Dan Berkenstock: The world is one big dataset. Now, how to photograph it ...

מתרגם: Boaz Hovav מבקר: Ido Dekkers

Five years ago, I was a Ph.D. student

לפני 5 שנים, הייתי סטודנט לדוקטורט

living two lives.

שמנהל חיים כפולים.

In one, I used NASA supercomputers

בחיים הראשונים, השתמשתי במחשבי העל של NASA

to design next-generation spacecraft,

לשם תכנון הדור הבא של רכבי החלל,

and in the other I was a data scientist

ובחיים השניים, הייתי מדען נתונים

looking for potential smugglers

שמנסה לאתר מבריחים

of sensitive nuclear technologies.

של טכנולוגיות גרעין רגישות.

As a data scientist, I did a lot of analyses,

כמדען נתונים, ביצעתי המון ניתוחי מידע,

mostly of facilities,

בעיקר של מתקנים,

industrial facilities around the world.

מתקנים תעשייתיים ברחבי העולם.

And I was always looking for a better canvas

וכל אותו זמן חיפשתי את התמונה הגדולה

to tie these all together.

שתקשר בין כל פרטי המידע.

And one day, I was thinking about how

ויום אחד, חשבתי על העובדה

all data has a location,

שלכל הנתונים יש מיקום פיזי,

and I realized that the answer

והבנתי שהפתרון לבעיה

had been staring me in the face.

ניצב ממש מולי.

Although I was a satellite engineer,

למרות שהייתי מהנדס לוויינים,

I hadn't thought about using satellite imagery

מעולם לא חשבתי להשתמש בתמונות לוויינים

in my work.

בעבודתי.

Now, like most of us, I'd been online,

כמו רבים מאיתנו, כשהייתי ברשת האינטרנט,

I'd see my house, so I thought,

ראיתי כיצד נראה ביתי מהחלל, ולכן חשבתי,

I'll hop in there and I'll start looking up

למה שלא אכנס לרשת האינטרנט ואביט

some of these facilities.

בחלק מהמתקנים הללו.

And what I found really surprised me.

ומה שגיליתי ממש הפתיע אותי.

The pictures that I was finding

התמונות שמצאתי

were years out of date,

היו בנות כמה שנים,

and because of that,

ומשום כך,

it had relatively little relevance

הן לא היו רלוונטיות

to the work that I was doing today.

לעבודה שאותה ביצעתי באותם ימים.

But I was intrigued.

זה עורר את סקרנותי.

I mean, satellite imagery is pretty amazing stuff.

תמונות לוויין הן מדהימות באמת.

There are millions and millions of sensors

ישנם מיליונים של חיישנים

surrounding us today,

שמקיפים אותנו כיום,

but there's still so much we don't know on a daily basis.

אבל קיים עדיין המון מידע שחסר לנו על בסיס יומיומי.

How much oil is stored in all of China?

כמה נפט מאוחסן בכל סין?

How much corn is being produced?

כמה תירס מיוצר?

How many ships are in all of our world's ports?

כמה ספינות נמצאות בכל נמלי העולם?

Now, in theory, all of these questions

באופן תאורטי, כל השאלות הללו

could be answered by imagery,

יכולות להיפתר על ידי תמונות הלוויין,

but not if it's old.

אבל לא אם מדובר בתמונות ישנות.

And if this data was so valuable,

ואם מדובר במידע בעל ערך רב,

then how come I couldn't get my hands

למה אני לא מצליח

on more recent pictures?

להשיג תמונות עדכניות?

So the story begins over 50 years ago

הסיפור מתחיל לפני יותר מ- 50 שנה

with the launch of the first generation

עם השיגור של הדור הראשון

of U.S. government photo reconnaissance satellites.

של לווייני סיור וצילום של הממשל האמריקני.

And today, there's a handful

וכיום, יש מספר רב

of the great, great grandchildren

של ניני-הנינים

of these early Cold War machines

של אותם לוויינים מימי המלחמה הקרה

which are now operated by private companies

שמופעלים על ידי חברות פרטיות

and from which the vast majority of satellite imagery

ומהם מגיעים רובם הגדול של תמונות הלויין

that you and I see on a daily basis comes.

