TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
Tan Le: Sluchátka, která čtou vaše mozkové vlny
Filmed:
Readability: 5
2,732,929 views
Tan Leino ohromující nové počítačové rozhraní čte mozkové vlny uživatele, čímž umožňuje kontrolovat virtuální předměty a dokonce i hmotnou elektroniku pouhou myšlenkou (s trochou soustředění). Tan Le předvádí sluchátka a nastiňuje dalekosáhlé možnosti jejich využití.
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio
Double-click the English transcript below to play the video.
00:16
Up until now, our communication with machines
0
1000
2000
Až doposud byla naše komunikace se stroji
00:18
has always been limited
1
3000
2000
vždy omezená na
00:20
to conscious and direct forms.
2
5000
2000
vědomé a přímé způsoby.
00:22
Whether it's something simple
3
7000
2000
Ať už to bylo něco tak jednoduchého
00:24
like turning on the lights with a switch,
4
9000
2000
jako rozsvícení světel vypínačem,
00:26
or even as complex as programming robotics,
5
11000
3000
nebo něco tak složitého jako programování v robotice,
00:29
we have always had to give a command to a machine,
6
14000
3000
vždy jsme museli zadat stroji příkaz
00:32
or even a series of commands,
7
17000
2000
nebo dokonce sérii příkazů,
00:34
in order for it to do something for us.
8
19000
3000
aby něco udělal.
00:37
Communication between people, on the other hand,
9
22000
2000
Naproti tomu komunikace mezi lidmi
00:39
is far more complex and a lot more interesting
10
24000
3000
je mnohem složitější a daleko zajímavější,
00:42
because we take into account
11
27000
2000
protože bereme v úvahu o mnoho více,
00:44
so much more than what is explicitly expressed.
12
29000
3000
než co je explicitně vyjádřeno.
00:47
We observe facial expressions, body language,
13
32000
3000
Všímáme si výrazů tváře, řeči těla
00:50
and we can intuit feelings and emotions
14
35000
2000
a můžeme intuitivně vnímat pocity a emoce
00:52
from our dialogue with one another.
15
37000
3000
z našeho hovoru s druhými.
00:55
This actually forms a large part
16
40000
2000
Toto ve skutečnosti formuje velikou část
00:57
of our decision-making process.
17
42000
2000
našeho procesu rozhodování se.
00:59
Our vision is to introduce
18
44000
2000
Naší vizí je přinést
01:01
this whole new realm of human interaction
19
46000
3000
celou tuto novou sféru lidských vazeb
01:04
into human-computer interaction
20
49000
2000
do interakce člověka s počítačem,
01:06
so that computers can understand
21
51000
2000
tak aby počítače mohli rozumět
01:08
not only what you direct it to do,
22
53000
2000
nejen tomu, co jim přikážete dělat,
01:10
but it can also respond
23
55000
2000
ale aby mohli reagovat
01:12
to your facial expressions
24
57000
2000
na váš výraz tváře
01:14
and emotional experiences.
25
59000
2000
a emoční stav.
01:16
And what better way to do this
26
61000
2000
A jaký je lepší způsob jak to udělat
01:18
than by interpreting the signals
27
63000
2000
než interpretováním signálů,
01:20
naturally produced by our brain,
28
65000
2000
které jsou přirozeně vytvářené naším mozkem
01:22
our center for control and experience.
29
67000
3000
v našem centru pro řízení a zkušenosti.
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
No, to zní jako docela dobrý nápad,
01:27
but this task, as Bruno mentioned,
31
72000
2000
ale tento úkol, jak už Bruno zmínil,
01:29
isn't an easy one for two main reasons:
32
74000
3000
není lehký ze dvou hlavních důvodů:
01:32
First, the detection algorithms.
33
77000
3000
Zaprvé, detekční algoritmy.
01:35
Our brain is made up of
34
80000
2000
Náš mozek se skládá
01:37
billions of active neurons,
35
82000
2000
z miliard aktivních neuronů,
01:39
around 170,000 km
36
84000
3000
okolo 170 000 kilometrů
01:42
of combined axon length.
37
87000
2000
délky všech axonů.
01:44
When these neurons interact,
38
89000
2000
Když dochází k interakci neuronů,
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
chemická reakce vyšle elektrický impulz,
01:48
which can be measured.
40
93000
2000
který se dá změřit.
