Return to Video

New video technology that reveals an object's hidden properties

  • 0:01 - 0:05
    พวกเราส่วนใหญ่คิดถึงการเคลื่อนไหว
    ว่าคือสิ่งที่มองเห็นได้
  • 0:06 - 0:11
    ถ้าผมเดินบนเวทีหรือยกมือยกไม้เวลาพูด
  • 0:11 - 0:13
    การเคลื่อนไหวนั้นก็จะเป็นสิ่งที่คุณมองเห็นได้
  • 0:14 - 0:20
    แต่ยังมีการเคลื่อนไหวสำคัญ ๆ อีกมากมาย
    ที่ละเอียดซับซ้อนเกินว่าคนเราจะมองเห็น
  • 0:20 - 0:22
    แต่ในช่วงไม่กี่ปีที่ผ่านมา
  • 0:22 - 0:24
    เราค้นพบว่ากล้องวิดีโอ
  • 0:24 - 0:27
    สามารถบันทึกการเคลื่อนไหวนี้ได้
    แม้ว่าคนเราจะไม่สามารถรับรู้
  • 0:28 - 0:30
    เอาล่ะ ผมจะแสดงให้คุณเห็นว่าผมหมายถึงอะไร
  • 0:31 - 0:34
    ทางซ้ายนี้ คุณจะเห็นวิดีโอ
    ข้อมือคนคนหนึ่ง
  • 0:34 - 0:37
    และทางขวา คุณจะเห็นวิดีโดของเด็กทารกที่หลับอยู่
  • 0:37 - 0:41
    แต่ถ้าผมไม่บอกคุณว่านี่คือวิดีโอ
  • 0:41 - 0:44
    คุณอาจคิดว่าคุณกำลังมองภาพนิ่งธรรมดา ๆ
  • 0:44 - 0:46
    เพราะทั้งสองกรณีนั้น
  • 0:46 - 0:49
    วิดีโอเหล่านี้ก็ดูแทบจะไม่ไหวติง
  • 0:50 - 0:54
    ทั้งที่จริง ๆ แล้วมีการเคลื่อนไหว
    ที่ละเอียดอ่อนเกิดขึ้นมากมาย
  • 0:54 - 0:56
    ถ้าคุณได้สัมผัสข้อมือทางด้านซ้าย
  • 0:56 - 0:58
    คุณจะรับรู้ถึงชีพจร
  • 0:58 - 1:01
    และถ้าคุณได้อุ้มทารกในวิดีโอฝั่งขวา
  • 1:01 - 1:03
    คุณจะรู้สึกถึงการเคลื่อนที่ขึ้นลงของหน้าอก
  • 1:03 - 1:05
    ขณะที่เธอหายใจในแต่ละครั้ง
  • 1:06 - 1:09
    และการเคลื่อนไหวเหล่านี้ก็มีความสำคัญมาก
  • 1:09 - 1:13
    เพียงแต่ว่ามันละเอียดอ่อน
    เกินกว่าที่เราจะมองเห็น
  • 1:13 - 1:15
    เพราะอย่างนั้นเราจึงสังเกตมัน
  • 1:15 - 1:18
    ผ่านการสัมผัสโดยตรงแทน
  • 1:19 - 1:20
    แต่เมื่อไม่กี่ปีที่ผ่านมา
  • 1:20 - 1:25
    เหล่าเพื่อนร่วมงานผมที่เอ็มไอทีได้พัฒนาสิ่งที่
    เรียกว่ากล้องจุลทรรศน์แห่งการเคลื่อนไหว
  • 1:25 - 1:29
    ซึ่งเป็นซอฟท์แวร์ที่จับการเคลื่อนไหว
    อันละเอียดอ่อนนี้ในวิดีโอ
  • 1:29 - 1:33
    และขยายการเคลื่อนไหวนั้น
    ให้ใหญ่มากพอจนเรามองเห็นได้
  • 1:33 - 1:37
    ดังนั้น ถ้าหากเราใช้ซอฟท์แวร์นี้
    กับวิดีโอทางด้านซ้าย
  • 1:37 - 1:40
    มันจะทำให้เราเห็นชีพจรบนข้อมือ
  • 1:40 - 1:42
    และถ้าเรานับจำนวนครั้งของชีพจรนั้น
  • 1:42 - 1:44
    เราก็จะรู้อัตราการเต้นของหัวใจของคน ๆ นั้นด้วย
  • 1:45 - 1:48
    และถ้าเราใช้ซอฟท์แวร์แบบเดียวกัน
    กับวิดีโอทางด้านขวา
  • 1:48 - 1:51
    มันจะทำให้เราเห็นการหายใจแต่ละครั้งของทารกนี้
  • 1:51 - 1:56
    และเราสามารถใช้วิธีที่ไม่ต้องสัมผัสตัวเธอ
    ในการติดตามการหายใจของเธอ
  • 1:57 - 2:02
    เทคโนโลยีนี้ทรงพลังมาก
    เพราะมันนำเอาปรากฏการณ์เช่นนี้
  • 2:02 - 2:05
    ซึ่งปกติแล้วเราจะต้องรับรู้ด้วยการสัมผัส
  • 2:05 - 2:08
    และทำให้เราตรวจจับมันได้ผ่านทางภาพ
