ABOUT THE SPEAKER
Poppy Crum - Neuroscientist, technologist
Poppy Crum builds technologies that best leverage human physiology to enhance our experiences and how we interact with the world.

Why you should listen

Poppy Crum is dedicated to the development of immersive technologies that leverage human physiology and perceptual realities to enhance our experiences and interactions in the world. She has advanced a mission to democratize the way people of all abilities benefit from sensory technologies -- and how effectively technology communicates back to each of us. She believes the power of intelligent technologies is only realized with dynamic optimization and learning of as much of our personal and contextual data as possible.

Crum is chief scientist at Dolby Laboratories, leading the company's integration of neuroscience and sensory data science into its entertainment, communication and future technologies. She is also adjunct professor at Stanford University, where her work focuses on the impact and feedback potential of gaming and immersive environments, such as augmented and virtual reality, on neuroplasticity and learning. She has been recognized with the Advanced Imaging Society's Distinguished Leadership Award and the Consumer Technology Association's Technology and Standards Achievement Award for work towards the introduction of affordable, over-the-counter hearing-aid devices, and she is a fellow of the Audio Engineering Society. She has also been named to Billboard Magazine's 100 most influential female executives in the music industry. Prior to joining Dolby Laboratories, Crum was Research Faculty in the Department of Biomedical Engineering at Johns Hopkins School of Medicine.

More profile about the speaker
Poppy Crum | Speaker | TED.com
TED2018

Poppy Crum: Technology that knows what you're feeling

Poppy Crum: Technológia, ami tudja, mit érzel

Filmed:
1,640,972 views

Mi történik, ha a technológia többet rólunk, mint mi magunk? Poppy Crum azt tanulmányozza, hogy fejezünk ki érzelmeket – szerinte a pókerarcnak hamarosan vége, mivel az új technológiák megkönnyítik beazonosítani azokat a jeleket, amiket akaratlan küldünk az érzéseinkről. Egy előadásban és technológia demóban bemutatja hogyan képes az "empatikus technológia" olyan testi jelek olvasására, mint a testhőmérséklet vagy a leheletünk kémiai összetétele, amelyek az érzelmi állapotunkról adnak információt. Akár jó ez, akár rossz. "Ha felismerjük a technológiai empatává válásban rejlő erőt, akkor lehetőség nyílik az érzelmi és a kognitív szakadék áthidalására a technológia által." – mondja Crum.
- Neuroscientist, technologist
Poppy Crum builds technologies that best leverage human physiology to enhance our experiences and how we interact with the world. Full bio

