TED2003
Torsten Reil: Animate characters by evolving them
رييل تورستن: برمجة رسوم متحركة بواسطة تطويرها
Filmed:
Readability: 3.5
363,842 views
تورستن رييل يصف كيفية الاستعانة بعلم الأحياء لجعل حركة الرسوم المتحركة أقرب إلى الحقيقة -- من خلال بناء الإنسان من الداخل إلى الخارج ، بهيكل عظمي وعضلات وجهاز عصبي. تحدث لـ TED في عام 2003 تستطيع الاطلاع على عمله الآن في لعبة الـ GTA4.
Torsten Reil - Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
Double-click the English transcript below to play the video.
00:15
I'm going to talk about a technology that we're developing at Oxford now,
0
3000
4000
سأتحدث عما نطوره الآن من تكنولوجيا في أكسفورد
00:19
that we think is going to change the way that
1
7000
3000
وهو ما نعتقد انه سوف يغير الطريقة التي
00:22
computer games and Hollywood movies are being made.
2
10000
3000
تستعمل لبرمجة ألعاب الكمبيوتر وأفلام هوليوود
00:26
That technology is simulating humans.
3
14000
3000
تحاكي هذه التكنولوجيا البشر.
00:29
It's simulated humans with a simulated body
4
17000
3000
إنها محاكاة البشر عن طريق محاكاة الجسد
00:32
and a simulated nervous system to control that body.
5
20000
3000
ومحاكاة الجهاز العصبي للسيطرة على ذلك الجسد
00:36
Now, before I talk more about that technology,
6
24000
3000
الآن ، وقبل أن أتحدث أكثر عن هذه التكنولوجيا
00:39
let's have a quick look at what human characters look like
7
27000
3000
دعونا نلقي نظرة سريعة على ما تبدو عليه طباع الإنسان
00:42
at the moment in computer games.
8
30000
3000
في الوقت الحالي في ألعاب الكمبيوتر.
00:45
This is a clip from a game called "Grand Theft Auto 3."
9
33000
3000
هذا مقطع من لعبة GTA3.
00:48
We already saw that briefly yesterday.
10
36000
2000
ورأينا هذا بالأمس لفترة قصيرة.
00:50
And what you can see is -- it is actually a very good game.
11
38000
3000
ويمكنك أن تلاحظ بالفعل إنها لعبة جيدة جدا.
00:53
It's one of the most successful games of all time.
12
41000
3000
إنها واحدة من أنجح الألعاب على الإطلاق.
00:56
But what you'll see is that all the animations in this game are very repetitive.
13
44000
4000
ولكن ما يمكن ملاحظته أن الرسوم المتحركة في هذه اللعبة كثيرا ما تتكرر
01:00
They pretty much look the same.
14
48000
2000
إنها تبدو إلى حد كبير ذاتها
01:02
I've made him run into a wall here, over and over again.
15
50000
3000
جعلته يركض نحو الحائط هنا ، مرارا وتكرارا.
01:05
And you can see he looks always the same.
16
53000
2000
ويمكنك أن ترى أنه حافظ على نفس الشكل.
01:07
The reason for that is that these characters
17
55000
3000
والسبب في ذلك هو أن هذه الطباع
01:10
are actually not real characters.
18
58000
2000
ليست في الحقيقة طباعا حقيقية
01:12
They are a graphical visualization of a character.
19
60000
4000
هذه مجرد تصوّر بياني للطباع
01:16
To produce these animations, an animator at a studio has to anticipate
20
64000
5000
لإنتاج هذه الرسوم المتحركة على الرسام أن يستبق
01:21
what's going to happen in the actual game,
21
69000
3000
الذي سيحدث في هذه اللعبة
01:24
and then has to animate that particular sequence.
22
72000
3000
ومن ثم يحرك تلك القطعة بالذات
01:27
So, he or she sits down, animates it, and tries to anticipate what's going to happen,
23
75000
4000
إذا هو أو هي يجلس يحركه ويسعى إلى توقع ما سيحدث ،
01:31
and then these particular animations are just played back
24
79000
3000
وبعد ذلك يتم تحريك هذه الرسوم الخاصة مرة أخرى
01:34
at appropriate times in the computer game.
25
82000
3000
في أوقات مناسبة في لعبة كمبيوتر.
01:37
Now, the result of that is that you can't have real interactivity.
26
85000
5000
الآن ، ونتيجة لذلك فانه لا يمكن أن تحصل على تفاعل حقيقي
01:42
All you have is animations that are played back
27
90000
3000
كل ما ستحصل عليه هو رسوم متحركة يعاد تحريكها
01:45
at more or less the appropriate times.
28
93000
2000
في أكثر أو أقل الأوقات المناسبة.
01:47
It also means that games aren't really going to be as surprising as they could be,
29
95000
5000
وهو يعني أيضا أن الألعاب لن تكون مفاجأة كما يجب عليها أن تكون
01:52
because you only get out of it, at least in terms of the character,
30
100000
3000
لأنه سيصدر منها ، على الأقل من حيث الطباع ،
01:55
what you actually put into it.
31
103000
2000
ما كنت وضعته فيها
01:57
There's no real emergence there.
32
105000
2000
لا وجود للحقيقة في ذلك.
01:59
And thirdly, as I said, most of the animations are very repetitive because of that.
33
107000
4000
وثالثا ، وكما قلت ، معظم الرسوم المتحركة تحتوي على كثير من التكرار بسبب هذا
02:03
Now, the only way to get around that
34
111000
2000
السبيل الوحيد للالتفاف على ذلك حاليا
02:05
is to actually simulate the human body
35
113000
2000
هي في الواقع محاكاة الجسم البشري
02:07
and to simulate that bit of the nervous system of the brain that controls that body.
36
115000
5000
لمحاكاة ذلك الجزء من الجهاز العصبي من الدماغ الذي يسيطر على ذلك الجسد
02:12
And maybe, if I could have you for a quick demonstration
37
120000
3000
وربما إذا أمكن لي أن أقدم لكم عرضا سريعا
02:15
to show what the difference is --
38
123000
2000
لإظهار مدى الفرق --
02:17
because, I mean, it's very, very trivial.
39
125000
4000
لأنه أعني انه بديهي جدا
02:21
If I push Chris a bit, like this, for example, he'll react to it.
