TED2011
Carlo Ratti: Architecture that senses and responds
Carlos Ratti: Arquitetura que sente e responde
Filmed:
Readability: 3.9
746,791 views
Com sua equipe no SENSEable City Lab, Carlo Ratti (do MIT) faz coisas interessantes captando dados que nós criamos. Ele extrai conjuntos de dados passivos -- como ligações que fazemos, o lixo que descartamos -- para criar visualizações surpreendentes da vida em uma cidade. Ele e sua equipe criam ambientes interativos impressionantes de água em movimento e luz voando, movidos por simples gestos obtidos através de sensores.
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Double-click the English transcript below to play the video.
00:15
Good afternoon, everybody.
0
0
2000
Boa tarde a todos.
00:17
I've got something to show you.
1
2000
3000
Eu tenho algo para lhes mostrar.
00:37
(Laughter)
2
22000
2000
(Risos)
00:39
Think about this as a pixel, a flying pixel.
3
24000
3000
Pensem que isso seja um pixel, um pixel voador.
00:42
This is what we call, in our lab, sensible design.
4
27000
3000
É o que chamamos, em nosso laboratório, design sensível.
00:45
Let me tell you a bit about it.
5
30000
2000
Deixe eu falar um pouco sobre isso.
00:47
Now if you take this picture -- I'm Italian originally,
6
32000
3000
Se vocês olharem esta foto -- Eu sou italiano,
00:50
and every boy in Italy grows up
7
35000
2000
e todo menino na Itália cresce
00:52
with this picture on the wall of his bedroom --
8
37000
2000
com esta foto na parede do seu quarto.
00:54
but the reason I'm showing you this
9
39000
2000
Mas o motivo pelo qual estou lhes mostrando isso
00:56
is that something very interesting
10
41000
2000
é que algo muito interessante
00:58
happened in Formula 1 racing
11
43000
2000
aconteceu na Formula1
01:00
over the past couple of decades.
12
45000
2000
nas duas últimas décadas.
01:02
Now some time ago,
13
47000
2000
Algum tempo atrás,
01:04
if you wanted to win a Formula 1 race,
14
49000
2000
se quisessem ganhar uma corrida de Formula1,
01:06
you take a budget, and you bet your budget
15
51000
2000
vocês escolhiam um valor, e o apostava
01:08
on a good driver and a good car.
16
53000
3000
em um bom piloto e um bom carro.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
56000
3000
Se carro e piloto fossem bons o suficiente, vocês ganhavam.
01:14
Now today, if you want to win the race,
18
59000
2000
Hoje em dia, se quiserem ganhar a corrida,
01:16
actually you need also something like this --
19
61000
3000
na verdade também precisariam de algo assim --
01:19
something that monitors the car in real time,
20
64000
3000
algo que monitore o carro em tempo real,
01:22
has a few thousand sensors
21
67000
2000
que tenha alguns milhares de sensores
01:24
collecting information from the car,
22
69000
2000
coletando informações do carro,
01:26
transmitting this information into the system,
23
71000
3000
transmitindo essas informações para um sistema,
01:29
and then processing it
24
74000
2000
e então as processando
01:31
and using it in order to go back to the car with decisions
25
76000
3000
e as usando para voltar ao carro com decisões
01:34
and changing things in real time
26
79000
2000
e mudando as coisas em tempo real,
01:36
as information is collected.
27
81000
2000
à medida que informações são coletadas.
01:38
This is what, in engineering terms,
28
83000
2000
Isso é o que, em termos de engenharia,
01:40
you would call a real time control system.
29
85000
3000
chamamos sistema de controle em tempo real.
01:43
And basically, it's a system made of two components --
30
88000
3000
Basicamente, é um sistema feito de dois componentes --
01:46
a sensing and an actuating component.
31
91000
2000
um sensor e um atuador.
01:48
What is interesting today
32
93000
2000
O interessante hoje
01:50
is that real time control systems
33
95000
2000
é que sistemas de controle em tempo real
01:52
are starting to enter into our lives.
34
97000
3000
estão começando a invadir nossas vidas.
01:55
Our cities, over the past few years,
35
100000
3000
Nossas cidades, nos últimos anos,
01:58
just have been blanketed
36
103000
2000
simplesmente foram cobertas
02:00
with networks, electronics.
