The Future of Flying Robots | Vijay Kumar | TED Talks

755,311 views ・ 2015-11-04

TED


Будь ласка, двічі клацніть на англійські субтитри нижче, щоб відтворити відео.

Перекладач: Oleksiy Pazyuk Утверджено: Khrystyna Romashko
В моїй лабораторії ми створюємо автономних повітряних роботів,
00:13
In my lab, we build autonomous aerial robots
0
13280
3656
00:16
like the one you see flying here.
1
16960
1880
схожих на цього, що літає тут.
00:20
Unlike the commercially available drones that you can buy today,
2
20720
3696
На відміну від доступних дронів, яких ви можете купити сьогодні,
00:24
this robot doesn't have any GPS on board.
3
24440
2640
цей робот не має жодного GPS на борту.
00:28
So without GPS,
4
28160
1216
Без GPS такому роботу
00:29
it's hard for robots like this to determine their position.
5
29400
3280
важко визначити своє положення.
00:34
This robot uses onboard sensors, cameras and laser scanners,
6
34240
4736
Цей робот використовує вбудовані датчики, камери та лазерні сканери
00:39
to scan the environment.
7
39000
1696
для дослідження середовища.
00:40
It detects features from the environment,
8
40720
3056
Він виявляє оточуючі об'єкти
00:43
and it determines where it is relative to those features,
9
43800
2736
і визначає своє положення відносно них,
00:46
using a method of triangulation.
10
46560
2136
використовуючи метод триангуляції.
00:48
And then it can assemble all these features into a map,
11
48720
3456
І потім він може створити карту об'єктів,
00:52
like you see behind me.
12
52200
1736
як ця - позаду мене.
00:53
And this map then allows the robot to understand where the obstacles are
13
53960
3936
Завдяки карті робот знає, де знаходяться перепони
00:57
and navigate in a collision-free manner.
14
57920
2720
та пересувається уникаючи їх.
01:01
What I want to show you next
15
61160
2096
Наступне, що я хочу вам показати -
01:03
is a set of experiments we did inside our laboratory,
16
63280
3216
це серія експериментів, які ми зробили в нашій лабораторії,
01:06
where this robot was able to go for longer distances.
17
66520
3480
де цей робот міг пройти більші відстані.
01:10
So here you'll see, on the top right, what the robot sees with the camera.
18
70400
5016
Тож тут справа вгорі ви бачите, що робот бачить крізь камеру.
01:15
And on the main screen --
19
75440
1216
А на головному екрані -
01:16
and of course this is sped up by a factor of four --
20
76680
2456
і, звичайно, це прискорено у чотири рази -
01:19
on the main screen you'll see the map that it's building.
21
79160
2667
на головному екрані ви побачите карту, яку він створює.
01:21
So this is a high-resolution map of the corridor around our laboratory.
22
81851
4285
Це високороздільна карта коридору навколо нашої лабораторії.
01:26
And in a minute you'll see it enter our lab,
23
86160
2336
І за хвилину ви побачите, як він входить в лабораторію.
01:28
which is recognizable by the clutter that you see.
24
88520
2856
вона впізнається за безладом, який ви побачите.
01:31
(Laughter)
25
91400
1016
(Сміх)
01:32
But the main point I want to convey to you
26
92440
2007
Але головна думка, яку я хочу донести -
01:34
is that these robots are capable of building high-resolution maps
27
94472
3584
це те, що ці роботи здатні створювати високороздільні карти
01:38
at five centimeters resolution,
28
98080
2496
з п'ятисантиметровою точністю,
01:40
allowing somebody who is outside the lab, or outside the building
29
100600
4176
які дозволяють будь-кому за межами лабораторії або будинку
01:44
to deploy these without actually going inside,
30
104800
3216
дослідити їх, не заходячи всередину,
01:48
and trying to infer what happens inside the building.
