Τα συναισθήματά μας επηρεάζουν κάθε πτυχή της ζωής μας, από την υγεία μας και τον τρόπο που μαθαίνουμε, έως το πώς εργαζόμαστε και παίρνουμε αποφάσεις, μικρές και μεγάλες. Τα συναισθήματά μας επίσης επηρεάζουν το πώς συνδεόμαστε μεταξύ μας. Έχουμε εξελιχθεί να ζούμε σε έναν κόσμο σαν αυτόν, αντ' αυτού όμως, ζούμε όλο και περισσότερο κάπως έτσι - αυτό είναι μήνυμα από την κόρη μου χθες βράδυ - σε έναν κόσμο στερημένο από συναίσθημα. Η αποστολή μου είναι να το αλλάξω αυτό. Θέλω να επαναφέρω το συναίσθημα στις ψηφιακές μας εμπειρίες.
Our emotions influence every aspect of our lives, from our health and how we learn, to how we do business and make decisions, big ones and small. Our emotions also influence how we connect with one another. We've evolved to live in a world like this, but instead, we're living more and more of our lives like this -- this is the text message from my daughter last night -- in a world that's devoid of emotion. So I'm on a mission to change that. I want to bring emotions back into our digital experiences.
Πήρα αυτόν τον δρόμο πριν από 15 χρόνια. Ήμουν επιστήμων υπολογιστών στην Αίγυπτο, και μόλις είχα περάσει σε μεταπτυχιακό πρόγραμμα του Πανεπιστημίου του Κέμπριτζ. Έτσι έκανα κάτι αρκετά ασυνήθιστο για μια νεαρή νιόπαντρη μουσουλμάνα σύζυγο από την Αίγυπτο: Με τη στήριξη του συζύγου μου, που έπρεπε να μείνει στην Αίγυπτο, έφτιαξα τα πράγματά μου και μετακόμισα στην Αγγλία. Στο Κέμπριτζ, χιλιάδες μίλια μακριά από το σπίτι μου κατάλαβα ότι περνούσα περισσότερη ώρα με τον φορητό μου υπολογιστή παρά με οποιονδήποτε άλλον άνθρωπο. Παρόλη όμως αυτή την οικειότητα, ο φορητός μου δεν είχε ιδέα πώς ένιωθα. Αγνοούσε εάν ήμουν χαρούμενη, αν ήταν μια μέρα δύσκολη, με άγχος ή επιπλοκές, και αυτό με απογοήτευσε. Ακόμα χειρότερα, όταν επικοινωνούσα διαδικτυακά με την οικογένεια στο σπίτι, ένιωθα ότι όλα μου τα συναισθήματα εξαφανίζονταν στον κυβερνοχώρο. Μου έλειπε το σπίτι μου, ένιωθα μοναξιά, και κάποιες μέρες πραγματικά έκλαιγα, αλλά είχα μόνο αυτό για να μεταδώσω αυτά τα συναισθήματα. (Γέλια) Η σημερινή τεχνολογία έχει πολλή ευφυΐα αλλά καθόλου συναίσθημα, πάρα πολύ γνωστική ευφυΐα αλλά καθόλου συναισθηματική ευφυΐα. Αυτό με έβαλε να σκεφτώ τι θα γινόταν εάν η τεχνολογία μας μπορούσε να νιώσει τα συναισθήματά μας; Τι θα γινόταν εάν οι συσκευές ένιωθαν πώς αισθανόμαστε και αποκρίνονταν ανάλογα, ακριβώς όπως θα αντιδρούσε ένας φίλος με συναισθήματα; Αυτά τα ερωτήματα οδήγησαν εμένα και την ομάδα μου στη δημιουργία τεχνολογιών που διαβάζουν και αντιδρούν στα συναισθήματά μας, και το σημείο αφετηρίας μας ήταν το ανθρώπινο πρόσωπο.
