ABOUT THE SPEAKER
Stephen Lawler - General manager of Microsoft's Virtual Earth
Stephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more.

Why you should listen

Microsoft's Stephen Lawler offers a tour of Virtual Earth that not only reveals the power and potential of the software itself, but also gives a global glimpse of the new virtual frontier of digital globes, the 3D Web and the metaverse.

Lawler also explores the enormous effort it takes to create the fluid blending and shifting between the multiple views and resolutions of Virtual Earth. From the satellites and airplanes that gather photo data for a top-down view to the ground vehicles and headgear-wearing pedestrians who canvas the ground for an eye-level perspective -- all of it represents a monumental effort of logistics and mechanics.

More profile about the speaker
Stephen Lawler | Speaker | TED.com
TED2007

Stephen Lawler: Tour Microsoft's Virtual Earth

Stephen Lawler oprowadza po Microsoft Virtual Earth

Filmed:
338,924 views

Stephen Lawler z firmy Microsoft zaprasza na wycieczkę po Virtual Earth, gdzie wznosząc się, opadając i przelatując wśród hiperrealistycznych pejzaży miejskich możemy podziwiać oszałamiającą płynność i nadzwyczajną jakość, która wymaga zarejestrowania niesamowitych ilości danych.
- General manager of Microsoft's Virtual Earth
Stephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more. Full bio

Double-click the English transcript below to play the video.