31
108040
3760
і зробити висновки стосовно того, що відбувається всередині будинку.
01:52
Now there's one problem with robots like this.
32
112400
2240
Але ми маємо одну проблему з подібними роботами.
01:55
The first problem is it's pretty big.
33
115600
2200
Перша проблема - він надто великий.
01:58
Because it's big, it's heavy.
34
118120
1680
Через те, що він великий, він важкий.
02:00
And these robots consume about 100 watts per pound.
35
120640
3040
І цей робот споживає десь 100 ват на один фунт ваги.
02:04
And this makes for a very short mission life.
36
124360
2280
Це призводить до дуже короткої тривалості завдань.
02:08
The second problem
37
128000
1456
Друга проблема,
02:09
is that these robots have onboard sensors that end up being very expensive --
38
129480
3896
в цього робота вбудовані сенсори, які роблять його дуже дорогим -
02:13
a laser scanner, a camera and the processors.
39
133400
3440
лазерний сканер, камера та процесор.
02:17
That drives up the cost of this robot.
40
137280
3040
Це збільшує вартість цього робота.
02:21
So we asked ourselves a question:
41
141440
2656
Тож ми запитали себе:
02:24
what consumer product can you buy in an electronics store
42
144120
3776
який прилад можна купити в магазині електроніки,
02:27
that is inexpensive, that's lightweight, that has sensing onboard and computation?
43
147920
6280
який буде недорогим, буде легким, містить сенсори та обчислювач?
02:36
And we invented the flying phone.
44
156080
2656
І ми придумали телефон, що літає.
02:38
(Laughter)
45
158760
1936
(Сміх)
02:40
So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,
46
160720
6176
Цей робот працює зі смартфоном Samsung Galaxy,
який ви можете купити в магазині,
02:46
and all you need is an app that you can download from our app store.
47
166920
4016
і все, що потрібно - це додаток, який ви завантажуєте з магазину додатків.
02:50
And you can see this robot reading the letters, "TED" in this case,
48
170960
4216
І бачите, в нашому випадку, цей робот читає букви, "TED",
02:55
looking at the corners of the "T" and the "E"
49
175200
2936
дивлячись по кутах, на "Т" й "Е", а потім триангулює це, літаючи автономно.
02:58
and then triangulating off of that, flying autonomously.
50
178160
3480
03:02
That joystick is just there to make sure if the robot goes crazy,
51
182720
3256
Цей джойстик тут на випадок, якщо робот втратить контроль.
Джузеппе може вбити його.
03:06
Giuseppe can kill it.
52
186000
1416
03:07
(Laughter)
53
187440
1640
(Сміх)
03:10
In addition to building these small robots,
54
190920
3816
Окрім будування цих маленьких роботів,
03:14
we also experiment with aggressive behaviors, like you see here.
55
194760
4800
ми також експериментували з агресивною поведінкою, на кшталт тої, що ви бачите тут.
03:19
So this robot is now traveling at two to three meters per second,
56
199920
5296
Цей робот зараз рухається зі швидкістю від двох до трьох метрів на секунду,
03:25
pitching and rolling aggressively as it changes direction.
57
205240
3496
різко хитаючись та гойдаючись, під час зміни напрямку.
03:28
The main point is we can have smaller robots that can go faster
58
208760
4256
Головне тут, що в нас є малі роботи, які можуть рухатись швидше,
03:33
and then travel in these very unstructured environments.
59
213040
2960
і рухатись в цьому неструктурованому середовищі.
03:37
And in this next video,
60
217120
2056
На наступному відео,
03:39
just like you see this bird, an eagle, gracefully coordinating its wings,
61
219200
5896
ви бачите, як птаха, орел, граціозно координує свої крила,
03:45
its eyes and feet to grab prey out of the water,
62
225120
4296
очі, кігті, щоб схопити жертву на воді,
03:49
our robot can go fishing, too.
