TED2007
Blaise Agüera y Arcas: How PhotoSynth can connect the world's images
Blaise Aguera y Arcas क़ौम Photosynth
Filmed:
Readability: 4.3
5,831,957 views
Blaise Aguera y Arcas Photosynth, कि हम डिजिटल छवियों को देखने का तरीका परिवर्तित कर सॉफ्टवेयर का एक बहुत चमकीला प्रदर्शन जाता है. अभी भी फोटो वेब से culled का प्रयोग, Photosynth लुभावनी dreamscapes बनाता है और हमें उन्हें नेविगेट देता है.
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.
00:25
What I'm going to show you first, as quickly as I can,
0
0
2000
तो सबसे पहले मैं आपको क्या दिखाने वाला हूँ, जितनी जल्दी मैं दिखा सकता हूँ,
00:27
is some foundational work, some new technology
1
2000
4000
वो है कुछ आधारभूत काम, कुछ नई तक़नीक़
00:31
that we brought to Microsoft as part of an acquisition
2
6000
3000
जो हम माइक्रोसाफ़्ट में अधिग्रहण के भाग के रुप में लगभग एक साल पहले लाये थे।
00:34
almost exactly a year ago. This is Seadragon,
3
9000
3000
ये है सीड्रैगन।
00:37
and it's an environment in which you can either locally or remotely
4
12000
3000
और यह एक वातावरण है, जिसमें आप या तो स्थानीय या दूर के
00:40
interact with vast amounts of visual data.
5
15000
3000
विशाल दृश्य डाटा के साथ बातचीत कर सकते हैं।
00:43
We're looking at many, many gigabytes of digital photos here
6
18000
3000
हम यहाँ कई गीगाबाइट के, बहुत सारे डिजिटल फ़ोटो देख रहे हैं
00:46
and kind of seamlessly and continuously zooming in,
7
21000
3000
जो किसी भी जोड़ के बिना हैं, बराबर हम इनका आकारवर्धन कर रहे हैं
00:50
panning through the thing, rearranging it in any way we want.
8
25000
2000
इसे चीज़ों से जोड़ रहे हैं, इसे अपने मनचाहे तरीक़े से व्यवस्थित कर रहे हैं।
00:52
And it doesn't matter how much information we're looking at,
9
27000
4000
और ये चीज महत्वपूर्ण नहीं है कि हम कितनी जानकारी देख पा रहे हैं,
00:56
how big these collections are or how big the images are.
10
31000
3000
और ये संग्रह कितना बड़ा है या ये तस्वीरें कितनी बड़ी हैं।
00:59
Most of them are ordinary digital camera photos,
11
34000
2000
इनमें से अधिकांशत: सामान्य डिजिटल कैमरे से ली गई तस्वीरें हैं,
01:01
but this one, for example, is a scan from the Library of Congress,
12
36000
3000
लेकिन, उदाहरण के लिये ये वाली, लाइब्रेरी ऑफ़ कांग्रेस का स्कैन है,
01:05
and it's in the 300 megapixel range.
13
40000
2000
और ये 300 मेगापिक्सल की सीमा में है।
01:08
It doesn't make any difference
14
43000
1000
इससे कोई अन्तर नहीं पड़ता
01:09
because the only thing that ought to limit the performance
15
44000
3000
क्योंकि केवल एक ही चीज़ इस तरह के सिस्टम के प्रदर्शन को सीमित कर सकती है
01:12
of a system like this one is the number of pixels on your screen
16
47000
3000
और वो है किसी भी क्षण में आपकी स्क्रीन पर पिक्सल की संख्या।
01:15
at any given moment. It's also very flexible architecture.
17
50000
3000
ये एक बहुत लचीली वास्तुकला भी है।
01:18
This is an entire book, so this is an example of non-image data.
18
53000
3000
ये एक पूरी किताब है, तस्वीर रहित डाटा का एक उदाहरण।
01:22
This is "Bleak House" by Dickens. Every column is a chapter.
