TEDGlobal 2010
Peter Molyneux: Meet Milo, the virtual boy
Peter Moluneux przedstawia Milo, wirtualnego chłopca
Filmed:
Readability: 3.5
852,770 views
Peter Molyneux przedstawia Milo, gorąco oczekiwaną grę wideo dla kontrolera Microsoft Kinect. Spostrzegawczy i wrażliwy, jak prawdziwy 11-latek, wirtualny chłopiec ogląda, słucha i uczy się - rozpoznając i reagując na grającego.
Peter Molyneux - Game changer
The head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you. Full bio
The head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you. Full bio
Double-click the English transcript below to play the video.
00:16
When I saw a piece of technology called Kinect --
0
1000
3000
Technologia Kinect, zwana Natal,
00:19
it was called Natal -- I was inspired,
1
4000
3000
zainspirowała mnie do myślenia
00:22
and I thought for a moment,
2
7000
2000
zainspirowała mnie do myślenia
00:24
maybe it's possible
3
9000
2000
o rozwiązaniu pewnego problemu
00:26
to address that one problem of storytelling,
4
11000
3000
w opowiadaniu historii,
00:29
to create a character
5
14000
3000
mianowicie jak wykreować bohatera,
00:32
which seemed alive,
6
17000
2000
który wyglądałby jak żywy,
00:34
which noticed me,
7
19000
2000
a przy tym mnie zauważał,
00:36
that could look me in the eyes
8
21000
2000
patrzył w oczy,
00:38
and feel real,
9
23000
2000
był autentyczny,
00:40
and sculpt a story about our relationship.
10
25000
3000
i stworzyć opowieść o naszej znajomości.
00:43
And so a year ago,
11
28000
3000
Rok temu,
00:46
I showed this off
12
31000
2000
pokazałem to
00:48
at a computer show called E3.
13
33000
3000
na pokazie komputerowym E3.
00:51
And this was a piece of technology
14
36000
2000
Używając tej technologii
00:53
with someone called Claire interacting with this boy.
15
38000
3000
prezenterka porozumiewała się z tym chłopcem.
00:56
And there was a huge row online
16
41000
3000
W internecie podniósł się szum:
00:59
about, "Hey, this can't be real."
17
44000
3000
"Hej, to niemożliwe."
01:02
And so I waited till now
18
47000
2000
Czekałem do dzisiaj,
01:04
to have an actual demo
19
49000
2000
by zaprezentować demo
01:06
of the real tech.
20
51000
2000
prawdziwej technologii.
01:08
Now, this tech incorporates
21
53000
2000
Technologia ta zawiera
01:10
three big elements.
22
55000
2000
trzy duże elementy.
01:12
The first is a Kinect camera,
23
57000
2000
Pierwszy to kamera Kinect,
01:14
which will be out in November,
24
59000
3000
która będzie dostępna w listopadzie,
01:17
some incredible AI
25
62000
2000
niesamowita sztuczna inteligencja,
01:19
that was hidden in the dusty vaults,
26
64000
3000
zbierająca kurz w skarbcach Microsoftu,
01:22
collecting dust
27
67000
2000
zbierająca kurz w skarbcach Microsoftu,
01:24
in Microsoft,
28
69000
2000
zbierająca kurz w skarbcach Microsoftu,
01:26
plus our quite crude
29
71000
2000
oraz dość niezdarne przymiarki
01:28
attempts at AI
30
73000
2000
do sztucznej inteligencji
01:30
at a company called Lionhead,
31
75000
3000
z firmy pn. Lionhead,
01:33
mixing all those things together
32
78000
2000
która złączyła te elementy
01:35
just to get to this one simple idea:
33
80000
3000
by zrealizować prosty pomysł:
01:38
to create a real, living
34
83000
3000
wykreować prawdziwą,
01:41
being in a computer.
35
86000
2000
żyjącą istotę w komputerze.
01:43
Now, I'll be honest with you
36
88000
3000
Szczerze przyznam,
01:46
and say that most of it
37
91000
2000
że większość to tylko trik,
01:48
is just a trick,
38
93000
2000
że większość to tylko trik,
01:50
but it's a trick that actually works.
39
95000
3000
jednak ten trik działa.
01:53
So why don't we go over and have
40
98000
2000
Przejdźmy teraz do prezentacji.
01:55
a look at the demo now.
41
100000
2000
Przejdźmy teraz do prezentacji.
