TEDWomen 2015
Rana el Kaliouby: This app knows how you feel -- from the look on your face
Рана эль Калиоби: Это приложение знает, что вы чувствуете, — по выражению вашего лица
Filmed:
Readability: 4.3
1,613,290 views
Наши эмоции оказывают влияние на все стороны жизни — как мы получаем знания, как общаемся, как принимаем решения. И всё же их нет в нашей цифровой жизни; устройства и приложения, которыми мы пользуемся для общения, не оснащены возможностью узнать, что мы чувствуем. Исследователь Рана эль Калиоби намерена это изменить. Она демонстрирует новую мощную технологию, считывающую выражение лица и сопоставляющую его с соответствующей эмоцией. «У этого «эмоционального ядра» есть множество применений, — говорит она, — и оно может изменить не только то, как мы взаимодействуем с машинами, но и как мы взаимодействуем друг с другом».
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
Наши эмоции оказывают влияние
на все стороны жизни:
на все стороны жизни:
от здоровья и способов получения знаний,
до ведения бизнеса и принятия
до ведения бизнеса и принятия
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
00:20
big ones and small.
2
8149
1773
важных либо не очень важных решений.
00:22
Our emotions also influence
how we connect with one another.
how we connect with one another.
3
10672
3490
Наши эмоции также влияют на то,
как мы взаимодействуем друг с другом.
как мы взаимодействуем друг с другом.
00:27
We've evolved to live
in a world like this,
in a world like this,
4
15132
3976
Мы созданы для жизни в мире эмоций,
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
но вместо этого
всё чаще и чаще мы живём вот так —
всё чаще и чаще мы живём вот так —
00:35
this is the text message
from my daughter last night --
from my daughter last night --
6
23427
3134
это смс от моей дочери,
которое я получила вчера вечером, —
которое я получила вчера вечером, —
00:38
in a world that's devoid of emotion.
7
26561
2740
в мире, напрочь этих эмоций лишённом.
00:41
So I'm on a mission to change that.
8
29301
1951
Я намерена это изменить.
00:43
I want to bring emotions
back into our digital experiences.
back into our digital experiences.
9
31252
4091
Я хочу вернуть эмоции
в наш цифровой мир.
в наш цифровой мир.
00:48
I started on this path 15 years ago.
10
36223
3077
Этот путь я начала 15 лет назад.
00:51
I was a computer scientist in Egypt,
11
39300
2066
Я работала программистом в Египте
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
и только что поступила в аспирантуру
в Кембридже.
в Кембридже.
00:57
So I did something quite unusual
13
45871
2113
Я сделала нечто несвойственное
00:59
for a young newlywed Muslim Egyptian wife:
14
47984
4225
молодым новобрачным
мусульманкам-египтянкам:
мусульманкам-египтянкам:
01:05
With the support of my husband,
who had to stay in Egypt,
who had to stay in Egypt,
15
53599
2999
при поддержке своего мужа,
которому пришлось остаться в Египте,
которому пришлось остаться в Египте,
01:08
I packed my bags and I moved to England.
16
56598
3018
я упаковала чемоданы
и переехала в Англию.
и переехала в Англию.
01:11
At Cambridge, thousands of miles
away from home,
away from home,
17
59616
3228
В Кембридже, за тысячи километров от дома,
01:14
I realized I was spending
more hours with my laptop
more hours with my laptop
18
62844
3413
я осознала, что провожу
за ноутбуком больше времени,
за ноутбуком больше времени,
чем с людьми.
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
Но несмотря на эту близость, мой ноутбук
не имел представления о моих чувствах.
не имел представления о моих чувствах.
01:25
It had no idea if I was happy,
21
73339
3211
Он не знал, счастлива ли я,
был ли у меня тяжёлый день,
напряжена ли я или потеряна,
напряжена ли я или потеряна,
01:28
having a bad day, or stressed, confused,
22
76550
2988
01:31
and so that got frustrating.
23
79538
2922
и это стало меня расстраивать.
01:35
Even worse, as I communicated
online with my family back home,
online with my family back home,
24
83600
5231
Даже хуже того:
общаясь с семьёй онлайн,
общаясь с семьёй онлайн,
я чувствовала, как эмоции
испаряются в киберпространстве.
испаряются в киберпространстве.
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
Я скучала по дому, мне было одиноко,
иногда я даже плакала,
иногда я даже плакала,
01:49
but all I had to communicate
these emotions was this.
these emotions was this.
27
97858
4928
и единственным способом
передать все эти чувства было вот это.