    โดยไม่มีการสัมผัส ๆ
  • 2:09 - 2:14
    เมื่อสองปีที่แล้ว ผมร่วมงาน
    กับเหล่าผู้สร้างซอฟท์แวร์นี้
  • 2:14 - 2:17
    และเราตัดสินใจจะทำตามแนวคิดหนึ่ง
    ที่ดูออกจะเพี้ยน ๆ ให้เป็นจริง
  • 2:17 - 2:20
    เราคิดว่ามันดูเจ๋ง ที่จะใช้ซอฟท์แวร์
  • 2:20 - 2:23
    เพื่อทำให้การเคลื่อนไหวเล็กนี้ ๆ มองเห็นได้
  • 2:23 - 2:27
    คุณอาจมองว่ามันเป็นการขยาย
    ประสาทด้านสัมผัสวิธีหนึ่งก็ได้
  • 2:27 - 2:31
    แต่ถ้าเราสามารถทำสิ่งเดียวกันนี้
    กับประสาทด้านการได้ยินล่ะ
  • 2:33 - 2:37
    ถ้าเราสามารถใช้วิดีโอ
    เพื่อจับการสั่นไหวของคลื่นเสียง
  • 2:37 - 2:40
    ซึ่งก็นับเป็นการเคลื่อนไหวแบบหนึ่ง
  • 2:40 - 2:43
    และเปลี่ยนทุกอย่างที่เราเห็นเห็นเป็นไมโครโฟน
  • 2:44 - 2:46
    นี่อาจจะฟังดูเป็นแนวคิด ที่แปลก
  • 2:46 - 2:49
    งั้นลองให้ผมอธิบายให้พวกคุณเข้าใจง่ายขึ้น
  • 2:50 - 2:53
    ไมโครโฟนทั่ว ๆ ไป
    ทำงานโดยการเปลี่ยนการเคลื่อนไหว
  • 2:53 - 2:57
    ของแผ่นไดอะแฟรมที่อยู่ข้างใน
    ให้เป็นสัญญาณไฟฟ้า
  • 2:57 - 3:01
    และแผ่นไดอะแฟรมนั้นถูกออกแบบมา
    เพื่อให้สั่นไหวไปพร้อมกับคลื่นเสียง
  • 3:01 - 3:06
    ดั้งนั้นการเคลื่อนไหวของมันจะถูกบันทึก
    และแปลงออกมาเป็นสัญญาณเสียง
  • 3:06 - 3:09
    แต่คลื่นเสียงนั้นทำให้วัตถุทุกอย่างสั่นไหว
  • 3:09 - 3:15
    การสั่นไหวนี้ โดยปกติจะเล็ก
    และเร็วมากจนเราสังเกตไม่เห็น
  • 3:15 - 3:19
    แล้วถ้าเราบันทึกมันด้วยกล้องวิดีโอความเร็วสูง
  • 3:19 - 3:22
    จากนั้นใช้ซอฟท์แวร์
    เพื่อดึงการเคลื่อนไหวเล็ก ๆ นั้นออกมาก
  • 3:22 - 3:24
    จากวิดีโอความเร็วสูงที่เราบันทึกไว้
  • 3:24 - 3:29
    แล้ววิเคราะห์หาเสียงซึ่งเป็นต้นกำเนิด
    ของการเคลื่อนไหวเหล่านั้น
  • 3:30 - 3:35
    ด้วยวิธีนี้ เราจึงสามารถแปลงวัตถุที่มองเห็น
    ให้กลายเป็นไมโครโฟนระยะไกล
  • 3:37 - 3:39
    เราได้ทำการทดสอบ
  • 3:39 - 3:41
    และนี่คือหนึ่งในการทดลองของเรา
  • 3:41 - 3:44
    โดยเรานำเอาต้นไม้ในกระถางที่คุณเห็นในทางขวา
  • 3:44 - 3:47
    บันทึกด้วยกล้องวีดิโอความเร็วสูง
  • 3:47 - 3:50
    ในขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังเล่นเสียงนี้
  • 3:50 - 3:58
    (เสียงเพลง: "Marry Had a Little Lamb")
  • 4:00 - 4:03
    และนี่คือวิดีโอที่เราบันทึกไว้
  • 4:03 - 4:07
    เราบันทึกด้วยความเร็วหลายพันเฟรมต่อวินาที
  • 4:07 - 4:09
    แต่แม้ว่าคุณจะมองมันใกล้ ๆ
  • 4:09 - 4:11
    คุณก็จะเห็นเพียงแค่ใบไม้
  • 4:11 - 4:14
    ที่อยู่นิ่ง ๆ ไม่เคลื่อนไหวอะไร
  • 4:14 - 4:19
    นั่นเป็นเพราะเสียงเคลื่อนที่ใบไม้เหล่านั้น
    ไปเพียงหนึ่งไมโครเมตร
  • 4:19 - 4:23
    หรือ หนึ่งในหมื่นของเซนติเมตร
  • 4:23 - 4:28
    ซึ่งคิดเป็นระยะทางในช่วง
    หนึ่งในร้อย หรือหนึ่งในพัน
  • 4:28 - 4:30
    ของหนึ่งพิกเซลในภาพนี้
  • 4:30 - 4:33
