TEDWomen 2015
Rana el Kaliouby: This app knows how you feel -- from the look on your face
ラナ・エル・カリウビ: 顔を見るだけで感情がわかるアプリ
Filmed:
Readability: 4.3
1,613,290 views
感情は私たちの生活のあらゆる面に影響します―学び方やコミュニケーションの取り方、決定の仕方まで様々です。しかし、デジタルにおいてはそれが欠けています。私たちが用いる電子機器やアプリは、私たちの感情を知りようがないのです。科学者のラナ・エル・カリウビは、これを変えようとしています。彼女は顔の表情を読み取って、それに対応する感情と結びつける、強力な新しいテクノロジーを実演します。この「感情エンジン」には大きな意味があり、私たちが機械と関わる方法だけでなく、お互いに交流する方法をも変える可能性がある、と彼女は言います。
Rana el Kaliouby - Computer scientist
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
Double-click the English transcript below to play the video.
00:12
Our emotions influence
every aspect of our lives,
every aspect of our lives,
0
556
4017
私たちの感情は
生活のあらゆる面に影響します
生活のあらゆる面に影響します
00:16
from our health and how we learn,
to how we do business and make decisions,
to how we do business and make decisions,
1
4573
3576
健康や学び方
ビジネスのやり方や決定の仕方まで
ビジネスのやり方や決定の仕方まで
大小様々です
00:20
big ones and small.
2
8149
1773
00:22
Our emotions also influence
how we connect with one another.
how we connect with one another.
3
10672
3490
感情は私たちがお互いと
結びつく方法にも影響します
結びつく方法にも影響します
00:27
We've evolved to live
in a world like this,
in a world like this,
4
15132
3976
今まで私たちは
このような世界に順応してきましたが
このような世界に順応してきましたが
00:31
but instead, we're living
more and more of our lives like this --
more and more of our lives like this --
5
19108
4319
現在の世界は どんどん
このようになってきています
このようになってきています
00:35
this is the text message
from my daughter last night --
from my daughter last night --
6
23427
3134
これは昨晩 娘から届いた
携帯メールです
携帯メールです
00:38
in a world that's devoid of emotion.
7
26561
2740
感情のない世界ですね
00:41
So I'm on a mission to change that.
8
29301
1951
私はそれを変えるべく活動しています
00:43
I want to bring emotions
back into our digital experiences.
back into our digital experiences.
9
31252
4091
デジタルでの体験に
感情を取り戻したいのです
感情を取り戻したいのです
00:48
I started on this path 15 years ago.
10
36223
3077
この道を歩み始めたのは15年前―
00:51
I was a computer scientist in Egypt,
11
39300
2066
エジプトでコンピューターサイエンスを
学んでいたときのことです
学んでいたときのことです
00:53
and I had just gotten accepted to
a Ph.D. program at Cambridge University.
a Ph.D. program at Cambridge University.
12
41366
4505
ケンブリッジ大学の博士課程に
合格したところでした
合格したところでした
00:57
So I did something quite unusual
13
45871
2113
私が取った行動は
00:59
for a young newlywed Muslim Egyptian wife:
14
47984
4225
結婚したての若いイスラム教徒の
エジプト人妻としてはかなり珍しいものでした
エジプト人妻としてはかなり珍しいものでした
01:05
With the support of my husband,
who had to stay in Egypt,
who had to stay in Egypt,
15
53599
2999
エジプトに残らねばならない
夫のサポートを得て
夫のサポートを得て
01:08
I packed my bags and I moved to England.
16
56598
3018
私は荷物をまとめて
イングランドにやってきたのです
イングランドにやってきたのです
01:11
At Cambridge, thousands of miles
away from home,
away from home,
17
59616
3228
故郷から何千キロも離れた
ケンブリッジで
ケンブリッジで
01:14
I realized I was spending
more hours with my laptop
more hours with my laptop
18
62844
3413
私は自分が他の人と過ごすよりも
長い時間を
長い時間を
01:18
than I did with any other human.
