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

Translator: Kimia Kiani Reviewer: Leila Ataei

Our emotions influence every aspect of our lives,

احساسات ما روی همه‌ی جنبه‌های زندگیمان تأثیر می‌گذارد،

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

از سلامتی و چگونگی یادگیریمان گرفته، تا شیوه‌ی کسب و کار و تصمیم‌گیریمان،

big ones and small.

از ریز تا درشت.

Our emotions also influence how we connect with one another.

احساساتمان روی برقراری ارتباطمات با دیگران نیز تأثیر می‌گذارد.

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

ما چنان رشد کرده‌ایم تا در جهانی این‌چنین زندگی کنیم،

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

ولی در مقابل، بیشتر این‌گونه زندگی می‌کنیم --

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

این پیامک را دخترم، شب گذشته برایم فرستاده است --

in a world that's devoid of emotion.

در جهانی که خالی از احساسات است.

So I'm on a mission to change that.

من مأموریت دارم که وضعیت را تغییر دهم.

I want to bring emotions back into our digital experiences.

می‌خواهم احساسات را به تجربه‌ی دیجیتال بیاورم.

I started on this path 15 years ago.

این راه را ۱۵ سال پیش آغاز کردم.

I was a computer scientist in Egypt,

من یک دانشمند کامپیوتر در مصر بودم،

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

و به‌تازگی در یک برنامه‌ی دکترا در دانشگاه کمبریج پذیرفته شده‌ بودم.

So I did something quite unusual

من کاری به نسبت غیر معمول

for a young newlywed Muslim Egyptian wife:

برای یک زن مسلمان مصری تازه عروس انجام دادم:

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

با حمایت همسرم که باید در مصر می‌ماند

I packed my bags and I moved to England.

چمدان‌هایم را برداشتم و به انگلیس رفتم.

At Cambridge, thousands of miles away from home,

در کمبریج، هزاران مایل دور از خانه،

I realized I was spending more hours with my laptop

فهمیدم که بیشتر ساعات را با لپ‌تاپم سپری می‌کنم

than I did with any other human.

تا با دیگر انسان‌ها.

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

با وجود این صمیمیت، لپ‌تاپ من هیچ ایده‌ای درباره‌ی آن‌چه من احساس می‌کردم نداشت.

It had no idea if I was happy,

هیچ ایده‌ای درباره‌ی این که من خوش‌حالم

having a bad day, or stressed, confused,

روز بدی را گذرانده‌ام، استرس داشته‌ام، یا گیجم،

and so that got frustrating.

و خب، این‌ها ناامید‌کننده شد.

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

حتی بدتر، هنگامی که با خانواده‌ام، به صورت آنلاین ارتباط برقرار می‌کردم،

I felt that all my emotions disappeared in cyberspace.

احساس می‌کردم که تمام احساسات من در فضای سایبری ناپدید می‌شوند.

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

من دلتنگ خانه بودم، تنها بودم، و بعضی روز‌ها واقعا گریه می‌کردم،

but all I had to communicate these emotions was this.

ولی تنها راه ابراز احساساتم این شکلک بود.

(Laughter)

(خنده‌ی حضار)

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

تکنولوژیِ امروز، بهره‌ی هوشی بالایی دارد ولی بهره‌ی احساسی ندارد؛

lots of cognitive intelligence, but no emotional intelligence.

هوشِ شناختیِ فراوانی دارد، ولی هوش احساسی ندارد.

So that got me thinking,

این مرا به فکر فرو برد،

what if our technology could sense our emotions?

اگر تکنولوژی می‌توانست احساسات ما را بفهمد، چه می‌شد؟

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

چه می‌شد اگر وسایل ما می‌توانستند احساست ما را بفهمند و با توجه به آن‌ها واکنش نشان‌دهند،

just the way an emotionally intelligent friend would?

مثل هر یک از دوستان ما که هوش احساسی دارد و واکنش نشان می‌دهد؟

Those questions led me and my team

این سؤالات، من و تیمم را

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

به ساخت تکنولوژی‌هایی که بتوانند احساساتِ ما را بخوانند و به آن‌ پاسخ بدهند سوق داد،

and our starting point was the human face.

و نقطه‌ی شروع ما چهره‌ی انسان‌ها بود.

