0:00:01.280,0:00:04.936
Laboratuvarımda otonom [br]hava robotları geliştiriyoruz,

0:00:04.960,0:00:06.840
burada uçarken gördüğünüz gibi.

0:00:08.720,0:00:12.416
Bugün ticari olarak satılan[br]mevcut dronların aksine,

0:00:12.440,0:00:15.080
bu robotun üzerinde GPS [br](Küresel konumlandırma sistemi) yok.

0:00:16.160,0:00:17.376
GPS olmadan,

0:00:17.400,0:00:20.680
bunun gibi robotların yönlerini [br]saptamaları zordur.

0:00:22.240,0:00:26.976
Bu robot çevreyi taramak için [br]yerleşik sensörler, kameralar

0:00:27.000,0:00:28.696
ve lazer tarayıcılar kullanır.

0:00:28.720,0:00:31.776
Çevredeki özellikleri saptamak suretiyle,

0:00:31.800,0:00:34.536
nirengi metodunu kullanarak [br]bu özelliklere göreli olarak

0:00:34.560,0:00:36.696
nerede olduğunu saptar.

0:00:36.720,0:00:40.176
Sonra bütün bu özellikleri bir [br]harita olarak bir araya getirir,

0:00:40.200,0:00:41.936
arkamda görmüş olduğunuz gibi.

0:00:41.960,0:00:45.896
Ardından bu harita robotun engellerin [br]nerede olduğunu anlamasını

0:00:45.920,0:00:48.640
ve çarpmayacak şekilde gitmesini sağlar.

0:00:49.160,0:00:51.256
Size bundan sonra göstermek istediğim şey,

0:00:51.280,0:00:54.496
laboratuvarımızda [br]yaptığımız bir dizi deney,

0:00:54.520,0:00:58.000
bunlarla bu robotun daha uzun mesafeler [br]boyunca gitmesini sağladık.

0:00:58.400,0:01:03.416
Burada sağ üstte robotun kamerayla [br]ne gördüğüne bakabilirsiniz.

0:01:03.440,0:01:04.656
Ana ekranda ise --

0:01:04.680,0:01:07.136
ve elbette bu dört katına [br]hızlandırılmış hâli --

0:01:07.160,0:01:09.827
ana ekranda oluşturduğu [br]haritayı göreceksiniz.

0:01:09.851,0:01:14.136
Bu laboratuvarımızın çevresindeki [br]koridorun yüksek çözünürlüklü haritası.

0:01:14.160,0:01:16.586
Bir dakika içinde laboratuvarımıza [br]girdiğini göreceksiniz,

0:01:16.586,0:01:19.376
ki göreceğiniz karışıklıktan [br]bu anlaşılıyor.

0:01:19.400,0:01:20.416
(Gülüşmeler)

0:01:20.440,0:01:22.507
Ancak size aktarmak [br]istediğim ana nokta şu ki,

0:01:22.507,0:01:26.056
bu robotlar beş santimetre çözünürlükle[br]yüksek çözünürlüklü haritalar

0:01:26.080,0:01:28.576
yapma yeteneğine sahipler,

0:01:28.600,0:01:32.776
bu durum da laboratuvar dışındaki [br]veya bina dışındaki birinin

0:01:32.800,0:01:36.016
aslında içeri girmeden ve binanın [br]içinde olanları anlamaya

0:01:36.040,0:01:39.800
çalışmadan bunları [br]görevlendirmesini sağlıyor.

0:01:40.400,0:01:42.640
Ancak bunun gibi robotlarla [br]ilgili bir sorun var.

0:01:43.600,0:01:45.800
İlk sorun, oldukça büyükler.

0:01:46.120,0:01:47.800
Büyük oldukları için ağırlar.

0:01:48.640,0:01:51.680
Bu robotlar libre (453,6 gr) [br]başına 100 vat harcıyorlar.

0:01:52.360,0:01:54.660
Bu da çok kısa bir uçuş süresi [br]anlamına geliyor.

