Rana el Kaliouby: This app knows how you feel — from the look on your face

Μετάφραση: Lucas Kaimaras Επιμέλεια: Stefanos Reppas

Our emotions influence every aspect of our lives,

Τα συναισθήματά μας επηρεάζουν κάθε πτυχή της ζωής μας,

from our health and how we learn, to how we do business and make decisions,

από την υγεία μας και τον τρόπο που μαθαίνουμε,

έως το πώς εργαζόμαστε και παίρνουμε αποφάσεις, μικρές και μεγάλες.

big ones and small.

Our emotions also influence how we connect with one another.

Τα συναισθήματά μας επίσης επηρεάζουν το πώς συνδεόμαστε μεταξύ μας.

We've evolved to live in a world like this,

Έχουμε εξελιχθεί να ζούμε σε έναν κόσμο σαν αυτόν,

but instead, we're living more and more of our lives like this --

αντ' αυτού όμως, ζούμε όλο και περισσότερο κάπως έτσι

this is the text message from my daughter last night --

- αυτό είναι μήνυμα από την κόρη μου χθες βράδυ -

in a world that's devoid of emotion.

σε έναν κόσμο στερημένο από συναίσθημα.

So I'm on a mission to change that.

Η αποστολή μου είναι να το αλλάξω αυτό.

I want to bring emotions back into our digital experiences.

Θέλω να επαναφέρω το συναίσθημα στις ψηφιακές μας εμπειρίες.

I started on this path 15 years ago.

Πήρα αυτόν τον δρόμο πριν από 15 χρόνια.

I was a computer scientist in Egypt,

Ήμουν επιστήμων υπολογιστών στην Αίγυπτο,

and I had just gotten accepted to a Ph.D. program at Cambridge University.

και μόλις είχα περάσει σε μεταπτυχιακό πρόγραμμα του Πανεπιστημίου του Κέμπριτζ.

So I did something quite unusual

Έτσι έκανα κάτι αρκετά ασυνήθιστο

for a young newlywed Muslim Egyptian wife:

για μια νεαρή νιόπαντρη μουσουλμάνα σύζυγο από την Αίγυπτο:

With the support of my husband, who had to stay in Egypt,

Με τη στήριξη του συζύγου μου, που έπρεπε να μείνει στην Αίγυπτο,

I packed my bags and I moved to England.

έφτιαξα τα πράγματά μου και μετακόμισα στην Αγγλία.

At Cambridge, thousands of miles away from home,

Στο Κέμπριτζ, χιλιάδες μίλια μακριά από το σπίτι μου

I realized I was spending more hours with my laptop

κατάλαβα ότι περνούσα περισσότερη ώρα με τον φορητό μου υπολογιστή

than I did with any other human.

παρά με οποιονδήποτε άλλον άνθρωπο.

Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.

Παρόλη όμως αυτή την οικειότητα, ο φορητός μου δεν είχε ιδέα πώς ένιωθα.

It had no idea if I was happy,

Αγνοούσε εάν ήμουν χαρούμενη,

having a bad day, or stressed, confused,

αν ήταν μια μέρα δύσκολη, με άγχος ή επιπλοκές,

and so that got frustrating.

και αυτό με απογοήτευσε.

Even worse, as I communicated online with my family back home,

Ακόμα χειρότερα, όταν επικοινωνούσα διαδικτυακά με την οικογένεια στο σπίτι,

I felt that all my emotions disappeared in cyberspace.

ένιωθα ότι όλα μου τα συναισθήματα εξαφανίζονταν στον κυβερνοχώρο.

I was homesick, I was lonely, and on some days I was actually crying,

Μου έλειπε το σπίτι μου, ένιωθα μοναξιά, και κάποιες μέρες πραγματικά έκλαιγα,

but all I had to communicate these emotions was this.

αλλά είχα μόνο αυτό για να μεταδώσω αυτά τα συναισθήματα.

(Laughter)

(Γέλια)

Today's technology has lots of I.Q., but no E.Q.;

Η σημερινή τεχνολογία έχει πολλή ευφυΐα αλλά καθόλου συναίσθημα,

lots of cognitive intelligence, but no emotional intelligence.

πάρα πολύ γνωστική ευφυΐα αλλά καθόλου συναισθηματική ευφυΐα.

