TED2010
John Underkoffler: Pointing to the future of UI
John Underkoffler présente le futur des interfaces utilisateurs.
Filmed:
Readability: 4
1,888,233 views
Le conseiller scientifique de Minority Report et inventeur John Underkoffler fait une démonstration de g-speak -- la version réelle de l'interface utilisateur à base de clignements des yeux, de tai-chi et de cyberespace. Les ordinateurs de demain seront-ils contrôlés ainsi?
John Underkoffler - Interface designer
Remember the data interface from Minority Report? Well, it's real, John Underkoffler invented it -- as a point-and-touch interface called g-speak -- and it's about to change the way we interact with data. Full bio
Remember the data interface from Minority Report? Well, it's real, John Underkoffler invented it -- as a point-and-touch interface called g-speak -- and it's about to change the way we interact with data. Full bio
Double-click the English transcript below to play the video.
00:15
We're 25, 26 years after
0
0
2000
Nous voici 25, 26 ans après
00:17
the advent of the Macintosh,
1
2000
2000
l'avènement de Macintosh
00:19
which was an astoundingly seminal event
2
4000
2000
qui fut un évènement incroyablement fondateur
00:21
in the history
3
6000
2000
de l'histoire
00:23
of human-machine interface
4
8000
2000
des interfaces homme-machine,
00:25
and in computation in general.
5
10000
2000
et de l'informatique en général.
00:27
It fundamentally changed the way
6
12000
2000
Ça a changé fondamentalement la façon
00:29
that people thought about computation,
7
14000
2000
de penser des gens à propos de l'informatique,
00:31
thought about computers,
8
16000
2000
des ordinateurs,
00:33
how they used them and who and how many people were able to use them.
9
18000
3000
de comment ils les utilisent et de combien de personnes ont les capacités de les utiliser.
00:36
It was such a radical change, in fact,
10
21000
2000
C'est un changement si radical, en fait,
00:38
that the early Macintosh development team
11
23000
2000
que l'équipe de développement du Macintosh des débuts
00:40
in '82, '83, '84
12
25000
2000
dans les années 82 83 84
00:42
had to write an entirely new operating system from the ground up.
13
27000
3000
dut écrire un système d'exploitation complètement nouveau depuis rien.
00:45
Now, this is an interesting little message,
14
30000
2000
Voici maintenant un petit message intéressant,
00:47
and it's a lesson that has since, I think,
15
32000
2000
et une leçon qui depuis
00:49
been forgotten or lost or something,
16
34000
2000
a été oubliée, ou perdue, que sais-je...
00:51
and that is, namely, that the OS is the interface.
17
36000
3000
Le système d'exploitation est l'interface.
00:54
The interface is the OS.
18
39000
2000
L'interface est le système d'exploitation.
00:56
It's like the land and the king (i.e. Arthur) they're inseparable, they are one.
19
41000
3000
C'est comme la terre et le roi dans "Arthur"; ils sont inséparables, ils sont un.
00:59
And to write a new operating system was not a capricious matter.
20
44000
3000
Écrire un nouveau système d'exploitation n'était pas un caprice.
01:02
It wasn't just a matter of tuning up some graphics routines.
21
47000
3000
Ce n'était pas une excuse pour raffiner quelques rendus graphiques.
01:05
There were no graphics routines. There were no mouse drivers.
22
50000
3000
Il n'y avait pas de rendu graphique. Il n'y avait pas de drivers de souris.
01:08
So it was a necessity.
23
53000
2000
C'était une nécessité.
01:10
But in the quarter-century since then,
24
55000
2000
Mais dans les 25 ans qui ont suivi,
01:12
we've seen all of the fundamental
25
57000
2000
nous avons vu toute la technologie
01:14
supporting technologies go berserk.
26
59000
2000
de base s'emballer.
01:16
So memory capacity and disk capacity
27
61000
3000
Les capacités mémoire et disque
01:19
have been multiplied by something between 10,000 and a million.
28
64000
3000
ont été multipliées par quelque chose entre 10 000 et un million.
01:22
Same thing for processor speeds.
29
67000
2000
Pareil pour la vitesse des processeurs.
01:24
Networks, we didn't have networks at all
30
69000
2000
Les réseaux... il n'y en avait pas
01:26
at the time of the Macintosh's introduction,
31
71000
3000
quand Macintosh a été lancé.
01:29
and that has become the single most salient aspect
32
74000
2000
Et pourtant ils sont ce qui a le plus sensiblement
01:31
of how we live with computers.
33
76000
2000
changé nos rapports aux ordinateurs.
01:33
And, of course, graphics: Today
34
78000
2000
Et, bien sûr, le graphique aujourd'hui:
01:35
84 dollars and 97 cents at Best Buy
35
80000
3000
Pour 84,87$ à Best Buy
01:38
buys you more graphics power
36
83000
2000
vous avez plus de capacité graphique
01:40
than you could have gotten for a million bucks from SGI only a decade ago.
