พวกเราส่วนใหญ่คิดถึงการเคลื่อนไหว ว่าคือสิ่งที่มองเห็นได้ ถ้าผมเดินบนเวทีหรือยกมือยกไม้เวลาพูด การเคลื่อนไหวนั้นก็จะเป็นสิ่งที่คุณมองเห็นได้ แต่ยังมีการเคลื่อนไหวสำคัญ ๆ อีกมากมาย ที่ละเอียดซับซ้อนเกินว่าคนเราจะมองเห็น แต่ในช่วงไม่กี่ปีที่ผ่านมา เราค้นพบว่ากล้องวิดีโอ สามารถบันทึกการเคลื่อนไหวนี้ได้ แม้ว่าคนเราจะไม่สามารถรับรู้ เอาล่ะ ผมจะแสดงให้คุณเห็นว่าผมหมายถึงอะไร ทางซ้ายนี้ คุณจะเห็นวิดีโอ ข้อมือคนคนหนึ่ง และทางขวา คุณจะเห็นวิดีโดของเด็กทารกที่หลับอยู่ แต่ถ้าผมไม่บอกคุณว่านี่คือวิดีโอ คุณอาจคิดว่าคุณกำลังมองภาพนิ่งธรรมดา ๆ เพราะทั้งสองกรณีนั้น วิดีโอเหล่านี้ก็ดูแทบจะไม่ไหวติง ทั้งที่จริง ๆ แล้วมีการเคลื่อนไหว ที่ละเอียดอ่อนเกิดขึ้นมากมาย ถ้าคุณได้สัมผัสข้อมือทางด้านซ้าย คุณจะรับรู้ถึงชีพจร และถ้าคุณได้อุ้มทารกในวิดีโอฝั่งขวา คุณจะรู้สึกถึงการเคลื่อนที่ขึ้นลงของหน้าอก ขณะที่เธอหายใจในแต่ละครั้ง และการเคลื่อนไหวเหล่านี้ก็มีความสำคัญมาก เพียงแต่ว่ามันละเอียดอ่อน เกินกว่าที่เราจะมองเห็น เพราะอย่างนั้นเราจึงสังเกตมัน ผ่านการสัมผัสโดยตรงแทน แต่เมื่อไม่กี่ปีที่ผ่านมา เหล่าเพื่อนร่วมงานผมที่เอ็มไอทีได้พัฒนาสิ่งที่ เรียกว่ากล้องจุลทรรศน์แห่งการเคลื่อนไหว ซึ่งเป็นซอฟท์แวร์ที่จับการเคลื่อนไหว อันละเอียดอ่อนนี้ในวิดีโอ และขยายการเคลื่อนไหวนั้น ให้ใหญ่มากพอจนเรามองเห็นได้ ดังนั้น ถ้าหากเราใช้ซอฟท์แวร์นี้ กับวิดีโอทางด้านซ้าย มันจะทำให้เราเห็นชีพจรบนข้อมือ และถ้าเรานับจำนวนครั้งของชีพจรนั้น เราก็จะรู้อัตราการเต้นของหัวใจของคน ๆ นั้นด้วย และถ้าเราใช้ซอฟท์แวร์แบบเดียวกัน กับวิดีโอทางด้านขวา มันจะทำให้เราเห็นการหายใจแต่ละครั้งของทารกนี้ และเราสามารถใช้วิธีที่ไม่ต้องสัมผัสตัวเธอ ในการติดตามการหายใจของเธอ เทคโนโลยีนี้ทรงพลังมาก เพราะมันนำเอาปรากฏการณ์เช่นนี้ ซึ่งปกติแล้วเราจะต้องรับรู้ด้วยการสัมผัส และทำให้เราตรวจจับมันได้ผ่านทางภาพ โดยไม่มีการสัมผัส ๆ เมื่อสองปีที่แล้ว ผมร่วมงาน กับเหล่าผู้สร้างซอฟท์แวร์นี้ และเราตัดสินใจจะทำตามแนวคิดหนึ่ง ที่ดูออกจะเพี้ยน ๆ ให้เป็นจริง เราคิดว่ามันดูเจ๋ง ที่จะใช้ซอฟท์แวร์ เพื่อทำให้การเคลื่อนไหวเล็กนี้ ๆ มองเห็นได้ คุณอาจมองว่ามันเป็นการขยาย ประสาทด้านสัมผัสวิธีหนึ่งก็ได้ แต่ถ้าเราสามารถทำสิ่งเดียวกันนี้ กับประสาทด้านการได้ยินล่ะ ถ้าเราสามารถใช้วิดีโอ เพื่อจับการสั่นไหวของคลื่นเสียง ซึ่งก็นับเป็นการเคลื่อนไหวแบบหนึ่ง และเปลี่ยนทุกอย่างที่เราเห็นเห็นเป็นไมโครโฟน นี่อาจจะฟังดูเป็นแนวคิด ที่แปลก งั้นลองให้ผมอธิบายให้พวกคุณเข้าใจง่ายขึ้น ไมโครโฟนทั่ว ๆ ไป ทำงานโดยการเปลี่ยนการเคลื่อนไหว ของแผ่นไดอะแฟรมที่อยู่ข้างใน ให้เป็นสัญญาณไฟฟ้า และแผ่นไดอะแฟรมนั้นถูกออกแบบมา เพื่อให้สั่นไหวไปพร้อมกับคลื่นเสียง ดั้งนั้นการเคลื่อนไหวของมันจะถูกบันทึก และแปลงออกมาเป็นสัญญาณเสียง แต่คลื่นเสียงนั้นทำให้วัตถุทุกอย่างสั่นไหว การสั่นไหวนี้ โดยปกติจะเล็ก และเร็วมากจนเราสังเกตไม่เห็น แล้วถ้าเราบันทึกมันด้วยกล้องวิดีโอความเร็วสูง จากนั้นใช้ซอฟท์แวร์ เพื่อดึงการเคลื่อนไหวเล็ก ๆ นั้นออกมาก จากวิดีโอความเร็วสูงที่เราบันทึกไว้ แล้ววิเคราะห์หาเสียงซึ่งเป็นต้นกำเนิด ของการเคลื่อนไหวเหล่านั้น ด้วยวิธีนี้ เราจึงสามารถแปลงวัตถุที่มองเห็น ให้กลายเป็นไมโครโฟนระยะไกล เราได้ทำการทดสอบ และนี่คือหนึ่งในการทดลองของเรา โดยเรานำเอาต้นไม้ในกระถางที่คุณเห็นในทางขวา บันทึกด้วยกล้องวีดิโอความเร็วสูง ในขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังเล่นเสียงนี้ (เสียงเพลง: "Marry Had a Little Lamb") และนี่คือวิดีโอที่เราบันทึกไว้ เราบันทึกด้วยความเร็วหลายพันเฟรมต่อวินาที แต่แม้ว่าคุณจะมองมันใกล้ ๆ คุณก็จะเห็นเพียงแค่ใบไม้ ที่อยู่นิ่ง ๆ ไม่เคลื่อนไหวอะไร นั่นเป็นเพราะเสียงเคลื่อนที่ใบไม้เหล่านั้น ไปเพียงหนึ่งไมโครเมตร หรือ หนึ่งในหมื่นของเซนติเมตร ซึ่งคิดเป็นระยะทางในช่วง หนึ่งในร้อย หรือหนึ่งในพัน ของหนึ่งพิกเซลในภาพนี้ ดังนั้น คุณจะเพ่งมองเท่าไหร่ก็คงมองไม่เห็น การเคลื่อนไหวเพียงเล็กน้อยนี้ ไม่สามารถสังเกตได้ด้วยตาเปล่า แต่ปรากฏว่า สิ่งที่ไม่สามารถ สังเกตได้ด้วยตาเปล่านี้ สามารถสร้างความแตกต่าง ในเชิงเลขได้อย่างมีนัยสำคัญ เพราะด้วยระเบียบวิธีที่ถูกต้อง เราสามารถแปลงวิดีโอเงียบ ๆ ดูราวกับไร้การเคลื่อนไหวนี้ แล้วกู้เอาเสียงนี้กลับมาได้ (เสียงเพลง: "Marry Had a Little Lamb") (เสียงปรบมือ) มันเป็นไปได้อย่างไร ทำไมเราจึงได้ข้อมูลมหาศาล จากการเคลื่อนไหวเพียงเล็กน้อย สมมุติว่า ใบไม้เหล่านั้นเคลื่อนที่ ไปเพียงหนึ่งไมโครเมตร และสมมุติว่านั่นทำให้ภาพ เคลื่อนที่ไปหนึ่งในพันของพิกเซล ซึ่งฟังดูแล้วอาจจะไม่มาก แต่ภายในวิดีโอหนึ่งเฟรม