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

00:12
What happensmegtörténik when technologytechnológia
knowstudja more about us than we do?
0
881
4456
Mi történik, amikor a technológia
többet tud rólunk, mint saját magunk?
00:17
A computerszámítógép now can detectfelismerni
our slightestlegkisebb facialarc microexpressionsmikrokifejezések
1
5992
3672
A számítógépek manapság a legkisebb
arcrezdüléseinket is képesek észlelni,
00:21
and be ableképes to tell the differencekülönbség
betweenközött a realigazi smilemosoly and a fakehamisítvány one.
2
9688
3611
és megkülönböztetni
az igazi mosolyt a műtől.
00:25
That's only the beginningkezdet.
3
13323
1734
És ez csak a kezdet.
00:27
TechnologyTechnológia has becomeválik
incrediblyhihetetlenül intelligentintelligens
4
15466
2865
A technológia hihetetlenül
intelligensé vált,
00:30
and alreadymár knowstudja a lot
about our internalbelső statesÁllamok.
5
18355
3400
és már most sokat tud belső állapotunkról.
00:34
And whetherakár we like it or not,
6
22085
2286
Ha tetszik, ha nem,
00:36
we alreadymár are sharingmegosztás
partsalkatrészek of our innerbelső liveséletét
7
24395
3499
már most ellenőrzésünkön
kívüli belső életünk
részleteit osztjuk meg.
00:39
that's out of our controlellenőrzés.
8
27918
1733
00:43
That seemsÚgy tűnik, like a problemprobléma,
9
31413
1421
Ez problémának tűnhet,
00:44
because a lot of us like to keep
what's going on insidebelül
10
32858
3246
mert sokunk szereti
megtartani magának a dolgait,
00:48
from what people actuallytulajdonképpen see.
11
36128
1647
mintsem kimutatni őket.
00:50
We want to have agencyügynökség
over what we shareOssza meg and what we don't.
12
38323
4420
Magunk akarunk rendelkezni arról,
hogy mit osztunk meg és mit nem.
00:55
We all like to have a pokerpóker facearc.
13
43473
2321
Mind szeretünk pókerarcot vágni.
00:59
But I'm here to tell you
that I think that's a thing of the pastmúlt.
14
47584
3346
De azért vagyok itt,
hogy elmondjam, ez a dolog a múlté.
01:03
And while that mightesetleg soundhang scaryijedős,
it's not necessarilyszükségszerűen a badrossz thing.
15
51347
4770
És míg ez lehet félelmetesen hangzik,
nem feltétlenül rossz dolog.
01:09
I've spentköltött a lot of time
studyingtanul the circuitsáramkörök in the brainagy
16
57030
2770
Rengeteg időt töltöttem az
agyi pályák tanulmányozásával,
01:11
that createteremt the uniqueegyedi perceptualészlelési
realitiesvalóság that we eachminden egyes have.
17
59824
3693
amelyek az általunk érzékelt
valóság kialakításáért felelnek.
És mindezt összekapcsolom
01:16
And now I bringhoz that togetheregyütt
18
64110
1405
a jelenlegi technológia képességeivel,
01:17
with the capabilitiesképességek
of currentjelenlegi technologytechnológia
19
65539
2062
olyan új technológia megvalósításért,
ami jobbá tesz minket,
01:19
to createteremt newúj technologytechnológia
that does make us better,
20
67625
2537
01:22
feel more, connectkapcsolódni more.
21
70186
1600
többet érzékel, összekapcsol.
01:24
And I believe to do that,
22
72482
1786
Szerintem ehhez el kell fogadnunk,
01:26
we have to be OK
losingvesztes some of our agencyügynökség.
23
74292
2749
hogy vesztünk az önrendelkezésből.
01:30
With some animalsállatok, it's really amazingelképesztő,
24
78149
2523
Néhány állatnál ez igazán lenyűgöző,
01:32
and we get to see into
theirazok internalbelső experiencestapasztalatok.
25
80696
3474
belelátunk a belső élményeikbe.
01:36
We get this upfrontelőre look
at the mechanisticHatásmechanizmus interactioninterakció
26
84649
3722
Hitelesen belelátunk
a gépies kölcsönhatásba aközött,
01:40
betweenközött how they respondreagál
to the worldvilág around them
27
88395
2817
hogy hogyan reagálnak
a körülöttük levő világra
01:43
and the stateállapot of theirazok biologicalbiológiai systemsrendszerek.
28
91236
2008
és a biológiai rendszerük állapotára.
01:45
This is where evolutionaryevolúciós pressuresnyomás
like eatingenni, matingpárosodás
29
93268
3809
Itt van, hogy az evolúciós nyomás,
mint pl. az evés, párzás,
01:49
and makinggyártás sure we don't get eatenevett
30
97101
1762
a prédává válás elkerülése,
01:50
drivehajtás deterministicdeterminisztikus behavioralviselkedési responsesVálasz
to informationinformáció in the worldvilág.
31
98887
4157
a világi információkra adott
határozott viselkedési válaszokat ír elő.
01:55
And we get to see into this windowablak,
32
103806
2794
Így ezen a lencsén keresztül
01:58
into theirazok internalbelső statesÁllamok
and theirazok biologicalbiológiai experiencestapasztalatok.
33
106624
3636
biológiai élményeikre
és belső állapotukra látunk rá.
02:02
It's really prettyszép coolmenő.
34
110284
1642
Ez tényleg lenyűgöző.
02:03
Now, staymarad with me for a momentpillanat --
I'm a violinisthegedűművész, not a singerénekes.
35
111950
4103
Figyeljenek egy kicsit most –
hegedűs vagyok, nem énekes.
02:08
But the spider'spók alreadymár
givenadott me a criticalkritikai reviewfelülvizsgálat.
36
116077
3590
De a póktól már megkaptam
a negatív kritikát.
02:16
(VideoVideóinak) (SingingÉneklés in a lowalacsony pitchhangmagasság)
37
124907
2060
