ABOUT THE SPEAKER
Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.

Why you should listen

Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.

Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.

Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.

More profile about the speaker
Jennifer Healey | Speaker | TED.com
TED@Intel

Jennifer Healey: If cars could talk, accidents might be avoidable

ジェニファー・ヒーリー: もし車が話せたら事故は避けられる

Filmed:
908,454 views

車を運転するときは、ガラスに囲まれた密閉空間に乗り込みドアにロックをかけ、自分の目を頼りにして — 前後の数台しか見ることはできないにも関わらず — アクセルを踏み込みます 。しかし車同士が位置や速度の情報を共有し、予測モデルを用いて道路上の全員にとって最も安全な経路を計算できたらどうでしょうか?ジェニファー・ヒーリーは事故の無い世界を想像します。(TED@Intelで収録)
- Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future. Full bio

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

00:12
Let's face it:
0
703
1914
事実に向き合いましょう
00:14
Driving運転 is dangerous危険な.
1
2617
2445
運転は危険な行為です
00:17
It's one of the things that we don't like to think about,
2
5062
3098
私たちはそれについて
考えることを避けますが
00:20
but the fact事実 that religious宗教的 iconsアイコン and good luck charms魅力
3
8160
3652
事実 世界中の
車のダッシュボードには
00:23
showショー up on dashboardsダッシュボード around the world世界
4
11812
4790
宗教の偶像や 幸運のお守りが
飾られています
00:28
betrays裏切り者 the fact事実 that we know this to be true真実.
5
16602
4137
それでも これを真実とは
認めようとしないのです
00:32
Car accidents事故 are the leading先導 cause原因 of death
6
20739
3594
自動車事故は アメリカの
00:36
in people ages年齢 16 to 19 in the Unitedユナイテッド States --
7
24333
4170
16歳から19歳の人の間では
00:40
leading先導 cause原因 of death --
8
28503
2843
最大の死因であり
00:43
and 75 percentパーセント of these accidents事故 have nothing to do
9
31346
3863
その事故のうち75%は
ドラッグやアルコールとも
00:47
with drugs薬物 or alcoholアルコール.
10
35209
2285
関係がありません
00:49
So what happens起こる?
11
37494
2261
では何が起きているのでしょう?
00:51
No one can say for sure, but I remember思い出す my first accident事故.
12
39755
4219
確かなことは言えませんが
私は初めての事故を憶えています
00:55
I was a young若い driverドライバ out on the highwayハイウェイ,
13
43974
3803
若い頃 高速道路を運転していると
00:59
and the car in frontフロント of me, I saw the brakeブレーキ lightsライト go on.
14
47777
2258
前の車のブレーキランプが
光ったのが見えたので
01:02
I'm like, "Okay, all right, this guy is slowing減速する down,
15
50035
1800
こんなことを思いました
「減速するのね
01:03
I'll slowスロー down too."
16
51835
1282
じゃあ私も減速しなきゃ」
01:05
I stepステップ on the brakeブレーキ.
17
53117
1926
私はブレーキを踏みました
01:07
But no, this guy isn't slowing減速する down.
18
55043
2254
しかしその人はただ
減速していたわけではなく
01:09
This guy is stopping停止する, deadデッド stop, deadデッド stop on the highwayハイウェイ.
19
57297
3178
停止 それも高速道路の上で
完全に停止したのです
01:12
It was just going 65 -- to zeroゼロ?
20
60475
2540
時速約100km から 0km に
01:15
I slammedスラム on the brakesブレーキ.
21
63015
1520
私はブレーキをベタ踏み
01:16
I feltフェルト the ABSABS kickキック in, and the car is still going,
22
64535
3059
ABSが作動したのが分かりましたが
それでも車は走り続け
01:19
and it's not going to stop, and I know it's not going to stop,
23
67594
2696
分かっていたことではありますが
止まり切れませんでした
01:22
and the air空気 bagバッグ deploysデプロイ, the car is totaled合計,
24
70290
2939
エアバッグが作動し
車はめちゃめちゃ
01:25
and fortunately幸いにも, no one was hurt傷つける.
25
73229
3557
ですが幸運にも
ケガ人はいませんでした
