TEDxSanFrancisco
Sebastien de Halleux: How a fleet of wind-powered drones is changing our understanding of the ocean
Sebastien de Halleux: Hogyan változtathatja meg az óceánokról alkotott képünket egy szélenergia-hajtotta drónflotta?
Filmed:
Readability: 4.8
1,689,099 views
Óceánjaink felfedezetlenek és ismeretlenek, még mindig többet tudunk más bolygókról, mint a sajátunkról. Hogyan érthetjük meg ezt az óriási, jelentős ökorendszer? Sebastien de Halleux felfedező elmondja, hogyan gyűjtenek szél- és napenergiával működő drónok példátlan részletességű adatokat, betekintést engedve ezzel pl. a világ időjárásába és a halállományok egészségébe. Tudjon meg többet arról, mit jelenthet nekünk, a szárazföldön élőknek az óceánok jobb megértése.
Sebastien de Halleux - Entrepreneur, explorer
Sebastien de Halleux is a technology entrepreneur with a lifelong passion for building impactful businesses. Full bio
Sebastien de Halleux is a technology entrepreneur with a lifelong passion for building impactful businesses. Full bio
Double-click the English transcript below to play the video.
00:12
We know more about
other planets than our own,
other planets than our own,
0
896
3746
Többet tudunk más bolygókról,
mint a sajátunkról,
mint a sajátunkról,
00:17
and today, I want to show you
a new type of robot
a new type of robot
1
5446
3224
és ma olyan újfajta robotot
szeretnék bemutatni,
szeretnék bemutatni,
00:20
designed to help us
better understand our own planet.
better understand our own planet.
2
8693
4040
amelyet arra terveztek, hogy segítsen
jobban megérteni a bolygónkat.
jobban megérteni a bolygónkat.
00:25
It belongs to a category
3
13408
1612
Olyan kategóriába tartozik,
00:27
known in the oceanographic community
as an unmanned surface vehicle, or USV.
as an unmanned surface vehicle, or USV.
4
15044
4954
melyet az oceanográfiában tengerfelszíni
kutatórobotként, USV-ként ismernek.
kutatórobotként, USV-ként ismernek.
00:32
And it uses no fuel.
5
20665
1930
Nem üzemanyaggal működik.
00:35
Instead, it relies
on wind power for propulsion.
on wind power for propulsion.
6
23047
3934
Helyette szélenergia hajtja.
00:39
And yet, it can sail around the globe
for months at a time.
for months at a time.
7
27005
3755
Mégis körbehajózza a bolygót
hónapokon át.
hónapokon át.
00:43
So I want to share with you
why we built it,
why we built it,
8
31474
2878
Elmondom, miért építettük meg,
00:46
and what it means for you.
9
34376
1492
és mit jelent az önök számára.
00:49
A few years ago, I was on a sailboat
making its way across the Pacific,
making its way across the Pacific,
10
37814
4584
Néhány évvel ezelőtt vitorláshajón
utaztam keresztül a Csendes-óceánon,
utaztam keresztül a Csendes-óceánon,
00:54
from San Francisco to Hawaii.
11
42422
2198
San Franciscóból Hawaiira.
00:57
I had just spent the past 10 years
working nonstop,
working nonstop,
12
45296
3354
Az elmúlt 10 évet
folyamatos munkával töltöttem.
folyamatos munkával töltöttem.
01:00
developing video games
for hundreds of millions of users,
for hundreds of millions of users,
13
48674
3116
Videojátékokat fejlesztettem
felhasználók millióinak,
felhasználók millióinak,
01:03
and I wanted to take a step back
and look at the big picture
and look at the big picture
14
51814
3521
és szerettem volna lehiggadni,
egészében látni a dolgokat,
egészében látni a dolgokat,
01:07
and get some much-needed thinking time.
15
55359
1937
és elgondolkozni.
01:09
I was the navigator on board,
16
57918
1545
A hajó navigátora voltam,
01:12
and one evening, after a long session
analyzing weather data
analyzing weather data
17
60034
3664
és egy este, miután hosszasan
elemeztük az időjárási adatokat,
elemeztük az időjárási adatokat,
01:15
and plotting our course,
18
63722
1629
és útvonalunkat vittük térképre,
01:17
I came up on deck and saw
this beautiful sunset.
this beautiful sunset.
19
65375
3074
a fedélzetre érve ezt
a gyönyörű naplementét láttam.
a gyönyörű naplementét láttam.
01:20
And a thought occurred to me:
20
68814
1433
Belém hasított a gondolat:
01:22
How much do we really know
about our oceans?
about our oceans?
21
70747
3354
Mennyit tudunk valójában az óceánjainkról?
