TED2002
Robert Full: Robots inspired by cockroach ingenuity
Roberts Fulls par konstruēšanu un evolūciju
Filmed:
Readability: 3.6
1,087,679 views
Kukaiņi un dzīvnieki ir attīstījuši dažas apbrīnojamas prasmes, taču, kā Roberts Fulls atzīmē, daudzi dzīvnieki ir tiešām pārkonstruēti. Triks ir atdarināt tikai to, kas ir vajadzīgs. Viņš parāda, kā inženieri var mācīties no dzīvnieka trikiem.
Robert Full - Biologist
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Double-click the English transcript below to play the video.
00:19
Welcome. If I could have the first slide, please?
0
1000
5000
Sveicināti. Vai es varu palūgt pirmo slaidu?
00:33
Contrary to calculations made by some engineers, bees can fly,
1
15000
5000
Pretēji dažu inženieru aprēķiniem, bites var lidot,
00:38
dolphins can swim, and geckos can even climb
2
20000
7000
delfīni var peldēt un ķirzakas var rāpties augšup
00:45
up the smoothest surfaces. Now, what I want to do, in the short time I have,
3
27000
6000
pat pa visgludākajām virsmām. Šajā man atvēlētajā īsajā laika sprīdī,
00:51
is to try to allow each of you to experience
4
33000
4000
es vēlētos, lai katrs no jums piedzīvotu
00:55
the thrill of revealing nature's design.
5
37000
6000
dabas dizaina atklāšanas saviļņojumu.
01:01
I get to do this all the time, and it's just incredible.
6
43000
2000
Es varu to darīt visu laiku, un tas ir vienkārši neticami.
01:03
I want to try to share just a little bit of that with you in this presentation.
7
45000
6000
Šajā prezentācijā es vēlos tajā ar jums mazliet padalīties.
01:09
The challenge of looking at nature's designs --
8
51000
2000
Izaicinājums skatoties uz dabas dizainu
01:11
and I'll tell you the way that we perceive it, and the way we've used it.
9
53000
4000
un es jums pateikšu to, kā mēs uztveram un kā mēs to lietojam.
01:15
The challenge, of course, is to answer this question:
10
57000
2000
Protams, ir grūti atbildēt uz šo jautājumu:
01:17
what permits this extraordinary performance of animals
11
59000
3000
kas ļauj dzīvniekiem darboties ar šādu neparastu veiktspēju,
01:20
that allows them basically to go anywhere?
12
62000
3000
kas būtībā ļauj viņiem doties jebkur?
01:23
And if we could figure that out, how can we implement those designs?
13
65000
7000
Un ja mēs varētu to saprast, kā mēs varam to īstenot konstrukcijās?
01:30
Well, many biologists will tell engineers, and others,
14
72000
3000
Daudzi biologi inženieriem un pārējiem stāstīs, ka,
01:33
organisms have millions of years to get it right;
15
75000
3000
lai organismi to dabūtu gatavu, vajadzēs miljoniem gadu;
01:36
they're spectacular; they can do everything wonderfully well.
16
78000
3000
tie ir iespaidīgi; tie var veikt visu apbrīnojami labi.
01:39
So, the answer is bio-mimicry: just copy nature directly.
17
81000
4000
Tātad, atbilde ir biomimētika: tieša dabas atdarināšana.
01:43
We know from working on animals that the truth is
18
85000
5000
Strādājot ar dzīvniekiem mēs jau zinām, ka patiesībā šādi
01:48
that's exactly what you don't want to do -- because evolution works
19
90000
4000
strādāt ir tieši tas, ko jūs nevēlaties darīt, jo evolūcija darbojas
01:52
on the just-good-enough principle, not on a perfecting principle.
20
94000
3000
pēc gana labi principa, ne pēc ideāluma principa.
01:55
And the constraints in building any organism, when you look at it,
21
97000
4000
Kad jūs paskataties uz to, ierobežojumi, veidojot jebkuru organismu,
01:59
are really severe. Natural technologies have incredible constraints.
22
101000
5000
ir pamatīgi. Dabas tehnoloģijas ir neticami ierobežotas.
02:04
Think about it. If you were an engineer and I told you
23
106000
3000
Padomājiet par to. Ja esat inženieris, un es jums saku, ka
02:07
that you had to build an automobile, but it had to start off to be this big,
24
109000
5000
jāuzbūvē automašīna, taču tā ir jāuztaisa tik maza un tad tai
02:12
then it had to grow to be full size and had to work every step along the way.
25
114000
4000
ir jāizaug lielai, un tai visu laiku ir jādarbojas.
02:16
Or think about the fact that if you build an automobile, I'll tell you that you also -- inside it --
26
118000
4000
Vai padomājiet par to, ka pat ja jūs uzbūvētu šo automašīnu, es jums pateiktu, ka jums vajag tās
02:20
have to put a factory that allows you to make another automobile.
27
122000
4000
iekšpusē ievietot arī rūpnīcu, kas ļaus jums uzbūvēt citu automašīnu.
02:24
(Laughter)
28
126000
2000
(Smiekli)
02:26
And you can absolutely never, absolutely never, because of history
29
128000
4000
Un jūs pilnīgi nekad, itin nekad varēsiet sākt ar nevainojamu reputāciju,
02:30
and the inherited plan, start with a clean slate.
30
132000
4000
vēstures un pārmantojamības dēļ.
02:34
So, organisms have this important history.
31
136000
3000
Tātad, organismiem ir šī svarīgā vēsture.
02:37
Really evolution works more like a tinkerer than an engineer.
32
139000
5000
Patiesībā evolūcija drīzāk darbojas kā eksperimentētājs, nevis inženieris.
02:42
And this is really important when you begin to look at animals.
33
144000
3000
Tas ir patiešām svarīgi, jums sākot pētīt dzīvniekus.
02:45
Instead, we believe you need to be inspired by biology.
34
147000
7000
Tā vietā mēs uzskatām, ka jums ir jāiedvesmojas no bioloģijas.
02:52
You need to discover the general principles of nature,
35
154000
4000
Jums ir nepieciešams atklāt dabas pamatprincipus,
02:56
and then use these analogies when they're advantageous.
36
158000
3000
un pēc tam izmantot šīs analoģijas savā labā.
