The mission to create a searchable database of Earth's surface | Will Marshall

103,287 views ・ 2018-08-13

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Uwe Sprenk Lektorat: Andreas Herzog
00:12
Four years ago, here at TED,
0
12761
2215
Vor vier Jahren gab ich hier bei TED
00:15
I announced Planet's Mission 1:
1
15000
2336
Planets 1. Mission bekannt:
00:17
to launch a fleet of satellites
2
17360
1856
Eine Flotte Satelliten in den Weltraum zu schießen,
00:19
that would image the entire Earth, every day,
3
19240
2280
die jeden Tag die gesamte Erde aufnehmen
00:22
and to democratize access to it.
4
22560
1640
und den Zugang dazu demokratisieren würden.
00:25
The problem we were trying to solve was simple.
5
25520
2216
Das zu lösende Problem war simpel.
00:27
Satellite imagery you find online is old, typically years old,
6
27760
3096
Satellitenbilder, die man online findet, sind in der Regel Jahre alt,
00:30
yet human activity was happening on days and weeks and months,
7
30880
3936
obwohl menschliche Aktivitäten Tage, Wochen und Monate brauchen,
00:34
and you can't fix what you can't see.
8
34840
2256
und man kann nicht reparieren, was man nicht sieht.
Wir wollten Leuten die Mittel geben, um diese Veränderung zu sehen und zu handeln.
00:37
We wanted to give people the tools to see that change and take action.
9
37120
3776
00:40
The beautiful Blue Marble image, taken by the Apollo 17 astronauts in 1972
10
40920
4936
Das wunderschöne Blue Marble Bild, 1972 von Bord der Apollo 17 gemacht,
00:45
had helped humanity become aware that we're on a fragile planet.
11
45880
3280
hatte der Menschheit verdeutlicht, dass wir auf einem fragilen Planeten sind.
00:49
And we wanted to take it to the next level,
12
49600
2056
Und wir wollten es auf das nächste Level bringen,
00:51
to give people the tools to take action, to take care of it.
13
51680
3456
indem wir den Leuten Werkzeuge zum Handeln und zum Aufpassen geben.
00:55
Well, after many Apollo projects of our own,
14
55160
4056
Nun, nach vielen eigenen Apollo Missionen,
00:59
launching the largest fleet of satellites in human history,
15
59240
2960
nämlich die größte Satelliten-Flotte der Menschheitsgeschichte ins All zu schießen,
01:03
we have reached our target.
16
63600
1520
haben wir unser Ziel erreicht.
01:06
Today, Planet images the entire Earth, every single day.
17
66080
3656
Heute nimmt Planet die gesamte Erde auf, an jedem einzelnen Tag.
01:09
Mission accomplished.
18
69760
1216
Mission erfüllt.
01:11
(Applause)
19
71000
2536
(Applaus)
01:13
Thank you.
20
73560
1200
Danke.
01:15
It's taken 21 rocket launches --
21
75600
3976
Es hat 21 Raktenstarts gebraucht --
01:19
this animation makes it look really simple -- it was not.
22
79600
4160
diese Animation lässt es leicht wirken -- aber das war es nicht.
01:25
And we now have over 200 satellites in orbit,
23
85040
3456
Heute haben wir über 200 Satelliten in der Umlaufbahn,
die ihre Daten 31 Bodenstationen senden, die wir rund um den Planeten gebaut haben.
01:28
downlinking their data to 31 ground stations we built around the planet.
24
88520
3936
01:32
In total, we get 1.5 million 29-megapixel images of the Earth down each day.
25
92480
6296
Insgesamt bekommen wir täglich 1,5 Mio. 29-Megapixel-Fotos der Erde.
01:38
And on any one location of the Earth's surface,
26
98800
2416
Von jedem Ort auf der Erdoberfläche
01:41
we now have on average more than 500 images.
27
101240
3496
haben wir nun im Durchschnitt mehr als 500 Bilder.
01:44
A deep stack of data, documenting immense change.