19
57000
5000
ये डिकन्स द्वारा लिखी गई पुस्तक ब्लीक हाउस है। जिसका हर परिच्छेद एक संपूर्ण अध्याय है।
01:27
To prove to you that it's really text, and not an image,
20
62000
4000
आपके समक्ष ये सिद्ध करने के लिये कि ये वास्तव में पाठय है और छवि नहीं,
01:31
we can do something like so, to really show
21
66000
2000
हम कुछ ऐसे कर सकते हैं, जिससे आपको वास्तविक रुप से पता लगे
01:33
that this is a real representation of the text; it's not a picture.
22
68000
3000
कि ये पाठय की वास्तविक प्रस्तुति है, और ये कोई छवि नहीं है।
01:37
Maybe this is a kind of an artificial way to read an e-book.
23
72000
2000
हो सकता है कि ये किसी ई-पुस्तक को पढ़ने का कृत्रिम तरीक़ा है।
01:39
I wouldn't recommend it.
24
74000
1000
मैं यह सुझाव नहीं दूँगा।
01:40
This is a more realistic case. This is an issue of The Guardian.
25
75000
3000
यह एक और अधिक यथार्थवादी मामला है। यह द गार्जियन का एक मुद्दा है।
01:43
Every large image is the beginning of a section.
26
78000
2000
हर बड़ी छवि एक सेक्शन की शुरुआत है।
01:45
And this really gives you the joy and the good experience
27
80000
3000
और यह वास्तव में आपको एक पत्रिका या एक समाचार पत्र के असली क़ाग़ज़ संस्करण
01:48
of reading the real paper version of a magazine or a newspaper,
28
83000
5000
को पढ़ने की, ख़ुशी और अच्छा अनुभव देता है ।
01:54
which is an inherently multi-scale kind of medium.
29
89000
1000
जो एक स्वाभाविक बहु पैमाने के माध्यम की तरह है।
01:56
We've also done a little something
30
91000
1000
हमने द गार्जियन के एक विशेष अंक के कोने के साथ भी
01:57
with the corner of this particular issue of The Guardian.
31
92000
3000
कुछ किया है।
02:00
We've made up a fake ad that's very high resolution --
32
95000
3000
हमने बहुत उच्च विभेदन का एक नकली विज्ञापन बना लिया है --
02:03
much higher than you'd be able to get in an ordinary ad --
33
98000
2000
जो भी आपको एक साधारण विज्ञापन में मिलता है, उसकी तुलना में बहुत उच्च--
02:05
and we've embedded extra content.
34
100000
2000
और हमने अतिरिक्त सामग्री को सन्निहित कर दिया है।
02:07
If you want to see the features of this car, you can see it here.
35
102000
2000
अगर आप इस कार की विशेषताओं को देखना चाहते हैं, तो आप यहाँ देख सकते हैं।
02:10
Or other models, or even technical specifications.
36
105000
4000
या अन्य मॉडल, या तक़नीक़ी विनिर्देश।
02:15
And this really gets at some of these ideas
37
110000
2000
और इससे वास्तव में कुछ ऐसे विचार मिलते हैं
02:18
about really doing away with those limits on screen real estate.
38
113000
4000
जिससे हम रीयल एस्टेट से जुड़ी उन सीमाओं से आगे बढ़ सकते हैं।
02:22
We hope that this means no more pop-ups
39
117000
2000
हम आशा करते हैं कि इसका अर्थ को कोई और पॉप अप नहीं
02:24
and other kind of rubbish like that -- shouldn't be necessary.
40
119000
2000
या उसी प्रकार की किसी भी अन्य बकवास – की आवश्यकता नहीं होनी चाहिये।
02:27
Of course, mapping is one of those really obvious applications
41
122000
2000
बेशक, इस तरह की तक़नीक़ के लिये मानचित्रण
02:29
for a technology like this.
42
124000
2000
अति स्पष्ट आवेदनों में से एक है।
02:31
And this one I really won't spend any time on,
43
126000
2000
और इसके बारे में, मैं वास्तव में इस पर अपना और समय नहीं बिताना चाहूँगा,
02:33
except to say that we have things to contribute to this field as well.
