1
00:00:00,974 --> 00:00:05,889
In genere pensiamo al movimento
come un fatto prevalentemente visivo.

2
00:00:05,889 --> 00:00:10,977
Se io attraverso questo palcoscenico
o faccio dei gesti mentre parlo,

3
00:00:10,977 --> 00:00:14,255
i miei movimenti
sono qualcosa che si può vedere.

4
00:00:14,255 --> 00:00:19,737
Ma esiste tutta una serie di movimenti
impercettibili all'occhio umano

5
00:00:19,737 --> 00:00:21,778
e, nel corso degli ultimi anni,

6
00:00:21,778 --> 00:00:23,775
abbiamo osservato che le telecamere

7
00:00:23,775 --> 00:00:27,185
riescono a vedere questi movimenti
che sono invisibili all'occhio umano.

8
00:00:28,163 --> 00:00:29,837
Passo ora a mostrarvi cosa intendo.

9
00:00:30,717 --> 00:00:34,339
Sulla sinistra, vedete un video
che riprende il polso di una persona

10
00:00:34,339 --> 00:00:37,486
mentre, sulla destra, vedete il video
di un bambino che dorme.

11
00:00:37,486 --> 00:00:40,632
Se non vi avessi detto
che si trattava di filmati,

12
00:00:40,632 --> 00:00:44,393
si potrebbe supporre che si tratti
di normali fotografie

13
00:00:44,393 --> 00:00:46,065
perché, in entrambi i casi,

14
00:00:46,065 --> 00:00:50,175
questi video appaiono
quasi completamente fermi.

15
00:00:50,175 --> 00:00:54,060
Ma in realtà ci sono tantissimi 
movimenti sottili in atto.

16
00:00:54,060 --> 00:00:56,452
Infatti, se toccassimo il polso
sulla sinistra,

17
00:00:56,452 --> 00:00:58,448
potremmo avvertire il battito del polso

18
00:00:58,448 --> 00:01:00,933
e se prendessimo in braccio
il bambino sulla destra,

19
00:01:00,933 --> 00:01:03,324
avvertiremmo il suo petto
sollevarsi e abbassarsi

20
00:01:03,324 --> 00:01:05,762
nei movimenti respiratori.

21
00:01:05,762 --> 00:01:09,338
Questi movimenti
sono molto significativi,

22
00:01:09,338 --> 00:01:12,681
ma sono troppo piccoli
per essere visti,

23
00:01:12,681 --> 00:01:14,957
e per essere in grado di osservarli

24
00:01:14,957 --> 00:01:18,997
abbiamo bisogno del contatto diretto.

25
00:01:18,997 --> 00:01:20,262
Alcuni anni fa,

26
00:01:20,262 --> 00:01:24,667
i miei colleghi del MIT hanno creato
il cosiddetto microscopio da movimento,

27
00:01:24,667 --> 00:01:29,051
vale a dire un software che individua
i movimenti sottili nei video

28
00:01:29,051 --> 00:01:33,416
e li amplifica per fare in modo
che siano visibili al nostro occhio.

29
00:01:33,416 --> 00:01:36,899
Adoperando questo software
sul video di sinistra,

30
00:01:36,899 --> 00:01:40,149
saremo in grado di vedere
il battito del polso

31
00:01:40,149 --> 00:01:41,844
e, se cominciamo a contare,

32
00:01:41,844 --> 00:01:45,095
potremmo anche ricavare
la frequenza cardiaca della persona.

33
00:01:45,095 --> 00:01:48,160
Con lo stesso software,
sul video di destra

34
00:01:48,160 --> 00:01:51,387
potremmo vedere
ogni singolo respiro del bambino

35
00:01:51,387 --> 00:01:55,524
e potremmo usare questo mezzo
per monitorare il respiro senza contatto.

