TEDWomen 2015
Rana el Kaliouby: This app knows how you feel -- from the look on your face
Rana el Kaliouby: O aplicație care știe cum te simți analizându-ți fața
Filmed:
Readability: 4.3
1,613,290 views
Emoțiile ne influențează fiecare aspect al vieții – cum învățăm, cum comunicăm, cum luăm decizii. Totuși emoțiile sunt absente din lumea digitală. Aplicațiile și dispozitivele cu care interacționăm nu au cum să știe ce simțim. Cercetătoarea Rana el Kaliouby și-a propus să schimbe lucrurile. Ea prezintă o nouă tehnologie care citește expresiile faciale și le transpune în emoții. Acest sistem are implicații mari și poate schimba atât modul în care interacționăm cu mașinile, cât și unii cu alții.
Rana el Kaliouby - Computer scientist
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
What if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware. Full bio
Double-click the English transcript below to play the video.
00:12
Our emotions influence
every aspect of our lives,
every aspect of our lives,
0
556
4017
Emoțiile influențează fiecare
aspect al vieții noastre,
aspect al vieții noastre,
00:16
from our health and how we learn,
to how we do business and make decisions,
to how we do business and make decisions,
1
4573
3576
de la sănătate și învățătură,
la cum facem afaceri și cum luăm decizii,
la cum facem afaceri și cum luăm decizii,
00:20
big ones and small.
2
8149
1773
mari sau mici.
00:22
Our emotions also influence
how we connect with one another.
how we connect with one another.
3
10672
3490
Emoțiile influențează modul în care
relaționăm unii cu ceilalți.
relaționăm unii cu ceilalți.
00:27
We've evolved to live
in a world like this,
in a world like this,
4
15132
3976
Am evoluat pentru a trăi
într-o lume ca aceasta.
într-o lume ca aceasta.
Dar în loc viețile noastre
arată tot mai mult așa
arată tot mai mult așa
00:31
but instead, we're living
more and more of our lives like this --
more and more of our lives like this --
5
19108
4319
00:35
this is the text message
from my daughter last night --
from my daughter last night --
6
23427
3134
– e un mesaj primit
de la fiica mea aseară –
de la fiica mea aseară –
00:38
in a world that's devoid of emotion.
7
26561
2740
o lume lipsită de emoții.
00:41
So I'm on a mission to change that.
8
29301
1951
Misiunea mea e să schimb asta.
00:43
I want to bring emotions
back into our digital experiences.
back into our digital experiences.
9
31252
4091
Vreau să aduc emoțiile înapoi
în lumea digitală.
în lumea digitală.
00:48
I started on this path 15 years ago.
10
36223
3077
Am început acest drum acum 15 ani.
Lucram în informatică, în Egipt,
00:51
I was a computer scientist in Egypt,
11
39300
2066
00:53
and I had just gotten accepted to
a Ph.D. program at Cambridge University.
a Ph.D. program at Cambridge University.
12
41366
4505
și tocmai fusesem acceptată la un doctorat
la Universitatea Cambridge.
la Universitatea Cambridge.
00:57
So I did something quite unusual
13
45871
2113
Așa că am făcut ceva neobișnuit
00:59
for a young newlywed Muslim Egyptian wife:
14
47984
4225
pentru o proaspăt căsătorită
tânără musulmană din Egipt:
tânără musulmană din Egipt:
(Râsete)
01:05
With the support of my husband,
who had to stay in Egypt,
who had to stay in Egypt,
15
53599
2999
cu ajutorul soțului meu,
care a trebuit să rămână în Egipt,
care a trebuit să rămână în Egipt,
01:08
I packed my bags and I moved to England.
16
56598
3018
mi-am făcut bagajele
și m-am mutat în Anglia.
și m-am mutat în Anglia.
01:11
At Cambridge, thousands of miles
away from home,
away from home,
17
59616
3228
La Cambridge,
mii de kilometri departe de casă,
mii de kilometri departe de casă,
01:14
I realized I was spending
more hours with my laptop
more hours with my laptop
18
62844
3413
am observat că petrec
mai multe ore cu laptopul meu
mai multe ore cu laptopul meu
decât cu alți oameni.
01:18
than I did with any other human.
