TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
Tan Le: Headset yang membaca gelombang otak Anda
Filmed:
Readability: 5
2,732,929 views
Antarmuka komputer baru Tan Le yang menakjubkan dapat membaca gelombang otak penggunanya, sehingga dapat mengendalikan objek virtual, dan bahkan perangkat listrik, cukup dengan pikiran (dan sedikit konsentrasi). Dia menunjukkan headset itu dan membahas penerapannya yang luas.
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
Sampai sekarang, komunikasi kita dengan mesin
00:18
has always been limited
1
3000
2000
selalu terbatas
00:20
to conscious and direct forms.
2
5000
2000
pada bentuk komunikasi langsung dan sadar.
00:22
Whether it's something simple
3
7000
2000
Baik sesuatu yang sederhana
00:24
like turning on the lights with a switch,
4
9000
2000
seperti menyalakan lampu dengan tombol
00:26
or even as complex as programming robotics,
5
11000
3000
maupun yang kompleks seperti pemrograman robot,
00:29
we have always had to give a command to a machine,
6
14000
3000
kita selalu harus memberikan perintah atau bahkan
00:32
or even a series of commands,
7
17000
2000
serangkaian perintah kepada mesin
00:34
in order for it to do something for us.
8
19000
3000
agar mesin itu melakukan apa yang kita inginkan.
00:37
Communication between people, on the other hand,
9
22000
2000
Di sisi lain komunikasi antarmanusia
00:39
is far more complex and a lot more interesting
10
24000
3000
jauh lebih kompleks dan menarik
00:42
because we take into account
11
27000
2000
karena kita melibatkan
00:44
so much more than what is explicitly expressed.
12
29000
3000
jauh lebih banyak daripada yang terlihat secara eksplisit.
00:47
We observe facial expressions, body language,
13
32000
3000
Kita mengamati ekspresi wajah, bahasa tubuh,
00:50
and we can intuit feelings and emotions
14
35000
2000
dan kita dapat merasakan emosi dan perasaan
00:52
from our dialogue with one another.
15
37000
3000
dari percakapan kita satu sama lain.
00:55
This actually forms a large part
16
40000
2000
Ini sebenarnya merupakan bagian yang besar
00:57
of our decision-making process.
17
42000
2000
dari proses pengambilan keputusan kita.
00:59
Our vision is to introduce
18
44000
2000
Visi kami adalah memperkenalkan
01:01
this whole new realm of human interaction
19
46000
3000
dunia baru dari interaksi manusia
01:04
into human-computer interaction
20
49000
2000
dengan interaksi komputer-manusia
01:06
so that computers can understand
21
51000
2000
sehingga komputer dapat memahami
01:08
not only what you direct it to do,
22
53000
2000
tidak hanya apa yang Anda perintahkan,
01:10
but it can also respond
23
55000
2000
namun juga dapat menanggapi
01:12
to your facial expressions
24
57000
2000
ekspresi wajah
01:14
and emotional experiences.
25
59000
2000
dan pengalaman emosi Anda.
01:16
And what better way to do this
26
61000
2000
Dan cara terbaik untuk melakukan hal ini
01:18
than by interpreting the signals
27
63000
2000
adalah dengan menafsirkan sinyal
01:20
naturally produced by our brain,
28
65000
2000
yang dihasilkan secara alami dari otak,
01:22
our center for control and experience.
29
67000
3000
pusat pengendalian dan pengalaman kita.
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
Gagasan ini terdengar cukup bagus,
01:27
but this task, as Bruno mentioned,
31
72000
2000
namun seperti yang dikatakan Bruno,
01:29
isn't an easy one for two main reasons:
32
74000
3000
ini bukan hal mudah karena dua alasan utama:
01:32
First, the detection algorithms.
33
77000
3000
Pertama, algoritme pendeteksi.
01:35
Our brain is made up of
34
80000
2000
Otak kita terdiri dari
01:37
billions of active neurons,
35
82000
2000
miliaran sel syaraf aktif,
01:39
around 170,000 km
36
84000
3000
dengan panjang akson
01:42
of combined axon length.
37
87000
2000
sekitar 170.000 km.
01:44
When these neurons interact,
38
89000
2000
Saat sel syaraf ini saling berhubungan,
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
reaksi kimianya mengeluarkan kejutan listrik
01:48
which can be measured.
40
93000
2000
yang dapat diukur.
01:50
The majority of our functional brain
41
95000
3000
Kebanyakan dari otak kita yang berfungsi
01:53
is distributed over
42
98000
2000
terdapat pada
01:55
the outer surface layer of the brain,
43
100000
2000
lapisan permukaan luar dari otak.
