story · Level 3 · 6 min
Intermediate Spanish: How Machines Found Cats
Watch this episode
A factual account of a documented 2012 experiment in which researchers trained a large neural network on unlabeled YouTube video images. The system discovered useful visual features for recognizing cat faces, while the results did not amount to human-like understanding. Create your own personalized learning podcast Want a podcast built around your interests and learning needs? Sign up for LingoTailor and create a personalized podcast that evolves as you learn. Register at https://lingotailor.clipiti.com This episode uses AI-generated content and audio and was published automatically, without human review. Language explanations and factual content may contain mistakes.
Transcript & learning notes
Follow along, pause, and replay the Spanish passages.
EnglishWelcome to LingoTailor, where you learn Spanish through stories. First, you'll hear the story in English to understand the context. Then you'll hear it in Spanish, learn useful vocabulary, and listen to the Spanish story again. Today's story is: How Machines Found Cats.
EnglishHere is the English version.
EnglishIn 2012, a research team asked a practical question: could a computer discover a useful visual concept without labels? Their system, a large neural network, received 10 million still images from YouTube videos. The researchers did not tell it which images showed cats. Instead, they trained it to find patterns in the data. The task was difficult because the network had to handle changes in lighting, pose, background, and camera quality. After training, some units in the network responded strongly to images of cats, as well as to other recurring patterns such as human faces. In tests, the cat-related features helped the system detect cat faces better than earlier methods. This did not mean that the machine had human-like understanding, and it had not learned from a few carefully selected examples. The result showed that, at a large scale, unsupervised learning could discover useful visual features from raw video.
EnglishNow hear the same account in Spanish.
EspañolAquí está la versión en español.
EspañolEn 2012, un equipo de investigadores planteó una pregunta práctica: ¿podía una computadora descubrir un concepto visual útil sin etiquetas? Su sistema, una gran red neuronal, recibió 10 millones de imágenes fijas tomadas de videos de YouTube. Los investigadores no le indicaron cuáles imágenes mostraban gatos. En cambio, lo entrenaron para encontrar patrones en los datos. El reto era manejar cambios en la iluminación, la postura, el fondo y la calidad de la cámara. Después del entrenamiento, algunas unidades de la red respondieron con fuerza a imágenes de gatos y a otros patrones recurrentes, como los rostros humanos. En las pruebas, las características relacionadas con los gatos ayudaron al sistema a detectar caras de gatos mejor que métodos anteriores. Esto no significaba que la máquina tuviera una comprensión semejante a la humana, ni que hubiera aprendido a partir de unos pocos ejemplos seleccionados cuidadosamente. El resultado mostró que, a gran escala, el aprendizaje no supervisado podía descubrir características visuales útiles en videos sin procesar.
EnglishHere are four reusable expressions from the Spanish version.
Españolsin etiquetas
EnglishUse this to describe data or examples that do not come with categories or answers supplied in advance.
EspañolMuchos modelos empiezan a aprender sin etiquetas.
Española gran escala
EnglishUse this when something is done with a very large amount of data, people, or resources.
EspañolEl análisis a gran escala requiere mucha memoria.
Españolmanejar cambios en
EnglishUse this structure to say that a person or system can cope with variation in a particular condition.
EspañolUna cámara debe manejar cambios en la luz.
Españolno significaba que
EnglishUse this structure to separate evidence from a stronger conclusion; it introduces something that the evidence did not prove.
EspañolUn resultado mejor no significaba que el modelo comprendiera la escena.
EnglishListen to the Spanish version once more.
EspañolEn 2012, un equipo de investigadores planteó una pregunta práctica: ¿podía una computadora descubrir un concepto visual útil sin etiquetas? Su sistema, una gran red neuronal, recibió 10 millones de imágenes fijas tomadas de videos de YouTube. Los investigadores no le indicaron cuáles imágenes mostraban gatos. En cambio, lo entrenaron para encontrar patrones en los datos. El reto era manejar cambios en la iluminación, la postura, el fondo y la calidad de la cámara. Después del entrenamiento, algunas unidades de la red respondieron con fuerza a imágenes de gatos y a otros patrones recurrentes, como los rostros humanos. En las pruebas, las características relacionadas con los gatos ayudaron al sistema a detectar caras de gatos mejor que métodos anteriores. Esto no significaba que la máquina tuviera una comprensión semejante a la humana, ni que hubiera aprendido a partir de unos pocos ejemplos seleccionados cuidadosamente. El resultado mostró que, a gran escala, el aprendizaje no supervisado podía descubrir características visuales útiles en videos sin procesar.
EnglishMake your learning personal with LingoTailor: podcasts adapted to your interests, level, and progress. Practice speaking with ChatGPT, get feedback, and shape your next episode. Follow the link in the description to get started. Subscribe now so you never miss a new episode. Don't just listen to a new language. Start speaking it.