A new way to monitor vital signs (that can see through walls) | Dina Katabi

108,007 views ・ 2018-08-09

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Reka Lorinczy
00:13
When I was a kid,
0
13150
1175
Gyerekkoromban, mint itt sokan,
00:14
I was, like many of you in this room, very much fascinated by Star Wars,
1
14349
4900
bele voltam gyönyörödve a Csillagok háborújába.
00:19
and what fascinated me the most is this notion of the Force,
2
19273
4476
Leginkább az Erő tulajdonsága tetszett,
00:23
this energy that connects all people and all objects
3
23773
3110
a minden embert és tárgyat összekötő energia,
00:26
and allows you to feel people that you can't even see.
4
26907
3418
amellyel azokat is érzékeljük, akiket még csak nem is látunk.
00:30
And I remember many nights, I would be sitting at home,
5
30753
3088
Emlékszem sok-sok otthon töltött estére,
00:33
just, like, concentrating and focusing, trying to feel the Force,
6
33865
3970
amikor összpontosítva igyekeztem megérezni az Erőt.
00:38
and I didn't feel anything, don't worry.
7
38624
2563
Semmit sem éreztem, nyugodjanak meg.
00:41
(Laughter)
8
41211
1857
(Nevetés)
00:43
And later in life, I became a scientist.
9
43092
2850
Majd kutató lettem.
00:45
I joined the MIT faculty and started working on wireless signals.
10
45966
4713
Az MIT tanári karába kerültem, és rádiójelekkel kezdtem foglalkozni.
00:51
These are things like Wi-Fi or cellular systems,
11
51184
3143
Ilyen a Wi-Fi s a rádiótelefon-rendszerek.
00:54
and I did a lot of work in that domain.
12
54351
2352
Sokat dolgoztam e területen.
00:57
But then, again, this Force thing kept nagging me,
13
57489
4589
De az Erő-dolog csak nem hagyott nyugodni.
01:02
and at some point, I was just like,
14
62102
1925
Egyszer csak arra gondoltam:
01:04
"Wait a minute, these wireless signals -- they are like the Force."
15
64051
4652
"Várjunk csak, azok a rádiójelek olyanok, mint az Erő!"
01:08
So if you think about it,
16
68727
1194
Ha belegondolunk,
01:09
wireless signals, they travel through space,
17
69945
2631
a rádiójelek terjednek a térben,
01:12
they go through obstacles and walls and occlusions,
18
72600
3480
átjutnak akadályokon és falakon,
01:16
and some of them,
19
76104
1241
és némelyikük
01:17
they reflect off our bodies, because our bodies are full of water,
20
77369
4150
visszaverődik testünkről, mert testünk vízzel van teli,
01:21
and some of these minute reflections,
21
81543
2206
és egyes apróbb visszaverődések
01:23
they come back.
22
83773
1258
visszatérnek.
01:25
And if, just if, I had a device that can just sense these minute reflections,
23
85055
6971
Ha lenne eszközöm, amely érzékelné ezeket az apró visszaverődéseket,
01:32
then I would be able to feel people that I cannot see.
24
92050
2984
akkor képes lennék a nem látható embereket érzékelni.
01:36
So I started working with my students on building such a device,
25
96444
3753
Hozzáláttam diákjaimmal ilyen készülék megépítéséhez,
01:40
and I want to show you some of our early results.
26
100221
3310
és most bemutatom önöknek néhány kezdeti eredményünket.
01:44
So here, you see my student standing,
27
104584
2283
Itt áll az egyik diákom.
01:46
and here is our device.
28
106891
1977
Ez pedig a készülékünk.
01:48
And we are going to put the device in the other office, behind the wall,
29
108892
5610
Átvisszük a készüléket a szomszéd szobába, a falon túlra,
01:54
and we are going to monitor him as he moves.
30
114526
2817
és megfigyeljük a diák mozgását.
01:57
This red dot is tracking him using wireless signals.
31
117367
4079
A piros pötty a rádiójelekkel nyomon követett diák.
