TEDIndia 2009
Lalitesh Katragadda: Making maps to fight disaster, build economies
ललितेश कात्रगड्डा: नकाशांची निर्मिती संकटांचा सामना करण्यासाठी, अर्थव्यवस्था उभारण्यासाठी
Filmed:
Readability: 4.5
405,132 views
२००५ पर्यंत फक्त १५ टक्के जग नकाशावर आलं होतं. यामुळं एखाद्या आपत्तीच्या वेळी मदत पोचण्यास विलंब होतो - आणि वापरात नसलेल्या जमिनीची व अपरिचित रस्त्यांची आर्थिक ताकद झाकली जाते. ह्या छोट्याशा बातचितीमध्ये 'गुगल'चे ललितेश कात्रगड्डा दाखवतायत 'मॅप मेकर', एक एकत्रित नकाशा-निर्मिती साधन जे जगभरातल्या लोकांकडून वापरलं जातंय, आपलं जग नकाशावर आणण्यासाठी.
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
२००८ च्या नर्गिस चक्रीवादळानं म्यानमारची वाट लावली.
00:21
Millions of people were in severe need of help.
1
6000
4000
लाखो लोकांना मदतीची नितांत गरज होती.
00:25
The U.N. wanted to rush people and supplies to the area.
2
10000
4000
यु.एन.ला त्या भागात तातडीनं माणसं नि सामग्री पोचवायची होती.
00:29
But there were no maps, no maps of roads,
3
14000
3000
पण त्यांच्याकडं नकाशेच नव्हते, ना रस्त्यांचे नकाशे,
00:32
no maps showing hospitals, no way for help to reach the cyclone victims.
4
17000
5000
ना हॉस्पिटल्सचा पत्ता, वादळग्रस्तांपर्यंत मदत पोचवण्याचा कुठलाच मार्ग नव्हता.
00:37
When we look at a map of Los Angeles or London,
5
22000
3000
लॉस अँजिलिस किंवा लंडनचा नकाशा बघितल्यावर,
00:40
it is hard to believe
6
25000
3000
विश्वास बसणार नाही
00:43
that as of 2005, only 15 percent of the world
7
28000
3000
की २००५ पर्यंत फक्त १५ टक्के जग
00:46
was mapped to a geo-codable level of detail.
8
31000
3000
नकाशावर आलं होतं, जिओ-कोडेबल तपशील पातळीपर्यंत.
00:49
The U.N. ran headfirst into a problem
9
34000
3000
सर्वप्रथम यु.एन.ला समस्येची झळ पोचली
00:52
that the majority of the world's populous faces:
10
37000
2000
की जगातल्या घनदाट लोकवस्तींपैकी बहुतेकांचे
00:54
not having detailed maps.
11
39000
2000
विस्तृत नकाशेच नव्हते.
00:56
But help was coming.
12
41000
2000
पण मदतकार्य सुरु होतं.
00:58
At Google, 40 volunteers
13
43000
2000
'गुगल' मध्ये ४० स्वयंसेवक
01:00
used a new software
14
45000
3000
एक नवं सॉफ्टवेअर वापरत होते
01:03
to map 120,000 kilometers of roads,
15
48000
3000
नकाशा बनवण्यासाठी, १,२०,००० किमीच्या रस्त्यांचा
01:06
3,000 hospitals, logistics and relief points.
16
51000
3000
३००० हॉस्पिटल्स, प्रवासी साधनं आणि मदत केंद्रांचा.
01:09
And it took them four days.
17
54000
2000
आणि यासाठी त्यांना चार दिवस लागले.
01:11
The new software they used? Google Mapmaker.
18
56000
3000
कुठलं नवं सॉफ्टवेअर त्यांनी वापरलं? 'गुगल मॅपमेकर'
01:14
Google Mapmaker is a technology that empowers each of us
19
59000
3000
'गुगल मॅपमेकर' एक असं तंत्रज्ञान आहे ज्यामुळं
01:17
to map what we know locally.
20
62000
3000
आपल्याला स्थानिक नकाशे बनवता येतात.
