TEDGlobal>Geneva
Caleb Harper: This computer will grow your food in the future
Caleb Harper: Dieser Computer wird in Zukunft Ihr Essen anbauen
Filmed:
Readability: 3.3
1,812,924 views
Wie wäre es, wenn wir köstliche, nahrhafte Lebensmittel überall auf der Welt in geschlossenen Räumen gedeihen lassen können? Caleb Harper, Direktor der CitiFARM am MIT Media Lab, will das Nahrungsmittelsystem durch Vernetzung der Farmer mit Technologie verändern. Lernen Sie Harpers "Lebensmittel-Computer" kennen, und bekommen Sie eine Vorstellung davon, wie die Zukunft der Landwirtschaft aussehen könnte.
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Double-click the English transcript below to play the video.
00:13
Food crisis.
0
1157
1264
Lebensmittelkrise.
Sie ist täglich in den Nachrichten.
00:14
It's in the news every day.
1
2445
1578
00:16
But what is it?
2
4047
1322
Aber was ist das?
00:17
Some places in the world
it's too little food,
it's too little food,
3
5393
2899
An einigen Orten der Erde
gibt es zu wenig Nahrung,
gibt es zu wenig Nahrung,
00:20
maybe too much.
4
8316
1190
vielleicht auch zuviel.
Anderorts retten GMO
[genveränderte Organismen] die Welt.
[genveränderte Organismen] die Welt.
00:21
Other places, GMO is saving the world.
5
9963
2329
00:24
Maybe GMO is the problem?
6
12821
1788
Ist vielleicht GMO das Problem?
00:27
Too much agricultural runoff
creating bad oceans, toxic oceans,
creating bad oceans, toxic oceans,
7
15355
3462
Zu intensive Landwirtschaft
führt zu vergifteten Ozeanen
führt zu vergifteten Ozeanen
00:30
attenuation of nutrition.
8
18841
1637
und schwächt die Ernährungsbasis.
00:32
They go on and on.
9
20836
1666
Das geht immer weiter.
00:34
And I find the current climate
of this discussion
of this discussion
10
22919
3225
Ich empfinde die aktuelle Diskussion
00:38
incredibly disempowering.
11
26168
2299
als unglaublich frustrierend.
00:41
So how do we bring that
to something that we understand?
to something that we understand?
12
29110
3441
Wie können wir das verstehen?
00:45
How is this apple food crisis?
13
33508
2230
Wie steht dieser Apfel
für die Ernährungskrise?
für die Ernährungskrise?
00:48
You've all eaten an apple
in the last week, I'm sure.
in the last week, I'm sure.
14
36194
2615
Sicher haben Sie letzte Woche
alle einen Apfel gegessen.
alle einen Apfel gegessen.
00:51
How old do you think it was
from when it was picked?
from when it was picked?
15
39468
2753
Wieviel Zeit verstrich seit
dem Zeitpunkt des Pflückens?
dem Zeitpunkt des Pflückens?
00:55
Two weeks?
16
43264
1184
Zwei Wochen?
00:56
Two months?
17
44472
1154
Zwei Monate?
00:58
Eleven months --
18
46887
1153
11 Monate --
01:00
the average age of an apple
in a grocery store in the United States.
in a grocery store in the United States.
19
48064
3355
ist das mittlere Alter eines Apfels
in einem Supermarkt in den USA.
in einem Supermarkt in den USA.
01:03
And I don't expect it
to be much different in Europe
to be much different in Europe
20
51443
2499
Ich erwarte nicht, dass es
in Europa oder in der Welt
in Europa oder in der Welt
01:05
or anywhere else in the world.
21
53966
1480
sehr viel anders ist.
01:07
We pick them,
22
55470
1164
Wir pflücken sie,
01:08
we put them in cold storage,
23
56658
2077
geben sie ins Kühlhaus,
01:10
we gas the cold storage --
24
58759
1268
und leiten Gas ein --
01:12
there's actually documented proof
25
60051
1897
Es gibt nachgeprüfte Fälle,
01:13
of workers trying to go
into these environments
into these environments
26
61972
2243
wo Arbeiter in ein Kühlhaus gingen,
01:16
to retrieve an apple,
27
64239
1594
um einen Apfel zu holen,
01:17
and dying,
28
65857
1168
und starben,
01:19
because the atmosphere
29
67606
1155
weil die Atmosphäre,
01:20
that they slow down the process
of the apple with is also toxic to humans.
of the apple with is also toxic to humans.
30
68785
3965
mit der der Zerfallsprozess der Äpfel
verlangsamt wird, giftig für Menschen ist.
verlangsamt wird, giftig für Menschen ist.
01:25
How is it that none of you knew this?
31
73152
1899
Weshalb weiss das keiner von Ihnen?
01:27
Why didn't I know this?
32
75075
1504
Wieso wusste ich das nicht?
01:29
Ninety percent of the quality
of that apple --
of that apple --
33
77086
2208
90 % der Qualität des Apfels --
01:31
all of the antioxidants -- are gone
by the time we get it.
by the time we get it.
34
79318
2960
alle Antioxidantien -- sind weg,
wenn wir den Apfel bekommen.
wenn wir den Apfel bekommen.
01:34
It's basically a little ball of sugar.
35
82719
2183
Im Grunde ist es ein kleiner Zuckerball.
01:38
How did we get so information poor
36
86126
2782
Warum erhalten wir so wenig Informationen,
01:40
and how can we do better?
37
88932
1458
und wie geht es besser?
01:43
I think what's missing is a platform.
38
91347
2856
Was fehlt, ist eine Plattform.
Ich kenne Plattformen und Computer,
01:46
I know platforms -- I know computers,
39
94630
1809
Ich lernte das Internet kennen,
als ich noch jung war.
als ich noch jung war.
01:48
they put me on the Internet
when I was young.
when I was young.
40
96463
2119
01:50
I did very weird things --
41
98606
1246
Ich tat sehr verrückte Sachen --
01:51
(Laughter)
42
99876
1001
(Lachen)
01:52
on this platform.
43
100901
1151
auf dieser Plattform.
01:54
But I met people,
and I could express myself.
and I could express myself.
44
102076
2093
Aber ich traf Leute,
und konnte meine Meinung sagen.
und konnte meine Meinung sagen.
01:56
How do you express yourself in food?
45
104193
2014
Wie kann man seine Meinung
über Lebensmittel äußern?
über Lebensmittel äußern?