37
105000
2000
com redes, eletrônicos.
02:02
They're becoming like computers in open air.
38
107000
2000
Estão se tornando computadores a céu aberto.
02:04
And, as computers in open air,
39
109000
2000
E, como computadores a céu aberto,
02:06
they're starting to respond in a different way
40
111000
2000
estão começando a responder de maneira diferente
02:08
to be able to be sensed and to be actuated.
41
113000
3000
para serem capazes de ser detectadas e acionadas.
02:11
If we fix cities, actually it's a big deal.
42
116000
2000
Se consertarmos cidades, será um grande feito.
02:13
Just as an aside, I wanted to mention,
43
118000
2000
Só um detalhe, queria mencionar,
02:15
cities are only two percent of the Earth's crust,
44
120000
4000
somente 2% da crosta terrestre são cidades,
02:19
but they are 50 percent of the world's population.
45
124000
3000
mas são 50% da população mundial.
02:22
They are 75 percent of the energy consumption --
46
127000
3000
São 75% do consumo de energia --
02:25
up to 80 percent of CO2 emissions.
47
130000
3000
até 80% das emissões de CO2.
02:28
So if we're able to do something with cities, that's a big deal.
48
133000
3000
Então se pudermos fazer algo com as cidades, será importante.
02:31
Beyond cities,
49
136000
2000
Além de cidades,
02:33
all of this sensing and actuating
50
138000
3000
todo essa detecção e acionamento
02:36
is entering our everyday objects.
51
141000
2000
está entrando em nossos objetos diários.
02:38
That's from an exhibition that
52
143000
2000
Isso faz parte de uma exposição
02:40
Paola Antonelli is organizing
53
145000
2000
que Paola Antonelli está organizando
02:42
at MoMA later this year, during the summer.
54
147000
2000
no MoMA em alguns meses, no verão deste ano.
02:44
It's called "Talk to Me."
55
149000
2000
Ela se chama "Converse Comigo."
02:46
Well our objects, our environment
56
151000
2000
Bem, nossos objetos, nosso meio ambiente
02:48
is starting to talk back to us.
57
153000
2000
estão começando a nos responder.
02:50
In a certain sense, it's almost as if every atom out there
58
155000
3000
De certa forma, é como se cada átomo por aí
02:53
were becoming both a sensor and an actuator.
59
158000
3000
se tornasse ambos - sensor e atuador.
02:56
And that is radically changing the interaction we have as humans
60
161000
3000
mudando radicalmente a interação que temos como humanos
02:59
with the environment out there.
61
164000
2000
com o meio ambiente lá fora.
03:01
In a certain sense,
62
166000
2000
De certa maneira,
03:03
it's almost as if the old dream of Michelangelo ...
63
168000
3000
é quase como no antigo sonho de Michelangelo ...
03:06
you know, when Michelangelo sculpted the Moses,
64
171000
2000
quando ele esculpiu o Moisés,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
173000
3000
dizem que no fim ele pegou o martelo e jogou no Moisés --
03:11
actually you can still see a small chip underneath --
66
176000
3000
e vocês ainda podem ver uma pequena fissura embaixo --
03:14
and said, shouted,
67
179000
2000
e disse, gritou,
03:16
"Perché non parli? Why don't you talk?"
68
181000
2000
"Perché non parli? Por que não fala?"
03:18
Well today, for the first time,
69
183000
2000
Bem, hoje, pela primeira vez,
03:20
our environment is starting to talk back to us.
70
185000
3000
nosso meio ambiente está começando a falar conosco.
03:23
And I'll show just a few examples --
71
188000
2000
E vou lhes mostrar alguns exemplos --
03:25
again, with this idea of sensing our environment and actuating it.
72
190000
3000
de novo, com essa idéia de detectar nosso meio ambiente e acioná-lo.
03:28
Let's starting with sensing.
73
193000
3000
Começando com a detecção.
03:31
Well, the first project I wanted to share with you
74
196000
2000
Bem, o primeiro projeto que queria dividir com vocês
03:33
is actually one of the first projects by our lab.
75
198000
3000
é na verdade dos primeiros projetos do nosso laboratório.
03:36
It was four and a half years ago in Italy.
76
201000
3000
Foi há 4 anos e meio na Itália.
