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

204,073 views ・ 2015-05-05

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Asri Suharjono Reviewer: Dewi Barnas
00:13
Most of us think of motion as a very visual thing.
0
13373
3349
Kebanyakan kita menganggap gerakan adalah hal yang bisa terlihat.
00:17
If I walk across this stage or gesture with my hands while I speak,
1
17889
5088
Jika saya berjalan di atas panggung atau menggerakkan tangan sambil berbicara,
00:22
that motion is something that you can see.
2
22977
2261
gerakan ini tentu bisa Anda lihat.
00:26
But there's a world of important motion that's too subtle for the human eye,
3
26255
5482
Akan tetapi banyak sekali gerakan yang terlalu halus untuk dilihat mata manusia,
00:31
and over the past few years,
4
31737
2041
dan selama beberapa tahun terakhir,
00:33
we've started to find that cameras
5
33778
1997
kami menemukan bahwa kamera
00:35
can often see this motion even when humans can't.
6
35775
3410
seringkali dapat melihat gerakan, bahkan yang tidak bisa dilihat mata manusia.
00:40
So let me show you what I mean.
7
40305
1551
Mari saya tunjukkan.
00:42
On the left here, you see video of a person's wrist,
8
42717
3622
Di kiri, Anda melihat video rekaman pergelangan tangan seseorang,
00:46
and on the right, you see video of a sleeping infant,
9
46339
3147
dan di kanan, Anda melihat video seorang bayi yang sedang tidur,
00:49
but if I didn't tell you that these were videos,
10
49486
3146
tapi kalau saya tidak menyampaikan bahwa keduanya adalah video,
00:52
you might assume that you were looking at two regular images,
11
52632
3761
Anda mungkin berpikir bahwa yang Anda lihat hanyalah gambar,
00:56
because in both cases,
12
56393
1672
karena gambar pada kedua video ini
00:58
these videos appear to be almost completely still.
13
58065
3047
terlihat hampir tak bergerak.
01:02
But there's actually a lot of subtle motion going on here,
14
62175
3885
Tapi sebenarnya ada banyak gerakan halus yang sedang terjadi,
dan jika Anda menyentuh pergelangan tangan yang ada di kiri,
01:06
and if you were to touch the wrist on the left,
15
66060
2392
01:08
you would feel a pulse,
16
68452
1996
Anda akan merasakan denyut nadi,
01:10
and if you were to hold the infant on the right,
17
70448
2485
dan jika Anda menyentuh bayi di video sebelah kanan,
01:12
you would feel the rise and fall of her chest
18
72933
2391
Anda akan merasakan gerakan naik turun dadanya
01:15
as she took each breath.
19
75324
1390
ketika bayi ini bernafas.
01:17
And these motions carry a lot of significance,
20
77762
3576
Dan gerakan ini memiliki makna yang sangat banyak,
01:21
but they're usually too subtle for us to see,
21
81338
3343
tapi biasanya terlalu halus untuk bisa kita lihat,
01:24
so instead, we have to observe them
22
84681
2276
sehingga kita bisa mengetahui perbedaannya
01:26
through direct contact, through touch.
23
86957
2900
hanya melalui kontak langsung, melalui sentuhan.
01:30
But a few years ago,
24
90997
1265
Tapi beberapa tahun lalu,
01:32
my colleagues at MIT developed what they call a motion microscope,
25
92262
4405
rekan-rekan saya di MIT mengembangkan alat yang mereka sebut mikroskop gerakan,
01:36
which is software that finds these subtle motions in video
26
96667
4384
yaitu sebuah piranti lunak untuk menemukan gerakan halus seperti ini pada video
01:41
and amplifies them so that they become large enough for us to see.
27
101051
3562
dan memperbesarnya sehingga dapat kita lihat.
01:45
And so, if we use their software on the left video,
28
105416
3483
Jika piranti lunak ini kita gunakan pada video yang kiri,
01:48
it lets us see the pulse in this wrist,
29
108899
3250
kita akan bisa melihat gerakan nadi di pergelangan tangan,
01:52
and if we were to count that pulse,
30
112149
1695
dan jika kita menghitungnya,
01:53
we could even figure out this person's heart rate.
31
113844
2355
kita bisa menentukan detak jantungnya.
01:57
And if we used the same software on the right video,
32
117095
3065
Dan jika kita gunakan pada video di sebelah kiri,
02:00
it lets us see each breath that this infant takes,
33
120160
3227
kita bisa melihat tiap tarikan nafas bayi ini,
02:03
and we can use this as a contact-free way to monitor her breathing.
34
123387
4137
dan kita bisa menggunakannya untuk memonitor nafas bayi dari jarak jauh.