03:02
This is a real challenge to do this, because animals,
37
164000
3000
To darīt ir īsts izaicinājums, jo jums ieskatoties
03:05
when you start to really look inside them -- how they work --
38
167000
3000
dzīvnieku iekšienē, kā tie darbojas,
03:08
appear hopelessly complex. There's no detailed history
39
170000
4000
tie šķiet bezcerīgi sarežģīti. Tiem nav konstrukciju plānu
03:12
of the design plans, you can't go look it up anywhere.
40
174000
3000
detalizēta vēsture, tie nav nekur pieejami.
03:15
They have way too many motions for their joints, too many muscles.
41
177000
4000
To savienojumiem ir pārlieku daudz kustības, tiem ir pārlieku daudz muskuļu.
03:19
Even the simplest animal we think of, something like an insect,
42
181000
3000
Pat visvienkāršākajam dzīvniekam, ko iedomājamies, piemēram, kukainim
03:22
and they have more neurons and connections than you can imagine.
43
184000
3000
ir daudz vairāk neironu un savienojumu, nekā jūs spējat iedomāties.
03:25
How can you make sense of this? Well, we believed --
44
187000
5000
Kā to var izprast? Labi, mēs uzskatījām
03:30
and we hypothesized -- that one way animals could work simply,
45
192000
5000
un pieņēmām, ka viens veids, kā dzīvnieki varētu strādāt,
03:35
is if the control of their movements
46
197000
3000
ir ja to kustību kontrole,
03:38
tended to be built into their bodies themselves.
47
200000
6000
būtu iebūvēta pašos ķermeņos.
03:44
What we discovered was that two-, four-, six- and eight-legged animals
48
206000
7000
Mēs atklājām, ka divu, četru, sešu un astoņkājainie dzīvnieki,
03:51
all produce the same forces on the ground when they move.
49
213000
3000
tiem pārvietojoties, rada vienādus spēkus uz zemi.
03:54
They all work like this kangaroo, they bounce.
50
216000
4000
Viņi visi darbojas kā šis ķengurs, viņi lēkā.
03:58
And they can be modeled by a spring-mass system that we call the spring mass system
51
220000
4000
Viņus var modelēt kā atsperes-masas sistēmu, ko mēs arī saucam par atsperes-masas sistēmu,
04:02
because we're biomechanists. It's actually a pogo stick.
52
224000
3000
jo mēs esam biomehāniķi. Faktiski tas ir lekājamais sienāzis.
04:05
They all produce the pattern of a pogo stick. How is that true?
53
227000
4000
Tie visi rada lēkājamā sienāža izkārtojumu. Kā tas var būt?
04:09
Well, a human, one of your legs works like two legs of a trotting dog,
54
231000
6000
Piemēram, cilvēkam viena no kājām darbojas kā rikšojoša suņa divas kājas,
04:15
or works like three legs, together as one, of a trotting insect,
55
237000
4000
vai kā rikšojošam kukainim trīs kājas darbojas kopā kā viena,
04:19
or four legs as one of a trotting crab.
56
241000
2000
vai kā rikšojošam krabim četras kājas kā viena.
04:21
And then they alternate in their propulsion,
57
243000
4000
Un tad tās mainās, veidojot virzējspēku,
04:25
but the patterns are all the same. Almost every organism we've looked at this way
58
247000
5000
bet visi izkārtojumi ir vienādi. Gandrīz visiem organismiem, uz kuriem mēs šādi skatījāmies,
04:30
-- you'll see next week, I'll give you a hint,
59
252000
2000
nākamnedēļ jūs redzēsiet, es došu jums mājienu,
04:32
there'll be an article coming out that says that really big things
60
254000
3000
iznāks raksts, kurā tiks minēts, ka tādi milzeņi
04:35
like T. rex probably couldn't do this, but you'll see that next week.
61
257000
4000
kā piemēram tiranozaurs, droši vien to nevar izdarīt, taču jūs to redzēsiet nākamajā nedēļā.
04:39
Now, what's interesting is the animals, then -- we said -- bounce along
62
261000
2000
Kas ir interesanti dzīvniekos, kad mēs sakām šādi lēkā
04:41
the vertical plane this way, and in our collaborations with Pixar,
63
263000
3000
vertikāli, un mūsu sadarbībā ar Pixar,
04:44
in "A Bug's Life," we discussed the
64
266000
2000
filmā "Kukaiņu dzīve", mēs apspriedām
04:46
bipedal nature of the characters of the ants.
65
268000
3000
skudru tēlu divkājaino dabu.
04:49
And we told them, of course, they move in another plane as well.
66
271000
2000
Mēs viņiem, protams, pateicām, tie tāpat kustas arī citā plaknē.
04:51
And they asked us this question. They say, "Why model
67
273000
3000
Viņi uzdeva mums šo jautājumu. Viņi vaicāja: "Kāpēc modelis
04:54
just in the sagittal plane or the vertical plane,
68
276000
2000
ir tikai sagitālajā vai vertikālā plaknē,
04:56
when you're telling us these animals are moving
69
278000
2000
jums sakot, ka šie dzīvnieki pārvietojas
04:58
in the horizontal plane?" This is a good question.
70
280000
3000
horizontālajā plaknē?" Tas ir labs jautājums.
05:01
Nobody in biology ever modeled it this way.
71
283000
3000
Bioloģijā līdz šim šādi neviens nekad nav modelējis.
05:04
We took their advice and we modeled the animals moving
72
286000
4000
Mēs ņēmām vērā viņu padomu un modelējām dzīvnieku
05:08
in the horizontal plane as well. We took their three legs,
73
290000
3000
kustību arī horizontālajā plaknē. Mēs paņēmām viņu trīs kājas,
05:11
we collapsed them down as one.
74
293000
1000
un mēs tās salikām kopā kā vienu.
05:12
We got some of the best mathematicians in the world
75
294000
3000
Mēs dabūjām dažus no labākajiem matemātiķiem pasaulē
05:15
from Princeton to work on this problem.
76
297000
2000
no Princetonas strādāt pie šīs problēmas.
05:17
And we were able to create a model
77
299000
3000
Un mums izdevās izveidot modeli,
05:20
where animals are not only bouncing up and down,
78
302000
1000
kurā dzīvnieki ne tikai lēkā uz augšu un uz leju,
05:21
but they're also bouncing side to side at the same time.