0:01:56.000,0:01:57.456
İkinci sorun,

0:01:57.480,0:02:01.376
bu robotların üzerinde çok pahalıya [br]mal olan sensörler var --

0:02:01.400,0:02:04.840
bir lazer tarayıcı, [br]bir kamera ve işlemciler.

0:02:05.280,0:02:08.320
Bunlar da bu robotun fiyatını yükseltiyor.

0:02:09.440,0:02:12.096
O yüzden kendimize bir soru sorduk:

0:02:12.120,0:02:15.896
Bir elektronik mağazasından [br]ucuz, hafif olup üzerinde

0:02:15.920,0:02:22.200
algılayıcı ve ölçümleyici olan [br]hangi tüketici ürününü alabilirsiniz?

0:02:24.080,0:02:26.736
Biz de uçan telefonu icat ettk.

0:02:26.760,0:02:28.696
(Gülüşmeler)

0:02:28.720,0:02:34.896
Bu robot, mağazadan alabileceğiniz [br]Samsung Galaxy akıllı telefonu kullanıyor

0:02:34.920,0:02:38.936
ve tek ihtiyacınız olan şey uygulama [br]mağazamızdan indirilebilen bir uygulama.

0:02:38.960,0:02:43.176
Bu robotun bu durumda "TED" harflerini [br]okuduğunu görüyorsunuz,

0:02:43.200,0:02:46.136
"T" ve "E"nin köşelerine bakıp [br]ondan üçgenleme yaparak

0:02:46.160,0:02:49.640
otonom olarak uçuyor.

0:02:50.720,0:02:53.976
Kumanda kolu orada, çünkü[br]robot çılgın şeyler yaparsa,

0:02:54.000,0:02:55.416
Giuseppe işini bitirebilir.

0:02:55.440,0:02:57.080
(Gülüşmeler)

0:02:58.920,0:03:02.736
Bu küçük robotları geliştirme yanında,

0:03:02.760,0:03:07.560
burada gördüğünüz gibi agresif [br]davranışlarla ilgili de deneyler yaptık.

0:03:07.920,0:03:13.216
İşte bu robot saniyede iki ila [br]üç metre hızla seyahat ediyor,

0:03:13.240,0:03:16.736
yön değiştirdikçe agresifçe [br]savrulup dönüyor.

0:03:16.760,0:03:21.016
Ana nokta, daha hızlı giden [br]ve bu yapılandırılmamış

0:03:21.040,0:03:24.000
çevrelerde yol alan daha küçük [br]robotlarımızın olabileceği.

0:03:25.120,0:03:27.176
Bir sonraki videoda gördüğünüz gibi,

0:03:27.200,0:03:33.096
aynı bu kuşun, kartalın zerafetle [br]sudan avını kapmak için

0:03:33.120,0:03:37.416
kanatlarını, gözlerini ve ayaklarını [br]koordine etmesi gibi,

0:03:37.440,0:03:39.336
robotumuz da balığa gidebilir.

0:03:39.360,0:03:40.856
(Gülüşmeler)

0:03:40.880,0:03:44.936
Burada birdenbire[br]bir bonfile sandviçi kapıyor.

0:03:44.960,0:03:47.360
(Gülüşmeler)

0:03:47.680,0:03:50.976
Bu robotun saniyede yaklaşık üç metre [br]hızla gittiğini görüyorsunuz,

0:03:51.000,0:03:56.136
ki bu yürüyüş hızından fazla; [br]kollarını, pençelerini ve uçuşunu

0:03:56.160,0:04:00.280
yarım saniye zamanlamayla bu [br]manevraya ulaşmak için koordine ediyor.

0:04:02.120,0:04:03.336
Başka bir deneyde,

0:04:03.360,0:04:07.016
uzunluğu esasen bu pencerenin [br]genişliğinden büyük olan

0:04:07.040,0:04:09.416
askıdaki yükünü kontrol etmek için

0:04:09.440,0:04:13.240
uçuşunu nasıl ayarladığını [br]size göstermek istiyorum.