02:02
And as you can see, the red dot is tracking his movements very accurately,
32
122760
4784
Látható, hogy nagyon pontosan követi,
02:07
purely based on how his body interacts with the surrounding wireless signals.
33
127568
4754
csupán amiatt, ahogy teste a környező jelekre hat.
02:13
Pretty accurate, isn't it?
34
133631
1704
Igencsak pontos, nemde?
02:16
He has no wearables, nothing.
35
136702
1873
A diák semmilyen eszközt sem visel.
02:18
(Applause)
36
138599
2814
(Taps)
02:21
Now you might be wondering,
37
141437
1745
Szöget üthet a fejükbe,
02:23
how is it possible that we can sense people
38
143206
3182
hogyan lehetséges valaki érzékelése és nyomon követése falon át,
02:26
and track them, without any wearables, through walls,
39
146412
3846
ha az illető semmilyen eszközt nem visel.
02:30
and the easiest analogy to think about is radar.
40
150282
3366
Elsőként mint analógia a radar juthat eszükbe.
02:33
I'm sure many of you have seen this picture.
41
153672
2093
Biztosan sokan látták már e képet.
02:35
You transmit a wireless signal to the sky,
42
155789
2158
Rádiójelet sugárzunk az égbe,
02:37
it reflects off some airplane, comes back to you,
43
157971
2968
valamely repülőről visszaverődve visszaérkezik,
02:40
and you start detecting these airplanes.
44
160963
2341
és így érzékeljük a repülőgépeket.
02:44
But if it were just radar,
45
164328
1944
De radarral 50 éve is
02:46
then we would have this 50 years ago.
46
166296
2253
meg tudtuk volna ezt csinálni.
02:49
So it's not just radar.
47
169272
1706
Ez nem radar.
02:51
There are two key differences.
48
171285
2190
Két lényegi különbség van.
02:54
So the first difference, of course --
49
174229
1763
Az első különbség persze,
02:56
you can't, like radar, just blast wireless power at somebody.
50
176016
3519
hogy nem lehet, mint a radarral, valakire rádiósugárzást bocsátani.
02:59
You're going to fry them like if they were in a microwave.
51
179559
2727
Pecsenyére sülne, mint a mikróban.
03:02
Don't do that.
52
182310
1150
Ne tegyük.
03:04
So it means that you have to be able to deal with very weak signals,
53
184595
5065
Így igen gyenge jelekkel kell dolgoznunk,
03:09
and that means that your device has to be very sensitive.
54
189684
3126
ezért készülékünknek nagyon érzékenynek kell lennie.
03:14
The second difference is that, unlike the sky, where it's empty --
55
194144
4131
A másik különbség, hogy az égtől eltérően,
amely ha szerencsénk van, üres, és csak egyetlen gépet kell befogni,
03:18
if you are lucky, there is one airplane that you can catch there.
56
198299
3144
03:21
Like, look at the room
57
201467
1342
a szobában láthatólag
03:22
and look how many objects and people there are.
58
202833
2888
rengeteg tárgy és ember található.
03:25
So in indoor environments, the signal not only reflects off the person,
59
205745
3937
Beltéri környezetben a jel nemcsak emberekről verődik vissza,
03:29
if reflects off the person, off the floor, the ceiling,
60
209706
3793
hanem a padlóról, mennyezetről,
03:33
off other people around,
61
213523
2222
környező személyekről is;
03:35
and you get very complex reflections
62
215769
1983
ezért igen összetett visszaverődéseket kapunk,
03:37
where the same signal reflects off me and then off you,
63
217776
2731
amelyekben a jel rólam, majd másról,
03:40
and then off the ceiling, then off the floor.
64
220531
2238
aztán a mennyezetről, majd a padlóról verődik vissza.
03:42
And you have to make sense of that mess.
65
222793
3169
El kell igazodnunk ebben a zűrzavarban.
03:47
But we were lucky.
66
227993
1849
De szerencsénk volt,
03:49
We were coming at the right time.
67
229866
2492
jókor érkeztünk.
03:53
So two things helped us.
68
233252
1872
Két dolog sietett a segítségünkre.
