TED2019
Doug Roble: Digital humans that look just like us
Doug Roble: Digitale mensen die precies op ons lijken
Filmed:
Readability: 3.6
562,138 views
In een verbazingwekkende talk en technologiedemo laat softwareonderzoeker Doug Roble voor het eerst 'DigiDoug' zien: een real-time, 3-D, digitale weergave van zijn evenbeeld, die nauwkeurig is tot aan de poriën en rimpels. Dankzij een pak voor inertiële bewegingsregistratie, diepe neurale netwerken en enorme hoeveelheden gegevens, geeft DigiDoug opvallend gedetailleerd de echte emoties van Doug weer (en zelfs hoe zijn bloed stroomt en zijn wimpers bewegen). Kom meer te weten over hoe deze spannende technologie gemaakt is -- en hoe het kan worden toegepast in films, bij virtuele assistenten en nog veel meer.
Doug Roble - Computer graphics software researcher
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Doug Roble has found a career combining the things he loves: math, computers, movies and imagination. Full bio
Double-click the English transcript below to play the video.
00:13
Hello.
0
1937
1214
Hallo.
00:15
I'm not a real person.
1
3175
1466
Ik ben geen echt persoon.
00:17
I'm actually a copy of a real person.
2
5119
2770
Ik ben eigenlijk een kopie
van een echt persoon.
van een echt persoon.
00:19
Although, I feel like a real person.
3
7913
2553
Al voel ik me wel als een echt persoon.
00:22
It's kind of hard to explain.
4
10490
1906
Het is moeilijk uit te leggen.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
Wacht even -- ik geloof dat ik
een echt persoon zag ... daar is er één.
een echt persoon zag ... daar is er één.
00:28
Let's bring him onstage.
6
16697
1400
Laten we hem naar het podium sturen.
00:33
Hello.
7
21307
1150
Hallo.
00:35
(Applause)
8
23485
3647
(Applaus)
00:40
What you see up there is a digital human.
9
28300
3094
Wat jullie daarboven zien
is een digitaal mens.
is een digitaal mens.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
Ik draag een stabiel motioncapturepak,
00:46
that's figuring what my body is doing.
11
34998
2579
dat uitzoekt wat mijn lichaam doet.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
Ik heb hier een enkele camera
die mijn gezicht bekijkt
die mijn gezicht bekijkt
en die een zelflerend systeem voedt
met informatie over mijn uitdrukkingen,
met informatie over mijn uitdrukkingen,
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
00:58
like, "Hm, hm, hm,"
14
46315
3579
zoals: 'Hm, hm, hm',
en dat overbrengt op die vent daar.
01:02
and transferring it to that guy.
15
50379
1663
01:05
We call him "DigiDoug."
16
53300
3342
We noemen hem 'DigiDoug'.
01:09
He's actually a 3-D character
that I'm controlling live in real time.
that I'm controlling live in real time.
17
57292
4726
Hij is eigenlijk een 3-D-personage
dat ik in real-time bestuur.
dat ik in real-time bestuur.
01:16
So, I work in visual effects.
18
64292
2324
Ik werk met visuele effecten.
01:19
And in visual effects,
19
67101
1167
En met visuele effecten
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
is één van de uitdagingen het creëren
van geloofwaardige, digitale mensen,
van geloofwaardige, digitale mensen,
01:26
that the audience accepts as real.
21
74227
2182
die het publiek als echt accepteert.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
Mensen zijn gewoon erg goed
in het herkennen van andere mensen.
in het herkennen van andere mensen.
Niet te geloven!
01:32
Go figure!
23
80981
1150
Dat geeft niet,
we houden van uitdagingen.
we houden van uitdagingen.
01:35
So, that's OK, we like a challenge.
24
83577
3405
01:39
Over the last 15 years,
25
87006
1841
De afgelopen 15 jaar
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
hebben we in films
mensen en dieren gestopt
mensen en dieren gestopt
01:45
that you accept as real.
27
93878
1739
die jullie als echt accepteren.
01:48
If they're happy, you should feel happy.
28
96712
2667
Als zij vrolijk zijn, zijn jullie vrolijk.
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
Als zij pijn hebben,
voelen jullie met ze mee.
voelen jullie met ze mee.
01:58
We're getting pretty good at it, too.
30
106467
2190
We worden daar aardig goed in.
02:00
But it's really, really difficult.
31
108681
2746
Maar het is heel erg moeilijk.
