TED2019
Doug Roble: Digital humans that look just like us
Doug Roble: Seres humanos digitais exatamente parecidos conosco
Filmed:
Readability: 3.6
562,138 views
Em uma palestra surpreendente e demonstração de tecnologia, o pesquisador de software Doug Roble estreou "DigiDoug": uma renderização digital em tempo real, 3-D, de sua imagem, que é precisa até a escala de poros e rugas. Alimentado por um traje de captura de movimento inercial, redes neurais profundas e enormes quantidades de dados, DigiDoug apresenta as emoções do verdadeiro Doug (e até mesmo como o sangue flui e os cílios se movem) em detalhes impressionantes. Saiba mais sobre como esta tecnologia empolgante foi construída - e suas aplicações em filmes, assistentes virtuais e além.
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
Olá.
00:15
I'm not a real person.
1
3175
1466
Não sou uma pessoa real.
00:17
I'm actually a copy of a real person.
2
5119
2770
Sou, na verdade, uma cópia
de uma pessoa real.
de uma pessoa real.
00:19
Although, I feel like a real person.
3
7913
2553
No entanto, eu me sinto uma pessoa real.
00:22
It's kind of hard to explain.
4
10490
1906
É meio difícil de explicar.
00:24
Hold on -- I think I saw
a real person ... there's one.
a real person ... there's one.
5
12420
3790
Esperem, acho que vi
uma pessoa real... aqui está uma!
uma pessoa real... aqui está uma!
00:28
Let's bring him onstage.
6
16697
1400
Vamos trazê-la ao palco.
00:33
Hello.
7
21307
1150
Olá.
00:35
(Applause)
8
23485
3647
(Aplausos)
00:40
What you see up there is a digital human.
9
28300
3094
O que veem lá em cima
é um ser humano digital.
é um ser humano digital.
00:43
I'm wearing an inertial
motion capture suit
motion capture suit
10
31990
2984
Estou vestindo um traje
de captura de movimento inercial
de captura de movimento inercial
00:46
that's figuring what my body is doing.
11
34998
2579
que entende o que meu corpo está fazendo.
00:49
And I've got a single camera here
that's watching my face
that's watching my face
12
37601
3825
E tenho uma única câmera aqui,
observando meu rosto
observando meu rosto
00:53
and feeding some machine-learning software
that's taking my expressions,
that's taking my expressions,
13
41450
4841
e alimentando software
de aprendizado de máquina
de aprendizado de máquina
que pega minhas expressões,
00:58
like, "Hm, hm, hm,"
14
46315
3579
como "Hum, hum, hum",
01:02
and transferring it to that guy.
15
50379
1663
e as transfere para aquele cara.
01:05
We call him "DigiDoug."
16
53300
3342
Nós o chamamos de "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
Ele é, na verdade, um personagem em 3-D
que controlo ao vivo em tempo real.
que controlo ao vivo em tempo real.
01:16
So, I work in visual effects.
18
64292
2324
Trabalho com efeitos visuais.
01:19
And in visual effects,
19
67101
1167
Em efeitos visuais,
01:20
one of the hardest things to do
is to create believable, digital humans
is to create believable, digital humans
20
68292
5911
uma das coisas mais difíceis de se fazer
é criar seres humanos possíveis e digitais
é criar seres humanos possíveis e digitais
01:26
that the audience accepts as real.
21
74227
2182
que o público aceita como reais.
01:28
People are just really good
at recognizing other people.
at recognizing other people.
22
76433
4524
As pessoas são muito boas
em reconhecer outras.
em reconhecer outras.
01:32
Go figure!
23
80981
1150
Vai entender!
01:35
So, that's OK, we like a challenge.
24
83577
3405
Tudo bem, gostamos de um desafio.
01:39
Over the last 15 years,
25
87006
1841
Nos últimos 15 anos,
01:40
we've been putting
humans and creatures into film
humans and creatures into film
26
88871
4983
colocamos seres humanos
e criaturas em filmes
e criaturas em filmes
01:45
that you accept as real.
