TEDGlobal 2010
Tan Le: A headset that reads your brainwaves
Тан Ли: Шлем для считывания мозговых волн
Filmed:
Readability: 5
2,732,929 views
Тан Ли представляет потрясающий интерфейс, считывающий ЭЭГ и позволяющий пользователю управлять виртуальными объектами и даже физической электроникой посредством лишь мыслей (и небольшой концентрации). Демонстрируя шлем, она говорит о его далеко идущих приложениях.
Tan Le - Entrepreneur
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio
Tan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG). Full bio
Double-click the English transcript below to play the video.
00:16
Up until now, our communication with machines
0
1000
2000
Вплоть до недавнего времени общение
00:18
has always been limited
1
3000
2000
человека с машиной ограничивалось
00:20
to conscious and direct forms.
2
5000
2000
сознательными и непосредственными формами.
00:22
Whether it's something simple
3
7000
2000
Будь то нечто простое, скажем,
00:24
like turning on the lights with a switch,
4
9000
2000
включение освещения с помощью переключателя,
00:26
or even as complex as programming robotics,
5
11000
3000
или такая сложная вещь, как программирование роботов,
00:29
we have always had to give a command to a machine,
6
14000
3000
машине всегда надо давать команду,
00:32
or even a series of commands,
7
17000
2000
а то и серию команд,
00:34
in order for it to do something for us.
8
19000
3000
прежде, чем она что-то выполнит для человека.
00:37
Communication between people, on the other hand,
9
22000
2000
С другой стороны, общение между людьми
00:39
is far more complex and a lot more interesting
10
24000
3000
намного сложнее и интереснее,
00:42
because we take into account
11
27000
2000
потому что при этом учитывается
00:44
so much more than what is explicitly expressed.
12
29000
3000
намного больше того, что выражено явно.
00:47
We observe facial expressions, body language,
13
32000
3000
Собеседник отмечает выражение лица, жесты и движения,
00:50
and we can intuit feelings and emotions
14
35000
2000
может почувствовать ощущения и эмоции
00:52
from our dialogue with one another.
15
37000
3000
другого человека посредством диалога.
00:55
This actually forms a large part
16
40000
2000
На этом основании человек формирует
00:57
of our decision-making process.
17
42000
2000
большую часть своих решений.
00:59
Our vision is to introduce
18
44000
2000
Мы поставили задачу перенести
01:01
this whole new realm of human interaction
19
46000
3000
целый пласт межчеловеческого общения
01:04
into human-computer interaction
20
49000
2000
в сферу общения человека с машиной,
01:06
so that computers can understand
21
51000
2000
с тем, чтобы компьютеры могли понимать
01:08
not only what you direct it to do,
22
53000
2000
не только наши прямые указания,
01:10
but it can also respond
23
55000
2000
но и могли бы реагировать
01:12
to your facial expressions
24
57000
2000
на выражения лица
01:14
and emotional experiences.
25
59000
2000
и на эмоциональные переживания.
01:16
And what better way to do this
26
61000
2000
Для этого нет ничего лучше,
01:18
than by interpreting the signals
27
63000
2000
чем интерпретация сигналов,
01:20
naturally produced by our brain,
28
65000
2000
возникающих естественным путём в мозгу,
01:22
our center for control and experience.
29
67000
3000
как в центре управления и ощущений.
01:25
Well, it sounds like a pretty good idea,
30
70000
2000
Идея, казалось бы, прекрасная,
01:27
but this task, as Bruno mentioned,
31
72000
2000
но эта задача, как сказал в своём вводном слове Бруно,
01:29
isn't an easy one for two main reasons:
32
74000
3000
не из лёгких по двум основным причинам.
01:32
First, the detection algorithms.
33
77000
3000
Первая проблема – алгоритмы распознавания.
01:35
Our brain is made up of
34
80000
2000
Наш мозг состоит
01:37
billions of active neurons,
35
82000
2000
из миллиардов активных нейронов,
01:39
around 170,000 km
36
84000
3000
с суммарной длиной всех аксонов
01:42
of combined axon length.
