TEDGlobal>Geneva
Caleb Harper: This computer will grow your food in the future
Caleb Harper: Esta computadora cultivará tu comida en el futuro
Filmed:
Readability: 3.3
1,812,924 views
¿Y si pudiéramos cultivar alimentos deliciosos, ricos en nutrientes, en interiores en cualquier parte del mundo? Caleb Harper, director de CitiFARM en el MIT Media Lab, quiere cambiar el sistema alimentario mediante la conexión de los productores con la tecnología. Conoce las "computadoras de alimentos" de Harper y echa un vistazo a cómo podrían ser el futuro de la agricultura.
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Double-click the English transcript below to play the video.
00:13
Food crisis.
0
1157
1264
Crisis alimentaria.
Está en las noticias todos los días.
00:14
It's in the news every day.
1
2445
1578
00:16
But what is it?
2
4047
1322
¿Pero, qué es?
En algunos lugares del mundo
hay muy poca comida,
hay muy poca comida,
00:17
Some places in the world
it's too little food,
it's too little food,
3
5393
2899
demasiado poca.
00:20
maybe too much.
4
8316
1190
00:21
Other places, GMO is saving the world.
5
9963
2329
En otros, los organismos genéticamente
modificados, OGM, salvan el mundo.
modificados, OGM, salvan el mundo.
00:24
Maybe GMO is the problem?
6
12821
1788
¿Tal vez los OMG sean el problema?
00:27
Too much agricultural runoff
creating bad oceans, toxic oceans,
creating bad oceans, toxic oceans,
7
15355
3462
El exceso de escorrentía agrícola
crea malos océanos, océanos tóxicos,
crea malos océanos, océanos tóxicos,
atenúa la nutrición.
00:30
attenuation of nutrition.
8
18841
1637
00:32
They go on and on.
9
20836
1666
Siguen y siguen.
00:34
And I find the current climate
of this discussion
of this discussion
10
22919
3225
Y veo que el clima
actual de esta discusión
actual de esta discusión
es increíblemente ineficiente.
00:38
incredibly disempowering.
11
26168
2299
00:41
So how do we bring that
to something that we understand?
to something that we understand?
12
29110
3441
Entonces, ¿cómo hacer para entenderlo?
00:45
How is this apple food crisis?
13
33508
2230
¿Cómo es esta crisis
alimentaria con manzanas?
alimentaria con manzanas?
Todos han comido una manzana en
la última semana, estoy seguro.
la última semana, estoy seguro.
00:48
You've all eaten an apple
in the last week, I'm sure.
in the last week, I'm sure.
14
36194
2615
00:51
How old do you think it was
from when it was picked?
from when it was picked?
15
39468
2753
¿Cuánto tiempo creen que tenía
en el momento en que se recogió?
en el momento en que se recogió?
00:55
Two weeks?
16
43264
1184
¿Dos semanas?
¿Dos meses?
00:56
Two months?
17
44472
1154
00:58
Eleven months --
18
46887
1153
Once meses...
la edad promedio de una manzana
en una tienda en EE.UU.
en una tienda en EE.UU.
01:00
the average age of an apple
in a grocery store in the United States.
in a grocery store in the United States.
19
48064
3355
Y no creo que sea
muy diferente en Europa
muy diferente en Europa
01:03
And I don't expect it
to be much different in Europe
to be much different in Europe
20
51443
2499
o en cualquier otro lugar del mundo.
01:05
or anywhere else in the world.
21
53966
1480
Las recogemos,
01:07
We pick them,
22
55470
1164
las ponemos en un almacén frío,
01:08
we put them in cold storage,
23
56658
2077
encendemos el almacenamiento frío.
01:10
we gas the cold storage --
24
58759
1268
De hecho, hay pruebas documentadas
01:12
there's actually documented proof
25
60051
1897
de trabajadores tratando de
entrar en estos entornos
entrar en estos entornos
01:13
of workers trying to go
into these environments
into these environments
26
61972
2243
para agarrar una manzana
01:16
to retrieve an apple,
27
64239
1594
y murieron,
01:17
and dying,
28
65857
1168
01:19
because the atmosphere
29
67606
1155
porque la atmósfera
que ralentiza los procesos de la manzana
es tóxica para los seres humanos.
es tóxica para los seres humanos.
01:20
that they slow down the process
of the apple with is also toxic to humans.
of the apple with is also toxic to humans.
30
68785
3965
01:25
How is it that none of you knew this?
31
73152
1899
¿Cómo es que nadie lo sabía?
¿Por qué no sabían esto?
01:27
Why didn't I know this?
32
75075
1504
01:29
Ninety percent of the quality
of that apple --
of that apple --
33
77086
2208
El 90 % de la calidad de la manzana,
todos los antioxidantes,
se han perdido para cuando la comemos.
se han perdido para cuando la comemos.
01:31
all of the antioxidants -- are gone
by the time we get it.
by the time we get it.
34
79318
2960
01:34
It's basically a little ball of sugar.
35
82719
2183
Básicamente es una bolita de azúcar.
01:38
How did we get so information poor
36
86126
2782
¿Cómo hemos llegado a ser
tan pobres en información
tan pobres en información
y cómo podemos hacerlo mejor?
01:40
and how can we do better?
37
88932
1458
01:43
I think what's missing is a platform.
38
91347
2856
Creo que falta una plataforma.
01:46
I know platforms -- I know computers,
39
94630
1809
Sé de plataformas, sé de computadoras
me pusieron en Internet cuando era joven.
01:48
they put me on the Internet
when I was young.
when I was young.
40
96463
2119
Hice cosas muy extrañas...
01:50
I did very weird things --
41
98606
1246
(Risas)
01:51
(Laughter)
42
99876
1001
en esta plataforma.
01:52
on this platform.
43
100901
1151
01:54
But I met people,
and I could express myself.
and I could express myself.
44
102076
2093
Pero conocí gente y pude expresarme.
01:56
How do you express yourself in food?
45
104193
2014
¿Cómo se expresa uno sobre los alimentos?
01:58
If we had a platform,
46
106556
1540
Si tuviéramos una plataforma,
podríamos hacer la pregunta ¿y si?
02:00
we might feel empowered
to question: What if?
to question: What if?