79
303000
4000
bet tie tajā pašā laikā lēkā arī no viena sāna uz otru .
05:25
And many organisms fit this kind of pattern.
80
307000
2000
Un daudziem organismiem varam piemērot šādu modeli.
05:27
Now, why is this important to have this model?
81
309000
2000
Kādēļ šis modelis ir tik nozīmīgs?
05:29
Because it's very interesting. When you take this model
82
311000
3000
Tādēļ, ka tas ir ļoti interesanti. Ja jūs šo modeli paņemat
05:32
and you perturb it, you give it a push,
83
314000
3000
un sakustināt vai pagrūžat,
05:35
as it bumps into something, it self-stabilizes, with no brain
84
317000
4000
tas it kā pret kaut ko atdurtos, tas sevi līdzsvaro bez smadzenēm
05:39
or no reflexes, just by the structure alone.
85
321000
4000
vai refleksiem, pateicoties vienai pašai struktūrai.
05:43
It's a beautiful model. Let's look at the mathematics.
86
325000
5000
Tas ir skaists modelis. Apskatīsim matemātiku.
05:48
(Laughter)
87
330000
2000
(Smiekli)
05:50
That's enough!
88
332000
1000
Nu jau gana!
05:51
(Laughter)
89
333000
4000
(Smiekli)
05:55
The animals, when you look at them running,
90
337000
2000
Skatoties uz dzīvniekiem skrējienā,
05:57
appear to be self-stabilizing like this,
91
339000
3000
tie sevi šādi līdzsvaro, izmantojot
06:00
using basically springy legs. That is, the legs can do
92
342000
3000
tikai atsperīgas kājas. Proti, kājas spēj veikt
06:03
computations on their own; the control algorithms, in a sense,
93
345000
3000
patstāvīgus aprēķinus, vadības algoritmi, savā ziņā,
06:06
are embedded in the form of the animal itself.
94
348000
3000
ir iebūvēti paša dzīvnieka formā.
06:09
Why haven't we been more inspired by nature and these kinds of discoveries?
95
351000
7000
Kāpēc mēs neesam vairāk iedvesmojušies no dabas un šāda veida atklājumiem?
06:16
Well, I would argue that human technologies are really different from
96
358000
4000
Nu, es gribētu iebilst, ka cilvēku tehnoloģijas ir ļoti atšķirīgas no
06:20
natural technologies, at least they have been so far.
97
362000
3000
dabas tehnoloģijām, vismaz tās, kas ir bijušas līdz šim.
06:23
Think about the typical kind of robot that you see.
98
365000
5000
Padomājiet par tipiskāko robotu, kādu varat iedomāties.
06:28
Human technologies have tended to be large, flat,
99
370000
3000
Cilvēka tehnoloģijām ir tendence būt lielām, plakanām,
06:31
with right angles, stiff, made of metal. They have rolling devices
100
373000
5000
ar taisniem leņķiem, stīvām, izgatavotām no metāla. Tām ir rites elementi
06:36
and axles. There are very few motors, very few sensors.
101
378000
3000
un asis. Ir ļoti maz motoru, ļoti maz sensoru.
06:39
Whereas nature tends to be small, and curved,
102
381000
5000
Kamēr daba mēdz būt maza, liekta,
06:44
and it bends and twists, and has legs instead, and appendages,
103
386000
3000
un tā lokās un griežas, un pretēji tai ir kājas, izaugumi
06:47
and has many muscles and many, many sensors.
104
389000
3000
un ir daudz muskuļu un daudzi, jo daudzi sensori.
06:50
So it's a very different design. However, what's changing,
105
392000
4000
Tā kā tas ir ļoti atšķirīgs dizains. Tomēr, kas mainās,
06:54
what's really exciting -- and I'll show you some of that next --
106
396000
2000
un kas ir ļoti aizraujoši, es jums tūliņ parādīšu,
06:56
is that as human technology takes on more of the characteristics
107
398000
3000
ka, ja cilvēku tehnoloģijas pārņem vairāk dabas īpašības,
06:59
of nature, then nature really can become a much more useful teacher.
108
401000
6000
tad daba patiešām var kļūt par daudz noderīgāku skolotāju.
07:05
And here's one example that's really exciting.
109
407000
2000
Lūk, viens patiesi aizraujošs piemērs.
07:07
This is a collaboration we have with Stanford.
110
409000
2000
Šis ir no mūsu sadarbības ar Stenfordu.
07:09
And they developed this new technique, called Shape Deposition Manufacturing.
111
411000
4000
Viņi attīstīja šo jauno tehniku, sauktu par Formu uzkrāšanas ražošanu.
07:13
It's a technique where they can mix materials together and mold any shape
112
415000
4000
Tā ir tehnika, kurā viņi var sajaukt kopā materiālus un izveidot jebkuru formu,
07:17
that they like, and put in the material properties.
113
419000
4000
kādu viņiem vajag, ar noteiktām materiāla īpašībām.
07:21
They can embed sensors and actuators right in the form itself.
114
423000
3000
Tie var iebūvēt sensorus un aktuatorus tieši pašā formā.
07:24
For example, here's a leg: the clear part is stiff,
115
426000
5000
Tā, piemēram, lūk, kāja: caurspīdīgā daļa ir stīva,
07:29
the white part is compliant, and you don't need any axles there or anything.
116
431000
3000
baltā daļa ir elastīga, un jums vairs nav nepieciešamas asis vai kas tamlīdzīgs.
07:32
It just bends by itself beautifully.
117
434000
3000
Tā skaisti lokās pati par sevi.
07:35
So, you can put those properties in. It inspired them to show off
118
437000
3000
Tātad, jūs šīs īpašības varat ielikt. Tas viņus iedvesmoja parādīt šo konstrukciju,
07:38
this design by producing a little robot they named Sprawl.
119
440000
6000
izgatavojot robotiņu, kuru viņi nosauca par Atgāzēju.
07:44
Our work has also inspired another robot, a biologically inspired bouncing robot,
120
446000
4000
Mūsu darbs iedvesmoja arī citu robotu, bioloģiski iedvesmotu lēkājošo robotu
07:48
from the University of Michigan and McGill
121
450000
2000
no Mičiganas un Makgila universitātes,
07:50
named RHex, for robot hexapod, and this one's autonomous.
