ABOUT THE SPEAKER
Skylar Tibbits - Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves.

Why you should listen

Can we create objects that assemble themselves -- that zip together like a strand of DNA or that have the ability for transformation embedded into them? These are the questions that Skylar Tibbits investigates in his Self-Assembly Lab at MIT, a cross-disciplinary research space where designers, scientists and engineers come together to find ways for disordered parts to become ordered structures. 

A trained architect, designer and computer scientist, Tibbits teaches design studios at MIT’s Department of Architecture and co-teaches the seminar “How to Make (Almost) Anything” at MIT’s Media Lab. Before that, he worked at a number of design offices including Zaha Hadid Architects, Asymptote Architecture, SKIII Space Variations and Point b Design. His work has been shown at the Guggenheim Museum and the Beijing Biennale. 

Tibbits has collaborated with a number of influential people over the years, including Neil Gershenfeld and The Center for Bits and Atoms, Erik and Marty Demaine at MIT, Adam Bly at SEED Media Group and Marc Fornes of THEVERYMANY. In 2007, he and Marc Fornes co-curated Scriptedbypurpose, the first exhibition focused exclusively on scripted processes within design. Also in 2007, he founded SJET, a multifaceted practice and research platform for experimental computation and design. SJET crosses disciplines from architecture and design, fabrication, computer science and robotics.

More profile about the speaker
Skylar Tibbits | Speaker | TED.com
TED2011

Skylar Tibbits: Can we make things that make themselves?

Skylar Tibbits: Können wir Dinge erschaffen, die sich selbst herstellen?

Filmed:
1,072,366 views

MIT-Forscher Skylar Tibbits arbeitet an Selbstmontage – der Idee, dass wir, anstatt etwas zu bauen (einen Stuhl, einen Wolkenkratzer), Materialien herstellen, die sich selbst aufbauen, etwa so, wie DNA-Stränge sich selbst zusammensetzen. Es ist ein großartiges Konzept, das noch in den Kinderschuhen steckt; Tibbits zeigt uns drei Laborprojekte, die darauf hindeuten, wie eine Zukunft aussehen könnte, die sich selbst erschafft.
- Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio

Double-click the English transcript below to play the video.