27
93878
1739
que aceitamos como reais.
01:48
If they're happy, you should feel happy.
28
96712
2667
Se eles estão felizes,
deveríamos nos sentir felizes.
deveríamos nos sentir felizes.
01:51
And if they feel pain,
you should empathize with them.
you should empathize with them.
29
99982
5437
E, se sentem dor,
deveríamos ter empatia com eles.
deveríamos ter empatia com eles.
01:58
We're getting pretty good at it, too.
30
106467
2190
Estamos ficando muito bons nisso também.
02:00
But it's really, really difficult.
31
108681
2746
Mas é realmente muito difícil.
02:03
Effects like these take thousands of hours
32
111847
3214
Efeitos como esses levam milhares de horas
02:07
and hundreds of really talented artists.
33
115085
2667
e centenas de artistas muito talentosos.
02:10
But things have changed.
34
118792
1600
Mas as coisas têm mudado.
02:13
Over the last five years,
35
121014
1920
Nos últimos cinco anos,
02:14
computers and graphics cards
have gotten seriously fast.
have gotten seriously fast.
36
122958
4409
computadores e placas gráficas
ficaram muito rápidos.
ficaram muito rápidos.
02:20
And machine learning,
deep learning, has happened.
deep learning, has happened.
37
128508
3971
Surgiram o aprendizado de máquina
e a aprendizagem profunda.
e a aprendizagem profunda.
02:25
So we asked ourselves:
38
133408
1233
Então nos perguntamos:
02:27
Do you suppose we could create
a photo-realistic human,
a photo-realistic human,
39
135320
3778
será que conseguiríamos criar
um ser humano fotorrealista,
um ser humano fotorrealista,
02:31
like we're doing for film,
40
139122
1624
como estamos criando para filmes,
02:33
but where you're seeing
the actual emotions and the details
the actual emotions and the details
41
141932
5647
mas em que vemos
as emoções reais e os detalhes
as emoções reais e os detalhes
02:39
of the person who's controlling
the digital human
the digital human
42
147603
4077
da pessoa que controla
o ser humano digital
o ser humano digital
02:43
in real time?
43
151704
1174
em tempo real?
02:45
In fact, that's our goal:
44
153704
1564
De fato, esse é nosso objetivo:
02:47
If you were having
a conversation with DigiDoug
a conversation with DigiDoug
45
155292
3761
se você estivesse conversando com DigiDoug
02:51
one-on-one,
46
159077
1237
cara a cara,,
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
seria real o suficiente para você dizer
se eu estava ou não mentindo para você?
se eu estava ou não mentindo para você?
02:59
So that was our goal.
48
167934
1400
Esse era nosso objetivo.
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
Há cerca de um ano e meio,
nos propusemos a alcançar esse objetivo.
nos propusemos a alcançar esse objetivo.
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
Agora vou levá-los basicamente
em uma pequena viagem
em uma pequena viagem
para ver exatamente o que precisávamos
fazer para chegar aonde estamos.
fazer para chegar aonde estamos.
03:10
to see exactly what we had to do
to get where we are.
to get where we are.
51
178564
3926
03:15
We had to capture
an enormous amount of data.
an enormous amount of data.
52
183832
3856
Tínhamos que capturar
uma quantidade enorme de dados.
uma quantidade enorme de dados.
03:20
In fact, by the end of this thing,
53
188347
2714
Na verdade, até o final disso,
03:23
we had probably one of the largest
facial data sets on the planet.
facial data sets on the planet.
54
191085
4563
tínhamos provavelmente um dos maiores
conjuntos de dados faciais do planeta,
conjuntos de dados faciais do planeta,
03:28
Of my face.
55
196038
1682
do meu rosto.
03:29
(Laughter)
56
197744
2262
(Risos)
03:32
Why me?
57
200030
1270
Por que eu?
03:33
Well, I'll do just about
anything for science.
anything for science.
58
201324
2810
Bem, farei qualquer coisa pela ciência.
