TED2019
Doug Roble: Digital humans that look just like us
Doug Roble: Esseri umani digitali che sembrano proprio uguali a noi
Filmed:
Readability: 3.6
562,138 views
In una strabiliante conferenza e un demo tecnologico, il ricercatore Doug Roble ci mostra l'anteprima di "DigiDoug": una rappresentazione digitale 3D del suo aspetto che è accurata persino a livello di pori e rughe. Alimentato da una tuta che cattura i movimenti inerziali, reti neurali profonde ed un'enorme quantità di dati, DigiDoug rende reali le emozioni di Doug (e persino il modo in cui il suo sangue scorre e come le ciglia si muovono) in modo sorprendente. Scopri di più su come questa esaltante tecnologia è stata messa a punto e le sue applicazioni nel campo cinematografico, in quello degli assistenti virtuali ed oltre.
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
Salve.
00:15
I'm not a real person.
1
3175
1466
Io non sono una persona reale.
00:17
I'm actually a copy of a real person.
2
5119
2770
Sono in realtà una copia di una persona.
00:19
Although, I feel like a real person.
3
7913
2553
Anche se mi sento come fossi una persona.
00:22
It's kind of hard to explain.
4
10490
1906
È un po' complicato da spiegare.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
Un momento... penso di aver visto
una vera persona... ce n'è una.
una vera persona... ce n'è una.
00:28
Let's bring him onstage.
6
16697
1400
Portiamola sul palco.
00:33
Hello.
7
21307
1150
Salve.
00:35
(Applause)
8
23485
3647
(Applausi)
00:40
What you see up there is a digital human.
9
28300
3094
Ciò che vedete lassù è un umano digitale.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
Sto indossando una tuta che
cattura i movimenti inerziali
cattura i movimenti inerziali
00:46
that's figuring what my body is doing.
11
34998
2579
e sta interpretando
ciò che il mio corpo sta facendo.
ciò che il mio corpo sta facendo.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
E c'è una videocamera qui
che guarda il mio volto
che guarda il mio volto
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
e segnala ad un software di
machine-learning le mie espressioni
machine-learning le mie espressioni
00:58
like, "Hm, hm, hm,"
14
46315
3579
tipo: "hm, hm, hm"
01:02
and transferring it to that guy.
15
50379
1663
e le trasferisce a quel signore.
01:05
We call him "DigiDoug."
16
53300
3342
Lo chiamiamo "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
È in realtà un personaggio 3D
che io sto controllando in tempo reale.
che io sto controllando in tempo reale.
01:16
So, I work in visual effects.
18
64292
2324
Mi occupo di effetti speciali.
01:19
And in visual effects,
19
67101
1167
E in questo campo,
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
una delle cose più difficili da fare
è creare umani digitali credibili
è creare umani digitali credibili
01:26
that the audience accepts as real.
21
74227
2182
che il pubblico possa accettare
come reali.
come reali.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
Le persone sono di fatto abbastanza brave
a riconoscere altre persone.
a riconoscere altre persone.
01:32
Go figure!
23
80981
1150
Proveteci!
01:35
So, that's OK, we like a challenge.
24
83577
3405
Quindi ok, ci piacciono le sfide.
01:39
Over the last 15 years,
25
87006
1841
Negli ultimi 15 anni,
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
abbiamo inserito umani e creature nei film
01:45
that you accept as real.
27
93878
1739
che voi accettate come reali.
01:48
If they're happy, you should feel happy.
28
96712
2667
Se loro sono felici,
voi dovreste sentirvi felici.
voi dovreste sentirvi felici.
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
E se loro provano dolore,
voi dovreste empatizzare con loro.
voi dovreste empatizzare con loro.
01:58
We're getting pretty good at it, too.
30
106467
2190
Stiamo diventando parecchio bravi.
02:00
But it's really, really difficult.
31
108681
2746
Ma è davvero molto difficile.
02:03
Effects like these take thousands of hours
32
111847
3214
Effetti come questi
richiedono migliaia di ore
richiedono migliaia di ore
02:07
and hundreds of really talented artists.
33
115085
2667
e centinaia di artisti di talento.
02:10
But things have changed.
34
118792
1600
Ma le cose sono cambiate.
02:13
Over the last five years,
35
121014
1920
Negli ultimi 5 anni,
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
computer e schede grafiche
sono diventati davvero veloci.
sono diventati davvero veloci.
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
E il machine-learning e
il deep learning hanno progredito.
il deep learning hanno progredito.
