TED2007
Blaise Agüera y Arcas: How PhotoSynth can connect the world's images
بليز أجيرا وأركاس: كيف يمكن لـ PhotoSynth أن يربط صور العالم
Filmed:
Readability: 4.3
5,831,957 views
بليز أجيرا وأركاس يقدم عرضاً مبهراً عن الـ Photosynth، وهو برنامج يمكنه أن يغير الطريقة التي ننظر بها إلى الصور الرقمية. وباستخدام صور ثابتة مستقاة من الويب، يمكن لبرنامج Photosynth بناء صور أخاذة والتنقل بينها.
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.
00:25
What I'm going to show you first, as quickly as I can,
0
0
2000
ما سأعرضه عليكم أولاً، بأسرع ما يمكن
00:27
is some foundational work, some new technology
1
2000
4000
هو بعض الأعمال الأساسية، بعضاً من التكنولوجيا الحديثة
00:31
that we brought to Microsoft as part of an acquisition
2
6000
3000
التي جلبناها إلى شركة ميكروسوفت كجزء من عملية استحواذ
00:34
almost exactly a year ago. This is Seadragon,
3
9000
3000
منذ سنة تقريباً. هذا هو تطبيق "سي دراجون"
00:37
and it's an environment in which you can either locally or remotely
4
12000
3000
وهو عبارة عن بيئة يمكنك التفاعل فيها
00:40
interact with vast amounts of visual data.
5
15000
3000
سواء بشكل مباشر أو عن بُعد مع كميات كبيرة من البيانات المرئية
00:43
We're looking at many, many gigabytes of digital photos here
6
18000
3000
نحن ننظر إلى العديد والعديد من مساحات الجيجا بايت من الصور الرقمية هنا
00:46
and kind of seamlessly and continuously zooming in,
7
21000
3000
وتكبير الصورة بشكل سلس ومستمر
00:50
panning through the thing, rearranging it in any way we want.
8
25000
2000
والتحرك عبر الشيء، وإعادة ترتيبه بأي شكل نريده
00:52
And it doesn't matter how much information we're looking at,
9
27000
4000
ولا يهم كم المعلومات التي ننظر إليها
00:56
how big these collections are or how big the images are.
10
31000
3000
ولا حجم هذه المجموعات أو حجم الصور
00:59
Most of them are ordinary digital camera photos,
11
34000
2000
معظمها عبارة عن صور التقطت بكاميرات رقمية
01:01
but this one, for example, is a scan from the Library of Congress,
12
36000
3000
لكن هذه الصورة، على سبيل المثال، مأخوذة بالماسح الضوئي من مكتبة الكونجرس
01:05
and it's in the 300 megapixel range.
13
40000
2000
وهي في نطاق 300 ميجا بكسل
01:08
It doesn't make any difference
14
43000
1000
وهذا لا يُحدث أي فرق
01:09
because the only thing that ought to limit the performance
15
44000
3000
لأن الشيء الوحيد الذي ينبغي أن يعمل على الحد من أداء
01:12
of a system like this one is the number of pixels on your screen
16
47000
3000
جهاز كهذا هو عدد وحدات البكسل على الشاشة
01:15
at any given moment. It's also very flexible architecture.
17
50000
3000
في أي لحظة من اللحظات. وهي أيضاً عبارة عن شكل هندسي مرن للغاية
01:18
This is an entire book, so this is an example of non-image data.
18
53000
3000
هذا كتاب بالكامل، وهو مثال للبيانات التي لا تشمل الصور
01:22
This is "Bleak House" by Dickens. Every column is a chapter.
19
57000
5000
هذه هي رواية "Bleak House" التي كتبها ديكنز. كل عمود هو عبارة عن فصل من الكتاب
01:27
To prove to you that it's really text, and not an image,
20
62000
4000
لكي أثبت لكم أنه نص بالفعل، وليس صورة
01:31
we can do something like so, to really show
21
66000
2000
يمكن أن نفعل شيئاً كهذا. لكي نوضح بالفعل
01:33
that this is a real representation of the text; it's not a picture.
22
68000
3000
أنه عبارة عن نص، وليس صورة
01:37
Maybe this is a kind of an artificial way to read an e-book.
23
72000
2000
ربما تكون هذه طريقة اصطناعية لقراءة كتاب إلكتروني
01:39
I wouldn't recommend it.