I started on this path 15 years ago. I was a computer scientist in Egypt, and I had just gotten accepted to a Ph.D. program at Cambridge University. So I did something quite unusual for a young newlywed Muslim Egyptian wife: With the support of my husband, who had to stay in Egypt, I packed my bags and I moved to England. At Cambridge, thousands of miles away from home, I realized I was spending more hours with my laptop than I did with any other human. Yet despite this intimacy, my laptop had absolutely no idea how I was feeling. It had no idea if I was happy, having a bad day, or stressed, confused, and so that got frustrating. Even worse, as I communicated online with my family back home, I felt that all my emotions disappeared in cyberspace. I was homesick, I was lonely, and on some days I was actually crying, but all I had to communicate these emotions was this. (Laughter) Today's technology has lots of I.Q., but no E.Q.; lots of cognitive intelligence, but no emotional intelligence. So that got me thinking, what if our technology could sense our emotions? What if our devices could sense how we felt and reacted accordingly, just the way an emotionally intelligent friend would? Those questions led me and my team to create technologies that can read and respond to our emotions, and our starting point was the human face.
Το πρόσωπό μας τυγχάνει να είναι ένα από τα πιο ισχυρά κανάλια μέσω των οποίων εκφράζουμε κοινωνικές και συναισθηματικές μας καταστάσεις, τα πάντα, από διασκέδαση, έκπληξη, ενσυναίσθηση και περιέργεια. Στην επιστήμη των συναισθημάτων, κάθε κίνηση των μυών του προσώπου την αποκαλούμε μονάδα δράσης. Έτσι για παράδειγμα η μονάδα δράσης 12, δεν είναι μια επιτυχία του Χόλιγουντ, είναι σήκωμα της άκρης του χείλους, που είναι βασικό συστατικό του χαμόγελου. Δοκιμάστε το όλοι. Ας ρίξουμε μερικά χαμόγελα. Άλλο παράδειγμα είναι η μονάδα δράσης 4. Είναι η συνοφρύωση. Είναι όταν σμίγουν τα φρύδια και δημιουργούνται ρυτίδες και υφές. Δεν μας αρέσουν αλλά είναι έντονη ένδειξη αρνητικού συναισθήματος. Έτσι έχουμε περίπου 45 τέτοιες μονάδες δράσης, και οι συνδυασμοί τους εκφράζουν εκατοντάδες συναισθήματα.
So our human face happens to be one of the most powerful channels that we all use to communicate social and emotional states, everything from enjoyment, surprise, empathy and curiosity. In emotion science, we call each facial muscle movement an action unit. So for example, action unit 12, it's not a Hollywood blockbuster, it is actually a lip corner pull, which is the main component of a smile. Try it everybody. Let's get some smiles going on. Another example is action unit 4. It's the brow furrow. It's when you draw your eyebrows together and you create all these textures and wrinkles. We don't like them, but it's a strong indicator of a negative emotion. So we have about 45 of these action units,
Το να μάθεις έναν υπολογιστή να διαβάζει τις εκφράσεις του προσώπου είναι δύσκολο, επειδή οι μονάδες δράσεις μπορεί να εναλλάσσονται γρήγορα, να είναι αδιόρατες, και να συνδυάζονται με πολλούς τρόπους. Πάρτε για παράδειγμα το χαμόγελο και το υπεροπτικό χαμόγελο. Μοιάζουν μεταξύ τους αλλά σημαίνουν διαφορετικά πράγματα. (Γέλια) Έτσι το χαμόγελο είναι θετικό, ενώ το προσποιητό χαμόγελο είναι συχνά αρνητικό. Καμιά φορά το προσποιητό χαμόγελο μπορεί να σε κάνει διάσημο. Αλλά είναι πολύ σημαντικό να μπορεί ο υπολογιστής να δει τη διαφορά των δυο εκφράσεων.