44
128000
2000
बल्कि इतना ही कहूँगा कि हमें इस क्षेत्र में भी योगदान देने की आवश्यकता है।
02:37
But those are all the roads in the U.S.
45
132000
2000
लेकिन ये यूएस की सभी सड़कें हैं
02:39
superimposed on top of a NASA geospatial image.
46
134000
4000
जिन्हें नासा की जोयोस्पैशियल छवि के ऊपर पूरी तरह अधिरोपित किया गया है।
02:44
So let's pull up, now, something else.
47
139000
2000
इसलिये चलिये अब किसी और विषय पर बात करते हैं।
02:46
This is actually live on the Web now; you can go check it out.
48
141000
3000
वास्तव में यह अब वेब पर उपलब्ध है; आप जाकर निरीक्षण कर सकते हैं।
02:49
This is a project called Photosynth,
49
144000
1000
इस परियोजना का नाम है फ़ोटोसिन्थ,
02:51
which really marries two different technologies.
50
146000
1000
जिसमें दो तक़नीक़ों का संगम होता है।
02:52
One of them is Seadragon
51
147000
1000
इसमें से एक है सीड्रैगन
02:54
and the other is some very beautiful computer vision research
52
149000
2000
और अन्य हैं कुछ बहुत सुन्दर कम्प्यूटर दृश्य अनुसंधान
02:57
done by Noah Snavely, a graduate student at the University of Washington,
53
152000
2000
जो वाशिंगटन विशविधालय की स्नातक छात्रा, नोहा स्नैवली ने
03:00
co-advised by Steve Seitz at U.W.
54
155000
2000
यूडब्ल्यू के स्टीव सीटज और माइक्रोसॉफ़्ट रिसर्च के रिक स्जिलेस्की
03:02
and Rick Szeliski at Microsoft Research. A very nice collaboration.
55
157000
4000
के सह निर्देशन में किया है। एक बहुत अच्छा सहयोग।
03:07
And so this is live on the Web. It's powered by Seadragon.
56
162000
2000
और इसलिये ये वेब पर सीधे उपलब्ध है। ये सीड्रैगन द्वारा संचालित है।
03:09
You can see that when we kind of do these sorts of views,
57
164000
2000
आप देख सकते हैं कि जब हम इस विचारों के आधार पर कुछ करते हैं,
03:12
where we can dive through images
58
167000
1000
जहाँ हम छवियों में गोता लगा सकते हैं
03:14
and have this kind of multi-resolution experience.
59
169000
1000
और इस प्रकार के बहु अभिवेधन का अनुभव कर सकते हैं।
03:16
But the spatial arrangement of the images here is actually meaningful.
60
171000
4000
लेकिन चित्रों की स्थानिक व्यवस्था यहां वास्तव में सार्थक है।
03:20
The computer vision algorithms have registered these images together
61
175000
3000
कम्प्यूटर दृष्टि एल्गोरिदम एक साथ, इन छवियों को पंजीकृत किया है
03:23
so that they correspond to the real space in which these shots --
62
178000
4000
ताकि वे असली जगह के अनुरूप हैं, जिसमें इन दृश्यों --
03:27
all taken near Grassi Lakes in the Canadian Rockies --
63
182000
2000
सभी को ग्रासी झील के पास कनाडा के राकीज़ में लिया गया था--
03:31
all these shots were taken. So you see elements here
64
186000
2000
तो आप तहाँ स्थिर स्लाइड शो
03:33
of stabilized slide-show or panoramic imaging,
65
188000
4000
या ख़ूबसूरत दृश्यों को देख रहे थे,
03:40
and these things have all been related spatially.
66
195000
2000
और ये सभी चीज़ें स्थानिक रुप से जुड़ी हुई हैं।
03:42
I'm not sure if I have time to show you any other environments.
67
197000
3000
मैं निश्चित नहीं हूँ अगर मेरे पास आपको किसी अन्य के वातावरण को दिखाने के लिए समय है ।
03:45
There are some that are much more spatial.