03:39
And what we did there
77
204000
2000
E o que lá fizemos
03:41
was actually use a new type of network at the time
78
206000
2000
foi usar um novo tipo de rede que naquela época
03:43
that had been deployed all across the world --
79
208000
2000
tinha sido instalada por todo o mundo --
03:45
that's a cellphone network --
80
210000
2000
é uma rede de telefonia celular --
03:47
and use anonymous and aggregated information from that network,
81
212000
2000
e usamos informações anônimas e agregadas dessa rede,
03:49
that's collected anyway by the operator,
82
214000
2000
coletadas de qualquer maneira pela operadora
03:51
in order to understand
83
216000
2000
para entendermos
03:53
how the city works.
84
218000
2000
como a cidade funciona.
03:55
The summer was a lucky summer -- 2006.
85
220000
3000
O verão foi um verão de sorte -- 2006.
03:58
It's when Italy won the soccer World Cup.
86
223000
3000
Foi quando a Itália ganhou a Copa do Mundo.
04:01
Some of you might remember, it was Italy and France playing,
87
226000
3000
Alguns podem lembrar, Itália jogou contra França,
04:04
and then Zidane at the end, the headbutt.
88
229000
2000
e então Zidane ao final, a cabeçada.
04:06
And anyway, Italy won at the end.
89
231000
2000
E mesmo assim, a Itália ganhou ao final.
04:08
(Laughter)
90
233000
2000
(Risos)
04:10
Now look at what happened that day
91
235000
2000
Agora vejam o que aconteceu naquele dia
04:12
just by monitoring activity
92
237000
2000
simplesmente monitorando a atividade
04:14
happening on the network.
93
239000
2000
acontecendo na rede.
04:16
Here you see the city.
94
241000
2000
Aqui vocês vêem a cidade.
04:18
You see the Colosseum in the middle,
95
243000
3000
Vocês vêem o Coliseu ao meio,
04:21
the river Tiber.
96
246000
3000
o rio Tiber.
04:24
It's morning, before the match.
97
249000
2000
É manhã, antes do jogo.
04:26
You see the timeline on the top.
98
251000
2000
Vocês vêem a linha do tempo acima.
04:28
Early afternoon,
99
253000
2000
Início da tarde,
04:30
people here and there,
100
255000
2000
pessoas aqui e ali
04:32
making calls and moving.
101
257000
2000
fazendo ligações e se movendo.
04:34
The match begins -- silence.
102
259000
3000
O jogo começa -- silêncio.
04:37
France scores. Italy scores.
103
262000
3000
França marca. Itália marca.
04:40
Halftime, people make a quick call and go to the bathroom.
104
265000
4000
Intervalo, fazem chamadas rápidas e vão ao banheiro.
04:44
Second half. End of normal time.
105
269000
2000
Segundo tempo. Final do tempo oficial.
04:46
First overtime, second.
106
271000
2000
Primeira prorrogação, segunda.
04:48
Zidane, the headbutt in a moment.
107
273000
3000
Zidane, a cabeçada em um momento.
04:51
Italy wins. Yeah.
108
276000
2000
Itália ganha. Legal.
04:53
(Laughter)
109
278000
2000
(Risos)
04:55
(Applause)
110
280000
3000
(Aplausos)
04:58
Well, that night, everybody went to celebrate in the center.
111
283000
2000
Bem, naquela noite, todos foram ao centro celebrar.
05:00
You saw the big peak.
112
285000
2000
Vocês viram o grande pico.
05:02
The following day, again everybody went to the center
113
287000
2000
No dia seguinte, todos foram ao centro
05:04
to meet the winning team
114
289000
3000
para encontrar o time vencedor
05:07
and the prime minister at the time.
115
292000
2000
e o primeiro ministro da época.
05:09
And then everybody moved down.
116
294000
2000
E então todos foram para baixo.
05:11
You see the image of the place called Circo Massimo,
117
296000
2000
Podem ver a imagem do lugar chamado Circo Massimo,
05:13
where, since Roman times, people go to celebrate,
118
298000
3000
onde, desde o período romano, pessoas vão para celebrar --
05:16
to have a big party, and you see the peak at the end of the day.
119
301000
3000
para ter uma grande festa, e se vê o pico ao final do dia.
05:19
Well, that's just one example of how we can sense the city today
120
304000
2000
Isso é só um exemplo de como podemos sentir uma cidade hoje,
05:21
in a way that we couldn't have done
121
306000
2000
e não poderíamos tê-lo feito
05:23
just a few years ago.
