TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Aguera y Arcas demonstra realidade aumentada em mapas
Filmed:
Readability: 3.4
1,856,682 views
Em uma demonstração que surpreendeu a todos no TED2010, Blaise Aguera y Arcas demonstra a nova realidade aumentada na tecnologia de mapas da Microsoft.
Blaise Agüera y Arcas - Software architect
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Double-click the English transcript below to play the video.
00:15
About a year and a half ago,
0
0
2000
Cerca de um ano e meio atrás
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
Stephen Lawler que também deu uma palestra
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
aqui no TED em 2007 sobre o Virtual Earth
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
me levou para ser arquiteto do Bing Maps,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
que é o esforço da Microsoft em mapeamento online.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
Nos últimos dois anos e meio, nós trabalhamos duro
00:31
on redefining the way maps work online.
6
16000
4000
para redefinir a forma como os mapas funcionam online.
00:35
And we really are seeing this in very different terms
7
20000
2000
E nós realmente estamos vendo isto em termos bastante diferentes
00:37
from the kind of mapping and direction site
8
22000
2000
da forma como mapas e sites de direção
00:39
that one is used to.
9
24000
2000
a que se está acostumado.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
Então, a primeira coisa que você irá notar sobre o site de mapas,
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
é a fluidez do zoom e da movimentação
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
que se, você está familiarizado com o Seadragon,
00:47
that's where it comes from.
13
32000
2000
é dele que isso vem.
00:49
Mapping is, of course,
14
34000
2000
Mapeamento, é claro,
00:51
not just about cartography,
15
36000
2000
não envolve apenas cartografia,
00:53
it's also about imagery.
16
38000
2000
envolve também imagem.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Então, enquanto nós aproximamos além de um certo nível
00:58
this resolves into a kind of Sim City-like
18
43000
3000
ele se converte em um tipo de Sim City
01:01
virtual view at 45 degrees.
19
46000
2000
com uma visão virtual em 45 graus.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
Isto pode ser visto em qualquer uma das direções cardinais
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
para mostrar a vocês a estrutura 3D da cidade, todas as fachadas.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Agora, nós vemos esse espaço, este ambiente tridimensional
01:14
as being a canvas on which
23
59000
3000
como sendo uma tela na qual
01:17
all sorts of applications can play out,
24
62000
6000
todo tipo de aplicações podem ser incorporadas.
01:23
and map's directions are really just one of them.
25
68000
3000
E mapas de direcionamentos são apenas uma delas.
01:26
If you click on this, you'll see
26
71000
3000
Se você clicar nisto você irá ver
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
algumas aplicações que disponibilizqamos, apenas nos últimos dois meses,
01:32
since we've launched.
28
77000
2000
desde que lançamos.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Então, por exemplo, dois dias depois do desastre no Haiti,
01:36
we had an earthquake map that showed
30
81000
2000
tivemos um mapa de terremotos que mostrava
01:38
before and after pictures from the sky.
31
83000
2000
imagens do céu antes e depois.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Este é maravilhoso mas não tenho tempo para mostrá-lo a vocês
01:42
is taking hyper-local blogs in real time
33
87000
3000
está pegando blogs em tempo real
01:45
and mapping those stories, those entries
34
90000
2000
e mapeando essas histórias, essas entradas
01:47
to the places that are referred to on the blogs.
35
92000
2000
aos lugares que são citados nos blogs.
01:49
It's wonderful.
36
94000
3000
É maravilhoso.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Mas eu vou mostrar a vocês algo mais agradável.
01:55
So, we see the imagery, of course,
38
100000
4000
Então, vemos a imagem, é claro,
01:59
not stopping at the sky.
39
104000
3000
não parando no céu.
02:02
These little green bubbles represent
40
107000
3000
Essas pequenas bolhas verdes representam
02:05
photosynths that users have made.
41
110000
2000
photosynths que usuários fizeram.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
Eu não vou entrar neles também, mas photosynths são integrados ao mapa.
