Abe Davis: New video technology that reveals an object's hidden properties

آبه دیویس: تکنولوژی ویدیو‌های جدید که پرده از خصوصیات مخفی اشیاء برمیدارد

Translator: Naeemeh Sadat Hosseini Reviewer: Masood Mousavi

Most of us think of motion as a very visual thing.

بیشتر ما فکر میکنیم که حرکت یک موضوع بصری است.

If I walk across this stage or gesture with my hands while I speak,

اگر من روی سن، راه برم و دستم را هنگام صحبت تکان بدم.

that motion is something that you can see.

شما حرکت آن را میبینید.

But there's a world of important motion that's too subtle for the human eye,

اما حرکت‌های بسیار ظریفی وجود دارد که برای چشم انسان بسیار ناچیزند،

and over the past few years,

طی چند سال قبل،

we've started to find that cameras

ما دوربین‌هایی پیدا کردیم که

can often see this motion even when humans can't.

این حرکات را میبیند حتی اگر انسان نتواند آن را ببیند.

So let me show you what I mean.

بگذارید نشان بدهم که منظورم چیست.

On the left here, you see video of a person's wrist,

سمت چپ، فیلم مچ دست یک انسان را میبینید،

and on the right, you see video of a sleeping infant,

و سمت راست، فیلم نوزادی را که خوابیده است،

but if I didn't tell you that these were videos,

اما اگر به شما نگفته بودم که اینها ویدیوهستند،

you might assume that you were looking at two regular images,

فکر میکردید که، به دو عکس معمولی نگاه میکنید،

because in both cases,

چون در هر دو مورد،

these videos appear to be almost completely still.

آنها کاملا بیحرکت بنظر میرسند.

But there's actually a lot of subtle motion going on here,

اما در حقیقت حرکت های ظریف بسیاری وجود دارند،

and if you were to touch the wrist on the left,

اگر میخواستید مچ سمت چپ را لمس کنید،

you would feel a pulse,

نبض آن را حس میکردید،

and if you were to hold the infant on the right,

و اگر در سمت راست، نوزاد را بغل کنید،

you would feel the rise and fall of her chest

بالا پایین رفتن سینه اش را حس میکردید

as she took each breath.

زمانی که در حال نفس کشیدن است.

And these motions carry a lot of significance,

این حرکات اهمیت بسیاری دارند،

but they're usually too subtle for us to see,

هرچند که برای دیدن ما خیلی ریزند.

so instead, we have to observe them

بنابراین باید آن ها را زیر نظر گرفت

through direct contact, through touch.

با تماس مستقیم، با لمس کردن.

But a few years ago,

اما چند سال پیش،

my colleagues at MIT developed what they call a motion microscope,

همکارانم دردانشگاه ام آی تی، یک میکروسکوپ برای حرکت ساختند،

which is software that finds these subtle motions in video

نرم افزاری است که این حرکات ریز را نشان میدهد

and amplifies them so that they become large enough for us to see.

و برای آن که قابل دیدن شوند، آنها را بزرگتر میکند

And so, if we use their software on the left video,

و اگر در ویدیو سمت چپ، از نرم‌افزار آنها استفاده کنیم،

it lets us see the pulse in this wrist,

نبض مچ دست را به ما نشان میدهد،

and if we were to count that pulse,

و اگر بخواهیم نبض‌ها را بشماریم،

we could even figure out this person's heart rate.

حتی سرعت قلب فرد هم قابل اندازه گیری است.

And if we used the same software on the right video,

و اگر در ویدیو سمت راست، از همان نرم‌افزار استفاده کنیم،

it lets us see each breath that this infant takes,

میتواند نفس‌هایی را که نوزاد میکشد به ما نشان دهد،

and we can use this as a contact-free way to monitor her breathing.

و ما میتوانیم از این وسیله ، جدا ازبدن، برای مشاهده نفس‌های او استفاده کنیم

And so this technology is really powerful because it takes these phenomena

این تکنولوژی کاملا قوی است، چون این پدیده‌ها را می یابد.

that we normally have to experience through touch

که ما بصورت معمولی با لمس کردن تجربه میکنیم

and it lets us capture them visually and non-invasively.

و به ما اجازه میدهد تا به صورت بصری و بدون نیاز به تاخت و تاز، آنها را ببینیم.