122
308000
2000
alguns anos atrás.
05:25
Another quick example about sensing:
123
310000
2000
Outro rápido exemplo sobre detecção:
05:27
it's not about people,
124
312000
2000
não tem a ver com pessoas,
05:29
but about things we use and consume.
125
314000
2000
mas coisas que usamos e consumimos.
05:31
Well today, we know everything
126
316000
2000
Atualmente, sabemos tudo
05:33
about where our objects come from.
127
318000
3000
sobre a origem dos nossos objetos.
05:36
This is a map that shows you
128
321000
2000
Aqui temos um mapa que nos mostra
05:38
all the chips that form a Mac computer, how they came together.
129
323000
3000
todos os chips que compõem um Mac, como se interligam.
05:41
But we know very little about where things go.
130
326000
3000
Mas sabemos muito pouco sobre o destino das coisas.
05:44
So in this project,
131
329000
2000
Então nesse projeto,
05:46
we actually developed some small tags
132
331000
2000
desenvolvemos pequenas etiquetas eletrônicas
05:48
to track trash as it moves through the system.
133
333000
3000
para monitorar lixo se movendo pelo sistema.
05:51
So we actually started with a number of volunteers
134
336000
3000
Começamos com alguns voluntários
05:54
who helped us in Seattle,
135
339000
2000
que nos ajudaram em Seattle,
05:56
just over a year ago,
136
341000
2000
há pouco mais de um ano,
05:58
to tag what they were throwing away --
137
343000
3000
para etiquetar o que estavam jogando fora --
06:01
different types of things, as you can see here --
138
346000
3000
tipos diferentes de coisas, como podem ver aqui --
06:04
things they would throw away anyway.
139
349000
2000
coisas que eles jogariam fora de qualquer maneira.
06:06
Then we put a little chip, little tag,
140
351000
2000
Então colocamos um pequeno chip, etiqueta,
06:08
onto the trash
141
353000
2000
no lixo
06:10
and then started following it.
142
355000
2000
e começamos a seguí-lo.
06:12
Here are the results we just obtained.
143
357000
3000
Aqui estão os resultados que acabamos de obter.
06:15
(Music)
144
360000
3000
(Música)
06:18
From Seattle ...
145
363000
3000
De Seattle ...
06:26
after one week.
146
371000
2000
depois de uma semana.
06:53
With this information we realized
147
398000
2000
Com essa informação nós identificamos
06:55
there's a lot of inefficiencies in the system.
148
400000
2000
que existem muitas deficiências no sistema.
06:57
We can actually do the same thing with much less energy.
149
402000
3000
Podemos fazer a mesma coisa com muito menos energia.
07:00
This data was not available before.
150
405000
2000
Esses dados não estavam disponíveis antes.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
407000
3000
Existem transportes desperdiçados e coisas complicadas acontecendo.
07:05
But the other thing is that we believe
152
410000
2000
Mas a outra coisa é que acreditamos
07:07
that if we see every day
153
412000
2000
que se vermos todo dia
07:09
that the cup we're throwing away, it doesn't disappear,
154
414000
2000
que o copo que estamos descartando, ele não desaparece,
07:11
it's still somewhere on the planet.
155
416000
2000
ainda está em algum lugar do planeta.
07:13
And the plastic bottle we're throwing away every day still stays there.
156
418000
3000
E a garrafa plástica que jogamos fora todo dia ainda fica lá.
07:16
And if we show that to people,
157
421000
2000
E se mostrarmos isso para as pessoas,
07:18
then we can also promote some behavioral change.
158
423000
2000
então também podemos promover uma mudança de comportamento.
07:20
So that was the reason for the project.
159
425000
2000
E essa foi a razão do projeto.
07:22
My colleague at MIT, Assaf Biderman,
160
427000
2000
Meu colega no MIT, Assaf Biderman,
07:24
he could tell you much more about sensing
161
429000
2000
poderia lhes falar muito mais sobre detecção
07:26
and many other wonderful things we can do with sensing,
162
431000
2000
e muitas outras maravilhas que podemos fazer com ela,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
433000
3000
mas queria seguir para a segunda parte do que discutimos no começo,
07:31
and that's actuating our environment.
