TED2003
Torsten Reil: Animate characters by evolving them
Torsten Reil bestudeert biologie om animaties te maken
Filmed:
Readability: 3.5
363,842 views
Torsten Reil vertelt hoe de studie van de biologie kan helpen om natuurlijk uitziende animaties van mensen te maken door een mens van binnen naar buiten, met botten, spieren en een zenuwstelsel op te bouwen.
Hij sprak op TED in 2003. Bekijk zijn werk nu in GTA4.
Torsten Reil - Animating neurobiologist
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
By coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around. Full bio
Double-click the English transcript below to play the video.
00:15
I'm going to talk about a technology that we're developing at Oxford now,
0
3000
4000
Ik ga het hebben over een technologie
die we nu in Oxford ontwikkelen.
die we nu in Oxford ontwikkelen.
00:19
that we think is going to change the way that
1
7000
3000
Wij denken dat ze de manier
waarop computerspellen
waarop computerspellen
00:22
computer games and Hollywood movies are being made.
2
10000
3000
en Hollywood-films worden gemaakt,
gaat veranderen.
gaat veranderen.
00:26
That technology is simulating humans.
3
14000
3000
Die technologie gaat
over het simuleren van mensen.
over het simuleren van mensen.
00:29
It's simulated humans with a simulated body
4
17000
3000
Gesimuleerde mensen
met een gesimuleerd lichaam
met een gesimuleerd lichaam
00:32
and a simulated nervous system to control that body.
5
20000
3000
en een gesimuleerd zenuwstelsel
om dat lichaam te controleren.
om dat lichaam te controleren.
00:36
Now, before I talk more about that technology,
6
24000
3000
Voordat ik over die technologie ga praten,
00:39
let's have a quick look at what human characters look like
7
27000
3000
gaan we eens kijken
hoe menselijke personages
hoe menselijke personages
00:42
at the moment in computer games.
8
30000
3000
in computerspellen
er op dit moment uitzien.
er op dit moment uitzien.
00:45
This is a clip from a game called "Grand Theft Auto 3."
9
33000
3000
Dit is een clip van het spel
'Grand Theft Auto 3'.
'Grand Theft Auto 3'.
00:48
We already saw that briefly yesterday.
10
36000
2000
We hebben dat gisteren al even gezien.
00:50
And what you can see is -- it is actually a very good game.
11
38000
3000
Het is eigenlijk een zeer goed spel.
00:53
It's one of the most successful games of all time.
12
41000
3000
Het is een van de meest succesvolle spellen ooit.
00:56
But what you'll see is that all the animations in this game are very repetitive.
13
44000
4000
Maar je ziet dat alle animaties
in dit spel zeer repetitief zijn.
in dit spel zeer repetitief zijn.
01:00
They pretty much look the same.
14
48000
2000
Er zit weinig variatie in.
01:02
I've made him run into a wall here, over and over again.
15
50000
3000
Ik liet hem telkens weer
tegen een muur lopen.
tegen een muur lopen.
01:05
And you can see he looks always the same.
16
53000
2000
Het ziet er altijd hetzelfde uit.
01:07
The reason for that is that these characters
17
55000
3000
De reden is dat deze personages
01:10
are actually not real characters.
18
58000
2000
geen echte personages zijn.
01:12
They are a graphical visualization of a character.
19
60000
4000
Ze zijn een grafische visualisatie
van een persoon.
van een persoon.
01:16
To produce these animations, an animator at a studio has to anticipate
20
64000
5000
Om deze animaties te maken,
moet een animator anticiperen
moet een animator anticiperen
01:21
what's going to happen in the actual game,
21
69000
3000
op wat er gaat gebeuren in het spel,
01:24
and then has to animate that particular sequence.
22
72000
3000
en dan die sequentie animeren.
01:27
So, he or she sits down, animates it, and tries to anticipate what's going to happen,
23
75000
4000
Hij probeert te anticiperen
op wat er gaat gebeuren,
op wat er gaat gebeuren,
01:31
and then these particular animations are just played back
24
79000
3000
en vervolgens worden
deze animaties weergegeven
deze animaties weergegeven
01:34
at appropriate times in the computer game.
25
82000
3000
op de juiste momenten in het spel.
01:37
Now, the result of that is that you can't have real interactivity.
26
85000
5000
Daarmee heb je geen echte interactie.
01:42
All you have is animations that are played back
27
90000
3000
Alleen maar animaties die op de min of meer
01:45
at more or less the appropriate times.
28
93000
2000
op daartoe geschikte tijdstippen
worden afgespeeld.
worden afgespeeld.
01:47
It also means that games aren't really going to be as surprising as they could be,
29
95000
5000
Spellen zijn daardoor niet zo verrassend
als ze zouden kunnen zijn,
als ze zouden kunnen zijn,
01:52
because you only get out of it, at least in terms of the character,
30
100000
3000
omdat je er voor de personages
alleen maar kan uithalen,
alleen maar kan uithalen,
01:55
what you actually put into it.
31
103000
2000
wat je er hebt ingestopt.
01:57
There's no real emergence there.
32
105000
2000
Geen nieuwe, onverwachte reacties.
01:59
And thirdly, as I said, most of the animations are very repetitive because of that.
33
107000
4000
Daarom zijn de meeste animaties zo repetitief.
02:03
Now, the only way to get around that
34
111000
2000
Om dat op te lossen
02:05
is to actually simulate the human body
35
113000
2000
moet je het menselijk lichaam simuleren
02:07
and to simulate that bit of the nervous system of the brain that controls that body.
36
115000
5000
én het deel van het zenuwstelsel
dat het lichaam controleert.
dat het lichaam controleert.
02:12
And maybe, if I could have you for a quick demonstration
37
120000
3000
Ik kan dat even demonstreren
02:15
to show what the difference is --
38
123000
2000
om te laten zien wat het verschil is.
02:17
because, I mean, it's very, very trivial.
39
125000
4000
Eigenlijk is het heel gewoon.
02:21
If I push Chris a bit, like this, for example, he'll react to it.
40
129000
3000
Als ik Chris een duwtje geef,
zal hij erop reageren.
zal hij erop reageren.
02:24
If I push him from a different angle, he'll react to it differently,
41
132000
3000
Vanuit een andere hoek,
zal hij anders reageren.
zal hij anders reageren.
