TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Aguera y Arcas démontre comment la réalité augmentée transforme la cartographie
Filmed:
Readability: 3.4
1,856,682 views
Pendant une présentation qui coupa le souffle de l'audience de TED2010, Blaise Aguera y Arcas dévoile les nouvelles technologies de cartographie avec réalité augmentée de 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
Il y a environ un an et demi
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
Stephen Lawler qui a lui aussi fait une conférence
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
ici à TED en 2007 au sujet de Virtual Earth
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
m’a fait venir pour devenir l’architecte de Bing Maps,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
le projet de cartographie en ligne de Microsoft.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
Pendant les deux dernières années et demie, nous avons travaillé très dur
00:31
on redefining the way maps work online.
6
16000
4000
pour redéfinir la manière dont les cartographies en ligne fonctionnent.
00:35
And we really are seeing this in very different terms
7
20000
2000
Et nous voyons vraiment ça de façon très différente
00:37
from the kind of mapping and direction site
8
22000
2000
des sites qui proposent des cartes et des directions
00:39
that one is used to.
9
24000
2000
et auxquels on est habitués.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
La première chose que vous remarquerez à propos du site de cartographie,
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
est simplement la fluidité du zoom et du défilement,
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
qui, si vous êtes familier avec Seadragon
00:47
that's where it comes from.
13
32000
2000
c'est de là que ça vient.
00:49
Mapping is, of course,
14
34000
2000
Créer une carte est, bien sûr,
00:51
not just about cartography,
15
36000
2000
plus que simplement la cartographie,
00:53
it's also about imagery.
16
38000
2000
c'est aussi de l'imagerie.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Donc, quand nous zoomons au-delà d'un certain niveau
00:58
this resolves into a kind of Sim City-like
18
43000
3000
on arrive à une sorte de vue virtuelle à 45 degrés
01:01
virtual view at 45 degrees.
19
46000
2000
du genre Sim City.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
On peut la regarder depuis n'importe lequel des points cardinaux,
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
pour voir la structure en 3D de la ville et de ses façades.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Maintenant, nous voyons cet espace, cet environnement en 3D
01:14
as being a canvas on which
23
59000
3000
comme un canevas sur lequel
01:17
all sorts of applications can play out,
24
62000
6000
toutes sortes d'applications peuvent se greffer.
01:23
and map's directions are really just one of them.
25
68000
3000
Et les directions en sont juste un exemple.
01:26
If you click on this, you'll see
26
71000
3000
Si vous cliquez ici, vous verrez
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
quelques unes de celles que l'on vient juste de sortir ces derniers mois,
01:32
since we've launched.
28
77000
2000
depuis que nous avons lancé ce produit.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Par exemple, quelques jours après la catastrophe en Haïti,
01:36
we had an earthquake map that showed
30
81000
2000
nous avions une carte du tremblement de terre qui montrait
01:38
before and after pictures from the sky.
31
83000
2000
des vues aériennes avant et après.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Cette fantastique application que je n'ai pas le temps de vous montrer
01:42
is taking hyper-local blogs in real time
33
87000
3000
incorpore les blogs hyper-locaux en temps réel
01:45
and mapping those stories, those entries
34
90000
2000
et joint ces histoires, ces billets
01:47
to the places that are referred to on the blogs.
35
92000
2000
aux endroits mentionnés dans les blogs.
01:49
It's wonderful.
36
94000
3000
C'est merveilleux.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Mais je vais vous montrer d'autres choses qui sont impressionnantes.
01:55
So, we see the imagery, of course,
38
100000
4000
Donc nous voyons les images bien sûr,
01:59
not stopping at the sky.
39
104000
3000
mais pas seulement les vues aériennes.
02:02
These little green bubbles represent
40
107000
3000
Ces petites bulles vertes représentent
02:05
photosynths that users have made.
41
110000
2000
des Photosynths créés par les utilisateurs.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
Je ne vais pas entrer dans le détail, mais ces Photosynths sont intégrés dans la carte.
02:10
Everything that's cased in blue
43
115000
2000
Tout ce qui est encadré en bleu
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
représente les zones où nous avons aussi pris des vues terrestres.
02:17
And so, when you fly down --
45
122000
2000
Et donc, quand vous vous rapprochez du sol --
02:19
(Applause)
46
124000
2000
(applaudissements)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Merci. Quand vous vous rapprochez du sol
02:23
and you see this kind of panoramic imagery,
48
128000
3000
et que vous voyez cette sorte d'image panoramique,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
la première chose que vous remarquerez c'est que ce n'est pas seulement une image,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
il y a autant d'éléments tri-dimensionels dans cet environement
02:33
as there is of the three-dimensional city from above,
51
138000
3000
qu'il y en a dans la ville en 3D que nous avons vu du ciel,
02:36
so if I click on something to get a closer view of it,
52
141000
4000
donc si je clique sur quelque chose pour le voir de plus près,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
alors la transition peut être rendue comme cela
02:43
is a function of all of that geometry,
54
148000
2000
grâce à toute cette géométrie,
02:45
all of that 3D understanding behind this model.
