TEDWomen 2015
Rana el Kaliouby: This app knows how you feel -- from the look on your face
Rana el Kaliouby: Ne hissettiğinizi bilen uygulama — yüzünüzün görünüşünden
Filmed:
Readability: 4.3
1,613,290 views
Duygularımız hayatımızın her alanını etkiliyor - nasıl öğrendiğimizi, nasıl iletişim kurduğumuzu, nasıl karar verdiğimizi. Ancak dijital hayatlarımızda yoklar; etkileşim içinde olduğumuz cihazlar ve uygulamalar hiçbir şekilde ne hissettiğimizi bilmiyorlar. Bilim kadını Rana el Kaliouby, bunu değiştirmeyi amaçlıyor. Yüzünüzdeki ifadeleri okuyup, ona karşılık gelen duygularla eşleştiren güçlü ve yeni bir teknolojiyi gösteriyor. Bu duygu makinesinin büyük etkileri olduğunu ve sadece makinelerle değil, birbirimizle de etkileşimimizi değiştirebileceğini söylüyor.
Rana el Kaliouby - Computer scientist
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
Double-click the English transcript below to play the video.
00:12
Our emotions influence
every aspect of our lives,
every aspect of our lives,
0
556
4017
Duygularımız hayatımızın
her alanını etkiliyor,
her alanını etkiliyor,
00:16
from our health and how we learn,
to how we do business and make decisions,
to how we do business and make decisions,
1
4573
3576
sağlığımız ve nasıl öğrendiğimizden,
nasıl iş yaptığımız ve karar aldığımıza kadar,
nasıl iş yaptığımız ve karar aldığımıza kadar,
00:20
big ones and small.
2
8149
1773
büyük olanları ve küçükleri.
00:22
Our emotions also influence
how we connect with one another.
how we connect with one another.
3
10672
3490
Duygularımız aynı zamanda birbirimizle
nasıl bağlantı kuracağımızı da etkiliyor.
nasıl bağlantı kuracağımızı da etkiliyor.
00:27
We've evolved to live
in a world like this,
in a world like this,
4
15132
3976
Böyle bir dünyada yaşamak
üzere evrildik,
üzere evrildik,
00:31
but instead, we're living
more and more of our lives like this --
more and more of our lives like this --
5
19108
4319
ama onun yerine hayatlarımızı giderek
daha fazla böyle yaşıyoruz --
daha fazla böyle yaşıyoruz --
00:35
this is the text message
from my daughter last night --
from my daughter last night --
6
23427
3134
bu dün gece kızımdan gelen kısa mesaj --
00:38
in a world that's devoid of emotion.
7
26561
2740
duygulardan yoksun bir dünyada.
00:41
So I'm on a mission to change that.
8
29301
1951
Bu durumu değiştirmek üzere görevdeyim.
00:43
I want to bring emotions
back into our digital experiences.
back into our digital experiences.
9
31252
4091
Dijital deneyimlerimize duyguları tekrar
getirmek istiyorum.
getirmek istiyorum.
00:48
I started on this path 15 years ago.
10
36223
3077
Bu yola 15 sene önce koyuldum.
00:51
I was a computer scientist in Egypt,
11
39300
2066
Mısır'da bilgisayar bilimciydim
00:53
and I had just gotten accepted to
a Ph.D. program at Cambridge University.
a Ph.D. program at Cambridge University.
12
41366
4505
ve Cambridge Üniversitesi'nde doktora
programına yeni kabul edilmiştim.
programına yeni kabul edilmiştim.
00:57
So I did something quite unusual
13
45871
2113
Genç, yeni evli, Müslüman, Mısırlı
00:59
for a young newlywed Muslim Egyptian wife:
14
47984
4225
bir eş için oldukça alışılmadık
bir şey yaptım:
bir şey yaptım:
01:05
With the support of my husband,
who had to stay in Egypt,
who had to stay in Egypt,
15
53599
2999
Mısır'da kalmak zorunda
olan eşimin desteğiyle
olan eşimin desteğiyle
01:08
I packed my bags and I moved to England.
16
56598
3018
bavullarımı toplayıp
İngiltere'ye taşındım.
İngiltere'ye taşındım.
01:11
At Cambridge, thousands of miles
away from home,
away from home,
17
59616
3228
Cambridge'de, evimden binlerce mil uzakta,
01:14
I realized I was spending
more hours with my laptop
more hours with my laptop
18
62844
3413
dizüstü bilgisayarımla herhangi
bir insanla olduğundan
bir insanla olduğundan
01:18
than I did with any other human.
19
66257
2229
daha fazla zaman geçirdiğimi fark ettim.
01:20
Yet despite this intimacy, my laptop
had absolutely no idea how I was feeling.
had absolutely no idea how I was feeling.