37
85000
3000
que vous auriez pu avoir pour un million de dollars il y a dix ans.
01:43
So we've got that incredible ramp-up.
38
88000
2000
On fait face à cette incroyable escalade.
01:45
Then, on the side, we've got the Web
39
90000
2000
Ensuite, il y a Internet
01:47
and, increasingly, the cloud,
40
92000
2000
et de plus en plus, le nuage (« cloud »),
01:49
which is fantastic,
41
94000
2000
qui est fantastique,
01:51
but also -- in the regard in which an interface is fundamental --
42
96000
3000
mais aussi une distraction
01:54
kind of a distraction.
43
99000
2000
car l'interface est fondamentale.
01:56
So we've forgotten to invent new interfaces.
44
101000
2000
Nous avons oublié de développer de nouvelles interfaces.
01:58
Certainly we've seen in recent years a lot of change in that regard,
45
103000
2000
Bien sûr, nous avons vu dans les dernières années de grands changements dans le domaine.
02:00
and people are starting to wake up about that.
46
105000
3000
Et on commence à se réveiller.
02:04
So what happens next? Where do we go from there?
47
109000
2000
Donc qu'est-ce qui se passe ensuite? Où va-t-on?
02:06
The problem, as we see it,
48
111000
2000
Le problème tel qu'on le voit,
02:08
has to do with a single, simple word: "space,"
49
113000
2000
est lié à un unique mot, très simple: l'espace;
02:10
or a single, simple phrase:
50
115000
2000
ou une unique phrase, très simple:
02:12
"real world geometry."
51
117000
2000
"la géométrie du monde réel."
02:14
Computers and the programming languages
52
119000
2000
Les ordinateurs et les langages de programmation
02:16
that we talk to them in, that we teach them in,
53
121000
2000
avec lesquels nous leur parlons, nous leur enseignons,
02:18
are hideously insensate when it comes to space.
54
123000
3000
sont horriblement inappropriés quand on commence à parler d'espace
02:21
They don't understand real world space.
55
126000
2000
Ils ne comprennent pas l'espace du monde réel.
02:23
It's a funny thing because the rest of us occupy it quite frequently and quite well.
56
128000
3000
C'est marrant parce que nous, on y vit.
02:26
They also don't understand time, but that's a matter for a separate talk.
57
131000
3000
Ils ne comprennent pas le temps, mais c'est une autre histoire.
02:29
So what happens if you start to
58
134000
2000
Donc qu'est-ce qui se passe quand on commence
02:31
explain space to them?
59
136000
2000
à leur expliquer l'espace?
02:36
One thing you might get is something like the Luminous Room.
60
141000
3000
Une des choses que vous pourriez avoir est une chambre lumineuse.
02:39
The Luminous Room is a system
61
144000
2000
La chambre lumineuse est un système
02:41
in which it's considered that
62
146000
2000
où l'entrée et la sortie
02:43
input and output spaces are co-located.
63
148000
2000
sont confondues.
02:45
That's a strangely simple,
64
150000
2000
C'est étrangement simple,
02:47
and yet unexplored idea, right?
65
152000
2000
et pas encore exploré comme idée, non?
02:49
When you use a mouse, your hand is down here on the mouse pad.
66
154000
3000
Quand on utilise une souris, la main est ici, sur la souris.
02:52
It's not even on the same plane as what you're talking about:
67
157000
2000
On ne parle même pas au même niveau.
02:54
The pixels are up on the display.
68
159000
2000
Les pixels sont sur l'écran.
02:56
So here was a room in which all the walls, floors, ceilings,
69
161000
3000
Donc voici une salle, où tous les murs, sol, plafond,
02:59
pets, potted plants, whatever was in there,
70
164000
2000
animaux, plantes vertes, n'importe quoi,
03:01
were capable, not only of display but of sensing as well.
71
166000
3000
sont capables non seulement de montrer, mais de ressentir aussi.
03:04
And that means input and output are in the same space
72
169000
2000
On dit que l'entrée et la sortie sont dans le même espace
03:06
enabling stuff like this.
73
171000
2000
et permettent des trucs comme ça.
03:08
That's a digital storage in a physical container.
74
173000
2000
Voici un espace de stockage digital dans un conteneur physique.
03:10
The contract is the same
75
175000
2000
Le contrat est le même
03:12
as with real word objects in real world containers.
76
177000
3000
que dans les objets du monde réel, dans des conteneurs réels.
03:15
Has to come back out, whatever you put in.
77
180000
3000
Tout ce qu'on y met doit ressortir.
03:18
This little design experiment
78
183000
2000
Cette petite expérience de design
03:20
that was a small office here knew a few other tricks as well.
79
185000
3000
utilisait quelques autres trucs.
03:23
If you presented it with a chess board,
80
188000
2000
Si vous lui montrer un échiquier,
03:25
it tried to figure out what you might mean by that.
81
190000
2000
elle essayait de deviner ce que vous vouliez dire.
