TED2005
Janine Benyus: Biomimicry's surprising lessons from nature's engineers
Janine Beynus opowiada o projektowaniu z natury
Filmed:
Readability: 4.1
2,405,060 views
W tym inspirującym wykładzie na temat ostatnich osiągnięć w dziedzinie biomimikry, Janine Benyus dostarcza zachęcających przykładów dotyczących sposobów, w jakie natura wpływa na wytwory i systemy, które tworzymy.
Janine Benyus - Science writer, innovation consultant, conservationist
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity. Full bio
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity. Full bio
Double-click the English transcript below to play the video.
00:24
It is a thrill to be here at a conference
0
0
4000
To ekscytujące być tutaj, na konferencji
00:28
that's devoted to "Inspired by Nature" -- you can imagine.
1
4000
5000
zatytułowanej „Inspirowane Naturą” – możecie sobie wyobrazić.
00:33
And I'm also thrilled to be in the foreplay section.
2
9000
4000
Jestem także podekscytowana przydzieleniem do sekcji gry wstępnej.
00:37
Did you notice this section is foreplay?
3
13000
2000
Zauważyliście, że nazwa tej sekcji to gra wstępna?
00:39
Because I get to talk about one of my favorite critters,
4
15000
3000
Ponieważ będę mówić o moim ulubionym stworzeniu,
00:42
which is the Western Grebe. You haven't lived
5
18000
3000
którym jest perkoz wielki. Nie przeżyliście wiele,
00:45
until you've seen these guys do their courtship dance.
6
21000
4000
jeśli nie widzieliście perkozów wykonujących swój taniec godowy.
00:49
I was on Bowman Lake in Glacier National Park,
7
25000
3000
Byłam nad Jeziorem Bowmana w Parku Narodowym Glacier,
00:52
which is a long, skinny lake with sort of mountains upside down in it,
8
28000
4000
które jest długim, wąskim jeziorem kryjącym w swym wnętrzu coś w rodzaju odwróconych gór;
00:56
and my partner and I have a rowing shell.
9
32000
2000
mój partner i ja mieliśmy łódź wiosłową.
00:58
And so we were rowing, and one of these Western Grebes came along.
10
34000
6000
Wiosłowaliśmy więc i pojawił się jeden z tych perkozów.
01:04
And what they do for their courtship dance is, they go together,
11
40000
5000
Jeśli chodzi o ich taniec godowy,
01:09
the two of them, the two mates, and they begin to run underwater.
12
45000
5000
dwa perkozy, partnerzy, schodzą się razem i zaczynają biec pod wodą.
01:14
They paddle faster, and faster, and faster, until they're going so fast
13
50000
4000
Przebierają w wodzie nogami, szybciej, i szybciej, i szybciej, dopóki nie zaczną poruszać się tak prędko,
01:18
that they literally lift up out of the water,
14
54000
3000
że dosłownie wznoszą się nad wodę
01:21
and they're standing upright, sort of paddling the top of the water.
15
57000
4000
i stają pionowo, przebierając nogami po jej powierzchi.
01:25
And one of these Grebes came along while we were rowing.
16
61000
5000
Jeden z tych perkozów zbliżył się, kiedy wiosłowaliśmy.
01:30
And so we're in a skull, and we're moving really, really quickly.
17
66000
4000
Byliśmy w łodzi, i poruszaliśmy się naprawdę szybko.
01:34
And this Grebe, I think, sort of, mistaked us for a prospect,
18
70000
7000
I ten perkoz, jak sądzę, wziął nas błędnie za potencjalnego partnera
01:41
and started to run along the water next to us,
19
77000
4000
i zaczął biec po wodzie obok nas
01:45
in a courtship dance -- for miles.
20
81000
5000
w tańcu godowym – przez wiele mil.
01:50
It would stop, and then start, and then stop, and then start.
21
86000
4000
Zatrzymywał się i znowu zaczynał, znowu zatrzymywał, i znowu zaczynał.
01:54
Now that is foreplay.
22
90000
2000
Oto prawdziwa gra wstępna.
01:56
(Laughter)
23
92000
3000
(Śmiech)
01:59
I came this close to changing species at that moment.
24
95000
9000
W tym momencie prawie zmieniłam gatunek.
02:08
Obviously, life can teach us something
25
104000
4000
Najwyraźniej życie może nas czegoś nauczyć
02:12
in the entertainment section. Life has a lot to teach us.
26
108000
4000
w dziedzinie rozrywki. Życie może nas wiele nauczyć.
02:16
But what I'd like to talk about today
27
112000
3000
Ale dziś chciałabym opowiedzieć o tym,
02:19
is what life might teach us in technology and in design.
28
115000
4000
czego życie może nauczyć nas w dziedzinie technologii i projektowania.
02:23
What's happened since the book came out --
29
119000
2000
O tym, co się wydarzyło od chwili ukazania się książki,
02:25
the book was mainly about research in biomimicry --
30
121000
3000
która traktowała o badaniach nad biomimikrą.
02:28
and what's happened since then is architects, designers, engineers --
31
124000
4000
Od tej pory architekci, projektanci, inżynierowie –
02:32
people who make our world -- have started to call and say,
32
128000
3000
ludzie, którzy tworzą nasz świat – zaczęli dzwonić i mówić:
02:35
we want a biologist to sit at the design table
33
131000
4000
chcemy, żeby za stołem do projektowania zasiadł biolog
02:39
to help us, in real time, become inspired.
34
135000
3000
i pomógł nam znaleźć inspirację w czasie rzeczywistym.
02:42
Or -- and this is the fun part for me -- we want you to take us out
35
138000
4000
Albo – co jest dla mnie prawdziwą zabawą – chcemy, żebyś zabrała nas na zewnątrz,
02:46
into the natural world. We'll come with a design challenge
36
142000
2000
do świata natury. Pojawimy się z projektanckim wyzwaniem
02:48
and we find the champion adapters in the natural world, who might inspire us.
37
144000
5000
i znajdziemy mistrzów adaptacji w świecie przyrody, którzy będą mogli nas zainspirować.
02:53
So this is a picture from a Galapagos trip that we took
38
149000
4000
To jest zdjęcie z wycieczki na Galapagos, które zrobiliśmy
02:57
with some wastewater treatment engineers; they purify wastewater.
39
153000
4000
razem z inżynierami rafinerii płynnych odpadów; oni oczyszczają ścieki.
03:01
And some of them were very resistant, actually, to being there.
40
157000
3000
Niektórzy z nich byli bardzo niechętni tej wyprawie.
03:04
What they said to us at first was, you know, we already do biomimicry.
