ABOUT THE SPEAKER
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).

Why you should listen

Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.

Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.

More profile about the speaker
Tan Le | Speaker | TED.com
TEDGlobal 2010

Tan Le: A headset that reads your brainwaves

Tan Le: Una diadema que lee nuestras ondas cerebrales

Filmed:
2,732,929 views

Tan Le presenta una asombrosa nueva interfaz capaz de leer nuestras ondas cerebrales, posibilitando el control de objetos virtuales e incluso aparatos electrónicos sólo con el pensamiento (y un poco de concentración). Aquí nos muestra su diadema computarizada y nos cuenta sus varias aplicaciones.
- Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio

Double-click the English transcript below to play the video.

00:16
Up untilhasta now, our communicationcomunicación with machinesmáquinas
0
1000
2000
Hasta ahora, la comunicación con las máquinas
00:18
has always been limitedlimitado
1
3000
2000
ha estado limitada
00:20
to consciousconsciente and directdirecto formsformularios.
2
5000
2000
a formas conscientes y directas.
00:22
WhetherSi it's something simplesencillo
3
7000
2000
Ya sea algo simple
00:24
like turningtorneado on the lightsluces with a switchcambiar,
4
9000
2000
como un interruptor de luz
00:26
or even as complexcomplejo as programmingprogramación roboticsrobótica,
5
11000
3000
o complejos como la programación robótica.
00:29
we have always had to give a commandmando to a machinemáquina,
6
14000
3000
Siempre hemos tenido que ingresar comandos
00:32
or even a seriesserie of commandscomandos,
7
17000
2000
mediante uno o varios pasos
00:34
in orderorden for it to do something for us.
8
19000
3000
para que una computadora ejecutara alguna tarea.
00:37
CommunicationComunicación betweenEntre people, on the other handmano,
9
22000
2000
Por otro lado, la comunicación humana
00:39
is farlejos more complexcomplejo and a lot more interestinginteresante
10
24000
3000
es mucho más compleja y más interesante
00:42
because we take into accountcuenta
11
27000
2000
porque tiene en cuenta
00:44
so much more than what is explicitlyexplícitamente expressedexpresado.
12
29000
3000
mucho más de lo expresado explícitamente.
00:47
We observeobservar facialfacial expressionsexpresiones, bodycuerpo languageidioma,
13
32000
3000
Mediante las expresiones y el lenguaje del cuerpo
00:50
and we can intuitintuir feelingssentimientos and emotionsemociones
14
35000
2000
podemos intuir emociones
00:52
from our dialoguediálogo with one anotherotro.
15
37000
3000
que son parte de nuestro diálogo.
00:55
This actuallyactualmente formsformularios a largegrande partparte
16
40000
2000
Esto juega un importante rol
00:57
of our decision-makingToma de decisiones processproceso.
17
42000
2000
en nuestra manera de tomar decisiones.
00:59
Our visionvisión is to introduceintroducir
18
44000
2000
Hoy nuestro objetivo es introducir
01:01
this wholetodo newnuevo realmreino of humanhumano interactionInteracción
19
46000
3000
este nuevo campo de interacción humana
01:04
into human-computerhumano-computadora interactionInteracción
20
49000
2000
en la interacción entre el hombre y las computadoras
01:06
so that computersordenadores can understandentender
21
51000
2000
para que éstas puedan comprender
01:08
not only what you directdirecto it to do,
22
53000
2000
no sólo los comandos que les ordenamos
01:10
but it can alsoademás respondresponder
23
55000
2000
sino que también puedan responder
01:12
to your facialfacial expressionsexpresiones
24
57000
2000
a nuestras expresiones faciales
01:14
and emotionalemocional experiencesexperiencias.
25
59000
2000
y nuestras emociones.
01:16
And what better way to do this
26
61000
2000
Y ¿qué mejor manera de lograr esto
01:18