So a couple years ago, I started working with the folks that created that software,

دو سال پیش، من با سازندهای این نرم‌افزار شروع بکار کردم،

and we decided to pursue a crazy idea.

تصمیم گرفتیم تا کار دیوانه‌واری را انجام دهیم .

We thought, it's cool that we can use software

فکر میکردیم که استفاده از آن نرم افزار بسیار جالب است.

to visualize tiny motions like this,

برای دیدن حرکات کوچکی مثل این،

and you can almost think of it as a way to extend our sense of touch.

میتوانید به آن به عنوان روشی برای تقویت حس لامسه نگاه کنید.

But what if we could do the same thing with our ability to hear?

حالا اگر با حس شنیداری اینکار را بکنیم چه میشود؟

What if we could use video to capture the vibrations of sound,

اگر از آن برای گرفتن لرزش‌های صدا استفاده کنیم چه میشود،

which are just another kind of motion,

که تنها نوع دیگری از حرکت هستند.

and turn everything that we see into a microphone?

و هر چیزی را که میبینیم به میکروفن تبدیل کنیم؟

Now, this is a bit of a strange idea,

این ایده عجیبی است،

so let me try to put it in perspective for you.

اجازه بدهید تا به شما یک چشم انداز بدم.

Traditional microphones work by converting the motion

میکروفون‌های قدیمی با تبدیل حرکت

of an internal diaphragm into an electrical signal,

از یک دیافراگم داخلی به سیگنال‌های الکتریکی کار میکردند،

and that diaphragm is designed to move readily with sound

و دیافگرام با صدا حرکت میکرد

so that its motion can be recorded and interpreted as audio.

درنتیجه حرکت ضبط میشد و بصورت شنیداری پخش میشد

But sound causes all objects to vibrate.

اما صدا باعث حرکت همه چیز میشود.

Those vibrations are just usually too subtle and too fast for us to see.

لرزش‌ها آنقدر کوچک وسریع هستند که ما نمی توانیم آنها را ببینیم

So what if we record them with a high-speed camera

حالا اگر با یک دوربین سرعت بالا آنها را ضبط کنیم چه خواهد شد

and then use software to extract tiny motions

و از نرم‌افزار برای استخراج حرکات ریز استفاده کنیم

from our high-speed video,

از همان ویدیوی سرعت بالا،

and analyze those motions to figure out what sounds created them?

و حرکات را تحلیل کنیم تا بفهمیم چه صداهایی آنها را ایجاد کرده اند؟

This would let us turn visible objects into visual microphones from a distance.

اینکار اجازه میدهد تا اشیاء دیدنی را به میکروفون‌های بصری تبدیل کنیم.

And so we tried this out,

پس این را امتحان کردیم،

and here's one of our experiments,

و این یکی از آزمایش‌های ماست،

where we took this potted plant that you see on the right

ما این گیاه گلدانی را گرفتیم که در سمت راست میبینید

and we filmed it with a high-speed camera

و با دوربین سرعت بالا فیلمبرداری کردیم

while a nearby loudspeaker played this sound.

درحالیکه یک بلندگو نزدیک به آن، این صدا را پخش میکرد.

(Music: "Mary Had a Little Lamb")

(موزیک: "ماری یه بره کوچک داشت")

And so here's the video that we recorded,

و این، همان ودیوی ضبط شده است،

and we recorded it at thousands of frames per second,

و ما آن را با سرعت هزار فریم در ثانیه ضبط کردیم،

but even if you look very closely,

اما اگر از خیلی نزدیک هم نگاه کنید،

all you'll see are some leaves

همه ی چیزی که شما می‌بینید، چند برگ کوچک است

that are pretty much just sitting there doing nothing,

که اینجا هستند و هیچکاری نمیکنند

because our sound only moved those leaves by about a micrometer.

چون صدای ما، برگ‌ها را فقط در حدود یک میکرومتر تکان میدهد.

That's one ten-thousandth of a centimeter,

که یک هزارم سانتی‌متر است

which spans somewhere between a hundredth and a thousandth

که جایی بین یک هزارم و یک صدم پهنا دارد

of a pixel in this image.

از یک پیکسل در این عکس

So you can squint all you want,

پس همه چیزی که میخواهید میتوانید با ریز کردن چشمتان ببینید،

but motion that small is pretty much perceptually invisible.