19
66257
2229
01:20
Yet despite this intimacy, my laptop
had absolutely no idea how I was feeling.
had absolutely no idea how I was feeling.
20
68486
4853
Dar în ciuda acestei intimități,
laptopul n-avea idee cum mă simt.
laptopul n-avea idee cum mă simt.
01:25
It had no idea if I was happy,
21
73339
3211
Nu știa dacă sunt fericită,
01:28
having a bad day, or stressed, confused,
22
76550
2988
dacă am o zi proastă,
dacă sunt stresată sau dezorientată,
dacă sunt stresată sau dezorientată,
01:31
and so that got frustrating.
23
79538
2922
iar asta era enervant.
Mai rău, când comunicam pe internet
cu familia mea rămasă acasă
cu familia mea rămasă acasă
01:35
Even worse, as I communicated
online with my family back home,
online with my family back home,
24
83600
5231
simțeam că toate emoțiile mele
dispar în spațiul virtual.
dispar în spațiul virtual.
01:41
I felt that all my emotions
disappeared in cyberspace.
disappeared in cyberspace.
25
89421
3282
01:44
I was homesick, I was lonely,
and on some days I was actually crying,
and on some days I was actually crying,
26
92703
5155
Îmi era dor de casă, mă simțeam singură
și în unele zile chiar plângeam,
și în unele zile chiar plângeam,
01:49
but all I had to communicate
these emotions was this.
these emotions was this.
27
97858
4928
dar tot ce puteam folosi pentru a-mi
comunica emoțiile era... asta.
comunica emoțiile era... asta.
01:54
(Laughter)
28
102786
2020
(Râsete)
01:56
Today's technology
has lots of I.Q., but no E.Q.;
has lots of I.Q., but no E.Q.;
29
104806
4974
Tehnologia de azi e foarte inteligentă,
dar nu și emoțională;
dar nu și emoțională;
multă inteligență cognitivă,
dar nu și inteligență emoțională.
dar nu și inteligență emoțională.
02:01
lots of cognitive intelligence,
but no emotional intelligence.
but no emotional intelligence.
30
109780
3176
02:04
So that got me thinking,
31
112956
2197
Asta m-a pus pe gânduri:
ce-ar fi dacă tehnologia
ne-ar putea simți emoțiile?
ne-ar putea simți emoțiile?
02:07
what if our technology
could sense our emotions?
could sense our emotions?
32
115153
3624
02:10
What if our devices could sense
how we felt and reacted accordingly,
how we felt and reacted accordingly,
33
118777
4076
Ce-ar fi dacă dispozitivele ar ști ce simțim
și ar reacționa în concordanță,
și ar reacționa în concordanță,
02:14
just the way an emotionally
intelligent friend would?
intelligent friend would?
34
122853
3013
la fel ca un prieten
cu inteligență emoțională?
cu inteligență emoțională?
02:18
Those questions led me and my team
35
126666
3564
Aceste întrebări ne-au impulsionat
pe mine și echipa mea
pe mine și echipa mea
să creăm tehnologii care să citească
și să răspundă la emoțiile noastre.
și să răspundă la emoțiile noastre.
02:22
to create technologies that can read
and respond to our emotions,
and respond to our emotions,
36
130230
4377
02:26
and our starting point was the human face.
37
134607
3090
Iar punctul nostru de start
a fost chipul uman.
a fost chipul uman.
02:30
So our human face happens to be
one of the most powerful channels
one of the most powerful channels
38
138577
3173
Chipul nostru e cel mai bun canal
02:33
that we all use to communicate
social and emotional states,
social and emotional states,
39
141750
4016
cu care transmitem
stări sociale și emoționale,
stări sociale și emoționale,
02:37
everything from enjoyment, surprise,
40
145766
3010
totul: bucurie, surpriză,
02:40
empathy and curiosity.
41
148776
4203
empatie și curiozitate.
02:44
In emotion science, we call each
facial muscle movement an action unit.
facial muscle movement an action unit.
42
152979
4928
În știința emoțiilor, fiecare mișcare
a mușchilor feței e o unitate de acțiune.
a mușchilor feței e o unitate de acțiune.
