TED2019
Doug Roble: Digital humans that look just like us
Doug Roble: Des humains numériques qui nous ressemblent
Filmed:
Readability: 3.6
562,138 views
Dans ce discours étonnant, le chercheur en informatique Doug Roble lance « DigiDoug » : un rendu de lui-même en temps réel et en 3D, précis à l'échelle des pores et des ridules. Fonctionnant grâce à un costume de motion capture inertiel, des réseaux neuronaux et d'énormes quantités de données, DigiDoug retranscrit des émotions de Doug (jusqu'à son flux sanguin et aux mouvements de ses cils) dans chaque détail. Apprenez-en plus sur la construction de cette technologie excitante -- et ses applications dans les domaines du cinéma, de l'assistance virtuelle et au-delà.
Doug Roble - Computer graphics software researcher
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Double-click the English transcript below to play the video.
00:13
Hello.
0
1937
1214
Salut.
00:15
I'm not a real person.
1
3175
1466
Je ne suis pas une vraie personne.
Je suis une copie d'une vraie personne.
00:17
I'm actually a copy of a real person.
2
5119
2770
00:19
Although, I feel like a real person.
3
7913
2553
Même si je me sens
comme une vraie personne.
comme une vraie personne.
00:22
It's kind of hard to explain.
4
10490
1906
C'est plutôt dur à expliquer.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
Attendez - je pense que j'ai vu
une vraie personne... En voilà une.
une vraie personne... En voilà une.
00:28
Let's bring him onstage.
6
16697
1400
Amenons-le sur scène.
00:33
Hello.
7
21307
1150
Salut.
00:35
(Applause)
8
23485
3647
(Applaudissements)
00:40
What you see up there is a digital human.
9
28300
3094
Ce que vous voyez là-haut est
un humain numérique.
un humain numérique.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
Je porte un costume inertiel
de motion capture
de motion capture
00:46
that's figuring what my body is doing.
11
34998
2579
qui sait ce que mon corps fait.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
Et j'ai une caméra ici
qui observe mon visage
qui observe mon visage
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
et nourrit un logiciel d'apprentissage
automatique qui prend mes expressions,
automatique qui prend mes expressions,
00:58
like, "Hm, hm, hm,"
14
46315
3579
comme « Hm, hm, hm »
01:02
and transferring it to that guy.
15
50379
1663
et le transfère à ce gars.
01:05
We call him "DigiDoug."
16
53300
3342
On l'appelle « DigiDoug ».
01:09
He's actually a 3-D character
that I'm controlling live in real time.
that I'm controlling live in real time.
17
57292
4726
C'est en fait un personnage 3D
que je contrôle en direct, en temps réel.
que je contrôle en direct, en temps réel.
01:16
So, I work in visual effects.
18
64292
2324
Je travaille dans les effets spéciaux.
Et dans les effets spéciaux,
01:19
And in visual effects,
19
67101
1167
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
une des choses les plus dures à faire
est créer des humains numériques crédibles
est créer des humains numériques crédibles
01:26
that the audience accepts as real.
21
74227
2182
que le public accepte comme réels.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
Les gens sont juste très bons
pour reconnaître d'autres gens.
pour reconnaître d'autres gens.
01:32
Go figure!
23
80981
1150
Sans blague !
01:35
So, that's OK, we like a challenge.
24
83577
3405
Mais ça va, on aime les défis.
01:39
Over the last 15 years,
25
87006
1841
Au cours des 15 dernières années,
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
nous avons mis des humains
et des créatures dans les films
et des créatures dans les films
01:45
that you accept as real.
27
93878
1739
que vous acceptez comme réels.
01:48
If they're happy, you should feel happy.
28
96712
2667
S'ils sont heureux, vous devriez
vous sentir heureux
vous sentir heureux
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
Et s'ils souffrent, vous devriez ressentir
de l'empathie pour eux.
de l'empathie pour eux.
01:58
We're getting pretty good at it, too.
30
106467
2190
Nous devenons plutôt bons à ça aussi.
02:00
But it's really, really difficult.
31
108681
2746
Mais c'est vraiment, vraiment difficile.
