TED2010
Blaise Agüera y Arcas: Augmented-reality maps
בלייס אגוורה אי ארכס מציג מפות מציאות מתוגברת
Filmed:
Readability: 3.4
1,856,682 views
בהדגמה שמשכה תשואות ב TED2010, בלייס אגוורה אי ארכס מציג טכנולוגיית מציאות מתוגברת חדשה במפות מבית מיקרוסופט.
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
לפני כשנה וחצי
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
סטפן לאוולר שגם העביר הרצאה
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
כאן ב TED ב 2007 על "Virtual Earth"
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
הביא אותי לכאן להיות הארכיטקט של "מפות בינג",
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
שהן ההשקעה של מיקרוסופט במיפוי מקוון.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
במהלך השנתיים וחצי האחרונות, עבדנו קשה מאוד
00:31
on redefining the way maps work online.
6
16000
4000
על הגדרה מחדש של הדרך בה מפות עובדות באופן מקוון.
00:35
And we really are seeing this in very different terms
7
20000
2000
ואנו באמת חושבים על זה במונחים אחרים לגמרי
00:37
from the kind of mapping and direction site
8
22000
2000
מהסוג של אתר מפוי והכוונה
00:39
that one is used to.
9
24000
2000
שכל אחד רגיל אליו.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
אז, הדבר הראשון שאתם עשויים להבחין באתר המיפוי,
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
הוא פשוט החלקות של הזום וההזחה,
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
ובמידה ואתם מכירים את סידרגון (Seadragon)
00:47
that's where it comes from.
13
32000
2000
זהו המקור שלו.
00:49
Mapping is, of course,
14
34000
2000
מיפוי, כמובן,
00:51
not just about cartography,
15
36000
2000
לא עוסק רק בקרטוגרפיה
00:53
it's also about imagery.
16
38000
2000
הוא עוסק גם במידע צילומי.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
אז, בזמן שאנו מבצעים זום מעבר לרמה מסויימת
00:58
this resolves into a kind of Sim City-like
18
43000
3000
זה הופך להיות למשהו הדומה לסים-סיטי
01:01
virtual view at 45 degrees.
19
46000
2000
מבט וירטואלי ב 45 מעלות.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
ניתן לצפות בזה מכל הכיוונים הראשיים
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
כדי להראות לכם את המבנה התלת-מימדי של העיר, את כל החזיתות.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
עכשיו, אנו רואים את המרחב הזה, את הסביבה התלת-מימדית הזאת
01:14
as being a canvas on which
23
59000
3000
כאילו היתה בד ציור שעליו
01:17
all sorts of applications can play out,
24
62000
6000
ניתן להציג כל מיני סוגים של אפליקציות.
01:23
and map's directions are really just one of them.
25
68000
3000
וכיווני ההסתכלות במפה הם באמת רק אחד מהם.
01:26
If you click on this, you'll see
26
71000
3000
אם תקליקו על זה תראו
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
כמה מהאפליקציות שאנחנו שמנו, רק בכמה החודשים האחרונים,
01:32
since we've launched.
28
77000
2000
מאז שהושקנו.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
אז, לדוגמא, כמה ימים לאחר האסון בהאיטי,
01:36
we had an earthquake map that showed
30
81000
2000
היתה לנו מפת רעידת אדמה שהראתה
01:38
before and after pictures from the sky.
31
83000
2000
צילומי אויר של לפני ואחרי.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
(האפליקציה) הנפלאה הזאת שאין לי זמן להציג לכם
01:42
is taking hyper-local blogs in real time
33
87000
3000
לוקחת בלוגים מאוד מקומיים בזמן אמת
01:45
and mapping those stories, those entries
34
90000
2000
וממפה את הסיפורים הללו, את הערכים הללו
01:47
to the places that are referred to on the blogs.
35
92000
2000
למקומות המיוחסים אליהם בבלוג.
01:49
It's wonderful.
36
94000
3000
זה נפלא.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
אבל אני עמוד להציג לכם כמה דברים חמודים נוספים.
