TED2010
Blaise Agüera y Arcas: Augmented-reality maps
Blaise Aguera y Arcas laat verhoogdewerkelijkheidskaarten zien
Filmed:
Readability: 3.4
1,856,682 views
In een indrukwekkende demonstratie tijdens TED2010 laat Blaise Aguera y Arcas nieuwe 'augmented-reality mapping' technologie van Microsoft zien.
Blaise Agüera y Arcas - Software architect
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Blaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces. Full bio
Double-click the English transcript below to play the video.
00:15
About a year and a half ago,
0
0
2000
Ongeveer anderhalf jaar geleden
00:17
Stephen Lawler, who also gave a talk
1
2000
3000
was Stephen Lawler hier ook voor een lezing
00:20
here at TED in 2007 on Virtual Earth,
2
5000
2000
tijdens TED in 2007 over Virtual Earth
00:22
brought me over to become the architect of Bing Maps,
3
7000
4000
en hij benoemde me tot architect van Bing Maps,
00:26
which is Microsoft's online-mapping effort.
4
11000
3000
dat is Microsoft's online landkaartenprogramma.
00:29
In the past two and a half, we've been very hard at work
5
14000
2000
Tijdens de laatste 2,5 jaar hebben we erg hard gewerkt
00:31
on redefining the way maps work online.
6
16000
4000
om de werking van online kaarten te herdefiniëren.
00:35
And we really are seeing this in very different terms
7
20000
2000
En we gaan er echt anders mee om
00:37
from the kind of mapping and direction site
8
22000
2000
dan het soort kaarten- en routeplanners-site
00:39
that one is used to.
9
24000
2000
waar we aan gewend zijn.
00:41
So, the first thing that you might notice about the mapping site
10
26000
2000
Het eerste dat u zal opvallen aan de kaartensite
00:43
is just the fluidity of the zooming and the panning,
11
28000
2000
is hoe vloeiend zooming en panning werkt,
00:45
which, if you're familiar at all with Seadragon,
12
30000
2000
en als u bekend bent met Seadragon:
00:47
that's where it comes from.
13
32000
2000
daar komt het vandaan.
00:49
Mapping is, of course,
14
34000
2000
'Mapping' is natuurlijk
00:51
not just about cartography,
15
36000
2000
niet alleen maar kartografie,
00:53
it's also about imagery.
16
38000
2000
het gaat ook over afbeeldingen.
00:55
So, as we zoom-in beyond a certain level
17
40000
3000
Als we dus verder dan een bepaald niveau inzoomen
00:58
this resolves into a kind of Sim City-like
18
43000
3000
dan gaat het over in een soort Sim City-achtig
01:01
virtual view at 45 degrees.
19
46000
2000
virtueel panorama onder een hoek van 45 graden.
01:03
This can be viewed from any of the cardinal directions
20
48000
2000
Dit kun je bekijken vanuit elk van de hoofdrichtingen
01:05
to show you the 3D structure of the city, all the facades.
21
50000
3000
zodat je de 3D-structuur van de stad ziet, alle gevels.
01:08
Now, we see this space, this three-dimensional environment,
22
53000
6000
Welnu, we zien deze ruimte, deze driedimensionele omgeving
01:14
as being a canvas on which
23
59000
3000
als een canvas waarop
01:17
all sorts of applications can play out,
24
62000
6000
allerlei applicaties zich kunnen uitleven.
01:23
and map's directions are really just one of them.
25
68000
3000
En routebeschrijvingen is daar slechts eentje van.
01:26
If you click on this, you'll see
26
71000
3000
Als je hierop klikt dan zie je
01:29
some of the ones that we've put out, just in the past couple of months
27
74000
3000
enkele ervan die we pas de laatste paar maanden erop hebben gezet,
01:32
since we've launched.
28
77000
2000
sinds we zijn gestart.
01:34
So, for example, a couple of days after the disaster in Haiti,
29
79000
2000
Bijvoorbeeld, een paar dagen na de ramp op Haïti
01:36
we had an earthquake map that showed
30
81000
2000
hadden we een aardbevingskaart die
01:38
before and after pictures from the sky.