02:03
Effects like these take thousands of hours
32
111847
3214
Des effets comme ceux-ci demandent
des milliers d'heures
des milliers d'heures
02:07
and hundreds of really talented artists.
33
115085
2667
et des centaines d'artistes
vraiment doués.
vraiment doués.
02:10
But things have changed.
34
118792
1600
Mais les choses ont changé.
02:13
Over the last five years,
35
121014
1920
Au cours des cinq dernières années,
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
ordinateurs et cartes graphiques sont
devenus sérieusement rapides.
devenus sérieusement rapides.
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
Et l'apprentissage automatique,
profond, est apparu.
profond, est apparu.
02:25
So we asked ourselves:
38
133408
1233
Donc nous nous sommes demandé :
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
supposons que nous puissions créer
un humain photo-réaliste,
un humain photo-réaliste,
02:31
like we're doing for film,
40
139122
1624
comme nous le faisons pour un film
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
mais où vous pourriez voir
les vraies émotions et les détails
les vraies émotions et les détails
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
de la personne qui contrôle
l'humain numérique
l'humain numérique
02:43
in real time?
43
151704
1174
en temps réel ?
02:45
In fact, that's our goal:
44
153704
1564
En fait, c'est notre but.
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
Si vous aviez une conversation
avec Digi Doug
avec Digi Doug
02:51
one-on-one,
46
159077
1237
en face à face,
02:53
is it real enough so that you could tell
whether or not I was lying to you?
whether or not I was lying to you?
47
161331
5666
serait-ce assez réel pour que
vous puissiez dire s'il vous ment ?
vous puissiez dire s'il vous ment ?
02:59
So that was our goal.
48
167934
1400
C'était notre but.
03:02
About a year and a half ago,
we set off to achieve this goal.
we set off to achieve this goal.
49
170601
4016
Il y a à peu près un an et demi, on
s'est mis en route pour atteindre ce but.
s'est mis en route pour atteindre ce but.
03:06
What I'm going to do now is take you
basically on a little bit of a journey
basically on a little bit of a journey
50
174641
3899
Ce que je vais maintenant faire est
vous emmener en voyage
vous emmener en voyage
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
voir exactement ce que nous avions à faire
pour en arriver là.
pour en arriver là.
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
Nous devions stocker
une quantité énorme de données.
une quantité énorme de données.
03:20
In fact, by the end of this thing,
53
188347
2714
De fait, à la fin du processus,
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
nous avions probablement l'une des plus
grandes bases de données faciales
grandes bases de données faciales
au monde.
03:28
Of my face.
55
196038
1682
De mon visage.
03:29
(Laughter)
56
197744
2262
(Rires)
03:32
Why me?
57
200030
1270
Pourquoi moi ?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
Eh bien, je ferai n'importe quoi pour
la science.
la science.
03:36
I mean, look at me!
59
204158
1948
Je veux dire, regardez-moi !
03:38
I mean, come on.
60
206625
1150
Genre vraiment.
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
Nous devions d'abord nous figurer à quoi
ressemblait réellement mon visage.
ressemblait réellement mon visage.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
Pas seulement une photo ou un scan 3D,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
mais à quoi cela ressemblerait
dans n'importe quelle photo,
dans n'importe quelle photo,
03:56
how light interacts with my skin.
64
224387
2460
la manière dont la lumière interagirait
avec ma peau.
avec ma peau.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
Heureusement pour nous, à environ trois
pâtés de maison de notre studio de LA
pâtés de maison de notre studio de LA
04:05
is this place called ICT.
66
233041
2209
se trouve un endroit appelé ICT.
04:07
They're a research lab
67
235708
1272
C'est un laboratoire de recherche
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
en association avec l'Université
de Californie du Sud.
de Californie du Sud.
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
Ils ont un appareil là-bas,
appelé le « light stage ».
appelé le « light stage ».
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
Ce sont des millions de lumières
contrôlées individuellement
contrôlées individuellement
04:20
and a whole bunch of cameras.
71
248188
1873
et tout un régiment de caméras.
04:22
And with that, we can reconstruct my face
under a myriad of lighting conditions.
under a myriad of lighting conditions.
72
250085
6091
Nous pouvons reconstruire mon visage
sous une myriade de conditions lumineuses.
sous une myriade de conditions lumineuses.
