0:00:00.816,0:00:04.403
Τα συναισθήματά μας επηρεάζουν [br]κάθε πτυχή της ζωής μας,

0:00:04.403,0:00:06.629
από την υγεία μας[br]και τον τρόπο που μαθαίνουμε,

0:00:06.629,0:00:09.922
έως το πώς εργαζόμαστε και[br]παίρνουμε αποφάσεις, μικρές και μεγάλες.

0:00:10.672,0:00:14.382
Τα συναισθήματά μας επίσης επηρεάζουν [br]το πώς συνδεόμαστε μεταξύ μας.

0:00:15.132,0:00:19.108
Έχουμε εξελιχθεί να ζούμε [br]σε έναν κόσμο σαν αυτόν,

0:00:19.108,0:00:23.557
αντ' αυτού όμως, ζούμε[br]όλο και περισσότερο κάπως έτσι

0:00:23.557,0:00:26.561
- αυτό είναι μήνυμα [br]από την κόρη μου χθες βράδυ -

0:00:27.041,0:00:29.301
σε έναν κόσμο στερημένο από συναίσθημα.

0:00:29.301,0:00:31.432
Η αποστολή μου είναι να το αλλάξω αυτό.

0:00:31.432,0:00:35.383
Θέλω να επαναφέρω το συναίσθημα [br]στις ψηφιακές μας εμπειρίες.

0:00:36.523,0:00:39.140
Πήρα αυτόν τον δρόμο πριν από 15 χρόνια.

0:00:39.140,0:00:41.816
Ήμουν επιστήμων υπολογιστών στην Αίγυπτο,

0:00:41.816,0:00:45.871
και μόλις είχα περάσει σε μεταπτυχιακό [br]πρόγραμμα του Πανεπιστημίου του Κέμπριτζ.

0:00:45.871,0:00:48.034
Έτσι έκανα κάτι αρκετά ασυνήθιστο

0:00:48.034,0:00:52.209
για μια νεαρή νιόπαντρη μουσουλμάνα[br]σύζυγο από την Αίγυπτο:

0:00:53.599,0:00:56.698
Με τη στήριξη του συζύγου μου,[br]που έπρεπε να μείνει στην Αίγυπτο,

0:00:56.698,0:00:59.706
έφτιαξα τα πράγματά μου [br]και μετακόμισα στην Αγγλία.

0:00:59.706,0:01:02.844
Στο Κέμπριτζ, χιλιάδες μίλια[br]μακριά από το σπίτι μου

0:01:02.844,0:01:06.257
κατάλαβα ότι περνούσα περισσότερη ώρα [br]με τον φορητό μου υπολογιστή

0:01:06.257,0:01:08.486
παρά με οποιονδήποτε άλλον άνθρωπο.

0:01:08.726,0:01:13.519
Παρόλη όμως αυτή την οικειότητα, [br]ο φορητός μου δεν είχε ιδέα πώς ένιωθα.

0:01:13.519,0:01:16.550
Αγνοούσε εάν ήμουν χαρούμενη,

0:01:16.550,0:01:19.778
αν ήταν μια μέρα δύσκολη, [br]με άγχος ή επιπλοκές,

0:01:19.778,0:01:21.900
και αυτό με απογοήτευσε.

0:01:23.600,0:01:28.401
Ακόμα χειρότερα, όταν επικοινωνούσα [br]διαδικτυακά με την οικογένεια στο σπίτι,

0:01:29.421,0:01:32.823
ένιωθα ότι όλα μου τα συναισθήματα[br]εξαφανίζονταν στον κυβερνοχώρο.

0:01:32.823,0:01:37.858
Μου έλειπε το σπίτι μου, ένιωθα μοναξιά,[br]και κάποιες μέρες πραγματικά έκλαιγα,

0:01:37.858,0:01:42.786
αλλά είχα μόνο αυτό για να μεταδώσω [br]αυτά τα συναισθήματα.

0:01:42.786,0:01:44.806
(Γέλια)

0:01:44.806,0:01:49.140
Η σημερινή τεχνολογία έχει πολλή ευφυΐα [br]αλλά καθόλου συναίσθημα,

0:01:49.140,0:01:52.956
πάρα πολύ γνωστική ευφυΐα [br]αλλά καθόλου συναισθηματική ευφυΐα.