0:04:13.680,0:04:15.376
Bunu başarmak için

0:04:15.400,0:04:19.096
aslında irtifayı düşürüp ayarlaması

0:04:19.120,0:04:21.440
ve yükü içeriye doğru sallaması gerekiyor.

0:04:26.920,0:04:29.246
Ama elbette ki bunları [br]daha da küçük yapmak istiyoruz

0:04:29.246,0:04:32.256
ve özellikle bal arılarından esinlendik.

0:04:32.280,0:04:35.536
Eğer bal arılarına bakarsanız[br]ve bu yavaşlatılmış bir video,

0:04:35.560,0:04:39.280
çok küçükler, [br]ataleti öylesine önemsiz ki --

0:04:39.960,0:04:41.136
(Gülüşmeler)

0:04:41.160,0:04:44.696
umursamıyorlar -- [br]elimden sekiyorlar, örnek olarak.

0:04:44.720,0:04:47.880
Bu bal arısı davranışını[br]taklit eden küçük bir robot.

0:04:48.600,0:04:49.816
Küçüldükçe daha iyi,

0:04:49.840,0:04:53.376
çünkü boyutunun küçüklüğüyle beraber [br]daha az atalet elde ediyorsunuz.

0:04:53.400,0:04:54.936
Düşük ataletle --

0:04:54.960,0:04:57.816
(Robot vızıldıyor, gülüşmeler)

0:04:57.840,0:05:00.656
düşük ataletle, [br]çarpışmalara dirençlisiniz.

0:05:00.680,0:05:02.400
Bu da sizi daha güçlü yapıyor.

0:05:03.800,0:05:06.456
Yani aynı bal arıları gibi[br]küçük robotlar yapıyoruz.

0:05:06.480,0:05:09.856
Bu ise sadece 25 gram ağırlığında.

0:05:09.880,0:05:12.040
Yalnızca altı vat güç harcıyor.

0:05:12.440,0:05:14.976
Saniyede altı metreye [br]kadar yol alabiliyor.

0:05:15.000,0:05:17.336
Eğer büyüklüğüne göre normalize edersem,

0:05:17.360,0:05:21.000
bu Boeing 787'nin ses hızının [br]on katında yol alması gibi.

0:05:24.000,0:05:26.096
(Gülüşmeler)

0:05:26.120,0:05:28.040
Size bir örnek göstermek istiyorum.

0:05:28.840,0:05:34.096
Bu muhtemelen ilk planlanan havada [br]çarpışma, normal hızın yirmide biri.

0:05:34.120,0:05:36.978
Bunlar saniyede iki metre [br]relatif hızla gidiyor

0:05:37.002,0:05:39.482
ve bu temel prensibi gösteriyor.

0:05:40.200,0:05:45.176
Etrafındaki iki gramlık karbon fiber kafes[br]pervanelerin dolaşmasını engelliyor;

0:05:45.200,0:05:50.496
ancak aslında çarpışma absorbe ediliyor [br]ve robot çarpışmaya cevap veriyor.

0:05:50.520,0:05:53.120
Bu kadar küçük olması güvenli [br]olması anlamına da geliyor.

0:05:53.400,0:05:55.456
Laboratuvarımda bu [br]robotları geliştirirken,

0:05:55.456,0:05:57.060
büyük robotlarla başlıyoruz

0:05:57.084,0:05:59.896
ve sonra bu küçük robotlara [br]kadar geliyoruz.

0:05:59.920,0:06:03.376
Geçmişte sipariş ettiğimiz [br]bantların sayısına dair bir

0:06:03.400,0:06:05.976
histogram çizerseniz, artık biraz azaldı.

0:06:06.000,0:06:07.960
Çünkü bu robotlar gerçekten güvenli.

0:06:08.760,0:06:11.216
Küçük boyutun bazı dezavantajları var

0:06:11.240,0:06:15.320
ve bu dezavantajları telafi etmek için [br]doğa bir sürü yol bulmuş.

0:06:15.960,0:06:19.960
Ana fikir, büyük grupları veya sürüleri [br]oluşturmak için bir araya gelmeleri.

