0:00:01.373,0:00:04.722
พวกเราส่วนใหญ่คิดถึงการเคลื่อนไหว[br]ว่าคือสิ่งที่มองเห็นได้

0:00:05.889,0:00:10.977
ถ้าผมเดินบนเวทีหรือยกมือยกไม้เวลาพูด

0:00:10.977,0:00:13.238
การเคลื่อนไหวนั้นก็จะเป็นสิ่งที่คุณมองเห็นได้

0:00:14.255,0:00:19.737
แต่ยังมีการเคลื่อนไหวสำคัญ ๆ อีกมากมาย[br]ที่ละเอียดซับซ้อนเกินว่าคนเราจะมองเห็น

0:00:19.737,0:00:21.778
แต่ในช่วงไม่กี่ปีที่ผ่านมา

0:00:21.778,0:00:23.775
เราค้นพบว่ากล้องวิดีโอ

0:00:23.775,0:00:27.185
สามารถบันทึกการเคลื่อนไหวนี้ได้[br]แม้ว่าคนเราจะไม่สามารถรับรู้

0:00:28.305,0:00:29.856
เอาล่ะ ผมจะแสดงให้คุณเห็นว่าผมหมายถึงอะไร

0:00:30.717,0:00:34.339
ทางซ้ายนี้ คุณจะเห็นวิดีโอ[br]ข้อมือคนคนหนึ่ง

0:00:34.339,0:00:37.486
และทางขวา คุณจะเห็นวิดีโดของเด็กทารกที่หลับอยู่

0:00:37.486,0:00:40.632
แต่ถ้าผมไม่บอกคุณว่านี่คือวิดีโอ

0:00:40.632,0:00:44.393
คุณอาจคิดว่าคุณกำลังมองภาพนิ่งธรรมดา ๆ

0:00:44.393,0:00:46.065
เพราะทั้งสองกรณีนั้น

0:00:46.065,0:00:49.112
วิดีโอเหล่านี้ก็ดูแทบจะไม่ไหวติง

0:00:50.175,0:00:54.060
ทั้งที่จริง ๆ แล้วมีการเคลื่อนไหว[br]ที่ละเอียดอ่อนเกิดขึ้นมากมาย

0:00:54.060,0:00:56.452
ถ้าคุณได้สัมผัสข้อมือทางด้านซ้าย

0:00:56.452,0:00:58.448
คุณจะรับรู้ถึงชีพจร

0:00:58.448,0:01:00.933
และถ้าคุณได้อุ้มทารกในวิดีโอฝั่งขวา

0:01:00.933,0:01:03.324
คุณจะรู้สึกถึงการเคลื่อนที่ขึ้นลงของหน้าอก

0:01:03.324,0:01:04.714
ขณะที่เธอหายใจในแต่ละครั้ง

0:01:05.762,0:01:09.338
และการเคลื่อนไหวเหล่านี้ก็มีความสำคัญมาก

0:01:09.338,0:01:12.681
เพียงแต่ว่ามันละเอียดอ่อน[br]เกินกว่าที่เราจะมองเห็น

0:01:12.681,0:01:14.957
เพราะอย่างนั้นเราจึงสังเกตมัน

0:01:14.957,0:01:17.857
ผ่านการสัมผัสโดยตรงแทน

0:01:18.997,0:01:20.262
แต่เมื่อไม่กี่ปีที่ผ่านมา

0:01:20.262,0:01:24.667
เหล่าเพื่อนร่วมงานผมที่เอ็มไอทีได้พัฒนาสิ่งที่[br]เรียกว่ากล้องจุลทรรศน์แห่งการเคลื่อนไหว

0:01:24.667,0:01:29.051
ซึ่งเป็นซอฟท์แวร์ที่จับการเคลื่อนไหว[br]อันละเอียดอ่อนนี้ในวิดีโอ

0:01:29.051,0:01:32.613
และขยายการเคลื่อนไหวนั้น [br]ให้ใหญ่มากพอจนเรามองเห็นได้

0:01:33.416,0:01:36.899
ดังนั้น ถ้าหากเราใช้ซอฟท์แวร์นี้[br]กับวิดีโอทางด้านซ้าย

0:01:36.899,0:01:40.149
มันจะทำให้เราเห็นชีพจรบนข้อมือ

0:01:40.149,0:01:41.844
และถ้าเรานับจำนวนครั้งของชีพจรนั้น

0:01:41.844,0:01:44.199
เราก็จะรู้อัตราการเต้นของหัวใจของคน ๆ นั้นด้วย

0:01:45.095,0:01:48.160
และถ้าเราใช้ซอฟท์แวร์แบบเดียวกัน[br]กับวิดีโอทางด้านขวา

0:01:48.160,0:01:51.387
มันจะทำให้เราเห็นการหายใจแต่ละครั้งของทารกนี้

0:01:51.387,0:01:55.524
และเราสามารถใช้วิธีที่ไม่ต้องสัมผัสตัวเธอ[br]ในการติดตามการหายใจของเธอ

