Digital humans that look just like us | Doug Roble

Fordító: Andi Vida Lektor: Zsuzsanna Lőrincz

Hello.

Üdv!

I'm not a real person.

Nem vagyok valóságos személy.

I'm actually a copy of a real person.

Egy valóságos személy másolata vagyok.

Although, I feel like a real person.

Habár valós személynek érzem magam.

It's kind of hard to explain.

Ezt elég nehéz megmagyarázni.

Hold on -- I think I saw a real person ... there's one.

Várjunk csak – szerintem láttam egy valós személyt.... ott van egy!

Let's bring him onstage.

Hívjuk a színpadra!

Hello.

Üdv!

(Applause)

(Taps)

What you see up there is a digital human.

Amit ott látnak, az egy digitális ember.

I'm wearing an inertial motion capture suit

Inerciális mozgásrögzítő ruhát viselek,

that's figuring what my body is doing.

ami leköveti a testem mozdulatait.

And I've got a single camera here that's watching my face

Van itt egy kamera, ami az arcomat figyeli,

and feeding some machine-learning software that's taking my expressions,

és gépitanulás-szoftvert alkalmazva felveszi az arckifejezéseimet,

like, "Hm, hm, hm,"

például: "Hm, hm, hm",

and transferring it to that guy.

majd ezt közvetíti annak a fickónak.

We call him "DigiDoug."

Úgy hívjuk: DigiDoug.

He's actually a 3-D character that I'm controlling live in real time.

Valójában egy 3D-s figura, amit valós időben irányítok.

So, I work in visual effects.

Filmes trükkökkel dolgozom.

And in visual effects,

A filmes trükköknél az egyik legnehezebb feladat

one of the hardest things to do is to create believable, digital humans

hiteles, digitális embereket teremteni,

that the audience accepts as real.

amit a közönség valóságosként fogad el.

People are just really good at recognizing other people.

Az emberek igazán remekül képesek mások felismerésére.

Go figure!

Gondolhatják!

So, that's OK, we like a challenge.

Nos, rendben, szeretjük a kihívást.

Over the last 15 years,

Az elmúlt tizenöt évben

we've been putting humans and creatures into film

filmre vettünk embereket és más lényeket,

that you accept as real.

akik valóságosnak tűntek.

If they're happy, you should feel happy.

Ha ők boldogok, nekünk is ugyanazt kell éreznünk.

And if they feel pain, you should empathize with them.

Ha szenvednek, együtt kell szenvednünk velük.

We're getting pretty good at it, too.

Egyre jobbak leszünk ebben is.

But it's really, really difficult.

De nagyon, nagyon nehéz.

Effects like these take thousands of hours

Több ezer munkaóra és több száz tehetséges művész

and hundreds of really talented artists.

kell az ilyen hatáselemekhez.

But things have changed.

A dolgok azonban megváltoztak.

Over the last five years,

Az utóbbi öt évben

computers and graphics cards have gotten seriously fast.

a számítógépek és grafikus kártyák jelentős mértékben felgyorsultak.

And machine learning, deep learning, has happened.

A gépi tanulás, mélytanulás valóra vált.

So we asked ourselves:

Tehát felmerült a kérdés:

Do you suppose we could create a photo-realistic human,

önök szerint képesek vagyunk olyan fotórealisztikus embert alkotni,

like we're doing for film,

mint amikor filmezünk,

but where you're seeing the actual emotions and the details

de ez esetben valós időben látjuk

of the person who's controlling the digital human

a digitális embert irányító személy

in real time?

pillanatnyi érzelmeit és részleteit?

In fact, that's our goal:

A célunk valójában ez:

If you were having a conversation with DigiDoug

ha négyszemközt beszélgethetnének

one-on-one,

DigiDouggal,

is it real enough so that you could tell whether or not I was lying to you?

elég valóságos ahhoz, hogy eldönthessék: becsapom önöket vagy sem?

So that was our goal.

Ez volt tehát a célunk.

About a year and a half ago, we set off to achieve this goal.

Úgy másfél évvel ezelőtt nekiláttunk célunk megvalósításának.

What I'm going to do now is take you basically on a little bit of a journey

Most egy kicsit végigvezetem önöket ezen az úton,

to see exactly what we had to do to get where we are.

hogy tisztán lássák, mennyi feladatunk volt, míg idáig eljutottunk.

We had to capture an enormous amount of data.

Mérhetetlen mennyiségű adatot kellett feldolgoznunk.

In fact, by the end of this thing,

Lényegében, mire a végére jutottunk,

we had probably one of the largest facial data sets on the planet.

valószínűleg bolygónk legnagyobb arcadatbázisát építettük fel.

