Over a million people are killed each year in disasters. Two and a half million people will be permanently disabled or displaced, and the communities will take 20 to 30 years to recover and billions of economic losses.
ในแต่ละปี กว่าหนึ่งล้านชีวิตต้องสูญเสีย ไปด้วยเหตุภัยพิบัติ สองล้านห้าแสนชีวิตจะต้องพิการ หรือไร้ที่อาศัยอย่างถาวร และชุมชนเองจะต้องใช้เวลาฟื้นฟู 20 ถึง 30 ปี ตามด้วยความสูญเสียทางเศรษฐกิจอีกนับพันล้าน
If you can reduce the initial response by one day, you can reduce the overall recovery by a thousand days, or three years. See how that works? If the initial responders can get in, save lives, mitigate whatever flooding danger there is, that means the other groups can get in to restore the water, the roads, the electricity, which means then the construction people, the insurance agents, all of them can get in to rebuild the houses, which then means you can restore the economy, and maybe even make it better and more resilient to the next disaster. A major insurance company told me that if they can get a homeowner's claim processed one day earlier, it'll make a difference of six months in that person getting their home repaired.
หากคุณสามารถลดเวลา การเผชิญเหตุเบื้องต้นลงหนึ่งวัน คุณจะสามารถลดเวลาที่ใช้ในการฟื้นฟูทั้งหมด ลงได้หนึ่งพันวัน หรือสามปี เห็นความสัมพันธ์ไหมคะ หากผู้เผชิญเหตุฉุกเฉินสามารถเข้าถึง ไปช่วยชีวิต บรรเทาภัยอันตรายใด ๆ ก็ตามที่มีอยู่ นั่นย่อมหมายถึงกลุ่มอื่นสามารถตามเข้าไปได้ เพื่อที่จะจัดให้มีน้ำประปา ถนน ไฟฟ้า ซึ่งหมายถึงกลุ่มงานก่อสร้าง ตัวแทนประกันภัยต่าง ๆ ทุกคนจะสามารถเข้าสู่พื้นที่ได้เพื่อสร้างบ้านพักอาศัยขึ้นใหม่ ซึ่งจะตามมาด้วยการฟื้นฟูเศรษฐกิจ หรืออาจทำให้ดียิ่งกว่าเดิม และพร้อมรับภัยพิบัติได้ดีขึ้นกว่าเดิม บริษัทประกันชั้นนำแห่งหนึ่งบอกไว้ว่า หากพวกเขาสามารถรับเอกสารค่าสินไหมทดแทนจาก เจ้าของบ้านได้เร็วขึ้นหนึ่งวัน จะหมายถึงเวลาเร็วขึ้น 6 เดือน ที่การซ่อมแซมบ้านหลังนั้นจะได้เริ่มขึ้น
And that's why I do disaster robotics -- because robots can make a disaster go away faster.
และนั่นคือเหตุผลที่ดิฉันทำหุ่นยนต์กู้ภัยพิบัติ เพราะว่าหุ่นยนต์สามารถทำให้ภัยพิบัติ ผ่านพันไปได้เร็วขึ้น
Now, you've already seen a couple of these. These are the UAVs. These are two types of UAVs: a rotorcraft, or hummingbird; a fixed-wing, a hawk. And they're used extensively since 2005 -- Hurricane Katrina. Let me show you how this hummingbird, this rotorcraft, works. Fantastic for structural engineers. Being able to see damage from angles you can't get from binoculars on the ground or from a satellite image, or anything flying at a higher angle. But it's not just structural engineers and insurance people who need this. You've got things like this fixed-wing, this hawk. Now, this hawk can be used for geospatial surveys. That's where you're pulling imagery together and getting 3D reconstruction.