20
68486
4853
Bu yakınlığa rağmen, bilgisayarımın ne
hissettiğime dair kesinlikle en ufak bir fikri yoktu.
hissettiğime dair kesinlikle en ufak bir fikri yoktu.
01:25
It had no idea if I was happy,
21
73339
3211
Mutlu mu olduğum,
kötü bir gün mü geçirdiğim
kötü bir gün mü geçirdiğim
01:28
having a bad day, or stressed, confused,
22
76550
2988
veya stresli, şaşkın mı olduğumla ilgili
01:31
and so that got frustrating.
23
79538
2922
bir fikri yoktu ve bu
sinir bozmaya başladı.
sinir bozmaya başladı.
01:35
Even worse, as I communicated
online with my family back home,
online with my family back home,
24
83600
5231
Daha da kötüsü, ülkemdeki ailemle
internette iletişim kurduğumda,
internette iletişim kurduğumda,
01:41
I felt that all my emotions
disappeared in cyberspace.
disappeared in cyberspace.
25
89421
3282
bütün duygularımın sanal gerçeklik içinde
kaybolduğunu hissettim.
kaybolduğunu hissettim.
01:44
I was homesick, I was lonely,
and on some days I was actually crying,
and on some days I was actually crying,
26
92703
5155
Evimi özlüyordum, yalnızdım
ve bazı günler gerçekten ağlıyordum,
ve bazı günler gerçekten ağlıyordum,
01:49
but all I had to communicate
these emotions was this.
these emotions was this.
27
97858
4928
ancak bütün bu duyguları
iletme şeklim böyleydi.
iletme şeklim böyleydi.
01:54
(Laughter)
28
102786
2020
(Gülüşmeler)
01:56
Today's technology
has lots of I.Q., but no E.Q.;
has lots of I.Q., but no E.Q.;
29
104806
4974
Bugünün teknolojisinin çok fazla
I.Q.'su var, ancak E.Q.'su yok;
I.Q.'su var, ancak E.Q.'su yok;
oldukça fazla kavramsal zekâ var,
ancak duygusal zekâ yok.
ancak duygusal zekâ yok.
02:01
lots of cognitive intelligence,
but no emotional intelligence.
but no emotional intelligence.
30
109780
3176
02:04
So that got me thinking,
31
112956
2197
İşte bu beni düşündürdü,
02:07
what if our technology
could sense our emotions?
could sense our emotions?
32
115153
3624
teknolojimiz duygularımızı
hissetse ne olurdu?
hissetse ne olurdu?
02:10
What if our devices could sense
how we felt and reacted accordingly,
how we felt and reacted accordingly,
33
118777
4076
Eğer cihazlarımız nasıl hissettiğimizi bilseler
ve ona göre reaksiyon verseler ne olurdu,
ve ona göre reaksiyon verseler ne olurdu,
02:14
just the way an emotionally
intelligent friend would?
intelligent friend would?
34
122853
3013
aynen duygusal zekâya sahip
bir arkadaşın yapacağı gibi?
bir arkadaşın yapacağı gibi?
02:18
Those questions led me and my team
35
126666
3564
Bu sorular beni ve ekibimi
02:22
to create technologies that can read
and respond to our emotions,
and respond to our emotions,
36
130230
4377
duygularımızı okuyup cevap verecek
teknolojiler yaratmaya götürdü
teknolojiler yaratmaya götürdü
02:26
and our starting point was the human face.
37
134607
3090
ve başlangıç noktamız insan yüzüydü.
02:30
So our human face happens to be
one of the most powerful channels
one of the most powerful channels
38
138577
3173
İnsan yüzü, hepimizin sosyal ve
duygusal durumumuzu iletmek için
duygusal durumumuzu iletmek için
02:33
that we all use to communicate
social and emotional states,
social and emotional states,
39
141750
4016
kullandığı en güçlü yollardan biri.
02:37
everything from enjoyment, surprise,
40
145766
3010
Hoşlanmadan, sürprize,
02:40
empathy and curiosity.
41
148776
4203
empati ve meraka kadar her şeyi.
02:44
In emotion science, we call each
facial muscle movement an action unit.
facial muscle movement an action unit.
42
152979
4928
Duygu biliminde, her yüz kası
hareketine eylem birimi diyoruz.
hareketine eylem birimi diyoruz.
02:49
So for example, action unit 12,
43
157907
2925
Örneğin, eylem birimi 12,
02:52
it's not a Hollywood blockbuster,
44
160832
2038
bir Hollywood kapalı gişesi değil,
02:54
it is actually a lip corner pull,
which is the main component of a smile.
which is the main component of a smile.
45
162870
3442
aslında gülüşün ana unsuru olan dudak
kenarının yukarı doğru çekilmesi.
kenarının yukarı doğru çekilmesi.
