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

137,190 views ・ 2015-06-15

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Letizia Pedicini Revisore: Elena Montrasio
00:12
Our emotions influence every aspect of our lives,
0
12556
4017
Le emozioni influenzano ogni aspetto delle nostre vite,
00:16
from our health and how we learn, to how we do business and make decisions,
1
16573
3576
dalla salute, da come impariamo, al fare affari e a prendere decisioni,
00:20
big ones and small.
2
20149
1773
grandi e piccole.
00:22
Our emotions also influence how we connect with one another.
3
22672
3490
Le nostre emozioni influenzano anche il modo di relazionarci l'un l'altro.
00:27
We've evolved to live in a world like this,
4
27132
3976
Ci siamo evoluti per vivere in un mondo così.
00:31
but instead, we're living more and more of our lives like this --
5
31108
4319
Ma invece viviamo sempre più le nostre vite così,
00:35
this is the text message from my daughter last night --
6
35427
3134
- questo è il messaggio di mia figlia la notte scorsa (risate) -
00:38
in a world that's devoid of emotion.
7
38561
2740
in un mondo privo di emozioni.
00:41
So I'm on a mission to change that.
8
41301
1951
Perciò la mia missione è cambiare le cose.
00:43
I want to bring emotions back into our digital experiences.
9
43252
4091
Voglio riportare le emozioni nelle nostre esperienze digitali.
00:48
I started on this path 15 years ago.
10
48223
3077
Ho intrapreso questo percorso 15 anni fa.
Ero un'esperta di informatica in Egitto,
00:51
I was a computer scientist in Egypt,
11
51300
2066
00:53
and I had just gotten accepted to a Ph.D. program at Cambridge University.
12
53366
4505
da poco ammessa a un Dottorato di Ricerca alla Cambridge University.
00:57
So I did something quite unusual
13
57871
2113
Avevo fatto qualcosa di alquanto inusuale
00:59
for a young newlywed Muslim Egyptian wife:
14
59984
4225
per una giovane moglie Musulmana Egiziana appena sposata.
(Risate)
01:05
With the support of my husband, who had to stay in Egypt,
15
65599
2999
Con il sostegno di mio marito, che dovette restare in Egitto,
01:08
I packed my bags and I moved to England.
16
68598
3018
feci i bagagli e mi trasferii in Inghilterra.
01:11
At Cambridge, thousands of miles away from home,
17
71616
3228
A Cambridge, lontana migliaia di chilometri da casa,
01:14
I realized I was spending more hours with my laptop
18
74844
3413
capii che trascorrevo molte più ore col mio computer
che con altri esseri umani.
01:18
than I did with any other human.
19
78257
2229
01:20
Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.
20
80486
4853
Eppure, nonostante l'intimità,
il mio computer non aveva assolutamente idea di come mi sentissi.
01:25
It had no idea if I was happy,
21
85339
3211
Non sapeva se ero felice,
01:28
having a bad day, or stressed, confused,
22
88550
2988
se passavo una brutta giornata, o ero stressata, confusa,
01:31
and so that got frustrating.
23
91538
2922
e questo era frustrante.
01:35
Even worse, as I communicated online with my family back home,
24
95600
5231
Ancora peggio, dato che comunicavo online con la mia famiglia a casa,
01:41
I felt that all my emotions disappeared in cyberspace.
25
101421
3282
sentivo le mie emozioni scomparire nello cyberspazio.
01:44
I was homesick, I was lonely, and on some days I was actually crying,
26
104703
5155
Mi mancava casa, ero sola, e alcuni giorni piangevo proprio,
01:49
but all I had to communicate these emotions was this.
27
109858
4928
Ma tutto ciò che avevo per comunicare queste emozioni
era questo. (Risate)
01:54
(Laughter)
28
114786
2020
01:56
Today's technology has lots of I.Q., but no E.Q.;
29
116806
4974
La tecnologia oggigiorno ha tanto QI ma non IE.
Tanta intelligenza cognitiva, ma nessuna Intelligenza Emotiva.
02:01
lots of cognitive intelligence, but no emotional intelligence.
30
121780
3176
02:04
So that got me thinking,
31
124956
2197
E questo mi ha fatto pensare:
e se la tecnologia potesse sentire le nostre emozioni?