19
66257
2229
ノートパソコンと過ごしていることに
気づきました
気づきました
01:20
Yet despite this intimacy, my laptop
had absolutely no idea how I was feeling.
had absolutely no idea how I was feeling.
20
68486
4853
とても近しいものでありながら
ノートパソコンに私の感情は分かりません
ノートパソコンに私の感情は分かりません
01:25
It had no idea if I was happy,
21
73339
3211
私が嬉しかろうと
01:28
having a bad day, or stressed, confused,
22
76550
2988
ストレスを抱えて混乱し
嫌な１日を過ごそうと伝わらないので
嫌な１日を過ごそうと伝わらないので
01:31
and so that got frustrating.
23
79538
2922
歯がゆい気持ちになりました
01:35
Even worse, as I communicated
online with my family back home,
online with my family back home,
24
83600
5231
さらに悪いことに オンラインで
家族と会話をしていても
家族と会話をしていても
01:41
I felt that all my emotions
disappeared in cyberspace.
disappeared in cyberspace.
25
89421
3282
感情がすべてサイバー空間に
消えてしまうような気がしました
消えてしまうような気がしました
01:44
I was homesick, I was lonely,
and on some days I was actually crying,
and on some days I was actually crying,
26
92703
5155
ホームシックで寂しい思いをし
泣いたときもありましたが
泣いたときもありましたが
01:49
but all I had to communicate
these emotions was this.
these emotions was this.
27
97858
4928
感情を表す手段はこれだけでした
01:54
(Laughter)
28
102786
2020
（笑）
01:56
Today's technology
has lots of I.Q., but no E.Q.;
has lots of I.Q., but no E.Q.;
29
104806
4974
現在のテクノロジーには
IQはあってもEQはありません
IQはあってもEQはありません
02:01
lots of cognitive intelligence,
but no emotional intelligence.
but no emotional intelligence.
30
109780
3176
知能指数は高くても
心の知能指数はないのです
心の知能指数はないのです
02:04
So that got me thinking,
31
112956
2197
そこで私は考えました
02:07
what if our technology
could sense our emotions?
could sense our emotions?
32
115153
3624
テクノロジーが感情を
感じ取れるとしたらどうだろう？
感じ取れるとしたらどうだろう？
02:10
What if our devices could sense
how we felt and reacted accordingly,
how we felt and reacted accordingly,
33
118777
4076
心の知能指数を持った友人のように
電子機器が感情を読み取って
電子機器が感情を読み取って
02:14
just the way an emotionally
intelligent friend would?
intelligent friend would?
34
122853
3013
それに応じて反応したらどうだろう？
02:18
Those questions led me and my team
35
126666
3564
これらの問いによって
私とチームは
私とチームは
感情を読み取り 対応できる
テクノロジーを開発するに至り
テクノロジーを開発するに至り
02:22
to create technologies that can read
and respond to our emotions,
and respond to our emotions,
36
130230
4377
02:26
and our starting point was the human face.
37
134607
3090
私たちの出発点は人間の顔でした
02:30
So our human face happens to be
one of the most powerful channels
one of the most powerful channels
38
138577
3173
人間の顔は
社会的・感情的状態を伝えるのに
社会的・感情的状態を伝えるのに
02:33
that we all use to communicate
social and emotional states,
social and emotional states,
39
141750
4016
誰もが用いている
非常に強力な手段のひとつです
非常に強力な手段のひとつです
02:37
everything from enjoyment, surprise,
40
145766
3010
喜びや驚き―
02:40
empathy and curiosity.
41
148776
4203
共感や好奇心まで様々あります
02:44
In emotion science, we call each
facial muscle movement an action unit.
facial muscle movement an action unit.
42
152979
4928
感情科学では顔面筋肉の動き
それぞれをアクション・ユニットと言います
それぞれをアクション・ユニットと言います
02:49
So for example, action unit 12,
43
157907
2925
例えば アクション・ユニット12は
02:52
it's not a Hollywood blockbuster,
44
160832
2038
ハリウッド映画のタイトルではありませんよ
02:54
it is actually a lip corner pull,
which is the main component of a smile.
which is the main component of a smile.
