TED2009
Ed Ulbrich: How Benjamin Button got his face
אד אולבריך מראה כיצד בנג'מין באטן קיבל את פניו
Filmed:
Readability: 4.4
1,080,448 views
אד אולבריך, הגורו של האפקטים הדיגיטליים מדיגיטל דומיין, מסביר את הטכנולוגיה זוכת האוסקר שאיפשרה לצוות שלו לייצר דיגיטלית גרסאות פנים בוגרות וצעירות של בראד פיט לסרט "המקרה המוזר של בנג'מין באטן."
Ed Ulbrich - Visual storyteller
Ed Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide. Full bio
Ed Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide. Full bio
Double-click the English transcript below to play the video.
00:18
I'm here today representing a team of artists and technologists and filmmakers
0
0
5000
אני כאן היום כדי לייצג צוות של אמנים וטכנולוגים ויוצרי סרטים
00:23
that worked together on a remarkable film project for the last four years.
1
5000
3000
אשר עבדו יחדיו בארבע השנים האחרונות על פרוייקט קולנועי ראוי לציון.
00:26
And along the way they created a breakthrough in computer visualization.
2
8000
4000
ולאורך הדרך הם יצרו פריצת דרך בעיבוד תמונה ממוחשב.
00:30
So I want to show you a clip of the film now.
3
12000
3000
אני רוצה להראות לכם קטע מהסרט עכשיו.
00:33
Hopefully it won't stutter.
4
15000
3000
בתקווה שלא יקרטע.
00:36
And if we did our jobs well, you won't know that we were even involved.
5
18000
3000
ואם עשינו עבודה טובה, לא תדעו שהיינו מעורבים.
00:39
Voice (Video): I don't know how it's possible ...
6
21000
3000
קול (וידאו): אני לא יודע איך זה אפשרי ...
00:42
but you seem to have more hair.
7
24000
3000
אבל נראה שיש לך יותר שיער.
00:45
Brad Pitt: What if I told you that I wasn't getting older ...
8
27000
3000
בראד פיט: מה אם הייתי אומר לך שאני לא מזדקן ..
00:48
but I was getting younger than everybody else?
9
30000
2000
אלא אני נעשה צעיר יותר מכולם?
00:53
I was born with some form of disease.
10
35000
3000
נולדתי עם סוג מסויים של מחלה.
00:56
Voice: What kind of disease?
11
38000
2000
קול: איזה סוג מחלה?
00:58
BP: I was born old.
12
40000
2000
ב.פ.:נולדתי זקן.
01:01
Man: I'm sorry.
13
43000
2000
אדם: אני מצטער.
01:03
BP: No need to be. There's nothing wrong with old age.
14
45000
3000
ב.פ.:אתה לא צריך. אין דבר רע בגיל מבוגר.
01:08
Girl: Are you sick?
15
50000
2000
ילדה: אתה חולה?
01:10
BP: I heard momma and Tizzy whisper,
16
52000
3000
ב.פ.:ובכן שמעתי את אמא וטיזי לוחשות,
01:13
and they said I was gonna die soon.
17
55000
2000
והן אומרות שאני הולך למות בקרוב,
01:15
But ... maybe not.
18
57000
3000
אבל... אולי לא.
01:18
Girl: You're different than anybody I've ever met.
19
60000
3000
בחורה: אתה שונה מכל מי שפגשתי אי פעם.
01:22
BB: There were many changes ...
20
64000
3000
בנג'מין באטן: היו הרבה שינויים ...
01:25
some you could see, some you couldn't.
21
67000
3000
חלק שיכולת לראות, חלק שלא.
01:28
Hair started growing in all sorts of places,
22
70000
3000
שיער התחיל לצמוח בכל מיני מקומות,
01:31
along with other things.
23
73000
3000
יחד עם עוד דברים.
01:34
I felt pretty good, considering.
24
76000
3000
הרגשתי די טוב, בהתחשב.
01:38
Ed Ulbrich: That was a clip from "The Curious Case of Benjamin Button."
25
80000
4000
אד אולבריך: זה היה קטע מתוך "הסיפור המופלא של בנג'מין באטן"
01:42
Many of you, maybe you've seen it or you've heard of the story,
26
84000
4000
רבים מכם, ייתכן וראיתם או ששמעתם אודות הסיפור,
01:46
but what you might not know
27
88000
2000
אבל מה שככל הנראה לא ידעתם
01:48
is that for nearly the first hour of the film,
28
90000
2000
הוא שלמשך כמעט כל השעה הראשונה של הסרט,
01:50
the main character, Benjamin Button, who's played by Brad Pitt,
29
92000
3000
הדמות הראשית, בנג'מין באטן, אשר גולם ע"י בראד פיט,
01:53
is completely computer-generated from the neck up.
30
95000
3000
ממוחשב לחלוטין מהצוואר ומעלה.
01:56
Now, there's no use of prosthetic makeup
31
98000
3000
כעת, לא נעשה שימוש באיפור
01:59
or photography of Brad superimposed over another actor's body.
32
101000
3000
או צילום של בראד מעל גופו של שחקן אחר.
02:02
We've created a completely digital human head.
33
104000
3000
ייצרנו ראש אנושי דיגיטלי לחלוטין.
02:05
So I'd like to start with a little bit of history on the project.
34
107000
3000
אז הייתי רוצה להתחיל במעט הסטוריה אודות הפרוייקט.
02:08
This is based on an F. Scott Fitzgerald short story.
35
110000
2000
זה מבוסס על סיפור קצר של פ. סקוט פיצג'רלד.
02:10
It's about a man who's born old and lives his life in reverse.
36
112000
3000
זה על אדם הנולד זקן וחי את חייו אחורנית.
02:13
Now, this movie has floated around Hollywood
37
115000
2000
עכשיו, הסרט הזה הסתובב הרבה בהוליווד
02:15
for well over half a century,
38
117000
2000
הרבה מעל לחצי מאה,
02:17
and we first got involved with the project in the early '90s,
39
119000
3000
ולראשונה עורבנו בפרוייקט הזה בתחילת שנות ה 90,
02:20
with Ron Howard as the director.
40
122000
2000
עם רון הוורד כבמאי.
02:22
We took a lot of meetings and we seriously considered it.
41
124000
3000
קיימנו פגישות רבות ולקחנו את זה ברצינות.
02:25
But at the time we had to throw in the towel.
42
127000
2000
אך באותו הזמן היינו צריכים לוותר.
02:27
It was deemed impossible.
43
129000
2000
זה היה נראה כבלתי אפשרי.
