ABOUT THE SPEAKER
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.

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?

More profile about the speaker
Blaise Agüera y Arcas | Speaker | TED.com
TED2010

Blaise Agüera y Arcas: Augmented-reality maps

בלייס אגוורה אי ארכס מציג מפות מציאות מתוגברת

Filmed:
1,804,381 views

בהדגמה שמשכה תשואות ב TED2010, בלייס אגוורה אי ארכס מציג טכנולוגיית מציאות מתוגברת חדשה במפות מבית מיקרוסופט.
- 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

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

00:15
About a yearשָׁנָה and a halfחֲצִי agoלִפנֵי,
0
0
2000
לפני כשנה וחצי
00:17
Stephenסטיבן Lawlerלולר, who alsoגַם gaveנתן a talk
1
2000
3000
סטפן לאוולר שגם העביר הרצאה
00:20
here at TEDTED in 2007 on Virtualוירטואלי Earthכדור הארץ,
2
5000
2000
כאן ב TED ב 2007 על "Virtual Earth"
00:22
broughtהביא me over to becomeהפכו the architectאַדְרִיכָל of Bingבינג Mapsמפות,
3
7000
4000
הביא אותי לכאן להיות הארכיטקט של "מפות בינג",
00:26
whichאיזה is Microsoft'sשל מיקרוסופט online-mappingמיפוי מקוון effortמַאֲמָץ.
4
11000
3000
שהן ההשקעה של מיקרוסופט במיפוי מקוון.
00:29
In the pastעבר two and a halfחֲצִי, we'veיש לנו been very hardקָשֶׁה at work
5
14000
2000
במהלך השנתיים וחצי האחרונות, עבדנו קשה מאוד
00:31
on redefiningהגדרה מחדש the way mapsמפות work onlineבאינטרנט.
6
16000
4000
על הגדרה מחדש של הדרך בה מפות עובדות באופן מקוון.
00:35
And we really are seeingרְאִיָה this in very differentשונה termsמונחים
7
20000
2000
ואנו באמת חושבים על זה במונחים אחרים לגמרי
00:37
from the kindסוג of mappingמיפוי and directionכיוון siteאֲתַר
8
22000
2000
מהסוג של אתר מפוי והכוונה
00:39
that one is used to.
9
24000
2000
שכל אחד רגיל אליו.
00:41
So, the first thing that you mightאולי noticeהודעה about the mappingמיפוי siteאֲתַר
10
26000
2000
אז, הדבר הראשון שאתם עשויים להבחין באתר המיפוי,
00:43
is just the fluidityנְזִילוּת of the zoomingזום and the panningפאן,
11
28000
2000
הוא פשוט החלקות של הזום וההזחה,
00:45
whichאיזה, if you're familiarמוּכָּר at all with Seadragonסידראגון,
12
30000
2000
ובמידה ואתם מכירים את סידרגון (Seadragon)
00:47
that's where it comesבא from.
13
32000
2000
זהו המקור שלו.
00:49
Mappingמיפוי is, of courseקוּרס,
14
34000
2000
מיפוי, כמובן,
00:51
not just about cartographyקַרטוֹגרָפִיָה,
15
36000
2000
לא עוסק רק בקרטוגרפיה
00:53
it's alsoגַם about imageryתמונות.
16
38000
2000
הוא עוסק גם במידע צילומי.
00:55
So, as we zoom-inZoom-in beyondמעבר a certainמסוים levelרָמָה
17
40000
3000
אז, בזמן שאנו מבצעים זום מעבר לרמה מסויימת
00:58
this resolvesפותר into a kindסוג of Simסים City-likeכמו עיר
18
43000
3000
זה הופך להיות למשהו הדומה לסים-סיטי
01:01
virtualוירטואלי viewנוף at 45 degreesמעלות.
19
46000
2000
מבט וירטואלי ב 45 מעלות.
