TEDWomen 2015
Robin Murphy: These robots come to the rescue after a disaster
Robin Murphy: Deze robots schieten te hulp na een ramp
Filmed:
Readability: 4.3
1,125,212 views
Wie is er bij een ramp als eerste ter plekke? Steeds vaker is dit een robot. In haar lab bouwt Robin Murphy robots die vliegen, graven, zwemmen en kruipen door rampgebieden. Ze helpen brandweermannen en reddingswerkers meer levens te redden op een veilige manier - en helpen gemeenschappen tot wel drie jaar sneller weer normaal te functioneren.
Robin Murphy - Disaster roboticist
Robin Murphy researches robots -- ground, aerial and marine -- that can help out during disasters. Full bio
Robin Murphy researches robots -- ground, aerial and marine -- that can help out during disasters. Full bio
Double-click the English transcript below to play the video.
00:12
Over a million people are killed
each year in disasters.
each year in disasters.
0
999
4976
Meer dan een miljoen mensen
komen ieder jaar om tijdens rampen.
komen ieder jaar om tijdens rampen.
Tweeënhalf miljoen mensen raken
permanent gehandicapt of dakloos,
permanent gehandicapt of dakloos,
00:17
Two and a half million people
will be permanently disabled or displaced,
will be permanently disabled or displaced,
1
5999
5234
00:23
and the communities will take
20 to 30 years to recover
20 to 30 years to recover
2
11257
3924
en de gemeenschappen hebben
20 tot 30 jaar nodig om te herstellen
20 tot 30 jaar nodig om te herstellen
00:27
and billions of economic losses.
3
15205
2401
en lijden miljarden
aan economische verliezen.
aan economische verliezen.
00:31
If you can reduce
the initial response by one day,
the initial response by one day,
4
19054
4371
Als de eerste reactie bij een ramp
met een dag versneld kan worden,
met een dag versneld kan worden,
00:35
you can reduce the overall recovery
5
23449
3527
kan het algehele herstel verkort worden
00:39
by a thousand days, or three years.
6
27000
2808
met duizend dagen, of 3 jaar.
00:41
See how that works?
7
29832
1753
Wil je zien hoe dat werkt?
00:43
If the initial responders
can get in, save lives,
can get in, save lives,
8
31609
2850
Als hulpverleners toegang krijgen,
levens kunnen redden,
levens kunnen redden,
00:46
mitigate whatever flooding
danger there is,
danger there is,
9
34483
2516
het overstromingsgevaar kunnen beperken,
00:49
that means the other groups can get in
10
37023
2284
betekent dat dat andere groepen
toegang krijgen
toegang krijgen
00:51
to restore the water,
the roads, the electricity,
the roads, the electricity,
11
39331
2985
om water, wegen
en elektriciteit te herstellen,
en elektriciteit te herstellen,
00:54
which means then the construction people,
the insurance agents,
the insurance agents,
12
42340
3116
wat betekent dat dan bouwvakkers,
verzekeringsagenten,
verzekeringsagenten,
00:57
all of them can get in
to rebuild the houses,
to rebuild the houses,
13
45480
2614
allemaal toegang krijgen
om de huizen te herstellen,
om de huizen te herstellen,
01:00
which then means
you can restore the economy,
you can restore the economy,
14
48118
2988
wat betekent dat je
de economie kunt herstellen,
de economie kunt herstellen,
01:03
and maybe even make it better
and more resilient to the next disaster.
and more resilient to the next disaster.
15
51130
4873
en het misschien wel beter kunt maken
en beter bestand tegen een volgende ramp.
en beter bestand tegen een volgende ramp.
Een belangrijke verzekeraar vertelde me
01:09
A major insurance company told me
16
57899
1796
01:11
that if they can get a homeowner's claim
processed one day earlier,
processed one day earlier,
17
59719
5112
dat als ze een claim van een huiseigenaar
één dag eerder kunnen verwerken,
één dag eerder kunnen verwerken,
01:16
it'll make a difference of six months
18
64855
2120
het een verschil van zes maanden zal maken
01:18
in that person getting
their home repaired.
their home repaired.