24
74000
1000
أنا لا أرجحها
01:40
This is a more realistic case. This is an issue of The Guardian.
25
75000
3000
هذه حالة أكثر واقعية. هذا عدد من صحيفة الجارديان
01:43
Every large image is the beginning of a section.
26
78000
2000
كل صورة كبيرة هي عبارة عن بداية قِسم
01:45
And this really gives you the joy and the good experience
27
80000
3000
وهذا يعطيك البهجة والخبرة الجيدة التي تنشدها
01:48
of reading the real paper version of a magazine or a newspaper,
28
83000
5000
في قراءة النسخة الورقية من مجلة أو جريدة
01:54
which is an inherently multi-scale kind of medium.
29
89000
1000
والتي تعتبر بطبيعتها طريقة متعددة المقاييس
01:56
We've also done a little something
30
91000
1000
كما فعلنا أيضاً شيئاً آخر
01:57
with the corner of this particular issue of The Guardian.
31
92000
3000
في ركن هذه القضية في صحيفة الجارديان
02:00
We've made up a fake ad that's very high resolution --
32
95000
3000
قمنا بعمل إعلان وهمي ذي دقة عالية --
02:03
much higher than you'd be able to get in an ordinary ad --
33
98000
2000
أكبر من الدقة التي يمكن أن تراها في الإعلان العادي --
02:05
and we've embedded extra content.
34
100000
2000
وقمنا بتضمين محتوى إضافي
02:07
If you want to see the features of this car, you can see it here.
35
102000
2000
إذا كنت تريد أن ترى خصائص هذه السيارة، يمكن أن تراها هنا
02:10
Or other models, or even technical specifications.
36
105000
4000
أو نماذج أخرى، أو حتى مواصفات فنية
02:15
And this really gets at some of these ideas
37
110000
2000
وهذا يطرح بعض من تلك الأفكار
02:18
about really doing away with those limits on screen real estate.
38
113000
4000
التي يمكن بها استغلال حدود الشاشة كي نجعل منها ممتلكات
02:22
We hope that this means no more pop-ups
39
117000
2000
نأمل ألا ينتج عن هذه الطريقة
02:24
and other kind of rubbish like that -- shouldn't be necessary.
40
119000
2000
أي نوع من النفايات مثل ذلك – لا يجب أن يكون ضرورياً
02:27
Of course, mapping is one of those really obvious applications
41
122000
2000
بالطبع، تعتبر الخرائط أحد التطبيقات
02:29
for a technology like this.
42
124000
2000
التي تناسب تقنية كهذه
02:31
And this one I really won't spend any time on,
43
126000
2000
وهذا لن أقضي فيه أي وقت
02:33
except to say that we have things to contribute to this field as well.
44
128000
2000
إلا لأقول أن لدينا أشياء يمكن أن نشارك بها في هذا المجال أيضاً
02:37
But those are all the roads in the U.S.
45
132000
2000
لكن هذه هي جميع الطرق في الولايات المتحدة
02:39
superimposed on top of a NASA geospatial image.
46
134000
4000
متراكبة بالإضافة إلى صورة ناسا الأرضية الفضائية
02:44
So let's pull up, now, something else.
47
139000
2000
دعونا نتوقف، الآن، شيء آخر
02:46
This is actually live on the Web now; you can go check it out.
48
141000
3000
هذا في الحقيقة موجود مباشرة على الويب الآن؛ يمكنكم تصفح الإنترنت ورؤيته
02:49
This is a project called Photosynth,
49
144000
1000
هذا هو مشروع يسمى Photosynth
02:51
which really marries two different technologies.
50
146000
1000
والذي يضم تقنيتين مختلفتين
02:52
One of them is Seadragon
51
147000
1000
إحداهما هي تقنية سي دراجون
02:54
and the other is some very beautiful computer vision research
52
149000
2000
والأخرى هي عبارة عن بحث رائع عن رؤية الكمبيوتر
02:57
done by Noah Snavely, a graduate student at the University of Washington,
53
152000
2000
أجراه نوح سنافيلي، وهو طالب متخرج من جامعة واشنطن
03:00
co-advised by Steve Seitz at U.W.
54
155000
2000
وكان تحت إشراف ستيف زايتز في جامعة واشنطن
03:02
and Rick Szeliski at Microsoft Research. A very nice collaboration.
