0:00:01.280,0:00:04.976
Em meu laboratório, construímos[br]robôs aéreos autônomos,

0:00:04.976,0:00:07.130
como este que está voando aqui.

0:00:08.720,0:00:12.456
Diferentemente dos drones atualmente[br]disponíveis para venda no mercado,

0:00:12.456,0:00:15.080
este robô não possui nenhum GPS integrado.

0:00:16.160,0:00:17.406
Assim, sem GPS,

0:00:17.406,0:00:20.680
é difícil para robôs como este[br]determinarem sua posição.

0:00:22.240,0:00:27.016
Este robô usa sensores integrados,[br]câmeras e escâneres a laser

0:00:27.016,0:00:28.726
para escanear o ambiente.

0:00:28.726,0:00:31.826
Ele detecta características do ambiente

0:00:31.826,0:00:34.576
e determina onde está em relação [br]a essas características,

0:00:34.576,0:00:36.736
usando um método de triangulação.

0:00:36.736,0:00:40.216
E aí ele consegue reunir todas[br]essas características num mapa,

0:00:40.216,0:00:42.046
como este aqui atrás de mim.

0:00:42.046,0:00:45.926
E esse mapa, então, permite que o robô[br]entenda onde estão os obstáculos

0:00:45.926,0:00:49.040
e navegue num modo livre de colisões.

0:00:49.040,0:00:51.296
Quero lhes mostrar a seguir

0:00:51.296,0:00:54.526
uma série de experimentos[br]que fizemos em nosso laboratório,

0:00:54.526,0:00:58.380
onde um robô foi capaz[br]de ir a distâncias mais longas.

0:00:58.380,0:01:03.436
Aqui podem ver, no alto à direita,[br]o que o robô vê com a câmera.

0:01:03.436,0:01:04.696
E, na tela principal,

0:01:04.696,0:01:07.196
acelerando quatro vezes[br]a velocidade do vídeo,

0:01:07.196,0:01:09.857
podem ver o mapa[br]que ele está construindo.

0:01:09.857,0:01:14.176
Assim, este é um mapa de alta resolução[br]do corredor contíguo ao nosso laboratório.

0:01:14.176,0:01:16.536
E logo vão vê-lo entrar[br]em nosso laboratório,

0:01:16.536,0:01:19.416
que é possível reconhecer pela[br]bagunça que estão vendo.

0:01:19.416,0:01:20.446
(Risos)

0:01:20.446,0:01:22.487
Mas o mais importante aqui

0:01:22.487,0:01:26.136
é que esses robôs são capazes[br]de construir mapas de alta resolução

0:01:26.136,0:01:28.626
de 5 cm de resolução,

0:01:28.626,0:01:32.806
permitindo a alguém que esteja fora[br]do laboratório, ou fora do prédio,

0:01:32.806,0:01:36.046
utilizá-los e, sem precisar entrar lá,

0:01:36.046,0:01:39.940
tentar inferir o que acontece[br]dentro do prédio.

0:01:40.400,0:01:43.060
Mas robôs assim têm alguns problemas.

0:01:43.600,0:01:46.120
O primeiro deles é o tamanho.

0:01:46.120,0:01:48.170
Por ser grande, é pesado.

0:01:48.640,0:01:51.930
E esses robôs consomem[br]cerca de 200 W por kg,

0:01:52.360,0:01:55.220
o que só lhes permite[br]uma missão bem curta.

0:01:56.000,0:01:57.506
O segundo problema

0:01:57.506,0:02:01.396
é que esses robôs têm sensores[br]integrados que acabam saindo muito caro,

0:02:01.400,0:02:04.840
um escâner a laser, uma câmera[br]e os processadores.

0:02:05.280,0:02:08.600
Isso aumenta o custo desse robô.

0:02:09.440,0:02:12.126
Daí, a gente se perguntou:

0:02:12.126,0:02:15.936
qual o produto que podemos[br]comprar numa loja de eletrônicos

0:02:15.936,0:02:22.200
que seja barato, leve e tenha[br]sensor a bordo e computação?

0:02:24.080,0:02:26.776
E inventamos o telefone voador.

0:02:26.776,0:02:28.716
(Risos)

0:02:28.720,0:02:34.936
Assim, este robô usa um smartphone[br]Samsung Galaxy comprado numa loja,

0:02:34.936,0:02:38.976
e tudo que precisamos é de um aplicativo[br]baixado de uma loja de aplicativos.

