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

Traducător: Angela Bitca Corector: Diana Elena Serban

Când eram copil,

You know, when I was a kid,

dreaming about the amazing future that computers could bring,

visând la viitorul uimitor pe care îl pot aduce computerele,

I never thought it would look like this.

nu m-am gândit niciodată că va arăta așa.

Am făcut această poză stând la coadă la Chipotle, gândidu-mă:

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

"Man, what has the world come to?"

„Omule, unde a ajuns lumea?”

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

Toată lumea cu nasul în telefoane tot timpul.

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

Și apoi aproape că m-am chircit râzând de mine pentru că iată-mă,

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

cu nasul în telefonul meu judecând acești oameni cu nasul în ale lor.

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

Adevărul este că tuturor ne-ar prinde bine mai puțin timp petrecut în ecrane.

And so how do we push back

Și atunci cum ne retragem

and create a healthier relationship to our technology?

și creăm o relație mai sănătoasă cu tehnologia?

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

Am încercat să-mi dau seama ce urmează,

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

care este tehnologia pe care vrem să o folosim?

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

Am petrecut trei ani finanțând tehnologie avansată la ARPA-E

and then I moved to Google X,

apoi m-am mutat la Google X,

Google's moonshot factory,

fabrica de proiecte inovatoare Google,

before creating a spin out called iyo.

înainte de a crea o companie derivată numită Iyo.

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

Ultimii 10 ani, încercând cu sârguință și unii ar putea spune în mod obsesiv,

trying to peek beyond the curve.

să anticipez viitorul.

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

Ceea ce cred că urmează este că avem nevoie de un tip de computer complet nou.

One that speaks our language

Unul care vorbește limba noastră

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

în loc să ne forțeze să vorbim limba lor a glisărilor și clicurilor.

A computer that we can talk to.

Un computer cu care putem vorbi.

And not in the way that you speak at Siri

Și nu în modul în care îi vorbești lui Siri

with loud, robotic voice commands,

cu comenzi vocale puternice, robotizate,

but in the way that we talk with each other.

ci în modul în care vorbim unul cu celălalt.

So genuine, engaging conversation.

Deci, o conversație autentică, captivantă.

So a new kind of natural language computing

Un nou tip de calcul în limbaj natural

built on a new kind of compute hardware.

construit pe un nou tip de hardware de calcul.

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

Așadar, am construit acest tip nou de computer în secret deja de șase ani,

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

iar astăzi este prima dată când vorbim public despre el.

So this is a prototype “audio computer,”

Deci acesta este un prototip de „computer audio”,

as we call them.

cum îi numim noi.

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

Și primul lucru pe care îl veți vedea este că nu au ecran.

We've got perfectly good screens in our pockets,

Avem ecrane perfect funcționale în buzunare

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

și sperăm că le putem lăsa acolo sau chiar acasă

a little bit more often.

puțin mai des.

So these are not just fancy-looking earbuds.

Deci, acestea nu sunt doar căști cu aspect fantezist.

They're an entire computer,

Sunt un computer întreg

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

și credem că vor înlocui o parte din ce facem

with the visual computers that we're used to.

cu computerele vizuale cu care suntem obișnuiți.

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

Am creat o interfață nouă bazată

which relies on natural language as the input

pe audio care se bazează pe limbajul natural ca intrare

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

și ceea ce numim „spațiu auditiv” ca ieșire.

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

Și sperăm că aceste inovații ne vor ajuta să creăm

a new kind of relationship with computers,

un nou tip de relație cu computerele,

where the iyo is more natural, more intuitive.

unde iyo-ul este mai natural, mai intuitiv.

So you can just talk,

Deci, puteți doar să vorbiți,

have a natural-language conversation

să purtați o conversație într-un limbaj natural

with all kinds of different powerful audio apps.

cu tot felul de aplicații audio puternice diferite.

So here's a really simple example.

Iată un exemplu foarte simplu.

Hey, Q.

