Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

Translator: Daban Q. Jaff Reviewer: Razaw S. Bor

ئەوەی کە لە سەرەتاوە دەمەوێت تا بتوانم بە خێرایی نیشانتان بدەم

هەندێک کاری بنەڕەتییە، هەندێک تەکنەلۆجیای نوێیە

کە بە دەستمان هێناوە بۆ کۆمپانیای مایکرۆسۆفت

نزیکەی ساڵێک لەمەوبەر. ئەمە پڕۆگرامی (سیادراگۆن)ە

ئەمەش ژینگەیەکە کە تیایدا تۆ دەتوانیت لە ناوخۆدا یاخود لە دەرەوە

کارلێک لەگەڵ بەشێکی گەورەی داتا بینراوەکاندا بکەیت

ئێمە تەماشای ژمارەیەکی زۆرلە گێگابایتی ژمارەیی وێنەکان دەکەین لێرەدا

کە بەشێوەیەکی بەردەوام و یەک پارچەیی وێنەکان گەورە دەکات و

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

is some foundational work, some new technology

لەو میانەیەدا شتەکان دەجوڵێن، ڕێکیان دەخەینەوە بەو شێوەی کە خۆمان دەمانەوێت

گرنگ نیە چەندە زانیاریمان هەیە دەربارەی ئەو وێنەیەی تەماشای دەکەین

that we brought to Microsoft as part of an acquisition

almost exactly a year ago.

هەروەها ئەمانە چەندە کۆکراونەتەوە یاخود وێنەکان چەندە گەورەن

This is Seadragon, and it's an environment

زۆربەی ئەم وێنانە بە کامێرای دیجیتاڵ گیراوە

in which you can either locally or remotely interact

بەڵام ئەم دانەیە، بۆ نمونە، ئەوە پشکنینێکە لە کتێبخانەی کۆنگرێس

with vast amounts of visual data.

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

کە دیقەکەی ٣٠٠ مێگا پێکسڵە

and kind of seamlessly and continuously zooming in,

هیچ جیاوازیەک دروست ناکات

تەنها یەک شت پێویستە بۆ جێبەجێکردنی کردارەکە

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

ئەویش هەبونی سیستەمێکی وەک ئەمەیە کە ژمارەی پێکسڵەکانت لە سەرشاشەکەت

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

بداتێ لەهەر کاتێکدا. هەروەها ئەوە نەخشەیەکی زۆر ئاشکرای تەلارسازیە

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

ئەمەش کتێبێکی تەواوە، ئەمە نمونەیەکە لە وێنەیەکی خەیاڵی

Most of them are ordinary digital camera photos,

ئەمە (خانوی بلیک)ە کە لەلایەن دیکینسەوە نەخشەی کێشراوە. هەر ستونێک بەشێکە

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

and it's in the 300 megapixel range.

بۆ سەلماندنی ئەوەی کە ئەمە نوسراوی ڕاستەقینەیە نەوەک وێنەیەکە

It doesn't make any difference

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

دەتوانین شتێکی وەک و ئەمە بکەین، بۆ نیشاندانی ڕاستی

کە ئەمە نوێنەرایەتی ڕاستی ئەم نوسراوە دەکات، نەوەک وێنەیەک

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

It's also very flexible architecture.

لەوانەیە ئەمە جۆرێک بێت لە ڕیگەیەکی لاسایی کردنەوە بۆ خوێندنەوەی کتێبی ئەلیکترۆنی

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

من ئەوەم بەلاوە پەسەند نیە

ئەمە زیاتر حاڵەتێکی ڕاستی تێدایە. ئەمە چەند ژمارەیەکە لە ڕۆژنامەی گاردیانی بەریتانی

This is "Bleak House" by Dickens.

هەر وێنەیەکی گەورە سەرەتای دەستپێکردنی بەشێکە

لە ڕاستیدا ئەمە خۆشیەک و ئەزمونێکی باشت دەداتێ

Every column is a chapter.

