TED2010
Nathan Myhrvold: Could this laser zap malaria?
Nathan Myhrvold: Zou deze laser malaria kunnen uitroeien?
Filmed:
Readability: 3.7
965,317 views
Nathan Myhrvold en zijn team's jongste uitvindingen - even briljant als gedurfd - herinneren ons eraan dat de wereld wilde creativiteit nodig heeft om grote problemen als malaria aan te pakken. En terwijl dat idee bezinkt, geeft hij een live demonstratie van een nieuw, muskietenschietend apparaat, dat je gezien moet hebben om het te geloven.
Nathan Myhrvold - Polymath
Nathan Myhrvold is a professional jack-of-all-trades. After leaving Microsoft in 1999, he's been a world barbecue champion, a wildlife photographer, a chef, a contributor to SETI, and a volcano explorer. Full bio
Nathan Myhrvold is a professional jack-of-all-trades. After leaving Microsoft in 1999, he's been a world barbecue champion, a wildlife photographer, a chef, a contributor to SETI, and a volcano explorer. Full bio
Double-click the English transcript below to play the video.
00:15
We invent.
0
0
2000
Wij vinden uit.
00:17
My company invents
1
2000
2000
Mijn bedrijf vindt
00:19
all kinds of new technology
2
4000
2000
allemaal verschillende soorten nieuwe technologie uit
00:21
in lots of different areas.
3
6000
2000
in heel veel verschillende gebieden.
00:23
And we do that for a couple of reasons.
4
8000
2000
En we doen dat om een aantal redenen.
00:25
We invent for fun --
5
10000
2000
We vinden uit voor de lol.
00:27
invention is a lot of fun to do --
6
12000
3000
Uitvinden is erg leuk om te doen.
00:30
and we also invent for profit.
7
15000
2000
En we vinden ook uit om winst te maken.
00:32
The two are related because
8
17000
2000
Deze twee redenen zijn verwant aan elkaar, want
00:34
the profit actually takes long enough that if it isn't fun,
9
19000
2000
het duurt lang genoeg voordat er winst is, dus als het niet leuk is
00:36
you wouldn't have the time to do it.
10
21000
2000
zou je niet de tijd hebben om het te doen.
00:38
So we do this
11
23000
2000
Dus dit
00:40
fun and profit-oriented inventing
12
25000
2000
op lol en winst georiëntieerde uitvinden
00:42
for most of what we do,
13
27000
2000
is het grootste deel van ons werk,
00:44
but we also have a program where we invent for humanity --
14
29000
3000
maar we hebben ook een project waarin we uitvinden voor de mensheid,
00:47
where we take some of our best inventors,
15
32000
2000
waarbij we sommige van onze beste uitvinders nemen,
00:49
and we say, "Are there problems
16
34000
2000
en zeggen: "Zijn er problemen
00:51
where we have a good idea for solving a problem the world has?" --
17
36000
3000
waarvoor wij een goed idee hebben, om een mondiaal probleem op te lossen?"
00:54
and to solve it in the way we try to solve problems,
18
39000
3000
En we lossen dit op, op onze manier om problemen op te lossen,
00:57
which is with dramatic, crazy,
19
42000
2000
dat is met dramatische, gekke,
00:59
out-of-the-box solutions.
20
44000
2000
onconventionele oplossingen.
01:01
Bill Gates is one of those smartest guys of ours
21
46000
2000
Bill Gates is één van deze slimste mensen van ons
01:03
that work on these problems
22
48000
2000
die aan deze problemen werkt.
01:05
and he also funds this work, so thank you.
23
50000
3000
Bovendien steekt hij zijn geld erin, dus bedankt.
01:08
So I'm going to briefly discuss
24
53000
2000
Ik zal nu kort
01:10
a couple of problems that we have
25
55000
2000
een aantal problemen bespreken die we hebben
01:12
and a couple of problems where
26
57000
2000
en een aantal problemen waar
01:14
we've got some solutions underway.
27
59000
2000
we al aan het werk zijn met een oplossing.
01:16
Vaccination is one of the
28
61000
3000
Vaccinatie is één van de
01:19
key techniques in public health,
29
64000
2000
belangrijkste technieken in de volksgezondheid,
01:21
a fantastic thing.
30
66000
2000
een fantastisch iets,
01:23
But in the developing world a lot of vaccines
31
68000
3000
maar in de ontwikkelingslanden bederven veel vaccins
01:26
spoil before they're administered,
32
71000
2000
voordat ze toegediend kunnen worden.
01:28
and that's because they need to be kept cold.
33
73000
3000
En dat komt omdat ze koud bewaard moeten worden.
01:31
Almost all vaccines need to be kept at refrigerator temperatures.
34
76000
3000
Bijna alle vaccins moeten op de temperatuur van een koelkast bewaard worden.
01:34
They go bad very quickly if you don't,
35
79000
2000
Ze bederven erg snel als je dat niet doet.
01:36
and if you don't have stable power grid, this doesn't happen,
36
81000
3000
En als je dan geen stabiele electriciteitsvoorziening hebt gebeurt dat niet,
01:39
so kids die.
37
84000
2000
dus sterven er kinderen.
