Press "Enter" to skip to content

Learning from the brain for the technologies of the future | Bart ter Haar Romeny | TEDxEindhoven


[Musica]
[Musica]
come momenti di golf che è quello che è tutto
circa e un conto leggero ovviamente a questo
città di Philips come riunione medica e
una cintura leggera significa un’idea brillante e
idee da dove vengono da essi provengono
dal cervello che il cervello è oggi
in realtà viene scoperto in un modo che
non crederete possiamo guardare dentro il
cervello a incredibile risoluzione possiamo
vediamo cosa sta facendo il cervello che abbiamo in profondità
apprendimento ecc e questo è quello che parlerò
un po ‘di oggi cosa c’è in questo
sta succedendo il cervello sto lavorando al
L’università e il mio campo è un modello
riconoscimento
Ho progettato con tutto il mio team automatico
software per trovare modelli di tumori in lotti
di immagini mediche al miglior schema
macchina di riconoscimento è questo ragazzo
è un incredibile riconoscimento di pattern
come progettate tutto questo e ho detto
va bene lasciati ispirare da questo cervello
vediamo cosa c’è lì dentro
così l’ intuizione è questa cosa magica Eureka
e voglio portarti in un viaggio cosa
sappiamo come possiamo imparare da questo
come può essere come può ispirarci così
iniziamo con alcuni fatti del nostro cervello
è incredibilmente piccolo e riguarda solo a
kilo 2% il lontano che ha usato un sacco di
energia 20% della nostra energia e ha un
incredibile quantità di neuroni 86 miliardi
le fibre nervose sono tutte
collegati tra loro tutti questi nervi
ragni legano un micron sottile sottile tutto il
i fili insieme sono delimitati alla luna
e indietro le connessioni tra questi
i neuroni sono chiamati sinapsi che abbiamo
incredibile quantità di lustro ossessionato e
è un computer che sovraperforma tutti i nostri
altri computer che hanno calcolato
si tratta di un petaflop
operazioni in virgola mobile per secondo
quindi mettiamoci un po ‘di più
prospettiva se vedi gli alberi nel
Foresta amazzonica e neuroni nella tua
cervello
si tratta dello stesso numero se si guarda
al neurone ha connessioni uno
il neurone è collegato a 50.000 altri
i neuroni quindi è una diffusione abbastanza ampia
fuori e se guardi questi segni scadono
e abbiamo migliaia di miliardi di queste sinapsi
come impariamo se usi una sinapsi?
molte volte diventa più grande e se tu
dimenticalo diventa più piccolo in modo ripetitivo
azione che impari così ora possiamo anche vedere
come questo apprendimento può essere fatto e uno di
l’incredibile impresa del nostro cervello è quella
questo ragazzo usa solo 25 watt e
è piuttosto sorprendente e se guardiamo
i nostri computer oggi li guardiamo
Data center di Google e così via e tutti
questi computer e Amazon computing
centri usano megawatt che hanno
torri di raffreddamento in cima e questo è uno spreco
di energia sono semplicemente incredibili così noi
dovrebbe imparare molto di più da questo
cervello quindi come è cablato
come funziona cosa fanno questi funzionali
i circuiti effettivamente fanno e noi abbiamo un
comunità ora nel mondo che è davvero
concentrandoci su possiamo imitare questo uso del cervello
questo incredibile algoritmo di calcolo e
quindi applicali nella nostra tecnologia intelligente
Vado un po ‘più a fondo in questo
per prima cosa dillo al cervello come possiamo
misurare questo bene è il primo di tutti
e quello sono io e uno dei più grandi
aziende nel mondo che fanno tutto questo
macchine fantastiche è proprio qui
è Philips , è tra i primi tre
possiamo fare macchine per la tomografia computerizzata, ecc
ora vedi il cervello e incredibile
risoluzione delle risoluzioni ora su a
quarto di millimetro, quindi questo è
chiamato una risonanza magnetica e questo è il mio
fetta di cervello per fetta puoi vedere ogni
quarto di millimetro in questo cervello
vedi nel centro la spina dorsale riposata
corde che collegano tutte queste fibre al mio
muscoli al mio cuore quindi tutto tranne
questo non solo possiamo vedere che potremmo
vedi anche la funzione e come possiamo vedere
funzione se una cellula cerebrale è attiva
supponiamo che questo mi piaccia allora il mio motore
Tribunale
è attivo e queste cellule generano
potenziali d’azione hanno bisogno di ossigeno loro
bisogno di cibo in modo da dare un segnale al
piccoli capillari al piccolo sangue
le navi si aprono e mi portano ossigeno e
