TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
タン・レイ 「脳波を読むヘッドセット」
Filmed:
Readability: 5
2,732,929 views
タン・レイのびっくりするような新しいコンピュータインタフェースは、ユーザの脳波を読み取り、仮想的なオブジェクトや実際の家電機器を念じるだけで(それと少しばかりの集中によって)操作することができます。タン・レイがこのヘッドセットのデモを披露し、いろいろな応用例を紹介します。
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
これまでの私達の 機械に対する
00:18
has always been limited
1
3000
2000
コミュニケーションは 意識的で
00:20
to conscious and direct forms.
2
5000
2000
直接的なものに 限られていました
00:22
Whether it's something simple
3
7000
2000
スイッチで電灯を点けるという
00:24
like turning on the lights with a switch,
4
9000
2000
単純なことから
00:26
or even as complex as programming robotics,
5
11000
3000
ロボティクスのプログラミングのような複雑なものまで
00:29
we have always had to give a command to a machine,
6
14000
3000
機械に何かをさせようと思ったら
00:32
or even a series of commands,
7
17000
2000
はっきりと命じたり
00:34
in order for it to do something for us.
8
19000
3000
一連のコマンドを与える必要がありました
00:37
Communication between people, on the other hand,
9
22000
2000
一方で 人と人のコミュニケーションは
00:39
is far more complex and a lot more interesting
10
24000
3000
ずっと複雑で ずっと興味深いものです
00:42
because we take into account
11
27000
2000
明示的には示されない
00:44
so much more than what is explicitly expressed.
12
29000
3000
多くのことが考慮されるからです
00:47
We observe facial expressions, body language,
13
32000
3000
表情やボディランゲージを読むことで
00:50
and we can intuit feelings and emotions
14
35000
2000
会話しながら気持ちや感情を
00:52
from our dialogue with one another.
15
37000
3000
直感的につかみ取ることができます
00:55
This actually forms a large part
16
40000
2000
実際これは私達の意志決定において
00:57
of our decision-making process.
17
42000
2000
大きな部分を占めています
00:59
Our vision is to introduce
18
44000
2000
私達がビジョンに掲げているのは
01:01
this whole new realm of human interaction
19
46000
3000
人とコンピュータの対話の中に 今までにはなかった
01:04
into human-computer interaction
20
49000
2000
人の対話の要素を導入することで
01:06
so that computers can understand
21
51000
2000
コンピュータが
01:08
not only what you direct it to do,
22
53000
2000
直接命令されたことだけでなく
01:10
but it can also respond
23
55000
2000
人の表情や
01:12
to your facial expressions
24
57000
2000
感情にも
01:14
and emotional experiences.
25
59000
2000
反応できるようにすることです
01:16
And what better way to do this
26
61000
2000
そのための方法として
01:18
than by interpreting the signals
27
63000
2000
私達の制御や体験の中心にある
01:20
naturally produced by our brain,
28
65000
2000
脳が作り出す信号を解釈するより
01:22
our center for control and experience.
29
67000
3000
良い方法はないでしょう
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
これはとても良いアイデアに見えますが
01:27
but this task, as Bruno mentioned,
31
72000
2000
ブルーノも紹介してくれたように
01:29
isn't an easy one for two main reasons:
32
74000
3000
2つの理由により 容易なことではないのです
01:32
First, the detection algorithms.
33
77000
3000
第一の問題は 検出アルゴリズムです
01:35
Our brain is made up of
34
80000
2000
私達の脳には
01:37
billions of active neurons,
35
82000
2000
活動状態のニューロンが何十億もあり
01:39
around 170,000 km
36
84000
3000
軸索を繋ぎ合わせると
01:42
of combined axon length.
37
87000
2000
17万キロにも及びます
01:44
When these neurons interact,
38
89000
2000
これらのニューロンが情報を伝えるとき
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
化学反応が起こす電気信号を
01:48
which can be measured.