63
229440
1896
наш робот також вміє рибалити.
03:51
(Laughter)
64
231360
1496
(Сміх)
03:52
In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.
65
232880
4056
В цьому випадку, це сирний сендвіч.
03:56
(Laughter)
66
236960
2400
(Сміх)
03:59
So you can see this robot going at about three meters per second,
67
239680
3296
Бачите, цей робот рухається зі швидкістю приблизно три метри за секунду,
04:03
which is faster than walking speed, coordinating its arms, its claws
68
243000
5136
це швидше, ніж ми ходимо, координує свої руки та кігті,
04:08
and its flight with split-second timing to achieve this maneuver.
69
248160
4120
і летить з секундним розрахунком, щоб зробити маневр.
04:14
In another experiment,
70
254120
1216
В іншому експерименті
04:15
I want to show you how the robot adapts its flight
71
255360
3656
я хочу показати вам, як робот адаптує свій політ
04:19
to control its suspended payload,
72
259040
2376
для управління підвішеного вантажу,
04:21
whose length is actually larger than the width of the window.
73
261440
3800
довжина якого більша, ніж ширина вікна.
04:25
So in order to accomplish this,
74
265680
1696
Щоб виконати це,
04:27
it actually has to pitch and adjust the altitude
75
267400
3696
він повинен зробити кидок та підлаштувати висоту
04:31
and swing the payload through.
76
271120
2320
і хитнути вантаж.
04:38
But of course we want to make these even smaller,
77
278920
2296
Але, звичайно, ми хочемо зробити їх ще меншими,
04:41
and we're inspired in particular by honeybees.
78
281240
3016
і нас на це надихають бджоли.
04:44
So if you look at honeybees, and this is a slowed down video,
79
284280
3256
Якщо ви подивитесь на бджіл, а це сповільнене відео,
04:47
they're so small, the inertia is so lightweight --
80
287560
3720
вони такі маленькі, і їх інерція така невеличка -
04:51
(Laughter)
81
291960
1176
(Сміх)
04:53
that they don't care -- they bounce off my hand, for example.
82
293160
3536
що вони не переймаються - вони відскакують від моєї руки, наприклад.
04:56
This is a little robot that mimics the honeybee behavior.
83
296720
3160
Це маленький робот, що відтворює поведінку бджоли.
05:00
And smaller is better,
84
300600
1216
Менше - краще,
05:01
because along with the small size you get lower inertia.
85
301840
3536
тому що при малій вазі менша інерція.
05:05
Along with lower inertia --
86
305400
1536
При меншій інерції -
05:06
(Robot buzzing, laughter)
87
306960
2856
(Робот пищить, сміх)
05:09
along with lower inertia, you're resistant to collisions.
88
309840
2816
при меншій інерції, ви захищені від зіткнень.
05:12
And that makes you more robust.
89
312680
1720
І це робить вас більш надійними.
05:15
So just like these honeybees, we build small robots.
90
315800
2656
Ми зробили роботів, подібних до цих бджіл.
05:18
And this particular one is only 25 grams in weight.
91
318480
3376
Ось цей важить лише 25 грамів.
05:21
It consumes only six watts of power.
92
321880
2160
Він споживає лише 6 Ватт.
05:24
And it can travel up to six meters per second.
93
324440
2536
І він може рухатись зі швидкістю до шести метрів за секунду.
05:27
So if I normalize that to its size,
94
327000
2336
Як для його розміру,
05:29
it's like a Boeing 787 traveling ten times the speed of sound.
95
329360
3640
це як Боїнг 787, який рухається зі швидкістю в десятеро більшою за швидкість звуку.
05:36
(Laughter)
96
336000
2096
(Сміх)
05:38
And I want to show you an example.
97
338120
1920
І я хочу показати вам приклад.
05:40
This is probably the first planned mid-air collision, at one-twentieth normal speed.