שאתם ואני רואים על בסיס יומיומי.

During this period, launching things into space,

במשך השנים, שיגור של חפצים לחלל,

just the rocket to get the satellite up there,

רק הטילים שמעלים את הלוויינים לחלל,

has cost hundreds of millions of dollars each,

עלו מאות מליוני דולרים כל אחד,

and that's created tremendous pressure

כך שנוצר לחץ עצום

to launch things infrequently

לבצע פחות שיגורים

and to make sure that when you do,

ולוודא שבכל שיגור,

you cram as much functionality in there as possible.

משוגרים לוויינים עם כמות גדול של יכולות ככל האפשר.

All of this has only made satellites

בשל הלחץ הזה הלוויינים

bigger and bigger and bigger

הלכו וגדלו וגדלו

and more expensive,

ומחירם עלה,

now nearly a billion, with a b, dollars per copy.

כמעט מיליארד, מיליארד דולר ללוויין.

Because they are so expensive,

בגלל מחירם הגבוה,

there aren't very many of them.

אין מספיק לוויינים כאלה.

Because there aren't very many of them,

בגלל שאין מספיק לוויינים,

the pictures that we see on a daily basis

התמונה שאנחנו רואים באופן יומיומי

tend to be old.

היא תמונה ישנה בדרך כלל.

I think a lot of people actually understand this anecdotally,

אני חושב שהרבה אנשים מבינים את הנקודה,

but in order to visualize just how sparsely

אבל על מנת להבין באופן ויזואלי עד כמה אקראי הוא

our planet is collected,

צילום העולם כיום,

some friends and I put together a dataset

חברי ואני בנינו קובץ נתונים

of the 30 million pictures that have been gathered

של 30 מיליון התמונות שצולמו

by these satellites between 2000 and 2010.

בידי לוויינים בין שנת 2000 לשנת 2010.

As you can see in blue, huge areas of our world

וניתן לראות בכחול, אזורים עצומים בעולם

are barely seen, less than once a year,

שבקושי מופיעים, מצולמים פחות מפעם בשנה,

and even the areas that are seen most frequently,

ואפילו האזורים שמצולמים באופן תדיר,

those in red, are seen at best once a quarter.

האזורים האדומים, מצולמים לכל היותר פעם בשלושה חודשים.

Now as aerospace engineering grad students,

בתור תלמידי תואר שני של הנדסת תעופה וחלל,

this chart cried out to us as a challenge.

התרשים נראה לנו כאתגר מדהים.

Why do these things have to be so expensive?

למה הלוויינים חייבים להיות כל כך יקרים?

Does a single satellite really have to cost

האם לוויין אחד באמת צריך לעלות

the equivalent of three 747 jumbo jets?

כמו שלושה מטוסי ג'מבו?

Wasn't there a way to build a smaller,

האם אין דרך לבנות לוויינים קטנים יותר,

simpler, new satellite design that could enable

פשוטים יותר, עם עיצוב חדיש שיאפשרו

more timely imaging?

לצלם את העולם לעתים קרובות יותר?

I realize that it does sound a little bit crazy

הבנתי שזה נשמע מעט משוגע

that we were going to go out and just

שאנחנו ננסה בכוחות עצמנו

begin designing satellites,

לתכנן לוויינים,

but fortunately we had help.

אבל למזלנו הייתה לנו עזרה.

In the late 1990s, a couple of professors

בסוף שנות ה- 90, שני פרופסורים

proposed a concept for radically reducing the price

הציעו גישה חדשה שתאפשר להפחית מאד את המחיר

of putting things in space.

של שיגור עצמים לחלל.

This was hitchhiking small satellites

הם הציעו לצרף לוויינים קטנים כטרמפיסטים

alongside much larger satellites.

לשיגור של לוויינים גדולים בהרבה.