02:07
what if our technology could sense our emotions?
32
127153
3624
02:10
What if our devices could sense how we felt and reacted accordingly,
33
130777
4076
Se i dispositivi sapessero cosa proviamo
e come reagiamo di conseguenza,
02:14
just the way an emotionally intelligent friend would?
34
134853
3013
come solo un amico emotivamente intelligente farebbe?
02:18
Those questions led me and my team
35
138666
3564
Queste domande hanno portato me e il mio team
02:22
to create technologies that can read and respond to our emotions,
36
142230
4377
a creare tecnologie che possono leggere e reagire alle nostre emozioni.
02:26
and our starting point was the human face.
37
146607
3090
E il nostro punto di partenza è stato il volto umano.
02:30
So our human face happens to be one of the most powerful channels
38
150577
3173
Il nostro volto pare sia uno dei più potenti canali
02:33
that we all use to communicate social and emotional states,
39
153750
4016
che usiamo per comunicare stati sociali ed emotivi.
02:37
everything from enjoyment, surprise,
40
157766
3010
Qualsiasi cosa, dal piacere alla sorpresa,
02:40
empathy and curiosity.
41
160776
4203
dall'empatia alla curiosità.
02:44
In emotion science, we call each facial muscle movement an action unit.
42
164979
4928
In scienza delle emozioni ogni movimento muscolare è detto "unità d'azione".
02:49
So for example, action unit 12,
43
169907
2925
Per esempio, l'unità d'azione 12,
02:52
it's not a Hollywood blockbuster,
44
172832
2038
non è un film di successo di Hollywood,
02:54
it is actually a lip corner pull, which is the main component of a smile.
45
174870
3442
ma è il tirare l'angolo della bocca, che è la base per un sorriso.
02:58
Try it everybody. Let's get some smiles going on.
46
178312
2988
Provateci tutti. Fate partire qualche sorriso.
Un altro esempio è l'unità d'azione 4,
03:01
Another example is action unit 4. It's the brow furrow.
47
181300
2654
è il solco tra le sopracciglia, quando le ravvicinate
03:03
It's when you draw your eyebrows together
48
183954
2238
e create tutte quelle linee e quelle rughette.
03:06
and you create all these textures and wrinkles.
49
186192
2267
Non ci piacciono, ma è un forte segnale di un'emozione negativa.
03:08
We don't like them, but it's a strong indicator of a negative emotion.
50
188459
4295
Ne abbiamo circa 45, di queste unità d'azione,
03:12
So we have about 45 of these action units,
51
192754
2206
03:14
and they combine to express hundreds of emotions.
52
194960
3390
che si combinano per esprimere centinaia di emozioni.
03:18
Teaching a computer to read these facial emotions is hard,
53
198350
3901
Insegnare a un computer a leggere queste espressioni facciali è difficile,
03:22
because these action units, they can be fast, they're subtle,
54
202251
2972
perché le unità d'azione possono essere veloci, impercettibili,
03:25
and they combine in many different ways.
55
205223
2554
e si combinano in tanti modi diversi.
03:27
So take, for example, the smile and the smirk.
56
207777
3738
Prendiamo per esempio un sorriso e una smorfia.
03:31
They look somewhat similar, but they mean very different things.
57
211515
3753
Sembrano in qualche modo simili,
ma hanno significati molto diversi. (Risate)
03:35
(Laughter)
58
215268
1718
03:36
So the smile is positive,
59
216986
3004
Il sorriso è positivo,
03:39
a smirk is often negative.
60
219990
1270
una smorfia è spesso negativa.
Qualche volta una smorfia può farti diventare famoso. (Risate)
03:41
Sometimes a smirk can make you become famous.
61
221260
3876
03:45
But seriously, it's important for a computer to be able
62
225136
2824
Ma seriamente, è importante per un computer essere in grado
03:47
to tell the difference between the two expressions.
63
227960
2855
di distinguere la differenza tra le due espressioni.
03:50
So how do we do that?
64
230815
1812
Perciò come possiamo farlo?