55
150000
4000
à toute cette recherche en 3D qui est derrière ce modèle.
02:49
Now, I'll show you a fun app
56
154000
3000
Maintenant je vais vous montrer une appli très sympa
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
pour laquelle nous avons collaboré avec nos amis de Flickr.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Elle prend les images géo-localisées de Flickr
03:02
and uses photosynth-like processes
59
167000
3000
et utilise des processus similaires aux photosynths
03:05
to connect that imagery to our imagery, so --
60
170000
4000
pour connecter ces images aux nôtres, pour --
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
je ne suis pas sûr que ce soit l'image que je voulais cliquer, mais --
03:12
(Laughter)
62
177000
3000
(rires)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Mais regardez -- c'est, bien sûr, un site touristique populaire,
03:19
and there are lots of photos around here,
64
184000
2000
et il y a beaucoup de photos de cet endroit,
03:21
and these photos are all taken at different times.
65
186000
3000
et ces photos ont été prises à différents moments.
03:24
So this one was taken around five.
66
189000
2000
Celle-ci à été prise vers 17 heures.
03:26
So that's the Flickr photo,
67
191000
2000
Donc ça c'est la photo de Flickr,
03:28
that's our imagery.
68
193000
2000
ça c'est notre imagerie.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Et vous voyez comment ces images venant des utilisateurs
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
s'intègrent presque nativement au coeur de la carte elle-même.
03:36
(Applause)
71
201000
2000
(applaudissements)
03:38
Thank you.
72
203000
2000
Merci.
03:40
(Applause)
73
205000
2000
(applaudissements)
03:42
There are several reasons why this is interesting
74
207000
2000
Il y a plusieurs raisons pour lesquelles ceci est intéressant
03:44
and one of them, of course, is time travel.
75
209000
2000
et l'une d'elles, bien sûr, est de pouvoir voyager dans le temps.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
Et je ne vais pas vous montrer maintenant de superbes images historiques
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
mais il y en a aussi avec des chevaux et des carrosses et tout ça.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Mais ce qui est formidable avec ça, c'est que non seulement cela enrichit
03:54
this visual representation of the world
79
219000
2000
cette représentation virtuelle du monde
03:56
with things that are coming in from users,
80
221000
3000
avec des éléments qui viennent des utilisateurs,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
mais c'est aussi la base de la réalité augmentée,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
et c'est quelque chose que je vais vous montrer dans un instant.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Je viens juste de faire une transition en intérieur. C'est intéressant aussi.
04:10
OK, notice there's now a roof above us.
84
235000
2000
D'accord, remarquez que maintenant il y a toit au-dessus de nous.
04:12
We're inside the Pike Place Market.
85
237000
3000
Nous sommes à l'intérieur du marché de Pike Place.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
Et c'est quelque chose que nous somme capables de faire avec un appareil dans un sac à dos.
04:17
so, we're now not only imaging in the street
87
242000
4000
Donc nous ne prenons pas seulement des images dans la rue,
04:21
with this camera on tops of cars,
88
246000
2000
avec cet appareil photo sur le toit de voitures,
04:23
but we're also imaging inside.
89
248000
4000
nous prenons aussi des images à l'intérieur.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
A partir de là nous sommes capables de faire la même sorte d'intégration,
04:32
not only of still images, but also of video.
91
257000
4000
non seulement d'images, mais aussi de vidéos.
04:36
So this is something that we're now going to try
92
261000
2000
Et c'est quelque chose que nous allons essayer de faire maintenant
04:38
for the first time, live,
93
263000
2000
pour le première fois, en direct,
04:40
and this is really, truly, very frightening.
94
265000
3000
et ça, ça fait vraiment peur.
04:43
(Laughter)
95
268000
2000
(rires)
04:46
OK.
96
271000
2000
D'accord.
04:48
(Ringing)
97
273000
2000
(sonnerie)
04:50
All right, guys, are you there?
98
275000
2000
Bien, les gars, vous êtes là ?
04:52
(Noise)
99
277000
2000
(bruit)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Bien. J'appuie dessus. J'appuie sur "lecture".
04:56
I'm live. All right. There we go.
101
281000
2000
Je suis en direct. Bien. C'est parti.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Donc, voici nos amis au marché Pike Place, le labo.
05:03
(Applause)
103
288000
8000
(applaudissements)
05:12
So they're broadcasting this live.
104
297000
2000
Ils transmettent ça en direct.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
Bien, Georges, peux-tu reculer et filmer le coin du marché ?
05:18
Because I want to show points of interest.
106
303000
4000
Parce que je veux vous montrer un point d'intérêt.
05:22
No, no. The other way.