41
160000
5000
Na samym wstępie zakomunikowali nam: my już stosujemy biomimikrę
03:09
We use bacteria to clean our water. And we said,
42
165000
5000
Używamy bakterii do czyszczenia naszej wody. A my odpowiedzieliśmy:
03:14
well, that's not exactly being inspired by nature.
43
170000
4000
no cóż, to, co robicie, nie jest właściwie byciem zainspirowanym przez naturę.
03:18
That's bioprocessing, you know; that's bio-assisted technology:
44
174000
4000
To jest bio-przetwarzanie, technologia wspomagana procesami naturalnymi:
03:22
using an organism to do your wastewater treatment
45
178000
5000
używanie organizmu do oczyszczania waszych ścieków
03:27
is an old, old technology called "domestication."
46
183000
3000
jest przestarzałą technologią zwaną „udomowieniem”.
03:30
This is learning something, learning an idea, from an organism and then applying it.
47
186000
7000
To jest uczenie się czegoś, przejmowanie pomysłu od organizmu i zastosowanie go.
03:37
And so they still weren't getting it.
48
193000
3000
Ale oni nadal nie rozumieli.
03:40
So we went for a walk on the beach and I said,
49
196000
2000
Wybraliśmy się więc na spacer po plaży, a ja poprosiłam:
03:42
well, give me one of your big problems. Give me a design challenge,
50
198000
5000
przedstawcie mi jeden z waszych dużych problemów. Dajcie mi projektanckie wyzwanie,
03:47
sustainability speed bump, that's keeping you from being sustainable.
51
203000
3000
przeszkodę w procesie podtrzymywania środowiska naturalnego,która nie pozwala wam posuwać się dalej bez naruszania równowagi ekologicznej.
03:50
And they said scaling, which is the build-up of minerals inside of pipes.
52
206000
6000
Odpowiedzieli: osadzanie się, czyli nabudowywanie się minerałów wewnątrz rur.
03:56
And they said, you know what happens is, mineral --
53
212000
2000
I dodali: minerały
03:58
just like at your house -- mineral builds up.
54
214000
2000
nabudowują się tak, jak u ciebie w domu.
04:00
And then the aperture closes, and we have to flush the pipes with toxins,
55
216000
4000
I wtedy ujście się zamyka i musimy przetykać rury toksynami
04:04
or we have to dig them up.
56
220000
2000
albo je wykopywać.
04:06
So if we had some way to stop this scaling --
57
222000
3000
Jeśli znalibyśmy sposób, żeby powstrzymać to osadzanie się -
04:09
and so I picked up some shells on the beach. And I asked them,
58
225000
5000
a ja zebrałam trochę muszelek z plaży i zapytałam ich:
04:14
what is scaling? What's inside your pipes?
59
230000
2000
czym jest osadzanie się? Co się znajduje wewnątrz waszych rur?
04:16
And they said, calcium carbonate.
60
232000
3000
Odpowiedzieli: węglan wapnia.
04:19
And I said, that's what this is; this is calcium carbonate.
61
235000
3000
A ja odparłam: to jest właśnie to, węglan wapnia.
04:22
And they didn't know that.
62
238000
3000
A oni o tym nie wiedzieli.
04:25
They didn't know that what a seashell is,
63
241000
2000
Nie wiedzieli, że matryca muszli
04:27
it's templated by proteins, and then ions from the seawater
64
243000
4000
jest tworzona przez białka, i że następnie jony wody morskiej
04:31
crystallize in place to create a shell.
65
247000
3000
krystalizują się i tak powstaje muszla.
04:34
So the same sort of a process, without the proteins,
66
250000
4000
Ten sam proces, bez udziału protein,
04:38
is happening on the inside of their pipes. They didn't know.
67
254000
3000
odbywa się wewnątrz ich rur. Ale oni nie byli tego świadomi.
04:41
This is not for lack of information; it's a lack of integration.
68
257000
6000
Nie przez brak informacji, tylko przez brak integracji.
04:47
You know, it's a silo, people in silos. They didn't know
69
263000
3000
Powodem było myślenie tunelowe, tkwienie w ograniczonym schemacie. Nie zdawali sobie sprawy,
04:50
that the same thing was happening. So one of them thought about it
70
266000
3000
że to był ten sam proces. Jeden z nich przemyślał to
04:53
and said, OK, well, if this is just crystallization
71
269000
4000
i zapytał: jeśli to jest po prostu proces krystalizacji
04:57
that happens automatically out of seawater -- self-assembly --
72
273000
5000
dokonujący się automatycznie na bazie morskiej wody, nagromadzenie,
05:02
then why aren't shells infinite in size? What stops the scaling?
73
278000
5000
to dlaczego muszle nie mają nieskończonych rozmiarów? Co powstrzymuje osadzanie się?
05:07
Why don't they just keep on going?
74
283000
2000
Dlaczego nie powiększają się nieprzerwanie?
05:09
And I said, well, in the same way
75
285000
4000
A ja odpowiedziałam: w ten sam sposób,
05:13
that they exude a protein and it starts the crystallization --
76
289000
4000
w jaki wydzielają proteinę, która zapoczątkowuje krystalizację –
05:17
and then they all sort of leaned in --
77
293000
4000
wówczas oni się jakby nachylili –
05:21
they let go of a protein that stops the crystallization.
78
297000
3000
uwalniają proteinę, która powstrzymuje krystalizację.
05:24
It literally adheres to the growing face of the crystal.
79
300000
2000
Nawiązuje to bardzo dokładnie do rosnącej powierzchni kryształu.
05:26
And, in fact, there is a product called TPA
80
302000
4000
Istnieje nawet produkt zwany TPA,
05:30
that's mimicked that protein -- that stop-protein --
81
306000
5000
który jest podobny do tej powstrzymującej wzrastanie proteiny,
05:35
and it's an environmentally friendly way to stop scaling in pipes.
82
311000
4000
i jest on przyjaznym dla środowiska sposobem na powstrzymanie procesu osadzania się w rurach.
05:39
That changed everything. From then on,
83
315000
4000
To wszystko zmieniło. Od tej chwili
05:43
you could not get these engineers back in the boat.
84
319000
4000
nie można już było tych inżynierów ściągnąć z powrotem na łódź.
05:47
The first day they would take a hike,
85
323000
3000
Pierwszego dnia ulotnili się
05:50
and it was, click, click, click, click. Five minutes later they were back in the boat.
86
326000
3000
i wszystko, co robili, to: klik, klik, klik. Pięć minut później byli z powrotem na łodzi.
05:53
We're done. You know, I've seen that island.
