Photosynthを実演説明について

ブレイス・アグエラ・ヤルカス Photosynthを実演説明

Blaise Aguera y Arcas: How PhotoSynth can connect the world's images

YouTube 動画

YouTube 動画


Photosynthを実演説明 の英文日本語訳と感想

(興味があれば読んでください)

英文日本語訳資料

What I'm going to show you first, as quickly as I can,
最初に手早く基盤技術をお見せします

is some foundational work, some new technology that we brought to Microsoft as part of an acquisition almost exactly a year ago.
ちょうど1年前に買収の一部として Microsoft社にもっていった新テクノロジーです。

This is Seadragon,
これはSeadragonで

and it's an environment in which you can either locally or remotely interact with vast amounts of visual data.
ローカルあるいはリモートにある膨大な量の ビジュアルデータを操作可能にする環境です。

We're looking at many,
ご覧のように、

many gigabytes of digital photos here and kind of seamlessly and continuously zooming in,
何ギガバイトものデジタル写真を スムーズに連続的に ズームインしたり

panning through the thing, rearranging it in any way we want.
パンしたり 自由にアレンジし直したりできます。

And it doesn't matter how much information we're looking at, how big these collections are or how big the images are.
見ている情報の多さ、コレクションの規模 画像の大きさなどは問題ではありません。

Most of them are ordinary digital camera photos, 
ほとんどはデジカメで撮った写真ですが

but this one, for example,
これは、

is a scan from the Library of Congress, 
米国議会図書館からスキャンしたもので

and it's in the 300 megapixel range.
300メガピクセルほどあります。

It doesn't make any difference 
でも何の違いもありません。

because the only thing that ought to limit the performance of a system like this one is the number of pixels on your screen at any given moment. 
なぜなら、このシステムのパフォーマンスを制限するものは 画面表示のピクセル数だけだからです。

It's also very flexible architecture.
また 大変柔軟なアーキテクチャになっています

This is an entire book,
これはまるまる1冊の本です。

so this is an example of non-image data.
画像ではないデータの1例です。

This is "Bleak House" by Dickens.
ディケンズの“荒涼館”です。

Every column is a chapter.
各段が章です。

To prove to you that it's really text, and not an image,
これは本当にテキストであり、 画像ではありません。

we can do something like so, to really show that this is a real representation of the text; 
テキストだという証拠に こんな事ができます。

it's not a picture.
画像ではありません。 

Maybe this is a kind of an artificial way to read an e-book.
e-ブックを読む手段にも なるかもしれませんが

I wouldn't recommend it.
お奨めはしません。

This is a more realistic case.
これはもっと実用的な例で、

This is an issue of The Guardian.
ガーディアン紙 1部分のデータです。 

Every large image is the beginning of a section.
大きい写真は皆、 項目の始めです。

And this really gives you the joy and the good experience of reading the real paper version of a magazine or a newspaper, 
本物の印刷版の雑誌や新聞を読む 楽しい経験を与えてくれます。  

which is an inherently multi-scale kind of medium. 
新聞や雑誌というのは 本質的に多重スケールの メディアなのです。

We've also done a little something with the corner of this particular issue of The Guardian. 
この紙面の隅に ちょっとした仕掛けをしました。

We've made up a fake ad that's very high resolution 
大変高い解像度のニセモノの広告をでっちあげました。

-- much higher than you'd be able to get in an ordinary ad --
普通の広告より、ずっと高い解像度です。

and we've embedded extra content. 
追加のコンテンツも足しました

If you want to see the features of this car, you can see it here. 
車の特徴をここで ご覧いただけます。

Or other models, or even technical specifications. 
ほかのモデル、 あるいは技術仕様まであります。 

And this really gets at some of these ideas about really doing away with those limits on screen real estate. 
こういったアイデアによって 画面サイズという制限をなくせます。

We hope that this means no more pop-ups and other kind of rubbish like that -- shouldn't be necessary.
これによりポップアップなど 不必要なガラクタをなくせればと願っています。

Of course, mapping is one of those really obvious applications for a technology like this.
もちろん地図にも このテクノロジーは 応用できます。

And this one I really won't spend any time on,
今回は 時間を取れませんが 

except to say that we have things to contribute to this field as well.
この領域にも使えるとだけ言っておきます。

