Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

Fordító: Attila Volgyi Lektor: Júlia Martonosi

What I'm going to show you first, as quickly as I can,

Amit most megpróbálok minél gyorsabban bemutatni önöknek

is some foundational work, some new technology

az egy alapítványi munka, egy új technológia

that we brought to Microsoft as part of an acquisition

ami egy vásárlás útján került a Microsoft birtokába

almost exactly a year ago.

majdnem pontosan egy évvel ezelőtt. Ez a Seadragon.

This is Seadragon, and it's an environment

Ez egy olyan környezet, amiben akár helyben, akár távolról

in which you can either locally or remotely interact

with vast amounts of visual data.

hatalmas mennyiségű vizuális adatot kezelhetünk.

We're looking at many, many gigabytes of digital photos here

Itt most éppen nagyon-nagyon sok gigabájtnyi digitális fotót láthatnak

and kind of seamlessly and continuously zooming in,

zökkenőmentesen és folyamatosan tudunk nagyítani

panning through it, rearranging it in any way we want.

mozogni a tartalomban, vagy tetszésünk szerint átrendezni

And it doesn't matter how much information we're looking at,

Egyáltalán nem számít, hogy mennyi információt is nézünk,

how big these collections are or how big the images are.

hogy mekkorák ezek a gyűjtemények, vagy az egyes képek.

Most of them are ordinary digital camera photos,

Ezek legtöbbje általános digitális fotó,

but this one, for example, is a scan from the Library of Congress,

de ez az egy például a Kongresszusi Könyvtár scannelt anyaga,

and it's in the 300 megapixel range.

és nagyjából 300 megapixel felbontású.

It doesn't make any difference

De ez sem jelent semmi különbséget

because the only thing that ought to limit the performance of a system like this one

mert az egyetlen dolog, ami a rendszer teljesítményét befolyásolja

az a képernyőn éppen látható képpontok száma

is the number of pixels on your screen at any given moment.

It's also very flexible architecture.

bármelyik időpillanatban. Ez a megoldás nagyon rugalmas.

This is an entire book, so this is an example of non-image data.

Ez itt egy teljes könyv, példa a nem képi adatokra.

This is "Bleak House" by Dickens.

Dickens Puszta Ház című könyve. Minden oszlop egy fejezet.

Every column is a chapter.

To prove to you that it's really text, and not an image,

Hogy bizonyítsuk, hogy ez tényleg szöveg, és nem kép,

we can do something like so, to really show

csinálhatunk például így, hogy megmutassuk

that this is a real representation of the text; it's not a picture.

hogy ez tényleg szöveges tartalom; nem egy kép.

Maybe this is an artificial way to read an e-book.

Talán ez is egy lehetséges mód az e-könyv olvasásra.

I wouldn't recommend it.

Én nem ajánlanám.

This is a more realistic case, an issue of The Guardian.

Ez egy sokkal élethűbb alkalmazás. A Guardian egyik száma.

Every large image is the beginning of a section.

Mindegyik nagy kép egy rovat kezdete.

And this really gives you the joy and the good experience

Ez pedig az igazi élmény és szórakozás a dologban

of reading the real paper version of a magazine or a newspaper,

egy újság vagy magazin igazi nyomtatott változatát olvasni,

which is an inherently multi-scale kind of medium.

amiben jellemzően mindennek más lehet a mérete.

We've done something

Egy kicsit módosítottuk ezt a sarkát

with the corner of this particular issue of The Guardian.

a Guardian egyik nyomtatott számának.

We've made up a fake ad that's very high resolution --

Lecseréltük ezt a hirdetést egy nagyon nagy felbontásúra --

much higher than in an ordinary ad --

sokkal nagyobb felbontásúra, mint amit ki lehetne nyomtatni --

and we've embedded extra content.

és bele helyeztünk némi extra tartalmat.

If you want to see the features of this car, you can see it here.

Ha látni szeretnék a kocsi paramétereit, itt megnézhetik.

Or other models, or even technical specifications.

Vagy más modelleket, esetleg a műszaki adatait is.

And this really gets at some of these ideas

És így kezdenek ezzel a módszerrel

about really doing away with those limits on screen real estate.

megszűnni a képernyő méretek által szabott korlátok.

We hope that this means no more pop-ups

Reméljük, hogy ezzel eltűnnek majd a felugró hirdetések

and other rubbish like that -- shouldn't be necessary.

és minden hasonló zavaró megoldás -- nem lesz rájuk szükség.

Of course, mapping is one of those obvious applications

Persze a térképészet az egyik legkézenfekvőbb terület

for a technology like this.

egy ilyen technológia alkalmazására.

And this one I really won't spend any time on,

Erre igazán nem is akarok sok időt pazarolni,

except to say that we have things to contribute to this field as well.

csak hogy ezen a területen is fel tudunk mutatni pár dolgot.

