TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
هِدسِتی که امواج مغز شما را می خواند.
Filmed:
Readability: 5
2,732,929 views
رابط کامپیتری جدید و متحیرکنندۀ " تن لی" امواج مغزی استفاده کنندۀ آن را می خواند و کنترل اشیاءِ مجازی و نیز ابزار الکترونیکی را به تنهایی با استفاده از افکار ( و کمی تمرکز ) امکان پذیر می سازد. او این هِدست را نمایش داده و دربارۀ کاربردهای آیندۀ آن صحبت می کند.
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). Full bio
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 until now, our communication with machines
0
1000
2000
تاکنون ارتباط ما با ماشین ها
00:18
has always been limited
1
3000
2000
همواره محدود به فرمی
00:20
to conscious and direct forms.
2
5000
2000
آگاهانه و مستقیم بوده.
00:22
Whether it's something simple
3
7000
2000
از کاری بسادگی
00:24
like turning on the lights with a switch,
4
9000
2000
روشن کردن یک لامپ با یک کلید،
00:26
or even as complex as programming robotics,
5
11000
3000
تا کاری به پیچیدگی برنامه نویسی روبات ها،
00:29
we have always had to give a command to a machine,
6
14000
3000
ما همواره یک یا چند فرمان
00:32
or even a series of commands,
7
17000
2000
به ماشین می دیم تا برای
00:34
in order for it to do something for us.
8
19000
3000
ما کاری رو انجام بده.
00:37
Communication between people, on the other hand,
9
22000
2000
در سوی دیگه، ارتباط بین انسان ها
00:39
is far more complex and a lot more interesting
10
24000
3000
پیچیدگی و جذابیت خیلی بیشتری داره
00:42
because we take into account
11
27000
2000
چون ما بسیار بیشتر
00:44
so much more than what is explicitly expressed.
12
29000
3000
متوجه جزئیات هستیم.
00:47
We observe facial expressions, body language,
13
32000
3000
ما حالت های چهره و زبان رو زیر نظر می گیریم
00:50
and we can intuit feelings and emotions
14
35000
2000
و می تونیم در گفتگو با دیگران
00:52
from our dialogue with one another.
15
37000
3000
درک آگاهانه ای از احساسات و هیجانات داشته باشیم.
00:55
This actually forms a large part
16
40000
2000
در واقع این بخش بزرگی از
00:57
of our decision-making process.
17
42000
2000
فرآیند تصمیم گیری ما رو شکل می ده.
00:59
Our vision is to introduce
18
44000
2000
چشم انداز ما وارد کردن
01:01
this whole new realm of human interaction
19
46000
3000
این حوزه نو برگرفته از تعامل انسان،
01:04
into human-computer interaction
20
49000
2000
در تعامل انسان با ماشینه تا
01:06
so that computers can understand
21
51000
2000
کامپوترها فقط قادر به فهم آنچه
01:08
not only what you direct it to do,
22
53000
2000
مستقیما ً به آنها می گوییم نباشند
01:10
but it can also respond
23
55000
2000
بلکه بتونن به حالت های چهره و
01:12
to your facial expressions
24
57000
2000
تجربه های احساسی شما
01:14
and emotional experiences.
25
59000
2000
هم واکنش نشون بدن.
01:16
And what better way to do this
26
61000
2000
برای انجام این کار چه راهی
01:18
than by interpreting the signals
27
63000
2000
بهتر از تفسیر سیگنال هایی
01:20
naturally produced by our brain,
28
65000
2000
که بطور طبیعی در مغز ما،
01:22
our center for control and experience.
29
67000
3000
مرکز کنترل و تجربه ما، تولید میشه.
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
خب، به نظر ایده خوبی میاد،
01:27
but this task, as Bruno mentioned,
31
72000
2000
اما همونطور که " برونو" هم گفت این کار
01:29
isn't an easy one for two main reasons:
32
74000
3000
به دو دلیل عمده چندان ساده نیست:
01:32
First, the detection algorithms.
33
77000
3000
اول، کشف الگوریتم ها.
