Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

Translator: George Kremenliev Reviewer: Anton Hikov

What I'm going to show you first, as quickly as I can,

Това което ще Ви покажа първо, набързо,

is some foundational work, some new technology

е в известна степен основополагаща работа, една нова технология

that we brought to Microsoft as part of an acquisition

която донесохме в Майкрософт, като част от една покупка

almost exactly a year ago.

от преди точно една година. Това е Сиидрагън (Водно конче)

This is Seadragon, and it's an environment

Представлява среда, в която можете отблизо или отдалечено,

in which you can either locally or remotely interact

with vast amounts of visual data.

да разглеждате големи обеми от визуална информация.

We're looking at many, many gigabytes of digital photos here

В момента виждате много, много гигабайта цифрови снимки

and kind of seamlessly and continuously zooming in,

с плавно и непрекъснато увеличение,

panning through it, rearranging it in any way we want.

преместване и преподреждане по всевъзможни начини.

And it doesn't matter how much information we're looking at,

Няма значение обема на информацията, която преглеждаме,

how big these collections are or how big the images are.

колко са големи тези колекции, или колко са големи тези изображения.

Most of them are ordinary digital camera photos,

Повечето са снимки от обикновена цифрова камера,

but this one, for example, is a scan from the Library of Congress,

но това например, е сканирано от библиотеката на Конгреса,

and it's in the 300 megapixel range.

и е от порядъка на 300 мегапиксела.

It doesn't make any difference

Няма никакво значение,

because the only thing that ought to limit the performance of a system like this one

защото единственото нещо, което ограничава скоростта

на система като тази, е броя на точките на екрана

is the number of pixels on your screen at any given moment.

It's also very flexible architecture.

във всеки даден момент. Също така това е много гъвкава архитектура.

This is an entire book, so this is an example of non-image data.

Това е една цяла книга, като пример за не-снимкови данни.

This is "Bleak House" by Dickens.

Това е "Студеният дом" на Дикенс. Всяка колона е глава.

Every column is a chapter.

To prove to you that it's really text, and not an image,

За да ви покажа, че това е наистина текст, а не изображение,

we can do something like so, to really show

мога да направя нещо такова, което наистина показва,

that this is a real representation of the text; it's not a picture.

че това е истинско представяне на текста - не е снимка.

Maybe this is an artificial way to read an e-book.

Може би това е леко измислен начин за четене на книги.

I wouldn't recommend it.

Не бих ви го препоръчал.

This is a more realistic case, an issue of The Guardian.

Това е по-реалистичен случай. Това е брой на Гардиън.

Every large image is the beginning of a section.

Всяко голямо изображение е начало на раздел.

And this really gives you the joy and the good experience

И това наистина носи удоволствие и приятно усещане

of reading the real paper version of a magazine or a newspaper,

за четене на хартиеното издание на списание или вестник,

which is an inherently multi-scale kind of medium.

които са среда с различни размери.

We've done something

Също така направихме нещо дребно

with the corner of this particular issue of The Guardian.

в ъгъла на този брой на Гардиън.

We've made up a fake ad that's very high resolution --

Фалшифицирахме една реклама с много висока разделителна способност -

much higher than in an ordinary ad --

много по-висока отколко можете да видите в обикновена реклама -

and we've embedded extra content.

и й добавихме допълнително съдържание.

If you want to see the features of this car, you can see it here.

Ако искате да видите данните за тази кола, можете да ги видите тук.

Or other models, or even technical specifications.

Или други модели, или техническите им характеристики.

And this really gets at some of these ideas

Това наистина показва някои от тези идеи,

about really doing away with those limits on screen real estate.

за това, как можем да се справим с ограниченията в размера на екрана.

We hope that this means no more pop-ups

Надяваме се, това да означава край на изкачащите реклами

and other rubbish like that -- shouldn't be necessary.

и на други подобни глупости - не би трябвало да са необходими.

Of course, mapping is one of those obvious applications

Разбира се, картографирането е едно от тези очевидни приложения

for a technology like this.

за технология като тази.

And this one I really won't spend any time on,

На тази няма да отделям много време,

except to say that we have things to contribute to this field as well.

освен да кажа, че имаме какво да допринесем и в тази област.

But those are all the roads in the U.S.

Това са всички пътища в САЩ

superimposed on top of a NASA geospatial image.

нанесени върху сателитна снимка на НАСА.

