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

Translator: Behdad Khazaeli Reviewer: sadegh zabihi

Four years ago, here at TED,

چهار سال پیش اینجا در TED،

I announced Planet's Mission 1:

من خبر ماموریت ۱ پلانت را اعلام کردم:

to launch a fleet of satellites

پرتاب ناوگانی از ماهواره‌ها

that would image the entire Earth, every day,

که کل زمین را روزانه تصویر برداری کنند،

and to democratize access to it.

و دسترسی به آن را مردمی کنند.

The problem we were trying to solve was simple.

مشکلی که می‌خواستیم حل کنیم ساده بود.

Satellite imagery you find online is old, typically years old,

تصاویر ماهواره‌ای که آنلاین پیدا می‌کنید قدیمی است، عموما سالها از عمرشان گذشته،

yet human activity was happening on days and weeks and months,

و فعالیت‌های بشر در روز‌ها و هفته‌ها و ماه‌ها اتفاق می‌افتد،

and you can't fix what you can't see.

و نمی‌توانی چیزی را که نمی‌بینی اصلاح کنی.

We wanted to give people the tools to see that change and take action.

ما می‌خواستیم به مردم ابزاری دهیم تا این تغییرات را ببینند و کاری کنند.

The beautiful Blue Marble image, taken by the Apollo 17 astronauts in 1972

تصویر زیبای تیله آبی، که توسط فضانوردان آپولو ۱۷ در ۱۹۷۲ گرفته شد

had helped humanity become aware that we're on a fragile planet.

باعث شد تا بشریت از اینکه روی سیاره‌ای شکننده قرار دارد آگاه شود.

And we wanted to take it to the next level,

و ما خواستیم تا این را به سطحی بالاتر ارتقاء دهیم،

to give people the tools to take action, to take care of it.

برای آنکه به مردم ابزاری دهیم تا عمل کنند، و مواظبش باشند.

Well, after many Apollo projects of our own,

خوب، بعد از پروژه‌های آپولو زیادی که برای خود داشتیم،

launching the largest fleet of satellites in human history,

پرتاب بزرگترین ناوگان ماهواره‌ای در تاریخ بشر،

we have reached our target.

به هدف خود رسیدیم.

Today, Planet images the entire Earth, every single day.

امروزه، پلانت هر روز از تمامی سطح زمین تصویر برداری می‌کند.

Mission accomplished.

ماموریت انجام شد.

(Applause)

(تشویق حضار)

Thank you.

متشکرم.

It's taken 21 rocket launches --

۲۱ موشک پرتاب شدند --

this animation makes it look really simple -- it was not.

این پویا‌نمایی آن را ساده نشان می‌دهد -- اینطور نبود.

And we now have over 200 satellites in orbit,

و ما حالا بیش از ۲۰۰ ماهواره در مدار داریم،

downlinking their data to 31 ground stations we built around the planet.

که اطلاعات خود را به ۳۱ ایستگاه زمینی که در اطراف زمین ساخته‌ایم ارسال می‌کنند.

In total, we get 1.5 million 29-megapixel images of the Earth down each day.

در کل، ۱/۵ میلیون تصویر ۲۹ مگاپیکسلی را هر روز دریافت می‌کنیم.

And on any one location of the Earth's surface,

و روی هر نقطه‌ای از سطح زمین،

we now have on average more than 500 images.

ما بطور متوسط بیش از ۵۰۰ عکس داریم.

A deep stack of data, documenting immense change.

یک مجموعه عمیق از اطلاعات، که تغییرات وسیع را ثبت می‌کند.

And lots of people are using this imagery.

و خیلی از مردم از این تصاویر استفاده می‌کنند.

Agricultural companies are using it to improve farmers' crop yields.

شرکت‌های کشاورزی از آن استفاده می‌کنند تا بازدهی محصول کشاورزان را افزایش دهند.

Consumer-mapping companies are using it to improve the maps you find online.

شرکت‌های نقشه‌برداری مصرف کنندگان با آن نقشه‌های آنلاین را بهتر می‌کنند.

Governments are using it for border security

دولت‌ها از آن برای امنیت مرز‌ها استفاده می‌کنند

or helping with disaster response after floods and fires and earthquakes.

یا برای کمک‌رسانی به بلایای طبیعی بعد از سیل و آتش و زلزله استفاده می‌شوند.

و بسیاری از سازمان‌های مردم نهاد از آن استفاده می‌کنند.

And lots of NGOs are using it.

So, for tracking and stopping deforestation.

پس برای ردیابی و توقف نابودی جنگل‌ها.

Or helping to find the refugees fleeing Myanmar.

