Podcast: Når dit ansigt er din billet

I del-tre af denne seneste serie hopper Jennifer Strong og holdet hos MIT Technology Review på banen for at udpakke, hvor meget tingene ændrer sig.

Vi mødes :

• Donnie Scott, senior vicepræsident for offentlig sikkerhed, IDEMIA
• Michael D'Auria, vicepræsident for forretningsudvikling, Second Spectrum
• Jason Gay, sports klummeskribent, Wall Street Journal
• Rachel Goodger, direktør for forretningsudvikling, Fancam
• Rich Wang, direktør for analyse og fanengagement, Minnesota Vikings

Credits

Denne episode blev rapporteret og produceret af Jennifer Strong, Anthony Green, Tate Ryan-Mosley, Emma Cillekens og Karen Hao. Vi er redigeret af Michael Reilly og Gideon Lichfield.

Afskrift

[TR ID]

Stærk: Jeg er i Queens i nabolaget nær et massivt stadionkompleks kaldet Citi Field. Det er hjemsted for New York Mets, dog fordi det er baseballs offseason. Lige nu er alt låst, og det eneste, du virkelig kan høre, er myldretidstrafikken.

Men hvis du kigger op langs kanten af ​​stadion, hvor tusindvis af fans til sidst vil vende tilbage, kan du se noget af det hardware, der driver holdets brug af ansigtsgenkendelse. Disse kameraer er beregnet til at opdage ansigter, der er blevet forbudt fra stedet - folk som billetscalpere, folk, der er løbet ind på banen, endda begået kriminalitet ude på parkeringspladsen, og det system er drevet af et af de største navne i ansigtet anerkendelse - NEC. Det er i stand til at måle ting som ører - og det fungerer stadig med mennesker, der bærer masker, hatte og solbriller.

Og når først du kommer over til tømmerkrogene - er der et andet ansigtssystem fra et firma, der er kendt for lufthavnssikkerhed - kaldet Clear - og det er for billetfri adgang. Som udgangspunkt kan du bruge dit ansigt som billet. Når du kommer indenfor er der et betalingssystem i et koncessionsområde - hvilket betyder, at du kan købe en øl med ansigtet, hvis du ønsker det.

Men det er, når du kommer til din plads, at tingene bliver virkelig interessante. Selv før pandemien har deltagelse i baseballkampe været faldende. Faktisk har dette stadion omkring 15 tusinde færre sæder end det, det erstattede. Og så på den ene side forsøger stadioner at gøre oplevelsen lige så sikker og problemfri, som de overhovedet kan, men de forsøger også at lære lige så meget, som de kan om, hvem disse mennesker er på tribunerne, og at også bliver gjort med ansigtsgenkendelse. Jeg er Jennifer Strong, og i dette seneste afsnit af vores miniserie ser vi på, hvordan dette og andre sporingssystemer ændrer sportsoplevelsen på tribunerne og på banen.

[VIS ID]

[ Lyd fra Chicago White Sox hos Milwaukee Brewers (Anchor): Ok, vi er tilbage til at spille bold. To ud. 1. omgang. Ingen score. Og batteren bliver Harold Baines med en 7-kamps slagrække...]

[Lyd fra Chicago White Sox hos Milwaukee Brewers: publikum jubler]

Stærk: I årtier var det at samle sig omkring tv'et eller radioen den bedste måde at forbruge sport på. Ofte betød det, at man tunede ind i timevis som denne Major League Baseball-kamp fra 1984 mellem Chicago White Sox og Milwaukee Brewers.

[ Lyd fra Chicago White Sox hos Milwaukee Brewers (Anchor ): Det er dybt i midterfeltet. Går tilbage.. Det kunne være ude herfra. Manning kigger op. Det er herude! Et hjemmeløb for Harold Baines. Soxs vinder 7-6 i den længste kamp i amerikansk ligahistorie.]

Stærk: Kampen varede otte timer og seks minutter. Og det skulle gennemføres over to dage. Men at se sport i dag ser ret anderledes ud. Menneskers opmærksomhedsspænd måles i sekunder, og de skrumper. Millioner af mennesker tuner stadig ind for at se, men omkring en tredjedel streamer dem på mobile enheder. Og af dem, der stadig ser på tv, gør 80 procent af dem det, mens de bruger en anden enhed til at søge i statistik, livescore, sende beskeder til andre fans og se relaterede videoer. Det segment af fans, der deltager i spil personligt, ses nu som kunder med høj værdi. Og det er et andet sted, hvor face ID kommer ind.