(Videó) (Mély hangon énekel)
02:19
(SingingÉneklés in a middleközépső pitchhangmagasság)
38
127868
2888
(Közepes hangon énekel)
02:23
(SingingÉneklés in a highmagas pitchhangmagasság)
39
131800
2505
(Magas hangon énekel)
02:27
(SingingÉneklés in a lowalacsony pitchhangmagasság)
40
135069
1421
(Mély hangon énekel)
02:29
(SingingÉneklés in a middleközépső pitchhangmagasság)
41
137236
1600
(Közepes hangon énekel)
02:31
(SingingÉneklés in a highmagas pitchhangmagasság)
42
139403
1777
(Magas hangon énekel)
02:33
(LaughterNevetés)
43
141204
1150
(Nevetés)
Poppy Crum: Kiderült, hogy a pókok
mint hegedűt hangolják hálóik,
02:36
PoppyMák CrumCrum: It turnsmenetek out, some spiderspókok
tunedallam theirazok webshálók like violinshegedűk
44
144387
3198
02:39
to resonaterezonál with certainbizonyos soundshangok.
45
147609
2158
hogy bizonyos hangokra rezonáljanak.
02:41
And likelyvalószínűleg, the harmonicsHarmonikus
of my voicehang as it wentment highermagasabb
46
149791
2771
És így, ahogy hangom emelkedett,
02:44
coupledpárosított with how loudhangos I was singingéneklés
47
152586
1730
ahogy hangosabban énekeltem,
02:46
recreatedújra eitherbármelyik the predatoryragadozó call
of an echolocatingecholocating batdenevér or a birdmadár,
48
154340
4467
létrehoztam egy ragadozó denevér
vagy madár hangját,
02:50
and the spiderpók did what it should.
49
158831
1881
és a pók tette, amit kellett.
02:53
It predictivelyelőrejelzően told me to bugbogár off.
50
161300
2817
Vélhetőleg azt mondta, húzzak onnan.
02:56
I love this.
51
164824
1150
Imádom.
02:58
The spider'spók respondingválaszol
to its externalkülső worldvilág
52
166546
3309
A pók úgy válaszol külső világára,
03:01
in a way that we get to see and know
what's happeningesemény to its internalbelső worldvilág.
53
169879
4350
hogy látjuk és tudjuk,
mi történik belső világában.
03:07
BiologyBiológia is controllingkontrolling
the spider'spók responseválasz;
54
175069
2206
A biológia uralja a pók válaszát;
03:09
it's wearingfárasztó its internalbelső
stateállapot on its sleevehüvely.
55
177299
2776
belső állapota homlokára van írva.
03:13
But us, humansemberek --
56
181768
1655
De mi, emberek –
03:16
we're differentkülönböző.
57
184184
1150
mi mások vagyunk.
Azt hinnénk, kognitívan befolyásolhatjuk
hogy mások mit látnak, értenek, tudnak
03:17
We like to think we have cognitivemegismerő controlellenőrzés
over what people see, know and understandmegért
58
185899
5735
03:23
about our internalbelső statesÁllamok --
59
191658
1409
belső állapotunkat illetően –
03:25
our emotionsérzelmek, our insecuritiesbizonytalanság,
our bluffsBluffs, our trialskísérletek and tribulationsgyötrelmek --
60
193091
4303
az érzelmeink, a bizonytalanságaink,
a blöffjeink, nehézségeink és döntéseink –
03:29
and how we respondreagál.
61
197418
1267
és azt, mit reagálunk.
03:31
We get to have our pokerpóker facearc.
62
199927
2282
Kell nekünk a pókerarc.
03:35
Or maybe we don't.
63
203799
1200
Vagy mégse.
03:37
Try this with me.
64
205728
1182
Nézzük meg együtt!
03:38
Your eyeszem respondsválaszol
to how hardkemény your brainagy is workingdolgozó.
65
206934
2690
A szem tükrözi azt,
hogy milyen erősen dolgozik az agy.
A reakció, amit mindjárt látunk,
pusztán mentális erőfeszítésen alapul,
03:42
The responseválasz you're about to see
is drivenhajtott entirelyteljesen by mentalszellemi efforterőfeszítés
66
210363
3230
és semmi köze a fény változásához.
03:45
and has nothing to do
with changesváltoztatások in lightingvilágítás.
67
213617
2635
03:48
We know this from neuroscienceidegtudomány.
68
216276
1650
Ez idegtudományból ismeretes.
03:49
I promiseígéret, your eyesszemek are doing
the sameazonos thing as the subjecttantárgy in our lablabor,
69
217950
4560
Ígérem, hogy szemük azt csinálja majd,
mint a tesztalanyokéi a laborunkban,
03:54
whetherakár you want them to or not.
70
222534
1734
ha akarják, ha nem.
03:56
At first, you'llazt is megtudhatod hearhall some voiceshangok.
71
224292
2173
Először hangokat fognak hallani.
03:58
Try and understandmegért them
and keep watchingnézni the eyeszem in frontelülső of you.
72
226489
3278
Próbálják megérteni őket;
folyamatosan nézzék a szemet előttük.
Eleinte nehéz lesz,
04:01
It's going to be hardkemény at first,
73
229791
1498
egy kieshet, de utána nagyon könnyű.
04:03
one should dropcsepp out,
and it should get really easykönnyen.
74
231313
2391
Látni fogják az erőfeszítésbeli
változásokat a pupilla átmérőjében.
04:05
You're going to see the changeváltozás in efforterőfeszítés
in the diameterátmérő of the pupiltanuló.
75
233728
3325
04:10
(VideoVideóinak) (Two overlappingátfedés voiceshangok talkingbeszél)
76
238140
2567
(Videó) (Két hang egyszerre beszél)
(Egy hang) Az intelligens technológia
a személyes adatoktól függ.
04:12
(SingleEgyetlen voicehang) IntelligentIntelligens technologytechnológia
dependsattól függ on personalszemélyes dataadat.
77
240731
2963
04:15
(Two overlappingátfedés voiceshangok talkingbeszél)
78
243718
2446
(Két hang egyszerre beszél)
04:18
(SingleEgyetlen voicehang) IntelligentIntelligens technologytechnológia