164
436000
2000
e isso é acionar o nosso meio ambiente.
07:33
And the first project
165
438000
2000
E o primeiro projeto
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
440000
3000
é algo que fizemos há dois anos in Zaragoza, Espanha.
07:38
It started with a question by the mayor of the city,
167
443000
3000
Começou com uma pergunta do prefeito da cidade,
07:41
who came to us saying
168
446000
2000
que veio a nós dizendo
07:43
that Spain and Southern Europe have a beautiful tradition
169
448000
3000
que Espanha e sul da Europa têm uma linda tradição
07:46
of using water in public space, in architecture.
170
451000
3000
de usar água em espaço público, em arquitetura.
07:49
And the question was: How could technology, new technology,
171
454000
2000
A pergunta era: Como poderia tecnologia, nova tecnologia,
07:51
be added to that?
172
456000
2000
ser adicionada a isso?
07:53
And one of the ideas that was developed at MIT in a workshop
173
458000
3000
Uma das idéias desenvolvida no MIT em um workshop
07:56
was, imagine this pipe, and you've got valves,
174
461000
3000
foi, imaginem um tubo com válvulas,
07:59
solenoid valves, taps,
175
464000
2000
válvulas solenóides, abas,
08:01
opening and closing.
176
466000
2000
abrindo e fechando.
08:03
You create like a water curtain with pixels made of water.
177
468000
3000
Cria-se uma cortina de água, com pixels feitos de água.
08:06
If those pixels fall,
178
471000
2000
Se esses pixels caem,
08:08
you can write on it,
179
473000
2000
vocês podem escrever sobre eles,
08:10
you can show patterns, images, text.
180
475000
2000
podem mostrar formas, imagens, texto.
08:12
And even you can approach it, and it will open up
181
477000
2000
E podem ainda se aproximar e ela se abrirá
08:14
to let you jump through,
182
479000
2000
para que possam pular para o outro lado
08:16
as you see in this image.
183
481000
2000
como se vê nesta imagem.
08:18
Well, we presented this to Mayor Belloch.
184
483000
2000
Bem, apresentamos isto ao prefeito Belloch.
08:20
He liked it very much.
185
485000
2000
Ele gostou muito.
08:22
And we got a commission to design a building
186
487000
2000
E ganhamos o contrato para desenhar um edifício
08:24
at the entrance of the expo.
187
489000
2000
na entrada da expo.
08:26
We called it Digital Water Pavilion.
188
491000
2000
Nós o chamamos de Pavilhão da Água Digital.
08:28
The whole building is made of water.
189
493000
3000
Todo o prédio é feito de água.
08:33
There's no doors or windows,
190
498000
2000
Não existem portas ou janelas,
08:35
but when you approach it,
191
500000
2000
mas quando alguém se aproxima,
08:37
it will open up to let you in.
192
502000
2000
ela se abrirá para deixá-lo passar.
08:39
(Music)
193
504000
6000
(Música)
08:52
The roof also is covered with water.
194
517000
3000
O telhado também é coberto com água.
08:57
And if there's a bit of wind,
195
522000
2000
E se estiver ventando um pouco,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
524000
3000
para minimizar respingos, pode-se baixar o telhado.
09:04
Or you could close the building,
197
529000
2000
Ou pode-se fechar o edifício,
09:06
and the whole architecture will disappear,
198
531000
2000
e toda a arquitetura irá desaparecer,
09:08
like in this case.
199
533000
2000
como neste caso.
09:10
You know, these days, you always get images during the winter,
200
535000
2000
Sabem, atualmente, recebemos imagens durante o inverno
09:12
when they take the roof down,
201
537000
2000
quando baixam o telhado
09:14
of people who have been there and said, "They demolished the building."
202
539000
3000
de pessoas que estiveram lá e disseram, "Demoliram o edifício."
09:17
No, they didn't demolish it, just when it goes down,
203
542000
2000
Não o fizeram, mas quando ele baixa,
09:19
the architecture almost disappears.
204
544000
2000
a arquitetura quase desaparece.
09:21
Here's the building working.
205
546000
3000
Aqui está o edifício em funcionamento.
09:24
You see the person puzzled about what was going on inside.
206
549000
3000
Você vê a pessoa curiosa sobre o que acontecia dentro.