0:01:56.884,0:02:02.232
เทคโนโลยีนี้ทรงพลังมาก[br]เพราะมันนำเอาปรากฏการณ์เช่นนี้

0:02:02.232,0:02:04.599
ซึ่งปกติแล้วเราจะต้องรับรู้ด้วยการสัมผัส

0:02:04.599,0:02:07.556
และทำให้เราตรวจจับมันได้ผ่านทางภาพ[br]โดยไม่มีการสัมผัส ๆ

0:02:09.104,0:02:13.515
เมื่อสองปีที่แล้ว ผมร่วมงาน[br]กับเหล่าผู้สร้างซอฟท์แวร์นี้

0:02:13.515,0:02:16.882
และเราตัดสินใจจะทำตามแนวคิดหนึ่ง[br]ที่ดูออกจะเพี้ยน ๆ ให้เป็นจริง

0:02:16.882,0:02:19.575
เราคิดว่ามันดูเจ๋ง ที่จะใช้ซอฟท์แวร์

0:02:19.575,0:02:22.710
เพื่อทำให้การเคลื่อนไหวเล็กนี้ ๆ มองเห็นได้

0:02:22.710,0:02:27.168
คุณอาจมองว่ามันเป็นการขยาย[br]ประสาทด้านสัมผัสวิธีหนึ่งก็ได้

0:02:27.168,0:02:31.227
แต่ถ้าเราสามารถทำสิ่งเดียวกันนี้[br]กับประสาทด้านการได้ยินล่ะ

0:02:32.508,0:02:37.173
ถ้าเราสามารถใช้วิดีโอ[br]เพื่อจับการสั่นไหวของคลื่นเสียง

0:02:37.173,0:02:40.000
ซึ่งก็นับเป็นการเคลื่อนไหวแบบหนึ่ง

0:02:40.000,0:02:43.346
และเปลี่ยนทุกอย่างที่เราเห็นเห็นเป็นไมโครโฟน

0:02:44.236,0:02:46.207
นี่อาจจะฟังดูเป็นแนวคิด ที่แปลก

0:02:46.207,0:02:48.793
งั้นลองให้ผมอธิบายให้พวกคุณเข้าใจง่ายขึ้น

0:02:49.523,0:02:53.011
ไมโครโฟนทั่ว ๆ ไป[br]ทำงานโดยการเปลี่ยนการเคลื่อนไหว

0:02:53.011,0:02:56.610
ของแผ่นไดอะแฟรมที่อยู่ข้างใน[br]ให้เป็นสัญญาณไฟฟ้า

0:02:56.610,0:03:00.928
และแผ่นไดอะแฟรมนั้นถูกออกแบบมา[br]เพื่อให้สั่นไหวไปพร้อมกับคลื่นเสียง

0:03:00.928,0:03:05.735
ดั้งนั้นการเคลื่อนไหวของมันจะถูกบันทึก[br]และแปลงออกมาเป็นสัญญาณเสียง

0:03:05.735,0:03:09.403
แต่คลื่นเสียงนั้นทำให้วัตถุทุกอย่างสั่นไหว

0:03:09.403,0:03:14.883
การสั่นไหวนี้ โดยปกติจะเล็ก[br]และเร็วมากจนเราสังเกตไม่เห็น

0:03:14.883,0:03:18.621
แล้วถ้าเราบันทึกมันด้วยกล้องวิดีโอความเร็วสูง

0:03:18.621,0:03:22.197
จากนั้นใช้ซอฟท์แวร์[br]เพื่อดึงการเคลื่อนไหวเล็ก ๆ นั้นออกมาก

0:03:22.197,0:03:24.287
จากวิดีโอความเร็วสูงที่เราบันทึกไว้

0:03:24.287,0:03:28.561
แล้ววิเคราะห์หาเสียงซึ่งเป็นต้นกำเนิด[br]ของการเคลื่อนไหวเหล่านั้น

0:03:29.859,0:03:35.308
ด้วยวิธีนี้ เราจึงสามารถแปลงวัตถุที่มองเห็น[br]ให้กลายเป็นไมโครโฟนระยะไกล

0:03:37.080,0:03:39.263
เราได้ทำการทดสอบ

0:03:39.263,0:03:41.190
และนี่คือหนึ่งในการทดลองของเรา

0:03:41.190,0:03:44.139
โดยเรานำเอาต้นไม้ในกระถางที่คุณเห็นในทางขวา

0:03:44.139,0:03:46.577
บันทึกด้วยกล้องวีดิโอความเร็วสูง

0:03:46.577,0:03:50.106
ในขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังเล่นเสียงนี้

0:03:50.275,0:03:58.465
(เสียงเพลง: "Marry Had a Little Lamb")

