TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
텐 리: 뇌파를 읽는 헤드셋
Filmed:
Readability: 5
2,732,929 views
텐 리의 새롭고 놀라운 캠퓨터 인터페이스는 사용자의 뇌파를 읽거나, 실제 물체 그리고 심지어 약간의 집중력을 통해 물리적인 전자도 조정가능합니다. 그녀는 헤드셋을 시연하고 광범위한 사용 범위에 대해 말합니다.
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
지금까지, 기계를 통한 우리의 커뮤니케이션은
00:18
has always been limited
1
3000
2000
의식, 분명한 형태 부분에서는
00:20
to conscious and direct forms.
2
5000
2000
언제나 한계가 있습니다.
00:22
Whether it's something simple
3
7000
2000
스위치로 불을 키는 것과 같이
00:24
like turning on the lights with a switch,
4
9000
2000
간다하거나 혹은 심지어
00:26
or even as complex as programming robotics,
5
11000
3000
로봇 프로그래밍과 같이 복잡합니다,
00:29
we have always had to give a command to a machine,
6
14000
3000
우리는 기계에 명령 체계를 줍니다
00:32
or even a series of commands,
7
17000
2000
우리를 위해 무언가를
00:34
in order for it to do something for us.
8
19000
3000
실행시키기 위한 것이죠.
00:37
Communication between people, on the other hand,
9
22000
2000
반대로 사람들 사이의 커뮤니케이션은 좀 더 복잡하거나
00:39
is far more complex and a lot more interesting
10
24000
3000
더욱더 흥미롭습니다,
00:42
because we take into account
11
27000
2000
왜냐하면 우리가 좀더
00:44
so much more than what is explicitly expressed.
12
29000
3000
뚜렷하게 감정을 고려하기 때문입니다.
00:47
We observe facial expressions, body language,
13
32000
3000
우리는 얼굴 표정, 몸의 움직임을 관찰합니다,
00:50
and we can intuit feelings and emotions
14
35000
2000
우리는 상대방과의 대화에서 오는
00:52
from our dialogue with one another.
15
37000
3000
감정과 느낌을 직관적으로 느낄 수 있습니다.
00:55
This actually forms a large part
16
40000
2000
실제로 우리의 의사결정에
00:57
of our decision-making process.
17
42000
2000
큰 부분을 차지고하고 있죠.
00:59
Our vision is to introduce
18
44000
2000
우리의 비젼은
01:01
this whole new realm of human interaction
19
46000
3000
큰 범위에서의 인간의 교류를
01:04
into human-computer interaction
20
49000
2000
인간-컴퓨터 교류에 소개하고 합니다,
01:06
so that computers can understand
21
51000
2000
그래서 컴퓨터가 바로 실행하고자 하는 것을
01:08
not only what you direct it to do,
22
53000
2000
이해할 뿐만 아니라,
01:10
but it can also respond
23
55000
2000
또한 얼굴 표정
01:12
to your facial expressions
24
57000
2000
감정 경험에
01:14
and emotional experiences.
25
59000
2000
응답할 수 있습니다.
01:16
And what better way to do this
26
61000
2000
신호를 해석하는 것보다
01:18
than by interpreting the signals
27
63000
2000
이것을 더 잘 실행시키는 방법은
01:20
naturally produced by our brain,
28
65000
2000
뇌를 통해 조종과 경험을
01:22
our center for control and experience.
29
67000
3000
할 수 있게 합니다.
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
음, 정말 좋은 아이디어 같습니다,
01:27
but this task, as Bruno mentioned,
31
72000
2000
하지만 이 작업은, 부르노가 언급하신 것처럼,
01:29
isn't an easy one for two main reasons:
32
74000
3000
두 가지 주요 문제로 인해 쉽지는 않죠:
01:32
First, the detection algorithms.
33
77000
3000
첫 째, 알고리즘 추정입니다.