03:55
The first thing is radiotechnologies have evolved a lot,
69
235148
4056
Az első a rádiótechnika erős fejlődése,
03:59
and over the last decade,
70
239228
1775
melynek hatására az utóbbi évtizedben
04:01
radio technology became much more powerful,
71
241027
2310
a rádiótechnika sokkal nagyobb teljesítményre lett képes,
04:03
so we were able to build very sensitive radios
72
243361
3737
így érzékenyebb,
gyenge és apró rádiófrekvenciás jeleket érzékelő rádiót építhetünk.
04:07
that can sense weak and minute RF signals.
73
247122
3357
04:11
The second thing: machine learning.
74
251725
3039
A másik a gépi tanulás.
04:14
So you keep hearing about machine learning
75
254788
2000
Állandóan hallunk a gépi tanulásról.
04:16
and there was a revolution of machine learning recently,
76
256812
2961
Nemrég forradalmi változások történtek a gépi tanulásban,
04:19
in deep learning,
77
259797
1151
a mély tanulásban,
04:20
and that allowed us to build machine-learning models
78
260972
3769
ez pedig a gépi tanulási modellezést tette lehetővé,
04:24
that can understand wireless signals and interpret them
79
264765
3547
amely érti és értelmezni tudja a rádiójeleket.
04:28
so they would know what happened in the environment.
80
268336
3505
A modellek tudni fogják, ami a környezetükben történik.
04:31
So if you think of it, the radio is like the ear of our device
81
271865
3810
Ha belegondolunk, a rádió a készülék füle,
04:35
and the machine learning is like the brain,
82
275699
2579
a gépi tanulás pedig az agya;
04:38
and together, they have a very powerful device.
83
278302
3823
együtt igen hatékony készüléket alkotnak.
04:44
So what else can we sense about people using wireless signals?
84
284108
5023
Mi mást érzékelhetünk rádiójelekkel az emberekkel kapcsolatban?
04:50
Sleep.
85
290458
1151
Az alvást.
04:51
Sleep, actually, is something very dear to my heart,
86
291633
2429
Az alvás a szívem csücske,
04:54
because my sleep is a disaster.
87
294086
1927
mert borzalmasan alszom.
04:56
(Laughter)
88
296037
1348
(Nevetés)
04:57
So one thing is when you start working on some physiological signal
89
297409
3229
Vicces, hogy mikor valamely élettani jelen kezdünk dolgozni,
05:00
and you discover that yours sucks.
90
300662
2659
és véletlenül rájövünk: a miénk pocsék.
05:03
(Laughter)
91
303908
3095
(Nevetés)
05:07
So you can see why we can capture sleep,
92
307344
2126
Ezért rögzítjük az alvást,
05:09
because the person walks and the device sees him as he walks to bed,
93
309494
3266
mert a személy jár-kel, és a készülék látja, amint odamegy az ágyhoz,
05:12
when he stops tossing around in bed,
94
312784
2275
mikor az ágyban abbahagyja a hánykolódást,
05:15
when he steps out of bed,
95
315083
1841
mikor fölkel.
05:16
and that measure of sleep is what people call actigraphy.
96
316948
3698
Az alvás mennyiségét aktigráfiával rögzítjük,
05:20
It's based on motion.
97
320670
1254
amely mozgáson alapszik.
05:23
But it turned out that we can actually get sleep
98
323087
3294
De kiderült:
sokkal fontosabb szinten is aludhatunk.
05:26
at a much more important level.
99
326405
2387
05:28
We can understand the change in the brain waves
100
328816
3564
Megérthetjük az alvás közben keletkező
05:32
that occur during sleep.
101
332404
1548
agyhullámok szerepét.
05:35
So, many of you probably know that as we go to sleep,
102
335403
2953
Sokan nyilván tudják, hogy mikor aludni térünk,
05:38
our brainwaves change and we enter different stages:
103
338380
3373
agyhullámaink megváltoznak, és más-más fázisokba jutunk:
05:41
awake, light sleep, deep sleep and REM, or rapid eye movement.
104
341777
4069
ébrenlét, felületes alvás, mély alvás és a REM, a gyors szemmozgású.