122
452000
8000
ar nosaukumu RHex, kurš ir autonoms seškājis.
07:58
Let's go to the video, and let me show you some of these animals moving
123
460000
3000
Nu pāriesim pie video un ļaujiet man jums parādīt dažus no šiem dzīvniekiem kustībā
08:01
and then some of the simple robots
124
463000
2000
un pēc tam dažus no vienkāršajiem robotiem,
08:03
that have been inspired by our discoveries.
125
465000
3000
kuri ir iedvesmoti no mūsu atklājumiem.
08:06
Here's what some of you did this morning, although you did it outside,
126
468000
4000
Daži no jums to darīja šorīt, lai gan jūs to darījāt ārā,
08:10
not on a treadmill.
127
472000
2000
ne uz skrejceliņa.
08:12
Here's what we do.
128
474000
3000
Lūk, ko mēs darām.
08:15
(Laughter)
129
477000
2000
(Smiekli)
08:17
This is a death's head cockroach. This is an American cockroach
130
479000
5000
Lūk, miroņgalvas prusaks. Lūk, amerikāņu prusaks,
08:22
you think you don't have in your kitchen.
131
484000
1000
kas, jūsuprāt, nav jūsu virtuvē.
08:23
This is an eight-legged scorpion, six-legged ant, forty-four-legged centipede.
132
485000
7000
Lūk, astoņu kāju skorpions, sešu kāju skudra, četrdesmit četru kāju simtkājis.
08:30
Now, I said all these animals are sort of working like pogo sticks --
133
492000
3000
Kā jau minēju, visi šie dzīvnieki darbojas līdzīgi kā lēkājamais sienāzis,
08:33
they're bouncing along as they move. And you can see that
134
495000
4000
tie lēkā līdz ar kustību. Jūs to varat redzēt
08:37
in this ghost crab, from the beaches of Panama and North Carolina.
135
499000
3000
Panamas un Ziemeļkarolīnas pludmalēs sastopamā spokkrabja.
08:40
It goes up to four meters per second when it runs.
136
502000
3000
Skrienot tas var sasniegt līdz pat četriem metriem sekundē.
08:43
It actually leaps into the air, and has aerial phases
137
505000
3000
Tas faktiski palecas gaisā, un tam esot gaisā,
08:46
when it does it, like a horse, and you'll see it's bouncing here.
138
508000
4000
rikšo līdzīgi zirgam, un jūs redzat kā tas palecas.
08:50
What we discovered is whether you look at the leg of a human
139
512000
3000
Mēs atklājām, ka, skatoties uz cilvēka kāju,
08:53
like Richard, or a cockroach, or a crab, or a kangaroo,
140
515000
6000
piemēram, Ričarda, vai prusaka, vai krabja, vai ķengura,
08:59
the relative leg stiffness of that spring is the same for everything we've seen so far.
141
521000
5000
relatīvais kājas atsperes stīvums ir tāds pats, kā visiem līdz šim redzētajiem.
09:04
Now, what good are springy legs then? What can they do?
142
526000
2000
Kāds gan ir labums no spriganām kājām? Ko tās spēj paveikt?
09:06
Well, we wanted to see if they allowed the animals
143
528000
2000
Mēs vēlējāmies redzēt, vai tās ļauj dzīvniekiem
09:08
to have greater stability and maneuverability.
144
530000
3000
iegūt labāku līdzsvaru un manevrētspēju.
09:11
So, we built a terrain that had obstacles three times the hip height
145
533000
4000
Tātad, mēs izveidojām reljefu ar šķēršļiem, kuri bija trīsreiz
09:15
of the animals that we're looking at.
146
537000
1000
augstāki par pētāmā dzīvnieka gurniem.
09:16
And we were certain they couldn't do this. And here's what they did.
147
538000
4000
Mēs bijām pārliecināti, ka viņi nevarētu tos pārvarēt. Un, lūk, ko viņi izdarīja.
09:20
The animal ran over it and it didn't even slow down!
148
542000
3000
Dzīvnieks pārskrēja pāri un tas pat nepalēninājās!
09:23
It didn't decrease its preferred speed at all.
149
545000
2000
Tas vispār nesamazināja savu vēlamo ātrumu.
09:25
We couldn't believe that it could do this. It said to us
150
547000
3000
Mēs neticējām, ka tās tā varētu notikt. Tas mums lika
09:28
that if you could build a robot with very simple, springy legs,
151
550000
5000
secināt, ka, ja jūs varētu izveidot robotu ar ļoti vienkāršām atsperīgām kājām,
09:33
you could make it as maneuverable as any that's ever been built.
152
555000
6000
jūs varētu to izgatavot tik manevrētspējīgu kā jebkuru, kas jebkad ir ticis uzbūvēts.
09:39
Here's the first example of that. This is the Stanford
153
561000
2000
Lūk, pirmais piemērs. Tas ir Stenfordas
09:41
Shape Deposition Manufactured robot, named Sprawl.
154
563000
3000
Formu uzkrāšanas ražots robots, saukts par Atgāzēju.
09:44
It has six legs -- there are the tuned, springy legs.
155
566000
6000
Tam ir sešas noregulētas un atsperīgas kājas.
09:50
It moves in a gait that an insect uses, and here it is
156
572000
3000
Tas kustās kukaiņu gaitā, un, lūk, tas
09:53
going on the treadmill. Now, what's important about this robot,
157
575000
7000
pārvietojoties pa skrejceļu. Būtiskais šajā robotā,
10:00
compared to other robots, is that it can't see anything,
158
582000
3000
salīdzinājumā ar citiem robotiem, ir tas, ka tas neko neredz,
10:03
it can't feel anything, it doesn't have a brain, yet it can maneuver
159
585000
6000
tas nevar neko sajust, tam nav smadzeņu, taču tas
10:09
over these obstacles without any difficulty whatsoever.
160
591000
6000
bez jelkādām grūtībām var manevrēt pāri šiem šķēršliem.
10:15
It's this technique of building the properties into the form.
161
597000
4000
Šī ir tehnoloģija iebūvējot īpašības formā.
