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: Yasushi Aoki
校正: Yuki Okada
00:16
Up until now, our communication with machines
0
16260
2000
これまでの私達の 機械に対する
00:18
has always been limited
1
18260
2000
コミュニケーションは 意識的で
00:20
to conscious and direct forms.
2
20260
2000
直接的なものに 限られていました
00:22
Whether it's something simple
3
22260
2000
スイッチで電灯を点けるという
00:24
like turning on the lights with a switch,
4
24260
2000
単純なことから
00:26
or even as complex as programming robotics,
5
26260
3000
ロボティクスのプログラミングのような複雑なものまで
00:29
we have always had to give a command to a machine,
6
29260
3000
機械に何かをさせようと思ったら
00:32
or even a series of commands,
7
32260
2000
はっきりと命じたり
00:34
in order for it to do something for us.
8
34260
3000
一連のコマンドを与える必要がありました
00:37
Communication between people, on the other hand,
9
37260
2000
一方で 人と人のコミュニケーションは
00:39
is far more complex and a lot more interesting
10
39260
3000
ずっと複雑で ずっと興味深いものです
00:42
because we take into account
11
42260
2000
明示的には示されない
00:44
so much more than what is explicitly expressed.
12
44260
3000
多くのことが考慮されるからです
00:47
We observe facial expressions, body language,
13
47260
3000
表情やボディランゲージを読むことで
00:50
and we can intuit feelings and emotions
14
50260
2000
会話しながら気持ちや感情を
00:52
from our dialogue with one another.
15
52260
3000
直感的につかみ取ることができます
00:55
This actually forms a large part
16
55260
2000
実際これは私達の意志決定において
00:57
of our decision-making process.
17
57260
2000
大きな部分を占めています
00:59
Our vision is to introduce
18
59260
2000
私達がビジョンに掲げているのは
01:01
this whole new realm of human interaction
19
61260
3000
人とコンピュータの対話の中に 今までにはなかった
01:04
into human-computer interaction
20
64260
2000
人の対話の要素を導入することで
01:06
so that computers can understand
21
66260
2000
コンピュータが
01:08
not only what you direct it to do,
22
68260
2000
直接命令されたことだけでなく
01:10
but it can also respond
23
70260
2000
人の表情や
01:12
to your facial expressions
24
72260
2000
感情にも
01:14
and emotional experiences.
25
74260
2000
反応できるようにすることです
01:16
And what better way to do this
26
76260
2000
そのための方法として
01:18
than by interpreting the signals
27
78260
2000
私達の制御や体験の中心にある
01:20
naturally produced by our brain,
28
80260
2000
脳が作り出す信号を解釈するより
01:22
our center for control and experience.
29
82260
3000
良い方法はないでしょう
01:25
Well, it sounds like a pretty good idea,
30
85260
2000
これはとても良いアイデアに見えますが
01:27
but this task, as Bruno mentioned,
31
87260
2000
ブルーノも紹介してくれたように
01:29
isn't an easy one for two main reasons:
32
89260
3000
2つの理由により 容易なことではないのです
01:32
First, the detection algorithms.
33
92260
3000
第一の問題は 検出アルゴリズムです
01:35
Our brain is made up of
34
95260
2000
私達の脳には
01:37
billions of active neurons,
35
97260
2000
活動状態のニューロンが何十億もあり
01:39
around 170,000 km
36
99260
3000
軸索を繋ぎ合わせると
01:42
of combined axon length.
37
102260
2000
17万キロにも及びます
01:44
When these neurons interact,
38
104260
2000
これらのニューロンが情報を伝えるとき
01:46
the chemical reaction emits an electrical impulse,
39
106260
2000
化学反応が起こす電気信号を
01:48
which can be measured.
40
108260
2000
計測することができます
01:50
The majority of our functional brain
41
110260
3000
脳の機能部位の
01:53
is distributed over
42
113260
2000
大部分は
01:55
the outer surface layer of the brain,
43
115260
2000
脳の表層部分にあります
01:57
and to increase the area that's available for mental capacity,
44
117260
3000
そして知的能力に使える領域を増やすために
02:00
the brain surface is highly folded.
