TED2007
Stephen Lawler: Tour Microsoft's Virtual Earth
La demo di Virtual Earth: Stephen Lawler@TED
Filmed:
Readability: 4.5
338,924 views
Stephen Lawler, della Microsoft, ci porta in un tour di Virtual Earth, "navigando" i suoi paesaggi urbani iper-reali con sorprendente fluidità, caratteristica che richiede la gestione di quantità enormi di dati.
Stephen Lawler - General manager of Microsoft's Virtual Earth
Stephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more. Full bio
Stephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more. Full bio
Double-click the English transcript below to play the video.
00:25
What I want to talk to you about today is
0
0
3000
Oggi voglio parlarvi di
00:28
virtual worlds, digital globes, the 3-D Web, the Metaverse.
1
3000
9000
mondi virtuali, globi digitali, web 3D, del metaverso.
00:37
What does this all mean for us?
2
12000
2000
Che cosa significa tutto questo per noi?
00:39
What it means is the Web is going to become an exciting place again.
3
14000
5000
Significa che il web sta per ridiventare un posto esaltante.
00:44
It's going to become super exciting as we transform
4
19000
3000
Super-esaltante, anzi, man mano che lo trasformiamo
00:47
to this highly immersive and interactive world.
5
22000
4000
in questo mondo interattivo ed altamente immersivo.
00:51
With graphics, computing power, low latencies,
6
26000
3000
Con la grafica, la potenza di calcolo, le basse latenze,
00:54
these types of applications and possibilities
7
29000
3000
queste applicazioni, queste possibilità
00:57
are going to stream rich data into your lives.
8
32000
5000
porteranno un flusso di contenuto "ricco" nelle vostre vite.
01:02
So the Virtual Earth initiative, and other types of these initiatives,
9
37000
5000
Quindi, il progetto "Virtual Earth", e altre iniziative simili,
01:07
are all about extending our current search metaphor.
10
42000
6000
puntano tutte a espandere la nostra attuale esperienza di ricerca.
01:13
When you think about it, we're so constrained by browsing the Web,
11
48000
3000
Se ci pensate, siamo così vincolati dal navigare sul web,
01:16
remembering URLs, saving favorites.
12
51000
3000
ricordare gli indirizzi, salvare i preferiti.
01:19
As we move to search, we rely on the relevance rankings,
13
54000
3000
Man mano che facciamo una ricerca, ci affidiamo ai ranking di importanza,
01:22
the Web matching, the index crawling.
14
57000
3000
alle corrispondenze, le indicizzazioni,
01:25
But we want to use our brain!
15
60000
2000
ma vogliamo usare il cervello!
01:27
We want to navigate, explore, discover information.
16
62000
3000
Vogliamo navigare, esplorare. Scoprire informazione.
01:30
In order to do that, we have to put you as a user back in the driver's seat.
17
65000
5000
E per farlo, dobbiamo mettere l'utente al sedile di guida.
01:35
We need cooperation between you and the computing network and the computer.
18
70000
4000
Ci serve una cooperazione tra te, il tuo computer e la rete di computer.
01:39
So what better way to put you back in the driver's seat
19
74000
4000
Quindi, quale modo migliore di metterti al sedile di guida
01:43
than to put you in the real world that you interact in every day?
20
78000
3000
che immergerti nel mondo reale in cui interagisci ogni giorno?
01:46
Why not leverage the learnings that you've been learning your entire life?
21
81000
4000
Perché non sfruttare le lezioni che hai appreso nel corso della tua vita?
01:50
So Virtual Earth is about starting off
22
85000
3000
Virtual Earth cerca di creare
01:53
creating the first digital representation, comprehensive, of the entire world.
23
88000
5000
la prima rappresentazione digitale del mondo intero.
01:58
What we want to do is mix in all types of data.
24
93000
3000
Quello che vogliamo fare é mescolare insieme ogni tipo di dati.