02:08
And so this technology is really powerful because it takes these phenomena
35
128884
5348
Jadi, teknologi ini sangat bermanfaat karena bisa menangkap kejadian
yang biasanya hanya dapat kita amati lewat sentuhan
02:14
that we normally have to experience through touch
36
134232
2367
02:16
and it lets us capture them visually and non-invasively.
37
136599
2957
tapi kini bisa kita pantau secara visual dan tanpa sentuhan.
02:21
So a couple years ago, I started working with the folks that created that software,
38
141104
4411
Beberapa tahun lalu, saya mulai bekerja sama
dengan pencipta piranti lunak ini,
02:25
and we decided to pursue a crazy idea.
39
145515
3367
dan kami memutuskan untuk mencapai sesuatu yang lebih gila lagi.
02:28
We thought, it's cool that we can use software
40
148882
2693
Kami pikir, keren juga kalau kita bisa menggunakan piranti ini
02:31
to visualize tiny motions like this,
41
151575
3135
untuk memperlihatkan gerakan halus seperti ini,
02:34
and you can almost think of it as a way to extend our sense of touch.
42
154710
4458
alat ini seakan menjadi perpanjangan indra peraba kita.
02:39
But what if we could do the same thing with our ability to hear?
43
159168
4059
Tapi bagaimana jika kita bisa melakukan hal yang sama
untuk memperpanjang indra pendengaran kita?
02:44
What if we could use video to capture the vibrations of sound,
44
164508
4665
Bagaimana jika kita menggunakan video untuk menangkap getaran suara,
02:49
which are just another kind of motion,
45
169173
2827
yang mana juga merupakan satu bentuk gerakan,
02:52
and turn everything that we see into a microphone?
46
172000
3346
dan mengubah apa pun yang bisa kita lihat menjadi mikrofon?
02:56
Now, this is a bit of a strange idea,
47
176236
1971
Ini ide yang agak aneh,
02:58
so let me try to put it in perspective for you.
48
178207
2586
izinkan saya menjelaskannya untuk Anda.
03:01
Traditional microphones work by converting the motion
49
181523
3488
Mikrofon tradisional bekerja dengan mengubah gerakan
03:05
of an internal diaphragm into an electrical signal,
50
185011
3599
dari diafragma yang ada di dalamnya menjadi sinyal listrik,
03:08
and that diaphragm is designed to move readily with sound
51
188610
4318
yang mana diafragma itu dirancang untuk bergerak jika ada suara masuk
03:12
so that its motion can be recorded and interpreted as audio.
52
192928
4807
sehingga gerakan tersebut dapat direkam dan diterjemahkan menjadi suara.
03:17
But sound causes all objects to vibrate.
53
197735
3668
Tapi, gelombang suara membuat semua benda bergetar.
03:21
Those vibrations are just usually too subtle and too fast for us to see.
54
201403
5480
Getaran tersebut biasanya terlalu halus dan terlalu cepat untuk bisa kita lihat.
03:26
So what if we record them with a high-speed camera
55
206883
3738
Bagaimana jika kita merekamnya dengan kamera berkecepatan tinggi,
03:30
and then use software to extract tiny motions
56
210621
3576
lalu menggunakan piranti lunak ini untuk memperbesar getaran halus
03:34
from our high-speed video,
57
214197
2090
dari video berkecepatan tinggi itu,
03:36
and analyze those motions to figure out what sounds created them?
58
216287
4274
kemudian menganalisanya untuk mencari tahu suara apa yang menimbulkan getaran itu?
03:41
This would let us turn visible objects into visual microphones from a distance.
59
221859
5449
Ini bisa mengubah semua objek yang bisa dilihat menjadi mikrofon jarak jauh.
03:49
And so we tried this out,
60
229080
2183
Jadi kami mencobanya,
03:51
and here's one of our experiments,
61
231263
1927
dan ini adalah salah satu percobaan kami,
03:53
where we took this potted plant that you see on the right
62
233190
2949
Kami menggunakan tanaman yang Anda lihat di sebelah kanan
03:56
and we filmed it with a high-speed camera
63
236139
2438
yang kami rekam dengan kamera kecepatan tinggi
03:58
while a nearby loudspeaker played this sound.
64
238577
3529
ketika sebuah speaker didekatnya memainkan nada ini.