40
129000
3000
إذا دفعت كريس قليلا ، وعلى هذا النحو، وعلى سبيل المثال فانه سوف يرد الفعل
02:24
If I push him from a different angle, he'll react to it differently,
41
132000
3000
إذا دفعته من زاوية مختلفة انه سوف يرد الفعل بشكل مختلف ،
02:27
and that's because he has a physical body,
42
135000
2000
وهذا لأن الأمر هنا يخص جسما ماديا
02:29
and because he has the motor skills to control that body.
43
137000
3000
ولأن لديه المهارات الحركية للسيطرة على ذلك الجسم.
02:32
It's a very trivial thing.
44
140000
2000
هذا أمر بديهي للغاية.
02:34
It's not something you get in computer games at the moment, at all.
45
142000
2000
و هذا الأمر لا يحصل في ألعاب الكمبيوتر في الوقت الحالي على الإطلاق.
02:36
Thank you very much. Chris Anderson: That's it?
46
144000
2000
شكرا جزيلا. كريس أندرسون : هذا كل ما في الأمر؟
02:38
Torsten Reil: That's it, yes.
47
146000
2000
تورستن رييل : هذا كل ما في الأمر ، نعم.
02:40
So, that's what we're trying to simulate --
48
148000
1000
وهذا ما نحاول محاكاته --
02:41
not Chris specifically, I should say, but humans in general.
49
149000
4000
ليس كريس تحديدا ، ينبغي أن أقول ، ولكن البشر بشكل عام.
02:46
Now, we started working on this a while ago at Oxford University,
50
154000
5000
الآن ، بدأنا العمل على ذلك منذ فترة في جامعة أكسفورد
02:51
and we tried to start very simply.
51
159000
2000
وحاولنا أن نبدأ بأشياء ببساطة جدا
02:53
What we tried to do was teach a stick figure how to walk.
52
161000
3000
ما حاولنا القيام به هو تعليم جسم على شكل عصا كيفية المشي.
02:56
That stick figure is physically stimulated. You can see it here on the screen.
53
164000
3000
لهذه العصا حوافز مادية. تستطيع أن تلاحظ ذلك على الشاشة.
02:59
So, it's subject to gravity, has joints, etc.
54
167000
3000
فهي تخضع للجاذبية و لديها المفاصل وهلم جرا.
03:02
If you just run the simulation, it will just collapse, like this.
55
170000
3000
و إذا شغلت جهاز المحاكاة فسوف تنهار مباشرة هكذا.
03:05
The tricky bit is now to put an AI controller in it
56
173000
4000
الأمر الدقيق الآن هو إضافة جهاز تحكم يعمل بالذكاء الاصطناعي
03:09
that actually makes it work.
57
177000
2000
و هذا ما يجعله يعمل.
03:11
And for that, we use the neural network, which we based on
58
179000
3000
وعلى ذلك ، استخدمنا الشبكة العصبية التي تقوم على
03:14
that part of the nervous system that we have in our spine
59
182000
2000
ذلك الجزء من الجهاز العصبي لدينا في العمود الفقري
03:16
that controls walking in humans.
60
184000
2000
التي تسيطر على المشي لدى البشر.
03:18
It's called the central pattern generator.
61
186000
2000
و يدعى مولد النموذج المركزي .
03:20
So, we simulated that as well, and then the really tricky bit
62
188000
3000
و قد قمنا بمحاكاة ذلك أيضا ، وعندها ما كان دقيقا قليلا
03:23
is to teach that network how to walk.
63
191000
2000
هو تعلم تلك الشبكة كيفية المشي
03:25
For that we used artificial evolution -- genetic algorithms.
64
193000
4000
من أجل ذلك استعملنا التطور الاصطناعي -- الخوارزميات الجينية.
03:29
We heard about those already yesterday,
65
197000
2000
سبق أن سمعنا عنها أمس
03:31
and I suppose that most of you are familiar with that already.
66
199000
3000
وأعتقد أن معظمكم يعرف عنها الكثير
03:34
But, just briefly, the concept is that
67
202000
2000
ولكن باختصار المفهوم هو أنك
03:36
you create a large number of different individuals --
68
204000
3000
تقوم بإنشاء عدد كبير من مكونات مختلفين
03:39
neural networks, in this case --
69
207000
2000
الشبكات العصبية في هذه الحالة ،
03:41
all of which are random at the beginning.
70
209000
2000
وهي جميعها عشوائية في البداية.
03:43
You hook these up -- in this case, to the virtual muscles
71
211000
2000
أجعله يقف -- في هذه الحالة العضلات الافتراضية
03:45
of that two-legged creature here --
72
213000
3000
لهذا المخلوق ذو القائمتين هنا --
03:48
and hope that it does something interesting.
73
216000
3000
ونأمل أن تفعل شيئا ذو اهتمام.
03:51
At the beginning, they're all going to be very boring.
74
219000
2000
في البداية سيكون جميعهم مملين جدا.
03:53
Most of them won't move at all,
75
221000
2000
معظمهم لن تتحرك على الإطلاق ،
03:55
but some of them might make a tiny step.
76
223000
2000
ولكن بعضها قد يتقدم خطوة صغيرة.
03:57
Those are then selected by the algorithm,
77
225000
2000
هؤلاء سيتم اختارهم من طرف الخوارزمية ،
03:59
reproduced with mutation and recombinations to introduce sex as well.
78
227000
4000
و سيتم استنساخهم مع تحور وإعادة تركيبهم لتمييز الجنس أيضا.
04:03
And you repeat that process over and over again,
79
231000
2000
وعليك تكرار هذه العملية مرارا وتكرارا
04:05
until you have something that walks --
80
233000
2000
حتى يصبح لديك شيء يعمل --
04:07
in this case, in a straight line, like this.
81
235000
2000
في هذه الحالة ، في خط مستقيم كهذا
04:09
So that was the idea behind this.
82
237000
2000
إذن كانت هذه الفكرة وراء ذلك.
04:11
When we started this, I set up the simulation one evening.
83
239000
3000
عندما بدأنا شغلت جهاز المحاكاة لليلة واحدة.
04:14
It took about three to four hours to run the simulation.
84
242000
3000
تشغيل المحاكاة استغرق حوالي ثلاث أو أربع ساعات.
04:17
I got up the next morning, went to the computer and looked at the results,
85
245000
4000
نهضت في صباح اليوم التالي ، ذهبت إلى جهاز الكمبيوتر ونظرت إلى النتائج ،
04:21
and was hoping for something that walked in a straight line,
86
249000
3000
وتأملت أن أرى شيئا يسير في خط مستقيم ،
04:24
like I've just demonstrated,
87
252000
2000
مثلما عرضت ذلك منذ حين
04:26
and this is what I got instead.