0:03:59.820,0:04:02.644
และนี่คือวิดีโอที่เราบันทึกไว้

0:04:02.644,0:04:06.568
เราบันทึกด้วยความเร็วหลายพันเฟรมต่อวินาที

0:04:06.568,0:04:08.890
แต่แม้ว่าคุณจะมองมันใกล้ ๆ

0:04:08.890,0:04:10.841
คุณก็จะเห็นเพียงแค่ใบไม้

0:04:10.841,0:04:13.906
ที่อยู่นิ่ง ๆ ไม่เคลื่อนไหวอะไร

0:04:13.906,0:04:18.712
นั่นเป็นเพราะเสียงเคลื่อนที่ใบไม้เหล่านั้น[br]ไปเพียงหนึ่งไมโครเมตร

0:04:19.103,0:04:23.379
หรือ หนึ่งในหมื่นของเซนติเมตร

0:04:23.379,0:04:27.535
ซึ่งคิดเป็นระยะทางในช่วง[br]หนึ่งในร้อย หรือหนึ่งในพัน

0:04:27.535,0:04:29.834
ของหนึ่งพิกเซลในภาพนี้

0:04:29.881,0:04:32.768
ดังนั้น คุณจะเพ่งมองเท่าไหร่ก็คงมองไม่เห็น

0:04:32.768,0:04:36.103
การเคลื่อนไหวเพียงเล็กน้อยนี้[br]ไม่สามารถสังเกตได้ด้วยตาเปล่า

0:04:37.667,0:04:41.824
แต่ปรากฏว่า สิ่งที่ไม่สามารถ[br]สังเกตได้ด้วยตาเปล่านี้

0:04:41.824,0:04:44.633
สามารถสร้างความแตกต่าง[br]ในเชิงเลขได้อย่างมีนัยสำคัญ

0:04:44.633,0:04:46.635
เพราะด้วยระเบียบวิธีที่ถูกต้อง

0:04:46.635,0:04:50.322
เราสามารถแปลงวิดีโอเงียบ ๆ[br]ดูราวกับไร้การเคลื่อนไหวนี้

0:04:50.322,0:04:51.849
แล้วกู้เอาเสียงนี้กลับมาได้

0:04:52.690,0:05:00.074
(เสียงเพลง: "Marry Had a Little Lamb")

0:05:00.074,0:05:05.902
(เสียงปรบมือ)

0:05:10.058,0:05:11.997
มันเป็นไปได้อย่างไร

0:05:11.997,0:05:16.341
ทำไมเราจึงได้ข้อมูลมหาศาล[br]จากการเคลื่อนไหวเพียงเล็กน้อย

0:05:16.341,0:05:21.702
สมมุติว่า ใบไม้เหล่านั้นเคลื่อนที่[br]ไปเพียงหนึ่งไมโครเมตร

0:05:21.702,0:05:26.010
และสมมุติว่านั่นทำให้ภาพ[br]เคลื่อนที่ไปหนึ่งในพันของพิกเซล

0:05:27.269,0:05:29.841
ซึ่งฟังดูแล้วอาจจะไม่มาก

0:05:29.841,0:05:31.837
แต่ภายในวิดีโอหนึ่งเฟรม

0:05:31.837,0:05:35.094
นั้นมีหลายล้านพิกเซล

0:05:35.094,0:05:38.548
ถ้าเรารวมเอาการเคลื่อนไหวเล็ก ๆ[br]เหล่านั้นที่เราเห็น

0:05:38.548,0:05:40.846
จากภาพทั้งภาพ

0:05:40.846,0:05:43.469
หนึ่งในพันของพิกเซล

0:05:43.469,0:05:46.244
ก็จะสะสมรวมกัน[br]เป็นบางสิ่งที่มีนัยสำคัญ

0:05:46.870,0:05:50.505
ผมจะบอกให้ว่า พวกเราแทบกระโดดตัวลอย[br]เมื่อคิดเรื่องนี้ออก

0:05:50.505,0:05:52.825
(เสียงหัวเราะ)

0:05:52.825,0:05:56.078
แต่แม้กระทั่งด้วยระเบียบวิธีที่เหมาะสม

0:05:56.078,0:05:59.695
เราก็ยังขาดชิ้นส่วนสำคัญของปัญหานี้

0:05:59.695,0:06:03.299
มันมีองค์ประกอบหลายอย่างที่จะส่งผลกระทบ[br]ว่าเทคนิคนี้จะใช้ได้ผล