45
162870
3442
これは口の端を引く動きで
笑顔の主な要素です
笑顔の主な要素です
02:58
Try it everybody. Let's get
some smiles going on.
some smiles going on.
46
166312
2988
試してみて下さい
笑顔になりますね
笑顔になりますね
03:01
Another example is action unit 4.
It's the brow furrow.
It's the brow furrow.
47
169300
2654
もうひとつの例はアクション・ユニット４で
これは眉をひそめる動きです
これは眉をひそめる動きです
03:03
It's when you draw your eyebrows together
48
171954
2238
両眉をひそめると
03:06
and you create all
these textures and wrinkles.
these textures and wrinkles.
49
174192
2267
凹凸やしわができますね
03:08
We don't like them, but it's
a strong indicator of a negative emotion.
a strong indicator of a negative emotion.
50
176459
4295
好まれるものではありませんが
否定的な感情を強く示すサインです
否定的な感情を強く示すサインです
03:12
So we have about 45 of these action units,
51
180754
2206
こうしたアクション・ユニットが45個あり
03:14
and they combine to express
hundreds of emotions.
hundreds of emotions.
52
182960
3390
これらが組み合わさって
何百もの感情を表します
何百もの感情を表します
03:18
Teaching a computer to read
these facial emotions is hard,
these facial emotions is hard,
53
186350
3901
こうした顔の表情をコンピューターに
読み取らせるのは困難です
読み取らせるのは困難です
03:22
because these action units,
they can be fast, they're subtle,
they can be fast, they're subtle,
54
190251
2972
アクション・ユニットは動きが素早く
加減が微妙ですし
加減が微妙ですし
03:25
and they combine in many different ways.
55
193223
2554
様々に組み合わせられるためです
03:27
So take, for example,
the smile and the smirk.
the smile and the smirk.
56
195777
3738
例えば 笑顔と
ぎこちない作り笑いです
ぎこちない作り笑いです
03:31
They look somewhat similar,
but they mean very different things.
but they mean very different things.
57
199515
3753
どこかしら似てはいますが
意味合いは随分違います
意味合いは随分違います
03:35
(Laughter)
58
203268
1718
（笑）
03:36
So the smile is positive,
59
204986
3004
笑顔はポジティブで
03:39
a smirk is often negative.
60
207990
1270
わざと作った笑顔は
ネガティブなことが多いです
ネガティブなことが多いです
03:41
Sometimes a smirk
can make you become famous.
can make you become famous.
61
209260
3876
作り笑いで有名になることもあります
03:45
But seriously, it's important
for a computer to be able
for a computer to be able
62
213136
2824
ですが真面目な話
コンピューターが
コンピューターが
03:47
to tell the difference
between the two expressions.
between the two expressions.
63
215960
2855
２つの表情の違いを
読み取れることが重要です
読み取れることが重要です
03:50
So how do we do that?
64
218815
1812
では どうすればいいでしょう？
03:52
We give our algorithms
65
220627
1787
私達の開発したアルゴリズムに
03:54
tens of thousands of examples
of people we know to be smiling,
of people we know to be smiling,
66
222414
4110
純粋な笑顔を見せている人々の例を
何万例も与えます
何万例も与えます
03:58
from different ethnicities, ages, genders,
67
226524
3065
人種 年齢 性別も様々です
04:01
and we do the same for smirks.
68
229589
2811
そして作り笑いにも
同様のことを行います
同様のことを行います
04:04
And then, using deep learning,
69
232400
1554
するとディープラーニング（深層学習）で
04:05
the algorithm looks for all these
textures and wrinkles
textures and wrinkles
70
233954
2856
アルゴリズムが
顔面に起こる凹凸やしわや
顔面に起こる凹凸やしわや
04:08
and shape changes on our face,
71
236810
2580
形状の変化を探し
04:11
and basically learns that all smiles
have common characteristics,
have common characteristics,
72
239390
3202
笑顔には共通の特徴があり
04:14
all smirks have subtly
different characteristics.
different characteristics.
