Blaise Aguera y Arcas: Jaw-dropping Photosynth demo

What I'm going to show you first, as quickly as I can,

ಎಷ್ಟು ಸಾಧ್ಯವೋ ಅಷ್ಟು ಬೇಗ ನಾನು ನಿಮಗೆ ಮೊದಲು ತೋರಿಸುವುದೇನೆಂದರೆ,

is some foundational work, some new technology

ಒಂದು ಅಡಿಪಾಯ ಹಾಕುವ ಕೆಲಸ, ಕೆಲವು ಹೊಸ ತಂತ್ರಜ್ಞಾನ

that we brought to Microsoft as part of an acquisition

ನಾವು ಮೈಕ್ರೋಸಾಫ್ಟ್‌‌ಗೆ ಅರ್ಜನೆಯ ಒಂದು ಭಾಗವಾಗಿ

almost exactly a year ago.

ಸುಮಾರು ಒಂದು ವರ್ಷದ ಹಿಂದೆ ತಂದದ್ದು. ಇದು ಸೀಡ್ರಾಗನ್.

This is Seadragon, and it's an environment

ಅದು ನೀವು ಸ್ಥಳೀಯವಾಗಿ ಅಥವಾ ದೂರವರ್ತಿಯಾಗಿ

in which you can either locally or remotely interact

with vast amounts of visual data.

ಬೃಹತ್ ಮೊತ್ತದ ಮಾಹಿತಿಯ ಜೊತೆ ಸಂವಹನ ಮಾಡಬಹುದಾದ ವಾತಾವರಣ.

We're looking at many, many gigabytes of digital photos here

ನಾವು ಇಲ್ಲಿ ಹಲವು, ಹಲವು ಗಿಗಾಬೈಟ್‌‌ನಷ್ಟು ಡಿಜಿಟಲ್ ಫೋಟೊಗಳನ್ನು

and kind of seamlessly and continuously zooming in,

ಸರಾಗವಾಗಿ ಮತ್ತು ಸತತವಾಗಿ ನೋಡುತ್ತಿದ್ದೇವೆ.

panning through it, rearranging it in any way we want.

ಅದನ್ನು ತಿರುವಿ ಹಾಕುತ್ತಿದ್ದೇವೆ, ನಮಗೆ ಬೇಕಾದಂತೆ ಜೋಡಿಸುತ್ತಿದ್ದೇವೆ.

And it doesn't matter how much information we're looking at,

ನಾವು ಎಷ್ಟೊಂದು ಮಾಹಿತಿಯನ್ನು ನೋಡುತ್ತಿದ್ದೇವೆ.

how big these collections are or how big the images are.

ಈ ಶೇಖರಣೆ ಎಷ್ಟು ದೊಡ್ಡದು ಅಥವಾ ಈ ಚಿತ್ರಗಳು ಎಷ್ಟು ದೊಡ್ಡವು ಎಂಬುದು ಅಪ್ರಸ್ತುತ.

Most of them are ordinary digital camera photos,

ಇವುಗಳಲ್ಲಿ ಬಹಳಷ್ಟು ಸಾಮಾನ್ಯ ಡಿಜಿಟಲ್ ಕ್ಯಾಮೆರಾ ಚಿತ್ರಗಳು,

but this one, for example, is a scan from the Library of Congress,

ಆದರೆ ಇದು, ಉದಾಹರಣೆಗೆ, ಲೈಬ್ರೆರಿ ಆಫ್ ಕಾಂಗ್ರೆಸ್‌‌‌ನಿಂದ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದು,

and it's in the 300 megapixel range.

ಹಾಗೂ ಇದು 300 ಮೆಗಾಪಿಕ್ಸೆಲ್ ಗಾತ್ರವಿದೆ.

It doesn't make any difference

ಅದರಿಂದೇನೂ ವ್ಯತ್ಯಾಸವಾಗುವುದಿಲ್ಲ

because the only thing that ought to limit the performance of a system like this one

ಏಕೆಂದರೆ, ಒಂದು ಈ ತರಹದ ಸಿಸ್ಟಮ್ನ ಕಾರ್ಯವನ್ನು

ಸೀಮಿತಗೊಳಿಸುವ ಅಂಶವೆಂದರೆ ನಿಮ್ಮ ಸ್ಕ್ರೀನ್ನ ಪಿಕ್ಸೆಲ್ ಸಂಖ್ಯೆ

is the number of pixels on your screen at any given moment.

It's also very flexible architecture.

ಯಾವುದೇ ಸಮಯದಲ್ಲೂ ಇದು ನಿಜ. ಇದು ಕೂಡ ನಮ್ಯವಾದ ರಚನೆ.

