TED2019
Doug Roble: Digital humans that look just like us
Doug Roble: Seres humanos digitales que lucen igual a nosotros
Filmed:
Readability: 3.6
562,138 views
En esta extraordinaria charla y demostración tecnológica, el ingeniero de software Doug Roble presenta por primera vez a "DigiDoug": una representación digital 3D en tiempo real de sí mismo que muestra hasta los detalles de sus poros y arrugas. Gracias a un traje de captura de movimientos inercial, redes neurales profundas y enormes cantidades de información, DigiDoug representa las emociones reales de Doug, incluso detalles como su circulación y el movimiento de sus pestañas, con asombrosa precisión. Aprende más sobre cómo se construyó esta emocionante tecnología, cómo podría aplicarse en las películas y más.
Doug Roble - Computer graphics software researcher
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Double-click the English transcript below to play the video.
00:13
Hello.
0
1937
1214
Hola.
00:15
I'm not a real person.
1
3175
1466
No soy una persona real.
00:17
I'm actually a copy of a real person.
2
5119
2770
De hecho, soy la copia
de una persona real.
de una persona real.
00:19
Although, I feel like a real person.
3
7913
2553
Aunque... me siento como una persona real.
00:22
It's kind of hard to explain.
4
10490
1906
Es difícil de explicar.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
Aguarden, creo que vi a una persona real.
Ahí está, que suba al escenario.
00:28
Let's bring him onstage.
6
16697
1400
00:33
Hello.
7
21307
1150
Hola.
00:35
(Applause)
8
23485
3647
(Aplausos)
00:40
What you see up there is a digital human.
9
28300
3094
Lo que ven allí arriba
es un ser humano digital.
es un ser humano digital.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
Tengo puesto un traje de
captura de movimientos inercial
captura de movimientos inercial
00:46
that's figuring what my body is doing.
11
34998
2579
que descifra los movimientos de mi cuerpo.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
Y tengo una cámara aquí,
apuntando a mi rostro,
apuntando a mi rostro,
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
que envía información
sobre mis expresiones
sobre mis expresiones
a un software de aprendizaje automático.
00:58
like, "Hm, hm, hm,"
14
46315
3579
Toma expresiones como "Hm, hm, hm"
01:02
and transferring it to that guy.
15
50379
1663
y las transfiere a ese sujeto.
01:05
We call him "DigiDoug."
16
53300
3342
Lo llamamos "DigiDoug".
01:09
He's actually a 3-D character
that I'm controlling live in real time.
that I'm controlling live in real time.
17
57292
4726
Es un personaje 3D
que estoy controlando en tiempo real.
que estoy controlando en tiempo real.
01:16
So, I work in visual effects.
18
64292
2324
Trabajo en efectos visuales.
01:19
And in visual effects,
19
67101
1167
En este campo,
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
una de las tareas más difíciles
es crear humanos digitales creíbles
es crear humanos digitales creíbles
01:26
that the audience accepts as real.
21
74227
2182
que la audiencia acepte como reales.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
Las personas son muy buenas
en reconocer a otras.
en reconocer a otras.
01:32
Go figure!
23
80981
1150
¿Quién lo diría?
01:35
So, that's OK, we like a challenge.
24
83577
3405
Está bien, aceptamos el reto.
01:39
Over the last 15 years,
25
87006
1841
Durante los últimos 15 años,
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
hemos introducido en las películas
seres humanos y criaturas
seres humanos y criaturas
01:45
that you accept as real.
27
93878
1739
que ustedes aceptan como reales.
01:48
If they're happy, you should feel happy.
28
96712
2667
Si ellos están felices, ustedes también.
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
Si sienten dolor,
Uds. deberían sentir empatía.
Uds. deberían sentir empatía.
01:58
We're getting pretty good at it, too.
30
106467
2190
Además, estamos mejorando cada vez más.
02:00
But it's really, really difficult.
31
108681
2746
Pero es extremadamente difícil.
02:03
Effects like these take thousands of hours
32
111847
3214
Efectos así llevan miles de horas
02:07
and hundreds of really talented artists.