Of my face.

Az én arcomról.

(Laughter)

(Nevetés)

Why me?

Hogy miért pont az enyémről?

Well, I'll do just about anything for science.

Hát, szinte bármit megteszek a tudományért.

I mean, look at me!

Úgy értem: nézzenek csak rám!

I mean, come on.

Rajta, rajta!

We had to first figure out what my face actually looked like.

Először is ki kellett találnunk, milyen az arcom.

Not just a photograph or a 3-D scan,

Nem egy fotón, sem egy 3D-s szkennelésen,

but what it actually looked like in any photograph,

hanem hogy hogyan néz ki bármilyen fotón,

how light interacts with my skin.

hogyan esik a fény a bőrömre.

Luckily for us, about three blocks away from our Los Angeles studio

Mindannyiunk szerencséjére stúdiónktól csak pár sarokra van

is this place called ICT.

az úgynevezett ICT [Kreatív Technológiai Intézet]

They're a research lab

kutatólabor,

that's associated with the University of Southern California.

ami a Dél-Kaliforniai Egyetemhez tartozik.

They have a device there, it's called the "light stage."

Van egy eszközük, a neve "light stage", azaz "fényszínpad".

It has a zillion individually controlled lights

Tömérdek mennyiségű egyénileg irányított fényből

and a whole bunch of cameras.

és egy csomó kamerából áll.

And with that, we can reconstruct my face under a myriad of lighting conditions.

Ezekkel újra tudtuk alkotni az arcomat, rengeteg különféle megvilágításban.

We even captured the blood flow

Még a véráramot is felvettük,

and how my face changes when I make expressions.

és hogy hogyan változik az arcom az arckifejezéseimet váltogatva.

This let us build a model of my face that, quite frankly, is just amazing.

Így felépíthettük arcom modelljét, ami, valljuk be, egészen lenyűgöző.

It's got an unfortunate level of detail, unfortunately.

Sajnos, vannak ebben szerencsétlen részletek is.

(Laughter)

(Nevetés)

You can see every pore, every wrinkle.

Jól látszik minden pórus, minden ránc.

But we had to have that.

De ezekre is szükségünk volt.

Reality is all about detail.

A valósághűség a részleteken alapul.

And without it, you miss it.

Ezek nélkül elvész a lényeg.

We are far from done, though.

Ám még messze járunk a végétől.

This let us build a model of my face that looked like me.

Megalkottuk arcom modelljét, ami olyan, mint én.

But it didn't really move like me.

De a mozgása még nem volt igazán meggyőző.

And that's where machine learning comes in.

És itt lép a képbe a gépi tanulás.

And machine learning needs a ton of data.

A gépi tanuláshoz több tonnányi adatra van szükség.

So I sat down in front of some high-resolution motion-capturing device.

Úgyhogy leültem egy nagy felbontású mozgásrögzítő eszköz elé,

And also, we did this traditional motion capture with markers.

és ezt a hagyományos, markeres mozgásrögzítést is elvégeztük.

We created a whole bunch of images of my face

Rengeteg képet készítettünk az arcomról

and moving point clouds that represented that shapes of my face.

és mozgó pontfelhőkről, amik az arcom alakját jelenítik meg.

Man, I made a lot of expressions,

Te jó ég, mennyi grimaszt vágtam,

I said different lines in different emotional states ...

mindenfélét beszéltem, különböző érzelmeket kifejezve...

We had to do a lot of capture with this.

Sokat dolgoztunk ezen.

Once we had this enormous amount of data,

Amikor meglett ez az őrületes adatmennyiség,

we built and trained deep neural networks.

felépítettük és betanítottuk a mély neurális hálózatokat.

And when we were finished with that,

És amikor ezzel elkészültünk,

in 16 milliseconds,

16 milliszekundum alatt,

the neural network can look at my image

a neurális ideghálózat megnézheti az arcomat,

and figure out everything about my face.

és mindent kitalálhat róla.

It can compute my expression, my wrinkles, my blood flow --

Képes megszámolni az arckifejezéseimet, ráncaimat, a vérem áramlását –

even how my eyelashes move.

még a szempillám rezdülését is.

This is then rendered and displayed up there

Aztán ezt rendereltük, és ott látható

with all the detail that we captured previously.

az összes korábban felvett részlettel együtt.

We're far from done.

Még korántsem végeztünk.

This is very much a work in progress.

Nagyon sok teendőnk van még.

This is actually the first time we've shown it outside of our company.

Most mutatjuk be először nyilvánosan.