03:52
We give our algorithms
65
232627
1787
Diamo ai nostri algoritmi
03:54
tens of thousands of examples of people we know to be smiling,
66
234414
4110
decine di migliaia di esempi di persone che sappiamo sorridono,
03:58
from different ethnicities, ages, genders,
67
238524
3065
di diverse etnie, età, genere,
04:01
and we do the same for smirks.
68
241589
2811
e facciamo lo stesso per le smorfie.
04:04
And then, using deep learning,
69
244400
1554
E poi, usando il Deep Learning,
04:05
the algorithm looks for all these textures and wrinkles
70
245954
2856
l'algoritmo cerca tutte queste trame, queste rughe,
04:08
and shape changes on our face,
71
248810
2580
e i mutamenti di forma sul nostro viso,
04:11
and basically learns that all smiles have common characteristics,
72
251390
3202
e in pratica apprende che tutti i sorrisi hanno caratteristiche comuni,
04:14
all smirks have subtly different characteristics.
73
254592
3181
tutte le smorfie hanno caratteristiche leggermente diverse.
04:17
And the next time it sees a new face,
74
257773
2368
E la prossima volta che vede un viso nuovo,
04:20
it essentially learns that
75
260141
2299
capisce che quel viso ha le stesse caratteristiche di un sorriso,
04:22
this face has the same characteristics of a smile,
76
262440
3033
04:25
and it says, "Aha, I recognize this. This is a smile expression."
77
265473
4278
e dice: "La riconosco. È un'espressione sorridente".
04:30
So the best way to demonstrate how this technology works
78
270381
2800
E il miglior modo per dimostrare come funziona questa tecnologia
04:33
is to try a live demo,
79
273181
2136
è una dimostrazione dal vivo,
04:35
so I need a volunteer, preferably somebody with a face.
80
275317
3913
perciò mi serve un volontario, possibilmente qualcuno con una faccia.
(Risate)
04:39
(Laughter)
81
279230
2334
04:41
Cloe's going to be our volunteer today.
82
281564
2771
Chloe sarà la nostra volontaria oggi.
04:45
So over the past five years, we've moved from being a research project at MIT
83
285325
4458
Negli ultimi cinque anni siamo passati dall'essere un progetto di ricerca al MIT
04:49
to a company,
84
289783
1156
ad essere una società, in cui il mio team ha lavorato sodo
04:50
where my team has worked really hard to make this technology work,
85
290939
3192
per far funzionare questa tecnologia, noi diciamo, come bestie.
04:54
as we like to say, in the wild.
86
294131
2409
04:56
And we've also shrunk it so that the core emotion engine
87
296540
2670
E l'abbiamo anche compressa così che il sistema emotivo centrale
04:59
works on any mobile device with a camera, like this iPad.
88
299210
3320
funzioni su tutti i dispositivi con videocamera, come questo Ipad.
05:02
So let's give this a try.
89
302530
2786
Facciamo una prova.
05:06
As you can see, the algorithm has essentially found Cloe's face,
90
306756
3924
Come potete vedere, l'algoritmo ha praticamente trovato il viso di Chloe,
05:10
so it's this white bounding box,
91
310680
1692
è questo riquadro bianco ai bordi,
05:12
and it's tracking the main feature points on her face,
92
312372
2571
e sta tracciando i lineamenti principali del suo viso,
05:14
so her eyebrows, her eyes, her mouth and her nose.
93
314943
2856
cioè sopracciglia, occhi, bocca e naso.
05:17
The question is, can it recognize her expression?
94
317799
2987
La domanda è: riconosce le sue espressioni?
05:20
So we're going to test the machine.
95
320786
1671
Testiamo la macchina.
05:22
So first of all, give me your poker face. Yep, awesome. (Laughter)
96
322457
4186
Prima di tutto, fai una faccia impassibile.
Fantastico. (Risate)
05:26
And then as she smiles, this is a genuine smile, it's great.
97
326643
2813
Poi se lei sorride, è un sorriso sincero, va benissimo,
05:29
So you can see the green bar go up as she smiles.
98
329456
2300
vedete la linea verde salire se sorride.
05:31
Now that was a big smile.
99
331756
1222
Quello era un gran sorriso, puoi provare un sorrisetto
05:32
Can you try a subtle smile to see if the computer can recognize?