01:35
Our brain is made up of
34
80000
2000
우리의 뇌는 170,000km의
01:37
billions of active neurons,
35
82000
2000
축색돌기를 둘러싸고 있는
01:39
around 170,000 km
36
84000
3000
수십억개의 활동적인
01:42
of combined axon length.
37
87000
2000
뉴런으로 만들어졌습니다.
01:44
When these neurons interact,
38
89000
2000
이 뉴런들이 서로 신호를 보낼 때,
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
화학적인 반응이 전기적 신호를 방출합니다
01:48
which can be measured.
40
93000
2000
이 신호는 측정될 수 있습니다.
01:50
The majority of our functional brain
41
95000
3000
큰 기능을 당담하고 있는 뇌는
01:53
is distributed over
42
98000
2000
바깥쪽 부분에
01:55
the outer surface layer of the brain,
43
100000
2000
분포하고 있습니다.
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
정신 수용이 가능한 이 영역을 증가시키기 위해,
02:00
the brain surface is highly folded.
45
105000
3000
뇌의 표면은 매우 접혀있는 상태입니다.
02:03
Now this cortical folding
46
108000
2000
이 접혀진 대뇌 피질은
02:05
presents a significant challenge
47
110000
2000
분명한 도전을 보여줍니다
02:07
for interpreting surface electrical impulses.
48
112000
3000
뇌 표면의 전기적 신호를 해석하기 위한 것이죠.
02:10
Each individual's cortex
49
115000
2000
개인의 피질은
02:12
is folded differently,
50
117000
2000
다르게 접혀있습니다,
02:14
very much like a fingerprint.
51
119000
2000
마치 지문과 같습니다.
02:16
So even though a signal
52
121000
2000
그래서 비록 하나의 신호가
02:18
may come from the same functional part of the brain,
53
123000
3000
접혀진 구조적 시간에 의해
02:21
by the time the structure has been folded,
54
126000
2000
기능적으로 같은 뇌 부분에서 왔다고 해도,
02:23
its physical location
55
128000
2000
물리적인 의치는
02:25
is very different between individuals,
56
130000
2000
개인마다 매우 다릅니다,
02:27
even identical twins.
57
132000
3000
심지어 쌍둥이도 다르죠.
02:30
There is no longer any consistency
58
135000
2000
표면의 신호가 더이상
02:32
in the surface signals.
59
137000
2000
지속적이지 않습니다.
02:34
Our breakthrough was to create an algorithm
60
139000
2000
우리의 도전은 피질을 나타내는 알고리즘을
02:36
that unfolds the cortex,
61
141000
2000
만들어 내는 것입니다,
02:38
so that we can map the signals
62
143000
2000
그래서 우리는 이 신호를
02:40
closer to its source,
63
145000
2000
지도화 할 수 있습니다,
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
그래서 큰 많은 일들을 가능할 수 있도록 합니다.
02:46
The second challenge
65
151000
2000
두 번째 도전은
02:48
is the actual device for observing brainwaves.
66
153000
3000
뇌파를 관찰하는 실질적인 도구입니다.
02:51
EEG measurements typically involve
67
156000
2000
EEG 측정장치는 표준적으로
02:53
a hairnet with an array of sensors,
68
158000
3000
센서 병렬이 있는 헬멧을 포함하죠,
02:56
like the one that you can see here in the photo.
69
161000
3000
지금 사진에서 보시는 것과 같은 것입니다.
02:59
A technician will put the electrodes
70
164000
2000
기술자는 전극을 두피 위에
03:01
onto the scalp
71
166000
2000
올려놓습니다
03:03
using a conductive gel or paste
72
168000
2000
전도성의 젤 혹은 접착류를 사용합니다
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
보통 두피에 작은 자극에 의한 준비과정 이후의
03:08
by light abrasion.
74
173000
2000
일이죠
03:10
Now this is quite time consuming
75
175000
2000
지금 이것은 꽤 시간을 소비하고 있습니다
03:12
and isn't the most comfortable process.