0:06:03.299,0:06:05.296
เมื่อไร และดีแค่ไหน

0:06:05.296,0:06:08.500
วัตถุนั้นคืออะไร และมันอยู่ไกลแค่ไหน

0:06:08.500,0:06:10.894
กล้องเป็นอย่างไร และใช้เลนส์แบบไหน

0:06:10.894,0:06:14.985
มีแสงตกกระทบบนวัตถุมากน้อยแค่ไหน[br]และเสียงดังแค่ไหน

0:06:15.945,0:06:19.320
และแม้ว่าด้วยระเบียบวิธีที่เหมาะสม

0:06:19.320,0:06:22.710
เราจะต้องใช้ความระมัดระวังมาก[br]ในการทดลองขั้นต้นของเรา

0:06:22.710,0:06:25.102
เพราะถ้าองค์ประกอบเหล่านี้[br]ผิดเพี้ยนไปสักอย่างหนึ่ง

0:06:25.102,0:06:27.470
จะไม่มีวิธีค้นพบว่า[br]เกิดความผิดพลาดตรงไหน

0:06:27.470,0:06:30.117
เราจะได้ยินแค่เสียงซ่า

0:06:30.117,0:06:33.437
ดังนั้น การทดลองหลาย ๆ ครั้ง[br]ในขั้นต้นจึงเป็นแบบนี้

0:06:33.437,0:06:35.643
นั่นคือผม

0:06:35.643,0:06:39.683
และทางด้านซ้ายล่าง [br]คุณจะพอมองเห็นกล้องวิดีโอความเร็วสูง

0:06:39.683,0:06:41.866
ซึ่งจะจับไปยังถุงมันฝรั่ง

0:06:41.866,0:06:44.815
ซึ่งถูกฉายด้วยไฟสว่างจ้า

0:06:44.815,0:06:49.180
และอย่างที่บอก เราต้องระมัดระวังในการทดลอง[br]ขั้นต้นเหล่านี้มาก ๆ

0:06:49.180,0:06:51.688
มันจึงออกมาเป็นแบบนี้

0:06:51.688,0:06:55.449
(วิดีโอ) เอบ เดวิส: สาม, สอง, หนึ่ง, เริ่ม

0:06:55.449,0:07:00.836
แมรี มีลูกแกะตัวหนึ่ง![br]ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง!

0:07:00.836,0:07:05.336
(เสียงหัวเราะ)

0:07:05.336,0:07:08.150
เอบ: การทดลองนี้มันออกจะดูน่าขันไปหน่อย

0:07:08.150,0:07:09.938
(เสียงหัวเราะ)

0:07:09.938,0:07:12.283
ผมกำลังตะคอกใส่ถุงมันฝรั่ง

0:07:12.283,0:07:13.834
(เสียงหัวเราะ) --

0:07:13.834,0:07:15.951
และเราก็ส่องมันด้วยไฟสว่างจ้า

0:07:15.951,0:07:20.430
เสียจนกระทั่งเราทำถุงมันฝรั่งละลายไปถุงหนึ่ง[br]เมื่อตอนเริ่มทดลอง (เสียงหัวเราะ)

0:07:20.525,0:07:23.799
แต่ แม้ว่าการทดลองนี้มันจะดูน่าขัน

0:07:23.799,0:07:25.587
แต่มันก็เป็นการทดลองสำคัญ

0:07:25.587,0:07:28.513
เพราะเราสามารถกู้เอาเสียงนี้ออกมาได้

0:07:28.513,0:07:33.225
(เสียงบันทึก) แมรี่ มีลูกแกะตัวหนึ่ง![br]ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง!

0:07:33.225,0:07:37.313
(เสียงปรบมือ)

0:07:37.313,0:07:39.194
เอบ: และนี่คือสิ่งที่สำคัญมาก

0:07:39.194,0:07:43.313
เพราะว่านั่นคือครั้งแรกที่เราสามารถ[br]กู้เสียงพูดมนุษย์ที่ฟังรู้เรื่อง

0:07:43.424,0:07:45.765
จากวิดีโอของวัตถุซึ่งไม่มีเสียง

0:07:45.765,0:07:48.156
และมันเป็นจุดอ้างอิงแก่เรา

0:07:48.156,0:07:52.027
และเราก็ค่อย ๆ เริ่มที่จะปรับปรุงการทดลอง

0:07:52.106,0:07:55.911
โดยใช้วัตถุต่าง ๆ[br]หรือเคลื่อนที่วัตถุนั้นให้ห่างออกไป

0:07:55.911,0:07:58.681
โดยใช้แสงน้อยลง หรือเสียงที่เบาลง

0:07:59.887,0:08:02.761
แล้วเราก็วิเคราะห์การทดลองทั้งหมดนี้

0:08:02.761,0:08:06.383
จนกระทั่งเราเข้าใจถ่องแท้ถึง[br]ข้อจำกัดของเทคนิคนี้

0:08:06.383,0:08:08.333
เพราะเมื่อเราเข้าใจข้อจำกัดเหล่านั้น

0:08:08.333,0:08:10.679
เราก็สามารถหาทางที่จะผลักดันมันออกไป

0:08:10.679,0:08:13.860
และนำไปสู่การทดลองเช่นนี้

0:08:13.860,0:08:16.599
ซึ่งก็เหมือนเคย คือผมก็จะพูดกับถุงมันฝรั่ง

0:08:16.599,0:08:21.429
และครั้งนี้เราย้ายกล้องให้ห่างออกไป 15 ฟุต

0:08:21.429,0:08:24.262
อยู่หลังหน้าต่างกันเสียง

0:08:24.262,0:08:27.065
และทุกอย่างนั้นถูกให้แสงโดยแสงธรรมชาติ

0:08:28.529,0:08:30.684
และนี่คือวิดีโอที่เราบันทึกไว้

0:08:32.450,0:08:37.009
และนี่คือเสียงจากด้านใน[br]ข้าง ๆ ถุงมันฝรั่ง

0:08:37.009,0:08:42.047
(เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง[br]ขนมันขาวราวหิมะ