This is an entire book, so this is an example of non-image data.

ಇದೊಂದು ಸಂಪೂರ್ಣ ಪುಸ್ತಕ, ಚಿತ್ರಗಳಿಲ್ಲದ ಮಾಹಿತಿಗೆ ಉದಾಹರಣೆ.

This is "Bleak House" by Dickens.

ಇದು ಡಿಕನ್ಸ್‌‌ನ ಬ್ಲೀಕ್ ಹೌಸ್. ಪ್ರತಿ ಕಾಲಂ ಕೂಡ ಒಂದು ಅಧ್ಯಾಯ.

Every column is a chapter.

To prove to you that it's really text, and not an image,

ಇದು ನಿಜವಾಗಿಯೂ ಪಠ್ಯವಸ್ತು, ಹಾಗೂ ಚಿತ್ರವಲ್ಲ ಎಂದು ನಿಮಗೆ ನಿರೂಪಿಸಲು,

we can do something like so, to really show

ನಿಜವಾಗಿಯೂ ತೋರಿಸಬೇಕೆಂದರೆ ನಾವು ಒಂದು ಕೆಲಸ ಮಾಡಬಹುದು.

that this is a real representation of the text; it's not a picture.

ಇದು ನಿಜವಾಗಿಯೂ ಪಠ್ಯವಸ್ತುವಿನ ನೈಜ ಪ್ರಾತಿನಿಧಿಕ ರೂಪ, ಚಿತ್ರವಲ್ಲ.

Maybe this is an artificial way to read an e-book.

ಇದೊಂದು ಇ-ಪುಸ್ತಕ ಓದುವ ಕೃತಕ ವಿಧಾನವಿರಬಹುದು.

I wouldn't recommend it.

ಇದನ್ನು ನಾನು ಶಿಫಾರಸು ಮಾಡುವುದಿಲ್ಲ.

This is a more realistic case, an issue of The Guardian.

ಇದು ಒಂದು ಇನ್ನೂ ನೈಜ ಉದಾಹರಣೆ. ಇದು ದಿ ಗಾರ್ಡಿಯನ್‌‌ನ ಒಂದು ಸಂಚಿಕೆ.

Every large image is the beginning of a section.

ಪ್ರತಿಯೊಂದು ದೊಡ್ಡ ಚಿತ್ರವೂ ಒಂದು ವಿಭಾಗದ ಪ್ರಾರಂಭ.

And this really gives you the joy and the good experience

ಹಾಗೂ ಇದು ನಿಮಗೆ ನಿಜವಾಗಿಯೂ ಸಂತೋಷ ಮತ್ತು ಒಳ್ಳೆಯ ಅನುಭವ ನೀಡುತ್ತದೆ

of reading the real paper version of a magazine or a newspaper,

ಒಂದು ಪತ್ರಿಕೆ ಅಥವಾ ವೃತ್ತಪತ್ರಿಕೆಯ ನಿಜವಾದ ಆವೃತ್ತಿಯನ್ನು ಓದಲು,

which is an inherently multi-scale kind of medium.

ಒಂದು ರೀತಿಯ ಮಲ್ಟಿ-ಸ್ಕೇಲ್ ಮಾಧ್ಯಮವಿದ್ದಂತೆ.

We've done something

ನಾವು ಇದರಲ್ಲಿ ಇನ್ನೂ ಒಂದು ಕೆಲಸ ಮಾಡಿದ್ದೇವೆ

with the corner of this particular issue of The Guardian.

ಈ ಒಂದು ದಿ ಗಾರ್ಡಿಯನ್ನ ನಿರ್ದಿಷ್ಟ ಸಂಚಿಕೆಯ ಮೂಲೆಗಳಲ್ಲಿ

We've made up a fake ad that's very high resolution --

ನಾವು ತುಂಬಾ ಹೆಚ್ಚು ರೆಸೊಲ್ಯೂಶನ್ ಇರುವ ಒಂದು ನಕಲಿ ಜಾಹಿರಾತು ಮಾಡಿದ್ದೇವೆ --

much higher than in an ordinary ad --

ಇದು ಒಂದು ಸಾಮಾನ್ಯ ಜಾಹಿರಾತಿನ ರೆಸೊಲ್ಯುಷನ್‌ಗಿಂತ ಹೆಚ್ಚಾಗಿದೆ. --

and we've embedded extra content.

ಹಾಗೂ ನಾವು ಹೆಚ್ಚುವರಿ ವಿಷಯವನ್ನು ಇದಕ್ಕೆ ಸೇರಿಸಿದ್ದೇವೆ.

If you want to see the features of this car, you can see it here.