اما حرکتی به آن کوچکی با چشم غیر قابل درک است

But it turns out that something can be perceptually invisible

اما بنظر میرسد چیزی که میتواند غیر قابل مشاهده باشد

and still be numerically significant,

وهنوز از نظرعددی معنادار باشد،

because with the right algorithms,

زیرا با الگوریتم صحیح،

we can take this silent, seemingly still video

ما میتوانیم این ویدیو بنظر بیحرکت و بیصدا را بگیریم

and we can recover this sound.

و ما میتوانیم صدای آن را بازسازی کنیم.

(Music: "Mary Had a Little Lamb")

(موزیک" " ماری یه بره کوچک داشت")

(Applause)

(تشویق)

So how is this possible?

پس، این چطور ممکن است؟

How can we get so much information out of so little motion?

چطور ما میتوانیم تا این اندازه اطلاعات از یک حرکت کوچک بگیریم؟

Well, let's say that those leaves move by just a single micrometer,

بگذارید بگوییم که آن برگ‌ها فقط به اندازه یک میکرومتر حرکت میکنند،

and let's say that that shifts our image by just a thousandth of a pixel.

و آ ن در تصویر ما فقط به اندازه یک هزارم پیکسل جابجا میشود،

That may not seem like much,

که به نظر زیاد نمیاد،

but a single frame of video

اما یک فریم ویدیو

may have hundreds of thousands of pixels in it,

شاید صدها هزار پیکسل در خودش دارد،

and so if we combine all of the tiny motions that we see

و اگر همه حرکات ریزی را که میبینیم، باهم ترکیب کنیم

from across that entire image,

در کل تصویر

then suddenly a thousandth of a pixel

بعد ناگهان یک هزارم پیکسل

can start to add up to something pretty significant.

میتواند به چیزی معناداری تبدیل بشود.

On a personal note, we were pretty psyched when we figured this out.

در یادداشت شخصی، تقریبا افسون شده بودیم وقتی آن را محاسبه کردیم.

(Laughter)

(خنده)

But even with the right algorithm,

اما حتی با الگوریتم صحیح،

we were still missing a pretty important piece of the puzzle.

ما یک تکه پازل مهم را از دست داده بودیم.

You see, there are a lot of factors that affect when and how well

میبینید، عوامل زیادی وجود دارند که به "چه وقت" و "چقدر" اثر میگذارند

this technique will work.

این تکنیک کار خواهد کرد.

There's the object and how far away it is;

شیئ هست و هر چقدر دور باشد:

there's the camera and the lens that you use;

دوربین و لنزی که شما استفاده میکنید هم هست

how much light is shining on the object and how loud your sound is.

چقدر نور به اشیاء میتابد و صدا چقدر بلند است.

And even with the right algorithm,

و حتی با الگوریتم صحیح،

we had to be very careful with our early experiments,

باید در آزمایش اولیه خیلی دقیق باشیم

because if we got any of these factors wrong,

چون اگردر عوامل موثر اشتباه میکردیم

there was no way to tell what the problem was.

هیچ راهی وجود نداشت که بگوییم مشکل از کجا بوده است.

We would just get noise back.

ما فقط صدا را برمیگرداندیم.

And so a lot of our early experiments looked like this.

و بسیاری از آزمایش‌های اولیه ما، مثل این بودند.

And so here I am,

و من اینجام

and on the bottom left, you can kind of see our high-speed camera,

و در سمت چب پایین، شما میتوانید دوربین سرعت بالای ما را ببینید

which is pointed at a bag of chips,

که بسمت یک بسته چیپس است

and the whole thing is lit by these bright lamps.

و همه چیز با این لامپ‌ها روشن شده است.

And like I said, we had to be very careful in these early experiments,

و همینطور که گفتم، ما باید در در آزمایش اولیه‌مان خیلی دقت میکردیم

so this is how it went down.

بنابراین، کار به این صورت در آمد.

(Video) Abe Davis: Three, two, one, go.

(ویدیو) آبه دیویس: سه، دو، یک، حرکت.

Mary had a little lamb! Little lamb! Little lamb!

ماری یه بره کوچک داشت! بره کوچک! بره کوچک!

(Laughter)

(خنده)

AD: So this experiment looks completely ridiculous.

آ د: این آزمایش کاملا مسخره به نظر میرسد.

(Laughter)

(خنده)

I mean, I'm screaming at a bag of chips --

منظورم این است که، من دارم روی یک بسته چیپس داد میزنم.

