0:00:00.974,0:00:05.889
In genere pensiamo al movimento[br]come un fatto prevalentemente visivo.

0:00:05.889,0:00:10.977
Se io attraverso questo palcoscenico[br]o faccio dei gesti mentre parlo,

0:00:10.977,0:00:14.255
i miei movimenti[br]sono qualcosa che si può vedere.

0:00:14.255,0:00:19.737
Ma esiste tutta una serie di movimenti[br]impercettibili all'occhio umano

0:00:19.737,0:00:21.778
e, nel corso degli ultimi anni,

0:00:21.778,0:00:23.775
abbiamo osservato che le telecamere

0:00:23.775,0:00:27.185
riescono a vedere questi movimenti[br]che sono invisibili all'occhio umano.

0:00:28.163,0:00:29.837
Passo ora a mostrarvi cosa intendo.

0:00:30.717,0:00:34.339
Sulla sinistra, vedete un video[br]che riprende il polso di una persona

0:00:34.339,0:00:37.486
mentre, sulla destra, vedete il video[br]di un bambino che dorme.

0:00:37.486,0:00:40.632
Se non vi avessi detto[br]che si trattava di filmati,

0:00:40.632,0:00:44.393
si potrebbe supporre che si tratti[br]di normali fotografie

0:00:44.393,0:00:46.065
perché, in entrambi i casi,

0:00:46.065,0:00:50.175
questi video appaiono[br]quasi completamente fermi.

0:00:50.175,0:00:54.060
Ma in realtà ci sono tantissimi [br]movimenti sottili in atto.

0:00:54.060,0:00:56.452
Infatti, se toccassimo il polso[br]sulla sinistra,

0:00:56.452,0:00:58.448
potremmo avvertire il battito del polso

0:00:58.448,0:01:00.933
e se prendessimo in braccio[br]il bambino sulla destra,

0:01:00.933,0:01:03.324
avvertiremmo il suo petto[br]sollevarsi e abbassarsi

0:01:03.324,0:01:05.762
nei movimenti respiratori.

0:01:05.762,0:01:09.338
Questi movimenti[br]sono molto significativi,

0:01:09.338,0:01:12.681
ma sono troppo piccoli[br]per essere visti,

0:01:12.681,0:01:14.957
e per essere in grado di osservarli

0:01:14.957,0:01:18.997
abbiamo bisogno del contatto diretto.

0:01:18.997,0:01:20.262
Alcuni anni fa,

0:01:20.262,0:01:24.667
i miei colleghi del MIT hanno creato[br]il cosiddetto microscopio da movimento,

0:01:24.667,0:01:29.051
vale a dire un software che individua[br]i movimenti sottili nei video

0:01:29.051,0:01:33.416
e li amplifica per fare in modo[br]che siano visibili al nostro occhio.

0:01:33.416,0:01:36.899
Adoperando questo software[br]sul video di sinistra,

0:01:36.899,0:01:40.149
saremo in grado di vedere[br]il battito del polso

0:01:40.149,0:01:41.844
e, se cominciamo a contare,

0:01:41.844,0:01:45.095
potremmo anche ricavare[br]la frequenza cardiaca della persona.

0:01:45.095,0:01:48.160
Con lo stesso software,[br]sul video di destra

0:01:48.160,0:01:51.387
potremmo vedere[br]ogni singolo respiro del bambino

0:01:51.387,0:01:55.524
e potremmo usare questo mezzo[br]per monitorare il respiro senza contatto.

0:01:56.884,0:02:02.232
La grandezza di questa tecnologia[br]sta nel fatto che questi fenomeni,

0:02:02.232,0:02:04.599
normalmente percepiti[br]con il contatto fisico,

0:02:04.599,0:02:07.914
possono essere catturati in modo visivo[br]e non invasivo.

0:02:09.104,0:02:13.515
Un paio di anni fa, iniziai a lavorare[br]con i creatori del software

0:02:13.515,0:02:16.882
e decidemmo di approfondire un'idea folle.