02:27
and that's because he has a physical body,
42
135000
2000
Hij heeft een fysiek lichaam
02:29
and because he has the motor skills to control that body.
43
137000
3000
en door zijn motorische vaardigheden
controleert hij dat lichaam.
controleert hij dat lichaam.
02:32
It's a very trivial thing.
44
140000
2000
Een alledaagse zaak.
02:34
It's not something you get in computer games at the moment, at all.
45
142000
2000
Maar in geen enkel hedendaags computerspel
zie je zoiets.
zie je zoiets.
02:36
Thank you very much. Chris Anderson: That's it?
46
144000
2000
Hartelijk dank. Chris Anderson: Dat is het?
02:38
Torsten Reil: That's it, yes.
47
146000
2000
Torsten Reil: Dat is het.
02:40
So, that's what we're trying to simulate --
48
148000
1000
Dat proberen we te simuleren --
02:41
not Chris specifically, I should say, but humans in general.
49
149000
4000
niet specifiek Chris natuurlijk,
maar mensen in het algemeen.
maar mensen in het algemeen.
02:46
Now, we started working on this a while ago at Oxford University,
50
154000
5000
We zijn hier al een tijdje mee bezig
aan de Universiteit van Oxford.
aan de Universiteit van Oxford.
02:51
and we tried to start very simply.
51
159000
2000
We probeerden om heel eenvoudig te beginnen.
02:53
What we tried to do was teach a stick figure how to walk.
52
161000
3000
We probeerden een stokfiguur te leren lopen.
02:56
That stick figure is physically stimulated. You can see it here on the screen.
53
164000
3000
Die stokfiguur wordt fysiek gestimuleerd.
Jullie kunnen het hier zien op het scherm.
Jullie kunnen het hier zien op het scherm.
02:59
So, it's subject to gravity, has joints, etc.
54
167000
3000
Ze is onderworpen aan de zwaartekracht,
heeft gewrichten, enz.
heeft gewrichten, enz.
03:02
If you just run the simulation, it will just collapse, like this.
55
170000
3000
Als je alleen maar de simulatie laat lopen,
zakt ze in elkaar.
zakt ze in elkaar.
03:05
The tricky bit is now to put an AI controller in it
56
173000
4000
Het lastige is er
artificiële intelligentie aan toevoegen.
artificiële intelligentie aan toevoegen.
03:09
that actually makes it work.
57
177000
2000
Die doet ze echt werken.
03:11
And for that, we use the neural network, which we based on
58
179000
3000
Daarvoor gebruiken we het neurale netwerk,
gebaseerd op
gebaseerd op
03:14
that part of the nervous system that we have in our spine
59
182000
2000
dat deel van het zenuwstelsel
dat we in onze ruggengraat hebben
dat we in onze ruggengraat hebben
03:16
that controls walking in humans.
60
184000
2000
en het lopen bij de mens stuurt.
03:18
It's called the central pattern generator.
61
186000
2000
Het heet de centrale-patroongenerator.
03:20
So, we simulated that as well, and then the really tricky bit
62
188000
3000
Dat simuleerden we ook.
Daarna kwam het lastige gedeelte:
Daarna kwam het lastige gedeelte:
03:23
is to teach that network how to walk.
63
191000
2000
dat netwerk leren lopen.
03:25
For that we used artificial evolution -- genetic algorithms.
64
193000
4000
Dat deden we met kunstmatige evolutie
-- genetische algoritmen.
-- genetische algoritmen.
03:29
We heard about those already yesterday,
65
197000
2000
We hebben daar gisteren al wat over gehoord.
03:31
and I suppose that most of you are familiar with that already.
66
199000
3000
Ik veronderstel dat de meesten van jullie
er al mee vertrouwd zijn.
er al mee vertrouwd zijn.
03:34
But, just briefly, the concept is that
67
202000
2000
Het concept is dat
03:36
you create a large number of different individuals --
68
204000
3000
je een groot aantal verschillende individuen maakt --
03:39
neural networks, in this case --
69
207000
2000
neurale netwerken, in dit geval--
03:41
all of which are random at the beginning.
70
209000
2000
allemaal willekeurig in het begin.
03:43
You hook these up -- in this case, to the virtual muscles
71
211000
2000
Je combineert ze met de virtuele spieren
03:45
of that two-legged creature here --
72
213000
3000
van dit tweebenige wezen hier --
03:48
and hope that it does something interesting.
73
216000
3000
en hoopt dat het iets interessants gaat doen.
03:51
At the beginning, they're all going to be very boring.
74
219000
2000
In het begin gaat het allemaal nogal saai zijn.
03:53
Most of them won't move at all,
75
221000
2000
De meesten komen geeneens in beweging,
03:55
but some of them might make a tiny step.
76
223000
2000
maar sommigen zetten misschien een kleine stap.
03:57
Those are then selected by the algorithm,
77
225000
2000
Die worden dan geselecteerd door het algoritme
03:59
reproduced with mutation and recombinations to introduce sex as well.
78
227000
4000
en gereproduceerd met mutaties en recombinaties.
Dus ook seks.
Dus ook seks.
04:03
And you repeat that process over and over again,
79
231000
2000
Je kan dit proces blijven herhalen
04:05
until you have something that walks --
80
233000
2000
totdat je iets krijgt dat loopt --
04:07
in this case, in a straight line, like this.
81
235000
2000
in dit geval op een rechte lijn, net als dit.
04:09
So that was the idea behind this.
82
237000
2000
Dat was het idee.
04:11
When we started this, I set up the simulation one evening.
83
239000
3000
Op een avond startte ik de simulatie.
04:14
It took about three to four hours to run the simulation.
84
242000
3000
Ik liet ze drie tot vier uur lopen.
04:17
I got up the next morning, went to the computer and looked at the results,
85
245000
4000
De volgende ochtend
bekeek ik de resultaten op de computer.
bekeek ik de resultaten op de computer.
04:21
and was hoping for something that walked in a straight line,
86
249000
3000
Ik hoopte iets te vinden
dat in een rechte lijn liep,
dat in een rechte lijn liep,
04:24
like I've just demonstrated,
87
252000
2000
zoals ik net aantoonde.
04:26
and this is what I got instead.
88
254000
2000
Maar ik kreeg dit.