(Laughter) --

(خنده)..

and we're blasting it with so much light,

و با نور بسیار زیادی بسته را می ترکاندیم،

we literally melted the first bag we tried this on. (Laughter)

ما بسته اولی را آب کردیم و به امتحان ادامه دادیم.(خنده)

But ridiculous as this experiment looks,

هرچند به عنوان یک آزمایش، مسخره بنظر میرسد،

it was actually really important,

در حقیقت خیلی مهم بود

because we were able to recover this sound.

زیرا ما توانستیم صدا را بازسازی کنیم.

(Audio) Mary had a little lamb! Little lamb! Little lamb!

ماری یه بره کوچک داشت! بره کوچک! بره کوچک!

(Applause)

(تشویق)

AD: And this was really significant,

آ د : و این خیلی مهم بود،

because it was the first time we recovered intelligible human speech

چون اولین بار بود صدای انسان باهوش را بازسازی میکردیم

from silent video of an object.

از ویدیو بیصدای یک شیئ.

And so it gave us this point of reference,

و این نقطه اشتراک را به ما داد

and gradually we could start to modify the experiment,

و به تدریج توانستیم آزمایش را اصلاح کنیم

using different objects or moving the object further away,

با استفاده از اشیا مختلف یا دورکردن اشیا،

using less light or quieter sounds.

با استفاده از نور کمتر و صدای آرامتر.

And we analyzed all of these experiments

و تمام آزمایش‌ها را تجزیه تحلیل کردیم

until we really understood the limits of our technique,

تا محدودیت روشمان را فهمیدیم

because once we understood those limits,

چون وقتی آن محدودیت‌ها را فهمیدیم

we could figure out how to push them.

توانستیم بفهمیم چطور آن را جلو ببریم.

And that led to experiments like this one,

که منجر به آزمایشی مثل این شد،

where again, I'm going to speak to a bag of chips,

که من دوباره با بسته چیپس حرف خواهم زد،

but this time we've moved our camera about 15 feet away,

این بار دوربین را ۴/۵ متر دورتر برده ایم،

outside, behind a soundproof window,

در بیرون و در پشت یک شیشه ضد صدا

and the whole thing is lit by only natural sunlight.

و همه چیز فقط با نور خورشید طبیعی روشن شده است.

And so here's the video that we captured.

و این، همان ویدیویی که گرفتیم است.

And this is what things sounded like from inside, next to the bag of chips.

و این چیزی است که از داخل،کنار بسته به گوش میرسد.

(Audio) Mary had a little lamb whose fleece was white as snow,

ماری که یک بره کوچک داشت که پشم آن مثل برف سفید بود،

and everywhere that Mary went, that lamb was sure to go.

و هر جا که ماری میرفت، بره هم با او میرفت.

AD: And here's what we were able to recover from our silent video

چیزی که ما توانستیم از فیلم بیصدا بازسازی کنیم این است

captured outside behind that window.

که بیرون، پشت آن شیشه گرفته شده.

(Audio) Mary had a little lamb whose fleece was white as snow,

ماری یک بره کوچک داشت که پشم آن مانند برف سفید بود

and everywhere that Mary went, that lamb was sure to go.

و هر جا که میرفت، بره هم با او میرفت.

(Applause)

(تشویق)

AD: And there are other ways that we can push these limits as well.

آ د: روش‌هایی هم هست که میتوانیم این محدودیت‌ها را برداریم.

So here's a quieter experiment

این آزمایش آرامتری است.

where we filmed some earphones plugged into a laptop computer,

که از هدفون‌هایی که به لپ تاپ وصل بودند فیلبرداری کردیم،

and in this case, our goal was to recover the music that was playing on that laptop

در این مورد، هدف ما بازسازی موسیقی در حال پخش در لپ تاپ بود

from just silent video

فقط از ویدیو بیصدای

of these two little plastic earphones,

این دو هدفون پلاستیکی کوچک،

and we were able to do this so well

و اینکار را خیلی خوب توانستیم انجام بدیم

that I could even Shazam our results.

که حتی من توانستم نتیجه را شازام کنم.

(Laughter)

( خنده )

(Music: "Under Pressure" by Queen)

(موسیقی: "تحت فشار" توسط کویین )

(Applause)

(تشویق)

And we can also push things by changing the hardware that we use.

