Stephen Lawler: Look! Up in the sky! It's Virtual Earth!

19,189 views ・ 2007-06-21

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Ido Dekkers מבקר: Sigal Tifferet
00:25
What I want to talk to you about today is
0
25000
3000
מה שאני רוצה לדבר עליו היום
00:28
virtual worlds, digital globes, the 3-D Web, the Metaverse.
1
28000
9000
הוא עולמות וירטואליים, גלובוסים דיגיטליים, הרשת התלת מימדית, המתא-יקום.
00:37
What does this all mean for us?
2
37000
2000
מה כל זה אומר לנו?
00:39
What it means is the Web is going to become an exciting place again.
3
39000
5000
מה שזה אומר הוא שהרשת הופכת להיות מקום מרתק שוב.
00:44
It's going to become super exciting as we transform
4
44000
3000
היא תהפך לסופר - מרגשת כשנהפוך אותה
00:47
to this highly immersive and interactive world.
5
47000
4000
לעולם האינטראקטיבי המוטמע הזה,
00:51
With graphics, computing power, low latencies,
6
51000
3000
עם גרפיקה, כוח מחשוב, עיכובים קצרים,
00:54
these types of applications and possibilities
7
54000
3000
האפליקציות והאפשרויות האלה
00:57
are going to stream rich data into your lives.
8
57000
5000
יזרימו מידע עשיר לחיים שלכם.
01:02
So the Virtual Earth initiative, and other types of these initiatives,
9
62000
5000
אז יוזמת כדור הארץ הוירטואלי, ויוזמות אחרות דומות,
01:07
are all about extending our current search metaphor.
10
67000
6000
הם הכל אודות הרחבה, אתם יודעים, את מטאפורת החיפוש הנוכחית.
01:13
When you think about it, we're so constrained by browsing the Web,
11
73000
3000
כשחושבים על זה, אנחנו כל כך מוגבלים בגלישה ברשת,
01:16
remembering URLs, saving favorites.
12
76000
3000
לזכור קישורים, לשמור מועדפים,
01:19
As we move to search, we rely on the relevance rankings,
13
79000
3000
וכשאנחנו מחפשים, אנחנו מסתמכים על מדד הרלוונטיות,
01:22
the Web matching, the index crawling.
14
82000
3000
התאמת הרשת, רובוטי הסריקה,
01:25
But we want to use our brain!
15
85000
2000
אבל אנחנו רוצים להשתמש במוח!
01:27
We want to navigate, explore, discover information.
16
87000
3000
אנחנו רוצים לנווט, לחקור, לגלות מידע.
01:30
In order to do that, we have to put you as a user back in the driver's seat.
17
90000
5000
כדי לעשות את זה, אנחנו צריכים לשים אתכם המשתמשים בחזרה במושב הנהג.
01:35
We need cooperation between you and the computing network and the computer.
18
95000
4000
אנחנו צריכים שיתוף פעולה בינכם ורשת המחשבים והמחשב.
01:39
So what better way to put you back in the driver's seat
19
99000
4000
אז איזה דרך טובה יותר לשים אתכם במושב הנהג
01:43
than to put you in the real world that you interact in every day?
20
103000
3000
מאשר לשים אתכם בעולם האמיתי איתו אתם יוצרים קשר כל יום?
01:46
Why not leverage the learnings that you've been learning your entire life?
21
106000
4000
למה לא למנף את מה שלמדתם כל החיים?
01:50
So Virtual Earth is about starting off
22
110000
3000
אז כדור הארץ הוירטואלי אתם יודעים, עומד להתחיל,
01:53
creating the first digital representation, comprehensive, of the entire world.
23
113000
5000
ליצור את היצוג הדיגיטלי הראשון , המקיף, של העולם כולו.
01:58
What we want to do is mix in all types of data.
24
118000
3000
מה שאנחנו רוצים לעשות זה לחבר את כל סוגי המידע.