45
120260
3000
脳の表面には たくさんの皺があります
02:03
Now this cortical folding
46
123260
2000
この皮質にある皺のために
02:05
presents a significant challenge
47
125260
2000
脳表層の電気信号の解釈は
02:07
for interpreting surface electrical impulses.
48
127260
3000
難しい問題となっています
02:10
Each individual's cortex
49
130260
2000
皮質の皺の入り方は
02:12
is folded differently,
50
132260
2000
指紋のように 個人ごとに
02:14
very much like a fingerprint.
51
134260
2000
異なっているのです
02:16
So even though a signal
52
136260
2000
だから信号が
02:18
may come from the same functional part of the brain,
53
138260
3000
脳の同じ機能部位から来ているにしても
02:21
by the time the structure has been folded,
54
141260
2000
この皺になった構造のために
02:23
its physical location
55
143260
2000
物理的な位置が
02:25
is very different between individuals,
56
145260
2000
個人ごとに大きく異なり
02:27
even identical twins.
57
147260
3000
たとえ一卵性双生児でも 同じにはなりません
02:30
There is no longer any consistency
58
150260
2000
表層の信号に
02:32
in the surface signals.
59
152260
2000
一貫した解釈はできないのです
02:34
Our breakthrough was to create an algorithm
60
154260
2000
私達は この問題の解決のため
02:36
that unfolds the cortex,
61
156260
2000
皮質の皺を展開するアルゴリズムを作りました
02:38
so that we can map the signals
62
158260
2000
それによって信号を その発生元に
02:40
closer to its source,
63
160260
2000
対応づけることが可能になり
02:42
and therefore making it capable of working across a mass population.
64
162260
3000
多くの人に適用できるようになったのです
02:46
The second challenge
65
166260
2000
もう1つの難問は
02:48
is the actual device for observing brainwaves.
66
168260
3000
脳波を観察するための装置です
02:51
EEG measurements typically involve
67
171260
2000
脳波測定には通常
02:53
a hairnet with an array of sensors,
68
173260
3000
センサが並んだヘアネットのようなものを使います
02:56
like the one that you can see here in the photo.
69
176260
3000
写真でご覧頂いているようなものです
02:59
A technician will put the electrodes
70
179260
2000
その電極を 技師が伝導性の
03:01
onto the scalp
71
181260
2000
ジェルやペーストを使って
03:03
using a conductive gel or paste
72
183260
2000
頭皮に取り付けるのですが
03:05
and usually after a procedure of preparing the scalp
73
185260
3000
これをやると あとで軽い
03:08
by light abrasion.
74
188260
2000
擦り傷のようになります
03:10
Now this is quite time consuming
75
190260
2000
これはとても時間がかかりますし
03:12
and isn't the most comfortable process.
76
192260
2000
あまり快適なものでもありません
03:14
And on top of that, these systems
77
194260
2000
その上 こういったシステムは
03:16
actually cost in the tens of thousands of dollars.
78
196260
3000
何万ドルもするのです
03:20
So with that, I'd like to invite onstage
79
200260
3000
ここで去年の講演者であるエヴァン グラントに
03:23
Evan Grant, who is one of last year's speakers,
80
203260
2000
登場してもらいましょう
03:25
who's kindly agreed
81
205260
2000
彼は快く
03:27
to help me to demonstrate
82
207260
2000
私達の発明のデモへの協力を
03:29
what we've been able to develop.
83
209260
2000
引き受けてくださいました
03:31
(Applause)
84
211260
6000
(拍手)
03:37
So the device that you see
85
217260
2000
ご覧頂いている装置は
03:39
is a 14-channel, high-fidelity
86
219260
2000
14チャネル 高忠実度
03:41
EEG acquisition system.
87
221260
2000
脳波捕捉システムです
03:43
It doesn't require any scalp preparation,
88
223260
3000
頭皮にジェルやペーストを
03:46
no conductive gel or paste.
89
226260
2000
付ける必要はありません
03:48
It only takes a few minutes to put on
90
228260
3000
装着して信号が安定するまで
03:51
and for the signals to settle.
91
231260
2000
ほんの数分しかかかりません
03:53
It's also wireless,
92
233260
2000
ワイヤレスですので
03:55
so it gives you the freedom to move around.