87
329000
4000
Skończyliśmy. Wiecie, takie: już widziałem tą wyspę.
05:57
After this,
88
333000
2000
Ale po tym
05:59
they were crawling all over. They would snorkel
89
335000
3000
zaczęli się czołgać dookoła. Nie przestaliby,
06:02
for as long as we would let them snorkel.
90
338000
5000
nurkowaliby tak długo, jak długo byśmy im pozwolili.
06:07
What had happened was that they realized that there were organisms
91
343000
4000
Uświadomili sobie ostatecznie, że gdzieś tam były organizmy,
06:11
out there that had already solved the problems
92
347000
4000
które już dawno rozwiązały problem,
06:15
that they had spent their careers trying to solve.
93
351000
3000
nad którym oni pracowali od początku swojej kariery.
06:18
Learning about the natural world is one thing;
94
354000
5000
Uczenie się o świecie przyrody to jedno,
06:23
learning from the natural world -- that's the switch.
95
359000
2000
uczenie się od świata przyrody – to jest istotny przeskok.
06:25
That's the profound switch.
96
361000
3000
Głęboka zmiana.
06:28
What they realized was that the answers to their questions are everywhere;
97
364000
4000
Ci inżynierowie uświadomili sobie, że odpowiedzi na ich pytania są wszędzie,
06:32
they just needed to change the lenses with which they saw the world.
98
368000
4000
a oni muszą po prostu zmienić soczewki, przez które obserwują świat.
06:36
3.8 billion years of field-testing.
99
372000
4000
3,8 miliarda lat badań w warunkach naturalnych.
06:40
10 to 30 -- Craig Venter will probably tell you;
100
376000
3000
Od 10 do 30 - Craig Venter prawdopodobnie powie wam, ile -
06:43
I think there's a lot more than 30 million -- well-adapted solutions.
101
379000
4000
ja sądzę, że istnieje o wiele więcej niż 30 milionów skutecznych rozwiązań adaptacyjnych.
06:47
The important thing for me is that these are solutions solved in context.
102
383000
8000
Ważne jest, że są to rozwiązania osadzone w kontekście.
06:55
And the context is the Earth --
103
391000
2000
A tym kontekstem jest Ziemia –
06:57
the same context that we're trying to solve our problems in.
104
393000
5000
tym samym, w którym my próbujemy rozwiązać nasze własne problemy.
07:02
So it's the conscious emulation of life's genius.
105
398000
4000
Jest to zatem świadome naśladowanie geniuszu natury.
07:06
It's not slavishly mimicking --
106
402000
2000
To nie niewolnicze imitowanie –
07:08
although Al is trying to get the hairdo going --
107
404000
3000
chociaż Al chciałby mieć tą samą fryzurę –
07:11
it's not a slavish mimicry; it's taking the design principles,
108
407000
4000
to nie jest niewolnicza mimikra. To przejęcie zasad projektowania,
07:15
the genius of the natural world, and learning something from it.
109
411000
5000
geniuszu świata natury, i uczenie się z niego.
07:20
Now, in a group with so many IT people, I do have to mention what
110
416000
4000
W grupie, w której jest tak wielu ludzi związanych z IT, muszę wspomnieć o jednej rzeczy,
07:24
I'm not going to talk about, and that is that your field
111
420000
3000
o której nie zamierzam dziś mówić, tj. że wasza dziedzina
07:27
is one that has learned an enormous amount from living things,
112
423000
4000
przejęła bardzo wiele od żywych istot
07:31
on the software side. So there's computers that protect themselves,
113
427000
4000
w kwestiach dotyczących oprogramowania. Istnieją komputery, które same się chronią,
07:35
like an immune system, and we're learning from gene regulation
114
431000
3000
jak system odpornościowy, a my wykorzystujemy wiedzę dotyczącą regulacji działania genów
07:38
and biological development. And we're learning from neural nets,
115
434000
5000
i rozwoju biologicznego. Uczymy się też dzięki sieciom neuronowym,
07:43
genetic algorithms, evolutionary computing.
116
439000
3000
algorytmom genetycznym, obliczeniom ewolucyjnym.
07:46
That's on the software side. But what's interesting to me
117
442000
5000
Wszystko to w aspekcie oprogramowania. Ale dla mnie interesujące jest,
07:51
is that we haven't looked at this, as much. I mean, these machines
118
447000
5000
że nie przyjrzeliśmy się dokładnie temu. W mojej ocenie te maszyny
07:56
are really not very high tech in my estimation
119
452000
3000
nie są wysokim osiągnięciem technologicznym
07:59
in the sense that there's dozens and dozens of carcinogens
120
455000
5000
w tym znaczeniu, że w wodach Doliny Krzemowej
08:04
in the water in Silicon Valley.
121
460000
3000
znajduje się mnóstwo substancji rakotwórczych.
08:07
So the hardware
122
463000
3000
Zatem sprzęt komputerowy
08:10
is not at all up to snuff in terms of what life would call a success.
123
466000
5000
wcale nie spełnia oczekiwanych standardów w odniesieniu do tego, co świat ożywiony uznałby za sukces.
08:15
So what can we learn about making -- not just computers, but everything?
124
471000
5000
Czego więc możemy się nauczyć o produkowaniu nie tylko komputerów, ale i wszystkiego innego?
08:20
The plane you came in, cars, the seats that you're sitting on.
125
476000
4000
Samolotu, którym przylecieliście, samochodów, krzeseł, na których siedzicie?
08:24
How do we redesign the world that we make, the human-made world?
126
480000
7000
W jak sposób projektujemy na nowo świat stworzony przez człowieka?
08:31
More importantly, what should we ask in the next 10 years?
127
487000
4000
Jeszcze ważniejsze, o co powinniśmy zapytać w ciągu najbliższych 10 lat?
08:35
And there's a lot of cool technologies out there that life has.
128
491000
3000
Życie dysponuje wieloma znakomitymi technologiami.
08:38
What's the syllabus?
129
494000
2000
Jak wygląda schemat?
08:40
Three questions, for me, are key.
130
496000
4000
Kluczowe są trzy pytania.
08:44
How does life make things?
131
500000
2000
Jak życie tworzy rzeczy?
08:46
This is the opposite; this is how we make things.
132
502000
3000
Oto przeciwieństwo tego procesu; sposób, w jaki my to robimy.
08:49
It's called heat, beat and treat --
133
505000
2000
Zwie się „rozgrzej, uderzaj, obrabiaj” –
08:51
that's what material scientists call it.
134
507000
2000
tak nazywają to naukowcy zajmujący się materiałami.
