TEDGlobal 2010
Peter Molyneux: Meet Milo, the virtual boy
Peter Molyneux apresenta Milo, o menino virtual
Filmed:
Readability: 3.5
852,770 views
Peter Molyneux apresenta Milo, um jogo muito aguardado para o controlador Kinect da Microsoft. Perceptivo e impressionável como um menino de 11 anos de verdade, o menino virtual assiste, escuta e aprende -- reconhecendo e respondendo a você.
Peter Molyneux - Game changer
The head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you. Full bio
The head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you. Full bio
Double-click the English transcript below to play the video.
00:16
When I saw a piece of technology called Kinect --
0
1000
3000
Quando eu vi essa tecnologia chamada Kinect --
00:19
it was called Natal -- I was inspired,
1
4000
3000
ela era chamada de Natal -- Eu fiquei inspirado
00:22
and I thought for a moment,
2
7000
2000
e pensei por um momento,
00:24
maybe it's possible
3
9000
2000
talvez seja possível
00:26
to address that one problem of storytelling,
4
11000
3000
resolver aquele problema de quando se contam histórias:
00:29
to create a character
5
14000
3000
criar um personagem
00:32
which seemed alive,
6
17000
2000
que pareça vivo,
00:34
which noticed me,
7
19000
2000
que me perceba,
00:36
that could look me in the eyes
8
21000
2000
que possa olhar nos meus olhos,
00:38
and feel real,
9
23000
2000
e parecer real,
00:40
and sculpt a story about our relationship.
10
25000
3000
e esculpir uma história sobre o nosso relacionamento.
00:43
And so a year ago,
11
28000
3000
E então, há um ano,
00:46
I showed this off
12
31000
2000
Eu mostrei isto
00:48
at a computer show called E3.
13
33000
3000
Em um evento de computadores chamado E3
00:51
And this was a piece of technology
14
36000
2000
E isto era uma tecnologia
00:53
with someone called Claire interacting with this boy.
15
38000
3000
com alguém chamada Claire interagindo com esse garoto.
00:56
And there was a huge row online
16
41000
3000
E havia um baita debate online
00:59
about, "Hey, this can't be real."
17
44000
3000
sobre "Ei, isso não pode ser real."
01:02
And so I waited till now
18
47000
2000
E, então, eu esperei até agora
01:04
to have an actual demo
19
49000
2000
para ter um demo de verdade
01:06
of the real tech.
20
51000
2000
da tecnologia de fato.
01:08
Now, this tech incorporates
21
53000
2000
Então, essa tecnologia incorpora
01:10
three big elements.
22
55000
2000
três grandes elementos.
01:12
The first is a Kinect camera,
23
57000
2000
O primeiro é uma câmera Kinect,
01:14
which will be out in November,
24
59000
3000
que será lançada em Novembro,
01:17
some incredible AI
25
62000
2000
uma IA incrível
01:19
that was hidden in the dusty vaults,
26
64000
3000
que estava escondida em cofres empoeirados,
01:22
collecting dust
27
67000
2000
acumulando poeira
01:24
in Microsoft,
28
69000
2000
na Microsoft,
01:26
plus our quite crude
29
71000
2000
mais as nossas rudimentares
01:28
attempts at AI
30
73000
2000
tentativas de IA
01:30
at a company called Lionhead,
31
75000
3000
em uma empresa chamada Lionhead,
01:33
mixing all those things together
32
78000
2000
misturando todas essas coisas
01:35
just to get to this one simple idea:
33
80000
3000
apenas para chegar a essa simples idéia:
01:38
to create a real, living
34
83000
3000
criar um ser vivo, de verdade,
01:41
being in a computer.
35
86000
2000
em um computador.
01:43
Now, I'll be honest with you
36
88000
3000
Agora, eu vou ser honesto com vocês
01:46
and say that most of it
37
91000
2000
e vou dizer que a maior parte
01:48
is just a trick,
38
93000
2000
é apenas um truque,
01:50
but it's a trick that actually works.
39
95000
3000
mas é um truque que realmente funciona.
01:53
So why don't we go over and have
40
98000
2000
Então por que não vamos até ali e
01:55
a look at the demo now.
41
100000
2000
damos uma olhada no demo agora.
01:57
This is Dimitri.
42
102000
2000
Esse é o Dimitri.
01:59
Dimitri, just waggle your arm around.
43
104000
3000
Dimitri, apenas mova o seu braço.
02:02
Now, you notice he's sitting.
44
107000
2000
Então, vocês percebem que ele está sentado.