لە خوێندنەوەی پەڕەیەکی تازە لە گۆڤارێک یان ڕۆژنامەیەک

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

we can do something like so, to really show

خۆی لە بنچینەدا، ئەمە ڕێگایەکە بۆ دیاریکردنی پێوەرەکان

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

هەروەها شتێکی بچوکی تریشمان کردوە

ئەویش ئەوەیە، لە سوچێکی تایبەتی ئەم ڕۆژنامەی گاردیانە

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

I wouldn't recommend it.

ڕیکلامێکمان دروست کردوە بە دیقەیەکی زۆر بەرز

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

کە زۆر زیاترە لەوەی کە لە ڕیکلامی ئاسایدا هەیە

Every large image is the beginning of a section.

ناوەڕۆکی زیاترمان تێدا جێگیر کردوە

And this really gives you the joy and the good experience

ئەگەر دەتەوێت سیفەتەکانی ئەم سەیارەیە ببینیت، دەتوانیت سەیری ئێرە بکەیت

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

یان مۆدێلەکانی تر، یان تەنانەت مواسەفەتە هونەریەکانیشی

which is an inherently multi-scale kind of medium.

لەڕاستیدا ئەمەشمان لە کۆمەڵە بیرۆکەیەکەوە بە دەست هێناوە

We've done something

کە دەتوانیت دەست بەسەر هەموو شاشەکەدا بگریت

with the corner of this particular issue of The Guardian.

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

هیوادارین ئەمە مانای ئەوە بێت کە ئیتر کتێب نەمێنێت لاپەڕەیەکی زۆری هەبێت

وە پێویستمان بە شێوە زبڵدانێکی تری وەک ئەوە نابێت لەمەودوا

much higher than in an ordinary ad --

and we've embedded extra content.

بێگومان نەخشەکێشان یەکێکە لە هەرە جێبەجێکردنە گرنگەکان

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

کە زۆر گونجاوە بۆ ئەم تەکنەلۆجیایە

لە ڕاستیدا ئەم دانەیان من نامەوێت هیچ کاتێکی بۆ تەرخان بکەم

Or other models, or even technical specifications.

جگە لەوەی دەتوانین بڵێین کۆمەڵە شتێکمان هەیە بۆ هاوبەشی کردنێکی باشمان هەیە لەگەڵ ئەم کێڵگەدا

And this really gets at some of these ideas

بەڵام ئەمانە هەموو ڕیگاکان لە ئەمەریکا

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

ئەم وێنانەش بە هۆی مانگە دەستکردەکانی ناساوە گیراون

We hope that this means no more pop-ups

کەواتە ئێستا بابوەستین و بچینە سەر شتێکی تر

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

ئێستا ئەمە ڕاستەوخۆ لەناو ئینەرنێتدا هەیە، دەتوانن بچن بەدوایدا بگەڕێن

Of course, mapping is one of those obvious applications

ئەم پڕۆژەیە ناودەبرێت بە (فۆتۆ سیس) تیشکە پێکهاتن

for a technology like this.

لە ڕاستیدا ئەمەش یەکگرتنی دوو تەکنەلۆجیای جیاوازە

یەکێک لەو دوانە (سیادراگۆن)ە

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

ئەوی تریشیان هەندێک لێکۆڵینەوەی جوانی کۆمپیوتەرە لەبارەی بینینەوە

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

کە لە لایەن (نوا ستانڤیلی)ەوە ئامدە کراوە، خوێندکارێکی دەرچوی زانکۆی واشنتۆنە

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

بەسەرپەرشتی (ستیڤ سێتز) لە زانکۆی واشنتۆن

superimposed on top of a NASA geospatial image.