This dropped the cost of putting objects up there

ההצעה תאפשר להוריד את המחיר של שיגור עצמים לחלל

by over a factor of 100,

פי יותר מ- 100,

and suddenly we could afford to experiment,

ולפתע יכולנו להרשות לעצמנו לבצע ניסוי,

to take a little bit of risk,

לקחת סיכון מסוים,

and to realize a lot of innovation.

על מנת ליישם חדשנות עצומה.

And a new generation of engineers and scientists,

ודור חדש של מהנדסים ומדענים,

mostly out of universities,

בעיקר מהאוניברסיטאות,

began launching these very small,

התחילו לשגר לוויינים קטנטנים,

breadbox-sized satellites called CubeSats.

בגודל של קופסת לחם, שמכונים לווייני-קובייה.

And these were built with electronics obtained

הם נבנו מחלקי אלקטרוניקה שנרכשו

from RadioShack instead of Lockheed Martin.

בחנויות רגילות כמו RadioShack, ולא מייצרני מטוסים כמו לוקהיד מרטין.

Now it was using the lessons learned from these early missions

בהתבסס על הידע שנרכש מבניית לוויינים קודמים

that my friends and I began a series of sketches

התחלנו, חברי ואני, לשרטט תרשימים

of our own satellite design.

של הלוויין שרצינו לבנות.

And I can't remember a specific day

וקשה לזכור בדיוק מתי

where we made a conscious decision

הגענו להחלטה

that we were actually going to go out and build these things,

לבנות באמת לוויין כזה,

but once we got that idea in our minds

אבל ברגע שעלה בראשנו הרעיון

of the world as a dataset,

לבנות בסיס נתונים של העולם,

of being able to capture millions of data points

לצלם מיליוני נקודות נתונים

on a daily basis describing the global economy,

באופן יומיומי שיציגו את הכלכלה העולמית,

of being able to unearth billions of connections

לחשוף מיליארדי קשרים

between them that had never before been found,

בין נתונים שמעולם לא קושרו זה לזה,

it just seemed boring

נראה לנו שכל פעילות אחרת

to go work on anything else.

היא פשוט משעממת להחריד.

And so we moved into a cramped,

אז עברנו למשרד קטן,

windowless office in Palo Alto,

נטול חלונות בפאלו אלטו,

and began working to take our design

והתחלנו לעבוד על הפיכת התרשימים שלנו

from the drawing board into the lab.

משולחן השרטוט לדגם במעבדה.

The first major question we had to tackle

השאלה הראשונה שעמדה מולנו

was just how big to build this thing.

הייתה מה יהיה גודל הלוויין?

In space, size drives cost,

בחלל, גודל מעלה את המחיר,

and we had worked with these very small,

והיה לנו ניסיון של עבודה עם לוויינים קטנים,

breadbox-sized satellites in school,

בגודל של תיבות לחם באוניברסיטה,

but as we began to better understand the laws of physics,

אבל התחלנו להבין טוב יותר את חוקי הפיזיקה,

we found that the quality of pictures

וגילינו שאיכות התמונה

those satellites could take was very limited,

שיכלו הלוויינים הללו לצלם הייתה מוגבלת מאד,

because the laws of physics dictate

כי חוקי הפיזיקה מחייבים

that the best picture you can take through a telescope

שהתמונה האיכותית ביותר שניתן לצלם דרך טלסקופ

is a function of the diameter of that telescope,

קשורה באופן ישיר בקוטר עדשת הטלסקופ,

and these satellites had a very small,

ובלוויינים הללו יש נפח קטן,

very constrained volume.

מוגבל מאד.

And we found that the best picture we would

וגילינו שהתמונה האיכותית ביותר

have been able to get looked something like this.

שנוכל לצלם תיראה בערך ככה.

Although this was the low-cost option,

למרות שמדובר באופציה הזולה,

quite frankly it was just too blurry

היינו חייבים להודות שהתמונה מטושטשת

to see the things that make satellite imagery valuable.

