TEDWomen 2015
Rana el Kaliouby: This app knows how you feel -- from the look on your face
Rana el Kaliouby: Ky aplikacion e di se si ndjeheni---- nga pamja e fytyrës
Filmed:
Readability: 4.3
1,613,290 views
Emocionet tona ndikojnë çdo aspekt të jetës sonë - si mësojmë, si komunikojmë dhe si marim vendime. Por akoma ato mungojnë nga jeta jonë digjitale ; pajisjet dhe aplikacionet me të cilat ne ndërveprojmë nuk mund ta dinë se si ndjehemi. Shkencëtarja Rana el Kaliouby synon ta ndryshojë këtë. Ajo demonstron një teknologji të fuqishme që t'i lexon shprehjet fytyrës dhe i lidh ato me emocionet korrespoduese. Kjo "Pajisje e emocionëve" ka implikacione të mëdha, thot ajo, por ne mund të ndryshojmë jo vetëm si ndërveprojmë me makineritë--por edhe me njëri tjetrin.
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
Emocionet tona e ndikojnë
çdo aspekt të jetës,
çdo aspekt të jetës,
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
prej shëndetit, nga ajo se si mësojmë,
si bëjmë biznes dhe si marim vendime,
si bëjmë biznes dhe si marim vendime,
00:20
big ones and small.
2
8149
1773
të mëdha dhe të vogla.
00:22
Our emotions also influence
how we connect with one another.
how we connect with one another.
3
10672
3490
Emocionet tona gjithashtu
ndikojnë se si lidhemi me njëri-tjetrin.
ndikojnë se si lidhemi me njëri-tjetrin.
00:27
We've evolved to live
in a world like this,
in a world like this,
4
15132
3976
Ne kemi evoluar për të jetuar
në një botë si kjo,
në një botë si kjo,
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
por në vend të kësaj, ne po jetojmë
më shumë jetën tonë kështu --
më shumë jetën tonë kështu --
00:35
this is the text message
from my daughter last night --
from my daughter last night --
6
23427
3134
ky është një mesazh nga
vajza ime natën e kaluar
vajza ime natën e kaluar
00:38
in a world that's devoid of emotion.
7
26561
2740
në një botë që i mungojnë emocionet.
00:41
So I'm on a mission to change that.
8
29301
1951
Unë jam në një mision për ta ndryshu këtë
00:43
I want to bring emotions
back into our digital experiences.
back into our digital experiences.
9
31252
4091
Unë dua t'i kthej emocionet tona
prapë në eksperiencën digjitale.
prapë në eksperiencën digjitale.
00:48
I started on this path 15 years ago.
10
36223
3077
E fillova këtë rrugë para 15 viteve.
00:51
I was a computer scientist in Egypt,
11
39300
2066
Isha shkencëtare kompjuterash në Egjipt,
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
dhe sapo u pata pranuar në një
program Ph.D. në Universitetin Cambridge.
program Ph.D. në Universitetin Cambridge.
00:57
So I did something quite unusual
13
45871
2113
Kështu bëra diçka të pazakonshme
00:59
for a young newlywed Muslim Egyptian wife:
14
47984
4225
për një grua
egjiptiane muslimane të sapomartuar:
egjiptiane muslimane të sapomartuar:
01:05
With the support of my husband,
who had to stay in Egypt,
who had to stay in Egypt,
15
53599
2999
me mbështetjen e burrit tim,
që duhej të qëndronte në Egjipt
që duhej të qëndronte në Egjipt
01:08
I packed my bags and I moved to England.
16
56598
3018
i bëra gati valixhet dhe
u zhvendosa në Angli.
u zhvendosa në Angli.
01:11
At Cambridge, thousands of miles
away from home,
away from home,
17
59616
3228
Në Cambridge,
mijëra kilometra larg shtëpisë,
mijëra kilometra larg shtëpisë,
01:14
I realized I was spending
more hours with my laptop
more hours with my laptop
18
62844
3413
e kuptova që po kaloja
më shumë kohë me laptopin
më shumë kohë me laptopin
01:18
than I did with any other human.
19
66257
2229
se sa me njerëz.
