TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Agüera y Arcas esittelee laajennetun todellisuuden karttaratkaisua
Filmed:
Readability: 3.4
1,856,682 views
TED2010-tapahtumassa suurta huomiota herättäneessä esityksessään Blaise Agüera y Arcas esittelee Microsoftin uutta laajennetun todellisuuden mallinnusteknologiaa.
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
Noin puolitoista vuotta sitten
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
Stephen Lawler, joka myös puhui
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
TED 2007:ssä Virtual Earhista,
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
otti minut mukaan Bing Maps:in suunnittelijaksi,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
joka on Microsoftin verkossa toimiva karttapalvelu.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
Viimeisen 2,5 vuoden aikana olemme
00:31
on redefining the way maps work online.
6
16000
4000
kovasti työskennelleet parantaaksemme verkon karttapalvelujen toimintatapoja.
00:35
And we really are seeing this in very different terms
7
20000
2000
Me näemme tämän hyvin eri tavalla
00:37
from the kind of mapping and direction site
8
22000
2000
kuin miten kartta- ja kulkuohjesivustot
00:39
that one is used to.
9
24000
2000
on perinteisesti tehty.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
Ensimmäinen huomattava asia karttapalvelussa,
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
on tarkentamisen ja liikuttamisen
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
sujuvuus joka pohjautuu
00:47
that's where it comes from.
13
32000
2000
Seadragon-teknologiaan.
00:49
Mapping is, of course,
14
34000
2000
Kartoitus, sellaisenaan,
00:51
not just about cartography,
15
36000
2000
ei liity vain kartastoihin
00:53
it's also about imagery.
16
38000
2000
vaan myös kuvailmaisuun.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Eli, kun tarkennamme tietyn rajan yli
00:58
this resolves into a kind of Sim City-like
18
43000
3000
saamme Sim City:n tapaisen
01:01
virtual view at 45 degrees.
19
46000
2000
virtuaalisen 45-asteen näkymän.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
Tätä voidaan katsoa mistä tahansa pääsuunnasta
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
nähdäkseen 3D rakenteen kaupungista julkisivuineen.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Me näemme tämän kolmeulotteisen ympäristön
01:14
as being a canvas on which
23
59000
3000
hyvänä pohjana, minkä päällä
01:17
all sorts of applications can play out,
24
62000
6000
erilaisia sovelluksia voi toimia.
01:23
and map's directions are really just one of them.
25
68000
3000
Ja kartan kulkuohjeet ovat yksi niistä.
01:26
If you click on this, you'll see
26
71000
3000
Tästä klikkaamalla nähdään
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
joitain sovelluksia, joita olemme julkaisseet
01:32
since we've launched.
28
77000
2000
viime kuukausina.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Esimerkiksi, päiviä Haitin maanjäristyksen jälkeen
01:36
we had an earthquake map that showed
30
81000
2000
meillä oli järistyskartta, jossa oli
01:38
before and after pictures from the sky.
31
83000
2000
kuvat järistystä ennen ja sen jälkeen.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Tämä hieno ratkaisu,
01:42
is taking hyper-local blogs in real time
33
87000
3000
hakee paikallisia blogeja reaaliajassa
01:45
and mapping those stories, those entries
34
90000
2000
ja yhdistää blogikirjoitukset
01:47
to the places that are referred to on the blogs.
35
92000
2000
niissä viitattuihin paikkoihin.
01:49
It's wonderful.
36
94000
3000
Se on hienoa.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Mutta esittelen nyt lisää kivoja juttuja.
01:55
So, we see the imagery, of course,
38
100000
4000
Näemme, että kuvitus
01:59
not stopping at the sky.
39
104000
3000
ei suinkaan pysähdy taivaaseen.
02:02
These little green bubbles represent
40
107000
3000
Nuo pienet vihreät kuplat ilmaisevat
02:05
photosynths that users have made.
41
110000
2000
kuvayhdistelmiä, joita käyttäjät ovat tehneet.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
En avaa niitä nyt, mutta nekin ovat linkitettyjä karttaan.
02:10
Everything that's cased in blue
43
115000
2000
Kaikki mikä on kehystetty sinisellä
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
sisältää myös maanpinnan tasolta otettuja kuvia.
02:17
And so, when you fly down --
45
122000
2000
Ja siksi, kun lennetään alemmas --
02:19
(Applause)
46
124000
2000
(Aplodeja)
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Kiitoksia. Kun lennetään maan tasoon,
02:23
and you see this kind of panoramic imagery,
48
128000
3000
ja nähdään tällainen panoraamakuva,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
ensimmäiseksi huomataan ettei se ole vain kuva --
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
ympäristö on yhtä vahvasti kolmiulotteinen
02:33
as there is of the three-dimensional city from above,
51
138000
3000
kuin kaupungin silhuetti,
02:36
so if I click on something to get a closer view of it,
52
141000
4000
eli jos klikkaan jotain nähdäkseni sen lähempää,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
niin itse asiassa muutos näyttää oikealta,
02:43
is a function of all of that geometry,
54
148000
2000
sillä se mallinnetaan geometrisesti
02:45
all of that 3D understanding behind this model.
