TEDIndia 2009
Lalitesh Katragadda: Making maps to fight disaster, build economies
Lalitesh Katragadda: Fazendo mapas para combater desaastres, construir ecconomias
Filmed:
Readability: 4.5
405,132 views
Em 2005, apenas 15 porcento do mundo estava mapeado. Isso retarda a chegada de auxílio após um desastre -- e esconde o potencial econômico de terras sem uso e estradas desconhecidas. Nesta breve palestra, Lalitesh Katragadda da Google demonstra Map Maker, uma ferramenta de elaboração de mapas em grupo que pessoas ao redor do planeta estão usando para mapear seu mundo.
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
Em 2008, o ciclone Nargis devastou Myanmar.
00:21
Millions of people were in severe need of help.
1
6000
4000
Milhões de pessoas ficaram com necessidade extrema de ajuda.
00:25
The U.N. wanted to rush people and supplies to the area.
2
10000
4000
As Nações Unidas queriam apressar a chegada de pessoas e suprimentos à área.
00:29
But there were no maps, no maps of roads,
3
14000
3000
Mas não haviam mapas, nenhum mapa das estradas,
00:32
no maps showing hospitals, no way for help to reach the cyclone victims.
4
17000
5000
nenhum mapa mostrando os hospitais, nenhum meio para a ajuda chegar às vítimas do ciclone.
00:37
When we look at a map of Los Angeles or London,
5
22000
3000
Quando olhamos um mapa de Los Angeles, ou Londres
00:40
it is hard to believe
6
25000
3000
é difícil acreditar
00:43
that as of 2005, only 15 percent of the world
7
28000
3000
que em 2005 apenas 15 porcento do mundo
00:46
was mapped to a geo-codable level of detail.
8
31000
3000
estava mapeado num nível de detalhe geocodificável.
00:49
The U.N. ran headfirst into a problem
9
34000
3000
As Nações Unidas entraram de cabeça em um problema
00:52
that the majority of the world's populous faces:
10
37000
2000
que a maioria da população humana enfrenta:
00:54
not having detailed maps.
11
39000
2000
não ter mapas detalhados.
00:56
But help was coming.
12
41000
2000
Mas a ajuda estava chegando.
00:58
At Google, 40 volunteers
13
43000
2000
Na Google, 40 voluntários
01:00
used a new software
14
45000
3000
usaram um novo software
01:03
to map 120,000 kilometers of roads,
15
48000
3000
para mapear 120.000 quilômetros de estradas,
01:06
3,000 hospitals, logistics and relief points.
16
51000
3000
3.000 hospitais, logística e pontos de assistência.
01:09
And it took them four days.
17
54000
2000
E isso levou quatro dias para eles.
01:11
The new software they used? Google Mapmaker.
18
56000
3000
O novo software que eles usaram? Google Mapmaker.
01:14
Google Mapmaker is a technology that empowers each of us
19
59000
3000
Google Mapmaker é uma tecnologia que habilita cada um de nós
01:17
to map what we know locally.
20
62000
3000
a mapear o que conhecemos localmente.
01:20
People have used this software
21
65000
2000
As pessoas usaram esse software
01:22
to map everything from roads to rivers,
22
67000
2000
para mapear tudo de estradas a rios,
01:24
from schools to local businesses,
23
69000
3000
de escolas a negócios locais,
01:27
and video stores to the corner store.
24
72000
3000
de lojas de vídeo à loja da esquina.
01:30
Maps matter.
25
75000
2000
Mapas são importantes.
01:32
Nobel Prize nominee Hernando De Soto
26
77000
2000
O indicado para o Prêmio Nobel Hernando de Soto
01:34
recognized that the key to economic liftoff
27
79000
2000
reconheceu que a chave para a decolagem econômica
01:36
for most developing countries
28
81000
2000
para a maioria dos países em desenvolvimento
01:38
is to tap the vast amounts of uncapitalized land.
29
83000
3000
é aproveitar as vastas extensões de terras não capitalizadas.
01:41
For example, a trillion dollars
30
86000
3000
Por exemplo, um trilhão de dólares
01:44
of real estate remains uncapitalized in India alone.
31
89000
3000
de propriedades imobiliárias permanecem não capitalizadas apenas na Índia.
01:47
In the last year alone,
32
92000
2000
Só no ano passado,
01:49
thousands of users in 170 countries
33
94000
4000
milhares de usuários em 170 países
01:53
have mapped millions of pieces of information,
34
98000
3000
mapearam milhões de unidades de informação,
01:56
and created a map of a level of detail never thought viable.
35
101000
3000
e criaram um mapa com um nível de detalhe que nunca se considerou viável.
01:59
And this was made possible by
36
104000
2000
E isso foi viabilizado pelo
02:01
the power of passionate users everywhere.
37
106000
4000
poder de usuários apaixonados em toda parte.
02:05
Let's look at some of the maps
38
110000
3000
Vamos dar uma olhada em alguns desses mapas
02:08
being created by users right now.
39
113000
3000
que estão sendo criados pelos usuários agora mesmo.
02:11
So, as we speak, people are mapping the world
40
116000
2000
Assim, enquanto falamos pessoas estão mapeando o mundo
02:13
in these 170 countries.
41
118000
2000
nesses 170 países.
02:15
You can see Bridget in Africa who just mapped a road in Senegal.
42
120000
6000
Vocês podem ver Bridget na África que acabou de mapear uma estrada no Senegal.
02:21
And, closer to home, Chalua, an N.G. road in Bangalore.
43
126000
5000
E, mais perto daqui, Chalua, uma estrada em Bangalore.
02:26
This is the result of computational geometry,
44
131000
3000
Este é o resultado da geometria computacional,
02:29
gesture recognition, and machine learning.
45
134000
3000
reconhecimento de gestos e aprendizagem de máquina.
02:32
This is a victory of thousands of users,
46
137000
2000
Esta é uma vitória de milhares de usuários,
02:34
in hundreds of cities,
47
139000
2000
em centenas de cidades,
02:36
one user, one edit at a time.
48
141000
2000
um usuário, uma edição de cada vez.
02:38
This is an invitation to the 70 percent
49
143000
4000
Este é um convite aos 70 por cento
02:42
of our unmapped planet.
50
147000
2000
de nosso planeta não mapeado.
02:44
Welcome to the new world.
51
149000
2000
Sejam bem vindos ao novo mundo.
02:46
(Applause)
52
151000
3000
(Aplausos)
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