01:55
So, we see the imagery, of course,
38
100000
4000
אז, אנחנו רואים, כמובן, שהצילומים
01:59
not stopping at the sky.
39
104000
3000
לא מסתיימים באוויר.
02:02
These little green bubbles represent
40
107000
3000
הבועות הירוקות האלו מייצגות
02:05
photosynths that users have made.
41
110000
2000
פוטוסינט'ים (photosynths) שמשתמשים יצרו.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
אני לא עומד לצלול לתוכם גם כן, אבל פוטוסינט'ים משולבים בתוך המפה.
02:10
Everything that's cased in blue
43
115000
2000
כל מה שמוקף בכחול
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
הוא אזור שבו לקחנו צילומים מהקרקע גם כן.
02:17
And so, when you fly down --
45
122000
2000
ואז, כאשר אתה עף למטה
02:19
(Applause)
46
124000
2000
(תשואות)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
תודה. כאשר אתה עף למטה, לקרקע,
02:23
and you see this kind of panoramic imagery,
48
128000
3000
ואתה רואה את מן צילום פאנורמי שכזה,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
הדבר הראשון שאתה עשוי להבחין הוא שזה לא רק צילום,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
יש כאן הבנה תלת-מימדית של הסביבה לפחות באותה רמה
02:33
as there is of the three-dimensional city from above,
51
138000
3000
שיש בעיר התלת-מימדית מלמעלה,
02:36
so if I click on something to get a closer view of it,
52
141000
4000
אז אם אני מקליק על משהו כדי לקבל מבט קרוב יותר עליו,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
אז, העובדה שהמעבר נראה כמו שהוא נראה,
02:43
is a function of all of that geometry,
54
148000
2000
הוא תוצאה של כל הגיאומטריה הזו,
02:45
all of that 3D understanding behind this model.
55
150000
4000
כל ההבנה התלת-מימדית שמאחורי המודל הזה.
02:49
Now, I'll show you a fun app
56
154000
3000
עכשיו, אני אראה לכם אפליקצייה כיפית
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
שאנחנו עבדנו עליה בשיתוף פעולה עם חברינו בפליקר
02:59
This takes Flickr, georegistered imagery
58
164000
3000
היא לוקחת צילומים מפליקר עם מידע על מיקום גיאוגרפי
03:02
and uses photosynth-like processes
59
167000
3000
ומשתמשת בתהליכים דומים לפוטוסינט'
03:05
to connect that imagery to our imagery, so --
60
170000
4000
על מנת לחבר את הצילומים האלו לצילומים שלנו, אז --
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
אני לא בטוח אם זהו האחד שאני באמת התכוונתי לשלוף, אבל --
03:12
(Laughter)
62
177000
3000
(צחוק)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
אבל שימו לב -- זהו, כמובן, אתר תיירות פופולארי,
03:19
and there are lots of photos around here,
64
184000
2000
ויש הרבה תמונות באזור הזה
03:21
and these photos are all taken at different times.
65
186000
3000
והתמונות האלו צולמו בזמנים שונים.
03:24
So this one was taken around five.
66
189000
2000
אז, זה צולם בערך בחמש.
03:26
So that's the Flickr photo,
67
191000
2000
אז, זוהי התמונה מפליקר,
03:28
that's our imagery.
68
193000
2000
זהו הצילום שלנו.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
אז אתם באמת רואים איך סוג זה של צילום ממקור קהילתי
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
משולב, בצורה עמוקה מאוד, בתוך המפה עצמה.
03:36
(Applause)
71
201000
2000
(תשואות)
03:38
Thank you.
72
203000
2000
תודה.
03:40
(Applause)
73
205000
2000
(תשואות)
03:42
There are several reasons why this is interesting
74
207000
2000
יש כמה סיבות מדוע זה מעניין
03:44
and one of them, of course, is time travel.
