TED2007
Blaise Agüera y Arcas: How PhotoSynth can connect the world's images
Blaise Aguera y Arcas Photosynth'i Gösteriyor
Filmed:
Readability: 4.3
5,831,957 views
Blaise Aguera y Arcas Photosynth, bu dijital fotoğraf bak şekilde dönüştürmek verebilecek bir yazılım büyüleyici demomuzu yol açar. Hala fotoğrafları Web'den culled kullanarak, Photosynth nefes kesen dreamscapes oluşturur ve bunları gezinmek sağlar.
Blaise Agüera y Arcas - Software architect
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Double-click the English transcript below to play the video.
00:25
What I'm going to show you first, as quickly as I can,
0
0
2000
Şimdi sizlere hızlıca göstermek istediğim şey,
00:27
is some foundational work, some new technology
1
2000
4000
yaklaşık bir yıl önce bir satın alma işlemi ile
00:31
that we brought to Microsoft as part of an acquisition
2
6000
3000
Microsoft'a kazandırdığımız, temel bir çalışma,
00:34
almost exactly a year ago. This is Seadragon,
3
9000
3000
yeni bir teknoloji. Seadragon'dan bahsediyorum.
00:37
and it's an environment in which you can either locally or remotely
4
12000
3000
Bu yazılım, büyük miktarda görsel veriyle, yerel olarak
00:40
interact with vast amounts of visual data.
5
15000
3000
veya uzaktan etkileşim kurmanızı sağlayan bir ortam sunuyor.
00:43
We're looking at many, many gigabytes of digital photos here
6
18000
3000
Şu anda, gigabaytlarca büyüklükte dijital fotoğraflara bakıyoruz,
00:46
and kind of seamlessly and continuously zooming in,
7
21000
3000
sorunsuz şekilde, sürekli zum yapıyoruz,
00:50
panning through the thing, rearranging it in any way we want.
8
25000
2000
fotoğrafları kaydırıyor, istediğimiz her şekilde yeniden düzenliyoruz.
00:52
And it doesn't matter how much information we're looking at,
9
27000
4000
Ve ne kadar çok bilgiye baktığımızın, bu koleksiyonların
00:56
how big these collections are or how big the images are.
10
31000
3000
veya resimlerin ne kadar büyük olduğunun bir önemi yok.
00:59
Most of them are ordinary digital camera photos,
11
34000
2000
Bunların çoğu sıradan dijital fotoğraf makinesi resimleri,
01:01
but this one, for example, is a scan from the Library of Congress,
12
36000
3000
ama örneğin bu, Library of Congress'ten bir tarama,
01:05
and it's in the 300 megapixel range.
13
40000
2000
ve 300 megapiksel aralığında.
01:08
It doesn't make any difference
14
43000
1000
Bunun bir önemi yok çünkü
01:09
because the only thing that ought to limit the performance
15
44000
3000
bunun gibi bir sistemin performansını sınırlayabilecek
01:12
of a system like this one is the number of pixels on your screen
16
47000
3000
tek şey, belirli bir anda ekranınızdaki
01:15
at any given moment. It's also very flexible architecture.
17
50000
3000
piksel sayısıdır. Bu aynı zamanda son derece esnek bir mimari.
01:18
This is an entire book, so this is an example of non-image data.
18
53000
3000
Bu komple bir kitap, görüntü dışı verilere bir örnek.
01:22
This is "Bleak House" by Dickens. Every column is a chapter.
19
57000
5000
Dickens'in Kasvetli Ev kitabı. Her sütun bir bölüm oluşturuyor.
01:27
To prove to you that it's really text, and not an image,
20
62000
4000
Size bunun gerçekten metin olduğunu, görüntü olmadığını
01:31
we can do something like so, to really show
21
66000
2000
kanıtlamak için şöyle bir şey yapabiliriz,
01:33
that this is a real representation of the text; it's not a picture.
22
68000
3000
bunun gerçekten metin olduğunun, resim olmadığının bir göstergesi.
01:37
Maybe this is a kind of an artificial way to read an e-book.
23
72000
2000
Bu belki de bir e-kitap okumak için yapay bir çeşit yol.
01:39
I wouldn't recommend it.
24
74000
1000
Bunu pek tavsiye etmem.
01:40
This is a more realistic case. This is an issue of The Guardian.
25
75000
3000
Bu daha çok gerçekçi bir durum. Bu, The Guardian'ın bir baskısı.
01:43
Every large image is the beginning of a section.
26
78000
2000
Her büyük resim bir bölümün başlangıcı.