28
104760
3880
Ein großer Stapel an Daten, die den immensen Wandel dokumentieren.
01:49
And lots of people are using this imagery.
29
109320
2536
Viele Leute nutzen diese Bilder.
01:51
Agricultural companies are using it to improve farmers' crop yields.
30
111880
5136
Landwirtschaftsunternehmen nutzen sie, um die Ernte der Farmer zu steigern.
Consumer-Mapping-Unternehmen nutzen sie, um Online-Karten zu verbessern.
01:57
Consumer-mapping companies are using it to improve the maps you find online.
31
117040
4176
02:01
Governments are using it for border security
32
121240
2096
Regierungen nutzen sie zur Grenzsicherung
02:03
or helping with disaster response after floods and fires and earthquakes.
33
123360
3680
oder bei der Katastrophenhilfe nach Fluten, Bränden und Erdbeben.
02:08
And lots of NGOs are using it.
34
128320
1536
Viele NGOs nutzen sie.
02:09
So, for tracking and stopping deforestation.
35
129880
3416
Um Waldrodung zu lokalisieren und zu stoppen.
02:13
Or helping to find the refugees fleeing Myanmar.
36
133320
3536
Oder um die aus Myanmar fliehenden Flüchtlinge zu finden.
02:16
Or to track all the activities in the ongoing crisis in Syria,
37
136880
4376
Oder um alle Aktivitäten in der laufenden Krise in Syrien zu verfolgen,
02:21
holding all sides accountable.
38
141280
1680
um beide Seiten zur Rechenschaft zu ziehen.
02:24
And today, I'm pleased to announce Planet stories.
39
144640
3456
Heute freue ich mich, Planet Stories anzukündigen.
02:28
Anyone can go online to planet.com
40
148120
2296
Jeder kann auf planet.com gehen,
02:30
open an account and see all of our imagery online.
41
150440
3240
einen Account erstellen und alle unsere Bilder online sehen.
02:34
It's a bit like Google Earth, except it's up-to-date imagery,
42
154480
3096
Es ist in etwa wie Google Earth, nur dass es aktuelle Bilder sind
02:37
and you can see back through time.
43
157600
2680
und man in der Zeit zurückblicken kann.
Man kann zwei beliebige Tage vergleichen
02:41
You can compare any two days
44
161040
1696
02:42
and see the dramatic changes that happen around our planet.
45
162760
2880
und die dramatischen Änderungen sehen, die auf der Erde vor sich gehen.
02:46
Or you can create a time lapse through the 500 images that we have
46
166560
3400
Oder man kann einen Zeitraffer aus unseren 500 Bildern erstellen
02:50
and see that change dramatically over time.
47
170600
2560
und die drastischen Veränderungen über die Zeit betrachten.
02:54
And you can share these over social media.
48
174000
2720
Und man kann diese über Social Media teilen.
02:57
It's pretty cool.
49
177520
1216
Es ist ziemlich cool.
02:58
(Applause)
50
178760
1216
(Applaus)
03:00
Thank you.
51
180000
1200
Dankeschön.
Wir schufen dieses Instrument ursprünglich für Journalisten,
03:02
We initially created this tool for news journalists,
52
182440
2456
03:04
who wanted to get unbiased information about world events.
53
184920
2736
die objektive Informationen über das Weltgeschehen haben wollten.
03:07
But now we've opened it up for anyone to use,
54
187680
2216
Aber nun haben wir es für jeden zur Nutzung geöffnet,
03:09
for nonprofit or personal uses.
55
189920
2000
zum gemeinnützigen oder privaten Gebrauch.
03:12
And we hope it will give people the tools to find and see the changes on the planet
56
192600
4416
Wir hoffen, es wird den Menschen das Werkzeug geben, um Veränderungen
auf dem Planeten zu finden, zu sehen und zu handeln.
03:17
and take action.
57
197040
1200
03:18
OK, so humanity now has this database of information about the planet,
58
198920
4256
Also hat die Menschheit jetzt diese Datenbank mit Informationen
über den Planeten, der sich mit der Zeit ändert.