98
340840
5256
Це, можливо, перша запланована аварія, в двадцять разів уповільнена.
05:46
These are going at a relative speed of two meters per second,
99
346120
2858
Це відбувається на швидкості два метри за секунду
05:49
and this illustrates the basic principle.
100
349002
2480
та ілюструє основний принцип.
05:52
The two-gram carbon fiber cage around it prevents the propellers from entangling,
101
352200
4976
Двограмова карбонова захисна клітка запобігає зчепленню,
05:57
but essentially the collision is absorbed and the robot responds to the collisions.
102
357200
5296
але загалом зіткнення амортизується і робот відреагував на це.
06:02
And so small also means safe.
103
362520
2560
Отже маленький також значить безпечний.
06:05
In my lab, as we developed these robots,
104
365400
2016
Коли ми розробляли цих роботів в моїй лабораторії,
06:07
we start off with these big robots
105
367440
1620
то почали з цих великих роботів
06:09
and then now we're down to these small robots.
106
369084
2812
і закінчили цими маленькими роботами.
06:11
And if you plot a histogram of the number of Band-Aids we've ordered
107
371920
3456
Якщо намалювати діаграму аптечок, які ми замовили в минулому,
06:15
in the past, that sort of tailed off now.
108
375400
2576
зараз їх кількість значно зменшилась.
06:18
Because these robots are really safe.
109
378000
1960
Тому що ці роботи справді безпечні.
06:20
The small size has some disadvantages,
110
380760
2456
Малі розміри мають свої недоліки,
06:23
and nature has found a number of ways to compensate for these disadvantages.
111
383240
4080
та природа знайшла шляхи, як компенсувати їх.
06:27
The basic idea is they aggregate to form large groups, or swarms.
112
387960
4000
Основна ідея - це створення великих груп, або зграй.
06:32
So, similarly, in our lab, we try to create artificial robot swarms.
113
392320
3976
В нашій лабораторії ми спробували створити штучну зграю роботів.
06:36
And this is quite challenging
114
396320
1381
І це дуже не просто,
06:37
because now you have to think about networks of robots.
115
397725
3320
тому що зараз треба контролювати мережу роботів.
06:41
And within each robot,
116
401360
1296
І кожному роботу
06:42
you have to think about the interplay of sensing, communication, computation --
117
402680
5616
ви повинні забезпечити взаємодію датчиків, зв'язку, обчислень,
06:48
and this network then becomes quite difficult to control and manage.
118
408320
4960
і цією мережею досить важко керувати та її контролювати.
06:54
So from nature we take away three organizing principles
119
414160
3296
Тож ми взяли від природи три організаційних принципи,
06:57
that essentially allow us to develop our algorithms.
120
417480
3160
що дозволило нам розробити наш алгоритм.
07:01
The first idea is that robots need to be aware of their neighbors.
121
421640
4536
По-перше, роботи повинні відчувати своїх сусідів.
07:06
They need to be able to sense and communicate with their neighbors.
122
426200
3440
Вони повинні відчувати та взаємодіяти зі своїми сусідами.
07:10
So this video illustrates the basic idea.
123
430040
2656
Це відео демонструє основні ідеї.
07:12
You have four robots --
124
432720
1296
У вас чотири роботи -
07:14
one of the robots has actually been hijacked by a human operator, literally.
125
434040
4240
один з роботів був викрадений оператором, у прямому значенні.
07:19
But because the robots interact with each other,
126
439217
2239
Але так, як роботи взаємодіють між собою,
07:21
they sense their neighbors,
127
441480
1656
вони відчувають своїх сусідів,
07:23
they essentially follow.
128
443160
1296
вони, по суті, слідкують.
07:24
And here there's a single person able to lead this network of followers.
129
444480
5360
І тут одна людина може очолювати групу переслідувачів.
07:32
So again, it's not because all the robots know where they're supposed to go.
130
452000
5056
Тож знову, це не тому, що всі роботи знають, куди їм потрібно іти.