01:50
The majority of our functional brain
41
95000
3000
Většina našeho fungujícího mozku
01:53
is distributed over
42
98000
2000
je rozložená
01:55
the outer surface layer of the brain,
43
100000
2000
na vnější povrchové vrstvě mozku.
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
A aby se zvýšila plocha, která je volná pro mentální kapacitu,
02:00
the brain surface is highly folded.
45
105000
3000
tak je povrch mozku vysoce zvrásněný.
02:03
Now this cortical folding
46
108000
2000
Tedy tato korová vrstvení
02:05
presents a significant challenge
47
110000
2000
představují nemalou výzvu
02:07
for interpreting surface electrical impulses.
48
112000
3000
pro interpretaci povrchových elektrických impulzů.
02:10
Each individual's cortex
49
115000
2000
Mozková kůra každého
02:12
is folded differently,
50
117000
2000
je zvrásněná jinak,
02:14
very much like a fingerprint.
51
119000
2000
podobně jako otisk prstu.
02:16
So even though a signal
52
121000
2000
Takže i když signál
02:18
may come from the same functional part of the brain,
53
123000
3000
vychází ze stejné funkční části mozku,
02:21
by the time the structure has been folded,
54
126000
2000
tak ve chvíli, kdy prochází navrstvenou strukturou,
02:23
its physical location
55
128000
2000
se jeho fyzická poloha
02:25
is very different between individuals,
56
130000
2000
se mezi jednotlivci velmi liší,
02:27
even identical twins.
57
132000
3000
dokonce i mezi jednovaječnými dvojčaty.
02:30
There is no longer any consistency
58
135000
2000
Neexistuje žádná shoda
02:32
in the surface signals.
59
137000
2000
v povrchových signálech.
02:34
Our breakthrough was to create an algorithm
60
139000
2000
Průlomem bylo vytvoření algoritmu,
02:36
that unfolds the cortex,
61
141000
2000
který vyrovná kůru tak,
02:38
so that we can map the signals
62
143000
2000
abychom mohli zmapovat signály
02:40
closer to its source,
63
145000
2000
blíže u jejich zdroje,
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
a tak zajistit, aby to mohlo fungovat na celé populaci.
02:46
The second challenge
65
151000
2000
Druhou výzvou je
02:48
is the actual device for observing brainwaves.
66
153000
3000
samotné zařízení na pozorování mozkových vln.
02:51
EEG measurements typically involve
67
156000
2000
Měření EEG zpravidla zahrnují
02:53
a hairnet with an array of sensors,
68
158000
3000
síť na vlasy s množstvím senzorů,
02:56
like the one that you can see here in the photo.
69
161000
3000
jak můžete vidět na fotografii.
02:59
A technician will put the electrodes
70
164000
2000
Technik rozloží elektrody
03:01
onto the scalp
71
166000
2000
přímo na hlavu pomocí
03:03
using a conductive gel or paste
72
168000
2000
vodivého gelu nebo pasty
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
a zpravidla po proceduře přípravy hlavy
03:08
by light abrasion.
74
173000
2000
lehkými oděrkami.
03:10
Now this is quite time consuming
75
175000
2000
Tohle trvá opravdu dlouho
03:12
and isn't the most comfortable process.
76
177000
2000
a není to nic pohodlného.
03:14
And on top of that, these systems
77
179000
2000
A navíc, tyto systémy
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
stojí desítky tisíc dolarů.
03:20
So with that, I'd like to invite onstage
79
185000
3000
Takže, ráda bych na pódiu přivítala
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
Evana Granta, jednoho z loňských řečníků,
03:25
who's kindly agreed
81
190000
2000
který laskavě souhlasil s tím,
03:27
to help me to demonstrate
82
192000
2000
že mi pomůže demonstrovat,
03:29
what we've been able to develop.
83
194000
2000
co jsme byli schopni vyvinou.
03:31
(Applause)
84
196000
6000
(Potlesk)
03:37
So the device that you see
85
202000
2000
Takže zařízení, které zde vidíte,
03:39
is a 14-channel, high-fidelity
86
204000
2000
je 14-kanálový, vysoce spolehlivý
03:41
EEG acquisition system.
87
206000
2000
systém zaznamenávání EEG.
03:43
It doesn't require any scalp preparation,
88
208000
3000
Nevyžaduje žádnou přípravu hlavy,
03:46
no conductive gel or paste.
89
211000
2000
žádný vodivý gel nebo pastu.
03:48
It only takes a few minutes to put on
90
213000
3000
Trvá pouze pár minut si ho nasadit
03:51
and for the signals to settle.