01:57
This is Dimitri.
42
102000
2000
To jest Dimitri.
01:59
Dimitri, just waggle your arm around.
43
104000
3000
Dimitri, porusz ręką.
02:02
Now, you notice he's sitting.
44
107000
2000
Zauważcie, że siedzi.
02:04
There are no controllers,
45
109000
2000
Nie ma żadnych kontrolerów,
02:06
no keyboards,
46
111000
2000
klawiatur czy myszy,
02:08
or mice,
47
113000
2000
klawiatur czy myszy,
02:10
or joysticks, or joypads.
48
115000
3000
joysticków lub padów.
02:13
He is just going to use
49
118000
2000
Będzie używał tylko ręki, ciała i głosu,
02:15
his hand, his body and his voice,
50
120000
3000
Będzie używał tylko ręki, ciała i głosu,
02:18
just like humans interact with their hands, body and voice.
51
123000
3000
tak, jak porozumiewają się ludzie.
02:21
So let's move forward.
52
126000
2000
Pójdźmy dalej.
02:23
You're going to meet Milo for the first time.
53
128000
3000
Spotkacie się z Milo pierwszy raz.
02:27
We had to give him a problem
54
132000
2000
Musieliśmy dać mu jakiś problem,
02:29
because when we first created Milo,
55
134000
2000
bo z początku
02:31
we realized that he came across as a little bit of a brat,
56
136000
2000
Milo robił wrażenie bachora,
02:33
to be honest with you.
57
138000
2000
szczerze mówiąc.
02:35
He was quite a know-it-all,
58
140000
2000
Był wszechwiedzący,
02:37
and he wanted to kind of make you laugh.
59
142000
2000
próbował rozśmieszać.
02:39
So the problem we introduced to him was this:
60
144000
2000
Postawiliśmy go przed problemem:
02:41
he's just moved house.
61
146000
2000
właśnie się przeprowadził.
02:43
He's moved from London
62
148000
2000
Z Londynu
02:45
to New England, over in America.
63
150000
3000
do Nowej Anglii w USA.
02:48
His parents are too busy
64
153000
2000
Rodzice nie mają czasu
02:50
to listen to his problems,
65
155000
2000
na słuchanie o jego problemach.
02:52
and that's when he starts almost conjuring you up.
66
157000
3000
Wtedy wyczarowuje was.
02:55
So here he is
67
160000
2000
Oto on,
02:57
walking through the grass.
68
162000
2000
idzie po trawie.
02:59
And you're able to interact with his world.
69
164000
3000
Możemy wpływać na jego świat.
03:02
The cool thing is, what we're doing
70
167000
3000
Dzięki temu nieustannie
03:05
is we're changing the mind
71
170000
2000
zmieniamy umysł Milo.
03:07
of Milo constantly.
72
172000
2000
zmieniamy umysł Milo.
03:09
That means no two people's Milos
73
174000
3000
Oznacza to, że dla każego gracza
03:12
can be the same.
74
177000
2000
Milo jest inny.
03:14
You're actually sculpting a human being here.
75
179000
3000
Rzeźbimy istotę ludzką.
03:19
So, he's discovering the garden.
76
184000
2000
Odkrywa ogród.
03:21
You're helping him discover the garden
77
186000
2000
Pomagamy mu odkrywać ogród
03:23
by just pointing out these snails.
78
188000
3000
wskazując na ślimaki.
03:27
Very simple at the start.
79
192000
2000
Bardzo prosto na początek.
03:29
By the way, if you are a boy, it's snails;
80
194000
3000
Jeśli gra chłopiec: są ślimaki,
03:32
if you're a girl, it's butterflies
81
197000
3000
jeżeli dziewczynka: motyle,
03:35
because what we found was that girls hate snails.
82
200000
3000
bo dziewczynki nie znoszą ślimaków.
03:38
(Laughter)
83
203000
2000
(Śmiech)
03:44
So remember, this is the first time you've met him,
84
209000
3000
To jest wasze pierwsze spotkanie.
03:47
and we really want to draw you in and make you more curious.
85
212000
3000
Chcemy was wciągnąć i zaciekawić.
03:52
His face, by the way,
86
217000
2000
Jego twarzą
03:54
is fully AI-driven.
87
219000
2000
kieruje sztuczna inteligencja.
03:56
We have complete control over his blush responses,
88
221000
3000
Możemy sprawić, że się zarumieni,
03:59
the diameter of his nostrils
89
224000
3000
rozszerzy nozdrza
04:02
to denote stress.