03:27
And if there was nothing for them to do,
82
192000
2000
Et si elles n'avaient rien à faire,
03:29
the chess pieces eventually got bored
83
194000
2000
les pièces d'échecs en avaient marre
03:31
and hopped away.
84
196000
2000
et s'en allaient.
03:33
The academics who were overseeing this work
85
198000
3000
Les scientifiques qui encadraient ce travail
03:36
thought that that was too frivolous,
86
201000
2000
pensaient que c'était un sujet trop léger,
03:38
so we built deadly serious applications
87
203000
2000
alors nous avons conçu des applications sérieuses
03:40
like this optics prototyping workbench
88
205000
2000
comme ce banc prototype optique
03:42
in which a toothpaste cap on a cardboard box
89
207000
3000
dans lequel un bouchon de tube de dentifrice sur une boîte en carton
03:45
becomes a laser.
90
210000
2000
devient un laser.
03:47
The beam splitters and lenses are represented by physical objects,
91
212000
3000
Le rayon se divise et les lentilles sont représentées par des objets physiques,
03:50
and the system projects down the laser beam path.
92
215000
3000
et le système envoie le rayon laser.
03:53
So you've got an interface that has no interface.
93
218000
2000
Donc nous avons une interface qui n'a pas d'interface.
03:55
You operate the world as you operate the real world,
94
220000
3000
On manipule le monde comme on manipule le monde réel,
03:58
which is to say, with your hands.
95
223000
2000
c'est à dire, avec les mains.
04:00
Similarly, a digital wind tunnel with digital wind
96
225000
2000
De la même manière, une soufflerie digitale avec un vent digital
04:02
flowing from right to left --
97
227000
2000
qui souffle de droite à gauche.
04:04
not that remarkable in a sense; we didn't invent the mathematics.
98
229000
3000
Dans un sens, c'est pas génial: on n'a pas inventé les mathématiques.
04:07
But if you displayed that on a CRT or flat panel display,
99
232000
2000
Mais si on l'affiche sur un écran cathodique ou plat,
04:09
it would be meaningless to hold up an arbitrary object,
100
234000
3000
il n'y aurait aucun sens à retenir un objet arbitraire,
04:12
a real world object in that.
101
237000
2000
un objet du monde réel.
04:14
Here, the real world merges with the simulation.
102
239000
3000
Ici, le monde réel se confond avec la simulation.
04:18
And finally, to pull out all the stops,
103
243000
2000
Et finalement, pour montrer toutes mes cartes,
04:20
this is a system called Urp, for urban planners,
104
245000
3000
voici un système appelé Urp, pour « urban planners » (urbanistes),
04:23
in which we give architects and urban planners back
105
248000
3000
dans lequel nous rendons aux architectes et aux urbanistes
04:26
the models that we confiscated
106
251000
2000
les modèles que nous avons confisqué
04:28
when we insisted that they use CAD systems.
107
253000
2000
quand nous avons insisté pour qu'ils utilisent des systèmes CAD.
04:30
And we make the machine meet them half way.
108
255000
2000
Nous les avons fait rencontrer la machine à mi-chemin.
04:32
It projects down digital shadows, as you see here.
109
257000
3000
Elle projette ici des ombres, comme vous le voyez.
04:35
And if you introduce tools like this inverse clock,
110
260000
3000
Et si vous ajoutez des objets comme cette horloge inversée,
04:38
then you can control the sun's position in the sky.
111
263000
2000
vous pouvez contrôler la position du soleil dans le ciel.
04:40
That's 8 a.m. shadows.
112
265000
2000
Voici les ombres de 8h du matin.
04:42
They get a little shorter at 9 a.m.
113
267000
2000
Elles raccourcissent à 9h.
04:44
There you are, swinging the sun around.
114
269000
2000
Vous voyez, on peut faire bouger le soleil.
04:46
Short shadows at noon and so forth.
115
271000
3000
Des ombres courtes à midi et ainsi de suite
04:50
And we built up a series of tools like this.
116
275000
3000
On construit une séries d'objets comme celui-ci.
04:53
There are inter-shadowing studies
117
278000
2000
Les enfants peuvent comprendre les interactions
04:55
that children can operate,
118
280000
2000
entre les ombres,
04:57
even though they don't know anything about urban planning:
119
282000
2000
même si ils ne connaissent rien en urbanisme,
04:59
To move a building, you simply reach out your hand and you move the building.
120
284000
3000
pour déplacer un bâtiment, il faut tendre la main et le déplacer.
05:02
A material wand makes the building
121
287000
2000
Une cloison matérielle fait un bâtiment
05:04
into a sort of Frank Gehry thing that reflects light in all directions.
122
289000
3000
comme une sorte d'objet de Frank Gehry, qui réfléchit la lumière dans toutes les directions.
05:07
Are you blinding passers by and motorists on the freeways?
123
292000
3000
Êtes vous en train d'aveugler les passants et les motards sur la route?
