ABOUT THE SPEAKER
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).

Why you should listen

Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.

Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.

More profile about the speaker
Tan Le | Speaker | TED.com
TEDGlobal 2010

Tan Le: A headset that reads your brainwaves

Tan Le: un casque qui lit vos ondes cérébrales

Filmed:
2,732,929 views

L'étonnante nouvelle interface informatique de Tan Le lit les ondes cérébrales de son utilisateur, offrant la possibilité de contrôler des objets virtuels, et même de l'électronique physique, par la simple pensée (et un peu de concentration). Elle fait la démonstration du casque, et nous parle de ses très vastes applications possibles.
- Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio

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

00:16
Up untiljusqu'à now, our communicationla communication with machinesmachines
0
1000
2000
Jusqu'à maintenant, notre communication avec les machines
00:18
has always been limitedlimité
1
3000
2000
a toujours été limitée
00:20
to consciousconscient and directdirect formsformes.
2
5000
2000
à des formes conscientes et directes.
00:22
WhetherQue ce soit it's something simplesimple
3
7000
2000
Que ce soit quelque chose de simple
00:24
like turningtournant on the lightslumières with a switchcommutateur,
4
9000
2000
comme allumer les lumières avec un interrupteur,
00:26
or even as complexcomplexe as programmingla programmation roboticsrobotique,
5
11000
3000
ou même aussi complexe que la programmation robotique,
00:29
we have always had to give a commandcommander to a machinemachine,
6
14000
3000
il nous a toujours fallu donner une commande à une machine,
00:32
or even a seriesséries of commandscommandes,
7
17000
2000
ou même une série de commandes,
00:34
in ordercommande for it to do something for us.
8
19000
3000
pour qu'elle fasse quelque chose pour nous.
00:37
CommunicationCommunication betweenentre people, on the other handmain,
9
22000
2000
Par ailleurs,la communication entre les gens,
00:39
is farloin more complexcomplexe and a lot more interestingintéressant
10
24000
3000
est beaucoup plus complexe et beaucoup plus intéressante,
00:42
because we take into accountCompte
11
27000
2000
parce que nous prenons en compte
00:44
so much more than what is explicitlyexplicitement expressedexprimé.
12
29000
3000
beaucoup plus que ce qui est exprimé explicitement.
00:47
We observeobserver facialsoin du visage expressionsexpressions, bodycorps languagela langue,
13
32000
3000
Nous observons les expressions faciales, le langage du corps,
00:50
and we can intuitintuit feelingssentiments and emotionsémotions
14
35000
2000
et nous pouvons deviner intuitivement des sentiments et des émotions
00:52
from our dialoguedialogue with one anotherun autre.
15
37000
3000
en dialoguant avec l'autre.
00:55
This actuallyréellement formsformes a largegrand partpartie
16
40000
2000
Cela constitue en fait une grande partie
00:57
of our decision-makingla prise de décision processprocessus.
17
42000
2000
de notre processus décisionnel.
00:59
Our visionvision is to introduceprésenter
18
44000
2000
Notre vision est d'introduire
01:01
this wholeentier newNouveau realmdomaine of humanHumain interactioninteraction
19
46000
3000
ce tout nouveau domaine d'interaction humaine
01:04
into human-computerhomme-machine interactioninteraction
20
49000
2000
dans l'interaction homme-machine,
01:06
so that computersdes ordinateurs can understandcomprendre
21
51000
2000
afin que l'ordinateur puisse comprendre
01:08
not only what you directdirect it to do,
22
53000
2000
non seulement ce que vous lui demandez de faire,
01:10
but it can alsoaussi respondrépondre
23
55000
2000
mais il peut également réagir
01:12
to your facialsoin du visage expressionsexpressions
24
57000
2000
à vos expressions faciales
01:14
and emotionalémotif experiencesexpériences.
25
59000
2000
et aux expériences émotionnelles.
01:16
And what better way to do this
26
61000
2000
Et quelle meilleure façon de le faire