than by interpretinginterpretar the signalsseñales
27
63000
2000
que mediante la interpretación de señales
01:20
naturallynaturalmente producedproducido by our braincerebro,
28
65000
2000
emitidas naturalmente por el cerebro?
01:22
our centercentrar for controlcontrolar and experienceexperiencia.
29
67000
3000
Que es nuestro centro de control.
01:25
Well, it soundssonidos like a prettybonita good ideaidea,
30
70000
2000
Bien, parece una buena idea
01:27
but this tasktarea, as BrunoBruno mentionedmencionado,
31
72000
2000
pero, como bien dijo Bruno,
01:29
isn't an easyfácil one for two mainprincipal reasonsrazones:
32
74000
3000
no es tarea fácil, por dos razones principales:
01:32
First, the detectiondetección algorithmsAlgoritmos.
33
77000
3000
primero, los algoritmos de detección.
01:35
Our braincerebro is madehecho up of
34
80000
2000
El cerebro esta conformado
01:37
billionsmiles de millones of activeactivo neuronsneuronas,
35
82000
2000
por miles de millones de neuronas activas
01:39
around 170,000 kmkm
36
84000
3000
cuyos axones, combinados,
01:42
of combinedconjunto axonaxón lengthlongitud.
37
87000
2000
alcanzan una longitud de 170.000 km.
01:44
When these neuronsneuronas interactinteractuar,
38
89000
2000
Cuando las neuronas interactúan
01:46
the chemicalquímico reactionreacción emitsEmite an electricaleléctrico impulseimpulso,
39
91000
2000
la reacción química emite un impulso eléctrico
01:48
whichcual can be measuredmesurado.
40
93000
2000
el cual puede medirse.
01:50
The majoritymayoria of our functionalfuncional braincerebro
41
95000
3000
La mayor parte de nuestro cerebro funcional
01:53
is distributedrepartido over
42
98000
2000
se encuentra distribuido
01:55
the outerexterior surfacesuperficie layercapa of the braincerebro,
43
100000
2000
en la capa externa del cerebro.
01:57
and to increaseincrementar the areazona that's availabledisponible for mentalmental capacitycapacidad,
44
102000
3000
Y para lograr mayor superficie con capacidad mental
02:00
the braincerebro surfacesuperficie is highlyaltamente foldeddoblada.
45
105000
3000
la superficie cerebral está densamente plegada.
02:03
Now this corticalcortical foldingplegable
46
108000
2000
Bien, los pliegues de esta corteza
02:05
presentspresenta a significantsignificativo challengereto
47
110000
2000
presentan un desafío no menor
02:07
for interpretinginterpretar surfacesuperficie electricaleléctrico impulsesimpulsos.
48
112000
3000
para interpretar impulsos eléctricos superficiales.
02:10
EachCada individual'sindividuo cortexcorteza
49
115000
2000
La corteza de cada individuo
02:12
is foldeddoblada differentlydiferentemente,
50
117000
2000
está plegada de manera diferente,
02:14
very much like a fingerprinthuella dactilar.
51
119000
2000
a la manera de huellas digitales.
02:16
So even thoughaunque a signalseñal
52
121000
2000
Por eso, si bien una señal
02:18
maymayo come from the samemismo functionalfuncional partparte of the braincerebro,
53
123000
3000
puede provenir de la misma parte funcional del cerebro,
02:21
by the time the structureestructura has been foldeddoblada,
54
126000
2000
la particular estructura de los pliegues
02:23
its physicalfísico locationubicación
55
128000
2000
hace que la posición física de esta señal
02:25
is very differentdiferente betweenEntre individualsindividuos,
56
130000
2000
varíe de individuo a individuo
02:27
even identicalidéntico twinsGemelos.
57
132000
3000
incluso entre hermanos gemelos.
02:30
There is no longermás any consistencyconsistencia
58
135000
2000
Ya no existe coherencia
02:32
in the surfacesuperficie signalsseñales.
59
137000
2000
en la señales superficiales.
02:34
Our breakthroughpenetración was to createcrear an algorithmalgoritmo
60
139000
2000
Nuestro descubrimiento fue la creación de un algoritmo
02:36
that unfoldsse desarrolla the cortexcorteza,
