Welcome to the World of Audio Computers | Jason Rugolo | TED

Traductor: Karla López Revisor: Sebastian Betti

You know, when I was a kid,

Cuando era un niño

dreaming about the amazing future that computers could bring,

que soñaba con el increíble futuro que podían traer los dispositivos,

I never thought it would look like this.

nunca pensé que se vería así.

I snapped this photo in line at a Chipotle, thinking,

Tomé esta foto haciendo fila en un Chipotle, pensando:

"Man, what has the world come to?"

«¡Caray!, ¿qué ha pasado con el mundo?»

You know, everyone's stuck in their phones all the time.

La gente siempre está pegada al teléfono.

And then I almost doubled over laughing at myself because there I am,

Y luego casi me muero de la risa porque ahí estaba,

stuck in my phone being judgy about these people, stuck in theirs.

pegado a mi teléfono juzgando a las personas que estaban pegadas al suyo.

The truth is that we could all benefit from a little less screen time.

En verdad, reducir el tiempo de pantalla nos beneficiaría a todos.

And so how do we push back

Entonces, ¿cómo podemos resistir

and create a healthier relationship to our technology?

y crear una relación más sana} con nuestra tecnología?

I've been trying to figure out what comes next,

He estado tratando de averiguar qué sigue después

what's the technology that we want to be using?

¿Cuál es la tecnología que queremos utilizar?

I spent three years funding deep tech at ARPA-E,

Pasé tres años financiando la tecnología profunda en ARPA-E,

and then I moved to Google X,

y luego me fui a Google X,

Google's moonshot factory,

la fábrica más innovadora de Google,

before creating a spin out called iyo.

antes de crear una empresa derivada llamada Iyo.

The last 10 years, diligently, and some may say obsessively,

Los últimos 10 años, con dedicación, y algunos dirían que obsesivamente,

trying to peek beyond the curve.

tratando de anticipar lo que está por venir.

What I think is next is that we need an entirely new kind of computer.

Pienso que lo que sigue es un tipo de dispositivo completamente nuevo.

One that speaks our language

Uno que hable nuestro idioma

instead of forcing us to speak their language of swipes and clicks.

en lugar de obligarnos a hablar su idioma de deslizar y hacer clic.

A computer that we can talk to.

Un dispositivo con el que podamos hablar.

And not in the way that you speak at Siri

Y no de la forma en que le hablas a Siri

with loud, robotic voice commands,

con comandos de voz robóticos en voz alta,

but in the way that we talk with each other.

sino de la forma en que hablamos entre nosotros.

So genuine, engaging conversation.

Una conversación genuina e interesante.

So a new kind of natural language computing

Un nuevo tipo de procesamiento de lenguaje natural

built on a new kind of compute hardware.

con base en un nuevo equipo informático.

So we've been building this new kind of computer in secret for six years now,

Llevamos seis años fabricando este nuevo tipo de dispositivo en secreto,

and today is the first time that we're talking about it publicly.

y hoy es la primera vez que hablamos de esto en público.

So this is a prototype “audio computer,”

Este prototipo es un dispositivo de audio,

as we call them.

como los llamamos.

And the first thing that you'll see is they don't have a screen.

Y lo primero que verás es que no tiene pantalla.

We've got perfectly good screens in our pockets,

Tenemos pantallas en perfecto estado en los bolsillos

and we're hoping that we could leave them there or even at home

y esperamos poder dejarlas ahí o incluso en casa

a little bit more often.

un poco más a menudo.

So these are not just fancy-looking earbuds.

Así que estos no son solo unos auriculares de aspecto elegante.

They're an entire computer,

Es un dispositivo completo,

and we think they're going to replace some of what we do

y creemos que van a reemplazar parte de lo que hacemos

with the visual computers that we're used to.

con los dispositivos visuales a los que estamos acostumbrados.

We've created a new audio-based user interface,

Creamos una nueva interfaz de usuario auditiva,

which relies on natural language as the input

que utiliza el lenguaje natural como entrada

and what we call “auditory space” as the output.

y lo que denominamos «espacio auditivo» como salida.

And we're hoping that these innovations will help us create

Y esperamos que estas innovaciones nos ayuden a crear

a new kind of relationship with computers,

una nueva relación con las computadoras,

where the iyo is more natural, more intuitive.

en la que Iyo sea más natural e intuitivo.

So you can just talk,

Así podrás simplemente hablar,

have a natural-language conversation

tener una conversación natural

with all kinds of different powerful audio apps.

con todo tipo de potentes aplicaciones de audio.

So here's a really simple example.