01:28
But I had no ideaアイディア that car was stopping停止する,
26
76786
4211
でも前の車が止まった理由は
私には見当もつきません
01:32
and I think we can do a lot better than that.
27
80997
3645
こんな状況は避けられたはずです
01:36
I think we can transform変換する the driving運転 experience経験
28
84642
4145
私が考えたのは 車がお互いに
しゃべりかけることができれば
01:40
by letting〜する our cars talk to each other.
29
88787
3879
もっと運転しやすくなるの
ではないかということです
01:44
I just want you to think a little bitビット
30
92666
1424
少し考えて頂きたいのは
01:46
about what the experience経験 of driving運転 is like now.
31
94090
2888
車の運転とは
どんなものかということです
01:48
Get into your car. Close閉じる the doorドア. You're in a glassガラス bubbleバブル.
32
96978
4028
車に乗り込み ドアを閉めると
ガラス内の窮屈な空間に密閉され
01:53
You can't really directly直接 senseセンス the world世界 around you.
33
101006
2916
周りの世界は 直接には
認識できなくなります
01:55
You're in this extended拡張された body.
34
103922
2181
その車体を
01:58
You're tasked任命された with navigatingナビゲートする it down
35
106103
2163
部分的にしか見えない道で
02:00
partially-seen部分的に見られる roadways道路,
36
108266
2056
鉄の巨体をすり抜けながら
02:02
in and amongst間に other metal金属 giants巨人, at super-humanスーパーヒューマン speedsスピード.
37
110322
4424
人間ではありえないスピードで
操らなければならないのです
02:06
Okay? And all you have to guideガイド you are your two eyes.
38
114746
4480
いいですか? 信じられるのは
自分の両目だけなんです
02:11
Okay, so that's all you have,
39
119226
1762
そう それだけ
02:12
eyes that weren'tなかった really designed設計 for this task仕事,
40
120988
1735
人間の目が本来
02:14
but then people ask尋ねる you to do things like,
41
122723
3751
得意とはしないことを
強いられるのです
02:18
you want to make a laneLANE change変化する,
42
126474
1549
車線変更をするとき
02:20
what's the first thing they ask尋ねる you do?
43
128023
2321
まずどんなことをする
必要があるでしょうか?
02:22
Take your eyes off the road道路. That's right.
44
130344
3095
道から目をそらす?
その通り
02:25
Stop looking where you're going, turn順番,
45
133439
2096
進行方向を見るのをやめて
02:27
checkチェック your blindブラインド spotスポット,
46
135535
2018
死角を確認して
02:29
and driveドライブ down the road道路 withoutなし looking where you're going.
47
137553
3471
前を見ずに運転するんです
02:33
You and everyoneみんな elseelse. This is the safe安全 way to driveドライブ.
48
141024
3135
誰にとっても等しく
これが安全な運転方法とされています
02:36
Why do we do this? Because we have to,
49
144159
2241
なぜこんなことをするのでしょうか?
02:38
we have to make a choice選択, do I look here or do I look here?
50
146400
2579
視線を向ける先を
選択する必要があるからです
02:40
What's more important重要?
51
148979
1521
もっと重要なことは?
02:42
And usually通常 we do a fantastic素晴らしい jobジョブ
52
150500
2711
通常 私たちは道路上で
02:45
pickingピッキング and choosing選択 what we attend出席する to on the road道路.
53
153211
3769
注目するものを
選択するのは得意ですが
02:48
But occasionally時折 we missミス something.
54
156980
3650
時として何かを見落としたり
物事に気付くのが遅れたり
02:52
Occasionallyときどき we senseセンス something wrong違う or too late遅く.
55
160630
4461
間違った解釈を
してしまうこともあります
02:57
In countless無数 accidents事故, the driverドライバ says言う,
56
165091
1988
ドライバーは 事故を起こすと決まって
02:59
"I didn't see it coming到来."
57
167079
2308
「気付かなかったんだ」
と言い訳します
03:01
And I believe that. I believe that.
58
169387
3281
それは信じましょう
03:04
We can only watch so much.
59
172668
2925
全てに注意を払うのは
不可能ですから
03:07
