TED2011
Skylar Tibbits: Can we make things that make themselves?
Skylar Tibbits: Putem face lucruri care se creează singure?
Filmed:
Readability: 4.4
1,072,366 views
Cercetătorul MIT Skylar Tibbits lucrează la auto-asamblare -- ideea că în loc de a construi ceva (un scaun, un zgârie-nori), putem să creăm materiale care se construiesc singure, asemănător cu modul în care o catenă de ADN se asamblează singură. Este un concept mare într-un stadiu incipient; Tibbits prezintă trei proiecte în fază de cercetare care indică modul în care ar putea arăta viitorul auto-asamblării.
Skylar Tibbits - Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio
Double-click the English transcript below to play the video.
00:15
Today I'd like to show you
0
0
2000
Astăzi aș vrea să vă prezint
00:17
the future of the way we make things.
1
2000
2000
viitorul modului în care facem lucruri.
00:19
I believe that soon our buildings and machines
2
4000
2000
Cred că în curând clădirile și mașinile noastre
00:21
will be self-assembling,
3
6000
2000
se vor asambla,
00:23
replicating and repairing themselves.
4
8000
2000
replica și repara singure.
00:25
So I'm going to show you
5
10000
2000
Voi prezenta
00:27
what I believe is the current state of manufacturing,
6
12000
2000
în ce constă starea actuală a manufacturării
00:29
and then compare that to some natural systems.
7
14000
3000
și apoi o voi compara cu câteva sisteme naturale.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
Conform modalității actuale de executare construim zgârie-nori
00:35
two and a half years [of assembly time],
9
20000
2000
în doi ani și jumătate
00:37
500,000 to a million parts,
10
22000
2000
din 500.000 până la un milion de componente,
00:39
fairly complex,
11
24000
2000
cu tehnologii noi destul de complexe
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
folosind oțel, beton, sticlă.
00:44
We have exciting machines
13
29000
2000
Facem mașinării fascinante
00:46
that can take us into space --
14
31000
2000
care ne duc în cosmos --
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
cinci ani, 2,5 milioane de componente.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
Dar, pe de altă parte, dacă te uiți la sistemele naturale,
00:54
we have proteins
17
39000
2000
avem proteine
00:56
that have two million types,
18
41000
2000
de două milioane de tipuri,
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
care se asamblează în 10.000 de nanosecunde,
01:00
or DNA with three billion base pairs
20
45000
2000
sau ADN-ul cu 3 miliarde de perechi de baze
01:02
we can replicate in roughly an hour.
21
47000
3000
care se copiază în aproximativ o oră.
01:05
So there's all of this complexity
22
50000
2000
Deci există toată această complexitate
01:07
in our natural systems,
23
52000
2000
în sistemele naturale
01:09
but they're extremely efficient,
24
54000
2000
dar extrem de eficiente,
01:11
far more efficient than anything we can build,
25
56000
2000
cu mult mai eficiente decât orice construim noi,
01:13
far more complex than anything we can build.
26
58000
2000
cu mult mai complexe decât orice construim noi.
01:15
They're far more efficient in terms of energy.
27
60000
2000
Sunt mult mai eficiente în folosirea energiei.
01:17
They hardly ever make mistakes.
28
62000
3000
Foarte rar dau greș
01:20
And they can repair themselves for longevity.
29
65000
2000
și se pot repara singure pentru longevitate.
01:22
So there's something super interesting about natural systems.
30
67000
3000
Așa că există ceva foarte interesant în sistemele naturale.
01:25
And if we can translate that
31
70000
2000
Și dacă putem transpune acel sistem
01:27
into our built environment,
32
72000
2000
în mediul conceput de noi,
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
apare un potențial entuziasmant pentru felul în care construim.
01:31
And I think the key to that is self-assembly.
34
76000
3000
Cred că soluţia pentru asta e auto-asamblarea.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
Dacă vrem să folosim auto-asamblarea în mediul nostru fizic
01:37
I think there's four key factors.
36
82000
2000
cred că există patru factori-cheie.
01:39
The first is that we need to decode
37
84000
2000
În primul rând trebuie să decodăm
01:41
all of the complexity of what we want to build --
38
86000
2000
întreaga complexitate a ceea ce vrem să construim --
01:43
so our buildings and machines.
39
88000
2000
clădirile și mașinăriile.
01:45
And we need to decode that into simple sequences --
40
90000
2000
Trebuie să le descompunem în secvențe simple --
01:47
basically the DNA of how our buildings work.
41
92000
2000
practic, ADN-ul funcționalității construcțiilor noastre.
01:49
Then we need programmable parts
42
94000
2000
Apoi ne trebuie bucăți programabile
01:51
that can take that sequence
43
96000
2000
care pot interpreta și folosi acea secvență
01:53
and use that to fold up, or reconfigure.
44
98000
3000
pentru a se asambla sau reconfigura.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
Avem nevoie de energie care să permită activarea procesului,
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
să permită componentelor să se plieze conform programului.
02:02
And we need some type of error correction redundancy
47
107000
2000
Și mai avem nevoie de un soi de redundanţă în corectarea erorilor
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
pentru a garanta că am construit cu succes ceea ce doream.