Aquí tienes un ejemplo muy sencillo.

Hey, Q.

Hola, Q.

Voice: Hi, Jason. How are you doing?

Voz: Hola, Jason. ¿Cómo estás?

Jason Rugolo: Hey, I'm good, I'm doing the TED talk right now.

Jason Rugolo: Hola, estoy bien, estoy dando la charla TED.

Voice: You got this, Jason, how can I support you?

Voz: Tú puedes Jason, ¿cómo puedo apoyarte?

JR: I don't know, you know I'm nervous talking in front of this many people.

JR: No sé, sabes que me pone nervioso hablar delante de tanta gente.

Voice: Yeah, I know you don't like public speaking.

Voz: Sé que no te gusta hablar en público. ¿Cómo puedo ayudar?

How can I help?

JR: I guess I could use a little bit of encouragement.

JR: Supongo que me vendría bien un poco de motivación.

Voice: Do you want me to share a positive message from a loved one?

Voz: ¿Quieres que comparta un mensaje positivo de un ser querido?

JR: Yeah, that'd be great.

JR: Sí, sería genial.

Maybe just one, I don't want to bore people.

Tal vez solo uno, no quiero aburrir a la gente.

Voice: Your dad texted,

Voz: Tu papá envió un mensaje:

"Good luck today, Jason. I'm so proud of you."

«Buena suerte hoy, Jason. Estoy muy orgulloso de ti».

JR: That's awesome, thanks, Q.

JR: Increíble, gracias Q.

Can you tell him I said thanks and tell him I'm up on stage right now?

¿Puedes agradecerle y decirle que estoy en el escenario?

He'll get a kick out of that.

Eso le va a encantar.

Voice: No problem.

Voz: No hay problema.

JR: So any suggestions for how I could loosen up a little bit?

JR: Entonces, ¿alguna sugerencia sobre cómo podría relajarme un poco?

Voice: Do you want to hear a joke to lighten the mood?

Voz: ¿Quieres escuchar un chiste para aliviar la tensión?

JR: OK, yeah, maybe if it's on theme.

JR: Bueno, solo si es sobre el tema.

Do you know any tech start-up jokes?

¿Sabes chistes sobre empresas emergentes de tecnología?

Voice: How many start-up founders does it take to change a light bulb?

Voz: ¿Cuántos emprendedores se necesitan para cambiar un foco?

JR: I don't know, tell me.

JR: No lo sé, dime.

Voice: Only one.

Voz: Solo uno.

He just holds it in place, and the world revolves around him.

Simplemente sostiene el foco, y el mundo gira a su alrededor.

(Laughter)

(Risas)

JR: OK, sick burn.

JR: Bien, eso dolió.

I'm going to get back to the talk here.

Voy a volver a la charla.

So do you see the difference between those robotic voice commands

¿Ven la diferencia entre esos comandos de voz robóticos

and just a conversation?

y solo una conversación?

Natural language is just more natural.

El lenguaje es simplemente más natural.

It's intuitive, it's better.

Es intuitivo, es mejor.

So what makes this kind of conversation possible?

Entonces, ¿qué hace posible este tipo de conversación?

It's the single most revolutionary breakthrough

Es el avance más revolucionario en la historia

in the history of information technology.

de la tecnología de la información.

And don't worry, I'm not talking about our devices,

Y no se preocupen, no hablo de nuestros dispositivos,

although they're pretty cool.

aunque son geniales.

And I don't mean LLMs either, which are obviously a building block here.

Y tampoco me refiero a los LLM, que son un elemento fundamental en este caso.

What I'm talking about is something much older.

Hablo de algo mucho más antiguo.

It's the first uniquely human form of communication,

Es la primera forma de comunicación exclusivamente humana

the one that we naturally learn as children

que aprendemos de niños de forma natural

and has its structure built into our brain.

y tiene su estructura integrada en nuestro cerebro.

It's the very thing I'm doing right now.

Es lo que estoy haciendo ahora mismo.

Talking.

Hablar.

Spoken language emerged in tandem with the evolution of human consciousness,

El lenguaje hablado surgió junto con la evolución de la conciencia humana

and to this day, it remains our most efficient

y, hasta el día de hoy, sigue siendo nuestra forma de comunicación

and emotionally robust form of communication.

más eficiente y emocionalmente sólida.

Conversation is not just transmitting ideas from one person to another.

La conversación no es solo transmitir ideas de una persona a otra.

It's more like thinking together.

Es más como pensar juntos.

Modern neuroscientists have pioneered a whole new approach to the brain.

Los neurocientíficos modernos lideran una nueva visión del cerebro.