19
66999
2240
om het huis gerepareerd te krijgen.
01:22
And that's why I do disaster robotics --
20
70118
2329
Dat is waarom ik aan
ramp-robotica doe --
ramp-robotica doe --
01:24
because robots can
make a disaster go away faster.
make a disaster go away faster.
21
72471
4499
omdat robots een ramp sneller
kunnen laten verdwijnen.
kunnen laten verdwijnen.
Jullie hebben er al een paar gezien.
01:30
Now, you've already seen
a couple of these.
a couple of these.
22
78305
2017
Dit zijn UAV's.
(Unmanned Aerial Vehicle)
(Unmanned Aerial Vehicle)
01:32
These are the UAVs.
23
80346
1720
01:34
These are two types of UAVs:
24
82090
1861
Er zijn twee soorten UAV's:
01:35
a rotorcraft, or hummingbird;
25
83975
1865
een rotorcraft, of kolibrie;
01:37
a fixed-wing, a hawk.
26
85864
2070
een fixed-wing, oftewel een havik.
01:39
And they're used extensively since 2005 --
27
87958
3390
Ze worden uitgebreid
gebruikt sinds 2005 --
gebruikt sinds 2005 --
01:43
Hurricane Katrina.
28
91372
1175
Orkaan Katrina.
01:44
Let me show you how this hummingbird,
this rotorcraft, works.
this rotorcraft, works.
29
92571
3324
Ik zal laten zien hoe deze kolibrie,
of rotorcraft, werkt.
of rotorcraft, werkt.
01:47
Fantastic for structural engineers.
30
95919
3056
Fantastisch voor bouwkundig ingenieurs.
01:50
Being able to see damage from angles you
can't get from binoculars on the ground
can't get from binoculars on the ground
31
98999
4420
Je kunt de schade bekijken vanuit hoeken
die je niet ziet vanaf de grond,
die je niet ziet vanaf de grond,
01:55
or from a satellite image,
32
103443
1310
met satelliet-beelden,
01:56
or anything flying at a higher angle.
33
104777
3192
of alles dat op grotere hoogte vliegt.
02:00
But it's not just structural engineers
and insurance people who need this.
and insurance people who need this.
34
108530
4372
Maar het zijn niet alleen ingenieurs en
verzekeringsagenten die dit nodig hebben.
verzekeringsagenten die dit nodig hebben.
02:04
You've got things
like this fixed-wing, this hawk.
like this fixed-wing, this hawk.
35
112926
2467
Je hebt robots als
deze fixed-wing, deze havik.
deze fixed-wing, deze havik.
02:07
Now, this hawk can be used
for geospatial surveys.
for geospatial surveys.
36
115417
3271
Deze havik kan gebruikt worden
voor geospatiale onderzoeken.
voor geospatiale onderzoeken.
02:10
That's where you're
pulling imagery together
pulling imagery together
37
118712
2849
Dat is als je beeldmateriaal samenvoegt
02:13
and getting 3D reconstruction.
38
121585
1825
en een 3D-reconstructie maakt.
02:15
We used both of these at the Oso mudslides
up in Washington State,
up in Washington State,
39
123434
4074
We hebben deze robots beide gebruikt bij
de Oso-modderstromen in Washington State,
de Oso-modderstromen in Washington State,
02:19
because the big problem
40
127532
2199
omdat het snappen van de ramp
op geospatiaal en hydrologisch niveau
op geospatiaal en hydrologisch niveau
02:21
was geospatial and hydrological
understanding of the disaster --
understanding of the disaster --
41
129755
3158
het grootste probleem was --
02:24
not the search and rescue.
42
132937
1246
niet het zoeken en redden.
De zoek- en reddingsteams
hadden alles onder controle
hadden alles onder controle
02:26
The search and rescue teams
had it under control
had it under control
43
134207
2319
02:28
and knew what they were doing.
44
136550
1478
en wisten wat ze deden.
Het probleem was dat de rivier en
de modderstroom hen weg kon vegen
de modderstroom hen weg kon vegen
02:30
The bigger problem was that river
and mudslide might wipe them out
and mudslide might wipe them out
45
138052
3870
en de hulpverleners kon wegspoelen.