08:53
And it's carving things down from the top, with 96 percent waste left over
135
509000
5000
Jest to proces wykrajania rzeczy z góry na dół, w którym odpady stanowią 96 procent,
08:58
and only 4 percent product. You heat it up; you beat it with high pressures;
136
514000
5000
a produkt tylko 4. Podgrzewasz, uderzasz pod wysokim ciśnieniem,
09:03
you use chemicals. OK. Heat, beat and treat.
137
519000
3000
używasz chemikaliów. „Rozgrzej, uderzaj, obrabiaj”.
09:06
Life can't afford to do that. How does life make things?
138
522000
4000
Świat ożywiony nie może sobie na to pozwolić. W jaki sposób natura tworzy rzeczy?
09:10
How does life make the most of things?
139
526000
3000
W jaki sposób uzyskuje z nich to, co najlepsze?
09:13
That's a geranium pollen.
140
529000
3000
To jest pyłek geranium.
09:16
And its shape is what gives it the function of being able
141
532000
5000
Jego kształt umożliwia mu
09:21
to tumble through air so easily. Look at that shape.
142
537000
4000
wirowanie w powietrzu z łatwością. Spójrzcie na ten kształt.
09:25
Life adds information to matter.
143
541000
5000
Świat ożywiony dodaje informację do materii.
09:30
In other words: structure.
144
546000
2000
Innymi słowy: strukturę.
09:32
It gives it information. By adding information to matter,
145
548000
5000
Daje jej informację. Dodając informację do materii
09:37
it gives it a function that's different than without that structure.
146
553000
6000
nadaje jej także funkcję różną od tej, która jest obecna, gdy nie ma struktury.
09:43
And thirdly, how does life make things disappear into systems?
147
559000
5000
Wreszcie, w jaki sposób natura pozbywa się swych wytworów?
09:48
Because life doesn't really deal in things;
148
564000
5000
Bo natura nie handluje rzeczami;
09:53
there are no things in the natural world divorced
149
569000
4000
nie ma obiektów w świecie natury, które byłyby oddzielone
09:57
from their systems.
150
573000
3000
od systemu.
10:00
Really quick syllabus.
151
576000
2000
Bardzo szybki konspekt.
10:02
As I'm reading more and more now, and following the story,
152
578000
6000
Czytam teraz więcej i więcej, śledzę wydarzenia i mogę powiedzieć
10:08
there are some amazing things coming up in the biological sciences.
153
584000
4000
że w dziedzinie nauk biologicznych pojawiają się niezwykłe nowości.
10:12
And at the same time, I'm listening to a lot of businesses
154
588000
3000
Równocześnie słucham o wielu sprawach związanych z biznesem
10:15
and finding what their sort of grand challenges are.
155
591000
4000
i dowiaduję się, jakie są jego największe wyzwania.
10:19
The two groups are not talking to each other.
156
595000
2000
Te dwie grupy nie rozmawiają ze sobą.
10:21
At all.
157
597000
3000
Wcale.
10:24
What in the world of biology might be helpful at this juncture,
158
600000
4000
Co w świecie biologii może być przydatne w tym krytycznym momencie,
10:28
to get us through this sort of evolutionary knothole that we're in?
159
604000
5000
co pomoże nam przebrnąć przez tą ewolucyjną dziurę, w której tkwimy?
10:33
I'm going to try to go through 12, really quickly.
160
609000
3000
Spróbuję bardzo szybko przejść do punktu 12.
10:36
One that's exciting to me is self-assembly.
161
612000
3000
To, co wydaje mi się ekscytujące, to nagromadzanie się.
10:39
Now, you've heard about this in terms of nanotechnology.
162
615000
4000
Teraz usłyszeliście o tym w kontekście nanotechnologii.
10:43
Back to that shell: the shell is a self-assembling material.
163
619000
4000
Wracając do muszli: jest ona samoistnie nagromadzonym materiałem.
10:47
On the lower left there is a picture of mother of pearl
164
623000
4000
Na lewo poniżej znajduje się zdjęcie perły-matki
10:51
forming out of seawater. It's a layered structure that's mineral
165
627000
4000
formującej się z morskiej wody. Jest to struktura złożona warstwowo - najpierw minerał,
10:55
and then polymer, and it makes it very, very tough.
166
631000
3000
potem polimer – co sprawia, że jest ona bardzo twarda.
10:58
It's twice as tough as our high-tech ceramics.
167
634000
3000
Jest dwa razy twardsza niż nasza wysoko technologicznie rozwinięta ceramika.
11:01
But what's really interesting: unlike our ceramics that are in kilns,
168
637000
4000
Ale naprawdę interesujące jest to, że w przeciwieństwie do naszej ceramiki wypalanej w piecu przemysłowym,
11:05
it happens in seawater. It happens near, in and near, the organism's body.
169
641000
5000
powstaje ona w morskiej wodzie. Proces ten zachodzi we wnętrzu organizmu, w jego bliskości.
11:10
This is Sandia National Labs.
170
646000
2000
Zaczynają to robić także ludzie –
11:12
A guy named Jeff Brinker
171
648000
5000
to jest Sandia National Labs; człowiek o nazwisku Jeff Brinker
11:17
has found a way to have a self-assembling coding process.
172
653000
4000
opracował metodę umożliwiającą zachodzenie samoistnie skupiającego się procesu programowania.
11:21
Imagine being able to make ceramics at room temperature
173
657000
4000
Wyobraźcie sobie, że jesteśmy w stanie wytwarzać ceramikę w temperaturze pokojowej
11:25
by simply dipping something into a liquid,
174
661000
4000
przez zwykłe zanurzanie substancji w płynie,
11:29
lifting it out of the liquid, and having evaporation
175
665000
3000
wyciąganie jej i pozwalanie procesowi odparowywania
11:32
force the molecules in the liquid together,
176
668000
4000
na skupianie cząsteczek płynu razem,
11:36
so that they jigsaw together
177
672000
2000
aby układały się w ten sam sposób,
11:38
in the same way as this crystallization works.
178
674000
4000
w jaki zachodzi wspomniana krystalizacja.
11:42
Imagine making all of our hard materials that way.
179
678000
3000
Wyobraźcie sobie, że jesteśmy w stanie produkować wszystkie twarde materiały używając tej techniki.
11:45
Imagine spraying the precursors to a PV cell, to a solar cell,
180
681000
7000
Wyobraźcie sobie, że rozpylamy na dachu poprzedników ogniwa fotowoltaicznego, ogniwa słonecznego,
11:52
onto a roof, and having it self-assemble into a layered structure that harvests light.
181
688000
4000
a komórki te spontanicznie się gromadzą, aby stworzyć warstwową strukturę, która zbiera światło.