لەگەڵ (ڕیک سیلیسکی) لە پەیمانگای لێکۆڵینەوەی مایکرۆسۆفت، هاوکاریەکی جوانە

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

ئەمە بە ڕاستەوخۆیی لە ناو ئینتەرنێتدا هەیە، ئیشی پێدەکرێت لە لایەن (سیادراگۆن)ەوە

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

دەتوانن ئەوە ببینن کاتێک لەم جۆرانە نیشان دەدەین

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

دەتوانین بچینە قوڵایی وێنەکان

One of them is Seadragon

تاکو وێنەیەکی کوالیتی بەرزی ئاوهامان هەبێت

and the other is some very beautiful computer-vision research

بەڵام لێرەدا ڕێکخستنی شوێنەکان مانایەکی ڕاستەقینەی هەیە

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

ئالگۆریزمی بینینی کۆمپیوتەرەکە هەموو ئەم وێنانە تۆماردەکات بەیەکەوە

co-advised by Steve Seitz at U.W.

تاکو ئەوانە بگونجێنێت لەگەڵ بۆشاییە ڕاستەقینەکانیدا بۆ ئەوەی ئەم وێنانە بگرێت

and Rick Szeliski at Microsoft Research.

A very nice collaboration.

کە هەموویان لەنزیک دەریاچەی گراسی لە چیاکانی ڕۆکی لە کەنەدا گیراون

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

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

هەموو ئەمانە گیراون، کەواتە هەموو ئەو وێنانەی لێرەدا

نیشان دەدرێن بە سلاید یان وێنەی پانۆرامایی

where we can dive through images

and have this kind of multi-resolution experience.

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

بەستراون بە شوێنەکانیانەوە

The computer vision algorithms have registered these images together

دڵنیا نیم لەوەی ئایا کاتی تەواوم هەیە تاوەکو ژینگەی ترتان نیشان بدەم

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

لەوێدا ژمارەیەکی زۆرتر شوێن هەیە

حەزدەکەم ڕاستەوخۆ بازبدەم بۆ یەکێک لە داتا ئەسڵیەکانی نوا

all taken near Grassi Lakes in the Canadian Rockies --

ئەمە نمونەیەکی سەرەتایی تیشکە پێکهاتنە

all these shots were taken.

ئەوە بوو یەکەم جار دەستمان بە ئیش کرد تێیدا لە هاویندا

So you see elements here

بۆ نیشاندانی ئەوەی من بیر لە چی دەکەمەوە

of stabilized slide-show or panoramic imaging,

لەڕاستیدا وتەی مەبەست لە پشتی ئەم تەکنەلۆجیایەوە

تەکنەلۆجیای تیشکە پێکهاتنە. ئەوەی پێویست ناکات زۆر ئاشکرا بێت

and these things have all been related spatially.

لە سەیرکردنی ئەو ژینگەوە کە ئێمە دامانناوە لە سایتەکەدا

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

ئێمە دڵتەنگ بووین دەربارەی پارێزەرەکان و ئەوانی تریش

Some are much more spatial.

ئەمە ئاوەدانکردنەوەیەکی بینای نوتر دام کاثیدراڵە

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

ئەوە بەتەواوەتی هەڵسەندگێندراوە

لەو وێنانەدا کە هەڵگیراون لە فلیکەردا. تۆ تەنها دەنوسیت نوتر دام لە فلیکەردا

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

دواتر هەندێک وێنەی چەند گەنجێکت دەست دەکەوێت بە تیشێرتەوە لە ناو زانکۆدا

to show you what I think

is really the punch line behind the Photosynth technology,

وە هەروەها. هەر قوچەیەکی پرتەقاڵی لە مانەدا نوێنەری وێنەیەکن

It's not necessarily so apparent

ئەوانەی دۆزرانەوە هی ئەم مۆدێلەن

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

We had to worry about the lawyers and so on.

کەواتە هەموو ئەم وێنانەی لە فلیکەردا هەڵگیراون

This is a reconstruction of Notre Dame Cathedral

بەستراون بە شوێنەکانەوە بەم ڕێگەیە

that was done entirely computationally from images scraped from Flickr.