0:06:20.320,0:06:24.296
Benzer şekilde biz de laboratuvarımızda [br]yapay robot sürüleri yaratmaya çalışıyoruz.

0:06:24.320,0:06:25.701
Bu oldukça zor,

0:06:25.725,0:06:29.045
çünkü artık robot ağlarını [br]düşünmek zorundasınız.

0:06:29.360,0:06:30.656
Her robot için de

0:06:30.680,0:06:36.296
algılama, iletişim, hesaplama [br]etkileşimini düşünmek zorundasınız --

0:06:36.320,0:06:41.280
sonrasında bu ağı kontrol etmek ve [br]yönetmek oldukça zor hâle geliyor.

0:06:42.160,0:06:45.456
Bundan dolayı, doğadan aslında[br]algoritmalarımızı geliştirmemizi

0:06:45.480,0:06:48.640
sağlayacak üç düzenleyici [br]prensip alıyoruz.

0:06:49.640,0:06:54.176
İlk fikir, robotların komşularının [br]farkında olmak zorunda olması.

0:06:54.200,0:06:57.640
Komşularını algılamak ve [br]iletişim kurmak durumundalar.

0:06:58.040,0:07:00.696
Bu video, temel fikri açıklıyor.

0:07:00.720,0:07:02.016
Dört robotunuz var --

0:07:02.040,0:07:06.280
robotlardan biri insan operatör tarafından[br]tam anlamıyla gasp edilmiş durumda.

0:07:07.217,0:07:09.456
Ancak robotlar birbirleriyle [br]etkileştiği için,

0:07:09.480,0:07:11.136
yanındakileri algılayarak

0:07:11.160,0:07:12.456
esasen takip ediyorlar.

0:07:12.480,0:07:17.840
İşte burada takipçi ağını[br]yönlendiren tek bir kişi var.

0:07:20.000,0:07:25.056
Aslında bunun nedeni robotların [br]nereye gideceklerini bilmeleri değil,

0:07:25.080,0:07:29.400
yanındakilere tepki vermelerinden [br]dolayı böyle oluyor.

0:07:31.720,0:07:35.840
(Gülüşmeler)

0:07:36.280,0:07:41.520
Bir sonraki deney, ikinci düzenleyici [br]prensibi göstermektedir.

0:07:42.920,0:07:46.720
Bu prensip anonimlik prensibiyle ilgili.

0:07:47.400,0:07:51.696
Burada ana fikir,

0:07:51.720,0:07:55.960
robotların yakınındakilerin [br]kimliklerini bilmemesi.

0:07:56.440,0:07:59.056
Dairesel bir şekil oluşturmaları istendi

0:07:59.080,0:08:02.376
ve grubun içine kaç tane [br]robot katarsanız katın

0:08:02.400,0:08:04.976
ya da kaç robot çıkarırsanız çıkarın,

0:08:05.000,0:08:08.136
her robot sadece [br]yanındakine tepki veriyor.

0:08:08.160,0:08:13.136
Dairesel bir şekil oluşturması [br]gerektiğinin farkında;

0:08:13.160,0:08:14.936
ancak yanındakilerle işbirliği yaparak

0:08:14.960,0:08:18.680
merkezî bir eşgüdüm [br]olmadan şekli oluşturuyor.

0:08:19.520,0:08:21.936
Bu fikirleri bir araya koyunca

0:08:21.960,0:08:25.856
üçüncü fikir, robotlara esasen[br]oluşturmaları gereken şeklin

0:08:25.880,0:08:30.176
matematiksel tanımlarını vermek.

0:08:30.200,0:08:33.696
Bu şekiller zamanın fonksiyonu [br]olarak çeşitlilik gösterebilir

0:08:33.720,0:08:38.216
ve bu robotların dairesel bir biçimle [br]başladığını, dikdörtgen biçime

0:08:38.240,0:08:41.496
dönüştüğünü, düz bir çizgi olarak [br]uzadığını, tekrar elips hâline

0:08:41.520,0:08:42.895
geldiğini göreceksiniz.

