ABOUT THE SPEAKER
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.

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?

More profile about the speaker
Blaise Agüera y Arcas | Speaker | TED.com
TED2007

Blaise Agüera y Arcas: How PhotoSynth can connect the world's images

Blaise Aguera y Arcas esittelee Photosynthin

Filmed:
5,831,957 views

Blaise Aguera y Arcas esittelee upean demon Photosynthistä, ohjelmasta joka voi muuttaa käsityksemme digitaalisista kuvista. Photosynth rakentaa Internetistä poimituista valokuvista henkeäsalpaavia unelmamaisemia, joita voimme navigoida.
- 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

Double-click the English transcript below to play the video.

00:25
What I'm going to showshow you first, as quicklynopeasti as I can,
0
0
2000
Ensiksi näytän teille niin nopeasti kuin voin
00:27
is some foundationalperustava work, some newUusi technologytekniikka
1
2000
4000
joitakin perustöitä, uutta teknologiaa,
00:31
that we broughttoi to MicrosoftMicrosoft as partosa of an acquisitionhankinta
2
6000
3000
jota toimme Microsoftiin yrityskaupassa
00:34
almostmelkein exactlytarkalleen a yearvuosi agositten. This is SeadragonSeadragon,
3
9000
3000
lähes vuosi sitten. Tämä on Seadragon.
00:37
and it's an environmentympäristö in whichjoka you can eitherjompikumpi locallypaikallisesti or remotelykaukaista
4
12000
3000
Se on ympäristö, jossa voi joko paikallisesti tai etäältä
00:40
interactolla vuorovaikutuksessa with vastvaltava amountsmääriä of visualvisuaalinen datadata.
5
15000
3000
olla yhteydessä suureen määrään visuaalista tietoa.
00:43
We're looking at manymonet, manymonet gigabytesgigatavua of digitaldigitaalinen photosValokuvat here
6
18000
3000
Katselemme monen gigatavun kokoisia digitaalisia kuvia
00:46
and kindkiltti of seamlesslysaumattomasti and continuouslyjatkuvasti zoomingzoomaus in,
7
21000
3000
ja lähennämme jatkuvasti saumattomasti,
00:50
panningvieritys throughkautta the thing, rearrangingjärjestäminen uudelleen it in any way we want.
8
25000
2000
panoroimme kuvien läpi, järjestelemme ne mielemme mukaan.
00:52
And it doesn't matterasia how much informationtiedot we're looking at,
9
27000
4000
Ei haittaa, kuinka paljon informaatiota on katsottavana,
00:56
how bigiso these collectionskokoelmat are or how bigiso the imageskuvien are.
10
31000
3000
kuinka suuria kokoelmat ovat tai kuinka suuria kuvat ovat.
00:59
MostUseimmat of them are ordinarytavallinen digitaldigitaalinen camerakamera photosValokuvat,
11
34000
2000
Useimmat niistä on otettu tavallisella digikameralla,
01:01
but this one, for exampleesimerkki, is a scanskannata from the LibraryKirjasto of CongressKongressi,
12
36000
3000
mutta tämä on skannattu Library of Congressista
01:05
and it's in the 300 megapixelmegapikselin rangealue.
13
40000
2000
ja kooltaan noin 300 megapikseliä.
01:08
It doesn't make any differenceero
14
43000
1000
Se ei haittaa,
01:09
because the only thing that oughtpitäisi to limitraja the performanceesitys
15
44000
3000
sillä ainoa tämäntyyppistä järjestelmää rajoittava tekijä
01:12
of a systemjärjestelmä like this one is the numbermäärä of pixelspikseliä on your screenkuvaruutu
16
47000
3000
on oman näyttönne pikselimäärä.
01:15
at any giventietty momenthetki. It's alsomyös very flexiblejoustava architecturearkkitehtuuri.
17
50000
3000
Arkkitehtuuriltaan se on myös hyvin joustava.
01:18
This is an entirekoko bookkirja, so this is an exampleesimerkki of non-image-kuva datadata.
18
53000
3000
Tämä on kokonainen kirja, esimerkki ei-kuvatiedosta.
01:22
This is "BleakSynkkä HouseHouse" by DickensDickens. EveryJokainen columnsarake is a chapterluku.
19
57000
5000
Kirja on Dickensin Bleak House. Jokainen sarake on luku.
