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

19,189 views ・ 2007-06-21

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Marcin Krzaczkowski Korekta: Marcin Cwikla
00:25
What I want to talk to you about today is
0
25000
3000
Chciałbym dzisiaj opowiedzieć
00:28
virtual worlds, digital globes, the 3-D Web, the Metaverse.
1
28000
9000
o wirtualnych światach, cyfrowych globach, WWW w 3D i metawszechświecie.
00:37
What does this all mean for us?
2
37000
2000
Co to wszystko oznacza dla nas?
00:39
What it means is the Web is going to become an exciting place again.
3
39000
5000
To oznacza, że WWW znowu stanie się fascynującym miejscem.
00:44
It's going to become super exciting as we transform
4
44000
3000
Będzie niesamowicie fascynująca, gdy przejdziemy
00:47
to this highly immersive and interactive world.
5
47000
4000
do tego wszechobecnego i niezwykle interaktywnego świata
00:51
With graphics, computing power, low latencies,
6
51000
3000
grafiki, mocy obliczeniowej i małych opóźnień,
00:54
these types of applications and possibilities
7
54000
3000
gdzie tego typu aplikacje i możliwości
00:57
are going to stream rich data into your lives.
8
57000
5000
dostarczą nam strumienie bogatych danych.
01:02
So the Virtual Earth initiative, and other types of these initiatives,
9
62000
5000
Virtual Earth i inne tego typu projekty
01:07
are all about extending our current search metaphor.
10
67000
6000
to przede wszystkim rozszerzenie naszej obecnej metaforyki wyszukiwania.
01:13
When you think about it, we're so constrained by browsing the Web,
11
73000
3000
Pomyślcie o tym, jak bardzo nas ogranicza przeglądanie WWW,
01:16
remembering URLs, saving favorites.
12
76000
3000
zapamiętywanie adresów URL, zapisywanie ulubionych.
01:19
As we move to search, we rely on the relevance rankings,
13
79000
3000
W dziedzinie wyszukiwania polegamy na rankingach istotności,
01:22
the Web matching, the index crawling.
14
82000
3000
znajdowaniu pasujących stron WWW, robotach indeksujących,
01:25
But we want to use our brain!
15
85000
2000
ale przecież chcemy wykorzystać własne mózgi!
01:27
We want to navigate, explore, discover information.
16
87000
3000
Chcemy nawigować, eksplorować, odkrywać informacje.
01:30
In order to do that, we have to put you as a user back in the driver's seat.
17
90000
5000
Aby to zrobić, musimy z powrotem posadzić za kierownicą Was — użytkowników.
01:35
We need cooperation between you and the computing network and the computer.
18
95000
4000
Potrzebna jest współpraca między Wami a siecią komputerową i komputerem.
01:39
So what better way to put you back in the driver's seat
19
99000
4000
A jaki może być lepszy sposób oddania kontroli użytkownikom
01:43
than to put you in the real world that you interact in every day?
20
103000
3000
niż przeniesienie ich w świat realny, z którym mają kontakt codziennie?
01:46
Why not leverage the learnings that you've been learning your entire life?
21
106000
4000
Czemu nie wykorzystać tego, czego nauczyliście się przez całe życie?
01:50
So Virtual Earth is about starting off
22
110000
3000
Virtual Earth to taki początek
01:53
creating the first digital representation, comprehensive, of the entire world.
23
113000
5000
tworzenia pierwszej wszechstronnej cyfrowej reprezentacji całego świata.
01:58
What we want to do is mix in all types of data.
24
118000
3000
Chcemy zmiksować wszelkiego typu dane.
02:01
Tag it. Attribute it. Metadata. Get the community to add local depth,
25
121000
5000
Otagować je, przypisać im atrybuty, metadane. Nakłonić społeczność do dodawania wymiaru lokalnego
02:06
global perspective, local knowledge.
26
126000
3000
— perspektywa globalna i lokalna wiedza.
02:09
So when you think about this problem,
27
129000
2000
A kiedy zastanowicie się nad tym problemem,
02:11
what an enormous undertaking. Where do you begin?
28
131000
4000
pomyślicie: to ogromne przedsięwzięcie. Od czego mamy zacząć?
02:15
Well, we collect data from satellites, from airplanes,
29
135000
4000
Cóż, zbieramy dane z satelitów, z samolotów,
02:19
from ground vehicles, from people.
30
139000
3000
z pojazdów naziemnych, od ludzi.
02:22
This process is an engineering problem,
31
142000
5000
Ten proces to problem inżynierski,
02:27
a mechanical problem, a logistical problem, an operational problem.
32
147000
4000
problem mechaniczny, logistyczny i operacyjny.
02:31
Here is an example of our aerial camera.
33
151000
2000
To jest, na przykład, nasza kamera lotnicza.
02:33
This is panchromatic. It's actually four color cones.