00:25
What I want to talk to you about todaydzisiaj is
0
0
3000
Chciałbym dzisiaj opowiedzieć
00:28
virtualwirtualny worldsświaty, digitalcyfrowy globesglobusy, the 3-D-D WebSieci Web, the MetaverseMetaverse.
1
3000
9000
o wirtualnych światach, cyfrowych globach, WWW w 3D i metawszechświecie.
00:37
What does this all mean for us?
2
12000
2000
Co to wszystko oznacza dla nas?
00:39
What it meansznaczy is the WebSieci Web is going to becomestają się an excitingekscytujący placemiejsce again.
3
14000
5000
To oznacza, że WWW znowu stanie się fascynującym miejscem.
00:44
It's going to becomestają się superWspaniały excitingekscytujący as we transformprzekształcać
4
19000
3000
Będzie niesamowicie fascynująca, gdy przejdziemy
00:47
to this highlywysoko immersivewciągające and interactiveinteraktywny worldświat.
5
22000
4000
do tego wszechobecnego i niezwykle interaktywnego świata
00:51
With graphicsgrafika, computingprzetwarzanie danych powermoc, lowNiska latenciesopóźnienia,
6
26000
3000
grafiki, mocy obliczeniowej i małych opóźnień,
00:54
these typestypy of applicationsAplikacje and possibilitiesmożliwości
7
29000
3000
gdzie tego typu aplikacje i możliwości
00:57
are going to streamstrumień richbogaty datadane into your liveszyje.
8
32000
5000
dostarczą nam strumienie bogatych danych.
01:02
So the VirtualWirtualne EarthZiemia initiativeinicjatywa, and other typestypy of these initiativesinicjatywy,
9
37000
5000
Virtual Earth i inne tego typu projekty
01:07
are all about extendingrozsuwalny our currentobecny searchszukanie metaphormetafora.
10
42000
6000
to przede wszystkim rozszerzenie naszej obecnej metaforyki wyszukiwania.
01:13
When you think about it, we're so constrainedograniczony by browsingprzeglądanie stron the WebSieci Web,
11
48000
3000
Pomyślcie o tym, jak bardzo nas ogranicza przeglądanie WWW,
01:16
rememberingpamiętając URLsAdresy URL, savingoszczędność favoritesUlubione.
12
51000
3000
zapamiętywanie adresów URL, zapisywanie ulubionych.
01:19
As we moveruszaj się to searchszukanie, we relypolegać on the relevancestosowność rankingsRankingi,
13
54000
3000
W dziedzinie wyszukiwania polegamy na rankingach istotności,
01:22
the WebSieci Web matchingdopasowanie, the indexindeks crawlingczołganie.
14
57000
3000
znajdowaniu pasujących stron WWW, robotach indeksujących,
01:25
But we want to use our brainmózg!
15
60000
2000
ale przecież chcemy wykorzystać własne mózgi!
01:27
We want to navigatenawigować, explorebadać, discoverodkryć informationInformacja.
16
62000
3000
Chcemy nawigować, eksplorować, odkrywać informacje.
01:30
In orderzamówienie to do that, we have to put you as a userużytkownik back in the driver'skierowcy seatsiedzenie.
17
65000
5000
Aby to zrobić, musimy z powrotem posadzić za kierownicą Was — użytkowników.
01:35
We need cooperationwspółpraca betweenpomiędzy you and the computingprzetwarzanie danych networksieć and the computerkomputer.
18
70000
4000
Potrzebna jest współpraca między Wami a siecią komputerową i komputerem.
01:39
So what better way to put you back in the driver'skierowcy seatsiedzenie
19
74000
4000
A jaki może być lepszy sposób oddania kontroli użytkownikom
01:43
than to put you in the realreal worldświat that you interactoddziaływać in everykażdy day?
20
78000
3000
niż przeniesienie ich w świat realny, z którym mają kontakt codziennie?
01:46
Why not leveragewpływ the learningsPodpatrzone that you've been learninguczenie się your entireCały life?
21
81000
4000
Czemu nie wykorzystać tego, czego nauczyliście się przez całe życie?
01:50
So VirtualWirtualne EarthZiemia is about startingstartowy off
22
85000
3000
Virtual Earth to taki początek
01:53
creatingtworzenie the first digitalcyfrowy representationreprezentacja, comprehensivewszechstronny, of the entireCały worldświat.
23
88000
5000
tworzenia pierwszej wszechstronnej cyfrowej reprezentacji całego świata.
01:58
What we want to do is mixmieszać in all typestypy of datadane.
24
93000
3000
Chcemy zmiksować wszelkiego typu dane.
02:01
TagZnacznik it. AttributeAtrybut it. MetadataMetadane. Get the communityspołeczność to addDodaj locallokalny depthgłębokość,
25
96000
5000
Otagować je, przypisać im atrybuty, metadane. Nakłonić społeczność do dodawania wymiaru lokalnego
02:06
globalświatowy perspectiveperspektywiczny, locallokalny knowledgewiedza, umiejętności.
