Translation of "”  " in Hungarian

When I was a boy,

Gyerekkoromban

I wanted to maximise my impact on the world,

maximalizálni szerettem volna a világra gyakorolt hatásomat.

And I was smart enough to realise that I am not very smart.

Elég okos voltam, hogy rájöjjek: nemigen vagyok okos,

Such that it can solve all the problems that I cannot solve myself,

Olyat, amely minden problémát megold, amely nekem nem megy,

And I can retire.

így nyugdíjba vonulhatok.

And my first publication on that dates back 30 years: 1987.

Erről szóló első közleményem 30 éves: 1987-ből való.

My diploma thesis,

Diplomamunkám,

Where I already try to solve the grand problem of AI,

melyben az MI nagy kérdését próbálom megoldani;

But also learns to improve the learning algorithm itself.

hanem maga tanulja meg a tanuló algoritmusa tökéletesítését is.

And the way it learns, the way it learns,

Csak tanul és tanul,

And so on recursively, without any limits

visszatérően, korlátozás nélkül,

Except the limits of logics and physics.

nem számítva a logikai és a fizikai korlátokat.

And, I'm still working on the same old thing,

De még mindig ugyanezen a jó öreg dolgon munkálkodom,

They are now on 3.000 million smartphones.

hárommilliárd okostelefonban van benne.

And all of you have them in your pockets.

A zsebünkben hordjuk.

Apple, Google, Facebook, Microsoft and Amazon.

az Apple, Google, Facebook, Microsoft és az Amazon.

And all of them are emphasising

Mindegyikük hangsúlyozza,

That AI, artificial intelligence,

hogy az MI, a mesterséges intelligencia

Is central to what they are doing.

a tevékenységük középpontjában áll.

And all of them are using heavily the deep learning methods

Mindegyikük erőteljesen a mély- tanulási módszereket alkalmazza,

Especially something which is called: "the long short-term memory".

Különösen az ún. hosszú rövid távú memóriát.

Has anybody in this room ever heard of the long short-term memory,

Önök közül hallott-e valaki az ún. hosszú rövid távú memóriáról,

Or the LSTM?

azaz az LSTM-ről?

Hands up, anybody ever heard of that?

Tegye föl a kezét, aki igen!

Okay.

Rendben.

[those] who didn't understand the question.

nem értette a kérdést.

The LSTM is a little bit like your brain:

Az LSTM egy kicsit az agyunkhoz hasonló:

Which means that you have got a million billion connections.

Ez azt jelenti, hogy milliószor milliárdnyi kapcsolatunk van.

And each of these connections has a "strength"

Minden kapcsolat erősséggel jellemezhető,

Which says how much does this neuron over here

amely jelzi, hogy az adott idegsejt mennyire befolyásolja a következőt

Influence that one over there at the next time step.

a további lépés idején.

But then, through a smart learning algorithm,

De aztán az okos tanuló algoritmuson keresztül

It learns from lots of examples to translate the incoming data,

sok példából megtanulja a bejövő adatok -

Such as video through the cameras, or audio through the microphones,

pl. kamerákon bejövő videojelek, mikrofonból bejövő audiojelek

Or pain signals through the pain sensors.

vagy fájdalom-érzékelőn keresztüli fájdalomjelek - értelmezését.

It learns to translate that into output actions,

Megtanulja, hogyan váltsa át őket kimenő cselekvéssé,

Because some of these neurons are output neurons,

hiszen bizonyos idegsejtek kimenetiek,

It can learn to solve all kinds of interesting problems,

mindenféle érdekes probléma megoldását,

Such as driving a car

pl. az autóvezetést

Or do the speech recognition on your smartphone.

vagy okostelefonunkon a beszédfelismerést.

Because whenever you take out your smartphone,

Mert mikor előkapjuk okostelefonunkat,

An Android phone, for example,

pl. Androidos készülékünket,

And you speak to it, and you say:

és belebeszélünk:

"Ok Google, show me the shortest way to Milano."

"Google, mutasd a Milánóba vezető legrövidebb utat!",

Then it understands your speech.

akkor megérti, amit mondunk.

Because there is a LSTM in there which has learned to understand speech.

Mert beszédértésre kiképezett LSTM van benne.