0:02:38.976,0:02:43.196
Aqui, no caso, vocês podem ver[br]o robô lendo as letras "TED",

0:02:43.200,0:02:46.176
olhando para os cantos do "T" e do "E"

0:02:46.176,0:02:50.060
e então triangulando isso,[br]voando de forma autônoma.

0:02:50.720,0:02:54.016
Aquele joystick está ali só para garantir[br]que, caso o robô enlouqueça,

0:02:54.016,0:02:55.536
Giuseppe consiga matá-lo.

0:02:55.536,0:02:57.080
(Risos)

0:02:58.920,0:03:02.766
Além de construir esses pequenos robôs,

0:03:02.766,0:03:07.920
também fazemos, como aqui, experimentos[br]com comportamentos agressivos.

0:03:07.920,0:03:13.256
Este robô está viajando a 2 m/s ou 3 m/s.

0:03:13.256,0:03:16.756
inclinando e rodopiando agressivamente[br]enquanto muda de direção.

0:03:16.760,0:03:21.066
O importante aqui é que podemos[br]ter robôs menores e mais rápidos

0:03:21.066,0:03:24.000
viajando em ambientes[br]muito desestruturados.

0:03:25.120,0:03:27.206
No próximo vídeo,

0:03:27.206,0:03:33.136
assim como esta ave, uma águia,[br]que graciosamente coordena as asas,

0:03:33.136,0:03:37.416
os olhos e os pés para agarrar[br]a presa para fora da água,

0:03:37.440,0:03:39.376
nosso robô também consegue pescar.

0:03:39.376,0:03:40.896
(Risos)

0:03:40.896,0:03:44.956
No caso, trata-se de um sanduíche de filé[br]com queijo que ele agarrou do nada.

0:03:44.960,0:03:47.360
(Risos)

0:03:47.680,0:03:51.016
Assim, podemos ver o robô voando[br]a cerca de 3 m/s.

0:03:51.016,0:03:56.156
que é mais rápido que andar, [br]coordenando braços, garras

0:03:56.160,0:04:00.770
e o voo em frações de segundos[br]para conseguir fazer essa manobra.

0:04:01.910,0:04:03.386
Em outro experimento,

0:04:03.386,0:04:07.046
quero lhes mostrar como[br]os robôs adaptam seu voo

0:04:07.046,0:04:09.456
para controlar o peso da carga suspensa,

0:04:09.456,0:04:13.470
cujo comprimento é na verdade[br]maior que a largura da janela.

0:04:13.470,0:04:15.416
Assim, para conseguir isso,

0:04:15.416,0:04:19.146
ele precisa, na realidade,[br]se inclinar, ajustar a altitude

0:04:19.146,0:04:21.620
e equilibrar a carga ao atravessar.

0:04:26.920,0:04:29.266
Mas, é claro, queremos[br]fazê-los menores ainda

0:04:29.266,0:04:32.286
e fomos buscar nossa inspiração[br]especialmente nas abelhas.

0:04:32.286,0:04:35.596
Assim, se observarem as abelhas,[br]e este é um vídeo em câmera lenta,

0:04:35.596,0:04:39.280
elas são tão pequenas,[br]a inércia é tão leve

0:04:39.960,0:04:41.110
(Risos)

0:04:41.110,0:04:44.756
que elas nem ligam, ricocheteiam[br]na minha mão, por exemplo.

0:04:44.756,0:04:48.380
Este é um pequeno robô que imita[br]o comportamento da abelha.

0:04:48.380,0:04:49.866
E, quanto menor, melhor,

0:04:49.866,0:04:53.456
pois, com o tamanho menor,[br]conseguimos menor inércia.

0:04:53.456,0:04:54.986
E, com menor inércia,

0:04:54.986,0:04:57.846
(Robô zumbindo. Risos)

0:04:57.846,0:05:00.676
com a inércia menor,[br]resiste-se melhor às colisões.

0:05:00.680,0:05:03.040
E faz com que ele seja mais robusto.

0:05:03.800,0:05:06.486
Assim, construímos robôs[br]pequenos como essas abelhas.

0:05:06.486,0:05:09.876
E este aqui, em particular,[br]pesa apenas 25 g.

