TEDxBeaconStreet
Michael Rubinstein: See invisible motion, hear silent sounds
Michael Rubinstein: မြင်မရနိုင်တဲ့ လှုပ်ရှားမှုကို ကြည့်နိုင်မယ့်၊ တိတ်နေတဲ့ အသံတွေကို ကြားရမယ့် တီထွင်မှု အကြောင်း
Filmed:
Readability: 4.1
2,075,056 views
“လှုပ်ရှားမှု မိုက်ခရိုစကုပ်” ခေါ် သာမန်မျက်စိဖြင့် မြင်မရနိုင်တဲ့ မသိမသာ လှုပ်ရှားမှု နဲ့ အရောင် ပြောင်းလဲမှုများကို မြင်လာစေနိုင်တဲ့ ဗီဒီယို စီမံပြုလုပ်ရေး ကိရိယာ ပေါ်လာနေပါပြီ။ ဗီဒီယို သုတေသီ Michael Rubinstein က အဲဒီ အံ့အားသင့်စရာ နည်းပညာက လူတယောက်ရဲ့ သွေးခုန်နှုန်း နဲ့ နှလုံးခုန်နှုန်းကို လွယ်ကူစွာ တိုင်းပေးနိုင်တာကို ပြောပြထားပါတယ်။ အာလူးကြော် အိတ်ခွံထံမှ တုံ့ပြန်လာကြတဲ့ အသံ လှိုင်းတွေကို ချဲ့ယူနားထောင်နိုင်ပုံကို သူက ရှင်းပြထားပးါတယ်။ ကိုယ်တိုင် မြင်ရမှသာ အဲဒီလို အသုံးပြုနည်းပညာတွေကို ယုံကြည့်လက်ခံနိုင်လာမှာပါ။
Michael Rubinstein - Research scientist, Google
Computer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats. Full bio
Computer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats. Full bio
Double-click the English transcript below to play the video.
ရာစုနှစ် အနည်းငယ်အတွင်းမှာ
မိုက်ခရိုစကုပ်တွေဟာ
မိုက်ခရိုစကုပ်တွေဟာ
00:13
So over the past few centuries,
microscopes have revolutionized our world.
microscopes have revolutionized our world.
0
1114
7492
ကမ္ဘာကြီးကို ပြောင်းလဲပစ်ခဲ့ပါတယ်။
00:21
They revealed to us a tiny world
of objects, life and structures
of objects, life and structures
1
9036
5216
၎င်းတို့ဟာ ကျွန်တော်တို့ သာမန်မျက်စိနဲ့
မြင်မရနိုင်တဲ့
မြင်မရနိုင်တဲ့
00:26
that are too small for us
to see with our naked eyes.
to see with our naked eyes.
2
14252
2906
သေးနုပ်တဲ့ အရာများ သက်ရှိများ နဲ့ ပုံစံများကို
ဖွင့်ထုတ်ပြပေးခဲ့ကြပါတယ်။
ဖွင့်ထုတ်ပြပေးခဲ့ကြပါတယ်။
00:29
They are a tremendous contribution
to science and technology.
to science and technology.
3
17158
3019
၎င်းတို့ဟာ သိပ္ပံပညာ နဲ့ နည်းပညာကို
ကြီးမားစွာ ထောက်ကူခဲ့ကြပါတယ်။
ကြီးမားစွာ ထောက်ကူခဲ့ကြပါတယ်။
ဒီနေ့တော့ ကျွန်တော်ဟာ ခင်ဗျားတို့ကို
ပုံစံသစ် မိုက်ခရိုစကုပ်နဲ့
ပုံစံသစ် မိုက်ခရိုစကုပ်နဲ့
00:32
Today I'd like to introduce you
to a new type of microscope,
to a new type of microscope,
4
20177
3227
မိတ်ဆက်ပေးချင်ပါတယ်၊
00:35
a microscope for changes.
5
23404
2578
အပြောင်းအလဲများကို
အသုံးပြုတဲ့ မိုက်ခရိုစကုပ်ပါ။
အသုံးပြုတဲ့ မိုက်ခရိုစကုပ်ပါ။
00:37
It doesn't use optics
like a regular microscope
like a regular microscope
6
25982
2902
၎င်းဟာ သေးငယ်တဲ့
အရာများကို ပုံချဲ့ပေးရန်
အရာများကို ပုံချဲ့ပေးရန်
00:40
to make small objects bigger,
7
28884
1997
ပုံမှန် မိုက်ခရိုစကုပ်လို
မှန်ဘီလူးတွေကို အသုံးမပြုဘဲ၊
မှန်ဘီလူးတွေကို အသုံးမပြုဘဲ၊
00:42
but instead it uses a video camera
and image processing
and image processing
8
30881
4376
ဗီဒီယို ကင်မရာ နဲ့ ပုံတွေကို
စီမံဆန်းစစ်မှုကို သုံးပြီး
စီမံဆန်းစစ်မှုကို သုံးပြီး
ပစ္စည်းများ နဲ့ လူတွေထဲက
မသိသာတဲ့ လှုပ်ရှားမှုများ နဲ့
မသိသာတဲ့ လှုပ်ရှားမှုများ နဲ့
00:47
to reveal to us the tiniest motions
and color changes in objects and people,
and color changes in objects and people,
9
35257
5256
အပြောင်းအလဲများကို
ဖေါ်ထုတ်ပေးတယ်၊
ဖေါ်ထုတ်ပေးတယ်၊
00:52
changes that are impossible
for us to see with our naked eyes.
for us to see with our naked eyes.
10
40513
3842
သာမန်မျက်စိနဲ့ မြင်မရနိုင်တဲ့
အပြောင်းအလဲတွေပါပဲ။
အပြောင်းအလဲတွေပါပဲ။
00:56
And it lets us look at our world
in a completely new way.
in a completely new way.
11
44355
4120
အဲဒါကြောင့်မို့လို့ ကမ္ဘာကြီးကို
လုံးဝတမျိုး မြင်လာနိုင်ပါတယ်။
လုံးဝတမျိုး မြင်လာနိုင်ပါတယ်။
01:00
So what do I mean by color changes?
12
48475
1910
ကျွန်တော် ပြောတဲ့ အရောင်းပြောင်းလဲမှုများကို
ရှင်းပြပါမယ်။
ရှင်းပြပါမယ်။
01:02
Our skin, for example,
changes its color very slightly
changes its color very slightly
13
50385
2832
ကျွန်တော်တို့ရဲ့ အရေပြားရဲ့ အရောင်ဟာ
မသိမသာ ပြောင်းလဲတတ်ပါတယ်
မသိမသာ ပြောင်းလဲတတ်ပါတယ်
01:05
when the blood flows under it.
14
53217
1997
၎င်းရဲ့ အောက်မှာ သွေးစီးမှုကြောင့်ပါ။
01:07
That change is incredibly subtle,
15
55214
2397
အပြောင်းအလဲဟာ သိပ်ကို မသိမသာကလေးပါ၊
01:09
which is why, when you
look at other people,
look at other people,
16
57611
2063
အဲဒါကြောင့်မို့လို့ ကျွန်တော်တို့ရဲ့
ဘေးမှာ ထိုင်နေသူကို
ဘေးမှာ ထိုင်နေသူကို
01:11
when you look at the person
sitting next to you,
sitting next to you,
17
59674
2251
ကြည့်ကြည့်နေရင်းတောင်၊
01:13
you don't see their skin
or their face changing color.
or their face changing color.
18
61925
3575
သူတို့ရဲ့ အရေပြား ဒါမှမဟုတ်
မျက်နှာ အရောင်ပြောင်းတာကို မမြင်ကြပါ။
မျက်နှာ အရောင်ပြောင်းတာကို မမြင်ကြပါ။
01:17
When we look at this video of Steve here,
it appears to us like a static picture,
it appears to us like a static picture,
19
65500
4360
ဒီမှာ ရှိနေတဲ့ Steve ရဲ့ ပုံကိုကြည့်ရင်
လုံးဝငြိမ်သက်နေပါတယ်၊
လုံးဝငြိမ်သက်နေပါတယ်၊
01:21
but once we look at this video
through our new, special microscope,
through our new, special microscope,
20
69860
3860
ဒါပေမဲ့ ဒါကိုပဲ ကျွန်ုပ်တို့ရဲ့ အသစ်ဖြစ်တဲ့
အထူးမိုက်ခရိုစကုပ်နဲ့ ကြည့်ရင်တော့၊
အထူးမိုက်ခရိုစကုပ်နဲ့ ကြည့်ရင်တော့၊
01:25
suddenly we see
a completely different image.
a completely different image.
21
73720
2600
ရုတ်ခနဲဆိုသလို လုံးဝကို မတူတဲ့
ပုံကို မြင်ကြရမှာပါ။
ပုံကို မြင်ကြရမှာပါ။
01:28
What you see here are small changes
in the color of Steve's skin,
in the color of Steve's skin,
22
76320
3930
ဒီမှာ ခင်ဗျားတို့ မြင်နေရတာက အဆ ၁၀၀
ချဲ့ထားလို့ မြင်လာရတဲ့
ချဲ့ထားလို့ မြင်လာရတဲ့
01:32
magnified 100 times
so that they become visible.
so that they become visible.