33
115085
2667
y requieren el trabajo
de cientos de artistas talentosos.
de cientos de artistas talentosos.
02:10
But things have changed.
34
118792
1600
Pero las cosas han cambiado.
02:13
Over the last five years,
35
121014
1920
Durante los últimos cinco años,
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
las computadoras y las tarjetas gráficas
se han vuelto superrápidas,
se han vuelto superrápidas,
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
y han surgido el aprendizaje automático
y el aprendizaje profundo.
y el aprendizaje profundo.
02:25
So we asked ourselves:
38
133408
1233
Así que nos preguntamos:
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
¿sería posible crear
un ser humano fotorrealista
un ser humano fotorrealista
02:31
like we're doing for film,
40
139122
1624
como los que creamos para el cine
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
pero en los que puedan verse
las emociones reales y los detalles
las emociones reales y los detalles
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
de la persona que lo controla
02:43
in real time?
43
151704
1174
en tiempo real?
02:45
In fact, that's our goal:
44
153704
1564
Y esa es nuestra meta.
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
Si estuviesen charlando con DigiDoug
02:51
one-on-one,
46
159077
1237
de forma directa,
02:53
is it real enough so that you could tell
whether or not I was lying to you?
whether or not I was lying to you?
47
161331
5666
¿es lo suficientemente real para que
puedan notar si yo les estoy mintiendo?
puedan notar si yo les estoy mintiendo?
02:59
So that was our goal.
48
167934
1400
Esa fue nuestra meta.
03:02
About a year and a half ago,
we set off to achieve this goal.
we set off to achieve this goal.
49
170601
4016
Hace aproximadamente un año y medio,
nos dispusimos a alcanzar ese objetivo.
nos dispusimos a alcanzar ese objetivo.
03:06
What I'm going to do now is take you
basically on a little bit of a journey
basically on a little bit of a journey
50
174641
3899
Lo que haré ahora será invitarlos
a una pequeña aventura
a una pequeña aventura
para que vean lo que tuvimos que hacer
para llegar adonde estamos.
para llegar adonde estamos.
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
Debimos recolectar
una enorme cantidad de datos.
una enorme cantidad de datos.
03:20
In fact, by the end of this thing,
53
188347
2714
De hecho, al terminar este proyecto,
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
probablemente contábamos con
una de las bases de datos más completas
una de las bases de datos más completas
de expresiones faciales,
03:28
Of my face.
55
196038
1682
de mi rostro.
03:29
(Laughter)
56
197744
2262
(Risas)
03:32
Why me?
57
200030
1270
¿Por qué yo?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
Pues haría lo que fuera
en nombre de la ciencia.
en nombre de la ciencia.
03:36
I mean, look at me!
59
204158
1948
Es decir, mírenme.
03:38
I mean, come on.
60
206625
1150
Mírenme.
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
Primero, teníamos que determinar
cómo luce mi rostro realmente.
cómo luce mi rostro realmente.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
No sólo una fotografía o un escaneo 3D,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
sino como luce
en todo tipo de fotografías,
en todo tipo de fotografías,
03:56
how light interacts with my skin.
64
224387
2460
cómo la luz interactúa con la piel.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
Por suerte, a tres cuadras de distancia
de nuestro estudio en Los Ángeles
de nuestro estudio en Los Ángeles
04:05
is this place called ICT.
66
233041
2209
se encuentra este lugar llamado ICT.
04:07
They're a research lab
67
235708
1272
Se trata de un laboratorio
de investigación
de investigación
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
asociado a la Universidad
del Sur de California.
del Sur de California.
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
Allí tienen un dispositivo
llamado "escenario de las luces".
llamado "escenario de las luces".
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
Tiene montones de luces
controladas de forma individual
controladas de forma individual
04:20
and a whole bunch of cameras.
71
248188
1873
y una cantidad de cámaras.
04:22
And with that, we can reconstruct my face
under a myriad of lighting conditions.
under a myriad of lighting conditions.
72
250085
6091
Podemos reconstruir mi rostro de
acuerdo a diversas condiciones lumínicas.
acuerdo a diversas condiciones lumínicas.