01:03
This can be viewedנצפה from any of the cardinalקַרדִינָל directionsכיוונים
20
48000
2000
ניתן לצפות בזה מכל הכיוונים הראשיים
01:05
to showלְהַצִיג you the 3D structureמִבְנֶה of the cityעִיר, all the facadesחזיתות.
21
50000
3000
כדי להראות לכם את המבנה התלת-מימדי של העיר, את כל החזיתות.
01:08
Now, we see this spaceמֶרחָב, this three-dimensionalתלת ממד environmentסביבה,
22
53000
6000
עכשיו, אנו רואים את המרחב הזה, את הסביבה התלת-מימדית הזאת
01:14
as beingלהיות a canvasבַּד on whichאיזה
23
59000
3000
כאילו היתה בד ציור שעליו
01:17
all sortsמיני of applicationsיישומים can playלְשַׂחֵק out,
24
62000
6000
ניתן להציג כל מיני סוגים של אפליקציות.
01:23
and map'sמפה directionsכיוונים are really just one of them.
25
68000
3000
וכיווני ההסתכלות במפה הם באמת רק אחד מהם.
01:26
If you clickנְקִישָׁה on this, you'llאתה see
26
71000
3000
אם תקליקו על זה תראו
01:29
some of the onesיחידות that we'veיש לנו put out, just in the pastעבר coupleזוּג of monthsחודשים
27
74000
3000
כמה מהאפליקציות שאנחנו שמנו, רק בכמה החודשים האחרונים,
01:32
sinceמאז we'veיש לנו launchedMANAG מספר.
28
77000
2000
מאז שהושקנו.
01:34
So, for exampleדוגמא, a coupleזוּג of daysימים after the disasterאסון in Haitiהאיטי,
29
79000
2000
אז, לדוגמא, כמה ימים לאחר האסון בהאיטי,
01:36
we had an earthquakeרעידת אדמה mapמַפָּה that showedparagraphs
30
81000
2000
היתה לנו מפת רעידת אדמה שהראתה
01:38
before and after picturesתמונות from the skyשָׁמַיִם.
31
83000
2000
צילומי אויר של לפני ואחרי.
01:40
This wonderfulנִפלָא one whichאיזה I don't have time to showלְהַצִיג you
32
85000
2000
(האפליקציה) הנפלאה הזאת שאין לי זמן להציג לכם
01:42
is takingלְקִיחָה hyper-localהיפר מקומי blogsבלוגים in realאמיתי time
33
87000
3000
לוקחת בלוגים מאוד מקומיים בזמן אמת
01:45
and mappingמיפוי those storiesסיפורים, those entriesרשומות
34
90000
2000
וממפה את הסיפורים הללו, את הערכים הללו
01:47
to the placesמקומות that are referredהמכונה to on the blogsבלוגים.
35
92000
2000
למקומות המיוחסים אליהם בבלוג.
01:49
It's wonderfulנִפלָא.
36
94000
3000
זה נפלא.
01:52
But I'm going to showלְהַצִיג you some more candyסוּכַּרִיוֹת sortסוג of stuffדברים.
37
97000
3000
אבל אני עמוד להציג לכם כמה דברים חמודים נוספים.
01:55
So, we see the imageryתמונות, of courseקוּרס,
38
100000
4000
אז, אנחנו רואים, כמובן, שהצילומים
01:59
not stoppingסְתִימָה at the skyשָׁמַיִם.
39
104000
3000
לא מסתיימים באוויר.
02:02
These little greenירוק bubblesבועות representלְיַצֵג
40
107000
3000
הבועות הירוקות האלו מייצגות
02:05
photosynthsתמונות that usersמשתמשים have madeעָשׂוּי.
41
110000
2000
פוטוסינט'ים (photosynths) שמשתמשים יצרו.
02:07
I'm not going to diveלִצְלוֹל into them eitherאוֹ, but photosynthsתמונות are integratedמְשׁוּלָב into the mapמַפָּה.