36
00:01:56,884 --> 00:02:02,232
La grandezza di questa tecnologia
sta nel fatto che questi fenomeni,

37
00:02:02,232 --> 00:02:04,599
normalmente percepiti
con il contatto fisico,

38
00:02:04,599 --> 00:02:07,914
possono essere catturati in modo visivo
e non invasivo.

39
00:02:09,104 --> 00:02:13,515
Un paio di anni fa, iniziai a lavorare
con i creatori del software

40
00:02:13,515 --> 00:02:16,882
e decidemmo di approfondire un'idea folle.

41
00:02:16,882 --> 00:02:19,575
Pensavamo che andasse bene
usare il software

42
00:02:19,575 --> 00:02:22,710
per visualizzare movimenti minuscoli
come questi,

43
00:02:22,710 --> 00:02:27,168
è come un modo per ampliare
il senso del tatto.

44
00:02:27,168 --> 00:02:31,227
Ma che accadrebbe se facessimo
la stessa cosa con l'udito?

45
00:02:32,508 --> 00:02:37,173
Se potessimo usare dei video
per catturare la vibrazione dei suoni,

46
00:02:37,173 --> 00:02:40,000
che altro non sono
se non un diverso tipo di movimento,

47
00:02:40,000 --> 00:02:43,346
e trasformare tutto ciò che vediamo
in una sorta di microfono?

48
00:02:44,236 --> 00:02:46,207
Certo, l'idea può suonare strana,

49
00:02:46,207 --> 00:02:49,760
perciò permettetemi
di illustrarvela meglio.

50
00:02:49,760 --> 00:02:53,011
I microfoni tradizionali
funzionano convertendo il movimento

51
00:02:53,011 --> 00:02:56,610
di un diaframma interno
in un segnale elettrico

52
00:02:56,610 --> 00:03:00,928
e il diaframma è fatto in modo
da muoversi appena colpito dal suono

53
00:03:00,928 --> 00:03:05,735
così che il suo movimento possa essere
registrato e interpretato come audio.

54
00:03:05,735 --> 00:03:09,403
Il suono fa vibrare tutte le cose,

55
00:03:09,403 --> 00:03:14,883
ma quelle vibrazioni, di solito, 
sono troppo piccole e veloci da vedere.

56
00:03:14,883 --> 00:03:18,621
E se si potessero registrare
con una video camera ad alta velocità

57
00:03:18,621 --> 00:03:22,197
e quindi usare il software
per estrarre i movimenti impercettibili

58
00:03:22,197 --> 00:03:24,287
dal nostro video ad alta velocità,

59
00:03:24,287 --> 00:03:29,129
analizzando quei movimenti per capire
da quali suoni abbiano avuto origine?

60
00:03:29,859 --> 00:03:35,308
Si potrebbero trasformare oggetti visibili
in microfoni visivi a distanza.

61
00:03:37,080 --> 00:03:39,263
Noi abbiamo provato a farlo.

62
00:03:39,263 --> 00:03:41,190
In uno dei nostri esperimenti,

63
00:03:41,190 --> 00:03:44,139
abbiamo preso una pianta in vaso,
che vedete sulla destra,

64
00:03:44,139 --> 00:03:46,577
e l'abbiamo ripresa ad alta velocità

65
00:03:46,577 --> 00:03:50,106
mentre un altoparlante
emetteva questo suono.

66
00:03:50,106 --> 00:03:58,799
(Musica: "Mary aveva un agnellino")

67
00:03:59,820 --> 00:04:02,644
Ecco il video che abbiamo registrato

68
00:04:02,644 --> 00:04:06,568
e nonostante sia stato registrato
a migliaia di frame al secondo,

69
00:04:06,568 --> 00:04:08,890
anche se guardate molto da vicino,

70
00:04:08,890 --> 00:04:10,841
non vedrete altro che delle foglie

71
00:04:10,841 --> 00:04:13,906
che se ne stanno lì 
senza far nulla

72
00:04:13,906 --> 00:04:18,712
perché il nostro suono muoveva le foglie
di appena un micrometro,

73
00:04:19,455 --> 00:04:23,379
vale a dire la decimillesima parte
di un centimetro,

74
00:04:23,379 --> 00:04:27,535
che va da un centesimo
a un millesimo di un pixel

75
00:04:27,535 --> 00:04:30,423
in questa immagine.

