Up until now, our communication with machines has always been limited to conscious and direct forms. Whether it's something simple like turning on the lights with a switch, or even as complex as programming robotics, we have always had to give a command to a machine, or even a series of commands, in order for it to do something for us. Communication between people, on the other hand, is far more complex and a lot more interesting because we take into account so much more than what is explicitly expressed. We observe facial expressions, body language, and we can intuit feelings and emotions from our dialogue with one another. This actually forms a large part of our decision-making process. Our vision is to introduce this whole new realm of human interaction into human-computer interaction so that computers can understand not only what you direct it to do, but it can also respond to your facial expressions and emotional experiences. And what better way to do this than by interpreting the signals naturally produced by our brain, our center for control and experience.
Cho đến thời điểm này, việc con người giao tiếp với máy móc luôn bị hạn chế dưới dạng ý thức và trực tiếp. Kể cả đơn giản như bật đèn bằng công tắc hay phức tạp như lập trình người máy, chúng ta luôn phải ra một lệnh hoặc cả chuỗi lệnh cho cỗ máy đó để thực hiện một việc cho chúng ta. Mặt khác giao tiếp giữa con người lại phức tạp và thú vị hơn nhiều vì chúng ta xem xét, cân nhắc nhiều hơn so với điều được diễn đạt ngắn gọn. Chúng ta quan sát các biểu hiện khuôn mặt, ngôn ngữ cơ thể, và có thể cảm nhận trực quan các cảm giác và cảm xúc từ cuộc hội thoại với nhau. Điều này thực sự hình thành nên một phần lớn trong quá trình chúng ta đưa ra quyết định. Tầm nhìn của chúng tôi là giới thiệu vương quốc hoàn toàn mới cuả tương tác giữa con người với nhau thành tương tác giữa máy tính và con người, để máy tính không chỉ có thể hiểu việc bạn hướng dẫn nó làm mà nó có thể phản ứng với các biểu hiện khuôn mặt của bạn và các trải nghiệm cảm xúc. Và cách tốt hơn cả việc diễn giải các dấu hiệu do não bộ, trung tâm kiểm soát và trải nghiệm, sản sinh ra một cách tự nhiên.
Well, it sounds like a pretty good idea, but this task, as Bruno mentioned, isn't an easy one for two main reasons: First, the detection algorithms. Our brain is made up of billions of active neurons, around 170,000 km of combined axon length. When these neurons interact, the chemical reaction emits an electrical impulse, which can be measured. The majority of our functional brain is distributed over the outer surface layer of the brain, and to increase the area that's available for mental capacity, the brain surface is highly folded. Now this cortical folding presents a significant challenge for interpreting surface electrical impulses. Each individual's cortex is folded differently, very much like a fingerprint. So even though a signal may come from the same functional part of the brain, by the time the structure has been folded, its physical location is very different between individuals, even identical twins. There is no longer any consistency in the surface signals.
Nghe có vẻ là 1 ý tưởng hay, nhưng như Bruno đã đề cập, nhiệm vụ này không dễ chút nào vì 2 lý do chính: Thứ nhất, thuật toán tìm kiếm. Não của chúng ta được cấu thành từ hàng tỉ nơ ron thần kinh hoạt động, dài khoảng 170,000 km gồm các sợi trục thần kinh kết hợp. Khi các nơ ron thần kinh tương tác, phản ứng hóa học phát ra một xung điện có thể đo được. Bộ não chức năng của chúng ta chủ yếu được phân phối khắp lớp bề mặt bên ngoài của não. Và để tăng diện tích dành cho khả năng tư duy, bề mặt não có các nếp cuộn. Nếp cuộn vỏ não này đưa ra một thách thức to lớn đối với việc diễn giải các xung điện bề mặt. Vỏ não của mỗi cá nhân có nếp cuộn khác nhau. giống như dấu vân tay vậy. Nên mặc dù một dấu hiệu có thể đến từ phần chức năng tương tự của não bộ, trước khi cấu trúc được tạo nếp cuộn, vị trí vật lý của dấu hiệu giữa các cá nhân rất khác nhau, kẻ cả giữa các cặp song sinh. Trong các dấu hiệu bề mặt không còn sự thống nhất nữa.