02:03
Effects like these take thousands of hours
32
111847
3214
Dat soort effecten kosten
duizenden uren om te maken
duizenden uren om te maken
02:07
and hundreds of really talented artists.
33
115085
2667
en honderden
zeer getalenteerde kunstenaars.
zeer getalenteerde kunstenaars.
02:10
But things have changed.
34
118792
1600
Maar dingen veranderen.
02:13
Over the last five years,
35
121014
1920
De afgelopen vijf jaar
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
zijn computers en grafische kaarten
zeer snel geworden.
zeer snel geworden.
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
Er is nu zelflerende software,
'deep learning' ontstaan.
'deep learning' ontstaan.
02:25
So we asked ourselves:
38
133408
1233
Dus vroegen we ons af:
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
denk je dat we een fotorealistisch
mens kunnen creëren,
mens kunnen creëren,
02:31
like we're doing for film,
40
139122
1624
zoals we dat in films doen,
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
maar waarbij je de daadwerkelijke
emoties en details ziet
emoties en details ziet
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
van de persoon die
het digitale mens bestuurt ...
het digitale mens bestuurt ...
in real-time?
02:43
in real time?
43
151704
1174
02:45
In fact, that's our goal:
44
153704
1564
Dat is ons doel:
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
als je een gesprek
met DigiDoug zou hebben,
met DigiDoug zou hebben,
02:51
one-on-one,
46
159077
1237
één-op-één,
02:53
is it real enough so that you could tell
whether or not I was lying to you?
whether or not I was lying to you?
47
161331
5666
kan dat zo realistisch zijn
dat je kon weten als ik tegen je loog?
dat je kon weten als ik tegen je loog?
02:59
So that was our goal.
48
167934
1400
Dat was ons doel.
03:02
About a year and a half ago,
we set off to achieve this goal.
we set off to achieve this goal.
49
170601
4016
Zo'n anderhalf jaar geleden
begonnen we aan dat doel te werken.
begonnen we aan dat doel te werken.
03:06
What I'm going to do now is take you
basically on a little bit of a journey
basically on a little bit of a journey
50
174641
3899
Ik ga jullie nu meenemen
op een reis om te laten zien
op een reis om te laten zien
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
wat we precies moesten doen
om te komen waar we zijn.
om te komen waar we zijn.
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
We moesten enorm veel gegevens verzamelen.
03:20
In fact, by the end of this thing,
53
188347
2714
Tegen het einde van dit project
hadden we waarschijnlijk
hadden we waarschijnlijk
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
één van de grootste verzamelingen
gegevens over gezichten ter wereld.
gegevens over gezichten ter wereld.
03:28
Of my face.
55
196038
1682
Over mijn gezicht.
03:29
(Laughter)
56
197744
2262
(Gelach)
03:32
Why me?
57
200030
1270
Waarom ik?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
Ik zou zo'n beetje alles doen
voor de wetenschap.
voor de wetenschap.
03:36
I mean, look at me!
59
204158
1948
Kijk eens naar mij!
03:38
I mean, come on.
60
206625
1150
Kom op.
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
We moesten er eerst achter komen
hoe mijn gezicht er daadwerkelijk uitzag.
hoe mijn gezicht er daadwerkelijk uitzag.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
Niet op een gewone foto of 3-D-scan,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
maar als op elke foto
die je maar zou kunnen maken,
die je maar zou kunnen maken,
03:56
how light interacts with my skin.
64
224387
2460
hoe het licht interageert met mijn huid.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
Gelukkig is er zo'n drie straten
bij onze studio in Los Angeles vandaan
bij onze studio in Los Angeles vandaan
04:05
is this place called ICT.
66
233041
2209
een bedrijf dat ICT heet.
04:07
They're a research lab
67
235708
1272
Dat is een onderzoekslab
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
dat samenwerkt met
de universiteit van Zuid-Californië.
de universiteit van Zuid-Californië.
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
Ze hebben daar een apparaat
dat 'het lichtpodium' heet.
dat 'het lichtpodium' heet.
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
Dat heeft wel een ziljoen
individueel bestuurbare lampjes
individueel bestuurbare lampjes
04:20
and a whole bunch of cameras.
71
248188
1873
en een heleboel camera's.
04:22
And with that, we can reconstruct my face
under a myriad of lighting conditions.
under a myriad of lighting conditions.