01:58
If we had a platform,
46
106556
1540
Wenn wir eine Plattform hätten,
02:00
we might feel empowered
to question: What if?
to question: What if?
47
108120
3147
würden wir fragen: "Was wäre, wenn?"
02:04
For me, I questioned:
48
112005
1151
Ich würde mich fragen:
02:05
What if climate was democratic?
49
113180
2746
Was wäre, wenn Klima demokratisch wäre?
02:09
So, this is a map of climate in the world.
50
117830
2007
Hier ist eine Klimakarte unserer Erde.
02:11
The most productive areas in green,
the least productive in red.
the least productive in red.
51
119861
3340
Die produktivsten Regionen sind grün,
die am wenigsten produktiven rot.
die am wenigsten produktiven rot.
Sie verschieben und ändern sich.
02:15
They shift and they change,
52
123606
1308
02:16
and Californian farmers
now become Mexican farmers.
now become Mexican farmers.
53
124938
2671
Kalifornische Farmer werden
zu mexikanischen Farmern.
zu mexikanischen Farmern.
China erwirbt Land in Brasilien,
um bessere Erträge zu erzielen.
um bessere Erträge zu erzielen.
02:19
China picks up land in Brazil
to grow better food,
to grow better food,
54
127934
2897
02:22
and we're a slave to climate.
55
130855
2026
Wir sind abhängig vom Klima.
02:26
What if each country had
its own productive climate?
its own productive climate?
56
134056
3057
Was wäre, wenn jedes Land
sein eigenes Klima hätte?
sein eigenes Klima hätte?
02:29
What would that change about how we live?
57
137612
2120
Wie würde das unser Leben ändern?
02:32
What would that change
about quality of life and nutrition?
about quality of life and nutrition?
58
140233
2984
Wie würde das Lebensqualität
und Ernährung verändern?
und Ernährung verändern?
02:36
The last generation's problem
was, we need more food
was, we need more food
59
144257
3295
Das Problem der letzten Generationen war,
genug Lebensmittel zu haben,
genug Lebensmittel zu haben,
02:39
and we need it cheap.
60
147576
1181
und das möglichst billig.
02:41
Welcome to your global farm.
61
149194
2120
Willkommen in ihrer globalen Farm.
02:43
We built a huge analog farm.
62
151338
2460
Wir bauten eine riesige analoge Farm.
02:45
All these traces --
63
153822
1430
All diese Verbindungen --
02:47
these are cars, planes,
trains and automobiles.
trains and automobiles.
64
155276
2900
das sind Autos, Flugzeuge, Züge und LKWs.
02:50
It's a miracle that we feed
seven billion people
seven billion people
65
158597
3185
Es ist ein Wunder, dass wir
7 Milliarden Menschen
7 Milliarden Menschen
02:53
with just a few of us involved
in the production of food.
in the production of food.
66
161806
3045
mit nur wenigen von uns
in der Produktion ernähren.
in der Produktion ernähren.
02:57
What if ...
67
165709
1168
Was wäre, wenn ...
02:59
we built a digital farm?
68
167758
1676
wir eine digitale Farm bauen?
Eine weltweite digitale Farm.
03:01
A digital world farm.
69
169458
1163
03:02
What if you could take this apple,
70
170645
2809
Wenn wir diesen Apfel nehmen,
03:06
digitize it somehow,
71
174052
1710
und ihn irgendwie digitalisieren,
03:07
send it through particles in the air
72
175786
2468
ihn durch Teilchen in der Luft senden
03:10
and reconstitute it on the other side?
73
178278
2410
und ihn am Ende wieder zusammenbauen?
03:13
What if?
74
181337
1160
Was wäre, wenn?
Einige dieser Zitate inspirierten mich,
03:15
Going through some of these quotes,
75
183338
1675
03:17
you know, they inspire me to do what I do.
76
185037
2042
das zu tun, was ich tue.
03:19
First one:
77
187103
1155
Das Erste:
03:20
["Japanese farming has no youth,
no water, no land and no future."]
no water, no land and no future."]
78
188282
4110
["Japanische Landwirtschaft hat keinen
Nachwuchs, kein Land und keine Zukunft."]
Nachwuchs, kein Land und keine Zukunft."]
03:24
That's what I landed to the day
that I went to Minamisanriku,
that I went to Minamisanriku,
79
192767
3738
Das nahm ich wahr, als ich nach
der Katastrophe von Fukushima
der Katastrophe von Fukushima
03:28
one stop south of Fukushima,
80
196529
1573
eine Station südlich von Fukushima
03:30
after the disaster.
81
198126
1702
in Minamisanriku ankam.
03:31
The kids have headed to Sendai and Tokyo,
82
199852
2551
Die Kinder zogen nach Sendai und Tokyo,
03:34
the land is contaminated,
83
202427
1375
das Land ist kontaminiert,
03:35
they already import 70 percent
of their own food.
of their own food.
84
203826
2321
70 % der Lebensmittel sind importiert.
03:38
But it's not unique to Japan.
85
206171
2140
Da steht Japan nicht allein.
03:40
Two percent of the American population
is involved in farming.
is involved in farming.
86
208749
3397
2 % der Amerikaner
arbeiten in der Landwirtschaft.
arbeiten in der Landwirtschaft.
03:45
What good answer comes
from two percent of any population?
from two percent of any population?
87
213091
3542
Welche guten Antworten
kommen von 2 % einer Bevölkerung?
kommen von 2 % einer Bevölkerung?
03:49
As we go around the world,
88
217725
1585
Wenn wir die Welt anschauen,
03:51
50 percent of the African
population is under 18.
population is under 18.
89
219334
3611
sind 50 % der Afrikaner
unter 18 Jahre alt.
unter 18 Jahre alt.
03:55
Eighty percent don't want to be farmers.
90
223905
2816
80 % wollen keine Farmer werden.
03:58
Farming is hard.
91
226745
1454
Landwirtschaft ist mühsam.
04:00
The life of a small-shareholder
farmer is miserable.
farmer is miserable.
92
228651
3831
Das Leben eines Kleinbauern ist elend.
04:05
They go into the city.
93
233381
1292
Sie ziehen in die Städte.
04:06
In India:
94
234697
1160
In Indien haben Bauernfamilien
04:08
farmers' families not being able
to have basic access to utilities,
to have basic access to utilities,
95
236523
3190
keinen Zugang zur Grundversorgung.
04:11
more farmer suicides this year
and the previous 10 before that.
and the previous 10 before that.