01:41
It's not just the loss of the vaccine that matters;
38
86000
3000
Het is niet alleen het verlies van het vaccin dat belangrijk is,
01:44
it's the fact that those kids don't get vaccinated.
39
89000
3000
maar juist het feit dat deze kinderen niet gevaccineerd worden.
01:47
This is one of the ways that
40
92000
3000
Dit is één van de manieren waarop
01:50
vaccines are carried:
41
95000
2000
vaccins vervoerd worden.
01:52
These are Styrofoam chests. These are being carried by people,
42
97000
3000
Dit zijn schuimplastic kisten. Deze worden door mensen vervoerd,
01:55
but they're also put on the backs of pickup trucks.
43
100000
2000
maar dat gebeurt ook achterop pick-up trucks.
01:57
We've got a different solution.
44
102000
3000
Wij hebben een andere oplossing.
02:00
Now, one of these Styrofoam chests
45
105000
3000
Nou, één van deze piepschuim kisten
02:03
will last for about four hours with ice in it.
46
108000
2000
werkt ongeveer 4 uur, met ijs erin.
02:05
And we thought, well, that's not really good enough.
47
110000
3000
En wij dachten, hmm, dat is niet echt goed genoeg.
02:08
So we made this thing.
48
113000
2000
Dus maakten we dit ding hier.
02:10
This lasts six months with no power;
49
115000
3000
Dit werkt 6 maanden, zonder stroom,
02:13
absolutely zero power,
50
118000
2000
totaal geen stroom,
02:15
because it loses less
51
120000
2000
omdat het minder
02:17
than a half a watt.
52
122000
2000
dan een halve watt verliest.
02:19
Now, this is our second generations prototype.
53
124000
3000
Nou, dit is ons prototype van de tweede generatie.
02:22
The third generation prototype is, right now,
54
127000
2000
Het prototype van de derde generatie wordt, op dit moment,
02:24
in Uganda being tested.
55
129000
3000
in Uganda getest.
02:27
Now, the reason we were able to come up with this
56
132000
2000
De reden dat we dit konden bedenken
02:29
is two key ideas:
57
134000
2000
bestaat uit twee bepalende ideeën.
02:31
One is that this is similar to a cryogenic Dewar,
58
136000
2000
De éne is dat dit lijkt op een cryogene vacuümfles,
02:33
something you'd keep liquid nitrogen or liquid helium in.
59
138000
3000
iets waar je vloeibaar stikstof of vloeibaar helium in zou bewaren.
02:36
They have incredible insulation,
60
141000
2000
Ze hebben ongelooflijke isolatie,
02:38
so let's put some incredible insulation here.
61
143000
2000
laten wij dus die ongelooflijke isolatie gebruiken hier.
02:40
The other idea is kind of interesting,
62
145000
3000
Het andere idee is nogal interessant,
02:43
which is, you can't reach inside anymore.
63
148000
3000
namelijk, je kunt niet meer van binnen iets pakken,
02:46
Because if you open it up and reach inside,
64
151000
2000
want als je het open doet en naar binnen reikt,
02:48
you'd let the heat in, the game would be over.
65
153000
2000
zou je de warmte binnen laten, en het spelletje is uit.
02:50
So the inside of this thing actually looks like a Coke machine.
66
155000
3000
Dus de binnenkant van dit ding lijkt eigenlijk op een cola-automaat.
02:53
It vends out little individual vials.
67
158000
3000
Het verdeelt kleine, individuele injectieflacons.
02:56
So a simple idea,
68
161000
2000
Zo'n simpel idee, waarvan we hopen
02:58
which we hope is going to change the way vaccines are distributed
69
163000
3000
dat het de manier waarop vaccins gedistribueerd worden gaat veranderen,
03:01
in Africa and around the world.
70
166000
2000
in Afrika en de rest van de wereld.
03:04
We'll move on to malaria.
71
169000
2000
We gaan verder met malaria.
03:06
Malaria is one of the great public health problems.
72
171000
3000
Malaria is één van de grote problemen van de volksgezondheid.
03:09
Esther Duflo talked a little bit about this.
73
174000
2000
Esther Duflo heeft hier al het één en ander over gezegd.
03:11
Two hundred million people a year.
74
176000
3000
250 miljoen mensen per jaar.
03:14
Every 43 seconds a child in Africa dies;
75
179000
3000
Elke 43 seconden sterft er een kind in Afrika.
03:18
27 will die during my talk.
76
183000
3000
27 zullen sterven gedurende mijn verhaal.
03:23
And there's no way for us here in this country
77
188000
3000
En er is geen mogelijkheid voor ons hier in dit land
03:26
to grasp really what that means to the people involved.
78
191000
3000
om werkelijk te begrijpen wat dat betekent voor de betrokkenen.
03:29
Another comment of Esther's
79
194000
2000
Nog een opmerking van Esther
03:31
was that we react when there's
80
196000
2000
was dat we reageren wanneer er
03:33
a tragedy like Haiti,
81
198000
2000
zich een tragedie als Haïti voordoet,
03:35
but that tragedy is ongoing.
82
200000
2000
maar dat die tragedie continu doorgaat.