02:29
It was beyond the technology of the day to depict a man aging backwards.
44
131000
4000
זה היה מעבר לטכנולוגיה לאותו הזמן בכדי לתאר אדם המזדקן אחורנית בזמן.
02:33
The human form, in particular the human head,
45
135000
3000
הצורה האנושית, וביחוד ראש האדם,
02:36
has been considered the Holy Grail of our industry.
46
138000
3000
נחשבו לגביע הקדוש בתעשיה שלנו.
02:39
The project came back to us about a decade later,
47
141000
3000
הפרוייקט חזר אלינו עשור מאוחר יותר,
02:42
and this time with a director named David Fincher.
48
144000
3000
והפעם עם במאי בשם דיויד פינצ'ר.
02:45
Now, Fincher is an interesting guy.
49
147000
3000
עכשיו, פינצ'ר הוא אדם מעניין.
02:48
David is fearless of technology,
50
150000
2000
דיויד הוא חסר פחד מטכנולוגיה,
02:50
and he is absolutely tenacious.
51
152000
2000
והוא החלטי לחלוטין.
02:52
And David won't take "no."
52
154000
2000
ודיויד לא מקבל "לא."
02:54
And David believed, like we do in the visual effects industry,
53
156000
3000
ודיויד מאמין, כמונו בתעשית האפקטים החזותיים,
02:57
that anything is possible
54
159000
3000
שהכל אפשרי
03:00
as long as you have enough time, resources and, of course, money.
55
162000
3000
כל עוד יש לך זמן, משאבים, וכמובן, כסף.
03:03
And so David had an interesting take on the film,
56
165000
4000
ואז לדיויד הייתה נקודת הסתכלות מיוחדת,
03:07
and he threw a challenge at us.
57
169000
3000
והוא זרק בפנינו אתגר.
03:10
He wanted the main character of the film to be played
58
172000
3000
הוא רצה שהדמות המרכזית בסרט תשוחק
03:13
from the cradle to the grave by one actor.
59
175000
2000
מהעריסה לקבר ע"י שחקן אחד.
03:15
It happened to be this guy.
60
177000
2000
שבמקרה זה הבחור הזה.
03:17
We went through a process of elimination and a process of discovery
61
179000
3000
הלכנו דרך תהליך אלימינציה ותהליך גילוי
03:20
with David, and we ruled out, of course, swapping actors.
62
182000
3000
עם דיויד, ושללנו כמובן להחליף שחקנים.
03:23
That was one idea: that we would have different actors,
63
185000
3000
זה היה רעיון אחד: שיהיו לנו שחקנים שונים,
03:26
and we would hand off from actor to actor.
64
188000
2000
ונעבור משחקן לשחקן.
03:28
We even ruled out the idea of using makeup.
65
190000
2000
אפילו שללנו את הרעיון של איפור.
03:30
We realized that prosthetic makeup just wouldn't hold up,
66
192000
3000
הבנו שאביזרי איפור פשוט לא יהיו אמינים,
03:33
particularly in close-up.
67
195000
2000
ביחוד בצילום תקריב.
03:35
And makeup is an additive process. You have to build the face up.
68
197000
3000
ואיפור הוא תהליך של תוספות. אתה צריך לבנות מהפנים החוצה.
03:38
And David wanted to carve deeply into Brad's face
69
200000
3000
ודיויד רצה לגלף עמוק לתוך הפנים של בראד
03:41
to bring the aging to this character.
70
203000
2000
בכדי להביא את הזקנה לדמות הזו.
03:43
He needed to be a very sympathetic character.
71
205000
2000
הוא היה צריך להיות דמות סימפטית מאד.
03:45
So we decided to cast a series of little people
72
207000
3000
כך שהחלטנו ללהק מערך של אנשים קטנים
03:48
that would play the different bodies of Benjamin
73
210000
3000
אשר ישחקו את הגופות השונים של בנג'מין
03:51
at the different increments of his life
74
213000
2000
במרווחים שונים בחייו
03:53
and that we would in fact create a computer-generated version of Brad's head,
75
215000
3000
בכך שלמעשה נייצר גירסה ממוחשבת של הראש של בראד,
03:56
aged to appear as Benjamin,
76
218000
2000
זקן בכדי להופיע כבנג'מין,
03:58
and attach that to the body of the real actor.
77
220000
3000
ונחבר את זה לגוף של שחקן אמיתי.
04:01
Sounded great.
78
223000
2000
נשמע מצויין.
04:03
Of course, this was the Holy Grail of our industry,
79
225000
3000
ברור, זה היה הגביע הקדוש של התעשיה שלנו,
04:06
and the fact that this guy is a global icon didn't help either,
80
228000
3000
והעובדה שהבחור הזה היה סמל עולמי גם לא עזרה,
04:09
because I'm sure if any of you ever stand in line at the grocery store,
81
231000
3000
מפני שאני בטוח שאם כל אחד מכם היה עומד בתור במרכול,
04:12
you know -- we see his face constantly.
82
234000
3000
אתם יודעים -- אנו רואים את פניו כל הזמן.
04:15
So there really was no tolerable margin of error.
83
237000
2000
כך שלא היה כאן מקום לטעויות.
04:17
There were two studios involved: Warner Brothers and Paramount.
84
239000
3000
היו שני אולפנים מעורבים: האחים וורנר ופרמונט.
04:20
And they both believed this would make an amazing film, of course,
85
242000
3000
ושניהם האמינו שזה יהיה סרט מדהים,
04:23
but it was a very high-risk proposition.
86
245000
3000
אך זו הייתה הצעה עם סיכון גבוה.
04:26
There was lots of money and reputations at stake.
87
248000
3000
היה המון כסף ומוניטין על המשקל.
04:29
But we believed that we had a very solid methodology
88
251000
3000
אך האמנו שיש לנו מתודולוגיה מוצקה
04:32
that might work ...
89
254000
3000
שכנראה תעבוד ...
04:35
But despite our verbal assurances,
90
257000
3000
אך למרות הביטחון במילותינו,
04:38
they wanted some proof.
91
260000
2000
הם רצו הוכחה כלשהי.
04:40
And so, in 2004, they commissioned us to do a screen test of Benjamin.
92
262000
3000
ואז, ב 2004, הם הזמינו אותנו לעשות מבחן מסך לבנג'מין.
04:43
And we did it in about five weeks.
93
265000
3000
ועשינו זאת בחמישה שבועות.
04:46
But we used lots of cheats and shortcuts.
94
268000
3000
אך השתמשנו בהרבה רמאויות וקיצורי דרך.
04:49
We basically put something together to get through the meeting.