42
112000
3000
אני לא עומד לצלול לתוכם גם כן, אבל פוטוסינט'ים משולבים בתוך המפה.
02:10
Everything that's casedcased in blueכָּחוֹל
43
115000
2000
כל מה שמוקף בכחול
02:12
is an areaאֵזוֹר where we'veיש לנו takenנלקח imageryתמונות on the groundקרקע, אדמה as well.
44
117000
5000
הוא אזור שבו לקחנו צילומים מהקרקע גם כן.
02:17
And so, when you flyלטוס, זבוב down --
45
122000
2000
ואז, כאשר אתה עף למטה
02:19
(Applauseתְשׁוּאוֹת)
46
124000
2000
(תשואות)
02:21
Thank you. When you flyלטוס, זבוב down to the groundקרקע, אדמה,
47
126000
2000
תודה. כאשר אתה עף למטה, לקרקע,
02:23
and you see this kindסוג of panoramicפנורמי imageryתמונות,
48
128000
3000
ואתה רואה את מן צילום פאנורמי שכזה,
02:26
the first thing that you mightאולי noticeהודעה is that it's not just a pictureתְמוּנָה,
49
131000
4000
הדבר הראשון שאתה עשוי להבחין הוא שזה לא רק צילום,
02:30
there's just as much three-dimensionalתלת ממד understandingהֲבָנָה of this environmentסביבה
50
135000
3000
יש כאן הבנה תלת-מימדית של הסביבה לפחות באותה רמה
02:33
as there is of the three-dimensionalתלת ממד cityעִיר from aboveמֵעַל,
51
138000
3000
שיש בעיר התלת-מימדית מלמעלה,
02:36
so if I clickנְקִישָׁה on something to get a closerיותר קרוב viewנוף of it,
52
141000
4000
אז אם אני מקליק על משהו כדי לקבל מבט קרוב יותר עליו,
02:40
then, the factעוּבדָה that that transitionמַעֲבָר looksנראה as it does,
53
145000
3000
אז, העובדה שהמעבר נראה כמו שהוא נראה,
02:43
is a functionפוּנקצִיָה of all of that geometryגֵאוֹמֶטרִיָה,
54
148000
2000
הוא תוצאה של כל הגיאומטריה הזו,
02:45
all of that 3D understandingהֲבָנָה behindמֵאָחוֹר this modelדֶגֶם.
55
150000
4000
כל ההבנה התלת-מימדית שמאחורי המודל הזה.
02:49
Now, I'll showלְהַצִיג you a funכֵּיף appאפליקציה
56
154000
3000
עכשיו, אני אראה לכם אפליקצייה כיפית
02:52
that -- we'veיש לנו been workingעובד on a collaborationשיתוף פעולה with our friendsחברים at Flickrפליקר.
57
157000
7000
שאנחנו עבדנו עליה בשיתוף פעולה עם חברינו בפליקר
02:59
This takes Flickrפליקר, georegisteredגיאוגרפית imageryתמונות
58
164000
3000
היא לוקחת צילומים מפליקר עם מידע על מיקום גיאוגרפי
03:02
and usesשימו photosynth-likeפוטוסינת processesתהליכים
59
167000
3000
ומשתמשת בתהליכים דומים לפוטוסינט'
03:05
to connectלְחַבֵּר that imageryתמונות to our imageryתמונות, so --
60
170000
4000
על מנת לחבר את הצילומים האלו לצילומים שלנו, אז --
03:09
I'm not sure if that's the one I actuallyלמעשה meantהתכוון to pullמְשׁוֹך up, but --
61
174000
3000
אני לא בטוח אם זהו האחד שאני באמת התכוונתי לשלוף, אבל --
03:12
(Laughterצחוק)
62
177000
3000
(צחוק)
03:15
But noticeהודעה -- this is, of courseקוּרס, a popularפופולרי touristתיירות siteאֲתַר,
63
180000
4000
אבל שימו לב -- זהו, כמובן, אתר תיירות פופולארי,
03:19
and there are lots of photosתמונות around here,
64
184000
2000
ויש הרבה תמונות באזור הזה
03:21
and these photosתמונות are all takenנלקח at differentשונה timesפִּי.
