TED2003
Torsten Reil: Animate characters by evolving them
Torsten Reil animasyon yapmak için biyoloji çalışıyor
Filmed:
Readability: 3.5
363,842 views
Torsten Reil biyolojinin doğal insan görünümlü animasyonların yapılmasına nasıl yardım edebileceğini anlatıyor -- kemikleriyle, kaslarıyla ve sinir sistemiyle içeriden dışarıya bir insanı inşa etmekten bahsediyor. 2003 yılında TED'de bu konuşmayı yaptı; çalışmalarını şimdi GTA4'te görebilirsiniz.
Torsten Reil - Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
Double-click the English transcript below to play the video.
00:15
I'm going to talk about a technology that we're developing at Oxford now,
0
3000
4000
Şu an Oxford'da geliştirmekte olduğumuz teknoloji hakkında konuşacağım,
00:19
that we think is going to change the way that
1
7000
3000
bunun bilgisayar oyunlarının ve Hollywood
00:22
computer games and Hollywood movies are being made.
2
10000
3000
filmlerinin yapılış şeklini değiştireceğine inanıyoruz.
00:26
That technology is simulating humans.
3
14000
3000
Bu teknoloji, insanların taklidini yapmak.
00:29
It's simulated humans with a simulated body
4
17000
3000
Bu taklit edilmiş bir vücut ve vücudu kontrol etmek için
00:32
and a simulated nervous system to control that body.
5
20000
3000
taklit edilmiş bir sinir sistemi ile insanı taklit etmek.
00:36
Now, before I talk more about that technology,
6
24000
3000
Şimdi, teknoloji hakkında daha çok konuşmadan önce,
00:39
let's have a quick look at what human characters look like
7
27000
3000
şu anda bilgisayar oyunlarında insan karakterlerinin nasıl
00:42
at the moment in computer games.
8
30000
3000
gözüktüğüne bir bakalım.
00:45
This is a clip from a game called "Grand Theft Auto 3."
9
33000
3000
Bu klip Grand Theft Auto 3 oyunundan.
00:48
We already saw that briefly yesterday.
10
36000
2000
Bunu dün kısaca görmüştük.
00:50
And what you can see is -- it is actually a very good game.
11
38000
3000
Aslında bu çok iyi bir oyun.
00:53
It's one of the most successful games of all time.
12
41000
3000
Tüm zamanların en başarılı oyunlarından biri.
00:56
But what you'll see is that all the animations in this game are very repetitive.
13
44000
4000
Ama bu oyunda gördüğünüz şey tüm animasyonların tekrardan ibaret olması.
01:00
They pretty much look the same.
14
48000
2000
Hemen hemen hepsi aynı gözüküyor.
01:02
I've made him run into a wall here, over and over again.
15
50000
3000
Burada karakteri tekrar ve tekrar bir duvara karşı yürütüyorum.
01:05
And you can see he looks always the same.
16
53000
2000
Ve her seferinde aynı göründüğünü görebilirsiniz.
01:07
The reason for that is that these characters
17
55000
3000
Bunun asıl sebebi bu karakterlerin
01:10
are actually not real characters.
18
58000
2000
aslında gerçek karakterler olmamaları.
01:12
They are a graphical visualization of a character.
19
60000
4000
Bunlar karakterlerin grafiksel olarak canlandırılmış halleri.
01:16
To produce these animations, an animator at a studio has to anticipate
20
64000
5000
Bu animasyonu yaratmak için bir stüdyodaki animatör
01:21
what's going to happen in the actual game,
21
69000
3000
gerçek hayatta ne olacağını tahmin etmeli ve
01:24
and then has to animate that particular sequence.
22
72000
3000
daha sonra ona göre bu sahnenin animasyonunu yapmalı.
01:27
So, he or she sits down, animates it, and tries to anticipate what's going to happen,
23
75000
4000
Animatör oturuyor, canlandırıyor ve gerçekte ne olacağını tahmin etmeye çalışıyor,
01:31
and then these particular animations are just played back
24
79000
3000
sonra da bu animasyonlar oyunun belli bölümlerinde
01:34
at appropriate times in the computer game.
25
82000
3000
tekrar tekrar gösteriliyor.
01:37
Now, the result of that is that you can't have real interactivity.
26
85000
5000
Sonuç olarak da gerçek etkileşim sağlanamıyor.
01:42
All you have is animations that are played back
27
90000
3000
Elde ettiğiniz tek şey aşağı yukarı
01:45
at more or less the appropriate times.
28
93000
2000
belli zamanlarda tekrar edilen animasyonlar.
01:47
It also means that games aren't really going to be as surprising as they could be,
29
95000
5000
Aynı zamanda, oyunlarda çok fazla derecede şaşırtıcı olamıyorlar
01:52
because you only get out of it, at least in terms of the character,
30
100000
3000
çünkü, en azından karakter açısından, karaktere ne kadar canlılık
01:55
what you actually put into it.
31
103000
2000
veriyorsanız oyundan da onu alabiliyorsunuz.
01:57
There's no real emergence there.
32
105000
2000
Oyunda tam bir gerçekçilik olmuyor.
01:59
And thirdly, as I said, most of the animations are very repetitive because of that.
33
107000
4000
Üçüncü olarak, dediğim gibi, bu sebeplerden animasyonların çoğu tekrara dönüşüyor.
02:03
Now, the only way to get around that
34
111000
2000
Bundan kurtulmanın tek yolu
02:05
is to actually simulate the human body
35
113000
2000
gerçekten insan vücudunu ve biraz da
02:07
and to simulate that bit of the nervous system of the brain that controls that body.
36
115000
5000
vücudu kontrol eden beyindeki sinir sistemlerini taklit etmek.
02:12
And maybe, if I could have you for a quick demonstration
37
120000
3000
Belki size farkın ne olduğunu göstermek için
02:15
to show what the difference is --
38
123000
2000
hızlıca bir şeyler gösterebilirim --
02:17
because, I mean, it's very, very trivial.
39
125000
4000
çünkü, bu çok ufak bir fark.