37
87000
2000
примерно в 170 тысяч километров.
01:44
When these neurons interact,
38
89000
2000
В момент взаимодействия нейронов
01:46
the chemical reaction emits an electrical impulse,
39
91000
2000
химическая реакция выделяет электрический импульс,
01:48
which can be measured.
40
93000
2000
подающийся измерению.
01:50
The majority of our functional brain
41
95000
3000
В своей большей части функциональная часть мозга
01:53
is distributed over
42
98000
2000
распределена вдоль внешнего
01:55
the outer surface layer of the brain,
43
100000
2000
поверхностного слоя мозга.
01:57
and to increase the area that's available for mental capacity,
44
102000
3000
Для увеличения пригодной для умственных операций площади
02:00
the brain surface is highly folded.
45
105000
3000
поверхность мозга полна складок.
02:03
Now this cortical folding
46
108000
2000
Эти складки коры представляют собой
02:05
presents a significant challenge
47
110000
2000
значительное препятствие
02:07
for interpreting surface electrical impulses.
48
112000
3000
для интерпретации поверхностных электрических импульсов.
02:10
Each individual's cortex
49
115000
2000
У каждого человека кора мозга сложена своим
02:12
is folded differently,
50
117000
2000
собственным узором – весьма подобно ситуации
02:14
very much like a fingerprint.
51
119000
2000
с индивидуальными отпечатками пальцев.
02:16
So even though a signal
52
121000
2000
Сигнал может поступать
02:18
may come from the same functional part of the brain,
53
123000
3000
из той же функциональной части мозга,
02:21
by the time the structure has been folded,
54
126000
2000
но к тому времени, когда структура мозга уже сложилась,
02:23
its physical location
55
128000
2000
физическое расположение этой части может оказаться
02:25
is very different between individuals,
56
130000
2000
в разных местах у разных индивидуумов,
02:27
even identical twins.
57
132000
3000
даже у однояйцовых близнецов,
02:30
There is no longer any consistency
58
135000
2000
и среди поверхностных сигналов
02:32
in the surface signals.
59
137000
2000
уже не наблюдается чёткого соответствия.
02:34
Our breakthrough was to create an algorithm
60
139000
2000
Наш успех основан на создании алгоритма,
02:36
that unfolds the cortex,
61
141000
2000
который как бы разворачивает складки коры,
02:38
so that we can map the signals
62
143000
2000
и таким образом позволяет
02:40
closer to its source,
63
145000
2000
точнее определить источник сигналов
02:42
and therefore making it capable of working across a mass population.
64
147000
3000
и потому быть пригодным к работе с массами населения.
02:46
The second challenge
65
151000
2000
Вторая задача – создание
02:48
is the actual device for observing brainwaves.
66
153000
3000
конкретного устройства для наблюдения за мозговыми волнами.
02:51
EEG measurements typically involve
67
156000
2000
Обычно при замерах ЭЭГ вокруг головы
02:53
a hairnet with an array of sensors,
68
158000
3000
сплетают целую сеточку из сенсоров,
02:56
like the one that you can see here in the photo.
69
161000
3000
примерно как на этой фотографии.
02:59
A technician will put the electrodes
70
164000
2000
Технический работник прикладывает электроды
03:01
onto the scalp
71
166000
2000
к поверхности головы с помощью
03:03
using a conductive gel or paste
72
168000
2000
проводящего геля или клейкого материала,
03:05
and usually after a procedure of preparing the scalp
73
170000
3000
при этом, в качестве подготовки к процедуре
03:08
by light abrasion.
74
173000
2000
обычно надо слегка подстричь голову.
03:10
Now this is quite time consuming
75
175000
2000
Процесс занимает немалое время,
03:12
and isn't the most comfortable process.
76
177000
2000
и он не из самых приятных.
03:14
And on top of that, these systems
77
179000
2000
Кроме того, такая система
03:16
actually cost in the tens of thousands of dollars.