03:23
changing over time.
59
203200
1216
03:24
What's our next mission, what's Mission 2?
60
204440
2056
Was ist unsere nächste Mission, was ist Mission 2?
03:26
In short, it's space plus AI.
61
206520
2440
Kurz, es ist Weltraum und künstliche Intelligenz.
03:29
What we're doing with artificial intelligence
62
209720
2176
Mit der künstlichen Intelligenz
03:31
is finding the objects in all the satellite images.
63
211920
3096
wollen wir die Objekte in all den Satellitenbildern finden.
03:35
The same AI tools that are used to find cats in videos online
64
215040
4536
Dieselben KI-Werkzeuge, die man benutzt, um Katzen in Online-Videos zu finden,
03:39
can also be used to find information on our pictures.
65
219600
3896
können auch genutzt werden, um Infos in unseren Bildern zu finden.
03:43
So, imagine if you can say, this is a ship, this is a tree,
66
223520
3336
Stellen Sie sich vor, man sagt: das ist ein Schiff, das ist ein Baum,
03:46
this is a car, this is a road, this is a building, this is a truck.
67
226880
4376
das ist ein Auto, das ist eine Straße, das ist ein Gebäude, das ist ein Laster.
03:51
And if you could do that for all of the millions of images
68
231280
2736
Wenn man das für die Millionen Bilder tun könnte,
die jeden Tag herunterkommen,
03:54
coming down per day,
69
234040
1256
03:55
then you basically create a database
70
235320
1736
dann würde man eine Datenbank
03:57
of all the sizable objects on the planet, every day.
71
237080
2656
aller messbaren Objekte an jedem Tag erzeugen.
03:59
And that database is searchable.
72
239760
1560
Und diese Datenbank ist durchsuchbar.
04:02
So that's exactly what we're doing.
73
242520
2096
Genau das machen wir.
04:04
Here's a prototype, working on our API.
74
244640
2256
Hier ist ein Prototyp, der mit unserem API läuft.
04:06
This is Beijing.
75
246920
1456
Das ist Beijing.
Angenommen, wir wollen alle Flugzeuge im Flughafen zählen.
04:08
So, imagine if we wanted to count the planes in the airport.
76
248400
2856
04:11
We select the airport,
77
251280
1856
Wir wählen den Flughafen aus
04:13
and it finds the planes in today's image,
78
253160
2376
und es findet die Flugzeuge im heutigen Bild
04:15
and finds the planes in the whole stack of images before it,
79
255560
3256
und es findet die Flugzeuge im ganzen Haufen an Bildern davor
04:18
and then outputs this graph of all the planes in Beijing airport over time.
80
258840
4896
und dann spuckt es diesen Graph aller Flugzeuge in Bejing über die Zeit aus.
04:23
Of course, you could do this for all the airports around the world.
81
263760
3576
Natürlich könnte man das für alle Flughäfen auf der Welt machen.
04:27
And let's look here in the port of Vancouver.
82
267360
2936
Lassen Sie uns einen Blick auf den Hafen von Vancouver werfen.
04:30
So, we would do the same, but this time we would look for vessels.
83
270320
3536
Wir machen dasselbe, nur suchen wir dieses Mal nach Frachtschiffen.
04:33
So, we zoom in on Vancouver, we select the area,
84
273880
4136
Wir zoomen an Vancouver heran, wählen die Region aus,
suchen nach Schiffen,
04:38
and we search for ships.
85
278040
2056
und es spuckt aus, wo alle Schiffe sind.
04:40
And it outputs where all the ships are.
86
280120
1858
Stellen Sie sich vor, wie nützlich das für die Küstenwache wäre,
04:42
Now, imagine how useful this would be to people in coast guards
87
282002
3214
04:45
who are trying to track and stop illegal fishing.
88
285240
2736
die versucht, illegale Fischerei aufzuspüren und zu stoppen.