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

چهره‌ی انسان‌، یکی از قوی‌ترین کانال‌هاست

that we all use to communicate social and emotional states,

که همه‌ی ما از آن استفاده می‌کنیم، تا حالت‌های اجتماعی و احساسی را ابراز کنیم،

everything from enjoyment, surprise,

همه‌چیز، شوق و شگفتی‌ِمان،

empathy and curiosity.

هم‌دلی و کنجکاویمان.

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

در دانش احساسات، ما به هر حرکت عضلات صورت یک واحد حرکت می‌گوییم.

So for example, action unit 12,

در نتیجه، برای مثال، حرکتِ واحدِ ۱۲،

it's not a Hollywood blockbuster,

یک فیلم پرفروش هالیوودی نیست،

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

بلکه در حقیقت، بالا رفتن گوشه‌ی لب است، که یک جز‌ٔ اصلی لب‌خند است.

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

همه امتحانش کنید. بیایید چندین لبخند داشته‌باشیم.

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

مثال دیگر، حرکتِ واحدِ ۴ است، که حرکتِ چروک انداختن ابرو است.

It's when you draw your eyebrows together

زمانی که شما ابرو‌هایتان را درهم می‌‌کشید

and you create all these textures and wrinkles.

و همه‌ی این الگو‌ها و چین‌ها را می‌سازید.

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

ما اخم را دوست نداریم، ولی این حرکت نشانگری قوی برای احساسات منفی است.

So we have about 45 of these action units,

ما حدود ۴۵ واحد حرکتی داریم،

and they combine to express hundreds of emotions.

و همه‌ی آن‌ها با هم ترکیب می‌شوند تا صد‌ها احساس را ابراز و بیان کنند.

Teaching a computer to read these facial emotions is hard,

آموزش خواندن احساسات چهره به یک کامپیوتر سخت است،

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

زیرا این واحد‌های حرکتی می‌توانند سریع، دقیق، و ماهرانه باشند.

and they combine in many different ways.

و به شکل‌های مختلف با هم ترکیب شوند.

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

برای مثال، لبخند و پوزخند زدن را در نظر بگیرید.

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

آن‌ها از جهاتی، شبیه به هم هستند، ولی معانی کاملا متفاوتی دارند.

(Laughter)

(خنده‌ی حضار)

So the smile is positive,

لبخند مثبت است،

a smirk is often negative.

و پوزخند معمولاً منفی‌.

Sometimes a smirk can make you become famous.

بعضی اوقات، یک پوزخند می‌تواند شما را معروف کند.

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

ولی جداً، برای یک کامپیوتر مهم است که بتواند

to tell the difference between the two expressions.

دو حالت متفاوت را از هم تشخیص دهد.

So how do we do that?

حال، ما این کار را چگونه انجام می‌دهیم؟

We give our algorithms

ما به الگوریتم‌هایمان

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

ده‌ها مثال از صد‌ها مثالی که مردم در آن‌ها می‌خندند را می‌دهیم،

from different ethnicities, ages, genders,

از فرهنگ‌ها، سنین، و جنسیت‌های متفاوت،

and we do the same for smirks.

و همین کار را برای پوزخند‌ها انجام می‌دهیم.

And then, using deep learning,

و سپس، با کمک یادگیری عمیق،‌

the algorithm looks for all these textures and wrinkles

الگوریتمْ به همه‌ی این الگو‌ها و چین‌و‌چروک‌ها

and shape changes on our face,

و تغییرات قالبِ چهره‌مان نگاه می‌کند،

and basically learns that all smiles have common characteristics,

و به طور اساسی یاد می‌گیرد که همه‌ی لبخند‌ها ویژگی‌های مشابهی دارند

all smirks have subtly different characteristics.

و همه‌ی پوزخند‌ها، ویژگی‌های ماهرانه‌، اما متفاوتی دارند.

And the next time it sees a new face,

و دفعه‌ی بعد که یک چهره‌ی جدید را می‌بیند،

it essentially learns that

ضرورتاً می‌فهمد

this face has the same characteristics of a smile,

که این چهره، ویژگی‌های یک لبخند را دارد،

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

و می‌گوید: «آها، من این را تشخیص می‌دهم. این جلوه‌ی یک لبخند است.»

So the best way to demonstrate how this technology works

پس بهترین راه برای نشان‌دادن چگونگی عمل‌کرد این تکنولوژی

is to try a live demo,

اجرای یک نمایش زنده است،

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

پس من یک داوطلب می‌خواهم، ترجیحاً فردی با یک صورت.

(Laughter)

(خنده‌ی حضار)

Cloe's going to be our volunteer today.