93
235260
3000
自由に動き回れます
03:58
And compared to the tens of thousands of dollars
94
238260
3000
何万ドルもする従来の
04:01
for a traditional EEG system,
95
241260
3000
脳波捕捉システムに対し
04:04
this headset only costs
96
244260
2000
このヘッドセットは
04:06
a few hundred dollars.
97
246260
2000
ほんの数百ドルしかしません
04:08
Now on to the detection algorithms.
98
248260
3000
検出アルゴリズムについてお話ししましょう
04:11
So facial expressions --
99
251260
2000
前に感情表現としての
04:13
as I mentioned before in emotional experiences --
100
253260
2000
表情の話をしましたが
04:15
are actually designed to work out of the box
101
255260
2000
個人に合わせた簡単な
04:17
with some sensitivity adjustments
102
257260
2000
感度調整だけで
04:19
available for personalization.
103
259260
3000
すぐに表情の捕捉ができるようになります
04:22
But with the limited time we have available,
104
262260
2000
今日は時間が限られていますので
04:24
I'd like to show you the cognitive suite,
105
264260
2000
認知セットだけを ご紹介します
04:26
which is the ability for you
106
266260
2000
これは心の中で
04:28
to basically move virtual objects with your mind.
107
268260
3000
仮想的な物体を動かすというものです
04:32
Now, Evan is new to this system,
108
272260
2000
エヴァンは 初めて
04:34
so what we have to do first
109
274260
2000
このシステムを使うので
04:36
is create a new profile for him.
110
276260
2000
最初に新しいプロフィールを作ります
04:38
He's obviously not Joanne -- so we'll "add user."
111
278260
3000
彼がジョアンなわけありませんね 「ユーザの追加」で
04:41
Evan. Okay.
112
281260
2000
エヴァンと入れます
04:43
So the first thing we need to do with the cognitive suite
113
283260
3000
認知セットを行うにあたって
04:46
is to start with training
114
286260
2000
まずニュートラルな状態の信号による
04:48
a neutral signal.
115
288260
2000
トレーニングから始めます
04:50
With neutral, there's nothing in particular
116
290260
2000
ニュートラルというのは
04:52
that Evan needs to do.
117
292260
2000
何もしない状態ということです
04:54
He just hangs out. He's relaxed.
118
294260
2000
ただくつろいで リラックスします
04:56
And the idea is to establish a baseline
119
296260
2000
これによって ベースラインというか
04:58
or normal state for his brain,
120
298260
2000
脳の標準的な状態を設定します
05:00
because every brain is different.
121
300260
2000
脳は人によって異なるからです
05:02
It takes eight seconds to do this,
122
302260
2000
これには8秒かかります
05:04
and now that that's done,
123
304260
2000
それが済んだら
05:06
we can choose a movement-based action.
124
306260
2000
ものを動かす課題をどれか選びます
05:08
So Evan, choose something
125
308260
2000
ではエヴァン 心の中で明確に
05:10
that you can visualize clearly in your mind.
126
310260
2000
イメージできるものを選んでください
05:12
Evan Grant: Let's do "pull."
127
312260
2000
「引く」をやってみます
05:14
Tan Le: Okay, so let's choose "pull."
128
314260
2000
では「引く」を選択します
05:16
So the idea here now
129
316260
2000
エヴァンには
05:18
is that Evan needs to
130
318260
2000
物体が画面の
05:20
imagine the object coming forward
131
320260
2000
手前の方にやってくるところを
05:22
into the screen,
132
322260
2000
イメージしてもらいます
05:24
and there's a progress bar that will scroll across the screen
133
324260
3000
その間プログレスバーが
05:27
while he's doing that.
134
327260
2000
伸びていきます
05:29
The first time, nothing will happen,
135
329260
2000
最初は何も起きません
05:31
because the system has no idea how he thinks about "pull."
136
331260
3000
彼が「引く」をどう考えるのか システムはまだ知らないからです
05:34
But maintain that thought
137
334260
2000
8秒間「引く」ことを
05:36
for the entire duration of the eight seconds.
138
336260
2000
イメージし続けてください
05:38
So: one, two, three, go.
139
338260
3000
それでは 1、2、3、はい
05:49
Okay.
