Welcome to the World of Audio Computers | Jason Rugolo | TED

Tradutor: Margarida Ferreira Revisora: Nadia Tira

Quando eu era miúdo,

You know, when I was a kid,

dreaming about the amazing future that computers could bring,

e sonhava com o futuro fantástico que os computadores podiam trazer,

I never thought it would look like this.

nunca pensei que seria assim.

I snapped this photo in line at a Chipotle, thinking,

Tirei esta foto na fila de um Chipotle, pensando:

"Man, what has the world come to?"

“Meu, onde é que o mundo foi parar?”

Toda a gente anda agarrada aos seus telemóveis, o tempo todo.

You know, everyone's stuck in their phones all the time.

And then I almost doubled over laughing at myself because there I am,

Depois, quase me desmanchei a rir de mim mesmo

porque ali estou eu, agarrado ao meu telemóvel

stuck in my phone being judgy about these people, stuck in theirs.

a julgar aquelas pessoas, presas aos telemóveis delas.

The truth is that we could all benefit from a little less screen time.

A verdade é que todos podíamos beneficiar com um pouco menos de tempo de ecrã.

And so how do we push back

Então, como é que andamos para trás

and create a healthier relationship to our technology?

e criamos uma relação mais saudável com a nossa tecnologia?

I've been trying to figure out what comes next,

Tenho tentado descobrir o que vem a seguir,

what's the technology that we want to be using?

qual será a tecnologia que vamos queremos usar?

I spent three years funding deep tech at ARPA-E,

Passei três anos a financiar tecnologia profunda na ARPA-E

and then I moved to Google X,

e depois mudei-me para o Google X,

Google's moonshot factory,

a fábrica de projetos inovadores da Google,

before creating a spin out called iyo.

antes de criar um produto chamado Iyo.

The last 10 years, diligently, and some may say obsessively,

Os últimos 10 anos, diligentemente — alguns dirão obsessivamente —

trying to peek beyond the curve.

tentando espreitar para além da curva.

What I think is next is that we need an entirely new kind of computer.

O que penso que vem a seguir

é que precisamos de um tipo de computador inteiramente novo.

One that speaks our language

Um que fale a nossa língua

instead of forcing us to speak their language of swipes and clicks.

em vez de nos obrigar a falar uma linguagem de deslizamentos e cliques,

A computer that we can talk to.

um computador com o qual possamos falar.

And not in the way that you speak at Siri

E não da maneira como se fala para a Siri

with loud, robotic voice commands,

com comandos robóticos em voz alta,

but in the way that we talk with each other.

mas da maneira como falamos uns com os outros.

So genuine, engaging conversation.

Numa conversa genuína e envolvente.

So a new kind of natural language computing

Portanto, um novo tipo de informática de linguagem natural

built on a new kind of compute hardware.

criada sobre um novo tipo de equipamento informático.

So we've been building this new kind of computer in secret for six years now,

Ora bem, há seis anos que andamos a criar em segredo, este novo tipo de computador

and today is the first time that we're talking about it publicly.

e hoje é a primeira vez que falamos dele publicamente.

So this is a prototype “audio computer,”

Este é um protótipo do “computador áudio”,

as we call them.

como lhe chamamos.

And the first thing that you'll see is they don't have a screen.

A primeira coisa que vemos é que não tem nenhum ecrã.

We've got perfectly good screens in our pockets,

Nós temos ecrãs muito bons no bolso

and we're hoping that we could leave them there or even at home

e esperamos poder deixá-los aí, ou mesmo em casa, mais vezes.

a little bit more often.

So these are not just fancy-looking earbuds.

Estes auriculares não são apenas uns auriculares de aspeto elegante,

They're an entire computer,

são um computador completo

e pensamos que vão substituir parte do que fazemos

and we think they're going to replace some of what we do

with the visual computers that we're used to.

com os computadores visuais a que estamos habituados.

