TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Aguera y Arcas demonstriert Augmented-Reality-Landkarten
Filmed:
Readability: 3.4
1,856,682 views
In einer Vorführung, die die Zuhörer bei TED2010 in Erstaunen versetzte, demonstriert Blaise Aguera y Arcas eine neue Augmented-Reality-Technologie für Landkarten von Microsoft.
Blaise Agüera y Arcas - Software architect
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Double-click the English transcript below to play the video.
00:15
About a year and a half ago,
0
0
2000
Vor etwa eineinhalb Jahren
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
machte mich Stephen Lawler, der 2007 einen TED-Vortrag
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
über Virtual Earth hielt,
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
zum Entwickler bei Bing Maps,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
der Kartentechnologie von Microsoft.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
In den vergangenen zweieinhalb Jahren haben wir hart daran gearbeitet,
00:31
on redefining the way maps work online.
6
16000
4000
die Art und Weise, wie Karten online funktionieren, neu zu definieren.
00:35
And we really are seeing this in very different terms
7
20000
2000
Wir verstehen darunter nämlich eine ganz andere Kategorie
00:37
from the kind of mapping and direction site
8
22000
2000
als die typischen Karten mit Wegbeschreibungen,
00:39
that one is used to.
9
24000
2000
die wir sonst so gewohnt sind.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
Das erste, was Ihnen hier vielleicht auffällt,
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
ist, wie flüssig man hiermit zoomen und schwenken kann.
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
Das kommt von Seadragon,
00:47
that's where it comes from.
13
32000
2000
falls Sie das kennen.
00:49
Mapping is, of course,
14
34000
2000
Mapping, also das Abbilden auf einer Karte,
00:51
not just about cartography,
15
36000
2000
ist natürlich nicht mehr nur Kartographie,
00:53
it's also about imagery.
16
38000
2000
sondern hat auch mit bildlicher Darstellung zu tun.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Wenn wir beim Zoomen über ein bestimmtes Level hinaus gehen,
00:58
this resolves into a kind of Sim City-like
18
43000
3000
führt das zu einer Art Sim-City-ähnlicher
01:01
virtual view at 45 degrees.
19
46000
2000
virtueller Darstellung im 45-Grad-Winkel.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
Man kann sich das Bild aus jeder Himmelsrichtung anschauen,
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
und die Stadt mit allen Fassaden in 3D-Struktur sehen.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Wir sehen diesen dreidimenionalen Raum
01:14
as being a canvas on which
23
59000
3000
als Leinwand, auf die wir
01:17
all sorts of applications can play out,
24
62000
6000
alle möglichen Anwendungen übertragen können.
01:23
and map's directions are really just one of them.
25
68000
3000
Wegbeschreibung ist wirklich nur eine von vielen.
01:26
If you click on this, you'll see
26
71000
3000
Wenn ich hierauf klicke, sehen Sie einige jener Anwendungen,
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
die wir in den letzten paar Monaten,
01:32
since we've launched.
28
77000
2000
seit wir an den Start gegangen sind, herausgebracht haben.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Zum Beispiel hatten wir bereits ein paar Tage nach der Katastrophe in Haiti
01:36
we had an earthquake map that showed
30
81000
2000
eine Erdbebenkarte,
01:38
before and after pictures from the sky.
31
83000
2000
die Vorher-nachher-Bilder aus der Luft zeigte.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Diese wunderbare Anwendung, die ich Ihnen hier aus Zeitgründen leider nicht zeigen kann,
01:42
is taking hyper-local blogs in real time
33
87000
3000
greift in Echtzeit auf Hyperlocal-Blogs zu
01:45
and mapping those stories, those entries
34
90000
2000
und bildet deren Geschichten und Einträge
01:47
to the places that are referred to on the blogs.
35
92000
2000
auf die Orte in der Karte ab, die in den Blogs vorkommen.
01:49
It's wonderful.
36
94000
3000
Einfach wunderbar.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Stattdessen zeige ich Ihnen jetzt noch ein paar echte Leckerbissen.
01:55
So, we see the imagery, of course,
38
100000
4000
Wie wir sehen,
01:59
not stopping at the sky.
39
104000
3000
hört die Grafik natürlich nicht am Himmel auf.
02:02
These little green bubbles represent
40
107000
3000
Diese kleinen grünen Punkte sind
02:05
photosynths that users have made.