0:08:42.047,0:08:47.666
และไม่ว่าแมรี่จะไปไหน[br]ลูกแกะก็จะตามไป

0:08:47.666,0:08:51.683
เอป: และนี่คือสิ่งที่เราสามารถกู้[br]กลับมาได้จากวีดิโอซึ่งไร้เสียง

0:08:51.683,0:08:54.028
ที่บันทึกจากนอกหน้าต่าง

0:08:54.028,0:08:58.463
(เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง[br]ขนมันขาวราวหิมะ

0:08:58.463,0:09:03.920
และไม่ว่าแมรี่จะไปไหน[br]ลูกแกะก็จะตามไป

0:09:03.920,0:09:10.421
(เสียงปรบมือ)

0:09:10.421,0:09:13.963
เอบ: ยังมีอีกหลายวิธีที่เรา[br]จะผลักดันขีดจำกัดเหล่านั้นออกไปอีก

0:09:13.963,0:09:15.761
นี่คือการทดลองที่เงียบขึ้น

0:09:15.761,0:09:19.871
ซึ่งเราถ่ายวิดีโอหูฟังซึ่งเสียบอยู่กับแล็ปท็อป

0:09:19.871,0:09:23.981
และในกรณีนี้ เป้าหมายของเรา[br]คือการกู้เสียงเพลงซึ่งกำลังเล่นจากแล็ปท็อป

0:09:23.981,0:09:26.280
จากวิดีโอเงียบๆ

0:09:26.280,0:09:28.787
ของหูฟังพลาสติกสองชิ้นนี้

0:09:28.787,0:09:30.970
และเราก็ทำได้ดีมาก

0:09:30.970,0:09:33.431
เสียจนผมสามารถใช้เอาเสียงนี้[br]ไปใช้ค้นหาชื่อเพลงบน Shazam ได้

0:09:33.431,0:09:35.842
(เสียงหัวเราะ)

0:09:37.191,0:09:47.225
(เสียงเพลง: "Under Pressure" โดยวง Queen)

0:09:49.615,0:09:54.584
(เสียงปรบมือ)

0:09:54.584,0:09:59.135
เรายังสามารถผลักดันขีดจำกัด[br]โดยเปลี่ยนอุปกรณ์ที่เราใช้

0:09:59.135,0:10:01.596
เนื่องจากในการทดลอง[br]ที่ผมแสดงให้คุณดูมาตั้งแต่ต้นนั้น

0:10:01.596,0:10:03.918
ล้วนใช้กล้องวิดีโอความเร็วสูง

0:10:03.918,0:10:06.797
ซึ่งสามารถบันทึกวิดีโอได้เร็วเป็น 100 เท่า

0:10:06.797,0:10:08.724
ของกล้องบนโทรศัพท์มือถือ

0:10:08.724,0:10:11.533
แต่กระนั้นเราก็ยังพบวิธีที่จะใช้เทคนิคนี้

0:10:11.533,0:10:13.763
กับกล้องทั่ว ๆ ไปได้

0:10:13.763,0:10:17.832
และเราทำได้โดยใช้ประโยชน์[br]จากสิ่งที่เรียกว่า โรลลิ่ง ชัตเตอร์ (rolling shutter)

0:10:17.832,0:10:22.630
กล้องทั่วไปบันทึกภาพทีละแถว

0:10:22.630,0:10:28.332
และถ้าวัตถุเคลื่อนที่ในขณะที่มีการบันทึกภาพหนึ่ง ๆ

0:10:28.344,0:10:31.061
จะเกิดการหน่วงเวลาขึ้นเล็กน้อยในแต่ละแถว

0:10:31.061,0:10:34.218
และก่อให้เกิดสัญญาณปลอมปนนี้ขึ้นมา

0:10:34.218,0:10:37.701
ซึ่งจะถูกบันทึกลงในแต่ละเฟรมของวิดีโอ

0:10:37.701,0:10:41.507
สิ่งที่เราพบก็คือ[br]เมื่อเราวิเคราะห์สัญญาณปลอมปน

0:10:41.507,0:10:46.122
เราก็จะสามารถกู้เอาเสียงกลับคืนมาได้[br]โดยใช้ระเบียบวิธีที่ดัดแปลง

0:10:46.122,0:10:48.034
และนี่คือการทดลองที่เราทำ

0:10:48.034,0:10:49.729
โดยเราถ่ายวิดีโอถุงลูกกวาด

0:10:49.729,0:10:51.470
ขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังส่งเสียง