09:27
And here was myself trying not to get wet,
207
552000
2000
E aqui estou eu tentando não me molhar,
09:29
testing the sensors that open the water.
208
554000
3000
testando os sensores que abrem a água.
09:32
Well, I should tell you now what happened one night
209
557000
2000
Bem, eu devo contar o que aconteceu uma noite
09:34
when all of the sensors stopped working.
210
559000
3000
quando todos os sensores pararam de funcionar.
09:37
But actually that night, it was even more fun.
211
562000
3000
Mas naquela noite, foi ainda mais divertido.
09:40
All the kids from Zaragoza came to the building,
212
565000
2000
Todos as crianças de Zaragoza vieram ao edifício,
09:42
because the way of engaging with the building became something different.
213
567000
3000
porque a maneira de interagir com ele tornou-se algo diferente.
09:45
Not anymore a building that would open up to let you in,
214
570000
3000
Não mais um prédio que se abriria para deixá-lo entrar,
09:48
but a building that would still make cuts and holes through the water,
215
573000
3000
mas um prédio que ainda faria cortes e buracos na água,
09:51
and you had to jump without getting wet.
216
576000
2000
e se poderia pular sem se molhar.
09:53
(Video) (Crowd Noise)
217
578000
13000
(Video) (Ruídos de grupo de pessoas)
10:06
And that was, for us, was very interesting,
218
591000
2000
E isso, para nós, foi muito interessante,
10:08
because, as architects, as engineers, as designers,
219
593000
3000
porque, como arquitetos, engenheiros, designers,
10:11
we always think about how people will use the things we design.
220
596000
3000
sempre pensamos sobre como as pessoas usarão o que desenhamos.
10:14
But then reality's always unpredictable.
221
599000
3000
Mas a realidade é sempre imprevisível.
10:17
And that's the beauty of doing things
222
602000
2000
E aí está a beleza em fazer as coisas.
10:19
that are used and interact with people.
223
604000
2000
que são usadas e interagem com as pessoas.
10:21
Here is an image then of the building
224
606000
2000
Aqui está uma imagem do edifício
10:23
with the physical pixels, the pixels made of water,
225
608000
2000
com pixels físicos, os pixels feitos de água,
10:25
and then projections on them.
226
610000
3000
e aí projeções sobre eles.
10:28
And this is what led us to think about
227
613000
2000
E isso nos levou a pensar sobre
10:30
the following project I'll show you now.
228
615000
2000
o próximo projeto que vou lhes mostrar agora.
10:32
That's, imagine those pixels could actually start flying.
229
617000
3000
Ou seja, imaginem que esses pixels possam começar a voar.
10:35
Imagine you could have small helicopters
230
620000
2000
Imaginem poder ter pequenos helicópteros
10:37
that move in the air,
231
622000
2000
que se movem no ar,
10:39
and then each of them with a small pixel in changing lights --
232
624000
3000
e então cada um com um pequeno pixel com luzes mudando --
10:42
almost as a cloud that can move in space.
233
627000
3000
quase como uma nuvem que pode mover-se no espaço.
10:45
Here is the video.
234
630000
2000
Aqui está o vídeo.
10:47
(Music)
235
632000
6000
(Música)
10:53
So imagine one helicopter,
236
638000
3000
Imaginem um helicóptero,
10:56
like the one we saw before,
237
641000
3000
como o que vimos antes,
11:01
moving with others,
238
646000
3000
movendo-se com outros,
11:04
in synchrony.
239
649000
2000
em sincronia.
11:06
So you can have this cloud.
240
651000
3000
Então vocês podem ter esta nuvem.
11:15
You can have a kind of flexible screen or display, like this --
241
660000
4000
Vocês podem ter um tipo de tela flexível ou display, assim --
11:19
a regular configuration in two dimensions.
242
664000
3000
uma configuração normal em duas dimensões.
11:29
Or in regular, but in three dimensions,
243
674000
3000
Ou normal, mas em três dimensões,
11:32
where the thing that changes is the light,
244
677000
2000
onde o que muda é a luz,
11:34
not the pixels' position.
245
679000
2000
não a posição dos pixels.
11:46
You can play with a different type.
246
691000
2000
Vocês podem brincar com diferentes tipos.
