TED2011
Skylar Tibbits: Can we make things that make themselves?
Skylar Tibbits: Môžeme vyrobiť veci, ktoré sa sami vyrábajú?
Filmed:
Readability: 4.4
1,072,366 views
Skylar Tibbits, výskumník z MIT, pracuje na spontánnom usporiadaní - na nápade, že namiesto toho, aby sme niečo budovali (stoličku či mrakodrap), môžeme vytvoriť materiály, ktoré sa budú vytvárať samé - veľmi podobne, ako sa reťazec DNA zaplieta sám do seba. Je to veľký koncept na začiatku cesty. Tibbits prezentuje tri laboratórne projekty, ktoré naznačujú, ako može vyzerať samovytvárajúca sa budúcnosť.
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
Dnes by som vám rád ukázal budúcnosť toho,
00:17
the future of the way we make things.
1
2000
2000
akým spôsobom môžeme vyrábať veci.
00:19
I believe that soon our buildings and machines
2
4000
2000
Verím, že čoskoro
00:21
will be self-assembling,
3
6000
2000
sa naše budovy a stroje budú
00:23
replicating and repairing themselves.
4
8000
2000
vyrábať, replikovať a opravovať sami.
00:25
So I'm going to show you
5
10000
2000
Ukážem vám,
00:27
what I believe is the current state of manufacturing,
6
12000
2000
čo je podľa mňa súčasný stav výroby
00:29
and then compare that to some natural systems.
7
14000
3000
a ten potom porovnám k niektorým prírodným systémom.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
Takže, v súčasnosti máme mrakodrapy:
00:35
two and a half years [of assembly time],
9
20000
2000
dva a pol roka,
00:37
500,000 to a million parts,
10
22000
2000
pol milióna až milión častí,
00:39
fairly complex,
11
24000
2000
pomerne komplexné,
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
nové a vzrušujúce technológie s oceľou, betónom a sklom.
00:44
We have exciting machines
13
29000
2000
Máme strhujúce stroje,
00:46
that can take us into space --
14
31000
2000
ktoré nás môžu zobrať do vesmíru
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
- päť rokov, 2,5 milióna častí.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
Ale na druhej strane, ak sa pozriete na prírodné systémy,
00:54
we have proteins
17
39000
2000
máme proteíny,
00:56
that have two million types,
18
41000
2000
ktoré majú dva milióny druhov
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
a môžu sa usporiadať za 10 000 nanosekúnd.
01:00
or DNA with three billion base pairs
20
45000
2000
Alebo DNA s tromi miliardami základných párov,
01:02
we can replicate in roughly an hour.
21
47000
3000
ktorá sa môže replikovať približne za hodinu.
01:05
So there's all of this complexity
22
50000
2000
V našich prírodných systémoch
01:07
in our natural systems,
23
52000
2000
je veľa takejto komplexnosti,
01:09
but they're extremely efficient,
24
54000
2000
ale tieto systémy sú mimoriadne efektívne
01:11
far more efficient than anything we can build,
25
56000
2000
- oveľa efektívnejšie a komplexnejšie ako čokoľvek,
01:13
far more complex than anything we can build.
26
58000
2000
čo sme schopní vytvoriť.
01:15
They're far more efficient in terms of energy.
27
60000
2000
Sú oveľa efektívnejšie čo sa týka energie.
01:17
They hardly ever make mistakes.
28
62000
3000
Takmer nikdy nerobia chyby.
01:20
And they can repair themselves for longevity.
29
65000
2000
A môžu sa sami opravovať k dlhovekosti.
01:22
So there's something super interesting about natural systems.
30
67000
3000
Toto je niečo veľmi zaujímavé o prírodných systémoch.
01:25
And if we can translate that
31
70000
2000
A ak to môžeme aplikovať
01:27
into our built environment,
32
72000
2000
do nášho vybudovaného prostredia,
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
potom je tu skvelý potenciál pre spôsob, akým vyrábame veci.
01:31
And I think the key to that is self-assembly.
34
76000
3000
A myslím si, že kľúčom k tomu je spontánne usporiadanie.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
Ak chceme využiť samovýrobu v našom fyzikálnom prostredí,
01:37
I think there's four key factors.
36
82000
2000
myslím, že sú tu štyri kľúčové faktory.
01:39
The first is that we need to decode
37
84000
2000
Po prvé, potrebujeme dekódovať
01:41
all of the complexity of what we want to build --
38
86000
2000
celú komplexitu toho, čo chceme vytvoriť
01:43
so our buildings and machines.
39
88000
2000
- teda našich budov a strojov.
01:45
And we need to decode that into simple sequences --
40
90000
2000
A potrebujeme ich dekódovať do jednoduchých sekvencií
01:47
basically the DNA of how our buildings work.
41
92000
2000
- v podstate do DNA toho, ako naše budovy pracujú.
01:49
Then we need programmable parts
42
94000
2000
Potom potrebujeme programovateľné časti,
01:51
that can take that sequence
43
96000
2000
ktoré môžu tú sekvenciu zobrať
01:53
and use that to fold up, or reconfigure.