100
332978
3043
per vedere se il computer lo riconosce? Riconosce anche quelli.
05:36
It does recognize subtle smiles as well.
101
336021
2331
Abbiamo lavorato duramente per riuscirci.
05:38
We've worked really hard to make that happen.
102
338352
2125
E ora sopracciglia alzate, indice di sorpresa. (Risate)
05:40
And then eyebrow raised, indicator of surprise.
103
340477
2962
05:43
Brow furrow, which is an indicator of confusion.
104
343439
4249
Accigliata, che è indice di confusione. (Risate)
05:47
Frown. Yes, perfect.
105
347688
4007
Corrucciata, perfetto. (Risate)
05:51
So these are all the different action units. There's many more of them.
106
351695
3493
Sono tutte unità d'azione diverse, e ce ne sono tante altre.
Questa è solo una demo compressa.
05:55
This is just a slimmed-down demo.
107
355188
2032
Ma chiamiamo ogni interpretazione "punto dati dell'emozione",
05:57
But we call each reading an emotion data point,
108
357220
3148
06:00
and then they can fire together to portray different emotions.
109
360368
2969
e possono accendersi insieme e descrivere emozioni differenti,
06:03
So on the right side of the demo -- look like you're happy.
110
363337
4653
sul lato destro della demo. Sembri felice.
06:07
So that's joy. Joy fires up.
111
367990
1454
C'è gioia. E "Joy" si accende.
06:09
And then give me a disgust face.
112
369444
1927
Poi fai una faccia disgustata.
06:11
Try to remember what it was like when Zayn left One Direction.
113
371371
4272
Prova a ricordare com'è stato quando Zayn ha lasciato i One Direction.
(Risate)
06:15
(Laughter)
114
375643
1510
Arriccia il naso. Fantastico. (Risate)
06:17
Yeah, wrinkle your nose. Awesome.
115
377153
4342
06:21
And the valence is actually quite negative, so you must have been a big fan.
116
381495
3731
La valenza è abbastanza negativa, devi essere stata una grande fan.
06:25
So valence is how positive or negative an experience is,
117
385226
2700
"Valence" è quanto positiva o negativa sia un'esperienza,
06:27
and engagement is how expressive she is as well.
118
387926
2786
ed "engagement" indica quanto lei è espressiva.
06:30
So imagine if Cloe had access to this real-time emotion stream,
119
390712
3414
Immaginate se Chloe entrasse in questo flusso emotivo in tempo reale
06:34
and she could share it with anybody she wanted to.
120
394126
2809
e potesse condividerlo con chiunque volesse.
06:36
Thank you.
121
396935
2923
Grazie.
(Applausi)
06:39
(Applause)
122
399858
4621
06:45
So, so far, we have amassed 12 billion of these emotion data points.
123
405749
5270
Ad oggi abbiamo accumulato 12 miliardi di questi punti dati dell'emozione.
È il più vasto database di emozioni al mondo.
06:51
It's the largest emotion database in the world.
124
411019
2611
06:53
We've collected it from 2.9 million face videos,
125
413630
2963
Lo abbiamo messo insieme da 2,9 milioni di video facciali,
06:56
people who have agreed to share their emotions with us,
126
416593
2600
persone che hanno condiviso le loro emozioni con noi,
06:59
and from 75 countries around the world.
127
419193
3205
e da 75 Paesi di tutto il mondo.
07:02
It's growing every day.
128
422398
1715
E si arricchisce ogni giorno.
07:04
It blows my mind away
129
424603
2067
Mi sbalordisce che oggi possiamo misurare qualcosa
07:06
that we can now quantify something as personal as our emotions,
130
426670
3195
di così personale come le emozioni,
07:09
and we can do it at this scale.
131
429865
2235
e possiamo farlo così ampiamente.
Cosa abbiamo quindi imparato a determinare?
07:12
So what have we learned to date?
132
432100
2177
07:15
Gender.
133
435057
2331
Il genere.
07:17
Our data confirms something that you might suspect.
134
437388
3646
I nostri dati confermano qualcosa di cui potete sospettare. (Risate)
Le donne sono più espressive degli uomini.
07:21
Women are more expressive than men.