Nous avons même enregistré le flux sanguin
04:29
We even captured the blood flow
73
257589
1582
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
et la manière dont mon visage change
lors de mes mimiques.
lors de mes mimiques.
04:35
This let us build a model of my face
that, quite frankly, is just amazing.
that, quite frankly, is just amazing.
75
263454
5260
Ceci nous a permis de construire un modèle
qui, entre nous, est juste incroyable.
qui, entre nous, est juste incroyable.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
Il possède un fâcheux niveau
de détails malheureusement.
de détails malheureusement.
04:45
(Laughter)
77
273756
1278
(Rires)
04:47
You can see every pore, every wrinkle.
78
275058
3696
Vous pouvez voire chaque pore, chaque ride
04:50
But we had to have that.
79
278778
1600
mais nous devions les avoir.
04:52
Reality is all about detail.
80
280960
2381
La réalité n'est qu'une question de détail
04:55
And without it, you miss it.
81
283365
1867
Et sans ça, vous la perdez.
04:58
We are far from done, though.
82
286793
1547
Nous sommes loin d'avoir fini par contre.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
Ceci nous a permis de construire un modèle
de mon visage qui me ressemble,
de mon visage qui me ressemble,
05:05
But it didn't really move like me.
84
293196
2746
mais qui ne bouge pas vraiment comme moi.
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
Et c'est là qu'intervient
l'apprentissage automatique.
l'apprentissage automatique.
05:11
And machine learning needs a ton of data.
86
299608
3204
Et cet apprentissage requiert
des tonnes de données.
des tonnes de données.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
Je me suis assis en face d'un appareil
de motion capture haute résolution.
de motion capture haute résolution.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
Et aussi, nous avons fait le traditionnel
motion capture avec des marqueurs.
motion capture avec des marqueurs.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
Nous avons créé tout un tas d'images
de mon visage
de mon visage
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
et bougé des nuages de points qui
représentaient les formes de mon visage.
représentaient les formes de mon visage.
05:33
Man, I made a lot of expressions,
91
321996
2811
Bon sang, j'ai fait beaucoup d'expressions
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
j'ai dit différentes phrases
dans des états émotionnels différents...
dans des états émotionnels différents...
05:40
We had to do a lot of capture with this.
93
328315
2667
Nous avons dû faire beaucoup de captures.
05:43
Once we had this enormous amount of data,
94
331752
2891
Une fois que nous avons eu
cette énorme quantité de données,
cette énorme quantité de données,
05:46
we built and trained deep neural networks.
95
334667
3775
nous avons construit et entraîné
des réseaux neuronaux profonds.
des réseaux neuronaux profonds.
05:51
And when we were finished with that,
96
339117
1746
Et quand nous avons terminé avec ça,
05:52
in 16 milliseconds,
97
340887
2444
en 16 millisecondes,
05:55
the neural network can look at my image
98
343355
3112
le réseau neuronal peut regarder mon image
05:58
and figure out everything about my face.
99
346491
2928
et tout déterminer à propos de mon visage.
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
Il peut calculer mon expression,
mes rides, mon flux sanguin --
mes rides, mon flux sanguin --
06:07
even how my eyelashes move.
101
355958
2317
et même comment mes cils bougent.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
C'est ensuite retranscrit
et affiché là-haut
et affiché là-haut
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
avec tous les détails que
nous avons auparavant enregistrés.
nous avons auparavant enregistrés.
06:18
We're far from done.
104
366077
1334
Nous sommes loin d'avoir terminé.
06:20
This is very much a work in progress.
105
368188
2207
C'est vraiment un travail en cours.
C'est aussi la première fois que nous le
montrons en dehors de notre entreprise.
montrons en dehors de notre entreprise.
06:22
This is actually the first time
we've shown it outside of our company.
we've shown it outside of our company.
106
370419
3321
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
Et, vous savez, ça n'a pas l'air aussi
abouti qu'on le voudrait ;
abouti qu'on le voudrait ;
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
j'ai des fils qui sortent derrière moi,
06:32
and there's a sixth-of-a-second delay
109
380189
2038
et il y a un délai d'un sixième de seconde
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
entre la capture de la vidéo
et l'affichage là-haut.
et l'affichage là-haut.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
Un sixième de seconde -- c'est super bon !