01:45
And this really gives you the joy and the good experience
27
80000
3000
Ve bu size gerçekten bir derginin veya gazetenin
01:48
of reading the real paper version of a magazine or a newspaper,
28
83000
5000
gerçek kağıt versiyonunu okumanın keyfini ve güzel hissini verir,
01:54
which is an inherently multi-scale kind of medium.
29
89000
1000
ki bu doğal olarak çoklu ölçek çeşidi bir araç.
01:56
We've also done a little something
30
91000
1000
The Guardian'ın bu özel baskısının köşesine de
01:57
with the corner of this particular issue of The Guardian.
31
92000
3000
bir şeyler yaptık.
02:00
We've made up a fake ad that's very high resolution --
32
95000
3000
Çok yüksek çözünürlükte bir taklit ilan ürettik
02:03
much higher than you'd be able to get in an ordinary ad --
33
98000
2000
sıradan bir ilandakinden çok daha yüksek bir çözünürlük kullandık
02:05
and we've embedded extra content.
34
100000
2000
ve içine daha çok içerik koyduk.
02:07
If you want to see the features of this car, you can see it here.
35
102000
2000
Bu arabanın özelliklerini görmek isterseniz, buradan görebilirsiniz.
02:10
Or other models, or even technical specifications.
36
105000
4000
Veya başka modeller veya hatta başka teknik özellikler.
02:15
And this really gets at some of these ideas
37
110000
2000
Ve bu ekranda gayrimenkullerle ilgili sınırlamaların
02:18
about really doing away with those limits on screen real estate.
38
113000
4000
kaldırılması fikrini destekliyor.
02:22
We hope that this means no more pop-ups
39
117000
2000
Artık açılır pencereler ve diğer benzeri
02:24
and other kind of rubbish like that -- shouldn't be necessary.
40
119000
2000
can sıkıcı şeylerin gerekli olmayacağını umuyoruz.
02:27
Of course, mapping is one of those really obvious applications
41
122000
2000
Elbette, böyle bir teknoloji için öne çıkacak
02:29
for a technology like this.
42
124000
2000
uygulamalardan biri haritacılık.
02:31
And this one I really won't spend any time on,
43
126000
2000
Buna gerçekten vakit ayırmak istemiyorum,
02:33
except to say that we have things to contribute to this field as well.
44
128000
2000
sadece bu alana katabileceğimiz şeyler olduğunu belirtmek istiyorum.
02:37
But those are all the roads in the U.S.
45
132000
2000
Bunlar, NASA'nın uzaydan çektiği görüntülerin
02:39
superimposed on top of a NASA geospatial image.
46
134000
4000
üzerine yerleştirilen ABD yollarının tamamı.
02:44
So let's pull up, now, something else.
47
139000
2000
Şimdi başka bir konuya geçelim.
02:46
This is actually live on the Web now; you can go check it out.
48
141000
3000
Buna şu anda internet; kendiniz de kontrol edebilirsiniz.
02:49
This is a project called Photosynth,
49
144000
1000
Bu Photosynth isminde bir projedir,
02:51
which really marries two different technologies.
50
146000
1000
ve gerçekten iki farklı teknolojiyi birleştiriyor.
02:52
One of them is Seadragon
51
147000
1000
Bunlardan biri Seadragon
02:54
and the other is some very beautiful computer vision research
52
149000
2000
ve diğeri, Washington Üniversitesinden bir
02:57
done by Noah Snavely, a graduate student at the University of Washington,
53
152000
2000
yüksek lisans öğrencisi olan Noah Snavely ile aynı üniversiteden Steve Seitz
03:00
co-advised by Steve Seitz at U.W.
54
155000
2000
ve Microsoft Research'ten Rick Szeliski'nin birlikte
03:02
and Rick Szeliski at Microsoft Research. A very nice collaboration.
55
157000
4000
yaptığı çok güzel bir bilgisayar görüşü çalışmasıdır.
03:07
And so this is live on the Web. It's powered by Seadragon.
56
162000
2000
Şu anda internette mevcut. Seadragon'la destekleniyor.
03:09
You can see that when we kind of do these sorts of views,
57
164000
2000
Bunu, yaptığımız bu tarz görüntülerde görebilirsiniz,
03:12
where we can dive through images
58
167000
1000
resimlerin arasına dalıp da
03:14
and have this kind of multi-resolution experience.
59
169000
1000
bu çok çözünürlüklü deneyimleri elde ettiğimiz zaman.
03:16
But the spatial arrangement of the images here is actually meaningful.