65
186000
3000
והתמונות האלו צולמו בזמנים שונים.
03:24
So this one was takenנלקח around fiveחָמֵשׁ.
66
189000
2000
אז, זה צולם בערך בחמש.
03:26
So that's the Flickrפליקר photoתמונה,
67
191000
2000
אז, זוהי התמונה מפליקר,
03:28
that's our imageryתמונות.
68
193000
2000
זהו הצילום שלנו.
03:30
So you really see how this kindסוג of crowd-sourcedקהל שמקורו imageryתמונות
69
195000
3000
אז אתם באמת רואים איך סוג זה של צילום ממקור קהילתי
03:33
is integratingשילוב, in a very deepעָמוֹק way, into the mapמַפָּה itselfעצמה.
70
198000
3000
משולב, בצורה עמוקה מאוד, בתוך המפה עצמה.
03:36
(Applauseתְשׁוּאוֹת)
71
201000
2000
(תשואות)
03:38
Thank you.
72
203000
2000
תודה.
03:40
(Applauseתְשׁוּאוֹת)
73
205000
2000
(תשואות)
03:42
There are severalכַּמָה reasonsסיבות why this is interestingמעניין
74
207000
2000
יש כמה סיבות מדוע זה מעניין
03:44
and one of them, of courseקוּרס, is time travelלִנְסוֹעַ.
75
209000
2000
ואחת מהן, כמובן, היא מסע בזמן.
03:46
And I'm not going to showלְהַצִיג you some of the wonderfulנִפלָא historicהִיסטוֹרִי imageryתמונות in here,
76
211000
2000
ואני לא עומד להציג לכם כמה מהצילומים ההיסטוריים הנפלאים שיש כאן,
03:48
but there are some with horsesסוסים and carriagesקרונות and so on as well.
77
213000
3000
אבל יש גם כמה עם סוסים ומרכבות וכך הלאה.
03:51
But what's coolמגניב about this is that, not only is it augmentingaugmenting
78
216000
3000
אבל מה שנהדר בזה, זה לא רק שזה העשרה של
03:54
this visualחָזוּתִי representationיִצוּג of the worldעוֹלָם
79
219000
2000
ההצגה הויזואלית הזו של העולם
03:56
with things that are comingמגיע in from usersמשתמשים,
80
221000
3000
עם דברים שמגיעים ממשתמשים,
03:59
but it alsoגַם is the foundationקרן for augmentedמוּגבָּר realityמְצִיאוּת,
81
224000
4000
אלא זה גם היסודות למציאות מתוגברת,
04:03
and that's something that I'll be showingמראה you more of in just a momentרֶגַע.
82
228000
3000
וזה משהו שאני אציג לכם ממנו יותר בעוד רגע.
04:06
Now I just madeעָשׂוּי a transitionמַעֲבָר indoorsבתוך בית. That's alsoגַם interestingמעניין.
83
231000
4000
עכשיו בדיוק עברתי לתוך מבנה. זה גם מעניין.
04:10
OK, noticeהודעה there's now a roofגג aboveמֵעַל us.
84
235000
2000
בסדר, שימו לב שיש כרגע גג מעלינו.
04:12
We're insideבְּתוֹך the Pikeכִּידוֹן Placeמקום Marketשׁוּק.
85
237000
3000
אנחנו בתוך השוק של "פייק פלייס".
