TED2018
Will Marshall: The mission to create a searchable database of Earth's surface
וויל מארשל: המשימה לייצור בסיס נתונים של פני כדור הארץ
Filmed:
Readability: 4.5
1,655,705 views
מה אם יכולתם לחפש אחר עצמים בכדור הארץ באותה הדרך בה אתם מחפשים באינטרנט? וויל מארשל וצוות פלאנט משתמשים בצי הלווינים הגדול בעולם לצלם את כל כדור הארץ, כל יום. כעת, הם עוברים לפרוייקט חדש באמצעות בינה מלאכותית: יצירת אינדקס של כל העצמים על כדור הארץ לאורך הזמן המאפשר חיפוש של ספינות, עצים, בתים וכל עצם אחר על פני כדור הארץ, באותה הדרך בה אנחנו מחפשים בגוגל. הוא משתף את החזון ליצור בסיס נתונים שמתעד בקביעות את השינויים האדירים המתחוללים על פני כדור הארץ"
"אי אפשר לתקן את מה שלא רואים", אומר מארשל. "אנחנו רוצים לתת לאנושות כלים לראות את השינוי ולתקנו"
Will Marshall - Space scientist
At Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets. Full bio
At Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets. Full bio
Double-click the English transcript below to play the video.
00:12
Four years ago, here at TED,
0
761
2215
לפני ארבע שנים, כאן ב-TED,
00:15
I announced Planet's Mission 1:
1
3000
2336
הכרזתי על המשימה הראשונה של "פלאנט":
00:17
to launch a fleet of satellites
2
5360
1856
להשיק צי לווינים
00:19
that would image
the entire Earth, every day,
the entire Earth, every day,
3
7240
2280
שיצלם את כל העולם, כל יום,
00:22
and to democratize access to it.
4
10560
1640
ולאפשר גישה פתוחה לכולם.
00:25
The problem we were trying
to solve was simple.
to solve was simple.
5
13520
2216
הבעיה שניסינו לפתור הייתה פשוטה.
00:27
Satellite imagery you find online is old,
typically years old,
typically years old,
6
15760
3096
תמונות לווין מהאינטרנט הן מיושנות,
לרוב בנות מספר שנים,
לרוב בנות מספר שנים,
00:30
yet human activity was happening
on days and weeks and months,
on days and weeks and months,
7
18880
3936
אולם פעילות אנושית מתרחשת
בפרקי זמן של ימים, שבועות, חודשים,
בפרקי זמן של ימים, שבועות, חודשים,
00:34
and you can't fix what you can't see.
8
22840
2256
ואי אפשר לתקן את מה שלא רואים.
00:37
We wanted to give people the tools
to see that change and take action.
to see that change and take action.
9
25120
3776
רצינו לתת לאנשים כלים
לראות את השינוי, ולפעול.
לראות את השינוי, ולפעול.
00:40
The beautiful Blue Marble image,
taken by the Apollo 17 astronauts in 1972
taken by the Apollo 17 astronauts in 1972
10
28920
4936
תמונת הגולה הכחולה היפה
שצולמה על ידי אסטרונאוטים מאפולו 17 ב-1972
שצולמה על ידי אסטרונאוטים מאפולו 17 ב-1972
00:45
had helped humanity become aware
that we're on a fragile planet.
that we're on a fragile planet.
11
33880
3280
עזרה להעלות את מודעות האנושות
לכמה שביר כדור הארץ
לכמה שביר כדור הארץ
00:49
And we wanted to take it
to the next level,
to the next level,
12
37600
2056
ואנחנו רצינו לקחת את זה לשלב הבא,
00:51
to give people the tools
to take action, to take care of it.
to take action, to take care of it.
13
39680
3456
לתת לאנשים את הכלים לפעול, לדאוג לעולם.
00:55
Well, after many
Apollo projects of our own,
Apollo projects of our own,
14
43160
4056
ובכן, אחרי הרבה "פרוייקטי אפולו"
משל עצמנו,
משל עצמנו,
00:59
launching the largest fleet
of satellites in human history,
of satellites in human history,
15
47240
2960
בהשקה של צי הלווינים
הגדול ביותר בהיסטוריה,
הגדול ביותר בהיסטוריה,
01:03
we have reached our target.
16
51600
1520
הגענו ליעד שלנו.
01:06
Today, Planet images
the entire Earth, every single day.
the entire Earth, every single day.