05:46
These stages are of course related to sleep disorders,
105
346267
4334
E fázisok persze alvászavarokhoz
05:50
but they are also related to various diseases.
106
350625
3110
vagy betegségekhez kapcsolódnak.
05:53
So for example, disturbances in REM are associated with depression.
107
353759
5461
Pl. a REM-szakasz zavarai depresszióra utalnak,
05:59
Disturbances in deep sleep are associated with Alzheimer's.
108
359718
3928
a mély alvás zavarai Alzheimer-kórra.
06:04
So if you want to get sleep staging,
109
364614
2539
Ha rendbe akarjuk hozni valaki alvását,
06:07
today, you will send the person to the hospital,
110
367177
2310
ma kórházba küldjük a pácienst,
06:09
they put all of these electrodes on their head,
111
369511
2554
fejére rakják ezeket az elektródákat,
06:12
and they ask them to sleep like that.
112
372089
1830
és megkérik, hogy ezzel aludjon.
06:13
(Laughter)
113
373943
2060
(Nevetés)
06:16
It's not really a happy experience.
114
376027
2935
Nem valami kellemes élmény.
06:20
So what if I tell you that I can do the same thing
115
380155
2936
És ha ugyanezt meg tudom tenni,
06:23
but without any of these electrodes on the person's body?
116
383115
3167
a páciens testére rakott bármiféle elektródák nélkül?
06:27
So here is our device,
117
387596
1872
Itt a készülékünk,
06:29
transmitting very low power wireless signal,
118
389492
2762
amely igen kis teljesítményű rádiójeleket sugároz,
06:32
analyzes the reflections using AI
119
392278
2112
MI-vel elemzi a visszaverődéseket,
06:34
and spits out the sleep stages throughout the night.
120
394414
3166
és ontja magából az éjszakai alvásfázisok jellemzőit.
06:38
So we know, for example, when this person is dreaming.
121
398647
3582
Pl. tudjuk, hogy az illető mikor álmodik.
06:44
Not just that ...
122
404333
1150
Nem csak azt.
06:46
we can even get your breathing while you are sitting like that,
123
406691
3087
Figyelhetjük a légzését, mikor így ül,
06:49
and without touching you.
124
409802
1573
anélkül hogy hozzáérnénk.
06:51
So he is sitting and reading
125
411399
1602
A férfi ül és olvas,
06:53
and this is his inhales, exhales.
126
413025
2945
ez a belégzése és kilégzése.
06:55
We asked him to hold his breath,
127
415994
1991
Megkértük, tartsa vissza a lélegzetét,
06:58
and you see the signal staying at a steady level
128
418009
2866
és látják, hogy a jelszint állandó,
07:00
because he exhaled.
129
420899
1151
mert kilélegezett.
07:02
He did not inhale.
130
422074
1150
Nem volt belégzés.
07:05
And I want to zoom in on the signal.
131
425279
2484
Kinagyítom a jelet.
07:07
And this is the same signal as before.
132
427787
2063
Ez a korábbi jel.
07:09
These are the inhales,
133
429874
1681
Ezek a belégzések,
07:11
these are the exhales.
134
431579
1644
ezek meg a kilégzések.
07:13
And you see these blips on the signal?
135
433247
2087
Látják a jelekre rakódó rezdüléseket?
07:15
These are not noise.
136
435358
1311
Ezek nem zajok.
07:17
They are his heartbeats.
137
437159
1779
Az illető szívdobbanásai.
07:19
And you can see them beat by beat.
138
439971
1801
Minden szívdobbanás külön látható.
07:23
So I want to stop here for a moment and show you a live demo.
139
443439
4221
Egy pillanatra itt megállok, és élő felvételt mutatok.
07:27
Zach is going to help me with the demo,
140
447684
2071
Zach segít nekem a szemléltetésben,
07:29
and we're going to use the device to monitor Zach's breathing.
141
449779
4755
melyben az ő légzését fogjuk figyelni a készülékkel.
07:35
So this white box that you see here is the device,
142
455272
3768
Ez a fehér doboz a készülék,
07:39
and Zach is turning it on ...
143
459064
2341
Zach bekapcsolja,...