00:15
TodayHeute I'd like to showShow you
0
0
2000
Ich möchte Ihnen heute zeigen,
00:17
the futureZukunft of the way we make things.
1
2000
2000
wie wir in Zukunft Dinge herstellen werden.
00:19
I believe that soonbald our buildingsGebäude and machinesMaschinen
2
4000
2000
Ich glaube, dass unsere Gebäude und Maschinen
00:21
will be self-assemblingselbstmontierend,
3
6000
2000
sich bald selbst zusammenbauen,
00:23
replicatingreplizierend and repairingReparatur themselvessich.
4
8000
2000
vervielfältigen und reparieren werden.
00:25
So I'm going to showShow you
5
10000
2000
Ich werde Ihnen zeigen,
00:27
what I believe is the currentStrom stateBundesland of manufacturingHerstellung,
6
12000
2000
was ich für die heutigen Produktionsmethoden halte,
00:29
and then comparevergleichen that to some naturalnatürlich systemsSysteme.
7
14000
3000
und diese dann mit einigen natürlichen Systemen vergleichen.
00:32
So in the currentStrom stateBundesland of manufacturingHerstellung, we have skyscrapersWolkenkratzer --
8
17000
3000
In der gegenwärtigen Fertigungsindustrie haben wir Wolkenkratzer –
00:35
two and a halfHälfte yearsJahre [of assemblyVersammlung time],
9
20000
2000
zweieinhalb Jahre [Bauzeit],
00:37
500,000 to a millionMillion partsTeile,
10
22000
2000
eine halbe bis eine Million Teile,
00:39
fairlyziemlich complexKomplex,
11
24000
2000
ziemlich komplex,
00:41
newneu, excitingaufregend technologiesTechnologien in steelstehlen, concreteBeton, glassGlas.
12
26000
3000
neue und aufregende Technologien aus Stahl, Beton, Glas.
00:44
We have excitingaufregend machinesMaschinen
13
29000
2000
Wir haben aufregende Maschinen,
00:46
that can take us into spacePlatz --
14
31000
2000
die uns in den Weltraum bringen –
00:48
fivefünf yearsJahre [of assemblyVersammlung time], 2.5 millionMillion partsTeile.
15
33000
3000
fünf Jahre [Bauzeit], zweieinhalb Millionen Teile.
00:51
But on the other sideSeite, if you look at the naturalnatürlich systemsSysteme,
16
36000
3000
Wenn man auf der anderen Seite natürliche Systeme betrachtet,
00:54
we have proteinsProteine
17
39000
2000
findet man Proteine,
00:56
that have two millionMillion typesTypen,
18
41000
2000
die zwei Millionen Typen besitzen
00:58
can foldfalten in 10,000 nanosecondsNanosekunden,
19
43000
2000
und sich in zehn Mikrosekunden falten können,
01:00
or DNADNA with threedrei billionMilliarde baseBase pairsPaare
20
45000
2000
oder DNA mit drei Milliarden Basenpaaren,
01:02
we can replicatereplizieren in roughlygrob an hourStunde.
21
47000
3000
die sich in etwa einer Stunde kopieren lassen.
01:05
So there's all of this complexityKomplexität
22
50000
2000
Da gibt es also diese ganze Komplexität
01:07
in our naturalnatürlich systemsSysteme,
23
52000
2000
in unseren natürlichen Systemen,
01:09
but they're extremelyäußerst efficienteffizient,
24
54000
2000
aber sie sind extrem effizient,
01:11
farweit more efficienteffizient than anything we can buildbauen,
25
56000
2000
viel effizienter als alles, was wir herstellen können,
01:13
farweit more complexKomplex than anything we can buildbauen.
26
58000
2000
weit komplexer als alles, was wir bauen können.
01:15
They're farweit more efficienteffizient in termsBegriffe of energyEnergie.
27
60000
2000
Sie sind viel energieeffizienter.
01:17
They hardlykaum ever make mistakesFehler.
28
62000
3000
Sie machen fast nie Fehler.
01:20
And they can repairreparieren themselvessich for longevityLanglebigkeit.
29
65000
2000
Und sie sind langlebig, da sie sich selbst reparieren können.
01:22
So there's something superSuper interestinginteressant about naturalnatürlich systemsSysteme.
30
67000
3000
Es gibt bei natürlichen Systemen also viel Interessantes zu entdecken.
01:25
And if we can translateÜbersetzen that
31
70000
2000
Und wenn wir es schaffen,
01:27
into our builtgebaut environmentUmwelt,
32
72000
2000
das in unsere gebaute Umgebung einfließen zu lassen,
01:29
then there's some excitingaufregend potentialPotenzial for the way that we buildbauen things.
33
74000
2000
dann haben wir ein aufregendes Potential für neue Bauweisen.
01:31
And I think the keySchlüssel to that is self-assemblySelbstmontage.
34
76000
3000
Und ich glaube, dass der Schlüssel in Selbstmontage besteht.
01:34
So if we want to utilizenutzen self-assemblySelbstmontage in our physicalphysisch environmentUmwelt,
35
79000
3000
Wenn wir Selbstmontage in unserer physischen Umwelt nutzen wollen,
01:37
I think there's fourvier keySchlüssel factorsFaktoren.
36
82000
2000
gibt es meiner Meinung nach vier zentrale Faktoren.
01:39
The first is that we need to decodeDecodieren
37
84000
2000
Der erste ist, das wir die ganze Komplexität
01:41
all of the complexityKomplexität of what we want to buildbauen --
38
86000
2000
der Dinge, die wir bauen wollen, entschlüsseln müssen –
01:43
so our buildingsGebäude and machinesMaschinen.
39
88000
2000