But those are all the roads in the U.S.

Ez itt az USA teljes úthálózata

superimposed on top of a NASA geospatial image.

ráhelyezve a NASA egyik föld képére.

So let's pull up, now, something else.

Hagyjuk most ezt, jöjjön valami más.

This is actually live on the Web now; you can go check it out.

Ez már mind elérhető a világhálón; próbálják csak ki.

This is a project called Photosynth, which marries two different technologies.

Ennek a projektnek a neve Photosynth,

két különböző technológia remek házassága.

One of them is Seadragon

Az egyik közülük a Seadragon

and the other is some very beautiful computer-vision research

a másik pedig egy nagyon látványos kutatás

done by Noah Snavely, a graduate student at the University of Washington,

amit a Washingtoni Egyetemen az egyik végzős diák, Noah Snavely végzett,

co-advised by Steve Seitz at U.W.

Steve Seitz irányítása alatt

and Rick Szeliski at Microsoft Research.

a Microsoft kutatói közül pedig Rick Szeliskivel. Nagyon szép együttműködés.

A very nice collaboration.

And so this is live on the Web. It's powered by Seadragon.

És ez is fent van az Interneten. Ezt is a Seadragon működteti.

You can see that when we do these sorts of views,

Láthatják, hogy mi jelenik meg ezekben a nézetekben,

where we can dive through images

vessük magunkat a képek közé

and have this kind of multi-resolution experience.

ez a többszörös felbontás különleges élménye.

But the spatial arrangement of the images here is actually meaningful.

Viszont itt a képek térbeli elrendezése lényeges igazán.

The computer vision algorithms have registered these images together

A képeket a számítógépes látvány-algoritmusok rendezték el,

so that they correspond to the real space in which these shots --

olyan módon, ahogyan a valós térben is elhelyezkednek --

all taken near Grassi Lakes in the Canadian Rockies --

mind a Grassi Tónál készült a kanadai Sziklás hegységben.

all these shots were taken.

Ezek itt fotó részletek egy összetett

So you see elements here

of stabilized slide-show or panoramic imaging,

diavetítésben, vagy egy panoráma képben.

and these things have all been related spatially.

és mind térbeli kapcsolatban állnak egymással.

I'm not sure if I have time to show you any other environments.

Nem vagyok benne biztos, hogy az idő elég más helyeket mutatni.

Some are much more spatial.

Vannak, amik ennél sokkal térbelibbek.

I would like to jump straight to one of Noah's original data-sets --

Rögtön át is ugrok Noah egyik eredeti adat halmazára --

this is from an early prototype that we first got working this summer --

és ez még egy korai Photosynth prototípusból való

amivel a nyáron dolgoztunk először --

to show you what I think

megmutatom, mit tartok én

is really the punch line behind the Photosynth technology,

ennek a technológiának a valós értelmének,

It's not necessarily so apparent

a Photosynth értelme. Talán nem látja mindenki rögtön

from looking at the environments we've put up on the website.

azokon a helyszíneken, amiket feltettünk a weboldalra.

We had to worry about the lawyers and so on.

Tartottunk az ügyvedektől és a perektől.

This is a reconstruction of Notre Dame Cathedral

Ez a Notre Dame katedrális modellje

that was done entirely computationally from images scraped from Flickr.

amit teljes egészében számítógép generált

a Flickrről letöltött képekből. Csak beírják a Flickren, hogy Notre Dame,

You just type Notre Dame into Flickr,

and you get some pictures of guys in T-shirts, and of the campus and so on.

és felhoz néhány képet pólós srácokról, és a környékről

és így tovább. Mindegyik narancssárga kúp egy képet jelez

And each of these orange cones represents an image

that was discovered to belong to this model.

ami ehhez a modellhez tartozik.

And so these are all Flickr images,

Nos ezek itt a képek a Flickr-ről,

and they've all been related spatially in this way.

és így viszonyulnak egymáshoz a térben.

We can just navigate in this very simple way.

Ennyire egyszerűen tudunk köztük navigálni.

(Applause)

(Taps)

(Applause ends)

You know, I never thought that I'd end up working at Microsoft.

Tudják, én sosem hittem, hogy a Microsoftnál fogok egyszer dolgozni.

It's very gratifying to have this kind of reception here.

Örülök, hogy ilyen remek fogadtatásban részesül.

(Laughter)

(Nevetés)

I guess you can see this is lots of different types of cameras:

Gondolom mind látják

ezek mind más fényképezőgéppel készültek:

it's everything from cell-phone cameras to professional SLRs,

van köztük mindenféle, mobiltelefontól profi fényképezőgépig.

quite a large number of them, stitched together in this environment.

elég sok féle, összeillesztve

egymás mellé ebben a térben.

If I can find some of the sort of weird ones --

És talán megtalálok párat a furcsábbak közül is.

So many of them are occluded by faces, and so on.

