TED2011
Skylar Tibbits: Can we make things that make themselves?
Скайлер Тіббітс: Чи можемо ми створювати речі, що будуватимуть самі себе?
Filmed:
Readability: 4.4
1,072,366 views
Дослідник Массачусеттського Інституту Технологій, Скайлер Тіббітс працює над самовідтворенням - ідеєю, що замість створення чогось (стілеця, хмарочоса), ми можемо зконструювати матеріали, які розбудовуватимуть самі себе, дуже подібно до ланцюгів ДНК, що приєднуються одна до одної. Це велика концепція на ранніх стадіях; Тіббітс показує нам три лабораторні проекти, які натякають на те, як би могло виглядати самовідтворюване майбутнє.
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
Сьогодні я хочу показати вам
00:17
the future of the way we make things.
1
2000
2000
майбутнє способу, в який ми створюємо речі.
00:19
I believe that soon our buildings and machines
2
4000
2000
Я вірю, що скоро наші будівлі й машини
00:21
will be self-assembling,
3
6000
2000
зможуть самоконструюватися,
00:23
replicating and repairing themselves.
4
8000
2000
відтворювати і ремонувати самі себе.
00:25
So I'm going to show you
5
10000
2000
Тож я збираюся показати вам
00:27
what I believe is the current state of manufacturing,
6
12000
2000
що на мій погляд являє собою теперішній стан виробництва,
00:29
and then compare that to some natural systems.
7
14000
3000
і тоді порівняю це з деякими природними системами.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
Отже, у виробництві теперішнього рівня, ми маємо хмарочоси --
00:35
two and a half years [of assembly time],
9
20000
2000
- два з половиною роки,
00:37
500,000 to a million parts,
10
22000
2000
від п'ятисот тисяч до мільйона частин,
00:39
fairly complex,
11
24000
2000
дійсно складні,
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
нові, захоплюючі технології обробки сталі, бетону, скла.
00:44
We have exciting machines
13
29000
2000
Ми маємо вражаючі машини,
00:46
that can take us into space --
14
31000
2000
які можуть доправити нас у космос -
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
п'ять років, два з половиною мільйони частин.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
Але з іншого боку, якщо ви подивитесь на природні системи,
00:54
we have proteins
17
39000
2000
ми маємо білки,
00:56
that have two million types,
18
41000
2000
яких є два мільйони типів,
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
що можуть згорнутися за десять тисяч наносекунд,
01:00
or DNA with three billion base pairs
20
45000
2000
або ДНК з трьома мільйонами базових пар,
01:02
we can replicate in roughly an hour.
21
47000
3000
що ми можемо відтворити майже за годину.
01:05
So there's all of this complexity
22
50000
2000
Хоча існує уся ця складність
01:07
in our natural systems,
23
52000
2000
в наших природних системах,
01:09
but they're extremely efficient,
24
54000
2000
вони є дуже продуктивними,
01:11
far more efficient than anything we can build,
25
56000
2000
набагато більш продуктивними, аніж будь-що, що ми можемо збудувати,
01:13
far more complex than anything we can build.
26
58000
2000
значно складнішими, за будь - що, що ми можемо збудувати.
01:15
They're far more efficient in terms of energy.
27
60000
2000
Вони набагато економніші в плані енерговитрат.
01:17
They hardly ever make mistakes.
28
62000
3000
Вони майже ніколи не припускаються помилок.
01:20
And they can repair themselves for longevity.
29
65000
2000
І вони можуть самовідновлюватись протягом життя.
01:22
So there's something super interesting about natural systems.
30
67000
3000
Отож, в природних системах є щось супер цікаве.
01:25
And if we can translate that
31
70000
2000
І якщо ми перенесемо це
01:27
into our built environment,
32
72000
2000
на наше будівельне середовище,
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
тоді є певний захоплюючий потенціал для того, в який спосіб ми створюємо речі.
01:31
And I think the key to that is self-assembly.
34
76000
3000
І я гадаю ключ до нього - самоконструювання.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
Якщо ми хочемо використовувати самоконструювання в нашому фізичному оточенні,
01:37
I think there's four key factors.
36
82000
2000
я думаю, що є чотири ключових фактори.
01:39
The first is that we need to decode
37
84000
2000
Перший полягає в тому, що нам необхідно розшифрувати
01:41
all of the complexity of what we want to build --
38
86000
2000
усю складність того, що ми хочемо побудувати --
01:43
so our buildings and machines.
39
88000
2000
- наші будівлі та машини.
01:45
And we need to decode that into simple sequences --
40
90000
2000
І ми маємо розшифрувати все до простих послідовностей.
01:47
basically the DNA of how our buildings work.
41
92000
2000
фактично - ДНК наших технологій.
