ABOUT THE SPEAKER
Torsten Reil - Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around.

Why you should listen
From modeling the mayhem of equine combat in Lord of the Rings: Return of the King to animating Liberty City gun battles in Grand Theft Auto IV, Torsten Reil's achievements are all over the map these days. Software that he helped create (with NaturalMotion, the imaging company he co-founded) has revolutionized computer animation of human and animal avatars, giving rise to some of the most breathtakingly real sequences in the virtual world of video games and movies- and along the way given valuable insight into the way human beings move their bodies.

Reil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms-  programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.

But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
More profile about the speaker
Torsten Reil | Speaker | TED.com
TED2003

Torsten Reil: Animate characters by evolving them

Torsten Reil studia la biologia per creare l'animazione

Filmed:
363,842 views

Torsten Reil ci parla di come lo studio della biologia possa aiutare a creare personaggi animati dall'aspetto naturale, costruendo un umano dall'interno verso l'esterno con ossa, muscoli e un sistema nervoso. Ha parlato a TED nel 2003; adesso vedete il suo lavoro a GTA4.
- Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio

Double-click the English transcript below to play the video.

00:15
I'm going to talk about a technologytecnologia that we're developingin via di sviluppo at OxfordOxford now,
0
3000
4000
Vi parlerò di una tecnologia che stiamo sviluppando adesso a Oxford
00:19
that we think is going to changemodificare the way that
1
7000
3000
e che noi pensiamo cambierà il modo in cui
00:22
computercomputer gamesi giochi and HollywoodHollywood moviesfilm are beingessere madefatto.
2
10000
3000
vengono fatti i giochi per computer e i film.
00:26
That technologytecnologia is simulatingsimulazione humansgli esseri umani.
3
14000
3000
Quella tecnologia è la simulazione degli umani.
00:29
It's simulatedsimulata humansgli esseri umani with a simulatedsimulata bodycorpo
4
17000
3000
E' la simulazione umana con un corpo simulato
00:32
and a simulatedsimulata nervousnervoso systemsistema to controlcontrollo that bodycorpo.
5
20000
3000
e un sistema nervoso simulato per controllare quel corpo.
00:36
Now, before I talk more about that technologytecnologia,
6
24000
3000
Ora, prima di parlare ancora di quella tecnologia
00:39
let's have a quickveloce look at what humanumano characterspersonaggi look like
7
27000
3000
diamo uno sguardo veloce a com'è un personaggio umano
00:42
at the momentmomento in computercomputer gamesi giochi.
8
30000
3000
nei giochi per computer attuali.
00:45
This is a clipclip from a gamegioco calledchiamato "GrandGrand TheftFurto AutoAutomatico 3."
9
33000
3000
Questa è una clip di un gioco che si chiama Grand Theft Auto 3.
00:48
We alreadygià saw that brieflybrevemente yesterdayieri.
10
36000
2000
L'abbiamo già visto brevemente ieri.
00:50
And what you can see is -- it is actuallyin realtà a very good gamegioco.
11
38000
3000
E quello che si può vedere è che di fatto, è un buon gioco.
00:53
It's one of the mostmaggior parte successfulriuscito gamesi giochi of all time.
12
41000
3000
E' uno dei giochi di maggior successo di tutti i tempi.
00:56
But what you'llpotrai see is that all the animationsanimazioni in this gamegioco are very repetitiveripetitive.
13
44000
4000
Ma quello che vedrete è che le animazioni di questo gioco sono veramente ripetitive.
01:00
They prettybella much look the samestesso.
14
48000
2000
Sembrano più o meno le stesse.
01:02
I've madefatto him runcorrere into a wallparete here, over and over again.
15
50000
3000
L'ho fatto correre contro il muro, ripetutamente.
01:05
And you can see he lookssembra always the samestesso.
16
53000
2000
E potete vedere che appare sempre lo stesso.
01:07
The reasonragionare for that is that these characterspersonaggi
17
55000
3000
La ragione di ciò è che questi personaggi
01:10
are actuallyin realtà not realvero characterspersonaggi.
18
58000
2000
in effetti non sono personaggi reali.
01:12
They are a graphicalgrafica visualizationvisualizzazione of a charactercarattere.
19
60000
4000
Sono una visualizzazione grafica di un personaggio.
01:16
To produceprodurre these animationsanimazioni, an animatoranimatore at a studiostudio has to anticipateanticipare
20
64000
5000
Per produrre queste animazioni, un animatore in uno studio deve anticipare
01:21
what's going to happenaccadere in the actualeffettivo gamegioco,
21
69000
3000
ciò che succederà nel gioco vero
01:24
and then has to animateanimare that particularparticolare sequencesequenza.
22
72000
3000
e poi deve animare quella particolare sequenza.
01:27
So, he or she sitssi siede down, animatesaggiunge un'animazione it, and triescerca to anticipateanticipare what's going to happenaccadere,
23
75000
4000
Quindi lui o lei si siede, lo anima, e cerca di anticipare cosa succederà,
01:31
and then these particularparticolare animationsanimazioni are just playedgiocato back
24
79000
3000
e poi queste particolari animazioni vengono riprodotte nuovamente
01:34
at appropriateadeguata timesvolte in the computercomputer gamegioco.
25
82000
3000
in momenti appropriati durante il gioco.
01:37
Now, the resultrisultato of that is that you can't have realvero interactivityinterattività.
26
85000
5000
Ora, il risultato di ciò è che non si può avere una reale interattività.
01:42
All you have is animationsanimazioni that are playedgiocato back
27
90000
3000
Tutto quello che si ha sono animazioni che vengono ripetute
01:45
at more or lessDi meno the appropriateadeguata timesvolte.
28
93000
2000
più o meno nei momenti appropriati.
01:47
It alsoanche meanssi intende that gamesi giochi aren'tnon sono really going to be as surprisingsorprendente as they could be,
29
95000
5000
Significa anche che i giochi non saranno davvero sorprendenti come potrebbero essere
01:52
because you only get out of it, at leastmeno in termscondizioni of the charactercarattere,
30
100000
3000
perché se ne tira fuori, per lo meno nei termini del personaggio,
01:55
what you actuallyin realtà put into it.
31
103000
2000
quello che in effetti ci si è messo dentro.
01:57
There's no realvero emergenceemergenza there.
32
105000
2000
Fin qui non c'è nessuna reale novità.
01:59
And thirdlyin terzo luogo, as I said, mostmaggior parte of the animationsanimazioni are very repetitiveripetitive because of that.
33
107000
4000
E terzo, come ho detto, molte delle animazioni erano ripetitive a causa di ciò.
02:03
Now, the only way to get around that
34
111000
2000
Ora, l'unico modo per evitarlo
02:05
is to actuallyin realtà simulatesimulare the humanumano bodycorpo
35
113000
2000
è simulare davvero il corpo umano
02:07
and to simulatesimulare that bitpo of the nervousnervoso systemsistema of the braincervello that controlscontrolli that bodycorpo.
36
115000
5000
e simulare quella parte del sistema nervoso del cervello, che controlla quel corpo.
02:12
And maybe, if I could have you for a quickveloce demonstrationdimostrazione
37
120000
3000
E forse se potessi averti per una breve dimostrazione
02:15
to showmostrare what the differencedifferenza is --
38
123000
2000
per mostrare qual è la differenza --
02:17
because, I mean, it's very, very trivialbanale.