41
110000
2000
Photosynth-Bilder von Anwendern.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
Auch die zeige ich jetzt nicht näher, aber solche Fotos sind in die Karte integriert.
02:10
Everything that's cased in blue
43
115000
2000
Alles was hier blau eingerahmt ist,
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
ist ein Gebiet, für das wir auch Bilder vom Boden haben.
02:17
And so, when you fly down --
45
122000
2000
Wenn man also da hinunterfliegt -
02:19
(Applause)
46
124000
2000
(Applaus)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Danke. Wenn man zum Boden hinunterfliegt,
02:23
and you see this kind of panoramic imagery,
48
128000
3000
sieht man dieses Panoramabild,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
und als erstes fällt wahrscheinlich auf, dass das nicht nur ein Bild ist,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
sondern dass diese Umgebung genauso dreidimensional erfasst wird
02:33
as there is of the three-dimensional city from above,
51
138000
3000
wie die dreidimensionale Stadt von oben.
02:36
so if I click on something to get a closer view of it,
52
141000
4000
Wenn ich also auf etwas klicke, um es näher zu sehen,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
sieht dieser Übergang so aus.
02:43
is a function of all of that geometry,
54
148000
2000
Das ist eine Funktion dieser Geometrie,
02:45
all of that 3D understanding behind this model.
55
150000
4000
der 3D-Erfassung hinter dem Modell.
02:49
Now, I'll show you a fun app
56
154000
3000
Ich zeige Ihnen jetzt eine witzige Anwendung,
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
an der wir zusammen mit unseren Freunden von Flickr arbeiten.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Sie nimmt ein lokalisiertes Bild von Flickr
03:02
and uses photosynth-like processes
59
167000
3000
und verbindet es, in einer Verarbeitung, die der
03:05
to connect that imagery to our imagery, so --
60
170000
4000
bei Photosynth ähnelt, mit unserer Grafik, -
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
ich weiß nicht, ob ich ausgerechnet dieses Bild haben wollte, aber -
03:12
(Laughter)
62
177000
3000
(Gelächter)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Sehen Sie, das hier ist ein beliebter Ort für Touristen,
03:19
and there are lots of photos around here,
64
184000
2000
von dem es viele Fotos gibt,
03:21
and these photos are all taken at different times.
65
186000
3000
die alle zu verschiedenen Zeiten gemacht wurden:
03:24
So this one was taken around five.
66
189000
2000
Dies hier etwa um fünf Uhr.
03:26
So that's the Flickr photo,
67
191000
2000
Das ist das Flickr-Foto,
03:28
that's our imagery.
68
193000
2000
und das ist unsere Grafik.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Sie sehen, wie sich diese Bilder aus der Welt der Benutzer
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
fest in die Karte integrieren.
03:36
(Applause)
71
201000
2000
(Applaus)
03:38
Thank you.
72
203000
2000
Vielen Dank.
03:40
(Applause)
73
205000
2000
(Applaus)
03:42
There are several reasons why this is interesting
74
207000
2000
Das ist aus verschiedenen Gründen interessant,
03:44
and one of them, of course, is time travel.
75
209000
2000
zum Beispiel für Zeitreisen.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
Ich kann Ihnen jetzt nichts von den wunschönen historischen Bildern zeigen,
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
es gibt nämlich auch ein paar mit Pferden und Kutschen und so weiter.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Das Coole daran ist, dass es nicht nur darum geht,
03:54
this visual representation of the world
79
219000
2000
die visuelle Darstellung der Welt mit dem zu erweitern,
03:56
with things that are coming in from users,
80
221000
3000
was die Anwender dazu beisteuern,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
sondern dass so auch die Grundlage für Augmented-Reality gelegt wird,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
von der ich Ihnen gleich mehr zeigen werde.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Ich bin jetzt nach drinnen gegangen. Auch das ist interessant.
04:10
OK, notice there's now a roof above us.
84
235000
2000
Sie sehen, dass jetzt ein Dach über uns ist.
04:12
We're inside the Pike Place Market.
85
237000
3000
Wir sind im Pike Place Markt.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
Das machen wir mit einer Rucksackkamera.