96
239737
3799
Seit 10 Jahren haben die Bauern
eine stetig steigende Selbstmordrate.
eine stetig steigende Selbstmordrate.
Darüber zu sprechen, fällt nicht leicht.
04:15
It's uncomfortable to talk about.
97
243560
1635
04:17
Where are they going?
98
245219
1168
Wo gehen sie hin?
04:18
Into the city.
99
246411
1208
Sie gehen in die Städte.
04:20
No young people, and everyone's headed in.
100
248719
2168
Nicht nur junge Menschen, alle gehen hin.
04:22
So how do we build this platform
that inspires the youth?
that inspires the youth?
101
250911
3971
Wie können wir junge Menschen
mit einer Plattform inspirieren?
mit einer Plattform inspirieren?
04:27
Welcome to the new tractor.
102
255687
1632
Das ist der neue Traktor.
04:29
This is my combine.
103
257754
1827
Das ist meine Kombine.
Vor einigen Jahren ging ich
04:32
A number of years ago now,
104
260224
1299
zu "Bed Bath and Beyond" und "Home Depot"
04:33
I went to Bed Bath and Beyond
and Home Depot
and Home Depot
105
261547
2162
und fing das Ausprobieren an.
04:35
and I started hacking.
106
263733
1151
04:36
And I built silly things
107
264908
1215
Ich baute verrückte Dinge,
04:38
and I made plants dance
108
266147
1151
brachte Pflanzen das Tanzen bei,
04:39
and I attached them to my computer
109
267322
1851
und verband sie mit meinem Computer.
04:41
and I killed them all --
110
269197
1290
Ich brachte alle um --
04:42
a lot.
111
270966
1173
eine ganze Menge.
04:44
(Laughter)
112
272163
1000
(Lachen)
Schliesslich brachte ich sie durch.
04:45
I eventually got them to survive.
113
273773
1610
Ich erlebte eine meiner
intimsten Beziehungen,
intimsten Beziehungen,
04:47
And I created one of the most
intimate relationships
intimate relationships
114
275407
2466
die ich je in meinem Leben hatte.
04:49
I've ever had in my life,
115
277897
1215
04:51
because I was learning
the language of plants.
the language of plants.
116
279136
3105
Weil ich die Sprache der Pflanzen lernte.
Ich wollte es größer machen.
04:55
I wanted to make it bigger.
117
283008
1318
04:56
They said, "Knock yourself out, kid!
118
284350
1763
Sie sagten: "Tob dich aus, Junge!"
04:58
Here's an old electronics room
that nobody wants.
that nobody wants.
119
286137
2901
Hier ist ein alter Elektronikraum,
den keiner mehr will.
den keiner mehr will.
05:01
What can you do?"
120
289062
1302
Was kann man damit machen?
Mit meinem Team baute ich eine Farm
innerhalb des MIT Media Lab,
innerhalb des MIT Media Lab,
05:03
With my team, we built a farm
inside of the media lab,
inside of the media lab,
121
291031
2627
05:05
a place historically known
not for anything about biology
not for anything about biology
122
293682
3934
einen Ort, der bisher nicht für
irgendetwas mit Biologie bekannt war,
irgendetwas mit Biologie bekannt war,
05:09
but everything about digital life.
123
297640
2549
aber für alles über
den digitalen Lifestyle.
den digitalen Lifestyle.
Innerhalb dieser 6 qm produzierten
wir genug Nahrungsmittel,
wir genug Nahrungsmittel,
05:12
Inside of these 60 square feet,
124
300213
2642
05:14
we produced enough food to feed
about 300 people once a month --
about 300 people once a month --
125
302879
3126
um 300 Leute jeden Monat
einen Tag zu ernähren.
einen Tag zu ernähren.
05:18
not a lot of food.
126
306029
1152
Nicht gerade viel Essen.
05:19
And there's a lot of interesting
technology in there.
technology in there.
127
307205
2515
Wir verwenden erstaunliche Technologie.
05:21
But the most interesting thing?
128
309744
1655
Was sind die faszinierendsten Dinge?
05:24
Beautiful, white roots,
129
312226
1705
Die schönen, weißen Wurzeln,
05:26
deep, green colors
130
314478
2421
die satten, grünen Farben
05:29
and a monthly harvest.
131
317629
1532
und die monatliche Ernte.
05:31
Is this a new cafeteria?
132
319668
2561
Ist das eine neue Cafeteria?
05:34
Is this a new retail experience?
133
322787
3321
Ein neues Einkaufserlebnis?
05:38
Is this a new grocery store?
134
326132
1574
Ein neuer Supermarkt?
05:39
I can tell you one thing for sure:
135
327730
1881
Eines kann ich mit Sicherheit sagen:
05:42
this is the first time
136
330127
1150
Es ist das erste Mal,
05:43
anybody in the media lab
ripped the roots off of anything.
ripped the roots off of anything.
137
331301
2881
dass jemand im Media Lab
etwas von den Wurzeln geerntet hat.
etwas von den Wurzeln geerntet hat.
05:46
(Laughter)
138
334613
1417
(Lachen)
Wir bekommen unseren Salat in Tüten.
05:48
We get our salad in bags;
139
336528
1705
05:50
there's nothing wrong with that.
140
338257
1736
Das ist soweit o.k.
05:52
But what happens
141
340400
1521
Was passiert nun,
05:53
when you have an image-based
processing expert,
processing expert,
142
341945
3111
wenn ein Bildverarbeitungsexperte,
05:57
a data scientist,
143
345080
1415
ein Datenanalyst,
05:58
a roboticist,
144
346996
1396
ein Roboteringenieur,
von den Wurzeln erntet und denkt:
06:00
ripping roots off and thinking,
145
348933
1526
06:02
"Huh. I know something about --
146
350483
1880
"Hoppla, ich weiß etwas darüber --
06:04
I could make this happen, I want to try."
147
352387
2193
das kann und probier ich auch."
06:07
In that process we would
bring the plants out
bring the plants out
148
355364
2275
So führen wir die Pflanzen ein.
06:09
and we would take some back to the lab,
149
357663
1909
Manche bringen wir ins Labor zurück.
Wenn man sie aufzieht,
wirft man sie nicht weg.
wirft man sie nicht weg.
06:11
because if you grew it,
you don't throw it away;
you don't throw it away;
150
359596
2256
Sie sind für einen selbst wertvoll.
06:13
it's kind of precious to you.
151
361876
1397
06:15
I have this weird tongue now,
152
363297
1397
Ich habe nun einen
unheimlichen Geschmackssinn.
unheimlichen Geschmackssinn.