88
254000
2000
وهذا ما حصلت عليه بدلا من ذلك.
04:28
(Laughter)
89
256000
10000
(ضحك)
04:38
So, it was back to the drawing board for us.
90
266000
3000
لذا تم إعادته إلى لوحة التصميم
04:42
We did get it to work eventually,
91
270000
3000
و جعلناها تعمل في نهاية المطاف ،
04:45
after tweaking a bit here and there.
92
273000
2000
وبعد التغيير والتبديل قليلا هنا وهناك.
04:47
And this is an example of a successful evolutionary run.
93
275000
3000
وهذا مثال لمسيرة تطور ناجح
04:50
So, what you'll see in a moment is a very simple biped
94
278000
3000
ما سترونه بعد قليل هو شكل ذو قدمين بسيط جدا
04:53
that's learning how to walk using artificial evolution.
95
281000
3000
كان قد تعلم المشي باستخدام التطور الاصطناعي
04:56
At the beginning, it can't walk at all,
96
284000
2000
في البداية هي لا تستطيع السير على الإطلاق.
04:58
but it will get better and better over time.
97
286000
2000
ولكن سوف تتحسن أكثر وأكثر بمرور الوقت.
05:02
So, this is the one that can't walk at all.
98
290000
3000
هذا الذي لا يستطيع السير على الإطلاق.
05:05
(Laughter)
99
293000
6000
(ضحك)
05:11
Now, after five generations of applying evolutionary process,
100
299000
3000
الآن ، بعد خمسة أجيال من تطبيق العملية التطورية ،
05:14
the genetic algorithm is getting a tiny bit better.
101
302000
3000
الخوارزمية الجينية أصبحت أفضل قليلا
05:17
(Laughter)
102
305000
8000
(ضحك)
05:25
Generation 10 and it'll take a few steps more --
103
313000
2000
الجيل العاشر والأمر سيستغرق بضع خطوات أكثر.
05:31
still not quite there.
104
319000
2000
ليس تماما بعد.
05:34
But now, after generation 20, it actually walks in a straight line without falling over.
105
322000
5000
ولكن الآن بعد الجيل العشرين تمكن من السير في خط مستقيم دون السقوط.
05:40
That was the real breakthrough for us.
106
328000
3000
وكان ذلك اختراقا حقيقيا بالنسبة لنا.
05:43
It was, academically, quite a challenging project,
107
331000
3000
المشروع كان تحديا أكاديميا لا يستهان به ،
05:46
and once we had reached that stage, we were quite confident
108
334000
3000
و لأول مرة نكون قد وصلنا إلى مرحلة كنا فيها على ثقة
05:49
that we could try and do other things as well with this approach --
109
337000
3000
أنه يمكننا أن نحاول القيام بأمور أخرى باستعمال نفس المقاربة --
05:52
actually simulating the body
110
340000
2000
جهاز محاكاة الجسم
05:54
and simulating that part of the nervous system that controls it.
111
342000
3000
ومحاكاة ذلك الجزء من الجهاز العصبي الذي يسيطر عليه.
05:57
Now, at this stage, it also became clear that this could be very exciting
112
345000
3000
الآن ، في هذه المرحلة ، أصبح من الواضح أن هذا يمكن أن يكون مهما للغاية
06:00
for things like computer games or online worlds.
113
348000
3000
لأشياء مثل ألعاب الكمبيوتر والانترنت
06:03
What you see here is the character standing there,
114
351000
2000
ما نراه هنا هو طبيعة دائمة هناك.
06:05
and there's an obstacle that we put in its way.
115
353000
2000
وهناك حاجز وضع في طريقها.
06:07
And what you see is, it's going to fall over the obstacle.
116
355000
5000
وما تراه ، سوف تسقط على الحاجز.
06:12
Now, the interesting bit is, if I move the obstacle a tiny bit to the right,
117
360000
3000
الآن ، الأمر المهم، إذا أبعدت الحاجز قليلا إلى اليمين ،
06:15
which is what I'm doing now, here,
118
363000
2000
وهو ما أفعله الآن ، هنا ،
06:17
it will fall over it in a completely different way.
119
365000
4000
سوف تسقط بطريقة مختلفة تماما.
06:24
And again, if you move the obstacle a tiny bit, it'll again fall differently.
120
372000
5000
ومرة أخرى ، إذا أبعدت الحاجز قليلا ، سوف تقع مرة أخرى و بطريق مختلفة.
06:29
(Laughter)
121
377000
2000
(ضحك)
06:31
Now, what you see, by the way, at the top there,
122
379000
2000
الآن ، ما ترى ، بالمناسبة ، في الأعلى هناك ،
06:33
are some of the neural activations being fed into the virtual muscles.
123
381000
3000
هي بعض التفاعلات العصبية يجري إدخالها إلى العضلات الافتراضية
06:36
Okay. That's the video. Thanks.
124
384000
2000
حسنا. هذا هو الفيديو. شكرا.
06:38
Now, this might look kind of trivial, but it's actually very important
125
386000
3000
قد يبدو هذا بديهيا ولكن هذا في الواقع مهم جدا
06:41
because this is not something you get at the moment
126
389000
2000
لأن هذا أمر لا يحصل في الوقت الحالي
06:43
in any interactive or any virtual worlds.
127
391000
2000
في أي تفاعل أو أي عوالم افتراضية.
06:48
Now, at this stage, we decided to start a company and move this further,
128
396000
3000
الآن ، في هذه المرحلة ، فقد قررنا إنشاء شركة وتطوير هذا أكثر
06:51
because obviously this was just a very simple, blocky biped.
129
399000
3000
لأنه من الواضح أن هذا كان مجرد جسم قصير ذو قدمين.
06:54
What we really wanted was a full human body.
130
402000
2000
ما نرغب فيه بالفعل هو جسم إنسان كامل
06:56
So we started the company.
131
404000
1000
ولذلك بدأنا الشركة.
06:57
We hired a team of physicists, software engineers and biologists
132
405000
5000
علينا التعاقد مع فريق من علماء الفيزياء ، والبرمجيات والمهندسين وعلماء الأحياء
07:02
to work on this, and the first thing we had to work on
133
410000
3000
للعمل على ذلك ، وأول شيء كان يجب العمل على
07:05
was to create the human body, basically.