75
209000
2000
ואחת מהן, כמובן, היא מסע בזמן.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
ואני לא עומד להציג לכם כמה מהצילומים ההיסטוריים הנפלאים שיש כאן,
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
אבל יש גם כמה עם סוסים ומרכבות וכך הלאה.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
אבל מה שנהדר בזה, זה לא רק שזה העשרה של
03:54
this visual representation of the world
79
219000
2000
ההצגה הויזואלית הזו של העולם
03:56
with things that are coming in from users,
80
221000
3000
עם דברים שמגיעים ממשתמשים,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
אלא זה גם היסודות למציאות מתוגברת,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
וזה משהו שאני אציג לכם ממנו יותר בעוד רגע.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
עכשיו בדיוק עברתי לתוך מבנה. זה גם מעניין.
04:10
OK, notice there's now a roof above us.
84
235000
2000
בסדר, שימו לב שיש כרגע גג מעלינו.
04:12
We're inside the Pike Place Market.
85
237000
3000
אנחנו בתוך השוק של "פייק פלייס".
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
וזה משהו שאנחנו יכולים לעשות עם מצלמה הנישאת בתרמיל גב,
04:17
so, we're now not only imaging in the street
87
242000
4000
אז, אנחנו לא רק מצלמים ברחוב
04:21
with this camera on tops of cars,
88
246000
2000
עם המצלמה הזאת על גג המכוניות,
04:23
but we're also imaging inside.
89
248000
4000
אלא אנחנו מצלמים גם בפנים.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
ומכאן, אנחנו יכולים לעשות את אותו סוג של התאמה
04:32
not only of still images, but also of video.
91
257000
4000
לא רק של צילומי סטילס, אלא גם של וידאו.
04:36
So this is something that we're now going to try
92
261000
2000
אז זה משהו שאנחנו עומדים לנסות עכשיו
04:38
for the first time, live,
93
263000
2000
בפעם הראשונה, בשידור חי,
04:40
and this is really, truly, very frightening.
94
265000
3000
וזה ברצינות, באמת, מאוד מפחיד.
04:43
(Laughter)
95
268000
2000
(צחוק)
04:46
OK.
96
271000
2000
בסדר.
04:48
(Ringing)
97
273000
2000
(צילצול)
04:50
All right, guys, are you there?
98
275000
2000
בסדר, חבר'ה, האם אתם שם?
04:52
(Noise)
99
277000
2000
(רעש)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
בסדר, אני מקיש על זה. אני לוחץ "הפעל".
04:56
I'm live. All right. There we go.
101
281000
2000
אני בשידור חי. בסדר. הנה זה בא.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
אז, אלו הם החברים שלנו בשוק של "פייק פלייס", המעבדה.
05:03
(Applause)
103
288000
8000
(תשואות)
05:12
So they're broadcasting this live.
104
297000
2000
אז הם משדרים את זה בשידור חי.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
בסדר, ג'ורג', האם אתה יכול לכוון את המצלמה חזרה לפינה של השוק?
05:18
Because I want to show points of interest.
106
303000
4000
מפני שאני רוצה להראות נקודות עניין.
05:22
No, no. The other way.
107
307000
3000
לא, לא. לכיוון השני.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
כן, כן. חזרה לפינה. חזרה לפינה.
05:27
I don't want to see you guys yet.
109
312000
3000
אני לא רוצה לראות אתכם עדיין.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
בסדר, בסדר. חזרה לפינה. חזרה לפינה. חזרה לפינה.
05:37
OK, never mind.
111
322000
2000
בסדר, תשכח מזה.
05:40
What I wanted to show you was these points of interest
112
325000
2000
מה שרציתי להראות לכם הם נקודות העניין האלו
05:42
over here on top of the image
113
327000
2000
כאן על גבי הצילום
05:44
because what that gives you a sense of is the way,
114
329000
2000
מפני שמה שזה שמאפשר לך זה לקבל תחושה על הדרך,
05:46
if you're actually on the spot,
115
331000
2000
אם אתם ממש בנקודה...
05:48
you can think about this --
116
333000
2000
אתם יכולים לחשוב על זה --
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
זה לקחת צעד קדימה מעבר למציאות המתוגברת.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
מה לעזאזל אתם -- הו, סליחה.
05:55
(Laughter)
119
340000
3000
(צחוק)
05:58
We're doing two different --
120
343000
3000
אנחנו עושים שני דברים שונים...