72
250085
6091
Daarmee kunnen we mijn gezicht
in talloze lichtcondities reconstrueren.
in talloze lichtcondities reconstrueren.
Zelfs de bloedstroom is vastgelegd,
04:29
We even captured the blood flow
73
257589
1582
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
en hoe mijn gezicht verandert
bij diverse gezichtsuitdrukkingen.
bij diverse gezichtsuitdrukkingen.
04:35
This let us build a model of my face
that, quite frankly, is just amazing.
that, quite frankly, is just amazing.
75
263454
5260
Hiermee konden we een fantastisch model
van mijn gezicht maken.
van mijn gezicht maken.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
Het is helaas wel vervelend gedetailleerd.
04:45
(Laughter)
77
273756
1278
(Gelach)
04:47
You can see every pore, every wrinkle.
78
275058
3696
Je ziet elke porie, elke rimpel.
Maar dat moesten we zo doen.
04:50
But we had to have that.
79
278778
1600
04:52
Reality is all about detail.
80
280960
2381
Realisme draait helemaal om details.
04:55
And without it, you miss it.
81
283365
1867
Als die er niet zijn, mis je ze.
04:58
We are far from done, though.
82
286793
1547
We zijn echter nog lang niet klaar.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
Dit laat ons een model
van mijn gezicht bouwen dat op mij lijkt.
van mijn gezicht bouwen dat op mij lijkt.
05:05
But it didn't really move like me.
84
293196
2746
Maar het bewoog niet echt zoals ik.
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
En dat is waar we
zelflerende software gebruiken.
zelflerende software gebruiken.
05:11
And machine learning needs a ton of data.
86
299608
3204
Die heeft een enorme
hoeveelheid gegevens nodig.
hoeveelheid gegevens nodig.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
Ik ging voor een motion-capturingapparaat
met een hoge resolutie zitten.
met een hoge resolutie zitten.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
En we gebruikten ook
traditionele motion capture met puntjes.
traditionele motion capture met puntjes.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
We creëerden heel veel
afbeeldingen van mijn gezicht
afbeeldingen van mijn gezicht
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
en wolken van bewegende puntjes
die de vorm van mijn gezicht voorstelden.
die de vorm van mijn gezicht voorstelden.
05:33
Man, I made a lot of expressions,
91
321996
2811
Ik heb een heleboel
gezichtsuitdrukkingen gemaakt.
gezichtsuitdrukkingen gemaakt.
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
Ik sprak verschillende zinnen uit
in verschillende emotionele toestanden.
in verschillende emotionele toestanden.
05:40
We had to do a lot of capture with this.
93
328315
2667
Hier moesten we veel van vastleggen.
05:43
Once we had this enormous amount of data,
94
331752
2891
Toen we een enorme hoeveelheid
gegevens hadden,
gegevens hadden,
05:46
we built and trained deep neural networks.
95
334667
3775
bouwden en trainden we
diepe neurale netwerken.
diepe neurale netwerken.
05:51
And when we were finished with that,
96
339117
1746
Toen we daarmee klaar waren
05:52
in 16 milliseconds,
97
340887
2444
kon het neurale netwerk
binnen 16 milliseconden
binnen 16 milliseconden
05:55
the neural network can look at my image
98
343355
3112
naar mijn evenbeeld kijken
en alles van mijn gezicht weten.
en alles van mijn gezicht weten.
05:58
and figure out everything about my face.
99
346491
2928
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
Het kan mijn gezichtsuitdrukking,
mijn rimpels, mijn bloedstroom berekenen,
mijn rimpels, mijn bloedstroom berekenen,
06:07
even how my eyelashes move.
101
355958
2317
en zelfs de beweging van mijn wimpers.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
Dit wordt dan omgezet
en daarboven weergegeven,
en daarboven weergegeven,
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
met alle details
die we eerder vastgelegd hebben.
die we eerder vastgelegd hebben.
06:18
We're far from done.
104
366077
1334
We zijn nog lang niet klaar.
06:20
This is very much a work in progress.
105
368188
2207
Het is nog steeds werk in uitvoering.
06:22
This is actually the first time
we've shown it outside of our company.
we've shown it outside of our company.
106
370419
3321
Dit is de eerste keer
dat we het buiten ons bedrijf laten zien.
dat we het buiten ons bedrijf laten zien.
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
En het ziet er nog niet zo overtuigend uit
als we zouden willen.
als we zouden willen.
