Αυτή εφαρμογή ξέρει τι νιώθετε - από την όψη του προσώπου σας
-
0:01 - 0:04Τα συναισθήματά μας επηρεάζουν
κάθε πτυχή της ζωής μας, -
0:04 - 0:07από την υγεία μας
και τον τρόπο που μαθαίνουμε, -
0:07 - 0:10έως το πώς εργαζόμαστε και
παίρνουμε αποφάσεις, μικρές και μεγάλες. -
0:11 - 0:14Τα συναισθήματά μας επίσης επηρεάζουν
το πώς συνδεόμαστε μεταξύ μας. -
0:15 - 0:19Έχουμε εξελιχθεί να ζούμε
σε έναν κόσμο σαν αυτόν, -
0:19 - 0:24αντ' αυτού όμως, ζούμε
όλο και περισσότερο κάπως έτσι -
0:24 - 0:27- αυτό είναι μήνυμα
από την κόρη μου χθες βράδυ - -
0:27 - 0:29σε έναν κόσμο στερημένο από συναίσθημα.
-
0:29 - 0:31Η αποστολή μου είναι να το αλλάξω αυτό.
-
0:31 - 0:35Θέλω να επαναφέρω το συναίσθημα
στις ψηφιακές μας εμπειρίες. -
0:37 - 0:39Πήρα αυτόν τον δρόμο πριν από 15 χρόνια.
-
0:39 - 0:42Ήμουν επιστήμων υπολογιστών στην Αίγυπτο,
-
0:42 - 0:46και μόλις είχα περάσει σε μεταπτυχιακό
πρόγραμμα του Πανεπιστημίου του Κέμπριτζ. -
0:46 - 0:48Έτσι έκανα κάτι αρκετά ασυνήθιστο
-
0:48 - 0:52για μια νεαρή νιόπαντρη μουσουλμάνα
σύζυγο από την Αίγυπτο: -
0:54 - 0:57Με τη στήριξη του συζύγου μου,
που έπρεπε να μείνει στην Αίγυπτο, -
0:57 - 1:00έφτιαξα τα πράγματά μου
και μετακόμισα στην Αγγλία. -
1:00 - 1:03Στο Κέμπριτζ, χιλιάδες μίλια
μακριά από το σπίτι μου -
1:03 - 1:06κατάλαβα ότι περνούσα περισσότερη ώρα
με τον φορητό μου υπολογιστή -
1:06 - 1:08παρά με οποιονδήποτε άλλον άνθρωπο.
-
1:09 - 1:14Παρόλη όμως αυτή την οικειότητα,
ο φορητός μου δεν είχε ιδέα πώς ένιωθα. -
1:14 - 1:17Αγνοούσε εάν ήμουν χαρούμενη,
-
1:17 - 1:20αν ήταν μια μέρα δύσκολη,
με άγχος ή επιπλοκές, -
1:20 - 1:22και αυτό με απογοήτευσε.
-
1:24 - 1:28Ακόμα χειρότερα, όταν επικοινωνούσα
διαδικτυακά με την οικογένεια στο σπίτι, -
1:29 - 1:33ένιωθα ότι όλα μου τα συναισθήματα
εξαφανίζονταν στον κυβερνοχώρο. -
1:33 - 1:38Μου έλειπε το σπίτι μου, ένιωθα μοναξιά,
και κάποιες μέρες πραγματικά έκλαιγα, -
1:38 - 1:43αλλά είχα μόνο αυτό για να μεταδώσω
αυτά τα συναισθήματα. -
1:43 - 1:45(Γέλια)
-
1:45 - 1:49Η σημερινή τεχνολογία έχει πολλή ευφυΐα
αλλά καθόλου συναίσθημα, -
1:49 - 1:53πάρα πολύ γνωστική ευφυΐα
αλλά καθόλου συναισθηματική ευφυΐα. -
1:53 - 1:55Αυτό με έβαλε να σκεφτώ
-
1:55 - 1:59τι θα γινόταν εάν η τεχνολογία μας
μπορούσε να νιώσει τα συναισθήματά μας; -
1:59 - 2:03Τι θα γινόταν εάν οι συσκευές ένιωθαν
πώς αισθανόμαστε και αποκρίνονταν ανάλογα, -
2:03 - 2:06ακριβώς όπως θα αντιδρούσε
ένας φίλος με συναισθήματα; -
2:07 - 2:10Αυτά τα ερωτήματα οδήγησαν
εμένα και την ομάδα μου -
2:10 - 2:15στη δημιουργία τεχνολογιών που διαβάζουν
και αντιδρούν στα συναισθήματά μας, -