17
54080
3656
היום, "פלאנט" מצלם את העולם כולו, כל יום.
01:09
Mission accomplished.
18
57760
1216
המשימה בוצעה.
01:11
(Applause)
19
59000
2536
(מחיאות כפיים)
01:13
Thank you.
20
61560
1200
תודה
01:15
It's taken 21 rocket launches --
21
63600
3976
זה דרש 21 שיגורי טילים
01:19
this animation makes it look
really simple -- it was not.
really simple -- it was not.
22
67600
4160
האנימציה הזו גורמת לזה להיראות
מאד פשוט -- זה לא היה
מאד פשוט -- זה לא היה
01:25
And we now have
over 200 satellites in orbit,
over 200 satellites in orbit,
23
73040
3456
וכעת יש לנו מעל 200 לוויינים חגים
01:28
downlinking their data to 31 ground
stations we built around the planet.
stations we built around the planet.
24
76520
3936
המורידים את הנתונים ל-31
תחנות קרקע שבנינו מסביב לעולם.
תחנות קרקע שבנינו מסביב לעולם.
01:32
In total, we get 1.5 million 29-megapixel
images of the Earth down each day.
images of the Earth down each day.
25
80480
6296
בסך הכל, אנחנו מקבלים 1.5 מיליון תמונות
שמשקלן 29 מגה-פיקסל כל יום.
שמשקלן 29 מגה-פיקסל כל יום.
01:38
And on any one location
of the Earth's surface,
of the Earth's surface,
26
86800
2416
ולכל מקום על כדור הארץ,
01:41
we now have on average
more than 500 images.
more than 500 images.
27
89240
3496
יש לנו כעת 500 תמונות בממוצע.
01:44
A deep stack of data,
documenting immense change.
documenting immense change.
28
92760
3880
מאגר נתונים ענק, שמתעד שינוי מסיבי.
01:49
And lots of people are using this imagery.
29
97320
2536
והרבה אנשים משתמשים בתמונות.
01:51
Agricultural companies are using it
to improve farmers' crop yields.
to improve farmers' crop yields.
30
99880
5136
חברות חקלאות משתמשות בהן
כדי לשפר את יבולי החקלאים.
כדי לשפר את יבולי החקלאים.
01:57
Consumer-mapping companies are using it
to improve the maps you find online.
to improve the maps you find online.
31
105040
4176
חברות למיפוי משתמשות בתמונות על מנת
לשפר את המפות שאפשר למצוא ברשת.
לשפר את המפות שאפשר למצוא ברשת.
02:01
Governments are using it
for border security
for border security
32
109240
2096
ממשלות משתמשות בהן להגנת גבולות
02:03
or helping with disaster response
after floods and fires and earthquakes.
after floods and fires and earthquakes.
33
111360
3680
או כדי להגיב עם סיוע אחרי שיטפונות,
שריפות ורעידות אדמה.
שריפות ורעידות אדמה.
02:08
And lots of NGOs are using it.
34
116320
1536
והרבה עמותות משתמשות בתמונות.
02:09
So, for tracking
and stopping deforestation.
and stopping deforestation.
35
117880
3416
למשל, לטובת איתור והפסקת
כריתת יערות
כריתת יערות
02:13
Or helping to find the refugees
fleeing Myanmar.
fleeing Myanmar.
36
121320
3536
או כדי לאתר את הפליטים שבורחים ממיאנמר.
02:16
Or to track all the activities
in the ongoing crisis in Syria,
in the ongoing crisis in Syria,
37
124880
4376
או כדי לאתר את כל הפעילות
במשבר המתמשך בסוריה,
במשבר המתמשך בסוריה,
02:21
holding all sides accountable.
38
129280
1680
שמראות שכל הצדדים אחראיים.
02:24
And today, I'm pleased
to announce Planet stories.
to announce Planet stories.
39
132640
3456
והיום, אני שמח להכריז על פלאנט סטורי'ז.
02:28
Anyone can go online to planet.com
40
136120
2296
כל אחד יכול להתחבר ל-planet.com
02:30
open an account and see
all of our imagery online.
all of our imagery online.
41
138440
3240
לפתוח חשבון ולראות את כל התמונות ברשת.
02:34
It's a bit like Google Earth,
except it's up-to-date imagery,
except it's up-to-date imagery,
42
142480
3096
זה קצת כמו google earth,
אלא שהתמונות מעודכנות להיום,
אלא שהתמונות מעודכנות להיום,
02:37
and you can see back through time.