06:16
because I'm afraid to let anybody eat
anything until I've eaten it first,
anything until I've eaten it first,
153
364718
3444
Ich will alles zuerst essen,
bevor es ein anderer isst.
bevor es ein anderer isst.
06:20
because I want it to be good.
154
368186
1389
Ich will, dass es gut ist.
So esse ich jeden Tag Salat,
06:21
So I eat lettuce every day
155
369599
1246
06:22
and I can tell the pH
of a lettuce within .1.
of a lettuce within .1.
156
370869
2457
und kann den Ph-Wert auf
0,1 Punkte genau bestimmen.
0,1 Punkte genau bestimmen.
06:25
(Laughter)
157
373350
1005
(Lachen)
06:26
I'm like, "No, that's 6.1 -- no,
no, you can't eat it today."
no, you can't eat it today."
158
374379
3171
Etwa so: "Nein, 6,1 -- nein,
das kannst du heute nicht essen."
das kannst du heute nicht essen."
06:29
(Applause)
159
377574
3145
(Applaus)
06:34
This lettuce that day was hyper sweet.
160
382042
2588
Dieser Salat war sehr süß.
06:37
It was hyper sweet
because the plant had been stressed
because the plant had been stressed
161
385362
2548
Das bewirkte der Stress der Pflanze.
06:39
and it created a chemical reaction
in the plant to protect itself:
in the plant to protect itself:
162
387934
3129
Er löst eine chemische Schutzreaktion aus.
06:43
"I'm not going to die!"
163
391087
1164
"Ich will nicht sterben!"
06:44
And the plants not-going-to-die,
taste sweet to me.
taste sweet to me.
164
392275
3129
Die überlebenden Pflanzen
schmecken dann süß.
schmecken dann süß.
Technologen betreten hier das Feld
der Physiologie der Pflanzen.
der Physiologie der Pflanzen.
06:48
Technologists falling backwards
into plant physiology.
into plant physiology.
165
396683
2862
06:51
So we thought other people
needed to be able to try this.
needed to be able to try this.
166
399569
2705
Also brauchten wir andere Leute,
die auch daran arbeiten können.
die auch daran arbeiten können.
06:54
We want to see what people can create,
167
402298
1857
Wir wollen sehen,
was andere schaffen können.
was andere schaffen können.
06:56
so we conceived of a lab
that could be shipped anywhere.
that could be shipped anywhere.
168
404179
2689
Wir konzipierten ein Labor,
das überall hin versandt werden kann.
das überall hin versandt werden kann.
06:59
And then we built it.
169
407359
1232
Daraufhin bauten wir es.
07:02
So on the facade
of the media lab is my lab,
of the media lab is my lab,
170
410095
2623
Mein Labor befindet sich
an der Fassade des Media Labs.
an der Fassade des Media Labs.
07:04
that has about 30 points
of sensing per plant.
of sensing per plant.
171
412742
2693
Es hat 30 Sensoren pro Pflanze.
07:08
If you know about the genome or genetics,
172
416035
3169
Denken Sie an Gene und Genetik.
07:11
this is the phenome, right?
173
419228
2503
Das die Basis von allem, richtig?
07:13
The phenomena.
174
421755
1242
Ein Phänomen.
07:15
When you say, "I like
the strawberries from Mexico,"
the strawberries from Mexico,"
175
423021
2480
Wenn Sie die Erdbeeren aus Mexiko mögen,
07:17
you really like the strawberries
from the climate
from the climate
176
425525
2389
mögen Sie in Wirklichkeit
die Erdbeeren des Klimas,
die Erdbeeren des Klimas,
07:19
that produced the expression
that you like.
that you like.
177
427938
2088
welches den Geschmack erzeugte.
07:22
So if you're coding climate --
178
430050
2189
Wenn Sie nun ein Klima programmieren --
07:24
this much CO2, this much O2 creates
a recipe -- you're coding
a recipe -- you're coding
179
432263
3301
so und soviel CO2 und O2,
dann erstellen Sie ein Rezept
dann erstellen Sie ein Rezept
07:27
the expression of that plant,
the nutrition of that plant,
the nutrition of that plant,
180
435588
3275
für die Ausprägung und
Ernährung der Pflanze.
Ernährung der Pflanze.
07:30
the size of that plant, the shape,
the color, the texture.
the color, the texture.
181
438887
3258
Sie bestimmen Form, Größe,
Farbe und Textur der Pflanze.
Farbe und Textur der Pflanze.
Dafür brauchen wir Daten.
07:35
We need data,
182
443683
1185
Deshalb brauchen wir die Sensoren,
07:36
so we put a bunch of sensors in there
183
444892
1781
um zu erkennen, was abläuft.
07:38
to tell us what's going on.
184
446697
1303
07:40
If you think of your houseplants,
185
448024
1582
Denken Sie an Ihre Zimmerpflanzen.
07:41
and you look at your houseplant
186
449630
1495
Sie schauen sie an.
07:43
and you're super sad, because you're like,
187
451149
2012
Sie sind sehr traurig und fragen sich:
07:45
"Why are you dying? Won't you talk to me?"
188
453185
2016
"Warum gehst du ein,
warum sagst du nichts?"
warum sagst du nichts?"
07:47
(Laughter)
189
455225
1000
(Lachen)
07:48
Farmers develop the most beautiful
fortune-telling eyes
fortune-telling eyes
190
456659
2822
Farmer entwickeln leuchtende
Augen beim Vorhersagen,
Augen beim Vorhersagen,
07:51
by the time they're in their
late 60s and 70s.
late 60s and 70s.
191
459505
2171
wenn sie Ende 60 bis Ende 70 sind.
07:53
They can tell you when you
see that plant dying
see that plant dying
192
461700
2193
Wenn eine Pflanze eingeht, sagen sie:
07:55
that it's a nitrogen deficiency,
a calcium deficiency
a calcium deficiency
193
463917
2539
Das liegt am Stickstoffmangel.
am Kalziummangel,
am Kalziummangel,
sie hat zu wenig Feuchtigkeit.
07:58
or it needs more humidity.
194
466480
1404
07:59
Those beautiful eyes
are not being passed down.
are not being passed down.
195
467908
2315
Diese Erfahrungen
werden nicht weitergegeben.
werden nicht weitergegeben.
08:03
These are eyes in the cloud of a farmer.
196
471199
2318
Das Erfahrungswissen bleibt beim Farmer.
