Pranav Mistry: Det nervepirrende potentiale af SixthSense teknologi

Vi voksede op og interagerede med de fysiske objekter omkring os. Der er et enormt antal af dem som vi bruger hver dag. I modsætning til mange af vores databehandlings apparater, er disse objekter meget sjovere at bruge. Når man taler om objekter, er der en ting der automatisk bliver vedhæftet til den ting, og det er gestus: hvordan vi manipulerer disse objekter, hvordan vi bruger disse objekter i hverdagen. Vi bruger ikke kun gestusene til at interagere med disse objekter, men vi bruger dem også til at interagere med hinanden. Gestussen "Namaste!", måske, til at respektere nogen, eller måske -- i Indien behøver jeg ikke at fortælle et barn at dette betyder "four runs" i cricket. Det bliver en del af vores hverdagslæring.

Så, jeg er meget interesseret, fra begyndelsen, om hvordan -- hvordan vores viden om hverdags objekter og gestus, og hvordan vi bruger disse objekter, kan blive udnyttet til vores interaktioner med den digitale verden. I stedet for at bruge et keyboard og mus, hvorfor kan jeg ikke bruge min computer på samme måde som jeg interagerer med den fysiske verden?

Så, jeg startede denne udforskning for otte år siden, og det begyndte bogstavlig talt med en mus på mit skrivebord. I stedet for at bruge den til min computer, åbnede jeg den faktisk. De fleste af jer er måske klar over, at dengang, havde musen en kugle indeni, og der var to ruller der faktisk fortalte computeren hvor kuglen bevægede sig hen, og, derfor, hvor musen bevægede sig hen. Så, jeg var interesseret i de to ruller, og jeg ville faktisk have mere, så jeg lånte endnu en mus af en ven -- gav den aldrig tilbage -- og nu havde jeg fire ruller. Interessant nok, det jeg gjorde med disse ruller var, dybest set, at jeg tog dem af disse mus og satte dem så på en række. Der var noget snor og nogle taljer og nogle fjedre. Det jeg dybest set fik, var et gestus grænseflade apparat der faktisk virker som en bevægelses føler lavet for to dollars. Så, her, uanset hvilken bevægelse jeg laver i min fysiske verden bliver det faktisk reproduceret i den digitale verden, bare ved at bruge dette lille apparat jeg lavede, for cirka otte år siden, i 2000.

Fordi jeg var interesseret i at integrere disse to verdener, tænkte jeg på sticky notes. Jeg tænkte, "Hvorfor kan jeg ikke forbinde den normale grænseflade ved en sticky note til den digitale verden?" En besked skrevet på en sticky note til min mor på papir kan blive en SMS, eller måske en påmindelse om et møde der automatisk synkroniserer med min digitale kalender -- en to-do liste der automatisk synkroniserer med en. Men man kan også søge i den digitale verden, eller måske skriver man en forespørgsel, der siger, "Hvad er Dr. Smiths adresse?" Og dette lille system printer det faktisk ud -- så det fungerer faktisk som et papir input-output system, bare lavet af papir.

I en anden opdagelse, tænkte jeg på at lave en pen der kan tegne i disse tre dimensioner. Så, jeg implementerede denne pen som kan hjælpe designere og arkitekter med ikke kun at tænke i tre dimensioner, men de kan faktisk tegne så det er mere intuitivt at bruge på den måde.

Så tænkte jeg, "Hvorfor ikke lave en Google Map, men i den fysiske verden?" I stedet for at taste et nøgleord for at finde noget, satte jeg mine objekter oven på det. Hvis jeg lægger et boarding pass, vil det vise mig hvor gaten er. En kop kaffe vil vise hvor man kan finde mere kaffe, eller hvor man kan smide koppen ud.

Så, dette var nogle af de tidlige undersøgelser jeg lavede, målet var at forbinde disse to verdener fejlfrit. Blandt alle disse eksperimenter, var der en ting til fælles: jeg prøvede at tage en del af den fysiske verden ind i den digitale verden. Jeg tog en del af objekterne, eller en hvilken som helst af de intuitive ting i det virkelige liv, og bragte dem ind i den digitale verden, fordi målet var at lave vores databehandlings brugergrænsefalde mere intuitive.

Men så indså jeg at vi mennesker i virkeligheden ikke er interesserede i databehandling. Det vi er interesserede i er information. Vi vil vide noget om ting. Vi vil vide noget om dynamiske ting der sker.

Så jeg tænkte, cirka sidste år -- i begyndelsen af året -- begyndte jeg at tænke, "Hvorfor kan jeg ikke tage denne tilgang i omvendt rækkefølge?" Måske, "Hvad med at jeg tager min digitale verden og maler den fysiske verden med den digitale information?" Fordi pixler er faktisk, lige nu, begrænset til disse firkantede apparater der passer i vores lomme. Hvorfor kan jeg ikke fjerne denne begrænsning og tage mine hverdagsobjekter, hverdagslivet så jeg ikke har brug for at lære det nye sprog for at interagere med disse pixler?

