трём годам ребёнок уже увидит
сотни миллионов изображений
of the real world.
окружающего мира.
That's a lot of training examples.
Это очень много обучающих примеров.
So instead of focusing solely
on better and better algorithms,
И вместо того, чтобы улучшать алгоритмы,
my insight was to give the algorithms
the kind of training data
я предложила предоставить этим алгоритмам
такую же обучающую информацию,
00:06:38
that a child was given through experiences
которую через опыт получает ребёнок,
in both quantity and quality.
в таком же количестве и качестве.
Once we know this,
Как только мы это осознали,
we knew we needed to collect a data set
мы поняли, что нам нужно было
собрать базу данных,
that has far more images
than we have ever had before,
содержащую намного больше изображений,
чем когда-либо ранее,
00:06:55
perhaps thousands of times more,
возможно, в тысячи раз больше.
and together with Professor
Kai Li at Princeton University,
В 2007 году я и профессор Кай Ли
из Принстонского университета
we launched the ImageNet project in 2007.
запустили проект ImageNet.
Luckily, we didn't have to mount
a camera on our head
К счастью, нам не пришлось
устанавливать камеру себе на голову
and wait for many years.
и ждать много лет.
00:07:12
We went to the Internet,
Мы использовали интернет —
the biggest treasure trove of pictures
that humans have ever created.
кладезь изображений, самую большую
из созданных человечеством.
We downloaded nearly a billion images
Мы скачали почти миллиард изображений
and used crowdsourcing technology
like the Amazon Mechanical Turk platform
и для их описания применили
краудсорсинг-платформу
to help us to label these images.
Amazon Mechanical Turk.
00:07:29
At its peak, ImageNet was one of
the biggest employers
На пике активности ImageNet была одним
из самых популярных работодателей
of the Amazon Mechanical Turk workers:
для сотрудников Amazon Mechanical Turk:
together, almost 50,000 workers
порядка 50 000 работников
from 167 countries around the world
из 167 стран мира
helped us to clean, sort and label
помогли нам привести в порядок,
отсортировать и описать
00:07:49
nearly a billion candidate images.
почти миллиард изображений-кандидатов.
That was how much effort it took
Вот сколько потребовалось усилий,
to capture even a fraction
of the imagery
чтобы охватить лишь малую часть
той базы изображений,
a child's mind takes in
in the early developmental years.
которую создаёт мозг ребёнка
в ранние годы развития.
In hindsight, this idea of using big data
Оглядываясь назад, идея использования
большого архива данных
00:08:09
to train computer algorithms
may seem obvious now,
для обучения компьютеров
сейчас может показаться очевидной,
but back in 2007, it was not so obvious.
но в 2007 году это было далеко не так.
Для просмотра параллельного текста полностью залогиньтесь или зарегистрируйтесь
←предыдущая следующая→ ...
основано на 1 оценках:
5 из 5
1