90
227000
2000
by pokazać stres.
04:04
We actually do something called body matching.
91
229000
2000
Stosujemy tzw. dostosowanie ciała.
04:06
If you're leaning forward,
92
231000
2000
Jeśli nachylisz się w przód,
04:08
he will try and slightly change
93
233000
2000
Milo nieznacznie zmieni
04:10
the neuro-linguistic nature of his face,
94
235000
3000
neurolingwistyczny wyraz twarzy,
04:13
because we went out with this strong idea:
95
238000
2000
bo uznaliśmy, że w ten sposób
04:15
how can we make you believe that something's real?
96
240000
3000
przekonamy użytkownika o autentyczności.
04:18
Now we've used the hand.
97
243000
2000
Użyliśmy ręki.
04:20
The other thing to use is your body.
98
245000
3000
Można również wykorzystać ciało.
04:23
Why not just, instead of pushing left and right
99
248000
3000
Zamiast pchać w lewo i prawo
04:26
with a mouse or with a joypad,
100
251000
3000
myszką lub padem
04:29
why not use your body just to lean on the chair --
101
254000
2000
przechylamy się na krześle,
04:31
again, relaxed?
102
256000
2000
bez wysiłku.
04:33
You can lean back,
103
258000
2000
Można się oprzeć
04:35
but the camera will change its perspective
104
260000
2000
ale kamera zmieni perspektywę
04:37
depending on which way you're looking.
105
262000
3000
w zależności od kierunku spojrzenia.
04:41
So Dimitri's now going to use --
106
266000
2000
Dimitri użył już ręki i ciała.
04:43
he's used his hand; he's used his body.
107
268000
2000
Dimitri użył już ręki i ciała.
04:45
He's now going to use the other thing which is essential,
108
270000
3000
Teraz skorzysta z innej istotnej metody,
04:48
and that's his voice.
109
273000
2000
czyli z głosu.
04:50
Now, the thing about voice is,
110
275000
2000
Nasze doświadczenia
04:52
our experience with voice recognition
111
277000
2000
z rozpoznawaniem głosu
04:54
is pretty awful, isn't it?
112
279000
2000
dawały dosyć okropne rezultaty.
04:56
It never works.
113
281000
2000
Ciągle coś nie działa.
04:58
You order an airline ticket; you end up in Timbuktu.
114
283000
3000
Zamawiając bilet lądujesz w Timbuktu.
05:02
So we've tackled that problem,
115
287000
2000
Rozwiązując ten problem
05:04
and we've come up with a solution, which we'll see in a second.
116
289000
3000
wpadliśmy na pewne rozwiązanie.
05:07
Milo: I could just squish it.
117
292000
2000
Milo: Mógłbym go zgnieść.
05:09
Peter Molyneux: What are you going to do, Dimitri?
118
294000
2000
Peter Molyneux: Co zrobisz, Dimitri?
05:11
Female Voice: Squashing a snail may not seem important,
119
296000
2000
Żeński głos: "Być może zgniecenie ślimaka
05:13
but remember, even this choice
120
298000
2000
nie wydaje się ważne, ale pamiętaj,
05:15
will affect how Milo develops.
121
300000
3000
że każdy wybór wpływa na rozwój Milo.
05:18
Do you want Milo to squash it?
122
303000
2000
Chcesz, by Milo go zgniótł?
05:20
When you see the microphone,
123
305000
2000
Widząc mikrofon,
05:22
say ... (PM: Squash.) ... yes to decide.
124
307000
2000
powiedz tak lub nie by zdecydować."
05:24
Dimitri: Go on, Milo. Squash it.
125
309000
3000
Dimitri: Śmiało Milo, zgnieć go.
05:27
PM: No. That's the wrong thing to do.
126
312000
2000
PM: Nie. To zły wybór.
05:29
Now look at his response.
127
314000
2000
Zauważcie jego reakcję.
05:31
He said, "Go on, Milo. Squash it."
128
316000
3000
Powiedział, "Śmiało Milo, zgnieć to."
05:34
What we're using there is,
129
319000
2000
Wykorzystujemy tutaj
05:36
we're using something, a piece of technology called Tellme.
130
321000
2000
technologię Tellme.
05:38
It's a company that Microsoft acquired some years ago.
131
323000
3000
Microsoft kupił tę firmę parę lat temu.