And, you know, it doesn't look as convincing as we want;

És hát, még most sem tartjuk elég meggyőzőnek,

I've got wires coming out of the back of me,

drótok lógnak a hátamból,

and there's a sixth-of-a-second delay

és van egyhatod másodpercnyi csúszás

between when we capture the video and we display it up there.

a videófelvétel és a megjelenítés között.

Sixth of a second -- that's crazy good!

Egyhatod másodperc, dehát ez őrült jó!

But it's still why you're hearing a bit of an echo and stuff.

A hang viszont kicsit visszhangos és zajos.

And you know, this machine learning stuff is brand-new to us,

Tudják, ez a gépi tanulás egészen új nekünk,

sometimes it's hard to convince to do the right thing, you know?

néha nem vagyunk biztosak benne, mi a helyes lépés.

It goes a little sideways.

Kicsit csálé.

(Laughter)

(Nevetés)

But why did we do this?

De miért hoztuk létre?

Well, there's two reasons, really.

Valójában két okból.

First of all, it is just crazy cool.

Először is, mert őrülten menő.

(Laughter)

(Nevetés)

How cool is it?

Hogy mennyire az?

Well, with the push of a button,

Hát, ha megnyomom a gombot,

I can deliver this talk as a completely different character.

egy egészen más figura fogja folytatni az előadást.

This is Elbor.

Ő Elbor.

We put him together to test how this would work

Azért raktuk össze őt, hogy teszteljük, hogyan működik mindez

with a different appearance.

másféle alakban.

And the cool thing about this technology is that, while I've changed my character,

És az a szuper ebben a technológiában, hogy bár más karaktert adtam neki,

the performance is still all me.

attól még az én egyéniségem maradt.

I tend to talk out of the right side of my mouth;

Általában jobbra hord a szám beszéd közben,

so does Elbor.

ahogy Elbornak is.

(Laughter)

(Nevetés)

Now, the second reason we did this, and you can imagine,

Alkotásunk másik oka, képzelhetik,

is this is going to be great for film.

milyen remek találmány ez a filmekhez.

This is a brand-new, exciting tool

Teljesen új, izgalmas eszköz

for artists and directors and storytellers.

a színészeknek, rendezőknek és forgatókönyvíróknak.

It's pretty obvious, right?

Ez elég egyértelmű, nem?

I mean, this is going to be really neat to have.

Úgy értem, tényleg jó lesz majd egy ilyen.

But also, now that we've built it,

De most, hogy megalkottuk,

it's clear that this is going to go way beyond film.

az is világos, hogy több ez, mint filmes eszköz.

But wait.

De várjunk csak.

Didn't I just change my identity with the push of a button?

Épp most cseréltem le magamat egyetlen gombnyomással, nem?

Isn't this like "deepfake" and face-swapping

Ez nem deepfake, azaz "mélyhamisítás", és face-swap, azaz "arccsere",

that you guys may have heard of?

amiről talán már mindenki hallott?

Well, yeah.

Na igen.

In fact, we are using some of the same technology

Igaz, hogy részben ugyanolyan technológiát is használunk,

that deepfake is using.

mint a mélyhamisítók.

Deepfake is 2-D and image based, while ours is full 3-D

Utóbbi kétdimenziós és képalapú, mi teljes 3D-vel dolgozunk,

and way more powerful.

sokkal kifinomultabb módon.

But they're very related.

De szoros köztük az összefüggés.

And now I can hear you thinking,

Szinte hallom a gondolataikat:

"Darn it!

"A fenébe!

I though I could at least trust and believe in video.

Eddig legalább a videóban bíztam és hittem.

If it was live video, didn't it have to be true?"

Ha ez élő videó, nem kéne igaznak lennie?

Well, we know that's not really the case, right?

Nos, tudjuk, hogy most nem erről van szó, ugye?

Even without this, there are simple tricks that you can do with video

Enélkül is léteznek egyszerű videós trükkök,

like how you frame a shot

például egy képkocka megkomponálása,

that can make it really misrepresent what's actually going on.

ami tényleg meghamisíthatja azt, ami valójában történik.

And I've been working in visual effects for a long time,

Sokáig dolgoztam filmes trükkökkel,

and I've known for a long time

és régóta tudom,

that with enough effort, we can fool anyone about anything.

hogy ha eleget dolgozunk rajta, bárkit bármiről becsaphatunk.

What this stuff and deepfake is doing

Ezzel a cuccal és a mélyhamisítással

is making it easier and more accessible to manipulate video,

könnyebb videót manipulálni,

just like Photoshop did for manipulating images, some time ago.

mint ahogy Photoshoppal nemrégiben képeket manipulálhattunk.