23
80250
4436
Steve ရဲ့ အရေပြားထဲက
မသိမသာ ပြောင်းလဲမှုတွေပါ။
မသိမသာ ပြောင်းလဲမှုတွေပါ။
01:36
We can actually see a human pulse.
24
84686
3267
ကျွန်တော်တို့ဟာ လူတယောက်ရဲ့
နှလုံးခုန်နှုန်းကို မြင်နေကြရခြင်းပါပဲ။
နှလုံးခုန်နှုန်းကို မြင်နေကြရခြင်းပါပဲ။
01:39
We can see how fast
Steve's heart is beating,
Steve's heart is beating,
25
87953
3227
ကျွန်တော်တို့ဟာ Steve ရဲ့
နှလုံးခုန်နှုန်းကို မြင်ကြရုံသာမက၊
နှလုံးခုန်နှုန်းကို မြင်ကြရုံသာမက၊
01:43
but we can also see the actual way
that the blood flows in his face.
that the blood flows in his face.
26
91180
5355
သူ့မျက်နှာပေါ်မှာ လက်တွေ့တွင်
သွေးစီးဆင်းနေပုံကိုပါ မြင်နိုင်ပါတယ်။
သွေးစီးဆင်းနေပုံကိုပါ မြင်နိုင်ပါတယ်။
01:48
And we can do that not just
to visualize the pulse,
to visualize the pulse,
27
96544
2631
ကျွန်တော်တို့ အဲဒီလုပ်ကြတာက
နှလုံးခုန်နှုန်းကို မြင်ရဖို့အတွက်သာမက၊
နှလုံးခုန်နှုန်းကို မြင်ရဖို့အတွက်သာမက၊
01:51
but also to actually
recover our heart rates,
recover our heart rates,
28
99175
3471
နှလုံးခုန်နှုန်းကို ဖေါ်ထုတ်ပေးရန်နဲ့
01:54
and measure our heart rates.
29
102646
1793
တိုင်းထွာနိုင်ဖို့အတွက်လည်း ဖြစ်ပါတယ်။
01:56
And we can do it with regular cameras
and without touching the patients.
and without touching the patients.
30
104439
4453
ပြီးတော့ ရိုးရိုးကင်မရာတွေကို သုံးပြီး
လူနာကို မထိမတို့ရဘဲနဲ့ လုပ်နိုင်ပါတယ်။
လူနာကို မထိမတို့ရဘဲနဲ့ လုပ်နိုင်ပါတယ်။
အခု မြင်နေရတာက အဲဒီလို ရယူထားတဲ့
မွေးကင်းစကလေးငယ်ရဲ့
မွေးကင်းစကလေးငယ်ရဲ့
02:00
So here you see the pulse and heart rate
we extracted from a neonatal baby
we extracted from a neonatal baby
31
108892
5617
သွေးခုန်နှုန်း နဲ့ နှလုံးခုန်နှုန်းပါပဲ
02:06
from a video we took
with a regular DSLR camera,
with a regular DSLR camera,
32
114509
2881
ရိုးရိုး DSLR camera နဲ့ ရိုက်ထားတဲ့
ဗီဒီယိုထဲမှ ရယူခဲ့ရာ
ဗီဒီယိုထဲမှ ရယူခဲ့ရာ
02:09
and the heart rate measurement we get
33
117390
1816
နှလုံးခုန်နှုန်းဟာ ဆေးရုံထဲက
သာမန် စောင့်ကြည့်စက်နဲ့ မရနိုင်တဲ့
သာမန် စောင့်ကြည့်စက်နဲ့ မရနိုင်တဲ့
02:11
is as accurate as the one you'd get
with a standard monitor in a hospital.
with a standard monitor in a hospital.
34
119206
4811
တိကျမှုမျိုးနဲ့ ရရှိခဲ့ပါတယ်။
02:16
And it doesn't even have to be
a video we recorded.
a video we recorded.
35
124017
2642
ပြီးတော့ အဲဒီလို ဗီဒီယိုကို
ကျွန်တော်တို့ကမှ ရိုက်ရမယ်လို့ မဆိုလိုပါ။
ကျွန်တော်တို့ကမှ ရိုက်ရမယ်လို့ မဆိုလိုပါ။
02:18
We can do it essentially
with other videos as well.
with other videos as well.
36
126659
2995
ဘယ်ဗီဒီယိုနဲ့မဆို ကျွန်တော်တို့
အဲဒီလို လုပ်ပေးနိုင်ကြပါတယ်။
အဲဒီလို လုပ်ပေးနိုင်ကြပါတယ်။
ဥပမာအဖြစ်၊ ကျွန်တော်ဟာ "Batman Begins" ထဲက
02:21
So I just took a short clip
from "Batman Begins" here
from "Batman Begins" here
37
129654
3901
ရိုက်ကွက်အတိုကို ယူပြီး
02:25
just to show Christian Bale's pulse.
38
133555
1904
Christian Bale ရဲ့ သွေးခုန်နှုန်းကို
ပြပေးထားပါတယ်။
ပြပေးထားပါတယ်။
02:27
(Laughter)
39
135459
1822
(ရယ်မောသံများ)
02:29
And you know, presumably
he's wearing makeup,
he's wearing makeup,
40
137281
2123
ခင်ဗျားတို့ သိကြသလို
သူဟာ မိတ်ကပ်တွေကို သုံးထားကာ
သူဟာ မိတ်ကပ်တွေကို သုံးထားကာ
02:31
the lighting here is kind of challenging,
41
139404
1953
ဒီထဲက အလင်းရောင်ဟာ သိပ်မကောင်းတာတောင်၊
အဲဒီလို ဗီဒီယိုကို သုံးပြီး
ကျွန်တော်တို့ဟာ
ကျွန်တော်တို့ဟာ
02:33
but still, just from the video,
we're able to extract his pulse
we're able to extract his pulse
42
141357
2951
သူ့နှလုံးခုန်နှုန်းကို ရယူနိုင်ခဲ့ရာ
02:36
and show it quite well.
43
144308
2018
ကောင်းကောင်းကို မြင်နိုင်ကြပါတယ်။
02:38
So how do we do all that?
44
146326
1920
ဒီတော့ ဒါတွေကို ကျွန်တော်တို့ ဘယ်လိုများ
လုပ်ကိုင်ကြတာလဲ။
လုပ်ကိုင်ကြတာလဲ။
02:40
We basically analyze the changes
in the light that are recorded
in the light that are recorded
45
148246
4598
ကျွန်တော်တို့ဟာ ဗီဒီယိုထဲက
ပီခ်ဆယ်တိုင်းရဲ့
ပီခ်ဆယ်တိုင်းရဲ့
02:44
at every pixel in the video over time,
46
152844
2271
အချိန်အလိုက် အလင်းရောင် ပြောင်းလဲမှုတွေကို
တိုင်းယူပြီး
တိုင်းယူပြီး
02:47
and then we crank up those changes.
47
155115
1798
အဲဒီအပြောင်းအလဲတွေကို
အရှိန်ဖြင့် ကြည့်ကြတာပါ။
အရှိန်ဖြင့် ကြည့်ကြတာပါ။
02:48
We make them bigger
so that we can see them.
so that we can see them.
48
156913
2162
ကျွန်တော်တို့ဟာ ၎င်းတို့ကို
ပိုကြီးအောင် လုပ်ပေးလို့ မြင်လာနိုင်ပါတယ်။
ပိုကြီးအောင် လုပ်ပေးလို့ မြင်လာနိုင်ပါတယ်။
02:51
The tricky part is that those signals,
49
159075
1902
အခက်ဆုံး အလုပ်က
ကျွန်တော်တို့ လိုက်ရှာနေကြတဲ့
ကျွန်တော်တို့ လိုက်ရှာနေကြတဲ့
02:52
those changes that we're after,
are extremely subtle,
are extremely subtle,
50
160977
2933
အဲဒီလို အချက်ပြမှုတွေဟာ
သိပ်ကို မသိသာလွန်းလို့၊
သိပ်ကို မသိသာလွန်းလို့၊
ဗီဒီယိုထဲမှာ အစဉ်ပဲ ပါလာလေ့ရှိကြတဲ့
02:55
so we have to be very careful
when you try to separate them
when you try to separate them
51
163910
2779
ဆူညံသံများမှ ခွဲထုတ်ယူကြရာမှာ
02:58
from noise that always exists in videos.
