A headset that reads your brainwaves | Tan Le

377,362 views ・ 2010-07-22

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Matthias Valvekens Nagekeken door: Els De Keyser
00:16
Up until now, our communication with machines
0
16260
2000
Tot vandaag is onze communicatie met machines
00:18
has always been limited
1
18260
2000
altijd beperkt geweest
00:20
to conscious and direct forms.
2
20260
2000
tot bewuste en directe vormen.
00:22
Whether it's something simple
3
22260
2000
Of het nu iets eenvoudigs was,
00:24
like turning on the lights with a switch,
4
24260
2000
zoals het licht aansteken met een schakelaar,
00:26
or even as complex as programming robotics,
5
26260
3000
of iets ingewikkelds, zoals het programmeren van robots,
00:29
we have always had to give a command to a machine,
6
29260
3000
we moesten altijd een opdracht geven aan een machine,
00:32
or even a series of commands,
7
32260
2000
of zelfs een reeks opdrachten,
00:34
in order for it to do something for us.
8
34260
3000
om haar iets voor ons te laten doen.
00:37
Communication between people, on the other hand,
9
37260
2000
Van de andere kant is communicatie tussen mensen
00:39
is far more complex and a lot more interesting
10
39260
3000
veel ingewikkelder en interessanter,
00:42
because we take into account
11
42260
2000
omdat we met zoveel meer rekening houden,
00:44
so much more than what is explicitly expressed.
12
44260
3000
dan wat expliciet uitgedrukt is.
00:47
We observe facial expressions, body language,
13
47260
3000
We observeren gezichtsuitdrukkingen, lichaamstaal,
00:50
and we can intuit feelings and emotions
14
50260
2000
en we kunnen gevoelens en emoties afleiden
00:52
from our dialogue with one another.
15
52260
3000
uit onze dialogen met elkaar.
00:55
This actually forms a large part
16
55260
2000
Dit maakt eigenlijk een groot deel
00:57
of our decision-making process.
17
57260
2000
van ons beslissingsproces uit.
00:59
Our vision is to introduce
18
59260
2000
Onze visie bestaat erin
01:01
this whole new realm of human interaction
19
61260
3000
deze nieuwe wereld van menselijke interactie,
01:04
into human-computer interaction
20
64260
2000
te introduceren in de interactie tussen mens en computer,
01:06
so that computers can understand
21
66260
2000
zodat een computer niet alleen kan verstaan
01:08
not only what you direct it to do,
22
68260
2000
waar je hem opdracht toe geeft,
01:10
but it can also respond
23
70260
2000
maar dat hij ook kan reageren
01:12
to your facial expressions
24
72260
2000
op je gezichtsuitdrukkingen
01:14
and emotional experiences.
25
74260
2000
en emotionele ervaringen.
01:16
And what better way to do this
26
76260
2000
Is er een betere manier om dit te doen
01:18
than by interpreting the signals
27
78260
2000
dan door de signalen te interpreteren
01:20
naturally produced by our brain,
28
80260
2000
die voortgebracht worden door ons brein,
01:22
our center for control and experience.
29
82260
3000
ons centrum van controle en ervaringen?
01:25
Well, it sounds like a pretty good idea,
30
85260
2000
Het idee klinkt misschien wel goed,
01:27
but this task, as Bruno mentioned,
31
87260
2000
maar deze opdracht, zoals Bruno al zei,
01:29
isn't an easy one for two main reasons:
32
89260
3000
is niet gemakkelijk, om twee hoofdredenen.
01:32
First, the detection algorithms.
33
92260
3000
Ten eerste, de detectiealgoritmes.
01:35
Our brain is made up of
34
95260
2000
Ons brein bestaat uit
01:37
billions of active neurons,
35
97260
2000
miljarden actieve neuronen,
01:39
around 170,000 km
36
99260
3000
dat is ongeveer 170.000 kilometer
01:42
of combined axon length.
37
102260
2000
aan zenuwbanen.