11:56
Here's an interesting one for the IT world:
182
692000
4000
Ten przykład zainteresuje świat IT: bio-silikon.
12:00
bio-silicon. This is a diatom, which is made of silicates.
183
696000
5000
To jest okrzemka zrobiona z krzemianu [sól kwasu krzemowego; rodzaj minerału].
12:05
And so silicon, which we make right now --
184
701000
2000
Silikon, który teraz wytwarzamy,
12:07
it's part of our carcinogenic problem in the manufacture of our chips --
185
703000
6000
jest częścią naszego problemu związanego z powstającymi w procesie produkcji układów scalonych substancjami rakotwórczymi –
12:13
this is a bio-mineralization process that's now being mimicked.
186
709000
4000
a to proces bio-mineralizacji, który próbuje się obecnie symulować.
12:17
This is at UC Santa Barbara. Look at these diatoms.
187
713000
4000
To pochodzi z Uniwersytetu Kalifornijskiego Santa Barbara. Spójrzcie na te okrzemki;
12:21
This is from Ernst Haeckel's work.
188
717000
3000
to z pracy Ernsta Haeckela.
12:24
Imagine being able to -- and, again, it's a templated process,
189
720000
5000
Wyobraźcie sobie, że potrafimy – i podobnie, jest to proces wzorcowy,
12:29
and it solidifies out of a liquid process -- imagine being able to have that
190
725000
4000
a krzepnięcie dokonuje się za pomocą płynnych technologii – wyobraźcie sobie, że uzyskujemy
12:33
sort of structure coming out at room temperature.
191
729000
4000
tą strukturę w temperaturze pokojowej.
12:37
Imagine being able to make perfect lenses.
192
733000
3000
Wyobraźcie sobie, że potrafimy produkować doskonałe soczewki.
12:40
On the left, this is a brittle star; it's covered with lenses
193
736000
5000
Stworzenie po lewej to wężowidło; pokryte jest soczewkami,
12:45
that the people at Lucent Technologies have found
194
741000
3000
które ludzie z Lucent Technologies uznali za nieposiadające
12:48
have no distortion whatsoever.
195
744000
2000
żadnych zniekształceń.
12:50
It's one of the most distortion-free lenses we know of.
196
746000
3000
To jedna z najbardziej doskonałych soczewek, jakie znamy.
12:53
And there's many of them, all over its entire body.
197
749000
3000
Jest ich tam wiele, pokrywają całe ciało tego organizmu.
12:56
What's interesting, again, is that it self-assembles.
198
752000
3000
Interesujący jest ponownie fakt, że powstały przez nagromadzanie się.
12:59
A woman named Joanna Aizenberg, at Lucent,
199
755000
4000
Kobieta o imieniu Joanna Aizenberg, z Lucent Technologies,
13:03
is now learning to do this in a low-temperature process to create
200
759000
4000
uczy się obecnie, jak wytworzyć ten rodzaj soczewek w procesach
13:07
these sort of lenses. She's also looking at fiber optics.
201
763000
4000
angażujących niskie temperatury. Przygląda się także włóknom optycznym [światłowody].
13:11
That's a sea sponge that has a fiber optic.
202
767000
3000
Oto gąbka morska posiadająca włókno optyczne.
13:14
Down at the very base of it, there's fiber optics
203
770000
3000
Na dole, u podstawy, znajdują się włókna optyczne,
13:17
that work better than ours, actually, to move light,
204
773000
3000
które przewodzą światło lepiej niż nasze,
13:20
but you can tie them in a knot; they're incredibly flexible.
205
776000
6000
ale można je związać w węzeł; są niesamowicie elastyczne.
13:26
Here's another big idea: CO2 as a feedstock.
206
782000
4000
Oto kolejny wspaniały pomysł: CO2 jako materiał wsadowy.
13:30
A guy named Geoff Coates, at Cornell, said to himself,
207
786000
3000
Geoff Coates z Uniwersytetu Cornella rzekł sam do siebie:
13:33
you know, plants do not see CO2 as the biggest poison of our time.
208
789000
4000
rośliny nie postrzegają CO2 jako największej trucizny naszych czasów.
13:37
We see it that way. Plants are busy making long chains
209
793000
3000
To my go tak widzimy. Rośliny zajęte są wytwarzaniem
13:40
of starches and glucose, right, out of CO2. He's found a way --
210
796000
6000
długich skrobiowych i glukozowych łańcuchów z CO2. Znalazł on
13:46
he's found a catalyst -- and he's found a way to take CO2
211
802000
3000
katalizator i tym samym sposób,
13:49
and make it into polycarbonates. Biodegradable plastics
212
805000
4000
aby stworzyć poliwęglan z CO2. Biodegradowalny plastik
13:53
out of CO2 -- how plant-like.
213
809000
2000
z CO2 - zainspirowany procesami zachodzącymi w roślinach.
13:55
Solar transformations: the most exciting one.
214
811000
3000
Przemiana energii promieniowania słonecznego - najbardziej podniecająca.
13:58
There are people who are mimicking the energy-harvesting device
215
814000
4000
Ludzie z Arizona State University naśladują schemat pobierania energii
14:02
inside of purple bacterium, the people at ASU. Even more interesting,
216
818000
4000
we wnętrzu bakterii purpurowej. Jeszcze bardziej interesujce jest to, że
14:06
lately, in the last couple of weeks, people have seen
217
822000
3000
w ostatnich kilku tygodniach odkryto
14:09
that there's an enzyme called hydrogenase that's able to evolve
218
825000
5000
enzym zwany hydrogenazą, który potrafi zbudować
14:14
hydrogen from proton and electrons, and is able to take hydrogen up --
219
830000
4000
wodór z protonów i elektronów. Potrafi też pochłaniać wodór –
14:18
basically what's happening in a fuel cell, in the anode of a fuel cell
220
834000
5000
czyli odtworzyć to, co dzieje się w ogniwie paliwowym, w anodzie tego ogniwa
14:23
and in a reversible fuel cell.
221
839000
2000
i w odwracalnym ogniwie paliwowym.
14:25
In our fuel cells, we do it with platinum;
222
841000
3000
W naszych ogniwach paliwowych robimy to za pomocą platyny.
14:28
life does it with a very, very common iron.
223
844000
4000
Świat ożywiony używa zwykłego żelaza.
14:32
And a team has now just been able to mimic
224
848000
4000
Zespół właśnie dowiedział się, jak odtworzyć
14:36
that hydrogen-juggling hydrogenase.
225
852000
5000
tą żonglującą wodorem hydrogenazę.