02:58
Try it everybody. Let's get
some smiles going on.
some smiles going on.
46
166312
2988
Herkes denesin. Hadi biraz gülümseyelim.
03:01
Another example is action unit 4.
It's the brow furrow.
It's the brow furrow.
47
169300
2654
Diğer bir örnek, eylem birimi 4.
Alnın kırışması.
Alnın kırışması.
03:03
It's when you draw your eyebrows together
48
171954
2238
Kaşlarınızı birbirine yaklaştırıp,
03:06
and you create all
these textures and wrinkles.
these textures and wrinkles.
49
174192
2267
bütün o kıvrımları ve kırışıklıkları
yarattığınız zaman olur.
yarattığınız zaman olur.
03:08
We don't like them, but it's
a strong indicator of a negative emotion.
a strong indicator of a negative emotion.
50
176459
4295
Onları sevmeyiz, ama negatif duyguların
güçlü bir göstergesidir.
güçlü bir göstergesidir.
Bu eylem birimlerinden
45 tane kadarına sahibiz
45 tane kadarına sahibiz
03:12
So we have about 45 of these action units,
51
180754
2206
ve yüzlerce duyguyu ifade
etmek için bir araya gelirler.
etmek için bir araya gelirler.
03:14
and they combine to express
hundreds of emotions.
hundreds of emotions.
52
182960
3390
03:18
Teaching a computer to read
these facial emotions is hard,
these facial emotions is hard,
53
186350
3901
Bir bilgisayara yüzdeki bu duyguları
okumayı öğretmek zordur,
okumayı öğretmek zordur,
03:22
because these action units,
they can be fast, they're subtle,
they can be fast, they're subtle,
54
190251
2972
çünkü bu eylem birimleri
hızlı olabilir, gizli olabilir
hızlı olabilir, gizli olabilir
03:25
and they combine in many different ways.
55
193223
2554
ve birçok farklı şekilde
bir araya gelebilirler.
bir araya gelebilirler.
03:27
So take, for example,
the smile and the smirk.
the smile and the smirk.
56
195777
3738
Örneğin, gülümseme ve
zoraki tebessümü ele alalım.
zoraki tebessümü ele alalım.
03:31
They look somewhat similar,
but they mean very different things.
but they mean very different things.
57
199515
3753
Bir şekilde benzerler,
ancak çok farklı anlamlara gelirler.
ancak çok farklı anlamlara gelirler.
03:35
(Laughter)
58
203268
1718
(Gülüşmeler)
03:36
So the smile is positive,
59
204986
3004
Gülümseme pozitif,
zoraki tebessüm ise
çoğunlukla negatiftir.
çoğunlukla negatiftir.
03:39
a smirk is often negative.
60
207990
1270
03:41
Sometimes a smirk
can make you become famous.
can make you become famous.
61
209260
3876
Bazen zoraki tebessüm sizi ünlü yapabilir.
03:45
But seriously, it's important
for a computer to be able
for a computer to be able
62
213136
2824
Ancak sahiden bir bilgisayarın
iki ifade arasındaki
iki ifade arasındaki
03:47
to tell the difference
between the two expressions.
between the two expressions.
63
215960
2855
farkı bilebilmesi önemlidir.
Öyleyse bunu nasıl yaparız?
03:50
So how do we do that?
64
218815
1812
Algoritmalarımıza farklı
03:52
We give our algorithms
65
220627
1787
03:54
tens of thousands of examples
of people we know to be smiling,
of people we know to be smiling,
66
222414
4110
etnik gruplardan, yaşlardan,
cinsiyetlerden gülümsediğini
cinsiyetlerden gülümsediğini
03:58
from different ethnicities, ages, genders,
67
226524
3065
bildiğimiz on binlerce örnek veririz
04:01
and we do the same for smirks.
68
229589
2811
ve aynısını zoraki
tebessüm için de yaparız.
tebessüm için de yaparız.
Sonra derin öğrenme yoluyla,
04:04
And then, using deep learning,
69
232400
1554
04:05
the algorithm looks for all these
textures and wrinkles
textures and wrinkles
70
233954
2856
algoritma yüzümüzdeki bütün bu
kıvrımlara, kırışıklıklara
kıvrımlara, kırışıklıklara
04:08
and shape changes on our face,
71
236810
2580
ve şekil değişimlerine bakar,
04:11
and basically learns that all smiles
have common characteristics,
have common characteristics,
72
239390
3202
kısaca bütün gülümsemelerin ortak
özellikleri olduğunu öğrenir,
özellikleri olduğunu öğrenir,
04:14
all smirks have subtly
different characteristics.
different characteristics.
73
242592
3181
bütün zoraki tebessümlerin hemen göze
çarpmayan farklı özellikleri var.
çarpmayan farklı özellikleri var.
