TED@BCG San Francisco
Dan Berkenstock: The world is one big dataset. Now, how to photograph it ...
Dan Berkenstock: Nagy adathalmaz a világ. Nos, hogyan kell ezt rögzíteni?
Filmed:
Readability: 4.8
888,941 views
Mindannyian ismerjük a műholdképeket, de amit talán nem tudunk, az az, hogy a legtöbb elavult. Ez azért van, mert a műholdak nagyok és drágák, ezért nem sok van fent belőlük az űrben. Ahogyan megmagyarázza ebben a lenyűgöző előadásban, Dan Berkenstock és csapata más megoldást talált: tervezni egy olcsó, könnyűsúlyú műholdat, ami radikálisan új megközelítéssel a Föld fényképezéséhez.
Dan Berkenstock - Satellite designer
Dan Berkenstock and his team at Skybox Imaging are rethinking how to take photographs from space. Full bio
Dan Berkenstock and his team at Skybox Imaging are rethinking how to take photographs from space. Full bio
Double-click the English transcript below to play the video.
00:12
Five years ago, I was a Ph.D. student
0
498
2599
Öt évvel ezelőtt PhD hallgató voltam,
00:15
living two lives.
1
3097
1644
aki két életet élt.
00:16
In one, I used NASA supercomputers
2
4741
2316
Az egyikben a NASA csúcsteljesítményű
számítógépeit használtam,
számítógépeit használtam,
00:19
to design next-generation spacecraft,
3
7057
2728
hogy új generációs űrhajókat tervezzek,
00:21
and in the other I was a data scientist
4
9785
2579
a másikban pedig adattudós voltam,
00:24
looking for potential smugglers
5
12364
2419
és lehetséges szenzitív
nukleáris technológia
nukleáris technológia
00:26
of sensitive nuclear technologies.
6
14783
3239
csempészek után kutattam.
00:30
As a data scientist, I did a lot of analyses,
7
18022
2859
Adattudósként sokat elemeztem,
00:32
mostly of facilities,
8
20881
1467
általában ipari létesítményeket,
00:34
industrial facilities around the world.
9
22348
2271
ipari központokat szerte a világon,
00:36
And I was always looking for a better canvas
10
24619
2688
és jobb módszer után kutattam,
00:39
to tie these all together.
11
27307
2066
hogy összekössem ezeket.
00:41
And one day, I was thinking about how
12
29373
1866
Egy nap azon gondolkodtam,
00:43
all data has a location,
13
31239
2124
hogy minden adatnak van lokációja,
00:45
and I realized that the answer
14
33363
1733
és rájöttem,
hogy a válasz végig az orrom előtt volt.
00:47
had been staring me in the face.
15
35096
1888
00:48
Although I was a satellite engineer,
16
36984
2638
Bár műholdmérnök voltam,
00:51
I hadn't thought about using satellite imagery
17
39622
3171
nem gondoltam műholdképek
felhasználására
felhasználására
00:54
in my work.
18
42793
1566
a munkám során.
00:56
Now, like most of us, I'd been online,
19
44359
1947
Nos, mint legtöbbünk,
láttam online a házam és azt gondoltam,
00:58
I'd see my house, so I thought,
20
46306
1782
01:00
I'll hop in there and I'll start looking up
21
48088
2298
hogy felmegyek a netre,
és elkezdek keresni
néhány ilyen létesítményt.
néhány ilyen létesítményt.
01:02
some of these facilities.
22
50386
1417
01:03
And what I found really surprised me.
23
51803
1969
Amit találtam, eléggé meglepett.
01:05
The pictures that I was finding
24
53772
1674
A képek, amiket láttam,
01:07
were years out of date,
25
55446
1901
rég elavulttá váltak,
01:09
and because of that,
26
57347
1068
és ezért
01:10
it had relatively little relevance
27
58415
1671
viszonylag kevés jelentősége volt
01:12
to the work that I was doing today.
28
60086
2460
a ma végzett munkámhoz.
01:14
But I was intrigued.
29
62546
1461
De kíváncsivá tett.
01:16
I mean, satellite imagery is pretty amazing stuff.
30
64007
3236
A műholdképek lenyűgözőek.
