每年超過百萬人死於災難。 二百五十萬人 永久傷殘或流離失所， 受災社區要花 二三十年重建恢復， 還有大量的經濟損失。 如果你能將 初始應變時間縮短一天， 就能加快整體恢復時間 一千天，即三年。 這要如何達成？ 如果第一批救災人員 能進入災區、拯救生命、 減輕各種危險造成的災害， 那麼其他團體就能進入 恢復供水、供電、搶修道路， 也就是說之後 施工人員及保險公司 都可以進入重建房子， 也就是說你能恢復經濟， 甚至還能變得更好， 更有能力應變下一場災害。 一家大保險公司告訴我 如果他們能早一天 處理屋主的索賠， 就能讓屋主 早六個月修好房屋。 這就是為什麼 我要做「救災機器人學」， 因為機器人能讓災難更快消失。 現在你們已經看到其中幾種了。 這些是無人機。 這裡有兩種無人機： 一種叫旋翼機，又稱蜂鳥； 一種是定翼機，又叫隼。 這兩種自 2005 年 颶風卡崔娜以後 已被廣泛使用。 我跟大家展示一下 這種蜂鳥旋翼機如何運作。 這是結構工程師的夢啊！ 這些能從不同角度看受損狀況， 是你無法從地面用望遠鏡 或從衛星圖， 或從任何高一點的飛行角度看到。 但不只是結構工程師 及保險公司有這樣的需求。 你還能從這種定翼機， 這個隼看到東西。 這個隼能拿來做地理空間調查。 你能把成像組合起來 得到立體影像重建。 這兩種機器人都曾用於 華盛頓州的奧所山崩上， 因為很大的問題出在 瞭解這場災難的 地理空間及水文狀況， 而不是搜救。 搜救隊伍已控制情況， 也很清楚知道他們要做什麼。 但更大的問題是河水及山崩 可能會毀了他們， 並淹沒救災人員。 這不只對救災人員造成挑戰， 並造成財物損失， 這還對將來在華盛頓州 那一帶的釣鮭魚活動造成威脅。 所以他們需要知道情況。 在七個小時內，從阿靈頓出發， 從事故指揮所開車到現場、 飛無人機、 處理數據、 開車回阿靈頓的指揮所， 只花了七個小時。 我們在七個小時內 就給他們數據， 用其他方法要花兩三天—— 而且是更高的解析度。 這改變了局勢。 而且不要只想到無人機。 我是說，它們是很迷人， 但你要記住， 80% 的世界人口住在水邊， 意指我們關鍵的 基礎建設都在水下， 我們無法進入的地方， 像橋梁或是類似的東西。 這就是為什麼我們有 無人駕駛的海陸兩棲車， 你們已經看到的其中一種， 沙霸，方型海豚。 它可以進入水下，使用聲納。 為什麼兩棲車這麼重要？ 為什麼它們真的非常重要？ 它們都被忽視了。 想想日本海嘯。 650 公里的沿海地區被徹底摧毀， 比美國的颶風卡崔娜 所破壞的沿岸區還大兩倍。 你在談的是你的橋梁、 你的管線、你的港口——全沒了。 如果你沒有港口， 你就沒有辦法 運進足夠的救災物資 以支援災民。 這在海地地震 就造成很大的問題。 所以我們需要兩棲車輛。 現在我們從沙霸的角度 看他們看到的東西。 我們在搶救一座漁港。 我們能用沙霸的聲納系統 在四小時內重新開放那座漁港。 那座漁港被告知要六個月 才能找到一組潛水員下去看， 而且潛水員還要花兩個星期。 他們會因此錯過秋季魚汛， 那塊區域主要的經濟來源， 有點像麻省的勝地「鱈魚角」。 自動兩棲車非常重要。 但是你知道嗎， 我展示給大家看的機器人都很小， 那是因為機器人不做人做的事。 他們去人到不了的地方。 有個很好的例子就是「步足」。 無人駕駛的地面車輛都特別小， 所以步足 （笑聲） 跟步足打個招呼吧！ （笑聲） 步足在紐約世貿恐襲中 被大量使用， 搜索 1、 2 及 4 號大樓。 你爬進廢墟、繞繩下降， 進入位於深處的空間。 從步足的眼光看紐約世貿， 看一下這個。 你在談的是你不能用 人或狗來處理的災難， 而且還在燃燒。 能到地下室找生存者的唯一希望， 你得通過燃燒的火場。 現場非常熱，某個機器人的履帶 都開始熔化脫落。 機器人不能取代人或狗， 或蜂鳥或隼或海豚等無人機。 他們做新的事。 他們以創新的方法 幫助救難人員及專家。 但是最大的問題 不是把機器人做得更小。 也不是把他們弄得更耐熱。 也不是加更多的感應器。 最大的問題是數據， 是資訊學， 因為這些人需要 在適當的時間取得正確的資料。 如果專家能立刻從機器人 取得數據不是很棒嗎？ 不用浪費時間開車到現場， 所以無論是誰在那， 都可以用網路操縱機器人。 好好想一下。 想一下載了化學品的火車 在郊區縣城脫軌。 你想這機率有多高， 你的專家、化學工程師、 你的鐵路運輸工程師， 剛好就在那個縣城， 還受過無人機訓練？ 大概是零吧？ 所以我們用這種介面 讓大家使用機器人， 無須知道他們在用哪種機器人， 或根本不用知道 他們有沒有在用機器人。 機器人給你的、 給專家的是數據。 問題變成： 誰在什麼時候拿到什麼數據？ 有一個方法是把所有的數據 送給每一個人， 讓他們自己選。 這個方法的問題是 這樣會讓網路超載， 最糟的是，這還會讓 試著得到那塊數據的人 認知能力不勝負荷。 他們做的決定會改變一切。 所以我們必須考慮那種挑戰。 所以數據才是大問題。 再回頭來看世界貿易中心， 我們試著解決這個問題， 所以讓步足在深入廢墟後 才記錄下數據， 因為那是坍塌搜救專隊 說他們要的。 那時候我們不知道 土木工程師會很愛、 很需要我們在進入廢墟時 錄下來的箱型梁序號、地點。 我們錯失了珍貴的數據。 所以挑戰是得到所有的數據， 及把數據送到對的人手上。 現在還有另一個原因。 我們得知某些建築物， 像是學校、醫院、市政廳等， 在整個救災反應期， 要被不同的單位檢查四次， 現在我們來看，如果我們能從機器人 得到數據給大家共用， 我們不但能縮短反應期各個階段 以縮短反應時間， 我們現在還能開始 同時進行不同反應。 每個人都能看到數據。 我們可以用那種方法縮短。 所以說真的， 「救災機器人」學是個誤稱。 這跟機器人無關。 這跟數據有關。 （掌聲） 所以我給大家的挑戰是， 下一次你聽到某個災難， 去找機器人。 他們可能在地下， 可能在水下， 也可能在天上， 但是它們應該就在那兒。 去找機器人， 因為機器人要來拯救大家了！ （掌聲）