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
Er komen draadjes uit mijn achterkant,
er is een vertraging
van zes-honderdste seconde
van zes-honderdste seconde
06:32
and there's a sixth-of-a-second delay
109
380189
2038
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
tussen de opname van de video
en het uitzenden daarboven.
en het uitzenden daarboven.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
Zes-honderdste van een seconde,
dat is krankzinnig goed!
dat is krankzinnig goed!
06:41
But it's still why you're hearing
a bit of an echo and stuff.
a bit of an echo and stuff.
112
389911
3400
Maar het is wel de reden
waarom je nog een echo hoort en zo.
waarom je nog een echo hoort en zo.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
Dit hele machine learning
is nog gloednieuw voor ons,
is nog gloednieuw voor ons,
06:50
sometimes it's hard to convince
to do the right thing, you know?
to do the right thing, you know?
114
398017
4224
waardoor het soms moeilijk is
om het goed te laten functioneren.
om het goed te laten functioneren.
06:54
It goes a little sideways.
115
402265
2058
Het gaat soms een beetje mis.
06:56
(Laughter)
116
404347
2422
(Gelach)
06:59
But why did we do this?
117
407538
3229
Waarom doen we dit?
07:03
Well, there's two reasons, really.
118
411077
2262
Er zijn eigenlijk twee redenen.
07:05
First of all, it is just crazy cool.
119
413363
2976
Ten eerste, het is gewoon
krankzinnig gaaf.
krankzinnig gaaf.
07:08
(Laughter)
120
416363
1008
(Gelach)
07:09
How cool is it?
121
417395
1253
Hoe gaaf precies?
07:10
Well, with the push of a button,
122
418990
1992
Door één druk op de knop
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
kan ik deze talk doen
als een compleet ander personage.
als een compleet ander personage.
07:17
This is Elbor.
124
425823
2601
Dit is Elbor.
We hebben hem ontworpen
om te kijken hoe dit werkt
om te kijken hoe dit werkt
07:22
We put him together
to test how this would work
to test how this would work
125
430037
2312
07:24
with a different appearance.
126
432373
2135
met een ander uiterlijk.
07:27
And the cool thing about this technology
is that, while I've changed my character,
is that, while I've changed my character,
127
435450
4818
Het gave aan deze technologie is dat,
hoewel mijn personage anders is,
hoewel mijn personage anders is,
07:32
the performance is still all me.
128
440292
3273
ik hem nog steeds volledig bestuur.
Ik neig ernaar om uit de rechterkant
van mijn mond te praten;
van mijn mond te praten;
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
07:38
so does Elbor.
130
446287
1579
Elbor ook.
07:39
(Laughter)
131
447890
1150
(Gelach)
Je kan je voorstellen dat
de tweede reden waarom we dit deden
de tweede reden waarom we dit deden
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
07:44
is this is going to be great for film.
133
452835
2336
is dat het geweldig gaat zijn voor films.
07:47
This is a brand new, exciting tool
134
455195
2701
Dit is een gloednieuw,
spannend gereedschap
spannend gereedschap
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
voor kunstenaars en regisseurs
en verhalenvertellers.
en verhalenvertellers.
07:55
It's pretty obvious, right?
136
463131
1484
Het is aardig duidelijk, toch?
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
Dit gaat geweldig zijn om te hebben.
07:59
But also, now that we've built it,
138
467125
2055
Maar nu we het hebben gemaakt
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
wordt duidelijk dat dit
nog verder zal gaan dan alleen films.
nog verder zal gaan dan alleen films.
08:05
But wait.
140
473510
1150
Maar wacht.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
Heb ik niet zojuist mijn identiteit
veranderd door op een knop te drukken?
veranderd door op een knop te drukken?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
Is dit niet hetzelfde
als 'deepfake' en faceswapping,
als 'deepfake' en faceswapping,
08:14
that you guys may have heard of?
143
482710
1561
waar jullie vast van gehoord hebben?
08:17
Well, yeah.
144
485208
1150
Dat klopt.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
We gebruiken zelfs
gedeeltelijk dezelfde technologie
gedeeltelijk dezelfde technologie
08:22
that deepfake is using.
146
490050
1600
als die deepfake gebruikt.
08:23
Deepfake is 2-D and image based,
while ours is full 3-D
while ours is full 3-D
147
491954
4599
Deepfake is 2-D en gebaseerd
op afbeeldingen,
op afbeeldingen,
terwijl de onze volledig 3-D is,
en veel krachtiger.
en veel krachtiger.