47
108120
3147
02:04
For me, I questioned:
48
112005
1151
En mi caso pregunté:
¿Y si el clima fuera democrático?
02:05
What if climate was democratic?
49
113180
2746
02:09
So, this is a map of climate in the world.
50
117830
2007
Este es un mapa del clima del mundo.
Las áreas más productivas en verde,
las menos productivas en rojo.
las menos productivas en rojo.
02:11
The most productive areas in green,
the least productive in red.
the least productive in red.
51
119861
3340
02:15
They shift and they change,
52
123606
1308
Cambian y cambian,
y los agricultores californianos
son ahora agricultores mexicanos.
son ahora agricultores mexicanos.
02:16
and Californian farmers
now become Mexican farmers.
now become Mexican farmers.
53
124938
2671
02:19
China picks up land in Brazil
to grow better food,
to grow better food,
54
127934
2897
China recoge la tierra en Brasil
para crecer mejores alimentos,
para crecer mejores alimentos,
02:22
and we're a slave to climate.
55
130855
2026
y somos esclavos del clima.
02:26
What if each country had
its own productive climate?
its own productive climate?
56
134056
3057
¿Y si cada país tuviera
su propio clima productivo?
su propio clima productivo?
02:29
What would that change about how we live?
57
137612
2120
¿Cómo cambiaría el modo en que vivimos?
02:32
What would that change
about quality of life and nutrition?
about quality of life and nutrition?
58
140233
2984
¿Cómo cambiaría la calidad
de vida y la nutrición?
de vida y la nutrición?
02:36
The last generation's problem
was, we need more food
was, we need more food
59
144257
3295
El problema de la última generación era,
necesitamos más alimentos
necesitamos más alimentos
y lo necesitamos barato.
02:39
and we need it cheap.
60
147576
1181
02:41
Welcome to your global farm.
61
149194
2120
Bienvenidos a la granja global.
Hemos construido una
enorme granja analógica.
enorme granja analógica.
02:43
We built a huge analog farm.
62
151338
2460
Todas estas líneas,
02:45
All these traces --
63
153822
1430
son coches, aviones,
trenes y automóviles.
trenes y automóviles.
02:47
these are cars, planes,
trains and automobiles.
trains and automobiles.
64
155276
2900
02:50
It's a miracle that we feed
seven billion people
seven billion people
65
158597
3185
Es un milagro que demos de comer
a 7000 millones de personas
a 7000 millones de personas
con solo unos pocos involucrados
en la producción de alimentos.
en la producción de alimentos.
02:53
with just a few of us involved
in the production of food.
in the production of food.
66
161806
3045
02:57
What if ...
67
165709
1168
¿Y si...
02:59
we built a digital farm?
68
167758
1676
construimos una granja digital?
Una granja digital mundial.
03:01
A digital world farm.
69
169458
1163
03:02
What if you could take this apple,
70
170645
2809
¿Y si tomaran esta manzana,
03:06
digitize it somehow,
71
174052
1710
la digitalizaran de alguna manera,
la enviaran a través de
partículas en el aire
partículas en el aire
03:07
send it through particles in the air
72
175786
2468
y la reconstruyeran en el otro lado?
03:10
and reconstitute it on the other side?
73
178278
2410
03:13
What if?
74
181337
1160
¿Y si?
03:15
Going through some of these quotes,
75
183338
1675
Algunas de estas citas,
me inspiran a hacer lo que hago.
03:17
you know, they inspire me to do what I do.
76
185037
2042
La primera:
03:19
First one:
77
187103
1155
"La agricultura japonesa no tiene
juventud, ni agua, ni tierra, ni futuro".
juventud, ni agua, ni tierra, ni futuro".
03:20
["Japanese farming has no youth,
no water, no land and no future."]
no water, no land and no future."]
78
188282
4110
03:24
That's what I landed to the day
that I went to Minamisanriku,
that I went to Minamisanriku,
79
192767
3738
Eso es del día que aterricé
al ir a Minamisanriku,
al ir a Minamisanriku,
al sur de Fukushima,
03:28
one stop south of Fukushima,
80
196529
1573
después del desastre.
03:30
after the disaster.
81
198126
1702
Los niños se han ido a Sendai y Tokio,
03:31
The kids have headed to Sendai and Tokyo,
82
199852
2551
la tierra está contaminada,
03:34
the land is contaminated,
83
202427
1375
importan el 70 % de
sus propios alimentos.
sus propios alimentos.
03:35
they already import 70 percent
of their own food.
of their own food.
84
203826
2321
Pero no es exclusivo de Japón.
03:38
But it's not unique to Japan.
85
206171
2140
03:40
Two percent of the American population
is involved in farming.
is involved in farming.
86
208749
3397
"El 2 % de la población estadounidense
está implicada en la agricultura".
está implicada en la agricultura".
03:45
What good answer comes
from two percent of any population?
from two percent of any population?
87
213091
3542
¿Qué soluciones nos pueden
dar el 2 % de la población?
dar el 2 % de la población?
A medida que revisamos
el resto el mundo,
el resto el mundo,
03:49
As we go around the world,
88
217725
1585
03:51
50 percent of the African
population is under 18.
population is under 18.
89
219334
3611
"El 50 % de la población africana
es menor a 18 años.
es menor a 18 años.
03:55
Eighty percent don't want to be farmers.
90
223905
2816
El 80 % no quiere ser agricultor".
La agricultura es difícil.
03:58
Farming is hard.
91
226745
1454
04:00
The life of a small-shareholder
farmer is miserable.
farmer is miserable.
92
228651
3831
La vida de un pequeño
agricultor es miserable.
agricultor es miserable.
04:05
They go into the city.
93
233381
1292
Se van a la ciudad.
En India:
04:06
In India:
94
234697
1160
las familias de los agricultores no
tienen los servicios públicos básicos,
tienen los servicios públicos básicos,
04:08
farmers' families not being able
to have basic access to utilities,
to have basic access to utilities,
95
236523
3190
04:11
more farmer suicides this year
and the previous 10 before that.
and the previous 10 before that.
96
239737
3799
ha habido más suicidios de agricultores
este año que en los 10 años anteriores.
este año que en los 10 años anteriores.