06:41
But it's still why you're hearing
a bit of an echo and stuff.
a bit of an echo and stuff.
112
389911
3400
Mais c'est pourquoi vous entendez
un peu d'écho, entre autres.
un peu d'écho, entre autres.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
L'apprentissage automatique
est tout nouveau pour nous,
est tout nouveau pour nous,
06:50
sometimes it's hard to convince
to do the right thing, you know?
to do the right thing, you know?
114
398017
4224
parfois c'est dur de le convaincre
de bien faire, n'est-ce pas ?
de bien faire, n'est-ce pas ?
06:54
It goes a little sideways.
115
402265
2058
Ça va un peu de travers.
06:56
(Laughter)
116
404347
2422
(Rires)
06:59
But why did we do this?
117
407538
3229
Mais pourquoi faisons-nous ça ?
07:03
Well, there's two reasons, really.
118
411077
2262
Eh bien il y a deux raisons.
07:05
First of all, it is just crazy cool.
119
413363
2976
Tout d'abord, c'est incroyablement cool.
07:08
(Laughter)
120
416363
1008
(Rires)
07:09
How cool is it?
121
417395
1253
A quel point c'est cool ?
07:10
Well, with the push of a button,
122
418990
1992
Si j'appuie sur un bouton,
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
je peux délivrer ce discours à travers
un personnage complètement différent.
un personnage complètement différent.
07:17
This is Elbor.
124
425823
2601
Voici Elbor.
07:22
We put him together
to test how this would work
to test how this would work
125
430037
2312
Nous l'avons assemblé pour tester
comment ceci marcherait
comment ceci marcherait
07:24
with a different appearance.
126
432373
2135
avec une apparence différente.
07:27
And the cool thing about this technology
is that, while I've changed my character,
is that, while I've changed my character,
127
435450
4818
Et le truc cool avec cette technologie est
que, pendant que je change mon personnage,
que, pendant que je change mon personnage,
07:32
the performance is still all me.
128
440292
3273
la performance est encore la mienne.
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
J'ai tendance à parler depuis
le coin droit de ma bouche
le coin droit de ma bouche
07:38
so does Elbor.
130
446287
1579
donc Elbor aussi.
07:39
(Laughter)
131
447890
1150
(Rires)
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
La seconde raison est,
et vous vous en doutiez,
et vous vous en doutiez,
07:44
is this is going to be great for film.
133
452835
2336
parce que ce sera génial pour un film.
07:47
This is a brand new, exciting tool
134
455195
2701
C'est un tout nouvel outil
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
pour les artistes, les réalisateurs
et les scénaristes.
et les scénaristes.
C'est plutôt évident, n'est-ce pas ?
07:55
It's pretty obvious, right?
136
463131
1484
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
Enfin, ce sera vraiment super à avoir.
07:59
But also, now that we've built it,
138
467125
2055
Mais en plus, maintenant
que nous l'avons construit,
que nous l'avons construit,
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
il est clair que cela va bien
au-delà d'un film.
au-delà d'un film.
08:05
But wait.
140
473510
1150
Mais attendez.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
Ne viens-je pas de changer
mon identité en un clic ?
mon identité en un clic ?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
N'est-ce pas comme un « deepfake »
et un face-swap
et un face-swap
08:14
that you guys may have heard of?
143
482710
1561
dont vous avez peut-être entendu parler ?
08:17
Well, yeah.
144
485208
1150
Eh bien, oui.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
De fait, nous utilisons une technologie
presque analogue
presque analogue
08:22
that deepfake is using.
146
490050
1600
à celle du deepfake.
08:23
Deepfake is 2-D and image based,
while ours is full 3-D
while ours is full 3-D
147
491954
4599
Le deepfake est en 2D et basé sur l'image,
tandis que le nôtre est entièrement 3D
tandis que le nôtre est entièrement 3D
08:28
and way more powerful.
148
496577
2206
et bien plus puissant.
08:31
But they're very related.
149
499204
1666
Mais ils sont très liés.
08:33
And now I can hear you thinking,
150
501680
1889
Je peux vous entendre penser :
08:35
"Darn it!