01:19
There are millions and millions of sensors
31
67243
2303
Milliónyi érzékelő van,
01:21
surrounding us today,
32
69546
1444
ami körbevesz minket,
01:22
but there's still so much we
don't know on a daily basis.
don't know on a daily basis.
33
70990
2960
de mégis annyi dolog van,
amiről nem tudunk.
amiről nem tudunk.
01:25
How much oil is stored in all of China?
34
73950
3753
Mennyi olajat tárolnak Kínában?
01:29
How much corn is being produced?
35
77703
2933
Mennyi kukoricát termelnek?
01:32
How many ships are in all of our world's ports?
36
80636
4071
Hány hajó van a világ kikötőiben?
01:36
Now, in theory, all of these questions
37
84707
2559
Nos, elméletileg minden kérdés
megválaszolható lenne
megválaszolható lenne
01:39
could be answered by imagery,
38
87266
2244
képek alapján,
01:41
but not if it's old.
39
89510
1727
kivéve, ha azok régiek.
01:43
And if this data was so valuable,
40
91237
2458
Ha ezek az adatok ennyire értékesek,
01:45
then how come I couldn't get my hands
41
93695
1932
hogy lehet az,
01:47
on more recent pictures?
42
95627
2550
hogy nem tudtam újabbakhoz jutni?
01:50
So the story begins over 50 years ago
43
98177
3135
A történet 50 évvel ezelőtt kezdődik
01:53
with the launch of the first generation
44
101312
1871
az első generációs amerikai
01:55
of U.S. government photo reconnaissance satellites.
45
103183
3600
fotó-felderítő műholdak bevezetésével.
01:58
And today, there's a handful
46
106783
1696
És manapság,
02:00
of the great, great grandchildren
47
108479
2195
elég sok utódjuk van ezeknek
02:02
of these early Cold War machines
48
110674
1665
a korai hidegháborús gépeknek,
02:04
which are now operated by private companies
49
112339
2009
amiket ma már magánvállalatok működtetnek,
02:06
and from which the vast majority of satellite imagery
50
114348
2709
és ezek adják a műholdképek
jelentős részét,
jelentős részét,
02:09
that you and I see on a daily basis comes.
51
117057
2825
amit napi rendszerességgel látunk.
02:11
During this period, launching things into space,
52
119882
2914
Ebben az időszakban, hogy dolgokat
küldjünk az űrbe,
küldjünk az űrbe,
02:14
just the rocket to get the satellite up there,
53
122796
2677
csak a hordozórakéta darabja
02:17
has cost hundreds of millions of dollars each,
54
125473
4601
több százmillió dollárba került.
02:22
and that's created tremendous pressure
55
130074
1752
Nagy volt a nyomás,
02:23
to launch things infrequently
56
131826
2289
hogy csak ritkán
indítsanak fel műholdakat,
indítsanak fel műholdakat,
02:26
and to make sure that when you do,
57
134115
1344
és győződjenek meg arról,
hogy amikor megteszik,
hogy amikor megteszik,
02:27
you cram as much functionality in there as possible.
58
135459
3639
annyi funkciót passzírozzanak bele,
amennyit csak lehet.
amennyit csak lehet.
02:31
All of this has only made satellites
59
139098
1611
Ezek az intézkedések
02:32
bigger and bigger and bigger
60
140709
2417
csak növelték
02:35
and more expensive,
61
143126
1598
és még drágábbá tették a műholdakat,
02:36
now nearly a billion, with a b, dollars per copy.
62
144724
5037
közel egymilliárd dollárra
nőtt az ára darabonként.
nőtt az ára darabonként.
02:41
Because they are so expensive,
63
149761
1699
Amiért ennyire drágák,
02:43
there aren't very many of them.
64
151460
1467
nem sok van belőlük.
02:44
Because there aren't very many of them,
65
152927
1345
Amiért nincs sok belőlük,
02:46
the pictures that we see on a daily basis
66
154272
2456
a képek, amiket naponta látunk,
02:48
tend to be old.
67
156728
1504
régiek.