134
413000
4000
وكان لخلق جسم الإنسان أساسا.
07:09
It's got to be relatively fast, so you can run it on a normal machine,
135
417000
3000
سيكون هذا الأمر سريعا نسبيا حتى تتمكن من تشغيله على جهاز عادي ،
07:12
but it's got to be accurate enough, so it looks good enough, basically.
136
420000
3000
ولكن يجب أن يكون دقيقا بما فيه الكفاية لكي يبدو جيدا بما فيه الكفاية ، في الأساس.
07:15
So we put quite a bit of biomechanical knowledge into this thing,
137
423000
3000
لذا وضعنا قدرا كبيرا من المعرفة البيوميكانيكية في هذا الشيء
07:18
and tried to make it as realistic as possible.
138
426000
4000
وحاولنا أن تجعله واقعيا قدر الإمكان.
07:22
What you see here on the screen right now
139
430000
2000
ما تراه هنا على الشاشة الآن
07:24
is a very simple visualization of that body.
140
432000
2000
هو تصور بسيط جدا لذلك الجسم
07:26
I should add that it's very simple to add things like hair, clothes, etc.,
141
434000
4000
وأود أن أضيف أن في غاية البساطة إضافة أشياء مثل الشعر والملابس ، وهلم جرا ،
07:30
but what we've done here is use a very simple visualization,
142
438000
3000
ولكن ما فعلناه هنا هو استخدام تصور بسيط جدا
07:33
so you can concentrate on the movement.
143
441000
2000
حتى نتمكن من التركيز على الحركة.
07:35
Now, what I'm going to do right now, in a moment,
144
443000
3000
الآن ، ماذا سأفعل الآن ، بعد لحظة ،
07:38
is just push this character a tiny bit and we'll see what happens.
145
446000
3000
هو مجرد دفع هذا الطابع قليلا وسنرى ما سيحدث.
07:46
Nothing really interesting, basically.
146
454000
2000
لا شيء يثير الاهتمام ، في الأساس.
07:48
It falls over, but it falls over like a rag doll, basically.
147
456000
3000
انه يقع ولكن يقع مثل دمية من خرق أساسا.
07:51
The reason for that is that there's no intelligence in it.
148
459000
3000
والسبب في ذلك هو أنه لا يحتوي ذكاء بعد
07:54
It becomes interesting when you put artificial intelligence into it.
149
462000
4000
يصبح الأمر أكثر تشويقا عندما نعتمد الذكاء الاصطناعي.
07:58
So, this character now has motor skills in the upper body --
150
466000
4000
حتى الآن هذه الأشياء لديها مهارات حركية تخص القسم الأعلى من الجسم.
08:02
nothing in the legs yet, in this particular one.
151
470000
2000
لا شيء حتى الآن في ساقيه ، في هذا المثال بالذات.
08:04
But what it will do -- I'm going to push it again.
152
472000
3000
ولكن ماذا سيفعل -- سأدفعه مرة أخرى.
08:07
It will realize autonomously that it's being pushed.
153
475000
2000
وسوف يعلم بشكل ذاتي انه تم دفعه
08:09
It's going to stick out its hands.
154
477000
2000
سوف يحاول إبعاد يديه.
08:11
It's going to turn around into the fall, and try and catch the fall.
155
479000
3000
انه سيحاول الدوران قبل السقوط ومحاولة تفادي السقوط
08:20
So that's what you see here.
156
488000
2000
وهذا ما نراه هنا.
08:22
Now, it gets really interesting
157
490000
2000
الآن ، سيصبح الأمر حقا مشوقا
08:24
if you then add the AI for the lower part of the body as well.
158
492000
4000
إذا أضفنا الذكاء الاصطناعي إلى الجزء الأسفل من الجسم أيضا
08:28
So here, we've got the same character.
159
496000
2000
هنا نحصل على نفس الطابع.
08:30
I'm going to push it a bit harder now,
160
498000
2000
سأقوم الآن بدفعه أقوى قليلا
08:32
harder than I just pushed Chris.
161
500000
2000
أقوى قليلا مما دفعت كريس.
08:34
But what you'll see is -- it's going to receive a push now from the left.
162
502000
4000
ولكن ما سنرى الآن أنه سيتلقى دفعة من جهة اليسار
08:41
What you see is it takes steps backwards,
163
509000
2000
ما نلاحظ هو أنه تراجع خطوات إلى الوراء --
08:43
it tries to counter-balance,
164
511000
2000
وهو يحاول أن يحافظ على توازنه
08:45
it tries to look at the place where it thinks it's going to land.
165
513000
4000
وهو يحاول النظر إلى المكان أين يعتقد انه سيسقط
08:49
I'll show you this again.
166
517000
2000
سأعيد هذا مرة أخرى
08:51
And then, finally hits the floor.
167
519000
3000
ثم في النهاية يصدم الحائط
08:55
Now, this becomes really exciting
168
523000
3000
الآن يصبح الأمر مثيرا حقا
08:58
when you push that character in different directions, again, just as I've done.
169
526000
5000
عندما تدفعه في اتجاهات مختلفة مرة أخرى تماما كما فعلت.
09:03
That's something that you cannot do right now.
170
531000
4000
وهذا شيء لا يمكنك القيام به في الوقت الراهن.
09:07
At the moment, you only have empty computer graphics in games.
171
535000
3000
حاليا لا نملك إلا رسوم كمبيوتر فارغة في ألعاب الرقمية
09:10
What this is now is a real simulation. That's what I want to show you now.
172
538000
3000
ما يحدث الآن هي محاكاة حقيقية و هذا ما أريد أن أبينه لكم الآن.
09:13
So, here's the same character with the same behavior I've just shown you,
173
541000
3000
وهنا لدينا نفس الطابع مع نفس السلوك كما بينت آنفا
09:16
but now I'm just going to push it from different directions.
174
544000
2000
ولكن الآن سأقوم بدفعه من جهات مختلفة
09:18
First, starting with a push from the right.
175
546000
2000
أولا سأقوم بدفعة من جهة اليمين
09:23
This is all slow motion, by the way, so we can see what's going on.
176
551000
3000
بالمناسبة ستكون كل العروض بطيئة حتى نستطيع رؤية ما يحدث
09:26
Now, the angle will have changed a tiny bit,
177
554000
3000
الآن سوف تتغير زاوية قليلا
09:29
so you can see that the reaction is different.
