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

137,905 views ・ 2015-06-15

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: Moe Shoji 校正: Tamami Inoue
00:12
Our emotions influence every aspect of our lives,
0
12556
4017
私たちの感情は 生活のあらゆる面に影響します
00:16
from our health and how we learn, to how we do business and make decisions,
1
16573
3576
健康や学び方 ビジネスのやり方や決定の仕方まで
00:20
big ones and small.
2
20149
1773
大小様々です
00:22
Our emotions also influence how we connect with one another.
3
22672
3490
感情は私たちがお互いと 結びつく方法にも影響します
00:27
We've evolved to live in a world like this,
4
27132
3976
今まで私たちは このような世界に順応してきましたが
00:31
but instead, we're living more and more of our lives like this --
5
31108
4319
現在の世界は どんどん このようになってきています
00:35
this is the text message from my daughter last night --
6
35427
3134
これは昨晩 娘から届いた 携帯メールです
00:38
in a world that's devoid of emotion.
7
38561
2740
感情のない世界ですね
00:41
So I'm on a mission to change that.
8
41301
1951
私はそれを変えるべく活動しています
00:43
I want to bring emotions back into our digital experiences.
9
43252
4091
デジタルでの体験に 感情を取り戻したいのです
00:48
I started on this path 15 years ago.
10
48223
3077
この道を歩み始めたのは15年前―
00:51
I was a computer scientist in Egypt,
11
51300
2066
エジプトでコンピューターサイエンスを 学んでいたときのことです
00:53
and I had just gotten accepted to a Ph.D. program at Cambridge University.
12
53366
4505
ケンブリッジ大学の博士課程に 合格したところでした
00:57
So I did something quite unusual
13
57871
2113
私が取った行動は
00:59
for a young newlywed Muslim Egyptian wife:
14
59984
4225
結婚したての若いイスラム教徒の エジプト人妻としてはかなり珍しいものでした
01:05
With the support of my husband, who had to stay in Egypt,
15
65599
2999
エジプトに残らねばならない 夫のサポートを得て
01:08
I packed my bags and I moved to England.
16
68598
3018
私は荷物をまとめて イングランドにやってきたのです
01:11
At Cambridge, thousands of miles away from home,
17
71616
3228
故郷から何千キロも離れた ケンブリッジで
01:14
I realized I was spending more hours with my laptop
18
74844
3413
私は自分が他の人と過ごすよりも 長い時間を
01:18
than I did with any other human.
19
78257
2229
ノートパソコンと過ごしていることに 気づきました
01:20
Yet despite this intimacy, my laptop had absolutely no idea how I was feeling.
20
80486
4853
とても近しいものでありながら ノートパソコンに私の感情は分かりません
01:25
It had no idea if I was happy,
21
85339
3211
私が嬉しかろうと
01:28
having a bad day, or stressed, confused,
22
88550
2988
ストレスを抱えて混乱し 嫌な1日を過ごそうと伝わらないので
01:31
and so that got frustrating.
23
91538
2922
歯がゆい気持ちになりました
01:35
Even worse, as I communicated online with my family back home,
24
95600
5231
さらに悪いことに オンラインで 家族と会話をしていても
01:41
I felt that all my emotions disappeared in cyberspace.
25
101421
3282
感情がすべてサイバー空間に 消えてしまうような気がしました
01:44
I was homesick, I was lonely, and on some days I was actually crying,
26
104703
5155
ホームシックで寂しい思いをし 泣いたときもありましたが
01:49
but all I had to communicate these emotions was this.
27
109858
4928
感情を表す手段はこれだけでした
01:54
(Laughter)
28
114786
2020
(笑)
01:56
Today's technology has lots of I.Q., but no E.Q.;
29
116806
4974
現在のテクノロジーには IQはあってもEQはありません
02:01
lots of cognitive intelligence, but no emotional intelligence.
30
121780
3176
知能指数は高くても 心の知能指数はないのです
02:04
So that got me thinking,
31
124956
2197
そこで私は考えました
02:07
what if our technology could sense our emotions?