2:15 - 2:18και το σημείο αφετηρίας μας
ήταν το ανθρώπινο πρόσωπο. -
2:19 - 2:22Το πρόσωπό μας τυγχάνει να είναι
ένα από τα πιο ισχυρά κανάλια -
2:22 - 2:26μέσω των οποίων εκφράζουμε κοινωνικές
και συναισθηματικές μας καταστάσεις, -
2:26 - 2:32τα πάντα, από διασκέδαση, έκπληξη,
ενσυναίσθηση και περιέργεια. -
2:33 - 2:35Στην επιστήμη των συναισθημάτων,
-
2:35 - 2:38κάθε κίνηση των μυών του προσώπου
την αποκαλούμε μονάδα δράσης. -
2:38 - 2:41Έτσι για παράδειγμα η μονάδα δράσης 12,
-
2:41 - 2:42δεν είναι μια επιτυχία του Χόλιγουντ,
-
2:42 - 2:44είναι σήκωμα της άκρης του χείλους,
-
2:44 - 2:46που είναι βασικό συστατικό του χαμόγελου.
-
2:46 - 2:49Δοκιμάστε το όλοι.
Ας ρίξουμε μερικά χαμόγελα. -
2:49 - 2:52Άλλο παράδειγμα είναι η μονάδα δράσης 4.
Είναι η συνοφρύωση. -
2:52 - 2:56Είναι όταν σμίγουν τα φρύδια
και δημιουργούνται ρυτίδες και υφές. -
2:56 - 3:00Δεν μας αρέσουν αλλά είναι
έντονη ένδειξη αρνητικού συναισθήματος. -
3:00 - 3:03Έτσι έχουμε περίπου
45 τέτοιες μονάδες δράσης, -
3:03 - 3:06και οι συνδυασμοί τους εκφράζουν
εκατοντάδες συναισθήματα. -
3:06 - 3:10Το να μάθεις έναν υπολογιστή να διαβάζει
τις εκφράσεις του προσώπου είναι δύσκολο, -
3:10 - 3:13επειδή οι μονάδες δράσεις
μπορεί να εναλλάσσονται γρήγορα, -
3:13 - 3:16να είναι αδιόρατες, και να συνδυάζονται
με πολλούς τρόπους. -
3:16 - 3:20Πάρτε για παράδειγμα το χαμόγελο
και το υπεροπτικό χαμόγελο. -
3:20 - 3:23Μοιάζουν μεταξύ τους
αλλά σημαίνουν διαφορετικά πράγματα. -
3:23 - 3:25(Γέλια)
-
3:25 - 3:27Έτσι το χαμόγελο είναι θετικό,
-
3:27 - 3:29ενώ το προσποιητό χαμόγελο
είναι συχνά αρνητικό. -
3:29 - 3:33Καμιά φορά το προσποιητό χαμόγελο
μπορεί να σε κάνει διάσημο. -
3:33 - 3:35Αλλά είναι πολύ σημαντικό
-
3:35 - 3:38να μπορεί ο υπολογιστής
να δει τη διαφορά των δυο εκφράσεων. -
3:38 - 3:40Πώς το καταφέρνουμε λοιπόν αυτό;
-
3:40 - 3:42Δίνουμε στους αλγορίθμους μας
-
3:42 - 3:47δεκάδες χιλιάδες παραδείγματα ανθρώπων
που ξέρουμε ότι χαμογελούν, -
3:47 - 3:50από διάφορες εθνότητες, ηλικίες, γένη,
-
3:50 - 3:52και κάνουμε το ίδιο
και για το υπεροπτικό χαμόγελο. -
3:52 - 3:54Και μετά χρησιμοποιώντας τη βαθιά μάθηση
-
3:54 - 3:57ο αλγόριθμος ψάχνει
για όλες αυτές τις υφές και τις ρυτίδες -
3:57 - 3:59και τις αλλαγές σχήματος του προσώπου μας,
-
3:59 - 4:03και βασικά μαθαίνει ότι όλα τα χαμόγελα
έχουν κοινά χαρακτηριστικά, -
4:03 - 4:06ενώ τα υπεροπτικά χαμόγελα έχουν
ελαφρώς διαφορετικά χαρακτηριστικά. -
4:06 - 4:08Την επόμενη φορά
που θα δει ένα νέο πρόσωπο -
4:08 - 4:11ουσιαστικά μαθαίνει ότι αυτό το πρόσωπο
-
4:11 - 4:13έχει τα χαρακτηριστικά του χαμόγελου
-
4:13 - 4:17και λέει, «Ναι, το αναγνωρίζω.