04:17
And the next time it sees a new face,
74
245773
2368
Bir daha yeni bir yüz gördüğünde,
04:20
it essentially learns that
75
248141
2299
o yüzün esasen bir gülümsemeye
04:22
this face has the same
characteristics of a smile,
characteristics of a smile,
76
250440
3033
özgü karakteristikleri olduğunu öğrenir
04:25
and it says, "Aha, I recognize this.
This is a smile expression."
This is a smile expression."
77
253473
4278
ve şöyle der, "Evet, bunu tanıyorum.
Bu bir gülümseme ifadesi."
Bu bir gülümseme ifadesi."
04:30
So the best way to demonstrate
how this technology works
how this technology works
78
258381
2800
Bu teknolojinin nasıl çalıştığını
göstermenin en iyi yolu
göstermenin en iyi yolu
04:33
is to try a live demo,
79
261181
2136
canlı bir demo denemek,
04:35
so I need a volunteer,
preferably somebody with a face.
preferably somebody with a face.
80
263317
3913
bu yüzden bir gönüllüye ihtiyacım var,
tercihen yüzü olan biri.
tercihen yüzü olan biri.
04:39
(Laughter)
81
267230
2334
(Gülüşmeler)
04:41
Cloe's going to be our volunteer today.
82
269564
2771
Chloe bugün gönüllümüz olacak.
04:45
So over the past five years, we've moved
from being a research project at MIT
from being a research project at MIT
83
273325
4458
Geçen beş sene içinde, MIT'de bir
araştırma projesi olmaktan
araştırma projesi olmaktan
04:49
to a company,
84
277783
1156
bir şirket olmaya geçtik,
04:50
where my team has worked really hard
to make this technology work,
to make this technology work,
85
278939
3192
ekibim bu teknolojinin çalışması
için gerçekten çok çalıştı,
için gerçekten çok çalıştı,
04:54
as we like to say, in the wild.
86
282131
2409
şu an piyasada kullanılması
için diyebiliriz.
için diyebiliriz.
04:56
And we've also shrunk it so that
the core emotion engine
the core emotion engine
87
284540
2670
Aynı zamanda onu küçülttük ki,
çekirdek duygu makinesi,
çekirdek duygu makinesi,
04:59
works on any mobile device
with a camera, like this iPad.
with a camera, like this iPad.
88
287210
3320
bu iPad gibi kameraya sahip herhangi
bir mobil araçta çalışabilsin.
bir mobil araçta çalışabilsin.
05:02
So let's give this a try.
89
290530
2786
Hadi bir deneme yapalım.
05:06
As you can see, the algorithm
has essentially found Cloe's face,
has essentially found Cloe's face,
90
294756
3924
Gördüğünüz gibi, algoritma
sonuçta Chloe'nin yüzünü buldu,
sonuçta Chloe'nin yüzünü buldu,
05:10
so it's this white bounding box,
91
298680
1692
işte bu beyaz sınırlı kutu
05:12
and it's tracking the main
feature points on her face,
feature points on her face,
92
300372
2571
ve yüzündeki ana
hatları takip ediyor,
hatları takip ediyor,
05:14
so her eyebrows, her eyes,
her mouth and her nose.
her mouth and her nose.
93
302943
2856
işte kaşları, gözleri, ağzı ve burnu.
05:17
The question is,
can it recognize her expression?
can it recognize her expression?
94
305799
2987
Soru şu; ifadesini tanıyabilecek mi?
05:20
So we're going to test the machine.
95
308786
1671
Bu yüzden makineyi test edeceğiz.
05:22
So first of all, give me your poker face.
Yep, awesome. (Laughter)
Yep, awesome. (Laughter)
96
310457
4186
İlk önce, bana ifadesiz yüzünü göster.
Evet, harika. (Gülüşmeler)
Evet, harika. (Gülüşmeler)
05:26
And then as she smiles,
this is a genuine smile, it's great.
this is a genuine smile, it's great.
97
314643
2813
Sonra gülümsedikçe, bu gerçek
bir gülümseme, harika.
bir gülümseme, harika.
05:29
So you can see the green bar
go up as she smiles.
go up as she smiles.
98
317456
2300
Evet, gülümsedikçe yeşil çubuğun
arttığını görebilirsiniz.
arttığını görebilirsiniz.
05:31
Now that was a big smile.
99
319756
1222
Evet, bu büyük bir gülümsemeydi.
05:32
Can you try a subtle smile
to see if the computer can recognize?
to see if the computer can recognize?
100
320978
3043
Bakalım hafif gülümsediğinde
bilgisayarın tanıyabilecek mi?
bilgisayarın tanıyabilecek mi?
Hafif gülümsemeleri de tanıyor.
05:36
It does recognize subtle smiles as well.
