Em meu laboratório, construímos
robôs aéreos autônomos,

como este que está voando aqui.

Diferentemente dos drones atualmente
disponíveis para venda no mercado,

este robô não possui nenhum GPS integrado.

Assim, sem GPS,

é difícil para robôs como este
determinarem sua posição.

Este robô usa sensores integrados,
câmeras e escâneres a laser

para escanear o ambiente.

Ele detecta características do ambiente

e determina onde está em relação 
a essas características,

usando um método de triangulação.

E aí ele consegue reunir todas
essas características num mapa,

como este aqui atrás de mim.

E esse mapa, então, permite que o robô
entenda onde estão os obstáculos

e navegue num modo livre de colisões.

Quero lhes mostrar a seguir

uma série de experimentos
que fizemos em nosso laboratório,

onde um robô foi capaz
de ir a distâncias mais longas.

Aqui podem ver, no alto à direita,
o que o robô vê com a câmera.

E, na tela principal,

acelerando quatro vezes
a velocidade do vídeo,

podem ver o mapa
que ele está construindo.

Assim, este é um mapa de alta resolução
do corredor contíguo ao nosso laboratório.

E logo vão vê-lo entrar
em nosso laboratório,

que é possível reconhecer pela
bagunça que estão vendo.

(Risos)

Mas o mais importante aqui

é que esses robôs são capazes
de construir mapas de alta resolução

de 5 cm de resolução,

permitindo a alguém que esteja fora
do laboratório, ou fora do prédio,

utilizá-los e, sem precisar entrar lá,

tentar inferir o que acontece
dentro do prédio.

Mas robôs assim têm alguns problemas.

O primeiro deles é o tamanho.

Por ser grande, é pesado.

E esses robôs consomem
cerca de 200 W por kg,

o que só lhes permite
uma missão bem curta.

O segundo problema

é que esses robôs têm sensores
integrados que acabam saindo muito caro,

um escâner a laser, uma câmera
e os processadores.

Isso aumenta o custo desse robô.

Daí, a gente se perguntou:

qual o produto que podemos
comprar numa loja de eletrônicos

que seja barato, leve e tenha
sensor a bordo e computação?

E inventamos o telefone voador.

(Risos)

Assim, este robô usa um smartphone
Samsung Galaxy comprado numa loja,

e tudo que precisamos é de um aplicativo
baixado de uma loja de aplicativos.

Aqui, no caso, vocês podem ver
o robô lendo as letras "TED",

olhando para os cantos do "T" e do "E"

e então triangulando isso,
voando de forma autônoma.

Aquele joystick está ali só para garantir
que, caso o robô enlouqueça,

Giuseppe consiga matá-lo.

(Risos)

Além de construir esses pequenos robôs,

também fazemos, como aqui, experimentos
com comportamentos agressivos.

Este robô está viajando a 2 m/s ou 3 m/s.

inclinando e rodopiando agressivamente
enquanto muda de direção.

O importante aqui é que podemos
ter robôs menores e mais rápidos

viajando em ambientes
muito desestruturados.

No próximo vídeo,

assim como esta ave, uma águia,
que graciosamente coordena as asas,

os olhos e os pés para agarrar
a presa para fora da água,

nosso robô também consegue pescar.

(Risos)

No caso, trata-se de um sanduíche de filé
com queijo que ele agarrou do nada.

(Risos)

Assim, podemos ver o robô voando
a cerca de 3 m/s.

que é mais rápido que andar, 
coordenando braços, garras

e o voo em frações de segundos
para conseguir fazer essa manobra.

Em outro experimento,

quero lhes mostrar como
os robôs adaptam seu voo

para controlar o peso da carga suspensa,

cujo comprimento é na verdade
maior que a largura da janela.

Assim, para conseguir isso,

ele precisa, na realidade,
se inclinar, ajustar a altitude

e equilibrar a carga ao atravessar.

Mas, é claro, queremos
fazê-los menores ainda

e fomos buscar nossa inspiração
especialmente nas abelhas.