03:37
So what can we do about it?
83
202000
2000
Dus wat kunnen we daaraan doen?
03:39
Well, there are a lot of things people have tried
84
204000
2000
Nou, er is een heleboel dat men al geprobeerd heeft,
03:41
for many years for solving malaria.
85
206000
2000
al vele jaren, om het probeem van malaria op te lossen.
03:43
You can spray; the problem is there are environmental issues.
86
208000
3000
Je kunt sproeien; probleem hiermee is dat er milieukwesties spelen.
03:46
You can try to treat people and create awareness.
87
211000
3000
Je kunt proberen mensen te behandelen en bewustwording te creëren.
03:49
That's great, except the places that have malaria really bad,
88
214000
3000
Dat is geweldig, behalve dat in de plaatsen waar malaria het meest voorkomt,
03:52
they don't have health care systems.
89
217000
2000
er geen systeem van gezondheidszorg is.
03:54
A vaccine would be a terrific thing,
90
219000
2000
Een vaccin zou ontzettend goed zijn,
03:56
only they don't work yet.
91
221000
2000
alleen werken ze nog niet.
03:58
People have tried for a long time. There are a couple of interesting candidates.
92
223000
3000
Men heeft het al lange tijd geprobeerd. Er zijn een aantal interessante kandidaten.
04:01
It's a very difficult thing to make a vaccine for.
93
226000
3000
Maar het is een erg moeilijk iets om een vaccin voor te maken.
04:05
You can distribute bed nets,
94
230000
2000
Je kunt klamboes uitdelen,
04:07
and bed nets are very effective if you use them.
95
232000
3000
deze zijn erg effectief als je ze gebruikt.
04:10
You don't always use them for that. People fish with them.
96
235000
2000
Maar je gebruikt hem niet altijd voor dat doel. Mensen vissen ermee.
04:12
They don't always get to everyone.
97
237000
2000
Ze bereiken niet altijd iedereen.
04:14
And bed nets
98
239000
2000
En klamboes
04:16
have an effect on the epidemic,
99
241000
2000
hebben effect op de epidemie,
04:18
but you're never going to make it extinct with bed nets.
100
243000
3000
maar je zult ze nooit uitroeien met klamboes.
04:21
Now, malaria is
101
246000
2000
Nou, malaria is
04:23
an incredibly complicated disease.
102
248000
3000
een ongelooflijk ingewikkelde ziekte.
04:26
We could spend hours going over this.
103
251000
2000
We zouden er uren over kunnen praten.
04:28
It's got this sort of soap opera-like lifestyle;
104
253000
2000
Het is een soort soap opera-achtige levensstijl.
04:30
they have sex, they burrow into your liver,
105
255000
3000
Ze hebben sex. Ze graven zich in je lever.
04:33
they tunnel into your blood cells ...
106
258000
3000
Ze tunnelen zich een weg in je bloedcellen.
04:36
it's an incredibly complicated disease,
107
261000
2000
Het is een ongelooflijk ingewikkelde ziekte,
04:38
but that's actually one of the things we find interesting about it
108
263000
3000
maar dat is juist één van de dingen die we er interessant aan vinden
04:41
and why we work on malaria:
109
266000
2000
en waarom we werken aan malaria.
04:43
There's a lot of potential ways in.
110
268000
3000
Er zijn veel verschillende manieren van benadering.
04:47
One of those ways might be better diagnosis.
111
272000
3000
Eén van deze manieren zou kunnen bestaan uit een betere diagnose.
04:50
So we hope this year
112
275000
2000
Dus hopen we dit jaar
04:52
to prototype each of these devices.
113
277000
3000
een prototype te hebben van elk van deze apparaten.
04:56
One does an automatic malaria diagnosis
114
281000
3000
De éne kan automatisch malaria diagnosticeren
04:59
in the same way that a diabetic's glucose meter works:
115
284000
3000
op dezelfde manier als de glucosemeter van een diabetespatiënt werkt.
05:02
You take a drop of blood,
116
287000
2000
Je neemt een druppel bloed,
05:04
you put it in there and it automatically tells you.
117
289000
2000
je stopt het hierin en het geeft automatisch de uitslag.
05:06
Today, you need to do a complicated laboratory procedure,
118
291000
3000
Vandaag moet je een ingewikkelde laboratoriumprocedure uitvoeren,
05:09
create a bunch of microscope slides
119
294000
2000
een aantal afbeeldingen maken onder de microscoop
05:11
and have a trained person examine it.
120
296000
3000
die vervolgens door een deskundige onderzocht moeten worden.
05:14
The other thing is, you know,
121
299000
2000
Het andere ding is, nou,
05:16
it would be even better if you didn't have to draw the blood.
122
301000
3000
het zou nog beter zijn als je geen bloed zou moeten aftappen.
05:19
And if you look through the eye,
123
304000
2000
En als je door het oog kijkt,
05:21
or you look at the vessels on the white of the eye,
124
306000
3000
of eigenlijk naar de bloedvaten op het oogwit kijkt,
05:24
in fact, you may be able to do this
125
309000
2000
zou je dit in feite kunnen doen
05:26
directly, without drawing any blood at all,
126
311000
3000
zonder bloed af te tappen,
05:29
or through your nail beds.