    ดังนั้น คุณจะเพ่งมองเท่าไหร่ก็คงมองไม่เห็น
  • 4:33 - 4:36
    การเคลื่อนไหวเพียงเล็กน้อยนี้
    ไม่สามารถสังเกตได้ด้วยตาเปล่า
  • 4:38 - 4:42
    แต่ปรากฏว่า สิ่งที่ไม่สามารถ
    สังเกตได้ด้วยตาเปล่านี้
  • 4:42 - 4:45
    สามารถสร้างความแตกต่าง
    ในเชิงเลขได้อย่างมีนัยสำคัญ
  • 4:45 - 4:47
    เพราะด้วยระเบียบวิธีที่ถูกต้อง
  • 4:47 - 4:50
    เราสามารถแปลงวิดีโอเงียบ ๆ
    ดูราวกับไร้การเคลื่อนไหวนี้
  • 4:50 - 4:52
    แล้วกู้เอาเสียงนี้กลับมาได้
  • 4:53 - 5:00
    (เสียงเพลง: "Marry Had a Little Lamb")
  • 5:00 - 5:06
    (เสียงปรบมือ)
  • 5:10 - 5:12
    มันเป็นไปได้อย่างไร
  • 5:12 - 5:16
    ทำไมเราจึงได้ข้อมูลมหาศาล
    จากการเคลื่อนไหวเพียงเล็กน้อย
  • 5:16 - 5:22
    สมมุติว่า ใบไม้เหล่านั้นเคลื่อนที่
    ไปเพียงหนึ่งไมโครเมตร
  • 5:22 - 5:26
    และสมมุติว่านั่นทำให้ภาพ
    เคลื่อนที่ไปหนึ่งในพันของพิกเซล
  • 5:27 - 5:30
    ซึ่งฟังดูแล้วอาจจะไม่มาก
  • 5:30 - 5:32
    แต่ภายในวิดีโอหนึ่งเฟรม
  • 5:32 - 5:35
    นั้นมีหลายล้านพิกเซล
  • 5:35 - 5:39
    ถ้าเรารวมเอาการเคลื่อนไหวเล็ก ๆ
    เหล่านั้นที่เราเห็น
  • 5:39 - 5:41
    จากภาพทั้งภาพ
  • 5:41 - 5:43
    หนึ่งในพันของพิกเซล
  • 5:43 - 5:46
    ก็จะสะสมรวมกัน
    เป็นบางสิ่งที่มีนัยสำคัญ
  • 5:47 - 5:51
    ผมจะบอกให้ว่า พวกเราแทบกระโดดตัวลอย
    เมื่อคิดเรื่องนี้ออก
  • 5:51 - 5:53
    (เสียงหัวเราะ)
  • 5:53 - 5:56
    แต่แม้กระทั่งด้วยระเบียบวิธีที่เหมาะสม
  • 5:56 - 6:00
    เราก็ยังขาดชิ้นส่วนสำคัญของปัญหานี้
  • 6:00 - 6:03
    มันมีองค์ประกอบหลายอย่างที่จะส่งผลกระทบ
    ว่าเทคนิคนี้จะใช้ได้ผล
  • 6:03 - 6:05
    เมื่อไร และดีแค่ไหน
  • 6:05 - 6:08
    วัตถุนั้นคืออะไร และมันอยู่ไกลแค่ไหน
  • 6:08 - 6:11
    กล้องเป็นอย่างไร และใช้เลนส์แบบไหน
  • 6:11 - 6:15
    มีแสงตกกระทบบนวัตถุมากน้อยแค่ไหน
    และเสียงดังแค่ไหน
  • 6:16 - 6:19
    และแม้ว่าด้วยระเบียบวิธีที่เหมาะสม
  • 6:19 - 6:23
    เราจะต้องใช้ความระมัดระวังมาก
    ในการทดลองขั้นต้นของเรา
  • 6:23 - 6:25
    เพราะถ้าองค์ประกอบเหล่านี้
    ผิดเพี้ยนไปสักอย่างหนึ่ง
  • 6:25 - 6:27
    จะไม่มีวิธีค้นพบว่า
    เกิดความผิดพลาดตรงไหน
  • 6:27 - 6:30
    เราจะได้ยินแค่เสียงซ่า
  • 6:30 - 6:33
    ดังนั้น การทดลองหลาย ๆ ครั้ง
    ในขั้นต้นจึงเป็นแบบนี้
  • 6:33 - 6:36
    นั่นคือผม
  • 6:36 - 6:40
    และทางด้านซ้ายล่าง
    คุณจะพอมองเห็นกล้องวิดีโอความเร็วสูง
  • 6:40 - 6:42
    ซึ่งจะจับไปยังถุงมันฝรั่ง
  • 6:42 - 6:45
    ซึ่งถูกฉายด้วยไฟสว่างจ้า
  • 6:45 - 6:49
    และอย่างที่บอก เราต้องระมัดระวังในการทดลอง
    ขั้นต้นเหล่านี้มาก ๆ
  • 6:49 - 6:52
    มันจึงออกมาเป็นแบบนี้
  • 6:52 - 6:55
    (วิดีโอ) เอบ เดวิส: สาม, สอง, หนึ่ง, เริ่ม
  • 6:55 - 7:01
    แมรี มีลูกแกะตัวหนึ่ง!
    ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง!
  • 7:01 - 7:05
    (เสียงหัวเราะ)
  • 7:05 - 7:08
    เอบ: การทดลองนี้มันออกจะดูน่าขันไปหน่อย
  • 7:08 - 7:10
    (เสียงหัวเราะ)
  • 7:10 - 7:12
    ผมกำลังตะคอกใส่ถุงมันฝรั่ง
  • 7:12 - 7:14
    (เสียงหัวเราะ) --
  • 7:14 - 7:16
    และเราก็ส่องมันด้วยไฟสว่างจ้า
  • 7:16 - 7:20
    เสียจนกระทั่งเราทำถุงมันฝรั่งละลายไปถุงหนึ่ง
    เมื่อตอนเริ่มทดลอง (เสียงหัวเราะ)
  • 7:21 - 7:24
    แต่ แม้ว่าการทดลองนี้มันจะดูน่าขัน
  • 7:24 - 7:26
    แต่มันก็เป็นการทดลองสำคัญ
  • 7:26 - 7:29
    เพราะเราสามารถกู้เอาเสียงนี้ออกมาได้
  • 7:29 - 7:33
    (เสียงบันทึก) แมรี่ มีลูกแกะตัวหนึ่ง!
    ลูกแกะตัวหนึ่ง! ลูกแกะตัวหนึ่ง!
  • 7:33 - 7:37
    (เสียงปรบมือ)
  • 7:37 - 7:39
    เอบ: และนี่คือสิ่งที่สำคัญมาก
  • 7:39 - 7:43
    เพราะว่านั่นคือครั้งแรกที่เราสามารถ
    กู้เสียงพูดมนุษย์ที่ฟังรู้เรื่อง
  • 7:43 - 7:46
    จากวิดีโอของวัตถุซึ่งไม่มีเสียง
  • 7:46 - 7:48
    และมันเป็นจุดอ้างอิงแก่เรา
  • 7:48 - 7:52
    และเราก็ค่อย ๆ เริ่มที่จะปรับปรุงการทดลอง
  • 7:52 - 7:56
    โดยใช้วัตถุต่าง ๆ
    หรือเคลื่อนที่วัตถุนั้นให้ห่างออกไป
  • 7:56 - 7:59
    โดยใช้แสงน้อยลง หรือเสียงที่เบาลง
  • 8:00 - 8:03
    แล้วเราก็วิเคราะห์การทดลองทั้งหมดนี้
  • 8:03 - 8:06
    จนกระทั่งเราเข้าใจถ่องแท้ถึง
    ข้อจำกัดของเทคนิคนี้
  • 8:06 - 8:08
    เพราะเมื่อเราเข้าใจข้อจำกัดเหล่านั้น
  • 8:08 - 8:11
    เราก็สามารถหาทางที่จะผลักดันมันออกไป
  • 8:11 - 8:14
    และนำไปสู่การทดลองเช่นนี้
  • 8:14 - 8:17
    ซึ่งก็เหมือนเคย คือผมก็จะพูดกับถุงมันฝรั่ง
  • 8:17 - 8:21
    และครั้งนี้เราย้ายกล้องให้ห่างออกไป 15 ฟุต
  • 8:21 - 8:24
    อยู่หลังหน้าต่างกันเสียง
  • 8:24 - 8:27
    และทุกอย่างนั้นถูกให้แสงโดยแสงธรรมชาติ
  • 8:29 - 8:31
    และนี่คือวิดีโอที่เราบันทึกไว้
  • 8:32 - 8:37
    และนี่คือเสียงจากด้านใน
    ข้าง ๆ ถุงมันฝรั่ง
  • 8:37 - 8:42
    (เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง
    ขนมันขาวราวหิมะ
  • 8:42 - 8:48
    และไม่ว่าแมรี่จะไปไหน
    ลูกแกะก็จะตามไป
  • 8:48 - 8:52
    เอป: และนี่คือสิ่งที่เราสามารถกู้
    กลับมาได้จากวีดิโอซึ่งไร้เสียง
  • 8:52 - 8:54
    ที่บันทึกจากนอกหน้าต่าง
  • 8:54 - 8:58
    (เสียงบันทึก) แมรี่มีลูกแกะตัวหนึ่ง
    ขนมันขาวราวหิมะ
  • 8:58 - 9:04
    และไม่ว่าแมรี่จะไปไหน
    ลูกแกะก็จะตามไป
  • 9:04 - 9:10
    (เสียงปรบมือ)
  • 9:10 - 9:14
    เอบ: ยังมีอีกหลายวิธีที่เรา