61
141000
2000
que despliega la corteza
02:38
so that we can mapmapa the signalsseñales
62
143000
2000
de tal manera que las señales pueden localizarse
02:40
closercerca to its sourcefuente,
63
145000
2000
cerca de su origen
02:42
and thereforepor lo tanto makingfabricación it capablecapaz of workingtrabajando acrossa través de a massmasa populationpoblación.
64
147000
3000
para poder aplicarse a la población en general.
02:46
The secondsegundo challengereto
65
151000
2000
El segundo desafío
02:48
is the actualreal devicedispositivo for observingobservando brainwavesondas cerebrales.
66
153000
3000
reside en el dispositivo para observar ondas cerebrales.
02:51
EEGEEG measurementsmediciones typicallytípicamente involveinvolucrar
67
156000
2000
La electroencefalografía requiere
02:53
a hairnetredecilla with an arrayformación of sensorssensores,
68
158000
3000
de una red de sensores alrededor de la cabeza
02:56
like the one that you can see here in the photofoto.
69
161000
3000
como la que se ve en esta foto.
02:59
A techniciantécnico will put the electrodeselectrodos
70
164000
2000
Un técnico coloca los electrodos
03:01
ontosobre the scalpcuero cabelludo
71
166000
2000
sobre el cuero cabelludo
03:03
usingutilizando a conductiveconductivo gelgel or pastepegar
72
168000
2000
mediante un gel conductor o pasta
03:05
and usuallygeneralmente after a procedureprocedimiento of preparingpreparando the scalpcuero cabelludo
73
170000
3000
habiendo antes preparado el cuero cabelludo
03:08
by lightligero abrasionabrasión.
74
173000
2000
con abrasivos suaves.
03:10
Now this is quitebastante time consumingconsumidor
75
175000
2000
Pero esto lleva bastante tiempo
03:12
and isn't the mostmás comfortablecómodo processproceso.
76
177000
2000
y no es un método muy agradable.
03:14
And on topparte superior of that, these systemssistemas
77
179000
2000
Y, además, estos sistemas
03:16
actuallyactualmente costcosto in the tensdecenas of thousandsmiles of dollarsdólares.
78
181000
3000
cuestan decenas de miles de dólares.
03:20
So with that, I'd like to inviteinvitación onstageen el escenario
79
185000
3000
Por eso, quiero invitar a la tarima
03:23
EvanEvan GrantConceder, who is one of last year'saños speakersparlantes,
80
188000
2000
a Evan Grant, quien fuera conferencista el año pasado,
03:25
who'squien es kindlyamablemente agreedconvenido
81
190000
2000
y que muy amablemente ha aceptado
03:27
to help me to demonstratedemostrar
82
192000
2000
ayudarme a demostrar
03:29
what we'venosotros tenemos been ablepoder to developdesarrollar.
83
194000
2000
ésto que desarrollamos.
03:31
(ApplauseAplausos)
84
196000
6000
(Aplauso)
03:37
So the devicedispositivo that you see
85
202000
2000
Este disposivo
03:39
is a 14-channel-canal, high-fidelityalta fidelidad
86
204000
2000
es un aparato de electroencefalografía
03:41
EEGEEG acquisitionadquisición systemsistema.
87
206000
2000
de 14 canales y alta fidelidad.
03:43
It doesn't requireexigir any scalpcuero cabelludo preparationpreparación,
88
208000
3000
No requiere de preparación del cuero cabelludo
03:46
no conductiveconductivo gelgel or pastepegar.
89
211000
2000
ni geles ni pastas.
03:48
It only takes a fewpocos minutesminutos to put on
90
213000
3000
Se coloca en unos pocos minutos
03:51
and for the signalsseñales to settleresolver.
91
216000
2000
y se espera a que aparezcan las señales.
03:53
It's alsoademás wirelessinalámbrico,
92
218000
2000
También es inalámbrico
03:55
so it givesda you the freedomlibertad to movemovimiento around.
93
220000
3000
por lo que permite que nos movamos.
03:58
And comparedcomparado to the tensdecenas of thousandsmiles of dollarsdólares
94
223000
3000
Y en comparación con las decenas de miles de dólares
04:01
for a traditionaltradicional EEGEEG systemsistema,
95
226000
3000