یا کمک به یافتن پناهندگاهی که از میانمار می‌گریزند.

Or to track all the activities in the ongoing crisis in Syria,

یا ردیابی همه فعالیت‌هایی که در بحران سوریه جریان دارد،

holding all sides accountable.

نیاز به همه تصویر‌ها داریم.

And today, I'm pleased to announce Planet stories.

و امروز، مفتخرم که ارائه داستان‌های پلانت را اعلام کنم.

Anyone can go online to planet.com

هر کسی می‌تواند به planet.com برود

open an account and see all of our imagery online.

حساب کاربری باز کند و همه تصاویری ما را آنلاین ببیند.

It's a bit like Google Earth, except it's up-to-date imagery,

کمی شبیه گوگل‌ارث است، بجز اینکه تصاویرش بروز است،

and you can see back through time.

و می‌توانی در طول زمان به عقب برگردی.

You can compare any two days

می‌توانی هر دو روزی را با هم مقایسه کنی

and see the dramatic changes that happen around our planet.

و تغییرات چشمگیری که در سیاره‌مان رخ می‌دهد را ببینی.

Or you can create a time lapse through the 500 images that we have

یا می‌توانی اثر گذشت زمان را در ۵۰۰ تصویری که داریم ایجاد کنی

and see that change dramatically over time.

و این تغییرات چشمگیر را در طول زمان ببینی.

And you can share these over social media.

و آن را از طریق رسانه‌های اجتماعی توزیع کنی.

It's pretty cool.

خیلی زیباست.

(Applause)

(تشویق حضار)

Thank you.

متشکرم.

We initially created this tool for news journalists,

در ابتدا این ابزار را برای روزنامه‌نگاران خبری ساختیم،

who wanted to get unbiased information about world events.

که می‌خواستند اطلاعات بی‌طرفانه‌ای را در باره اتفاقات جهان کسب کنند.

But now we've opened it up for anyone to use,

اما حالا آن را برای همه باز کرده‌ایم،

for nonprofit or personal uses.

برای کار‌های غیر انتفاعی یا شخصی.

And we hope it will give people the tools to find and see the changes on the planet

و امیدواریم این به مردم ابزاری برای یافتن و دیدن تغییرات این سیاره

and take action.

و اینکه کاری کنند بدهد.

OK, so humanity now has this database of information about the planet,

خوب، حالا بشریت این پایگاه داده اطلاعات از سیاره را فراهم کرده،

changing over time.

که در زمان تغییر می‌کند.

What's our next mission, what's Mission 2?

ماموریت بعدی ما چیست، ماموریت ۲ چیست؟

In short, it's space plus AI.

بطور خلاصه، فضا بعلاوه هوش مصنوعی.

What we're doing with artificial intelligence

کاری که ما با هوش مصنوعی می‌کنیم

is finding the objects in all the satellite images.

پیدا کردن اشیاء در کل تصویر‌های ماهواره است.

The same AI tools that are used to find cats in videos online

همان ابزار هوش مصنوعی که برای پیدا کردن گربه در ویدئو‌های آنلاین استفاده می‌شود

can also be used to find information on our pictures.

را می‌توان برای پیدا کردن اطلاعات در تصویرها استفاده کرد.

So, imagine if you can say, this is a ship, this is a tree,

تصور کن اگر بتوانی بگویی این یک کشتی است، این یک درخت است.

this is a car, this is a road, this is a building, this is a truck.

این یک خودرو است، این جاده است، این ساختمان است، این یک کامیون است.

And if you could do that for all of the millions of images

و اگر بتوانی این کار را برای میلیون‌ها تصویری که

هر روزه دریافت می‌کنی انجام دهی،

coming down per day,

then you basically create a database

پس اساسا بانک اطلاعاتی درست کرده‌ای

of all the sizable objects on the planet, every day.

از همه اشیاء قابل توجه روی سطح کره زمین، در هر روز.

And that database is searchable.

و این بانک اطلاعات قابل جستجو است.

So that's exactly what we're doing.

پس این دقیقا کاری است که می‌کنیم.

Here's a prototype, working on our API.

این نمونه‌ اولیه‌ای است که با API ما کار می‌کند.

This is Beijing.

اینجا پکن است.

So, imagine if we wanted to count the planes in the airport.

فرض کنید که بخواهیم هواپیما‌های داخل فرودگاه را بشماریم.

We select the airport,

فرودگاه را انتخاب می‌کنیم.

and it finds the planes in today's image,

و هواپیما‌ها را در تصویر امروز پیدا می‌کند،

and finds the planes in the whole stack of images before it,

و هواپیما‌ها را در تمامی عکس‌های قبل از آن هم پیدا می‌کند،

and then outputs this graph of all the planes in Beijing airport over time.