02:04
There are no controllers,
45
109000
2000
Não há controles,
02:06
no keyboards,
46
111000
2000
não há teclados,
02:08
or mice,
47
113000
2000
ou mouses,
02:10
or joysticks, or joypads.
48
115000
3000
ou joysticks, ou joypads.
02:13
He is just going to use
49
118000
2000
Ele vai usar apenas
02:15
his hand, his body and his voice,
50
120000
3000
a sua mão, seu corpo e sua voz,
02:18
just like humans interact with their hands, body and voice.
51
123000
3000
assim como os seres humanos interagem com suas mãos, corpo e voz.
02:21
So let's move forward.
52
126000
2000
Então, vamos continuar,
02:23
You're going to meet Milo for the first time.
53
128000
3000
Vocês vão conhecer o Milo pela primeira vez.
02:27
We had to give him a problem
54
132000
2000
Nós tivemos que dar a ele um problema,
02:29
because when we first created Milo,
55
134000
2000
porque quando nós recém tínhamos criado o Milo,
02:31
we realized that he came across as a little bit of a brat,
56
136000
2000
nós percebemos que ele dava a impressão de ser meio pirralho
02:33
to be honest with you.
57
138000
2000
para ser honesto com vocês.
02:35
He was quite a know-it-all,
58
140000
2000
Ele era um baita sabichão,
02:37
and he wanted to kind of make you laugh.
59
142000
2000
e ele meio que queria fazer você rir.
02:39
So the problem we introduced to him was this:
60
144000
2000
Então o problema que demos a ele foi o seguinte:
02:41
he's just moved house.
61
146000
2000
Ele acabou de se mudar.
02:43
He's moved from London
62
148000
2000
Ele se mudou de Londres
02:45
to New England, over in America.
63
150000
3000
para Nova Inglaterra, na América.
02:48
His parents are too busy
64
153000
2000
Seus pais estão muito ocupados
02:50
to listen to his problems,
65
155000
2000
para escutar os seus problemas,
02:52
and that's when he starts almost conjuring you up.
66
157000
3000
e aí é quando ele começa a quase que conjurar você.
02:55
So here he is
67
160000
2000
Então aqui está ele
02:57
walking through the grass.
68
162000
2000
andando pela grama.
02:59
And you're able to interact with his world.
69
164000
3000
E você é capaz de interagir com o seu mundo.
03:02
The cool thing is, what we're doing
70
167000
3000
E o legal é que o que nós estamos fazendo
03:05
is we're changing the mind
71
170000
2000
é mudar a mente
03:07
of Milo constantly.
72
172000
2000
do Milo constantemente.
03:09
That means no two people's Milos
73
174000
3000
Ou seja que o Milo de duas pessoas diferentes
03:12
can be the same.
74
177000
2000
não poderão ser iguais.
03:14
You're actually sculpting a human being here.
75
179000
3000
Você está mesmo esculpindo um ser humano.
03:19
So, he's discovering the garden.
76
184000
2000
Então, ele está descobrindo o jardim.
03:21
You're helping him discover the garden
77
186000
2000
Você está ajudando-o a descobrir o jardim
03:23
by just pointing out these snails.
78
188000
3000
com simplesmente apontar para estes caracóis.
03:27
Very simple at the start.
79
192000
2000
Muito simples no começo.
03:29
By the way, if you are a boy, it's snails;
80
194000
3000
A propósito, se você for um menino, são caracóis;
03:32
if you're a girl, it's butterflies
81
197000
3000
se você for uma menina, são borboletas,
03:35
because what we found was that girls hate snails.
82
200000
3000
porque nós descobrimos que garotas odeiam caracóis.
03:38
(Laughter)
83
203000
2000
(Risos)
03:44
So remember, this is the first time you've met him,
84
209000
3000
Então lembrem-se: essa é a primeira vez que vocês o encontram,
03:47
and we really want to draw you in and make you more curious.
85
212000
3000
e nós queremos muito atrair você e deixá-lo mais curioso.
03:52
His face, by the way,
86
217000
2000
O rosto dele, aliás,
03:54
is fully AI-driven.
87
219000
2000
é totalmente conduzido pela IA.
03:56
We have complete control over his blush responses,
88
221000
3000
Temos controle total sobre quando ele fica corado,
03:59
the diameter of his nostrils
89
224000
3000
o diâmetro das suas narinas
04:02
to denote stress.
90
227000
2000
para denotar estresse.
04:04
We actually do something called body matching.
