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

מתרגם: Ido Dekkers מבקר: Tal Dekkers

Most of us think of motion as a very visual thing.

רובנו חושבים על תנועה כמשהו מאוד ויזואלי.

If I walk across this stage or gesture with my hands while I speak,

אם אני אלך ברחבי הבמה או אחווה בידיי בעודי מדבר,

that motion is something that you can see.

התנועה היא משהו שאתם יכולים לראות.

But there's a world of important motion that's too subtle for the human eye,

אבל יש עולם של תנועות חשובות שהן עדינות מדי לעין האנושית,

and over the past few years,

ובמהלך השנים האחרונות,

we've started to find that cameras

התחלנו לגלות שמצלמות

can often see this motion even when humans can't.

יכולות הרבה פעמים לראות את התנועה הזו אפילו כשאנשים לא.

So let me show you what I mean.

אז תנו לי להראות לכם למה אני מתכוון.

On the left here, you see video of a person's wrist,

מצד שמאל פה, אתם רואים סרטון של פרק כף יד של אדם,

and on the right, you see video of a sleeping infant,

ומימין אתם רואים סרטון של תינוקת ישנה,

but if I didn't tell you that these were videos,

אבל אם לא הייתי אומר לכם שאלה סרטונים,

you might assume that you were looking at two regular images,

אולי הייתם מניחים שאתם מביטים בשתי תמונות רגילות,

because in both cases,

מפני שבשני המקרים,

these videos appear to be almost completely still.

הסרטונים האלה נראים כמעט לגמרי נייחים.

But there's actually a lot of subtle motion going on here,

אבל יש למעשה הרבה תנועות עדינות שמתרחשות שם,

and if you were to touch the wrist on the left,

ואם הייתם נוגעים בפרק היד משמאל,

you would feel a pulse,

הייתם מרגישים דופק,

and if you were to hold the infant on the right,

ואם הייתם מחזיקים את התינוקת מימין,

you would feel the rise and fall of her chest

הייתם מרגישים את העליה והירידה של החזה שלה

as she took each breath.

כשהיא לוקחת כל נשימה.

And these motions carry a lot of significance,

והתנועות האלו בעלות משמעות גדולה מאוד,

but they're usually too subtle for us to see,

אבל הן בדרך כלל עדינות מדי כדי שנוכל לראות אותן,

so instead, we have to observe them

אז במקום, אנחנו צריכים לצפות בהן

through direct contact, through touch.

דרך מגע ישיר, דרך מגע.

But a few years ago,

אבל לפני כמה שנים,

my colleagues at MIT developed what they call a motion microscope,

העמיתים שלי ב MIT פיתחו מה שהם קוראים לו מיקרוסקופ תנועה,

which is software that finds these subtle motions in video

שהוא תוכנה שמגלה את התנועות העדינות האלו בסרטון

and amplifies them so that they become large enough for us to see.

ומגבירה אותן כך שהן הופכות לגדולות מספיק כדי שנראה אותן.

And so, if we use their software on the left video,

וכך, אם נשתמש בתוכנה שלהם על הסרטון השמאלי,

it lets us see the pulse in this wrist,

זה נותן לנו לראות את הדופק בפרק היד,

and if we were to count that pulse,

ואם היינו סופרים את הדופק הזה,

we could even figure out this person's heart rate.

נוכל אפילו לדעת מה הדופק של האדם הזה.

And if we used the same software on the right video,

ואם היינו משתשמים באותה תוכנה על הסרטון הימני,

it lets us see each breath that this infant takes,

זה נותן לנו לראות כל נשימה שהתינוקת הזו לוקחת,

and we can use this as a contact-free way to monitor her breathing.

ואנחנו יכולים להשתמש בזה כדרך נטולת מגע כדי לנטר את הנשימה שלה.

And so this technology is really powerful because it takes these phenomena

וכך הטכנולוגיה הזו היא ממש חזקה מפני שהיא לוקחת את התופעה הזו

that we normally have to experience through touch

שאנחנו בדרך כלל חווים דרך מגע

and it lets us capture them visually and non-invasively.

והיא מאפשרת לנו ללכוד אותה ויזואלית וללא פלישה.

So a couple years ago, I started working with the folks that created that software,

אז לפני כמה שנים, התחלתי לעבוד עם האנשים שיצרו את התוכנה הזו,

and we decided to pursue a crazy idea.