[ Lyd fra CNBC nyhedsudsendelse (Anchor): Og hvis du var vred over, at Facebook invaderede dit privatliv, vil du måske ikke deltage i en større sportsbegivenhed.]

[ Lyd fra CNBC nyhedsudsendelse (Eric Chemi): Nye højteknologiske kameraer kan nu tage et high-rez-billede af hver person, på hvert sæde, hvert minut af spillet.]

Stærk: Ansigtsdata indsamlet på stadioner af virksomheder som Fancam bliver nu brugt til at få indsigt i fandemografi som alder, køn og race. Panoramakameraer er i stand til at fange billeder med så fine detaljer, at du kan zoome ind (fra et stadion i fugleperspektiv) på tribunerne, på en individuel person og stadig være i stand til at se nuancer som et smil, skriver på deres skjorte, selv teksturen af ​​deres jakke. Og nu kan du også hurtigt beregne procentdelen af ​​mennesker, der bærer masker - Ligesom i tilfældet med NFL's Minnesota Vikings.

Wang: Dette er nyt for alle. Vi forsøger stadig at finde ud af præcis, hvordan vi håndhæver disse maskeregler, og hvordan vi overvåger dem og sporer dem.

Stærk: Rich Wang er deres direktør for analytics & fan engagement. Han er på et Zoom-opkald, der viser, hvordan de bruger computersyn.

Wang: Også, hvis du ser på denne graf. Det laveste punkt er, at 87% af mennesker har deres maske på det meste af tiden og i det meste af spillet. Folk er du kender, der opfører sig og håndhæver maskereglen. Så det er virkelig positive historier, der vil fortsætte med at understøtte vores sag om stigende fans

Goodger: At være i stand til at bruge disse statistikker til at genåbne spillesteder og få fans tilbage på stadion. Og så lige som en sikkerhedsforanstaltning, når fans først er tilbage på stadion ved at bruge nogle af disse målinger ud over maskebrugen, også være i stand til at udnytte informationen om sektionskapacitet.

Stærk: Og dette er Rachel Goodger, direktør for forretningsudvikling hos Fancam.

Goodger: Så selvfølgelig har fans en plads tildelt dem, når de går tilbage på stadion, og fans er socialt distancerede. Men hvad sker der, hvis fans begynder at bevæge sig rundt på stadion, og en sektion bliver overkapacitet. Du ved, at vi i realtid kan underrette personalet, og for at de kan se den information og sige, okay, vi er nødt til at dele denne sektion op lidt. Og så for hold, der kan se tilbage efter hver eneste kamp og sige wow, vi gjorde et fantastisk stykke arbejde i dag. Eller wow, vi er virkelig nødt til at arbejde mere med maskebrug i det nederste mål eller det øvre mål i denne sektion og sådan noget. Jeg tror, ​​det er data, der vil være meget vigtige for ikke kun, som jeg nævnte, at genåbne disse stadioner, men for at holde dem åbne i fremtiden.

Stærk: Virksomheden sælger data tilbage til sportsholdene, der bruger dem til at fremme deres markedsføring, hvilket påvirker alt fra hvilken musik, der spilles på stadioner, til hvilke annoncer folk ser under og endda efter spillet er slut.

Scott: Du vil begynde at se de data, som du er villig til at dele mere bredt sammen med den teknologi, der bruges til identifikation for at gøre tingene mere forudsigelige.

Stærk: Donnie Scott er senior vicepræsident for offentlig sikkerhed hos IDEMIA. Det designer AI-drevne identitets- og sikkerhedsløsninger til alle slags virksomheder.

Scott : Og det ville være alt fra et digitalt kørekort på din telefon til et fysisk kørekort, til et kreditkort, til en elektronisk betalingsmekanisme.

Stærk: De laver også biometriske teknologier, der genkender ansigter, fingeraftryk eller øjne, som kan bruges til at bekræfte identiteten på sportsstadioner eller andre steder som lufthavne og teatre.