02:49
So for example, action unit 12,
43
157907
2925
De exemplu, unitatea de acțiune 12
– nu garantează succesul la Hollywood –
02:52
it's not a Hollywood blockbuster,
44
160832
2038
e o ridicare a colțului buzei,
componenta principală a zâmbetului.
componenta principală a zâmbetului.
02:54
it is actually a lip corner pull,
which is the main component of a smile.
which is the main component of a smile.
45
162870
3442
Încercați. Hai să vedem niște zâmbete.
02:58
Try it everybody. Let's get
some smiles going on.
some smiles going on.
46
166312
2988
Un alt exemplu e unitatea 4:
ridurile frunții.
ridurile frunții.
03:01
Another example is action unit 4.
It's the brow furrow.
It's the brow furrow.
47
169300
2654
03:03
It's when you draw your eyebrows together
48
171954
2238
E atunci când îți apropii sprâncenele
și creezi textura aceea ridată.
și creezi textura aceea ridată.
03:06
and you create all
these textures and wrinkles.
these textures and wrinkles.
49
174192
2267
Nu ne place, dar este un indicator
puternic a unei emoții negative.
puternic a unei emoții negative.
03:08
We don't like them, but it's
a strong indicator of a negative emotion.
a strong indicator of a negative emotion.
50
176459
4295
Avem vreo 45 de astfel de unități,
03:12
So we have about 45 of these action units,
51
180754
2206
care se combină pentru a exprima
sute de emoții.
sute de emoții.
03:14
and they combine to express
hundreds of emotions.
hundreds of emotions.
52
182960
3390
03:18
Teaching a computer to read
these facial emotions is hard,
these facial emotions is hard,
53
186350
3901
E greu să înveți un calculator
să recunoască emoțiile,
să recunoască emoțiile,
03:22
because these action units,
they can be fast, they're subtle,
they can be fast, they're subtle,
54
190251
2972
deoarece aceste unități
pot fi rapide, subtile,
pot fi rapide, subtile,
03:25
and they combine in many different ways.
55
193223
2554
și se combină în multe moduri.
Spre exemplu, zâmbetul și strâmbătura.
03:27
So take, for example,
the smile and the smirk.
the smile and the smirk.
56
195777
3738
03:31
They look somewhat similar,
but they mean very different things.
but they mean very different things.
57
199515
3753
Seamănă cumva, dar reprezintă
lucruri foarte diferite.
lucruri foarte diferite.
03:35
(Laughter)
58
203268
1718
(Râsete)
03:36
So the smile is positive,
59
204986
3004
Zâmbetul e pozitiv,
strâmbătura e adesea negativă.
03:39
a smirk is often negative.
60
207990
1270
Uneori strâmbătura te poate face celebru.
03:41
Sometimes a smirk
can make you become famous.
can make you become famous.
61
209260
3876
03:45
But seriously, it's important
for a computer to be able
for a computer to be able
62
213136
2824
Dar e important pentru un calculator
să poată face diferența între cele două.
să poată face diferența între cele două.
03:47
to tell the difference
between the two expressions.
between the two expressions.
63
215960
2855
Cum facem asta?
03:50
So how do we do that?
64
218815
1812
Oferim algoritmilor noștri
03:52
We give our algorithms
65
220627
1787
zeci de mii de exemple de oameni
despre care știm că zâmbesc,
despre care știm că zâmbesc,
03:54
tens of thousands of examples
of people we know to be smiling,
of people we know to be smiling,
66
222414
4110
03:58
from different ethnicities, ages, genders,
67
226524
3065
din diferite etnii, vârste, sexe,
04:01
and we do the same for smirks.
68
229589
2811
și la fel pentru strâmbături.
Apoi, folosind învățarea profundă,
04:04
And then, using deep learning,
69
232400
1554
algoritmul caută aceste texturi și riduri
04:05
the algorithm looks for all these
textures and wrinkles
textures and wrinkles
70
233954
2856
04:08
and shape changes on our face,
71
236810
2580
și schimbările de formă
de pe fața noastră,
de pe fața noastră,
învățând astfel că toate zâmbetele
au caracteristici comune
au caracteristici comune
04:11
and basically learns that all smiles
have common characteristics,
have common characteristics,
72
239390
3202
04:14
all smirks have subtly
different characteristics.
different characteristics.
73
242592
3181
și că strâmbăturile
au caracteristici ușor diferite.
au caracteristici ușor diferite.