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
Pavarësisht këtij intimiteti,
laptopi nuk kishte ide se si ndihesha.
laptopi nuk kishte ide se si ndihesha.
01:25
It had no idea if I was happy,
21
73339
3211
Nuk e dinte nëse isha e lumtur,
01:28
having a bad day, or stressed, confused,
22
76550
2988
nëse kam kaluar ditë të keqe,
jam e stresuar apo konfuze,
jam e stresuar apo konfuze,
01:31
and so that got frustrating.
23
79538
2922
dhe kjo filloi të bëhej frustruese.
01:35
Even worse, as I communicated
online with my family back home,
online with my family back home,
24
83600
5231
Edhe më keq, derisa
komunikoja online me familjen në shtëpi,
komunikoja online me familjen në shtëpi,
01:41
I felt that all my emotions
disappeared in cyberspace.
disappeared in cyberspace.
25
89421
3282
e ndjeja se të gjtha
emocionet e mia u zhdukën në hapësirë.
emocionet e mia u zhdukën në hapësirë.
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
Isha përmalluar, isha e vetmuar,
dhe në disa ditë edhe qaja
dhe në disa ditë edhe qaja
01:49
but all I had to communicate
these emotions was this.
these emotions was this.
27
97858
4928
por me çka mund t'i komunikoja
këto emocione ishte kjo,
këto emocione ishte kjo,
01:54
(Laughter)
28
102786
2020
(Te qeshura)
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
Teknologjia sot ka shumë I.Q por aspak E.Q
02:01
lots of cognitive intelligence,
but no emotional intelligence.
but no emotional intelligence.
30
109780
3176
shumë inteligjencë kognitive,
por jo inteligjencë emocionale.
por jo inteligjencë emocionale.
02:04
So that got me thinking,
31
112956
2197
Kjo më bëri të mendoj,
02:07
what if our technology
could sense our emotions?
could sense our emotions?
32
115153
3624
çka nëse teknologjia do të mund
t'i ndjente emocionet?
t'i ndjente emocionet?
02:10
What if our devices could sense
how we felt and reacted accordingly,
how we felt and reacted accordingly,
33
118777
4076
çka nëse pajisjet do të mund ta dinin
se si ndjehemi dhe reagojmë,
se si ndjehemi dhe reagojmë,
02:14
just the way an emotionally
intelligent friend would?
intelligent friend would?
34
122853
3013
në të njejtën mënyrë
sikur një mik inteligjent?
sikur një mik inteligjent?
02:18
Those questions led me and my team
35
126666
3564
Këto pyetje na udhëhoqën mua dhe ekipin
02:22
to create technologies that can read
and respond to our emotions,
and respond to our emotions,
36
130230
4377
të krijojmë teknologji të cilat mund t'i
lexojnë dhe t'i përgjigjen emocioneve tona
lexojnë dhe t'i përgjigjen emocioneve tona
02:26
and our starting point was the human face.
37
134607
3090
dhe pika fillestare ishte fytyra e njeriut.
02:30
So our human face happens to be
one of the most powerful channels
one of the most powerful channels
38
138577
3173
Fytyra jonë është një prej
kanalëve më të fuqishëm
kanalëve më të fuqishëm
02:33
that we all use to communicate
social and emotional states,
social and emotional states,
39
141750
4016
të cilët ne i përdorim për t'i komunikuar
gjendjet tona sociale dhe emocionale,
gjendjet tona sociale dhe emocionale,
02:37
everything from enjoyment, surprise,
40
145766
3010
të gjitha prej kënaqësisë, surprizës,
02:40
empathy and curiosity.
41
148776
4203
empatisë dhe kuriozitetit.
02:44
In emotion science, we call each
facial muscle movement an action unit.
facial muscle movement an action unit.
42
152979
4928
Në shkencën e emocionëve, ne i quajmë çdo
lëvizje të muskujve si njësi veprimi.
lëvizje të muskujve si njësi veprimi.
02:49
So for example, action unit 12,
43
157907
2925
Shembull, njësia veprimit 12,
02:52
it's not a Hollywood blockbuster,
44
160832
2038
nuk është hit holliwudian,
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
por është tërheqje e buzës, e që
është komponenti kryesor i buzëqeshjes.