02:10
Everything that's cased in blue
43
115000
2000
Tudo que está destacado em azul
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
é uma área em que tiramos imagens do solo também.
02:17
And so, when you fly down --
45
122000
2000
Então, quando voamos para baixo --
02:19
(Applause)
46
124000
2000
(Aplausos)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Obrigada. Quando você voa para o solo,
02:23
and you see this kind of panoramic imagery,
48
128000
3000
e você vê esse tipo de imagem panorâmica,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
a primeira coisa que você pode perceber é que esta não é apenas uma imagem,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
ela é um entendimento o mais tridimensional possível deste ambiente
02:33
as there is of the three-dimensional city from above,
51
138000
3000
assim como a cidade tridimensional vista de cima,
02:36
so if I click on something to get a closer view of it,
52
141000
4000
então se eu clicar em algo para ter uma vista dele,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
então, o fato dessa transição se parecer desta maneira,
02:43
is a function of all of that geometry,
54
148000
2000
é devido a uma função de toda esta geometria,
02:45
all of that 3D understanding behind this model.
55
150000
4000
de todo entendimento 3D por trás deste modelo.
02:49
Now, I'll show you a fun app
56
154000
3000
Agora, irei mostrar a vocês uma aplicação divertida
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
na qual estamos trabalhando em colabração com nossos amigos do Flickr.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Isto pega imagens georegistradas no Flicker
03:02
and uses photosynth-like processes
59
167000
3000
e usa um processo semelhante ao photosynth
03:05
to connect that imagery to our imagery, so --
60
170000
4000
para conectar esta imagem com a nossa imagem, então --
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
Eu não tenho certeza se está é a que eu queria mostrar, mas --
03:12
(Laughter)
62
177000
3000
(Risos)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Mas reparem -- este, é claro, é um site de turismo popular,
03:19
and there are lots of photos around here,
64
184000
2000
e tem muitas fotos por aqui,
03:21
and these photos are all taken at different times.
65
186000
3000
e estas fotos foram todas tiradas em diferentes momentos.
03:24
So this one was taken around five.
66
189000
2000
Então esta foi tirada por volta das cinco.
03:26
So that's the Flickr photo,
67
191000
2000
Esta é uma foto do Flickr,
03:28
that's our imagery.
68
193000
2000
esta é a nossa imagem.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Você realmente vê como esse tipo de imagem vinda da multidão
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
está integrando, de uma forma profunda, o mapa em si.
03:36
(Applause)
71
201000
2000
(Aplausos)
03:38
Thank you.
72
203000
2000
Obrigado.
03:40
(Applause)
73
205000
2000
(Aplausos)
03:42
There are several reasons why this is interesting
74
207000
2000
Existem várias razões pelas quais isto é interessante
03:44
and one of them, of course, is time travel.
75
209000
2000
e uma delas, é claro, é a viagem no tempo.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
E eu não vou mostrar a vocês algumas das maravilhosas imagens históricas aqui,
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
mas existem algumas com cavalos e carruagens e assim vai.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Mas o legal sobre isso é que não apenas está aumentando
03:54
this visual representation of the world
79
219000
2000
a representação visual do mundo
03:56
with things that are coming in from users,
80
221000
3000
com coisas que estão vindo dos usuários,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
mas também é a base para a realidade aumentada,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
e isto é algo que eu irei mostrar mais a vocês daqui a pouco.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Agora eu apenas fiz a transição para o interior. Isto é algo interessante.
04:10
OK, notice there's now a roof above us.
84
235000
2000
Ok, reparem que agora temos um teto sobre nós.
04:12
We're inside the Pike Place Market.
85
237000
3000
Estamos dentro do Mercado Pike Place.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
E isto é algo que somos capazes de fazer com uma câmera de mochila,
04:17
so, we're now not only imaging in the street
87
242000
4000
por isso, nós não estamos apenas registrando as imagens da rua
04:21
with this camera on tops of cars,
88
246000
2000
com a câmera no topo dos carros,
04:23
but we're also imaging inside.
