TED2011
Skylar Tibbits: Can we make things that make themselves?
سكايلر تيبيتس: هل بإمكاننا صنع أشياء تصنع ذاتها؟
Filmed:
Readability: 4.4
1,072,366 views
يشتغل الباحث في الـ MIT سكايلر تيبيتس على التجميع الذاتي -- فكرة أنه بدل بناء شيء (كرسي، ناطحة سحاب)، بإمكاننا إنشاء مواد تبني نفسها، مثل الطريقة التي تلصق بها حبال الحمض النووي نفسها في آن واحد. إنها فكرة كبيرة في مراحلها الأولى؛ يعرض علينا تيبيتس ثلاثة مشاريع في المختبر توحي بما قد يبدو عليه مستقبل التجميع الذاتي.
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
أود أن أريكم
00:17
the future of the way we make things.
1
2000
2000
مستقبل الطريقة التي نصنع بها الأشياء.
00:19
I believe that soon our buildings and machines
2
4000
2000
أعتقد أنه عما قريب ستكون بناياتنا وآلاتنا
00:21
will be self-assembling,
3
6000
2000
ذاتية التجميع،
00:23
replicating and repairing themselves.
4
8000
2000
بتكرار وإصلاح ذواتهم.
00:25
So I'm going to show you
5
10000
2000
وبالتالي سأعرض عليكم
00:27
what I believe is the current state of manufacturing,
6
12000
2000
ما أعتقد أنه الوضع الحالي للتصنيع،
00:29
and then compare that to some natural systems.
7
14000
3000
ومن ثم مقارنة ذلك ببعض الأنظمة الطبيعية.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
إذن في الوضع الحالي للتصنيع، لدينا ناطحات سحاب --
00:35
two and a half years [of assembly time],
9
20000
2000
سنتان ونصف،
00:37
500,000 to a million parts,
10
22000
2000
500,000 مليون قطعة،
00:39
fairly complex,
11
24000
2000
معقدة نوعا ما،
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
تكنولوجيا فولاذ وزجاج وخرسانة جديدة ومثيرة.
00:44
We have exciting machines
13
29000
2000
لدينا آلات مثيرة للاهتمام
00:46
that can take us into space --
14
31000
2000
يمكنها أخذنا إلى الفضاء --
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
خمس سنوات، 2,5 مليون قطعة.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
لكن من الجهة الأخرى، إن نظرنا إلى الأنظمة الطبيعية،
00:54
we have proteins
17
39000
2000
لدينا بروتينات
00:56
that have two million types,
18
41000
2000
والتي تتوفر على مليوني نوع،
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
تستطيع أن تتضاعف في 100,000 نانو ثانية،
01:00
or DNA with three billion base pairs
20
45000
2000
أو حمض نووي بثلاثة مليارات قاعدة أزواج
01:02
we can replicate in roughly an hour.
21
47000
3000
نستطيع نسخه في حوالي ساعة واحدة.
01:05
So there's all of this complexity
22
50000
2000
وبالتالي هناك كل هذا التعقيد
01:07
in our natural systems,
23
52000
2000
في أنظمتنا الطبيعية،
01:09
but they're extremely efficient,
24
54000
2000
لكنها في غاية الكفاءة،
01:11
far more efficient than anything we can build,
25
56000
2000
أكثر فعالية بكثير من أي شيء قد نبنيه،
01:13
far more complex than anything we can build.
26
58000
2000
أكثر تعقيدا بكثير من أي شيء يمكننا أن نبنيه.
01:15
They're far more efficient in terms of energy.
27
60000
2000
هي أكثر فعالية بكثير فيما يتعلق بالطاقة.
01:17
They hardly ever make mistakes.
28
62000
3000
تكاد لا ترتكب أخطاء أبدا.
01:20
And they can repair themselves for longevity.
29
65000
2000
وتستطيع إصلاح ذواتها طيلة فترة حياتها.
01:22
So there's something super interesting about natural systems.
30
67000
3000
إذن هناك شيء في غاية الأهمية فيما يتعلق بالأنظمة الطبيعية.
