TED2019
Doug Roble: Digital humans that look just like us
דאג רובל: אנשים דיגיטליים שנראים בדיוק כמונו
Filmed:
Readability: 3.6
562,138 views
בשיחה מדהימה והדגמת טכנולוגיה, חוקר תוכנה דאג רובל מציג לראשונה את "DigiDoug":
ב3-D, בזמן אמת, עיבוד דיגיטלי של הדמיון אליו מדויק עד לרמת הנקבוביות והקמטים. ממונע על ידי חליפת לכידת תנועה התמדית, רשתות עצביות עמוקות וכמויות עצומות של נתונים, "דיג'ידאג" מעביר את הרגשות האמיתיים של דאג (ואפילו איך הדם שלו זורם, והריסים שלו מתנועעים) בפירוט בולט. לימדו עוד כיצד טכנולוגיה מרגשת זו נבנתה - ואת היישומים שלה בסרטים, עוזרים וירטואליים ועוד.
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
שלום.
00:15
I'm not a real person.
1
3175
1466
אני לא אדם אמיתי.
00:17
I'm actually a copy of a real person.
2
5119
2770
אני למעשה עותק של אדם אמיתי.
00:19
Although, I feel like a real person.
3
7913
2553
למרות, שאני מרגיש כמו אדם אמיתי.
00:22
It's kind of hard to explain.
4
10490
1906
קצת קשה להסביר את זה.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
חכו -- אני חושב שראיתי
אדם אמיתי ... יש שם אחד.
אדם אמיתי ... יש שם אחד.
00:28
Let's bring him onstage.
6
16697
1400
בואו ונעלה אותו לבמה.
00:33
Hello.
7
21307
1150
שלום.
00:35
(Applause)
8
23485
3647
(מחיאות כפיים)
00:40
What you see up there is a digital human.
9
28300
3094
מה שאתם רואים שם זה אדם דיגיטלי.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
אני לובש חליפת לכידת תנועה התמדית
00:46
that's figuring what my body is doing.
11
34998
2579
שמבינה מה הגוף שלי עושה.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
ויש לי פה מצלמה אחת שמסתכלת על הפנים שלי
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
ומזינה כמה תוכנות למידה ממוחשבות
שקולטות את הביטויים שלי,
שקולטות את הביטויים שלי,
00:58
like, "Hm, hm, hm,"
14
46315
3579
כמו "המ, המ, המ,"
01:02
and transferring it to that guy.
15
50379
1663
ומעבירות אותם לבחור ההוא.
01:05
We call him "DigiDoug."
16
53300
3342
אנחנו קוראים לו "דיג'ידאג."
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
הוא בעצם דמות תלת מימדית
שאני שולט בה חי בזמן אמת.
שאני שולט בה חי בזמן אמת.
01:16
So, I work in visual effects.
18
64292
2324
אני עובד עם אפקטים חזותיים.
01:19
And in visual effects,
19
67101
1167
ובאפקטים חזותיים,
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
אחד הדברים שקשה לעשות הוא
ליצור אנשים דיגיטליים אמינים
ליצור אנשים דיגיטליים אמינים
01:26
that the audience accepts as real.
21
74227
2182
שהקהל מקבל כאמיתיים.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
אנשים פשוט מיטיבים לזהות אנשים אחרים.
01:32
Go figure!
23
80981
1150
לכו תבינו!
01:35
So, that's OK, we like a challenge.
24
83577
3405
אז, זה בסדר, אנחנו אוהבים אתגר.
01:39
Over the last 15 years,
25
87006
1841
במהלך 15 השנים האחרונות,
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
כבר הכנסנו בני אדם ויצורים לסרטים
01:45
that you accept as real.
27
93878
1739
שאתם מקבלים כאמיתיים.
01:48
If they're happy, you should feel happy.
28
96712
2667
אם הם מאושרים, אתם אמורים להרגיש מאושרים.
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
ואם הם חשים כאב,אתם צריכים
לחוש כלפיהם אמפתיה.
לחוש כלפיהם אמפתיה.
01:58
We're getting pretty good at it, too.
30
106467
2190
אנחנו נעשים די טובים גם בזה.
02:00
But it's really, really difficult.
31
108681
2746
אבל זה ממש, ממש קשה.
02:03
Effects like these take thousands of hours
32
111847
3214
אפקטים כאלה מצריכים אלפי שעות
02:07
and hundreds of really talented artists.
33
115085
2667
ומאות אמנים ממש מוכשרים.
02:10
But things have changed.
34
118792
1600
אבל דברים השתנו.