Scott: Så vi ville i det væsentlige integrere teknologien i deres loyalitetsprogram, men vi ville tilføje til det, muligheden for at forbinde enten deres biometri - ansigt, fingeraftryk, iris i nogle lande, der foretrækker det på grund af ansigtsbeklædning og andre ting, eller deres mobil enhed, hvor du autoritativt kunne dele dine biometriske oplysninger, eller det faktum, at du er sæsonkortholder, med et stykke udstyr på spillestedet. Og derfor, du ved, når du dukker op, ved de, okay, Jennifer har billetter til denne kamp. De er gyldige på denne dato. Hun kan passere gennem porten.

Stærk: Deres mål? Er at være usynlig. Identitetsdata fanges af kameraer, der er skjult, som ser ud til at være en normal tællekors. Det handler om at skabe, hvad der er kendt som en friktionsfri oplevelse.

Scott : Så især omkring forlystelsesparker, um, men det samme med stadioner og andre koncertsteder, udvikler teknologien sig fra at være en enhed, der på en måde skiller sig ud til at være en del af det normale flow og cue på selve spillestedet.

Stærk: Vi låser allerede smartphones op med vores øjne, fingre og ansigt, og det vænnede os til denne idé om biometri i vores daglige liv. Scott mener, at det måske er grunden til, at responsen på disse tjenester for det meste har været positiv.

Scott : Du ved, jeg har set mine børn vokse op med først at åbne en Apple-enhed med deres tommelfingerprint og derefter gå videre med, at de følte, at de blev meget dårligt behandlet, fordi de ikke kunne låse den op med deres ansigt. Og vi er alle blevet, du ved, de sidste 15 år, 10 år, ufølsomme over for det mærkelige i det. Jeg tror, ​​det meste af samfundet er fokuseret på, hvordan det gør mit liv lettere.

Stærk: Og i en verden, hvor det er lige så nemt at bekræfte din identitet som at låse en telefon op, kan dine biometriske data blive vigtigere end et pas, bilnøgler eller enhver anden fysisk genstand, vi har med os.

Scott : Jeg tror, ​​at folk vil blive virkelig vant til, at teknologien er der, hvordan man bruger den, hvordan man interagerer med den, og hvad man kan forvente af den, fordi jeg tror, ​​vi kommer til at se den i alle samfundslag. Vi kommer til at se det, når vi rejser. Vi kommer til at se det, når vi gør forretninger med vores regering. Vi kommer til at se det, når vi handler i dagligvarebutikker i du kender sports- og koncertsteder og musikparker. Så det kommer til at blive sådan en standard livsstil, at adgangsdelen bliver en de facto normal. Og så er det, hvad der så sker.

Stærk: Og hvad der derefter sker, kan betyde mere personlige oplevelser.

Scott : Jeg tror, ​​at det næste, der kommer, bliver, at aktivere fanoplevelsen. Men efter det bliver det, hvordan passer fanoplevelsen ind i dit liv? Og, du ved, det er et koncept, der er ret stort og bredt, men et, som når først de to første dele er aktiveret gennem teknologi og aktiveret gennem en accept af brugeren selv, kun er naturlige ting, der kommer med en forbedret, moden brug af en teknologi. Du kunne tænke på en forlystelsespark, et hoved eller en karakter, hvor børn kunne gå hen til deres yndlingsfigur og blive anerkendt for, hvem de er og få en tilpasset oplevelse, der er specifik for dem.

Stærk: Hvilket sandsynligvis vil ske i stor skala.

Scott : Du kan se en fremtid, hvor du ankom til lufthavnen eller når du ankommer til sportsbegivenheden, og den leder dig til din parkering baseret på at genkende din bil eller på at dele hvem du er fra din telefon med lufthavnsoperatøren eller flyselskabet eller TSA selv. Du ville have en, du ved, en kendt tid til at lukke, ikke sandt. Hvilket er den ideelle tilstand, hvor der står, at jeg har en flyvning klokken fem i dag baseret på de ventetider, der er forudsagt, og hvor vi er. Jeg ved, at det vil tage mig 12 minutter at komme fra forsiden af ​​lufthavnen gennem checkpointet til gaten. Og du vil have anvisninger undervejs, den samme oplevelse vil ske for sportssteder og for koncertsteder, hvor du fra parkering vil blive dirigeret gennem den korteste linje, du ved, den linje vil bevæg dig hurtigt, fordi den er biometrisk aktiveret, og så vil den kunne guide dig til, hvor kan jeg få mine indrømmelser, som jeg gerne vil have, hvor lang tid skal jeg, før jeg skal begynde at gå, så jeg kan sidde på min plads inden det starter, jeg tror, ​​at disse typer af sekundære fordele vil komme ret hurtigt, efterhånden som spillestederne bliver instrumenteret, for at kunne genkende og identificere folk.