01:35
Our brain is made up of
34
80000
2000
مغز ما از میلیاردها
01:37
billions of active neurons,
35
82000
2000
یاخته عصبی فعال با حدود
01:39
around 170,000 km
36
84000
3000
170,000 کیلومتر اکسون در هم تنیده
01:42
of combined axon length.
37
87000
2000
ساخته شده.
01:44
When these neurons interact,
38
89000
2000
زمانی که این یاخته ها بر هم کنش دارن،
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
واکنش شیمیایی یک تکانه الکتریکی
01:48
which can be measured.
40
93000
2000
منتشر می کنه که قابل اندازه گیری هست.
01:50
The majority of our functional brain
41
95000
3000
بیشتر نواحی عملکردی مغز ما
01:53
is distributed over
42
98000
2000
در قشر خارجی مغز
01:55
the outer surface layer of the brain,
43
100000
2000
توزیع شده و بخاطر افزایش ِ
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
سطح قابل استفاده، در خدمت ِ توانمندی ذهن،
02:00
the brain surface is highly folded.
45
105000
3000
سطح مغز بسیار پر چین شده.
02:03
Now this cortical folding
46
108000
2000
حالا این چین خوردگی غشائی
02:05
presents a significant challenge
47
110000
2000
یک چالش مهم برای تفسیر
02:07
for interpreting surface electrical impulses.
48
112000
3000
تکانه های الکتریکی سطحی بوجود آورده.
02:10
Each individual's cortex
49
115000
2000
قشر هر فرد خاص
02:12
is folded differently,
50
117000
2000
بصورت ِ متفاوتی چین خورده،
02:14
very much like a fingerprint.
51
119000
2000
بسیار شبیه به اثر انگشت.
02:16
So even though a signal
52
121000
2000
بنابراین هرچند یک سیگنال
02:18
may come from the same functional part of the brain,
53
123000
3000
ممکنه که از یک بخش در حال کار مغز آمده باشه،
02:21
by the time the structure has been folded,
54
126000
2000
چون این ساختار در طول زمان چین خورده،
02:23
its physical location
55
128000
2000
موقعیت فیزیکی آن
02:25
is very different between individuals,
56
130000
2000
در هر فردی بسیار متفاوت هست،
02:27
even identical twins.
57
132000
3000
حتی در دوقلوهای همسان.
02:30
There is no longer any consistency
58
135000
2000
هیچ نوع همسانی در
02:32
in the surface signals.
59
137000
2000
سیگنال های سطحی وجود نداره.
02:34
Our breakthrough was to create an algorithm
60
139000
2000
عزم ما برای ایجاد الگوریتمی بود که
02:36
that unfolds the cortex,
61
141000
2000
چین خوردگی قشر مغز رو باز کنه
02:38
so that we can map the signals
62
143000
2000
تا بتونیم سیگنال ها رو هرچه شبیه تر
02:40
closer to its source,
63
145000
2000
به منشاءِ اون ها ترسیم کنیم،
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
و در نتیجه موفق به کار بر روی عموم افراد بشیم.
02:46
The second challenge
65
151000
2000
چالش دوم
02:48
is the actual device for observing brainwaves.
66
153000
3000
دستگاهی برای مشاهده امواج مغزی است.
02:51
EEG measurements typically involve
67
156000
2000
اندازه گیری " ای.ای.جی" بطور نمونه،
02:53
a hairnet with an array of sensors,
68
158000
3000
شبکه ای روی سر رو با آرایش منظمی از سنسورها
02:56
like the one that you can see here in the photo.
69
161000
3000
بکار می گیره، شبیه اون که توی عکس می تونید ببینید.
02:59
A technician will put the electrodes
70
164000
2000
یک تکنسین ، الکترودها
03:01
onto the scalp
71
166000
2000
رو با استفاده از
03:03
using a conductive gel or paste
72
168000
2000
ژل یا خمیر رسانا و معمولا ً
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
بعد از یک روش آماده سازی سر با مالش ملایم،
03:08
by light abrasion.
74
173000
2000
بر روی سر قرار می ده.
03:10
Now this is quite time consuming
75
175000
2000
تا حالا کلی زمان صرف شده
03:12
and isn't the most comfortable process.