178
557000
4000
لذا يمكنك أن ترى أن ردة الفعل كانت مختلفة
09:33
Again, a push, now this time from the front.
179
561000
3000
مرة أخرى سأدفعه هذه المرة من الأمام
09:37
And you see it falls differently.
180
565000
2000
وكما ترى فإنها تقع بشكل مختلف
09:39
And now from the left --
181
567000
2000
والآن من الجهة اليسرى
09:43
and it falls differently.
182
571000
2000
وتقع بشكل مختلف
09:45
That was really exciting for us to see that.
183
573000
2000
كان من المثير حقا بالنسبة لنا أن نرى هذا
09:47
That was the first time we've seen that.
184
575000
2000
وكانت تلك المرة الأولى التي شاهدنا هذا.
09:49
This is the first time the public sees this as well,
185
577000
2000
هذه أيضا المرة الأولى التي يرى فيها الجمهور هذا
09:51
because we have been in stealth mode.
186
579000
2000
ولأننا كنا نعتمد السرية
09:53
I haven't shown this to anybody yet.
187
581000
2000
لم أطلع أحدا على هذا بعد
09:55
Now, just a fun thing:
188
583000
2000
الآن مجرد شيء قليل
09:57
what happens if you put that character --
189
585000
2000
ما يحدث إذا اعتمدت هذا الطابع --
09:59
this is now a wooden version of it, but it's got the same AI in it --
190
587000
2000
الآن لدينا نسخة خشبية و لكن بنفس الذكاء الاصطناعي--
10:01
but if you put that character on a slippery surface, like ice.
191
589000
2000
ولكن إذا وضعته على سطح زلق كالجليد.
10:03
We just did that for a laugh, just to see what happens.
192
591000
3000
فعلنا ذلك فقط من أجل المرح لنرى ماذا سيحدث.
10:06
(Laughter)
193
594000
1000
(ضحك)
10:07
And this is what happens.
194
595000
2000
وهذا ما حدث.
10:09
(Laughter)
195
597000
3000
(ضحك)
10:12
(Applause)
196
600000
3000
(تصفيق)
10:15
It's nothing we had to do about this.
197
603000
2000
ليس لدينا الكثير يمكن أن نفعله حيال ذلك
10:17
We just took this character that I just talked about,
198
605000
2000
علينا فقط أن نأخذ هذا الشخص الذي تحدثت عنه
10:19
put it on a slippery surface, and this is what you get out of it.
199
607000
3000
نضعه على سطح زلق ، وهذا هو ما تحصل عليه
10:22
And that's a really fascinating thing about this approach.
200
610000
3000
وهذا شيء مثير حقا في هذه المقاربة
10:26
Now, when we went to film studios and games developers
201
614000
3000
الآن ، عندما ذهبنا إلى استوديوهات الأفلام و مطوري الألعاب
10:29
and showed them that technology, we got a very good response.
202
617000
3000
وقدمنا لهم هذه التكنولوجيا ، وحصلنا على استجابة جيدة
10:32
And what they said was, the first thing they need immediately is virtual stuntmen.
203
620000
4000
وكان ما قالوا ، أن أول ما يحتاجونه فورا هو كومبارس افتراضي
10:36
Because stunts are obviously very dangerous, they're very expensive,
204
624000
4000
لأن من الواضح أن المخاطرات خطيرة جدا و مكلفة جدا ،
10:40
and there are a lot of stunt scenes that you cannot do, obviously,
205
628000
2000
وهناك الكثير من المشاهد المثيرة التي لا يمكن القيام بها
10:42
because you can't really allow the stuntman to be seriously hurt.
206
630000
3000
لأنك لا يمكن أن تسمح أن يصاب الكومبارس إصابات خطيرة
10:45
So, they wanted to have a digital version of a stuntman
207
633000
3000
لذلك فهم يريدون الحصول على نسخة رقمية من الكومبارس
10:48
and that's what we've been working on for the past few months.
208
636000
2000
وهذا ما كنا نعمل على تحقيقه طوال الأشهر القليلة الماضية.
10:50
And that's our first product that we're going to release in a couple of weeks.
209
638000
5000
وهذا أول منتج سنطلقه بعد أسبوعين.
10:55
So, here are just a few very simple scenes of the guy just being kicked.
210
643000
5000
ما لدينا هنا هي مجرد أمثلة قليلة وبسيطة لمشاهد دفع هذا الشخص
11:00
That's what people want. That's what we're giving them.
211
648000
2000
هذا ما يريده الناس. هذا ما منحناهم إياهم.
11:02
(Laughter)
212
650000
7000
(ضحك)
11:09
You can see, it's always reacting.
213
657000
2000
يمكن أن نرى بإمكانها دائما أن ترد الفعل
11:11
This is not a dead body. This is a body who basically, in this particular case,
214
659000
4000
هذه ليست جثة. هذا جسم يمكنه في الأساس في هذه الحالة بالذات ،
11:15
feels the force and tries to protect its head.
215
663000
2000
أن يحس بمصدر القوة ، ويحاول حماية نفسه
11:17
Only, I think it's quite a big blow again.
216
665000
2000
فقط ، واعتقد انه لا بأس بضربة كبيرة أخرى.
11:19
You feel kind of sorry for that thing,
217
667000
2000
نشعر بالاسف نوعا ما من أجل هذا الشيء ،
11:21
and we've seen it so many times now that
218
669000
2000
رأينا هذا المشهد حتى الآن مرات عديدة
11:23
we don't really care any more.
219
671000
2000
نحن لم نعد نهتم لذلك
11:25
(Laughter)
220
673000
1000
(ضحك)
11:26
There are much worse videos than this, by the way, which I have taken out, but ...
221
674000
4000
بالمناسبة هناك أشرطة الفيديو أسوأ من هذه بكثير تمنيت جلبها ولكن...
11:31
Now, here's another one.
222
679000
2000
الآن ، هنا واحد آخر.
11:33
What people wanted as a behavior was to have an explosion,
223
681000
4000
ما أراده الناس من سلوك هو أن يحدث للانفجار ،
11:37
a strong force applied to the character,
224
685000
2000
قوة كبيرة تطبق على الشخص ،
11:39
and have the character react to it in midair.
225
687000
2000
و الحصول على ردة فعل الشخص عليها في الجو.
11:41
So that you don't have a character that looks limp,
226
689000
2000
لذلك لن يكون لديك شخص يبدو منهكا
11:43
but actually a character that you can use in an action film straight away,
227
691000
3000
ولكن حاليا يمكنك استخدام الشخص في كل الفيلم
11:46
that looks kind of alive in midair as well.