So that got me thinking,

Αυτό με έβαλε να σκεφτώ

what if our technology could sense our emotions?

τι θα γινόταν εάν η τεχνολογία μας μπορούσε να νιώσει τα συναισθήματά μας;

What if our devices could sense how we felt and reacted accordingly,

Τι θα γινόταν εάν οι συσκευές ένιωθαν πώς αισθανόμαστε και αποκρίνονταν ανάλογα,

just the way an emotionally intelligent friend would?

ακριβώς όπως θα αντιδρούσε ένας φίλος με συναισθήματα;

Those questions led me and my team

Αυτά τα ερωτήματα οδήγησαν εμένα και την ομάδα μου

to create technologies that can read and respond to our emotions,

στη δημιουργία τεχνολογιών που διαβάζουν και αντιδρούν στα συναισθήματά μας,

and our starting point was the human face.

και το σημείο αφετηρίας μας ήταν το ανθρώπινο πρόσωπο.

So our human face happens to be one of the most powerful channels

Το πρόσωπό μας τυγχάνει να είναι ένα από τα πιο ισχυρά κανάλια

that we all use to communicate social and emotional states,

μέσω των οποίων εκφράζουμε κοινωνικές και συναισθηματικές μας καταστάσεις,

everything from enjoyment, surprise,

τα πάντα, από διασκέδαση, έκπληξη, ενσυναίσθηση και περιέργεια.

empathy and curiosity.

In emotion science, we call each facial muscle movement an action unit.

Στην επιστήμη των συναισθημάτων,

κάθε κίνηση των μυών του προσώπου την αποκαλούμε μονάδα δράσης.

So for example, action unit 12,

Έτσι για παράδειγμα η μονάδα δράσης 12,

it's not a Hollywood blockbuster,

δεν είναι μια επιτυχία του Χόλιγουντ,

it is actually a lip corner pull, which is the main component of a smile.

είναι σήκωμα της άκρης του χείλους,

που είναι βασικό συστατικό του χαμόγελου.

Try it everybody. Let's get some smiles going on.

Δοκιμάστε το όλοι. Ας ρίξουμε μερικά χαμόγελα.

Άλλο παράδειγμα είναι η μονάδα δράσης 4. Είναι η συνοφρύωση.

Another example is action unit 4. It's the brow furrow.

It's when you draw your eyebrows together

Είναι όταν σμίγουν τα φρύδια και δημιουργούνται ρυτίδες και υφές.

and you create all these textures and wrinkles.

Δεν μας αρέσουν αλλά είναι έντονη ένδειξη αρνητικού συναισθήματος.

We don't like them, but it's a strong indicator of a negative emotion.

Έτσι έχουμε περίπου 45 τέτοιες μονάδες δράσης,

So we have about 45 of these action units,

and they combine to express hundreds of emotions.

και οι συνδυασμοί τους εκφράζουν εκατοντάδες συναισθήματα.

Teaching a computer to read these facial emotions is hard,

Το να μάθεις έναν υπολογιστή να διαβάζει τις εκφράσεις του προσώπου είναι δύσκολο,

because these action units, they can be fast, they're subtle,

επειδή οι μονάδες δράσεις μπορεί να εναλλάσσονται γρήγορα,

να είναι αδιόρατες, και να συνδυάζονται με πολλούς τρόπους.

and they combine in many different ways.

So take, for example, the smile and the smirk.

Πάρτε για παράδειγμα το χαμόγελο και το υπεροπτικό χαμόγελο.

They look somewhat similar, but they mean very different things.

Μοιάζουν μεταξύ τους αλλά σημαίνουν διαφορετικά πράγματα.

(Laughter)

(Γέλια)

So the smile is positive,

Έτσι το χαμόγελο είναι θετικό,

ενώ το προσποιητό χαμόγελο είναι συχνά αρνητικό.

a smirk is often negative.

Sometimes a smirk can make you become famous.

Καμιά φορά το προσποιητό χαμόγελο μπορεί να σε κάνει διάσημο.

But seriously, it's important for a computer to be able

Αλλά είναι πολύ σημαντικό

to tell the difference between the two expressions.

να μπορεί ο υπολογιστής να δει τη διαφορά των δυο εκφράσεων.

So how do we do that?