01:44
When these neurons interact,
38
104260
2000
Wanneer deze neuronen communiceren,
01:46
the chemical reaction emits an electrical impulse,
39
106260
2000
produceert de chemische reactie een elektrische impuls,
01:48
which can be measured.
40
108260
2000
die gemeten kan worden.
01:50
The majority of our functional brain
41
110260
3000
Het merendeel van ons werkende brein
01:53
is distributed over
42
113260
2000
is verdeeld over
01:55
the outer surface layer of the brain,
43
115260
2000
de laag aan het buitenste oppervlak van ons brein.
01:57
and to increase the area that's available for mental capacity,
44
117260
3000
Om de beschikbare plaats voor mentale functies te vergroten,
02:00
the brain surface is highly folded.
45
120260
3000
is het breinoppervlak sterk opgevouwen.
02:03
Now this cortical folding
46
123260
2000
Deze plooiing van de cortex
02:05
presents a significant challenge
47
125260
2000
is een belangrijke horde die genomen moet worden
02:07
for interpreting surface electrical impulses.
48
127260
3000
om elektrische impulsen aan de oppervlakte te interpreteren.
02:10
Each individual's cortex
49
130260
2000
De cortex van elk individu
02:12
is folded differently,
50
132260
2000
is op een andere manier geplooid,
02:14
very much like a fingerprint.
51
134260
2000
vergelijkbaar met een vingerafdruk.
02:16
So even though a signal
52
136260
2000
Dus, ook al komt het signaal
02:18
may come from the same functional part of the brain,
53
138260
3000
van hetzelfde functionele deel van het brein,
02:21
by the time the structure has been folded,
54
141260
2000
wanneer de structuur opgevouwen is,
02:23
its physical location
55
143260
2000
is de uiteindelijke fysieke locatie,
02:25
is very different between individuals,
56
145260
2000
zeer verschillend van persoon tot persoon,
02:27
even identical twins.
57
147260
3000
zelfs tussen identieke tweelingen.
02:30
There is no longer any consistency
58
150260
2000
Er is geen enkel patroon meer
02:32
in the surface signals.
59
152260
2000
in de oppervlaktesignalen.
02:34
Our breakthrough was to create an algorithm
60
154260
2000
Onze doorbraak was het uitzetten van een algoritme
02:36
that unfolds the cortex,
61
156260
2000
dat de cortex uitvouwt
02:38
so that we can map the signals
62
158260
2000
zodat we de signalen dichter bij hun bron
02:40
closer to its source,
63
160260
2000
in kaart kunnen brengen,
02:42
and therefore making it capable of working across a mass population.
64
162260
3000
en daardoor de procedure doen werken op een grote populatie.
02:46
The second challenge
65
166260
2000
De tweede uitdaging
02:48
is the actual device for observing brainwaves.
66
168260
3000
is het eigenlijke apparaat om hersengolven te observeren.
02:51
EEG measurements typically involve
67
171260
2000
Voor EEG-metingen gebruikt men meestal
02:53
a hairnet with an array of sensors,
68
173260
3000
een haarnet met een reeks sensoren,
02:56
like the one that you can see here in the photo.
69
176260
3000
zoals je hier op de foto kunt zien.
02:59
A technician will put the electrodes
70
179260
2000
Een technicus zet dan de elektroden
03:01
onto the scalp
71
181260
2000
op de schedel
03:03
using a conductive gel or paste
72
183260
2000
met een geleidende gel of pasta
03:05
and usually after a procedure of preparing the scalp
73
185260
3000
en meestal nadat de schedel geprepareerd is
03:08
by light abrasion.
74
188260
2000
door er wat haar af te scheren.
03:10
Now this is quite time consuming
75
190260
2000
Dit is een tijdrovend proces,
03:12
and isn't the most comfortable process.
76
192260
2000
en ook niet het meest comfortabele.
03:14
And on top of that, these systems
77
194260
2000
Bovendien kosten deze systemen
03:16
actually cost in the tens of thousands of dollars.