05:10
A zoning tool connects distant structures, a building and a roadway.
124
295000
3000
Un outil de zonage connecte les structures distantes, un bâtiment et une route.
05:13
Are you going to get sued by the zoning commission? And so forth.
125
298000
3000
Allez vous être poursuivis en justice par la commission de zonage? etc.
05:17
Now, if these ideas seem familiar
126
302000
2000
Maintenant, si ces idées peuvent sembler familières
05:19
or perhaps even a little dated,
127
304000
2000
ou peut-être un peu vieillottes,
05:21
that's great; they should seem familiar.
128
306000
2000
c'est très bien; elles devraient sembler familières.
05:23
This work is 15 years old.
129
308000
2000
Ce travail à 15 ans.
05:26
This stuff was undertaken at MIT and the Media Lab
130
311000
3000
Il a été développé par le MIT et le Media Lab
05:29
under the incredible direction of Professor Hiroshi Ishii,
131
314000
3000
sous l'incroyable direction du professeur Hiroshi Ishii,
05:32
director of the Tangible Media Group.
132
317000
2000
directeur du Tangible Media Group.
05:34
But it was that work that was seen
133
319000
2000
Mais c'est ce travail qui a été remarqué
05:36
by Alex McDowell,
134
321000
2000
par Alex McDowell,
05:38
one of the world's legendary production designers.
135
323000
3000
un des designers légendaires de production mondiaux.
05:41
But Alex was preparing a little, sort of obscure, indie, arthouse film
136
326000
3000
Mais Alex était en train de préparer un obscur film d'art et d'essai indépendant
05:44
called "Minority Report" for Steven Spielberg,
137
329000
3000
appelé "Minority Report" pour Steven Spielberg.
05:47
and invited us to come out from MIT
138
332000
2000
Il nous a invité à sortir du MIT pour
05:49
and design the interfaces
139
334000
3000
dessiner les interfcaes
05:52
that would appear in that film.
140
337000
3000
qui apparaîtraient dans ce film.
05:55
And the great thing about it was
141
340000
2000
Ce qui était génial, c'était que
05:57
that Alex was so dedicated to the idea of verisimilitude,
142
342000
3000
Alex ne jurait que par la vraisemblance,
06:00
the idea that the putative 2054
143
345000
3000
selon laquelle le supposé 2054
06:03
that we were painting in the film be believable,
144
348000
3000
que nous décrivions dans le film devait être crédible:
06:06
that he allowed us to take on that design work
145
351000
2000
il nous a alors autorisé à aborder ce travail de design
06:08
as if it were an R&D effort.
146
353000
2000
comme un vrai travail de recherche.
06:10
And the result is sort of
147
355000
2000
Et le résultat est très satisfaisant,
06:12
gratifyingly perpetual.
148
357000
2000
en quelque sorte, perpétuel.
06:14
People still reference those sequences in "Minority Report"
149
359000
3000
Les gens font référence à ces séquences de "Minority Report"
06:17
when they talk about new UI design.
150
362000
2000
quand ils parlent de nouvelles interfaces utilisateurs.
06:19
So this led full circle, in a strange way,
151
364000
2000
Et ça a bouclé de manière étrange,
06:21
to build these ideas into what we believe
152
366000
3000
et nous avons pu construire ces idées
06:24
is the necessary future of human machine interface:
153
369000
3000
qui sont selon nous le futur indispensable des interfaces homme machine,
06:27
the Spatial Operating Environment, we call it.
154
372000
3000
l'environnement opérationnel spatial comme on l'appelle.
06:32
So here we have a bunch of stuff, some images.
155
377000
3000
Donc nous avons un tas de choses, des images.
06:35
And, using a hand,
156
380000
2000
Et avec la main,
06:37
we can actually exercise six degrees of freedom,
157
382000
3000
on peut profiter de six degrés de liberté,
06:40
six degrees of navigational control.
158
385000
3000
six degrés de contrôle de navigation.
06:43
And it's fun to fly through Mr. Beckett's eye.
159
388000
2000
C'est amusant de voler dans les yeux de M. Beckett.
06:45
And you can come back out
160
390000
2000
Et on peut réapparaître
06:47
through the scary orangutan.
161
392000
2000
en cet orang-outang effrayant.
06:49
And that's all well and good.
162
394000
3000
Tout ceci est très bien.
06:52
Let's do something a little more difficult.
163
397000
3000
Essayons quelque chose d'un peu plus difficile.
06:55
Here, we have a whole bunch of disparate images.
164
400000
2000
Ici, nous avons un tas d'images variées.
06:57
We can fly around them.
165
402000
2000
On peut voler à travers.
06:59
So navigation is a fundamental issue.
166
404000
2000
La navigation est un problème fondamental.
07:01
You have to be able to navigate in 3D.
167
406000
3000
Vous devez pouvoir naviguer en 3D.
07:04
Much of what we want computers to help us with in the first place
168
409000
3000
Là où nous voulons l'aide des ordinateurs, c'est d'abord
07:07
is inherently spatial.