11:48
Imagine your screen could just appear
247
693000
2000
Imaginem que a tela possa simplesmente aparecer
11:50
in different scales or sizes,
248
695000
3000
em diferentes escalas ou tamanhos,
11:53
different types of resolution.
249
698000
3000
diferentes tipos de resoluções.
12:05
But then the whole thing can be
250
710000
2000
Mas então a coisa toda pode ser
12:07
just a 3D cloud of pixels
251
712000
2000
simplesmente uma nuvem de pixels 3D
12:09
that you can approach and move through it
252
714000
3000
a qual vocês podem se aproximar e se mover nela
12:12
and see from many, many directions.
253
717000
3000
e ver de muitas, muitas direções.
12:15
Here is the real Flyfire
254
720000
2000
Aqui está o verdadeiro controle Flyfire
12:17
control and going down to form the regular grid as before.
255
722000
4000
baixando para formar o grid normal como antes.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
726000
3000
Quando a luz é acessa, vocês vêem isso. O mesmo que antes.
12:24
And imagine each of them then controlled by people.
257
729000
2000
E imaginem cada um deles controlado por pessoas.
12:26
You can have each pixel
258
731000
2000
Vocês podem ter cada pixel
12:28
having an input that comes from people,
259
733000
2000
recebendo dados que vêm de pessoas,
12:30
from people's movement, or so and so.
260
735000
2000
dos seus movimentos, e muito mais.
12:32
I want to show you something here for the first time.
261
737000
3000
Eu quero lhes mostrar algo aqui pela primeira vez.
12:35
We've been working with Roberto Bolle,
262
740000
2000
Temos trabalhado com Roberto Bolle,
12:37
one of today's top ballet dancers --
263
742000
2000
um dos maiores dançarinos de ballet atuais --
12:39
the étoile at Metropolitan in New York
264
744000
2000
bailarino principal no Metropolitan de Nova Iorque
12:41
and La Scala in Milan --
265
746000
2000
e La Scala em Milão --
12:43
and actually captured his movement in 3D
266
748000
2000
e capturamos seus movimentos em 3D
12:45
in order to use it as an input for Flyfire.
267
750000
3000
para serem utilizados como dados para o Flyfire.
12:48
And here you can see Roberto dancing.
268
753000
3000
E aqui, vocês podem ver Roberto dançando.
12:53
You see on the left the pixels,
269
758000
2000
Podem ver à esquerda os pixels,
12:55
the different resolutions being captured.
270
760000
2000
as diferentes resoluções sendo capturadas,
12:57
It's both 3D scanning in real time
271
762000
2000
Tanto escaneamos 3D em tempo real
12:59
and motion capture.
272
764000
3000
como capturamos os movimentos.
13:03
So you can reconstruct a whole movement.
273
768000
3000
E então podemos reconstruir todo um movimento.
13:10
You can go all the way through.
274
775000
3000
E vocês podem ir até o fim.
13:16
But then, once we have the pixels, then you can play with them
275
781000
2000
Mas, quando temos os pixels, podemos brincar com eles
13:18
and play with color and movement
276
783000
3000
e brincar com cores e movimentos
13:21
and gravity and rotation.
277
786000
3000
e gravidade e rotação.
13:24
So we want to use this as one of the possible inputs
278
789000
2000
Assim, queremos usar isso como uma opção de dados
13:26
for Flyfire.
279
791000
2000
para Flyfire.
13:47
I wanted to show you the last project we are working on.
280
812000
2000
Quero lhes mostrar o projeto em que estamos trabalhando.
13:49
It's something we're working on for the London Olympics.
281
814000
2000
Algo que estamos trabalhando para as Olimpíadas de Londres.
13:51
It's called The Cloud.
282
816000
2000
É chamado "A Nuvem".
13:53
And the idea here is, imagine, again,
283
818000
2000
A idéia aqui é, imaginem, mais uma vez,
13:55
we can involve people
284
820000
2000
que podemos envolver as pessoas
13:57
in doing something and changing our environment --
285
822000
3000
fazendo algo e mudando o meio ambiente --
14:00
almost to impart what we call cloud raising --
286
825000
2000
criando o que chamamos de mutirão da nuvem --
14:02
like barn raising, but with a cloud.
287
827000
2000
como um mutirão construindo um celeiro, mas com uma nuvem.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
829000
4000
Imanginem que todos fizessem uma pequena doação para um pixel.