07:37
It's because they're just reacting to the positions of their neighbors.
131
457080
4320
Це тому, що вони реагують на положення своїх сусідів.
07:43
(Laughter)
132
463720
4120
(Сміх)
07:48
So the next experiment illustrates the second organizing principle.
133
468280
5240
Наступний експеримент показує другий організаційний принцип.
07:54
And this principle has to do with the principle of anonymity.
134
474920
3800
Цей принцип пов'язаний з принципом анонімності.
07:59
Here the key idea is that
135
479400
4296
Головна ідея тут в тому,
08:03
the robots are agnostic to the identities of their neighbors.
136
483720
4240
що роботи байдужі до ідентичності своїх сусідів.
08:08
They're asked to form a circular shape,
137
488440
2616
Їм скомандували зробити коло,
08:11
and no matter how many robots you introduce into the formation,
138
491080
3296
і незалежно від кількості роботів, задіяних у формуванні кола,
08:14
or how many robots you pull out,
139
494400
2576
чи від кількості роботів, яких вилучили з формування,
08:17
each robot is simply reacting to its neighbor.
140
497000
3136
кожен робот просто реагує на сусіда.
08:20
It's aware of the fact that it needs to form the circular shape,
141
500160
4976
В нього є установка, що потрібно сформувати коло,
08:25
but collaborating with its neighbors
142
505160
1776
і при взаємодії з сусідами
08:26
it forms the shape without central coordination.
143
506960
3720
він створює контур без центрального керування.
08:31
Now if you put these ideas together,
144
511520
2416
Якщо об'єднати всі ідеї,
08:33
the third idea is that we essentially give these robots
145
513960
3896
третя ідея - надати роботам
08:37
mathematical descriptions of the shape they need to execute.
146
517880
4296
математичний опис фігури, яку вони повинні скласти.
08:42
And these shapes can be varying as a function of time,
147
522200
3496
І ці фігури змінюються з часом,
08:45
and you'll see these robots start from a circular formation,
148
525720
4496
і ви бачите - роботи починають з кола,
08:50
change into a rectangular formation, stretch into a straight line,
149
530240
3256
змінюють його на прямокутник, витягуються в лінію.
08:53
back into an ellipse.
150
533520
1375
повертаються до еліпса.
08:54
And they do this with the same kind of split-second coordination
151
534919
3617
І все це вони роблять із секундною точністю,
08:58
that you see in natural swarms, in nature.
152
538560
3280
яка притаманна природнім зграям.
09:03
So why work with swarms?
153
543080
2136
Навіщо працювати зі зграями?
09:05
Let me tell you about two applications that we are very interested in.
154
545240
4120
Я вам розкажу про два застосування, які зацікавили нас.
09:10
The first one has to do with agriculture,
155
550160
2376
Перше пов'язано з сільським господарством,
09:12
which is probably the biggest problem that we're facing worldwide.
156
552560
3360
мабуть, однією з найбільших проблем у світі.
09:16
As you well know,
157
556760
1256
Як ви знаєте,
09:18
one in every seven persons in this earth is malnourished.
158
558040
3520
кожна сьома людина на Землі погано харчується.
09:21
Most of the land that we can cultivate has already been cultivated.
159
561920
3480
Більшість земель, які можна обробляти, вже обробляються.
09:25
And the efficiency of most systems in the world is improving,
160
565960
3216
Ефективність більшості систем у світі покращується,
09:29
but our production system efficiency is actually declining.
161
569200
3520
але ефективність системи виробництва продуктів - погіршується.
09:33
And that's mostly because of water shortage, crop diseases, climate change
162
573080
4216
І це викликано нестачею води, захворюванням рослин, зміною клімату
09:37
and a couple of other things.
163
577320
1520
та іншими проблемами.
09:39
So what can robots do?
164
579360
1480
Тож що можуть зробити роботи?