0:02:16.882,0:02:19.575
Pensavamo che andasse bene[br]usare il software

0:02:19.575,0:02:22.710
per visualizzare movimenti minuscoli[br]come questi,

0:02:22.710,0:02:27.168
è come un modo per ampliare[br]il senso del tatto.

0:02:27.168,0:02:31.227
Ma che accadrebbe se facessimo[br]la stessa cosa con l'udito?

0:02:32.508,0:02:37.173
Se potessimo usare dei video[br]per catturare la vibrazione dei suoni,

0:02:37.173,0:02:40.000
che altro non sono[br]se non un diverso tipo di movimento,

0:02:40.000,0:02:43.346
e trasformare tutto ciò che vediamo[br]in una sorta di microfono?

0:02:44.236,0:02:46.207
Certo, l'idea può suonare strana,

0:02:46.207,0:02:49.760
perciò permettetemi[br]di illustrarvela meglio.

0:02:49.760,0:02:53.011
I microfoni tradizionali[br]funzionano convertendo il movimento

0:02:53.011,0:02:56.610
di un diaframma interno[br]in un segnale elettrico

0:02:56.610,0:03:00.928
e il diaframma è fatto in modo[br]da muoversi appena colpito dal suono

0:03:00.928,0:03:05.735
così che il suo movimento possa essere[br]registrato e interpretato come audio.

0:03:05.735,0:03:09.403
Il suono fa vibrare tutte le cose,

0:03:09.403,0:03:14.883
ma quelle vibrazioni, di solito, [br]sono troppo piccole e veloci da vedere.

0:03:14.883,0:03:18.621
E se si potessero registrare[br]con una video camera ad alta velocità

0:03:18.621,0:03:22.197
e quindi usare il software[br]per estrarre i movimenti impercettibili

0:03:22.197,0:03:24.287
dal nostro video ad alta velocità,

0:03:24.287,0:03:29.129
analizzando quei movimenti per capire[br]da quali suoni abbiano avuto origine?

0:03:29.859,0:03:35.308
Si potrebbero trasformare oggetti visibili[br]in microfoni visivi a distanza.

0:03:37.080,0:03:39.263
Noi abbiamo provato a farlo.

0:03:39.263,0:03:41.190
In uno dei nostri esperimenti,

0:03:41.190,0:03:44.139
abbiamo preso una pianta in vaso,[br]che vedete sulla destra,

0:03:44.139,0:03:46.577
e l'abbiamo ripresa ad alta velocità

0:03:46.577,0:03:50.106
mentre un altoparlante[br]emetteva questo suono.

0:03:50.106,0:03:58.799
(Musica: "Mary aveva un agnellino")

0:03:59.820,0:04:02.644
Ecco il video che abbiamo registrato

0:04:02.644,0:04:06.568
e nonostante sia stato registrato[br]a migliaia di frame al secondo,

0:04:06.568,0:04:08.890
anche se guardate molto da vicino,

0:04:08.890,0:04:10.841
non vedrete altro che delle foglie

0:04:10.841,0:04:13.906
che se ne stanno lì [br]senza far nulla

0:04:13.906,0:04:18.712
perché il nostro suono muoveva le foglie[br]di appena un micrometro,

0:04:19.455,0:04:23.379
vale a dire la decimillesima parte[br]di un centimetro,

0:04:23.379,0:04:27.535
che va da un centesimo[br]a un millesimo di un pixel

0:04:27.535,0:04:30.423
in questa immagine.

0:04:30.423,0:04:32.768
Potete strizzare gli occhi quanto volete,

0:04:32.768,0:04:36.597
movimenti così piccoli sono[br]impossibili da percepire.

0:04:37.667,0:04:41.824
Ma ci sono cose che, [br]anche se non percepibili visivamente,

0:04:41.824,0:04:44.633
sono comunque significative[br]a livello numerico,

0:04:44.633,0:04:46.635
perché con gli algoritmi giusti,

0:04:46.635,0:04:50.322
da un video apparentemente[br]silenzioso come questo

0:04:50.322,0:04:52.690
è possibile recuperare questo suono.