68
200000
1000
कुछ ऐसे हैं जो बहुत अधिक स्थानिक हैं।
03:47
I would like to jump straight to one of Noah's original data-sets --
69
202000
3000
मैं सीधे नोह के मूल डाटा सैट पर आना चाहूँगा--
03:50
and this is from an early prototype of Photosynth
70
205000
2000
और ये फ़ोटोसिन्थ का वो शुरुआती प्रोटोटायप है
03:52
that we first got working in the summer --
71
207000
2000
जिस पर हम, आपको दिखाने के लिये, सबसे पहले गर्मियों में काम कर रहे थे--
03:54
to show you what I think
72
209000
1000
और मुझे लगता है कि यही इस तक़नीक़ के पीछे की
03:55
is really the punch line behind this technology,
73
210000
3000
मुख्य बात है, फ़ोटोसिन्थ तक़नीक़।
03:59
the Photosynth technology. And it's not necessarily so apparent
74
214000
2000
और ये ज़रूरी नहीं है कि ये वातावरण को देखने से इतनी स्पष्ट हो
04:01
from looking at the environments that we've put up on the website.
75
216000
3000
कि हम इसे वेबसाइट पर डाल सकें।
04:04
We had to worry about the lawyers and so on.
76
219000
2000
हमें वकीलों और बहुत सी अन्य बातों के विषय में भी सोचना होगा।
04:07
This is a reconstruction of Notre Dame Cathedral
77
222000
1000
ये नार्ते दैम कैथीड्रल का पुनर्निर्माण है
04:09
that was done entirely computationally
78
224000
2000
जो फ़्लिकर से तस्वीरें लेकर, पूरी तरह से कम्प्यूटर द्वारा किया गया है।
04:11
from images scraped from Flickr. You just type Notre Dame into Flickr,
79
226000
3000
आप फ़्लिकर में सिर्फ़ नार्ते दैम कैथीड्रल टाइप कीजिये,
04:14
and you get some pictures of guys in t-shirts, and of the campus
80
229000
3000
और आपको कुछ टीशर्ट पहने हुए लड़कों की, परिसर की और इसी प्रकार की अन्य कुछ तस्वीरें मिल जायेंगी।
04:17
and so on. And each of these orange cones represents an image
81
232000
4000
और इनमें से प्रत्येक नारंगी शंकु एक छवि का प्रतिनिधित्व करता है
04:22
that was discovered to belong to this model.
82
237000
2000
जिसकी खोज इस मॉडल के लिये की गई थी।
04:26
And so these are all Flickr images,
83
241000
2000
और इसलिये ये सभी फ़्लिकर की तस्वीरें हैं,
04:28
and they've all been related spatially in this way.
84
243000
3000
और इनको इस प्रकार से स्थानिक रूप से जोड़ा गया है।
04:31
And we can just navigate in this very simple way.
85
246000
2000
और हम इस साधारण तरीक़े से बढ़ सकते हैं।
04:35
(Applause)
86
250000
9000
(तालियाँ)
04:44
You know, I never thought that I'd end up working at Microsoft.
87
259000
2000
आप जानते हैं, मैंने कभी नहीं सोचा था कि मेरे काम का अन्त माइक्रोसॉफ़्ट में होगा।
04:46
It's very gratifying to have this kind of reception here.
88
261000
4000
यहां इस तरह का स्वागत बहुत संतुष्टिदायक है।
04:50
(Laughter)
89
265000
3000
(हंसना)
04:53
I guess you can see
90
268000
3000
मुझे लगता है कि आप देख सकते हैं
04:56
this is lots of different types of cameras:
91
271000
2000
यह बहुत से विभिन्न प्रकार के कैमरा हैं:
04:58
it's everything from cell phone cameras to professional SLRs,
92
273000
3000
सैल फ़ोन के कैमरे से लेकर व्यावसायिक प्रयोग के एसएलआर कैमरा तक,
05:02
quite a large number of them, stitched
93
277000
1000
और सभी बड़ी संख्या में हैं,
05:03
together in this environment.
94
278000
1000
और इस वातावरण में साथ जुड़े हुए हैं।
05:04
And if I can, I'll find some of the sort of weird ones.