10:19
This is a graduate student. This is what he's doing to his thesis project --
162
601000
3000
Lūk, aspirantūras students. Un, lūk, ko viņš dara savai disertācijai,
10:22
very robust, if a graduate student
163
604000
2000
ļoti izturīgs, ja doktorants
10:24
does that to his thesis project.
164
606000
2000
to dara savam disertācijas projektam.
10:26
(Laughter)
165
608000
1000
(Smiekli)
10:27
This is from McGill and University of Michigan. This is the RHex,
166
609000
4000
Šis nāk no Makgila un Mičiganas universitātes. Tas ir RHex,
10:31
making its first outing in a demo.
167
613000
3000
veicot tā pirmā izbrauciena demonstrāciju.
10:34
(Laughter)
168
616000
4000
(Smiekli)
10:38
Same principle: it only has six moving parts,
169
620000
5000
Tas pats princips: tam ir tikai sešas kustīgās daļas,
10:43
six motors, but it has springy, tuned legs. It moves in the gait of the insect.
170
625000
6000
seši motori, taču tam ir atsperīgas, noregulētas kājas. Tas pārvietojas kukaiņu gaitā.
10:49
It has the middle leg moving in synchrony with the front,
171
631000
4000
Tā vidējā kāja kustas sinhroni ar priekšējo,
10:53
and the hind leg on the other side. Sort of an alternating tripod,
172
635000
4000
un pakaļkāju otrā pusē. Savā ziņā mainīgs trejkājis
10:57
and they can negotiate obstacles just like the animal.
173
639000
4000
un tie var pārvarēt šķēršļus, tāpat kā dzīvnieki.
11:01
(Laughter)
174
643000
6000
(Smiekli)
11:07
(Voice: Oh my God.)
175
649000
1000
(Balss: Ak mans Dievs.)
11:08
(Applause)
176
650000
5000
(Aplausi)
11:13
Robert Full: It'll go on different surfaces -- here's sand --
177
655000
2000
Roberts Fuls: Tas dosies pa dažādām virsmām, lūk, smilts
11:15
although we haven't perfected the feet yet, but I'll talk about that later.
178
657000
5000
lai gan mēs vēl neesam pilnveidojuši kājas, taču es par to runāšu vēlāk.
11:20
Here's RHex entering the woods.
179
662000
3000
Lūk, RHex, ieejot mežā.
11:23
(Laughter)
180
665000
2000
(Smiekli)
11:38
Again, this robot can't see anything, it can't feel anything,
181
680000
4000
Atgādinu vēlreiz, šis robots nevar neko redzēt, tas nevar neko sajust,
11:42
it has no brain. It's just working with a tuned mechanical system,
182
684000
6000
tam nav smadzeņu. Tas darbojas tikai ar noregulēto mehānisko sistēmu,
11:48
with very simple parts, but inspired from the fundamental dynamics of the animal.
183
690000
10000
ar ļoti vienkāršām detaļām, iedvesmojoties no dzīvnieka būtiskās dinamikas.
11:58
(Voice: Ah, I love him, Bob.) RF: Here's it going down a pathway.
184
700000
8000
(Balss: Ah, es mīlu viņu, Bob.) RF: Te tas iet lejup.
12:06
I presented this to the jet propulsion lab at NASA, and they said
185
708000
3000
Es šo prezentēju NASA Reaktīvo kustību laboratorijai un viņi teica,
12:09
that they had no ability to go down craters to look for ice,
186
711000
4000
ka viņiem uz Marsa nebija iespējams krāteros doties lejup ledus,
12:13
and life, ultimately, on Mars. And he said --
187
715000
4000
un tādējādi arī dzīvības meklējumos. Jo īpaši
12:17
especially with legged-robots, because they're way too complicated.
188
719000
2000
roboti ar kājām, jo tie ir pārlieku sarežģīti, viņš piemetināja.
12:19
Nothing can do that. And I talk next. I showed them this video
189
721000
5000
Nekas nevar to paveikt. Es turpināju stāstīt un parādīju viņiem šo video
12:24
with the simple design of RHex here. And just to convince them
190
726000
3000
ar vienkāršā dizaina RHex. Un tikai tāpēc, lai viņus pārliecinātu
12:27
we should go to Mars in 2011, I tinted the video orange
191
729000
4000
ka mums 2011. gadā vajadzētu doties uz Marsu, es video ietonēju oranžu,
12:31
just to give them the sense of being on Mars.
192
733000
3000
tikai lai radītu viņiem sajūtu, ka esam uz Marsa.
12:34
(Laughter)
193
736000
1000
(Smiekli)
12:35
(Applause)
194
737000
6000
(Aplausi)
12:43
Another reason why animals have extraordinary performance,
195
745000
3000
Vēl viens iemesls, kādēļ dzīvnieki ir ārkārtēji spējīgi
12:46
and can go anywhere, is because they have an effective interaction
196
748000
3000
un var nokļūt visur, ir tāpēc, ka tiem ir efektīva saziņa
12:49
with the environment. The animal I'm going to show you,
197
751000
3000
ar vidi. Dzīvnieks, kuru es grasos jums parādīt,
12:52
that we studied to look at this, is the gecko.
198
754000
4000
un kuru mēs pētījām, ir gekons.
12:56
We have one here and notice its position. It's holding on.
199
758000
7000
Mums viens ir šeit, ievērojiet viņa pozīciju. Tas turas.
13:03
Now I'm going to challenge you. I'm going show you a video.
200
765000
3000
Nu es jūs izaicināšu. Es parādīšu jums video.
13:06
One of the animals is going to be running on the level,
201
768000
2000
Viens no dzīvniekiem skries pa zemi
13:08
and the other one's going to be running up a wall. Which one's which?
202
770000
4000
un otrs skries augšā pa sienu. Kurš ir kurš?
13:12
They're going at a meter a second. How many think the one on the left
203
774000
5000
Viņi veic metru sekundē. Cik daudzi domā, ka kreisajā pusē
13:17
is running up the wall?
204
779000
2000
esošais skrien pa sienu?
