TED2018
Will Marshall: The mission to create a searchable database of Earth's surface
Will Marshall: Notre mission : faire de la surface de la Terre une base de données exploitable
Filmed:
Readability: 4.5
1,655,705 views
Et si on pouvait faire une recherche sur la surface de la Terre de la même façon qu'une recherche sur Internet ? Will Marshall et son équipe de Planet utilisent la plus grande flotte de satellites au monde pour photographier au quotidien l'ensemble de la Terre. Ils se lancent aujourd'hui dans un nouveau projet : utiliser l'IA pour indexer tous les objets terrestres dans le temps – ce qui rendrait consultable les bateaux, les arbres, les maisons, etc. de la même façon que pour une recherche sur Google. Il nous partage sa vision de cette base de données comme potentiel inventaire évolutif des énormes transformations physiques qui se produisent à travers le monde. « On ne peut pas réparer ce qu'on ne voit pas », nous dit Will Marshall. « Nous voulons permettre aux gens d'être témoins du changement, et de passer à l'action. »
Will Marshall - Space scientist
At Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets. Full bio
At Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets. Full bio
Double-click the English transcript below to play the video.
00:12
Four years ago, here at TED,
0
761
2215
Il y a quatre ans, ici, à TED,
00:15
I announced Planet's Mission 1:
1
3000
2336
j'ai présenté la mission n°1 de Planet :
00:17
to launch a fleet of satellites
2
5360
1856
lancer une flotte de satellites
00:19
that would image
the entire Earth, every day,
the entire Earth, every day,
3
7240
2280
photographiant la Terre entière,
tous les jours,
tous les jours,
00:22
and to democratize access to it.
4
10560
1640
et en démocratiser l'accès.
00:25
The problem we were trying
to solve was simple.
to solve was simple.
5
13520
2216
Notre problème était simple.
00:27
Satellite imagery you find online is old,
typically years old,
typically years old,
6
15760
3096
Les images satellites en ligne
datent d'il y a plusieurs années,
datent d'il y a plusieurs années,
00:30
yet human activity was happening
on days and weeks and months,
on days and weeks and months,
7
18880
3936
or, l'activité humaine évolue chaque jour,
chaque semaine et chaque mois,
chaque semaine et chaque mois,
00:34
and you can't fix what you can't see.
8
22840
2256
et on ne peut pas réparer
ce qu'on ne voit pas.
ce qu'on ne voit pas.
00:37
We wanted to give people the tools
to see that change and take action.
to see that change and take action.
9
25120
3776
Nous avons voulu permettre aux gens
d'être témoins du changement et d'agir.
d'être témoins du changement et d'agir.
00:40
The beautiful Blue Marble image,
taken by the Apollo 17 astronauts in 1972
taken by the Apollo 17 astronauts in 1972
10
28920
4936
La magnifique photo « La Bille bleue »,
prise par l'équipe d'Apollo 17, en 1972,
prise par l'équipe d'Apollo 17, en 1972,
00:45
had helped humanity become aware
that we're on a fragile planet.
that we're on a fragile planet.
11
33880
3280
nous a aidés à prendre conscience
de la fragilité de notre planète.
de la fragilité de notre planète.
00:49
And we wanted to take it
to the next level,
to the next level,
12
37600
2056
On a cherché à renforcer cette expérience
00:51
to give people the tools
to take action, to take care of it.
to take action, to take care of it.
13
39680
3456
afin de donner aux gens les outils
pour agir et préserver la planète.
pour agir et préserver la planète.
00:55
Well, after many
Apollo projects of our own,
Apollo projects of our own,
14
43160
4056
Après nos nombreux projets Apollo,
00:59
launching the largest fleet
of satellites in human history,
of satellites in human history,
15
47240
2960
qui ont lancé la plus grande flotte
de satellites de l'histoire humaine,
de satellites de l'histoire humaine,
01:03
we have reached our target.
16
51600
1520
nous avons atteint notre but.
01:06
Today, Planet images
the entire Earth, every single day.
the entire Earth, every single day.
17
54080
3656
Aujourd'hui, Planet photographie
la Terre entière, chaque jour.
la Terre entière, chaque jour.