Πώς το καταφέρνουμε λοιπόν αυτό;

We give our algorithms

Δίνουμε στους αλγορίθμους μας

tens of thousands of examples of people we know to be smiling,

δεκάδες χιλιάδες παραδείγματα ανθρώπων που ξέρουμε ότι χαμογελούν,

from different ethnicities, ages, genders,

από διάφορες εθνότητες, ηλικίες, γένη,

and we do the same for smirks.

και κάνουμε το ίδιο και για το υπεροπτικό χαμόγελο.

And then, using deep learning,

Και μετά χρησιμοποιώντας τη βαθιά μάθηση

the algorithm looks for all these textures and wrinkles

ο αλγόριθμος ψάχνει για όλες αυτές τις υφές και τις ρυτίδες

and shape changes on our face,

και τις αλλαγές σχήματος του προσώπου μας,

and basically learns that all smiles have common characteristics,

και βασικά μαθαίνει ότι όλα τα χαμόγελα έχουν κοινά χαρακτηριστικά,

all smirks have subtly different characteristics.

ενώ τα υπεροπτικά χαμόγελα έχουν ελαφρώς διαφορετικά χαρακτηριστικά.

And the next time it sees a new face,

Την επόμενη φορά που θα δει ένα νέο πρόσωπο

it essentially learns that

ουσιαστικά μαθαίνει ότι αυτό το πρόσωπο

this face has the same characteristics of a smile,

έχει τα χαρακτηριστικά του χαμόγελου

and it says, "Aha, I recognize this. This is a smile expression."

και λέει, «Ναι, το αναγνωρίζω. Είναι έκφραση χαμόγελου».

So the best way to demonstrate how this technology works

Έτσι ο καλύτερος τρόπος για να δείξουμε πως λειτουργεί η τεχνολογία

is to try a live demo,

είναι μια ζωντανή παρουσίαση,

so I need a volunteer, preferably somebody with a face.

γι' αυτό ζητάω έναν εθελοντή, κατά προτίμηση κάποιον με πρόσωπο.

(Laughter)

(Γέλια)

Cloe's going to be our volunteer today.

Η Κλόη θα είναι η εθελόντριά μας σήμερα.

So over the past five years, we've moved from being a research project at MIT

Τα τελευταία πέντε χρόνια, από ερευνητικό πρόγραμμα του ΜΙΤ

to a company,

γίναμε εταιρεία,

where my team has worked really hard to make this technology work,

όπου η ομάδα μου έχει μοχθήσει για να λειτουργήσει αυτή η τεχνολογία,

as we like to say, in the wild.

όπως αρεσκόμαστε να λέμε ακόμα.

And we've also shrunk it so that the core emotion engine

Την έχουμε συρρικνώσει ώστε η κεντρική μηχανή συναισθημάτων

works on any mobile device with a camera, like this iPad.

να λειτουργεί σε κάθε φορητή συσκευή με κάμερα, όπως αυτό το iPad.

So let's give this a try.

Ας την δοκιμάσουμε λοιπόν.

As you can see, the algorithm has essentially found Cloe's face,

Βλέπετε ότι ο αλγόριθμος βασικά έχει εντοπίσει το πρόσωπο της Κλόη,

so it's this white bounding box,

είναι αυτό το λευκό περίγραμμα,

and it's tracking the main feature points on her face,

και παρακολουθεί τα κεντρικά σημεία του προσώπου της,

so her eyebrows, her eyes, her mouth and her nose.

ήτοι, τα φρύδια, τα μάτια και τη μύτη της.

The question is, can it recognize her expression?

Το ερώτημα είναι, μπορεί να αναγνωρίσει την έκφρασή της;

So we're going to test the machine.

Άρα θα τεστάρουμε το μηχάνημα.

So first of all, give me your poker face. Yep, awesome. (Laughter)

Αρχικά, δείξε μου ένα ανέκφραστο πρόσωπο. Ναι, υπέροχα.

(Γέλια)

And then as she smiles, this is a genuine smile, it's great.

Κατόπιν καθώς χαμογελάει, είναι γνήσιο χαμόγελο, υπέροχο.

So you can see the green bar go up as she smiles.

Η πράσινη μπάρα μεγαλώνει καθώς χαμογελάει.

Now that was a big smile.

Αυτό ήταν ένα μεγάλο χαμόγελο.

