ABOUT THE SPEAKER
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.

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 speaker
Torsten Reil | Speaker | TED.com
TED2003

Torsten Reil: Animate characters by evolving them

Torsten Reil studiuje biologię, aby tworzyć animacje

Filmed:
363,842 views

Torsten Reil opowiada o wykorzystaniu osiągnięć biologii do tworzenia wyglądających naturalnie animowanych postaci ludzkich — budowaniu człowieka z całym wnętrzem: kośćmi, mięśniami i układem nerwowym. Wystąpił na TED w 2003 r. Teraz jego dzieło możecie zobaczyć w GTA4.
- 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

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

00:15
I'm going to talk about a technologytechnologia that we're developingrozwijanie at OxfordOxford now,
0
3000
4000
Opowiem o technologii, którą rozwijamy na Oksfordzie,
00:19
that we think is going to changezmiana the way that
1
7000
3000
która, jak myślimy, zmieni sposób
00:22
computerkomputer gamesGry and HollywoodHollywood movieskino are beingistota madezrobiony.
2
10000
3000
tworzenia gier komputerowych i hollywoodzkich filmów.
00:26
That technologytechnologia is simulatingSymulacja humansludzie.
3
14000
3000
Ta technologia to symulowanie ludzi.
00:29
It's simulatedsymulowane humansludzie with a simulatedsymulowane bodyciało
4
17000
3000
To symulowani ludzie z symulowanym ciałem
00:32
and a simulatedsymulowane nervousnerwowy systemsystem to controlkontrola that bodyciało.
5
20000
3000
oraz układem nerwowym, który kontroluje ciało.
00:36
Now, before I talk more about that technologytechnologia,
6
24000
3000
Zanim opowiem więcej o tej technologii,
00:39
let's have a quickszybki look at what humanczłowiek characterspostacie look like
7
27000
3000
przyjrzyjmy się, jak postacie ludzkie
00:42
at the momentza chwilę in computerkomputer gamesGry.
8
30000
3000
w grach komputerowych wyglądają obecnie.
00:45
This is a clipspinacz from a gamegra callednazywa "GrandGrand TheftKradzież AutoAutomatycznie 3."
9
33000
3000
To jest filmik z gry Grand Theft Auto 3.
00:48
We alreadyjuż saw that brieflykrótko yesterdaywczoraj.
10
36000
2000
Widzieliśmy już to wczoraj.
00:50
And what you can see is -- it is actuallytak właściwie a very good gamegra.
11
38000
3000
To jest naprawdę znakomita gra.
00:53
It's one of the mostwiększość successfuludany gamesGry of all time.
12
41000
3000
Odniosła jeden z największych sukcesów w historii.
00:56
But what you'llTy będziesz see is that all the animationsanimacje in this gamegra are very repetitivepowtarzające się.
13
44000
4000
Jednak wszystkie animacje w niej są bardzo powtarzalne.
01:00
They prettyładny much look the samepodobnie.
14
48000
2000
Wyglądają w zasadzie tak samo.
01:02
I've madezrobiony him runbiegać into a wallŚciana here, over and over again.
15
50000
3000
Wpadałem tutaj postacią na ścianę, raz za razem.
01:05
And you can see he lookswygląda always the samepodobnie.
16
53000
2000
Jak widzicie, zawsze wygląda tak samo.
01:07
The reasonpowód for that is that these characterspostacie
17
55000
3000
Powodem jest to, że te postacie
01:10
are actuallytak właściwie not realreal characterspostacie.
18
58000
2000
nie są prawdziwymi postaciami.
01:12
They are a graphicalgraficzny visualizationwyobrażanie sobie of a characterpostać.
19
60000
4000
To graficzne wizualizacje postaci.
01:16
To produceprodukować these animationsanimacje, an animatorAnimator at a studiostudio has to anticipateprzewidywać
20
64000
5000
Aby stworzyć te animacje, animator w studio musi przewidzieć,
01:21
what's going to happenzdarzyć in the actualrzeczywisty gamegra,
21
69000
3000
co będzie się dziać w grze,
01:24
and then has to animateProgram Animate that particularszczególny sequencesekwencja.
22
72000
3000
a następnie wykonać animację danej sekwencji.
01:27
So, he or she sitssiedzi down, animatesożywia it, and triespróbuje to anticipateprzewidywać what's going to happenzdarzyć,
23
75000
4000
Siada sobie, animuje i próbuje przewidzieć, co się stanie,
01:31
and then these particularszczególny animationsanimacje are just playedgrał back
24
79000
3000
a potem animacje są po prostu odtwarzane
01:34
at appropriatewłaściwy timesczasy in the computerkomputer gamegra.
25
82000
3000
w odpowiednich momentach w grze.
01:37
Now, the resultwynik of that is that you can't have realreal interactivityinteraktywność.
26
85000
5000
Skutkiem tego jest to, że nie można uzyskać prawdziwej interaktywności.
01:42
All you have is animationsanimacje that are playedgrał back
27
90000
3000
Mamy tylko odtwarzane animacje
01:45
at more or lessmniej the appropriatewłaściwy timesczasy.
28
93000
2000
w mniej lub bardziej odpowiednich momentach.
01:47
It alsorównież meansznaczy that gamesGry aren'tnie są really going to be as surprisingzaskakujący as they could be,
29
95000
5000
Oznacza to również, że gry nie będą tak zaskakujące, jak mogłyby być,
01:52
because you only get out of it, at leastnajmniej in termswarunki of the characterpostać,
30
100000
3000
ponieważ gra daje tylko to, przynajmniej jeśli chodzi o postać,
01:55
what you actuallytak właściwie put into it.
31
103000
2000
co do niej faktycznie włożyliśmy sami.
01:57
There's no realreal emergencepowstanie there.
32
105000
2000
Nie wyłania się nic nowego.
01:59
And thirdlypo trzecie, as I said, mostwiększość of the animationsanimacje are very repetitivepowtarzające się because of that.
33
107000
4000
Po trzecie, większość animacji jest dlatego bardzo powtarzalna.
02:03
Now, the only way to get around that
34
111000
2000
Jedyny sposób, żeby tego uniknąć,
02:05
is to actuallytak właściwie simulatesymulować the humanczłowiek bodyciało
35
113000
2000
to prawdziwe symulowanie ludzkiego ciała
02:07
and to simulatesymulować that bitkawałek of the nervousnerwowy systemsystem of the brainmózg that controlssterownica that bodyciało.
36
115000
5000
i symulowanie fragmentu układu nerwowego mózgu, który kontroluje to ciało.
02:12
And maybe, if I could have you for a quickszybki demonstrationdemonstracja
37
120000
3000
Może zrobię małą demonstrację,
02:15
to showpokazać what the differenceróżnica is --
38
123000
2000
żeby pokazać na czym polega różnica,
02:17
because, I mean, it's very, very trivialtrywialny.
39
125000
4000
ponieważ jest to bardzo trywialna sprawa.
02:21
If I pushPchać ChrisChris a bitkawałek, like this, for exampleprzykład, he'llpiekło reactreagować to it.
40
129000
3000
Jeśli lekko popchnę Chrisa, o tak na przykład, on zareaguje na to.
02:24
If I pushPchać him from a differentróżne anglekąt, he'llpiekło reactreagować to it differentlyróżnie,
41
132000
3000
Jeśli popchnę go z innej strony, zareaguje inaczej.