52
166689
3831
သိပ်ကို သတိဖြင့် လုပ်ကိုင်ရန် လိုပါတယ်။
03:02
So we use some clever
image processing techniques
image processing techniques
53
170520
2995
အဲဒါကြောင့် ကျွန်တော်တို့ဟာ
သိပ်ကို စမတ်ကျတဲ့ ပုံများအား ဆန်းစစ်ရေး
သိပ်ကို စမတ်ကျတဲ့ ပုံများအား ဆန်းစစ်ရေး
03:05
to get a very accurate measurement
of the color at each pixel in the video,
of the color at each pixel in the video,
54
173515
3994
နည်းပညာတွေကို သုံးပြီး ဗီဒီယိုထဲက
ပီခ်ဆယ်တိုင်းရဲ့ အရောင်ကို
ပီခ်ဆယ်တိုင်းရဲ့ အရောင်ကို
ပြီးတော့ အချိန်အလိုက်
အရောင်ရဲ့ ပြောင်းလဲမှုကို
အရောင်ရဲ့ ပြောင်းလဲမှုကို
03:09
and then the way the color
changes over time,
changes over time,
55
177509
2670
တိကျစွာ တိုင်းကြကာ၊
03:12
and then we amplify those changes.
56
180179
2693
ရတဲ့ ပြောင်းလဲမှုတွေကို ချဲ့ယူကြပါတယ်။
အဲဒီလို အပြောင်းအလဲတွေကို ကျွန်တော်တို့ကို
03:14
We make them bigger to create those types
of enhanced videos, or magnified videos,
of enhanced videos, or magnified videos,
57
182872
3980
တကယ့်ကို ပြသပေးရန်
ကျွန်တော်တို့ဟာ ခုနကလို မြှင့်တင်ထားတဲ့
ဒါမှမဟုတ်
ဒါမှမဟုတ်
03:18
that actually show us those changes.
58
186852
2172
ပုံချဲ့ထားတဲ့ ဗီဒီယိုတွေကို ရရှိပါတယ်။
03:21
But it turns out we can do that
not just to show tiny changes in color,
not just to show tiny changes in color,
59
189024
4238
ပြီးတော့ အရောင်ဆိုင်ရာ မသိသာတဲ့
အပြောင်းအလဲတွေကိုသာမက
အပြောင်းအလဲတွေကိုသာမက
03:25
but also tiny motions,
60
193262
2241
မသိသာတဲ့ လှုပ်ရှားမှုတွေကိုပါ တိုင်းနိုင်တာကို
တွေ့လာကြပါတယ်၊
တွေ့လာကြပါတယ်၊
03:27
and that's because the light
that gets recorded in our cameras
that gets recorded in our cameras
61
195503
3576
ကျွန်တော်တို့ ကင်မရာတွေကို
ရိုက်ထားတဲ့ ထဲမှာ
ရိုက်ထားတဲ့ ထဲမှာ
03:31
will change not only if the color
of the object changes,
of the object changes,
62
199079
2810
အလင်းရောင် ပြောင်းလဲမှုတွေကိုသာမက၊
03:33
but also if the object moves.
63
201889
2368
ပစ္စည်းတွေရဲ့ လှုပ်ရှားမှုကိုပါ
မြင်တွေနိုင်လို့ပါပဲ။
မြင်တွေနိုင်လို့ပါပဲ။
03:36
So this is my daughter
when she was about two months old.
when she was about two months old.
64
204257
3636
ဒါကတော့ နှစ်အရွယ် ကျွန်တော့ သမီးလေးပါ။
03:39
It's a video I recorded
about three years ago.
about three years ago.
65
207893
2999
လွန်ခဲ့တဲ့ သုံးနှစ်တုန်းက
ကျွန်တော် ရိုက်ယူခဲ့တဲ့ ဗီဒီယိုပါ။
ကျွန်တော် ရိုက်ယူခဲ့တဲ့ ဗီဒီယိုပါ။
မွေးခါစ ကလေးရဲ့ မိဘတွေဆိုတော့
03:42
And as new parents, we all want
to make sure our babies are healthy,
to make sure our babies are healthy,
66
210892
3208
ကျွန်တော်တို့ရဲ့ ကလေးဟာ ကျန်းမာရဲ့လား
အသက်ရှူနေရဲ့လား၊ အသက်ရှင်လျက်
ရှိရဲ့လားကို
ရှိရဲ့လားကို
03:46
that they're breathing,
that they're alive, of course.
that they're alive, of course.
67
214100
2542
သိပ်သိလိုကြတာ အမှန်ပါပဲ။
အဲဒါနဲ့ ကျွန်တော်ကလည်း
ကလေးတွေကို
ကလေးတွေကို
03:48
So I too got one of those baby monitors
68
216642
2142
စောင့်ကြည့်ဖို့ သုံးကြတဲ့
03:50
so that I could see my daughter
when she was asleep.
when she was asleep.
69
218784
2469
စက်ကို ဝယ်ယူခဲ့ပြီး သမီးလေး
အိပ်နေတုန်း စောင့်ကြည့်ခဲ့ပါတယ်။
အိပ်နေတုန်း စောင့်ကြည့်ခဲ့ပါတယ်။
အဲဒီလို ပုံမှန် ကလေးစောင့်ကြည့်စက်နဲ့ဆိုရင်
03:53
And this is pretty much what you'll see
with a standard baby monitor.
with a standard baby monitor.
70
221253
3527
မြင်ရမှာက ဒါမျိုးဖြစ်ပါတယ်။
ကလေး အိပ်လျက် ရှိနေတာကို ခင်ဗျားတို့
03:56
You can see the baby's sleeping, but
there's not too much information there.
there's not too much information there.
71
224780
3682
မြင်နိုင်ကြပေမဲ့ ဒေတာဟာ နည်းလှပါတယ်။
04:00
There's not too much we can see.
72
228474
1604
ကျွန်တော်တို့ မြင်နိုင်တာလည်း
သိပ်မများလှပါဘူး။
သိပ်မများလှပါဘူး။
ကျွန်တော်တို့ဟာ ဒါကိုပဲ
ဒီလိုပုံစံမျိုးအဖြစ်
ဒီလိုပုံစံမျိုးအဖြစ်
04:02
Wouldn't it be better,
or more informative, or more useful,
or more informative, or more useful,
73
230078
2824
ကြည့်နိုင်ကြမယ်ဆိုရင်
04:04
if instead we could look
at the view like this.
at the view like this.
74
232902
2990
ပိုပြီးတော့ အချက်အလက်တွေရပြီး
ပိုလို့ကို အသုံးဝင်မယ် မဟုတ်ပါကလား။
04:07
So here I took the motions
and I magnified them 30 times,
and I magnified them 30 times,
75
235892
6356
အဲဒါနဲ့ ကျွန်တော်ဟာ အဲဒီထဲက
လှုပ်ရှားမှုတွေကို
လှုပ်ရှားမှုတွေကို
ယူလိုက်ကာ အဆ ၃၀ ချဲ့လိုက်ပါတယ်၊
ဒီလိုကျမှ ကျွန်တော့ သမီးဟာ
တကယ့်ကို အသက်ရှင်လျက်
တကယ့်ကို အသက်ရှင်လျက်
04:14
and then I could clearly see that my
daughter was indeed alive and breathing.
daughter was indeed alive and breathing.
76
242248
3826
အသက်ရှူနေတာကို မြင်နိုင်လာတယ်။
04:18
(Laughter)
77
246074
2253
(ရယ်မောသံများ)
04:20
Here is a side-by-side comparison.
78
248327
1922
ထပ်ပြီးတော့ ဘေးချင်းယှဉ်ပြီး
ကြည့်နိုင်ပါသေးတယ်။
ကြည့်နိုင်ပါသေးတယ်။
04:22
So again, in the source video,
in the original video,
in the original video,
79
250249
2483
ဒါပေမဲ့၊ ထပ်ပြောရရင်၊
မူရင်း ဗီဒီယို၊ ရင်းမြစ် ဗီဒီယိုကိုယ်နှိူင်မှာက
မူရင်း ဗီဒီယို၊ ရင်းမြစ် ဗီဒီယိုကိုယ်နှိူင်မှာက
04:24
there's not too much we can see,
80
252732
1636
ကျွန်တော်တို မြင်နိုင်တာ သိပ်မရှိလှပါ၊
04:26
but once we magnify the motions,
the breathing becomes much more visible.
the breathing becomes much more visible.
81
254368
3707
ဒါပေမဲ့ လှုပ်ရှားမှုတွေကို ချဲ့ပေးလိုက်ရင်
အသက်ရှူမှုကို
အသက်ရှူမှုကို
အထင်အရှား မြင်လာနိုင်ပါတယ်။
04:30
And it turns out, there's
a lot of phenomena
a lot of phenomena
82
258075
2070
ပြီးတော့ ကျွန်တော်တို့ရဲ့
လက်ရှိ မိုက်ခရိုစကုပ် အသစ်နဲ့ဆိုရင်
လက်ရှိ မိုက်ခရိုစကုပ် အသစ်နဲ့ဆိုရင်
ကျွန်တော်တို့ဟာ ဖေါ်ထုတ် ချဲ့ပေးနိုင်တဲ့
အရာတွေ
အရာတွေ
04:32
we can reveal and magnify
with our new motion microscope.
with our new motion microscope.
83
260145
3623
အများကြီးရှိတာကို တွေ့လာပါတယ်။.
04:35
We can see how our veins and arteries
are pulsing in our bodies.
are pulsing in our bodies.