0:10:51.470,0:10:54.442
เพลง "Mary Had a Little Lamb"

0:10:54.442,0:10:58.645
แต่ครั้งนี้เราใช้กล้องที่หาซื้อได้ทั่ว ๆ ไป

0:10:58.645,0:11:01.819
และในอีกสักครู่ ผมจะเล่นเสียงที่เรากู้คืนมาได้

0:11:01.819,0:11:03.869
และมันจะฟังดูเพี้ยนหน่อยในครั้งนี้

0:11:03.869,0:11:06.705
แต่ลองฟังดูว่าคุณยังพอฟังออก[br]ว่ามันเป็นเพลงอะไรหรือเปล่า

0:11:07.723,0:11:13.946
(เสียงเพลง: "Mary Had a Little Lamb")

0:11:25.527,0:11:28.992
แม้เสียงจะฟังดูผิดเพี้ยนไป

0:11:28.992,0:11:33.378
แต่สิ่งที่น่าทึ่งก็คือ เราสามารถทำสิ่งนี้ได้

0:11:33.378,0:11:36.004
ด้วยของที่คุณสามารถเดินออกไปหาซื้อได้

0:11:36.004,0:11:37.448
จากร้านขายสินค้าอิเล็คทรอนิคส์ทั่วไป

0:11:39.122,0:11:40.485
ณ จุดนี้

0:11:40.485,0:11:42.459
หลาย ๆ คนที่เห็นงานวิจัยนี้

0:11:42.459,0:11:45.872
จะนึกถึงงานด้านการสอดแนมในทันที

0:11:45.872,0:11:48.287
ซึ่งพูดตรง ๆ แล้ว

0:11:48.287,0:11:52.420
มันก็ไม่ยากนักที่จะคิดว่าจะนำเทคโนโลยีนี้[br]ไปใช้เพื่อสอดแนมใครบางคนได้อย่างไร

0:11:52.420,0:11:56.367
แต่ต้องอย่าลืมว่า มีเทคโนโลยีอีกมากมาย[br]ที่ได้ถูกวิจัยพัฒนาสมบูรณ์แล้ว

0:11:56.367,0:11:57.946
ที่ถูกออกแบบมาเพื่อการสอดแนม

0:11:57.946,0:12:00.036
อันที่จริงแล้ว ผู้คนได้ใช้แสงเลเซอร์

0:12:00.036,0:12:02.835
เพื่อตรวจจับการสั่นไหวของวัตถุ[br]จากระยะไกลมานับสิบปีแล้ว

0:12:03.978,0:12:06.003
แต่สิ่งที่แปลกใหม่สำหรับเทคโนโลยีนี้

0:12:06.003,0:12:07.443
สิ่งที่แตกต่างจริง ๆ

0:12:07.443,0:12:11.738
ก็คือเรามีวิธีใหม่ที่จะบันทึกการสั่นไหวของวัตถุ

0:12:11.738,0:12:15.151
ซึ่งให้มุมมองใหม่สู่โลกกว้างกับเรา

0:12:15.151,0:12:16.661
และเราสามารถใช้มุมมองนี้

0:12:16.661,0:12:21.560
ไม่เพียงแค่เรียนรู้ถึงแรงเช่นคลื่นเสียง[br]ที่ทำให้วัตถุสั่นไหว

0:12:21.560,0:12:23.848
แต่ยังเรียนรู้ถึงตัววัตถุนั้น ๆ

0:12:24.975,0:12:26.668
ดังนั้นผมจึงอยากพาท่านถอยมาก้าวหนึ่ง

0:12:26.668,0:12:30.917
และลองคิดว่ามันจะเปลี่ยนวิธี[br]ที่เราใช้วิดีโอได้อย่างไร

0:12:30.917,0:12:34.470
เพราะปกติแล้วเราใช้วิดีโอเพื่อดูสิ่งต่าง ๆ

0:12:34.470,0:12:36.792
และผมก็เพิ่งแสดงให้คุณดูว่าเรา ใช้มัน

0:12:36.792,0:12:38.649
เพื่อฟังเสียงต่าง ๆ ได้อย่างไร

0:12:38.649,0:12:42.620
แต่ยังมีอีกวิธีหนึ่งที่เรา[br]สามารถเรียนรู้เกี่ยวกับโลกได้

0:12:42.620,0:12:44.895
นั่นก็คือการมีปฏิสัมพันธ์กับมัน

0:12:44.895,0:12:48.006
เราดัน และดึง และจิ้ม สิ่งต่าง ๆ

0:12:48.006,0:12:51.187
เราเขย่ามันแล้วดูว่าจะเกิดอะไรขึ้น

0:12:51.187,0:12:55.460
แต่นั่นเป็นอะไรที่วิดีโอไม่ยอมให้เราทำ

0:12:55.460,0:12:57.596
อย่างน้อยก็วิดีโอทั่ว ๆ ไป

0:12:57.596,0:12:59.546
ผมจึงอยากแสดงให้คุณเห็นถึงงานวิจัยใหม่

0:12:59.546,0:13:02.213
ซึ่งเกิดขึ้นมาจากแนวคิดของผม[br]เมื่อไม่กี่เดือนก่อนหน้านี้