është komponenti kryesor i buzëqeshjes.
02:58
Try it everybody. Let's get
some smiles going on.
some smiles going on.
46
166312
2988
Provoni të gjithë.
Le t'i shohim ca buzëqeshje.
Le t'i shohim ca buzëqeshje.
03:01
Another example is action unit 4.
It's the brow furrow.
It's the brow furrow.
47
169300
2654
Shembull tjetër, njësia 4,
është rrudhja e vetullave.
është rrudhja e vetullave.
03:03
It's when you draw your eyebrows together
48
171954
2238
Është kur t'i bashkosh vetullat së bashku
03:06
and you create all
these textures and wrinkles.
these textures and wrinkles.
49
174192
2267
dhe krijon të gjitha këto rrudha.
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
Ne nuk i pëlqejmë , por ato janë
indikator i fortë i emocionëve negative.
indikator i fortë i emocionëve negative.
03:12
So we have about 45 of these action units,
51
180754
2206
Ne kemi rreth 45 njësi veprimi,
03:14
and they combine to express
hundreds of emotions.
hundreds of emotions.
52
182960
3390
dhe ato kombinohen
për të paraqitur qindra emocione.
për të paraqitur qindra emocione.
03:18
Teaching a computer to read
these facial emotions is hard,
these facial emotions is hard,
53
186350
3901
Të mësosh një kompjuter t'i lexojë këto
emocione të fytyrës është e vështirë,
emocione të fytyrës është e vështirë,
03:22
because these action units,
they can be fast, they're subtle,
they can be fast, they're subtle,
54
190251
2972
sepse këto njësi,
mund të jenë të shpejta dhe delikate.
mund të jenë të shpejta dhe delikate.
03:25
and they combine in many different ways.
55
193223
2554
dhe ato kombinohen në mënyra të ndryshme.
03:27
So take, for example,
the smile and the smirk.
the smile and the smirk.
56
195777
3738
Shembull,
buzëqeshja dhe buzëqeshja e vetëkënaqur.
buzëqeshja dhe buzëqeshja e vetëkënaqur.
03:31
They look somewhat similar,
but they mean very different things.
but they mean very different things.
57
199515
3753
Duken gati se të njejta
por kanë kuptim të ndryshëm.
por kanë kuptim të ndryshëm.
03:35
(Laughter)
58
203268
1718
(Te qeshura)
03:36
So the smile is positive,
59
204986
3004
Buzëqeshja është pozitive,
03:39
a smirk is often negative.
60
207990
1270
tjetra është negative.
03:41
Sometimes a smirk
can make you become famous.
can make you become famous.
61
209260
3876
Nganjëherë buzëqeshja e vetëkënaqur
mund t'ju bëjë të famshëm.
mund t'ju bëjë të famshëm.
03:45
But seriously, it's important
for a computer to be able
for a computer to be able
62
213136
2824
Por seriozisht, është e rëndësishme
për kompjuterin të mund
për kompjuterin të mund
03:47
to tell the difference
between the two expressions.
between the two expressions.
63
215960
2855
ta tregoje dallimin mes dy shprehjeve.
03:50
So how do we do that?
64
218815
1812
Pra si e bëjmë ne këtë?
03:52
We give our algorithms
65
220627
1787
Ne i japim algoritmet
03:54
tens of thousands of examples
of people we know to be smiling,
of people we know to be smiling,
66
222414
4110
mijëra shembuj të njerëzve
që i dijmë që janë duke buzëqeshur,
që i dijmë që janë duke buzëqeshur,
03:58
from different ethnicities, ages, genders,
67
226524
3065
nga etnitete, mosha, gjini të ndryshme,
04:01
and we do the same for smirks.
68
229589
2811
dhe e bëjmë të njejtën
për buzëqeshjen e vetëkënaqur.
për buzëqeshjen e vetëkënaqur.
