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: Słuchawki które czytają Twoje fale mózgowe

Filmed:
2,732,929 views

Nowy, zadziwiający interfejs komputerowy Tan Le czyta fale mózgowe użytkownika, umożliwiając kontrolowanie wirtualnych przedmiotów, a nawet prawdziwych urządzeń elektronicznych, jedynie za pomocą myśli (i odrobiny koncentracji). Tan Le demonstruje działanie urządzenia, i mówi o jego daleko idących zastosowaniach.
- 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 untilaż do now, our communicationkomunikacja with machinesmaszyny
0
1000
2000
Aż do teraz, nasza komunikacja z maszynami
00:18
has always been limitedograniczony
1
3000
2000
ograniczona była zawsze
00:20
to consciousprzytomny and directbezpośredni formsformularze.
2
5000
2000
do świadomych i bezpośrednich postaci.
00:22
WhetherCzy it's something simpleprosty
3
7000
2000
Czy jest to coś prostego
00:24
like turningobrócenie on the lightsświatła with a switchprzełącznik,
4
9000
2000
jak włączenie światła włącznikiem
00:26
or even as complexzłożony as programmingprogramowanie roboticsRobotyka,
5
11000
3000
lub nawet coś tak skomplikowanego jak programowanie robotów,
00:29
we have always had to give a commanddowództwo to a machinemaszyna,
6
14000
3000
zawsze musimy dać polecenie maszynie,
00:32
or even a seriesseria of commandspolecenia,
7
17000
2000
lub nawet serię poleceń,
00:34
in orderzamówienie for it to do something for us.
8
19000
3000
aby zrobiła ona coś dla nas.
00:37
CommunicationKomunikacja betweenpomiędzy people, on the other handdłoń,
9
22000
2000
Z drugiej strony, komunikacja między ludźmi
00:39
is fardaleko more complexzłożony and a lot more interestingciekawy
10
24000
3000
jest dalece bardziej złożona i dużo bardziej interesująca,
00:42
because we take into accountkonto
11
27000
2000
ponieważ bierzemy pod uwagę
00:44
so much more than what is explicitlywyraźnie expressedwyrażone.
12
29000
3000
o wiele więcej niż to co jest wyraźnie wyrażane.
00:47
We observenależy przestrzegać facialwytryski na twarz expressionswyrażenia, bodyciało languagejęzyk,
13
32000
3000
Obserwujemy mimikę twarzy, język ciała,
00:50
and we can intuitIntuicja feelingsuczucia and emotionsemocje
14
35000
2000
i możemy wyczuć uczucia i emocje
00:52
from our dialoguedialog with one anotherinne.
15
37000
3000
z dialogu pomiędzy sobą.
00:55
This actuallytak właściwie formsformularze a largeduży partczęść
16
40000
2000
Odgrywa to właściwie dużą rolę
00:57
of our decision-makingpodejmowanie decyzji processproces.
17
42000
2000
w procesie podejmowania naszych decyzji.
00:59
Our visionwizja is to introduceprzedstawiać
18
44000
2000
Naszą wizją jest wprowadzenie
01:01
this wholecały newNowy realmkrólestwo of humanczłowiek interactioninterakcja
19
46000
3000
tego całego nowego wymiaru ludzkiej interakcji
01:04
into human-computerczłowiek komputer interactioninterakcja
20
49000
2000
w interakcję pomiędzy człowiekiem a komputerem,
01:06
so that computerskomputery can understandzrozumieć
21
51000
2000
tak aby komputery mogły zrozumieć
01:08
not only what you directbezpośredni it to do,
22
53000
2000
nie tylko to co każemy im zrobić,
01:10
but it can alsorównież respondodpowiadać
23
55000
2000
ale aby mogły też reagować
01:12
to your facialwytryski na twarz expressionswyrażenia
24
57000
2000
na wasz wyraz twarzy
01:14
and emotionalemocjonalny experienceswzruszenie religijne.
25
59000
2000
oraz doświadczenia emocjonalne.