31
83000
2000
de situatie ervoor en erna toonde vanuit de lucht.
01:40
This wonderful one which I don't have time to show you
32
85000
2000
Deze prachtige kaart, die ik niet kan laten zien vanwege de tijd,
01:42
is taking hyper-local blogs in real time
33
87000
3000
pakt hyper-lokale blogs in real-time op
01:45
and mapping those stories, those entries
34
90000
2000
en 'mapt' die verhalen, die teksten
01:47
to the places that are referred to on the blogs.
35
92000
2000
op de plaatsen waar de blogs over gaan.
01:49
It's wonderful.
36
94000
3000
Dat is geweldig.
01:52
But I'm going to show you some more candy sort of stuff.
37
97000
3000
Maar ik zal jullie meer krenten uit de pap laten zien.
01:55
So, we see the imagery, of course,
38
100000
4000
We zien dat de beelden natuurlijk
01:59
not stopping at the sky.
39
104000
3000
niet ophouden bij de lucht.
02:02
These little green bubbles represent
40
107000
3000
Deze groene belletjes vertegenwoordigen
02:05
photosynths that users have made.
41
110000
2000
photosynths die door gebruikers zijn gemaakt.
02:07
I'm not going to dive into them either, but photosynths are integrated into the map.
42
112000
3000
Daar ga ik ook niet verder op in, maar photosynths zijn geïntegreerd in de kaart.
02:10
Everything that's cased in blue
43
115000
2000
Alles wat blauw omrand is
02:12
is an area where we've taken imagery on the ground as well.
44
117000
5000
is een gebied waar we ook beelden op de grond hebben gemaakt.
02:17
And so, when you fly down --
45
122000
2000
En dus, als je naar beneden vliegt --
02:19
(Applause)
46
124000
2000
.
02:21
Thank you. When you fly down to the ground,
47
126000
2000
Dank u. Als je naar de grond vliegt,
02:23
and you see this kind of panoramic imagery,
48
128000
3000
en je dit soort panoramabeelden ziet,
02:26
the first thing that you might notice is that it's not just a picture,
49
131000
4000
dan valt het misschien snel op dat het niet alleen maar een foto is,
02:30
there's just as much three-dimensional understanding of this environment
50
135000
3000
er zit net zoveel driedimensioneel begrip van deze omgeving in
02:33
as there is of the three-dimensional city from above,
51
138000
3000
als van de driedimensionele stad van bovenaf,
02:36
so if I click on something to get a closer view of it,
52
141000
4000
dus als ik ergens op klik om het van dichtbij te zien,
02:40
then, the fact that that transition looks as it does,
53
145000
3000
dan ziet die overgang er zo uit omdat dat
02:43
is a function of all of that geometry,
54
148000
2000
een functie van al die geometrie is,
02:45
all of that 3D understanding behind this model.
55
150000
4000
al die 3D intelligentie die achter dit model zit.
02:49
Now, I'll show you a fun app
56
154000
3000
Nu zal ik een leuke app laten zien
02:52
that -- we've been working on a collaboration with our friends at Flickr.
57
157000
7000
waar we samen met onze vrienden van Flickr aan hebben gewerkt.
02:59
This takes Flickr, georegistered imagery
58
164000
3000
Dit neemt geo-geregistreerde foto's van Flickr
03:02
and uses photosynth-like processes
59
167000
3000
en gebruikt photosynth-achtige processen
03:05
to connect that imagery to our imagery, so --
60
170000
4000
om die beelden te verbinden met onze beelden, dus --
03:09
I'm not sure if that's the one I actually meant to pull up, but --
61
174000
3000
Ik weet niet zeker of ik deze wel wilde laten zien, maar --
03:12
(Laughter)
62
177000
3000
.
03:15
But notice -- this is, of course, a popular tourist site,
63
180000
4000
Maar let op -- dit is een populaire plek voor toeristen,
03:19
and there are lots of photos around here,
64
184000
2000
en er zijn hier in de omgeving veel foto's,
03:21
and these photos are all taken at different times.