So let's pull up, now, something else.

Нека да погледнем сега нещо друго.

This is actually live on the Web now; you can go check it out.

Това е качено в Инернет в момента; можете да го погледнете.

This is a project called Photosynth, which marries two different technologies.

Този проект се нарича Фотосинт,

и свързва две различни технологии.

One of them is Seadragon

Едната от тях е Сиидрагън

and the other is some very beautiful computer-vision research

а другата е едно чудесно изследване на компютърното зрение

done by Noah Snavely, a graduate student at the University of Washington,

направено от Ноа Снейвли, студент във Вашингтонския университет,

co-advised by Steve Seitz at U.W.

с ко-ръководители Стиив Сейц пак оттам

and Rick Szeliski at Microsoft Research.

и Рик Сзелиски от Майкрософт Рисърч. Много добро сътрудничество.

A very nice collaboration.

And so this is live on the Web. It's powered by Seadragon.

И така това е качено в Интернет. Базирано е на Сиидрагън.

You can see that when we do these sorts of views,

Виждате как, като показваме тези изгледи,

where we can dive through images

можем да се потопим в снимките

and have this kind of multi-resolution experience.

и да получим това много-разделително усещане.

But the spatial arrangement of the images here is actually meaningful.

Но пространственото подреждане на образите тук е от значение.

The computer vision algorithms have registered these images together

Алгоритмите за комютърно зрение са подредили тези образи заедно,

so that they correspond to the real space in which these shots --

за да отговарят на действителното пространство, в което тези снимки -

all taken near Grassi Lakes in the Canadian Rockies --

всички направени близо до езерата Граси (Grassi) в канадските Скалисти планини -

all these shots were taken.

са направени. И така, тук виждате елементи

So you see elements here

of stabilized slide-show or panoramic imaging,

от стабилизирана презентация или панорамно изобразяване.

and these things have all been related spatially.

и тези образи са ориентирани в пространството.

I'm not sure if I have time to show you any other environments.

Не съм сигурен дали имам време да ви покажа някои други места.

Some are much more spatial.

Има някои, които са много по-пространствени.

I would like to jump straight to one of Noah's original data-sets --

Искам да мина направо към един от началните набори на Ноа -

this is from an early prototype that we first got working this summer --

и този е от ранен прототип на Фотосинт,

който подкарахме през лятото -

to show you what I think

за да ви покажа, това което мисля,

is really the punch line behind the Photosynth technology,

е основата на тази технология,

It's not necessarily so apparent

технологията на Фотосинт. И тя не е задължително видима

from looking at the environments we've put up on the website.

от местата, които сме сложили на уебсайта.

We had to worry about the lawyers and so on.

Трябваше да се съобразим с адвокатите и други такива.

This is a reconstruction of Notre Dame Cathedral

Това е реконструкция на катедралата Св. Богородица,

that was done entirely computationally from images scraped from Flickr.

която е направена изцяло с изчисления

на база на снимки свалени от Фликр. Ако просто напишете "Notre Dame" във Фликр

You just type Notre Dame into Flickr,

and you get some pictures of guys in T-shirts, and of the campus and so on.

ще получите снимки на хора по тениски, на университета

и така нататък. И всеки един от оранжевите конуси представя изображение

And each of these orange cones represents an image

that was discovered to belong to this model.

което е маркирано, като принадлежащо към този модел.

And so these are all Flickr images,

И така, това всичко са снимки от Фликр,

and they've all been related spatially in this way.

и те са подредени в пространството по този начин.

We can just navigate in this very simple way.

И така можем да навигираме по този прост начин.

(Applause)

(Аплодисменти)

(Applause ends)

You know, I never thought that I'd end up working at Microsoft.

Знаете ли, никога не съм си представял, че един ден ще работя в Майкрософт.

It's very gratifying to have this kind of reception here.

Много е удовлетворително да получа такова посрещане тук.

(Laughter)

(Смях)

I guess you can see this is lots of different types of cameras:

Предполагам можете да видите,

че това са много различни видове фотоапарати:

it's everything from cell-phone cameras to professional SLRs,

всичко - от камери на мобилни телефони до професионални апрати,

quite a large number of them, stitched together in this environment.

доста голям брой от тях, свързани

заедно на това място.

If I can find some of the sort of weird ones --

И ако мога да намеря, ще ви покажа някои странни.