0:04:52.690,0:05:00.074
(Musica: "Mary aveva un agnellino")

0:05:00.074,0:05:05.902
(Applausi)

0:05:10.058,0:05:11.997
Com'è possibile?

0:05:11.997,0:05:16.341
Come ricavare tante informazioni[br]da una quantità di moto così piccola?

0:05:16.341,0:05:21.702
Ipotizziamo che quelle foglie[br]si siano mosse di un solo micrometro

0:05:21.702,0:05:27.495
e che la nostra immagine subisca[br]uno spostamento di un singolo pixel.

0:05:27.495,0:05:29.841
Potrà sembrare pochissimo,

0:05:29.841,0:05:31.837
ma un unico frame

0:05:31.837,0:05:35.094
può contenere centinaia di migliaia[br]di pixel

0:05:35.094,0:05:38.548
per cui combinando tutti i movimenti [br]microscopici che vediamo

0:05:38.548,0:05:40.846
in tutta l'immagine,

0:05:40.846,0:05:43.469
improvvisamente migliaia di pixel

0:05:43.469,0:05:47.185
cominciano a sommarsi[br]per formare qualcosa di significativo.

0:05:47.185,0:05:50.505
E vi dirò, la cosa ci esaltò non poco[br]quando capimmo come funzionava.

0:05:50.505,0:05:52.825
(Risate)

0:05:52.825,0:05:56.078
Ma anche con l'algoritmo giusto,

0:05:56.078,0:05:59.695
mancava ancora un pezzo[br]piuttosto importante del puzzle.

0:05:59.695,0:06:03.299
Molti sono i fattori che influiscono

0:06:03.299,0:06:05.296
sul funzionamento di questa tecnica.

0:06:05.296,0:06:08.500
Può dipendere dall'oggetto[br]e dalla sua distanza;

0:06:08.500,0:06:10.894
dalla telecamera usata[br]e dal tipo di lente;

0:06:10.894,0:06:14.985
dal modo in cui l'oggetto è illuminato[br]e dal volume del suono.

0:06:15.945,0:06:19.320
E anche disponendo [br]dell'algoritmo giusto,

0:06:19.320,0:06:22.710
dovevamo stare molto attenti[br]nei nostri primi esperimenti

0:06:22.710,0:06:25.102
perché se anche uno solo dei fattori[br]era sbagliato,

0:06:25.102,0:06:27.470
era assolutamente impossibile[br]dire quale fosse.

0:06:27.470,0:06:30.117
Avremmo solo ottenuto dei rumori.

0:06:30.117,0:06:33.437
Molti dei nostri esperimenti iniziali[br]erano più o meno così.

0:06:33.437,0:06:35.643
Qui ci sono io

0:06:35.643,0:06:39.683
e sulla sinistra in basso s'intravvede[br]la telecamera ad alta velocità

0:06:39.683,0:06:41.866
puntata su una busta di patatine

0:06:41.866,0:06:44.815
e il tutto è illuminato[br]da una lampada.

0:06:44.815,0:06:49.180
Dovevamo stare molto attenti[br]con questi primi esperimenti

0:06:49.180,0:06:51.688
ed ecco come andava.

0:06:51.688,0:06:55.449
(Video) Abe Davis: Tre, due, uno, via.

0:06:55.449,0:07:00.836
Mari aveva un agnellino![br]Un agnellino! Un agnellino!

0:07:00.836,0:07:05.336
(Risate)

0:07:05.336,0:07:08.150
AD: questo esperimento[br]è assolutamente ridicolo.

0:07:08.150,0:07:09.938
(Risate)

0:07:09.938,0:07:12.283
Insomma,[br]io che urlo a una busta di patatine...

0:07:12.283,0:07:13.834
(Risate)

0:07:13.834,0:07:15.951
e la luce[br]è praticamente sparata a giorno,

0:07:15.951,0:07:20.181
la prima busta si sciolse letteralmente[br]quando facemmo la prova. (Risate)

0:07:20.181,0:07:23.799
Ma per quanto questo esperimento[br]possa sembrare ridicolo,

0:07:23.799,0:07:25.587
[br]in realtà fu molto importante

0:07:25.587,0:07:28.513
perché riuscimmo[br]a recuperare questo suono.