127
314000
2000
of je kunt het via je nagelbedden doen.
05:31
Because if you actually look through your fingernails, you can see blood vessels,
128
316000
3000
Als je namelijk door je nagels kijkt kun je bloedvaten zien.
05:34
and once you see blood vessels, we think we can see the malaria.
129
319000
3000
En als je eenmaal de bloedvaten kunt zien, denken we dat we malaria kunnen zien.
05:38
We can see it because of this molecule
130
323000
2000
Dat kunnen we zien vanwegen een molecule
05:40
called hemozoin.
131
325000
2000
genaamd hemozoïne.
05:42
It's produced by the malaria parasite
132
327000
3000
Die wordt geproduceerd door de malariaparasiet.
05:45
and it's a very interesting crystalline substance.
133
330000
3000
En dit is een erg interessante kristalachtige substantie,
05:49
Interesting, anyway, if you're a solid-state physicist.
134
334000
2000
interesssant in ieder geval als je een vastestofnatuurkundige bent.
05:51
There's a lot of cool stuff we can do with it.
135
336000
3000
Er zijn veel coole dingen die we ermee kunnen doen.
05:54
This is our femtosecond laser lab.
136
339000
3000
Dit is ons femtosecondelaserlab.
05:57
So this creates pulses of light
137
342000
2000
Dus dit creëert lichtpulsen
05:59
that last a femtosecond.
138
344000
2000
die één femtoseconde duren.
06:01
That's really, really, really short.
139
346000
3000
Dat is heel, heel erg kort.
06:05
This is a pulse of light that's
140
350000
2000
Het is een lichtpuls die
06:07
only about one wavelength of light long,
141
352000
2000
ongeveer één lichtgolflengte lang is.
06:09
so it's a whole bunch of photons
142
354000
2000
Het is dus een hele groep fotonen
06:11
all coming and hitting simultaneously.
143
356000
2000
die allemaal tegelijk aankomen en inslaan.
06:13
It creates a very high peak power
144
358000
2000
Het creëert een erg hoog piekvermogen.
06:15
and it lets you do all kinds of interesting things;
145
360000
2000
Het maakt allemaal interessante dingen mogelijk.
06:17
in particular, it lets you find hemozoin.
146
362000
2000
Meer specifiek laat het je hemozoïne vinden.
06:19
So here's an image of red blood cells,
147
364000
3000
Hier zie je dus een afbeelding van rode bloedcellen.
06:22
and now we can actually map
148
367000
2000
En nu kunnen we in kaart brengen
06:24
where the hemozoin and where the malaria parasites are
149
369000
3000
waar de hemozoïne en de malariaparasieten zijn
06:27
inside those red blood cells.
150
372000
2000
binnen in deze rode bloedcellen.
06:29
And using both this technique
151
374000
2000
Dus door gebruik te maken van deze techniek
06:31
and other optical techniques,
152
376000
2000
en andere optische technieken,
06:33
we think we can make those diagnostics.
153
378000
2000
denken we dat we deze diagnose kunnen stellen.
06:35
We also have another hemozoin-oriented
154
380000
2000
We hebben ook een andere, op hemozoïne georiënteerde
06:37
therapy for malaria:
155
382000
2000
therapie voor malaria,
06:39
a way, in acute cases, to actually
156
384000
2000
een manier waarop, in acute gevallen,
06:41
take the malaria parasite and filter it out of the blood system.
157
386000
3000
je eigenlijk de malaria parasiet neemt en deze uit de bloedsomloop filtert,
06:44
Sort of like doing dialysis,
158
389000
2000
zoals je doet bij dialyse,
06:46
but for relieving the parasite load.
159
391000
3000
maar nu om de parasieten af te vangen.
06:49
This is our thousand-core supercomputer.
160
394000
3000
Dit is onze supercomputer met duizend processors.
06:52
We're kind of software guys,
161
397000
2000
We zijn nogal softwarejongens,
06:54
and so nearly any problem that you pose,
162
399000
3000
dus bij vrijwel elk probleem dat je ons aandraagt,
06:57
we like to try to solve with some software.
163
402000
3000
houden we ervan te proberen dit met wat software op te lossen.
07:00
One of the problems that you have if you're trying to eradicate malaria
164
405000
3000
Eén van de problemen die je hebt als je probeert malaria uit te roeien
07:03
or reduce it
165
408000
2000
of het te verminderen,
07:05
is you don't know what's the most effective thing to do.
166
410000
3000
is dat je niet weet wat de meest effectieve aanpak is.
07:08
Okay, we heard about bed nets earlier.
167
413000
2000
OK, we hebben het eerder over klamboes gehad.
07:10
You spend a certain amount per bed net.
168
415000
2000
Je geeft een bepaald bedrag uit per klamboe.
07:12
Or you could spray.
169
417000
2000
Of je zou kunnen spuiten.
07:14
You can give drug administration.
170
419000
2000
Je kan medicijnen toedienen.
07:16
There's all these different interventions
171
421000
2000
Er zijn allerlei verschillende interventies.
07:18
but they have different kinds of effectiveness.