    จะผลักดันขีดจำกัดเหล่านั้นออกไปอีก
  • 9:14 - 9:16
    นี่คือการทดลองที่เงียบขึ้น
  • 9:16 - 9:20
    ซึ่งเราถ่ายวิดีโอหูฟังซึ่งเสียบอยู่กับแล็ปท็อป
  • 9:20 - 9:24
    และในกรณีนี้ เป้าหมายของเรา
    คือการกู้เสียงเพลงซึ่งกำลังเล่นจากแล็ปท็อป
  • 9:24 - 9:26
    จากวิดีโอเงียบๆ
  • 9:26 - 9:29
    ของหูฟังพลาสติกสองชิ้นนี้
  • 9:29 - 9:31
    และเราก็ทำได้ดีมาก
  • 9:31 - 9:33
    เสียจนผมสามารถใช้เอาเสียงนี้
    ไปใช้ค้นหาชื่อเพลงบน Shazam ได้
  • 9:33 - 9:36
    (เสียงหัวเราะ)
  • 9:37 - 9:47
    (เสียงเพลง: "Under Pressure" โดยวง Queen)
  • 9:50 - 9:55
    (เสียงปรบมือ)
  • 9:55 - 9:59
    เรายังสามารถผลักดันขีดจำกัด
    โดยเปลี่ยนอุปกรณ์ที่เราใช้
  • 9:59 - 10:02
    เนื่องจากในการทดลอง
    ที่ผมแสดงให้คุณดูมาตั้งแต่ต้นนั้น
  • 10:02 - 10:04
    ล้วนใช้กล้องวิดีโอความเร็วสูง
  • 10:04 - 10:07
    ซึ่งสามารถบันทึกวิดีโอได้เร็วเป็น 100 เท่า
  • 10:07 - 10:09
    ของกล้องบนโทรศัพท์มือถือ
  • 10:09 - 10:12
    แต่กระนั้นเราก็ยังพบวิธีที่จะใช้เทคนิคนี้
  • 10:12 - 10:14
    กับกล้องทั่ว ๆ ไปได้
  • 10:14 - 10:18
    และเราทำได้โดยใช้ประโยชน์
    จากสิ่งที่เรียกว่า โรลลิ่ง ชัตเตอร์ (rolling shutter)
  • 10:18 - 10:23
    กล้องทั่วไปบันทึกภาพทีละแถว
  • 10:23 - 10:28
    และถ้าวัตถุเคลื่อนที่ในขณะที่มีการบันทึกภาพหนึ่ง ๆ
  • 10:28 - 10:31
    จะเกิดการหน่วงเวลาขึ้นเล็กน้อยในแต่ละแถว
  • 10:31 - 10:34
    และก่อให้เกิดสัญญาณปลอมปนนี้ขึ้นมา
  • 10:34 - 10:38
    ซึ่งจะถูกบันทึกลงในแต่ละเฟรมของวิดีโอ
  • 10:38 - 10:42
    สิ่งที่เราพบก็คือ
    เมื่อเราวิเคราะห์สัญญาณปลอมปน
  • 10:42 - 10:46
    เราก็จะสามารถกู้เอาเสียงกลับคืนมาได้
    โดยใช้ระเบียบวิธีที่ดัดแปลง
  • 10:46 - 10:48
    และนี่คือการทดลองที่เราทำ
  • 10:48 - 10:50
    โดยเราถ่ายวิดีโอถุงลูกกวาด
  • 10:50 - 10:51
    ขณะที่ลำโพงที่อยู่ใกล้ ๆ กำลังส่งเสียง
  • 10:51 - 10:54
    เพลง "Mary Had a Little Lamb"
  • 10:54 - 10:59
    แต่ครั้งนี้เราใช้กล้องที่หาซื้อได้ทั่ว ๆ ไป
  • 10:59 - 11:02
    และในอีกสักครู่ ผมจะเล่นเสียงที่เรากู้คืนมาได้
  • 11:02 - 11:04
    และมันจะฟังดูเพี้ยนหน่อยในครั้งนี้
  • 11:04 - 11:07
    แต่ลองฟังดูว่าคุณยังพอฟังออก
    ว่ามันเป็นเพลงอะไรหรือเปล่า
  • 11:08 - 11:14
    (เสียงเพลง: "Mary Had a Little Lamb")
  • 11:26 - 11:29
    แม้เสียงจะฟังดูผิดเพี้ยนไป
  • 11:29 - 11:33
    แต่สิ่งที่น่าทึ่งก็คือ เราสามารถทำสิ่งนี้ได้
  • 11:33 - 11:36
    ด้วยของที่คุณสามารถเดินออกไปหาซื้อได้
  • 11:36 - 11:37
