TED2007
Blaise Agüera y Arcas: How PhotoSynth can connect the world's images
বৈলশ আগুরা ই আরকাস ব্যখ্যা সমেত প্রদর্শন করেছেন
Filmed:
Readability: 4.3
5,831,957 views
বৈলশ আগুরা ই আরকাস ফটোসিন্থ এর একটি ঝক্মকে প্রদর্শন করেছেন, একটি সফটওয়ার যা আমাদের ডিজিটাল ছবিগুলিকে ভিন্ন দৃষ্টিতে উপস্থাপন করতে পারে। ওয়েব থেকে বেছে নেওয়া স্থির চিত্রগুলি ব্যবহার করে ফটোসিন্থ শ্বাসরোধকারী ড্রিনস্স্কেপস্ তৈরী করেছেন যেটা আমাদের সঠিক পথে পরিচালনা করেছে।
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
প্রথমেই আমি আপনাদের যা দেখাতে চলেছি
00:27
is some foundational work, some new technology
1
2000
4000
তা কিছু নতুন,গঠনমুলক এবং প্রযুক্তিগত
00:31
that we brought to Microsoft as part of an acquisition
2
6000
3000
যা প্রায় একবছর আগে মাইক্রোসফট এ নিয়ে আসা হয়েছে
00:34
almost exactly a year ago. This is Seadragon,
3
9000
3000
একে সি-ড্রাগন বলা হয়
00:37
and it's an environment in which you can either locally or remotely
4
12000
3000
এটি একটি এমন এনভায়বনমেন্ট যেখানে আপনারা কাছাকাছি কিংবা দুরবর্তী যে কোন ভাবে
00:40
interact with vast amounts of visual data.
5
15000
3000
যে কোনো জ়ায়গায় থেকে বহুল পরিমাণ ভিসুয়াল ডাটার সাথে যোগাযগ করতে পারেন।
00:43
We're looking at many, many gigabytes of digital photos here
6
18000
3000
আমরা এখন অসংখ্য গিগাবাইটস এর ছবি দেখছি
00:46
and kind of seamlessly and continuously zooming in,
7
21000
3000
ধারাবাহিক ভাবে জুম করে,স্বচ্ছতার সঙ্গে
00:50
panning through the thing, rearranging it in any way we want.
8
25000
2000
এবং নিজেদের ইচ্ছানুসারে রি অ্যারেঞ্জ করে
00:52
And it doesn't matter how much information we're looking at,
9
27000
4000
আমরা যে তথ্যগুলো অথবা যে
00:56
how big these collections are or how big the images are.
10
31000
3000
ছবিগুলো দেখছি তার আয়তনটাই বড় কথা নয়।
00:59
Most of them are ordinary digital camera photos,
11
34000
2000
এগুলোর বেশিরভাগ হল সাধারন ডিজিটাল ক্যামেরায় তোলা ছাবি,
01:01
but this one, for example, is a scan from the Library of Congress,
12
36000
3000
এবং উদাহরণ হিসেবে এই ছাবিটা লাইব্রেরী অফ কংগ্রেস থেকে নেওয়া
01:05
and it's in the 300 megapixel range.
13
40000
2000
যার রেঞ্জ ৩০০ মেগাপিক্সেল
01:08
It doesn't make any difference
14
43000
1000
এতে কিছু যায় আসে না
01:09
because the only thing that ought to limit the performance
15
44000
3000
কারণ কেবল মাত্র যা সিস্টেম এর কাজ করার ক্ষমতাকে নিয়ন্ত্রণ করে
01:12
of a system like this one is the number of pixels on your screen
16
47000
3000
তা হল পিক্সেল এর সংখ্যা
01:15
at any given moment. It's also very flexible architecture.
17
50000
3000
এই প্রযুক্তি খুব নমণীয় এবং নিজের ইচ্ছামত পরিবর্তন সাপেক্ষ
01:18
This is an entire book, so this is an example of non-image data.
18
53000
3000
দেখুন এটা হল একটা পুরো বই,এখানে ছবি নেই।
01:22
This is "Bleak House" by Dickens. Every column is a chapter.