76
177000
2000
하지만 가장 좋은 프로세스는 아닙니다.
03:14
And on top of that, these systems
77
179000
2000
이 시스템은 실질적으로
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
수 만달러의 가격입니다.
03:20
So with that, I'd like to invite onstage
79
185000
3000
그래서 이 장치와 함께, 저는 에븐 그랜트씨를
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
무대에 초대하고자 합니다, 그는 작년 연설자이셨고,
03:25
who's kindly agreed
81
190000
2000
친절하게도 우리가
03:27
to help me to demonstrate
82
192000
2000
개발했던 프로그램 시연을
03:29
what we've been able to develop.
83
194000
2000
도움 주시기로 허락 해주셨습니다.
03:31
(Applause)
84
196000
6000
(박수)
03:37
So the device that you see
85
202000
2000
보고계신 이 장치는
03:39
is a 14-channel, high-fidelity
86
204000
2000
14개의 채널, 고성능
03:41
EEG acquisition system.
87
206000
2000
EEG 수신 시스템입니다.
03:43
It doesn't require any scalp preparation,
88
208000
3000
두피 준비과정, 전도성의
03:46
no conductive gel or paste.
89
211000
2000
젤 혹은 접착률를 필요로 하지 않습니다.
03:48
It only takes a few minutes to put on
90
213000
3000
이 장치는 착용하고 신호가 정착되는데
03:51
and for the signals to settle.
91
216000
2000
짧은 시간이 걸립니다.
03:53
It's also wireless,
92
218000
2000
게다가 무선이죠,
03:55
so it gives you the freedom to move around.
93
220000
3000
그래서 우리에게 이동의 자유로움을 주죠.
03:58
And compared to the tens of thousands of dollars
94
223000
3000
수 만 달러가 드는 EEG 시스템과 비교해서
04:01
for a traditional EEG system,
95
226000
3000
이 헤드셋은
04:04
this headset only costs
96
229000
2000
오직 수백달러 정도
04:06
a few hundred dollars.
97
231000
2000
비용이 들죠.
04:08
Now on to the detection algorithms.
98
233000
3000
알고리즘 추적에 관해서 말이죠.
04:11
So facial expressions --
99
236000
2000
안면 표현력은 --
04:13
as I mentioned before in emotional experiences --
100
238000
2000
제가 이전에 언급했던 감정 표현들은 --
04:15
are actually designed to work out of the box
101
240000
2000
몇몇 장비와 함께 즉시 활용 가능하도록
04:17
with some sensitivity adjustments
102
242000
2000
만들어졌으며 개인화가
04:19
available for personalization.
103
244000
3000
가능합니다.
04:22
But with the limited time we have available,
104
247000
2000
하지만 지금 가능한 한정된 시간에,
04:24
I'd like to show you the cognitive suite,
105
249000
2000
저는 이 장치를 보여주고자 합니다,
04:26
which is the ability for you
106
251000
2000
기본적으로 실제 물체를
04:28
to basically move virtual objects with your mind.
107
253000
3000
여러분의 마음으로 움직이게 하는 능력이 있죠.
04:32
Now, Evan is new to this system,
108
257000
2000
에븐에게 이 시스템이 처음입니다,
04:34
so what we have to do first
109
259000
2000
우리가 처음으로 해야되는 것은
04:36
is create a new profile for him.
110
261000
2000
그의 새로운 프로필을 만드는 것입니다.
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
분명하게 조안이 아니죠 -- 유저 등록을 하세요
04:41
Evan. Okay.
112
266000
2000
에븐: 네.
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
이 장치에 가장 먼저 필요한 것은
04:46
is to start with training
114
271000
2000
중립 신호 트레이닝을
04:48
a neutral signal.
115
273000
2000
시작하는 것입니다.
04:50
With neutral, there's nothing in particular
116
275000
2000
중립신호와 함께, 특별하게 에븐이
04:52
that Evan needs to do.