کلوی داوطلب امروز ما خواهد بود.

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

در پنج سالِ گذشته، ما از یک پروژه‌ی تحقیقاتی در MIT،

to a company,

به یک شرکت تبدیل شدیم،

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

جایی که تیم من، به سختی کار کرده‌است تا این تکنولوژی کار کند،

as we like to say, in the wild.

که چیزی است که می‌خواهیم در واقعیت بگوییم تا در تئوری.

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

هم‌چنین ما، آن را کوچک کرده‌ایم تا هسته‌ی موتور احساسات

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

روی هر دستگاه موبایلِ مجهز به دوربین، مانند این آی‌پد، کار کند.

So let's give this a try.

پس بیایید امتحانش کنیم.

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

همان‌طور که می‌توانید مشاهده‌کنید، الگوریتم صورت کلوی را یافته‌ است،

so it's this white bounding box,

پس این جعبه‌ی سفید کادر صورت را نشان می‌دهد،

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

که دارد خصوصیات اصلی صورتش را دنبال می‌کند؛

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

ابرو‌هایش، چشمانش، دهانش، و دماغش.

The question is, can it recognize her expression?

سؤال این است که آیا می‌تواند احساساتش را نیز شناسایی کند؟

So we're going to test the machine.

پس ما دستگاه را تست می‌کنیم.

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

اول از همه، صورت بدون احساست را به من نشان بده. بله، عالی است! (خنده‌ی حضار)

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

حالا او می‌خندد، این یک خنده‌ی خالص است، عالی است.

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

می‌توانید ببینید که نوار سبز با خندیدن او بزرگ می‌شود.

Now that was a big smile.

این یک خنده‌ی بزرگ بود.

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

می‌توانی کمی ملایم بخندی تا ببینیم کامپیوتر می‌تواند آن را شناسایی کند؟

It does recognize subtle smiles as well.

بله، می‌تواند خنده‌ی ماهرانه را هم به همین ترتیب شناسایی کند.

We've worked really hard to make that happen.

ما واقعا سخت کار کرده‌ایم تا این کار را انجام دهیم.

And then eyebrow raised, indicator of surprise.

و بعد، بالا رفتن ابرو‌ها، که نشان‌دهنده‌ی شگفتی است.

Brow furrow, which is an indicator of confusion.

چین‌خوردگی پیشانی، نشان‌دهنده‌ی گیجی است.

Frown. Yes, perfect.

رو ترش کُن. بله، عالی است.

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

پس این‌‌ها همه‌ی واحد‌هایِ حرکتیِ‌ متفاوت هستند. چندین حرکت دیگر نیز وجود دارد.

This is just a slimmed-down demo.

این یک نمایش کوچک‌شده است.

But we call each reading an emotion data point,

ما به هر خواندن، یک نقطه‌ی داده‌ی احساسات می‌گوییم.

and then they can fire together to portray different emotions.

و این نقاط می‌توانند با هم ترکیب شوند تا نشان‌دهنده‌ی احساسات متفاوت باشند.

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

پس در سمتِ راستِ نمونه‌ی نمایشی-- نشان بده که خوشحالی.

So that's joy. Joy fires up.

این شوق است. شوق زیاد می‌شود.

And then give me a disgust face.

و حالا به من یک صورت منزجر نشان بده.

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

احساست را، زمانی که زِین، گروهِ وان‌دایرِکشن را ترک کرد، به خاطر بیاور.

(Laughter)

(خنده‌ی حضار)

Yeah, wrinkle your nose. Awesome.

بله، دماغت را چین بده. عالی است.

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

و نشان‌گر ظرفیت تا حدودی منفی شد، پس حتما یک طرفدار واقعی هستی.

So valence is how positive or negative an experience is,

معیارِ ظرفیت، مثبت یا منفی بودنِ تجربه را نشان می‌دهد،

and engagement is how expressive she is as well.

و معیارِ درگیری نشان‌دهنده‌ی تأثیری است که حالت صورت فرد خواهد گذاشت.

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

پس زمانی را تصور کنید که کلوی به این رشته‌ی احساسات بی‌درنگ دسترسی داشت،

and she could share it with anybody she wanted to.

و می‌توانست آن را با هر کسی که می‌خواهد در میان بگذارد.

Thank you.

متشکرم.

(Applause)

(تشویق حضار)

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

تابه‌حال، ما ۱۲ میلیارد از این نقاطِ احساسی را جمع‌آوری کرده‌ایم.