01:27
The Pacific was stretching all around me
as far as the eye could see,
as far as the eye could see,
22
75252
3879
A Csendes-óceán ott terült el
előttem, míg a szem ellát,
előttem, míg a szem ellát,
01:31
and the waves were
rocking our boat forcefully,
rocking our boat forcefully,
23
79155
2315
és a hullámok erőteljesen
csapkodták a hajónkat,
csapkodták a hajónkat,
01:33
a sort of constant reminder
of its untold power.
of its untold power.
24
81494
3206
állandóan emlékeztetve hatalmas erejükre.
01:37
How much do we really know
about our oceans?
about our oceans?
25
85291
3232
Mennyit tudunk valójában az óceánjainkról?
01:41
I decided to find out.
26
89235
1538
Úgy döntöttem, kiderítem.
01:44
What I quickly learned
is that we don't know very much.
is that we don't know very much.
27
92362
3109
Hamar rájöttem, hogy nem sokat.
01:47
The first reason is just
how vast oceans are,
how vast oceans are,
28
95495
3126
Ennek egyik oka,
hogy az óceánok hatalmasak,
hogy az óceánok hatalmasak,
01:50
covering 70 percent of the planet,
29
98645
2341
a Föld 70%-át borítják,
01:53
and yet we know they drive
complex planetary systems
complex planetary systems
30
101010
3545
de tudjuk, hogy komplex
rendszereket irányítanak,
rendszereket irányítanak,
pl. bolygónk időjárását,
01:56
like global weather,
31
104579
1180
01:57
which affect all of us on a daily basis,
32
105783
2445
ami hatással van ránk nap mint nap,
02:00
sometimes dramatically.
33
108252
1618
olykor drámaian.
02:02
And yet, those activities
are mostly invisible to us.
are mostly invisible to us.
34
110562
3184
Mégis, ezek a folyamatok
számunkra nagyrészt láthatatlanok.
számunkra nagyrészt láthatatlanok.
02:06
Ocean data is scarce by any standard.
35
114944
3765
Az óceánokra vonatkozó adatok
minden szempontból elégtelenek.
minden szempontból elégtelenek.
02:11
Back on land, I had grown used to
accessing lots of sensors --
accessing lots of sensors --
36
119268
5104
Szárazföldön hozzászoktam,
hogy sok érzékelőhöz férek hozzá –
hogy sok érzékelőhöz férek hozzá –
02:16
billions of them, actually.
37
124396
1628
valójában több milliárdhoz.
02:18
But at sea, in situ data
is scarce and expensive.
is scarce and expensive.
38
126576
6454
De a tengeren a helyi adatok
ritkák és drágák.
ritkák és drágák.
02:25
Why? Because it relies on
a small number of ships and buoys.
a small number of ships and buoys.
39
133535
3995
Miért? Mert mennyiségük
a kevés hajótól és bójától függ.
a kevés hajótól és bójától függ.
02:29
How small a number
was actually a great surprise.
was actually a great surprise.
40
137919
2871
Hogy mennyire kevés, az meglepő volt.
02:33
Our National Oceanic
and Atmospheric Administration,
and Atmospheric Administration,
41
141329
3121
A Nemzeti Óceán- és Légkörhivatal,
02:36
better known as NOAA,
42
144474
1623
azaz a NOAA
csak 16 hajóval rendelkezik,
02:38
only has 16 ships,
43
146121
2329
és a partok mentén az egész Földön
csak kevesebb mint 200 bója van.
csak kevesebb mint 200 bója van.
02:40
and there are less than
200 buoys offshore globally.
200 buoys offshore globally.
44
148969
4254
Ennek egyszerű az oka:
02:45
It is easy to understand why:
45
153770
1671
az óceán engesztelhetetlen hely,
02:47
the oceans are an unforgiving place,
46
155465
2140
helyi adatok gyűjtéséhez nagy hajó kell,
02:49
and to collect in situ data,
you need a big ship,
you need a big ship,
47
157629
3334
mely sok üzemanyagot
02:52
capable of carrying a vast amount of fuel
48
160987
2334
és nagyszámú legénységet képes szállítani.
02:55
and large crews,
49
163345
1818
Mindegyik több millió dollárba kerül,
02:57
costing hundreds
of millions of dollars each,
of millions of dollars each,
50
165187
3179
vagy a tengerfenékhez
hat km-es kábellel kipányvázott,
hat km-es kábellel kipányvázott,
03:00
or, big buoys tethered to the ocean floor
with a four-mile-long cable
with a four-mile-long cable
51
168390
5322
vonatkerekekkel lehorgonyzott nagy bóják,
03:06
and weighted down
by a set of train wheels,
by a set of train wheels,
52
174513
2995
amelyeket veszélyes telepíteni,
és költséges fenntartani.
és költséges fenntartani.
03:09
which is both dangerous to deploy
and expensive to maintain.
and expensive to maintain.