117
277000
2000
필요로 하는 행동은 없습니다.
04:54
He just hangs out. He's relaxed.
118
279000
2000
시작합니다. 이완된 상태이죠.
04:56
And the idea is to establish a baseline
119
281000
2000
이 아이디어는 에븐의 뇌를 위한
04:58
or normal state for his brain,
120
283000
2000
기본 혹은 보통의 상태를 만듭니다,
05:00
because every brain is different.
121
285000
2000
왜냐하면 모든 뇌가 다르기 때문입니다.
05:02
It takes eight seconds to do this,
122
287000
2000
이 작업을 위해 8초가 소요됩니다.
05:04
and now that that's done,
123
289000
2000
지금, 다 됐습니다,
05:06
we can choose a movement-based action.
124
291000
2000
우리는 운동기반의 동작을 선택할 수 있습니다.
05:08
So Evan, choose something
125
293000
2000
그래서 그는 마음 속에서
05:10
that you can visualize clearly in your mind.
126
295000
2000
시각화 할 수 있는 것을 선택합니다.
05:12
Evan Grant: Let's do "pull."
127
297000
2000
에븐 그랜트: 끌어 당기기로 하죠.
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
탄 리: 좋아요. 당기기를 선택하죠.
05:16
So the idea here now
129
301000
2000
여기있는 이 아이디어는
05:18
is that Evan needs to
130
303000
2000
그는 물체가
05:20
imagine the object coming forward
131
305000
2000
스크린 앞으로 나올 수 있도록
05:22
into the screen,
132
307000
2000
상상해야 합니다.
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
그가 그것을 실행하는 동안, 화면을 스크롤 하는
05:27
while he's doing that.
134
312000
2000
진행 바가 있습니다.
05:29
The first time, nothing will happen,
135
314000
2000
처음에는, 아무 것도 일어나지 않습니다,
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
왜냐하면 이 시스템이 '당기기'에 관해 그가 어떻게 생각하는지 모르기 때문입니다.
05:34
But maintain that thought
137
319000
2000
하지만 8초 동안
05:36
for the entire duration of the eight seconds.
138
321000
2000
당기기 생각을 유지하세요.
05:38
So: one, two, three, go.
139
323000
3000
그럼, 하나, 둘, 셋, 시작.
05:49
Okay.
140
334000
2000
좋아요.
05:51
So once we accept this,
141
336000
2000
이렇게 한번 더 이것을 승인하면,
05:53
the cube is live.
142
338000
2000
큐브는 살아있습니다.
05:55
So let's see if Evan
143
340000
2000
그럼, 에븐이 실제로
05:57
can actually try and imagine pulling.
144
342000
3000
당기기를 상상하고 시도하는지 봅시다.
06:00
Ah, good job!
145
345000
2000
아, 잘하셨어요!
06:02
(Applause)
146
347000
3000
(박수)
06:05
That's really amazing.
147
350000
2000
매우 놀랍습니다.
06:07
(Applause)
148
352000
4000
(박수)
06:11
So we have a little bit of time available,
149
356000
2000
이렇게 약간의 시간이 걸립니다,
06:13
so I'm going to ask Evan
150
358000
2000
이제 저는 에븐에게
06:15
to do a really difficult task.
151
360000
2000
좀 더 어려운 작업을 시키고자 합니다.
06:17
And this one is difficult
152
362000
2000
이 작업은 어렵습니다
06:19
because it's all about being able to visualize something
153
364000
3000
우리의 물질적인 세상에 존재하지 않는
06:22
that doesn't exist in our physical world.
154
367000
2000
무언가를 시각화 해야 되기 때문이죠.
06:24
This is "disappear."
155
369000
2000
"사라지기"입니다.
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
적어도 운동을 기반한 행동을,
06:28
we do that all the time, so you can visualize it.
157
373000
3000
이것을 항상 실행하기 때문에 이것을 시각화 할 수 있습니다.