60
171000
4000
Ama burada bu görüntülerin boyutsal düzenlemesi oldukça anlamlı.
03:20
The computer vision algorithms have registered these images together
61
175000
3000
Bilgisayarla görüş algoritmaları bu görüntüleri bir araya kaydetmiş,
03:23
so that they correspond to the real space in which these shots --
62
178000
4000
dolayısıyla bu resimlerin çekildiği gerçek alanın,
03:27
all taken near Grassi Lakes in the Canadian Rockies --
63
182000
2000
hepsi Kanada Rocky Dağları'nda bulunan Grassi Lakes'te çekilmiş,
03:31
all these shots were taken. So you see elements here
64
186000
2000
görüntüsüne birebir uyuyor. Burada,
03:33
of stabilized slide-show or panoramic imaging,
65
188000
4000
sabit slayt gösterisinin veya panoramik görüntülemenin öğelerini görüyorsunuz
03:40
and these things have all been related spatially.
66
195000
2000
ve bunların hepsi uzamsal olarak birbiriyle bağdaştırılmıştır.
03:42
I'm not sure if I have time to show you any other environments.
67
197000
3000
Sizlere daha da başka ortamlar göstermek için vaktim var mı bilmiyorum.
03:45
There are some that are much more spatial.
68
200000
1000
Çok daha uzamsal olanları da var.
03:47
I would like to jump straight to one of Noah's original data-sets --
69
202000
3000
Hemen Noah'nın orijinal veri gruplarına geçip,
03:50
and this is from an early prototype of Photosynth
70
205000
2000
bunlar ilk kez bu yaz üzerinde çalışmaya başladığımız
03:52
that we first got working in the summer --
71
207000
2000
Photosynth'in ilk prototipinden,
03:54
to show you what I think
72
209000
1000
size bu teknolojinin, Photosynth teknolojisinin arkasında yatan
03:55
is really the punch line behind this technology,
73
210000
3000
en önemli noktanın ne olduğunu göstermek istiyorum.
03:59
the Photosynth technology. And it's not necessarily so apparent
74
214000
2000
Ve bu, web sitesine koyduğumuz
04:01
from looking at the environments that we've put up on the website.
75
216000
3000
ortamlara bakarak pek anlaşılamıyor.
04:04
We had to worry about the lawyers and so on.
76
219000
2000
Avukatları vesaire düşünmek zorundaydık.
04:07
This is a reconstruction of Notre Dame Cathedral
77
222000
1000
Bu, Notre Dame Katedrali'nin yeniden inşası
04:09
that was done entirely computationally
78
224000
2000
ve Flickr'dan topladığımız görüntüler ile
04:11
from images scraped from Flickr. You just type Notre Dame into Flickr,
79
226000
3000
tamamen bilgisayar ortamında yapıldı. Flickr'a sadece Notre Dame yazıyorsunuz
04:14
and you get some pictures of guys in t-shirts, and of the campus
80
229000
3000
ve tişörtlü adamların, kampüsün vesaire görüntüleri çıkıyor.
04:17
and so on. And each of these orange cones represents an image
81
232000
4000
Ve bu turuncu konilerin her biri, bu modele ait olduğu anlaşılan
04:22
that was discovered to belong to this model.
82
237000
2000
resimleri temsil ediyor.
04:26
And so these are all Flickr images,
83
241000
2000
Bunların hepsi Flickr görüntüleri
04:28
and they've all been related spatially in this way.
84
243000
3000
ve hepsi uzamsal olarak bu şekilde birbiriyle bağdaştırılmıştır.
04:31
And we can just navigate in this very simple way.
85
246000
2000
Ve böylece çok kolay bir şekilde gezinebiliyoruz.
04:35
(Applause)
86
250000
9000
(Alkış.)
04:44
You know, I never thought that I'd end up working at Microsoft.
87
259000
2000
Bilirsiniz, asla Microsoft’ta çalışacağım aklıma gelmezdi.
04:46
It's very gratifying to have this kind of reception here.
88
261000
4000
Burada bu şekilde karşılanıyor olmak çok sevindirici.
04:50
(Laughter)
89
265000
3000
(Gülüşmeler.)
04:53
I guess you can see
90
268000
3000
Sanırım, bunların
04:56
this is lots of different types of cameras:
91
271000
2000
birçok çeşit kamera olduğunu görebiliyorsunuz:
04:58
it's everything from cell phone cameras to professional SLRs,
92
273000
3000
Cep telefonu kameralarından profesyonel SLR'lere kadar, hepsi,
05:02
quite a large number of them, stitched
93
277000
1000
oldukça büyük bir miktarı
05:03
together in this environment.