169
412000
2000
pour l'espace.
07:09
And the part that isn't spatial can often be spatialized
170
414000
2000
Et tout ce qui n'est pas espace peut souvent être spatialisé,
07:11
to allow our wetware to make greater sense of it.
171
416000
3000
pour que notre cerveau puisse y donner un sens.
07:14
Now we can distribute this stuff in many different ways.
172
419000
3000
Maintenant, on peut distribuer de plusieurs manières.
07:17
So we can throw it out like that. Let's reset it.
173
422000
2000
Donc on peut essayer comme ça. Recommençons.
07:19
We can organize it this way.
174
424000
2000
On organise de cette manière.
07:21
And, of course, it's not just about navigation,
175
426000
3000
Bien sûr, il n'est plus uniquement question de navigation,
07:24
but about manipulation as well.
176
429000
2000
mais aussi de manipulation.
07:26
So if we don't like stuff,
177
431000
2000
Et si on n'aime pas cela
07:28
or we're intensely curious about
178
433000
2000
ou qu'on est vraiment curieux à propos
07:30
Ernst Haeckel's scientific falsifications,
179
435000
3000
des falsifications scientifiques d'Ernst Haeckel,
07:33
we can pull them out like that.
180
438000
2000
on peut les extraire de cette manière.
07:35
And then if it's time for analysis, we can pull back a little bit
181
440000
3000
Quand vient le temps de l'analyse, on peut prendre un peu de recul
07:38
and ask for a different distribution.
182
443000
3000
et demander une distribution différente.
07:43
Let's just come down a bit
183
448000
2000
Redescendons un peu
07:46
and fly around.
184
451000
2000
et volons dans cet environnement.
07:49
So that's a different way to look at stuff.
185
454000
3000
C'est un moyen différent de voir les choses.
07:52
If you're of a more analytical nature
186
457000
2000
Si vous êtes quelqu'un de plutôt analytique
07:54
then you might want, actually, to look at this
187
459000
2000
vous pourriez vouloir regarder celà
07:56
as a color histogram.
188
461000
3000
comme un histogramme de couleur.
07:59
So now we've got the stuff color-sorted,
189
464000
3000
Donc une fois que nous avons triés les couleurs,
08:02
angle maps onto color.
190
467000
3000
les angles sont associés à ces couleurs.
08:05
And now, if we want to select stuff,
191
470000
2000
Maintenant, si nous voulons sélectionner quelque chose,
08:07
3D, space,
192
472000
2000
3D, espace,
08:09
the idea that we're tracking hands in real space
193
474000
3000
l'idée de suivre les mains dans l'espace réel
08:12
becomes really important because we can reach in,
194
477000
3000
devient vraiment importante car nous pouvons accéder au système
08:15
not in 2D, not in fake 2D, but in actual 3D.
195
480000
2000
non pas en 2D, non pas a fausse 2D, mais en vraie 3D.
08:17
Here are some selection planes.
196
482000
2000
Voici quelques plaines de sélection.
08:19
And we'll perform this Boolean operation
197
484000
3000
Et nous allons exécuter cette opération booléenne
08:22
because we really love yellow and tapirs on green grass.
198
487000
3000
parce qu'on aime vraiment le jaune et les tapirs sur l'herbe verte.
08:34
So, from there to the world of real work.
199
499000
3000
Donc, d'ici au monde du travail réel.
08:37
Here's a logistics system,
200
502000
2000
Voici un système logistique,
08:39
a small piece of one that we're currently building.
201
504000
2000
un morceau de ce que nous sommes en train de construire.
08:41
There're a lot of elements.
202
506000
2000
Il y a beaucoup d'éléments.
08:43
And one thing that's very important is to combine traditional tabular data
203
508000
3000
Et un point très important est qu'il faut combiner les données tabulaires
08:46
with three-dimensional and geospatial information.
204
511000
3000
avec des informations géospatiales en 3D.
08:49
So here's a familiar place.
205
514000
3000
Voici un endroit familier.
08:52
And we'll bring this back here for a second.
206
517000
3000
Et nous allons ramener ceci ici pour une seconde.
08:55
Maybe select a little bit of that.
207
520000
3000
Peut-être sélectionner un peu de ceci.
08:58
And bring out this graph.
208
523000
3000
Et amener ce graphe.
09:01
And we should, now,
209
526000
2000
Et maintenant, on devrait
09:03
be able to fly in here
210
528000
3000
être capable de tout parcourir
09:06
and have a closer look.
211
531000
3000
et d'avoir une meilleure vision.
09:09
These are logistics elements
212
534000
2000
Il y a des éléments logistiques
09:11
that are scattered across the United States.
213
536000
3000
qui sont répartis sur les États-Unis.