06:01
OK, I'm hanging up now.
121
346000
3000
בסדר, אני מנתק עכשיו.
06:04
We're doing two different things here.
122
349000
2000
אנחנו עושים שני דברים שונים כאן.
06:06
One of them is to take that real ...
123
351000
2000
אחד מהם הוא לקחת את המציאות...
06:08
(Laughter)
124
353000
7000
(צחוק)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
בסדר, תנו לי רגע להודות לצוות.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
הם עשו עבודה נפלאה להרים את זה יחד.
06:20
(Applause)
127
365000
2000
(תשואות)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
אני הולך לעזוב אותם עכשיו וללכת חזרה החוצה.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
ובזמן שאני הולך החוצה, אני רק אציין
06:28
here we're using this for telepresence,
130
373000
2000
שכאן, אנו משתמשים בזה לנוכחות מרחוק,
06:30
but you can equally well use this
131
375000
2000
אבל באותה מידה ניתן להשתמש בזה
06:32
on the spot, for augmented reality.
132
377000
2000
במקום עצמו, למציאות מתוגברת.
06:34
When you use it on the spot, it means that
133
379000
2000
כאשר אתה משתמש בזה במקום עצמו, זה אומר
06:36
you're able to bring all of that metadata
134
381000
2000
שאתה יכול להביא את כל המטדאטה [מידע על המידע] הזה
06:38
and information about the world to you.
135
383000
2000
ומידע על העולם - אליך.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
אז כאן, אנחנו לוקחים את הצעד הנוסף וגם משדרים אותו.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
זה שודר, דרך אגב, על רשת דור רביעי
06:45
from the market.
138
390000
3000
מתוך השוק.
06:48
All right, and now there's one last TED talk
139
393000
3000
בסדר, ועכשיו יש הרצאת TED אחת אחרונה
06:51
that Microsoft has given in the past several years.
140
396000
2000
שמיקרוסופט העבירה בכמה שנים האחרונות.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
וזהו קרטיס וונג, טלסקופ כלל-עולמי.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
אז, אנחנו עומדים לגשת אל מכולת האשפה
06:58
where it's traditional, after a long day at the market,
143
403000
3000
אשר שם נהוג באופן מסורתי, לאחר יום ארוך בשוק,
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
לצאת החוצה להפסקה, אבל גם לצפות אל השמיים.
07:05
This is the integration
145
410000
2000
זהו השילוב
07:07
of WorldWide Telescope into our maps.
146
412000
3000
של הטלסקופ הכלל-עולמי לתוך המפות שלנו.
07:10
(Applause)
147
415000
2000
(תשואות)
07:12
This is the current -- thank you --
148
417000
3000
זה הזמן -- תודה --
07:15
this is the current time. If we scrub the time,
149
420000
2000
זה הזמן הנוכחי, אבל אם אנחנו מזיזים את הזמן,
07:17
then we can see how the sky will look at different times,
150
422000
3000
אז אנחנו יכולים לראות איך השמיים יראו בזמנים שונים.
07:20
and we can get all of this very detailed
151
425000
2000
ואנחנו יכולים לקבל את כל המידע המאוד
07:22
information about different times, different dates:
152
427000
4000
מפורט על זמנים שונים, תאריכים שונים.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
בואו נזיז את הירח קצת יותר גבוה בשמיים,
07:29
maybe change the date.
154
434000
4000
אולי נשנה את התאריך.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
אני רוצה לעשות משהו דומה לזום על הירח.
07:39
So, this is an astronomically complete
156
444000
2000
אז, זהו ייצוג אסטרונומי
07:41
representation of the sky
157
446000
3000
שלם של השמיים
07:44
integrated right into the Earth.
158
449000
2000
משולב ישר לתוך כדור הארץ.
07:46
All right now, I've overrun my time,
159
451000
2000
בסדר עכשיו, גמרתי את הזמן שלי,
07:48
so I've got to stop.
160
453000
2000
אז אני חייב לעצור.
07:50
Thank you all very much.
161
455000
2000
תודה רבה לכולכם.
07:52
(Applause)
162
457000
12000
(תשואות)
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