02:21
If I push Chris a bit, like this, for example, he'll react to it.
40
129000
3000
Eğer Chris'i bu şekilde itersem o buna tepki verecek.
02:24
If I push him from a different angle, he'll react to it differently,
41
132000
3000
Eğer onu başka bir açıdan itersem farklı bir tepki verecek,
02:27
and that's because he has a physical body,
42
135000
2000
çünkü fiziksel bir vücuda sahip
02:29
and because he has the motor skills to control that body.
43
137000
3000
ve çünkü vücudunu kontrol eden motor becerilere sahip.
02:32
It's a very trivial thing.
44
140000
2000
Bu çok ufak bir şey.
02:34
It's not something you get in computer games at the moment, at all.
45
142000
2000
Bu bilgisayar oyunlarından o anda alabildiğiniz bir şey değil.
02:36
Thank you very much. Chris Anderson: That's it?
46
144000
2000
Çok teşekkürler. Chris Anderson: Bu kadar mı?
02:38
Torsten Reil: That's it, yes.
47
146000
2000
Torsten Reil: Evet, bu kadar.
02:40
So, that's what we're trying to simulate --
48
148000
1000
İşte bu taklit etmeye çalıştığımız şey--
02:41
not Chris specifically, I should say, but humans in general.
49
149000
4000
özellikle Chris değil, genel olarak insanlar.
02:46
Now, we started working on this a while ago at Oxford University,
50
154000
5000
Bir süre önce Oxford Üniversitesi'nde bunun üzerinde çalışmaya başladık,
02:51
and we tried to start very simply.
51
159000
2000
ve çok basitten başlamaya çalıştık.
02:53
What we tried to do was teach a stick figure how to walk.
52
161000
3000
Denediğimiz şey bir çöp adama nasıl yürüyeceğini öğretmeye çalışmaktı.
02:56
That stick figure is physically stimulated. You can see it here on the screen.
53
164000
3000
Burada ekranda görebilirsiniz, o çöp adam fiziksel olarak canlandırıldı.
02:59
So, it's subject to gravity, has joints, etc.
54
167000
3000
Yani yerçekimine maruz kalıyor, eklemleri var, vs. vs.
03:02
If you just run the simulation, it will just collapse, like this.
55
170000
3000
Eğer onu koşturursanız bu şekilde yere düşecektir.
03:05
The tricky bit is now to put an AI controller in it
56
173000
4000
İşin önemli kısmı onun içine konulan ve onun çalışmasını sağlayan
03:09
that actually makes it work.
57
177000
2000
yapay zeka kontrolöründe.
03:11
And for that, we use the neural network, which we based on
58
179000
3000
Bunun için de, yürüme yetimizi kontrol eden omuriliğimizde
03:14
that part of the nervous system that we have in our spine
59
182000
2000
bulunan sinir sistemimizden esinlenerek
03:16
that controls walking in humans.
60
184000
2000
sinirsel ağı kullandık.
03:18
It's called the central pattern generator.
61
186000
2000
Buna nöral ağ deniyor.
03:20
So, we simulated that as well, and then the really tricky bit
62
188000
3000
Bunu da canlandırdıktan sonra esas kısım
03:23
is to teach that network how to walk.
63
191000
2000
o ağa nasıl yürüyeceğini öğretmekti.
03:25
For that we used artificial evolution -- genetic algorithms.
64
193000
4000
Bunun için yapay evrimi -- genetik algoritmayı -- kullandık.
03:29
We heard about those already yesterday,
65
197000
2000
Bunun hakkında dün bir şeyler duyduk
03:31
and I suppose that most of you are familiar with that already.
66
199000
3000
ve sanırım çoğunuz buna zaten aşina.
03:34
But, just briefly, the concept is that
67
202000
2000
Ama kısaca, fikir şöyle diyebiliriz,
03:36
you create a large number of different individuals --
68
204000
3000
büyük sayılarda farklı karakterler yaratıyorsunuz,
03:39
neural networks, in this case --
69
207000
2000
bizim durumumuzda nöral ağlar,
03:41
all of which are random at the beginning.
70
209000
2000
başlangıçta bunların hepsi rastgele oluşturuluyor.
03:43
You hook these up -- in this case, to the virtual muscles
71
211000
2000
Bunları alıyorsunuz -- bizim durumumuzda bu iki ayaklı
03:45
of that two-legged creature here --
72
213000
3000
yaratığın sanal kaslarını --
03:48
and hope that it does something interesting.
73
216000
3000
ve ilginç şeyler olacağını umut ediyorsunuz.
03:51
At the beginning, they're all going to be very boring.
74
219000
2000
Başlangıçta hapsi çok sıkıcı oluyorlar.
03:53
Most of them won't move at all,
75
221000
2000
Çoğu hareket bile etmiyor,
03:55
but some of them might make a tiny step.
76
223000
2000
ama bazıları küçük adımlar atabiliyor.
03:57
Those are then selected by the algorithm,
77
225000
2000
Onlar daha sonra algoritma tarafından seçiliyorlar
03:59
reproduced with mutation and recombinations to introduce sex as well.
78
227000
4000
cinsiyetlerini de belirlemek için mutasyon ve tekrar kombine etme ile yeniden yaratılıyorlar.
04:03
And you repeat that process over and over again,
79
231000
2000
Ve bu süreci ta ki yürüyen bir şeye sahip olana
04:05
until you have something that walks --
80
233000
2000
kadar tekrar ve tekrar yapıyorsunuz --
04:07
in this case, in a straight line, like this.
81
235000
2000
bu durumda, bu şekilde düz yürüyene kadar.
04:09
So that was the idea behind this.
82
237000
2000
Yaptığımızın arkasında yatan fikir buydu.
04:11
When we started this, I set up the simulation one evening.
83
239000
3000
Buna başladığımızda bir akşam ben simülasyonu oluşturdum.
04:14
It took about three to four hours to run the simulation.
84
242000
3000
Canlandırmayı yapmak 3-4 saatimi aldı.