Incluso capturamos la circulación
04:29
We even captured the blood flow
73
257589
1582
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
y cómo mi rostro cambia
al hacer distintas expresiones.
al hacer distintas expresiones.
04:35
This let us build a model of my face
that, quite frankly, is just amazing.
that, quite frankly, is just amazing.
75
263454
5260
Esto nos permitió construir un modelo de
mi rostro que, honestamente, es asombroso.
mi rostro que, honestamente, es asombroso.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
Desafortunadamente,
tiene un gran nivel de detalles.
tiene un gran nivel de detalles.
04:45
(Laughter)
77
273756
1278
(Risas)
04:47
You can see every pore, every wrinkle.
78
275058
3696
Pueden notar cada poro, cada arruga.
04:50
But we had to have that.
79
278778
1600
Pero necesitábamos eso.
04:52
Reality is all about detail.
80
280960
2381
La realidad consiste en esos detalles.
04:55
And without it, you miss it.
81
283365
1867
Sin ellos, no es creíble.
04:58
We are far from done, though.
82
286793
1547
Y esto es solo el comienzo.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
Pudimos construir un modelo
de mi rostro que luce como yo.
de mi rostro que luce como yo.
05:05
But it didn't really move like me.
84
293196
2746
Pero no se movía como yo.
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
Y es aquí donde interviene
el aprendizaje automático.
el aprendizaje automático.
05:11
And machine learning needs a ton of data.
86
299608
3204
El aprendizaje automático
requiere muchísimos datos.
requiere muchísimos datos.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
Me senté delante de un dispositivo de
captura de movimiento de alta resolución.
captura de movimiento de alta resolución.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
También hicimos esta captura
tradicional con marcadores.
tradicional con marcadores.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
Creamos montones de imágenes de mi rostro
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
y nubes de puntos que representan
las formas de mi rostro.
las formas de mi rostro.
05:33
Man, I made a lot of expressions,
91
321996
2811
Hice montones de expresiones,
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
pronuncié muchas frases
en distintos estados de ánimo.
en distintos estados de ánimo.
05:40
We had to do a lot of capture with this.
93
328315
2667
El trabajo para capturar
todo esto fue arduo.
todo esto fue arduo.
05:43
Once we had this enormous amount of data,
94
331752
2891
Una vez recolectada
esta enorme cantidad de data,
esta enorme cantidad de data,
05:46
we built and trained deep neural networks.
95
334667
3775
construimos y entrenamos
redes neurales profundas.
redes neurales profundas.
05:51
And when we were finished with that,
96
339117
1746
Y cuando completamos eso,
05:52
in 16 milliseconds,
97
340887
2444
en 16 milisegundos
05:55
the neural network can look at my image
98
343355
3112
la red neural es capaz de tomar mi imagen
05:58
and figure out everything about my face.
99
346491
2928
y descifrar todo acerca de mi rostro.
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
Puede computar mi expresión,
mis arrugas, mi circulación,
mis arrugas, mi circulación,
06:07
even how my eyelashes move.
101
355958
2317
incluso el movimiento de mis pestañas.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
Esto se representa y muestra allí
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
con todos los detalles
que se capturaron previamente.
que se capturaron previamente.
06:18
We're far from done.
104
366077
1334
Esto es apenas el comienzo.
06:20
This is very much a work in progress.
105
368188
2207
Se trata de un trabajo en desarrollo.
06:22
This is actually the first time
we've shown it outside of our company.
we've shown it outside of our company.
106
370419
3321
Y es de hecho la primera vez
que mostramos esta tecnología al público.
que mostramos esta tecnología al público.
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
Y, como verán, no luce
tan convincente como quisiéramos:
tan convincente como quisiéramos:
tengo cables conectados por detrás,
y hay una demora de un sexto de segundo
y hay una demora de un sexto de segundo
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
06:32
and there's a sixth-of-a-second delay
109
380189
2038
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
entre lo que lo que grabamos en video
y lo que se muestra allá arriba.
y lo que se muestra allá arriba.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
Un sexto de segundo, ¡es increíble!