01:18
than by interpretinginterprétariat the signalssignaux
27
63000
2000
que par l'interprétation des signaux
01:20
naturallynaturellement producedproduit by our braincerveau,
28
65000
2000
que notre cerveau produit naturellement,
01:22
our centercentre for controlcontrôle and experienceexpérience.
29
67000
3000
notre centre de contrôle et d'expérience.
01:25
Well, it soundsdes sons like a prettyjoli good ideaidée,
30
70000
2000
Eh bien, cela semble une bonne idée,
01:27
but this tasktâche, as BrunoBruno mentionedmentionné,
31
72000
2000
mais cette tâche, comme Bruno l'a mentionné,
01:29
isn't an easyfacile one for two mainprincipale reasonsles raisons:
32
74000
3000
n'est pas facile pour deux raisons principales:
01:32
First, the detectiondétection algorithmsalgorithmes.
33
77000
3000
Tout d'abord, les algorithmes de détection.
01:35
Our braincerveau is madefabriqué up of
34
80000
2000
Notre cerveau est composé de
01:37
billionsdes milliards of activeactif neuronsneurones,
35
82000
2000
milliards de neurones actifs,
01:39
around 170,000 kmkm
36
84000
3000
environ 170 000 km
01:42
of combinedcombiné axonAxon lengthlongueur.
37
87000
2000
de long en combinant les axones.
01:44
When these neuronsneurones interactinteragir,
38
89000
2000
Lorsque ces neurones interagissent,
01:46
the chemicalchimique reactionréaction emitsémet des an electricalélectrique impulseimpulsion,
39
91000
2000
la réaction chimique émet une impulsion électrique
01:48
whichlequel can be measuredmesuré.
40
93000
2000
qui peut être mesurée.
01:50
The majoritymajorité of our functionalfonctionnel braincerveau
41
95000
3000
La majorité de notre cerveau fonctionnel
01:53
is distributeddistribué over
42
98000
2000
est répartie sur
01:55
the outerextérieur surfacesurface layercouche of the braincerveau,
43
100000
2000
la couche superficielle externe du cerveau.
01:57
and to increaseaugmenter the arearégion that's availabledisponible for mentalmental capacitycapacité,
44
102000
3000
Et pour augmenter la superficie disponible pour la capacité mentale,
02:00
the braincerveau surfacesurface is highlytrès foldedplié.
45
105000
3000
la surface du cerveau est très repliée.
02:03
Now this corticalcorticale foldingpliant
46
108000
2000
Et ce plissement cortical
02:05
presentsprésente a significantimportant challengedéfi
47
110000
2000
présente un défi de taille
02:07
for interpretinginterprétariat surfacesurface electricalélectrique impulsesimpulsions.
48
112000
3000
pour l'interprétation des impulsions électriques superficielles.
02:10
EachChaque individual'sde l’individu cortexcortex
49
115000
2000
Le cortex de chaque individu
02:12
is foldedplié differentlydifféremment,
50
117000
2000
est replié différemment,
02:14
very much like a fingerprintempreintes digitales.
51
119000
2000
un peu comme une empreinte digitale.
02:16
So even thoughbien que a signalsignal
52
121000
2000
Ainsi, même si un signal
02:18
maymai come from the sameMême functionalfonctionnel partpartie of the braincerveau,
53
123000
3000
peut provenir de la même partie fonctionnelle du cerveau,
02:21
by the time the structurestructure has been foldedplié,
54
126000
2000
au moment où la structure a été pliée,
02:23
its physicalphysique locationemplacement
55
128000
2000
son emplacement physique
02:25
is very differentdifférent betweenentre individualspersonnes,
56
130000
2000
est très différente d'un individu à l'autre,
02:27
even identicalidentique twinsjumeaux.
57
132000
3000
même chez de vrais jumeaux.
02:30
There is no longerplus long any consistencycohérence
58
135000
2000
Il n'y a plus de cohérence
02:32
in the surfacesurface signalssignaux.
59
137000
2000
dans les signaux superficiels.
02:34
Our breakthroughpercée was to createcréer an algorithmalgorithme de
60
139000
2000
Notre découverte a consisté à créer un algorithme
02:36
that unfoldsse déroule the cortexcortex,
61
141000
2000
qui déplie le cortex,
02:38
so that we can mapcarte the signalssignaux
62
143000
2000
afin que nous puissions cartographier les signaux
02:40