04:17
I got up the next morning, went to the computer and looked at the results,
85
245000
4000
Ertesi sabah kalktım, bilgisayara gittim ve sonuçlara baktım
04:21
and was hoping for something that walked in a straight line,
86
249000
3000
ve düz çizgide yürüyen bir şeyler olur ümidi taşıyordum,
04:24
like I've just demonstrated,
87
252000
2000
az önce gösterdiğim gibi,
04:26
and this is what I got instead.
88
254000
2000
onun yerine karşılaştığım buydu.
04:28
(Laughter)
89
256000
10000
(Gülüşmeler)
04:38
So, it was back to the drawing board for us.
90
266000
3000
Yani bu bizim için çizim masasına geri dönmek demekti.
04:42
We did get it to work eventually,
91
270000
3000
Sonunda onu çalışır hale getirdik,
04:45
after tweaking a bit here and there.
92
273000
2000
orasında ve burasında biraz ayar yaptıktan sonra.
04:47
And this is an example of a successful evolutionary run.
93
275000
3000
Ve bu da başarılı bir çalışmanın örneği.
04:50
So, what you'll see in a moment is a very simple biped
94
278000
3000
Birazdan göreceğiniz şey yapay evrimi kullanarak
04:53
that's learning how to walk using artificial evolution.
95
281000
3000
yürümeyi öğrenen bir, iki ayaklı.
04:56
At the beginning, it can't walk at all,
96
284000
2000
Başlangıçta hiç yürüyemiyordu
04:58
but it will get better and better over time.
97
286000
2000
ama zamanla daha iyiye gitti.
05:02
So, this is the one that can't walk at all.
98
290000
3000
İşte bu hiç yürüyemeyen.
05:05
(Laughter)
99
293000
6000
(Gülüşmeler)
05:11
Now, after five generations of applying evolutionary process,
100
299000
3000
Şimdi, beş kez evrim prosesini uyguladıktan sonra,
05:14
the genetic algorithm is getting a tiny bit better.
101
302000
3000
genetik algoritma birazcık daha iyi hale geliyor.
05:17
(Laughter)
102
305000
8000
(Gülüşmeler)
05:25
Generation 10 and it'll take a few steps more --
103
313000
2000
10. jenerasyon ve birkaç adım daha atabiliyor.
05:31
still not quite there.
104
319000
2000
Yine de tam olmamış.
05:34
But now, after generation 20, it actually walks in a straight line without falling over.
105
322000
5000
Ama 20.den sonra düz bir çizgide düşmeden yürüyebiliyor.
05:40
That was the real breakthrough for us.
106
328000
3000
Bu bizim için büyük bir ilerleme idi.
05:43
It was, academically, quite a challenging project,
107
331000
3000
Akademik açıdan zorlu bir proje idi
05:46
and once we had reached that stage, we were quite confident
108
334000
3000
ve bu seviyeye ulaştıktan sonra bu yaklaşım ile başka şeyler
05:49
that we could try and do other things as well with this approach --
109
337000
3000
deneyip yapabileceğimize dair kendimize güvenimiz oluştu --
05:52
actually simulating the body
110
340000
2000
özellikle vücudu ve onu kontrol eden
05:54
and simulating that part of the nervous system that controls it.
111
342000
3000
sinir sistemini taklit edebileceğimize dair güvenimiz.
05:57
Now, at this stage, it also became clear that this could be very exciting
112
345000
3000
Şimdi, bu aşamada bunun online dünyası ve bilgisayar oyunları için
06:00
for things like computer games or online worlds.
113
348000
3000
çok heyecan verici olduğu netlik kazandı.
06:03
What you see here is the character standing there,
114
351000
2000
Burada gördüğünüz orada dikilen bir karakter
06:05
and there's an obstacle that we put in its way.
115
353000
2000
ve onun yoluna koyduğumuz bir engel.
06:07
And what you see is, it's going to fall over the obstacle.
116
355000
5000
Gördüğünüz gibi, engelin üstüne doğru düşüyor.
06:12
Now, the interesting bit is, if I move the obstacle a tiny bit to the right,
117
360000
3000
İlginç olan ise, eğer engeli birazcık sağa kaydırırsam,
06:15
which is what I'm doing now, here,
118
363000
2000
şu an yapıyorum, işte,
06:17
it will fall over it in a completely different way.
119
365000
4000
bu kez farklı bir şekilde düşüyor.
06:24
And again, if you move the obstacle a tiny bit, it'll again fall differently.
120
372000
5000
Ve engeli biraz daha hareket ettirirsem, yeniden farklı bir şekilde düşecek.
06:29
(Laughter)
121
377000
2000
(Gülüşmeler)
06:31
Now, what you see, by the way, at the top there,
122
379000
2000
Bu arada, burada yukarıda gördüğünüz
06:33
are some of the neural activations being fed into the virtual muscles.
123
381000
3000
sanal kasların içine yerleştirilmiş sinirsel hareketlenmeler.
06:36
Okay. That's the video. Thanks.
124
384000
2000
Evet. Teşekkürler.
06:38
Now, this might look kind of trivial, but it's actually very important
125
386000
3000
Bu önemsizmiş gibi gözükebilir ama aslında çok önemli
06:41
because this is not something you get at the moment
126
389000
2000
çünkü bu interaktif veya sanal dünya da her an
06:43
in any interactive or any virtual worlds.
127
391000
2000
karşılaşabileceğiniz bir şey değil.
06:48
Now, at this stage, we decided to start a company and move this further,
128
396000
3000
Bu aşamada, bir şirket kurmaya ve bunu daha ileri götürmeye karar verdik
06:51
because obviously this was just a very simple, blocky biped.
129
399000
3000
çünkü belli ki bu sadece basit bir tıknaz iki ayaklı.
06:54
What we really wanted was a full human body.
130
402000
2000
Yapmak istediğimiz şey tamamen bir insan vücudu idi
06:56
So we started the company.
131
404000
1000
ve bunun için şirketi kurduk.