ನೀವು ಈ ಕಾರಿನ ಲಕ್ಷಣಗಳನ್ನು ನೋಡಬೇಕೆಂದರೆ, ನೀವು ಇಲ್ಲಿ ನೋಡಬಹುದು.

Or other models, or even technical specifications.

ಅಥವಾ ಇತರ ಮಾಡೆಲ್‌‌ಗಳು, ಅಥವಾ ತಾಂತ್ರಿಕ ವಿವರಗಳನ್ನು ಕೂಡ.

And this really gets at some of these ideas

ಹಾಗೂ ಈ ಕೆಲವು ಕಲ್ಪನೆಗಳನ್ನು ನಿಜಮಾಡಬಹುದು

about really doing away with those limits on screen real estate.

ಸ್ಕ್ರೀನ್ ವಿಸ್ತಾರದ ಮೇಲಿರುವ ಮಿತಿಗಳನ್ನು ತೊಡೆದುಹಾಕಬಹುದು.

We hope that this means no more pop-ups

ಅಂದರೆ, ನಾವು ಆಶಿಸುತ್ತೇವೆ ಇನ್ನು ಮುಂದೆ ಪಾಪಪ್‌‌ಗಳು ಇರುವುದಿಲ್ಲ

and other rubbish like that -- shouldn't be necessary.

ಮತ್ತು ಇತರ ತರಹದ ಅಂತಹ ಕಸ -- ಅಗತ್ಯವಿರುವುದಿಲ್ಲ.

Of course, mapping is one of those obvious applications

ಖಂಡಿತವಾಗಿಯೂ ಮ್ಯಾಪಿಂಗ್ ಇಂಥ ತಂತ್ರಜ್ಞಾನದ

for a technology like this.

ನೈಜ, ಸುಸ್ಪಷ್ಟ ಅಪ್ಲಿಕೇಶನ್‌‌ಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.

And this one I really won't spend any time on,

ಹಾಗೆಯೇ ಇದು, ಇದರ ಮೇಲೆ ನಾನು ಹೆಚ್ಚು ಸಮಯ ವ್ಯಯ ಮಾಡುವುದಿಲ್ಲ,

except to say that we have things to contribute to this field as well.

ಆದರೆ ಒಂದು ವಿಷಯ ಹೇಳುತ್ತೇನೆ, ಈ ಕ್ಷೇತ್ರಕ್ಕೆ ನಾವು ಕೊಡುಗೆ ಕೊಡುವಂತಹ ವಿಷಯಗಳು ಇವೆ.

But those are all the roads in the U.S.

ಆದರೆ ಅವೆಲ್ಲಾ ಯು.ಎಸ್.ನಲ್ಲಿರುವ ರಸ್ತೆಗಳು

superimposed on top of a NASA geospatial image.

NASAದ ಭೂ ವಿಸ್ತಾರ ಚಿತ್ರದ ಮೇಲೆ ಇರಿಸಲಾಗಿದೆ.

So let's pull up, now, something else.

ಈಗ ನಾವು ಇನ್ನೋದನ್ನು ಹೊರತೆಗೆಯೋಣ.

This is actually live on the Web now; you can go check it out.

ಇದು ವಾಸ್ತವವಾಗಿ ವೆಬ್ ಮೇಲೆ ಈಗ ಜೀವಂತವಾಗಿದೆ, ನೀವು ಹಿಂದಿರುಗಿದಾಗ ಪರೀಕ್ಷಿಸಿಕೊಳ್ಳಬಹುದು.

This is a project called Photosynth, which marries two different technologies.

ಇದೊಂದು ಫೋಟೋಸಿಂತ್ ಎಂದು ಕರೆಯುವ ಯೋಜನೆ,

ಅದರ ನಿಜವಾದ ಅರ್ಥ ಎರಡು ಬೇರೆ ಬೇರೆ ತಂತ್ರಜ್ಞಾನಗಳ ಒಂದುಗೂಡುವಿಕೆ.

One of them is Seadragon

ಅದರಲ್ಲಿ ಒಂದು ಸೀಡ್ರಾಗನ್

and the other is some very beautiful computer-vision research

ಹಾಗೂ ಇನ್ನೊಂದು ಯಾವುದೋ ಒಂದು ಸುಂದರ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಕೋನ ಸಂಶೋಧನೆ

done by Noah Snavely, a graduate student at the University of Washington,

ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಪದವಿ ವಿದ್ಯಾರ್ಥಿ ನೋವಾ ಸ್ನೇವ್ಲಿ ಮಾಡಿದ್ದು,

co-advised by Steve Seitz at U.W.

ಇದಕ್ಕೆ ಸಲಹೆ ನೀಡಿದ್ದು UWನ ಸ್ಟೀವ್ ಸೀತೆಟ್ಜ್

and Rick Szeliski at Microsoft Research.