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
Dan untuk memperluas daerah yang tersedia bagi kemampuan mental,
02:00
the brain surface is highly folded.
45
105000
3000
permukaan otak memiliki banyak lipatan.
02:03
Now this cortical folding
46
108000
2000
Dan lipatan korteks ini
02:05
presents a significant challenge
47
110000
2000
memberikan tantangan besar
02:07
for interpreting surface electrical impulses.
48
112000
3000
dalam menafsirkan kejutan listrik di permukaannya.
02:10
Each individual's cortex
49
115000
2000
Lipatan korteks setiap orang
02:12
is folded differently,
50
117000
2000
sangat berbeda
02:14
very much like a fingerprint.
51
119000
2000
seperti sebuah sidik jari.
02:16
So even though a signal
52
121000
2000
Jadi walaupun sinyal
02:18
may come from the same functional part of the brain,
53
123000
3000
berasal dari bagian otak yang sama
02:21
by the time the structure has been folded,
54
126000
2000
pada saat struktur itu telah terlipat,
02:23
its physical location
55
128000
2000
lokasi fisiknya
02:25
is very different between individuals,
56
130000
2000
sangat berbeda bagi masing-masing orang,
02:27
even identical twins.
57
132000
3000
bahkan pada kembar siam.
02:30
There is no longer any consistency
58
135000
2000
Sehingga tidak ada konsistensi
02:32
in the surface signals.
59
137000
2000
bagi sinyal permukaan.
02:34
Our breakthrough was to create an algorithm
60
139000
2000
Terobosan kami adalah menciptakan algoritme
02:36
that unfolds the cortex,
61
141000
2000
yang membuka lipatan itu
02:38
so that we can map the signals
62
143000
2000
sehingga kami dapat memetakan sinyal
02:40
closer to its source,
63
145000
2000
lebih dekat pada sumbernya,
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
sehingga memungkinkan alat ini dapat bekerja pada orang banyak.
02:46
The second challenge
65
151000
2000
Tantangan kedua
02:48
is the actual device for observing brainwaves.
66
153000
3000
adalah perangkat untuk mengamati gelombang otak,
02:51
EEG measurements typically involve
67
156000
2000
pengukuran EEG biasanya berupa
02:53
a hairnet with an array of sensors,
68
158000
3000
jaring rambut rumit dengan serangkaian sensor
02:56
like the one that you can see here in the photo.
69
161000
3000
seperti yang terlihat pada foto ini.
02:59
A technician will put the electrodes
70
164000
2000
Seorang teknisi akan memasang elektroda
03:01
onto the scalp
71
166000
2000
pada kulit kepala
03:03
using a conductive gel or paste
72
168000
2000
menggunakan gel atau pasta konduktif
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
dan biasanya kulit kepala itu harus digores
03:08
by light abrasion.
74
173000
2000
terlebih dahulu.
03:10
Now this is quite time consuming
75
175000
2000
Proses ini cukup memakan waktu
03:12
and isn't the most comfortable process.
76
177000
2000
dan tidak begitu nyaman.
03:14
And on top of that, these systems
77
179000
2000
Dan yang lebih penting lagi, harga sistem ini
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
sebenarnya puluhan ribu dolar.
03:20
So with that, I'd like to invite onstage
79
185000
3000
Maka dengan itu, saya ingin mengundang ke atas panggung
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
Evan Grant, salah satu pembicara pada konferensi tahun lalu,
03:25
who's kindly agreed
81
190000
2000
yang telah setuju
03:27
to help me to demonstrate
82
192000
2000
untuk membantu saya mendemonstrasikan
03:29
what we've been able to develop.
83
194000
2000
apa yang telah kami kembangkan.
03:31
(Applause)
84
196000
6000
(Tepuk tangan)
03:37
So the device that you see
85
202000
2000
Jadi perangkat yang Anda lihat
03:39
is a 14-channel, high-fidelity
86
204000
2000
adalah sistem penerimaan EEG
03:41
EEG acquisition system.
87
206000
2000
14 saluran berketepatan tinggi.
03:43
It doesn't require any scalp preparation,
88
208000
3000
Perangkat ini tidak memerlukan persiapan apa-apa
03:46
no conductive gel or paste.
89
211000
2000
tanpa gel atau pasta konduktif.
03:48
It only takes a few minutes to put on
90
213000
3000
Hanya perlu beberapa menit untuk memakai
03:51
and for the signals to settle.
91
216000
2000
dan menstabilkan sinyalnya.