95
271000
3000
בעצם חיברנו משהו יחדיו כדי לעבור את הפגישה.
04:52
I'll roll that for you now. This was the first test for Benjamin Button.
96
274000
3000
אני אריץ את זה בשבילכם עכשיו. זה היה הנסיון הראשון לבנג'מין באטן.
04:55
And in here, you can see, that's a computer-generated head --
97
277000
3000
וכאן, אפשר לראות, זהו ראש מיוצר מחשב --
04:58
pretty good -- attached to the body of an actor.
98
280000
3000
לא רע -- מחובר לגוף של שחקן.
05:01
And it worked. And it gave the studio great relief.
99
283000
3000
וזה עבד. וזה הרגיע את האולפנים.
05:04
After many years of starts and stops on this project,
100
286000
3000
אחרי הרבה שנים של התחלה ועצירות של הפרוייקט,
05:07
and making that tough decision,
101
289000
3000
ולקבל את ההחלטה הקשה הזו,
05:10
they finally decided to greenlight the movie.
102
292000
3000
הם סוף סוף החליטו לתת אור ירוק לסרט.
05:13
And I can remember, actually, when I got the phone call to congratulate us,
103
295000
3000
ואני זוכר, למעשה, שקיבלתי את הטלפון בכדי לברך אותנו,
05:16
to say the movie was a go,
104
298000
2000
להגיד הסרט יוצא לדרך,
05:18
I actually threw up.
105
300000
2000
פשוט הקאתי.
05:20
(Laughter)
106
302000
2000
(צחוק)
05:22
You know, this is some tough stuff.
107
304000
2000
אתם יודעים, זהו משהו מאד קשה.
05:24
So we started to have early team meetings,
108
306000
3000
כך שהתחלנו לקיים פגישות מוקדמות,
05:27
and we got everybody together,
109
309000
2000
ואספנו את כולם יחד,
05:29
and it was really more like therapy in the beginning,
110
311000
3000
וזה היה ממש כמו רפוי בהתחלה,
05:32
convincing each other and reassuring each other that we could actually undertake this.
111
314000
3000
משכנעים ומבטיחים אחד את השני שנוכל למעשה לעשות את זה.
05:35
We had to hold up an hour of a movie with a character.
112
317000
3000
היינו צריכים להחזיק שעה מהסרט עם הדמות הזו.
05:38
And it's not a special effects film; it has to be a man.
113
320000
3000
וזה לא סרט של אפקטים מיוחדים, זה צריך להיות אדם.
05:41
We really felt like we were in a -- kind of a 12-step program.
114
323000
3000
ממש הרגשנו שאנו בתוך -- תוכנית של 12 שלבים.
05:44
And of course, the first step is: admit you've got a problem. (Laughter)
115
326000
3000
וברור, שהשלב הראשון הוא: להודות שיש לך בעיה. (צחוק)
05:48
So we had a big problem:
116
330000
2000
כך שהייתה לנו בעיה גדולה:
05:50
we didn't know how we were going to do this.
117
332000
3000
לא ידענו איך אנו הולכים לעשות את זה.
05:53
But we did know one thing.
118
335000
2000
אך ידענו דבר אחד.
05:55
Being from the visual effects industry,
119
337000
3000
זה שאנו בתעשית האפקטים החזותיים,
05:58
we, with David, believed that we now had enough time,
120
340000
3000
אנחנו ודיויד, האמנו שעכשיו יש לנו זמן מספיק,
06:01
enough resources, and, God, we hoped we had enough money.
121
343000
3000
מספיק משאבים, ואלהים, קיווינו שיש לנו מספיק כסף.
06:04
And we had enough passion to will the processes and technology into existence.
122
346000
5000
והיתה לנו מספיק תשוקה לממש תהליכים וטכנולוגיה.
06:09
So, when you're faced with something like that,
123
351000
2000
וכאשר עומד בפניך משהו כזה,
06:11
of course you've got to break it down.
124
353000
2000
ברור שצריך לפרק אותו.
06:13
You take the big problem and you break it down into smaller pieces
125
355000
2000
לוקחים את הבעיה הגדולה ומפרקים אותה לחתיכות קטנות
06:15
and you start to attack that.
126
357000
1000
ומתחילים לתקוף את זה.
06:16
So we had three main areas that we had to focus on.
127
358000
2000
היו לנו שלושה אזורים שהיינו צריכים להתמקד בהם.
06:18
We needed to make Brad look a lot older --
128
360000
2000
היינו צריכים לגרום לבראד להראות זקן בהרבה --
06:20
needed to age him 45 years or so.
129
362000
2000
היינו צריכים להזקין אותו בערך ב 45 שנה.
06:22
And we also needed to make sure that we could take Brad's idiosyncrasies,
130
364000
6000
וגם היינו צריכים לוודא שנוכל לדגום את התכונות הייחודיות של בראד,
06:28
his little tics, the little subtleties that make him who he is
131
370000
2000
הטיקים הקטנים שלו, הדקויות שעושות אותו מי שהוא
06:30
and have that translate through our process
132
372000
2000
ולתרגם את זה לתוך התהליך שלנו
06:32
so that it appears in Benjamin on the screen.
133
374000
3000
כך שזה יופיע בבנג'מין על המסך.
06:35
And we also needed to create a character
134
377000
2000
והיינו צריכים גם לייצר דמות
06:37
that could hold up under, really, all conditions.
135
379000
3000
שתחזיק תחת, למעשה, כל תנאי.
06:40
He needed to be able to walk in broad daylight,
136
382000
2000
הוא צריך להיות מסוגל ללכת באור יום,
06:42
at nighttime, under candlelight,
137
384000
3000
בלילה, באור נר,
06:45
he had to hold an extreme close-up,
138
387000
2000
הוא צריך לעמוד בצילום תקריב קיצוני,
06:47
he had to deliver dialogue,
139
389000
1000
הוא צריך את היכולת לדבר,
06:48
he had to be able to run, he had to be able to sweat,
140
390000
2000
את היכולת לרוץ, את היכולת להזיע,
06:50
he had to be able to take a bath, to cry,
141
392000
2000
את היכולת לעשות אמבטיה, לבכות,
06:52
he even had to throw up.
142
394000
1000
ואפילו את היכולת להקיא.
06:53
Not all at the same time --
143
395000
1000
לא הכל בו זמנית --
06:54
but he had to, you know, do all of those things.
144
396000
2000
אך הוא היה צריך גם, אתם יודעים, לעשות את כל אלה.
06:56
And the work had to hold up for almost the first hour of the movie.