26
101000
3000
— perspektywa globalna i lokalna wiedza.
02:09
So when you think about this problemproblem,
27
104000
2000
A kiedy zastanowicie się nad tym problemem,
02:11
what an enormousogromny undertakingPrzedsiębiorstwo. Where do you beginzaczynać?
28
106000
4000
pomyślicie: to ogromne przedsięwzięcie. Od czego mamy zacząć?
02:15
Well, we collectzebrać datadane from satellitessatelity, from airplanessamoloty,
29
110000
4000
Cóż, zbieramy dane z satelitów, z samolotów,
02:19
from groundziemia vehiclespojazdy, from people.
30
114000
3000
z pojazdów naziemnych, od ludzi.
02:22
This processproces is an engineeringInżynieria problemproblem,
31
117000
5000
Ten proces to problem inżynierski,
02:27
a mechanicalmechaniczny problemproblem, a logisticallogistyczne problemproblem, an operationaloperacyjny problemproblem.
32
122000
4000
problem mechaniczny, logistyczny i operacyjny.
02:31
Here is an exampleprzykład of our aerialantenowe cameraaparat fotograficzny.
33
126000
2000
To jest, na przykład, nasza kamera lotnicza.
02:33
This is panchromaticpanchromatyczne. It's actuallytak właściwie fourcztery colorkolor conesszyszki.
34
128000
3000
Panchromatyczna. Ma obiektywy dla czterech kolorów.
02:36
In additiondodanie, it's multi-spectralMulti-spektralnej.
35
131000
2000
Jest ponadto multispektralna.
02:38
We collectzebrać fourcztery gigabitsgigabitów perza seconddruga of datadane,
36
133000
4000
Zbieramy 4 gigabity danych na sekundę.
02:42
if you can imaginewyobrażać sobie that kinduprzejmy of datadane streamstrumień comingprzyjście down.
37
137000
2000
Wyobraźcie sobie taki strumień napływających danych.
02:44
That's equivalentrównowartość to a constellationkonstelacji of 12 satellitessatelity at highestnajwyższy resres capacityPojemność.
38
139000
6000
To tyle, co układ 12 satelitów pracujących w najwyższej rozdzielczości.
02:50
We flylatać these airplanessamoloty at 5,000 feetstopy in the airpowietrze.
39
145000
4000
Te samoloty latają 1,5 km nad ziemią.
02:54
You can see the cameraaparat fotograficzny on the frontz przodu. We collectzebrać multiplewielokrotność viewpointspunkty widokowe,
40
149000
3000
Tu widzicie kamerę na dziobie. Zbieramy wiele punktów widzenia,
02:57
vantageVantage pointszwrotnica, angleskąty, texturestekstury. We bringprzynieść all that datadane back in.
41
152000
6000
punktów obserwacyjnych, kątów widzenia, tekstur. Wprowadzamy wszystkie te dane.
03:03
We sitsiedzieć here -- you know, think about the groundziemia vehiclespojazdy, the humanczłowiek scaleskala --
42
158000
4000
My siedzimy tutaj — mówię o pojazdach naziemnych, ludzkiej skali,
03:07
what do you see in personosoba? We need to capturezdobyć that up closeblisko
43
162000
2000
o tym, co widzimy na własne oczy. Musimy to uchwycić z bliska,
03:09
to establishustalić that what it's like-typejak typu experiencedoświadczenie.
44
164000
4000
aby stworzyć tę perspektywę „jak tam jest”.
03:13
I betZakład manywiele of you have seenwidziany the AppleApple commercialsreklamy,
45
168000
4000
Na pewno dużo z Was widziało reklamy Apple,
03:17
kinduprzejmy of pokingszturchanie at the PCPC for theirich brillianceblask and simplicityprostota.
46
172000
6000
takie nabijanie się z PeCetów — oczywiście z ich genialności i prostoty.
03:23
So a little unknownnieznany secretsekret is --
47
178000
2000
Mamy taki mały sekret:
03:25
did you see the one with the guy, he's got the WebSieci Web camkrzywka?
48
180000
4000
Widzieliście tą o facecie z kamerką internetową na głowie?
03:29
The poorubogi PCPC guy. They're ductkanałowe tapingtaping his headgłowa. They're just wrappingopakowanie jednostkowe it on him.
49
184000
4000
Biedny facet-PC, oklejają mu głowę taśmą, obwijają mu ją dookoła.
03:33
Well, a little unknownnieznany secretsekret is his brotherbrat actuallytak właściwie worksPrace on the VirtualWirtualne EarthZiemia teamzespół.
50
188000
4000
Nasz mały sekret to fakt, że jego brat pracuje w zespole Virtual Earth.
03:37
(LaughterŚmiech). So they'veoni got a little bitkawałek of a siblingelement równorzędny rivalryRywalizacja thing going on here.
51
192000
5000
(Śmiech) I oni rywalizują ze sobą, jak to rodzeństwo.
03:42
But let me tell you -- it doesn't affectoddziaływać his day jobpraca.
52
197000
2000
Ale muszę zaznaczyć, że to nie wpływa na jego pracę zawodową.
03:44