03:53
It's also wireless,
92
218000
2000
Ini juga perangkat nirkabel,
03:55
so it gives you the freedom to move around.
93
220000
3000
sehingga memberikan Anda kebebasan bergerak.
03:58
And compared to the tens of thousands of dollars
94
223000
3000
Dan dibandingkan dengan puluhan ribu dolar
04:01
for a traditional EEG system,
95
226000
3000
dari harga sistem EEG tradisional,
04:04
this headset only costs
96
229000
2000
harga headset ini
04:06
a few hundred dollars.
97
231000
2000
hanya beberapa ratus dolar.
04:08
Now on to the detection algorithms.
98
233000
3000
Lalu algoritme pendeteksinya.
04:11
So facial expressions --
99
236000
2000
Jadi ekspresi wajah --
04:13
as I mentioned before in emotional experiences --
100
238000
2000
seperti yang saya telah sebutkan dalam pengalaman emosi --
04:15
are actually designed to work out of the box
101
240000
2000
sebenarnya dirancang untuk dapat langsung bekerja
04:17
with some sensitivity adjustments
102
242000
2000
dengan tingkat kepekaan
04:19
available for personalization.
103
244000
3000
yang dapat disesuaikan.
04:22
But with the limited time we have available,
104
247000
2000
Namun karena waktu kami terbatas,
04:24
I'd like to show you the cognitive suite,
105
249000
2000
saya ingin menunjukkan paket koqnitif,
04:26
which is the ability for you
106
251000
2000
yaitu kemampuan Anda
04:28
to basically move virtual objects with your mind.
107
253000
3000
untuk menggerakkan objek virtual dengan pikiran.
04:32
Now, Evan is new to this system,
108
257000
2000
Evan adalah orang baru bagi sistem ini,
04:34
so what we have to do first
109
259000
2000
sehingga pertama-tama
04:36
is create a new profile for him.
110
261000
2000
kita harus menciptakan profil baru baginya.
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
Sudah pasti dia bukan Joanne -- sehingga "add user."
04:41
Evan. Okay.
112
266000
2000
Evan. Baiklah.
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
Jadi hal pertama yang harus kita lakukan
04:46
is to start with training
114
271000
2000
adalah dengan latihan
04:48
a neutral signal.
115
273000
2000
sinyal yang netral.
04:50
With neutral, there's nothing in particular
116
275000
2000
Sinyal yang netral, maksudnya tidak ada
04:52
that Evan needs to do.
117
277000
2000
yang harus dilakukan Evan.
04:54
He just hangs out. He's relaxed.
118
279000
2000
Dia hanya perlu diam. Bersantai.
04:56
And the idea is to establish a baseline
119
281000
2000
Maksud dari ini adalah untuk membuat dasar
04:58
or normal state for his brain,
120
283000
2000
atau kondisi normal dari otaknya,
05:00
because every brain is different.
121
285000
2000
karena setiap otak berbeda.
05:02
It takes eight seconds to do this,
122
287000
2000
Diperlukan 8 detik untuk membuatnya.
05:04
and now that that's done,
123
289000
2000
Dan sekarang sudah selesai,
05:06
we can choose a movement-based action.
124
291000
2000
kita dapat memilih kegiatan bergerak.
05:08
So Evan, choose something
125
293000
2000
Jadi Evan memilih sesuatu
05:10
that you can visualize clearly in your mind.
126
295000
2000
yang dapat Anda bayangkan secara jelas dalam pikiran Anda.
05:12
Evan Grant: Let's do "pull."
127
297000
2000
Evan Grant: Mari kita, "tarik."
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
Tan Le: Baiklah. Kita pilih "tarik."
05:16
So the idea here now
129
301000
2000
Jadi gagasannya adalah
05:18
is that Evan needs to
130
303000
2000
Evan harus
05:20
imagine the object coming forward
131
305000
2000
membayangkan objek itu mendekat
05:22
into the screen,
132
307000
2000
ke layar.
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
Dan ada grafik yang akan bergerak di layar
05:27
while he's doing that.
134
312000
2000
saat dia melakukannya.
05:29
The first time, nothing will happen,
135
314000
2000
Pertama kali, tidak ada yang terjadi
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
karena sistem ini tidak tahu bagaimana dia berpikir "tarik."
05:34
But maintain that thought
137
319000
2000
Namun jika dia terus berpikir seperti tiu
05:36
for the entire duration of the eight seconds.
138
321000
2000
selama 8 detik.
05:38
So: one, two, three, go.
139
323000
3000
Lalu: satu, dua, tiga, tarik.
05:49
Okay.