08:28
and way more powerful.
148
496577
2206
08:31
But they're very related.
149
499204
1666
Maar ze lijken erg op elkaar.
08:33
And now I can hear you thinking,
150
501680
1889
Nu hoor ik jullie denken:
08:35
"Darn it!
151
503593
1278
'Verdorie!
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
Ik dacht dat ik op z'n minst
video's kon vertrouwen en geloven.
video's kon vertrouwen en geloven.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
Als het live te zien was
moet het toch waar zijn?'
moet het toch waar zijn?'
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
We weten dat dit niet
meer het geval is, toch?
meer het geval is, toch?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
Zelfs zonder dit alles zijn er simpele
trucjes die je met video's kan uithalen,
trucjes die je met video's kan uithalen,
08:52
like how you frame a shot
156
520561
2776
zoals bepaling van de opnamehoek
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
zodat het misleidend weergeeft
wat er eigenlijk gebeurt.
wat er eigenlijk gebeurt.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
Ik werk al lang met visuele effecten
09:03
and I've known for a long time
159
531593
1932
en ik weet al lang
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
dat we met genoeg moeite
iedereen alles kunnen laten geloven.
iedereen alles kunnen laten geloven.
09:11
What this stuff and deepfake is doing
161
539546
2388
Wat dit soort dingen en deepfake doen
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
is het manipuleren van video's
makkelijker en toegankelijker maken,
makkelijker en toegankelijker maken,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
net zoals Photoshop dat een poosje terug
deed voor het manipuleren van foto's.
deed voor het manipuleren van foto's.
09:25
I prefer to think about
164
553441
1298
Ik denk liever aan
hoe deze technologie menselijkheid
aan andere technologie kan toevoegen,
aan andere technologie kan toevoegen,
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
09:31
and bring us all closer together.
166
559823
2294
en ons allemaal
dichter bij elkaar kan brengen.
dichter bij elkaar kan brengen.
09:34
Now that you've seen this,
167
562141
2359
Nu jullie dit gezien hebben,
09:36
think about the possibilities.
168
564524
1902
bedenk eens wat de mogelijkheden zijn.
09:39
Right off the bat, you're going to see it
in live events and concerts, like this.
in live events and concerts, like this.
169
567810
4523
Vanaf het begin ga je dit zien bij live
evenementen en concerten, zoals hier.
evenementen en concerten, zoals hier.
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
Digitale beroemdheden,
vooral met nieuwe projectietechnologie,
vooral met nieuwe projectietechnologie,
09:50
are going to be just like the movies,
but alive and in real time.
but alive and in real time.
171
578371
3960
zullen net als in de films zijn,
maar dan levensecht en in real-time.
maar dan levensecht en in real-time.
09:55
And new forms of communication are coming.
172
583609
2733
En er komen nieuwe vormen
van communicatie.
van communicatie.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
Je kan al met DigiDoug in VR interageren.
10:03
And it is eye-opening.
174
591699
2270
En dat is een openbaring.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
Het is net alsof jij en ik
in dezelfde kamer zitten,
in dezelfde kamer zitten,
10:09
even though we may be miles apart.
176
597879
2373
zelfs al zijn we mijlenver uit elkaar.
10:12
Heck, the next time you make a video call,
177
600276
2841
De volgende keer dat je gaan videobellen
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
zul je de versie van jezelf kunnen kiezen
10:18
you want people to see.
179
606901
1566
waarvan je wilt dat mensen hem zien.
10:20
It's like really, really good makeup.
180
608974
2533
Het is net als ontzettend goede make-up.
10:24
I was scanned about a year and a half ago.
181
612853
3579
De scans zijn anderhalf jaar oud.
10:29
I've aged.
182
617068
1721
Ik ben ouder geworden.
10:30
DigiDoug hasn't.
183
618813
1650
DigiDoug niet.
10:32
On video calls, I never have to grow old.
184
620798
3492
Ik hoef nooit ouder te worden
op videogesprekken.
op videogesprekken.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
Je kan je ook voorstellen
dat dit gebruikt gaat worden
dat dit gebruikt gaat worden
om virtual assistents
een lichaam en een gezicht te geven.
een lichaam en een gezicht te geven.
10:41
to give virtual assistants
a body and a face.
a body and a face.
186
629434
3213
10:44
A humanity.