14:41
That's very exciting for fuel cells --
226
857000
2000
To bardzo obiecujące –
14:43
to be able to do that without platinum.
227
859000
3000
dokonywać tego bez platyny.
14:46
Power of shape: here's a whale. We've seen that the fins of this whale
228
862000
5000
Siła kształtu: oto wieloryb. Możemy zobaczyć, że płetwy tego wieloryba
14:51
have tubercles on them. And those little bumps
229
867000
3000
mają guzki.
14:54
actually increase efficiency in, for instance,
230
870000
5000
Zwiększają one wydajność, przykładowo,
14:59
the edge of an airplane -- increase efficiency by about 32 percent.
231
875000
5000
na krawędziach samolotu, o 32 procent.
15:04
Which is an amazing fossil fuel savings,
232
880000
2000
Jeśli umieścilibyśmy je na brzegach skrzydeł,
15:06
if we were to just put that on the edge of a wing.
233
882000
5000
byłaby to niezwykła oszczędność paliw pochodzenia mineralnego.
15:11
Color without pigments: this peacock is creating color with shape.
234
887000
4000
Kolor bez barwników: ten paw tworzy kolor kształtem.
15:15
Light comes through, it bounces back off the layers;
235
891000
3000
Światło przechodzi, odbija się od warstw;
15:18
it's called thin-film interference. Imagine being able
236
894000
3000
nazywa się to interferencją cienkowarstwową. Wyobraźcie sobie, że jesteśmy w stanie
15:21
to self-assemble products with the last few layers
237
897000
3000
doprowadzić do nagromadzenia się wytworów wykorzystując kilka ostatnich warstw
15:24
playing with light to create color.
238
900000
4000
bawiących się światłem w celu wytworzenia koloru.
15:28
Imagine being able to create a shape on the outside of a surface,
239
904000
5000
Wyobraźcie sobie, że potrafimy stworzyć taki kształt na zewnętrznej stronie powierzchni,
15:33
so that it's self-cleaning with just water. That's what a leaf does.
240
909000
5000
który umożliwi samooczyszczanie się jedynie z użyciem wody. To właśnie potrafi robić liść.
15:38
See that up-close picture?
241
914000
2000
Widzicie to zdjęcie w zbliżeniu?
15:40
That's a ball of water, and those are dirt particles.
242
916000
3000
To jest kulka wodna, a to są cząsteczki brudu.
15:43
And that's an up-close picture of a lotus leaf.
243
919000
3000
A to jest zdjęcie liścia lotosu w zbliżeniu.
15:46
There's a company making a product called Lotusan, which mimics --
244
922000
5000
Pewna firma wytwarza produkt o nazwie Lotusan;
15:51
when the building facade paint dries, it mimics the bumps
245
927000
4000
kiedy farba na fasadzie budynku wysycha, imituje on
15:55
in a self-cleaning leaf, and rainwater cleans the building.
246
931000
5000
wybrzuszenia powstające na samo-myjącym się liściu, w konsekwencji czego budynek zostaje umyty przez deszcz.
16:00
Water is going to be our big, grand challenge:
247
936000
6000
Woda będzie naszym ogromnym wyzwaniem:
16:06
quenching thirst.
248
942000
2000
gaszenie pragnienia.
16:08
Here are two organisms that pull water.
249
944000
3000
Mamy tutaj dwa organizmy, które odciągają wodę.
16:11
The one on the left is the Namibian beetle pulling water out of fog.
250
947000
4000
Ten na lewo to chrząszcz namibijski pozyskujący wodę z mgły.
16:15
The one on the right is a pill bug -- pulls water out of air,
251
951000
3000
Ten na prawo to równonóg – odsysa wodę z powietrza.
16:18
does not drink fresh water.
252
954000
3000
Nie pije świeżej wody.
16:21
Pulling water out of Monterey fog and out of the sweaty air in Atlanta,
253
957000
7000
Odciąganie wody z mgły w okolicach Monterey i z parnego powietrza Atlanty,
16:28
before it gets into a building, are key technologies.
254
964000
4000
zanim wniknie do wnętrza budynku, są kluczowymi technologiami.
16:32
Separation technologies are going to be extremely important.
255
968000
4000
Niezwykle ważne staną się technologie separacyjne.
16:36
What if we were to say, no more hard rock mining?
256
972000
4000
Co Wy na to, jeśli powiedziałabym: koniec z górnictwem skał twardych?
16:40
What if we were to separate out metals from waste streams,
257
976000
6000
Co, jeśli bylibyśmy w stanie oddzielać metale od strumienia odpadów –
16:46
small amounts of metals in water? That's what microbes do;
258
982000
4000
małych ilości metalu w wodzie? Robią to mikroby,
16:50
they chelate metals out of water.
259
986000
2000
chelatują metale w wodzie [chelatowanie - proces wiązania pierwiastków metalicznych przez słabe kwasy organiczne].
16:52
There's a company here in San Francisco called MR3
260
988000
3000
Tutaj, w San Francisco, znajduje się firma o nazwie MR3,
16:55
that is embedding mimics of the microbes' molecules on filters
261
991000
6000
która utrwala miniaturowe repliki cząsteczek mikrobów na filtrach
17:01
to mine waste streams.
262
997000
3000
w celu eksploatowania strumieni odpadów.
17:04
Green chemistry is chemistry in water.
263
1000000
4000
Ekologiczna chemia to chemia zachodząca w wodzie.
17:08
We do chemistry in organic solvents.
264
1004000
2000
My dokonujemy procesów chemicznych w organicznych rozpuszczalnikach.
17:10
This is a picture of the spinnerets coming out of a spider
265
1006000
4000
To jest zdjęcie kądziołków wydobywających się z pająka
17:14
and the silk being formed from a spider. Isn't that beautiful?
266
1010000
3000
i jedwabiu, który formuje. Czyż to nie piękne?
17:17
Green chemistry is replacing our industrial chemistry with nature's recipe book.
267
1013000
8000
Ekologiczna chemia zastępuje naszą chemię przemysłową podręcznikiem przepisów natury.
17:25
It's not easy, because life uses
268
1021000
5000
Nie jest to proste, ponieważ życie wykorzystuje
17:30
only a subset of the elements in the periodic table.
269
1026000
4000
tylko pewien podzbiór elementów z układu okresowego pierwiastków.
17:34
And we use all of them, even the toxic ones.
270
1030000
4000
A my używamy wszystkich, nawet tych toksycznych.