02:33
and flood the responders.
46
141946
1494
02:35
And not only was it challenging
to the responders and property damage,
to the responders and property damage,
47
143464
3742
Het is niet alleen moeilijk voor
hulpverleners en de materiële schade,
hulpverleners en de materiële schade,
02:39
it's also putting at risk
the future of salmon fishing
the future of salmon fishing
48
147230
3279
ook de toekomst van de zalmvisserij
wordt in gevaar gebracht
wordt in gevaar gebracht
in dat gedeelte van de staat Washington.
02:42
along that part of Washington State.
49
150533
1716
02:44
So they needed to understand
what was going on.
what was going on.
50
152273
2476
Ze moesten dus begrijpen
wat er aan de hand was.
wat er aan de hand was.
02:46
In seven hours, going from Arlington,
51
154773
2609
In zeven uur reed men vanuit Arlington,
het commandocentrum, naar de site,
het commandocentrum, naar de site,
02:49
driving from the Incident Command Post
to the site, flying the UAVs,
to the site, flying the UAVs,
52
157406
4814
vloog met de UAV's, verwerkte de data
02:54
processing the data, driving back
to Arlington command post --
to Arlington command post --
53
162244
3731
en reed men terug naar het mobiele
commandocentrum in Arlington.
commandocentrum in Arlington.
02:57
seven hours.
54
165999
1406
In 7 uur.
02:59
We gave them in seven hours
data that they could take
data that they could take
55
167429
3534
In zeven uur konden we de data leveren
waar men normaal
waar men normaal
03:02
only two to three days
to get any other way --
to get any other way --
56
170987
3750
twee tot drie dagen over doet om het
op een andere manier te verzamelen --
op een andere manier te verzamelen --
03:06
and at higher resolution.
57
174761
1837
en met een hogere resolutie.
03:09
It's a game changer.
58
177064
1373
Het is revolutionair.
03:11
And don't just think about the UAVs.
59
179773
2069
En denk niet alleen aan UAV's.
03:13
I mean, they are sexy -- but remember,
60
181866
2628
Ik bedoel, ze zijn sexy -- maar onthoud:
03:16
80 percent of the world's
population lives by water,
population lives by water,
61
184518
3336
80 procent van de wereldbevolking
woont naast het water,
woont naast het water,
dat houdt in dat de kritieke
infrastructuur onderwater ligt --
infrastructuur onderwater ligt --
03:19
and that means our critical
infrastructure is underwater --
infrastructure is underwater --
62
187878
2864
03:22
the parts that we can't get to,
like the bridges and things like that.
like the bridges and things like that.
63
190766
3286
de delen waar we niet bij kunnen komen,
zoals bruggen en dergelijke.
zoals bruggen en dergelijke.
03:26
And that's why we have
unmanned marine vehicles,
unmanned marine vehicles,
64
194076
2592
Daarom hebben we
onbemande watervoertuigen.
onbemande watervoertuigen.
03:28
one type of which you've already met,
which is SARbot, a square dolphin.
which is SARbot, a square dolphin.
65
196692
4452
Eén type hiervan hebben jullie al gezien,
dat is SARbot, een vierkante dolfijn.
dat is SARbot, een vierkante dolfijn.
03:33
It goes underwater and uses sonar.
66
201168
2696
Deze gaat onderwater en gebruikt sonar.
03:35
Well, why are marine vehicles so important
67
203888
2333
Waarom zijn watervoertuigen
zo belangrijk?
zo belangrijk?
03:38
and why are they very, very important?
68
206245
3124
Waarom zijn ze zo
enorm, enorm belangrijk?
enorm, enorm belangrijk?
Ze worden over het hoofd gezien.
03:41
They get overlooked.
69
209393
1516
03:42
Think about the Japanese tsunami --
70
210933
2402
Denk aan de Japanse tsunami --
03:45
400 miles of coastland totally devastated,
71
213359
3966
650 km van het kustgebied totaal verwoest,
03:49
twice the amount of coastland devastated
by Hurricane Katrina in the United States.
by Hurricane Katrina in the United States.