Se llama neurociencia en segunda persona

It's called second-person neuroscience,

and it’s built on the notion that how we think is not isolated.

y se basa en la idea de que la forma en que pensamos no es algo aislado.

It’s collective, and it happens out loud.

Es colectivo y ocurre en voz alta.

Not just through words,

No solo con palabras,

but through subtle signals of tone and prosody,

sino a través de señales sutiles de tono y prosodia,

your timbre and your pitch and intensity.

tu timbre, tono e intensidad.

And neuroscience is just not complete

Y la neurociencia no estará completa

until you add a second person into this full social dynamic.

hasta que agregues a una segunda persona a esta dinámica social plena.

So why can't we have a computer that we can talk with in that way?

Entonces, ¿por qué no podemos tener un dispositivo con el que hablemos así?

With that kind of natural language.

Con ese tipo de lenguaje natural.

A computer that has superhuman processing speed.

Un dispositivo que tiene una velocidad de procesamiento sobrehumana.

And it has access to the internet.

Y tiene acceso a Internet.

And it’s been trained on the entire written record of human thought.

Y ha sido entrenada en todo el registro escrito del pensamiento humano.

But engages with you like a person would,

Pero se relaciona contigo como lo haría

that understands your intention

una persona que entiende tu intención

and that taps into the superpower of human natural language understanding.

y aprovecha el superpoder de la comprensión del lenguaje natural humano.

That's the promise of audio computing.

Es la promesa del dispositivo de audio.

So think about not just how it can replace many of the things

Piensa no solo en cómo puede reemplazar muchas de las cosas

that you do on your phone

que haces en tu teléfono

but actually make them better.

sino también en mejorarlas.

So take email, for example.

Tomemos el correo como ejemplo.

We pull out our phones, we swipe, we scroll,

Sacamos el teléfono, nos desplazamos,

we furiously type with our thumbs.

escribimos enérgicamente con los pulgares.

Wouldn't it be better to just sit back with a cup of coffee

¿No sería mejor simplemente sentarse con una taza de café

and to be briefed in a conversation?

y recibir instrucciones en una charla?

Or search, search is a big one.

O buscar, la búsqueda es muy importante.

It's an incredible technology

Es una tecnología increíble

that made the world a radically better place.

que hizo del mundo un lugar mucho mejor.

But with these audio computers,

Pero con estos dispositivos auditivos,

you can just talk out loud about anything that you want to know.

puedes hablar en voz alta sobre cualquier cosa que quieras saber.

It just feels so normal.

Se siente tan normal.

So there's a big difference between giving a voice command

Así que hay una gran diferencia entre dar un comando de voz a uno

to one of the big five voice assistants,

de los cinco asistentes de voz esenciales,

which are these structured, predefined choose-your-own-adventure dialogue models

que son los modelos de diálogo de “elige tu propia aventura”

that we all have to learn,

que tenemos que aprender,

and I'm sure have all felt that frustration,

y estoy seguro de que todos hemos sentido esa frustración,

and just having a real conversation.

y solo tener una conversación real.

These natural-language applications can get to know you

Estas aplicaciones de lenguaje natural pueden conocerte

in the same way that we get to know each other.

de la misma manera que nosotros nos conocemos.

They build context about our lives just through us talking over time.

Construyen un contexto sobre nuestras vidas a través de nuestras conversaciones.

So later, take out your phone, look at all those apps,

Después, saca tu teléfono, ve todas esas aplicaciones,

all those candy-colored icons,

todos los íconos de colores dulces,

and think about how could you accomplish the same thing

y piensa en cómo podrías lograr lo mismo si no fuera a través

but through conversation?

de una conversación.

Or how could you make it better?

¿O cómo podrías mejorarlo?

You won't be able to do Instagram or TikTok,

No podrás usar Instagram o TikTok,

those apps whose content is mostly visual.

esas aplicaciones cuyo contenido es mayormente visual.

But wouldn't it be better to spend a little bit less time in those apps,

Pero, ¿no sería mejor pasar un poco menos de tiempo en esas aplicaciones

or just to need your screen a little bit less?

o necesitar menos de tiempo de pantalla?

So our goal is to be heads-up and hands-free

El objetivo es estar alerta y con las manos libres

for a little bit more of the day.

un poco más de tiempo al día.

You know, just get back into the world.

Ya sabes, simplemente volver al mundo.

Of course, if the auditory user interface or the AUI, as we call it,

Por supuesto, si la interfaz de usuario auditiva o la HUI, como la llamamos,

is going to really integrate into your life,

va a integrarse realmente en tu vida, tiene

it has to feel private and convenient to use.

que ser privada y cómoda de usar.