We think a lot of good can come from this technologytechnologia.
53
199000
3000
Sądzimy, że ta technologia przyniesie wiele dobrego.
03:47
This was after KatrinaKatrina. We were the first commercialReklama w telewizji fleetfloty of airplanessamoloty
54
202000
4000
Tak było po huraganie Katrina. Byliśmy pierwszą komercyjną flotą lotniczą, która otrzymała
03:51
to be clearedwyczyszczone into the disasterkatastrofa impactwpływ zonestrefa.
55
206000
3000
zgodę na loty w strefie klęski żywiołowej.
03:54
We flewlatał the areapowierzchnia. We imagedsfotografowana it. We sentwysłane in people. We tookwziął pictureskino of interiorswnętrza,
56
209000
5000
Lataliśmy nad tym obszarem, fotografowaliśmy, wysłaliśmy ludzi, fotografowaliśmy wnętrza,
03:59
disasterkatastrofa areasobszary. We helpedpomógł with the first respondersobiekty odpowiadające w trybie, the searchszukanie and rescueratować.
57
214000
4000
obszary dotknięte klęską. Pomagaliśmy ratownikom, zespołom poszukiwawczo-ratunkowym.
04:03
OftenCzęsto the first time anyonektokolwiek saw what happenedstało się to theirich housedom was on VirtualWirtualne EarthZiemia.
58
218000
5000
Wiele osób w Virtual Earth pierwszy raz zobaczyło, co się stało z ich domami.
04:08
We madezrobiony it all freelyswobodnie availabledostępny on the WebSieci Web, just to --
59
223000
2000
Wszystko to udostępniliśmy bez ograniczeń w sieci, żeby...
04:10
it was obviouslyoczywiście our chanceszansa of helpingporcja jedzenia out with the causeprzyczyna.
60
225000
4000
Tak po prostu mogliśmy pomóc w tych działaniach.
04:14
When we think about how all this comespochodzi togetherRazem,
61
229000
3000
Gdy pomyślimy o tym, jak to wszystko się łączy,
04:17
it's all about softwareoprogramowanie, algorithmsalgorytmy and mathmatematyka.
62
232000
4000
to chodzi tu o oprogramowanie, algorytmy i matematykę.
04:21
You know, we capturezdobyć this imageryobrazowość but to buildbudować the 3-D-D modelsmodele
63
236000
3000
Rejestrujemy te zdjęcia, ale żeby zbudować modele 3D,
04:24
we need to do geo-positioningGeo pozycjonowanie. We need to do geo-registeringGeo Rejestracja of the imagesobrazy.
64
239000
5000
potrzebujemy lokalizacji geograficznej. Musimy zarejestrować lokalizację zdjęć.
04:29
We have to bundlepakiet adjustdostosować them. Find tiewiązanie pointszwrotnica.
65
244000
2000
Musimy je masowo dopasować. Znaleźć punkty wspólne.
04:31
ExtractWyciąg geometryGeometria from the imagesobrazy.
66
246000
3000
Wydobyć ze zdjęć geometrię.
04:34
This processproces is a very calculatedobliczone processproces.
67
249000
4000
Ten proces to dużo obliczeń.
04:38
In factfakt, it was always doneGotowe manualpodręcznik.
68
253000
1000
Zawsze robiono to ręcznie.
04:39
HollywoodHollywood would spendwydać millionsmiliony of dollarsdolarów to do a smallmały urbanmiejski corridorkorytarz
69
254000
4000
Hollywood wydawało miliony dolarów na opracowanie małego korytarza przez miasto
04:43
for a moviefilm because they'doni by have to do it manuallyręcznie.
70
258000
3000
do filmu, bo musieli robić to ręcznie.
04:46
They'dOni byłby drivenapęd the streetsulice with laserslasery callednazywa LIDARLIDAR.
71
261000
2000
Jeździli po ulicach z laserami LIDAR.
04:48
They'dOni byłby collectedZebrane informationInformacja with photoszdjęcia. They'dOni byłby manuallyręcznie buildbudować eachkażdy buildingbudynek.
72
263000
4000
Zbierali informacje, korzystając ze zdjęć. Ręcznie tworzyli każdy budynek.
04:52
We do this all throughprzez softwareoprogramowanie, algorithmsalgorytmy and mathmatematyka --
73
267000
2000
My robimy to wszystko, korzystając z oprogramowania, algorytmów i matematyki:
04:54
a highlywysoko automatedautomatyczne pipelinerurociąg creatingtworzenie these citiesmiasta.
74
269000
3000
zautomatyzowanej linii fabrycznej tworzącej te miasta.
04:57
We tookwziął a decimaldziesiętny pointpunkt off what it costkoszt to buildbudować these citiesmiasta,
75
272000
3000
Zmniejszyliśmy koszt budowy tych miast do ułamka dotychczasowego
05:00
and that's how we're going to be ablezdolny to scaleskala this out and make this realityrzeczywistość a dreamśnić.
76
275000
4000
i dzięki temu będziemy móc to rozwinąć na większą skalę i uczynić tę rzeczywistość snem.
05:04
We think about the userużytkownik interfaceberło.
77
279000
2000
Pamiętamy o interfejsie użytkownika.
05:06