Es incómodo hablar sobre esto.
04:15
It's uncomfortable to talk about.
97
243560
1635
¿A dónde van?
04:17
Where are they going?
98
245219
1168
A la ciudad.
04:18
Into the city.
99
246411
1208
No solo los jóvenes,
todo el mundo va a la ciudad.
todo el mundo va a la ciudad.
04:20
No young people, and everyone's headed in.
100
248719
2168
04:22
So how do we build this platform
that inspires the youth?
that inspires the youth?
101
250911
3971
Entonces, ¿cómo podemos construir
esta plataforma que inspire a los jóvenes?
esta plataforma que inspire a los jóvenes?
04:27
Welcome to the new tractor.
102
255687
1632
Bienvenido al nuevo tractor.
04:29
This is my combine.
103
257754
1827
Este es mi cosechadora.
04:32
A number of years ago now,
104
260224
1299
Hace unos años
fui a "Bed Bath and Beyond"
y a "Home Depot"
y a "Home Depot"
04:33
I went to Bed Bath and Beyond
and Home Depot
and Home Depot
105
261547
2162
y empecé a intervenir.
04:35
and I started hacking.
106
263733
1151
Y construí cosas tontas
04:36
And I built silly things
107
264908
1215
e hice bailar a las plantas
04:38
and I made plants dance
108
266147
1151
04:39
and I attached them to my computer
109
267322
1851
y las conecté a mi computadora
04:41
and I killed them all --
110
269197
1290
y las maté a todas,
04:42
a lot.
111
270966
1173
muchas.
(Risas)
04:44
(Laughter)
112
272163
1000
04:45
I eventually got them to survive.
113
273773
1610
Al final logré que sobrevivieran.
Y creé una de las relaciones más íntimas
04:47
And I created one of the most
intimate relationships
intimate relationships
114
275407
2466
que haya tenido en mi vida,
04:49
I've ever had in my life,
115
277897
1215
porque estaba aprendiendo
el lenguaje de las plantas.
el lenguaje de las plantas.
04:51
because I was learning
the language of plants.
the language of plants.
116
279136
3105
04:55
I wanted to make it bigger.
117
283008
1318
Quería ir más lejos.
Me dijeron, "noquéalas, muchacho,
04:56
They said, "Knock yourself out, kid!
118
284350
1763
hay una antigua sala de electrónica
que nadie usa.
que nadie usa.
04:58
Here's an old electronics room
that nobody wants.
that nobody wants.
119
286137
2901
¿Qué puedes hacer con ella?"
05:01
What can you do?"
120
289062
1302
Con mi equipo, hicimos una granja
en el laboratorio de medios,
en el laboratorio de medios,
05:03
With my team, we built a farm
inside of the media lab,
inside of the media lab,
121
291031
2627
05:05
a place historically known
not for anything about biology
not for anything about biology
122
293682
3934
un lugar históricamente
alejado de biología
alejado de biología
pero cercano a la vida digital.
05:09
but everything about digital life.
123
297640
2549
En esos 5 metros cuadrados,
produjimos suficiente comida
produjimos suficiente comida
05:12
Inside of these 60 square feet,
124
300213
2642
para alimentar a cerca de
300 personas una vez al mes,
300 personas una vez al mes,
05:14
we produced enough food to feed
about 300 people once a month --
about 300 people once a month --
125
302879
3126
no es mucha comida.
05:18
not a lot of food.
126
306029
1152
Y hay muchas tecnologías
interesantes ahí.
interesantes ahí.
05:19
And there's a lot of interesting
technology in there.
technology in there.
127
307205
2515
Pero ¿lo más interesante?
05:21
But the most interesting thing?
128
309744
1655
05:24
Beautiful, white roots,
129
312226
1705
Raíces blancas y hermosas,
05:26
deep, green colors
130
314478
2421
colores verde oscuro
05:29
and a monthly harvest.
131
317629
1532
y una cosecha mensual.
05:31
Is this a new cafeteria?
132
319668
2561
¿Es esta una nueva cafetería?
05:34
Is this a new retail experience?
133
322787
3321
¿Es esta una nueva
experiencia al por menor?
experiencia al por menor?
¿Es una nueva tienda de comestibles?
05:38
Is this a new grocery store?
134
326132
1574
05:39
I can tell you one thing for sure:
135
327730
1881
Pero puedo asegurar algo:
05:42
this is the first time
136
330127
1150
Esta es la primera vez
que alguien en el laboratorio de
medios arrancó las raíces de algo.
medios arrancó las raíces de algo.
05:43
anybody in the media lab
ripped the roots off of anything.
ripped the roots off of anything.
137
331301
2881
(Risas)
05:46
(Laughter)
138
334613
1417
Compramos nuestras ensaladas en bolsas;
05:48
We get our salad in bags;
139
336528
1705
05:50
there's nothing wrong with that.
140
338257
1736
no hay nada malo en ello.
05:52
But what happens
141
340400
1521
Pero lo que sucede
cuando se tiene un experto
en procesamiento de imágenes,
en procesamiento de imágenes,
05:53
when you have an image-based
processing expert,
processing expert,
142
341945
3111
un científico de datos,
05:57
a data scientist,
143
345080
1415
05:58
a roboticist,
144
346996
1396
un especialista en robótica,
06:00
ripping roots off and thinking,
145
348933
1526
arrancando raíces y pensando:
"¿Sé algo sobre esto?
06:02
"Huh. I know something about --
146
350483
1880
Podría hacer que esto
funcione, quiero probar".
funcione, quiero probar".
06:04
I could make this happen, I want to try."
147
352387
2193
06:07
In that process we would
bring the plants out
bring the plants out
148
355364
2275
En ese proceso sacaríamos las plantas
y llevaríamos unas
de vuelta al laboratorio,
de vuelta al laboratorio,
06:09
and we would take some back to the lab,
149
357663
1909
06:11
because if you grew it,
you don't throw it away;
you don't throw it away;
150
359596
2256
porque si lo cultivan,
no lo tiran a la basura;
no lo tiran a la basura;
06:13
it's kind of precious to you.
151
361876
1397
es algo valioso para uno.