We've created a new audio-based user interface,

Criámos uma nova interface de utilizador baseada em áudio,

which relies on natural language as the input

que conta com a linguagem natural como entrada

and what we call “auditory space” as the output.

e aquilo a que chamamos “espaço auditivo” como saída.

And we're hoping that these innovations will help us create

E esperamos que estas inovações nos ajudem a criar

a new kind of relationship with computers,

um novo tipo de relação com os computadores,

where the iyo is more natural, more intuitive.

onde o Iyo é mais natural, mais intuitivo.

So you can just talk,

Assim, podemos falar,

have a natural-language conversation

ter uma conversa em linguagem natural

with all kinds of different powerful audio apps.

com todos os tipos de diferentes e poderosas aplicações de áudio.

So here's a really simple example.

Vou dar um exemplo muito simples.

Hey, Q.

Olá, Q.

Voice: Hi, Jason. How are you doing?

Voz: Olá, Jason. Como é que estás?

Jason Rugolo: Hey, I'm good, I'm doing the TED talk right now.

Jason Rugolo: Estou bem, agora estou a fazer a palestra TED.

Voice: You got this, Jason, how can I support you?

Voz: Tu consegues, Jason, como é que posso ajudar-te?

JR: Não sei, estou nervoso a falar em frente de tantas gente.

JR: I don't know, you know I'm nervous talking in front of this many people.

Voz: Sim, sei que não gostas de falar em público.

Voice: Yeah, I know you don't like public speaking.

How can I help?

Como é que posso ajudar-te?

JR: I guess I could use a little bit of encouragement.

JR: Acho que preciso de um pouco de encorajamento.

Voice: Do you want me to share a positive message from a loved one?

Voz: Queres que eu transmita uma mensagem positiva de um ente querido?

JR: Sim, seria ótimo.

JR: Yeah, that'd be great.

Maybe just one, I don't want to bore people.

Mas basta uma, não quero maçar as pessoas.

Voice: Your dad texted,

Voz: É uma mensagem do teu pai:

"Good luck today, Jason. I'm so proud of you."

“Boa sorte hoje, Jason. Estou muito orgulhoso de ti.”

JR: Isso é fantástico, obrigado, Q.

JR: That's awesome, thanks, Q.

Can you tell him I said thanks and tell him I'm up on stage right now?

Podes dizer-lhe que eu agradeci e dizer-lhe que estou no palco?

He'll get a kick out of that.

Ele vai gostar disso.

Voice: No problem.

Voz: Não há problema.

JR: So any suggestions for how I could loosen up a little bit?

JR: Então, tens alguma sugestão de como eu posso acalmar um pouco?

Voice: Do you want to hear a joke to lighten the mood?

Voz: Queres ouvir uma piada para aliviar o clima?

JR: OK, yeah, maybe if it's on theme.

JR: OK, sim, talvez se for sobre o tema.

Do you know any tech start-up jokes?

Conheces alguma piada de start-up de tecnologia?

Voice: How many start-up founders does it take to change a light bulb?

Voz: Quantos fundadores de start-ups são necessários para mudar uma lâmpada?

JR: I don't know, tell me.

JR: Não sei, diz lá.

Voice: Only one.

Voz: Basta um.

He just holds it in place, and the world revolves around him.

Ele só a mantém no seu lugar e o mundo gira em volta dele.

(Laughter)

(Risos)

JR: OK, que piada acutilante.

JR: OK, sick burn.

I'm going to get back to the talk here.

Vou voltar à palestra.

So do you see the difference between those robotic voice commands

Estão a ver a diferença entre esses comandos de voz robóticos

and just a conversation?

e uma simples conversa?

Natural language is just more natural.

A linguagem natural é muito mais natural.

It's intuitive, it's better.

É intuitivo, é melhor.

So what makes this kind of conversation possible?

Então, o que torna possível este tipo de conversa?