03:36
I mean, look at me!
59
204158
1948
Quer dizer, olhem pra mim!
03:38
I mean, come on.
60
206625
1150
Vejam só.
03:43
We had to first figure out
what my face actually looked like.
what my face actually looked like.
61
211320
5460
Precisávamos descobrir primeiro
como seria meu rosto.
como seria meu rosto.
03:49
Not just a photograph or a 3-D scan,
62
217391
3027
Não apenas uma fotografia
ou uma digitalização em 3-D,
ou uma digitalização em 3-D,
03:52
but what it actually looked like
in any photograph,
in any photograph,
63
220442
3921
mas o que, na verdade,
parecia em qualquer fotografia,
parecia em qualquer fotografia,
03:56
how light interacts with my skin.
64
224387
2460
como a luz interage com minha pele.
03:59
Luckily for us, about three blocks away
from our Los Angeles studio
from our Los Angeles studio
65
227768
5249
Felizmente para nós,
cerca de três quarteirões de distância
de nosso estúdio de Los Angeles
de nosso estúdio de Los Angeles
04:05
is this place called ICT.
66
233041
2209
está um local chamado ICT,
04:07
They're a research lab
67
235708
1272
um laboratório de pesquisa associado
à University of Southern California.
à University of Southern California.
04:09
that's associated with the University
of Southern California.
of Southern California.
68
237004
3403
04:12
They have a device there,
it's called the "light stage."
it's called the "light stage."
69
240871
3555
Eles têm um dispositivo
chamado de "estágio de luz"
chamado de "estágio de luz"
04:16
It has a zillion
individually controlled lights
individually controlled lights
70
244450
3714
com um zilhão de luzes
controladas individualmente
controladas individualmente
04:20
and a whole bunch of cameras.
71
248188
1873
e um monte de câmeras.
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
Com isso, podemos reconstruir meu rosto
sob uma série de condições de iluminação.
sob uma série de condições de iluminação.
04:29
We even captured the blood flow
73
257589
1582
Até capturamos o fluxo sanguíneo
04:31
and how my face changes
when I make expressions.
when I make expressions.
74
259195
3092
e como meu rosto muda
quando faço expressões.
quando faço expressões.
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
Isso nos permitiu construir um modelo
sinceramente incrível de meu rosto.
sinceramente incrível de meu rosto.
04:41
It's got an unfortunate
level of detail, unfortunately.
level of detail, unfortunately.
76
269399
4333
Infelizmente, é lamentável
o nível de detalhe.
o nível de detalhe.
04:45
(Laughter)
77
273756
1278
(Risos)
04:47
You can see every pore, every wrinkle.
78
275058
3696
É possível ver cada poro, cada ruga.
04:50
But we had to have that.
79
278778
1600
Mas precisávamos disso.
04:52
Reality is all about detail.
80
280960
2381
Realidade tem tudo a ver com detalhes.
04:55
And without it, you miss it.
81
283365
1867
Sem eles, perde o sentido.
04:58
We are far from done, though.
82
286793
1547
Porém, estamos longe de terminar.
05:01
This let us build a model of my face
that looked like me.
that looked like me.
83
289363
3297
Isso permite construir um modelo
de meu rosto que se parecia com o meu,
de meu rosto que se parecia com o meu,
05:05
But it didn't really move like me.
84
293196
2746
mas que não se movia como o meu
05:08
And that's where
machine learning comes in.
machine learning comes in.
85
296871
2713
E é aí que entra o aprendizado de máquina,
05:11
And machine learning needs a ton of data.
86
299608
3204
que precisa de uma tonelada de dados.
05:15
So I sat down in front of some
high-resolution motion-capturing device.
high-resolution motion-capturing device.
87
303497
4929
Eu me sentei em frente a um dispositivo
de captura de movimento de alta resolução.
de captura de movimento de alta resolução.
05:20
And also, we did this traditional
motion capture with markers.
motion capture with markers.
88
308450
4071
Também fizemos essa captura tradicional
de movimento com marcadores.
de movimento com marcadores.
