Το μέλλον των ιπτάμενων ρομπότ
-
0:01 - 0:05Στο εργαστήριό μου φτιάχνουμε
αυτόνομα ιπτάμενα ρομπότ, -
0:05 - 0:07όπως αυτό που βλέπετε να πετάει εδώ.
-
0:09 - 0:12Σε αντίθεση με άλλες ιπτάμενες συσκευές
που διατίθενται στο εμπόριο, -
0:12 - 0:15αυτό το ρομπότ δεν έχει ενσωματωμένο GPS.
-
0:16 - 0:17Χωρίς GPS λοιπόν,
-
0:17 - 0:21είναι δύσκολο για τέτοια ρομπότ
να καθορίσουν τη θέση τους. -
0:22 - 0:27Αυτό το ρομπότ διαθέτει ενσωματωμένους
αισθητήρες, κάμερες και σαρωτές λέιζερ -
0:27 - 0:29για να σαρώνει το περιβάλλον.
-
0:29 - 0:32Εντοπίζει ορισμένα σημεία στο περιβάλλον
-
0:32 - 0:35και καθορίζει τη θέση του
σε σχέση με αυτά τα στοιχεία -
0:35 - 0:37με τη μέθοδο του τριγωνισμού.
-
0:37 - 0:40Κατόπιν μπορεί να συγκεντρώσει
όλα αυτά τα στοιχεία σ' έναν χάρτη, -
0:40 - 0:42όπως βλέπετε πίσω μου.
-
0:42 - 0:46Έτσι ο χάρτης επιτρέπει στο ρομπότ
να καταλάβει πού είναι τα εμπόδια -
0:46 - 0:49και να πλοηγηθεί χωρίς συγκρούσεις.
-
0:49 - 0:51Το επόμενο που θέλω να σας δείξω
-
0:51 - 0:55είναι μια ομάδα πειραμάτων
που κάναμε εντός εργαστηρίου, -
0:55 - 0:58όπου το ρομπότ μπορούσε
να καλύψει μεγαλύτερες αποστάσεις. -
0:58 - 1:03Εδώ λοιπόν θα δείτε πάνω δεξιά,
τι βλέπει το ρομπότ με την κάμερα. -
1:03 - 1:05Και στην κεντρική οθόνη
-
1:05 - 1:07-φυσικά το έχουμε σε τετραπλή ταχύτητα-
-
1:07 - 1:10θα δείτε τον χάρτη που φτιάχνει.
-
1:10 - 1:14Είναι ένας χάρτης υψηλής ανάλυσης
του διαδρόμου γύρω από το εργαστήριό μας. -
1:14 - 1:16Και σε ένα λεπτό
μπαίνει στο εργαστήριό μας -
1:16 - 1:19που το αναγνωρίζετε
από την ακαταστασία που βλέπετε. -
1:19 - 1:20(Γέλια)
-
1:20 - 1:22Αλλά αυτό που θέλω να σας δείξω
-
1:22 - 1:26είναι ότι αυτά τα ρομπότ μπορούν
να φτιάξουν χάρτες υψηλής ανάλυσης -
1:26 - 1:29σε ανάλυση πέντε εκατοστών,
-
1:29 - 1:33επιτρέποντας σε κάποιον έξω
από το εργαστήριο ή το κτίριο -
1:33 - 1:36να τα δρομολογεί
χωρίς να χρειάζεται να μπει μέσα -
1:36 - 1:40και να προσπαθήσει να καταλάβει
πώς είναι μέσα στο κτίριο. -
1:40 - 1:43Βέβαια, τέτοια ρομπότ έχουν ένα πρόβλημα.
-
1:44 - 1:46Πρώτον, ότι είναι αρκετά μεγάλα.
-
1:46 - 1:48Κι επειδή είναι μεγάλα είναι και βαριά.
-
1:49 - 1:52Καταναλώνουν περίπου 200 βατ ανά κιλό.
-
1:52 - 1:55Έτσι συντομεύει ο χρόνος της αποστολής.
-
1:56 - 1:57Το δεύτερο πρόβλημα
-
1:57 - 2:01είναι ότι έχουν ενσωματωμένους αισθητήρες
που είναι αρκετά ακριβοί - -
2:01 - 2:05έναν σαρωτή λέιζερ, μια κάμερα
και τους επεξεργαστές. -
2:05 - 2:09όλα αυτά ανεβάζουν το κόστος του ρομπότ.