01:27
To provetodistaa to you that it's really textteksti, and not an imagekuva,
20
62000
4000
Todistamme, että se on todella tekstiä, eikä kuva
01:31
we can do something like so, to really showshow
21
66000
2000
tekemällä esimerkiksi näin, jolloin näette
01:33
that this is a realtodellinen representationedustus of the textteksti; it's not a picturekuva.
22
68000
3000
että kyseessä on oikea teksti, ei kuva.
01:37
Maybe this is a kindkiltti of an artificialkeinotekoinen way to readlukea an e-booke-kirja.
23
72000
2000
Ehkä tämä on hieman keinotekoinen tapa lukea kirjaa verkossa.
01:39
I wouldn'teikö recommendsuositella it.
24
74000
1000
En suosittelisi sitä.
01:40
This is a more realisticrealistinen casetapaus. This is an issueongelma of The GuardianGuardian.
25
75000
3000
Tämä on realistisempi tapaus. The Guardian -sanomalehti.
01:43
EveryJokainen largesuuri imagekuva is the beginningalku of a sectionjakso.
26
78000
2000
Jokaisesta isosta kuvasta alkaa uusi osa.
01:45
And this really givesantaa you the joyilo and the good experiencekokea
27
80000
3000
Tämä todella on miellyttävä ja hyvä tapa
01:48
of readinglukeminen the realtodellinen paperpaperi versionversio of a magazineaikakauslehti or a newspapersanomalehti,
28
83000
5000
lukea aikakauslehden tai sanomalehden paperiversio,
01:54
whichjoka is an inherentlyluonnostaan multi-scalemoni-alaiset kindkiltti of mediumkeskikokoinen.
29
89000
1000
joka on luonnostaan monipuolinen väline.
01:56
We'veOlemme alsomyös donetehty a little something
30
91000
1000
Olemme myös lisänneet jotakin
01:57
with the cornerkulma of this particulartietty issueongelma of The GuardianGuardian.
31
92000
3000
tämän The Guardian -lehden kulmaan.
02:00
We'veOlemme madetehty up a fakeväärennös adilmoitus that's very highkorkea resolutionpäätöslauselma --
32
95000
3000
Olemme lisänneet tekaistun mainoksen, jonka
02:03
much higherkorkeampi than you'dlyhennys muodosta 'you would' be ablepystyä to get in an ordinarytavallinen adilmoitus --
33
98000
2000
resoluutio on korkeampi kuin normaalisti olisi mahdollista
02:05
and we'veolemme embeddedsulautettujen extraylimääräinen contentpitoisuus.
34
100000
2000
ja upottaneet siihen lisäsisältöä.
02:07
If you want to see the featuresominaisuudet of this carauto, you can see it here.
35
102000
2000
Tämän auton ominaisuudet voitte nähdä tässä.
02:10
Or other modelsmallit, or even technicaltekninen specificationsTekniset tiedot.
36
105000
4000
Voitte nähdä muita malleja, tai jopa tekniset tiedot.
02:15
And this really getssaa at some of these ideasideoita
37
110000
2000
Tämä todella toteuttaa ideoita
02:18
about really doing away with those limitsrajoja on screenkuvaruutu realtodellinen estateomaisuus.
38
113000
4000
näytön asettamien rajojen poistamisesta.
02:22
We hopetoivoa that this meansvälineet no more pop-upsponnahdusikkunat
39
117000
2000
Toivomme, että tämä poistaa ponnahdusikkunat
02:24
and other kindkiltti of rubbishroskat like that -- shouldn'tei pitäisi be necessaryvälttämätön.
40
119000
2000
ja muun vastaavan roskan, joka ei ole tarpeen.
02:27
Of coursekurssi, mappingkartoitus is one of those really obviousilmeinen applicationssovellukset
41
122000
2000
Tietenkin, kartoitus on yksi päivänselvistä sovelluksista
02:29
for a technologytekniikka like this.
42
124000
2000
tällaiselle teknologialle.
02:31
And this one I really won'ttapa spendviettää any time on,
43
126000
2000
Enkä aio kuluttaa aikaa tämän kanssa,
02:33
exceptpaitsi to say that we have things to contributeedistävät to this fieldala as well.
44
128000
2000
paitsi sanoa, että meillä on myös annettavaa tälle alalle.
02:37
But those are all the roadstiet in the U.S.