32
127153
3624
テクノロジーが感情を 感じ取れるとしたらどうだろう?
02:10
What if our devices could sense how we felt and reacted accordingly,
33
130777
4076
心の知能指数を持った友人のように 電子機器が感情を読み取って
02:14
just the way an emotionally intelligent friend would?
34
134853
3013
それに応じて反応したらどうだろう?
02:18
Those questions led me and my team
35
138666
3564
これらの問いによって 私とチームは
02:22
to create technologies that can read and respond to our emotions,
36
142230
4377
感情を読み取り 対応できる テクノロジーを開発するに至り
02:26
and our starting point was the human face.
37
146607
3090
私たちの出発点は人間の顔でした
02:30
So our human face happens to be one of the most powerful channels
38
150577
3173
人間の顔は 社会的・感情的状態を伝えるのに
02:33
that we all use to communicate social and emotional states,
39
153750
4016
誰もが用いている 非常に強力な手段のひとつです
02:37
everything from enjoyment, surprise,
40
157766
3010
喜びや驚き―
02:40
empathy and curiosity.
41
160776
4203
共感や好奇心まで様々あります
02:44
In emotion science, we call each facial muscle movement an action unit.
42
164979
4928
感情科学では顔面筋肉の動き それぞれをアクション・ユニットと言います
02:49
So for example, action unit 12,
43
169907
2925
例えば アクション・ユニット12は
02:52
it's not a Hollywood blockbuster,
44
172832
2038
ハリウッド映画のタイトルではありませんよ
02:54
it is actually a lip corner pull, which is the main component of a smile.
45
174870
3442
これは口の端を引く動きで 笑顔の主な要素です
02:58
Try it everybody. Let's get some smiles going on.
46
178312
2988
試してみて下さい 笑顔になりますね
03:01
Another example is action unit 4. It's the brow furrow.
47
181300
2654
もうひとつの例はアクション・ユニット4で これは眉をひそめる動きです
03:03
It's when you draw your eyebrows together
48
183954
2238
両眉をひそめると
03:06
and you create all these textures and wrinkles.
49
186192
2267
凹凸やしわができますね
03:08
We don't like them, but it's a strong indicator of a negative emotion.
50
188459
4295
好まれるものではありませんが 否定的な感情を強く示すサインです
03:12
So we have about 45 of these action units,
51
192754
2206
こうしたアクション・ユニットが45個あり
03:14
and they combine to express hundreds of emotions.
52
194960
3390
これらが組み合わさって 何百もの感情を表します
03:18
Teaching a computer to read these facial emotions is hard,
53
198350
3901
こうした顔の表情をコンピューターに 読み取らせるのは困難です
03:22
because these action units, they can be fast, they're subtle,
54
202251
2972
アクション・ユニットは動きが素早く 加減が微妙ですし
03:25
and they combine in many different ways.
55
205223
2554
様々に組み合わせられるためです
03:27
So take, for example, the smile and the smirk.
56
207777
3738
例えば 笑顔と ぎこちない作り笑いです
03:31
They look somewhat similar, but they mean very different things.
57
211515
3753
どこかしら似てはいますが 意味合いは随分違います
03:35
(Laughter)
58
215268
1718
(笑)
03:36
So the smile is positive,
59
216986
3004
笑顔はポジティブで
03:39
a smirk is often negative.
60
219990
1270
わざと作った笑顔は ネガティブなことが多いです
03:41
Sometimes a smirk can make you become famous.
61
221260
3876
作り笑いで有名になることもあります
03:45
But seriously, it's important for a computer to be able
62
225136
2824
ですが真面目な話 コンピューターが
03:47
to tell the difference between the two expressions.
63
227960
2855
2つの表情の違いを 読み取れることが重要です
03:50
So how do we do that?
64
230815
1812
では どうすればいいでしょう?