19
57000
5000
ডিকেন্স এর লেখা এই বইটার এক একটা কলাম হল এক একটা অধ্যায়
01:27
To prove to you that it's really text, and not an image,
20
62000
4000
এটা যে কোন ছবি নয় এটা প্রমাণ করার জন্য
01:31
we can do something like so, to really show
21
66000
2000
আসুন আমরা এইভাবে দেখি যে
01:33
that this is a real representation of the text; it's not a picture.
22
68000
3000
এটা সতি একটা পাঠ্য,কোন ছবি নয়।
01:37
Maybe this is a kind of an artificial way to read an e-book.
23
72000
2000
হতে পারে ই-বুক পরার এটি একটি নকল পদ্ধতি।
01:39
I wouldn't recommend it.
24
74000
1000
আমি এই পদ্ধতি আপনাদের প্রয়োগ করতে বলছি না।
01:40
This is a more realistic case. This is an issue of The Guardian.
25
75000
3000
এটা অনেক বেশি বাস্তবসম্মত।দ্য গাডেণ এর অংশ।
01:43
Every large image is the beginning of a section.
26
78000
2000
প্রত্যেকটা বড় চিত্র এক একটা সেকশনের শুরু।
01:45
And this really gives you the joy and the good experience
27
80000
3000
এবং এটা আপনাকে প্রচুর ম্যাগাজিন বা নিউজপেপার পরার
01:48
of reading the real paper version of a magazine or a newspaper,
28
83000
5000
পরার সত্যিকারের আনন্দ এবং অভিজ্ঞতা দেবে
01:54
which is an inherently multi-scale kind of medium.
29
89000
1000
যা একটা সুপ্ত বহুমুখী প্রতিভা
01:56
We've also done a little something
30
91000
1000
আমরা দ্য গারডিয়ান এর
01:57
with the corner of this particular issue of The Guardian.
31
92000
3000
একটি বিশেষ অংশ নিয়ে আরো কিছু করছি,
02:00
We've made up a fake ad that's very high resolution --
32
95000
3000
আমরা একটা সাধারন বিজ্ঞপ্তির থেকে আনেক বেশি
02:03
much higher than you'd be able to get in an ordinary ad --
33
98000
2000
রিসোলিউশোন যুক্ত নকল বিজ্ঞপ্তি তৈরী করেছি।
02:05
and we've embedded extra content.
34
100000
2000
এবং এর মধ্যে আনেক বেশি তথ্য আছে।
02:07
If you want to see the features of this car, you can see it here.
35
102000
2000
আপনি যদি এই গাড়ীটার বা অন্য কোন মডেলের বা
02:10
Or other models, or even technical specifications.
36
105000
4000
টেকনিকাল স্পেসিফিকেশন দেখতে চান তাহলে দেখতে পাবেন।
02:15
And this really gets at some of these ideas
37
110000
2000
এটা সত্যি কিছু আইডিয়া দেয়
02:18
about really doing away with those limits on screen real estate.
38
113000
4000
রিয়েল এস্টেট এর পর্দায় বাধা সম্বন্ধে।
02:22
We hope that this means no more pop-ups
39
117000
2000
আমরা আশা করি এর মানে কোন পপ-আপ
02:24
and other kind of rubbish like that -- shouldn't be necessary.
40
119000
2000
বা ওই ধরনের কোন বাজে জিনিসের দরকার নেই।
02:27
Of course, mapping is one of those really obvious applications
41
122000
2000
ম্যাপিং হল এইধরনের প্রয়ুক্তির জন্য একটি
02:29
for a technology like this.
42
124000
2000
জলজ্যান্ত উদাহরণ গুলির মধ্যে একটি
02:31
And this one I really won't spend any time on,
43
126000
2000
এবং এটি সমন্ধে বেশী কিছু বলার নেই
02:33
except to say that we have things to contribute to this field as well.
44
128000
2000
কেবলমাত্র এটি ছাড়া যে এই ক্ষেত্রেও অনেক কিছু করার আছে।
02:37
But those are all the roads in the U.S.
45
132000
2000
কিন্তু এগুলো হল মার্কিন যুক্তরাষ্ট্রের সব রাস্তা
02:39
superimposed on top of a NASA geospatial image.