04:17
so, we're now not only imaging in the street
87
242000
4000
Wir fotografieren also nicht nur auf der Straße
04:21
with this camera on tops of cars,
88
246000
2000
mit diesen Kameras auf Autodächern,
04:23
but we're also imaging inside.
89
248000
4000
sondern wir machen auch Bilder von Innenräumen.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
Und wir können hier dieselben Verknüpfungen herstellen,
04:32
not only of still images, but also of video.
91
257000
4000
nicht nur von Standbildern, sondern auch von Videos.
04:36
So this is something that we're now going to try
92
261000
2000
Das probieren wir jetzt mal aus,
04:38
for the first time, live,
93
263000
2000
zum ersten Mal live,
04:40
and this is really, truly, very frightening.
94
265000
3000
und davor habe ich jetzt wirklich einen ganz schönen Bammel.
04:43
(Laughter)
95
268000
2000
(Gelächter)
04:46
OK.
96
271000
2000
Okay.
04:48
(Ringing)
97
273000
2000
(Telefon läutet)
04:50
All right, guys, are you there?
98
275000
2000
Okay, Jungs, seid ihr da?
04:52
(Noise)
99
277000
2000
(Lärm)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Okay. Ich gehe drauf. Ich drücke auf Wiedergabe.
04:56
I'm live. All right. There we go.
101
281000
2000
Ich bin live. Okay. Los geht's.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Das hier sind unsere Freunde im Pike Place Markt, dem Labor.
05:03
(Applause)
103
288000
8000
(Applaus)
05:12
So they're broadcasting this live.
104
297000
2000
Sie senden das jetzt live.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
Okay, George, kannst du zurück zum Markt in der Ecke schwenken?
05:18
Because I want to show points of interest.
106
303000
4000
Weil ich ein paar Sehenswürdigkeiten zeigen will.
05:22
No, no. The other way.
107
307000
3000
Nein, nein. Andersrum.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Ja, ja, zurück in die Ecke. Zurück in die Ecke.
05:27
I don't want to see you guys yet.
109
312000
3000
Euch will ich jetzt noch nicht sehen.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
Okay. Okay. Zurück in die Ecke. Zurück in die Ecke. Zurück in die Ecke.
05:37
OK, never mind.
111
322000
2000
Okay, egal.
05:40
What I wanted to show you was these points of interest
112
325000
2000
Ich wollte Ihnen eigentlich diese Sehenswürdigkeiten
05:42
over here on top of the image
113
327000
2000
hier oben im Bild zeigen,
05:44
because what that gives you a sense of is the way,
114
329000
2000
denn da bekommt man das Gefühl,
05:46
if you're actually on the spot,
115
331000
2000
als wäre man tatsächlich da...
05:48
you can think about this --
116
333000
2000
Das könnte man als einen Schritt ansehen,
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
der noch einen Schritt weiter geht als Augmented-Reality.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Was zum Teufel macht ihr da - oh, Entschuldigung.
05:55
(Laughter)
119
340000
3000
(Gelächter)
05:58
We're doing two different --
120
343000
3000
Wir machen zwei verschiedene...
06:01
OK, I'm hanging up now.
121
346000
3000
Okay, ich lege jetzt auf.
06:04
We're doing two different things here.
122
349000
2000
Wir machen hier zwei verschiedene Dinge.
06:06
One of them is to take that real ...
123
351000
2000
Erstens nehmen wir reale...
06:08
(Laughter)
124
353000
7000
(Gelächter)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
Okay, lassen Sie mich die Gelegenheit nutzen und dem Team danken.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
Sie haben das ganz fantastisch hingekriegt.
06:20
(Applause)
127
365000
2000
(Applaus)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Ich verlasse sie jetzt und gehe wieder nach draußen.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
Und während ich hinausgehe, sage ich noch kurz,
06:28
here we're using this for telepresence,
130
373000
2000
dass wir das hier jetzt zwar für die Telepräsenz nutzen,
06:30
but you can equally well use this
131
375000
2000
aber man das genausogut
06:32
on the spot, for augmented reality.
132
377000
2000
vor Ort nutzen, für Augmented-Reality.
06:34
When you use it on the spot, it means that
133
379000
2000
Wenn man es vor Ort nutzt, heißt das, dass
06:36
you're able to bring all of that metadata
134
381000
2000
man all diese vielen Metadaten und
06:38
and information about the world to you.