01:49
Then we need programmable parts
42
94000
2000
Потім нам потрібні частини, які можна запрограмувати,
01:51
that can take that sequence
43
96000
2000
що можуть взяти послідовність
01:53
and use that to fold up, or reconfigure.
44
98000
3000
і використати її, щоб скластися, або реконструюватися.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
Нам потрібна енергія, яка дозволить цьому всьому активуватися,
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
дозволить нашим частинам скластися за програмою.
02:02
And we need some type of error correction redundancy
47
107000
2000
І також нам потрібен компонент корекції помилок,
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
щоб забезпечити успішну побудову того, що ми хотіли.
02:07
So I'm going to show you a number of projects
49
112000
2000
Я покажу вам декілька проектів
02:09
that my colleagues and I at MIT are working on
50
114000
2000
над яким працюю я та мої колеги з МТІ (Масачусетський Технологічний Інститут),
02:11
to achieve this self-assembling future.
51
116000
2000
щоб досягти цього самоскладаного майбутнього.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
Перші два - це МакроБот і ДециБот.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
Ці проекти - величезні роботи, здатні до реконфігурації --
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
протеїни довжиною вісім та дванадцять футів.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
В них вбудовані механічні електронні прилади, сенсори.
02:26
You decode what you want to fold up into,
56
131000
2000
Ви програмуєте за власним бажанням, на що вони мають скластися,
02:28
into a sequence of angles --
57
133000
2000
у послідовність кутів -
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
мінус 120, мінус 120,0,0,
02:32
120, negative 120 -- something like that;
59
137000
3000
120, мінус 120 -- щось подібне до того;
02:35
so a sequence of angles, or turns,
60
140000
2000
отже послідовність кутів або поворотів,
02:37
and you send that sequence through the string.
61
142000
3000
і ви посилаєте її через умовність.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
Кожен підрозділ одержує свій сигнал - наприклад мінус 120 -
02:43
it rotates to that, checks if it got there
63
148000
2000
він повертається, перевіряє чи він надійшов туди
02:45
and then passes it to its neighbor.
64
150000
3000
і тоді передає його наступному.
02:48
So these are the brilliant scientists,
65
153000
2000
Геніальні вчені,
02:50
engineers, designers that worked on this project.
66
155000
2000
інженери, дизайнери працювали над цим проектом.
02:52
And I think it really brings to light:
67
157000
2000
І я думаю вони дійсно пролили світло на цю проблему:
02:54
Is this really scalable?
68
159000
2000
чи можливо це розрахувати?
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
Я маю на увазі ті тисячі доларів, робочі години,
02:58
made to make this eight-foot robot.
70
163000
3000
витрачені, щоб зробити цього восьмифутового робота.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
Чи можемо ми це поліпшити? Чи можемо вбудувати механізми у кожну частину?
03:04
The next one questions that
72
169000
2000
Наступний робот ставить це під сумнів
03:06
and looks at passive nature,
73
171000
2000
і звертається до пасивної сутності,
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
або пасивно намагається мати реконфігураційну запрограмованість.
03:11
But it goes a step further,
75
176000
2000
Але він іде ще далі,
03:13
and it tries to have actual computation.
76
178000
2000
і намагається отримати фактичні розрахунки.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
Він фактично закладає найфундаментальнішу основу розрахунків,
03:17
the digital logic gate,
78
182000
2000
цифровий логічний вентиль,
03:19
directly into your parts.
79
184000
2000
просто у вашу схему.
03:21
So this is a NAND gate.
80
186000
2000
Тож це схема NAND вентиля.
03:23
You have one tetrahedron which is the gate
81
188000
2000
Ви маєте один тетраедр, як вентиль,
03:25
that's going to do your computing,
82
190000
2000
що виконуватиме всі ваші розрахунки,
03:27
and you have two input tetrahedrons.
83
192000
2000
і ви маєте два вхідні тетраедри.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
Один з них вхідний від користувача, коли ви будуєте ваші блоки.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
Інший - від попередньо розміщеного блоку.
03:35
And then it gives you an output in 3D space.
86
200000
3000
І тоді він відбудовує наступний в трьох вимірах.
03:38
So what this means
87
203000
2000
Це означае,
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
що користувач може почати ставити завдання того, що мають робити блоки.
03:43
It computes on what it was doing before
89
208000
2000
Робот прораховує те, що робив раніше,
03:45
and what you said you wanted it to do.
90
210000
2000
і те, що ви наказали йому зробити.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
І тепер він починає рухатися у тривимірному просторі
03:49
so up or down.
92
214000
2000
вгору та вниз.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
Тож з лівого боку, [1,1] на вході рівний [0,0] на виході, що опускається.