44
98000
3000
a použiť ju na zloženie sa alebo rekonfiguráciu.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
Potrebujeme energiu, ktorá nám to umožní aktivovať,
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
ktorá umožní častiam, aby sa boli schopné poskladať z programu.
02:02
And we need some type of error correction redundancy
47
107000
2000
A potrebujeme nejaký systém odstraňovania chýb,
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
ktorý zaistí, že sme úspešne vytvorili to, čo sme zamýšľali.
02:07
So I'm going to show you a number of projects
49
112000
2000
Takže teraz vám ukážem niekoľko projektov,
02:09
that my colleagues and I at MIT are working on
50
114000
2000
na ktorých spolu s kolegami pracujeme na MIT,
02:11
to achieve this self-assembling future.
51
116000
2000
aby sme dosiahli túto samovytvárajúcu sa budúcnosť.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
Prvé dva sú MacroBot a DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
Tieto projekty sú rekonfigurovateľné roboty vo veľkom:
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
8 stôp (cca 2,4m) a 12 stôp (cca 3,7m) dlhé proteíny.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
Sú vybavené mechanickými elektrickými zariadeniami, senzormi.
02:26
You decode what you want to fold up into,
56
131000
2000
Dekódujeme to, do čoho sa chceme poskladať,
02:28
into a sequence of angles --
57
133000
2000
do sekvencie uhlov
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
- takže negatívnych 120°, negatívnych 120°, 0°, 0°,
02:32
120, negative 120 -- something like that;
59
137000
3000
120°, negatívnych 120° - niečo také:
02:35
so a sequence of angles, or turns,
60
140000
2000
sekvencia uhlov alebo obrátok
02:37
and you send that sequence through the string.
61
142000
3000
a pošleme túto sekvenciu cez reťazec.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
Každá jednotka si zoberie svoju správu - takže negatívnych 120°.
02:43
it rotates to that, checks if it got there
63
148000
2000
Otočí sa do toho uhlu, zistí, či sa tam dostala,
02:45
and then passes it to its neighbor.
64
150000
3000
a potom posunie tú správu susedovi.
02:48
So these are the brilliant scientists,
65
153000
2000
Toto sú vynikajúci vedci,
02:50
engineers, designers that worked on this project.
66
155000
2000
inžinieri, dizajnéri, ktorí pracovali na tomto projekte.
02:52
And I think it really brings to light:
67
157000
2000
A myslím, že to evokuje otázku:
02:54
Is this really scalable?
68
159000
2000
je toto skutočne rozšíriteľné?
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
Myslím tým, že na výrobu tohto 2,4-metrového robota
02:58
made to make this eight-foot robot.
70
163000
3000
bolo vynaložených tisíce dolárov a veľa ľudskej práce.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
Môžeme toto skutočne uplatniť vo veľkom? Môžeme skutotočne integrovať robotiku do každej časti?
03:04
The next one questions that
72
169000
2000
Ďalší projekt kladie takéto otázky
03:06
and looks at passive nature,
73
171000
2000
a zaoberá sa pasívnou prírodou
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
alebo pasívne skúša dosiahnuť programovateľnosť rekonfigurácie.
03:11
But it goes a step further,
75
176000
2000
Ale ide ešte o krok ďalej
03:13
and it tries to have actual computation.
76
178000
2000
a skúša dosiahnuť samotné výpočty.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
V podstate vkladá najzákladnejšiu časť počítačov,
03:17
the digital logic gate,
78
182000
2000
digitálnu logickú bránu,
03:19
directly into your parts.
79
184000
2000
priamo do našich častí.
03:21
So this is a NAND gate.
80
186000
2000
Takže toto je NAND brána.
03:23
You have one tetrahedron which is the gate
81
188000
2000
Máme jeden štvorsten, ktorý je bránou,
03:25
that's going to do your computing,
82
190000
2000
ktorá robí naše výpočty,
03:27
and you have two input tetrahedrons.
83
192000
2000
a máme dva vstupné štvorsteny.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
Jeden z nich je vstup od užívateľov, keď staviame naše tehličky.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
Ten druhý je z predchádzajúcej tehličky, ktorá bola umiestnená.
03:35
And then it gives you an output in 3D space.
86
200000
3000
A toto nám potom dáva výstup v 3D priestore.
03:38
So what this means
87
203000
2000
Takže toto znamená,
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
že užívateľ môže začať vkladať informácie o tom, čo chce, aby tie časti robili.
03:43
It computes on what it was doing before
89
208000
2000
Vypočíta to, čo to robilo predtým,
03:45
and what you said you wanted it to do.
90
210000
2000
a čo sme povedali, že chceme, aby to spravilo.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
A teraz sa to začína hýbať v trojrozmernom priestore -
03:49
so up or down.
92
214000
2000
hore alebo dole.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
Na ľavej strane, vstup [1, 1] sa rovná výstupu 0, takže ide dole.