53
177532
4609
Mi a helyzet a műholdakkal? – kérdezhetik.
03:14
What about satellites, you might ask?
54
182628
1926
A műholdak fantasztikusak,
03:17
Well, satellites are fantastic,
55
185028
1903
és nagyon sokat megmutattak az összképből
03:18
and they have taught us
so much about the big picture
so much about the big picture
56
186955
2503
az elmúlt évtizedek alatt.
03:21
over the past few decades.
57
189482
2021
De az a baj a műholdakkal,
03:23
However, the problem with satellites
58
191527
2376
03:25
is they can only see through one micron
of the surface of the ocean.
of the surface of the ocean.
59
193927
4280
hogy az óceán felszínétől
egy mikronnyira látnak le.
egy mikronnyira látnak le.
Viszonylag gyenge a térbeli
és időbeli felbontásuk,
és időbeli felbontásuk,
03:31
They have relatively poor
spatial and temporal resolution,
spatial and temporal resolution,
60
199124
3573
03:35
and their signal needs to be corrected
for cloud cover and land effects
for cloud cover and land effects
61
203450
4274
és a jelük javításra szorul
felhők, földi hatások
felhők, földi hatások
03:39
and other factors.
62
207748
1208
és egyéb tényezők miatt.
Mi történik tehát az óceánokban,
03:42
So what is going on in the oceans?
63
210094
3271
03:45
And what are we trying to measure?
64
213929
1632
és mit próbálunk megmérni?
Mi hasznát vesszük egy robotnak?
03:48
And how could a robot be of any use?
65
216283
2586
Koncentráljunk az óceán
egy kis kockájára!
egy kis kockájára!
03:51
Let's zoom in on
a small cube in the ocean.
a small cube in the ocean.
66
219361
3898
Az egyik megértendő kulcskérdés
a felszín,
a felszín,
03:55
One of the key things we want
to understand is the surface,
to understand is the surface,
67
223283
3308
mert a felszín, ha belegondolunk,
03:58
because the surface,
if you think about it,
if you think about it,
68
226615
2039
a kapocs a levegő és tenger
közötti minden kölcsönhatásban.
közötti minden kölcsönhatásban.
04:00
is the nexus of all air-sea interaction.
69
228678
3299
Minden energia és gáz
e felületen keresztül áramlik.
e felületen keresztül áramlik.
04:04
It is the interface through which
all energy and gases must flow.
all energy and gases must flow.
70
232001
4994
Napunk energiát sugároz,
04:09
Our sun radiates energy,
71
237552
2100
amit hőként nyel el az óceán,
04:11
which is absorbed by oceans as heat
72
239676
2896
majd részben a légkörbe bocsátja.
04:14
and then partially released
into the atmosphere.
into the atmosphere.
73
242596
2856
A légkörünkben lévő gázok,
pl. a CO₂, az óceánokba oldódnak.
pl. a CO₂, az óceánokba oldódnak.
04:17
Gases in our atmosphere like CO2
get dissolved into our oceans.
get dissolved into our oceans.
74
245476
4168
Az összes CO₂ kb. 30%-a oldódik be.
04:22
Actually, about 30 percent
of all global CO2 gets absorbed.
of all global CO2 gets absorbed.
75
250099
3629
A planktonok és mikroorganizmusok
annyi oxigént engednek a légkörbe,
annyi oxigént engednek a légkörbe,
04:26
Plankton and microorganisms
release oxygen into the atmosphere,
release oxygen into the atmosphere,
76
254603
3608
hogy minden második levegővételünk
az óceánból származik.
az óceánból származik.
04:30
so much so that every other breath
you take comes from the ocean.
you take comes from the ocean.
77
258235
4171
A hő egy része párolgást okoz,
amiből felhők lesznek,
amiből felhők lesznek,
04:34
Some of that heat generates evaporation,
which creates clouds
which creates clouds
78
262430
3032
és ez végül csapadékhoz vezet.
04:37
and then eventually
leads to precipitation.
leads to precipitation.
79
265486
2294
A levegő nyomásváltozása
felszíni szelet okoz,
felszíni szelet okoz,
04:39
And pressure gradients
create surface wind,
create surface wind,
80
267804
2253
04:42
which moves the moisture
through the atmosphere.
through the atmosphere.
81
270081
2797
ami a páratartalmat mozgatja a légkörben.
A hő egy része az óceán mélyéig sugároz,
04:45
Some of the heat radiates down
into the deep ocean
into the deep ocean
82
273731
3833
és különböző rétegekben raktározódik el.