55
157000
4000
وريك زيليسكي في معهد أبحاث ميكروسوفت وهو تعاون جميل للغاية
03:07
And so this is live on the Web. It's powered by Seadragon.
56
162000
2000
وهكذا، فهذا مباشر على الويب. ويتم تشغيله عن طريق سي دراجون
03:09
You can see that when we kind of do these sorts of views,
57
164000
2000
يمكنكم أن تروا ذلك عندما نقوم بعمل هذه الأنواع من العروض
03:12
where we can dive through images
58
167000
1000
حيث يمكننا الغوص في الصور
03:14
and have this kind of multi-resolution experience.
59
169000
1000
ويكون لدينا هذا النوع من التجربة ذات الدقة المتعددة
03:16
But the spatial arrangement of the images here is actually meaningful.
60
171000
4000
لكن الترتيب المكاني للصور هنا له معنى حقيقي
03:20
The computer vision algorithms have registered these images together
61
175000
3000
فإن الخواريزمات الخاصة برؤية الكمبيوتر قد سجلت هذه الصور مع بعضها
03:23
so that they correspond to the real space in which these shots --
62
178000
4000
حتى تناسب المساحة الحقيقية التي تم أخذ هذه الصورة فيها
03:27
all taken near Grassi Lakes in the Canadian Rockies --
63
182000
2000
بالقرب من بحيرات جراسي في جبال الروكي الكندية --
03:31
all these shots were taken. So you see elements here
64
186000
2000
فأنتم ترون هنا عناصر
03:33
of stabilized slide-show or panoramic imaging,
65
188000
4000
لعرض تقديمي ثابت أو تصوير بانورامي
03:40
and these things have all been related spatially.
66
195000
2000
وتم ربط هذه الأشياء جميعًا بشكل مكاني
03:42
I'm not sure if I have time to show you any other environments.
67
197000
3000
أنا لست متأكدًا إذا ما كان لدي وقت لأوضح لكم بيئات أخرى
03:45
There are some that are much more spatial.
68
200000
1000
هناك بيئات أخرى أكبر من حيث المكانية
03:47
I would like to jump straight to one of Noah's original data-sets --
69
202000
3000
أريد أن أنتقل إلى أحد حزم بيانات نوح الأصلية --
03:50
and this is from an early prototype of Photosynth
70
205000
2000
وهذا من نموذج أولى لـ Photosynth
03:52
that we first got working in the summer --
71
207000
2000
والذي بدء العمل به في الصيف --
03:54
to show you what I think
72
209000
1000
لأوضح لكم ما أعتقد
03:55
is really the punch line behind this technology,
73
210000
3000
بأنه بمثابة السطر الأخير لهذه التقنية
03:59
the Photosynth technology. And it's not necessarily so apparent
74
214000
2000
تقنية Photosynth. وليس بالضرورة أن يكون ذلك واضحاً
04:01
from looking at the environments that we've put up on the website.
75
216000
3000
بالنظر إلى البيئات التي وضعناها على موقع الويب
04:04
We had to worry about the lawyers and so on.
76
219000
2000
كان طبيعياً أن يساورنا القلق بشأن المحامين وغير ذلك
04:07
This is a reconstruction of Notre Dame Cathedral
77
222000
1000
هذا هو عبارة عن إعادة إعمار لكاتدرائية نوتردام
04:09
that was done entirely computationally
78
224000
2000
والذي تم بالكامل على الكمبيوتر
04:11
from images scraped from Flickr. You just type Notre Dame into Flickr,
79
226000
3000
باستخدام صور مأخوذة من موقع Flickr. ما عليك إلا أن تكتب كاتدرائية نوتردام في موقع Flickr
04:14
and you get some pictures of guys in t-shirts, and of the campus
80
229000
3000
وستحصل على بعض الصور لرجال يرتدون قمصاناً، وللحرم الجامعي
04:17
and so on. And each of these orange cones represents an image
81
232000
4000
وغير ذلك. وكل من هذه المخاريط البرتقالية تمثل صورة
04:22
that was discovered to belong to this model.
82
237000
2000
تم اكتشاف انتماءها لهذا النموذج
04:26
And so these are all Flickr images,
83
241000
2000
وهكذا فكل هذه الصور مأخوذة من موقع Flickr
04:28
and they've all been related spatially in this way.