ئێمە دەتوانی ڕێتان نیشان بدەین بە ڕێگەیەکی زۆر سادە

You just type Notre Dame into Flickr,

چەپڵە

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

And each of these orange cones represents an image

that was discovered to belong to this model.

ئێوە دەزانن، هەرگیز بیرم لەوە نەکردۆتەوە کۆتایی بە ئیش کردن بهێنم لە مایکرۆسۆفت

ئەوە زۆر دڵخۆشکەرە کە جۆرێک پرسگە لێرەدا هەیە

And so these are all Flickr images,

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

پێکەنین

We can just navigate in this very simple way.

وا مەزەندە دەکەم دەتوانن بیبینن

ئەمە وێنانەش بە کامێرای جیاواز جیاواز گیراون

(Applause)

هەر لە کامێرای مۆبایلەکانەوە تاکو کامێرا پڕۆفیشناڵەکانی لینزی ئێس-ئێل-ئاڕ

ژمارەیەکی زۆر هەیە لەوانە. دەیان تەقەڵ

بەیەکیانەوە دەبەستێتەوە لەم ژینگەیەدا

(Applause ends)

ئەگەر توانیم، بەنیازم هەندێک جۆری نامۆ بدۆزمەوە

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

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

ژمارەیەکی زۆر لەوانە وێنەی ڕوخسارەکان دەگرن

(Laughter)

لێرە لەشوێنێکدا ئەوانە بونیان هەیە لەڕاستیدا

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

زینجیرەیەکی وێنەکانن...بابڕۆین

ئەمە پۆستەرێکی نۆتر دامە کە بەشێوەیەکی دروست تۆمارکراوە

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

دەتوانین دایپۆشین لە پۆستەرەکەوە

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

بۆ بینینێکی فیزیایی لەم ژینگەیەدا

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

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

ئەو خاڵەی لێرەدایە لە ڕاستیدا ئەوەیە، ئێمە دەتوانین ئەم شتانە بکەین

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

لەگەڵ ژینگە کۆمەڵایەتیەکەدا. لە ئێستادا ئەم داتایە دەبرێت لە هەرکەسێکەوە

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

بۆ میمۆریەکی تەواو کۆکراوەی

بینراو، زەوی شێوەی لە چی دەچێت

We can dive in from the poster

همەوویان پێکەوە بەستراون

هەموو ئەم وێنانە دەبەسترێن بەیەکەوە

to a physical view of this environment.

ئەوانە شتێکی تازە دروست دەکەن

ئەوەش گەورەترە لە سەرجەم بەشەکانی تر

ئێوە پێویستان بە مۆدێلێکە کە زەوی بەتەواوی تێیدا دەربکەوێت

بیربکەنەوە ئەمە وەک چیرۆکە دوور و درێژەکەی (ستیڤان لاولەر)ە کە تایبەت بوو بەزەویە ڕەسەنەکە

What the point here really is

is that we can do things with the social environment.

ئەمە بەشێکە کە زۆر بەئاڵۆزی گەشەی کردوە

This is now taking data from everybody --

لەگەڵ بەکارهێنانی ئەم پڕۆگرامەدا، ئەوانەی سوود مەند بوون لەم پڕۆگرامە زۆرتر بوون

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

لەو بەکارهێنەرانەی کە تەنیا بەکاریان هێناوە

وێنەکان لەگەڵ زانیاریەکان پێکەوە دەبەسترێنەوە. ئەگەر

and link all of that together.

ک کەسێکی تر چوبێتە ژوورەوە، ئەوا نیشانی دەدات

Those photos become linked, and they make something emergent

ئەگەر کەسێک بێزار کرا بە تاگ کردنی هەموو ئەم وێنانە بۆی

that's greater than the sum of the parts.

گوتی هەموو ئەوانە کێن، پاشان وێنەکەم لە: نۆتری دام کاثیدراڵ

You have a model that emerges of the entire Earth.