39
125000
4000
perché, voglio dire, è davvero insignificante.
02:21
If I pushspingere ChrisChris a bitpo, like this, for exampleesempio, he'llinferno reactreagire to it.
40
129000
3000
Se spingo un po' Chris, così per esempio, lui reagirà.
02:24
If I pushspingere him from a differentdiverso angleangolo, he'llinferno reactreagire to it differentlydiversamente,
41
132000
3000
Se lo spingo da un angolo diverso, reagirà diversamente,
02:27
and that's because he has a physicalfisico bodycorpo,
42
135000
2000
e succede perché lui ha un corpo fisico,
02:29
and because he has the motoril motore skillsabilità to controlcontrollo that bodycorpo.
43
137000
3000
e perché ha schemi motori che controllano il corpo.
02:32
It's a very trivialbanale thing.
44
140000
2000
E' una cosa davvero insignificante.
02:34
It's not something you get in computercomputer gamesi giochi at the momentmomento, at all.
45
142000
2000
E' qualcosa che al momento non si riscontra affatto nei giochi per computer.
02:36
Thank you very much. ChrisChris AndersonAnderson: That's it?
46
144000
2000
Grazie mille. Chris Anderson: E' tutto?
02:38
TorstenTorsten ReilReil: That's it, yes.
47
146000
2000
Torsten Reil: E' tutto, sì.
02:40
So, that's what we're tryingprovare to simulatesimulare --
48
148000
1000
Quindi quello che stiamo cercando di simulare --
02:41
not ChrisChris specificallyspecificamente, I should say, but humansgli esseri umani in generalgenerale.
49
149000
4000
non Chris nello specifico, dovrei dire, ma gli umani in generale.
02:46
Now, we startediniziato workinglavoro on this a while agofa at OxfordOxford UniversityUniversità,
50
154000
5000
Abbiamo iniziato a lavorarci un po' di tempo fa all'Università di Oxford,
02:51
and we triedprovato to startinizio very simplysemplicemente.
51
159000
2000
e abbiamo cercato di iniziare in modo semplice.
02:53
What we triedprovato to do was teachinsegnare a stickbastone figurefigura how to walkcamminare.
52
161000
3000
Quello che abbiamo provato a fare è stato insegnare a un pupazzetto a camminare.
02:56
That stickbastone figurefigura is physicallyfisicamente stimulatedstimolato. You can see it here on the screenschermo.
53
164000
3000
Quel pupazzetto è stimolato fisicamente. Potete vederlo qui sullo schermo.
02:59
So, it's subjectsoggetto to gravitygravità, has jointsgiunti, etceccetera.
54
167000
3000
Quindi è soggetto alla gravità, ha articolazioni, etc.
03:02
If you just runcorrere the simulationsimulazione, it will just collapsecrollo, like this.
55
170000
3000
Se avviamo la simulazione, collasserà, così.
03:05
The trickydifficile bitpo is now to put an AIAI controllercontroller di in it
56
173000
4000
La parte complessa ora è mettergli un controller AI
03:09
that actuallyin realtà makesfa it work.
57
177000
2000
che lo faccia funzionare davvero.
03:11
And for that, we use the neuralneurale networkRete, whichquale we basedbasato on
58
179000
3000
E per fare ciò, usiamo la rete neurale che abbiamo basato
03:14
that partparte of the nervousnervoso systemsistema that we have in our spinecolonna vertebrale
59
182000
2000
su quella parte dei sistemi nervosi che abbiamo nella nostra spina dorsale
03:16
that controlscontrolli walkinga passeggio in humansgli esseri umani.
60
184000
2000
che controlla l'atto di camminare negli umani.
03:18
It's calledchiamato the centralcentrale patternmodello generatorGeneratore.
61
186000
2000
Si chiama generatore di schema centrale.
03:20
So, we simulatedsimulata that as well, and then the really trickydifficile bitpo
62
188000
3000
Quindi simuliamo anche quello, e poi la parte più difficile
03:23
is to teachinsegnare that networkRete how to walkcamminare.
63
191000
2000
è insegnare a quella rete come camminare.
03:25
For that we used artificialartificiale evolutionEvoluzione -- geneticgenetico algorithmsalgoritmi.
64
193000
4000
Per quello abbiamo usato l'evoluzione artificiale -- algoritmi genetici.
03:29
We heardsentito about those alreadygià yesterdayieri,
65
197000
2000
Ne abbiamo già sentito parlare ieri
03:31
and I supposesupporre that mostmaggior parte of you are familiarfamiliare with that alreadygià.
66
199000
3000
e immagino che molti di voi li conoscano già.
03:34
But, just brieflybrevemente, the conceptconcetto is that
67
202000
2000
Ma, brevemente, il concetto è che
03:36
you createcreare a largegrande numbernumero of differentdiverso individualsindividui --
68
204000
3000
si crea un ampio numero di individui diversi,
03:39
neuralneurale networksreti, in this casecaso --
69
207000
2000
reti neurali in questo caso,
03:41
all of whichquale are randomcasuale at the beginninginizio.
70
209000
2000
ciascuna delle quali al principio è casuale.
03:43
You hookgancio these up -- in this casecaso, to the virtualvirtuale musclesmuscoli
71
211000
2000
Si collega -- in questo caso ai muscoli virtuali
03:45
of that two-leggeddue zampe creaturecreatura here --
72
213000
3000
di questi due bipedi --
03:48
and hopesperanza that it does something interestinginteressante.
73
216000
3000
e si spera che faccia qualcosa di interessante.
03:51
At the beginninginizio, they're all going to be very boringnoioso.
74
219000
2000
Al principio saranno tutti molto noiosi.
03:53
MostMaggior parte of them won'tnon lo farà movemossa at all,
75
221000
2000
La maggior parte non si muoverà affatto,
03:55
but some of them mightpotrebbe make a tinyminuscolo steppasso.
76
223000
2000
ma alcuni potrebbero fare un piccolissimo passo.
03:57
Those are then selectedselezionato by the algorithmalgoritmo,
77
225000
2000
Questi vengono poi selezionati dall'algoritmo,
03:59
reproducedriprodotta with mutationmutazione and recombinationsricombinazioni to introduceintrodurre sexsesso as well.
78
227000
4000
riprodotti con mutazioni e ricombinazioni per introdurre anche il sesso.
04:03
And you repeatripetere that processprocesso over and over again,
79
231000
2000
E quel processo si continua a ripetere
04:05
untilfino a you have something that walkspasseggiate --
80
233000
2000
finché non si ottiene qualcosa che cammina --
04:07
in this casecaso, in a straightdritto linelinea, like this.
81
235000
2000
in questo caso, in linea retta in questo modo.
04:09
So that was the ideaidea behinddietro a this.
82
237000
2000
Quindi questa era l'idea che c'era dietro.
04:11
When we startediniziato this, I setimpostato up the simulationsimulazione one eveningsera.
83
239000
3000
Quando abbiamo iniziato ho avviato la simulazione in una sera.
04:14
It tookha preso about threetre to fourquattro hoursore to runcorrere the simulationsimulazione.
84
242000
3000
Mi ci sono volute tra tre e quattro ore per avviare la simulazione.