ಮತ್ತು ಮೈಕ್ರೊಸಾಫ್ಟ್ ರಿಸರ್ಚ್‌ನ ರಿಕ್ ಸೆಜೆಲಿಸ್ಕಿ. ತುಂಬ ಉತ್ತಮವಾದ ಸಹಯೋಗ.

A very nice collaboration.

And so this is live on the Web. It's powered by Seadragon.

ಇದು ವೆಬ್‌ನಲ್ಲಿ ಜೀವಂತವಾಗಿದೆ. ಅದಕ್ಕೆ ಶಕ್ತಿ ಕೊಡುವುದು ಸೀಡ್ರಾಗನ್.

You can see that when we do these sorts of views,

ಈ ರೀತಿಯ ವ್ಯೂಗಳನ್ನು ನಾವು ಮಾಡುವಾಗ ನೀವು ನೋಡಬಹುದು,

where we can dive through images

ಇಲ್ಲಿ ನಾವು ಚಿತ್ರಗಳ ಮೂಲಕ ತೂರಿಕೊಂಡು ಹೋಗುತ್ತೇವೆ.

and have this kind of multi-resolution experience.

ಮತ್ತು ಇಂತಹ ಮಲ್ಟಿ-ರೆಸೊಲ್ಯೂಶನ್ ಅನುಭವ ಪಡೆಯಬಹುದಾಗಿದೆ.

But the spatial arrangement of the images here is actually meaningful.

ಆದರೆ, ಚಿತ್ರಗಳ ಅಚ್ಚುಕಟ್ಟಾದ ಜೋಡಣೆ ನಿಜಕ್ಕೂ ಅರ್ಥಗರ್ಭಿತವಾಗಿದೆ.

The computer vision algorithms have registered these images together

ಕಂಪ್ಯೂಟರ್ ವಿಶನ್ ವಿಧಾನ ಅಂಶಗಳು ಈ ಚಿತ್ರಗಳನ್ನು ಜೋಡಣೆ ಮಾಡಿವೆ,

so that they correspond to the real space in which these shots --

ಅವು ನಿಜವಾದ ವಿನ್ಯಾಸದ ಜೊತೆ ಹೊಂದಾಣಿಕೆಯಾಗುವಂತೆ, ಈ ಚಿತ್ರಗಳು --

all taken near Grassi Lakes in the Canadian Rockies --

ಎಲ್ಲವನ್ನೂ ಕೆನೇಡಿಯನ್ ರಾಕೀಸ್‌‌ನಲ್ಲಿ ಗ್ರಾಸ್ಸಿ ಲೇಕ್‌‌ಗಳ ಸಮೀಪ ತೆಗೆದದ್ದು.

all these shots were taken.

ಹಾಗಾಗಿ, ಇಲ್ಲಿ ನೀವು ಸ್ಥಿರವಾದ ಸ್ಲೈಡ್ ಶೋ ಅಂಶಗಳು

So you see elements here

of stabilized slide-show or panoramic imaging,

ಅಥವಾ ವಿಸ್ತೃತ ಚಿತ್ರದರ್ಶನಗಳನ್ನು ನೋಡಬಹುದು

and these things have all been related spatially.

ಹಾಗೂ ಇವೆಲ್ಲವೂ ಸ್ಥಿತ್ಯಂತರ ಸಂಬಂಧ ಹೊಂದಿವೆ.

I'm not sure if I have time to show you any other environments.

ಬೇರೆ ಯಾವುದಾದರೂ ವಾತಾವರಣವನ್ನು ನಿಮಗೆ ತೋರಿಸಲು ನನ್ನ ಬಳಿ ಸಮಯ ಇದೆಯೆ ಎಂಬುದು ನನಗೆ ಖಚಿತವಿಲ್ಲ.

Some are much more spatial.

ಇನ್ನೂ ಹೆಚ್ಚು ಸ್ಥಿತ್ಯಂತರದಲ್ಲಿರುವ ಇನ್ನಷ್ಟು ಅಂಶಗಳಿವೆ.

