TED2011
Carlo Ratti: Architecture that senses and responds
Κάρλο Ράττι: Μια αρχιτεκτονική που αισθάνεται και ανταποκρίνεται
Filmed:
Readability: 3.9
746,791 views
Με την ομάδα του στο SENSEable City Lab, ο Κάρλο Ράττι του ΜΙΤ φτιάχνει πρωτοποριακά πράγματα ανιχνεύοντας τα δεδομένα που δημιουργούμε. Παίρνει από παθητικά σηστύματα δεδομένων -- όπως οι κλήσεις που πραγματοποιούμε, τα σκουπίδια που πετάμε -- για να φτιάξει εκπληκτικές απεικονίσεις της αστικής ζωής. Εκείνος και η ομάδα του δημιουργούν εκθαμβωτικά διαδραστικά περιβάλλοντα από κινούμενο νερό και πετούμενο φως, τροφοδοτούμενα από απλές χειρονομίες που ανιχνεύονται μέσω αισθητήρων.
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Double-click the English transcript below to play the video.
00:15
Good afternoon, everybody.
0
0
2000
Καλησπέρα σε όλους.
00:17
I've got something to show you.
1
2000
3000
Έχω να σας δείξω κάτι.
00:37
(Laughter)
2
22000
2000
(Γέλια)
00:39
Think about this as a pixel, a flying pixel.
3
24000
3000
Σκεφτείτε το σαν ένα αιωρούμενο εικονοστοιχείο.
00:42
This is what we call, in our lab, sensible design.
4
27000
3000
Αυτό είναι ό,τι στο εργαστήριό μας λέμε αισθητό σχεδιασμό.
00:45
Let me tell you a bit about it.
5
30000
2000
Αφήστε με να σας πω λίγα λόγια γι΄ αυτό.
00:47
Now if you take this picture -- I'm Italian originally,
6
32000
3000
Αν πάρετε αυτήν την εικόνα -- κατάγομαι από την Ιταλία,
00:50
and every boy in Italy grows up
7
35000
2000
και κάθε αγόρι στην Ιταλία μεγαλώνει
00:52
with this picture on the wall of his bedroom --
8
37000
2000
με αυτήν την εικόνα στον τοίχο του δωματίου του.
00:54
but the reason I'm showing you this
9
39000
2000
Μα ο λόγος που σας το δείχνω αυτό
00:56
is that something very interesting
10
41000
2000
είναι γιατί κάτι πολύ ενδιαφέρον
00:58
happened in Formula 1 racing
11
43000
2000
συνέβη στη Φόρμουλα 1
01:00
over the past couple of decades.
12
45000
2000
τις τελευταίες δύο δεκαετίες.
01:02
Now some time ago,
13
47000
2000
Κάποιο καιρό πριν,
01:04
if you wanted to win a Formula 1 race,
14
49000
2000
αν ήθελες να κερδίσεις έναν αγώνα της Φόρμουλα 1,
01:06
you take a budget, and you bet your budget
15
51000
2000
έπαιρνες το χρηματικό ποσό σου και το στοιχημάτιζες
01:08
on a good driver and a good car.
16
53000
3000
σε έναν καλό οδηγό και ένα καλό αμάξι.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
56000
3000
Και αν το αμάξι και ο οδηγός ήταν αρκετά καλοί, κέρδιζες τον αγώνα.
01:14
Now today, if you want to win the race,
18
59000
2000
Σήμερα, αν θες να κερδίσεις τον αγώνα,
01:16
actually you need also something like this --
19
61000
3000
ουσιαστικά χρειάζεσαι κάτι σαν αυτό --
01:19
something that monitors the car in real time,
20
64000
3000
κάτι που παρακολουθεί το αυτοκίνητο σε πραγματικό χρόνο,
01:22
has a few thousand sensors
21
67000
2000
έχει μερικές χιλιάδες αισθητήρες
01:24
collecting information from the car,
22
69000
2000
που μαζεύουν πληροφορίες από το αμάξι,
01:26
transmitting this information into the system,
23
71000
3000
μεταβιβάζοντας τις πληροφορίες αυτές στο σύστημα,
01:29
and then processing it
24
74000
2000
και μετά επεξεργάζοντάς τες
01:31
and using it in order to go back to the car with decisions
25
76000
3000
και χρησιμοποιώντας τες ώστε να επιστρέψουν στο αμάξι με αποφάσεις
01:34
and changing things in real time
26
79000
2000
και αλλάζοντας πράγματα σε πραγματικό χρόνο
01:36
as information is collected.
27
81000
2000
ενόσω συλλέγονται οι πληροφορίες.
01:38
This is what, in engineering terms,
28
83000
2000
Αυτό είναι που, με μηχανικούς όρους,
01:40
you would call a real time control system.
29
85000
3000
θα ονομάζαμε ένα σύστημα ελέγχου σε πραγματικό χρόνο.
01:43
And basically, it's a system made of two components --
30
88000
3000
Και βασικά, είναι ένα σύστημα δύο συντελεστών --
01:46
a sensing and an actuating component.
31
91000
2000
ενός αισθητήρα και μιας συνιστώσας ενεργοποίησης.
01:48
What is interesting today
32
93000
2000
Αυτό που είναι ενδιαφέρον σήμερα
01:50
is that real time control systems
33
95000
2000
είναι ότι τα συστήματα ελέγχου πραγματικού χρόνου
01:52
are starting to enter into our lives.
34
97000
3000
αρχίζουν να μπαίνουν στη ζωή μας.