91
229000
2000
Nós, na verdade, fazemos algo chamado "equivalência corporal".
04:06
If you're leaning forward,
92
231000
2000
Se você estiver inclinado para frente,
04:08
he will try and slightly change
93
233000
2000
ele vai tentar mudar um pouco
04:10
the neuro-linguistic nature of his face,
94
235000
3000
a natureza neurolingüística de seu rosto,
04:13
because we went out with this strong idea:
95
238000
2000
porque nós fomos com essa idéia bem forte:
04:15
how can we make you believe that something's real?
96
240000
3000
como é que nós fazemos com que você acredite que é algo real?
04:18
Now we've used the hand.
97
243000
2000
Já utilizamos a mão.
04:20
The other thing to use is your body.
98
245000
3000
A outra coisa a se usar é seu corpo.
04:23
Why not just, instead of pushing left and right
99
248000
3000
Por que não, ao invés de mover para esquerda e direita
04:26
with a mouse or with a joypad,
100
251000
3000
com um mouse ou um joypad,
04:29
why not use your body just to lean on the chair --
101
254000
2000
por que não usar o seu corpo apenas para inclinar-se na cadeira -
04:31
again, relaxed?
102
256000
2000
novamente, relaxado?
04:33
You can lean back,
103
258000
2000
Você pode se inclinar para trás,
04:35
but the camera will change its perspective
104
260000
2000
mas a câmera vai mudar a sua perspectiva
04:37
depending on which way you're looking.
105
262000
3000
dependendo de pra que lado você estiver olhando.
04:41
So Dimitri's now going to use --
106
266000
2000
Então, o Dimitri agora vai usar -
04:43
he's used his hand; he's used his body.
107
268000
2000
ele usou sua mão; ele usou seu corpo.
04:45
He's now going to use the other thing which is essential,
108
270000
3000
Agora ele vai usar a outra coisa que é essencial,
04:48
and that's his voice.
109
273000
2000
e essa é sua voz.
04:50
Now, the thing about voice is,
110
275000
2000
Agora, sobre a voz
04:52
our experience with voice recognition
111
277000
2000
a nossa experiência com reconhecimento de voz
04:54
is pretty awful, isn't it?
112
279000
2000
é bem ruim, não é?
04:56
It never works.
113
281000
2000
Nunca funciona.
04:58
You order an airline ticket; you end up in Timbuktu.
114
283000
3000
Você pede uma passagem de avião e acabaindo parar em Timbuktu.
05:02
So we've tackled that problem,
115
287000
2000
Então nós efrentamos esse problema,
05:04
and we've come up with a solution, which we'll see in a second.
116
289000
3000
e bolamos uma solução que veremos em um segundo.
05:07
Milo: I could just squish it.
117
292000
2000
(Milo:) Eu posso simplesmente esmagá-lo.
05:09
Peter Molyneux: What are you going to do, Dimitri?
118
294000
2000
(Peter Molyneux:) O que você vai fazer, Dimitri?
05:11
Female Voice: Squashing a snail may not seem important,
119
296000
2000
(Voz Feminina:) Esmagar um caracol pode não parecer importante,
05:13
but remember, even this choice
120
298000
2000
mas lembre-se que mesmo essa escolha
05:15
will affect how Milo develops.
121
300000
3000
afetará como Milo se desenvolve.
05:18
Do you want Milo to squash it?
122
303000
2000
Você quer que Milo o esmague?
05:20
When you see the microphone,
123
305000
2000
Quando você ver o microphone,
05:22
say ... (PM: Squash.) ... yes to decide.
124
307000
2000
diga ... (D: Esmague.) ... sim para decidir.
05:24
Dimitri: Go on, Milo. Squash it.
125
309000
3000
Dimitri: Vai lá, Milo. Esmaga.
05:27
PM: No. That's the wrong thing to do.
126
312000
2000
PM: Não. Isso é a coisa errada a se fazer.
05:29
Now look at his response.
127
314000
2000
Agora vejam a sua resposta.
05:31
He said, "Go on, Milo. Squash it."
128
316000
3000
Ele disse, "Vai lá, Milo. Esmaga."
05:34
What we're using there is,
129
319000
2000
O que nós estamos usando aqui é,
05:36
we're using something, a piece of technology called Tellme.
130
321000
2000
estamos usando algo, uma tecnologia chamada Tellme.
05:38
It's a company that Microsoft acquired some years ago.
131
323000
3000
É uma empresa que a Microsoft adquiriu há alguns anos.
05:41
We've got a database of words which we recognize.