05:25
We created a whole bunch
of images of my face
of images of my face
89
313696
2976
Criamos um monte de imagens de meu rosto
05:28
and moving point clouds
that represented that shapes of my face.
that represented that shapes of my face.
90
316696
4087
e nuvens de pontos em movimento
que representavam as formas dele.
que representavam as formas dele.
05:33
Man, I made a lot of expressions,
91
321996
2811
Fiz muitas expressões,
05:36
I said different lines
in different emotional states ...
in different emotional states ...
92
324831
3460
falei frases distintas
em estados emocionais diferentes...
em estados emocionais diferentes...
05:40
We had to do a lot of capture with this.
93
328315
2667
Tivemos que fazer muita captura com isso.
05:43
Once we had this enormous amount of data,
94
331752
2891
Depois de obter essa quantidade
enorme de dados,
enorme de dados,
05:46
we built and trained deep neural networks.
95
334667
3775
construímos e treinamos
redes neurais profundas.
redes neurais profundas.
05:51
And when we were finished with that,
96
339117
1746
Quando terminamos,
05:52
in 16 milliseconds,
97
340887
2444
em 16 milissegundos,
05:55
the neural network can look at my image
98
343355
3112
a rede neural consegue
analisar minha imagem
analisar minha imagem
05:58
and figure out everything about my face.
99
346491
2928
e descobrir tudo sobre meu rosto.
06:02
It can compute my expression,
my wrinkles, my blood flow --
my wrinkles, my blood flow --
100
350458
5476
Consegue calcular minha expressão,
minhas rugas, meu fluxo sanguíneo,
minhas rugas, meu fluxo sanguíneo,
06:07
even how my eyelashes move.
101
355958
2317
até como meus cílios se movem.
06:10
This is then rendered
and displayed up there
and displayed up there
102
358925
2835
Isso é então renderizado
e exibido lá em cima,
e exibido lá em cima,
06:13
with all the detail
that we captured previously.
that we captured previously.
103
361784
3222
com todos os detalhes
que capturamos anteriormente.
que capturamos anteriormente.
06:18
We're far from done.
104
366077
1334
Estamos longe de terminar.
06:20
This is very much a work in progress.
105
368188
2207
É um trabalho em andamento.
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
Esta é, na verdade, a primeira vez
que o mostramos fora de nossa empresa.
que o mostramos fora de nossa empresa.
06:25
And, you know, it doesn't look
as convincing as we want;
as convincing as we want;
107
373764
4194
Não parece tão convincente
quanto queremos;
quanto queremos;
06:29
I've got wires coming out
of the back of me,
of the back of me,
108
377982
2183
tenho fios saindo de minhas costas,
06:32
and there's a sixth-of-a-second delay
109
380189
2038
e há um atraso de um sexto de segundo
06:34
between when we capture the video
and we display it up there.
and we display it up there.
110
382251
4367
entre o momento em que capturamos
o vídeo e o exibimos lá em cima.
o vídeo e o exibimos lá em cima.
06:38
Sixth of a second -- that's crazy good!
111
386642
2816
Um sexto de segundo, isso é muito bom!
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
Mas ainda é por isso
que ouvimos um pouco de eco.
que ouvimos um pouco de eco.
06:46
And you know, this machine learning
stuff is brand new to us,
stuff is brand new to us,
113
394104
3889
Esse aprendizado de máquina
é novo para nós.
é novo para nós.
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
Às vezes, é difícil convencer
a fazer a coisa certa, sabe?
a fazer a coisa certa, sabe?
06:54
It goes a little sideways.
115
402265
2058
Fica pior ainda!
06:56
(Laughter)
116
404347
2422
(Risos)
06:59
But why did we do this?
117
407538
3229
Mas por que fizemos isso?
07:03
Well, there's two reasons, really.
118
411077
2262
Há duas razões na verdade.
07:05
First of all, it is just crazy cool.
119
413363
2976
Antes de mais nada, é legal demais.