0:01:53.236,0:01:55.153
Αυτό με έβαλε να σκεφτώ

0:01:55.153,0:01:59.157
τι θα γινόταν εάν η τεχνολογία μας[br]μπορούσε να νιώσει τα συναισθήματά μας;

0:01:59.157,0:02:03.013
Τι θα γινόταν εάν οι συσκευές ένιωθαν [br]πώς αισθανόμαστε και αποκρίνονταν ανάλογα,

0:02:03.013,0:02:05.986
ακριβώς όπως θα αντιδρούσε[br]ένας φίλος με συναισθήματα;

0:02:06.666,0:02:10.230
Αυτά τα ερωτήματα οδήγησαν [br]εμένα και την ομάδα μου

0:02:10.230,0:02:14.607
στη δημιουργία τεχνολογιών που διαβάζουν [br]και αντιδρούν στα συναισθήματά μας,

0:02:14.607,0:02:17.697
και το σημείο αφετηρίας μας [br]ήταν το ανθρώπινο πρόσωπο.

0:02:18.577,0:02:21.750
Το πρόσωπό μας τυγχάνει να είναι [br]ένα από τα πιο ισχυρά κανάλια

0:02:21.750,0:02:25.766
μέσω των οποίων εκφράζουμε κοινωνικές [br]και συναισθηματικές μας καταστάσεις,

0:02:25.766,0:02:31.976
τα πάντα, από διασκέδαση, έκπληξη,[br]ενσυναίσθηση και περιέργεια.

0:02:32.979,0:02:34.687
Στην επιστήμη των συναισθημάτων,

0:02:34.687,0:02:37.907
κάθε κίνηση των μυών του προσώπου[br]την αποκαλούμε μονάδα δράσης.

0:02:37.907,0:02:40.632
Έτσι για παράδειγμα η μονάδα δράσης 12,

0:02:40.632,0:02:42.490
δεν είναι μια επιτυχία του Χόλιγουντ,

0:02:42.490,0:02:44.310
είναι σήκωμα της άκρης του χείλους,

0:02:44.310,0:02:46.312
που είναι βασικό συστατικό του χαμόγελου.

0:02:46.312,0:02:48.910
Δοκιμάστε το όλοι. [br]Ας ρίξουμε μερικά χαμόγελα.

0:02:48.910,0:02:51.954
Άλλο παράδειγμα είναι η μονάδα δράσης 4. [br]Είναι η συνοφρύωση.

0:02:51.954,0:02:55.739
Είναι όταν σμίγουν τα φρύδια[br]και δημιουργούνται ρυτίδες και υφές.

0:02:55.739,0:02:59.984
Δεν μας αρέσουν αλλά είναι [br]έντονη ένδειξη αρνητικού συναισθήματος.

0:02:59.984,0:03:02.610
Έτσι έχουμε περίπου [br]45 τέτοιες μονάδες δράσης,

0:03:02.610,0:03:06.350
και οι συνδυασμοί τους εκφράζουν [br]εκατοντάδες συναισθήματα.

0:03:06.350,0:03:10.251
Το να μάθεις έναν υπολογιστή να διαβάζει[br]τις εκφράσεις του προσώπου είναι δύσκολο,

0:03:10.251,0:03:12.973
επειδή οι μονάδες δράσεις[br]μπορεί να εναλλάσσονται γρήγορα,

0:03:12.973,0:03:15.777
να είναι αδιόρατες, και να συνδυάζονται[br]με πολλούς τρόπους.

0:03:15.777,0:03:19.515
Πάρτε για παράδειγμα το χαμόγελο [br]και το υπεροπτικό χαμόγελο.

0:03:19.515,0:03:23.268
Μοιάζουν μεταξύ τους [br]αλλά σημαίνουν διαφορετικά πράγματα.

0:03:23.268,0:03:24.986
(Γέλια)

0:03:24.986,0:03:26.940
Έτσι το χαμόγελο είναι θετικό,

0:03:26.940,0:03:29.260
ενώ το προσποιητό χαμόγελο [br]είναι συχνά αρνητικό.

0:03:29.260,0:03:33.136
Καμιά φορά το προσποιητό χαμόγελο [br]μπορεί να σε κάνει διάσημο.

0:03:33.136,0:03:35.080
Αλλά είναι πολύ σημαντικό

0:03:35.080,0:03:38.485
να μπορεί ο υπολογιστής[br]να δει τη διαφορά των δυο εκφράσεων.

