ABOUT THE SPEAKER
Lalitesh Katragadda - Engineer
Lalitesh Katragadda builds tools that help groups of people compile information to build something greater than the sum of its parts. His latest fascination: collaborative maps.

Why you should listen

Lalitesh Katragadda is a software engineer at Google, working on geo-data, machine vision, machine learning and space robotics. Before joining Google, Lalitesh founded a robotics startup that was acquired by Google. At Google, Lalitesh co-founded Google India and was its founding Joint Center Head for two years. He co-started several projects including Google Finance and Hindi Transliteration, and is now working on maps.

More profile about the speaker
Lalitesh Katragadda | Speaker | TED.com
TEDIndia 2009

Lalitesh Katragadda: Making maps to fight disaster, build economies

Lalitesh Katragadda: Kartografia w walce z kataklizmami i w rozwoju gospodarki.

Filmed:
405,132 views

Do 2005 roku tylko 15% świata zostało naniesione na mapy. To opóźnia pomoc w przypadku katastrof i uniemożliwia ekonomiczne wykorzystanie nieużytków oraz nieznanych dróg. W tym krótkim wykładzie Lalitesh Katragadda z Google prezentuje program Map Maker, zbiór narzędzi kartograficznych wykorzystywanych przez ludzi na całym świecie do tworzenia map znanych im okolic.
- Engineer
Lalitesh Katragadda builds tools that help groups of people compile information to build something greater than the sum of its parts. His latest fascination: collaborative maps. Full bio