76
00:04:30,423 --> 00:04:32,768
Potete strizzare gli occhi quanto volete,

77
00:04:32,768 --> 00:04:36,597
movimenti così piccoli sono
impossibili da percepire.

78
00:04:37,667 --> 00:04:41,824
Ma ci sono cose che, 
anche se non percepibili visivamente,

79
00:04:41,824 --> 00:04:44,633
sono comunque significative
a livello numerico,

80
00:04:44,633 --> 00:04:46,635
perché con gli algoritmi giusti,

81
00:04:46,635 --> 00:04:50,322
da un video apparentemente
silenzioso come questo

82
00:04:50,322 --> 00:04:52,690
è possibile recuperare questo suono.

83
00:04:52,690 --> 00:05:00,074
(Musica: "Mary aveva un agnellino")

84
00:05:00,074 --> 00:05:05,902
(Applausi)

85
00:05:10,058 --> 00:05:11,997
Com'è possibile?

86
00:05:11,997 --> 00:05:16,341
Come ricavare tante informazioni
da una quantità di moto così piccola?

87
00:05:16,341 --> 00:05:21,702
Ipotizziamo che quelle foglie
si siano mosse di un solo micrometro

88
00:05:21,702 --> 00:05:27,495
e che la nostra immagine subisca
uno spostamento di un singolo pixel.

89
00:05:27,495 --> 00:05:29,841
Potrà sembrare pochissimo,

90
00:05:29,841 --> 00:05:31,837
ma un unico frame

91
00:05:31,837 --> 00:05:35,094
può contenere centinaia di migliaia
di pixel

92
00:05:35,094 --> 00:05:38,548
per cui combinando tutti i movimenti 
microscopici che vediamo

93
00:05:38,548 --> 00:05:40,846
in tutta l'immagine,

94
00:05:40,846 --> 00:05:43,469
improvvisamente migliaia di pixel

95
00:05:43,469 --> 00:05:47,185
cominciano a sommarsi
per formare qualcosa di significativo.

96
00:05:47,185 --> 00:05:50,505
E vi dirò, la cosa ci esaltò non poco
quando capimmo come funzionava.

97
00:05:50,505 --> 00:05:52,825
(Risate)

98
00:05:52,825 --> 00:05:56,078
Ma anche con l'algoritmo giusto,

99
00:05:56,078 --> 00:05:59,695
mancava ancora un pezzo
piuttosto importante del puzzle.

100
00:05:59,695 --> 00:06:03,299
Molti sono i fattori che influiscono

101
00:06:03,299 --> 00:06:05,296
sul funzionamento di questa tecnica.

102
00:06:05,296 --> 00:06:08,500
Può dipendere dall'oggetto
e dalla sua distanza;

103
00:06:08,500 --> 00:06:10,894
dalla telecamera usata
e dal tipo di lente;

104
00:06:10,894 --> 00:06:14,985
dal modo in cui l'oggetto è illuminato
e dal volume del suono.

105
00:06:15,945 --> 00:06:19,320
E anche disponendo 
dell'algoritmo giusto,

106
00:06:19,320 --> 00:06:22,710
dovevamo stare molto attenti
nei nostri primi esperimenti

107
00:06:22,710 --> 00:06:25,102
perché se anche uno solo dei fattori
era sbagliato,

108
00:06:25,102 --> 00:06:27,470
era assolutamente impossibile
dire quale fosse.

109
00:06:27,470 --> 00:06:30,117
Avremmo solo ottenuto dei rumori.

110
00:06:30,117 --> 00:06:33,437
Molti dei nostri esperimenti iniziali
erano più o meno così.