40
93000
2000
計測することができます
01:50
The majority of our functional brain
41
95000
3000
脳の機能部位の
01:53
is distributed over
42
98000
2000
大部分は
01:55
the outer surface layer of the brain,
43
100000
2000
脳の表層部分にあります
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
そして知的能力に使える領域を増やすために
02:00
the brain surface is highly folded.
45
105000
3000
脳の表面には たくさんの皺があります
02:03
Now this cortical folding
46
108000
2000
この皮質にある皺のために
02:05
presents a significant challenge
47
110000
2000
脳表層の電気信号の解釈は
02:07
for interpreting surface electrical impulses.
48
112000
3000
難しい問題となっています
02:10
Each individual's cortex
49
115000
2000
皮質の皺の入り方は
02:12
is folded differently,
50
117000
2000
指紋のように 個人ごとに
02:14
very much like a fingerprint.
51
119000
2000
異なっているのです
02:16
So even though a signal
52
121000
2000
だから信号が
02:18
may come from the same functional part of the brain,
53
123000
3000
脳の同じ機能部位から来ているにしても
02:21
by the time the structure has been folded,
54
126000
2000
この皺になった構造のために
02:23
its physical location
55
128000
2000
物理的な位置が
02:25
is very different between individuals,
56
130000
2000
個人ごとに大きく異なり
02:27
even identical twins.
57
132000
3000
たとえ一卵性双生児でも 同じにはなりません
02:30
There is no longer any consistency
58
135000
2000
表層の信号に
02:32
in the surface signals.
59
137000
2000
一貫した解釈はできないのです
02:34
Our breakthrough was to create an algorithm
60
139000
2000
私達は この問題の解決のため
02:36
that unfolds the cortex,
61
141000
2000
皮質の皺を展開するアルゴリズムを作りました
02:38
so that we can map the signals
62
143000
2000
それによって信号を その発生元に
02:40
closer to its source,
63
145000
2000
対応づけることが可能になり
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
多くの人に適用できるようになったのです
02:46
The second challenge
65
151000
2000
もう１つの難問は
02:48
is the actual device for observing brainwaves.
66
153000
3000
脳波を観察するための装置です
02:51
EEG measurements typically involve
67
156000
2000
脳波測定には通常
02:53
a hairnet with an array of sensors,
68
158000
3000
センサが並んだヘアネットのようなものを使います
02:56
like the one that you can see here in the photo.
69
161000
3000
写真でご覧頂いているようなものです
02:59
A technician will put the electrodes
70
164000
2000
その電極を 技師が伝導性の
03:01
onto the scalp
71
166000
2000
ジェルやペーストを使って
03:03
using a conductive gel or paste
72
168000
2000
頭皮に取り付けるのですが
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
これをやると あとで軽い
03:08
by light abrasion.
74
173000
2000
擦り傷のようになります
03:10
Now this is quite time consuming
75
175000
2000
これはとても時間がかかりますし
03:12
and isn't the most comfortable process.
76
177000
2000
あまり快適なものでもありません
03:14
And on top of that, these systems
77
179000
2000
その上 こういったシステムは
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
何万ドルもするのです
03:20
So with that, I'd like to invite onstage
79
185000
3000
ここで去年の講演者であるエヴァン グラントに
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
登場してもらいましょう
03:25
who's kindly agreed
81
190000
2000
彼は快く
03:27
to help me to demonstrate
82
192000
2000
私達の発明のデモへの協力を
03:29
what we've been able to develop.
83
194000
2000
引き受けてくださいました
03:31
(Applause)
84
196000
6000
(拍手)
03:37
So the device that you see
85
202000
2000
ご覧頂いている装置は
03:39
is a 14-channel, high-fidelity
86
204000
2000
14チャネル 高忠実度
03:41
EEG acquisition system.
87
206000
2000
脳波捕捉システムです
03:43
It doesn't require any scalp preparation,
88
208000
3000
頭皮にジェルやペーストを
03:46
no conductive gel or paste.
89
211000
2000
付ける必要はありません
03:48
It only takes a few minutes to put on
90
213000
3000
装着して信号が安定するまで
03:51
and for the signals to settle.