04:02
(Music: "Mary Had a Little Lamb")
65
242275
8190
[Video berkecepatan tinggi]
(Musik yang diputar dalam ruangan: "Mary Had a Little Lamb")
04:11
And so here's the video that we recorded,
66
251820
2824
Dan inilah video yang kami rekam
04:14
and we recorded it at thousands of frames per second,
67
254644
3924
dengan kecepatan ribuan frame per detik,
04:18
but even if you look very closely,
68
258568
2322
tapi seberapa pun dekatnya Anda melihatnya,
04:20
all you'll see are some leaves
69
260890
1951
yang Anda lihat hanyalah dedaunan
04:22
that are pretty much just sitting there doing nothing,
70
262841
3065
yang cuma diam saja,
04:25
because our sound only moved those leaves by about a micrometer.
71
265906
4806
karena suara tadi hanya menggerakkan daun sekitar satu mikrometer.
04:31
That's one ten-thousandth of a centimeter,
72
271103
4276
Itu artinya satu per sepuluh ribu dari satu sentimeter,
04:35
which spans somewhere between a hundredth and a thousandth
73
275379
4156
atau hanya berkisar antara seperseratus sampai seperseribu
04:39
of a pixel in this image.
74
279535
2299
dari satu pixel dalam gambar ini.
04:41
So you can squint all you want,
75
281881
2887
Anda boleh memicingkan mata semau anda,
04:44
but motion that small is pretty much perceptually invisible.
76
284768
3335
tapi gerakan sekecil itu memang relatif tidak terlihat.
04:49
But it turns out that something can be perceptually invisible
77
289667
4157
Ternyata sesuatu yang relatif tidak terlihat
04:53
and still be numerically significant,
78
293824
2809
tetap signifikan secara matematis,
04:56
because with the right algorithms,
79
296633
2002
karena dengan algoritma yang tepat,
04:58
we can take this silent, seemingly still video
80
298635
3687
kita bisa menggunakan video yang kelihatannya diam ini
05:02
and we can recover this sound.
81
302322
1527
untuk mendapatkan suaranya lagi.
05:04
(Music: "Mary Had a Little Lamb")
82
304690
7384
(Musik yang didapat dari video: "Mary Had a Little Lamb")
05:12
(Applause)
83
312074
5828
(Tepuk tangan)
05:22
So how is this possible?
84
322058
1939
Bagaimana mungkin?
05:23
How can we get so much information out of so little motion?
85
323997
4344
Bagaimana kita bisa mendapat begitu banyak informasi dari gerakan yang begitu halus?
05:28
Well, let's say that those leaves move by just a single micrometer,
86
328341
5361
Katakanlah bahwa daun itu bergerak sejauh satu mikrometer,
05:33
and let's say that that shifts our image by just a thousandth of a pixel.
87
333702
4308
yang berarti gambar kita bergeser seperseribu pixel.
05:39
That may not seem like much,
88
339269
2572
Kelihatannya memang tidak besar,
05:41
but a single frame of video
89
341841
1996
tapi satu gambar dalam video
05:43
may have hundreds of thousands of pixels in it,
90
343837
3257
bisa memiliki ratusan ribu pixel di dalamnya,
05:47
and so if we combine all of the tiny motions that we see
91
347094
3454
dan jika kita menggabungkan seluruh gerakan kecil yang kita lihat
05:50
from across that entire image,
92
350548
2298
dari seluruh gambar,
05:52
then suddenly a thousandth of a pixel
93
352846
2623
maka seperseribu dari satu pixel
05:55
can start to add up to something pretty significant.
94
355469
2775
bisa jadi cukup penting ketika semuanya dikumpulkan.
05:58
On a personal note, we were pretty psyched when we figured this out.
95
358870
3635
Bagi saya pribadi, kami cukup tercengang ketika kami berhasil melakukannya.
06:02
(Laughter)
96
362505
2320
(Tertawa)
06:04
But even with the right algorithm,
97
364825
3253
Tapi bahkan dengan algoritma yang tepat pun,
06:08
we were still missing a pretty important piece of the puzzle.
98
368078
3617
ada bagian penting dari teka-teki ini yang masih hilang.
06:11
You see, there are a lot of factors that affect when and how well
99
371695
3604
Begini, ada banyak sekali faktor yang mempengaruhi kapan dan bagaimana
06:15
this technique will work.
100
375299
1997
teknik ini bisa berhasil.
06:17
There's the object and how far away it is;
101
377296
3204
Seperti objek itu sendiri serta jaraknya;
06:20
there's the camera and the lens that you use;
102
380500
2394
jenis kamera dan lensa yang digunakan;
06:22
how much light is shining on the object and how loud your sound is.
103
382894
4091
tingkat pencahayaan dan besar volume suaranya.
06:27
And even with the right algorithm,
104
387945
3375
Dan bahkan dengan algoritma yang tepat pun,
06:31
we had to be very careful with our early experiments,
105
391320
3390
kami masih harus sangat berhati-hati di awal percobaan kami,
06:34
because if we got any of these factors wrong,
106
394710
2392
karena jika ada satu faktor saja yang salah,
06:37
there was no way to tell what the problem was.