0:03:38.485,0:03:40.447
Πώς το καταφέρνουμε λοιπόν αυτό;

0:03:40.447,0:03:42.204
Δίνουμε στους αλγορίθμους μας

0:03:42.204,0:03:46.524
δεκάδες χιλιάδες παραδείγματα ανθρώπων [br]που ξέρουμε ότι χαμογελούν,

0:03:46.524,0:03:49.589
από διάφορες εθνότητες, ηλικίες, γένη,

0:03:49.589,0:03:52.030
και κάνουμε το ίδιο [br]και για το υπεροπτικό χαμόγελο.

0:03:52.030,0:03:53.994
Και μετά χρησιμοποιώντας τη βαθιά μάθηση

0:03:53.994,0:03:57.200
ο αλγόριθμος ψάχνει [br]για όλες αυτές τις υφές και τις ρυτίδες

0:03:57.200,0:03:59.310
και τις αλλαγές σχήματος του προσώπου μας,

0:03:59.310,0:04:02.642
και βασικά μαθαίνει ότι όλα τα χαμόγελα [br]έχουν κοινά χαρακτηριστικά,

0:04:02.642,0:04:05.863
ενώ τα υπεροπτικά χαμόγελα έχουν[br]ελαφρώς διαφορετικά χαρακτηριστικά.

0:04:05.863,0:04:08.141
Την επόμενη φορά[br]που θα δει ένα νέο πρόσωπο

0:04:08.141,0:04:11.390
ουσιαστικά μαθαίνει ότι αυτό το πρόσωπο

0:04:11.390,0:04:13.473
έχει τα χαρακτηριστικά του χαμόγελου

0:04:13.473,0:04:17.151
και λέει, «Ναι, το αναγνωρίζω. [br]Είναι έκφραση χαμόγελου».

0:04:18.201,0:04:21.541
Έτσι ο καλύτερος τρόπος για να δείξουμε[br]πως λειτουργεί η τεχνολογία

0:04:21.541,0:04:23.317
είναι μια ζωντανή παρουσίαση,

0:04:23.317,0:04:27.230
γι' αυτό ζητάω έναν εθελοντή,[br]κατά προτίμηση κάποιον με πρόσωπο.

0:04:27.230,0:04:28.714
(Γέλια)

0:04:29.774,0:04:32.095
Η Κλόη θα είναι η εθελόντριά μας σήμερα.

0:04:33.325,0:04:37.783
Τα τελευταία πέντε χρόνια, [br]από ερευνητικό πρόγραμμα του ΜΙΤ

0:04:37.783,0:04:38.939
γίναμε εταιρεία,

0:04:38.939,0:04:42.351
όπου η ομάδα μου έχει μοχθήσει[br]για να λειτουργήσει αυτή η τεχνολογία,

0:04:42.351,0:04:44.360
όπως αρεσκόμαστε να λέμε ακόμα.

0:04:44.360,0:04:47.360
Την έχουμε συρρικνώσει [br]ώστε η κεντρική μηχανή συναισθημάτων

0:04:47.360,0:04:50.760
να λειτουργεί σε κάθε φορητή συσκευή[br]με κάμερα, όπως αυτό το iPad.

0:04:50.770,0:04:52.806
Ας την δοκιμάσουμε λοιπόν.

0:04:54.756,0:04:58.680
Βλέπετε ότι ο αλγόριθμος βασικά[br]έχει εντοπίσει το πρόσωπο της Κλόη,

0:04:58.680,0:05:00.372
είναι αυτό το λευκό περίγραμμα,

0:05:00.372,0:05:02.943
και παρακολουθεί τα κεντρικά[br]σημεία του προσώπου της,

0:05:02.943,0:05:05.799
ήτοι, τα φρύδια, τα μάτια και τη μύτη της.

0:05:05.799,0:05:08.786
Το ερώτημα είναι, μπορεί[br]να αναγνωρίσει την έκφρασή της;

0:05:08.786,0:05:10.287
Άρα θα τεστάρουμε το μηχάνημα.

0:05:10.287,0:05:13.173
Αρχικά, δείξε μου ένα ανέκφραστο πρόσωπο. [br]Ναι, υπέροχα.

0:05:13.173,0:05:14.643
(Γέλια)

0:05:14.873,0:05:17.456
Κατόπιν καθώς χαμογελάει,[br]είναι γνήσιο χαμόγελο, υπέροχο.

0:05:17.456,0:05:19.616
Η πράσινη μπάρα μεγαλώνει[br]καθώς χαμογελάει.

0:05:19.616,0:05:21.068
Αυτό ήταν ένα μεγάλο χαμόγελο.