43
145600
2680
ואפשר לראות אחורה בזמן.
02:41
You can compare any two days
44
149040
1696
ניתן להשוות כל שני ימים
02:42
and see the dramatic changes
that happen around our planet.
that happen around our planet.
45
150760
2880
ולראות את השינויים הדרמטיים
שקורים מסביב לעולם.
שקורים מסביב לעולם.
02:46
Or you can create a time lapse
through the 500 images that we have
through the 500 images that we have
46
154560
3400
או שתוכלו ליצור TIME LAPSE
באמצעות 500 התמונות שיש לנו
באמצעות 500 התמונות שיש לנו
02:50
and see that change
dramatically over time.
dramatically over time.
47
158600
2560
ולראות את השינוי הדרמטי לאורך זמן.
02:54
And you can share these over social media.
48
162000
2720
וניתן לחלוק את כל אלו ברשתות חברתיות.
02:57
It's pretty cool.
49
165520
1216
זה די מגניב.
02:58
(Applause)
50
166760
1216
(מחיאות כפיים)
03:00
Thank you.
51
168000
1200
תודה.
03:02
We initially created this tool
for news journalists,
for news journalists,
52
170440
2456
במקור יצרנו את הכלי הזה עבור עיתונאים,
03:04
who wanted to get unbiased information
about world events.
about world events.
53
172920
2736
שרצו לקבל מידע נטול משוא פנים
אודות המתרחש בעולם.
אודות המתרחש בעולם.
03:07
But now we've opened it up
for anyone to use,
for anyone to use,
54
175680
2216
אבל עכשיו פתחנו את המאגר לכולם,
03:09
for nonprofit or personal uses.
55
177920
2000
עבור שימוש ללא מטרות רווח
או עבור שימוש אישי.
או עבור שימוש אישי.
03:12
And we hope it will give people the tools
to find and see the changes on the planet
to find and see the changes on the planet
56
180600
4416
ואנחנו מקווים שזה ייתן לאנשים את הכלים
למצוא ולראות את השינויים בכדור הארץ
למצוא ולראות את השינויים בכדור הארץ
03:17
and take action.
57
185040
1200
ולפעול בנושא.
03:18
OK, so humanity now has this database
of information about the planet,
of information about the planet,
58
186920
4256
אוקיי, אז לאנושות יש עכשיו
את מאגר הנתונים הזה אודות העולם
את מאגר הנתונים הזה אודות העולם
03:23
changing over time.
59
191200
1216
שמשתנה עם הזמן.
03:24
What's our next mission, what's Mission 2?
60
192440
2056
מה המשימה הבאה, משימה 2?
03:26
In short, it's space plus AI.
61
194520
2440
בקיצור, זה חלל + בינה מלאכותית.
03:29
What we're doing
with artificial intelligence
with artificial intelligence
62
197720
2176
מה שאנחנו עושים עם בינה מלאכותית
03:31
is finding the objects
in all the satellite images.
in all the satellite images.
63
199920
3096
זה מוצאים את האובייקטים בכל תמונות הלווין.
03:35
The same AI tools that are used
to find cats in videos online
to find cats in videos online
64
203040
4536
אותו הכלי של בינה מלאכותית
שמשמש למציאת חתולים בסרטוני רשת
שמשמש למציאת חתולים בסרטוני רשת
03:39
can also be used to find
information on our pictures.
information on our pictures.
65
207600
3896
יכול לשמש למציאת אינפורמציה בתמונות שלנו.
03:43
So, imagine if you can say,
this is a ship, this is a tree,
this is a ship, this is a tree,
66
211520
3336
אז, דמיינו שיכולתם לומר, זוהי ספינה,
זהו עץ,
זהו עץ,
03:46
this is a car, this is a road,
this is a building, this is a truck.
this is a building, this is a truck.
67
214880
4376
זוהי מכונית, זוהי דרך,
זהו בניין, זוהי משאית.
זהו בניין, זוהי משאית.
03:51
And if you could do that
for all of the millions of images
for all of the millions of images
68
219280
2736
ואם יכולתם לעשות את זה עבור
כל מיליוני התמונות
כל מיליוני התמונות
03:54
coming down per day,
69
222040
1256
שמורדות כל יום.