228
694000
2000
ويبدو أنه نوع من أنواع الحياة في الجو أيضا.
11:48
So this character is going to be hit by a force,
229
696000
2000
هذا الشخص سيتم ضربه بقوة ،
11:50
it's going to realize it's in the air,
230
698000
2000
سيدرك عندما يكون في الهواء أنه أصيب
11:52
and it's going to try and, well,
231
700000
3000
وسوف يحاول ، أيضا ،
11:55
stick out its arm in the direction where it's landing.
232
703000
2000
تحريك ذراعيه في اتجاه مكان السقوط
11:59
That's one angle; here's another angle.
233
707000
3000
هذا من إحدى زاوية ، وهنا من زاوية أخرى.
12:02
We now think that the realism we're achieving with this
234
710000
2000
بهذا نعتقد أن الواقعية تم تحقيقها
12:04
is good enough to be used in films.
235
712000
2000
هي جيدة بما فيه الكفاية لاستخدامها في الأفلام.
12:06
And let's just have a look at a slightly different visualization.
236
714000
3000
ودعونا فقط نطلع على تصور مختلف قليلا.
12:09
This is something I just got last night
237
717000
2000
هذا ما حصلت عليه الليلة الماضية
12:11
from an animation studio in London, who are using our software
238
719000
3000
من أستوديو للرسوم المتحركة في لندن يستخدمون برنامجنا
12:14
and experimenting with it right now.
239
722000
2000
و تقوم حاليا بتجربته
12:16
So this is exactly the same behavior that you saw,
240
724000
3000
لدينا هنا بالضبط نفس السلوك التي رأيتم
12:19
but in a slightly better rendered version.
241
727000
4000
ولكن في نسخة أفضل منه بقليل
12:23
So if you look at the character carefully,
242
731000
3000
إذا نظرتم إلى الشخص بعناية
12:26
you see there are lots of body movements going on,
243
734000
2000
ستلاحظ وجود الكثير من حركات الجسم
12:28
none of which you have to animate like in the old days.
244
736000
2000
لن تضطر لتحريك أي منها كما في الأيام الخوالي.
12:30
Animators had to actually animate them.
245
738000
2000
حاليا يقع على عاتق المبرمجين تحريكها
12:32
This is all happening automatically in the simulation.
246
740000
2000
كل ذلك يحدث تلقائيا في المحاكاة
12:34
This is a slightly different angle,
247
742000
2000
هذه من زاوية مختلفة قليلا
12:39
and again a slow motion version of this.
248
747000
2000
ثانيتا ولكن بعرض بطيء
12:41
This is incredibly quick. This is happening in real time.
249
749000
4000
هذا سريع بدرجة لا تصدق هذا يحدث آنيا
12:45
You can run this simulation in real time, in front of your eyes,
250
753000
2000
يمكنك تشغيل هذه المحاكاة في آنيا ، وأمام عينيك ،
12:47
change it, if you want to, and you get the animation straight out of it.
251
755000
3000
غيره إذا أردت ، ولن تحصل على حركة منه.
12:50
At the moment, doing something like this by hand
252
758000
2000
حاليا ، القيام بحركة مثل هذه بالأيدي
12:52
would take you probably a couple of days.
253
760000
2000
ربما سيحتاج ليومين.
12:55
This is another behavior they requested.
254
763000
3000
وهذا نوع آخر من السلوك طلبوه
12:58
I'm not quite sure why, but we've done it anyway.
255
766000
2000
أنا غير متأكد من السبب ، ولكننا قمنا به على كل حال.
13:00
It's a very simple behavior that shows you the power of this approach.
256
768000
2000
هذا سلوك بسيط يظهر لك قوة على هذه المقاربة
13:02
In this case, the character's hands
257
770000
2000
في هذه الحالة يدي الشخص
13:04
are fixed to a particular point in space,
258
772000
2000
تم تثبيتها في نقطة معينة في الفضاء ،
13:06
and all we've told the character to do is to struggle.
259
774000
3000
و كل ما طلبنا من الشخص القيام به هو المقاومة
13:09
And it looks organic. It looks realistic.
260
777000
3000
وتبدو متناسقة. تبدو واقعية
13:12
You feel kind of sorry for the guy.
261
780000
2000
نشعر بالاسف لهذا الرجل.
13:14
It's even worse -- and that is another video I just got last night --
262
782000
3000
إنها أسوأ من ذلك -- وهذا شريط فيديو آخر حصلت ليلة أمس --
13:17
if you render that a bit more realistically.
263
785000
2000
إذا كنت تقدم شيئا أكثر واقعية.
13:23
Now, I'm showing this to you just to show you
264
791000
2000
الآن ، أنا أظهر لكم هذا فقط لأبين لكم
13:25
how organic it actually can feel, how realistic it can look.
265
793000
2000
مدى تناسقه إلى أي حد يمكن أن تبدو واقعية.
13:27
And this is all a physical simulation of the body,
266
795000
3000
كل هذه تمثل محاكاة لحركة الجسم ،
13:30
using AI to drive virtual muscles in that body.
267
798000
3000
باستخدام الذكاء الصناعي للتحكم بالعضلات الافتراضية للجسم
13:35
Now, one thing which we did for a laugh was
268
803000
3000
الآن ، هنالك شيء قمنا به فقط من اجل المرح
13:38
to create a slightly more complex stunt scene,
269
806000
2000
لخلق مشهد مثير أكثر تعقيدا
13:40
and one of the most famous stunts is the one where James Bond
270
808000
3000
احدى أشهر المشاهد الخطرة حيث قام جيمس بوند
13:43
jumps off a dam in Switzerland and then is caught by a bungee.
271
811000
4000
بالقفز قبالة السد في سويسرا ومن ثم اعتقل من قبل القافزون.
13:48
Got a very short clip here.
272
816000
2000
لدينا مقطع قصير جدا هنا.
13:54
Yes, you can just about see it here.
273
822000
2000
نعم ، يمكنك ملاحظة ذلك هنا
13:56
In this case, they were using a real stunt man. It was a very dangerous stunt.
274
824000
3000
في هذه المشهد استخدم كومبارس حقيقي. كانت مخاطرة كبيرة
13:59
It was just voted, I think in the Sunday Times, as one of the most impressive stunts.