07:08
(Laughter)
120
416363
1008
(Risos)
07:09
How cool is it?
121
417395
1253
Não é demais?
07:10
Well, with the push of a button,
122
418990
1992
Pressionando um botão,
07:13
I can deliver this talk
as a completely different character.
as a completely different character.
123
421006
4007
posso dar essa palestra
como um personagem totalmente diferente.
como um personagem totalmente diferente.
07:17
This is Elbor.
124
425823
2601
Este é Elbor.
Nós o criamos para testar como funcionaria
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
com uma aparência diferente.
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
O legal dessa tecnologia é que,
embora eu tenha mudado meu personagem,
embora eu tenha mudado meu personagem,
07:32
the performance is still all me.
128
440292
3273
a apresentação ainda é toda minha.
07:35
I tend to talk out of the right
side of my mouth;
side of my mouth;
129
443589
2674
Costumo falar usando
o lado direito de minha boca;
o lado direito de minha boca;
07:38
so does Elbor.
130
446287
1579
o mesmo acontece com Elbor.
07:39
(Laughter)
131
447890
1150
(Risos)
07:42
Now, the second reason we did this,
and you can imagine,
and you can imagine,
132
450021
2790
A segunda razão pela qual
fizemos isso, podem imaginar,
fizemos isso, podem imaginar,
07:44
is this is going to be great for film.
133
452835
2336
é que será ótimo para o cinema.
07:47
This is a brand new, exciting tool
134
455195
2701
Esta é uma ferramenta nova e interessante
07:49
for artists and directors
and storytellers.
and storytellers.
135
457920
4322
para artistas, diretores
e contadores de histórias.
e contadores de histórias.
07:55
It's pretty obvious, right?
136
463131
1484
É bem óbvio, não é mesmo?
07:56
I mean, this is going to be
really neat to have.
really neat to have.
137
464639
2462
Quer dizer, vai ser muito legal ter isso.
07:59
But also, now that we've built it,
138
467125
2055
Mas também, agora que o construímos,
08:01
it's clear that this
is going to go way beyond film.
is going to go way beyond film.
139
469204
2991
está claro que isso vai
muito além do cinema.
muito além do cinema.
08:05
But wait.
140
473510
1150
Mas esperem.
08:07
Didn't I just change my identity
with the push of a button?
with the push of a button?
141
475653
3976
Não mudei minha identidade
pressionando um botão?
pressionando um botão?
08:11
Isn't this like "deepfake"
and face-swapping
and face-swapping
142
479653
3033
Será que não é como a tecnologia
"deepfake" e a troca de rosto
"deepfake" e a troca de rosto
08:14
that you guys may have heard of?
143
482710
1561
das quais devem ter ouvido falar?
08:17
Well, yeah.
144
485208
1150
Bem, sim.
08:19
In fact, we are using
some of the same technology
some of the same technology
145
487074
2952
Na verdade, estamos usando
algumas das mesmas tecnologias
algumas das mesmas tecnologias
08:22
that deepfake is using.
146
490050
1600
que o deepfake usa.
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 é em 2-D e baseado em imagens,
enquanto o nosso é totalmente em 3-D
enquanto o nosso é totalmente em 3-D
08:28
and way more powerful.
148
496577
2206
e muito mais poderoso.
08:31
But they're very related.
149
499204
1666
Mas estão muito relacionados.
08:33
And now I can hear you thinking,
150
501680
1889
Agora consigo ouvir vocês pensando:
08:35
"Darn it!
151
503593
1278
"Droga!
08:36
I though I could at least
trust and believe in video.
trust and believe in video.
152
504895
3801
Achei que eu poderia ao menos
confiar e acreditar em um vídeo.
confiar e acreditar em um vídeo.
08:40
If it was live video,
didn't it have to be true?"
didn't it have to be true?"
153
508720
2827
Se fosse um vídeo ao vivo,
não teria que ser verdade?"
não teria que ser verdade?"
08:44
Well, we know that's not
really the case, right?
really the case, right?
