0:00:00.556,0:00:04.433
Våra känslor påverkar[br]varje del av våra liv

0:00:04.433,0:00:08.149
från vår hälsa och hur vi lär oss,[br]till hur vi gör affärer och fattar beslut,

0:00:08.149,0:00:09.922
stora som små.

0:00:10.672,0:00:14.162
Våra känslor påverkar också[br]hur vi knyter an till varandra.

0:00:15.132,0:00:19.108
Vi har utvecklats för att leva[br]i en sån här värld,

0:00:19.108,0:00:23.427
men nu lever vi istället[br]mer och mer såna här liv -

0:00:23.427,0:00:26.561
det här är ett sms som jag fick[br]från min dotter igår kväll -

0:00:26.561,0:00:29.151
i en värld som är tömd på känslor.

0:00:29.151,0:00:31.252
Jag ser som mitt uppdrag att förändra det.

0:00:31.252,0:00:35.343
Jag vill föra tillbaka känslorna[br]i våra digitala upplevelser.

0:00:36.223,0:00:39.070
Jag började med det för 15 år sen.

0:00:39.070,0:00:41.486
Jag var dataingenjör i Egypten

0:00:41.486,0:00:43.011
och hade just blivit antagen

0:00:43.011,0:00:45.541
till en forskarutbildning[br]vid Cambridge University.

0:00:45.871,0:00:47.984
Jag gjorde något ganska ovanligt

0:00:47.984,0:00:52.209
för att vara en ung nygift[br]muslimsk egyptisk fru:

0:00:53.599,0:00:56.598
Med stöd från min man[br]som blev tvungen att stanna i Egypten

0:00:56.598,0:00:59.616
packade jag mina väskor[br]och flyttade till England.

0:00:59.616,0:01:02.844
I Cambridge, tusentals kilometer hemifrån,

0:01:02.844,0:01:05.847
insåg jag att jag tillbringade[br]fler timmar med min laptop

0:01:05.847,0:01:08.486
än jag gjorde med någon människa.

0:01:08.486,0:01:13.339
Trots detta nära band visste inte datorn[br]något om hur jag kände mig.

0:01:13.339,0:01:16.190
Den visste inte om jag var glad,

0:01:16.190,0:01:19.538
om jag hade en dålig dag,[br]eller var stressad, förvirrad,

0:01:19.538,0:01:22.460
och det blev frustrerande.

0:01:23.600,0:01:29.421
Ännu värre var det när jag kommunicerade[br]med min familj därhemma, och kände

0:01:29.431,0:01:32.703
att mina känslor försvann i cyberrymden.

0:01:32.703,0:01:37.858
Jag längtade hem, jag kände mig ensam,[br]och vissa dagar grät jag,

0:01:37.858,0:01:42.786
men allt jag kunde använda[br]för att kommunicera känslorna var den här.

0:01:42.786,0:01:44.806
(Skratt)

0:01:44.806,0:01:49.780
Dagens teknik har mycket IQ, men ingen EQ;

0:01:49.780,0:01:52.956
hög kognitiv intelligens[br]men ingen emotionell intelligens.

0:01:52.956,0:01:55.153
Det fick mig att börja fundera på

0:01:55.153,0:01:58.927
hur det skulle bli om vår teknik[br]skulle kunna känna av våra känslor?

0:01:58.927,0:02:02.853
Om våra maskiner kunde känna av vårt humör[br]och bete sig i enlighet med det,

0:02:02.853,0:02:05.866
som en emotionellt intelligent vän?

0:02:06.666,0:02:09.970
De här frågorna gjorde[br]att jag och mitt team

0:02:09.970,0:02:14.607
började skapa teknik som kan läsa av[br]och reagera på våra känslor,

0:02:14.607,0:02:17.697
och vi började med det mänskliga ansiktet.