01:16
And what better way to do this
26
61000
2000
A jaki jest lepszy sposób na zrobienie tego
01:18
than by interpretingTłumaczenia ustne the signalssygnały
27
63000
2000
niż poprzez interpretowanie sygnałów
01:20
naturallynaturalnie producedwytworzony by our brainmózg,
28
65000
2000
naturalnie produkowanych przez nasze mózgi,
01:22
our centercentrum for controlkontrola and experiencedoświadczenie.
29
67000
3000
nasz ośrodek odpowiadający za kontrolę i doświadczenie.
01:25
Well, it soundsDźwięki like a prettyładny good ideapomysł,
30
70000
2000
Cóż, to brzmi jak całkiem dobry pomysł,
01:27
but this taskzadanie, as BrunoBruno mentionedwzmiankowany,
31
72000
2000
jednak to zadanie, jak wspomniał Bruno,
01:29
isn't an easyłatwo one for two mainGłówny reasonspowody:
32
74000
3000
nie jest tak prostym z dwóch powodów:
01:32
First, the detectionwykrycie algorithmsalgorytmy.
33
77000
3000
Pierwszy, algorytmy odpowiadające za wykrywanie.
01:35
Our brainmózg is madezrobiony up of
34
80000
2000
Nasz mózg zbudowany jest z
01:37
billionsmiliardy of activeaktywny neuronsneurony,
35
82000
2000
miliardów aktywnych neuronów,
01:39
around 170,000 kmkm
36
84000
3000
około 170 000 km
01:42
of combinedłączny axonAxon lengthdługość.
37
87000
2000
połączonych ze sobą aksonów.
01:44
When these neuronsneurony interactoddziaływać,
38
89000
2000
Kiedy te neurony oddziałują ze sobą,
01:46
the chemicalchemiczny reactionreakcja emitsemituje an electricalelektryczny impulseimpuls,
39
91000
2000
reakcje chemiczne emitują impuls elektryczny,
01:48
whichktóry can be measuredwymierzony.
40
93000
2000
który może być zmierzony.
01:50
The majoritywiększość of our functionalfunkcjonalny brainmózg
41
95000
3000
Większość naszej funkcjonalnej części mózgu
01:53
is distributedRozpowszechniane over
42
98000
2000
rozmieszczona jest na
01:55
the outerzewnętrzny surfacepowierzchnia layerwarstwa of the brainmózg,
43
100000
2000
powierzchni zewnętrznej warstwy mózgu.
01:57
and to increasezwiększać the areapowierzchnia that's availabledostępny for mentalpsychiczny capacityPojemność,
44
102000
3000
A aby zwiększyć obszar dostępny dla zdolności intelektualnych,
02:00
the brainmózg surfacepowierzchnia is highlywysoko foldedfałdowy.
45
105000
3000
powierzchnia mózgu jest wysoce pofałdowana.
02:03
Now this corticalkory foldingskładanie
46
108000
2000
To korowe pofałdowanie
02:05
presentsprzedstawia a significantznaczący challengewyzwanie
47
110000
2000
stanowi znaczące wyzwanie
02:07
for interpretingTłumaczenia ustne surfacepowierzchnia electricalelektryczny impulsesimpulsy.
48
112000
3000
dla interpretowania impulsów elektrycznych powierzchni.
02:10
EachKażdy individual'sosoby cortexkora
49
115000
2000
Kora każdej osoby
02:12
is foldedfałdowy differentlyróżnie,
50
117000
2000
jest pofałdowana inaczej,
02:14
very much like a fingerprintlinii papilarnych.
51
119000
2000
bardzo podobnie do odcisku palca.
02:16
So even thoughchociaż a signalsygnał
52
121000
2000
Więc pomimo tego, że sygnał
02:18
maymoże come from the samepodobnie functionalfunkcjonalny partczęść of the brainmózg,
53
123000
3000
może pochodzić z funkcjonalnie tej samej części mózgu,
02:21
by the time the structureStruktura has been foldedfałdowy,
54
126000
2000
ale kiedy struktura zostanie pofałdowana,
02:23
its physicalfizyczny locationLokalizacja
55
128000
2000
jej umiejscowienie
02:25
is very differentróżne betweenpomiędzy individualsosoby prywatne,
56
130000
2000
jest inne u każdej osoby,
02:27
even identicalidentyczny twinsBliźniaczki.