I would like to jump straight to one of Noah's original data-sets --

ನಾನು ನೇರವಾಗಿ ನೋವಾನ ಮೂಲ ಮಾಹಿತಿ-ಕಟ್ಟುಗಳಲ್ಲಿ ಒಂದಕ್ಕೆ ಹೋಗುತ್ತೇನೆ --

this is from an early prototype that we first got working this summer --

ಹಾಗೂ ಇದು ಫೋಟೋಸಿಂತ್‌‌ನ ಒಂದು ಪ್ರಾರಂಭಿಕ ಮೂಲ ಮಾದರಿ

ನಾವು ಬೇಸಿಗೆಯಲ್ಲಿ ಕೆಲಸಮಾಡುವಾಗ ದೊರೆತದ್ದು --

to show you what I think

ನಾನೇನು ಯೋಚಿಸುತ್ತಿದ್ದೇನೆಂದು ನಿಮಗೆ ತೋರಿಸಲು

is really the punch line behind the Photosynth technology,

ಈ ತಂತ್ರಜ್ಞಾನದ ಹಿಂದಿರುವ ನಿಜವಾದ ಘೋಷಣೆ,

It's not necessarily so apparent

ಅಂದರೆ ಫೋಟೋಸಿಂತ್ ತಂತ್ರಜ್ಞಾನ. ಹಾಗೂ ನಾವು ವೆಬ್‌‌ಸೈಟ್‌‌ನಲ್ಲಿ ಹಾಕಿರುವ ವಾತಾವರಣಗಳನ್ನು

from looking at the environments we've put up on the website.

ನೋಡಿದರೆ ಪೂರ್ತಿಯಾಗಿ ವ್ಯಕ್ತವಾಗಬೇಕಾದ ಅಗತ್ಯವೇನಿಲ್ಲ.

We had to worry about the lawyers and so on.

ನಾವು ಲಾಯರ್‌‌ಗಳ ಬಗ್ಗೆ ಹಾಗೂ ಇನ್ನಿತರ ವಿಷಯಗಳ ಬಗ್ಗೆ ತಲೆಕೆಡಿಸಿಕೊಳ್ಳಬೇಕಿತ್ತು.

This is a reconstruction of Notre Dame Cathedral

ಇದು ನೋಟ್ರೆ ಡೇಂ ಕ್ಯಾಥೆಡ್ರಲ್‌ನ ಪುನರ್ ನಿರ್ಮಾಣ

that was done entirely computationally from images scraped from Flickr.

ಇದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಕಂಪ್ಯೂಟರ್‌‌ನಲ್ಲಿ ಫ್ಲಿಕರ್‌‌ನಿಂದ

ನುಣುಪು ಮಾಡಿದ ಚಿತ್ರಗಳಿಂದ ಮಾಡಲಾಯಿತು. ನೀವು ಸುಮ್ಮನೆ ಫ್ಲಿಕರ್ ನಲ್ಲಿ ನೋಟ್ರೆ ಡೇಮ್ ಎಂದು ಟೈಪ್ ಮಾಡಿ,

You just type Notre Dame into Flickr,

and you get some pictures of guys in T-shirts, and of the campus and so on.

ನಿಮಗೆ ಟಿ-ಶರ್ಟ್ ಧರಿಸಿರುವ ಹುಡುಗರು, ಕ್ಯಾಂಪಸ್ ಹಾಗೂ ಇನ್ನೂ ಕೆಲವು

ಕಾಣಿಸುತ್ತವೆ. ಹಾಗೆಯೇ ಇಲ್ಲಿರುವ ಪ್ರತಿ ಕಿತ್ತಳೆ ಬಣ್ಣದ ಶಂಕುಗಳು ಚಿತ್ರಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ

And each of these orange cones represents an image

that was discovered to belong to this model.

ಹಾಗೂ ಅವು ಈ ಮಾದರಿಗೆ ಸೇರಿದವೆಂದು ಕಂಡುಹಿಡಿಯಲಾಗಿದೆ.

And so these are all Flickr images,

ಹಾಗೂ ಇವೆಲ್ಲವೂ ಫ್ಲಿಕರ್ ಚಿತ್ರಗಳು,

and they've all been related spatially in this way.

ಅವೆಲ್ಲವೂ ಸ್ಥಿತ್ಯಂತರದಲ್ಲಿ ಈ ರೀತಿ ಸಂಬಂಧ ಹೊಂದಿವೆ.

We can just navigate in this very simple way.

ಹಾಗೂ ನಾವು ಈ ರೀತಿ ಸರಳವಾಗಿ ಇವನ್ನು ನೆವಿಗೇಟ್‌ ಮಾಡಬಹುದು.

(Applause)

(ಚಪ್ಪಾಳೆ).

(Applause ends)

You know, I never thought that I'd end up working at Microsoft.

ನಿಮಗಿದು ಗೊತ್ತೆ, ನಾನು ಕೊನೆಗೆ ಮೈಕ್ರೊಸಾಫ್ಟ್‌‌ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತೇನೆಂದು ನಾನೆಂದೂ ಅಂದುಕೊಂಡಿರಲಿಲ್ಲ.

It's very gratifying to have this kind of reception here.