והחלטנו לנסות רעיון משוגע.

We thought, it's cool that we can use software

חשבנו, זה מגניב שאנחנו יכולים להשתמש בתוכנה

to visualize tiny motions like this,

כדי לדמות תנועות זעירות כמו אלו,

and you can almost think of it as a way to extend our sense of touch.

ואתם יכולים כמעט לחשוב על זה כדרך להרחיב את חוש המגע שלנו.

But what if we could do the same thing with our ability to hear?

אבל מה אם נוכל לעשות אותו הדבר עם היכולת לשמוע?

What if we could use video to capture the vibrations of sound,

מה אם נוכל להשתמש בסרטון כדי ללכוד את הרעידות של הצלילים,

which are just another kind of motion,

שהן פשוט עוד סוג של תנועה,

and turn everything that we see into a microphone?

ולהפוך כל מה שאנחנו רואים למיקרופון?

Now, this is a bit of a strange idea,

עכשיו, זה רעיון מעט מוזר,

so let me try to put it in perspective for you.

אז תנו לי לשים את זה בפרספקטיבה בשבילכם.

Traditional microphones work by converting the motion

מיקרופונים מסורתיים עובדים על ידי המרת התנועה

of an internal diaphragm into an electrical signal,

של דיאפרגמה פנימית לאות חשמלי,

and that diaphragm is designed to move readily with sound

והדיאפרגמה מתוכננת לנוע בקלות עם קול

so that its motion can be recorded and interpreted as audio.

כך שהתנועה תוכל להיות מוקלטת ומתורגמת לאודיו.

But sound causes all objects to vibrate.

אבל צלילים גורמים לכל העצמים לרטוט.

Those vibrations are just usually too subtle and too fast for us to see.

הרטיטות האלו הן פשוט בדרך כלל עדינות ומהירות מדי כדי שנוכל לראות אותן.

So what if we record them with a high-speed camera

אז מה אם נקליט אותן עם מצלמה במהירות גבוהה

and then use software to extract tiny motions

ואז נשתמש בתוכנה כדי ללכוד תנודות זעירות

from our high-speed video,

מהוידאו במהירות גבוהה שלנו,

and analyze those motions to figure out what sounds created them?

וננתח את התנועות האלו כדי להבין איזה צלילים יצרו אותן?

This would let us turn visible objects into visual microphones from a distance.

זה יתן לנו להפוך עצמים נראים למיקרופונים ויזואליים ממרחק.

And so we tried this out,

וכך ניסינו את זה,

and here's one of our experiments,

והנה אחד הניסויים,

where we took this potted plant that you see on the right

בו לקחנו צמח בעציץ שאתם רואים מימין

and we filmed it with a high-speed camera

וצילמנו אותו עם מצלמה במהירות גבוהה

while a nearby loudspeaker played this sound.

בעוד רמקול ביתי ניגן את הצליל הזה.

(Music: "Mary Had a Little Lamb")

(מוזיקה: "למרי היה טלה קטן")

And so here's the video that we recorded,

והנה הסרטון שהקלטנו,

and we recorded it at thousands of frames per second,

והקלטנו את זה באלפי פריימים בשניה,

but even if you look very closely,

אבל אפילו אם תביטו מקרוב,

all you'll see are some leaves

כל מה שאתם רואים זה כמה עלים

that are pretty much just sitting there doing nothing,

שפשוט יושבים שם ולא עושים כלום,

because our sound only moved those leaves by about a micrometer.

מפני שהצליל שלנו הזיז את העלים האלה בערך במיקרו מטר.

That's one ten-thousandth of a centimeter,

זה עשירית אלפית של סנטימטר,

which spans somewhere between a hundredth and a thousandth

שמתרחבת למאית או אלפית

of a pixel in this image.

של פיקסל בתמונה הזו.

So you can squint all you want,

אז אתם יכולים למצמץ כמה שאתם רוצים,

but motion that small is pretty much perceptually invisible.

אבל תנועה כל כך קטנה היא בלתי נראית תפיסתית.

