TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Agüera y Arcas demuestra mapas con realidad aumentada
Filmed:
Readability: 3.4
1,856,682 views
En la demostración que ocasionó asombro en TED2010, Blaise Agüera y Arcas demuestra la nueva tecnología de mapas con realidad aumentada de Microsoft.
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.
00:15
About a year and a half ago,
0
0
2000
Año y medio atrás
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
Stephen Lawler quien también dio una charla
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
aquí en TED en el 2007 sobre Microsoft Virtual Earth
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
me trajo para ser el arquitecto de Bing Maps,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
que es el esfuerzo de mapas en línea de Microsoft.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
En los últimos dos años y medio, hemos trabajado mucho
00:31
on redefining the way maps work online.
6
16000
4000
en redefinir el modo de funcionamiento de los mapas en línea.
00:35
And we really are seeing this in very different terms
7
20000
2000
Y, en realidad, estamos viéndolo en términos muy diferentes
00:37
from the kind of mapping and direction site
8
22000
2000
del tipo de sitio de cartografía y direcciones
00:39
that one is used to.
9
24000
2000
al que estamos acostumbrados.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
Entonces, lo primero que uno observa en el sitio de mapas
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
es la fluidez del zoom y de los paneos
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
que, si conocen Seadragon,
00:47
that's where it comes from.
13
32000
2000
es de donde proviene.
00:49
Mapping is, of course,
14
34000
2000
Los mapas son, por supuesto,
00:51
not just about cartography,
15
36000
2000
no sólo cartografía,
00:53
it's also about imagery.
16
38000
2000
sino también imágenes.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Entonces, si amplificamos después de un cierto nivel
00:58
this resolves into a kind of Sim City-like
18
43000
3000
esto se convierte en una suerte de "Sim City",
01:01
virtual view at 45 degrees.
19
46000
2000
una vista virtual a 45 grados.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
Puede ser visto desde cualquier dirección
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
para enseñar la estructura 3D de la ciudad, las fachadas.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Ahora, vemos este espacio, un ambiente tridimensional
01:14
as being a canvas on which
23
59000
3000
como un lienzo donde
01:17
all sorts of applications can play out,
24
62000
6000
puede representarse todo tipo de aplicaciones.
01:23
and map's directions are really just one of them.
25
68000
3000
Y la función de direcciones es solamente un ejemplo.
01:26
If you click on this, you'll see
26
71000
3000
Si uno le da clic verá
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
algunas de las que hemos publicado en los últimos meses
01:32
since we've launched.
28
77000
2000
desde el lanzamiento.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Por ejemplo, un par de días después del desastre de Haití,
01:36
we had an earthquake map that showed
30
81000
2000
tuvimos un mapa del terremoto que mostraba
01:38
before and after pictures from the sky.
31
83000
2000
fotos aéreas de antes y después.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Una muy interesante, pero no tengo tiempo para enseñarla,
01:42
is taking hyper-local blogs in real time
33
87000
3000
toma blogs hiper-locales en tiempo real
01:45
and mapping those stories, those entries
34
90000
2000
y asigna esas historias, esas entradas,
01:47
to the places that are referred to on the blogs.
35
92000
2000
a los lugares mencionados en los blogs.
01:49
It's wonderful.
36
94000
3000
Es grandioso.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Pero les enseñaré cosas más atractivas.
01:55
So, we see the imagery, of course,
38
100000
4000
Podemos ver las imágenes, por supuesto,
01:59
not stopping at the sky.
39
104000
3000
y estas no paran en el cielo.
02:02
These little green bubbles represent
40
107000
3000
Esas pequeñas burbujas verdes representan
02:05
photosynths that users have made.
41
110000
2000
"photosynths" creadas por los usuarios.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
No voy a abrir una pero las "photosynths" están integradas a los mapas.
02:10
Everything that's cased in blue
43
115000
2000
Todo lo que está delimitado en azul
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
es un área en el que hemos tomado imágenes en el suelo también.
02:17
And so, when you fly down --
45
122000
2000
Entonces, cuando uno vuela hacia abajo...
02:19
(Applause)
46
124000
2000
(Aplausos)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Gracias. Cuando uno vuela hacia el suelo
02:23
and you see this kind of panoramic imagery,
48
128000
3000
y ve este tipo de imagen panorámica,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
lo primero de lo que uno se da cuenta es que no es sólo una imagen,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
hay tanta comprensión tridimensional del entorno
02:33
as there is of the three-dimensional city from above,
51
138000
3000
como lo debe haber de una ciudad tridimensional.