and they combine to express hundreds of emotions. Teaching a computer to read these facial emotions is hard, because these action units, they can be fast, they're subtle, and they combine in many different ways. So take, for example, the smile and the smirk. They look somewhat similar, but they mean very different things. (Laughter) So the smile is positive, a smirk is often negative. Sometimes a smirk can make you become famous. But seriously, it's important for a computer to be able
Πώς το καταφέρνουμε λοιπόν αυτό; Δίνουμε στους αλγορίθμους μας δεκάδες χιλιάδες παραδείγματα ανθρώπων που ξέρουμε ότι χαμογελούν, από διάφορες εθνότητες, ηλικίες, γένη, και κάνουμε το ίδιο και για το υπεροπτικό χαμόγελο. Και μετά χρησιμοποιώντας τη βαθιά μάθηση ο αλγόριθμος ψάχνει για όλες αυτές τις υφές και τις ρυτίδες και τις αλλαγές σχήματος του προσώπου μας, και βασικά μαθαίνει ότι όλα τα χαμόγελα έχουν κοινά χαρακτηριστικά, ενώ τα υπεροπτικά χαμόγελα έχουν ελαφρώς διαφορετικά χαρακτηριστικά. Την επόμενη φορά που θα δει ένα νέο πρόσωπο ουσιαστικά μαθαίνει ότι αυτό το πρόσωπο έχει τα χαρακτηριστικά του χαμόγελου και λέει, «Ναι, το αναγνωρίζω. Είναι έκφραση χαμόγελου».
to tell the difference between the two expressions. So how do we do that? We give our algorithms tens of thousands of examples of people we know to be smiling, from different ethnicities, ages, genders, and we do the same for smirks. And then, using deep learning, the algorithm looks for all these textures and wrinkles and shape changes on our face, and basically learns that all smiles have common characteristics, all smirks have subtly different characteristics. And the next time it sees a new face, it essentially learns that this face has the same characteristics of a smile, and it says, "Aha, I recognize this. This is a smile expression."
Έτσι ο καλύτερος τρόπος για να δείξουμε πως λειτουργεί η τεχνολογία είναι μια ζωντανή παρουσίαση, γι' αυτό ζητάω έναν εθελοντή, κατά προτίμηση κάποιον με πρόσωπο. (Γέλια) Η Κλόη θα είναι η εθελόντριά μας σήμερα.
So the best way to demonstrate how this technology works is to try a live demo, so I need a volunteer, preferably somebody with a face. (Laughter) Cloe's going to be our volunteer today.
Τα τελευταία πέντε χρόνια, από ερευνητικό πρόγραμμα του ΜΙΤ γίναμε εταιρεία, όπου η ομάδα μου έχει μοχθήσει για να λειτουργήσει αυτή η τεχνολογία, όπως αρεσκόμαστε να λέμε ακόμα. Την έχουμε συρρικνώσει ώστε η κεντρική μηχανή συναισθημάτων να λειτουργεί σε κάθε φορητή συσκευή με κάμερα, όπως αυτό το iPad. Ας την δοκιμάσουμε λοιπόν.
So over the past five years, we've moved from being a research project at MIT to a company, where my team has worked really hard to make this technology work, as we like to say, in the wild. And we've also shrunk it so that the core emotion engine works on any mobile device with a camera, like this iPad. So let's give this a try.
Βλέπετε ότι ο αλγόριθμος βασικά έχει εντοπίσει το πρόσωπο της Κλόη, είναι αυτό το λευκό περίγραμμα, και παρακολουθεί τα κεντρικά σημεία του προσώπου της, ήτοι, τα φρύδια, τα μάτια και τη μύτη της. Το ερώτημα είναι, μπορεί να αναγνωρίσει την έκφρασή της; Άρα θα τεστάρουμε το μηχάνημα. Αρχικά, δείξε μου ένα ανέκφραστο πρόσωπο. Ναι, υπέροχα. (Γέλια) Κατόπιν καθώς χαμογελάει, είναι γνήσιο χαμόγελο, υπέροχο. Η πράσινη μπάρα μεγαλώνει καθώς χαμογελάει. Αυτό ήταν ένα μεγάλο χαμόγελο. Κι ένα υπεροπτικό χαμόγελο θα το καταλάβει ο