So that's why we built it as an all-day wearable for the ear.

Por eso la creamos como un aparato auditivo para usar todo el día.

But your ears are for hearing first and foremost.

Pero tus oídos son ante todo para escuchar.

And so if you're going to wear a computer on them all day,

Así que, si vas a usar un dispositivo todo el día,

we can't mess that up.

no podemos estropearlo.

In fact, we should probably make that better too.

De hecho, probablemente también deberíamos mejorarlo.

So these audio computers,

Estos dispositivos de audio,

over the last six grueling years of R and D,

durante los últimos seis agotadores años de investigación y desarrollo,

became a sort of mixed-reality device.

se convirtieron en un aparato de realidad mixta.

It's like the Apple Vision Pro, but for audio,

Es como el Apple Vision Pro, pero en lo que respecta al audio,

where we can pass through and we can modify your ambient acoustics,

podemos transmitir y modificar la acústica ambiental, lo que te da

giving you an unprecedented control over your personal soundscape.

un control sin precedentes sobre tu entorno sonoro personal.

In order to do mixed-audio reality,

Para crear una realidad mixta de audio,

we sort of had to hack the auditory system

tuvimos que hackear el sistema auditivo

to be able to display sound in ultra-high fidelity, spatially,

para poder reproducir el sonido con una fidelidad altísima, espacialmente,

as if it's all around you.

como si estuviera a tu alrededor.

So there's this whole field of research.

Existe todo este campo de investigación.

It’s called psychoacoustics, which we’ve led on for years.

Se llama psicoacústica, y la hemos utilizado durante años.

We built this giant audio structure.

Construimos este enorme sistema de audio.

It's a dome with 128 custom speakers coming from all directions,

Es una cúpula con 128 altavoces personalizados que llegan de todos lados,

so we could create virtual soundscapes.

así que podemos crear entornos sonoros virtuales.

It's sort of like the Star Trek holodeck, but for audio.

Es algo así como la holocubierta de Star Trek, pero para el audio.

And if you're standing in the middle of this and you close your eyes,

Y si estás en medio de todo esto y cierras los ojos,

we can transport you auditorily to anywhere that we want.

podemos transportarte auditivamente a cualquier lugar que queramos.

So we can render a virtual football game,

Podemos renderizar un partido de fútbol

and you feel the energy.

virtual y sentir la energía.

Or we can make it sound like you’re in the middle of a bustling city street.

O podemos hacer que suene como si estuvieras en una calle ajetreada.

And if you’re me, you feel the anxiety.

Y si eres yo, sientes la ansiedad.

Or standing on a beach with the crashing waves,

O estar de pie en una playa con las olas rompiendo,

and you feel the peace.

y sientes la paz.

And so it's super cool.

Y por eso es genial.

I wish everyone could be inside there.

Ojalá todos pudieran estar ahí dentro.

Then we ran countless experiments to figure out all the complicated ways

Luego hicimos innumerables experimentos para descubrir todas las formas

that your brain positions sounds in space.

complicadas en que el cerebro ubica los sonidos en el espacio.

Also, we could reverse-engineer those neural algorithms

Además, podríamos aplicar ingeniería inversa a esos algoritmos neuronales

and code them into our software.

y codificarlos en el software.

So our goal has been to create this experience

Así que nuestro objetivo ha sido crear esta experiencia,

but right here.

pero aquí mismo.

Us psychoacousticians call this “virtual auditory space”

Los psicoacústicos lo llamamos «espacio auditivo virtual»

to distinguish from our real auditory space,

para distinguirlo del espacio auditivo real,

which is, you know, the sounds that are all around us.

que son los sonidos que nos rodean.

And this is what's necessary to create a compelling mixed audio-reality device.

Y esto se necesita para crear un aparato atractivo de realidad mixta de audio.

So it's actually impossible to demonstrate this experience

Por lo tanto, es imposible demostrar esta experiencia

until you hear it with your ears yourself.

hasta que no la escuches con tus propios oídos.

But to give you an idea, we have tried to simulate it for you.

Pero para que se den una idea, intentamos simularla para ustedes.

So imagine that you’re sitting in a noisy restaurant,

Imagina que estás sentado en un restaurante ruidoso

and you're having trouble hearing your friends across the table.

y no logras escuchar a tus amigos del otro lado de la mesa.

(Overlapping voices, music and noise)

(Voces, música y ruido superpuestos)

Hey, can you enhance the sounds that are right in front of me?

Oye, ¿puedes mejorar los sonidos que están frente a mí?