Hei, Q.

Voice: Hi, Jason. How are you doing?

Voce: Bună, Jason. Cum te descurci?

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

Jason Rugolo: Sunt bine, țin discursul TED chiar acum.

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

Voce: Bravo, Jason, cu ce te pot ajuta?

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

JR: Nu știu, știi că am emoții când vorbesc în fața atâtor oameni.

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

Voce: Da, știu că nu-ți place.

Cum te pot ajuta?

How can I help?

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

JR: Cred că mi-ar prinde bine puțină încurajare.

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

Voce: Vrei să-ți împărtășesc un mesaj pozitiv de la o persoană iubită?

JR: Da, ar fi grozav.

JR: Yeah, that'd be great.

Poate doar unul, nu vreau să plictisesc oamenii.

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

Voice: Your dad texted,

Voce: Tatăl tău a scris:

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

„Mult noroc, Jason. Sunt atât de mândru de tine.”

JR: E minunat, mersi, Q.

JR: That's awesome, thanks, Q.

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

Poți să-i mulțumeşti și să-i spui că sunt pe scenă chiar acum?

He'll get a kick out of that.

O să se bucure.

Voce: Nicio problemă.

Voice: No problem.

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

JR: Vreo sugestie despre cum aș putea să mă relaxez puțin?

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

Voce: Vrei să auzi o glumă pentru a destinde atmosfera?

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

JR: OK, da, poate dacă este pe temă.

Do you know any tech start-up jokes?

Știi vreo glumă despre start-up-ul tehnologic?

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

Voice: Câți fondatori de start-up sunt necesari pentru a schimba un bec?

JR: I don't know, tell me.

JR: Nu știu, spune-mi.

Voice: Only one.

Vocea: Doar unul.

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

El doar îl ține locului, iar lumea se învârte în jurul lui.

(Laughter)

(Râsete)

JR: OK, sick burn.

JR: Ok, m-ai ars.

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

O să mă întorc la discuție acum.

So do you see the difference between those robotic voice commands

Deci, vedeți diferența dintre acele comenzi vocale robotizate

and just a conversation?

și doar o conversație?

Natural language is just more natural.

Limbajul natural este pur şi simplu mai natural.

It's intuitive, it's better.

Este intuitiv, este mai bine.

So what makes this kind of conversation possible?

Deci, ce face posibilă acest tip de conversație?

It's the single most revolutionary breakthrough

Este cea mai revoluționară descoperire

in the history of information technology.

din istoria tehnologiei informației.

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

Și să ştiți că nu vorbesc despre dispozitivele noastre,

although they're pretty cool.

deși sunt destul de grozave.

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

Și nu mă refer nici la LLM-uri, care sunt, evident, piatra de temelie aici.

What I'm talking about is something much older.

Vorbesc despre ceva mult mai vechi.

It's the first uniquely human form of communication,

Este prima formă unică de comunicare umană,

the one that we naturally learn as children

cea pe care o învățăm negreşit în copilărie,

and has its structure built into our brain.

iar structura sa este încorporată în creierul nostru.

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

Este exact lucrul pe care îl fac acum.

Talking.

Vorbitul.

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

Limbajul vorbit a apărut în tandem cu evoluția conștiinței umane

and to this day, it remains our most efficient

și până în prezent, rămâne forma de comunicare

and emotionally robust form of communication.

cea mai eficientă și robustă din punct de vedere emoțional.

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

Conversația nu înseamnă doar transmiterea ideilor de la o persoană la alta.

It's more like thinking together.

E mai mult ca și cum am gândi împreună.

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

Neurologii moderni au inițiat o abordare cu totul nouă a creierului.

It's called second-person neuroscience,

Numită neuroștiinţă la persoana a doua

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

și este construită pe ideea că modul în care gândim nu este izolat.

It’s collective, and it happens out loud.

Este colectiv și are loc cu voce tare.