-
2:09 - 2:11Έτσι αναρωτηθήκαμε:
-
2:12 - 2:16ποιο καταναλωτικό προϊόν μπορείς
να αγοράσεις σε κατάστημα ηλεκτρονικών -
2:16 - 2:22που να είναι φτηνό, με χαμηλό βάρος και
να διαθέτει αισθητήρες και επεξεργαστή. -
2:24 - 2:27Έτσι εφηύραμε το ιπτάμενο τηλέφωνο.
-
2:27 - 2:29(Γέλια)
-
2:29 - 2:35Αυτό το ρομπότ έχει ένα έξυπνο κινητό
Samsung Galaxy που διατίθεται στο εμπόριο, -
2:35 - 2:39και χρειάζεται μόνο να κατεβάσετε μια
εφαρμογή από το ηλεκτρονικό μας κατάστημα. -
2:39 - 2:43Βλέπετε αυτό το ρομπότ να διαβάζει
τα γράμματα "TED" σε αυτή την περίπτωση, -
2:43 - 2:46ψάχνοντας τις γωνίες στα "T" και "E"
-
2:46 - 2:50και εφαρμόζοντας τριγωνισμό από εκείνο
το σημείο, να πετάει αυτόνομα. -
2:51 - 2:54Υπάρχει ένας μοχλός πλοήγησης
μην τυχόν το ρομπότ τρελαθεί, -
2:54 - 2:56ο Τζιουζέπε να το σβήσει.
-
2:56 - 2:57(Γέλια)
-
2:59 - 3:03Εκτός από την κατασκευή μικρών ρομπότ,
-
3:03 - 3:08πειραματιζόμαστε επίσης με επιθετικές
συμπεριφορές, όπως βλέπετε εδώ. -
3:08 - 3:13Το ρομπότ ταξιδεύει
με 2 ή 3 μέτρα το δευτερόλεπτο, -
3:13 - 3:17γέρνοντας και στρίβοντας επιθετικά
όταν αλλάζει κατεύθυνση. -
3:17 - 3:21Το κύριο σημείο είναι ότι μπορούμε
να έχουμε μικρότερα και ταχύτερα ρομπότ -
3:21 - 3:24που θα ταξιδεύουν
σε πολύ ακανόνιστα περιβάλλοντα. -
3:25 - 3:27Και στο επόμενο βίντεο,
-
3:27 - 3:33ακριβώς όπως βλέπετε αυτόν τον αετό
να συντονίζει με χάρη τα φτερά του, -
3:33 - 3:37τα μάτια και τα πόδια του
για ν' αρπάξει το θήραμα από το νερό, -
3:37 - 3:39το ρομπότ μας μπορεί να ψαρέψει επίσης.
-
3:39 - 3:41(Γέλια)
-
3:41 - 3:45Σε αυτή την περίπτωση αρπάζει στον αέρα
ένα σάντουιτς σε μπαγκέτα. -
3:45 - 3:47(Γέλια)
-
3:48 - 3:51Βλέπετε το ρομπότ να ταξιδεύει
με περίπου 3 μέτρα το δευτερόλεπτο, -
3:51 - 3:56πιο γρήγορα από την ταχύτητα βαδίσματος,
συντονίζοντας τους βραχίονες, τις αρπάγες -
3:56 - 4:00και την πτήση του με μεγάλη ακρίβεια
για να πραγματοποιήσει αυτόν τον ελιγμό. -
4:02 - 4:03Σε ένα άλλο πείραμα,
-
4:03 - 4:07θέλω να σας δείξω πώς το ρομπότ
προσαρμόζει την πτήση του -
4:07 - 4:09για να ελέγξει το αναρτημένο φορτίο του,
-
4:09 - 4:13το μήκος του οποίου είναι μεγαλύτερο
από το πλάτος του παραθύρου. -
4:14 - 4:15Για να το επιτύχει αυτό,
-
4:15 - 4:19πρέπει να σκύψει
και να ρυθμίσει το ύψος του -
4:19 - 4:22ώστε το φορτίο να περάσει μέσα
με την ταλάντωση. -
4:27 - 4:29Φυσικά θέλουμε να τα κάνουμε
ακόμη μικρότερα, -
4:29 - 4:32και ειδικότερα
εμπνεόμαστε από τις μέλισσες. -
4:32 - 4:36Αν δείτε τις μέλισσες
σε αυτό το βίντεο με αργή κίνηση, -
4:36 - 4:39είναι τόσο μικρές,
με τόσο μικρή αδράνεια - -
4:40 - 4:41(Γέλια)
-
4:41 - 4:45που δεν τις νοιάζει -
αναπηδούν πάνω στο χέρι μου. -
4:45 - 4:48Αυτό το μικρό ρομπότ μιμείται
τη συμπεριφορά των μελισσών. -
4:49 - 4:50Και το μικρότερο είναι καλύτερο,
-
4:50 - 4:53γιατί μικρό βάρος έχει μικρή αδράνεια.