04:17
I got up the nextIl prossimo morningmattina, wentandato to the computercomputer and lookedguardato at the resultsrisultati,
85
245000
4000
La mattina dopo mi sono alzato, sono andato al computer e ho guardato i risultati,
04:21
and was hopingsperando for something that walkedcamminava in a straightdritto linelinea,
86
249000
3000
e speravo in qualcosa che camminasse in linea retta,
04:24
like I've just demonstrateddimostrato,
87
252000
2000
come vi ho appena dimostrato,
04:26
and this is what I got insteadanziché.
88
254000
2000
ed ecco invece cosa ho trovato.
04:28
(LaughterRisate)
89
256000
10000
(Risate)
04:38
So, it was back to the drawingdisegno boardtavola for us.
90
266000
3000
Ciò ha significato il nostro ritorno alla tavola da disegno.
04:42
We did get it to work eventuallyinfine,
91
270000
3000
Alla fine siamo riusciti a farlo funzionare,
04:45
after tweakingTweaking a bitpo here and there.
92
273000
2000
dopo aver aggiustato un po' qui e un po' là.
04:47
And this is an exampleesempio of a successfulriuscito evolutionaryevolutiva runcorrere.
93
275000
3000
Ed ecco un esempio di un avvio evoluzionario di successo.
04:50
So, what you'llpotrai see in a momentmomento is a very simplesemplice bipedbipede
94
278000
3000
Quindi quello che vedrete in un momento è un bipede molto semplice
04:53
that's learningapprendimento how to walkcamminare usingutilizzando artificialartificiale evolutionEvoluzione.
95
281000
3000
che sta imparando a camminare usando l'evoluzione artificiale.
04:56
At the beginninginizio, it can't walkcamminare at all,
96
284000
2000
All'inizio non poteva camminare affatto,
04:58
but it will get better and better over time.
97
286000
2000
ma è migliorato nel tempo.
05:02
So, this is the one that can't walkcamminare at all.
98
290000
3000
Quindi questo è quello che non camminava affatto.
05:05
(LaughterRisate)
99
293000
6000
(Risate)
05:11
Now, after fivecinque generationsgenerazioni of applyingl'applicazione evolutionaryevolutiva processprocesso,
100
299000
3000
Dopo cinque generazioni di applicazione del processo evoluzionario,
05:14
the geneticgenetico algorithmalgoritmo is gettingottenere a tinyminuscolo bitpo better.
101
302000
3000
l'algoritmo genetico sta migliorando un pochino.
05:17
(LaughterRisate)
102
305000
8000
(Risate)
05:25
GenerationGenerazione 10 and it'llsara take a fewpochi stepspassaggi more --
103
313000
2000
La generazione dieci fa qualche passo in più.
05:31
still not quiteabbastanza there.
104
319000
2000
Ancora non ci siamo.
05:34
But now, after generationgenerazione 20, it actuallyin realtà walkspasseggiate in a straightdritto linelinea withoutsenza fallingcaduta over.
105
322000
5000
Ma ora dopo la generazione 20 in effetti cammina in linea retta senza cadere.
05:40
That was the realvero breakthroughsfondamento for us.
106
328000
3000
Quello è stato un vero progresso per noi.
05:43
It was, academicallyaccademicamente, quiteabbastanza a challengingstimolante projectprogetto,
107
331000
3000
Accademicamente era un progetto piuttosto impegnativo,
05:46
and onceuna volta we had reachedraggiunto that stagepalcoscenico, we were quiteabbastanza confidentfiducioso
108
334000
3000
e una volta raggiunto quello stadio eravamo piuttosto fiduciosi
05:49
that we could try and do other things as well with this approachapproccio --
109
337000
3000
che avremmo potuto provare e fare altre cose seguendo questo approccio --
05:52
actuallyin realtà simulatingsimulazione the bodycorpo
110
340000
2000
stimolando davvero il corpo
05:54
and simulatingsimulazione that partparte of the nervousnervoso systemsistema that controlscontrolli it.
111
342000
3000
e stimolando quella parte del sistema nervoso che lo controlla.
05:57
Now, at this stagepalcoscenico, it alsoanche becamedivenne clearchiaro that this could be very excitingemozionante
112
345000
3000
Ora, a questo punto diviene anche chiaro che questo potrebbe essere davvero eccitante
06:00
for things like computercomputer gamesi giochi or onlinein linea worldsmondi.
113
348000
3000
per cose come giochi per computer e mondi on line.
06:03
What you see here is the charactercarattere standingin piedi there,
114
351000
2000
Quindi quello che vedete qui è il personaggio che sta in piedi,
06:05
and there's an obstacleostacolo that we put in its way.
115
353000
2000
e c'è un ostacolo che abbiamo messo sul suo percorso.
06:07
And what you see is, it's going to fallautunno over the obstacleostacolo.
116
355000
5000
E ciò che vedete è che sta per cadere sull'ostacolo.
06:12
Now, the interestinginteressante bitpo is, if I movemossa the obstacleostacolo a tinyminuscolo bitpo to the right,
117
360000
3000
Ora, la parte interessante di ciò, è che se sposto l'ostacolo di poco più a destra,
06:15
whichquale is what I'm doing now, here,
118
363000
2000
che è quello che faccio adesso, qui,
06:17
it will fallautunno over it in a completelycompletamente differentdiverso way.
119
365000
4000
ci cadrà sopra in modo totalmente diverso.
06:24
And again, if you movemossa the obstacleostacolo a tinyminuscolo bitpo, it'llsara again fallautunno differentlydiversamente.
120
372000
5000
E ancora, se si sposta di poco l'ostacolo, cadrà ancora in modo diverso.
06:29
(LaughterRisate)
121
377000
2000
(Risate)
06:31
Now, what you see, by the way, at the topsuperiore there,
122
379000
2000
Ora, quello che vedete, ad ogni modo, lassù,
06:33
are some of the neuralneurale activationsattivazioni beingessere fedalimentato into the virtualvirtuale musclesmuscoli.
123
381000
3000
sono alcune attivazioni neurali alimentate dai muscoli virtuali.
06:36
Okay. That's the videovideo. ThanksGrazie.
124
384000
2000
Okay. Questo era il video. Grazie.
06:38
Now, this mightpotrebbe look kindgenere of trivialbanale, but it's actuallyin realtà very importantimportante
125
386000
3000
Ora questo potrebbe sembrare come banale ma in effetti era molto importante
06:41
because this is not something you get at the momentmomento
126
389000
2000
perché questo non è qualcosa che si vede al momento
06:43
in any interactiveinterattivo or any virtualvirtuale worldsmondi.
127
391000
2000
in ogni mondo interattivo o virtuale.
06:48
Now, at this stagepalcoscenico, we decideddeciso to startinizio a companyazienda and movemossa this furtherulteriore,
128
396000
3000
Ora, a questo punto, abbiamo deciso di avviare una compagnia e andare oltre
06:51
because obviouslyovviamente this was just a very simplesemplice, blockyBlocky bipedbipede.
129
399000
3000
perché ovviamente questo era solo un semplicissimo bipede squadrato.
06:54
What we really wanted was a fullpieno humanumano bodycorpo.
130
402000
2000
Quello che volevamo davvero era un corpo totalmente umano,
06:56
So we startediniziato the companyazienda.
131
404000
1000
quindi abbiamo avviato la compagnia.