closerplus proche to its sourcela source,
63
145000
2000
plus près de leur source,
02:42
and thereforedonc makingfabrication it capablecapable of workingtravail acrossà travers a massMasse populationpopulation.
64
147000
3000
et donc de pouvoir travailler sur une population de masse.
02:46
The secondseconde challengedéfi
65
151000
2000
Le deuxième défi
02:48
is the actualréel devicedispositif for observingobserver brainwavesondes cérébrales.
66
153000
3000
est le périphérique lui-même pour l'observation des ondes cérébrales.
02:51
EEGEEG measurementsdes mesures typicallytypiquement involveimpliquer
67
156000
2000
Des mesures EEG impliquent généralement
02:53
a hairnetfilet à cheveux with an arraytableau of sensorscapteurs,
68
158000
3000
une résille avec un réseau de capteurs,
02:56
like the one that you can see here in the photophoto.
69
161000
3000
comme celui que vous pouvez voir ici sur la photo.
02:59
A techniciantechnicien will put the electrodesélectrodes
70
164000
2000
Un technicien place les électrodes
03:01
ontosur the scalpcuir chevelu
71
166000
2000
sur le cuir chevelu
03:03
usingen utilisant a conductiveconductrices gelgel or pastecoller
72
168000
2000
avec un gel conducteur ou de la pâte
03:05
and usuallyd'habitude after a procedureprocédure of preparingen train de préparer the scalpcuir chevelu
73
170000
3000
et le plus souvent après une procédure de préparation du cuir chevelu
03:08
by lightlumière abrasionà l’abrasion.
74
173000
2000
par abrasion légère.
03:10
Now this is quiteassez time consumingconsommer
75
175000
2000
Et c'est assez chronophage,
03:12
and isn't the mostles plus comfortableconfortable processprocessus.
76
177000
2000
et n'est pas le procédé le plus confortable.
03:14
And on topHaut of that, these systemssystèmes
77
179000
2000
Et pour couronner le tout, ces systèmes
03:16
actuallyréellement costCoût in the tensdizaines of thousandsmilliers of dollarsdollars.
78
181000
3000
coûtent en fait des dizaines de milliers de dollars.
03:20
So with that, I'd like to inviteinviter onstagesur scène
79
185000
3000
Donc, avec cela, je tiens à inviter sur scène
03:23
EvanEvan GrantGrant, who is one of last year'sannées speakershaut-parleurs,
80
188000
2000
Evan Grant, qui est l'un des orateurs de l'an dernier,
03:25
who'squi est kindlyaimablement agreedD'accord
81
190000
2000
qui a gentiment accepté
03:27
to help me to demonstratedémontrer
82
192000
2000
de m'aider à faire la démonstration
03:29
what we'venous avons been ablecapable to developdévelopper.
83
194000
2000
de ce que nous avons été en mesure de développer.
03:31
(ApplauseApplaudissements)
84
196000
6000
(Applaudissements)
03:37
So the devicedispositif that you see
85
202000
2000
Ainsi, le dispositif que vous voyez
03:39
is a 14-channel-canal, high-fidelityhaute fidélité
86
204000
2000
est un système d'acquisition encéphalographique
03:41
EEGEEG acquisitionacquisition systemsystème.
87
206000
2000
à 14-canaux, haute-fidélité.
03:43
It doesn't requireexiger any scalpcuir chevelu preparationpréparation,
88
208000
3000
Il ne nécessite aucune préparation du cuir chevelu,
03:46
no conductiveconductrices gelgel or pastecoller.
89
211000
2000
pas de gel ou de pâte conductrice.
03:48
It only takes a fewpeu minutesminutes to put on
90
213000
3000
Cela ne prend que quelques minutes à mettre
03:51
and for the signalssignaux to settleSettle.
91
216000
2000
et pour que les signaux se réglent.
03:53
It's alsoaussi wirelesssans fil,
92
218000
2000
Il est également sans fil,
03:55
so it givesdonne you the freedomliberté to movebouge toi around.
93
220000
3000
il vous donne la liberté de vous déplacer.
03:58
And comparedpar rapport to the tensdizaines of thousandsmilliers of dollarsdollars
94
223000
3000
Et par rapport aux dizaines de milliers de dollars
04:01
for a traditionaltraditionnel EEGEEG systemsystème,
95
226000
3000
pour un système traditionnel EEG,
04:04
this headsetcasque only costsfrais
96
229000
2000
ce casque ne coûte que
04:06
a fewpeu hundredcent dollarsdollars.
97
231000
2000
quelques centaines de dollars.