Tengo esta lengua extraña ahora,
06:15
I have this weird tongue now,
152
363297
1397
06:16
because I'm afraid to let anybody eat
anything until I've eaten it first,
anything until I've eaten it first,
153
364718
3444
temo que alguien se coma algo hasta
que no lo haya comido en primer lugar,
que no lo haya comido en primer lugar,
06:20
because I want it to be good.
154
368186
1389
porque quiero que sea buena.
06:21
So I eat lettuce every day
155
369599
1246
Así que como lechuga todos los días
06:22
and I can tell the pH
of a lettuce within .1.
of a lettuce within .1.
156
370869
2457
y puedo decir el pH de
una lechuga dentro de .1.
una lechuga dentro de .1.
06:25
(Laughter)
157
373350
1005
(Risas)
06:26
I'm like, "No, that's 6.1 -- no,
no, you can't eat it today."
no, you can't eat it today."
158
374379
3171
Digo, "No, es 6,1, no, no,
no se puede comer hoy".
no se puede comer hoy".
(Aplausos)
06:29
(Applause)
159
377574
3145
06:34
This lettuce that day was hyper sweet.
160
382042
2588
Esta lechuga ese día era muy dulce.
06:37
It was hyper sweet
because the plant had been stressed
because the plant had been stressed
161
385362
2548
Estaba muy dulce porque
la planta se estresó
la planta se estresó
y desencadenó una reacción química
en la planta para protegerse a sí misma:
en la planta para protegerse a sí misma:
06:39
and it created a chemical reaction
in the plant to protect itself:
in the plant to protect itself:
162
387934
3129
"¡No voy a morir!"
06:43
"I'm not going to die!"
163
391087
1164
Y las plantas no-voy-morir,
tienen un sabor dulce para mí.
tienen un sabor dulce para mí.
06:44
And the plants not-going-to-die,
taste sweet to me.
taste sweet to me.
164
392275
3129
06:48
Technologists falling backwards
into plant physiology.
into plant physiology.
165
396683
2862
Tecnólogos se van de espaldas
ante la fisiología vegetal.
ante la fisiología vegetal.
Así que pensamos que otras
personas necesitan intentarlo.
personas necesitan intentarlo.
06:51
So we thought other people
needed to be able to try this.
needed to be able to try this.
166
399569
2705
Queremos ver qué puede crear la gente,
06:54
We want to see what people can create,
167
402298
1857
así que concebimos un laboratorio
que podía moverse a cualquier lugar.
que podía moverse a cualquier lugar.
06:56
so we conceived of a lab
that could be shipped anywhere.
that could be shipped anywhere.
168
404179
2689
06:59
And then we built it.
169
407359
1232
Y entonces lo construimos.
En la fachada del laboratorio
de medios está mi laboratorio,
de medios está mi laboratorio,
07:02
So on the facade
of the media lab is my lab,
of the media lab is my lab,
170
410095
2623
que tiene cerca de
30 sensores por planta.
30 sensores por planta.
07:04
that has about 30 points
of sensing per plant.
of sensing per plant.
171
412742
2693
07:08
If you know about the genome or genetics,
172
416035
3169
Si saben sobre el genoma o la genética,
este es el fenoma, ¿cierto?
07:11
this is the phenome, right?
173
419228
2503
Los fenómenos.
07:13
The phenomena.
174
421755
1242
Cuando dicen,
"Me gustan las fresas de México"
"Me gustan las fresas de México"
07:15
When you say, "I like
the strawberries from Mexico,"
the strawberries from Mexico,"
175
423021
2480
en realidad les gustan
las fresas del clima
las fresas del clima
07:17
you really like the strawberries
from the climate
from the climate
176
425525
2389
que produce la expresión que les gusta.
07:19
that produced the expression
that you like.
that you like.
177
427938
2088
Así que si se está codificando el clima,
07:22
So if you're coding climate --
178
430050
2189
tanto de CO2, esta cantidad de O2,
se crea una receta, se codifica
se crea una receta, se codifica
07:24
this much CO2, this much O2 creates
a recipe -- you're coding
a recipe -- you're coding
179
432263
3301
la expresión de esa planta,
la nutrición de esa planta,
la nutrición de esa planta,
07:27
the expression of that plant,
the nutrition of that plant,
the nutrition of that plant,
180
435588
3275
el tamaño de la planta,
la forma, el color, la textura.
la forma, el color, la textura.
07:30
the size of that plant, the shape,
the color, the texture.
the color, the texture.
181
438887
3258
07:35
We need data,
182
443683
1185
Necesitamos datos,
así que pusimos muchos sensores
07:36
so we put a bunch of sensors in there
183
444892
1781
para saber qué está pasando.
07:38
to tell us what's going on.
184
446697
1303
Si piensan en sus plantas de casa,
07:40
If you think of your houseplants,
185
448024
1582
y las ven
07:41
and you look at your houseplant
186
449630
1495
y se ponen tristes,
porque dicen, ya saben,
porque dicen, ya saben,
07:43
and you're super sad, because you're like,
187
451149
2012
"¿Por qué estás muriendo?
¿No te gustaría hablar conmigo?"
¿No te gustaría hablar conmigo?"
07:45
"Why are you dying? Won't you talk to me?"
188
453185
2016
(Risas)
07:47
(Laughter)
189
455225
1000
07:48
Farmers develop the most beautiful
fortune-telling eyes
fortune-telling eyes
190
456659
2822
Los agricultores desarrollaron
los ojos adivinos más bellos
los ojos adivinos más bellos
07:51
by the time they're in their
late 60s and 70s.
late 60s and 70s.
191
459505
2171
a finales de los años 60 y 70.
Pueden decirles al
ver una planta moribunda
ver una planta moribunda
07:53
They can tell you when you
see that plant dying
see that plant dying
192
461700
2193
si es una deficiencia
de nitrógeno, de calcio
de nitrógeno, de calcio
07:55
that it's a nitrogen deficiency,
a calcium deficiency
a calcium deficiency
193
463917
2539
o que necesita más humedad.
07:58
or it needs more humidity.
194
466480
1404
Esos hermosos ojos no se están heredando.
07:59
Those beautiful eyes
are not being passed down.
are not being passed down.