ಈ ರೀತಿಯ ಸ್ವಾಗತ ಇಲ್ಲಿ ದೊರಕಿರುವುದು ಆನಂದಕರ.

(Laughter)

(ನಗು).

I guess you can see this is lots of different types of cameras:

ನಿಮಗೆ ಕಾಣಿಸುತ್ತದೆ ಎಂದು ನಂಬಿದ್ದೇನೆ

ಇಲ್ಲೆ ಬೇಕಾದಷ್ಟು ಬೇರೆ ಬೇರೆ ತರಹದ ಕ್ಯಾಮೆರಾಗಳಿವೆ:

it's everything from cell-phone cameras to professional SLRs,

ಎಲ್ಲವೂ ಇವೆ, ಸೆಲ್ ಫೋನ್ ಕ್ಯಾಮರಾದಿಂದ ಪ್ರೊಫೆಶನಲ್ SLRಗಳ ವರೆಗೂ

quite a large number of them, stitched together in this environment.

ಬಹು ದೊಡ್ಡ ಸಂಖ್ಯೆಯಲ್ಲಿ, ಸೇರಿಸಿ ಟಾಕು ಹಾಕಿದೆ

ಈ ವಾತಾವರಣದಲ್ಲಿ ಜೊತೆಗೂಡಿಸಲಾಗಿದೆ.

If I can find some of the sort of weird ones --

ನನಗೆ ಸಾಧ್ಯವಾದರೆ, ಕೆಲವು ವಿಚಿತ್ರವಾದವುಗಳನ್ನು ವಿಂಗಡಿಸುತ್ತೇನೆ.

So many of them are occluded by faces, and so on.

ಇವುಗಳಲ್ಲಿ ಬಹಳಷ್ಟು ಮುಖಗಳಿಂದ ಮುಚ್ಚಿವೆ, ಇನ್ನೂ ಮುಂತಾದುವು.

Somewhere in here there is actually a series of photographs -- here we go.

ಇಲ್ಲಿ ಎಲ್ಲೋ ಒಂದು ಕಡೆ

ಫೊಟೋಗಳ ಒಂದು ಸರಣಿಯೇ ಇದೆ -- ಪ್ರಾರಂಭಿಸೋಣ.

This is actually a poster of Notre Dame that registered correctly.

ಇದು ವಾಸ್ತವವಾಗಿ ನೋಟ್ರೆ ಡೇಮ್ ನ ಫೋಟೋ ಸರಿಯಾಗಿ ರಿಜಿಸ್ಟರ್ ಆಗಿದೆ.

We can dive in from the poster

ನಾವು ಪೋಸ್ಟರ್‌‌ನಿಂದ

to a physical view of this environment.

ಈ ವಾತಾವರಣದ ಭೌತಿಕ ನೋಟಕ್ಕೆ ಹೋಗೋಣ.

What the point here really is

ಇಲ್ಲಿ ವಾಸ್ತವವಾಗಿ ಇರುವ ಅಂಶವೆಂದರೆ ನಾವು ಹಲವು ಕೆಲಸಗಳನ್ನು

is that we can do things with the social environment.

ಸಾಮಾಜಿಕ ವಾತಾವರಣದೊಂದಿಗೆ ಮಾಡಬಹುದಲ್ಲವೇ ಎಂಬುದು. ಇದು ಈಗ ಎಲ್ಲರಿಂದ ಮಾಹಿತಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದೆ --

This is now taking data from everybody --

from the entire collective memory, visually, of what the Earth looks like --

ಸಂಪೂರ್ಣ ಸಂಯುಕ್ತ ಮೆಮೊರಿಯಿಂದ ಇದನ್ನು ಮಾಡುತ್ತಿದೆ.

ಕಣ್ಣೋಟಕ್ಕೆ, ಭೂಮಿ ಹೇಗೆ ಕಾಣುತ್ತದೆ ಎಂಬುದನ್ನು --

and link all of that together.

ಹಾಗೂ ಅದೆಲ್ಲವನ್ನು ಒಂದಕ್ಕೊಂದು ಜೋಡಿಸಿ.

Those photos become linked, and they make something emergent

ಈ ಎಲ್ಲ ಫೋಟೋಗಳೂ ಒಂದಕ್ಕೊಂದು ಜೋಡಣೆಯಾಗುತ್ತವೆ,

ಅದರಿಂದ ಉಂಟಾಗುವುದು

that's greater than the sum of the parts.

ಭಾಗಗಳ ಒಟ್ಟು ಮೊತ್ತಕ್ಕಿಂತ ದೊಡ್ಡದಾಗಿರುತ್ತದೆ.

You have a model that emerges of the entire Earth.

