A headset that reads your brainwaves | Tan Le

מתרגם: Ron Bentata מבקר: Ido Dekkers

Up until now, our communication with machines

עד כה, התקשורת שלנו עם מכונות

has always been limited

הייתה תמיד מוגבלת

to conscious and direct forms.

לדרכים ישירות ומודעות.

Whether it's something simple

בין אם זה משהו פשוט

like turning on the lights with a switch,

כמו להדליק את האורות באמצעות המתג,

or even as complex as programming robotics,

ובין אם מדובר בתכנות רובוטים מורכב,

we have always had to give a command to a machine,

תמיד היינו צריכים לתת פקודה למכונה,

or even a series of commands,

או אפילו שורה של פקודות,

in order for it to do something for us.

על מנת שזו תעשה משהו עבורינו.

Communication between people, on the other hand,

תקשורת בין אנשים מצד שני,

is far more complex and a lot more interesting

הינה מורכבת הרבה יותר ומעניינת מאוד,

because we take into account

מכיוון שאנו לוקחים בחשבון

so much more than what is explicitly expressed.

הרבה מעבר לביטוי המפורש של הדברים.

We observe facial expressions, body language,

אנו צופים בהבעות הפנים, שפת הגוף,

and we can intuit feelings and emotions

ואנו יכול לפרש תחושות ורגשות

from our dialogue with one another.

מהדיאלוג שלנו עם האחר.

This actually forms a large part

זהו למעשה מרכיב משמעותי

of our decision-making process.

מתהליך קבלת ההחלטות שלנו.

Our vision is to introduce

החזון שלנו הוא להכניס

this whole new realm of human interaction

את העולם החדש של אינטראקציה אנושית

into human-computer interaction

לאינטראקציה שבין אדם למכונה.

so that computers can understand

כך שמחשבים יוכלו להבין

not only what you direct it to do,

לא רק מה שאנו אומרים להם לעשות,

but it can also respond

אך הם גם יוכלו להגיב

to your facial expressions

להבעות הפנים שלך

and emotional experiences.

ולהבעות הגוף.

And what better way to do this

ואיזו דרך טובה יותר לעשות זאת

than by interpreting the signals

מאשר לפענח את האותות

naturally produced by our brain,

המופקים באופן טבעי ע"י המוח שלנו,

our center for control and experience.

המרכז שלנו לשליטה וחוויה.

Well, it sounds like a pretty good idea,

ובכן, זה נשמע כמו רעיון טוב למדי,

but this task, as Bruno mentioned,

אך המשימה הזו, כמו שברונו ציין,

isn't an easy one for two main reasons:

לא קלה בשל שתי סיבות:

First, the detection algorithms.

הראשונה, אלגוריתם הזיהוי.

Our brain is made up of

המוח שלנו מורכב

billions of active neurons,

ממיליארדי נוירונים פעילים,

around 170,000 km

בערך 170,000 ק"מ

of combined axon length.

של אקסונים משולבים.

When these neurons interact,

כאשר נוצרת אינטראקציה בין הניורונים הללו,

the chemical reaction emits an electrical impulse,

התגובה הכימית מפיצה פולס חשמלי

which can be measured.

אותו ניתן למדוד.

The majority of our functional brain

רובו של המוח הפעיל שלנו

is distributed over

נמצא באיזור

the outer surface layer of the brain,

משטח השכבה החיצונית של המוח שלנו.

and to increase the area that's available for mental capacity,

ועל מנת להגדיל את השטח הקיים ליכולות מנטליות,

the brain surface is highly folded.

משטח המוח מקופל ביותר.

Now this cortical folding

כעת, הקיפול המוחי הזה

presents a significant challenge

מציג אתגר משמעותי

for interpreting surface electrical impulses.

בפיענוח פולסים חשמליים.

Each individual's cortex

הקליפה המוחית של כל אדם

is folded differently,

מקופלת באופן שונה,

very much like a fingerprint.

בדומה מאוד לטביעת אצבע.

So even though a signal

כך שלמרות שאות

may come from the same functional part of the brain,

יכול להגיע מחלק דומה במוח הפעיל,

by the time the structure has been folded,

בזמן שהמבנה התקפל,

its physical location

המיקום הפיזי שלו

is very different between individuals,

שונה מאוד בין אדם לאדם,

even identical twins.

אפילו בתאומים זהים.

There is no longer any consistency

כבר אין אחידות

in the surface signals.

באותות על פני השטח.