06:57
We hiredassunti a teamsquadra of physicistsi fisici, softwareSoftware engineersingegneri and biologistsbiologi
132
405000
5000
Abbiamo assunto una squadra di fisici, ingegneri di software e biologi
07:02
to work on this, and the first thing we had to work on
133
410000
3000
per farli lavorare su questo, e la prima cosa sulla quale abbiamo dovuto lavorare
07:05
was to createcreare the humanumano bodycorpo, basicallyfondamentalmente.
134
413000
4000
è stato essenzialmente creare il corpo umano.
07:09
It's got to be relativelyrelativamente fastveloce, so you can runcorrere it on a normalnormale machinemacchina,
135
417000
3000
Deve essere relativamente veloce così da poterlo avviare con una macchina normale,
07:12
but it's got to be accuratepreciso enoughabbastanza, so it lookssembra good enoughabbastanza, basicallyfondamentalmente.
136
420000
3000
ma essenzialmente, dev'essere abbastanza accurato da farlo sembrare abbastanza buono.
07:15
So we put quiteabbastanza a bitpo of biomechanicalbiomeccanica knowledgeconoscenza into this thing,
137
423000
3000
Quindi in questa cosa abbiamo messo un po' di conoscenza biomeccanica,
07:18
and triedprovato to make it as realisticrealistico as possiblepossibile.
138
426000
4000
e abbiamo cercato di renderla il più realistica possibile.
07:22
What you see here on the screenschermo right now
139
430000
2000
Quello che vedete qui sullo schermo proprio adesso
07:24
is a very simplesemplice visualizationvisualizzazione of that bodycorpo.
140
432000
2000
è una semplicissima visualizzazione di quel corpo.
07:26
I should addInserisci that it's very simplesemplice to addInserisci things like haircapelli, clothesAbiti, etceccetera.,
141
434000
4000
Dovrei aggiungere che è molto semplice aggiungere cose come capelli, abiti etc,
07:30
but what we'venoi abbiamo donefatto here is use a very simplesemplice visualizationvisualizzazione,
142
438000
3000
ma quello che abbiamo fatto qui è stato usare una semplicissima visualizzazione
07:33
so you can concentrateconcentrarsi on the movementmovimento.
143
441000
2000
in modo da potersi concentrare sul movimento.
07:35
Now, what I'm going to do right now, in a momentmomento,
144
443000
3000
Ora, quello che farò adesso, tra un attimo,
07:38
is just pushspingere this charactercarattere a tinyminuscolo bitpo and we'llbene see what happensaccade.
145
446000
3000
sarà spingere un po' questo personaggio e vedere cosa succede.
07:46
Nothing really interestinginteressante, basicallyfondamentalmente.
146
454000
2000
Essenzialmente, niente di davvero interessante.
07:48
It fallscadute over, but it fallscadute over like a ragstraccio dollbambola, basicallyfondamentalmente.
147
456000
3000
Cade ma cade come una bambola di pezza.
07:51
The reasonragionare for that is that there's no intelligenceintelligenza in it.
148
459000
3000
Il motivo è che non ha alcuna intelligenza.
07:54
It becomesdiventa interestinginteressante when you put artificialartificiale intelligenceintelligenza into it.
149
462000
4000
Diviene interessante quando si mette l'intelligenza artificiale.
07:58
So, this charactercarattere now has motoril motore skillsabilità in the uppersuperiore bodycorpo --
150
466000
4000
Quindi questo personaggio adesso ha schemi motori nella parte superiore del corpo.
08:02
nothing in the legsgambe yetancora, in this particularparticolare one.
151
470000
2000
Ancora niente nelle gambe, in questo in particolare.
08:04
But what it will do -- I'm going to pushspingere it again.
152
472000
3000
Ma quello che farà -- lo spingerò di nuovo.
08:07
It will realizerendersi conto autonomouslyautonomamente that it's beingessere pushedspinto.
153
475000
2000
Capirà in maniera autonoma che è stato spinto.
08:09
It's going to stickbastone out its handsmani.
154
477000
2000
Allungherà le mani.
08:11
It's going to turnturno around into the fallautunno, and try and catchcatturare the fallautunno.
155
479000
3000
Si volterà nella direzione della caduta e cercherà di fermare la caduta.
08:20
So that's what you see here.
156
488000
2000
Quindi ecco cosa vedete qui.
08:22
Now, it getsprende really interestinginteressante
157
490000
2000
Ora, diventa davvero interessante
08:24
if you then addInserisci the AIAI for the lowerinferiore partparte of the bodycorpo as well.
158
492000
4000
se poi si aggiunge l'AI anche nella parte bassa del corpo.
08:28
So here, we'venoi abbiamo got the samestesso charactercarattere.
159
496000
2000
Quindi qui abbiamo lo stesso personaggio.
08:30
I'm going to pushspingere it a bitpo harderPiù forte now,
160
498000
2000
Adesso lo spingerò un po' più forte,
08:32
harderPiù forte than I just pushedspinto ChrisChris.
161
500000
2000
più forte di come ho spinto Chris.
08:34
But what you'llpotrai see is -- it's going to receivericevere a pushspingere now from the left.
162
502000
4000
Ma quello che vedrete è che riceverà una spinta da sinistra.
08:41
What you see is it takes stepspassaggi backwardsindietro,
163
509000
2000
Vedete che fa qualche passo indietro --
08:43
it triescerca to counter-balancecontrappeso,
164
511000
2000
cerca di contro bilanciare,
08:45
it triescerca to look at the placeposto where it thinkspensa it's going to landsbarcare.
165
513000
4000
cerca di guardare il posto in cui pensa che atterrerà.
08:49
I'll showmostrare you this again.
166
517000
2000
Ve lo mostro ancora.
08:51
And then, finallyfinalmente hitscolpi the floorpavimento.
167
519000
3000
E poi, in fine, tocca il suolo.
08:55
Now, this becomesdiventa really excitingemozionante
168
523000
3000
Ciò diventa davvero interessante
08:58
when you pushspingere that charactercarattere in differentdiverso directionsindicazioni, again, just as I've donefatto.
169
526000
5000
quando si spinge quel personaggio in direzioni diverse, ancora, proprio come ho appena fatto.
09:03
That's something that you cannotnon può do right now.
170
531000
4000
Questo è qualcosa che non potete fare per adesso.
09:07
At the momentmomento, you only have emptyvuoto computercomputer graphicsgrafica in gamesi giochi.
171
535000
3000
Al momento nei giochi ci sono soltanto grafiche per computer vuote.
09:10
What this is now is a realvero simulationsimulazione. That's what I want to showmostrare you now.
172
538000
3000
Quella di ora è una simulazione reale. E' quello che voglio mostrarvi adesso.
09:13
So, here'secco the samestesso charactercarattere with the samestesso behaviorcomportamento I've just shownmostrato you,
173
541000
3000
Quindi ecco lo stesso personaggio con lo stesso atteggiamento che vi ho appena mostrato,
09:16
but now I'm just going to pushspingere it from differentdiverso directionsindicazioni.
174
544000
2000
ma ora lo spingerò da direzioni diverse.
09:18
First, startingdi partenza with a pushspingere from the right.
175
546000
2000
Iniziando prima con una spinta da destra.
09:23
This is all slowlento motionmovimento, by the way, so we can see what's going on.
176
551000
3000
Questo è in slow motion, comunque, così da poter vedere cosa accade.
09:26
Now, the angleangolo will have changedcambiato a tinyminuscolo bitpo,
177
554000
3000
Ora, l'angolo sarà cambiato di pochissimo
09:29
so you can see that the reactionreazione is differentdiverso.