275
827000
3000
تم اختيارها ، أعتقد في صحيفة صنداي تايمز كواحدة من أكثر المشاهد إثارة
14:02
Now, we've just tried and -- looked at our character and asked ourselves,
276
830000
3000
الآن قمنا بمحاولة ونظرنا الى شخصنا وسألنا أنفسنا ،
14:05
"Can we do that ourselves as well?"
277
833000
2000
هل يمكننا أن نفعل ذلك لأنفسنا أيضا؟
14:07
Can we use the physical simulation of the character,
278
835000
2000
هل يمكننا استخدام المحاكاة الفيزيائية للشخص
14:09
use artificial intelligence,
279
837000
2000
نستخدم الذكاء الاصطناعي ،
14:11
put that artificial intelligence into the character,
280
839000
2000
نضع هذا الذكاء الاصطناعي في الشخص،
14:13
drive virtual muscles, simulate the way he jumps off the dam,
281
841000
4000
نتحكم في العضلات الافتراضية نحاكي الطريقة التي قفز بها من السد
14:17
and then skydive afterwards,
282
845000
2000
ثم بعد ذلك يتزحلق على الجليد ،
14:19
and have him caught by a bungee afterwards?
283
847000
2000
ويقبض عليه قبل القافزون بعدها؟
14:21
We did that. It took about altogether just two hours,
284
849000
3000
لقد فعلنا ذلك و استغرق الأمر نحو ساعتين ،
14:24
pretty much, to create the simulation.
285
852000
2000
جيد الى حد كبير ، لخلق المحاكاة.
14:26
And that's what it looks like, here.
286
854000
2000
وهذا ما يبدو عليه هنا.
14:37
Now, this could do with a bit more work. It's still very early stages,
287
865000
3000
الآن ، يمكن القيام بهذا مع مزيد من العمل. إنها لا تزال في المراحل الأولى ،
14:40
and we pretty much just did this for a laugh,
288
868000
2000
والى حد كبير قمنا به لمجرد المرح
14:42
just to see what we'd get out of it.
289
870000
2000
فقط لمعرفة ما يمكننا الحصول عليه.
14:44
But what we found over the past few months
290
872000
2000
ولكن ما حصلنا عليه على مدى الأشهر القليلة الماضية
14:46
is that this approach -- that we're pretty much standard upon --
291
874000
3000
على أن هذه المقاربة التي نحن على وشك إتمامها
14:49
is incredibly powerful.
292
877000
2000
هي قوية بشكل لا يصدق.
14:51
We are ourselves surprised what you actually get out of the simulations.
293
879000
4000
نحن أنفسنا فوجئنا فعلا بنتيجة المحاكاة هذه.
14:55
There's very often very surprising behavior that you didn't predict before.
294
883000
4000
كثيرا ما كان هناك سلوك مفاجئ لم تتوقعه من قبل.
14:59
There's so many things we can do with this right now.
295
887000
2000
إلى حد الآن هناك أشياء كثيرة يمكن عملها مع هذا
15:01
The first thing, as I said, is going to be virtual stuntmen.
296
889000
3000
أول شيء ، كما قلت ، سيكون الكومبارس الافتراضي
15:04
Several studios are using this software now to produce virtual stuntmen,
297
892000
4000
عدة استوديوهات تستخدم هذا البرنامج لإنتاج كومبارس افتراضي
15:08
and they're going to hit the screen quite soon, actually,
298
896000
2000
و قريب جدا سوف نراهم على الشاشة، حاليا
15:10
for some major productions.
299
898000
2000
بالنسبة لبعض المنتجات الرئيسية.
15:12
The second thing is video games.
300
900000
3000
الشيء الثاني هو ألعاب الفيديو.
15:15
With this technology, video games will look different and they will feel very different.
301
903000
4000
مع هذه التكنولوجيا سيصبح شكل ألعاب الفيديو مختلفة وسيكون لها نمط مختلفة جدا.
15:19
For the first time, you'll have actors that really feel very interactive,
302
907000
3000
لأول مرة سيكون لديك ممثلون لديهم تفاعل حقيقي
15:22
that have real bodies that really react.
303
910000
2000
لديهم أجساما حقيقية تتفاعل بشكل واقعي
15:24
I think that's going to be incredibly exciting.
304
912000
3000
وأعتقد أن الأمر سيكون مثيرا بشكل لا يصدق.
15:27
Probably starting with sports games,
305
915000
2000
البداية على الأرجح ستكون مع الألعاب الرياضية ،
15:29
which are going to become much more interactive.
306
917000
2000
والتي ستصبح أكثر تفاعلية.
15:31
But I particularly am really excited
307
919000
1000
لكنني في الحقيقة أشعر بالسعادة خاصة
15:32
about using this technology in online worlds,
308
920000
3000
في استخدام هذه التكنولوجيا على شبكة الإنترنت ،
15:35
like there, for example, that Tom Melcher has shown us.
309
923000
3000
هناك على سبيل المثال ما عرضه لنا توم ميلتشر.
15:38
The degree of interactivity you're going to get
310
926000
2000
درجة التفاعل التي سنحصل عليها
15:40
is totally different, I think, from what you're getting right now.
311
928000
3000
هي مختلفة تماما ، كما أعتقد ، على ما حصلنا عليه الآن.
15:44
A third thing we are looking at and very interested in is simulation.
312
932000
4000
ثالث ما نتطلع اليه ، ومحاكاته جدا مهمة.
15:49
We've been approached by several simulation companies,
313
937000
2000
وقد اتصلت بنا عدة شركات محاكاة ،
15:51
but one project we're particularly excited about, which we're starting next month,
314
939000
3000
هنالك مشروع بالذات نحن متحمسون له بوجه خاص ، والتي سنبدؤه الشهر القادم ،
15:54
is to use our technology -- and in particular, the walking technology --
315
942000
4000
هو استخدام هذه التكنولوجيا وعلى وجه الخصوص تكنولوجيا والمشي
15:58
to help aid surgeons who work on children with cerebral palsy,
316
946000
4000
لمساعدة الجراحين الذين يعملون على الأطفال المصابين بالشلل الدماغي ،
16:02
to predict the outcome of operations on these children.
317
950000
3000
التنبؤ بنتيجة العمليات على هؤلاء الأطفال.
16:05
As you probably know,
318
953000
2000
كما تعلمون ،
16:07
it's very difficult to predict what the outcome of an operation is
319
955000
3000
ومن الصعب جدا التكهن بما ستسفر عنه العملية
16:10
if you try and correct the gait.