94
278000
1000
bu ortamda birbiriyle bağdaştırılmış.
05:04
And if I can, I'll find some of the sort of weird ones.
95
279000
2000
Ve eğer yapabilirsem, o garip cinslerinden bir tane bulacağım.
05:08
So many of them are occluded by faces, and so on.
96
283000
3000
Çoğunu yüzler kapatmış, vesaire.
05:13
Somewhere in here there are actually
97
288000
1000
Aslında burada bir yerde
05:15
a series of photographs -- here we go.
98
290000
1000
bir takım fotoğraflar olacaktı, işte buldum.
05:17
This is actually a poster of Notre Dame that registered correctly.
99
292000
3000
Bu aslında Notre Dame'ın doğru bir şekilde kaydedilen bir posteri.
05:21
We can dive in from the poster
100
296000
2000
Bu posterden
05:24
to a physical view of this environment.
101
299000
3000
bu ortamın fiziki görüntüsüne geçebiliriz.
05:31
What the point here really is is that we can do things
102
306000
3000
Buradaki asıl nokta sosyal çevreyle bir şeyler
05:34
with the social environment. This is now taking data from everybody --
103
309000
5000
yapabiliyor olmamızdır. Bu şimdi herkesten veri topluyor,
05:39
from the entire collective memory
104
314000
1000
Dünya'nın, nasıl göründüğüne ilişkin
05:40
of, visually, of what the Earth looks like --
105
315000
2000
ortak belleklerin hepsinden,
05:43
and link all of that together.
106
318000
1000
ve bunların hepsini birbirleriyle bağdaştırıyor.
05:44
All of those photos become linked together,
107
319000
2000
Bütün bu fotoğraflar birbirine bağlanıyor
05:46
and they make something emergent
108
321000
1000
ve parçalarının toplamından çok daha büyük olan
05:47
that's greater than the sum of the parts.
109
322000
2000
yeni bir şey oluşturuyorlar.
05:49
You have a model that emerges of the entire Earth.
110
324000
2000
Tüm dünyadan oluşan bir modelimiz var.
05:51
Think of this as the long tail to Stephen Lawler's Virtual Earth work.
111
326000
5000
Bunu, Stephen Lawler'in Sanal Dünya eserinin uzun bir kuyruğu gibi düşünün.
05:56
And this is something that grows in complexity
112
331000
2000
Ve bu, insanlar kullandıkça karmaşıklaşan,
05:58
as people use it, and whose benefits become greater
113
333000
3000
ve kullanıcılar kullandıkça faydaları
06:01
to the users as they use it.
114
336000
2000
daha da büyüyen bir şey.
06:03
Their own photos are getting tagged with meta-data
115
338000
2000
Kendi fotoğrafları, başkalarının girmiş olduğu
06:05
that somebody else entered.
116
340000
1000
meta verilerle etiketleniyor.
06:07
If somebody bothered to tag all of these saints
117
342000
3000
Eğer birileri bu azizleri imlemek zahmetine girseydi
06:10
and say who they all are, then my photo of Notre Dame Cathedral
118
345000
3000
ve kim olduklarını söyleseydi, o zaman benim Notre Dame Katedrali resmim
06:13
suddenly gets enriched with all of that data,
119
348000
2000
birden bütün o veriler ile donatılırdı
06:15
and I can use it as an entry point to dive into that space,
120
350000
3000
ve ben bunu o ortama, o meta verilerine dalmak için
06:18
into that meta-verse, using everybody else's photos,
121
353000
2000
giriş noktası olarak kullanırdım ve o şekilde herkesin resimlerini kullanıp,
06:21
and do a kind of a cross-modal
122
356000
2000
bir çeşit modaliteler arası
06:25
and cross-user social experience that way.
123
360000
3000
ve kullanıcılar arası sosyal deneyim elde ederdim.
06:28
And of course, a by-product of all of that
124
363000
1000
Ve elbette, tüm bunların bir yan ürünü ise
06:30
is immensely rich virtual models
125
365000
2000
dünyanın bütün ilginç taraflarının son
06:32
of every interesting part of the Earth, collected
126
367000
2000
derece zengin sanal modelleridir,
06:35
not just from overhead flights and from satellite images
127
370000
3000
sadece uçakların çektiği görüntüler ve uydu görüntülerinden vesaire toplanan görüntüler
06:38
and so on, but from the collective memory.
128
373000
2000
değil aynı zamanda ortak bellekten de alınan görüntüler.