08:06
We trend those data points over time.
197
474080
2215
Wir sammelten das Wissen über die Zeit
und verknüpften die Daten
mit jeder einzelnen Pflanze.
mit jeder einzelnen Pflanze.
08:08
We correlate those data points
to individual plants.
to individual plants.
198
476805
2475
08:11
These are all the broccoli
in my lab that day, by IP address.
in my lab that day, by IP address.
199
479304
4050
Das sind alle Brokkoli
im Labor mit IP-Adresse.
im Labor mit IP-Adresse.
08:15
(Laughter)
200
483378
1138
(Lachen)
08:16
We have IP-addressable broccoli.
201
484540
2721
Jeder Brokkoli wird über
IP-Adresse angesprochen.
IP-Adresse angesprochen.
08:20
(Applause)
202
488176
4514
(Applaus)
08:24
So if that's not weird enough,
203
492714
2675
Weiterhin erhält man beim Anklicken
08:27
you can click one
and you get a plant profile.
and you get a plant profile.
204
495413
2489
das Profil einer Pflanze,
08:29
And what this tells you
is downloadable progress on that plant,
is downloadable progress on that plant,
205
497926
3016
mit dem Entwicklungsfortschritt
der Pflanze zum Download.
der Pflanze zum Download.
Aber nicht so wie Sie denken.
08:32
but not like you'd think,
206
500966
1206
08:34
it's not just when it's ready.
207
502196
1445
Nicht nur, wenn sie ausgewachsen ist.
08:35
When does it achieve
the nutrition that I need?
the nutrition that I need?
208
503665
2276
Wann bekommt sie die
notwendige Ernährung?
notwendige Ernährung?
08:37
When does it achieve
the taste that I desire?
the taste that I desire?
209
505965
2780
Wann hat sie den Geschmack, den ich will?
08:41
Is it getting too much water?
210
509284
1676
Bekommt sie zuviel Wasser?
08:42
Is it getting too much sun?
211
510984
1912
Hat sie zuviel Sonne?
08:44
Alerts.
212
512920
1164
Warnungen.
08:46
It can talk to me, it's conversant,
213
514108
1834
Sie spricht, sie weiß Bescheid.
08:47
we have a language.
214
515966
1364
Wir haben eine Sprache.
08:50
(Laughter)
215
518043
1788
(Lachen)
08:51
(Applause)
216
519855
4636
(Applaus)
08:56
I think of that as the first user
on the plant Facebook, right?
on the plant Facebook, right?
217
524515
4779
Ich fühle mich als erstes Mitglied
des Pflanzen-Facebook
des Pflanzen-Facebook
Das ist das Profil einer Pflanze,
09:01
That's a plant profile
218
529318
1206
09:02
and that plant will start making friends.
219
530548
1993
und diese Pflanze wird Freunde gewinnen.
09:04
(Laughter)
220
532565
1007
(Lachen)
09:05
And I mean it -- it will make
friends with other plants
friends with other plants
221
533596
2619
Sie schließt Freundschaft
mit anderen Pflanzen,
mit anderen Pflanzen,
09:08
that use less nitrogen, more phosphorus,
222
536239
2127
die weniger Stickstoff, mehr Phosphor,
09:10
less potassium.
223
538390
1198
weniger Kalium benötigen.
09:11
We're going to learn about a complexity
224
539910
1981
Wir werden eine Komplexität kennenlernen,
09:13
that we can only guess at now.
225
541915
1617
die wir uns noch gar nicht
vorstellen können.
vorstellen können.
09:16
And they may not friend us back --
I don't know, they might friend us back,
I don't know, they might friend us back,
226
544048
3580
Vielleicht bestätigen sie
unsere Kontaktanfrage.
unsere Kontaktanfrage.
09:19
it depends on how we act.
227
547652
1199
Das hängt von uns ab.
09:20
So this is my lab now.
228
548875
1958
Das ist mein neues Labor.
09:23
It's a little bit more systematized,
229
551294
1738
Es ist etwas systematischer.
09:25
my background is designing data centers
in hospitals of all things,
in hospitals of all things,
230
553056
3231
Früher konzipierte ich Rechenzentren
in Krankenhäusern aller Art.
in Krankenhäusern aller Art.
09:28
so I know a little bit about creating
a controlled environment.
a controlled environment.
231
556311
2968
Daher weiß ich, wie ich etwas
unter Kontrolle bringen kann.
unter Kontrolle bringen kann.
09:31
And so --
232
559303
1150
So kommt es --
09:32
inside of this environment,
233
560754
1643
dass wir in dieser Umgebung
09:34
we're experimenting
with all kinds of things.
with all kinds of things.
234
562421
2373
mit allem Möglichen experimentieren.
09:36
This process, aeroponics, was developed
by NASA for Mir Space Station
by NASA for Mir Space Station
235
564818
4208
Die Luftbewurzelung aeroponics wurde von
NASA für die Raumstation MIR entwickelt,
NASA für die Raumstation MIR entwickelt,
09:41
for reducing the amount of water
they send into space.
they send into space.
236
569050
2548
um die Wassermenge
für den Raumflug zu reduzieren.
für den Raumflug zu reduzieren.
09:43
What it really does is give the plant
exactly what it wants:
exactly what it wants:
237
571622
2859
Die Pflanze bekommt genau,
was sie benötigt:
was sie benötigt:
Wasser, Mineralstoffe und Sauerstoff.
09:46
water, minerals and oxygen.
238
574505
1635
09:48
Roots are not that complicated,
239
576164
1492
Wurzeln sind nicht anspruchsvoll.
09:49
so when you give them that,
you get this amazing expression.
you get this amazing expression.
240
577680
3912
Gib ihnen das und sie
gedeihen hervorragend.
gedeihen hervorragend.
09:54
It's like the plant has two hearts.
241
582472
3073
Es ist als hätte die Pflanze zwei Herzen.
09:57
And because it has two hearts,
242
585569
1665
Weil sie zwei Herzen hat,
09:59
it grows four or five times faster.
243
587958
2069
wächst sie 4-5-mal schneller.
Das ist eine perfekte Welt.
10:02
It's a perfect world.
244
590657
1154
Wir setzen viel auf Technologie
und leben in einer Risikogesellschaft.
und leben in einer Risikogesellschaft.
10:03
We've gone a long way into technology
and seed for an adverse world
and seed for an adverse world
245
591835
3213
10:07
and we're going to continue to do that,
246
595072
1865
Wir beschreiten diesen Weg weiter.