Not just through words,

Nu doar prin cuvinte,

but through subtle signals of tone and prosody,

ci prin semnale subtile de ton și prozodie,

your timbre and your pitch and intensity.

prin timbru, ton și intensitate.

And neuroscience is just not complete

Și neuroștiința nu este completă până când

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

nu adaugi o a doua persoană în această dinamică socială completă.

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

Deci, de ce nu putem avea un computer cu care să putem vorbi în acest fel?

With that kind of natural language.

Cu un astfel de limbaj natural.

A computer that has superhuman processing speed.

Un computer care are o viteză de procesare supraumană.

And it has access to the internet.

Și are acces la internet.

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

Și a fost instruit pe baza întregii evidențe scrise a gândirii umane.

But engages with you like a person would,

Dar interacţionează cu tine așa cum ar face-o o persoană,

that understands your intention

care îți înțelege intenția

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

și care captează superputerea înțelegerii limbajului uman natural.

That's the promise of audio computing.

Aceasta este promisiunea computerelor audio.

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

Așadar, gândiți-vă că nu doar poate înlocui multe lucruri

that you do on your phone

pe care le faceți pe telefon,

but actually make them better.

ci le poate îmbunătăți.

So take email, for example.

Să luăm e-mailul, de exemplu.

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

Ne scoatem telefoanele, glisăm, derulăm,

we furiously type with our thumbs.

tastăm furios cu degetele mari.

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

Nu ar fi mai bine să te aşezi liniştit cu o ceașcă de cafea

and to be briefed in a conversation?

și să fii informat cu privire la o conversație?

Or search, search is a big one.

Sau căutarea care este un element central.

It's an incredible technology

Este o tehnologie incredibilă

that made the world a radically better place.

care a făcut lumea un loc radical mai bun.

But with these audio computers,

Dar cu aceste computere audio,

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

puteți vorbi cu voce tare despre orice doriți să știți.

It just feels so normal.

Pare atât de normal.

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

Există o mare diferență între a da o comandă vocală

to one of the big five voice assistants,

unuia dintre cei cinci mari asistenți vocali,

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

care sunt aceste modele de dialog structurate, predefinite,

that we all have to learn,

care trebuie asimilate

and I'm sure have all felt that frustration,

şi sunt sigur că am simțit cu toții acea frustrare,

and just having a real conversation.

vrem o conversație reală.

These natural-language applications can get to know you

Aceste aplicații în limbaj natural ajung să ne cunoască

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

așa cum ajungem să ne cunoaștem unii pe alții.

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

Ele adună date despre viața noastră doar prin ceea ce vorbim de-a lungul timpului.

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

Mai târziu, scoate telefonul, uită-te la toate acele aplicații,

all those candy-colored icons,

cu pictograme colorate

and think about how could you accomplish the same thing

și gândește-te cum ai putea realiza același lucru

but through conversation?

dar prin conversație?

Or how could you make it better?

Sau cum ai putea să o faci mai bună?

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

Nu veți putea face asta cu Instagram sau TikTok,

those apps whose content is mostly visual.

aplicații al căror conținut este în mare parte vizual.

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

Dar nu ar fi mai bine să petreci ceva mai puțin timp pe acele aplicații

or just to need your screen a little bit less?

sau să ai mai puțină nevoie de ecranul tău?

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

Scopul nostru este să fim cu capul sus și cu mâinile libere

for a little bit more of the day.

puțin mai mult.

You know, just get back into the world.

Să revii în lume.

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

Desigur, dacă interfața auditivă cu utilizatorul sau AUI

is going to really integrate into your life,

se va integra cu adevărat în viața voastră,

it has to feel private and convenient to use.

trebuie să fie privată și convenabilă de utilizat.

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

De aceea l-am creat aşa ca să-l poţi purta la ureche toată ziua.

But your ears are for hearing first and foremost.

Dar urechile tale sunt pentru auz în primul rând.

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

Și dacă vreţi să purtați un computer pe ele toată ziua,

we can't mess that up.

n-o putem da în bară.