78
181000
3000
обходится в несколько десятков тысяч долларов.
03:20
So with that, I'd like to invite onstage
79
185000
3000
Сейчас я хочу пригласить на сцену
03:23
Evan Grant, who is one of last year's speakers,
80
188000
2000
выступавшего здесь в прошлом году Эвана Гранта,
03:25
who's kindly agreed
81
190000
2000
который любезно согласился
03:27
to help me to demonstrate
82
192000
2000
помочь мне с демонстрацией
03:29
what we've been able to develop.
83
194000
2000
нашей разработки.
03:31
(Applause)
84
196000
6000
(Аплодисменты)
03:37
So the device that you see
85
202000
2000
Перед вами устройство
03:39
is a 14-channel, high-fidelity
86
204000
2000
с 14-канальной системой
03:41
EEG acquisition system.
87
206000
2000
высокоточного приёма ЭЭГ.
03:43
It doesn't require any scalp preparation,
88
208000
3000
Оно не требует ни подготовки волосяного покрова,
03:46
no conductive gel or paste.
89
211000
2000
ни проводящего геля или клейкого материала.
03:48
It only takes a few minutes to put on
90
213000
3000
Нужно всего несколько минут, чтобы включить его
03:51
and for the signals to settle.
91
216000
2000
и установить настройку сигналов.
03:53
It's also wireless,
92
218000
2000
Устройство беспроводное,
03:55
so it gives you the freedom to move around.
93
220000
3000
что даёт свободу передвижения.
03:58
And compared to the tens of thousands of dollars
94
223000
3000
При стоимости обычных систем ЭЭГ
04:01
for a traditional EEG system,
95
226000
3000
в десятки тысяч долларов,
04:04
this headset only costs
96
229000
2000
этот шлем обходится
04:06
a few hundred dollars.
97
231000
2000
всего в несколько сотен.
04:08
Now on to the detection algorithms.
98
233000
3000
Перейдём к алгоритмам распознавания.
04:11
So facial expressions --
99
236000
2000
Выражения лица.
04:13
as I mentioned before in emotional experiences --
100
238000
2000
Говоря об эмоциональных переживаниях, я сказала,
04:15
are actually designed to work out of the box
101
240000
2000
что выражения можно распознавать почти сразу же,
04:17
with some sensitivity adjustments
102
242000
2000
сделав тонкую настройку
04:19
available for personalization.
103
244000
3000
на индивидуальные особенности.
04:22
But with the limited time we have available,
104
247000
2000
Но, с учётом ограничений по времени выступления,
04:24
I'd like to show you the cognitive suite,
105
249000
2000
я бы хотела показать когнитивный пакет,
04:26
which is the ability for you
106
251000
2000
позволяющий манипулировать
04:28
to basically move virtual objects with your mind.
107
253000
3000
виртуальными объектами посредством мысли.
04:32
Now, Evan is new to this system,
108
257000
2000
Эван с этой системой не работал,
04:34
so what we have to do first
109
259000
2000
поэтому для него надо сначала
04:36
is create a new profile for him.
110
261000
2000
создать своей профиль.
04:38
He's obviously not Joanne -- so we'll "add user."
111
263000
3000
«Джоанна» из списка, очевидно, не подходит, и мы добавим
04:41
Evan. Okay.
112
266000
2000
пользователя «Эван». Прекрасно.
04:43
So the first thing we need to do with the cognitive suite
113
268000
3000
В когнитивном пакете первым долгом необходимо
04:46
is to start with training
114
271000
2000
начать с тренинга
04:48
a neutral signal.
115
273000
2000
нейтрального сигнала.
04:50
With neutral, there's nothing in particular
116
275000
2000
«Нейтральный» означает, что Эвану
04:52
that Evan needs to do.
117
277000
2000
ничего особенного делать не надо –
04:54
He just hangs out. He's relaxed.
118
279000
2000
просто расслабиться, погулять.