0:07:28.513,0:07:33.225
(Audio) Mary aveva un agnellino![br]Un agnellino! Un agnellino!

0:07:33.225,0:07:37.313
(Applausi)

0:07:37.313,0:07:39.194
AD: La cosa era piuttosto significativa:

0:07:39.194,0:07:43.052
per la prima volta recuperavamo[br]voce umana intelligibile

0:07:43.052,0:07:45.765
dal video muto di un oggetto.

0:07:45.765,0:07:48.156
L'esperimento ci fornì[br]un punto di riferimento

0:07:48.156,0:07:51.778
e, gradualmente, cominciammo[br]a modificare il procedimento,

0:07:51.778,0:07:55.911
usando oggetti diversi[br]oppure spostandoli più lontano,

0:07:55.911,0:07:59.510
diminuendo la luce o usando[br]suoni più deboli.

0:07:59.510,0:08:02.761
Analizzammo tutti gli esperimenti

0:08:02.761,0:08:06.383
fino a che non ci furono chiari i limiti[br]della nostra tecnica

0:08:06.383,0:08:08.333
e, una volta compresi i limiti,

0:08:08.333,0:08:10.679
riuscimmo a capire come superarli.

0:08:10.679,0:08:13.860
Ciò condusse [br]a esperimenti come questo,

0:08:13.860,0:08:16.599
in cui io parlo di nuovo[br]a una busta di patatine,

0:08:16.599,0:08:21.429
ma questa volta la telecamera[br]si trova a circa 4,5 metri di distanza,

0:08:21.429,0:08:24.262
all'esterno, dietro a un vetro antirumore.

0:08:24.262,0:08:28.371
Tutta la scena è illuminata[br]da luce naturale diurna.

0:08:28.371,0:08:31.160
Questo è il video che abbiamo ripreso.

0:08:32.450,0:08:37.009
Questi sono i suoni udibili dall'interno,[br]vicino alla busta di patatine.

0:08:37.009,0:08:42.047
(Audio): "Mary aveva un agnellino[br]con il manto bianco come la neve

0:08:42.047,0:08:47.666
e ovunque Mary andava,[br]l'agnello la seguiva."

0:08:47.666,0:08:51.683
AD: E questo è quanto abbiamo[br]recuperato dal video muto

0:08:51.683,0:08:54.028
ripreso all'esterno, fuori della finestra.

0:08:54.028,0:08:58.463
(Audio): "Mary aveva un agnellino[br]con il manto bianco come la neve

0:08:58.463,0:09:03.920
e ovunque Mary andava,[br]l'agnello la seguiva."

0:09:03.920,0:09:10.421
(Applauso)

0:09:10.421,0:09:13.963
AD: Ma ci sono altri modi[br]per superare i limiti.

0:09:13.963,0:09:15.761
Questo è un esperimento[br]più tranquillo

0:09:15.761,0:09:19.871
in cui abbiamo filmato degli auricolari[br]connessi a un computer portatile.

0:09:19.871,0:09:23.981
Il nostro scopo era recuperare[br]la musica suonata dal computer

0:09:23.981,0:09:26.280
dal video muto che riprendeva

0:09:26.280,0:09:28.787
i due auricolari di plastica

0:09:28.787,0:09:30.970
e siamo stati così bravi[br]che abbiamo potuto

0:09:30.970,0:09:33.431
addirittura usare il risultato con Shazam.

0:09:33.431,0:09:37.657
(Risate)

0:09:37.657,0:09:47.225
(Musica: "Under Pressure" dei Queen)

0:09:49.615,0:09:54.584
(Applauso)

0:09:54.584,0:09:59.135
Possiamo influire sui risultati[br]anche cambiando tipo di hardware.