04:08
Now on to the detectiondétection algorithmsalgorithmes.
98
233000
3000
Passons maintenant aux algorithmes de détection.
04:11
So facialsoin du visage expressionsexpressions --
99
236000
2000
Ainsi, les expressions du visage -
04:13
as I mentionedmentionné before in emotionalémotif experiencesexpériences --
100
238000
2000
comme je l'ai mentionné auparavant dans des expériences émotionnelles -
04:15
are actuallyréellement designedconçu to work out of the boxboîte
101
240000
2000
sont en fait conçues pour fonctionner immédiatement
04:17
with some sensitivitysensibilité adjustmentsajustements
102
242000
2000
avec quelques ajustements de sensibilité
04:19
availabledisponible for personalizationpersonnalisation.
103
244000
3000
disponibles pour la personnalisation.
04:22
But with the limitedlimité time we have availabledisponible,
104
247000
2000
Mais avec le temps limité dont nous disposons,
04:24
I'd like to showmontrer you the cognitivecognitif suitesuite,
105
249000
2000
je voudrais vous montrer la suite cognitive,
04:26
whichlequel is the abilitycapacité for you
106
251000
2000
qui est vous donne la possibilité
04:28
to basicallyen gros movebouge toi virtualvirtuel objectsobjets with your mindesprit.
107
253000
3000
de déplacer des objets virtuels essentiellement avec votre esprit.
04:32
Now, EvanEvan is newNouveau to this systemsystème,
108
257000
2000
Maintenant, Evan débute avec ce système,
04:34
so what we have to do first
109
259000
2000
donc nous devons commencer par
04:36
is createcréer a newNouveau profileVoir le profil for him.
110
261000
2000
créer un nouveau profil pour lui.
04:38
He's obviouslyévidemment not JoanneJoanne -- so we'llbien "addajouter userutilisateur."
111
263000
3000
Il n'est évidemment pas Joanne - donc nous allons "Ajouter un utilisateur."
04:41
EvanEvan. Okay.
112
266000
2000
Evan. Très bien.
04:43
So the first thing we need to do with the cognitivecognitif suitesuite
113
268000
3000
Donc la première chose que nous devons faire avec la suite cognitive
04:46
is to startdébut with trainingentraînement
114
271000
2000
est de commencer par la formation
04:48
a neutralneutre signalsignal.
115
273000
2000
d'un signal neutre.
04:50
With neutralneutre, there's nothing in particularparticulier
116
275000
2000
Avec neutre, il n'y a rien de particulier
04:52
that EvanEvan needsBesoins to do.
117
277000
2000
qu'Evan ait à faire.
04:54
He just hangsbloque out. He's relaxedassouplies.
118
279000
2000
Il se contente d'être là. Il est détendu.
04:56
And the ideaidée is to establishétablir a baselinebaseline
119
281000
2000
Et l'idée est d'établir une base de référence
04:58
or normalnormal stateEtat for his braincerveau,
120
283000
2000
ou l'état normal de son cerveau,
05:00
because everychaque braincerveau is differentdifférent.
121
285000
2000
parce que chaque cerveau est différent.
05:02
It takes eighthuit secondssecondes to do this,
122
287000
2000
Cela prend huit secondes.
05:04
and now that that's doneterminé,
123
289000
2000
Et maintenant que c'est fait,
05:06
we can choosechoisir a movement-basedaxée sur le mouvement actionaction.
124
291000
2000
on peut choisir une action de mouvement.
05:08
So EvanEvan, choosechoisir something
125
293000
2000
Donc, Evan choisissez quelque chose
05:10
that you can visualizevisualiser clearlyclairement in your mindesprit.
126
295000
2000
que vous pouvez visualiser clairement dans votre esprit.
05:12
EvanEvan GrantGrant: Let's do "pulltirer."
127
297000
2000
Evan Grant: "Tirer".
05:14
TanTan LeLe: Okay, so let's choosechoisir "pulltirer."
128
299000
2000
Tan Le: Très bien. Donc, nous choisissons "tirer".
05:16
So the ideaidée here now
129
301000
2000
Donc, l'idée ici maintenant
05:18
is that EvanEvan needsBesoins to
130
303000
2000
est que Evan doit
05:20
imagineimaginer the objectobjet comingvenir forwardvers l'avant
131
305000
2000
imaginer l'objet qui vient vers lui
05:22
into the screenécran,
132
307000
2000
dans l'écran.
05:24
and there's a progressle progrès barbar that will scrollrouleau acrossà travers the screenécran