45
132000
2000
Nuo ovat kaikki tiet Yhdysvalloissa
02:39
superimposedpäälle on topYlin of a NASANASA geospatialpaikkatietojen imagekuva.
46
134000
4000
heijastettuna NASAn geospatiaalisen kuvan päälle.
02:44
So let's pullVedä up, now, something elsemuu.
47
139000
2000
Otetaan sitten esiin jotain muuta.
02:46
This is actuallyitse asiassa liveelää on the WebWeb now; you can go checktarkistaa it out.
48
141000
3000
Tämä on itse asiassa tosiaikainen verkossa nyt, voitte tarkistaa.
02:49
This is a projectprojekti callednimeltään PhotosynthPhotosynth,
49
144000
1000
Tämä on projekti nimeltään Photosynth,
02:51
whichjoka really marriesNai two differenteri technologiesteknologioiden.
50
146000
1000
joka itse asiassa liittää yhteen kaksi teknologiaa.
02:52
One of them is SeadragonSeadragon
51
147000
1000
Toinen niistä on Seadragon
02:54
and the other is some very beautifulkaunis computertietokone visionnäkemys researchtutkimus
52
149000
2000
ja toinen erittäin ihana tietokonenäkötutkimus,
02:57
donetehty by NoahNooa SnavelySnavely, a graduatevalmistua studentopiskelija- at the UniversityYliopisto of WashingtonWashington,
53
152000
2000
jonka suoritti Noah Snavely, Washingtonin yliopiston jatko-opiskelija,
03:00
co-advisedyhteistyössä ilmoitti by SteveSteve SeitzSeitz at U.W.
54
155000
2000
ohjaajinaan Steve Seitz
03:02
and RickRick SzeliskiSzeliski at MicrosoftMicrosoft ResearchTutkimus. A very nicekiva collaborationyhteistyö.
55
157000
4000
ja Microsoftin Rick Szeliski. Erittäin hyvää yhteistyötä.
03:07
And so this is liveelää on the WebWeb. It's poweredmoottoroidut by SeadragonSeadragon.
56
162000
2000
Tämä siis on tosiaikaista verkossa. Sitä ohjaa Seadragon.
03:09
You can see that when we kindkiltti of do these sortslajittelee of viewsnäkymät,
57
164000
2000
Voitte nähdä, että me luomme tällaisia näkymiä,
03:12
where we can divesukeltaa throughkautta imageskuvien
58
167000
1000
joissa voimme sukeltaa kuvien läpi
03:14
and have this kindkiltti of multi-resolutionMulti-päätöslauselma experiencekokea.
59
169000
1000
ja saada moniresoluutioisen kokemuksen.
03:16
But the spatialtila arrangementjärjestely of the imageskuvien here is actuallyitse asiassa meaningfulmielekäs.
60
171000
4000
Kuvien tilajärjestely on tässä itse asiassa merkityksellistä.
03:20
The computertietokone visionnäkemys algorithmsalgoritmit have registeredrekisteröity these imageskuvien togetheryhdessä
61
175000
3000
Tietokonenäön algoritmit ovat rekisteröineet nämä kuvat yhteen,
03:23
so that they correspondvastaavat to the realtodellinen spacetila in whichjoka these shotsshots --
62
178000
4000
joten ne vastaavat todellista tilaa, jossa nämä kuvat -
03:27
all takenotettu nearlähellä GrassiGrassi LakesJärvet in the CanadianKanadan RockiesKalliovuorilla --
63
182000
2000
kaikki otettu lähellä Grassi-järviä Kanadan Kalliovuorilla -
03:31
all these shotsshots were takenotettu. So you see elementselementtejä here
64
186000
2000
Joten näette täällä elementtejä
03:33
of stabilizedvakiintunut slide-showdiaesityksen or panoramicpanoraama imagingImaging,
65
188000
4000
stabiloidusta diaesityksestä tai panoraamakuvista,
03:40
and these things have all been relatedliittyvä spatiallyalueellisesti.
66
195000
2000
ja nämä täällä on kaikki liitetty spatiaalisesti.
03:42
I'm not sure if I have time to showshow you any other environmentsympäristöt.
67
197000
3000
En ole varma onko minulla aikaa näyttää teille muita ympäristöjä.
03:45
There are some that are much more spatialtila.
68
200000
1000
Nämä ovat paljon spatiaalisempia.
03:47
I would like to jumphypätä straightsuoraan to one of Noah'sNooan originalalkuperäinen data-setstiedot esitetään --
69
202000
3000