55
150000
4000
taustalla olevasta kolmiulotteisesta mallista.
02:49
Now, I'll show you a fun app
56
154000
3000
Nyt näytän teille hauskan sovelluksen,
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
jota olemme työstäneet yhteistyökumppanimme Flickr:n kanssa.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Tässä otetaan Flickeristä paikannustiedolla varustettu kuvasto
03:02
and uses photosynth-like processes
59
167000
3000
ja käytetään kuvayhdistelmäprosessia
03:05
to connect that imagery to our imagery, so --
60
170000
4000
yhdistämään kuvat omaan kuvavarastoomme, joten --
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
en ole varma halusinko näyttää juuri tätä, mutta --
03:12
(Laughter)
62
177000
3000
(Naurua)
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Mutta huomatkaa -- tämä on, toki, suosittu turistikohde,
03:19
and there are lots of photos around here,
64
184000
2000
ja tästä on paljon kuvia,
03:21
and these photos are all taken at different times.
65
186000
3000
ja nämä kuvat on otettu eri aikoina.
03:24
So this one was taken around five.
66
189000
2000
Tämä on otettu viiden aikoihin.
03:26
So that's the Flickr photo,
67
191000
2000
Eli tämä kuva on Flick:istä,
03:28
that's our imagery.
68
193000
2000
Ja tämä meidän kuvavarastostamme.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Eli näette kuinka nämä käyttäjien luomat kuvat
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
integroituvat syvällisellä tasolla itse karttaan.
03:36
(Applause)
71
201000
2000
(Aplodeja)
03:38
Thank you.
72
203000
2000
Kiitos.
03:40
(Applause)
73
205000
2000
(Aplodeja)
03:42
There are several reasons why this is interesting
74
207000
2000
On monia syitä miksi tämä on kiinnostavaa,
03:44
and one of them, of course, is time travel.
75
209000
2000
ja yksi niistä on aikamatkustus.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
En nyt aio esittää upeita historiallisia kuvia,
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
mutta kuvia löytyy hevosista ja kärryistä ja niin edelleen.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Tässä on hienoa se, että se ei vain laajenna
03:54
this visual representation of the world
79
219000
2000
maailman visuaalista ulkoasua
03:56
with things that are coming in from users,
80
221000
3000
käyttäjien ottamilla kuvilla,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
vaan toimii myös laajennetun todellisuuden pohjana,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
ja siitä näytän teille lisää hetken päästä.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Menin juuri sisätiloihin. Tämä on mielenkiintoista.
04:10
OK, notice there's now a roof above us.
84
235000
2000
Okei, huomatkaa että päällämme on katto.
04:12
We're inside the Pike Place Market.
85
237000
3000
Olemme Pike Place Marketin sisällä.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
Ja tämä on jotain minkä voimme tehdä
04:17
so, we're now not only imaging in the street
87
242000
4000
reppukameralla, eli emme kuvaa vain katua
04:21
with this camera on tops of cars,
88
246000
2000
autoon kiinnitetyllä kameralla,
04:23
but we're also imaging inside.
89
248000
4000
vaan kuvaamme myös sisätiloja.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
Ja täältä pystymme tekemään samanlaista tiedonkeruuta,
04:32
not only of still images, but also of video.
91
257000
4000
ei vain valokuvia, vaan myös videota.
04:36
So this is something that we're now going to try
92
261000
2000
Tämä on jotain mitä yritämme tehdä
04:38
for the first time, live,
93
263000
2000
ensimmäistä kertaa reaaliajassa
04:40
and this is really, truly, very frightening.
94
265000
3000
ja se on todella pelottavaa.
04:43
(Laughter)
95
268000
2000
(Naurua)
04:46
OK.
96
271000
2000
Okei.
04:48
(Ringing)
97
273000
2000
(Puhelin soi)
04:50
All right, guys, are you there?
98
275000
2000
No niin kaverit, oletteko siellä?
04:52
(Noise)
99
277000
2000
(Melua)
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Selvä juttu. Laitan sen päälle.
04:56
I'm live. All right. There we go.
101
281000
2000
Olemme valmiita. Mennään.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Eli, tässä ovat kaverimme Pike Place Marketilla.
05:03
(Applause)
103
288000
8000
(Aplodeja)
05:12
So they're broadcasting this live.
104
297000
2000
He lähettävät tätä suorana.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
Okei George, voitko kääntää takaisin kulmaan?
05:18
Because I want to show points of interest.
106
303000
4000
Haluan näyttää mielenkiintoisia juttuja.
05:22
No, no. The other way.