de los sistemas de electroencefalografía tradicionales
04:04
this headsetauriculares only costscostos
96
229000
2000
este casco sólo cuesta
04:06
a fewpocos hundredcien dollarsdólares.
97
231000
2000
unos pocos cientos de dólares.
04:08
Now on to the detectiondetección algorithmsAlgoritmos.
98
233000
3000
Ahora, los algoritmos de detección.
04:11
So facialfacial expressionsexpresiones --
99
236000
2000
Las expresiones faciales,
04:13
as I mentionedmencionado before in emotionalemocional experiencesexperiencias --
100
238000
2000
como lo mencioné antes mediante emociones,
04:15
are actuallyactualmente designeddiseñado to work out of the boxcaja
101
240000
2000
están diseñadas para funcionar fuera de la caja
04:17
with some sensitivitysensibilidad adjustmentsajustes
102
242000
2000
con algunos ajustes sensoriales
04:19
availabledisponible for personalizationpersonalización.
103
244000
3000
disponibles para personalización.
04:22
But with the limitedlimitado time we have availabledisponible,
104
247000
2000
Pero como no tenemos mucho tiempo
04:24
I'd like to showespectáculo you the cognitivecognitivo suitesuite,
105
249000
2000
les quiero mostrar el conjunto cognitivo
04:26
whichcual is the abilitycapacidad for you
106
251000
2000
que es, básicamente,
04:28
to basicallybásicamente movemovimiento virtualvirtual objectsobjetos with your mindmente.
107
253000
3000
la capacidad de mover objetos virtuales con la mente.
04:32
Now, EvanEvan is newnuevo to this systemsistema,
108
257000
2000
Bien, esta es la primera vez para Evan,
04:34
so what we have to do first
109
259000
2000
así que lo primero que tenemos que hacer
04:36
is createcrear a newnuevo profileperfil for him.
110
261000
2000
es crear un nuevo perfil para él.
04:38
He's obviouslyobviamente not JoanneJoanne -- so we'llbien "addañadir userusuario."
111
263000
3000
Obviamente no es Joanne, por lo que selecciono "agregar usuario".
04:41
EvanEvan. Okay.
112
266000
2000
Evan. Bien.
04:43
So the first thing we need to do with the cognitivecognitivo suitesuite
113
268000
3000
Así que lo primero que tenemos que hacer con el conjunto cognitivo
04:46
is to startcomienzo with trainingformación
114
271000
2000
es ejercitar
04:48
a neutralneutral signalseñal.
115
273000
2000
una señal neutral.
04:50
With neutralneutral, there's nothing in particularespecial
116
275000
2000
De esta manera, no hay nada en particular
04:52
that EvanEvan needsnecesariamente to do.
117
277000
2000
que Evan tenga que hacer.
04:54
He just hangscuelga out. He's relaxedrelajado.
118
279000
2000
Sólo relajarse.
04:56
And the ideaidea is to establishestablecer a baselinebase
119
281000
2000
Y la idea es establecer un punto de partida
04:58
or normalnormal stateestado for his braincerebro,
120
283000
2000
o estado normal de su cerebro,
05:00
because everycada braincerebro is differentdiferente.
121
285000
2000
porque cada cerebro es diferente.
05:02
It takes eightocho secondssegundos to do this,
122
287000
2000
Esto lleva ocho segundos.
05:04
and now that that's donehecho,
123
289000
2000
Ya está listo,
05:06
we can chooseescoger a movement-basedbasado en movimiento actionacción.
124
291000
2000
podemos seleccionar una acción, un movimiento.
05:08
So EvanEvan, chooseescoger something
125
293000
2000
Evan, debes elegir algo
05:10
that you can visualizevisualizar clearlyclaramente in your mindmente.
126
295000
2000
que puedas visualizar claramente en tu mente.
05:12
EvanEvan GrantConceder: Let's do "pullHalar."
127
297000
2000
Evan Grant: de acuerdo, "atraer".
05:14
TanBroncearse LeLe: Okay, so let's chooseescoger "pullHalar."
128
299000
2000
Tan Le: Bien. Elijo entonces "atraer".
05:16
So the ideaidea here now
129
301000
2000
Así que la idea aquí
05:18
is that EvanEvan needsnecesariamente to
130
303000
2000
es que Evan debe imaginar
05:20