Iar data următoare când vede o față
04:17
And the next time it sees a new face,
74
245773
2368
04:20
it essentially learns that
75
248141
2299
învață că
04:22
this face has the same
characteristics of a smile,
characteristics of a smile,
76
250440
3033
această față are aceleași
caracteristici ale unui zâmbet
caracteristici ale unui zâmbet
04:25
and it says, "Aha, I recognize this.
This is a smile expression."
This is a smile expression."
77
253473
4278
și spune: „Aha, recunosc asta,
e expresia unui zâmbet.”
e expresia unui zâmbet.”
04:30
So the best way to demonstrate
how this technology works
how this technology works
78
258381
2800
Cel mai bun mod de a ilustra tehnologia
e să încercăm o demonstrație în direct.
e să încercăm o demonstrație în direct.
04:33
is to try a live demo,
79
261181
2136
04:35
so I need a volunteer,
preferably somebody with a face.
preferably somebody with a face.
80
263317
3913
Am nevoie de un voluntar,
preferabil cineva cu o față.
preferabil cineva cu o față.
04:39
(Laughter)
81
267230
2334
(Râsete)
04:41
Cloe's going to be our volunteer today.
82
269564
2771
Cloe va fi voluntarul nostru azi.
04:45
So over the past five years, we've moved
from being a research project at MIT
from being a research project at MIT
83
273325
4458
În ultimii cinci ani, dintr-un proiect
de cercetare la MIT am devenit o firmă,
de cercetare la MIT am devenit o firmă,
04:49
to a company,
84
277783
1156
unde echipa mea s-a străduit să facă
tehnologia să meargă,
tehnologia să meargă,
04:50
where my team has worked really hard
to make this technology work,
to make this technology work,
85
278939
3192
cum spunem noi, în „sălbăticie”.
04:54
as we like to say, in the wild.
86
282131
2409
În plus am comprimat-o încât nucleul ei
să meargă pe orice dispozitiv cu o cameră,
să meargă pe orice dispozitiv cu o cameră,
04:56
And we've also shrunk it so that
the core emotion engine
the core emotion engine
87
284540
2670
04:59
works on any mobile device
with a camera, like this iPad.
with a camera, like this iPad.
88
287210
3320
ca acest iPad.
05:02
So let's give this a try.
89
290530
2786
Hai să încercăm.
05:06
As you can see, the algorithm
has essentially found Cloe's face,
has essentially found Cloe's face,
90
294756
3924
După cum puteți vedea,
algoritmul a găsit fața lui Cloe,
algoritmul a găsit fața lui Cloe,
05:10
so it's this white bounding box,
91
298680
1692
acest dreptunghi alb,
și urmărește punctele
reprezentative ale feței:
reprezentative ale feței:
05:12
and it's tracking the main
feature points on her face,
feature points on her face,
92
300372
2571
sprâncenele, ochii, gura și nasul.
05:14
so her eyebrows, her eyes,
her mouth and her nose.
her mouth and her nose.
93
302943
2856
05:17
The question is,
can it recognize her expression?
can it recognize her expression?
94
305799
2987
Întrebarea este:
îi poate recunoaște expresia?
îi poate recunoaște expresia?
Hai să testăm mașina.
05:20
So we're going to test the machine.
95
308786
1671
Mai întâi arată-mi o față neutră.
05:22
So first of all, give me your poker face.
Yep, awesome. (Laughter)
Yep, awesome. (Laughter)
96
310457
4186
Da, super.
(Râsete)
05:26
And then as she smiles,
this is a genuine smile, it's great.
this is a genuine smile, it's great.
97
314643
2813
Pe măsură ce zâmbește
– un zâmbet autentic, super –
– un zâmbet autentic, super –
05:29
So you can see the green bar
go up as she smiles.
go up as she smiles.
98
317456
2300
vedeți cum crește bara verde.
A fost un zâmbet mare,
poți încerca unul subtil
poți încerca unul subtil
05:31
Now that was a big smile.
99
319756
1222
05:32
Can you try a subtle smile
to see if the computer can recognize?
to see if the computer can recognize?
100
320978
3043
să vedem dacă îl recunoaște?
05:36
It does recognize subtle smiles as well.