Our breakthrough was to create an algorithm

פריצת הדרך שלנו הייתה ביצירת אלגוריתם

that unfolds the cortex,

אשר פותח את קיפולי הקליפה המוחית,

so that we can map the signals

כך שאנו יכולים למפות את האותות

closer to its source,

קרוב יותר למקור שלהם,

and therefore making it capable of working across a mass population.

ובכך מאפשרים למערכת לעבוד עם אוכלוסיה גדולה.

The second challenge

האתגר השני

is the actual device for observing brainwaves.

הוא המכשיר עצמו לצפייה בגלי המוח

EEG measurements typically involve

מדידות EEG בדרך כלל כוללות

a hairnet with an array of sensors,

רשת שיער עם מערך של חיישנים,

like the one that you can see here in the photo.

כמו זו שאתם יכולים לראות כאן בתמונה.

A technician will put the electrodes

טכנאי שם את האלקטרודות

onto the scalp

על הקרקפת

using a conductive gel or paste

באמצעות ג'ל מוליך או משחה

and usually after a procedure of preparing the scalp

ולרוב לאחר תהליך של הכנת הקרקפת

by light abrasion.

ע"י שפשוף קל.

Now this is quite time consuming

כעת, זהו תהליך הצורך זמן מה

and isn't the most comfortable process.

וגם לא מאוד נוח.

And on top of that, these systems

ובנוסף, מערכות אלו

actually cost in the tens of thousands of dollars.

למעשה עולות עשרות אלפי דולרים.

So with that, I'd like to invite onstage

אז עם זה, הייתי מעוניינת להזמין לבמה את

Evan Grant, who is one of last year's speakers,

אוון גראנט, אחד מהדוברים של שנה שעברה.

who's kindly agreed

אשר הסכים באדיבותו

to help me to demonstrate

לעזור לי להדגים

what we've been able to develop.

את מה שהצלחנו לפתח.

(Applause)

(מחיאות כפיים)

So the device that you see

אז המכשיר שאתם רואים

is a 14-channel, high-fidelity

הוא בעל 14 ערוצים, ויכולת גבוהה

EEG acquisition system.

לקליטת EEG.

It doesn't require any scalp preparation,

הוא אינו דורש הכנה מוקדמת של הקרקפת,

no conductive gel or paste.

וגם לא ג'ל כמוליך או משחה.

It only takes a few minutes to put on

לוקח דקות בודדות להלביש אותו

and for the signals to settle.

ולהתחיל לקלוט את הגלים.

It's also wireless,

הוא גם אלחוטי,

so it gives you the freedom to move around.

כך שהוא מאפשר לך לנוע בחופשיות.

And compared to the tens of thousands of dollars

ובהשוואה לעשרות האלפים של דולרים

for a traditional EEG system,

למערכת EEG מסורתית,

this headset only costs

התקן הראש הזה עולה

a few hundred dollars.

כמה מאות דולרים בלבד.

Now on to the detection algorithms.

עכשיו נעבור לאלגוריתמים של הזיהוי.

So facial expressions --

אז הבעות פנים -

as I mentioned before in emotional experiences --

כמו שהסברתי מקודם בהבעות רגשיות --

are actually designed to work out of the box

למעשה מתוכננות לעבוד באופן טבעי

with some sensitivity adjustments

עם כמה שינויים ברגישות

available for personalization.

הקיימים לצורך התאמה אישית.

But with the limited time we have available,

אך בשל הזמן הקצר העומד לרשותנו,

I'd like to show you the cognitive suite,

הייתי רוצה להציג בפניכם את החבילה הקוגניטיבית,

which is the ability for you

אשר מאפשרת לך

to basically move virtual objects with your mind.

להזיז חפצים וירטואלים בעזרת המחשבה.

Now, Evan is new to this system,

כעת, אוון חדש במערכת,

so what we have to do first

אז מה שאנו צריכים לעשות תחילה

is create a new profile for him.

הוא ליצור פרופיל חדש עבורו.

He's obviously not Joanne -- so we'll "add user."

הוא בוודאי לא ג'ואן -- אז אנחנו "נוסיף משתמש".

Evan. Okay.

אוון. בסדר.

So the first thing we need to do with the cognitive suite

אז הדבר הראשון שאנחנו צריכים לעשות עם החבילה הקוגניטיבית

is to start with training

הוא להתחיל עם אימון

a neutral signal.

של אות ניטרלי.

With neutral, there's nothing in particular

עם ניטרלי, אין משהו מיוחד

that Evan needs to do.

שאוון צריך לעשות.