10:08
but we're going to have a new tool, too,
247
596961
1913
Nun haben wir ein neues Tool.
10:10
which is perfect world.
248
598898
1683
Es ist die perfekte Welt.
10:12
So we've grown all kinds of things.
249
600605
1679
Wir züchteten alles Mögliche.
10:14
These tomatoes hadn't been
in commercial production for 150 years.
in commercial production for 150 years.
250
602308
3808
Diese Tomaten waren seit 150 Jahren
nicht mehr kommerziell angebaut worden.
nicht mehr kommerziell angebaut worden.
10:18
Do you know that we have
rare and ancient seed banks?
rare and ancient seed banks?
251
606515
3274
Wissen Sie, dass wir Samenbanken
alter und seltener Saaten haben?
alter und seltener Saaten haben?
10:22
Banks of seed.
252
610312
1742
Datenbanken von Saatgut.
Das ist erstaunlich.
10:24
It's amazing.
253
612078
1157
Sie haben lebende Zellkulturen und Dinge,
die Sie noch nie gegessen haben.
die Sie noch nie gegessen haben.
10:25
They have germplasm alive
and things that you've never eaten.
and things that you've never eaten.
254
613259
2882
10:28
I am the only person in this room
that's eaten that kind of tomato.
that's eaten that kind of tomato.
255
616165
3281
Ich bin der Einzige hier im Raum,
der so eine Tomate gegessen hat.
der so eine Tomate gegessen hat.
Das Problem: Es war eine Soßentomate.
Wir wussten nichts über die Zubereitung.
Wir wussten nichts über die Zubereitung.
10:31
Problem is it was a sauce tomato
and we don't know how to cook,
and we don't know how to cook,
256
619837
3001
10:34
so we ate a sauce tomato,
which is not that great.
which is not that great.
257
622862
2356
So aßen wir sie, was keine
große Gaumenfreude war.
große Gaumenfreude war.
10:37
But we've done things with protein --
we've grown all kinds of things.
we've grown all kinds of things.
258
625242
3316
Wir experimentierten mit
proteinhaltigen Dingen, alles Mögliche.
proteinhaltigen Dingen, alles Mögliche.
10:40
We've grown humans --
259
628582
1173
Wir züchteten Menschen --
10:41
(Laughter)
260
629779
1642
(Lachen)
Naja, vielleicht geht das,
aber wir machten es nicht.
aber wir machten es nicht.
10:44
Well maybe you could, but we didn't.
261
632103
1732
10:45
But what we realized is,
262
633859
1596
Allerdings merkten wir,
dass die Apparatur
zu groß und zu teuer war.
zu groß und zu teuer war.
10:47
the tool was too big,
it was too expensive.
it was too expensive.
263
635479
2075
10:49
I was starting to put them
around the world
around the world
264
637578
2004
Ich will es weltweit vertreiben,
10:51
and they were about 100,000 dollars.
265
639606
1817
und es kostet 100 000 USD.
10:53
Finding somebody with 100 grand
in their back pocket isn't easy,
in their back pocket isn't easy,
266
641447
3009
Soviel Geld hat nicht jeder.
Wir mussten etwas Kleineres bauen.
10:56
so we wanted to make a small one.
267
644480
1580
10:58
This project was actually
one of my student's --
one of my student's --
268
646084
2297
Das machte meine Studentin Camille
11:00
mechanical engineering
undergraduate, Camille.
undergraduate, Camille.
269
648405
2856
aus der Fachrichtung Maschinenbau.
11:03
So Camille and I and my team,
270
651851
1532
Camille, ich und mein Team
11:05
we iterated all summer,
271
653407
1858
arbeiteten den ganzen Sommer.
Wie geht es billiger? Wie geht es besser?
11:07
how to make it cheaper,
how to make it work better,
how to make it work better,
272
655289
2420
11:09
how to make it so other
people can make it.
people can make it.
273
657733
2024
Wie können es andere Menschen nachbauen?
11:11
Then we dropped them off in schools,
seventh through eleventh grade.
seventh through eleventh grade.
274
659781
3303
Wir probierten es in Schulen
in den Klassen 7 bis 11 aus.
in den Klassen 7 bis 11 aus.
Wenn Du verzweifeln willst,
versuch einem Kind etwas beizubringen.
versuch einem Kind etwas beizubringen.
11:15
And if you want to be humbled,
try to teach a kid something.
try to teach a kid something.
275
663108
2999
11:18
So I went into this school and I said,
276
666131
1849
Ich ging in die Schule und sagte:
11:20
"Set it to 65 percent humidity."
277
668004
1893
"Stelle 65 % Luftfeuchtigkeit ein."
Der 7.-Klässler sagte:
"Was ist Luftfeuchtigkeit?"
"Was ist Luftfeuchtigkeit?"
11:21
The seventh grader
said, "What's humidity?"
said, "What's humidity?"
278
669921
2266
11:24
And I said, "Oh, it's water in air."
279
672211
1865
Ich sagte:"Oh, das ist
das Wasser in der Luft."
das Wasser in der Luft."
11:26
He said, "There's no water
in air, you're an idiot."
in air, you're an idiot."
280
674100
2444
Er sagte: " Da ist kein Wasser
in der Luft, du Idiot."
in der Luft, du Idiot."
11:28
(Laughter)
281
676568
1019
(Lachen)
11:29
And I was like, "Alright, don't trust me.
282
677611
2009
Ich dachte: "Ok, du glaubst mir nicht.
11:31
Actually -- don't trust me, right?
283
679644
1659
"Du glaubst mit nicht, richtig?"
11:33
Set it to 100.
284
681327
1151
Stelle 100 % ein.
Er stellte 100 % ein und was passierte?
11:34
He sets it to 100 and what happens?
285
682502
1705
11:36
It starts to condense, make a fog
and eventually drip.
and eventually drip.
286
684231
2774
Es kondensierte, Nebel bildete sich,
und es begann zu tropfen,
und es begann zu tropfen,
11:39
And he says, "Oh. Humidity is rain.
287
687457
3224
Er sagte: "Luftfeuchtigkeit ist Regen.
Warum hast Du das nicht gleich gesagt?"
11:43
Why didn't you just tell me that?"
288
691372
1630
11:45
(Laughter)
289
693026
1970
(Lachen)
11:47
We've created an interface
for this that's much like a game.
for this that's much like a game.
290
695489
2843
Die Benutzeroberfläche
ist wie ein Online-Game.
ist wie ein Online-Game.