I prefer to think about

Szívesebben gondolok arra,

how this technology could bring humanity to other technology

hogy ezzel a technikával hogyan tehetünk emberibbé más technikákat,

and bring us all closer together.

és hogyan hoz közelebb minket egymáshoz.

Now that you've seen this,

Most, hogy önök is látták ezt,

think about the possibilities.

gondolkodjanak el a lehetőségein.

Right off the bat, you're going to see it in live events and concerts, like this.

Nemsokára találkozni fognak vele élő adásokban, koncerteken, mint itt is.

Digital celebrities, especially with new projection technology,

Digitális hírességek, főleg korszerű kivetítő technológiával

are going to be just like the movies, but alive and in real time.

úgy fognak feltűnni, mint a filmeken, csak épp élőben és valós időben.

And new forms of communication are coming.

Jönnek az új kommunikációs formák is.

You can already interact with DigiDoug in VR.

A virtuális valóságban már most is kapcsolatba léphetünk DigiDouggal.

And it is eye-opening.

És ez elgondolkodtató.

It's just like you and I are in the same room,

Olyan, mintha önök és én ugyanabban a helyiségben lennénk,

even though we may be miles apart.

pedig lehet, hogy sok mérföldre vagyunk egymástól.

Heck, the next time you make a video call,

A fenébe, a legközelebbi videóhíváskor

you will be able to choose the version of you

választhatnak, milyen alakban akarnak feltűnni

you want people to see.

a többiek előtt.

It's like really, really good makeup.

Ez aztán igazán csodás smink!

I was scanned about a year and a half ago.

Körülbelül másfél éve lettem beszkennelve.

I've aged.

Azóta öregebb lettem.

DigiDoug hasn't.

DigiDoug nem.

On video calls, I never have to grow old.

A videóhívásokban többé nem kell tovább öregednem.

And as you can imagine, this is going to be used

És azt is elképzelhetik, arra is felhasználható mindez,

to give virtual assistants a body and a face.

hogy testet és arcot adjunk virtuális asszisztenseinknek.

A humanity.

Hogy emberi alakot öltsenek.

I already love it that when I talk to virtual assistants,

Már azt is szeretem, hogy amikor beszélek hozzájuk,

they answer back in a soothing, humanlike voice.

megnyugtató, emberi hangon válaszolnak.

Now they'll have a face.

Most meg már arcuk is lesz.

And you'll get all the nonverbal cues that make communication so much easier.

Minden nonverbális jelzést tudni fognak, így könnyebb lesz egymást megérteni.

It's going to be really nice.

Tényleg csodálatos lesz.

You'll be able to tell when a virtual assistant is busy or confused

Tudni fogjuk, mikor nem ér rá, vagy mikor zavarodott össze,

or concerned about something.

mikor aggódik valami miatt.

Now, I couldn't leave the stage

Nos, nem léphetek le addig a színpadról,

without you actually being able to see my real face,

míg meg nem mutatom önöknek az igazi arcomat,

so you can do some comparison.

így kicsit összehasonlíthatják.

So let me take off my helmet here.

Most tehát levenném a sisakom.

Yeah, don't worry, it looks way worse than it feels.

Ja, ne aggódjanak, nem olyan szörnyű, mint amilyennek látszik!

(Laughter)

(Nevetés)

So this is where we are.

Most tehát itt tartunk.

Let me put this back on here.

Mégis inkább visszatenném.

(Laughter)

(Nevetés)

Doink!

Dajng!

So this is where we are.

Most tehát itt tartunk.

We're on the cusp of being able to interact with digital humans

Elértünk arra a pontra, ahol már digitális emberekkel lépünk kapcsolatba,

that are strikingly real,

akik félelmetesen valóságosak,

whether they're being controlled by a person or a machine.

akár ember, akár gép irányítja őket.

And like all new technology these days,

És mint napjaink összes új technológiája,

it's going to come with some serious and real concerns

ez is komoly és valós aggályokat fog felvetni,

that we have to deal with.

melyekre megoldást kell találnunk.

But I am just so really excited

De annyira izgatott vagyok a lehetőség miatt,

about the ability to bring something that I've seen only in science fiction

melynek során megvalósul valami,

for my entire life

amit eddigi életemben

into reality.

csak sci-fikben láthattam.

Communicating with computers will be like talking to a friend.

Számítógépekkel beszélgethetünk, mintha csak egy barátunkkal beszélnénk.

And talking to faraway friends

És távoli barátokkal beszélhetünk,

will be like sitting with them together in the same room.

mintha egy szobában egymás mellett ülnénk.

Thank you very much.

Nagyon köszönöm.

(Applause)

(Taps)