Είναι έκφραση χαμόγελου». -
4:18 - 4:22Έτσι ο καλύτερος τρόπος για να δείξουμε
πως λειτουργεί η τεχνολογία -
4:22 - 4:23είναι μια ζωντανή παρουσίαση,
-
4:23 - 4:27γι' αυτό ζητάω έναν εθελοντή,
κατά προτίμηση κάποιον με πρόσωπο. -
4:27 - 4:29(Γέλια)
-
4:30 - 4:32Η Κλόη θα είναι η εθελόντριά μας σήμερα.
-
4:33 - 4:38Τα τελευταία πέντε χρόνια,
από ερευνητικό πρόγραμμα του ΜΙΤ -
4:38 - 4:39γίναμε εταιρεία,
-
4:39 - 4:42όπου η ομάδα μου έχει μοχθήσει
για να λειτουργήσει αυτή η τεχνολογία, -
4:42 - 4:44όπως αρεσκόμαστε να λέμε ακόμα.
-
4:44 - 4:47Την έχουμε συρρικνώσει
ώστε η κεντρική μηχανή συναισθημάτων -
4:47 - 4:51να λειτουργεί σε κάθε φορητή συσκευή
με κάμερα, όπως αυτό το iPad. -
4:51 - 4:53Ας την δοκιμάσουμε λοιπόν.
-
4:55 - 4:59Βλέπετε ότι ο αλγόριθμος βασικά
έχει εντοπίσει το πρόσωπο της Κλόη, -
4:59 - 5:00είναι αυτό το λευκό περίγραμμα,
-
5:00 - 5:03και παρακολουθεί τα κεντρικά
σημεία του προσώπου της, -
5:03 - 5:06ήτοι, τα φρύδια, τα μάτια και τη μύτη της.
-
5:06 - 5:09Το ερώτημα είναι, μπορεί
να αναγνωρίσει την έκφρασή της; -
5:09 - 5:10Άρα θα τεστάρουμε το μηχάνημα.
-
5:10 - 5:13Αρχικά, δείξε μου ένα ανέκφραστο πρόσωπο.
Ναι, υπέροχα. -
5:13 - 5:15(Γέλια)
-
5:15 - 5:17Κατόπιν καθώς χαμογελάει,
είναι γνήσιο χαμόγελο, υπέροχο. -
5:17 - 5:20Η πράσινη μπάρα μεγαλώνει
καθώς χαμογελάει. -
5:20 - 5:21Αυτό ήταν ένα μεγάλο χαμόγελο.
-
5:21 - 5:24Κι ένα υπεροπτικό χαμόγελο
θα το καταλάβει ο υπολογιστής; -
5:24 - 5:28Αναγνωρίζει και τα διακριτικά χαμόγελα.
Εργαστήκαμε σκληρά για να το καταφέρουμε. -
5:28 - 5:31Μετά σηκωμένα φρύδια ως ένδειξη έκπληξης.
-
5:32 - 5:35Συνοφρύωση ως ένδειξη απογοήτευσης.
-
5:36 - 5:40Κατσούφιασε. Ναι, τέλεια.
-
5:40 - 5:42Όλες αυτές είναι διαφορετικές
μονάδες δράσης. -
5:42 - 5:45Υπάρχουν πολύ περισσότερες.
Αυτή είναι μια σύντομη παρουσίαση. -
5:45 - 5:48Αλλά κάθε καταγραφή την αποκαλούμε
σημείο συναισθηματικών δεδομένων, -
5:48 - 5:52και μετά μπορούν να δράσουν μαζί
για να δώσουν διάφορα συναισθήματα. -
5:52 - 5:55Έτσι στη δεξιά πλευρά της δοκιμής -
δείξε ότι είσαι χαρούμενη. -
5:55 - 5:57Αυτό λοιπόν είναι χαρά. Η χαρά φωτίζεται.