0:09:59.135,0:10:01.596
Gli esperimenti[br]che vi ho mostrato finora

0:10:01.596,0:10:03.918
sono stati fatti[br]con una telecamera high-speed

0:10:03.918,0:10:06.797
che può registrare video[br]a una velocità 100 volte superiore

0:10:06.797,0:10:08.724
a quella dei cellulari,

0:10:08.724,0:10:11.533
ma abbiamo trovato il modo[br]di usare questa tecnica

0:10:11.533,0:10:13.763
con telecamere normali,

0:10:13.763,0:10:17.832
approfittando di un effetto [br]comunemente chiamato "rolling shutter".

0:10:17.832,0:10:22.630
La maggior parte delle telecamere[br]registrano le immagini una riga alla volta

0:10:22.630,0:10:28.332
quindi, se un soggetto si muove[br]durante la registrazione di un'immagine,

0:10:28.344,0:10:31.061
c'è un leggero ritardo[br]tra una riga e l'altra,

0:10:31.061,0:10:34.218
questo fa sì che piccoli artefatti

0:10:34.218,0:10:37.701
vengano codificati[br]in ciascun frame di un video.

0:10:37.701,0:10:41.507
Analizzando questi artefatti,[br]riusciamo a recuperare suoni

0:10:41.507,0:10:46.122
usando una versione modificata[br]del nostro algoritmo.

0:10:46.122,0:10:48.034
In questo esperimento

0:10:48.034,0:10:49.729
abbiamo filmato[br]un pacco di caramelle

0:10:49.729,0:10:51.470
mentre da un altoparlante vicino

0:10:51.470,0:10:54.442
arrivava la musica di prima[br]"Mary aveva un agnellino",

0:10:54.442,0:10:58.645
ma questa volta abbiamo usato[br]una normale telecamera commerciale

0:10:58.645,0:11:01.819
e in un attimo riprodurrò per voi[br]il suono che abbiamo recuperato.

0:11:01.819,0:11:03.869
Questa volta[br]il suono sarà distorto,

0:11:03.869,0:11:07.514
ma ascoltate e vedete[br]se riuscite a riconoscere la musica.

0:11:07.514,0:11:13.946
(Audio: "Mary aveva un agnellino")

0:11:25.718,0:11:28.992
Il suono, certo, risulta distorto,

0:11:28.992,0:11:33.378
ma è pur vero che la telecamera[br]che abbiamo usato

0:11:33.378,0:11:36.004
era una di quelle[br]che si potevano comprare

0:11:36.004,0:11:38.222
al negozio sotto casa.

0:11:39.122,0:11:40.485
A questo punto,

0:11:40.485,0:11:42.459
molte persone [br]che vedono questo lavoro,

0:11:42.459,0:11:45.872
pensano immediatamente[br]ai servizi di vigilanza.

0:11:45.872,0:11:48.287
E per la verità,

0:11:48.287,0:11:52.420
è molto facile immaginare di usare[br]questa tecnologia per spiare qualcuno.

0:11:52.420,0:11:56.367
Ma ricordate che esiste già[br]una tecnologia molto evoluta

0:11:56.367,0:11:57.946
per i sistemi di sorveglianza.

0:11:57.946,0:12:00.036
I laser, ad esempio, sono stati usati

0:12:00.036,0:12:03.749
per decenni per intercettare oggetti[br]a distanza.

0:12:03.749,0:12:06.003
L'elemento veramente nuovo

0:12:06.003,0:12:07.443
e diverso che si presenta qui

0:12:07.443,0:12:11.738
è un modo nuovo di raffigurare[br]le vibrazioni di un oggetto

0:12:11.738,0:12:15.151
che ci dà una nuova lente[br]attraverso la quale guardare il mondo.

0:12:15.151,0:12:16.661
Possiamo usare questa lente

0:12:16.661,0:12:21.560
non solo per imparare che forze[br]come il suono fanno vibrare un oggetto,

0:12:21.560,0:12:24.671
ma anche per imparare qualcosa[br]sull'oggetto stesso.

0:12:24.671,0:12:26.668
Ora faccio un passo indietro[br]per riflettere

0:12:26.668,0:12:30.917
su come ciò potrebbe cambiare[br]il nostro modo di usare il video.