06:31
But with "disappear," there's really no analogies --
158
376000
2000
하지만 사라지기는, 실제로 유사성이 존재하지 않습니다.
06:33
so Evan, what you want to do here
159
378000
2000
그럼 에븐, 여기서 하고자 하는 것은
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
큐브가 점차 사라지는 것을 상상하시는 것입니다, 아시겠죠.
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
드릴 종류와 유사합니다. 하나, 둘, 셋, 시작.
06:50
Okay. Let's try that.
162
395000
3000
좋아요, 시도해보죠.
06:53
Oh, my goodness. He's just too good.
163
398000
3000
오, 맙소사. 너무 잘 하시네요.
06:57
Let's try that again.
164
402000
2000
다시 한번 더 시도하죠.
07:04
EG: Losing concentration.
165
409000
2000
EG: 집중력이 떨어졌어요.
07:06
(Laughter)
166
411000
2000
(웃음)
07:08
TL: But we can see that it actually works,
167
413000
2000
TL: 하지만 실제로 작동하는 것을 보실 수 있습니다,
07:10
even though you can only hold it
168
415000
2000
비록 이 상태를 짧은 시간
07:12
for a little bit of time.
169
417000
2000
유지할 수 있지만
07:14
As I said, it's a very difficult process
170
419000
3000
제가 말했던 것처럼, 이것을 상상하는 것은
07:17
to imagine this.
171
422000
2000
매우 어려운 과정입니다.
07:19
And the great thing about it is that
172
424000
2000
이 기기의 훌륭한점은
07:21
we've only given the software one instance
173
426000
2000
우리가 오직 '사라지기'에 관해 그가
07:23
of how he thinks about "disappear."
174
428000
3000
어떻게 생각하는지 소프트웨어화 할 수 있다는 점입니다.
07:26
As there is a machine learning algorithm in this --
175
431000
3000
이것에 관한 기계 학습 알고리즘이 존재할 때 --
07:29
(Applause)
176
434000
4000
(박수)
07:33
Thank you.
177
438000
2000
감사합니다.
07:35
Good job. Good job.
178
440000
3000
잘 했어요. 잘 했어요.
07:38
(Applause)
179
443000
2000
(박수)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
감사합니다, 에븐, 훌륭합니다.
07:43
example of the technology.
181
448000
3000
기술의 발전의 예가 있습니다.
07:46
So, as you can see, before,
182
451000
2000
전에 보셨던 것처럼,
07:48
there is a leveling system built into this software
183
453000
3000
평준화 시스템이 이 소프트웨어에 만들어졌습니다
07:51
so that as Evan, or any user,
184
456000
2000
그래서 에븐처럼, 혹은 다른 사용자들은
07:53
becomes more familiar with the system,
185
458000
2000
이 시스템에 좀 더 익숙해질 때,
07:55
they can continue to add more and more detections,
186
460000
3000
계속 추가할 수 있고 추적할 수 있습니다,
07:58
so that the system begins to differentiate
187
463000
2000
그래서 이 시스템은 분명히 다른 생각 사이에서
08:00
between different distinct thoughts.
188
465000
3000
구분짓기 시작합니다.
08:04
And once you've trained up the detections,
189
469000
2000
추적 프로그램을 훈련했다면,
08:06
these thoughts can be assigned or mapped
190
471000
2000
이 생각들은 할당되면 지도화 됩니다
08:08
to any computing platform,
191
473000
2000
계산된 플램폼과
08:10
application or device.
192
475000
2000
어플리케인션 혹은 장치에 말이죠.
08:12
So I'd like to show you a few examples,
193
477000
2000
여러분께 몇몇 예를 보여주고자 합니다,
08:14
because there are many possible applications
194
479000
2000
실용화 되는 많은 어플리케인션이 있기 때문입니다
08:16
for this new interface.
195
481000
2000
새로운 인터페이스를 위한 것이죠.