107
397102
2368
akan sulit menentukan letak permasalahannya.
06:39
We would just get noise back.
108
399470
2647
Kami hanya akan mendapatkan suara bising.
06:42
And so a lot of our early experiments looked like this.
109
402117
3320
Jadi banyak percobaan awal kami berjalan seperti ini.
06:45
And so here I am,
110
405437
2206
Ini saya,
06:47
and on the bottom left, you can kind of see our high-speed camera,
111
407643
4040
dan di kiri bawah, bisa Anda lihat kamera kecepatan tinggi kami,
06:51
which is pointed at a bag of chips,
112
411683
2183
yang mengarah ke sekantung keripik,
06:53
and the whole thing is lit by these bright lamps.
113
413866
2949
dan semuanya diterangi oleh lampu-lampu terang ini.
06:56
And like I said, we had to be very careful in these early experiments,
114
416815
4365
Dan seperti yang saya sampaikan, kami harus berhati-hati sekali dalam percobaan,
07:01
so this is how it went down.
115
421180
2508
jadi inilah yang terjadi.
07:03
(Video) Abe Davis: Three, two, one, go.
116
423688
3761
(Video) Abe Davis: Tiga, dua, satu, mulai.
07:07
Mary had a little lamb! Little lamb! Little lamb!
117
427449
5387
Mary punya kambing kecil! Kambing kecil! Kambing kecil!
07:12
(Laughter)
118
432836
4500
(Tertawa)
07:17
AD: So this experiment looks completely ridiculous.
119
437336
2814
AD: Jadi percobaan ini betul betul terlihat konyol.
07:20
(Laughter)
120
440150
1788
(Tertawa)
07:21
I mean, I'm screaming at a bag of chips --
121
441938
2345
Saya berteriak pada sekantung keripik --
07:24
(Laughter) --
122
444283
1551
(Tertawa)
07:25
and we're blasting it with so much light,
123
445834
2117
dan cahaya yang kami gunakan begitu kuat,
07:27
we literally melted the first bag we tried this on. (Laughter)
124
447951
4479
hingga kantung keripik pertama kami meleleh. (Tertawa)
07:32
But ridiculous as this experiment looks,
125
452525
3274
Tapi walaupun percobaan ini terlihat konyol,
07:35
it was actually really important,
126
455799
1788
tapi sebenarnya sangat penting,
07:37
because we were able to recover this sound.
127
457587
2926
karena kami berhasil mendapatkan kembali suaranya.
07:40
(Audio) Mary had a little lamb! Little lamb! Little lamb!
128
460513
4712
(Audio) Mary punya kambing kecil! Kambing kecil! Kambing kecil!
07:45
(Applause)
129
465225
4088
(Tepuk tangan)
07:49
AD: And this was really significant,
130
469313
1881
AD: Dan ini sangat penting,
karena inilah pertama kali kami berhasil mendapatkan
07:51
because it was the first time we recovered intelligible human speech
131
471194
4119
suara manusia yang dapat dipahami
07:55
from silent video of an object.
132
475424
2341
dari sebuah video diam.
07:57
And so it gave us this point of reference,
133
477765
2391
Percobaan ini memberi kami titik referensi,
08:00
and gradually we could start to modify the experiment,
134
480156
3871
dan secara bertahap kami dapat mengembangkan percobaan berikutnya,
08:04
using different objects or moving the object further away,
135
484106
3805
dengan menggunakan objek berbeda atau dengan menambah jarak kamera,
08:07
using less light or quieter sounds.
136
487911
2770
dengan cahaya yang lebih redup atau suara yang lebih halus.
08:11
And we analyzed all of these experiments
137
491887
2874
Dan kami menganalisa semua percobaan yang kami lakukan
08:14
until we really understood the limits of our technique,
138
494761
3622
sampai kami mendapatkan batasan yang dapat dicapai teknik ini,
08:18
because once we understood those limits,
139
498383
1950
karena jika kita tahu batasannya,
08:20
we could figure out how to push them.
140
500333
2346
kita bisa tahu bagaimana mendorong batasan itu lebih jauh lagi.
08:22
And that led to experiments like this one,
141
502679
3181
Sehingga sampai pada percobaan seperti ini,
08:25
where again, I'm going to speak to a bag of chips,
142
505860
2739
dimana sekali lagi, saya berteriak pada sekantung keripik,
08:28
but this time we've moved our camera about 15 feet away,
143
508599
4830
tapi kali ini kami memposisikan kamera 4,5 meter dari keripik,
08:33
outside, behind a soundproof window,
144
513429
2833
di luar ruangan, di balik jendela kedap suara
08:36
and the whole thing is lit by only natural sunlight.