imagineimagina the objectobjeto comingviniendo forwardadelante
131
305000
2000
que el objeto se mueve hacia nosotros
05:22
into the screenpantalla,
132
307000
2000
dentro de la pantalla.
05:24
and there's a progressProgreso barbar that will scrollvoluta acrossa través de the screenpantalla
133
309000
3000
Una barra en la pantalla indica el progreso
05:27
while he's doing that.
134
312000
2000
mientras él se concentra.
05:29
The first time, nothing will happenocurrir,
135
314000
2000
La primera vez, nada va a suceder,
05:31
because the systemsistema has no ideaidea how he thinkspiensa about "pullHalar."
136
316000
3000
porque el sistema no tiene idea de como él imagina "atraer".
05:34
But maintainmantener that thought
137
319000
2000
Pero intenta mantener esa idea
05:36
for the entiretodo durationduración of the eightocho secondssegundos.
138
321000
2000
durante los ocho segundos.
05:38
So: one, two, threeTres, go.
139
323000
3000
Uno, dos, tres, cuatro, vamos.
05:49
Okay.
140
334000
2000
Bien.
05:51
So onceuna vez we acceptaceptar this,
141
336000
2000
Al seleccionar "aceptar"
05:53
the cubecubo is livevivir.
142
338000
2000
el cubo se mueve.
05:55
So let's see if EvanEvan
143
340000
2000
Veamos si Evan
05:57
can actuallyactualmente try and imagineimagina pullingtracción.
144
342000
3000
puede imaginar "atraer".
06:00
AhAh, good jobtrabajo!
145
345000
2000
Ah, ¡muy bien!
06:02
(ApplauseAplausos)
146
347000
3000
(Aplauso)
06:05
That's really amazingasombroso.
147
350000
2000
¡Sorprendente!
06:07
(ApplauseAplausos)
148
352000
4000
(Aplauso)
06:11
So we have a little bitpoco of time availabledisponible,
149
356000
2000
Aún tenemos un poquito de tiempo
06:13
so I'm going to askpedir EvanEvan
150
358000
2000
así que le voy a pedir a Evan
06:15
to do a really difficultdifícil tasktarea.
151
360000
2000
que realice una tarea realmente complicada.
06:17
And this one is difficultdifícil
152
362000
2000
Y digo complicada
06:19
because it's all about beingsiendo ablepoder to visualizevisualizar something
153
364000
3000
porque se trata de visualizar algo
06:22
that doesn't existexiste in our physicalfísico worldmundo.
154
367000
2000
que no existe en el mundo físico.
06:24
This is "disappeardesaparecer."
155
369000
2000
Esto es "desaparecer".
06:26
So what you want to do -- at leastmenos with movement-basedbasado en movimiento actionscomportamiento,
156
371000
2000
Las acciones de movimiento
06:28
we do that all the time, so you can visualizevisualizar it.
157
373000
3000
son muy comunes, y es fácil visualizarlas.
06:31
But with "disappeardesaparecer," there's really no analogiesanalogías --
158
376000
2000
Pero para "desaparecer" no existen analogías.
06:33
so EvanEvan, what you want to do here
159
378000
2000
Así que, Evan, lo que tienes que hacer
06:35
is to imagineimagina the cubecubo slowlydespacio fadingdesvanecimiento out, okay.
160
380000
3000
es imaginar el cubo esfumándose lentamente.
06:38
SameMismo sortordenar of drillperforar. So: one, two, threeTres, go.
161
383000
3000
Tal cual como antes. Uno, dos, tres, vamos.
06:50
Okay. Let's try that.
162
395000
3000
Bien, intentemos eso.
06:53
Oh, my goodnessbondad. He's just too good.
163
398000
3000
¡Oh, cielos! ¡Qué bien lo hace!
06:57
Let's try that again.
164
402000
2000
Intentemos otra vez.
07:04
EGP.EJ: LosingPerdiendo concentrationconcentración.
165
409000
2000
EG: Estoy perdiendo la concentración.
07:06
(LaughterRisa)
166
411000
2000
(Risas)
07:08
TLTL: But we can see that it actuallyactualmente workstrabajos,
167
413000
2000
TL: Pero vemos que funciona
07:10
even thoughaunque you can only holdsostener it
168
415000
2000
aunque sólo puedas mantenerlo
07:12
for a little bitpoco of time.
169
417000
2000
por un tiempo corto.
07:14
As I said, it's a very difficultdifícil processproceso
170
419000
3000