04:04
And then, using deep learning,
69
232400
1554
Pastaj, përdorim mësimin e thellë
04:05
the algorithm looks for all these
textures and wrinkles
textures and wrinkles
70
233954
2856
algoritmi shikon të gjitha
modelet dhe rrudhat
modelet dhe rrudhat
04:08
and shape changes on our face,
71
236810
2580
dhe forma ndryshon në fytyrën tonë,
04:11
and basically learns that all smiles
have common characteristics,
have common characteristics,
72
239390
3202
dhe e mëson se të gjitha buzëqeshjet
kanë karakteristika të ngjashme
kanë karakteristika të ngjashme
04:14
all smirks have subtly
different characteristics.
different characteristics.
73
242592
3181
të gjitha buzëqeshjet e vetëkënaqura kanë
karakteristika delikate.
karakteristika delikate.
04:17
And the next time it sees a new face,
74
245773
2368
Dhe kur herën tjetër
që e sheh një fytyrë të re,
që e sheh një fytyrë të re,
04:20
it essentially learns that
75
248141
2299
e mëson që
04:22
this face has the same
characteristics of a smile,
characteristics of a smile,
76
250440
3033
kjo fytyrë ka
karakteristikat e një buzëqeshje,
karakteristikat e një buzëqeshje,
04:25
and it says, "Aha, I recognize this.
This is a smile expression."
This is a smile expression."
77
253473
4278
dhe thot "Aha, unë e di këte.
Kjo është shprehja për buzëqeshjen."
Kjo është shprehja për buzëqeshjen."
04:30
So the best way to demonstrate
how this technology works
how this technology works
78
258381
2800
Mënyra më e mirë
për ta demonstruar si punon kjo teknologji
për ta demonstruar si punon kjo teknologji
04:33
is to try a live demo,
79
261181
2136
është ta provojmë drejtpërdrejtë,
04:35
so I need a volunteer,
preferably somebody with a face.
preferably somebody with a face.
80
263317
3913
më duhet një vullnetar,
preferohet dikush me fytyrë.
preferohet dikush me fytyrë.
04:39
(Laughter)
81
267230
2334
(Te qeshura)
04:41
Cloe's going to be our volunteer today.
82
269564
2771
Cloe do të jetë vullnetarja jonë sot.
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
Këto 5 vitet e fundit, ne kemi kaluar nga
të qenurit një projekt hulumtues ne MIT
të qenurit një projekt hulumtues ne MIT
04:49
to a company,
84
277783
1156
në një kompani,
04:50
where my team has worked really hard
to make this technology work,
to make this technology work,
85
278939
3192
ku ekipi im ka punuar shumë për ta bërë
këtë teknologji të punojë,
këtë teknologji të punojë,
04:54
as we like to say, in the wild.
86
282131
2409
si na pëlqen të themi, në egërsi.
04:56
And we've also shrunk it so that
the core emotion engine
the core emotion engine
87
284540
2670
Ne edhe e kemi tkurrur
aq sa motori i emocionëve
aq sa motori i emocionëve
04:59
works on any mobile device
with a camera, like this iPad.
with a camera, like this iPad.
88
287210
3320
punon në çdo paisje me kamerë,
sikur ky iPad.
sikur ky iPad.
05:02
So let's give this a try.
89
290530
2786
Pra hajde ta provojmë.
05:06
As you can see, the algorithm
has essentially found Cloe's face,
has essentially found Cloe's face,
90
294756
3924
Pra siq po e shihni, algoritmi
ka gjetur fytyrën e Cloe-it.
ka gjetur fytyrën e Cloe-it.
05:10
so it's this white bounding box,
91
298680
1692
pra është kjo kutia e bardhë,
05:12
and it's tracking the main
feature points on her face,
feature points on her face,
92
300372
2571
është duke i gjetur
tiparet kryesore në fytyrën e saj,
tiparet kryesore në fytyrën e saj,
05:14
so her eyebrows, her eyes,
her mouth and her nose.
her mouth and her nose.
93
302943
2856
vetullat e saj, sytë, gojën dhe hundën.
05:17
The question is,
can it recognize her expression?
can it recognize her expression?
94
305799
2987
Pyetja është,
a mund ta njohe shprehjen e saj?
a mund ta njohe shprehjen e saj?