    จากร้านขายสินค้าอิเล็คทรอนิคส์ทั่วไป
  • 11:39 - 11:40
    ณ จุดนี้
  • 11:40 - 11:42
    หลาย ๆ คนที่เห็นงานวิจัยนี้
  • 11:42 - 11:46
    จะนึกถึงงานด้านการสอดแนมในทันที
  • 11:46 - 11:48
    ซึ่งพูดตรง ๆ แล้ว
  • 11:48 - 11:52
    มันก็ไม่ยากนักที่จะคิดว่าจะนำเทคโนโลยีนี้
    ไปใช้เพื่อสอดแนมใครบางคนได้อย่างไร
  • 11:52 - 11:56
    แต่ต้องอย่าลืมว่า มีเทคโนโลยีอีกมากมาย
    ที่ได้ถูกวิจัยพัฒนาสมบูรณ์แล้ว
  • 11:56 - 11:58
    ที่ถูกออกแบบมาเพื่อการสอดแนม
  • 11:58 - 12:00
    อันที่จริงแล้ว ผู้คนได้ใช้แสงเลเซอร์
  • 12:00 - 12:03
    เพื่อตรวจจับการสั่นไหวของวัตถุ
    จากระยะไกลมานับสิบปีแล้ว
  • 12:04 - 12:06
    แต่สิ่งที่แปลกใหม่สำหรับเทคโนโลยีนี้
  • 12:06 - 12:07
    สิ่งที่แตกต่างจริง ๆ
  • 12:07 - 12:12
    ก็คือเรามีวิธีใหม่ที่จะบันทึกการสั่นไหวของวัตถุ
  • 12:12 - 12:15
    ซึ่งให้มุมมองใหม่สู่โลกกว้างกับเรา
  • 12:15 - 12:17
    และเราสามารถใช้มุมมองนี้
  • 12:17 - 12:22
    ไม่เพียงแค่เรียนรู้ถึงแรงเช่นคลื่นเสียง
    ที่ทำให้วัตถุสั่นไหว
  • 12:22 - 12:24
    แต่ยังเรียนรู้ถึงตัววัตถุนั้น ๆ
  • 12:25 - 12:27
    ดังนั้นผมจึงอยากพาท่านถอยมาก้าวหนึ่ง
  • 12:27 - 12:31
    และลองคิดว่ามันจะเปลี่ยนวิธี
    ที่เราใช้วิดีโอได้อย่างไร
  • 12:31 - 12:34
    เพราะปกติแล้วเราใช้วิดีโอเพื่อดูสิ่งต่าง ๆ
  • 12:34 - 12:37
    และผมก็เพิ่งแสดงให้คุณดูว่าเรา ใช้มัน
  • 12:37 - 12:39
    เพื่อฟังเสียงต่าง ๆ ได้อย่างไร
  • 12:39 - 12:43
    แต่ยังมีอีกวิธีหนึ่งที่เรา
    สามารถเรียนรู้เกี่ยวกับโลกได้
  • 12:43 - 12:45
    นั่นก็คือการมีปฏิสัมพันธ์กับมัน
  • 12:45 - 12:48
    เราดัน และดึง และจิ้ม สิ่งต่าง ๆ
  • 12:48 - 12:51
    เราเขย่ามันแล้วดูว่าจะเกิดอะไรขึ้น
  • 12:51 - 12:55
    แต่นั่นเป็นอะไรที่วิดีโอไม่ยอมให้เราทำ
  • 12:55 - 12:58
    อย่างน้อยก็วิดีโอทั่ว ๆ ไป
  • 12:58 - 13:00
    ผมจึงอยากแสดงให้คุณเห็นถึงงานวิจัยใหม่
  • 13:00 - 13:02
    ซึ่งเกิดขึ้นมาจากแนวคิดของผม
    เมื่อไม่กี่เดือนก่อนหน้านี้
  • 13:02 - 13:06
    นี่จึงเป็นครั้งแรกที่ผมแสดงมันต่อสาธารณะชน
  • 13:06 - 13:11
    แนวคิดพื้นฐานก็คือ
    เราจะใช้การสั่นไหวในวิดีโอนี้
  • 13:11 - 13:15
    เพื่อตรวจจับวัตถุในแบบที่เราสามารถโต้ตอบกับมันได้
  • 13:15 - 13:17
    และดูว่ามันจะมีปฏิกิริยาอย่างไร
  • 13:19 - 13:21
    นี่คือวัตถุชิ้นหนึ่ง
  • 13:21 - 13:25
    และในกรณีนี้ มันคือลวดดัดเป็นรูปคน
  • 13:25 - 13:28
    และเราก็จะถ่ายวิดีโอวัตถุนี้โดยใช้กล้องธรรมดา
  • 13:28 - 13:30
    ไม่มีอะไรพิเศษเกี่ยวกับกล้องนี้