154
512609
3522
Sabemos que esse não é o caso, certo?
08:48
Even without this, there are simple tricks
that you can do with video
that you can do with video
155
516727
3810
Mesmo sem isso, há truques simples
que se pode fazer com o vídeo,
que se pode fazer com o vídeo,
08:52
like how you frame a shot
156
520561
2776
assim como se enquadra uma cena
08:55
that can make it really misrepresent
what's actually going on.
what's actually going on.
157
523361
4362
que pode realmente distorcer
o que está acontecendo de verdade.
o que está acontecendo de verdade.
09:00
And I've been working
in visual effects for a long time,
in visual effects for a long time,
158
528263
3306
Venho trabalhando em efeitos visuais
por um longo tempo,
por um longo tempo,
09:03
and I've known for a long time
159
531593
1932
e sei há muito tempo
09:05
that with enough effort,
we can fool anyone about anything.
we can fool anyone about anything.
160
533549
5226
que, com esforço suficiente, conseguimos
enganar qualquer um sobre qualquer coisa.
enganar qualquer um sobre qualquer coisa.
09:11
What this stuff and deepfake is doing
161
539546
2388
Este material e o deepfake
09:13
is making it easier and more accessible
to manipulate video,
to manipulate video,
162
541958
4611
estão tornando mais fácil e acessível
a manipulação de vídeos,
a manipulação de vídeos,
09:18
just like Photoshop did
for manipulating images, some time ago.
for manipulating images, some time ago.
163
546593
5371
assim como o Photoshop fez
ao manipular imagens há algum tempo.
ao manipular imagens há algum tempo.
09:25
I prefer to think about
164
553441
1298
Prefiro pensar em como essa tecnologia
09:26
how this technology could bring
humanity to other technology
humanity to other technology
165
554763
5036
poderia levar a humanidade
a outras tecnologias
a outras tecnologias
09:31
and bring us all closer together.
166
559823
2294
e nos aproximar.
09:34
Now that you've seen this,
167
562141
2359
Agora que viram isso,
09:36
think about the possibilities.
168
564524
1902
pensem nas possibilidades.
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
Imediatamente, vocês verão isso
em shows e eventos ao vivo, como este.
em shows e eventos ao vivo, como este.
09:45
Digital celebrities, especially
with new projection technology,
with new projection technology,
170
573612
4735
As celebridades digitais, especialmente
com nova tecnologia de projeção,
com nova tecnologia de projeção,
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
serão como os filmes,
mas ao vivo e em tempo real.
mas ao vivo e em tempo real.
09:55
And new forms of communication are coming.
172
583609
2733
E novas formas de comunicação
estão chegando.
estão chegando.
09:59
You can already interact
with DigiDoug in VR.
with DigiDoug in VR.
173
587088
4165
Você já pode interagir
com DigiDoug em realidade virtual.
com DigiDoug em realidade virtual.
10:03
And it is eye-opening.
174
591699
2270
É surpreendente.
10:05
It's just like you and I
are in the same room,
are in the same room,
175
593993
3862
É como se você e eu
estivéssemos na mesma sala,
estivéssemos na mesma sala,
10:09
even though we may be miles apart.
176
597879
2373
apesar de estarmos
a quilômetros de distância.
a quilômetros de distância.
10:12
Heck, the next time you make a video call,
177
600276
2841
Na próxima vez que você fizer
uma videochamada,
uma videochamada,
10:15
you will be able to choose
the version of you
the version of you
178
603141
3736
poderá escolher a versão de você
10:18
you want people to see.
179
606901
1566
que deseja que as pessoas vejam.
10:20
It's like really, really good makeup.
180
608974
2533
É como uma maquiagem extremamente boa.
10:24
I was scanned about a year and a half ago.
181
612853
3579
Fui escaneado há cerca de um ano e meio.
10:29
I've aged.
182
617068
1721
Eu envelheci;
10:30
DigiDoug hasn't.
183
618813
1650
DigiDoug não.