320
958000
2000
إذا حاولت و صححت طريقة المشي.
16:12
The classic quote is, I think, it's unpredictable at best,
321
960000
3000
المقدار كلاسيكيا واعتقد انه لا يمكن التنبؤ به في أفضل الأحوال ،
16:15
is what people think right now, is the outcome.
322
963000
3000
هو إلى الآن ما يعتقد الناس ، هو النتيجة.
16:18
Now, what we want to do with our software is allow our surgeons to have a tool.
323
966000
4000
الآن ما نريد أن نفعله مع برنامجنا هو السماح للجراحين أن يحصلوا على أداة.
16:22
We're going to simulate the gait of a particular child
324
970000
3000
نحن نقوم بمحاكاة مشية طفل معين
16:25
and the surgeon can then work on that simulation
325
973000
3000
ثم يقوم الجراح بالعمل على المحاكاة
16:28
and try out different ways to improve that gait,
326
976000
2000
و يقوم بتجارب مختلفة لتحسين هذه مشية
16:30
before he actually commits to an actual surgery.
327
978000
3000
قبل ان يقوم فعليا بالعملية الجراحية.
16:33
That's one project we're particularly excited about,
328
981000
2000
وإننا متحمسون لهذا المشروع بشكل خاص ،
16:35
and that's going to start next month.
329
983000
2000
وسوف يبدأ الشهر القادم.
16:39
Just finally, this is only just the beginning.
330
987000
3000
أخيرا فقط ، وهذا ليس إلا مجرد بداية.
16:42
We can only do several behaviors right now.
331
990000
2000
ونحن لا يمكننا حاليا إلا محاكاة البعض من السلوكيات
16:44
The AI isn't good enough to simulate a full human body.
332
992000
3000
الذكاء الاصطناعي ليس كافيا لمحاكاة كامل الجسم البشري.
16:47
The body yes, but not all the motor skills that we have.
333
995000
3000
الهيئة نعم ، ولكن ليس كل المهارات الحركية التي لدينا.
16:50
And, I think, we're only there if we can have something like ballet dancing.
334
998000
3000
وأعتقد أننا سنصل إلى هذا الحد فقط إذا تمكنا من القيام بشيء مثل رقص الباليه
16:53
Right now, we don't have that
335
1001000
2000
إلى حد الآن لم نحصل على هذا
16:55
but I'm very sure that we will be able to do that at some stage.
336
1003000
2000
ولكني جدا متأكد من أننا سنتمكن من القيام بذلك في مرحلة ما.
16:57
We do have one unintentional dancer actually,
337
1005000
3000
لدينا راقص غير مقصود في الواقع ،
17:00
the last thing I'm going to show you.
338
1008000
2000
آخر ما أردت أن أعرض لكم.
17:02
This was an AI contour that was produced and evolved --
339
1010000
3000
هذا كان محيط يعمل بالذكاء الاصطناعي أنتج وطور --
17:05
half-evolved, I should say -- to produce balance, basically.
340
1013000
3000
نصف تطور ، يجب أن أقول -- على إنتاج التوازن ، أساسا.
17:08
So, you kick the guy and the guy's supposed to counter-balance.
341
1016000
3000
لذا إذا ركلت الرجل من المفترض أن يبحث الرجل عن توازن.
17:11
That's what we thought was going to come out of this.
342
1019000
3000
هذا ما اعتقدنا أنه سوف ينتج عن هذا.
17:14
But this is what emerged out of it, in the end.
343
1022000
2000
ولكن هذا ما ظهر في نهاية المطاف.
17:17
(Music)
344
1025000
10000
(موسيقى)
17:27
Bizarrely, this thing doesn't have a head. I'm not quite sure why.
345
1035000
3000
بشكل غريب ، وهذا الشيء ليس له دماغ و أنا غير متأكد لماذا
17:31
So, this was not something we actually put in there.
346
1039000
2000
لم نقم ببرمجته للقيام بهذا
17:33
He just started to create that dance himself.
347
1041000
4000
انه بدأ للتو باختراع هذه الرقصة بنفسه
17:37
He's actually a better dancer than I am, I have to say.
348
1045000
3000
انه بالتأكيد راقص أفضل مني ، لا بد لي أن أعترف
17:41
And what you see after a while --
349
1049000
2000
ما سنراه بعد حين --
17:43
I think he even goes into a climax right at the end.
350
1051000
2000
اعتقد انه سيصل في نهاية الى أقصى اليمين
17:49
And I think -- there you go.
351
1057000
3000
وأعتقد ها قد وصل
17:52
(Laughter)
352
1060000
2000
(ضحك)
17:54
So, that all happened automatically. We didn't put that in there.
353
1062000
2000
كل ذلك حدث تلقائيا. لم نقم ببرمجته
17:56
That's just the simulation creating this itself, basically.
354
1064000
3000
هذا ما اخترعه المحاكي بنفسه ، أساسا.
17:59
So it's just --
355
1067000
2000
لذلك فهذا --
18:01
(Applause)
356
1069000
1000
(تصفيق)
18:02
Thanks.
357
1070000
2000
شكرا.
18:05
Not quite John Travolta yet, but we're working on that as well,
358
1073000
3000
ليس بالضبط جون ترافولتا بعد ، لكننا نعمل على ذلك أيضا ،
18:08
so thanks very much for your time.
359
1076000
2000
شكرا جزيلا على ما منحتوني من وقتكم.
18:10
Thanks.
360
1078000
1000
شكرا.
18:11
(Applause)
361
1079000
1000
(تصفيق)
18:12
CA: Incredible. That was really incredible.
362
1080000
2000
كريس اندرسون : لا يصدق. كان لا يصدق فعلا.
18:14
TR: Thanks.
363
1082000
1000
تورستن رييل : شكرا. تورستن رييل : شكرا.
ABOUT THE SPEAKER
Torsten Reil - Animating neurobiologistBy coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around.
Why you should listen
From modeling the mayhem of equine combat in Lord of the Rings: Return of the King to animating Liberty City gun battles in Grand Theft Auto IV, Torsten Reil's achievements are all over the map these days. Software that he helped create (with NaturalMotion, the imaging company he co-founded) has revolutionized computer animation of human and animal avatars, giving rise to some of the most breathtakingly real sequences in the virtual world of video games and movies- and along the way given valuable insight into the way human beings move their bodies.
Reil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
More profile about the speakerReil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
Torsten Reil | Speaker | TED.com