01:25
And if we can translate that
31
70000
2000
وإن استطعنا ترجمة ذلك
01:27
into our built environment,
32
72000
2000
إلى بيئتنا المبنية،
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
فهناك بعض الإمكانات المثيرة للاهتمام في الطريقة التي نبني بها الأشياء.
01:31
And I think the key to that is self-assembly.
34
76000
3000
وأظن أن السبيل إلى ذلك هو التجميع الذاتي.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
إذن إن أردنا استخدام التجميع الذاتي في محيطنا المادي،
01:37
I think there's four key factors.
36
82000
2000
أعتقد أن هناك أربع عوامل رئيسية.
01:39
The first is that we need to decode
37
84000
2000
أولها هي أننا نحتاج إلى فك شيفرة
01:41
all of the complexity of what we want to build --
38
86000
2000
كامل تعقيد ما نريد بناءه --
01:43
so our buildings and machines.
39
88000
2000
أي بناياتنا وآلاتنا.
01:45
And we need to decode that into simple sequences --
40
90000
2000
ونحتاج إلى فك ذلك إلى متسلسلات بسيطة --
01:47
basically the DNA of how our buildings work.
41
92000
2000
الحمض النووي لكيفية اشتغال بناياتنا أساسا.
01:49
Then we need programmable parts
42
94000
2000
ثم نحتاج إلى أجزاء قابلة للبرمجة
01:51
that can take that sequence
43
96000
2000
يمكنها أخذ تلك المتسلسلة
01:53
and use that to fold up, or reconfigure.
44
98000
3000
واستخدامها للانكماش أو إعادة التشكيل.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
نحتاج إلى طاقة تمكن من تفعيل ذلك،
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
تسمح للأجزاء بأن تنكمش انطلاقا من البرنامج.
02:02
And we need some type of error correction redundancy
47
107000
2000
ونحتاج إلى نموذج متكرر لإصلاح الأخطاء
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
لنضمن أننا بنينا بنجاح ما نريده.
02:07
So I'm going to show you a number of projects
49
112000
2000
إذن سأقوم بعرض عددا من المشاريع
02:09
that my colleagues and I at MIT are working on
50
114000
2000
التي أشتغل عليها أنا وزملائي في MIT
02:11
to achieve this self-assembling future.
51
116000
2000
لتحقيق هذا المستقبل الذاتي التجميع.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
أول اثنين هما الماكروبوت والديسيبوت.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
إذن هذه المشاريع هي روبوتات قابلة لإعادة التشكيل على نطاق واسع --
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
بروتينات بطول 8 أقدام و12 قدما.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
مضمنة لأجهزة ومجسات كهربائية وميكانيكية.
02:26
You decode what you want to fold up into,
56
131000
2000
نقوم بفك تشفير ما نريدها أن تنكمش إليه،
02:28
into a sequence of angles --
57
133000
2000
إلى متسلسلة من الزوايا --
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
إذن سالب 120، سالب 120، 0، 0
02:32
120, negative 120 -- something like that;
59
137000
3000
120، سالب 120 -- شيء من هذا القبيل؛
02:35
so a sequence of angles, or turns,
60
140000
2000
إذن متسلسلة من الزوايا أو الدورانات،
02:37
and you send that sequence through the string.
61
142000
3000
وترسل تلك المتسلسلة عن طريق السلسلة.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
كل وحدة تأخذ رسالتها -- إذن سالب 120.
02:43
it rotates to that, checks if it got there
63
148000
2000
تدور بما يوافق ذلك، تتحقق مما إذا وصلت هناك
02:45
and then passes it to its neighbor.
64
150000
3000
ومن ثم تمررها إلى جارتها.
02:48
So these are the brilliant scientists,
65
153000
2000
كذلك هؤلاء هم العلماء المتألقون،
02:50
engineers, designers that worked on this project.
66
155000
2000
المهندسون والمصممون الذين اشتغلوا على هذا المشروع.
02:52
And I think it really brings to light:
67
157000
2000
وأظن أنه يسلط الضوء فعلا على السؤال:
02:54
Is this really scalable?
