TEDIndia 2009
Lalitesh Katragadda: Making maps to fight disaster, build economies
Lalitesh Katragadda: Creando mapas para combatir desastres, construir economías
Filmed:
Readability: 4.5
405,132 views
Hacia el 2005, sólo el 15% del mundo estaba cartografiado. Esto ralentiza la aportación de ayuda después de un desastre-- y oculta el potencial económico de las tierras no usadas y las carreteras desconocidas. En esta breve charla, Lalitesh Katragadda de Google demuestra Map Maker, una herramienta de construcción de mapas en grupo que la gente alrededor del mundo está usando para cartografiar su mundo.
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. Full bio
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, Cyclone Nargis devastated Myanmar.
0
1000
5000
En 2008 el ciclón Nargis devastó Myanmar.
00:21
Millions of people were in severe need of help.
1
6000
4000
Millones de personas tenían una necesidad severa de ayuda
00:25
The U.N. wanted to rush people and supplies to the area.
2
10000
4000
La ONU quería enviar inmediatamente gente y provisiones al área.
00:29
But there were no maps, no maps of roads,
3
14000
3000
Pero no había mapas, mapas de las carreteras
00:32
no maps showing hospitals, no way for help to reach the cyclone victims.
4
17000
5000
ningún mapa indicando los hospitales, ni forma para llegar a las víctimas del ciclón.
00:37
When we look at a map of Los Angeles or London,
5
22000
3000
Cuando miramos un mapa de Los Ángeles o de Londres
00:40
it is hard to believe
6
25000
3000
es difícil de creer
00:43
that as of 2005, only 15 percent of the world
7
28000
3000
que hacia el 2005 solo el 15% del mundo
00:46
was mapped to a geo-codable level of detail.
8
31000
3000
estaba cartografiado a un nivel de detalle geocodificable.
00:49
The U.N. ran headfirst into a problem
9
34000
3000
La ONU se topó directamente con el problema
00:52
that the majority of the world's populous faces:
10
37000
2000
con el que la mayoría de la población mundial se enfrenta:
00:54
not having detailed maps.
11
39000
2000
no tener mapas detallados.
00:56
But help was coming.
12
41000
2000
Pero la ayuda estaba llegando.
00:58
At Google, 40 volunteers
13
43000
2000
En Google, 40 voluntarios
01:00
used a new software
14
45000
3000
usaron un nuevo software
01:03
to map 120,000 kilometers of roads,
15
48000
3000
para cartografiar 120.000 km de carretera,
01:06
3,000 hospitals, logistics and relief points.
16
51000
3000
3.000 hospitales, puntos logísticos y de ayuda
01:09
And it took them four days.
17
54000
2000
Y les costó cuatro días.
01:11
The new software they used? Google Mapmaker.
18
56000
3000
El nuevo software que usaron? Google Mapmaker.
01:14
Google Mapmaker is a technology that empowers each of us
19
59000
3000
Google Mapmaker es una tecnología que da a cada uno de nosotros la capacidad
01:17
to map what we know locally.
20
62000
3000
de cartografiar lo que conocemos de nuestra zona.
01:20
People have used this software
21
65000
2000
La gente ha usado este software
01:22
to map everything from roads to rivers,
22
67000
2000
para trazar todo desde carreteras hasta ríos,
01:24
from schools to local businesses,
23
69000
3000
desde escuelas hasta negocios locales,
01:27
and video stores to the corner store.
24
72000
3000
y vídeo clubs hasta la tienda de la esquina.
01:30
Maps matter.
25
75000
2000
Los mapas importan.
01:32
Nobel Prize nominee Hernando De Soto
26
77000
2000
El nominado para el premio Nobel Hernando de Soto
01:34
recognized that the key to economic liftoff
27
79000
2000
reconoció que la clave para el salto económico
01:36
for most developing countries
28
81000
2000
para la mayoría de los países en vías de desarrollo
01:38
is to tap the vast amounts of uncapitalized land.
29
83000
3000
es explotar la enorme cantidad de tierra no capitalizada.
01:41
For example, a trillion dollars
30
86000
3000
Por ejemplo, sólo en India un billón de dólares
01:44
of real estate remains uncapitalized in India alone.
31
89000
3000
de bienes inmuebles siguen no capitalizados.
01:47
In the last year alone,
32
92000
2000
Solamente en el año pasado
01:49
thousands of users in 170 countries
33
94000
4000
miles de usuarios en 170 países
01:53
have mapped millions of pieces of information,
34
98000
3000
han conseguido cartografiar millones de trozos de información,
01:56
and created a map of a level of detail never thought viable.
35
101000
3000
y han creado un mapa con un nivel de detalle impensable.
01:59
And this was made possible by
36
104000
2000
Y eso se hizo posible
02:01
the power of passionate users everywhere.
37
106000
4000
gracias al poder de apasionados usuarios de todo el mundo.
02:05
Let's look at some of the maps
38
110000
3000
Miremos unos mapas
02:08
being created by users right now.
39
113000
3000
que se están creando en este momento.
02:11
So, as we speak, people are mapping the world
40
116000
2000
Mientras hablamos la gente esta cartografiando el mundo
02:13
in these 170 countries.
41
118000
2000
en estos 170 países.
02:15
You can see Bridget in Africa who just mapped a road in Senegal.
42
120000
6000
Pueden ver a Bridget en África que acaba de cartografiar una carretera en Senegal.
02:21
And, closer to home, Chalua, an N.G. road in Bangalore.
43
126000
5000
Y, más cerca de casa, Chalua, una carretera en Bangalore.
02:26
This is the result of computational geometry,
44
131000
3000
Este es el resultado de la geometría computacional,
02:29
gesture recognition, and machine learning.
45
134000
3000
reconocimiento gestual, y aprendizaje automático.
02:32
This is a victory of thousands of users,
46
137000
2000
Esta es una victoria de miles de usuarios,
02:34
in hundreds of cities,
47
139000
2000
en cientos de ciudades,
02:36
one user, one edit at a time.
48
141000
2000
uno a uno, cada usuario, cada edición.
02:38
This is an invitation to the 70 percent
49
143000
4000
Esta es una invitación al 70 por ciento
02:42
of our unmapped planet.
50
147000
2000
de nuestro planeta aun no cartografiado.
02:44
Welcome to the new world.
51
149000
2000
Bienvenidos al nuevo mundo.
02:46
(Applause)
52
151000
3000
(Aplausos)
ABOUT THE SPEAKER
Lalitesh Katragadda - EngineerLalitesh 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.
Lalitesh Katragadda | Speaker | TED.com