04:49
and gets stored in different layers,
83
277588
2128
Az óceán mint bolygóméretű melegvíztároló
04:51
the ocean acting as some kind
of planetary-scale boiler
of planetary-scale boiler
84
279740
3305
raktározza el az összes energiát,
04:55
to store all that energy,
85
283069
1621
amely később rövidtávú események,
pl. hurrikánok során,
pl. hurrikánok során,
04:56
which later might be released
in short-term events like hurricanes
in short-term events like hurricanes
86
284714
3737
vagy hosszútávú jelenségként,
mint az El Niño, szabadul fel.
mint az El Niño, szabadul fel.
05:00
or long-term phenomena like El Niño.
87
288475
2381
05:03
These layers can get mixed up
by vertical upwelling currents
by vertical upwelling currents
88
291329
4315
E rétegek függőleges felszálló áramlás
vagy vízszintes áramlatok
révén keveredhetnek;
révén keveredhetnek;
05:07
or horizontal currents,
which are key in transporting heat
which are key in transporting heat
89
295668
3446
ezek a trópusoktól a sarkok felé
irányuló hőátadás fontos elemei.
irányuló hőátadás fontos elemei.
05:11
from the tropics to the poles.
90
299138
1974
05:13
And of course, there is marine life,
91
301623
2799
És persze van tengeri élet,
ami bolygónk legnagyobb ökorendszere,
05:16
occupying the largest ecosystem
in volume on the planet,
in volume on the planet,
92
304446
5016
és a mikroorganizmusoktól,
a halaktól a tengeri emlősökig,
a halaktól a tengeri emlősökig,
05:21
from microorganisms to fish
to marine mammals,
to marine mammals,
93
309486
3702
pl. fókákig, delfinekig s bálnákig terjed.
05:25
like seals, dolphins and whales.
94
313212
3008
De ezek nagyrészt láthatatlanok számunkra.
05:28
But all of these
are mostly invisible to us.
are mostly invisible to us.
95
316244
3577
Az óceán változóinak tanulmányozásában
05:33
The challenge in studying
those ocean variables at scale
those ocean variables at scale
96
321821
5376
az egyik nehézség az energia,
05:39
is one of energy,
97
327221
2174
amely érzékelőknek az óceán
mélyébe merítéséhez szükséges.
mélyébe merítéséhez szükséges.
05:41
the energy that it takes to deploy
sensors into the deep ocean.
sensors into the deep ocean.
98
329419
4123
Persze, sok megoldást próbáltak már –
05:46
And of course, many solutions
have been tried --
have been tried --
99
334597
2293
hullám működtette eszközöktől
05:48
from wave-actuated devices
100
336914
1611
a vízfelszíni járművekig,
05:50
to surface drifters
101
338549
1541
a napelemes eszközökig –
05:52
to sun-powered electrical drives --
102
340114
2722
mind a maga kompromisszumával.
05:54
each with their own compromises.
103
342860
2112
05:57
Our team breakthrough came
from an unlikely source --
from an unlikely source --
104
345745
3170
A csapatunk áttörése
meglepő forrásból jött:
meglepő forrásból jött:
szélhajtású jachtokkal folytatott
gyorsaságirekord-versenyből.
gyorsaságirekord-versenyből.
06:00
the pursuit of the world speed record
in a wind-powered land yacht.
in a wind-powered land yacht.
105
348939
4349
06:05
It took 10 years of research
and development
and development
106
353742
2301
Tízévnyi kutatásba és fejlesztésbe került,
hogy újféle szárnyat tervezzünk,
06:08
to come up with a novel wing concept
107
356067
2529
ami csak három wattot használ
az irányításhoz
az irányításhoz
06:10
that only uses three watts
of power to control
of power to control
108
358620
3808
06:14
and yet can propel a vehicle
all around the globe
all around the globe
109
362452
3088
és látszólag korlátlan
autonómiájú járművet
autonómiájú járművet
06:17
with seemingly unlimited autonomy.
110
365564
2200
is tud hajtani az egész bolygón át.
Ezt a szárnyat tengeri járműre alkalmazva
06:20
By adapting this wing concept
into a marine vehicle,
into a marine vehicle,
111
368262
3346
óceáni drón keletkezett.
06:24
we had the genesis of an ocean drone.
112
372356
2306
Ezek nagyobbak, mint amekkorának tűnnek.
06:27
Now, these are larger than they appear.
113
375280
2334
06:29
They are about 15 feet high,
23 feet long, seven feet deep.
23 feet long, seven feet deep.
114
377638
4576
Kb. öt méter magasak,
hét méter hosszúak, két méter szélesek.
hét méter hosszúak, két méter szélesek.
Felszíni műholdként gondoljanak rájuk.
06:34
Think of them as surface satellites.