03:54
On the right-hand side,
94
219000
2000
З правого боку,
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
[0,0] вхідний є [1,1] вихідним, який підіймається.
03:59
And so what that really means
96
224000
2000
І він справді означає,
04:01
is that our structures now contain the blueprints
97
226000
2000
що наші структури тепер містять проекти,
04:03
of what we want to build.
98
228000
2000
того, що ми хочемо побудувати.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
Бо в них вбудовано усю інформацію про те, що було збудовано.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
Це означає, що ми маємо певну форму самовідтворення.
04:11
In this case I call it self-guided replication,
101
236000
3000
В цьому випадку я називаю це самокероване відтворення,
04:14
because your structure contains the exact blueprints.
102
239000
2000
тому, що ваша структура містить чіткий проект.
04:16
If you have errors, you can replace a part.
103
241000
2000
Якщо ви зробили помилку, ви можете замінити частину.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
Всю локальну інформацію вбудовано в такий спосіб, щоб підказувати вам, як це виправити.
04:21
So you could have something that climbs along and reads it
105
246000
2000
Відтак ви матимете щось, що повзає і зчитує її,
04:23
and can output at one to one.
106
248000
2000
й може дати точний результат.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
Воно вбудоване в структуру, тому немає ніяких зовнішних скеруваннь.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
Останній проект, який я хочу показати називається Зміщені Ланцюги,
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
і це, напевно, найбільш вражаючий приклад, який ми маємо на сьогодні,
04:33
of passive self-assembly systems.
110
258000
2000
пасивних систем, які можуть самовідтворюватись.
04:35
So it takes the reconfigurability
111
260000
2000
Він бере здатність до реконфігурації,
04:37
and programmability
112
262000
2000
та програмування
04:39
and makes it a completely passive system.
113
264000
3000
і це робить його повністю пасивною системою.
04:43
So basically you have a chain of elements.
114
268000
2000
Фактично ви маєте ланцюг елементів.
04:45
Each element is completely identical,
115
270000
2000
Кожен елемент є ідентичним,
04:47
and they're biased.
116
272000
2000
і вони зміщувані.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
Отож, кожен елемент хоче повернутися вправо або вліво.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
Тож коли ви складаєте ланцюг ви програмуєте його.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
Ви наказуєте кожній частині повернутися вправо, чи вліво.
04:58
So when you shake the chain,
120
283000
3000
Якщо ви потрусите ланцюг,
05:01
it then folds up
121
286000
2000
він згортається
05:03
into any configuration that you've programmed in --
122
288000
3000
в будь-яку конфігурацію, що ви запрограмуєте.
05:06
so in this case, a spiral,
123
291000
2000
В цьому випадку спіраль,
05:08
or in this case,
124
293000
3000
або в цьому випадку,
05:11
two cubes next to each other.
125
296000
3000
два куби один поруч з одним.
05:14
So you can basically program
126
299000
2000
Відтак ви можете запрограмувати
05:16
any three-dimensional shape --
127
301000
2000
будь-яку тривимірну форму --
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
або одно-, двовимріну в цей ланцюг абсолютно пасивно.
05:21
So what does this tell us about the future?
129
306000
2000
То що це говорить нам про майбутне?
05:23
I think that it's telling us
130
308000
2000
Я думаю, це говорить нам
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
що є нові можливості самоформування, відтворення та налагодження
05:28
in our physical structures, our buildings, machines.
132
313000
3000
в наших фізичний структурах, будівлях, машинах.
05:31
There's new programmability in these parts.
133
316000
2000
Є нова здатність до програмування в цих частинах.
05:33
And from that you have new possibilities for computing.
134
318000
2000
І з неї витікають нові можливості обчислення.
05:35
We'll have spatial computing.
135
320000
2000
Ми отримаємо просторове обчислювання.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
Уявіть собі якщо б наші будинки, мости, машини,
05:39
all of our bricks could actually compute.
137
324000
2000
усі наші частини зможуть справді прораховувати.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
Це захоплююча паралельна та розповсюджена обчислювальна сила,
05:43
new design possibilities.
139
328000
2000
нові можливості дизайну.
05:45
So it's exciting potential for this.
140
330000
2000
В цьому є вражаючий потенціал.
05:47
So I think these projects I've showed here
141
332000
2000
Я думаю, що ці проекти які я вам показав
05:49
are just a tiny step towards this future,
142
334000
2000
є лише малим кроком до цього майбутнього,
05:51
if we implement these new technologies
143
336000
2000
якщо ми застосовуватимемо ці технології
05:53
for a new self-assembling world.
144
338000
2000
задля нового, самовідтворюваного світу.
05:55
Thank you.
145
340000
2000
Дякую.
05:57
(Applause)
146
342000
2000
Оплески.
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