07:43
and let's see whether he breathes well.
144
463581
2541
látszik, hogy szabályosan lélegzik.
07:46
So we're going to do exactly what we did in the video with the other guy,
145
466146
4602
Pontosan azt tesszük, amit a videón lévő másik pasival:
07:50
so the wireless signal is going through,
146
470772
2691
a rádiójel átmegy,
07:53
it's touching Zach's body,
147
473487
1650
eléri Zach testét,
07:55
and it's reflecting back to the device,
148
475161
2223
visszaverődik a készülékre.
07:57
and we want to monitor his breathing, his inhale-exhale motion.
149
477408
3371
Levegővételét, be-kilégzését figyeljük.
08:00
So we see the inhales, exhales --
150
480803
2523
Látjuk a be-kilégzését:
08:03
so see, these ups and downs are Zach breathing.
151
483350
4373
ez az ingadozás Zach légzése.
08:10
Inhaling, exhaling.
152
490191
2151
Belélegez, kilélegez.
08:12
(Applause)
153
492366
5602
(Taps)
08:17
So, he can breathe.
154
497992
2152
Lélegzik!
08:20
(Laughter)
155
500168
1421
(Nevetés)
08:21
Zach, can you hold your breath, please?
156
501613
2198
Zach, kérlek, tartsd vissza a lélegzeted!
08:25
OK, so now he's holding his breath,
157
505216
3063
Most visszatartja.
08:28
so you see the signal stays at a steady level,
158
508303
2254
Látják, hogy a jel konstans,
08:30
and these are his heartbeats.
159
510581
1626
ezek a szívdobbanásai.
08:32
Beat, beat, beat, beat, beat.
160
512231
3476
Ver, ver, ver, ver, ver.
08:35
(Applause)
161
515731
1001
(Taps)
08:36
OK, Zach, you can breathe again.
162
516756
2167
Zach, lélegezz megint!
08:38
(Laughter)
163
518947
1889
(Nevetés)
08:40
We don't want accidents here.
164
520860
1420
Nem akarunk zűrt.
08:42
(Laughter)
165
522304
1001
(Nevetés)
08:43
OK, thank you.
166
523329
1150
Köszönöm.
08:45
(Applause)
167
525756
5936
(Taps)
08:51
So as you can see, we have this device
168
531716
2761
E készülékkel
08:54
that can monitor so many physiological signals for you,
169
534501
3540
számos élettani jelet figyelhetünk meg.
08:58
and what is really interesting about this device
170
538065
2960
Az igazán érdekes az,
09:01
is that it does all this without any wearables,
171
541049
2563
hogy a személy semmit nem hord hozzá,
09:03
without asking the person to change his behavior
172
543636
2698
nem kell változtatnia a viselkedésén,
09:06
or to wear anything or charge anything special.
173
546358
2492
semmi extrát nem kell fölvennie vagy bármit is feltöltenie.
09:09
And that got doctors very excited,
174
549739
2968
A dolog fölkeltette az orvosok figyelmét,
09:12
because doctors,
175
552731
1151
mert a dokik
09:13
they always want to know more information about their patients,
176
553906
2957
mindig többet szeretnének tudni a pácienseikről,
09:16
particularly at home,
177
556887
1170
főként otthoni viselkedésükről.
09:18
and this is particularly true in chronic diseases,
178
558081
2634
Ez főleg az idült betegségekre igaz,
09:20
like pulmonary diseases, like COPD,
179
560739
4155
pl. tüdőbetegségekre, idült obstruktív légúti betegségre, a COPD-ra,
09:24
or heart failure or Alzheimer's and even depression.
180
564918
4524
szívelégtelenségre, Alzheimer-kórra, de még a depresszióra is.
09:29
All of these chronic diseases are very important.
181
569466
2317
Minden idült betegség nagyon fontos.
09:31
In fact -- perhaps you know --
182
571807
2468
Talán tudják,
09:34
two-thirds of the cost of health care in the US
183
574299
2880
hogy az USA egészségügyi kiadásainak 2/3-a
09:37
is due to chronic diseases.
184
577203
1984
idült betegségek miatt merül föl.