107
307000
3000
Ei, ei - toiseen suuntaan.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Kyllä, kyllä, takaisin kulmaan.
05:27
I don't want to see you guys yet.
109
312000
3000
En halua nähdä teitä vielä.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
Okei, okei. Takaisin kulmaan, takaisin kulmaan.
05:37
OK, never mind.
111
322000
2000
Okei, olkoon.
05:40
What I wanted to show you was these points of interest
112
325000
2000
Halusin näyttää näitä kiintopisteitä
05:42
over here on top of the image
113
327000
2000
täällä kuvan yläreunassa,
05:44
because what that gives you a sense of is the way,
114
329000
2000
koska siitä saa kuvaa suunnasta
05:46
if you're actually on the spot,
115
331000
2000
jos todella on paikan päällä ...
05:48
you can think about this --
116
333000
2000
ajatelkaapa tätä --
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
tämä ottaa askeleen laajennetun todellisuuden lisäksi.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Mitä hittoa te kaverit -- anteeksi.
05:55
(Laughter)
119
340000
3000
(Naurua)
05:58
We're doing two different --
120
343000
3000
Me teemme kahta eri...
06:01
OK, I'm hanging up now.
121
346000
3000
Okei, minä katkaisen nyt.
06:04
We're doing two different things here.
122
349000
2000
Teemme kahta eri asiaa tässä.
06:06
One of them is to take that real ...
123
351000
2000
Yksi niistä on ottaa tuo aito ...
06:08
(Laughter)
124
353000
7000
(Naurua)
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
Okei, haluan tässä vaiheessa kiittää tiimiä.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
He ovat tehneet hienoa työtä kasatessaan tämän kaiken.
06:20
(Applause)
127
365000
2000
(Aplodeja)
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Jätän nyt heidät ja menen takaisin ulos.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
Ja kun kävelen ulkona, mainitsen vain, että
06:28
here we're using this for telepresence,
130
373000
2000
käytimme tätä juuri etäläsnäoloon,
06:30
but you can equally well use this
131
375000
2000
mutta tätä voi yhtä hyvin käyttää
06:32
on the spot, for augmented reality.
132
377000
2000
paikan päällä laajennettuun todellisuuteen.
06:34
When you use it on the spot, it means that
133
379000
2000
Kun sitä käyttää paikan päällä,
06:36
you're able to bring all of that metadata
134
381000
2000
se pystyy yhdistämään kaiken tämän
06:38
and information about the world to you.
135
383000
2000
metadatan ja tiedon kyseiseen paikkaan.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Tässä menemme vielä pidemmälle
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
lähettämällä se reaaliajassa. Lähetys muuten tehtiin
06:45
from the market.
138
390000
3000
4G-verkon välityksellä.
06:48
All right, and now there's one last TED talk
139
393000
3000
Lopuksi, Microsoft on pitänyt viime vuosina
06:51
that Microsoft has given in the past several years.
140
396000
2000
erään TED esityksen --
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
Curtis Wongin 'WorldWide Telescope'.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
Joten suuntaamme nyt roskalaatikoille,
06:58
where it's traditional, after a long day at the market,
143
403000
3000
mikä on perinteistä, pitkän markkinapäivän jälkeen --
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
mennä ulos, ja tuijottaa hetki taivaalle.
07:05
This is the integration
145
410000
2000
Tämä on integraatio kartastamme
07:07
of WorldWide Telescope into our maps.
146
412000
3000
WorldWide Telescopeen.
07:10
(Applause)
147
415000
2000
(Aplodeja)
07:12
This is the current -- thank you --
148
417000
3000
Tämä on -- kiitoksia --
07:15
this is the current time. If we scrub the time,
149
420000
2000
Tämä on tämänhetkisessä ajassa,
07:17
then we can see how the sky will look at different times,
150
422000
3000
mutta aikaa muuttamalla näemme taivaan eri aikoina,
07:20
and we can get all of this very detailed
151
425000
2000
ja saamme hyvin yksityiskohtaista
07:22
information about different times, different dates:
152
427000
4000
tietoa eri ajoista ja päivämääristä.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Siirretäänpä kuuta keskemmälle taivasta,
07:29
maybe change the date.
154
434000
4000
ja vaihdetaan päivämäärää.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Haluaisin tarkentaa kuuhun.
07:39
So, this is an astronomically complete
156
444000
2000
Tämä on astronomisesti täydellinen
07:41
representation of the sky
157
446000
3000
esitys taivaasta
07:44
integrated right into the Earth.
158
449000
2000
integroituna ympäristöön.
07:46
All right now, I've overrun my time,
159
451000
2000
No niin, aika loppuu
07:48
so I've got to stop.
160
453000
2000
joten minun on lopetettava.
07:50
Thank you all very much.
161
455000
2000
Kiitoksia paljon.
07:52
(Applause)
162
457000
12000
(Aplodeja)
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