95
279000
2000
और अगर हो सका तो मैं कुछ ख़राब तरह के भी प्राप्त करुँगा।
05:08
So many of them are occluded by faces, and so on.
96
283000
3000
इसलिये इनमें से बहुत से चेहरों के कारण रुक गये थे और इसी तरह।
05:13
Somewhere in here there are actually
97
288000
1000
और यहाँ कहीं वास्तव में,
05:15
a series of photographs -- here we go.
98
290000
1000
तस्वीरों की एक श्रंखला है-- और अब हम देखेंगे।
05:17
This is actually a poster of Notre Dame that registered correctly.
99
292000
3000
ये वास्तव में नोर्ते दैम का एक पोस्टर है जिसे सही तरीक़े से पंजीकृत किया गया है।
05:21
We can dive in from the poster
100
296000
2000
हम इस पोस्टर से, इस वातावरण के
05:24
to a physical view of this environment.
101
299000
3000
भौतिक दृश्य में गोता लगा सकते हैं।
05:31
What the point here really is is that we can do things
102
306000
3000
वो वास्तव में यहाँ बिन्दु ये है कि हम सामाजिक वातावरण के साथ भी चीज़ें कर सकते हैं।
05:34
with the social environment. This is now taking data from everybody --
103
309000
5000
ये इस प्रकार है जैसे हर किसी से डाटा लेना--
05:39
from the entire collective memory
104
314000
1000
सम्पूर्ण संग्रहणीय मैमोरी, दृश्य,
05:40
of, visually, of what the Earth looks like --
105
315000
2000
जैसे पृथ्वी कैसी दिखती है--
05:43
and link all of that together.
106
318000
1000
और सभी लिंक एकत्रित रूप से।
05:44
All of those photos become linked together,
107
319000
2000
इन सभी तस्वीरों को साथ जोड़ दिया गया है,
05:46
and they make something emergent
108
321000
1000
और वो कुछ ऐसा उत्पन्न करते हैं
05:47
that's greater than the sum of the parts.
109
322000
2000
जो इन टुकडों को जोड़ने से काफ़ी ज़्यादा अच्छा है।
05:49
You have a model that emerges of the entire Earth.
110
324000
2000
आपके पास एक ऐसा मॉडल है जो पूरी पृथ्वी के उभार से उत्पन्न होता है।
05:51
Think of this as the long tail to Stephen Lawler's Virtual Earth work.
111
326000
5000
इसके बारे में आप स्टीफ़न लॉलर की आभासी पृथ्वी कार्य की लम्बी पूँछ के रूप में सोच सकते हैं।
05:56
And this is something that grows in complexity
112
331000
2000
और ये कुछ ऐसा है कि जैसे-जैसे लोग इसका प्रयोग करते हैं तो, ये जटिलता में बढ़ता है
05:58
as people use it, and whose benefits become greater
113
333000
3000
और लोगों के लिये प्रयोग करने के बाद
06:01
to the users as they use it.
114
336000
2000
इसके लाभ और बढ़ जाते हैं।
06:03
Their own photos are getting tagged with meta-data
115
338000
2000
उनकी स्वयं की फ़ोटो उस मेटा डेटा के साथ जुड़ रही हैं
06:05
that somebody else entered.
116
340000
1000
जिसे किसी और ने डाला है।
06:07
If somebody bothered to tag all of these saints
117
342000
3000
अगर किसी ने इन सभी सन्तों को नामित करने की कोशिश की है
06:10
and say who they all are, then my photo of Notre Dame Cathedral
118
345000
3000
और वो कहना चाहते हैं कि वो कौन हैं, तो मेरी नोर्ते दैम कैथीड्र्ल की तस्वीर
06:13
suddenly gets enriched with all of that data,
119
348000
2000
इस सारे डाटा के साथ और अधिक समृद्ध हो जाती है,
06:15
and I can use it as an entry point to dive into that space,
120
350000
3000
और मैं इसका प्रयोग इस स्थान में, इस मेटा वर्स में, गोता लगाने के प्रवेश द्वार के रुप में कर सकता हूँ,
06:18
into that meta-verse, using everybody else's photos,
121
353000
2000
और वो भी अन्य सभी की तस्वीरों के प्रयोग के,
06:21
and do a kind of a cross-modal
122
356000
2000
क्रास मॉडल, और इस प्रकार
06:25
and cross-user social experience that way.