13:19
(Applause)
205
781000
4000
(Aplausi)
13:23
Okay. The point is it's really hard to tell, isn't it? It's incredible,
206
785000
5000
Labi. Lieta tāda, ka to tiešām ir grūti pateikt, vai ne? Tas ir neticami,
13:28
we looked at students do this and they couldn't tell.
207
790000
2000
mēs apskatījām studentus to darot un viņi nevarēja pateikt.
13:30
They can run up a wall at a meter a second, 15 steps per second,
208
792000
3000
Tās var skriet pa sienu metru sekundē, 15 soļus sekundē,
13:33
and they look like they're running on the level. How do they do this?
209
795000
4000
un tie izskatās tā, it kā tie darbotos uz zemes. Kā tas notiek?
13:37
It's just phenomenal. The one on the right was going up the hill.
210
799000
6000
Tas ir vienkārši fenomenāli. Labajā pusē esošais dodas augšup pa nogāzi.
13:43
How do they do this? They have bizarre toes. They have toes
211
805000
4000
Kā tie to dara? Tiem ir savādi pirksti. Tiem ir pirksti,
13:47
that uncurl like party favors when you blow them out,
212
809000
4000
kas izrullējas kā svētku svilpe, jums to pūšot
13:51
and then peel off the surface, like tape.
213
813000
3000
un pēc tam nolīp no virsmas kā, piemēram, lente.
13:54
Like if we had a piece of tape now, we'd peel it this way.
214
816000
2000
Piemēram, ja mums tagad būtu gabaliņš lentes, tad mēs to noplēstu šādā veidā.
13:56
They do this with their toes. It's bizarre! This peeling inspired
215
818000
7000
Viņi to dara ar saviem pirkstiem. Tas ir dīvaini! Šis nolipšana iedvesmoja
14:03
iRobot -- that we work with -- to build Mecho-Geckos.
216
825000
3000
iRobotu, ar ko mēs sadarbojāmies, lai uzbūvētu Mekogekonus.
14:06
Here's a legged version and a tractor version, or a bulldozer version.
217
828000
7000
Lūk, kāju un vilcēja versija, vai buldozera versija.
14:13
Let's see some of the geckos move with some video,
218
835000
2000
Nu paskatīsimies uz gekonu kustībām dažos video
14:15
and then I'll show you a little bit of a clip of the robots.
219
837000
3000
un tad es jums mazliet parādīšu robotu klipu.
14:18
Here's the gecko running up a vertical surface. There it goes,
220
840000
3000
Lūk, gekons skrienot pa vertikālu virsmu. Tas notiek
14:21
in real time. There it goes again. Obviously, we have to slow this down a little bit.
221
843000
7000
reālajā laikā. Tas pats vēlreiz. Protams, mums nācās to mazliet palēnināt.
14:28
You can't use regular cameras.
222
850000
2000
Jūs nevarat izmantot parastās kameras.
14:30
You have to take 1,000 pictures per second to see this.
223
852000
3000
Lai redzētu šo, jums ir jāuzņem 1000 attēlus sekundē.
14:33
And here's some video at 1,000 frames per second.
224
855000
3000
Lūk, daži video ar 1000 kadriem sekundē.
14:36
Now, I want you to look at the animal's back.
225
858000
2000
Nu es vēlos, lai jūs pievērstu uzmanību dzīvnieka mugurai.
14:38
Do you see how much it's bending like that? We can't figure that out --
226
860000
3000
Jūs redzat, cik tas šādi lokas? Mēs nespējām to izprast,
14:41
that's an unsolved mystery. We don't know how it works.
227
863000
3000
tas ir neatrisināts noslēpums. Mēs nezinām, kā tas darbojas.
14:44
If you have a son or a daughter that wants to come to Berkeley,
228
866000
3000
Ja jums ir dēls vai meita, kas vēlas doties uz Berkliju,
14:47
come to my lab and we'll figure this out. Okay, send them to Berkeley
229
869000
4000
nāciet uz manu laboratoriju un mēs to noskaidrosim. Labi, sūtat tos uz Berkliju
14:51
because that's the next thing I want to do. Here's the gecko mill.
230
873000
3000
tāpēc, ka tā ir nākamā lieta, ko es gribu izdarīt. Lūk, gekonu dzirnavas.
14:54
(Laughter)
231
876000
1000
(Smiekli)
14:55
It's a see-through treadmill with a see-through treadmill belt,
232
877000
3000
Tas ir caurskatāms skrejceliņš ar caurskatāmu skrejceliņa lenti,
14:58
so we can watch the animal's feet, and videotape them
233
880000
3000
lai mēs varētu redzēt dzīvnieka pēdu un filmēt to
15:01
through the treadmill belt, to see how they move.
234
883000
3000
izmantojot skrejceļa lenti, lai redzētu, kā viņi pārvietojas.
15:04
Here's the animal that we have here, running on a vertical surface.
235
886000
4000
Lūk, dzīvnieks, kas skrien pa vertikālu virsmu.
15:08
Pick a foot and try to watch a toe, and see if you can see what the animal's doing.
236
890000
6000
Izvēlieties kāju un mēģinat uz to skatīties un redzēsim vai jūs varat redzēt kā dzīvnieks to dara.
15:14
See it uncurl and then peel these toes.
237
896000
2000
Redzat to rullējam un pēc tam nolipinām pirkstus.
15:16
It can do this in 14 milliseconds. It's unbelievable.
238
898000
7000
Tas to var izdarīt 14 milisekundēs. Tas ir neticami.
15:23
Here are the robots that they inspire, the Mecho-Geckos from iRobot.
239
905000
4000
Lūk, roboti, ko tie iedvesmoja, Mecho-Geckos no iRobot.
15:27
First we'll see the animals toes peeling -- look at that.
240
909000
5000
Vispirms mēs redzēsim dzīvnieku pirkstu atlipšanu, paskat tik.
15:32
And here's the peeling action of the Mecho-Gecko.
241
914000
4000
Un šeit Mecho Gecko pīlinga darbība.
15:36
It uses a pressure-sensitive adhesive to do it.
242
918000
3000
Lai to darītu, tas izmanto spiedienjutīgu līmi.
15:39
Peeling in the animal. Peeling in the Mecho-Gecko --
243
921000
3000
Dzīvnieku pīlings. Mecho-Gecko - pīlings
15:42
that allows them climb autonomously. Can go on the flat surface,
244
924000
3000
kas ļauj tiem kāpt autonomi. Var doties pa plakanu virsmu
15:45
transition to a wall, and then go onto a ceiling.