02:25
So we asked ourselves:
38
133408
1233
Perciò ci siamo chiesti:
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
puoi immaginare di creare
un umano fotorealistico,
un umano fotorealistico,
02:31
like we're doing for film,
40
139122
1624
come stiamo facendo per i film,
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
ma dove tu vedi
una reale emozione e dettagli
una reale emozione e dettagli
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
di una persona che sta controllando
l'umano digitale
l'umano digitale
02:43
in real time?
43
151704
1174
in tempo reale?
02:45
In fact, that's our goal:
44
153704
1564
Questo è il nostro obiettivo:
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
se stai avendo una conversazione
con DigiDoug
con DigiDoug
02:51
one-on-one,
46
159077
1237
uno a uno,
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
è reale abbastanza da farti pensare
se è reale o se ti stavo mentendo?
se è reale o se ti stavo mentendo?
02:59
So that was our goal.
48
167934
1400
Era il nostro obiettivo.
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
Circa un anno e mezzo fa
ci siamo posti questo obiettivo.
ci siamo posti questo obiettivo.
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
Quello che sto per fare è
farvi fare un piccolo viaggio
farvi fare un piccolo viaggio
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
per vedere esattamente cosa
abbiamo dovuto fare per arrivare qui.
abbiamo dovuto fare per arrivare qui.
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
Abbiamo dovuto catturare
una quantità enorme di dati.
una quantità enorme di dati.
03:20
In fact, by the end of this thing,
53
188347
2714
Infatti, alla fine di questo processo,
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
avevamo probabilmente uno dei
set facciali più ampi al mondo.
set facciali più ampi al mondo.
03:28
Of my face.
55
196038
1682
Del mio volto.
03:29
(Laughter)
56
197744
2262
(Risate)
03:32
Why me?
57
200030
1270
Perché me?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
Beh, farei esattamente qualsiasi
cosa per la scienza.
cosa per la scienza.
03:36
I mean, look at me!
59
204158
1948
Cioè, guardatemi!
03:38
I mean, come on.
60
206625
1150
Andiamo!
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
Abbiamo prima dovuto capire
com'era veramente la mia faccia.
com'era veramente la mia faccia.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
Non solo una foto o una scansione 3D,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
ma come appariva di fatto
in qualsiasi foto,
in qualsiasi foto,
03:56
how light interacts with my skin.
64
224387
2460
come la luce interagise con la mia pelle.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
Fortunatamente per noi, a circa 3 isolati
dai nostri studi di Los Angeles
dai nostri studi di Los Angeles
04:05
is this place called ICT.
66
233041
2209
c'è questo posto chiamato ICT.
04:07
They're a research lab
67
235708
1272
È un laboratorio di ricerca
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
associato con la
University of Southern California.
University of Southern California.
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
Hanno un dispositivo lì,
chiamato "light stage".
chiamato "light stage".
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
Ha milioni e milioni di luci
controllate individualmente
controllate individualmente
04:20
and a whole bunch of cameras.
71
248188
1873
e un mucchio di telecamere.
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
E così possiamo ricostruire la mia faccia
sotto miriadi di condizioni di luce.
sotto miriadi di condizioni di luce.
04:29
We even captured the blood flow
73
257589
1582
Abbiamo anche catturato
il flusso sanguigno
il flusso sanguigno
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
e coma la mia faccia cambia
quando mi esprimo.
quando mi esprimo.
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
Ciò ci ha portati a costruire un modello
che, onestamente, è davvero sorprendente.
che, onestamente, è davvero sorprendente.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
Ha uno sfortunato livello di dettagli,
purtroppo.
purtroppo.
04:45
(Laughter)
77
273756
1278
(Risate)
04:47
You can see every pore, every wrinkle.
78
275058
3696
Potete vedere ogni poro, ogni ruga.
04:50
But we had to have that.
79
278778
1600
Ma abbiamo dovuto farlo.
04:52
Reality is all about detail.
80
280960
2381
La realtà è tutto un fatto di dettagli.
04:55
And without it, you miss it.
81
283365
1867
E senza quelli, fallisci.
04:58
We are far from done, though.
82
286793
1547
Siamo lontani dall'aver finito.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
Abbiamo costruito un modello
della mia faccia che mi somigliasse.
della mia faccia che mi somigliasse.
05:05
But it didn't really move like me.
84
293196
2746
Ma non si muoveva esattamente come me.
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
Ed è qui che il machine-learning
entra in gioco.
entra in gioco.