передать все эти чувства было вот это.
01:54
(Laughter)
28
102786
2020
(Смех)
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
Технологии сегодняшнего дня
обладают огромным IQ, но не EQ —
обладают огромным IQ, но не EQ —
высокий показатель интеллекта,
но никакого эмоционального интеллекта.
но никакого эмоционального интеллекта.
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
Тогда я задумалась:
02:07
what if our technology
could sense our emotions?
could sense our emotions?
32
115153
3624
а что, если бы технологии
могли ощущать наши эмоции?
могли ощущать наши эмоции?
02:10
What if our devices could sense
how we felt and reacted accordingly,
how we felt and reacted accordingly,
33
118777
4076
Что, если бы наши устройства могли ощущать,
как мы себя чувствуем, и реагировать
как мы себя чувствуем, и реагировать
02:14
just the way an emotionally
intelligent friend would?
intelligent friend would?
34
122853
3013
в соответствии этому, как сделал бы
эмоционально интеллектуальный друг?
эмоционально интеллектуальный друг?
Эти вопросы подтолкнули меня
и мою команду
и мою команду
02:18
Those questions led me and my team
35
126666
3564
02:22
to create technologies that can read
and respond to our emotions,
and respond to our emotions,
36
130230
4377
на создание технологий, способных
понимать и отвечать на наши эмоции.
понимать и отвечать на наши эмоции.
02:26
and our starting point was the human face.
37
134607
3090
И начали мы с человеческого лица.
02:30
So our human face happens to be
one of the most powerful channels
one of the most powerful channels
38
138577
3173
Человеческое лицо —
один из самых мощных каналов,
один из самых мощных каналов,
02:33
that we all use to communicate
social and emotional states,
social and emotional states,
39
141750
4016
используемых нами для передачи
социальных и эмоциональных состояний:
социальных и эмоциональных состояний:
02:37
everything from enjoyment, surprise,
40
145766
3010
наслаждения, удивления,
02:40
empathy and curiosity.
41
148776
4203
сопереживания, любопытства.
02:44
In emotion science, we call each
facial muscle movement an action unit.
facial muscle movement an action unit.
42
152979
4928
В науке об эмоциях каждое движение
мышцами лица мы называем действием.
мышцами лица мы называем действием.
02:49
So for example, action unit 12,
43
157907
2925
Например, действие 12 —
это не название голливудского блокбастера,
02:52
it's not a Hollywood blockbuster,
44
160832
2038
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
а движение уголков губ вверх —
главный компонент улыбки.
главный компонент улыбки.
Давайте-ка все попробуем улыбнуться!
02:58
Try it everybody. Let's get
some smiles going on.
some smiles going on.
46
166312
2988
Другой пример — действие 4.
Это нахмуривание бровей.
Это нахмуривание бровей.
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
Это когда сводишь брови вместе,
и получаются морщинки.
03:06
and you create all
these textures and wrinkles.
these textures and wrinkles.
49
174192
2267
Мы их не любим, но они —
явный показатель негативной эмоции.
явный показатель негативной эмоции.
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
У нас 45 таких действий,
03:12
So we have about 45 of these action units,
51
180754
2206
и они комбинируются
для передачи сотен эмоций.
для передачи сотен эмоций.
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
Научить компьютер
считывать выражения лица трудно,
считывать выражения лица трудно,
03:22
because these action units,
they can be fast, they're subtle,
they can be fast, they're subtle,
54
190251
2972
потому что такие действия
могут быть быстрыми, нечёткими
могут быть быстрыми, нечёткими
03:25
and they combine in many different ways.
55
193223
2554
и по-разному комбинироваться.
03:27
So take, for example,
the smile and the smirk.
the smile and the smirk.
56
195777
3738
Возьмём, к примеру, улыбку и ухмылку.
03:31
They look somewhat similar,
but they mean very different things.
but they mean very different things.
57
199515
3753
Они выглядят похоже,
но значат абсолютно разные вещи.
но значат абсолютно разные вещи.
03:35
(Laughter)
58
203268
1718
(Смех)
03:36
So the smile is positive,
59
204986
3004
Улыбка позитивна,
а ухмылка часто негативна.
03:39
a smirk is often negative.
60
207990
1270
Иногда ухмылка
может сделать вас знаменитым.
может сделать вас знаменитым.
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
Но если серьёзно,
важно, чтобы компьютер
важно, чтобы компьютер
03:47
to tell the difference
between the two expressions.
between the two expressions.