04:56
And the idea is to establish a baseline
119
281000
2000
Смысл в том, чтобы установить опорные параметры
04:58
or normal state for his brain,
120
283000
2000
нормального состояния его мозга,
05:00
because every brain is different.
121
285000
2000
поскольку каждый мозг индивидуален.
05:02
It takes eight seconds to do this,
122
287000
2000
Прибор проделает это за восемь секунд.
05:04
and now that that's done,
123
289000
2000
После этого выбираем из списка
05:06
we can choose a movement-based action.
124
291000
2000
основанное на движении действие.
05:08
So Evan, choose something
125
293000
2000
Итак, Эван выбери что-нибудь из того,
05:10
that you can visualize clearly in your mind.
126
295000
2000
что ты можешь очень чётко представить себе визуально.
05:12
Evan Grant: Let's do "pull."
127
297000
2000
Эван Грант: Скажем, «притягивание».
05:14
Tan Le: Okay, so let's choose "pull."
128
299000
2000
Тан Ли: Хорошо, выбираем «притягивание».
05:16
So the idea here now
129
301000
2000
Идея в том, что сейчас Эван
05:18
is that Evan needs to
130
303000
2000
должен представить себе,
05:20
imagine the object coming forward
131
305000
2000
как объект приближается
05:22
into the screen,
132
307000
2000
на экране.
05:24
and there's a progress bar that will scroll across the screen
133
309000
3000
Индикатор на экране будет показывать
05:27
while he's doing that.
134
312000
2000
процесс исполнения операции.
05:29
The first time, nothing will happen,
135
314000
2000
В первый раз ничего не произойдёт, потому что
05:31
because the system has no idea how he thinks about "pull."
136
316000
3000
система не знает, как он представляет себе «притягивание».
05:34
But maintain that thought
137
319000
2000
Прошу тебя сосредоточенно
05:36
for the entire duration of the eight seconds.
138
321000
2000
думать об этом в течение всех восьми секунд.
05:38
So: one, two, three, go.
139
323000
3000
Итак, приготовились – поехали!
05:49
Okay.
140
334000
2000
Отлично.
05:51
So once we accept this,
141
336000
2000
При выборе утвердительного ответа
05:53
the cube is live.
142
338000
2000
кубик оживёт.
05:55
So let's see if Evan
143
340000
2000
Теперь посмотрим, действительно ли Эван
05:57
can actually try and imagine pulling.
144
342000
3000
может представить себе притягивание.
06:00
Ah, good job!
145
345000
2000
О! Молодчина!
06:02
(Applause)
146
347000
3000
(Аплодисменты)
06:05
That's really amazing.
147
350000
2000
Это потрясающе!
06:07
(Applause)
148
352000
4000
(Аплодисменты)
06:11
So we have a little bit of time available,
149
356000
2000
У нас есть немного времени, поэтому
06:13
so I'm going to ask Evan
150
358000
2000
я попрошу Эвана сделать
06:15
to do a really difficult task.
151
360000
2000
трудное задание.
06:17
And this one is difficult
152
362000
2000
Трудно оно потому, что
06:19
because it's all about being able to visualize something
153
364000
3000
требуется визуально представить себе нечто,
06:22
that doesn't exist in our physical world.
154
367000
2000
отсутствующее в нашем физическом мире.
06:24
This is "disappear."
155
369000
2000
А именно, «исчезновение».
06:26
So what you want to do -- at least with movement-based actions,
156
371000
2000
Дело в том, что основанные на движении действия
06:28
we do that all the time, so you can visualize it.
157
373000
3000
мы выполняем постоянно и визуализировать их не сложно.
06:31
But with "disappear," there's really no analogies --
158
376000
2000
Но для «исчезновения» аналогов нет.
06:33
so Evan, what you want to do here
159
378000
2000
Итак, Эван, сейчас тебе надо будет представить,
06:35
is to imagine the cube slowly fading out, okay.
160
380000
3000
как кубик постепенно растворяется.