145
516262
2803
dan kami hanya menggunakan cahaya alami dari sinar matahari.
08:40
And so here's the video that we captured.
146
520529
2155
Dan inilah video yang kami dapatkan.
08:44
And this is what things sounded like from inside, next to the bag of chips.
147
524450
4559
Dan inilah yang terdengar di dalam ruangan, dekat kantung keripik.
08:49
(Audio) Mary had a little lamb whose fleece was white as snow,
148
529009
5038
(Audio) Mary punya domba kecil, bulunya seputih salju,
08:54
and everywhere that Mary went, that lamb was sure to go.
149
534047
5619
dan kemanapun Mary pergi, sang domba pasti mengikuti.
08:59
AD: And here's what we were able to recover from our silent video
150
539666
4017
AD: Dan inilah yang kami dapatkan dari video bisu tersebut
09:03
captured outside behind that window.
151
543683
2345
yang diambil dari balik jendela.
09:06
(Audio) Mary had a little lamb whose fleece was white as snow,
152
546028
4435
(Audio) Mary punya domba kecil, bulunya seputih salju,
09:10
and everywhere that Mary went, that lamb was sure to go.
153
550463
5457
dan kemanapun Mary pergi, sang domba pasti mengikuti.
09:15
(Applause)
154
555920
6501
(Tepuk tangan)
09:22
AD: And there are other ways that we can push these limits as well.
155
562421
3542
AD: Dan ada cara lain untuk meningkatkan batasan teknik ini.
09:25
So here's a quieter experiment
156
565963
1798
Ini percobaan dengan suara yang lebih halus
09:27
where we filmed some earphones plugged into a laptop computer,
157
567761
4110
dimana kami merekam beberapa earphone yang terpasang pada laptop,
09:31
and in this case, our goal was to recover the music that was playing on that laptop
158
571871
4110
tujuannya adalah mendapatkan musik yang sedang diputar di laptop
09:35
from just silent video
159
575981
2299
melalui rekaman video diam dua earphone plastik ini,
09:38
of these two little plastic earphones,
160
578280
2507
09:40
and we were able to do this so well
161
580787
2183
dan kami berhasil melakukannya dengan sangat baik
09:42
that I could even Shazam our results.
162
582970
2461
bahkan aplikasi Shazam pun bisa mengenali musiknya.
09:45
(Laughter)
163
585431
2411
(Tertawa)
09:49
(Music: "Under Pressure" by Queen)
164
589191
10034
(Musik yang didapat dari video: "Under Pressure" oleh Queen)
10:01
(Applause)
165
601615
4969
(Tepuk tangan)
10:06
And we can also push things by changing the hardware that we use.
166
606584
4551
Kita juga bisa meningkatkan batasannya
dengan mengganti piranti keras yang digunakan.
10:11
Because the experiments I've shown you so far
167
611135
2461
Karena percobaan yang sudah saya tunjukkan sejauh ini
10:13
were done with a camera, a high-speed camera,
168
613596
2322
direkam dengan kamera kecepatan tinggi,
10:15
that can record video about a 100 times faster
169
615918
2879
yang bisa merekam video 100 kali lebih cepat
10:18
than most cell phones,
170
618797
1927
dari kamera ponsel biasa,
10:20
but we've also found a way to use this technique
171
620724
2809
tapi kami menemukan cara untuk menerapkan teknik ini
10:23
with more regular cameras,
172
623533
2230
menggunakan kamera biasa,
10:25
and we do that by taking advantage of what's called a rolling shutter.
173
625763
4069
dengan memanfaatkan fitur yang disebut rana putar.
10:29
You see, most cameras record images one row at a time,
174
629832
4798
Kebanyakan kamera merekam gambar per baris,
10:34
and so if an object moves during the recording of a single image,
175
634630
5702
jadi jika objeknya bergerak saat gambar diambil,
10:40
there's a slight time delay between each row,
176
640344
2717
ada penundaan waktu rekam antara setiap baris rekaman,
10:43
and this causes slight artifacts
177
643061
3157
yang akan menimbulkan sedikit kesalahan gambar
10:46
that get coded into each frame of a video.
178
646218
3483
yang akan terekam pada setiap frame video.
10:49
And so what we found is that by analyzing these artifacts,
179
649701
3806
Kami menemukan bahwa, dengan menganalisa kesalahan gambar ini,
10:53
we can actually recover sound using a modified version of our algorithm.
180
653507
4615
kami bisa mendapatkan kembali suaranya, dengan memodifikasi algoritmanya.