65
186000
3000
en die foto's zijn allemaal op verschillende momenten genomen.
03:24
So this one was taken around five.
66
189000
2000
Deze is rond vijf uur genomen.
03:26
So that's the Flickr photo,
67
191000
2000
Dat is dan de Flickr foto,
03:28
that's our imagery.
68
193000
2000
dat zijn onze beelden.
03:30
So you really see how this kind of crowd-sourced imagery
69
195000
3000
Je ziet dus hoe deze beelden die door de massa geproduceerd zijn
03:33
is integrating, in a very deep way, into the map itself.
70
198000
3000
op een diepzinnige manier met de kaart zelf integreren.
03:36
(Applause)
71
201000
2000
.
03:38
Thank you.
72
203000
2000
Dank u.
03:40
(Applause)
73
205000
2000
.
03:42
There are several reasons why this is interesting
74
207000
2000
Dit is om een aantal redenen interessant,
03:44
and one of them, of course, is time travel.
75
209000
2000
en een daarvan is natuurlijk tijdreizen.
03:46
And I'm not going to show you some of the wonderful historic imagery in here,
76
211000
2000
Ik laat jullie niet de prachtige historische beelden zien die hierin zitten,
03:48
but there are some with horses and carriages and so on as well.
77
213000
3000
maar er zijn er een aantal met paarden en wagens en zo bij.
03:51
But what's cool about this is that, not only is it augmenting
78
216000
3000
Wat hier cool aan is, is dat het niet alleen de visuele weergave
03:54
this visual representation of the world
79
219000
2000
van de wereld verhoogt
03:56
with things that are coming in from users,
80
221000
3000
met dingen die van gebruikers afkomstig zijn,
03:59
but it also is the foundation for augmented reality,
81
224000
4000
maar het vormt ook de basis voor de verhoogde werkelijkheid,
04:03
and that's something that I'll be showing you more of in just a moment.
82
228000
3000
en dat zal ik zometeen laten zien.
04:06
Now I just made a transition indoors. That's also interesting.
83
231000
4000
Nu ben ik binnenshuis gegaan. Dat is ook boeiend.
04:10
OK, notice there's now a roof above us.
84
235000
2000
Let op, er is nu een dak boven ons.
04:12
We're inside the Pike Place Market.
85
237000
3000
We zijn in de Pike Place Market.
04:15
And this is something that we're able to do with a backpack camera,
86
240000
2000
En dit is iets wat we kunnen doen met een rugzakcamera,
04:17
so, we're now not only imaging in the street
87
242000
4000
we laten dus niet alleen de straat zien
04:21
with this camera on tops of cars,
88
246000
2000
met zo'n camera bovenop auto's,
04:23
but we're also imaging inside.
89
248000
4000
maar we maken ook beelden binnenshuis.
04:27
And from here, we're able to do the same sorts of registration,
90
252000
5000
Van daaruit kunnen we dezelfde soorten van vastlegging doen,
04:32
not only of still images, but also of video.
91
257000
4000
niet alleen van foto's maar ook van video.
04:36
So this is something that we're now going to try
92
261000
2000
Dus we gaan dit nu proberen,
04:38
for the first time, live,
93
263000
2000
voor het eerst, live,
04:40
and this is really, truly, very frightening.
94
265000
3000
en dit is daadwerkelijk erg beangstigend.
04:43
(Laughter)
95
268000
2000
.
04:46
OK.
96
271000
2000
Oké.
04:48
(Ringing)
97
273000
2000
.
04:50
All right, guys, are you there?
98
275000
2000
Goed, jongens, zijn jullie daar?
04:52
(Noise)
99
277000
2000
.
04:54
All right. I'm hitting it. I'm punching play.
100
279000
2000
Goed. Ik druk 'm in. Ik druk op 'play'.
04:56
I'm live. All right. There we go.
101
281000
2000
Ik ben live. Goed. Daar gaan we.
04:58
So, these are our friends in Pike Place Market, the lab.
102
283000
5000
Dit zijn onze vrienden in Pike Place Market, het lab.
05:03
(Applause)
103
288000
8000
.