115
382238
2053
Tudományos minőségű
érzékelőkkel vannak ellátva,
érzékelőkkel vannak ellátva,
06:36
They're laden with an array
of science-grade sensors
of science-grade sensors
116
384315
3138
melyek fontos oceanográfiai
és légköri változókat mérnek,
és légköri változókat mérnek,
06:39
that measure all key variables,
117
387477
1808
06:41
both oceanographic and atmospheric,
118
389309
2998
és élő műholdas kapcsolat továbbítja
06:44
and a live satellite link transmits
this high-resolution data
this high-resolution data
119
392331
4357
e nagy felbontású adatokat a partra,
06:48
back to shore in real time.
120
396712
2042
valós időben.
Csapatunk szorgalmasan dolgozott
az elmúlt években,
az elmúlt években,
06:51
Our team has been hard at work
over the past few years,
over the past few years,
121
399515
2878
06:54
conducting missions in some of
the toughest ocean conditions
the toughest ocean conditions
122
402417
3508
bevetéseket irányított olykor
a legkeményebb óceáni
körülmények között a bolygón,
körülmények között a bolygón,
06:57
on the planet,
123
405949
1224
az Északi-sarkvidéktől
a csendes-óceáni térségig.
a csendes-óceáni térségig.
06:59
from the Arctic to the tropical Pacific.
124
407197
2465
Vitorláztunk a sarki jégsapkáknál.
07:01
We have sailed all the way
to the polar ice shelf.
to the polar ice shelf.
125
409686
2724
07:04
We have sailed into Atlantic hurricanes.
126
412434
2339
Vitorláztunk
az Atlanti-óceáni hurrikánokban.
az Atlanti-óceáni hurrikánokban.
Megkerültük a Horn-fokot,
07:07
We have rounded Cape Horn,
127
415159
1958
07:09
and we have slalomed between
the oil rigs of the Gulf of Mexico.
the oil rigs of the Gulf of Mexico.
128
417141
3239
és a Mexikói-öböl olajfúró tornyai
között szlalomoztunk.
között szlalomoztunk.
Ez egy kemény robot.
07:12
This is one tough robot.
129
420404
2330
Hadd beszéljek
07:15
Let me share with you
recent work that we did
recent work that we did
130
423629
2981
a Pribilof-szigetek táján végzett
egyik legutóbbi munkánkról.
egyik legutóbbi munkánkról.
07:18
around the Pribilof Islands.
131
426634
1874
Ez az apró szigetcsoport
a hideg Bering-tenger közepén terül el,
a hideg Bering-tenger közepén terül el,
07:20
This is a small group of islands
deep in the cold Bering Sea
deep in the cold Bering Sea
132
428532
3919
az USA és Oroszország között.
07:24
between the US and Russia.
133
432475
2162
07:26
Now, the Bering Sea is the home
of the walleye pollock,
of the walleye pollock,
134
434661
3450
A Bering-tenger
az alaszkai tőkehal hazája,
az alaszkai tőkehal hazája,
mely fehér húsú hal,
talán nem ismernék fel,
talán nem ismernék fel,
07:30
which is a whitefish
you might not recognize,
you might not recognize,
135
438135
2575
de tán kóstolták, ha szeretik
a halrudacskákat vagy a surimit.
a halrudacskákat vagy a surimit.
07:32
but you might likely have tasted
if you enjoy fish sticks or surimi.
if you enjoy fish sticks or surimi.
136
440734
4687
A surimi ráknak néz ki,
de valójában tőkehal.
de valójában tőkehal.
07:37
Yes, surimi looks like crabmeat,
but it's actually pollock.
but it's actually pollock.
137
445445
3622
A tőkehalászat a nép
legnagyobb halgazdasága,
legnagyobb halgazdasága,
07:41
And the pollock fishery
is the largest fishery in the nation,
is the largest fishery in the nation,
138
449908
3010
érték- és mennyiségi szempontból is.
07:44
both in terms of value and volume --
139
452942
2545
07:47
about 3.1 billion pounds
of fish caught every year.
of fish caught every year.
140
455511
3469
1,4 millió tonna halat fognak ki évente.
Az elmúlt években
óceáni drónok hada dolgozott
óceáni drónok hada dolgozott
07:51
So over the past few years,
a fleet of ocean drones
a fleet of ocean drones
141
459695
2699
a Bering-tengeren,
07:54
has been hard at work in the Bering Sea
142
462418
2226
hogy tájékoztasson
a tőkehalállomány méretéről.
a tőkehalállomány méretéről.
07:56
with the goal to help assess
the size of the pollock fish stock.
the size of the pollock fish stock.
143
464668
4455
Ez elősegíti a halászatot szabályozó
kvótarendszer fejlesztését,
kvótarendszer fejlesztését,
08:01
This helps improve the quota system
that's used to manage the fishery
that's used to manage the fishery
144
469147
3771
segít megelőzni
a halállomány összeomlását,
a halállomány összeomlását,
08:04
and help prevent a collapse
of the fish stock
of the fish stock
145
472942
2168
és védi ezt az érzékeny ökorendszert.