172
423000
2000
Maar ze zijn niet allemaal even effectief.
07:20
How can you tell?
173
425000
2000
Hoe kan je dat zien?
07:22
So we've created, using our supercomputer,
174
427000
2000
Wij hebben, met onze supercomputer,
07:24
the world's best computer model of malaria,
175
429000
2000
het beste computermodel ter wereld van malaria gemaakt,
07:26
which we'll show you now.
176
431000
3000
dat we jullie nu zullen tonen.
07:29
We picked Madagascar.
177
434000
3000
We hebben Madagascar uitgekozen.
07:32
We have every road,
178
437000
2000
We hebben elke weg,
07:34
every village,
179
439000
2000
elk dorp,
07:36
every, almost, square inch of Madagascar.
180
441000
3000
haast elke vierkante centimeter van Madagascar.
07:39
We have all of the precipitation data
181
444000
3000
We hebben alle neerslagdata
07:42
and the temperature data.
182
447000
2000
en alle temperatuurdata.
07:44
That's very important because the humidity and precipitation
183
449000
3000
Dat is erg belangrijk omdat vochtigheid en neerslag
07:47
tell you whether you've got
184
452000
2000
je vertellen of er
07:49
standing pools of water for the mosquitoes to breed.
185
454000
3000
poelen van stilstaand water zijn waarin de muggen zich kunnen voortplanten.
07:52
So that sets the stage on which you do this.
186
457000
3000
Dus dat geeft je de achtergrond waartegen je dit doet.
07:55
You then have to introduce the mosquitoes,
187
460000
2000
Dan moet je de muggen ten tonele brengen,
07:57
and you have to model that
188
462000
2000
en dat moet je modelleren,
07:59
and how they come and go.
189
464000
2000
en hoe ze komen en gaan.
08:01
Ultimately, it gives you this.
190
466000
2000
Dat geeft je dit.
08:03
This is malaria spreading
191
468000
2000
Dit is de verspreiding van malaria
08:05
across Madagascar.
192
470000
2000
over Madagascar.
08:07
And this is this latter part of the rainy season.
193
472000
3000
En dit is het laatste deel van het regenseizoen.
08:10
We're going to the dry season now.
194
475000
2000
We gaan nu naar het droge seizoen.
08:12
It nearly goes away in the dry season,
195
477000
2000
Het verdwijnt bijna in het droge seizoen.
08:14
because there's no place for the mosquitoes to breed.
196
479000
3000
Er is geen plaats waar de muggen zich kunnen voortplanten.
08:17
And then, of course, the next year it comes roaring back.
197
482000
3000
En natuurlijk komt het het volgende jaar in alle hevigheid terug.
08:21
By doing these kinds of simulations,
198
486000
3000
Door dit soort simulaties te doen
08:24
we want to eradicate or control malaria
199
489000
2000
willen we malaria uitroeien of controleren
08:26
thousands of times in software
200
491000
3000
in de software, duizenden keren,
08:29
before we actually have to do it in real life;
201
494000
3000
vooraleer we het moeten doen in het echte leven.
08:32
to be able to simulate both the economic trade-offs --
202
497000
3000
Om tegelijk de economische trade-offs te simuleren --
08:35
how many bed nets versus how much spraying? --
203
500000
3000
hoeveel klamboes versus hoeveel spuitbussen? --
08:38
or the social trade-offs --
204
503000
2000
of de sociale trade-offs --
08:40
what happens if unrest breaks out?
205
505000
3000
wat gebeurt er als er onlusten uitbreken?
08:43
We also try to study our foe.
206
508000
2000
We proberen ook onze vijand te bestuderen.
08:45
This is a high-speed camera view
207
510000
2000
Dit is een hogesnelheidscamera-beeld
08:47
of a mosquito.
208
512000
2000
van een mug.
08:50
And, in a moment,
209
515000
2000
En zodadelijk
08:52
we're going to see a view of the airflow.
210
517000
3000
zullen we de luchtstroom in beeld krijgen.
08:55
Here, we're trying to visualize the airflow
211
520000
2000
Hier proberen we de luchtstroom te visualiseren
08:57
around the wings of the mosquito
212
522000
2000
rond de vleugels van de mug
08:59
with little particles we're illuminating with a laser.
213
524000
3000
met kleine deeltjes die we met een laser doen oplichten.
09:02
By understanding how mosquitoes fly,
214
527000
2000
Door te begrijpen hoe muggen vliegen
09:04
we hope to understand how to make them not fly.
215
529000
3000
proberen we te begrijpen hoe we kunnen zorgen dat ze niet vliegen.
09:07
Now, one of the ways you can make them not fly
216
532000
2000
Eén manier om te zorgen dat ze niet vliegen
09:09
is with DDT.
217
534000
2000
is met DDT.
09:11
This is a real ad.
218
536000
2000
Dit is een echte advertentie.
09:13
This is one of those things you just can't make up.
219
538000
3000
Dit is één van die dingen die je zo gek niet kan verzinnen.
09:16
Once upon a time, this was the primary technique,
220
541000
3000
Ooit was dit de belangrijkste techniek,
09:19
and, in fact, many countries got rid of malaria through DDT.