06:57
We hired a team of physicists, software engineers and biologists
132
405000
5000
Bunun üstünde çalışması için fizikçilerden, yazılım mühendislerinden ve biyologlardan oluşan
07:02
to work on this, and the first thing we had to work on
133
410000
3000
bir takım işe aldık ve de yapmamız gereken ilk şey
07:05
was to create the human body, basically.
134
413000
4000
bir insan vücudu yaratmaktı.
07:09
It's got to be relatively fast, so you can run it on a normal machine,
135
417000
3000
Normal bir makinede oynatmanız için oldukça hızlı olması ve
07:12
but it's got to be accurate enough, so it looks good enough, basically.
136
420000
3000
iyi gözükmesi içinde oldukça doğru gözüküyor olması gerekiyor.
07:15
So we put quite a bit of biomechanical knowledge into this thing,
137
423000
3000
Bu yüzden bu işe bir miktar biomekanik bilgi kattık
07:18
and tried to make it as realistic as possible.
138
426000
4000
ve olabildiğince gerçekçi yapmaya çalıştık.
07:22
What you see here on the screen right now
139
430000
2000
Burada ekranda gördüğünüz
07:24
is a very simple visualization of that body.
140
432000
2000
vücudun çok sade bir sanal görüntüsü.
07:26
I should add that it's very simple to add things like hair, clothes, etc.,
141
434000
4000
Söylemeliyim ki, saç, kıyafet ve benzeri şeyleri eklemek çok kolay
07:30
but what we've done here is use a very simple visualization,
142
438000
3000
ama bizim burada yaptığımız hareketlere odaklanabilmek için
07:33
so you can concentrate on the movement.
143
441000
2000
çok sade bir görüntü üzerinde çalışmak.
07:35
Now, what I'm going to do right now, in a moment,
144
443000
3000
Birazdan, bu karakteri çok azıcık iteceğim
07:38
is just push this character a tiny bit and we'll see what happens.
145
446000
3000
ve ne olduğunu hep birlikte göreceğiz.
07:46
Nothing really interesting, basically.
146
454000
2000
Aslında, ilginç bir şey değil.
07:48
It falls over, but it falls over like a rag doll, basically.
147
456000
3000
Yere düşüyor ama bir bez bebek gibi düşüyor.
07:51
The reason for that is that there's no intelligence in it.
148
459000
3000
Bunun sebebi de onun herhangi bir zekaya sahip olmaması.
07:54
It becomes interesting when you put artificial intelligence into it.
149
462000
4000
Ona yapay zeka eklediğinizde olay daha ilginç bir hale geliyor.
07:58
So, this character now has motor skills in the upper body --
150
466000
4000
Şimdi bu karakter vücudunun üst kısımlarında motor becerilere sahip.
08:02
nothing in the legs yet, in this particular one.
151
470000
2000
Bu örnekte, bacaklarda yok.
08:04
But what it will do -- I'm going to push it again.
152
472000
3000
Ama ne yapıyor -- şimdi onu tekrar iteceğim.
08:07
It will realize autonomously that it's being pushed.
153
475000
2000
Kendiliğinden itildiğini fark edecek.
08:09
It's going to stick out its hands.
154
477000
2000
Ellerini uzatacak.
08:11
It's going to turn around into the fall, and try and catch the fall.
155
479000
3000
Düştüğe yöne doğru dönecek ve kendini durdurmaya çalışacak.
08:20
So that's what you see here.
156
488000
2000
İşte bu şekilde.
08:22
Now, it gets really interesting
157
490000
2000
Yapay zekayı vücudunun
08:24
if you then add the AI for the lower part of the body as well.
158
492000
4000
alt kısımlarına da eklediğinizde işler ilginçleşmeye başlıyor.
08:28
So here, we've got the same character.
159
496000
2000
Burada aynı karakterimiz var.
08:30
I'm going to push it a bit harder now,
160
498000
2000
Şimdi biraz daha hızlı iteceğim,
08:32
harder than I just pushed Chris.
161
500000
2000
Chris'i ittiğimden daha hızlı.
08:34
But what you'll see is -- it's going to receive a push now from the left.
162
502000
4000
Solundan bir darbe aldığını göreceksiniz.
08:41
What you see is it takes steps backwards,
163
509000
2000
Geriye doğru adım atıyor --
08:43
it tries to counter-balance,
164
511000
2000
dengesini yeniden sağlamaya çalışıyor,
08:45
it tries to look at the place where it thinks it's going to land.
165
513000
4000
düşeceğini düşündüğü yere bakmaya çalışıyor.
08:49
I'll show you this again.
166
517000
2000
Bunu tekrar göstereceğim.
08:51
And then, finally hits the floor.
167
519000
3000
Ve sonunda zemine düşüyor.
08:55
Now, this becomes really exciting
168
523000
3000
Bu karakteri şimdi benim yaptığım gibi
08:58
when you push that character in different directions, again, just as I've done.
169
526000
5000
farklı açılardan ittiğinizde gerçekten eğlenceli olmaya başlıyor.
09:03
That's something that you cannot do right now.
170
531000
4000
Bu şu anda yapabileceğiniz bir şey değil.
09:07
At the moment, you only have empty computer graphics in games.
171
535000
3000
Şu anda oyunlarda sadece boş bilgisayar grafikleri var.
09:10
What this is now is a real simulation. That's what I want to show you now.
172
538000
3000
Buradaki şey ise gerçek bir canlandırma. Size göstermek istediğim bu.
09:13
So, here's the same character with the same behavior I've just shown you,
173
541000
3000
Burada yine az gönce gösterdiğim özelliklere sahip aynı karakter var,
09:16
but now I'm just going to push it from different directions.
174
544000
2000
ama bu sefer onu farklı bir yönden iteceğim.
09:18
First, starting with a push from the right.
175
546000
2000
Önce sağdan iterek başlıyorum.
09:23
This is all slow motion, by the way, so we can see what's going on.
176
551000
3000
Bu arada bunlar ne olduğunu görebilelim diye yavaşlatılmış çekimler.
09:26
Now, the angle will have changed a tiny bit,
177
554000
3000
Şimdi görüntü açısı biraz değişti
09:29
so you can see that the reaction is different.