Assim, se observarem as abelhas,
e este é um vídeo em câmera lenta,

elas são tão pequenas,
a inércia é tão leve

(Risos)

que elas nem ligam, ricocheteiam
na minha mão, por exemplo.

Este é um pequeno robô que imita
o comportamento da abelha.

E, quanto menor, melhor,

pois, com o tamanho menor,
conseguimos menor inércia.

E, com menor inércia,

(Robô zumbindo. Risos)

com a inércia menor,
resiste-se melhor às colisões.

E faz com que ele seja mais robusto.

Assim, construímos robôs
pequenos como essas abelhas.

E este aqui, em particular,
pesa apenas 25 g.

Ele consume apenas 6 W de potência

e pode viajar até 6 m/s.

Assim, guardadas as devidas proporções,

é como um Boeing 787 viajando
a dez vezes a velocidade do som.

(Risos)

E quero lhes mostrar um exemplo.

Esta provavelmente é a primeira
colisão planejada no ar,

a um vigésimo da velocidade normal.

Estão a uma velocidade relativa de 2 m/s.

e isso ilustra o princípio básico.

A gaiola de fibra de carbono de 2 g
evita que as hélices se embolem,

mas basicamente a colisão é absorvida,
e o robô reage às colisões.

E pequeno assim também é mais seguro.

Ao desenvolver robôs no laboratório,
começamos com robôs grandes

e acabamos trabalhando com robôs pequenos.

E, ao olharmos um histograma da quantidade
de Band-Aids que comprávamos no passado,

vemos que agora diminuiu.

Porque esses robôs são realmente seguros.

Ser pequeno tem desvantagens,

e a natureza encontrou muitas formas
de compensar essas desvantagens.

A ideia básica é que eles se juntem
para formar grandes grupos, ou enxames.

Da mesma forma, no laboratório, tentamos
criar enxames artificiais de robôs.

E isso é bem desafiador,

pois tivemos de pensar em redes de robôs

e, dentro de cada robô,

pensar na interação entre o sensor,
a comunicação e a computação,

e é bem difícil controlar
e gerenciar essa rede.

Assim, tiramos da natureza
esses três princípios organizacionais,

que essencialmente nos permitem
desenvolver nossos algoritmos.

A primeira ideia é que os robôs
precisam estar cientes de seus vizinhos.

Precisam ser capazes de detectar
e se comunicar com seus vizinhos.

Assim, este vídeo ilustra a ideia básica.

Temos quatro robôs,

um deles na verdade foi literalmente
sequestrado por um operador humano.

Mas, como os robôs interagem entre si,

eles percebem seus vizinhos,

basicamente seguem o líder

e, aqui, uma pessoa sozinha é capaz
de controlar essa rede de seguidores.

Repetindo, não é porque todos
os robôs sabem aonde devem ir.

É porque eles simplesmente reagem
à posição dos seus vizinhos.

(Risos)

O próximo experimento ilustra
o segundo princípio organizacional.

Que tem a ver com
o princípio da anonimidade.

A ideia chave é

que os robôs possuem uma identidade
independente da do vizinho.

Pede-se a eles que formem um círculo

e, não importa quantos robôs
sejam introduzidos na formação,

ou quantos robôs sejam retirados,

cada robô meramente reage ao seu vizinho.

Ele está ciente do fato
de que precisa formar um círculo,

mas, ao colaborar com os vizinhos,

ele faz isso sem nenhuma
coordenação central.

Agora, juntando essas duas ideias,

a terceira é basicamente
darmos a esses robôs

descrições matemáticas
da forma a ser executada.

E essas formas podem variar
em função do tempo.

Vocês vão ver os robôs começarem
com uma formação circular,

mudarem para a retangular,
esticarem-se numa linha reta,

e de volta para uma elipse.

E eles coordenam tudo isso
em frações de segundo,

como vemos nos enxames na natureza.

Mas por que trabalhar com enxames?