02:27
and that's because he has a physicalfizyczny bodyciało,
42
135000
2000
Jest tak, ponieważ ma fizyczne ciało
02:29
and because he has the motorsilnik skillsumiejętności to controlkontrola that bodyciało.
43
137000
3000
i ma zdolności motoryczne pozwalające kontrolować to ciało.
02:32
It's a very trivialtrywialny thing.
44
140000
2000
To bardzo trywialna sprawa.
02:34
It's not something you get in computerkomputer gamesGry at the momentza chwilę, at all.
45
142000
2000
Teraz w grach komputerowych nie mamy nic takiego.
02:36
Thank you very much. ChrisChris AndersonAnderson: That's it?
46
144000
2000
Dziękuję Ci bardzo. Chris Anderson: To wszystko?
02:38
TorstenTorsten ReilReil: That's it, yes.
47
146000
2000
Torsten Reil: Tak. To wszystko.
02:40
So, that's what we're tryingpróbować to simulatesymulować --
48
148000
1000
Właśnie to próbujemy symulować —
02:41
not ChrisChris specificallykonkretnie, I should say, but humansludzie in generalgenerał.
49
149000
4000
nie Chrisa konkretnie, ale ludzi ogólnie.
02:46
Now, we startedRozpoczęty workingpracujący on this a while agotemu at OxfordOxford UniversityUniwersytet,
50
154000
5000
Zaczęliśmy nad tym pracować jakiś czas temu na Oksfordzie
02:51
and we triedwypróbowany to startpoczątek very simplypo prostu.
51
159000
2000
i staraliśmy się zacząć od czegoś bardzo prostego.
02:53
What we triedwypróbowany to do was teachnauczać a stickkij figurepostać how to walkspacerować.
52
161000
3000
Chcieliśmy nauczyć chodzić figurkę z patyczków.
02:56
That stickkij figurepostać is physicallyfizycznie stimulatedstymulowane. You can see it here on the screenekran.
53
164000
3000
Ta figurka to symulacja fizyczna. Widzicie ją tu na ekranie.
02:59
So, it's subjectPrzedmiot to gravitypowaga, has jointsstawów, etcitp.
54
167000
3000
Działa na nią grawitacja, ma przeguby, itd.
03:02
If you just runbiegać the simulationsymulacja, it will just collapsezawalić się, like this.
55
170000
3000
Jeśli uruchomimy symulację, to po prostu upadnie — o tak.
03:05
The trickyzdradliwy bitkawałek is now to put an AIAI controllerkontroler in it
56
173000
4000
Wyzwaniem jest umieszczenie w niej kontrolera ze sztuczną inteligencją,
03:09
that actuallytak właściwie makesczyni it work.
57
177000
2000
dzięki któremu będzie faktycznie działać.
03:11
And for that, we use the neuralnerwowy networksieć, whichktóry we basedna podstawie on
58
179000
3000
Do tego zastosowaliśmy sieć neuronową opartą
03:14
that partczęść of the nervousnerwowy systemsystem that we have in our spinekręgosłup
59
182000
2000
na fragmencie układu nerwowego z naszego kręgosłupa,
03:16
that controlssterownica walkingpieszy in humansludzie.
60
184000
2000
który kontroluje chód u ludzi.
03:18
It's callednazywa the centralcentralny patternwzór generatorGenerator.
61
186000
2000
Nosi nazwę centralnego generatora wzorców.
03:20
So, we simulatedsymulowane that as well, and then the really trickyzdradliwy bitkawałek
62
188000
3000
Zasymulowaliśmy go również, a naprawdę dużą sztuką
03:23
is to teachnauczać that networksieć how to walkspacerować.
63
191000
2000
jest nauczyć tą sieć chodzić.
03:25
For that we used artificialsztuczny evolutionewolucja -- geneticgenetyczny algorithmsalgorytmy.
64
193000
4000
Użyliśmy sztucznej ewolucji — algorytmów genetycznych.
03:29
We heardsłyszał about those alreadyjuż yesterdaywczoraj,
65
197000
2000
Słyszeliśmy o nich wczoraj
03:31
and I supposeprzypuszczać that mostwiększość of you are familiarznajomy with that alreadyjuż.
66
199000
3000
i przypuszczam, że większość z Was je zna.
03:34
But, just brieflykrótko, the conceptpojęcie is that
67
202000
2000
Ale krótko: koncepcja polega
03:36
you createStwórz a largeduży numbernumer of differentróżne individualsosoby prywatne --
68
204000
3000
na wzięciu dużej liczby różnych egzemplarzy,
03:39
neuralnerwowy networkssieci, in this casewalizka --
69
207000
2000
w tym przypadku sieci neuronowych,
03:41
all of whichktóry are randomlosowy at the beginningpoczątek.
70
209000
2000
które wszystkie są początkowo losowe.
03:43
You hookhak these up -- in this casewalizka, to the virtualwirtualny musclesmięśnie
71
211000
2000
Podłączamy je — w tym przypadku do wirtualnych mięśni
03:45
of that two-leggeddwunożne creaturekreatura here --
72
213000
3000
tego dwunożnego stwora
03:48
and hopenadzieja that it does something interestingciekawy.
73
216000
3000
i liczymy na to, że zrobi coś interesującego.
03:51
At the beginningpoczątek, they're all going to be very boringnudny.
74
219000
2000
Początkowo wszystkie będą bardzo nudne.
03:53
MostWiększość of them won'tprzyzwyczajenie moveruszaj się at all,
75
221000
2000
Większość nawet się nie ruszy,
03:55
but some of them mightmoc make a tinymalutki stepkrok.
76
223000
2000
ale niektóre może zrobią kroczek.
03:57
Those are then selectedwybrany by the algorithmalgorytm,
77
225000
2000
Te wybierze algorytm i zostaną zreprodukowane
03:59
reproducedodtworzone with mutationMutacja and recombinationsrecombinations to introduceprzedstawiać sexseks as well.
78
227000
4000
z zastosowaniem mutacji i rekombinacji, żeby wprowadzić też płeć.
04:03
And you repeatpowtarzać that processproces over and over again,
79
231000
2000
Powtarzamy ten proces w kółko,
04:05
untilaż do you have something that walksspacery --
80
233000
2000
aż dostaniemy coś, co chodzi.
04:07
in this casewalizka, in a straightproste linelinia, like this.
81
235000
2000
W tym przypadku prosto, jak tutaj.
04:09
So that was the ideapomysł behindza this.
82
237000
2000
Taki za tym stał pomysł.
04:11
When we startedRozpoczęty this, I setzestaw up the simulationsymulacja one eveningwieczór.
83
239000
3000
Gdy ruszyliśmy z tym, puściłem symulację pewnego wieczoru.
04:14
It tookwziął about threetrzy to fourcztery hoursgodziny to runbiegać the simulationsymulacja.
84
242000
3000
Przeprowadzenie symulacji zajęło jakieś trzy do czterech godzin.
04:17
I got up the nextNastępny morningranek, wentposzedł to the computerkomputer and lookedspojrzał at the resultswyniki,
85
245000
4000
Wstałem rano, podszedłem do komputera i spojrzałem na wyniki.
04:21
and was hopingmieć nadzieję for something that walkedchodził in a straightproste linelinia,
86
249000
3000
Miałem nadzieję na coś chodzącego prosto,
04:24
like I've just demonstratedwykazane,
87
252000
2000
jak właśnie pokazałem,
04:26
and this is what I got insteadzamiast.