Haluaisin siirtyä suoraan yhteen Noahin alkuperäiseen tietosarjaan -
03:50
and this is from an earlyaikaisin prototypeprototyyppi of PhotosynthPhotosynth
70
205000
2000
ja tässä on aikainen prototyyppi Photosynthistä,
03:52
that we first got workingtyöskentely in the summerkesä --
71
207000
2000
jonka saimme toimimaan kesällä -
03:54
to showshow you what I think
72
209000
1000
ja näyttää teille mikä mielestäni
03:55
is really the punchPunch linelinja behindtakana this technologytekniikka,
73
210000
3000
on tämän teknologian todellinen huipentuma,
03:59
the PhotosynthPhotosynth technologytekniikka. And it's not necessarilyvälttämättä so apparentilmeinen
74
214000
2000
Photosynth-teknologia. Se ei välttämättä ole niin näkyvä
04:01
from looking at the environmentsympäristöt that we'veolemme put up on the websiteverkkosivusto.
75
216000
3000
katsottaessa ympäristöjä, joita olemme ladanneet verkkosivuille.
04:04
We had to worryhuoli about the lawyerslakimiehet and so on.
76
219000
2000
Meidän on otettava huomioon asianajajat ja niin edelleen.
04:07
This is a reconstructionjälleenrakennus of NotreNotre DameDame CathedralKatedraali
77
222000
1000
Tämä on rekonstruoitu Notre Damen katedraali,
04:09
that was donetehty entirelytäysin computationallylaskennallisesti
78
224000
2000
joka tehtiin kokonaan tietokoneistetusti
04:11
from imageskuvien scrapedkaavittu from FlickrFlickr. You just typetyyppi NotreNotre DameDame into FlickrFlickr,
79
226000
3000
kuvista, jotka poimittiin Flickr.comista. Kirjoita Notre Dame Flickriin,
04:14
and you get some pictureskuvat of guys in t-shirtst-paitoja, and of the campuskampus
80
229000
3000
ja saat kuvia kavereista t-paidoissa ja yliopiston kampuksella
04:17
and so on. And eachkukin of these orangeoranssi coneskäpyjä representsedustaa an imagekuva
81
232000
4000
jne. Jokainen näistä oransseista kartioista edustaa kuvaa,
04:22
that was discoveredlöydetty to belongkuulua to this modelmalli-.
82
237000
2000
jonka havaittiin kuuluvan tähän malliin.
04:26
And so these are all FlickrFlickr imageskuvien,
83
241000
2000
Joten kaikki nämä ovat Flickrin kuvia,
04:28
and they'vehe ovat all been relatedliittyvä spatiallyalueellisesti in this way.
84
243000
3000
ja ne on liitetty spatiaalisesti tällä tavalla.
04:31
And we can just navigatenavigoida in this very simpleyksinkertainen way.
85
246000
2000
Voimme navigoida tällä yksinkertaisella tavalla.
04:35
(ApplauseSuosionosoitukset)
86
250000
9000
(Aplodit)
04:44
You know, I never thought that I'd endpää up workingtyöskentely at MicrosoftMicrosoft.
87
259000
2000
En koskaan kuvitellut, että lopulta olisin töissä Microsoftissa.
04:46
It's very gratifyingilahduttava to have this kindkiltti of receptionvastaanotto here.
88
261000
4000
Olen iloinen saamastani vastaanotosta.
04:50
(LaughterNaurua)
89
265000
3000
(Naurua)
04:53
I guessarvaus you can see
90
268000
3000
Voitte varmaan nähdä,
04:56
this is lots of differenteri typestyypit of cameraskamerat:
91
271000
2000
että kameroita on monenlaisia:
04:58
it's everything from cellsolu phonepuhelin cameraskamerat to professionalammattilainen SLRsJärjestelmäkameroiden,
92
273000
3000
kännykkäkameroista SLR-ammattikameroihin,
05:02
quitemelko a largesuuri numbermäärä of them, stitchedommeltu
93
277000
1000
aika suuri joukko kursittu
05:03
togetheryhdessä in this environmentympäristö.
94
278000
1000
yhteen tässä ympäristössä.
05:04
And if I can, I'll find some of the sortjärjestellä of weirdouto onesyhdet.
95
279000
2000
Jos voin, haen joitakin tosi erikoisia.
05:08
So manymonet of them are occludedpiilossa by faceskasvoja, and so on.
96
283000
3000
Niin monet niistä ovat kasvojen peittämiä, ja niin edelleen.
05:13