195
467908
2315
08:03
These are eyes in the cloud of a farmer.
196
471199
2318
Son los ojos de la nube de un agricultor.
08:06
We trend those data points over time.
197
474080
2215
Recolectamos esos datos
a través del tiempo.
a través del tiempo.
Correlacionamos esos datos
para cada planta.
para cada planta.
08:08
We correlate those data points
to individual plants.
to individual plants.
198
476805
2475
08:11
These are all the broccoli
in my lab that day, by IP address.
in my lab that day, by IP address.
199
479304
4050
Estos son todos los brócoli de mi
laboratorio ese día, por su dirección IP.
laboratorio ese día, por su dirección IP.
(Risas)
08:15
(Laughter)
200
483378
1138
Tenemos brócolis con dirección IP.
08:16
We have IP-addressable broccoli.
201
484540
2721
08:20
(Applause)
202
488176
4514
(Aplausos)
08:24
So if that's not weird enough,
203
492714
2675
Si eso no es lo suficientemente extraño,
pueden hacer clic y
obtener el perfil de planta.
obtener el perfil de planta.
08:27
you can click one
and you get a plant profile.
and you get a plant profile.
204
495413
2489
Y nos dice el progreso
descargable de esa planta,
descargable de esa planta,
08:29
And what this tells you
is downloadable progress on that plant,
is downloadable progress on that plant,
205
497926
3016
pero no como podrían pensar,
08:32
but not like you'd think,
206
500966
1206
no se trata solo de cuándo esté lista.
08:34
it's not just when it's ready.
207
502196
1445
08:35
When does it achieve
the nutrition that I need?
the nutrition that I need?
208
503665
2276
¿Cuándo logra la nutrición que necesito?
¿Cuándo logra el sabor que deseo?
08:37
When does it achieve
the taste that I desire?
the taste that I desire?
209
505965
2780
08:41
Is it getting too much water?
210
509284
1676
¿Tiene demasiada agua?
¿Tiene exceso de sol?
08:42
Is it getting too much sun?
211
510984
1912
Alertas.
08:44
Alerts.
212
512920
1164
Pueden hablar conmigo, conversar,
08:46
It can talk to me, it's conversant,
213
514108
1834
tenemos un idioma.
08:47
we have a language.
214
515966
1364
08:50
(Laughter)
215
518043
1788
(Risas)
08:51
(Applause)
216
519855
4636
(Aplausos)
08:56
I think of that as the first user
on the plant Facebook, right?
on the plant Facebook, right?
217
524515
4779
Lo pienso como el primer usuario
planta de Facebook, ¿verdad?
planta de Facebook, ¿verdad?
Este es el perfil de la planta
09:01
That's a plant profile
218
529318
1206
y la planta comenzará a hacer amigos.
09:02
and that plant will start making friends.
219
530548
1993
(Risas)
09:04
(Laughter)
220
532565
1007
Y lo digo en serio, se hará
amiga de otras plantas
amiga de otras plantas
09:05
And I mean it -- it will make
friends with other plants
friends with other plants
221
533596
2619
que usan menos nitrógeno, más fósforo,
09:08
that use less nitrogen, more phosphorus,
222
536239
2127
menos potasio.
09:10
less potassium.
223
538390
1198
09:11
We're going to learn about a complexity
224
539910
1981
Vamos a aprender acerca
de una complejidad
de una complejidad
de la que solo podemos conjeturar ahora.
09:13
that we can only guess at now.
225
541915
1617
09:16
And they may not friend us back --
I don't know, they might friend us back,
I don't know, they might friend us back,
226
544048
3580
Tal vez no nos acepte como amigos,
no sé, a lo mejor sí,
no sé, a lo mejor sí,
depende de cómo actuemos.
09:19
it depends on how we act.
227
547652
1199
Este es mi laboratorio ahora.
09:20
So this is my lab now.
228
548875
1958
09:23
It's a little bit more systematized,
229
551294
1738
Es un poco más sistematizado,
tengo experiencia es el diseño
de centros de datos en hospitales,
de centros de datos en hospitales,
09:25
my background is designing data centers
in hospitals of all things,
in hospitals of all things,
230
553056
3231
así que sé un poco sobre
crear entornos controlados.
crear entornos controlados.
09:28
so I know a little bit about creating
a controlled environment.
a controlled environment.
231
556311
2968
Y entonces,
09:31
And so --
232
559303
1150
09:32
inside of this environment,
233
560754
1643
dentro de este entorno,
experimentamos con todo tipo de cosas.
09:34
we're experimenting
with all kinds of things.
with all kinds of things.
234
562421
2373
Este proceso, aeroponia, lo desarrolló
la NASA para la Estación Espacial Mir
la NASA para la Estación Espacial Mir
09:36
This process, aeroponics, was developed
by NASA for Mir Space Station
by NASA for Mir Space Station
235
564818
4208
para reducir la cantidad
de agua que envían al espacio.
de agua que envían al espacio.
09:41
for reducing the amount of water
they send into space.
they send into space.
236
569050
2548
Lo que realmente hace es dar a
la planta exactamente lo que quiere:
la planta exactamente lo que quiere:
09:43
What it really does is give the plant
exactly what it wants:
exactly what it wants:
237
571622
2859
09:46
water, minerals and oxygen.
238
574505
1635
agua, minerales y oxígeno.
Las raíces no son tan complicadas,
09:48
Roots are not that complicated,
239
576164
1492
09:49
so when you give them that,
you get this amazing expression.
you get this amazing expression.
240
577680
3912
cuando se lo das, consigues
esta expresión increíble.
esta expresión increíble.
09:54
It's like the plant has two hearts.
241
582472
3073
Es como si la planta
tuviera dos corazones.
tuviera dos corazones.
Y porque tiene dos corazones,
09:57
And because it has two hearts,
242
585569
1665
09:59
it grows four or five times faster.
243
587958
2069
crece cuatro o cinco veces más rápido.
10:02
It's a perfect world.
244
590657
1154
Es un mundo perfecto.