08:07
and protects this fragile ecosystem.
146
475134
2944
08:10
Now, the drones survey
the fishing ground using acoustics,
the fishing ground using acoustics,
147
478538
4809
A drónok akusztikus úton
mérik fel a halászterületet,
mérik fel a halászterületet,
08:15
i.e., a sonar.
148
483371
1524
azaz hanglokátorral.
Ez hanghullámot küld lefele,
08:16
This sends a sound wave downwards,
149
484919
3221
majd a hanghullám keltette,
08:20
and then the reflection,
the echo from the sound wave
the echo from the sound wave
150
488164
2510
a tengerfenékről vagy a halakról
visszaverődő visszhangból
visszaverődő visszhangból
08:22
from the seabed or schools of fish,
151
490698
1758
08:24
gives us an idea of what's happening
below the surface.
below the surface.
152
492480
2910
fogalmat alkothatunk arról,
mi történik a felszín alatt.
mi történik a felszín alatt.
Óceáni drónjaink elég jók
ebben az ismétlődő feladatban,
ebben az ismétlődő feladatban,
08:27
Our ocean drones are actually
pretty good at this repetitive task,
pretty good at this repetitive task,
153
495849
4006
így nap mint nap a Bering-tengert
térképezték fel.
térképezték fel.
08:31
so they have been gridding
the Bering Sea day in, day out.
the Bering Sea day in, day out.
154
499879
3905
A Priblof-szigetek szintén a medvefókák
hatalmas kolóniájának otthona.
hatalmas kolóniájának otthona.
08:35
Now, the Pribilof Islands are also
the home of a large colony of fur seals.
the home of a large colony of fur seals.
155
503808
6959
1950-ben kb. kétmillió egyede volt
a kolóniának.
a kolóniának.
08:43
In the 1950s, there were about
two million individuals in that colony.
two million individuals in that colony.
156
511175
4489
Sajnos, napjainkban
a populáció jelentősen csökkent.
a populáció jelentősen csökkent.
08:48
Sadly, these days,
the population has rapidly declined.
the population has rapidly declined.
157
516374
3760
Kevesebb mint 50%-uk maradt,
08:52
There's less than 50 percent
of that number left,
of that number left,
158
520158
2343
08:54
and the population
continues to fall rapidly.
continues to fall rapidly.
159
522525
2508
és a populáció továbbra is gyorsan fogy.
Hogy megértsük, miért,
08:57
So to understand why,
160
525904
2103
09:00
our science partner at
the National Marine Mammal Laboratory
the National Marine Mammal Laboratory
161
528031
3489
tudományos partnerünk
a Nemzeti Tengeriemlős-laboratóriumban
a Nemzeti Tengeriemlős-laboratóriumban
GPS-nyomkövetőt rögzített
09:03
has fitted a GPS tag
on some of the mother seals,
on some of the mother seals,
162
531544
3337
néhány anyafóka bundájára.
09:06
glued to their furs.
163
534905
1477
Ezek a nyomkövetők mérik
a helyzetet és a mélységet
a helyzetet és a mélységet
09:08
And this tag measures location and depth
164
536406
3001
és van egy remek apró kamerájuk is,
09:11
and also has a really cool little camera
165
539431
2332
ami a hirtelen gyorsulásra reagál.
09:13
that's triggered by sudden acceleration.
166
541787
2396
Itt egy film egy művészi hajlamú fókától,
09:16
Here is a movie taken
by an artistically inclined seal,
by an artistically inclined seal,
167
544207
3914
amely példátlan betekintést enged
09:20
giving us unprecedented insight
into an underwater hunt
into an underwater hunt
168
548145
3741
az Északi-sarkvidéken folyó
víz alatti vadászatba,
víz alatti vadászatba,
09:23
deep in the Arctic,
169
551910
1814
a felvételen a tőkehal a zsákmány,
09:25
and the shot of this pollock prey
170
553748
2372
pillanatokkal a felfalása előtt.
09:28
just seconds before it gets devoured.
171
556144
2766
A Sarkvidéken végzett munka még
egy robotnak is nagyon kemény.
egy robotnak is nagyon kemény.
09:30
Now, doing work in the Arctic
is very tough, even for a robot.
is very tough, even for a robot.
172
558934
3786
Túl kellett élniük augusztusi hóvihart
09:34
They had to survive a snowstorm in August
173
562744
2590
09:37
and interferences from bystanders --
174
565358
3491
és bámészkodók zavaró hatását –
az a kicsi pöttyös fóka élvezi az utat.
09:40
that little spotted seal enjoying a ride.