178
557000
4000
verdiği tepkiyi tam olarak görebilmeniz için.
09:33
Again, a push, now this time from the front.
179
561000
3000
Tekrar bir darbe, bu sefer önden.
09:37
And you see it falls differently.
180
565000
2000
Ve farklı bir şekilde düştüğünü görüyorsunuz.
09:39
And now from the left --
181
567000
2000
Şimdi de soldan.
09:43
and it falls differently.
182
571000
2000
Ve yine farklı düşüyor.
09:45
That was really exciting for us to see that.
183
573000
2000
Bunu görmek bizim için gerçekten heyecan vericiydi.
09:47
That was the first time we've seen that.
184
575000
2000
Bunu ilk kez görüyorduk.
09:49
This is the first time the public sees this as well,
185
577000
2000
Burası da bunun açıkça gösterildiği ilk yer
09:51
because we have been in stealth mode.
186
579000
2000
çünkü biraz gizlilikle yapıyorduk bunu.
09:53
I haven't shown this to anybody yet.
187
581000
2000
Bunu henüz kimseye göstermedim.
09:55
Now, just a fun thing:
188
583000
2000
Şimdi komik bir şey.
09:57
what happens if you put that character --
189
585000
2000
Bu karakteri eğer --
09:59
this is now a wooden version of it, but it's got the same AI in it --
190
587000
2000
bu tahta versiyonu, ama aynı yapay zekaya sahip --
10:01
but if you put that character on a slippery surface, like ice.
191
589000
2000
ama bunu buz gibi kaygan bir zemin üstüne koyarsak ne olur.
10:03
We just did that for a laugh, just to see what happens.
192
591000
3000
Bunu sadece eğlenmek için yaptık, neler olduğunu görmek için.
10:06
(Laughter)
193
594000
1000
(Gülüşmeler)
10:07
And this is what happens.
194
595000
2000
Ve olan tam olarak bu.
10:09
(Laughter)
195
597000
3000
(Gülüşmeler)
10:12
(Applause)
196
600000
3000
(Alkışlar)
10:15
It's nothing we had to do about this.
197
603000
2000
Bunun bizim yaptığımız şeyle bir ilgisi yok.
10:17
We just took this character that I just talked about,
198
605000
2000
Sadece az önce bahsettiğimiz karakteri aldık,
10:19
put it on a slippery surface, and this is what you get out of it.
199
607000
3000
kaygan bir yüzeye koyduk ve ortaya çıkan sonuç budur.
10:22
And that's a really fascinating thing about this approach.
200
610000
3000
Ve de bu, bu yaklaşım hakkında gerçekten etkileyici olan şey.
10:26
Now, when we went to film studios and games developers
201
614000
3000
Film stüdyolarına ve oyun üreticilerine gidip bu teknolojiyi
10:29
and showed them that technology, we got a very good response.
202
617000
3000
gösterdiğimizde çok iyi karşılık aldık.
10:32
And what they said was, the first thing they need immediately is virtual stuntmen.
203
620000
4000
Ve bize aciliyetle sanal düblöre ihtiyaç duyduklarını söylediler.
10:36
Because stunts are obviously very dangerous, they're very expensive,
204
624000
4000
Çünkü dublörlük çok tehlikeli ve çok pahalı ve birçok
10:40
and there are a lot of stunt scenes that you cannot do, obviously,
205
628000
2000
dublör sahnesi var ki dublörlerin göz göre göre
10:42
because you can't really allow the stuntman to be seriously hurt.
206
630000
3000
sakatlamalarına izin veremeyeceğiniz için çekemiyorsunuz.
10:45
So, they wanted to have a digital version of a stuntman
207
633000
3000
Bu yüzden de dublörün dijital versiyonunu istediler
10:48
and that's what we've been working on for the past few months.
208
636000
2000
bu da geçtiğimiz birkaç ay üzerinde çalıştığımız konu oldu.
10:50
And that's our first product that we're going to release in a couple of weeks.
209
638000
5000
Bu da birkaç hafta içinde çıkaracağımız ilk ürünümüz.
10:55
So, here are just a few very simple scenes of the guy just being kicked.
210
643000
5000
Burada da az önce dövülen bu adamın birkaç basit sahnesini görüyoruz.
11:00
That's what people want. That's what we're giving them.
211
648000
2000
İnsanların istediği bu. Biz de onlara bunu veriyoruz.
11:02
(Laughter)
212
650000
7000
(Gülüşmeler)
11:09
You can see, it's always reacting.
213
657000
2000
Gördüğünüz gibi, her zaman tepki veriyor.
11:11
This is not a dead body. This is a body who basically, in this particular case,
214
659000
4000
Bu ölü bir beden değil. Burada gördüğümüz, gücü hisseden
11:15
feels the force and tries to protect its head.
215
663000
2000
ve kafasını korumaya çalışan bir vücut.
11:17
Only, I think it's quite a big blow again.
216
665000
2000
Sadece bence biraz fazla savruluyor.
11:19
You feel kind of sorry for that thing,
217
667000
2000
O karakter için üzüntü hissediyorsunuz,
11:21
and we've seen it so many times now that
218
669000
2000
bunu o kadar çok gördük ki aslında
11:23
we don't really care any more.
219
671000
2000
artık umursamıyoruz.
11:25
(Laughter)
220
673000
1000
(Gülüşmeler)
11:26
There are much worse videos than this, by the way, which I have taken out, but ...
221
674000
4000
Bu arada, bundan daha kötü videolarda var ama...
11:31
Now, here's another one.
222
679000
2000
Burada bir başkası.
11:33
What people wanted as a behavior was to have an explosion,
223
681000
4000
İnsanların istediği bir şey de bir patlama,
11:37
a strong force applied to the character,
224
685000
2000
karaktere uygulanacak güçlü bir etki
11:39
and have the character react to it in midair.
225
687000
2000
ve karakterin buna havada tepki vermesi.