135
441034
1857
07:22
Not only do they smile more, their smiles last longer,
136
442891
2683
Non solo sorridono di più ma i loro sorrisi durano di più
07:25
and we can now really quantify what it is that men and women
137
445574
2904
e possiamo davvero determinare a cosa uomini e donne
07:28
respond to differently.
138
448478
2136
reagiscono in modo differente.
07:30
Let's do culture: So in the United States,
139
450614
2290
Vediamo culturalmente. Negli Stati Uniti
07:32
women are 40 percent more expressive than men,
140
452904
3204
le donne sono per il 40 % più espressive degli uomini,
ma -strano- non c'è alcuna differenza nel Regno Unito tra uomini e donne.
07:36
but curiously, we don't see any difference in the U.K. between men and women.
141
456108
3645
07:39
(Laughter)
142
459753
2506
(Risate)
07:43
Age: People who are 50 years and older
143
463296
4027
Età: le persone dai 50 anni in su
07:47
are 25 percent more emotive than younger people.
144
467323
3436
sono per il 25 % più emotive dei più giovani.
07:51
Women in their 20s smile a lot more than men the same age,
145
471899
3852
Le donne ventenni sorridono molto più degli uomini della stessa età,
07:55
perhaps a necessity for dating.
146
475751
3839
forse per necessità relazionali.
07:59
But perhaps what surprised us the most about this data
147
479590
2617
Ma forse ciò che ci ha sorpresi di più in questi dati
08:02
is that we happen to be expressive all the time,
148
482207
3203
è che ci ritroviamo a essere espressivi in ogni momento,
08:05
even when we are sitting in front of our devices alone,
149
485410
2833
anche quando siamo seduti da soli coi nostri dispositivi,
08:08
and it's not just when we're watching cat videos on Facebook.
150
488243
3274
non solo quando stiamo guardando video di gatti su Facebook.
Siamo espressivi quando inviamo email, messaggi, compriamo online,
08:12
We are expressive when we're emailing, texting, shopping online,
151
492217
3010
08:15
or even doing our taxes.
152
495227
2300
o anche calcolando le tasse.
08:17
Where is this data used today?
153
497527
2392
Per cosa sono usati questi dati oggi?
08:19
In understanding how we engage with media,
154
499919
2763
Per capire come ci relazioniamo coi media,
08:22
so understanding virality and voting behavior;
155
502682
2484
cioè comprendere la viralità e la modalità di scelta;
08:25
and also empowering or emotion-enabling technology,
156
505166
2740
e anche per dare potere o attivare emotivamente la tecnologia.
08:27
and I want to share some examples that are especially close to my heart.
157
507906
4621
Voglio condividere alcuni esempi particolarmente vicini al mio cuore.
08:33
Emotion-enabled wearable glasses can help individuals
158
513197
3068
Occhiali abilitati all'emozione possono aiutare gli individui
08:36
who are visually impaired read the faces of others,
159
516265
3228
con problemi di vista a leggere i volti degli altri,
08:39
and it can help individuals on the autism spectrum interpret emotion,
160
519493
4187
e possono aiutare individui con tendenza autistica a interpretare emozioni
08:43
something that they really struggle with.
161
523680
2778
qualcosa con cui combattono realmente.
08:47
In education, imagine if your learning apps
162
527918
2859
Nell'istruzione, immaginate se la vostra app per l'apprendimento
08:50
sense that you're confused and slow down,
163
530777
2810
capisse che siete confusi e rallentasse,
08:53
or that you're bored, so it's sped up,
164
533587
1857
o che siete annoiati, così da accelerare,
08:55
just like a great teacher would in a classroom.
165
535444
2969
proprio come farebbe un bravo insegnante in classe.
Se il vostro orologio tracciasse il vostro umore,
08:59
What if your wristwatch tracked your mood,
166
539043
2601
09:01
or your car sensed that you're tired,
167
541644
2693
o se l'auto sentisse che siete stanchi,
09:04
or perhaps your fridge knows that you're stressed,
168
544337
2548
o magari il vostro frigo sapesse che siete stressati,
09:06
so it auto-locks to prevent you from binge eating. (Laughter)
169
546885
6066
così da bloccarsi automaticamente per evitarvi un'abbuffata. (Risate)
A me piacerebbe. (Risate)
09:12
I would like that, yeah.