151
503593
1278
« Mince !
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
Je pensais que je pouvais
au moins croire une vidéo.
au moins croire une vidéo.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
Si c'est une vidéo en direct,
n'est-ce pas censé être vrai ? »
n'est-ce pas censé être vrai ? »
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
Nous savons que ce n'est pas
vraiment le cas, n'est-ce pas ?
vraiment le cas, n'est-ce pas ?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
Même sans ça, il y a de simples trucs
que nous pouvons faire avec la vidéo
que nous pouvons faire avec la vidéo
08:52
like how you frame a shot
156
520561
2776
comme la manière de cadrer un plan
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
qui peut être vraiment peu représentative
de ce qu'il se passe.
de ce qu'il se passe.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
Et j'ai travaillé dans les effets spéciaux
pendant longtemps,
pendant longtemps,
09:03
and I've known for a long time
159
531593
1932
et je sais depuis longtemps
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
qu'avec assez d'efforts, nous pouvons
duper n'importe qui sur n'importe quoi.
duper n'importe qui sur n'importe quoi.
09:11
What this stuff and deepfake is doing
161
539546
2388
Ce que ce truc et le deepfake font,
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
c'est de rendre plus facile
et plus accessible la manipulation vidéo,
et plus accessible la manipulation vidéo,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
de la même manière que Photoshop
avec les images depuis quelques années.
avec les images depuis quelques années.
09:25
I prefer to think about
164
553441
1298
Je préfère penser à comment
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
cette technologie pourrait amener
l'humanité vers d'autres technologies
l'humanité vers d'autres technologies
09:31
and bring us all closer together.
166
559823
2294
et pourrait nous rapprocher.
09:34
Now that you've seen this,
167
562141
2359
Maintenant que vous avez vu ceci,
09:36
think about the possibilities.
168
564524
1902
pensez aux possibilités.
09:39
Right off the bat, you're going to see it
in live events and concerts, like this.
in live events and concerts, like this.
169
567810
4523
Tout de suite, vous allez penser à des
événements et concerts directs, comme ici.
événements et concerts directs, comme ici.
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
Les célébrités numériques, surtout avec
les nouvelles technologies de projection,
les nouvelles technologies de projection,
09:50
are going to be just like the movies,
but alive and in real time.
but alive and in real time.
171
578371
3960
vont être comme les films,
mais vivantes et en temps réel.
mais vivantes et en temps réel.
09:55
And new forms of communication are coming.
172
583609
2733
Et de nouvelles formes
de communication arrivent.
de communication arrivent.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
Vous pouvez déjà interagir avec
DigiDoug en réalité virtuelle.
DigiDoug en réalité virtuelle.
10:03
And it is eye-opening.
174
591699
2270
Et c'est révélateur.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
C'est juste comme si vous et moi
étions dans la même pièce,
étions dans la même pièce,
10:09
even though we may be miles apart.
176
597879
2373
même si nous sommes séparés
par des kilomètres.
par des kilomètres.
10:12
Heck, the next time you make a video call,
177
600276
2841
Mince, la prochaine fois que vous passez
un appel vidéo,
un appel vidéo,
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
vous serez capable de choisir l'apparence
10:18
you want people to see.
179
606901
1566
que vous voulez montrer aux autres.
10:20
It's like really, really good makeup.
180
608974
2533
C'est comme du très, très bon maquillage.
10:24
I was scanned about a year and a half ago.
181
612853
3579
J'ai été scanné il y a un an et demi.
10:29
I've aged.
182
617068
1721
J'ai pris de l'âge,
10:30
DigiDoug hasn't.
183
618813
1650
pas DigiDoug.
10:32
On video calls, I never have to grow old.
184
620798
3492
En appels vidéo, je ne vieillirai pas.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
Comme vous pouvez l'imaginer,
cela va être utilisé
cela va être utilisé
10:41
to give virtual assistants
a body and a face.
a body and a face.
186
629434
3213
pour donner un corps et un visage
aux assistants virtuels.
aux assistants virtuels.
10:44
A humanity.
187
632671
1192
Une humanité.