73
242592
3181
作り笑いには微妙に異なる
特徴があることを学習します
特徴があることを学習します
04:17
And the next time it sees a new face,
74
245773
2368
以降は 未知の顔に遭遇しても
04:20
it essentially learns that
75
248141
2299
基本的に この顔が
04:22
this face has the same
characteristics of a smile,
characteristics of a smile,
76
250440
3033
笑顔の特徴を
備えていることを認識し
備えていることを認識し
04:25
and it says, "Aha, I recognize this.
This is a smile expression."
This is a smile expression."
77
253473
4278
「あぁわかった これは笑顔ですね」
と言うのです
と言うのです
このテクノロジーの働きを
お見せする一番の方法は
お見せする一番の方法は
04:30
So the best way to demonstrate
how this technology works
how this technology works
78
258381
2800
ここで実演することです
04:33
is to try a live demo,
79
261181
2136
04:35
so I need a volunteer,
preferably somebody with a face.
preferably somebody with a face.
80
263317
3913
誰か手伝ってもらえませんか
顔がある人がいいのですが
顔がある人がいいのですが
04:39
(Laughter)
81
267230
2334
（笑）
04:41
Cloe's going to be our volunteer today.
82
269564
2771
クロイに手伝ってもらいましょう
04:45
So over the past five years, we've moved
from being a research project at MIT
from being a research project at MIT
83
273325
4458
ここ５年間で私たちはMITでの
研究プロジェクトから
研究プロジェクトから
04:49
to a company,
84
277783
1156
企業へと変化しました
04:50
where my team has worked really hard
to make this technology work,
to make this technology work,
85
278939
3192
私のチームはこのテクノロジーが
いわば「外の世界で」
いわば「外の世界で」
04:54
as we like to say, in the wild.
86
282131
2409
機能するよう努力してきました
04:56
And we've also shrunk it so that
the core emotion engine
the core emotion engine
87
284540
2670
またコンパクトにすることで
感情エンジンの核となる部分が
感情エンジンの核となる部分が
04:59
works on any mobile device
with a camera, like this iPad.
with a camera, like this iPad.
88
287210
3320
iPadのようなカメラ付き携帯機器で
使えるようにしました
使えるようにしました
05:02
So let's give this a try.
89
290530
2786
では やってみましょう
05:06
As you can see, the algorithm
has essentially found Cloe's face,
has essentially found Cloe's face,
90
294756
3924
ご覧のように アルゴリズムが
クロイの顔を認識しました
クロイの顔を認識しました
05:10
so it's this white bounding box,
91
298680
1692
白い四角で示されており
05:12
and it's tracking the main
feature points on her face,
feature points on her face,
92
300372
2571
顔の主な部分を追跡しています
05:14
so her eyebrows, her eyes,
her mouth and her nose.
her mouth and her nose.
93
302943
2856
眉、目、口や鼻などです
05:17
The question is,
can it recognize her expression?
can it recognize her expression?
94
305799
2987
さあ 表情を読み取れるでしょうか？
05:20
So we're going to test the machine.
95
308786
1671
機械を試してみましょう
05:22
So first of all, give me your poker face.
Yep, awesome. (Laughter)
Yep, awesome. (Laughter)
96
310457
4186
まず ポーカーフェイスを見せて下さい
いいですね （笑）
いいですね （笑）
05:26
And then as she smiles,
this is a genuine smile, it's great.
this is a genuine smile, it's great.
97
314643
2813
それから笑顔です
これは心からの笑顔ですね
これは心からの笑顔ですね
05:29
So you can see the green bar
go up as she smiles.
go up as she smiles.
98
317456
2300
彼女が笑うと
緑色のバーが上がるのが分かります
緑色のバーが上がるのが分かります
05:31
Now that was a big smile.
99
319756
1222
満面の笑みでしたね
05:32
Can you try a subtle smile
to see if the computer can recognize?
to see if the computer can recognize?
100
320978
3043
コンピューターが認識できるか
微笑みを作ってみましょう
微笑みを作ってみましょう
05:36
It does recognize subtle smiles as well.