06:41
But it's still why you're hearing
a bit of an echo and stuff.
a bit of an echo and stuff.
112
389911
3400
Pero esa es la razón
por la que escuchan un breve eco.
por la que escuchan un breve eco.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
Además, esto del aprendizaje automático
es supernuevo para nosotros,
es supernuevo para nosotros,
06:50
sometimes it's hard to convince
to do the right thing, you know?
to do the right thing, you know?
114
398017
4224
a veces es difícil convencerlo
para que haga lo que le indicamos.
para que haga lo que le indicamos.
06:54
It goes a little sideways.
115
402265
2058
Se sale un poco de control.
06:56
(Laughter)
116
404347
2422
(Risas)
06:59
But why did we do this?
117
407538
3229
Pero ¿por qué desarrollamos esto?
07:03
Well, there's two reasons, really.
118
411077
2262
Pues hay dos razones.
07:05
First of all, it is just crazy cool.
119
413363
2976
En primer lugar, es algo increíble.
07:08
(Laughter)
120
416363
1008
(Risas)
07:09
How cool is it?
121
417395
1253
¿Qué tan increíble es?
07:10
Well, with the push of a button,
122
418990
1992
Pues con solo apretar un botón,
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
puedo dar esta charla
como un personaje totalmente diferente.
como un personaje totalmente diferente.
07:17
This is Elbor.
124
425823
2601
Él es Elbor.
07:22
We put him together
to test how this would work
to test how this would work
125
430037
2312
Lo diseñamos para probar cómo funcionaría
esto con una apariencia diferente.
esto con una apariencia diferente.
07:24
with a different appearance.
126
432373
2135
07:27
And the cool thing about this technology
is that, while I've changed my character,
is that, while I've changed my character,
127
435450
4818
Y lo sorprendente de esta tecnología
es que, si bien cambié mi apariencia,
es que, si bien cambié mi apariencia,
07:32
the performance is still all me.
128
440292
3273
la gesticulación es todavía mía.
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
Tiendo a hablar con el lado derecho
de la boca, así que así lo hace Elbor.
de la boca, así que así lo hace Elbor.
07:38
so does Elbor.
130
446287
1579
07:39
(Laughter)
131
447890
1150
(Risas)
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
La segunda razón, como podrán imaginar,
es por sus aplicaciones en el cine.
es por sus aplicaciones en el cine.
07:44
is this is going to be great for film.
133
452835
2336
07:47
This is a brand new, exciting tool
134
455195
2701
Se trata de una herramienta
muy nueva y emocionante
muy nueva y emocionante
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
para los artistas,
directores y narradores.
directores y narradores.
07:55
It's pretty obvious, right?
136
463131
1484
Es un uso evidente, ¿no?
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
Es decir, será muy útil contar con esto.
07:59
But also, now that we've built it,
138
467125
2055
Pero además, ahora
que lo hemos construido,
que lo hemos construido,
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
es obvio que se aplicará
en otros ámbitos además del cine.
en otros ámbitos además del cine.
08:05
But wait.
140
473510
1150
Pero... un momento.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
¿No acabo de cambiar de identidad
con solo apretar un botón?
con solo apretar un botón?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
¿No es algo parecido al ultrafalso
y cambios de rostro
y cambios de rostro
de los que habrán oído hablar?
08:14
that you guys may have heard of?
143
482710
1561
08:17
Well, yeah.
144
485208
1150
Pues, sí.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
De hecho, usamos algunas de las mismas
tecnologías que usa el ultrafalso.
tecnologías que usa el ultrafalso.
08:22
that deepfake is using.
146
490050
1600
08:23
Deepfake is 2-D and image based,
while ours is full 3-D
while ours is full 3-D
147
491954
4599
Pero el ultrafalso es 2D y se basa
en imágenes; el nuestro es 3D
en imágenes; el nuestro es 3D
08:28
and way more powerful.
148
496577
2206
y mucho más potente.
08:31
But they're very related.
149
499204
1666
Pero están muy relacionados.
08:33
And now I can hear you thinking,
150
501680
1889
Puedo escuchar cómo piensan:
08:35
"Darn it!