SomewhereJossain in here there are actuallyitse asiassa
97
288000
1000
Jossain täällä on itse asiassa
05:15
a seriessarja of photographsvalokuvat -- here we go.
98
290000
1000
sarja valokuvia - tässä.
05:17
This is actuallyitse asiassa a posterjuliste of NotreNotre DameDame that registeredrekisteröity correctlyoikein.
99
292000
3000
Tämä on itse asiassa juliste Notre Damesta, joka rekisteröityi oikein.
05:21
We can divesukeltaa in from the posterjuliste
100
296000
2000
Me voimme sukeltaa julisteesta
05:24
to a physicalfyysinen viewnäkymä of this environmentympäristö.
101
299000
3000
tämän ympäristön fyysiseen näkymään.
05:31
What the pointkohta here really is is that we can do things
102
306000
3000
Todellinen juttu tässä on, että me voimme tehdä asioita
05:34
with the socialsosiaalinen environmentympäristö. This is now takingottaen datadata from everybodyjokainen --
103
309000
5000
sosiaalisessa ympäristössä. Ottaa tietoa jokaiselta -
05:39
from the entirekoko collectivekollektiivinen memorymuisti
104
314000
1000
koko kollektiivisesta muistista
05:40
of, visuallyvisuaalisesti, of what the EarthMaan looksulkonäkö like --
105
315000
2000
visuaalisesti, miltä maapallo näyttää -
05:43
and linklinkki all of that togetheryhdessä.
106
318000
1000
ja linkittää se kaikki yhteen.
05:44
All of those photosValokuvat becometulla linkedsidoksissa togetheryhdessä,
107
319000
2000
Kaikki nuo kuvat linkittyvät yhteen,
05:46
and they make something emergentuutena
108
321000
1000
ja niistä tulee esiin jotakin
05:47
that's greatersuurempi than the sumsumma of the partsosat.
109
322000
2000
suurempaa kuin sen osien summa.
05:49
You have a modelmalli- that emergessyntyy of the entirekoko EarthMaan.
110
324000
2000
Tässä on malli, joka tulee esiin maapallosta kokonaisuudessaan.
05:51
Think of this as the long tailpyrstö to StephenStephen Lawler'sLawler's VirtualVirtuaalinen EarthMaan work.
111
326000
5000
Ajatelkaa tätä Stephen Lawlerin työn Virtual Earth jatkeena.
05:56
And this is something that growskasvaa in complexitymonimutkaisuus
112
331000
2000
Tämä on jotakin, joka kasvaa monimutkaisemmaksi
05:58
as people use it, and whosejonka benefitshyötyjä becometulla greatersuurempi
113
333000
3000
kun ihmiset käyttävät sitä, ja jonka edut tulevat suuremmiksi
06:01
to the userskäyttäjät as they use it.
114
336000
2000
käyttäjille käytön myötä.
06:03
TheirNiiden ownoma photosValokuvat are gettingsaada taggedTagged with meta-datameta-tiedot
115
338000
2000
Heidän omiin kuviinsa liitetään metatietoa,
06:05
that somebodyjoku elsemuu enteredastui sisään.
116
340000
1000
jonka joku muu syötti.
06:07
If somebodyjoku botheredvaivautunut to tagTag all of these saintsSaints
117
342000
3000
Jos joku vaivaantui merkitsemään kaikki nämä pyhimykset
06:10
and say who they all are, then my photokuva of NotreNotre DameDame CathedralKatedraali
118
345000
3000
ja kertoi keitä he ovat, niin minun kuvani Notre Damen katedraalista
06:13
suddenlyyhtäkkiä getssaa enrichedrikastettu with all of that datadata,
119
348000
2000
onkin äkkiä rikkaampi kaiken tuon tiedon ansiosta
06:15
and I can use it as an entrymerkintä pointkohta to divesukeltaa into that spacetila,
120
350000
3000
ja voin käyttää sitä lähtökohtana ja sukeltaa tähän tilaan,
06:18
into that meta-verseMeta-verse, usingkäyttämällä everybodyjokainen else'smuunkaan photosValokuvat,
121
353000
2000
siihen metaversumiin, käyttäen kaikkien muiden kuvia,
06:21
and do a kindkiltti of a cross-modaleri liikennemuotojen
122
356000
2000
ja tehdä tavallaan ristimodaalisen
06:25
and cross-userrajat-käyttäjä socialsosiaalinen experiencekokea that way.
123
360000
3000
tai käyttäjien välisen sosiaalisen kokemuksen.
06:28