178
557000
4000
quindi potete vedere che la reazione è diversa.
09:33
Again, a pushspingere, now this time from the frontdavanti.
179
561000
3000
Ancora, una spinta, ora dal davanti.
09:37
And you see it fallscadute differentlydiversamente.
180
565000
2000
E vedete che cade in modo diverso.
09:39
And now from the left --
181
567000
2000
E ora da sinistra.
09:43
and it fallscadute differentlydiversamente.
182
571000
2000
E cade in modo diverso.
09:45
That was really excitingemozionante for us to see that.
183
573000
2000
Per noi, vederlo, è stato davvero emozionante.
09:47
That was the first time we'venoi abbiamo seenvisto that.
184
575000
2000
Quella era la prima volta che lo vedevamo.
09:49
This is the first time the publicpubblico seesvede this as well,
185
577000
2000
Questa è anche la prima volta che viene visto dal pubblico
09:51
because we have been in stealthStealth modemodalità.
186
579000
2000
perché l'abbiamo fatto in segreto.
09:53
I haven'tnon hanno shownmostrato this to anybodynessuno yetancora.
187
581000
2000
Non l'ho ancora mostrato a nessuno.
09:55
Now, just a fundivertimento thing:
188
583000
2000
Ora, qualcosa di divertente.
09:57
what happensaccade if you put that charactercarattere --
189
585000
2000
Cosa succede se si mette quel personaggio --
09:59
this is now a woodenin legno versionversione of it, but it's got the samestesso AIAI in it --
190
587000
2000
questa è una versione di legno, ma Al ha la stessa --
10:01
but if you put that charactercarattere on a slipperyscivoloso surfacesuperficie, like iceghiaccio.
191
589000
2000
ma se si mette quel personaggio su una superficie scivolosa, come il ghiaccio.
10:03
We just did that for a laughridere, just to see what happensaccade.
192
591000
3000
L'abbiamo fatto giusto per ridere, solo per vedere cosa succede.
10:06
(LaughterRisate)
193
594000
1000
(Risate)
10:07
And this is what happensaccade.
194
595000
2000
Ed ecco cosa succede.
10:09
(LaughterRisate)
195
597000
3000
(Risate)
10:12
(ApplauseApplausi)
196
600000
3000
(Applausi)
10:15
It's nothing we had to do about this.
197
603000
2000
Non dovevamo farci niente con questo.
10:17
We just tookha preso this charactercarattere that I just talkedparlato about,
198
605000
2000
Abbiamo solo preso questo personaggio del quale vi ho appena parlato,
10:19
put it on a slipperyscivoloso surfacesuperficie, and this is what you get out of it.
199
607000
3000
l'abbiamo messo su una superficie scivolosa, ed ecco cosa succede.
10:22
And that's a really fascinatingaffascinante thing about this approachapproccio.
200
610000
3000
Ed è davvero interessante pensare a questo approccio.
10:26
Now, when we wentandato to filmfilm studiosmonolocali and gamesi giochi developerssviluppatori
201
614000
3000
Ora, quando siamo andati negli studi cinematografici e dai creatori di giochi
10:29
and showedha mostrato them that technologytecnologia, we got a very good responserisposta.
202
617000
3000
e gli abbiamo mostrato quella tecnologia, abbiamo avuto un ottimo responso.
10:32
And what they said was, the first thing they need immediatelysubito is virtualvirtuale stuntmenstuntmen.
203
620000
4000
E quello che hanno detto è stato che la prima cosa di cui avevano bisogno immediato erano stuntman virtuali.
10:36
Because stuntsacrobazie are obviouslyovviamente very dangerouspericoloso, they're very expensivecostoso,
204
624000
4000
Perché gli stunt sono ovviamente molto pericolosi, sono molto cari,
10:40
and there are a lot of stuntStunt scenesscene that you cannotnon può do, obviouslyovviamente,
205
628000
2000
e ci sono tantissime scene pericolose che ovviamente non si possono fare
10:42
because you can't really allowpermettere the stuntmanstuntman to be seriouslysul serio hurtmale.
206
630000
3000
perché non si può permettere allo stuntman di restare gravemente leso.
10:45
So, they wanted to have a digitaldigitale versionversione of a stuntmanstuntman
207
633000
3000
Quindi volevano una versione digitale di uno stuntman
10:48
and that's what we'venoi abbiamo been workinglavoro on for the pastpassato fewpochi monthsmesi.
208
636000
2000
ed è quello a cui abbiamo lavorato nei mesi scorsi.
10:50
And that's our first productprodotto that we're going to releaseliberare in a couplecoppia of weekssettimane.
209
638000
5000
E questo è il primo prodotto che realizzeremo in un paio di settimane.
10:55
So, here are just a fewpochi very simplesemplice scenesscene of the guy just beingessere kickedpreso a calci.
210
643000
5000
Quindi qui ci sono solo un paio di semplicissime scene del tizio che viene preso a calci.
11:00
That's what people want. That's what we're givingdando them.
211
648000
2000
E' quello che vogliono le persone. E' quello che gli diamo.
11:02
(LaughterRisate)
212
650000
7000
(Risate)
11:09
You can see, it's always reactingfar reagire.
213
657000
2000
Vedete, reagisce sempre.
11:11
This is not a deadmorto bodycorpo. This is a bodycorpo who basicallyfondamentalmente, in this particularparticolare casecaso,
214
659000
4000
Questo non è un corpo morto. Questo è un corpo che essenzialmente, in questo caso particolare,
11:15
feelssi sente the forcevigore and triescerca to protectproteggere its headcapo.
215
663000
2000
sente la forza e cerca di proteggersi la testa.
11:17
Only, I think it's quiteabbastanza a biggrande blowsoffio again.
216
665000
2000
Solo che credo che sia un gran colpo.
11:19
You feel kindgenere of sorry for that thing,
217
667000
2000
Voi vi sentite come dispiaciuti per quella cosa,
11:21
and we'venoi abbiamo seenvisto it so manymolti timesvolte now that
218
669000
2000
e noi ormai l'abbiamo visto così tante volte che
11:23
we don't really carecura any more.
219
671000
2000
non ci importa più niente.
11:25
(LaughterRisate)
220
673000
1000
(Risate)
11:26
There are much worsepeggio videosvideo than this, by the way, whichquale I have takenprese out, but ...
221
674000
4000
Ci sono molti video peggiori di questo, comunque, che ho tolto, ma...
11:31
Now, here'secco anotherun altro one.
222
679000
2000
Ora, eccone un altro.
11:33
What people wanted as a behaviorcomportamento was to have an explosionesplosione,
223
681000
4000
Il comportamento che volevano era che ci fosse un'esplosione,
11:37
a strongforte forcevigore appliedapplicato to the charactercarattere,
224
685000
2000
una forza consistente applicata al personaggio,
11:39
and have the charactercarattere reactreagire to it in midairmezz'aria.
225
687000
2000
e far sì che il personaggio reagisse a mezz'aria.
11:41
So that you don't have a charactercarattere that lookssembra limpzoppicare,
226
689000
2000
In modo da non avere un personaggio che appare molle,
11:43
but actuallyin realtà a charactercarattere that you can use in an actionazione filmfilm straightdritto away,
227
691000
3000
ma in effetti un personaggio che si può usare subito per l'azione di un film
11:46
that lookssembra kindgenere of alivevivo in midairmezz'aria as well.