101
324021
2331
Recunoaște și zâmbete subtile,
ne-am străduit mult să iasă asta.
ne-am străduit mult să iasă asta.
05:38
We've worked really hard
to make that happen.
to make that happen.
102
326352
2125
Și acum sprâncenele ridicate,
indicatorul surprizei.
indicatorul surprizei.
05:40
And then eyebrow raised,
indicator of surprise.
indicator of surprise.
103
328477
2962
05:43
Brow furrow, which is
an indicator of confusion.
an indicator of confusion.
104
331439
4249
Acum riduri pe frunte,
indicatorul confuziei.
indicatorul confuziei.
05:47
Frown. Yes, perfect.
105
335688
4007
Încruntă-te.
Da, perfect.
05:51
So these are all the different
action units. There's many more of them.
action units. There's many more of them.
106
339695
3493
Ați văzut diferite unități de acțiune,
mai sunt multe,
mai sunt multe,
acesta e doar un demo redus.
05:55
This is just a slimmed-down demo.
107
343188
2032
Fiecare citire o numim
„valoare măsurată a emoției”;
„valoare măsurată a emoției”;
05:57
But we call each reading
an emotion data point,
an emotion data point,
108
345220
3148
06:00
and then they can fire together
to portray different emotions.
to portray different emotions.
109
348368
2969
ele pot acționa împreună,
creând diferite emoții.
creând diferite emoții.
Pe dreapta...
06:03
So on the right side of the demo --
look like you're happy.
look like you're happy.
110
351337
4653
Mimează fericirea.
Asta e bucuria, se aprinde.
06:07
So that's joy. Joy fires up.
111
355990
1454
06:09
And then give me a disgust face.
112
357444
1927
Acum arată-mi o față dezgustată.
Gândește-te cum a fost
când a plecat Zayn de la One Direction.
când a plecat Zayn de la One Direction.
06:11
Try to remember what it was like
when Zayn left One Direction.
when Zayn left One Direction.
113
359371
4272
06:15
(Laughter)
114
363643
1510
(Râsete)
Da, încrețește-ți nasul. Super.
06:17
Yeah, wrinkle your nose. Awesome.
115
365153
4342
06:21
And the valence is actually quite
negative, so you must have been a big fan.
negative, so you must have been a big fan.
116
369495
3731
Valența e destul de negativă,
deci probabil i-ai fost mare fan.
deci probabil i-ai fost mare fan.
Valența arată cât de pozitivă
sau negativă e o experiență,
sau negativă e o experiență,
06:25
So valence is how positive
or negative an experience is,
or negative an experience is,
117
373226
2700
06:27
and engagement is how
expressive she is as well.
expressive she is as well.
118
375926
2786
iar angajamentul arată
cât e de expresivă.
cât e de expresivă.
06:30
So imagine if Cloe had access
to this real-time emotion stream,
to this real-time emotion stream,
119
378712
3414
Imaginați-vă că Cloe ar avea acces
în timp real la fluxul de emoții
în timp real la fluxul de emoții
06:34
and she could share it
with anybody she wanted to.
with anybody she wanted to.
120
382126
2809
și că ar putea trimite
emoții oricui.
emoții oricui.
06:36
Thank you.
121
384935
2923
Mulțumesc.
(Aplauze)
06:39
(Applause)
122
387858
4621
06:45
So, so far, we have amassed
12 billion of these emotion data points.
12 billion of these emotion data points.
123
393749
5270
Până acum am strâns 12 miliarde
de valori măsurate ale emoției;
de valori măsurate ale emoției;
e cea mai mare bază de date
de emoții din lume.
de emoții din lume.
06:51
It's the largest emotion
database in the world.
database in the world.
124
399019
2611
Am colectat-o din 2,9 milioane
de videoclipuri cu fețe,
de videoclipuri cu fețe,
06:53
We've collected it
from 2.9 million face videos,
from 2.9 million face videos,
125
401630
2963
06:56
people who have agreed
to share their emotions with us,
to share their emotions with us,
126
404593
2600
oameni care au fost de acord
să ne transmită emoțiile,
să ne transmită emoțiile,
06:59
and from 75 countries around the world.
127
407193
3205
din 75 de țări din toată lumea.
Și crește în fiecare zi.