11:41
So that you don't have a character that looks limp,
226
689000
2000
Güçsüz gibi gözüken bir karakter değil
11:43
but actually a character that you can use in an action film straight away,
227
691000
3000
aksine bir aksiyon filminde kullanabileceğiniz sertlikte bir karakter
11:46
that looks kind of alive in midair as well.
228
694000
2000
aynı zamanda havada canlı gözükecek.
11:48
So this character is going to be hit by a force,
229
696000
2000
Şimdi bu karaktere bir güç çarpacak,
11:50
it's going to realize it's in the air,
230
698000
2000
o havadayken bunu fark edecek
11:52
and it's going to try and, well,
231
700000
3000
ve düştüğü yönde kollarını uzatmaya
11:55
stick out its arm in the direction where it's landing.
232
703000
2000
çalışacak ve bunu başararcak.
11:59
That's one angle; here's another angle.
233
707000
3000
Bu bir açı, bu farklı bir açı.
12:02
We now think that the realism we're achieving with this
234
710000
2000
Bunun ile ulaştığımız gerçekçiliğin
12:04
is good enough to be used in films.
235
712000
2000
filmlerde kullanmak için yeterli olduğunu düşünüyoruz.
12:06
And let's just have a look at a slightly different visualization.
236
714000
3000
Bir de biraz farklı bir animasyona göz atalım.
12:09
This is something I just got last night
237
717000
2000
Bunu şu anda bizim geliştirdiğimiz
12:11
from an animation studio in London, who are using our software
238
719000
3000
yazılımı kullanan bir animasyon şirketinden
12:14
and experimenting with it right now.
239
722000
2000
dün gece aldım.
12:16
So this is exactly the same behavior that you saw,
240
724000
3000
Gördüğünüz ile tamamen aynı özelliklere sahip
12:19
but in a slightly better rendered version.
241
727000
4000
ama sadece biraz daha iyi hale getirilmiş versiyonu.
12:23
So if you look at the character carefully,
242
731000
3000
Eğer karaktere dikkatli bakarsanız
12:26
you see there are lots of body movements going on,
243
734000
2000
bir çok beden hareketinin olduğunu görürsünüz,
12:28
none of which you have to animate like in the old days.
244
736000
2000
bu hareketlerden hiçbirini eskiden canlandıramazdınız.
12:30
Animators had to actually animate them.
245
738000
2000
Animatörlerin bunları gerçekten canlandırması gerekiyordu.
12:32
This is all happening automatically in the simulation.
246
740000
2000
Burada ise hepsi kendiliğinden oluyor.
12:34
This is a slightly different angle,
247
742000
2000
Bu biraz farklı bir açı,
12:39
and again a slow motion version of this.
248
747000
2000
ve tekrar yavaş çekim versiyonu.
12:41
This is incredibly quick. This is happening in real time.
249
749000
4000
Bu inanılmaz derecede hızlı. Gerçek zaman süresinde yaşanıyor.
12:45
You can run this simulation in real time, in front of your eyes,
250
753000
2000
Gözlerinizin önünde bu simülasyonu
12:47
change it, if you want to, and you get the animation straight out of it.
251
755000
3000
gerçek zamanlı olarak oynatabilirsiniz.
12:50
At the moment, doing something like this by hand
252
758000
2000
Şu anda böyle bir şeyi yapmak
12:52
would take you probably a couple of days.
253
760000
2000
herhalde birkaç gününüzü alır.
12:55
This is another behavior they requested.
254
763000
3000
İstedikleri bir diğer hareket de bu.
12:58
I'm not quite sure why, but we've done it anyway.
255
766000
2000
Neden istediklerinden pek emin değilim ama yaptık yine de.
13:00
It's a very simple behavior that shows you the power of this approach.
256
768000
2000
Kullanılan tekniğin gücünü gösteren basit bir hareket.
13:02
In this case, the character's hands
257
770000
2000
Burada karakterin elleri boşlukta
13:04
are fixed to a particular point in space,
258
772000
2000
sabit bir noktaya tutunmuş
13:06
and all we've told the character to do is to struggle.
259
774000
3000
ve karakter orada tutunmakta zorlanıyor.
13:09
And it looks organic. It looks realistic.
260
777000
3000
Canlı ve gerçekçi gözüküyor.
13:12
You feel kind of sorry for the guy.
261
780000
2000
O adam için üzülüyorsunuz.
13:14
It's even worse -- and that is another video I just got last night --
262
782000
3000
Bu daha da kötüsü -- dün gece bana gelen diğer bir video --
13:17
if you render that a bit more realistically.
263
785000
2000
biraz daha gerçekçi hale getirirseniz.
13:23
Now, I'm showing this to you just to show you
264
791000
2000
Bunu şimdi size ne kadar gerçekçi ve canlı
13:25
how organic it actually can feel, how realistic it can look.
265
793000
2000
gözükebileceğini hissettirmek için izletiyorum.
13:27
And this is all a physical simulation of the body,
266
795000
3000
Ve bu vücuttaki sanal kasların çalışması için
13:30
using AI to drive virtual muscles in that body.
267
798000
3000
yapay zekanın kullanıldığı fiziksel bir simülasyon.
13:35
Now, one thing which we did for a laugh was
268
803000
3000
Ek olarak biraz da gülmek için biraz daha
13:38
to create a slightly more complex stunt scene,
269
806000
2000
karmaşık bir dublör sahnesi yarattık,
13:40
and one of the most famous stunts is the one where James Bond
270
808000
3000
en ünlü dublör sahnelerinden biri James Bond'un bir barajdan
13:43
jumps off a dam in Switzerland and then is caught by a bungee.
271
811000
4000
aşağıya atlayıp daha sonra bungee tarafından yakalanmasıdır.
13:48
Got a very short clip here.
272
816000
2000
Burada kısa bir klip var.
13:54
Yes, you can just about see it here.
273
822000
2000
Evet burada görebilirsiniz.
13:56
In this case, they were using a real stunt man. It was a very dangerous stunt.
274
824000
3000
Burada gerçek dublör kullanıyorlar çok tehlikeli bir sahne.
13:59
It was just voted, I think in the Sunday Times, as one of the most impressive stunts.