Can you try a subtle smile to see if the computer can recognize?

Κι ένα υπεροπτικό χαμόγελο θα το καταλάβει ο υπολογιστής;

Αναγνωρίζει και τα διακριτικά χαμόγελα. Εργαστήκαμε σκληρά για να το καταφέρουμε.

It does recognize subtle smiles as well.

We've worked really hard to make that happen.

Μετά σηκωμένα φρύδια ως ένδειξη έκπληξης.

And then eyebrow raised, indicator of surprise.

Brow furrow, which is an indicator of confusion.

Συνοφρύωση ως ένδειξη απογοήτευσης.

Frown. Yes, perfect.

Κατσούφιασε. Ναι, τέλεια.

So these are all the different action units. There's many more of them.

Όλες αυτές είναι διαφορετικές μονάδες δράσης.

Υπάρχουν πολύ περισσότερες. Αυτή είναι μια σύντομη παρουσίαση.

This is just a slimmed-down demo.

But we call each reading an emotion data point,

Αλλά κάθε καταγραφή την αποκαλούμε σημείο συναισθηματικών δεδομένων,

and then they can fire together to portray different emotions.

και μετά μπορούν να δράσουν μαζί για να δώσουν διάφορα συναισθήματα.

So on the right side of the demo -- look like you're happy.

Έτσι στη δεξιά πλευρά της δοκιμής - δείξε ότι είσαι χαρούμενη.

So that's joy. Joy fires up.

Αυτό λοιπόν είναι χαρά. Η χαρά φωτίζεται.

And then give me a disgust face.

Και μετά δώσε μου μια έκφραση αηδίας.

Try to remember what it was like when Zayn left One Direction.

Θυμήσου πώς ήταν όταν ο Ζέιν έφυγε από τους Ουάν Νταϊρέξιον.

(Laughter)

(Γέλια)

Ναι, ξύνισε τη μύτη σου. Φοβερό.

Yeah, wrinkle your nose. Awesome.

And the valence is actually quite negative, so you must have been a big fan.

Το σθένος είναι αρκετά αρνητικό, άρα πρέπει να ήσουν μεγάλη θαυμάστρια.

So valence is how positive or negative an experience is,

Το σθένος δηλώνει πόσο θετική ή αρνητική είναι μια εμπειρία,

and engagement is how expressive she is as well.

και η εμπλοκή δηλώνει πόσο εκφραστική είναι επίσης.

So imagine if Cloe had access to this real-time emotion stream,

Φανταστείτε αν η Κλόη είχε πρόσβαση σ'αυτή τη ροή συναισθήματος σε πραγματικό χρόνο,

and she could share it with anybody she wanted to.

και μπορούσε να τη μοιραστεί με όποιον ήθελε.

Thank you.

Ευχαριστώ.

(Χειροκρότημα)

(Applause)

So, so far, we have amassed 12 billion of these emotion data points.

Έως τώρα έχουμε συγκεντρώσει 12 δις τέτοια σημεία συναισθηματικών δεδομένων.

Είναι η μεγαλύτερη βάση δεδομένων από συναισθήματα στον κόσμο.

It's the largest emotion database in the world.

We've collected it from 2.9 million face videos,

Τα συλλέξαμε από 2,9 εκατομμύρια βίντεο από πρόσωπα ανθρώπων

people who have agreed to share their emotions with us,

που συμφώνησαν να μοιραστούν τα συναισθήματά τους μαζί μας,

and from 75 countries around the world.

και από 75 χώρες σε όλο τον κόσμο.

It's growing every day.

Αυξάνεται κάθε μέρα.

It blows my mind away

Με συνεπαίρνει η ιδέα

that we can now quantify something as personal as our emotions,

ότι μπορούμε να ποσοτικοποιήσουμε κάτι τόσο προσωπικό όσο το συναίσθημα,

and we can do it at this scale.

και να το κάνουμε σε τέτοια κλίμακα.

So what have we learned to date?

Τι μάθαμε λοιπόν έως τώρα;

Gender.

Φύλο.

Our data confirms something that you might suspect.

Τα δεδομένα μας επιβεβαιώνουν κάτι που ίσως υποψιαζόσαστε.

Οι γυναίκες είναι πιο εκφραστικές από τους άνδρες.