101
324021
2331
Bunu gerçekleştirmek için
gerçekten çok çalıştık.
gerçekten çok çalıştık.
05:38
We've worked really hard
to make that happen.
to make that happen.
102
326352
2125
Sonra kaşlar kalkıyor,
şaşırmanın göstergesi.
şaşırmanın göstergesi.
05:40
And then eyebrow raised,
indicator of surprise.
indicator of surprise.
103
328477
2962
05:43
Brow furrow, which is
an indicator of confusion.
an indicator of confusion.
104
331439
4249
Alnın kırışması,
kafa karışıklığının göstergesi.
kafa karışıklığının göstergesi.
05:47
Frown. Yes, perfect.
105
335688
4007
Somurtma. Evet, mükemmel.
05:51
So these are all the different
action units. There's many more of them.
action units. There's many more of them.
106
339695
3493
İşte bunların hepsi farklı eylem
birimleri. Daha çok var.
birimleri. Daha çok var.
05:55
This is just a slimmed-down demo.
107
343188
2032
Bu sadece kısaltılmış bir demo.
05:57
But we call each reading
an emotion data point,
an emotion data point,
108
345220
3148
Her okumaya, bir duygu veri
noktası adını veriyoruz.
noktası adını veriyoruz.
06:00
and then they can fire together
to portray different emotions.
to portray different emotions.
109
348368
2969
Sonra farklı duyguları resmetmek
için birlikte harekete geçerler.
için birlikte harekete geçerler.
06:03
So on the right side of the demo --
look like you're happy.
look like you're happy.
110
351337
4653
Demonun sağ tarafında --
mutlu görün.
mutlu görün.
06:07
So that's joy. Joy fires up.
111
355990
1454
İşte bu neşe.
Neşe harekete geçiyor.
Neşe harekete geçiyor.
06:09
And then give me a disgust face.
112
357444
1927
Şimdi bana iğrenme ifadesi ver.
06:11
Try to remember what it was like
when Zayn left One Direction.
when Zayn left One Direction.
113
359371
4272
Zayn One Direction'ı terk ettiğinde
nasıl olduğunu hatırlamaya çalış.
nasıl olduğunu hatırlamaya çalış.
06:15
(Laughter)
114
363643
1510
(Gülüşmeler)
06:17
Yeah, wrinkle your nose. Awesome.
115
365153
4342
Evet, burnunu kırıştır. Harika.
06:21
And the valence is actually quite
negative, so you must have been a big fan.
negative, so you must have been a big fan.
116
369495
3731
Değerlik oldukça negatif, herhâlde
çok büyük bir hayranısın.
çok büyük bir hayranısın.
06:25
So valence is how positive
or negative an experience is,
or negative an experience is,
117
373226
2700
Değerlik, deneyimin ne kadar pozitif
veya negatif olduğuyla ilgili;
veya negatif olduğuyla ilgili;
06:27
and engagement is how
expressive she is as well.
expressive she is as well.
118
375926
2786
bağlantı ise, kişinin bunu ne
kadar ifade edebildiğiyle.
kadar ifade edebildiğiyle.
06:30
So imagine if Cloe had access
to this real-time emotion stream,
to this real-time emotion stream,
119
378712
3414
O zaman Chloe'nin bu gerçek zamanlı
duygu akışına erişimi olduğunu
duygu akışına erişimi olduğunu
06:34
and she could share it
with anybody she wanted to.
with anybody she wanted to.
120
382126
2809
ve istediği kişilerle
paylaşabileceğini hayal edin.
paylaşabileceğini hayal edin.
06:36
Thank you.
121
384935
2923
Teşekkürler.
06:39
(Applause)
122
387858
4621
(Alkış)
06:45
So, so far, we have amassed
12 billion of these emotion data points.
12 billion of these emotion data points.
123
393749
5270
Şimdiye kadar bu duygu veri noktalarından
12 milyar adet topladık.
12 milyar adet topladık.
06:51
It's the largest emotion
database in the world.
database in the world.
124
399019
2611
Dünyadaki en büyük duygu veri tabanı.
06:53
We've collected it
from 2.9 million face videos,
from 2.9 million face videos,
125
401630
2963
Bunu 2,9 milyon yüz videosundan topladık,
06:56
people who have agreed
to share their emotions with us,
to share their emotions with us,
126
404593
2600
bizimle duygularını paylaşmaya
gönüllü insanlardan
gönüllü insanlardan
06:59
and from 75 countries around the world.
127
407193
3205
ve dünyadaki 75 ülkeden.
07:02
It's growing every day.
128
410398
1715
Her gün büyüyor.
07:04
It blows my mind away
129
412603
2067
Duygular kadar kişisel bir şeyi
07:06
that we can now quantify something
as personal as our emotions,
as personal as our emotions,
130
414670
3195
artık ölçebiliyor olmamız
beni çok şaşırtıyor
beni çok şaşırtıyor
07:09
and we can do it at this scale.