72
217349
4696
twee keer zoveel kust verwoest als bij
orkaan Katrina in de Verenigde Staten.
orkaan Katrina in de Verenigde Staten.
03:54
You're talking about your bridges,
your pipelines, your ports -- wiped out.
your pipelines, your ports -- wiped out.
73
222069
3856
Het gaat over bruggen, pijpleidingen,
havens -- alles is weggevaagd.
havens -- alles is weggevaagd.
03:57
And if you don't have a port,
74
225949
1612
En als je geen haven hebt,
03:59
you don't have a way
to get in enough relief supplies
to get in enough relief supplies
75
227585
3246
heb je geen manier om genoeg
hulpgoederen te krijgen om
hulpgoederen te krijgen om
04:02
to support a population.
76
230855
1221
de bevolking te ondersteunen.
04:04
That was a huge problem
at the Haiti earthquake.
at the Haiti earthquake.
77
232100
2572
Dat was een enorm probleem
bij de aardbeving in Haïti.
bij de aardbeving in Haïti.
04:07
So we need marine vehicles.
78
235565
2122
We hebben dus maritieme voertuigen nodig.
04:09
Now, let's look at a viewpoint
from the SARbot
from the SARbot
79
237711
2431
Kijk eens mee naar een perspectief
van de SARbot,
van de SARbot,
04:12
of what they were seeing.
80
240166
1471
kijk naar wat deze zag.
04:13
We were working on a fishing port.
81
241661
2246
Er werd gewerkt in een vissershaven.
04:15
We were able to reopen that fishing port,
using her sonar, in four hours.
using her sonar, in four hours.
82
243931
5716
We konden die vissershaven, door haar
sonar te gebruiken, in vier uur openen.
sonar te gebruiken, in vier uur openen.
04:21
That fishing port was told
it was going to be six months
it was going to be six months
83
249671
2653
Die haven werd verteld
dat het zes maanden zou duren
dat het zes maanden zou duren
04:24
before they could get
a manual team of divers in,
a manual team of divers in,
84
252348
2706
voordat ze een team van duikers
erheen konden krijgen,
erheen konden krijgen,
04:27
and it was going to take
the divers two weeks.
the divers two weeks.
85
255078
2687
en het zou de duikers twee weken kosten.
04:29
They were going to miss
the fall fishing season,
the fall fishing season,
86
257789
2294
Ze zouden het visseizoen
in de herfst missen,
in de herfst missen,
04:32
which was the major economy for that part,
which is kind of like their Cape Cod.
which is kind of like their Cape Cod.
87
260107
4226
dat normaal enorme inkomsten levert,
een beetje hun hoogseizoen.
een beetje hun hoogseizoen.
04:36
UMVs, very important.
88
264357
2268
UMV's, héél belangrijk.
04:38
But you know, all the robots
I've shown you have been small,
I've shown you have been small,
89
266649
3248
Alle robots die ik toonde, waren klein,
04:41
and that's because robots
don't do things that people do.
don't do things that people do.
90
269921
3777
en dat is omdat robots andere dingen
doen dan dat mensen doen.
doen dan dat mensen doen.
04:45
They go places people can't go.
91
273722
2253
Ze gaan naar plekken
waar mensen niet komen.
waar mensen niet komen.
04:47
And a great example of that is Bujold.
92
275999
2976
Een goed voorbeeld daarvan is Bujold.
04:50
Unmanned ground vehicles
are particularly small,
are particularly small,
93
278999
2976
Onbemande grondvoertuigen
zijn uitzonderlijk klein,
zijn uitzonderlijk klein,
04:53
so Bujold --
94
281999
1318
Dus Bujold --
04:55
(Laughter)
95
283341
1508
(Publiek lacht)
04:56
Say hello to Bujold.
96
284873
1183
Zeg hallo tegen Bujold.
04:58
(Laughter)
97
286080
2684
(Publiek lacht)
05:01
Bujold was used extensively
at the World Trade Center
at the World Trade Center
98
289606
3369
Bujold werd intensief gebruikt
in het World Trade Center
in het World Trade Center
05:04
to go through Towers 1, 2 and 4.