ಇಡೀ ಭೂಮಿಯೇ ಕಾಣುವಂತಹ ಮಾಡೆಲ್ ಉದ್ಭವಿಸುತ್ತದೆ.

Think of this as the long tail to Stephen Lawler's Virtual Earth work.

ಇದನ್ನು ಸ್ಟೀಫನ್ ಲಾವ್ಲರ್‌‌ನ ವರ್ಚುವಲ್ ಅರ್ತ್ನ ಉದ್ದ ಬಾಲದಂತೆ ಇದು ಎಂದುಕೊಳ್ಳಿ.

And this is something that grows in complexity as people use it,

ಹಾಗೂ ಇದು ಬಹಳ ಸಂಕೀರ್ಣವಾಗಿ ಬೆಳೆಯುತ್ತದೆ

ಜನ ಅದನ್ನು ಉಪಯೋಗಮಾಡಿದಂತೆ, ಅದನ್ನು ಉಪಯೋಗಿಸುವವರಿಗೆ

and whose benefits become greater to the users as they use it.

ಅದರ ಲಾಭ ದೊಡ್ಡದಾಗುತ್ತದೆ.

Their own photos are getting tagged with meta-data that somebody else entered.

ಅವರದೇ ಫೋಟೋಗಳು ಯಾರೋ ಎಂಟರ್ ಮಾಡಿದ ಮೆಟಾ-ಡೇಟಾ

ದೊಂದಿಗೆ ಸೇರಿಕೊಳ್ಳುತ್ತಿವೆ.

If somebody bothered to tag all of these saints

ಯಾರಾದರೂ ಈ ಎಲ್ಲಾ ಸಂತರ ಫೋಟೋಗಳನ್ನು ಒಂದಕ್ಕೊಂದು ಸೇರಿಸಿದರೆ

and say who they all are, then my photo of Notre Dame Cathedral

ಹಾಗೂ ಅವರೆಲ್ಲಾ ಯಾರೆಂದು ಹೇಳಿದರೆ, ಆಗ ನೋಟ್ರೆ ಡೇಮ್ ಕ್ಯಾಥೆಡ್ರಲ್ನ ನನ್ನ ಫೋಟೋ

suddenly gets enriched with all of that data,

ತಕ್ಷಣ ಎಲ್ಲ ಮಾಹಿತಿಯಿಂದ ಸಮೃದ್ಧವಾಗುತ್ತದೆ,

and I can use it as an entry point to dive into that space,

ಹಾಗೂ ಆ ಸ್ಥಿತಿ ಸ್ಥಾನಕ್ಕೆ ನಾನು ಹಾರಲು ಅದನ್ನು ಎಂಟ್ರಿ ಪಾಯಿಂಟ್ ಮಾಡಿಕೊಳ್ಳಬಹುದು,

into that meta-verse, using everybody else's photos,

ಆ ಮೆಟಾ-ವರ್ಸ್ ಒಳಕ್ಕೆ, ಇತರ ಎಲ್ಲರ ಫೋಟೋಗಳನ್ನೂ ಉಪಯೋಗಿಸಬಹುದು

and do a kind of a cross-modal

ಹಾಗೂ ಒಂದು ರೀತಿಯ ಕ್ರಾಸ್-ಮೋಡಲ್ ಮಾಡಬಹುದು

and cross-user social experience that way.

ಮತ್ತು ಆ ಮೂಲಕ ಕ್ರಾಸ್-ಯೂಸರ್ ಸಾಮಾಜಿಕ ಅನುಭವ ಪಡೆಯಬಹುದು.

And of course, a by-product of all of that is immensely rich virtual models

ಹಾಗೆಯೇ, ಇದರ ಉಪ-ಉತ್ಪನ್ನಗಳು ಎಂದರೆ

ಅಗಾಧ ಶ್ರೀಮಂತ ವರ್ಚುವಲ್ ಮಾಡೆಲ್‌‌ಗಳು

of every interesting part of the Earth,

ಭೂಮಿಯ ಪ್ರತಿ ಆಸಕ್ತಿಕರ ಭಾಗಗಳ ಶೇಖರಣೆ

collected not just from overhead flights and from satellite images

ಕೇವಲ ಮೇಲೆ ಹಾರುವ ವಿಮಾನಗಳಿಂದ ಮತ್ತು ಉಪಗ್ರಹದಿಂದ ತೆಗೆದ ಚಿತ್ರಗಳಲ್ಲ

and so on, but from the collective memory.

ಬದಲಿಗೆ ಸಂಯುಕ್ತ ಮೆಮೊರಿಯಿಂದ ಶೇಖರಿಸುವುದು.

Thank you so much.

ತುಂಬಾ ಧನ್ಯವಾದಗಳು..