also unsere Gebäude und Maschinen.
01:45
And we need to decodeDecodieren that into simpleeinfach sequencesSequenzen --
40
90000
2000
Und wir müssen das in einfache Sequenzen übersetzen –
01:47
basicallyGrundsätzlich gilt the DNADNA of how our buildingsGebäude work.
41
92000
2000
quasi die DNA davon, wie unsere Gebäude funktionieren.
01:49
Then we need programmableprogrammierbar partsTeile
42
94000
2000
Dann brauchen wir programmierbare Teile,
01:51
that can take that sequenceSequenz
43
96000
2000
die diese Sequenz heranziehen
01:53
and use that to foldfalten up, or reconfigureneu konfigurieren.
44
98000
3000
und zum Zusammenfalten oder Rekonfigurieren verwenden können.
01:56
We need some energyEnergie that's going to allowzulassen that to activateAktivieren,
45
101000
3000
Wir brauchen Aktivierungsenergie, damit unsere Teile
01:59
allowzulassen our partsTeile to be ablefähig to foldfalten up from the programProgramm.
46
104000
3000
aus dem Programm hochklappen können.
02:02
And we need some typeArt of errorError correctionKorrektur redundancyRedundanz
47
107000
2000
Und wir brauchen eine Art Redundanz zur Fehlerkorrektur,
02:04
to guaranteeGarantie that we have successfullyerfolgreich builtgebaut what we want.
48
109000
3000
damit auch wirklich das entsteht, was wir bauen wollen.
02:07
So I'm going to showShow you a numberNummer of projectsProjekte
49
112000
2000
Ich zeige Ihnen einige Projekte, an denen
02:09
that my colleaguesKollegen and I at MITMIT are workingArbeiten on
50
114000
2000
meine Kollegen und ich am MIT arbeiten,
02:11
to achieveleisten this self-assemblingselbstmontierend futureZukunft.
51
116000
2000
damit Selbstmontage in Zukunft realisiert werden kann.
02:13
The first two are the MacroBotMacroBot and DeciBotDeciBot.
52
118000
3000
Die ersten beiden sind MacroBot und DeciBot.
02:16
So these projectsProjekte are large-scalegroß angelegte reconfigurablerekonfigurierbare robotsRoboter --
53
121000
4000
Diese Projekte sind großangelegte, rekonfigurierbare Roboter –
02:20
8 ftft., 12 ftft. long proteinsProteine.
54
125000
3000
zweieinhalb bis vier Meter lange Proteine.
02:23
They're embeddedeingebettet with mechanicalmechanisch electricalelektrisch devicesGeräte, sensorsSensoren.
55
128000
3000
Sie sind mit elektromechanischen Geräten ausgestattet, Sensoren.
02:26
You decodeDecodieren what you want to foldfalten up into,
56
131000
2000
Man dekodiert das, was man zusammenfalten will,
02:28
into a sequenceSequenz of anglesWinkel --
57
133000
2000
in eine Sequenz von Winkeln –
02:30
so negativeNegativ 120, negativeNegativ 120, 0, 0,
58
135000
2000
also minus 120, minus 120, 0, 0,
02:32
120, negativeNegativ 120 -- something like that;
59
137000
3000
120, minus 120 – etwas in der Art;
02:35
so a sequenceSequenz of anglesWinkel, or turnswendet sich,
60
140000
2000
eine Sequenz von Winkeln, oder Drehungen,
02:37
and you sendsenden that sequenceSequenz throughdurch the stringZeichenfolge.
61
142000
3000
und man sendet diese Sequenz durch die Kette.
02:40
EachJedes unitEinheit takes its messageNachricht -- so negativeNegativ 120 --
62
145000
3000
Jede Einheit greift ihre Nachricht auf – also minus 120 –
02:43
it rotatesdreht sich to that, checksPrüfungen if it got there
63
148000
2000
sie rotiert entsprechend, prüft, ob sie angekommen ist,
02:45
and then passesgeht vorbei it to its neighborNachbar.
64
150000
3000
und leitet sie an die benachbarte Einheit weiter.
02:48
So these are the brilliantGenial scientistsWissenschaftler,
65
153000
2000
Dies hier sind die brillanten Wissenschaftler,
02:50
engineersIngenieure, designersDesigner that workedhat funktioniert on this projectProjekt.
66
155000
2000
Ingenieure und Designer, die an diesem Projekt gearbeitet haben.
02:52
And I think it really bringsbringt to lightLicht:
67
157000
2000
Und ich denke, es macht eines wirklich klar:
02:54
Is this really scalableskalierbar?
68
159000
2000
Ist dies wirklich skalierbar?
02:56
I mean, thousandsTausende of dollarsDollar, lots of man hoursStd.
69
161000
2000
Ich meine, Tausende von Dollar, viele Arbeitsstunden,
02:58
madegemacht to make this eight-footacht-Fuß robotRoboter.
70
163000
3000
um diesen zweieinhalb Meter hohen Roboter zu schaffen.
03:01
Can we really scaleRahmen this up? Can we really embedeinbetten roboticsRobotik into everyjeden partTeil?
71
166000
3000
Können wir das wirklich hochskalieren? Können wir Robotik wirklich in jedes Teil einbetten?
03:04
The nextNächster one questionsFragen that
72
169000
2000
Das nächste Projekt stellt das in Frage
03:06
and lookssieht aus at passivepassiv natureNatur,
73
171000
2000
und betrachtet die passive Natur
03:08
or passivelypassiv tryingversuchen to have reconfigurationRekonfiguration programmabilityProgrammierbarkeit.
74
173000
3000
oder den passiven Versuch, Rekonfiguration programmierbar zu machen.
03:11
But it goesgeht a stepSchritt furtherdes Weiteren,