07:02
It's growing every day.
128
410398
1715
07:04
It blows my mind away
129
412603
2067
Sunt uimită că am reușit să cuantificăm
ceva atât de personal cum sunt emoțiile,
ceva atât de personal cum sunt emoțiile,
07:06
that we can now quantify something
as personal as our emotions,
as personal as our emotions,
130
414670
3195
07:09
and we can do it at this scale.
131
417865
2235
la o scară atât de mare.
07:12
So what have we learned to date?
132
420100
2177
Ce am învățat până acum?
07:15
Gender.
133
423057
2331
Sexul.
07:17
Our data confirms something
that you might suspect.
that you might suspect.
134
425388
3646
Datele noastre confirmă ceva
ce ați putea bănui:
ce ați putea bănui:
femeile sunt mai expresive decât bărbații:
07:21
Women are more expressive than men.
135
429034
1857
zâmbetele lor sunt mai intense
și durează mai mult,
și durează mai mult,
07:22
Not only do they smile more,
their smiles last longer,
their smiles last longer,
136
430891
2683
iar acum putem cuantifica la ce anume
reacționează diferit bărbații și femeile.
reacționează diferit bărbații și femeile.
07:25
and we can now really quantify
what it is that men and women
what it is that men and women
137
433574
2904
07:28
respond to differently.
138
436478
2136
07:30
Let's do culture: So in the United States,
139
438614
2290
Să vorbim puțin de cultură: în SUA
07:32
women are 40 percent
more expressive than men,
more expressive than men,
140
440904
3204
femeile sunt cu 40% mai expresive
decât bărbații,
decât bărbații,
dar, surprinzător,
diferența asta nu există în Regatul Unit.
diferența asta nu există în Regatul Unit.
07:36
but curiously, we don't see any difference
in the U.K. between men and women.
in the U.K. between men and women.
141
444108
3645
07:39
(Laughter)
142
447753
2506
(Râsete)
07:43
Age: People who are 50 years and older
143
451296
4027
Vârstă: oamenii peste 50 de ani
07:47
are 25 percent more emotive
than younger people.
than younger people.
144
455323
3436
sunt cu 25% mai emotivi
decât cei mai tineri.
decât cei mai tineri.
La 20–30 de ani femeile zâmbesc
mult mai mult decât bărbații,
mult mai mult decât bărbații,
07:51
Women in their 20s smile a lot more
than men the same age,
than men the same age,
145
459899
3852
07:55
perhaps a necessity for dating.
146
463751
3839
poate din nevoia de a-și găsi pe cineva.
Dar ce ne-a surprins cel mai mult
în aceste date
în aceste date
07:59
But perhaps what surprised us
the most about this data
the most about this data
147
467590
2617
08:02
is that we happen
to be expressive all the time,
to be expressive all the time,
148
470207
3203
e faptul că suntem expresivi mereu,
chiar și când stăm singuri
în fața dispozitivelor
în fața dispozitivelor
08:05
even when we are sitting
in front of our devices alone,
in front of our devices alone,
149
473410
2833
08:08
and it's not just when we're watching
cat videos on Facebook.
cat videos on Facebook.
150
476243
3274
și nu doar când ne uităm la
filmulețe cu pisici pe Facebook.
filmulețe cu pisici pe Facebook.
08:12
We are expressive when we're emailing,
texting, shopping online,
texting, shopping online,
151
480217
3010
Suntem expresivi când scriem
mesaje, când cumpărăm online,
mesaje, când cumpărăm online,
08:15
or even doing our taxes.
152
483227
2300
chiar și când ne plătim impozitele.
08:17
Where is this data used today?
153
485527
2392
La ce sunt folosite azi aceste date?
08:19
In understanding how we engage with media,
154
487919
2763
La a înțelege cum interacționăm cu media,
cu conținutul viral și
comportamentul votanților,
comportamentul votanților,
08:22
so understanding virality
and voting behavior;
and voting behavior;
155
490682
2484
dar și la a dezvolta
planul emotiv al tehnologiei.
planul emotiv al tehnologiei.
08:25
and also empowering
or emotion-enabling technology,
or emotion-enabling technology,
156
493166
2740
08:27
and I want to share some examples
that are especially close to my heart.
that are especially close to my heart.