91
216000
2000
ほんの数分しかかかりません
03:53
It's also wireless,
92
218000
2000
ワイヤレスですので
03:55
so it gives you the freedom to move around.
93
220000
3000
自由に動き回れます
03:58
And compared to the tens of thousands of dollars
94
223000
3000
何万ドルもする従来の
04:01
for a traditional EEG system,
95
226000
3000
脳波捕捉システムに対し
04:04
this headset only costs
96
229000
2000
このヘッドセットは
04:06
a few hundred dollars.
97
231000
2000
ほんの数百ドルしかしません
04:08
Now on to the detection algorithms.
98
233000
3000
検出アルゴリズムについてお話ししましょう
04:11
So facial expressions --
99
236000
2000
前に感情表現としての
04:13
as I mentioned before in emotional experiences --
100
238000
2000
表情の話をしましたが
04:15
are actually designed to work out of the box
101
240000
2000
個人に合わせた簡単な
04:17
with some sensitivity adjustments
102
242000
2000
感度調整だけで
04:19
available for personalization.
103
244000
3000
すぐに表情の捕捉ができるようになります
04:22
But with the limited time we have available,
104
247000
2000
今日は時間が限られていますので
04:24
I'd like to show you the cognitive suite,
105
249000
2000
認知セットだけを ご紹介します
04:26
which is the ability for you
106
251000
2000
これは心の中で
04:28
to basically move virtual objects with your mind.
107
253000
3000
仮想的な物体を動かすというものです
04:32
Now, Evan is new to this system,
108
257000
2000
エヴァンは 初めて
04:34
so what we have to do first
109
259000
2000
このシステムを使うので
04:36
is create a new profile for him.
110
261000
2000
最初に新しいプロフィールを作ります
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
彼がジョアンなわけありませんね 「ユーザの追加」で
04:41
Evan. Okay.
112
266000
2000
エヴァンと入れます
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
認知セットを行うにあたって
04:46
is to start with training
114
271000
2000
まずニュートラルな状態の信号による
04:48
a neutral signal.
115
273000
2000
トレーニングから始めます
04:50
With neutral, there's nothing in particular
116
275000
2000
ニュートラルというのは
04:52
that Evan needs to do.
117
277000
2000
何もしない状態ということです
04:54
He just hangs out. He's relaxed.
118
279000
2000
ただくつろいで リラックスします
04:56
And the idea is to establish a baseline
119
281000
2000
これによって ベースラインというか
04:58
or normal state for his brain,
120
283000
2000
脳の標準的な状態を設定します
05:00
because every brain is different.
121
285000
2000
脳は人によって異なるからです
05:02
It takes eight seconds to do this,
122
287000
2000
これには8秒かかります
05:04
and now that that's done,
123
289000
2000
それが済んだら
05:06
we can choose a movement-based action.
124
291000
2000
ものを動かす課題をどれか選びます
05:08
So Evan, choose something
125
293000
2000
ではエヴァン 心の中で明確に
05:10
that you can visualize clearly in your mind.
126
295000
2000
イメージできるものを選んでください
05:12
Evan Grant: Let's do "pull."
127
297000
2000
「引く」をやってみます
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
では「引く」を選択します
05:16
So the idea here now
129
301000
2000
エヴァンには
05:18
is that Evan needs to
130
303000
2000
物体が画面の
05:20
imagine the object coming forward
131
305000
2000
手前の方にやってくるところを
05:22
into the screen,
132
307000
2000
イメージしてもらいます
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
その間プログレスバーが
05:27
while he's doing that.
134
312000
2000
伸びていきます
05:29
The first time, nothing will happen,
135
314000
2000
最初は何も起きません
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
彼が「引く」をどう考えるのか システムはまだ知らないからです
05:34
But maintain that thought
137
319000
2000
8秒間「引く」ことを
05:36
for the entire duration of the eight seconds.