Egy csomó képbe belógnak arcok, és ilyesmi.

Somewhere in here there is actually a series of photographs -- here we go.

Van itt valahol egy olyan sorozat is

néhány képpel -- itt is van.

This is actually a poster of Notre Dame that registered correctly.

Ez egy poszter a Notre Dame-ról, ami tökéletesen illeszkedik a modellre.

We can dive in from the poster

Át tudunk váltani más képekre a poszterről is

to a physical view of this environment.

egy másik, fizikai nézetre ebben a térben.

What the point here really is

A lényeg itt az, hogy rendkívüli dolgokat tehetünk

is that we can do things with the social environment.

a társadalmi közegben. Mindenkitől szerezhetünk információkat --

This is now taking data from everybody --

from the entire collective memory, visually, of what the Earth looks like --

az egész össz-közösségi emléktárból

vizuálisan felépítve, ahogy a Föld kinéz --

and link all of that together.

és mindezt összekapcsolhatjuk.

Those photos become linked, and they make something emergent

Az összes fotót összekapcsolja,

és valami rendkívülit eredményez

that's greater than the sum of the parts.

ami sokkal nagyobb az alkotóelemei összességénél.

You have a model that emerges of the entire Earth.

Van egy modell, ami magába foglalja a teljes Földet.

Think of this as the long tail to Stephen Lawler's Virtual Earth work.

Gondoljanak rá úgy, mint Stephen Lawyer Virtuális Föld munkája.

And this is something that grows in complexity as people use it,

És ez valami olyan, ami folyamatosan növekszik

ahogy az emberek használják, és egyre hasznosabbá válik

and whose benefits become greater to the users as they use it.

a felhasználói számára.

Their own photos are getting tagged with meta-data that somebody else entered.

Mindenki fotói meta-adatokkal gazdagodnak

amiket mások adnak hozzájuk.

If somebody bothered to tag all of these saints

Ha valaki mindegyik szentet beazonosítaná

and say who they all are, then my photo of Notre Dame Cathedral

és megmondaná, hogy kicsodák, akkor a fotóm a Notre Dame katedrálisról

suddenly gets enriched with all of that data,

hirtelen gazdagodna mindezzel az információval,

and I can use it as an entry point to dive into that space,

és használhatom kiindulópontként, hogy belépjek ebbe a térbe,

into that meta-verse, using everybody else's photos,

ebbe a meta-verzumba, ami mindenki más fotójából építkezik,

and do a kind of a cross-modal

ezzel egy módok közti

and cross-user social experience that way.

és felhasználók közti közösségi élményt hoz létre.

And of course, a by-product of all of that is immensely rich virtual models

És persze mindezek melléktermékei

rendkívül gazdag látvány modellek

of every interesting part of the Earth,

a Föld minden érdekes területéről, ami

collected not just from overhead flights and from satellite images

nem csak légifelvételekből és műhold képekből áll

and so on, but from the collective memory.

hanem a kollektív emlékezetből épül fel.

Thank you so much.

Nagyon szépen köszönöm.

(Applause)

(Taps)

(Applause ends)

Chris Anderson: Do I understand this right?

Chris Anderson: Jól értem? A szoftveretek lehetővé teszi,

What your software is going to allow,

is that at some point, really within the next few years,

valamikor a következő pár éven belül, hogy

all the pictures that are shared by anyone across the world

minden az emberek által megosztott kép a világon

are going to link together?

lényegében összekapcsolódjon egymással?

BAA: Yes. What this is really doing is discovering,

BAA: Igen. Amit ez igazából jelent, az a felfedezés.

creating hyperlinks, if you will, between images.

Ha úgy tetszik, hiperhivatkozások jönnek létre, a képek között.

It's doing that based on the content inside the images.

És pontosan ezt csinálja

a képek tartalma közötti kapcsolat alapján.

And that gets really exciting when you think about the richness

Ez akkor válik igazán izgalmassá, ha a tartalmi információ

of the semantic information a lot of images have.

gazdagságára gondolnak, ami ezekben a képekben rejlik.

Like when you do a web search for images,

Például amikor a weben képeket keres,

you type in phrases,

begépel egy kifejezést, és a honlapokon levő szöveg

and the text on the web page is carrying a lot of information

hordoz egy csomó információt arról, hogy milyen kép is az.

about what that picture is of.

What if that picture links to all of your pictures?

Mi lenne, ha maguk a képpek hivatkoznának egymásra?

Akkor a tartalmi összefüggések mértéke

The amount of semantic interconnection and richness

és a vele együtt járó gazdagság mértéke

that comes out of that is really huge.

igazán hatalmas lenne. Ez a klasszikus hálózati hatás.

It's a classic network effect.

CA: Truly incredible. Congratulations.

CA: Blaise, ez igazán bámulatos. Gratulálok.

BAA: Köszönöm szépen.