0:12:30.917,0:12:34.470
Di solito usiamo il video[br]per guardare degli oggetti,

0:12:34.470,0:12:36.792
ma, come vi ho appena dimostrato,[br]si può usare anche

0:12:36.792,0:12:38.649
per ascoltare gli oggetti.

0:12:38.649,0:12:42.620
Ma c'è un altro modo fondamentale[br]per conoscere il mondo

0:12:42.620,0:12:44.895
ed è l'interazione.

0:12:44.895,0:12:48.006
Noi tiriamo, spingiamo[br]e tocchiamo le cose.

0:12:48.006,0:12:51.187
Le agitiamo e poi[br]stiamo a guardare cosa succede.

0:12:51.187,0:12:55.460
Ma questo il video[br]non ci permette di farlo,

0:12:55.460,0:12:57.596
almeno non in modo tradizionale.

0:12:57.596,0:12:59.546
Per cui voglio ora mostrarvi[br]un lavoro nuovo,

0:12:59.546,0:13:02.212
basato su in'idea[br]che ho avuto alcuni mesi fa

0:13:02.212,0:13:05.513
ed è la prima volta[br]che lo faccio vedere in pubblico.

0:13:05.513,0:13:10.877
L'idea di fondo è quella[br]di usare le vibrazioni in un video

0:13:10.877,0:13:15.358
per riprendere gli oggetti in modo[br]che sia possibile un'interazione con essi

0:13:15.358,0:13:18.290
e vedere in che modo reagiscono a noi.

0:13:19.120,0:13:20.884
Questo è un oggetto.

0:13:20.884,0:13:24.716
In questo caso, si tratta di una figura[br]di ferro filato con forma umana.

0:13:24.716,0:13:27.804
Riprenderemo l'oggetto [br]con una normale telecamera.

0:13:27.804,0:13:29.928
Non c'è nulla di speciale[br]in questa telecamera.

0:13:29.928,0:13:32.889
Anzi, altre volte l'ho fatto[br]con il mio telefono cellulare.

0:13:32.889,0:13:35.141
Noi vogliamo vedere come l'oggetto vibra,

0:13:35.141,0:13:36.274
e perché ciò accada,

0:13:36.274,0:13:39.620
andremo a colpire leggermente[br]la superficie sulla quale si trova

0:13:39.620,0:13:41.758
mentre giriamo il video.

0:13:47.398,0:13:51.069
E questo è tutto: cinque secondi[br]di normale ripresa,

0:13:51.069,0:13:53.205
mentre la superficie viene percossa

0:13:53.205,0:13:56.718
e poi useremo le vibrazioni[br]presenti nel video

0:13:56.718,0:14:01.262
per conoscere le proprietà strutturali[br]e materiali del nostro oggetto.

0:14:01.262,0:14:06.096
Useremo quelle informazioni per creare[br]qualcosa di nuovo e interattivo.

0:14:13.073,0:14:15.519
Ed ecco la nostra creazione.

0:14:15.519,0:14:17.748
All'apparenza[br]è una normalissima immagine

0:14:17.748,0:14:20.859
eppure non è un'immagine[br]e neanche un video

0:14:20.859,0:14:23.227
perché ora io posso prendere il mouse

0:14:23.227,0:14:26.086
e iniziare a interagire[br]con l'oggetto.

0:14:32.936,0:14:34.489
Quella che vedete

0:14:34.489,0:14:37.615
è una simulazione di come quest'oggetto

0:14:37.615,0:14:42.073
risponderebbe a forze nuove[br]e sconosciute,

0:14:42.073,0:14:46.345
una creazione fatta grazie a un normale[br]video di cinque secondi.

0:14:46.345,0:14:51.964
(Applauso)

0:14:57.421,0:15:00.648
Questa visione del mondo[br]è davvero efficace

0:15:00.648,0:15:03.620
perché ci consente di prevedere[br]come gli oggetti risponderanno

0:15:03.620,0:15:05.443
a situazioni nuove.