99
292999
2380
om door Torens 1, 2 en 4 te gaan.
05:07
You're climbing into the rubble,
rappelling down, going deep in spaces.
rappelling down, going deep in spaces.
100
295403
4645
Je klimt in het puin, abseilt
naar beneden, diep de ruimtes in.
naar beneden, diep de ruimtes in.
05:12
And just to see the World Trade Center
from Bujold's viewpoint, look at this.
from Bujold's viewpoint, look at this.
101
300072
4559
Om het World Trade Center vanuit Bujold's
oogpunt te bekijken, kijk hier eens naar.
oogpunt te bekijken, kijk hier eens naar.
05:16
You're talking about a disaster
where you can't fit a person or a dog --
where you can't fit a person or a dog --
102
304655
5069
Je hebt het hier over een ramp waar een
een persoon of een hond niet bij komt --
een persoon of een hond niet bij komt --
05:21
and it's on fire.
103
309748
2142
en er woedt een brand!
05:23
The only hope of getting
to a survivor way in the basement,
to a survivor way in the basement,
104
311914
3734
Om een overlevende te bereiken
ergens diep in de kelder,
ergens diep in de kelder,
05:27
you have to go through things
that are on fire.
that are on fire.
105
315672
2195
zul je door een brand heen moeten.
05:29
It was so hot, on one of the robots,
the tracks began to melt and come off.
the tracks began to melt and come off.
106
317891
4504
Het was er zo warm, dat de rupsbanden
van een robot smolten en loslieten.
van een robot smolten en loslieten.
05:35
Robots don't replace people or dogs,
107
323161
2788
Robots vervangen geen mensen of honden,
05:37
or hummingbirds or hawks or dolphins.
108
325973
2521
of kolibries of haviken of dolfijnen.
05:40
They do things new.
109
328518
2036
Ze doen nieuwe dingen.
05:42
They assist the responders,
the experts, in new and innovative ways.
the experts, in new and innovative ways.
110
330578
5689
Ze helpen hulpverleners, experts,
op nieuwe en innovatieve manieren.
op nieuwe en innovatieve manieren.
05:48
The biggest problem is not
making the robots smaller, though.
making the robots smaller, though.
111
336291
4429
Het grootste probleem is niet om
de robots kleiner te maken.
de robots kleiner te maken.
05:52
It's not making them more heat-resistant.
112
340744
2231
Niet om ze meer hittebestendig te maken.
05:54
It's not making more sensors.
113
342999
1757
Niet om meer sensors te maken.
05:56
The biggest problem is the data,
the informatics,
the informatics,
114
344780
3610
Het grootste probleem is
de data, de informatica,
de data, de informatica,
06:00
because these people need to get
the right data at the right time.
the right data at the right time.
115
348414
4036
omdat deze mensen de juiste data
op het juiste moment moeten krijgen.
op het juiste moment moeten krijgen.
06:04
So wouldn't it be great if we could have
experts immediately access the robots
experts immediately access the robots
116
352474
5501
Zou het niet geweldig zijn als experts
onmiddellijk toegang hadden tot de robots
onmiddellijk toegang hadden tot de robots
zonder tijd te hoeven verspillen
met naar de rampplek rijden,
met naar de rampplek rijden,
06:09
without having to waste any time
of driving to the site,
of driving to the site,
117
357999
2976
06:12
so whoever's there,
use their robots over the Internet.
use their robots over the Internet.
118
360999
2933
dat degenen die er zijn, de robots
via het internet gebruiken.
via het internet gebruiken.
06:15
Well, let's think about that.
119
363956
1382
Laten we daar over nadenken.
06:17
Let's think about a chemical
train derailment in a rural county.
train derailment in a rural county.
120
365362
3372
Denk aan een chemische trein
die ontspoort in een afgelegen gebied.
die ontspoort in een afgelegen gebied.