89
248000
4000
mas estamos também capturando imagens internas.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
E daqui, nós somos capazes de fazer o mesmo tipo de registro,
04:32
not only of still images, but also of video.
91
257000
4000
não apenas de imagens paradas, mas também de vídeo.
04:36
So this is something that we're now going to try
92
261000
2000
Então isto é algo que nós vamos agora tentar
04:38
for the first time, live,
93
263000
2000
pela primeira vez, ao vivo,
04:40
and this is really, truly, very frightening.
94
265000
3000
e isto é realmente muito assustador.
04:43
(Laughter)
95
268000
2000
(Risos)
04:46
OK.
96
271000
2000
Ok.
04:48
(Ringing)
97
273000
2000
(Telefone chamando)
04:50
All right, guys, are you there?
98
275000
2000
Tudo certo, pessoal, vocês estão aí?
04:52
(Noise)
99
277000
2000
(Barulho)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Tudo certo. Eu estou acertando. Estou clicando play.
04:56
I'm live. All right. There we go.
101
281000
2000
Estou ao vivo. Tudo certo. Lá vamos nós.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Assim, estes são nossos amigos no Mercado Pike Place, o laboratório.
05:03
(Applause)
103
288000
8000
(Aplausos)
05:12
So they're broadcasting this live.
104
297000
2000
Então eles estão transmitindo isto ao vivo.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
Ok, George, você pode fazer uma pan para o canto do mercado?
05:18
Because I want to show points of interest.
106
303000
4000
Porque eu quero mostrar pontos de interesse.
05:22
No, no. The other way.
107
307000
3000
Não, não. Para o outro lado.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Isso, isso. Volte para o canto. Volte para o canto.
05:27
I don't want to see you guys yet.
109
312000
3000
Eu não quero ver você ainda.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
Ok. Ok. Volte para o canto. Volte para o canto. Volte para o canto.
05:37
OK, never mind.
111
322000
2000
Ok, deixa pra lá.
05:40
What I wanted to show you was these points of interest
112
325000
2000
O que eu queria mostrar eram esses pontos de interesse
05:42
over here on top of the image
113
327000
2000
aqui no topo da imagem
05:44
because what that gives you a sense of is the way,
114
329000
2000
porque isto dá a você um senso de que este é o caminho,
05:46
if you're actually on the spot,
115
331000
2000
se você está realmente no local...
05:48
you can think about this --
116
333000
2000
você pode pensar sobre isso --
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
isto está dando um passo adiante para a realidade aumentada.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Onde diabos estão vocês rapazes -- oh, desculpe.
05:55
(Laughter)
119
340000
3000
(Risadas)
05:58
We're doing two different --
120
343000
3000
Nós estamos fazendo dois diferentes...
06:01
OK, I'm hanging up now.
121
346000
3000
Ok, eu vou desligar agora.
06:04
We're doing two different things here.
122
349000
2000
Nós estamos fazendo duas coisas diferentes aqui.
06:06
One of them is to take that real ...
123
351000
2000
Uma delas é pegar esta real...
06:08
(Laughter)
124
353000
7000
(risadas)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
Tudo bem, deixem-me apenas tirar um momento para agradecer a equipe.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
Eles fizeram um trabalho fantástico organizando tudo isso.
06:20
(Applause)
127
365000
2000
(Aplausos)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Agora vou abandoná-los e andar novamente para fora.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
E enquanto eu ando para fora, vou apenas mencionar isto
06:28
here we're using this for telepresence,
130
373000
2000
aqui, nós estamos usando isto para telepresença,
06:30
but you can equally well use this
131
375000
2000
mas você pode igualmente usar isto
06:32
on the spot, for augmented reality.
132
377000
2000
no local, para realidade aumentada.
06:34
When you use it on the spot, it means that
133
379000
2000
Quando você usa isso no local, isso significa que
06:36
you're able to bring all of that metadata
134
381000
2000
você poderá trazer todos esses dados
06:38
and information about the world to you.
135
383000
2000
e informações sobre o mundo para você.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Então aqui, nós estamos dando um passo além e também estamos transmitindo.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
Isto foi transmitido, por sinal, em uma rede 4G
06:45
from the market.
