Блeйз Агера и Аркас показва Фотосинт

Това което ще Ви покажа първо, набързо, е в известна степен основополагаща работа, една нова технология която донесохме в Майкрософт, като част от една покупка от преди точно една година. Това е Сиидрагън (Водно конче) Представлява среда, в която можете отблизо или отдалечено, да разглеждате големи обеми от визуална информация.

В момента виждате много, много гигабайта цифрови снимки с плавно и непрекъснато увеличение, преместване и преподреждане по всевъзможни начини. Няма значение обема на информацията, която преглеждаме, колко са големи тези колекции, или колко са големи тези изображения. Повечето са снимки от обикновена цифрова камера, но това например, е сканирано от библиотеката на Конгреса, и е от порядъка на 300 мегапиксела. Няма никакво значение, защото единственото нещо, което ограничава скоростта на система като тази, е броя на точките на екрана

във всеки даден момент. Също така това е много гъвкава архитектура. Това е една цяла книга, като пример за не-снимкови данни. Това е "Студеният дом" на Дикенс. Всяка колона е глава. За да ви покажа, че това е наистина текст, а не изображение, мога да направя нещо такова, което наистина показва, че това е истинско представяне на текста - не е снимка. Може би това е леко измислен начин за четене на книги. Не бих ви го препоръчал.

Това е по-реалистичен случай. Това е брой на Гардиън. Всяко голямо изображение е начало на раздел. И това наистина носи удоволствие и приятно усещане за четене на хартиеното издание на списание или вестник, които са среда с различни размери. Също така направихме нещо дребно в ъгъла на този брой на Гардиън. Фалшифицирахме една реклама с много висока разделителна способност - много по-висока отколко можете да видите в обикновена реклама - и й добавихме допълнително съдържание. Ако искате да видите данните за тази кола, можете да ги видите тук. Или други модели, или техническите им характеристики. Това наистина показва някои от тези идеи, за това, как можем да се справим с ограниченията в размера на екрана. Надяваме се, това да означава край на изкачащите реклами и на други подобни глупости - не би трябвало да са необходими.

Разбира се, картографирането е едно от тези очевидни приложения за технология като тази. На тази няма да отделям много време, освен да кажа, че имаме какво да допринесем и в тази област. Това са всички пътища в САЩ нанесени върху сателитна снимка на НАСА. Нека да погледнем сега нещо друго. Това е качено в Инернет в момента; можете да го погледнете.

Този проект се нарича Фотосинт, и свързва две различни технологии. Едната от тях е Сиидрагън а другата е едно чудесно изследване на компютърното зрение направено от Ноа Снейвли, студент във Вашингтонския университет, с ко-ръководители Стиив Сейц пак оттам и Рик Сзелиски от Майкрософт Рисърч. Много добро сътрудничество. И така това е качено в Интернет. Базирано е на Сиидрагън. Виждате как, като показваме тези изгледи, можем да се потопим в снимките и да получим това много-разделително усещане.

Но пространственото подреждане на образите тук е от значение. Алгоритмите за комютърно зрение са подредили тези образи заедно, за да отговарят на действителното пространство, в което тези снимки - всички направени близо до езерата Граси (Grassi) в канадските Скалисти планини - са направени. И така, тук виждате елементи от стабилизирана презентация или панорамно изобразяване. и тези образи са ориентирани в пространството. Не съм сигурен дали имам време да ви покажа някои други места. Има някои, които са много по-пространствени. Искам да мина направо към един от началните набори на Ноа - и този е от ранен прототип на Фотосинт, който подкарахме през лятото - за да ви покажа, това което мисля, е основата на тази технология, технологията на Фотосинт. И тя не е задължително видима от местата, които сме сложили на уебсайта. Трябваше да се съобразим с адвокатите и други такива.

Това е реконструкция на катедралата Св. Богородица, която е направена изцяло с изчисления на база на снимки свалени от Фликр. Ако просто напишете "Notre Dame" във Фликр ще получите снимки на хора по тениски, на университета и така нататък. И всеки един от оранжевите конуси представя изображение което е маркирано, като принадлежащо към този модел. И така, това всичко са снимки от Фликр, и те са подредени в пространството по този начин. И така можем да навигираме по този прост начин. (Аплодисменти)

Знаете ли, никога не съм си представял, че един ден ще работя в Майкрософт. Много е удовлетворително да получа такова посрещане тук. (Смях)

Предполагам можете да видите, че това са много различни видове фотоапарати: всичко - от камери на мобилни телефони до професионални апрати, доста голям брой от тях, свързани заедно на това място. И ако мога да намеря, ще ви покажа някои странни. Много от тях са закрити от лица, или нещо друго. Някъде тук имаме серия от фотографии - ето ги. Това всъщност е постер на Св. Богородица с правилно разположение. Можем да се потопим от постера до физическия изглед на мястото.

Основната идея тук е, че можем да правим неща от социалната среда. Сега може да получим данни от всеки - от цялото съвместно съзнание от, визуално, това което представлява Земята - и ни свързва всички заедно. И всички тези снимки стават свързани заедно, и се получава нещо неочаквано, което е по-голямо от сумата на своите части. Имате модел, който се създава от цялата Земя. Можете да мислите за това като за "дългата опашка" на Виртуалната Земя на Стивън Лоулер. И това е нещо, което нараства по сложност когато хората го използват, и чиито ползи нарастват за потребителите му, докато го използват. Техните собствени снимки биват маркирани с мета-данни които някой друг е въвел. Ако някой друг се е постарал да отбележи всички тези светци и да каже кои са те, след това моята снимка на катедралата Св. Богородица изведнъж се обогатява с цялата тази информция, и аз мога да я използвам като отправна точка да се потопя в това място в тази мета-вселена, използвайки снимките на всички останали, и да получа един вид междуформено и междупотребителско социално изживяване. И разбира се, като страничен ефект от това са изключително богатите виртуални модели от всяко интересно кътче на Земята, събрано не само от самолетни и спътникови снимки и т.н., но и от съвкупната памет.

Много благодаря. (Аплодисменти)

Крис Андерсън: Дали разбрах правилно? Това което твоя софтуер ще позволи е, че в даден момент, през следващите няколко години, всички снимки споделени от всеки по света ще бъдат свързани заедно?

БАА: Да. Това което правим е откриване. Създаваме хипервръзки, ако искате, между изображения. И го правим, на базата на съдържанието на тези изображения. И това е доста вълнуващо, когато се замислите за богатството на семантичната информация, която доста от тези снимки имат. Например когато търсите в интернет за снимки, пишете фрази, и текста на уеб страницата носи много информация за това какво е на картинката. А какво би станало, ако тази картинка е свързана с всички ваши снимки? Тогава обема на семантичната взаимосвързаност и обема на богатството, което идва от това е наистина огромен. Класическия мрежов ефект.

KA: Блейз, това е наистина невероятно. Поздравления.

БАА: Много благодаря.