84
263768
4564
ခန္ဓာကိုယ်ထဲက သွေးလွှတ်ကြောနဲ့
သွေးပြန်ကြောတွေ
သွေးပြန်ကြောတွေ
လှုပ်ကစားနေကြတာ မြင်နိုင်ပါတယ်။
04:40
We can see that our eyes
are constantly moving
are constantly moving
85
268332
2628
ကျွန်တော်တို့ရဲ့ မျက်လုံးတွေ
တချိန်လုံး
တချိန်လုံး
04:42
in this wobbly motion.
86
270960
1887
ဒီလိုပုံစံ လှုပ်ကစားနေတတ်ပါတယ်။
04:44
And that's actually my eye,
87
272847
1509
တကယ်တမ်းတွင် အဲဒါက ကျွန်တော့မျက်လုံးပါ၊
04:46
and again this video was taken
right after my daughter was born,
right after my daughter was born,
88
274356
3065
အဲဒီဗီဒီယိုကိုလည်း
ကျွန်တော့သမီး၏
ကျွန်တော့သမီး၏
မွေးပြီးပြီးချင်မှာ ရိုက်ယူခဲ့ရာ၊
04:49
so you can see I wasn't getting
too much sleep. (Laughter)
too much sleep. (Laughter)
89
277421
4202
ကျွန်တော် အိပ်မရေး မဝထားမှန်း
ခင်ဗျားတို့
ခင်ဗျားတို့
မြင်နိုင်ကြပါတယ်။ (ရယ်မောသံများ)
04:53
Even when a person is sitting still,
90
281623
2716
လူတယောက်ဟာ ငြိမ်သက်စွာထိုင်နေတောင်မှ၊
04:56
there's a lot of information
we can extract
we can extract
91
284339
2044
ကျွန်တော်တို့ ထုတ်နှုတ်ရယူနိုင်တဲ့
အချက်အလက်တွေ မနည်းလှပါ၊
အချက်အလက်တွေ မနည်းလှပါ၊
အသက်ရှူမှုနဲ့ ဆိုင်တာတွေ၊ မျက်နှာပေါ်က
04:58
about their breathing patterns,
small facial expressions.
small facial expressions.
92
286383
3529
မသိသာတဲ့ အမူအယာလေးတွေ။
05:01
Maybe we could use those motions
93
289912
1625
အဲဒီလို လှုပ်ရှားမှုလေးတွေကို သုံးပြီး
ကျွန်တော်တို့ရဲ့ အတွေးအခေါ်တွေ ဒါမှမဟုတ်
05:03
to tell us something about
our thoughts or our emotions.
our thoughts or our emotions.
94
291537
3154
စိတ်ခံစားမှုတွေ အကြောင်းကို
ပြောလို့ရနိုင်ပါတယ်။
ပြောလို့ရနိုင်ပါတယ်။
05:06
We can also magnify small
mechanical movements,
mechanical movements,
95
294691
3255
ကျွန်တော်တို့ဟာ စက်ပစ္စည်းတွေရဲ့
မသိသာတဲ့ လှုပ်ခါမှုများကို၊
မသိသာတဲ့ လှုပ်ခါမှုများကို၊
05:09
like vibrations in engines,
96
297946
1555
အင်ဂျင်ရဲ့ တုန်ခါမှုလိုမျိုးကို
တိုင်းထွာနိုင်ကြရာ၊
တိုင်းထွာနိုင်ကြရာ၊
05:11
that can help engineers detect
and diagnose machinery problems,
and diagnose machinery problems,
97
299501
3692
စက်ဆရာကို စက်ပစ္စည်းဆိုင်ရာ ပြဿနာတွေကို
စူးစမ်းဖေါ်ထုတ်ရေးကို ကူပေးနိုင်တယ်၊
05:15
or see how our buildings and structures
sway in the wind and react to forces.
sway in the wind and react to forces.
98
303193
4738
ဒါမှမဟုတ် အဆောက်အဦတွေ လေထဲမှာ
လှုပ်ယမ်းကာ
လှုပ်ယမ်းကာ
စွမ်းအားတွေကို တုန့်ပြန်ကြပုံကို မြင်နိုင်ပါတယ်။
05:19
Those are all things that our society
knows how to measure in various ways,
knows how to measure in various ways,
99
307931
4581
အဲဒါတွေ အားလုံးကို
ကျွန်တော်တို့ လူ့အဖွဲ့အစည်းဟာ
ကျွန်တော်တို့ လူ့အဖွဲ့အစည်းဟာ
အခြားနည်းလမ်းများဖြင့် တိုင်းတတ်နေပါပြီ၊
05:24
but measuring those motions is one thing,
100
312512
2453
ဒါပေမဲ့ အဲဒီလို လှုပ်ရှားမှုတွေကို
တိုင်းထွာမှု နဲ့
တိုင်းထွာမှု နဲ့
05:26
and actually seeing those
motions as they happen
motions as they happen
101
314965
2276
အဲဒီလို လှုပ်ရှားမှုကို
လက်တွေ့ကြည့်မြင်နိုင်မှုဟာ
လက်တွေ့ကြည့်မြင်နိုင်မှုဟာ
05:29
is a whole different thing.
102
317241
2554
လုံးဝတခြားစီပါ။
05:31
And ever since we discovered
this new technology,
this new technology,
103
319795
3041
ကျွန်တော်တို့က ဒီနည်းပညာအသစ်ကို
တွေ့ရှိခဲ့တဲ့ နောက်မှာ၊
တွေ့ရှိခဲ့တဲ့ နောက်မှာ၊
ကျွန်တော်တို့ရဲ့ ကုဒ်တွေကို အွန်လိုင်းမှာ
တင်ပေးထားတော့
တင်ပေးထားတော့
05:34
we made our code available online so that
others could use and experiment with it.
others could use and experiment with it.
104
322836
3953
အခြားလူတွေ သုံးနိုင်ကြပါတယ်၊
05:38
It's very simple to use.
105
326789
1875
အဲဒါသုံးရတာ သိပ်ကို လွယ်ပါတယ်။
05:40
It can work on your own videos.
106
328664
2044
အဲဒါကို ခင်ဗျားတို့ ကိုယ်တိုင်ရိုက်ထားတဲ့
ဗီဒီယိုအတွက် သုံးနိုင်ပါတယ်။
ဗီဒီယိုအတွက် သုံးနိုင်ပါတယ်။
Quanta Research ထဲက လုပ်ဖေါ်တို့က
သိပ်ကောင်းတဲ့
သိပ်ကောင်းတဲ့
05:42
Our collaborators at Quanta Research
even created this nice website
even created this nice website
107
330708
3193
ဒီဝက်ဘ်ဆိုက်ကို ဖန်တီးပေးထားရာ
ခင်ဗျားတို့ဟာ ခင်ဗျားတို့ရဲ့ ဗီဒီယိုတွေကို
တင်ပြီး
တင်ပြီး
05:45
where you can upload your videos
and process them online,
and process them online,
108
333901
2678
အွန်လိုင်းမှာ စီမံလုပ်ကိုင်နိုင်ပါတယ်၊
05:48
so even if you don't have any experience
in computer science or programming,
in computer science or programming,
109
336579
3816
ခင်ဗျားတို့ဆီမှာ ကွန်ပျူတာ
သိပ္ပံပညာ ဒါမှမဟုတ်
သိပ္ပံပညာ ဒါမှမဟုတ်
ပရိုဂရမ်ပြုစုမှု အတွေ့အကြုံ မရှိရင်တောင်၊
ခင်ဗျားတို့ကပါ ဒီမိုက်ခရိုစကုပ်အသစ်ကို
05:52
you can still very easily experiment
with this new microscope.
with this new microscope.
110
340395
2936
လွယ်ကူစွာ သုံးစမ်းကြည့်နိုင်ပါတယ်။
05:55
And I'd like to show you
just a couple of examples
just a couple of examples
111
343331
2404
ဒီနေရာမှာ ကျွန်တောဟာ
ဥပမာ နှစ်ခုလောက်ကို ပြပေးချင်ပါတယ်
ဥပမာ နှစ်ခုလောက်ကို ပြပေးချင်ပါတယ်
05:57
of what others have done with it.
112
345735
2735
အခြားသူတွေက အဲဒါကို သုံးပြီး
လုပ်ကိုင်ခဲ့ကြတာတွေကိုပါ။
လုပ်ကိုင်ခဲ့ကြတာတွေကိုပါ။
06:00
So this video was made by
a YouTube user called Tamez85.
a YouTube user called Tamez85.
113
348470
5317
ဒီဗီဒီယိုကို YouTube သုံးစွဲသူ Tamez85 က
ပြုလုပ်ခဲ့တာပါ။
ပြုလုပ်ခဲ့တာပါ။
06:05
I don't know who that user is,
114
353787
1463
အဲဒီ သုံးစွဲသူကို ကျွန်တော်မသိပေမဲ့၊
06:07
but he, or she, used our code
115
355250
2345
ထိုသူဟာ ကျွန်တော်တို့ ကုဒ်ကို သုံးပြီး
06:09
to magnify small belly
movements during pregnancy.
movements during pregnancy.