78
196260
3000
tienduizenden dollars.
03:20
So with that, I'd like to invite onstage
79
200260
3000
Hierbij wil ik graag Evan Grant, die hier
03:23
Evan Grant, who is one of last year's speakers,
80
203260
2000
vorig jaar gesproken heeft, op het podium uitnodigen.
03:25
who's kindly agreed
81
205260
2000
Hij heeft er vriendelijk in toegestemd
03:27
to help me to demonstrate
82
207260
2000
mij te helpen demonstreren
03:29
what we've been able to develop.
83
209260
2000
wat we hebben kunnen ontwikkelen.
03:31
(Applause)
84
211260
6000
(Applaus)
03:37
So the device that you see
85
217260
2000
Het apparraat dat je ziet,
03:39
is a 14-channel, high-fidelity
86
219260
2000
is een 14-kanaals, zeer betrouwbaar
03:41
EEG acquisition system.
87
221260
2000
EEG-meetsysteem.
03:43
It doesn't require any scalp preparation,
88
223260
3000
Het vereist geen schedelpreparatie,
03:46
no conductive gel or paste.
89
226260
2000
en ook geen geleidende gel of pasta.
03:48
It only takes a few minutes to put on
90
228260
3000
Het kost slechts enkele minuten om op te zetten
03:51
and for the signals to settle.
91
231260
2000
en om de signalen te laten normaliseren.
03:53
It's also wireless,
92
233260
2000
Het is ook draadloos,
03:55
so it gives you the freedom to move around.
93
235260
3000
dus je kunt er vrij mee rondlopen.
03:58
And compared to the tens of thousands of dollars
94
238260
3000
Vergeleken met de tienduizenden dollars
04:01
for a traditional EEG system,
95
241260
3000
voor een traditioneel EEG-systeem,
04:04
this headset only costs
96
244260
2000
kost deze hoofdtelefoon
04:06
a few hundred dollars.
97
246260
2000
slechts enkele honderden dollars.
04:08
Now on to the detection algorithms.
98
248260
3000
Laat ik het hebben over de detectiealgoritmen.
04:11
So facial expressions --
99
251260
2000
Zoals ik al zei in het gedeelte over
04:13
as I mentioned before in emotional experiences --
100
253260
2000
emotionele ervaringen, zijn gezichtsuitdrukkingen
04:15
are actually designed to work out of the box
101
255260
2000
ontworpen om standaard te werken,
04:17
with some sensitivity adjustments
102
257260
2000
met enkele gevoeligheidsaanpassingen,
04:19
available for personalization.
103
259260
3000
die je naar believen kunt instellen.
04:22
But with the limited time we have available,
104
262260
2000
Maar gezien de beperkte tijd,
04:24
I'd like to show you the cognitive suite,
105
264260
2000
zou ik jullie graag de cognitieve suite tonen.
04:26
which is the ability for you
106
266260
2000
Die geeft je de mogelijkheid
04:28
to basically move virtual objects with your mind.
107
268260
3000
om virtuele objecten te bewegen met je geest.
04:32
Now, Evan is new to this system,
108
272260
2000
Omdat Evan nieuw is voor dit systeem
04:34
so what we have to do first
109
274260
2000
moeten we eerst
04:36
is create a new profile for him.
110
276260
2000
een nieuw profiel voor hem aanmaken.
04:38
He's obviously not Joanne -- so we'll "add user."
111
278260
3000
Hij is duidelijk niet Joanne, dus voegen we een gebruiker toe.
04:41
Evan. Okay.
112
281260
2000
Evan. OK.
04:43
So the first thing we need to do with the cognitive suite
113
283260
3000
Het eerste wat we moeten doen met de cognitieve suite
04:46
is to start with training
114
286260
2000
is een neutraal signaal
04:48
a neutral signal.
115
288260
2000
aanleren.
04:50
With neutral, there's nothing in particular
116
290260
2000
Wat betreft het neutrale signaal, moet
04:52
that Evan needs to do.