06:38
Same sort of drill. So: one, two, three, go.
161
383000
3000
Сначала такой же тренинг. Итак, приготовились – поехали!
06:50
Okay. Let's try that.
162
395000
3000
Ладно. Попробуем.
06:53
Oh, my goodness. He's just too good.
163
398000
3000
Боже мой! Как у него здорово получается!
06:57
Let's try that again.
164
402000
2000
Попробуем ещё раз.
07:04
EG: Losing concentration.
165
409000
2000
ЭГ: Не могу сосредоточиться.
07:06
(Laughter)
166
411000
2000
(Смех)
07:08
TL: But we can see that it actually works,
167
413000
2000
ТЛ: Во всяком случае, эта штука работает,
07:10
even though you can only hold it
168
415000
2000
пусть даже нам удалось
07:12
for a little bit of time.
169
417000
2000
удержаться лишь чуть-чуть.
07:14
As I said, it's a very difficult process
170
419000
3000
Как я сказала, очень трудно
07:17
to imagine this.
171
422000
2000
представить себе такое.
07:19
And the great thing about it is that
172
424000
2000
Примечательно, что мы дали
07:21
we've only given the software one instance
173
426000
2000
программе лишь один пример того,
07:23
of how he thinks about "disappear."
174
428000
3000
как он представляет себе «исчезновение».
07:26
As there is a machine learning algorithm in this --
175
431000
3000
Поскольку тут алгоритм машинного обучения …
07:29
(Applause)
176
434000
4000
(Аплодисменты)
07:33
Thank you.
177
438000
2000
Спасибо.
07:35
Good job. Good job.
178
440000
3000
Здорово! Молодец!
07:38
(Applause)
179
443000
2000
(Аплодисменты)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
445000
3000
Спасибо, Эван, ты просто великолепно
07:43
example of the technology.
181
448000
3000
продемонстрировал эту технику.
07:46
So, as you can see, before,
182
451000
2000
Как вы видели перед этим,
07:48
there is a leveling system built into this software
183
453000
3000
программа построена на системе соотнесения с нормой
07:51
so that as Evan, or any user,
184
456000
2000
и по мере того, как Эван, или любой другой пользователь,
07:53
becomes more familiar with the system,
185
458000
2000
постепенно свыкается с системой,
07:55
they can continue to add more and more detections,
186
460000
3000
можно добавлять всё больше элементов распознавания
07:58
so that the system begins to differentiate
187
463000
2000
чтобы система могла делать различие
08:00
between different distinct thoughts.
188
465000
3000
между отдельными мыслями.
08:04
And once you've trained up the detections,
189
469000
2000
А как только этап распознавания будет закончен,
08:06
these thoughts can be assigned or mapped
190
471000
2000
отдельные мысли можно отображать
08:08
to any computing platform,
191
473000
2000
на любых вычислительных платформах,
08:10
application or device.
192
475000
2000
приложениях или устройствах.
08:12
So I'd like to show you a few examples,
193
477000
2000
Я покажу вам лишь пару примеров,
08:14
because there are many possible applications
194
479000
2000
но потенциал приложений
08:16
for this new interface.
195
481000
2000
этого нового интерфейса велик.
08:19
In games and virtual worlds, for example,
196
484000
2000
Скажем, в играх и в виртуальном мире
08:21
your facial expressions
197
486000
2000
выражения лица можно
08:23
can naturally and intuitively be used
198
488000
2000
естественно и интуитивно использовать
08:25
to control an avatar or virtual character.
199
490000
3000
для управления аватаром или виртуальным персонажем.
08:29
Obviously, you can experience the fantasy of magic
200
494000
2000
Ясно, что с фантастикой и чудом можно делать опыты
08:31
and control the world with your mind.
201
496000
3000
и управлять миром посредством мозга.
08:36
And also, colors, lighting,
202
501000
3000
Кроме того, цвет, освещение,
08:39
sound and effects
203
504000
2000
звуковые и прочие эффекты
08:41
can dynamically respond to your emotional state
204
506000
2000
могут изменяться согласно эмоциональному состоянию
08:43
to heighten the experience that you're having, in real time.