0:05:21.068,0:05:23.731
Κι ένα υπεροπτικό χαμόγελο[br]θα το καταλάβει ο υπολογιστής;

0:05:23.731,0:05:27.577
Αναγνωρίζει και τα διακριτικά χαμόγελα.[br]Εργαστήκαμε σκληρά για να το καταφέρουμε.

0:05:27.717,0:05:31.449
Μετά σηκωμένα φρύδια ως ένδειξη έκπληξης.

0:05:31.559,0:05:34.898
Συνοφρύωση ως ένδειξη απογοήτευσης.

0:05:35.938,0:05:39.595
Κατσούφιασε. Ναι, τέλεια.

0:05:39.595,0:05:41.768
Όλες αυτές είναι διαφορετικές[br]μονάδες δράσης.

0:05:41.768,0:05:45.180
Υπάρχουν πολύ περισσότερες.[br]Αυτή είναι μια σύντομη παρουσίαση.

0:05:45.180,0:05:48.368
Αλλά κάθε καταγραφή την αποκαλούμε[br]σημείο συναισθηματικών δεδομένων,

0:05:48.368,0:05:51.587
και μετά μπορούν να δράσουν μαζί[br]για να δώσουν διάφορα συναισθήματα.

0:05:51.587,0:05:55.350
Έτσι στη δεξιά πλευρά της δοκιμής -[br]δείξε ότι είσαι χαρούμενη.

0:05:55.350,0:05:57.444
Αυτό λοιπόν είναι χαρά. Η χαρά φωτίζεται.

0:05:57.444,0:05:59.371
Και μετά δώσε μου μια έκφραση αηδίας.

0:05:59.371,0:06:03.413
Θυμήσου πώς ήταν όταν ο Ζέιν έφυγε [br]από τους Ουάν Νταϊρέξιον.

0:06:03.413,0:06:04.593
(Γέλια)

0:06:04.593,0:06:07.935
Ναι, ξύνισε τη μύτη σου. Φοβερό.

0:06:09.495,0:06:13.036
Το σθένος είναι αρκετά αρνητικό,[br]άρα πρέπει να ήσουν μεγάλη θαυμάστρια.

0:06:13.036,0:06:15.926
Το σθένος δηλώνει πόσο θετική ή αρνητική[br]είναι μια εμπειρία,

0:06:15.926,0:06:18.572
και η εμπλοκή δηλώνει[br]πόσο εκφραστική είναι επίσης.

0:06:18.572,0:06:22.536
Φανταστείτε αν η Κλόη είχε πρόσβαση σ'αυτή[br]τη ροή συναισθήματος σε πραγματικό χρόνο,

0:06:22.536,0:06:25.055
και μπορούσε να τη μοιραστεί[br]με όποιον ήθελε.

0:06:25.055,0:06:26.528
Ευχαριστώ.

0:06:26.528,0:06:28.189
(Χειροκρότημα)

0:06:33.749,0:06:38.729
Έως τώρα έχουμε συγκεντρώσει 12 δις[br]τέτοια σημεία συναισθηματικών δεδομένων.

0:06:38.729,0:06:41.640
Είναι η μεγαλύτερη βάση δεδομένων[br]από συναισθήματα στον κόσμο.

0:06:41.640,0:06:44.803
Τα συλλέξαμε από 2,9 εκατομμύρια βίντεο[br]από πρόσωπα ανθρώπων

0:06:44.803,0:06:47.673
που συμφώνησαν να μοιραστούν [br]τα συναισθήματά τους μαζί μας,

0:06:47.673,0:06:50.398
και από 75 χώρες σε όλο τον κόσμο.

0:06:50.398,0:06:52.113
Αυξάνεται κάθε μέρα.

0:06:52.603,0:06:54.430
Με συνεπαίρνει η ιδέα

0:06:54.430,0:06:57.865
ότι μπορούμε να ποσοτικοποιήσουμε [br]κάτι τόσο προσωπικό όσο το συναίσθημα,

0:06:57.865,0:07:00.100
και να το κάνουμε σε τέτοια κλίμακα.

0:07:00.100,0:07:02.277
Τι μάθαμε λοιπόν έως τώρα;

0:07:03.057,0:07:04.388
Φύλο.

0:07:05.388,0:07:08.744
Τα δεδομένα μας επιβεβαιώνουν[br]κάτι που ίσως υποψιαζόσαστε.

0:07:08.744,0:07:11.111
Οι γυναίκες είναι πιο εκφραστικές[br]από τους άνδρες.