14:08
And I think what is remarkable
289
833000
2000
E penso que o mais impressionante
14:10
that has happened over the past couple of years
290
835000
2000
que aconteceu nos últimos dois anos
14:12
is that, over the past couple of decades,
291
837000
2000
é que, nas últimas duas décadas,
14:14
we went from the physical world to the digital one.
292
839000
3000
saimos de um mundo físico para um digital.
14:17
This has been digitizing everything, knowledge,
293
842000
2000
Isso vem digitalizando tudo, conhecimento,
14:19
and making that accessible through the Internet.
294
844000
2000
e os fazendo acessíveis via Internet.
14:21
Now today, for the first time --
295
846000
2000
Hoje, pela primeira vez --
14:23
and the Obama campaign showed us this --
296
848000
2000
e a campanha do Obama nos mostrou isso --
14:25
we can go from the digital world,
297
850000
2000
podemos ir do mundo digital,
14:27
from the self-organizing power of networks,
298
852000
2000
do poder auto-organizador das redes,
14:29
to the physical one.
299
854000
2000
para o mundo físico.
14:31
This can be, in our case,
300
856000
2000
Isso pode ser, no nosso caso,
14:33
we want to use it for designing and doing a symbol.
301
858000
2000
o que queremos usar para desenhar e construir um símbolo.
14:35
That means something built in a city.
302
860000
2000
Quer dizer, algo construído em uma cidade.
14:37
But tomorrow it can be,
303
862000
2000
Mas, amanhã, pode ser,
14:39
in order to tackle today's pressing challenges --
304
864000
3000
para lidar com crescentes desafios --
14:42
think about climate change or CO2 emissions --
305
867000
2000
pensem sobre mudança de clima ou emissões de CO2 --
14:44
how we can go from the digital world to the physical one.
306
869000
3000
e como poderemos ir do mundo digital para o físico.
14:47
So the idea that we can actually involve people
307
872000
2000
A idéia de que podemos envolver as pessoas
14:49
in doing this thing together, collectively.
308
874000
2000
para fazermos isso juntos, coletivamente.
14:51
The cloud is a cloud, again, made of pixels,
309
876000
3000
A nuvem é uma nuvem, de novo, feita de pixels,
14:54
in the same way as the real cloud
310
879000
2000
da mesma forma que uma nuvem real
14:56
is a cloud made of particles.
311
881000
2000
é uma nuvem feita de partículas.
14:58
And those particles are water,
312
883000
2000
E essas partículas são água,
15:00
where our cloud is a cloud of pixels.
313
885000
2000
enquanto nossa nuvem é uma nuvem de pixels.
15:02
It's a physical structure in London, but covered with pixels.
314
887000
3000
É uma estrutura física em Londres, mas coberta com pixels.
15:05
You can move inside, have different types of experiences.
315
890000
2000
Podemos entrar, ter diferentes tipos de experiências.
15:07
You can actually see from underneath,
316
892000
2000
Podemos até vê-la por baixo,
15:09
sharing the main moments
317
894000
2000
dividindo os principais momentos
15:11
for the Olympics in 2012 and beyond,
318
896000
3000
para as Olimpíadas em 2012 e além,
15:14
and really using it as a way to connect with the community.
319
899000
4000
realmente usando-a como meio de conectar-se com a comunidade.
15:18
So both the physical cloud in the sky
320
903000
4000
Tanto a nuvem física no céu
15:22
and something you can go to the top [of],
321
907000
3000
e algo em que vocês podem subir,
15:25
like London's new mountaintop.
322
910000
2000
como o novo topo de Londres.
15:27
You can enter inside it.
323
912000
2000
Vocês podem entrar nela.
15:29
And a kind of new digital beacon for the night --
324
914000
3000
Como uma nova luz digital para a noite --
15:32
but most importantly,
325
917000
2000
mas o mais importante,
15:34
a new type of experience for anybody who will go to the top.
326
919000
3000
uma nova experiência para qualquer um que for ao topo.
15:37
Thank you.
327
922000
2000
Obrigado.
15:39
(Applause)
328
924000
2000
(Aplausos)
ABOUT THE SPEAKER
Carlo Ratti - Architect and engineerCarlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.
Why you should listen
Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.
Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.
For more information on the projects in this talk, visit SENSEable @ TED >>
Carlo Ratti | Speaker | TED.com