09:20
One thing that three-dimensional interactions
214
545000
3000
Une chose que les interactions 3D
09:23
and the general idea of imbuing
215
548000
2000
et que l'idée d'imprégner les calculs
09:25
computation with space affords you
216
550000
2000
avec l'espace nous permettent,
09:27
is a final destruction of that unfortunate
217
552000
2000
c'est de enfin détruire ce mauvais couplage
09:29
one-to-one pairing between human beings and computers.
218
554000
3000
entre les humains et les ordinateurs.
09:32
That's the old way, that's the old mantra:
219
557000
2000
La vieille méthode, le vieux mantra, n'est-ce-pas,
09:34
one machine, one human, one mouse, one screen.
220
559000
2000
une machine, un humain, une souris, un écran.
09:36
Well, that doesn't really cut it anymore.
221
561000
3000
Enfin, ça n'impressionne plus vraiment.
09:39
In the real world, we have people who collaborate;
222
564000
3000
Donc dans le vrai monde, on a des gens qui collaborent;
09:42
we have people who have to work together,
223
567000
3000
on a des gens qui doivent travailler ensemble.
09:45
and we have many different displays.
224
570000
3000
Et on a beaucoup d'écrans différents.
09:48
And we might want to look at these various images.
225
573000
3000
Donc on peut vouloir voir ces images.
09:51
We might want to ask for some help.
226
576000
2000
On peut vouloir demander de l'aide.
09:53
The author of this new pointing device
227
578000
3000
L'auteur de ce nouvel objet pointeur
09:56
is sitting over there,
228
581000
2000
est assis là-bas,
09:58
so I can pull this from there to there.
229
583000
2000
donc je peux déplacer ceci ici.
10:00
These are unrelated machines, right?
230
585000
3000
Ce sont des machines non reliées, n'est-ce-pas?
10:03
So the computation is space soluble and network soluble.
231
588000
3000
Donc le calcul est soluble dans l'espace, et aussi soluble dans le réseau.
10:06
So I'm going to leave that over there
232
591000
2000
Donc je vais laisser ça ici
10:08
because I have a question for Paul.
233
593000
2000
parce que j'ai une question pour Paul.
10:10
Paul is the designer of this wand, and maybe its easiest
234
595000
2000
Paul est le designer du mur, donc c'est peut-être plus simple
10:12
for him to come over here and tell me in person what's going on.
235
597000
3000
de l'inviter ici pour qu'il me dise de quoi il retourne.
10:15
So let me get some of these out of the way.
236
600000
3000
Donc laissez-moi libérer le chemin.
10:20
Let's pull this apart:
237
605000
2000
Laissez-moi poussez ça.
10:23
I'll go ahead and explode it.
238
608000
3000
Je vais devant et je l'explose.
10:26
Kevin, can you help?
239
611000
2000
Kevin, tu peux m'aider?
10:33
Let me see if I can help us find the circuit board.
240
618000
3000
Voyons voir si je peux trouver le circuit imprimé.
10:38
Mind you, it's a sort of gratuitous field-stripping exercise,
241
623000
3000
Ne vous en déplaise, c'est un exercice assez décapant,
10:41
but we do it in the lab all the time.
242
626000
3000
mais nous faisons ça tout le temps au labo.
10:44
All right.
243
629000
2000
Très bien.
10:46
So collaborative work, whether it's immediately co-located
244
631000
3000
Donc le travail collaboratif, qu'il soit co-situé
10:49
or distant and distinct, is always important.
245
634000
3000
ou distant et distinct, est toujours important.
10:52
And again, that stuff
246
637000
2000
Et encore, cette chose
10:54
needs to be undertaken in the context of space.
247
639000
3000
a besoin d'être considérée dans un contexte spatial.
10:59
And finally, I'd like to leave you with a glimpse
248
644000
3000
Et enfin, j'aimerais vous laisser avec un aperçu
11:02
that takes us back to the world of imagery.
249
647000
2000
qui nous renvoie au monde de l'imagerie.
11:04
This is a system called TAMPER,
250
649000
2000
Voici un système appelé TAMPER,
11:06
which is a slightly whimsical look
251
651000
2000
qui a un regard légèrement capricieux
11:08
at what the future of editing
252
653000
2000
sur le futur de l'édition
11:10
and media manipulation systems might be.
253
655000
2000
de ce que les systèmes de manipulation des médias pourraient être.
11:12
We at Oblong believe that media should be
254
657000
2000
À Oblong, nous croyons que les médias devraient être
11:14
accessible in much more fine-grained form.
255
659000
3000
accessibles avec une granularité plus fine.
11:17
So we have a large number of movies
256
662000
2000
Donc nous avons un grand nombre de films
11:19
stuck inside here.
257
664000
2000
fourrés ici.
11:21
And let's just pick out a few elements.
258
666000
3000
Alors, prenons quelques éléments
11:24
We can zip through them
259
669000
3000
On peut par exemple
11:27
as a possibility.
260
672000
2000
les parcourir.
11:29
We can grab elements off the front,
261
674000
2000
On peut prendre des éléments du début,
11:31
where upon they reanimate, come to life,
262
676000
3000
d'où ils se réaniment, viennent à la vie,
11:34
and drag them down onto the table here.