10:58
So here's an experiment we did
181
658122
1912
Dan inilah percobaan yang kami lakukan.
11:00
where we filmed a bag of candy
182
660034
1695
Kami merekam sekantung permen
11:01
while a nearby loudspeaker played
183
661729
1741
di samping sebuah speaker
11:03
the same "Mary Had a Little Lamb" music from before,
184
663470
2972
yang memainkan musik yang sama, "Mary had a Little Lamb."
11:06
but this time, we used just a regular store-bought camera,
185
666442
4203
Tapi kali ini, kami memakai kamera biasa yang bisa dibeli di toko.
11:10
and so in a second, I'll play for you the sound that we recovered,
186
670645
3174
Sebentar lagi saya akan memutar suara yang kami dapatkan,
11:13
and it's going to sound distorted this time,
187
673819
2050
suaranya agak jelek kali ini,
11:15
but listen and see if you can still recognize the music.
188
675869
2836
tapi coba dengar, apa Anda masih mengenali musiknya.
11:19
(Audio: "Mary Had a Little Lamb")
189
679723
6223
(Audio yang didapat dari video: "Mary had a Little Lamb")
[Kiri: Video diam dari kamera SLR biasa]
[Kanan: Suara yang terekam dari kantung permen]
11:37
And so, again, that sounds distorted,
190
697527
3465
Jadi, memang suaranya agak jelek,
11:40
but what's really amazing here is that we were able to do this
191
700992
4386
tapi hebatnya adalah, kita bisa menerapkan aplikasi ini
11:45
with something that you could literally run out
192
705378
2626
dengan alat yang bisa dengan mudah Anda dapatkan
11:48
and pick up at a Best Buy.
193
708004
1444
di toko elektronik.
11:51
So at this point,
194
711122
1363
Jadi sampai disini,
11:52
a lot of people see this work,
195
712485
1974
banyak orang melihat percobaan ini
11:54
and they immediately think about surveillance.
196
714459
3413
dan langsung berpikir tentang pengintaian.
11:57
And to be fair,
197
717872
2415
Dan jujur saja,
12:00
it's not hard to imagine how you might use this technology to spy on someone.
198
720287
4133
tidak sulit membayangkan alat ini bisa digunakan untuk memata matai.
12:04
But keep in mind that there's already a lot of very mature technology
199
724420
3947
Tapi ingatlah, sudah banyak teknologi siap pakai saat ini
12:08
out there for surveillance.
200
728367
1579
untuk pengintaian.
12:09
In fact, people have been using lasers
201
729946
2090
Bahkan, masyarakat sudah lazim memakai sinar laser
12:12
to eavesdrop on objects from a distance for decades.
202
732036
2799
untuk menguping dari jarak jauh.
12:15
But what's really new here,
203
735978
2025
Tapi hal yang baru disini,
12:18
what's really different,
204
738003
1440
yang benar-benar berbeda,
12:19
is that now we have a way to picture the vibrations of an object,
205
739443
4295
adalah kita sekarang mampu menggambarkan getaran dari sebuah objek,
12:23
which gives us a new lens through which to look at the world,
206
743738
3413
yang memberi kita lensa baru untuk memandang dunia,
dan kita bisa menggunakannya untuk mempelajari
12:27
and we can use that lens
207
747151
1510
12:28
to learn not just about forces like sound that cause an object to vibrate,
208
748661
4899
tidak saja berbagai gaya seperti suara yang dapat membuat benda bergetar,
12:33
but also about the object itself.
209
753560
2288
tapi juga tentang objek itu sendiri.
12:36
And so I want to take a step back
210
756975
1693
Saya sedikit mundur ke belakang
12:38
and think about how that might change the ways that we use video,
211
758668
4249
dan memikirkan bagaimana ini bisa mengubah cara kita menggunakan video.
12:42
because we usually use video to look at things,
212
762917
3553
Kalau sebelumnya kita menggunakan video untuk melihat objek,
12:46
and I've just shown you how we can use it
213
766470
2322
kini kita bisa menggunakannya untuk mendengarkan sesuatu.
12:48
to listen to things.
214
768792
1857
12:50
But there's another important way that we learn about the world:
215
770649
3971
Tapi satu cara lain untuk belajar tentang dunia:
12:54
that's by interacting with it.
216
774620
2275
yaitu dengan berinteraksi dengannya.
12:56
We push and pull and poke and prod things.
217
776895
3111
Kita bisa menarik, menekan, mencolek dan mendorong benda.
13:00
We shake things and see what happens.
218
780006
3181
Kita menggoyang benda dan melihat apa yang terjadi.
