Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

ブレイス・アグエラ・ヤルカス Photosynthを実演説明

46,128 views

2007-06-26 ・ TED


New videos

Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

ブレイス・アグエラ・ヤルカス Photosynthを実演説明

46,128 views ・ 2007-06-26

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: TED Translators admin 校正: Yasushi Aoki
00:25
What I'm going to show you first, as quickly as I can,
0
25000
2548
最初に手早く 基盤技術をお見せします
00:27
is some foundational work, some new technology
1
27572
3769
ちょうど1年前に 買収の一部として
00:31
that we brought to Microsoft as part of an acquisition
2
31365
2611
Microsoft社にもっていった 新テクノロジーです
00:34
almost exactly a year ago.
3
34000
1821
00:35
This is Seadragon, and it's an environment
4
35845
2368
これはSeadragonで
ローカルあるいはリモートにある 膨大な量の
00:38
in which you can either locally or remotely interact
5
38237
2476
00:40
with vast amounts of visual data.
6
40737
2119
ビジュアルデータを 操作可能にする環境です
00:43
We're looking at many, many gigabytes of digital photos here
7
43165
3404
ご覧のように 何ギガバイトものデジタル写真を
00:46
and kind of seamlessly and continuously zooming in,
8
46593
2915
スムーズに連続的に ズームインしたり パンしたり
00:49
panning through it, rearranging it in any way we want.
9
49532
2545
自由にアレンジし直したりできます
00:52
And it doesn't matter how much information we're looking at,
10
52389
3587
見ている情報の多さ コレクションの規模
00:56
how big these collections are or how big the images are.
11
56000
2976
画像の大きさなどは 問題ではありません
ほとんどはデジカメで 撮った写真ですが
00:59
Most of them are ordinary digital camera photos,
12
59000
2286
01:01
but this one, for example, is a scan from the Library of Congress,
13
61310
3144
これは 米国議会図書館から スキャンしたもので
01:04
and it's in the 300 megapixel range.
14
64478
2818
300メガピクセルほどあります
01:07
It doesn't make any difference
15
67320
1656
でも何の違いもありません
01:09
because the only thing that ought to limit the performance of a system like this one
16
69000
4144
なぜなら このシステムの パフォーマンスを制限するものは
画面表示のピクセル数 だけだからです
01:13
is the number of pixels on your screen at any given moment.
17
73168
2777
01:15
It's also very flexible architecture.
18
75969
1970
また 大変柔軟なアーキテクチャに なっています
01:17
This is an entire book, so this is an example of non-image data.
19
77963
3727
これはまるまる1冊の本です 画像ではないデータの1例です
01:21
This is "Bleak House" by Dickens.
20
81714
2787
ディケンズの“荒涼館”です 各段が章です
01:24
Every column is a chapter.
21
84525
2784
01:27
To prove to you that it's really text, and not an image,
22
87333
3643
これは本当にテキストであり 画像ではありません
01:31
we can do something like so, to really show
23
91000
2048
テキストだという証拠に
01:33
that this is a real representation of the text; it's not a picture.
24
93072
3192
こんな事ができます 画像ではありません
01:36
Maybe this is an artificial way to read an e-book.
25
96288
2664
e-ブックを読む手段にも なるかもしれませんが
01:38
I wouldn't recommend it.
26
98976
1200
お奨めはしません
01:40
This is a more realistic case, an issue of The Guardian.
27
100200
2848
これはもっと実用的な例で ガーディアン紙 1部分のデータです
01:43
Every large image is the beginning of a section.
28
103072
2286
大きい写真は皆 項目の始めです
01:45
And this really gives you the joy and the good experience
29
105382
2904
本物の印刷版の 雑誌や新聞を読む
01:48
of reading the real paper version of a magazine or a newspaper,
30
108310
5183
楽しい経験を 与えてくれます
01:53
which is an inherently multi-scale kind of medium.
31
113517
2435
新聞や雑誌というのは本質的に 多重スケールのメディアなのです
01:55
We've done something
32
115976
1000
この紙面の隅に
01:57
with the corner of this particular issue of The Guardian.
33
117000
2976
ちょっとした仕掛けをしました
02:00