So many of them are occluded by faces, and so on.

Много от тях са закрити от лица, или нещо друго.

Somewhere in here there is actually a series of photographs -- here we go.

Някъде тук имаме

серия от фотографии - ето ги.

This is actually a poster of Notre Dame that registered correctly.

Това всъщност е постер на Св. Богородица с правилно разположение.

We can dive in from the poster

Можем да се потопим от постера

to a physical view of this environment.

до физическия изглед на мястото.

What the point here really is

Основната идея тук е, че можем да правим неща от

is that we can do things with the social environment.

социалната среда. Сега може да получим данни от всеки -

This is now taking data from everybody --

from the entire collective memory, visually, of what the Earth looks like --

от цялото съвместно съзнание

от, визуално, това което представлява Земята -

and link all of that together.

и ни свързва всички заедно.

Those photos become linked, and they make something emergent

И всички тези снимки стават свързани заедно,

и се получава нещо неочаквано,

that's greater than the sum of the parts.

което е по-голямо от сумата на своите части.

You have a model that emerges of the entire Earth.

Имате модел, който се създава от цялата Земя.

Think of this as the long tail to Stephen Lawler's Virtual Earth work.

Можете да мислите за това като за "дългата опашка" на Виртуалната Земя на Стивън Лоулер.

And this is something that grows in complexity as people use it,

И това е нещо, което нараства по сложност

когато хората го използват, и чиито ползи нарастват

and whose benefits become greater to the users as they use it.

за потребителите му, докато го използват.

Their own photos are getting tagged with meta-data that somebody else entered.

Техните собствени снимки биват маркирани с мета-данни

които някой друг е въвел.

If somebody bothered to tag all of these saints

Ако някой друг се е постарал да отбележи всички тези светци

and say who they all are, then my photo of Notre Dame Cathedral

и да каже кои са те, след това моята снимка на катедралата Св. Богородица

suddenly gets enriched with all of that data,

изведнъж се обогатява с цялата тази информция,

and I can use it as an entry point to dive into that space,

и аз мога да я използвам като отправна точка да се потопя в това място

into that meta-verse, using everybody else's photos,

в тази мета-вселена, използвайки снимките на всички останали,

and do a kind of a cross-modal

и да получа един вид междуформено

and cross-user social experience that way.

и междупотребителско социално изживяване.

And of course, a by-product of all of that is immensely rich virtual models

И разбира се, като страничен ефект от това

са изключително богатите виртуални модели

of every interesting part of the Earth,

от всяко интересно кътче на Земята, събрано

collected not just from overhead flights and from satellite images

не само от самолетни и спътникови снимки

and so on, but from the collective memory.

и т.н., но и от съвкупната памет.

Thank you so much.

Много благодаря.

(Applause)

(Аплодисменти)

(Applause ends)

Chris Anderson: Do I understand this right?

Крис Андерсън: Дали разбрах правилно? Това което твоя софтуер ще позволи

What your software is going to allow,

is that at some point, really within the next few years,

е, че в даден момент, през следващите няколко години,

all the pictures that are shared by anyone across the world

всички снимки споделени от всеки по света

are going to link together?

ще бъдат свързани заедно?

BAA: Yes. What this is really doing is discovering,

БАА: Да. Това което правим е откриване.

creating hyperlinks, if you will, between images.

Създаваме хипервръзки, ако искате, между изображения.

It's doing that based on the content inside the images.

И го правим,

на базата на съдържанието на тези изображения.

And that gets really exciting when you think about the richness

И това е доста вълнуващо, когато се замислите за богатството

of the semantic information a lot of images have.

на семантичната информация, която доста от тези снимки имат.

Like when you do a web search for images,

Например когато търсите в интернет за снимки,

you type in phrases,

пишете фрази, и текста на уеб страницата

and the text on the web page is carrying a lot of information

носи много информация за това какво е на картинката.

about what that picture is of.

What if that picture links to all of your pictures?

А какво би станало, ако тази картинка е свързана с всички ваши снимки?

Тогава обема на семантичната взаимосвързаност

The amount of semantic interconnection and richness

и обема на богатството, което идва от това

that comes out of that is really huge.

е наистина огромен. Класическия мрежов ефект.

It's a classic network effect.

CA: Truly incredible. Congratulations.

KA: Блейз, това е наистина невероятно. Поздравления.

БАА: Много благодаря.