Hemos avanzado en la tecnología
y el cultivo para un mundo
y el cultivo para un mundo
10:03
We've gone a long way into technology
and seed for an adverse world
and seed for an adverse world
245
591835
3213
adverso y vamos a seguir haciéndolo,
10:07
and we're going to continue to do that,
246
595072
1865
pero vamos necesitar una
nueva herramienta, también,
nueva herramienta, también,
10:08
but we're going to have a new tool, too,
247
596961
1913
10:10
which is perfect world.
248
598898
1683
que es mundo perfecto.
Así hemos crecido todo tipo de cosas.
10:12
So we've grown all kinds of things.
249
600605
1679
Estos tomates no se habían
comercializado desde hace 150 años.
comercializado desde hace 150 años.
10:14
These tomatoes hadn't been
in commercial production for 150 years.
in commercial production for 150 years.
250
602308
3808
10:18
Do you know that we have
rare and ancient seed banks?
rare and ancient seed banks?
251
606515
3274
¿Sabían que tenemos bancos
de semillas raras y antiguas?
de semillas raras y antiguas?
10:22
Banks of seed.
252
610312
1742
Bancos de semillas.
Es asombroso.
10:24
It's amazing.
253
612078
1157
Tienen germoplasma vivos y
cosas que nunca han comido.
cosas que nunca han comido.
10:25
They have germplasm alive
and things that you've never eaten.
and things that you've never eaten.
254
613259
2882
Soy la única persona en esta sala
que ha comido ese tipo de tomate.
que ha comido ese tipo de tomate.
10:28
I am the only person in this room
that's eaten that kind of tomato.
that's eaten that kind of tomato.
255
616165
3281
10:31
Problem is it was a sauce tomato
and we don't know how to cook,
and we don't know how to cook,
256
619837
3001
El problema es que era una salsa
de tomate y no sabemos cocinar,
de tomate y no sabemos cocinar,
10:34
so we ate a sauce tomato,
which is not that great.
which is not that great.
257
622862
2356
así que comimos salsa de tomate,
que no es tan difícil.
que no es tan difícil.
10:37
But we've done things with protein --
we've grown all kinds of things.
we've grown all kinds of things.
258
625242
3316
Pero hemos hecho cosas con proteínas,
hemos crecido todo tipo de cosas.
hemos crecido todo tipo de cosas.
10:40
We've grown humans --
259
628582
1173
Hemos crecido humanos.
10:41
(Laughter)
260
629779
1642
(Risas)
Bueno, podríamos, pero no lo hicimos.
10:44
Well maybe you could, but we didn't.
261
632103
1732
Pero nos dimos cuenta de que
10:45
But what we realized is,
262
633859
1596
la herramienta era
demasiado grande y cara.
demasiado grande y cara.
10:47
the tool was too big,
it was too expensive.
it was too expensive.
263
635479
2075
Estaba empezando a
ponerlas en todo el mundo
ponerlas en todo el mundo
10:49
I was starting to put them
around the world
around the world
264
637578
2004
y eran alrededor de USD 100 000.
10:51
and they were about 100,000 dollars.
265
639606
1817
Encontrar a alguien con USD 100 000
en la billetera no es fácil,
en la billetera no es fácil,
10:53
Finding somebody with 100 grand
in their back pocket isn't easy,
in their back pocket isn't easy,
266
641447
3009
así que pensamos hacer una pequeña.
10:56
so we wanted to make a small one.
267
644480
1580
Este proyecto era en realidad
de una de mis estudiantes
de una de mis estudiantes
10:58
This project was actually
one of my student's --
one of my student's --
268
646084
2297
11:00
mechanical engineering
undergraduate, Camille.
undergraduate, Camille.
269
648405
2856
de ingeniería mecánica, Camille.
11:03
So Camille and I and my team,
270
651851
1532
Así Camille, yo y mi equipo,
trabajamos todo el verano,
11:05
we iterated all summer,
271
653407
1858
sobre cómo hacerlo más barato
y que funcione mejor,
y que funcione mejor,
11:07
how to make it cheaper,
how to make it work better,
how to make it work better,
272
655289
2420
cómo hacerlo de modo que
otras personas puedan usarlo.
otras personas puedan usarlo.
11:09
how to make it so other
people can make it.
people can make it.
273
657733
2024
11:11
Then we dropped them off in schools,
seventh through eleventh grade.
seventh through eleventh grade.
274
659781
3303
Luego las llevamos a las escuelas,
de séptimo a undécimo grado.
de séptimo a undécimo grado.
Y si quieres que te humillen,
tratar de enseñar algo a un niño.
tratar de enseñar algo a un niño.
11:15
And if you want to be humbled,
try to teach a kid something.
try to teach a kid something.
275
663108
2999
Así que fui en esta escuela y dije,
11:18
So I went into this school and I said,
276
666131
1849
"Establece a 65 % la humedad".
11:20
"Set it to 65 percent humidity."
277
668004
1893
Un estudiante de séptimo grado,
dijo: "¿Qué es la humedad?"
dijo: "¿Qué es la humedad?"
11:21
The seventh grader
said, "What's humidity?"
said, "What's humidity?"
278
669921
2266
11:24
And I said, "Oh, it's water in air."
279
672211
1865
Y dije: "Es el agua en el aire".
Me dijo: "No hay agua en el aire, tonto".
11:26
He said, "There's no water
in air, you're an idiot."
in air, you're an idiot."
280
674100
2444
(Risas)
11:28
(Laughter)
281
676568
1019
Y yo dije, "Está bien, no confíes en mí.
11:29
And I was like, "Alright, don't trust me.
282
677611
2009
De hecho, no confíen en mí.
11:31
Actually -- don't trust me, right?
283
679644
1659
Ponlo a 100.
11:33
Set it to 100.
284
681327
1151
Lo puso en 100 y ¿qué sucede?
11:34
He sets it to 100 and what happens?
285
682502
1705
Se empieza a condensar,
hay niebla y eventualmente gotea.
hay niebla y eventualmente gotea.
11:36
It starts to condense, make a fog
and eventually drip.
and eventually drip.
286
684231
2774
11:39
And he says, "Oh. Humidity is rain.
287
687457
3224
Y dice: "Ah. La humedad es la lluvia.
11:43
Why didn't you just tell me that?"
288
691372
1630
¿Por qué no me dices eso?"