133
309000
3000
Et il y a une barre de progression qui défile à l'écran
05:27
while he's doing that.
134
312000
2000
pendant qu'il le fait.
05:29
The first time, nothing will happense produire,
135
314000
2000
La première fois, rien ne se passera,
05:31
because the systemsystème has no ideaidée how he thinkspense about "pulltirer."
136
316000
3000
parce que le système n'a aucune idée de comment il pense à "tirer".
05:34
But maintainmaintenir that thought
137
319000
2000
Mais si on garde cette pensée
05:36
for the entiretout durationdurée of the eighthuit secondssecondes.
138
321000
2000
sur toute la durée de huit secondes.
05:38
So: one, two, threeTrois, go.
139
323000
3000
Donc: un, deux, trois, partez.
05:49
Okay.
140
334000
2000
Okay.
05:51
So onceune fois que we acceptAcceptez this,
141
336000
2000
Donc, si nous acceptons cela,
05:53
the cubecube is livevivre.
142
338000
2000
le cube est vivant.
05:55
So let's see if EvanEvan
143
340000
2000
Donc, nous allons voir si Evan
05:57
can actuallyréellement try and imagineimaginer pullingtirant.
144
342000
3000
peut effectivement essayer d'imaginer qu'il le tire.
06:00
AhAh, good jobemploi!
145
345000
2000
Ah, bravo!
06:02
(ApplauseApplaudissements)
146
347000
3000
(Applaudissements)
06:05
That's really amazingincroyable.
147
350000
2000
C'est assez incroyable.
06:07
(ApplauseApplaudissements)
148
352000
4000
(Applaudissements)
06:11
So we have a little bitbit of time availabledisponible,
149
356000
2000
Nous avons donc un peu de temps,
06:13
so I'm going to askdemander EvanEvan
150
358000
2000
alors je vais demander à Evan
06:15
to do a really difficultdifficile tasktâche.
151
360000
2000
d'accomplir une tâche vraiment difficile.
06:17
And this one is difficultdifficile
152
362000
2000
Et elle est difficile
06:19
because it's all about beingétant ablecapable to visualizevisualiser something
153
364000
3000
car il s'agit d'être capable de visualiser quelque chose
06:22
that doesn't existexister in our physicalphysique worldmonde.
154
367000
2000
qui n'existe pas dans notre monde physique.
06:24
This is "disappeardisparaître."
155
369000
2000
Il s'agit de "disparaître".
06:26
So what you want to do -- at leastmoins with movement-basedaxée sur le mouvement actionsactes,
156
371000
2000
Donc ce que vous voulez - du moins avec des actions de mouvement,
06:28
we do that all the time, so you can visualizevisualiser it.
157
373000
3000
nous le faisons tout le temps, afin que vous puissiez le visualiser.
06:31
But with "disappeardisparaître," there's really no analogiesanalogies --
158
376000
2000
Mais avec "disparaître", il n'y a vraiment pas d'analogie.
06:33
so EvanEvan, what you want to do here
159
378000
2000
Donc, Evan, ce que vous voulez faire ici
06:35
is to imagineimaginer the cubecube slowlylentement fadingdécoloration out, okay.
160
380000
3000
c'est d'imaginer le cube qui s'efface lentement, d'accord.
06:38
SameMême sortTrier of drillpercer. So: one, two, threeTrois, go.
161
383000
3000
Même genre d'exercice. Donc: un, deux, trois, partez.
06:50
Okay. Let's try that.
162
395000
3000
Très bien. Essayons cela.
06:53
Oh, my goodnessla bonté. He's just too good.
163
398000
3000
Oh, mon Dieu. Il est vraiment trop bon.
06:57
Let's try that again.
164
402000
2000
Essayons encore une fois.
07:04
EGPAR EXEMPLE: LosingPerdre concentrationconcentration.
165
409000
2000
EG: Perte de concentration.
07:06
(LaughterRires)
166
411000
2000
(Rires)
07:08
TLTL: But we can see that it actuallyréellement workstravaux,
167
413000
2000
TL: Mais nous pouvons voir que cela fonctionne réellement,
07:10
even thoughbien que you can only holdtenir it
168
415000
2000
même si vous ne pouvez tenir
07:12
for a little bitbit of time.
169
417000
2000
pendant peu de temps.
07:14
As I said, it's a very difficultdifficile processprocessus
170
419000
3000
Comme je le disais, c'est un processus très difficile
07:17
to imagineimaginer this.
171
422000
2000
d'imaginer cela.
07:19
And the great thing about it is that
172
424000
2000