0:02:18.577,0:02:21.750
Det mänskliga ansiktet råkar vara[br]en av de bästa kanaler

0:02:21.750,0:02:25.766
som vi använder för att kommunicera[br]sociala och känslomässiga tillstånd,

0:02:25.766,0:02:28.776
allt från njutning, överraskning,

0:02:28.776,0:02:32.662
empati och nyfikenhet.

0:02:32.979,0:02:37.907
Inom känslovetenskap kallas en rörelse[br]hos en ansiktsmuskel för "aktiv enhet".

0:02:37.907,0:02:40.562
Den tolfte aktiva enheten

0:02:40.562,0:02:42.870
är inte en toppfilm från Hollywood

0:02:42.870,0:02:46.312
utan en uppdragen mungipa,[br]vilket är huvudkomponenten i ett leende.

0:02:46.312,0:02:49.300
Prova det allihop. Nu ler vi lite.

0:02:49.300,0:02:51.334
Ett annat exempel[br]är fjärde aktiva enheten.

0:02:51.334,0:02:54.192
Det är när man drar ihop ögonbrynen

0:02:54.192,0:02:56.129
och får den här ytan och rynkorna.

0:02:56.129,0:03:00.141
Vi tycker inte om dem, men det är[br]en stark indikator på en negativ känsla.

0:03:00.164,0:03:02.630
Vi har ungefär 45 aktiva enheter,

0:03:02.630,0:03:06.350
och de kan kombineras[br]för att uttrycka hundratals känslor.

0:03:06.350,0:03:10.251
Att lära en dator att läsa av[br]känslouttryck i ansiktet är svårt,

0:03:10.251,0:03:13.223
för de aktiva enheterna[br]kan vara snabba och subtila

0:03:13.223,0:03:15.487
och de går att kombinera[br]på många olika sätt.

0:03:15.487,0:03:19.515
Ta till exempel leendet och hånflinet.

0:03:19.515,0:03:23.268
De ser ganska lika ut,[br]men de betyder helt olika saker.

0:03:23.268,0:03:24.986
(Skratt)

0:03:24.986,0:03:27.430
Ett leende är positivt,

0:03:27.430,0:03:29.260
ett flin är ofta negativt.

0:03:29.260,0:03:33.136
Ibland kan ett flin göra en känd.

0:03:33.136,0:03:35.960
Men trots allt är det viktigt[br]för en dator att kunna

0:03:35.960,0:03:38.455
se skillnad mellan de här två uttrycken.

0:03:38.455,0:03:40.337
Hur gör vi det?

0:03:40.337,0:03:41.984
Vi ger våra algoritmer

0:03:41.984,0:03:46.524
tiotusentals exempel[br]av människor som vi vet ler,

0:03:46.524,0:03:49.589
med olika etnisk bakgrund, ålder, kön,

0:03:49.589,0:03:51.631
och vi gör samma sak för flin.

0:03:51.950,0:03:53.954
Och genom maskininlärning

0:03:53.954,0:03:56.810
letar algoritmen[br]efter såna här ytor och rynkor

0:03:56.810,0:03:59.070
och formändringar i vårt ansikte

0:03:59.070,0:04:02.592
och lär sig helt enkelt att alla leenden[br]har egenskaper gemensamt,

0:04:02.592,0:04:05.623
medan alla flin har[br]något annorlunda egenskaper.

0:04:05.623,0:04:08.141
Och nästa gång den ser ett nytt ansikte

0:04:08.141,0:04:10.440
märker den att

0:04:10.440,0:04:13.993
det här ansiktet har samma egenskaper[br]som ett leende ansikte och den säger:

0:04:13.993,0:04:17.208
"Aha, jag känner igen det här.[br]Det är ett leende uttryck."

0:04:18.381,0:04:21.181
Det bästa sättet att visa[br]hur tekniken fungerar

0:04:21.181,0:04:23.317
är genom en livedemo,

0:04:23.317,0:04:27.230
så jag behöver en frivillig,[br]helst någon med ett ansikte.