dependsattól függ on personalszemélyes dataadat.
79
246188
2976
(Egy hang) Az intelligens technológia
a személyes adatoktól függ.
04:21
PCPC: Your pupiltanuló doesn't liefekszik.
80
249680
1326
PC: A pupilla nem hazudik.
04:23
Your eyeszem givesad away your pokerpóker facearc.
81
251030
2400
A szem elárulja a pókerarcot.
04:25
When your brain'sagyvelő havingamelynek to work hardernehezebb,
82
253990
1913
Mikor az agy erősebben dolgozik,
04:27
your autonomicvegetatív nervousideges systemrendszer
drivesmeghajtók your pupiltanuló to dilatekitágulnak.
83
255927
2785
az autonóm idegrendszer
kitágítja a pupillát.
04:30
When it's not, it contractsszerződések.
84
258736
1555
Amikor nem, összehúzódik.
Ha csak egy hangot kapcsolok,
04:32
When I take away one of the voiceshangok,
85
260680
1691
kognitív erőfeszítés,
hogy megértsük a beszélőt,
04:34
the cognitivemegismerő efforterőfeszítés
to understandmegért the talkersbeszélő
86
262395
2262
04:36
getsjelentkeznek a lot easierkönnyebb.
87
264681
1158
kevésbé kell.
04:37
I could have put the two voiceshangok
in differentkülönböző spatialtérbeli locationshelyek,
88
265863
3000
A hangokat térben különbözőképp
helyezhettem volna el,
04:40
I could have madekészült one louderhangosabb.
89
268887
1666
az egyik lehetett volna hangosabb.
04:42
You would have seenlátott the sameazonos thing.
90
270577
1738
Ugyanezt látnánk.
04:45
We mightesetleg think we have more agencyügynökség
over the revealfelfed of our internalbelső stateállapot
91
273006
4786
Gondolhatnánk, hogy több önrendelkezésünk
van belső állapotunk kimutatásáról,
04:49
than that spiderpók,
92
277816
1579
mint annak a póknak,
04:51
but maybe we don't.
93
279419
1266
de lehet, hogy nem.
04:53
Today'sA mai technologytechnológia is startingkiindulási
to make it really easykönnyen
94
281021
2969
A mai technológia eléggé
megkönnyítette azon jelek észrevételét,
04:56
to see the signalsjelek and tellsmegmondja
that give us away.
95
284014
2690
amik elárulnak minket.
04:59
The amalgamationÖsszeolvadást of sensorsérzékelők
pairedpárosított with machinegép learningtanulás
96
287109
3294
Szenzorokkal párba állított gépi tanulás
05:02
on us, around us and in our environmentskörnyezetek,
97
290427
2413
velünk, körülöttünk és környezetünkben,
05:04
is a lot more than cameraskamerák and microphonesmikrofonok
trackingkövetés our externalkülső actionsakciók.
98
292864
4653
sokkal több a kamerával és mikrofonnal
követett külső cselekvéseink követésénél.
05:12
Our bodiestestületek radiatesugároznak our storiestörténetek
99
300529
2818
Testünk árasztja történeteinket
05:15
from changesváltoztatások in the temperaturehőmérséklet
of our physiologyfiziológia.
100
303371
2666
az élettani hőmérséklet-változások által.
05:18
We can look at these
as infraredinfravörös thermaltermál imagesképek
101
306546
2261
Nézzük meg ezeket az infravörös hőképeket
05:20
showingkiállítás up behindmögött me,
102
308831
1160
– mögöttem láthatók –,
05:22
where redsVörös are hottermelegebb
and bluesblues are coolerhűtő.
103
310015
2070
ahol a piros melegebb, a kék hidegebb.
05:24
The dynamicdinamikus signaturealáírás
of our thermaltermál responseválasz
104
312458
3183
Hőreakciónk dinamikus aláírása
05:27
givesad away our changesváltoztatások in stressfeszültség,
105
315665
3031
elárulja stresszbeli változásainkat,
05:30
how hardkemény our brainagy is workingdolgozó,
106
318720
2008
milyen erősen dolgozik az agyunk,
05:32
whetherakár we're payingfizető attentionFigyelem
107
320752
1936
hogy odafigyelünk-e,
05:34
and engagedelkötelezett in the conversationbeszélgetés
we mightesetleg be havingamelynek
108
322712
2627
leköt-e a beszélgetés, amit folytatunk,
05:37
and even whetherakár we're experiencingtapasztal
a picturekép of fireTűz as if it were realigazi.
109
325363
4095
és még azt is, hogy egy képet
a tűzről valósnak érzékeljük-e.
05:41
We can actuallytulajdonképpen see
people give off heathőség on theirazok cheeksarca
110
329482
2643
Valójában láthatjuk,
hogy az emberi arc kipirosodik
05:44
in responseválasz to an imagekép of flameLáng.
111
332149
2200
egy láng képének láttán.
05:48
But asidefélre from givingígy away
our pokerpóker bluffsBluffs,
112
336013
2929
Viszont amellett,
hogy leleplezi pókerblöffjeinket,
05:50
what if dimensionsméretek of dataadat
from someone'svalaki thermaltermál responseválasz
113
338966
4746
mi van, ha valakinek a hőreakcióiból
származó adatok dimenziói
05:55
gaveadott away a glowragyogás
of interpersonalinterperszonális interestérdeklődés?
114
343736
2659
megvillantják a személyközötti érdekeket?
05:58
TrackingKövetés the honestyőszinteség of feelingsérzések
in someone'svalaki thermaltermál imagekép
115
346966
3532
Az érzelmek őszinteségének
hőképeken való nyomozása
06:02
mightesetleg be a newúj partrész of how
we fallesik in love and see attractionvonzerő.
116
350522
3626
új része lehet a szerelembe esésnek
és a vonzerő értelmezésének.
06:06
Our technologytechnológia can listen,
developfejleszt insightsbetekintést and make predictionselőrejelzések
117
354172
3693
Technológiánk meghallgat,
betekintést és előrejelzést ad
06:09