57
132000
3000
nawet u bliźniąt jednojajowych.
02:30
There is no longerdłużej any consistencykonsystencja
58
135000
2000
Nie ma już żadnej zgodności
02:32
in the surfacepowierzchnia signalssygnały.
59
137000
2000
w sygnałach powierzchni.
02:34
Our breakthroughprzełom was to createStwórz an algorithmalgorytm
60
139000
2000
Naszym przełomem było stworzenie algorytmu,
02:36
that unfoldsrozwija się the cortexkora,
61
141000
2000
który rozwija korę,
02:38
so that we can mapmapa the signalssygnały
62
143000
2000
tak abyśmy mogli odczytać współrzędne sygnału
02:40
closerbliższy to its sourceźródło,
63
145000
2000
bliżej jego źródła,
02:42
and thereforew związku z tym makingzrobienie it capablezdolny of workingpracujący acrossprzez a massmasa populationpopulacja.
64
147000
3000
aby przez to umożliwić pracę na większości populacji.
02:46
The seconddruga challengewyzwanie
65
151000
2000
Drugim wyzwaniem
02:48
is the actualrzeczywisty deviceurządzenie for observingobserwując brainwavesfale mózgowe.
66
153000
3000
jest samo urządzenie do zapisywania fal mózgowych.
02:51
EEGEEG measurementspomiary typicallyzwykle involveangażować
67
156000
2000
Pomiar EEG zazwyczaj wiąże się z
02:53
a hairnetSiatka na włosy with an arrayszyk of sensorsczujniki,
68
158000
3000
użyciem siatki na włosy z szeregiem sensorów,
02:56
like the one that you can see here in the photozdjęcie.
69
161000
3000
takiej jak ta, którą możecie zobaczyć na tym zdjęciu.
02:59
A techniciantechnik will put the electrodeselektrody
70
164000
2000
Technik założy elektrody
03:01
ontona the scalposkalpować
71
166000
2000
na skórę głowy
03:03
usingza pomocą a conductiveprzewodzące gelŻel or pastepasta
72
168000
2000
używając przewodzącego żelu lub pasty
03:05
and usuallyzazwyczaj after a procedureprocedura of preparingprzygotowanie the scalposkalpować
73
170000
3000
zazwyczaj po przygotowaniu skóry głowy
03:08
by lightlekki abrasionścieranie.
74
173000
2000
przez jej lekkie otarcie.
03:10
Now this is quitecałkiem time consumingspożywanie
75
175000
2000
Jest to dość czasochłonny
03:12
and isn't the mostwiększość comfortablewygodny processproces.
76
177000
2000
i nie najprzyjemniejszy proces.
03:14
And on topTop of that, these systemssystemy
77
179000
2000
I na domiar tego, te systemy
03:16
actuallytak właściwie costkoszt in the tenskilkadziesiąt of thousandstysiące of dollarsdolarów.
78
181000
3000
kosztują dziesiątki tysięcy dolarów.
03:20
So with that, I'd like to inviteZapraszam onstagena scenie
79
185000
3000
Chciałabym więc zaprosić na scenę
03:23
EvanEvan GrantGrant, who is one of last year'srok speakersgłośniki,
80
188000
2000
Evana Granta, który jest jednym z zeszłorocznych mówców,
03:25
who'skto jest kindlyuprzejmie agreedZgoda
81
190000
2000
który zgodził się życzliwie
03:27
to help me to demonstratewykazać
82
192000
2000
pomóc mi zademonstrować
03:29
what we'vemamy been ablezdolny to developrozwijać.
83
194000
2000
co udało nam się opracować.