76
177000
2000
و چندان هم کار ساده ای نبوده
03:14
And on top of that, these systems
77
179000
2000
و علاوه بر اون، این سیستم ها
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
ده ها هزار دلار قیمت دارن.
03:20
So with that, I'd like to invite onstage
79
185000
3000
خب حالا می خوام " اوان گرَنت " رو به صحنه
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
دعوت کنم، او از سخنرانان سال های گذشته
03:25
who's kindly agreed
81
190000
2000
و کسی است که با مهربانی
03:27
to help me to demonstrate
82
192000
2000
پذیرفت به من کمک کنه تا آنچه
03:29
what we've been able to develop.
83
194000
2000
رو که می تونیم توسعه بدیم رونشون بدیم.
03:31
(Applause)
84
196000
6000
(تشویق حاضرین)
03:37
So the device that you see
85
202000
2000
خب این دستگاهی که شما می بینید
03:39
is a 14-channel, high-fidelity
86
204000
2000
یک سیستم دریافت بسیار دقیق ِ
03:41
EEG acquisition system.
87
206000
2000
چهارده کاناله " ای.ای.جی " هست.
03:43
It doesn't require any scalp preparation,
88
208000
3000
نیازی به آماده سازی ِ سر نداره،
03:46
no conductive gel or paste.
89
211000
2000
ژل یا خمیر رسانا نیاز نیست.
03:48
It only takes a few minutes to put on
90
213000
3000
فقط چند دقیقه برای بکار انداختن و
03:51
and for the signals to settle.
91
216000
2000
برقراری ِ سیگنال ها لازمه.
03:53
It's also wireless,
92
218000
2000
همچنین بیسیم هست،
03:55
so it gives you the freedom to move around.
93
220000
3000
بنابراین آزادی عمل به شما می ده
03:58
And compared to the tens of thousands of dollars
94
223000
3000
و در مقایسه با ده ها هزار دلار برای
04:01
for a traditional EEG system,
95
226000
3000
سیستم های " ای.ای.جی" مرسوم،
04:04
this headset only costs
96
229000
2000
این هدست فقط
04:06
a few hundred dollars.
97
231000
2000
چند صد دلار قیمت داره.
04:08
Now on to the detection algorithms.
98
233000
3000
حالا در مورد الگوریتم های ردیابی.
04:11
So facial expressions --
99
236000
2000
حالت های چهره، همونطور که
04:13
as I mentioned before in emotional experiences --
100
238000
2000
در تجربه های احساسی گفتم،
04:15
are actually designed to work out of the box
101
240000
2000
دستگاه طوری طراحی شده که
04:17
with some sensitivity adjustments
102
242000
2000
در بیرون، با ابزارهای تنظیم حساس
04:19
available for personalization.
103
244000
3000
که امکان تنظیم برای هر فرد رو داره، عمل کنه.
04:22
But with the limited time we have available,
104
247000
2000
هرچند زمان محدودی داریم،
04:24
I'd like to show you the cognitive suite,
105
249000
2000
می خوام به شما مجموعه حساسی رو
04:26
which is the ability for you
106
251000
2000
نشون بدم که این امکان رو به شما می ده
04:28
to basically move virtual objects with your mind.
107
253000
3000
که کلا ً اشیاءِ مجازی زو با ذهنتون حرکت بدید.
04:32
Now, Evan is new to this system,
108
257000
2000
حالا، " اوان " برای این سیستم، جدید هست
04:34
so what we have to do first
109
259000
2000
پس کاری که اول انجام می دیم
04:36
is create a new profile for him.
110
261000
2000
درست کردن یک شناسه جدید برای اونه.
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
اون قطعا ً "جوانا" نیست-- خب "اضافه کردن کاربر"
04:41
Evan. Okay.
112
266000
2000
"اوان" و کلید تأیید.
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
خب اولین کاری که لازمه با مجموعه دریافت کننده
04:46
is to start with training
114
271000
2000
انجام بدیم شروع آموزش ِ
04:48
a neutral signal.
115
273000
2000
یک سیگنال خنثی است.