Our breakthrough was to create an algorithm that unfolds the cortex, so that we can map the signals closer to its source, and therefore making it capable of working across a mass population. The second challenge is the actual device for observing brainwaves. EEG measurements typically involve a hairnet with an array of sensors, like the one that you can see here in the photo. A technician will put the electrodes onto the scalp using a conductive gel or paste and usually after a procedure of preparing the scalp by light abrasion. Now this is quite time consuming and isn't the most comfortable process. And on top of that, these systems actually cost in the tens of thousands of dollars.
Bước đột phá của chúng ta là tạo ra một thuật toán mở các nếp cuộn vỏ não nhờ đó chúng ta có thể lập bản đồ các dấu hiệu gần với nguồn của nó hơn, và do đó chúng ta có thể làm việc trên nhiều não bộ. Thách thức thứ 2 là thiết bị quan sát các sóng não. Đo lường EEG bao gồm một mạng tóc với một chuỗi các thiết bị cảm biến giống cái bạn có thể thấy trong bức ảnh này. Một kỹ thuật viên sẽ đặt các điện cực lên vùng da đầu sử dụng một chất gel hoặc chất hồ bột có đặc tính dẫn và thường dùng sau một quy trình chuẩn bị vùng da đầu bằng cách cọ xát ánh sáng. Việc này khá tốn thời gian và không phải quá trình thoải mái nhất. Và trên hết, các hệ thống này tốn hàng chục nghìn đô.
So with that, I'd like to invite onstage Evan Grant, who is one of last year's speakers, who's kindly agreed to help me to demonstrate what we've been able to develop.
Về điều này, tôi muốn mời lên đây anh Evant Grant, anh là một trong các diễn giả năm ngoái đã rất tốt bụng khi đồng ý giúp tôi minh họa dự án mà chúng tôi đang phát triển.
(Applause)
(Vỗ tay)
So the device that you see is a 14-channel, high-fidelity EEG acquisition system. It doesn't require any scalp preparation, no conductive gel or paste. It only takes a few minutes to put on and for the signals to settle. It's also wireless, so it gives you the freedom to move around. And compared to the tens of thousands of dollars for a traditional EEG system, this headset only costs a few hundred dollars. Now on to the detection algorithms. So facial expressions -- as I mentioned before in emotional experiences -- are actually designed to work out of the box with some sensitivity adjustments available for personalization. But with the limited time we have available, I'd like to show you the cognitive suite, which is the ability for you to basically move virtual objects with your mind.
Thiết bị bạn đang thấy là hệ thống tìm kiếm EEG 14 kênh với độ chính xác cao. Nó không đòi hỏi thao tác chuẩn bị vùng da đầu, gel dẫn hay hồ bột. Chỉ mất vài phút để đeo vào và đợi các dấu hiệu ổn định. Nó là công nghệ không dây nên bạn có thể thoải mái đi lại. Và so với hàng chục nghìn đô cho một hệ thống EEG truyền thống, thiết bị headset này chỉ tốn vài trăm đô. Nào chúng ta hãy tiếp tục với các thuật toán xác định. Các nét mặt -- như tôi đã đề cập trước đó về các nét mặt -- được thiết kế để hoạt động bên ngoài cái hộp với một số hiệu chỉnh độ nhạy cho mỗi cá nhân. Nhưng do thời gian có hạn, tôi sẽ cho các bạn thấy bộ nhận biết cho phép các bạn di chuyển vật thể ảo bằng ý nghĩ.
Now, Evan is new to this system, so what we have to do first is create a new profile for him. He's obviously not Joanne -- so we'll "add user." Evan. Okay. So the first thing we need to do with the cognitive suite is to start with training a neutral signal. With neutral, there's nothing in particular that Evan needs to do. He just hangs out. He's relaxed. And the idea is to establish a baseline or normal state for his brain, because every brain is different. It takes eight seconds to do this, and now that that's done, we can choose a movement-based action. So Evan, choose something that you can visualize clearly in your mind.