02:50
I think a lot of people actually
understand this anecdotally,
understand this anecdotally,
68
158232
3282
Ez általában érthető,
02:53
but in order to visualize just how sparsely
69
161514
2539
de annak szemléltetésére,
hogy a bolygónk milyen
szórványosan feltérképezett,
szórványosan feltérképezett,
02:56
our planet is collected,
70
164053
1884
02:57
some friends and I put together a dataset
71
165937
2066
néhány barátommal
adathalmazt raktunk össze
adathalmazt raktunk össze
03:00
of the 30 million pictures that have been gathered
72
168003
2587
a 30 millió összegyűjtött képből,
03:02
by these satellites between 2000 and 2010.
73
170590
3484
amit ezek a műholdak készítettek
2000 és 2010 között.
2000 és 2010 között.
03:06
As you can see in blue, huge areas of our world
74
174074
2755
Ahogyan az látszik kékben,
Földünk óriási területei
Földünk óriási területei
03:08
are barely seen, less than once a year,
75
176829
2790
alig láthatóak évente egyszer,
03:11
and even the areas that are seen most frequently,
76
179619
2272
és még a leggyakrabban látott régiók is,
03:13
those in red, are seen at best once a quarter.
77
181891
3748
pirossal jelölve, negyedévente láthatóak.
03:17
Now as aerospace engineering grad students,
78
185639
2916
Légiközlekedési mérnök
szakon tanuló diákoknak
szakon tanuló diákoknak
03:20
this chart cried out to us as a challenge.
79
188555
3428
ez az ábra kihívást jelentett.
03:23
Why do these things have to be so expensive?
80
191983
3455
Miért kell ennyire drágának
lenniük ezeknek a dolgoknak?
lenniük ezeknek a dolgoknak?
03:27
Does a single satellite really have to cost
81
195438
2735
Egy műholdnak tényleg
annyiba kell kerülnie,
annyiba kell kerülnie,
03:30
the equivalent of three 747 jumbo jets?
82
198173
4763
mint három darab 747-es Jumbo Jetnek?
03:34
Wasn't there a way to build a smaller,
83
202936
2163
Nem lehetett kisebb, egyszerűbb,
03:37
simpler, new satellite design that could enable
84
205099
3172
új műholdat kialakítani,
amelyik lehetővé teszi
a frissebb képalkotást?
a frissebb képalkotást?
03:40
more timely imaging?
85
208271
2018
03:42
I realize that it does sound a little bit crazy
86
210289
3451
Tisztában vagyok azzal,
hogy valóban őrültségnek hangzik,
hogy valóban őrültségnek hangzik,
03:45
that we were going to go out and just
87
213740
1511
de nekifogtunk,
és egyszerűen elkezdtünk
műholdakat tervezni,
műholdakat tervezni,
03:47
begin designing satellites,
88
215251
1847
03:49
but fortunately we had help.
89
217098
1963
de szerencsére akadt segítségünk.
03:51
In the late 1990s, a couple of professors
90
219061
2935
Az 1990-es évek végén, néhány professzor
03:53
proposed a concept for radically reducing the price
91
221996
3481
radikális árcsökkentő koncepciót javasolt
03:57
of putting things in space.
92
225477
1772
az űrholdak pályára állítására.
03:59
This was hitchhiking small satellites
93
227249
2111
Az ötlet kicsi műholdak csatolása volt
04:01
alongside much larger satellites.
94
229360
3016
a sokkal nagyobbakhoz.
04:04
This dropped the cost of putting objects up there
95
232376
2909
Ez a pályára helyezés költségét
04:07
by over a factor of 100,
96
235285
1998
százszorosan csökkentette,
04:09
and suddenly we could afford to experiment,
97
237283
3086
megengedhettük magunknak,
hogy kísérletezzünk,
hogy kísérletezzünk,
04:12
to take a little bit of risk,
98
240369
1468
kicsit nagyobb kockázatot vállaljunk,
04:13
and to realize a lot of innovation.
99
241837
2266
és sok mindent felfedezzünk.
04:16
And a new generation of engineers and scientists,
100
244103
3089
Mérnökök és tudósok új generációja,
04:19
mostly out of universities,
101
247192
1599
többnyire egyetemekről,
04:20
began launching these very small,
102
248791
2343
elkezdték elindítani
ezeket a nagyon kicsi,
ezeket a nagyon kicsi,
04:23
breadbox-sized satellites called CubeSats.