04:28
(Laughter)
89
256000
10000
(Gelach)
04:38
So, it was back to the drawing board for us.
90
266000
3000
Terug naar de tekentafel dus.
04:42
We did get it to work eventually,
91
270000
3000
Uiteindelijk kregen we het aan de gang
04:45
after tweaking a bit here and there.
92
273000
2000
na hier en daar een beetje bijregelen.
04:47
And this is an example of a successful evolutionary run.
93
275000
3000
Dit is een voorbeeld
van een succesvolle evolutionaire loop.
van een succesvolle evolutionaire loop.
04:50
So, what you'll see in a moment is a very simple biped
94
278000
3000
Jullie zien dadelijk een zeer eenvoudige 'tweebeen'
04:53
that's learning how to walk using artificial evolution.
95
281000
3000
die leert lopen door kunstmatige evolutie.
04:56
At the beginning, it can't walk at all,
96
284000
2000
In het begin lukt het niet,
04:58
but it will get better and better over time.
97
286000
2000
maar geleidelijk aan wordt het beter.
05:02
So, this is the one that can't walk at all.
98
290000
3000
Dit is er een die helemaal niet kon lopen.
05:05
(Laughter)
99
293000
6000
(Gelach)
05:11
Now, after five generations of applying evolutionary process,
100
299000
3000
Na vijf generaties het evolutionaire proces toepassen,
05:14
the genetic algorithm is getting a tiny bit better.
101
302000
3000
is het genetisch algoritme al een klein beetje beter.
05:17
(Laughter)
102
305000
8000
(Gelach)
05:25
Generation 10 and it'll take a few steps more --
103
313000
2000
Generatie 10 en een paar stappen meer --
05:31
still not quite there.
104
319000
2000
maar nog steeds niet helemaal je dat.
05:34
But now, after generation 20, it actually walks in a straight line without falling over.
105
322000
5000
Na generatie 20 kan het eindelijk
in een rechte lijn wandelen zonder om te vallen.
in een rechte lijn wandelen zonder om te vallen.
05:40
That was the real breakthrough for us.
106
328000
3000
Dat was de doorbraak voor ons.
05:43
It was, academically, quite a challenging project,
107
331000
3000
Het was een heel uitdagend project.
05:46
and once we had reached that stage, we were quite confident
108
334000
3000
Zodra we dat stadium hadden bereikt,
hadden we er alle vertrouwen in
hadden we er alle vertrouwen in
05:49
that we could try and do other things as well with this approach --
109
337000
3000
dat we ook andere dingen
op deze manier konden aanpakken --
op deze manier konden aanpakken --
05:52
actually simulating the body
110
340000
2000
dus simuleren van het lichaam
05:54
and simulating that part of the nervous system that controls it.
111
342000
3000
en het deel van het zenuwstelsel
dat het stuurt.
dat het stuurt.
05:57
Now, at this stage, it also became clear that this could be very exciting
112
345000
3000
Het werd ook duidelijk
dat dit heel interessant zou zijn
dat dit heel interessant zou zijn
06:00
for things like computer games or online worlds.
113
348000
3000
voor zaken als computerspelletjes
of online-werelden.
of online-werelden.
06:03
What you see here is the character standing there,
114
351000
2000
Hier zie je het personage rechtop staan
06:05
and there's an obstacle that we put in its way.
115
353000
2000
en is er een obstakel op zijn weg.
06:07
And what you see is, it's going to fall over the obstacle.
116
355000
5000
Het gaat over het obstakel vallen.
06:12
Now, the interesting bit is, if I move the obstacle a tiny bit to the right,
117
360000
3000
Als ik het obstakel
06:15
which is what I'm doing now, here,
118
363000
2000
een beetje naar rechts verplaats,
06:17
it will fall over it in a completely different way.
119
365000
4000
zal het op een heel andere manier vallen.
06:24
And again, if you move the obstacle a tiny bit, it'll again fall differently.
120
372000
5000
Weer een klein beetje anders
en het zal opnieuw anders vallen.
en het zal opnieuw anders vallen.
06:29
(Laughter)
121
377000
2000
(Gelach)
06:31
Now, what you see, by the way, at the top there,
122
379000
2000
Tussen haakjes: bovenaan zie je
06:33
are some of the neural activations being fed into the virtual muscles.
123
381000
3000
enkele van de neurale activeringen
voor de virtuele spieren.
voor de virtuele spieren.
06:36
Okay. That's the video. Thanks.
124
384000
2000
Oké. Dat is de video. Bedankt.
06:38
Now, this might look kind of trivial, but it's actually very important
125
386000
3000
Dit ziet er misschien nogal triviaal uit,
maar het is heel belangrijk
maar het is heel belangrijk
06:41
because this is not something you get at the moment
126
389000
2000
want het is iets dat je op dit moment
06:43
in any interactive or any virtual worlds.
127
391000
2000
in geen enkele interactieve
of virtuele wereld kan aantreffen.
of virtuele wereld kan aantreffen.
06:48
Now, at this stage, we decided to start a company and move this further,
128
396000
3000
In dit stadium gekomen,
besloten we om een bedrijf te beginnen
en het verder te ontwikkelen.
besloten we om een bedrijf te beginnen
en het verder te ontwikkelen.
06:51
because obviously this was just a very simple, blocky biped.
129
399000
3000
Dit was natuurlijk nog maar
een zeer eenvoudige, hoekige tweebeen.
een zeer eenvoudige, hoekige tweebeen.
06:54
What we really wanted was a full human body.
130
402000
2000
We wilden een volledig menselijk lichaam.
06:56
So we started the company.
131
404000
1000
We begonnen met het bedrijf.
06:57
We hired a team of physicists, software engineers and biologists
132
405000
5000
We huurden een team van fysici, softwareingenieurs en biologen
07:02
to work on this, and the first thing we had to work on
133
410000
3000
om hieraan te werken. Eerst moesten we
07:05
was to create the human body, basically.
134
413000
4000
een menselijk lichaam creëren.
07:09
It's got to be relatively fast, so you can run it on a normal machine,
135
417000
3000
Het moest relatief snel zijn,
zodat het op een normale machine kon lopen,
zodat het op een normale machine kon lopen,
07:12
but it's got to be accurate enough, so it looks good enough, basically.