175
568873
3258
09:44
(Laughter)
176
572155
2561
(Nevetés)
A fókamegfigyelők több mint
200 000 merülést rögzítettek az évszakban,
200 000 merülést rögzítettek az évszakban,
09:47
Now, the seal tags have recorded
over 200,000 dives over the season,
over 200,000 dives over the season,
177
575378
6287
és ha jobban megnézzük,
09:54
and upon a closer look,
178
582395
1959
látjuk az egyedi számokat
és az ismétlődő merüléseket.
és az ismétlődő merüléseket.
09:56
we get to see the individual seal tracks
and the repetitive dives.
and the repetitive dives.
179
584378
4531
Folyamatosan dekódoljuk,
10:01
We are on our way to decode
what is really happening
what is really happening
180
589413
2857
mi történik e vadászterületeken,
10:04
over that foraging ground,
181
592294
1679
és ez gyönyörű.
10:05
and it's quite beautiful.
182
593997
1345
Amikor a drónok gyűjtötte
hangadatokat összerakjuk,
hangadatokat összerakjuk,
10:08
Once you superimpose the acoustic data
collected by the drones,
collected by the drones,
183
596362
3403
kirajzolódik a kép.
10:11
a picture starts to emerge.
184
599789
2124
Mikor a fókák elhagyják a szigeteket,
és balról jobbra úsznak,
és balról jobbra úsznak,
10:13
As the seals leave the islands
and swim from left to right,
and swim from left to right,
185
601937
4372
látható, hogy viszonylag sekély,
20 méteres mélységbe merülnek,
20 méteres mélységbe merülnek,
10:18
they are observed to dive at a relatively
shallow depth of about 20 meters,
shallow depth of about 20 meters,
186
606333
4413
melyben, ahogy a drón mutatja,
10:22
which the drone identifies
is populated by small young pollock
is populated by small young pollock
187
610770
4089
alacsony kalóriatartalmú,
apró, fiatal tőkehalak vannak.
apró, fiatal tőkehalak vannak.
10:26
with low calorific content.
188
614883
2083
10:28
The seals then swim much greater distance
and start to dive deeper
and start to dive deeper
189
616990
4124
Majd távolabbra és mélyebbre úsznak,
oda, ahol a drón nagyobb, idősebb,
10:33
to a place where the drone identifies
larger, more adult pollock,
larger, more adult pollock,
190
621138
4672
10:37
which are more nutritious as fish.
191
625834
2259
táplálóbb tőkehalakat észlelt.
Sajnos, az e hosszú távon
felemésztett kalóriák miatt
felemésztett kalóriák miatt
10:40
Unfortunately, the calories expended
by the mother seals
by the mother seals
192
628117
4122
10:44
to swim this extra distance
193
632263
2123
a fókáknak már nem marad elég energiájuk,
10:46
don't leave them with enough energy
to lactate their pups back on the island,
to lactate their pups back on the island,
194
634410
4916
hogy szoptassák kicsinyeiket a szigeten,
így a populáció csökken.
10:51
leading to the population decline.
195
639350
2034
Továbbá, a drón jelezte,
hogy a víz hőmérséklete
hogy a víz hőmérséklete
10:54
Further, the drones identify that
the water temperature around the island
the water temperature around the island
196
642408
5347
a szigetnél jelentősen megnőtt.
10:59
has significantly warmed.
197
647779
1685
Talán ez az egyik fő oka annak,
ami a tőkehalakat északra űzi,
ami a tőkehalakat északra űzi,
11:01
It might be one of the driving forces
that's pushing the pollock north,
that's pushing the pollock north,
198
649488
4300
hogy hidegebb régiók után kutassanak.
11:05
and to spread in search of colder regions.
199
653812
2455
Az adatfeldolgozás folyamatban van,
11:08
So the data analysis is ongoing,
200
656765
1785
de már látható,
11:10
but already we can see
that some of the pieces of the puzzle
that some of the pieces of the puzzle
201
658574
3379
hogy a medvefóka-rejtély
kirakósának pár darabja
kirakósának pár darabja
11:13
from the fur seal mystery
202
661977
1373
11:15
are coming into focus.
203
663374
1601
már a helyére kerül.
De ha az összképet nézzük,
11:18
But if you look back at the big picture,
204
666690
2089
mi is emlősök vagyunk.
11:20
we are mammals, too.
205
668803
1501
Az óceánok évente akár 20 kiló halat
nyújtanak egy-egy embernek.
nyújtanak egy-egy embernek.
11:23
And actually, the oceans provide
up to 20 kilos of fish per human per year.
up to 20 kilos of fish per human per year.
206
671032
3824
Ahogy kimerítjük a halállományunkat,
mit tanulhatunk mi, emberek
mit tanulhatunk mi, emberek
11:26
As we deplete our fish stocks,
what can we humans learn
what can we humans learn
207
674880
3129
a medvefókák történetéből?