It's the largest emotion database in the world.

این مجموعه، بزرگ‌ترین پایگاه‌داده‌ی احساسات در دنیاست.

We've collected it from 2.9 million face videos,

آن را از ۲/۹ میلیون ویدیوی چهره جمع‌آوری کرده‌ایم،

people who have agreed to share their emotions with us,

که شرکت‌کنندگان با در اختیار گذاشتن احساساتشان موافقت کرده‌اند،

and from 75 countries around the world.

و از ۷۵ کشور در سراسر جهان شرکت کرده‌اند.

It's growing every day.

این مجموعه، هر روز رو به رشد است.

It blows my mind away

مغزم منفجر می‌شود،

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

زمانی که فکر می‌کنم که ما می‌توانیم چیزی خصوصی مانند احساسات را

and we can do it at this scale.

تا این حد، اندازه بگیریم.

So what have we learned to date?

تا به حال چه آموخته‌ایم؟

Gender.

جنسیت.

Our data confirms something that you might suspect.

داده‌های ما، چیز‌هایی که ممکن است در آن‌ها شک داشته باشید را، تأیید می‌کنند.

Women are more expressive than men.

خانم‌ها از آقایان واضح‌تر ابراز احساسات می‌کنند.

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

نه تنها بیشتر لبخند می‌زنند، بلکه لبخند‌هایشان با دوام‌تر است.

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

و ما می‌توانیم ارزیابی کنیم، ‌ که زنان و مردان به چه چیز‌هایی

respond to differently.

واکنش‌های متفاوتی نشان می‌دهند.

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

بیایید فرهنگ را بررسی کنیم: در ایالات متحده‌،

women are 40 percent more expressive than men,

زنان ۴۰ درصد بیشتر از مردان در بیان احساسات خود گویا هستند،

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

ولی به شکل عجیبی، هیچ تفاوتی بین زنان و مردان در انگلستان، مشاهده نمی‌شود.

(Laughter)

(خنده‌ی حضار)

Age: People who are 50 years and older

سن: کسانی که ۵۰ سال یا بیشتر سن دارند،

are 25 percent more emotive than younger people.

۲۵ درصد بیشتر از افراد جوان‌تر احساساتی هستند.

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

زنان در دهه‌ی بیست‌سالگیشان، بسیار بیشتر از مردان با سن مشابه لبخند می‌زنند.

perhaps a necessity for dating.

شاید این یکی از الزامات معاشرت است.

But perhaps what surprised us the most about this data

اما شاید آن‌چه از بیشتر درباره‌ی این داده‌ها شگفت‌زده‌مان کرد

is that we happen to be expressive all the time,

این بود که ما در تمام مدت در حال ابرازِ احساساتیم،

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

حتی زمانی که به تنهایی در مقابل دستگاهمان نشسته‌ایم،

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

و نه تنها زمانی که داریم ویدیوی یک گربه را در فیس‌بوک می‌بینیم، بلکه همیشه.

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

ما هنگام ای‌میل زدن،پیامک زدن، خرید آنلاین،

or even doing our taxes.

یا حتی پرداخت مالیات، در حال ابراز احساساتیم.

Where is this data used today?

امروزه، این داده‌ها در کجا استفاده می‌شود؟

In understanding how we engage with media,

در فهم این که ما چگونه با رسانه‌ها در ارتباطیم،

so understanding virality and voting behavior;

در فهم الگو‌های اشتراک‌گذاریِ ویدیو‌ها و رأی دادن؛

and also empowering or emotion-enabling technology,

و همچنین قدرت دادن یا احساسی کردن تکنولوژی،

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

می‌خواهم چند مثال با شما در میان بگذارم که قلبم را در‌هم می‌فشارند.

Emotion-enabled wearable glasses can help individuals

عینک‌های هوشمند از نظر احساسات می‌توانند به افرادی که

who are visually impaired read the faces of others,

از نظر بینایی مشکل دارند، در فهمِ احساساتِ دیگران، یاری برسانند،

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

و به افراد مبتلا به اوتیسم نیز در قالبِ مترجم احساسات کمک کنند،

something that they really struggle with.

مشکلی که واقعاً این افراد دارند با آن دست و پنجه نرم می‌کنند.