υπολογιστής; Αναγνωρίζει και τα διακριτικά χαμόγελα. Εργαστήκαμε σκληρά για να το καταφέρουμε. Μετά σηκωμένα φρύδια ως ένδειξη έκπληξης. Συνοφρύωση ως ένδειξη απογοήτευσης. Κατσούφιασε. Ναι, τέλεια. Όλες αυτές είναι διαφορετικές μονάδες δράσης. Υπάρχουν πολύ περισσότερες. Αυτή είναι μια σύντομη παρουσίαση. Αλλά κάθε καταγραφή την αποκαλούμε σημείο συναισθηματικών δεδομένων, και μετά μπορούν να δράσουν μαζί για να δώσουν διάφορα συναισθήματα. Έτσι στη δεξιά πλευρά της δοκιμής - δείξε ότι είσαι χαρούμενη. Αυτό λοιπόν είναι χαρά. Η χαρά φωτίζεται. Και μετά δώσε μου μια έκφραση αηδίας. Θυμήσου πώς ήταν όταν ο Ζέιν έφυγε από τους Ουάν Νταϊρέξιον. (Γέλια) Ναι, ξύνισε τη μύτη σου. Φοβερό. Το σθένος είναι αρκετά αρνητικό, άρα πρέπει να ήσουν μεγάλη θαυμάστρια. Το σθένος δηλώνει πόσο θετική ή αρνητική είναι μια εμπειρία, και η εμπλοκή δηλώνει πόσο εκφραστική είναι επίσης. Φανταστείτε αν η Κλόη είχε πρόσβαση σ'αυτή τη ροή συναισθήματος σε πραγματικό χρόνο, και μπορούσε να τη μοιραστεί με όποιον ήθελε. Ευχαριστώ. (Χειροκρότημα)
As you can see, the algorithm has essentially found Cloe's face, so it's this white bounding box, and it's tracking the main feature points on her face, so her eyebrows, her eyes, her mouth and her nose. The question is, can it recognize her expression? So we're going to test the machine. So first of all, give me your poker face. Yep, awesome. (Laughter) And then as she smiles, this is a genuine smile, it's great. So you can see the green bar go up as she smiles. Now that was a big smile. Can you try a subtle smile to see if the computer can recognize? It does recognize subtle smiles as well. We've worked really hard to make that happen. And then eyebrow raised, indicator of surprise. Brow furrow, which is an indicator of confusion. Frown. Yes, perfect. So these are all the different action units. There's many more of them. This is just a slimmed-down demo. But we call each reading an emotion data point, and then they can fire together to portray different emotions. So on the right side of the demo -- look like you're happy. So that's joy. Joy fires up. And then give me a disgust face. Try to remember what it was like when Zayn left One Direction. (Laughter) Yeah, wrinkle your nose. Awesome. And the valence is actually quite negative, so you must have been a big fan. So valence is how positive or negative an experience is, and engagement is how expressive she is as well. So imagine if Cloe had access to this real-time emotion stream, and she could share it with anybody she wanted to. Thank you. (Applause)
Έως τώρα έχουμε συγκεντρώσει 12 δις τέτοια σημεία συναισθηματικών δεδομένων. Είναι η μεγαλύτερη βάση δεδομένων από συναισθήματα στον κόσμο. Τα συλλέξαμε από 2,9 εκατομμύρια βίντεο από πρόσωπα ανθρώπων που συμφώνησαν να μοιραστούν τα συναισθήματά τους μαζί μας, και από 75 χώρες σε όλο τον κόσμο. Αυξάνεται κάθε μέρα. Με συνεπαίρνει η ιδέα ότι μπορούμε να ποσοτικοποιήσουμε κάτι τόσο προσωπικό όσο το συναίσθημα, και να το κάνουμε σε τέτοια κλίμακα.
So, so far, we have amassed 12 billion of these emotion data points. It's the largest emotion database in the world. We've collected it from 2.9 million face videos, people who have agreed to share their emotions with us, and from 75 countries around the world. It's growing every day. It blows my mind away that we can now quantify something as personal as our emotions, and we can do it at this scale.