84
243000
3000
وتم ربطها جميعاً مكانياً بهذه الطريقة
04:31
And we can just navigate in this very simple way.
85
246000
2000
ويمكننا التنقل بهذه الطريقة البسيطة للغاية
04:35
(Applause)
86
250000
9000
(تصفيق)
04:44
You know, I never thought that I'd end up working at Microsoft.
87
259000
2000
أتعرفون، أنا لم أفكر أبداً بأنني سينتهي بي الأمر لأعمل بشركة ميكروسوفت
04:46
It's very gratifying to have this kind of reception here.
88
261000
4000
إنه لمن السار جدًا أن أحظى بهذا النوع من الاستقبال هنا
04:50
(Laughter)
89
265000
3000
(ضحك)
04:53
I guess you can see
90
268000
3000
أعتقد أنكم تستطيعون أن تروا
04:56
this is lots of different types of cameras:
91
271000
2000
هذه عبارة عن أنواع مختلفة من الكاميرات
04:58
it's everything from cell phone cameras to professional SLRs,
92
273000
3000
فيها كل شيء بدءاً من كاميرات التليفونات المحمولة وحتى كاميرات SLR الاحترافية
05:02
quite a large number of them, stitched
93
277000
1000
عدد كبير جداً منها، موجودين معاً
05:03
together in this environment.
94
278000
1000
في هذه البيئة
05:04
And if I can, I'll find some of the sort of weird ones.
95
279000
2000
وإذا استطعت، سوف أبحث عن بعض الكاميرات الغريبة
05:08
So many of them are occluded by faces, and so on.
96
283000
3000
الكثير منها تحتوي على أوجه، وما إلى ذلك
05:13
Somewhere in here there are actually
97
288000
1000
وفي مكان ما هنا، توجد
05:15
a series of photographs -- here we go.
98
290000
1000
سلسلة من الصور – ها هي هنا
05:17
This is actually a poster of Notre Dame that registered correctly.
99
292000
3000
هذا في الحقيقة ملصق لكاتدرائية نوتردام الذي تم تسجيله بشكل صحيح
05:21
We can dive in from the poster
100
296000
2000
ويمكن أن نغوص من الملصق
05:24
to a physical view of this environment.
101
299000
3000
إلى عرض مادي لهذه البيئة
05:31
What the point here really is is that we can do things
102
306000
3000
والموضوع هنا هو أننا يمكن أن نفعل أشياء
05:34
with the social environment. This is now taking data from everybody --
103
309000
5000
باستخدام البيئة الاجتماعية. ويتم في ذلك أخذ بيانات من الجميع --
05:39
from the entire collective memory
104
314000
1000
من الذاكرة الكلية
05:40
of, visually, of what the Earth looks like --
105
315000
2000
من الشكل الذي تبدو عليه الأرض، من الناحية البصرية --
05:43
and link all of that together.
106
318000
1000
ويتم ربط كل ذلك مع بعضه
05:44
All of those photos become linked together,
107
319000
2000
تصبح جميع هذه الصور مرتبطة مع بعضها
05:46
and they make something emergent
108
321000
1000
ثم ينتج عنها شيء ما
05:47
that's greater than the sum of the parts.
109
322000
2000
أعظم من مجرد كونه تجميع لهذه الأجزاء
05:49
You have a model that emerges of the entire Earth.
110
324000
2000
لديكم نموذج نشأ عن الكرة الأرضية بالكامل
05:51
Think of this as the long tail to Stephen Lawler's Virtual Earth work.
111
326000
5000
فكروا في ذلك على أنه الذيل الطويل لعمل ستيفن لولر عن الأرض الافتراضية
05:56
And this is something that grows in complexity
112
331000
2000
وهذا شيء متنامي التعقيد
05:58
as people use it, and whose benefits become greater
113
333000
3000
بينما يستخدمه الناس، والذي تزداد فوائده
06:01
to the users as they use it.
114
336000
2000
للمستخدمين عندما يستخدمونه
06:03
Their own photos are getting tagged with meta-data
115
338000
2000
يتم تعليم صورهم بالبيانات المصغرة
06:05
that somebody else entered.