-
4:53 - 4:55Μαζί με την χαμηλή αδράνεια
-
4:55 - 4:58(Βουητό από ρομπότ, γέλια)
-
4:58 - 5:01λόγω χαμηλής αδράνειας
είναι ανθεκτικό στις συγκρούσεις. -
5:01 - 5:03Έτσι είναι πιο δυναμικό.
-
5:04 - 5:07Έτσι φτιάχνουμε μικρά ρομπότ,
παραδειγματιζόμενοι από τις μέλισσες. -
5:07 - 5:10Και το συγκεκριμένο
έχει βάρος μόνο 25 γραμμάρια. -
5:10 - 5:12Καταναλώνει μόνο 6 βατ ισχύος.
-
5:12 - 5:15Μπορεί να φτάσει ταχύτητα
6 μέτρων το δευτερόλεπτο. -
5:15 - 5:17Σε αναλογία μεγέθους
-
5:17 - 5:21είναι σαν ένα Μπόϊνγκ 787 να πετάει
με 10 φορές την ταχύτητα του ήχου. -
5:24 - 5:26(Γέλια)
-
5:26 - 5:28Θέλω να σας δείξω ένα παράδειγμα.
-
5:29 - 5:34Είναι ίσως η πρώτη σχεδιασμένη σύγκρουση
στον αέρα, στο 1/28 της ταχύτητας. -
5:34 - 5:37Πάνε με σχετική ταχύτητα
2 μέτρων το δευτερόλεπτο, -
5:37 - 5:40και αποδεικνύει την βασική αρχή.
-
5:40 - 5:45Ένας κλωβός 2 γραμμαρίων από ανθρακόνημα
αποτρέπει να χτυπήσουν οι έλικες -
5:45 - 5:51αλλά βασικά η σύγκρουση απορροφάται
και το ρομπότ αποκρίνεται στη σύγκρουση. -
5:51 - 5:53Έτσι, μικρό σημαίνει και ασφαλές.
-
5:53 - 5:55Στο εργαστήριό μου,
εξελίσσοντας τα ρομπότ, -
5:55 - 5:57ξεκινήσαμε με αυτά τα μεγάλα
-
5:57 - 6:00και τώρα φτάσαμε σε αυτά τα μικρά ρομπότ.
-
6:00 - 6:03Αν φτιάξουμε ένα διάγραμμα με τον αριθμό
των Χάνζαπλαστ που παραγγείλαμε -
6:03 - 6:06στο παρελθόν, αυτό έχει πλέον μηδενιστεί.
-
6:06 - 6:08Επειδή αυτά τα ρομπότ είναι πολύ ασφαλή.
-
6:09 - 6:11Το μικρό μέγεθος έχει κάποια μειονεκτήματα
-
6:11 - 6:16και η φύση έχει βρει τρόπους
να τα αναπληρώσει. -
6:16 - 6:20Η βασική ιδέα είναι ότι συναθροίζονται
σε μεγάλες ομάδες ή σμάρια. -
6:20 - 6:24Παρομοίως στο εργαστήριο προσπαθούμε
να φτιάξουμε τεχνητά σμάρια ρομπότ. -
6:24 - 6:26Είναι αρκετά δύσκολο
-
6:26 - 6:29γιατί τώρα πρέπει
να σκεφτούμε δίκτυα ρομπότ. -
6:29 - 6:31Και μέσα σε κάθε ρομπότ
-
6:31 - 6:36πρέπει να σκεφτούμε την αλληλεπίδραση
αισθητήρων, επικοινωνίας, υπολογισμών - -
6:36 - 6:41και ο έλεγχος και η διαχείριση
αυτού του δικτύου δυσκολεύει. -
6:42 - 6:45Έτσι παίρνουμε από τη φύση
τρεις αρχές οργάνωσης -
6:45 - 6:49που βασικά μας επιτρέπουν
να εξελίξουμε τους αλγορίθμους μας. -
6:50 - 6:54Η πρώτη ιδέα είναι ότι τα ρομπότ πρέπει
να καταλαβαίνουν τους γείτονές τους, -
6:54 - 6:58να μπορούν να τους αντιλαμβάνονται
και να επικοινωνούν με αυτούς. -
6:58 - 7:01Αυτό το βίντεο δείχνει τη βασική ιδέα.