l’ossigeno può essere visto su una risonanza magnetica in modo da voi
prima non fare nulla e fai una scansione
allora lo fai e se prendi il
differenza di questi tipi si vede un piccolo
differenza e ora vedi questo ragazzo è
guardando lo schermo che sta usando il suo
sistema visivo e la parte posteriore del nostro cervello
è per visione e vedi che è abbastanza un
questo per visione un quarto dei nostri
il cervello è per la visione e se vedi come
molte cellule nervose abbiamo così quante
filtra quanti calcoli sono fatti
la visione è una cosa incredibile che siamo
macchine puramente visive perché immagini
è venuto su internet è esploso che facciamo
nient’altro che guardare le immagini perché
il nostro cervello è fatto per le immagini che siamo
macchine di immagini, quindi abbiamo noi funzioni
possiamo fare di più guardiamo anche alle connessioni
come puoi misurare le connessioni nel
cervello bene hanno trovato alcuni anni fa
che si può misurare in una risonanza magnetica il
molto piccolo movimento delle molecole d’acqua che
rendere il campo magnetico a sinistra a
un po ‘diverso da quello a destra
e se ti muovi un po ‘cambiano
il campo magnetico cambierà
frequenza e se l’acqua è giusta
circondato dall’acqua, entra in ogni
direzione che vedi un po ‘come a
sfera ma se l’acqua è in una fibra nervosa
può solo muoversi lungo la fibra nervosa
e non tanto nell’altro modo quindi se tu
cercare un po ‘di tempo si vede tipo di
un ellissoide bene l’asse lungo della
l’ellissoide è ovviamente la direzione di
la fibra e quello che puoi fare in ogni
voxel tu misura questi milioni di
foxholes li colleghi e poi tu
prendi i fili nel mio gruppo che abbiamo studiato
questo per un lungo periodo di tempo perché abbiamo davvero
volevo vedere come è tutto questo cervello
Wyatt
le perdite sono passate prima dei neurochirurghi
bisogno di vedere quali sono le tracce principali se
rimuovi un tumore che non vuoi
rendere ciechi paziente o si paralizzato
ho bisogno di preparare tutto questo così che abbiamo fatto
è fantastico?
visualizzazioni lo programmiamo nel
GPU vedi le fibre qui collegate
la sinistra e i diritti nel cervello
i colori sono XYZ è rosso verde blu così noi
avere un po ‘di codice colore anche questo
non può essere fatto per tutte le aree del
cervello come noi qui come vediamo come ci muoviamo
quindi ora abbiamo i fili del potere
schema elettronico elettronico e il
il sistema visivo è il più studiato Teufel
e ho intenzione di andare un po ‘più a fondo
nel sistema visivo hanno fatto tutto questo
misure e hanno guardato come fa
lavoro e si scopre che sono in fasi
circa 11 tappe sono state queste fasi
ha chiamato la corteccia visiva primaria uno stadio
il numero uno che è nella parte posteriore del nostro
head è chiamato v1 then v2 v3 v4
sono connessi vedi il
connessioni e questi strati possiamo spostarci
questi strati osservando il modello
un neurone e poi migliaia di modelli
neuroni e milioni di neuroni e il
il modello dell’uovo va modellando questi
sinapsi e queste sinapsi sono
collegato da ciò che chiamiamo pesi in a
rete neurale di cui tutti hanno sentito parlare
reti neurali intelligenza artificiale
è esattamente ciò che facciamo ciò che effettivamente
facciamo è imitare tutte queste connessioni
cosa succede nel cervello e nelle persone
fatto queste reti neurali vedi a
rete neurale a tre strati e cosa tu
mettere in questa rete deve essere un
classificatore hai inserito molte immagini e
la rete deve dire di cosa si tratta
il gatto questo il cane è il cavallo ma
queste piccole reti erano in realtà per
anni non funzionavano così bene lo era
terribile era 75 forse 80 percento e
non è abbastanza buono
quindi litighiamo e abbiamo maggiore
le competizioni nel 2010 abbiamo avuto queste grandi
Sì, le immagini di gruel in arrivo abbiamo avuto
accesso a milioni di immagini e persone
iniziato a fare gare hanno detto
ok mandando il tuo programma abbiamo qui 1.2
milioni di immagini 1.000 classi è che il
i cavalli in spiaggia sono questo edificio e
le persone erano corrette al 75% circa nel 2010
oggi siamo al 96% perché ciò che accade
era circa il 2012 le persone avevano un maggiore
invenzione e in realtà tale invenzione
non dovresti prendere tre strati in
una rete neurale ma si dovrebbe agitare
prendere molti molti più strati più non solo
10 magari vai a 20 forse vai a 100
e questo si chiama deep, quindi è quello che noi