02:13
Over the last five years,
35
121014
1920
בחמש השנים האחרונות,
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
מחשבים וכרטיסים גרפיים נעשו מהירים מאוד.
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
ולמידת מכונה, למידה עמוקה, התפתחו.
02:25
So we asked ourselves:
38
133408
1233
אז שאלנו את עצמנו:
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
האם אנחנו מניחים שנוכל ליצור
אדם פוטו-ריאליסטי,
אדם פוטו-ריאליסטי,
02:31
like we're doing for film,
40
139122
1624
כמו שאנחנו מייצרים לסרטים,
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
אבל כזה שניתן להבחין ברגשות
אמיתיים ובפרטים
אמיתיים ובפרטים
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
של האדם ששולט באדם הדיגיטלי
02:43
in real time?
43
151704
1174
בזמן אמת?
02:45
In fact, that's our goal:
44
153704
1564
למעשה, זו המטרה שלנו:
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
לו הייתם משוחחים עם דיג'ידאג
02:51
one-on-one,
46
159077
1237
אחד על אחד,
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
זה אמיתי דיו כדי שתוכלו לומר
אם אני משקר לכם או שלא?
אם אני משקר לכם או שלא?
02:59
So that was our goal.
48
167934
1400
אז זו היתה המטרה שלנו.
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
לפני כשנה וחצי, התחלנו לפעול
על מנת להשיג מטרה זו.
על מנת להשיג מטרה זו.
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
כעת אני מתכוון לקחת אתכם למסע קטן
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
כדי שתראו בדיוק מה היינו צריכים
לעשות כדי להגיע עד כאן.
לעשות כדי להגיע עד כאן.
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
היינו צריכים ללכוד כמות עצומה של נתונים.
03:20
In fact, by the end of this thing,
53
188347
2714
למעשה, לבסוף,
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
היה לנו כנראה אחד מקובצי
נתוני הפנים הכי גדול על הפלנטה.
נתוני הפנים הכי גדול על הפלנטה.
03:28
Of my face.
55
196038
1682
של הפנים שלי.
03:29
(Laughter)
56
197744
2262
(צחוק)
03:32
Why me?
57
200030
1270
למה אני?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
כי אעשה כמעט כל דבר למען המדע.
03:36
I mean, look at me!
59
204158
1948
אני מתכוון, הסתכלו עלי!
03:38
I mean, come on.
60
206625
1150
בחייכם,
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
היה עלינו להבין תחילה איך הפנים שלי נראים.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
לא רק תצלום או סריקה תלת ממדית,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
אלא איך למעשה זה נראה בכל תצלום,
03:56
how light interacts with my skin.
64
224387
2460
איזו אינטראקציה יש לאור עם העור שלי.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
למזלנו, במרחק 3 רחובות
מהסטודיו שלנו בלוס אנג'לס
מהסטודיו שלנו בלוס אנג'לס
04:05
is this place called ICT.
66
233041
2209
נמצא המקום הזה שנקרא ICT.
04:07
They're a research lab
67
235708
1272
זוהי מעבדת מחקר
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
שקשורה לאוניברסיטת דרום קליפורניה.
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
יש להם שם התקן, שנקרא "במת אור."
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
שלו כמות עצומה של אורות בשליטה בודדת
04:20
and a whole bunch of cameras.
71
248188
1873
ומקבץ שלם של מצלמות.
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
ואיתם ,ניתן לשחזר את פני
תחת מספר עצום של סוגי תאורה.
תחת מספר עצום של סוגי תאורה.
04:29
We even captured the blood flow
73
257589
1582
אפילו לכדנו את זרימת הדם
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
וכיצד פניי משתנים כשאני משנה הבעות.
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
זה מאפשר לנו לבנות דגם של הפנים
שלי שלמען האמת, הוא פשוט מדהים.
שלי שלמען האמת, הוא פשוט מדהים.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
יש לו רמת פירוט אומללה, למרבה הצער.
04:45
(Laughter)
77
273756
1278
(צחוק)
04:47
You can see every pore, every wrinkle.
78
275058
3696
רואים כל נקבובית, כל קמט.
04:50
But we had to have that.
79
278778
1600
אבל זה מה שהיה עלינו לקבל.
04:52
Reality is all about detail.
80
280960
2381
מציאות, משמעה כל פרט.
04:55
And without it, you miss it.
81
283365
1867
וללא זה, מחמיצים את זה.
04:58
We are far from done, though.