02:36
so if I click on something to get a closer view of it,
52
141000
4000
Si selecciono algo para verlo de más cerca,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
entonces, el hecho que esta transición se vea así
02:43
is a function of all of that geometry,
54
148000
2000
es debido a toda esa geometría,
02:45
all of that 3D understanding behind this model.
55
150000
4000
a todo ese entendimiento 3D detrás de este modelo.
02:49
Now, I'll show you a fun app
56
154000
3000
Ahora, les mostraré una aplicación divertida.
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
Hemos estado trabajando en colaboración con nuestros amigos de Flickr.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Este toma imágenes geolocalizadas de Flickr
03:02
and uses photosynth-like processes
59
167000
3000
y utiliza procesos similares a "photoshynths"
03:05
to connect that imagery to our imagery, so --
60
170000
4000
para conectarlas con nuestras imágenes.
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
No estoy seguro si esa es la que quería utilizar, pero...
03:12
(Laughter)
62
177000
3000
(Risas)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Pero vean... esto es, por supuesto, una atracción turística popular,
03:19
and there are lots of photos around here,
64
184000
2000
y hay muchas fotos aquí,
03:21
and these photos are all taken at different times.
65
186000
3000
y estas fotos fueron tomadas en distintos momentos.
03:24
So this one was taken around five.
66
189000
2000
Esta fue tomada cerca de las cinco.
03:26
So that's the Flickr photo,
67
191000
2000
Esa es una imagen de Flickr,
03:28
that's our imagery.
68
193000
2000
esas son nuestras imágenes.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Así pueden ver como todas estas imágenes
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
se integran, de manera muy profunda, dentro del mapa.
03:36
(Applause)
71
201000
2000
(Aplausos)
03:38
Thank you.
72
203000
2000
Gracias.
03:40
(Applause)
73
205000
2000
(Aplausos)
03:42
There are several reasons why this is interesting
74
207000
2000
Hay muchas razones por las que esto es interesante
03:44
and one of them, of course, is time travel.
75
209000
2000
y una de ellas, por supuesto, es el viaje en el tiempo.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
No les mostraré las imágenes históricas y bellas que tenemos
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
pero hay unas con caballos y carruajes, además de otras cosas.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Pero lo bueno de esto es que no sólo aumenta
03:54
this visual representation of the world
79
219000
2000
esta representación visual del mundo
03:56
with things that are coming in from users,
80
221000
3000
con las cosas de los usuarios,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
sino también es la base de la realidad aumentada
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
y eso es algo importante que les mostraré en un momento.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Ahora hice una transición a los interiores. Eso también es interesante.
04:10
OK, notice there's now a roof above us.
84
235000
2000
Vean que ahora hay un techo encima nuestro.
04:12
We're inside the Pike Place Market.
85
237000
3000
Estamos adentro de Pike Place Market.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
Esto es algo que podemos lograr con una cámara en una mochila,
04:17
so, we're now not only imaging in the street
87
242000
4000
así que no sólo tomamos imágenes en la calle
04:21
with this camera on tops of cars,
88
246000
2000
con la cámara encima de los autos
04:23
but we're also imaging inside.
89
248000
4000
sino también tomamos imágenes del interior.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
Y desde aquí, podemos hacer el mismo tipo de tomas,
04:32
not only of still images, but also of video.
91
257000
4000
no sólo de imágenes fijas sino de videos.
04:36
So this is something that we're now going to try
92
261000
2000
Esto es algo que vamos a intentar ahora
04:38
for the first time, live,
93
263000
2000
por primera vez, en vivo,
04:40
and this is really, truly, very frightening.
94
265000
3000
y esto es en realidad muy aterrador.
04:43
(Laughter)
95
268000
2000
(Risas)
04:46
OK.
96
271000
2000
Bueno.
04:48
(Ringing)
97
273000
2000
(Sonido de celular)
04:50
All right, guys, are you there?
98
275000
2000
Muy bien, muchachos, ¿están ahí?
04:52
(Noise)
99
277000
2000
(Ruido)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Muy bien. Le voy a dar. Le voy a picar a correr.
04:56
I'm live. All right. There we go.
101
281000
2000
Estoy en vivo. Muy bien. Aquí vamos.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Entonces, aquí están nuestros amigos en Pike Place Market.
05:03
(Applause)
103
288000
8000
(Aplausos)
05:12
So they're broadcasting this live.
104
297000
2000
Esta transmisión es en vivo.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
George, ¿puedes moverte hacia la esquina?
05:18
Because I want to show points of interest.
106
303000
4000
Porque quiero enseñar unos puntos de interés.