17:38
To figure out the elegant recipes that would take the small subset
271
1034000
5000
Stworzenie pełnych wdzięku formuł, które używałyby tylko małego podzestawu pierwiastków
17:43
of the periodic table, and create miracle materials like that cell,
272
1039000
6000
i tworzyły cudowne materiały tak, jak robi to właśnie ta komórka,
17:49
is the task of green chemistry.
273
1045000
2000
jest zadaniem ekologicznej chemii.
17:51
Timed degradation: packaging that is good
274
1047000
4000
Zsynchronizowany rozkład: opakowanie, które jest dobre,
17:55
until you don't want it to be good anymore, and dissolves on cue.
275
1051000
4000
dopóki go potrzebujesz, i które rozpuszcza się na skinienie.
17:59
That's a mussel you can find in the waters out here,
276
1055000
3000
Oto małż, którego możecie spotkać w tutejszych wodach.
18:02
and the threads holding it to a rock are timed; at exactly two years,
277
1058000
4000
Nici, którymi przytrzymuje się skały, są zsynchronizowane –
18:06
they begin to dissolve.
278
1062000
2000
zaczynają się rozpuszczać dokładnie po dwóch latach.
18:08
Healing: this is a good one.
279
1064000
3000
Oto interesujące zagadnienie: leczenie.
18:11
That little guy over there is a tardigrade.
280
1067000
3000
Ten mały kolega tam w górze to niesporczak.
18:14
There is a problem with vaccines around the world
281
1070000
6000
Istnieje globalny problem dotyczący szczepionek,
18:20
not getting to patients. And the reason is
282
1076000
3000
które nie docierają do pacjentów. Powodem jest to,
18:23
that the refrigeration somehow gets broken;
283
1079000
4000
że stałe utrzymywanie niskiej temperatury, czego wymaga ich przechowywanie, czasem się nie udaje;
18:27
what's called the "cold chain" gets broken.
284
1083000
2000
nazywa się to przerwaniem „zimnego łańcucha”.
18:29
A guy named Bruce Rosner looked at the tardigrade --
285
1085000
3000
Człowiek nazwiskiem Bruce Rosner przyjrzał się dokładniej niesporczakowi,
18:32
which dries out completely, and yet stays alive for months
286
1088000
6000
który potrafi całkowicie wyschnąć, a mimo to wciąż pozostać żywym przez wiele miesięcy
18:38
and months and months, and is able to regenerate itself.
287
1094000
3000
i sam się zregenerować.
18:41
And he found a way to dry out vaccines --
288
1097000
3000
Znalazł on sposób, aby pozbawić szczepionki wody –
18:44
encase them in the same sort of sugar capsules
289
1100000
4000
zamknąć je w cukrowych kapsułkach,
18:48
as the tardigrade has within its cells --
290
1104000
3000
takich samych jak te, które niesporczak ma w swoich komórkach –
18:51
meaning that vaccines no longer need to be refrigerated.
291
1107000
5000
co oznacza, że szczepionki nie wymagają już zamrażania.
18:56
They can be put in a glove compartment, OK.
292
1112000
4000
Można je włożyć do schowka.
19:00
Learning from organisms. This is a session about water --
293
1116000
5000
Uczenie się od organizmów. Ta część poświęcona jest wodzie –
19:05
learning about organisms that can do without water,
294
1121000
3000
uczenie się o organizmach, które potrafią obejść się bez wody,
19:08
in order to create a vaccine that lasts and lasts and lasts without refrigeration.
295
1124000
7000
po to, aby móc stworzyć szczepionkę, która zachowuje swoje właściwości bez zamrażania.
19:15
I'm not going to get to 12.
296
1131000
3000
Nie dotrę do punktu 12.
19:18
But what I am going to do is tell you that the most important thing,
297
1134000
4000
Ale powiem wam, że najważniejszą rzeczą,
19:22
besides all of these adaptations, is the fact that these organisms
298
1138000
5000
oprócz wszystkich tych przykładów przystosowania, jest to, że organizmy te
19:27
have figured out a way to do the amazing things they do
299
1143000
5000
odkryły sposób, aby dokonywać tych wszystkich niesamowitych rzeczy
19:32
while taking care of the place
300
1148000
3000
i równocześnie zatroszczyć się o otoczenie,
19:35
that's going to take care of their offspring.
301
1151000
5000
w którym będzie żyło ich potomstwo.
19:40
When they're involved in foreplay,
302
1156000
3000
Kiedy uczestniczą w grze wstępnej,
19:43
they're thinking about something very, very important --
303
1159000
3000
myślą o bardzo istotnej kwestii,
19:46
and that's having their genetic material
304
1162000
4000
a jest nią przetrwanie ich genetycznego materiału
19:50
remain, 10,000 generations from now.
305
1166000
5000
przez następne 10 000 pokoleń, licząc od teraz.
19:55
And that means finding a way to do what they do
306
1171000
2000
A to oznacza znalezienie sposobu na robienie tego, co robią,
19:57
without destroying the place that'll take care of their offspring.
307
1173000
4000
bez niszczenia miejsca, w którym będzie żyło ich potomstwo.
20:01
That's the biggest design challenge.
308
1177000
3000
Oto największe wyzwanie projektanckie.
20:04
Luckily, there are millions and millions of geniuses
309
1180000
6000
Na szczęście, istnieją miliony geniuszy,
20:10
willing to gift us with their best ideas.
310
1186000
3000
którzy chętnie podzielą się z nami swoimi najlepszymi pomysłami.
20:13
Good luck having a conversation with them.
311
1189000
3000
Powodzenia w rozmowach z nimi.
20:16
Thank you.
312
1192000
1000
Dziękuję.
20:17
(Applause)
313
1193000
14000
(Oklaski)
20:31
Chris Anderson: Talk about foreplay, I -- we need to get to 12, but really quickly.
314
1207000
4000
Chris Anderson: Rozmowa o grze wstępnej, musimy szybko dotrzeć do punktu 12.
20:35
Janine Benyus: Oh really?
315
1211000
1000
Janine Benyus: Naprawdę?
20:36
CA: Yeah. Just like, you know, like the 10-second version
316
1212000
3000
CA: Tak, taka 10-sekundowa wersja
20:39
of 10, 11 and 12. Because we just -- your slides are so gorgeous,
317
1215000
3000
punktów 10, 11 i 12. Bo Twoje slajdy są takie cudowne,
20:42
and the ideas are so big, I can't stand to let you go down
318
1218000
2000
a pomysły takie wspaniałe; nie mogę cię wypuścić,
20:44
without seeing 10, 11 and 12.
319
1220000
2000
zanim nie pokażesz nam reszty.
20:46
JB: OK, put this -- OK, I'll just hold this thing. OK, great.