88
254000
2000
a zastałem coś takiego.
04:28
(LaughterŚmiech)
89
256000
10000
(Śmiech)
04:38
So, it was back to the drawingrysunek boardtablica for us.
90
266000
3000
Musieliśmy więc wrócić do deski kreślarskiej.
04:42
We did get it to work eventuallyostatecznie,
91
270000
3000
W końcu udało się nam zmusić to do pracy,
04:45
after tweakingszczypanie a bitkawałek here and there.
92
273000
2000
poprawiając i dostrajając tu i tam.
04:47
And this is an exampleprzykład of a successfuludany evolutionaryewolucyjny runbiegać.
93
275000
3000
To jest przykład udanego przebiegu ewolucji.
04:50
So, what you'llTy będziesz see in a momentza chwilę is a very simpleprosty bipedstworzenie dwunożne
94
278000
3000
Zaraz zobaczycie bardzo prostego dwunoga,
04:53
that's learninguczenie się how to walkspacerować usingza pomocą artificialsztuczny evolutionewolucja.
95
281000
3000
który uczy się chodzić, korzystając ze sztucznej ewolucji.
04:56
At the beginningpoczątek, it can't walkspacerować at all,
96
284000
2000
Na początku wcale nie potrafi chodzić,
04:58
but it will get better and better over time.
97
286000
2000
ale z czasem robi postępy.
05:02
So, this is the one that can't walkspacerować at all.
98
290000
3000
To jest ten, który wcale nie umie chodzić.
05:05
(LaughterŚmiech)
99
293000
6000
(Śmiech)
05:11
Now, after fivepięć generationspokolenia of applyingstosowanie evolutionaryewolucyjny processproces,
100
299000
3000
Po pięciu generacjach stosowania procesu ewolucji,
05:14
the geneticgenetyczny algorithmalgorytm is gettinguzyskiwanie a tinymalutki bitkawałek better.
101
302000
3000
algorytmu genetycznego, jest troszkę lepszy.
05:17
(LaughterŚmiech)
102
305000
8000
(Śmiech)
05:25
GenerationGeneracji 10 and it'llbędzie take a fewkilka stepskroki more --
103
313000
2000
Dziesiąte pokolenie i zrobi kilka kroków więcej.
05:31
still not quitecałkiem there.
104
319000
2000
Wciąż jeszcze nie to.
05:34
But now, after generationgeneracja 20, it actuallytak właściwie walksspacery in a straightproste linelinia withoutbez fallingspadanie over.
105
322000
5000
Po 20 pokoleniu chodzi prosto i nie przewraca się.
05:40
That was the realreal breakthroughprzełom for us.
106
328000
3000
To był dla nas prawdziwy przełom.
05:43
It was, academicallyakademickim, quitecałkiem a challengingtrudne projectprojekt,
107
331000
3000
Jako projekt akademicki to było spore wyzwanie.
05:46
and oncepewnego razu we had reachedosiągnięty that stageetap, we were quitecałkiem confidentpewni
108
334000
3000
Po osiągnięciu tego etapu mieliśmy przeświadczenie,
05:49
that we could try and do other things as well with this approachpodejście --
109
337000
3000
że możemy spróbować robić też inne rzeczy w taki sposób —
05:52
actuallytak właściwie simulatingSymulacja the bodyciało
110
340000
2000
rzeczywiście symulując ciało
05:54
and simulatingSymulacja that partczęść of the nervousnerwowy systemsystem that controlssterownica it.
111
342000
3000
i symulując tę część układu nerwowego, która je kontroluje.
05:57
Now, at this stageetap, it alsorównież becamestał się clearjasny that this could be very excitingekscytujący
112
345000
3000
Na tym etapie stało się też jasne, że to może być fascynująca sprawa
06:00
for things like computerkomputer gamesGry or onlineonline worldsświaty.
113
348000
3000
w takich dziedzinach, jak gry komputerowe czy światy online.
06:03
What you see here is the characterpostać standingna stojąco there,
114
351000
2000
Widzicie tu postać stojącą tam
06:05
and there's an obstacleprzeszkoda that we put in its way.
115
353000
2000
i przeszkodę na jej drodze.
06:07
And what you see is, it's going to fallspadek over the obstacleprzeszkoda.
116
355000
5000
Widzicie, że przewróci się na tej przeszkodzie.
06:12
Now, the interestingciekawy bitkawałek is, if I moveruszaj się the obstacleprzeszkoda a tinymalutki bitkawałek to the right,
117
360000
3000
Interesujące jest to, że jeśli przesunę przeszkodę trochę w prawo,
06:15
whichktóry is what I'm doing now, here,
118
363000
2000
co zrobię teraz, o tutaj,
06:17
it will fallspadek over it in a completelycałkowicie differentróżne way.
119
365000
4000
przewróci się na niej w zupełnie inny sposób.
06:24
And again, if you moveruszaj się the obstacleprzeszkoda a tinymalutki bitkawałek, it'llbędzie again fallspadek differentlyróżnie.
120
372000
5000
Jeśli przesunę przeszkodę jeszcze trochę, przewróci się znowu inaczej.
06:29
(LaughterŚmiech)
121
377000
2000
(Śmiech)
06:31
Now, what you see, by the way, at the topTop there,
122
379000
2000
Przy okazji: tutaj u góry widzicie
06:33
are some of the neuralnerwowy activationsaktywacje beingistota fedkarmiony into the virtualwirtualny musclesmięśnie.
123
381000
3000
pobudzenia neuronów wysyłane do wirtualnych mięśni.
06:36
Okay. That's the videowideo. ThanksDzięki.
124
384000
2000
Dobrze. To film. Dziękuję.
06:38
Now, this mightmoc look kinduprzejmy of trivialtrywialny, but it's actuallytak właściwie very importantważny
125
386000
3000
To może wyglądać dość trywialnie, ale jest bardzo ważne,
06:41
because this is not something you get at the momentza chwilę
126
389000
2000
ponieważ nie znajdziecie tego obecnie
06:43
in any interactiveinteraktywny or any virtualwirtualny worldsświaty.
127
391000
2000
w żadnym interaktywnym czy wirtualnym świecie.
06:48
Now, at this stageetap, we decidedzdecydowany to startpoczątek a companyfirma and moveruszaj się this furtherdalej,
128
396000
3000
Wtedy postanowiliśmy założyć firmę i rozwijać to,
06:51
because obviouslyoczywiście this was just a very simpleprosty, blockyblokowe bipedstworzenie dwunożne.
129
399000
3000
bo oczywiście to był tylko bardzo prosty, kanciasty dwunóg.
06:54
What we really wanted was a fullpełny humanczłowiek bodyciało.
130
402000
2000
Chcieliśmy zrobić kompletne ludzkie ciało,
06:56
So we startedRozpoczęty the companyfirma.
131
404000
1000
więc założyliśmy firmę.
06:57
We hiredzatrudniony a teamzespół of physicistsfizycy, softwareoprogramowanie engineersinżynierowie and biologistsbiolodzy
132
405000
5000
Zatrudniliśmy do pracy zespół fizyków, inżynierów oprogramowania i biologów,
07:02
to work on this, and the first thing we had to work on
133
410000
3000
a pierwszą rzeczą, którą musieliśmy się zająć,
07:05
was to createStwórz the humanczłowiek bodyciało, basicallygruntownie.