But the technology技術 exists存在する now that can help us improve改善する that.
60
175593
5144
しかし 今やその状況を
改善する技術が存在しています
03:12
In the future未来, with cars exchanging交換 dataデータ with each other,
61
180737
4296
将来的には 車がお互いに
データを交換することで
03:17
we will be ableできる to see not just three cars ahead前方に
62
185033
3928
3台の車が前方にいると
いうことだけでなく
03:20
and three cars behind後ろに, to the right and left,
63
188961
1594
後ろや左右にいる3台も
03:22
all at the same同じ time, bird's鳥の eye view見る,
64
190555
3166
同時に俯瞰することが
できるようになり
03:25
we will actually実際に be ableできる to see into those cars.
65
193721
3128
車の中の様子まで
わかるようになります
03:28
We will be ableできる to see the velocity速度 of the car in frontフロント of us,
66
196849
2371
前方の車の速度も分かるようになり
03:31
to see how fast速い that guy's男の going or stopping停止する.
67
199220
3240
巡航速度や 止まろうと
していることも分かります
03:34
If that guy's男の going down to zeroゼロ, I'll know.
68
202460
4510
停止しようとしていることを
事前に察知できるのです
03:38
And with computation計算 and algorithmsアルゴリズム and predictive予測的 modelsモデル,
69
206970
3859
アルゴリズムや予測モデルを
用いた計算により
03:42
we will be ableできる to see the future未来.
70
210829
3273
未来を予測できるようにもなるでしょう
03:46
You mayかもしれない think that's impossible不可能.
71
214102
1556
不可能だと思われることでしょう
03:47
How can you predict予測する the future未来? That's really hardハード.
72
215658
2731
どうやって未来を予測する?
確かにとても困難ですが —
03:50
Actually実際に, no. With cars, it's not impossible不可能.
73
218389
3619
実際には違うんです
車に関しては不可能ではないのです
03:54
Cars are three-dimensional三次元 objectsオブジェクト
74
222008
2732
車は3次元の物体であり
03:56
that have a fixed一定 positionポジション and velocity速度.
75
224740
2332
ある時点では 位置と速度は
決まっています
03:59
They travel旅行 down roads道路.
76
227072
1631
また道路を走行するものであり
04:00
Oftenしばしば they travel旅行 on pre-published事前に公開された routesルート.
77
228703
2412
多くの場合 事前から知られる
経路をとります
04:03
It's really not that hardハード to make reasonable合理的な predictions予測
78
231115
3938
ある車が ほんの少し
後にいる場所について
04:07
about where a car's going to be in the near近く future未来.
79
235053
2864
合理的な予測をすることは
そんなに困難ではないのです
04:09
Even if, when you're in your car
80
237917
2002
車に乗っているとき
04:11
and some motorcyclistオートバイ comes来る -- bshoombshoom! --
81
239919
1994
バイクが時速135kmで
04:13
85 milesマイル an hour時間 down, lane-splitting車線分割 --
82
241913
2296
車線を横切りながら
ブシューッとやって来たとしても —
04:16
I know you've had this experience経験 --
83
244209
2547
こんな経験をされた方も
多いかと思いますが —
04:18
that guy didn't "just come out of nowhereどこにも."
84
246756
2603
「どこからともなく現れた」
というわけではありません
04:21
That guy's男の been on the road道路 probably多分 for the last halfハーフ hour時間.
85
249359
3643
その人は30分ぐらいは
道路上にいたんです
04:25
(Laughter笑い)
86
253002
1190
(笑)
04:26
Right? I mean, somebody's誰かの seen見た him.
87
254192
3589
ここで言いたいのは 誰かが
そのライダーを見たということ
04:29
Ten, 20, 30 milesマイル back, someone's誰かの seen見た that guy,
88
257781
2768
10km 20km 30km手前でも
誰かがその人を見たはずです
04:32
and as soonすぐに as one car sees見える that guy
89
260549
2384
ある車がその人を見かけ
地図上に記録すると
04:34
and puts置く him on the map地図, he's on the map地図 --
90
262933
2231
地図に現れ
04:37
positionポジション, velocity速度,
91
265164
2176
位置 速度や
04:39
good estimate推定 he'll地獄 continue持続する going 85 milesマイル an hour時間.
92
267340
2321