140
349260
2000
いいでしょう
05:51
So once we accept this,
141
351260
2000
これを登録してやると
05:53
the cube is live.
142
353260
2000
立方体を動かせるようになります
05:55
So let's see if Evan
143
355260
2000
ではエヴァンに
05:57
can actually try and imagine pulling.
144
357260
3000
「引く」ことをイメージしてもらいましょう
06:00
Ah, good job!
145
360260
2000
わぁ すごい!
06:02
(Applause)
146
362260
3000
(拍手)
06:05
That's really amazing.
147
365260
2000
びっくりしました
06:07
(Applause)
148
367260
4000
(拍手)
06:11
So we have a little bit of time available,
149
371260
2000
まだ少し時間があるようですので
06:13
so I'm going to ask Evan
150
373260
2000
エヴァンにすごく難しい課題に
06:15
to do a really difficult task.
151
375260
2000
挑戦してもらいましょう
06:17
And this one is difficult
152
377260
2000
これが難しいのは
06:19
because it's all about being able to visualize something
153
379260
3000
実際の世界には存在しないことを
06:22
that doesn't exist in our physical world.
154
382260
2000
イメージする必要があるためです
06:24
This is "disappear."
155
384260
2000
「消す」をやります
06:26
So what you want to do -- at least with movement-based actions,
156
386260
2000
移動に関するアクションであれば
06:28
we do that all the time, so you can visualize it.
157
388260
3000
いつもやっている事なので 容易にイメージできます
06:31
But with "disappear," there's really no analogies --
158
391260
2000
でも「消す」というのは経験がありません
06:33
so Evan, what you want to do here
159
393260
2000
ではエヴァン 立方体がゆっくりと
06:35
is to imagine the cube slowly fading out, okay.
160
395260
3000
消えていくところをイメージしてください
06:38
Same sort of drill. So: one, two, three, go.
161
398260
3000
まずは練習です 1、2、3、はい
06:50
Okay. Let's try that.
162
410260
3000
じゃあ試してみましょう
06:53
Oh, my goodness. He's just too good.
163
413260
3000
ほら! 彼は本当に優秀です
06:57
Let's try that again.
164
417260
2000
もう一度やってみて…
07:04
EG: Losing concentration.
165
424260
2000
集中力が切れちゃったな
07:06
(Laughter)
166
426260
2000
(笑)
07:08
TL: But we can see that it actually works,
167
428260
2000
でも一度うまくいったの分かりますよね
07:10
even though you can only hold it
168
430260
2000
あまり長くは
07:12
for a little bit of time.
169
432260
2000
保てませんでしたけど
07:14
As I said, it's a very difficult process
170
434260
3000
さっきも言ったように これはイメージするのが
07:17
to imagine this.
171
437260
2000
とても難しいんです
07:19
And the great thing about it is that
172
439260
2000
これのいいところは
07:21
we've only given the software one instance
173
441260
2000
「消す」をどう考えるか
07:23
of how he thinks about "disappear."
174
443260
3000
ソフトウェアに いっぺん教えればいいということです
07:26
As there is a machine learning algorithm in this --
175
446260
3000
この中には機械学習アルゴリズムが入っていて…
07:29
(Applause)
176
449260
4000
(歓声)
07:33
Thank you.
177
453260
2000
どうもありがとう
07:35
Good job. Good job.
178
455260
3000
すごい すごい
07:38
(Applause)
179
458260
2000
(拍手)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
460260
3000
本当にありがとう エヴァン
07:43
example of the technology.
181
463260
3000
おかげで素晴しいデモができました
07:46
So, as you can see, before,
182
466260
2000
ご覧頂いたように
07:48
there is a leveling system built into this software
183
468260
3000
このソフトには計測システムがあって
07:51
so that as Evan, or any user,
184
471260
2000
ユーザがシステムに
07:53
becomes more familiar with the system,
185
473260
2000
馴染んでいくのに応じて
07:55
they can continue to add more and more detections,
186
475260
3000
機能を追加していくことができるんです
07:58
so that the system begins to differentiate
187
478260
2000
そうやってシステムが
08:00
between different distinct thoughts.