02:01
Tag it. Attribute it. Metadata. Get the community to add local depth,
25
96000
5000
Classificarli. Creare etichette. Metadati. Portare la community ad aggiunggere conoscenza locale
02:06
global perspective, local knowledge.
26
101000
3000
-- prospettiva globale, conoscenza locale.
02:09
So when you think about this problem,
27
104000
2000
Quindi quando pensi a questo problema,
02:11
what an enormous undertaking. Where do you begin?
28
106000
4000
che promessa enorme. Sai, da dove si cominicia?
02:15
Well, we collect data from satellites, from airplanes,
29
110000
4000
Beh, raccogliamo i dati dai satelliti, dagli aeroplani,
02:19
from ground vehicles, from people.
30
114000
3000
dai veicoli a terra, dalle persone.
02:22
This process is an engineering problem,
31
117000
5000
Questo processo, sapete, è un problema di ingegneria,
02:27
a mechanical problem, a logistical problem, an operational problem.
32
122000
4000
un problema meccanico, logistico, operativo.
02:31
Here is an example of our aerial camera.
33
126000
2000
Ecco un esempio della nostra telecamera aerea.
02:33
This is panchromatic. It's actually four color cones.
34
128000
3000
E' pancromatica, sono quattro coni cromatici.
02:36
In addition, it's multi-spectral.
35
131000
2000
Inoltre, é a multi-spettro.
02:38
We collect four gigabits per second of data,
36
133000
4000
Raccogliamo 4 Gigabit di dati al secondo.
02:42
if you can imagine that kind of data stream coming down.
37
137000
2000
Riuscite ad immaginare un flusso di dati simile?
02:44
That's equivalent to a constellation of 12 satellites at highest res capacity.
38
139000
6000
Equivale a filmare una costellazione di 12 satelliti alla più alta capacità di risoluzione.
02:50
We fly these airplanes at 5,000 feet in the air.
39
145000
4000
Facciamo volare questi aeroplani a 5000 piedi da terra,
02:54
You can see the camera on the front. We collect multiple viewpoints,
40
149000
3000
potete vedere la telecamera in alto. Registriamo diversi punti di vista,
02:57
vantage points, angles, textures. We bring all that data back in.
41
152000
6000
gli scorci, gli sfondi, le consistenze. Incameriamo tutti questi dati.
03:03
We sit here -- you know, think about the ground vehicles, the human scale --
42
158000
4000
Ci mettiamo qui -- sapete, la storia dei veigoli a terra, la scala umana --
03:07
what do you see in person? We need to capture that up close
43
162000
2000
Cosa vedete di persona? Dobbiamo filmare molto da vicino
03:09
to establish that what it's like-type experience.
44
164000
4000
per ricreare la sensazione di somiglianza.
03:13
I bet many of you have seen the Apple commercials,
45
168000
4000
Scommetto che molti di voi hanno visto gli spot della Apple,
03:17
kind of poking at the PC for their brilliance and simplicity.
46
172000
6000
che prendono in giro il PC con la loro sfolgorante semplicità.
03:23
So a little unknown secret is --
47
178000
2000
Beh, c'é un segreto che pochi conoscono --
03:25
did you see the one with the guy, he's got the Web cam?
48
180000
4000
avete visto quello spot col tipo che ha la webcam?
03:29
The poor PC guy. They're duct taping his head. They're just wrapping it on him.
49
184000
4000
Il povero ragazzo, gli attaccano la webcam in testa con lo scotch.
03:33
Well, a little unknown secret is his brother actually works on the Virtual Earth team.
50
188000
4000
Beh, non molti sanno che suo fratello lavora al team di Virtual Earth.
03:37
(Laughter). So they've got a little bit of a sibling rivalry thing going on here.
51
192000
5000
(Risate). Quindi c'é un pò di rivalità familiare in corso.
03:42
But let me tell you -- it doesn't affect his day job.