145
398000
3000
והעבודה היתה צריכה להחזיק כמעט כל השעה הראשונה של הסרט.
06:59
We did about 325 shots.
146
401000
2000
יצרנו בערך 325 קטעי צילום.
07:01
So we needed a system that would allow Benjamin
147
403000
3000
כך שהיינו צריכים מערכת שתאפשר לבנג'מין
07:04
to do everything a human being can do.
148
406000
3000
לעשות כל מה שאדם יכול לעשות.
07:07
And we realized that there was a giant chasm
149
409000
3000
והתברר לנו שישנה תהום ענקית
07:10
between the state of the art of technology in 2004
150
412000
3000
בין מצב הטכנולוגיה ב 2004
07:13
and where we needed it to be.
151
415000
2000
ואיפה שהיינו צריכים שתהיה.
07:15
So we focused on motion capture.
152
417000
3000
אז התמקדנו בדגימת תנועה.
07:18
I'm sure many of you have seen motion capture.
153
420000
2000
אני בטוח שרבים מכם ראו דגימת תנועה.
07:20
The state of the art at the time
154
422000
2000
שיא הטכנולוגיה באותו הזמן
07:22
was something called marker-based motion capture.
155
424000
2000
היה משהו שנקרא דגימת תנועה מבוססת סימון.
07:24
I'll give you an example here.
156
426000
1000
אתן לכם דוגמה כאן.
07:25
It's basically the idea of, you wear a leotard,
157
427000
2000
זהו רעיון בסיסי של, לובשים בגד גוף,
07:27
and they put some reflective markers on your body,
158
429000
2000
ושמים סימונים מחזירי אור על הגוף,
07:29
and instead of using cameras,
159
431000
2000
ובמקום להשתמש במצלמות,
07:31
there're infrared sensors around a volume,
160
433000
2000
ישנם חיישני אינפרא אדום מסביב לנפח,
07:33
and those infrared sensors track the three-dimensional position
161
435000
2000
ואותם חיישני אינפרא אדום דוגמים את המיקום התלת מימדי
07:35
of those markers in real time.
162
437000
2000
של אותם סימונים בזמן אמת.
07:37
And then animators can take the data of the motion of those markers
163
439000
3000
ואז אנימטורים יכולים לקחת את המידע של התנועה של אותם סימונים
07:40
and apply them to a computer-generated character.
164
442000
2000
ולחבר אותם לדמות מחשב תלת מימדית.
07:42
You can see the computer characters on the right
165
444000
3000
אפשר לראות את דמויות המחשב מימין
07:45
are having the same complex motion as the dancers.
166
447000
3000
נעות באותה תנועה מורכבת כמו הרקדנים.
07:48
But we also looked at numbers of other films at the time
167
450000
2000
אך צפינו בסרטים נוספים באותו הזמן
07:50
that were using facial marker tracking,
168
452000
2000
אשר השתמשו בדגימת סימוני פנים,
07:52
and that's the idea of putting markers on the human face
169
454000
2000
ורעיון זה הוא לשים סימונים על פניו של אדם
07:54
and doing the same process.
170
456000
1000
ולעשות את אותו תהליך.
07:55
And as you can see, it gives you a pretty crappy performance.
171
457000
4000
וכמו שאפשר לראות, זה נותן ביצועים מחורבנים.
07:59
That's not terribly compelling.
172
461000
3000
זה לא לגמרי משכנע.
08:02
And what we realized
173
464000
2000
ומה שהתברר לנו
08:04
was that what we needed
174
466000
1000
זה שמה שהיינו צריכים
08:05
was the information that was going on between the markers.
175
467000
2000
הוא המידע שקורה בין הסימונים.
08:07
We needed the subtleties of the skin.
176
469000
3000
היינו צריכים את הדקויות של העור.
08:10
We needed to see skin moving over muscle moving over bone.
177
472000
3000
רצינו לראות את תזוזת העור מעל השריר שמעל העצם.
08:13
We needed creases and dimples and wrinkles and all of those things.
178
475000
2000
רצינו קפלים וגומות וקמטים וכל הדברים הללו.
08:15
Our first revelation was to completely abort and walk away from
179
477000
3000
התגלית הראשונה שלנו הייתה לבטל לגמרי ולעזוב
08:18
the technology of the day, the status quo, the state of the art.
180
480000
3000
את הטכנולוגיה של היום, את המצב הקיים, את החדיש ביותר.
08:21
So we aborted using motion capture.
181
483000
3000
אז ביטלנו את השימוש בדגימת תנועה.
08:24
And we were now well out of our comfort zone,
182
486000
3000
והיינו רחוק מחוץ לתחום הנוח שלנו,
08:27
and in uncharted territory.
183
489000
2000
ובשטח לא נודע.
08:29
So we were left with this idea
184
491000
3000
כך שנשארנו עם הרעיון הזה
08:32
that we ended up calling "technology stew."
185
494000
3000
שקראנו לו לבסוף "תבשיל טכנולוגי."
08:35
We started to look out in other fields.
186
497000
2000
התחלנו לחפש בתחומים אחרים.
08:37
The idea was that we were going to find
187
499000
3000
הרעיון היה שנמצא
08:40
nuggets or gems of technology
188
502000
2000
גבישים או אבני חן של טכנולוגיה
08:42
that come from other industries like medical imaging,
189
504000
2000
אשר באים מתעשיות אחרות כמו רפואה חזותית,
08:44
the video game space,
190
506000
1000
חלל משחקי המחשב,
08:45
and re-appropriate them.
191
507000
2000
ולהתאים אותם.
08:47
And we had to create kind of a sauce.
192
509000
3000
והיינו צריכים לייצר סוג של מתבל.
08:50
And the sauce was code in software
193
512000
3000
והמתבל היה קוד בתוכנה
08:53
that we'd written to allow these disparate pieces of technology
194
515000
3000
אשר כתבנו בכדי לאפשר לחלקי הטכנולוגיה הפרודים הללו
08:56
to come together and work as one.
195
518000
2000
להתחבר ולעבוד כאחד.
08:58
Initially, we came across some remarkable research
196
520000
2000
בהתחלה, נתקלנו במחקר מדהים
09:00
done by a gentleman named Dr. Paul Ekman in the early '70s.
197
522000
3000
אשר נעשה ע"י דר' פול אקמן בשנות ה 70.
09:03
He believed that he could, in fact,
198
525000
3000
הוא האמין שהוא יכול, למעשה,
09:06
catalog the human face.
199
528000
2000
לקטלג את פניו של האדם.
09:08
And he came up with this idea of Facial Action Coding System, or FACS.