103
251134
2591
kenyértartó méretű CubeStas műholdakat.
04:25
And these were built with electronics obtained
104
253725
2403
Ezeket a RadioShack-től kapott
elektronikával építették,
elektronikával építették,
04:28
from RadioShack instead of Lockheed Martin.
105
256128
3898
a Lockheed Martin helyett.
04:32
Now it was using the lessons
learned from these early missions
learned from these early missions
106
260026
2840
A korábbi tapasztalatokat használva
04:34
that my friends and I began a series of sketches
107
262866
2695
én és a barátaim vázlatoltunk
04:37
of our own satellite design.
108
265561
1689
a saját műholdtervünkhöz.
04:39
And I can't remember a specific day
109
267250
2784
Nem emlékszem adott napra,
04:42
where we made a conscious decision
110
270034
1860
amikor tudatos döntést hoztunk ,
04:43
that we were actually going to
go out and build these things,
go out and build these things,
111
271894
2635
hogy tényleg kimegyünk az űrbe,
és megépítjük ezeket a szerkezeteket,
és megépítjük ezeket a szerkezeteket,
04:46
but once we got that idea in our minds
112
274529
2430
de miután megértettük az elképzelést,
04:48
of the world as a dataset,
113
276959
2161
hogy a világ adathalmaz,
04:51
of being able to capture millions of data points
114
279120
2490
hogy több millió adatot
kaphatunk napi szinten,
kaphatunk napi szinten,
04:53
on a daily basis describing the global economy,
115
281610
3053
ami leírja a világgazdaságot,
04:56
of being able to unearth billions of connections
116
284663
2520
és felfedeztük kapcsolatok milliárdjait,
04:59
between them that had never before been found,
117
287183
3165
eddig ismeretlen összefüggéseket,
05:02
it just seemed boring
118
290348
1648
egyszerűen unalmasnak tűnt,
05:03
to go work on anything else.
119
291996
2907
hogy bármi máson dolgozzunk.
05:06
And so we moved into a cramped,
120
294903
2973
Ezért beköltöztünk
05:09
windowless office in Palo Alto,
121
297876
2979
egy szűk, ablaktalan Palo Altó-i irodába,
05:12
and began working to take our design
122
300855
1967
és elkezdtünk dolgozni azon,
hogy az elgondolásunkat
hogy az elgondolásunkat
05:14
from the drawing board into the lab.
123
302822
2938
a rajztábláról a laborba vigyük.
05:17
The first major question we had to tackle
124
305760
2658
Az első nagy kérdés az volt,
05:20
was just how big to build this thing.
125
308418
2334
hogy mekkorára is
építsük ezt a szerkezetet.
építsük ezt a szerkezetet.
05:22
In space, size drives cost,
126
310752
3183
Az űrben a méret szabja meg az árat,
05:25
and we had worked with these very small,
127
313935
2013
és mi ezekkel a nagyon kicsi,
kenyérpirító-méretű műholdakkal
dolgoztunk az egyetemen,
dolgoztunk az egyetemen,
05:27
breadbox-sized satellites in school,
128
315948
2094
05:30
but as we began to better
understand the laws of physics,
understand the laws of physics,
129
318042
2551
de amint jobban megértettük
a fizika törvényeit,
a fizika törvényeit,
05:32
we found that the quality of pictures
130
320593
2122
rájöttünk, hogy a készíthető
képek minősége,
képek minősége,
05:34
those satellites could take was very limited,
131
322715
3084
nagyon limitált volt,
05:37
because the laws of physics dictate
132
325799
1704
mert a fizika törvényei szerint
05:39
that the best picture you
can take through a telescope
can take through a telescope
133
327503
3106
a távcsővel készült képek minősége
05:42
is a function of the diameter of that telescope,
134
330609
2239
a távcső átmérőjének függvénye,
és ezeknek a műholdaknak nagyon kicsi,
05:44
and these satellites had a very small,
135
332848
1662
05:46
very constrained volume.
136
334510
1706
korlátozott térfogata van.