Så, for at kunne realisere denne drøm, tænkte jeg faktisk på at tage en stor størrelse projektor på hovedet. Jeg tror det er derfor dette er kaldet en hovedmonteret projektor, er den ikke? Jeg tog det meget bogstaveligt, og jeg tog min cykelhjelm, skar lidt i den derovre så projektoren faktisk passer perfekt. Så nu, det jeg kan gøre -- jeg kan supplere verden omkring mig med denne digitale information.

Men senere, realiserede jeg at jeg faktisk ville interagere med disse digitale pixels, også. Så jeg satte et lille kamera herovre, der fungerer som et digitalt øje. Senere, flyttede vi til en meget bedre, forbruger orienteret hængende version af det, som mange af jer kender som et SixthSense apparat.

Men den mest interessante ting om denne bestemte teknologi er at man kan bære sin digitale verden med sig hvor end man går hen. Man kan starte med at bruge en hvilken som helst overfalde, over alt rundt om en, som en brugerflade. Kameraet følger faktisk alle ens gestus. Hvad man end gør med sine hænder, forstår det den gestus. Og, faktisk, hvis man kigger er der nogle farve markører som vi bruger det sammen med i den begyndende version. Man kan begynde at male en hvilken som helst væg. Man kan også stoppe ved en væg, og begynde at male på den væg. Men vi følger ikke kun en finger her. Vi giver jer frihed til at bruge begge ens hænder, så man kan faktisk bruge begge sine hænder til at zoome ind elker zoome ud af et kort, bare ved at knibe med alle fingre. Kameraet laver faktisk -- bare, får alle billeder -- laver kant genkendelsen og også farve genkendelsen og der sker så mange andre små algoritmer derinde. Så, teknisk, er det lidt kompleks, men det giver en et input som er mere intuitivt at bruge, på en måde.

Men jeg er mere begejstret over at man faktisk kan tage det med udenfor. I stedet for at tage ens kamera ud af lommen, kan man bare lave gestussen af at tage et billede og den tager billedet for en.

(Bifald)

Tak.

Og senere kan jeg finde en væg, hvor som helst, og begynde at skimme de billeder eller måske, "OK; jeg vil modificere det billede en lille smule og sende det som en email til en ven." Så, vi ser på en æra hvor databehandling faktisk vil sammensmelte med den fysiske verden. Og, selvfølgelig, hvis man ikke har nogen overflade, kan man begynde at bruge sin håndflade til simple ting. Her taster jeg et telefonnummer bare ved at bruge min hånd. Kameraet forstår faktisk ikke kun hånden bevægelser, men, interessant nok, er det også i stand til at forstå hvilke objekter man holder i hånden.

Det man gør her, er faktisk -- for eksempel, i dette tilfælde, bogomslaget bliver modsvaret med så mange tusinde, eller måske millioner af bøger online, og kontrollerer hvilken bog det er. Når den har den information, finder den flere anmeldelser til det, eller måske har New York Times en lyd oversigt på det, så man kan faktisk høre, på en fysisk bog, en anmeldelse som lyd. ("berømte tale ved Harvard University ...")

Dette var Obamas visit sidste uge ved MIT. ("... og jeg vil i særdeleshed gerne takke to enestående MIT ...") Så, jeg så den live [video] af dette foredrag, udenfor, bare på en avis. Ens avis vil vise en live vejr information i stedet for at opdatere den -- ligesom, man skal kontrollere sin computer for at gøre det, ikke?

(Bifald)

Når jeg rejser tilbage, kan jeg bare bruge mit boarding pass til at kontrollere hvor meget mit fly er forsinket, fordi på det bestemte tidspunkt, har jeg ikke lyst til at åbne min iPhone, og kontrollere det bestemte ikon. Og jeg tror denne teknologi ikke kun vil ændre måden -- ja. (Latter) Det vil ændre måden hvorpå vi interagerer med mennesker, også, ikke kun den fysiske verden. Det sjove er, jeg tager til metroen i Boston, og jeg spiller et pong spil i toget på jorden, ikke? (Latter) Og jeg tror fantasien er den eneste grænse for hvad man kan tænke på, når denne slags teknologi sammensmelter med det virkelige liv.