0:04:27.230,0:04:29.564
(Skratt)

0:04:29.564,0:04:32.335
Cloe blir vår frivilliga idag.

0:04:33.325,0:04:37.593
De senaste fem åren har vi utvecklats[br]från att vara ett projekt på MIT

0:04:37.593,0:04:38.849
till att bli ett företag,

0:04:38.849,0:04:42.131
där mitt team har jobbat mycket hårt[br]för att få tekniken att fungera,

0:04:42.131,0:04:44.540
som vi säger, i naturen.

0:04:44.540,0:04:47.210
Vi har också krympt den[br]så att känslomotorn

0:04:47.210,0:04:50.530
fungerar i alla mobila enheter[br]med kamera, som den här iPaden.

0:04:50.530,0:04:53.316
Vi testar.

0:04:54.756,0:04:58.520
Som ni kan se har algoritmen[br]hittat Cloes ansikte,

0:04:58.520,0:05:00.372
det är den här vita inramande rutan,

0:05:00.372,0:05:02.943
och den spårar[br]huvudpunkterna i hennes ansikte,

0:05:02.943,0:05:05.799
hennes ögonbryn, ögon, mun och näsa.

0:05:05.799,0:05:08.526
Frågan är, kan den läsa av hennes uttryck?

0:05:08.526,0:05:10.067
Vi ska testa maskinen.

0:05:10.067,0:05:14.252
Först av allt, ge mig ett pokerfejs.[br]Ja, jättebra. (Skratt)

0:05:14.493,0:05:17.316
Och när hon sen ler[br]är det ett riktigt leende, det är fint.

0:05:17.316,0:05:19.766
Ni kan se att den gröna stapeln[br]går upp när hon ler.

0:05:19.766,0:05:20.978
Det var ett stort leende.

0:05:20.978,0:05:24.071
Kan du prova ett litet leende[br]och se om datorn kan känna igen det?

0:05:24.071,0:05:25.682
Den känner igen småleenden också.

0:05:25.682,0:05:27.968
Vi har jobbat hårt[br]för att det ska fungera.

0:05:27.968,0:05:31.439
Och sen höjda ögonbryn,[br]ett tecken på förvåning.

0:05:31.439,0:05:35.098
Rynkade ögonbryn, vilket är[br]ett tecken på förvirring.

0:05:35.688,0:05:39.695
Rynka pannan. Ja, perfekt.

0:05:39.695,0:05:43.188
Det är de olika aktiva enheterna.[br]Det finns många fler.

0:05:43.188,0:05:45.220
Det här är bara en förenklad demo.

0:05:45.220,0:05:48.368
Vi kallar varje avläsning[br]för en emotionell datapunkt,

0:05:48.368,0:05:51.337
och de kan aktiveras tillsammans[br]för att visa olika känslor.[br]

0:05:51.337,0:05:55.990
Så på högra sidan - se glad ut.

0:05:55.990,0:05:57.444
Det är lycka. Lycka lyser upp.

0:05:57.444,0:05:59.371
Ge mig sen en min av avsmak.

0:05:59.371,0:06:03.643
Försök minnas hur det var[br]när Zayn lämnade One Direction.

0:06:03.643,0:06:05.153
(Skratt)

0:06:05.153,0:06:09.495
Ja, rynka näsan. Perfekt.

0:06:09.495,0:06:13.226
Och uttrycket är starkt negativt,[br]så du måste ha varit ett stort fan.

0:06:13.226,0:06:15.926
Värde är hur positiv[br]eller negativ en upplevelse är,

0:06:15.926,0:06:18.712
och engagemang är hur uttrycksfull hon är.

0:06:18.712,0:06:22.126
Tänk er att Cloe hade tillgång[br]till den här känsloströmmen i realtid,

0:06:22.126,0:06:24.935
och kunde dela den med vem hon ville.

0:06:24.935,0:06:26.695
Tack.