(People speaking)

(La gente habla)

(Baby crying)

(Bebé llorando)

And can you turn that baby down?

¿Y puedes bajarle el volumen a ese bebé?

(People talking)

(La gente habla)

That’s better.

Así está mejor.

I'm still having a little trouble hearing Pedro.

Todavía no logro escuchar a Pedro.

Can you isolate Pedro for me?

¿Puedes aislar a Pedro?

Pedro: (Speaking in Spanish)

Pedro: (Hablando en español)

JR: That's perfect.

JR: Eso es perfecto.

And, you know, my Spanish is a little rusty.

Mi español está un poco oxidado.

Can I hear Pedro but in English?

¿Puedo oír a Pedro pero en inglés?

Pedro: And at the end of the trip,

Pedro: Y al final del viaje,

we came back to the city to visit the historic center.

regresamos a la ciudad para visitar el centro histórico.

JR: Hey Shell, close all programs.

JR: Oye Shell, cierra los programas.

(Noise enhances)

(El ruido aumenta)

Ah, it’s so much worse.

Ah, es mucho peor.

That's pretty cool, right?

Eso es genial, ¿verdad?

It's pretty cool.

Es muy increíble.

(Applause)

(Aplausos)

So what you just heard was a beamforming app,

Acaban de oír una aplicación de conformación de haces,

the computational auditory scene analysis app,

análisis de escenas auditivas,

a machine-learning denoising app,

aprendizaje automático para reducir ruido,

an AI transcription and translation

transcripción y traducción con IA

and text-to-speech with style transfer app.

y conversión de texto a voz con transferencia de estilos.

The point is that all those audio transformations are done by software.

El punto es que esos ajustes auditivos se realizan mediante programas.

So we think the possibilities for these audio computers

Creemos que las posibilidades de estos dispositivos de audio

are pretty much endless,

son prácticamente infinitas,

and we can't wait to see

y estamos ansiosos por

what the world's developers are going to do here.

ver qué van a hacer los desarrolladores del mundo.

Like imagine an education app that knows your personal learning style

Imagina una aplicación educativa que conozca tu estilo de aprendizaje

and can teach you with the quality of a world-class professor,

y te enseñe con la calidad de un profesor de primer nivel,

on-call anytime.

con disponibilidad 24/7.

Or like a fitness coach you can summon all day

O un entrenador con quien puedas hablar

about your diet and exercise,

todo el día sobre tu dieta y ejercicio,

who can also motivate you through conversation

quien también puede motivarte a través de una conversación

and even gamify your workout with some auditory cues.

e incluso hacer tu entrenamiento lúdico con algunas señales auditivas.

Or, hey, K?

O, oye K...

Voice: Hi, Jason. What's up?

Voz: Hola, Jason. ¿Qué pasa?

Hey, if you were going to make an audio app that could be anything,

Si crearas una aplicación de audio que pudiera ser cualquier cosa,

what would it be?

¿qué sería?

Voice: How about a whoopee cushion

Voz: ¿Qué tal un cojín

that plays a fart sound whenever you sit down?

que emite un sonido de pedo cuando te sientas?

(Laughter)

(Risas)

JR: Hey, K, if you were going to make an audio app

JR: K, si crearas una aplicación de audio

that didn't have anything to do with farts, what would it be?

que no tuviera nada que ver con flatulencias, ¿qué sería?

Voice: Maybe an app that generates personalized soundscapes

Voz: ¿Quizá una aplicación que cree paisajes sonoros individuales

for relaxation and focus?

para relajarse y concentrarse?

JR: That's much better.

JR: Está mucho mejor.

Alright, it looks like we still have a little fine-tuning to do here.

Bueno, parece que todavía hay que hacer algunos ajustes.

So the point is,

El punto es que la imaginación

imagination is the only limit to what you can do here.

es el único límite de lo que puedes hacer aquí.

Our goal is not just to create the world's first audio computer,

Nuestro objetivo no es solo crear el primer dispositivo auditivo del mundo,

it's to create a truly intuitive computing experience

sino crear una experiencia informática verdaderamente intuitiva

where we're not monetizing your attention

en la que no moneticemos tu atención

or making you captive to a new kind of device,

ni te volvamos adicto a un nuevo tipo de dispositivo,

but instead interfacing machines with us

sino que conectemos con las máquinas

in the way that we were born to.

de la forma para la que nacimos.

So I think it's time for a computer that speaks our language.

Por eso creo que es hora de tener un dispositivo que hable nuestro idioma.

Thank you.

Gracias.

(Applause)

(Aplausos)