And of coursekurssi, a by-productsivutuote of all of that
124
363000
1000
Tietenkin kaiken tämän sivutuotteena
06:30
is immenselysuunnattomasti richrikas virtualvirtuaali- modelsmallit
125
365000
2000
on valtavan rikkaat virtuaalimallit
06:32
of everyjoka interestingmielenkiintoista partosa of the EarthMaan, collectedkoottu
126
367000
2000
jokaisesta maapallon mielenkiintoisesta paikasta kerättynä
06:35
not just from overheadyläpuolella flightslennot and from satellitesatelliitti imageskuvien
127
370000
3000
ei vain lentokoneiden ja satelliittien ottamista kuvista
06:38
and so on, but from the collectivekollektiivinen memorymuisti.
128
373000
2000
vaan yhteisestä muistista.
06:40
Thank you so much.
129
375000
2000
Paljon kiitoksia.
06:42
(ApplauseSuosionosoitukset)
130
377000
11000
(Aplodit)
06:53
ChrisChris AndersonAnderson: Do I understandymmärtää this right? That what your softwareohjelmisto is going to allowsallia,
131
388000
4000
Chris Anderson: Ymmärsikö tämän oikein? Ohjelmanne mahdollistaa
06:58
is that at some pointkohta, really withinsisällä the nextSeuraava fewharvat yearsvuotta,
132
393000
2000
sen, että ehkä jo muutaman vuoden kuluessa,
07:01
all the pictureskuvat that are sharedyhteinen by anyonekukaan acrosspoikki the worldmaailman-
133
396000
4000
kaikki kenen tahansa kanssa maailmassa jakamamme kuvat
07:05
are going to basicallypohjimmiltaan linklinkki togetheryhdessä?
134
400000
2000
voidaan periaatteessa linkittää yhteen?
07:07
BAABAA: Yes. What this is really doing is discoveringlöytämässä.
135
402000
2000
BAA: Kyllä. Se itse asiassa tarkoittaa löytöjä.
07:09
It's creatingluominen hyperlinkshyperlinkit, if you will, betweenvälillä imageskuvien.
136
404000
3000
Se luo hyperlinkkejä kuvien välillä.
07:12
And it's doing that
137
407000
1000
Ja se tekee tätä
07:13
basedperustuu on the contentpitoisuus insidesisällä the imageskuvien.
138
408000
1000
kuvien sisällön perusteella.
07:14
And that getssaa really excitingjännittävä when you think about the richnessrikkaus
139
409000
3000
Tämä on todella jännittävää, jos ajatellaan sitä semanttisen
07:17
of the semanticsemanttinen informationtiedot that a lot of those imageskuvien have.
140
412000
2000
tiedon rikkautta, jota monet näistä kuvista sisältävät.
07:19
Like when you do a webverkko searchHae for imageskuvien,
141
414000
2000
Aivan kuin haet kuvia verkossa,
07:22
you typetyyppi in phraseslauseita, and the textteksti on the webverkko pagesivu
142
417000
2000
kirjoitat hakusanat, ja sivustolla oleva teksti
07:24
is carryingkuljettaa a lot of informationtiedot about what that picturekuva is of.
143
419000
3000
antaa paljon tietoa siitä, mitä kuva sisältää.
07:27
Now, what if that picturekuva linkslinkit to all of your pictureskuvat?
144
422000
2000
Mitä jos kyseinen kuva linkittyy kaikkii omiiin kuviisi?
07:29
Then the amountmäärä of semanticsemanttinen interconnectionyhteenliittäminen
145
424000
2000
Tällöin semanttisten liitäntöjen määrä
07:31
and the amountmäärä of richnessrikkaus that comestulee out of that
146
426000
1000
ja sen rikkauden määrä, jonka se aikaansaa,
07:32
is really hugevaltava. It's a classicklassikko networkverkko effectvaikutus.
147
427000
3000
on todella valtava. Se on klassinen verkkovaikutus.
07:35
CACA: BlaiseBlaise, that is trulytodella incredibleuskomaton. CongratulationsOnnittelen.
148
430000
2000
CA: Blaise, se on todella uskomatonta. Onneksi olkoon.
07:37
BAABAA: ThanksKiitos so much.
149
432000
1000
BAA: Todella paljon kiitoksia.

▲Back to top

ABOUT THE SPEAKER
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.

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?

More profile about the speaker
Blaise Agüera y Arcas | Speaker | TED.com