134
413000
4000
było stworzenie ludzkiego ciała — po prostu.
07:09
It's got to be relativelystosunkowo fastszybki, so you can runbiegać it on a normalnormalna machinemaszyna,
135
417000
3000
Musi być dość szybkie, żeby mogło działać na zwykłej maszynie,
07:12
but it's got to be accuratedokładny enoughdość, so it lookswygląda good enoughdość, basicallygruntownie.
136
420000
3000
ale musi być dostatecznie dokładne, żeby dobrze wyglądało.
07:15
So we put quitecałkiem a bitkawałek of biomechanicalbiomechaniczne knowledgewiedza, umiejętności into this thing,
137
423000
3000
Włożyliśmy w to trochę wiedzy biomechanicznej
07:18
and triedwypróbowany to make it as realisticrealistyczne as possiblemożliwy.
138
426000
4000
i postaraliśmy się, żeby było tak realistyczne, jak to możliwe.
07:22
What you see here on the screenekran right now
139
430000
2000
To, co widzicie teraz na ekranie,
07:24
is a very simpleprosty visualizationwyobrażanie sobie of that bodyciało.
140
432000
2000
to bardzo prosta wizualizacja tego ciała.
07:26
I should addDodaj that it's very simpleprosty to addDodaj things like hairwłosy, clothesubranie, etcitp.,
141
434000
4000
Bardzo prosto można dodać takie rzeczy, jak włosy, ubranie itp.
07:30
but what we'vemamy doneGotowe here is use a very simpleprosty visualizationwyobrażanie sobie,
142
438000
3000
Tutaj zrobiliśmy bardzo prostą wizualizację,
07:33
so you can concentratekoncentrować on the movementruch.
143
441000
2000
dzięki czemu możecie skoncentrować się na ruchu.
07:35
Now, what I'm going to do right now, in a momentza chwilę,
144
443000
3000
Teraz po prostu popchnę trochę
07:38
is just pushPchać this characterpostać a tinymalutki bitkawałek and we'lldobrze see what happensdzieje się.
145
446000
3000
tę postać i zobaczymy co się stanie.
07:46
Nothing really interestingciekawy, basicallygruntownie.
146
454000
2000
Nic naprawdę interesującego, w zasadzie.
07:48
It fallsspada over, but it fallsspada over like a ragszmata dolllalka, basicallygruntownie.
147
456000
3000
Przewraca się, ale tak jak szmaciana lalka.
07:51
The reasonpowód for that is that there's no intelligenceinteligencja in it.
148
459000
3000
Dlatego, że nie ma w tym żadnej inteligencji.
07:54
It becomesstaje się interestingciekawy when you put artificialsztuczny intelligenceinteligencja into it.
149
462000
4000
Zrobi się interesująco, gdy włożymy tam sztuczną inteligencję.
07:58
So, this characterpostać now has motorsilnik skillsumiejętności in the uppergórny bodyciało --
150
466000
4000
Ta postać ma zdolności motoryczne w górnej części ciała.
08:02
nothing in the legsnogi yetjeszcze, in this particularszczególny one.
151
470000
2000
W nogach nie ma żadnych — ta konkretna postać.
08:04
But what it will do -- I'm going to pushPchać it again.
152
472000
3000
Ale to, co zrobi — popchnę ją znowu.
08:07
It will realizerealizować autonomouslyautonomicznie that it's beingistota pushedpchnął.
153
475000
2000
Samodzielnie zauważy, że została popchnięta.
08:09
It's going to stickkij out its handsręce.
154
477000
2000
Wyciągnie ręce.
08:11
It's going to turnskręcać around into the fallspadek, and try and catchłapać the fallspadek.
155
479000
3000
Obróci się w kierunku przewracania się i spróbuje powstrzymać upadek.
08:20
So that's what you see here.
156
488000
2000
I to widzicie tutaj.
08:22
Now, it getsdostaje really interestingciekawy
157
490000
2000
Naprawdę ciekawie będzie, gdy dodamy
08:24
if you then addDodaj the AIAI for the lowerniższy partczęść of the bodyciało as well.
158
492000
4000
sztuczną inteligencję dla dolnej części ciała.
08:28
So here, we'vemamy got the samepodobnie characterpostać.
159
496000
2000
Mamy tu tę samą postać.
08:30
I'm going to pushPchać it a bitkawałek hardertrudniejsze now,
160
498000
2000
Popchnę ją teraz trochę mocniej,
08:32
hardertrudniejsze than I just pushedpchnął ChrisChris.
161
500000
2000
mocniej niż popchnąłem Chrisa przed chwilą.
08:34
But what you'llTy będziesz see is -- it's going to receiveotrzymać a pushPchać now from the left.
162
502000
4000
Zobaczycie, teraz zostanie popchnięta z lewej.
08:41
What you see is it takes stepskroki backwardsWstecz,
163
509000
2000
Jak widzicie, robi kilka kroków do tyłu:
08:43
it triespróbuje to counter-balanceprzeciwwagę,
164
511000
2000
próbuje przywrócić równowagę,
08:45
it triespróbuje to look at the placemiejsce where it thinksmyśli it's going to landwylądować.
165
513000
4000
spojrzeć na miejsce, gdzie sądzi, że upadnie.
08:49
I'll showpokazać you this again.
166
517000
2000
Pokażę jeszcze raz.
08:51
And then, finallywreszcie hitstrafienia the floorpiętro.
167
519000
3000
W końcu uderza w podłogę.
08:55
Now, this becomesstaje się really excitingekscytujący
168
523000
3000
Robi się to naprawdę ciekawe,
08:58
when you pushPchać that characterpostać in differentróżne directionswskazówki, again, just as I've doneGotowe.
169
526000
5000
gdy popchniemy postać w różnych kierunkach, tak jak to zrobiłem.
09:03
That's something that you cannotnie może do right now.
170
531000
4000
Czegoś takiego nie można zrobić obecnie.
09:07
At the momentza chwilę, you only have emptypusty computerkomputer graphicsgrafika in gamesGry.
171
535000
3000
Teraz mamy w grach tylko pustą grafikę komputerową.
09:10
What this is now is a realreal simulationsymulacja. That's what I want to showpokazać you now.
172
538000
3000
Tu mamy prawdziwą symulację. I to chciałbym Wam teraz pokazać.
09:13
So, here'soto jest the samepodobnie characterpostać with the samepodobnie behaviorzachowanie I've just shownpokazane you,
173
541000
3000
Tutaj jest ta sama postać o tym samym zachowaniu, co pokazałem wcześniej,
09:16
but now I'm just going to pushPchać it from differentróżne directionswskazówki.
174
544000
2000
ale teraz będą ją popychał z różnych stron.
09:18
First, startingstartowy with a pushPchać from the right.
175
546000
2000
Zacznijmy od popchnięcia z prawej strony.
09:23
This is all slowpowolny motionruch, by the way, so we can see what's going on.
176
551000
3000
To jest w zwolnionym tempie, żeby zobaczyć co się dzieje.
09:26
Now, the anglekąt will have changedzmienione a tinymalutki bitkawałek,
177
554000
3000
Teraz zmienimy trochę kąt,
09:29
so you can see that the reactionreakcja is differentróżne.
178
557000
4000
żebyście zobaczyli, że reakcja jest inna.
09:33
Again, a pushPchać, now this time from the frontz przodu.