136
420000
3000
maar ook nauwkeurig genoeg,
zodat het er goed uitzag.
zodat het er goed uitzag.
07:15
So we put quite a bit of biomechanical knowledge into this thing,
137
423000
3000
Er werd een beetje
biomechanische kennis ingestopt
biomechanische kennis ingestopt
07:18
and tried to make it as realistic as possible.
138
426000
4000
en we probeerden
het zo realistisch mogelijk te maken.
het zo realistisch mogelijk te maken.
07:22
What you see here on the screen right now
139
430000
2000
Hier op het scherm zie je nu
07:24
is a very simple visualization of that body.
140
432000
2000
een zeer eenvoudige visualisatie van dat lichaam.
07:26
I should add that it's very simple to add things like hair, clothes, etc.,
141
434000
4000
Ook dingen zoals haar, kleding, enz.
kunnen makkelijk worden toegevoegd,
kunnen makkelijk worden toegevoegd,
07:30
but what we've done here is use a very simple visualization,
142
438000
3000
maar dit hier is
een zeer vereenvoudigde visualisatie
een zeer vereenvoudigde visualisatie
07:33
so you can concentrate on the movement.
143
441000
2000
zodat je je kan concentreren op de beweging.
07:35
Now, what I'm going to do right now, in a moment,
144
443000
3000
Ik ga het even een duwtje geven
07:38
is just push this character a tiny bit and we'll see what happens.
145
446000
3000
om te zien wat er gebeurt.
07:46
Nothing really interesting, basically.
146
454000
2000
Nog niets interessants, in feite.
07:48
It falls over, but it falls over like a rag doll, basically.
147
456000
3000
Het valt wel,
maar als een lappenpop.
maar als een lappenpop.
07:51
The reason for that is that there's no intelligence in it.
148
459000
3000
Omdat er nog geen intelligentie in zit.
07:54
It becomes interesting when you put artificial intelligence into it.
149
462000
4000
Het wordt pas interessant
met kunstmatige intelligentie.
met kunstmatige intelligentie.
07:58
So, this character now has motor skills in the upper body --
150
466000
4000
Dit personage heeft nu motorische vaardigheden
in zijn bovenlichaam --
in zijn bovenlichaam --
08:02
nothing in the legs yet, in this particular one.
151
470000
2000
maar deze heeft dat voorlopig
nog niet in de benen.
nog niet in de benen.
08:04
But what it will do -- I'm going to push it again.
152
472000
3000
Nog eens een duwtje.
08:07
It will realize autonomously that it's being pushed.
153
475000
2000
Het 'weet' nu dat het wordt geduwd.
08:09
It's going to stick out its hands.
154
477000
2000
Het gaat zijn handen uitsteken.
08:11
It's going to turn around into the fall, and try and catch the fall.
155
479000
3000
Zich al vallend omdraaien
om de val te breken.
om de val te breken.
08:20
So that's what you see here.
156
488000
2000
Dat is wat jullie hier zien.
08:22
Now, it gets really interesting
157
490000
2000
Het wordt pas echt interessant
08:24
if you then add the AI for the lower part of the body as well.
158
492000
4000
als je ook de AI aan het onderste deel
van het lichaam toevoegt.
van het lichaam toevoegt.
08:28
So here, we've got the same character.
159
496000
2000
Weer hetzelfde personage.
08:30
I'm going to push it a bit harder now,
160
498000
2000
Ik ga het nu wat harder duwen,
08:32
harder than I just pushed Chris.
161
500000
2000
harder dan ik Chris duwde.
08:34
But what you'll see is -- it's going to receive a push now from the left.
162
502000
4000
Het krijgt een por aan de linkerkant.
08:41
What you see is it takes steps backwards,
163
509000
2000
Het stapt achteruit,
08:43
it tries to counter-balance,
164
511000
2000
probeert te compenseren,
08:45
it tries to look at the place where it thinks it's going to land.
165
513000
4000
en kijkt naar de plaats
waar het denkt te gaan vallen.
waar het denkt te gaan vallen.
08:49
I'll show you this again.
166
517000
2000
Ik laat dit opnieuw zien.
08:51
And then, finally hits the floor.
167
519000
3000
Uiteindelijk komt het op de vloer terecht.
08:55
Now, this becomes really exciting
168
523000
3000
Het wordt pas echt spannend
08:58
when you push that character in different directions, again, just as I've done.
169
526000
5000
als je het personage
in verschillende richtingen gaat duwen.
in verschillende richtingen gaat duwen.
09:03
That's something that you cannot do right now.
170
531000
4000
Dat kan nu nog niet
in computerspellen.
in computerspellen.
09:07
At the moment, you only have empty computer graphics in games.
171
535000
3000
Nu heb je in spellen
alleen nog maar lege computergraphics.
alleen nog maar lege computergraphics.
09:10
What this is now is a real simulation. That's what I want to show you now.
172
538000
3000
Dit is een echte simulatie.
Dat wil ik je nu laten zien.
Dat wil ik je nu laten zien.
09:13
So, here's the same character with the same behavior I've just shown you,
173
541000
3000
Hier hetzelfde personage met hetzelfde gedrag,
09:16
but now I'm just going to push it from different directions.
174
544000
2000
maar nu ga ik het
vanuit verschillende richtingen duwen.
vanuit verschillende richtingen duwen.
09:18
First, starting with a push from the right.
175
546000
2000
Eerst met een duw van rechts.
09:23
This is all slow motion, by the way, so we can see what's going on.
176
551000
3000
Alles in slow motion
zodat we kunnen zien wat er gaande is.
zodat we kunnen zien wat er gaande is.
09:26
Now, the angle will have changed a tiny bit,
177
554000
3000
Nu vanuit een iets andere hoek.
09:29
so you can see that the reaction is different.
178
557000
4000
Je kunt zien dat de reactie anders is.
09:33
Again, a push, now this time from the front.
179
561000
3000
Nog een duw, maar dit keer aan de voorkant.
09:37
And you see it falls differently.
180
565000
2000
Je ziet dat het anders valt.
09:39
And now from the left --
181
567000
2000
Nu van de linkerkant--
09:43
and it falls differently.
182
571000
2000
en het valt anders.
09:45
That was really exciting for us to see that.
183
573000
2000
Echt spannend om te zien.
09:47
That was the first time we've seen that.