157
495906
4621
Și aș vrea să vă arăt câteva exemple
la care țin foarte mult.
la care țin foarte mult.
Ochelarii cu funcții emotive
pot ajuta indivizii
pot ajuta indivizii
08:33
Emotion-enabled wearable glasses
can help individuals
can help individuals
158
501197
3068
08:36
who are visually impaired
read the faces of others,
read the faces of others,
159
504265
3228
care au probleme cu vederea
să citească fețele celorlalți
să citească fețele celorlalți
și-i poate ajuta pe autiștii
de diverse grade să interpreteze emoția,
de diverse grade să interpreteze emoția,
08:39
and it can help individuals
on the autism spectrum interpret emotion,
on the autism spectrum interpret emotion,
160
507493
4187
lucru care pentru ei e complicat.
08:43
something that they really struggle with.
161
511680
2778
În educație, imaginați-vă
că aplicațiile de învățare
că aplicațiile de învățare
08:47
In education, imagine
if your learning apps
if your learning apps
162
515918
2859
vă percep confuzia,
și atunci încetinesc,
și atunci încetinesc,
08:50
sense that you're confused and slow down,
163
518777
2810
sau plictiseala,
și atunci grăbesc pasul,
și atunci grăbesc pasul,
08:53
or that you're bored, so it's sped up,
164
521587
1857
cum ar face un profesor bun în clasă.
08:55
just like a great teacher
would in a classroom.
would in a classroom.
165
523444
2969
Ce ar fi dacă ceasul v-ar simți starea
08:59
What if your wristwatch tracked your mood,
166
527043
2601
sau dacă mașina ar simți
că sunteți obosiți,
că sunteți obosiți,
09:01
or your car sensed that you're tired,
167
529644
2693
sau poate frigiderul simte
că sunteți stresat
că sunteți stresat
09:04
or perhaps your fridge
knows that you're stressed,
knows that you're stressed,
168
532337
2548
09:06
so it auto-locks to prevent you
from binge eating. (Laughter)
from binge eating. (Laughter)
169
534885
6066
și se încuie ca să nu mâncați frenetic?
(Râsete)
(Râsete)
Mi-ar plăcea asta, da!
09:12
I would like that, yeah.
170
540951
2717
Cum ar fi fost dacă la Cambridge
aș fi avut acces la acest sistem
aș fi avut acces la acest sistem
09:15
What if, when I was in Cambridge,
171
543668
1927
09:17
I had access to my real-time
emotion stream,
emotion stream,
172
545595
2313
și aș fi putut să le transmit rudelor
emoțiile, într-un mod natural,
emoțiile, într-un mod natural,
09:19
and I could share that with my family
back home in a very natural way,
back home in a very natural way,
173
547908
3529
09:23
just like I would've if we were all
in the same room together?
in the same room together?
174
551437
3971
ca și când aș fi fost în
aceeași cameră cu ei?
aceeași cameră cu ei?
09:27
I think five years down the line,
175
555408
3142
Cred că în viitorii cinci ani
toate dispozitivele vor avea
un cip al emoțiilor
un cip al emoțiilor
09:30
all our devices are going
to have an emotion chip,
to have an emotion chip,
176
558550
2337
09:32
and we won't remember what it was like
when we couldn't just frown at our device
when we couldn't just frown at our device
177
560887
4064
și nici nu ne vom aduce aminte cum era
când nu te puteai încrunta la dispozitiv
când nu te puteai încrunta la dispozitiv
09:36
and our device would say, "Hmm,
you didn't like that, did you?"
you didn't like that, did you?"
178
564951
4249
ca să-și dea seama dintr-o privire:
„Hmm, nu ți-a plăcut, nu?”
„Hmm, nu ți-a plăcut, nu?”
Cea mai mare dificultate e
că tehnologia are așa multe aplicații
că tehnologia are așa multe aplicații
09:41
Our biggest challenge is that there are
so many applications of this technology,
so many applications of this technology,
179
569200
3761
încât eu și echipa mea înțelegem
că nu putem face noi totul,
că nu putem face noi totul,
09:44
my team and I realize that we can't
build them all ourselves,
build them all ourselves,
180
572961
2903
așa că am făcut tehnologia disponibilă,
09:47
so we've made this technology available
so that other developers
so that other developers
181
575864
3496
pentru ca dezvoltatorii să înceapă
să construiască și să creeze.
să construiască și să creeze.