131
417865
2235
ve bunu bu ölçekte yapabiliyoruz.
07:12
So what have we learned to date?
132
420100
2177
Peki şimdiye kadar ne öğrendik?
07:15
Gender.
133
423057
2331
Cinsiyet.
07:17
Our data confirms something
that you might suspect.
that you might suspect.
134
425388
3646
Şüpheleniyor olduğunuz
bir şeyi verimiz doğruluyor.
bir şeyi verimiz doğruluyor.
07:21
Women are more expressive than men.
135
429034
1857
Kadınlar erkeklerden daha
fazla duygularını ifade ediyor.
fazla duygularını ifade ediyor.
07:22
Not only do they smile more,
their smiles last longer,
their smiles last longer,
136
430891
2683
Daha çok gülümsemeleri yanında,
gülümsemeleri daha uzun sürüyor
gülümsemeleri daha uzun sürüyor
07:25
and we can now really quantify
what it is that men and women
what it is that men and women
137
433574
2904
ve erkeklerle kadınların
gerçekten neye farklı
gerçekten neye farklı
07:28
respond to differently.
138
436478
2136
yanıt verdiğini artık ölçebiliyoruz.
07:30
Let's do culture: So in the United States,
139
438614
2290
Hadi kültüre bakalım:
Amerika Birleşik Devletleri'nde,
Amerika Birleşik Devletleri'nde,
07:32
women are 40 percent
more expressive than men,
more expressive than men,
140
440904
3204
kadınlar erkeklerden yüzde 40
daha fazla ifadelerini gösteriyor,
daha fazla ifadelerini gösteriyor,
07:36
but curiously, we don't see any difference
in the U.K. between men and women.
in the U.K. between men and women.
141
444108
3645
ancak ilginç biçimde Birleşik Krallık'ta erkekler
ve kadınlar arasında fark görmüyoruz.
ve kadınlar arasında fark görmüyoruz.
07:39
(Laughter)
142
447753
2506
(Gülüşmeler)
07:43
Age: People who are 50 years and older
143
451296
4027
Yaş: 50 ve üzerindeki yaştaki insanlar
07:47
are 25 percent more emotive
than younger people.
than younger people.
144
455323
3436
gençlerden yüzde 25 daha duygusal.
07:51
Women in their 20s smile a lot more
than men the same age,
than men the same age,
145
459899
3852
Yirmilerindeki kadınlar aynı yaştaki
erkeklerden daha fazla gülümsüyor,
erkeklerden daha fazla gülümsüyor,
07:55
perhaps a necessity for dating.
146
463751
3839
belki de flört için bir gereklilik.
07:59
But perhaps what surprised us
the most about this data
the most about this data
147
467590
2617
Ancak belki de bu veriyle ilgili
bizi en fazla şaşırtan şey,
bizi en fazla şaşırtan şey,
08:02
is that we happen
to be expressive all the time,
to be expressive all the time,
148
470207
3203
her zaman duygularımızı
ifade ediyor oluşumuz,
ifade ediyor oluşumuz,
08:05
even when we are sitting
in front of our devices alone,
in front of our devices alone,
149
473410
2833
cihazlarımızın başında tek
başımıza oturuyor olsak bile
başımıza oturuyor olsak bile
08:08
and it's not just when we're watching
cat videos on Facebook.
cat videos on Facebook.
150
476243
3274
ve sadece Facebook'ta
kedi videoları izlerken değil.
kedi videoları izlerken değil.
08:12
We are expressive when we're emailing,
texting, shopping online,
texting, shopping online,
151
480217
3010
E-posta atarken, mesajlaşırken, internette
alışveriş yaparken veya vergilerimizi
alışveriş yaparken veya vergilerimizi
08:15
or even doing our taxes.
152
483227
2300
hallederken bile duygularımızı
ifade ediyoruz.
ifade ediyoruz.
08:17
Where is this data used today?
153
485527
2392
Bu veri bugün nerede kullanılıyor?
08:19
In understanding how we engage with media,
154
487919
2763
Medya ile nasıl bağ
kurduğumuzu anlamada,
kurduğumuzu anlamada,
08:22
so understanding virality
and voting behavior;
and voting behavior;
155
490682
2484
yani yayılma ve oy verme
davranışını anlamada
davranışını anlamada
08:25
and also empowering
or emotion-enabling technology,
or emotion-enabling technology,
156
493166
2740
ve bunun yanında teknolojik güçlendirme
veya duygu-etkinleştirmede.
veya duygu-etkinleştirmede.
08:27
and I want to share some examples
that are especially close to my heart.
that are especially close to my heart.