chiama deep learning possiamo addestrarli
le reti e questa rete erano sì
è la rete come questa che fa la prima fase
sta facendo cose molto semplici se c’è
solo filtri per trovare alcune linee
spigola cose molto primitive il secondo
fase sta facendo alcune cose più complesse
quindi queste linee ora sono triangoli così
trova occhi nasali e così via così parti
il terzo trova oggetti trova una faccia e
così via in modo da ottenere più aree contestuali
se vai più a fondo nel cervello
quello che lo ha fatto accadere specialmente bene noi
ora sono davvero enormi
quantità di dati di cui non parliamo
milioni di immagini di cui parliamo
trilioni di immagini quindi è quello che noi
Chiamare i big data abbiamo anche una grafica GPU
unità di elaborazione che è in realtà gioco
le carte le persone volevano giocare e se
giochi a cui devi generare tutto
tipi di ambienti artificiali 3d e
i computer non erano abbastanza veloci così
hanno detto ok facciamo molti piccoli
computer paralleli un computer per
pixel e quindi possiamo generare migliaia
pixel alla volta e questo è esattamente cosa
tutti volevano avere così costa
Nulla la GPU è in ogni computer ora
ed è in realtà un piccolo computer con
1000 processori in là e costa 52
a poche centinaia di euro è fatto qui da
un SML fanno le macchine che lo fanno
quindi è ora disponibile e il terzo
passo è ovviamente ci siamo resi conto che noi
può avere reti neurali profonde e
c’è una grande comunità ora è
esplodendo e il trucco è ovviamente quello di
la parte superiore
vedi il sistema visivo nel mezzo
di voi vedete questi tutti questi strati questi
strati e vediamo un contesto crescente
ma andiamo un po ‘ più in profondità
il cervello cosa hanno trovato in visione
se si taglia il cervello si vede che questo
in realtà ha strati ha un sacco è
incredibilmente ben organizzato, non un singolo
il neurone è nel posto sbagliato che tutti
il neurone è usato se non lo usi nella loro
possederlo genera così le persone hanno fatto molto
esperimenti hanno bloccato un ago in v1 v2
v3 e cos’è la cellula che vede e lì
quindi davvero se infili un ago in questi
primi strati molto primitivi v1 che hai visto
questi filtri molto semplici stanno arrivando
esattamente cosa sta succedendo lì così nel
primo strato facciamo queste cose primitive
e in matematica diciamo ok, prendiamo
i derivati ​​sono i primi derivati
in realtà il cambiamento di intensità
questi sono i secondi secondo come derivati
corrotto è così possiamo fare matematica
e il cervello in realtà sta facendo molto
la matematica qui possiamo anche vedere come
è questo formato nel cervello come fanno questi
campi ricettivi come li chiamiamo questi
filtri come sono originati e
scopre che non sei nato con questi
filtri se sei nato ogni neurone è
collegato a ogni altro neurone nel suo
quartiere quindi come può essere organizzato
organizza se stesso i primi tre
mesi dopo la nascita li fai così
è molto eccitante quindi abbiamo detto andiamo
guarda un’immagine e prendi una scimmia e una
milioni di anni fa o la scimmia vedeva
una foresta così abbiamo preso la prima immagine tu
prendi alcune minuscole patch dal
foresta e fai qualche statistica
matematica quale è la migliore base per
tutte queste patch e lo trovi esattamente
gli stessi filtri in modo da poter imparare il
filtri dai dati e questo è esattamente
quello che facciamo, così ho detto, suppongo di essere un
animale e io viviamo in un mondo ristretto
Ho solo linee verticali che risulta
che avrò filtri molto specifici
filtri limitati quindi non succede nulla se
Salgo finito ma succede molto in questo
direzione così io
il filtro giusto, quindi la lezione è quella
i filtri artigianali sono fuori per molti
Molti mi anni e tutti i miei colleghi noi
lavorato con progettiamo un sacco di
filtra e fa il riconoscimento del modello e
così via, li abbiamo imparati dal
dati che regoliamo l’ambiente visivo
mantenendo i gattini nella completa oscurità
dalla nascita questo è un kit sperimentale
per periodi di visuale controllata
esperienza all’interno di speciali speciali
camere cilindriche questo gattino
hanno fatto gli esperimenti su come è stato
formata dopo la nascita, quindi il gattino era
cresciuto nel buio e per tre mesi
l’ unica cosa che poteva vedere era la stessa
come ho fatto con le linee orizzontali degli alberi
si può disattivare il suono dal successivo
Scorri perché vediamo ora cosa sono