04:15
And this is something that we're ableיכול to do with a backpackתיק גב cameraמַצלֵמָה,
86
240000
2000
וזה משהו שאנחנו יכולים לעשות עם מצלמה הנישאת בתרמיל גב,
04:17
so, we're now not only imagingהַדמָיָה in the streetרְחוֹב
87
242000
4000
אז, אנחנו לא רק מצלמים ברחוב
04:21
with this cameraמַצלֵמָה on topsצמרות of carsמכוניות,
88
246000
2000
עם המצלמה הזאת על גג המכוניות,
04:23
but we're alsoגַם imagingהַדמָיָה insideבְּתוֹך.
89
248000
4000
אלא אנחנו מצלמים גם בפנים.
04:27
And from here, we're ableיכול to do the sameאותו sortsמיני of registrationהַרשָׁמָה,
90
252000
5000
ומכאן, אנחנו יכולים לעשות את אותו סוג של התאמה
04:32
not only of still imagesתמונות, but alsoגַם of videoוִידֵאוֹ.
91
257000
4000
לא רק של צילומי סטילס, אלא גם של וידאו.
04:36
So this is something that we're now going to try
92
261000
2000
אז זה משהו שאנחנו עומדים לנסות עכשיו
04:38
for the first time, liveלחיות,
93
263000
2000
בפעם הראשונה, בשידור חי,
04:40
and this is really, trulyבֶּאֱמֶת, very frighteningמפחיד.
94
265000
3000
וזה ברצינות, באמת, מאוד מפחיד.
04:43
(Laughterצחוק)
95
268000
2000
(צחוק)
04:46
OK.
96
271000
2000
בסדר.
04:48
(Ringingצִלצוּל)
97
273000
2000
(צילצול)
04:50
All right, guys, are you there?
98
275000
2000
בסדר, חבר'ה, האם אתם שם?
04:52
(Noiseרַעַשׁ)
99
277000
2000
(רעש)
04:54
All right. I'm hittingלהכות it. I'm punchingחבטות playלְשַׂחֵק.
100
279000
2000
בסדר, אני מקיש על זה. אני לוחץ "הפעל".
04:56
I'm liveלחיות. All right. There we go.
101
281000
2000
אני בשידור חי. בסדר. הנה זה בא.
04:58
So, these are our friendsחברים in Pikeכִּידוֹן Placeמקום Marketשׁוּק, the labמַעבָּדָה.
102
283000
5000
אז, אלו הם החברים שלנו בשוק של "פייק פלייס", המעבדה.
05:03
(Applauseתְשׁוּאוֹת)
103
288000
8000
(תשואות)
05:12
So they're broadcastingשידור this liveלחיות.
104
297000
2000
אז הם משדרים את זה בשידור חי.
05:14
OK, Georgeג 'ורג', can you panמחבת back over to the cornerפינה marketשׁוּק?
105
299000
4000
בסדר, ג'ורג', האם אתה יכול לכוון את המצלמה חזרה לפינה של השוק?
05:18
Because I want to showלְהַצִיג pointsנקודות of interestריבית.
106
303000
4000
מפני שאני רוצה להראות נקודות עניין.
05:22
No, no. The other way.
107
307000
3000
לא, לא. לכיוון השני.
05:25
Yeah, yeah, back to the cornerפינה, back to the cornerפינה.
108
310000
2000
כן, כן. חזרה לפינה. חזרה לפינה.
05:27
I don't want to see you guys yetעדיין.
109
312000
3000
אני לא רוצה לראות אתכם עדיין.
05:31
OK, OK, back to the cornerפינה, back to the cornerפינה, back to the cornerפינה.
110
316000
6000
בסדר, בסדר. חזרה לפינה. חזרה לפינה. חזרה לפינה.
05:37
OK, never mindאכפת.
111
322000
2000
בסדר, תשכח מזה.