03:52
We give our algorithms
65
232627
1787
私達の開発したアルゴリズムに
03:54
tens of thousands of examples of people we know to be smiling,
66
234414
4110
純粋な笑顔を見せている人々の例を 何万例も与えます
03:58
from different ethnicities, ages, genders,
67
238524
3065
人種 年齢 性別も様々です
04:01
and we do the same for smirks.
68
241589
2811
そして作り笑いにも 同様のことを行います
04:04
And then, using deep learning,
69
244400
1554
するとディープラーニング(深層学習)で
04:05
the algorithm looks for all these textures and wrinkles
70
245954
2856
アルゴリズムが 顔面に起こる凹凸やしわや
04:08
and shape changes on our face,
71
248810
2580
形状の変化を探し
04:11
and basically learns that all smiles have common characteristics,
72
251390
3202
笑顔には共通の特徴があり
04:14
all smirks have subtly different characteristics.
73
254592
3181
作り笑いには微妙に異なる 特徴があることを学習します
04:17
And the next time it sees a new face,
74
257773
2368
以降は 未知の顔に遭遇しても
04:20
it essentially learns that
75
260141
2299
基本的に この顔が
04:22
this face has the same characteristics of a smile,
76
262440
3033
笑顔の特徴を 備えていることを認識し
04:25
and it says, "Aha, I recognize this. This is a smile expression."
77
265473
4278
「あぁわかった これは笑顔ですね」 と言うのです
04:30
So the best way to demonstrate how this technology works
78
270381
2800
このテクノロジーの働きを お見せする一番の方法は
04:33
is to try a live demo,
79
273181
2136
ここで実演することです
04:35
so I need a volunteer, preferably somebody with a face.
80
275317
3913
誰か手伝ってもらえませんか 顔がある人がいいのですが
04:39
(Laughter)
81
279230
2334
(笑)
04:41
Cloe's going to be our volunteer today.
82
281564
2771
クロイに手伝ってもらいましょう
04:45
So over the past five years, we've moved from being a research project at MIT
83
285325
4458
ここ5年間で私たちはMITでの 研究プロジェクトから
04:49
to a company,
84
289783
1156
企業へと変化しました
04:50
where my team has worked really hard to make this technology work,
85
290939
3192
私のチームはこのテクノロジーが いわば「外の世界で」
04:54
as we like to say, in the wild.
86
294131
2409
機能するよう努力してきました
04:56
And we've also shrunk it so that the core emotion engine
87
296540
2670
またコンパクトにすることで 感情エンジンの核となる部分が
04:59
works on any mobile device with a camera, like this iPad.
88
299210
3320
iPadのようなカメラ付き携帯機器で 使えるようにしました
05:02
So let's give this a try.
89
302530
2786
では やってみましょう
05:06
As you can see, the algorithm has essentially found Cloe's face,
90
306756
3924
ご覧のように アルゴリズムが クロイの顔を認識しました
05:10
so it's this white bounding box,
91
310680
1692
白い四角で示されており
05:12
and it's tracking the main feature points on her face,
92
312372
2571
顔の主な部分を追跡しています
05:14
so her eyebrows, her eyes, her mouth and her nose.
93
314943
2856
眉、目、口や鼻などです
05:17
The question is, can it recognize her expression?
94
317799
2987
さあ 表情を読み取れるでしょうか?
05:20
So we're going to test the machine.
95
320786
1671
機械を試してみましょう
05:22
So first of all, give me your poker face. Yep, awesome. (Laughter)
96
322457
4186
まず ポーカーフェイスを見せて下さい いいですね (笑)
05:26
And then as she smiles, this is a genuine smile, it's great.
97
326643
2813
それから笑顔です これは心からの笑顔ですね
05:29
So you can see the green bar go up as she smiles.
98
329456
2300
彼女が笑うと 緑色のバーが上がるのが分かります
05:31
Now that was a big smile.
99
331756
1222
満面の笑みでしたね
05:32
Can you try a subtle smile to see if the computer can recognize?