-
7:01 - 7:02Έχετε τέσσερα ρομπότ -
-
7:02 - 7:07ένα από τα ρομπότ το έχει καταλάβει
ανθρώπινος χειριστής, κυριολεκτικά. -
7:07 - 7:09Αλλά επειδή τα ρομπότ αλληλεπιδρούν,
-
7:09 - 7:11αισθάνονται τους γείτονές τους,
-
7:11 - 7:12ουσιαστικά ακολουθούν.
-
7:12 - 7:18Και εδώ είναι ο ένας άνθρωπος που μπορεί
να ηγηθεί σε αυτό το δίκτυο ακολούθων. -
7:20 - 7:25Και πάλι, όχι επειδή όλα τα ρομπότ
ξέρουν που πρέπει να πάνε. -
7:25 - 7:30Επειδή απλά αντιδρούν
στη θέση των γειτόνων τους. -
7:32 - 7:34(Γέλια)
-
7:36 - 7:42Το δεύτερο πείραμα δείχνει
τη δεύτερη αρχή οργάνωσης. -
7:43 - 7:47Και αυτή η αρχή έχει να κάνει
με την αρχή της ανωνυμίας. -
7:47 - 7:52Εδώ η βασική ιδέα είναι ότι
-
7:52 - 7:56τα ρομπότ δεν γνωρίζουν
την ταυτότητα των γειτόνων τους. -
7:56 - 7:59Τους ζητείται να μπουν σε κυκλικό σχήμα,
-
7:59 - 8:02και ασχέτως του πόσα ρομπότ
εισάγουμε στο σχηματισμό, -
8:02 - 8:05ή πόσα ρομπότ αφαιρούμε,
-
8:05 - 8:08κάθε ρομπότ απλώς αντιδρά
ως προς τον γείτονά του. -
8:08 - 8:13Αντιλαμβάνεται το γεγονός ότι πρέπει
να σχηματίσει τον κύκλο, -
8:13 - 8:15αλλά συνεργαζόμενο με τους γείτονές του
-
8:15 - 8:19σχηματίζει τον κύκλο
χωρίς κεντρικό συντονισμό. -
8:20 - 8:22Αν βάλουμε μαζί αυτές τις ιδέες,
-
8:22 - 8:26η τρίτη ιδέα είναι ότι βασικά
δίνουμε σε αυτά τα ρομπότ -
8:26 - 8:30μαθηματικές περιγραφές του σχήματος
που πρέπει να εκτελέσουν. -
8:30 - 8:34Αυτά τα σχήματα μπορεί να ποικίλουν
βάσει του χρόνου, -
8:34 - 8:38και θα δείτε αυτά τα ρομπότ
να αρχίζουν από κυκλικό σχηματισμό, -
8:38 - 8:41να αλλάζουν σε παραλληλόγραμμο,
να εκτείνονται σε ευθεία γραμμή, -
8:41 - 8:43μετά πίσω πάλι σε έλλειψη.
-
8:43 - 8:47Και το κάνουν
με τον ίδιο ταχύτατο συντονισμό -
8:47 - 8:50που βλέπετε στα κανονικά σμάρια, στη φύση.
-
8:51 - 8:53Γιατί όμως να δουλέψουμε με σμάρια;
-
8:53 - 8:57Επιτρέψτε μου να σας πω για δύο εφαρμογές
που μας ενδιαφέρουν πολύ. -
8:58 - 9:01Η πρώτη έχει σχέση με την γεωργία,
-
9:01 - 9:04που μάλλον είναι το μεγαλύτερο πρόβλημα
που αντιμετωπίζουμε παγκόσμια. -
9:05 - 9:06Όπως γνωρίζετε πολύ καλά,
-
9:06 - 9:10ένα στα επτά άτομα στη Γη υποσιτίζεται.