05:40
What I wanted to showלְהַצִיג you was these pointsנקודות of interestריבית
112
325000
2000
מה שרציתי להראות לכם הם נקודות העניין האלו
05:42
over here on topחלק עליון of the imageתמונה
113
327000
2000
כאן על גבי הצילום
05:44
because what that givesנותן you a senseלָחוּשׁ of is the way,
114
329000
2000
מפני שמה שזה שמאפשר לך זה לקבל תחושה על הדרך,
05:46
if you're actuallyלמעשה on the spotלְזַהוֹת,
115
331000
2000
אם אתם ממש בנקודה...
05:48
you can think about this --
116
333000
2000
אתם יכולים לחשוב על זה --
05:50
this is takingלְקִיחָה a stepשלב in additionבנוסף to augmentedמוּגבָּר realityמְצִיאוּת.
117
335000
3000
זה לקחת צעד קדימה מעבר למציאות המתוגברת.
05:53
What the hellגֵיהִנוֹם are you guys -- oh, sorry.
118
338000
2000
מה לעזאזל אתם -- הו, סליחה.
05:55
(Laughterצחוק)
119
340000
3000
(צחוק)
05:58
We're doing two differentשונה --
120
343000
3000
אנחנו עושים שני דברים שונים...
06:01
OK, I'm hangingתְלִיָה up now.
121
346000
3000
בסדר, אני מנתק עכשיו.
06:04
We're doing two differentשונה things here.
122
349000
2000
אנחנו עושים שני דברים שונים כאן.
06:06
One of them is to take that realאמיתי ...
123
351000
2000
אחד מהם הוא לקחת את המציאות...
06:08
(Laughterצחוק)
124
353000
7000
(צחוק)
06:15
All right, let me just take a momentרֶגַע and thank the teamקְבוּצָה.
125
360000
3000
בסדר, תנו לי רגע להודות לצוות.
06:18
They'veהם עשו זאת doneבוצע a fantasticפַנטַסטִי jobעבודה of pullingמושך this togetherיַחַד.
126
363000
2000
הם עשו עבודה נפלאה להרים את זה יחד.
06:20
(Applauseתְשׁוּאוֹת)
127
365000
2000
(תשואות)
06:22
I'm going to abandonלִנְטוֹשׁ them now and walkלָלֶכֶת back outsideבחוץ.
128
367000
3000
אני הולך לעזוב אותם עכשיו וללכת חזרה החוצה.
06:25
And while I walkלָלֶכֶת outsideבחוץ, I'll just mentionאִזְכּוּר that
129
370000
3000
ובזמן שאני הולך החוצה, אני רק אציין
06:28
here we're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני this for telepresence-,
130
373000
2000
שכאן, אנו משתמשים בזה לנוכחות מרחוק,
06:30
but you can equallyבאופן שווה well use this
131
375000
2000
אבל באותה מידה ניתן להשתמש בזה
06:32
on the spotלְזַהוֹת, for augmentedמוּגבָּר realityמְצִיאוּת.
132
377000
2000
במקום עצמו, למציאות מתוגברת.
06:34
When you use it on the spotלְזַהוֹת, it meansאומר that
133
379000
2000
כאשר אתה משתמש בזה במקום עצמו, זה אומר
06:36
you're ableיכול to bringלְהָבִיא all of that metadataמטה-נתונים
134
381000
2000
שאתה יכול להביא את כל המטדאטה [מידע על המידע] הזה
06:38
and informationמֵידָע about the worldעוֹלָם to you.
135
383000
2000
ומידע על העולם - אליך.
06:40
So here, we're takingלְקִיחָה the extraתוֹסֶפֶת stepשלב of alsoגַם broadcastingשידור it.
136
385000
2000
אז כאן, אנחנו לוקחים את הצעד הנוסף וגם משדרים אותו.
06:42
That was beingלהיות broadcastמִשׁדָר, by the way, on a 4G networkרֶשֶׁת
137
387000
3000
זה שודר, דרך אגב, על רשת דור רביעי
06:45
from the marketשׁוּק.
138
390000
3000
מתוך השוק.