02:07
So I'm going to show you a number of projects
49
112000
2000
Vă voi arăta o serie de proiecte
02:09
that my colleagues and I at MIT are working on
50
114000
2000
la care lucrez împreună cu colegii mei de la MIT
02:11
to achieve this self-assembling future.
51
116000
2000
pentru a realiza acest viitor auto-asamblant.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
Primele două sunt MacroBot și DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
Aceste proiecte concep roboți reconfigurabili de scară mare --
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
proteine lungi de 2 - 3 m.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
Ele sunt încorporate cu dispozitive electromecanice, senzori.
02:26
You decode what you want to fold up into,
56
131000
2000
Descifrezi ceea ce dorești să creezi
02:28
into a sequence of angles --
57
133000
2000
într-o secvență de unghiuri --
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
adică negativ 120, negativ 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
137000
3000
120, negativ 120 -- sau ceva asemănător;
02:35
so a sequence of angles, or turns,
60
140000
2000
deci o secvență de unghiuri sau răsuciri
02:37
and you send that sequence through the string.
61
142000
3000
și trimiți acea secvență prin șir.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
Fiecare unitate își primește mesajul -- adică 120 negativ.
02:43
it rotates to that, checks if it got there
63
148000
2000
Se rotește, verifică dacă a ajuns unde trebuie
02:45
and then passes it to its neighbor.
64
150000
3000
și apoi transmite mesajul unității adiacente.
02:48
So these are the brilliant scientists,
65
153000
2000
Aceștia sunt cercetătorii eminenți,
02:50
engineers, designers that worked on this project.
66
155000
2000
inginerii, designerii care au lucrat la acest proiect.
02:52
And I think it really brings to light:
67
157000
2000
Se ridică următoarea întrebare:
02:54
Is this really scalable?
68
159000
2000
Este acest lucru chiar realizabil?
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
Vreau să spun, mii de dolari, o mulțime de ore de muncă
02:58
made to make this eight-foot robot.
70
163000
3000
investiți pentru a crea acest robot de 2,4 m.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
Putem oare extinde scara? Chiar putem implementa robotica în fiecare componentă?
03:04
The next one questions that
72
169000
2000
Următorul pas pune această întrebare
03:06
and looks at passive nature,
73
171000
2000
și examinează natura pasivă,
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
încearcă pasiv să obțină o programabilitate a reconfigurării.
03:11
But it goes a step further,
75
176000
2000
Merge însă un pas mai departe
03:13
and it tries to have actual computation.
76
178000
2000
și încearcă să aibă computație.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
Încorporează elementul fundamental al computației,
03:17
the digital logic gate,
78
182000
2000
poarta digitală logică,
03:19
directly into your parts.
79
184000
2000
direct în componente.
03:21
So this is a NAND gate.
80
186000
2000
Aceasta este o poartă NAND.
03:23
You have one tetrahedron which is the gate
81
188000
2000
Avem un tetraedru ce constituie poarta
03:25
that's going to do your computing,
82
190000
2000
care va face computația
03:27
and you have two input tetrahedrons.
83
192000
2000
și mai avem doi tetraedrii de intrare.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
Primul e un input de la utilizator în timp ce construiești modulele.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
Celălalt este de la modulul asamblat anterior.
03:35
And then it gives you an output in 3D space.
86
200000
3000
Astfel se obține un output în spațiu tridimensional.
03:38
So what this means
87
203000
2000
Asta presupune că
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
utilizatorul poate introduce input pentru ceea ce dorește să execute modulul.
03:43
It computes on what it was doing before
89
208000
2000
Acesta analizează atât ceea ce făcea înainte
03:45
and what you said you wanted it to do.
90
210000
2000
cât și ce i-ați spus că doriți să facă.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
Iar acum începe să se miște în spațiu tridimensional --
03:49
so up or down.
92
214000
2000
deci în jos sau în sus.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
Aşadar în stânga, input [1,1] generează output 0, care merge în jos.
03:54
On the right-hand side,
94
219000
2000
În partea dreaptă,
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
input [0,0] iese ca output 1, care merge în sus.
03:59
And so what that really means
96
224000
2000
Asta probează că într-adevăr
04:01
is that our structures now contain the blueprints
97
226000
2000
structura noastră conține planurile
04:03
of what we want to build.
98
228000
2000
a ceea ce vrem să construim.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
Deci au integrată în ele toată informaţia a ceea ce s-a construit.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
Asta înseamnă că putem avea o formă de auto-replicare.
04:11
In this case I call it self-guided replication,
101
236000
3000
În acest caz eu o numesc replicare auto-ghidată
04:14
because your structure contains the exact blueprints.
102
239000
2000
deoarece structura însăși conține planurile exacte.
04:16
If you have errors, you can replace a part.
103
241000
2000
Dacă apar erori, poți înlocui o componentă.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
Toată informația locală e încorporată pentru a-ți spune cum s-o repari.
04:21
So you could have something that climbs along and reads it
105
246000
2000
Aşadar puteţi avea ceva care urcă pas cu pas şi o citeşte
04:23
and can output at one to one.