184
575000
2000
Dat was de eerste keer dat we dat zagen.
09:49
This is the first time the public sees this as well,
185
577000
2000
Dit is ook de eerste keer
dat het publiek dit ziet,
dat het publiek dit ziet,
09:51
because we have been in stealth mode.
186
579000
2000
omdat we het tot nu toe
onder de radar hebben gehouden.
onder de radar hebben gehouden.
09:53
I haven't shown this to anybody yet.
187
581000
2000
Ik heb dit nog aan niemand getoond.
09:55
Now, just a fun thing:
188
583000
2000
Nog iets leuks:
09:57
what happens if you put that character --
189
585000
2000
wat gebeurt er als je dat personage --
09:59
this is now a wooden version of it, but it's got the same AI in it --
190
587000
2000
dit keer als houten tekenpop,
maar met dezelfde AI erin --
maar met dezelfde AI erin --
10:01
but if you put that character on a slippery surface, like ice.
191
589000
2000
op een glad oppervlak zoals ijs plaatst.
10:03
We just did that for a laugh, just to see what happens.
192
591000
3000
We deden het voor de grap
om te zien wat er gebeurt.
om te zien wat er gebeurt.
10:06
(Laughter)
193
594000
1000
(Gelach)
10:07
And this is what happens.
194
595000
2000
Dit gebeurt er.
10:09
(Laughter)
195
597000
3000
(Gelach)
10:12
(Applause)
196
600000
3000
(Applaus)
10:15
It's nothing we had to do about this.
197
603000
2000
Daar hadden wij niets mee te maken.
10:17
We just took this character that I just talked about,
198
605000
2000
Met dit personage
10:19
put it on a slippery surface, and this is what you get out of it.
199
607000
3000
op een glad oppervlak krijg je dit.
10:22
And that's a really fascinating thing about this approach.
200
610000
3000
Fascinerend.
10:26
Now, when we went to film studios and games developers
201
614000
3000
Van filmstudio's en spelontwikkelaars
10:29
and showed them that technology, we got a very good response.
202
617000
3000
kregen we een zeer goede respons.
10:32
And what they said was, the first thing they need immediately is virtual stuntmen.
203
620000
4000
Ze bestelden onmiddellijk virtuele stuntmannen.
10:36
Because stunts are obviously very dangerous, they're very expensive,
204
624000
4000
Stunts zijn uiteraard
erg gevaarlijk en duur.
erg gevaarlijk en duur.
10:40
and there are a lot of stunt scenes that you cannot do, obviously,
205
628000
2000
Een heleboel stuntscènes
doe je gewoon niet
doe je gewoon niet
10:42
because you can't really allow the stuntman to be seriously hurt.
206
630000
3000
omdat ze te gevaarlijk zijn.
10:45
So, they wanted to have a digital version of a stuntman
207
633000
3000
Ze wilden een digitale versie
van een stuntman
van een stuntman
10:48
and that's what we've been working on for the past few months.
208
636000
2000
en daar hebben we de voorbije maanden
aan gewerkt.
aan gewerkt.
10:50
And that's our first product that we're going to release in a couple of weeks.
209
638000
5000
Dit is ons eerste product.
Het komt binnen een paar weken op de markt.
Het komt binnen een paar weken op de markt.
10:55
So, here are just a few very simple scenes of the guy just being kicked.
210
643000
5000
Hier een paar zeer eenvoudige scènes
van een man die wordt geschopt.
van een man die wordt geschopt.
11:00
That's what people want. That's what we're giving them.
211
648000
2000
Dat is wat de mensen willen.
Dat is wat we hen geven.
Dat is wat we hen geven.
11:02
(Laughter)
212
650000
7000
(Gelach)
11:09
You can see, it's always reacting.
213
657000
2000
Je kunt zien dat het altijd reageert.
11:11
This is not a dead body. This is a body who basically, in this particular case,
214
659000
4000
Het is geen dood lichaam. Dit lichaam
11:15
feels the force and tries to protect its head.
215
663000
2000
voelt de slag
en probeert zijn hoofd te beschermen.
en probeert zijn hoofd te beschermen.
11:17
Only, I think it's quite a big blow again.
216
665000
2000
Weer een vrij grote klap.
11:19
You feel kind of sorry for that thing,
217
667000
2000
Je zou er medelijden mee krijgen.
11:21
and we've seen it so many times now that
218
669000
2000
Alleen hebben we dat al zoveel keer gezien
11:23
we don't really care any more.
219
671000
2000
dat het ons niets meer doet.
11:25
(Laughter)
220
673000
1000
(Gelach)
11:26
There are much worse videos than this, by the way, which I have taken out, but ...
221
674000
4000
Er zijn veel ergere video's dan deze,
die heb ik er uitgehaald, maar...
die heb ik er uitgehaald, maar...
11:31
Now, here's another one.
222
679000
2000
Hier is een andere.
11:33
What people wanted as a behavior was to have an explosion,
223
681000
4000
Ze wilden een personage
11:37
a strong force applied to the character,
224
685000
2000
dat aan een explosie werd onderworpen
11:39
and have the character react to it in midair.
225
687000
2000
en zou reageren terwijl het werd weggeslingerd.
11:41
So that you don't have a character that looks limp,
226
689000
2000
Het mocht er niet slap uitzien,
11:43
but actually a character that you can use in an action film straight away,
227
691000
3000
maar bruikbaar voor een actiefilm
11:46
that looks kind of alive in midair as well.
228
694000
2000
als levend iets reageren
terwijl het door de lucht vloog.
terwijl het door de lucht vloog.
11:48
So this character is going to be hit by a force,
229
696000
2000
Dit personage wordt getroffen
door een explosie,
door een explosie,
11:50
it's going to realize it's in the air,
230
698000
2000
het beseft dat het in de lucht vliegt
11:52
and it's going to try and, well,
231
700000
3000
en probeert zijn arm
uit te steken in de richting
uit te steken in de richting
11:55
stick out its arm in the direction where it's landing.
232
703000
2000
van de plaats waar het naartoe vliegt.
11:59
That's one angle; here's another angle.
233
707000
3000
Hier vanuit een andere hoek.
12:02
We now think that the realism we're achieving with this
234
710000
2000
We denken dat het bereikte realisme
12:04
is good enough to be used in films.