05:20
So we're going to test the machine.
95
308786
1671
Pra, ne do ta provojmë makinën.
05:22
So first of all, give me your poker face.
Yep, awesome. (Laughter)
Yep, awesome. (Laughter)
96
310457
4186
Në fillim, jepma poker face.
Mbresëlënëse. (Qeshin)
Mbresëlënëse. (Qeshin)
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
Derisa ajo buzëqesh,
kjo është buzëqeshje e sinqertë.
kjo është buzëqeshje e sinqertë.
05:29
So you can see the green bar
go up as she smiles.
go up as she smiles.
98
317456
2300
Shiriti i gjelbërt rritet derisa ajo qesh.
05:31
Now that was a big smile.
99
319756
1222
Kjo ishte e madhe.
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
A po e provon një më delikate
për ta parë nëse e njeh kompjuteri?
për ta parë nëse e njeh kompjuteri?
05:36
It does recognize subtle smiles as well.
101
324021
2331
Po e njeh edhe buzëqeshjen delikate.
05:38
We've worked really hard
to make that happen.
to make that happen.
102
326352
2125
Kemi punuar shumë që kjo të ndodhë.
05:40
And then eyebrow raised,
indicator of surprise.
indicator of surprise.
103
328477
2962
Tani, vetulla e ngritur,
indikator i surprizës.
indikator i surprizës.
05:43
Brow furrow, which is
an indicator of confusion.
an indicator of confusion.
104
331439
4249
Rrudhosja e vetullave,
indikator i konfuzionit.
indikator i konfuzionit.
05:47
Frown. Yes, perfect.
105
335688
4007
Trego pakënaqësi, perfekt.
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
Këto janë disa prej njësive.
Ka shumë më shumë.
Ka shumë më shumë.
05:55
This is just a slimmed-down demo.
107
343188
2032
Ky është demo i zvogëluar.
05:57
But we call each reading
an emotion data point,
an emotion data point,
108
345220
3148
Ne e quajmë çdo lexim
si të dhëna,
si të dhëna,
06:00
and then they can fire together
to portray different emotions.
to portray different emotions.
109
348368
2969
që dhezen së bashku
për të portretizuar emocione të ndryshme.
për të portretizuar emocione të ndryshme.
06:03
So on the right side of the demo --
look like you're happy.
look like you're happy.
110
351337
4653
Në anën e djathtë--
shiko sikur se je e lumtur.
shiko sikur se je e lumtur.
06:07
So that's joy. Joy fires up.
111
355990
1454
Pra lumturia dhezet.
06:09
And then give me a disgust face.
112
357444
1927
Tani bëje fytyrën sikur neveritesh.
06:11
Try to remember what it was like
when Zayn left One Direction.
when Zayn left One Direction.
113
359371
4272
Provo ta kujtosh si ishte
kur Zayn la One Direction.
kur Zayn la One Direction.
06:15
(Laughter)
114
363643
1510
(Qeshin)
06:17
Yeah, wrinkle your nose. Awesome.
115
365153
4342
Po, rrudhe hundën. Mrekullueshëm.
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
Valenca është negative,
sigurisht paske qenë fanse e madhe.
sigurisht paske qenë fanse e madhe.
06:25
So valence is how positive
or negative an experience is,
or negative an experience is,
117
373226
2700
Valenca tregon a është
pozitive apo negative eksperienca
pozitive apo negative eksperienca
06:27
and engagement is how
expressive she is as well.
expressive she is as well.
118
375926
2786
ndërsa angazhimi tregon
sa ekspresive është ajo.
sa ekspresive është ajo.
06:30
So imagine if Cloe had access
to this real-time emotion stream,
to this real-time emotion stream,
119
378712
3414
Imagjinoi sikur Cloe të kishte
qasje te kjo në kohe reale të emocioneve
qasje te kjo në kohe reale të emocioneve
06:34
and she could share it
with anybody she wanted to.
with anybody she wanted to.
120
382126
2809
dhe ta ndante me këdo.
06:36
Thank you.
121
384935
2923
Faleminderit.