03:31
(ApplauseAplauz)
84
196000
6000
(Oklaski)
03:37
So the deviceurządzenie that you see
85
202000
2000
Urządzenie, które widzicie
03:39
is a 14-channel-kanał, high-fidelitywysokiej jakości
86
204000
2000
jest 14-kanałowym, wysoko czułym
03:41
EEGEEG acquisitionnabycie systemsystem.
87
206000
2000
rejestrującym systemem EEG.
03:43
It doesn't requirewymagać any scalposkalpować preparationprzygotowanie,
88
208000
3000
Nie wymaga żadnego przygotowania skóry głowy,
03:46
no conductiveprzewodzące gelŻel or pastepasta.
89
211000
2000
żadnego przewodzącego żelu czy pasty.
03:48
It only takes a fewkilka minutesminuty to put on
90
213000
3000
Tylko kilka minut zajmuje założenie go
03:51
and for the signalssygnały to settlerozliczenia.
91
216000
2000
i regulacja sygnałów.
03:53
It's alsorównież wirelessbezprzewodowy,
92
218000
2000
Jest również bezprzewodowy,
03:55
so it givesdaje you the freedomwolność to moveruszaj się around.
93
220000
3000
daje więc wolność poruszania się.
03:58
And comparedporównywane to the tenskilkadziesiąt of thousandstysiące of dollarsdolarów
94
223000
3000
A w porównaniu do dziesiątek tysięcy dolarów
04:01
for a traditionaltradycyjny EEGEEG systemsystem,
95
226000
3000
za tradycyjny system EEG,
04:04
this headsetZestaw słuchawkowy only costskoszty
96
229000
2000
ten zestaw kosztuje tylko
04:06
a fewkilka hundredsto dollarsdolarów.
97
231000
2000
kilkaset dolarów.
04:08
Now on to the detectionwykrycie algorithmsalgorytmy.
98
233000
3000
A teraz o algorytmach wykrywających.
04:11
So facialwytryski na twarz expressionswyrażenia --
99
236000
2000
Mimika twarzy --
04:13
as I mentionedwzmiankowany before in emotionalemocjonalny experienceswzruszenie religijne --
100
238000
2000
jak wspomniałam wcześniej, w doświadczeniach emocjonalnych --
04:15
are actuallytak właściwie designedzaprojektowany to work out of the boxpudełko
101
240000
2000
jest właściwie zaprojektowana do kreatywnej pracy
04:17
with some sensitivityczułość adjustmentskorekty
102
242000
2000
z pewną regulacją czułości
04:19
availabledostępny for personalizationPersonalizacja.
103
244000
3000
dostępną dla personalizacji.
04:22
But with the limitedograniczony time we have availabledostępny,
104
247000
2000
Ale przy ograniczonym czasie jaki mamy,
04:24
I'd like to showpokazać you the cognitivepoznawczy suiteApartament typu Suite,
105
249000
2000
chciałabym pokazać wam zestaw poznawczy,
04:26
whichktóry is the abilityzdolność for you
106
251000
2000
którym jest możliwość
04:28
to basicallygruntownie moveruszaj się virtualwirtualny objectsobiekty with your mindumysł.
107
253000
3000
poruszania wirtualnym przedmiotem przy pomocy waszego umysłu.
04:32
Now, EvanEvan is newNowy to this systemsystem,
108
257000
2000
Evan jest nowy dla tego systemu
04:34
so what we have to do first
109
259000
2000
więc co musimy najpierw zrobić
04:36
is createStwórz a newNowy profileprofil użytkownika for him.
110
261000
2000
to stworzyć dla niego nowy profil.
04:38
He's obviouslyoczywiście not JoanneJoanne -- so we'lldobrze "addDodaj userużytkownik."
111
263000
3000
Nie jest oczywiście Joanne -- a więc klikniemy "dodaj użytkownika"
04:41
EvanEvan. Okay.
112
266000
2000
Evan. OK.