  • 13:30 - 13:33
    อันที่จริงแล้ว ผมก็เคยทำการทดลองนี้
    ด้วยกล้องมือถือของผมเอง
  • 13:33 - 13:35
    แต่เราก็อยากเห็นวัตถุนี้สั่นไหว
  • 13:35 - 13:36
    เพื่อให้เป็นเช่นนั้น
  • 13:36 - 13:40
    เราจะเคาะเบา ๆ บนพื้นที่มันตั้งอยู่
  • 13:40 - 13:42
    ในขณะที่เราบันทึกวิดีโอ
  • 13:47 - 13:51
    แค่นั้นเอง เพียงแค่วิดีโอยาว 5 วินาที
  • 13:51 - 13:53
    ขณะที่เราเคาะพื้น
  • 13:53 - 13:57
    และเราก็จะใช้การสั่นไหวในวิดีโอ
  • 13:57 - 14:01
    เพื่อศึกษาเกี่ยวกับโครงสร้าง
    และคุณสมบัติเชิงวัสดุของวัตถุชิ้นนั้น
  • 14:01 - 14:06
    และเราก็จะใช้ข้อมูลนั้น
    เพื่อสร้างบางสิ่งใหม่ ๆ ที่สามารถโต้ตอบได้
  • 14:13 - 14:16
    นี่คือสิ่งที่เราสร้างขึ้นมา
  • 14:16 - 14:18
    มันดูเหมือนภาพธรรมดา
  • 14:18 - 14:21
    แต่นี่ไม่ใช่รูปภาพ และมันก็ไม่ใช่วิดีโอ
  • 14:21 - 14:23
    เพราะตอนนี้ผมสามารถเอาเมาส์
  • 14:23 - 14:26
    ไปโต้ตอบกับวัตถุชิ้นนี้ได้
  • 14:33 - 14:35
    และสิ่งที่คุณเห็นอยู่ตอนนี้
  • 14:35 - 14:38
    คือการจำลองว่าวัตถุนี้
  • 14:38 - 14:42
    จะตอบสนองต่อแรงใหม่ ๆ
    ที่เราไม่เคยเห็นมาก่อน
  • 14:42 - 14:46
    และเราก็สร้างมันขึ้นจาก
    วิดีโอธรรมดาความยาวแค่ 5 วินาที
  • 14:47 - 14:52
    (เสียงปรบมือ)
  • 14:57 - 15:01
    นี่เป็นวิธีที่ทรงพลังมาก
    ในการศึกษาโลกใบนี้
  • 15:01 - 15:04
    เพราะมันทำให้เราทำนายได้
    ว่าวัตถุจะตอบสนองอย่างไร
  • 15:04 - 15:05
    กับสถานการณ์ใหม่ ๆ
  • 15:05 - 15:09
    และสมมุติว่าคุณมองดูสะพานเก่า ๆ แห่งหนึ่ง
  • 15:09 - 15:12
    และเกิดสงสัยว่าจะเกิดอะไรขึ้น
    สะพานจะรับน้ำหนักได้หรือไม่
  • 15:12 - 15:15
    ถ้าคุณขับรถข้ามสะพานนั้น
  • 15:15 - 15:18
    และนั่นเป็นคำถามที่คุณต้องการคำตอบ
  • 15:18 - 15:21
    ก่อนที่จะขับข้ามสะพานนั้น
  • 15:22 - 15:25
    และแน่นอน มันก็จะต้องมีขีดจำกัดกับเทคนิคนี้
  • 15:25 - 15:28
    เช่นเดียวกับโมโครโฟนภาพ
  • 15:28 - 15:31
    แต่เราก็พบว่ามันใช้ได้ในหลาย ๆ สถานการณ์
  • 15:31 - 15:33
    ที่คุณอาจคาดไม่ถึง
  • 15:33 - 15:36
    โดยเฉพาะเมื่อคุณป้อนวิดีโอที่ยาวขึ้นให้มัน
  • 15:36 - 15:38
    ยกตัวอย่างเช่น
    นี่คือวิดีโอที่ผมถ่าย
  • 15:38 - 15:40
    ไม้พุ่มหนึ่งนอกอพาร์ทเมนต์ของผม
  • 15:40 - 15:43
    ผมไม่ได้ทำอะไรกับพุ่มไม้นี้
  • 15:43 - 15:46
    แต่ด้วยการถ่ายวิดีโอยาวหนึ่งนาที
  • 15:46 - 15:50
    ลมที่พัดเบา ๆ ก็สร้างการสั่นไหวที่มากพอ
  • 15:50 - 15:53
    ที่เราจะเรียนรู้เกี่ยวกับพุ่มไม้นี้
    เพื่อที่จะสร้างแบบจำลอง