In education, imagine if your learning apps

در آموزش: اگر شما در حال یادگیری هستید، اپلیکیشن‌ها

sense that you're confused and slow down,

سردرگمی شما را احساس می‌کنند و سرعت‌شان کم می‌شود.

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

یا اگر حوصله‌تان سر رفته سرعت‌شان بالا می‌رود،

just like a great teacher would in a classroom.

مانند یک معلم عالی در کلاس درس.

What if your wristwatch tracked your mood,

چه می‌شد اگر ساعت مچی شما احساساتتان را درک می‌کرد،

or your car sensed that you're tired,

یا ماشین‌تان می‌فهمید که شما خسته هستید،

or perhaps your fridge knows that you're stressed,

یا یخچال‌تان می‌فهمید که شما مضطرب هستید،

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

و به‌طور خودکار بسته می‌شد تا از پرخوری شما جلوگیری کند. (خنده‌ی حضار)

I would like that, yeah.

من این را دوست دارم، بله.

What if, when I was in Cambridge,

چه می‌شد اگر زمانی که من در کمبریج بودم،

I had access to my real-time emotion stream,

به رشته‌ی احساسات بی‌درنگم دسترسی داشتم،

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

و می‌توانستم آن را با خانواده‌ام در خانه به صورت طبیعی در میان بگذارم،

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

همان‌طور که انگار با آن‌ها در یک اتاق هستم؟

I think five years down the line,

فکر می‌کنم که ۵ سال دیگر از الان،

all our devices are going to have an emotion chip,

همه‌ی وسایل ما یک تراشه‌ی احساسات خواهند داشت،

and we won't remember what it was like when we couldn't just frown at our device

و ما دیگر زمانی را به‌یاد نمی‌آوریم که نمی‌توانستیم به وسیله‌مان اخم کنیم،

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

و وسیله‌مان به ما می‌گوید: «هممم، این را دوست نداشتی، نه؟»

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

بزرگ‌ترین چالش ما کاربرد‌های زیاد این تکنولوژی است.

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

من و تیمم به این نتیجه رسیدیم که نمی‌توانیم همه‌ی اپلیکیشن‌ها را خودمان بسازیم،

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

پس این تکنولوژی را در دسترس قرار دادیم تا سایر توسعه‌دهندگان

can get building and get creative.

بتوانند این برنامه‌ها را بسازند و خلاق باشند.

We recognize that there are potential risks

ما متوجه شدیم که امکان خطر

and potential for abuse,

و همچنین سؤاستفاده وجود دارد،

but personally, having spent many years doing this,

ولی به‌شخصه، بعد از چندین سال انجام این کار،

I believe that the benefits to humanity

باور دارم که این تکنولوژی مزایایی برای انسانیت دارد

from having emotionally intelligent technology

و داشتن تکنولوژی هوشمند احساسی

far outweigh the potential for misuse.

ارزشمندتر امکان سؤاستفاده است.

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

من شما را دعوت می‌کنم که بخشی از این گفت‌و‌گو شوید.

The more people who know about this technology,

این که افراد بیشتری درباره‌ی این تکنولوژی بدانند،

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

کمک می‌کند تا بیشتر بتوانیم بگوییم که چگونه از آن استفاده می‌شود.

So as more and more of our lives become digital,

همان‌طور که زندگی‌مان بیشتر و بیشتر دیجیتالی می‌شود،

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

در یک جنگ شکست خورده مبارزه می‌کنیم تا از استفاده از وسایل در زندگی‌مان کم کنیم

in order to reclaim our emotions.

به این منظور که احساساتمان را بازگردانیم.

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

چیزی که من در عوض برایش تلاش می‌کنم این است که احساسات را به درون تکنولوژی بیاورم

and make our technologies more responsive.

و کاری کنم که تکنولوژی‌هایمان پاسخ‌گوتر باشد.

So I want those devices that have separated us

پس می‌خواهم وسایلی که ما را از هم جدا کرده‌اند،

to bring us back together.

دوباره ما را به هم بازگردانند.

And by humanizing technology, we have this golden opportunity

با انسانی کردن تکنولوژی، این فرصت طلایی را داریم

to reimagine how we connect with machines,

که دوباره درباره‌ی ارتباطمان با ماشین‌ها فکر کنیم،

and therefore, how we, as human beings,

و در نهایت، این که چگونه ما، به عنوان انسان‌ها،

connect with one another.

با یکدیگر ارتباط برقرار می‌کنیم.

Thank you.

متشکرم.

(Applause)

(تشویق حضار)