01:09
Mission accomplished.
18
57760
1216
Mission accomplie.
01:11
(Applause)
19
59000
2536
(Applaudissements)
01:13
Thank you.
20
61560
1200
Merci.
01:15
It's taken 21 rocket launches --
21
63600
3976
Il a fallu 21 lancements de fusées –
01:19
this animation makes it look
really simple -- it was not.
really simple -- it was not.
22
67600
4160
cette animation donne l'impression
que c'est simple – ça ne l'est pas.
que c'est simple – ça ne l'est pas.
01:25
And we now have
over 200 satellites in orbit,
over 200 satellites in orbit,
23
73040
3456
Et nous avons maintenant
plus de 200 satellites en orbite,
plus de 200 satellites en orbite,
01:28
downlinking their data to 31 ground
stations we built around the planet.
stations we built around the planet.
24
76520
3936
envoyant des données à 31 stations,
réparties sur notre planète.
réparties sur notre planète.
01:32
In total, we get 1.5 million 29-megapixel
images of the Earth down each day.
images of the Earth down each day.
25
80480
6296
Au total, nous recevons 1,5 million
d'images en 29 mégapixel par jour.
d'images en 29 mégapixel par jour.
01:38
And on any one location
of the Earth's surface,
of the Earth's surface,
26
86800
2416
Et pour n'importe quel endroit sur Terre,
01:41
we now have on average
more than 500 images.
more than 500 images.
27
89240
3496
nous avons en moyenne
plus de 500 images.
plus de 500 images.
01:44
A deep stack of data,
documenting immense change.
documenting immense change.
28
92760
3880
C'est une énorme base de données,
informant sur des changements immenses.
informant sur des changements immenses.
01:49
And lots of people are using this imagery.
29
97320
2536
Beaucoup de gens utilisent ces images.
01:51
Agricultural companies are using it
to improve farmers' crop yields.
to improve farmers' crop yields.
30
99880
5136
Le secteur agricole y a recours pour
améliorer les récoltes des agriculteurs.
améliorer les récoltes des agriculteurs.
01:57
Consumer-mapping companies are using it
to improve the maps you find online.
to improve the maps you find online.
31
105040
4176
Les entreprises de cartographie,
pour enrichir leurs cartes en ligne.
pour enrichir leurs cartes en ligne.
02:01
Governments are using it
for border security
for border security
32
109240
2096
Les États, pour sécuriser leurs frontières
02:03
or helping with disaster response
after floods and fires and earthquakes.
after floods and fires and earthquakes.
33
111360
3680
ou réagir aux inondations,
aux incendies et aux séismes.
aux incendies et aux séismes.
02:08
And lots of NGOs are using it.
34
116320
1536
De nombreuses ONG s'en servent
02:09
So, for tracking
and stopping deforestation.
and stopping deforestation.
35
117880
3416
pour suivre la déforestation et l'arrêter,
02:13
Or helping to find the refugees
fleeing Myanmar.
fleeing Myanmar.
36
121320
3536
aider à localiser les réfugiés
fuyant la Birmanie,
fuyant la Birmanie,
02:16
Or to track all the activities
in the ongoing crisis in Syria,
in the ongoing crisis in Syria,
37
124880
4376
ou repérer toutes les actions
de la crise actuelle en Syrie,
de la crise actuelle en Syrie,
02:21
holding all sides accountable.
38
129280
1680
en surveillant la responsabilité
de chaque partie.
de chaque partie.
02:24
And today, I'm pleased
to announce Planet stories.
to announce Planet stories.
39
132640
3456
Aujourd'hui, je suis ravi
de vous présenter Planet stories.
de vous présenter Planet stories.
02:28
Anyone can go online to planet.com
40
136120
2296
Tout le monde peut
se connecter sur planet.com,
se connecter sur planet.com,
02:30
open an account and see
all of our imagery online.
all of our imagery online.
41
138440
3240
créer un compte et accéder
à notre photothèque en ligne.
à notre photothèque en ligne.
02:34
It's a bit like Google Earth,
except it's up-to-date imagery,
except it's up-to-date imagery,
42
142480
3096
C'est comme Google Earth,
sauf que les images sont actualisées
sauf que les images sont actualisées
02:37
and you can see back through time.