時速135kmで走行を続けるという
推定などが得られます
04:41
You'llあなたは know, because your car will know, because
93
269661
2184
これは事前に察知可能です
04:43
that other car will have whisperedささやいた something in his ear,
94
271845
2275
理由は他の車が
こう耳打ちするからです
04:46
like, "By the way, five minutes,
95
274120
1923
「ところで5分後
04:48
motorcyclistオートバイ, watch out."
96
276043
2775
バイクに注意」というように
04:50
You can make reasonable合理的な predictions予測 about how cars behave行動する.
97
278818
2703
車の行動について
合理的な予測ができるのです
04:53
I mean, they're Newtonianニュートン objectsオブジェクト.
98
281521
1365
車はニュートン力学に従う物体です
これは非常に都合の良いことです
04:54
That's very niceいい about them.
99
282886
2909
車はニュートン力学に従う物体です
これは非常に都合の良いことです
04:57
So how do we get there?
100
285795
3034
どのようにして
実現するのでしょうか?
05:00
We can start開始 with something as simple単純
101
288829
2266
まず手始めに GPSを使って
05:03
as sharing共有 our positionポジション dataデータ betweenの間に cars,
102
291095
2870
位置情報を共有するというような
05:05
just sharing共有 GPSGPS.
103
293965
1892
シンプルなことから始めましょう
05:07
If I have a GPSGPS and a cameraカメラ in my car,
104
295857
2444
私の車にGPSとカメラが
搭載されていれば
05:10
I have a prettyかなり precise正確 ideaアイディア of where I am
105
298301
2231
どこを どの位の速度で
走行しているのか
05:12
and how fast速い I'm going.
106
300532
1732
非常に高い精度で分かります
05:14
With computerコンピューター visionビジョン, I can estimate推定 where
107
302264
1657
コンピュータ・ビジョンを用いれば
05:15
the cars around me are, sortソート of, and where they're going.
108
303921
3537
周囲の車の位置や 進行方向
のようなものも割り出せます
05:19
And same同じ with the other cars.
109
307458
970
他の車についても同様で
05:20
They can have a precise正確 ideaアイディア of where they are,
110
308428
1814
自分の現在地については正確に
05:22
and sortソート of a vague曖昧 ideaアイディア of where the other cars are.
111
310242
2146
他の車の位置については
大雑把に分かります
05:24
What happens起こる if two cars shareシェア that dataデータ,
112
312388
3231
では2台の車がそのデータを
共有したらどうなるでしょうか?
05:27
if they talk to each other?
113
315619
1955
車がお互いに会話できたら?
05:29
I can tell you exactly正確に what happens起こる.
114
317574
2778
それは簡単なことで
05:32
Bothどちらも modelsモデル improve改善する.
115
320352
2339
両者の予測モデルが
改善されます
05:34
Everybodyみんな wins勝つ.
116
322691
2055
みんな得をするのです
05:36
Professor教授 Bobボブ Wangワン and his teamチーム
117
324746
2577
ボブ・ワン教授のチームは
05:39
have done完了 computerコンピューター simulationsシミュレーション of what happens起こる
118
327323
2738
車の共有するのが
GPSデータのみで
05:42
when fuzzyファジー estimates見積り combine結合する, even in light trafficトラフィック,
119
330061
3431
交通量が少なくても 曖昧な推定を
結合させるとどうなるか
05:45
when cars just shareシェア GPSGPS dataデータ,
120
333492
2624
コンピュータで
シミュレーションを行いました
05:48
and we've私たちは moved移動した this research研究 out of the computerコンピューター simulationシミュレーション
121
336116
2513
さらには この研究を
シミュレーションの枠から出し
05:50
and into robotロボット testテスト bedsベッド that have the actual実際の sensorsセンサ
122
338629
3027
現在 実際に車に搭載されている
センサーを取り付けた
05:53
that are in cars now on these robotsロボット:
123
341656
3133
ロボットを用いて
実験を行いました
05:56
stereoステレオ camerasカメラ, GPSGPS,
124
344789
1838
使用したのは
ステレオカメラ GPS
05:58
and the two-dimensional二次元 laserレーザ range範囲 findersファインダー
125
346627
1874
そして補助システムとして一般的な
06:00
that are common一般 in backupバックアップ systemsシステム.
126
348501
2240
2次元レーザー距離計です