و ما میتوانیم اشیاء را با تغییر سخت افزارهایمان هل بدیم.

Because the experiments I've shown you so far

زیرا آزمایش‌هایی که من تا الان به شما نشان دادم

were done with a camera, a high-speed camera,

با دوربین سرعت بالا بودند،

that can record video about a 100 times faster

که میتواند صد برابر سریعتر فیلمبرداری کنند

than most cell phones,

از اکثر موبایل ها

but we've also found a way to use this technique

همچنین ما روشی را برای استفاده از این تکنیک پیدا کردیم،

with more regular cameras,

با دوربین های معمولی‌تر

and we do that by taking advantage of what's called a rolling shutter.

و با استفاده از چیزی که دیافراگم چرخان نام دارد این کا را انجام دادیم.

You see, most cameras record images one row at a time,

میدانید، اکثر دوربین‌ها تصاویر را در یک ردیف در زمان ضبط میکنند،

and so if an object moves during the recording of a single image,

بنابراین اگر شیئ در طول فیلمبرداری یک تصویر حرکت کند

there's a slight time delay between each row,

یک تاخیر زمانی اندک، بین هر ردیف وجود دارد،

and this causes slight artifacts

و اندکی شبه تصویر میشود

that get coded into each frame of a video.

که در هر فریم ویدیو کد گذاری میشود

And so what we found is that by analyzing these artifacts,

و چیزی که فهمیدیم، با تحلیل این شبه تصاویر

we can actually recover sound using a modified version of our algorithm.

میتوانیم صداها را با استفاده از نسخه اصلاح شده الگوریتم بازسازی کنیم.

So here's an experiment we did

در این آزمایشی که انجام دادیم

where we filmed a bag of candy

از یک بسته شکلات فیلم گرفتیم

while a nearby loudspeaker played

درحالیکه یک بلندگو در نزدیک آن صدا پخش میکرد

the same "Mary Had a Little Lamb" music from before,

موسیقی"ماری یه بره داشت" از قبل

but this time, we used just a regular store-bought camera,

اما این‌بار فقط از دوربینی که از مغازه خریده بودیم استفاده کردیم

and so in a second, I'll play for you the sound that we recovered,

در یک ثانیه، صدایی که ضبط کردیم را برای شما پخش میکنم،

and it's going to sound distorted this time,

این‌بار صدا خراب است،

but listen and see if you can still recognize the music.

اما گوش کنید و ببینید آیا میتوانید موسیقی رو تشخیص بدید.

(Audio: "Mary Had a Little Lamb")

(" ماری یه بره داشت")

And so, again, that sounds distorted,

دوباره صدا خرابه،

but what's really amazing here is that we were able to do this

جالب آن است که ماتوانستیم این کار را انجام بدهیم

with something that you could literally run out

با وسیله ای که میتوانید از آن خسته بشوید

and pick up at a Best Buy.

در بست‌بای میخرید.

So at this point,

و در اینجا

a lot of people see this work,

افراد زیادی کار را میبینند،

and they immediately think about surveillance.

و فورا در مورد زیر نظر گرفتن فکر میکنند.

And to be fair,

انصافا

it's not hard to imagine how you might use this technology to spy on someone.

سخت نیست که تصور کنید چطور میتوان جاسوسی مردم را با این تکنولوژی کرد.

But keep in mind that there's already a lot of very mature technology

اما به یاد بسپارید که هم اکنون تکنولوژی های پیشرفته ای وجود دارند

out there for surveillance.

برای تحت نظر گرفتن.

In fact, people have been using lasers

در حقیقت مردم از لیزر استفاده می کرده‌اند

to eavesdrop on objects from a distance for decades.

تا مدت‌ها برای استراق سمع با اشیاء.

But what's really new here,

اما چیزی که در اینجا جدید است،

what's really different,

و واقعا متفاوت،

is that now we have a way to picture the vibrations of an object,

این است که روش به تصویر کشیدن لرزش یک شیئ را داریم

which gives us a new lens through which to look at the world,

که به ما لنزهایی میدهد که دنیا را با آنها نگاه کنیم،

and we can use that lens

و میتوانیم آن لنز را استفاده کنیم

to learn not just about forces like sound that cause an object to vibrate,

تا نیروهایی مثل صدا که باعث لرزش اشیاء میشوند را بشناسیم،

but also about the object itself.

و همچنین در مورد خود شیئ.