111
00:06:33,437 --> 00:06:35,643
Qui ci sono io

112
00:06:35,643 --> 00:06:39,683
e sulla sinistra in basso s'intravvede
la telecamera ad alta velocità

113
00:06:39,683 --> 00:06:41,866
puntata su una busta di patatine

114
00:06:41,866 --> 00:06:44,815
e il tutto è illuminato
da una lampada.

115
00:06:44,815 --> 00:06:49,180
Dovevamo stare molto attenti
con questi primi esperimenti

116
00:06:49,180 --> 00:06:51,688
ed ecco come andava.

117
00:06:51,688 --> 00:06:55,449
(Video) Abe Davis: Tre, due, uno, via.

118
00:06:55,449 --> 00:07:00,836
Mari aveva un agnellino!
Un agnellino! Un agnellino!

119
00:07:00,836 --> 00:07:05,336
(Risate)

120
00:07:05,336 --> 00:07:08,150
AD: questo esperimento
è assolutamente ridicolo.

121
00:07:08,150 --> 00:07:09,938
(Risate)

122
00:07:09,938 --> 00:07:12,283
Insomma,
io che urlo a una busta di patatine...

123
00:07:12,283 --> 00:07:13,834
(Risate)

124
00:07:13,834 --> 00:07:15,951
e la luce
è praticamente sparata a giorno,

125
00:07:15,951 --> 00:07:20,181
la prima busta si sciolse letteralmente
quando facemmo la prova. (Risate)

126
00:07:20,181 --> 00:07:23,799
Ma per quanto questo esperimento
possa sembrare ridicolo,

127
00:07:23,799 --> 00:07:25,587

in realtà fu molto importante

128
00:07:25,587 --> 00:07:28,513
perché riuscimmo
a recuperare questo suono.

129
00:07:28,513 --> 00:07:33,225
(Audio) Mary aveva un agnellino!
Un agnellino! Un agnellino!

130
00:07:33,225 --> 00:07:37,313
(Applausi)

131
00:07:37,313 --> 00:07:39,194
AD: La cosa era piuttosto significativa:

132
00:07:39,194 --> 00:07:43,052
per la prima volta recuperavamo
voce umana intelligibile

133
00:07:43,052 --> 00:07:45,765
dal video muto di un oggetto.

134
00:07:45,765 --> 00:07:48,156
L'esperimento ci fornì
un punto di riferimento

135
00:07:48,156 --> 00:07:51,778
e, gradualmente, cominciammo
a modificare il procedimento,

136
00:07:51,778 --> 00:07:55,911
usando oggetti diversi
oppure spostandoli più lontano,

137
00:07:55,911 --> 00:07:59,510
diminuendo la luce o usando
suoni più deboli.

138
00:07:59,510 --> 00:08:02,761
Analizzammo tutti gli esperimenti

139
00:08:02,761 --> 00:08:06,383
fino a che non ci furono chiari i limiti
della nostra tecnica

140
00:08:06,383 --> 00:08:08,333
e, una volta compresi i limiti,

141
00:08:08,333 --> 00:08:10,679
riuscimmo a capire come superarli.

142
00:08:10,679 --> 00:08:13,860
Ciò condusse 
a esperimenti come questo,

143
00:08:13,860 --> 00:08:16,599
in cui io parlo di nuovo
a una busta di patatine,

144
00:08:16,599 --> 00:08:21,429
ma questa volta la telecamera
si trova a circa 4,5 metri di distanza,

145
00:08:21,429 --> 00:08:24,262
all'esterno, dietro a un vetro antirumore.

146
00:08:24,262 --> 00:08:28,371
Tutta la scena è illuminata
da luce naturale diurna.

147
00:08:28,371 --> 00:08:31,160
Questo è il video che abbiamo ripreso.

148
00:08:32,450 --> 00:08:37,009
Questi sono i suoni udibili dall'interno,
vicino alla busta di patatine.