คุณคงเคยเห็นเจ้าสองตัวนี้มาบ้างแล้ว นี่คือ ยูเอวี (อากาศยานไร้นักบิน) มียูเอวีอยู่สองประเภท ยานปีกหมุน หรือฮัมมิ่งเบิร์ด ยานปีกคงที่ หรือฮอร์ค (เหยี่ยว) พวกมันถูกใช้งานแพร่หลายมากตั้งแต่ค.ศ.2005 เฮอริเคนคาทริน่า มาดูกันค่ะว่าเจ้าปีกหมุนฮัมมิ่งเบิร์ดนี้ ทำงานอย่างไร ยอดไปเลยนะคะสำหรับงานวิศวกรโครงสร้าง ทำให้เห็นความเสียหายได้จากมุมที่ปกติแล้ว จะมองไม่เห็นจากกล้องส่องทางไกลบนพื้น หรือจากภาพถ่ายดาวเทียม หรือจากอะไรก็ตามที่บินอยู่ในมุมที่สูงกว่า แต่ไม่ใช่เฉพาะวิศวกรโครงสร้างและ บริษัทประกันเท่านั้นที่ต้องใช้ เมื่อคุณมีเจ้าฮอร์ค ยานปีกคงที่ลำนี้ เราสามารถใช้ฮอร์คทำงานสำรวจด้าน ข้อมูลเชิงพื้นที่ ซึ่งเป็นการนำภาพต่าง ๆ มาเชื่อมต่อกัน เพื่อสร้างภาพสามมิติขึ้นใหม่
We used both of these at the Oso mudslides up in Washington State, because the big problem was geospatial and hydrological understanding of the disaster -- not the search and rescue. The search and rescue teams had it under control and knew what they were doing. The bigger problem was that river and mudslide might wipe them out and flood the responders. And not only was it challenging to the responders and property damage, it's also putting at risk the future of salmon fishing along that part of Washington State. So they needed to understand what was going on. In seven hours, going from Arlington, driving from the Incident Command Post to the site, flying the UAVs, processing the data, driving back to Arlington command post -- seven hours. We gave them in seven hours data that they could take only two to three days to get any other way -- and at higher resolution. It's a game changer.
เราใช้ทั้งสองตัวนี้เมื่อตอนโคลนถล่มที่โอโซ ในรัฐวอชิงตัน เนื่องจากเรามีปัญหาขาดความเข้าใจ ภัยพิบัติในด้านข้อมูลเชิงพื้นที่ และอุทกวิทยา ไม่ใช่ด้านการค้นหาและกู้ภัย ทีมค้นหาและกู้ภัยนั้นรับมือกับสถานการณ์ได้ และรู้ตัวว่าตัวเองทำอะไรอยู่ ปัญหาที่ใหญ่กว่านั้นคือแม่น้ำและโคลนถล่ม อาจพัดพาพวกเขาไป และทำให้พวกเขาจมน้ำไป ไม่เพียงแต่จะเป็นความท้าทายของทีมเผชิญเหตุ และทรัพย์สินที่เสียหายเท่านั้น ยังจะเกิดความเสี่ยงต่ออนาคตของกีฬา ตกปลาแซลมอน ตลอดแนวดังกล่าวของรัฐวอชิงตันแน่นอน พวกเขาจึงจำเป็นต้องเข้าใจสถานการณ์ให้มากที่สุด ในเจ็ดชั่วโมง จากอาร์ลิงตัน ขับรถจากศูนย์บัญชาการเหตุการณ์ ไปยังจุดเกิดเหตุ ด้วยเครื่องยูเอวี ทำการประมวลข้อมูล ขับรถกลับมายัง ศูนย์บัญชาการเหตุการณ์ที่อาร์ลิงตัน แค่เจ็ดชั่วโมง เราใช้เวลาเพียงเจ็ดชั่วโมงมอบข้อมูล ที่ปกติเขาต้องใช้เวลารวบรวม ถึงสองหรือสามวันถ้าใช้วิธีอื่น แถมด้วยภาพความละเอียดสูงกว่า มันได้เปลี่ยนแปลงทุกอย่าง
And don't just think about the UAVs. I mean, they are sexy -- but remember, 80 percent of the world's population lives by water, and that means our critical infrastructure is underwater -- the parts that we can't get to, like the bridges and things like that. And that's why we have unmanned marine vehicles, one type of which you've already met, which is SARbot, a square dolphin. It goes underwater and uses sonar. Well, why are marine vehicles so important and why are they very, very important? They get overlooked. Think about the Japanese tsunami -- 400 miles of coastland totally devastated, twice the amount of coastland devastated by Hurricane Katrina in the United States. You're talking about your bridges, your pipelines, your ports -- wiped out. And if you don't have a port, you don't have a way to get in enough relief supplies to support a population. That was a huge problem at the Haiti earthquake. So we need marine vehicles.