06:39
(Applause)
122
387858
4621
(Duartrokitje)
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
Deri tani, ne kemi grumbulluar 12 miliard
të dhëna të këtyre emocioneve.
të dhëna të këtyre emocioneve.
06:51
It's the largest emotion
database in the world.
database in the world.
124
399019
2611
Është databaza më e madhe e emocioneve.
06:53
We've collected it
from 2.9 million face videos,
from 2.9 million face videos,
125
401630
2963
Ne i kemi mbledhur këto
nga 2.9 milionë video të fytyrave,
nga 2.9 milionë video të fytyrave,
06:56
people who have agreed
to share their emotions with us,
to share their emotions with us,
126
404593
2600
njerëz që janë pajtuar
mi nda emocionet e tyre me ne.
mi nda emocionet e tyre me ne.
06:59
and from 75 countries around the world.
127
407193
3205
nga 75 vende rreth botës.
07:02
It's growing every day.
128
410398
1715
Po rritet çdo ditë.
07:04
It blows my mind away
129
412603
2067
Mua më mahnit kjo
07:06
that we can now quantify something
as personal as our emotions,
as personal as our emotions,
130
414670
3195
se si mundemi të përcaktojmë diqka
aq personale sa emocionet tona,
aq personale sa emocionet tona,
07:09
and we can do it at this scale.
131
417865
2235
e ne mund ta bëjmë këtë
deri në këtë shkallë.
deri në këtë shkallë.
07:12
So what have we learned to date?
132
420100
2177
Pra çka kemi mësuar ne?
07:15
Gender.
133
423057
2331
Gjinia.
07:17
Our data confirms something
that you might suspect.
that you might suspect.
134
425388
3646
Të dhënat tona konfirmojnë diqka
për të cilën ju mund të keni dyshuar.
për të cilën ju mund të keni dyshuar.
07:21
Women are more expressive than men.
135
429034
1857
Gratë shprehen më shume se burrat.
07:22
Not only do they smile more,
their smiles last longer,
their smiles last longer,
136
430891
2683
Jo vetëm që buzëqeshin më shumë
por e zgjasin më gjatë
por e zgjasin më gjatë
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
dhe tani ne mundemi me përcaktu
se pse burrat dhe gratë
se pse burrat dhe gratë
07:28
respond to differently.
138
436478
2136
përgjigjen ndryshe.
07:30
Let's do culture: So in the United States,
139
438614
2290
Le ta provojmë kulturën:
Në Shtetet e bashkuara,
Në Shtetet e bashkuara,
07:32
women are 40 percent
more expressive than men,
more expressive than men,
140
440904
3204
gratë shprehen 40 përçind
më shumë se burrat,
më shumë se burrat,
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
por për kuriozitet, nuk shohim
ndonjë dallim në U.K mes burrave dhe grave
ndonjë dallim në U.K mes burrave dhe grave
07:39
(Laughter)
142
447753
2506
(Qeshin)
07:43
Age: People who are 50 years and older
143
451296
4027
Mosha: njerëzit të cilët janë
50 vjet e më të vjetër
50 vjet e më të vjetër
07:47
are 25 percent more emotive
than younger people.
than younger people.
144
455323
3436
janë 25 përçind më emotivë se sa të rinjtë
07:51
Women in their 20s smile a lot more
than men the same age,
than men the same age,
145
459899
3852
Gratë në të njëzetat buzëqeshin
më shumë se burrat në moshën e njejtë.
më shumë se burrat në moshën e njejtë.
07:55
perhaps a necessity for dating.
146
463751
3839
ndoshta një domosdoshmëri për takime.
07:59
But perhaps what surprised us
the most about this data
the most about this data
147
467590
2617
Por çka na befason neve nga këto të dhëna
08:02
is that we happen
to be expressive all the time,
to be expressive all the time,
148
470207
3203
është që ne shprehemi gjatë tërë kohës ,
08:05
even when we are sitting
in front of our devices alone,
in front of our devices alone,
149
473410
2833
edhe kur jemi ulur vetëm
përballë paisjeve tona,
përballë paisjeve tona,
08:08
and it's not just when we're watching
cat videos on Facebook.
cat videos on Facebook.