34
153000
3000
Panchromatyczna. Ma obiektywy dla czterech kolorów.
02:36
In addition, it's multi-spectral.
35
156000
2000
Jest ponadto multispektralna.
02:38
We collect four gigabits per second of data,
36
158000
4000
Zbieramy 4 gigabity danych na sekundę.
02:42
if you can imagine that kind of data stream coming down.
37
162000
2000
Wyobraźcie sobie taki strumień napływających danych.
02:44
That's equivalent to a constellation of 12 satellites at highest res capacity.
38
164000
6000
To tyle, co układ 12 satelitów pracujących w najwyższej rozdzielczości.
02:50
We fly these airplanes at 5,000 feet in the air.
39
170000
4000
Te samoloty latają 1,5 km nad ziemią.
02:54
You can see the camera on the front. We collect multiple viewpoints,
40
174000
3000
Tu widzicie kamerę na dziobie. Zbieramy wiele punktów widzenia,
02:57
vantage points, angles, textures. We bring all that data back in.
41
177000
6000
punktów obserwacyjnych, kątów widzenia, tekstur. Wprowadzamy wszystkie te dane.
03:03
We sit here -- you know, think about the ground vehicles, the human scale --
42
183000
4000
My siedzimy tutaj — mówię o pojazdach naziemnych, ludzkiej skali,
03:07
what do you see in person? We need to capture that up close
43
187000
2000
o tym, co widzimy na własne oczy. Musimy to uchwycić z bliska,
03:09
to establish that what it's like-type experience.
44
189000
4000
aby stworzyć tę perspektywę „jak tam jest”.
03:13
I bet many of you have seen the Apple commercials,
45
193000
4000
Na pewno dużo z Was widziało reklamy Apple,
03:17
kind of poking at the PC for their brilliance and simplicity.
46
197000
6000
takie nabijanie się z PeCetów — oczywiście z ich genialności i prostoty.
03:23
So a little unknown secret is --
47
203000
2000
Mamy taki mały sekret:
03:25
did you see the one with the guy, he's got the Web cam?
48
205000
4000
Widzieliście tą o facecie z kamerką internetową na głowie?
03:29
The poor PC guy. They're duct taping his head. They're just wrapping it on him.
49
209000
4000
Biedny facet-PC, oklejają mu głowę taśmą, obwijają mu ją dookoła.
03:33
Well, a little unknown secret is his brother actually works on the Virtual Earth team.
50
213000
4000
Nasz mały sekret to fakt, że jego brat pracuje w zespole Virtual Earth.
03:37
(Laughter). So they've got a little bit of a sibling rivalry thing going on here.
51
217000
5000
(Śmiech) I oni rywalizują ze sobą, jak to rodzeństwo.
03:42
But let me tell you -- it doesn't affect his day job.
52
222000
2000
Ale muszę zaznaczyć, że to nie wpływa na jego pracę zawodową.
03:44
We think a lot of good can come from this technology.
53
224000
3000
Sądzimy, że ta technologia przyniesie wiele dobrego.
03:47
This was after Katrina. We were the first commercial fleet of airplanes
54
227000
4000
Tak było po huraganie Katrina. Byliśmy pierwszą komercyjną flotą lotniczą, która otrzymała
03:51
to be cleared into the disaster impact zone.
55
231000
3000
zgodę na loty w strefie klęski żywiołowej.
03:54
We flew the area. We imaged it. We sent in people. We took pictures of interiors,
56
234000
5000
Lataliśmy nad tym obszarem, fotografowaliśmy, wysłaliśmy ludzi, fotografowaliśmy wnętrza,
03:59
disaster areas. We helped with the first responders, the search and rescue.
57
239000
4000
obszary dotknięte klęską. Pomagaliśmy ratownikom, zespołom poszukiwawczo-ratunkowym.
04:03
Often the first time anyone saw what happened to their house was on Virtual Earth.
58
243000
5000
Wiele osób w Virtual Earth pierwszy raz zobaczyło, co się stało z ich domami.
04:08
We made it all freely available on the Web, just to --
59
248000
2000
Wszystko to udostępniliśmy bez ograniczeń w sieci, żeby...
04:10
it was obviously our chance of helping out with the cause.
60
250000
4000
Tak po prostu mogliśmy pomóc w tych działaniach.
04:14
When we think about how all this comes together,
61
254000
3000
Gdy pomyślimy o tym, jak to wszystko się łączy,
04:17
it's all about software, algorithms and math.
62
257000
4000
to chodzi tu o oprogramowanie, algorytmy i matematykę.
04:21
You know, we capture this imagery but to build the 3-D models
63
261000
3000
Rejestrujemy te zdjęcia, ale żeby zbudować modele 3D,
04:24
we need to do geo-positioning. We need to do geo-registering of the images.