0:06:26.695,0:06:29.655
(Applåder)

0:06:33.749,0:06:38.809
Så här långt har vi samlat in[br]12 miljarder såna här datapunkter.

0:06:38.809,0:06:41.360
Det är den största databasen[br]för känslor i världen.

0:06:41.360,0:06:44.343
Vi har samlat in den[br]från 2,9 miljoner filmer på ansikten,

0:06:44.343,0:06:47.193
människor som har gått med på[br]att dela sina känslor med oss,

0:06:47.193,0:06:50.398
från 75 länder i världen.

0:06:50.398,0:06:52.113
Det blir fler och fler varje dag.

0:06:52.603,0:06:54.670
Det känns fantastiskt

0:06:54.670,0:06:57.865
att vi nu kan kvantifiera[br]något så personligt som våra känslor,

0:06:57.865,0:07:00.100
och vi kan göra det i den här skalan.

0:07:00.100,0:07:02.277
Vad har vi då lärt oss så här långt?

0:07:03.057,0:07:05.388
Kön.

0:07:05.388,0:07:09.034
Vår data bekräftar något[br]som du kanske misstänker.

0:07:09.034,0:07:10.891
Kvinnor är mer uttrycksfulla än män.

0:07:10.891,0:07:13.574
De inte bara ler mer,[br]deras leenden pågår längre,

0:07:13.574,0:07:16.478
och vi kan nu verkligen mäta[br]vad det är som män och kvinnor

0:07:16.478,0:07:18.614
reagerar olika på.

0:07:18.614,0:07:19.794
Om vi tittar på kultur:

0:07:19.794,0:07:23.888
I USA är kvinnor 40 procent[br]mer uttrycksfulla än män,

0:07:23.888,0:07:27.753
men lustigt nog ser vi ingen skillnad[br]mellan män och kvinnor i Storbritannien.

0:07:27.753,0:07:30.549
(Skratt)

0:07:31.296,0:07:35.323
Ålder: Människor som är 50 år och äldre

0:07:35.323,0:07:38.759
är 25 procent mer emotionella[br]än unga människor.

0:07:39.539,0:07:43.751
Kvinnor i 20-årsåldern ler mycket mer[br]än män i samma ålder,

0:07:43.751,0:07:47.590
kanske är det nödvändigt vid dejter.

0:07:47.590,0:07:50.207
Men det som förvånade oss mest

0:07:50.207,0:07:53.410
är att vi uttrycker oss hela tiden,

0:07:53.410,0:07:56.243
även när vi sitter ensamma[br]framför våra skärmar,

0:07:56.243,0:07:59.517
och det är inte bara[br]när vi tittar på kattvideos på Facebook.

0:07:59.757,0:08:03.227
Vi är uttycksfulla när vi skickar e-post,[br]textmeddelanden, handlar online,

0:08:03.227,0:08:05.527
till och med när vi deklarerar.

0:08:05.527,0:08:07.919
Var används den här informationen idag?

0:08:07.919,0:08:10.892
Genom att förstå hur vi interagerar[br]med medier kan vi förstå

0:08:10.892,0:08:13.166
viral budskapsspridning och röstbeteenden

0:08:13.166,0:08:16.456
och även föra in möjligheten[br]till känslouttryck i tekniken,

0:08:16.456,0:08:20.527
och jag vill dela med mig av några exempel[br]som ligger mig speciellt varmt om hjärtat.

0:08:21.197,0:08:24.265
Känslostyrda glasögon kan hjälpa människor

0:08:24.265,0:08:27.493
med synnedsättning[br]att läsa av andras ansikten,

0:08:27.493,0:08:31.110
och det kan hjälpa individer[br]med autism att tolka känslor,

0:08:31.110,0:08:33.825
något som de verkligen kämpar med.

0:08:35.418,0:08:38.777
Inom utbildning,[br]tänk dig att dina läroappar

0:08:38.777,0:08:41.377
känner av att du är förvirrad[br]och saktar ner,

0:08:41.377,0:08:43.444
eller om du är uttråkad kan de öka tempot,

0:08:43.444,0:08:46.413
precis som en riktigt bra lärare[br]skulle göra i klassrummet.