We've made up a fake ad that's very high resolution --
34
120000
2976
大変高い解像度のニセモノの広告を でっちあげました
02:03
much higher than in an ordinary ad --
35
123000
2198
普通の広告より ずっと高い解像度です
02:05
and we've embedded extra content.
36
125222
1754
追加のコンテンツも 足しました
02:07
If you want to see the features of this car, you can see it here.
37
127000
3048
車の特徴をここで ご覧いただけます
02:10
Or other models, or even technical specifications.
38
130072
4180
ほかのモデル あるいは 技術仕様まであります
02:14
And this really gets at some of these ideas
39
134276
3315
こういったアイデアによって
02:17
about really doing away with those limits on screen real estate.
40
137615
4661
画面サイズという 制限をなくせます
02:22
We hope that this means no more pop-ups
41
142300
2111
これによりポップアップなど
02:24
and other rubbish like that -- shouldn't be necessary.
42
144435
2541
不必要なガラクタをなくせればと 願っています
もちろん地図にも このテクノロジーは
02:27
Of course, mapping is one of those obvious applications
43
147000
2658
02:29
for a technology like this.
44
149682
1294
応用できます
今回は 時間を取れませんが
02:31
And this one I really won't spend any time on,
45
151000
2191
02:33
except to say that we have things to contribute to this field as well.
46
153215
3334
この領域にも使えるとだけ 言っておきます
02:37
But those are all the roads in the U.S.
47
157213
1858
これは NASAの 衛星画像の上に
02:39
superimposed on top of a NASA geospatial image.
48
159095
4565
米国のすべての道路を 重ね合わせたものです
ほかのものを 見てみましょう
02:44
So let's pull up, now, something else.
49
164000
1976
02:46
This is actually live on the Web now; you can go check it out.
50
166000
2976
これは現在ウェブで見られるので 確認してください
02:49
This is a project called Photosynth, which marries two different technologies.
51
169000
3704
Photosynthといって
2つの技術からなります
02:52
One of them is Seadragon
52
172728
1248
ひとつは Seadragon
02:54
and the other is some very beautiful computer-vision research
53
174000
2906
もうひとつは
ワシントン大学の大学院生 ノア・スネーヴェリが
02:56
done by Noah Snavely, a graduate student at the University of Washington,
54
176930
3462
同大学の スティーブ・サイツと
03:00
co-advised by Steve Seitz at U.W.
55
180416
1829
03:02
and Rick Szeliski at Microsoft Research.
56
182269
1978
Microsoft Researchのリック・セリスキーの指導の下で行った コンピューター ビジョンの研究です
03:04
A very nice collaboration.
57
184271
1733
03:06
And so this is live on the Web. It's powered by Seadragon.
58
186412
3108
ウェブで公開され Seadragonを使っています
03:09
You can see that when we do these sorts of views,
59
189544
2504
画像の中に飛び込んで
このような見方もできますし
03:12
where we can dive through images
60
192072
1723
03:13
and have this kind of multi-resolution experience.
61
193819
2334
多重のスケールも 体験できます
03:16
But the spatial arrangement of the images here is actually meaningful.
62
196177
3799
この画像の空間的配置には 意味があります
このコンピューター ビジョン アルゴリズムは このような画像を
03:20
The computer vision algorithms have registered these images together
63
200000
3191
撮影された実際の場所に 対応させて登録します
03:23
so that they correspond to the real space in which these shots --
64
203215
3761
03:27
all taken near Grassi Lakes in the Canadian Rockies --
65
207000
3300
全てカナディアンロッキーの グラッシーレイクで撮影されており
03:30
all these shots were taken.
66
210324
1663
連続したスライドショーや
03:32
So you see elements here
67
212011
1467
03:33
of stabilized slide-show or panoramic imaging,
68
213502
6013
パノラマ風のイメージの 要素を見ると
03:39
and these things have all been related spatially.
69
219539
2437
全てが空間的に 関連づけられています
03:42
I'm not sure if I have time to show you any other environments.
70
222000
3000
別の場所も見ている 時間はなさそうですが
03:45
Some are much more spatial.
71
225024
1431
もっと空間を感じさせる 例もあります