06:40
Thank you so much.
129
375000
2000
Çok teşekkür ederim.
06:42
(Applause)
130
377000
11000
(Alkış.)
06:53
Chris Anderson: Do I understand this right? That what your software is going to allow,
131
388000
4000
Chris Anderson: Şunu doğru mu anladım? Sizin yazılımınız
06:58
is that at some point, really within the next few years,
132
393000
2000
bir yerden sonra, gerçekten önümüzdeki birkaç yıl içerisinde,
07:01
all the pictures that are shared by anyone across the world
133
396000
4000
dünya üzerinde insanlar tarafından paylaşılan bütün resimlerin
07:05
are going to basically link together?
134
400000
2000
temel olarak birbiriyle bağlantılandırılmasını mı sağlayacak?
07:07
BAA: Yes. What this is really doing is discovering.
135
402000
2000
BAA: Evet. Bunun aslında yaptığı şey keşfetmek.
07:09
It's creating hyperlinks, if you will, between images.
136
404000
3000
Eğer isterseniz görüntüler arasında köprüler oluşturuyor.
07:12
And it's doing that
137
407000
1000
Ve bunu, görüntülerin
07:13
based on the content inside the images.
138
408000
1000
içindeki bilgilere göre yapıyor.
07:14
And that gets really exciting when you think about the richness
139
409000
3000
Ve bu, bu görüntülerin çoğunda bulunan semantik bilgilerin
07:17
of the semantic information that a lot of those images have.
140
412000
2000
zenginliğini düşündüğünüz zaman gerçekten heyecan verici oluyor.
07:19
Like when you do a web search for images,
141
414000
2000
Tıpkı internette görüntü aramak için
07:22
you type in phrases, and the text on the web page
142
417000
2000
cümleler yazdığınız ve web sayfasındaki metnin
07:24
is carrying a lot of information about what that picture is of.
143
419000
3000
o resmin ne olduğuna ilişkin birçok bilgi içerdiği gibi.
07:27
Now, what if that picture links to all of your pictures?
144
422000
2000
Peki, ya o resim sizin bütün resimlerinize bağlanırsa?
07:29
Then the amount of semantic interconnection
145
424000
2000
O zaman bunun beraberinde getireceği semantik ara bağlantıların toplamı
07:31
and the amount of richness that comes out of that
146
426000
1000
ve zenginliklerin toplamı
07:32
is really huge. It's a classic network effect.
147
427000
3000
gerçekten çok büyük. Klasik bir ağ etkisi.
07:35
CA: Blaise, that is truly incredible. Congratulations.
148
430000
2000
CA: Blaise, bu gerçekten inanılmaz. Tebrik ederim.
07:37
BAA: Thanks so much.
149
432000
1000
BAA: Çok teşekkür ederim.
Reviewed by Koray Al
ABOUT THE SPEAKER
Blaise Agüera y Arcas - Software architectBlaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces.
Why you should listen
Blaise Agüera y Arcas is principal scientist at Google, where he leads a team working on machine intelligence for mobile devices. His group works extensively with deep neural nets for machine perception and distributed learning, and it also investigates so-called "connectomics" research, assessing maps of connections within the brain.
Agüera y Arcas' background is as multidimensional as the visions he helps create. In the 1990s, he authored patents on both video compression and 3D visualization techniques, and in 2001, he made an influential computational discovery that cast doubt on Gutenberg's role as the father of movable type.
He also created Seadragon (acquired by Microsoft in 2006), the visualization technology that gives Photosynth its amazingly smooth digital rendering and zoom capabilities. Photosynth itself is a vastly powerful piece of software capable of taking a wide variety of images, analyzing them for similarities, and grafting them together into an interactive three-dimensional space. This seamless patchwork of images can be viewed via multiple angles and magnifications, allowing us to look around corners or “fly” in for a (much) closer look. Simply put, it could utterly transform the way we experience digital images.
He joined Microsoft when Seadragon was acquired by Live Labs in 2006. Shortly after the acquisition of Seadragon, Agüera y Arcas directed his team in a collaboration with Microsoft Research and the University of Washington, leading to the first public previews of Photosynth several months later. His TED Talk on Seadragon and Photosynth in 2007 is rated one of TED's "most jaw-dropping." He returned to TED in 2010 to demo Bing’s augmented reality maps.
Fun fact: According to the author, Agüera y Arcas is the inspiration for the character Elgin in the 2012 best-selling novel Where'd You Go, Bernadette?
Blaise Agüera y Arcas | Speaker | TED.com