In fact, we should probably make that better too.

De fapt, probabil că ar trebui să îmbunătățim și asta.

So these audio computers,

Deci, aceste computere audio,

over the last six grueling years of R and D,

în ultimii șase ani istovitori de cercetare și dezvoltare,

became a sort of mixed-reality device.

au devenit un fel de dispozitiv de realitate mixtă.

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

Este ca Apple Vision Pro, dar pentru audio,

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

prin care putem pătrunde și modifica acustica ambientală,

giving you an unprecedented control over your personal soundscape.

oferindu-vă un control fără precedent asupra peisajului sonor personal.

In order to do mixed-audio reality,

Pentru a realiza realitatea audio mixtă,

we sort of had to hack the auditory system

a trebuit oarecum să piratăm sistemul auditiv

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

pentru a putea afișa sunetul cu o precizie ultra-înaltă, în mod spațial,

as if it's all around you.

ca şi cum ar fi în jurul nostru.

So there's this whole field of research.

Deci, există acest domeniu de cercetare.

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

Se numește psihoacustică, pe care îl conducem de ani de zile.

We built this giant audio structure.

Am construit această structură audio uriașă.

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

O cupolă cu 128 de difuzoare personalizate care vin din toate direcțiile,

so we could create virtual soundscapes.

astfel încât să putem crea peisaje sonore virtuale.

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

Este asemănător holodeck-ului din Star Trek, dar pentru audio.

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

Și dacă stai în mijlocul acestuia și închizi ochii,

we can transport you auditorily to anywhere that we want.

te putem transporta auditiv oriunde vrem.

So we can render a virtual football game,

Așa că putem reda un joc virtual de fotbal,

and you feel the energy.

iar tu simți energia.

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

Sau putem face să sune ca și cum ai fi în mijlocul unei străzi pline de viață .

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

Și dacă ești ca mine, simți anxietatea.

Or standing on a beach with the crashing waves,

Sau stând pe o plajă cu valurile spargându-se

and you feel the peace.

și simți liniștea.

And so it's super cool.

Deci este super cool.

I wish everyone could be inside there.

Mi-aș dori ca toată lumea să poată fi acolo.

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

Apoi am efectuat experimente pentru a afla toate modurile complicate

that your brain positions sounds in space.

în care creierul poziționează sunetele în spațiu.

Also, we could reverse-engineer those neural algorithms

De asemenea, am putea inversa ingineria acelor algoritmi neuronali

and code them into our software.

și să-i codificăm în software-ul nostru.

So our goal has been to create this experience

Deci scopul nostru a fost să creăm această experiență

but right here.

dar chiar aici.

Us psychoacousticians call this “virtual auditory space”

Noi, psihoacusticienii, îi spunem „spațiu auditiv virtual”,

to distinguish from our real auditory space,

pe care să-l distingem de spațiul nostru auditiv real,

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

care reprezintă sunetele care sunt peste tot în jurul nostru.

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

Asta-i necesar pentru a crea un dispozitiv convingător de realitate audio mixtă.

So it's actually impossible to demonstrate this experience

Deci, este imposibil să demonstrezi această experiență

until you hear it with your ears yourself.

până când nu o auzi cu propriile urechi.

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

Dar pentru a vă da o idee, am încercat să o simulăm pentru voi.

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

Așadar, imaginați-vă că stați într-un restaurant zgomotos

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

și vă vine greu să vă auziți prietenii la masă.

(Overlapping voices, music and noise)

(Voci suprapuse, muzică și zgomot)

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

Hei, poți îmbunătăți sunetele care sunt chiar în fața mea?

(People speaking)

(Oameni vorbind)

(Baby crying)

(Bebeluș plângând)

And can you turn that baby down?

Și poți reduce plânsul acelui copil?

(People talking)

(Oameni vorbind)

That’s better.

Aşa e mai bine.

I'm still having a little trouble hearing Pedro.