132
326000
2000
Temos um banco de dados de palavras as quais reconhecemos.
05:43
We pick those words out.
133
328000
2000
Nós selecionamos essas palavras.
05:45
We also reference that
134
330000
2000
Também referenciamos isso
05:47
with the tonation database
135
332000
2000
com o banco de dados de tonalidade
05:49
that we build up of Dimitri's voice,
136
334000
3000
que montamos com a voz do Dimitri,
05:52
or the user's voice.
137
337000
2000
ou com a voz do usuário.
05:54
Now we need to have a bit more engagement,
138
339000
3000
Agora, precisamos ter um pouco mais de interação.
05:57
and again, what we can do
139
342000
2000
E, novamente, o que podemos fazer
05:59
is we can look at the body.
140
344000
2000
é que podemos olhar para o corpo.
06:01
And we'll do that in a second.
141
346000
2000
E vamos fazer isso em um momento.
06:03
Milo: I wonder how deep it is.
142
348000
2000
(Milo:) Qual será a profundidade?
06:13
Deep.
143
358000
2000
Fundo.
06:16
PM: Okay. So what we're going to do now
144
361000
2000
(PM:) Ok. Então o que vamos fazer agora
06:18
is teach Milo to skim stones.
145
363000
3000
é ensinar Milo a lançar pedras.
06:21
We're actually teaching him.
146
366000
2000
Estamos realmente ensinando ele.
06:23
It's very, very interesting
147
368000
2000
É muito, muito interessante.
06:25
that men, more than women,
148
370000
2000
que homens, mais do que as mulheres,
06:27
tend to be more competitive here.
149
372000
3000
tendem a ser mais competitivos nisso.
06:30
They're fine with teaching Milo for the first few throws,
150
375000
3000
Eles estão de boa ensinando Milo nos primeiros lances,
06:33
but then they want to beat Milo,
151
378000
2000
mas aí eles querem vencer o Milo,
06:35
where women,
152
380000
2000
enquanto que as mulheres,
06:37
they're more nurturing about this.
153
382000
3000
são mais carinhosas com isso.
06:43
Okay, this is skimming stones.
154
388000
2000
Ok, isso é lançar pedras.
06:45
How do you skim stones?
155
390000
3000
Como você lança as pedras?
06:48
You stand up,
156
393000
3000
Você se levanta,
06:51
and you skim the stone.
157
396000
2000
e você lança a pedra.
06:53
It's that simple.
158
398000
2000
Simples assim.
06:55
Just recognizing your body,
159
400000
2000
Apenas reconhecendo seu corpo,
06:57
recognizing the body's motions, the tech,
160
402000
2000
reconhecendo os movimentos do corpo, a técnica,
06:59
understanding that you've gone
161
404000
2000
entendendo que você foi
07:01
from sitting down to standing up.
162
406000
3000
de sentado para de pé.
07:04
Again, all of this is done
163
409000
2000
De novo, tudo isso é feito
07:06
in the way us humans do things,
164
411000
2000
do jeito que nós humanos fazemos as coisas,
07:08
and that's crucially important
165
413000
3000
e isso é crucial
07:11
if we want Milo to appear real.
166
416000
2000
se quisermos que Milo pareça real.
07:13
Female Voice: See if you can inspire him to do any better.
167
418000
3000
(Voz Feminina:) Veja se você pode inspirá-lo a fazer melhor.
07:21
Try hitting the boat.
168
426000
2000
Tente acertar o barco.
07:25
Milo: Ahhh. So close.
169
430000
2000
(Milo:) Ahhh. Tão perto.
07:33
PM: That's Dimitri at his most competitive.
170
438000
2000
(PM:) Esse é o Dimitri no seu estado mais competitivo.
07:35
Now beaten an 11-year-old child. Well done.
171
440000
3000
Agora venceu uma criança de 11 anos. Muito bem.
07:39
Milo: Okay.
172
444000
2000
(Milo:) Ok.
07:42
PM: So, Milo's being called back in by his parents,
173
447000
3000
(PM:) Então, Milo está sendo chamado de volta por seus pais,
07:45
giving us time to be alone
174
450000
2000
nos dando tempo para ficarmos sozinhos
07:47
and to help him out.
175
452000
2000
e ajudá-lo.
07:49
Basically -- the bit that we missed at the start --
176
454000
2000
Basicamente -- o trecho que perdemos no inicio --
07:51
his parents had asked him to clean up his room.
177
456000
3000
seus pais tinham pedido que ele arrumasse o seu quarto
07:54
And we're going to help him with this now.