06:20
What are the odds that the experts,
your chemical engineer,
your chemical engineer,
121
368758
3842
Hoe groot is de kans dat de experts,
denk aan een scheikundig ingenieur,
denk aan een scheikundig ingenieur,
06:24
your railroad transportation engineers,
122
372624
1862
of aan de spoorwegingenieurs,
06:26
have been trained on whatever UAV
that particular county happens to have?
that particular county happens to have?
123
374510
4861
getraind zijn om met die UAV te werken
die in dat gebied toevallig aanwezig is?
die in dat gebied toevallig aanwezig is?
06:31
Probably, like, none.
124
379395
1533
Waarschijnlijk geen enkele.
06:32
So we're using these kinds of interfaces
125
380952
2390
Daarom gebruiken we dit soort interfaces
om mensen de mogelijkheid te geven
om mensen de mogelijkheid te geven
06:35
to allow people to use the robots
without knowing what robot they're using,
without knowing what robot they're using,
126
383366
4340
de robots te gebruiken, zonder te weten
welke robot ze gebruiken,
welke robot ze gebruiken,
06:39
or even if they're using a robot or not.
127
387730
2786
of zelfs óf ze een robot
gebruiken of niet.
gebruiken of niet.
06:44
What the robots give you,
what they give the experts, is data.
what they give the experts, is data.
128
392252
6034
Wat de robots je verschaffen,
wat ze de experts geven, is data.
wat ze de experts geven, is data.
06:50
The problem becomes:
who gets what data when?
who gets what data when?
129
398310
3580
Hierdoor ontstaat het probleem:
wie krijgt wanneer welke data?
wie krijgt wanneer welke data?
06:53
One thing to do is to ship
all the information to everybody
all the information to everybody
130
401914
3893
Een oplossing is om alle informatie
naar iedereen te versturen
naar iedereen te versturen
06:57
and let them sort it out.
131
405831
1512
zodat ze het zelf uitzoeken.
06:59
Well, the problem with that
is it overwhelms the networks,
is it overwhelms the networks,
132
407367
3856
Het probleem hiermee is dat
netwerken overbelast raken,
netwerken overbelast raken,
07:03
and worse yet, it overwhelms
the cognitive abilities
the cognitive abilities
133
411247
3686
en nog erger: het overdondert
de cognitieve capaciteiten
de cognitieve capaciteiten
07:06
of each of the people trying to get
that one nugget of information
that one nugget of information
134
414957
4509
van eenieder die naar een klein
stukje informatie zoekt,
stukje informatie zoekt,
07:11
they need to make the decision
that's going to make the difference.
that's going to make the difference.
135
419490
3805
dat ze nodig hebben om die beslissing
te maken, die het verschil zal maken.
te maken, die het verschil zal maken.
07:15
So we need to think
about those kinds of challenges.
about those kinds of challenges.
136
423999
3094
We moeten dus nadenken
over deze soort uitdagingen.
over deze soort uitdagingen.
07:19
So it's the data.
137
427117
1265
Het gaat dus om de data.
07:20
Going back to the World Trade Center,
138
428406
2236
We gaan terug naar
het World Trade Center.
het World Trade Center.
07:22
we tried to solve that problem
by just recording the data from Bujold
by just recording the data from Bujold
139
430666
4309
Om dit probleem op te lossen,
namen we alleen data van Bujold op
namen we alleen data van Bujold op
07:26
only when she was deep in the rubble,
140
434999
1976
als ze diep in het puin was,
07:28
because that's what the USAR team
said they wanted.
said they wanted.
141
436999
2564
want daar vroeg het USAR team om.
07:32
What we didn't know at the time
142
440523
2588
Wat we toen niet wisten
was dat de civiele bouwkundigen
graag hadden gezien, zelfs nodig hadden,
graag hadden gezien, zelfs nodig hadden,
07:35
was that the civil engineers
would have loved,
would have loved,
143
443135
2598
07:37
needed the data as we recorded
the box beams, the serial numbers,
the box beams, the serial numbers,
144
445757
4218
dat we data hadden opgenomen
over dakbalken, serienummers,
over dakbalken, serienummers,
07:41
the locations, as we went into the rubble.
145
449999
2619
de locaties, toen we het puin in gingen.
We zijn waardevolle data verloren.