09:51
can get building and get creative.
182
579360
2114
09:53
We recognize that
there are potential risks
there are potential risks
183
581474
4086
Ne dăm seama că există riscuri
și potențial pentru abuzuri,
09:57
and potential for abuse,
184
585560
2067
dar personal, după ce am petrecut
mulți ani făcând asta,
mulți ani făcând asta,
09:59
but personally, having spent
many years doing this,
many years doing this,
185
587627
2949
cred că beneficiile pe care
le poate avea omenirea
le poate avea omenirea
10:02
I believe that the benefits to humanity
186
590576
2972
din tehnologiile cu inteligență emoțională
10:05
from having emotionally
intelligent technology
intelligent technology
187
593548
2275
depășesc cu mult riscurile de abuz.
10:07
far outweigh the potential for misuse.
188
595823
3576
Așa că vă invit să participați.
10:11
And I invite you all to be
part of the conversation.
part of the conversation.
189
599399
2531
Cu cât știe mai multă lume
de această tehnologie,
de această tehnologie,
10:13
The more people who know
about this technology,
about this technology,
190
601930
2554
cu atât avem un cuvânt mai greu
în cum e ea folosită.
în cum e ea folosită.
10:16
the more we can all have a voice
in how it's being used.
in how it's being used.
191
604484
3177
10:21
So as more and more
of our lives become digital,
of our lives become digital,
192
609081
4574
Pe măsură ce viața noastră
devine digitală
devine digitală
ne chinuim inutil să ne folosim
mai puțin dispozitivele
mai puțin dispozitivele
10:25
we are fighting a losing battle
trying to curb our usage of devices
trying to curb our usage of devices
193
613655
3498
10:29
in order to reclaim our emotions.
194
617153
2229
pentru a ne revendica emoțiile.
Ceea ce încerc eu e să aduc
emoțiile înapoi în tehnologie,
emoțiile înapoi în tehnologie,
10:32
So what I'm trying to do instead
is to bring emotions into our technology
is to bring emotions into our technology
195
620622
3914
10:36
and make our technologies more responsive.
196
624536
2229
să ameliorez reacțiile tehnologiilor.
Visez ca aceste dispozitive
care ne-au despărțit
care ne-au despărțit
10:38
So I want those devices
that have separated us
that have separated us
197
626765
2670
să ne reunească.
10:41
to bring us back together.
198
629435
2462
10:43
And by humanizing technology,
we have this golden opportunity
we have this golden opportunity
199
631897
4588
Umanizând tehnologia avem imensa șansă
de a reimagina modul în care
ne conectăm cu mașinile,
ne conectăm cu mașinile,
10:48
to reimagine how we
connect with machines,
connect with machines,
200
636485
3297
10:51
and therefore, how we, as human beings,
201
639782
4481
și prin asta și modul în care noi,
ca ființe umane,
ca ființe umane,
ne conectăm între noi.
10:56
connect with one another.
202
644263
1904
Mulțumesc.
10:58
Thank you.
203
646167
2160
(Aplauze)
11:00
(Applause)
204
648327
3313
ABOUT THE SPEAKER
Rana el Kaliouby - Computer scientistWhat if a computer could recognize your facial expression, and react to how you feel? Rana el Kaliouby sees big possibilities in making technology emotionally aware.
Why you should listen
Rana el Kaliouby, chief science officer and co-founder of Affectiva, an MIT Media Lab spin-off, is on a mission to bring emotion intelligence to our digital experiences. She leads the company's emotion analytics team, which is responsible for developing emotion-sensing algorithms and mining the world's largest emotion data database. So far, they've collected 12 billion emotion data points from 2.9 million face videos from volunteers in 75 countries. The company’s platform is used by many Fortune Global 100 companies to measure consumer engagement, and is pioneering emotion-enabled digital apps for enterprise, entertainment, video communication and online education.
Entrepreneur magazine called el Kaliouby one of “The 7 Most Powerful Women To Watch in 2014,” and the MIT Technology Review included her in their list of the “Top 35 Innovators Under 35.”
Rana el Kaliouby | Speaker | TED.com