03:54
On the right-hand side,
94
219000
2000
Na pravej strane,
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
vstup [0, 0] je výstup 1, čo znamená, že ide hore.
03:59
And so what that really means
96
224000
2000
A toto v praxi znamená,
04:01
is that our structures now contain the blueprints
97
226000
2000
že naše štruktúry teraz obsahujú detailný plán toho,
04:03
of what we want to build.
98
228000
2000
čo chceme postaviť.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
Majú v sebe vložené všetky informácie o tom, čo bolo skonštruované.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
To znamená, že môžeme dosiahnuť nejakú formu samoreplikácie.
04:11
In this case I call it self-guided replication,
101
236000
3000
V tomto prípade to volám samosprevádzajúca sa replikácia,
04:14
because your structure contains the exact blueprints.
102
239000
2000
pretože naša štruktúra obsahuje presné plány.
04:16
If you have errors, you can replace a part.
103
241000
2000
Ak máme chyby, časť môžeme nahradiť.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
Všetky lokálne informácie sú zabudované, aby nám povedali, ako chyby opraviť.
04:21
So you could have something that climbs along and reads it
105
246000
2000
Takže môžeme mať niečo, čo sa analyzuje a číta
04:23
and can output at one to one.
106
248000
2000
a môže mať individuálny výsledok.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
Je to priamo vložené, nie sú tam žiadne externé inštrukcie.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
Posledný projekt, ktorý vám ukážem, sa volá Biased Chains (Predpojaté reťaze),
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
a je to asi najvzrušujúcejší príklad pasívnych samovytvárajúcich sa systémov,
04:33
of passive self-assembly systems.
110
258000
2000
ktorý práve teraz máme.
04:35
So it takes the reconfigurability
111
260000
2000
Zahŕňa to schopnosť rekonfigurácie
04:37
and programmability
112
262000
2000
a programovania
04:39
and makes it a completely passive system.
113
264000
3000
a stáva sa z toho úplne pasívny systém.
04:43
So basically you have a chain of elements.
114
268000
2000
Takže v podstate máme reťaz elementov.
04:45
Each element is completely identical,
115
270000
2000
Každý element je úplne identický
04:47
and they're biased.
116
272000
2000
a predpojatý.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
Každá reťaz alebo každý element chce zabočiť doprava alebo doľava.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
Takže keď skladáme reťaz, v podstate ju programujeme.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
Hovoríme každej jednotke, či má zabočiť doprava alebo doľava.
04:58
So when you shake the chain,
120
283000
3000
Takže keď tú reťaz zatrasieme,
05:01
it then folds up
121
286000
2000
poskladá sa
05:03
into any configuration that you've programmed in --
122
288000
3000
do akejkoľvek konfigurácie, ktorú sme naprogramovali
05:06
so in this case, a spiral,
123
291000
2000
- v tomto prípade do špirály,
05:08
or in this case,
124
293000
3000
alebo v tomto prípade
05:11
two cubes next to each other.
125
296000
3000
do dvoch kociek hneď pri sebe.
05:14
So you can basically program
126
299000
2000
Takže v podstate môžeme naprogramovať
05:16
any three-dimensional shape --
127
301000
2000
akýkoľvek trojrozmerný tvar
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
- alebo jednorozmerný alebo dvojrozmerný - do tejto reťaze úplne pasívne.
05:21
So what does this tell us about the future?
129
306000
2000
Čo nám to hovorí o budúcnosti?
05:23
I think that it's telling us
130
308000
2000
Myslím si, že nám to hovorí,
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
že v našich fyzických štruktúrach, budovách a strojoch
05:28
in our physical structures, our buildings, machines.
132
313000
3000
sú nové možnosti pre samovytváranie, replikovanie a opravy.
05:31
There's new programmability in these parts.
133
316000
2000
V týchto častiach je nová programovateľnosť.
05:33
And from that you have new possibilities for computing.
134
318000
2000
A z toho máme nové možnosti pre počítačové výpočty.
05:35
We'll have spatial computing.
135
320000
2000
Budeme mať priestorové výpočty.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
Predstavte si, že naše budovy, mosty, stroje,
05:39
all of our bricks could actually compute.
137
324000
2000
všetky naše stavebné časti, možu počítať.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
To je úžasná paralelná a rozložená výpočtová sila,
05:43
new design possibilities.
139
328000
2000
nové možnosti dizajnu.
05:45
So it's exciting potential for this.
140
330000
2000
Je v tom vzrušujúci potenciál.
05:47
So I think these projects I've showed here
141
332000
2000
Myslím, že tieto projekty, ktoré som vám ukázal,
05:49
are just a tiny step towards this future,
142
334000
2000
sú len malými krokmi k takejto budúcnosti,
05:51
if we implement these new technologies
143
336000
2000
ak implementujeme tieto nové technológie
05:53
for a new self-assembling world.
144
338000
2000
pre nový, samovytvárajúci sa svet.
05:55
Thank you.
145
340000
2000
Ďakujem!
05:57
(Applause)
146
342000
2000
(Aplauz.)
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