But it turns out that something can be perceptually invisible

אבל מסתבר שמשהו יכול להיות בלתי נראה תפיסתית

and still be numerically significant,

ועדיין להיות משמעותית מספרית,

because with the right algorithms,

מפני שעם האלגוריתמים הנכונים,

we can take this silent, seemingly still video

אנחנו יכולים לקחת את הסרטון השקט הזה, שנראה דומם

and we can recover this sound.

ואנחנו יכולים לשחזר את הצליל.

(Music: "Mary Had a Little Lamb")

(מוזיקה: "למרי היה טלה קטן")

(Applause)

(מחיאות כפיים)

So how is this possible?

אז איך זה אפשרי?

How can we get so much information out of so little motion?

איך אנחנו יכולים לקבל כל כך הרבה מידע מכל כך מעט תנועה?

Well, let's say that those leaves move by just a single micrometer,

ובכן, בואו נגיד שהעלים האלה זזים במיקרומטר אחד בלבד,

and let's say that that shifts our image by just a thousandth of a pixel.

ובואו נגיד שזה מזיז את התמונה שלנו רק באלפית פיקסל.

That may not seem like much,

זה אולי לא נראה הרבה,

but a single frame of video

אבל בפריים יחיד של סרטון

may have hundreds of thousands of pixels in it,

יש אולי מאות אלפי פיקסלים,

and so if we combine all of the tiny motions that we see

וכך אם נשלב את כל התנועות הזעירות האלו שאנחנו רואים

from across that entire image,

ברחבי כל התמונה,

then suddenly a thousandth of a pixel

אז פתאום אלפית פיקסל

can start to add up to something pretty significant.

יכולה להתווסף למשהו די משמעותי.

On a personal note, we were pretty psyched when we figured this out.

בנימה אישית, די התלהבנו כשהבנו את זה.

(Laughter)

(צחוק)

But even with the right algorithm,

אבל אפילו עם האלגוריתם הנכון,

we were still missing a pretty important piece of the puzzle.

עדיין היה חסר לנו חלק די חשוב של הפאזל.

You see, there are a lot of factors that affect when and how well

אתם מבינים, יש הרבה משתנים שמשפיעים על מתי וכמה טוב

this technique will work.

השיטה הזו תעבוד.

There's the object and how far away it is;

יש את העצם וכמה רחוק הוא;

there's the camera and the lens that you use;

יש את המצלמה והעדשה בהם אתם משתמשים;

how much light is shining on the object and how loud your sound is.

כמה אור מאיר על העצם וכמה חזק הצליל.

And even with the right algorithm,

ואפילו עם האלגוריתם הנכון,

we had to be very careful with our early experiments,

היינו צריכים להיות מאוד זהירים עם הניסויים הראשונים,

because if we got any of these factors wrong,

מפני שאם אחד המשתנים האלה היה שגוי

there was no way to tell what the problem was.

לא היתה דרך לדעת מה הבעיה.

We would just get noise back.

פשוט היינו מקבלים רעש.

And so a lot of our early experiments looked like this.

וכך הרבה מהניסויים הראשונים נראו כך.

And so here I am,

אז הנה אני,

and on the bottom left, you can kind of see our high-speed camera,

ומשמאל למטה, אתם סוג של יכולים לראות את המצלמה המהירה שלנו,

which is pointed at a bag of chips,

שמצביעה על שקית צ'יפס,

and the whole thing is lit by these bright lamps.

וכל זה מואר על ידי המנורות הבוהקות האלו.

And like I said, we had to be very careful in these early experiments,

וכמו שאמרתי, היינו צריכים להיות מאוד זהירים בניסויים הראשונים האלה,

so this is how it went down.

אז כך זה התרחש.

(Video) Abe Davis: Three, two, one, go.

(סרטון)אייס דייויס: שלוש, שתיים, אחד, גו.

Mary had a little lamb! Little lamb! Little lamb!

למרי היה טלה קטן! טלה קטן! טלה קטן!

(Laughter)

(צחוק)

AD: So this experiment looks completely ridiculous.

א.ד: אז הניסוי הזה נראה מגוחך לגמרי.

(Laughter)

(צחוק)

I mean, I'm screaming at a bag of chips --

אני מתכוון, אני צורח על שקית צי'פס --

(Laughter) --

(צחוק) --

and we're blasting it with so much light,

ואנחנו מפציצים אותה בכל כך הרבה אור,

we literally melted the first bag we tried this on. (Laughter)

שלמעשה המסנו את השקית הראשונה שניסינו עליה את זה. (צחוק)

But ridiculous as this experiment looks,

אבל מגוחך ככל שזה נשמע,

it was actually really important,

זה היה למעשה מאוד חשוב,

because we were able to recover this sound.