179
561000
3000
Jeszcze raz, teraz popchnijmy od przodu.
09:37
And you see it fallsspada differentlyróżnie.
180
565000
2000
Jak widzicie, przewraca się inaczej.
09:39
And now from the left --
181
567000
2000
A teraz z lewej.
09:43
and it fallsspada differentlyróżnie.
182
571000
2000
Znowu przewraca się inaczej.
09:45
That was really excitingekscytujący for us to see that.
183
573000
2000
Byliśmy zafascynowani, widząc to.
09:47
That was the first time we'vemamy seenwidziany that.
184
575000
2000
To był pierwszy raz, gdy to widzieliśmy.
09:49
This is the first time the publicpubliczny seeswidzi this as well,
185
577000
2000
To jest również pierwsza publiczna prezentacja,
09:51
because we have been in stealthStealth modetryb.
186
579000
2000
ponieważ pracowaliśmy w ukryciu.
09:53
I haven'tnie mam shownpokazane this to anybodyktoś yetjeszcze.
187
581000
2000
Nikomu jeszcze tego nie pokazywałem.
09:55
Now, just a funzabawa thing:
188
583000
2000
Teraz coś śmiesznego.
09:57
what happensdzieje się if you put that characterpostać --
189
585000
2000
Co się stanie, gdy umieścimy tę postać,
09:59
this is now a woodendrewniane versionwersja of it, but it's got the samepodobnie AIAI in it --
190
587000
2000
to jej drewniana wersja, ale z tą samą sztuczną inteligencją,
10:01
but if you put that characterpostać on a slipperyśliski surfacepowierzchnia, like icelód.
191
589000
2000
umieścimy ją na śliskiej powierzchni, np. na lodzie.
10:03
We just did that for a laughśmiech, just to see what happensdzieje się.
192
591000
3000
Zrobiliśmy to dla zabawy, żeby zobaczyć co się stanie.
10:06
(LaughterŚmiech)
193
594000
1000
(Śmiech)
10:07
And this is what happensdzieje się.
194
595000
2000
Taki mamy efekt.
10:09
(LaughterŚmiech)
195
597000
3000
(Śmiech)
10:12
(ApplauseAplauz)
196
600000
3000
(Brawa)
10:15
It's nothing we had to do about this.
197
603000
2000
Nie musieliśmy tu nic przygotowywać.
10:17
We just tookwziął this characterpostać that I just talkedrozmawialiśmy about,
198
605000
2000
Po prostu wzięliśmy tę postać, o której mówiłem,
10:19
put it on a slipperyśliski surfacepowierzchnia, and this is what you get out of it.
199
607000
3000
postawiliśmy na śliskiej powierzchni — i mamy taki efekt.
10:22
And that's a really fascinatingfascynujący thing about this approachpodejście.
200
610000
3000
To jest naprawdę fascynujące w tym podejściu.
10:26
Now, when we wentposzedł to filmfilm studiosStudios and gamesGry developersprogramistów
201
614000
3000
Kiedy poszliśmy do studiów filmowych i twórców gier
10:29
and showedpokazał them that technologytechnologia, we got a very good responseodpowiedź.
202
617000
3000
i pokazaliśmy im tą technologię, spotkaliśmy się ze znakomitą reakcją.
10:32
And what they said was, the first thing they need immediatelynatychmiast is virtualwirtualny stuntmenkaskaderzy.
203
620000
4000
Powiedzieli, że pierwsze czego potrzebują to wirtualni kaskaderzy.
10:36
Because stuntsakrobacje are obviouslyoczywiście very dangerousniebezpieczny, they're very expensivedrogi,
204
624000
4000
Kaskaderstwo jest oczywiście bardzo niebezpieczne i bardzo drogie
10:40
and there are a lot of stuntStunt scenessceny that you cannotnie może do, obviouslyoczywiście,
205
628000
2000
i jest wiele scen kaskaderskich, których nie można zrealizować,
10:42
because you can't really allowdopuszczać the stuntmankaskader to be seriouslypoważnie hurtból.
206
630000
3000
bo nie można dopuścić do poważnych obrażeń kaskaderów.
10:45
So, they wanted to have a digitalcyfrowy versionwersja of a stuntmankaskader
207
633000
3000
Więc chcieli mieć kaskadera w wersji cyfrowej
10:48
and that's what we'vemamy been workingpracujący on for the pastprzeszłość fewkilka monthsmiesiące.
208
636000
2000
i nad tym pracujemy od kilku miesięcy.
10:50
And that's our first productprodukt that we're going to releasewydanie in a couplepara of weekstygodnie.
209
638000
5000
To jest pierwszy produkt, który wypuścimy za kilka tygodni.
10:55
So, here are just a fewkilka very simpleprosty scenessceny of the guy just beingistota kickedkopnięty.
210
643000
5000
Tutaj jest kilka bardzo prostych scen z kopanym facetem.
11:00
That's what people want. That's what we're givingdający them.
211
648000
2000
Tego chcą ludzie. My im to dajemy.
11:02
(LaughterŚmiech)
212
650000
7000
(Śmiech)
11:09
You can see, it's always reactingreagować.
213
657000
2000
Jak widzicie, zawsze reaguje.
11:11
This is not a deadnie żyje bodyciało. This is a bodyciało who basicallygruntownie, in this particularszczególny casewalizka,
214
659000
4000
To nie jest martwe ciało. To jest ciało, które w tym przypadku, najprościej mówiąc,
11:15
feelsczuje the forcesiła and triespróbuje to protectochraniać its headgłowa.
215
663000
2000
odczuwa uderzenie i próbuje chronić swoją głowę.
11:17
Only, I think it's quitecałkiem a bigduży blowcios again.
216
665000
2000
To chyba znowu bardzo mocny cios.
11:19
You feel kinduprzejmy of sorry for that thing,
217
667000
2000
Można jakby współczuć temu czemuś,
11:21
and we'vemamy seenwidziany it so manywiele timesczasy now that
218
669000
2000
ale my to widzieliśmy już tyle razy,
11:23
we don't really careopieka any more.
219
671000
2000
że zobojętnieliśmy.
11:25
(LaughterŚmiech)
220
673000
1000
(Śmiech)
11:26
There are much worsegorzej videosfilmy wideo than this, by the way, whichktóry I have takenwzięty out, but ...
221
674000
4000
Mamy dużo straszniejsze filmy, niż ten — zrezygnowałem z nich, ale...
11:31
Now, here'soto jest anotherinne one.
222
679000
2000
Jeszcze jeden.
11:33
What people wanted as a behaviorzachowanie was to have an explosioneksplozja,
223
681000
4000
Ludzie chcieli takie zachowanie: gdy mamy eksplozję,
11:37
a strongsilny forcesiła appliedstosowany to the characterpostać,
224
685000
2000
dużą siłę działającą na postać,
11:39
and have the characterpostać reactreagować to it in midairpowietrzu.
225
687000
2000
która musi reagować na nią w locie.
11:41
So that you don't have a characterpostać that lookswygląda limpwiotki,
226
689000
2000
Dzięki czemu nie mamy postaci bezwładnej,
11:43
but actuallytak właściwie a characterpostać that you can use in an actionczynność filmfilm straightproste away,
227
691000
3000
ale taką, której można natychmiast użyć w filmie akcji,
11:46
that lookswygląda kinduprzejmy of aliveżywy in midairpowietrzu as well.
228
694000
2000
która wygląda jak żywa również w locie.