ולא מאפשרת אבחנה בפרטים בעלי ערך.

So about three or four weeks later,

אחרי שלושה או ארבעה שבועות,

we met a group of engineers randomly

נפגשנו במקרה עם קבוצת מהנדסים

who had worked on the first

שעבדו על הפרויקט הראשון

private imaging satellite ever developed,

של פיתוח לוויין צילום מסחרי,

and they told us that back in the 1970s,

והם סיפרו לנו שכבר בשנות ה- 70,

the U.S. government had found a powerful

הממשל האמריקאי גילה

optimal tradeoff --

איזון אופטימלי רב עצמה --

that in taking pictures at right about one meter resolution,

הם גילו שכשמצלמים תמונה בהפרדה של מטר אחד,

being able to see objects one meter in size,

כלומר תמונה שמאפשרת לראות עצמים בגודל של מטר אחד,

they had found that they could not just get very high-quality images,

הם גילו שלא רק שהם הצליחו לקבל תמונות באיכות גבוהה מאד,

but get a lot of them at an affordable price.

אלא לקבל הרבה תמונות במחיר נמוך.

From our own computer simulations,

בהדמיות הממוחשבות שערכנו,

we quickly found that one meter really was

גילינו במהירות שהפרדה של מטר אחד מהווה

the minimum viable product

את המוצר המנימאלי

to be able to see the drivers of our global economy,

שמסוגל לראות את הגורמים המניעים את גלגלי הכלכלה העולמית,

for the first time, being able to count

ובפעם הראשונה, לאפשר את ספירה

the ships and cars and shipping containers and trucks

של ספינות ומכוניות ומכולות ומשאיות

that move around our world on a daily basis,

שנעות בעולם על בסיס יומיומי,

while conveniently still not being able to see individuals.

ובמקביל, באופן שהתאים לנו מאד, לא לאפשר לצפות באנשים בודדים.

We had found our compromise.

גילינו את נקודת ההתפשרות.

We would have to build something larger

היינו חייבים לבנות לוויין גדול יותר

than the original breadbox,

מגודל קופסת הלחם המקורי,

now more like a mini-fridge,

יותר קרוב לגודל של מקרר משרדי,

but we still wouldn't have to build a pickup truck.

אבל עדיין לא בגודל של טנדר.

So now we had our constraint.

עכשיו הבנו את מגבלת הגודל.

The laws of physics dictated

חוקי הפיזיקה קבעו

the absolute minimum-sized telescope that we could build.

את הגודל המינימלי של הטלסקופ שיכולנו לבנות.

What came next was making the rest of the satellite

ונשאר לנו לבנות את שאר חלקי הלוויין

as small and as simple as possible,

קטנים ופשוטים ככל האפשר,

basically a flying telescope with four walls

ניתן להגיד שבנינו טלסקופ מעופף עם ארבעה קירות

and a set of electronics smaller than a phone book

ומערכות אלקטרוניקה קטנות מספר טלפונים

that used less power than a 100 watt lightbulb.

שצורכות פחות אנרגיה מנורה של 100 ואט.

The big challenge became actually taking

האתגר הגדול התגלה בשלב

the pictures through that telescope.

של צילום התמונה דרך הטלסקופ.

Traditional imaging satellites use a line scanner,

לווייני צילום מסורתיים משתמשים במצלמת שורה,

similar to a Xerox machine,

בדומה למצלמה במכונות צילום,

and as they traverse the Earth, they take pictures,

ובזמן שהם חולפים על פני כדור הארץ, הם מצלמים תמונות,

scanning row by row by row

סורקים שורה אחרי שורה אחרי שורה

to build the complete image.

שיוצרות יחד את התמונה המלאה.

Now people use these because they get a lot of light,

הסיבה העיקרית לשימוש במצלמות שורה היא שהן קולטות המון אור,

which means less of the noise you see

מה שמאפשר לקבל תמונה עם פחות עיוותים

in a low-cost cell phone image.

ממה שנקבל במצלמות של טלפונים סלולריים פשוטים.