75
176000
2000
Aber es geht einen Schritt weiter
03:13
and it triesversucht to have actualtatsächlich computationBerechnung.
76
178000
2000
und versucht, tatsächliche Berechnungen möglich zu machen.
03:15
It basicallyGrundsätzlich gilt embedsbettet the mostdie meisten fundamentalgrundlegend buildingGebäude blockBlock of computingComputer,
77
180000
2000
Es integriert im Grunde den fundamentalsten Bestandteil von EDV,
03:17
the digitaldigital logicLogik gateTor,
78
182000
2000
das digitale Logikgatter,
03:19
directlydirekt into your partsTeile.
79
184000
2000
direkt in die Teile.
03:21
So this is a NANDNAND gateTor.
80
186000
2000
Dies ist ein NAND-Gatter.
03:23
You have one tetrahedronTetraeder whichwelche is the gateTor
81
188000
2000
Man hat ein Tetraeder, welches das Gatter darstellt,
03:25
that's going to do your computingComputer,
82
190000
2000
das die Berechnungen durchführen wird,
03:27
and you have two inputEingang tetrahedronsTetraeder.
83
192000
2000
und man hat zwei Input-Tetraeder.
03:29
One of them is the inputEingang from the userBenutzer, as you're buildingGebäude your bricksZiegel.
84
194000
3000
Eines stellt die Eingabe des Benutzers dar, während man die Bausteine herstellt.
03:32
The other one is from the previousbisherige brickZiegel that was placedplatziert.
85
197000
3000
Das andere stammt von dem vorangegangenen Bauteil, das angeordnet wurde.
03:35
And then it givesgibt you an outputAusgabe in 3D spacePlatz.
86
200000
3000
Und dann liefert es einen Output im dreidimensionalen Raum.
03:38
So what this meansmeint
87
203000
2000
Das bedeutet,
03:40
is that the userBenutzer can startAnfang pluggingeinstecken in what they want the bricksZiegel to do.
88
205000
3000
dass der Benutzer eingeben kann, was die Bauteile tun sollen.
03:43
It computesberechnet on what it was doing before
89
208000
2000
Es führt Berechnungen durch auf Grundlage dessen, was es vorher getan hat,
03:45
and what you said you wanted it to do.
90
210000
2000
und was der Benutzer von ihm verlangt.
03:47
And now it startsbeginnt movingbewegend in three-dimensionaldreidimensional spacePlatz --
91
212000
2000
Und nun beginnt es, sich im dreidimensionalen Raum zu bewegen –
03:49
so up or down.
92
214000
2000
hoch und runter.
03:51
So on the left-handlinke Hand sideSeite, [1,1] inputEingang equalsgleich 0 outputAusgabe, whichwelche goesgeht down.
93
216000
3000
Auf der linken Seite entspricht der Input [1,1] dem Output 0, der hinunter geht.
03:54
On the right-handrechte Hand sideSeite,
94
219000
2000
Auf der rechten Seite
03:56
[0,0] inputEingang is a 1 outputAusgabe, whichwelche goesgeht up.
95
221000
3000
entspricht der Input [0,0] dem Output 1, der hoch geht.
03:59
And so what that really meansmeint
96
224000
2000
Was das wirklich bedeutet, ist,
04:01
is that our structuresStrukturen now containenthalten the blueprintsBaupläne
97
226000
2000
dass unsere Strukturen nun die Pläne dessen enthalten,
04:03
of what we want to buildbauen.
98
228000
2000
was wir bauen wollen.
04:05
So they have all of the informationInformation embeddedeingebettet in them of what was constructedgebaut.
99
230000
3000
Sie besitzen also sämtliche Informationen darüber, was gebaut worden ist.
04:08
So that meansmeint that we can have some formbilden of self-replicationSelbstreplikation.
100
233000
3000
Das bedeutet, wir können eine Form von Selbstreplikation erreichen.
04:11
In this caseFall I call it self-guidedSelf-guided replicationReplikation,
101
236000
3000
In diesem Fall nenne ich es selbstgeleitete Replikation,
04:14
because your structureStruktur containsenthält the exactgenau blueprintsBaupläne.
102
239000
2000
weil die Struktur die genauen Baupläne enthält.
04:16
If you have errorsFehler, you can replaceersetzen a partTeil.
103
241000
2000
Tauchen Fehler auf, kann man einen Teil austauschen.
04:18
All the locallokal informationInformation is embeddedeingebettet to tell you how to fixFix it.
104
243000
3000
Die ganzen lokalen Informationen sind integriert, um zu zeigen, wie man sie beheben kann.
04:21
So you could have something that climbsklettert alongeine lange and readsliest it
105
246000
2000
Man könnte also etwas haben, das mitklettert und abliest
04:23
and can outputAusgabe at one to one.
106
248000
2000
und einen Output von eins zu eins liefert.
04:25
It's directlydirekt embeddedeingebettet; there's no externalextern instructionsAnleitung.
107
250000
2000
Es ist direkt integriert; es gibt keine Anweisungen von außen.
04:27
So the last projectProjekt I'll showShow is callednamens BiasedVoreingenommen ChainsKetten,
108
252000
3000
Das letzte Projekt, was ich zeigen werde, nennt sich Biased Chains,
04:30
and it's probablywahrscheinlich the mostdie meisten excitingaufregend exampleBeispiel that we have right now
109
255000
3000
und es stellt das wohl aufregendste Beispiel selbstmontierender Systeme dar,