But those are all the roads in the U.S. superimposed on top of a NASA geospatial image.
これは NASAの衛星画像の上に 米国のすべての道路を重ね合わせたものです。

So let's pull up, now, something else.
ほかのものを見てみましょう。 

This is actually live on the Web now;
これは現在ウェブで見られるので

you can go check it out.
確認してください。

This is a project called Photosynth, which really marries two different technologies.
Photosynthといって 2つの技術からなります 

One of them is Seadragon and the other is some very beautiful computer vision research done by Noah Snavely, a graduate student at the University of Washington, co-advised by Steve Seitz at U.W. and Rick Szeliski at Microsoft Research.
ひとつは、Seadragon もうひとつは ワシントン大学の大学院生  ノア スネーヴェリが 同大学の スティーブ サイツと Microsoft Researchのリック セリスキーの指導の下で行った  コンピューター ビジョンの研究です。

A very nice collaboration. And so this is live on the Web. It's powered by Seadragon.
ウェブで公開され、Seadragonを使っています。

You can see that when we kind of do these sorts of views,
画像の中に飛び込んで、

where we can dive through images 
このような 見方もできますし 

and have this kind of multi-resolution experience.
多重のスケールも体験できます

But the spatial arrangement of the images here is actually meaningful.
この画像の空間的配置には意味があります。 

The computer vision algorithms have registered these images together so that they correspond to the real space in which these shots
このコンピューター ビジョン アルゴリズムは、このような画像を 撮影された実際の場所に対応させて登録します。

-- all taken near Grassi Lakes in the Canadian Rockies -- all these shots were taken.
全てカナディアンロッキーのグラッシーレイクで 撮影されており、

So you see elements here of stabilized slide-show or panoramic imaging,
連続したスライドショーや パノラマ風のイメージの要素を見ると

and these things have all been related spatially.
全てが空間的に関連づけられています。

I'm not sure if I have time to show you any other environments.
別の場所も見ている時間はなさそうですが

There are some that are much more spatial.
もっと空間を感じさせる 例もあります。

I would like to jump straight to one of Noah's original data-sets 
ノア氏のオリジナルのデータセットのひとつに進みましょう。

- and this is from an early prototype of Photosynth that we first got working in the summer
これはその夏に作業を始めた Photosynthの初期プロトのデータで

-- to show you what I think is really the punch line behind this technology,the Photosynth technology.
 Photosynthのテクノロジーの 本質がこれでわかると思います。

And it's not necessarily so apparent from looking at the environments that we've put up on the website.
ウェブサイトに載せた環境を見るだけでは あまり良く わからないかもしれません。

We had to worry about the lawyers and so on.
法的な制約があるものですから。

This is a reconstruction of Notre Dame Cathedral that was done entirely computationally from images scraped from Flickr.
Flickr画像から ノートルダム寺院をコンピューターで再現しました

You just type Notre Dame into Flickr,
 Flickrで"Notre Dame"とタイプすると 

and you get some pictures of guys in t-shirts, and of the campus and so on.
Tシャツを着た人たちや キャンパスの画像などが出てきます。 

And each of these orange cones represents an image that was discovered to belong to this model.
小さなオレンジの円錐は、それぞれこのモデルに適合することが 見出された画像を示しています。

And so these are all Flickr images, 
全てFlickrの画像です。 

and they've all been related spatially in this way.
このように皆、空間的に関連づけられています。

And we can just navigate in this very simple way. (Applause)
 簡単にナビゲートしていけます。 (拍手)

You know, I never thought that I'd end up working at Microsoft.
私もMicrosoftで仕事するなんて 思ってもいませんでした。  

It's very gratifying to have this kind of reception here. (Laughter)
こんなに好評だなんて驚いています。 (笑)

I guess you can see this is lots of different types of cameras:
ご推察のとおり いろいろなタイプのカメラがあります。

it's everything from cell phone cameras to professional SLRs, quite a large number of them,
携帯電話のカメラから プロ用の一眼レフまでの 多数の写真を 

stitched together in this environment.
この環境でつなぎ合わせています

And if I can, I'll find some of the sort of weird ones.
変わりダネを探してみましょう。

So many of them are occluded by faces, and so on.
顔が写ったものもたくさんあります。

Somewhere in here there are actually a series of photographs -- here we go.
確かこの辺の 写真の中に…ありました ノートルダムのポスターです。

This is actually a poster of Notre Dame that registered correctly.
こんなのでも認識できました。

We can dive in from the poster to a physical view of this environment.
このポスターから この環境に飛び込むことができます。

What the point here really is is that we can do things with the social environment.
これは社会的環境だという点が重要です。

This is now taking data from everybody --
データをあらゆる人から得ています。 

from the entire collective memory of, visually, of what the Earth looks like --
地球の姿への 集合的記憶全体からデータを取り 全てをリンクします。

and link all of that together.

