TED2011
Skylar Tibbits: Can we make things that make themselves?
Skylar Tibbits: Apa kita bisa membuat benda yang bisa merakit diri sendiri?
Filmed:
Readability: 4.4
1,072,366 views
Peneliti MIT Skylar Tibbits merancang perakitan mandiri -- gagasan bahwa daripada membuat sesuatu (kursi, gedung pencakar langit), kita dapat membuat bahan yang merakit diri sendiri, seperti untaian DNA yang membuat dirinya sendiri. Sebuah konsep besar pada tahap awal. Tibbits menunjukkan 3 proyek penelitiannya yang menunjukkan seperti apa masa depan perakitan mandiri.
Skylar Tibbits - Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio
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
Today I'd like to show you
0
0
2000
Hari ini saya ingin menunjukkan
00:17
the future of the way we make things.
1
2000
2000
masa depan cara kita membuat sesuatu.
00:19
I believe that soon our buildings and machines
2
4000
2000
Saya percaya sebentar lagi gedung-gedung dan mesin-mesin
00:21
will be self-assembling,
3
6000
2000
akan merakit diri sendiri,
00:23
replicating and repairing themselves.
4
8000
2000
bereplikasi dan memperbaiki sendiri secara mandiri.
00:25
So I'm going to show you
5
10000
2000
Jadi saya akan menunjukkan
00:27
what I believe is the current state of manufacturing,
6
12000
2000
apa yang menurut saya kondisi perakitan saat ini,
00:29
and then compare that to some natural systems.
7
14000
3000
lalu membandingkannya dengan beberapa sistem alami.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
Kondisi perakitan saat ini, gedung pencakar langit --
00:35
two and a half years [of assembly time],
9
20000
2000
dua setengah tahun,
00:37
500,000 to a million parts,
10
22000
2000
500.000 sampai 1.000.000 bagian,
00:39
fairly complex,
11
24000
2000
cukup kompleks,
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
teknologi baru yang menarik di bidang baja, beton, kaca.
00:44
We have exciting machines
13
29000
2000
Kita punya mesin-mesin hebat
00:46
that can take us into space --
14
31000
2000
yang dapat membawa kita ke luar angkasa --
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
lima tahun, 2,5 juta bagian.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
Namun di sisi lain, jika Anda melihat sistem alami,
00:54
we have proteins
17
39000
2000
ada protein
00:56
that have two million types,
18
41000
2000
yang memiliki 2 juta jenis,
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
dapat terbentuk dalam 10.000 nanodetik,
01:00
or DNA with three billion base pairs
20
45000
2000
atau DNA dengan tiga juta pasangan basa
01:02
we can replicate in roughly an hour.
21
47000
3000
yang dapat bereplikasi dalam waktu 1 jam.
01:05
So there's all of this complexity
22
50000
2000
Jadi ada kompleksitas semacam ini
01:07
in our natural systems,
23
52000
2000
dalam sistem alami kita,
01:09
but they're extremely efficient,
24
54000
2000
namun juga sangat efisien,
01:11
far more efficient than anything we can build,
25
56000
2000
jauh lebih efisien daripada apapun yang dapat kita buat,
01:13
far more complex than anything we can build.
26
58000
2000
jauh lebih kompleks daripada apapun yang dapat kita buat.
01:15
They're far more efficient in terms of energy.
27
60000
2000
Jauh lebih efisien dalam hal pemakaian energi.
01:17
They hardly ever make mistakes.
28
62000
3000
Hampir tidak pernah membuat kesalahan.
01:20
And they can repair themselves for longevity.
29
65000
2000
Serta dapat memperbaiki secara mandiri.
01:22
So there's something super interesting about natural systems.
30
67000
3000
Jadi ada sesuatu yang sangat menarik dari sistem alami kita.
01:25
And if we can translate that
31
70000
2000
Jika kita dapat menerjemahkannya
01:27
into our built environment,
32
72000
2000
ke dalam lingkungan pembangunan kita,
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
ada potensi yang sangat menarik bagi kita dalam membuat sesuatu.
01:31
And I think the key to that is self-assembly.
34
76000
3000
Saya rasa kunci dari itu adalah perakitan mandiri.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
Jadi jika kita ingin memanfaatkan perakitan mandiri pada lingkungan fisik kita,
01:37
I think there's four key factors.
36
82000
2000
saya pikir ada empat faktor kunci.
01:39
The first is that we need to decode
37
84000
2000
Yang pertama, kita harus menguraikan
01:41
all of the complexity of what we want to build --
38
86000
2000
semua kompleksitas dari apa yang ingin kita bangun --
01:43
so our buildings and machines.
39
88000
2000
gedung-gedung dan mesin-mesin.
01:45
And we need to decode that into simple sequences --
40
90000
2000
Kita harus menguraikannya menjadi urutan sederhana --
01:47
basically the DNA of how our buildings work.
41
92000
2000
pada dasarnya DNA dari cara kerja gedung itu.