170
552951
2717
09:15
What if, when I was in Cambridge,
171
555668
1927
E se, quando ero a Cambridge,
09:17
I had access to my real-time emotion stream,
172
557595
2313
fossi entrata nel mio flusso emotivo in tempo reale
09:19
and I could share that with my family back home in a very natural way,
173
559908
3529
e avessi potuto condividerlo con la mia famiglia in modo spontaneo,
09:23
just like I would've if we were all in the same room together?
174
563437
3971
come avrei fatto se fossimo stati insieme nella stessa stanza?
09:27
I think five years down the line,
175
567408
3142
Credo che nel giro di cinque anni
09:30
all our devices are going to have an emotion chip,
176
570550
2337
tutti i dispositivi avranno un chip per le emozioni,
09:32
and we won't remember what it was like when we couldn't just frown at our device
177
572887
4064
e non ricorderemo com'era quando non potevamo guardar male
il nostro dispositivosenza che dicesse: "Non ti piaceva, vero?
09:36
and our device would say, "Hmm, you didn't like that, did you?"
178
576951
4249
09:41
Our biggest challenge is that there are so many applications of this technology,
179
581200
3761
La grande sfida è che ci sono così tante applicazioni di questa tecnologia
09:44
my team and I realize that we can't build them all ourselves,
180
584961
2903
che io e il mio team sappiamo di non poter realizzare da soli.
09:47
so we've made this technology available so that other developers
181
587864
3496
Perciò l'abbiamo resa disponibile così che altri sviluppatori
09:51
can get building and get creative.
182
591360
2114
possano svilupparla ed essere creativi.
09:53
We recognize that there are potential risks
183
593474
4086
Ammettiamo che ci sono rischi potenziali
09:57
and potential for abuse,
184
597560
2067
e la possibilità di abuso,
09:59
but personally, having spent many years doing this,
185
599627
2949
ma personalmente, avendo passato tanti anni a farlo,
10:02
I believe that the benefits to humanity
186
602576
2972
credo che i benefici per l'uomo
10:05
from having emotionally intelligent technology
187
605548
2275
nell'avere una tecnologia emotivamente intelligente
10:07
far outweigh the potential for misuse.
188
607823
3576
siano di gran lunga maggiori del potenziale uso improprio.
10:11
And I invite you all to be part of the conversation.
189
611399
2531
E vi invito a essere tutti parte della conversazione.
10:13
The more people who know about this technology,
190
613930
2554
Più persone conoscono questa tecnologia,
10:16
the more we can all have a voice in how it's being used.
191
616484
3177
più possiamo tutti avere voce su come va usata.
10:21
So as more and more of our lives become digital,
192
621081
4574
Dato che sempre più le nostre vite diventano digitali,
10:25
we are fighting a losing battle trying to curb our usage of devices
193
625655
3498
combattiamo una battaglia persa cercando di frenare l'uso dei dispositivi
10:29
in order to reclaim our emotions.
194
629153
2229
per ritrovare le nostre emozioni.
10:32
So what I'm trying to do instead is to bring emotions into our technology
195
632622
3914
Quello che invece cerco di fare è portare le emozioni nella nostra tecnologia
10:36
and make our technologies more responsive.
196
636536
2229
e renderla più reattiva.
10:38
So I want those devices that have separated us
197
638765
2670
Voglio che quei dispositivi che ci hanno divisi
10:41
to bring us back together.
198
641435
2462
ci uniscano di nuovo.
10:43
And by humanizing technology, we have this golden opportunity
199
643897
4588
E umanizzando la tecnologia abbiamo un'opportunità d'oro
10:48
to reimagine how we connect with machines,
200
648485
3297
per ripensare a come siamo connessi con le macchine,
10:51
and therefore, how we, as human beings,
201
651782
4481
e quindi a come, in quanto esseri umani,
10:56
connect with one another.
202
656263
1904
siamo connessi agli altri.
10:58
Thank you.
203
658167
2160
Grazie.
(Applausi)
11:00
(Applause)
204
660327
3313
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7