(Risas)
11:45
(Laughter)
289
693026
1970
11:47
We've created an interface
for this that's much like a game.
for this that's much like a game.
290
695489
2843
Creamos una interfaz
muy similar a un juego.
muy similar a un juego.
Tiene un entorno 3D,
11:50
They have a 3D environment,
291
698356
1316
que se puede acceder en
cualquier parte del mundo
cualquier parte del mundo
11:51
they can log into it anywhere in the world
292
699696
2016
11:53
on their smartphone, on their tablet.
293
701736
1783
con el teléfono, con la tableta.
Tienen diferentes partes de los robots,
la física, los sensores.
la física, los sensores.
11:55
They have different parts of the bots --
the physical, the sensors.
the physical, the sensors.
294
703543
3427
Seleccionan las recetas
creadas por otros niños
creadas por otros niños
11:58
They select recipes that have
been created by other kids
been created by other kids
295
706994
2640
en cualquier parte del mundo.
12:01
anywhere in the world.
296
709658
1150
Seleccionan y activan la receta,
plantan una semilla.
plantan una semilla.
12:02
They select and activate that recipe,
they plant a seedling.
they plant a seedling.
297
710832
3031
12:06
While it's growing, they make changes.
298
714324
1837
Mientras crecen, hacen cambios.
Dicen "¿Por qué necesita una planta CO2?
¿No es malo el CO2?
¿No es malo el CO2?
12:08
They're like, "Why does a plant
need CO2 anyway? Isn't CO2 bad?
need CO2 anyway? Isn't CO2 bad?
299
716185
3009
mata a la gente".
12:11
It kills people."
300
719218
1151
Al subir el volumen
de CO2, la planta muere.
de CO2, la planta muere.
12:12
Crank up CO2, plant dies.
301
720393
1371
12:14
Or crank down CO2, plant does very well.
302
722404
2997
Al bajar el CO2, la planta
lo hace muy bien.
lo hace muy bien.
Cosechen una planta,
12:17
Harvest plant,
303
725425
1190
12:19
and you've created a new digital recipe.
304
727130
2167
y habrán creado una nueva receta digital.
12:21
It's an iterative design and development
305
729821
2090
Es un diseño y desarrollo iterativo
y un proceso de exploración.
12:23
and exploration process.
306
731935
1912
Pueden descargar, a continuación,
12:25
They can download, then,
307
733871
1412
12:27
all of the data about that new plant
that they developed
that they developed
308
735307
2717
todos los datos acerca de
la nueva planta que desarrollaron
la nueva planta que desarrollaron
12:30
or the new digital recipe
and what did it do --
and what did it do --
309
738048
2286
o la nueva receta digital
y cómo les fue,
y cómo les fue,
¿está mejor o peor que antes?
12:32
was it better or was it worse?
310
740358
1444
Imagínenlo como pequeños
núcleos de procesamiento.
núcleos de procesamiento.
12:33
Imagine these as little cores
of processing.
of processing.
311
741826
2126
12:36
We're going to learn so much.
312
744771
1967
Vamos a aprender mucho.
Esta es una de las computadoras
de alimentos, como las llamamos,
de alimentos, como las llamamos,
12:39
Here's one of the food computers,
as we call them,
as we call them,
313
747764
2698
en una escuela durante tres semanas.
12:42
in a school in three weeks' time.
314
750486
2252
Esto es tres semanas de crecimiento.
12:45
This is three weeks of growth.
315
753793
1439
Pero lo más importante,
12:47
But more importantly,
316
755256
1844
es que por primera vez este chico
pensó que podría ser agricultor,
pensó que podría ser agricultor,
12:49
it was the first time that this kid
ever thought he could be a farmer --
ever thought he could be a farmer --
317
757124
3960
12:53
or that he would want to be a farmer.
318
761658
2116
o que le gustaría ser agricultor.
12:56
So, we've open-sourced all of this.
319
764187
2015
Todo es de código abierto,
todo está en línea.
todo está en línea.
12:58
It's all online; go home, try to build
your first food computer.
your first food computer.
320
766226
3086
Al ir a casa, traten de construir
su primera computadora de alimentos.
su primera computadora de alimentos.
13:01
It's going to be difficult --
I'm just telling you.
I'm just telling you.
321
769336
2389
Va a ser difícil, les advierto.
Estamos comenzando, pero todo está ahí.
13:03
We're in the beginning,
but it's all there.
but it's all there.
322
771749
2064
Es muy importante para mí
que sea fácilmente accesible.
que sea fácilmente accesible.
13:05
It's very important to me
that this is easily accessible.
that this is easily accessible.
323
773837
2699
Vamos a mantenerlo así aún más.
13:08
We're going to keep making it more so.
324
776560
1847
13:10
These are farmers,
325
778946
1428
Estos son agricultores,
13:13
electrical engineer, mechanical engineer,
326
781016
1977
ingeniero eléctrico,
ingeniero mecánico,
ingeniero mecánico,
ingeniero ambiental,
científico de la computación,
científico de la computación,
13:15
environmental engineer,
computer scientist,
computer scientist,
327
783017
2033
13:17
plant scientist,
economist, urban planners.
economist, urban planners.
328
785074
2594
científico de plantas, economista,
planificadores urbanos.
planificadores urbanos.
13:20
On one platform, doing
what they're good at.
what they're good at.
329
788214
2754
En una plataforma,
trabajando en lo que son bueno.
trabajando en lo que son bueno.
13:22
But we got a little too big.
330
790992
1824
Pero fuimos un poco lejos.
Esta es mi nueva instalación
que estoy empezando.
que estoy empezando.
13:24
This is my new facility
that I'm just starting.
that I'm just starting.
331
792840
2832
Este almacén podría
estar en cualquier lugar.
estar en cualquier lugar.
13:27
This warehouse could be anywhere.
332
795696
1840
13:30
That's why I chose it.
333
798088
1265
Por eso lo elegí.
13:31
And inside of this warehouse
334
799718
1623
Y dentro de este almacén
vamos a construir algo como esto.
13:33
we're going to build something
kind of like this.
kind of like this.
335
801365
2369
Estos existen hoy en día.
13:35
These exist right now.
336
803758
1462
Vean esto.
13:37
Take a look at it.