116
357595
3715
ကိုယ်ဝန်ရှိနေစဉ် ဗိုက်ရဲ့ သေးနုပ်တဲ့
လှုပ်ရှားမှုများကို ပုံချဲ့နိုင်ခဲ့ပါတယ်။
လှုပ်ရှားမှုများကို ပုံချဲ့နိုင်ခဲ့ပါတယ်။
06:13
It's kind of creepy.
117
361310
1602
အဲဒါဟာ ထိတ်လန့်စရာကြီးပါပဲ။
06:14
(Laughter)
118
362912
1613
(ရယ်မောသံများ)
06:16
People have used it to magnify
pulsing veins in their hands.
pulsing veins in their hands.
119
364525
4961
လူတွေဟာ သူတို့ရဲ့ လက်ပေါ်က သွေးကြောတွေ
ြသွေးခုန်နေတာကို
ချဲ့ကြည့်ရန် သုံးခဲ့ကြတယ်။
ချဲ့ကြည့်ရန် သုံးခဲ့ကြတယ်။
06:21
And you know it's not real science
unless you use guinea pigs,
unless you use guinea pigs,
120
369486
3782
ကျွန်တော်တို့ဟာ ဂီနီဝက်တွေကို၊
အထူးသဖြင့် Tiffany လို အမည်ပေးထားတဲ့
အထူးသဖြင့် Tiffany လို အမည်ပေးထားတဲ့
06:25
and apparently this guinea pig
is called Tiffany,
is called Tiffany,
121
373268
3390
ဂီနီဝက်ကို မသုံးသရွေ့ ကျွန်တော်တို့ရဲ့
သိပ္ပံသုတေသနလို ခေါ်မရနိုင်ပါ၊
သိပ္ပံသုတေသနလို ခေါ်မရနိုင်ပါ၊
06:28
and this YouTube user claims
it is the first rodent on Earth
it is the first rodent on Earth
122
376658
2949
ဒီ YouTube သုံးစွဲသူဆိုရင်
ဒါဟာ လှုပ်ရှားမှုချဲ့ရေး နည်းဖြင့်
ဒါဟာ လှုပ်ရှားမှုချဲ့ရေး နည်းဖြင့်
06:31
that was motion-magnified.
123
379607
2688
ချဲ့ပြခဲ့တဲ့ ကမ္ဘာ့ ပထမဦးဆုံး
ကိုက်ဖြတ်သတ္တဝါပါလို့ ဆိုပါတယ်။
ကိုက်ဖြတ်သတ္တဝါပါလို့ ဆိုပါတယ်။
ခင်ဗျားတို့လည်း အဲဒါကို သုံးပြီး
06:34
You can also do some art with it.
124
382295
2188
အနုပညာကို ဖန်တီးနိုင်ကြပါတယ်။
ဥပမာ ဒီဗီဒီယိုကို ကျွန်တော့ဆီ
Yale ဒီဇိုင်း
Yale ဒီဇိုင်း
06:36
So this video was sent to me
by a design student at Yale.
by a design student at Yale.
125
384483
3018
ကျောင်းသူက ပို့ပေးခဲ့တယ်။
06:39
She wanted to see
if there's any difference
if there's any difference
126
387501
2137
သူမနဲ့အတူ တက်နေကြတဲ့
ကျောင်းသားတွေရဲ့ လှုပ်ရှားမှုထဲက
ကျောင်းသားတွေရဲ့ လှုပ်ရှားမှုထဲက
06:41
in the way her classmates move.
127
389638
1522
ခြားနားချက်တွေကို စူးစမ်းကြည့်လိုခဲ့ပါတယ်။
06:43
She made them all stand still,
and then magnified their motions.
and then magnified their motions.
128
391160
4209
သူဟာ သူတို့အားလုံးကို
ငြိမ်ငြိမ်လေး ရပ်ခိုင်းပြီး
ငြိမ်ငြိမ်လေး ရပ်ခိုင်းပြီး
သူတို့ရဲ့ လှုပ်ရှားမှုတွေကို
ချဲ့ကြည့်ခဲ့ပါတယ်။
ချဲ့ကြည့်ခဲ့ပါတယ်။
06:47
It's like seeing
still pictures come to life.
still pictures come to life.
129
395369
3378
အဲဒါက ပုံငြိမ်တွေ အသက်ဝင်လာသလိုပါပဲ။
06:50
And the nice thing with
all those examples
all those examples
130
398747
2433
ဒီလို ဥပမာတွေ အားလုံးကို
လေ့လာကြည့်တဲ့အခါမှာ
လေ့လာကြည့်တဲ့အခါမှာ
06:53
is that we had nothing to do with them.
131
401180
2296
အဲဒါတွေကို ဘာမှလုပ်ရန် မလိုခြင်းဟာ
သိပ်ကောင်းတဲ့အချက်ပါ။
သိပ်ကောင်းတဲ့အချက်ပါ။
ကျွန်တော်တို့ဟာ ကိရိယာအသစ်ကို၊
ကမ္ဘာကြီးကို ကြည့်ရှုရေး
ကမ္ဘာကြီးကို ကြည့်ရှုရေး
06:55
We just provided this new tool,
a new way to look at the world,
a new way to look at the world,
132
403476
3854
နည်းသစ်ကို စီမံပေးလိုက်တယ်၊
06:59
and then people find other interesting,
new and creative ways of using it.
new and creative ways of using it.
133
407330
5132
အဲဒီနောက်မှာ လူတွေဟာ
အဲဒါ့ကို တီထွင်ဉာဏ်နဲ့
အဲဒါ့ကို တီထွင်ဉာဏ်နဲ့
အမျိုးမျိုး သုံးလာကြတယ်။
07:04
But we didn't stop there.
134
412462
1764
ကျွန်တော်တို့ဟာ ဒီမှာတင်
ရပ်မနေကြပါဘူး။
ရပ်မနေကြပါဘူး။
ဒီကိရိယာက ကျွန်တော်တို့အား ကမ္ဘာကြီးကို
နည်းသစ်နဲ့
နည်းသစ်နဲ့
07:06
This tool not only allows us
to look at the world in a new way,
to look at the world in a new way,
135
414226
3251
ကြည့်ရှုနိုင်မှုကို ပေးခဲ့ရုံသာမက၊
ကျွန်တော်တို့က ကင်မရာတွေနဲ့
07:09
it also redefines what we can do
136
417477
2368
လုပ်ကိုင်နိုင်တာရဲ့ ဘောင်တွေကိုပါ
07:11
and pushes the limits of what
we can do with our cameras.
we can do with our cameras.
137
419845
3181
တိုးချဲ့ပေးလိုက်ပါသေးတယ်။
အဲဒါနဲ့ သိပ္ပံပညာရှင်တွေ အနေနဲ့
07:15
So as scientists, we started wondering,
138
423026
2229
ကျွန်တော် စပြီး စဉ်းစားလာရတာက၊
07:17
what other types of physical phenomena
produce tiny motions
produce tiny motions
139
425255
3785
ကျွန်တော်တို့ အနေနဲ့ ကင်မရာတွေကို
သုံးပြီး တိုင်းလို့ ရနိုင်သေးတဲ့
သုံးပြီး တိုင်းလို့ ရနိုင်သေးတဲ့
မသိသာတဲ့ လှုပ်ရှားမှုတွေကို
နောက်ထပ် ဘယ်အရာတွေက
နောက်ထပ် ဘယ်အရာတွေက
07:21
that we could now use
our cameras to measure?
our cameras to measure?
140
429040
2903
ထုတ်လုပ်ပေးကြလဲ စဉ်းစားလာပါတယ်။
မကြာမီက ကျွန်တော်တို့ အာရုံစိုက်လာကြတဲ့
07:23
And one such phenomenon
that we focused on recently is sound.
that we focused on recently is sound.
141
431943
4001
အဲဒီလို အရာတခုမှာ အသံပါပဲ။
07:27
Sound, as we all know,
is basically changes
is basically changes
142
435944
2105
အသံဆိုတာက၊ ကျွန်တော်တို့ အားလုံးသိကြသလို၊
07:30
in air pressure that
travel through the air.
travel through the air.
143
438049
2183
လေကို အသုံးပြုပြီး ကူးဖြတ်လာတဲ့
လေထုဖိအား ခြားနားချက်ပါပဲ။
လေထုဖိအား ခြားနားချက်ပါပဲ။
အဲဒီ ဖိအားလှိုင်းတွေက
အရာဝတ္ထုတွေကို ရိုက်ခတ်ကာ
အရာဝတ္ထုတွေကို ရိုက်ခတ်ကာ
07:32
Those pressure waves hit objects
and they create small vibrations in them,
and they create small vibrations in them,
144
440232
3621
၎င်းတို့ထဲတွင် တုန်ခါမှုလေးတွေကို ဖြစ်စေတယ်၊
အဲဒါကိုမှ ကျွန်တော်တို့
ကြားနိုင်ခြင်းဖြစ်ပြီး
ကြားနိုင်ခြင်းဖြစ်ပြီး
07:35
which is how we hear
and how we record sound.
and how we record sound.
145
443853
2532
အသံအဖြစ် သွင်းယူနိုင်ကြပါတယ်။
07:38
But it turns out that sound
also produces visual motions.
also produces visual motions.