-
5:57 - 5:59Και μετά δώσε μου μια έκφραση αηδίας.
-
5:59 - 6:03Θυμήσου πώς ήταν όταν ο Ζέιν έφυγε
από τους Ουάν Νταϊρέξιον. -
6:03 - 6:05(Γέλια)
-
6:05 - 6:08Ναι, ξύνισε τη μύτη σου. Φοβερό.
-
6:09 - 6:13Το σθένος είναι αρκετά αρνητικό,
άρα πρέπει να ήσουν μεγάλη θαυμάστρια. -
6:13 - 6:16Το σθένος δηλώνει πόσο θετική ή αρνητική
είναι μια εμπειρία, -
6:16 - 6:19και η εμπλοκή δηλώνει
πόσο εκφραστική είναι επίσης. -
6:19 - 6:23Φανταστείτε αν η Κλόη είχε πρόσβαση σ'αυτή
τη ροή συναισθήματος σε πραγματικό χρόνο, -
6:23 - 6:25και μπορούσε να τη μοιραστεί
με όποιον ήθελε. -
6:25 - 6:27Ευχαριστώ.
-
6:27 - 6:28(Χειροκρότημα)
-
6:34 - 6:39Έως τώρα έχουμε συγκεντρώσει 12 δις
τέτοια σημεία συναισθηματικών δεδομένων. -
6:39 - 6:42Είναι η μεγαλύτερη βάση δεδομένων
από συναισθήματα στον κόσμο. -
6:42 - 6:45Τα συλλέξαμε από 2,9 εκατομμύρια βίντεο
από πρόσωπα ανθρώπων -
6:45 - 6:48που συμφώνησαν να μοιραστούν
τα συναισθήματά τους μαζί μας, -
6:48 - 6:50και από 75 χώρες σε όλο τον κόσμο.
-
6:50 - 6:52Αυξάνεται κάθε μέρα.
-
6:53 - 6:54Με συνεπαίρνει η ιδέα
-
6:54 - 6:58ότι μπορούμε να ποσοτικοποιήσουμε
κάτι τόσο προσωπικό όσο το συναίσθημα, -
6:58 - 7:00και να το κάνουμε σε τέτοια κλίμακα.
-
7:00 - 7:02Τι μάθαμε λοιπόν έως τώρα;
-
7:03 - 7:04Φύλο.
-
7:05 - 7:09Τα δεδομένα μας επιβεβαιώνουν
κάτι που ίσως υποψιαζόσαστε. -
7:09 - 7:11Οι γυναίκες είναι πιο εκφραστικές
από τους άνδρες. -
7:11 - 7:14Χαμογελούν περισσότερο,
και το χαμόγελό τους διαρκεί περισσότερο, -
7:14 - 7:16και τώρα μπορούμε να ποσοτικοποιήσουμε
-
7:16 - 7:18σε τι άνδρες και γυναίκες
αντιδρούν διαφορετικά. -
7:19 - 7:21Ας δούμε την κουλτούρα: Έτσι στις ΗΠΑ
-
7:21 - 7:25οι γυναίκες είναι 40% πιο εκφραστικές
από τους άνδρες, αλλά όλως περιέργως -
7:25 - 7:30δεν υπάρχει διαφορά μεταξύ ανδρών
και γυναικών στην Αγγλία. (Γέλια) -
7:31 - 7:36Ηλικία: Οι άνθρωποι 50 ετών και άνω
-
7:36 - 7:39είναι 25% πιο συναισθηματικοί
από τους νέους ανθρώπους. -
7:40 - 7:44Οι γυναίκες των 20 χαμογελούν περισσότερο
από τους άνδρες της ίδιας ηλικίας, -
7:44 - 7:46ίσως μια αναγκαιότητα
για την αναζήτηση σχέσης. -
7:48 - 7:50Αλλά αυτό που μας εξέπληξε
περισσότερο στα δεδομένα -
7:50 - 7:53είναι ότι συμβαίνει
να είμαστε εκφραστικοί συνέχεια, -
7:53 - 7:56ακόμη και όταν είμαστε μόνοι
μπροστά στη συσκευή μας, -
7:56 - 8:00και όχι μόνο όταν βλέπουμε
βίντεο με γάτες στο Facebook. -
8:00 - 8:02Είμαστε εκφραστικοί
όταν στέλνουμε email ή sms, -
8:02 - 8:06ψωνίζουμε διαδικτυακά, ακόμη και
όταν κάνουμε τη φορολογική μας δήλωση. -
8:06 - 8:08Πού χρησιμοποιούνται
αυτά τα δεδομένα σήμερα; -
8:08 - 8:10Στο να καταλάβουμε
πώς εμπλεκόμαστε με τα μέσα, -
8:10 - 8:13έτσι κατανοώντας τη διαδικτυακή