05:12
So they're broadcasting this live.
104
297000
2000
Ze zenden dit live uit.
05:14
OK, George, can you pan back over to the corner market?
105
299000
4000
Oké, George, kun je met je camera naar het stalletje in de hoek gaan?
05:18
Because I want to show points of interest.
106
303000
4000
Want ik wil wat aandachtspunten laten zien.
05:22
No, no. The other way.
107
307000
3000
Nee, nee. De andere kant op.
05:25
Yeah, yeah, back to the corner, back to the corner.
108
310000
2000
Ja, ja. Terug naar de hoek. Terug naar de hoek.
05:27
I don't want to see you guys yet.
109
312000
3000
Ik wil jullie nu nog niet zien.
05:31
OK, OK, back to the corner, back to the corner, back to the corner.
110
316000
6000
Oké. Oké. Terug naar de hoek. Terug naar de hoek.
05:37
OK, never mind.
111
322000
2000
Goed, maakt niet uit.
05:40
What I wanted to show you was these points of interest
112
325000
2000
Ik wilde jullie deze aandachtspunten laten zien
05:42
over here on top of the image
113
327000
2000
hier bovenaan het beeld
05:44
because what that gives you a sense of is the way,
114
329000
2000
want dan krijg je een besef van wat de weg is,
05:46
if you're actually on the spot,
115
331000
2000
als je daar daadwerkelijk bent ...
05:48
you can think about this --
116
333000
2000
denk hierover na --
05:50
this is taking a step in addition to augmented reality.
117
335000
3000
dit is een stap extra naast verhoogde werkelijkheid.
05:53
What the hell are you guys -- oh, sorry.
118
338000
2000
Wat zitten jullie nou -- o sorry.
05:55
(Laughter)
119
340000
3000
.
05:58
We're doing two different --
120
343000
3000
We doen twee verschillende ...
06:01
OK, I'm hanging up now.
121
346000
3000
Goed, ik hang nu op.
06:04
We're doing two different things here.
122
349000
2000
We doen twee verschillende dingen.
06:06
One of them is to take that real ...
123
351000
2000
Eén ervan is dat je die echte ...
06:08
(Laughter)
124
353000
7000
.
06:15
All right, let me just take a moment and thank the team.
125
360000
3000
Goed, laten we even het team bedanken.
06:18
They've done a fantastic job of pulling this together.
126
363000
2000
Ze hebben fantastisch werk gedaan om dit voor elkaar te krijgen.
06:20
(Applause)
127
365000
2000
.
06:22
I'm going to abandon them now and walk back outside.
128
367000
3000
Ik verlaat ze nu en loop naar buiten.
06:25
And while I walk outside, I'll just mention that
129
370000
3000
Terwijl ik buiten loop kan ik even melden dat
06:28
here we're using this for telepresence,
130
373000
2000
hier, dit gebruiken we voor telepresence,
06:30
but you can equally well use this
131
375000
2000
maar je kunt dit net zo goed gebruiken
06:32
on the spot, for augmented reality.
132
377000
2000
ter plekke, voor verhoogde werkelijkheid.
06:34
When you use it on the spot, it means that
133
379000
2000
Als je dit ter plekke gebruikt dan betekent dat
06:36
you're able to bring all of that metadata
134
381000
2000
dat je al die metadata en informatie
06:38
and information about the world to you.
135
383000
2000
over de wereld om je heen kunt meenemen.
06:40
So here, we're taking the extra step of also broadcasting it.
136
385000
2000
Hier zetten we dus die extra stap door het ook uit te zenden.
06:42
That was being broadcast, by the way, on a 4G network
137
387000
3000
Dat werd trouwens uitgezonden via een 4G netwerk
06:45
from the market.
138
390000
3000
vanaf de markt.
06:48
All right, and now there's one last TED talk
139
393000
3000
Goed, er was een laatste TED lezing
06:51
that Microsoft has given in the past several years.
140
396000
2000
door Microsoft in de afgelopen paar jaar.
06:53
And that's Curtis Wong, WorldWide Telescope.
141
398000
3000
En dat is Curtis Wong, WorldWide Telescope.