43
145600
2680
et qu'on peut retracer
leur évolution dans le temps.
leur évolution dans le temps.
02:41
You can compare any two days
44
149040
1696
On peut comparer deux dates
02:42
and see the dramatic changes
that happen around our planet.
that happen around our planet.
45
150760
2880
et observer les changements
spectaculaires qui se produisent.
spectaculaires qui se produisent.
02:46
Or you can create a time lapse
through the 500 images that we have
through the 500 images that we have
46
154560
3400
Ou aussi regarder un accéléré
des 500 images disponibles
des 500 images disponibles
02:50
and see that change
dramatically over time.
dramatically over time.
47
158600
2560
et voir ce qui a beaucoup
changé avec le temps.
changé avec le temps.
02:54
And you can share these over social media.
48
162000
2720
On peut aussi le partager
sur les réseaux sociaux.
sur les réseaux sociaux.
02:57
It's pretty cool.
49
165520
1216
C'est plutôt cool.
02:58
(Applause)
50
166760
1216
(Applaudissements)
03:00
Thank you.
51
168000
1200
Merci.
03:02
We initially created this tool
for news journalists,
for news journalists,
52
170440
2456
Cet outil était initialement destiné
aux journalistes
aux journalistes
03:04
who wanted to get unbiased information
about world events.
about world events.
53
172920
2736
en quête d'informations objectives
sur l'actualité mondiale.
sur l'actualité mondiale.
03:07
But now we've opened it up
for anyone to use,
for anyone to use,
54
175680
2216
Depuis, on l'a ouvert à tous,
03:09
for nonprofit or personal uses.
55
177920
2000
pour un usage à but non-lucratif
ou personnel.
ou personnel.
03:12
And we hope it will give people the tools
to find and see the changes on the planet
to find and see the changes on the planet
56
180600
4416
On espère qu'il permettra aux gens de
localiser et voir les évolutions du monde
localiser et voir les évolutions du monde
03:17
and take action.
57
185040
1200
pour passer à l'action.
03:18
OK, so humanity now has this database
of information about the planet,
of information about the planet,
58
186920
4256
L'humanité bénéficie actuellement de
cette base de données sur notre planète,
cette base de données sur notre planète,
03:23
changing over time.
59
191200
1216
évoluant au fil du temps.
03:24
What's our next mission, what's Mission 2?
60
192440
2056
En quoi consiste la prochaine Mission 2 ?
03:26
In short, it's space plus AI.
61
194520
2440
Pour résumer, c'est l'espace
couplé avec l'IA.
couplé avec l'IA.
03:29
What we're doing
with artificial intelligence
with artificial intelligence
62
197720
2176
Nous utilisons l'intelligence artificielle
03:31
is finding the objects
in all the satellite images.
in all the satellite images.
63
199920
3096
pour détecter des objets
dans l'ensemble des images satellitaires.
dans l'ensemble des images satellitaires.
03:35
The same AI tools that are used
to find cats in videos online
to find cats in videos online
64
203040
4536
Les mêmes outils d'IA permettant de
repérer les chats dans les vidéos en ligne
repérer les chats dans les vidéos en ligne
03:39
can also be used to find
information on our pictures.
information on our pictures.
65
207600
3896
peuvent être utilisés pour trouver
des informations sur nos images.
des informations sur nos images.
03:43
So, imagine if you can say,
this is a ship, this is a tree,
this is a ship, this is a tree,
66
211520
3336
Imaginez qu'on puisse dire :
voici un bateau, ici un arbre,
voici un bateau, ici un arbre,
03:46
this is a car, this is a road,
this is a building, this is a truck.
this is a building, this is a truck.
67
214880
4376
une voiture, une route,
un bâtiment et un camion.
un bâtiment et un camion.
03:51
And if you could do that
for all of the millions of images
for all of the millions of images
68
219280
2736
Si on pouvait les repérer
dans les millions d'images
dans les millions d'images
03:54
coming down per day,
69
222040
1256
prises chaque jour,
03:55
then you basically create a database
70
223320
1736
alors on créerait une base de données
03:57
of all the sizable objects
on the planet, every day.
on the planet, every day.