04:50
With neutral, there's nothing in particular
116
275000
2000
برای حالت خنثی لازم نیست
04:52
that Evan needs to do.
117
277000
2000
"اوان" کار خاصی انجام بده.
04:54
He just hangs out. He's relaxed.
118
279000
2000
کافیه راحت و منفعل باشه
04:56
And the idea is to establish a baseline
119
281000
2000
مقصود اینه که سیگنال پایه و یا
04:58
or normal state for his brain,
120
283000
2000
حالت ِعادی مغز اون بر قرار بشه
05:00
because every brain is different.
121
285000
2000
چون این برای هر مغز متفاوت هست.
05:02
It takes eight seconds to do this,
122
287000
2000
انجام این کار هشت ثانیه زمان می بره،
05:04
and now that that's done,
123
289000
2000
و حالا انجام شد.
05:06
we can choose a movement-based action.
124
291000
2000
ما می تونیم یک عمل ِحرکتی رو انتخاب کنیم.
05:08
So Evan, choose something
125
293000
2000
خب "اوان" یک چیزی رو که می تونی
05:10
that you can visualize clearly in your mind.
126
295000
2000
بطور شفاف در ذهنت مجسم کنی انتخاب کن.
05:12
Evan Grant: Let's do "pull."
127
297000
2000
اوان گرنت : " کشیدن "
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
خب پس "کشیدن" رو انتخاب می کنیم.
05:16
So the idea here now
129
301000
2000
منظور ما در اینجا اینه که
05:18
is that Evan needs to
130
303000
2000
"اوان" باید جلو آمدن ِ
05:20
imagine the object coming forward
131
305000
2000
اون شئ در تصویر
05:22
into the screen,
132
307000
2000
رو تصور کنه.
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
این نشانگر ستونی در صفحه در زمان انجام
05:27
while he's doing that.
134
312000
2000
بالا و پایین می ره.
05:29
The first time, nothing will happen,
135
314000
2000
در ابتدا هیچ اتفاقی نمی افتاد چون سیستم
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
هیچ انگاره ای برای اینکه او چطور به "کشیدن" فکر می کنه، نداشت
05:34
But maintain that thought
137
319000
2000
ولی در خلال اون هشت ثانیه
05:36
for the entire duration of the eight seconds.
138
321000
2000
این فکر رو ثبت کرد.
05:38
So: one, two, three, go.
139
323000
3000
خب. یک، دو، سه، شروع...
05:49
Okay.
140
334000
2000
خوبه...
05:51
So once we accept this,
141
336000
2000
وقتی این رو تأیید می کنیم
05:53
the cube is live.
142
338000
2000
مکعب بطور زنده نمایش داده می شه.
05:55
So let's see if Evan
143
340000
2000
خب بذارید ببینیم "اوان"
05:57
can actually try and imagine pulling.
144
342000
3000
می تونه سعی کنه و "کشیدن" رو تصور کنه.
06:00
Ah, good job!
145
345000
2000
اوه، کارت عالی بود!
06:02
(Applause)
146
347000
3000
(تشویق حاضرین)
06:05
That's really amazing.
147
350000
2000
خیلی جالبه...
06:07
(Applause)
148
352000
4000
(تشویق حاضرین)
06:11
So we have a little bit of time available,
149
356000
2000
خب ما خیلی کم وقت داریم
06:13
so I'm going to ask Evan
150
358000
2000
و من از "اوان" یک کار واقعا ً
06:15
to do a really difficult task.
151
360000
2000
مشکل رو می خوام که انجام بده.
06:17
And this one is difficult
152
362000
2000
این کار مشکله چون در رابطه با
06:19
because it's all about being able to visualize something
153
364000
3000
توانایی ِ تصور کردن چیزی هست که در
06:22
that doesn't exist in our physical world.
154
367000
2000
دنیای فیزیکی ِ ما وجود نداره.
06:24
This is "disappear."
155
369000
2000
این کار "ناپدید کردن" هست.
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
خب چی می خواید... یک عمل ِحرکتی
06:28
we do that all the time, so you can visualize it.