-
9:10 - 9:14Το μεγαλύτερο μέρος της καλλιεργήσιμης γης
ήδη καλλιεργείται. -
9:14 - 9:17Και η απόδοση των περισσοτέρων
συστημάτων στον κόσμο βελτιώνεται, -
9:17 - 9:21αλλά η απόδοση του συστήματος
παραγωγής ουσιαστικά φθίνει. -
9:21 - 9:24Κι αυτό κυρίως οφείλεται σε έλλειψη νερού,
ασθένειες των καλλιεργειών, -
9:24 - 9:27κλιματική αλλαγή και μερικά άλλα πράγματα.
-
9:27 - 9:29Τι μπορούν να κάνουν τα ρομπότ;
-
9:29 - 9:34Υιοθετούμε μια προσέγγιση που λέγεται
Γεωργία Ακριβείας στην κοινότητα. -
9:34 - 9:39Και η βασική ιδέα είναι ότι στέλνουμε
ιπτάμενα ρομπότ στους οπωρώνες -
9:39 - 9:43και μετά φτιάχνουμε μοντέλα ακριβείας
καθενός φυτού. -
9:43 - 9:45Έτσι, όπως στην εξατομικευμένη ιατρική,
-
9:45 - 9:49ενώ μπορεί να φαντάζεστε ότι θέλουμε
να περιθάλψουμε ατομικά κάθε ασθενή, -
9:49 - 9:53εμείς θέλουμε να φτιάξουμε μοντέλα
των επιμέρους φυτών -
9:53 - 9:57και μετά να πούμε στον αγρότη
τι είδους τροφοδοσία θέλει κάθε φυτό - -
9:57 - 10:02η τροφοδοσία σε αυτή την περίπτωση
είναι νερό, λίπασμα και φυτοφάρμακο. -
10:03 - 10:06Εδώ θα δείτε ρομπότ
να διασχίζουν ένα κτήμα με μηλιές, -
10:06 - 10:09και σε ένα λεπτό θα δείτε
δύο συντρόφους του -
10:09 - 10:10να κάνουν το ίδιο στην αριστερή πλευρά.
-
10:11 - 10:14Και βασικά φτιάχνουν
έναν χάρτη του οπωρώνα. -
10:14 - 10:17Μέσα στον χάρτη εμφανίζονται
όλα τα φυτά του οπωρώνα. -
10:17 - 10:19(Βουητό από ρομπότ)
-
10:19 - 10:21Ας δούμε πώς είναι αυτοί οι χάρτες.
-
10:21 - 10:25Στο επόμενο βίντεο θα δείτε τις κάμερες
που υπάρχουν πάνω στα ρομπότ. -
10:25 - 10:29Πάνω αριστερά είναι μια έγχρωμη κάμερα.
-
10:30 - 10:33Στη μέση αριστερά
είναι μια υπέρυθρη κάμερα, -
10:33 - 10:37και κάτω αριστερά μια θερμική κάμερα.
-
10:37 - 10:40Και στο κεντρικό πάνελ
θα δείτε μια τρισδιάστατη αναπαραγωγή -
10:40 - 10:46κάθε δένδρου του οπωρώνα
καθώς οι αισθητήρες περνούν από το δένδρο. -
10:48 - 10:52Εξοπλισμένοι με τέτοιες πληροφορίες
μπορούμε να κάνουμε διάφορα πράγματα. -
10:52 - 10:56Το πρώτο και ίσως πιο σημαντικό
που μπορούμε να κάνουμε είναι πολύ απλό: -
10:56 - 10:59να μετρήσουμε τον αριθμό των καρπών
πάνω σε κάθε δένδρο. -
11:00 - 11:04Έτσι λέμε στην αγρότισσα
πόσα φρούτα έχει σε κάθε δένδρο -
11:04 - 11:08και της επιτρέπουμε να υπολογίσει
την απόδοση του οπωρώνα, -
11:08 - 11:11βελτιστοποιώντας την αλυσίδα
παραγωγής στα επόμενα στάδια. -
11:12 - 11:13Το δεύτερο που κάνουμε είναι
-
11:13 - 11:18να πάρουμε μοντέλα των φυτών,
να φτιάξουμε τρισδιάστατες αναπαραγωγές, -
11:18 - 11:20και από αυτά να υπολογίσουμε
το μέγεθος του θόλου -
11:20 - 11:24και να συσχετίσουμε το μέγεθος του θόλου
με την επιφάνεια φυλλώματος κάθε φυτού. -
11:24 - 11:26Αυτό ονομάζεται δείκτης έκτασης φυλλώματος
-
11:26 - 11:28κι αν γνωρίζετε αυτόν τον δείκτη,