11:48
So this characterpostać is going to be hittrafienie by a forcesiła,
229
696000
2000
Na tą postać zadziała siła,
11:50
it's going to realizerealizować it's in the airpowietrze,
230
698000
2000
ona zauważy, że jest w powietrzu,
11:52
and it's going to try and, well,
231
700000
3000
i spróbuje
11:55
stickkij out its armramię in the directionkierunek where it's landinglądowanie.
232
703000
2000
wyciągnąć rękę w kierunku miejsca, gdzie wyląduje.
11:59
That's one anglekąt; here'soto jest anotherinne anglekąt.
233
707000
3000
To pod jednym kątem, to pod innym.
12:02
We now think that the realismrealizm we're achievingosiągnięcia with this
234
710000
2000
Sądzimy, że realizm, który uzyskaliśmy tutaj,
12:04
is good enoughdość to be used in filmsfilmy.
235
712000
2000
jest wystarczająco dobry do zastosowania w filmach.
12:06
And let's just have a look at a slightlynieco differentróżne visualizationwyobrażanie sobie.
236
714000
3000
Teraz przyjrzyjmy się trochę innej wizualizacji.
12:09
This is something I just got last night
237
717000
2000
Dostałem ją zeszłej nocy
12:11
from an animationanimacja studiostudio in LondonLondyn, who are usingza pomocą our softwareoprogramowanie
238
719000
3000
ze studia animacji w Londynie, które używa naszego oprogramowania
12:14
and experimentingeksperymentować with it right now.
239
722000
2000
i eksperymentuje już z nim.
12:16
So this is exactlydokładnie the samepodobnie behaviorzachowanie that you saw,
240
724000
3000
To dokładnie takie samo zachowanie, jak widzieliście,
12:19
but in a slightlynieco better renderedrenderowane versionwersja.
241
727000
4000
ale w wersji z trochę lepszym renderingiem.
12:23
So if you look at the characterpostać carefullyostrożnie,
242
731000
3000
Jeśli dobrze przyjrzycie się tej postaci,
12:26
you see there are lots of bodyciało movementsruchy going on,
243
734000
2000
zobaczycie bardzo dużo ruchów ciała,
12:28
noneŻaden of whichktóry you have to animateProgram Animate like in the oldstary daysdni.
244
736000
2000
żadnego z których nie trzeba animować po staremu.
12:30
AnimatorsAnimatorzy had to actuallytak właściwie animateProgram Animate them.
245
738000
2000
Animatorzy musieli faktycznie tworzyć te animacje.
12:32
This is all happeningwydarzenie automaticallyautomatycznie in the simulationsymulacja.
246
740000
2000
To wszystko dzieje się automatycznie w symulacji.
12:34
This is a slightlynieco differentróżne anglekąt,
247
742000
2000
Tutaj pod trochę innym kątem
12:39
and again a slowpowolny motionruch versionwersja of this.
248
747000
2000
i znowu wersja w zwolnionym tempie.
12:41
This is incrediblyniewiarygodnie quickszybki. This is happeningwydarzenie in realreal time.
249
749000
4000
To jest niezwykle szybkie. To się dzieje w czasie rzeczywistym.
12:45
You can runbiegać this simulationsymulacja in realreal time, in frontz przodu of your eyesoczy,
250
753000
2000
Możecie ją uruchomić w czasie rzeczywistym, przed własnymi oczami,
12:47
changezmiana it, if you want to, and you get the animationanimacja straightproste out of it.
251
755000
3000
zmodyfikować, jeśli chcecie, i prosto z tego mamy animację.
12:50
At the momentza chwilę, doing something like this by handdłoń
252
758000
2000
Obecnie, zrobienie czegoś takiego ręcznie
12:52
would take you probablyprawdopodobnie a couplepara of daysdni.
253
760000
2000
zajęłoby prawdopodobnie kilka dni.
12:55
This is anotherinne behaviorzachowanie they requestedzgłoszony.
254
763000
3000
To jest inne zachowanie, jakie chcieli.
12:58
I'm not quitecałkiem sure why, but we'vemamy doneGotowe it anywaytak czy inaczej.
255
766000
2000
Nie jestem pewien dlaczego, ale i tak zrobiliśmy.
13:00
It's a very simpleprosty behaviorzachowanie that showsprzedstawia you the powermoc of this approachpodejście.
256
768000
2000
To bardzo proste zachowanie pokazujące siłę tego podejścia.
13:02
In this casewalizka, the character'spostaci handsręce
257
770000
2000
W tym przypadku ręce postaci
13:04
are fixednaprawiony to a particularszczególny pointpunkt in spaceprzestrzeń,
258
772000
2000
są unieruchomione w ustalonym punkcie przestrzeni,
13:06
and all we'vemamy told the characterpostać to do is to struggleborykać się.
259
774000
3000
a my tylko kazaliśmy tej postaci szamotać się.
13:09
And it lookswygląda organicorganiczny. It lookswygląda realisticrealistyczne.
260
777000
3000
Wygląda to naturalnie, realistycznie.
13:12
You feel kinduprzejmy of sorry for the guy.
261
780000
2000
Można współczuć temu ludzikowi.
13:14
It's even worsegorzej -- and that is anotherinne videowideo I just got last night --
262
782000
3000
Jest jeszcze gorzej — to kolejne wideo, które dostałem zeszłej nocy —
13:17
if you renderrenderowanie that a bitkawałek more realisticallyrealistycznie.
263
785000
2000
jeśli rendering będzie trochę bardziej realistyczny.
13:23
Now, I'm showingseans this to you just to showpokazać you
264
791000
2000
Pokazuję to Wam, żeby było widać,
13:25
how organicorganiczny it actuallytak właściwie can feel, how realisticrealistyczne it can look.
265
793000
2000
jak naturalne to może się wydawać, jak realistycznie wyglądać.
13:27
And this is all a physicalfizyczny simulationsymulacja of the bodyciało,
266
795000
3000
To wszystko to fizyczna symulacja ciała
13:30
usingza pomocą AIAI to drivenapęd virtualwirtualny musclesmięśnie in that bodyciało.
267
798000
3000
z użyciem SI kierującej wirtualnymi mięśniami w tym ciele.
13:35
Now, one thing whichktóry we did for a laughśmiech was
268
803000
3000
Jedna z rzeczy, które zrobiliśmy dla zabawy,
13:38
to createStwórz a slightlynieco more complexzłożony stuntStunt scenescena,
269
806000
2000
to trochę bardziej złożona scena kaskaderska.
13:40
and one of the mostwiększość famoussławny stuntsakrobacje is the one where JamesJames BondBond
270
808000
3000
Jedną z najbardziej znanych scen kaskaderskich jest ta, w której
13:43
jumpsskacze off a damzapora in SwitzerlandSzwajcaria and then is caughtzłapany by a bungeebungee.
271
811000
4000
James Bond skacze z zapory w Szwajcarii na bungee.
13:48
Got a very shortkrótki clipspinacz here.
272
816000
2000
Mam tu króciutki klip.
13:54
Yes, you can just about see it here.
273
822000
2000
Możecie tu trochę zobaczyć.
13:56
In this casewalizka, they were usingza pomocą a realreal stuntStunt man. It was a very dangerousniebezpieczny stuntStunt.
274
824000
3000
Tutaj wykorzystali prawdziwego kaskadera. To był bardzo niebezpieczny wyczyn.