Como decía, imaginar ésto
07:17
to imagineimagina this.
171
422000
2000
es un proceso complicado.
07:19
And the great thing about it is that
172
424000
2000
Y lo grandioso de esto es que
07:21
we'venosotros tenemos only givendado the softwaresoftware one instanceejemplo
173
426000
2000
sólo le indicamos al sistema una única vez
07:23
of how he thinkspiensa about "disappeardesaparecer."
174
428000
3000
cómo Evan piensa en "desaparecer".
07:26
As there is a machinemáquina learningaprendizaje algorithmalgoritmo in this --
175
431000
3000
Ya que la máquina tiene un algoritmo de aprendizaje...---
07:29
(ApplauseAplausos)
176
434000
4000
(Aplauso)
07:33
Thank you.
177
438000
2000
Muchas gracias.
07:35
Good jobtrabajo. Good jobtrabajo.
178
440000
3000
Muy bien, buen trabajo.
07:38
(ApplauseAplausos)
179
443000
2000
(Aplauso)
07:40
Thank you, EvanEvan, you're a wonderfulmaravilloso, wonderfulmaravilloso
180
445000
3000
Muchas gracias, Evan,
07:43
exampleejemplo of the technologytecnología.
181
448000
3000
eres un maravilloso ejemplo de la tecnología.
07:46
So, as you can see, before,
182
451000
2000
Así que como pueden ver
07:48
there is a levelingarrasamiento systemsistema builtconstruido into this softwaresoftware
183
453000
3000
hay un progreso por niveles incorporado a este software
07:51
so that as EvanEvan, or any userusuario,
184
456000
2000
por lo que mientras Evan, u otro usuario,
07:53
becomesse convierte more familiarfamiliar with the systemsistema,
185
458000
2000
se familiariza con el sistema,
07:55
they can continuecontinuar to addañadir more and more detectionsdetecciones,
186
460000
3000
puede agregar más y más detecciones
07:58
so that the systemsistema beginscomienza to differentiatediferenciar
187
463000
2000
que permiten al sistema diferenciar
08:00
betweenEntre differentdiferente distinctdistinto thoughtspensamientos.
188
465000
3000
entre distintos pensamientos.
08:04
And onceuna vez you've trainedentrenado up the detectionsdetecciones,
189
469000
2000
Y una vez que se han entrenado las detecciones
08:06
these thoughtspensamientos can be assignedasignado or mappedmapeado
190
471000
2000
estos pensamientos pueden ser asignados o
08:08
to any computinginformática platformplataforma,
191
473000
2000
a cualquier sistema operativo,
08:10
applicationsolicitud or devicedispositivo.
192
475000
2000
aplicación o dispositivo.
08:12
So I'd like to showespectáculo you a fewpocos examplesejemplos,
193
477000
2000
Así que quisiera mostarles algunos ejemplos
08:14
because there are manymuchos possibleposible applicationsaplicaciones
194
479000
2000
de las muchas aplicaciones
08:16
for this newnuevo interfaceinterfaz.
195
481000
2000
para esta nueva interfaz.
08:19
In gamesjuegos and virtualvirtual worldsmundos, for exampleejemplo,
196
484000
2000
En juegos y el mundo virtual, por ejemplo,
08:21
your facialfacial expressionsexpresiones
197
486000
2000
nuestras expresiones faciales
08:23
can naturallynaturalmente and intuitivelyintuitivamente be used
198
488000
2000
pueden ser utilizadas intuitivamente
08:25
to controlcontrolar an avataravatar or virtualvirtual characterpersonaje.
199
490000
3000
para controlar un avatar o personaje virtual.
08:29
ObviouslyObviamente, you can experienceexperiencia the fantasyfantasía of magicmagia
200
494000
2000
Podemos experimentar la fantasía de la magia
08:31
and controlcontrolar the worldmundo with your mindmente.
201
496000
3000
y controlar el mundo con nuestra mente.
08:36
And alsoademás, colorscolores, lightingiluminación,
202
501000
3000
Y también los colores, las luces,
08:39
soundsonar and effectsefectos
203
504000
2000
los sonidos y efectos
08:41
can dynamicallydinamicamente respondresponder to your emotionalemocional stateestado
204
506000
2000
pueden responder a nuestras emociones de manera dinámica
08:43