11:30
from the fur seal story?
208
678033
1585
Az óceán a halakon kívül is
nap mint nap hatással van ránk
nap mint nap hatással van ránk
11:32
And beyond fish, the oceans
affect all of us daily
affect all of us daily
209
680719
2873
a globális időjárási rendszerek révén,
11:35
as they drive global weather systems,
210
683616
1874
ami befolyásolja a világ
mezőgazdasági termelését,
mezőgazdasági termelését,
11:37
which affect things like
global agricultural output
global agricultural output
211
685514
2761
vagy elpusztítja
az életet és a tulajdonunkat
az életet és a tulajdonunkat
11:40
or can lead to devastating destruction
of lives and property
of lives and property
212
688299
3629
hurrikánokkal, árvizekkel
és szélsőséges hőmérséklettel.
és szélsőséges hőmérséklettel.
11:43
through hurricanes,
extreme heat and floods.
extreme heat and floods.
213
691952
3201
Óceánjaink nagyjából
ismeretlenek és felfedezetlenek,
ismeretlenek és felfedezetlenek,
11:47
Our oceans are pretty much
unexplored and undersampled,
unexplored and undersampled,
214
695756
3780
11:51
and today, we still know more
about other planets than our own.
about other planets than our own.
215
699560
4437
és még mindig többet tudunk
más bolygókról, mint a sajátunkról.
más bolygókról, mint a sajátunkról.
De ha felosztjuk a hatalmas óceánt
11:56
But if you divide this vast ocean
in six-by-six-degree squares,
in six-by-six-degree squares,
216
704021
3788
11:59
each about 400 miles long,
217
707833
2817
650 km oldalú négyzetekre,
nagyjából 1 000 négyzetet kapunk.
12:03
you'd get about 1,000 such squares.
218
711539
2154
Így partereinkkel együtt lassacskán
12:05
So little by little,
working with our partners,
working with our partners,
219
713717
2296
12:08
we are deploying one ocean drone
in each of those boxes,
in each of those boxes,
220
716037
4098
minden négyzetbe egy-egy drónt telepítünk,
azt remélve, hogy a bolygót lefedve
12:12
the hope being that
achieving planetary coverage
achieving planetary coverage
221
720159
2422
jobban belelátunk a bolygó rendszereibe,
12:14
will give us better insights
into those planetary systems
into those planetary systems
222
722605
3180
melyek hatással vannak az emberiségre.
12:17
that affect humanity.
223
725809
1311
12:19
We have been using robots to study
distant worlds in our solar system
distant worlds in our solar system
224
727603
3612
Már jó ideje robotokat használunk
naprendszerünk távoli
világainak vizsgálatára.
világainak vizsgálatára.
12:23
for a while now.
225
731239
1190
Eljött az idő, hogy saját
bolygónkat is számba vegyük,
bolygónkat is számba vegyük,
12:24
Now it is time to quantify our own planet,
226
732939
2631
12:28
because we cannot fix
what we cannot measure,
what we cannot measure,
227
736440
3839
mert nem tudunk javítani azon,
amit nem tudunk megmérni,
amit nem tudunk megmérni,
és nem tudunk felkészülni arra,
amit nem ismerünk.
amit nem ismerünk.
12:32
and we cannot prepare
for what we don't know.
for what we don't know.
228
740303
2892
Köszönöm.
12:35
Thank you.
229
743761
1160
(Taps)
12:36
(Applause)
230
744945
3074
ABOUT THE SPEAKER
Sebastien de Halleux - Entrepreneur, explorerSebastien de Halleux is a technology entrepreneur with a lifelong passion for building impactful businesses.
Why you should listen
Sebastien de Halleux is currently chief operating officer at Saildrone, a company that designs, manufactures and operates a global fleet of wind- and solar-powered ocean drones monitoring the state of the planet in real time. Saildrone's mission is to quantify planetary systems that affect humanity like extreme weather, global fisheries and carbon fluxes.
Before Saildrone, de Halleux cofounded a video games company called Playfish, which disrupted the industry by turning solitary game play into social experiences. Playfish attracted hundreds of million of users before being acquired by Electronics Arts. He also helped launch one of the very first mobile game companies back when mobiles had black and white screens and actual keypads, which IPOed on NASDAQ.
An internationally recognized leader, recipient of the Tech 100 and Tech Fellow Awards and member of the Aspen Global Leadership Network, de Halleux holds a master's in civil and environmental engineering from Imperial College, London. In his spare time, he spends every minute with his children and friends on his sailboat or driving a mobile cinema truck trough rural Africa. He recently welcomed his fourth child, a daughter named Xochi.
Sebastien de Halleux | Speaker | TED.com