100
332978
3043
コンピューターが認識できるか 微笑みを作ってみましょう
05:36
It does recognize subtle smiles as well.
101
336021
2331
微笑みでも認識できますね
05:38
We've worked really hard to make that happen.
102
338352
2125
これには大変苦労しました
05:40
And then eyebrow raised, indicator of surprise.
103
340477
2962
眉が上がると 驚きの表情のサインです
05:43
Brow furrow, which is an indicator of confusion.
104
343439
4249
眉をひそめると 困惑を示すサインです
05:47
Frown. Yes, perfect.
105
347688
4007
眉をひそめて 完璧です
05:51
So these are all the different action units. There's many more of them.
106
351695
3493
これらは全て異なるアクション・ユニットで まだ他にも多くありますが
05:55
This is just a slimmed-down demo.
107
355188
2032
ほんの一部だけお見せしました
05:57
But we call each reading an emotion data point,
108
357220
3148
それぞれの感情のデータポイントを 読み取らせることができ
06:00
and then they can fire together to portray different emotions.
109
360368
2969
それらが合わさって 様々な感情を表現することができます
06:03
So on the right side of the demo -- look like you're happy.
110
363337
4653
デモの右側には― 喜びの表情を見せて
06:07
So that's joy. Joy fires up.
111
367990
1454
これが喜びですね 「喜び」の項目が上がりました
06:09
And then give me a disgust face.
112
369444
1927
それから 嫌悪の表情を見せて下さい
06:11
Try to remember what it was like when Zayn left One Direction.
113
371371
4272
ゼインがワン・ダイレクションを 脱退したのを思い出して
06:15
(Laughter)
114
375643
1510
(笑)
06:17
Yeah, wrinkle your nose. Awesome.
115
377153
4342
鼻にもしわが寄ります いいですね
06:21
And the valence is actually quite negative, so you must have been a big fan.
116
381495
3731
感情価がかなりネガティブでしたから 熱心なファンだったのでしょう
06:25
So valence is how positive or negative an experience is,
117
385226
2700
「感情価」は経験がいかにポジティブ またはネガティブであったか
06:27
and engagement is how expressive she is as well.
118
387926
2786
そして「関与度」は いかに強く表現したかです
06:30
So imagine if Cloe had access to this real-time emotion stream,
119
390712
3414
クロイがこのリアルタイムでの 感情ストリームを利用でき
06:34
and she could share it with anybody she wanted to.
120
394126
2809
それを他の人と共有できると 想像してみて下さい
06:36
Thank you.
121
396935
2923
どうもありがとう
06:39
(Applause)
122
399858
4621
(拍手)
06:45
So, so far, we have amassed 12 billion of these emotion data points.
123
405749
5270
これまでに120億の 感情データポイントを収集しました
06:51
It's the largest emotion database in the world.
124
411019
2611
世界最大の感情データベースです
06:53
We've collected it from 2.9 million face videos,
125
413630
2963
290万の顔の写ったビデオから 集めましたが
06:56
people who have agreed to share their emotions with us,
126
416593
2600
感情を共有することに 同意した人たち―
06:59
and from 75 countries around the world.
127
419193
3205
世界75か国から集まりました
07:02
It's growing every day.
128
422398
1715
これは日々 増えています
07:04
It blows my mind away
129
424603
2067
感情というごく個人的なものを
07:06
that we can now quantify something as personal as our emotions,
130
426670
3195
今やこれほどの規模で 数量化できるなんて
07:09
and we can do it at this scale.
131
429865
2235
私の想像を超えています
07:12
So what have we learned to date?
132
432100
2177
では 今日までにわかったことは 何でしょうか?
07:15
Gender.
133
435057
2331
ジェンダーです
07:17
Our data confirms something that you might suspect.
134
437388
3646
皆さんが薄々気づいていることを データが立証しました
07:21
Women are more expressive than men.