63
215960
2855
мог определить разницу
между этими двумя выражениями.
между этими двумя выражениями.
Как это сделать?
03:50
So how do we do that?
64
218815
1812
Мы снабжаем наши алгоритмы
03:52
We give our algorithms
65
220627
1787
десятками тысяч примеров
людей, которые точно улыбаются, —
людей, которые точно улыбаются, —
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
людей из разных этнических групп,
разных возрастов, разного пола.
разных возрастов, разного пола.
04:01
and we do the same for smirks.
68
229589
2811
То же самое мы делаем и для ухмылки.
А затем с помощью глубинного обучения
04:04
And then, using deep learning,
69
232400
1554
04:05
the algorithm looks for all these
textures and wrinkles
textures and wrinkles
70
233954
2856
алгоритм рассматривает
все эти текстуры, морщинки
все эти текстуры, морщинки
04:08
and shape changes on our face,
71
236810
2580
и изменения форм лица
04:11
and basically learns that all smiles
have common characteristics,
have common characteristics,
72
239390
3202
и запоминает, что у всех улыбок
есть общие характеристики,
есть общие характеристики,
04:14
all smirks have subtly
different characteristics.
different characteristics.
73
242592
3181
а у ухмылок — слегка иные характеристики.
В следующий раз,
когда компьютер видит новое лицо,
когда компьютер видит новое лицо,
04:17
And the next time it sees a new face,
74
245773
2368
04:20
it essentially learns that
75
248141
2299
он, по сути, узнаёт,
04:22
this face has the same
characteristics of a smile,
characteristics of a smile,
76
250440
3033
что у этого лица есть
те же самые характеристики улыбки,
те же самые характеристики улыбки,
04:25
and it says, "Aha, I recognize this.
This is a smile expression."
This is a smile expression."
77
253473
4278
и восклицает:
«Ага! Узнаю. Это выражение улыбки».
«Ага! Узнаю. Это выражение улыбки».
04:30
So the best way to demonstrate
how this technology works
how this technology works
78
258381
2800
Лучший способ показать
эту технологию в работе —
эту технологию в работе —
04:33
is to try a live demo,
79
261181
2136
это живая демонстрация,
04:35
so I need a volunteer,
preferably somebody with a face.
preferably somebody with a face.
80
263317
3913
так что мне нужен волонтёр,
желательно с лицом.
желательно с лицом.
(Смех)
04:39
(Laughter)
81
267230
2334
04:41
Cloe's going to be our volunteer today.
82
269564
2771
Хлоя будет сегодня нашим волонтёром.
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
За последние 5 лет мы превратились
из исследовательского проекта в MIT
из исследовательского проекта в MIT
04:49
to a company,
84
277783
1156
в компанию,
04:50
where my team has worked really hard
to make this technology work,
to make this technology work,
85
278939
3192
где моя команда упорно трудилась
над тем, чтобы технология заработала,
над тем, чтобы технология заработала,
как мы любим говорить,
в естественных условиях.
в естественных условиях.
04:54
as we like to say, in the wild.
86
282131
2409
Мы также её уменьшили,
и теперь центральное ядро эмоций
и теперь центральное ядро эмоций
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
работает на любом мобильном
устройстве с камерой, как вот этот iPad.
устройстве с камерой, как вот этот iPad.
05:02
So let's give this a try.
89
290530
2786
Давайте попробуем.
05:06
As you can see, the algorithm
has essentially found Cloe's face,
has essentially found Cloe's face,
90
294756
3924
Как вы видите,
алгоритм обнаружил лицо Хлои —
алгоритм обнаружил лицо Хлои —
05:10
so it's this white bounding box,
91
298680
1692
вот эта белая рамка —
05:12
and it's tracking the main
feature points on her face,
feature points on her face,
92
300372
2571
и он отслеживает
основные характерные точки на её лице:
основные характерные точки на её лице:
05:14
so her eyebrows, her eyes,
her mouth and her nose.
her mouth and her nose.
93
302943
2856
это её брови, глаза, рот и нос.
05:17
The question is,
can it recognize her expression?
can it recognize her expression?
94
305799
2987
Вопрос в том, может ли он
определить выражение её лица?
определить выражение её лица?
05:20
So we're going to test the machine.
95
308786
1671
Протестируем механизм.
05:22
So first of all, give me your poker face.
Yep, awesome. (Laughter)
Yep, awesome. (Laughter)
96
310457
4186
Сначала покажи мне каменное лицо.
Да, супер. (Смех)
Да, супер. (Смех)
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
А затем, когда она улыбается...