0:07:11.111,0:07:14.234
Χαμογελούν περισσότερο,[br]και το χαμόγελό τους διαρκεί περισσότερο,

0:07:14.234,0:07:16.098
και τώρα μπορούμε να ποσοτικοποιήσουμε

0:07:16.098,0:07:18.444
σε τι άνδρες και γυναίκες[br]αντιδρούν διαφορετικά.

0:07:18.814,0:07:20.894
Ας δούμε την κουλτούρα: Έτσι στις ΗΠΑ

0:07:20.894,0:07:25.468
οι γυναίκες είναι 40% πιο εκφραστικές [br]από τους άνδρες, αλλά όλως περιέργως

0:07:25.468,0:07:29.573
δεν υπάρχει διαφορά μεταξύ ανδρών [br]και γυναικών στην Αγγλία. (Γέλια)

0:07:31.296,0:07:35.503
Ηλικία: Οι άνθρωποι 50 ετών και άνω

0:07:35.503,0:07:38.759
είναι 25% πιο συναισθηματικοί [br]από τους νέους ανθρώπους.

0:07:39.609,0:07:43.751
Οι γυναίκες των 20 χαμογελούν περισσότερο[br]από τους άνδρες της ίδιας ηλικίας,

0:07:43.751,0:07:46.340
ίσως μια αναγκαιότητα [br]για την αναζήτηση σχέσης.

0:07:47.590,0:07:50.207
Αλλά αυτό που μας εξέπληξε[br]περισσότερο στα δεδομένα

0:07:50.207,0:07:53.410
είναι ότι συμβαίνει [br]να είμαστε εκφραστικοί συνέχεια,

0:07:53.410,0:07:56.243
ακόμη και όταν είμαστε μόνοι [br]μπροστά στη συσκευή μας,

0:07:56.243,0:07:59.517
και όχι μόνο όταν βλέπουμε[br]βίντεο με γάτες στο Facebook.

0:08:00.107,0:08:02.357
Είμαστε εκφραστικοί[br]όταν στέλνουμε email ή sms,

0:08:02.357,0:08:05.717
ψωνίζουμε διαδικτυακά, ακόμη και[br]όταν κάνουμε τη φορολογική μας δήλωση.

0:08:05.717,0:08:07.919
Πού χρησιμοποιούνται[br]αυτά τα δεδομένα σήμερα;

0:08:07.919,0:08:10.172
Στο να καταλάβουμε[br]πώς εμπλεκόμαστε με τα μέσα,

0:08:10.172,0:08:13.166
έτσι κατανοώντας τη διαδικτυακή[br]εξάπλωση και το πώς ψηφίζουμε.

0:08:13.166,0:08:16.746
Επίσης την τεχνολογία[br]που ενεργοποιεί συναισθήματα,

0:08:16.746,0:08:20.527
και θέλω να μοιραστώ κάποια παραδείγματα [br]στα οποία έχω ιδιαίτερη αδυναμία.

0:08:21.197,0:08:23.315
Γυαλιά που ενεργοποιούνται[br]από συναισθήματα

0:08:23.315,0:08:27.493
θα βοηθήσουν άτομα με προβλήματα όρασης[br]να διαβάσουν τα πρόσωπα των άλλων,

0:08:27.493,0:08:30.080
και θα βοηθήσει[br]άτομα στο φάσμα του αυτισμού

0:08:30.080,0:08:33.478
να ερμηνεύσουν συναισθήματα,[br]κάτι που πραγματικά τους ταλαιπωρεί.

0:08:35.528,0:08:38.777
Στην εκπαίδευση, φανταστείτε[br]εάν οι εφαρμογές που μαθαίνουν

0:08:38.777,0:08:41.587
αισθανθούν ότι έχετε μπερδευτεί[br]και μειώσουν ταχύτητα

0:08:41.587,0:08:43.444
ή ότι βαριόσαστε έτσι να επιταχύνουν,

0:08:43.444,0:08:46.413
ακριβώς όπως ένας καλός δάσκαλος [br]θα έκανε στην τάξη.

0:08:47.043,0:08:49.644
Εάν το ρολόι στο χέρι σας[br]παρακολουθούσε τη διάθεσή σας

0:08:49.644,0:08:52.337
ή το αυτοκινητό σας αισθανόταν[br]ότι είστε κουρασμένος,

0:08:52.337,0:08:55.165
ή ίσως το ψυγείο σας να αναγνωρίζει[br]ότι είστε αγχωμένος

0:08:55.165,0:08:59.511
και να κλειδώνει αυτόματα αποτρέποντας[br]τη λαίμαργη επιδρομή σας. (Γέλια)

0:08:59.511,0:09:01.118
Θα μου άρεσε αυτό, ναι.