03:55
then you basically create a database
70
223320
1736
אז למעשה יצרנו מאגר מידע
03:57
of all the sizable objects
on the planet, every day.
on the planet, every day.
71
225080
2656
של כל האובייקטים בגודל נתפס בעולם, כל יום.
03:59
And that database is searchable.
72
227760
1560
וזה מאגר נתונים שניתן לחפש בו.
04:02
So that's exactly what we're doing.
73
230520
2096
אז זה בדיוק מה שאנחנו עושים.
04:04
Here's a prototype, working on our API.
74
232640
2256
הנה אבטיפוס, שעובד עם הממשק שלנו.
04:06
This is Beijing.
75
234920
1456
זוהי בייג'ינג.
04:08
So, imagine if we wanted
to count the planes in the airport.
to count the planes in the airport.
76
236400
2856
אז, דמיינו שאנחנו רוצים לספור
את המטוסים בשדה התעופה.
את המטוסים בשדה התעופה.
04:11
We select the airport,
77
239280
1856
אנחנו בוחרים את שדה התעופה,
04:13
and it finds the planes in today's image,
78
241160
2376
והמערכת מוצאת את המטוסים בתמונה של היום,
04:15
and finds the planes
in the whole stack of images before it,
in the whole stack of images before it,
79
243560
3256
ומוצאת את המטוסים בכל
מאגר התמונות הקודמות,
מאגר התמונות הקודמות,
04:18
and then outputs this graph of all
the planes in Beijing airport over time.
the planes in Beijing airport over time.
80
246840
4896
ואז מייצרת את הגרף הזה של
כל המטוסים בביג'ינג לאורך זמן.
כל המטוסים בביג'ינג לאורך זמן.
04:23
Of course, you could do this
for all the airports around the world.
for all the airports around the world.
81
251760
3576
כמובן, יכולנו לעשות את זה עבור
כל שדה תעופה בעולם.
כל שדה תעופה בעולם.
04:27
And let's look here
in the port of Vancouver.
in the port of Vancouver.
82
255360
2936
בואו נסתכל כאן, בנמל של וונקובר.
04:30
So, we would do the same,
but this time we would look for vessels.
but this time we would look for vessels.
83
258320
3536
נעשה את אותו הדבר, רק שהפעם נחפש כלי שיט.
04:33
So, we zoom in on Vancouver,
we select the area,
we select the area,
84
261880
4136
אז אנחנו מתמקדים בוונקובר,
בוחרים את האזור,
בוחרים את האזור,
04:38
and we search for ships.
85
266040
2056
ומחפשים ספינות.
04:40
And it outputs where all the ships are.
86
268120
1858
וזה מראה לנו איפה כל הספינות נמצאות.
04:42
Now, imagine how useful this would be
to people in coast guards
to people in coast guards
87
270002
3214
כעת דמיינו כמה שימושי זה עבור משמר החופים
04:45
who are trying to track
and stop illegal fishing.
and stop illegal fishing.
88
273240
2736
שמנסים לאתר ולעצור דיג לא חוקי.
04:48
See, legal fishing vessels
89
276000
2056
אתם רואים, ספינות דיג חוקיות
04:50
transmit their locations
using AIS beacons.
using AIS beacons.
90
278080
2936
משדרות את מיקומן באמצעות
משדרי AIS
משדרי AIS
04:53
But we frequently find ships
that are not doing that.
that are not doing that.
91
281040
3616
אבל אנחנו לעיתים קרובות מוצאים
ספינות שלא עושות זאת.
ספינות שלא עושות זאת.
04:56
The pictures don't lie.
92
284680
1776
התמונות לא משקרות.
04:58
And so, coast guards could use that
93
286480
1696
וכך משמר החופים יכול להשתמש בזה
05:00
and go and find
those illegal fishing vessels.
those illegal fishing vessels.
94
288200
2176
ולאתר את אותן ספינות
דיג לא חוקיות.
דיג לא חוקיות.
05:02
And soon we'll add
not just ships and planes
not just ships and planes
95
290400
2176
בקרוב נוסיף לא רק
מטוסים וספינות
מטוסים וספינות
05:04
but all the other objects,
96
292600
1296
אלא גם כל אובייקט אחר,
05:05
and we can output data feeds
97
293920
1896
ונוכל להזרים את המידע
05:07
of those locations
of all these objects over time
of all these objects over time
98
295840
2536
אודות מיקומם של כל האובייקטים האלה
לאורך זמן
לאורך זמן
05:10
that can be integrated digitally
from people's work flows.
from people's work flows.