235
712000
2000
goed genoeg is
om te worden gebruikt in films.
om te worden gebruikt in films.
12:06
And let's just have a look at a slightly different visualization.
236
714000
3000
Nu een iets andere visualisatie.
12:09
This is something I just got last night
237
717000
2000
Dit kreeg ik gisteravond
12:11
from an animation studio in London, who are using our software
238
719000
3000
van een animatiestudio in Londen.
Ze gebruiken onze software
Ze gebruiken onze software
12:14
and experimenting with it right now.
239
722000
2000
en zijn er nu mee aan het experimenteren.
12:16
So this is exactly the same behavior that you saw,
240
724000
3000
Dit is dus precies hetzelfde gedrag dat je zag,
12:19
but in a slightly better rendered version.
241
727000
4000
maar in een iets betere versie weergegeven.
12:23
So if you look at the character carefully,
242
731000
3000
Als je goed naar het personage kijkt,
12:26
you see there are lots of body movements going on,
243
734000
2000
dan zie dat het lichaam
allerlei bewegingen uitvoert.
allerlei bewegingen uitvoert.
12:28
none of which you have to animate like in the old days.
244
736000
2000
Voorheen moesten die allemaal
12:30
Animators had to actually animate them.
245
738000
2000
apart geanimeerd worden door animators.
12:32
This is all happening automatically in the simulation.
246
740000
2000
Dit gebeurt allemaal automatisch
in de simulatie.
in de simulatie.
12:34
This is a slightly different angle,
247
742000
2000
Dit is een slow-motionversie
12:39
and again a slow motion version of this.
248
747000
2000
vanuit een iets andere hoek.
12:41
This is incredibly quick. This is happening in real time.
249
749000
4000
Het gaat ongelooflijk snel.
Het gebeurt in real time.
Het gebeurt in real time.
12:45
You can run this simulation in real time, in front of your eyes,
250
753000
2000
Je kunt deze simulatie in real time
uitvoeren, terwijl je er naar kijkt,
uitvoeren, terwijl je er naar kijkt,
12:47
change it, if you want to, and you get the animation straight out of it.
251
755000
3000
ze wijzigen
en er gelijk de animatie uit krijgen.
en er gelijk de animatie uit krijgen.
12:50
At the moment, doing something like this by hand
252
758000
2000
Als je zoiets manueel wil doen,
12:52
would take you probably a couple of days.
253
760000
2000
heb je waarschijnlijk een paar dagen werk.
12:55
This is another behavior they requested.
254
763000
3000
Dit is nog een ander gedrag
waar ze naar vroegen.
waar ze naar vroegen.
12:58
I'm not quite sure why, but we've done it anyway.
255
766000
2000
Ik ben niet helemaal zeker waarom,
maar wij hebben het toch gedaan.
maar wij hebben het toch gedaan.
13:00
It's a very simple behavior that shows you the power of this approach.
256
768000
2000
Het is een zeer eenvoudig gedrag
dat jullie de kracht van deze aanpak toont.
dat jullie de kracht van deze aanpak toont.
13:02
In this case, the character's hands
257
770000
2000
In dit geval zijn de handen van het personage
13:04
are fixed to a particular point in space,
258
772000
2000
aan een bepaald punt in de ruimte vastgemaakt
13:06
and all we've told the character to do is to struggle.
259
774000
3000
en het personage moet dan worstelen.
13:09
And it looks organic. It looks realistic.
260
777000
3000
Het ziet er levensecht uit. Realistisch.
13:12
You feel kind of sorry for the guy.
261
780000
2000
Je voelt medelijden voor de kerel.
13:14
It's even worse -- and that is another video I just got last night --
262
782000
3000
Het kan zelfs nog erger -- dit is een andere video
die ik gisteravond kreeg --
die ik gisteravond kreeg --
13:17
if you render that a bit more realistically.
263
785000
2000
als je het nog wat realistischer wil weergeven.
13:23
Now, I'm showing this to you just to show you
264
791000
2000
Alleen maar om jullie te laten zien
13:25
how organic it actually can feel, how realistic it can look.
265
793000
2000
hoe levensecht en realistisch het kan.
13:27
And this is all a physical simulation of the body,
266
795000
3000
Dit is een fysieke simulatie van het lichaam.
13:30
using AI to drive virtual muscles in that body.
267
798000
3000
Met AI om de virtuele spieren
in dat lichaam aan te sturen.
in dat lichaam aan te sturen.
13:35
Now, one thing which we did for a laugh was
268
803000
3000
Voor de grap
13:38
to create a slightly more complex stunt scene,
269
806000
2000
speelden we een complexe stuntscène na,
13:40
and one of the most famous stunts is the one where James Bond
270
808000
3000
een van de beroemdste stunts waar James Bond
13:43
jumps off a dam in Switzerland and then is caught by a bungee.
271
811000
4000
in Zwitserland van een dam springt
en vervolgens door een bungee wordt opgevangen.
en vervolgens door een bungee wordt opgevangen.
13:48
Got a very short clip here.
272
816000
2000
Hier een korte clip.
13:54
Yes, you can just about see it here.
273
822000
2000
Jullie kunnen het hier zien.
13:56
In this case, they were using a real stunt man. It was a very dangerous stunt.
274
824000
3000
Ze gebruikten toen een echte stuntman.
Het was een zeer gevaarlijke stunt.
Het was een zeer gevaarlijke stunt.
13:59
It was just voted, I think in the Sunday Times, as one of the most impressive stunts.
275
827000
3000
Ik denk dat het in de Sunday Times werd verkozen
als een van de meest indrukwekkende stunts ooit.
als een van de meest indrukwekkende stunts ooit.
14:02
Now, we've just tried and -- looked at our character and asked ourselves,
276
830000
3000
We vroegen ons af
14:05
"Can we do that ourselves as well?"
277
833000
2000
of we dat ook konden.
14:07
Can we use the physical simulation of the character,
278
835000
2000
Kunnen we door gebruik te maken
van de fysieke simulatie van het personage,
van de fysieke simulatie van het personage,
14:09
use artificial intelligence,
279
837000
2000
kunstmatige intelligentie
14:11
put that artificial intelligence into the character,
280
839000
2000
in het personage steken,
14:13
drive virtual muscles, simulate the way he jumps off the dam,
281
841000
4000
virtuele spieren aansturen,
hem van de dam laten springen,
hem van de dam laten springen,
14:17
and then skydive afterwards,
282
845000
2000
laten skydiven
14:19
and have him caught by a bungee afterwards?