135
383000
2000
Informationen über die Welt zu sich holen kann.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Wir machen also hier einen nächsten Schritt, indem wir es live übertragen.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
Das wurde übrigens auf einem 4G-Netzwerk
06:45
from the market.
138
390000
3000
von dem Markt aus gesendet.
06:48
All right, and now there's one last TED talk
139
393000
3000
Jetzt gibt es einen TED-Vortrag, den letzten,
06:51
that Microsoft has given in the past several years.
140
396000
2000
den Microsoft in den letzten Jahren gehalten hat.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
Das war Curtis Wong, WorldWide Telescope.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
Wir gehen jetzt rüber zu den Müllcontainern,
06:58
where it's traditional, after a long day at the market,
143
403000
3000
wo man üblicherweise nach einem langen Tag auf dem Markt
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
eine Pause macht, oder einfach nur in den Himmel schaut.
07:05
This is the integration
145
410000
2000
Hier ist das WorldWide Telescope
07:07
of WorldWide Telescope into our maps.
146
412000
3000
in unsere Karten integriert.
07:10
(Applause)
147
415000
2000
(Applaus)
07:12
This is the current -- thank you --
148
417000
3000
Das ist die aktuelle ... vielen Dank.
07:15
this is the current time. If we scrub the time,
149
420000
2000
Das ist die aktuelle Zeit, aber wenn wir die löschen,
07:17
then we can see how the sky will look at different times,
150
422000
3000
können wir sehen, wie der Himmel zu verschiedenen Uhrzeiten aussehen wird,
07:20
and we can get all of this very detailed
151
425000
2000
und bekommen sehr detaillierte
07:22
information about different times, different dates:
152
427000
4000
Informationen über verschiedene Zeitpunkte.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Schieben wir mal den Mond etwas höher,
07:29
maybe change the date.
154
434000
4000
und verändern vielleicht das Datum.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Ich würde gerne an den Mond heranzoomen.
07:39
So, this is an astronomically complete
156
444000
2000
Das hier ist eine astronomisch vollständige
07:41
representation of the sky
157
446000
3000
Abbildung des Himmels, die
07:44
integrated right into the Earth.
158
449000
2000
direkt in das Bild der Erde integriert wurde.
07:46
All right now, I've overrun my time,
159
451000
2000
Okay, meine Zeit ist abgelaufen,
07:48
so I've got to stop.
160
453000
2000
ich muss Schluss machen.
07:50
Thank you all very much.
161
455000
2000
Ich danke Ihnen allen vielmals.
07:52
(Applause)
162
457000
12000
(Applaus)
ABOUT THE SPEAKER
Blaise Agüera y Arcas - Software architectBlaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces.
Why you should listen
Blaise Agüera y Arcas is principal scientist at Google, where he leads a team working on machine intelligence for mobile devices. His group works extensively with deep neural nets for machine perception and distributed learning, and it also investigates so-called "connectomics" research, assessing maps of connections within the brain.
Agüera y Arcas' background is as multidimensional as the visions he helps create. In the 1990s, he authored patents on both video compression and 3D visualization techniques, and in 2001, he made an influential computational discovery that cast doubt on Gutenberg's role as the father of movable type.
He also created Seadragon (acquired by Microsoft in 2006), the visualization technology that gives Photosynth its amazingly smooth digital rendering and zoom capabilities. Photosynth itself is a vastly powerful piece of software capable of taking a wide variety of images, analyzing them for similarities, and grafting them together into an interactive three-dimensional space. This seamless patchwork of images can be viewed via multiple angles and magnifications, allowing us to look around corners or “fly” in for a (much) closer look. Simply put, it could utterly transform the way we experience digital images.
He joined Microsoft when Seadragon was acquired by Live Labs in 2006. Shortly after the acquisition of Seadragon, Agüera y Arcas directed his team in a collaboration with Microsoft Research and the University of Washington, leading to the first public previews of Photosynth several months later. His TED Talk on Seadragon and Photosynth in 2007 is rated one of TED's "most jaw-dropping." He returned to TED in 2010 to demo Bing’s augmented reality maps.
Fun fact: According to the author, Agüera y Arcas is the inspiration for the character Elgin in the 2012 best-selling novel Where'd You Go, Bernadette?
Blaise Agüera y Arcas | Speaker | TED.com