Τι μάθαμε λοιπόν έως τώρα; Φύλο. Τα δεδομένα μας επιβεβαιώνουν κάτι που ίσως υποψιαζόσαστε. Οι γυναίκες είναι πιο εκφραστικές από τους άνδρες. Χαμογελούν περισσότερο, και το χαμόγελό τους διαρκεί περισσότερο, και τώρα μπορούμε να ποσοτικοποιήσουμε σε τι άνδρες και γυναίκες αντιδρούν διαφορετικά. Ας δούμε την κουλτούρα: Έτσι στις ΗΠΑ οι γυναίκες είναι 40% πιο εκφραστικές από τους άνδρες, αλλά όλως περιέργως δεν υπάρχει διαφορά μεταξύ ανδρών και γυναικών στην Αγγλία. (Γέλια) Ηλικία: Οι άνθρωποι 50 ετών και άνω είναι 25% πιο συναισθηματικοί από τους νέους ανθρώπους. Οι γυναίκες των 20 χαμογελούν περισσότερο από τους άνδρες της ίδιας ηλικίας, ίσως μια αναγκαιότητα για την αναζήτηση σχέσης. Αλλά αυτό που μας εξέπληξε περισσότερο στα δεδομένα είναι ότι συμβαίνει να είμαστε εκφραστικοί συνέχεια, ακόμη και όταν είμαστε μόνοι μπροστά στη συσκευή μας, και όχι μόνο όταν βλέπουμε βίντεο με γάτες στο Facebook. Είμαστε εκφραστικοί όταν στέλνουμε email ή sms, ψωνίζουμε διαδικτυακά, ακόμη και όταν κάνουμε τη φορολογική μας δήλωση.
So what have we learned to date? Gender. Our data confirms something that you might suspect. Women are more expressive than men. Not only do they smile more, their smiles last longer, and we can now really quantify what it is that men and women respond to differently. Let's do culture: So in the United States, women are 40 percent more expressive than men, but curiously, we don't see any difference in the U.K. between men and women. (Laughter) Age: People who are 50 years and older are 25 percent more emotive than younger people. Women in their 20s smile a lot more than men the same age, perhaps a necessity for dating. But perhaps what surprised us the most about this data is that we happen to be expressive all the time, even when we are sitting in front of our devices alone, and it's not just when we're watching cat videos on Facebook. We are expressive when we're emailing, texting, shopping online, or even doing our taxes.
Πού χρησιμοποιούνται αυτά τα δεδομένα σήμερα; Στο να καταλάβουμε πώς εμπλεκόμαστε με τα μέσα, έτσι κατανοώντας τη διαδικτυακή εξάπλωση και το πώς ψηφίζουμε. Επίσης την τεχνολογία που ενεργοποιεί συναισθήματα, και θέλω να μοιραστώ κάποια παραδείγματα στα οποία έχω ιδιαίτερη αδυναμία. Γυαλιά που ενεργοποιούνται από συναισθήματα θα βοηθήσουν άτομα με προβλήματα όρασης να διαβάσουν τα πρόσωπα των άλλων, και θα βοηθήσει άτομα στο φάσμα του αυτισμού να ερμηνεύσουν συναισθήματα, κάτι που πραγματικά τους ταλαιπωρεί. Στην εκπαίδευση, φανταστείτε εάν οι εφαρμογές που μαθαίνουν αισθανθούν ότι έχετε μπερδευτεί και μειώσουν ταχύτητα ή ότι βαριόσαστε έτσι να επιταχύνουν, ακριβώς όπως ένας καλός δάσκαλος θα έκανε στην τάξη. Εάν το ρολόι στο χέρι σας παρακολουθούσε τη διάθεσή σας ή το αυτοκινητό σας αισθανόταν ότι είστε κουρασμένος, ή ίσως το ψυγείο σας να αναγνωρίζει ότι είστε αγχωμένος και να κλειδώνει αυτόματα αποτρέποντας τη λαίμαργη επιδρομή σας. (Γέλια) Θα μου άρεσε αυτό, ναι. Τι εάν, όταν ήμουν στο Κέμπριτζ, είχα πρόσβαση στη ροή συναισθημάτων μου σε πραγματικό χρόνο και μπορούσα να τη μοιραστώ με την οικογένειά μου πολύ φυσικά ακριβώς όπως θα έκανα αν είμασταν όλοι μαζί στο ίδιο δωμάτιο;
Where is this data used today? In understanding how we engage with media, so understanding virality and voting behavior; and also empowering or emotion-enabling technology, and I want to share some examples that are especially close to my heart. Emotion-enabled wearable glasses can help individuals who are visually impaired read the faces of others, and it can help individuals on the autism spectrum interpret emotion, something that they really struggle with. In education, imagine if your learning apps sense that you're confused and slow down, or that you're bored, so it's sped up, just like a great teacher would in a classroom. What if your wristwatch tracked your mood, or your car sensed that you're tired, or perhaps your fridge knows that you're stressed, so it auto-locks to prevent you from binge eating. (Laughter) I would like that, yeah. What if, when I was in Cambridge, I had access to my real-time emotion stream, and I could share that with my family back home in a very natural way, just like I would've if we were all in the same room together?