320
1222000
4000
JB: Dobrze, przytrzymam to. Świetnie.
20:50
OK, so that's the healing one.
321
1226000
3000
Więc to dotyczyło leczenia.
20:53
Sensing and responding: feedback is a huge thing.
322
1229000
3000
Odczuwanie bodźców i odpowiadanie: feedback to wspaniała rzecz.
20:56
This is a locust. There can be 80 million of them in a square kilometer,
323
1232000
4000
To jest szarańcza. Może być ich ok. 80 mln na jednym kilometrze kwadratowym,
21:00
and yet they don't collide with one another.
324
1236000
3000
a mimo to nie zderzają się ze sobą.
21:03
And yet we have 3.6 million car collisions a year.
325
1239000
5000
A my wciąż mamy 3,6 mln wypadków samochodowych rocznie.
21:08
(Laughter)
326
1244000
2000
(Śmiech)
21:10
Right. There's a person at Newcastle
327
1246000
4000
Właśnie. W Newcastle jest ktoś,
21:14
who has figured out that it's a very large neuron.
328
1250000
3000
kto odkrył, że jest za to odpowiedzialny bardzo duży neuron.
21:17
And she's actually figuring out how to make
329
1253000
3000
A teraz ten ktoś pracuje nad tym, jak stworzyć
21:20
a collision-avoidance circuitry
330
1256000
2000
zapobiegający kolizjom układ elektryczny
21:22
based on this very large neuron in the locust.
331
1258000
4000
w oparciu o ten wielki neuron u szarańczy.
21:26
This is a huge and important one, number 11.
332
1262000
2000
Numer 11 jest bardzo ważny –
21:28
And that's the growing fertility.
333
1264000
2000
uprawa urodzajnej gleby.
21:30
That means, you know, net fertility farming.
334
1266000
4000
To oznacza sieć upraw żyznej gleby.
21:34
We should be growing fertility. And, oh yes -- we get food, too.
335
1270000
4000
Powinniśmy uprawiać urodzajną glebę. I oczywiście – jedzenie również.
21:38
Because we have to grow the capacity of this planet
336
1274000
5000
Ponieważ musimy wyhodować zdolność tej planety
21:43
to create more and more opportunities for life.
337
1279000
3000
do tworzenia większych szans dla życia.
21:46
And really, that's what other organisms do as well.
338
1282000
2000
I to jest właśnie to, co robią inne organizmy.
21:48
In ensemble, that's what whole ecosystems do:
339
1284000
3000
Ogólnie, to jest to, co robi cały ekosystem:
21:51
they create more and more opportunities for life.
340
1287000
3000
tworzy coraz więcej możliwości dla życia.
21:54
Our farming has done the opposite.
341
1290000
3000
Nasze rolnictwo uczyniło coś przeciwnego.
21:57
So, farming based on how a prairie builds soil,
342
1293000
4000
Zatem, system upraw oparty na sposobie, w jaki preria buduje glebę,
22:01
ranching based on how a native ungulate herd
343
1297000
4000
hodowla czerpiąca z przykładu stada kopytnego,
22:05
actually increases the health of the range,
344
1301000
2000
którego obecność na rdzennym terenie wypasu poprawia jego stan.
22:07
even wastewater treatment based on how a marsh
345
1303000
5000
Nawet oczyszczanie ścieków płynnych wzorowane na metodzie bagna,
22:12
not only cleans the water,
346
1308000
2000
które nie tylko czyści wodę,
22:14
but creates incredibly sparkling productivity.
347
1310000
4000
ale i osiąga w tym niesamowitą wydajność.
22:18
This is the simple design brief. I mean, it looks simple
348
1314000
4000
To jest proste projektowanie w skrócie. To znaczy, wygląda na proste,
22:22
because the system, over 3.8 billion years, has worked this out.
349
1318000
5000
ponieważ wypracował go system liczący ponad 3,8 miliarda lat.
22:27
That is, those organisms that have not been able to figure out
350
1323000
5000
To oznacza, że tych organizmów, które nie były w stanie wpaść na to,
22:32
how to enhance or sweeten their places,
351
1328000
4000
jak polepszyć lub uatrakcyjnić swoje otoczenie,
22:36
are not around to tell us about it.
352
1332000
3000
już nie ma i nie mogą nam nic powiedzieć.
22:39
That's the twelfth one.
353
1335000
3000
Oto numer dwunasty.
22:42
Life -- and this is the secret trick; this is the magic trick --
354
1338000
4000
Życie – i oto magiczna sztuczka –
22:46
life creates conditions conducive to life.
355
1342000
4000
życie tworzy warunki sprzyjające życiu.
22:50
It builds soil; it cleans air; it cleans water;
356
1346000
4000
Tworzy glebę, czyści powietrze, wodę,
22:54
it mixes the cocktail of gases that you and I need to live.
357
1350000
3000
miesza koktajl gazowy, którego ty i ja potrzebujemy do życia.
22:57
And it does that in the middle of having great foreplay
358
1353000
6000
A robi to w samym środku wspaniałej gry wstępnej
23:03
and meeting their needs. So it's not mutually exclusive.
359
1359000
6000
i wychodzenia naprzeciw potrzebom organizmów żywych. A zatem nie są to wzajemnie się wykluczające czynności.
23:09
We have to find a way to meet our needs,
360
1365000
3000
Musimy znaleźć sposób, aby zaspokajać nasze potrzeby,
23:12
while making of this place an Eden.
361
1368000
6000
równocześnie czyniąc to miejsce rajem.
23:18
CA: Janine, thank you so much.
362
1374000
1000
CA: Janine, bardzo ci dziękujemy.
23:19
(Applause)
363
1375000
1000
(Oklaski)
ABOUT THE SPEAKER
Janine Benyus - Science writer, innovation consultant, conservationistA self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity.
Why you should listen
In the world envisioned by science author Janine Benyus, a locust's ability to avoid collision within a roiling cloud of its brethren informs the design of a crash-resistant car; a self-cleaning leaf inspires a new kind of paint, one that dries in a pattern that enables simple rainwater to wash away dirt; and organisms capable of living without water open the way for vaccines that maintain potency even without refrigeration -- a hurdle that can prevent life-saving drugs from reaching disease-torn communities. Most important, these cool tools from nature pull off their tricks while still managing to preserve the environment that sustains them, a life-or-death lesson that humankind is in need of learning.
As a champion of biomimicry, Benyus has become one of the most important voices in a new wave of designers and engineers inspired by nature. Her most recent project, AskNature, explores what happens if we think of nature by function and looks at what organisms can teach us about design.
Janine Benyus | Speaker | TED.com