99
298400
3056
על מנת לשלבו דיגיטלית
בתהליכים קיימים.
בתהליכים קיימים.
05:13
In time, we could get
more sophisticated browsers
more sophisticated browsers
100
301480
3056
עם הזמן, נוכל להשיג תוכנות
מתוחכמות יותר
מתוחכמות יותר
05:16
that people pull in
from different sources.
from different sources.
101
304560
2336
בהן נוכל לקבל מידע
ממקורות שונים.
ממקורות שונים.
05:18
But ultimately, I can imagine us
abstracting out the imagery entirely
abstracting out the imagery entirely
102
306920
4696
אך אולטימטיבית, אני מדמיין אותנו
מפענחים את כלל התמונה
מפענחים את כלל התמונה
05:23
and just having a queryable
interface to the Earth.
interface to the Earth.
103
311640
2416
וכך יהיה לנו ממשק לביצוע
שאילתות על כדור הארץ.
שאילתות על כדור הארץ.
05:26
Imagine if we could just ask,
104
314080
1416
דמיינו אם יכולנו לשאול,
05:27
"Hey, how many houses
are there in Pakistan?
are there in Pakistan?
105
315520
2536
"היי, כמה בתים יש בפקיסטן?
05:30
Give me a plot of that versus time."
106
318080
1936
תציג לי את הגרף לאורך זמן."
05:32
"How many trees are there in the Amazon
107
320040
2176
"כמה עצים יש באמאזונס
05:34
and can you tell me the locations
of the trees that have been felled
of the trees that have been felled
108
322240
3216
ותוכל לאמר לי את המיקומים
של העצים שנכרתו
של העצים שנכרתו
05:37
between this week and last week?"
109
325480
1656
בין שבוע שעבר לשבוע הנוכחי?"
05:39
Wouldn't that be great?
110
327160
1216
זה לא יהיה מעולה?
05:40
Well, that's what
we're trying to go towards,
we're trying to go towards,
111
328400
2136
ובכן, לשם אנחנו מנסים להגיע
05:42
and we call it "Queryable Earth."
112
330560
1856
ואנחנו קוראים לזה: "כדור הארץ בר תישאול"
05:44
So, Planet's Mission 1 was
to image the whole planet every day
to image the whole planet every day
113
332440
3896
אז, המשימה הראשונה של פלאנט היתה
לצלם את כל כדור הארץ כל יום
לצלם את כל כדור הארץ כל יום
05:48
and make it accessible.
114
336360
2336
ולהנגיש את המידע.
05:50
Planet's Mission 2 is to index
all the objects on the planet over time
all the objects on the planet over time
115
338720
3816
המשימה השניה של פלאנט היא ליצור אינדקס
של כל האובייקטים בכדור הארץ לאורך זמן
של כל האובייקטים בכדור הארץ לאורך זמן
05:54
and make it queryable.
116
342560
1240
ולאפשר חיפוש בו.
05:56
Let me leave you with an analogy.
117
344760
2136
אסיים באנאלוגיה.
05:58
Google indexed what's on the internet
and made it searchable.
and made it searchable.
118
346920
3400
גוגל יצרו אינדקס של המידע באינטרנט
ואפשרו חיפוש שלו.
ואפשרו חיפוש שלו.
06:03
Well, we're indexing what's on the Earth
and making it searchable.
and making it searchable.
119
351080
3256
ובכן, אנחנו יוצרים אינדקס
של המידע על כדור הארץ, ומאפשרים חיפוש שלו.
של המידע על כדור הארץ, ומאפשרים חיפוש שלו.
06:06
Thank you very much.
120
354360
1336
תודה רבה.
06:07
(Applause)
121
355720
4520
(מחיאות כפיים)
ABOUT THE SPEAKER
Will Marshall - Space scientistAt Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets.
Why you should listen
Will Marshall is the co-founder and CEO of Planet. Prior to Planet, he was a Scientist at NASA/USRA where he worked on missions "LADEE" and "LCROSS," served as co-principal investigator on PhoneSat, and was the technical lead on research projects in space debris remediation.
Marshall received his PhD in Physics from the University of Oxford and his Masters in Physics with Space Science and Technology from the University of Leicester. He was a Postdoctoral Fellow at George Washington University and Harvard.
Will Marshall | Speaker | TED.com