Încă nu-l aud prea bine pe Pedro.

Can you isolate Pedro for me?

Poți să-l izolezi pe Pedro?

Pedro: (Speaking in Spanish)

Pedro: (Vorbind în spaniolă)

JR: That's perfect.

JR: Este perfect.

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

Spaniola mea este puțin ruginită.

Can I hear Pedro but in English?

Pot să-l aud pe Pedro, dar în engleză?

Pedro: And at the end of the trip,

Pedro: Și la sfârșitul călătoriei,

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

ne-am întors în oraș pentru a vizita centrul istoric.

JR: Hey Shell, close all programs.

JR: Hei Shell, închide toate programele.

(Noise enhances)

(Zgomotul reapare)

Ah, it’s so much worse.

Ah, este mult mai rău.

That's pretty cool, right?

E destul de grozav, nu?

It's pretty cool.

E destul de grozav.

(Applause)

(Aplauze)

So what you just heard was a beamforming app,

Ce-ați auzit a fost o aplicație de formare a fasciculului,

the computational auditory scene analysis app,

aplicația de analiză computațională a scenelor auditive,

a machine-learning denoising app,

o aplicație de reducerea zgomotului,

o aplicație de transcriere şi traducere tip IA

an AI transcription and translation

and text-to-speech with style transfer app.

şi de tip text-în-vorbire cu transfer de stil.

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

Ideea este că toate acele transformări audio sunt realizate de software.

So we think the possibilities for these audio computers

Deci credem că posibilitățile pentru aceste computere audio

are pretty much endless,

sunt aproape nesfârșite

and we can't wait to see

și abia așteptăm să vedem

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

ce vor face dezvoltatorii lumii aici.

Like imagine an education app that knows your personal learning style

Imaginați-vă o aplicație educațională care vă cunoaște stilul personal de învățare

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

și vă poate preda precum un profesor de clasă mondială,

on-call anytime.

şi disponibil oricând.

Or like a fitness coach you can summon all day

Sau antrenor de fitness

about your diet and exercise,

care vă ajută cu dieta

who can also motivate you through conversation

ṣi care vă poate şi motiva prin conversație

and even gamify your workout with some auditory cues.

și chiar vă poate gamifica antrenamentul cu câteva indicii auditive.

Or, hey, K?

Sau, hei, K?

Voice: Hi, Jason. What's up?

Voce: Bună, Jason. Ce faci?

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

Hei, dacă ai face o aplicație audio care ar putea fi orice,

what would it be?

ce ar fi?

Voice: How about a whoopee cushion

Voce: Ce zici de o pernă iuhuu

that plays a fart sound whenever you sit down?

care scoate un pârț ori de câte ori te așezi?

(Laughter)

(Râsete)

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

JR: Hei, K, dacă ai face o aplicație audio

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

care nu are nimic de-a face cu pârţurile, ce ar fi?

Voice: Maybe an app that generates personalized soundscapes

Voce: Una care generează peisaje sonore personalizate

for relaxation and focus?

pentru relaxare și concentrare?

JR: That's much better.

JR: E mult mai bine.

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

Bine, se pare că mai avem o mică ajustare fină de făcut aici.

So the point is,

Deci ideea este că

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

imaginația este singura limită a ceea ce puteți face aici.

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

Scopul nostru nu este doar să creăm primul computer audio din lume,

it's to create a truly intuitive computing experience

ci să creăm o experiență de calcul cu adevărat intuitivă,

where we're not monetizing your attention

în care nu vă monetizăm atenția

or making you captive to a new kind of device,

sau vă facem captivi al unui nou tip de dispozitiv,

but instead interfacing machines with us

ci să comunicăm în schimb cu mașinile

in the way that we were born to.

în modul în care ne-am născut s-o facem.

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

Așadar cred că este timpul pentru un computer care vorbește limba noastră.

Thank you.

Mulțumesc.

(Applause)

(Aplauze)