221
544000
3000
en in realiteit zijn vele landen van malaria afgeraakt door DDT.
09:22
The United States did.
222
547000
2000
Dat was zo voor de Verenigde Staten.
09:24
In 1935, there were 150,000 cases a year
223
549000
3000
In 1935 waren er elk jaar 150.000 gevallen
09:27
of malaria in the United States,
224
552000
3000
van malaria in de Verenigde staten,
09:30
but DDT and a massive public health effort
225
555000
2000
maar dankzij DDT en een enorme openbare gezondheidsinspanning
09:32
managed to squelch it.
226
557000
3000
is dat verdwenen.
09:35
So we thought,
227
560000
2000
Dus dachten we...
09:37
"Well, we've done all these things that are focused on the Plasmodium,
228
562000
3000
we hebben al die dingen gedaan die te maken hebben met het plasmodium,
09:40
the parasite involved.
229
565000
2000
met de parasiet in kwestie.
09:42
What can we do to the mosquito?
230
567000
2000
Wat kunnen we doen met de mug?
09:44
Well, let's try to kill it with consumer electronics."
231
569000
3000
Laten we proberen ze te doden met consumentenelectronika.
09:48
Now, that sounds silly,
232
573000
2000
Dat klinkt dwaas,
09:50
but each of these devices
233
575000
2000
maar elk van deze toestellen
09:52
has something interesting in it that maybe you could use.
234
577000
3000
bevat iets interessants dat je misschien kan gebruiken.
09:55
Your Blu-ray player has
235
580000
2000
Onze Blu-ray-speler heeft
09:57
a very cheap blue laser.
236
582000
2000
een heel goedkope blauwe laser.
09:59
Your laser printer has a mirror galvanometer
237
584000
2000
Je laserprinter heeft een spiegelgalvanometer
10:01
that's used to steer a laser beam very accurately;
238
586000
3000
die gebruikt wordt om een laserstraal heel accuraat te sturen.
10:04
that's what makes those little dots on the page.
239
589000
3000
Dat is waar die kleine puntjes op de pagina vandaan komen.
10:07
And, of course, there's signal processing
240
592000
2000
En er is natuurlijk signaalverwerking
10:09
and digital cameras.
241
594000
2000
en digitale camera's.
10:11
So what if we could put all that together
242
596000
3000
Wat als we dat alles konden samenvoegen
10:14
to shoot them out of the sky with lasers?
243
599000
3000
om ze uit de lucht te schieten met lasers?
10:17
(Laughter)
244
602000
2000
(Gelach)
10:19
(Applause)
245
604000
3000
(Applaus)
10:22
Now, in our company, this is what we call
246
607000
3000
Dit is wat we in ons bedrijf
10:25
"the pinky-suck moment."
247
610000
2000
het "pinkzuigmoment" noemen.
10:27
(Laughter)
248
612000
2000
(Gelach)
10:29
What if we could do that?
249
614000
2000
Wat als we dat konden doen?
10:31
Now, just suspend disbelief for a moment,
250
616000
3000
Wel, hou je ongeloof even in,
10:34
and let's think of what could happen
251
619000
2000
en laten we bedenken wat er zou kunnen gebeuren
10:36
if we could do that.
252
621000
2000
als we dat konden doen.
10:38
Well, we could protect very high-value targets like clinics.
253
623000
3000
We zouden doelwitten met zeer hoge waarde kunnen beschermen, zoals klinieken.
10:41
Clinics are full of people that have malaria.
254
626000
3000
Klinieken zijn vol met mensen die malaria hebben.
10:44
They're sick, and so they're less able to defend themselves from the mosquitoes.
255
629000
3000
Ze zijn ziek, en dus zijn ze minder goed in staat zich te verdedigen tegen de muggen.
10:47
You really want to protect them.
256
632000
2000
Je wil ze echt beschermen.
10:49
Of course, if you do that,
257
634000
2000
Als je dat doet
10:51
you could also protect your backyard.
258
636000
2000
kan je natuurlijk ook je tuin beschermen.
10:53
And farmers could protect their crops
259
638000
2000
En boeren zouden hun oogst kunnen beschermen
10:55
that they want to sell to Whole Foods
260
640000
2000
die ze aan de biowinkel willen verkopen
10:57
because our photons
261
642000
2000
want onze fotonen
10:59
are 100 percent organic. (Laughter)
262
644000
2000
zijn 100% bio.
11:01
They're completely natural.
263
646000
3000
Ze zijn volledig natuurlijk.
11:04
Now, it actually gets better than this.
264
649000
2000
Het wordt nog beter.
11:06
You could, if you're really smart,
265
651000
3000
Als je echt slim bent
11:09
you could shine a nonlethal laser on the bug
266
654000
3000
zou je een niet-dodelijke laser op het insect kunnen doen schijnen
11:12
before you zap it,
267
657000
2000
voor je het doodt
11:14
and you could listen to the wing beat frequency
268
659000
2000
en je zou kunnen luisteren naar de frequentie van de vleugelslag
11:16
and you could measure the size.
269
661000
2000
en je zou de afmetingen kunnen meten.