09:41
Well, we adopt an approach that's called Precision Farming in the community.
165
581200
4616
Ми використали підхід, який в суспільстві називається "точним господарством".
09:45
And the basic idea is that we fly aerial robots through orchards,
166
585840
5376
Основна ідея - ми використовуємо літаючих роботів у фруктових садах,
09:51
and then we build precision models of individual plants.
167
591240
3120
і створюємо точні моделі кожної рослини.
09:54
So just like personalized medicine,
168
594829
1667
Так само, як з індивідуальною терапією,
09:56
while you might imagine wanting to treat every patient individually,
169
596520
4816
коли ви лікуєте кожного пацієнта індивідуально,
10:01
what we'd like to do is build models of individual plants
170
601360
3696
ми хочемо створити модель кожної рослини
10:05
and then tell the farmer what kind of inputs every plant needs --
171
605080
4136
і потім розказати фермеру, які дії необхідні для кожної рослини.
10:09
the inputs in this case being water, fertilizer and pesticide.
172
609240
4440
Під діями розуміється полив, запилювання, боротьба зі шкідниками.
10:14
Here you'll see robots traveling through an apple orchard,
173
614640
3616
Тут ви бачите робота, який пролітає через яблуневий сад,
10:18
and in a minute you'll see two of its companions
174
618280
2256
і за хвилину ви побачите його компаньйонів,
10:20
doing the same thing on the left side.
175
620560
1810
які роблять те саме зліва від нього.
10:22
And what they're doing is essentially building a map of the orchard.
176
622800
3656
Вони будують карту саду.
10:26
Within the map is a map of every plant in this orchard.
177
626480
2816
Це карта включає кожне дерево в саду.
10:29
(Robot buzzing)
178
629320
1656
(Шумить робот)
10:31
Let's see what those maps look like.
179
631000
1896
Поглянемо, як виглядають такі карти.
10:32
In the next video, you'll see the cameras that are being used on this robot.
180
632920
4296
На наступному відео ви побачите камери, встановлені на цьому роботі.
10:37
On the top-left is essentially a standard color camera.
181
637240
3240
Зліва зверху звичайна кольорова камера.
10:41
On the left-center is an infrared camera.
182
641640
3296
Зліва посередині - інфрачервона камера.
10:44
And on the bottom-left is a thermal camera.
183
644960
3776
І зліва внизу - температурна камера.
10:48
And on the main panel, you're seeing a three-dimensional reconstruction
184
648760
3336
А на головному екрані ви бачите трьохвимірну реконструкцію
10:52
of every tree in the orchard as the sensors fly right past the trees.
185
652120
6120
кожного дерева в саду, по тому, як датчики пролітають повз дерева.
10:59
Armed with information like this, we can do several things.
186
659640
4040
Маючи інформацію на кшталт цієї, ми можемо робити декілька речей.
11:04
The first and possibly the most important thing we can do is very simple:
187
664200
4256
Перша, можливо, найважливіша, ми дуже просто можемо
11:08
count the number of fruits on every tree.
188
668480
2440
порахувати кількість фруктів на кожному дереві.
11:11
By doing this, you tell the farmer how many fruits she has in every tree
189
671520
4536
Так ви можете повідомити фермеру кількість фруктів на кожному дереві
11:16
and allow her to estimate the yield in the orchard,
190
676080
4256
і дозволити оцінити врожай, який він отримає в саду,
11:20
optimizing the production chain downstream.
191
680360
2840
оптимізуючи виробничий ланцюжок.
11:23
The second thing we can do
192
683640
1616
Друга справа, яку ми можемо зробити -
11:25
is take models of plants, construct three-dimensional reconstructions,
193
685280
4496
взяти модель рослини, відтворити її в тривимірному вигляді
11:29
and from that estimate the canopy size,
194
689800
2536
і оцінити розмір крони.