Bây giờ, anh Evan chưa quen với hệ thống này, nên việc đầu tiên chúng ta phải làm là tạo một tiểu sử (profile) mới cho anh ấy. Anh ấy không phải tên Joanne -- nên chúng ta sẽ thêm " người dùng" Evan. Ok. Điều đầu tiên chúng ta cần làm với bộ nhận biết là bắt đầu luyện tập một dấu hiệu trung lập. Và ở bước này, Evan không cần làm gì đặc biệt cả. Anh ấy chỉ cần thư giãn, thả lỏng là được. Và ý tưởng thiết lập một đường chuẩn hoặc tình trạng bình thường cho não của Evan vì mỗi bộ não đều khác nhau. Cần 8 giây để thực hiện bước này. Và bây giờ, đã xong, chúng ta có thể chọn một hành động dựa trên cử động. Anh Evan chọn một thứ có thể tưởng tượng rõ ràng trong đầu.
Evan Grant: Let's do "pull."
Evan Grant: Hãy làm động tác " kéo"
Tan Le: Okay, so let's choose "pull." So the idea here now is that Evan needs to imagine the object coming forward into the screen, and there's a progress bar that will scroll across the screen while he's doing that. The first time, nothing will happen, because the system has no idea how he thinks about "pull." But maintain that thought for the entire duration of the eight seconds. So: one, two, three, go. Okay. So once we accept this, the cube is live. So let's see if Evan can actually try and imagine pulling. Ah, good job! (Applause) That's really amazing.
Tan Le: OK. Hãy chọn " kéo" Vấn đề ở đây là Evan cần tưởng tượng vật thể đang tiến đến màn hình. Và có một thanh tiến trình sẽ cuộn ngang màn hình trong khi anh đang thực hiện. Lần đầu tiên, sẽ không có gì xảy ra, vì hệ thống không biết anh ấy sẽ nghĩ như thế nào về động tác "kéo". Nhưng hãy giữ ý nghĩ đó trong thời lượng 8 giây. 1,2,3, nào Ok. Một khi chúng ta tiếp nhận nó khối lập phương sẽ tồn tại. Chúng ta hãy xem liệu Evan có thể thử và tưởng tượng động tác kéo không. A, anh cừ lắm. (Vỗ tay) Điều đó khá ngạc nhiên.
(Applause)
(Vỗ tay)
So we have a little bit of time available, so I'm going to ask Evan to do a really difficult task. And this one is difficult because it's all about being able to visualize something that doesn't exist in our physical world. This is "disappear." So what you want to do -- at least with movement-based actions, we do that all the time, so you can visualize it. But with "disappear," there's really no analogies -- so Evan, what you want to do here is to imagine the cube slowly fading out, okay. Same sort of drill. So: one, two, three, go. Okay. Let's try that. Oh, my goodness. He's just too good. Let's try that again.
Chúng ta vẫn còn chút thời gian còn lại nên tôi sẽ nhờ Evan thực hiện một nhiệm vụ thực sự khó khăn. Và nhiệm vụ lần này khó vì nó cần khả năng mường tượng cái gì đó không tồn tại trong thế giới vật lý. Lần này là " biến mất ". Vậy điều bạn muốn -- ít nhất với các hoạt động dựa trên cử động, chúng ta thường làm, bạn có thể tưởng tượng nó. Nhưng với "biến mất" , các hành động tương tự là không có. Nào, Evan điều anh muốn làm ở đây là tưởng tượng khối lập phương dần mờ đi. Tương tự như cái trên. Nào: 1,2,3, bắt đầu. OK. Chúng ta hãy thử. Rất tuyệt. Anh ấy quá giỏi. Hãy thử lại lần nữa.
EG: Losing concentration.
EG: Đang mất tập trung.
(Laughter)
(Tiếng cười)
TL: But we can see that it actually works, even though you can only hold it for a little bit of time. As I said, it's a very difficult process to imagine this. And the great thing about it is that we've only given the software one instance of how he thinks about "disappear." As there is a machine learning algorithm in this --
TL: Nhưng chúng ta có thể thấy nó thực sự hoạt động, mặc dù bạn chỉ có thể giữ nó một lúc. Như tôi đã nói, rất khó để tưởng tượng ra nó. Và điều tuyệt vời là chúng ta chỉ có phần mềm minh họa cách anh ấy nghĩ về " biến mất ". Vì có một thiết bị tiếp nhận thuật toán trong đó --
(Applause)
(Vỗ tay)
Thank you. Good job. Good job.
Xin cảm ơn. Anh rất giỏi.
(Applause)
(Vỗ tay)
Thank you, Evan, you're a wonderful, wonderful example of the technology.