و این نمودار از تمامی هواپیما‌های فرودگاه پکن در طول زمان را می‌سازد.

Of course, you could do this for all the airports around the world.

مسلم است، می‌شود این کار را برای همه فرودگاه‌های دنیا انجام داد.

And let's look here in the port of Vancouver.

بیاید اینجا به بندر ونکوور نگاه کنیم.

So, we would do the same, but this time we would look for vessels.

و همان‌ کار را انجام دهیم، اما این بار با کشتی‌ها،

So, we zoom in on Vancouver, we select the area,

پس، ونکوور را بزرگ می‌کنیم، منطقه‌ای را انتخاب می‌کنیم،

and we search for ships.

و دنبال کشتی‌ها می‌گردیم.

And it outputs where all the ships are.

و خروجی‌اش این است که کشتی‌ها کجا هستند.

Now, imagine how useful this would be to people in coast guards

حالا، ببین که این چقدر برای افراد گارد ساحلی مفید است

who are trying to track and stop illegal fishing.

که می‌خواهند جلو ماهیگیری غیر‌قانونی را بگیرند.

See, legal fishing vessels

کشتی‌های ماهیگیری قانونی،

transmit their locations using AIS beacons.

موقعیتشان را توسط فرستنده‌های AIS مشخص می‌کنند.

But we frequently find ships that are not doing that.

اما ما مکررا کشتی‌هایی را می‌بینیم که این کار را نمی‌کنند.

The pictures don't lie.

عکس دروغ نمی‌گوید.

And so, coast guards could use that

پس، گارد ساحلی می‌تواند این را ببیند

and go and find those illegal fishing vessels.

و برود و این کشتی‌های ماهیگیری غیر‌قانونی را پیدا کند.

And soon we'll add not just ships and planes

و بزودی ما نه تنها هواپیما و کشتی

but all the other objects,

بلکه همه چیز‌های دیگر را هم اضافه می‌کنیم،

and we can output data feeds

و می‌توانیم اطلاعاتی را

of those locations of all these objects over time

از موقعیت‌ همه این چیز‌ها را در طول زمان خروجی بدهیم

that can be integrated digitally from people's work flows.

آن را می‌توان بصورت دیجیتال توسط گردش کار افراد ایجاد کرد.

In time, we could get more sophisticated browsers

بتدریج، مرورگر‌های اینترنت پیچیده‌تر می‌شوند

that people pull in from different sources.

که افراد از منابع مختلفی وارد می‌شوند.

But ultimately, I can imagine us abstracting out the imagery entirely

اما نهایتا، می‌توانم تصور کنم که ما تصویر برداری را کاملا تغییر می‌دهیم

and just having a queryable interface to the Earth.

و تنها رابطی برای جستجو در زمین خواهیم داشت.

Imagine if we could just ask,

فرض کنید بتوانیم سوال کنیم،

"Hey, how many houses are there in Pakistan?

«چند خانه در پاکستان وجود دارد؟

Give me a plot of that versus time."

نمودار تغییر زمانی‌اش را برایم بساز.»

"How many trees are there in the Amazon

«چند درخت در آمازون وجود دارد

and can you tell me the locations of the trees that have been felled

و می‌توانی محل درخت‌هایی که در

between this week and last week?"

فاصله هفته پیش تا این هفته قطع‌شده‌اند را بگویی؟»

Wouldn't that be great?

عالی نیست؟

Well, that's what we're trying to go towards,

خوب، این کاری است که می‌خواهیم به پیش ببریم،

and we call it "Queryable Earth."

و اسمش را گذاشته‌ایم «زمین قابل جستجو.»

So, Planet's Mission 1 was to image the whole planet every day

پس، ماموریت اول پلانت تصویر برداری از کل سیاره هر روز

and make it accessible.

و در دسترس قراردادنش است.

Planet's Mission 2 is to index all the objects on the planet over time

ماموریت دوم پلانت فهرست بندی تمامی چیز‌های روی سیاره به تدریج است

and make it queryable.

و قابل جستجو کردنش.

Let me leave you with an analogy.

بگذارید شما را با یک مقایسه ترک کنم.

Google indexed what's on the internet and made it searchable.

گوگل چیز‌هایی را که در اینترنت بود فهرست‌بندی و قابل جستجو کرد.

Well, we're indexing what's on the Earth and making it searchable.

ما چیز‌هایی را که روی زمین است فهرست‌بندی و قابل جستجو می‌کنیم.

Thank you very much.

خیلی از شما متشکرم.

(Applause)

(تشویق حضار)