117
292260
2000
Evan niets speciaals doen.
04:54
He just hangs out. He's relaxed.
118
294260
2000
Hij is met niets bezig. Hij is ontspannen.
04:56
And the idea is to establish a baseline
119
296260
2000
Het is de bedoeling een referentiestand,
04:58
or normal state for his brain,
120
298260
2000
of normale status voor zijn brein op te stellen,
05:00
because every brain is different.
121
300260
2000
omdat elk brein verschillend is.
05:02
It takes eight seconds to do this,
122
302260
2000
Het duurt acht seconden.
05:04
and now that that's done,
123
304260
2000
Nu dit achter de rug is,
05:06
we can choose a movement-based action.
124
306260
2000
kunnen we een bewegingsactie uitkiezen.
05:08
So Evan, choose something
125
308260
2000
Evan, kies iets dat je je
05:10
that you can visualize clearly in your mind.
126
310260
2000
duidelijk visueel kunt voorstellen.
05:12
Evan Grant: Let's do "pull."
127
312260
2000
Evan Grant: Laten we "trekken" doen.
05:14
Tan Le: Okay, so let's choose "pull."
128
314260
2000
Tan Le: OK, ik kies dus "trekken".
05:16
So the idea here now
129
316260
2000
Het idee hierachter is
05:18
is that Evan needs to
130
318260
2000
dat Evan zich moet voorstellen
05:20
imagine the object coming forward
131
320260
2000
dat het voorwerp vooruit
05:22
into the screen,
132
322260
2000
het scherm ingaat.
05:24
and there's a progress bar that will scroll across the screen
133
324260
3000
Er is een voortgangsbalkje dat langs het scherm zal scrollen
05:27
while he's doing that.
134
327260
2000
terwijl hij dat doet.
05:29
The first time, nothing will happen,
135
329260
2000
De eerste keer zal er niets gebeuren,
05:31
because the system has no idea how he thinks about "pull."
136
331260
3000
omdat het systeem geen idee heeft hoe hij over "trekken" denkt.
05:34
But maintain that thought
137
334260
2000
Hou die gedachte vast
05:36
for the entire duration of the eight seconds.
138
336260
2000
voor de volle acht seconden.
05:38
So: one, two, three, go.
139
338260
3000
Dus: één, twee, drie, start.
05:49
Okay.
140
349260
2000
OK.
05:51
So once we accept this,
141
351260
2000
Zodra we dit accepteren,
05:53
the cube is live.
142
353260
2000
komt de kubus tot leven.
05:55
So let's see if Evan
143
355260
2000
Laten we eens zien of Evan
05:57
can actually try and imagine pulling.
144
357260
3000
kan trekken in zijn fantasie.
06:00
Ah, good job!
145
360260
2000
Ha, bravo!
06:02
(Applause)
146
362260
3000
(Applaus)
06:05
That's really amazing.
147
365260
2000
Dat is echt geweldig.
06:07
(Applause)
148
367260
4000
(Applaus)
06:11
So we have a little bit of time available,
149
371260
2000
We hebben nog wat tijd,
06:13
so I'm going to ask Evan
150
373260
2000
dus ik ga Evan vragen
06:15
to do a really difficult task.
151
375260
2000
om iets heel moeilijks te doen.
06:17
And this one is difficult
152
377260
2000
Deze taak is moeilijk
06:19
because it's all about being able to visualize something
153
379260
3000
omdat men zich iets moet voorstellen
06:22
that doesn't exist in our physical world.
154
382260
2000
dat niet bestaat in onze wereld.
06:24
This is "disappear."
155
384260
2000
Het is "verdwijnen".
06:26
So what you want to do -- at least with movement-based actions,
156
386260
2000
Acties gebaseerd op beweging doen we de hele tijd
06:28
we do that all the time, so you can visualize it.
157
388260
3000
dus kun je je ze visueel voorstellen.