0:13:02.213,0:13:05.514
นี่จึงเป็นครั้งแรกที่ผมแสดงมันต่อสาธารณะชน

0:13:05.514,0:13:10.877
แนวคิดพื้นฐานก็คือ[br]เราจะใช้การสั่นไหวในวิดีโอนี้

0:13:10.877,0:13:15.358
เพื่อตรวจจับวัตถุในแบบที่เราสามารถโต้ตอบกับมันได้

0:13:15.358,0:13:17.332
และดูว่ามันจะมีปฏิกิริยาอย่างไร

0:13:19.120,0:13:20.884
นี่คือวัตถุชิ้นหนึ่ง

0:13:20.884,0:13:24.716
และในกรณีนี้ มันคือลวดดัดเป็นรูปคน

0:13:24.716,0:13:27.804
และเราก็จะถ่ายวิดีโอวัตถุนี้โดยใช้กล้องธรรมดา

0:13:27.804,0:13:29.928
ไม่มีอะไรพิเศษเกี่ยวกับกล้องนี้

0:13:29.928,0:13:32.889
อันที่จริงแล้ว ผมก็เคยทำการทดลองนี้[br]ด้วยกล้องมือถือของผมเอง

0:13:32.889,0:13:35.141
แต่เราก็อยากเห็นวัตถุนี้สั่นไหว

0:13:35.141,0:13:36.274
เพื่อให้เป็นเช่นนั้น

0:13:36.274,0:13:39.620
เราจะเคาะเบา ๆ บนพื้นที่มันตั้งอยู่

0:13:39.620,0:13:41.758
ในขณะที่เราบันทึกวิดีโอ

0:13:47.398,0:13:51.069
แค่นั้นเอง เพียงแค่วิดีโอยาว 5 วินาที

0:13:51.069,0:13:53.205
ขณะที่เราเคาะพื้น

0:13:53.205,0:13:56.718
และเราก็จะใช้การสั่นไหวในวิดีโอ

0:13:56.718,0:14:01.262
เพื่อศึกษาเกี่ยวกับโครงสร้าง[br]และคุณสมบัติเชิงวัสดุของวัตถุชิ้นนั้น

0:14:01.262,0:14:06.096
และเราก็จะใช้ข้อมูลนั้น[br]เพื่อสร้างบางสิ่งใหม่ ๆ ที่สามารถโต้ตอบได้

0:14:12.866,0:14:15.519
นี่คือสิ่งที่เราสร้างขึ้นมา

0:14:15.519,0:14:17.748
มันดูเหมือนภาพธรรมดา

0:14:17.748,0:14:20.859
แต่นี่ไม่ใช่รูปภาพ และมันก็ไม่ใช่วิดีโอ

0:14:20.859,0:14:23.227
เพราะตอนนี้ผมสามารถเอาเมาส์

0:14:23.227,0:14:26.086
ไปโต้ตอบกับวัตถุชิ้นนี้ได้

0:14:32.936,0:14:35.293
และสิ่งที่คุณเห็นอยู่ตอนนี้

0:14:35.389,0:14:37.615
คือการจำลองว่าวัตถุนี้

0:14:37.615,0:14:42.073
จะตอบสนองต่อแรงใหม่ ๆ[br]ที่เราไม่เคยเห็นมาก่อน

0:14:42.073,0:14:45.706
และเราก็สร้างมันขึ้นจาก[br]วิดีโอธรรมดาความยาวแค่ 5 วินาที

0:14:47.249,0:14:51.964
(เสียงปรบมือ)

0:14:57.421,0:15:00.648
นี่เป็นวิธีที่ทรงพลังมาก[br]ในการศึกษาโลกใบนี้

0:15:00.648,0:15:03.620
เพราะมันทำให้เราทำนายได้[br]ว่าวัตถุจะตอบสนองอย่างไร

0:15:03.620,0:15:05.443
กับสถานการณ์ใหม่ ๆ

0:15:05.443,0:15:08.916
และสมมุติว่าคุณมองดูสะพานเก่า ๆ แห่งหนึ่ง

0:15:08.916,0:15:12.443
และเกิดสงสัยว่าจะเกิดอะไรขึ้น[br]สะพานจะรับน้ำหนักได้หรือไม่