0:09:03.398,0:09:05.325
Τι εάν, όταν ήμουν στο Κέμπριτζ,

0:09:05.325,0:09:08.118
είχα πρόσβαση στη ροή συναισθημάτων μου[br]σε πραγματικό χρόνο

0:09:08.118,0:09:11.597
και μπορούσα να τη μοιραστώ[br]με την οικογένειά μου πολύ φυσικά

0:09:11.597,0:09:15.408
ακριβώς όπως θα έκανα[br]αν είμασταν όλοι μαζί στο ίδιο δωμάτιο;

0:09:15.408,0:09:21.007
Νομίζω ότι σε πέντε χρόνια, όλες [br]οι συσκευές θα έχουν τσιπ συναισθημάτων

0:09:21.007,0:09:22.941
και δεν θα θυμόμαστε πώς ήταν

0:09:22.941,0:09:25.541
όταν δεν μπορούσαμε [br]να αγριοκοιτάξουμε τη συσκευή μας

0:09:25.541,0:09:28.480
και αυτή να μας πει [br]«Χμ, μάλλον δεν σου αρέσε αυτό, σωστά;»

0:09:29.130,0:09:30.540
Η μεγαλύτερη πρόκληση είναι

0:09:30.540,0:09:32.961
ότι υπάρχουν τόσες εφαρμογές[br]αυτής της τεχνολογίας,

0:09:32.961,0:09:35.864
που η ομάδα μας δεν μπορεί[br]να τις κάνει όλες μόνη της

0:09:35.864,0:09:38.120
έτσι κάναμε την τεχνολογία διαθέσιμη

0:09:38.120,0:09:41.474
ώστε και άλλοι προγραμματιστές[br]να χτίσουν και να γίνουν δημιουργικοί.

0:09:41.724,0:09:47.457
Κατανοούμε ότι υπάρχουν πιθανοί κίνδυνοι[br]και ενδεχόμενη κατάχρηση,

0:09:47.457,0:09:50.576
αλλά προσωπικά, έχοντας περάσει[br]τόσα χρόνια πάνω σε αυτό,

0:09:50.576,0:09:53.038
πιστεύω ότι τα οφέλη για την ανθρωπότητα

0:09:53.038,0:09:55.643
από το να έχουμε[br]συναισθηματικά ευφυή τεχνολογία

0:09:55.643,0:09:59.129
ξεπερνούν κατά πολύ[br]την πιθανότητα κακής χρήσης.

0:09:59.129,0:10:01.800
Σας προσκαλώ όλους[br]να συμμετέχετε στη συζήτηση.

0:10:01.800,0:10:04.534
Όσα περισσότερα γνωρίζει ο κόσμος[br]γι' αυτή την τεχνολογία,

0:10:04.534,0:10:07.821
τόσο περισσότερο μπορούμε όλοι [br]να έχουμε άποψη για την χρήση της.

0:10:09.081,0:10:13.655
'Ετσι, καθώς οι ζωές μας γίνονται[br]όλο και πιο ψηφιακές,

0:10:13.655,0:10:17.513
μάταια αγωνιζόμαστε [br]να επιβραδύνουμε τη χρήση των συσκευών

0:10:17.513,0:10:19.692
για να ανακτήσουμε τα συναισθήματά μας.

0:10:20.622,0:10:24.586
Αυτό που προσπαθώ να κάνω είναι[br]να φέρω το συναίσθημα στην τεχνολογία

0:10:24.586,0:10:26.765
και να κάνω την τεχνολογία να αποκρίνεται.

0:10:26.765,0:10:29.595
Θέλω λοιπόν εκείνες οι συσκευές [br]που μας απομάκρυναν

0:10:29.595,0:10:31.527
να μας ενώσουν και πάλι.

0:10:32.237,0:10:36.715
Και εξανθρωπίζοντας την τεχνολογία [br]έχουμε αυτή τη χρυσή ευκαιρία

0:10:36.715,0:10:39.942
να αναδιατυπώσουμε [br]τη σχέση μας με τις μηχανές

0:10:40.162,0:10:44.263
και ως εκ τούτου, [br]και το πώς εμείς ως ανθρώπινα όντα,

0:10:44.263,0:10:46.167
συνδεόμαστε ο ένας με τον άλλον.

0:10:46.167,0:10:47.487
Ευχαριστώ.

0:10:47.487,0:10:48.810
(Χειροκρότημα)