0:08:47.043,0:08:49.644
Tänk om din armbandsklocka[br]kunde mäta hur du mår,

0:08:49.644,0:08:52.337
eller om din bil kunde veta[br]att du var trött,

0:08:52.337,0:08:54.885
eller kanske din kyl vet om[br]att du är stressad,

0:08:54.885,0:08:59.291
så att den låser sig automatiskt[br]för att undvika att du proppar i dig.

0:08:59.291,0:09:01.158
Det skulle jag vilja ha.

0:09:01.158,0:09:03.223
(Skratt)

0:09:03.668,0:09:05.595
Tänk om jag hade hade haft tillgång

0:09:05.595,0:09:07.908
till mina känslor i realtid i Cambridge,

0:09:07.908,0:09:11.437
och jag hade kunnat dela den[br]med min familj på ett naturligt sätt,

0:09:11.437,0:09:15.408
på samma sätt som om vi[br]hade varit i samma rum tillsammans?

0:09:15.408,0:09:18.100
Jag tror att om fem år

0:09:18.100,0:09:20.887
kommer våra enheter att ha ett känslochip

0:09:20.887,0:09:24.951
och vi kommer inte att minnas hur det var[br]när vi inte kunde rynka pannan åt maskinen

0:09:24.951,0:09:28.529
och den sa "Hmm,[br]det där gillade du inte va?"

0:09:29.200,0:09:32.791
Vår största utmaning är att det finns[br]så många tillämpningar för tekniken,

0:09:32.791,0:09:35.864
så jag och mitt team inser[br]att vi inte kan bygga alla själva,

0:09:35.864,0:09:38.920
så vi har gjort tekniken tillgänglig[br]så att andra utvecklare

0:09:38.920,0:09:41.474
kan börja skapa på ett kreativt sätt.

0:09:41.474,0:09:45.560
Vi inser att det finns potientiella risker

0:09:45.560,0:09:47.627
och möjligheter till missbruk,

0:09:47.627,0:09:50.576
men jag tror, efter att ha[br]använt detta i många år,

0:09:50.576,0:09:52.828
att fördelarna för mänskligheten

0:09:52.828,0:09:55.453
av att ha emotionellt intelligent teknik

0:09:55.453,0:09:59.169
mer än väl uppväger konsekvenserna[br]av felaktig användning.

0:09:59.169,0:10:01.700
Och jag bjuder in er alla[br]att ta del i diskussionen.

0:10:01.700,0:10:04.154
Ju fler människor[br]som känner till den här tekniken,

0:10:04.154,0:10:07.661
desto mer kan vi uttrycka åsikter[br]om hur den ska användas.

0:10:09.081,0:10:13.655
Så när allt fler delar[br]av våra liv blir digitala

0:10:13.655,0:10:17.323
utkämpar vi en ojämn kamp för att begränsa[br]användningen av digitala enheter

0:10:17.323,0:10:19.952
och kunna återta våra känslor.

0:10:20.622,0:10:24.536
Vad jag istället försöker göra[br]är att föra in känslorna i tekniken

0:10:24.536,0:10:26.765
och göra vår teknik mer lyhörd.

0:10:26.765,0:10:29.435
Jag vill att maskinerna[br]som har separerat oss

0:10:29.435,0:10:32.147
ska föra oss samman igen.

0:10:32.147,0:10:36.485
Och genom att göra tekniken mer human[br]har vi ett gyllene tillfälle

0:10:36.485,0:10:39.782
att tänka om hur vi umgås med maskiner,

0:10:39.782,0:10:44.263
och därmed hur vi som människor

0:10:44.263,0:10:46.167
umgås med varandra.

0:10:46.167,0:10:48.013
Tack.

0:10:48.013,0:10:51.010
(Applåder)