157
495906
4621
Özellikle çok sevdiğim bazı örnekleri
sizinle paylaşmak istiyorum.
sizinle paylaşmak istiyorum.
08:33
Emotion-enabled wearable glasses
can help individuals
can help individuals
158
501197
3068
Duygu-etkinleştirilmiş, giyilebilir
gözlükler, görme engelli olan
gözlükler, görme engelli olan
08:36
who are visually impaired
read the faces of others,
read the faces of others,
159
504265
3228
bireylere diğerlerinin yüzlerini
okumada yardımcı olabilir
okumada yardımcı olabilir
08:39
and it can help individuals
on the autism spectrum interpret emotion,
on the autism spectrum interpret emotion,
160
507493
4187
ve otizm spektrumu olan bireylere
duyguları anlamada yardımcı olabilir,
duyguları anlamada yardımcı olabilir,
bu onların gerçekten çok
zorluk çektiği bir şey.
zorluk çektiği bir şey.
08:43
something that they really struggle with.
161
511680
2778
Eğitimde, öğrenme uygulamalarınızın
kafanızın karıştığını
kafanızın karıştığını
08:47
In education, imagine
if your learning apps
if your learning apps
162
515918
2859
08:50
sense that you're confused and slow down,
163
518777
2810
hissettiğini ve yavaşladığını veya
sıkıldığınızı hissettiğini,
sıkıldığınızı hissettiğini,
08:53
or that you're bored, so it's sped up,
164
521587
1857
bu yüzden hızlandığını hayal edin,
08:55
just like a great teacher
would in a classroom.
would in a classroom.
165
523444
2969
aynı iyi bir öğretmenin
sınıfta yapacağı gibi.
sınıfta yapacağı gibi.
08:59
What if your wristwatch tracked your mood,
166
527043
2601
Eğer kolunuzdaki saatiniz ruh hâlinizi
takip etseydi ne olurdu
takip etseydi ne olurdu
09:01
or your car sensed that you're tired,
167
529644
2693
veya arabanız yorgun
olduğunuzu hissetseydi
olduğunuzu hissetseydi
09:04
or perhaps your fridge
knows that you're stressed,
knows that you're stressed,
168
532337
2548
veya belki de buzdolabınız stresli
olduğunuzu bilseydi,
olduğunuzu bilseydi,
09:06
so it auto-locks to prevent you
from binge eating. (Laughter)
from binge eating. (Laughter)
169
534885
6066
o zaman sizi aşırı yemeden korumak için
otomatik olarak kilitlenirdi. (Gülüşmeler)
otomatik olarak kilitlenirdi. (Gülüşmeler)
Bunu isterdim, evet.
09:12
I would like that, yeah.
170
540951
2717
09:15
What if, when I was in Cambridge,
171
543668
1927
Eğer Cambridge'deyken
09:17
I had access to my real-time
emotion stream,
emotion stream,
172
545595
2313
gerçek zamanlı duygu
akışına erişimim olsaydı
akışına erişimim olsaydı
09:19
and I could share that with my family
back home in a very natural way,
back home in a very natural way,
173
547908
3529
ve bunu ülkemdeki ailemle çok doğal
bir şekilde paylaşabilseydim,
bir şekilde paylaşabilseydim,
09:23
just like I would've if we were all
in the same room together?
in the same room together?
174
551437
3971
aynı hepimiz aynı odada
olsaydık yapacağım gibi.
olsaydık yapacağım gibi.
09:27
I think five years down the line,
175
555408
3142
Bence beş yıl içinde,
09:30
all our devices are going
to have an emotion chip,
to have an emotion chip,
176
558550
2337
bütün cihazlarımızın duygu çipi olacak,
09:32
and we won't remember what it was like
when we couldn't just frown at our device
when we couldn't just frown at our device
177
560887
4064
yalnızca cihazımıza somurttuğumuzda,
"Hımm, bunu sevmedin, değil mi?"
"Hımm, bunu sevmedin, değil mi?"
09:36
and our device would say, "Hmm,
you didn't like that, did you?"
you didn't like that, did you?"
178
564951
4249
diyecek bir cihazımızın olmamasının
nasıl bir şey olduğunu hatırlamayacağız.
nasıl bir şey olduğunu hatırlamayacağız.
09:41
Our biggest challenge is that there are
so many applications of this technology,
so many applications of this technology,
179
569200
3761
En büyük sorunumuz, bu teknolojinin
pek çok uygulaması olması,
pek çok uygulaması olması,
09:44
my team and I realize that we can't
build them all ourselves,
build them all ourselves,
180
572961
2903
ekibim ve ben hepsini tek başımıza
yapamayacağımızın farkındayız,
yapamayacağımızın farkındayız,
09:47
so we've made this technology available
so that other developers
so that other developers
181
575864
3496
o yüzden bu teknolojiyi kullanılabilir hâle
getirdik, böylece diğer geliştiriciler
getirdik, böylece diğer geliştiriciler
09:51
can get building and get creative.