13:59
It was just votedgłosowało, I think in the SundayNiedziela TimesRazy, as one of the mostwiększość impressiveimponujący stuntsakrobacje.
275
827000
3000
Niedawno chyba w Sunday Timesie, uznano go za jeden z najbardziej imponujących wyczynów kaskaderskich.
14:02
Now, we'vemamy just triedwypróbowany and -- lookedspojrzał at our characterpostać and askedspytał ourselvesmy sami,
276
830000
3000
My popróbowaliśmy, przyjrzeliśmy się naszej postaci i zapytaliśmy siebie:
14:05
"Can we do that ourselvesmy sami as well?"
277
833000
2000
„Czy my też potrafimy to zrobić?”
14:07
Can we use the physicalfizyczny simulationsymulacja of the characterpostać,
278
835000
2000
Czy możemy użyć fizycznej symulacji postaci,
14:09
use artificialsztuczny intelligenceinteligencja,
279
837000
2000
wykorzystać sztuczną inteligencję,
14:11
put that artificialsztuczny intelligenceinteligencja into the characterpostać,
280
839000
2000
wsadzić tą sztuczną inteligencję do postaci,
14:13
drivenapęd virtualwirtualny musclesmięśnie, simulatesymulować the way he jumpsskacze off the damzapora,
281
841000
4000
pokierować wirtualnymi mięśniami, zasymulować jak on skacze z zapory,
14:17
and then skydiveSkydive afterwardspotem,
282
845000
2000
a potem nurkuje w powietrzu
14:19
and have him caughtzłapany by a bungeebungee afterwardspotem?
283
847000
2000
i na koniec sprawić, że zatrzyma go bungee?
14:21
We did that. It tookwziął about altogethercałkowicie just two hoursgodziny,
284
849000
3000
Zrobiliśmy to w około dwie godziny,
14:24
prettyładny much, to createStwórz the simulationsymulacja.
285
852000
2000
mniej więcej tylee zajęło tworzenie symulacji.
14:26
And that's what it lookswygląda like, here.
286
854000
2000
A tak to wygląda.
14:37
Now, this could do with a bitkawałek more work. It's still very earlywcześnie stagesgradacja,
287
865000
3000
Przydałoby się trochę więcej pracy. To wciąż bardzo wczesne etapy,
14:40
and we prettyładny much just did this for a laughśmiech,
288
868000
2000
a zrobiliśmy to w zasadzie dla zabawy,
14:42
just to see what we'dpoślubić get out of it.
289
870000
2000
tylko żeby zobaczyć co wyjdzie.
14:44
But what we founduznany over the pastprzeszłość fewkilka monthsmiesiące
290
872000
2000
Ale odkryliśmy przez te ostatnich kilka miesięcy,
14:46
is that this approachpodejście -- that we're prettyładny much standardstandard uponna --
291
874000
3000
że to podejście, którego się w zasadzie trzymamy,
14:49
is incrediblyniewiarygodnie powerfulpotężny.
292
877000
2000
daje niesamowite możliwości.
14:51
We are ourselvesmy sami surprisedzaskoczony what you actuallytak właściwie get out of the simulationssymulacje.
293
879000
4000
Sami jesteśmy zaskoczeni tym, co wychodzi z tych symulacji.
14:55
There's very oftenczęsto very surprisingzaskakujący behaviorzachowanie that you didn't predictprzepowiadać, wywróżyć before.
294
883000
4000
Często pojawia się zaskakujące zachowanie, którego nie przewidzieliśmy.
14:59
There's so manywiele things we can do with this right now.
295
887000
2000
Jest tak dużo rzeczy, które możemy z tym zrobić już teraz.
15:01
The first thing, as I said, is going to be virtualwirtualny stuntmenkaskaderzy.
296
889000
3000
Pierwsza rzecz, jak powiedziałem, to wirtualni kaskaderzy.
15:04
SeveralKilka studiosStudios are usingza pomocą this softwareoprogramowanie now to produceprodukować virtualwirtualny stuntmenkaskaderzy,
297
892000
4000
Kilka studiów używa już tego do produkcji wirtualnych kaskaderów,
15:08
and they're going to hittrafienie the screenekran quitecałkiem soonwkrótce, actuallytak właściwie,
298
896000
2000
trafią oni na ekrany już wkrótce
15:10
for some majorpoważny productionsprodukcje.
299
898000
2000
w kilku dużych produkcjach.
15:12
The seconddruga thing is videowideo gamesGry.
300
900000
3000
Druga rzecz to gry wideo.
15:15
With this technologytechnologia, videowideo gamesGry will look differentróżne and they will feel very differentróżne.
301
903000
4000
Dzięki tej technologii będą wyglądać inaczej i będą robić inne wrażenie,
15:19
For the first time, you'llTy będziesz have actorsaktorzy that really feel very interactiveinteraktywny,
302
907000
3000
Pierwszy raz będziemy mieć aktorów, którzy wyglądają bardzo interaktywnie,
15:22
that have realreal bodiesciała that really reactreagować.
303
910000
2000
będą mieć prawdziwe ciała z prawdziwymi reakcjami.
15:24
I think that's going to be incrediblyniewiarygodnie excitingekscytujący.
304
912000
3000
Myślę, że będzie to niezwykle ekscytujące.
15:27
ProbablyPrawdopodobnie startingstartowy with sportsSport gamesGry,
305
915000
2000
Prawdopodobnie zacznie się od gier sportowych,
15:29
whichktóry are going to becomestają się much more interactiveinteraktywny.
306
917000
2000
które staną się dużo bardziej interaktywne.
15:31
But I particularlyszczególnie am really excitedpodekscytowany
307
919000
1000
Szczególnie ekscytuje mnie
15:32
about usingza pomocą this technologytechnologia in onlineonline worldsświaty,
308
920000
3000
zastosowanie tej technologii w światach online,
15:35
like there, for exampleprzykład, that TomTom MelcherMelcher has shownpokazane us.
309
923000
3000
takich jak np. pokazany przez Toma Melchera.
15:38
The degreestopień of interactivityinteraktywność you're going to get
310
926000
2000
Stopień interaktywności, jaki będziemy mieć,
15:40
is totallycałkowicie differentróżne, I think, from what you're gettinguzyskiwanie right now.
311
928000
3000
jest zupełnie inny niż to, co mamy teraz.
15:44
A thirdtrzeci thing we are looking at and very interestedzainteresowany in is simulationsymulacja.
312
932000
4000
Trzecia rzecz, której oczekujemy z dużym zainteresowaniem to symulacja.
15:49
We'veMamy been approachedzbliżył się by severalkilka simulationsymulacja companiesfirmy,
313
937000
2000
Skontaktowało się z nami kilka firm od symulacji,
15:51
but one projectprojekt we're particularlyszczególnie excitedpodekscytowany about, whichktóry we're startingstartowy nextNastępny monthmiesiąc,
314
939000
3000
ale jeden projekt, który szczególnie nas fascynuje rozpoczynamy w przyszłym miesiącu,
15:54
is to use our technologytechnologia -- and in particularszczególny, the walkingpieszy technologytechnologia --
315
942000
4000
to zastosowanie naszej technologii, a w szczególności technologii chodu,
15:58
to help aidpomoc surgeonsChirurdzy who work on childrendzieci with cerebralmózgowy palsyPorażenie,
316
946000
4000
do wspomagania chirurgów pracujących z dziećmi z porażeniem mózgowym
16:02
to predictprzepowiadać, wywróżyć the outcomewynik of operationsoperacje on these childrendzieci.