about our mentalszellemi and physicalfizikai healthEgészség
118
357889
2095
lelki és testi egészségünkről
06:12
just by analyzingelemzése the timingidőzítés dynamicsdinamika
of our speechbeszéd and languagenyelv
119
360008
4000
a mikrofonok által rögzített
beszédünk és nyelvezetünk
idő-dinamikájának elemzésével.
06:16
pickedválogatott up by microphonesmikrofonok.
120
364032
1443
06:18
GroupsCsoportok have shownLátható that changesváltoztatások
in the statisticsstatisztika of our languagenyelv
121
366038
3880
Csoportok kimutatták,
hogy a nyelvstatisztikai változások
06:21
pairedpárosított with machinegép learningtanulás
122
369942
1420
gépi tanulással összehozva
06:23
can predictmegjósolni the likelihoodvalószínűség
someonevalaki will developfejleszt psychosispszichózis.
123
371386
3161
megjósolhatják az elmebaj valószínűségét.
Ezt továbbgondolva
06:27
I'm going to take it a steplépés furthertovábbi
124
375442
1751
megvizsgálom a nyelvészeti
és a hangbeli változásokat,
06:29
and look at linguisticnyelvi changesváltoztatások
and changesváltoztatások in our voicehang
125
377217
2587
amik számos különböző állapotról jeleznek.
06:31
that showelőadás up with a lot
of differentkülönböző conditionskörülmények.
126
379828
2239
06:34
DementiaDemencia, diabetescukorbetegség can alterAlter
the spectralspektrális colorationelszíneződés of our voicehang.
127
382091
4367
A demencia és a diabétesz
a hang színképében változásokat okoz.
06:39
ChangesVáltozások in our languagenyelv
associatedtársult with Alzheimer'sAlzheimer-kór
128
387205
3119
Az Alzheimerrel kapcsolatba
hozható nyelvváltozások
06:42
can sometimesnéha showelőadás up more
than 10 yearsévek before clinicalklinikai diagnosisdiagnózis.
129
390348
4365
néha 10 évvel a klinikai diagnózis
előtt jelentkezhetnek.
06:47
What we say and how we say it
tellsmegmondja a much richergazdagabb storysztori
130
395236
3960
Amit és ahogy mondunk
sokkal gazdagabb képest fest,
06:51
than we used to think.
131
399220
1254
mint ahogy eddig hittük.
06:53
And deviceskészülékek we alreadymár have in our homesotthonok
could, if we let them,
132
401022
4047
Az otthonainkban lévő
eszközök pedig – ha engedjük nekik –
értékes bepillantással tudnak szolgálni.
06:57
give us invaluablefelbecsülhetetlen értékű insightbepillantás back.
133
405093
2134
06:59
The chemicalkémiai compositionösszetétel of our breathlehelet
134
407998
2978
A leheletünk kémiai összetevői
07:03
givesad away our feelingsérzések.
135
411959
1354
elárulhatják érzelmeinket.
07:06
There's a dynamicdinamikus mixturekeverék of acetoneAceton,
isopreneizoprén and carbonszén dioxidedioxid
136
414363
4478
Az aceton, izoprén és széndioxid
dinamikus keveréke megváltozik,
07:10
that changesváltoztatások when our heartszív speedssebesség up,
when our musclesizmok tensefeszült,
137
418865
3384
ha gyorsabban ver a szívünk,
megfeszülnek az izmaink
07:14
and all withoutnélkül any obviousnyilvánvaló changeváltozás
in our behaviorsviselkedés.
138
422809
2897
és mindez bármiféle
viselkedésbeli változás nélkül.
07:18
AlrightRendben van, I want you to watch
this clipcsipesz with me.
139
426268
2738
Rendben, most nézzük meg ezt a kisfilmet.
07:21
Some things mightesetleg be going on
on the sideoldal screensképernyők,
140
429030
3119
Ez-az talán majd a képernyő szélén fut,
07:24
but try and focusfókusz on
the imagekép in the frontelülső
141
432173
3777
de fókuszáljunk az elől lévő képre
07:27
and the man at the windowablak.
142
435974
1463
és az emberre az ablaknál.
07:31
(EerieHátborzongató musiczene)
143
439633
2658
(Hátborzongató zene)
07:39
(Woman screamssikolyok)
144
447767
1437
(Női sikoly)
07:50
PCPC: Sorry about that.
I neededszükséges to get a reactionreakció.
145
458692
2395
PC: Elnézést, reakcióra volt szükségem.
07:53
(LaughterNevetés)
146
461111
1785
(Nevetés)
07:55
I'm actuallytulajdonképpen trackingkövetés the carbonszén dioxidedioxid
you exhalelehel in the roomszoba right now.
147
463412
4972
Valójában a kilélegzett széndioxid-
szintet mérem most a teremben.
08:01
We'veMost már installedtelepítve tubescsövek
throughoutegész the theaterszínház,
148
469903
3293
A színházterem egészében
csöveket állítottunk fel a padló alatt,
08:05
lowerAlsó to the groundtalaj,
because COCO2 is heaviernehezebb than airlevegő.
149
473220
2595
mert a CO2 a levegőnél nehezebb.
08:07
But they're connectedcsatlakoztatva
to a deviceeszköz in the back
150
475839
2667
Ezek egy hátsó eszközhöz
vannak csatlakoztatva,
08:10
that letslehetővé teszi, us measuremérték, in realigazi time,
with highmagas precisionpontosság,
151
478530
3287
ami által valós időben,
nagy pontossággal tudjuk mérni
08:13
the continuousfolyamatos differentialdifferenciális
concentrationkoncentráció of COCO2.
152
481841
2922
a folyamatosan változó CO2-koncentrációt.
08:17
The cloudsfelhők on the sidesfél are actuallytulajdonképpen
the real-timevalós idő dataadat visualizationmegjelenítés
153
485246
5508
Az oldalt levő felhők valójában
a CO2 sűrűségének
valós idejű adatmegjelenítése.
08:22
of the densitysűrűség of our COCO2.
154
490778
1998
08:25
You mightesetleg still see