Et ce qui est génial, c'est que
07:21
we'venous avons only givendonné the softwareLogiciel one instanceexemple
173
426000
2000
nous avons seulement donné au logiciel un exemple
07:23
of how he thinkspense about "disappeardisparaître."
174
428000
3000
de la façon dont il pense à "disparaître".
07:26
As there is a machinemachine learningapprentissage algorithmalgorithme de in this --
175
431000
3000
Comme il y a un algorithme qui apprend mécaniquement dans ce --
07:29
(ApplauseApplaudissements)
176
434000
4000
(Applaudissements)
07:33
Thank you.
177
438000
2000
Merci.
07:35
Good jobemploi. Good jobemploi.
178
440000
3000
Bravo. Bravo.
07:38
(ApplauseApplaudissements)
179
443000
2000
(Applaudissements)
07:40
Thank you, EvanEvan, you're a wonderfulformidable, wonderfulformidable
180
445000
3000
Merci, Evan, vous êtes un merveilleux, merveilleux
07:43
exampleExemple of the technologyLa technologie.
181
448000
3000
exemple de technologie.
07:46
So, as you can see, before,
182
451000
2000
Donc comme vous avez pu le voir avant,
07:48
there is a levelingmise à niveau systemsystème builtconstruit into this softwareLogiciel
183
453000
3000
il existe un système de mise à niveau intégré dans ce logiciel
07:51
so that as EvanEvan, or any userutilisateur,
184
456000
2000
afin qu'Evan, ou tout autre utilisateur,
07:53
becomesdevient more familiarfamilier with the systemsystème,
185
458000
2000
se familiarise avec le système,
07:55
they can continuecontinuer to addajouter more and more detectionsdétections,
186
460000
3000
il peut continuer à ajouter de plus en plus de détections,
07:58
so that the systemsystème beginscommence to differentiatedifférencier
187
463000
2000
afin que le système commence à distinguer
08:00
betweenentre differentdifférent distinctdistinct thoughtspensées.
188
465000
3000
entre les différentes pensées distinctes.
08:04
And onceune fois que you've trainedqualifié up the detectionsdétections,
189
469000
2000
Et une fois que vous avez entraîné les détections,
08:06
these thoughtspensées can be assignedattribué or mappedmappé
190
471000
2000
ces pensées peuvent être attribuées ou cartographiées
08:08
to any computingl'informatique platformPlate-forme,
191
473000
2000
pour toute plate-forme informatique,
08:10
applicationapplication or devicedispositif.
192
475000
2000
application ou un périphérique.
08:12
So I'd like to showmontrer you a fewpeu examplesexemples,
193
477000
2000
Donc, je voudrais vous montrer quelques exemples,
08:14
because there are manybeaucoup possiblepossible applicationsapplications
194
479000
2000
parce qu'il y a beaucoup d'applications possibles
08:16
for this newNouveau interfaceinterface.
195
481000
2000
pour cette nouvelle interface.
08:19
In gamesJeux and virtualvirtuel worldsmondes, for exampleExemple,
196
484000
2000
Dans les jeux et les mondes virtuels, par exemple,
08:21
your facialsoin du visage expressionsexpressions
197
486000
2000
vos expressions faciales
08:23
can naturallynaturellement and intuitivelyintuitivement be used
198
488000
2000
peuvent naturellement et intuitivement être utilisées
08:25
to controlcontrôle an avataravatar or virtualvirtuel characterpersonnage.
199
490000
3000
pour contrôler un avatar ou un personnage virtuel.
08:29
ObviouslyDe toute évidence, you can experienceexpérience the fantasyfantaisie of magicla magie
200
494000
2000
Évidemment, vous pouvez découvrir le fantastique de la magie
08:31
and controlcontrôle the worldmonde with your mindesprit.
201
496000
3000
et contrôler le monde avec votre esprit.
08:36
And alsoaussi, colorscouleurs, lightingéclairage,
202
501000
3000
Et aussi, les couleurs, l'éclairage,
08:39
sounddu son and effectseffets
203
504000
2000
le son et les effets,
08:41
can dynamicallydynamiquement respondrépondre to your emotionalémotif stateEtat
204
506000
2000
peuvent répondre dynamiquement à votre état émotionnel
08:43
to heightensensibiliser the experienceexpérience that you're havingayant, in realréal time.
205
508000
3000
pour augmenter l'expérience que vous vivez, en temps réel.
08:47