09:39
But what is really interesting about chronic diseases
185
579545
2531
Az idült kórokkal kapcsolatban érdekes,
09:42
is that when the person, for example,
186
582100
1820
hogy a már kórházi ápolásra
09:43
has a problem that leads to the hospital and the emergency room,
187
583944
4737
és sürgősségi ellátásra szoruló beteg baja
09:48
this problem doesn't happen overnight.
188
588705
2315
nem hirtelen keletkezett.
09:51
Actually, things happen gradually.
189
591044
2079
Valójában fokozatosan.
09:53
So if we can monitor chronic disease patients in their home,
190
593147
3722
Ha otthonukban figyelhetjük meg idült betegeinket,
09:56
we can detect changes in their breathing, heartbeat, mobility, sleep --
191
596893
4261
kimutathatjuk légzésük, szívverésük, mozgásuk, alvásuk módosulását
10:01
and we can detect emergencies before they occur
192
601178
4182
és kimutathatjuk a szükséghelyzetet – még bekövetkezte előtt;
10:05
and have the doctor intervene earlier
193
605384
2317
az orvos korábban avatkozhat be,
10:07
so that we can avoid hospitalization.
194
607725
2063
így elkerülhető a kórházba utalás.
10:10
And indeed, today we are working with multiple doctors
195
610645
4102
Jelenleg több orvossal,
10:14
in different disease categories.
196
614771
1959
különböző betegségcsoportokkal dolgozunk.
10:16
So I'm really excited
197
616754
1183
Nagyon örülök,
10:17
because we have deployed the device with many patients.
198
617961
2684
mert sok páciensnél telepítettük a készüléket.
10:20
We have deployed the device with patients that have COPD,
199
620669
3332
COPD-betegeknél.
10:24
which is a pulmonary disease,
200
624025
1507
Ez tüdőbetegség.
10:25
patients that have Alzheimer's,
201
625556
2055
Továbbá Alzheimer-kórosaknál,
10:27
patients that have depression and anxiety
202
627635
2293
depressziósoknál és szorongóknál
10:29
and people that have Parkinson's.
203
629952
1715
és Parkinson-kórosaknál.
10:32
And we are working with the doctors on improving their life,
204
632798
2883
Jobban megismerve a betegségüket
életük könnyebbé tételén dolgozunk az orvosokkal.
10:35
understanding the disease better.
205
635705
1841
10:38
So when I started, I told you
206
638718
2571
Az elején elmondtam,
10:41
that I'm really fascinated with Star Wars and the Force in Star Wars,
207
641313
5420
hogy bele voltam gyönyörödve a Csillagok háborújába és az Erőbe.
10:46
and indeed, I'm still very much fascinated,
208
646757
3326
Ez még mindig így van.
10:50
even now, as a grown-up, with Star Wars,
209
650107
2006
Még most is, felnőttként,
10:52
waiting for the next movie.
210
652137
2295
várom a Csillagok háborúja következő részét.
10:54
But I'm very fascinated now and excited
211
654456
5269
De igencsak lenyűgöz és izgat
10:59
about this new Force of wireless signals,
212
659749
3798
a rádiójelekből áradó Erő,
11:03
and the potential of changing health care with this new force.
213
663571
4006
és hogy ezzel az új erővel meg lehet változtatni a gyógyítást.
11:07
One of the patients with whom we deployed is actually my aunt.
214
667601
2944
Nagynénémnél is telepítettük a készüléket.
11:10
She has heart failure,
215
670569
2151
Szívbeteg.
11:12
and I'm sure many of you guys in the audience
216
672744
3708
Meggyőződésem, hogy a hallgatóságban
11:16
have parents, grandparents, loved ones who have chronic diseases.
217
676476
4688
sokak szülőjének, nagyszülőjének, hozzátartozójának van idült betegsége.