263
679000
3000
et les amener sur le tableau ici.
11:39
We'll go over to Jacques Tati here
264
684000
3000
Allons sur Jacques Tati ici
11:42
and grab our blue friend
265
687000
3000
et prenons notre ami bleu,
11:45
and put him down on the table as well.
266
690000
3000
mettons-le sur la table aussi.
11:48
We may need more than one.
267
693000
3000
On pourrait avoir besoin de plus d'un.
11:53
And we probably need,
268
698000
2000
Et nous avons sans doute besoin,
11:55
well, we probably need a cowboy
269
700000
2000
... d'un cowboy
11:57
to be quite honest.
270
702000
2000
pour être honnête.
11:59
(Laughter)
271
704000
2000
(Rires)
12:01
Yeah, let's
272
706000
3000
Allez,
12:04
take that one.
273
709000
2000
celui-la.
12:06
(Laughter)
274
711000
2000
(Rires)
12:08
You see, cowboys and French farce people
275
713000
2000
Vous voyez? Les cowboys et les comiques français
12:10
don't go well together, and the system knows that.
276
715000
3000
ne vont pas bien ensemble, et le système le sait.
12:15
Let me leave with one final thought,
277
720000
2000
Une dernière idée pour finir...
12:17
and that is that
278
722000
2000
celle d'un des plus grands
12:19
one of the greatest English language writers
279
724000
2000
écrivains anglais
12:21
of the last three decades
280
726000
2000
des 30 dernières années
12:23
suggested that great art is always a gift.
281
728000
3000
qui a suggéré que le grand art est toujours un don.
12:26
And he wasn't talking about whether the novel costs 24.95 [dollars],
282
731000
3000
Et il ne mentionnait pas le prix du roman à 24.95
12:29
or whether you have to spring 70 million bucks
283
734000
2000
ou si vous devez débourser 70 millions de dollar
12:31
to buy the stolen Vermeer;
284
736000
2000
pour racheter le Vermeer volé;
12:33
he was talking about the circumstances of its creation
285
738000
2000
il parle des circonstances de sa création
12:35
and of its existence.
286
740000
2000
et de son existence.
12:37
And I think that it's time that we asked
287
742000
2000
Et je pense qu'il est temps que nous attendions
12:39
for the same from technology.
288
744000
2000
la même chose de la technologie.
12:41
Technology is capable of
289
746000
2000
La technologie est capable
12:43
expressing and being imbued with
290
748000
3000
d'exprimer et d'être imprégnée d'une
12:46
a certain generosity,
291
751000
2000
certaine générosité,
12:48
and we need to demand that, in fact.
292
753000
2000
et c'est ce que nous devons exiger.
12:50
For some of this kind of technology,
293
755000
3000
Pour ce genre de technologie
12:53
ground center is
294
758000
3000
le point crucial
12:56
a combination of design, which is crucially important.
295
761000
2000
est le design. C'est terriblement important.
12:58
We can't have advances in technology any longer
296
763000
3000
Nous ne pouvons pas avancer plus longtemps en technologie
13:01
unless design is integrated from the very start.
297
766000
3000
à moins que le design soit intégré dès le début.
13:04
And, as well, as of efficacy, agency.
298
769000
3000
Autant que l'efficacité et l'agencement.
13:07
We're, as human beings, the creatures that create,
299
772000
3000
Nous sommes en tant qu'êtres humains les créatures qui créons
13:10
and we should make sure that our machines aid us in that task
300
775000
3000
et nous devons nous assurer que les machines nous aident dans ce travail
13:13
and are built in that same image.
301
778000
3000
et qu'elles sont conçues dans ce but.
13:16
So I will leave you with that. Thank you.
302
781000
2000
Je vais vous laisser là-dessus. Merci
13:18
(Applause)
303
783000
13000
(Applaudissements)
13:33
Chris Anderson: So to ask the obvious question --
304
798000
3000
Chris Anderson: Donc pour la question évidente --
13:36
actually this is from Bill Gates --
305
801000
2000
qui est en fait de Bill Gates --
13:38
when? (John Underkoffler: When?)
306
803000
3000
quand? (John Underkoffler: Quand?)
13:41
CA: When real? When for us, not just in a lab and on a stage?
307
806000
3000
CA: Quand pour de vrai? Quand pour nous, pas seulement au labo ou en démo?
13:45
Can it be for every man, or is this just for corporations and movie producers?
308
810000
3000
C'est pour tout le monde, ou juste pour les entreprises et les réalisateurs de film?
13:48
JU: No, it has to be for every human being.
309
813000
2000
JU: Non, ça doit être pour tout être humain.
13:50
That's our goal entirely.
310
815000
2000
C'est notre objectif.
13:52
We won't have succeeded
311
817000
2000
Nous n'aurons pas réussi tant que
13:54
unless we take that next big step.