06:31
But with "disappear," there's really no analogies --
158
391260
2000
Maar er zijn geen analogieën met "verdwijnen".
06:33
so Evan, what you want to do here
159
393260
2000
Dus, Evan, je kunt best proberen je voor te stellen
06:35
is to imagine the cube slowly fading out, okay.
160
395260
3000
dat de kubus langzaam vervaagt. OK?
06:38
Same sort of drill. So: one, two, three, go.
161
398260
3000
Zelfde drill: één, twee, drie, go.
06:50
Okay. Let's try that.
162
410260
3000
OK. Laten we dat proberen.
06:53
Oh, my goodness. He's just too good.
163
413260
3000
Lieve help! Hij is echt te goed!
06:57
Let's try that again.
164
417260
2000
Laten we nog eens proberen.
07:04
EG: Losing concentration.
165
424260
2000
EG: Ik verlies mijn concentratie.
07:06
(Laughter)
166
426260
2000
(Gelach)
07:08
TL: But we can see that it actually works,
167
428260
2000
TL: We kunnen in elk geval zien dat het werkt,
07:10
even though you can only hold it
168
430260
2000
zelfs als je het enkel kan vasthouden
07:12
for a little bit of time.
169
432260
2000
voor een beperkte tijd.
07:14
As I said, it's a very difficult process
170
434260
3000
Zoals ik al zei, het is zeer moeilijk
07:17
to imagine this.
171
437260
2000
om je dit voor te stellen.
07:19
And the great thing about it is that
172
439260
2000
Het geweldige voordeel hiervan is dat
07:21
we've only given the software one instance
173
441260
2000
we de software maar één voorbeeld gegeven hebben
07:23
of how he thinks about "disappear."
174
443260
3000
van hoe Evan denkt over "verdwijnen".
07:26
As there is a machine learning algorithm in this --
175
446260
3000
Omdat er een leeralgoritme voor de machine hierin --
07:29
(Applause)
176
449260
4000
(Applaus)
07:33
Thank you.
177
453260
2000
Dank u.
07:35
Good job. Good job.
178
455260
3000
Heel goed. Heel goed.
07:38
(Applause)
179
458260
2000
(Applaus)
07:40
Thank you, Evan, you're a wonderful, wonderful
180
460260
3000
Dank je, Evan, je bent een geweldig
07:43
example of the technology.
181
463260
3000
voorbeeld van de technologie.
07:46
So, as you can see, before,
182
466260
2000
Zoals je kon zien,
07:48
there is a leveling system built into this software
183
468260
3000
is er een systeem met niveaus in deze software ingebouwd,
07:51
so that as Evan, or any user,
184
471260
2000
zodat Evan, of iemand anders,
07:53
becomes more familiar with the system,
185
473260
2000
meerdere detecties kunnen toevoegen, naarmate
07:55
they can continue to add more and more detections,
186
475260
3000
ze meer vertrouwd raken met het systeem
07:58
so that the system begins to differentiate
187
478260
2000
zodat het systeem onderscheid kan beginnen maken
08:00
between different distinct thoughts.
188
480260
3000
tussen verschillende gedachten.
08:04
And once you've trained up the detections,
189
484260
2000
Zodra je het detectiemechanisme getraind hebt,
08:06
these thoughts can be assigned or mapped
190
486260
2000
kunnen deze gedachten toegewezen worden
08:08
to any computing platform,
191
488260
2000
aan elk willekeurig computerplatform,
08:10
application or device.
192
490260
2000
elke toepassing, of elk apparaat.
08:12
So I'd like to show you a few examples,
193
492260
2000
Ik zou dus enkele voorbeelden willen laten zien,
08:14
because there are many possible applications
194
494260
2000
omdat er vele mogelijke toepassingen zijn
08:16
for this new interface.
195
496260
2000
voor deze nieuwe interface.