52
197000
2000
Ma lasciate che ve lo dica -- questo non condiziona il suo lavoro quotidiano.
03:44
We think a lot of good can come from this technology.
53
199000
3000
Pensiamo che da questa tecnologia possano nascere molte cose buone.
03:47
This was after Katrina. We were the first commercial fleet of airplanes
54
202000
4000
Questo é stato dopo Katrina. Fummo la prima flotta commerciale di aeroplani
03:51
to be cleared into the disaster impact zone.
55
206000
3000
ad andare nella zona del disastro.
03:54
We flew the area. We imaged it. We sent in people. We took pictures of interiors,
56
209000
5000
Abbiamo volato sopra l'area, abbiamo ripreso immagini, abbiamo mandato persone, abbiamo scattato foto degli interni,
03:59
disaster areas. We helped with the first responders, the search and rescue.
57
214000
4000
le aree del disastro. Abbiamo aiutato i primi soccorritori, la ricerca e il soccorso.
04:03
Often the first time anyone saw what happened to their house was on Virtual Earth.
58
218000
5000
Spesso, la prima volta che qualcuno ha visto cosa stava succedendo a casa sua era con Virtual Earth.
04:08
We made it all freely available on the Web, just to --
59
223000
2000
Lo abbiamo reso gratuitamente disponibile sul web, solo per -- sapete,
04:10
it was obviously our chance of helping out with the cause.
60
225000
4000
era ovviamente la nostra opportunità per contribuire alla causa.
04:14
When we think about how all this comes together,
61
229000
3000
Quando pensiamo a come tutto questo si unisce,
04:17
it's all about software, algorithms and math.
62
232000
4000
é tutta questione di software, algoritmi, e matematica.
04:21
You know, we capture this imagery but to build the 3-D models
63
236000
3000
Sapete, catturariamo queste immagini, ma per costruire i modelli 3D,
04:24
we need to do geo-positioning. We need to do geo-registering of the images.
64
239000
5000
dobbiamo fare geo-posizionamento. Dobbiamo fare geo-registrazione delle immagini.
04:29
We have to bundle adjust them. Find tie points.
65
244000
2000
Dobbiamo metterle insieme, aggiustarle. Trovare i punti di contatto.
04:31
Extract geometry from the images.
66
246000
3000
Estrarre la geometria delle immagini.
04:34
This process is a very calculated process.
67
249000
4000
E c'é molto calcolo dietro. In effetti, é stato fatto quasi manualmente.
04:38
In fact, it was always done manual.
68
253000
1000
Di fatto, è sempre stato fatto manualmente.
04:39
Hollywood would spend millions of dollars to do a small urban corridor
69
254000
4000
Hollywood spenderebbe milioni di dollari per rappresentare una via anche piccola,
04:43
for a movie because they'd have to do it manually.
70
258000
3000
in un film, perché dovrebbero farlo manualmente.
04:46
They'd drive the streets with lasers called LIDAR.
71
261000
2000
Guiderebbero per strada con dei laser chiamati LIDAR.
04:48
They'd collected information with photos. They'd manually build each building.
72
263000
4000
Raccoglierebbero informazioni con le foto, costruirebbero manualmente ogni edificio.
04:52
We do this all through software, algorithms and math --
73
267000
2000
Noi facciamo tutto questo con software, algoritmi e matematica.
04:54
a highly automated pipeline creating these cities.
74
269000
3000
una sequenza automatica di comandi che crea queste città.
04:57
We took a decimal point off what it cost to build these cities,
75
272000
3000
Questo costa un punto decimale di quanto costa costruire queste città,
05:00
and that's how we're going to be able to scale this out and make this reality a dream.
76
275000
4000
ed ecco come passeremo a dimensioni maggiori, rendendo questo sogno una realtà.
05:04
We think about the user interface.
77
279000
2000
Pensiamo all'interfaccia utente.
