TEDIndia 2009
Lalitesh Katragadda: Making maps to fight disaster, build economies
Lalitesh Katragadda: Cartographier les régions pour gérer les calamités, construire les économies
Filmed:
Readability: 4.5
405,132 views
En 2005, seulement 15 pour cent du monde était cartographié. Ceci ralentit l'apport de l'aide après une calamité -- et dissimule le potentiel économique des terrains inutilisés et des chemins inconnus. Dans ce court discours, Lalitesh Katragadda de Google donne une démonstration de Map Maker, un outil de cartographie de groupe que les personnes dans le monde utilisent pour cartographier leur monde.
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, le cyclone Nargis a dévasté le Myanmar.
00:21
Millions of people were in severe need of help.
1
6000
4000
Des millions de personnes étaient en grand besoin d'aide.
00:25
The U.N. wanted to rush people and supplies to the area.
2
10000
4000
L'Organization internationale des Nations Unies voulait dépêcher les aides humanitaire et alimentaire à la région.
00:29
But there were no maps, no maps of roads,
3
14000
3000
Mais il n'y avait pas de plans, pas de plans des rues,
00:32
no maps showing hospitals, no way for help to reach the cyclone victims.
4
17000
5000
pas de plans montrant les hôpitaux, il n'y avait aucune façon de faire parvenir l'aide aux victimes du cyclone.
00:37
When we look at a map of Los Angeles or London,
5
22000
3000
Quand nous regardons un plan de Los Angeles, ou de Londres
00:40
it is hard to believe
6
25000
3000
il est difficile de croire
00:43
that as of 2005, only 15 percent of the world
7
28000
3000
qu'en 2005 seulement 15 pour cent du monde
00:46
was mapped to a geo-codable level of detail.
8
31000
3000
était cartographié à un niveau détaillé de géocodage.
00:49
The U.N. ran headfirst into a problem
9
34000
3000
L'ONU se sont heurtées au problème
00:52
that the majority of the world's populous faces:
10
37000
2000
auquel la majorité de la population du monde se trouve face:
00:54
not having detailed maps.
11
39000
2000
ne pas avoir de plans détaillés.
00:56
But help was coming.
12
41000
2000
Mais l'aide arrivait.
00:58
At Google, 40 volunteers
13
43000
2000
Chez Google, 40 volontaires
01:00
used a new software
14
45000
3000
ont utilisé un nouveau logiciel
01:03
to map 120,000 kilometers of roads,
15
48000
3000
pour cartographier 120 000 kilomètres de chemins,
01:06
3,000 hospitals, logistics and relief points.
16
51000
3000
3000 hôpitaux, logistiques et points de secours.
01:09
And it took them four days.
17
54000
2000
et il leur a fallu quatre jours.
01:11
The new software they used? Google Mapmaker.
18
56000
3000
Le nouveau logiciel qu'ils ont utilisé? Google Mapmaker.
01:14
Google Mapmaker is a technology that empowers each of us
19
59000
3000
Google Mapmaker est une technologie qui permet à chacun d'entre nous
01:17
to map what we know locally.
20
62000
3000
de cartographier ce que nous connaissons dans notre localité.
01:20
People have used this software
21
65000
2000
Des gens ont utilisé ce logiciel
01:22
to map everything from roads to rivers,
22
67000
2000
pour tout cartographier, des routes aux rivières,
01:24
from schools to local businesses,
23
69000
3000
des écoles aux petits commerces,
01:27
and video stores to the corner store.
24
72000
3000
et des videoclubs au magasin du coin.
01:30
Maps matter.
25
75000
2000
Les plans sont importants.
01:32
Nobel Prize nominee Hernando De Soto
26
77000
2000
Le nominé du Prix Nobel Hernando De Soto
01:34
recognized that the key to economic liftoff
27
79000
2000
a reconnu que la clé du lancement économique
01:36
for most developing countries
28
81000
2000
pour la plupart des pays en voie de développement
01:38
is to tap the vast amounts of uncapitalized land.
29
83000
3000
est d'exploiter les vastes quantités de terres non capitalisées.
01:41
For example, a trillion dollars
30
86000
3000
Par exemple, un billion de dollars
01:44
of real estate remains uncapitalized in India alone.
31
89000
3000
de biens immobiliers demeure non exploité en Inde même.
01:47
In the last year alone,
32
92000
2000
L'année dernière seulement,
01:49
thousands of users in 170 countries
33
94000
4000
des milliers d'utilisateurs dans 170 pays€
01:53
have mapped millions of pieces of information,
34
98000
3000
ont cartographié des millions de renseignements,
01:56
and created a map of a level of detail never thought viable.
35
101000
3000
et ont créé un plan avec un niveau de détail qu'on pensait ne pas être viable.
01:59
And this was made possible by
36
104000
2000
Et cela a été rendu possible par
02:01
the power of passionate users everywhere.
37
106000
4000
la force des utilisateurs passionnés partout dans le monde.
02:05
Let's look at some of the maps
38
110000
3000
Regardons quelques-uns des plans
02:08
being created by users right now.
39
113000
3000
qui sont en train d'être créés par des utilisateurs en ce moment même.
02:11
So, as we speak, people are mapping the world
40
116000
2000
Donc, pendant que nous parlons, des personnes cartographient le monde
02:13
in these 170 countries.
41
118000
2000
dans ces 170 pays.
02:15
You can see Bridget in Africa who just mapped a road in Senegal.
42
120000
6000
Vous pouvez voir Bridget en Afrique qui vient de cartographier une route au Sénégal.
02:21
And, closer to home, Chalua, an N.G. road in Bangalore.
43
126000
5000
Et là, plus près d'ici, Chalua, une route à Bangalore.
02:26
This is the result of computational geometry,
44
131000
3000
Ceci est le résultat de la géometrie computationnelle,
02:29
gesture recognition, and machine learning.
45
134000
3000
de reconnaissance des mouvements, et d'apprentissage par la machine.
02:32
This is a victory of thousands of users,
46
137000
2000
C'est une victoire de milliers d'utilisateurs,
02:34
in hundreds of cities,
47
139000
2000
dans des centaines de villes,
02:36
one user, one edit at a time.
48
141000
2000
un utilisateur, une modification à la fois.
02:38
This is an invitation to the 70 percent
49
143000
4000
Voici est une invitation au 70 pour cent
02:42
of our unmapped planet.
50
147000
2000
de notre planète non cartographiée.
02:44
Welcome to the new world.
51
149000
2000
Bienvenue dans le nouveau monde.
02:46
(Applause)
52
151000
3000
(Applaudissements)
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