02:01
Tag it. Attribute it. Metadata. Get the community to add local depth,
25
121000
5000
לתייג אותם, לתת להם מאפיינים. נתונים על הנתונים. לתת לקהילה להוסיף מידע עם עומק מקומי
02:06
global perspective, local knowledge.
26
126000
3000
-- פרספקטיבה גלובלית, ידע מקומי.
02:09
So when you think about this problem,
27
129000
2000
אז כשחושבים על הבעיה הזאת,
02:11
what an enormous undertaking. Where do you begin?
28
131000
4000
איזה מפעל עצום. אתם יודעים, איפה מתחילים ?
02:15
Well, we collect data from satellites, from airplanes,
29
135000
4000
אז, אנחנו אוספים מידע מלווינים, ממטוסים,
02:19
from ground vehicles, from people.
30
139000
3000
מרכבים על הקרקע, מאנשים.
02:22
This process is an engineering problem,
31
142000
5000
התהליך הזה הוא, אתם יודעים, זה בעיה הנדסית,
02:27
a mechanical problem, a logistical problem, an operational problem.
32
147000
4000
בעיה מכנית, בעיה לוגיסטית, בעיה תפעולית.
02:31
Here is an example of our aerial camera.
33
151000
2000
הנה דוגמה למצלמה המוטסת שלנו.
02:33
This is panchromatic. It's actually four color cones.
34
153000
3000
היא פאנכרומטית. יש לה ארבעה חרוטי צבע.
02:36
In addition, it's multi-spectral.
35
156000
2000
בנוסף היא מולטיספקטרלית.
02:38
We collect four gigabits per second of data,
36
158000
4000
אנחנו אוספים מידע במשקל 4 גיגהביט לשניה,
02:42
if you can imagine that kind of data stream coming down.
37
162000
2000
אם אתם יכולים לתאר כזה זרם של מידע מגיע.
02:44
That's equivalent to a constellation of 12 satellites at highest res capacity.
38
164000
6000
זה מקביל למערך של 12 לווינים ברזולוציה גבוהה בהספק מקסימלי.
02:50
We fly these airplanes at 5,000 feet in the air.
39
170000
4000
אנחנו מטיסים את המטוסים האלה בגובה 5000 רגל;
02:54
You can see the camera on the front. We collect multiple viewpoints,
40
174000
3000
אתם יכולים לראות את המצלמה בחזית. אנחנו אוספים מנקודות מבט מרובות,
02:57
vantage points, angles, textures. We bring all that data back in.
41
177000
6000
נקודות עליונות, זויות, טקסטורות. ומחזירים את כל המידע הזה.
03:03
We sit here -- you know, think about the ground vehicles, the human scale --
42
183000
4000
אנחנו יושבים פה -- אתם יודעים, העניין עם רכבים על הקרקע, קנה המידה האנושי --
03:07
what do you see in person? We need to capture that up close
43
187000
2000
מה רואים בעצמנו? אנחנו צריכים לתפוס את זה מקרוב
03:09
to establish that what it's like-type experience.
44
189000
4000
כדי להרגיש כמו מה זה.
03:13
I bet many of you have seen the Apple commercials,
45
193000
4000
אני מתערב שרבים ראו את הפרסומות של אפל,
03:17
kind of poking at the PC for their brilliance and simplicity.
46
197000
6000
מחטטים במחשב לראות את הגאונות והפשטות שלו.
03:23
So a little unknown secret is --
47
203000
2000
אז, סוד לא ידוע קטן --
03:25
did you see the one with the guy, he's got the Web cam?
48
205000
4000
ראיתם את זאת עם הבחור, יש לו את מצלמת הרשת?
03:29
The poor PC guy. They're duct taping his head. They're just wrapping it on him.
49
209000
4000
איש הפיסי המסכן, הם מדביקים את הראש שלו, הם פשוט מלפפים את נייר הדבק עליו.