312
819000
2000
nous n'aurons pas réussi cette étape.
13:56
I mean it's been 25 years.
313
821000
2000
Je veux dire... ça fait 25 ans.
13:58
Can there really be only one interface? There can't.
314
823000
2000
Devrait-il y avoir qu'une seule interface? Non.
14:00
CA: But does that mean that, at your desk or in your home,
315
825000
2000
CA: Mais est-ce que celà signifie, au bureau, ou à la maison,
14:02
you need projectors, cameras?
316
827000
3000
il y a besoin de projecteurs, de caméras?
14:05
You know, how can it work?
317
830000
2000
Comment ça peut marcher?
14:07
JU: No, this stuff will be built into the bezel of every display.
318
832000
2000
JU: Non, ça devrait être intégré dans les affichages.
14:09
It'll be built into architecture.
319
834000
2000
Ça sera construit dans l'architecture.
14:11
The gloves go away in a matter of months or years.
320
836000
3000
Les gants vont disparaître, question de mois ou d'années.
14:14
So this is the inevitability about it.
321
839000
2000
C'est inévitable.
14:16
CA: So, in your mind, five years time,
322
841000
2000
CA: Donc, pour vous, dans 5 ans,
14:18
someone can buy this as part of
323
843000
2000
tout le monde pourra acheter ceci comme
14:20
a standard computer interface?
324
845000
2000
interface d'un ordinateur standard?
14:22
JU: I think in five years time when you buy a computer,
325
847000
3000
JU: Je pense que dans 5 ans, quand vous achèterez un ordinateur,
14:25
you'll get this.
326
850000
2000
vous aurez celà.
14:27
CA: Well that's cool.
327
852000
2000
CA: Wow, c'est chouette.
14:29
(Applause)
328
854000
4000
(Applaudissements)
14:33
The world has a habit of surprising us as to how these things are actually used.
329
858000
3000
Le monde a l'habitude de nous surprendre sur comment ces choses sont utilisées.
14:36
What do you think, what in your mind is the first killer app for this?
330
861000
3000
Que pensez vous, selon vous, quelle a la première application phare pour ce système?
14:39
JU: That's a good question, and we ask ourselves that every day.
331
864000
3000
JU: Bonne question, nous nous la posons tous les jours.
14:42
At the moment, our early-adopter customers --
332
867000
3000
À ce moment, nos premier clients --
14:45
and these systems are deployed out in the real world --
333
870000
3000
et les systèmes sont déployés dans le monde réel --
14:48
do all the big data intensive, data heavy problems with it.
334
873000
3000
résolvent les premiers problèmes lourds et intensifs en données avec.
14:51
So, whether it's logistics and supply chain management
335
876000
2000
Donc, que ce soit de la logistique en management de chaine de production
14:53
or natural gas and resource extraction,
336
878000
3000
ou du gaz naturel et de l'extraction de ressource,
14:56
financial services, pharmaceuticals, bioinformatics,
337
881000
3000
des services financiers, pharmaceutiques, bioinformatiques,
14:59
those are the topics right now, but that's not a killer app.
338
884000
2000
voici les sujets du jour, mais ce n'est pas une application phare.
15:01
And I understand what you're asking.
339
886000
2000
Et je comprends ce que vous demandez.
15:03
CA: C'mon, c'mon. Martial arts, games. C'mon.
340
888000
2000
CA: Allons, allons. Les arts martiaux, les jeux!
15:05
(Laughter)
341
890000
2000
(Rires)
15:07
John, thank you for making science-fiction real.
342
892000
3000
John, merci pour rendre la science-fiction réelle.
15:10
JU: It's been a great pleasure.
343
895000
2000
JU: C'était un grand plaisir.
15:12
Thank you to you all.
344
897000
2000
Merci à tous.
15:14
(Applause)
345
899000
2000
(Applaudissements)
ABOUT THE SPEAKER
John Underkoffler - Interface designerRemember the data interface from Minority Report? Well, it's real, John Underkoffler invented it -- as a point-and-touch interface called g-speak -- and it's about to change the way we interact with data.
Why you should listen
When Tom Cruise put on his data glove and started whooshing through video clips of future crimes, how many of us felt the stirrings of geek lust? This iconic scene in Minority Report marked a change in popular thinking about interfaces -- showing how sexy it could be to use natural gestures, without keyboard, mouse or command line.
John Underkoffler led the team that came up with this interface, called the g-speak Spatial Operating Environment. His company, Oblong Industries, was founded to move g-speak into the real world. Oblong is building apps for aerospace, bioinformatics, video editing and more. But the big vision is ubiquity: g-speak on every laptop, every desktop, every microwave oven, TV, dashboard. "It has to be like this," he says. "We all of us every day feel that. We build starting there. We want to change it all."
Before founding Oblong, Underkoffler spent 15 years at MIT's Media Laboratory, working in holography, animation and visualization techniques, and building the I/O Bulb and Luminous Room Systems.
John Underkoffler | Speaker | TED.com