และอย่าได้คิดถึงแต่ยูเอวีนะคะ แม้พวกมันจะดูเซ็กซี่ แต่จำไว้ว่า ประชากรโลก 80% อาศัยอยู่ริมน้ำ และนั่นหมายถึงสาธารณูปโภคที่ สำคัญจะอยู่ใต้น้ำ ที่ที่เราเขาไปไม่ได้เช่น สะพานหรืออะไรทำนองนั้น เราจึงจำเป็นต้องมียานทางทะเลไร้คนขับ มีชนิดหนึ่งที่คุณเคยเจอแล้วนั่นคือ ซาร์บอท (SARbot) โลมาสี่เหลี่ยม ที่ดำลงไปใต้น้ำได้ใช้โซนาร์ แล้วทำไมยานทางทะเลถึงมีความสำคัญ ที่จริงต้องบอกว่าสำคัญมาก ๆ ทีเดียว มันถูกมองข้ามค่ะ ลองคิดถึงสึนามิที่ญี่ปุ่นสิคะ ชายฝั่งตลอดแนว 400 ไมล์เสียหายยับเยิน ตอนเฮอร์ริเคนแคทรีนาในสหรัฐฯ พื้นที่ชายฝั่งเสียหายมากกว่านี้ถึงสองเท่า คุณลองนึกภาพสะพาน ท่อส่งน้ำมัน ท่าเรือต่าง ๆ ที่ถูกกวาดเรียบสิคะ แล้วเมื่อคุณไม่มีท่าเรือ คุณก็ไม่มีที่ทางสำหรับรับเสบียง บรรเทาทุกข์ได้เพียงพอ ความต้องการของประชากร นั่นเป็นปัญหาใหญ่มาก เมื่อครั้งแผ่นดินไหวไฮติ ดังนั้นเราจึงต้องการยานทางทะเล
Now, let's look at a viewpoint from the SARbot of what they were seeing. We were working on a fishing port. We were able to reopen that fishing port, using her sonar, in four hours. That fishing port was told it was going to be six months before they could get a manual team of divers in, and it was going to take the divers two weeks. They were going to miss the fall fishing season, which was the major economy for that part, which is kind of like their Cape Cod. UMVs, very important.
เอาละค่ะ เรามาดูภาพจาก มุมกล้องของซาร์บอทกัน ว่าเป็นอย่างไร ภาพจากตอนที่เราอยู่ตรงท่าเทียบเรือหาปลา ด้วยการใช้โซน่าของมัน เราสามารถ เปิดใช้งานท่าเทียบเรือนั้นได้ภายในสี่ชั่วโมง ซึ่งแต่เดิมท่าเรือได้รับแจ้ง ว่าต้องใช้เวลา 6 เดือน ก่อนที่เริ่มให้ทีมนักดำน้ำ เข้าปฏิบัติงานได้ และต้องให้นักดำน้ำใช้เวลา ถึงสองสัปดาห์ นั่นจะทำให้พลาดช่วงการตกปลาในฤดูใบไม้ร่วง สิ่งสำคัญทางเศรษฐกิจของภาคนั้น เปรียบได้กับ แหลมค้อด (Cape Cod) ของเขา ยูเอ็มวี สำคัญมาก ๆ ทีเดียว
But you know, all the robots I've shown you have been small, and that's because robots don't do things that people do. They go places people can't go. And a great example of that is Bujold. Unmanned ground vehicles are particularly small, so Bujold --
แต่เท่าที่ดิฉันยกตัวอย่างให้เห็นมา หุ่นยนต์จะมีขนาดเล็กทั้งสิ้น นั่นเป็นเพราะหุ่นยนต์ทำในสิ่งที่ คนทำไม่ได้ พวกมันไปในที่ ๆ คนเช้าไปไม่ได้ อีกหนึ่งตัวอย่างที่ยอดเยี่ยมคือ บูโจลด์ (Bujold) ยานภาคพื้นดินไร้คนขับนี้ ตัวเล็กมากทีเดียว เจ้าบูโจลด์นี้
(Laughter)
(เสียงหัวเราะ)
Say hello to Bujold.
สวัสดีบูโจลด์กันหน่อยค่ะ
(Laughter)
(เสียงหัวเราะ)
Bujold was used extensively at the World Trade Center to go through Towers 1, 2 and 4. You're climbing into the rubble, rappelling down, going deep in spaces. And just to see the World Trade Center from Bujold's viewpoint, look at this. You're talking about a disaster where you can't fit a person or a dog -- and it's on fire. The only hope of getting to a survivor way in the basement, you have to go through things that are on fire. It was so hot, on one of the robots, the tracks began to melt and come off. Robots don't replace people or dogs, or hummingbirds or hawks or dolphins. They do things new. They assist the responders, the experts, in new and innovative ways.