εξάπλωση και το πώς ψηφίζουμε. -
8:13 - 8:17Επίσης την τεχνολογία
που ενεργοποιεί συναισθήματα, -
8:17 - 8:21και θέλω να μοιραστώ κάποια παραδείγματα
στα οποία έχω ιδιαίτερη αδυναμία. -
8:21 - 8:23Γυαλιά που ενεργοποιούνται
από συναισθήματα -
8:23 - 8:27θα βοηθήσουν άτομα με προβλήματα όρασης
να διαβάσουν τα πρόσωπα των άλλων, -
8:27 - 8:30και θα βοηθήσει
άτομα στο φάσμα του αυτισμού -
8:30 - 8:33να ερμηνεύσουν συναισθήματα,
κάτι που πραγματικά τους ταλαιπωρεί. -
8:36 - 8:39Στην εκπαίδευση, φανταστείτε
εάν οι εφαρμογές που μαθαίνουν -
8:39 - 8:42αισθανθούν ότι έχετε μπερδευτεί
και μειώσουν ταχύτητα -
8:42 - 8:43ή ότι βαριόσαστε έτσι να επιταχύνουν,
-
8:43 - 8:46ακριβώς όπως ένας καλός δάσκαλος
θα έκανε στην τάξη. -
8:47 - 8:50Εάν το ρολόι στο χέρι σας
παρακολουθούσε τη διάθεσή σας -
8:50 - 8:52ή το αυτοκινητό σας αισθανόταν
ότι είστε κουρασμένος, -
8:52 - 8:55ή ίσως το ψυγείο σας να αναγνωρίζει
ότι είστε αγχωμένος -
8:55 - 9:00και να κλειδώνει αυτόματα αποτρέποντας
τη λαίμαργη επιδρομή σας. (Γέλια) -
9:00 - 9:01Θα μου άρεσε αυτό, ναι.
-
9:03 - 9:05Τι εάν, όταν ήμουν στο Κέμπριτζ,
-
9:05 - 9:08είχα πρόσβαση στη ροή συναισθημάτων μου
σε πραγματικό χρόνο -
9:08 - 9:12και μπορούσα να τη μοιραστώ
με την οικογένειά μου πολύ φυσικά -
9:12 - 9:15ακριβώς όπως θα έκανα
αν είμασταν όλοι μαζί στο ίδιο δωμάτιο; -
9:15 - 9:21Νομίζω ότι σε πέντε χρόνια, όλες
οι συσκευές θα έχουν τσιπ συναισθημάτων -
9:21 - 9:23και δεν θα θυμόμαστε πώς ήταν
-
9:23 - 9:26όταν δεν μπορούσαμε
να αγριοκοιτάξουμε τη συσκευή μας -
9:26 - 9:28και αυτή να μας πει
«Χμ, μάλλον δεν σου αρέσε αυτό, σωστά;» -
9:29 - 9:31Η μεγαλύτερη πρόκληση είναι
-
9:31 - 9:33ότι υπάρχουν τόσες εφαρμογές
αυτής της τεχνολογίας, -
9:33 - 9:36που η ομάδα μας δεν μπορεί
να τις κάνει όλες μόνη της -
9:36 - 9:38έτσι κάναμε την τεχνολογία διαθέσιμη
-
9:38 - 9:41ώστε και άλλοι προγραμματιστές
να χτίσουν και να γίνουν δημιουργικοί. -
9:42 - 9:47Κατανοούμε ότι υπάρχουν πιθανοί κίνδυνοι
και ενδεχόμενη κατάχρηση, -
9:47 - 9:51αλλά προσωπικά, έχοντας περάσει
τόσα χρόνια πάνω σε αυτό, -
9:51 - 9:53πιστεύω ότι τα οφέλη για την ανθρωπότητα
-
9:53 - 9:56από το να έχουμε
συναισθηματικά ευφυή τεχνολογία -
9:56 - 9:59ξεπερνούν κατά πολύ
την πιθανότητα κακής χρήσης. -
9:59 - 10:02Σας προσκαλώ όλους
να συμμετέχετε στη συζήτηση. -
10:02 - 10:05Όσα περισσότερα γνωρίζει ο κόσμος
γι' αυτή την τεχνολογία, -
10:05 - 10:08τόσο περισσότερο μπορούμε όλοι
να έχουμε άποψη για την χρήση της. -
10:09 - 10:14'Ετσι, καθώς οι ζωές μας γίνονται
όλο και πιο ψηφιακές, -
10:14 - 10:18μάταια αγωνιζόμαστε
να επιβραδύνουμε τη χρήση των συσκευών -
10:18 - 10:20για να ανακτήσουμε τα συναισθήματά μας.