138
390000
3000
a partir do mercado.
06:48
All right, and now there's one last TED talk
139
393000
3000
Tudo bem, e agora tem apenas uma última palestra do TED
06:51
that Microsoft has given in the past several years.
140
396000
2000
que a Microsoft deu nos últimos anos.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
E é a de Curtis Wong, sobre o WorldWide Telescope.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
Então, nós vamos em direção à zona de descarga
06:58
where it's traditional, after a long day at the market,
143
403000
3000
onde é tradicional, depois de um longo dia no mercado,
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
para dar uma pausa, mas também para olhar para o céu.
07:05
This is the integration
145
410000
2000
Esta é a integração
07:07
of WorldWide Telescope into our maps.
146
412000
3000
do WorldWide Telescope em nossos mapas.
07:10
(Applause)
147
415000
2000
(Aplausos)
07:12
This is the current -- thank you --
148
417000
3000
Este é o presente -- obrigado --
07:15
this is the current time. If we scrub the time,
149
420000
2000
Este é o tempo presente, mas se nós navegarmos no tempo,
07:17
then we can see how the sky will look at different times,
150
422000
3000
então nós poderemos ver como o céu aparecerá em diferentes épocas,
07:20
and we can get all of this very detailed
151
425000
2000
e nós podemos ter isso bem detalhado
07:22
information about different times, different dates:
152
427000
4000
com informações sobre tempos diferentes, datas diferentes.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Vamos mover a lua um pouco para cima no céu,
07:29
maybe change the date.
154
434000
4000
talvez a data mude.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Eu gostaria de dar um zoom na lua.
07:39
So, this is an astronomically complete
156
444000
2000
Então, isto é astronomicamente falando uma completa
07:41
representation of the sky
157
446000
3000
representação do céu
07:44
integrated right into the Earth.
158
449000
2000
integrada com a Terra.
07:46
All right now, I've overrun my time,
159
451000
2000
Tudo certo agora, eu excedi meu tempo,
07:48
so I've got to stop.
160
453000
2000
então eu tenho que parar.
07:50
Thank you all very much.
161
455000
2000
Muito obrigado a todos.
07:52
(Applause)
162
457000
12000
(Aplausos)
ABOUT THE SPEAKER
Blaise Agüera y Arcas - Software architectBlaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces.
Why you should listen
Blaise Agüera y Arcas is principal scientist at Google, where he leads a team working on machine intelligence for mobile devices. His group works extensively with deep neural nets for machine perception and distributed learning, and it also investigates so-called "connectomics" research, assessing maps of connections within the brain.
Agüera y Arcas' background is as multidimensional as the visions he helps create. In the 1990s, he authored patents on both video compression and 3D visualization techniques, and in 2001, he made an influential computational discovery that cast doubt on Gutenberg's role as the father of movable type.
He also created Seadragon (acquired by Microsoft in 2006), the visualization technology that gives Photosynth its amazingly smooth digital rendering and zoom capabilities. Photosynth itself is a vastly powerful piece of software capable of taking a wide variety of images, analyzing them for similarities, and grafting them together into an interactive three-dimensional space. This seamless patchwork of images can be viewed via multiple angles and magnifications, allowing us to look around corners or “fly” in for a (much) closer look. Simply put, it could utterly transform the way we experience digital images.
He joined Microsoft when Seadragon was acquired by Live Labs in 2006. Shortly after the acquisition of Seadragon, Agüera y Arcas directed his team in a collaboration with Microsoft Research and the University of Washington, leading to the first public previews of Photosynth several months later. His TED Talk on Seadragon and Photosynth in 2007 is rated one of TED's "most jaw-dropping." He returned to TED in 2010 to demo Bing’s augmented reality maps.
Fun fact: According to the author, Agüera y Arcas is the inspiration for the character Elgin in the 2012 best-selling novel Where'd You Go, Bernadette?
Blaise Agüera y Arcas | Speaker | TED.com