200
530000
3000
והוא העלה רעיון של מערכת קודי תנועת פנים או מ.ק.ת.פ.
09:11
He believed that there were 70 basic poses
201
533000
3000
הוא האמין שישנם 70 תנוחות בסיסיות
09:14
or shapes of the human face,
202
536000
3000
או צורות של פניו של האדם,
09:17
and that those basic poses or shapes of the face
203
539000
3000
ואותן תנוחות או צורות של הפנים
09:20
can be combined to create infinite possibilities
204
542000
3000
יכולות להשתלב וליצור אין סוף אפשרויות
09:23
of everything the human face is capable of doing.
205
545000
2000
של כל מה שפניו של אדם מסוגלים לעשות.
09:25
And of course, these transcend age, race, culture, gender.
206
547000
3000
וברור, זה מתעלה על גיל, גזע, תרבות, מין.
09:28
So this became the foundation of our research as we went forward.
207
550000
4000
כך שזה נהיה בסיס המחקר שלנו ככל שהתקדמנו.
09:32
And then we came across some remarkable technology
208
554000
3000
ואז נתקלנו בטכנולוגיה מדהימה.
09:35
called Contour.
209
557000
1000
הנקראת מתאר.
09:36
And here you can see a subject having phosphorus makeup
210
558000
3000
וכאן אנו רואים מישהי עם איפור זרחני
09:39
stippled on her face.
211
561000
2000
שפוזר על פניה.
09:41
And now what we're looking at is really creating a surface capture
212
563000
3000
ועכשיו מה שאנו רואים הוא ממש לייצר שטח דגום
09:44
as opposed to a marker capture.
213
566000
2000
בניגוד לדגימת סימונים.
09:46
The subject stands in front of a computer array of cameras,
214
568000
2000
האדם עומד מול מערך ממוחשב של מצלמות,
09:48
and those cameras can, frame-by-frame,
215
570000
2000
ומצלמות אלו יכולות תמונה אחר תמונה,
09:50
reconstruct the geometry of exactly what the subject's doing at the moment.
216
572000
3000
לשחזר את הגאומטריה בדיוק כמו שהאדם עושה כרגע.
09:53
So, effectively, you get 3D data in real time of the subject.
217
575000
5000
כך שלמעשה, אנו מקבלים מידע תלת מימדי בזמן אמת של האדם.
09:58
And if you look in a comparison,
218
580000
3000
ואם נסתכל בהשוואה,
10:01
on the left, we see what volumetric data gives us
219
583000
3000
משמאל, אנו רואים מה מידע על נפח נותן לנו
10:04
and on the right you see what markers give us.
220
586000
2000
ומימין אנו רואים מה סימוינם נותנים לנו.
10:07
So, clearly, we were in a substantially better place for this.
221
589000
2000
כך שברור שאנו נמצאים במקום טוב משמעותית לזה.
10:09
But these were the early days of this technology,
222
591000
2000
אך אלה היו הימים הראשונים של הטכנולוגיה הזו,
10:11
and it wasn't really proven yet.
223
593000
2000
והיא עדיין לא הייתה מוכחת.
10:13
We measure complexity and fidelity of data
224
595000
2000
מדדנו את מורכבותו ודיוקו של המידע
10:15
in terms of polygonal count.
225
597000
2000
במונחים של מספר הצלעות (פוליגונים).
10:17
And so, on the left, we were seeing 100,000 polygons.
226
599000
3000
ואז, משמאל, ראינו 100,000 פוליגונים.
10:20
We could go up into the millions of polygons.
227
602000
2000
ויכלנו לעלות למיליונים של פוליגונים.
10:22
It seemed to be infinite.
228
604000
2000
נראה היה שזה אין סופי.
10:24
This was when we had our "Aha!"
229
606000
2000
זה קרה כשהיה לנו את ה "אההה!"
10:26
This was the breakthrough.
230
608000
1000
זו היתה פריצת הדרך.
10:27
This is when we're like, "OK, we're going to be OK,
231
609000
2000
זה היה כשהיינו במצב של "או קיי אנחנו בדרך הנכונה,
10:29
This is actually going to work."
232
611000
1000
זה למעשה הולך לעבוד."
10:30
And the "Aha!" was, what if we could take Brad Pitt,
233
612000
4000
וה "אההה" היה, מה אם היינו יכולים לקחת את בראד פיט,
10:34
and we could put Brad in this device,
234
616000
3000
ונשים את בראד במכשיר הזה,
10:37
and use this Contour process,
235
619000
2000
ונשתמש במתאר הזה,
10:39
and we could stipple on this phosphorescent makeup
236
621000
2000
ונפזר על זה איפור זרחני
10:41
and put him under the black lights,
237
623000
1000
ונאיר אותו באורות שחורים,
10:42
and we could, in fact, scan him in real time
238
624000
3000
ונוכל למעשה, לסרוק אותו בזמן אמת
10:45
performing Ekman's FACS poses.
239
627000
2000
מציג את התנוחות מ.ק.ת.פ. של אקמן.
10:47
Right? So, effectively,
240
629000
2000
נכון? אז בעצם,
10:49
we ended up with a 3D database
241
631000
2000
נותרנו בסוף עם בסיס נתונים תלת מימדי
10:51
of everything Brad Pitt's face is capable of doing.
242
633000
3000
של כל מה שפניו של בראד פיט מסוגלים לעשות.
10:54
(Laughter)
243
636000
2000
(צחוק)
10:56
From there, we actually carved up those faces
244
638000
3000
משם למעשה חתכנו את הפנים הללו
10:59
into smaller pieces and components of his face.
245
641000
3000
לחלקים קטנים ורכיבים של הפנים שלו.
11:02
So we ended up with literally thousands and thousands and thousands of shapes,
246
644000
3000
ובסופו של דבר היו לנו פשוטו כמשמעו אלפי אלפים של צורות,
11:05
a complete database of all possibilities
247
647000
3000
בסיס נתונים שלם של כל האפשרויות
11:08
that his face is capable of doing.
248
650000
3000
שפניו מסוגלים לעשות.
11:11
Now, that's great, except we had him at age 44.
249
653000
3000
עכשיו זה נהדר, רק שהוא היה בן 44.
11:14
We need to put another 40 years on him at this point.
250
656000
3000
היינו צריכים להוסיף לו עוד 40 שנה מהנקודה הזו.
11:17
We brought in Rick Baker,
251
659000
2000
צרפנו אלינו את ריק בייקר,
11:19
and Rick is one of the great makeup and special effects gurus
252
661000
2000
וריק הוא אחד הגורואים הטובים היותר באיפור ואפקטים המיוחדים
11:21
of our industry.