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
J'aime déjà parler
à des assistants virtuels
à des assistants virtuels
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
qui me répondent avec une voix humaine.
10:51
Now they'll have a face.
190
639919
1776
Maintenant, ils ont un visage.
10:53
And you'll get all the nonverbal cues
that make communication so much easier.
that make communication so much easier.
191
641719
4882
Et vous recevez
tous les signaux non-verbaux
tous les signaux non-verbaux
qui rendent la communication
tellement plus facile.
tellement plus facile.
Ça va être vraiment sympa.
11:00
It's going to be really nice.
192
648171
1420
11:01
You'll be able to tell when
a virtual assistant is busy or confused
a virtual assistant is busy or confused
193
649615
3637
Vous serez capable de dire quand
un assistant virtuel est occupé, gêné
un assistant virtuel est occupé, gêné
11:05
or concerned about something.
194
653276
2680
ou préoccupé par quelque chose.
11:09
Now, I couldn't leave the stage
195
657694
2509
Je ne peux pas quitter la scène
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
sans que vous ne puissiez
voir mon vrai visage,
voir mon vrai visage,
11:14
so you can do some comparison.
197
662949
1684
histoire d'avoir une bonne comparaison.
11:18
So let me take off my helmet here.
198
666573
1876
Laissez-moi enlever mon casque.
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
Oui, ne vous inquiétez pas,
ça a l'air pire que ça ne l'est.
ça a l'air pire que ça ne l'est.
11:25
(Laughter)
200
673267
2428
(Rires)
11:29
So this is where we are.
201
677188
1698
Voici où nous en sommes.
11:30
Let me put this back on here.
202
678910
1604
Laissez-moi le remettre là-dessus.
11:32
(Laughter)
203
680538
1950
(Rires)
11:35
Doink!
204
683115
1186
Doink.
11:37
So this is where we are.
205
685292
1600
Voici donc où nous en sommes.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
Nous sommes à l'aube d'être capables
d'interagir avec des humains numériques
d'interagir avec des humains numériques
11:43
that are strikingly real,
207
691722
2181
qui sont remarquablement réels,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
qu'ils soient contrôlés par une personne
ou par une machine.
ou par une machine.
11:49
And like all new technology these days,
209
697220
4375
Et comme toute nouvelle technologie,
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
elle arrive avec des préoccupations
sérieuses et réelles
sérieuses et réelles
11:59
that we have to deal with.
211
707301
1734
que nous devons traiter.
12:02
But I am just so really excited
212
710017
2118
Mais je suis vraiment excité
12:04
about the ability to bring something
that I've seen only in science fiction
that I've seen only in science fiction
213
712159
5053
par la capacité à amener quelque chose
que je n'ai vu que dans de la SF
que je n'ai vu que dans de la SF
12:09
for my entire life
214
717236
2270
toute ma vie
12:11
into reality.
215
719530
1328
dans le monde réel.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
Communiquer avec des ordinateurs
sera comme parler avec un ami.
sera comme parler avec un ami.
12:18
And talking to faraway friends
217
726323
2500
Et parler avec des amis éloignés
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
sera comme s’asseoir avec eux
dans la même pièce.
dans la même pièce.
12:24
Thank you very much.
219
732974
1308
Merci beaucoup.
12:26
(Applause)
220
734306
6713
(Applaudissements)
ABOUT THE SPEAKER
Doug Roble - Computer graphics software researcherDoug Roble has found a career combining the things he loves: math, computers, movies and imagination.
Why you should listen
Doug Roble has really only had one job in his life. After getting his PhD in Computer Science from the Ohio State University in 1992, he joined Digital Domain, a visual effects production company. Once there, he found a unique place where art and technology collide. Now he builds new tools for artists to use and they, in turn, use the tools in surprising and unexpected ways. The feedback loop between art and science is completely addicting. And, the byproduct of this are movies that the whole world enjoys.
Roble's work outside Digital Domain reflects this passion. He was the Editor and Chief of the Journal of Graphics tools for more than five years. He's currently the Chair of the Motion Picture Academy's Sci/Tech Awards and a member of the Academy's Sci/Tech Council. And two of the tools he's built over the years have won Sci/Tech Academy Awards themselves.
Doug Roble | Speaker | TED.com