228
694000
2000
che appare vivo anche a mezz'aria.
11:48
So this charactercarattere is going to be hitcolpire by a forcevigore,
229
696000
2000
Quindi questo personaggio sta per essere colpito da una forza,
11:50
it's going to realizerendersi conto it's in the airaria,
230
698000
2000
sta per capire che è in aria
11:52
and it's going to try and, well,
231
700000
3000
e sta per cercare e, beh,
11:55
stickbastone out its armbraccio in the directiondirezione where it's landingatterraggio.
232
703000
2000
allungare le braccia nella direzione in cui atterrerà.
11:59
That's one angleangolo; here'secco anotherun altro angleangolo.
233
707000
3000
Questo è un angolo, ecco l'altro angolo.
12:02
We now think that the realismrealismo we're achievingraggiungimento di with this
234
710000
2000
Ora noi pensiamo che il realismo che stiamo raggiungendo con questo
12:04
is good enoughabbastanza to be used in filmscinema.
235
712000
2000
vada abbastanza bene per essere usato nei film.
12:06
And let's just have a look at a slightlyleggermente differentdiverso visualizationvisualizzazione.
236
714000
3000
E diamo uno sguardo a una visualizzazione leggermente diversa.
12:09
This is something I just got last night
237
717000
2000
Questo è qualcosa che ho ricevuto la scorsa sera
12:11
from an animationanimazione studiostudio in LondonLondra, who are usingutilizzando our softwareSoftware
238
719000
3000
da uno studio di animazione di Londra, che usa il nostro software
12:14
and experimentingla sperimentazione with it right now.
239
722000
2000
e lo sta sperimentando proprio adesso.
12:16
So this is exactlydi preciso the samestesso behaviorcomportamento that you saw,
240
724000
3000
Quindi questo è esattamente lo stesso comportamento che avete visto,
12:19
but in a slightlyleggermente better renderedil rendering versionversione.
241
727000
4000
ma in una versione resa leggermente migliore.
12:23
So if you look at the charactercarattere carefullyaccuratamente,
242
731000
3000
Quindi se guardate attentamente il personaggio
12:26
you see there are lots of bodycorpo movementsmovimenti going on,
243
734000
2000
vedete che ci sono tantissimi movimenti corporei,
12:28
nonenessuna of whichquale you have to animateanimare like in the oldvecchio daysgiorni.
244
736000
2000
nessuno dei quali si deve animare come ai vecchi tempi.
12:30
AnimatorsAnimatori had to actuallyin realtà animateanimare them.
245
738000
2000
Gli animatori dovevano animarli.
12:32
This is all happeningavvenimento automaticallyautomaticamente in the simulationsimulazione.
246
740000
2000
Nella simulazione questo avviene tutto automaticamente.
12:34
This is a slightlyleggermente differentdiverso angleangolo,
247
742000
2000
Questo è un angolo leggermente diverso,
12:39
and again a slowlento motionmovimento versionversione of this.
248
747000
2000
e ancora una versione in slow motion.
12:41
This is incrediblyincredibilmente quickveloce. This is happeningavvenimento in realvero time.
249
749000
4000
Questo è incredibilmente veloce. Questo succede in tempo reale.
12:45
You can runcorrere this simulationsimulazione in realvero time, in frontdavanti of your eyesocchi,
250
753000
2000
Si può avviare questa simulazione in tempo reale, davanti ai vostri occhi,
12:47
changemodificare it, if you want to, and you get the animationanimazione straightdritto out of it.
251
755000
3000
cambiarla se si vuole, e trarne subito l'animazione.
12:50
At the momentmomento, doing something like this by handmano
252
758000
2000
Al momento, fare qualcosa come questa a mano
12:52
would take you probablyprobabilmente a couplecoppia of daysgiorni.
253
760000
2000
richiederebbe probabilmente un paio di giorni.
12:55
This is anotherun altro behaviorcomportamento they requestedrichiesto da.
254
763000
3000
Questo è un altro comportamento che hanno richiesto.
12:58
I'm not quiteabbastanza sure why, but we'venoi abbiamo donefatto it anywaycomunque.
255
766000
2000
Non sono abbastanza sicuro del perché, ma l'abbiamo fatto comunque.
13:00
It's a very simplesemplice behaviorcomportamento that showsSpettacoli you the powerenergia of this approachapproccio.
256
768000
2000
E' un comportamento molto semplice che vi mostra il potere di questo approccio.
13:02
In this casecaso, the character'sdi carattere handsmani
257
770000
2000
In questo caso le mani del personaggio
13:04
are fixedfisso to a particularparticolare pointpunto in spacespazio,
258
772000
2000
sono fisse in un particolare punto dello spazio,
13:06
and all we'venoi abbiamo told the charactercarattere to do is to strugglelotta.
259
774000
3000
e quello che abbiamo detto al personaggio di fare è lottare.
13:09
And it lookssembra organicbiologico. It lookssembra realisticrealistico.
260
777000
3000
E sembra organico. Sembra realistico.
13:12
You feel kindgenere of sorry for the guy.
261
780000
2000
Vi sentite come dispiaciuti per il tizio.
13:14
It's even worsepeggio -- and that is anotherun altro videovideo I just got last night --
262
782000
3000
E' anche peggio -- ed è un altro video che ho ricevuto ieri sera --
13:17
if you renderrendere that a bitpo more realisticallyverosimilmente.
263
785000
2000
se lo si rende un po' più realistico.
13:23
Now, I'm showingmostrando this to you just to showmostrare you
264
791000
2000
Ora, ve lo mostro solo per mostrarvi
13:25
how organicbiologico it actuallyin realtà can feel, how realisticrealistico it can look.
265
793000
2000
come possa sembrare davvero organico, quanto possa apparire realistico.
13:27
And this is all a physicalfisico simulationsimulazione of the bodycorpo,
266
795000
3000
E questa è tutta una simulazione fisica del corpo,
13:30
usingutilizzando AIAI to driveguidare virtualvirtuale musclesmuscoli in that bodycorpo.
267
798000
3000
usando AI per guidare muscoli virtuali in quel corpo.
13:35
Now, one thing whichquale we did for a laughridere was
268
803000
3000
Ora, una cosa che abbiamo fatto per ridere è stata
13:38
to createcreare a slightlyleggermente more complexcomplesso stuntStunt scenescena,
269
806000
2000
creare una scena pericolosa leggermente più complessa,
13:40
and one of the mostmaggior parte famousfamoso stuntsacrobazie is the one where JamesJames BondBond
270
808000
3000
e una delle scene da stunt più famose è quella in cui James Bond
13:43
jumpssalti off a damdiga in SwitzerlandSvizzera and then is caughtcatturato by a bungeebungee.
271
811000
4000
salta da una diga in Svizzera e poi resta appeso a un cavo.
13:48
Got a very shortcorto clipclip here.
272
816000
2000
Eccone una breve clip.
13:54
Yes, you can just about see it here.
273
822000
2000
Sì, si può vedere qui.
13:56
In this casecaso, they were usingutilizzando a realvero stuntStunt man. It was a very dangerouspericoloso stuntStunt.
274
824000
3000
In questo caso hanno usato un vero stuntman. E' stata un'azione davvero pericolosa.