to heightenaumentar the experienceexperiencia that you're havingteniendo, in realreal time.
205
508000
3000
para resaltar nuestras experiencias en tiempo real.
08:47
And movingemocionante on to some applicationsaplicaciones
206
512000
2000
Quiero mostrarles algunas aplicaciones
08:49
developeddesarrollado by developersdesarrolladores and researchersinvestigadores around the worldmundo,
207
514000
3000
desarrolladas por ingenieros en todo el mundo,
08:52
with robotsrobots and simplesencillo machinesmáquinas, for exampleejemplo --
208
517000
3000
con robots y máquinas simples
08:55
in this casecaso, flyingvolador a toyjuguete helicopterhelicóptero
209
520000
2000
como que un helicóptero de juguete pueda volar
08:57
simplysimplemente by thinkingpensando "liftascensor" with your mindmente.
210
522000
3000
con sólo pensar en "elevación".
09:00
The technologytecnología can alsoademás be appliedaplicado
211
525000
2000
Pero esta tecnología también puede aplicarse
09:02
to realreal worldmundo applicationsaplicaciones --
212
527000
2000
a escenarios de la vida real.
09:04
in this exampleejemplo, a smartinteligente home.
213
529000
2000
En este ejemplo, una casa inteligente.
09:06
You know, from the userusuario interfaceinterfaz of the controlcontrolar systemsistema
214
531000
3000
Desde de
09:09
to openingapertura curtainscortinas
215
534000
2000
para correr cortinas
09:11
or closingclausura curtainscortinas.
216
536000
3000
y luego cerrarlas.
09:22
And of coursecurso, alsoademás to the lightingiluminación --
217
547000
3000
Y, por supuesto, para la iluminación:
09:25
turningtorneado them on
218
550000
3000
encender las luces
09:28
or off.
219
553000
2000
o apagarlas.
09:30
And finallyfinalmente,
220
555000
2000
Y finalmente,
09:32
to realreal life-changingcambio de vida applicationsaplicaciones,
221
557000
2000
aplicaciones para calidad de vida
09:34
suchtal as beingsiendo ablepoder to controlcontrolar an electriceléctrico wheelchairsilla de ruedas.
222
559000
3000
como controlar una silla de ruedas.
09:37
In this exampleejemplo,
223
562000
2000
En este ejemplo
09:39
facialfacial expressionsexpresiones are mappedmapeado to the movementmovimiento commandscomandos.
224
564000
3000
las expresiones faciales controlan los movimientos.
09:42
Man: Now blinkparpadeo right to go right.
225
567000
3000
Voz: Guiña el ojo derecho para girar a la derecha.
09:50
Now blinkparpadeo left to turngiro back left.
226
575000
3000
Ahora el izquierdo para girar a la izquierda.
10:02
Now smilesonreír to go straightDerecho.
227
587000
3000
Ahora sonríe para avanzar.
10:08
TLTL: We really -- Thank you.
228
593000
2000
TL: Estamos... muchas gracias.
10:10
(ApplauseAplausos)
229
595000
5000
(Aplauso)
10:15
We are really only scratchingrascarse the surfacesuperficie of what is possibleposible todayhoy,
230
600000
3000
Estamos apenas comenzando a explorar las posibilidades.
10:18
and with the community'scomunidad inputentrada,
231
603000
2000
Y con la contribución de la sociedad
10:20
and alsoademás with the involvementenredo of developersdesarrolladores
232
605000
2000
y el aporte de los ingenieros
10:22
and researchersinvestigadores from around the worldmundo,
233
607000
3000
e investigadores de todo el mundo
10:25
we hopeesperanza that you can help us to shapeforma
234
610000
2000
esperamos poder darle forma
10:27
where the technologytecnología goesva from here. Thank you so much.
235
612000
3000
al nuevo rumbo de la tecnología. Muchas gracias.
Translated by Laura Monzon
Reviewed by Ricardo Aranguren

▲Back to top

ABOUT THE SPEAKER
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).

Why you should listen

Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.

Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.

More profile about the speaker
Tan Le | Speaker | TED.com