05:22
No, no. The other way.
107
307000
3000
No, no. Hacia el otro lado.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Sí, sí. Hacia la esquina. Hacia la esquina.
05:27
I don't want to see you guys yet.
109
312000
3000
No quiero verlos a Uds por ahora.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
Sí. Sí. En la esquina.
05:37
OK, never mind.
111
322000
2000
Bueno, olvídenlo.
05:40
What I wanted to show you was these points of interest
112
325000
2000
Lo que quería enseñarles eran los puntos de interés
05:42
over here on top of the image
113
327000
2000
de la parte superior de la imagen
05:44
because what that gives you a sense of is the way,
114
329000
2000
porque esto es lo que nos da la sensación
05:46
if you're actually on the spot,
115
331000
2000
de que en realidad uno está en ese lugar...
05:48
you can think about this --
116
333000
2000
piensen en esto...
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
esto es dar un paso más en la realidad aumentada.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Qué demonios hacen... oh, lo siento.
05:55
(Laughter)
119
340000
3000
(Risas)
05:58
We're doing two different --
120
343000
3000
Estamos haciendo dos...
06:01
OK, I'm hanging up now.
121
346000
3000
...ahora voy a colgar.
06:04
We're doing two different things here.
122
349000
2000
Estamos haciendo dos cosas distintas aquí.
06:06
One of them is to take that real ...
123
351000
2000
Una de ellas es tomar lo real...
06:08
(Laughter)
124
353000
7000
(Risas)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
Un momento, para agradecer al equipo.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
Ellos han hecho un trabajo fantástico para lograr esto.
06:20
(Applause)
127
365000
2000
(Aplausos)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Los voy a abandonar ahora y caminar hacia afuera.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
Mientras hago esto, mencionaré que
06:28
here we're using this for telepresence,
130
373000
2000
aquí, utilizamos esto para "tele presencia",
06:30
but you can equally well use this
131
375000
2000
pero también podemos usar esto
06:32
on the spot, for augmented reality.
132
377000
2000
en el lugar, para realidad aumentada.
06:34
When you use it on the spot, it means that
133
379000
2000
Cuando utilizamos esto en el lugar, significa que
06:36
you're able to bring all of that metadata
134
381000
2000
es posible traer toda esa meta información
06:38
and information about the world to you.
135
383000
2000
e información del mundo hacia uno.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Entonces aquí estamos dando el paso extra de transmitirlo.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
Eso fue transmitido utilizando una red de 4G
06:45
from the market.
138
390000
3000
del mercado.
06:48
All right, and now there's one last TED talk
139
393000
3000
Bueno, hay una última TED talk
06:51
that Microsoft has given in the past several years.
140
396000
2000
de Microsoft en los últimos años.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
La de Curtis Wong y el telescopio virtual WWT (WorldWide Telescope).
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
Vamos a acercarnos a los contenedores de basura,
06:58
where it's traditional, after a long day at the market,
143
403000
3000
donde es tradicional que después de un largo día en el mercado,
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
uno vaya por un descanso pero también a admirar el cielo.
07:05
This is the integration
145
410000
2000
Esto es la integración
07:07
of WorldWide Telescope into our maps.
146
412000
3000
de nuestros mapas con el WWT.
07:10
(Applause)
147
415000
2000
(Aplausos)
07:12
This is the current -- thank you --
148
417000
3000
Esto es el tiempo... gracias...
07:15
this is the current time. If we scrub the time,
149
420000
2000
Esto es el tiempo actual, pero si borramos el tiempo,
07:17
then we can see how the sky will look at different times,
150
422000
3000
podemos ver como se ve el cielo en distintas horas,
07:20
and we can get all of this very detailed
151
425000
2000
y así podemos ver todo muy detallado,
07:22
information about different times, different dates:
152
427000
4000
información de distintas horas, distintas fechas.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Vamos a mover la luna un poco más arriba en el cielo,
07:29
maybe change the date.
154
434000
4000
también cambiar la fecha.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Me gustaría acercarme más a la luna.
07:39
So, this is an astronomically complete
156
444000
2000
Entonces, esto es una representación
07:41
representation of the sky
157
446000
3000
astronómica completa del cielo
07:44
integrated right into the Earth.
158
449000
2000
integrada con la Tierra.
07:46
All right now, I've overrun my time,
159
451000
2000
Se ha terminado mi tiempo,
07:48
so I've got to stop.
160
453000
2000
así que tengo que parar.
07:50
Thank you all very much.
161
455000
2000
Muchas gracias a todos.
07:52
(Applause)
162
457000
12000
(Aplausos)
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