0:15:05.443,0:15:08.916
Immaginate, ad esempio,[br]di guardare un vecchio ponte

0:15:08.916,0:15:12.443
chiedendovi cosa succederebbe[br]e se quel ponte reggerebbe

0:15:12.443,0:15:15.276
passandoci sopra con la macchina.

0:15:15.276,0:15:18.050
Un interrogativo al quale certamente[br]vorreste rispondere

0:15:18.050,0:15:21.988
prima di cominciare[br]ad attraversare il ponte.

0:15:21.988,0:15:25.260
Naturalmente ci saranno dei limiti[br]a questa tecnica,

0:15:25.260,0:15:27.722
esattamente [br]come per il microfono visivo,

0:15:27.722,0:15:30.903
ma abbiamo sperimentato che funziona[br]in molte situazioni

0:15:30.903,0:15:32.778
in cui non ce lo aspetteremmo,

0:15:32.778,0:15:35.546
specie se si fanno video più lunghi.

0:15:35.546,0:15:38.054
Questo, ad esempio,[br]è il video di un cespuglio

0:15:38.054,0:15:40.353
girato fuori casa mia.

0:15:40.353,0:15:43.441
Nulla è stato fatto a questo cespuglio

0:15:43.441,0:15:46.146
se non girare un video di un minuto.

0:15:46.146,0:15:49.524
Una sottile brezza ha causato[br]vibrazioni sufficienti

0:15:49.524,0:15:53.519
a farci imparare quanto era necessario[br]per creare questa simulazione.

0:15:55.909,0:16:01.412
(Applausi)

0:16:01.412,0:16:04.384
Immaginate questa tecnologia[br]nelle mani di un regista

0:16:04.384,0:16:06.103
per controllare, ad esempio,

0:16:06.103,0:16:11.025
la forza e la direzione del vento[br]di una scena dopo che è stata girata.

0:16:12.810,0:16:17.345
In questo caso, abbiamo puntato[br]la telecamera verso una tenda

0:16:17.345,0:16:21.474
e, vedete, non c'è alcun movimento[br]in questo video.

0:16:21.474,0:16:24.399
Ma girando per due minuti,

0:16:24.399,0:16:26.837
le naturali correnti d'aria nella stanza

0:16:26.837,0:16:31.249
hanno creato impercettibili movimenti[br]e vibrazioni sufficienti

0:16:31.249,0:16:34.244
da farci imparare quanto basta[br]per creare questa simulazione.

0:16:36.705,0:16:38.609
E paradossalmente,

0:16:38.609,0:16:41.697
noi siamo abbastanza abituati[br]a questo tipo di interattività

0:16:41.697,0:16:44.344
quando si tratta di oggetti virtuali,

0:16:44.344,0:16:47.641
video game[br]e modelli tridimensionali,

0:16:47.641,0:16:52.045
ma riuscire a carpire queste informazioni[br]da oggetti reali nel mondo reale

0:16:52.045,0:16:54.862
per mezzo di semplici video,

0:16:54.862,0:16:58.414
è un fatto nuovo[br]con potenzialità enormi.

0:16:58.414,0:17:04.111
Ecco le persone straordinarie che hanno[br]lavorato con me su questi progetti.

0:17:04.111,0:17:12.466
(Applausi)

0:17:12.466,0:17:15.756
Quello che vi ho mostrato oggi[br]è solo il principio.

0:17:15.756,0:17:17.989
Abbiamo solo cominciato[br]a scalfire la superficie

0:17:17.989,0:17:20.961
di ciò che è possibile fare[br]con questo tipo di imaging

0:17:20.961,0:17:23.097
che ci dà un nuovo modo

0:17:23.097,0:17:28.066
di catturare il mondo circostante[br]con una tecnologia comune, accessibile.

0:17:28.066,0:17:29.995
Guardando al futuro, credo

0:17:29.995,0:17:32.032
che sarà davvero[br]interessante esplorare

0:17:32.032,0:17:34.683
ciò che questa tecnologia[br]saprà dirci del mondo.

0:17:34.683,0:17:36.424
Grazie.

0:17:36.424,0:17:42.531
(Applauso)