08:19
In games and virtual worlds, for example,
196
484000
2000
게임 그리고 실제 세상에서, 예를들어,
08:21
your facial expressions
197
486000
2000
안면 표현은
08:23
can naturally and intuitively be used
198
488000
2000
자연스럽게 아바타 혹은 실제 캐릭터를
08:25
to control an avatar or virtual character.
199
490000
3000
통제하는데 사용됩니다.
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
분명하게, 마술과 같은 판타지를 경험하고
08:31
and control the world with your mind.
201
496000
3000
마음으로 세상을 통제할 수 있습니다.
08:36
And also, colors, lighting,
202
501000
3000
또한 색깔, 빛,
08:39
sound and effects
203
504000
2000
소리 그리고 효과는
08:41
can dynamically respond to your emotional state
204
506000
2000
크게 감정상태에 답변할 수 있습니다
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
실제로 가지는 경험을 고취시키기 위해 말이죠.
08:47
And moving on to some applications
206
512000
2000
그리고 몇몇 어플리케이션으로 가면
08:49
developed by developers and researchers around the world,
207
514000
3000
전 세계의 개발자 그리고 연구원에 의해 로봇 그리고
08:52
with robots and simple machines, for example --
208
517000
3000
간단한 기계와 함께 발전 했습니다, 예를 들어 --
08:55
in this case, flying a toy helicopter
209
520000
2000
여기서는, 간단하게 올리는 생각으로
08:57
simply by thinking "lift" with your mind.
210
522000
3000
헬리콥터를 날리는 장면입니다.
09:00
The technology can also be applied
211
525000
2000
이 기술은 또한 실제 어플리케이션에
09:02
to real world applications --
212
527000
2000
적용할 수 있습니다 --
09:04
in this example, a smart home.
213
529000
2000
예를 들면, 작은 집입니다.
09:06
You know, from the user interface of the control system
214
531000
3000
알다시피, 통제 시스템의 사용자 인터페이스에서
09:09
to opening curtains
215
534000
2000
커튼을 열거나 혹은
09:11
or closing curtains.
216
536000
3000
닫습니다.
09:22
And of course, also to the lighting --
217
547000
3000
물론 불을 키는데도 적용되죠 --
09:25
turning them on
218
550000
3000
불을 키고
09:28
or off.
219
553000
2000
끄죠.
09:30
And finally,
220
555000
2000
그리고 마지막으로,
09:32
to real life-changing applications,
221
557000
2000
실제 삶을 변화시키는 어플리케이션은
09:34
such as being able to control an electric wheelchair.
222
559000
3000
전기 휠체어를 조종할 수 있습니다.
09:37
In this example,
223
562000
2000
예를 들어,
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
안면 표현들은 운동 명령에 지도화 될 수 있습니다.
09:42
Man: Now blink right to go right.
225
567000
3000
남성: 오른쪽 눈을 깜빡이면 오른쪽으로 갑니다.
09:50
Now blink left to turn back left.
226
575000
3000
왼쪽은 뒤돌아 왼쪽으로 갑니다.
10:02
Now smile to go straight.
227
587000
3000
이제 웃으면 직진합니다.
10:08
TL: We really -- Thank you.
228
593000
2000
TL: 우리는 정말로 -- 감사합니다.
10:10
(Applause)
229
595000
5000
(박수)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
우리는 오늘날 무엇이 가능한지 아주 작은 단면만을 연구했습니다.
10:18
and with the community's input,
231
603000
2000
사회의 조언,
10:20
and also with the involvement of developers
232
605000
2000
연계된 개발자,
10:22
and researchers from around the world,
233
607000
3000
그리고 전세계의 연구자들과 함께,
10:25
we hope that you can help us to shape
234
610000
2000
우리는 여러분께서 이 기술이 여기에서
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
어디로 나아가는지에 대한 지표를 도와주시기를 바랍니다. 감사합니다.
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