(Applause)

(ಚಪ್ಪಾಳೆ)

(Applause ends)

Chris Anderson: Do I understand this right?

ಕ್ರಿಸ್ ಆಂಡರ್‌ಸನ್: ನಾನು ಇದನ್ನು ಸರಿಯಾಗಿ ಅರ್ಥಮಾಡಿಕೊಂಡಿದ್ದೇನೆಯೆ? ನಿನ್ನ ಸಾಫ್ಟ್‌‌ವೇರ್ ಏನು ಮಾಡಲು ಅವಕಾಶ ಕೊಡುತ್ತದೆ ಎಂಬುದನ್ನು.

What your software is going to allow,

is that at some point, really within the next few years,

ಅಂದರೆ ಒಂದು ಹಂತದಲ್ಲಿ, ಇನ್ನು ಮುಂದಿನ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ,

all the pictures that are shared by anyone across the world

ವಿಶ್ವಾದ್ಯಂತ ಯಾರೇ ಆಗಲಿ ಹಂಚಿಕೊಂಡಿರುವ ಚಿತ್ರಗಳನ್ನು

are going to link together?

ನಾವು ಮೂಲತಃ ಜೋಡಣೆ ಮಾಡುತ್ತೇವೆಯೇ?

BAA: Yes. What this is really doing is discovering,

BAA: ಹೌದು. ವಾಸ್ತವವಾಗಿ ಇದು ಏನು ಮಾಡುತ್ತಿದೆ ಎಂದರೆ ಕಂಡುಹಿಡಿಯುತ್ತಿದೆ.

creating hyperlinks, if you will, between images.

ಅದು ಹೈಪರ್ ಲಿಂಕ್‌ಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತಿದೆ, ನಿಮಗೆ ಬೇಕೆಂದರೆ, ಚಿತ್ರಗಳ ನಡುವೆ.

It's doing that based on the content inside the images.

ಅದು ಅದನ್ನು ಚಿತ್ರಗಳೊಳಗಿನ

ಅಂಶದ ಆಧಾರದ ಮೇಲೆ ನಡೆಸುತ್ತಿದೆ.

And that gets really exciting when you think about the richness

ಹಾಗೂ ನೀವು ಅದರ ಶ್ರೀಮಂತಿಕೆ ಬಗ್ಗೆ ಯೋಚಿಸಿದಾಗ ಅದು ಇನ್ನೂ ರೋಚಕವಾಗುತ್ತದೆ

of the semantic information a lot of images have.

ಹಾಗೂ ಈ ಚಿತ್ರಗಳು ಹೊಂದಿರುವ ಭಾಷೆ ಮಾಹಿತಿ ಬಗ್ಗೆ ಯೋಚಿಸಿದಾಗಲೂ ಅಷ್ಟೇ.

Like when you do a web search for images,

ನೀವು ಚಿತ್ರಗಳಿಗಾಗಿ ಒಂದು ವೆಬ್ ಸರ್ಚ್ ಮಾಡಿದಂತೆ,

you type in phrases,

ನೀವು ಪದಗಳನ್ನು ಟೈಪ್ ಮಾಡುತ್ತೀರ, ಹಾಗೂ ವೆಬ್ ಪೇಜ್ ಮೇಲೆ ಪಠ್ಯಗಳು

and the text on the web page is carrying a lot of information

ಚಿತ್ರದ ಬಗ್ಗೆ ಸಾಕಷ್ಟು ಮಾಹಿತಿ ಹೊತ್ತು ಸಾಗುತ್ತಿವೆ.

about what that picture is of.

What if that picture links to all of your pictures?

ಈಗ, ಆ ಚಿತ್ರ ನಿಮ್ಮ ಎಲ್ಲ ಚಿತ್ರಗಳಿಗೆ ಸಂಪರ್ಕ ಕಲ್ಪಿಸಿದರೆ?

ಆಗ ಪಠ್ಯದ ಅಂತರ ಸಂಪರ್ಕದ ಪರಿಮಾಣ

The amount of semantic interconnection and richness

ಹಾಗೂ ಅದರಿಂದ ಬರುವ ಸಾರವತ್ತತೆ

that comes out of that is really huge.

ನಿಜವಾಗಲೂ ಬಹಳ ದೊಡ್ಡದು. ಇದೊಂದು ಶ್ರೇಷ್ಠವಾದ ನೆಟ್‌‌ವರ್ಕ್ ಪ್ರಭಾವ.

It's a classic network effect.

CA: Truly incredible. Congratulations.

CA: ಅದು ನಿಜವಾಗಲೂ ಅದ್ಭುತ. ಅಭಿನಂದನೆಗಳು.

BAA: ತುಂಬಾ ಧನ್ಯವಾದಗಳು.