05:11
And machine learning needs a ton of data.
86
299608
3204
E ha bisogno di una montagna di dati.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
Mi sono seduto di fronte a dispositivo che
cattura i movimenti in alta risoluzione.
cattura i movimenti in alta risoluzione.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
In più abbiamo eseguito una motion capture
tardizionale con dei pennarelli.
tardizionale con dei pennarelli.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
Abbiamo creato tutta una serie
di immagini della mia faccia
di immagini della mia faccia
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
e di punti scuri che in movimento
rappresentano la forma del mio volto.
rappresentano la forma del mio volto.
05:33
Man, I made a lot of expressions,
91
321996
2811
Wow, avevo un sacco di espressioni,
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
dicevo cose diverse
in diversi stati emozionali...
in diversi stati emozionali...
05:40
We had to do a lot of capture with this.
93
328315
2667
Abbiamo dovuto catturare tutto ciò.
05:43
Once we had this enormous amount of data,
94
331752
2891
Una volta raccolta
questa enorme quantità di dati,
questa enorme quantità di dati,
05:46
we built and trained deep neural networks.
95
334667
3775
abbiamo costruito e addestrato
reti neurali profonde.
reti neurali profonde.
05:51
And when we were finished with that,
96
339117
1746
E quando abbiamo finito con quello,
05:52
in 16 milliseconds,
97
340887
2444
in 16 millisecondi,
05:55
the neural network can look at my image
98
343355
3112
la rete neurale riesce a
guardare la mia immagine
guardare la mia immagine
05:58
and figure out everything about my face.
99
346491
2928
e comprendere tutto
riguardo la mia faccia.
riguardo la mia faccia.
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
Può processare la mia espressione,
le mie rughe, il flusso sanguigno
le mie rughe, il flusso sanguigno
06:07
even how my eyelashes move.
101
355958
2317
e perfino come le mie ciglia si muovono.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
Questo è poi trasformato e
mostrato lassù
mostrato lassù
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
con tutti i dettagli
catturati in precedenza.
catturati in precedenza.
06:18
We're far from done.
104
366077
1334
Siamo lontani dalla fine.
06:20
This is very much a work in progress.
105
368188
2207
Questo è davvero un
work in progress.
work in progress.
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
In realtà è la prima volta
che lo mostriamo fuori dai nostri studi.
che lo mostriamo fuori dai nostri studi.
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
E, sapete, non ci sembra
convincente come volevamo;
convincente come volevamo;
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
ho cavi che vengono fuori
dalle mie spalle,
dalle mie spalle,
06:32
and there's a sixth-of-a-second delay
109
380189
2038
e c'è un ritardo di 1/6 di secondo
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
tra quando catturiamo il video
e quando lo mostriamo lassù.
e quando lo mostriamo lassù.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
Un sesto di secondo...
va davvero benissimo!
va davvero benissimo!
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
Ma è comunque il motivo per cui
sentite una leggera eco.
sentite una leggera eco.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
E sapete, questa machine-learning
è del tutto nuova per noi,
è del tutto nuova per noi,
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
a volte è difficile convincerla a fare
la cosa giusta, vero?
la cosa giusta, vero?
06:54
It goes a little sideways.
115
402265
2058
Va leggermente per conto suo.
06:56
(Laughter)
116
404347
2422
(Risate)
06:59
But why did we do this?
117
407538
3229
Ma perché abbiamo fatto tutto questo?
07:03
Well, there's two reasons, really.
118
411077
2262
Beh, ci sono due ragioni.
07:05
First of all, it is just crazy cool.
119
413363
2976
Prima di tutto, è davvero figo.
07:08
(Laughter)
120
416363
1008
(Risate)
07:09
How cool is it?
121
417395
1253
Quanto figo?
07:10
Well, with the push of a button,
122
418990
1992
Beh, premendo un solo bottone,
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
posso condurre questa conferenza
con un personaggio completamente diverso.
con un personaggio completamente diverso.
07:17
This is Elbor.
124
425823
2601
Questo è Elbor.
07:22
We put him together
to test how this would work
to test how this would work
125
430037
2312
Lo abbiamo realizzato per testare
come avrebbe funzionato
come avrebbe funzionato
07:24
with a different appearance.
126
432373
2135
con un aspetto diverso.
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
E la cosa divertente di questa tecnologia
è che, mentre ho cambiato personaggio,
è che, mentre ho cambiato personaggio,
07:32
the performance is still all me.