05:48
And we found that the best picture we would
137
336216
1795
És rájöttünk, hogy a legjobb kép,
05:50
have been able to get looked something like this.
138
338011
2485
valahogy így nézett volna ki.
05:52
Although this was the low-cost option,
139
340496
2245
Habár ez volt az olcsóbb opció,
05:54
quite frankly it was just too blurry
140
342741
1673
őszintén szólva, túl szemcsés volt,
05:56
to see the things that make
satellite imagery valuable.
satellite imagery valuable.
141
344414
3569
hogy azokat a dolgokat lássuk,
amik a műholdképeket értékessé teszik.
amik a műholdképeket értékessé teszik.
05:59
So about three or four weeks later,
142
347983
2146
Aztán három vagy négy héttel később,
06:02
we met a group of engineers randomly
143
350129
2817
véletlenül találkoztunk
egy mérnökcsoporttal,
egy mérnökcsoporttal,
06:04
who had worked on the first
144
352946
1641
akik a legelső, privát képalkotó műholdon
06:06
private imaging satellite ever developed,
145
354587
2441
dolgoztak,
06:09
and they told us that back in the 1970s,
146
357028
2118
és elmondták, hogy az 1970-es években,
06:11
the U.S. government had found a powerful
147
359146
2182
az USA kormánya
06:13
optimal tradeoff --
148
361328
1643
optimális kompromisszumot talált:
06:14
that in taking pictures at right
about one meter resolution,
about one meter resolution,
149
362971
3088
hogy körülbelül egy méteres
felbontású képek készítésével,
felbontású képek készítésével,
06:18
being able to see objects one meter in size,
150
366059
2884
melyeken egy méteres
tárgyakat tisztán láthatunk,
tárgyakat tisztán láthatunk,
06:20
they had found that they could not
just get very high-quality images,
just get very high-quality images,
151
368943
2691
nemcsak jó minőségű képeket készíthetnek,
06:23
but get a lot of them at an affordable price.
152
371634
2893
hanem sokat is, megfizethető áron.
06:26
From our own computer simulations,
153
374527
1976
A saját számítógépes szimulációinkból
06:28
we quickly found that one meter really was
154
376503
2005
gyorsan megállapítottuk:
az egy méter igazából határeset volt,
06:30
the minimum viable product
155
378508
1764
06:32
to be able to see the drivers of our global economy,
156
380272
3079
hogy megismerhessük
a gazdaságunk meghatározóit,
a gazdaságunk meghatározóit,
hogy képesek legyünk először megszámolni
06:35
for the first time, being able to count
157
383351
1561
06:36
the ships and cars and shipping
containers and trucks
containers and trucks
158
384912
2721
a hajókat, az autókat, a szállító
konténereket és kamionokat,
konténereket és kamionokat,
06:39
that move around our world on a daily basis,
159
387633
2824
amik a világunkban mozognak naponta,
06:42
while conveniently still not
being able to see individuals.
being able to see individuals.
160
390457
3804
ugyanakkor megfelel,
hogy a személyek nem kivehetők.
hogy a személyek nem kivehetők.
06:46
We had found our compromise.
161
394261
1621
Megtaláltuk a kompromisszumunkat.
06:47
We would have to build something larger
162
395882
1604
Valami nagyobbat kellene építenünk,
06:49
than the original breadbox,
163
397486
1563
mint az eredeti kenyérpirító,
06:51
now more like a mini-fridge,
164
399049
1651
inkább egy mini-hűtőt,
06:52
but we still wouldn't have to build a pickup truck.
165
400700
2761
de még mindig nem teherautó méretűt.
06:55
So now we had our constraint.
166
403461
2624
Itt korlátba ütköztünk.
06:58
The laws of physics dictated
167
406085
1757
A fizika törvényei szabták meg
06:59
the absolute minimum-sized
telescope that we could build.
telescope that we could build.
168
407842
3324
az építhető legkisebb teleszkóp méretét.