101
324021
2331
微笑みでも認識できますね
05:38
We've worked really hard
to make that happen.
to make that happen.
102
326352
2125
これには大変苦労しました
05:40
And then eyebrow raised,
indicator of surprise.
indicator of surprise.
103
328477
2962
眉が上がると
驚きの表情のサインです
驚きの表情のサインです
05:43
Brow furrow, which is
an indicator of confusion.
an indicator of confusion.
104
331439
4249
眉をひそめると
困惑を示すサインです
困惑を示すサインです
05:47
Frown. Yes, perfect.
105
335688
4007
眉をひそめて
完璧です
完璧です
05:51
So these are all the different
action units. There's many more of them.
action units. There's many more of them.
106
339695
3493
これらは全て異なるアクション・ユニットで
まだ他にも多くありますが
まだ他にも多くありますが
05:55
This is just a slimmed-down demo.
107
343188
2032
ほんの一部だけお見せしました
05:57
But we call each reading
an emotion data point,
an emotion data point,
108
345220
3148
それぞれの感情のデータポイントを
読み取らせることができ
読み取らせることができ
06:00
and then they can fire together
to portray different emotions.
to portray different emotions.
109
348368
2969
それらが合わさって
様々な感情を表現することができます
様々な感情を表現することができます
06:03
So on the right side of the demo --
look like you're happy.
look like you're happy.
110
351337
4653
デモの右側には―
喜びの表情を見せて
喜びの表情を見せて
06:07
So that's joy. Joy fires up.
111
355990
1454
これが喜びですね
「喜び」の項目が上がりました
「喜び」の項目が上がりました
06:09
And then give me a disgust face.
112
357444
1927
それから 嫌悪の表情を見せて下さい
06:11
Try to remember what it was like
when Zayn left One Direction.
when Zayn left One Direction.
113
359371
4272
ゼインがワン・ダイレクションを
脱退したのを思い出して
脱退したのを思い出して
06:15
(Laughter)
114
363643
1510
（笑）
06:17
Yeah, wrinkle your nose. Awesome.
115
365153
4342
鼻にもしわが寄ります
いいですね
いいですね
06:21
And the valence is actually quite
negative, so you must have been a big fan.
negative, so you must have been a big fan.
116
369495
3731
感情価がかなりネガティブでしたから
熱心なファンだったのでしょう
熱心なファンだったのでしょう
06:25
So valence is how positive
or negative an experience is,
or negative an experience is,
117
373226
2700
「感情価」は経験がいかにポジティブ
またはネガティブであったか
またはネガティブであったか
06:27
and engagement is how
expressive she is as well.
expressive she is as well.
118
375926
2786
そして「関与度」は
いかに強く表現したかです
いかに強く表現したかです
06:30
So imagine if Cloe had access
to this real-time emotion stream,
to this real-time emotion stream,
119
378712
3414
クロイがこのリアルタイムでの
感情ストリームを利用でき
感情ストリームを利用でき
06:34
and she could share it
with anybody she wanted to.
with anybody she wanted to.
120
382126
2809
それを他の人と共有できると
想像してみて下さい
想像してみて下さい
06:36
Thank you.
121
384935
2923
どうもありがとう
06:39
(Applause)
122
387858
4621
（拍手）
06:45
So, so far, we have amassed
12 billion of these emotion data points.
12 billion of these emotion data points.
123
393749
5270
これまでに120億の
感情データポイントを収集しました
感情データポイントを収集しました
06:51
It's the largest emotion
database in the world.
database in the world.
124
399019
2611
世界最大の感情データベースです
06:53
We've collected it
from 2.9 million face videos,
from 2.9 million face videos,
125
401630
2963
290万の顔の写ったビデオから
集めましたが
集めましたが
06:56
people who have agreed
to share their emotions with us,
to share their emotions with us,
126
404593
2600
感情を共有することに
同意した人たち―
同意した人たち―
06:59
and from 75 countries around the world.
127
407193
3205
世界75か国から集まりました
07:02
It's growing every day.