Quero lhes contar sobre duas aplicações
nas quais estamos muito interessados.

A primeira é na agricultura,

que provavelmente é o maior problema
que enfrentamos no mundo.

Como vocês bem sabem,

uma em sete pessoas
no planeta é subnutrida.

A maioria das terras disponível
para cultivo já foi cultivada.

E a eficiência da maioria dos sistemas
no mundo está melhorando,

mas a eficiência do nosso sistema
de produção na verdade está diminuindo

devido à restrição da água, a doenças
nas plantações e à mudança climática,

entre outras coisas.

Então, o que os robôs fazem?

Bem, adotamos uma abordagem chamada
"Agricultura de Precisão" na comunidade.

A ideia básica é fazer os robôs
aéreos voarem no meio das plantações,

para construirmos os modelos
de precisão das plantas individuais.

Assim como a medicina personalizada,

em que se buscar tratar cada paciente
de forma individual,

gostaríamos de construir
modelos individuais das plantas,

para podermos dizer ao fazendeiro
que tipo de insumos cada planta precisa,

e os insumos, no caso, são a água,
o fertilizante e o pesticida.

Aqui vocês veem robôs viajando
sobre uma plantação de maçãs,

e logo mais dois de seus companheiros

fazendo a mesma coisa no lado esquerdo.

Basicamente, eles estão construindo
um mapa da plantação.

Dentro do mapa há um mapa
de cada planta dessa plantação.

(Robô zunindo)

Vamos ver como são esses mapas.

No próximo vídeo, vamos ver
as câmeras usadas neste robô.

No alto à esquerda, temos basicamente
uma câmera colorida padrão.

À esquerda, no centro, temos
uma câmera de infravermelho.

E, embaixo à esquerda, uma câmera
com sensor de temperatura.

E, no painel principal, pode-se ver
uma reconstrução tridimensional

de cada árvore da plantação enquanto
os sensores passam pelas árvores.

Munidos de informações como estas,
podemos fazer diversas coisas.

A primeira coisa e, provavelmente
a mais importante, é bem simples:

contar o número de frutas de cada árvore.

Fazendo assim, dizemos à fazendeira
quantas frutas ela tem em cada árvore,

o que lhe permite fazer
uma estimativa da colheita,

otimizando os passos seguintes
da cadeia de produção.

A segunda coisa que podemos fazer

é pegar modelos de plantas, 
fazer reconstruções tridimensionais,

calcular o tamanho da copa das árvores
e correlacionar o tamanho da copa

com o tamanho da área
foliar de cada planta.

E isso se chama Índice de Área Foliar.

Assim, se conhecermos esse indicador,

podemos ter a medida de quanta
fotossíntese é possível em cada planta,

o que novamente nos diz
quão saudável cada planta é.

Ao combinar informação
visual e infravermelha,

podemos calcular também
índices como o NDVI.

E, neste caso em particular, podemos ver

que algumas colheitas não estão
indo tão bem quanto outras.

Isso é facilmente perceptível
com as imagens,

não somente com as visuais,

mas com a combinação de ambas,
as visuais e as infravermelhas.

E, por último,

estamos interessados em determinar
o surgimento precoce da clorose.

Eis aqui um pé de laranja

que se destaca pelo amarelado das folhas.

Mas os robôs voadores podem
ver isso facilmente de forma autônoma

e depois informar ao fazendeiro
que ele está com um problema

nessa parte da plantação.

Sistemas assim podem realmente ajudar,

e estamos projetando colheitas
que podem produzir cerca de 10% a mais

e, mais importante, diminuir a quantidade 
de insumos, como a água, em 25%,

ao usar enxames de robôs aéreos.

Concluindo, gostaria que aplaudissem as
pessoas que, na verdade, criam o futuro:

Yash Mulgaonkar, Sikang Liu
e Giuseppe Loianno,

que foram os responsáveis pelas três
demonstrações a que assistiram hoje.

Obrigado.

(Aplausos)