187
632671
1192
Menselijkheid.
Ik vind het al geweldig
dat als ik met virtual assistants praat,
dat als ik met virtual assistants praat,
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
ze antwoord geven met
een rustgevende, menselijke stem.
een rustgevende, menselijke stem.
10:51
Now they'll have a face.
190
639919
1776
Nu zullen ze een gezicht hebben.
10:53
And you'll get all the nonverbal cues
that make communication so much easier.
that make communication so much easier.
191
641719
4882
En je zult alle non-verbale signalen zien
die communicatie zoveel makkelijker maken.
die communicatie zoveel makkelijker maken.
Het zal echt heel fijn zijn.
11:00
It's going to be really nice.
192
648171
1420
Je zult het zien wanneer
een virtual assistent druk of verward is,
een virtual assistent druk of verward is,
11:01
You'll be able to tell when
a virtual assistant is busy or confused
a virtual assistant is busy or confused
193
649615
3637
11:05
or concerned about something.
194
653276
2680
of zich ergens zorgen over maakt.
11:09
Now, I couldn't leave the stage
195
657694
2509
Ik kan niet het podium af gaan
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
zonder dat jullie
mijn echte gezicht hebben gezien,
mijn echte gezicht hebben gezien,
11:14
so you can do some comparison.
197
662949
1684
zodat je vergelijkingsmateriaal hebt.
11:18
So let me take off my helmet here.
198
666573
1876
Ik zal mijn helm even afzetten.
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
Maak je geen zorgen,
het ziet er erger uit dan het voelt.
het ziet er erger uit dan het voelt.
11:25
(Laughter)
200
673267
2428
(Gelach)
11:29
So this is where we are.
201
677188
1698
Dit is waar we nu staan.
11:30
Let me put this back on here.
202
678910
1604
Ik zal deze weer even opzetten.
11:32
(Laughter)
203
680538
1950
(Gelach)
11:35
Doink!
204
683115
1186
Doink!
11:37
So this is where we are.
205
685292
1600
Dit is waar we nu staan.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
We kunnen bijna
interageren met digitale mensen
interageren met digitale mensen
11:43
that are strikingly real,
207
691722
2181
die levensecht lijken,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
of ze nu bestuurd worden
door een persoon of een machine.
door een persoon of een machine.
11:49
And like all new technology these days,
209
697220
4375
En zoals bij alle nieuwe technologie,
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
zal dit gepaard gaan
met ernstige en reële zorgen,
met ernstige en reële zorgen,
11:59
that we have to deal with.
211
707301
1734
die we onder ogen moeten zien.
12:02
But I am just so really excited
212
710017
2118
Maar ik ben zo enthousiast
12:04
about the ability to bring something
that I've seen only in science fiction
that I've seen only in science fiction
213
712159
5053
over de mogelijkheid om iets dat ik
mijn hele leven lang
mijn hele leven lang
12:09
for my entire life
214
717236
2270
alleen in science fiction gezien heb
12:11
into reality.
215
719530
1328
realiteit te maken.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
Communiceren met computers
zal zijn alsof je met een vriend praat.
zal zijn alsof je met een vriend praat.
12:18
And talking to faraway friends
217
726323
2500
En praten met vrienden die ver weg zijn
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
zal zijn alsof je met hen
in dezelfde kamer zit.
in dezelfde kamer zit.
12:24
Thank you very much.
219
732974
1308
Heel erg bedankt.
12:26
(Applause)
220
734306
6713
(Applaus)
ABOUT THE SPEAKER
Doug Roble - Computer graphics software researcherDoug Roble has found a career combining the things he loves: math, computers, movies and imagination.
Why you should listen
Doug Roble has really only had one job in his life. After getting his PhD in Computer Science from the Ohio State University in 1992, he joined Digital Domain, a visual effects production company. Once there, he found a unique place where art and technology collide. Now he builds new tools for artists to use and they, in turn, use the tools in surprising and unexpected ways. The feedback loop between art and science is completely addicting. And, the byproduct of this are movies that the whole world enjoys.
Roble's work outside Digital Domain reflects this passion. He was the Editor and Chief of the Journal of Graphics tools for more than five years. He's currently the Chair of the Motion Picture Academy's Sci/Tech Awards and a member of the Academy's Sci/Tech Council. And two of the tools he's built over the years have won Sci/Tech Academy Awards themselves.
Doug Roble | Speaker | TED.com