275
827000
3000
Sanırım Sunday Times tarafından en etkileyici dublör sahnesi seçildi.
14:02
Now, we've just tried and -- looked at our character and asked ourselves,
276
830000
3000
Bu karaktere baktık ve kendimize şu soruyu sorduk,
14:05
"Can we do that ourselves as well?"
277
833000
2000
"Biz de bunu yapabilir miyiz?
14:07
Can we use the physical simulation of the character,
278
835000
2000
Bu karakterin fiziksel simülasyonunu yapabilir miyiz,
14:09
use artificial intelligence,
279
837000
2000
yapay zeka kullanarak,
14:11
put that artificial intelligence into the character,
280
839000
2000
karaktere yapay zekayı ekleyerek,
14:13
drive virtual muscles, simulate the way he jumps off the dam,
281
841000
4000
sanal kaslarını çalıştırarak, barajdan aşağı atlayışını canlandırarak,
14:17
and then skydive afterwards,
282
845000
2000
daha sonra hava dalışını,
14:19
and have him caught by a bungee afterwards?
283
847000
2000
ve bir bungee tarafından yakalanışını?
14:21
We did that. It took about altogether just two hours,
284
849000
3000
Yaptık. İki saatimizi aldı
14:24
pretty much, to create the simulation.
285
852000
2000
bu simülasyonu yaratmak.
14:26
And that's what it looks like, here.
286
854000
2000
Ve işte böyle bir şey ortaya çıktı.
14:37
Now, this could do with a bit more work. It's still very early stages,
287
865000
3000
Daha üstünde çalışılması gerekiyor. Bu ilk safhaları
14:40
and we pretty much just did this for a laugh,
288
868000
2000
ve bunu gerçekten eğlence için yaptık,
14:42
just to see what we'd get out of it.
289
870000
2000
ne yapabildiğimizi görmek için.
14:44
But what we found over the past few months
290
872000
2000
Geçtiğimiz birkaç ayda bulduğumuz şey
14:46
is that this approach -- that we're pretty much standard upon --
291
874000
3000
bu tekniğin son derece
14:49
is incredibly powerful.
292
877000
2000
güçlü olduğu.
14:51
We are ourselves surprised what you actually get out of the simulations.
293
879000
4000
Bu simülasyonlarla elde edebildiklerimize biz bile şaşırdık.
14:55
There's very often very surprising behavior that you didn't predict before.
294
883000
4000
Sıklıkla daha önceden kestiremediğimiz birçok şeye rastlıyoruz.
14:59
There's so many things we can do with this right now.
295
887000
2000
Bununla şu anda yapabileceğimiz birçok şey var.
15:01
The first thing, as I said, is going to be virtual stuntmen.
296
889000
3000
Dediğim gibi, ilk şey sanal dublör olacak.
15:04
Several studios are using this software now to produce virtual stuntmen,
297
892000
4000
Birkaç stüdyo sanal dublörler yaratmak için bu yazılımı kullanıyor şu anda,
15:08
and they're going to hit the screen quite soon, actually,
298
896000
2000
ve yakında bunları önemli prodüksiyonlarda
15:10
for some major productions.
299
898000
2000
perdede göreceksiniz.
15:12
The second thing is video games.
300
900000
3000
İkincisi ise video oyunları.
15:15
With this technology, video games will look different and they will feel very different.
301
903000
4000
Bu teknoloji ile video oyunları farklı gözükecek ve çok farklı hissedilecek.
15:19
For the first time, you'll have actors that really feel very interactive,
302
907000
3000
İlk kez son derece interaktif olarak hisseden aktörlere ve
15:22
that have real bodies that really react.
303
910000
2000
gerçekten tepki veren gerçek vücutlara sahip olacaksınız.
15:24
I think that's going to be incredibly exciting.
304
912000
3000
Bence bu çok heyecan verici olacak.
15:27
Probably starting with sports games,
305
915000
2000
Büyük ihtimalle gittikçe interaktif bir hale
15:29
which are going to become much more interactive.
306
917000
2000
gelen spor oyunları ile başlayacak.
15:31
But I particularly am really excited
307
919000
1000
Ama şahsen bu teknolojinin
15:32
about using this technology in online worlds,
308
920000
3000
online dünyada kullanılacak olması beni heyecanlandırıyor,
15:35
like there, for example, that Tom Melcher has shown us.
309
923000
3000
Tom Melcher'in bize gösterdiği gibi.
15:38
The degree of interactivity you're going to get
310
926000
2000
İleride oyunlardan alacağınız interaktifliğin
15:40
is totally different, I think, from what you're getting right now.
311
928000
3000
derecesi bugüne kıyasla çok daha farklı olacak bence.
15:44
A third thing we are looking at and very interested in is simulation.
312
932000
4000
Aradığımız ve ilgilendiğimiz üçüncü şey de simülasyon.
15:49
We've been approached by several simulation companies,
313
937000
2000
Birkaç simülasyon şirketi bizle iletişim kurdu,
15:51
but one project we're particularly excited about, which we're starting next month,
314
939000
3000
ama aralarında gelecek ay başlayacağımız bir proje bizi çok heyecanlandırdı,
15:54
is to use our technology -- and in particular, the walking technology --
315
942000
4000
bu da teknolojimizin, beyin felci geçirmiş çocukların ameliyatlarına
15:58
to help aid surgeons who work on children with cerebral palsy,
316
946000
4000
yardım etmek ve çocuklar üzerindeki ameliyatların
16:02
to predict the outcome of operations on these children.
317
950000
3000
sonuçlarının ne olacağının tahmininde kullanılması için.
16:05
As you probably know,
318
953000
2000
Bildiğiniz gibi, bir operasyonun
16:07
it's very difficult to predict what the outcome of an operation is
319
955000
3000
sonucunun ne olacağını öngörmek ve çocuğun yürüyüş
16:10
if you try and correct the gait.
320
958000
2000
şeklini düzeltmeye çalışmak oldukça zor.