68
159000
2000
هل هذا حقا قابل للقياس؟
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
أقصد، الآلاف من الدولارات والكثير من ساعات العمل
02:58
made to make this eight-foot robot.
70
163000
3000
صرفت لإنتاج هذا الروبوت بثمانية أقدام.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
هل نستطيع حقا أن نوسع نطاق هذا؟ هل نستطيع حقا تضمين روبوتات في كل جزء؟
03:04
The next one questions that
72
169000
2000
التالي يطرح التسأول اعلاه
03:06
and looks at passive nature,
73
171000
2000
وينظر إلى الطبيعة السلبية،
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
أو يحاول سالبا التوفر على برمجية إعادة تشكيل.
03:11
But it goes a step further,
75
176000
2000
لكنه يذهب خطوة نحو الأمام،
03:13
and it tries to have actual computation.
76
178000
2000
ويحاول التوفر على حوسبة فعلية.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
تقوم أساسا بتضمين لبنة البناء الأساسية في الحوسبة،
03:17
the digital logic gate,
78
182000
2000
البوابة المنطقية الرقمية،
03:19
directly into your parts.
79
184000
2000
مباشرة في الأجزاء.
03:21
So this is a NAND gate.
80
186000
2000
إذن هذه بوابة NAND.
03:23
You have one tetrahedron which is the gate
81
188000
2000
لدينا رباعي سطوح والذي هو البوابة
03:25
that's going to do your computing,
82
190000
2000
والذي سيقوم بإجراء الحوسبة،
03:27
and you have two input tetrahedrons.
83
192000
2000
ولدينا رباعيا سطوح مدخلين.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
أحدهما هو المدخل من المستخدم، ونحن نقوم ببناء اللبنات.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
والآخر من اللبنة السابقة التي وضعت.
03:35
And then it gives you an output in 3D space.
86
200000
3000
ومن ثم تعطي ناتجا في الفضاء الثلاثي الأبعاد.
03:38
So what this means
87
203000
2000
وبالتالي ما يعنيه هذا
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
هو أنه بإمكان المستخدم أن يبدأ في توصيل ما يريد من اللبنات القيام به.
03:43
It computes on what it was doing before
89
208000
2000
يقوم بحساب ما كانت تقوم به سابقا
03:45
and what you said you wanted it to do.
90
210000
2000
وما قلت أنك تريدها القيام به.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
والآن يبدأ في التحرك في الفضاء الثلاثي الأبعاد --
03:49
so up or down.
92
214000
2000
هكذا صعودا أو هبوطا.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
إذن في الجهة اليسرى، مدخلة [1,1] تساوي ناتج 0، والذي يذهب للأسفل.
03:54
On the right-hand side,
94
219000
2000
في الجهة اليمنى،
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
مدخلة [0,0] هي ناتج 1، والذي يذهب للأعلى.
03:59
And so what that really means
96
224000
2000
وهكذا ما يعنيه هذا حقا
04:01
is that our structures now contain the blueprints
97
226000
2000
هو أن بنياتنا الآن تتوفر على مخططات
04:03
of what we want to build.
98
228000
2000
ما نريد بناءه.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
وبالتالي تكون كل المعلومات حول ما تم بناءه مضمنة فيها.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
ويعني ذلك أنه يمكننا الحصول على نوع من التكرار الذاتي.
04:11
In this case I call it self-guided replication,
101
236000
3000
في هذه الحالة أسميه التكرار الموجه الذاتي،
04:14
because your structure contains the exact blueprints.
102
239000
2000
لأن البنيات تتوفر على المخططات الدقيقة.
04:16
If you have errors, you can replace a part.
103
241000
2000
إن كان لديك أخطاء، يمكنك تعويض جزء.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
كل المعلومات المحلية مضمنة لتخبرك كيف تصلحه.
04:21
So you could have something that climbs along and reads it
105
246000
2000
وبالتالي يمكنك أن تتوفر على شيء يقوم بالتسلق ويقرأه
04:23
and can output at one to one.