11:32
and then correlate the canopy size to the amount of leaf area on every plant.
195
692360
3776
Потім корелювати розмір крони до листяного покриву кожного дерева.
11:36
And this is called the leaf area index.
196
696160
2176
Це називається індексом листяної поверхні.
11:38
So if you know this leaf area index,
197
698360
1936
Якщо знати індекс листяної поверхні,
11:40
you essentially have a measure of how much photosynthesis is possible in every plant,
198
700320
5456
можна вирахувати, наскільки добре проходить фотосинтез на кожній рослині,
11:45
which again tells you how healthy each plant is.
199
705800
2880
що дасть інформацію, наскільки здорова кожна рослина.
11:49
By combining visual and infrared information,
200
709520
4216
Використовуючи разом візуальну та інфрачервону інформацію,
11:53
we can also compute indices such as NDVI.
201
713760
3296
ми також можемо вирахувати індекс NDVI.
11:57
And in this particular case, you can essentially see
202
717080
2816
В практичному використанні ви можете побачити,
11:59
there are some crops that are not doing as well as other crops.
203
719920
3016
що деякі плоди не такі гарні, як інші.
12:02
This is easily discernible from imagery,
204
722960
4056
Це дуже просто помітити з зображення,
12:07
not just visual imagery but combining
205
727040
2216
не простого зображення, а в поєднанні
12:09
both visual imagery and infrared imagery.
206
729280
2776
інфрачервоного та візуального зображень.
12:12
And then lastly,
207
732080
1336
І останнє,
12:13
one thing we're interested in doing is detecting the early onset of chlorosis --
208
733440
4016
ми зацікавились виявленням раннього початку хлорозу, плямистості листя -
12:17
and this is an orange tree --
209
737480
1496
це апельсинове дерево,
12:19
which is essentially seen by yellowing of leaves.
210
739000
2560
яке виділяється жовтим листям.
12:21
But robots flying overhead can easily spot this autonomously
211
741880
3896
Тож робот може просто виявити це автономно, пролітаючи повз,
12:25
and then report to the farmer that he or she has a problem
212
745800
2936
і потім повідомити фермеру, що в нього чи неї є проблема
12:28
in this section of the orchard.
213
748760
1520
на цій ділянці саду.
12:30
Systems like this can really help,
214
750800
2696
Схожі системи можуть дійсно допомогти,
12:33
and we're projecting yields that can improve by about ten percent
215
753520
5816
і ми прогнозуємо покращення врожаю приблизно на 10 відсотків
12:39
and, more importantly, decrease the amount of inputs such as water
216
759360
3216
та більше, зменшення витрат води
12:42
by 25 percent by using aerial robot swarms.
217
762600
3280
на 25 відсотків з допомогою використання повітряних зграй роботів.
Наостанок, я хочу, щоб ви привітали людей, які насправді створюють майбутнє.
12:47
Lastly, I want you to applaud the people who actually create the future,
218
767200
5736
12:52
Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,
219
772960
4920
Яш Мулгаонкар, Сіканг Ліу, Джузеппе Лоянно,
12:57
who are responsible for the three demonstrations that you saw.
220
777920
3496
котрі відповідають за ці три демонстрації, які ви побачили.
13:01
Thank you.
221
781440
1176
Дякую.
13:02
(Applause)
222
782640
5920
(Оплески)
Про цей сайт

Цей сайт познайомить вас з відеороликами YouTube, корисними для вивчення англійської мови. Ви побачите уроки англійської мови, які проводять першокласні викладачі з усього світу. Двічі клацніть на англійських субтитрах, що відображаються на кожній сторінці відео, щоб відтворити відео з цієї сторінки. Субтитри прокручуються синхронно з відтворенням відео. Якщо у вас є коментарі або побажання, будь ласка, зв'яжіться з нами за допомогою цієї контактної форми.

https://forms.gle/WvT1wiN1qDtmnspy7