01:55
Our cities, over the past few years,
35
100000
3000
Οι πόλεις μας, τα τελευταία χρόνια
01:58
just have been blanketed
36
103000
2000
έχουν απλά καλυφθεί
02:00
with networks, electronics.
37
105000
2000
από δίκτυα, ηλεκτρονικά.
02:02
They're becoming like computers in open air.
38
107000
2000
Γίνονται υπολογιστές ανοιχτών χώρων.
02:04
And, as computers in open air,
39
109000
2000
Και, σαν υπολογιστές ανοιχτών χώρων,
02:06
they're starting to respond in a different way
40
111000
2000
αρχίζουν να ανταποκρίνονται διαφορετικά
02:08
to be able to be sensed and to be actuated.
41
113000
3000
ώστε να μπορούν να γίνουν αισθητοί και να ενεργοποιηθούν.
02:11
If we fix cities, actually it's a big deal.
42
116000
2000
Αν φτιάξουμε τις πόλεις, είναι μεγάλη υπόθεση.
02:13
Just as an aside, I wanted to mention,
43
118000
2000
Παρεμπιπτόντως, ήθελα να αναφέρω,
02:15
cities are only two percent of the Earth's crust,
44
120000
4000
ότι οι πόλεις αποτελούν μόνο το 2% του φλοιού της γης,
02:19
but they are 50 percent of the world's population.
45
124000
3000
μα φιλοξενούν το 50% του παγκόσμιου πληθυσμού.
02:22
They are 75 percent of the energy consumption --
46
127000
3000
Είναι το 75% της ενεργειακής κατανάλωσης --
02:25
up to 80 percent of CO2 emissions.
47
130000
3000
το 80% των εκπομπών διοξειδίου του άνθρακα.
02:28
So if we're able to do something with cities, that's a big deal.
48
133000
3000
Έτσι αν ήμαστε σε θέση να κάνουμε κάτι με τις πόλεις, είναι μεγάλη υπόθεση.
02:31
Beyond cities,
49
136000
2000
Πέρα απ΄ τις πόλεις,
02:33
all of this sensing and actuating
50
138000
3000
όλοι αυτοί οι αισθητήρες και οι ενεργοποιήσεις
02:36
is entering our everyday objects.
51
141000
2000
μπαίνουν στα καθημερινά μας αντικείμενα.
02:38
That's from an exhibition that
52
143000
2000
Αυτό είναι από μία έκθεση
02:40
Paola Antonelli is organizing
53
145000
2000
που διοργανώνει η Πάολα Αντονέλλι
02:42
at MoMA later this year, during the summer.
54
147000
2000
φέτος το καλοκαίρι στο ΜοΜΑ.
02:44
It's called "Talk to Me."
55
149000
2000
Λέγεται ¨Μίλα Μου.¨
02:46
Well our objects, our environment
56
151000
2000
Τα αντικείμενά μας, το περιβάλλον μας,
02:48
is starting to talk back to us.
57
153000
2000
αρχιζει να μας απαντά.
02:50
In a certain sense, it's almost as if every atom out there
58
155000
3000
Κατά κάποιο τρόπο είναι σχεδόν σαν κάθε άτομο εκεί έξω
02:53
were becoming both a sensor and an actuator.
59
158000
3000
να γίνεται και αισθητήρας και ενεργοποιητής.
02:56
And that is radically changing the interaction we have as humans
60
161000
3000
Και αυτό αλλάζει δραστικά την αλληλεπίδραση που έχουμε ως άνθρωποι
02:59
with the environment out there.
61
164000
2000
με το περιβάλλον εκεί έξω.
03:01
In a certain sense,
62
166000
2000
Κατά μία έννοια,
03:03
it's almost as if the old dream of Michelangelo ...
63
168000
3000
είναι σχεδόν όπως στο παλιό όνειρο του Μιχαήλ Άγγελου...
03:06
you know, when Michelangelo sculpted the Moses,
64
171000
2000
ξέρετε, όταν ο Μιχαήλ Άγγελος έπλασε τον ¨Μωυσή¨,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
173000
3000
στο τέλος είπε ότι πήρε το σφυρί, το πέταξε στον Μωυσή --
03:11
actually you can still see a small chip underneath --
66
176000
3000
βασικά ακόμα μπορείτε να δείτε ένα μικρό ράγισμα απο κάτω --
03:14
and said, shouted,
67
179000
2000
και είπε, φώναξε,
03:16
"Perché non parli? Why don't you talk?"
68
181000
2000
¨Perché non parli? Γιατί δεν μιλάς;¨
03:18
Well today, for the first time,
69
183000
2000
Σήμερα, για πρώτη φορά,
03:20
our environment is starting to talk back to us.
70
185000
3000
το περιβάλλον μας αρχίζει να μας απαντά.
03:23
And I'll show just a few examples --
71
188000
2000
Και θα σας δείξω μόνο μερικά παραδείγματα --
03:25
again, with this idea of sensing our environment and actuating it.
72
190000
3000
πάλι, με την ιδέα ανίχνευσης του περιβάλλοντος και ενεργοποίησης.
03:28
Let's starting with sensing.
73
193000
3000
Ας ξεκινήσουμε με την ανίχνευση.
03:31
Well, the first project I wanted to share with you
74
196000
2000
Το πρώτο έργο που ήθελα να μοιραστώ μαζί σας
03:33
is actually one of the first projects by our lab.
75
198000
3000
είναι από τα πρώτα του εργαστηρίου μας.
03:36
It was four and a half years ago in Italy.
76
201000
3000
Ήταν 4,5 χρόνια πριν στην Ιταλία.
03:39
And what we did there
77
204000
2000
Και αυτό που κάναμε εκεί
03:41
was actually use a new type of network at the time
78
206000
2000
ήταν ουσιαστικά να χρησιμοποιήσουμε έναν νέο τύπο δικτύου
03:43
that had been deployed all across the world --
79
208000
2000
που εκείνο το καιρό είχε αναπτυχθεί σε όλο τον κόσμο --
03:45
that's a cellphone network --
80
210000
2000
ένα δίκτυο κινητών τηλεφώνων --
03:47
and use anonymous and aggregated information from that network,
81
212000
2000
και να χρησιμοποιήσουμε ανώνυμες και συγκεντρωμένες πληροφορίες από το δίκτυο
03:49
that's collected anyway by the operator,
82
214000
2000
που έτσι κι αλλιώς συλλέγεται από τον διαχείριστη
03:51
in order to understand
83
216000
2000
για να καταλάβουμε
03:53
how the city works.
84
218000
2000
πώς λειτουργεί μία πόλη.
03:55
The summer was a lucky summer -- 2006.
85
220000
3000
Το καλοκαίρι αυτό ήταν τυχερό -- το 2006.
03:58
It's when Italy won the soccer World Cup.
86
223000
3000
Τότε η Ιταλία κέρδισε το Παγκόσμιο Κύπελο ποδοσφαίρου.
04:01
Some of you might remember, it was Italy and France playing,
87
226000
3000
Μερικοί ίσως θυμάστε, έπαιζαν Ιταλία και Γαλλία,
04:04
and then Zidane at the end, the headbutt.
88
229000
2000
και στο τέλος ο Ζιντάν, η κεφαλία.
04:06
And anyway, Italy won at the end.
89
231000
2000
Και τελοσπάντων, η Ιταλία στο τέλος κέρδισε.
04:08
(Laughter)
90
233000
2000
(Γέλια)
04:10
Now look at what happened that day
91
235000
2000
Λοιπόν δείτε τί έγινε εκείνη τη μέρα
04:12
just by monitoring activity
92
237000
2000
μόνο παρακολουθώντας την δραστηριότητα
04:14
happening on the network.
93
239000
2000
στο δίκτυο.
04:16
Here you see the city.
94
241000
2000
Εδώ βλέπτε την πόλη.
04:18
You see the Colosseum in the middle,
95
243000
3000
Βλέπετε το Κολοσσαίο κεντρικά,
04:21
the river Tiber.
96
246000
3000
τον ποταμό Τίβερη.
04:24
It's morning, before the match.
97
249000
2000
Είναι πρωί, πριν τον αγώνα.
04:26
You see the timeline on the top.
98
251000
2000
Βλέπετε το χρονοδιάγραμμα επάνω.
04:28
Early afternoon,
99
253000
2000
Νωρίς το απόγευμα,
04:30
people here and there,
100
255000
2000
άνθρωποι εδώ κι εκεί
04:32
making calls and moving.
101
257000
2000
δημιουργόντας κλήσεις και κινούμενοι.
04:34
The match begins -- silence.
102
259000
3000
Ο αγώνας αρχίζει -- ησυχία.
04:37
France scores. Italy scores.
103
262000
3000
Η Γαλλία σκοράρει. Η Ιταλία σκοράρει.
04:40
Halftime, people make a quick call and go to the bathroom.
104
265000
4000
Ημίχρονο, ο κόσμος κάνει μια σύντομη κλήση και πάει στην τουαλέτα.
04:44
Second half. End of normal time.
105
269000
2000
Δεύτερο ημίχρονο. Τέλος του κανονικού χρόνου.
04:46
First overtime, second.
106
271000
2000
Πρώτες καθυστερήσεις, δεύτερες.
04:48
Zidane, the headbutt in a moment.
107
273000
3000
Ο Ζιντάν, η κεφαλιά σε μια στιγμή.
04:51
Italy wins. Yeah.
108
276000
2000
Η Ιταλία κερδίζει. Ναι.
04:53
(Laughter)
109
278000
2000
(Γέλια)
04:55
(Applause)
110
280000
3000
(Χειροκρότημα)
04:58
Well, that night, everybody went to celebrate in the center.
111
283000
2000
Εκείνη τη νύχτα όλοι πήγαν να γιορτάσουν στο κέντρο.
05:00
You saw the big peak.
112
285000
2000
Είδατε την μεγάλη κορυφή.
05:02
The following day, again everybody went to the center
113
287000
2000
Την επόμενη μέρα, όλοι πήγανε στο κέντρο
05:04
to meet the winning team
114
289000
3000
για να δουν την νικητήρια ομάδα
05:07
and the prime minister at the time.
115
292000
2000
και τον τότε πρωθυπουργό.
05:09
And then everybody moved down.
116
294000
2000
Και μετά όλοι μετακινήθηκαν προς τα κάτω.
05:11
You see the image of the place called Circo Massimo,
117
296000
2000
Βλέπετε την εικόνα από το Τσίρκο Μάσσιμο,
05:13
where, since Roman times, people go to celebrate,
118
298000
3000
όπου, από τα ρωμαϊκά χρόνια, ο κόσμος πάει να γιορτάσει --
05:16
to have a big party, and you see the peak at the end of the day.
119
301000
3000
να κάνει πάρτυ και βλέπετε την κορυφή στο τέλος της μέρας.
05:19
Well, that's just one example of how we can sense the city today
120
304000
2000
Λοιπόν, αυτό είναι μόνο ένα παράδειγμα του πώς μπορούμε να ανιχνεύουμε την πόλη σήμερα,
05:21
in a way that we couldn't have done
121
306000
2000
όπως δεν θα μπορούσαμε να είχαμε κάνει
05:23
just a few years ago.
122
308000
2000
μόλις λίγα χρόνια πριν.
05:25
Another quick example about sensing:
123
310000
2000
Άλλο ένα γρήγορο παράδειγμα περί αισθητήρων:
05:27
it's not about people,
124
312000
2000
δεν έχει σχέση με ανθρώπους,
05:29
but about things we use and consume.
125
314000
2000
αλλά με πράγματα που χρησιμοποιούμε και καταναλώνουμε.
05:31
Well today, we know everything
126
316000
2000
Σήμερα ξέρουμε τα πάντα
05:33
about where our objects come from.
127
318000
3000
για την προέλευση των αντικειμένων.
05:36
This is a map that shows you
128
321000
2000
Αυτός είναι ένας χάρτης που σας δείχνει
05:38
all the chips that form a Mac computer, how they came together.
129
323000
3000
όλα τα τσιπ ενός υπολογιστή Μάκιντος, πώς ενώθηκαν.
05:41
But we know very little about where things go.
130
326000
3000
Μα ξέρουμε πολύ λίγα για το που πηγαίνουν τα αντικείμενα.
05:44
So in this project,
131
329000
2000
Έτσι, σ' αυτό το έργο,
05:46
we actually developed some small tags
132
331000
2000
ουσιαστικά σχεδιάσαμε μικρές ετικέτες
05:48
to track trash as it moves through the system.
133
333000
3000
για να ανιχνεύουμε τα σκουπίδια καθώς κινούνται μέσα στο σύστημα.
05:51
So we actually started with a number of volunteers
134
336000
3000
Ξεκινήσαμε με έναν αριθμό εθελοντών
05:54
who helped us in Seattle,
135
339000
2000
που μας βοήθησαν στο Σιάτλ.
05:56
just over a year ago,
136
341000
2000
μόλις ένα χρόνο πριν,
05:58
to tag what they were throwing away --
137
343000
3000
να σημαδεύσουμε αυτά που πέταγαν στα σκουπίδια --
06:01
different types of things, as you can see here --
138
346000
3000
διάφορα αντικείμενα, όπως βλέπετε εδω --
06:04
things they would throw away anyway.
139
349000
2000
πράγματα που θα πετούσαν έτσι κι αλλιώς.
06:06
Then we put a little chip, little tag,
140
351000
2000
Μετά βάλαμε ένα μικροτσιπ, μια μικρή ετικέτα,
06:08
onto the trash
141
353000
2000
πάνω στο σκουπίδι
06:10
and then started following it.
142
355000
2000
και αρχίσαμε να το ακολουθούμε.
06:12
Here are the results we just obtained.
143
357000
3000
Εδώ είναι τα αποτελέσματα που λάβαμε.
06:15
(Music)
144
360000
3000
(Μουσική)
06:18
From Seattle ...
145
363000
3000
Από το Σιάτλ...
06:26
after one week.
146
371000
2000
μετά από μια βδομάδα.
06:53
With this information we realized
147
398000
2000
Με αυτές τις πληροφορίες συνειδητοποιήσαμε
06:55
there's a lot of inefficiencies in the system.
148
400000
2000
πολλά για την αναποτελεσματικότητα του συστήματος.
06:57
We can actually do the same thing with much less energy.
149
402000
3000
Μπορούμε να κάνουμε το ίδιο με πολλή λιγότερη ενέργεια.
07:00
This data was not available before.
150
405000
2000
Αυτά τα δεδομένα δεν ήταν διαθέσιμα πριν.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
407000
3000
Μα υπάρχει μεγάλη σπατάλη στις μεταφορές και παράξενα πράγματα που συμβαίνουν.
07:05
But the other thing is that we believe
152
410000
2000
Μα από την άλλη πιστεύουμε
07:07
that if we see every day
153
412000
2000
ότι αν βλέπουμε καθημερινά
07:09
that the cup we're throwing away, it doesn't disappear,
154
414000
2000
ότι κυπελάκι που πετάμε δεν εξαφανίζεται,
07:11
it's still somewhere on the planet.
155
416000
2000
υπάρχει ακόμα κάπου στον πλανήτη.
07:13
And the plastic bottle we're throwing away every day still stays there.
156
418000
3000
Και το πλαστικό μπουκάλι που πετάμε κάθε μέρα παραμένει εδώ.
07:16
And if we show that to people,
157
421000
2000
Αν το δείξουμε αυτό στον κόσμο,
07:18
then we can also promote some behavioral change.
158
423000
2000
τότε μπορούμε επίσης να προωθήσουμε μια άλλαγη συμπεριφοράς.
07:20
So that was the reason for the project.
159
425000
2000
Αυτός λοιπόν ήταν ο σκοπός της εργασίας.
07:22
My colleague at MIT, Assaf Biderman,
160
427000
2000
Ο συνάδελφός μου στο ΜΙΤ, ο Ασσάφ Μπίντερμαν,
07:24
he could tell you much more about sensing
161
429000
2000
θα μπορούσε να σας πει περισσότερα σχετικά με την ανίχνευση
07:26
and many other wonderful things we can do with sensing,
162
431000
2000
και πολλά άλλα υπέροχα πράγματα που είναι εφικτά μ΄ αυτήν,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
433000
3000
μα ήθελα να προχωρήσω στο δεύτερο μέρος που συζητήσαμε αρχικά,
07:31
and that's actuating our environment.
164
436000
2000
κι αυτό είναι η ενεργοποίηση του περιβάλλοντός μας.
07:33
And the first project
165
438000
2000
Και το πρώτο έργο
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
440000
3000
είναι κάτι που κάναμε δύο χρόνια πριν στην Θαραγόθα, στην Ισπανία.
07:38
It started with a question by the mayor of the city,
167
443000
3000
Ξεκίνησε με μια ερώτηση του δημάρχου της πόλης,
07:41
who came to us saying
168
446000
2000
που ήρθε λέγοντας
07:43
that Spain and Southern Europe have a beautiful tradition
169
448000
3000
ότι η Ισπανία και η νότια Ευρώπη έχουν μια όμορφη παράδοση
07:46
of using water in public space, in architecture.
170
451000
3000
με την χρήση νερού σε δημόσιους χώρους, στην αρχιτεκτονική.
07:49
And the question was: How could technology, new technology,
171
454000
2000
Και η ερώτηση ήταν: Πως θα μπορούσε η νέα τεχνολογία
07:51
be added to that?
172
456000
2000
να προστεθεί σε κάτι τέτοιο;
07:53
And one of the ideas that was developed at MIT in a workshop
173
458000
3000
Μια από τις ιδέες που αναπτύχθηκε σ΄ ένα εργαστήριο του ΜΙΤ
07:56
was, imagine this pipe, and you've got valves,
174
461000
3000
ήταν, φανταστείτε αυτόν τον σωλήνα, κι έχετε βαλβίδες,
07:59
solenoid valves, taps,
175
464000
2000
ηλεκτρομαγνητικές βαλβίδες, καρτέλες,
08:01
opening and closing.
176
466000
2000
που ανοιγοκλείνουν.
08:03
You create like a water curtain with pixels made of water.
177
468000
3000
Δημιουργείς κάτι σαν μια κουρτίνα νερού από εικονοστοιχεία νερού.
08:06
If those pixels fall,
178
471000
2000
Όταν αυτά τα εικονοστοιχεία πέφτουν,
08:08
you can write on it,
179
473000
2000
μπορείς να γράψεις πάνω τους,
08:10
you can show patterns, images, text.
180
475000
2000
μπορείς να δείξεις σχήματα, εικόνες, κείμενο.
08:12
And even you can approach it, and it will open up
181
477000
2000
Μπορείς ακόμα να το πλησιάσεις και αυτό θα ανοίξει
08:14
to let you jump through,
182
479000
2000
για να περάσεις από μέσα του,
08:16
as you see in this image.
183
481000
2000
όπως βλέπετε εδώ.
08:18
Well, we presented this to Mayor Belloch.
184
483000
2000
Λοιπόν, το παρουσιάσαμε στον δήμαρχο Μπεγιόχ.
08:20
He liked it very much.
185
485000
2000
Του άρεσε πολύ.
08:22
And we got a commission to design a building
186
487000
2000
Και πήραμε την έγκρισή του να σχεδιάσουμε ένα κτίριο
08:24
at the entrance of the expo.
187
489000
2000
στην είσοδο της έκθεσης.
08:26
We called it Digital Water Pavilion.
188
491000
2000
Το ονομάσαμε Ψηφιακό Υδάτινο Περίπτερο.
08:28
The whole building is made of water.
189
493000
3000
Όλο το κτίριο αποτελείται από νερό.
08:33
There's no doors or windows,
190
498000
2000
Δεν υπάρχουν πόρτες ή παράθυρα,
08:35
but when you approach it,
191
500000
2000
μα όταν το πλησιάζεις
08:37
it will open up to let you in.
192
502000
2000
θα ανοίξει για να μπεις.
08:39
(Music)
193
504000
6000
(Μουσική)
08:52
The roof also is covered with water.
194
517000
3000
Η στέγη καλύπτεται επίσης από νερό.
08:57
And if there's a bit of wind,
195
522000
2000
Και αν υπάρχει λίγος άνεμος,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
524000
3000
αν θες να ελαχιστοποιήσεις το πιτσίλισμα, μπορείς να χαμηλώσεις την στέγη.
09:04
Or you could close the building,
197
529000
2000
Ή θα μπορούσες να κλείσεις το κτίριο,
09:06
and the whole architecture will disappear,
198
531000
2000
και όλη η αρχιτεκτονική θα εξαφανιζόταν,
09:08
like in this case.
199
533000
2000
όπως εδώ.
09:10
You know, these days, you always get images during the winter,
200
535000
2000
Ξέρετε, αυτό το καιρό κυκλοφορούν χειμωνιάτικες φωτογραφίες
09:12
when they take the roof down,
201
537000
2000
όταν κατεβάζουν την στέγη
09:14
of people who have been there and said, "They demolished the building."
202
539000
3000
οι άνθρωποι που ήταν εκεί και λένε "Κατεδάφισαν το κτίριο".
09:17
No, they didn't demolish it, just when it goes down,
203
542000
2000
Όχι, δεν το κατεδάφισαν, μόνο που όταν κατεβαίνει,
09:19
the architecture almost disappears.
204
544000
2000
η αρχιτεκτονική σχεδόν εξαφανίζεται.
09:21
Here's the building working.
205
546000
3000
Εδώ το κτίριο λειτουργεί.
09:24
You see the person puzzled about what was going on inside.
206
549000
3000
Βλέπετε εδώ κάποιον ν' αναρωτιέται τι συμβαίνει στο εσωτερικό.
09:27
And here was myself trying not to get wet,
207
552000
2000
Κι εδώ ήμουν εγώ προσπαθώντας να μην βραχώ,
09:29
testing the sensors that open the water.
208
554000
3000
δοκιμάζοντας τους αισθητήρες που ανοίγουν το νερό.
09:32
Well, I should tell you now what happened one night
209
557000
2000
Πρέπει να σας πω τι συνέβη μια νύχτα
09:34
when all of the sensors stopped working.
210
559000
3000
όταν όλοι οι αισθητήρες έπαψαν να λειτουργούν.
09:37
But actually that night, it was even more fun.
211
562000
3000
Μα ουσιαστικά εκείνη τη νύχτα, είχε ακόμα περισσότερη πλάκα.
09:40
All the kids from Zaragoza came to the building,
212
565000
2000
Όλα τα παιδία της Θαραγόθα ήρθαν στο κτίριο,
09:42
because the way of engaging with the building became something different.
213
567000
3000
γιατί ο τρόπος συναναστροφής με το κτίριο έγινε διαφορετικός.
09:45
Not anymore a building that would open up to let you in,
214
570000
3000
Όχι πια ένα κτίριο που θα σου άνοιγε να περάσεις,
09:48
but a building that would still make cuts and holes through the water,
215
573000
3000
μα ένα κτίριο που έκανε ανοίγματα και άνοιγε τρύπες στο νερό,
09:51
and you had to jump without getting wet.
216
576000
2000
και εσύ έπρεπε να πηδήσεις χωρίς να βραχείς.
09:53
(Video) (Crowd Noise)
217
578000
13000
(Βίντεο) (Θόρυβος Πλήθους)
10:06
And that was, for us, was very interesting,
218
591000
2000
Και αυτό ήταν πολύ ενδιαφέρον για μας,
10:08
because, as architects, as engineers, as designers,
219
593000
3000
γιατί, ως αρχιτέκτονες, ως μηχανικοί, ως σχεδιαστές,
10:11
we always think about how people will use the things we design.
220
596000
3000
πάντα σκεφτόμαστε το πώς οι άνθρωποι θα χρησιμοποιούν αυτά που σχεδιάζουμε.
10:14
But then reality's always unpredictable.
221
599000
3000
Μα ύστερα η πραγματικότητα είναι πάντα απρόβλεπτη.
10:17
And that's the beauty of doing things
222
602000
2000
Και αυτή είναι η ομορφία του να φτιάχνεις αντικείμενα
10:19
that are used and interact with people.
223
604000
2000
που χρησιμοποιούνται και διαδρούν με τους ανθρώπους.
10:21
Here is an image then of the building
224
606000
2000
Εδώ μια εικόνα του κτιρίου τότε
10:23
with the physical pixels, the pixels made of water,
225
608000
2000
με τα φυσικά εικονοστοιχεία, φτιαγμένα από νερό,
10:25
and then projections on them.
226
610000
3000
και προβολείς επάνω τους.
10:28
And this is what led us to think about
227
613000
2000
Και αυτό μας οδήγησε στο να σκεφτούμε
10:30
the following project I'll show you now.
228
615000
2000
το επόμενο έργο που θα σας δείξω τώρα.
10:32
That's, imagine those pixels could actually start flying.
229
617000
3000
Φανταστείτε εκείνα τα εικονοστοιχεία να μπορούσαν να πετάξουν.
10:35
Imagine you could have small helicopters
230
620000
2000
Φανταστείτε να είχες μικρά ελικόπτερα
10:37
that move in the air,
231
622000
2000
που κινούνται στον αέρα,
10:39
and then each of them with a small pixel in changing lights --
232
624000
3000
και καθένα τους με ένα μικρό εικονοστοιχείο με εναλλασσόμενα φώτα --
10:42
almost as a cloud that can move in space.
233
627000
3000
σχεδόν σαν σύννεφο που κινείται στον χώρο.
10:45
Here is the video.
234
630000
2000
Εδώ είναι το βίντεο.
10:47
(Music)
235
632000
6000
(Μουσική)
10:53
So imagine one helicopter,
236
638000
3000
Λοιπόν, φανταστείτε ένα ελικόπτερο,
10:56
like the one we saw before,
237
641000
3000
όπως αυτό που είδαμε πριν,
11:01
moving with others,
238
646000
3000
να κινείται μαζί με άλλα,
11:04
in synchrony.
239
649000
2000
συχρονισμένα.
11:06
So you can have this cloud.
240
651000
3000
Έτσι έχεις αυτό το σύννεφο.
11:15
You can have a kind of flexible screen or display, like this --
241
660000
4000
Έχεις ένα είδος ευκίνητης οθόνης σαν αυτήν --
11:19
a regular configuration in two dimensions.
242
664000
3000
μια δισδιάστατη τακτική διαμόρφωση.
11:29
Or in regular, but in three dimensions,
243
674000
3000
ή τριών διαστάσεων,
11:32
where the thing that changes is the light,
244
677000
2000
όπου αυτό που αλλάζει είναι το φως,
11:34
not the pixels' position.
245
679000
2000
όχι η θέση των εικονοστοιχείων.
11:46
You can play with a different type.
246
691000
2000
Μπορείτε να παίξετε με μια άλλη μορφή.
11:48
Imagine your screen could just appear
247
693000
2000
Φανταστείτε την οθόνη σας να εμφανίζεται
11:50
in different scales or sizes,
248
695000
3000
σε διαφορετικές κλίμακες ή μεγέθη,
11:53
different types of resolution.
249
698000
3000
διαφορετικούς τύπους ανάλυσης.
12:05
But then the whole thing can be
250
710000
2000
Και μπορεί όλο το πράγμα να είναι
12:07
just a 3D cloud of pixels
251
712000
2000
μόνο ένα τρισδιάστατο σύννεφο εικονοστοιχείων
12:09
that you can approach and move through it
252
714000
3000
που μπορείς να πλησιάσεις να να διαπεράσεις
12:12
and see from many, many directions.
253
717000
3000
και να βλέπεις από πολλές οπτικές γωνίες.
12:15
Here is the real Flyfire
254
720000
2000
Αυτή είναι η πραγματική Flyfire
12:17
control and going down to form the regular grid as before.
255
722000
4000
που κατεβαίνει και φτιάχνει το ομοιόμορφο πλέγμα όπως πριν.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
726000
3000
Όταν ανάβεις το φως, βλέπεις ουσιαστικά αυτό. Το ίδιο που είδαμε και πριν.
12:24
And imagine each of them then controlled by people.
257
729000
2000
Και φανταστείτε καθένα τους να ελέγχεται από έναν άνθρωπο.
12:26
You can have each pixel
258
731000
2000
Μπορεί το κάθε εικονοστοιχείο
12:28
having an input that comes from people,
259
733000
2000
να δέχεται δεδομένα από ανθρώπους,
12:30
from people's movement, or so and so.
260
735000
2000
από την ανθρώποινη κίνηση.
12:32
I want to show you something here for the first time.
261
737000
3000
Θέλω να σας δείξβ κάτι εδώ για πρώτη φορά.
12:35
We've been working with Roberto Bolle,
262
740000
2000
Δουλέυαμε με τον Ρομπέρτο Μπόλλε,
12:37
one of today's top ballet dancers --
263
742000
2000
από τους κορυφαίους σύγχρονους χορευτές μπαλέτου --
12:39
the étoile at Metropolitan in New York
264
744000
2000
το étoile στο Μετροπόλιταν της Νέας Υόρκης
12:41
and La Scala in Milan --
265
746000
2000
και η Σκάλα του Μιλάνου --
12:43
and actually captured his movement in 3D
266
748000
2000
και αιχμαλωτίσαμε την κίνησή του τρισδιάστατα
12:45
in order to use it as an input for Flyfire.
267
750000
3000
για να την χρησιμοποιήσουμε ως εισαγώμενο δεδομένα στο Flyfire.
12:48
And here you can see Roberto dancing.
268
753000
3000
Εδώ βλέπετε τον Ρομπέρτο να χορεύει.
12:53
You see on the left the pixels,
269
758000
2000
Στα αριστερά βλέπετε τα εικονοστοιχεία,
12:55
the different resolutions being captured.
270
760000
2000
πώς αιχμαλωτίζονται οι διαφορετικές αναλύσεις.
12:57
It's both 3D scanning in real time
271
762000
2000
Είναι και τρισδιάσταση σάρωση σε πραγματικό χρόνο
12:59
and motion capture.
272
764000
3000
και αιχμαλώτιση κίνησης.
13:03
So you can reconstruct a whole movement.
273
768000
3000
Έτσι μπορείς να ανακατασκευάσεις μία ολόκληρη κίνηση.
13:10
You can go all the way through.
274
775000
3000
Από την αρχή ως το τέλος.
13:16
But then, once we have the pixels, then you can play with them
275
781000
2000
Μα μετά, άπαξ και πάρουμε τα εικονοστοιχεία, μπορούμε να παίξουμε μ΄ αυτά
13:18
and play with color and movement
276
783000
3000
με το χρώμα και την κίνηση
13:21
and gravity and rotation.
277
786000
3000
την βαρύτητα και την περιστροφή.
13:24
So we want to use this as one of the possible inputs
278
789000
2000
Θέλουμε να το χρησιμοποιήσουμε σαν πιθανή είσοδο
13:26
for Flyfire.
279
791000
2000
για το Flyfire.
13:47
I wanted to show you the last project we are working on.
280
812000
2000
Ήθελα να σας δείξω την τελευταία μας δουλειά.
13:49
It's something we're working on for the London Olympics.
281
814000
2000
Είναι κάτι που φτιάχνουμε για τους Ολυμπιακούς Αγώνες του Λονδίνου.
13:51
It's called The Cloud.
282
816000
2000
Λέγεται "Το Σύννεφο",
13:53
And the idea here is, imagine, again,
283
818000
2000
Και η ιδέα είναι ξανά
13:55
we can involve people
284
820000
2000
να δραστηριοποιήσουμε ανθρώπους
13:57
in doing something and changing our environment --
285
822000
3000
να κάνουν κάτι και να αλλάξουν το περιβάλλον τους --
14:00
almost to impart what we call cloud raising --
286
825000
2000
να μεταδώσουνε κάτι που λέμε αύξηση συννέφου --
14:02
like barn raising, but with a cloud.
287
827000
2000
σαν την αύξηση αχυρώνα, μόνο με σύννεφο.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
829000
4000
Φανταστείτε να μπορεί καθένας να κάνει μια μικρή δωρεά για ένα εικονοστοιχείο.
14:08
And I think what is remarkable
289
833000
2000
Νομίζω ότι είναι αξιοπρόσεκτο
14:10
that has happened over the past couple of years
290
835000
2000
αυτό που συνέβη τα τελευταία δύο χρόνια
14:12
is that, over the past couple of decades,
291
837000
2000
τις τελευταίες δύο δεκαετίες,
14:14
we went from the physical world to the digital one.
292
839000
3000
που από τον φυσικό κόσμο πήγαμε στον ψηφιακό.
14:17
This has been digitizing everything, knowledge,
293
842000
2000
Αυτό τα έχει ψηφιοποιήσει όλα, την γνώση,
14:19
and making that accessible through the Internet.
294
844000
2000
και τα έχει κάνει διαθέσιμα μέσω του διαδικτύου.
14:21
Now today, for the first time --
295
846000
2000
Σήμερα, για πρώτη φορά --
14:23
and the Obama campaign showed us this --
296
848000
2000
και αυτό μας το έδειξε η εκστρατεία του Ομπάμα --
14:25
we can go from the digital world,
297
850000
2000
μπορούμε από τον ψηφιακό κόσμο,
14:27
from the self-organizing power of networks,
298
852000
2000
από την αυτο-οργανωμένη δύναμη των δικτύων,
14:29
to the physical one.
299
854000
2000
να πάμε στον φυισκό κόσμο.
14:31
This can be, in our case,
300
856000
2000
Αυτό στην περίπτωσή μας
14:33
we want to use it for designing and doing a symbol.
301
858000
2000
είναι να το χρησιμοποιήσουμε για τον σχεδιασμό και την δημιουργία ενός συμβόλου.
14:35
That means something built in a city.
302
860000
2000
Αυτό σημαίνει κάτι κτιστό σε μία πόλη.
14:37
But tomorrow it can be,
303
862000
2000
Μα αύριο μπορεί να είναι
14:39
in order to tackle today's pressing challenges --
304
864000
3000
προκειμένου να αντιμετωπιστούν οι ερχόμενες προκλήσεις --
14:42
think about climate change or CO2 emissions --
305
867000
2000
σκεφτείτε τισ κλιματικές αλλαγές ή τις εκπομπές διοξιδείου του άνθρακα --
14:44
how we can go from the digital world to the physical one.
306
869000
3000
πώς μπορούεμ από τον ψηφιακό στον φυσικό κόσμο.
14:47
So the idea that we can actually involve people
307
872000
2000
Η ιδέα ότι μπορούμε να δραστηριοποιήσουμε ανθρώπους
14:49
in doing this thing together, collectively.
308
874000
2000
κάνοντας αυτό το πράγμα μαζί, συλλογικά.
14:51
The cloud is a cloud, again, made of pixels,
309
876000
3000
Το σύννεφο είναι φτιαχμνένο, ξανά, από εικονοστοιχεία.
14:54
in the same way as the real cloud
310
879000
2000
Όπως ένα πραγματικό σύννεφο
14:56
is a cloud made of particles.
311
881000
2000
αποτελείται από σωματίδια.
14:58
And those particles are water,
312
883000
2000
Κι αυτά είναι σωματίδια νερού,
15:00
where our cloud is a cloud of pixels.
313
885000
2000
ενώ το σύννεφό μας αποτελείται από εικονοστοιχεία.
15:02
It's a physical structure in London, but covered with pixels.
314
887000
3000
Είναι μια φυσική δομή στο Λονδίνο, μα καλυπτόμενη από εικονοστοιχεία.
15:05
You can move inside, have different types of experiences.
315
890000
2000
Μπορείς να μπεις μέρα, να ζήσεις διάφορα πράγματα.
15:07
You can actually see from underneath,
316
892000
2000
Μπορείς να δεις απο κάτω του
15:09
sharing the main moments
317
894000
2000
να μοιράζεσαι τις στιγμές
15:11
for the Olympics in 2012 and beyond,
318
896000
3000
των Ολυμπιακών του 2012 και παραπέρα,
15:14
and really using it as a way to connect with the community.
319
899000
4000
και χρησιμοποιώντας το σαν σύνδεσμο με την κοινωνία.
15:18
So both the physical cloud in the sky
320
903000
4000
Έτσι και το φυσικό σύννεφο στον ουρανό
15:22
and something you can go to the top [of],
321
907000
3000
και κάτι που μπορείς να ανεβείς στην κορυφή του,
15:25
like London's new mountaintop.
322
910000
2000
όπως η νέα βουνοκορφή του Λονδίνου.
15:27
You can enter inside it.
323
912000
2000
Μπορείς να εισέλθεις.
15:29
And a kind of new digital beacon for the night --
324
914000
3000
Και ένα είδος ψηφιακού νυχτερινού φάρου --
15:32
but most importantly,
325
917000
2000
μα πιο σημαντικό,
15:34
a new type of experience for anybody who will go to the top.
326
919000
3000
ένα νέο είδος εμπειρίας για όποιον θέλει να ανεβεί στην κορυφή.
15:37
Thank you.
327
922000
2000
Σας ευχαριστώ.
15:39
(Applause)
328
924000
2000
(Χειροκρότημα)
ABOUT THE SPEAKER
Carlo Ratti - Architect and engineerCarlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.
Why you should listen
Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.
Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.
For more information on the projects in this talk, visit SENSEable @ TED >>
Carlo Ratti | Speaker | TED.com