He just hangs out. He's relaxed.

הוא רק עומד. הוא רגוע.

And the idea is to establish a baseline

והרעיון הוא להגדיר בסיס

or normal state for his brain,

או מצב נורמלי למוח שלו.

because every brain is different.

מכיוון שכל מוח הוא שונה.

It takes eight seconds to do this,

זה לוקח 8 שניות לביצוע הפעולה.

and now that that's done,

ועכשיו שזה נגמר,

we can choose a movement-based action.

אנו יכולים לבחור פעולה מבוססת תנועה.

So Evan, choose something

אז אוון תבחר משהו

that you can visualize clearly in your mind.

אותו אתה יכול לדמיין בבהירות במוחך.

Evan Grant: Let's do "pull."

אוון גרנט: בואי נבצע "משיכה".

Tan Le: Okay, so let's choose "pull."

טאן לה: בסדר. אז בוא נבחר "משיכה".

So the idea here now

אז הרעיון כאן הוא

is that Evan needs to

שאוון צריך

imagine the object coming forward

לדמיין את האובייקט מתקדם

into the screen,

לתוך המסך.

and there's a progress bar that will scroll across the screen

ויש מד התקדמות לאורכו של המסך

while he's doing that.

בזמן שהוא עושה את זה.

The first time, nothing will happen,

בפעם הראשונה, שום דבר לא יקרה,

because the system has no idea how he thinks about "pull."

מכיוון והמערכת לא יודעת איך הוא חושב על "משיכה".

But maintain that thought

אבל תשמור על המחשבה הזו

for the entire duration of the eight seconds.

למשך כל ה-8 שניות.

So: one, two, three, go.

אז: אחת, שתיים, שלוש וזהו.

Okay.

בסדר.

So once we accept this,

אז ברגע שאנו מאשרים את זה,

the cube is live.

הקוביה חיה.

So let's see if Evan

אז בואו נראה האם אוון

can actually try and imagine pulling.

למעשה יכול לנסות ולדמיין משיכה.

Ah, good job!

אה, עבודה טובה.

(Applause)

(מחיאות כפיים)

That's really amazing.

זה למעשה מדהים.

(Applause)

(מחיאות כפיים)

So we have a little bit of time available,

אז יש לנו מעט זמן פנוי,

so I'm going to ask Evan

לכן אבקש מאוון

to do a really difficult task.

לבצע משימה קשה במיוחד.

And this one is difficult

וזו קשה

because it's all about being able to visualize something

מכיוון שהיא כרוכה ביכולת לדמיין משהו

that doesn't exist in our physical world.

שלא קיים בעולם הפיזי.

This is "disappear."

זה "היעלמות".

So what you want to do -- at least with movement-based actions,

אז מה שאתה רוצה -- לפחות עם פעולות מבוססות תנועה,

we do that all the time, so you can visualize it.

אנו עושים את זה כל הזמן, כך שאתה יכול לדמיין את זה.

But with "disappear," there's really no analogies --

אבל עם "היעלמות", אין ממש אנלוגיות.

so Evan, what you want to do here

אז אוון, מה שאתה רוצה לעשות כאן

is to imagine the cube slowly fading out, okay.

הוא לדמיין את הקוביה נעלמת בהדרגה, בסדר.

Same sort of drill. So: one, two, three, go.

אותו תהליך כמו מקודם. אז: אחת, שתיים, שלושה וזהו.

Okay. Let's try that.

בסדר. בוא ננסה את זה.

Oh, my goodness. He's just too good.

הו, איזה יופי. הוא פשוט טוב מידי.

Let's try that again.

בוא ננסה זאת שוב.

EG: Losing concentration.

אוון גרנט: מאבד ריכוז.

(Laughter)

(צחוק)

TL: But we can see that it actually works,

טאן לה: אבל אנחנו יכולים לראות שזה ממש עובד.

even though you can only hold it

אפילו שאתה בקושי מחזיק את זה

for a little bit of time.

לזמן קצר מאוד.

As I said, it's a very difficult process

כמו שאמרתי, זהו תהליך קשה במיוחד

to imagine this.

לדמיין את זה.

And the great thing about it is that

והדבר הגדול בנוגע לזה הוא

we've only given the software one instance

נתנו לתוכנה רק מופע אחת

of how he thinks about "disappear."

של איך שהוא חושב על "היעלמות".

As there is a machine learning algorithm in this --

כך שיש אלגוריתם מכונה ללימוד בתוך זה --

(Applause)

(מחיאות כפיים)

Thank you.