What does it mean to look at it from multiplewielokrotność perspectivesperspektywy?
78
281000
3000
Co oznacza spojrzenie z wielu perspektyw?
05:09
An ortho-viewOrto Zobacz, a nadir-viewNadir Zobacz. How do you keep the precisionprecyzja of the fidelitywierność of the imageryobrazowość
79
284000
5000
Widok ortogonalny, widok z nadiru. Jak zachować precyzję i dokładność zdjęć,
05:14
while maintainingutrzymywanie the fluiditypłynność of the modelModel?
80
289000
4000
jednocześnie utrzymując płynność modelu?
05:18
I'll wrapowinąć up by showingseans you the --
81
293000
2000
Jako podsumowanie pokażę Wam...
05:20
this is a brand-newCałkiem nowy peekPeek I haven'tnie mam really shownpokazane into the lablaboratorium areapowierzchnia of VirtualWirtualne EarthZiemia.
82
295000
4000
nowy, wcześniej nie prezentowany efekt prac laboratorium Virtual Earth.
05:24
What we're doing is -- people like this a lot,
83
299000
3000
Zajmujemy się... ludzie to uwielbiają:
05:27
this bird'sptaka eyeoko imageryobrazowość we work with. It's this highwysoki resolutionrozkład datadane.
84
302000
3000
te zdjęcia z lotu ptaka, które wykorzystujemy. To te dane o wysokiej rozdzielczości.
05:30
But what we'vemamy founduznany is they like the fluiditypłynność of the 3-D-D modelModel.
85
305000
4000
Ale odkryliśmy, że ludzie lubią płynność modelu 3D.
05:34
A childdziecko can navigatenawigować with an XboxXbox controllerkontroler or a gamegra controllerkontroler.
86
309000
4000
Dziecko może tu nawigować, używając kontrolera Xboxa czy pada do gier.
05:38
So here what we're tryingpróbować to do is we bringprzynieść the pictureobrazek and projectprojekt it into the 3-D-D modelModel spaceprzestrzeń.
87
313000
5000
Tak więc, próbujemy rzutować obraz w przestrzeń trójwymiarowego modelu.
05:43
You can see all typestypy of resolutionrozkład. From here, I can slowlypowoli panpatelnia the imageobraz over.
88
318000
6000
Widzicie wszelkie rozdzielczości. Stąd mogę powoli przesunąć obraz.
05:49
I can get the nextNastępny imageobraz. I can blendmieszanka and transitionprzejście.
89
324000
3000
Mogę wziąć następne zdjęcie. Mogę je zmieszać i zrobić przejście.
05:52
By doing this I don't losestracić the originaloryginalny detailSzczegół. In factfakt, I mightmoc be recordingnagranie historyhistoria.
90
327000
5000
Nie tracę przy tym szczegółowości oryginału. Prawdę mówiąc, może rejestruję historię.
05:57
The freshnessświeżość, the capacityPojemność. I can turnskręcać this imageobraz.
91
332000
3000
Świeżość, moc. Mogę obrócić ten obraz.
06:00
I can look at it from multiplewielokrotność viewpointspunkty widokowe and angleskąty.
92
335000
3000
Mogę go obejrzeć z różnych punktów widzenia, pod różnymi kątami.
06:03
What we're tryingpróbować to do is buildbudować a virtualwirtualny worldświat.
93
338000
3000
Próbujemy zbudować świat wirtualny.
06:06
We hopenadzieja that we can make computingprzetwarzanie danych a userużytkownik modelModel you're familiarznajomy with,
94
341000
5000
Mamy nadzieję, że stworzymy dla pracy z komputerem model, który już dobrze znacie,
06:11
and really deriveczerpać insightswgląd from you, from all differentróżne directionswskazówki.
95
346000
4000
i naprawdę uzyskamy od Was wiedzę z najróżniejszych kierunków.
06:15
I thank you very much for your time.
96
350000
2000
Dziękuję bardzo za uwagę.
06:17
(ApplauseAplauz)
97
352000
1000
(Brawa)
Translated by Marcin Krzaczkowski
Reviewed by Marcin Cwikla

▲Back to top

ABOUT THE SPEAKER
Stephen Lawler - General manager of Microsoft's Virtual Earth
Stephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more.

Why you should listen

Microsoft's Stephen Lawler offers a tour of Virtual Earth that not only reveals the power and potential of the software itself, but also gives a global glimpse of the new virtual frontier of digital globes, the 3D Web and the metaverse.

Lawler also explores the enormous effort it takes to create the fluid blending and shifting between the multiple views and resolutions of Virtual Earth. From the satellites and airplanes that gather photo data for a top-down view to the ground vehicles and headgear-wearing pedestrians who canvas the ground for an eye-level perspective -- all of it represents a monumental effort of logistics and mechanics.

More profile about the speaker
Stephen Lawler | Speaker | TED.com