11:18
And then you could decide:
270
663000
2000
En dan zou je kunnen besluiten:
11:20
"Is this an insect I want to kill,
271
665000
2000
is dit een insect dat ik wil doden
11:22
or an insect I don't want to kill?"
272
667000
2000
of een insect dat ik niet wil doden?
11:24
Moore's law made computing cheap;
273
669000
2000
De wet van Moore heeft computers goedkoop gemaakt,
11:26
so cheap we can weigh
274
671000
2000
zo goedkoop dat we
11:28
the life of an individual insect
275
673000
2000
het leven van een individueel insect kunnen wegen
11:30
and decide thumbs up
276
675000
3000
en beslissen: duim omhoog
11:33
or thumbs down. (Laughter)
277
678000
3000
of duim omlaag.
11:36
Now, it turns out we only kill the female mosquitoes.
278
681000
3000
Het resultaat is dat we alleen de vrouwelijke muggen doden.
11:39
They're the only ones that are dangerous.
279
684000
2000
Dat zijn de enige die gevaarlijk zijn.
11:41
Mosquitoes only drink blood
280
686000
2000
Muggen drinken enkel bloed
11:43
to lay eggs.
281
688000
2000
om eitjes te leggen.
11:45
Mosquitoes actually live ... their day-to-day nutrition
282
690000
3000
Muggen leven eigenlijk - hun dagelijkse voedsel
11:48
comes from nectar, from flowers --
283
693000
2000
is nectar, van bloemen.
11:50
in fact, in the lab, we feed ours raisins --
284
695000
3000
In het laboratorium voeden we de onze met rozijnen.
11:53
but the female needs the blood meal.
285
698000
3000
Maar het vrouwtje heeft de bloedmaaltijd nodig.
11:56
So, this sounds really crazy, right?
286
701000
2000
Dus dit klinkt echt maf, niet?
11:58
Would you like to see it?
287
703000
2000
Wil je het zien?
12:00
Audience: Yeah!
288
705000
2000
(Publiek: Ja.)
12:02
Nathan Myhrvold: Okay, so our legal department prepared a disclaimer,
289
707000
3000
OK, ons juridisch departement heeft een disclaimer voorbereid.
12:06
and here it is.
290
711000
2000
Hier komt hij.
12:08
(Laughter)
291
713000
3000
(Gelach)
12:13
Now, after thinking about this a little bit
292
718000
3000
Toen we hier even over hadden nagedacht
12:16
we thought, you know, it probably would be simpler
293
721000
2000
dachten we dat het misschien eenvoudiger zou zijn
12:18
to do this with a nonlethal laser.
294
723000
2000
om dit met een niet-dodelijke laser te doen.
12:20
So, Eric Johanson, who built the device,
295
725000
3000
Eric Johanson, die het apparaat heeft gebouwd
12:23
actually, with parts from eBay;
296
728000
2000
met onderdelen van eBay.
12:25
and Pablos Holman over here,
297
730000
2000
En Pablos Holman, hier,
12:27
he's got mosquitoes in the tank.
298
732000
2000
die heeft muggen in het aquarium.
12:29
We have the device over here.
299
734000
2000
We hebben het toestel hier.
12:31
And we're going to show you,
300
736000
2000
En wat we je zullen tonen
12:33
instead of the kill laser,
301
738000
2000
in plaats van de dodelijke laser,
12:35
which will be a very brief, instantaneous pulse,
302
740000
2000
die een heel korte, onmiddellijke puls is,
12:37
we're going to have a green laser pointer
303
742000
2000
is een groene laseraanwijzer
12:39
that's going to stay on the mosquito for, actually, quite a long period of time;
304
744000
3000
die op de mug zal blijven staan voor een hele tijd,
12:42
otherwise, you can't see it very well.
305
747000
2000
anders kan je het niet goed zien.
12:44
Take it away Eric.
306
749000
2000
Neem het maar over, Eric.
12:46
Eric Johanson: What we have here
307
751000
2000
Eric Johanson: Wat we hier hebben
12:48
is a tank on the other side of the stage.
308
753000
2000
is een aquarium aan de andere kant van het podium.
12:50
And we have ... this computer screen
309
755000
2000
En dit computerscherm
12:52
can actually see the mosquitoes as they fly around.
310
757000
2000
kan de muggen zien rondvliegen.
12:54
And Pablos, if he stirs up our mosquitoes a little bit
311
759000
3000
En als Pablos onze muggen een beetje opjaagt
12:57
we can see them flying around.
312
762000
2000
kunnen we ze zien rondvliegen.
12:59
Now, that's a fairly straightforward image processing routine,
313
764000
2000
Dat is een nogal simpele beeldverwerkingsroutine.
13:01
and let me show you how it works.
314
766000
2000
Laat me jullie tonen hoe het werkt.
13:03
Here you can see that the insects are being tracked
315
768000
2000
Hier kan je zien dat de insecten gevolgd worden
13:05
as they're flying around,
316
770000
2000
terwijl ze rondvliegen,
13:07
which is kind of fun.
317
772000
3000
wat nogal leuk is.
13:10
Next we can actually light them up with a laser. (Laughter)
318
775000
2000
Vervolgens kunnen we ze doen oplichten met een laser.