תודה לך.

Good job. Good job.

עבודה טובה. עבודה טובה.

(Applause)

(מחיאות כפיים)

Thank you, Evan, you're a wonderful, wonderful

תודה לך, אוון, אתה דוגמא נפלאה, נפלאה

example of the technology.

של הטכנולוגיה.

So, as you can see, before,

אז כמו שיכולתם לראות מקודם,

there is a leveling system built into this software

יש מערכת איזון הבנויה בתוך התוכנה

so that as Evan, or any user,

כך שבעת שאוון, או כל משתמש,

becomes more familiar with the system,

מכירים את המערכת טוב יותר,

they can continue to add more and more detections,

הם יכולים להמשיך ולהוסיף עוד ועוד זיהוי,

so that the system begins to differentiate

כך שהמערכת מתחילה להבחין

between different distinct thoughts.

בין מחשבות ייחודיות שונות

And once you've trained up the detections,

וברגע שאתה מאמן את ההבחנות,

these thoughts can be assigned or mapped

המחשבות האלו יכולות להיות מוגדרות או ממופות

to any computing platform,

לכל פלטפורמת מחשב,

application or device.

תוכנה או מכשיר.

So I'd like to show you a few examples,

אז הייתי רוצה להציג בפניכם מספר דוגמאות,

because there are many possible applications

מכיוון וישנם יישומים רבים אפשריים

for this new interface.

לממשק החדש הזה.

In games and virtual worlds, for example,

במשחקים ועולמות מדומים, לדוגמא,

your facial expressions

הבעות הפנים שלכם

can naturally and intuitively be used

יכולות באופן טבעי ואינטואיטיבי לשמש

to control an avatar or virtual character.

לשליטה בדמות או ביצור וירטואלי.

Obviously, you can experience the fantasy of magic

אתם יכולים לחוות את הנפלאות של הקסם

and control the world with your mind.

ולשלוט בעולם עם המוח שלכם.

And also, colors, lighting,

וגם, צבעים, אורות,

sound and effects

צלילים ואפקטים,

can dynamically respond to your emotional state

יכולים באופן דינאמי להגיב למצב הריגשי שלך

to heighten the experience that you're having, in real time.

להעצים את החוויה שלך, בזמן אמת.

And moving on to some applications

ונעבור למספר יישומים

developed by developers and researchers around the world,

שפותחו ע"י מפתחים וחוקרים מרחבי העולם,

with robots and simple machines, for example --

בעזרת רובוטים ומכונות פשוטות, לדוגמא --

in this case, flying a toy helicopter

במקרה הזה, הטסת מסוק צעצוע

simply by thinking "lift" with your mind.

פשוט באמצעות המחשבה של להרים אותו.

The technology can also be applied

הטכנולוגיה יכולה להיות מיושמת גם

to real world applications --

ליישומים בעולם האמיתי --

in this example, a smart home.

במקרה הזה, בית חכם.

You know, from the user interface of the control system

אתם יודעים, מממשק המשתמש של מערכת השליטה

to opening curtains

לפתיחת וילונות

or closing curtains.

או סגירתם.

And of course, also to the lighting --

ובוודאי שגם לאורות --

turning them on

להדליק

or off.

או לכבות אותם.

And finally,

ולבסוף,

to real life-changing applications,

ליישומים אמיתיים משני-חיים

such as being able to control an electric wheelchair.

כמו היכולת לשלוט בכיסא גלגלים חשמלי.

In this example,

במקרה הזה,

facial expressions are mapped to the movement commands.

הבעות הפנים ממופות לפקודות התנועה.

Man: Now blink right to go right.

אדם: "עכשיו מצמץ בעין ימין לזוז ימינה".

Now blink left to turn back left.

"עכשיו מצמץ בעין שמאל לזוז שמאלה".

Now smile to go straight.

"עכשיו חייך לזוז קדימה".

TL: We really -- Thank you.

טי אל: אנו באמת -- מודים לך.

(Applause)

(מחיאות כפיים)

We are really only scratching the surface of what is possible today,

אנו באמת רק מגרדים את פני השטח של האפשרי כיום.

and with the community's input,

ועם משובים מהקהילה,

and also with the involvement of developers

ועם המעורבות של מפתחים

and researchers from around the world,

וחוקרים מרחבי העולם,

we hope that you can help us to shape

אנו מקווים שאתם יכולים לעזור לנו לעצב

where the technology goes from here. Thank you so much.

את כיוונה של הטכנולוגיה מכאן. תודה רבה לכם.