07:03
What came next was making the rest of the satellite
169
411166
3054
A következő lépés a műhold
többi részének megalkotása volt,
többi részének megalkotása volt,
a lehető legkisebb
és legegyszerűbb módon,
és legegyszerűbb módon,
07:06
as small and as simple as possible,
170
414220
1741
07:07
basically a flying telescope with four walls
171
415961
2652
tulajdonképpen mint egy repülő
teleszkóp, négy fallal
teleszkóp, négy fallal
07:10
and a set of electronics smaller than a phone book
172
418613
2941
és telefonkönyvnél kisebb elektronikával,
07:13
that used less power than a 100 watt lightbulb.
173
421554
3438
ami egy 100 wattos villanykörténél
kevesebb energiát használ el.
kevesebb energiát használ el.
07:16
The big challenge became actually taking
174
424992
1900
A valódi kihívás az volt,
hogy képeket készítsünk
azon a távcsövön keresztül.
azon a távcsövön keresztül.
07:18
the pictures through that telescope.
175
426892
2198
07:21
Traditional imaging satellites use a line scanner,
176
429090
3044
A hagyományos képalkotó műholdak
lineáris szkennert használnak,
lineáris szkennert használnak,
07:24
similar to a Xerox machine,
177
432134
1761
Xerox géphez hasonlóan,
07:25
and as they traverse the Earth, they take pictures,
178
433895
2400
és ahogy pásztázzák a Földet,
képeket készítenek,
képeket készítenek,
07:28
scanning row by row by row
179
436295
2196
soronként,
07:30
to build the complete image.
180
438491
1675
a kép elkészítéséhez.
07:32
Now people use these because they get a lot of light,
181
440166
3004
Ezt használják, mert több fényt kap,
07:35
which means less of the noise you see
182
443170
1831
ez tisztább képet eredményez,
07:37
in a low-cost cell phone image.
183
445016
2736
mint az olcsó mobiltelefonos kép.
07:39
The problem with them is they require
184
447752
2361
Az a gond velük,
07:42
very sophisticated pointing.
185
450113
2240
hogy pontos célirány beállítást igényel.
07:44
You have to stay focused on a 50-centimeter target
186
452353
2546
Fókuszálni kell
egy 50 centiméteres célpontra
egy 50 centiméteres célpontra
07:46
from over 600 miles away
187
454899
1752
több mint 1000 kilométerről,
07:48
while moving at more than
seven kilometers a second,
seven kilometers a second,
188
456651
2232
miközben több mint
7 kilométer per órával mozog,
7 kilométer per órával mozog,
07:50
which requires an awesome degree of complexity.
189
458883
2749
ami félelmetes komplexitást igényel.
07:53
So instead, we turned to a new
generation of video sensors,
generation of video sensors,
190
461632
3437
Így ehelyett, az új generációs
videó-érzékelőihez fordultunk,
videó-érzékelőihez fordultunk,
07:57
originally created for use in night vision goggles.
191
465069
3091
amelyek eredetileg éjszakai
látó-szemüvegek használatához készültek.
látó-szemüvegek használatához készültek.
08:00
Instead of taking a single, high quality image,
192
468160
2899
Egy, kiváló minőségű
kép készítése helyett,
kép készítése helyett,
08:03
we could take a videostream
193
471059
1387
videófelvételt készíthettünk
08:04
of individually noisier frames,
194
472446
2923
egyénileg szemcsés képkockákból,
08:07
but then we could recombine
195
475369
1744
amiket azután összekombinálhatunk,
08:09
all of those frames together
196
477113
1466
az összes képkockát,
08:10
into very high-quality images
197
478579
1996
kiváló minőségű képekké,
08:12
using sophisticated pixel processing techniques
198
480575
2593
kifinomult pixelfeldolgozási
technikákat használva
technikákat használva
08:15
here on the ground,
199
483168
1521
itt a Földön,
08:16
at a cost of one one hundredth a traditional system.
200
484689
3137
a hagyományos módszer
költségének egy század részért.
költségének egy század részért.
08:19
And we applied this technique
201
487826
1153
Alkalmaztuk ezt a technikát
08:20
to many of the other systems on the satellite as well,
202
488979
2974
a műholdas rendszer más részeire is,
08:23
and day by day, our design evolved
203
491953
2840
és napról napra javult a konstrukciónk
08:26
from CAD to prototypes
204
494793
3489
a számítógépes tervezéstől
a prototípusokig,
a prototípusokig,
08:30
to production units.