151
503593
1278
"¡Diablos!
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
Pensé que podía al menos
confiar en los videos.
confiar en los videos.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
Si es un video en vivo,
¿no es evidente que es verdadero?"
¿no es evidente que es verdadero?"
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
Pues sabemos que
no necesariamente, ¿cierto?
no necesariamente, ¿cierto?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
Incluso sin esto, existen trucos sencillos
que pueden aplicarse a los videos,
que pueden aplicarse a los videos,
08:52
like how you frame a shot
156
520561
2776
como el ángulo de una toma
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
que puede en verdad distorsionar
lo que realmente está sucediendo.
lo que realmente está sucediendo.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
He trabajado en efectos visuales por
mucho tiempo y sé desde hace bastante
mucho tiempo y sé desde hace bastante
09:03
and I've known for a long time
159
531593
1932
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
que con un poco de esfuerzo se puede
engañar a quien sea respecto a lo que sea.
engañar a quien sea respecto a lo que sea.
09:11
What this stuff and deepfake is doing
161
539546
2388
Lo que esto y el ultrafalso hacen
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
es que sea más sencillo
y accesible manipular videos,
y accesible manipular videos,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
así como lo hizo Photoshop
con las imágenes hace tiempo.
con las imágenes hace tiempo.
09:25
I prefer to think about
164
553441
1298
Pero yo prefiero pensar
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
cómo esta tecnología podría conducir
a la humanidad a otras tecnologías
a la humanidad a otras tecnologías
09:31
and bring us all closer together.
166
559823
2294
y acercarnos más a todos.
09:34
Now that you've seen this,
167
562141
2359
Después de ver esto,
09:36
think about the possibilities.
168
564524
1902
imaginen las posibilidades.
09:39
Right off the bat, you're going to see it
in live events and concerts, like this.
in live events and concerts, like this.
169
567810
4523
Obviamente estará presente en eventos
y conciertos en vivo, como este.
y conciertos en vivo, como este.
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
Las celebridades digitales, especialmente
con la nueva tecnología de proyección,
con la nueva tecnología de proyección,
09:50
are going to be just like the movies,
but alive and in real time.
but alive and in real time.
171
578371
3960
van a verse igual que en las películas,
pero en tiempo real.
pero en tiempo real.
09:55
And new forms of communication are coming.
172
583609
2733
Y nuevas formas
de comunicación se avecinan.
de comunicación se avecinan.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
Ya pueden interactuar con
DigiDoug a través de la realidad virtual.
DigiDoug a través de la realidad virtual.
10:03
And it is eye-opening.
174
591699
2270
Y es una gran experiencia.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
Es como si ustedes y yo
estuviéramos en la misma habitación,
estuviéramos en la misma habitación,
10:09
even though we may be miles apart.
176
597879
2373
aunque pudiéramos
estar realmente muy lejos.
estar realmente muy lejos.
10:12
Heck, the next time you make a video call,
177
600276
2841
La próxima vez que hagan una videollamada,
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
podrían ser capaces de seleccionar
la mejor versión de ustedes mismos
la mejor versión de ustedes mismos
10:18
you want people to see.
179
606901
1566
que prefieren que la gente vea.
10:20
It's like really, really good makeup.
180
608974
2533
Es como un maquillaje
extremadamente bueno.
extremadamente bueno.
10:24
I was scanned about a year and a half ago.
181
612853
3579
Escaneé mi rostro hace un año y medio.
10:29
I've aged.
182
617068
1721
He envejecido.
10:30
DigiDoug hasn't.
183
618813
1650
DigiDoug, no.
10:32
On video calls, I never have to grow old.
184
620798
3492
En las videollamadas, puedo no envejecer.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
Y, como imaginarán,
esto servirá para dar a los asistentes
virtuales un cuerpo y un rostro,
virtuales un cuerpo y un rostro,
10:41
to give virtual assistants
a body and a face.
a body and a face.
186
629434
3213
10:44
A humanity.
187
632671
1192
para darles humanidad.