Women are more expressive than men.

Not only do they smile more, their smiles last longer,

Χαμογελούν περισσότερο, και το χαμόγελό τους διαρκεί περισσότερο,

and we can now really quantify what it is that men and women

και τώρα μπορούμε να ποσοτικοποιήσουμε

respond to differently.

σε τι άνδρες και γυναίκες αντιδρούν διαφορετικά.

Let's do culture: So in the United States,

Ας δούμε την κουλτούρα: Έτσι στις ΗΠΑ

women are 40 percent more expressive than men,

οι γυναίκες είναι 40% πιο εκφραστικές από τους άνδρες, αλλά όλως περιέργως

but curiously, we don't see any difference in the U.K. between men and women.

δεν υπάρχει διαφορά μεταξύ ανδρών και γυναικών στην Αγγλία. (Γέλια)

(Laughter)

Age: People who are 50 years and older

Ηλικία: Οι άνθρωποι 50 ετών και άνω

are 25 percent more emotive than younger people.

είναι 25% πιο συναισθηματικοί από τους νέους ανθρώπους.

Women in their 20s smile a lot more than men the same age,

Οι γυναίκες των 20 χαμογελούν περισσότερο από τους άνδρες της ίδιας ηλικίας,

perhaps a necessity for dating.

ίσως μια αναγκαιότητα για την αναζήτηση σχέσης.

But perhaps what surprised us the most about this data

Αλλά αυτό που μας εξέπληξε περισσότερο στα δεδομένα

is that we happen to be expressive all the time,

είναι ότι συμβαίνει να είμαστε εκφραστικοί συνέχεια,

even when we are sitting in front of our devices alone,

ακόμη και όταν είμαστε μόνοι μπροστά στη συσκευή μας,

and it's not just when we're watching cat videos on Facebook.

και όχι μόνο όταν βλέπουμε βίντεο με γάτες στο Facebook.

We are expressive when we're emailing, texting, shopping online,

Είμαστε εκφραστικοί όταν στέλνουμε email ή sms,

ψωνίζουμε διαδικτυακά, ακόμη και όταν κάνουμε τη φορολογική μας δήλωση.

or even doing our taxes.

Where is this data used today?

Πού χρησιμοποιούνται αυτά τα δεδομένα σήμερα;

In understanding how we engage with media,

Στο να καταλάβουμε πώς εμπλεκόμαστε με τα μέσα,

so understanding virality and voting behavior;

έτσι κατανοώντας τη διαδικτυακή εξάπλωση και το πώς ψηφίζουμε.

and also empowering or emotion-enabling technology,

Επίσης την τεχνολογία που ενεργοποιεί συναισθήματα,

and I want to share some examples that are especially close to my heart.

και θέλω να μοιραστώ κάποια παραδείγματα στα οποία έχω ιδιαίτερη αδυναμία.

Emotion-enabled wearable glasses can help individuals

Γυαλιά που ενεργοποιούνται από συναισθήματα

θα βοηθήσουν άτομα με προβλήματα όρασης να διαβάσουν τα πρόσωπα των άλλων,

who are visually impaired read the faces of others,

and it can help individuals on the autism spectrum interpret emotion,

και θα βοηθήσει άτομα στο φάσμα του αυτισμού

να ερμηνεύσουν συναισθήματα, κάτι που πραγματικά τους ταλαιπωρεί.

something that they really struggle with.

In education, imagine if your learning apps

Στην εκπαίδευση, φανταστείτε εάν οι εφαρμογές που μαθαίνουν

sense that you're confused and slow down,

αισθανθούν ότι έχετε μπερδευτεί και μειώσουν ταχύτητα

or that you're bored, so it's sped up,

ή ότι βαριόσαστε έτσι να επιταχύνουν,

just like a great teacher would in a classroom.

ακριβώς όπως ένας καλός δάσκαλος θα έκανε στην τάξη.

What if your wristwatch tracked your mood,

Εάν το ρολόι στο χέρι σας παρακολουθούσε τη διάθεσή σας

or your car sensed that you're tired,

ή το αυτοκινητό σας αισθανόταν ότι είστε κουρασμένος,

or perhaps your fridge knows that you're stressed,

ή ίσως το ψυγείο σας να αναγνωρίζει ότι είστε αγχωμένος

so it auto-locks to prevent you from binge eating. (Laughter)

και να κλειδώνει αυτόματα αποτρέποντας τη λαίμαργη επιδρομή σας. (Γέλια)

Θα μου άρεσε αυτό, ναι.