Cảm ơn anh, Evan, anh là một ví dụ rất tuyệt vời của công nghệ
So, as you can see, before, there is a leveling system built into this software so that as Evan, or any user, becomes more familiar with the system, they can continue to add more and more detections, so that the system begins to differentiate between different distinct thoughts. And once you've trained up the detections, these thoughts can be assigned or mapped to any computing platform, application or device.
Như các bạn thấy trước đó, có một hệ thống cấp độ gài trong phần mềm này để Evan và các người dùng khác làm quen hơn với hệ thống, họ có thể tiếp tục bổ sung thêm các tìm kiếm để hệ thống bắt đầu phân biệt giữa các ý nghĩ khác nhau. Và một khi bạn luyện tập các tìm kiếm, các ý nghĩ đó có thể được giao hoặc được thiết lập sơ đồ tới bất cứ nền tảng điện toán, ứng dụng hoặc thiết bị nào.
So I'd like to show you a few examples, because there are many possible applications for this new interface. In games and virtual worlds, for example, your facial expressions can naturally and intuitively be used to control an avatar or virtual character. Obviously, you can experience the fantasy of magic and control the world with your mind. And also, colors, lighting, sound and effects can dynamically respond to your emotional state to heighten the experience that you're having, in real time. And moving on to some applications developed by developers and researchers around the world, with robots and simple machines, for example -- in this case, flying a toy helicopter simply by thinking "lift" with your mind.
Tôi muốn cho các bạn thấy một vài ví dụ vì có nhiều ứng dụng tiềm năng cho giao diện mới này. Ví dụ, trong thế giới game và thế giới ảo, các nét mặt của bạn có thể được sử dụng một cách tự nhiên và trực quan để điều khiển một nhân vật ảo hoặc nhân vật avatar. Hiển nhiên, bạn có thể trải nghiệm phép thuật kỳ ảo và điều khiển thế giới bằng ý nghĩ. Và màu sắc, ánh sáng, âm thanh và các hiệu ứng, có thể phản ứng tích cực tới trạng thái cảm xúc của bạn để nhấn mạnh trải nghiệm bạn đang có, trong thời gian thực. Và kế đến một số ứng dụng được các nhà phát triển và nghiên cứu trên khắp thế giới phát triển, ví dụ như robot và các máy móc đơn giản, -- ra lệnh bay cho một trực thăng đồ chơi đơn giản chỉ cần nghĩ về động tác " đẩy " trong đầu,
The technology can also be applied to real world applications -- in this example, a smart home. You know, from the user interface of the control system to opening curtains or closing curtains. And of course, also to the lighting -- turning them on or off. And finally, to real life-changing applications, such as being able to control an electric wheelchair. In this example, facial expressions are mapped to the movement commands.
Công nghệ có thể được ứng dụng vào các ứng dụng thế giới thật trong ví dụ này, một ngôi nhà thông minh. Từ giao diện người dùng của hệ thống điều khiển để mở rèm hoặc buông rèm. Và dĩ nhiên cả với hệ thống chiếu sáng -- bật lên hay tắt đi. Và cuối cùng, với các ứng dụng thay đổi cuộc sống thực như là khả năng điều khiển một xe lăn điện. Trong ví dụ này, các nét mặt được lập bản đồ đối với các lệnh di chuyển.
Man: Now blink right to go right. Now blink left to turn back left. Now smile to go straight.
Người đàn ông: Nào, hãy nháy mắt bên phải để đi sang bên phải. Và ngược lại. Nào, hãy cười để đi thẳng.
TL: We really -- Thank you.
TL: Chúng tôi thực sự -- cảm ơn các bạn.
(Applause)
(Vỗ tay)
We are really only scratching the surface of what is possible today, and with the community's input, and also with the involvement of developers and researchers from around the world, we hope that you can help us to shape where the technology goes from here. Thank you so much.
Hôm nay, chúng tôi chỉ đang chạm tới bề mặt của tiềm năng. Và với hỗ trợ từ cộng đồng và sự tham gia của các nhà phát triển và nghiên cứu trên khắp thế giới chúng tôi hy vọng các bạn có thể giúp chúng tôi cải tiến công nghệ từ đây. Cảm ơn các bạn rất nhiều.