283
847000
2000
en hem door een bungee laten opvangen?
14:21
We did that. It took about altogether just two hours,
284
849000
3000
We hebben het gedaan. In slechts twee uur
14:24
pretty much, to create the simulation.
285
852000
2000
was de simulatie klaar.
14:26
And that's what it looks like, here.
286
854000
2000
Zo ziet het eruit.
14:37
Now, this could do with a bit more work. It's still very early stages,
287
865000
3000
Er is nog wat werk aan.
Het is nog in een zeer vroeg stadium,
Het is nog in een zeer vroeg stadium,
14:40
and we pretty much just did this for a laugh,
288
868000
2000
en we deden het eigenlijk
meer voor de grap,
meer voor de grap,
14:42
just to see what we'd get out of it.
289
870000
2000
gewoon om te zien wat het zou geven.
14:44
But what we found over the past few months
290
872000
2000
In de afgelopen paar maanden
stelden we vast
stelden we vast
14:46
is that this approach -- that we're pretty much standard upon --
291
874000
3000
dat deze aanpak
-- daar zijn we nogal zeker van --
-- daar zijn we nogal zeker van --
14:49
is incredibly powerful.
292
877000
2000
ongelooflijk krachtig is.
14:51
We are ourselves surprised what you actually get out of the simulations.
293
879000
4000
Wij zijn zelf verrast
over wat je uit simulaties kunt halen.
over wat je uit simulaties kunt halen.
14:55
There's very often very surprising behavior that you didn't predict before.
294
883000
4000
Vaak zo verrassend
dat je het niet kon voorspellen.
dat je het niet kon voorspellen.
14:59
There's so many things we can do with this right now.
295
887000
2000
Er zijn nu zoveel dingen
die ermee kunnen doen.
die ermee kunnen doen.
15:01
The first thing, as I said, is going to be virtual stuntmen.
296
889000
3000
Het eerste is de virtuele stuntman.
15:04
Several studios are using this software now to produce virtual stuntmen,
297
892000
4000
Verschillende studio's maken nu al
gebruik van deze virtuele stuntmannen.
gebruik van deze virtuele stuntmannen.
15:08
and they're going to hit the screen quite soon, actually,
298
896000
2000
Het zal niet lang meer duren
15:10
for some major productions.
299
898000
2000
voordat ze in enkele grote producties
te zien zullen zijn.
te zien zullen zijn.
15:12
The second thing is video games.
300
900000
3000
Ook in videospellen.
15:15
With this technology, video games will look different and they will feel very different.
301
903000
4000
Met deze technologie zullen ze
er heel anders gaan uitzien en aanvoelen.
er heel anders gaan uitzien en aanvoelen.
15:19
For the first time, you'll have actors that really feel very interactive,
302
907000
3000
Voor de eerste keer zal je
echte interactie hebben met de acteurs,
echte interactie hebben met de acteurs,
15:22
that have real bodies that really react.
303
910000
2000
met lichamen die echt reageren.
15:24
I think that's going to be incredibly exciting.
304
912000
3000
Dat wordt ongelooflijk spannend.
15:27
Probably starting with sports games,
305
915000
2000
Waarschijnlijk eerst met sportspellen
15:29
which are going to become much more interactive.
306
917000
2000
die veel interactiever zullen worden.
15:31
But I particularly am really excited
307
919000
1000
Maar ik heb hoge verwachtingen
15:32
about using this technology in online worlds,
308
920000
3000
over het gebruik van deze technologie
in online-werelden,
in online-werelden,
15:35
like there, for example, that Tom Melcher has shown us.
309
923000
3000
zoals Tom Melcher ons heeft getoond.
15:38
The degree of interactivity you're going to get
310
926000
2000
De mate van interactiviteit zal
15:40
is totally different, I think, from what you're getting right now.
311
928000
3000
totaal anders zijn dan wat je nu krijgt.
15:44
A third thing we are looking at and very interested in is simulation.
312
932000
4000
Een derde punt waar we in geïnteresseerd zijn,
is simulatie.
is simulatie.
15:49
We've been approached by several simulation companies,
313
937000
2000
We zijn benaderd
door verschillende simulatiebedrijven,
door verschillende simulatiebedrijven,
15:51
but one project we're particularly excited about, which we're starting next month,
314
939000
3000
maar over één project
zijn we bijzonder enthousiast.
zijn we bijzonder enthousiast.
15:54
is to use our technology -- and in particular, the walking technology --
315
942000
4000
Volgende maand beginnen we
met de technologie van het stappen.
met de technologie van het stappen.
15:58
to help aid surgeons who work on children with cerebral palsy,
316
946000
4000
We willen chirurgen helpen
die kinderen met hersenverlamming behandelen,
die kinderen met hersenverlamming behandelen,
16:02
to predict the outcome of operations on these children.
317
950000
3000
om het resultaat van operaties
op deze kinderen te voorspellen.
op deze kinderen te voorspellen.
16:05
As you probably know,
318
953000
2000
Jullie weten misschien
16:07
it's very difficult to predict what the outcome of an operation is
319
955000
3000
dat het resultaat van een operatie
om het stappen te corrigeren
om het stappen te corrigeren
16:10
if you try and correct the gait.
320
958000
2000
zeer moeilijk is te voorspellen.
16:12
The classic quote is, I think, it's unpredictable at best,
321
960000
3000
Tot nu toe is in de meeste gevallen
16:15
is what people think right now, is the outcome.
322
963000
3000
het resultaat onvoorspelbaar.
16:18
Now, what we want to do with our software is allow our surgeons to have a tool.
323
966000
4000
We willen met onze software de chirurgen
een hulpmiddel bezorgen.
een hulpmiddel bezorgen.
16:22
We're going to simulate the gait of a particular child
324
970000
3000
We gaan de gang
van een bepaald kind simuleren.
van een bepaald kind simuleren.
16:25
and the surgeon can then work on that simulation
325
973000
3000
De chirurg kan dan werken op die simulatie
16:28
and try out different ways to improve that gait,
326
976000
2000
en verschillende manieren uitproberen
om die gang te verbeteren,
om die gang te verbeteren,
16:30
before he actually commits to an actual surgery.