106
248000
2000
ويمكنه أن ينتج واحدا إلى واحد.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
إنها مضمنة مباشرة؛ ليست هناك تعليمات خارجية.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
أيضا آخر مشروع سأريكم إياه يدعى السلاسل المتحيزة،
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
وهو على الأرجح أكثر مثال مثير لما نتوفر عليه حاليا
04:33
of passive self-assembly systems.
110
258000
2000
من الأنظمة الذاتية التجميع غير الفعالة.
04:35
So it takes the reconfigurability
111
260000
2000
وبالتالي يأخذ قابلية إعادة التشكيل
04:37
and programmability
112
262000
2000
والقابلية البرمجية
04:39
and makes it a completely passive system.
113
264000
3000
ويجعلها نظاما خامل تماما.
04:43
So basically you have a chain of elements.
114
268000
2000
وهكذا لدينا أساسا سلسلة من العناصر.
04:45
Each element is completely identical,
115
270000
2000
كل عنصر متطابق تماما،
04:47
and they're biased.
116
272000
2000
وهي منحازة.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
إذن كل سلسلة، أو كل عنصر، يريد الدوران يمينا أو يسارا.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
وبالتالي أثناء تجميع السلسلة، أنت تقوم أساسا ببرمجتها.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
تخبر كل وحدة ما إذا كان عليها الدوران يمينا أو يسارا.
04:58
So when you shake the chain,
120
283000
3000
وهكذا حين تهز السلسلة،
05:01
it then folds up
121
286000
2000
تنطوي آنذاك
05:03
into any configuration that you've programmed in --
122
288000
3000
إلى أي ترتيب برمجتها عليه --
05:06
so in this case, a spiral,
123
291000
2000
وبالتالي في هذه الحالة، لولب،
05:08
or in this case,
124
293000
3000
أو في هذه الحالة،
05:11
two cubes next to each other.
125
296000
3000
مكعبان بجانب بعضهما البعض.
05:14
So you can basically program
126
299000
2000
وهكذا يمكنك أساسا برمجة
05:16
any three-dimensional shape --
127
301000
2000
أي شكل ثلاثي الأبعاد --
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
أو أحادي الأبعاد أو ثنائي الأبعاد -- في هذه السلسلة بطريقة خاملة تماما.
05:21
So what does this tell us about the future?
129
306000
2000
وبالتالي ما الذي يخبرنا هذا حول المستقبل؟
05:23
I think that it's telling us
130
308000
2000
أعتقد أنه يخبرنا
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
أن هناك إمكانيات جديدة للتجميع الذاتي والتكرار والإصلاح
05:28
in our physical structures, our buildings, machines.
132
313000
3000
في بنياتنا المادية ومبانينا وآلاتنا.
05:31
There's new programmability in these parts.
133
316000
2000
هناك قابلية برمجية جديدة في هذه الأجزاء.
05:33
And from that you have new possibilities for computing.
134
318000
2000
ومن ذلك لدينا إمكانيات جديدة في الحوسبة.
05:35
We'll have spatial computing.
135
320000
2000
سيكون لدينا حاسوب فضائي.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
تخيلوا إن كانت بناياتنا وجسورنا وآلاتنا
05:39
all of our bricks could actually compute.
137
324000
2000
وكل أطوابنا قادرة على الحساب.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
تلك قدرة حسابية رائعة ومتوازية وموزعة،
05:43
new design possibilities.
139
328000
2000
إمكانيات تصميم جديدة.
05:45
So it's exciting potential for this.
140
330000
2000
وبالتالي إمكانيات مثيرة لهذا.
05:47
So I think these projects I've showed here
141
332000
2000
إذن أعتقد أن هذه المشاريع التي أريتكم
05:49
are just a tiny step towards this future,
142
334000
2000
هي فقط خطوات بسيطة نحو هذا المستقبل،
05:51
if we implement these new technologies
143
336000
2000
إن قمنا بإنجاز هذه التكنولوجيات
05:53
for a new self-assembling world.
144
338000
2000
من أجل عالم جديد ذاتي التجميع.
05:55
Thank you.
145
340000
2000
شكرا لكم.
05:57
(Applause)
146
342000
2000
(تصفيق)
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