นั้นมีหลายล้านพิกเซล ถ้าเรารวมเอาการเคลื่อนไหวเล็ก ๆ เหล่านั้นที่เราเห็น จากภาพทั้งภาพ หนึ่งในพันของพิกเซล ก็จะสะสมรวมกัน เป็นบางสิ่งที่มีนัยสำคัญ ผมจะบอกให้ว่า พวกเราแทบกระโดดตัวลอย เมื่อคิดเรื่องนี้ออก (เสียงหัวเราะ) แต่แม้กระทั่งด้วยระเบียบวิธีที่เหมาะสม เราก็ยังขาดชิ้นส่วนสำคัญของปัญหานี้ มันมีองค์ประกอบหลายอย่างที่จะส่งผลกระทบ ว่าเทคนิคนี้จะใช้ได้ผล เมื่อไร และดีแค่ไหน วัตถุนั้นคืออะไร และมันอยู่ไกลแค่ไหน กล้องเป็นอย่างไร และใช้เลนส์แบบไหน มีแสงตกกระทบบนวัตถุมากน้อยแค่ไหน และเสียงดังแค่ไหน และแม้ว่าด้วยระเบียบวิธีที่เหมาะสม เราจะต้องใช้ความระมัดระวังมาก ในการทดลองขั้นต้นของเรา เพราะถ้าองค์ประกอบเหล่านี้ ผิดเพี้ยนไปสักอย่างหนึ่ง จะไม่มีวิธีค้นพบว่า เกิดความผิดพลาดตรงไหน เราจะได้ยินแค่เสียงซ่า ดังนั้น การทดลองหลาย ๆ ครั้ง ในขั้นต้นจึงเป็นแบบนี้ นั่นคือผม และทางด้านซ้ายล่าง คุณจะพอมองเห็นกล้องวิดีโอความเร็วสูง ซึ่งจะจับไปยังถุงมันฝรั่ง ซึ่งถูกฉายด้วยไฟสว่างจ้า และอย่างที่บอก เราต้องระมัดระวังในการทดลอง ขั้นต้นเหล่านี้มาก ๆ มันจึงออกมาเป็นแบบนี้ (วิดีโอ) เอบ เดวิส: สาม, สอง, หนึ่ง, เริ่ม แมรี มีลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง! (เสียงหัวเราะ) เอบ: การทดลองนี้มันออกจะดูน่าขันไปหน่อย (เสียงหัวเราะ) ผมกำลังตะคอกใส่ถุงมันฝรั่ง (เสียงหัวเราะ) -- และเราก็ส่องมันด้วยไฟสว่างจ้า เสียจนกระทั่งเราทำถุงมันฝรั่งละลายไปถุงหนึ่ง เมื่อตอนเริ่มทดลอง (เสียงหัวเราะ) แต่ แม้ว่าการทดลองนี้มันจะดูน่าขัน แต่มันก็เป็นการทดลองสำคัญ เพราะเราสามารถกู้เอาเสียงนี้ออกมาได้ (เสียงบันทึก) แมรี่ มีลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง! (เสียงปรบมือ) เอบ: และนี่คือสิ่งที่สำคัญมาก เพราะว่านั่นคือครั้งแรกที่เราสามารถ กู้เสียงพูดมนุษย์ที่ฟังรู้เรื่อง จากวิดีโอของวัตถุซึ่งไม่มีเสียง และมันเป็นจุดอ้างอิงแก่เรา และเราก็ค่อย ๆ เริ่มที่จะปรับปรุงการทดลอง โดยใช้วัตถุต่าง ๆ หรือเคลื่อนที่วัตถุนั้นให้ห่างออกไป โดยใช้แสงน้อยลง หรือเสียงที่เบาลง แล้วเราก็วิเคราะห์การทดลองทั้งหมดนี้ จนกระทั่งเราเข้าใจถ่องแท้ถึง ข้อจำกัดของเทคนิคนี้ เพราะเมื่อเราเข้าใจข้อจำกัดเหล่านั้น เราก็สามารถหาทางที่จะผลักดันมันออกไป และนำไปสู่การทดลองเช่นนี้ ซึ่งก็เหมือนเคย คือผมก็จะพูดกับถุงมันฝรั่ง