0:05:09.880,0:05:12.450
Ele consume apenas 6 W de potência

0:05:12.450,0:05:15.026
e pode viajar até 6 m/s.

0:05:15.026,0:05:17.476
Assim, guardadas as devidas proporções,

0:05:17.476,0:05:21.140
é como um Boeing 787 viajando[br]a dez vezes a velocidade do som.

0:05:24.000,0:05:26.126
(Risos)

0:05:26.126,0:05:29.110
E quero lhes mostrar um exemplo.

0:05:29.110,0:05:32.396
Esta provavelmente é a primeira[br]colisão planejada no ar,

0:05:32.396,0:05:34.126
a um vigésimo da velocidade normal.

0:05:34.126,0:05:37.038
Estão a uma velocidade relativa de 2 m/s.

0:05:37.038,0:05:39.482
e isso ilustra o princípio básico.

0:05:40.200,0:05:45.216
A gaiola de fibra de carbono de 2 g[br]evita que as hélices se embolem,

0:05:45.216,0:05:50.526
mas basicamente a colisão é absorvida,[br]e o robô reage às colisões.

0:05:50.526,0:05:53.410
E pequeno assim também é mais seguro.

0:05:53.410,0:05:56.980
Ao desenvolver robôs no laboratório,[br]começamos com robôs grandes

0:05:56.980,0:05:59.926
e acabamos trabalhando com robôs pequenos.

0:05:59.926,0:06:04.196
E, ao olharmos um histograma da quantidade[br]de Band-Aids que comprávamos no passado,

0:06:04.196,0:06:06.006
vemos que agora diminuiu.

0:06:06.006,0:06:08.040
Porque esses robôs são realmente seguros.

0:06:08.760,0:06:11.256
Ser pequeno tem desvantagens,

0:06:11.256,0:06:15.960
e a natureza encontrou muitas formas[br]de compensar essas desvantagens.

0:06:15.960,0:06:20.150
A ideia básica é que eles se juntem[br]para formar grandes grupos, ou enxames.

0:06:20.150,0:06:24.306
Da mesma forma, no laboratório, tentamos[br]criar enxames artificiais de robôs.

0:06:24.306,0:06:25.741
E isso é bem desafiador,

0:06:25.741,0:06:29.355
pois tivemos de pensar em redes de robôs

0:06:29.360,0:06:30.686
e, dentro de cada robô,

0:06:30.686,0:06:36.346
pensar na interação entre o sensor,[br]a comunicação e a computação,

0:06:36.346,0:06:41.280
e é bem difícil controlar[br]e gerenciar essa rede.

0:06:42.160,0:06:45.496
Assim, tiramos da natureza[br]esses três princípios organizacionais,

0:06:45.496,0:06:48.840
que essencialmente nos permitem[br]desenvolver nossos algoritmos.

0:06:49.640,0:06:54.236
A primeira ideia é que os robôs[br]precisam estar cientes de seus vizinhos.

0:06:54.236,0:06:57.930
Precisam ser capazes de detectar[br]e se comunicar com seus vizinhos.

0:06:57.930,0:07:00.736
Assim, este vídeo ilustra a ideia básica.

0:07:00.736,0:07:02.046
Temos quatro robôs,

0:07:02.046,0:07:06.590
um deles na verdade foi literalmente[br]sequestrado por um operador humano.

0:07:07.217,0:07:09.486
Mas, como os robôs interagem entre si,

0:07:09.486,0:07:11.176
eles percebem seus vizinhos,

0:07:11.176,0:07:12.636
basicamente seguem o líder

0:07:12.636,0:07:17.840
e, aqui, uma pessoa sozinha é capaz[br]de controlar essa rede de seguidores.

0:07:20.000,0:07:25.086
Repetindo, não é porque todos[br]os robôs sabem aonde devem ir.

0:07:25.086,0:07:29.830
É porque eles simplesmente reagem[br]à posição dos seus vizinhos.

0:07:31.720,0:07:34.660
(Risos)

0:07:36.280,0:07:41.730
O próximo experimento ilustra[br]o segundo princípio organizacional.

0:07:42.920,0:07:46.720
Que tem a ver com[br]o princípio da anonimidade.