146
446385
3668
တဖန် အသံဟာလည်း မြင်လို့ရနိုင်တဲ့
လှုပ်ခါမှုတွေကို
လှုပ်ခါမှုတွေကို
ဖန်တီးပေးတာ တွေ့နိုင်ပါတယ်။
07:42
Those are motions
that are not visible to us
that are not visible to us
147
450053
2833
အဲဒီလို လှုပ်ခါမှုကို ကျွန်တော်တို့
မမြင်နိုင်ကြပေမဲ့
မမြင်နိုင်ကြပေမဲ့
07:44
but are visible to a camera
with the right processing.
with the right processing.
148
452886
3001
လိုအပ်တဲ့ စီမံဆန်းစစ်မှုကို သိရင်
ကင်မရာဟာ အဲဒါကို မြင်လာပါမယ်။
ကင်မရာဟာ အဲဒါကို မြင်လာပါမယ်။
07:47
So here are two examples.
149
455887
1573
အဲဒါ့အတွက် ဥပမာ နှစ်ခုကို ပြပါ့မယ်။
07:49
This is me demonstrating
my great singing skills.
my great singing skills.
150
457460
2614
ဒါကတော့ ကျွန်တော်က
အဆိုတော် ဖြစ်ဖို့ အားထုတ်နေတာပါ။
အဆိုတော် ဖြစ်ဖို့ အားထုတ်နေတာပါ။
07:53
(Singing)
151
461064
1634
(သီချင်းဆိုနေ)
07:54
(Laughter)
152
462698
1436
(ရယ်မောသံများ)
07:56
And I took a high-speed video
of my throat while I was humming.
of my throat while I was humming.
153
464134
2986
အဲဒီလို ဆိုနေစဉ် ကျွန်တော်ဟာ
နှုန်းမြင့် ဗီဒီယိုကို ရိုက်ယူခဲ့ပါတယ်။
နှုန်းမြင့် ဗီဒီယိုကို ရိုက်ယူခဲ့ပါတယ်။
07:59
Again, if you stare at that video,
154
467120
1764
ဒီနေရာမှာလည်း၊ ခင်ဗျားတို့ဟာ
ဗီဒီယိုကိုသာ ကြည့်ကြမယ်ဆိုရင်၊
ဗီဒီယိုကိုသာ ကြည့်ကြမယ်ဆိုရင်၊
08:00
there's not too much
you'll be able to see,
you'll be able to see,
155
468884
2076
မြင်နိုင်တာဆိုလို့ ဘာရယ်လို့
ရှိမှာ မဟုတ်ပါဘူး၊
ရှိမှာ မဟုတ်ပါဘူး၊
08:02
but once we magnify the motions 100 times,
we can see all the motions and ripples
we can see all the motions and ripples
156
470960
4332
ဒါပေမဲ့ ကျွန်တော်တို့က လှုပ်ရှားမှုတွေကို
အဆ ၁၀၀ အထိ ချဲ့လိုက်မယ်ဆိုရင်
အဆ ၁၀၀ အထိ ချဲ့လိုက်မယ်ဆိုရင်
08:07
in the neck that are involved
in producing the sound.
in producing the sound.
157
475292
3274
လည်ပင်းရဲ့ လှုပ်ရှားမှုနဲ့
တွန့်လိမ်မှုတွေကို မြင်လာပါမယ်။
တွန့်လိမ်မှုတွေကို မြင်လာပါမယ်။
08:10
That signal is there in that video.
158
478566
2740
အဲဒီလို အချက်အလက်တွေ
ဗီဒီယိုထဲမှာ ရှိနေကြပါတယ်။
ဗီဒီယိုထဲမှာ ရှိနေကြပါတယ်။
08:13
We also know that singers
can break a wine glass
can break a wine glass
159
481306
2670
အဆိုတော်တွေဟာ လိုအပ်တဲ့
အသံစဉ်ကို ဟစ်ဆိုနိုင်ရင်
အသံစဉ်ကို ဟစ်ဆိုနိုင်ရင်
08:15
if they hit the correct note.
160
483976
1463
ဝိုင်ခွက် မှန်ကို ကွဲအက်လာစေနိုင်တာ
ကျွန်တော်တို့ သိကြပါတယ်။
ကျွန်တော်တို့ သိကြပါတယ်။
08:17
So here, we're going to play a note
161
485439
1765
အဲဒီတော့ ကျွန်တော်တို့ဟာ
ခွက်မှန်ရဲ့ တုန်ခါမှုနဲ့ ကိုက်ညီတဲ့
ခွက်မှန်ရဲ့ တုန်ခါမှုနဲ့ ကိုက်ညီတဲ့
08:19
that's in the resonance
frequency of that glass
frequency of that glass
162
487204
2526
ကစားကြည့်ကြပါမယ်
08:21
through a loudspeaker that's next to it.
163
489730
2048
ကပ်လျက် ရှိနေတဲ့ အသံချဲ့စက်နဲ့
ဖွင့်ကြည့်ကြပါမယ်။
ဖွင့်ကြည့်ကြပါမယ်။
08:23
Once we play that note
and magnify the motions 250 times,
and magnify the motions 250 times,
164
491778
4419
အဲဒီ အသံစဉ်ကို ဖွင့်ကစားလိုက်ကာ
လှုပ်ရှားမှုတွေကို
လှုပ်ရှားမှုတွေကို
အဆ ၂၅၀ ချဲ့လိုက်ကြမယ်ဆိုရင်၊
08:28
we can very clearly see
how the glass vibrates
how the glass vibrates
165
496197
2338
ဖန်ခွက်မှန် တုန်ခါနေတာကို
အထင်အရှား မြင်လာကြရပါမယ်
အထင်အရှား မြင်လာကြရပါမယ်
08:30
and resonates in response to the sound.
166
498535
3570
၎င်းဟာ အသံကို တုန့်ပြန်ရင်း
တုန်ခါနေတာပါ။
တုန်ခါနေတာပါ။
08:34
It's not something you're used
to seeing every day.
to seeing every day.
167
502105
2420
ဒါမျိုးကို ကျွန်တော်တို့ဟာ နေ့စဉ်ဘဝထဲမှာ
တွေ့ခဲ့ပါတယ်။
တွေ့ခဲ့ပါတယ်။
ဒါပေမဲ့ အဲဒါက ကျွန်တော်တို့ကို
စဉ်းစားလာစေလို့
စဉ်းစားလာစေလို့
08:36
But this made us think.
It gave us this crazy idea.
It gave us this crazy idea.
168
504525
3529
ဒီအရူးအမူး စိတ်ကူးကို ရခဲ့ပါတယ်။
08:40
Can we actually invert this process
and recover sound from video
and recover sound from video
169
508054
5608
ကျွန်တော်တို့ဟာ ဒီဖြစ်စဉ်ကို
ပြောင်းပြန်လုပ်ပြီး
ပြောင်းပြန်လုပ်ပြီး
အသံလှိုင်းတွေက အရာဝတ္ထုတွေထဲမှာ
ဖန်တီးပေးတဲ့ တုန်ခါမှုကို လေ့လာကာ
08:45
by analyzing the tiny vibrations
that sound waves create in objects,
that sound waves create in objects,
170
513662
4035
ဗီဒီယိုထဲမှ အသံကို ရယူနိုင်ကြမလား၊
08:49
and essentially convert those
back into the sounds that produced them.
back into the sounds that produced them.
171
517697
4777
အဲဒီနောက်မှာ အဲဒါတွေကို
၎င်းတို့ကို ထုတ်လုပ်ပေးလိုက်တဲ့
၎င်းတို့ကို ထုတ်လုပ်ပေးလိုက်တဲ့
အသံကို ပြန်ဖေါ်ထုတ်နိုင်မလား။
အဲဒီလိုနည်းဖြင့် ကျွန်တော်တို့ဟာ
နေ့စဉ်သုံး ပစ္စည်းတွေကို
နေ့စဉ်သုံး ပစ္စည်းတွေကို
08:54
In this way, we can turn
everyday objects into microphones.
everyday objects into microphones.
172
522474
4457
မိုက်ခရိုဖုန်းလို သုံးနိုင်မယ်။
08:58
So that's exactly what we did.
173
526931
2232
ကျွန်တော်တို့ လက်တွေ့
လုပ်ခဲ့ကြတာကို ပြပါမယ်။
လုပ်ခဲ့ကြတာကို ပြပါမယ်။
09:01
So here's an empty bag of chips
that was lying on a table,
that was lying on a table,
174
529163
2816
စားပွဲပေါ် ရှိနေတဲ့ အာလူးကျော်
အိတ်ခွံဆိုပါစို့၊
အိတ်ခွံဆိုပါစို့၊
ကျွန်တော်တို့ဟာ အဲဒီ အာလူးကျော်
အိတ်ခွံကို
အိတ်ခွံကို
09:03
and we're going to turn that
bag of chips into a microphone
bag of chips into a microphone
175
531979
2825
ဗီဒီယို ကင်မရာဖြင့် ရိုက်ကူးပြီး
အသံလှိုင်းတွေက ၎င်းထဲမှာ
ဖြစ်ပေါ်လာစေမယ့်
ဖြစ်ပေါ်လာစေမယ့်
09:06
by filming it with a video camera
176
534804
1591
သေးနုပ်တဲ့ လှုပ်ရှားမှုတွေကို
တိုင်းကြည့်ကာ
တိုင်းကြည့်ကာ
09:08
and analyzing the tiny motions
that sound waves create in it.
that sound waves create in it.