149
00:08:37,009 --> 00:08:42,047
(Audio): "Mary aveva un agnellino
con il manto bianco come la neve

150
00:08:42,047 --> 00:08:47,666
e ovunque Mary andava,
l'agnello la seguiva."

151
00:08:47,666 --> 00:08:51,683
AD: E questo è quanto abbiamo
recuperato dal video muto

152
00:08:51,683 --> 00:08:54,028
ripreso all'esterno, fuori della finestra.

153
00:08:54,028 --> 00:08:58,463
(Audio): "Mary aveva un agnellino
con il manto bianco come la neve

154
00:08:58,463 --> 00:09:03,920
e ovunque Mary andava,
l'agnello la seguiva."

155
00:09:03,920 --> 00:09:10,421
(Applauso)

156
00:09:10,421 --> 00:09:13,963
AD: Ma ci sono altri modi
per superare i limiti.

157
00:09:13,963 --> 00:09:15,761
Questo è un esperimento
più tranquillo

158
00:09:15,761 --> 00:09:19,871
in cui abbiamo filmato degli auricolari
connessi a un computer portatile.

159
00:09:19,871 --> 00:09:23,981
Il nostro scopo era recuperare
la musica suonata dal computer

160
00:09:23,981 --> 00:09:26,280
dal video muto che riprendeva

161
00:09:26,280 --> 00:09:28,787
i due auricolari di plastica

162
00:09:28,787 --> 00:09:30,970
e siamo stati così bravi
che abbiamo potuto

163
00:09:30,970 --> 00:09:33,431
addirittura usare il risultato con Shazam.

164
00:09:33,431 --> 00:09:37,657
(Risate)

165
00:09:37,657 --> 00:09:47,225
(Musica: "Under Pressure" dei Queen)

166
00:09:49,615 --> 00:09:54,584
(Applauso)

167
00:09:54,584 --> 00:09:59,135
Possiamo influire sui risultati
anche cambiando tipo di hardware.

168
00:09:59,135 --> 00:10:01,596
Gli esperimenti
che vi ho mostrato finora

169
00:10:01,596 --> 00:10:03,918
sono stati fatti
con una telecamera high-speed

170
00:10:03,918 --> 00:10:06,797
che può registrare video
a una velocità 100 volte superiore

171
00:10:06,797 --> 00:10:08,724
a quella dei cellulari,

172
00:10:08,724 --> 00:10:11,533
ma abbiamo trovato il modo
di usare questa tecnica

173
00:10:11,533 --> 00:10:13,763
con telecamere normali,

174
00:10:13,763 --> 00:10:17,832
approfittando di un effetto 
comunemente chiamato "rolling shutter".

175
00:10:17,832 --> 00:10:22,630
La maggior parte delle telecamere
registrano le immagini una riga alla volta

176
00:10:22,630 --> 00:10:28,332
quindi, se un soggetto si muove
durante la registrazione di un'immagine,

177
00:10:28,344 --> 00:10:31,061
c'è un leggero ritardo
tra una riga e l'altra,

178
00:10:31,061 --> 00:10:34,218
questo fa sì che piccoli artefatti

179
00:10:34,218 --> 00:10:37,701
vengano codificati
in ciascun frame di un video.

180
00:10:37,701 --> 00:10:41,507
Analizzando questi artefatti,
riusciamo a recuperare suoni

181
00:10:41,507 --> 00:10:46,122
usando una versione modificata
del nostro algoritmo.

182
00:10:46,122 --> 00:10:48,034
In questo esperimento

183
00:10:48,034 --> 00:10:49,729
abbiamo filmato
un pacco di caramelle

184
00:10:49,729 --> 00:10:51,470
mentre da un altoparlante vicino

185
00:10:51,470 --> 00:10:54,442
arrivava la musica di prima
"Mary aveva un agnellino",

186
00:10:54,442 --> 00:10:58,645
ma questa volta abbiamo usato
una normale telecamera commerciale

187
00:10:58,645 --> 00:11:01,819
e in un attimo riprodurrò per voi
il suono che abbiamo recuperato.