a patchtapasz of redpiros on the screenképernyő,
155
493374
3699
Még most is látható
egy vörös folt a képernyőn,
08:29
because we're showingkiállítás increasesnövekszik
with largernagyobb coloredszínezett cloudsfelhők,
156
497097
3705
mert a növekedést nagyobb
színezett felhőkkel mutatjuk,
08:32
largernagyobb coloredszínezett areasnak of redpiros.
157
500826
2196
nagyobb piros területekkel.
08:35
And that's the pointpont
where a lot of us jumpedugrott.
158
503046
2559
És ez az a pont, ahol sokan ugrottunk.
08:38
It's our collectivekollektív suspenseizgalom
drivingvezetés a changeváltozás in carbonszén dioxidedioxid.
159
506173
4915
A közös izgatottság változtatta meg
a széndioxidszintet.
08:43
AlrightRendben van, now, watch this
with me one more time.
160
511649
2722
Rendben, most nézzük meg még egyszer.
08:46
(CheerfulVidám musiczene)
161
514395
2238
(Vidám zene)
08:54
(Woman laughsnevet)
162
522553
2137
(Női nevetés)
09:05
PCPC: You knewtudta it was comingeljövetel.
163
533344
1349
PC: Tudták, hogy ez lesz.
09:06
But it's a lot differentkülönböző
when we changedmegváltozott the creator'steremtő intentelszánt.
164
534717
3363
De sokkal másabb így,
ha megváltoztatjuk az alkotó szándékát.
09:10
ChangingVáltozó the musiczene and the soundhang effectshatások
165
538776
2769
A zene és a hangeffektek megváltoztatása
09:13
completelyteljesen alterAlter the emotionalérzelmi
impacthatás of that sceneszínhely.
166
541569
3603
teljesen megmásítja a jelenet
érzelmi hatását.
09:17
And we can see it in our breathlehelet.
167
545196
2134
És ezt látjuk a leheletünkben.
09:20
SuspenseIzgalom, fearfélelem, joyöröm
168
548196
2262
Izgatottság, félelem, öröm –
09:22
all showelőadás up as reproduciblereprodukálható,
visuallyvizuálisan identifiableazonosítható momentspillanatok.
169
550482
4507
megismételhető, képileg beazonosítható
pillanatokként jelennek meg.
09:27
We broadcastadás a chemicalkémiai signaturealáírás
of our emotionsérzelmek.
170
555473
4151
Érzelmeink kémiai aláírását közvetítjük.
09:35
It is the endvég of the pokerpóker facearc.
171
563249
2133
A pókerarc vége ez.
09:38
Our spacesterek, our technologytechnológia
will know what we're feelingérzés.
172
566582
3566
Környezetünk, technológiánk
tudni fogja, mit érzünk.
09:42
We will know more about eachminden egyes other
than we ever have.
173
570736
2785
Többet tudunk majd egymásról, mint valaha.
09:45
We get a chancevéletlen to reachelér in and connectkapcsolódni
to the experiencetapasztalat and sentimentsaz érzelmek
174
573911
4307
Esélyünk kapunk tapasztalatink,
alapvetően fontos emberi érzéseink
elérésére és egymáshoz kapcsolására
09:50
that are fundamentalalapvető to us as humansemberek
175
578242
1742
09:52
in our sensesérzékek, emotionallyérzelmileg and sociallytársadalmilag.
176
580008
2410
érzékeinkben érzelmileg és szociálisan.
09:55
I believe it is the erakorszak of the empathempath.
177
583482
2540
Úgy gondolom, ez az empátia kora.
09:58
And we are enablinglehetővé téve the capabilitiesképességek
that trueigaz technologicaltechnikai partnerspartnerek can bringhoz
178
586046
5222
Utat nyitunk a valódi technológiai
partnerek hozhatta képességeknek
10:03
to how we connectkapcsolódni with eachminden egyes other
and with our technologytechnológia.
179
591292
3047
az egymáshoz és a technológiánkhoz
való kapcsolódósában.
10:06
If we recognizeelismerik the powererő
of becomingegyre technologicaltechnikai empathsempaták,
180
594363
3389
Ha felismerjük a technológiai empatává
válásban rejlő erőt,
10:09
we get this opportunitylehetőség
181
597776
1936
olyan lehetőséget kapunk,
10:11
where technologytechnológia can help us bridgehíd
the emotionalérzelmi and cognitivemegismerő dividefeloszt.
182
599736
4424
ahol a technológia segíthet áthidalni
az érzelmi és a kognitív szakadékot.
Így tudunk változtatni
történeteink közlésének módján.
10:16
And in that way, we get to changeváltozás
how we tell our storiestörténetek.
183
604680
2723
Jobb jövőt biztosíthatunk technológiáknak
– mint pl. a kiterjesztett valóság –
10:19
We can enableengedélyezze a better futurejövő
for technologiestechnológiák like augmentedkiegészített realityvalóság
184
607427
3580
10:23
to extendkiterjesztése our ownsaját agencyügynökség
and connectkapcsolódni us at a much deepermélyebb levelszint.
185
611031
4193
önrendelkezésünk növeléséért
és mélyebb szintű kapcsolatainkért.
10:27
ImagineKépzeld el a highmagas schooliskola counselortanácsadó
beinglény ableképes to realizemegvalósítani
186
615625
2547
Képzeljék el az iskolai tanácsadót,
aki képes rájönni,
10:30
that an outwardlykifelé cheeryvidám studentdiák
really was havingamelynek a deeplymélyen hardkemény time,
187
618196
3826
hogy egy külsőleg vidám diák
igazából nagyon is nehéz időszakot él meg,
10:34
where reachingelérve out can make
a crucialalapvető, positivepozitív differencekülönbség.
188
622046
3180
ahol a segítségadás kritikus
és pozitív változást hozhat.
10:37
Or authoritieshatóság, beinglény ableképes
to know the differencekülönbség
189
625766
3230
Vagy hatóságok képesek lennének
felismerni a különbséget
10:41
betweenközött someonevalaki havingamelynek