04:43
So the first thing we need to do with the cognitivepoznawczy suiteApartament typu Suite
113
268000
3000
Pierwszą rzeczą jaką musimy zrobić z zestawem poznawczym
04:46
is to startpoczątek with trainingtrening
114
271000
2000
to zacząć od treningu
04:48
a neutralneutralny signalsygnał.
115
273000
2000
sygnału neutralnego.
04:50
With neutralneutralny, there's nothing in particularszczególny
116
275000
2000
Z sygnałem neutralnym, nie ma nic szczególnego
04:52
that EvanEvan needswymagania to do.
117
277000
2000
co Evan musi robić.
04:54
He just hangszawiesza się out. He's relaxedzrelaksowany.
118
279000
2000
Jest po prostu zrelaksowany.
04:56
And the ideapomysł is to establishustalić a baselinelinia podstawowa
119
281000
2000
Chodzi o to aby ustanowić linię odniesienia
04:58
or normalnormalna statestan for his brainmózg,
120
283000
2000
normalnego stanu jego mózgu,
05:00
because everykażdy brainmózg is differentróżne.
121
285000
2000
ponieważ każdy mózg jest inny.
05:02
It takes eightosiem secondstowary drugiej jakości to do this,
122
287000
2000
Zajmuje to osiem sekund.
05:04
and now that that's doneGotowe,
123
289000
2000
Teraz, kiedy to już jest zrobione,
05:06
we can choosewybierać a movement-basedoparte na ruchu actionczynność.
124
291000
2000
możemy wybrać opartą na ruchu akcję.
05:08
So EvanEvan, choosewybierać something
125
293000
2000
Więc, Evan, wybierz coś
05:10
that you can visualizewyobrażać sobie clearlywyraźnie in your mindumysł.
126
295000
2000
co możesz zwizualizować jasno w swoim umyśle.
05:12
EvanEvan GrantGrant: Let's do "pullCiągnąć."
127
297000
2000
Evan Grant: Zróbmy "przyciągnij".
05:14
TanTan LeLe: Okay, so let's choosewybierać "pullCiągnąć."
128
299000
2000
Tan Le: OK. Wybierzmy więc "przyciągnij".
05:16
So the ideapomysł here now
129
301000
2000
Chodzi więc o to, że
05:18
is that EvanEvan needswymagania to
130
303000
2000
Evan musi
05:20
imaginewyobrażać sobie the objectobiekt comingprzyjście forwardNaprzód
131
305000
2000
wyobrazić sobie obiekt przybliżający się
05:22
into the screenekran,
132
307000
2000
w kierunku ekranu.
05:24
and there's a progresspostęp barbar that will scrollzwój acrossprzez the screenekran
133
309000
3000
Jest tutaj pasek postępu, który przewinie się poprzez ekran
05:27
while he's doing that.
134
312000
2000
kiedy on będzie to robił.
05:29
The first time, nothing will happenzdarzyć,
135
314000
2000
Za pierwszym razem, nic się nie stanie,
05:31
because the systemsystem has no ideapomysł how he thinksmyśli about "pullCiągnąć."
136
316000
3000
ponieważ system nie ma pojęcia jak on myśli o "przyciągnij".
05:34
But maintainutrzymać that thought
137
319000
2000
Utrzymuj jednak tę myśl
05:36
for the entireCały durationTrwanie of the eightosiem secondstowary drugiej jakości.
138
321000
2000
przez cały czas trwania ośmiu sekund.
05:38
So: one, two, threetrzy, go.
139
323000
3000
A więc: raz, dwa, trzy, start.
05:49
Okay.
140
334000
2000
OK.
05:51
So oncepewnego razu we acceptzaakceptować this,
141
336000
2000
Kiedy więc zaakceptujemy to,
05:53
the cubesześcian is liverelacja na żywo.
142
338000
2000
kostka jest żywa.
05:55
So let's see if EvanEvan
143
340000
2000
Zobaczmy więc, czy Evan
05:57
can actuallytak właściwie try and imaginewyobrażać sobie pullingciągnięcie.
144
342000
3000
jest w stanie spróbować wyobrazić sobie przyciąganie.