116
340000
1000
التي أدخلها شخص آخر
06:07
If somebody bothered to tag all of these saints
117
342000
3000
فإذا تعب شخص ما في وضع علامة معينة على هؤلاء القديسين
06:10
and say who they all are, then my photo of Notre Dame Cathedral
118
345000
3000
وقال من هم جميعاً، فسوف يتم تزويد صورتي عن كاتدرائية نوتردام
06:13
suddenly gets enriched with all of that data,
119
348000
2000
بجميع هذه البيانات
06:15
and I can use it as an entry point to dive into that space,
120
350000
3000
ويمكن أن استخدمها أنا كنقطة إدخال للغوص في هذه المساحة
06:18
into that meta-verse, using everybody else's photos,
121
353000
2000
باستخدام صور الآخرين
06:21
and do a kind of a cross-modal
122
356000
2000
ويمكنني عمل نموذج عام
06:25
and cross-user social experience that way.
123
360000
3000
وعمل تجربة اجتماعية لجميع المستخدمين بهذه الطريقة
06:28
And of course, a by-product of all of that
124
363000
1000
وبالطبع، سيكون هناك منتج ثانوي لكل ذلك
06:30
is immensely rich virtual models
125
365000
2000
وهو عبارة عن نماذج افتراضية غنية للغاية
06:32
of every interesting part of the Earth, collected
126
367000
2000
لكل جزء ممتع من الكرة الأرضية، يتم جمعه
06:35
not just from overhead flights and from satellite images
127
370000
3000
ليس فقط من الطائرات وصور الأقمار الصناعية
06:38
and so on, but from the collective memory.
128
373000
2000
وغير ذلك، ولكن أيضاً من الذاكرة الإجمالية
06:40
Thank you so much.
129
375000
2000
أشكركم شكراً جزيلاً
06:42
(Applause)
130
377000
11000
(تصفيق)
06:53
Chris Anderson: Do I understand this right? That what your software is going to allow,
131
388000
4000
كريس أندرسون: هل أفهم ذلك بشكل صحيح؟ هذا ما سيسمح به برنامجك
06:58
is that at some point, really within the next few years,
132
393000
2000
وهو أنه في وقت ما، في خلال السنوات القليلة القادمة
07:01
all the pictures that are shared by anyone across the world
133
396000
4000
سوف يتم ربط جميع الصور
07:05
are going to basically link together?
134
400000
2000
التي يشارك بها أي شخص في العالم مع بعضها؟
07:07
BAA: Yes. What this is really doing is discovering.
135
402000
2000
BAA: نعم. ما يفعله البرنامج هو الاكتشاف
07:09
It's creating hyperlinks, if you will, between images.
136
404000
3000
فهو يقوم بإنشاء ارتباطات تشعبية، إذا أردت، بين الصور
07:12
And it's doing that
137
407000
1000
وهو يقوم بذلك
07:13
based on the content inside the images.
138
408000
1000
بناءً على محتوى الصورة
07:14
And that gets really exciting when you think about the richness
139
409000
3000
وسيكون ذلك مثيراً بالفعل عندما تفكر في إثراء
07:17
of the semantic information that a lot of those images have.
140
412000
2000
المعلومات الدلالية التي تحويها هذه الصور
07:19
Like when you do a web search for images,
141
414000
2000
فهذا مثل بحثك عن الصور في الويب
07:22
you type in phrases, and the text on the web page
142
417000
2000
تقوم بكتابة عبارات، ويظهر بصفحة الويب
07:24
is carrying a lot of information about what that picture is of.
143
419000
3000
الكثير من المعلومات حول ما تحويه الصورة
07:27
Now, what if that picture links to all of your pictures?
144
422000
2000
والآن، ماذا إذا كانت الصورة ترتبط بجميع الصور لديك؟
07:29
Then the amount of semantic interconnection
145
424000
2000
فسيكون مقدار الارتباط الدلالي
07:31
and the amount of richness that comes out of that
146
426000
1000
ومقدار الثراء الناتج عن ذلك
07:32
is really huge. It's a classic network effect.
147
427000
3000
كبير جداً. فهو تأثير شبكي ممتاز
07:35
CA: Blaise, that is truly incredible. Congratulations.
148
430000
2000
كريس أندرسون: هذا فعلاً شيء لا يُصدق. تهانينا
07:37
BAA: Thanks so much.
149
432000
1000
BAA: شكراً جزيلاً لك
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