106
248000
2000
şi poate da un output specific pentru fiecare în parte.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
E încorporată local; nu există instrucţiuni exterioare.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
Ultimul proiect pe care vi-l voi arăta se numește Biased Chains
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
și e probabil cel mai interesant exemplu de sistem pasiv auto-asamblant
04:33
of passive self-assembly systems.
110
258000
2000
pe care-l avem în acest moment.
04:35
So it takes the reconfigurability
111
260000
2000
Deci preia reconfigurabilitatea
04:37
and programmability
112
262000
2000
şi programabilitatea
04:39
and makes it a completely passive system.
113
264000
3000
şi realizează un sistem complet pasiv.
04:43
So basically you have a chain of elements.
114
268000
2000
În principiu avem un lanț de elemente.
04:45
Each element is completely identical,
115
270000
2000
Toate elementele sunt identice
04:47
and they're biased.
116
272000
2000
și direcționate.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
Astfel fiecare lanț sau fiecare element vrea să se întoarcă spre dreapta sau spre stânga.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
Deci în timp ce asamblezi lanțul, practic îl programezi.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
Îi spui fiecărei unități dacă ar trebui să se învârtă în dreapta sau în stânga.
04:58
So when you shake the chain,
120
283000
3000
Așa că, atunci când scuturi lanțul,
05:01
it then folds up
121
286000
2000
el se pliază
05:03
into any configuration that you've programmed in --
122
288000
3000
în orice configuraţie în care l-ai programat --
05:06
so in this case, a spiral,
123
291000
2000
în acest caz, o spirală,
05:08
or in this case,
124
293000
3000
sau în acest caz,
05:11
two cubes next to each other.
125
296000
3000
două cuburi unul lângă altul.
05:14
So you can basically program
126
299000
2000
Aşadar puteţi programa
05:16
any three-dimensional shape --
127
301000
2000
orice formă tridimensională --
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
sau unidimensională, bidimensională -- în acest lanţ într-un mod complet pasiv.
05:21
So what does this tell us about the future?
129
306000
2000
Aşadar ce ne spune asta despre viitor?
05:23
I think that it's telling us
130
308000
2000
Cred că ne spune
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
că există noi posibilităţi de auto-asamblare, replicare, reparare
05:28
in our physical structures, our buildings, machines.
132
313000
3000
a structurilor fizice, clădirilor şi maşinilor noastre.
05:31
There's new programmability in these parts.
133
316000
2000
Acestea pot fi programate într-un mod nou.
05:33
And from that you have new possibilities for computing.
134
318000
2000
Şi de aici apar noi posibilităţi privind computaţia.
05:35
We'll have spatial computing.
135
320000
2000
Vom avea computaţie spaţială.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
Imaginaţi-vă clădirile noastre, podurile, maşinile,
05:39
all of our bricks could actually compute.
137
324000
2000
toate cărămizile, dacă ar fi capabile de computaţie.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
Asta are o uimitoare putere de computaţie paralelă şi distribuită,
05:43
new design possibilities.
139
328000
2000
noi posibilităţi de design.
05:45
So it's exciting potential for this.
140
330000
2000
Există un potenţial impresionant în direcția asta.
05:47
So I think these projects I've showed here
141
332000
2000
Cred că proiectele pe care vi le-am arătat
05:49
are just a tiny step towards this future,
142
334000
2000
sunt doar un pas minuscul către viitor,
05:51
if we implement these new technologies
143
336000
2000
în cazul în care implementăm aceste noi tehnologii
05:53
for a new self-assembling world.
144
338000
2000
pentru o lume nouă, auto-asamblabilă.
05:55
Thank you.
145
340000
2000
Vă mulțumesc.
05:57
(Applause)
146
342000
2000
(Aplauze)
ABOUT THE SPEAKER
Skylar Tibbits - InventorSkylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves.
Why you should listen
Can we create objects that assemble themselves -- that zip together like a strand of DNA or that have the ability for transformation embedded into them? These are the questions that Skylar Tibbits investigates in his Self-Assembly Lab at MIT, a cross-disciplinary research space where designers, scientists and engineers come together to find ways for disordered parts to become ordered structures.
A trained architect, designer and computer scientist, Tibbits teaches design studios at MIT’s Department of Architecture and co-teaches the seminar “How to Make (Almost) Anything” at MIT’s Media Lab. Before that, he worked at a number of design offices including Zaha Hadid Architects, Asymptote Architecture, SKIII Space Variations and Point b Design. His work has been shown at the Guggenheim Museum and the Beijing Biennale.
Tibbits has collaborated with a number of influential people over the years, including Neil Gershenfeld and The Center for Bits and Atoms, Erik and Marty Demaine at MIT, Adam Bly at SEED Media Group and Marc Fornes of THEVERYMANY. In 2007, he and Marc Fornes co-curated Scriptedbypurpose, the first exhibition focused exclusively on scripted processes within design. Also in 2007, he founded SJET, a multifaceted practice and research platform for experimental computation and design. SJET crosses disciplines from architecture and design, fabrication, computer science and robotics.
Skylar Tibbits | Speaker | TED.com