06:02
We alsoまた、 attach付ける a discrete離散 short-range短距離 communicationコミュニケーション radio無線,
127
350741
4484
また それとは別に
短距離無線装置を取り付け
06:07
and the robotsロボット talk to each other.
128
355225
1909
ロボット間の情報伝達を
可能にしました
06:09
When these robotsロボット come at each other,
129
357134
1539
ロボット同士が近付くと
06:10
they trackトラック each other'sその他の positionポジション precisely正確に,
130
358673
2971
お互いの位置を正確に追跡し
06:13
and they can avoid避ける each other.
131
361644
2737
衝突を避けることができます
06:16
We're now adding追加する more and more robotsロボット into the mixミックス,
132
364381
3226
現在もさらなる改良を
続けていますが
06:19
and we encountered遭遇した some problems問題.
133
367607
1471
いくつかの問題に突き当たりました
06:21
One of the problems問題, when you get too much chatterチャッター,
134
369078
2359
その1つは 情報量を
増やし過ぎると
06:23
it's hardハード to processプロセス all the packetsパケット, so you have to prioritize優先順位をつける,
135
371437
3728
データを処理し切れなくなることです
そこで優先度を決める必要が出てきますが
06:27
and that's where the predictive予測的 modelモデル helps助けて you.
136
375165
2357
それこそ予測モデルが
役に立つ場面です
06:29
If your robotロボット cars are all tracking追跡 the predicted予測された trajectories軌道,
137
377522
4372
ロボット自動車が予測された軌跡を
なぞっているだけなら
06:33
you don't pay支払う as much attention注意 to those packetsパケット.
138
381894
1767
そんな情報は捨てても構いません
06:35
You prioritize優先順位をつける the one guy
139
383661
1703
優先すべきは 予測とは異なる
06:37
who seems思われる to be going a little off courseコース.
140
385364
1333
道を進んでいる車です
06:38
That guy could be a problem問題.
141
386697
2526
そのようなものこそ問題となりますが
06:41
And you can predict予測する the new新しい trajectory軌道.
142
389223
3002
軌跡を新たに予測することができます
06:44
So you don't only know that he's going off courseコース, you know how.
143
392225
2763
道を外れたことだけでなく
その外れ具合も分かるのです
06:46
And you know whichどの driversドライバー you need to alertアラート to get out of the way.
144
394988
3725
さらに 退くよう警告する必要があるのは
どのドライバーかも分かります
06:50
And we wanted to do -- how can we bestベスト alertアラート everyoneみんな?
145
398713
2633
どうやって全員に警告するのが
ベストでしょうか?
06:53
How can these cars whisperささやき, "You need to get out of the way?"
146
401346
3183
どうすれば車は「どいた方が良い」と
耳打ちできるでしょうか?
06:56
Well, it depends依存する on two things:
147
404529
1517
次の2つの要素に依存します
06:58
one, the ability能力 of the car,
148
406046
2169
1つは車の能力
07:00
and second二番 the ability能力 of the driverドライバ.
149
408215
3217
もう1つはドライバーの能力です
07:03
If one guy has a really great car,
150
411432
1505
性能の良い車に乗っていても
07:04
but they're on their彼らの phone電話 or, you know, doing something,
151
412937
2925
電話していたり 何かをしていたら
07:07
they're not probably多分 in the bestベスト positionポジション
152
415862
1930
おそらく緊急時には
07:09
to react反応する in an emergency緊急.
153
417792
2970
咄嗟に反応できません
07:12
So we started開始した a separate別々の lineライン of research研究
154
420762
1665
そこで私たちは
別系統の研究を立ち上げ
07:14
doing driverドライバ state状態 modelingモデリング.
155
422427
2551
ドライバーの状態の
モデル化を試みています
07:16
And now, usingを使用して a seriesシリーズ of three camerasカメラ,
156
424978
2329
現在では 3台のカメラを用いて
07:19
we can detect検出する if a driverドライバ is looking forward前進,
157
427307
2270
ドライバーが前を向いているのか
07:21
looking away, looking down, on the phone電話,
158
429577
2860
横や下を向いているのか
電話しているのか