a mentalszellemi healthEgészség crisisválság
190
629020
2325
a lelki válság és az agresszió
különböző típusai között,
10:43
and a differentkülönböző typetípus of aggressionagresszió,
191
631369
1826
és ezek alapján reagálni.
10:45
and respondingválaszol accordinglyEnnek megfelelően.
192
633219
1800
10:47
Or an artistművész, knowingtudva
the directközvetlen impacthatás of theirazok work.
193
635609
3273
Vagy egy művész, aki ismerné
közvetlen hatását munkájának.
10:52
LeoLeo TolstoyTolsztoj definedmeghatározott his perspectivetávlati of artművészet
194
640173
2643
Lev Tolsztoj szerint a művészetet
az határozza meg,
10:54
by whetherakár what the creatorTeremtő intendedszándékolt
195
642840
1785
hogy az alkotói szándék
10:56
was experiencedtapasztalt by the personszemély
on the other endvég.
196
644649
2586
tükröződik-e az olvasói élményben.
10:59
Today'sA mai artistsművészek can know
what we're feelingérzés.
197
647259
2566
A mai művészek ismerhetik érzéseinket.
11:02
But regardlesstekintet nélkül of whetherakár
it's artművészet or humanemberi connectionkapcsolat,
198
650204
3005
De függetlenül attól,
hogy ez művészet vagy emberi érintkezés,
11:06
today'sa mai technologiestechnológiák
will know and can know
199
654608
2802
a mai technológiák
tudni fogják és tudhatják,
hogy mit tapasztalunk a másik oldalon,
11:09
what we're experiencingtapasztal on the other sideoldal,
200
657434
2048
11:11
and this meanseszközök we can be
closerközelebb and more authentichiteles.
201
659506
2618
és ez az jelenti, hogy közelibbek
és hitelesebbek lehetünk.
11:14
But I realizemegvalósítani a lot of us
have a really hardkemény time
202
662498
4293
De megértem, sokunknak aggályai vannak
11:18
with the ideaötlet of sharingmegosztás our dataadat,
203
666815
2267
adataink megosztásával kapcsolatosan,
11:21
and especiallykülönösen the ideaötlet
that people know things about us
204
669673
3111
főleg azzal, hogy tudnak
rólunk olyan dolgokat,
11:24
that we didn't activelyaktívan chooseválaszt to shareOssza meg.
205
672808
2321
amelyeket nem feltétlen osztanánk meg.
11:28
AnytimeBármikor we talk to someonevalaki,
206
676728
2216
Akármikor ha valakivel beszélünk,
11:31
look at someonevalaki
207
679946
1555
valakire ránézünk,
11:33
or chooseválaszt not to look,
208
681525
1468
vagy éppen nem nézünk rá,
11:35
dataadat is exchangedkicserélt, givenadott away,
209
683017
2647
adatokat cserélünk, lelepleződünk,
11:38
that people use to learntanul,
210
686533
2205
amikből az emberek tanulnak
és következtetéseket vonnak le
a saját és a mi életünkről.
11:40
make decisionsdöntések about
theirazok liveséletét and about oursa miénk.
211
688762
3267
Nem akarok egy olyan világot létrehozni,
ahol a belső életünk kinyílik,
11:45
I'm not looking to createteremt a worldvilág
where our innerbelső liveséletét are rippedszakadt opennyisd ki
212
693469
3968
11:49
and our personalszemélyes dataadat
and our privacyAdatvédelem givenadott away
213
697461
2348
és magánéletünket,
személyes adatainkat kiadják
11:51
to people and entitiesszervezetek
where we don't want to see it go.
214
699833
2713
olyan embereknek és entitásoknak,
ahová nem szeretnénk, hogy eljusson.
11:55
But I am looking to createteremt a worldvilág
215
703117
2762
De egy olyan világot akarok létrehozni,
11:57
where we can caregondoskodás about
eachminden egyes other more effectivelyhatékonyan,
216
705903
3408
ahol hatásosabban
gondoskodhatunk egymásról,
12:01
we can know more about when
someonevalaki is feelingérzés something
217
709335
3060
többet tudhatunk arról,
ha valaki olyat érez,
12:04
that we oughtkellene to payfizetés attentionFigyelem to.
218
712419
1872
amire több figyelmet kellene fordítani.
12:06
And we can have richergazdagabb experiencestapasztalatok
from our technologytechnológia.
219
714800
3335
Technológiánk által pedig
élményekkel gazdagodhatunk.
Bármely technológiák jóra
és rosszra is használható.
12:10
Any technologytechnológia
can be used for good or badrossz.
220
718887
2357
Az elkötelezettség átláthatósága
és a hatásos szabályozás
12:13
TransparencyÁtláthatóság to engagementeljegyzés
and effectivehatékony regulationszabályozás
221
721268
2412
12:15
are absolutelyteljesen criticalkritikai
to buildingépület the trustbizalom for any of this.
222
723704
3120
az ezekhez kellő bizalom
felépítéséhez elengedhetetlen.
12:20
But the benefitselőnyök that "empatheticempatikus
technologytechnológia" can bringhoz to our liveséletét
223
728106
4834
De az az "empatikus technológia"
által az életünkbe hozott előnyök miatt
12:24
are worthérdemes solvingmegoldó the problemsproblémák
that make us uncomfortablekényelmetlen.
224
732964
3891
megérik megoldani
a kényelmetlenséget okozó problémákat.
12:29
And if we don't, there are
too manysok opportunitieslehetőségek and feelingsérzések
225
737315
4025
Ha ezt nem tesszük,
túl sok lehetőségről és érzésről
fogunk lemaradni.
12:33
we're going to be missinghiányzó out on.
226
741364
1695
12:35
Thank you.
227
743083
1175
Köszönöm.
12:36
(ApplauseTaps)
228
744282
2479
(Taps)
Translated by Aliz Böcskey
Reviewed by Ádám Kósa