מפני שהיינו מסוגלים לשחזר את הצליל הזה.

(Audio) Mary had a little lamb! Little lamb! Little lamb!

(אודיו) למרי היה טלה קטן! טלה קטן! טלה קטן!

(Applause)

(מחיאות כפיים)

AD: And this was really significant,

א.ד: וזה היה ממש משמעותי,

because it was the first time we recovered intelligible human speech

מפני שזו היתה הפעם הראשונה ששחזרנו דיבור אדם מובן

from silent video of an object.

מסרטון דומם של עצם.

And so it gave us this point of reference,

אז זה נתן לנו נקודת התייחסות,

and gradually we could start to modify the experiment,

ולבסוף נוכל להתחיל לשנות את הניסוי,

using different objects or moving the object further away,

בשימוש בעצמים שונים או להרחיק את העצמים,

using less light or quieter sounds.

שימוש בפחות אור או צלילים שקטים יותר.

And we analyzed all of these experiments

וניתחנו את כל הניסויים האלה

until we really understood the limits of our technique,

עד שבאמת הבנו את המגבלות של השיטה שלנו,

because once we understood those limits,

מפני שברגע שהבנו את המגבלות האלו,

we could figure out how to push them.

יכולנו להבין איך לדחוף אותן.

And that led to experiments like this one,

וזה הוביל לניסויים כמו זה,

where again, I'm going to speak to a bag of chips,

כששוב, אני עומד לדבר לשקית צ'יפס,

but this time we've moved our camera about 15 feet away,

אבל הפעם הזזנו את המצלמה למרחק 5 מטר,

outside, behind a soundproof window,

בחוץ, מאחורי חלון אטום לצלילים,

and the whole thing is lit by only natural sunlight.

וכל זה מואר באור שמש טבעי.

And so here's the video that we captured.

וכך הנה הסרטון שלכדנו.

And this is what things sounded like from inside, next to the bag of chips.

וכך נשמעו הדברים מבפנים, ליד שקית הצ'יפס.

(Audio) Mary had a little lamb whose fleece was white as snow,

(אודיו) למרי היה טלה קטן שצמרו היה לבן כשלג,

and everywhere that Mary went, that lamb was sure to go.

ולכל מקום שמרי הלכה, הטלה היה איתה.

AD: And here's what we were able to recover from our silent video

א.ד: והנה מה שהיינו מסוגלים לשחזר מהסרטון הדומם שלנו

captured outside behind that window.

שצולם בחוץ מאחורי החלון ההוא.

(Audio) Mary had a little lamb whose fleece was white as snow,

(אודיו) למרי היה טלה קטן שצמרו היה לבן כשלג,

and everywhere that Mary went, that lamb was sure to go.

ולכל מקום שמרי הלכה, הטלה היה איתה.

(Applause)

(מחיאות כפיים)

AD: And there are other ways that we can push these limits as well.

א.ד: ויש דרכים אחרות שגם איתן אנחנו יכולים לדחוף את המגבלות.

So here's a quieter experiment

אז הנה ניסוי שקט יותר

where we filmed some earphones plugged into a laptop computer,

בו צילמנו אוזניות מחוברות למחשב נייד,

and in this case, our goal was to recover the music that was playing on that laptop

ובמקרה הזה, המטרה שלנו היתה לשחזר את המוזיקה שנוגנה במחשב הנייד

from just silent video

מסרטון דומם בלבד

of these two little plastic earphones,

של שתי האוזניות הפלסטיות הקטנות האלו,

and we were able to do this so well

והיינו מסוגלים לעשות זאת כל כך טוב

that I could even Shazam our results.

שאפילו יכולתי להריץ את התוצאה בשזאם.

(Laughter)

(צחוק)

(Music: "Under Pressure" by Queen)

(מוזיקה: "תחת לחץ" של קווין)

(Applause)

(מחיאות כפיים)

And we can also push things by changing the hardware that we use.

ואנחנו יכולים גם לדחוף דברים על ידי שינוי החומרה בה אנחנו משתמשים.