-
10:21 - 10:25Αυτό που προσπαθώ να κάνω είναι
να φέρω το συναίσθημα στην τεχνολογία -
10:25 - 10:27και να κάνω την τεχνολογία να αποκρίνεται.
-
10:27 - 10:30Θέλω λοιπόν εκείνες οι συσκευές
που μας απομάκρυναν -
10:30 - 10:32να μας ενώσουν και πάλι.
-
10:32 - 10:37Και εξανθρωπίζοντας την τεχνολογία
έχουμε αυτή τη χρυσή ευκαιρία -
10:37 - 10:40να αναδιατυπώσουμε
τη σχέση μας με τις μηχανές -
10:40 - 10:44και ως εκ τούτου,
και το πώς εμείς ως ανθρώπινα όντα, -
10:44 - 10:46συνδεόμαστε ο ένας με τον άλλον.
-
10:46 - 10:47Ευχαριστώ.
-
10:47 - 10:49(Χειροκρότημα)
- Title:
- Αυτή εφαρμογή ξέρει τι νιώθετε - από την όψη του προσώπου σας
- Speaker:
- Ράνα ελ Καλιούμπι
- Description:
-
Τα συναισθήματά μας επηρεάζουν κάθε πτυχή της ζωής μας - τον τρόπο που μαθαίνουμε, που επικοινωνούμε, που παίρνουμε αποφάσεις. Παρόλα αυτά απουσιάζουν από τη ψηφιακή ζωή μας· οι συσκευές και οι εφαρμογές που χρησιμοποιούμε, δεν μπορούν να γνωρίζουν πώς αισθανόμαστε. Η επιστήμων Ράνα ελ Καλούμπι σκοπεύει να το αλλάξει αυτό. Μας παρουσιάζει μια ισχυρή νέα, τεχνολογία που διαβάζει την έκφραση του προσώπου σας και την αντιστοιχεί με ανάλογα συναισθήματα. Αυτή η «μηχανή συναισθημάτων» βρίσκει μεγάλη εφαρμογή, μας λέει, και μπορεί να αλλάξει, όχι μόνο τον τρόπο που αλληλεπιδρούμε με τις μηχανές, αλλά και μεταξύ μας.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:04
Chryssa R. Takahashi approved Greek subtitles for This app knows how you feel -- from the look on your face | ||
Chryssa R. Takahashi edited Greek subtitles for This app knows how you feel -- from the look on your face | ||
Chryssa R. Takahashi edited Greek subtitles for This app knows how you feel -- from the look on your face | ||
Chryssa R. Takahashi edited Greek subtitles for This app knows how you feel -- from the look on your face | ||
Stefanos Reppas accepted Greek subtitles for This app knows how you feel -- from the look on your face | ||
Stefanos Reppas edited Greek subtitles for This app knows how you feel -- from the look on your face | ||
Stefanos Reppas edited Greek subtitles for This app knows how you feel -- from the look on your face | ||
Lucas Kaimaras edited Greek subtitles for This app knows how you feel -- from the look on your face |