0:08:42.919,0:08:46.536
Bunu doğal sürülerde, [br]doğada gördüğünüz türden

0:08:46.560,0:08:49.840
yarım saniyelik eşgüdümle yapıyorlar.

0:08:51.080,0:08:53.216
Peki neden sürülerle çalışılıyor?

0:08:53.240,0:08:57.360
Size çok ilgimizi çeken [br]iki uygulamadan bahsedeyim.

0:08:58.160,0:09:00.536
İlki tarımla ilgili,

0:09:00.560,0:09:03.920
ki bu muhtemelen dünyada [br]karşılaştığımız en önemli sorun.

0:09:04.760,0:09:06.016
Bildiğiniz gibi,

0:09:06.040,0:09:09.560
dünyada her yedi kişiden [br]biri yetersiz besleniyor.

0:09:09.920,0:09:13.400
Ekilebilecek toprakların [br]çoğu zaten ekili.

0:09:13.960,0:09:17.176
Dünyadaki sistemlerin [br]çoğunun verimi artıyor,

0:09:17.200,0:09:20.720
ancak üretim sistemlerinin [br]verimi aslında giderek düşüyor.

0:09:21.080,0:09:25.296
Bunun en büyük nedenleri, su kıtlığı, [br]ekinlerdeki hastalıklar, iklim değişimi

0:09:25.320,0:09:26.840
ve başka birkaç şey daha.

0:09:27.360,0:09:28.940
O zaman robotlar ne yapabilirler?

0:09:29.200,0:09:33.816
Toplumda Hassas Tarım olarak adlandırılan [br]bir yaklaşımı benimsiyoruz.

0:09:33.840,0:09:39.216
Ana fikir şu; hava robotlarını [br]bahçelerde uçurup

0:09:39.240,0:09:42.360
sonra bitkilerin tek tek [br]hassas modellerini geliştiriyoruz.

0:09:42.829,0:09:44.496
Her hastaya özel tedavi [br]

0:09:44.520,0:09:49.336
uygulanmasının istendiği, [br]kişiselleştirilen ilaçlarla olduğu gibi,

0:09:49.360,0:09:53.056
bizim yapmak istediğimiz şey de tek tek [br]bitkilerin modellerini geliştirmek

0:09:53.080,0:09:57.216
ve sonra çiftçiye her bitkinin ne tür [br]bir girdiye ihtiyacı olduğunu söylemek --

0:09:57.240,0:10:01.680
bu durumda girdiler, su, gübre [br]ve tarım ilaçlarıdır.

0:10:02.640,0:10:06.256
Burada elma bahçesinde [br]dolaşan robotları görüyorsunuz

0:10:06.280,0:10:08.536
ve bir dakika içinde [br]sol tarafta aynı şeyi

0:10:08.560,0:10:10.370
yapan iki üyeyi daha göreceksiniz.

0:10:10.800,0:10:14.456
Aslında yaptıkları şey [br]bahçenin bir haritasını çizmek.

0:10:14.480,0:10:17.296
Harita içinde, bu bahçedeki [br]her bitkinin bir haritası var.

0:10:17.320,0:10:18.976
(Robot vızıldıyor)

0:10:19.000,0:10:20.926
Bu haritaların neye benzediğini görelim.

0:10:20.926,0:10:25.216
Bir sonraki videoda, bu robotta [br]kullanılan kameraları göreceksiniz.

0:10:25.240,0:10:28.480
Sol üstte esasen standart [br]renkli bir kamera var.

0:10:29.640,0:10:32.936
Solda ortada kızılötesi [br]bir kamera var.

0:10:32.960,0:10:36.736
Sol altta ise termal bir kamera var.

0:10:36.760,0:10:40.176
Ana panelde, sensörler ağaçların yanından [br]geçtikçe bahçedeki her ağacın

0:10:40.176,0:10:46.240
yeniden üç boyutlu olarak [br]oluşturulmasını görüyorsunuz.

0:10:47.640,0:10:51.680
Böyle bir bilgiyle donanınca [br]birçok şey yapabiliriz.