177
536395
3228
မိုက်ခရိုဖုန်းအဖြစ် သုံးနိုင်ကြပါမယ်။
09:11
So here's the sound
that we played in the room.
that we played in the room.
178
539623
2796
အခန်းထဲမှာ ကျွန်တော်တို့ ဖွင့်ခဲ့ကြတဲ့
အသံက ဒါပါ။
အသံက ဒါပါ။
09:14
(Music: "Mary Had a Little Lamb")
179
542419
4434
(ဂီတသံ: "Mary Had a Little Lamb")
09:22
And this is a high-speed video
we recorded of that bag of chips.
we recorded of that bag of chips.
180
550007
3025
ဒါက ခုနက အိတ်ခွံကို နှုန်းမြင့် ဗီဒီယိုဖြင့်
ရိုက်ယူခဲ့တဲ့ဟာပါ။
ရိုက်ယူခဲ့တဲ့ဟာပါ။
09:25
Again it's playing.
181
553032
1274
ထပ်ပြီး ဖွင့်ပြပါမယ်။
09:26
There's no chance you'll be able
to see anything going on in that video
to see anything going on in that video
182
554306
3342
ခုနက ဗီဒီယိုကို ကြည့်ရုံသက်သက်ဖြင့်
ခင်ဗျားတို့ဟာ
ခင်ဗျားတို့ဟာ
09:29
just by looking at it,
183
557648
1058
ဘာကိုမှ မြင်နိုင်မှာ မဟုတ်ပါဘူး၊
09:30
but here's the sound we were able
to recover just by analyzing
to recover just by analyzing
184
558706
2984
ဒါပေမဲ့ ခုနက ဗီဒီယိုထဲက မမြင်မရနိုင်တဲ့
လှုပ်ရှားမှုလေးတွေကို
လှုပ်ရှားမှုလေးတွေကို
ဆန်းစစ်လိုက်တဲ့ နောက်မှာ
09:33
the tiny motions in that video.
185
561690
2183
ဒီလို အသံကို ကြားရလာပါမယ်။
09:35
(Music: "Mary Had a Little Lamb")
186
563873
2809
(ဂီတသံ: "Mary Had a Little Lamb")
09:52
I call it -- Thank you.
187
580985
1486
အဲဒါက-- ကျေးဇူးတင်ပါတယ်။
09:54
(Applause)
188
582471
5225
(လက်ခုပ်သံများ)
10:01
I call it the visual microphone.
189
589878
2345
အဲဒါကို ကျွန်တော်က
အမြင်မိုက်ခရိုဖုန်းလို့ ခေါ်ပါတယ်။
အမြင်မိုက်ခရိုဖုန်းလို့ ခေါ်ပါတယ်။
10:04
We actually extract audio signals
from video signals.
from video signals.
190
592223
3390
လက်တွေ့တွင် ဗီဒီယို အချက်ပြမှုထဲမှ အသံ
အချက်ပြမှုတွေကို ထုတ်ယူခဲ့ကြတာပါ။
အချက်ပြမှုတွေကို ထုတ်ယူခဲ့ကြတာပါ။
10:07
And just to give you a sense
of the scale of the motions here,
of the scale of the motions here,
191
595613
3181
ခင်ဗျားတို့အားလုံးကို ဒီထဲက လှုပ်ရှားမှုရဲ့
စကေးကို နားလည်လာစေဖို့အတွက်၊
စကေးကို နားလည်လာစေဖို့အတွက်၊
10:10
a pretty loud sound will cause that bag
of chips to move less than a micrometer.
of chips to move less than a micrometer.
192
598799
5336
တော်တော့ကို ကျယ်တဲ့ အသံကတောင်
အိတ်ခွံကို တမိုက်ခရိုမီတာတောင် မလှုပ်စေနိူင်ပါ။
အိတ်ခွံကို တမိုက်ခရိုမီတာတောင် မလှုပ်စေနိူင်ပါ။
10:16
That's one thousandth of a millimeter.
193
604135
2739
တမီလီမီတာရဲ့ ထောင်ပုံတပုံကို ပြောနေတာ။
10:18
That's how tiny the motions are
that we are now able to pull out
that we are now able to pull out
194
606874
3561
အလင်းရောင်ဟာ အရာဝတ္ထုတွေ ဆီကနေပြီး
ရောင်ပြန်ဟပ်တာကို
ရောင်ပြန်ဟပ်တာကို
10:22
just by observing how light
bounces off objects
bounces off objects
195
610435
3243
ကျွန်တော်တို့ရဲ့ ကင်မရာတွေနဲ့
ဖမ်းယူလိုက်ခြင်းဖြင့်
ဖမ်းယူလိုက်ခြင်းဖြင့်
10:25
and gets recorded by our cameras.
196
613678
2136
ဘယ်လောက် သေးနုပ်တဲ့ လှုပ်ခါမှုတွေကို
ကျွန်တော် ရယူနိုင်ကြောင်း သိသါပါတယ်။
ကျွန်တော် ရယူနိုင်ကြောင်း သိသါပါတယ်။
10:27
We can recover sounds
from other objects, like plants.
from other objects, like plants.
197
615814
3250
ကျွန်တော်တို့ဟာ အပင်လို အခြား အရာများထံမှပါ
အသံတွေကို ရယူနိုင်ကြပါတယ်။
အသံတွေကို ရယူနိုင်ကြပါတယ်။
10:31
(Music: "Mary Had a Little Lamb")
198
619064
6316
(ဂီတသံ: "Mary Had a Little Lamb")
10:39
And we can recover speech as well.
199
627214
1997
အလားတူပဲ စကားပြောမှုကိုပါ
ထုတ်ယူနိုင်ပါတယ်။
ထုတ်ယူနိုင်ပါတယ်။
10:41
So here's a person speaking in a room.
200
629211
2577
ဒီမှာ လူတယောက်ဟာ အခန်းထဲမှာ
စကားပြောနေပါတယ်။
စကားပြောနေပါတယ်။
10:43
Voice: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
201
631788
4203
အသံ: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
10:47
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
202
635991
4230
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
10:52
Michael Rubinstein: And here's
that speech again recovered
that speech again recovered
203
640221
2759
Michael Rubinstein: အဲဒီ ပြောစကားကို
ကျွန်တော်တို့ဟာ ခုနက
ကျွန်တော်တို့ဟာ ခုနက
10:54
just from this video
of that same bag of chips.
of that same bag of chips.
204
642980
3274
အိတ်ခွံကို ရိုက်ထားတဲ့ ဗီဒီယိုမှ ထုတ်ယူနိုင်ခဲ့ကြတာ
ဒီလိုရှိပါတယ်။
ဒီလိုရှိပါတယ်။
10:58
Voice: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
205
646254
4831
အသံ: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
11:03
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
206
651085
4859
and everywhere that Mary went,
that lamb was sure to go.
that lamb was sure to go.
11:07
MR: We used "Mary Had a Little Lamb"
207
655944
2346
MR: ကျွန်တော်တို့က "Mary Had a Little Lamb"ကို
11:10
because those are said to be
the first words
the first words
208
658290
2123
သုံးခဲ့ကြတာက Thomas Edison က ၁၈၇၇ ခုနှစ်တုန်းက
သူ့ ဖိုနိုဂရပ်ထဲကို
သူ့ ဖိုနိုဂရပ်ထဲကို
11:12
that Thomas Edison spoke
into his phonograph in 1877.
into his phonograph in 1877.
209
660413
4161
ပြောခဲ့တဲ့ ပထမဦးဆုံး
စကားလုံးတွေ ဖြစ်ကြတယ်လို့ အဆိုရှိလို့ပါ။
စကားလုံးတွေ ဖြစ်ကြတယ်လို့ အဆိုရှိလို့ပါ။
11:16
It was one of the first sound
recording devices in history.
recording devices in history.
210
664574
3228
အဲဒါဟာ သမိုင်းထဲတွင် ကိရိယာ တခုခုဖြင့်
ပထမဦးဆုံး သွင်းယူခဲ့တဲ့ အသံပါပဲ။
ပထမဦးဆုံး သွင်းယူခဲ့တဲ့ အသံပါပဲ။
11:19
It basically directed the sounds
onto a diaphragm
onto a diaphragm
211
667802
3327
အဲဒီတုန်းက အသံတွေကို
အချပ်ပြား တခုဆီကို ပို့ပေးခဲ့လျက်
အချပ်ပြား တခုဆီကို ပို့ပေးခဲ့လျက်
11:23
that vibrated a needle that essentially
engraved the sound on tinfoil
engraved the sound on tinfoil
212
671129
4079
အဲဒါကြောင့် တုန်ခါနေတဲ့ အပ်ချောင်းက
ဆလင်ဒါ တခုပေါ်မှာ ရစ်ပတ်ထားတဲ့
ဆလင်ဒါ တခုပေါ်မှာ ရစ်ပတ်ထားတဲ့
11:27
that was wrapped around the cylinder.