178
459000
2000
e nós vamos ajudá-lo com isso agora.
07:56
But this is going to be an introduction,
179
461000
2000
Mas isto vai ser uma introdução,
07:58
and this is all about the deep psychology that we're trying to use.
180
463000
3000
e isso tudo é sobre a psicologia profunda que estamos tentando usar.
08:01
We're trying to introduce you
181
466000
2000
Estamos tentando apresentar vocês
08:03
to what I believe is the most wonderful part,
182
468000
3000
ao que eu acredito ser a parte mais maravilhosa:
08:06
you being able to talk
183
471000
2000
você ser capaz de falar
08:08
in your natural voice to Milo.
184
473000
3000
com sua voz normal com o Milo.
08:11
Now, to do that, we needed a set up,
185
476000
2000
Agora, para fazer isso, precisávamos de uma preparação,
08:13
like a magician's trick.
186
478000
2000
como um truque de mágico.
08:15
And what we did was,
187
480000
2000
E o que fizemos foi,
08:17
we needed to give Milo this big problem.
188
482000
2000
precisávamos dar ao Milo este grande problema.
08:19
So as Dimitri
189
484000
3000
Então enquanto o Dimitri
08:22
starts tidying up,
190
487000
2000
começa a arrumar,
08:24
you can overhear a conversation
191
489000
2000
você pode escutar a conversa
08:26
that Milo's having with his parents.
192
491000
2000
que o Milo está tendo com os seus pais.
08:28
Milo's Mom: Oh, you've got gravy all over the floor. (Milo: I didn't mean to!)
193
493000
2000
(Mãe do Milo:) Ah, você derrubou molho por todo o carpete. (Milo: Foi sem querer!)
08:30
Milo's Mom: That carpet is brand new.
194
495000
2000
(Mãe do Milo:) Este carpete é novo.
08:32
PM: So he's just spilled
195
497000
2000
(PM:) Ele só derramou
08:34
a plate of sausages on the floor,
196
499000
2000
um prato de salsichas no chão,
08:36
on the brand-new carpet.
197
501000
2000
no carpete novo.
08:38
We've all done it as parents; we've all done it as children.
198
503000
3000
Todos nós já fizemos isso como pais; já fizemos isso como crianças.
08:41
Now's a chance for Dimitri
199
506000
2000
Agora é uma chance pro Dimitri
08:43
to kind of reassure and calm Milo down.
200
508000
2000
meio que consolar e acalmar o Milo.
08:45
It's all been too much for him.
201
510000
2000
Isso tudo foi demais para ele.
08:47
He's just moved house. He's got no friends.
202
512000
3000
Ele acabou de se mudar. Ele não tem amigos.
08:50
Now is the time
203
515000
2000
Agora é a hora
08:52
when we open that portal
204
517000
2000
que nós abrimos aquele portal
08:54
and allow you to talk to Milo.
205
519000
2000
e deixamos você falar com Milo.
08:57
Female Voice: Why don't you try saying something encouraging
206
522000
3000
(Voz Feminina:) Por que você não tenta dizer algo encorajador
09:00
to cheer Milo up.
207
525000
2000
para animar o Milo?
09:02
Dimitri: Come on, Milo. You know what parents are like.
208
527000
2000
(Dimitri:) Vamos lá, Milo. Você sabe como é que os pais são.
09:04
They're always getting stressed.
209
529000
3000
Eles estão sempre se estressando.
09:08
Milo: What do they want to come here for anyway?
210
533000
3000
(Milo:) De qualquer forma, por que eles vieram pra cá?
09:12
We don't know anyone.
211
537000
3000
Nós não conhecemos ninguém.
09:15
Dimitri: Well, you've got a new school to go to.
212
540000
2000
(Dimitri:) Bem, você tem uma nova escola para ir.
09:17
You're going to meet loads of cool, new friends.
213
542000
3000
Você vai conhecer um monte de amigos novos e legais.
09:22
Milo: I just really miss my old house, that's all.
214
547000
3000
(Milo:) Eu só estou com muita saudade da minha antiga casa, só isso.
09:28
Dimitri: Well, this is a pretty awesome house, Milo.
215
553000
2000
(Dimitri:) Bem, esta é uma casa bem maneira, Milo
09:30
You've got a cool garden to play in and a pond.
216
555000
3000
Você tem um jardim legal para brincar e um laguinho.
09:37
Milo: It was good skimming stones.
217
562000
2000
(Milo:) Jogar pedras foi legal.