The problem with them is they require

הבעיה עם מצלמות שורה היא שהן דורשות

very sophisticated pointing.

מערכות כוונון מתוחכמות מאד.

You have to stay focused on a 50-centimeter target

צריך לשמור על מיקוד על מטרה בגודל 50 סנטימטר

from over 600 miles away

ממרחק של 1,000 קילומטר

while moving at more than seven kilometers a second,

תוך כדי תנועה במהירות של 7 ק"מ בשנייה,

which requires an awesome degree of complexity.

כך שמדובר בדרגת מורכבות גבוהה מאד.

So instead, we turned to a new generation of video sensors,

במקום זאת, בחרנו להשתמש בדור החדש של חיישני ווידאו,

originally created for use in night vision goggles.

שנוצרו במקור עבור משקפות לראיית לילה.

Instead of taking a single, high quality image,

במקום לצלם תמונה בודדת, באיכות גבוהה,

we could take a videostream

יכולנו לצלם סרט וידאו רציף

of individually noisier frames,

של תמונות עם עיוותים,

but then we could recombine

אבל בשלב הבא יכולנו לשלב

all of those frames together

את כל התמונות יחד

into very high-quality images

על מנת לקבל תמונה אחת באיכות גבוהה מאד

using sophisticated pixel processing techniques

בעזרת טכנולוגיות עיבוד תמונה מתוחכמות

here on the ground,

במחשבים שלנו על הקרקע,

at a cost of one one hundredth a traditional system.

בעלות שנמוכה פי 100 מעלות מערכות הצילום המסורתיות.

And we applied this technique

והשתמשנו בטכניקה הזו

to many of the other systems on the satellite as well,

למערכות רבות נוספות בלוויין,

and day by day, our design evolved

ויום אחר יום, העיצוב השתפר

from CAD to prototypes

מתכניות מחשב לאב טיפוס

to production units.

לייצור של לוויינים ראשונים.

A few short weeks ago,

לפני מספר שבועות,

we packed up SkySat 1,

ארזנו את הלוויין SkySat 1,

put our signatures on it,

חתמנו את שמותינו עליו

and waved goodbye for the last time on Earth.

ונפרדנו ממנו לשלום לפני שיעזוב את כדור הארץ.

Today, it's sitting in its final launch configuration

היום, הלוויין מחכה לשיגור

ready to blast off in a few short weeks.

מוכן להתרומם לחלל תוך מספר שבועות.

And soon, we'll turn our attention to launching

ובקרוב, נתמקד בשיגור

a constellation of 24 or more of these satellites

של מערכת בת 24 לוויינים או יותר

and beginning to build the scalable analytics

ונתחיל לבנות את מערכת הניתוח ברת ההרחבה

that will allow us to unearth the insights

שתאפשר לנו לחשוף את התובנות

in the petabytes of data we will collect.

מאחורי כמויות המידע העצומות שייאספו.

So why do all of this? Why build these satellites?

אז למה לעשות את כל זה? למה לבנות לוויינים?

Well, it turns out imaging satellites

ובכן, מתברר שלווייני צילום

have a unique ability to provide global transparency,

מסוגלים לספק שקיפות בינ"ל,

and providing that transparency on a timely basis

ומתן מידע שקוף על בסיס קבוע

is simply an idea whose time has come.

הוא פשוט רעיון שהבשיל.

We see ourselves as pioneers of a new frontier,

אנחנו חושבים על עצמנו כעל מגלי ארצות העומדים בפני עולם חדש,

and beyond economic data,

ומעבר למידע כלכלי,

unlocking the human story, moment by moment.

נוכל לספר את סיפור המין האנושי, רגע אחרי רגע.

For a data scientist

עבור מדען נתונים

that just happened to go to space camp as a kid,

שבמקרה הלך לקייטנת חלל בתור ילד,

it just doesn't get much better than that.

זו לא נעשה יותר טוב מזה.

Thank you.

תודה לכם.

(Applause)

(מחיאות כפיים)