188
480260
3000
いろいろ異なる考えを 識別できるようになります
08:04
And once you've trained up the detections,
189
484260
2000
一通り検出のトレーニングが済んだら
08:06
these thoughts can be assigned or mapped
190
486260
2000
それぞれの考えを コンピュータや
08:08
to any computing platform,
191
488260
2000
アプリケーションや 装置に
08:10
application or device.
192
490260
2000
割り当てることができます
08:12
So I'd like to show you a few examples,
193
492260
2000
いくつか例をお見せしましょう
08:14
because there are many possible applications
194
494260
2000
この新しいインタフェースに
08:16
for this new interface.
195
496260
2000
どれほど多くの応用があるか
08:19
In games and virtual worlds, for example,
196
499260
2000
たとえばゲームや仮想空間では
08:21
your facial expressions
197
501260
2000
普通に表情を直感的に使って
08:23
can naturally and intuitively be used
198
503260
2000
アバターや 仮想のキャラクタを
08:25
to control an avatar or virtual character.
199
505260
3000
操作することができます
08:29
Obviously, you can experience the fantasy of magic
200
509260
2000
もちろん魔法のファンタジーを体験し
08:31
and control the world with your mind.
201
511260
3000
心で世界をコントロールすることだってできます
08:36
And also, colors, lighting,
202
516260
3000
それからまた 色や 光や
08:39
sound and effects
203
519260
2000
音や 特殊効果も
08:41
can dynamically respond to your emotional state
204
521260
2000
感情の状態に応じて変化させ
08:43
to heighten the experience that you're having, in real time.
205
523260
3000
リアルタイムで体験を増幅することができます
08:47
And moving on to some applications
206
527260
2000
世界中の研究者や開発者によって
08:49
developed by developers and researchers around the world,
207
529260
3000
ロボットや機械を使った応用例が
08:52
with robots and simple machines, for example --
208
532260
3000
開発されています たとえば
08:55
in this case, flying a toy helicopter
209
535260
2000
ここではオモチャのヘリコプターを
08:57
simply by thinking "lift" with your mind.
210
537260
3000
飛べと念じるだけで飛ばしています
09:00
The technology can also be applied
211
540260
2000
このテクノロジーは実用的なことにも
09:02
to real world applications --
212
542260
2000
応用することができます
09:04
in this example, a smart home.
213
544260
2000
たとえばスマートホームです
09:06
You know, from the user interface of the control system
214
546260
3000
制御システムのユーザインタフェースを通して
09:09
to opening curtains
215
549260
2000
カーテンを開けたり
09:11
or closing curtains.
216
551260
3000
閉めたりできます
09:22
And of course, also to the lighting --
217
562260
3000
それにもちろん照明を
09:25
turning them on
218
565260
3000
点けたり
09:28
or off.
219
568260
2000
消したりもできます
09:30
And finally,
220
570260
2000
最後に
09:32
to real life-changing applications,
221
572260
2000
本当に人の生活を変える応用です
09:34
such as being able to control an electric wheelchair.
222
574260
3000
電動車椅子のコントロールができるんです
09:37
In this example,
223
577260
2000
この例では
09:39
facial expressions are mapped to the movement commands.
224
579260
3000
表情を移動コマンドに対応づけています
09:42
Man: Now blink right to go right.
225
582260
3000
右目のウィンクで右に曲がります
09:50
Now blink left to turn back left.
226
590260
3000
左目のウィンクで左に曲がります
10:02
Now smile to go straight.
227
602260
3000
笑顔で直進します
10:08
TL: We really -- Thank you.
228
608260
2000
ここでは…ありがとうございます
10:10
(Applause)
229
610260
5000
(拍手)
10:15
We are really only scratching the surface of what is possible today,
230
615260
3000
現在可能なことのほんの一部をご紹介しました
10:18
and with the community's input,
231
618260
2000
コミュニティからの意見や
10:20
and also with the involvement of developers
232
620260
2000
世界中の開発者や研究者の参加によって
10:22
and researchers from around the world,
233
622260
3000
このテクノロジーがこれからどこへ向かうべきか
10:25
we hope that you can help us to shape
234
625260
2000
見極めるのに力を貸していただけたらと思います
10:27
where the technology goes from here. Thank you so much.
235
627260
3000
どうもありがとうございました
New videos
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。