04:33
of passivepassiv self-assemblySelbstmontage systemsSysteme.
110
258000
2000
das wir im Moment haben.
04:35
So it takes the reconfigurabilityRekonfigurierbarkeit
111
260000
2000
Es greift die Fähigkeit zur Rekonfiguration
04:37
and programmabilityProgrammierbarkeit
112
262000
2000
und zur Programmierung auf
04:39
and makesmacht it a completelyvollständig passivepassiv systemSystem.
113
264000
3000
und schafft ein komplett passives System.
04:43
So basicallyGrundsätzlich gilt you have a chainKette of elementsElemente.
114
268000
2000
Im Grunde hat man eine Kette von Elementen.
04:45
EachJedes elementElement is completelyvollständig identicalidentisch,
115
270000
2000
Jedes Element ist vollkommen identisch
04:47
and they're biasedvoreingenommen.
116
272000
2000
und sie sind polarisiert.
04:49
So eachjede einzelne chainKette, or eachjede einzelne elementElement, wants to turnWende right or left.
117
274000
3000
Jede Kette, oder jedes Element, will sich nach rechts oder nach links drehen.
04:52
So as you assemblemontieren the chainKette, you're basicallyGrundsätzlich gilt programmingProgrammierung it.
118
277000
3000
Während man also die Kette zusammensetzt, programmiert man sie im Grunde.
04:55
You're tellingErzählen eachjede einzelne unitEinheit if it should turnWende right or left.
119
280000
3000
Man sagt jeder Einheit, ob sie sich nach rechts oder nach links drehen soll.
04:58
So when you shakeShake the chainKette,
120
283000
3000
Wenn man die Kette schüttelt,
05:01
it then foldsFalten up
121
286000
2000
faltet sie sich zusammen
05:03
into any configurationKonfiguration that you've programmedprogrammiert in --
122
288000
3000
zu einer Konfiguration, die man einprogrammiert hat –
05:06
so in this caseFall, a spiralSpiral-,
123
291000
2000
in diesem Fall eine Spirale
05:08
or in this caseFall,
124
293000
3000
oder in diesem Fall
05:11
two cubesWürfel nextNächster to eachjede einzelne other.
125
296000
3000
zwei nebeneinander liegende Quadrate.
05:14
So you can basicallyGrundsätzlich gilt programProgramm
126
299000
2000
Man kann also im Grund jede mögliche
05:16
any three-dimensionaldreidimensional shapegestalten --
127
301000
2000
dreidimensionale Form –
05:18
or one-dimensionaleindimensionale, two-dimensionalzweidimensional -- up into this chainKette completelyvollständig passivelypassiv.
128
303000
3000
oder eindimensional, zweidimensional – völlig passiv in diese Kette einprogrammieren.
05:21
So what does this tell us about the futureZukunft?
129
306000
2000
Was sagt uns das über die Zukunft?
05:23
I think that it's tellingErzählen us
130
308000
2000
Ich denke, dass es uns sagt,
05:25
that there's newneu possibilitiesMöglichkeiten for self-assemblySelbstmontage, replicationReplikation, repairreparieren
131
310000
3000
dass es Möglichkeiten der Selbstmontage, Replikation und Reparatur
05:28
in our physicalphysisch structuresStrukturen, our buildingsGebäude, machinesMaschinen.
132
313000
3000
in unseren physischen Strukturen, unseren Gebäuden und Maschinen gibt.
05:31
There's newneu programmabilityProgrammierbarkeit in these partsTeile.
133
316000
2000
Es gibt neue Möglichkeiten zur Programmierung in diesen Teilen.
05:33
And from that you have newneu possibilitiesMöglichkeiten for computingComputer.
134
318000
2000
Und daraus entstehen neue Möglichkeiten für die EDV.
05:35
We'llWir werden have spatialräumlich computingComputer.
135
320000
2000
Wir werden räumliches Programmieren haben.
05:37
ImagineStellen Sie sich vor if our buildingsGebäude, our bridgesBrücken, machinesMaschinen,
136
322000
2000
Stellen Sie sich vor, unsere Gebäude, Brücken, Maschinen,
05:39
all of our bricksZiegel could actuallytatsächlich computeberechnen.
137
324000
2000
all unsere Bauteile könnten Berechnungen durchführen.
05:41
That's amazingtolle parallelparallel and distributedverteilt computingComputer powerLeistung,
138
326000
2000
Das würde parallele und verteilte Rechenleistung,
05:43
newneu designEntwurf possibilitiesMöglichkeiten.
139
328000
2000
neue Designmöglichkeiten bedeuten.
05:45
So it's excitingaufregend potentialPotenzial for this.
140
330000
2000
Es gibt also ein aufregendes Potential dafür.
05:47
So I think these projectsProjekte I've showedzeigte here
141
332000
2000
Ich denke, dass diese Projekte, die ich hier gezeigt habe,
05:49
are just a tinysehr klein stepSchritt towardsin Richtung this futureZukunft,
142
334000
2000
nur ein winziger Schritt in Richtung dieser Zukunft sind,
05:51
if we implementimplementieren these newneu technologiesTechnologien
143
336000
2000
wenn wir diese neuen Technologien
05:53
for a newneu self-assemblingselbstmontierend worldWelt.
144
338000
2000
für eine neue, sich selbst erschaffende Welt implementieren.
05:55
Thank you.
145
340000
2000
Vielen Dank.
05:57
(ApplauseApplaus)
146
342000
2000
(Applaus)
Translated by Jessica Klab
Reviewed by Karin Friedli