03:46
I would like to jump straight to one of Noah's original data-sets --
72
226479
3945
ノア氏のオリジナルのデータセットの ひとつに進みましょう
03:50
this is from an early prototype that we first got working this summer --
73
230448
3552
これはその夏に作業を始めた
Photosynthの 初期プロトのデータで
03:54
to show you what I think
74
234024
1894
Photosynthの テクノロジーの本質が
03:55
is really the punch line behind the Photosynth technology,
75
235942
3838
これでわかると思います
03:59
It's not necessarily so apparent
76
239804
1561
ウェブサイトに載せた 環境を見るだけでは
04:01
from looking at the environments we've put up on the website.
77
241389
2895
あまり良く わからない かもしれません
04:04
We had to worry about the lawyers and so on.
78
244308
2177
法的な制約があるものですから
04:06
This is a reconstruction of Notre Dame Cathedral
79
246509
2301
Flickr画像から
04:08
that was done entirely computationally from images scraped from Flickr.
80
248834
3457
ノートルダム寺院を コンピューターで再現しました
04:12
You just type Notre Dame into Flickr,
81
252315
2019
Flickrで"Notre Dame"と タイプすると
04:14
and you get some pictures of guys in T-shirts, and of the campus and so on.
82
254358
3854
Tシャツを着た人たちや キャンパスの画像などが出てきます
04:18
And each of these orange cones represents an image
83
258236
3146
小さなオレンジの円錐は それぞれこのモデルに適合することが
04:21
that was discovered to belong to this model.
84
261406
3234
見出された画像を示しています
全てFlickrの画像です
04:26
And so these are all Flickr images,
85
266000
1976
04:28
and they've all been related spatially in this way.
86
268000
2976
このように皆 空間的に 関連づけられています
04:31
We can just navigate in this very simple way.
87
271000
2334
簡単にナビゲートしていけます
04:35
(Applause)
88
275000
3920
(拍手)
04:42
(Applause ends)
89
282557
1014
04:43
You know, I never thought that I'd end up working at Microsoft.
90
283595
2954
私もMicrosoftで仕事するなんて 思ってもいませんでした
04:46
It's very gratifying to have this kind of reception here.
91
286573
3000
こんなに好評だなんて 驚いています
04:49
(Laughter)
92
289597
3379
(笑)
ご推察のとおり
04:53
I guess you can see this is lots of different types of cameras:
93
293000
5048
いろいろなタイプの カメラがあります
04:58
it's everything from cell-phone cameras to professional SLRs,
94
298072
3161
携帯電話のカメラから プロ用の一眼レフまでの
05:01
quite a large number of them, stitched together in this environment.
95
301257
3191
多数の写真を
この環境でつなぎ 合わせています
05:04
If I can find some of the sort of weird ones --
96
304472
2632
変わりダネを 探してみましょう
05:08
So many of them are occluded by faces, and so on.
97
308000
3322
顔が写ったものも たくさんあります
05:12
Somewhere in here there is actually a series of photographs -- here we go.
98
312595
4277
確かこの辺の
写真の中に…ありました
05:16
This is actually a poster of Notre Dame that registered correctly.
99
316896
3301
ノートルダムのポスターです こんなのでも認識できました
05:20
We can dive in from the poster
100
320221
3216
このポスターから
05:23
to a physical view of this environment.
101
323461
3810
この環境に飛び込む ことができます
これは社会的環境だ という点が重要です
05:31
What the point here really is
102
331421
1866
05:33
is that we can do things with the social environment.
103
333311
2591
データをあらゆる人から 得ています
05:35
This is now taking data from everybody --
104
335926
3002
05:38
from the entire collective memory, visually, of what the Earth looks like --
105
338952
3871
地球の姿への
集合的記憶全体から データを取り
05:42
and link all of that together.
106
342847
1749
全てをリンクします
05:44
Those photos become linked, and they make something emergent
107
344620
2839
全ての写真が リンクされることで
新たなものが現れます
05:47
that's greater than the sum of the parts.
108
347483
1953
部分の集まりよりも 価値のあるものです
05:49
You have a model that emerges of the entire Earth.