บูโจลด์ถูกใช้งานอย่างเต็มที่ ในเหตุตึกเวิร์ดเทรดเซ็นเตอร์ เพื่อผ่านเข้าสู่อาคาร 1, 2 และ 4 ปีนไปตามซากปรักหักพัง ไต่ลึกลงสู่พื้นที่แคบ ๆ ภาพเวิร์ดเทรดเซ็นเตอร์เป็นอย่างไร ผ่านมุมมองของบูโจลด์ ดูสิคะ เรากำลังพูดถึงพื้นที่ภัยภิบัติ ซึ่งคนหรือสุนัขไม่สามารถเข้าไปได้ แถมอาจยังมีไฟไหม้อยู่ด้วย ความหวังเดียวที่จะเข้าถึงช่องทางของ ผู้รอดชีวิตที่ชั้นใต้ดินได้ มีแต่ต้องผ่านเส้นทางที่มี ไฟลุกไหม้อยู่ ซึ่งมันร้อนมากเสียจนสายพาน ของหุ่นตัวหนึ่งเริ่มละลายหลุดไป หุ่นยนต์ไม่ได้มาแทนที่มนุษย์หรือสุนัข หรือฮัมมิ่งเบิร์ด หรือเหยี่ยว หรือปลาโลมา พวกมันทำสิ่งใหม่ ๆ พวกมันช่วยผู้เผชิญเหตุ ผู้เชี่ยวชาญ ทำงานในแนวทางใหม่ ๆ
The biggest problem is not making the robots smaller, though. It's not making them more heat-resistant. It's not making more sensors. The biggest problem is the data, the informatics, because these people need to get the right data at the right time.
ปัญหาใหญ่ที่สุดนั้น ไม่ใช่ การทำให้หุ่นยนต์เล็กลง ไม่ใช่การทำให้มันทนต่อความร้อนยิ่งขึ้น ไม่ใช่การติดตัวจับสัญญาณให้มากขึ้น ปัญหาใหญ่ที่สุดคือข้อมูล คือระบบสารสนเทศ เพราะคนเหล่านี้ต้องการข้อมูลที่แม่นยำ ภายในเวลาที่ถูกต้อง
So wouldn't it be great if we could have experts immediately access the robots without having to waste any time of driving to the site, so whoever's there, use their robots over the Internet. Well, let's think about that. Let's think about a chemical train derailment in a rural county. What are the odds that the experts, your chemical engineer, your railroad transportation engineers, have been trained on whatever UAV that particular county happens to have? Probably, like, none. So we're using these kinds of interfaces to allow people to use the robots without knowing what robot they're using, or even if they're using a robot or not. What the robots give you, what they give the experts, is data.
แล้วมันจะไม่ดีรึคะ หากผู้เชี่ยวชาญต่าง ๆ สามารถใช้งานหุ่นพวกนี้ได้ทันที โดยที่ไม่ต้องเสียเวลา ขับรถไปจุดเกิดเหตุ เช่น ใครก็ตามที่อยู่ที่นั้น ก็ใช้หุ่นยนต์ผ่านอินเทอร์เน็ตได้ ลองคิดดูสิคะ ลองคิดว่า หากมีรถไฟขนเคมี ตกรางในพื้นที่ชนบท จะมีโอกาสแค่ไหนที่ ผู้เชี่ยวชาญเฉพาะทาง วิศวกรเคมี วิศวกรด้านขนส่งด้วยราง ที่ได้ผ่านการฝึกการใช้ยูเอวีชนิดอะไรก็ตาม ที่เมืองนั้นบังเอิญมีอยู่แล้วบ้าง โอกาสนั้นน่าจะประมาณศูนย์ ดังนั้นเราจึงใช้อินเทอร์เฟสแบบนี้ที่ ให้ผู้ใช้งานบังคับโดยที่ไม่รู้ ว่ากำลังบังคับหุ่นยนต์อะไรอยู่ หรือไม่รู้ด้วยซ้ำว่ากำลังใช้หุ่นยนต์อยู่ สิ่งที่หุ่นยนต์ส่งให้คุณหรือ ผู้เชี่ยวชาญคือข้อมูล
The problem becomes: who gets what data when? One thing to do is to ship all the information to everybody and let them sort it out. Well, the problem with that is it overwhelms the networks, and worse yet, it overwhelms the cognitive abilities of each of the people trying to get that one nugget of information they need to make the decision that's going to make the difference. So we need to think about those kinds of challenges. So it's the data.