Because the experiments I've shown you so far

מפני שהניסוים שהראתי עד עכשיו

were done with a camera, a high-speed camera,

נעשו עם מצלמה, מצלמה מהירה,

that can record video about a 100 times faster

שיכולה להקליט סרטונים במהירות גדולה פי 100 בערך

than most cell phones,

מרוב הטלפונים הסלולוריים,

but we've also found a way to use this technique

אבל גילינו גם דרך להשתמש בטכניקה

with more regular cameras,

עם מצלמות רגילות יותר,

and we do that by taking advantage of what's called a rolling shutter.

ואנחנו עושים את זה על ידי ניצול מה שנקרא צמצם מתגלגל.

You see, most cameras record images one row at a time,

אתם מבינים, רוב המצלמות מקליטות תמונות שורה אחת אחרי השניה,

and so if an object moves during the recording of a single image,

וכך אם העצם נע במהלך הקלטת תמונה אחת,

there's a slight time delay between each row,

יש עיכוב זמן קטן בין כל שורה,

and this causes slight artifacts

וזה גורם לפגמים קלים

that get coded into each frame of a video.

שמקודדים לכל פריים של הסרטון.

And so what we found is that by analyzing these artifacts,

וכך מה שגילינו זה שעל ידי ניתוח הפגמים האלה,

we can actually recover sound using a modified version of our algorithm.

אנחנו יכולים למעשה לשחזר צליל בשימוש בגרסה מעודכנת של האלגוריתם שלנו.

So here's an experiment we did

אז הנה דוגמה שעשינו

where we filmed a bag of candy

בה צילמנו שקית סוכריות

while a nearby loudspeaker played

בעוד רמקול קרוב ניגן

the same "Mary Had a Little Lamb" music from before,

את אותה מוזיקה של "למרי היה טלה קטן" כמו מקודם,

but this time, we used just a regular store-bought camera,

אבל הפעם, השתמשנו במצלמה רגילה שנקנתה בחנות,

and so in a second, I'll play for you the sound that we recovered,

וכך עוד רגע, אני אשמיע לכם את הצליל ששחזרנו,

and it's going to sound distorted this time,

וזה עומד להשמע מעוות הפעם,

but listen and see if you can still recognize the music.

אבל האזינו ותראו אם אתם יכולים עדיין לזהות את המוזיקה.

(Audio: "Mary Had a Little Lamb")

(אודיו: למרי היה טלה קטן")

And so, again, that sounds distorted,

וכך, שוב, זה נשמע מעוות,

but what's really amazing here is that we were able to do this

אבל מה שבאמת מדהים פה זה שהיינו מסוגלים לעשות זאת

with something that you could literally run out

עם משהו שאתם באמת יכולים לצאת

and pick up at a Best Buy.

ולקנות בבסט ביי.

So at this point,

אז בנקודה הזו,

a lot of people see this work,

הרבה אנשים רואים את העבודה הזו,

and they immediately think about surveillance.

והם מייד חושבים על מעקב.

And to be fair,

ולהיות כנים,

it's not hard to imagine how you might use this technology to spy on someone.

זה לא קשה לדמיין איך תוכלו להשתמש בטכנולוגיה הזו לרגל על מישהו.

But keep in mind that there's already a lot of very mature technology

אבל זכרו שיש כבר הרבה טכנולוגיות בשלות

out there for surveillance.

שקיימות למעקב.

In fact, people have been using lasers

למעשה, אנשים השתמשו בלייזרים

to eavesdrop on objects from a distance for decades.

כדי לצותת לעצמים ממרחק במשך עשורים.

But what's really new here,

אבל מה שבאמת חדש פה,

what's really different,

מה שבאמת שונה,

is that now we have a way to picture the vibrations of an object,

זה שעכשיו יש לנו דרך לצלם תמונות של עצם,

which gives us a new lens through which to look at the world,

מה שנותן לנו עדשה חדשה דרכה להסתכל על העולם,

and we can use that lens

ואנחנו יכולים להשתמש בעדשה הזו

to learn not just about forces like sound that cause an object to vibrate,

כדי ללמוד לא רק על הכוחות כמו צליל שגורמים לעצם לנוע,

but also about the object itself.

אלא גם על העצם עצמו.