03:33
Well, a little unknown secret is his brother actually works on the Virtual Earth team.
50
213000
4000
אז, סוד קטן הוא שאחיו עובד בצוות כדור הארץ הוירטואלי.
03:37
(Laughter). So they've got a little bit of a sibling rivalry thing going on here.
51
217000
5000
(צחוק) אז, יש להם מריבת אחים קטנה שם.
03:42
But let me tell you -- it doesn't affect his day job.
52
222000
2000
אבל תנו לי להגיד לכם -- זה לא משפיע על העבודה שלו.
03:44
We think a lot of good can come from this technology.
53
224000
3000
אנחנו חושבים שהרבה טוב יכול להגיע מהטכנולוגיה הזאת.
03:47
This was after Katrina. We were the first commercial fleet of airplanes
54
227000
4000
זה היה אחרי קטרינה. היינו צי המטוסים המסחרי הראשון
03:51
to be cleared into the disaster impact zone.
55
231000
3000
שהורשה להכנס לאזור האסון.
03:54
We flew the area. We imaged it. We sent in people. We took pictures of interiors,
56
234000
5000
טסנו באזור, צילמנו אותו, שלחנו פנימה אנשים , לקחנו תמונות מבפנים,
03:59
disaster areas. We helped with the first responders, the search and rescue.
57
239000
4000
אזורי אסון. עזרנו עם המצילים הראשונים, חיפוש והצלה.
04:03
Often the first time anyone saw what happened to their house was on Virtual Earth.
58
243000
5000
הרבה פעמים הפעם הראשונה שאנשים ראו מה קרה לבית שלהם היה בכדור הארץ הוירטואלי.
04:08
We made it all freely available on the Web, just to --
59
248000
2000
הפכנו את זה לנגיש חינם ברשת, רק כדי -- אתם יודעים,
04:10
it was obviously our chance of helping out with the cause.
60
250000
4000
זו היתה ההזדמנות שלנו לעזור לאנשים עם המטרה שלהם.
04:14
When we think about how all this comes together,
61
254000
3000
כשאנחנו חושבים על זה, אתם יודעים, איך כל זה מתחבר,
04:17
it's all about software, algorithms and math.
62
257000
4000
זה הכל תוכנה, אלגוריתמים ומתמטיקה.
04:21
You know, we capture this imagery but to build the 3-D models
63
261000
3000
אתם יודעים, תפסנו את התמונות האלה, אבל כדי לבנות את המודלים התלת מימדיים,
04:24
we need to do geo-positioning. We need to do geo-registering of the images.
64
264000
5000
היינו צריכים לעשות גאו-מיקום. אנחנו צריכים לעשות גאו-רישום של התמונות.
04:29
We have to bundle adjust them. Find tie points.
65
269000
2000
אנחנו צריכים להתאים אותן ביחד. למצוא את הנקודות.
04:31
Extract geometry from the images.
66
271000
3000
להוציא את הגאומטריה מהתמונות.
04:34
This process is a very calculated process.
67
274000
4000
זה תהליך מאוד מחושב.
04:38
In fact, it was always done manual.
68
278000
1000
למען האמת, זה תמיד נעשה ידנית.
04:39
Hollywood would spend millions of dollars to do a small urban corridor
69
279000
4000
הוליווד היו מוציאים מיליוני דולרים על מסדרון אורבני
04:43
for a movie because they'd have to do it manually.
70
283000
3000
לסרט מפני שהם היו צריכים לעשות את זה ידנית.
04:46
They'd drive the streets with lasers called LIDAR.
71
286000
2000
הם נהגו ברחובות עם לייזר שנקרא LIDAR.
04:48
They'd collected information with photos. They'd manually build each building.
72
288000
4000
הם אספו מידע עם תמונות; הם היו בונים ידנית כל בניין.