82
286793
1547
ועם זאת, אנו רחוקים משלב הסיום.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
זה מאפשר לנו לבנות דגם של
פניי שנראה כמוני.
פניי שנראה כמוני.
05:05
But it didn't really move like me.
84
293196
2746
אבל הוא לא ממש התנועע כמוני.
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
וכאן מגיעה מכונת הלמידה.
05:11
And machine learning needs a ton of data.
86
299608
3204
ומכונת למידה זקוקה לאינספור נתונים.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
ישבתי מול מכשירי לכידת תנועה
ברזולוציה גבוהה.
ברזולוציה גבוהה.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
וביצענו פעולות לכידת תנועה
מסורתית עם סמנים.
מסורתית עם סמנים.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
יצרנו מקבץ תמונות שלם של הפנים שלי
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
וענני נקודת תנועה שייצגו את תווי הפנים שלי
05:33
Man, I made a lot of expressions,
91
321996
2811
ועשיתי הרבה הבעות פנים,
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
אמרתי משפטים שונים במצבים רגשיים שונים ...
05:40
We had to do a lot of capture with this.
93
328315
2667
היינו צריכים ללכוד כך הרבה עם זה.
05:43
Once we had this enormous amount of data,
94
331752
2891
ברגע שהיתה לנו כמות עצומה של נתונים,
05:46
we built and trained deep neural networks.
95
334667
3775
בנינו ואימנו רשתות עצביות עמוקות,
05:51
And when we were finished with that,
96
339117
1746
וכשסיימנו עם זה,
05:52
in 16 milliseconds,
97
340887
2444
ב-16 אלפיות שניה,
05:55
the neural network can look at my image
98
343355
3112
הרשת העצבית יכלה להסתכל על התמונה שלי
05:58
and figure out everything about my face.
99
346491
2928
ולהבין את כל מה שיש בפנים שלי.
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
היא יכולה לחשב את ההבעה שלי,
הקמטים שלי, זרימת הדם שלי --
הקמטים שלי, זרימת הדם שלי --
06:07
even how my eyelashes move.
101
355958
2317
אפילו איך הריסים שלי זזים.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
לאחר מכן זה מרונדר, ומוצג שם למעלה
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
עם כל הפרטים שלכדנו קודם לכן.
06:18
We're far from done.
104
366077
1334
אנחנו רחוקים מנקודת הסיום.
06:20
This is very much a work in progress.
105
368188
2207
זו עבודה בתהליך מתקדם.
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
זו הפעם הראשונה שהצגנו אותו
מחוץ לחברה שלנו.
מחוץ לחברה שלנו.
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
ותדעו, זה לא נראה משכנע כפי שאנו רוצים;
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
יש לי חוטים שיוצאים לי מהגב,
06:32
and there's a sixth-of-a-second delay
109
380189
2038
ויש עיכוב של שישית שנייה
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
בין זמן לכידת הווידאו לזמן הצגתו למעלה.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
שישית של שנייה - זה מטורף!
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
אבל זו הסיבה לכך שאתם שומעים קצת הד וכאלה.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
ואתם יודעים, מכונת הלמידה הזאת
חדשה לנו לגמרי,
חדשה לנו לגמרי,
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
לפעמים קשה לשכנע לעשות את הדבר הנכון,
06:54
It goes a little sideways.
115
402265
2058
זה הולך קצת לצדדים.
06:56
(Laughter)
116
404347
2422
צחוק
06:59
But why did we do this?
117
407538
3229
אבל למה עשינו את זה?
07:03
Well, there's two reasons, really.
118
411077
2262
ובכן, באמת, משתי סיבות.
07:05
First of all, it is just crazy cool.
119
413363
2976
קודם כל, זה פשוט מגניב בטירוף.
07:08
(Laughter)
120
416363
1008
(צחוק)
07:09
How cool is it?
121
417395
1253
כמה זה מגניב?
07:10
Well, with the push of a button,
122
418990
1992
ובכן, בלחיצת כפתור,
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
ניתן להעביר את השיחה הזאת
כדמות שונה לחלוטין.
כדמות שונה לחלוטין.
07:17
This is Elbor.
124
425823
2601
זה אלבור.
07:22
We put him together
to test how this would work
to test how this would work
125
430037
2312
הרכבנו אותו כדי לבדוק איך זה יעבוד
07:24
with a different appearance.
126
432373
2135
עם חזות שונה.
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
ומה שמגניב בטכנולוגיה הזו הוא, שבעוד
שאני שיניתי את הדמות שלי,
שאני שיניתי את הדמות שלי,
07:32
the performance is still all me.