06:48
All right, and now there's one last TEDTED talk
139
393000
3000
בסדר, ועכשיו יש הרצאת TED אחת אחרונה
06:51
that Microsoftמיקרוסופט has givenנָתוּן in the pastעבר severalכַּמָה yearsשנים.
140
396000
2000
שמיקרוסופט העבירה בכמה שנים האחרונות.
06:53
And that's Curtisקרטיס Wongוונג, WorldWideעוֹלָמִי Telescopeטֵלֶסקוֹפּ.
141
398000
3000
וזהו קרטיס וונג, טלסקופ כלל-עולמי.
06:56
So, we're going to headרֹאשׁ over to the dumpstersפחי אשפה,
142
401000
2000
אז, אנחנו עומדים לגשת אל מכולת האשפה
06:58
where it's traditionalמָסוֹרתִי, after a long day at the marketשׁוּק,
143
403000
3000
אשר שם נהוג באופן מסורתי, לאחר יום ארוך בשוק,
07:01
to go out for a breakלשבור, but alsoגַם stareלבהות up at the skyשָׁמַיִם.
144
406000
4000
לצאת החוצה להפסקה, אבל גם לצפות אל השמיים.
07:05
This is the integrationשילוב
145
410000
2000
זהו השילוב
07:07
of WorldWideעוֹלָמִי Telescopeטֵלֶסקוֹפּ into our mapsמפות.
146
412000
3000
של הטלסקופ הכלל-עולמי לתוך המפות שלנו.
07:10
(Applauseתְשׁוּאוֹת)
147
415000
2000
(תשואות)
07:12
This is the currentנוֹכְחִי -- thank you --
148
417000
3000
זה הזמן -- תודה --
07:15
this is the currentנוֹכְחִי time. If we scrubלְשַׁפשֵׁף the time,
149
420000
2000
זה הזמן הנוכחי, אבל אם אנחנו מזיזים את הזמן,
07:17
then we can see how the skyשָׁמַיִם will look at differentשונה timesפִּי,
150
422000
3000
אז אנחנו יכולים לראות איך השמיים יראו בזמנים שונים.
07:20
and we can get all of this very detailedמְפוֹרָט
151
425000
2000
ואנחנו יכולים לקבל את כל המידע המאוד
07:22
informationמֵידָע about differentשונה timesפִּי, differentשונה datesתאריכים:
152
427000
4000
מפורט על זמנים שונים, תאריכים שונים.
07:27
Let's moveמהלך \ לזוז \ לעבור the moonירח a little higherגבוה יותר in the skyשָׁמַיִם,
153
432000
2000
בואו נזיז את הירח קצת יותר גבוה בשמיים,
07:29
maybe changeשינוי the dateתַאֲרִיך.
154
434000
4000
אולי נשנה את התאריך.
07:33
I would like to kindסוג of zoomזום in on the moonירח.
155
438000
3000
אני רוצה לעשות משהו דומה לזום על הירח.
07:39
So, this is an astronomicallyאסטרונומית completeלְהַשְׁלִים
156
444000
2000
אז, זהו ייצוג אסטרונומי
07:41
representationיִצוּג of the skyשָׁמַיִם
157
446000
3000
שלם של השמיים
07:44
integratedמְשׁוּלָב right into the Earthכדור הארץ.
158
449000
2000
משולב ישר לתוך כדור הארץ.
07:46
All right now, I've overrunהצפת my time,
159
451000
2000
בסדר עכשיו, גמרתי את הזמן שלי,
07:48
so I've got to stop.
160
453000
2000
אז אני חייב לעצור.
07:50
Thank you all very much.
161
455000
2000
תודה רבה לכולכם.
07:52
(Applauseתְשׁוּאוֹת)
162
457000
12000
(תשואות)
Translated by Avshalom Ehrlich
Reviewed by Amit Lampit

▲Back to top

ABOUT THE SPEAKER
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.

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?

More profile about the speaker
Blaise Agüera y Arcas | Speaker | TED.com