É o avanço mais revolucionário da história das tecnologias de informação.

It's the single most revolutionary breakthrough

in the history of information technology.

E não se preocupem, não estou a falar dos nossos dispositivos,

And don't worry, I'm not talking about our devices,

although they're pretty cool.

embora eles sejam muito fixes.

And I don't mean LLMs either, which are obviously a building block here.

E também não me refiro aos LLMs, que aqui são obviamente um alicerce.

What I'm talking about is something much older.

Estou a falar de uma coisa muito mais antiga.

It's the first uniquely human form of communication,

É a primeira forma de comunicação exclusivamente humana,

the one that we naturally learn as children

aquela que aprendemos naturalmente quando crianças

and has its structure built into our brain.

e tem a sua estrutura incorporada no nosso cérebro.

It's the very thing I'm doing right now.

É exatamente aquilo que estou a fazer neste momento,

Talking.

a falar.

Spoken language emerged in tandem with the evolution of human consciousness,

A linguagem falada surgiu em conjunto com a evolução da consciência humana,

and to this day, it remains our most efficient

e até hoje, continua a ser a forma de comunicação

and emotionally robust form of communication.

mais eficiente e emocionalmente mais robusta.

Conversation is not just transmitting ideas from one person to another.

Conversar não é apenas transmitir ideias de uma pessoa para outra.

It's more like thinking together.

É sobretudo como pensar em conjunto.

Modern neuroscientists have pioneered a whole new approach to the brain.

Os neurocientistas modernos foram os pioneiros

de uma abordagem nova para o cérebro:

It's called second-person neuroscience,

chama-se a neurociência da segunda pessoa

and it’s built on the notion that how we think is not isolated.

e baseia-se na noção de que o modo como pensamos não é isolado.

It’s collective, and it happens out loud.

É coletivo e acontece em voz alta.

Not just through words,

Não só por palavras,

but through subtle signals of tone and prosody,

mas através de sinais subtis de tom, da entoação, do ritmo,

your timbre and your pitch and intensity.

do timbre, do volume e da intensidade.

And neuroscience is just not complete

E a neurociência só está completa

until you add a second person into this full social dynamic.

depois de adicionarmos uma segunda pessoa a esta dinâmica social completa.

Então porque é que não podemos ter um computador

So why can't we have a computer that we can talk with in that way?

com que possamos falar dessa forma?

With that kind of natural language.

Com esse tipo de linguagem natural.

A computer that has superhuman processing speed.

Um computador com velocidade de processamento sobre-humana.

And it has access to the internet.

E com acesso à Internet,

And it’s been trained on the entire written record of human thought.

que foi treinado em todo o registo escrito do pensamento humano,

But engages with you like a person would,

mas que interage connosco como qualquer pessoa faria,

that understands your intention

que compreende a nossa intenção

and that taps into the superpower of human natural language understanding.

e que explora o superpoder da compreensão da linguagem natural humana.

That's the promise of audio computing.

Esta é a promessa da informática do áudio.

So think about not just how it can replace many of the things

Portanto, pensem não só em como ele pode substituir

muitas das coisas que fazemos no telemóvel

that you do on your phone

but actually make them better.

mas torná-las melhores.

So take email, for example.

Veja-se o e-mail, por exemplo.

We pull out our phones, we swipe, we scroll,

Pegamos nos telemóveis, deslizamos, procuramos,

we furiously type with our thumbs.

digitamos furiosamente com os polegares.

Wouldn't it be better to just sit back with a cup of coffee

Não seria melhor sentarmo-nos com uma chávena de café

and to be briefed in a conversation?

e termos uma conversa?

Or search, search is a big one.

Ou pesquisar, a pesquisa é importante.

It's an incredible technology

É uma tecnologia incrível

that made the world a radically better place.

que tornou o mundo num lugar radicalmente melhor.