135
441034
1857
女性の方が男性より表情豊かです
07:22
Not only do they smile more, their smiles last longer,
136
442891
2683
より頻繁に笑顔になるだけでなく 笑顔が持続します
07:25
and we can now really quantify what it is that men and women
137
445574
2904
今や男性と女性が 異なる反応を見せるものについて
07:28
respond to differently.
138
448478
2136
数量化することができます
07:30
Let's do culture: So in the United States,
139
450614
2290
文化の違いではどうでしょう アメリカでは―
07:32
women are 40 percent more expressive than men,
140
452904
3204
女性は男性より40%表情豊かですが
07:36
but curiously, we don't see any difference in the U.K. between men and women.
141
456108
3645
面白いことにイギリスでは 男女の差異はありません
07:39
(Laughter)
142
459753
2506
(笑)
07:43
Age: People who are 50 years and older
143
463296
4027
年齢です 50歳以上の人々は
07:47
are 25 percent more emotive than younger people.
144
467323
3436
若者よりも25%さらに感情的です
07:51
Women in their 20s smile a lot more than men the same age,
145
471899
3852
20代の女性は同じ年代の男性よりも ずっと頻繁に笑顔になり
07:55
perhaps a necessity for dating.
146
475751
3839
これはデートで 必要となるのかもしれません
07:59
But perhaps what surprised us the most about this data
147
479590
2617
このデータで最も驚かされるのは
08:02
is that we happen to be expressive all the time,
148
482207
3203
いかに私たちが常に 表情豊かであるかと言うことです
08:05
even when we are sitting in front of our devices alone,
149
485410
2833
電子機器の前に 独りで座っているときでもです
08:08
and it's not just when we're watching cat videos on Facebook.
150
488243
3274
Facebookで猫のビデオを 見ているときだけではありません
08:12
We are expressive when we're emailing, texting, shopping online,
151
492217
3010
メールや携帯メールを書くときや オンラインショッピング―
08:15
or even doing our taxes.
152
495227
2300
確定申告の準備中でも 表情豊かなのです
08:17
Where is this data used today?
153
497527
2392
このデータは今 どこで使われているのでしょう?
08:19
In understanding how we engage with media,
154
499919
2763
メディアとの関わり方の研究―
08:22
so understanding virality and voting behavior;
155
502682
2484
つまりバイラリティーや 投票行動などの理解や
08:25
and also empowering or emotion-enabling technology,
156
505166
2740
また 能力を高めたり 感情を利用するテクノロジーにも使えます
08:27
and I want to share some examples that are especially close to my heart.
157
507906
4621
私が特に大切に思う例を お話ししたいと思います
08:33
Emotion-enabled wearable glasses can help individuals
158
513197
3068
感情を理解する 眼鏡型端末があれば
08:36
who are visually impaired read the faces of others,
159
516265
3228
視覚障害者が 他者の表情を読むのに役立ちます
08:39
and it can help individuals on the autism spectrum interpret emotion,
160
519493
4187
自閉症スペクトラムの人が 非常に苦労している―
08:43
something that they really struggle with.
161
523680
2778
感情の理解にも役立ちます
08:47
In education, imagine if your learning apps
162
527918
2859
教育においては学習アプリが
08:50
sense that you're confused and slow down,
163
530777
2810
生徒の困惑や退屈の表情に気付き
08:53
or that you're bored, so it's sped up,
164
533587
1857
教室で熟練の教師がするように
08:55
just like a great teacher would in a classroom.
165
535444
2969
学習のペースを 調整することができるでしょう
08:59
What if your wristwatch tracked your mood,
166
539043
2601
腕時計があなたの気分をモニターしたり
09:01
or your car sensed that you're tired,
167
541644
2693
車があなたの疲労度合いを 感知できたら―
09:04
or perhaps your fridge knows that you're stressed,
168
544337
2548
あるいは冷蔵庫が ストレスを感知して
09:06
so it auto-locks to prevent you from binge eating. (Laughter)
169
546885
6066
ばか食いを防ぐために 自動ロックしたらどうでしょうか (笑)
09:12
I would like that, yeah.