138
321000
2000
イメージし続けてください
05:38
So: one, two, three, go.
139
323000
3000
それでは 1、2、3、はい
05:49
Okay.
140
334000
2000
いいでしょう
05:51
So once we accept this,
141
336000
2000
これを登録してやると
05:53
the cube is live.
142
338000
2000
立方体を動かせるようになります
05:55
So let's see if Evan
143
340000
2000
ではエヴァンに
05:57
can actually try and imagine pulling.
144
342000
3000
「引く」ことをイメージしてもらいましょう
06:00
Ah, good job!
145
345000
2000
わぁ すごい！
06:02
(Applause)
146
347000
3000
(拍手)
06:05
That's really amazing.
147
350000
2000
びっくりしました
06:07
(Applause)
148
352000
4000
(拍手)
06:11
So we have a little bit of time available,
149
356000
2000
まだ少し時間があるようですので
06:13
so I'm going to ask Evan
150
358000
2000
エヴァンにすごく難しい課題に
06:15
to do a really difficult task.
151
360000
2000
挑戦してもらいましょう
06:17
And this one is difficult
152
362000
2000
これが難しいのは
06:19
because it's all about being able to visualize something
153
364000
3000
実際の世界には存在しないことを
06:22
that doesn't exist in our physical world.
154
367000
2000
イメージする必要があるためです
06:24
This is "disappear."
155
369000
2000
「消す」をやります
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
移動に関するアクションであれば
06:28
we do that all the time, so you can visualize it.
157
373000
3000
いつもやっている事なので 容易にイメージできます
06:31
But with "disappear," there's really no analogies --
158
376000
2000
でも「消す」というのは経験がありません
06:33
so Evan, what you want to do here
159
378000
2000
ではエヴァン 立方体がゆっくりと
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
消えていくところをイメージしてください
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
まずは練習です 1、2、3、はい
06:50
Okay. Let's try that.
162
395000
3000
じゃあ試してみましょう
06:53
Oh, my goodness. He's just too good.
163
398000
3000
ほら！ 彼は本当に優秀です
06:57
Let's try that again.
164
402000
2000
もう一度やってみて…
07:04
EG: Losing concentration.
165
409000
2000
集中力が切れちゃったな
07:06
(Laughter)
166
411000
2000
(笑)
07:08
TL: But we can see that it actually works,
167
413000
2000
でも一度うまくいったの分かりますよね
07:10
even though you can only hold it
168
415000
2000
あまり長くは
07:12
for a little bit of time.
169
417000
2000
保てませんでしたけど
07:14
As I said, it's a very difficult process
170
419000
3000
さっきも言ったように これはイメージするのが
07:17
to imagine this.
171
422000
2000
とても難しいんです
07:19
And the great thing about it is that
172
424000
2000
これのいいところは
07:21
we've only given the software one instance
173
426000
2000
「消す」をどう考えるか
07:23
of how he thinks about "disappear."
174
428000
3000
ソフトウェアに いっぺん教えればいいということです
07:26
As there is a machine learning algorithm in this --
175
431000
3000
この中には機械学習アルゴリズムが入っていて…
07:29
(Applause)
176
434000
4000
(歓声)
07:33
Thank you.
177
438000
2000
どうもありがとう
07:35
Good job. Good job.
178
440000
3000
すごい すごい
07:38
(Applause)
179
443000
2000
(拍手)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
本当にありがとう エヴァン
07:43
example of the technology.
181
448000
3000
おかげで素晴しいデモができました
07:46
So, as you can see, before,
182
451000
2000
ご覧頂いたように
07:48
there is a leveling system built into this software
183
453000
3000
このソフトには計測システムがあって
07:51
so that as Evan, or any user,
184
456000
2000
ユーザがシステムに
07:53
becomes more familiar with the system,
185
458000
2000
馴染んでいくのに応じて
07:55
they can continue to add more and more detections,
186
460000
3000
機能を追加していくことができるんです
07:58
so that the system begins to differentiate
187
463000
2000
そうやってシステムが
08:00
between different distinct thoughts.