71
225080
2656
de tous les grands objets
sur Terre, chaque jour.
sur Terre, chaque jour.
03:59
And that database is searchable.
72
227760
1560
Cette base de données est exploitable.
04:02
So that's exactly what we're doing.
73
230520
2096
C'est précisément ce que nous faisons.
04:04
Here's a prototype, working on our API.
74
232640
2256
Voici un prototype,
basé sur notre interface.
basé sur notre interface.
04:06
This is Beijing.
75
234920
1456
Voici Pékin.
04:08
So, imagine if we wanted
to count the planes in the airport.
to count the planes in the airport.
76
236400
2856
Imaginons que l'on veuille compter
les avions de l'aéroport.
les avions de l'aéroport.
04:11
We select the airport,
77
239280
1856
On sélectionne l'aéroport
04:13
and it finds the planes in today's image,
78
241160
2376
et ça trouve les avions
sur l'image d'aujourd'hui.
sur l'image d'aujourd'hui.
04:15
and finds the planes
in the whole stack of images before it,
in the whole stack of images before it,
79
243560
3256
Il va rechercher les avions
dans la masse d'images précédentes,
dans la masse d'images précédentes,
04:18
and then outputs this graph of all
the planes in Beijing airport over time.
the planes in Beijing airport over time.
80
246840
4896
puis il nous montre tous les avions
à l'aéroport de Pékin au fil du temps.
à l'aéroport de Pékin au fil du temps.
04:23
Of course, you could do this
for all the airports around the world.
for all the airports around the world.
81
251760
3576
Bien sûr, on pourrait en faire de même
pour tous les aéroports du monde.
pour tous les aéroports du monde.
04:27
And let's look here
in the port of Vancouver.
in the port of Vancouver.
82
255360
2936
Regardons maintenant le port de Vancouver.
04:30
So, we would do the same,
but this time we would look for vessels.
but this time we would look for vessels.
83
258320
3536
On va faire pareil,
mais avec des bateaux cette fois.
mais avec des bateaux cette fois.
04:33
So, we zoom in on Vancouver,
we select the area,
we select the area,
84
261880
4136
On zoome sur Vancouver,
on sélectionne la zone,
on sélectionne la zone,
04:38
and we search for ships.
85
266040
2056
on cherche les bateaux,
04:40
And it outputs where all the ships are.
86
268120
1858
et il trouve tous les bateaux.
Imaginez l'utilité de ce programme
pour les garde-côtes
pour les garde-côtes
04:42
Now, imagine how useful this would be
to people in coast guards
to people in coast guards
87
270002
3214
04:45
who are trying to track
and stop illegal fishing.
and stop illegal fishing.
88
273240
2736
qui cherchent à détecter
et arrêter la pêche illégale.
et arrêter la pêche illégale.
04:48
See, legal fishing vessels
89
276000
2056
En effet, les bateaux de pêche autorisés
04:50
transmit their locations
using AIS beacons.
using AIS beacons.
90
278080
2936
transmettent leurs géolocalisations
via des balises SIA.
via des balises SIA.
04:53
But we frequently find ships
that are not doing that.
that are not doing that.
91
281040
3616
Mais on trouve souvent des bateaux
qui ne le font pas.
qui ne le font pas.
04:56
The pictures don't lie.
92
284680
1776
Les images ne mentent pas.
04:58
And so, coast guards could use that
93
286480
1696
Les garde-côtes peuvent les utiliser
05:00
and go and find
those illegal fishing vessels.
those illegal fishing vessels.
94
288200
2176
pour repérer ces bateaux
de pêche illégaux.
de pêche illégaux.
05:02
And soon we'll add
not just ships and planes
not just ships and planes
95
290400
2176
Bientôt, après les bateaux et
les avions, ce sera
les avions, ce sera
05:04
but all the other objects,
96
292600
1296
tous les autres objets.
05:05
and we can output data feeds
97
293920
1896
On pourra émettre des flux de données,
05:07
of those locations
of all these objects over time
of all these objects over time
98
295840
2536
sur ces lieux et ces objets,
à travers le temps,
à travers le temps,
05:10
that can be integrated digitally
from people's work flows.
from people's work flows.