128
440292
3273
la performance è ancora mia.
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
Io tendo a parlare con
il lato destro della mia bocca;
il lato destro della mia bocca;
07:38
so does Elbor.
130
446287
1579
così pure Elbor.
07:39
(Laughter)
131
447890
1150
(Risate)
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
Ora, la seconda ragione è,
e potete immaginarlo,
e potete immaginarlo,
07:44
is this is going to be great for film.
133
452835
2336
che sarà ottima per i film.
07:47
This is a brand new, exciting tool
134
455195
2701
Questo è uno strumento
nuovo ed esaltante
nuovo ed esaltante
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
per artisti e registi e
chi racconta storie.
chi racconta storie.
07:55
It's pretty obvious, right?
136
463131
1484
È abbastanza scontato, no?
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
Voglio dire, questo sarà
davvero bello da avere.
davvero bello da avere.
07:59
But also, now that we've built it,
138
467125
2055
Inoltre, ora che l'abbiamo costruito,
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
è chiaro che andrà ben oltre i film.
08:05
But wait.
140
473510
1150
Ma aspettate.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
Non abbiamo appena cambiato
la mia identità con un semplice bottone?
la mia identità con un semplice bottone?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
Questo non è simile al "deepfake"
e al face-swapping
e al face-swapping
08:14
that you guys may have heard of?
143
482710
1561
di cui avete sentito parlare?
08:17
Well, yeah.
144
485208
1150
Beh, sì.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
Infatti, stiamo usando qualche aspetto
della stessa tecnologia
della stessa tecnologia
08:22
that deepfake is using.
146
490050
1600
che il deepfake sta usando.
08:23
Deepfake is 2-D and image based,
while ours is full 3-D
while ours is full 3-D
147
491954
4599
Deepfake è un'immagine 2D,
mentre la nostra è 3D
mentre la nostra è 3D
08:28
and way more powerful.
148
496577
2206
e molto più potente.
08:31
But they're very related.
149
499204
1666
Ma sono due cose molto vicine.
08:33
And now I can hear you thinking,
150
501680
1889
E adesso posso sentirvi pensare:
08:35
"Darn it!
151
503593
1278
"Accidenti!"
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
Pensavo potessi almeno fidarmi
e credere in un video.
e credere in un video.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
Se fosse stato un video dal vivo,
non sarebbe dovuto essere vero?
non sarebbe dovuto essere vero?
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
Beh, noi sappiamo che questo
non è proprio il caso, vero?
non è proprio il caso, vero?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
Anche senza questo, ci sono semplici
trucchi che puoi impiegare per i video
trucchi che puoi impiegare per i video
08:52
like how you frame a shot
156
520561
2776
tipo il modo in cui giri una scena
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
che può davvero mal rappresentare
ciò che sta davvero accadendo.
ciò che sta davvero accadendo.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
Ed io lavoro nel campo
degli effetti speciali per molto tempo,
degli effetti speciali per molto tempo,
09:03
and I've known for a long time
159
531593
1932
e so da molto tempo
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
che con abbastanza lavoro,
puoi ingannare chiunque su qualunque cosa.
puoi ingannare chiunque su qualunque cosa.
09:11
What this stuff and deepfake is doing
161
539546
2388
Ciò che questa roba e deepfake
stanno facendo
stanno facendo
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
è rendere più facile e più accessibile
la manipolazione di video,
la manipolazione di video,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
proprio come ha fatto Photoshop
con le immagini, qualche tempo fa.
con le immagini, qualche tempo fa.
09:25
I prefer to think about
164
553441
1298
Io preferisco pensare
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
a come questa tecnologia può portare
umanità ad altre tecnologie
umanità ad altre tecnologie
09:31
and bring us all closer together.
166
559823
2294
e portare noi più vicini insieme.
09:34
Now that you've seen this,
167
562141
2359
Ora che avete visto ciò,
09:36
think about the possibilities.
168
564524
1902
pensate alle possibilità.
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
Così su due piedi, lo state per vedere
in concerti ed eventi live, come questo.
in concerti ed eventi live, come questo.
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
Celebrità digitali, soprattutto
con nuove tecnologie di proiezione,
con nuove tecnologie di proiezione,
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
saranno proprio come i film,
ma vivi e in tempo reale.
ma vivi e in tempo reale.
09:55
And new forms of communication are coming.