150
476243
3274
e jo vetëm kur jemi duke shikuar
video të maceve në Facebook.
video të maceve në Facebook.
08:12
We are expressive when we're emailing,
texting, shopping online,
texting, shopping online,
151
480217
3010
Ne shprehemi kur dërgojmë email,
shkruajmë ose kur blejmë online
shkruajmë ose kur blejmë online
08:15
or even doing our taxes.
152
483227
2300
ose kur paguajmë taksat.
08:17
Where is this data used today?
153
485527
2392
Ku përdoren këto të dhëna sot?
08:19
In understanding how we engage with media,
154
487919
2763
Për të kuptuar si lidhemi ne me mediat,
08:22
so understanding virality
and voting behavior;
and voting behavior;
155
490682
2484
për të kuptuar diqka që bëhet virale
dhe votimin;
dhe votimin;
08:25
and also empowering
or emotion-enabling technology,
or emotion-enabling technology,
156
493166
2740
dhe për të fuqizuar
teknologji të emocionëve,
teknologji të emocionëve,
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
dhe dua t'i ndaj disa shembuj që i
kam shumë për zemër.
kam shumë për zemër.
08:33
Emotion-enabled wearable glasses
can help individuals
can help individuals
158
501197
3068
Syzet me mundësi leximi të emocionëve
mund të ndihmojnë individët
mund të ndihmojnë individët
08:36
who are visually impaired
read the faces of others,
read the faces of others,
159
504265
3228
që janë vizualisht të paaftë
t'i lexojnë fytyrat e tjerëve,
t'i lexojnë fytyrat e tjerëve,
08:39
and it can help individuals
on the autism spectrum interpret emotion,
on the autism spectrum interpret emotion,
160
507493
4187
dhe mund të ndihmojë personat me spektrin
e autizmit t'i interpretojnë emocionet,
e autizmit t'i interpretojnë emocionet,
08:43
something that they really struggle with.
161
511680
2778
diqka me të cilën ata vërtet luftojnë.
08:47
In education, imagine
if your learning apps
if your learning apps
162
515918
2859
Në edukim, imagjinoni sikur
aplikacionet e mësimit
aplikacionet e mësimit
08:50
sense that you're confused and slow down,
163
518777
2810
ta dinin se jeni konfuz dhe ta ngadalësojne
08:53
or that you're bored, so it's sped up,
164
521587
1857
ose që jeni mërzitur e ta përshpejtojnë
08:55
just like a great teacher
would in a classroom.
would in a classroom.
165
523444
2969
sikur do ta bënte një mësues i mirë.
08:59
What if your wristwatch tracked your mood,
166
527043
2601
çka nëse ora e dorës
do të llogariste disponimin,
do të llogariste disponimin,
09:01
or your car sensed that you're tired,
167
529644
2693
ose vetura ta dinte që je i lodhur,
09:04
or perhaps your fridge
knows that you're stressed,
knows that you're stressed,
168
532337
2548
ose frigoriferi ta dinte se je i stresuar,
09:06
so it auto-locks to prevent you
from binge eating. (Laughter)
from binge eating. (Laughter)
169
534885
6066
dhe të mbyllej në mënyrë automatike
për të të parandaluar nga mbingrënia.
për të të parandaluar nga mbingrënia.
09:12
I would like that, yeah.
170
540951
2717
Kjo do të më pëlqente.
09:15
What if, when I was in Cambridge,
171
543668
1927
çka nëse kur isha në Cambridge,
09:17
I had access to my real-time
emotion stream,
emotion stream,
172
545595
2313
të kisha qasje tek pajisja e emocionëve,
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
dhe të mund të ndaja këtë
me familjen në një mënyrë natyrale,
me familjen në një mënyrë natyrale,
09:23
just like I would've if we were all
in the same room together?
in the same room together?
174
551437
3971
sikur do ta bëja nëse do të
ishim bashkë në një dhomë?
ishim bashkë në një dhomë?