99
298400
3056
qui s'intégreront automatiquement
aux flux de travail des gens.
aux flux de travail des gens.
05:13
In time, we could get
more sophisticated browsers
more sophisticated browsers
100
301480
3056
A terme, nous aurons
des navigateurs plus sophistiqués
des navigateurs plus sophistiqués
05:16
that people pull in
from different sources.
from different sources.
101
304560
2336
où les gens pourront obtenir
différentes sources.
différentes sources.
05:18
But ultimately, I can imagine us
abstracting out the imagery entirely
abstracting out the imagery entirely
102
306920
4696
Et, en fin de compte, je nous imagine
extraire toutes ces images
extraire toutes ces images
05:23
and just having a queryable
interface to the Earth.
interface to the Earth.
103
311640
2416
pour faire de la Terre
une interface interactive.
une interface interactive.
05:26
Imagine if we could just ask,
104
314080
1416
Imaginez qu'on puisse dire :
05:27
"Hey, how many houses
are there in Pakistan?
are there in Pakistan?
105
315520
2536
« Au fait, combien de maisons
y a-t-il au Pakistan ?
y a-t-il au Pakistan ?
05:30
Give me a plot of that versus time."
106
318080
1936
Montre-moi leur évolution
dans le temps. »
dans le temps. »
05:32
"How many trees are there in the Amazon
107
320040
2176
« Combien y a-t-il d'arbres en Amazonie
05:34
and can you tell me the locations
of the trees that have been felled
of the trees that have been felled
108
322240
3216
et où se trouvaient ceux abattus
05:37
between this week and last week?"
109
325480
1656
depuis la dernière semaine ? »
05:39
Wouldn't that be great?
110
327160
1216
Ce serait génial, non ?
05:40
Well, that's what
we're trying to go towards,
we're trying to go towards,
111
328400
2136
Eh bien, c'est ce vers où nous allons.
05:42
and we call it "Queryable Earth."
112
330560
1856
Ce projet s'appelle « Queryable Earth ».
05:44
So, Planet's Mission 1 was
to image the whole planet every day
to image the whole planet every day
113
332440
3896
Notre première mission était donc de
photographier chaque jour la Terre entière
photographier chaque jour la Terre entière
05:48
and make it accessible.
114
336360
2336
et de rendre ces images accessibles.
05:50
Planet's Mission 2 is to index
all the objects on the planet over time
all the objects on the planet over time
115
338720
3816
Notre deuxième mission est d'indexer tous
les objets terrestres dans le temps
les objets terrestres dans le temps
05:54
and make it queryable.
116
342560
1240
pour les rendre « trouvables ».
05:56
Let me leave you with an analogy.
117
344760
2136
Je vous laisserai sur cette analogie.
05:58
Google indexed what's on the internet
and made it searchable.
and made it searchable.
118
346920
3400
Google indexe tout ce qui est sur Internet
pour le rendre trouvable.
pour le rendre trouvable.
06:03
Well, we're indexing what's on the Earth
and making it searchable.
and making it searchable.
119
351080
3256
Nous indexons tout ce qui est sur Terre
pour le rendre trouvable.
pour le rendre trouvable.
06:06
Thank you very much.
120
354360
1336
Merci beaucoup.
06:07
(Applause)
121
355720
4520
(Applaudissements)
ABOUT THE SPEAKER
Will Marshall - Space scientistAt Planet, Will Marshall leads overall strategy for commercializing new geospatial data and analytics that are disrupting agriculture, mapping, energy, the environment and other vertical markets.
Why you should listen
Will Marshall is the co-founder and CEO of Planet. Prior to Planet, he was a Scientist at NASA/USRA where he worked on missions "LADEE" and "LCROSS," served as co-principal investigator on PhoneSat, and was the technical lead on research projects in space debris remediation.
Marshall received his PhD in Physics from the University of Oxford and his Masters in Physics with Space Science and Technology from the University of Leicester. He was a Postdoctoral Fellow at George Washington University and Harvard.
Will Marshall | Speaker | TED.com