172
583609
2733
E nuove forme di comunicazione
stanno arrivando.
stanno arrivando.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
Potete già interagire
con DigiDoug in Realtà Virtuale.
con DigiDoug in Realtà Virtuale.
10:03
And it is eye-opening.
174
591699
2270
Ed è sconvolgente.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
È proprio come se noi
fossimo nella stessa stanza,
fossimo nella stessa stanza,
10:09
even though we may be miles apart.
176
597879
2373
anche se distanti chilometri.
10:12
Heck, the next time you make a video call,
177
600276
2841
Cavolo, la prossima volta
che videochiami qualcuno
che videochiami qualcuno
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
sarai tu a scegliere
la versione di te stesso/a
la versione di te stesso/a
10:18
you want people to see.
179
606901
1566
che vuoi che le persone vedano.
10:20
It's like really, really good makeup.
180
608974
2533
È come un makeup fatto molto, molto bene.
10:24
I was scanned about a year and a half ago.
181
612853
3579
Le mie scansioni sono state fatte
un anno e mezzo fa.
un anno e mezzo fa.
10:29
I've aged.
182
617068
1721
Sono invecchiato.
10:30
DigiDoug hasn't.
183
618813
1650
DigiDoug no.
10:32
On video calls, I never have to grow old.
184
620798
3492
Nelle videochiamate, non ho mai
la necessità di invecchiare.
la necessità di invecchiare.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
E come potete immaginare,
questo sarà usato
questo sarà usato
10:41
to give virtual assistants
a body and a face.
a body and a face.
186
629434
3213
per dare ad assistenti virtuali
un corpo ed un volto.
un corpo ed un volto.
10:44
A humanity.
187
632671
1192
Un'umanità.
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
Amo già il fatto che quando
parlo con assistenti virtuali,
parlo con assistenti virtuali,
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
loro rispondono con una voce
calma, quasi umana.
calma, quasi umana.
10:51
Now they'll have a face.
190
639919
1776
Ora avranno anche una faccia.
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
Ed avrai indizi non verbali che
renderanno più facile la comunicazione.
renderanno più facile la comunicazione.
11:00
It's going to be really nice.
192
648171
1420
Sarà davvero bello.
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
Sarai in grado di capire se un assistente
virtuale è impegnato o confuso
virtuale è impegnato o confuso
11:05
or concerned about something.
194
653276
2680
o preoccupato riguardo qualcosa.
11:09
Now, I couldn't leave the stage
195
657694
2509
Ora, non potrei lasciare il palco
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
senza che voi vediate la mia vera faccia
11:14
so you can do some comparison.
197
662949
1684
in modo che possiate fare un paragone.
11:18
So let me take off my helmet here.
198
666573
1876
Quindi fatemi togliere il mio casco
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
Sì, tranquilli, sembra molto
peggio di quello che è.
peggio di quello che è.
11:25
(Laughter)
200
673267
2428
(Risate)
11:29
So this is where we are.
201
677188
1698
Quindi eccoci qui.
11:30
Let me put this back on here.
202
678910
1604
Lasciate che risistemi questo
11:32
(Laughter)
203
680538
1950
(Risate)
11:35
Doink!
204
683115
1186
--
11:37
So this is where we are.
205
685292
1600
Eccoci allora.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
Siamo al punto di svolta di riuscire
ad interagire con umani digitali
ad interagire con umani digitali
11:43
that are strikingly real,
207
691722
2181
che sembrano sorprendentemente veri,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
che siano controllati da una persona
o da una macchina.
o da una macchina.
11:49
And like all new technology these days,
209
697220
4375
E come ogni nuova tecnologia oggi,
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
ciò sarà accompagnato da una serie di
questioni serie e reali
questioni serie e reali
11:59
that we have to deal with.
211
707301
1734
con cui dovremo fare i conti.
12:02
But I am just so really excited
212
710017
2118
Ma io sono davvero esaltato
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
dall'abilità di portare qualcosa che
ho sempre solo visto nella fantascienza
ho sempre solo visto nella fantascienza
12:09
for my entire life
214
717236
2270
per tutta la mia vita
12:11
into reality.
215
719530
1328
nella realtà.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
Comunicare con un computer
sarà come parlare con un amico.
sarà come parlare con un amico.
12:18
And talking to faraway friends
217
726323
2500
E parlare con amici lontani
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
sarà come sedere con loro
nella stessa stanza.
nella stessa stanza.
12:24
Thank you very much.
219
732974
1308
Grazie mille.
12:26
(Applause)
220
734306
6713
(Applausi)
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