Искренняя улыбка, здорово!
Искренняя улыбка, здорово!
05:29
So you can see the green bar
go up as she smiles.
go up as she smiles.
98
317456
2300
Видите, зелёная полоска растёт,
когда она улыбается?
когда она улыбается?
05:31
Now that was a big smile.
99
319756
1222
Это была широкая улыбка.
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
Можешь слегка улыбнуться,
чтобы посмотреть, распознает ли компьютер?
чтобы посмотреть, распознает ли компьютер?
05:36
It does recognize subtle smiles as well.
101
324021
2331
Да, распознаёт и неявные улыбки.
Мы усердно трудились,
чтобы это работало.
чтобы это работало.
05:38
We've worked really hard
to make that happen.
to make that happen.
102
326352
2125
Теперь подними бровь —
индикатор удивления.
индикатор удивления.
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
Сдвинь брови —
индикатор замешательства. (Смех)
индикатор замешательства. (Смех)
05:47
Frown. Yes, perfect.
105
335688
4007
Посмотри с неодобрением. Да, отлично.
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
Это различного рода действия.
Их гораздо больше.
Их гораздо больше.
05:55
This is just a slimmed-down demo.
107
343188
2032
Это короткая демонстрация.
05:57
But we call each reading
an emotion data point,
an emotion data point,
108
345220
3148
Каждое считывание эмоции
мы называем точкой данных.
мы называем точкой данных.
06:00
and then they can fire together
to portray different emotions.
to portray different emotions.
109
348368
2969
Они подпитывают друг друга
для изображения разных эмоций.
для изображения разных эмоций.
06:03
So on the right side of the demo --
look like you're happy.
look like you're happy.
110
351337
4653
На правой стороне демо —
смотри, как будто ты счастливая.
смотри, как будто ты счастливая.
Это радость. Радость усиливается.
06:07
So that's joy. Joy fires up.
111
355990
1454
06:09
And then give me a disgust face.
112
357444
1927
А теперь покажи мне отвращение.
06:11
Try to remember what it was like
when Zayn left One Direction.
when Zayn left One Direction.
113
359371
4272
Вспомни, как Зейн ушёл
из группы One Direction.
из группы One Direction.
06:15
(Laughter)
114
363643
1510
(Смех)
06:17
Yeah, wrinkle your nose. Awesome.
115
365153
4342
Да, сморщи нос. Великолепно.
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
Валентность весьма негативная,
то есть ты, пожалуй, была фанатом.
то есть ты, пожалуй, была фанатом.
Валентность — это насколько опыт
положителен или отрицателен.
положителен или отрицателен.
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
А вовлечённость —
насколько она выразительна.
насколько она выразительна.
06:30
So imagine if Cloe had access
to this real-time emotion stream,
to this real-time emotion stream,
119
378712
3414
Представьте, если бы у Хлои был доступ
к этому потоку эмоций в реальном времени
к этому потоку эмоций в реальном времени
06:34
and she could share it
with anybody she wanted to.
with anybody she wanted to.
120
382126
2809
и она могла бы поделиться этим
с кем угодно.
с кем угодно.
06:36
Thank you.
121
384935
2923
Спасибо.
(Аплодисменты)
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
На данный момент мы собрали
12 миллиардов таких вот точек данных.
12 миллиардов таких вот точек данных.
06:51
It's the largest emotion
database in the world.
database in the world.
124
399019
2611
Это самая крупная
база данных эмоций в мире.
база данных эмоций в мире.
06:53
We've collected it
from 2.9 million face videos,
from 2.9 million face videos,
125
401630
2963
Мы собрали её
с 2,9 миллионов видео —
с 2,9 миллионов видео —
06:56
people who have agreed
to share their emotions with us,
to share their emotions with us,
126
404593
2600
людей, согласившихся
поделиться с нами своими эмоциями, —
поделиться с нами своими эмоциями, —
06:59
and from 75 countries around the world.
127
407193
3205
из 75 стран мира.
07:02
It's growing every day.
128
410398
1715
База данных с каждым днём растёт.
07:04
It blows my mind away
129
412603
2067
Меня поражает, что теперь мы можем
07:06
that we can now quantify something
as personal as our emotions,
as personal as our emotions,
130
414670
3195
измерять нечто настолько личное,
как эмоции,
как эмоции,
07:09
and we can do it at this scale.
131
417865
2235
причём в таком масштабе.
07:12
So what have we learned to date?
132
420100
2177
Что мы узнали на сегодняшний день?