01:20
People have used this software
21
65000
2000
लोकांनी हे सॉफ्टवेअर वापरुन
01:22
to map everything from roads to rivers,
22
67000
2000
नकाशावर काय नाही टाकलं - रस्त्यांपासून नद्यांपर्यंत,
01:24
from schools to local businesses,
23
69000
3000
शाळांपासून स्थानिक उद्योगांपर्यंत
01:27
and video stores to the corner store.
24
72000
3000
आणि व्हिडीओ स्टोअरपासून कोपर्‍यावरच्या दुकानापर्यंत.
01:30
Maps matter.
25
75000
2000
नकाशे महत्त्वाचे आहेत.
01:32
Nobel Prize nominee Hernando De Soto
26
77000
2000
नोबेल प्राइझचे नॉमिनी, हर्नान्डो डी सोटो
01:34
recognized that the key to economic liftoff
27
79000
2000
यांनी ओळखलेली आर्थिक विकासाची किल्ली
01:36
for most developing countries
28
81000
2000
बहुतांश विकसनशील देशांसाठी
01:38
is to tap the vast amounts of uncapitalized land.
29
83000
3000
म्हणजे वापरात आणणं भरपूर पडीक जमीन.
01:41
For example, a trillion dollars
30
86000
3000
उदाहरणार्थ, करोडो डॉलर्स किमतीचा
01:44
of real estate remains uncapitalized in India alone.
31
89000
3000
जमिन-जुमला एकट्या भारतातच पडून आहे.
01:47
In the last year alone,
32
92000
2000
गेल्या एका वर्षातच,
01:49
thousands of users in 170 countries
33
94000
4000
१७० देशांतल्या हजारो युजर्सनी
01:53
have mapped millions of pieces of information,
34
98000
3000
नकाशावर टाकल्या लक्षावधी उपयुक्त गोष्टी,
01:56
and created a map of a level of detail never thought viable.
35
101000
3000
आणि अशक्यप्राय तपशीलांनी भरलेला नकाशा निर्माण केला.
01:59
And this was made possible by
36
104000
2000
आणि हे शक्य झालं
02:01
the power of passionate users everywhere.
37
106000
4000
सगळीकडच्या पछाडलेल्या युजर्सच्या प्रयत्‍नांमुळं.
02:05
Let's look at some of the maps
38
110000
3000
काही नकाशांवर नजर टाकू
02:08
being created by users right now.
39
113000
3000
ज्यावर युजर्स सध्या काम करतायत.
02:11
So, as we speak, people are mapping the world
40
116000
2000
तर, आपण यावर बोलत असताना, लोक जगाचा नकाशा बनवतायत
02:13
in these 170 countries.
41
118000
2000
या १७० देशांमध्ये.
02:15
You can see Bridget in Africa who just mapped a road in Senegal.
42
120000
6000
तुम्हाला दिसेल नुकताच सेनेगलमधला रस्ता नकाशावर टाकताना आफ्रिकेतील ब्रिजेट.
02:21
And, closer to home, Chalua, an N.G. road in Bangalore.
43
126000
5000
आणि, आपल्या जवळच, चालुआ, बेंगलोरातला एम. जी. रोड टाकताना.
02:26
This is the result of computational geometry,
44
131000
3000
हे फळ आहे, कॉम्प्युटेशनल जॉमेट्री,
02:29
gesture recognition, and machine learning.
45
134000
3000
गेश्चर रेकग्निशन, आणि मशिन लर्निंगचं.
02:32
This is a victory of thousands of users,
46
137000
2000
हा विजय आहे हजारो युजर्सचा,
02:34
in hundreds of cities,
47
139000
2000
शेकडो शहरांमधून,
02:36
one user, one edit at a time.
48
141000
2000
एकेका युजरच्या एक-एक एडीटचा.
02:38
This is an invitation to the 70 percent
49
143000
4000
हे निमंत्रण आहे ७० टक्के
02:42
of our unmapped planet.
50
147000
2000
आपल्या नकाशारहित भूभागाचं.
02:44
Welcome to the new world.
51
149000
2000
या नव्या जगात स्वागत असो.
02:46
(Applause)
52
151000
3000
(टाळ्या)
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