13:03
And that's something that video still won't let us do,
219
783187
4273
Tapi kita masih belum bisa melakukannya melalui video,
13:07
at least not traditionally.
220
787460
2136
setidaknya secara tradisional.
13:09
So I want to show you some new work,
221
789596
1950
Saya ingin menunjukkan percobaan baru kami,
13:11
and this is based on an idea I had just a few months ago,
222
791546
2667
yang idenya saya dapat beberapa bulan yang lalu,
13:14
so this is actually the first time I've shown it to a public audience.
223
794213
3301
dan ini adalah pertama kalinya saya menunjukkannya pada umum.
13:17
And the basic idea is that we're going to use the vibrations in a video
224
797514
5363
Ide dasarnya adalah untuk menggunakan getaran dalam satu video
13:22
to capture objects in a way that will let us interact with them
225
802877
4481
untuk menangkap objek sedemikian rupa sehingga kita bisa berinteraksi dengannya
13:27
and see how they react to us.
226
807358
1974
dan melihat reaksinya.
13:31
So here's an object,
227
811120
1764
Ini adalah sebuah objek,
13:32
and in this case, it's a wire figure in the shape of a human,
228
812884
3832
sebuah patung kawat berbentuk manusia,
13:36
and we're going to film that object with just a regular camera.
229
816716
3088
yang kami rekam dengan kamera biasa.
13:39
So there's nothing special about this camera.
230
819804
2124
Kamera ini tidak istimewa.
13:41
In fact, I've actually done this with my cell phone before.
231
821928
2961
Bahkan, saya pernah melakukannya dengan kamera HP saya.
13:44
But we do want to see the object vibrate,
232
824889
2252
Tapi kita butuh objek ini bergetar.
13:47
so to make that happen,
233
827141
1133
Untuk itu,
13:48
we're just going to bang a little bit on the surface where it's resting
234
828274
3346
kita pukul sedikit permukaan meja dimana ia terletak,
13:51
while we record this video.
235
831620
2138
sambil kita merekam videonya.
13:59
So that's it: just five seconds of regular video,
236
839398
3671
Itu saja. Lima detik rekaman video biasa,
14:03
while we bang on this surface,
237
843069
2136
sambil kita mengetuk meja,
14:05
and we're going to use the vibrations in that video
238
845205
3513
dan kita akan menggunakan getaran dari video tersebut
14:08
to learn about the structural and material properties of our object,
239
848718
4544
untuk mempelajari sifat struktural dan material objek ini.
14:13
and we're going to use that information to create something new and interactive.
240
853262
4834
Lalu informasi tersebut akan digunakan
untuk membuat sesuatu yang baru dan interaktif.
14:24
And so here's what we've created.
241
864866
2653
Inilah yang kami buat.
14:27
And it looks like a regular image,
242
867519
2229
Terlihat seperti gambar biasa,
14:29
but this isn't an image, and it's not a video,
243
869748
3111
tapi ini bukan gambar, juga bukan video,
14:32
because now I can take my mouse
244
872859
2368
karena jika saya gerakkan mouse saya,
14:35
and I can start interacting with the object.
245
875227
2859
dan berinteraksi dengan objek ini.
14:44
And so what you see here
246
884936
2357
Yang Anda lihat disini
14:47
is a simulation of how this object
247
887389
2226
adalah simulasi bagaimana objek ini
14:49
would respond to new forces that we've never seen before,
248
889615
4458
akan bereaksi terhadap daya baru,
yang belum pernah kita lihat sebelumnya,
14:54
and we created it from just five seconds of regular video.
249
894073
3633
dan kami membuatnya hanya dari video biasa berdurasi 5 detik.
14:59
(Applause)
250
899249
4715
(Tepuk tangan)
15:09
And so this is a really powerful way to look at the world,
251
909421
3227
Ini cara hebat untuk melihat dunia,
15:12
because it lets us predict how objects will respond
252
912648
2972
karena kita bisa memprediksi reaksi objek
15:15
to new situations,
253
915620
1823
dalam situasi baru,
15:17
and you could imagine, for instance, looking at an old bridge
254
917443
3473
dan bisa Anda bayangkan, contohnya, jika kita melihat jembatan tua
15:20
and wondering what would happen, how would that bridge hold up
255
920916
3527
lalu kita bayangkan apa yang akan terjadi,
mampukah jembatan ini bertahan jika mobil saya melintas di atasnya.
15:24
if I were to drive my car across it.
256
924443
2833
15:27
And that's a question that you probably want to answer
257
927276
2774
Dan Anda mungkin akan ingin mendapat jawabannya
15:30
before you start driving across that bridge.
258
930050
2560
sebelum Anda melintasinya juga.