I would like that, yeah.

What if, when I was in Cambridge,

Τι εάν, όταν ήμουν στο Κέμπριτζ,

I had access to my real-time emotion stream,

είχα πρόσβαση στη ροή συναισθημάτων μου σε πραγματικό χρόνο

and I could share that with my family back home in a very natural way,

και μπορούσα να τη μοιραστώ με την οικογένειά μου πολύ φυσικά

just like I would've if we were all in the same room together?

ακριβώς όπως θα έκανα αν είμασταν όλοι μαζί στο ίδιο δωμάτιο;

I think five years down the line,

Νομίζω ότι σε πέντε χρόνια, όλες οι συσκευές θα έχουν τσιπ συναισθημάτων

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

και δεν θα θυμόμαστε πώς ήταν

όταν δεν μπορούσαμε να αγριοκοιτάξουμε τη συσκευή μας

and our device would say, "Hmm, you didn't like that, did you?"

και αυτή να μας πει «Χμ, μάλλον δεν σου αρέσε αυτό, σωστά;»

Our biggest challenge is that there are so many applications of this technology,

Η μεγαλύτερη πρόκληση είναι

ότι υπάρχουν τόσες εφαρμογές αυτής της τεχνολογίας,

my team and I realize that we can't build them all ourselves,

που η ομάδα μας δεν μπορεί να τις κάνει όλες μόνη της

so we've made this technology available so that other developers

έτσι κάναμε την τεχνολογία διαθέσιμη

ώστε και άλλοι προγραμματιστές να χτίσουν και να γίνουν δημιουργικοί.

can get building and get creative.

We recognize that there are potential risks

Κατανοούμε ότι υπάρχουν πιθανοί κίνδυνοι και ενδεχόμενη κατάχρηση,

and potential for abuse,

but personally, having spent many years doing this,

αλλά προσωπικά, έχοντας περάσει τόσα χρόνια πάνω σε αυτό,

I believe that the benefits to humanity

πιστεύω ότι τα οφέλη για την ανθρωπότητα

from having emotionally intelligent technology

από το να έχουμε συναισθηματικά ευφυή τεχνολογία

far outweigh the potential for misuse.

ξεπερνούν κατά πολύ την πιθανότητα κακής χρήσης.

And I invite you all to be part of the conversation.

Σας προσκαλώ όλους να συμμετέχετε στη συζήτηση.

The more people who know about this technology,

Όσα περισσότερα γνωρίζει ο κόσμος γι' αυτή την τεχνολογία,

the more we can all have a voice in how it's being used.

τόσο περισσότερο μπορούμε όλοι να έχουμε άποψη για την χρήση της.

So as more and more of our lives become digital,

'Ετσι, καθώς οι ζωές μας γίνονται όλο και πιο ψηφιακές,

we are fighting a losing battle trying to curb our usage of devices

μάταια αγωνιζόμαστε να επιβραδύνουμε τη χρήση των συσκευών

in order to reclaim our emotions.

για να ανακτήσουμε τα συναισθήματά μας.

So what I'm trying to do instead is to bring emotions into our technology

Αυτό που προσπαθώ να κάνω είναι να φέρω το συναίσθημα στην τεχνολογία

and make our technologies more responsive.

και να κάνω την τεχνολογία να αποκρίνεται.

So I want those devices that have separated us

Θέλω λοιπόν εκείνες οι συσκευές που μας απομάκρυναν

to bring us back together.

να μας ενώσουν και πάλι.

And by humanizing technology, we have this golden opportunity

Και εξανθρωπίζοντας την τεχνολογία έχουμε αυτή τη χρυσή ευκαιρία

to reimagine how we connect with machines,

να αναδιατυπώσουμε τη σχέση μας με τις μηχανές

and therefore, how we, as human beings,

και ως εκ τούτου, και το πώς εμείς ως ανθρώπινα όντα,

connect with one another.

συνδεόμαστε ο ένας με τον άλλον.

Thank you.

Ευχαριστώ.

(Χειροκρότημα)

(Applause)