327
978000
3000
voordat hij overgaat tot de operatie.
16:33
That's one project we're particularly excited about,
328
981000
2000
We zijn bijzonder enthousiast over dit project.
16:35
and that's going to start next month.
329
983000
2000
Volgende maand gaat het van start.
16:39
Just finally, this is only just the beginning.
330
987000
3000
Dit is slechts het begin.
16:42
We can only do several behaviors right now.
331
990000
2000
We kunnen nog alleen
bepaalde gedragingen nabootsen.
bepaalde gedragingen nabootsen.
16:44
The AI isn't good enough to simulate a full human body.
332
992000
3000
De AI is nog niet goed genoeg
om een volledig menselijk lichaam te simuleren.
om een volledig menselijk lichaam te simuleren.
16:47
The body yes, but not all the motor skills that we have.
333
995000
3000
Het lichaam wel,
maar niet al onze motorische vaardigheden.
maar niet al onze motorische vaardigheden.
16:50
And, I think, we're only there if we can have something like ballet dancing.
334
998000
3000
Dat gaan we kunnen
zodra we een balletdanser kunnen simuleren.
zodra we een balletdanser kunnen simuleren.
16:53
Right now, we don't have that
335
1001000
2000
Nu zijn we nog niet zover,
16:55
but I'm very sure that we will be able to do that at some stage.
336
1003000
2000
maar het zit eraan te komen.
16:57
We do have one unintentional dancer actually,
337
1005000
3000
We hebben al een danser tegen wil en dank.
17:00
the last thing I'm going to show you.
338
1008000
2000
Het laatste wat ik jullie ga tonen.
17:02
This was an AI contour that was produced and evolved --
339
1010000
3000
Dit was een AI-figuur,
geproduceerd en geëvolueerd --
geproduceerd en geëvolueerd --
17:05
half-evolved, I should say -- to produce balance, basically.
340
1013000
3000
half-geëvolueerd, moet ik zeggen --
om evenwicht uit te proberen.
om evenwicht uit te proberen.
17:08
So, you kick the guy and the guy's supposed to counter-balance.
341
1016000
3000
Je geeft de kerel een trap
en hij moet die compenseren.
en hij moet die compenseren.
17:11
That's what we thought was going to come out of this.
342
1019000
3000
Dat is wat we ervan verwachtten.
17:14
But this is what emerged out of it, in the end.
343
1022000
2000
Maar uiteindelijk kwam dit te voorschijn.
17:17
(Music)
344
1025000
10000
(Muziek)
17:27
Bizarrely, this thing doesn't have a head. I'm not quite sure why.
345
1035000
3000
Ik vraag me af waarom dit ding
geen hoofd heeft.
geen hoofd heeft.
17:31
So, this was not something we actually put in there.
346
1039000
2000
Het was niet de bedoeling,
17:33
He just started to create that dance himself.
347
1041000
4000
maar hij begon te dansen.
17:37
He's actually a better dancer than I am, I have to say.
348
1045000
3000
Een betere danser dan ik,
geef ik toe.
geef ik toe.
17:41
And what you see after a while --
349
1049000
2000
Na een tijdje
17:43
I think he even goes into a climax right at the end.
350
1051000
2000
bereikt hij zelfs een soort climax.
17:49
And I think -- there you go.
351
1057000
3000
Daar heb je het.
17:52
(Laughter)
352
1060000
2000
(Gelach)
17:54
So, that all happened automatically. We didn't put that in there.
353
1062000
2000
Dat gebeurde automatisch,
het kwam vanzelf.
het kwam vanzelf.
17:56
That's just the simulation creating this itself, basically.
354
1064000
3000
De simulatie creëert in feite zichzelf.
17:59
So it's just --
355
1067000
2000
Het is --
18:01
(Applause)
356
1069000
1000
(Applaus)
18:02
Thanks.
357
1070000
2000
Bedankt.
18:05
Not quite John Travolta yet, but we're working on that as well,
358
1073000
3000
-- nog niet helemaal John Travolta,
maar we werken eraan.
maar we werken eraan.
18:08
so thanks very much for your time.
359
1076000
2000
Bedankt voor jullie tijd.
18:10
Thanks.
360
1078000
1000
Bedankt.
18:11
(Applause)
361
1079000
1000
(Applaus)
18:12
CA: Incredible. That was really incredible.
362
1080000
2000
CA: Ongelooflijk. Dat was echt ongelooflijk.
18:14
TR: Thanks.
363
1082000
1000
TR: Bedankt.
ABOUT THE SPEAKER
Torsten Reil - Animating neurobiologistBy coding computer simulations with biologically modeled nervous systems, Torsten Reil and his company NaturalMotion breathe life into the animated characters inhabiting the most eye-poppingly realistic games and movies around.
Why you should listen
From modeling the mayhem of equine combat in Lord of the Rings: Return of the King to animating Liberty City gun battles in Grand Theft Auto IV, Torsten Reil's achievements are all over the map these days. Software that he helped create (with NaturalMotion, the imaging company he co-founded) has revolutionized computer animation of human and animal avatars, giving rise to some of the most breathtakingly real sequences in the virtual world of video games and movies- and along the way given valuable insight into the way human beings move their bodies.
Reil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
More profile about the speakerReil was a neural researcher working on his Masters at Oxford, developing computer simulations of nervous systems based on genetic algorithms- programs that actually used natural selection to evolve their own means of locomotion. It didn't take long until he realized the commercial potential of these lifelike characters. In 2001 he capitalized on this lucrative adjunct to his research, and cofounded NaturalMotion. Since then the company has produced motion simulation programs like Euphoria and Morpheme, state of the art packages designed to drastically cut the time and expense of game development, and create animated worlds as real as the one outside your front door. Animation and special effects created with Endorphin (NaturalMotion's first animation toolkit) have lent explosive action to films such as Troy and Poseidon, and NaturalMotion's software is also being used by LucasArts in video games such as the hotly anticipated Indiana Jones.
But there are serious applications aside from the big screen and the XBox console: NaturalMotion has also worked under a grant from the British government to study the motion of a cerebral palsy patient, in hopes of finding therapies and surgeries that dovetail with the way her nervous system is functioning.
Torsten Reil | Speaker | TED.com