182
579360
2114
de yapmaya başlayabilir
ve yaratıcı olabilirler.
ve yaratıcı olabilirler.
09:53
We recognize that
there are potential risks
there are potential risks
183
581474
4086
Olası risklerin ve istismar olasılığının
09:57
and potential for abuse,
184
585560
2067
olduğunun farkındayız,
09:59
but personally, having spent
many years doing this,
many years doing this,
185
587627
2949
ancak şahsen bunu yıllardır
yapan biri olarak ben,
yapan biri olarak ben,
10:02
I believe that the benefits to humanity
186
590576
2972
duygusal olarak akıllı
teknolojilere sahip olmanın
teknolojilere sahip olmanın
10:05
from having emotionally
intelligent technology
intelligent technology
187
593548
2275
insanlığa getirdiği yararların,
yanlış kullanılma
yanlış kullanılma
10:07
far outweigh the potential for misuse.
188
595823
3576
olasılığından çok daha
ağır bastığına inanıyorum.
ağır bastığına inanıyorum.
10:11
And I invite you all to be
part of the conversation.
part of the conversation.
189
599399
2531
Hepinizi bu etkileşimin bir parçası
olmaya davet ediyorum.
olmaya davet ediyorum.
10:13
The more people who know
about this technology,
about this technology,
190
601930
2554
Bu teknolojiyi bilen daha
fazla insan oldukça,
fazla insan oldukça,
10:16
the more we can all have a voice
in how it's being used.
in how it's being used.
191
604484
3177
nasıl kullanıldığıyla ilgili daha
fazla söz hakkımız olur.
fazla söz hakkımız olur.
10:21
So as more and more
of our lives become digital,
of our lives become digital,
192
609081
4574
Hayatlarımız daha fazla
dijital hâle geldikçe,
dijital hâle geldikçe,
10:25
we are fighting a losing battle
trying to curb our usage of devices
trying to curb our usage of devices
193
613655
3498
duygularımızı geri kazanmak için,
cihazlarımızı kullanmayı frenlemeye
cihazlarımızı kullanmayı frenlemeye
10:29
in order to reclaim our emotions.
194
617153
2229
çalışarak beyhude savaş veriyoruz.
10:32
So what I'm trying to do instead
is to bring emotions into our technology
is to bring emotions into our technology
195
620622
3914
Bu yüzden bunun yerine yapmaya çalıştığım
şey, duyguları teknolojimize getirmek
şey, duyguları teknolojimize getirmek
10:36
and make our technologies more responsive.
196
624536
2229
ve teknolojilerimizi daha cevap
verir hâle getirmek.
verir hâle getirmek.
10:38
So I want those devices
that have separated us
that have separated us
197
626765
2670
Bu yüzden bizi ayıran bu cihazlarımızın,
10:41
to bring us back together.
198
629435
2462
bizi tekrar bir araya
getirmesini istiyorum.
getirmesini istiyorum.
10:43
And by humanizing technology,
we have this golden opportunity
we have this golden opportunity
199
631897
4588
Teknolojiyi insanlaştırarak, makinelerle
nasıl bağlantı kuracağımızı
nasıl bağlantı kuracağımızı
10:48
to reimagine how we
connect with machines,
connect with machines,
200
636485
3297
ve böylece insanlık olarak birbirimizle
nasıl bağlantı kuracağımızı
nasıl bağlantı kuracağımızı
10:51
and therefore, how we, as human beings,
201
639782
4481
tekrar düşünmek için
10:56
connect with one another.
202
644263
1904
bulunmaz bir fırsatımız var.
10:58
Thank you.
203
646167
2160
Teşekkürler.
11:00
(Applause)
204
648327
3313
(Alkış)
ABOUT THE SPEAKER
Rana el Kaliouby - Computer scientistWhat if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware.
Why you should listen
Rana el Kaliouby, chief science officer and co-founder of Affectiva, an MIT Media Lab spin-off, is on a mission to bring emotion intelligence to our digital experiences. She leads the company's emotion analytics team, which is responsible for developing emotion-sensing algorithms and mining the world's largest emotion data database. So far, they've collected 12 billion emotion data points from 2.9 million face videos from volunteers in 75 countries. The company’s platform is used by many Fortune Global 100 companies to measure consumer engagement, and is pioneering emotion-enabled digital apps for enterprise, entertainment, video communication and online education.
Entrepreneur magazine called el Kaliouby one of “The 7 Most Powerful Women To Watch in 2014,” and the MIT Technology Review included her in their list of the “Top 35 Innovators Under 35.”
Rana el Kaliouby | Speaker | TED.com