07:45
We lost valuable data.
146
453343
1467
07:46
So the challenge is getting all the data
147
454834
2379
De uitdaging is dus om
alle data te krijgen
alle data te krijgen
07:49
and getting it to the right people.
148
457237
2180
en het bij de juiste mensen te krijgen.
07:51
Now, here's another reason.
149
459441
2077
Er is nog een reden.
07:53
We've learned that some buildings --
150
461542
2311
We hebben vernomen dat sommige gebouwen --
07:55
things like schools,
hospitals, city halls --
hospitals, city halls --
151
463877
3272
gebouwen als scholen,
ziekenhuizen, stadhuizen --
ziekenhuizen, stadhuizen --
07:59
get inspected four times
by different agencies
by different agencies
152
467173
4019
vier keer geïnspecteerd worden
door verschillende instanties
door verschillende instanties
08:03
throughout the response phases.
153
471216
2250
gedurende de reactie-fases.
08:06
Now, we're looking, if we can get
the data from the robots to share,
the data from the robots to share,
154
474156
3269
Als we de data van de robots kunnen delen,
08:09
not only can we do things like
compress that sequence of phases
compress that sequence of phases
155
477449
4850
kunnen we niet alleen
die reeks fases samendrukken
die reeks fases samendrukken
om de reactie tijd te verkleinen,
08:14
to shorten the response time,
156
482323
1653
08:16
but now we can begin
to do the response in parallel.
to do the response in parallel.
157
484000
4358
we kunnen nu zelfs parallel
beginnen aan de respons.
beginnen aan de respons.
08:20
Everybody can see the data.
158
488382
1379
Iedereen kan de data zien.
08:21
We can shorten it that way.
159
489785
1462
We kunnen het op die manier versnellen.
08:23
So really, "disaster robotics"
is a misnomer.
is a misnomer.
160
491999
3406
Dus eigenlijk is 'disaster robotics'
een verkeerde benaming.
een verkeerde benaming.
08:28
It's not about the robots.
161
496227
1895
Het gaat niet om de robots.
08:30
It's about the data.
162
498146
1882
Het gaat om de data.
08:32
(Applause)
163
500433
3330
(Applaus)
08:35
So my challenge to you:
164
503787
1957
Hier is mijn uitdaging voor jullie:
08:37
the next time you hear about a disaster,
165
505768
2300
de volgende keer als je
over een ramp hoort,
over een ramp hoort,
08:40
look for the robots.
166
508092
1325
kijk naar de robots.
08:41
They may be underground,
they may be underwater,
they may be underwater,
167
509441
3125
Ze kunnen ondergronds zijn,
ze kunnen onderwater zijn,
ze kunnen onderwater zijn,
08:44
they may be in the sky,
168
512590
1694
ze kunnen in de lucht zijn,
08:46
but they should be there.
169
514308
1965
maar ze zouden er moeten zijn.
08:48
Look for the robots,
170
516297
1167
Zoek naar de robots,
08:49
because robots are coming to the rescue.
171
517488
2747
want de robots schieten te hulp.
08:52
(Applause)
172
520259
5661
(Applaus)
ABOUT THE SPEAKER
Robin Murphy - Disaster roboticistRobin Murphy researches robots -- ground, aerial and marine -- that can help out during disasters.
Why you should listen
Robin Murphy imagines how robots can do tasks no human could amid scenes of disaster hard to imagine, from the World Trade Center disaster to Hurricane Katrina to the Fukushima Daiichi nuclear emergency. In her recent book, Disaster Robotics, she lays out her research into the problem, which pulls together artificial intelligence, robotics and human-robot interaction.
At Texas A&M, Murphy is the director of the Center for Robot-Assisted Search and Rescue and the Center for Emergency Informatics. She also co-founded the IEEE Robotics and Automation Society’s Technical Committee on Safety Security and Rescue Robotics and its annual conference. Her field work, combined with technology transfer and research community-building activities, led to her receiving the 2014 ACM Eugene L. Lawler Award for Humanitarian Contributions within Computer Science and Informatics.
Robin Murphy | Speaker | TED.com