140
334000
2000
Baiklah.
05:51
So once we accept this,
141
336000
2000
Jadi saat sistem ini menerimanya,
05:53
the cube is live.
142
338000
2000
kubus ini menjadi hidup.
05:55
So let's see if Evan
143
340000
2000
Jadi mari kita saksikan
05:57
can actually try and imagine pulling.
144
342000
3000
Evan dapat mencoba membayangkan menariknya.
06:00
Ah, good job!
145
345000
2000
Ah, bagus!
06:02
(Applause)
146
347000
3000
(Tepuk tangan)
06:05
That's really amazing.
147
350000
2000
Cukup mengagumkan.
06:07
(Applause)
148
352000
4000
(Tepuk tangan)
06:11
So we have a little bit of time available,
149
356000
2000
Kami masih memiliki sedikit waktu
06:13
so I'm going to ask Evan
150
358000
2000
jadi saya akan meminta Evan
06:15
to do a really difficult task.
151
360000
2000
melakukan hal yang sulit.
06:17
And this one is difficult
152
362000
2000
Dan ini sulit
06:19
because it's all about being able to visualize something
153
364000
3000
karena berhubungan tentang memvisualisasikan sesuatu
06:22
that doesn't exist in our physical world.
154
367000
2000
yang tidak ada di dunia fisik.
06:24
This is "disappear."
155
369000
2000
Inilah "menghilang."
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
Jadi yang kita inginkan -- dalam kegiatan bergerak,
06:28
we do that all the time, so you can visualize it.
157
373000
3000
Anda melakukannya setiap saat sehingga dapat memvisualisasikannya.
06:31
But with "disappear," there's really no analogies --
158
376000
2000
Namun "menghilang," benar-benar tidak ada analoginya.
06:33
so Evan, what you want to do here
159
378000
2000
Jadi Evan, yang akan Anda lakukan
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
adalah membayangkan kubus itu perlahan-lahan menghilang.
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
Mari berlatih. Jadi: satu, dua, tiga, mulai.
06:50
Okay. Let's try that.
162
395000
3000
Baiklah. Mari kita coba.
06:53
Oh, my goodness. He's just too good.
163
398000
3000
Astaga. Dia sungguh hebat.
06:57
Let's try that again.
164
402000
2000
Mari kita coba lagi.
07:04
EG: Losing concentration.
165
409000
2000
EG: Kehilangan konsentrasi.
07:06
(Laughter)
166
411000
2000
(Suara tawa)
07:08
TL: But we can see that it actually works,
167
413000
2000
TL: Namun sebenarnya hal itu berhasil
07:10
even though you can only hold it
168
415000
2000
walaupun Anda hanya dapat menghilangkannya
07:12
for a little bit of time.
169
417000
2000
dalam waktu yang singkat.
07:14
As I said, it's a very difficult process
170
419000
3000
Seperti yang saya katakan,
07:17
to imagine this.
171
422000
2000
sulit untuk membayangkan hal ini.
07:19
And the great thing about it is that
172
424000
2000
Dan hal yang hebat adalah
07:21
we've only given the software one instance
173
426000
2000
piranti lunak ini hanya diberi satu kesempatan
07:23
of how he thinks about "disappear."
174
428000
3000
tentang bagaimana dia memikirkan "menghilang"
07:26
As there is a machine learning algorithm in this --
175
431000
3000
Dan ada algoritme pembelajaran mesin dalam benda ini --
07:29
(Applause)
176
434000
4000
(Tepuk tangan)
07:33
Thank you.
177
438000
2000
Terima kasih.
07:35
Good job. Good job.
178
440000
3000
Bagus. Bagus.
07:38
(Applause)
179
443000
2000
(Tepuk tangan)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
Terima kasih Evan. Anda adalah contoh
07:43
example of the technology.
181
448000
3000
luar biasa dari teknologi ini.
07:46
So, as you can see, before,
182
451000
2000
Jadi seperti yang Anda lihat
07:48
there is a leveling system built into this software
183
453000
3000
ada sistem penyetaraan di dalam piranti lunak ini
07:51
so that as Evan, or any user,
184
456000
2000
sehingga Evan, atau pengguna lainnya
07:53
becomes more familiar with the system,
185
458000
2000
menjadi lebih akrab dengan sistem ini,
07:55
they can continue to add more and more detections,
186
460000
3000
mereka dapat terus menambah deteksinya,
07:58
so that the system begins to differentiate
187
463000
2000
sehingga sistem ini mulai membedakan
08:00
between different distinct thoughts.