  • 15:55 - 16:01
    (เสียงปรบมือ)
  • 16:01 - 16:04
    และคุณคงพอนึกออกว่า
    หากผู้กำกับภาพยนต์ได้ใช้มัน
  • 16:04 - 16:06
    และช่วยให้เขาควบคุม
  • 16:06 - 16:11
    ความแรง หรือทิศทางลม
    ในฉากหลังจากที่มันได้ถูกถ่ายไปแล้ว
  • 16:13 - 16:17
    หรือในกรณีนี้
    เราตั้งกล้องไปยังผ้าม่านที่แขวนอยู่
  • 16:17 - 16:21
    คุณอาจมองไม่เห็น
    การเคลื่อนไหวใด ๆ ในวิดีโอนี้
  • 16:21 - 16:24
    แต่โดยการบันทึกวิดีโอยาว 2 นาที
  • 16:24 - 16:27
    กระแสลมตามธรรมชาติในห้องนี้
  • 16:27 - 16:31
    สร้างการเคลื่อนไหว
    ที่แทบมองไม่เห็นขึ้น
  • 16:31 - 16:34
    และเราสามารถเรียนรู้จากมันได้มากพอ
    ที่จะสร้างแบบจำลอง
  • 16:36 - 16:39
    ซึ่งก็น่าตลก
  • 16:39 - 16:42
    ที่เราคุ้นชินกับการโต้ตอบลักษณะนี้
  • 16:42 - 16:44
    หากมันเป็นวัตถุเสมือน
  • 16:44 - 16:48
    หรือวิดีโอเกมส์ และแบบจำลองสามมิติ
  • 16:48 - 16:52
    แต่การที่เราสามารถดึงข้อมูลเหล่านี้
    จากวัตถุจริง ๆ ในโลกจริง ๆ ได้
  • 16:52 - 16:55
    โดยใช้วิดีโอธรรมดา ๆ นั้น
  • 16:55 - 16:57
    เป็นบางสิ่งที่ใหม่และมีศักยภาพมาก
  • 16:58 - 17:03
    และนี่คือกลุ่มคนที่น่าทึ่ง
    ผู้ซึ่งร่วมงานกับผมในงานวิจัยเหล่านี้
  • 17:04 - 17:10
    (เสียงปรบมือ)
  • 17:13 - 17:16
    สิ่งทีผมแสดงให้คุณดูในวันนี้
    เป็นเพียงแค่การเริ่มต้น
  • 17:16 - 17:18
    เราเพียงแค่เริ่มเปิดประตู
  • 17:18 - 17:21
    เข้าสู่โลกของหลากหลายสิ่ง
    ที่คุณสามารถทำได้ด้วยเทคนิคนี้
  • 17:21 - 17:23
    เพราะมันให้วิธีใหม่แก่เรา
  • 17:23 - 17:28
    ในการดึงข้อมูลจากสิ่งแวดล้อมรอบ ๆ ตัว
    ด้วยเทคโนโลยีที่เข้าถึงได้ทั่ว ๆ ไป
  • 17:28 - 17:30
    เมื่อมองไปในอนาคต
  • 17:30 - 17:32
    มันคงน่าตื่นเต้นที่จะได้ค้นพบว่า
  • 17:32 - 17:34
    สิ่งนี้จะช่วยบอกอะไรเราได้เกี่ยวกับโลกใบนี้
  • 17:34 - 17:36
    ขอบคุณครับ
  • 17:36 - 17:42
    (เสียงปรบมือ)
Title:
New video technology that reveals an object's hidden properties
Speaker:
เอบ เดวิส (Abe Davis)
Description:

การเคลื่อนไหวที่ละเอียดอ่อนซับซ้อนเกิดขึ้นรอบตัวเราตลอดเวลา รวมถึงการสั่นไหวเล็กๆ อันเกิดจากคลื่นเสียง เทคโนโลยีแบบใหม่แสดงให้เราเห็นถึงการตรวจจับการสั่นไหวนี้ และสังเคราะห์เสียงและบทสนทนาขึ้นมาจากวิดีโอของวัตถุที่ดูราวกับหยุดนิ่ง แต่ เอบ เดวิส ได้พาเราก้าวไปอีกขั้น ชมการสาธิตซอฟท์แวร์ของเขาที่สามารถให้ทุกคนโต้ตอบกับวัตถุ และคุณสมบัติที่ซ่อนอยู่ของมันได้ จากเพียงวิดีโอธรรมดา ๆ

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
17:57

Thai subtitles

Revisions