0:07:47.400,0:07:51.616
A ideia chave é

0:07:51.616,0:07:56.460
que os robôs possuem uma identidade[br]independente da do vizinho.

0:07:56.460,0:07:59.086
Pede-se a eles que formem um círculo

0:07:59.086,0:08:02.406
e, não importa quantos robôs[br]sejam introduzidos na formação,

0:08:02.406,0:08:05.016
ou quantos robôs sejam retirados,

0:08:05.016,0:08:08.176
cada robô meramente reage ao seu vizinho.

0:08:08.176,0:08:13.166
Ele está ciente do fato[br]de que precisa formar um círculo,

0:08:13.166,0:08:14.956
mas, ao colaborar com os vizinhos,

0:08:14.960,0:08:18.680
ele faz isso sem nenhuma[br]coordenação central.

0:08:19.520,0:08:21.976
Agora, juntando essas duas ideias,

0:08:21.976,0:08:25.886
a terceira é basicamente[br]darmos a esses robôs

0:08:25.886,0:08:30.216
descrições matemáticas[br]da forma a ser executada.

0:08:30.216,0:08:33.736
E essas formas podem variar[br]em função do tempo.

0:08:33.736,0:08:38.316
Vocês vão ver os robôs começarem[br]com uma formação circular,

0:08:38.316,0:08:41.546
mudarem para a retangular,[br]esticarem-se numa linha reta,

0:08:41.546,0:08:42.925
e de volta para uma elipse.

0:08:42.925,0:08:46.576
E eles coordenam tudo isso[br]em frações de segundo,

0:08:46.576,0:08:49.840
como vemos nos enxames na natureza.

0:08:51.080,0:08:53.266
Mas por que trabalhar com enxames?

0:08:53.266,0:08:57.550
Quero lhes contar sobre duas aplicações[br]nas quais estamos muito interessados.

0:08:58.160,0:09:00.566
A primeira é na agricultura,

0:09:00.566,0:09:04.470
que provavelmente é o maior problema[br]que enfrentamos no mundo.

0:09:04.470,0:09:06.056
Como vocês bem sabem,

0:09:06.056,0:09:09.940
uma em sete pessoas[br]no planeta é subnutrida.

0:09:09.940,0:09:13.610
A maioria das terras disponível[br]para cultivo já foi cultivada.

0:09:13.960,0:09:17.216
E a eficiência da maioria dos sistemas[br]no mundo está melhorando,

0:09:17.216,0:09:21.030
mas a eficiência do nosso sistema[br]de produção na verdade está diminuindo

0:09:21.030,0:09:25.336
devido à restrição da água, a doenças[br]nas plantações e à mudança climática,

0:09:25.336,0:09:27.290
entre outras coisas.

0:09:27.290,0:09:29.220
Então, o que os robôs fazem?

0:09:29.220,0:09:33.856
Bem, adotamos uma abordagem chamada[br]"Agricultura de Precisão" na comunidade.

0:09:33.856,0:09:39.246
A ideia básica é fazer os robôs[br]aéreos voarem no meio das plantações,

0:09:39.246,0:09:42.830
para construirmos os modelos[br]de precisão das plantas individuais.

0:09:42.830,0:09:44.656
Assim como a medicina personalizada,

0:09:44.656,0:09:49.356
em que se buscar tratar cada paciente[br]de forma individual,

0:09:49.360,0:09:53.096
gostaríamos de construir[br]modelos individuais das plantas,

0:09:53.096,0:09:57.356
para podermos dizer ao fazendeiro[br]que tipo de insumos cada planta precisa,

0:09:57.356,0:10:01.920
e os insumos, no caso, são a água,[br]o fertilizante e o pesticida.

0:10:02.640,0:10:06.316
Aqui vocês veem robôs viajando[br]sobre uma plantação de maçãs,

0:10:06.316,0:10:08.566
e logo mais dois de seus companheiros

0:10:08.566,0:10:10.790
fazendo a mesma coisa no lado esquerdo.

0:10:10.810,0:10:14.486
Basicamente, eles estão construindo[br]um mapa da plantação.

0:10:14.486,0:10:17.326
Dentro do mapa há um mapa[br]de cada planta dessa plantação.

0:10:17.326,0:10:19.016
(Robô zunindo)

0:10:19.016,0:10:20.936
Vamos ver como são esses mapas.