-
11:28 - 11:34ουσιαστικά έχετε ένα μέτρο
της πιθανής φωτοσύνθεσης σε κάθε φυτό -
11:34 - 11:37που και πάλι σας λέει
πόσο υγιές είναι κάθε φυτό. -
11:38 - 11:41Συνδυάζοντας οπτικές
και υπέρυθρες πληροφορίες -
11:41 - 11:45μπορούμε επίσης να υπολογίσουμε τον δείκτη
NDVI της φωτοσυνθετικής δραστηριότητας. -
11:45 - 11:48Στη συγκεκριμένη περίπτωση
μπορείτε να δείτε -
11:48 - 11:51ότι κάποιες σοδειές
δεν είναι τόσο καλές όσο άλλες. -
11:51 - 11:55Αυτό ευδιάκριτο στην απεικόνιση,
-
11:55 - 11:57όχι μόνο από τις οπτικές εικόνες
-
11:57 - 12:00αλλά από το συνδυασμό
οπτικών και υπέρυθρων εικόνων. -
12:00 - 12:01Και τέλος,
-
12:01 - 12:05μας ενδιαφέρει να ανιχνεύσουμε
τη χλώρωση σε αρχικό στάδιο -
12:05 - 12:07- αυτό είναι μια πορτοκαλιά -
-
12:07 - 12:10που φαίνεται από το κιτρίνισμα των φύλλων.
-
12:10 - 12:14Αλλά τα ρομπότ που πετάνε από πάνω
το εντοπίζουν εύκολα μόνα τους -
12:14 - 12:17και μετά αναφέρουν στον αγρότη
ότι αντιμετωπίζει πρόβλημα -
12:17 - 12:18σε εκείνο το τμήμα του οπωρώνα.
-
12:19 - 12:21Τέτοια συστήματα μπορούν
να βοηθήσουν πραγματικά -
12:21 - 12:27και σκοπεύουμε σε σοδειές που μπορούν
να βελτιωθούν κατά 10% περίπου -
12:27 - 12:31και πάνω απ' όλα να μειώσουν
το ποσό τροφοδοσίας όπως το νερό -
12:31 - 12:34κατά 25% με τη χρήση
σμαριών από ιπτάμενα ρομπότ. -
12:35 - 12:41Τέλος, θα ήθελα να χειροκροτήσετε
τους ανθρώπους που δημιουργούν το μέλλον, -
12:41 - 12:46Γιας Μουλγκάνκαρ, Σίκανγκ Λιού
και Τζιουζέπε Λογιάνο, -
12:46 - 12:49που είναι υπεύθυνοι
για τις τρεις επιδείξεις που είδατε. -
12:49 - 12:50Σας ευχαριστώ.
-
12:50 - 12:51(Χειροκρότημα)
- Title:
- Το μέλλον των ιπτάμενων ρομπότ
- Speaker:
- Βίτζεϊ Κουμάρ
- Description:
-
Στο εργαστήριό του στο Πανεπιστήμιο της Πενσυλβάνια, ο Βίτζεϊ Κουμάρ και η ομάδα του έχουν φτιάξει αυτόνομα ιπτάμενα ρομπότ που τα εμπνεύστηκαν από τις μέλισσες. Το τελευταίο τους επίτευγμα είναι η Γεωργία Ακριβείας, κατά την οποία σμάρια από ρομπότ καταγράφουν, αναπαράγουν και αναλύουν κάθε φυτό και φρούτο σε έναν οπωρώνα, παρέχοντας έτσι πολύτιμες πληροφορίες στους καλλιεργητές προκειμένου να βελτιώσουν τις σοδειές τους και να κάνουν εξυπνότερη διαχείριση του νερού.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 13:09
Dimitra Papageorgiou approved Greek subtitles for Vijay Kumar | ||
Dimitra Papageorgiou edited Greek subtitles for Vijay Kumar | ||
Dimitra Papageorgiou edited Greek subtitles for Vijay Kumar | ||
Dimitra Papageorgiou edited Greek subtitles for Vijay Kumar | ||
Stefanos Reppas accepted Greek subtitles for Vijay Kumar | ||
Stefanos Reppas edited Greek subtitles for Vijay Kumar | ||
Stefanos Reppas edited Greek subtitles for Vijay Kumar | ||
Nikolaos Benias edited Greek subtitles for Vijay Kumar |