128
440292
3273
ההופעה היא עדיין כולה אני.
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
אני נוטה לדבר מתוך צידו הימני של הפה שלי;
07:38
so does Elbor.
130
446287
1579
כך גם אלבור.
07:39
(Laughter)
131
447890
1150
(צחוק)
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
הסיבה השנייה לכך שעשינו את זה ואתם יכולים
לתאר לעצמכם
לתאר לעצמכם
07:44
is this is going to be great for film.
133
452835
2336
היא, שזה יוכל להיות נהדר עבור סרטים.
07:47
This is a brand new, exciting tool
134
455195
2701
זהו כלי חדיש ומלהיב
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
עבור שחקנים ובמאים ומספרי סיפורים.
07:55
It's pretty obvious, right?
136
463131
1484
זה די ברור מאליו, נכון?
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
זה הולך להיות מגניב.
07:59
But also, now that we've built it,
138
467125
2055
אבל גם, עכשיו שבנינו את זה,
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
זה ברור שזה יהיה הרבה מעבר לסרטים.
08:05
But wait.
140
473510
1150
אבל חכו.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
האם לא שיניתי את זהותי בלחיצת כפתור?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
האם זה לא כמו "דיפ-פייק" וחילופי פנים
08:14
that you guys may have heard of?
143
482710
1561
שאולי שמעתם עליהם?
08:17
Well, yeah.
144
485208
1150
ובכן, כן.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
אנו משתמשים בחלק מאותה טכנולוגיה
08:22
that deepfake is using.
146
490050
1600
ש"דיפ-פייק" משתמשים.
08:23
Deepfake is 2-D and image based,
while ours is full 3-D
while ours is full 3-D
147
491954
4599
דיפ-פייק הוא --2D ומבוסס תמונה,
בעוד ששלנו הוא 3D מלא,
בעוד ששלנו הוא 3D מלא,
08:28
and way more powerful.
148
496577
2206
והרבה יותר עוצמתי.
08:31
But they're very related.
149
499204
1666
אבל יש קשור חזק ביניהם.
08:33
And now I can hear you thinking,
150
501680
1889
וכעת אני שומע אתכם חושבים,
08:35
"Darn it!
151
503593
1278
"לכל הרוחות!
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
חשבנו שאפשר לפחות לסמוך על וידאו
ולהאמין לו.
ולהאמין לו.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
לו זה היה וידאו חי,האם זה לא
צריך היה להיות אמתי?"
צריך היה להיות אמתי?"
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
טוב, אנחנו יודעים שזה לא ממש כך, נכון?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
גם בלי זה, יש טריקים פשוטים
שניתן לעשות עם וידאו
שניתן לעשות עם וידאו
08:52
like how you frame a shot
156
520561
2776
כמו, איך מכוונים צילום
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
שיכול ממש לסלף את מה שבעצם קורה.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
ועבדתי הרבה זמן עם אפקטים חזותיים,
09:03
and I've known for a long time
159
531593
1932
וידעתי מזה זמן רב,
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
שעם מספיק מאמץ
אפשר לרמות כל אחד, בנוגע לכל דבר.
אפשר לרמות כל אחד, בנוגע לכל דבר.
09:11
What this stuff and deepfake is doing
161
539546
2388
הדבר הזה ושדיפ-פייק עושים,
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
הוא להפוך זאת ליותר קל ונגיש לעבד וידאו,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
כמו שפוטושופ עשו כדי לעבד תמונות
לפני זמן מה.
לפני זמן מה.
09:25
I prefer to think about
164
553441
1298
אני מעדיף לחשוב כיצד
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
הטכנולוגיה הזו יכולה להצעיד
את האנושות לטכנולוגיה אחרת
את האנושות לטכנולוגיה אחרת
09:31
and bring us all closer together.
166
559823
2294
ולקרב את כולנו זה לזה.
09:34
Now that you've seen this,
167
562141
2359
עכשיו לאחר שראיתם את זה,
09:36
think about the possibilities.
168
564524
1902
חישבו על האפשרויות.
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
די מהר, תראו את זה באירועים וקונצרטים,
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
סלבריטאים דיגיטליים, במיוחד אלה
עם טכנולוגיית הקרנה חדשה,
עם טכנולוגיית הקרנה חדשה,
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
יהיו בדיוק כמו בסרטים, אבל חיים ובזמן אמת.
09:55
And new forms of communication are coming.
172
583609
2733
וצורות חדשות של תקשורת מגיעות.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
אתם כבר יכולים לתקשר עם "דיג'ידאג"
במציאות מדומה.