213
675208
2275
သွတ်ပြားပေါ်မှာ အသံလှိုင်းကို
ရေးခြစ်ပေးလိုက်တာပါ။
ရေးခြစ်ပေးလိုက်တာပါ။
11:29
Here's a demonstration of recording and
replaying sound with Edison's phonograph.
replaying sound with Edison's phonograph.
214
677483
5943
ခင်ဗျားတို့ကို Edison ရဲ့ ဖိုနိုဂရပ်ဖြင့် အသံသွင်းခြင်းနဲ့
ပြန်ဖွင့်ပြခြင်းကို ပြပေးပါမယ်။
ပြန်ဖွင့်ပြခြင်းကို ပြပေးပါမယ်။
11:35
(Video) Voice: Testing,
testing, one two three.
testing, one two three.
215
683426
3020
(ဗီဒီယို) အသံ: Testing,
testing, one two three.
testing, one two three.
11:38
Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
216
686446
3413
Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
11:41
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
217
689859
3669
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
11:45
Testing, testing, one two three.
218
693528
2740
Testing, testing, one two three.
11:48
Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
219
696268
4156
Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
11:52
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
220
700424
5224
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
11:57
MR: And now, 137 years later,
221
705648
4017
MR: အခု၊ ၁၃၇ နှစ်ကြာလာတဲ့ နောက်မှာ၊
12:01
we're able to get sound
in pretty much similar quality
in pretty much similar quality
222
709665
4087
ကျွန်တော်တို့ဟာ အလားတူ
အရည်အသွေးမျိုးရှိတဲ့ အသံကို
အရည်အသွေးမျိုးရှိတဲ့ အသံကို
12:05
but by just watching objects
vibrate to sound with cameras,
vibrate to sound with cameras,
223
713752
4079
ကင်မရာဖြင့် ပစ္စည်းတွေရဲ့ လှုပ်ခါမှုကို
စောင့်ကြည့်ရုံဖြင့် ရရှိနိုင်ကြပါပြီ၊
စောင့်ကြည့်ရုံဖြင့် ရရှိနိုင်ကြပါပြီ၊
12:09
and we can even do that when the camera
224
717831
1934
ပြီးတော့ အဲဒီကင်မရာဟာ အသံပီတဲ့ မှန်ရဲ့
နောက်မှာ
နောက်မှာ
12:11
is 15 feet away from the object,
behind soundproof glass.
behind soundproof glass.
225
719765
4234
၁၅ ပေ အထိ အဝေးမှာ ရှိနေတောင်
အဲဒီလို ရယူနိုင်ကြပါပြီ။
အဲဒီလို ရယူနိုင်ကြပါပြီ။
12:15
So this is the sound that we were
able to recover in that case.
able to recover in that case.
226
723999
3220
ခုနက ပြောခဲ့တဲ့ ကိစ္စထဲမှာ
ကျွန်တော်တို့ ရယူနိုင်ခဲ့ကြတဲ့ အသံက ဒီလိုပါ။
ကျွန်တော်တို့ ရယူနိုင်ခဲ့ကြတဲ့ အသံက ဒီလိုပါ။
12:19
Voice: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
227
727219
5294
အသံ: Mary had a little lamb
whose fleece was white as snow,
whose fleece was white as snow,
12:24
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
228
732513
4759
and everywhere that Mary went,
the lamb was sure to go.
the lamb was sure to go.
12:29
MR: And of course, surveillance is
the first application that comes to mind.
the first application that comes to mind.
229
737404
3630
MR: ဒါကို ကြည့်ပြီး လုံခြုံရေးကိစ္စတွေအတွက်
သုံးသင့်တာကို စဉ်းစားမိကြတာ အမှန်ပါပဲ။
သုံးသင့်တာကို စဉ်းစားမိကြတာ အမှန်ပါပဲ။
12:33
(Laughter)
230
741034
2995
(ရယ်မောသံများ)
12:36
But it might actually be useful
for other things as well.
for other things as well.
231
744029
4056
ဒါပေမဲ့ အဲဒါဟာ တခြား အရာများအတွက်ပါ
တကယ်အသုံးဝင်နိုင်ပါတယ်။
တကယ်အသုံးဝင်နိုင်ပါတယ်။
12:40
Maybe in the future, we'll be able
to use it, for example,
to use it, for example,
232
748085
2840
အနာဂတ်မှာ၊ ကျွန်တော်တို့ဟာ၊ ဥပမာ၊
12:42
to recover sound across space,
233
750925
2252
အာကာသထဲက အသံကို ရယူရန်အတွက်၊
12:45
because sound can't travel
in space, but light can.
in space, but light can.
234
753177
3576
အသံဟာ အာကာသထဲမှာ ခရီးဆန့်နိုင်ပေမဲ့
ကျွန်တော်တို့ မြင်မရနိုင်လို့ပါ။
ကျွန်တော်တို့ မြင်မရနိုင်လို့ပါ။
12:48
We've only just begun exploring
235
756753
2404
ကျွန်တော်တို့ဟာ ဒီနည်းပညာအသစ်ကို
12:51
other possible uses
for this new technology.
for this new technology.
236
759157
3019
သုံးနိုင်မယ့် အလားအလာတွေကို
အခုမှ စတင်စူးစမ်းနေတုန်းပါ။
အခုမှ စတင်စူးစမ်းနေတုန်းပါ။
12:54
It lets us see physical processes
that we know are there
that we know are there
237
762176
2832
ရှိနေကြတာကို ကျွန်တော်တို့ သိခဲ့ကြပေမဲ့
အခုထက်ထိ မြင်မရနိုင်ခဲ့တဲ့
အခုထက်ထိ မြင်မရနိုင်ခဲ့တဲ့
12:57
but that we've never been able
to see with our own eyes until now.
to see with our own eyes until now.
238
765008
3556
ရုပ်ပိုင်း ဖြစ်စဉ်များကို ကျွန်တော်တို့ အနေနဲ့
ကြည့်ရှုခွင့် ရလာပါတော့မယ်။
ကြည့်ရှုခွင့် ရလာပါတော့မယ်။
13:00
This is our team.
239
768564
1204
ဒါက ကျွန်တော်တို့ရဲ့ အဖွဲ့ပါ။
13:01
Everything I showed you today
is a result of a collaboration
is a result of a collaboration
240
769768
2879
ကျွန်တော် ဒီနေ့ ပြသခဲ့တာတွေဟာ
ဒီမှာ မြင်ရတဲ့ မဟာအဖွဲ့ကြီးရဲ့
ဒီမှာ မြင်ရတဲ့ မဟာအဖွဲ့ကြီးရဲ့
13:04
with this great group
of people you see here,
of people you see here,
241
772647
2191
လက်တွဲလုပ်ကိုင်အားထုတ်မှုရဲ့
ရလဒ်တွေပါ၊
ရလဒ်တွေပါ၊
13:06
and I encourage you and welcome you
to check out our website,
to check out our website,
242
774838
3167
ကျွန်တော်တို့ ခင်ဗျားတို့အားလုံးကို
ကျွန်တော်တို့ရဲ့ ဝက်ဘ်ဆိုက်ကို
ကျွန်တော်တို့ရဲ့ ဝက်ဘ်ဆိုက်ကို
13:10
try it out yourself,
243
778005
1446
ဝင်ကြည့်ကြပါ၊ စမ်းကြည့်ကြပါ၊ တိုက်တွန်းချင်ပါတယ်၊
သေးနုပ်တဲ့ လှုပ်ရှားမှုများရဲ့
သေးနုပ်တဲ့ လှုပ်ရှားမှုများရဲ့
13:11
and join us in exploring
this world of tiny motions.
this world of tiny motions.
244
779451
2972
ကမ္ဘာကြီးအား စူးစမ်းမှုထဲ
လက်တွဲပါဝင်ကြပါလို့ ဖိတ်ခေါ်လိုပါတယ်။
လက်တွဲပါဝင်ကြပါလို့ ဖိတ်ခေါ်လိုပါတယ်။
13:14
Thank you.
245
782423
1625
ကျေးဇူးတင်ပါတယ်။
13:16
(Applause)
246
784048
1254
(လက်ခုပ်သံများ)
ABOUT THE SPEAKER
Michael Rubinstein - Research scientist, GoogleComputer scientist Michael Rubinstein and his team have developed a "motion microscope" that can show video footage of barely perceivable movements, like breaths and heartbeats.
Why you should listen
Michael Rubinstein zooms in on what we can't see and mangnifies it by thirty or a hundred times. His "motion microscope," developed at MIT with Microsoft and Quanta Research, picks up on subtle motion and color changes in videos and blows them up for the naked eye to see. The result: fun, cool, creepy videos.
Rubinstein is a research scientist at a new Cambridge-based Google lab for computer vision research. He has a PhD in computer science and electrical engineering from MIT.
Michael Rubinstein | Speaker | TED.com