91
216000
2000
a počkat na ustálení signálu.
03:53
It's also wireless,
92
218000
2000
Je též bezdrátový,
03:55
so it gives you the freedom to move around.
93
220000
3000
takže se můžete volně pohybovat.
03:58
And compared to the tens of thousands of dollars
94
223000
3000
A v porovnání s desítkami tisíc dolarů
04:01
for a traditional EEG system,
95
226000
3000
za tradiční EEG systém,
04:04
this headset only costs
96
229000
2000
tento headsest stojí pouze
04:06
a few hundred dollars.
97
231000
2000
pár stovek dolarů.
04:08
Now on to the detection algorithms.
98
233000
3000
Teď k detekčním algoritmům.
04:11
So facial expressions --
99
236000
2000
Takže výrazy tváře --
04:13
as I mentioned before in emotional experiences --
100
238000
2000
jak jsem zmínila dříve u emočních zážitků --
04:15
are actually designed to work out of the box
101
240000
2000
jsou v podstatě navrhnuté tak, aby ihned fungovali
04:17
with some sensitivity adjustments
102
242000
2000
s nějakými úpravami citlivosti
04:19
available for personalization.
103
244000
3000
kvůli přizpůsobení.
04:22
But with the limited time we have available,
104
247000
2000
Ale s omezeným časem, který máme k dispozici,
04:24
I'd like to show you the cognitive suite,
105
249000
2000
bych vám ráda ukázala kognitivní sadu,
04:26
which is the ability for you
106
251000
2000
která vám dává možnost
04:28
to basically move virtual objects with your mind.
107
253000
3000
v podstatě pohybovat virtuálními objekty pouhou myšlenkou.
04:32
Now, Evan is new to this system,
108
257000
2000
Takže, Evan je v tomto systému nový
04:34
so what we have to do first
109
259000
2000
takže nejprve mu
04:36
is create a new profile for him.
110
261000
2000
musíme vytvořit nový profil.
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
Očividně nenní Joanne -- takže dáme "přidat uživatele".
04:41
Evan. Okay.
112
266000
2000
Evan. Okej.
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
Takže první věcí, kterou potřebujeme udělat s kognitivní sadou
04:46
is to start with training
114
271000
2000
je nacvičit
04:48
a neutral signal.
115
273000
2000
neutrální signál.
04:50
With neutral, there's nothing in particular
116
275000
2000
Při neutrálním nemusí Evan dělat
04:52
that Evan needs to do.
117
277000
2000
nic zvláštního.
04:54
He just hangs out. He's relaxed.
118
279000
2000
Jen odpočívá, je uvolněný.
04:56
And the idea is to establish a baseline
119
281000
2000
A cílem je stanovit počáteční čáru
04:58
or normal state for his brain,
120
283000
2000
nebo normální stav jeho mozku,
05:00
because every brain is different.
121
285000
2000
protože každý mozek je jiný.
05:02
It takes eight seconds to do this,
122
287000
2000
Trvá to osm sekund.
05:04
and now that that's done,
123
289000
2000
A nyní, když je to hotové,
05:06
we can choose a movement-based action.
124
291000
2000
si můžeme vybat nějakou akci založenou na pohybu.
05:08
So Evan, choose something
125
293000
2000
Takže Evane, vyber si něco,
05:10
that you can visualize clearly in your mind.
126
295000
2000
co si dokážeš jednoduše představit ve své hlavě.
05:12
Evan Grant: Let's do "pull."
127
297000
2000
Evan Grant: Pojďme udělat "tahej".
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
Tan Le: Dobře. Tak si vybereme "tahej".
05:16
So the idea here now
129
301000
2000
Takže je to o tom,
05:18
is that Evan needs to
130
303000
2000
že si Evan musí
05:20
imagine the object coming forward
131
305000
2000
představit objekt posouvající se
05:22
into the screen,
132
307000
2000
k obrazovce
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
A tady se nám zobrazuje, jak pokročil,
05:27
while he's doing that.
134
312000
2000
když se soustředí.
05:29
The first time, nothing will happen,
135
314000
2000
Napoprvé se nic nestane,
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
protože systém nemá představu o tom, jak on přemýšlí o "tahání".
05:34
But maintain that thought
137
319000
2000
Ale udrž si tu představu
05:36
for the entire duration of the eight seconds.
138
321000
2000
po celou dobu těch osmi sekund.
05:38
So: one, two, three, go.
139
323000
3000
Takže, jedna, dva, tři, teď.
05:49
Okay.
140
334000
2000
Dobře.
05:51
So once we accept this,
141
336000
2000
Když jsme to odsouhlasili,
05:53
the cube is live.
142
338000
2000
tak kostka ožila.
05:55
So let's see if Evan
143
340000
2000
Tak se podívejme, jestli se Evan
05:57
can actually try and imagine pulling.
144
342000
3000
opravdu může pokusit představit si tahání.
06:00
Ah, good job!
145
345000
2000
Á, dobrá práce!
06:02
(Applause)
146
347000
3000
(Potlesk)
06:05
That's really amazing.
147
350000
2000
To je fakt působivé.
06:07
(Applause)
148
352000
4000
(Potlesk)
06:11
So we have a little bit of time available,
149
356000
2000
Ještě máme trochu času,
06:13
so I'm going to ask Evan
150
358000
2000
takže poprosíme Evana,
06:15
to do a really difficult task.
151
360000
2000
aby splnil opravdu težký úkol.
06:17
And this one is difficult
152
362000
2000
A je těžký,
06:19
because it's all about being able to visualize something
153
364000
3000
protože si má představit něco,
06:22
that doesn't exist in our physical world.
154
367000
2000
co neexistuje v našem fyzickém světě.
06:24
This is "disappear."
155
369000
2000
Je to "zmiz".
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
Takže co chcete -- přinejmenším všechny akce založené na pohybu,
06:28
we do that all the time, so you can visualize it.
157
373000
3000
to děláme pořád, takže si je dokážeme představit.
06:31
But with "disappear," there's really no analogies --
158
376000
2000
Ale "zmiz", nic takového neznáme.
06:33
so Evan, what you want to do here
159
378000
2000
Takže Evane, teď si představ,
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
že ta kostka pomalů mizí, dobře.
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
Zbytek je stejný. Takže, jedna, dva, tři, teď.
06:50
Okay. Let's try that.
162
395000
3000
Dobře. Zkusíme to.
06:53
Oh, my goodness. He's just too good.
163
398000
3000
Můj bože. On je vážně dobrý.
06:57
Let's try that again.
164
402000
2000
Zkusíme to znovu.
07:04
EG: Losing concentration.
165
409000
2000
EG: Nemohu se soustředit.
07:06
(Laughter)
166
411000
2000
(Smích)
07:08
TL: But we can see that it actually works,
167
413000
2000
TL: Ale můžeme vidět, že to opravdu funguje,
07:10
even though you can only hold it
168
415000
2000
i když je to možné udržet
07:12
for a little bit of time.
169
417000
2000
jen na chvíli.
07:14
As I said, it's a very difficult process
170
419000
3000
Jak už jsem řekla, je velmi těžké
07:17
to imagine this.
171
422000
2000
si to představit.
07:19
And the great thing about it is that
172
424000
2000
A skvělou věcí na tom je, že
07:21
we've only given the software one instance
173
426000
2000
jsme programu dali jen jednu představu
07:23
of how he thinks about "disappear."
174
428000
3000
o tom, jak on přemýšlí o zmizení.
07:26
As there is a machine learning algorithm in this --
175
431000
3000
A má to taky algoritmus pro strojové učení se --
07:29
(Applause)
176
434000
4000
(Potlesk)
07:33
Thank you.
177
438000
2000
Děkujeme.
07:35
Good job. Good job.
178
440000
3000
Dobrá práce. Dobrá práce.
07:38
(Applause)
179
443000
2000
(Potlesk)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
Děkujeme ti, Evane, jsi úžasný, úžasný
07:43
example of the technology.
181
448000
3000
příklad této technologie.
07:46
So, as you can see, before,
182
451000
2000
Jak jsme mohli vidět,
07:48
there is a leveling system built into this software
183
453000
3000
program má úrovńový systém,
07:51
so that as Evan, or any user,
184
456000
2000
takže jak se Evan, nebo kterýkoliv jiný uživatel,
07:53
becomes more familiar with the system,
185
458000
2000
bude více seznamovat se systémem,
07:55
they can continue to add more and more detections,
186
460000
3000
tak může přidávat další a další detekce mozku,
07:58
so that the system begins to differentiate
187
463000
2000
aby systém začal rozpoznávat
08:00
between different distinct thoughts.
188
465000
3000
mezi různými myšlenkami.
08:04
And once you've trained up the detections,
189
469000
2000
A když jste se naučili detekce,
08:06
these thoughts can be assigned or mapped
190
471000
2000
tyto myšlenky mohou být přidané nebo zmapované
08:08
to any computing platform,
191
473000
2000
na kteroukoliv počítačovou platformu,
08:10
application or device.
192
475000
2000
program nebo zařízení.
08:12
So I'd like to show you a few examples,
193
477000
2000
Takže bych vám ráda ukázala pár příkladů,
08:14
because there are many possible applications
194
479000
2000
protože existuje množství možných aplikací
08:16
for this new interface.
195
481000
2000
tohoto nového rozhraní.
08:19
In games and virtual worlds, for example,
196
484000
2000
V hrách a virtuálních světech, například,
08:21
your facial expressions
197
486000
2000
vaše výrazy tváře
08:23
can naturally and intuitively be used
198
488000
2000
mohou být přirozené a intuitivně používané
08:25
to control an avatar or virtual character.
199
490000
3000
na ovládání avatara nebo virtuální postavy.
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
Taky můžete zažít fantazii magie
08:31
and control the world with your mind.
201
496000
3000
a kontrolovat svět svou myslí.
08:36
And also, colors, lighting,
202
501000
3000
A také barvy, světlo,
08:39
sound and effects
203
504000
2000
zvuk a efekty
08:41
can dynamically respond to your emotional state
204
506000
2000
mohou dynamicky reagovat na váš emociální stav,
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
aby zvýšily sílu zážitku, který prožíváte, v reálném čase.
08:47
And moving on to some applications
206
512000
2000
Když se podíváme na nějaké aplikace
08:49
developed by developers and researchers around the world,
207
514000
3000
vyvíjené vývojáři a výzkumníky na celém světě,
08:52
with robots and simple machines, for example --
208
517000
3000
s roboty a jednoduchými stroji, například --
08:55
in this case, flying a toy helicopter
209
520000
2000
v tomto případě létání s hračkou, helikoptérou
08:57
simply by thinking "lift" with your mind.
210
522000
3000
jednoduše zaměřením se na "vzlétni" ve své hlavě.
09:00
The technology can also be applied
211
525000
2000
Technologie může být použitá
09:02
to real world applications --
212
527000
2000
i v reálném světě --
09:04
in this example, a smart home.
213
529000
2000
v tomto případě v inteligentním domě.
09:06
You know, from the user interface of the control system
214
531000
3000
No víte, od uživatelského rozhraní řídícího systému
09:09
to opening curtains
215
534000
2000
až po rozhrnutí záclon
09:11
or closing curtains.
216
536000
3000
nebo jejich zahrnutí.
09:22
And of course, also to the lighting --
217
547000
3000
A samozřejmě světla --
09:25
turning them on
218
550000
3000
jejich rozsvícení
09:28
or off.
219
553000
2000
nebo zhasnutí.
09:30
And finally,
220
555000
2000
A nakonec,
09:32
to real life-changing applications,
221
557000
2000
použití, které opravdu mění životy,
09:34
such as being able to control an electric wheelchair.
222
559000
3000
jako je možnost řídit elektrický vozík.
09:37
In this example,
223
562000
2000
V tomto případě jsou
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
výrazy tváře zmapované na příkazy pohybu.
09:42
Man: Now blink right to go right.
225
567000
3000
Muž: Teď mrkněte pravým okem, abys jel doprava.
09:50
Now blink left to turn back left.
226
575000
3000
Teď mrkni levým okem, abys jel zatočil doleva.
10:02
Now smile to go straight.
227
587000
3000
Teď se usměj, abys jel rovně.
10:08
TL: We really -- Thank you.
228
593000
2000
TL: Opravdu vám děkujeme.
10:10
(Applause)
229
595000
5000
(Potlesk)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
V současné době opravdu jen nahlížíme pod povrch toho, co je možné.
10:18
and with the community's input,
231
603000
2000
A s přínosem společnosti
10:20
and also with the involvement of developers
232
605000
2000
a také se zahrnutím vývojářů
10:22
and researchers from around the world,
233
607000
3000
a výzkumníků z celého světa,
10:25
we hope that you can help us to shape
234
610000
2000
doufáme, že nám můžete pomoci určit to
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
kam až může zajít technologie. Moc vám děkuji.
ABOUT THE SPEAKER
Tan Le - EntrepreneurTan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).
Why you should listen
Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.
Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.
Tan Le | Speaker | TED.com