Νομίζω ότι σε πέντε χρόνια, όλες οι συσκευές θα έχουν τσιπ συναισθημάτων και δεν θα θυμόμαστε πώς ήταν όταν δεν μπορούσαμε να αγριοκοιτάξουμε τη συσκευή μας και αυτή να μας πει «Χμ, μάλλον δεν σου αρέσε αυτό, σωστά;» Η μεγαλύτερη πρόκληση είναι ότι υπάρχουν τόσες εφαρμογές αυτής της τεχνολογίας, που η ομάδα μας δεν μπορεί να τις κάνει όλες μόνη της έτσι κάναμε την τεχνολογία διαθέσιμη ώστε και άλλοι προγραμματιστές να χτίσουν και να γίνουν δημιουργικοί. Κατανοούμε ότι υπάρχουν πιθανοί κίνδυνοι και ενδεχόμενη κατάχρηση, αλλά προσωπικά, έχοντας περάσει τόσα χρόνια πάνω σε αυτό, πιστεύω ότι τα οφέλη για την ανθρωπότητα από το να έχουμε συναισθηματικά ευφυή τεχνολογία ξεπερνούν κατά πολύ την πιθανότητα κακής χρήσης. Σας προσκαλώ όλους να συμμετέχετε στη συζήτηση. Όσα περισσότερα γνωρίζει ο κόσμος γι' αυτή την τεχνολογία, τόσο περισσότερο μπορούμε όλοι να έχουμε άποψη για την χρήση της. 'Ετσι, καθώς οι ζωές μας γίνονται όλο και πιο ψηφιακές, μάταια αγωνιζόμαστε να επιβραδύνουμε τη χρήση των συσκευών για να ανακτήσουμε τα συναισθήματά μας. Αυτό που προσπαθώ να κάνω είναι να φέρω το συναίσθημα στην τεχνολογία και να κάνω την τεχνολογία να αποκρίνεται. Θέλω λοιπόν εκείνες οι συσκευές που μας απομάκρυναν να μας ενώσουν και πάλι. Και εξανθρωπίζοντας την τεχνολογία έχουμε αυτή τη χρυσή ευκαιρία να αναδιατυπώσουμε τη σχέση μας με τις μηχανές και ως εκ τούτου, και το πώς εμείς ως ανθρώπινα όντα, συνδεόμαστε ο ένας με τον άλλον.
I think five years down the line, all our devices are going to have an emotion chip, and we won't remember what it was like when we couldn't just frown at our device and our device would say, "Hmm, you didn't like that, did you?" Our biggest challenge is that there are so many applications of this technology, my team and I realize that we can't build them all ourselves, so we've made this technology available so that other developers can get building and get creative. We recognize that there are potential risks and potential for abuse, but personally, having spent many years doing this, I believe that the benefits to humanity from having emotionally intelligent technology far outweigh the potential for misuse. And I invite you all to be part of the conversation. The more people who know about this technology, the more we can all have a voice in how it's being used. So as more and more of our lives become digital, we are fighting a losing battle trying to curb our usage of devices in order to reclaim our emotions. So what I'm trying to do instead is to bring emotions into our technology and make our technologies more responsive. So I want those devices that have separated us to bring us back together. And by humanizing technology, we have this golden opportunity to reimagine how we connect with machines, and therefore, how we, as human beings, connect with one another.
Ευχαριστώ.
Thank you.
(Χειροκρότημα)
(Applause)