13:12
Now, this is a low powered laser,
319
777000
2000
Dit is een laser met laag vermogen
13:14
and we can actually pick up a wing-beat frequency.
320
779000
2000
en we kunnen de frequentie van de vleugelslag oppikken.
13:16
So you may be able to hear some mosquitoes flying around.
321
781000
3000
Misschien hoor je wat muggen rondvliegen.
13:19
NM: That's a mosquito wing beat you're hearing.
322
784000
3000
Nathan Myhrvold: Wat je daar hoort is de vleugelslag van een mug.
13:24
EJ: Finally, let's see what this looks like.
323
789000
3000
EJ: Laten we kijken hoe dit eruit ziet.
13:29
There you can see mosquitoes as they fly around, being lit up.
324
794000
3000
Daar kan je muggen zien die rondvliegen en oplichten.
13:32
This is slowed way down
325
797000
2000
Dit is erg vertraagd
13:34
so that you have an opportunity to see what's happening.
326
799000
2000
zodat je kan zien wat er gebeurt.
13:36
Here we have it running at high-speed mode.
327
801000
2000
Hier hebben we het in hogesnelheidsmodus.
13:38
So this system that was built for TED is here to illustrate
328
803000
2000
Dit systeem dat werd gebouwd voor TED toont
13:40
that it is technically possible to actually deploy a system like this,
329
805000
3000
dat het technisch mogelijk is om een dergelijk systeem te installeren.
13:43
and we're looking very hard at how to make it
330
808000
3000
En we zijn hard aan het zoeken naar een manier
13:46
highly cost-effective to use in places like Africa and other parts of the world.
331
811000
3000
om het heel kostenefficiënt te maken om het te gebruiken in Afrika en andere delen van de wereld.
13:49
(Applause)
332
814000
6000
(Applaus)
13:56
NM: So it wouldn't be any fun to show you that
333
821000
3000
NM: Er is niets leuks aan om jullie dit te tonen
13:59
without showing you what actually happens when we hit 'em.
334
824000
3000
zonder te tonen wat er gebeurt als we ze raken.
14:02
(Laughter)
335
827000
2000
(Gelach)
14:10
(Laughter)
336
835000
3000
(Gelach)
14:13
This is very satisfying.
337
838000
2000
Dit geeft veel voldoening.
14:15
(Laughter)
338
840000
2000
(Gelach)
14:18
This is one of the first ones we did.
339
843000
2000
Dit is één van de eerste die we hebben gedaan.
14:20
The energy's a little bit high here.
340
845000
2000
De energie is wat te groot hier.
14:22
(Laughter)
341
847000
3000
(Gelach)
14:27
We'll loop around here in just a second, and you'll see another one.
342
852000
2000
We gaan hier snel even omheen, en je zal er nog een zien.
14:29
Here's another one. Bang.
343
854000
2000
Hier is er nog een. Bang.
14:31
An interesting thing is, we kill them all the time;
344
856000
3000
En het interessante is dat we ze elke keer doden.
14:34
we've never actually gotten the wings to shut off in midair.
345
859000
3000
We hebben het nooit meegemaakt dat de vleugels het midden in de lucht begeven.
14:37
The wing motor is very resilient.
346
862000
2000
De vleugelmotor heeft een grote weerstand.
14:39
I mean, here we're blowing wings off
347
864000
2000
Ik bedoel, hier schieten we de vleugels eraf,
14:41
but the wing motor keeps all the way down.
348
866000
3000
maar de vleugelmotor houdt het de hele tijd.
14:45
So, that's what I have. Thanks very much.
349
870000
2000
Dat is alles van mijn kant. Dankuwel.
14:47
(Applause)
350
872000
16000
(Applaus)
ABOUT THE SPEAKER
Nathan Myhrvold - PolymathNathan Myhrvold is a professional jack-of-all-trades. After leaving Microsoft in 1999, he's been a world barbecue champion, a wildlife photographer, a chef, a contributor to SETI, and a volcano explorer.
Why you should listen
Since leaving his post as Microsoft's Chief Technology Officer in 1999 (with fortune in tow), Nathan Myhrvold has been a professional exemplar of the spirit of the "Renaissance Man," proudly following his interests wherever they've led. His dispersed passions have triggered an impressive list of accomplishments, including world barbecue championships, major archeological finds (several Tyrannosaurus rex skeletons), prize-winning wildlife photography, building a section of Babbage's Difference Engine #2, s, and a new and consuming interest in the sous-vide cooking technique.
Malcolm Gladwell's 2008 New Yorker profile of him revealed an impish but truly inspired character whose latest company, Intellectual Ventures -- which brainstorms and patents a wide array of inventions -- has been accused in some quarters of acting like a 'patent troll' but is described by Myhrvold as "a disruptive organization providing an efficient way for patent holders to get paid for the inventions they own, and... for technology companies to gain easy access to the invention rights they need." After funding big-vision projects such as the Allen Telescope Array, exploring active volcanoes and investigating penguin digestion, Myhrvold insists that his hobbies aren't as discursive as they seem. They do have a common denominator, after all: him.
Nathan Myhrvold | Speaker | TED.com