188
465000
3000
いろいろ異なる考えを 識別できるようになります
08:04
And once you've trained up the detections,
189
469000
2000
一通り検出のトレーニングが済んだら
08:06
these thoughts can be assigned or mapped
190
471000
2000
それぞれの考えを コンピュータや
08:08
to any computing platform,
191
473000
2000
アプリケーションや 装置に
08:10
application or device.
192
475000
2000
割り当てることができます
08:12
So I'd like to show you a few examples,
193
477000
2000
いくつか例をお見せしましょう
08:14
because there are many possible applications
194
479000
2000
この新しいインタフェースに
08:16
for this new interface.
195
481000
2000
どれほど多くの応用があるか
08:19
In games and virtual worlds, for example,
196
484000
2000
たとえばゲームや仮想空間では
08:21
your facial expressions
197
486000
2000
普通に表情を直感的に使って
08:23
can naturally and intuitively be used
198
488000
2000
アバターや 仮想のキャラクタを
08:25
to control an avatar or virtual character.
199
490000
3000
操作することができます
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
もちろん魔法のファンタジーを体験し
08:31
and control the world with your mind.
201
496000
3000
心で世界をコントロールすることだってできます
08:36
And also, colors, lighting,
202
501000
3000
それからまた 色や 光や
08:39
sound and effects
203
504000
2000
音や 特殊効果も
08:41
can dynamically respond to your emotional state
204
506000
2000
感情の状態に応じて変化させ
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
リアルタイムで体験を増幅することができます
08:47
And moving on to some applications
206
512000
2000
世界中の研究者や開発者によって
08:49
developed by developers and researchers around the world,
207
514000
3000
ロボットや機械を使った応用例が
08:52
with robots and simple machines, for example --
208
517000
3000
開発されています たとえば
08:55
in this case, flying a toy helicopter
209
520000
2000
ここではオモチャのヘリコプターを
08:57
simply by thinking "lift" with your mind.
210
522000
3000
飛べと念じるだけで飛ばしています
09:00
The technology can also be applied
211
525000
2000
このテクノロジーは実用的なことにも
09:02
to real world applications --
212
527000
2000
応用することができます
09:04
in this example, a smart home.
213
529000
2000
たとえばスマートホームです
09:06
You know, from the user interface of the control system
214
531000
3000
制御システムのユーザインタフェースを通して
09:09
to opening curtains
215
534000
2000
カーテンを開けたり
09:11
or closing curtains.
216
536000
3000
閉めたりできます
09:22
And of course, also to the lighting --
217
547000
3000
それにもちろん照明を
09:25
turning them on
218
550000
3000
点けたり
09:28
or off.
219
553000
2000
消したりもできます
09:30
And finally,
220
555000
2000
最後に
09:32
to real life-changing applications,
221
557000
2000
本当に人の生活を変える応用です
09:34
such as being able to control an electric wheelchair.
222
559000
3000
電動車椅子のコントロールができるんです
09:37
In this example,
223
562000
2000
この例では
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
表情を移動コマンドに対応づけています
09:42
Man: Now blink right to go right.
225
567000
3000
右目のウィンクで右に曲がります
09:50
Now blink left to turn back left.
226
575000
3000
左目のウィンクで左に曲がります
10:02
Now smile to go straight.
227
587000
3000
笑顔で直進します
10:08
TL: We really -- Thank you.
228
593000
2000
ここでは…ありがとうございます
10:10
(Applause)
229
595000
5000
(拍手)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
現在可能なことのほんの一部をご紹介しました
10:18
and with the community's input,
231
603000
2000
コミュニティからの意見や
10:20
and also with the involvement of developers
232
605000
2000
世界中の開発者や研究者の参加によって
10:22
and researchers from around the world,
233
607000
3000
このテクノロジーがこれからどこへ向かうべきか
10:25
we hope that you can help us to shape
234
610000
2000
見極めるのに力を貸していただけたらと思います
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
どうもありがとうございました
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