245
927000
3000
pāriet uz sienu, un pēc tam pāriet uz griestiem.
15:48
There's the bulldozer version. Now, it doesn't use pressure-sensitive glue.
246
930000
6000
Šī ir buldozera versija. Tagad, tas neizmanto spiedien-jutīgo līmi.
15:54
The animal does not use that.
247
936000
2000
Dzīvnieks to neizmanto.
15:56
But that's what we're limited to, at the moment.
248
938000
2000
Bet šajā brīdī mēs esam ar to ierobežoti.
15:58
What does the animal do? The animal has weird toes.
249
940000
5000
Ko dara dzīvnieks? Dzīvniekam ir dīvaini pirksti.
16:03
And if you look at the toes, they have these little leaves there,
250
945000
4000
Un, ja jūs paskatītos uz pirkstiem, tiem ir mazas lapiņas,
16:07
and if you blow them up and zoom in, you'll see
251
949000
2000
un ja jūs tās pašķirtu un pietuvinātu, jūs redzēsiet
16:09
that's there's little striations in these leaves.
252
951000
3000
ka šīm lapām ir mazas svītras.
16:12
And if you zoom in 270 times, you'll see it looks like a rug.
253
954000
7000
Un ja jūs pietuvinātu 270 reizes, jūs redzēsiet, tas izskatās kā paklājiņš.
16:19
And if you blow that up, and zoom in 900 times,
254
961000
3000
Un ja jūs pašķirat to un pietuvinātu 900 reizes,
16:22
you see there are hairs there, tiny hairs. And if you look carefully,
255
964000
5000
jūs redzēsiet ka šeit ir mati, sīki matiņi. Un, ja jūs uzmanīgi skatīsiet,
16:27
those tiny hairs have striations. And if you zoom in on those 30,000 times,
256
969000
6000
šīm sīkajām matiņiem ir svītras. Un, ja jūs pietuvinātu tos 30 000 reizes,
16:33
you'll see each hair has split ends.
257
975000
3000
jūs redzēsiet, ka katra mata gals ir sašķelts.
16:36
And if you blow those up, they have these little structures on the end.
258
978000
5000
Un, ja jūs tos palielināsiet, tām galā ir šīs mazās struktūras.
16:41
The smallest branch of the hairs looks like spatulae,
259
983000
2000
Mazākais matiņa zars izskatās kā lāpstiņa,
16:43
and an animal like that has one billion of these nano-size split ends,
260
985000
7000
un dzīvniekam, kā piemēram šim, ir miljards šādu nano lieluma sadalīti gali,
16:50
to get very close to the surface. In fact, there's the diameter of your hair --
261
992000
5000
lai piekļūtu ļoti tuvu virsmai. Patiesībā, šis ir jūsu matu diametrs -
16:55
a gecko has two million of these, and each hair has 100 to 1,000 split ends.
262
997000
6000
un gekonam šādu ir divi miljoni, un katram matam ir 100 līdz 1000 šķeltu galu.
17:01
Think of the contact of that that's possible.
263
1003000
3000
Ja iespējams, padomājiet par šādu kontaktu.
17:04
We were fortunate to work with another group
264
1006000
2000
Mums ir paveicies strādāt ar kādu citu grupu
17:06
at Stanford that built us a special manned sensor,
265
1008000
2000
Stenfordā, kas izveidoja mums īpašu jūtīgu sensoru,
17:08
that we were able to measure the force of an individual hair.
266
1010000
3000
līdz ar to mēs varējām nomērīt individuālā mata spēku.
17:11
Here's an individual hair with a little split end there.
267
1013000
5000
Lūk, atsevišķs mats ar sašķeltu galu.
17:16
When we measured the forces, they were enormous.
268
1018000
2000
Mērot spēkus, tie bija milzīgi.
17:18
They were so large that a patch of hairs about this size --
269
1020000
3000
Viņi bija tik lieli, ka šāda lieluma matu saišķis --
17:21
the gecko's foot could support the weight of a small child,
270
1023000
4000
ar Gekona kāju viegli varētu atbalstīt mazu bērnu, kas
17:25
about 40 pounds, easily. Now, how do they do it?
271
1027000
4000
svērtu apmēram 40 mārciņas. Tagad, kā viņi to dara?
17:29
We've recently discovered this. Do they do it by friction?
272
1031000
4000
Mēs to nesen atklājām. Vai viņi to dara ar berzi?
17:33
No, force is too low. Do they do it by electrostatics?
273
1035000
3000
Nē, spēks ir pārāk mazs. Vai viņi to dara elektrostatiski?
17:36
No, you can change the charge -- they still hold on.
274
1038000
2000
Nē, jūs varat izmainīt lādiņu - tie joprojām turēsies.
17:38
Do they do it by interlocking? That's kind of a like a Velcro-like thing.
275
1040000
3000
Vai viņi to dara ar saķeršanos? Tas ir Velcro līdzīgs veids.
17:41
No, you can put them on molecular smooth surfaces -- they don't do it.
276
1043000
3000
Nē, jūs varat viņus nolikt uz molekulāri gludām virsmām - tie to dara.
17:44
How about suction? They stick on in a vacuum.
277
1046000
4000
Kā būtu ar sūkšanu? Tie pieķeras vakuumā.
17:48
How about wet adhesion? Or capillary adhesion?
278
1050000
3000
Kā ar mitru saķeri? Vai kapilāru saķeri?
17:51
They don't have any glue, and they even stick under water just fine.
279
1053000
3000
Tiem nav nevienas līmes, un viņi tikpat labi pielīp arī zem ūdens.
17:54
If you put their foot under water, they grab on.
280
1056000
2000
Ja jūs ieliekat viņu kāju zem ūdens, viņi pieķeras.
17:56
How do they do it then? Believe it or not, they grab on
281
1058000
4000
Kā tad viņi to dara? Ticiet vai nē, tie pieķeras uz
18:00
by intermolecular forces, by Van der Waals forces.
282
1062000
4000
starpmolekulāriem spēkiem, Van der Waals spēkiem.