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

لە ناکاو دەوڵەمەند دەبن لەگەڵ هەموو ئەو داتایانە

دەتوانم بەکاری بهێنم وەک خاڵێک ە بۆ ئەوەی ئەو بۆشاییە دابپۆشم

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

لەناو زانیاریەکاندا و وە وێنەکانی تر بەکاردەهێنم

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

ئەمە جۆرێک دەبێت لە ئیشی نمونەیی گشتی

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

ئەوە ڕێگەیەک دەبێت لە ئەزمونی ئیشی کۆمەڵایەتی

If somebody bothered to tag all of these saints

بێگومان، ئەم بەرهەم هێنانە هەمووی ئەوەیە

تا ڕادیەکی زۆر مۆدێلی دەوڵەمەندی ڕەسەنە

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

بۆ هەموو بەشەکانی زەوی دڵخۆشکەر دەبێت، کۆکراوە دەبێت

suddenly gets enriched with all of that data,

نەک تەنها بۆ فڕینەکان و وێنەی مانگە دەستکردەکان

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

بەڵام لە میمۆریەکی کۆکراوەدا

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

زۆر سوپاس

and do a kind of a cross-modal

چەپڵە

and cross-user social experience that way.

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

کریس ئەندرسۆن: ئەگەر من باش لەمە تێگەشتبم؟ بەرنامەکەی تۆ ئەوەیە ڕێگەت دەدات

of every interesting part of the Earth,

collected not just from overhead flights and from satellite images

بە چەند خاڵێک، ئەویش ئەوەیە کە لەچەند ساڵی کەمی داهاتودا

and so on, but from the collective memory.

هەموو وێنەکان بەشداری پێدەکرێت لەلایەن هەر کەسێکەوە لەم سەرو ئەوسەری جیهان

Thank you so much.

(Applause)

بەشێوەیەکی بنچینەیی بە هۆی لینکەکەوە دەبەسترێنەوە بەیەکەوە؟

بلەیس ئەگوێرا ئەکراس: بەڵێ، ئەم بەرنامەیە بۆ ئەوە دۆزراوەتەوە

ئەمە درووست کردنی پەیوەندیە لەنێوان وێنەکاندا

ئەو پەیوەندییە درووست دەکات

(Applause ends)

بەپێی ناوەڕۆکی ناو وێنەکە

Chris Anderson: Do I understand this right?

زۆر خۆشە کاتێک بیردەکەیتەوە دەربارەی دەوڵەمەندی

What your software is going to allow,

زانیاریە واتاییەکان کە ژمارەیەکی زۆر لەم وێنانە هەیانە

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

وەک ئەوەی کاتێکل ە ئینتەرنێتدا دەگەڕێیت بەدوای وێنەیەکدا

تۆ زاراوەکان دەنوسیت، دواتر لە لاپەڕەی سایتەکەدا دەردەکەوێت

all the pictures that are shared by anyone across the world

کە زانیاریەکی زۆری هەڵگرتوە دەربارەی ئەو وێنەیە

are going to link together?

ئێستا، چی دەبێت ئەگەر ئەو وێنەیە بەسترا بێت بە هەموو وێنەکانتەوە؟

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

ئەو کات بەشە واتاییەکەی کیشوەر بڕ دەبێت

creating hyperlinks, if you will, between images.

وە بەشە دەوڵەمەندەکەی دەردەکەوێت

کە زۆر گەورەیە. ئەوە کاریگەریەکی تۆڕی کلاسیکیە

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

کریس ئەندرسۆن: بەڕاستی ئەوە باوەڕپێنەکراوە، پیرۆزە

And that gets really exciting when you think about the richness

بلەیس ئەگوێرا ئەکراس: زۆر سوپاس

of the semantic information a lot of images have.

Like when you do a web search for images,

you type in phrases,

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

about what that picture is of.

What if that picture links to all of your pictures?

The amount of semantic interconnection and richness

that comes out of that is really huge.

It's a classic network effect.

CA: Truly incredible. Congratulations.