And so I want to take a step back

אז אני רוצה לקחת צעד אחורה

and think about how that might change the ways that we use video,

ולחשוב על איך זה אולי ישנה את הדרך בה אנחנו משתמשים בסרטונים,

because we usually use video to look at things,

מפני שאנחנו בדרך כלל משתמשים בסרטונים כדי להביט בדברים,

and I've just shown you how we can use it

ורק הראתי לכם איך אנחנו יכולים להשתמש בזה

to listen to things.

כדי להקשיב לדברים.

But there's another important way that we learn about the world:

אבל יש דרך חשובה נוספת שאנחנו יכולים ללמוד על העולם:

that's by interacting with it.

זה על ידי השפעה עליו.

We push and pull and poke and prod things.

אנחנו דוחפים ומושכים ודוחפים וממששים עצמים.

We shake things and see what happens.

אחננו מנערים ורואים מה קורה.

And that's something that video still won't let us do,

וזה משהו שוידאו עדיין לא נותן לנו לעשות,

at least not traditionally.

לפחות לא באופן מסורתי.

So I want to show you some new work,

אז רציתי להראות לכם קצת מהעבודה החדשה שלי,

and this is based on an idea I had just a few months ago,

וזה מבוסס על רעיון שהיה לי רק לפני כמה חודשים,

so this is actually the first time I've shown it to a public audience.

אז זאת למעשה הפעם הראשונה שאני מראה את זה לציבור.

And the basic idea is that we're going to use the vibrations in a video

והרעיון הבסיסי הוא שאנחנו עומדים להשתמש ברעידות בסרטון

to capture objects in a way that will let us interact with them

כדי ללכוד עצמים בדרך שתיתן לנו להשפיע עליהם

and see how they react to us.

ולראות איך הם מגיבים לנו.

So here's an object,

אז הנה עצם,

and in this case, it's a wire figure in the shape of a human,

ובמקרה הזה, זה דמות חוט בצורה של אדם,

and we're going to film that object with just a regular camera.

ואנחנו הולכים לצלם את העצם עם מצלמה רגילה.

So there's nothing special about this camera.

אז אין שום דבר מיוחד במצלמה הזו.

In fact, I've actually done this with my cell phone before.

למעשה, עשיתי את זה עם מצלמת הסלולרי שלי לפני כן.

But we do want to see the object vibrate,

אבל אנחנו רוצים לראות את האובייקט רוטט.

so to make that happen,

אז כדי לגרום לזה לקרות,

we're just going to bang a little bit on the surface where it's resting

אנחנו פשוט דופקים מעט על המשטח עליו הוא מונח

while we record this video.

בעוד אנחנו מקליטים את הסרטון הזה.

So that's it: just five seconds of regular video,

אז זהו, רק חמש שניות של סרטון רגיל,

while we bang on this surface,

בעוד אנחנו דופקים על המשטח הזה,

and we're going to use the vibrations in that video

ואנחנו עומדים להשתמש ברעידות בסרטון

to learn about the structural and material properties of our object,

כדי ללמוד על התכונות המבניות והחומריות של העצם שלנו,

and we're going to use that information to create something new and interactive.

ואנחנו הולכים להשתמש במידע הזה כדי ליצור משהו חדש ואינטראקטיבי.

And so here's what we've created.

והנה מה שיצרנו.

And it looks like a regular image,

וזה נראה כמו תמונה רגילה,

but this isn't an image, and it's not a video,

אבל זו לא תמונה, וזה לא סרטון,

because now I can take my mouse

מפני שעכשיו אני יכול לקחת את העכבר שלי

and I can start interacting with the object.

ואני יכול להתחיל להשפיע על העצם.

And so what you see here

וכך מה שאתם רואים פה

is a simulation of how this object

זה הדמייה של איך העצם הזה

would respond to new forces that we've never seen before,

יגיב לכוחות חדשים שמעולם לא ראינו לפני כן,

and we created it from just five seconds of regular video.

ויצרנו את זה רק מחמש שניות של סרטון רגיל.

(Applause)

(מחיאות כפיים)

And so this is a really powerful way to look at the world,

וזו דרך באמת חזקה להביט בעולם,

because it lets us predict how objects will respond

מפני שהיא מאפשרת לנו לחזות איך עצמים יגיבו

to new situations,

למצבים חדשים,

and you could imagine, for instance, looking at an old bridge

ואתם יכולים לדמיין, לדוגמה, שתביטו בגשר ישן

and wondering what would happen, how would that bridge hold up

ותתהו מה יקרה, איך הגשר יחזיק

if I were to drive my car across it.