04:48
See, legal fishing vessels
89
288000
2056
Legale Fischfrachter beispielsweise
04:50
transmit their locations using AIS beacons.
90
290080
2936
übermitteln ihren Standort, indem sie AIS-Sender benutzen.
04:53
But we frequently find ships that are not doing that.
91
293040
3616
Aber wir finden häufig Schiffe, die dies nicht tun.
04:56
The pictures don't lie.
92
296680
1776
Die Bilder lügen nicht.
Also könnte die Küstenwache sie nutzen,
04:58
And so, coast guards could use that
93
298480
1696
um diese illegalen Trawler zu finden.
05:00
and go and find those illegal fishing vessels.
94
300200
2176
Bald werden wir nicht nur Schiffe und Flugzeuge ergänzen,
05:02
And soon we'll add not just ships and planes
95
302400
2176
05:04
but all the other objects,
96
304600
1296
sondern auch alle anderen Objekte
05:05
and we can output data feeds
97
305920
1896
und können die Web-Feeds ausgeben
05:07
of those locations of all these objects over time
98
307840
2536
von diesen Orten und all diesen Objekten über die Zeit,
05:10
that can be integrated digitally from people's work flows.
99
310400
3056
die auch digital in die Arbeit von Menschen eingebaut werden können.
05:13
In time, we could get more sophisticated browsers
100
313480
3056
Wir könnten bald ausgeklügeltere Browser haben,
05:16
that people pull in from different sources.
101
316560
2336
die Menschen aus unterschiedlichen Quellen versorgen.
05:18
But ultimately, I can imagine us abstracting out the imagery entirely
102
318920
4696
Letztlich kann ich mir vorstellen, dass wir die Bilder gänzlich abstrahieren
und schließlich eine Abfrage-Schnittstelle zur Erde haben.
05:23
and just having a queryable interface to the Earth.
103
323640
2416
Stellen Sie sich vor, man würde einfach fragen:
05:26
Imagine if we could just ask,
104
326080
1416
05:27
"Hey, how many houses are there in Pakistan?
105
327520
2536
"Wie viele Häuser gibt es in Pakistan?
Gib mir eine Grafik dazu über die Zeit."
05:30
Give me a plot of that versus time."
106
330080
1936
05:32
"How many trees are there in the Amazon
107
332040
2176
"Wie viele Bäume gibt es im Amazonas
und kannst du mir die Standorte der Bäume nennen,
05:34
and can you tell me the locations of the trees that have been felled
108
334240
3216
die zwischen dieser und letzter Woche gefällt wurden?"
05:37
between this week and last week?"
109
337480
1656
05:39
Wouldn't that be great?
110
339160
1216
Wäre das nicht großartig?
05:40
Well, that's what we're trying to go towards,
111
340400
2136
Das ist, wonach wir streben,
05:42
and we call it "Queryable Earth."
112
342560
1856
und wir nennen es "Queryable Earth".
05:44
So, Planet's Mission 1 was to image the whole planet every day
113
344440
3896
Es war Planets Mission 1, die ganze Erde jeden Tag abzubilden
05:48
and make it accessible.
114
348360
2336
und das zugänglich zu machen.
05:50
Planet's Mission 2 is to index all the objects on the planet over time
115
350720
3816
Planets Mission 2 ist es, alle Objekte auf der Erde
mit der Zeit zu katalogisieren und sie abfragbar zu machen.
05:54
and make it queryable.
116
354560
1240
05:56
Let me leave you with an analogy.
117
356760
2136
Ich möchte Sie mit einer Analogie verlassen.
05:58
Google indexed what's on the internet and made it searchable.
118
358920
3400
Google hat alles im Internet katalogisiert und es durchsuchbar gemacht.
06:03
Well, we're indexing what's on the Earth and making it searchable.
119
363080
3256
Wir katalogisieren alles auf der Erde und machen es durchsuchbar.
06:06
Thank you very much.
120
366360
1336
Vielen Dank.
06:07
(Applause)
121
367720
4520
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7