15:33
And of course, there are going to be limitations to this technique,
259
933988
3272
Tentu saja, teknik ini memiliki batasan,
15:37
just like there were with the visual microphone,
260
937260
2462
sama seperti pada mikrofon visual,
15:39
but we found that it works in a lot of situations
261
939722
3181
tapi kami menemukan bahwa teknik ini bekerja baik
15:42
that you might not expect,
262
942903
1875
dalam banyak situasi yang tidak disangka,
15:44
especially if you give it longer videos.
263
944778
2768
apalagi jika videonya berdurasi lebih panjang.
15:47
So for example, here's a video that I captured
264
947546
2508
Ini contohnya, ini adalah video rekaman
15:50
of a bush outside of my apartment,
265
950054
2299
semak-semak di luar apartemen saya,
15:52
and I didn't do anything to this bush,
266
952353
3088
saya tidak melakukan apa-apa terhadap semak-semak ini,
15:55
but by capturing a minute-long video,
267
955441
2705
tapi dengan merekamnya selama satu menit,
15:58
a gentle breeze caused enough vibrations
268
958146
3378
hebusan angin sepoi-sepoi menggetarkan semak-semak
16:01
that we could learn enough about this bush to create this simulation.
269
961524
3587
sehingga kami bisa membuat simulasi berikut.
16:07
(Applause)
270
967270
6142
(Tepuk tangan)
16:13
And so you could imagine giving this to a film director,
271
973412
2972
Bisa Anda bayangkan jika kita memberikannya ke sutradara,
16:16
and letting him control, say,
272
976384
1719
dia bisa mengendalikan
16:18
the strength and direction of wind in a shot after it's been recorded.
273
978103
4922
kekuatan dan arah angin dalam suatu adegan setelah adegannya selesai direkam.
16:24
Or, in this case, we pointed our camera at a hanging curtain,
274
984810
4535
Atau, dalam hal ini, kami arahkan kamera ke sebuah tirai yang tergantung,
16:29
and you can't even see any motion in this video,
275
989345
4129
Anda bahkan tidak melihat gerakan apa pun dalam video ini,
16:33
but by recording a two-minute-long video,
276
993474
2925
tapi dengan merekamnya selama dua menit,
16:36
natural air currents in this room
277
996399
2438
aliran udara alami dalam ruangan ini
16:38
created enough subtle, imperceptible motions and vibrations
278
998837
4412
menimbulkan getaran yang halus dan tak terlihat
16:43
that we could learn enough to create this simulation.
279
1003249
2565
yang memungkinkan kami untuk membuat simulasi ini.
16:48
And ironically,
280
1008243
2366
Tapi ironisnya,
16:50
we're kind of used to having this kind of interactivity
281
1010609
3088
kita sudah terbiasa dengan interaksi semacam ini
16:53
when it comes to virtual objects,
282
1013697
2647
dalam dunia virtual,
16:56
when it comes to video games and 3D models,
283
1016344
3297
terutama dalam video game ataupun model 3D lainnya,
16:59
but to be able to capture this information from real objects in the real world
284
1019641
4404
tapi dengan memperoleh informasi ini dari objek nyata
17:04
using just simple, regular video,
285
1024045
2817
dengan menggunakan video biasa dan sederhana,
17:06
is something new that has a lot of potential.
286
1026862
2183
adalah satu hal baru yang punya banyak potensi.
17:10
So here are the amazing people who worked with me on these projects.
287
1030410
4904
Ini adalah para rekan yang bekerja dengan saya dalam proyek ini.
17:16
(Applause)
288
1036057
5596
(Tepuk tangan)
17:24
And what I've shown you today is only the beginning.
289
1044819
3057
Yang saya tunjukkan hari ini hanyalah permulaan.
17:27
We've just started to scratch the surface
290
1047876
2113
Kami baru mengetahui kulitnya saja
17:29
of what you can do with this kind of imaging,
291
1049989
2972
dari apa yang bisa kita lakukan dengan pencitraan seperti ini,
17:32
because it gives us a new way
292
1052961
2286
karena teknik ini memberi kita cara baru
17:35
to capture our surroundings with common, accessible technology.
293
1055342
4724
untuk mengamati lingkungan kita dengan perangkat yang lazim dan terjangkau.
17:40
And so looking to the future,
294
1060066
1929
Jadi ke depan, akan sangat menarik untuk menggali
17:41
it's going to be really exciting to explore
295
1061995
2037
apa yang bisa diajarkan teknik ini tentang dunia.
17:44
what this can tell us about the world.
296
1064032
1856
17:46
Thank you.
297
1066381
1204
Terima kasih.
17:47
(Applause)
298
1067610
6107
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7