205
508000
3000
и усиливать ощущения, причём в реальном времени.
08:47
And moving on to some applications
206
512000
2000
Перейдём к приложениям, созданные учёными
08:49
developed by developers and researchers around the world,
207
514000
3000
и разработчиками со всего мира
08:52
with robots and simple machines, for example --
208
517000
3000
с использованием роботов и простых механизмов.
08:55
in this case, flying a toy helicopter
209
520000
2000
В данном случае, это – игрушечный вертолёт,
08:57
simply by thinking "lift" with your mind.
210
522000
3000
взлетающий при мысли «поднимись».
09:00
The technology can also be applied
211
525000
2000
Технологию можно применить также
09:02
to real world applications --
212
527000
2000
и в реальном мире: в данном примере
09:04
in this example, a smart home.
213
529000
2000
в т.н. «интеллектуальном доме».
09:06
You know, from the user interface of the control system
214
531000
3000
Из системы пользовательского интерфейса поступают команды
09:09
to opening curtains
215
534000
2000
открыть гардины
09:11
or closing curtains.
216
536000
3000
или закрыть гардины.
09:22
And of course, also to the lighting --
217
547000
3000
Конечно же, освещение можно
09:25
turning them on
218
550000
3000
включить
09:28
or off.
219
553000
2000
или выключить.
09:30
And finally,
220
555000
2000
И, наконец, приложения
09:32
to real life-changing applications,
221
557000
2000
с потенциалом изменить образ жизни.
09:34
such as being able to control an electric wheelchair.
222
559000
3000
К примеру, управление электрической коляской.
09:37
In this example,
223
562000
2000
В данном случае
09:39
facial expressions are mapped to the movement commands.
224
564000
3000
каждое выражение лица соответствует своей команде.
09:42
Man: Now blink right to go right.
225
567000
3000
Голос: Подмигиваем правой стороной, чтобы повернуть направо.
09:50
Now blink left to turn back left.
226
575000
3000
Подмигиваем левой стороной и вновь разворачиваемся налево.
10:02
Now smile to go straight.
227
587000
3000
Улыбаемся, чтобы двигаться вперёд.
10:08
TL: We really -- Thank you.
228
593000
2000
ТЛ: Мы очень… Благодарю.
10:10
(Applause)
229
595000
5000
(Аплодисменты)
10:15
We are really only scratching the surface of what is possible today,
230
600000
3000
И это лишь верхушка айсберга потенциала сегодняшних возможностей.
10:18
and with the community's input,
231
603000
2000
Через участие сообщества,
10:20
and also with the involvement of developers
232
605000
2000
посредством привлечения разработчиков
10:22
and researchers from around the world,
233
607000
3000
и исследователей со всего мира,
10:25
we hope that you can help us to shape
234
610000
2000
вы, как мы надеемся, можете помочь нам в формировании
10:27
where the technology goes from here. Thank you so much.
235
612000
3000
развития этой технологии. Благодарю вас.
ABOUT THE SPEAKER
Tan Le - EntrepreneurTan Le is the founder & CEO of Emotiv, a bioinformatics company that's working on identifying biomarkers for mental and other neurological conditions using electroencephalography (EEG).
Why you should listen
Tan Le is the co-founder and president of Emotiv. Before this, she headed a firm that worked on a new form of remote control that uses brainwaves to control digital devices and digital media. It's long been a dream to bypass the mechanical (mouse, keyboard, clicker) and have our digital devices respond directly to what we think. Emotiv's EPOC headset uses 16 sensors to listen to activity across the entire brain. Software "learns" what each user's brain activity looks like when one, for instance, imagines a left turn or a jump.
Le herself has an extraordinary story -- a refugee from Vietnam at age 4, she entered college at 16 and has since become a vital young leader in her home country of Australia.
Tan Le | Speaker | TED.com