D'Auria: Jeg tror, ​​der er en enorm mulighed for at gøre den slags sportsfanoplevelse mere engagerende, mere potent. Og jeg tænker bare, hvor vi er i de tidlige dage af det. Jeg hedder Mike D'Auria, og jeg er vicepræsident for forretningsudvikling hos Second Spectrum.

Stærk: Virksomheden leverer sporingsdata og analysesoftware til professionelle sportsligaer som NBA og Major League Soccer. En serie af kameraer, der ikke er større end dit standard sikkerhedskamera, giver en hidtil uset maskinforståelse af hvert spil.

D'Auria: Den slags kerne i denne teknologi er computersyn, der kører oven på disse kamerafeeds. Og hvad dette er beregnet til er at spore hver spillers og boldens bevægelse 25 gange i sekundet. Så du kan tænke lidt i løbet af en typisk NBA basketballkamp, ​​du er i stand til at fange millioner af datapunkter, der ikke eksisterede før, og bruge dem til at bygge en suite af produkter eller oplevelser oven på som virkelig kan ændre den måde, vi ser og interagerer med sport.

Stærk: Disse datapunkter analyseres hurtigt med AI, som kan spytte forudsigelser ud, såsom sandsynligheden for, at en spiller vil synke en tre-pointer - mens spillet stadig er i gang. Det bruger også disse data til at levere en mere personlig, interaktiv seeroplevelse for fans, der ser eksternt.

D'Auria: I denne sidste NBA-finale kørte vi, hvad vi kalder videoforstærkning, i det væsentlige i realtid oven på spillet. Og så hvad du kunne gøre der er for eksempel at tage den skudsandsynlighedsmodel. Og mens spillet bliver spillet, kan du integrere i 3D-rummet i videoen, en skudsandsynlighedsboble over hovedet på enhver offensiv spiller, der opdateres i realtid. Vi kan diagrammere det skuespil, der køres, mens det udfolder sig. Så hvis du prøver at lære lidt om spillet, kan du lidt, du ved, have lidt af en tutorial, eller hvordan ville det føles at have en træner siddende ved siden af ​​dig. Du ved, eller hvis du bare vil have det sjovt eller en slags spil, så gør du det en lille smule, du ved, hver gang nogen dunker bolden, kan du se et lyn slå ned på bagpladen. Og så hver af disse oplevelser er måske ikke rigtige for alle, men jeg tror, ​​vi vil flytte til en verden, hvor live-sport virkelig kan personliggøres til den måde, du ønsker at se det på.

Stærk: Og adgang til masser af data har ændret, hvordan trænere træner deres spillere.

D'Auria: Så hvis du træder tilbage og tænker på den måde, data traditionelt er blevet fanget på i sport, ville du have folk, der enten sidder på tribunen eller ser kampen på tv og på en måde koder manuelt. Det var et skud. Det var et pas. Det var en pick and roll handling. Og så fra denne form for underliggende sporingsdatasæt kan du anvende maskinlæring for at automatisere hele processen.

Stærk: Den automatisering gør det muligt at matche alle disse data til spilfilm. Coaches, general managers og analytikere kan derefter gennemse det med et softwareværktøj, der fungerer som en søgemaskine.

D'Auria: Og så for folk, der arbejder på et NBA-hold, kan du stille meget komplicerede spørgsmål eller stille meget detaljerede spørgsmål om spillet. Og med et par tastetryk, et par klik med musen, kan du få et meget præcist svar i datavisualisering og en automatisk genereret afspilningsliste med, du ved, for eksempel, hvis jeg ville se på, Anthony Davis, LeBron James, vælg og rul fra højre fløj, hvor forsvaret fryser, og Anthony Davis ruller, og nogen mærker ham fra den svage side. Og så tager LeBron James et hopskud og klarer det. Du ved, du kan få det meget præcise sæt af hver gang den kombination er sket i løbet af disse fyres NBA-karrierer i løbet af få sekunder, og så bruge det til dine trænerformål. Og nu, øh, nogen på holdniveau kan bruge deres tid på at sige, ja, jeg har denne video eller denne information, hvordan kan jeg hjælpe en træner med at implementere det i sin spilleplan? Eller hvordan kan jeg hjælpe mine spillere med at lære noget nyt på banen? Og så flytter det på en måde deres arbejdsgang til undervisning og implementering versus slags, du ved, dataindsamling og manuelt arbejde.