06:00
AhAh, good jobpraca!
145
345000
2000
Dobra robota!
06:02
(ApplauseAplauz)
146
347000
3000
(Oklaski)
06:05
That's really amazingniesamowity.
147
350000
2000
To jest niesamowite.
06:07
(ApplauseAplauz)
148
352000
4000
(Oklaski)
06:11
So we have a little bitkawałek of time availabledostępny,
149
356000
2000
Zostało nam jeszcze trochę czasu,
06:13
so I'm going to askzapytać EvanEvan
150
358000
2000
poproszę więc Evana
06:15
to do a really difficulttrudny taskzadanie.
151
360000
2000
o wykonanie naprawdę trudnego zadania.
06:17
And this one is difficulttrudny
152
362000
2000
To jest trudne
06:19
because it's all about beingistota ablezdolny to visualizewyobrażać sobie something
153
364000
3000
ponieważ chodzi tu o zdolność do zwizualizowania czegoś
06:22
that doesn't exististnieć in our physicalfizyczny worldświat.
154
367000
2000
co nie istnieje w naszym rzeczywistym świecie.
06:24
This is "disappearznikać."
155
369000
2000
To jest "zniknij".
06:26
So what you want to do -- at leastnajmniej with movement-basedoparte na ruchu actionsdziałania,
156
371000
2000
Jeśli chodzi o oparte na ruchu akcje,
06:28
we do that all the time, so you can visualizewyobrażać sobie it.
157
373000
3000
robimy to cały czas, możemy więc sobie to wyobrazić.
06:31
But with "disappearznikać," there's really no analogiesanalogie --
158
376000
2000
Ale ze "zniknij", nie ma tak naprawdę analogii.
06:33
so EvanEvan, what you want to do here
159
378000
2000
A więc Evan, to co chcesz tu zrobić
06:35
is to imaginewyobrażać sobie the cubesześcian slowlypowoli fadingzblakły out, okay.
160
380000
3000
to wyobrazić sobie, że kostka powoli gaśnie, OK.
06:38
SameTym samym sortsortować of drillwiercić. So: one, two, threetrzy, go.
161
383000
3000
To samo: raz, dwa, trzy, start.
06:50
Okay. Let's try that.
162
395000
3000
Ok. Spróbujmy tego.
06:53
Oh, my goodnessdobroć. He's just too good.
163
398000
3000
O, mój boże. On jest po prostu za dobry.
06:57
Let's try that again.
164
402000
2000
Spróbujmy jeszcze raz.
07:04
EGNP.: LosingUtraty concentrationstężenie.
165
409000
2000
EG: Tracę koncentrację.
07:06
(LaughterŚmiech)
166
411000
2000
(Śmiech)
07:08
TLTL: But we can see that it actuallytak właściwie worksPrace,
167
413000
2000
TL: Widzimy więc, że to faktycznie działa,
07:10
even thoughchociaż you can only holdutrzymać it
168
415000
2000
pomimo tego, że możesz to utrzymać
07:12
for a little bitkawałek of time.
169
417000
2000
przez krótki okres czasu.
07:14
As I said, it's a very difficulttrudny processproces
170
419000
3000
Tak jak powiedziałam, jest to bardzo trudny proces
07:17
to imaginewyobrażać sobie this.
171
422000
2000
aby sobie to wyobrazić.
07:19
And the great thing about it is that
172
424000
2000
Wspaniałe w tym jest to,
07:21
we'vemamy only givendany the softwareoprogramowanie one instanceinstancja
173
426000
2000
że daliśmy programowi tylko jeden przykład tego
07:23
of how he thinksmyśli about "disappearznikać."
174
428000
3000
jak on myśli o "zniknij".
07:26
As there is a machinemaszyna learninguczenie się algorithmalgorytm in this --
175
431000
3000
Wbudowany jest tu algorytm uczący się --
07:29
(ApplauseAplauz)
176
434000
4000
(Oklaski)
07:33
Thank you.
177
438000
2000
Dziękuję.