And movingen mouvement on to some applicationsapplications
206
512000
2000
Et on passe à certaines applications
08:49
developeddéveloppé by developersles développeurs and researchersdes chercheurs around the worldmonde,
207
514000
3000
mises au point par les développeurs et les chercheurs du monde entier,
08:52
with robotsdes robots and simplesimple machinesmachines, for exampleExemple --
208
517000
3000
avec des robots et des machines simples, par exemple -
08:55
in this caseCas, flyingen volant a toyjouet helicopterhélicoptère
209
520000
2000
Dans ce cas, le pilotage d'un hélicoptère jouet
08:57
simplysimplement by thinkingen pensant "liftascenseur" with your mindesprit.
210
522000
3000
tout simplement en pensant "soulever" dans votre esprit.
09:00
The technologyLa technologie can alsoaussi be appliedappliqué
211
525000
2000
La technologie peut également être appliquée
09:02
to realréal worldmonde applicationsapplications --
212
527000
2000
dans le monde réel -
09:04
in this exampleExemple, a smartintelligent home.
213
529000
2000
Dans cet exemple, une maison intelligente.
09:06
You know, from the userutilisateur interfaceinterface of the controlcontrôle systemsystème
214
531000
3000
Vous savez, de l'interface utilisateur du système de contrôle
09:09
to openingouverture curtainsrideaux
215
534000
2000
à l'ouverture des rideaux
09:11
or closingfermeture curtainsrideaux.
216
536000
3000
ou la fermeture des rideaux.
09:22
And of coursecours, alsoaussi to the lightingéclairage --
217
547000
3000
Et bien sûr aussi pour l'éclairage -
09:25
turningtournant them on
218
550000
3000
allumer
09:28
or off.
219
553000
2000
ou éteindre.
09:30
And finallyenfin,
220
555000
2000
Et enfin,
09:32
to realréal life-changingchange la vie applicationsapplications,
221
557000
2000
pour des applications qui changent vraiment la vie.
09:34
suchtel as beingétant ablecapable to controlcontrôle an electricélectrique wheelchairfauteuil roulant.
222
559000
3000
comme être en mesure de contrôler un fauteuil roulant électrique.
09:37
In this exampleExemple,
223
562000
2000
Dans cet exemple,
09:39
facialsoin du visage expressionsexpressions are mappedmappé to the movementmouvement commandscommandes.
224
564000
3000
les expressions faciales sont cartographiées par rapport à la commande de mouvement.
09:42
Man: Now blinkcligner right to go right.
225
567000
3000
Homme: Maintenant cligne à droite pour aller à droite.
09:50
Now blinkcligner left to turntour back left.
226
575000
3000
Maintenant cligne à gauche pour revenir en arrière gauche.
10:02
Now smilesourire to go straighttout droit.
227
587000
3000
Maintenant souris pour aller tout droit.
10:08
TLTL: We really -- Thank you.
228
593000
2000
TL: En fait, nous -- Je vous remercie.
10:10
(ApplauseApplaudissements)
229
595000
5000
(Applaudissements)
10:15
We are really only scratchinggrattage the surfacesurface of what is possiblepossible todayaujourd'hui,
230
600000
3000
En fait nous n'en sommes qu'à gratter la surface de ce qui est possible aujourd'hui.
10:18
and with the community'sla communauté inputcontribution,
231
603000
2000
Et avec la participation de la communauté,
10:20
and alsoaussi with the involvementparticipation of developersles développeurs
232
605000
2000
et aussi avec la participation des développeurs
10:22
and researchersdes chercheurs from around the worldmonde,
233
607000
3000
et des chercheurs du monde entier,
10:25
we hopeespérer that you can help us to shapeforme
234
610000
2000
Nous espérons que vous pouvez nous aider à façonner
10:27
where the technologyLa technologie goesva from here. Thank you so much.
235
612000
3000
les futures applications de cette technologie. Je vous remercie beaucoup.
Translated by Elisabeth Buffard
Reviewed by Shadia Ramsahye

▲Back to top

ABOUT THE SPEAKER
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).

Why you should listen

Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.

Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.

More profile about the speaker
Tan Le | Speaker | TED.com