Stærk: Og han siger, at i løbet af de næste par år kan rollerne for disse maskiner i spillet skifte fra assistenttræner til assistentdommer – hvilket tilføjer kontekst og nuancer til svære opkald.

D'Auria: Jeg mener, vi har allerede set det nogle andre steder, hvor vi arbejder. Så vi vil på en måde give fodboldeksemplet med, at du nu har teknologi, der hjælper med målet, ingen målkald, ikke? Du ser dette i tennis med computersystemer, der bruges til at dømme, om en bold er over linjen eller, du ved, inbounds eller out of bounds og være i stand til at gøre dette med præcision, der helt ærligt er bedre end hvad en linjedommer kunne do eller en dommer, der måske har en rigtig svær vinkel til at se, om bogstaveligt talt hver millimeter af bolden gik over. Du begynder også at se det her med offside-linjen i fodbold. Og så jeg tror generelt, at det første sted, det sker, er for dybest set, um, du ved, at øge eller assistere en dommers evner. Så du kan tænke på at give en dommer og yderligere datakilde eller, du ved, en yderligere validering af en af ​​deres beslutninger.

Stærk: Fordi systemet allerede kan identificere spillere fra deres trøjer, behøver Second Spectrum ikke at bruge ansigtsmapping eller genkendelse. Men det er nyttigt til analyser. Og det er ikke kun specifikt til at fange ansigter. Lige nu vises spillere i systemet som prikker på et kort. Og efterhånden som deres kamerasystemer forbedres, kan disse prikker forvandles til hele skeletter. Ekstra detaljer som albuevinkel i realtid kunne hjælpe med endnu mere præcise skudforudsigelser. Det er dog ikke alle, der er ombord.

Homoseksuel: Du ved, en sport, som jeg følger og finder fascinerende, er cykelløb, og cykelløb er en sport, der faktisk er i en lang samtale om. Fjernelse af teknologi.

Stærk: Jason Gay er sportsklummeskribent for The Wall Street Journal.

Homoseksuel: Teknologien, der nu er i cykelsport, kan sige, okay, hvis du vil vinde dette løb eller indhente denne person, skal du yde X mængde af indsats i X antal minutter. Og du har faktisk disse data lige på en indbygget computer, på en cykel foran dig, der fortæller dig præcis, hvad du skal gøre. Nu. Det er ligesom en fantastisk ting. Det er dog heller ikke synderligt menneskeligt, vel? Det ser ud til at være noget klinisk, og det har skabt, hvad mange mennesker føler er en lille smule tør racerstil, hvor folk er datadrevne, og de bruger deres hoveder for meget, i modsætning til deres hjerter. Franskmændene har et udtryk for panache. De elsker at se løb vundet med panache, hvilket dybest set betyder vores mave-instinkt. Og så har der været samtaler om, ja, hvad nu hvis vi tager disse computere fra ryttere og får dem, du ved, til at bruge hovedet i deres hjerter til at cykle. Nu er der en sikkerhedsovervejelse her, der er samtidig med dette, ikke? Du vil faktisk gerne have, at den information ofte skaber en sikrere oplevelse for en rytter, men det er fascinerende, at teknologien i visse tilfælde er blevet så god i forhold til at maksimere indsatsen eller fortælle en atlet, hvilken indsats der kræves, at de er begynder at trække sig tilbage fra det.

Stærk: Og for sport, der omfavner denne teknologi, ændrer det, hvordan spillet spilles.

Homoseksuel: Her er et eksempel fra baseball, og vi ser ret ofte, at en manager kommer til en høj og fjerner en pitcher fra et spil, selvom pitcheren pitcher meget, meget godt den dag, grunden til at de fjerner dem er, at dataene viser, at kande har tendens til at gå i stykker på et bestemt tidspunkt. Det er næsten som et bildæk eller noget. Og de siger bare, ja, denne pitcher på dette tidspunkt af spillet vil historisk stoppe med at præstere på det høje niveau, vi har brug for ham til. Så vi vil tage det skridt. Vi fjerner en slags mavefornemmelse ved at sige, jamen, han ruller i dag, lad os bare lade dem gå. De er afhængige af tallene.