109
349460
2356
地球全体から立ち現れる モデルを手にしています
05:51
Think of this as the long tail to Stephen Lawler's Virtual Earth work.
110
351840
4077
スティーブン・ローラーの “バーチャルアース”の続きのようなものです
05:55
And this is something that grows in complexity as people use it,
111
355941
3200
人々が利用するにつれ 複雑に成長します
05:59
and whose benefits become greater to the users as they use it.
112
359165
3811
ユーザーが利用するにつれ
利点が大きくなります
06:03
Their own photos are getting tagged with meta-data that somebody else entered.
113
363000
3692
ユーザー自身の写真に 他の人が入力した
メタデータが 埋め込まれます
06:06
If somebody bothered to tag all of these saints
114
366716
3360
誰かが聖人達のデータを 埋めこんでおけば
06:10
and say who they all are, then my photo of Notre Dame Cathedral
115
370100
2953
私のノートルダム寺院の写真が
06:13
suddenly gets enriched with all of that data,
116
373077
2098
そのデータにより 更に豊かなものになります
06:15
and I can use it as an entry point to dive into that space,
117
375199
2777
そこを入り口にして この空間に飛び込み
06:18
into that meta-verse, using everybody else's photos,
118
378000
2681
みんなの写真が作る 仮想空間の中で
06:20
and do a kind of a cross-modal
119
380705
3301
様式やユーザーの 垣根を超えた
06:24
and cross-user social experience that way.
120
384030
3751
社会的体験ができます
06:27
And of course, a by-product of all of that is immensely rich virtual models
121
387805
4171
副産物は もちろん
地球の興味深い場所全ての
06:32
of every interesting part of the Earth,
122
392000
1968
きわめて豊かな バーチャルモデルです
06:33
collected not just from overhead flights and from satellite images
123
393992
4487
航空写真や 衛星画像を集めた だけのものではなく
06:38
and so on, but from the collective memory.
124
398503
2052
集合的記憶を 集めたものなのです
06:40
Thank you so much.
125
400579
1094
ありがとうございました
06:41
(Applause)
126
401697
6863
(拍手)
06:51
(Applause ends)
127
411967
1001
06:52
Chris Anderson: Do I understand this right?
128
412992
2326
僕の理解は正しいですか?  あなたのソフトウェアで
06:55
What your software is going to allow,
129
415342
2497
06:57
is that at some point, really within the next few years,
130
417863
3476
ここ2~3年のうちに
世界中の誰でも 全ての写真を共有し
07:01
all the pictures that are shared by anyone across the world
131
421363
4235
07:05
are going to link together?
132
425622
1561
リンクできるように なるのですか?
07:07
BAA: Yes. What this is really doing is discovering,
133
427207
2387
ええ やろうとしているのは 実は発見です
07:09
creating hyperlinks, if you will, between images.
134
429618
2358
画像間にハイパーリンクを 作成しています
07:12
It's doing that based on the content inside the images.
135
432000
2584
画像の内容を元に
それを行います
07:14
And that gets really exciting when you think about the richness
136
434608
3022
多くの写真が持っている 意味的情報の豊かさを考えれば
07:17
of the semantic information a lot of images have.
137
437654
2304
これはとても すごい事です
07:19
Like when you do a web search for images,
138
439982
1960
たとえば画像の ウェブ検索を行う時
07:21
you type in phrases,
139
441966
1245
言葉を入力しますよね ウェブ上のテキストは
07:23
and the text on the web page is carrying a lot of information
140
443235
2900
その画像が何であるかについて 多くの情報を持っています
07:26
about what that picture is of.
141
446159
1502
07:27
What if that picture links to all of your pictures?
142
447685
2391
では写真がすべて リンクし合うようになったら?
意味の相互のつながりと
07:30
The amount of semantic interconnection and richness
143
450100
2413
そこから出てくる 豊かさは実に大きい
07:32
that comes out of that is really huge.
144
452537
1854
典型的なネットワーク効果が 現れます
07:34
It's a classic network effect.
145
454415
1449
07:35
CA: Truly incredible. Congratulations.
146
455888
2024
ブレイスさん 実にすばらしい やりましたね
ありがとうございます
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7