253
663000
1000
של התעשיה.
11:22
And we also brought in a gentleman named Kazu Tsuji,
254
664000
3000
וגם צירפנו אדון בשם קזו סוז'י.
11:25
and Kazu Tsuji is one of the great photorealist sculptors of our time.
255
667000
3000
וקזו סוז'י הוא אחד הפסלים הריאליסטיים המצויינים של זמננו.
11:28
And we commissioned them to make a maquette,
256
670000
3000
והזמנו אותם לייצר דגמים,
11:31
or a bust, of Benjamin.
257
673000
2000
או פסל ראש של בנג'מין.
11:33
So, in the spirit of "The Great Unveiling" -- I had to do this --
258
675000
3000
כך שברוח ה "תגלית הגדולה" -- הייתי צריך לעשות זאת --
11:36
I had to unveil something.
259
678000
2000
הייתי צריך לגלות משהו.
11:38
So this is Ben 80.
260
680000
2000
אז זהו בן בגיל 80.
11:40
We created three of these:
261
682000
2000
יצרנו שלושה כאלה:
11:42
there's Ben 80, there's Ben 70, there's Ben 60.
262
684000
2000
יש בן בגיל 80, יש בן בגיל 70, ויש בן בגיל 60.
11:44
And this really became the template for moving forward.
263
686000
3000
וזו למעשה נהייתה התבנית להתקדמות שלנו.
11:47
Now, this was made from a life cast of Brad.
264
689000
2000
עכשיו זה נעשה מיציקה אמיתית של בראד.
11:49
So, in fact, anatomically, it is correct.
265
691000
3000
כך שלמעשה אנטומית, היא נכונה.
11:52
The eyes, the jaw, the teeth:
266
694000
3000
העיניים, הלסת, והשיניים:
11:55
everything is in perfect alignment with what the real guy has.
267
697000
3000
הכל מיושר בדיוק עם מה שיש לבחור האמיתי.
11:58
We have these maquettes scanned into the computer
268
700000
2000
סרקנו את פסלי הראש הללו למחשב
12:00
at very high resolution --
269
702000
2000
ברזולוציה גבוהה מאד --
12:02
enormous polygonal count.
270
704000
2000
כמות עצומה של פוליגונים.
12:04
And so now we had three age increments of Benjamin
271
706000
4000
כך שהיו לנו שלוש דרגות גיל של בנג'מין
12:08
in the computer.
272
710000
2000
במחשב.
12:10
But we needed to get a database of him doing more than that.
273
712000
3000
אך היינו צריכים בסיס נתונים שלו עושה יותר מזה.
12:13
We went through this process, then, called retargeting.
274
715000
3000
אז השתמשנו בתהליך שנקרא מיקוד מחדש.
12:16
This is Brad doing one of the Ekman FACS poses.
275
718000
2000
זהו בראד עושה את אחת התנוחות של אקמן מ.ק.ת.פ.
12:18
And here's the resulting data that comes from that,
276
720000
3000
וכאן המידע הסופי שהתקבל מזה,
12:21
the model that comes from that.
277
723000
2000
המודל שיצא מזה.
12:23
Retargeting is the process of transposing that data
278
725000
3000
מיקוד מחדש הוא תהליך העברה של המידע
12:26
onto another model.
279
728000
2000
למודל אחר.
12:28
And because the life cast, or the bust -- the maquette -- of Benjamin
280
730000
3000
והרי שהפסל או פסל הראש -- של בנג'מין
12:31
was made from Brad,
281
733000
2000
נעשה מבראד,
12:33
we could transpose the data of Brad at 44
282
735000
3000
יכולנו להעביר את המידע מבראד בן ה 44
12:36
onto Brad at 87.
283
738000
2000
לבראד בגיל 87
12:38
So now, we had a 3D database of everything Brad Pitt's face can do
284
740000
3000
כך שעכשיו היה לנו בסיס נתונים של כל הפנים שבראד פיט יכול לעשות
12:41
at age 87, in his 70s and in his 60s.
285
743000
4000
בגיל 87, בשנות ה 70 וה 60 לחייו.
12:45
Next we had to go into the shooting process.
286
747000
3000
הדבר הבא היינו צריכים להכנס לתהליך הצילומים.
12:48
So while all that's going on,
287
750000
1000
כך שכל זה קורה,
12:49
we're down in New Orleans and locations around the world.
288
751000
2000
היינו בניו אורלינס ובמקומות מסביב לעולם.
12:51
And we shot our body actors,
289
753000
2000
וצילמנו את שחקני הגוף,
12:53
and we shot them wearing blue hoods.
290
755000
2000
וצילמנו אותם חובשים ברדסים כחולים.
12:55
So these are the gentleman who played Benjamin.
291
757000
2000
אלו הם האדונים ששיחקו את בנג'מין.
12:57
And the blue hoods helped us with two things:
292
759000
2000
והברדסים הכחולים עזרו לנו בשני דברים:
12:59
one, we could easily erase their heads;
293
761000
2000
אחד, יכולנו בקלות למחוק את ראשם;
13:01
and we also put tracking markers on their heads
294
763000
2000
וגם שמנו להם סימוני מעקב על ראשם
13:03
so we could recreate the camera motion
295
765000
2000
כך שנוכל לייצר מחדש את תנועת המצלמה
13:05
and the lens optics from the set.
296
767000
2000
ואת האופטיקה של העדשות מאזור הצילום.
13:07
But now we needed to get Brad's performance to drive our virtual Benjamin.
297
769000
3000
אך עכשיו היינו צריכים להשיג את הביצוע של בראד בכדי להוביל את בנג'מין הוירטואלי.
13:10
And so we edited the footage that was shot on location
298
772000
2000
כך שערכנו את הצילומים שצילמנו באזור הצילום
13:12
with the rest of the cast and the body actors
299
774000
3000
עם שאר השחקנים ושחקני הגוף
13:15
and about six months later
300
777000
2000
ובערך שישה חודשים לאחר מכן
13:17
we brought Brad onto a sound stage in Los Angeles
301
779000
3000
הבאנו את בראד לאולפן ההקלטות בלוס אנג'לס
13:20
and he watched on the screen.
302
782000
3000
והוא צפה במסך.
13:23
His job, then, was to become Benjamin.
303
785000
2000
תפקידו היה, אז, להיות בנג'מין.
13:25
And so we looped the scenes.
304
787000
1000
כך שהרצנו במחזוריות את הסצנות.
13:26
He watched again and again.