0:15:12.443,0:15:15.276
ถ้าคุณขับรถข้ามสะพานนั้น

0:15:15.276,0:15:18.050
และนั่นเป็นคำถามที่คุณต้องการคำตอบ

0:15:18.050,0:15:20.610
ก่อนที่จะขับข้ามสะพานนั้น

0:15:21.988,0:15:25.260
และแน่นอน มันก็จะต้องมีขีดจำกัดกับเทคนิคนี้

0:15:25.260,0:15:27.722
เช่นเดียวกับโมโครโฟนภาพ

0:15:27.722,0:15:30.903
แต่เราก็พบว่ามันใช้ได้ในหลาย ๆ สถานการณ์

0:15:30.903,0:15:32.778
ที่คุณอาจคาดไม่ถึง

0:15:32.778,0:15:35.546
โดยเฉพาะเมื่อคุณป้อนวิดีโอที่ยาวขึ้นให้มัน

0:15:35.546,0:15:38.054
ยกตัวอย่างเช่น[br]นี่คือวิดีโอที่ผมถ่าย

0:15:38.054,0:15:40.353
ไม้พุ่มหนึ่งนอกอพาร์ทเมนต์ของผม

0:15:40.353,0:15:43.441
ผมไม่ได้ทำอะไรกับพุ่มไม้นี้

0:15:43.441,0:15:46.146
แต่ด้วยการถ่ายวิดีโอยาวหนึ่งนาที

0:15:46.146,0:15:49.524
ลมที่พัดเบา ๆ ก็สร้างการสั่นไหวที่มากพอ

0:15:49.524,0:15:53.111
ที่เราจะเรียนรู้เกี่ยวกับพุ่มไม้นี้[br]เพื่อที่จะสร้างแบบจำลอง

0:15:55.270,0:16:01.412
(เสียงปรบมือ)

0:16:01.412,0:16:04.384
และคุณคงพอนึกออกว่า[br]หากผู้กำกับภาพยนต์ได้ใช้มัน

0:16:04.384,0:16:06.103
และช่วยให้เขาควบคุม

0:16:06.103,0:16:11.025
ความแรง หรือทิศทางลม[br]ในฉากหลังจากที่มันได้ถูกถ่ายไปแล้ว

0:16:12.810,0:16:17.345
หรือในกรณีนี้[br]เราตั้งกล้องไปยังผ้าม่านที่แขวนอยู่

0:16:17.345,0:16:21.474
คุณอาจมองไม่เห็น[br]การเคลื่อนไหวใด ๆ ในวิดีโอนี้

0:16:21.474,0:16:24.399
แต่โดยการบันทึกวิดีโอยาว 2 นาที

0:16:24.399,0:16:26.837
กระแสลมตามธรรมชาติในห้องนี้

0:16:26.837,0:16:31.249
สร้างการเคลื่อนไหว[br]ที่แทบมองไม่เห็นขึ้น

0:16:31.249,0:16:33.814
และเราสามารถเรียนรู้จากมันได้มากพอ[br]ที่จะสร้างแบบจำลอง

0:16:36.243,0:16:38.609
ซึ่งก็น่าตลก

0:16:38.609,0:16:41.697
ที่เราคุ้นชินกับการโต้ตอบลักษณะนี้

0:16:41.697,0:16:44.344
หากมันเป็นวัตถุเสมือน

0:16:44.344,0:16:47.641
หรือวิดีโอเกมส์ และแบบจำลองสามมิติ

0:16:47.641,0:16:52.045
แต่การที่เราสามารถดึงข้อมูลเหล่านี้[br]จากวัตถุจริง ๆ ในโลกจริง ๆ ได้

0:16:52.045,0:16:54.862
โดยใช้วิดีโอธรรมดา ๆ นั้น

0:16:54.862,0:16:57.045
เป็นบางสิ่งที่ใหม่และมีศักยภาพมาก

0:16:58.410,0:17:03.314
และนี่คือกลุ่มคนที่น่าทึ่ง[br]ผู้ซึ่งร่วมงานกับผมในงานวิจัยเหล่านี้

0:17:04.057,0:17:09.653
(เสียงปรบมือ)

0:17:12.819,0:17:15.876
สิ่งทีผมแสดงให้คุณดูในวันนี้[br]เป็นเพียงแค่การเริ่มต้น

0:17:15.876,0:17:17.989
เราเพียงแค่เริ่มเปิดประตู

0:17:17.989,0:17:20.961
เข้าสู่โลกของหลากหลายสิ่ง[br]ที่คุณสามารถทำได้ด้วยเทคนิคนี้

0:17:20.961,0:17:23.247
เพราะมันให้วิธีใหม่แก่เรา

0:17:23.342,0:17:28.066
ในการดึงข้อมูลจากสิ่งแวดล้อมรอบ ๆ ตัว[br]ด้วยเทคโนโลยีที่เข้าถึงได้ทั่ว ๆ ไป

0:17:28.066,0:17:29.995
เมื่อมองไปในอนาคต

0:17:29.995,0:17:32.032
มันคงน่าตื่นเต้นที่จะได้ค้นพบว่า

0:17:32.032,0:17:33.888
สิ่งนี้จะช่วยบอกอะไรเราได้เกี่ยวกับโลกใบนี้

0:17:34.381,0:17:35.585
ขอบคุณครับ

0:17:35.610,0:17:41.717
(เสียงปรบมือ)