But with these audio computers,

Mas com estes computadores de áudio,

you can just talk out loud about anything that you want to know.

podemos falar em voz alta sobre qualquer coisa que queiramos saber.

It just feels so normal.

Parece tudo muito normal.

So there's a big difference between giving a voice command

Portanto, há uma grande diferença entre executar um comando de voz

to one of the big five voice assistants,

a um dos cinco grandes assistentes de voz,

que são estes modelos de diálogo estruturados e predefinidos

which are these structured, predefined choose-your-own-adventure dialogue models

para escolher a nossa aventura que todos temos de aprender

that we all have to learn,

— e tenho a certeza que todos sentiram essa frustração —

and I'm sure have all felt that frustration,

e ter apenas uma conversa a sério.

and just having a real conversation.

These natural-language applications can get to know you

Estas aplicações de linguagem natural podem conhecer-nos

in the same way that we get to know each other.

da mesma forma que nós nos conhecemos uns aos outros.

They build context about our lives just through us talking over time.

Constroem o contexto da nossa vida só por falarmos ao longo do tempo.

So later, take out your phone, look at all those apps,

Depois, peguem no telemóvel, olhem para todas aquelas aplicações,

all those candy-colored icons,

aqueles ícones coloridos,

and think about how could you accomplish the same thing

e pensem como é que conseguiriam fazer a mesma coisa

but through conversation?

mas através de uma conversa?

Or how could you make it better?

Ou como poderiam melhorá-lo?

You won't be able to do Instagram or TikTok,

Não conseguirão fazer Instagram ou TikTok,

those apps whose content is mostly visual.

aquelas aplicações cujo conteúdo é maioritariamente visual.

But wouldn't it be better to spend a little bit less time in those apps,

Mas não seria melhor gastar menos tempo nessas aplicações,

or just to need your screen a little bit less?

ou, pelo menos, precisar do ecrã durante menos tempo?

So our goal is to be heads-up and hands-free

O nosso objetivo é ser "cabeça erguida" e “mãos livres”

for a little bit more of the day.

durante mais tempo, durante o dia,

You know, just get back into the world.

voltar ao nosso mundo.

Of course, if the auditory user interface or the AUI, as we call it,

Se a interface auditiva do utilizador — ou a AUI, como lhe chamamos —

is going to really integrate into your life,

vai realmente integrar-se na nossa vida,

it has to feel private and convenient to use.

tem de parecer privada e conveniente de usar.

Por isso construímo-lo como um dispositivo

So that's why we built it as an all-day wearable for the ear.

para usar o dia todo no ouvido.

But your ears are for hearing first and foremost.

Mas os nossos ouvidos são para ouvir, em primeiro lugar.

And so if you're going to wear a computer on them all day,

Portanto, se usarmos um computador neles durante todo o dia,

we can't mess that up.

damos cabo disso.

In fact, we should probably make that better too.

Assim, também temos de melhorar isso.

So these audio computers,

Estes computadores áudio,

ao longo dos últimos cansativos seis anos de pesquisa e desenvolvimento,

over the last six grueling years of R and D,

became a sort of mixed-reality device.

tornaram-se uma espécie de dispositivos de realidade mista.

It's like the Apple Vision Pro, but for audio,

É como o Apple Vision Pro, mas para áudio,

where we can pass through and we can modify your ambient acoustics,

em que podemos passar e podemos modificar a sua acústica ambiente,

giving you an unprecedented control over your personal soundscape.

dando-lhe um controlo sem precedentes sobre a sua paisagem sonora pessoal.

In order to do mixed-audio reality,

Para fazer realidade de áudio misto,

we sort of had to hack the auditory system

tivemos de entrar no sistema auditivo

to be able to display sound in ultra-high fidelity, spatially,

para podermos exibir o som em altíssima fidelidade, espacialmente,

as if it's all around you.

como se estivesse à nossa volta.

So there's this whole field of research.