305
788000
1000
הוא צפה שוב ושוב.
13:27
We encouraged him to improvise.
306
789000
2000
עודדנו אותו לאלתר.
13:29
And he took Benjamin into interesting and unusual places
307
791000
3000
והוא לקח את בנג'מין למקומות מעניינים ולא רגילים
13:32
that we didn't think he was going to go.
308
794000
2000
אשר לא חשבנו שהוא יקח.
13:34
We shot him with four HD cameras
309
796000
2000
צילמנו אותו עם ארבע מצלמות HD
13:36
so we'd get multiple views of him
310
798000
1000
בכדי שיהיו לנו זויות שונות שלו
13:37
and then David would choose the take of Brad being Benjamin
311
799000
3000
ואז דיויד יבחר את הצילום של בראד לבנג'מין
13:40
that he thought best matched the footage
312
802000
3000
שהוא יחשוב כטוב ביותר לצילומים
13:43
with the rest of the cast.
313
805000
1000
עם שאר השחקנים.
13:44
From there we went into a process called image analysis.
314
806000
3000
משם נכנסנו לתהליך הנקרא אבחון תמונה.
13:47
And so here, you can see again, the chosen take.
315
809000
3000
וכאן, אפשר לראות שוב את קטע הצילום הנבחר.
13:50
And you are seeing, now, that data being transposed on to Ben 87.
316
812000
3000
ואתם רואים, עכשיו, את המידע מועבר לבן בגיל 87.
13:53
And so, what's interesting about this is
317
815000
3000
ומה שמעניין בזה הוא
13:56
we used something called image analysis,
318
818000
2000
השתמשנו במשהו שנקרא אבחון תמונה,
13:58
which is taking timings from different components of Benjamin's face.
319
820000
3000
אשר לוקח תיזמונים של חלקים שונים של פניו של בנג'מין.
14:01
And so we could choose, say, his left eyebrow.
320
823000
3000
כך שנוכל לבחור, נגיד, את הגבה השמאלית.
14:04
And the software would tell us that, well,
321
826000
2000
והתוכנה תאמר לנו שלמעשה,
14:06
in frame 14 the left eyebrow begins to move from here to here,
322
828000
2000
בפריים 14 הגבה השמאלית מתחילה לזוז מכאן לכאן,
14:08
and it concludes moving in frame 32.
323
830000
2000
וזה מסתכם ב 32 פריימים.
14:10
And so we could choose numbers of positions on the face
324
832000
2000
כך שיכולנו לבחור מספר מיקומים על פניו
14:12
to pull that data from.
325
834000
2000
בכדי למשוך את המידע הזה.
14:14
And then, the sauce I talked about with our technology stew --
326
836000
2000
ואז, המתבל שדיברתי עליו עם התבשיל הטכנולוגי --
14:16
that secret sauce was, effectively, software that allowed us to
327
838000
3000
המתבל הסודי היה, בעצם, תוכנה שתאפשר לנו
14:19
match the performance footage of Brad
328
841000
3000
להתאים את הביצועי המסך של בראד
14:22
in live action with our database of aged Benjamin,
329
844000
4000
בפעולה חיה עם בסיס הנתונים של בנג'מין הזקן,
14:26
the FACS shapes that we had.
330
848000
2000
צורות ה מ.ק.ת.פ. שהיו לנו.
14:28
On a frame-by-frame basis,
331
850000
3000
על בסיס של תמונה אחר תמונה,
14:31
we could actually reconstruct a 3D head
332
853000
3000
יכולנו למעשה לבנות מחדש ראש תלת מימדי
14:34
that exactly matched the performance of Brad.
333
856000
3000
אשר מתאים בדיוק לביצועים של בראד
14:37
So this was how the finished shot appeared in the film.
334
859000
3000
כך שזהו איך שהצילום הסופי הופיע בסרט.
14:40
And here you can see the body actor.
335
862000
2000
וכאן אפשר לראות את שחקן הגוף.
14:42
And then this is what we called the "dead head," no reference to Jerry Garcia.
336
864000
3000
וכן זה מה שאנו יכולים לכנות "ראש מת", בלי קשר לג'רי גרסייה.
14:45
And then here's the reconstructed performance
337
867000
3000
וכאן הביצוע המחודש
14:48
now with the timings of the performance.
338
870000
3000
עכשיו עם התיזמון של הביצוע.
14:51
And then, again, the final shot.
339
873000
2000
ושוב, הצילום הסופי.
14:54
It was a long process.
340
876000
2000
זה היה תהליך ארוך.
14:56
(Applause)
341
878000
3000
(מחיאות כפיים)
15:07
The next section here, I'm going to just blast through this,
342
889000
2000
החלק הבא כאן, אעבור עליו במהירות,
15:09
because we could do a whole TEDTalk on the next several slides.
343
891000
4000
מפני שאפשר לעשות הרצאה שלמה של TED של התמונות הבאות.
15:13
We had to create a lighting system.
344
895000
3000
היינו צריכים לייצר מערכת תאורה.
15:16
So really, a big part of our processes was creating a lighting environment
345
898000
3000
כך שבאמת, חלק גדול מהתהליכים היו לייצר תאורות סביבה
15:19
for every single location that Benjamin had to appear
346
901000
2000
לכל אזור צילום שבו הופיע בנג'מין
15:21
so that we could put Ben's head into any scene
347
903000
3000
כך שנוכל לשים את ראשו של בנג'מין בכל סצינה
15:24
and it would exactly match the lighting that's on the other actors
348
906000
3000
והוא יתאים בדיוק לתאורה שעל שחקנים אחרים
15:27
in the real world.
349
909000
1000
בעולם האמיתי.
15:28
We also had to create an eye system.
350
910000
3000
היינו צריכים גם לייצר מערכת לעיניים.
15:31
We found the old adage, you know,
351
913000
2000
מצאנו שהפתגם הישן, אתם יודעים,
15:33
"The eyes are the window to the soul,"
352
915000
2000
"העיינים הן החלון אל הנשמה,"
15:35
absolutely true.
353
917000
1000
אמת לאמיתה.
15:36
So the key here was to keep everybody looking in Ben's eyes.
354
918000
2000
כך שהמפתח כאן היה שכולם יביטו בעייניו של בן.
15:38
And if you could feel the warmth, and feel the humanity,
355
920000
2000
ואם תרגישו את החום, ותרגישו את האנושיות,
15:40
and feel his intent coming through the eyes,
356
922000
3000
ותרגישו את הכוונה היוצאת מעייניו,
15:43
then we would succeed.
357
925000
1000
אז הצלחנו.