317
950000
3000
w celu przewidywania wyników operacji tych dzieci.
16:05
As you probablyprawdopodobnie know,
318
953000
2000
Jak pewnie wiecie,
16:07
it's very difficulttrudny to predictprzepowiadać, wywróżyć what the outcomewynik of an operationoperacja is
319
955000
3000
bardzo trudno jest przewidzieć wynik operacji
16:10
if you try and correctpoprawny the gaitchód.
320
958000
2000
służących leczeniu zaburzeń chodu.
16:12
The classicklasyczny quotezacytować is, I think, it's unpredictablenieobliczalny at bestNajlepiej,
321
960000
3000
Klasyczne określenie to chyba: w najlepszym razie nieprzewidywalny.
16:15
is what people think right now, is the outcomewynik.
322
963000
3000
Tak się teraz mówi o wyniku operacji.
16:18
Now, what we want to do with our softwareoprogramowanie is allowdopuszczać our surgeonsChirurdzy to have a toolnarzędzie.
323
966000
4000
Chcemy, żeby nasze oprogramowanie mogło być dla chirurgów narzędziem.
16:22
We're going to simulatesymulować the gaitchód of a particularszczególny childdziecko
324
970000
3000
Będziemy symulować chód konkretnego dziecka,
16:25
and the surgeonChirurg can then work on that simulationsymulacja
325
973000
3000
a chirurg będzie móc pracować na tej symulacji
16:28
and try out differentróżne wayssposoby to improveulepszać that gaitchód,
326
976000
2000
i testować różne sposoby poprawy zdolności chodzenia,
16:30
before he actuallytak właściwie commitspopełnia to an actualrzeczywisty surgeryChirurgia.
327
978000
3000
zanim przeprowadzi prawdziwy zabieg chirurgiczny.
16:33
That's one projectprojekt we're particularlyszczególnie excitedpodekscytowany about,
328
981000
2000
To jest projekt, który nas szczególnie ekscytuje,
16:35
and that's going to startpoczątek nextNastępny monthmiesiąc.
329
983000
2000
a zaczynamy go w przyszłym miesiącu.
16:39
Just finallywreszcie, this is only just the beginningpoczątek.
330
987000
3000
Jeszcze powiem, że to dopiero początek.
16:42
We can only do severalkilka behaviorszachowania right now.
331
990000
2000
Możemy teraz realizować tylko kilka zachowań.
16:44
The AIAI isn't good enoughdość to simulatesymulować a fullpełny humanczłowiek bodyciało.
332
992000
3000
SI nie jest dostatecznie dobra, by symulować całe ciało ludzkie.
16:47
The bodyciało yes, but not all the motorsilnik skillsumiejętności that we have.
333
995000
3000
Ciało tak, ale nie wszystkie nasze zdolności motoryczne.
16:50
And, I think, we're only there if we can have something like balletbalet dancingtaniec.
334
998000
3000
Myślę, że sukces będzie wtedy, gdy będzie możliwe coś w rodzaju baletu.
16:53
Right now, we don't have that
335
1001000
2000
Teraz jeszcze tego nie osiągnęliśmy,
16:55
but I'm very sure that we will be ablezdolny to do that at some stageetap.
336
1003000
2000
ale jestem pewien, że to będzie możliwe na jakimś etapie.
16:57
We do have one unintentionalniezamierzone dancertancerz actuallytak właściwie,
337
1005000
3000
Tak naprawdę, to mamy jednego nieumyślnego tancerza —
17:00
the last thing I'm going to showpokazać you.
338
1008000
2000
— to ostanie, co chciałem Wam pokazać.
17:02
This was an AIAI contourkontur that was producedwytworzony and evolvedewoluował --
339
1010000
3000
To był kontroler SI, który powstał i wyewoluował,
17:05
half-evolvedpół ewoluowały, I should say -- to produceprodukować balancesaldo, basicallygruntownie.
340
1013000
3000
czy raczej nie całkiem wyewoluował, w celu stworzenia zmysłu równowagi.
17:08
So, you kickkopnięcie the guy and the guy'sfaceta supposeddomniemany to counter-balanceprzeciwwagę.
341
1016000
3000
Czyli kopniecie ludzika, a on powinien próbować odzyskać równowagę.
17:11
That's what we thought was going to come out of this.
342
1019000
3000
Myśleliśmy, że to z tego wyjdzie.
17:14
But this is what emergedpojawiły się out of it, in the endkoniec.
343
1022000
2000
Ale ostatecznie pojawiło się to.
17:17
(MusicMuzyka)
344
1025000
10000
(Muzyka)
17:27
BizarrelyDziwnie, this thing doesn't have a headgłowa. I'm not quitecałkiem sure why.
345
1035000
3000
Dziwne, że to coś nie ma głowy. Nie jestem pewien dlaczego.
17:31
So, this was not something we actuallytak właściwie put in there.
346
1039000
2000
Tak więc, to nie my to w niego włożyliśmy.
17:33
He just startedRozpoczęty to createStwórz that dancetaniec himselfsamego siebie.
347
1041000
4000
On sam zaczął po prostu tworzyć ten taniec.
17:37
He's actuallytak właściwie a better dancertancerz than I am, I have to say.
348
1045000
3000
Właściwie jest lepszym tancerzem niż ja.
17:41
And what you see after a while --
349
1049000
2000
Za chwilę zobaczycie —
17:43
I think he even goesidzie into a climaxpunkt kulminacyjny right at the endkoniec.
350
1051000
2000
pod sam koniec ma chyba nawet orgazm.
17:49
And I think -- there you go.
351
1057000
3000
I sądzę... o proszę.
17:52
(LaughterŚmiech)
352
1060000
2000
(Śmiech)
17:54
So, that all happenedstało się automaticallyautomatycznie. We didn't put that in there.
353
1062000
2000
To wszystko stało się automatycznie. Nie wmontowaliśmy tego tam.
17:56
That's just the simulationsymulacja creatingtworzenie this itselfsamo, basicallygruntownie.
354
1064000
3000
Po prostu symulacja tworzy to sama.
17:59
So it's just --
355
1067000
2000
Więc to tylko...
18:01
(ApplauseAplauz)
356
1069000
1000
(Brawa)
18:02
ThanksDzięki.
357
1070000
2000
Dziękuję.
18:05
Not quitecałkiem JohnJohn TravoltaTravolta yetjeszcze, but we're workingpracujący on that as well,
358
1073000
3000
Niezupełnie to John Travolta, ale nad tym też pracujemy.
18:08
so thanksdzięki very much for your time.
359
1076000
2000
Dziękuję bardzo za poświęcony czas.
18:10
ThanksDzięki.
360
1078000
1000
Dziękuję.
18:11
(ApplauseAplauz)
361
1079000
1000
(Brawa)
18:12
CACA: IncredibleNiesamowite. That was really incredibleniesamowite.
362
1080000
2000
Chris Anderson: Niesamowite. To było naprawdę niesamowite.
18:14
TRTR: ThanksDzięki.
363
1082000
1000
Torsten Reil: Dziękuję.
Translated by Marcin Krzaczkowski
Reviewed by Sebastian Misiewicz

▲Back to top

ABOUT THE SPEAKER
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.

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 speaker
Torsten Reil | Speaker | TED.com