Es gibt eine 3D-Darstellung,
11:50
They have a 3D environment,
291
698356
1316
11:51
they can log into it anywhere in the world
292
699696
2016
ein Login ist von überall möglich,
11:53
on their smartphone, on their tablet.
293
701736
1783
vom Smartphone und Tablet.
11:55
They have different parts of the bots --
the physical, the sensors.
the physical, the sensors.
294
703543
3427
Die Setzlinge werden aus physischer
und sensorischer Ebene betrachtet.
und sensorischer Ebene betrachtet.
11:58
They select recipes that have
been created by other kids
been created by other kids
295
706994
2640
Aus aller Welt können Rezepte
anderer Kinder gewählt werden.
12:01
anywhere in the world.
296
709658
1150
12:02
They select and activate that recipe,
they plant a seedling.
they plant a seedling.
297
710832
3031
Man wählt und aktiviert das Rezept
und pflanzt die Samen ein.
und pflanzt die Samen ein.
Während der Wachstumsphase
machen sie Änderungen.
machen sie Änderungen.
12:06
While it's growing, they make changes.
298
714324
1837
Etwa so: "Wieso braucht die Pflanze CO2?
Ist das nicht schlecht?
Ist das nicht schlecht?
12:08
They're like, "Why does a plant
need CO2 anyway? Isn't CO2 bad?
need CO2 anyway? Isn't CO2 bad?
299
716185
3009
12:11
It kills people."
300
719218
1151
Es ist tödlich."
12:12
Crank up CO2, plant dies.
301
720393
1371
Dreht man CO2 auf, geht die Pflanze ein.
12:14
Or crank down CO2, plant does very well.
302
722404
2997
Dreht man CO2 zu, gedeiht die Pflanze.
12:17
Harvest plant,
303
725425
1190
Mit der Ernte
12:19
and you've created a new digital recipe.
304
727130
2167
haben sie ein neues, digitales Rezept.
Es ist ein iterativer
Design-, Entwicklungs-
Design-, Entwicklungs-
12:21
It's an iterative design and development
305
729821
2090
12:23
and exploration process.
306
731935
1912
und Forschungsprozess
Alle Daten über die neue Pflanze,
12:25
They can download, then,
307
733871
1412
12:27
all of the data about that new plant
that they developed
that they developed
308
735307
2717
auch das neue Rezept
und was es gemacht hat,
stehen zum Download bereit.
stehen zum Download bereit.
12:30
or the new digital recipe
and what did it do --
and what did it do --
309
738048
2286
12:32
was it better or was it worse?
310
740358
1444
War es besser oder schlechter?
12:33
Imagine these as little cores
of processing.
of processing.
311
741826
2126
Alles sind kleine Bausteine im Prozess.
12:36
We're going to learn so much.
312
744771
1967
Wir lernen so viel.
12:39
Here's one of the food computers,
as we call them,
as we call them,
313
747764
2698
Hier ist ein Lebensmittel-Computer
12:42
in a school in three weeks' time.
314
750486
2252
in einer Schule, drei Wochen lang.
Das ist das Wachstum in 3 Wochen.
12:45
This is three weeks of growth.
315
753793
1439
12:47
But more importantly,
316
755256
1844
Noch wichtiger,
12:49
it was the first time that this kid
ever thought he could be a farmer --
ever thought he could be a farmer --
317
757124
3960
es war das erste Mal, dass dieses Kind
dachte, es könne Farmer werden --
dachte, es könne Farmer werden --
12:53
or that he would want to be a farmer.
318
761658
2116
oder dass es Farmer zu werden wünschte.
Wir stellen daher alles quelloffen bereit.
12:56
So, we've open-sourced all of this.
319
764187
2015
Alles ist Online, gehen Sie nach Hause und
bauen Sie Ihren ersten Essens-Computer.
bauen Sie Ihren ersten Essens-Computer.
12:58
It's all online; go home, try to build
your first food computer.
your first food computer.
320
766226
3086
13:01
It's going to be difficult --
I'm just telling you.
I'm just telling you.
321
769336
2389
Es ist nicht leicht, das sag ich Ihnen.
13:03
We're in the beginning,
but it's all there.
but it's all there.
322
771749
2064
Wir stehen am Anfang,
aber es ist alles da.
aber es ist alles da.
13:05
It's very important to me
that this is easily accessible.
that this is easily accessible.
323
773837
2699
Mir ist es sehr wichtig,
dass alles leicht zugänglich ist.
dass alles leicht zugänglich ist.
13:08
We're going to keep making it more so.
324
776560
1847
Wir werden es immer weiter ergänzen.
13:10
These are farmers,
325
778946
1428
Sie sind Farmer,
13:13
electrical engineer, mechanical engineer,
326
781016
1977
Elektroingenieure, Maschinenbauer,
13:15
environmental engineer,
computer scientist,
computer scientist,
327
783017
2033
Umweltingenieure,
Computerwissenschaftler,
Computerwissenschaftler,
13:17
plant scientist,
economist, urban planners.
economist, urban planners.
328
785074
2594
Botaniker, Ökonomen, Städteplaner.
13:20
On one platform, doing
what they're good at.
what they're good at.
329
788214
2754
Sie tun hier das, worin sie gut sind.
13:22
But we got a little too big.
330
790992
1824
Die Plattform geriet etwas zu groß.
13:24
This is my new facility
that I'm just starting.
that I'm just starting.
331
792840
2832
Das ist das neue System,
das ich kürzlich startete.
das ich kürzlich startete.
13:27
This warehouse could be anywhere.
332
795696
1840
Dieses Warenhaus kann überall stehen.
13:30
That's why I chose it.
333
798088
1265
Deshalb wählte ich es so.
13:31
And inside of this warehouse
334
799718
1623
In diesem Warenhaus
13:33
we're going to build something
kind of like this.
kind of like this.
335
801365
2369
bauen wir solche Dinge an.
13:35
These exist right now.
336
803758
1462
Das machen wir jetzt schon.
13:37
Take a look at it.
337
805244
1227
Sehen Sie.
13:40
These exist, too.
338
808053
1331
Das gibt es auch schon.
Der eine baut Grünpflanzen an,
13:42
One grows greens,
339
810034
1280
13:43
one grows Ebola vaccine.