46
134000
4000
যেগুলো নাসা জিওস্পাটিয়াল ছবির ওপর আরোপ করা হয়েছে।
02:44
So let's pull up, now, something else.
47
139000
2000
এখন এই অব্ধি থাক,এবার অন্য প্রসঙ্গে আসা যাক।
02:46
This is actually live on the Web now; you can go check it out.
48
141000
3000
এখন সরাসরি সম্প্রচার করা হবে,আপনারা দেখতে পারেন।
02:49
This is a project called Photosynth,
49
144000
1000
এই প্রযেক্টটির নাম ফটোসিনথ,;
02:51
which really marries two different technologies.
50
146000
1000
যা দুটো সম্পূর্ণ আলাদা প্রযুক্তির মেলবন্ধন ঘটায়।
02:52
One of them is Seadragon
51
147000
1000
এবং এর মধ্যে একটা হোল সীড্রাগণ
02:54
and the other is some very beautiful computer vision research
52
149000
2000
আর অন্যটা কোনো সুন্দর কম্পিউটার ভিশন রিসার্চ
02:57
done by Noah Snavely, a graduate student at the University of Washington,
53
152000
2000
যেটা তৈরি করেছেন ওয়াসিংটন ইউনিভার্সিটির গ্র্যজ়ুয়েট স্টুডেন্ট নোয়া স্ন্যভেলি,
03:00
co-advised by Steve Seitz at U.W.
54
155000
2000
সহ-পরামর্শদাতা দিয়েছেন ইউ ডাবোলূর স্টিভ সিইজ,
03:02
and Rick Szeliski at Microsoft Research. A very nice collaboration.
55
157000
4000
এবং মাইক্রসফট রিসার্চ-এর রিক জেলেস্কি।একটা সুন্দর কোলাবরেশন
03:07
And so this is live on the Web. It's powered by Seadragon.
56
162000
2000
এটা ওয়েব এ সারাসরি দেখতে পাচ্ছেন,এটা সিড্রাগন এর দ্বারা হচ্ছে
03:09
You can see that when we kind of do these sorts of views,
57
164000
2000
আপনার এগুলি দেখতে পান যখন আমরা এই ধরনের ভিউগুলো করি,
03:12
where we can dive through images
58
167000
1000
ছবির একেবারে ভিতর পর্যন্ত দেখতে পারি
03:14
and have this kind of multi-resolution experience.
59
169000
1000
এবং বিভিন্ন ধরণের মাল্টি রিশোলিউশান সম্পর্কে আভিজ্ঞতা হয়।
03:16
But the spatial arrangement of the images here is actually meaningful.
60
171000
4000
কিন্তু এখানে মহাকাশ সম্পর্কিত ছবিগুলো অর্থপুর্ণ।।
03:20
The computer vision algorithms have registered these images together
61
175000
3000
কম্পিউটার ভিশন অ্যালগোরিদম এই ছবিগুলোকে একত্রিত করেছে,
03:23
so that they correspond to the real space in which these shots --
62
178000
4000
যাতে করে এই ছবিগুলো সত্তিকারের মহাকাশের সাথে সামঞ্জস্যপুর্ণ করতে পারে
03:27
all taken near Grassi Lakes in the Canadian Rockies --
63
182000
2000
সবকটি ছবি কানাডিয়ান রকিস এর কাছে গ্রাসি লেক এ তোলা
03:31
all these shots were taken. So you see elements here
64
186000
2000
যা কীছূ আপনারা দেখছেন এখানে
03:33
of stabilized slide-show or panoramic imaging,
65
188000
4000
সবই স্তায়ী স্লাইড শো অথবা দিগন্তপ্রসারী ছবি
03:40
and these things have all been related spatially.
66
195000
2000
এবং এগুলির সাথে মহাকাশের একটা সম্পর্ক আছে।
03:42
I'm not sure if I have time to show you any other environments.
67
197000
3000
সময়াভাবের জন্য আমি হয়ত আপনাদের আর কোন এনভায়রনমেন্টের সাথে পরিচয় ঘটাতে পারব না
03:45
There are some that are much more spatial.