07:15
Gender.
133
423057
2331
Данные о полах.
07:17
Our data confirms something
that you might suspect.
that you might suspect.
134
425388
3646
Наши данные подтверждают то,
о чём вы, пожалуй, сами догадываетесь:
о чём вы, пожалуй, сами догадываетесь:
07:21
Women are more expressive than men.
135
429034
1857
женщины более выразительны,
чем мужчины.
чем мужчины.
07:22
Not only do they smile more,
their smiles last longer,
their smiles last longer,
136
430891
2683
Они не только чаще улыбаются,
но и улыбки их длятся дольше.
но и улыбки их длятся дольше.
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
И теперь мы можем измерить,
на что мужчины и женщины
реагируют по-разному.
реагируют по-разному.
07:28
respond to differently.
138
436478
2136
07:30
Let's do culture: So in the United States,
139
438614
2290
Начнём с культуры:
в США женщины на 40%
выразительнее мужчин,
выразительнее мужчин,
07:32
women are 40 percent
more expressive than men,
more expressive than men,
140
440904
3204
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
но любопытно, что в Англии
подобного различия не наблюдается.
подобного различия не наблюдается.
07:39
(Laughter)
142
447753
2506
(Смех)
07:43
Age: People who are 50 years and older
143
451296
4027
Возраст: люди от 50 лет и старше
07:47
are 25 percent more emotive
than younger people.
than younger people.
144
455323
3436
на 25% более эмоциональны,
чем те, кто моложе.
чем те, кто моложе.
Женщины после 20 улыбаются
куда чаще мужчин того же возраста,
куда чаще мужчин того же возраста,
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
может, это необходимо для флирта.
Но, пожалуй, больше всего нас удивило то,
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
что мы постоянно передаём эмоции,
08:05
even when we are sitting
in front of our devices alone,
in front of our devices alone,
149
473410
2833
даже когда в одиночестве
сидим за своими устройствами,
сидим за своими устройствами,
08:08
and it's not just when we're watching
cat videos on Facebook.
cat videos on Facebook.
150
476243
3274
причём не только когда смотрим видео
о кошках на Facebook.
о кошках на Facebook.
08:12
We are expressive when we're emailing,
texting, shopping online,
texting, shopping online,
151
480217
3010
Мы выражаем эмоции, когда пишем имейлы,
смс, делаем покупки онлайн
смс, делаем покупки онлайн
08:15
or even doing our taxes.
152
483227
2300
или даже оформляем налоги.
08:17
Where is this data used today?
153
485527
2392
Где сейчас используются эти данные?
08:19
In understanding how we engage with media,
154
487919
2763
Для анализа взаимодействия со СМИ,
то есть чтобы изучить
виральность и электоральное поведение;
виральность и электоральное поведение;
08:22
so understanding virality
and voting behavior;
and voting behavior;
155
490682
2484
а также в технологиях, делающих
возможным проявление эмоций.
возможным проявление эмоций.
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
Я хочу поделиться несколькими
дорогими мне примерами.
дорогими мне примерами.
08:33
Emotion-enabled wearable glasses
can help individuals
can help individuals
158
501197
3068
Очки с эмоциональной поддержкой
позволяют пользователю
позволяют пользователю
08:36
who are visually impaired
read the faces of others,
read the faces of others,
159
504265
3228
со слабым зрением
считывать лица окружающих,
считывать лица окружающих,
08:39
and it can help individuals
on the autism spectrum interpret emotion,
on the autism spectrum interpret emotion,
160
507493
4187
они могут помочь людям с аутизмом
определять эмоции —
определять эмоции —
сложная задача для таких людей.
08:43
something that they really struggle with.
161
511680
2778
В образовании: представьте,
что ваше обучающее приложение
что ваше обучающее приложение
08:47
In education, imagine
if your learning apps
if your learning apps
162
515918
2859
08:50
sense that you're confused and slow down,
163
518777
2810
чувствует, что вы запутались,
и понижает темп,
и понижает темп,
или чувствует,
что вам скучно, и ускоряется,
что вам скучно, и ускоряется,
08:53
or that you're bored, so it's sped up,
164
521587
1857
08:55
just like a great teacher
would in a classroom.
would in a classroom.
165
523444
2969
как бы сделал хороший учитель в классе.