06:56
So, we're going to head over to the dumpsters,
142
401000
2000
We gaan daarom naar de afvalcontainers,
06:58
where it's traditional, after a long day at the market,
143
403000
3000
waar het traditie is om na een lange dag op de markt
07:01
to go out for a break, but also stare up at the sky.
144
406000
4000
uit te rusten, maar ook om naar de lucht te staren.
07:05
This is the integration
145
410000
2000
Dit is de integratie
07:07
of WorldWide Telescope into our maps.
146
412000
3000
van WorldWide Telescope met onze kaarten.
07:10
(Applause)
147
415000
2000
.
07:12
This is the current -- thank you --
148
417000
3000
Dit is de huidige -- dank u --
07:15
this is the current time. If we scrub the time,
149
420000
2000
Dit is de huidige tijd, maar als we de tijd veranderen,
07:17
then we can see how the sky will look at different times,
150
422000
3000
dan kunnen we zien hoe de hemel er op verschillende tijden uit ziet,
07:20
and we can get all of this very detailed
151
425000
2000
en we kunnen allemaal zeer gedetailleerde
07:22
information about different times, different dates:
152
427000
4000
informatie krijgen van verschillende tijdstippen en data.
07:27
Let's move the moon a little higher in the sky,
153
432000
2000
Laten we de maan eens wat hoger aan de hemel zetten,
07:29
maybe change the date.
154
434000
4000
misschien de datum veranderen.
07:33
I would like to kind of zoom in on the moon.
155
438000
3000
Ik wil zeg maar inzoomen op de maan.
07:39
So, this is an astronomically complete
156
444000
2000
Dit is dus een astronomisch complete
07:41
representation of the sky
157
446000
3000
representatie van de hemel
07:44
integrated right into the Earth.
158
449000
2000
rechtstreeks geïntegreerd met de aarde.
07:46
All right now, I've overrun my time,
159
451000
2000
Goed dan, mijn tijd is op,
07:48
so I've got to stop.
160
453000
2000
dus ik moet stoppen.
07:50
Thank you all very much.
161
455000
2000
Allemaal erg bedankt.
07:52
(Applause)
162
457000
12000
.
ABOUT THE SPEAKER
Blaise Agüera y Arcas - Software architectBlaise Agüera y Arcas works on machine learning at Google. Previously a Distinguished Engineer at Microsoft, he has worked on augmented reality, mapping, wearable computing and natural user interfaces.
Why you should listen
Blaise Agüera y Arcas is principal scientist at Google, where he leads a team working on machine intelligence for mobile devices. His group works extensively with deep neural nets for machine perception and distributed learning, and it also investigates so-called "connectomics" research, assessing maps of connections within the brain.
Agüera y Arcas' background is as multidimensional as the visions he helps create. In the 1990s, he authored patents on both video compression and 3D visualization techniques, and in 2001, he made an influential computational discovery that cast doubt on Gutenberg's role as the father of movable type.
He also created Seadragon (acquired by Microsoft in 2006), the visualization technology that gives Photosynth its amazingly smooth digital rendering and zoom capabilities. Photosynth itself is a vastly powerful piece of software capable of taking a wide variety of images, analyzing them for similarities, and grafting them together into an interactive three-dimensional space. This seamless patchwork of images can be viewed via multiple angles and magnifications, allowing us to look around corners or “fly” in for a (much) closer look. Simply put, it could utterly transform the way we experience digital images.
He joined Microsoft when Seadragon was acquired by Live Labs in 2006. Shortly after the acquisition of Seadragon, Agüera y Arcas directed his team in a collaboration with Microsoft Research and the University of Washington, leading to the first public previews of Photosynth several months later. His TED Talk on Seadragon and Photosynth in 2007 is rated one of TED's "most jaw-dropping." He returned to TED in 2010 to demo Bing’s augmented reality maps.
Fun fact: According to the author, Agüera y Arcas is the inspiration for the character Elgin in the 2012 best-selling novel Where'd You Go, Bernadette?
Blaise Agüera y Arcas | Speaker | TED.com