18:04
You know, you probably had this a long time ago in chemistry,
283
1066000
2000
Jūs zināt, iespējams, ka tas jums bija sen ķīmijā,
18:06
where you had these two atoms, they're close together,
284
1068000
2000
kur bija šie divi atomi, tie ir cieši blakus,
18:08
and the electrons are moving around. That tiny force is sufficient
285
1070000
3000
un elektroni pārvietojas apkārt. Šis mazais spēks ir pietiekošs
18:11
to allow them to do that because it's added up so many times
286
1073000
3000
lai ļautu viņiem to darīt, jo tas ir pievienots tik daudzas reizes
18:14
with these small structures.
287
1076000
3000
ar šīm mazām struktūrām.
18:17
What we're doing is, we're taking that inspiration of the hairs,
288
1079000
5000
Tas ko mēs darām, ir ka mēs ņemām iedvesmu no matiņiem,
18:22
and with another colleague at Berkeley, we're manufacturing them.
289
1084000
5000
un kopā ar citu kolēģi no Berklijas, mēs tos ražojam.
18:27
And just recently we've made a breakthrough, where we now believe
290
1089000
3000
Un tikai nesen mēs veicām sasniegumu, kam mēs tagad ticam
18:30
we're going to be able to create the first synthetic, self-cleaning,
291
1092000
5000
mēs izveidosim pirmo, sintētisku pašattīrošo
18:35
dry adhesive. Many companies are interested in this.
292
1097000
5000
sauso līmi. Daudziem uzņēmumiem par šo ir interese.
18:40
(Laughter)
293
1102000
3000
(Smiekli)
18:43
We also presented to Nike even.
294
1105000
2000
Mēs esam to prezentējuši arī Nike.
18:45
(Laughter)
295
1107000
3000
(Smiekli)
18:48
(Applause)
296
1110000
6000
(Aplausi.)
18:54
We'll see where this goes. We were so excited about this
297
1116000
3000
Mēs redzēsim kur mēs nokļūsim. Mēs par šo esam tik sajūsmināti,
18:57
that we realized that that small-size scale --
298
1119000
3000
ka mēs izveidojām šo mazā mērogā--
19:00
and where everything gets sticky, and gravity doesn't matter anymore --
299
1122000
3000
un kur viss kļūst lipīgs un gravitācijai vairs nav nozīmes --
19:03
we needed to look at ants and their feet, because
300
1125000
3000
mums vajadzēja iepazīties ar skudrām un to kājām, jo
19:06
one of my other colleagues at Berkeley has built a six-millimeter silicone
301
1128000
5000
viens no maniem Berklijas kolēģiem uzbūvēja sešu milimetru silikona
19:11
robot with legs. But it gets stuck. It doesn't move very well.
302
1133000
3000
robotu ar kājām. Bet tas iestrēga. Tas nespēja ļoti labi pārvietoties.
19:14
But the ants do, and we'll figure out why, so that ultimately
303
1136000
3000
Bet skudras to dara, un mēs izdomāsim kāpēc, tā ka galu galā
19:17
we'll make this move. And imagine: you're going to be able
304
1139000
3000
mēs liksim šim kustēties. Un Iedomājieties: jums būs iespēja
19:20
to have swarms of these six-millimeter robots available to run around.
305
1142000
5000
iegūt skrienošus sešu milimetru robotu barus.
19:25
Where's this going? I think you can see it already.
306
1147000
3000
Kurp tas ved? Manuprāt, jūs to varat jau redzēt.
19:28
Clearly, the Internet is already having eyes and ears,
307
1150000
4000
Protams, Internetam jau tagad ir acis un ausis,
19:32
you have web cams and so forth. But it's going to also have legs and hands.
308
1154000
4000
jums ir kameras un tā tālāk. Bet tam būs arī kājas un rokas.
19:36
You're going to be able to do programmable
309
1158000
2000
Jūs varēsiet veikt programmēšanas
19:38
work through these kinds of robots, so that you can run,
310
1160000
4000
darbus ar šāda veida robotiem, tā lai jūs varētu skriet,
19:42
fly and swim anywhere. We saw David Kelly is at the beginning of that with his fish.
311
1164000
9000
lidot un peldēties jebkur. Mēs redzējām, Deividu Kelliju un viņa zivis ir pašā sākumā.
19:51
So, in conclusion, I think the message is clear.
312
1173000
2000
Tātad, kopsavilkumā šķiet, ka vēstījums ir skaidrs.
19:53
If you need a message, if nature's not enough, if you care about
313
1175000
4000
Ja jums ir nepieciešams ziņojums, ja daba nav pietiekami, ja jums rūp
19:57
search and rescue, or mine clearance, or medicine,
314
1179000
2000
meklēšanas un glābšanas, vai atmīnēšanas un medicīna,
19:59
or the various things we're working on, we must preserve
315
1181000
4000
vai dažādas lietas, ko mēs strādājam, mums ir jāsaglabā
20:03
nature's designs, otherwise these secrets will be lost forever.
316
1185000
4000
dabas dizainu, citādi šie noslēpumi tiks zaudēti uz visiem laikiem.
20:07
Thank you.
317
1189000
1000
Paldies.
20:08
(Applause)
318
1190000
9000
(Aplausi.)
ABOUT THE SPEAKER
Robert Full - BiologistRobert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering.
Why you should listen
UC Berkeley biologist Robert Full is fascinated by the motion of creatures like cockroaches, crabs and geckos having many legs, unusual feet or talented tails. He has led an effort to demonstrate the value of learning from Nature by the creating interdisciplinary collaborations of biologists, engineers, mathematicians and computer scientists from academia and industry. He founded CiBER, the Center for interdisciplinary Bio-inspiration in Education and Research, and the Poly-PEDAL Laboratory, which studies the Performance, Energetics and Dynamics of Animal Locomotion (PEDAL) in many-footed creatures (Poly).
His research shows how studying a diversity of animals leads to the discovery of general principles which inspire the design of novel circuits, artificial muscles, exoskeletons, versatile scampering legged search-and-rescue robots and synthetic self-cleaning dry adhesives based on gecko feet. He is passionate about discovery-based education leading to innovation -- and he even helped Pixar’s insect animations in the film A Bug's Life.
Robert Full | Speaker | TED.com