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
Me encanta que cuando interactúo
con asistentes virtuales
con asistentes virtuales
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
me contesten con una voz tranquila,
que suena humana.
que suena humana.
10:51
Now they'll have a face.
190
639919
1776
Ahora tendrán un rostro.
10:53
And you'll get all the nonverbal cues
that make communication so much easier.
that make communication so much easier.
191
641719
4882
Y podremos ver todos los indicios verbales
que tanto facilitan la comunicación.
que tanto facilitan la comunicación.
11:00
It's going to be really nice.
192
648171
1420
Será realmente bueno.
11:01
You'll be able to tell when
a virtual assistant is busy or confused
a virtual assistant is busy or confused
193
649615
3637
Podrán darse cuenta cuando
el asistente esté ocupado, confundido
el asistente esté ocupado, confundido
11:05
or concerned about something.
194
653276
2680
o preocupado por algo.
11:09
Now, I couldn't leave the stage
195
657694
2509
No quería irme del escenario
sin mostrarles mi verdadero rostro,
sin mostrarles mi verdadero rostro,
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
para que puedan hacer comparaciones.
11:14
so you can do some comparison.
197
662949
1684
11:18
So let me take off my helmet here.
198
666573
1876
Así que permítanme quitarme este casco.
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
Sí, no se preocupen,
no se siente tan mal como parece.
no se siente tan mal como parece.
11:25
(Laughter)
200
673267
2428
(Risas)
11:29
So this is where we are.
201
677188
1698
Hasta aquí hemos llegado.
11:30
Let me put this back on here.
202
678910
1604
Dejen que me lo vuelva a poner.
11:32
(Laughter)
203
680538
1950
(Risas)
11:35
Doink!
204
683115
1186
11:37
So this is where we are.
205
685292
1600
Hasta aquí hemos llegado.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
Estamos a las puertas de poder interactuar
con seres humanos digitales
con seres humanos digitales
11:43
that are strikingly real,
207
691722
2181
que sean sorprendentemente reales,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
ya sea que estén controlados
por una persona o una máquina.
por una persona o una máquina.
11:49
And like all new technology these days,
209
697220
4375
Y, como todas las tecnologías
nuevas en la actualidad,
nuevas en la actualidad,
tendrá algunas implicancias serias
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
11:59
that we have to deal with.
211
707301
1734
que tendremos que abordar.
12:02
But I am just so really excited
212
710017
2118
Pero en verdad estoy muy emocionado
12:04
about the ability to bring something
that I've seen only in science fiction
that I've seen only in science fiction
213
712159
5053
por la capacidad de traer algo
que solo he visto en la ciencia ficción
que solo he visto en la ciencia ficción
12:09
for my entire life
214
717236
2270
durante toda mi vida
12:11
into reality.
215
719530
1328
a la realidad.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
Podremos comunicarnos con computadoras
como si habláramos con un amigo.
como si habláramos con un amigo.
12:18
And talking to faraway friends
217
726323
2500
Y charlar con mis amigos que viven lejos
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
será como si estuviéramos
en la misma habitación.
en la misma habitación.
12:24
Thank you very much.
219
732974
1308
Muchas gracias.
12:26
(Applause)
220
734306
6713
(Aplausos)
ABOUT THE SPEAKER
Doug Roble - Computer graphics software researcherDoug Roble has found a career combining the things he loves: math, computers, movies and imagination.
Why you should listen
Doug Roble has really only had one job in his life. After getting his PhD in Computer Science from the Ohio State University in 1992, he joined Digital Domain, a visual effects production company. Once there, he found a unique place where art and technology collide. Now he builds new tools for artists to use and they, in turn, use the tools in surprising and unexpected ways. The feedback loop between art and science is completely addicting. And, the byproduct of this are movies that the whole world enjoys.
Roble's work outside Digital Domain reflects this passion. He was the Editor and Chief of the Journal of Graphics tools for more than five years. He's currently the Chair of the Motion Picture Academy's Sci/Tech Awards and a member of the Academy's Sci/Tech Council. And two of the tools he's built over the years have won Sci/Tech Academy Awards themselves.
Doug Roble | Speaker | TED.com