11:21
So I want you to imagine with me a future
218
681188
2858
Képzeljék el velem együtt a jövőt,
11:24
where in every home that has a chronic disease patient,
219
684070
2882
mikor minden házban, ahol idült beteg van,
11:26
there is a device like this device sitting in the background
220
686976
3125
ott a készülék, meghúzódik a háttérben,
11:30
and just monitoring passively
221
690125
2365
és csak csöndesen figyeli
11:32
sleep, breathing, the health of this chronic disease patient,
222
692514
4666
az idült beteg alvását, légzését, egészségét,
11:37
and before an emergency occurs,
223
697204
2124
és még a szükséghelyzet beállta előtt
11:39
it would detect the degradation in the physiological signal
224
699352
3023
fölismeri az élettani jel leromlását,
11:42
and alert the doctor
225
702399
1500
és riasztja az orvost.
11:43
so that we can avoid hospitalization.
226
703923
2063
Így elkerülhető a kórházi beutalás.
11:46
This can change health care as we know it today,
227
706652
3127
Ez módosíthatja a jelenlegi gyógyítást,
11:49
improve how we understand chronic diseases
228
709803
3000
javíthatja az idült betegségek ismeretét,
11:52
and also save many lives.
229
712827
1769
és sok-sok életet megmenthet.
11:54
Thank you.
230
714898
1151
Köszönöm.
11:56
(Applause)
231
716073
5134
(Taps)
12:01
Helen Walters: Dina, thank you so much.
232
721231
1887
Helen Walters: Dina, köszönjük szépen.
12:03
Thank you too, Zach.
233
723142
1151
Neked is, Zach.
12:04
So glad you're breathing.
234
724317
1311
Örülök, hogy lélegzel.
12:05
So Dina, this is amazing.
235
725652
2697
Dina, ez elképesztő!
12:08
The positive applications are incredible.
236
728373
3028
A pozitív alkalmazások hihetetlenek.
12:11
What is the framework, though, like the ethical framework around this?
237
731425
3995
Melyek az alkalmazás etikai keretei?
12:15
What are you doing to prevent this technology from being used
238
735444
2880
Mit teszel, hogy meggátold
12:18
for other, perhaps less positive types of applications?
239
738348
3769
a technika – mondjuk – kevésbé helyes alkalmazását?
12:22
Dina Katabi: Yeah, this is a very important question, of course,
240
742141
3055
Dina Katabi: Ez nagyon fontos kérdés,
hogy mi a helyzet a visszaélésekkel
12:25
like, what about misuse,
241
745220
1169
12:26
or what about, I guess you could say, about the Dark Side of the Force?
242
746413
3622
vagy az Erő sötét oldalával?
12:30
HW: Right, right.
243
750059
1174
HW: Igen, erről van szó.
12:31
(Laughter)
244
751257
2087
(Nevetés)
12:33
DK: So we actually have technologies
245
753368
3499
DK: Megvan a technikánk,
12:36
that prevent people from trying to use this device
246
756891
4277
hogy meggátoljuk a készülék fölhasználását
12:41
to monitor somebody without their consent.
247
761192
2354
mások beleegyezésük nélküli nyomon követésére.
12:43
Because the device understands space,
248
763570
2253
Mivel a készülék érzékeli a teret,
12:45
it will ask you to prove, by doing certain movements,
249
765847
3421
egyes mozgások megtételéhez bizonyítékot fog követelni,
12:49
that you have access to the space
250
769292
1755
hogy kezelője hozzáférhet-e a térhez,
12:51
and you are the person who you are asking the device to monitor.
251
771071
3300
és kinek a nyomon követését igénylik a készüléktől.
12:54
So technology-wise,
252
774395
2190
Kifinomult technikájú.
12:56
we have technology that we integrate to prevent misuse,
253
776609
3388
Beépítettük a visszaélés meggátlására,
13:00
but also, I think there is a role for policy, like everything else,
254
780021
3890
de megvannak a fölhasználás szabályai is, mint minden másnak,
13:03
and hopefully, with the two of them, we can control any misuse.
255
783935
5436
és remélhetőleg e kettővel bármi visszaélést megfékezhetünk.
13:09
HW: Amazing. Thank you so much.
256
789395
1557
HW: Ragyogó. nagyon köszönjük.
13:10
DK: Thank you.
257
790976
1151
DK: Köszönöm.
13:12
(Applause)
258
792151
3769
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7