188
00:11:01,819 --> 00:11:03,869
Questa volta
il suono sarà distorto,

189
00:11:03,869 --> 00:11:07,514
ma ascoltate e vedete
se riuscite a riconoscere la musica.

190
00:11:07,514 --> 00:11:13,946
(Audio: "Mary aveva un agnellino")

191
00:11:25,718 --> 00:11:28,992
Il suono, certo, risulta distorto,

192
00:11:28,992 --> 00:11:33,378
ma è pur vero che la telecamera
che abbiamo usato

193
00:11:33,378 --> 00:11:36,004
era una di quelle
che si potevano comprare

194
00:11:36,004 --> 00:11:38,222
al negozio sotto casa.

195
00:11:39,122 --> 00:11:40,485
A questo punto,

196
00:11:40,485 --> 00:11:42,459
molte persone 
che vedono questo lavoro,

197
00:11:42,459 --> 00:11:45,872
pensano immediatamente
ai servizi di vigilanza.

198
00:11:45,872 --> 00:11:48,287
E per la verità,

199
00:11:48,287 --> 00:11:52,420
è molto facile immaginare di usare
questa tecnologia per spiare qualcuno.

200
00:11:52,420 --> 00:11:56,367
Ma ricordate che esiste già
una tecnologia molto evoluta

201
00:11:56,367 --> 00:11:57,946
per i sistemi di sorveglianza.

202
00:11:57,946 --> 00:12:00,036
I laser, ad esempio, sono stati usati

203
00:12:00,036 --> 00:12:03,749
per decenni per intercettare oggetti
a distanza.

204
00:12:03,749 --> 00:12:06,003
L'elemento veramente nuovo

205
00:12:06,003 --> 00:12:07,443
e diverso che si presenta qui

206
00:12:07,443 --> 00:12:11,738
è un modo nuovo di raffigurare
le vibrazioni di un oggetto

207
00:12:11,738 --> 00:12:15,151
che ci dà una nuova lente
attraverso la quale guardare il mondo.

208
00:12:15,151 --> 00:12:16,661
Possiamo usare questa lente

209
00:12:16,661 --> 00:12:21,560
non solo per imparare che forze
come il suono fanno vibrare un oggetto,

210
00:12:21,560 --> 00:12:24,671
ma anche per imparare qualcosa
sull'oggetto stesso.

211
00:12:24,671 --> 00:12:26,668
Ora faccio un passo indietro
per riflettere

212
00:12:26,668 --> 00:12:30,917
su come ciò potrebbe cambiare
il nostro modo di usare il video.

213
00:12:30,917 --> 00:12:34,470
Di solito usiamo il video
per guardare degli oggetti,

214
00:12:34,470 --> 00:12:36,792
ma, come vi ho appena dimostrato,
si può usare anche

215
00:12:36,792 --> 00:12:38,649
per ascoltare gli oggetti.

216
00:12:38,649 --> 00:12:42,620
Ma c'è un altro modo fondamentale
per conoscere il mondo

217
00:12:42,620 --> 00:12:44,895
ed è l'interazione.

218
00:12:44,895 --> 00:12:48,006
Noi tiriamo, spingiamo
e tocchiamo le cose.

219
00:12:48,006 --> 00:12:51,187
Le agitiamo e poi
stiamo a guardare cosa succede.

220
00:12:51,187 --> 00:12:55,460
Ma questo il video
non ci permette di farlo,

221
00:12:55,460 --> 00:12:57,596
almeno non in modo tradizionale.

222
00:12:57,596 --> 00:12:59,546
Per cui voglio ora mostrarvi
un lavoro nuovo,

223
00:12:59,546 --> 00:13:02,212
basato su in'idea
che ho avuto alcuni mesi fa

224
00:13:02,212 --> 00:13:05,513
ed è la prima volta
che lo faccio vedere in pubblico.