0:10:20.936,0:10:25.346
No próximo vídeo, vamos ver[br]as câmeras usadas neste robô.

0:10:25.346,0:10:28.480
No alto à esquerda, temos basicamente[br]uma câmera colorida padrão.

0:10:29.640,0:10:32.986
À esquerda, no centro, temos[br]uma câmera de infravermelho.

0:10:32.986,0:10:36.776
E, embaixo à esquerda, uma câmera[br]com sensor de temperatura.

0:10:36.776,0:10:40.096
E, no painel principal, pode-se ver[br]uma reconstrução tridimensional

0:10:40.120,0:10:46.240
de cada árvore da plantação enquanto[br]os sensores passam pelas árvores.

0:10:47.640,0:10:52.090
Munidos de informações como estas,[br]podemos fazer diversas coisas.

0:10:52.090,0:10:56.616
A primeira coisa e, provavelmente[br]a mais importante, é bem simples:

0:10:56.616,0:10:59.010
contar o número de frutas de cada árvore.

0:10:59.520,0:11:04.156
Fazendo assim, dizemos à fazendeira[br]quantas frutas ela tem em cada árvore,

0:11:04.156,0:11:08.376
o que lhe permite fazer[br]uma estimativa da colheita,

0:11:08.376,0:11:11.620
otimizando os passos seguintes[br]da cadeia de produção.

0:11:11.620,0:11:13.296
A segunda coisa que podemos fazer

0:11:13.296,0:11:17.696
é pegar modelos de plantas, [br]fazer reconstruções tridimensionais,

0:11:17.696,0:11:21.956
calcular o tamanho da copa das árvores[br]e correlacionar o tamanho da copa

0:11:21.956,0:11:24.236
com o tamanho da área[br]foliar de cada planta.

0:11:24.236,0:11:26.396
E isso se chama Índice de Área Foliar.

0:11:26.396,0:11:28.326
Assim, se conhecermos esse indicador,

0:11:28.326,0:11:33.796
podemos ter a medida de quanta[br]fotossíntese é possível em cada planta,

0:11:33.800,0:11:36.820
o que novamente nos diz[br]quão saudável cada planta é.

0:11:37.520,0:11:41.766
Ao combinar informação[br]visual e infravermelha,

0:11:41.766,0:11:45.086
podemos calcular também[br]índices como o NDVI.

0:11:45.086,0:11:47.916
E, neste caso em particular, podemos ver

0:11:47.920,0:11:50.790
que algumas colheitas não estão[br]indo tão bem quanto outras.

0:11:50.790,0:11:55.056
Isso é facilmente perceptível[br]com as imagens,

0:11:55.056,0:11:56.616
não somente com as visuais,

0:11:56.616,0:12:00.016
mas com a combinação de ambas,[br]as visuais e as infravermelhas.

0:12:00.016,0:12:01.446
E, por último,

0:12:01.446,0:12:05.476
estamos interessados em determinar[br]o surgimento precoce da clorose.

0:12:05.486,0:12:06.996
Eis aqui um pé de laranja

0:12:07.000,0:12:09.890
que se destaca pelo amarelado das folhas.

0:12:09.890,0:12:13.816
Mas os robôs voadores podem[br]ver isso facilmente de forma autônoma

0:12:13.816,0:12:16.776
e depois informar ao fazendeiro[br]que ele está com um problema

0:12:16.776,0:12:18.750
nessa parte da plantação.

0:12:18.750,0:12:21.546
Sistemas assim podem realmente ajudar,

0:12:21.546,0:12:27.376
e estamos projetando colheitas[br]que podem produzir cerca de 10% a mais

0:12:27.376,0:12:31.646
e, mais importante, diminuir a quantidade [br]de insumos, como a água, em 25%,

0:12:31.646,0:12:34.660
ao usar enxames de robôs aéreos.

0:12:35.200,0:12:40.966
Concluindo, gostaria que aplaudissem as[br]pessoas que, na verdade, criam o futuro:

0:12:40.966,0:12:45.930
Yash Mulgaonkar, Sikang Liu[br]e Giuseppe Loianno,

0:12:45.930,0:12:49.446
que foram os responsáveis pelas três[br]demonstrações a que assistiram hoje.

0:12:49.446,0:12:50.656
Obrigado.

0:12:50.656,0:12:54.100
(Aplausos)