Men mange af jer argumenterer for, faktisk, at alt vores arbejde ikke kun handler om fysiske objekter. Vi laver faktisk meget bogholderi og redigerer på papir og alle de ting; hvad med det? Og mange af jer er begejstrede for den næste generation af tablet computere der kommer på markedet. Så, i stedet for at vente på det, lavede jeg faktisk min egen, bare ved at bruge et stykke papir. Så, det jeg gjorde var at fjerne kameraet -- Alle webcam kameraer har en mikrofon i kameraet. Jeg fjernede mikrofonen fra den, og klemte den -- ligesom jeg lavede en klips ud af mikrofonen -- og jeg klipsede den til et stykke papir, ethvert stykke papir man finder. Så nu kommer lyder af berørelsen til mig præcis når jeg rører ved papiret. Men kameraet følger faktisk hvor mine fingre bevæger sig hen.

Man kan selvfølgelig se film. ("God eftermiddag. Mit navn er Robert ... og jeg er en spejder i Stamme 54.")

Og man kan selvfølgelig spille spil. (Bil motor) Her forstår kameraet faktisk hvordan man holder papiret og spiller et racerbils spil. (Bifald)

Mange af jer må allerede have tænkt, OK, man kan browse. Ja. Selvfølgelig kan man browse til en hvilken som helst hjemmeside eller man kan gøre al mulig databehandling på et stykke papir hvor end man har brug for det. Så, mere interessant, jeg er interesseret i hvordan vi kan tage det på en mere dynamisk måde. Når jeg kommer tilbage til mit skrivebord kan bare knibe den information tilbage til min stationære computer så jeg kan bruge min store computer.

(Bifald)

Og hvorfor kun computere? Vi kan bare lege med papir. Papirverdenen er interessant at lege med. Her tager jeg en del af et dokument og sætter her en anden del fra et andet sted -- og jeg modificerer faktisk den information som jeg har herovre. Ja. Og jeg siger, "Ok, dette ser fint ud, lad mig printe det ud, den ting." Så nu har jeg en udskrift af den ting, og nu -- arbejdsgangen er mere intuitiv, måden hvorpå vi plejede at gøre det for måske 20 år siden, i stedet for at skifte mellem disse to verdener.

Så, en sidste tanke, jeg tror at at integrere information mellem hverdagsobjekter vil ikke kun hjælpe os med at komme af med det digitale skel, kløften mellem de to verdener, men vil også hjælpe os, på en måde, at forblive menneskelig, for at være mere forbundet med den fysiske verden. Og det vil faktisk hjælpe os med ikke at ende som maskiner siddende foran andre maskiner.

Det var det hele. Tak.

(Bifald)

Tak.

(Bifald)

Chris Anderson: Så, Pranav, for det første, du er et geni. Dette er utroligt, virkeligt. Hvad gør du med dette? Er der planlagt et firma? Eller er dette forskning i al evighed, eller hvad?

Pranav Mistry: Så, der er masser af firmaer -- faktisk Media Lab sponsor firmaer, som er interesserede i at videreudvikle det på den ene eller anden måde. Firmaer som mobil telefon operatører vil tage dette på en anden måde en NGO'erne i Indien, [der] tænker, "Hvorfor kan vi kun have 'Sixth Sense'? Vi burde have en 'Fifth Sense' for de mennesker der mangler en sans der ikke kan tale. Denne teknologi kan bruges af dem til at tale på en anden måde måske med et højtalersystem."

CA: Hvad er dine planer? Bliver du på MIT, eller vil du gøre noget med dette?

PM: Jeg prøver at gøre dette mere tilgængeligt for mennesker så hvem som helst kan bruge deres eget SixthSense apparat, fordi hardwaren er faktisk ikke så svær at fremstille eller svær at lave selv. Vi vil give al open source software til dem, måske fra næste måned.

CA: Open source? Wow.

(Bifald)

CA: Tager du tilbage til Indien med noget af alt dette på et tidspunkt?

PM: Ja. Ja, ja, selvfølgelig.

CA: Hvad er dine planer? MIT? Indien? Hvordan vil du dele din tid fremover?

PM: Der er en masse energi her. Meget at lære. Alt det arbejde I har set handler om alt det jeg har lært i Indien. Og nu, hvis man ser, handler det mere om omkostningseffektivitet: dette system koster $300 samlignet med $20,000 surface tables, eller noget i den retning. Eller måske kostede det $2 muse gestus system på det tidspunkt i nærheden af $5.000? Så, vi faktisk -- jeg viste det ved en konference, til President Abdul Kalam, på det tidspunkt, og så sagde han, "OK, vi burde bruge dette i Bhabha Atomic Research Centre for at bruge noget af det." Så jeg er spændt på hvordan jeg kan bringe teknologien til masserne, i stedet for bare at beholde den teknologi i laboratorium miljøet.

(Bifald)

CA: Baseret på de mennesker vi har set ved TED, ville jeg sige at du virkelig er en af de to eller tre bedste opfindere i verden lige nu. Det er en ære at have dig ved TED. Mange tak. Det er fantastisk.

(Bifald)