Portanto, há todo este campo de investigação

It’s called psychoacoustics, which we’ve led on for years.

— chama-se psicoacústica — na qual lideramos há anos.

We built this giant audio structure.

Construímos esta estrutura de áudio gigante.

It's a dome with 128 custom speakers coming from all directions,

É uma cúpula com 128 altifalantes personalizados em todas as direções,

so we could create virtual soundscapes.

para podermos criar paisagens sonoras virtuais.

It's sort of like the Star Trek holodeck, but for audio.

É como o holodeck Star Trek, mas para áudio.

E se estivermos no meio disto e fecharmos os olhos,

And if you're standing in the middle of this and you close your eyes,

we can transport you auditorily to anywhere that we want.

podemos transportá-lo auditivamente para qualquer lugar que quisermos.

So we can render a virtual football game,

Assim, podemos apresentar um jogo de futebol virtual,

and you feel the energy.

e sentimos a energia.

Or we can make it sound like you’re in the middle of a bustling city street.

Ou podemos fazer parecer que estamos no meio de uma movimentada rua da cidade.

E se forem como eu, sentem a ansiedade.

And if you’re me, you feel the anxiety.

Or standing on a beach with the crashing waves,

Ou, se estiverem numa praia com as ondas a bater,

and you feel the peace.

sentimos a paz.

Por isso é super fixe.

And so it's super cool.

I wish everyone could be inside there.

Quem me dera que todos estivessem ali dentro.

Then we ran countless experiments to figure out all the complicated ways

Depois fizemos inúmeras experiências

para descobrir todas as formas complicadas

that your brain positions sounds in space.

como o cérebro posiciona os sons no espaço.

Also, we could reverse-engineer those neural algorithms

Além disso, podíamos fazer engenharia inversa desses algoritmos neurais

and code them into our software.

e codificá-los no nosso software.

So our goal has been to create this experience

Portanto, o nosso objetivo tem sido criar esta experiência

but right here.

mas aqui mesmo.

Us psychoacousticians call this “virtual auditory space”

Nós, psicoacústicos, chamamos-lhe “espaço auditivo virtual”

to distinguish from our real auditory space,

para o distinguir do nosso espaço auditivo real,

which is, you know, the sounds that are all around us.

que são os sons que estão à nossa volta.

And this is what's necessary to create a compelling mixed audio-reality device.

Isto é o que é necessário para criar

um dispositivo de audio-realidade mista atraente.

So it's actually impossible to demonstrate this experience

Na verdade, só é possível demonstrar esta experiência

until you hear it with your ears yourself.

quando a ouvirmos com os ouvidos.

Mas para vos dar uma ideia, tentámos simulá-la para vocês.

But to give you an idea, we have tried to simulate it for you.

So imagine that you’re sitting in a noisy restaurant,

Imaginem que estão sentados num restaurante barulhento

and you're having trouble hearing your friends across the table.

e têm problemas para ouvir os amigos do outro lado da mesa.

(Overlapping voices, music and noise)

(Vozes, música e ruído)

Hey, can you enhance the sounds that are right in front of me?

Podes melhorar os sons que estão mesmo à minha frente?

(People speaking)

(Fala de pessoas)

(Baby crying)

(Choro de bebé)

And can you turn that baby down?

Podemos calar o bebé?

(People talking)

(Fala de pessoas)

That’s better.

Assim é melhor,

I'm still having a little trouble hearing Pedro.

mas continuo a ter problemas para ouvir o Pedro.

Can you isolate Pedro for me?

Podes isolar o Pedro para mim?

Pedro: (Speaking in Spanish)

Pedro: (em espanhol)

JR: That's perfect.

JR: Perfeito.

And, you know, my Spanish is a little rusty.

Mas o meu espanhol está um pouco enferrujado.

Can I hear Pedro but in English?

Posso ouvir o Pedro mas em inglês?