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

00:16
In 2008, CycloneCyklon NargisNargis devastatedzdewastowany MyanmarMyanmar.
0
1000
5000
W 2008 cyklon Nargis zdewastował Birmę.
00:21
MillionsMiliony of people were in severesilny need of help.
1
6000
4000
Miliony ludzi znalazło się w nagłej potrzebie.
00:25
The U.N. wanted to rushpośpiech people and supplieskieszonkowe dzieci to the areapowierzchnia.
2
10000
4000
ONZ chciało jak najszybciej dostarczyć ratowników i zaopatrzenie.
00:29
But there were no mapsmapy, no mapsmapy of roadsdrogi,
3
14000
3000
Niestety nie było map, map drogowych,
00:32
no mapsmapy showingseans hospitalsszpitale, no way for help to reachdosięgnąć the cycloneCyklon victimsofiary.
4
17000
5000
map z zaznaczonymi szpitalami, w żaden sposób nie dało się pomóc ofiarom.
00:37
When we look at a mapmapa of LosLos AngelesAngeles or LondonLondyn,
5
22000
3000
Kiedy patrzymy na mapę Los Angeles albo Londynu
00:40
it is hardciężko to believe
6
25000
3000
trudno nam uwierzyć,
00:43
that as of 2005, only 15 percentprocent of the worldświat
7
28000
3000
że w 2005 roku tylko 15 procent całego świata
00:46
was mappedmapowane to a geo-codableGeo-codable levelpoziom of detailSzczegół.
8
31000
3000
posiadało na tyle dokładne mapy, że można na nie nanieść geokody.
00:49
The U.N. ranpobiegł headfirstoślep into a problemproblem
9
34000
3000
ONZ natrafiło na problem, który
00:52
that the majoritywiększość of the world'srecyrodycyjstwo diecystwo recyrodycyjstwo diecystwo recy sektorcy populouszaludnione facestwarze:
10
37000
2000
dotyczy większości ludzi na świecie:
00:54
not havingmający detailedszczegółowe mapsmapy.
11
39000
2000
brak dokładnych map.
00:56
But help was comingprzyjście.
12
41000
2000
Ale pomoc miała nadejść.
00:58
At GoogleGoogle, 40 volunteerswolontariusze
13
43000
2000
W Google, 40 ochotników
01:00
used a newNowy softwareoprogramowanie
14
45000
3000
zaczęło używać nowego oprogramowania
01:03
to mapmapa 120,000 kilometerskilometrów of roadsdrogi,
15
48000
3000
aby skartografować 120 000 km dróg,
01:06
3,000 hospitalsszpitale, logisticsLogistyka and reliefulga pointszwrotnica.
16
51000
3000
3000 szpitali, punktów logistycznych i pomocy.
01:09
And it tookwziął them fourcztery daysdni.
17
54000
2000
Zajęło im to cztery dni.
01:11
The newNowy softwareoprogramowanie they used? GoogleGoogle MapmakerKreator map.
18
56000
3000
Co to było za oprogramowanie ? Google Mapmaker.
01:14
GoogleGoogle MapmakerKreator map is a technologytechnologia that empowersupoważnia eachkażdy of us
19
59000
3000
Google Mapmaker to technologia, która umożliwia nam
01:17
to mapmapa what we know locallylokalnie.
20
62000
3000
sporządzanie map znajomych okolic.
01:20
People have used this softwareoprogramowanie
21
65000
2000
Użytkownicy tego programu
01:22
to mapmapa everything from roadsdrogi to riversrzeki,
22
67000
2000
sporządzali mapy wszystkiego, od dróg po rzeki,
01:24
from schoolsszkoły to locallokalny businessesbiznes,
23
69000
3000
od szkół po lokalne firmy,
01:27
and videowideo storessklepy to the cornerkąt storesklep.
24
72000
3000
od wypożyczalni wideo po narożne warzywniaki.
01:30
MapsMapy mattermateria.
25
75000
2000
Mapy mają znaczenie.
01:32
NobelLaureat Nagrody Nobla PrizeNagrody nomineenominowany HernandoHernando DeDe SotoSoto
26
77000
2000
Hernando De Soto, nominowany do Nagrody Nobla,
01:34
recognizeduznane that the keyklawisz to economicgospodarczy liftoffLiftoff
27
79000
2000
zauważył, że kluczem do ekonomicznego wzrostu
01:36
for mostwiększość developingrozwijanie countrieskraje
28
81000
2000
większości krajów rozwijających się
01:38
is to tapkran the vastogromny amountskwoty of uncapitalizedna podstawie słowników Proximity landwylądować.
29
83000
3000
jest czerpanie korzyści z nieskapitalizowanych terenów.
01:41
For exampleprzykład, a trillionkwintylion dollarsdolarów
30
86000
3000
Na przykład, w samych Indiach,
01:44
of realreal estatemajątek remainsszczątki uncapitalizedna podstawie słowników Proximity in IndiaIndie alonesam.
31
89000
3000
rynek nieskapitalizowanych nieruchomości jest wart biliony dolarów.
01:47
In the last yearrok alonesam,
32
92000
2000
Tylko w ostatnim roku,
01:49
thousandstysiące of usersużytkowników in 170 countrieskraje
33
94000
4000
tysiące użytkowników w 170 krajach,
01:53
have mappedmapowane millionsmiliony of piecessztuk of informationInformacja,
34
98000
3000
skartografowało miliony miejsc,
01:56
and createdstworzony a mapmapa of a levelpoziom of detailSzczegół never thought viablewykonalny.
35
101000
3000
tworząc mapy o poziomie detali dotąd nieznanym.
01:59
And this was madezrobiony possiblemożliwy by
36
104000
2000
Wszystko to było możliwe dzięki
02:01
the powermoc of passionatenamiętny usersużytkowników everywherewszędzie.
37
106000
4000
zacięciu tych pasjonatów.
02:05
Let's look at some of the mapsmapy
38
110000
3000
Spójrzmy na niektóre z map
02:08
beingistota createdstworzony by usersużytkowników right now.
39
113000
3000
tworzonych teraz przez tych użytkowników.
02:11
So, as we speakmówić, people are mappingmapowanie the worldświat
40
116000
2000
Teraz, podczas mojego wykładu, ludzie kartografują świat
02:13
in these 170 countrieskraje.
41
118000
2000
w 170 krajach.
02:15
You can see BridgetBridget in AfricaAfryka who just mappedmapowane a roadDroga in SenegalSenegal.
42
120000
6000
Jak widzicie Bridget z Afryki właśnie stworzyła mapę drogi w Senegalu.
02:21
And, closerbliższy to home, ChaluaChalua, an N.G. roadDroga in BangaloreBangalore.
43
126000
5000
A Chalua, drogę w Bangalore.
02:26
This is the resultwynik of computationalobliczeniowy geometryGeometria,
44
131000
3000
Jest to wynik geometrii obliczeniowej,
02:29
gesturegest recognitionuznanie, and machinemaszyna learninguczenie się.
45
134000
3000
rozpoznawania gestów i zdolności nauki komputera.
02:32
This is a victoryzwycięstwo of thousandstysiące of usersużytkowników,
46
137000
2000
Jest to zwycięstwo tysiąca użytkowników,
02:34
in hundredssetki of citiesmiasta,
47
139000
2000
w setkach miast,
02:36
one userużytkownik, one editedytować at a time.
48
141000
2000
jeden użytkownik, jedna edycja na raz.
02:38
This is an invitationzaproszenie to the 70 percentprocent
49
143000
4000
To zaproszenie od 70 procent
02:42
of our unmappedniezamapowane planetplaneta.
50
147000
2000
nieskartografowanych terenów naszej planety.
02:44
WelcomeWitamy to the newNowy worldświat.
51
149000
2000
Witajcie w nowym świecie.
02:46
(ApplauseAplauz)
52
151000
3000
(Brawa)
Translated by Przemysław Pachut
Reviewed by Kinga Skorupska

▲Back to top

ABOUT THE SPEAKER
Lalitesh Katragadda - Engineer
Lalitesh Katragadda builds tools that help groups of people compile information to build something greater than the sum of its parts. His latest fascination: collaborative maps.

Why you should listen

Lalitesh Katragadda is a software engineer at Google, working on geo-data, machine vision, machine learning and space robotics. Before joining Google, Lalitesh founded a robotics startup that was acquired by Google. At Google, Lalitesh co-founded Google India and was its founding Joint Center Head for two years. He co-started several projects including Google Finance and Hindi Transliteration, and is now working on maps.

More profile about the speaker
Lalitesh Katragadda | Speaker | TED.com