128
410398
1715
これは日々 増えています
07:04
It blows my mind away
129
412603
2067
感情というごく個人的なものを
07:06
that we can now quantify something
as personal as our emotions,
as personal as our emotions,
130
414670
3195
今やこれほどの規模で
数量化できるなんて
数量化できるなんて
07:09
and we can do it at this scale.
131
417865
2235
私の想像を超えています
07:12
So what have we learned to date?
132
420100
2177
では 今日までにわかったことは
何でしょうか？
何でしょうか？
07:15
Gender.
133
423057
2331
ジェンダーです
07:17
Our data confirms something
that you might suspect.
that you might suspect.
134
425388
3646
皆さんが薄々気づいていることを
データが立証しました
データが立証しました
07:21
Women are more expressive than men.
135
429034
1857
女性の方が男性より表情豊かです
07:22
Not only do they smile more,
their smiles last longer,
their smiles last longer,
136
430891
2683
より頻繁に笑顔になるだけでなく
笑顔が持続します
笑顔が持続します
07:25
and we can now really quantify
what it is that men and women
what it is that men and women
137
433574
2904
今や男性と女性が
異なる反応を見せるものについて
異なる反応を見せるものについて
07:28
respond to differently.
138
436478
2136
数量化することができます
07:30
Let's do culture: So in the United States,
139
438614
2290
文化の違いではどうでしょう
アメリカでは―
アメリカでは―
07:32
women are 40 percent
more expressive than men,
more expressive than men,
140
440904
3204
女性は男性より40％表情豊かですが
07:36
but curiously, we don't see any difference
in the U.K. between men and women.
in the U.K. between men and women.
141
444108
3645
面白いことにイギリスでは
男女の差異はありません
男女の差異はありません
07:39
(Laughter)
142
447753
2506
（笑）
07:43
Age: People who are 50 years and older
143
451296
4027
年齢です
50歳以上の人々は
50歳以上の人々は
07:47
are 25 percent more emotive
than younger people.
than younger people.
144
455323
3436
若者よりも25％さらに感情的です
07:51
Women in their 20s smile a lot more
than men the same age,
than men the same age,
145
459899
3852
20代の女性は同じ年代の男性よりも
ずっと頻繁に笑顔になり
ずっと頻繁に笑顔になり
07:55
perhaps a necessity for dating.
146
463751
3839
これはデートで
必要となるのかもしれません
必要となるのかもしれません
07:59
But perhaps what surprised us
the most about this data
the most about this data
147
467590
2617
このデータで最も驚かされるのは
08:02
is that we happen
to be expressive all the time,
to be expressive all the time,
148
470207
3203
いかに私たちが常に
表情豊かであるかと言うことです
表情豊かであるかと言うことです
08:05
even when we are sitting
in front of our devices alone,
in front of our devices alone,
149
473410
2833
電子機器の前に
独りで座っているときでもです
独りで座っているときでもです
08:08
and it's not just when we're watching
cat videos on Facebook.
cat videos on Facebook.
150
476243
3274
Facebookで猫のビデオを
見ているときだけではありません
見ているときだけではありません
08:12
We are expressive when we're emailing,
texting, shopping online,
texting, shopping online,
151
480217
3010
メールや携帯メールを書くときや
オンラインショッピング―
オンラインショッピング―
08:15
or even doing our taxes.
152
483227
2300
確定申告の準備中でも
表情豊かなのです
表情豊かなのです
08:17
Where is this data used today?
153
485527
2392
このデータは今
どこで使われているのでしょう？
どこで使われているのでしょう？
08:19
In understanding how we engage with media,
154
487919
2763
メディアとの関わり方の研究―
08:22
so understanding virality
and voting behavior;
and voting behavior;
155
490682
2484
つまりバイラリティーや
投票行動などの理解や
投票行動などの理解や
08:25
and also empowering
or emotion-enabling technology,
or emotion-enabling technology,
156
493166
2740
また 能力を高めたり
感情を利用するテクノロジーにも使えます
感情を利用するテクノロジーにも使えます
08:27
and I want to share some examples
that are especially close to my heart.
that are especially close to my heart.