68
200000
1000
কিছু আছে যেগুলো আরও বেশী মাহাকাশ সম্পর্কিত
03:47
I would like to jump straight to one of Noah's original data-sets --
69
202000
3000
আমি এখন নোহার আসল ডাটা সেট এর কাছে আপনাদের নিয়ে যাব-
03:50
and this is from an early prototype of Photosynth
70
205000
2000
আর এটা ফটোসিন্থ এর মুল অংশ থেকে নেওয়া
03:52
that we first got working in the summer --
71
207000
2000
যেটা আমরা গ্রীষ্মকালে করেছিলাম
03:54
to show you what I think
72
209000
1000
আমার মনে হয় আমি আপনাদের যেটা দেখাচ্ছি
03:55
is really the punch line behind this technology,
73
210000
3000
সেই ফটোসিন্থ টেকনোলজ়ী এই প্রযুক্তির প্রধান সহযোগকারী।
03:59
the Photosynth technology. And it's not necessarily so apparent
74
214000
2000
এবং সেই এনভায়রনমেন্ট থেকে এটা এতটা পরিস্কার নয়
04:01
from looking at the environments that we've put up on the website.
75
216000
3000
যেটা আমরা ওয়েবসাইট এ দিয়েছি।
04:04
We had to worry about the lawyers and so on.
76
219000
2000
কারন উকিলদের কথা আমাদের মাথায় রাখতে হয়েছিল।
04:07
This is a reconstruction of Notre Dame Cathedral
77
222000
1000
এবারে যেটা দেখাচ্ছি সেটা নোটরডাম ক্যাথিড়্রাল এর পুনর্গঠন
04:09
that was done entirely computationally
78
224000
2000
এর পুরোটাই কম্পিউটার নিয়ন্ত্রিত
04:11
from images scraped from Flickr. You just type Notre Dame into Flickr,
79
226000
3000
ছবি থেকে সুরু করে সবকিছু।আপনি ফ্লিকর এ গিয়ে শুধু নোটতরডাম টাইপ করুন,
04:14
and you get some pictures of guys in t-shirts, and of the campus
80
229000
3000
আপনি কিছু টি-সার্ট পরা ছেলের ছবি আর ক্যাম্পাস এর ছবি পাবেন
04:17
and so on. And each of these orange cones represents an image
81
232000
4000
প্রতেকটা কমলা বংয়ের কোন এক একটা ছবিকে তুলে ধরছে
04:22
that was discovered to belong to this model.
82
237000
2000
এবং এই মডেল কে চিনে নিতে সাহায্য করছে।
04:26
And so these are all Flickr images,
83
241000
2000
এবং এগুলি হল সব ফ্লিকর ছবি,
04:28
and they've all been related spatially in this way.
84
243000
3000
আর এগুলো সব মহাকাশের সাথে সম্পকিত।
04:31
And we can just navigate in this very simple way.
85
246000
2000
এবং এইভাবে আমরা খুব সহজেই যাত্রা শুরু করতে পারব।
04:35
(Applause)
86
250000
9000
হাততালি।
04:44
You know, I never thought that I'd end up working at Microsoft.
87
259000
2000
আমি কোনো দিন মাইক্রসফট-এ কাজ করব ভাবি নি।
04:46
It's very gratifying to have this kind of reception here.
88
261000
4000
আপনাদের এই ধরনের অভ্যর্থনায় আমি বাধিত।
04:50
(Laughter)
89
265000
3000
হাস্যরোল।
04:53
I guess you can see
90
268000
3000
আমার মনে হয় আপনারা
04:56
this is lots of different types of cameras:
91
271000
2000
বিভিন্ন ধরনের ক্যামেরা দেখতে পাচ্ছেনঃ
04:58
it's everything from cell phone cameras to professional SLRs,
92
273000
3000
এগুলো বিভিন্ন ধরনের সেলফোন থেকে শুরু করে পেশাদার এস এল আর ,
05:02
quite a large number of them, stitched
93
277000
1000
এগুলির বেশিরভাগ একসাথে
05:03
together in this environment.
94
278000
1000
এই এনভায়রনমেন্টে একত্রিত রয়েছে
05:04
And if I can, I'll find some of the sort of weird ones.