170
552951
2717
私は良いと思いますね
09:15
What if, when I was in Cambridge,
171
555668
1927
私がケンブリッジにいた頃
09:17
I had access to my real-time emotion stream,
172
557595
2313
リアルタイムの 感情ストリームを利用して
09:19
and I could share that with my family back home in a very natural way,
173
559908
3529
故郷にいる家族と感情を ごく自然に―
09:23
just like I would've if we were all in the same room together?
174
563437
3971
まるで同じ部屋にいるように 共有できたらどうだったでしょう?
09:27
I think five years down the line,
175
567408
3142
今から5年もすれば
09:30
all our devices are going to have an emotion chip,
176
570550
2337
電子機器はすべて 感情チップを搭載し
09:32
and we won't remember what it was like when we couldn't just frown at our device
177
572887
4064
電子機器に向かって 眉をひそめれば 「気に入らなかったんだね」と
09:36
and our device would say, "Hmm, you didn't like that, did you?"
178
576951
4249
言ってくれなかった昔のことなど 忘れてしまうでしょう
09:41
Our biggest challenge is that there are so many applications of this technology,
179
581200
3761
最大の難関はこのテクノロジーには 非常に多くの使い道があり
09:44
my team and I realize that we can't build them all ourselves,
180
584961
2903
私たちのチームだけでは 全てを開発できないと気づいたことです
09:47
so we've made this technology available so that other developers
181
587864
3496
そこで このテクノロジーを利用可能にして 他の開発者たちが
09:51
can get building and get creative.
182
591360
2114
独自に開発を進められるようにしました
09:53
We recognize that there are potential risks
183
593474
4086
私たちはリスクの可能性も 認識しています
09:57
and potential for abuse,
184
597560
2067
濫用されるリスクです
09:59
but personally, having spent many years doing this,
185
599627
2949
でも個人的には 何年も携わってきて
10:02
I believe that the benefits to humanity
186
602576
2972
心の知能指数の高い テクノロジーによって
10:05
from having emotionally intelligent technology
187
605548
2275
人類にもたらされる利益の方が
10:07
far outweigh the potential for misuse.
188
607823
3576
濫用のリスクよりも ずっと多いと考えています
10:11
And I invite you all to be part of the conversation.
189
611399
2531
皆さんにも対話に参加をお願いします
10:13
The more people who know about this technology,
190
613930
2554
このテクノロジーを 知っている人が多ければ多いほど
10:16
the more we can all have a voice in how it's being used.
191
616484
3177
使用法に関する意見を 多く得ることができます
10:21
So as more and more of our lives become digital,
192
621081
4574
私たちの生活が さらにデジタルなものになるにつれ
10:25
we are fighting a losing battle trying to curb our usage of devices
193
625655
3498
私たちは感情を再び手にするために 電子機器の使用を控えようという
10:29
in order to reclaim our emotions.
194
629153
2229
負けが明らかな闘いに挑んでいます
10:32
So what I'm trying to do instead is to bring emotions into our technology
195
632622
3914
その代わりに 私が試みているのは テクノロジーに感情を導入すること
10:36
and make our technologies more responsive.
196
636536
2229
そしてテクノロジーが 反応するものにすることです
10:38
So I want those devices that have separated us
197
638765
2670
私たちを引き離した電子機器によって
10:41
to bring us back together.
198
641435
2462
再び人々を 結びつけようとしているのです
10:43
And by humanizing technology, we have this golden opportunity
199
643897
4588
テクノロジーに人間性を付与することで 私たちには
10:48
to reimagine how we connect with machines,
200
648485
3297
機械との関わりを見つめ直す 絶好の機会が与えられています
10:51
and therefore, how we, as human beings,
201
651782
4481
つまり人間として 私たちが
10:56
connect with one another.
202
656263
1904
いかにお互いとつながり合うかを 見つめ直す機会なのです
10:58
Thank you.
203
658167
2160
ありがとうございました
11:00
(Applause)
204
660327
3313
(拍手)
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