07:35
Good jobpraca. Good jobpraca.
178
440000
3000
Dobra robota. Dobra robota.
07:38
(ApplauseAplauz)
179
443000
2000
(Oklaski)
07:40
Thank you, EvanEvan, you're a wonderfulwspaniale, wonderfulwspaniale
180
445000
3000
Dziękuję, Evan, jesteś cudownym, cudownym
07:43
exampleprzykład of the technologytechnologia.
181
448000
3000
przykładem tej technologii.
07:46
So, as you can see, before,
182
451000
2000
Tak jak mogliście zobaczyć,
07:48
there is a levelingBilansowanie systemsystem builtwybudowany into this softwareoprogramowanie
183
453000
3000
wbudowany jest w ten program system poziomów
07:51
so that as EvanEvan, or any userużytkownik,
184
456000
2000
tak aby, kiedy Evan lub inny użytkownik,
07:53
becomesstaje się more familiarznajomy with the systemsystem,
185
458000
2000
staje się bardziej obeznany z tym systemem,
07:55
they can continueKontyntynuj to addDodaj more and more detectionswykrywania,
186
460000
3000
mógł kontynuować dodawanie coraz więcej detektorów,
07:58
so that the systemsystem beginszaczyna się to differentiaterozróżniać
187
463000
2000
tak aby system różnicował
08:00
betweenpomiędzy differentróżne distinctodrębny thoughtsmyśli.
188
465000
3000
pomiędzy różnymi, odmiennymi myślami.
08:04
And oncepewnego razu you've trainedprzeszkolony up the detectionswykrywania,
189
469000
2000
Kiedy zaś wytrenujecie detektory,
08:06
these thoughtsmyśli can be assignedprzydzielony or mappedmapowane
190
471000
2000
te myśli mogą zostać przyporządkowane lub zmapowane
08:08
to any computingprzetwarzanie danych platformPlatforma,
191
473000
2000
do jakiegokolwiek komputera,
08:10
applicationpodanie or deviceurządzenie.
192
475000
2000
aplikacji czy urządzenia.
08:12
So I'd like to showpokazać you a fewkilka examplesprzykłady,
193
477000
2000
Chciałabym więc pokazać wam kilka przykładów,
08:14
because there are manywiele possiblemożliwy applicationsAplikacje
194
479000
2000
istnieje bowiem wiele możliwych aplikacji
08:16
for this newNowy interfaceberło.
195
481000
2000
dla tego nowego interfejsu.
08:19
In gamesGry and virtualwirtualny worldsświaty, for exampleprzykład,
196
484000
2000
W grach i świecie wirtualnym, na przykład,
08:21
your facialwytryski na twarz expressionswyrażenia
197
486000
2000
wasza mimika twarzy
08:23
can naturallynaturalnie and intuitivelyintuicyjnie be used
198
488000
2000
może naturalnie i intuicyjnie być wykorzystana
08:25
to controlkontrola an avatarawatara or virtualwirtualny characterpostać.
199
490000
3000
do kontrolowania avatara lub postaci.
08:29
ObviouslyOczywiście, you can experiencedoświadczenie the fantasyFantazja of magicmagia
200
494000
2000
Oczywiście, możecie doświadczyć fantazji magii
08:31
and controlkontrola the worldświat with your mindumysł.
201
496000
3000
i kontrolować świat za pomocą umysłu.
08:36
And alsorównież, colorszabarwienie, lightingoświetlenie,
202
501000
3000
Również, kolory, oświetlenie,
08:39
sounddźwięk and effectsruchomości
203
504000
2000
dźwięki i efekty,
08:41
can dynamicallydynamicznie respondodpowiadać to your emotionalemocjonalny statestan
204
506000
2000
mogą dynamicznie odzwierciedlać wasz stan emocjonalny
08:43
to heightenpodwyższają the experiencedoświadczenie that you're havingmający, in realreal time.
205
508000
3000
aby spotęgować doświadczenie które przeżywacie, w rzeczywistości.