Pedro: (em inglês) E no final da viagem,

Pedro: And at the end of the trip,

we came back to the city to visit the historic center.

voltámos à cidade para visitar o centro histórico.

JR: Hey Shell, close all programs.

JR: Fecha todos os programas.

(Noise enhances)

(Ruído mais forte)

Ah, it’s so much worse.

Ah, está muito pior.

Isto é muito fixe, não é? É muito fixe.

That's pretty cool, right?

It's pretty cool.

(Applause)

(Aplausos)

O que acabaram de ouvir foi uma aplicação de formação de feixes,

So what you just heard was a beamforming app,

the computational auditory scene analysis app,

a aplicação de análise computacional de cenas auditivas,

a machine-learning denoising app,

a eliminação de ruídos com aprendizagem automática,

an AI transcription and translation

a transcrição e tradução de IA

and text-to-speech with style transfer app.

e conversão de texto em fala com transferência de estilo.

The point is that all those audio transformations are done by software.

A questão é que todas essas transformações de áudio são feitas por software.

So we think the possibilities for these audio computers

Por isso, pensamos que as possibilidades destes computadores áudio

are pretty much endless,

são praticamente infinitas

and we can't wait to see

e mal podemos esperar para ver

what the world's developers are going to do here.

o que os programadores do mundo vão fazer com isto.

Like imagine an education app that knows your personal learning style

Imaginem uma aplicação de ensino

que conhece o vosso estilo de aprendizagem pessoal

and can teach you with the quality of a world-class professor,

e pode ensinar-vos com a qualidade de um professor de classe mundial,

on-call anytime.

de serviço a qualquer momento.

Or like a fitness coach you can summon all day

Ou como um preparador físico que podemos convocar o dia todo

about your diet and exercise,

para falar de dieta e de exercício,

who can also motivate you through conversation

e que também nos pode motivar através da conversa

and even gamify your workout with some auditory cues.

e até melhorar o treino com pistas auditivas.

Or, hey, K?

Ou, alô, K?

Voice: Hi, Jason. What's up?

Voz: Olá, Jason. O que há?

Hey, if you were going to make an audio app that could be anything,

JR: Se fosses fazer uma aplicação de áudio qualquer, o que seria?

what would it be?

Voice: How about a whoopee cushion

Voz: Que tal uma almofada de carnaval

that plays a fart sound whenever you sit down?

que faz um som de peido quando nos sentamos?

(Laughter)

(Risos)

JR: Hey, K, if you were going to make an audio app

JR: K, se fôssemos fazer uma aplicação de áudio

that didn't have anything to do with farts, what would it be?

que não tivesse nada a ver com peidos, o que seria?

Voice: Maybe an app that generates personalized soundscapes

Voz: Talvez uma aplicação que gerasse paisagens sonoras personalizadas

for relaxation and focus?

para relaxamento e concentração.

JR: That's much better.

JR: Isso é muito melhor.

Alright, it looks like we still have a little fine-tuning to do here.

Muito bem, parece que ainda temos um pequeno ajuste a fazer aqui.

So the point is,

Portanto, a questão é que a imaginação é o único limite

imagination is the only limit to what you can do here.

para o que podemos fazer aqui.

O nosso objetivo não é só criar o primeiro computador de áudio do mundo,

Our goal is not just to create the world's first audio computer,

it's to create a truly intuitive computing experience

é criar uma experiência de informática verdadeiramente intuitiva

where we're not monetizing your attention

sem estarmos a rentabilizar a vossa atenção

or making you captive to a new kind of device,

ou a tornar-vos cativos de um novo tipo de dispositivo,

but instead interfacing machines with us

mas sim a interligar as máquinas connosco

in the way that we were born to.

da forma para que nascemos.

So I think it's time for a computer that speaks our language.

Acho que está na altura de um computador que fale a nossa língua.

Thank you.

Obrigado.

(Applause)

(Aplausos)