107
307000
3000
Non, non, de l'autre côté.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Oui, oui, retourne vers le coin. Vers le coin.
05:27
I don't want to see you guys yet.
109
312000
3000
Je ne veux pas encore vous voir les gars.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
D'accord, d'accord. Retour vers le coin. Retour vers le coin, vers le coin.
05:37
OK, never mind.
111
322000
2000
D'accord, c'est pas grave.
05:40
What I wanted to show you was these points of interest
112
325000
2000
Ce que je voulais vous montrer c'est ces points d'intérêt
05:42
over here on top of the image
113
327000
2000
là, par dessus l'image,
05:44
because what that gives you a sense of is the way,
114
329000
2000
parce que ça vous donne une idée de comment,
05:46
if you're actually on the spot,
115
331000
2000
si vous êtes à cet endroit....
05:48
you can think about this --
116
333000
2000
vous pouvez voir ça comme --
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
c'est aller un pas plus loin que la réalité augmentée.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Hey les gars qu'est-ce que vous -- oh, désolé.
05:55
(Laughter)
119
340000
3000
(rires)
05:58
We're doing two different --
120
343000
3000
Nous faisons deux ...
06:01
OK, I'm hanging up now.
121
346000
3000
D'accord, je raccroche maintenant...
06:04
We're doing two different things here.
122
349000
2000
Nous faisons deux choses différentes ici.
06:06
One of them is to take that real ...
123
351000
2000
L'une est de prendre cette vraie...
06:08
(Laughter)
124
353000
7000
(rires)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
D'accord, laissez moi remercier l'équipe.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
Ils ont fait un boulot fantastique à faire marcher tout ça.
06:20
(Applause)
127
365000
2000
(applaudissements)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Je vais les abandonner maintenant et retourner à l'extérieur.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
Et pendant que je me dirige vers l'extérieur, je mentionnerai juste
06:28
here we're using this for telepresence,
130
373000
2000
que dans le cas présent nous utilisons ça pour la téléprésence,
06:30
but you can equally well use this
131
375000
2000
mais vous pouvez aussi l'utiliser
06:32
on the spot, for augmented reality.
132
377000
2000
immédiatement, pour la réalité augmentée.
06:34
When you use it on the spot, it means that
133
379000
2000
Quand vous l'utilisez sur le champ, cela veut dire que
06:36
you're able to bring all of that metadata
134
381000
2000
vous êtes capable d'accéder à toutes les métadonnées
06:38
and information about the world to you.
135
383000
2000
et les informations sur le monde.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Et ici, nous faisons la démarche supplémentaire d'émettre aussi cette information.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
Et au fait c'était transmis sur un réseau 4G
06:45
from the market.
138
390000
3000
depuis le marché.
06:48
All right, and now there's one last TED talk
139
393000
3000
Bien, et maintenant il y a un dernier TED talk
06:51
that Microsoft has given in the past several years.
140
396000
2000
que Microsoft a fait ces dernières années.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
Et c'est Curtis Wong, le WorldWide Telescope.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
Donc nous allons partir vers les bennes,
06:58
where it's traditional, after a long day at the market,
143
403000
3000
où il est traditionnel, après une longue journée au marché,
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
d'aller faire une pause, et de regarder le ciel.
07:05
This is the integration
145
410000
2000
Ça c'est l'intégration
07:07
of WorldWide Telescope into our maps.
146
412000
3000
du WorldWide Telescope avec nos cartes.
07:10
(Applause)
147
415000
2000
(applaudissements)
07:12
This is the current -- thank you --
148
417000
3000
C'est le temps -- merci --
07:15
this is the current time. If we scrub the time,
149
420000
2000
C'est le temps présent, mais si nous effaçons le temps,
07:17
then we can see how the sky will look at different times,
150
422000
3000
alors on peut voir à quoi le ciel ressemblera à différentes heures,
07:20
and we can get all of this very detailed
151
425000
2000
et nous pouvons avoir toutes ces informations
07:22
information about different times, different dates:
152
427000
4000
très détaillées sur des heures différentes, à des dates différentes.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Elevons un peu la lune dans le ciel,
07:29
maybe change the date.
154
434000
4000
peut-être que nous changeons la date.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Je voudrais zoomer un peu sur la lune.
07:39
So, this is an astronomically complete
156
444000
2000
Donc c'est une complète représentation
07:41
representation of the sky
157
446000
3000
astronomique du ciel
07:44
integrated right into the Earth.
158
449000
2000
intégrée avec la terre.
07:46
All right now, I've overrun my time,
159
451000
2000
Bien, maintenant je dépasse mon temps de parole,
07:48
so I've got to stop.
160
453000
2000
donc je dois m'arrêter.
07:50
Thank you all very much.
161
455000
2000
Merci beaucoup à tous.
07:52
(Applause)
162
457000
12000
(applaudissements)
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