01:49
Then we need programmable parts
42
94000
2000
Lalu kita memerlukan bagian yang bisa diprogram
01:51
that can take that sequence
43
96000
2000
yang dapat mengambil urutan itu
01:53
and use that to fold up, or reconfigure.
44
98000
3000
dan menggunakannya untuk membentuk atau membangun.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
Kita perlu energi yang memungkinkannya menjadi aktif,
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
memungkinkan bagian-bagiannya terbentuk sendiri dengan program itu.
02:02
And we need some type of error correction redundancy
47
107000
2000
Kita perlu pengoreksi kesalahan
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
untuk menjamin kita membangun apa yang kita inginkan.
02:07
So I'm going to show you a number of projects
49
112000
2000
Saya ingin menunjukkan beberapa proyek
02:09
that my colleagues and I at MIT are working on
50
114000
2000
yang sedang saya kerjakan bersama beberapa rekan di MIT
02:11
to achieve this self-assembling future.
51
116000
2000
untuk mencapai masa depan perakitan mandiri ini.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
Dua hal yang pertama adalah MacroBot dan DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
Proyek ini adalah robot berukuran besar yang dapat dibangun ulang --
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
protein sepanjang 8-12 kaki.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
Dilengkapi dengan peralatan elektronik dan mekanik, sensor.
02:26
You decode what you want to fold up into,
56
131000
2000
Anda menguraikan apa yang ingin Anda bentuk,
02:28
into a sequence of angles --
57
133000
2000
menjadi urutan-urutan sudut --
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
negatif 120, negatif 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
137000
3000
120, negatif 120, -- seperti itu.
02:35
so a sequence of angles, or turns,
60
140000
2000
jadi urutan sudut, atau lekukan ini,
02:37
and you send that sequence through the string.
61
142000
3000
urutan ini dikirim melalui senar ini.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
Setiap bagian mengambil pesan itu -- negatif 120.
02:43
it rotates to that, checks if it got there
63
148000
2000
Lalu memutarnya sejauh itu, memeriksa apakah sudah benar
02:45
and then passes it to its neighbor.
64
150000
3000
lalu meneruskan kepada tetangganya.
02:48
So these are the brilliant scientists,
65
153000
2000
Jadi para ilmuwan, para insinyur
02:50
engineers, designers that worked on this project.
66
155000
2000
para perancang yang bekerja pada proyek ini sangatlah brilian.
02:52
And I think it really brings to light:
67
157000
2000
Saya pikir ini benar-benar mencerahkan:
02:54
Is this really scalable?
68
159000
2000
Apakah ini bisa dilipatgandakan?
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
Maksud saya, ribuan dolar, banyak jam kerja
02:58
made to make this eight-foot robot.
70
163000
3000
untuk membuat robot 8 kaki ini.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
Dapatkah kita melipatgandakan ini? Dapatkah kita memasang robot pada setiap bagian?
03:04
The next one questions that
72
169000
2000
Pertanyaan selanjutnya,
03:06
and looks at passive nature,
73
171000
2000
dengan mempertimbangkan sifat pasifnya,
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
atau secara pasif mencoba memiliki kemampuan program perakitan ulang.
03:11
But it goes a step further,
75
176000
2000
Namun tidak hanya sampai di situ,
03:13
and it tries to have actual computation.
76
178000
2000
mencoba memakai komputasi aktual.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
Yang pada dasarnya memuat komponen dasar dari komputasi,
03:17
the digital logic gate,
78
182000
2000
gerbang logika digital,
03:19
directly into your parts.
79
184000
2000
langsung ke bagiannya.
03:21
So this is a NAND gate.
80
186000
2000
Jadi inilah gerbang NAND.
03:23
You have one tetrahedron which is the gate
81
188000
2000
Ada satu bentuk tetrahedral yang merupakan gerbangnya
03:25
that's going to do your computing,
82
190000
2000
yang akan melakukan perhitungan
03:27
and you have two input tetrahedrons.
83
192000
2000
dan ada dua masukan tetrahedral.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
Salah satunya adalah masukan dari pengguna, karena Anda yang membangun.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
Yang lain adalah dari komponen lain yang telah dipasang.
03:35
And then it gives you an output in 3D space.
86
200000
3000
Lalu program ini memberi keluaran dalam ruang 3 dimensi.
03:38
So what this means
87
203000
2000
Jadi maksudnya
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
si pengguna dapat mulai menentukan apa yang mereka inginkan.
03:43
It computes on what it was doing before
89
208000
2000
Komponen ini menghitung apa yang dilakukan sebelumnya
03:45
and what you said you wanted it to do.
90
210000
2000
dan apa yang Anda tentukan harus dilakukan.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
Lalu komponen ini mulai bergerak dalam ruang tiga dimensi --
03:49
so up or down.
92
214000
2000
ke atas dan ke bawah.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
Jadi di sisi sebelah kiri [1,1] masukan = 0 keluaran, berarti ke bawah.
03:54
On the right-hand side,
94
219000
2000
Di sebelah kanan
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
[0,0] masukan = 1 keluaran, berarti ke atas.