05:06
What does it mean to look at it from multiple perspectives?
78
281000
3000
Cosa significa guardare questo da prospettive multiple?
05:09
An ortho-view, a nadir-view. How do you keep the precision of the fidelity of the imagery
79
284000
5000
Da una orto-vista? Da una nadir-vista? Come mantinei la precisione della fedeltà dell'immagine
05:14
while maintaining the fluidity of the model?
80
289000
4000
mantenendo la fluidità del modello?
05:18
I'll wrap up by showing you the --
81
293000
2000
Concluderò mostrandovi --
05:20
this is a brand-new peek I haven't really shown into the lab area of Virtual Earth.
82
295000
4000
questo è un nuovissimo "dietro le quinte" che non ho mai mostrato nel laboratorio di Virtual Earth.
05:24
What we're doing is -- people like this a lot,
83
299000
3000
Quello che stiamo facendo -- la gente lo adora --
05:27
this bird's eye imagery we work with. It's this high resolution data.
84
302000
3000
riprese a volo d'uccello con cui lavoriamo. Sono dati ad alta risoluzione.
05:30
But what we've found is they like the fluidity of the 3-D model.
85
305000
4000
Ma abbiamo scoperto che piacce la fluidità del modello 3D.
05:34
A child can navigate with an Xbox controller or a game controller.
86
309000
4000
Un bambino può navigarlo con il controller della XBox, o un altro controller.
05:38
So here what we're trying to do is we bring the picture and project it into the 3-D model space.
87
313000
5000
Stiamo cercando di prendere l'immagine e proiettarla in un modello spaziale 3D.
05:43
You can see all types of resolution. From here, I can slowly pan the image over.
88
318000
6000
Potete vedere ogni tipo di risoluzione. Da qui, posso lentamente spaziare nell'immagine.
05:49
I can get the next image. I can blend and transition.
89
324000
3000
Posso ottenere la prossima immagine. Posso mischiare e fare transizioni.
05:52
By doing this I don't lose the original detail. In fact, I might be recording history.
90
327000
5000
Facendo così, non perdo il dettaglio originale. In effetti, potrei registrare la Storia.
05:57
The freshness, the capacity. I can turn this image.
91
332000
3000
La freschezza, la potenzialità. Posso ruotare questa immagine.
06:00
I can look at it from multiple viewpoints and angles.
92
335000
3000
Posso guardarla da diverse angolature e punti di vista.
06:03
What we're trying to do is build a virtual world.
93
338000
3000
Stiamo cercando di costruire un mondo virtuale.
06:06
We hope that we can make computing a user model you're familiar with,
94
341000
5000
Speriamo di trasformare tutto questo in un modello a voi familiare,
06:11
and really derive insights from you, from all different directions.
95
346000
4000
e che contenga i contributi di tutti voi, da qualunque parte provengano.
06:15
I thank you very much for your time.
96
350000
2000
Grazie del vostro tempo.
06:17
(Applause)
97
352000
1000
(Applausi)
ABOUT THE SPEAKER
Stephen Lawler - General manager of Microsoft's Virtual EarthStephen Lawler and the Virtual Earth team have created an addictively interactive 3D world that is poised to reinvent our view of advertising, gaming, weather/traffic reporting, instant messaging and more.
Why you should listen
Microsoft's Stephen Lawler offers a tour of Virtual Earth that not only reveals the power and potential of the software itself, but also gives a global glimpse of the new virtual frontier of digital globes, the 3D Web and the metaverse.
Lawler also explores the enormous effort it takes to create the fluid blending and shifting between the multiple views and resolutions of Virtual Earth. From the satellites and airplanes that gather photo data for a top-down view to the ground vehicles and headgear-wearing pedestrians who canvas the ground for an eye-level perspective -- all of it represents a monumental effort of logistics and mechanics.
Stephen Lawler | Speaker | TED.com