157
373000
3000
ما اون کار رو چون همیشه انجام می دیم می تونیم تصورش کنیم
06:31
But with "disappear," there's really no analogies --
158
376000
2000
ولی با "ناپدید کردن" واقعا ً قابل مقایسه نیست.
06:33
so Evan, what you want to do here
159
378000
2000
خب "اوان" کاری که باید بکنی
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
اینه که تصور کنی مکعب به آرامی در حال ناپدید شدن هست.
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
خب همون کارهای مشابه و یک، دو، سه، شروع...
06:50
Okay. Let's try that.
162
395000
3000
خب بذارید ببینیم...
06:53
Oh, my goodness. He's just too good.
163
398000
3000
اوه، عالیه... کارش عالیه...
06:57
Let's try that again.
164
402000
2000
بذارید دوباره سعی کنه.
07:04
EG: Losing concentration.
165
409000
2000
(اوان:) تمرکزم بهم می خوره
07:06
(Laughter)
166
411000
2000
(خنده حاضرین)
07:08
TL: But we can see that it actually works,
167
413000
2000
ولی ما می تونیم ببینیم که
07:10
even though you can only hold it
168
415000
2000
واقعا ً کار می کنه هرچند
07:12
for a little bit of time.
169
417000
2000
مدت کمی اون رو نگه داری.
07:14
As I said, it's a very difficult process
170
419000
3000
همونطور که گفتم تصور کردن این،
07:17
to imagine this.
171
422000
2000
یک فرآیند بسیار سخته.
07:19
And the great thing about it is that
172
424000
2000
نکته اصلی در اینجا اینه که
07:21
we've only given the software one instance
173
426000
2000
ما یک بار چگونگی فکر کردن
07:23
of how he thinks about "disappear."
174
428000
3000
دربارۀ "ناپدید شدن" رو به نرم افزار دادیم
07:26
As there is a machine learning algorithm in this --
175
431000
3000
چون در اینجا یک ماشین یادگیرندۀ الگوریتم...
07:29
(Applause)
176
434000
4000
(تشویق حضار)
07:33
Thank you.
177
438000
2000
ممنون.
07:35
Good job. Good job.
178
440000
3000
عالیه، کارت عالی بود.
07:38
(Applause)
179
443000
2000
(تشویق حضار)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
ممنون " اوان" . تو موفق شدی. مثال موفقی
07:43
example of the technology.
181
448000
3000
از این تکنولوژی.
07:46
So, as you can see, before,
182
451000
2000
بنابراین چنانچه دیدید
07:48
there is a leveling system built into this software
183
453000
3000
یک سیستم سنجش در این نرم افزار وجود داره که
07:51
so that as Evan, or any user,
184
456000
2000
چنانچه " اوان" یا هر کاربر دیگه ای
07:53
becomes more familiar with the system,
185
458000
2000
برای آشناتر شدن با این سیستم،
07:55
they can continue to add more and more detections,
186
460000
3000
می تونن افزودن دریافت عملکردها رو ادامه بدن
07:58
so that the system begins to differentiate
187
463000
2000
و سیستم شروع به تفکیک
08:00
between different distinct thoughts.
188
465000
3000
بین افکاری که بطور واضح متفاوت هستن، می کنه.
08:04
And once you've trained up the detections,
189
469000
2000
زمانی که شما این ردیابی سیگنال ها
08:06
these thoughts can be assigned or mapped
190
471000
2000
رو آموزش دادید، این افکار می تونن
08:08
to any computing platform,
191
473000
2000
به هر مجموعۀ محاسباتی، نرم افزار یا دستگاه،
08:10
application or device.
192
475000
2000
نمایه سازی و یا اختصاص داده شوند.
08:12
So I'd like to show you a few examples,
193
477000
2000
خب می خوام به شما چند مثال رو نشون بدم،
08:14
because there are many possible applications
194
479000
2000
چون برنامه های عملی بسیاری
08:16
for this new interface.
195
481000
2000
برای این رابط وجود داره.