And so I want to take a step back

میخواهم یک قدم به عقب برگردم

and think about how that might change the ways that we use video,

فکر کنیم که چطور میتواند روش‌های استفاده از ویدیو را تغییر دهد،

because we usually use video to look at things,

چون از ویدیو برای دیدن اشیاء استفاده می کنیم،

and I've just shown you how we can use it

و من فقط نشان دادم که چگونه میتوانیم از آن استفاده کنیم

to listen to things.

برای گوش دادن به اشیاء.

But there's another important way that we learn about the world:

اما روش مهم دیگری برای شناختن دنیا وجود دارد:

that's by interacting with it.

و آن تعامل با آنهاست.

We push and pull and poke and prod things.

اشیاء را میکشیم، هل میدهیم، حرکت میدهیم و سیخونک میزنیم.

We shake things and see what happens.

ما آنها را تکان میدهیم و میبینیم که چه اتفاقی می‌افتد

And that's something that video still won't let us do,

این چیزی است که هنوز ویدیو، اجازه انجام آن را به ما نمی دهد ،

at least not traditionally.

حداقل نه به روش سنتی

So I want to show you some new work,

بنابراین میخواهم چند کار جدید به شما نشان بدهم،

and this is based on an idea I had just a few months ago,

و این، بر اساس ایده ای است که چند ماه پیش داشتم

so this is actually the first time I've shown it to a public audience.

این اولین بار است که آن را در معرض دید عموم قرار میدهم.

And the basic idea is that we're going to use the vibrations in a video

و ایده اصلی این است که ما میخواهیم از لرزش‌ها در ویدیو استفاده کنیم

to capture objects in a way that will let us interact with them

تا اشیائی را فیلم بگیریم که اجازه میدهند با آنها تعامل کنیم

and see how they react to us.

و ببینیم آنها چگونه به ما پاسخ میدهند.

So here's an object,

این یک شیئ است،

and in this case, it's a wire figure in the shape of a human,

و در این مورد، این یک پیکره سیمی به شکل انسان است

and we're going to film that object with just a regular camera.

از آن شیئ، فقط با دوربین معمولی فیلم خواهیم گرفت.

So there's nothing special about this camera.

پس چیز خاصی درمورد این دوربین نیست

In fact, I've actually done this with my cell phone before.

درحقیقت قبل از این، با موبایلم این کار را انجام داده بودم

But we do want to see the object vibrate,

اما میخواهیم ببینیم که شیئ میلرزد،

so to make that happen,

برای اتفاق چنین چیزی

we're just going to bang a little bit on the surface where it's resting

یک ضربه کوچک به سطح آن خواهیم زد

while we record this video.

در حالیکه فیلم میگیریم.

So that's it: just five seconds of regular video,

درسته: فقط ۵ ثانیه از فیلم برداری معمولی،

while we bang on this surface,

وقتی به سطح ضربه میزنیم

and we're going to use the vibrations in that video

و میخواهیم از ضربه‌ها در آن ویدیو استفاده کنیم

to learn about the structural and material properties of our object,

تا خصوصیات ساختاری و موادی شیئ مان را بشناسیم

and we're going to use that information to create something new and interactive.

و ما از آن اطلاعات برای ساختن چیزی جدید و دارای کنش واکنش استفاده میکنیم.

And so here's what we've created.

و این همان چیزی است که ساختیم

And it looks like a regular image,

مثل یک تصویر معمولی

but this isn't an image, and it's not a video,

اما این تصویر نیست، و ویدیو هم نیست،

because now I can take my mouse

چون من میتوانم الان موس را بگیرم

and I can start interacting with the object.

و با آن شیئ تعامل کنم

And so what you see here

و چیزی که شما اینجا میبینید

is a simulation of how this object

یک شبیه سازیست از اینکه چگونه این شیئ

would respond to new forces that we've never seen before,

به نیروهای جدید پاسخ خواهد داد که قبلا هرگز ندیده ایم،

and we created it from just five seconds of regular video.

و ما آن را فقط از ۵ ثانیه ویدیو معمولی تهیه کردیم.