340
811338
1581
der andere züchtet Ebola-Impfstoff
13:46
Pretty amazing that plants
and this DARPA Grand Challenge winner
and this DARPA Grand Challenge winner
341
814212
3914
Es ist sehr erstaunlich, dass Pflanzen
und der Gewinner des DARPA-Wettbewerbs
und der Gewinner des DARPA-Wettbewerbs
13:50
is one of the reasons
we're getting ahead of Ebola.
we're getting ahead of Ebola.
342
818150
2496
Ebola besiegen helfen.
13:53
The plants are producing
the protein that's Ebola resistant.
the protein that's Ebola resistant.
343
821130
3524
Die Pflanzen erzeugen
ein Ebola-resistentes Protein,
ein Ebola-resistentes Protein,
13:57
So pharmaceuticals, nutraceuticals,
344
825083
2538
das in Medikamenten,
Nahrungsergänzungsmitteln,
Nahrungsergänzungsmitteln,
13:59
all they way down to lettuce.
345
827645
1516
bis hin zum Salat, Verwendung findet.
14:01
But these two things look nothing alike,
346
829620
1938
Zwei Dinge sind völlig neu.
14:03
and that's where I am with my field.
347
831582
2277
Deshalb mache ich das Ganze.
14:05
Everything is different.
348
833883
1389
Alles verändert sich.
14:07
We're in that weird "We're alright" stage
349
835629
3310
Derzeit sagen alle: "Wir sind die Guten."
14:10
and it's like, "Here's my black box --"
350
838963
1863
Sie bieten ihre Blackbox an --
14:12
"No, buy mine."
351
840850
1151
"Nein, kaufen sie meine."
14:14
"No, no, no -- I've got intellectual
property that's totally valuable.
property that's totally valuable.
352
842025
3361
"Nein, nein -- ich habe Patentschutz,
der ist sehr wertvoll.
der ist sehr wertvoll.
Kaufen Sie meines, nicht seines."
14:17
Don't buy his, buy mine."
353
845410
1200
14:18
And the reality is,
we're just at the beginning,
we're just at the beginning,
354
846634
2285
In Wirklichkeit stehen wir erst am Anfang,
in einer Zeit, in der sich auch
die Gesellschaft verändert.
die Gesellschaft verändert.
14:20
in a time when society is shifting, too.
355
848943
2143
14:23
When we ask for more, cheaper food,
356
851110
1715
Früher wollten wir mehr
und günstigere Nahrung,
und günstigere Nahrung,
14:24
we're now asking for better,
environmentally friendly food.
environmentally friendly food.
357
852849
3340
heute wollen wir bessere und
umweltschonende Nahrung.
umweltschonende Nahrung.
14:28
And when you have McDonald's advertising
what's in the Chicken McNugget,
what's in the Chicken McNugget,
358
856654
5313
McDonald´s wirbt mit den Inhaltsstoffen
der Chicken McNugget,
der Chicken McNugget,
14:33
the most mysterious
food item of all time --
food item of all time --
359
861991
2095
dem geheimnisvollsten
Lebensmittel aller Zeiten --
Lebensmittel aller Zeiten --
14:36
they are now basing
their marketing plan on that --
their marketing plan on that --
360
864110
2737
Jetzt bauen Sie Ihren
Marketingplan darauf auf.
Marketingplan darauf auf.
14:38
everything is changing.
361
866871
1470
Alles verändert sich.
14:40
So into the world now.
362
868365
1522
So sind in unser jetzigen Zeit
14:41
Personal food computers,
363
869911
1658
Lebensmittel-Computer,
14:44
food servers
364
872764
1150
Lebensmittel-Server
14:47
and food data centers
365
875261
1411
und Lebensmittel-Datencenter
14:50
run on the open phenome.
366
878434
2419
Bestandteile des Open Phenomene [Project].
Wir nehmen frei verfügbare Genome
und fügen kleine Klimarezepte hinzu,
und fügen kleine Klimarezepte hinzu,
14:53
Think open genome, but we're going
to put little climate recipes,
to put little climate recipes,
367
881245
3229
die Sie, wie bei Wikipedia,
14:56
like Wikipedia,
368
884498
1161
14:57
that you can pull down, actuate and grow.
369
885683
3481
auseinander nehmen,
anwenden und ergänzen können.
anwenden und ergänzen können.
Wie sieht das in der realen Welt aus?
15:03
What does this look like in a world?
370
891275
1730
Sie erinnern sich an das Bild
der vernetzten Welt.
der vernetzten Welt.
15:05
You remember the world
connected by strings?
connected by strings?
371
893029
2135
15:07
We start having beacons.
372
895188
1547
Zunächst haben wir Leuchttürme.
15:09
We start sending information about food,
373
897338
2086
Wir senden Informationen
über Lebensmittel,
über Lebensmittel,
15:11
rather than sending food.
374
899448
1319
statt Lebensmittel selbst zu senden.
Das entspringt nicht meiner Fantasie,
15:13
This is not just my fantasy,
375
901249
1718
15:14
this is where we're already deploying.
376
902991
2038
das machen wir jetzt schon.
15:17
Food computers, food servers,
377
905578
1689
Lebensmittel-Computer,
Lebensmittel-Server,
Lebensmittel-Server,
15:19
soon-to-be food data centers,
378
907291
1436
bald auch Lebensmittel-Datencenter,
15:20
connecting people together
to share information.
to share information.
379
908751
2414
die Menschen verbinden,
um Informationen zu teilen.
um Informationen zu teilen.
15:24
The future of food is not about fighting
over what's wrong with this.
over what's wrong with this.
380
912723
5357
Die Zukunft der Ernährung ist nicht
der Kampf um richtig und falsch.
der Kampf um richtig und falsch.
15:30
We know what's wrong with this.
381
918556
1826
Wir wissen, was falsch läuft.
15:33
The future of food is about networking
the next one billion farmers
the next one billion farmers
382
921128
4515
Die Zukunft der Ernährung ist
die Vernetzung der nächsten Mrd. Farmer,
die Vernetzung der nächsten Mrd. Farmer,
15:37
and empowering them with a platform
383
925667
2274
Ihnen eine Plattform bereitzustellen,
15:39
to ask and answer the question,
384
927965
2020
die Frage zu stellen und zu beantworten:
15:42
"What if?"
385
930693
1335
"Was wäre wenn?"
15:44
Thank you.
386
932052
1171
Vielen Dank.
15:45
(Applause)
387
933247
8833
(Applaus)
Reviewed by Silvia Caporilli
ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture InitiativeCaleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.
Why you should listen
What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.
Caleb Harper | Speaker | TED.com