07:24
or having持つ a cupカップ of coffeeコーヒー.
159
432437
3061
コーヒーを飲んでいるのか
検出できるようになりました
07:27
We can predict予測する the accident事故
160
435498
2070
事故を予測することができ
07:29
and we can predict予測する who, whichどの cars,
161
437568
3651
全員が安全な経路を計算することで
07:33
are in the bestベスト positionポジション to move動く out of the way
162
441219
3486
誰が どの車が
最も道を空けるのに
07:36
to calculate計算する the safest安全な routeルート for everyoneみんな.
163
444705
3009
最適な位置にいるのか
予測できるのです
07:39
Fundamentally基本的に, these technologiesテクノロジー exist存在する today今日.
164
447714
4635
本質的には これらの技術は
既に存在しています
07:44
I think the biggest最大 problem問題 that we face
165
452349
2824
目下のところ 最大の問題は
07:47
is our own自分の willingness意欲 to shareシェア our dataデータ.
166
455173
3013
データを共有する意思です
07:50
I think it's a very disconcerting恐ろしい notion概念,
167
458186
2631
確かに 自分の車に見張られ
07:52
this ideaアイディア that our cars will be watching見ている us,
168
460817
2386
自分のことを 他車に話され
07:55
talking話す about us to other cars,
169
463203
3371
陰口の中を進んで行くというのは
07:58
that we'll私たちは be going down the road道路 in a sea of gossipゴシップ.
170
466574
3427
あまり気乗りのしない
考えだとは思います
08:02
But I believe it can be done完了 in a way that protects保護する our privacyプライバシー,
171
470001
3897
しかしプライバシーを侵害しないような
方法で行うことも可能だと信じています
08:05
just like right now, when I look at your car from the outside外側,
172
473898
3741
さっき話したように
車を外から見ても
08:09
I don't really know about you.
173
477639
2363
乗っている人のことは
分かりませんし
08:12
If I look at your licenseライセンス plateプレート number,
174
480002
1137
それはナンバープレートに
ついても同じことです
08:13
I don't really know who you are.
175
481139
1886
それはナンバープレートに
ついても同じことです
08:15
I believe our cars can talk about us behind後ろに our backsバック.
176
483025
4249
車が裏でしゃべってしまうかも
しれませんけどね
08:19
(Laughter笑い)
177
487274
2975
(笑)
08:22
And I think it's going to be a great thing.
178
490249
3185
このアイデアは素晴らしい
ものだと思っています
08:25
I want you to consider検討する for a moment瞬間
179
493434
1650
ちょっと考えてみてください
08:27
if you really don't want the distracted気を散らす teenagerティーンエイジャー behind後ろに you
180
495084
4118
後ろにいる注意力散漫な10代の人に
08:31
to know that you're braking制動,
181
499202
2120
あなたがブレーキをかけて
08:33
that you're coming到来 to a deadデッド stop.
182
501322
2924
完全停止しようとしていることを
知らせたくは無いのですか?
08:36
By sharing共有 our dataデータ willingly喜んで,
183
504246
2741
データをすすんで共有することで
08:38
we can do what's bestベスト for everyoneみんな.
184
506987
2812
みんなにとっての最善策を取れるのです
08:41
So let your car gossipゴシップ about you.
185
509799
3076
車に陰口をたたかせましょう
08:44
It's going to make the roads道路 a lot saferより安全な.
186
512875
3038
それが道路を
とても安全にするのですから
08:47
Thank you.
187
515913
1791
ありがとうございました
08:49
(Applause拍手)
188
517704
4985
(拍手)
Translated by Tomoshige Ohno
Reviewed by Hidehito Sumitomo

▲Back to top

ABOUT THE SPEAKER
Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.

Why you should listen

Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.

Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.

Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.

More profile about the speaker
Jennifer Healey | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee