TED2002
Robert Full: Robots inspired by cockroach ingenuity
Robert Full über Maschinenbau und Evolution
Filmed:
Readability: 3.6
1,087,679 views
Insekten und Tiere haben einige erstaunliche Fähigkeiten entwickelt – aber, wie Robert Full bemerkt, die Gestaltung von vielen Tieren ist tatsächlich zu komplex. Der Trick dabei ist, nur das zu kopieren, was notwendig ist. Er zeigt, wie menschliche Ingenieure von diesen Tier-Tricks lernen können.
Robert Full - Biologist
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Double-click the English transcript below to play the video.
00:19
Welcome. If I could have the first slide, please?
0
1000
5000
Willkommen. Die erste Folie, bitte.
00:33
Contrary to calculations made by some engineers, bees can fly,
1
15000
5000
Im Gegensatz zu den Berechnungen
mancher Ingenieure können Bienen fliegen,
mancher Ingenieure können Bienen fliegen,
00:38
dolphins can swim, and geckos can even climb
2
20000
7000
Delfine schwimmen und Geckos
sogar die glattesten Oberflächen
sogar die glattesten Oberflächen
00:45
up the smoothest surfaces. Now, what I want to do, in the short time I have,
3
27000
6000
emporklettern. In der kurzen Zeit,
die ich habe, möchte ich Ihnen
die ich habe, möchte ich Ihnen
00:51
is to try to allow each of you to experience
4
33000
4000
den Nervenkitzel nahebringen,
den man beim Enthüllen
den man beim Enthüllen
00:55
the thrill of revealing nature's design.
5
37000
6000
der komplexen Strukturen der Natur erlebt.
01:01
I get to do this all the time, and it's just incredible.
6
43000
2000
Das mache ich die ganze Zeit,
und es ist einfach unglaublich.
und es ist einfach unglaublich.
01:03
I want to try to share just a little bit of that with you in this presentation.
7
45000
6000
Durch diese Präsentation möchte ich versuchen,
etwas davon mit Ihnen zu teilen.
etwas davon mit Ihnen zu teilen.
01:09
The challenge of looking at nature's designs --
8
51000
2000
Die Herausforderung das Design der Natur zu erforschen –
01:11
and I'll tell you the way that we perceive it, and the way we've used it.
9
53000
4000
und ich werde erklären, wie wir sie wahrnehmen
und verwendet haben.
und verwendet haben.
01:15
The challenge, of course, is to answer this question:
10
57000
2000
Die Herausforderung besteht darin,
diese Frage zu beantworten:
diese Frage zu beantworten:
01:17
what permits this extraordinary performance of animals
11
59000
3000
Was ermöglicht diese außergewöhnliche
Leistung der Tiere,
Leistung der Tiere,
01:20
that allows them basically to go anywhere?
12
62000
3000
die es ihnen erlaubt, überall hinzugehen?
01:23
And if we could figure that out, how can we implement those designs?
13
65000
7000
Und wenn wir das herausfinden könnten,
wie können wir die Entwürfe umsetzen?
wie können wir die Entwürfe umsetzen?
01:30
Well, many biologists will tell engineers, and others,
14
72000
3000
Nun, viele Biologen erzählen Ingenieuren und anderen,
01:33
organisms have millions of years to get it right;
15
75000
3000
dass Organismen Jahrmillionen hatten, um es richtig zu machen;
01:36
they're spectacular; they can do everything wonderfully well.
16
78000
3000
sie sind spektakulär,
sie können alles wunderbar tun.
sie können alles wunderbar tun.
01:39
So, the answer is bio-mimicry: just copy nature directly.
17
81000
4000
Also, die Antwort ist Bio-Mimikry:
Kopieren Sie einfach direkt die Natur.
Kopieren Sie einfach direkt die Natur.
01:43
We know from working on animals that the truth is
18
85000
5000
Wir wissen aus der Arbeit an Tieren,
dass wir genau das
dass wir genau das
01:48
that's exactly what you don't want to do -- because evolution works
19
90000
4000
in Wahrheit nicht tun wollen – weil die Evolution nach dem
01:52
on the just-good-enough principle, not on a perfecting principle.
20
94000
3000
“Gerade gut genug"-Prinzip arbeitet, nicht nach einem perfektionierenden Prinzip.
01:55
And the constraints in building any organism, when you look at it,
21
97000
4000
Und die Einschränkungen beim Aufbau
jedes Organismus sind, wenn man ihn betrachtet,
jedes Organismus sind, wenn man ihn betrachtet,
01:59
are really severe. Natural technologies have incredible constraints.
22
101000
5000
wirklich gravierend. Natürliche Technologien
sind unglaublich eingeschränkt.
sind unglaublich eingeschränkt.
02:04
Think about it. If you were an engineer and I told you
23
106000
3000
Stellen Sie sich vor:
Sie wären ein Ingenieur und ich sagte Ihnen,
Sie wären ein Ingenieur und ich sagte Ihnen,
02:07
that you had to build an automobile, but it had to start off to be this big,
24
109000
5000
dass Sie ein Auto bauen müssten,
aber es müßte anfangs so klein sein,
aber es müßte anfangs so klein sein,
02:12
then it had to grow to be full size and had to work every step along the way.
25
114000
4000
und dann zur vollen Größe heranwachsen
und dabei jederzeit fehlerfrei funktionieren.
und dabei jederzeit fehlerfrei funktionieren.
02:16
Or think about the fact that if you build an automobile, I'll tell you that you also -- inside it --
26
118000
4000
Oder Sie müssen so ein kleines Auto bauen,
aber es muss in sich auch
aber es muss in sich auch
02:20
have to put a factory that allows you to make another automobile.
27
122000
4000
eine Fabrik haben, in der man
ein weiteres Auto bauen kann.
ein weiteres Auto bauen kann.
02:24
(Laughter)
28
126000
2000
(Lachen)
02:26
And you can absolutely never, absolutely never, because of history
29
128000
4000
Und Sie können absolut nie, absolut nie,
wegen der Geschichte
wegen der Geschichte
02:30
and the inherited plan, start with a clean slate.
30
132000
4000
und des ererbten Plans bei Null beginnen.
02:34
So, organisms have this important history.
31
136000
3000
Organismen haben also diese wichtige Geschichte.
02:37
Really evolution works more like a tinkerer than an engineer.
32
139000
5000
Die Evolution arbeitet in Wirklichkeit eher
wie ein Tüftler als ein Ingenieur.
wie ein Tüftler als ein Ingenieur.
02:42
And this is really important when you begin to look at animals.
33
144000
3000
Und das ist wirklich wichtig,
wenn Sie beginnen, Tiere zu erforschen.
wenn Sie beginnen, Tiere zu erforschen.
02:45
Instead, we believe you need to be inspired by biology.
34
147000
7000
Man soll sich aber von der Biologie inspirieren lassen.
02:52
You need to discover the general principles of nature,
35
154000
4000
Die allgemeinen Grundsätze der Natur entdecken
02:56
and then use these analogies when they're advantageous.
36
158000
3000
und dann diese Analogien verwenden,
wenn sie von Vorteil sind.
wenn sie von Vorteil sind.
03:02
This is a real challenge to do this, because animals,
37
164000
3000
Das ist eine echte Herausforderung,
weil Tiere,
weil Tiere,
03:05
when you start to really look inside them -- how they work --
38
167000
3000
wenn Sie sich Tiere von innen anschauen –
wie sie funktionieren –
wie sie funktionieren –
03:08
appear hopelessly complex. There's no detailed history
39
170000
4000
scheinen sie hoffnungslos komplex zu sein.
Es gibt keine detaillierte Geschichte
Es gibt keine detaillierte Geschichte
03:12
of the design plans, you can't go look it up anywhere.
40
174000
3000
der Baupläne, man kann sie nirgendwo nachschlagen.
03:15
They have way too many motions for their joints, too many muscles.
41
177000
4000
Sie haben für ihre Gelenke viel zu viele Bewegungen,
zu viele Muskeln.
zu viele Muskeln.
03:19
Even the simplest animal we think of, something like an insect,
42
181000
3000
Auch wenn wir an das einfachste Tier denken,
etwa ein Insekt,
etwa ein Insekt,
03:22
and they have more neurons and connections than you can imagine.
43
184000
3000
sie haben mehr Neuronen und Verbindungen,
als Sie sich vorstellen können.
als Sie sich vorstellen können.
03:25
How can you make sense of this? Well, we believed --
44
187000
5000
Wie soll man das verstehen können?
Nun, wir glaubten –
Nun, wir glaubten –
03:30
and we hypothesized -- that one way animals could work simply,
45
192000
5000
und stellten die Hypothese auf – dass eine Art, in der Tiere funktionieren könnten,
03:35
is if the control of their movements
46
197000
3000
darin besteht, dass die Bewegungssteuerung
03:38
tended to be built into their bodies themselves.
47
200000
6000
eher in ihre Körper selbst eingebaut ist.
03:44
What we discovered was that two-, four-, six- and eight-legged animals
48
206000
7000
Wir entdeckten, dass zwei-, vier-,
sechs- und achtbeinige Tiere
sechs- und achtbeinige Tiere
03:51
all produce the same forces on the ground when they move.
49
213000
3000
bei ihrer Bewegung alle die gleichen Kräfte
auf den Boden ausüben.
auf den Boden ausüben.
03:54
They all work like this kangaroo, they bounce.
50
216000
4000
Sie alle funktionieren wie dieses Känguruh,
sie hüpfen.
sie hüpfen.
03:58
And they can be modeled by a spring-mass system that we call the spring mass system
51
220000
4000
Und sie können durch ein Feder-Masse-System
modelliert werden. Wir nennen das so,
modelliert werden. Wir nennen das so,
04:02
because we're biomechanists. It's actually a pogo stick.
52
224000
3000
weil wir Biomechaniker sind.
Es ist eigentlich ein Pogo-Stab.
Es ist eigentlich ein Pogo-Stab.
04:05
They all produce the pattern of a pogo stick. How is that true?
53
227000
4000
Sie alle produzieren das Muster eines Pogo-Stabs.
Wie kann das sein?
Wie kann das sein?
04:09
Well, a human, one of your legs works like two legs of a trotting dog,
54
231000
6000
Bei Menschen funktioniert eines Ihrer Beine
wie zwei Beine eines laufenden Hundes,
wie zwei Beine eines laufenden Hundes,
04:15
or works like three legs, together as one, of a trotting insect,
55
237000
4000
oder wie drei Beine eines laufenden Insekts,
04:19
or four legs as one of a trotting crab.
56
241000
2000
oder vier Beine einer laufenden Krabbe.
04:21
And then they alternate in their propulsion,
57
243000
4000
Und sie bewegen sich abwechselnd vorwärts,
04:25
but the patterns are all the same. Almost every organism we've looked at this way
58
247000
5000
aber die Muster sind alle gleich. Fast jeder Organismus,
den wir so untersucht haben –
den wir so untersucht haben –
04:30
-- you'll see next week, I'll give you a hint,
59
252000
2000
nächste Woche werden Sie es selbst sehen,
04:32
there'll be an article coming out that says that really big things
60
254000
3000
da wird ein Artikel erscheinen, der erklärt,
dass wirklich große Wesen –
dass wirklich große Wesen –
04:35
like T. rex probably couldn't do this, but you'll see that next week.
61
257000
4000
ein T. Rex wohl eher nicht, aber Sie
werden es nächste Woche sehen.
werden es nächste Woche sehen.
04:39
Now, what's interesting is the animals, then -- we said -- bounce along
62
261000
2000
Interessant ist, dass sich die Tiere entlang der
04:41
the vertical plane this way, and in our collaborations with Pixar,
63
263000
3000
vertikalen Ebene hüpfend, bewegen.
In unserer Zusammenarbeit mit Pixar
In unserer Zusammenarbeit mit Pixar
04:44
in "A Bug's Life," we discussed the
64
266000
2000
in "Das große Krabbeln" diskutierten wir über die
04:46
bipedal nature of the characters of the ants.
65
268000
3000
zweibeinige Natur der Ameisenfiguren.
04:49
And we told them, of course, they move in another plane as well.
66
271000
2000
Und wir sagten ihnen, klar, sie bewegen
sich auch in einer anderen Ebene.
sich auch in einer anderen Ebene.
04:51
And they asked us this question. They say, "Why model
67
273000
3000
Und sie stellten uns diese Frage.
Sie sagten: "Warum sollten wir
Sie sagten: "Warum sollten wir
04:54
just in the sagittal plane or the vertical plane,
68
276000
2000
nur in der Sagittalebene oder
der vertikalen Ebene modellieren,
der vertikalen Ebene modellieren,
04:56
when you're telling us these animals are moving
69
278000
2000
wenn Sie uns sagen, dass diese Tiere sich
04:58
in the horizontal plane?" This is a good question.
70
280000
3000
in der horizontalen Ebene bewegen?"
Das ist eine gute Frage.
Das ist eine gute Frage.
05:01
Nobody in biology ever modeled it this way.
71
283000
3000
In der Biologie hat es nie jemand so modelliert.
05:04
We took their advice and we modeled the animals moving
72
286000
4000
Wir nahmen ihren Rat an und modellierten
die sich bewegenden Tiere
die sich bewegenden Tiere
05:08
in the horizontal plane as well. We took their three legs,
73
290000
3000
auch in der horizontalen Ebene.
Wir nahmen ihre drei Beine,
Wir nahmen ihre drei Beine,
05:11
we collapsed them down as one.
74
293000
1000
fassten sie zu einem zusammen.
05:12
We got some of the best mathematicians in the world
75
294000
3000
Wir hatten einige der
weltbesten Mathematiker
weltbesten Mathematiker
05:15
from Princeton to work on this problem.
76
297000
2000
von Princeton, um an
diesem Problem zu arbeiten.
diesem Problem zu arbeiten.
05:17
And we were able to create a model
77
299000
3000
Und wir waren in der Lage,
ein Modell zu schaffen,
ein Modell zu schaffen,
05:20
where animals are not only bouncing up and down,
78
302000
1000
wo Tiere nicht nur auf und ab sprangen,
05:21
but they're also bouncing side to side at the same time.
79
303000
4000
sondern auch zur gleichen Zeit seitwärts.
05:25
And many organisms fit this kind of pattern.
80
307000
2000
Und viele Organismen passen in dieses Muster.
05:27
Now, why is this important to have this model?
81
309000
2000
Nun, warum ist so ein Modell wichtig?
05:29
Because it's very interesting. When you take this model
82
311000
3000
Weil es sehr interessant ist.
Wenn Sie dieses Modell nehmen
Wenn Sie dieses Modell nehmen
05:32
and you perturb it, you give it a push,
83
314000
3000
und Sie stören es, geben ihm einen Stoß,
05:35
as it bumps into something, it self-stabilizes, with no brain
84
317000
4000
als ob es in etwas hineinläuft,
stabilisiert es sich selbst,
stabilisiert es sich selbst,
05:39
or no reflexes, just by the structure alone.
85
321000
4000
ohne Gehirn und ohne Reflexe, nur durch die Struktur allein.
05:43
It's a beautiful model. Let's look at the mathematics.
86
325000
5000
Es ist ein wunderschönes Modell.
Schauen wir uns die Mathematik an.
Schauen wir uns die Mathematik an.
05:48
(Laughter)
87
330000
2000
(Lachen)
05:50
That's enough!
88
332000
1000
Das ist genug!
05:51
(Laughter)
89
333000
4000
(Lachen)
05:55
The animals, when you look at them running,
90
337000
2000
Wenn Sie die Tiere beim Laufen beobachten,
05:57
appear to be self-stabilizing like this,
91
339000
3000
scheinen sie selbst-stabilisierend zu sein, wie dieses,
06:00
using basically springy legs. That is, the legs can do
92
342000
3000
weil ihre Beine im Prinzip federn. Die Beine können
06:03
computations on their own; the control algorithms, in a sense,
93
345000
3000
ihre eigenen Berechnungen ausführen;
die Steuerungsalgorithmen sind sozusagen
die Steuerungsalgorithmen sind sozusagen
06:06
are embedded in the form of the animal itself.
94
348000
3000
in die Form des Tieres selbst eingebettet.
06:09
Why haven't we been more inspired by nature and these kinds of discoveries?
95
351000
7000
Warum wurden wir nicht mehr von der Natur
und Entdeckungen dieser Art inspiriert?
und Entdeckungen dieser Art inspiriert?
06:16
Well, I would argue that human technologies are really different from
96
358000
4000
Nun, ich würde behaupten, dass menschliche
Technologien wirklich anders als
Technologien wirklich anders als
06:20
natural technologies, at least they have been so far.
97
362000
3000
natürliche Technologien sind,
zumindest waren sie es bisher.
zumindest waren sie es bisher.
06:23
Think about the typical kind of robot that you see.
98
365000
5000
Denken Sie an die typische Art von Roboter, die man sieht.
06:28
Human technologies have tended to be large, flat,
99
370000
3000
Menschliche Technologien waren eher groß und flach,
06:31
with right angles, stiff, made of metal. They have rolling devices
100
373000
5000
mit rechten Winkeln, steif, aus Metall bestehend.
Sie haben rollende Elemente
Sie haben rollende Elemente
06:36
and axles. There are very few motors, very few sensors.
101
378000
3000
und Achsen. Es gibt sehr wenige Motoren oder Sensoren.
06:39
Whereas nature tends to be small, and curved,
102
381000
5000
Die Natur dagegen ist eher klein und kurvig,
06:44
and it bends and twists, and has legs instead, and appendages,
103
386000
3000
und biegt und windet sich
und hat stattdessen Beine und Anhängsel
und hat stattdessen Beine und Anhängsel
06:47
and has many muscles and many, many sensors.
104
389000
3000
und viele Muskeln und viele, viele Sensoren.
06:50
So it's a very different design. However, what's changing,
105
392000
4000
Es ist also ein ganz anderes Design.
Doch was sich verändert,
Doch was sich verändert,
06:54
what's really exciting -- and I'll show you some of that next --
106
396000
2000
was wirklich spannend ist –
ich zeige Ihnen gleich etwas darüber –
ich zeige Ihnen gleich etwas darüber –
06:56
is that as human technology takes on more of the characteristics
107
398000
3000
ist, wenn die menschliche Technologie mehr
von den Eigenschaften der Natur annimmt,
von den Eigenschaften der Natur annimmt,
06:59
of nature, then nature really can become a much more useful teacher.
108
401000
6000
dann kann die Natur wirklich
ein viel nützlicherer Lehrer werden.
ein viel nützlicherer Lehrer werden.
07:05
And here's one example that's really exciting.
109
407000
2000
Und hier ist ein Beispiel, das wirklich aufregend ist.
07:07
This is a collaboration we have with Stanford.
110
409000
2000
Dies ist eine Zusammenarbeit mit Stanford.
07:09
And they developed this new technique, called Shape Deposition Manufacturing.
111
411000
4000
Und sie entwickelten diese neue Technik,
genannt Shape-Deposition Manufacturing.
genannt Shape-Deposition Manufacturing.
07:13
It's a technique where they can mix materials together and mold any shape
112
415000
4000
Das ist eine Technik, bei der sie Materialien mischen
und in jede beliebige Form gießen
und in jede beliebige Form gießen
07:17
that they like, and put in the material properties.
113
419000
4000
und dabei auch die Werkstoffeigenschaften bestimmen können.
07:21
They can embed sensors and actuators right in the form itself.
114
423000
3000
Sie können Sensoren und Aktoren direkt in die Form einbetten.
07:24
For example, here's a leg: the clear part is stiff,
115
426000
5000
Zum Beispiel, hier ist ein Bein: der klare Teil ist steif,
07:29
the white part is compliant, and you don't need any axles there or anything.
116
431000
3000
der weiße Teil flexibel und sie brauchen
keine Achsen oder so etwas.
keine Achsen oder so etwas.
07:32
It just bends by itself beautifully.
117
434000
3000
Es beugt sich von selbst wunderbar.
07:35
So, you can put those properties in. It inspired them to show off
118
437000
3000
Also, man kann diese Eigenschaften einbauen.
Es hat sie inspiriert,
Es hat sie inspiriert,
07:38
this design by producing a little robot they named Sprawl.
119
440000
6000
dieses Design anhand eines kleinen Roboters,
der Sprawl heißt, vorzuführen.
der Sprawl heißt, vorzuführen.
07:44
Our work has also inspired another robot, a biologically inspired bouncing robot,
120
446000
4000
Unsere Arbeit hat auch einen anderen Roboter inspiriert,
einen biologisch-inspirierten hüpfenden Roboter
einen biologisch-inspirierten hüpfenden Roboter
07:48
from the University of Michigan and McGill
121
450000
2000
von der University of Michigan und McGill,
07:50
named RHex, for robot hexapod, and this one's autonomous.
122
452000
8000
RHex genannt, für Roboter Hexapod, und dieser ist autonom.
07:58
Let's go to the video, and let me show you some of these animals moving
123
460000
3000
Beginnen wir mit dem Video und lassen Sie mich Ihnen
einige dieser Tiere in Bewegung zeigen,
einige dieser Tiere in Bewegung zeigen,
08:01
and then some of the simple robots
124
463000
2000
und dann einige der einfachen Roboter,
08:03
that have been inspired by our discoveries.
125
465000
3000
die von unseren Entdeckungen inspiriert wurden.
08:06
Here's what some of you did this morning, although you did it outside,
126
468000
4000
Hier ist etwas, was einige von Ihnen heute morgen
getan haben, obwohl Sie es draußen getan haben,
getan haben, obwohl Sie es draußen getan haben,
08:10
not on a treadmill.
127
472000
2000
nicht auf einem Laufband.
08:12
Here's what we do.
128
474000
3000
Hier ist, was wir tun.
08:15
(Laughter)
129
477000
2000
(Lachen)
08:17
This is a death's head cockroach. This is an American cockroach
130
479000
5000
Dies ist eine Totenkopfschabe.
Das ist eine amerikanische Schabe, von der
Das ist eine amerikanische Schabe, von der
08:22
you think you don't have in your kitchen.
131
484000
1000
Sie denken, Sie haben sie nicht in Ihrer Küche.
08:23
This is an eight-legged scorpion, six-legged ant, forty-four-legged centipede.
132
485000
7000
Dies ist ein achtbeiniger Skorpion, eine sechsbeinige Ameise,
ein vierundvierzigbeiniger Tausendfüßler.
ein vierundvierzigbeiniger Tausendfüßler.
08:30
Now, I said all these animals are sort of working like pogo sticks --
133
492000
3000
Nun sagte ich, all diese Tiere funktionieren
etwa wie Pogo-Stäbe –
etwa wie Pogo-Stäbe –
08:33
they're bouncing along as they move. And you can see that
134
495000
4000
sie hüpfen vorwärts, wenn sie sich bewegen.
Und Sie können das
Und Sie können das
08:37
in this ghost crab, from the beaches of Panama and North Carolina.
135
499000
3000
bei dieser Geist-Krabbe sehen, von den Stränden
von Panama und North Carolina.
von Panama und North Carolina.
08:40
It goes up to four meters per second when it runs.
136
502000
3000
Sie kommt beim Laufen auf bis zu vier Metern pro Sekunde.
08:43
It actually leaps into the air, and has aerial phases
137
505000
3000
Tatsächlich springt sie in die Luft
und schwebt dann phasenweise,
und schwebt dann phasenweise,
08:46
when it does it, like a horse, and you'll see it's bouncing here.
138
508000
4000
wie ein Pferd, und Sie sehen sie hier hüpfen.
08:50
What we discovered is whether you look at the leg of a human
139
512000
3000
Was wir entdeckt haben, ist,
ob man das Bein eines Menschen betrachtet
ob man das Bein eines Menschen betrachtet
08:53
like Richard, or a cockroach, or a crab, or a kangaroo,
140
515000
6000
wie Richard, oder das einer Schabe
oder einer Krabbe oder eines Kängurus,
oder einer Krabbe oder eines Kängurus,
08:59
the relative leg stiffness of that spring is the same for everything we've seen so far.
141
521000
5000
die relative Beinsteifheit dieser Feder ist gleich
für alle, die wir bis jetzt gesehen haben.
für alle, die wir bis jetzt gesehen haben.
09:04
Now, what good are springy legs then? What can they do?
142
526000
2000
Nun, warum dann federnde Beine? Was können sie tun?
09:06
Well, we wanted to see if they allowed the animals
143
528000
2000
Nun, wir wollten sehen, ob sie den Tieren
09:08
to have greater stability and maneuverability.
144
530000
3000
mehr Stabilität und Wendigkeit ermöglichen.
09:11
So, we built a terrain that had obstacles three times the hip height
145
533000
4000
Also bauten wir ein Gelände mit Hindernissen,
dreimal so hoch wie die Hüfthöhe
dreimal so hoch wie die Hüfthöhe
09:15
of the animals that we're looking at.
146
537000
1000
der Tiere, die wir untersuchten.
09:16
And we were certain they couldn't do this. And here's what they did.
147
538000
4000
Und wir waren sicher, sie könnten das nicht tun.
Und hier ist, was sie taten.
Und hier ist, was sie taten.
09:20
The animal ran over it and it didn't even slow down!
148
542000
3000
Das Tier lief darüber und ist nicht einmal langsamer geworden!
09:23
It didn't decrease its preferred speed at all.
149
545000
2000
Es verminderte seine bevorzugte
Geschwindigkeit überhaupt nicht.
Geschwindigkeit überhaupt nicht.
09:25
We couldn't believe that it could do this. It said to us
150
547000
3000
Wir konnten nicht glauben, dass es
das tun konnte. Es zeigt uns,
das tun konnte. Es zeigt uns,
09:28
that if you could build a robot with very simple, springy legs,
151
550000
5000
dass, wenn man einen Roboter mit
sehr einfachen, federnden Beinen bauen könnte,
sehr einfachen, federnden Beinen bauen könnte,
09:33
you could make it as maneuverable as any that's ever been built.
152
555000
6000
man ihn so wendig machen könnte,
wie alles was bisher gebaut worden ist.
wie alles was bisher gebaut worden ist.
09:39
Here's the first example of that. This is the Stanford
153
561000
2000
Hier ist das erste Beispiel davon.
Das ist Sprawl, der Stanford
Das ist Sprawl, der Stanford
09:41
Shape Deposition Manufactured robot, named Sprawl.
154
563000
3000
Shape Deposition Manufacturing Roboter.
09:44
It has six legs -- there are the tuned, springy legs.
155
566000
6000
Er hat sechs Beine – es sind die getunte, federnde Beine.
09:50
It moves in a gait that an insect uses, and here it is
156
572000
3000
Sein Gang gleicht dem eines Insekts und hier
09:53
going on the treadmill. Now, what's important about this robot,
157
575000
7000
läuft er auf dem Laufband. Nun,
was bei diesem Roboter im Vergleich
was bei diesem Roboter im Vergleich
10:00
compared to other robots, is that it can't see anything,
158
582000
3000
zu anderen Robotern wichtig ist,
ist, dass er nichts sehen kann,
ist, dass er nichts sehen kann,
10:03
it can't feel anything, it doesn't have a brain, yet it can maneuver
159
585000
6000
er kann nichts fühlen, er hat kein Gehirn, aber er kann
10:09
over these obstacles without any difficulty whatsoever.
160
591000
6000
ohne jede Schwierigkeiten über diese Hindernisse manövrieren.
10:15
It's this technique of building the properties into the form.
161
597000
4000
Es ist diese Technik, wo man die Eigenschaften
direkt in die Struktur einbaut.
direkt in die Struktur einbaut.
10:19
This is a graduate student. This is what he's doing to his thesis project --
162
601000
3000
Dies ist ein Student. Das tut er für seine Diplomarbeit –
10:22
very robust, if a graduate student
163
604000
2000
sehr robust, wenn ein Student
10:24
does that to his thesis project.
164
606000
2000
das für seine Diplomarbeit macht.
10:26
(Laughter)
165
608000
1000
(Lachen)
10:27
This is from McGill and University of Michigan. This is the RHex,
166
609000
4000
Das ist von der McGill und der Universität von Michigan.
Das ist der RHex,
Das ist der RHex,
10:31
making its first outing in a demo.
167
613000
3000
auf seinem ersten Ausflug bei einer Vorführung.
10:34
(Laughter)
168
616000
4000
(Lachen)
10:38
Same principle: it only has six moving parts,
169
620000
5000
Gleiches Prinzip: er hat nur sechs bewegliche Teile,
10:43
six motors, but it has springy, tuned legs. It moves in the gait of the insect.
170
625000
6000
sechs Motoren, aber er hat federnde, abgestimmte Beine.
Er bewegt sich in der Gangart des Insekts.
Er bewegt sich in der Gangart des Insekts.
10:49
It has the middle leg moving in synchrony with the front,
171
631000
4000
Das mittlere Bein bewegt sich synchron mit dem vorderen
10:53
and the hind leg on the other side. Sort of an alternating tripod,
172
635000
4000
und dem hinteren Bein auf der anderen Seite.
Es ist eine Art alternierendes Dreibein,
Es ist eine Art alternierendes Dreibein,
10:57
and they can negotiate obstacles just like the animal.
173
639000
4000
und sie können mit Hindernissen
genauso wie ein Tier umgehen.
genauso wie ein Tier umgehen.
11:01
(Laughter)
174
643000
6000
(Lachen)
11:07
(Voice: Oh my God.)
175
649000
1000
(Stimme: Mein Gott.)
11:08
(Applause)
176
650000
5000
(Applaus)
11:13
Robert Full: It'll go on different surfaces -- here's sand --
177
655000
2000
Robert Full: Es wird auf verschiedenen Oberflächen gehen
– hier ist Sand –
– hier ist Sand –
11:15
although we haven't perfected the feet yet, but I'll talk about that later.
178
657000
5000
obwohl wir die Füße noch nicht perfektioniert haben,
aber ich werde darüber später sprechen.
aber ich werde darüber später sprechen.
11:20
Here's RHex entering the woods.
179
662000
3000
Hier ist RHex, der in den Wald geht.
11:23
(Laughter)
180
665000
2000
(Lachen)
11:38
Again, this robot can't see anything, it can't feel anything,
181
680000
4000
Noch einmal, dieser Roboter kann
nichts sehen, kann nichts fühlen,
nichts sehen, kann nichts fühlen,
11:42
it has no brain. It's just working with a tuned mechanical system,
182
684000
6000
hat kein Gehirn. Er funktioniert einfach
mit einem abgestimmten mechanischen System,
mit einem abgestimmten mechanischen System,
11:48
with very simple parts, but inspired from the fundamental dynamics of the animal.
183
690000
10000
mit sehr einfachen Teilen, aber inspiriert
von der grundlegenden Dynamik des Tieres.
von der grundlegenden Dynamik des Tieres.
11:58
(Voice: Ah, I love him, Bob.) RF: Here's it going down a pathway.
184
700000
8000
(Stimme: Ah, ich liebe ihn, Bob.)
RF: Hier geht er einen Weg hinunter.
RF: Hier geht er einen Weg hinunter.
12:06
I presented this to the jet propulsion lab at NASA, and they said
185
708000
3000
Ich stellte dies dem Jet Propulsion Lab der NASA vor
und sie sagten,
und sie sagten,
12:09
that they had no ability to go down craters to look for ice,
186
711000
4000
dass sie nicht die Fähigkeit hätten
in Krater abzusteigen um nach Eis zu suchen,
in Krater abzusteigen um nach Eis zu suchen,
12:13
and life, ultimately, on Mars. And he said --
187
715000
4000
und letztlich nach Leben auf dem Mars. Und er sagte –
12:17
especially with legged-robots, because they're way too complicated.
188
719000
2000
besonders mit Robotern mit Beinen,
weil sie viel zu kompliziert seien.
weil sie viel zu kompliziert seien.
12:19
Nothing can do that. And I talk next. I showed them this video
189
721000
5000
Nichts kann das tun. Und dann redete ich.
Ich zeigte ihnen dieses Video
Ich zeigte ihnen dieses Video
12:24
with the simple design of RHex here. And just to convince them
190
726000
3000
mit dem schlichten Design des RHex hier.
Und nur um sie zu überzeugen,
Und nur um sie zu überzeugen,
12:27
we should go to Mars in 2011, I tinted the video orange
191
729000
4000
dass wir 2011 zum Mars fliegen sollten,
tönte ich das Video orange,
tönte ich das Video orange,
12:31
just to give them the sense of being on Mars.
192
733000
3000
nur um ihnen das Gefühl zu geben, auf dem Mars zu sein.
12:34
(Laughter)
193
736000
1000
(Lachen)
12:35
(Applause)
194
737000
6000
(Applaus)
12:43
Another reason why animals have extraordinary performance,
195
745000
3000
Ein weiterer Grund, warum Tiere
außergewöhnliche Leistung erbringen,
außergewöhnliche Leistung erbringen,
12:46
and can go anywhere, is because they have an effective interaction
196
748000
3000
und überall hingehen können,
ist ihre effektive Interaktion mit der Umwelt.
ist ihre effektive Interaktion mit der Umwelt.
12:49
with the environment. The animal I'm going to show you,
197
751000
3000
Das Tier, das ich Ihnen zeigen werde,
12:52
that we studied to look at this, is the gecko.
198
754000
4000
welches wir untersucht haben, ist der Gecko.
12:56
We have one here and notice its position. It's holding on.
199
758000
7000
Wir haben einen hier. Beachten Sie
seine Position. Es hält sich fest.
seine Position. Es hält sich fest.
13:03
Now I'm going to challenge you. I'm going show you a video.
200
765000
3000
Jetzt habe ich eine Herausforderung
für Sie. Ich zeige Ihnen ein Video.
für Sie. Ich zeige Ihnen ein Video.
13:06
One of the animals is going to be running on the level,
201
768000
2000
Eines der Tiere läuft auf der Ebene,
13:08
and the other one's going to be running up a wall. Which one's which?
202
770000
4000
und das andere läuft eine Wand hinauf.
Welches ist welches?
Welches ist welches?
13:12
They're going at a meter a second. How many think the one on the left
203
774000
5000
Sie laufen mit einer Geschwindigkeit von einem Meter
pro Sekunde. Wie viele glauben, dass der auf der linken Seite,
pro Sekunde. Wie viele glauben, dass der auf der linken Seite,
13:17
is running up the wall?
204
779000
2000
die Wand hochläuft?
13:19
(Applause)
205
781000
4000
(Applaus)
13:23
Okay. The point is it's really hard to tell, isn't it? It's incredible,
206
785000
5000
Okay. Der Punkt ist, es ist wirklich schwer
zu sagen, nicht wahr? Es ist unglaublich,
zu sagen, nicht wahr? Es ist unglaublich,
13:28
we looked at students do this and they couldn't tell.
207
790000
2000
Studenten haben es versucht und sie konnten es nicht sagen.
13:30
They can run up a wall at a meter a second, 15 steps per second,
208
792000
3000
Sie können eine Wand hochlaufen,
1 Meter pro Sekunde, 15 Schritte pro Sekunde,
1 Meter pro Sekunde, 15 Schritte pro Sekunde,
13:33
and they look like they're running on the level. How do they do this?
209
795000
4000
und sie sehen aus, als ob sie auf der Ebene laufen.
Wie schaffen sie das?
Wie schaffen sie das?
13:37
It's just phenomenal. The one on the right was going up the hill.
210
799000
6000
Es ist einfach phänomenal. Der eine
auf der rechten Seite lief den Hügel hinauf.
auf der rechten Seite lief den Hügel hinauf.
13:43
How do they do this? They have bizarre toes. They have toes
211
805000
4000
Wie schaffen sie es? Sie haben bizarre Zehen.
Sie haben Zehen,
Sie haben Zehen,
13:47
that uncurl like party favors when you blow them out,
212
809000
4000
die sich strecken wie eine Partytröte,
wenn man hineinbläst,
wenn man hineinbläst,
13:51
and then peel off the surface, like tape.
213
813000
3000
und sich dann von der Oberfläche lösen, wie Klebeband.
13:54
Like if we had a piece of tape now, we'd peel it this way.
214
816000
2000
Wenn wir jetzt ein Stück Klebeband hätten,
würden wir es auf diese Art ablösen.
würden wir es auf diese Art ablösen.
13:56
They do this with their toes. It's bizarre! This peeling inspired
215
818000
7000
Sie tun dies mit ihren Zehen. Es ist bizarr!
Dieses Ablösen inspirierte
Dieses Ablösen inspirierte
14:03
iRobot -- that we work with -- to build Mecho-Geckos.
216
825000
3000
iRobot – mit denen wir zusammenarbeiten –
dazu Mecho-Geckos zu bauen.
dazu Mecho-Geckos zu bauen.
14:06
Here's a legged version and a tractor version, or a bulldozer version.
217
828000
7000
Hier ist eine zweibeinige Version
und eine Traktor- oder Bulldozer-Version.
und eine Traktor- oder Bulldozer-Version.
14:13
Let's see some of the geckos move with some video,
218
835000
2000
Sehen wir uns in ein paar Videos an,
wie einige der Geckos sich bewegen,
wie einige der Geckos sich bewegen,
14:15
and then I'll show you a little bit of a clip of the robots.
219
837000
3000
und dann zeige ich Ihnen ein Stück eines Clips mit Robotern.
14:18
Here's the gecko running up a vertical surface. There it goes,
220
840000
3000
Hier läuft der Gecko auf einer
senkrechten Fläche hoch. Dort geht er,
senkrechten Fläche hoch. Dort geht er,
14:21
in real time. There it goes again. Obviously, we have to slow this down a little bit.
221
843000
7000
in Echtzeit. Dort geht er wieder. Offensichtlich
müssen wir dies ein wenig langsamer machen.
müssen wir dies ein wenig langsamer machen.
14:28
You can't use regular cameras.
222
850000
2000
Man kan keine normalen Kameras benutzen.
14:30
You have to take 1,000 pictures per second to see this.
223
852000
3000
Man muss 1.000 Bilder pro Sekunde machen, um es zu sehen.
14:33
And here's some video at 1,000 frames per second.
224
855000
3000
Und hier ist ein Video mit 1.000 Bildern pro Sekunde.
14:36
Now, I want you to look at the animal's back.
225
858000
2000
Nun möchte ich, dass Sie den Rücken des Tieres ansehen.
14:38
Do you see how much it's bending like that? We can't figure that out --
226
860000
3000
Sehen Sie, wie stark es sich biegt?
Wir kommen nicht drauf –
Wir kommen nicht drauf –
14:41
that's an unsolved mystery. We don't know how it works.
227
863000
3000
das ist ein ungelöstes Rätsel.
Wir wissen nicht, wie es funktioniert.
Wir wissen nicht, wie es funktioniert.
14:44
If you have a son or a daughter that wants to come to Berkeley,
228
866000
3000
Wenn Sie einen Sohn oder eine Tochter
haben, die nach Berkeley kommen wollen,
haben, die nach Berkeley kommen wollen,
14:47
come to my lab and we'll figure this out. Okay, send them to Berkeley
229
869000
4000
kommen Sie in mein Labor und wir werden
dies herausfinden. Okay, senden Sie sie nach Berkeley,
dies herausfinden. Okay, senden Sie sie nach Berkeley,
14:51
because that's the next thing I want to do. Here's the gecko mill.
230
873000
3000
weil das ist das Nächste, das ich tun möchte.
Hier ist das Gecko-Laufband.
Hier ist das Gecko-Laufband.
14:54
(Laughter)
231
876000
1000
(Lachen)
14:55
It's a see-through treadmill with a see-through treadmill belt,
232
877000
3000
Es ist ein durchsichtiges Gerät
mit einem durchsichtigen Laufband,
mit einem durchsichtigen Laufband,
14:58
so we can watch the animal's feet, and videotape them
233
880000
3000
damit wir die Füße des Tieres sehen können
und sie durch das Laufband filmen können,
und sie durch das Laufband filmen können,
15:01
through the treadmill belt, to see how they move.
234
883000
3000
um zu beobachten, wie sie sich bewegen.
15:04
Here's the animal that we have here, running on a vertical surface.
235
886000
4000
Hier ist das Tier, welches wir hier haben,
es läuft auf einer vertikalen Oberfläche.
es läuft auf einer vertikalen Oberfläche.
15:08
Pick a foot and try to watch a toe, and see if you can see what the animal's doing.
236
890000
6000
Wählen Sie einen Fuß, und sehen Sie, ob Sie
beobachten können, was das Tier mit einem Zeh macht.
beobachten können, was das Tier mit einem Zeh macht.
15:14
See it uncurl and then peel these toes.
237
896000
2000
Sehen Sie, wie es diese Zehen streckt und dann ablöst.
15:16
It can do this in 14 milliseconds. It's unbelievable.
238
898000
7000
Es kann dies in 14 Millisekunden machen. Es ist unglaublich.
15:23
Here are the robots that they inspire, the Mecho-Geckos from iRobot.
239
905000
4000
Hier sind die Roboter, die sie inspirieren,
die Mecho-Geckos von iRobot.
die Mecho-Geckos von iRobot.
15:27
First we'll see the animals toes peeling -- look at that.
240
909000
5000
Zuerst werden wir sehen, wie die Tiere
die Zehen ablösen – sehen Sie mal an.
die Zehen ablösen – sehen Sie mal an.
15:32
And here's the peeling action of the Mecho-Gecko.
241
914000
4000
Und hier ist die Ablöseaktion des Mecho-Gecko.
15:36
It uses a pressure-sensitive adhesive to do it.
242
918000
3000
Er macht das mit einem druckempfindlichen Klebstoff.
15:39
Peeling in the animal. Peeling in the Mecho-Gecko --
243
921000
3000
Ablösen bei dem Tier. Ablösen beim Mecho-Gecko –
15:42
that allows them climb autonomously. Can go on the flat surface,
244
924000
3000
welches es ihnen erlaubt, selbständig zu klettern.
Er kann auf der flachen Oberfläche gehen,
Er kann auf der flachen Oberfläche gehen,
15:45
transition to a wall, and then go onto a ceiling.
245
927000
3000
herüber zu einer Wand, und dann an die Decke.
15:48
There's the bulldozer version. Now, it doesn't use pressure-sensitive glue.
246
930000
6000
Da ist die Bulldozer-Version. Nun, sie verwendet
keinen druckempfindlichen Klebstoff.
keinen druckempfindlichen Klebstoff.
15:54
The animal does not use that.
247
936000
2000
Das Tier benutzt das nicht.
15:56
But that's what we're limited to, at the moment.
248
938000
2000
Aber das ist das, worauf wir im Moment beschränkt sind.
15:58
What does the animal do? The animal has weird toes.
249
940000
5000
Was tut das Tier? Das Tier hat komische Zehen.
16:03
And if you look at the toes, they have these little leaves there,
250
945000
4000
Und wenn Sie die Zehen ansehen,
haben sie diese kleinen Blätter,
haben sie diese kleinen Blätter,
16:07
and if you blow them up and zoom in, you'll see
251
949000
2000
und wenn man sie vergrößert
und hineinzoomt, sieht man
und hineinzoomt, sieht man
16:09
that's there's little striations in these leaves.
252
951000
3000
dass es kleine Schlieren in diesen Blättern gibt.
16:12
And if you zoom in 270 times, you'll see it looks like a rug.
253
954000
7000
Und wenn man 270-mal vergrößert,
sieht man, dass es wie ein Teppich aussieht.
sieht man, dass es wie ein Teppich aussieht.
16:19
And if you blow that up, and zoom in 900 times,
254
961000
3000
Und wenn man das 900-mal vergrößert,
16:22
you see there are hairs there, tiny hairs. And if you look carefully,
255
964000
5000
sieht man winzige Haare. Und wenn Sie
sie sorgfältig ansehen,
sie sorgfältig ansehen,
16:27
those tiny hairs have striations. And if you zoom in on those 30,000 times,
256
969000
6000
bemerken Sie, dass diese winzigen Härchen Riefen haben.
Und wenn man 30.000-fach hineinzoomt,
Und wenn man 30.000-fach hineinzoomt,
16:33
you'll see each hair has split ends.
257
975000
3000
sieht man, jedes Haar hat gespaltene Enden.
16:36
And if you blow those up, they have these little structures on the end.
258
978000
5000
Und wenn man diese vergrößert,
sieht man kleine Strukturen am Ende.
sieht man kleine Strukturen am Ende.
16:41
The smallest branch of the hairs looks like spatulae,
259
983000
2000
Der kleinste Zweig der Haare sieht aus wie ein Spachtel,
16:43
and an animal like that has one billion of these nano-size split ends,
260
985000
7000
und so ein Tier hat eine Milliarde
dieser gespaltenen Enden in Nano-Größe,
dieser gespaltenen Enden in Nano-Größe,
16:50
to get very close to the surface. In fact, there's the diameter of your hair --
261
992000
5000
um ganz nah an die Oberfläche zu kommen.
Eigentlich ist das hier der Durchmesser ihrer Haare –
Eigentlich ist das hier der Durchmesser ihrer Haare –
16:55
a gecko has two million of these, and each hair has 100 to 1,000 split ends.
262
997000
6000
ein Gecko hat zwei Millionen davon
und jedes Haar hat 100 bis 1.000 gespaltene Enden.
und jedes Haar hat 100 bis 1.000 gespaltene Enden.
17:01
Think of the contact of that that's possible.
263
1003000
3000
Stellen Sie sich vor, welcher Kontakt dadurch möglich ist.
17:04
We were fortunate to work with another group
264
1006000
2000
Wir hatten das Glück mit einer weiteren Gruppe
aus Stanford zu arbeiten,
aus Stanford zu arbeiten,
17:06
at Stanford that built us a special manned sensor,
265
1008000
2000
die uns einen speziellen MEMS Sensor gebaut hat,
17:08
that we were able to measure the force of an individual hair.
266
1010000
3000
mit dem wir die Kraft eines einzelnen Haares messen konnten.
17:11
Here's an individual hair with a little split end there.
267
1013000
5000
Hier ist ein einzelnes Haar mit einem gespaltenen Ende.
17:16
When we measured the forces, they were enormous.
268
1018000
2000
Als wir die Kräfte gemessen haben, waren sie riesig.
17:18
They were so large that a patch of hairs about this size --
269
1020000
3000
Sie waren so groß, dass ein Stück Haare von der Größe
17:21
the gecko's foot could support the weight of a small child,
270
1023000
4000
eines Geckofußes das Gewicht
eines kleinen Kindes von etwa
eines kleinen Kindes von etwa
17:25
about 40 pounds, easily. Now, how do they do it?
271
1027000
4000
20 kg leicht tragen kann. Nun, wie schaft er das?
17:29
We've recently discovered this. Do they do it by friction?
272
1031000
4000
Wir haben das vor Kurzem entdeckt.
Machen sie es mittels Reibung?
Machen sie es mittels Reibung?
17:33
No, force is too low. Do they do it by electrostatics?
273
1035000
3000
Nein, die Kraft ist zu niedrig.
Machen sie es mit Elektrostatik?
Machen sie es mit Elektrostatik?
17:36
No, you can change the charge -- they still hold on.
274
1038000
2000
Nein, man kann die Ladung ändern –
sie bleiben noch immer am Fleck.
sie bleiben noch immer am Fleck.
17:38
Do they do it by interlocking? That's kind of a like a Velcro-like thing.
275
1040000
3000
Machen sie es durch Verzahnen? So wie Velcro.
17:41
No, you can put them on molecular smooth surfaces -- they don't do it.
276
1043000
3000
Nein, man kann sie auf eine molekular
glatte Oberfläche setzen – sie machen es nicht.
glatte Oberfläche setzen – sie machen es nicht.
17:44
How about suction? They stick on in a vacuum.
277
1046000
4000
Vielleicht mit Saugen? Nein, sie bleiben im Vakuum haften.
17:48
How about wet adhesion? Or capillary adhesion?
278
1050000
3000
Was ist mit Nasshaftung? Oder Kapillarhaftung?
17:51
They don't have any glue, and they even stick under water just fine.
279
1053000
3000
Sie haben keinen Klebstoff und sie kleben
auch unter Wasser ganz gut.
auch unter Wasser ganz gut.
17:54
If you put their foot under water, they grab on.
280
1056000
2000
Wenn Sie ihre Füße unter Wasser bringen,
haften sie auch dort.
haften sie auch dort.
17:56
How do they do it then? Believe it or not, they grab on
281
1058000
4000
Wie machen sie es dann? Glauben Sie es
oder nicht, die Haftung kommt
oder nicht, die Haftung kommt
18:00
by intermolecular forces, by Van der Waals forces.
282
1062000
4000
von zwischenmolekularen Kräfte,
von den Van der Waals-Kräften.
von den Van der Waals-Kräften.
18:04
You know, you probably had this a long time ago in chemistry,
283
1066000
2000
Sie wissen schon, Sie hatten das
wahrscheinlich vor langer Zeit in Chemie,
wahrscheinlich vor langer Zeit in Chemie,
18:06
where you had these two atoms, they're close together,
284
1068000
2000
wo man diese beiden Atome hatte, die nahe beieinander sind,
18:08
and the electrons are moving around. That tiny force is sufficient
285
1070000
3000
und die Elektronen bewegen sich rundherum.
Diese winzige Kraft genügt,
Diese winzige Kraft genügt,
18:11
to allow them to do that because it's added up so many times
286
1073000
3000
um ihnen zu ermöglichen, das zu tun,
weil sie sich innerhalb dieser kleinen Strukturen
weil sie sich innerhalb dieser kleinen Strukturen
18:14
with these small structures.
287
1076000
3000
so viele Male aufaddiert.
18:17
What we're doing is, we're taking that inspiration of the hairs,
288
1079000
5000
Was wir machen, ist, wir nehmen die Haare als Vorbild,
18:22
and with another colleague at Berkeley, we're manufacturing them.
289
1084000
5000
und stellen sie zusammen mit
einem anderen Kollegen aus Berkeley her.
einem anderen Kollegen aus Berkeley her.
18:27
And just recently we've made a breakthrough, where we now believe
290
1089000
3000
Gerade kürzlich ist uns ein Durchbruch gelungen,
wo wir jetzt glauben,
wo wir jetzt glauben,
18:30
we're going to be able to create the first synthetic, self-cleaning,
291
1092000
5000
dass wir den ersten synthetischen,
selbstreinigenden Trockenkleber
selbstreinigenden Trockenkleber
18:35
dry adhesive. Many companies are interested in this.
292
1097000
5000
erzeugen können. Viele Firmen sind darin interessiert.
18:40
(Laughter)
293
1102000
3000
(Lachen)
18:43
We also presented to Nike even.
294
1105000
2000
Wir haben es sogar Nike vorgestellt.
18:45
(Laughter)
295
1107000
3000
(Lachen)
18:48
(Applause)
296
1110000
6000
(Applaus)
18:54
We'll see where this goes. We were so excited about this
297
1116000
3000
Wir werden sehen, wohin es führt.
Wir waren darüber so begeistert,
Wir waren darüber so begeistert,
18:57
that we realized that that small-size scale --
298
1119000
3000
dass wir erkannten, dass der kleine Maßstab –
19:00
and where everything gets sticky, and gravity doesn't matter anymore --
299
1122000
3000
und wo alles klebrig wird und
die Schwerkraft keine Rolle mehr spielt –
die Schwerkraft keine Rolle mehr spielt –
19:03
we needed to look at ants and their feet, because
300
1125000
3000
wir uns mit Ameisen und deren Füße beschäftigen müssten,
19:06
one of my other colleagues at Berkeley has built a six-millimeter silicone
301
1128000
5000
weil einer meiner Kollegen in Berkeley
einen Sechs-Millimeter-Silikon-Roboter
einen Sechs-Millimeter-Silikon-Roboter
19:11
robot with legs. But it gets stuck. It doesn't move very well.
302
1133000
3000
mit Beinen gebaut hat. Aber er bleibt stecken.
Er bewegt sich nicht sehr gut.
Er bewegt sich nicht sehr gut.
19:14
But the ants do, and we'll figure out why, so that ultimately
303
1136000
3000
Aber die Ameisen schon und wir werden
herausfinden warum, damit wir am Ende auch
herausfinden warum, damit wir am Ende auch
19:17
we'll make this move. And imagine: you're going to be able
304
1139000
3000
diesen Schritt machen. Und stellen Sie sich vor: Sie werden
19:20
to have swarms of these six-millimeter robots available to run around.
305
1142000
5000
Schwärme dieser sechs-Millimeter-Roboter
zur Verfügung haben, die herumlaufen können.
zur Verfügung haben, die herumlaufen können.
19:25
Where's this going? I think you can see it already.
306
1147000
3000
Wohin führt das? Ich glaube, Sie können es schon erkennen.
19:28
Clearly, the Internet is already having eyes and ears,
307
1150000
4000
Klar, das Internet hat bereits Augen und Ohren,
19:32
you have web cams and so forth. But it's going to also have legs and hands.
308
1154000
4000
es gibt schon Web-Kameras und so weiter.
Aber es wird auch Beine und Arme haben.
Aber es wird auch Beine und Arme haben.
19:36
You're going to be able to do programmable
309
1158000
2000
Sie werden durch diese Art von Robotern programmierbare
19:38
work through these kinds of robots, so that you can run,
310
1160000
4000
Arbeit erledigen können, so dass Sie überall hin laufen,
19:42
fly and swim anywhere. We saw David Kelly is at the beginning of that with his fish.
311
1164000
9000
fliegen und schwimmen können. Wir sahen,
dass David Kelly mit seinem Fisch hierbei am Anfang ist.
dass David Kelly mit seinem Fisch hierbei am Anfang ist.
19:51
So, in conclusion, I think the message is clear.
312
1173000
2000
So, zum Schluss, denke ich, die Botschaft ist klar.
19:53
If you need a message, if nature's not enough, if you care about
313
1175000
4000
Wenn Sie eine Nachricht benötigen,
wenn die Natur nicht ausreicht, wenn Sie sich für
wenn die Natur nicht ausreicht, wenn Sie sich für
19:57
search and rescue, or mine clearance, or medicine,
314
1179000
2000
Suche und Rettung oder Minenräumung
oder Medizin interessieren
oder Medizin interessieren
19:59
or the various things we're working on, we must preserve
315
1181000
4000
oder für die verschiedenen Dinge,
an denen wir gerade arbeiten, müssen wir
an denen wir gerade arbeiten, müssen wir
20:03
nature's designs, otherwise these secrets will be lost forever.
316
1185000
4000
das Design der Natur erhalten, sonst werden
diese Geheimnisse für immer verloren sein.
diese Geheimnisse für immer verloren sein.
20:07
Thank you.
317
1189000
1000
Vielen Dank.
20:08
(Applause)
318
1190000
9000
(Applaus)
ABOUT THE SPEAKER
Robert Full - BiologistRobert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering.
Why you should listen
UC Berkeley biologist Robert Full is fascinated by the motion of creatures like cockroaches, crabs and geckos having many legs, unusual feet or talented tails. He has led an effort to demonstrate the value of learning from Nature by the creating interdisciplinary collaborations of biologists, engineers, mathematicians and computer scientists from academia and industry. He founded CiBER, the Center for interdisciplinary Bio-inspiration in Education and Research, and the Poly-PEDAL Laboratory, which studies the Performance, Energetics and Dynamics of Animal Locomotion (PEDAL) in many-footed creatures (Poly).
His research shows how studying a diversity of animals leads to the discovery of general principles which inspire the design of novel circuits, artificial muscles, exoskeletons, versatile scampering legged search-and-rescue robots and synthetic self-cleaning dry adhesives based on gecko feet. He is passionate about discovery-based education leading to innovation -- and he even helped Pixar’s insect animations in the film A Bug's Life.
Robert Full | Speaker | TED.com