205
498282
2888
majd a sorozatgyártásig.
08:33
A few short weeks ago,
206
501170
1657
Néhány rövid héttel ezelőtt,
08:34
we packed up SkySat 1,
207
502827
1851
felpakoltuk a SkySat 1-et,
08:36
put our signatures on it,
208
504678
1773
megpecsételtük az aláírásainkkal,
08:38
and waved goodbye for the last time on Earth.
209
506451
2223
és búcsút vettünk tőle, utoljára a Földön.
08:40
Today, it's sitting in its final launch configuration
210
508674
3481
Ma a végső elindítási konfigurációban vár,
08:44
ready to blast off in a few short weeks.
211
512155
3061
készen a kilövésre, néhány héten belül.
08:47
And soon, we'll turn our attention to launching
212
515216
2342
Hamarosan figyelmünket
08:49
a constellation of 24 or more of these satellites
213
517558
3031
24 vagy több ilyen műhold
konstelláció kilövése felé fordítjuk,
konstelláció kilövése felé fordítjuk,
08:52
and beginning to build the scalable analytics
214
520589
2550
és mérhető elemzéseket készíthetünk,
08:55
that will allow us to unearth the insights
215
523139
2339
melyek lehetővé teszi a betekintést
08:57
in the petabytes of data we will collect.
216
525478
3189
az összegyűjtött adatok petabájtjaiba.
09:00
So why do all of this? Why build these satellites?
217
528667
3973
Tehát miért csináljuk mindezt?
Miért építünk ilyen műholdakat?
Miért építünk ilyen műholdakat?
09:04
Well, it turns out imaging satellites
218
532640
2611
Kiderült, hogy a képalkotó műholdak
09:07
have a unique ability to provide global transparency,
219
535251
3710
egyedülállóan biztosítják
a globális átláthatóságot,
a globális átláthatóságot,
09:10
and providing that transparency on a timely basis
220
538961
2626
és ezt napi szinten követni
csupán egy ötlet,
csupán egy ötlet,
09:13
is simply an idea whose time has come.
221
541587
3411
aminek eljött az ideje.
09:16
We see ourselves as pioneers of a new frontier,
222
544998
3523
Új határ úttörőinek látjuk magunkat,
09:20
and beyond economic data,
223
548521
1764
és a gazdasági adatokon túl
09:22
unlocking the human story, moment by moment.
224
550285
3601
felfedjük az ember történetét,
pillanatról pillanatra.
pillanatról pillanatra.
09:25
For a data scientist
225
553886
1563
Adattudósnak,
09:27
that just happened to go to space camp as a kid,
226
555449
2750
aki gyerekként elment űrtáborba,
09:30
it just doesn't get much better than that.
227
558199
2715
ennél nem lehet jobb.
09:32
Thank you.
228
560914
2215
Köszönöm.
09:35
(Applause)
229
563129
4134
(Taps)
ABOUT THE SPEAKER
Dan Berkenstock - Satellite designerDan Berkenstock and his team at Skybox Imaging are rethinking how to take photographs from space.
Why you should listen
Dan Berkenstock is an entrepreneur and engineer from Chicago, who fell into a classic tale of Silicon Valley innovation while taking a graduate entrepreneurship course at Stanford. That class led him and some others to found Skybox Imaging, of which Berkenstock is now executive vice president and chief product officer.
Skybox's mission is simple, if bold: they're working to design and launch small satellites that "hitchhike" to space in an effort to revolutionize the satellite imaging business. In 2013, SkySat-1, the first such satellite, was launched and is now beaming back images that are high-enough resolution to show the real-time state of global commerce. The idea: to "revolutionize the ways that consumers, businesses, and governments make decisions in their day-to-day lives."
In a previous life, Berkenstock worked in the Advanced Supercomputing Division at NASA's Ames Research Center, and also worked as a counterproliferation analyst at Lawrence Livermore National Laboratory, where he focused on trying to find and thwart potential potential smugglers of nuclear technologies. He is currently on leave from the Ph.D. program in aeronautics and astronautics at Stanford University.
Dan Berkenstock | Speaker | TED.com