157
495906
4621
私が特に大切に思う例を
お話ししたいと思います
お話ししたいと思います
08:33
Emotion-enabled wearable glasses
can help individuals
can help individuals
158
501197
3068
感情を理解する
眼鏡型端末があれば
眼鏡型端末があれば
08:36
who are visually impaired
read the faces of others,
read the faces of others,
159
504265
3228
視覚障害者が
他者の表情を読むのに役立ちます
他者の表情を読むのに役立ちます
08:39
and it can help individuals
on the autism spectrum interpret emotion,
on the autism spectrum interpret emotion,
160
507493
4187
自閉症のスペクトラムの人が
非常に苦労している―
非常に苦労している―
08:43
something that they really struggle with.
161
511680
2778
感情の理解にも役立ちます
08:47
In education, imagine
if your learning apps
if your learning apps
162
515918
2859
教育においては学習アプリが
08:50
sense that you're confused and slow down,
163
518777
2810
生徒の困惑や退屈の表情に気付き
08:53
or that you're bored, so it's sped up,
164
521587
1857
教室で熟練の教師がするように
学習のペースを
調整することができるでしょう
調整することができるでしょう
08:55
just like a great teacher
would in a classroom.
would in a classroom.
165
523444
2969
08:59
What if your wristwatch tracked your mood,
166
527043
2601
腕時計があなたの気分をモニターしたり
09:01
or your car sensed that you're tired,
167
529644
2693
車があなたの疲労度合いを
感知できたら―
感知できたら―
09:04
or perhaps your fridge
knows that you're stressed,
knows that you're stressed,
168
532337
2548
あるいは冷蔵庫が
ストレスを感知して
ストレスを感知して
09:06
so it auto-locks to prevent you
from binge eating. (Laughter)
from binge eating. (Laughter)
169
534885
6066
ばか食いを防ぐために
自動ロックしたらどうでしょうか （笑）
自動ロックしたらどうでしょうか （笑）
09:12
I would like that, yeah.
170
540951
2717
私は良いと思いますね
09:15
What if, when I was in Cambridge,
171
543668
1927
私がケンブリッジにいた頃
09:17
I had access to my real-time
emotion stream,
emotion stream,
172
545595
2313
リアルタイムの
感情ストリームを利用して
感情ストリームを利用して
09:19
and I could share that with my family
back home in a very natural way,
back home in a very natural way,
173
547908
3529
故郷にいる家族と感情を
ごく自然に―
ごく自然に―
09:23
just like I would've if we were all
in the same room together?
in the same room together?
174
551437
3971
まるで同じ部屋にいるように
共有できたらどうだったでしょう？
共有できたらどうだったでしょう？
09:27
I think five years down the line,
175
555408
3142
今から５年もすれば
09:30
all our devices are going
to have an emotion chip,
to have an emotion chip,
176
558550
2337
電子機器はすべて
感情チップを搭載し
感情チップを搭載し
09:32
and we won't remember what it was like
when we couldn't just frown at our device
when we couldn't just frown at our device
177
560887
4064
電子機器に向かって 眉をひそめれば
「気に入らなかったんだね」と
「気に入らなかったんだね」と
09:36
and our device would say, "Hmm,
you didn't like that, did you?"
you didn't like that, did you?"
178
564951
4249
言ってくれなかった昔のことなど
忘れてしまうでしょう
忘れてしまうでしょう
09:41
Our biggest challenge is that there are
so many applications of this technology,
so many applications of this technology,
179
569200
3761
最大の難関はこのテクノロジーには
非常に多くの使い道があり
非常に多くの使い道があり
09:44
my team and I realize that we can't
build them all ourselves,
build them all ourselves,
180
572961
2903
私たちのチームだけでは
全てを開発できないと気づいたことです
全てを開発できないと気づいたことです
09:47
so we've made this technology available
so that other developers
so that other developers
181
575864
3496
そこで このテクノロジーを利用可能にして
他の開発者たちが
他の開発者たちが
09:51
can get building and get creative.