אם מכונית תיסע עליו.

And that's a question that you probably want to answer

וזו שאלה שאתם כנראה רוצים לענות עליה

before you start driving across that bridge.

לפני שאתם מתחילים לנסוע לאורך הגשר.

And of course, there are going to be limitations to this technique,

וכמובן, יהיו מגבלות על השיטה הזו,

just like there were with the visual microphone,

ממש כמו שיש עם המיקרופון הויזואלי,

but we found that it works in a lot of situations

אבל גילינו שזה עובד בהרבה מקרים

that you might not expect,

שאולי לא הייתם מצפים,

especially if you give it longer videos.

בעיקר אם אתם נותנים לזה סרטון ארוך יותר.

So for example, here's a video that I captured

אז לדוגמה, הנה סרטון שצילמנו

of a bush outside of my apartment,

של שיח מחוץ לדירה שלי,

and I didn't do anything to this bush,

ולא עשיתי כלום לשיח הזה,

but by capturing a minute-long video,

אבל על ידי צילום של סרטון באורך של דקה,

a gentle breeze caused enough vibrations

רוח קלה גרמה למספיק רעידות

that we could learn enough about this bush to create this simulation.

שיכולנו ללמוד מספיק על השיח הזה כדי ליצור את הדמייה הזו.

(Applause)

(מחיאות כפיים)

And so you could imagine giving this to a film director,

וכך תוכלו לדמייין שתתנו את זה לבמאי סרטים,

and letting him control, say,

ותתנו לו שליטה, נגיד,

the strength and direction of wind in a shot after it's been recorded.

בעוצמה ובכיוון של הרוח בצילום לאחר שהוא הוקלט.

Or, in this case, we pointed our camera at a hanging curtain,

או, במקרה הזה, כיוונו את המצלמה לוילון תלוי,

and you can't even see any motion in this video,

ואתם לא יכולים אפילו לראות תנועה בסרטון הזה,

but by recording a two-minute-long video,

אבל על ידי הקלטת סרטון של שתי דקות,

natural air currents in this room

זרמי אויר טבעיים בחדר הזה

created enough subtle, imperceptible motions and vibrations

יצרו מספיק תנועות ורעידות עדינות ובלתי נקלטות

that we could learn enough to create this simulation.

שיכולנו ללמוד מספיק כדי ליצור את ההדמיה הזו.

And ironically,

ובאופן אירוני,

we're kind of used to having this kind of interactivity

אנחנו די רגילים שיש לנו את יכולת ההשפעה הזו

when it comes to virtual objects,

כשזה מגיע לעצמים וירטואלים,

when it comes to video games and 3D models,

כשזה מגיע למשחקי מחשב ומודלים תלת מימדיים,

but to be able to capture this information from real objects in the real world

אבל כדי להיות מסוגלים ללכוד את המידע הזה מעצמים אמיתיים בעולם האמיתי

using just simple, regular video,

בשימוש בסרטון פשוט ורגיל,

is something new that has a lot of potential.

זה משהו חדש שיש לו פוטנציאל גדול.

So here are the amazing people who worked with me on these projects.

אז הנה האנשים המדהימים שעבדו איתי על הפרוייקטים האלה.

(Applause)

(מחיאות כפיים)

And what I've shown you today is only the beginning.

ומה שהראתי לכם היום זו רק ההתחלה.

We've just started to scratch the surface

רק התחלנו לגרד את פני השטח

of what you can do with this kind of imaging,

של מה אפשר לעשות עם תמונות מסוג זה,

because it gives us a new way

מפני שזה נותן לנו דרך חדשה

to capture our surroundings with common, accessible technology.

ללכוד את הסביבה שלנו עם טכנולוגיה נפוצה ונגישה.

And so looking to the future,

ובציפיה לעתיד,

it's going to be really exciting to explore

זה עומד להיות מאוד מרגש לחקור

what this can tell us about the world.

מה זה יכול להגיד לנו על העולם.

Thank you.

תודה לכם.

(Applause)

(מחיאת כפיים)