15:44
So we had one person focused on the eye system
358
926000
3000
כך שהיה לנו אדם אחד שהתמקד על מערכת העיניים
15:47
for almost two full years.
359
929000
2000
למשך כמעט שנתיים.
15:49
We also had to create a mouth system.
360
931000
2000
היינו צריכים גם לייצר מערכת לפה.
15:51
We worked from dental molds of Brad.
361
933000
2000
עבדנו עם תבניות יציקה של שיניו של בראד.
15:53
We had to age the teeth over time.
362
935000
2000
היינו צריכים לבגר את השיניים לאורך הזמן.
15:55
We also had to create an articulating tongue that allowed him to enunciate his words.
363
937000
3000
היינו צריכים גם לייצר הגייות לשון אשר יאפשרו לו לבטא מילים.
15:58
There was a whole system written in software to articulate the tongue.
364
940000
2000
הייתה מערכת שלמה שנכתבה בתוכנה בכדי להגות עם הלשון.
16:00
We had one person devoted to the tongue for about nine months.
365
942000
2000
היה לנו אדם אחד שהיה מסור ללשון למשך בערך תשעה חודשים.
16:02
He was very popular.
366
944000
2000
הוא היה מאד פופולרי.
16:04
Skin displacement: another big deal.
367
946000
3000
תזוזת העור: עוד עסק גדול.
16:07
The skin had to be absolutely accurate.
368
949000
2000
העור היה חייב להיות מדוייק לחלוטין.
16:09
He's also in an old age home, he's in a nursing home
369
951000
3000
הוא גם בבית זקנים, הוא בבית חולים פרטי
16:12
around other old people,
370
954000
2000
מסביב לאנשים זקנים אחרים,
16:14
so he had to look exactly the same as the others.
371
956000
2000
כך שהוא היה חייב להראות בדיוק כמו השאר.
16:16
So, lots of work on skin deformation,
372
958000
1000
כך, שהרבה עבודה על עיוותי העור,
16:17
you can see in some of these cases it works,
373
959000
1000
אתם יכולים לראות שבחלק מהמקרים זה עובד,
16:18
in some cases it looks bad.
374
960000
1000
במקרים אחרים זה נראה רע.
16:19
This is a very, very, very early test in our process.
375
961000
2000
זהו ניסיון מאד, מאד מוקדם בתהליך.
16:21
So, effectively we created a digital puppet
376
963000
3000
כך שבצורה יעילה ייצרנו בובה דיגיטלית
16:24
that Brad Pitt could operate with his own face.
377
966000
3000
שבראד פיט יכול להפעיל עם הפנים שלו.
16:27
There were no animators necessary to come in and interpret behavior
378
969000
4000
לא הצטרכנו אנימטורים בכדי לתרגם התנהגות
16:31
or enhance his performance.
379
973000
2000
או לשפר את הביצועים שלו.
16:33
There was something that we encountered, though,
380
975000
3000
היה משהו שנתקלנו בו,
16:36
that we ended up calling "the digital Botox effect."
381
978000
3000
שהסתיים בזה שקראנו ל "דיגיטל בוטוקס אפקט."
16:39
So, as things went through this process,
382
981000
3000
כך שכשדברים עברו את התהליך
16:42
Fincher would always say, "It sandblasts the edges off of the performance."
383
984000
3000
פינצ'ר תמיד היה אומר, "זה מחדד את הקצוות של הביצועים."
16:45
And thing our process and the technology couldn't do,
384
987000
3000
והדבר שהתהליך והטכנולוגיה שלנו לא יכלו לעשות,
16:48
is they couldn't understand intent,
385
990000
3000
הוא שהם לא יכלו להבין כוונה,
16:51
the intent of the actor.
386
993000
2000
את הכוונה של השחקן.
16:53
So it sees a smile as a smile.
387
995000
2000
כך שהוא רואה חיוך.
16:55
It doesn't recognize an ironic smile, or a happy smile,
388
997000
3000
הוא לא מזהה חיוך אירוני, או חיוך שמח,
16:58
or a frustrated smile.
389
1000000
1000
או חיוך מתוסכל.
16:59
So it did take humans to kind of push it one way or another.
390
1001000
3000
כך שזה לקח את האנשים לדחוף את זה לכיוון כזה או אחר.
17:02
But we ended up calling the entire process
391
1004000
3000
אבל בסופו של דבר קראנו לתהליך
17:05
and all the technology "emotion capture,"
392
1007000
2000
ולכל הטכנולוגיה "דגימה ריגשית,"
17:07
as opposed to just motion capture.
393
1009000
1000
בניגוד לדגימת תנועה.
17:08
Take another look.
394
1010000
2000
קחו עוד מבט.
17:11
Brad Pitt: Well, I heard momma and Tizzy whisper,
395
1013000
2000
בראד פיט: ובכן, שמעתי את אמא וטיזי לוחשות,
17:13
and they said I was gonna die soon,
396
1015000
2000
והן אומרות שאני הולך למות בקרוב,
17:15
but ... maybe not.
397
1017000
2000
אבל ... אולי לא.
17:37
EU: That's how to create a digital human in 18 minutes.
398
1039000
3000
א.א.:זהו איך שיוצרים אדם דיגיטלי ב 18 דקות.
17:40
(Applause)
399
1042000
3000
(מחיאות כפיים)
17:48
A couple of quick factoids;
400
1050000
2000
כמה עובדות מהירות;
17:50
it really took 155 people over two years,
401
1052000
4000
זה למעשה לקח שנתיים ל 155 איש,
17:54
and we didn't even talk about 60 hairstyles and an all-digital haircut.
402
1056000
4000
ואפילו לא דיברנו על 60 תסרוקות ועל תספורת דיגיטלית.
17:58
But, that is Benjamin. Thank you.
403
1060000
3000
אך, זהו בנג'מין. תודה.
ABOUT THE SPEAKER
Ed Ulbrich - Visual storytellerEd Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide.
Why you should listen
Ed Ulbrich spoke at TED2009 representing a team of filmmakers, artists and technologists who've been working on a significant breakthrough in visual storytelling -- a startling blurring of the line between digital creation and actor.
Ulbrich was the long time executive VP of production at Digital Domain, for whom he executive-produced Academy Award-winning visual effects for Titanic, What Dreams May Come, Fight Club, Zodiac, Adaptation and other features, as well as music videos and more than 500 commercials. He has recently exited this position but has entered into a creative consultant arrangement with the company. In 2007, he was named to the Creativity 50 -- top innovators in advertising and design.
Ed Ulbrich | Speaker | TED.com