05:41
We've got a database of words which we recognize.
132
326000
2000
Mamy bazę słów, które rozpoznajemy.
05:43
We pick those words out.
133
328000
2000
Wybieramy słowa.
05:45
We also reference that
134
330000
2000
Odnosimy je do bazy danych intonacji
05:47
with the tonation database
135
332000
2000
Odnosimy je do bazy danych intonacji
05:49
that we build up of Dimitri's voice,
136
334000
3000
wykonanej dla głosu Dimitriego,
05:52
or the user's voice.
137
337000
2000
lub innego użytkownika.
05:54
Now we need to have a bit more engagement,
138
339000
3000
Musimy się bardziej zaangażować.
05:57
and again, what we can do
139
342000
2000
Możemy spojrzeć na ciało.
05:59
is we can look at the body.
140
344000
2000
Możemy spojrzeć na ciało.
06:01
And we'll do that in a second.
141
346000
2000
Zrobimy to za chwilę.
06:03
Milo: I wonder how deep it is.
142
348000
2000
Milo: Ciekawe, jak głęboko tam jest.
06:13
Deep.
143
358000
2000
Głęboko.
06:16
PM: Okay. So what we're going to do now
144
361000
2000
PM: Teraz nauczymy Mila
06:18
is teach Milo to skim stones.
145
363000
3000
puszczać kaczki.
06:21
We're actually teaching him.
146
366000
2000
Naprawdę go uczymy.
06:23
It's very, very interesting
147
368000
2000
To interesujące,
06:25
that men, more than women,
148
370000
2000
że w porównaniu z kobietami,
06:27
tend to be more competitive here.
149
372000
3000
mężczyźni bardziej rywalizują.
06:30
They're fine with teaching Milo for the first few throws,
150
375000
3000
Uczą Mila kilku rzutów,
06:33
but then they want to beat Milo,
151
378000
2000
potem chcą go pokonać,
06:35
where women,
152
380000
2000
podczas gdy kobiety
06:37
they're more nurturing about this.
153
382000
3000
starają się go wspierać.
06:43
Okay, this is skimming stones.
154
388000
2000
Puszczanie kaczek.
06:45
How do you skim stones?
155
390000
3000
Jak się puszcza kaczki?
06:48
You stand up,
156
393000
3000
Stajesz i puszczasz kaczkę.
06:51
and you skim the stone.
157
396000
2000
Stajesz i puszczasz kaczkę.
06:53
It's that simple.
158
398000
2000
Po prostu.
06:55
Just recognizing your body,
159
400000
2000
Rozpoznając ruchy ciała
06:57
recognizing the body's motions, the tech,
160
402000
2000
technologia rozumie,
06:59
understanding that you've gone
161
404000
2000
że zmieniłeś pozycję
07:01
from sitting down to standing up.
162
406000
3000
z siedzącej na stojącą.
07:04
Again, all of this is done
163
409000
2000
Wszystko jest zrobione tak,
07:06
in the way us humans do things,
164
411000
2000
jak robią to ludzie.
07:08
and that's crucially important
165
413000
3000
To niezwykle ważne, jeśli chcemy,
07:11
if we want Milo to appear real.
166
416000
2000
aby Milo wyglądał realnie.
07:13
Female Voice: See if you can inspire him to do any better.
167
418000
3000
Żeński głos: Czy możesz go bardziej zachęcić?
07:21
Try hitting the boat.
168
426000
2000
Spróbuj trafić w łódkę.
07:25
Milo: Ahhh. So close.
169
430000
2000
Milo: O! Niewiele brakowało.
07:33
PM: That's Dimitri at his most competitive.
170
438000
2000
PM: Teraz Dimitri rywalizuje.
07:35
Now beaten an 11-year-old child. Well done.
171
440000
3000
Pokonał 11-latka. Brawo.
07:39
Milo: Okay.
172
444000
2000
Milo: OK.
07:42
PM: So, Milo's being called back in by his parents,
173
447000
3000
PM: Mila zawołali rodzice.
07:45
giving us time to be alone
174
450000
2000
Mamy trochę czasu,
07:47
and to help him out.
175
452000
2000
by mu pomóc.
07:49
Basically -- the bit that we missed at the start --
176
454000
2000
Pominęliśmy na początku,
07:51
his parents had asked him to clean up his room.
177
456000
3000
że rodzice kazali mu posprzątać pokój.