(Applause)

(تشویق)

And so this is a really powerful way to look at the world,

و این واقعا یک روش قوی برای نگاه به دنیاست

because it lets us predict how objects will respond

چون به ما اجازه میدهد که چگونگی پاسخ به اشیاء را پیش بینی کنیم

to new situations,

به وضعیت های جدید

and you could imagine, for instance, looking at an old bridge

برا ی مثال میتوانید نگاه به یک پل قدیمی را تصور کنید

and wondering what would happen, how would that bridge hold up

چه اتفاقی خواهد افتاد یا چگونه پل تحمل میکند

if I were to drive my car across it.

اگر میخواستم روی پل رانندگی کنم.

And that's a question that you probably want to answer

و این سوالی است که شاید بخواهید پاسخ بدهید

before you start driving across that bridge.

قبل از رانندگی بر روی پل.

And of course, there are going to be limitations to this technique,

البته محدودیت‌هایی برای این تکنیک وجود خواهد داشت

just like there were with the visual microphone,

مانند محدودیت‌هایی که برای میکروفون‌های بصری بودند

but we found that it works in a lot of situations

اما فهمیدیم در وموقعیت‌های بسیاری کاربردی است

that you might not expect,

که انتظارش را ندارید،

especially if you give it longer videos.

مخصوصا اگر فیلم‌های طولانی تر به آن بدید

So for example, here's a video that I captured

پس برای مثال این فیلمی است که من گرفتم

of a bush outside of my apartment,

از یک بوته بیرون آپارتمانم

and I didn't do anything to this bush,

هیچ کاری با این بوته نکردم

but by capturing a minute-long video,

اما با گرفتن یک دقیقه فیلم بیشتر

a gentle breeze caused enough vibrations

یک نسیم ملایم باعث لرزش کافی شد

that we could learn enough about this bush to create this simulation.

که به اندازه کافی شناخت درباره بوته میدهد تا شبیه سازی آن ساخته بشود

(Applause)

(تشویق)

And so you could imagine giving this to a film director,

میتوانید تصور کنید که این را به یک کارگردان بدهیم

and letting him control, say,

و به او اجاره کنترل آن را بدهیم

the strength and direction of wind in a shot after it's been recorded.

مثلا، قدرت و جهت باد در یک قسمت فیلم، بعد اینکه ضبط شد.

Or, in this case, we pointed our camera at a hanging curtain,

در اینجا ما دوربین را بطرف یک پرده آویزان گرفتیم

and you can't even see any motion in this video,

شما هیچ حرکتی نمیبینید

but by recording a two-minute-long video,

اما با ضبط یک فیلم دو دقیقه‌ای

natural air currents in this room

جریان طبیعی باد در اتاق

created enough subtle, imperceptible motions and vibrations

به اندازه کافی حرکات و لرزش‌های جزیی و کم ایجاد کرده

that we could learn enough to create this simulation.

که به ما اطلاعات کافی برای این شبیه‌سازی میدهد

And ironically,

و استعارا

we're kind of used to having this kind of interactivity

ما عادت داریم به این کنش و واکنش‌ها

when it comes to virtual objects,

وقتی موضوع اشیاء غیرواقعی به میان میآید

when it comes to video games and 3D models,

مبحث بازی‌های کامپیوتری و مدل‌های سه بعدی،

but to be able to capture this information from real objects in the real world

اما برای گرفتن اطلاعات از اشیاء واقعی در دنیای واقعی

using just simple, regular video,

استفاده از ویدیوی معمولی و ساده

is something new that has a lot of potential.

چیز جدیدی است که پتانسیل‌های فراوانی دارد.

So here are the amazing people who worked with me on these projects.

اینها افراد قوق العاده‌ای هستند که در این پروژه با من همکاری کردند.

(Applause)

(تشویق)

And what I've shown you today is only the beginning.

چیزی که امروز به شما نشان دادم فقط یک شروع است

We've just started to scratch the surface

ما فقط کاری را شروع کردیم

of what you can do with this kind of imaging,

از چیزی که شما با این نوع تصویربرداری میتوانید انجام بدهید

because it gives us a new way

چون به ما روش جدیدی ارایه میدهد

to capture our surroundings with common, accessible technology.

که از اطراف خود با تکنولوژی درسترس و معمولی فیلم بگیریم.

And so looking to the future,

و به آینده نگاه کنیم،

it's going to be really exciting to explore

خیلی هیجان انگیز خواهد بود که جستجو کنیم

what this can tell us about the world.

جیزی را که به ما درباره دنیا میتواند بگوید.

Thank you.

ممنونم

(Applause)

(تشویق)