95
279000
2000
এবং এদের মধ্যে আমি কিছু খুঁজে বার করব
05:08
So many of them are occluded by faces, and so on.
96
283000
3000
এদের মধ্যে বেশিরভাগেরই মুখ বন্ধ।
05:13
Somewhere in here there are actually
97
288000
1000
কোথাও কোথাও এখানে
05:15
a series of photographs -- here we go.
98
290000
1000
ধারাবাহিক ছবি-এখানে দেখুন।
05:17
This is actually a poster of Notre Dame that registered correctly.
99
292000
3000
এটা আসলে নোটরডামের একটা পোস্টার যেটা সঠিকভাবে তালিকাভুক্ত হয়েছে।
05:21
We can dive in from the poster
100
296000
2000
চলুন আমরা ছবির ভিতরে প্রবেশ করি
05:24
to a physical view of this environment.
101
299000
3000
সামনে থেকে ছবিটা দেখি।
05:31
What the point here really is is that we can do things
102
306000
3000
এখানে গুরুত্বপূর্ণ কথাটি হল আমরা
05:34
with the social environment. This is now taking data from everybody --
103
309000
5000
সামাজিক পরিবেশের সাথে কাজ করতে পারি
05:39
from the entire collective memory
104
314000
1000
এটা এখন সকলের থেকে তথ্য সংগ্রহ করছে,কালেকটিভ মেমারী থেকে
05:40
of, visually, of what the Earth looks like --
105
315000
2000
পৃথিবীর রুপ খুঁজে বার করছে-
05:43
and link all of that together.
106
318000
1000
আর সকলকে একত্রিত করছে।
05:44
All of those photos become linked together,
107
319000
2000
সব ছবিগুলো একে অপরের সাথে সম্পর্কযুক্ত হয়েছে,
05:46
and they make something emergent
108
321000
1000
এবং এগুলো কিছু একটার উদ্ভব ঘটাচ্ছে
05:47
that's greater than the sum of the parts.
109
322000
2000
সব অংশের যোগফলের থেকে ওটা বড়।
05:49
You have a model that emerges of the entire Earth.
110
324000
2000
আপনারা একটা পুরো পৃথিবীর নমুনা দেখতে পাচ্ছেন।
05:51
Think of this as the long tail to Stephen Lawler's Virtual Earth work.
111
326000
5000
এটাকে আপনারা স্টিফেন ললার এর ভারচুয়াল আর্থ ওয়ার্ক এর লম্বা লেজ মনে করতে পারেন।
05:56
And this is something that grows in complexity
112
331000
2000
এটা এমন একটা জিনিস যেটা জটিলতার মধ্যে গড়ে ওঠে
05:58
as people use it, and whose benefits become greater
113
333000
3000
লোকেরা যত এটা ব্যবহার করে,তত এর উপযোগিতা বেড়ে ওঠে
06:01
to the users as they use it.
114
336000
2000
ব্যবহারকারীদের ব্যবহার করার সাঙ্গে সাঙ্গে।
06:03
Their own photos are getting tagged with meta-data
115
338000
2000
তাদের নিজেদের ছবিগুলো
06:05
that somebody else entered.
116
340000
1000
অন্য কারোর ছবির সাথে মেটা-ডাটা দিয়ে ট্যাগ করতে হয়।
06:07
If somebody bothered to tag all of these saints
117
342000
3000
কেউ যদি সব সাধু-সন্তদের তালিকাভুক্ত করতে চায়
06:10
and say who they all are, then my photo of Notre Dame Cathedral
118
345000
3000
আর বলে যে ওরা কারা,তাহলে আমার নোটরডামের ক্যথিড্রাল এর ছাবিগুলো
06:13
suddenly gets enriched with all of that data,
119
348000
2000
হঠাৎ করে ওই ডাটাগুলো পেয়ে আরো সুন্দর হয়ে ওঠে,
06:15
and I can use it as an entry point to dive into that space,
120
350000
3000
আমি এটাকে মহাকাশে প্রবেশের একটা দিক হিসাবে ব্যবহার করতে পারি,
06:18
into that meta-verse, using everybody else's photos,
121
353000
2000
আর সবার ছবি ব্যবহার করে
06:21
and do a kind of a cross-modal
122
356000
2000
আর ক্রস মোডাল ব্যবহার করে
06:25
and cross-user social experience that way.