04:52
We do this all through software, algorithms and math --
73
292000
2000
אנחנו עושים את זה בתוכנה, אלגוריתמים ומתמטיקה,
04:54
a highly automated pipeline creating these cities.
74
294000
3000
תהליך מאוד אוטומטי שיוצר את הערים האלה.
04:57
We took a decimal point off what it cost to build these cities,
75
297000
3000
הורדנו נקודה עשרונית ממה שעלה לבנות את הערים האלה,
05:00
and that's how we're going to be able to scale this out and make this reality a dream.
76
300000
4000
וככה נוכל להגדיל את זה ולהפוך את החלום למציאות.
05:04
We think about the user interface.
77
304000
2000
אנחנו חושבים על ממשק המשתמש.
05:06
What does it mean to look at it from multiple perspectives?
78
306000
3000
מה זה אומר להביט בזה מפרספקטיבות מרובות?
05:09
An ortho-view, a nadir-view. How do you keep the precision of the fidelity of the imagery
79
309000
5000
מבט ניצב, מבט נדיר. איך שומרים על הדיוק של חדות התמונה
05:14
while maintaining the fluidity of the model?
80
314000
4000
ועדיין שומרים על הזרימה של המודל?
05:18
I'll wrap up by showing you the --
81
318000
2000
אני אסיים בלהראות לכם את --
05:20
this is a brand-new peek I haven't really shown into the lab area of Virtual Earth.
82
320000
4000
זו הצצה חדשה שעדיין לא הראתי למעבדה של כדור הארץ הוירטואלי.
05:24
What we're doing is -- people like this a lot,
83
324000
3000
מה שאנחנו עושים זה -- אנשים כאלה הרבה --
05:27
this bird's eye imagery we work with. It's this high resolution data.
84
327000
3000
תמונה ממבט הציפור שאנחנו עובדים איתן. זה מידע ברזולוציה גבוהה.
05:30
But what we've found is they like the fluidity of the 3-D model.
85
330000
4000
אבל מה שמצאנו זה שהם אוהבים את הזרימה של המודל התלת מימדי.
05:34
A child can navigate with an Xbox controller or a game controller.
86
334000
4000
ילד יכול לנווט עם בקר הXBOX, או בקר משחק.
05:38
So here what we're trying to do is we bring the picture and project it into the 3-D model space.
87
338000
5000
אז כאן מה שאנחנו מנסים לעשות זה להביא את התמונה והפרוייקט למרחב המודל התלת מימדי.
05:43
You can see all types of resolution. From here, I can slowly pan the image over.
88
343000
6000
אתם יכולים לראות מגוון רזולוציות. מכאן, אני יכול להזיז את התמונה.
05:49
I can get the next image. I can blend and transition.
89
349000
3000
אני יכול לקבל את התמונה הבאה. אני יכול למזג ולהזיז.
05:52
By doing this I don't lose the original detail. In fact, I might be recording history.
90
352000
5000
ובזה אני לא מאבד את הפרטים המקוריים. למעשה, אני יכול להקליט היסטוריה.
05:57
The freshness, the capacity. I can turn this image.
91
357000
3000
הטריות, הקיבולת. אני יכול לסובב את התמונה.
06:00
I can look at it from multiple viewpoints and angles.
92
360000
3000
אני יכול להביט בה מכיוונים וזוויות שונות.
06:03
What we're trying to do is build a virtual world.
93
363000
3000
מה שאנחנו מנסים לעשות זה לבנות עולם וירטואלי.
06:06
We hope that we can make computing a user model you're familiar with,
94
366000
5000
אנחנו מקווים שנוכל לעשות את המחשוב למודל משתמש שאתם מכירים,
06:11
and really derive insights from you, from all different directions.
95
371000
4000
ובאמת לקבל תובנות מכם, מכל מיני כיוונים שונים.
06:15
I thank you very much for your time.
96
375000
2000
אני מודה לכם מאוד על הזמן שנתתם לי.
06:17
(Applause)
97
377000
1000
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7