225
00:13:05,513 --> 00:13:10,877
L'idea di fondo è quella
di usare le vibrazioni in un video

226
00:13:10,877 --> 00:13:15,358
per riprendere gli oggetti in modo
che sia possibile un'interazione con essi

227
00:13:15,358 --> 00:13:18,290
e vedere in che modo reagiscono a noi.

228
00:13:19,120 --> 00:13:20,884
Questo è un oggetto.

229
00:13:20,884 --> 00:13:24,716
In questo caso, si tratta di una figura
di ferro filato con forma umana.

230
00:13:24,716 --> 00:13:27,804
Riprenderemo l'oggetto 
con una normale telecamera.

231
00:13:27,804 --> 00:13:29,928
Non c'è nulla di speciale
in questa telecamera.

232
00:13:29,928 --> 00:13:32,889
Anzi, altre volte l'ho fatto
con il mio telefono cellulare.

233
00:13:32,889 --> 00:13:35,141
Noi vogliamo vedere come l'oggetto vibra,

234
00:13:35,141 --> 00:13:36,274
e perché ciò accada,

235
00:13:36,274 --> 00:13:39,620
andremo a colpire leggermente
la superficie sulla quale si trova

236
00:13:39,620 --> 00:13:41,758
mentre giriamo il video.

237
00:13:47,398 --> 00:13:51,069
E questo è tutto: cinque secondi
di normale ripresa,

238
00:13:51,069 --> 00:13:53,205
mentre la superficie viene percossa

239
00:13:53,205 --> 00:13:56,718
e poi useremo le vibrazioni
presenti nel video

240
00:13:56,718 --> 00:14:01,262
per conoscere le proprietà strutturali
e materiali del nostro oggetto.

241
00:14:01,262 --> 00:14:06,096
Useremo quelle informazioni per creare
qualcosa di nuovo e interattivo.

242
00:14:13,073 --> 00:14:15,519
Ed ecco la nostra creazione.

243
00:14:15,519 --> 00:14:17,748
All'apparenza
è una normalissima immagine

244
00:14:17,748 --> 00:14:20,859
eppure non è un'immagine
e neanche un video

245
00:14:20,859 --> 00:14:23,227
perché ora io posso prendere il mouse

246
00:14:23,227 --> 00:14:26,086
e iniziare a interagire
con l'oggetto.

247
00:14:32,936 --> 00:14:34,489
Quella che vedete

248
00:14:34,489 --> 00:14:37,615
è una simulazione di come quest'oggetto

249
00:14:37,615 --> 00:14:42,073
risponderebbe a forze nuove
e sconosciute,

250
00:14:42,073 --> 00:14:46,345
una creazione fatta grazie a un normale
video di cinque secondi.

251
00:14:46,345 --> 00:14:51,964
(Applauso)

252
00:14:57,421 --> 00:15:00,648
Questa visione del mondo
è davvero efficace

253
00:15:00,648 --> 00:15:03,620
perché ci consente di prevedere
come gli oggetti risponderanno

254
00:15:03,620 --> 00:15:05,443
a situazioni nuove.

255
00:15:05,443 --> 00:15:08,916
Immaginate, ad esempio,
di guardare un vecchio ponte

256
00:15:08,916 --> 00:15:12,443
chiedendovi cosa succederebbe
e se quel ponte reggerebbe

257
00:15:12,443 --> 00:15:15,276
passandoci sopra con la macchina.

258
00:15:15,276 --> 00:15:18,050
Un interrogativo al quale certamente
vorreste rispondere

259
00:15:18,050 --> 00:15:21,988
prima di cominciare
ad attraversare il ponte.