▲Back to top

ABOUT THE SPEAKER
Poppy Crum - Neuroscientist, technologist
Poppy Crum builds technologies that best leverage human physiology to enhance our experiences and how we interact with the world.

Why you should listen

Poppy Crum is dedicated to the development of immersive technologies that leverage human physiology and perceptual realities to enhance our experiences and interactions in the world. She has advanced a mission to democratize the way people of all abilities benefit from sensory technologies -- and how effectively technology communicates back to each of us. She believes the power of intelligent technologies is only realized with dynamic optimization and learning of as much of our personal and contextual data as possible.

Crum is chief scientist at Dolby Laboratories, leading the company's integration of neuroscience and sensory data science into its entertainment, communication and future technologies. She is also adjunct professor at Stanford University, where her work focuses on the impact and feedback potential of gaming and immersive environments, such as augmented and virtual reality, on neuroplasticity and learning. She has been recognized with the Advanced Imaging Society's Distinguished Leadership Award and the Consumer Technology Association's Technology and Standards Achievement Award for work towards the introduction of affordable, over-the-counter hearing-aid devices, and she is a fellow of the Audio Engineering Society. She has also been named to Billboard Magazine's 100 most influential female executives in the music industry. Prior to joining Dolby Laboratories, Crum was Research Faculty in the Department of Biomedical Engineering at Johns Hopkins School of Medicine.

More profile about the speaker
Poppy Crum | Speaker | TED.com