03:59
And so what that really means
96
224000
2000
Sehingga maksud hal ini sebenarnya
04:01
is that our structures now contain the blueprints
97
226000
2000
adalah struktur kita mengandung cetak biru
04:03
of what we want to build.
98
228000
2000
dari apa yang ingin kita bangun.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
Mereka mendapat semua informasi tentang apa yang telah dibangun di dalamnya.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
Artinya kita bisa memiliki semacam replikasi mandiri.
04:11
In this case I call it self-guided replication,
101
236000
3000
Saya menyebutnya "self-guided replication" (replikasi pandu mandiri)
04:14
because your structure contains the exact blueprints.
102
239000
2000
karena struktur Anda mengandung cetak biru sebenarnya.
04:16
If you have errors, you can replace a part.
103
241000
2000
Jika ada kesalahan, Anda dapat mengganti satu bagian.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
Semua informasi lokal tertanam, bisa memberi tahu Anda cara memperbaikinya.
04:21
So you could have something that climbs along and reads it
105
246000
2000
Jadi mungkin ada sesuatu yang menaiki dan membacanya
04:23
and can output at one to one.
106
248000
2000
dan dapat mengeluarkannya satu per satu.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
Yang langsung terpasang, tanpa perintah dari luar.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
Lalu proyek terakhir yang ingin saya tunjukkan, "Biased Chains," (Rantai Kecenderungan)
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
yang mungkin merupakan contoh yang paling menarik yang kami miliki
04:33
of passive self-assembly systems.
110
258000
2000
tentang sistem perakitan mandiri pasif.
04:35
So it takes the reconfigurability
111
260000
2000
Sistem ini menggunakan kemampuan penyusunan ulang
04:37
and programmability
112
262000
2000
dan kemampuan program
04:39
and makes it a completely passive system.
113
264000
3000
yang membuatnya menjadi sistem pasif seutuhnya.
04:43
So basically you have a chain of elements.
114
268000
2000
Jadi Anda memiliki rantai elemen.
04:45
Each element is completely identical,
115
270000
2000
Setiap elemennya benar-benar sama,
04:47
and they're biased.
116
272000
2000
dan memiliki kecenderungan.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
Setiap rantai, atau setiap elemen, cenderung ke kanan atau kiri.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
Lalu saat Anda merakit rantai ini, Anda memprogramnya.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
Anda memerintahkan setiap bagian untuk ke kanan atau kiri.
04:58
So when you shake the chain,
120
283000
3000
Sehingga saat rantainya digoyangkan
05:01
it then folds up
121
286000
2000
rantai ini akan terbentuk
05:03
into any configuration that you've programmed in --
122
288000
3000
menjadi susunan yang telah Anda program --
05:06
so in this case, a spiral,
123
291000
2000
dalam contoh ini, bentuk spiral
05:08
or in this case,
124
293000
3000
atau dalam contoh ini,
05:11
two cubes next to each other.
125
296000
3000
dua kubus bersebelahan.
05:14
So you can basically program
126
299000
2000
Jadi Anda dapat memprogram
05:16
any three-dimensional shape --
127
301000
2000
bentuk tiga dimensi apapun --
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
atau satu atau dua dimensi -- ke dalam rantai ini dengan pasif.
05:21
So what does this tell us about the future?
129
306000
2000
Lalu apa artinya bagi masa depan?
05:23
I think that it's telling us
130
308000
2000
Saya rasa ini memberi tahu kita
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
bahwa ada peluang baru untuk perakitan, replikasi, dan perbaikan mandiri
05:28
in our physical structures, our buildings, machines.
132
313000
3000
pada struktur fisik kita, gedung-gedung, mesin-mesin.
05:31
There's new programmability in these parts.
133
316000
2000
Ada kemampuan pemrograman baru pada bagian ini.
05:33
And from that you have new possibilities for computing.
134
318000
2000
Dari situ kita mendapat peluang komputasi baru.
05:35
We'll have spatial computing.
135
320000
2000
Kita memiliki komputasi tata ruang.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
Bayangkan jika gedung, jembatan, dan mesin-mesin kita
05:39
all of our bricks could actually compute.
137
324000
2000
semua komponennya dapat menghitung.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
Itulah kekuatan mengagumkan dari komputasi paralel dan terdistribusi,
05:43
new design possibilities.
139
328000
2000
peluang rancangan baru.
05:45
So it's exciting potential for this.
140
330000
2000
Jadi inilah potensi menarik dari hal ini.
05:47
So I think these projects I've showed here
141
332000
2000
Jadi saya rasa proyek yang saya tunjukkan ini
05:49
are just a tiny step towards this future,
142
334000
2000
hanyalah langkah kecil menuju masa depan,
05:51
if we implement these new technologies
143
336000
2000
jika kita menerapkan teknologi baru ini
05:53
for a new self-assembling world.
144
338000
2000
pada dunia perakitan mandiri yang baru.
05:55
Thank you.
145
340000
2000
Terima kasih.
05:57
(Applause)
146
342000
2000
(Tepuk tangan)
ABOUT THE SPEAKER
Skylar Tibbits - InventorSkylar 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.
Skylar Tibbits | Speaker | TED.com