ปัญหาจึงกลายเป็นเรื่อง: ใครได้ข้อมูลอะไร และ เมื่อไหร่ วิธีการหนึ่งที่ใช้ได้คือการ ส่งข้อมูลทั้งหมดไปยังทุกคน แล้วให้ไปแยกแยะกันเอง แต่ ปัญหาของวิธีนี้คือ การทำให้ข้อมูลท่วมเครือข่าย หรือแย่กว่านั้น ข้อมูลท่วมท้นการรับรู้ ของคนที่พยายามจะเลือก ข้อมูลเพียงชิ้นใดชิ้นหนึ่ง ที่จำเป็นมากในการตัดสินใจ เรื่องที่สำคัญต่อความเป็นตาย ดังนั้นเราต้องคำนึงถึง ความท้าทายในด้านนี้ด้วย นั่นคือเรื่องของ ข้อมูล
Going back to the World Trade Center, we tried to solve that problem by just recording the data from Bujold only when she was deep in the rubble, because that's what the USAR team said they wanted. What we didn't know at the time was that the civil engineers would have loved, needed the data as we recorded the box beams, the serial numbers, the locations, as we went into the rubble. We lost valuable data. So the challenge is getting all the data and getting it to the right people.
กลับมาที่ เวิร์ดเทรดเซ็นเตอร์กันค่ะ เราพยายามแก้ไขปัญหา ด้วยการบันทึกข้อมูลจากบูโจลด์ เฉพาะตอนที่มันลงไปลึกใต้ซากแล้ว เพราะนั่นเป็นสิ่งที่ทีมยูซาร์ (USAR ค้นหาและกู้ภัย) บอกว่าอยากได้ แต่สิ่งที่เราไม่รู้ในตอนนั้น คือวิศวกรโยธาเองก็อยากได้ ข้อมูลที่มีการบันทึกตัวเลขระบุตำแหน่ง ของเสาหรือคานขณะที่เราผ่านซากลงไป เราได้สูญเสียข้อมูลที่มีค่า ความท้าทายจึงอยู่ที่การรวบรวมข้อมูลทั้งหมด แล้วส่งต่อให้ถูกคน
Now, here's another reason. We've learned that some buildings -- things like schools, hospitals, city halls -- get inspected four times by different agencies throughout the response phases. Now, we're looking, if we can get the data from the robots to share, not only can we do things like compress that sequence of phases to shorten the response time, but now we can begin to do the response in parallel. Everybody can see the data. We can shorten it that way.
ทีนี้ยังมีอีกเหตุผลหนึ่ง เราได้เรียนรู้ว่าบางอาคาร เช่นโรงเรียน โรงพยาบาล หรือศาลากลาง โดนตรวจสอบซ้ำถึงสี่ครั้ง โดยสี่หน่วยงาน ตลอดช่วงเวลาการกู้ภัย หากเราสามารถเก็บข้อมูล จากหุ่นยนต์แล้วกระจายออกไป ไม่เพียงแต่จะสามารถลดห้วงเวลา ของแต่ละขั้นตอน เพื่อลดเวลาการเผชิญเหตุแล้ว เรายังสามารถเริ่มงานกู้ภัยต่าง ๆ คู่ขนานไปพร้อม ๆ กันได้ ทุกคนคงเห็นข้อมูลนะคะ ว่าเราลดเวลาลงแบบนี้ได้
So really, "disaster robotics" is a misnomer. It's not about the robots. It's about the data.
อันที่จริง "หุ่นยนต์กู้ภัยพิบัติ" เป็นการเรียกที่ไม่ตรงความจริงนัก นี่ไม่ใช่เรื่องของหุ่นยนต์ แต่เป็นเรื่องของ ข้อมูล
(Applause)
(เสียงปรบมือ)
So my challenge to you: the next time you hear about a disaster, look for the robots. They may be underground, they may be underwater, they may be in the sky, but they should be there. Look for the robots, because robots are coming to the rescue.
ดิฉันขอท้าให้ลองนะคะ ครั้งต่อไปที่คุณได้ยินเกี่ยวกับภัยพิบัติ ให้มองหาหุ่นยนต์ พวกมันอาจอยู่ใต้ดิน อาจอยู่ใต้น้ำ หรืออาจอยู่บนฟ้า แต่พวกมันควรจะอยู่แถวนั้น มองหาหุ่นยนต์นะคะ เพราะหุ่นยนต์กำลังมาช่วยแล้วค่ะ
(Applause)
(เสียงปรบมือ)