09:27
I think five years down the line,
175
555408
3142
Mendoj që 5 vjet me vone,
09:30
all our devices are going
to have an emotion chip,
to have an emotion chip,
176
558550
2337
pajisjet tona do të kenë
një chip për emocione
një chip për emocione
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
dhe neve nuk do të na kujtohet kur nuk
mundëm me tregu pakënaqësi te pajisja jonë
mundëm me tregu pakënaqësi te pajisja jonë
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
pa na thënë,
"Hmm, kjo nuk të pëlqej, apo jo?"
"Hmm, kjo nuk të pëlqej, apo jo?"
09:41
Our biggest challenge is that there are
so many applications of this technology,
so many applications of this technology,
179
569200
3761
Sfida më e madhe është se ka
shumë aplikacione të kësaj teknologjie,
shumë aplikacione të kësaj teknologjie,
09:44
my team and I realize that we can't
build them all ourselves,
build them all ourselves,
180
572961
2903
ekipi im dhe unë e kuptojmë
se nuk mundemi t'i ndërtojmë vetë
se nuk mundemi t'i ndërtojmë vetë
09:47
so we've made this technology available
so that other developers
so that other developers
181
575864
3496
dhe e kemi bërë të mundshme
këtë teknologji që krijuesit e tjerë
këtë teknologji që krijuesit e tjerë
09:51
can get building and get creative.
182
579360
2114
mund të krijojnë dhe të bëhen kreativ.
09:53
We recognize that
there are potential risks
there are potential risks
183
581474
4086
Ne dimë se ka rreziqe potenciale
09:57
and potential for abuse,
184
585560
2067
dhe potencial për abuzim,
09:59
but personally, having spent
many years doing this,
many years doing this,
185
587627
2949
por personalisht, pasi kam kaluar vite
duke e bërë këtë,
duke e bërë këtë,
10:02
I believe that the benefits to humanity
186
590576
2972
Besoj që benefitet e njerëzimit
10:05
from having emotionally
intelligent technology
intelligent technology
187
593548
2275
për të pas
teknologji me inteligjencë emocionale
teknologji me inteligjencë emocionale
10:07
far outweigh the potential for misuse.
188
595823
3576
e mundin potencialin për shpërdorim.
10:11
And I invite you all to be
part of the conversation.
part of the conversation.
189
599399
2531
Unë ju ftoj të gjithëve
për të qenë pjesë e bisedës.
për të qenë pjesë e bisedës.
10:13
The more people who know
about this technology,
about this technology,
190
601930
2554
Sa më shumë njerëz
që dijnë për këtë teknologji,
që dijnë për këtë teknologji,
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
aq më shumë do të dijmë se si po përdoret.
10:21
So as more and more
of our lives become digital,
of our lives become digital,
192
609081
4574
Sa më shumë që jetët tona bëhen digjitale,
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
po luftojmë nje betejë të humbur duke
provuar ta frenojmë përdorimin e paisjeve
provuar ta frenojmë përdorimin e paisjeve
10:29
in order to reclaim our emotions.
194
617153
2229
në mënyrë që të rivendosim emocionet tona.
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
çka po provoj unë të bëj është që
t'i sjell emocionet në teknologji
t'i sjell emocionet në teknologji
10:36
and make our technologies more responsive.
196
624536
2229
dhe t'i bëjë teknologjitë tona më reaguese.
10:38
So I want those devices
that have separated us
that have separated us
197
626765
2670
Dua që ato pajisje që na kanë ndarë
10:41
to bring us back together.
198
629435
2462
të na bashkojnë përsëri.
10:43
And by humanizing technology,
we have this golden opportunity
we have this golden opportunity
199
631897
4588
Dhe duke e njerëzuar teknologjinë,
në kemi shansin e artë
në kemi shansin e artë
10:48
to reimagine how we
connect with machines,
connect with machines,
200
636485
3297
për të riimagjinuar
si lidhemi ne me makinerinë,
si lidhemi ne me makinerinë,
10:51
and therefore, how we, as human beings,
201
639782
4481
dhe se si, ne si qenie njerëzore
10:56
connect with one another.
202
644263
1904
lidhemi me njëri tjetrin.
10:58
Thank you.
203
646167
2160
Faleminderit.
11:00
(Applause)
204
648327
3313
(Duartrokitje)
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