07:54
And we're going to help him with this now.
178
459000
2000
Pomożemy mu z tym.
07:56
But this is going to be an introduction,
179
461000
2000
To będzie wstęp.
07:58
and this is all about the deep psychology that we're trying to use.
180
463000
3000
Wszystko polega na zakorzenionej psychologii.
08:01
We're trying to introduce you
181
466000
2000
Postaramy się przestawić wam
08:03
to what I believe is the most wonderful part,
182
468000
3000
najwspanialszą część,
08:06
you being able to talk
183
471000
2000
będzie można rozmawiać
08:08
in your natural voice to Milo.
184
473000
3000
z Milo własnym głosem.
08:11
Now, to do that, we needed a set up,
185
476000
2000
By to zrobić, musimy się przygotować
08:13
like a magician's trick.
186
478000
2000
jak do magicznej sztuczki.
08:15
And what we did was,
187
480000
2000
Musieliśmy dać Milo
08:17
we needed to give Milo this big problem.
188
482000
2000
wielki problem.
08:19
So as Dimitri
189
484000
3000
Podczas gdy Dimitri sprząta,
08:22
starts tidying up,
190
487000
2000
Podczas gdy Dimitri sprząta,
08:24
you can overhear a conversation
191
489000
2000
słychać rozmowę Mila z rodzicami.
08:26
that Milo's having with his parents.
192
491000
2000
słychać rozmowę Mila z rodzicami.
08:28
Milo's Mom: Oh, you've got gravy all over the floor. (Milo: I didn't mean to!)
193
493000
2000
Mama: Rozlałeś sos. (Milo: Niechcący!)
08:30
Milo's Mom: That carpet is brand new.
194
495000
2000
Mama: To nowiutki dywan.
08:32
PM: So he's just spilled
195
497000
2000
PM: Właśnie zrzucił talerz parówek
08:34
a plate of sausages on the floor,
196
499000
2000
PM: Właśnie zrzucił talerz parówek
08:36
on the brand-new carpet.
197
501000
2000
na nowy dywan.
08:38
We've all done it as parents; we've all done it as children.
198
503000
3000
Robiliśmy tak i jako rodzice i jako dzieci.
08:41
Now's a chance for Dimitri
199
506000
2000
Dimitri ma szansę
08:43
to kind of reassure and calm Milo down.
200
508000
2000
uspokoić go i dodać mu otuchy.
08:45
It's all been too much for him.
201
510000
2000
Za dużo się na niego zwaliło.
08:47
He's just moved house. He's got no friends.
202
512000
3000
Przeprowadzka. Brak przyjaciół.
08:50
Now is the time
203
515000
2000
Teraz możemy otworzyć portal
08:52
when we open that portal
204
517000
2000
Teraz możemy otworzyć portal
08:54
and allow you to talk to Milo.
205
519000
2000
i dać wam porozmawiać z Milo.
08:57
Female Voice: Why don't you try saying something encouraging
206
522000
3000
Żeński głos: Powiedz coś zachęcającego,
09:00
to cheer Milo up.
207
525000
2000
by rozweselić Mila.
09:02
Dimitri: Come on, Milo. You know what parents are like.
208
527000
2000
Dimitri: Daj spokój Milo. Wiesz, jacy są rodzice.
09:04
They're always getting stressed.
209
529000
3000
Ciągle sie stresują.
09:08
Milo: What do they want to come here for anyway?
210
533000
3000
Milo: Po co tu w ogóle przyjechali?
09:12
We don't know anyone.
211
537000
3000
Nie znamy nikogo.
09:15
Dimitri: Well, you've got a new school to go to.
212
540000
2000
Dimitri: Pójdziesz do nowej szkoły.
09:17
You're going to meet loads of cool, new friends.
213
542000
3000
Będziesz miał dużo fajnych, nowych kolegów.
09:22
Milo: I just really miss my old house, that's all.
214
547000
3000
Milo: Tęsknię za starym domem.
09:28
Dimitri: Well, this is a pretty awesome house, Milo.
215
553000
2000
Dimitri: To jest fajny dom, Milo.
09:30
You've got a cool garden to play in and a pond.
216
555000
3000
Masz fajny ogród do zabaw i staw.
09:37
Milo: It was good skimming stones.
217
562000
2000
Milo: Puszczanie kaczek było fajne.
09:47
This looks nice.
218
572000
2000
Fajnie to wygląda.
09:50
You cleaned up my room.