123
360000
3000
क्रास-प्रयोगक सामाजिक अनुभव द्वारा।
06:28
And of course, a by-product of all of that
124
363000
1000
और, इन सभी का अन्तिम उत्पाद
06:30
is immensely rich virtual models
125
365000
2000
पृथ्वी के हर रोचक हिस्से का
06:32
of every interesting part of the Earth, collected
126
367000
2000
अति समृद्ध आभासी मॉडल होगा, जिसे
06:35
not just from overhead flights and from satellite images
127
370000
3000
हमने ना सिर्फ़ ऊपर की उड़ानों और सैटेलाइट तस्वीरों से,
06:38
and so on, but from the collective memory.
128
373000
2000
या ऐसे ही किसी अन्य प्रकार से, बल्कि अपनी एकत्रित मैमोरी से लिया है।
06:40
Thank you so much.
129
375000
2000
बहुत-बहुत धन्यवाद।
06:42
(Applause)
130
377000
11000
(तालियाँ)
06:53
Chris Anderson: Do I understand this right? That what your software is going to allow,
131
388000
4000
क्रिस एन्डरसन: तो क्या मैंने इसे सही समझा है? कि आपका सॉफ़्टवेयर, किसी हद तक
06:58
is that at some point, really within the next few years,
132
393000
2000
आने वाले कुछ सालों में, हमें ये अनुमति देगा कि दुनिया में किसी के भी द्वारा
07:01
all the pictures that are shared by anyone across the world
133
396000
4000
लिये गये चित्रों को आधारभूत रूप से
07:05
are going to basically link together?
134
400000
2000
आपस में जोड़ा जा सकता है?
07:07
BAA: Yes. What this is really doing is discovering.
135
402000
2000
बा: हाँ, सच में हमारी खोज यही है।
07:09
It's creating hyperlinks, if you will, between images.
136
404000
3000
ये आपकी इच्छानुसार तस्वीरों के बीच में हायपरलिंक बनायेगा।
07:12
And it's doing that
137
407000
1000
और ये ऐसा, उन तस्वीरों के अन्दर निहित
07:13
based on the content inside the images.
138
408000
1000
पाठय के आधार पर करेगा।
07:14
And that gets really exciting when you think about the richness
139
409000
3000
और ये बहुत उत्साहपूर्ण हो जाता है जब हम इन तस्वीरों में
07:17
of the semantic information that a lot of those images have.
140
412000
2000
निहित अर्थ सूचना के विषय में सोचते हैं।
07:19
Like when you do a web search for images,
141
414000
2000
जैसे जब भी आप वेब पर तस्वीरों की खोज करते हैं,
07:22
you type in phrases, and the text on the web page
142
417000
2000
आप वाक्यांशों में लिखते हैं, और वेब पेज पर उपलब्ध पाठय
07:24
is carrying a lot of information about what that picture is of.
143
419000
3000
उस तस्वीर के विषय में बहुत सारी जानकारी उपलब्ध कराता है।
07:27
Now, what if that picture links to all of your pictures?
144
422000
2000
अब,क्या होगा अगर वो चित्र आपके सभी चित्रों से जुड़ जायें तो?
07:29
Then the amount of semantic interconnection
145
424000
2000
तब अर्थ सूचना और उससे मिलने वाली
07:31
and the amount of richness that comes out of that
146
426000
1000
समृद्धि की मात्रा बहुत ज़्यादा होगी।
07:32
is really huge. It's a classic network effect.
147
427000
3000
ये क्लासिक नेटवर्क का प्रभाव है।
07:35
CA: Blaise, that is truly incredible. Congratulations.
148
430000
2000
सीए: ब्लेज़, ये वास्तव में अदभुत है। बधाइयाँ।
07:37
BAA: Thanks so much.
149
432000
1000
बा: आपका बहुत-बहुत धन्यवाद।
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