08:47
And movingw ruchu on to some applicationsAplikacje
206
512000
2000
Jeśli chodzi o aplikacje
08:49
developedrozwinięty by developersprogramistów and researchersnaukowcy around the worldświat,
207
514000
3000
rozwinięte przez deweloperów i badaczy na całym świecie,
08:52
with robotsroboty and simpleprosty machinesmaszyny, for exampleprzykład --
208
517000
3000
z robotami i prostymi maszynami, na przykład
08:55
in this casewalizka, flyinglatający a toyzabawka helicopterśmigłowiec
209
520000
2000
tutaj, latanie zabawkowym helikopterem
08:57
simplypo prostu by thinkingmyślący "liftwinda" with your mindumysł.
210
522000
3000
po prostu myśląc "podnieś".
09:00
The technologytechnologia can alsorównież be appliedstosowany
211
525000
2000
Technologia ta może również być zastosowana
09:02
to realreal worldświat applicationsAplikacje --
212
527000
2000
do rzeczywistych programów,
09:04
in this exampleprzykład, a smartmądry home.
213
529000
2000
w tym przypadku, inteligentny dom.
09:06
You know, from the userużytkownik interfaceberło of the controlkontrola systemsystem
214
531000
3000
Interfejs użytkownika systemu kontrolującego może
09:09
to openingotwarcie curtainszasłony
215
534000
2000
rozsuwać zasłony
09:11
or closingzamknięcie curtainszasłony.
216
536000
3000
albo je zasuwać.
09:22
And of coursekurs, alsorównież to the lightingoświetlenie --
217
547000
3000
I oczywiście również oświetlenie,
09:25
turningobrócenie them on
218
550000
3000
włączanie go
09:28
or off.
219
553000
2000
lub wyłączanie.
09:30
And finallywreszcie,
220
555000
2000
I w końcu
09:32
to realreal life-changingzmienia życie applicationsAplikacje,
221
557000
2000
do prawdziwie zmieniających życie programów
09:34
suchtaki as beingistota ablezdolny to controlkontrola an electricelektryczny wheelchairwózek inwalidzki.
222
559000
3000
takich jak możliwość kontrolowania elektrycznego wózka.
09:37
In this exampleprzykład,
223
562000
2000
W tym przypadku,
09:39
facialwytryski na twarz expressionswyrażenia are mappedmapowane to the movementruch commandspolecenia.
224
564000
3000
mimika twarzy jest przyporządkowana do komend ruchu.
09:42
Man: Now blinkmigać right to go right.
225
567000
3000
Mężczyzna: Mrugnij prawym okiem aby skręcić w prawo.
09:50
Now blinkmigać left to turnskręcać back left.
226
575000
3000
Teraz mrugnij lewym aby skręcić w lewo.
10:02
Now smileuśmiech to go straightproste.
227
587000
3000
A teraz uśmiechnij się aby pojechać do przodu.
10:08
TLTL: We really -- Thank you.
228
593000
2000
TL: Naprawdę. Dziękujemy.
10:10
(ApplauseAplauz)
229
595000
5000
(Oklaski)
10:15
We are really only scratchingdrapanie the surfacepowierzchnia of what is possiblemożliwy todaydzisiaj,
230
600000
3000
Dotykamy tylko powierzchni tego co jest dzisiaj dostępne.
10:18
and with the community'sspołeczność inputwkład,
231
603000
2000
A z wkładem społeczności,
10:20
and alsorównież with the involvementuwikłanie of developersprogramistów
232
605000
2000
jak również z zaangażowaniem deweloperów
10:22
and researchersnaukowcy from around the worldświat,
233
607000
3000
i badaczy z całego świata,
10:25
we hopenadzieja that you can help us to shapekształt
234
610000
2000
mamy nadzieje, że pomożecie nam ukształtować
10:27
where the technologytechnologia goesidzie from here. Thank you so much.
235
612000
3000
to jak dalej rozwinie się ta technologia. Dziękuję bardzo.
Translated by Piotr Gołofit
Reviewed by Marcin Kasiak

▲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