08:59
What if your wristwatch tracked your mood,
166
527043
2601
Что, если бы наручные часы
отслеживали ваше настроение
отслеживали ваше настроение
09:01
or your car sensed that you're tired,
167
529644
2693
или автомобиль ощущал, что вы устали,
или, может, ваш холодильник
чувствовал, что вы напряжены,
чувствовал, что вы напряжены,
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
и запирался, чтобы предотвратить
обжорство. (Смех)
обжорство. (Смех)
Мне бы такое понравилось.
09:12
I would like that, yeah.
170
540951
2717
09:15
What if, when I was in Cambridge,
171
543668
1927
Что, если бы, когда я была в Кембридже,
09:17
I had access to my real-time
emotion stream,
emotion stream,
172
545595
2313
у меня был доступ к моему
эмоциональному потоку в реальном времени
эмоциональному потоку в реальном времени
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
и я могла бы поделиться им
со своей семьёй,
со своей семьёй,
09:23
just like I would've if we were all
in the same room together?
in the same room together?
174
551437
3971
как если бы они были
со мной в одной комнате?
со мной в одной комнате?
09:27
I think five years down the line,
175
555408
3142
Думаю, через 5 лет
у всех наших устройств
будет эмоциональный чип,
будет эмоциональный чип,
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
и мы забудем о тех временах,
когда мы не могли просто нахмуриться,
когда мы не могли просто нахмуриться,
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
а наше устройство сказало бы:
«Тебе это не понравилось, не так ли?»
«Тебе это не понравилось, не так ли?»
09:41
Our biggest challenge is that there are
so many applications of this technology,
so many applications of this technology,
179
569200
3761
Наша наибольшая трудность в том,
что у этой технологии
так много областей применения,
так много областей применения,
09:44
my team and I realize that we can't
build them all ourselves,
build them all ourselves,
180
572961
2903
что я и моя команда не можем
всё делать в одиночку.
всё делать в одиночку.
09:47
so we've made this technology available
so that other developers
so that other developers
181
575864
3496
Мы сделали эту технологию доступной,
чтобы другие разработчики
чтобы другие разработчики
09:51
can get building and get creative.
182
579360
2114
могли начать свои проекты и творить.
09:53
We recognize that
there are potential risks
there are potential risks
183
581474
4086
Мы осознаём, что есть риск
09:57
and potential for abuse,
184
585560
2067
и возможность неправильного обращения,
09:59
but personally, having spent
many years doing this,
many years doing this,
185
587627
2949
но лично мне,
после многих лет за этим делом,
после многих лет за этим делом,
10:02
I believe that the benefits to humanity
186
590576
2972
кажется, что польза для человечества
от наличия эмоционально
интеллектуальной технологии
интеллектуальной технологии
10:05
from having emotionally
intelligent technology
intelligent technology
187
593548
2275
значительно перевешивает
риски злоупотребления.
риски злоупотребления.
10:07
far outweigh the potential for misuse.
188
595823
3576
Я приглашаю всех принять участие.
10:11
And I invite you all to be
part of the conversation.
part of the conversation.
189
599399
2531
10:13
The more people who know
about this technology,
about this technology,
190
601930
2554
Чем больше людей
знают об этой технологии,
знают об этой технологии,
тем больше возможности для каждого из нас
высказаться о том, как её использовать.
высказаться о том, как её использовать.
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
По мере того, как наша жизнь
всё больше становится цифровой,
всё больше становится цифровой,
мы ведём безнадёжную борьбу,
пытаясь обуздать применение устройств,
пытаясь обуздать применение устройств,
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
чтобы вернуть нам наши эмоции.
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
Вместо этого я пытаюсь
привнести эмоции в технологии
привнести эмоции в технологии
10:36
and make our technologies more responsive.
196
624536
2229
и сделать их более чуткими.
10:38
So I want those devices
that have separated us
that have separated us
197
626765
2670
Я хочу, чтобы устройства,
отделившие нас друг от друга,
отделившие нас друг от друга,
10:41
to bring us back together.
198
629435
2462
снова нас объединили.
10:43
And by humanizing technology,
we have this golden opportunity
we have this golden opportunity
199
631897
4588
Путём очеловечивания технологий
мы обретаем блестящую возможность
мы обретаем блестящую возможность
10:48
to reimagine how we
connect with machines,
connect with machines,
200
636485
3297
переосмыслить то, как мы
взаимодействуем с машинами,
взаимодействуем с машинами,
10:51
and therefore, how we, as human beings,
201
639782
4481
а значит и то, как мы, люди,
10:56
connect with one another.
202
644263
1904
взаимодействуем друг с другом.
10:58
Thank you.
203
646167
2160
Спасибо.
(Аплодисменты)
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