219
575000
2000
Posprzątałeś mi pokój.
09:52
Thanks.
220
577000
2000
Dziękuję.
09:54
PM: So after three-quarters of an hour,
221
579000
2000
PM: Po trzech kwadransach
09:56
he recognizes you.
222
581000
2000
rozpoznaje cię.
09:58
And I promise you, if you're sitting in front of this screen,
223
583000
3000
Zapewniam, że dla grającego
10:01
that is a truly wonderful moment.
224
586000
3000
to wspaniały moment.
10:04
And we're ready now
225
589000
2000
Teraz można już
10:06
to tell a story about his childhood and his life,
226
591000
2000
opowiedzieć historię dzieciństwa i życia
10:08
and it goes on,
227
593000
2000
i tak dalej,
10:10
and he has, you know, many adventures.
228
595000
2000
ma wiele przygód.
10:12
Some of those adventures are a little bit dark or on the darker side.
229
597000
3000
Niektóre znajdują się po ciemniejszej stronie,
10:15
Some of those adventures are wonderfully encouraging --
230
600000
2000
a inne są cudownie zachęcające.
10:17
he's got to go to school.
231
602000
2000
Musi iść do szkoły.
10:19
The cool thing is
232
604000
2000
Robimy jeszcze jedną fajną rzecz:
10:21
that we're doing as well:
233
606000
2000
Robimy jeszcze jedną fajną rzecz:
10:23
as you interact with him,
234
608000
2000
z czasem możesz dodawać do jego świata
10:25
you're able to put things into his world; he recognizes objects.
235
610000
3000
nowe przedmioty, które on rozpoznaje.
10:28
His mind is based in a cloud.
236
613000
3000
Jego umysł bazuje na chmurze.
10:31
That means Milo's mind,
237
616000
2000
Oznacza to, że Milo,
10:33
as millions of people use it,
238
618000
2000
poprzez interakcję z milionami graczy,
10:35
will get smarter and cleverer.
239
620000
2000
będzie stawał się mądrzejszy i sprytniejszy.
10:37
He'll recognize more objects
240
622000
2000
Będzie rozpoznawał więcej obiektów,
10:39
and thus understand more words.
241
624000
2000
więcej słów.
10:41
But for me,
242
626000
2000
Dla mnie to cudowna okazja
10:43
this is a wonderful opportunity
243
628000
2000
Dla mnie to cudowna okazja
10:45
where technology, at last, can be connected with,
244
630000
3000
na połączenie się z technologią.
10:48
where I am no longer restrained
245
633000
2000
Nie ograniczają mnie już palce ręki,
10:50
by the finger I hold in my hand --
246
635000
2000
Nie ograniczają mnie już palce ręki,
10:52
as far as a computer game's concerned --
247
637000
2000
jak w innych grach komputerowych,
10:54
or by the blandness of not being noticed
248
639000
2000
ani nie pozostaję niezauważony,
10:56
if you're watching a film or a book.
249
641000
3000
jak w wypadku filmu lub książki.
10:59
And I love those revolutions,
250
644000
3000
Uwielbiam te rewolucje
11:02
and I love the future that Milo brings.
251
647000
2000
i przyszłość, którą niesie Milo.
11:04
Thank you very much indeed.
252
649000
2000
Dziękuję bardzo.
11:06
(Applause)
253
651000
3000
(Oklaski)
ABOUT THE SPEAKER
Peter Molyneux - Game changerThe head of Microsoft's European games division, Peter Molyneux is building an astonishing new "virtual friend" who interacts with you.
Why you should listen
Game geeks have been buzzing about Project Natal for, seemingly, ever -- Microsoft's now-in-development gaming device that goes the Wii one better by allowing your whole body to become the joystick, using touchless, visual-recognition interface technology. What kind of game will be played on this immersive new equipment? Peter Molyneux is working on one that redefines the whole notion of "game" -- Milo.
Milo is a little boy (there's also to be a little girl, Kate) who quite simply acts like a little boy, learning your name, talking with you, going on walks around the lake. It's an immersive, slightly uncanny experience, as seen in the single year-old demo that's still blowing minds on YouTube. Molyneux himself is a game-industry legend who has created many titles. In 1997 he founded Lionhead Studios, makers of Fable, a role-playing game. Microsoft bought Lionhead in 2006, and will release the much-anticipated Fable III in the fall.
Peter Molyneux | Speaker | TED.com