Stærk: Datadrevne spilstrategier ændrer også, hvordan teams rekrutterer. Ligesom i basketball, hvor spillere, der kan udføre et trepunktsskud (engang betragtet som en gimmick af NBA) nu anses for at være ekstremt værdifulde.

Homoseksuel: Årsagen er, at basketballhold ved at se på deres tal opdagede, at et trepunktsskud er et mere effektivt skud. Du vil hellere tage det trepunktsskud end helt sikkert tage et længere topunktsspring. Og så prioriterer du tre pointeren i en forseelse. Det mest ekstreme eksempel på dette - Houston Rockets, hvor du har en flerårig MVP-kandidat i James Harden, som ofte tager tre point efter tre point i et spil, fordi det er en effektiv måde for dem at spille på.

[ Sound of Houston Rockets på Los Angeles Clippers (omtalere): Harden, ingen i nærheden af ​​ham, sætter hele tiden og slår trepointeren! Skridt tilbage, åben tre, forstået! James Harden træder et skridt tilbage og sætter en treer, Den går, hopper og falder igennem!]

Stærk: Teknologi spiller også assistenttræner på steder som omklædningsrummet i The Dallas Mavericks.

[Lyd fra video af Marc Cuban hos Dallas Mavericks (cubansk): Det, der vil ske, er, når en spiller træder ind, eller nogen træder ind, vil vi have ansigtsgenkendelse. Den tager et billede af dig, og den vil sige 'ok her kommer Marc eller her kommer Dirk']

Stærk: Marc Cuban er deres ejer.

[Lyd fra video af Marc Cuban ved Dallas Mavericks (Cuban ): Og for enhver af spillerne eller nogen af ​​staben vil det sætte trænernoter: her er, hvad du forventes at gøre og fortælle dig, hvad der foregår. For alle, vi ikke kender, vil det være ehh-ehh-ehh for pokker.]

Stærk: Og det er ikke kun basketball. Brug af kunstig intelligens til at finde det mest effektive spillemønster vokser på tværs af alle sportsgrene. Og der er også en rolle for face ID. Den samme face-mapping, der ser, når du kigger direkte på din telefon for at låse den op, kan også hjælpe trænere med at se, hvad spillerne fokuserer på under spillet.

Homoseksuel: Jeg mener, det er en utrolig integreret ting for f.eks. en fodbold quarterback. Hvis du på en eller anden måde kunne være i stand til at gengive, hvad en fodbold-quarterback ser på eller endnu vigtigere ikke ser på, ikke ser downfield. Nå, du kunne se, du ved, umiddelbar nytte for enhver quarterback, ethvert fodboldhold. Men det gælder også for en point guard eller, du ved, nogen, der spiller venstre tackling eller nogen, der fanger på et baseballhold. Der er adskillige skuespil, som hvis du er i stand til på en måde at se på, hvad en atlet ser på banen eller ikke ser igen, hvilket nok er det vigtigste, ville det have enorme konsekvenser.

Stærk: Næste afsnit afslutter vi vores miniserie med et kig på, hvordan ansigtsmapping transformerer shoppingoplevelsen. Og spoileralarm - det går langt ud over blot at identificere, hvem der er i butikken

Guive Balooch: For virkelig virtuelt at kunne prøve med augmented reality makeup, skal du opdage, hvor øjet er, og hvor øjenbrynet er. Og øhm, det skal være på et niveau af nøjagtighed, at når produktet er på der, ser det ikke ud som om det ikke ligefrem er på din læbe, og folks læber er, kan variere i form, farven mellem din hudtone og din læbe, kan også være meget forskellige. Og så skal du have en algoritme, der kan registrere det og sørge for, at det virker.

Stærk: Denne episode blev rapporteret og produceret af mig, Anthony Green, Tate Ryan-Mosley, Emma Cillekens og Karen Hao. Vi er redigeret af Michael Reilly og Gideon Lichfield. Tak fordi du lyttede, jeg er Jennifer Strong.

[TR ID]

skjule