188
465000
3000
berbagai pikiran yang berbeda-beda.
08:04
And once you've trained up the detections,
189
469000
2000
Setelah Anda terlatih dengan deteksinya,
08:06
these thoughts can be assigned or mapped
190
471000
2000
pemikiran itu dapat diberikan atau dipetakan
08:08
to any computing platform,
191
473000
2000
ke dalam platform komputasi,
08:10
application or device.
192
475000
2000
aplikasi ataupun perangkat apapun.
08:12
So I'd like to show you a few examples,
193
477000
2000
Saya ingin menunjukkan beberapa contoh
08:14
because there are many possible applications
194
479000
2000
karena ada banyak kemungkinan penerapan
08:16
for this new interface.
195
481000
2000
dari antarmuka baru ini.
08:19
In games and virtual worlds, for example,
196
484000
2000
Dalam permainan dan dunia virtual, sebagai contoh,
08:21
your facial expressions
197
486000
2000
ekspresi wajah Anda
08:23
can naturally and intuitively be used
198
488000
2000
dapat digunakan secara alami dan intuitif
08:25
to control an avatar or virtual character.
199
490000
3000
untuk mengendalikan avatar atau karakter virtual.
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
Anda dapat merasakan fantasi dari keajaiban
08:31
and control the world with your mind.
201
496000
3000
dan mengendalikan dunia dengan pikiran Anda.
08:36
And also, colors, lighting,
202
501000
3000
Dan juga warna, pencahayaan,
08:39
sound and effects
203
504000
2000
suara, dan efeknya
08:41
can dynamically respond to your emotional state
204
506000
2000
dapat menanggapi kondisi emosional Anda
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
untuk menguatkan pengalaman yang Anda rasakan, langsung.
08:47
And moving on to some applications
206
512000
2000
Lalu beralih ke aplikasi lain
08:49
developed by developers and researchers around the world,
207
514000
3000
yang dikembangkan oleh para pengembang dan peneliti di seluruh dunia
08:52
with robots and simple machines, for example --
208
517000
3000
dengan robot dan mesin-mesin sederhana --
08:55
in this case, flying a toy helicopter
209
520000
2000
dalam hal ini, menerbangkan helikopter mainan
08:57
simply by thinking "lift" with your mind.
210
522000
3000
hanya dengan memikirkan terbang.
09:00
The technology can also be applied
211
525000
2000
Teknologi ini juga dapat diterapkan
09:02
to real world applications --
212
527000
2000
pada dunia nyata --
09:04
in this example, a smart home.
213
529000
2000
sebagai contoh, rumah cerdas.
09:06
You know, from the user interface of the control system
214
531000
3000
Anda tahu, dari penggunaan antarmuka sistem pengendalian
09:09
to opening curtains
215
534000
2000
untuk membuka
09:11
or closing curtains.
216
536000
3000
atau menutup tirai.
09:22
And of course, also to the lighting --
217
547000
3000
Dan tentu saja untuk lampu --
09:25
turning them on
218
550000
3000
menyalakan
09:28
or off.
219
553000
2000
atau mematikannya.
09:30
And finally,
220
555000
2000
Dan akhirnya,
09:32
to real life-changing applications,
221
557000
2000
untuk penerapan yang mengubah dunia
09:34
such as being able to control an electric wheelchair.
222
559000
3000
seperti dapat mengendalikan kursi roda listrik.
09:37
In this example,
223
562000
2000
Dalam contoh ini,
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
ekspresi wajah dipetakan pada perintah untuk bergerak.
09:42
Man: Now blink right to go right.
225
567000
3000
Pria: Kedipan mata kanan untuk ke kanan.
09:50
Now blink left to turn back left.
226
575000
3000
Kedipan mata kiri untuk ke kiri.
10:02
Now smile to go straight.
227
587000
3000
Tersenyum untuk lurus ke depan.
10:08
TL: We really -- Thank you.
228
593000
2000
TL: Kami benar-benar -- Terima kasih.
10:10
(Applause)
229
595000
5000
(Tepuk tangan)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
Kami benar-benar hanya ada pada permukaan akan apa yang mungkin.
10:18
and with the community's input,
231
603000
2000
Dan dengan masukan dari masyarakat
10:20
and also with the involvement of developers
232
605000
2000
dan juga keterlibatan para pengembang
10:22
and researchers from around the world,
233
607000
3000
dan peneliti dari seluruh dunia,
10:25
we hope that you can help us to shape
234
610000
2000
kami harap Anda dapat membantu kami mengarahkan
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
teknologi ini dari titik saat ini. Terima kasih banyak.
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