10:32
On video calls, I never have to grow old.
184
620798
3492
Nas videochamadas,
nunca preciso envelhecer.
nunca preciso envelhecer.
10:38
And as you can imagine,
this is going to be used
this is going to be used
185
626322
3088
Como podem imaginar, isso será usado
para dar aos assistentes virtuais
um corpo e um rosto,
um corpo e um rosto,
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
uma humanidade.
10:45
I already love it that when I talk
to virtual assistants,
to virtual assistants,
188
633887
2762
Já adoro isso quando falo
com assistentes virtuais
com assistentes virtuais
10:48
they answer back in a soothing,
humanlike voice.
humanlike voice.
189
636673
2933
que respondem com uma voz suave e humana.
10:51
Now they'll have a face.
190
639919
1776
Agora eles terão um rosto,
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
e teremos todas as dicas não verbais
que tornam a comunicação muito mais fácil.
que tornam a comunicação muito mais fácil.
11:00
It's going to be really nice.
192
648171
1420
Vai ser muito legal.
Conseguiremos dizer
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
quando um assistente virtual
está ocupado, confuso
está ocupado, confuso
11:05
or concerned about something.
194
653276
2680
ou preocupado com alguma coisa.
11:09
Now, I couldn't leave the stage
195
657694
2509
Eu não poderia deixar o palco
11:12
without you actually being able
to see my real face,
to see my real face,
196
660227
2698
sem que vocês vissem meu rosto real,
11:14
so you can do some comparison.
197
662949
1684
para que possam fazer alguma comparação.
11:18
So let me take off my helmet here.
198
666573
1876
Deixem-me tirar meu capacete.
11:20
Yeah, don't worry,
it looks way worse than it feels.
it looks way worse than it feels.
199
668473
4770
Não se preocupem,
parece muito pior do que é.
parece muito pior do que é.
11:25
(Laughter)
200
673267
2428
(Risos)
11:29
So this is where we are.
201
677188
1698
Então, é aí que estamos.
11:30
Let me put this back on here.
202
678910
1604
Deixem-me colocar isso de volta.
11:32
(Laughter)
203
680538
1950
(Risos)
11:35
Doink!
204
683115
1186
Tóim!
11:37
So this is where we are.
205
685292
1600
É aí que estamos.
11:39
We're on the cusp of being able
to interact with digital humans
to interact with digital humans
206
687997
3701
Estamos prestes a conseguir interagir
com seres humanos digitais
com seres humanos digitais
11:43
that are strikingly real,
207
691722
2181
que são surpreendentemente reais,
11:45
whether they're being controlled
by a person or a machine.
by a person or a machine.
208
693927
3269
sejam eles controlados
por uma pessoa ou uma máquina.
por uma pessoa ou uma máquina.
11:49
And like all new technology these days,
209
697220
4375
E, como toda nova tecnologia hoje em dia,
11:54
it's going to come with some
serious and real concerns
serious and real concerns
210
702531
4746
ela virá com algumas
preocupações sérias e reais
preocupações sérias e reais
11:59
that we have to deal with.
211
707301
1734
com as quais temos de lidar.
12:02
But I am just so really excited
212
710017
2118
Mas estou muito animado
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
com a capacidade de trazer algo
que só vi na ficção científica
que só vi na ficção científica
12:09
for my entire life
214
717236
2270
em toda a minha vida
12:11
into reality.
215
719530
1328
para a realidade.
12:13
Communicating with computers
will be like talking to a friend.
will be like talking to a friend.
216
721752
4222
Comunicar-se com computadores
será como conversar com um amigo.
será como conversar com um amigo.
12:18
And talking to faraway friends
217
726323
2500
E conversar com amigos distantes
12:20
will be like sitting with them
together in the same room.
together in the same room.
218
728847
3273
será como estar com eles
juntos na mesma sala.
juntos na mesma sala.
12:24
Thank you very much.
219
732974
1308
Muito obrigado.
12:26
(Applause)
220
734306
6713
(Aplausos)
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