08:19
In games and virtual worlds, for example,
196
484000
2000
برای مثال در دنیای مجازی و بازی ها،
08:21
your facial expressions
197
486000
2000
حالت های چهرۀ شما بصورت ِ
08:23
can naturally and intuitively be used
198
488000
2000
طبیعی و مستقیم می تونه
08:25
to control an avatar or virtual character.
199
490000
3000
شخصیت مجازی یا چهرۀ مجازی شما رو کنترل کنه.
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
مسلما ً شما می تونید فضای خیالی جادو رو
08:31
and control the world with your mind.
201
496000
3000
تجربه کنید و جهان رو با ذهنتون کنترل کنید.
08:36
And also, colors, lighting,
202
501000
3000
همینطور رنگ ها، نورها، صداها و عوامل طبیعی
08:39
sound and effects
203
504000
2000
می تونن بصورت پویا به
08:41
can dynamically respond to your emotional state
204
506000
2000
حالت احساسی شما پاسخ بدن تا
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
تجربه شما در لحظۀ حال رو ارتقاء ببخشن.
08:47
And moving on to some applications
206
512000
2000
در ادامۀ کار، تجهیزات ِ توسعه یافته توسط
08:49
developed by developers and researchers around the world,
207
514000
3000
توسعه دهندگان و محققان سراسر دنیا با روبات ها
08:52
with robots and simple machines, for example --
208
517000
3000
و ماشین های ساده، به عنوان مثال برای این حوزه،
08:55
in this case, flying a toy helicopter
209
520000
2000
پرواز اسباب بازی ِ هلیکوپتر
08:57
simply by thinking "lift" with your mind.
210
522000
3000
با فکر کردن به "بالا رفتن" در ذهنتون.
09:00
The technology can also be applied
211
525000
2000
این تکنولوژی همچنین در وسایل ِ
09:02
to real world applications --
212
527000
2000
جهان واقعی می تونه کاربردی باشه،
09:04
in this example, a smart home.
213
529000
2000
برای مثال ِ این حوزه، یک خانه هوشمند.
09:06
You know, from the user interface of the control system
214
531000
3000
از رابط ِ کاربر سیستم کنترل
09:09
to opening curtains
215
534000
2000
به باز کردن
09:11
or closing curtains.
216
536000
3000
یا بستن پرده ها،
09:22
And of course, also to the lighting --
217
547000
3000
همینطور روشن یا
09:25
turning them on
218
550000
3000
خاموش کردن
09:28
or off.
219
553000
2000
نورها
09:30
And finally,
220
555000
2000
در نهایت،
09:32
to real life-changing applications,
221
557000
2000
تجهیزات واقعی تغییردهندۀ زندگی
09:34
such as being able to control an electric wheelchair.
222
559000
3000
همچون توانایی کنترل یک ویلچیر الکتریکی
09:37
In this example,
223
562000
2000
که در این نمونه
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
حالت های چهره برای دستورات ِ حرکتی طرح ریزی میشن.
09:42
Man: Now blink right to go right.
225
567000
3000
(شخص :) حالا یک چشمک راست برای رفتن به راست.
09:50
Now blink left to turn back left.
226
575000
3000
حالا یک چشمک چپ برای رفتن به چپ.
10:02
Now smile to go straight.
227
587000
3000
حالا لبخند برای مستقیم رفتن.
10:08
TL: We really -- Thank you.
228
593000
2000
TL: ما واقعا ً-- متشکرم.
10:10
(Applause)
229
595000
5000
(تشویق حضار)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
ما در واقع فقط روی این مسأله رو باز کردیم که چه کازهایی امروز ممکنه.
10:18
and with the community's input,
231
603000
2000
با ورود انجمن ها،
10:20
and also with the involvement of developers
232
605000
2000
همچنین مشارکت توسعه دهندگان و محققان سراسر دنیا،
10:22
and researchers from around the world,
233
607000
3000
ما امیدواریم که در جهت پیشبرد این تکنولوژی
10:25
we hope that you can help us to shape
234
610000
2000
از این نقطه به جایی که خواهد رفت،
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
ما رو یاری کنید. از شما بسیار متشکرم.
ABOUT THE SPEAKER
Tan Le - EntrepreneurTan 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.
Tan Le | Speaker | TED.com