182
579360
2114
独自に開発を進められるようにしました
09:53
We recognize that
there are potential risks
there are potential risks
183
581474
4086
私たちはリスクの可能性も
認識しています
認識しています
09:57
and potential for abuse,
184
585560
2067
濫用されるリスクです
09:59
but personally, having spent
many years doing this,
many years doing this,
185
587627
2949
でも個人的には
何年も携わってきて
何年も携わってきて
10:02
I believe that the benefits to humanity
186
590576
2972
心の知能指数の高い
テクノロジーによって
テクノロジーによって
10:05
from having emotionally
intelligent technology
intelligent technology
187
593548
2275
人類にもたらされる利益の方が
10:07
far outweigh the potential for misuse.
188
595823
3576
濫用のリスクよりも
ずっと多いと考えています
ずっと多いと考えています
10:11
And I invite you all to be
part of the conversation.
part of the conversation.
189
599399
2531
皆さんにも対話に参加をお願いします
10:13
The more people who know
about this technology,
about this technology,
190
601930
2554
このテクノロジーを
知っている人が多ければ多いほど
知っている人が多ければ多いほど
10:16
the more we can all have a voice
in how it's being used.
in how it's being used.
191
604484
3177
使用法に関する意見を
多く得ることができます
多く得ることができます
10:21
So as more and more
of our lives become digital,
of our lives become digital,
192
609081
4574
私たちの生活が
さらにデジタルなものになるにつれ
さらにデジタルなものになるにつれ
10:25
we are fighting a losing battle
trying to curb our usage of devices
trying to curb our usage of devices
193
613655
3498
私たちは感情を再び手にするために
電子機器の使用を控えようという
電子機器の使用を控えようという
10:29
in order to reclaim our emotions.
194
617153
2229
負けが明らかな闘いに挑んでいます
10:32
So what I'm trying to do instead
is to bring emotions into our technology
is to bring emotions into our technology
195
620622
3914
その代わりに 私が試みているのは
テクノロジーに感情を導入すること
テクノロジーに感情を導入すること
10:36
and make our technologies more responsive.
196
624536
2229
そしてテクノロジーが
反応するものにすることです
反応するものにすることです
10:38
So I want those devices
that have separated us
that have separated us
197
626765
2670
私たちを引き離した電子機器によって
10:41
to bring us back together.
198
629435
2462
再び人々を
結びつけようとしているのです
結びつけようとしているのです
10:43
And by humanizing technology,
we have this golden opportunity
we have this golden opportunity
199
631897
4588
テクノロジーに人間性を付与することで
私たちには
私たちには
10:48
to reimagine how we
connect with machines,
connect with machines,
200
636485
3297
機械との関わりを見つめ直す
絶好の機会が与えられています
絶好の機会が与えられています
10:51
and therefore, how we, as human beings,
201
639782
4481
つまり人間として 私たちが
10:56
connect with one another.
202
644263
1904
いかにお互いとつながり合うかを
見つめ直す機会なのです
見つめ直す機会なのです
10:58
Thank you.
203
646167
2160
ありがとうございました
11:00
(Applause)
204
648327
3313
（拍手）
ABOUT THE SPEAKER
Rana el Kaliouby - Computer scientistWhat if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware.
Why you should listen
Rana el Kaliouby, chief science officer and co-founder of Affectiva, an MIT Media Lab spin-off, is on a mission to bring emotion intelligence to our digital experiences. She leads the company's emotion analytics team, which is responsible for developing emotion-sensing algorithms and mining the world's largest emotion data database. So far, they've collected 12 billion emotion data points from 2.9 million face videos from volunteers in 75 countries. The company’s platform is used by many Fortune Global 100 companies to measure consumer engagement, and is pioneering emotion-enabled digital apps for enterprise, entertainment, video communication and online education.
Entrepreneur magazine called el Kaliouby one of “The 7 Most Powerful Women To Watch in 2014,” and the MIT Technology Review included her in their list of the “Top 35 Innovators Under 35.”
Rana el Kaliouby | Speaker | TED.com