0:10:52.200,0:10:56.456
Yapabileceğimiz ilk ve muhtemelen [br]en önemli şey çok basit:

0:10:56.480,0:10:58.920
Her ağaçtaki meyve adetini saymak.

0:10:59.520,0:11:04.056
Böyle yaparak çiftçiye her ağaçtaki [br]meyve sayısını söylersiniz

0:11:04.080,0:11:08.336
ve bahçedeki hâsılatı [br]tahmin etmesini sağlarsınız,

0:11:08.360,0:11:11.200
bununla üretim zinciri boyunca [br]optimizasyon sağlarsınız.

0:11:11.640,0:11:13.256
Yapabileceğimiz ikinci şey,

0:11:13.280,0:11:17.776
bitkilerin modellerini almak, [br]üç boyutlu olarak yeniden oluşturmak

0:11:17.800,0:11:20.336
ve böylece bitki örtüsünün [br]büyüklüğünü tahmin etmek,

0:11:20.360,0:11:24.136
sonra örtünün büyüklüğünü her bitkideki [br]yaprak alanın miktarı ile ilintilemek.

0:11:24.160,0:11:26.336
Buna yaprak alan indeksi denir.

0:11:26.360,0:11:28.326
Eğer yaprak alanı indeksini biliyorsanız,

0:11:28.326,0:11:33.776
aslında her bitkide ne kadar fotosentez [br]mümkün olduğuna dair ölçünüz olur,

0:11:33.800,0:11:36.680
bu da size her bitkinin ne kadar [br]sağlıklı olduğunu söyler.

0:11:37.520,0:11:41.736
Görsel ve kızılötesi [br]bilgiyi birleştirerek,

0:11:41.760,0:11:45.126
NDVI (normalize edilmiş fark bitki örtüsü [br]indeksi) gibi indisleri de hesaplayabiliriz.

0:11:45.126,0:11:47.896
Buradaki durumda, aslında [br]bazı ürünlerin diğer ürünler

0:11:47.920,0:11:50.936
kadar iyi durumda olmadığını görüyorsunuz.

0:11:50.960,0:11:55.016
Bu durum, görüntüde rahatlıkla [br]ayırt edilebiliyor;

0:11:55.040,0:11:57.256
sadece görsel imgeyle değil,

0:11:57.280,0:12:00.056
görsel imgeyi, kızılötesi [br]imgeyle birleştirerek.

0:12:00.080,0:12:01.416
Son olarak,

0:12:01.440,0:12:05.456
yapmak istediğimiz bir şey de kloroz [br]başlangıcını erkenden tespit etmek --

0:12:05.480,0:12:06.976
ve bu bir portakal ağacı --

0:12:07.000,0:12:09.560
bu aslında yaprakların [br]sararmasından anlaşılabilir.

0:12:09.880,0:12:13.776
Ancak tepede uçan robotlar bunu [br]kolaylıkla kendileri fark edebilir

0:12:13.800,0:12:16.736
ve sonra çiftçiye bahçenin [br]bu kısmında bir sorun

0:12:16.760,0:12:18.280
olduğunu raporlayabilirler.

0:12:18.800,0:12:21.496
Bunun gibi sistemler [br]gerçekten yardımcı olabilir

0:12:21.520,0:12:27.336
ve hava robotu sürüleri kullanarak [br]hâsılatın yaklaşık yüzde 10 artabileceğini

0:12:27.360,0:12:30.576
ve daha da önemlisi su [br]gibi girdilerin miktarının

0:12:30.600,0:12:33.880
yüzde 25 oranında [br]azalabileceğini öngörüyoruz.

0:12:35.200,0:12:40.936
Son olarak, aslında geleceği yaratan [br]insanları alkışlamanızı istiyorum,

0:12:40.960,0:12:45.880
Yash Mulgaonkar, Sikang Liu[br]ve Giuseppe Loianno,

0:12:45.920,0:12:49.416
kendileri gördüğünüz [br]üç demodan sorumlular.

0:12:49.440,0:12:50.616
Teşekkürler.

0:12:50.640,0:12:56.560
(Alkış)