337
805244
1227
13:40
These exist, too.
338
808053
1331
Estos existen, también.
13:42
One grows greens,
339
810034
1280
Se crían plantas,
uno crece la vacuna contra el Ébola.
13:43
one grows Ebola vaccine.
340
811338
1581
13:46
Pretty amazing that plants
and this DARPA Grand Challenge winner
and this DARPA Grand Challenge winner
341
814212
3914
Bastante sorprendente que las plantas
y este ganador del desafío DARPA
y este ganador del desafío DARPA
sean las razones por las que
estamos ganándole al Ébola.
estamos ganándole al Ébola.
13:50
is one of the reasons
we're getting ahead of Ebola.
we're getting ahead of Ebola.
342
818150
2496
13:53
The plants are producing
the protein that's Ebola resistant.
the protein that's Ebola resistant.
343
821130
3524
Las plantas producen una proteína
que es resistente al Ébola.
que es resistente al Ébola.
13:57
So pharmaceuticals, nutraceuticals,
344
825083
2538
Así los farmacéuticos, los nutracéuticos,
hasta llegar a la lechuga.
13:59
all they way down to lettuce.
345
827645
1516
14:01
But these two things look nothing alike,
346
829620
1938
Estas dos cosas no se parecen en nada,
y ahí estoy con mi campo.
14:03
and that's where I am with my field.
347
831582
2277
Todo es diferente.
14:05
Everything is different.
348
833883
1389
14:07
We're in that weird "We're alright" stage
349
835629
3310
Estamos en esa etapa rara
de "estamos bien"
de "estamos bien"
y es como, "Aquí está mi caja negra".
14:10
and it's like, "Here's my black box --"
350
838963
1863
"No, compra la mía".
14:12
"No, buy mine."
351
840850
1151
"No, no, no, tengo la propiedad
intelectual que es totalmente valiosa.
intelectual que es totalmente valiosa.
14:14
"No, no, no -- I've got intellectual
property that's totally valuable.
property that's totally valuable.
352
842025
3361
No le compren, compren la mía".
14:17
Don't buy his, buy mine."
353
845410
1200
14:18
And the reality is,
we're just at the beginning,
we're just at the beginning,
354
846634
2285
Y la realidad es que
estamos solo al principio,
estamos solo al principio,
14:20
in a time when society is shifting, too.
355
848943
2143
en un momento en que la
sociedad también está cambiando.
sociedad también está cambiando.
14:23
When we ask for more, cheaper food,
356
851110
1715
Al buscar alimentos más baratos,
14:24
we're now asking for better,
environmentally friendly food.
environmentally friendly food.
357
852849
3340
ahora buscamos mejores
alimentos con el medio ambiente.
alimentos con el medio ambiente.
14:28
And when you have McDonald's advertising
what's in the Chicken McNugget,
what's in the Chicken McNugget,
358
856654
5313
Y con la publicidad de McDonald
de los McNuggets de pollo,
de los McNuggets de pollo,
el alimento más misterioso
de todos los tiempos,
de todos los tiempos,
14:33
the most mysterious
food item of all time --
food item of all time --
359
861991
2095
ahora están basando su
plan de marketing en que
plan de marketing en que
14:36
they are now basing
their marketing plan on that --
their marketing plan on that --
360
864110
2737
todo está cambiando.
14:38
everything is changing.
361
866871
1470
El mundo de ahora,
14:40
So into the world now.
362
868365
1522
computadoras personales de alimentos,
14:41
Personal food computers,
363
869911
1658
14:44
food servers
364
872764
1150
servidores de comida
14:47
and food data centers
365
875261
1411
y centros de datos de alimentos
14:50
run on the open phenome.
366
878434
2419
se ejecutan en el fenoma abierto.
Piensen en el genoma abierto, vamos
a hacer pequeñas recetas del clima,
a hacer pequeñas recetas del clima,
14:53
Think open genome, but we're going
to put little climate recipes,
to put little climate recipes,
367
881245
3229
como la Wikipedia,
14:56
like Wikipedia,
368
884498
1161
que se puedan bajar, activar y crecer.
14:57
that you can pull down, actuate and grow.
369
885683
3481
15:03
What does this look like in a world?
370
891275
1730
¿Cómo se ve esto en un mundo?
¿Recuerdan el mundo
conectados por líneas?
conectados por líneas?
15:05
You remember the world
connected by strings?
connected by strings?
371
893029
2135
Cambiamos a tener faros.
15:07
We start having beacons.
372
895188
1547
15:09
We start sending information about food,
373
897338
2086
Empezamos a enviar
información acerca de la comida,
información acerca de la comida,
15:11
rather than sending food.
374
899448
1319
en lugar de enviar alimentos.
15:13
This is not just my fantasy,
375
901249
1718
Esto no es solo mi fantasía,
esto es lo que ya estamos desplegando.
15:14
this is where we're already deploying.
376
902991
2038
Computadoras y servidores de alimentos,
15:17
Food computers, food servers,
377
905578
1689
15:19
soon-to-be food data centers,
378
907291
1436
que pronto serán centros
de datos de alimentos,
de datos de alimentos,
15:20
connecting people together
to share information.
to share information.
379
908751
2414
conectando a las personas entre
sí para compartir información.
sí para compartir información.
El futuro de los alimentos no será
pelear por lo que está mal con esto.
pelear por lo que está mal con esto.
15:24
The future of food is not about fighting
over what's wrong with this.
over what's wrong with this.
380
912723
5357
15:30
We know what's wrong with this.
381
918556
1826
Sabemos lo que está mal con esto.
15:33
The future of food is about networking
the next one billion farmers
the next one billion farmers
382
921128
4515
El futuro de los alimentos es
las redes de mil millones de agricultores
las redes de mil millones de agricultores
dotándoles de una plataforma
15:37
and empowering them with a platform
383
925667
2274
para preguntar y responder.
15:39
to ask and answer the question,
384
927965
2020
15:42
"What if?"
385
930693
1335
"¿Y si?"
Gracias.
15:44
Thank you.
386
932052
1171
(Aplausos)
15:45
(Applause)
387
933247
8833
ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture InitiativeCaleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.
Why you should listen
What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.
Caleb Harper | Speaker | TED.com