il gattino ha visto se il gattino vede un
bastone orizzontale vede perfettamente il
bastone orizzontale e naturalmente voi
aspettati se c’è un bastone verticale
non ha filtri nel suo cervello per vedere un
bastone verticale non può vederlo più
quindi è abbastanza sorprendente questo è ciò
la biologia fa ciò che si chiama cervello
l’ adattabilità alla plasticità impariamo da cosa
vediamo bene, naturalmente, questo gattino è andato
alla famiglia di nuovo e dopo che è
completamente imparato, sono tutte queste cose
le immagini che vediamo di più sono facce
e sai che guardi tutto il giorno a
affronta Facebook come si scopre
che ora lo hanno trovato in tutti i tipi
di esperimenti che abbiamo dedicato
area nel cervello che è giusta
specificamente pensato per i volti solo
reagisce sui volti che gli dai qualcosa
altrimenti non reagisce ma c’è una faccia
ma eccolo, vorrei che adesso facesse i conti
ovunque, anche nella più stupida
le cose che vediamo le facce così e perché è questo
guardi su Facebook per tutto il tempo ma
è una cosa che non vedi e solo
proprio come il gattino il lato positivo
giù non hai mai visto così non lo fai
riconoscilo hai lo stesso del
gattino anche se vedi una foto di a
persona ben nota tua madre chiunque
è sottosopra che devi guardare a
in secondo luogo più a lungo perché non abbiamo treni
le regioni per i volti capovolti vanno bene
vai ad alcune applicazioni di tutto questo cosa
abbiamo imparato soprattutto con questo profondo
imparare una delle grandi scoperte è
naturalmente l’auto che guida fino a quando
è molto attivo in questo settore e perché lo è
in realtà ora sta diventando possibile noi
ho già auto che hanno guidato un milione
chilometri perché hanno bisogno di vedere
segnali stradali dei passeggeri tutto il
cose diverse e questo apprendimento profondo
questo riconoscimento
ti ricordi che il 96% va bene è così
lavorando così è possibile che stia arrivando
proprio lì abbiamo in Olanda il
la più grande produzione di fiori nel mondo I
pensiamo di fare circa il 40% di tutto il
fiorisce nove miliardi di rose ogni anno
ed è il numero che abbiamo di 450 rose
molto costoso è il diritto getta su
i pallet dicono che l’ agricoltore va bene
questa è la rosa cara o è un
uno economico quindi abbiamo ora il computer
sistemi che controllano tutto
e il mio campo è l’imaging medico
questa è un’area enorme, grande
L’80% di tutta la diagnosi viene eseguita
immagini e se fai delle immagini che fai a
TAC si fanno facilmente 1.000 fette così
quale medico sta andando a guardare a 1.000
fette che il dottore ha bisogno di essere aiutato da
questo riconoscimento del modello di apprendimento profondo
sistemi e lavorano fanno un
lavoro incredibile lui sono il progetto Leda ora
di un ampio programma di screening che è
medicina preventiva per il diabete e
con il diabete iniziano i vasi sanguigni
Perdere non puoi vederli che non puoi mettere
tutti in una risonanza magnetica possono fare molte persone
avere il diabete ma non lo sanno ma
la tua retina è l’occhio che puoi vedere
molto bene e lì puoi vedere con il
incredibile risoluzione puoi vedere il
vasi sanguigni e in Cina hanno un
enorme problema che io sia questo
11,6% quindi la nostra università è ovale
si chiede all’università, puoi aiutarmi?
questo enorme problema e trova nel nostro
popolazione che ha raddoppiato la quantità di
diabete da altrove per trovarli così
ora stiamo facendo funzionare un programma finalmente noi
spero di proiettare 24 milioni di persone e le nostre
il software ora può rilevare automaticamente
l’inizio di piccole perdite e così via
e tutto ovviamente impedisce
il sollievo dalla cecità conclude il cervello
è la nostra prossima rivoluzione in realtà noi
abbiamo appena iniziato non sappiamo ancora nulla
riguardo al cervello, iniziamo a vederlo ma
abbiamo fatto un salto da un paio di anni
fa il cambiamento dirompente a causa di
queste reti neurali profonde vedremo
questo dappertutto ora sta arrivando
i radiologi lo useranno
tutti coloro che usano l’ispezione del computer
lo userà e così via sarà uno di
i principali descrittivi in ​​modo da averne visto alcuni
esempi e in realtà ora abbiamo un
un po ‘meglio comprenderli
erano la creatività era tutto
emerge è nel nostro cervello la nostra lampadina
grazie mille
tu
[Applausi]
[Musica]
Please follow and like us:

Be First to Comment

Lascia un commento