09:47
This looks nice.
218
572000
2000
Legal.
09:50
You cleaned up my room.
219
575000
2000
Você arrumou meu quarto.
09:52
Thanks.
220
577000
2000
Obrigado.
09:54
PM: So after three-quarters of an hour,
221
579000
2000
(PM:) Então, depois de 45 minutos,
09:56
he recognizes you.
222
581000
2000
ele o reconhece.
09:58
And I promise you, if you're sitting in front of this screen,
223
583000
3000
E eu garanto que, se vocês estiverem sentados em frente a esta tela,
10:01
that is a truly wonderful moment.
224
586000
3000
este é um momento realmente maravilhoso.
10:04
And we're ready now
225
589000
2000
E estamos prontos agora
10:06
to tell a story about his childhood and his life,
226
591000
2000
para contar uma história sobre sua infância e sua vida,
10:08
and it goes on,
227
593000
2000
e assim vai,
10:10
and he has, you know, many adventures.
228
595000
2000
e ele tem, bem, muitas aventuras.
10:12
Some of those adventures are a little bit dark or on the darker side.
229
597000
3000
Algumas dessas aventuras são um pouco sombrias ou só um pouquinho mais escuras.
10:15
Some of those adventures are wonderfully encouraging --
230
600000
2000
Algumas dessas aventuras são maravilhosamente encorajadoras --
10:17
he's got to go to school.
231
602000
2000
ele tem que ir à escola.
10:19
The cool thing is
232
604000
2000
O legal é que
10:21
that we're doing as well:
233
606000
2000
nós estamos fazendo isso à medida
10:23
as you interact with him,
234
608000
2000
em que você interage com ele,
10:25
you're able to put things into his world; he recognizes objects.
235
610000
3000
você é capaz de colocar coisas no seu mundo, e ele reconhece objetos.
10:28
His mind is based in a cloud.
236
613000
3000
A mente dele é baseada em uma nuvem.
10:31
That means Milo's mind,
237
616000
2000
Ou seja que a mente do Milo,
10:33
as millions of people use it,
238
618000
2000
à medida em que milhões de pessoas a utilizarem,
10:35
will get smarter and cleverer.
239
620000
2000
vai ficar mais esperta e inteligente.
10:37
He'll recognize more objects
240
622000
2000
Ele vai reconhecer mais objetos
10:39
and thus understand more words.
241
624000
2000
e assim entender mais palavras.
10:41
But for me,
242
626000
2000
Mas para mim,
10:43
this is a wonderful opportunity
243
628000
2000
essa é uma oportunidade maravilhosa
10:45
where technology, at last, can be connected with,
244
630000
3000
na qual pode-se finalmente conectar-se com a tecnologia,
10:48
where I am no longer restrained
245
633000
2000
na qual eu não estou mais limitado
10:50
by the finger I hold in my hand --
246
635000
2000
pelos dedos que tenho nas minhas mãos --
10:52
as far as a computer game's concerned --
247
637000
2000
quanto aos jogos de computador --
10:54
or by the blandness of not being noticed
248
639000
2000
ou pela chatice de não ser notado
10:56
if you're watching a film or a book.
249
641000
3000
estando assistindo a um filme ou um livro.
10:59
And I love those revolutions,
250
644000
3000
E eu amo essas revoluções,
11:02
and I love the future that Milo brings.
251
647000
2000
e eu amo o futuro que o Milo trará.
11:04
Thank you very much indeed.
252
649000
2000
Muito obrigado mesmo.
11:06
(Applause)
253
651000
3000
(Aplausos)
ABOUT THE SPEAKER
Peter Molyneux - Game changerThe head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you.
Why you should listen
Game geeks have been buzzing about Project Natal for, seemingly, ever -- Microsoft's now-in-development gaming device that goes the Wii one better by allowing your whole body to become the joystick, using touchless, visual-recognition interface technology. What kind of game will be played on this immersive new equipment? Peter Molyneux is working on one that redefines the whole notion of "game" -- Milo.
Milo is a little boy (there's also to be a little girl, Kate) who quite simply acts like a little boy, learning your name, talking with you, going on walks around the lake. It's an immersive, slightly uncanny experience, as seen in the single year-old demo that's still blowing minds on YouTube. Molyneux himself is a game-industry legend who has created many titles. In 1997 he founded Lionhead Studios, makers of Fable, a role-playing game. Microsoft bought Lionhead in 2006, and will release the much-anticipated Fable III in the fall.
Peter Molyneux | Speaker | TED.com