All of those photos become linked together,
全ての写真がリンクされることで 新たなものが現れます

and they make something emergent that's greater than the sum of the parts.
部分の集まりよりも 価値のあるものです。 

You have a model that emerges of the entire Earth.
地球全体から立ち現れるモデルを手にしています。 

Think of this as the long tail to Stephen Lawler's Virtual Earth work.
 スティーブン ローラーの “バーチャルアース”の続きのようなものです。

And this is something that grows in complexity as people use it,
人々が利用するにつれ複雑に成長します。

and whose benefits become greater to the users as they use it.
ユーザーが利用するにつれ利点が 大きくなります。 

Their own photos are getting tagged with meta-data that somebody else entered.
ユーザー自身の写真に他の人が入力した メタデータが埋め込まれます。

If somebody bothered to tag all of these saints and say who they all are,
誰かが聖人達のデータを埋めこんでおけば

then my photo of Notre Dame Cathedral suddenly gets enriched with all of that data,
 私のノートルダム寺院の写真が そのデータにより、 更に豊かなものになります。 

and I can use it as an entry point to dive into that space,
そこを入り口にして この空間に飛び込み 

into that meta-verse, using everybody else's photos, 
みんなの写真が作る仮想空間の中で

and do a kind of a cross-modal and cross-user social experience that way.
様式やユーザーの垣根を超えた 社会的体験ができます。 

And of course, a by-product of all of that is immensely rich virtual models of every interesting part of the Earth,
副産物は、もちろん 地球の興味深い場所全ての きわめて豊かなバーチャルモデルです。

collected not just from overhead flights and from satellite images and so on,
航空写真や、 衛星画像を集めただけのものではなく

but from the collective memory.
集合的記憶を集めたものなのです。

Thank you so much. (Applause)
ありがとうございました。 (拍手)

Chris Anderson: Do I understand this right?
僕の理解は正しいですか?

That what your software is going to allow,
あなたのソフトウェアで、

is that at some point, really within the next few years,
 ここ2~3年のうちに 

all the pictures that are shared by anyone across the world are going to basically link together?
世界中の誰でも全ての写真を共有し リンクできるようになるのですか?

BAA: Yes. What this is really doing is discovering.
ええ、 やろうとしているのは実は発見です。

It's creating hyperlinks, if you will, between images.
画像間にハイパーリンクを作成しています。

And it's doing that based on the content inside the images.
画像の内容を元に それを行います。

And that gets really exciting when you think about the richness of the semantic information that a lot of those images have.
多くの写真が持っている意味的情報の豊かさを考えれば、 これはとても すごい事です。

Like when you do a web search for images, you type in phrases,
たとえば画像のウェブ検索を行う時、 言葉を入力しますよね。  

and the text on the web page is carrying a lot of information about what that picture is of.
ウェブ上のテキストは その画像が何であるかについて多くの情報を持っています。

Now, what if that picture links to all of your pictures?
では写真がすべてリンクし合うようになったら? 意味の相互のつながりと、

Then the amount of semantic interconnection and the amount of richness that comes out of that is really huge.
そこから出てくる 豊かさは実に大きい。 

It's a classic network effect.
典型的なネットワーク効果が現れます。

CA: Blaise, that is truly incredible. Congratulations.
ブレイスさん、 実にすばらしい。  やりましたね。

BAA: Thanks so much.
ありがとうございます。

単語

acquisition
獲得

continuously
連続的に

prove
証明する

representation
表現、描写、説明

inherently
本質的に

rubbish
がらくた

superimpose
重ねる、のせる

spatial
空間的な

correspond
一致する、調和する

stabilize
安定化する

necessarily
必ず

gratify
喜ばせる、満足させる

arrangement
整理すること

occlude
ふさぐ

emergent
現れる、出現する

saint
聖人

semantic
意味の
Comments