08:19
In games and virtual worlds, for example,
196
499260
2000
In spellen en virtuele werelden, bijvoorbeeld,
08:21
your facial expressions
197
501260
2000
kunnen je gezichtsuitdrukkingen
08:23
can naturally and intuitively be used
198
503260
2000
natuurlijk en intuïtief gebruikt worden
08:25
to control an avatar or virtual character.
199
505260
3000
om een avatar of virtueel personage te controleren.
08:29
Obviously, you can experience the fantasy of magic
200
509260
2000
Zo kun je natuurlijk de fantasie van de magie beleven
08:31
and control the world with your mind.
201
511260
3000
en de wereld besturen met je geest.
08:36
And also, colors, lighting,
202
516260
3000
Verder kunnen kleur, belichting,
08:39
sound and effects
203
519260
2000
geluid en effecten
08:41
can dynamically respond to your emotional state
204
521260
2000
dynamisch beantwoorden aan je emoties,
08:43
to heighten the experience that you're having, in real time.
205
523260
3000
om de beleving intenser te maken.
08:47
And moving on to some applications
206
527260
2000
We gaan door met enkele toepassingen
08:49
developed by developers and researchers around the world,
207
529260
3000
ontworpen door ontwerpers en onderzoekers over heel de wereld,
08:52
with robots and simple machines, for example --
208
532260
3000
met robots en simpele machines,
08:55
in this case, flying a toy helicopter
209
535260
2000
zoals, bijvoorbeeld, een speelgoedhelikopter besturen,
08:57
simply by thinking "lift" with your mind.
210
537260
3000
gewoon door "omhoog" te denken met je geest.
09:00
The technology can also be applied
211
540260
2000
Deze technologie kan ook toegepast worden
09:02
to real world applications --
212
542260
2000
in de echte wereld,
09:04
in this example, a smart home.
213
544260
2000
zoals in dit voorbeeld van een intelligent huis.
09:06
You know, from the user interface of the control system
214
546260
3000
Zoals je kan zien kun je de gordijnen
09:09
to opening curtains
215
549260
2000
sluiten of openen
09:11
or closing curtains.
216
551260
3000
vanaf de interface van het controlesysteem.
09:22
And of course, also to the lighting --
217
562260
3000
En natuurlijk ook het licht:
09:25
turning them on
218
565260
3000
het aansteken,
09:28
or off.
219
568260
2000
of uit.
09:30
And finally,
220
570260
2000
En tenslotte,
09:32
to real life-changing applications,
221
572260
2000
voor echt levensveranderende toepassingen,
09:34
such as being able to control an electric wheelchair.
222
574260
3000
zoals het besturen van een elektrische rolstoel.
09:37
In this example,
223
577260
2000
In dit voorbeeld
09:39
facial expressions are mapped to the movement commands.
224
579260
3000
zijn gezichtsuitdrukkingen toegewezen aan de bewegingscommando's.
09:42
Man: Now blink right to go right.
225
582260
3000
Man: Knipper nu met uw rechteroog om naar rechts te gaan.
09:50
Now blink left to turn back left.
226
590260
3000
En nu met uw linkeroog om terug naar links te gaan.
10:02
Now smile to go straight.
227
602260
3000
Glimlach nu om rechtdoor te gaan.
10:08
TL: We really -- Thank you.
228
608260
2000
We zien -- Dank u.
10:10
(Applause)
229
610260
5000
(Applaus)
10:15
We are really only scratching the surface of what is possible today,
230
615260
3000
We zien echt nog enkel het topje van de ijsberg van wat vandaag mogelijk is.
10:18
and with the community's input,
231
618260
2000
Door inspraak van de gemeenschap
10:20
and also with the involvement of developers
232
620260
2000
en door ontwikkelaars en onderzoekers
10:22
and researchers from around the world,
233
622260
3000
van over de wereld erbij te betrekken,
10:25
we hope that you can help us to shape
234
625260
2000
hopen we dat jullie ons kunnen helpen bepalen
10:27
where the technology goes from here. Thank you so much.
235
627260
3000
waar het heen moet met de technologie. Bedankt.
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7