16:12
The classic quote is, I think, it's unpredictable at best,
321
960000
3000
Klasik söylenen söz, sanırım, olsa olsa tahmin edilemezdir,
16:15
is what people think right now, is the outcome.
322
963000
3000
şu anda insanların sonuç için düşündüğü budur.
16:18
Now, what we want to do with our software is allow our surgeons to have a tool.
323
966000
4000
Bu yazılım ile yapmak istediğimiz operatörlere bir alet tedarik etmek.
16:22
We're going to simulate the gait of a particular child
324
970000
3000
Bir çocuğun hareket tarzını canlandıracağız
16:25
and the surgeon can then work on that simulation
325
973000
3000
ve ameliyat da o simülasyon üzerinden ilerleyecek
16:28
and try out different ways to improve that gait,
326
976000
2000
ve gerçekten bir operasyona başlanmadan önce
16:30
before he actually commits to an actual surgery.
327
978000
3000
yürüyüş şeklini geliştirmek için farklı yollar denenecek.
16:33
That's one project we're particularly excited about,
328
981000
2000
Bu duyduğumuzda bizi çok heyecanlandıran bir
16:35
and that's going to start next month.
329
983000
2000
proje idi ve önümüzdeki ay başlıyoruz.
16:39
Just finally, this is only just the beginning.
330
987000
3000
Bu sadece başlangıç
16:42
We can only do several behaviors right now.
331
990000
2000
Şu an birkaç farklı konuda çalışıyoruz.
16:44
The AI isn't good enough to simulate a full human body.
332
992000
3000
Yapay zeka, tam bir insan vücudunu canlandırmak için yeteri kadar iyi değil.
16:47
The body yes, but not all the motor skills that we have.
333
995000
3000
Vücut için yeterli ama tüm motor becerilerimiz için değil.
16:50
And, I think, we're only there if we can have something like ballet dancing.
334
998000
3000
Bence, eğer bir baleti canlandırabilirsek oraya vardık diyebiliriz.
16:53
Right now, we don't have that
335
1001000
2000
Şu an ona sahip değiliz
16:55
but I'm very sure that we will be able to do that at some stage.
336
1003000
2000
ama eminim ki ilerleyen safhalarda ona da ulaşacağız.
16:57
We do have one unintentional dancer actually,
337
1005000
3000
Size son olarak göstermek istediğim şey,
17:00
the last thing I'm going to show you.
338
1008000
2000
kazara sahip olduğumuz dansçımız.
17:02
This was an AI contour that was produced and evolved --
339
1010000
3000
Bu yaratılan ve geliştirilen bir yapay zeka çizgisi --
17:05
half-evolved, I should say -- to produce balance, basically.
340
1013000
3000
yarı geliştirilmiş aslında -- dengeyi geliştirebilmek için yapıldı.
17:08
So, you kick the guy and the guy's supposed to counter-balance.
341
1016000
3000
Bu şekli tekmeliyoruz ve onun da dengesini korumaya çalışıyor olması gerekiyor.
17:11
That's what we thought was going to come out of this.
342
1019000
3000
Sonunda ortaya çıkacağını sandığımız düşünce buydu.
17:14
But this is what emerged out of it, in the end.
343
1022000
2000
Ama sonunda ortaya çıkan bu oldu.
17:17
(Music)
344
1025000
10000
(Müzik)
17:27
Bizarrely, this thing doesn't have a head. I'm not quite sure why.
345
1035000
3000
Enteresan olarak bu şeyin kafası yok, neden olduğunu ben de bilmiyorum.
17:31
So, this was not something we actually put in there.
346
1039000
2000
Bu bizim oraya yerleştirdiğimiz bir şey değildi.
17:33
He just started to create that dance himself.
347
1041000
4000
O bu dansı kendiliğinden yaratmaya başladı.
17:37
He's actually a better dancer than I am, I have to say.
348
1045000
3000
Söylemem gerekir ki, benden çok daha iyi bir dansçı.
17:41
And what you see after a while --
349
1049000
2000
Bir süre sonra gördüğünüz ise --
17:43
I think he even goes into a climax right at the end.
350
1051000
2000
Bence sonlarda zirve yapıyor.
17:49
And I think -- there you go.
351
1057000
3000
İşte burada.
17:52
(Laughter)
352
1060000
2000
(Gülüşmeler)
17:54
So, that all happened automatically. We didn't put that in there.
353
1062000
2000
Bunların hepsi kendiliğinden oldu. Biz bir şey yerleştirmedik.
17:56
That's just the simulation creating this itself, basically.
354
1064000
3000
Burada sadece simülasyonun kendi yarattığı şeyleri görüyorsunuz.
17:59
So it's just --
355
1067000
2000
Yani --
18:01
(Applause)
356
1069000
1000
(Alkışlar)
18:02
Thanks.
357
1070000
2000
Teşekkürler.
18:05
Not quite John Travolta yet, but we're working on that as well,
358
1073000
3000
Tam olarak John Travolta değil henüz ama üzerinde çalışıyoruz,
18:08
so thanks very much for your time.
359
1076000
2000
ayırdığınız zaman için teşekkür ederim.
18:10
Thanks.
360
1078000
1000
Teşekkürler
18:11
(Applause)
361
1079000
1000
(Alkışlar)
18:12
CA: Incredible. That was really incredible.
362
1080000
2000
Chris Anderson: Muazzam. Bu gerçekten müthişti.
18:14
TR: Thanks.
363
1082000
1000
Torsten Reil: Teşekkürler.
ABOUT THE SPEAKER
Torsten Reil - Animating neurobiologistBy coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around.
Why you should listen
From modeling the mayhem of equine combat in Lord of the Rings: Return of the King to animating Liberty City gun battles in Grand Theft Auto IV, Torsten Reil's achievements are all over the map these days. Software that he helped create (with NaturalMotion, the imaging company he co-founded) has revolutionized computer animation of human and animal avatars, giving rise to some of the most breathtakingly real sequences in the virtual world of video games and movies- and along the way given valuable insight into the way human beings move their bodies.
Reil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
More profile about the speakerReil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
Torsten Reil | Speaker | TED.com