במציאות מדומה.
10:03
And it is eye-opening.
174
591699
2270
וזו חוויה מפתיעה ומחכימה.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
זה בדיוק כאילו שאתם ואני נמצאים באותו חדר,
10:09
even though we may be miles apart.
176
597879
2373
למרות שכמה קילומטרים עשויים להפריד בינינו.
10:12
Heck, the next time you make a video call,
177
600276
2841
בפעם הבאה שתבצעו שיחת וידאו,
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
תוכלו לבחור את הגרסה של עצמכם
10:18
you want people to see.
179
606901
1566
שאתם רוצים שאנשים יראו.
10:20
It's like really, really good makeup.
180
608974
2533
זה ממש כמו איפור ממש טוב.
10:24
I was scanned about a year and a half ago.
181
612853
3579
עברתי סריקה לפני כשנה וחצי.
10:29
I've aged.
182
617068
1721
אני הזדקנתי.
10:30
DigiDoug hasn't.
183
618813
1650
"דיג'י-דאג" לא.
10:32
On video calls, I never have to grow old.
184
620798
3492
בשיחות וידאו, אני אף פעם לא צריך להזדקן.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
וכפי שאתם יכולים לדמיין, זה יוכל לשמש
10:41
to give virtual assistants
a body and a face.
a body and a face.
186
629434
3213
כדי לתת לעוזרים וירטואליים גוף ופנים.
10:44
A humanity.
187
632671
1192
אנושיות.
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
אני כבר אוהב את זה שכשאני מדבר
אל עוזרים וירטואליים,
אל עוזרים וירטואליים,
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
הם עונים בקול אנושי מרגיע,
.
.
10:51
Now they'll have a face.
190
639919
1776
עכשיו יהיה להם פרצוף.
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
ותקבלו את כל הרמזים הלא מילוליים
שהופכים תקשורת להרבה יותר נוחה.
שהופכים תקשורת להרבה יותר נוחה.
11:00
It's going to be really nice.
192
648171
1420
זה יהיה ממש נחמד.
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
תוכלו לדעת מתי עוזר וירטואלי
עסוק או מבולבל
עסוק או מבולבל
11:05
or concerned about something.
194
653276
2680
או מודאג לגבי משהו.
11:09
Now, I couldn't leave the stage
195
657694
2509
ולא יכולתי לעזוב את הבמה
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
מבלי שתוכלו לראות את פני האמיתיים,
11:14
so you can do some comparison.
197
662949
1684
כך שאתם יכולים קצת להשוות,
11:18
So let me take off my helmet here.
198
666573
1876
אז הרשו לי להוריד את הקסדה שלי כאן.
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
אל תחששו, זה נראה יותר גרוע ממה שזה מרגיש
11:25
(Laughter)
200
673267
2428
(צחוק)
11:29
So this is where we are.
201
677188
1698
אז זה המקום שבו אנחנו נמצאים.
11:30
Let me put this back on here.
202
678910
1604
הרשו לי להחזיר את זה לכאן.
11:32
(Laughter)
203
680538
1950
(צחוק)
11:35
Doink!
204
683115
1186
לעזאזל!
11:37
So this is where we are.
205
685292
1600
אז פה אנחנו נמצאים.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
אנחנו על סף היכולת לתקשר
עם בני אדם דיגיטליים
עם בני אדם דיגיטליים
11:43
that are strikingly real,
207
691722
2181
שהם אמיתיים להפליא,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
בין אם הם נשלטים על ידי אדם או מכונה.
11:49
And like all new technology these days,
209
697220
4375
וכמו כל טכנולוגיה חדשה בימים אלה,
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
זה יבוא עם כמה בעיות רציניות וממשיות
11:59
that we have to deal with.
211
707301
1734
שאנו צריכים להתמודד איתן.
12:02
But I am just so really excited
212
710017
2118
אבל אני פשוט כל כך נלהב
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
מהיכולת להביא משהו
שראיתי רק במדע בדיוני
שראיתי רק במדע בדיוני
12:09
for my entire life
214
717236
2270
במשך כל חיי
12:11
into reality.
215
719530
1328
למציאות.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
תקשורת עם מחשבים תהיה כמו לדבר עם חבר.
12:18
And talking to faraway friends
217
726323
2500
ולדבר עם חברים במרחקים
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
יהיה כמו לשבת איתם באותו חדר.
12:24
Thank you very much.
219
732974
1308
תודה רבה לכם
12:26
(Applause)
220
734306
6713
(מחיאות כפיים)
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