13:59
It was just votedvotato, I think in the SundayDomenica TimesVolte, as one of the mostmaggior parte impressiveimpressionante stuntsacrobazie.
275
827000
3000
E' stata appena votata, credo sul Sunday Times, come una delle scene più impressionanti.
14:02
Now, we'venoi abbiamo just triedprovato and -- lookedguardato at our charactercarattere and askedchiesto ourselvesnoi stessi,
276
830000
3000
Ora, abbiamo appena provato e guardando il nostro personaggio ci siamo chiesti:
14:05
"Can we do that ourselvesnoi stessi as well?"
277
833000
2000
"Possiamo farlo anche noi?"
14:07
Can we use the physicalfisico simulationsimulazione of the charactercarattere,
278
835000
2000
Possiamo usare la simulazione fisica del personaggio,
14:09
use artificialartificiale intelligenceintelligenza,
279
837000
2000
usare l'intelligenza artificiale,
14:11
put that artificialartificiale intelligenceintelligenza into the charactercarattere,
280
839000
2000
mettere quell'intelligenza artificiale nel personaggio,
14:13
driveguidare virtualvirtuale musclesmuscoli, simulatesimulare the way he jumpssalti off the damdiga,
281
841000
4000
guidare muscoli virtuali, simulare il modo in cui salta dalla diga,
14:17
and then skydiveSkydive afterwardsin seguito,
282
845000
2000
e poi dopo fa delle acrobazie,
14:19
and have him caughtcatturato by a bungeebungee afterwardsin seguito?
283
847000
2000
e far sì che dopo rimanga appeso a una corda?
14:21
We did that. It tookha preso about altogetherComplessivamente just two hoursore,
284
849000
3000
L'abbiamo fatto. Ci sono volute circa due ore,
14:24
prettybella much, to createcreare the simulationsimulazione.
285
852000
2000
più o meno, per creare la simulazione.
14:26
And that's what it lookssembra like, here.
286
854000
2000
Ed ecco come appare, qui.
14:37
Now, this could do with a bitpo more work. It's still very earlypresto stagesstadi,
287
865000
3000
Ora, gli serve un po' più di lavoro. E' ancora allo stadio iniziale,
14:40
and we prettybella much just did this for a laughridere,
288
868000
2000
e l'abbiamo fatto più o meno per ridere
14:42
just to see what we'dsaremmo get out of it.
289
870000
2000
solo per vedere cosa ne avremmo tirato fuori.
14:44
But what we foundtrovato over the pastpassato fewpochi monthsmesi
290
872000
2000
Ma quello che abbiamo scoperto nei mesi passati
14:46
is that this approachapproccio -- that we're prettybella much standardstandard uponsu --
291
874000
3000
è che questo approccio che è piuttosto standard
14:49
is incrediblyincredibilmente powerfulpotente.
292
877000
2000
è incredibilmente potente.
14:51
We are ourselvesnoi stessi surprisedsorpreso what you actuallyin realtà get out of the simulationssimulazioni.
293
879000
4000
Noi stessi siamo sorpresi di cosa è venuto fuori dalle simulazioni.
14:55
There's very oftenspesso very surprisingsorprendente behaviorcomportamento that you didn't predictpredire before.
294
883000
4000
Molto spesso ci sono comportamenti davvero sorprendenti che non erano stati previsti prima.
14:59
There's so manymolti things we can do with this right now.
295
887000
2000
Ci sono così tante cose che possiamo fare adesso.
15:01
The first thing, as I said, is going to be virtualvirtuale stuntmenstuntmen.
296
889000
3000
La prima cosa, come ho detto, saranno gli stuntman virtuali.
15:04
SeveralDiversi studiosmonolocali are usingutilizzando this softwareSoftware now to produceprodurre virtualvirtuale stuntmenstuntmen,
297
892000
4000
Alcuni studi stanno stanno usando adesso questo software per produrre stuntman virtuali,
15:08
and they're going to hitcolpire the screenschermo quiteabbastanza soonpresto, actuallyin realtà,
298
896000
2000
e, in effetti, saranno molto presto sul grande schermo,
15:10
for some majormaggiore productionsproduzioni.
299
898000
2000
per alcune produzioni principali.
15:12
The secondsecondo thing is videovideo gamesi giochi.
300
900000
3000
La seconda cosa sono i video games.
15:15
With this technologytecnologia, videovideo gamesi giochi will look differentdiverso and they will feel very differentdiverso.
301
903000
4000
Con questa tecnologia i video games appariranno diversi e si percepiranno diversamente.
15:19
For the first time, you'llpotrai have actorsattori that really feel very interactiveinterattivo,
302
907000
3000
Per la prima volta ci saranno attori che si sentiranno davvero interattivi,
15:22
that have realvero bodiescorpi that really reactreagire.
303
910000
2000
che hanno corpi reali che agiscono davvero.
15:24
I think that's going to be incrediblyincredibilmente excitingemozionante.
304
912000
3000
Credo che sarà incredibilmente eccitante.
15:27
ProbablyProbabilmente startingdi partenza with sportsgli sport gamesi giochi,
305
915000
2000
Probabilmente inizieremo con i giochi sportivi,
15:29
whichquale are going to becomediventare much more interactiveinterattivo.
306
917000
2000
che diventeranno molto più interattivi.
15:31
But I particularlysoprattutto am really excitedemozionato
307
919000
1000
Ma io in particolare sono davvero eccitato
15:32
about usingutilizzando this technologytecnologia in onlinein linea worldsmondi,
308
920000
3000
per l'uso di questa tecnologia in mondi on line,
15:35
like there, for exampleesempio, that TomTom MelcherMelcher has shownmostrato us.
309
923000
3000
come per esempio, quella che ci ha mostrato Tom Melcher.
15:38
The degreegrado of interactivityinterattività you're going to get
310
926000
2000
Il grado di interattività che otterrete
15:40
is totallytotalmente differentdiverso, I think, from what you're gettingottenere right now.
311
928000
3000
è totalmente differente, credo, da quello che avete adesso.
15:44
A thirdterzo thing we are looking at and very interestedinteressato in is simulationsimulazione.
312
932000
4000
Una terza cosa a cui guardiamo e che ci interessa è la simulazione.
15:49
We'veAbbiamo been approachedsi avvicinò by severalparecchi simulationsimulazione companiesaziende,
313
937000
2000
Siamo stati avvicinati da diverse compagnie di simulazione,
15:51
but one projectprogetto we're particularlysoprattutto excitedemozionato about, whichquale we're startingdi partenza nextIl prossimo monthmese,
314
939000
3000
ma un progetto per il quale siamo particolarmente eccitati, che inizieremo il prossimo mese,
15:54
is to use our technologytecnologia -- and in particularparticolare, the walkinga passeggio technologytecnologia --
315
942000
4000
è l'uso della nostra tecnologia, e in particolare, la tecnologia del camminare,
15:58
to help aidaiuto surgeonschirurghi who work on childrenbambini with cerebralcerebrale palsyparalisi,
316
946000
4000
per aiutare i chirurghi che lavorano con i bambini con paralisi cerebrale,
16:02
to predictpredire the outcomerisultato of operationsoperazioni on these childrenbambini.
317
950000
3000
per prevedere l'esito delle operazioni su questi bambini.