▲Back to top

ABOUT THE SPEAKER
Skylar Tibbits - Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves.

Why you should listen

Can we create objects that assemble themselves -- that zip together like a strand of DNA or that have the ability for transformation embedded into them? These are the questions that Skylar Tibbits investigates in his Self-Assembly Lab at MIT, a cross-disciplinary research space where designers, scientists and engineers come together to find ways for disordered parts to become ordered structures. 

A trained architect, designer and computer scientist, Tibbits teaches design studios at MIT’s Department of Architecture and co-teaches the seminar “How to Make (Almost) Anything” at MIT’s Media Lab. Before that, he worked at a number of design offices including Zaha Hadid Architects, Asymptote Architecture, SKIII Space Variations and Point b Design. His work has been shown at the Guggenheim Museum and the Beijing Biennale. 

Tibbits has collaborated with a number of influential people over the years, including Neil Gershenfeld and The Center for Bits and Atoms, Erik and Marty Demaine at MIT, Adam Bly at SEED Media Group and Marc Fornes of THEVERYMANY. In 2007, he and Marc Fornes co-curated Scriptedbypurpose, the first exhibition focused exclusively on scripted processes within design. Also in 2007, he founded SJET, a multifaceted practice and research platform for experimental computation and design. SJET crosses disciplines from architecture and design, fabrication, computer science and robotics.

More profile about the speaker
Skylar Tibbits | Speaker | TED.com