Every ten milliseconds, 100 times a second,

Minden századmásodpercben, másodpercenként száz jel érkezik

New inputs are coming from the microphone,

a mikrofonból,

And then are translated, after thinking,

amelyből aztán értelmezés után

Into letters

betűk lesznek;

Which are then questioned to the search engine.

azok jutnak tovább a keresőmotorba.

And it has learned to do that

A készülék megtanulta,

By listening to lots of speech from women, from men, all kinds of people.

mert rengeteg és mindenféle női és férfibeszédet hallott.

The basic LSTM cell looks like that:

Az LSTM cellák ilyenek.

I don't have the time to explain that,

Elmagyarázni nincs időm,

Well, speech recognition is only one example;

A beszédfelismerés csak egy példa.

Are you sometimes clicking at the translate button?

Néha rákattintanak a Fordítás gombra,

Because somebody sent you something in a foreign language

ha valakitől idegen nyelvű üzenetet kapnak?

And then you can translate it.

Akkor lefordíttathatják.

Is anybody doing that? Yeah.

Valaki szokta használni? Igen.

Whenever you do that,

Mikor ezt teszik,

You are waking up, again, a long short term memory, an LSTM,

megint csak a hosszú rövid távú memóriát, az LSTM-et használják,

And Facebook is doing that four billion times a day,

A Facebook napjában négymilliárdszor végzi ezt el,

By an LSTM working for Facebook;

az LSTM segítségével.

And another 50,000 in the second; then another 50,000.

Majd ugyanennyit a következő másodpercben, és így tovább.

And to see how much this thing is now permitting the modern world,

Hogy lássák, mai világunkban ez az eszköz mire képes,

And all these Google Data Centers,

a Google adatközpontjaiban

All these data centers of Google, all over the world,

az egész világon

Is used for LSTM.

az LSTM veszi igénybe.

You can ask a question and it answers you.

kérdezheti, az pedig felel neki.

And the voice that you hear it's not a recording;

A hallott hang nem felvétel,

It's an LSTM network

hanem LSTM-hálózat,

Which has learned from training examples

amely a kiképzési példák alapján

To sound like a female voice.

megtanulta a női hangon beszélést.

If you have an iPhone, and you're using the quick type,

Akinek gyors fajtájú iPhone-ja van,

Again, that's an LSTM which has learned to do that,

Ez megint csak LSTM, amely ezt elsajátította.

So it's on a billion iPhones.

Milliárdnyi iPhone-on rajta van.

You are a large audience, by my standards:

Fogalmaim szerint önök népes közönség,

But when we started this work, decades ago, in the early '90s,

de mikor évtizedekkel ezelőtt, a 90-es években e munkába fogtunk,

Only few people were interested in that,

csupán keveseket érdekelt ez,

Because computers were so slow and you couldn't do so much with it.

mert a számítógépek lomhák voltak, és nem sokra mentünk velük.

And I remember I gave a talk at a conference,

Emlékszem, mikor előadást tartottam az egyik tanácskozáson,

And there was just one single person in the audience,

csak egyvalaki volt a teremben:

A young lady.

egy ifjú hölgy.

And she said,

Ezt válaszolta:

"OK, but please hurry: I am the next speaker!"

"Rendben, de siessen, mert én vagyok a következő előadó."

Which is an old trend that has held since 1941 at least.

Ez a régi irányzat legalább 1941 óta tart.

Since this man, Konrad Zuse,

Azóta, hogy Konrad Zuse Berlinben

Built the first working program controlled computer in Berlin

az első programvezérlésű működő számítógépet megépítette,

And he could do, roughly, one operation per second.

és a gép másodpercenként durván egy műveletre volt képes.

One!

Egyre!

And then ten years later, for the same price,

Tíz év múlva azonos árért

One could do 100 operations:

már 100 műveletre.

30 years later,

30 év múlva azonos árért

1 million operations for the same price;

egymillió műveletre.

And today, after 75 years, we can do

Ma, 75 év múltán azonos árért

A million billion times as much for the same price.

egybilliárd műveletre képes.

And the trend is not about to stop,

A tendencia folytatódik,

Because the physical limits are much further out there.

mert a fizikai korlát még messze van.

Rather soon, and not so many years or decades,

Elég hamar, nem sok év vagy évtized múlva