64
264000
5000
potrzebujemy lokalizacji geograficznej. Musimy zarejestrować lokalizację zdjęć.
04:29
We have to bundle adjust them. Find tie points.
65
269000
2000
Musimy je masowo dopasować. Znaleźć punkty wspólne.
04:31
Extract geometry from the images.
66
271000
3000
Wydobyć ze zdjęć geometrię.
04:34
This process is a very calculated process.
67
274000
4000
Ten proces to dużo obliczeń.
04:38
In fact, it was always done manual.
68
278000
1000
Zawsze robiono to ręcznie.
04:39
Hollywood would spend millions of dollars to do a small urban corridor
69
279000
4000
Hollywood wydawało miliony dolarów na opracowanie małego korytarza przez miasto
04:43
for a movie because they'd have to do it manually.
70
283000
3000
do filmu, bo musieli robić to ręcznie.
04:46
They'd drive the streets with lasers called LIDAR.
71
286000
2000
Jeździli po ulicach z laserami LIDAR.
04:48
They'd collected information with photos. They'd manually build each building.
72
288000
4000
Zbierali informacje, korzystając ze zdjęć. Ręcznie tworzyli każdy budynek.
04:52
We do this all through software, algorithms and math --
73
292000
2000
My robimy to wszystko, korzystając z oprogramowania, algorytmów i matematyki:
04:54
a highly automated pipeline creating these cities.
74
294000
3000
zautomatyzowanej linii fabrycznej tworzącej te miasta.
04:57
We took a decimal point off what it cost to build these cities,
75
297000
3000
Zmniejszyliśmy koszt budowy tych miast do ułamka dotychczasowego
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
i dzięki temu będziemy móc to rozwinąć na większą skalę i uczynić tę rzeczywistość snem.
05:04
We think about the user interface.
77
304000
2000
Pamiętamy o interfejsie użytkownika.
05:06
What does it mean to look at it from multiple perspectives?
78
306000
3000
Co oznacza spojrzenie z wielu perspektyw?
05:09
An ortho-view, a nadir-view. How do you keep the precision of the fidelity of the imagery
79
309000
5000
Widok ortogonalny, widok z nadiru. Jak zachować precyzję i dokładność zdjęć,
05:14
while maintaining the fluidity of the model?
80
314000
4000
jednocześnie utrzymując płynność modelu?
05:18
I'll wrap up by showing you the --
81
318000
2000
Jako podsumowanie pokażę Wam...
05:20
this is a brand-new peek I haven't really shown into the lab area of Virtual Earth.
82
320000
4000
nowy, wcześniej nie prezentowany efekt prac laboratorium Virtual Earth.
05:24
What we're doing is -- people like this a lot,
83
324000
3000
Zajmujemy się... ludzie to uwielbiają:
05:27
this bird's eye imagery we work with. It's this high resolution data.
84
327000
3000
te zdjęcia z lotu ptaka, które wykorzystujemy. To te dane o wysokiej rozdzielczości.
05:30
But what we've found is they like the fluidity of the 3-D model.
85
330000
4000
Ale odkryliśmy, że ludzie lubią płynność modelu 3D.
05:34
A child can navigate with an Xbox controller or a game controller.
86
334000
4000
Dziecko może tu nawigować, używając kontrolera Xboxa czy pada do gier.
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
Tak więc, próbujemy rzutować obraz w przestrzeń trójwymiarowego modelu.
05:43
You can see all types of resolution. From here, I can slowly pan the image over.
88
343000
6000
Widzicie wszelkie rozdzielczości. Stąd mogę powoli przesunąć obraz.
05:49
I can get the next image. I can blend and transition.
89
349000
3000
Mogę wziąć następne zdjęcie. Mogę je zmieszać i zrobić przejście.
05:52
By doing this I don't lose the original detail. In fact, I might be recording history.
90
352000
5000
Nie tracę przy tym szczegółowości oryginału. Prawdę mówiąc, może rejestruję historię.
05:57
The freshness, the capacity. I can turn this image.
91
357000
3000
Świeżość, moc. Mogę obrócić ten obraz.
06:00
I can look at it from multiple viewpoints and angles.
92
360000
3000
Mogę go obejrzeć z różnych punktów widzenia, pod różnymi kątami.
06:03
What we're trying to do is build a virtual world.
93
363000
3000
Próbujemy zbudować świat wirtualny.
06:06
We hope that we can make computing a user model you're familiar with,
94
366000
5000
Mamy nadzieję, że stworzymy dla pracy z komputerem model, który już dobrze znacie,
06:11
and really derive insights from you, from all different directions.
95
371000
4000
i naprawdę uzyskamy od Was wiedzę z najróżniejszych kierunków.
06:15
I thank you very much for your time.
96
375000
2000
Dziękuję bardzo za uwagę.
06:17
(Applause)
97
377000
1000
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7