260
00:15:21,988 --> 00:15:25,260
Naturalmente ci saranno dei limiti
a questa tecnica,

261
00:15:25,260 --> 00:15:27,722
esattamente 
come per il microfono visivo,

262
00:15:27,722 --> 00:15:30,903
ma abbiamo sperimentato che funziona
in molte situazioni

263
00:15:30,903 --> 00:15:32,778
in cui non ce lo aspetteremmo,

264
00:15:32,778 --> 00:15:35,546
specie se si fanno video più lunghi.

265
00:15:35,546 --> 00:15:38,054
Questo, ad esempio,
è il video di un cespuglio

266
00:15:38,054 --> 00:15:40,353
girato fuori casa mia.

267
00:15:40,353 --> 00:15:43,441
Nulla è stato fatto a questo cespuglio

268
00:15:43,441 --> 00:15:46,146
se non girare un video di un minuto.

269
00:15:46,146 --> 00:15:49,524
Una sottile brezza ha causato
vibrazioni sufficienti

270
00:15:49,524 --> 00:15:53,519
a farci imparare quanto era necessario
per creare questa simulazione.

271
00:15:55,909 --> 00:16:01,412
(Applausi)

272
00:16:01,412 --> 00:16:04,384
Immaginate questa tecnologia
nelle mani di un regista

273
00:16:04,384 --> 00:16:06,103
per controllare, ad esempio,

274
00:16:06,103 --> 00:16:11,025
la forza e la direzione del vento
di una scena dopo che è stata girata.

275
00:16:12,810 --> 00:16:17,345
In questo caso, abbiamo puntato
la telecamera verso una tenda

276
00:16:17,345 --> 00:16:21,474
e, vedete, non c'è alcun movimento
in questo video.

277
00:16:21,474 --> 00:16:24,399
Ma girando per due minuti,

278
00:16:24,399 --> 00:16:26,837
le naturali correnti d'aria nella stanza

279
00:16:26,837 --> 00:16:31,249
hanno creato impercettibili movimenti
e vibrazioni sufficienti

280
00:16:31,249 --> 00:16:34,244
da farci imparare quanto basta
per creare questa simulazione.

281
00:16:36,705 --> 00:16:38,609
E paradossalmente,

282
00:16:38,609 --> 00:16:41,697
noi siamo abbastanza abituati
a questo tipo di interattività

283
00:16:41,697 --> 00:16:44,344
quando si tratta di oggetti virtuali,

284
00:16:44,344 --> 00:16:47,641
video game
e modelli tridimensionali,

285
00:16:47,641 --> 00:16:52,045
ma riuscire a carpire queste informazioni
da oggetti reali nel mondo reale

286
00:16:52,045 --> 00:16:54,862
per mezzo di semplici video,

287
00:16:54,862 --> 00:16:58,414
è un fatto nuovo
con potenzialità enormi.

288
00:16:58,414 --> 00:17:04,111
Ecco le persone straordinarie che hanno
lavorato con me su questi progetti.

289
00:17:04,111 --> 00:17:12,466
(Applausi)

290
00:17:12,466 --> 00:17:15,756
Quello che vi ho mostrato oggi
è solo il principio.

291
00:17:15,756 --> 00:17:17,989
Abbiamo solo cominciato
a scalfire la superficie

292
00:17:17,989 --> 00:17:20,961
di ciò che è possibile fare
con questo tipo di imaging

293
00:17:20,961 --> 00:17:23,097
che ci dà un nuovo modo

294
00:17:23,097 --> 00:17:28,066
di catturare il mondo circostante
con una tecnologia comune, accessibile.

295
00:17:28,066 --> 00:17:29,995
Guardando al futuro, credo

296
00:17:29,995 --> 00:17:32,032
che sarà davvero
interessante esplorare

297
00:17:32,032 --> 00:17:34,683
ciò che questa tecnologia
saprà dirci del mondo.

298
00:17:34,683 --> 00:17:36,424
Grazie.

299
00:17:36,424 --> 00:17:42,531
(Applauso)