และครั้งนี้เราย้ายกล้องให้ห่างออกไป 15 ฟุต อยู่หลังหน้าต่างกันเสียง และทุกอย่างนั้นถูกให้แสงโดยแสงธรรมชาติ และนี่คือวิดีโอที่เราบันทึกไว้ และนี่คือเสียงจากด้านใน ข้าง ๆ ถุงมันฝรั่ง (เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง ขนมันขาวราวหิมะ และไม่ว่าแมรี่จะไปไหน ลูกแกะก็จะตามไป เอป: และนี่คือสิ่งที่เราสามารถกู้ กลับมาได้จากวีดิโอซึ่งไร้เสียง ที่บันทึกจากนอกหน้าต่าง (เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง ขนมันขาวราวหิมะ และไม่ว่าแมรี่จะไปไหน ลูกแกะก็จะตามไป (เสียงปรบมือ) เอบ: ยังมีอีกหลายวิธีที่เรา จะผลักดันขีดจำกัดเหล่านั้นออกไปอีก นี่คือการทดลองที่เงียบขึ้น ซึ่งเราถ่ายวิดีโอหูฟังซึ่งเสียบอยู่กับแล็ปท็อป และในกรณีนี้ เป้าหมายของเรา คือการกู้เสียงเพลงซึ่งกำลังเล่นจากแล็ปท็อป จากวิดีโอเงียบๆ ของหูฟังพลาสติกสองชิ้นนี้ และเราก็ทำได้ดีมาก เสียจนผมสามารถใช้เอาเสียงนี้ ไปใช้ค้นหาชื่อเพลงบน Shazam ได้ (เสียงหัวเราะ) (เสียงเพลง: "Under Pressure" โดยวง Queen) (เสียงปรบมือ) เรายังสามารถผลักดันขีดจำกัด โดยเปลี่ยนอุปกรณ์ที่เราใช้ เนื่องจากในการทดลอง ที่ผมแสดงให้คุณดูมาตั้งแต่ต้นนั้น ล้วนใช้กล้องวิดีโอความเร็วสูง ซึ่งสามารถบันทึกวิดีโอได้เร็วเป็น 100 เท่า ของกล้องบนโทรศัพท์มือถือ แต่กระนั้นเราก็ยังพบวิธีที่จะใช้เทคนิคนี้ กับกล้องทั่ว ๆ ไปได้ และเราทำได้โดยใช้ประโยชน์ จากสิ่งที่เรียกว่า โรลลิ่ง ชัตเตอร์ (rolling shutter) กล้องทั่วไปบันทึกภาพทีละแถว และถ้าวัตถุเคลื่อนที่ในขณะที่มีการบันทึกภาพหนึ่ง ๆ จะเกิดการหน่วงเวลาขึ้นเล็กน้อยในแต่ละแถว และก่อให้เกิดสัญญาณปลอมปนนี้ขึ้นมา ซึ่งจะถูกบันทึกลงในแต่ละเฟรมของวิดีโอ สิ่งที่เราพบก็คือ เมื่อเราวิเคราะห์สัญญาณปลอมปน เราก็จะสามารถกู้เอาเสียงกลับคืนมาได้ โดยใช้ระเบียบวิธีที่ดัดแปลง และนี่คือการทดลองที่เราทำ โดยเราถ่ายวิดีโอถุงลูกกวาด ขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังส่งเสียง เพลง "Mary Had a Little Lamb" แต่ครั้งนี้เราใช้กล้องที่หาซื้อได้ทั่ว ๆ ไป และในอีกสักครู่ ผมจะเล่นเสียงที่เรากู้คืนมาได้ และมันจะฟังดูเพี้ยนหน่อยในครั้งนี้ แต่ลองฟังดูว่าคุณยังพอฟังออก ว่ามันเป็นเพลงอะไรหรือเปล่า (เสียงเพลง: "Mary Had a Little Lamb") แม้เสียงจะฟังดูผิดเพี้ยนไป แต่สิ่งที่น่าทึ่งก็คือ เราสามารถทำสิ่งนี้ได้ ด้วยของที่คุณสามารถเดินออกไปหาซื้อได้ จากร้านขายสินค้าอิเล็คทรอนิคส์ทั่วไป ณ จุดนี้ หลาย ๆ คนที่เห็นงานวิจัยนี้ จะนึกถึงงานด้านการสอดแนมในทันที ซึ่งพูดตรง ๆ แล้ว มันก็ไม่ยากนักที่จะคิดว่าจะนำเทคโนโลยีนี้ ไปใช้เพื่อสอดแนมใครบางคนได้อย่างไร แต่ต้องอย่าลืมว่า มีเทคโนโลยีอีกมากมาย ที่ได้ถูกวิจัยพัฒนาสมบูรณ์แล้ว ที่ถูกออกแบบมาเพื่อการสอดแนม อันที่จริงแล้ว ผู้คนได้ใช้แสงเลเซอร์ เพื่อตรวจจับการสั่นไหวของวัตถุ จากระยะไกลมานับสิบปีแล้ว แต่สิ่งที่แปลกใหม่สำหรับเทคโนโลยีนี้ สิ่งที่แตกต่างจริง ๆ ก็คือเรามีวิธีใหม่ที่จะบันทึกการสั่นไหวของวัตถุ ซึ่งให้มุมมองใหม่สู่โลกกว้างกับเรา และเราสามารถใช้มุมมองนี้ ไม่เพียงแค่เรียนรู้ถึงแรงเช่นคลื่นเสียง ที่ทำให้วัตถุสั่นไหว แต่ยังเรียนรู้ถึงตัววัตถุนั้น ๆ ดังนั้นผมจึงอยากพาท่านถอยมาก้าวหนึ่ง และลองคิดว่ามันจะเปลี่ยนวิธี ที่เราใช้วิดีโอได้อย่างไร เพราะปกติแล้วเราใช้วิดีโอเพื่อดูสิ่งต่าง ๆ และผมก็เพิ่งแสดงให้คุณดูว่าเรา ใช้มัน เพื่อฟังเสียงต่าง ๆ ได้อย่างไร แต่ยังมีอีกวิธีหนึ่งที่เรา สามารถเรียนรู้เกี่ยวกับโลกได้ นั่นก็คือการมีปฏิสัมพันธ์กับมัน เราดัน และดึง และจิ้ม สิ่งต่าง ๆ เราเขย่ามันแล้วดูว่าจะเกิดอะไรขึ้น แต่นั่นเป็นอะไรที่วิดีโอไม่ยอมให้เราทำ อย่างน้อยก็วิดีโอทั่ว ๆ ไป ผมจึงอยากแสดงให้คุณเห็นถึงงานวิจัยใหม่ ซึ่งเกิดขึ้นมาจากแนวคิดของผม เมื่อไม่กี่เดือนก่อนหน้านี้ นี่จึงเป็นครั้งแรกที่ผมแสดงมันต่อสาธารณะชน แนวคิดพื้นฐานก็คือ เราจะใช้การสั่นไหวในวิดีโอนี้ เพื่อตรวจจับวัตถุในแบบที่เราสามารถโต้ตอบกับมันได้ และดูว่ามันจะมีปฏิกิริยาอย่างไร นี่คือวัตถุชิ้นหนึ่ง และในกรณีนี้ มันคือลวดดัดเป็นรูปคน และเราก็จะถ่ายวิดีโอวัตถุนี้โดยใช้กล้องธรรมดา ไม่มีอะไรพิเศษเกี่ยวกับกล้องนี้ อันที่จริงแล้ว ผมก็เคยทำการทดลองนี้ ด้วยกล้องมือถือของผมเอง แต่เราก็อยากเห็นวัตถุนี้สั่นไหว เพื่อให้เป็นเช่นนั้น เราจะเคาะเบา ๆ บนพื้นที่มันตั้งอยู่ ในขณะที่เราบันทึกวิดีโอ แค่นั้นเอง เพียงแค่วิดีโอยาว 5 วินาที ขณะที่เราเคาะพื้น และเราก็จะใช้การสั่นไหวในวิดีโอ เพื่อศึกษาเกี่ยวกับโครงสร้าง และคุณสมบัติเชิงวัสดุของวัตถุชิ้นนั้น และเราก็จะใช้ข้อมูลนั้น เพื่อสร้างบางสิ่งใหม่ ๆ ที่สามารถโต้ตอบได้ นี่คือสิ่งที่เราสร้างขึ้นมา มันดูเหมือนภาพธรรมดา แต่นี่ไม่ใช่รูปภาพ และมันก็ไม่ใช่วิดีโอ เพราะตอนนี้ผมสามารถเอาเมาส์ ไปโต้ตอบกับวัตถุชิ้นนี้ได้ และสิ่งที่คุณเห็นอยู่ตอนนี้ คือการจำลองว่าวัตถุนี้ จะตอบสนองต่อแรงใหม่ ๆ ที่เราไม่เคยเห็นมาก่อน และเราก็สร้างมันขึ้นจาก วิดีโอธรรมดาความยาวแค่ 5 วินาที (เสียงปรบมือ) นี่เป็นวิธีที่ทรงพลังมาก ในการศึกษาโลกใบนี้ เพราะมันทำให้เราทำนายได้ ว่าวัตถุจะตอบสนองอย่างไร กับสถานการณ์ใหม่ ๆ และสมมุติว่าคุณมองดูสะพานเก่า ๆ แห่งหนึ่ง และเกิดสงสัยว่าจะเกิดอะไรขึ้น สะพานจะรับน้ำหนักได้หรือไม่ ถ้าคุณขับรถข้ามสะพานนั้น และนั่นเป็นคำถามที่คุณต้องการคำตอบ ก่อนที่จะขับข้ามสะพานนั้น และแน่นอน มันก็จะต้องมีขีดจำกัดกับเทคนิคนี้ เช่นเดียวกับโมโครโฟนภาพ แต่เราก็พบว่ามันใช้ได้ในหลาย ๆ สถานการณ์ ที่คุณอาจคาดไม่ถึง โดยเฉพาะเมื่อคุณป้อนวิดีโอที่ยาวขึ้นให้มัน ยกตัวอย่างเช่น นี่คือวิดีโอที่ผมถ่าย ไม้พุ่มหนึ่งนอกอพาร์ทเมนต์ของผม ผมไม่ได้ทำอะไรกับพุ่มไม้นี้ แต่ด้วยการถ่ายวิดีโอยาวหนึ่งนาที ลมที่พัดเบา ๆ ก็สร้างการสั่นไหวที่มากพอ ที่เราจะเรียนรู้เกี่ยวกับพุ่มไม้นี้ เพื่อที่จะสร้างแบบจำลอง (เสียงปรบมือ) และคุณคงพอนึกออกว่า หากผู้กำกับภาพยนต์ได้ใช้มัน และช่วยให้เขาควบคุม ความแรง หรือทิศทางลม ในฉากหลังจากที่มันได้ถูกถ่ายไปแล้ว หรือในกรณีนี้ เราตั้งกล้องไปยังผ้าม่านที่แขวนอยู่ คุณอาจมองไม่เห็น การเคลื่อนไหวใด ๆ ในวิดีโอนี้ แต่โดยการบันทึกวิดีโอยาว 2 นาที กระแสลมตามธรรมชาติในห้องนี้ สร้างการเคลื่อนไหว ที่แทบมองไม่เห็นขึ้น และเราสามารถเรียนรู้จากมันได้มากพอ ที่จะสร้างแบบจำลอง ซึ่งก็น่าตลก ที่เราคุ้นชินกับการโต้ตอบลักษณะนี้ หากมันเป็นวัตถุเสมือน หรือวิดีโอเกมส์ และแบบจำลองสามมิติ แต่การที่เราสามารถดึงข้อมูลเหล่านี้ จากวัตถุจริง ๆ ในโลกจริง ๆ ได้ โดยใช้วิดีโอธรรมดา ๆ นั้น เป็นบางสิ่งที่ใหม่และมีศักยภาพมาก และนี่คือกลุ่มคนที่น่าทึ่ง ผู้ซึ่งร่วมงานกับผมในงานวิจัยเหล่านี้ (เสียงปรบมือ) สิ่งทีผมแสดงให้คุณดูในวันนี้ เป็นเพียงแค่การเริ่มต้น เราเพียงแค่เริ่มเปิดประตู เข้าสู่โลกของหลากหลายสิ่ง ที่คุณสามารถทำได้ด้วยเทคนิคนี้ เพราะมันให้วิธีใหม่แก่เรา ในการดึงข้อมูลจากสิ่งแวดล้อมรอบ ๆ ตัว ด้วยเทคโนโลยีที่เข้าถึงได้ทั่ว ๆ ไป เมื่อมองไปในอนาคต มันคงน่าตื่นเต้นที่จะได้ค้นพบว่า สิ่งนี้จะช่วยบอกอะไรเราได้เกี่ยวกับโลกใบนี้ ขอบคุณครับ (เสียงปรบมือ)