123
360000
3000
আর ক্রস ইউসার সামাজিক অভিজ্ঞতা দেয়।
06:28
And of course, a by-product of all of that
124
363000
1000
এবং অবশ্যই এসবের উপজাত পদার্থ
06:30
is immensely rich virtual models
125
365000
2000
হল প্রচন্ড সমৃদ্ধপূর্ণ ভার্চুয়াল মডেল
06:32
of every interesting part of the Earth, collected
126
367000
2000
পৃথিবীর প্রত্যেকটা আংশ শুধু
06:35
not just from overhead flights and from satellite images
127
370000
3000
আকাশে ওড়া বিমান অথবা উপগ্রহ থেকে সংগৃহীত ছবি নয়,
06:38
and so on, but from the collective memory.
128
373000
2000
কালেকটিভ মেমারী থেকে নেওয়া
06:40
Thank you so much.
129
375000
2000
আপনাদের অনেক ধন্যবাদ।
06:42
(Applause)
130
377000
11000
হাততালি
06:53
Chris Anderson: Do I understand this right? That what your software is going to allow,
131
388000
4000
ক্রিস আন্ডারসনঃআমি কি এটা ঠিক মনে করতে পারি যে আপনার সফটওযার টি
06:58
is that at some point, really within the next few years,
132
393000
2000
আগামী ভবিষ্যতে
07:01
all the pictures that are shared by anyone across the world
133
396000
4000
পৃথিবীর সমস্ত ছবিকে
07:05
are going to basically link together?
134
400000
2000
একত্রিত করতে পারবে?
07:07
BAA: Yes. What this is really doing is discovering.
135
402000
2000
বি এ এঃহ্যাঁ নিশ্চয়।এটা দারুন কাজ করছে।
07:09
It's creating hyperlinks, if you will, between images.
136
404000
3000
আপনি চাইলে এটা একাধিক ছবির সাথে হাইপার লিঙ্ক করবে।
07:12
And it's doing that
137
407000
1000
এবং এটা ছবির ভিতরকার বিষয় বস্তুর
07:13
based on the content inside the images.
138
408000
1000
সাহায্যে করতে পারে।
07:14
And that gets really exciting when you think about the richness
139
409000
3000
এটা খুবই মূল্যবান জিনিস
07:17
of the semantic information that a lot of those images have.
140
412000
2000
স্বচ্ছ তথ্য পাওয়াটা খূব আনন্দের।
07:19
Like when you do a web search for images,
141
414000
2000
যেমন ধরুন আপনি কোন ছাবির জন্য ওয়েব ঁখুজছেন
07:22
you type in phrases, and the text on the web page
142
417000
2000
আপনি বাক্যটা লেখেন আর ওয়েব পেজ
07:24
is carrying a lot of information about what that picture is of.
143
419000
3000
আপনার সামনে সেই ছবিটার সম্বান্ধে আনেক তথ্য নিয়ে আসে
07:27
Now, what if that picture links to all of your pictures?
144
422000
2000
এটা কেমন হয় যদি আপনার সেই সমস্ত ছবি একে অপরের সাথে লিঙ্ক তৈরী করে?
07:29
Then the amount of semantic interconnection
145
424000
2000
তাহলে বিপুল পরিমান তথ্য একে অপরের সাথে শব্দার্থগত ভাবে যুক্ত হয়
07:31
and the amount of richness that comes out of that
146
426000
1000
এবং তার গুণগত মান খুব উন্নত হয়
07:32
is really huge. It's a classic network effect.
147
427000
3000
এটা একটা দারুন নেটওয়ার্ক এর ফল
07:35
CA: Blaise, that is truly incredible. Congratulations.
148
430000
2000
সি এঃব্লেজ,ভীষন ভালো আর প্রশংসনীয়।
07:37
BAA: Thanks so much.
149
432000
1000
বি এ এ: অনেক ধন্যবাদ
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