16:05
As you probablyprobabilmente know,
318
953000
2000
Come probabilmente sapete,
16:07
it's very difficultdifficile to predictpredire what the outcomerisultato of an operationoperazione is
319
955000
3000
è molto difficile prevedere qual'è la riuscita di un intervento
16:10
if you try and correctcorretta the gaitandatura.
320
958000
2000
se si cerca di correggere l'andatura.
16:12
The classicclassico quotecitazione is, I think, it's unpredictableimprevedibile at bestmigliore,
321
960000
3000
La citazione classica è, credo: "E' imprevedibile nel migliore dei casi",
16:15
is what people think right now, is the outcomerisultato.
322
963000
3000
è quello che la gente pensa ora, è la riuscita.
16:18
Now, what we want to do with our softwareSoftware is allowpermettere our surgeonschirurghi to have a toolstrumento.
323
966000
4000
Ora, quello che vogliamo fare con il nostro software è permettere ai nostri chirurghi di avere uno strumento.
16:22
We're going to simulatesimulare the gaitandatura of a particularparticolare childbambino
324
970000
3000
Simuleremo l'andatura di un particolare bambino
16:25
and the surgeonchirurgo can then work on that simulationsimulazione
325
973000
3000
e il chirurgo poi, può lavorare su quella simulazione
16:28
and try out differentdiverso waysmodi to improveMigliorare that gaitandatura,
326
976000
2000
e cercare modi diversi per migliorare l'andatura
16:30
before he actuallyin realtà commitsesegue il commit to an actualeffettivo surgerychirurgia.
327
978000
3000
prima che esegua un vero intervento chirurgico.
16:33
That's one projectprogetto we're particularlysoprattutto excitedemozionato about,
328
981000
2000
E' un progetto per il quale siamo particolarmente eccitati,
16:35
and that's going to startinizio nextIl prossimo monthmese.
329
983000
2000
e verrà avviato il mese prossimo.
16:39
Just finallyfinalmente, this is only just the beginninginizio.
330
987000
3000
Finalmente, questo è solo l'inizio.
16:42
We can only do severalparecchi behaviorscomportamenti right now.
331
990000
2000
In questo momento possiamo eseguire solo qualche comportamento.
16:44
The AIAI isn't good enoughabbastanza to simulatesimulare a fullpieno humanumano bodycorpo.
332
992000
3000
L'AI non è abbastanza buona per simulare un corpo umano completo.
16:47
The bodycorpo yes, but not all the motoril motore skillsabilità that we have.
333
995000
3000
Il corpo sì, ma non tutti gli schemi motori che abbiamo.
16:50
And, I think, we're only there if we can have something like balletballetto dancingdanza.
334
998000
3000
E, credo, lo raggiungeremo solo quando potremo fare qualcosa come un balletto.
16:53
Right now, we don't have that
335
1001000
2000
Proprio adesso non abbiamo niente di simile
16:55
but I'm very sure that we will be ablecapace to do that at some stagepalcoscenico.
336
1003000
2000
ma sono davvero sicuro che a un certo punto saremo in grado di farlo.
16:57
We do have one unintentionalnon intenzionale dancerballerino actuallyin realtà,
337
1005000
3000
In effetti abbiamo un ballerino non intenzionale,
17:00
the last thing I'm going to showmostrare you.
338
1008000
2000
l'ultima cosa che volevo mostrarvi.
17:02
This was an AIAI contourcontorno that was producedprodotta and evolvedevoluto --
339
1010000
3000
Questo è un profilo AI prodotto e sviluppato --
17:05
half-evolvedmetà-evoluto, I should say -- to produceprodurre balanceequilibrio, basicallyfondamentalmente.
340
1013000
3000
mezzo evoluto, direi -- per produrre equilibrio essenzialmente.
17:08
So, you kickcalcio the guy and the guy'sragazzo di supposedipotetico to counter-balancecontrappeso.
341
1016000
3000
Quindi date un calcio al tizio e il tizio dovrebbe controbilanciare.
17:11
That's what we thought was going to come out of this.
342
1019000
3000
E' quello che abbiamo pensato ne sarebbe venuto fuori.
17:14
But this is what emergedè emerso out of it, in the endfine.
343
1022000
2000
Ma questo è quello che è venuto fuori alla fine.
17:17
(MusicMusica)
344
1025000
10000
(Musica)
17:27
BizarrelyStranamente, this thing doesn't have a headcapo. I'm not quiteabbastanza sure why.
345
1035000
3000
Stranamente, questa cosa non ha una testa. Non sono abbastanza sicuro del perché.
17:31
So, this was not something we actuallyin realtà put in there.
346
1039000
2000
Quindi questo in effetti non era qualcosa che ci abbiamo messo dentro noi.
17:33
He just startediniziato to createcreare that dancedanza himselflui stesso.
347
1041000
4000
Ha iniziato a creare quella danza da solo.
17:37
He's actuallyin realtà a better dancerballerino than I am, I have to say.
348
1045000
3000
In effetti balla meglio di me, devo dirlo.
17:41
And what you see after a while --
349
1049000
2000
E quello che vedete dopo un po' --
17:43
I think he even goesva into a climaxClimax right at the endfine.
350
1051000
2000
credo che alla fine abbia anche una specie di climax.
17:49
And I think -- there you go.
351
1057000
3000
E io credo, eccoci.
17:52
(LaughterRisate)
352
1060000
2000
(Risate)
17:54
So, that all happenedè accaduto automaticallyautomaticamente. We didn't put that in there.
353
1062000
2000
Quindi è successo tutto automaticamente. Non ce l'abbiamo messo noi.
17:56
That's just the simulationsimulazione creatingla creazione di this itselfsi, basicallyfondamentalmente.
354
1064000
3000
Essenzialmente è la simulazione che l'ha creato da sé.
17:59
So it's just --
355
1067000
2000
Quindi è solo --
18:01
(ApplauseApplausi)
356
1069000
1000
(Applausi)
18:02
ThanksGrazie.
357
1070000
2000
Grazie.
18:05
Not quiteabbastanza JohnJohn TravoltaTravolta yetancora, but we're workinglavoro on that as well,
358
1073000
3000
Non è ancora John Travolta, ma stiamo lavorando anche a questo,
18:08
so thanksGrazie very much for your time.
359
1076000
2000
quindi grazie mille per il vostro tempo.
18:10
ThanksGrazie.
360
1078000
1000
Grazie.
18:11
(ApplauseApplausi)
361
1079000
1000
(Applausi)
18:12
CACA: IncredibleIncredibile. That was really incredibleincredibile.
362
1080000
2000
Chris Anderson: Incredibile. E' stato davvero incredibile.
18:14
TRTR: ThanksGrazie.
363
1082000
1000
Torsten Reil: Grazie
Translated by Maria Gitto
Reviewed by Anna Cristiana Minoli

▲Back to top

ABOUT THE SPEAKER
Torsten Reil - Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around.

Why you should listen
From modeling the mayhem of equine combat in Lord of the Rings: Return of the King to animating Liberty City gun battles in Grand Theft Auto IV, Torsten Reil's achievements are all over the map these days. Software that he helped create (with NaturalMotion, the imaging company he co-founded) has revolutionized computer animation of human and animal avatars, giving rise to some of the most breathtakingly real sequences in the virtual world of video games and movies- and along the way given valuable insight into the way human beings move their bodies.

Reil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms-  programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.

But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
More profile about the speaker
Torsten Reil | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee