TED2006
Neil Gershenfeld: Unleash your creativity in a Fab Lab
Neil Gershefeld habla acerca de los "Fab Labs"
Filmed:
Readability: 4.8
871,282 views
Neil Gershefeld, profesor del Instituto Tecnológico de Massachusetts -MIT-, habla acerca de su Fab Lab - un laboratorio de bajo costo que le permite a la gente construir cosas que necesitan, usando herrramientas digitales y anlógicas. Es una idea simple pero con resultados de gran alcance.
Neil Gershenfeld - Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
Double-click the English transcript below to play the video.
00:25
This meeting has really been about a digital revolution,
0
0
4000
Esta reunión realmente ha tratado sobre una revolución digital,
00:29
but I'd like to argue that it's done; we won.
1
4000
3000
pero quisiera argumentar que está terminada; hemos ganado.
00:33
We've had a digital revolution but we don't need to keep having it.
2
8000
4000
Hemos tenido una revolución digital, pero no necesitamos seguir teniéndola.
00:37
And I'd like to look after that,
3
12000
2000
Y me gustaría mirar más allá de esto,
00:39
to look what comes after the digital revolution.
4
14000
3000
mirar lo que viene después de la revolución digital.
00:42
So, let me start projecting forward.
5
17000
2000
Así que déjenme empezar a proyectar hacia el futuro.
00:44
These are some projects I'm involved in today at MIT,
6
19000
4000
Estos son algunos de los proyectos en los que estoy involucrado en el MIT (Massachusetts Institute of Technology)
00:48
looking what comes after computers.
7
23000
3000
viendo lo que viene después de las computadoras.
00:51
This first one, Internet Zero, up here -- this is a web server
8
26000
5000
Lo primero, Internet Cero, aquí arriba -- esto es un servidor Web
00:56
that has the cost and complexity of an RFID tag --
9
31000
3000
que tiene el coste y la complejidad de una etiqueta RFID (Identificación por Radiofrecuencia)
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
34000
3000
alrededor de un dólar -- y que puede ir en cada bombilla y en cada pomo de una puerta,
01:02
and this is getting commercialized very quickly.
11
37000
2000
y esto está siendo comercializado muy rápidamente.
01:04
And what's interesting about it isn't the cost;
12
39000
2000
Y lo que es interesante no es el coste;
01:06
it's the way it encodes the Internet.
13
41000
1000
es la forma en que codifica Internet.
01:07
It uses a kind of a Morse code for the Internet
14
42000
3000
Utiliza una especie de código Morse para Internet
01:10
so you could send it optically; you can communicate acoustically
15
45000
3000
así que puede enviarse ópticamente, puedes comunicarte acústicamente
01:13
through a power line, through RF.
16
48000
2000
al través de una línea eléctrica, o por radiofrecuencia.
01:15
It takes the original principle of the Internet,
17
50000
2000
Toma el principio original de Internet,
01:17
which is inter-networking computers,
18
52000
2000
que es interconectar computadoras,
01:19
and now lets devices inter-network.
19
54000
3000
y ahora permite interconectar dispositivos.
01:22
That we can take the whole idea that gave birth to the Internet
20
57000
3000
Entonces, podemos tomar la idea entera que dio origen a Internet
01:25
and bring it down to the physical world in this Internet Zero,
21
60000
3000
y traerla al mundo físico en esta Internet Cero,
01:28
this internet of devices.
22
63000
2000
esta Internet de dispositivos.
01:30
So this is the next step from there to here,
23
65000
2000
Así que este es el siguiente paso desde allí hasta aquí,
01:32
and this is getting commercialized today.
24
67000
3000
y esto se está comercializando hoy.
01:35
A step after that is a project on fungible computers.
25
70000
5000
Un paso adelante es el proyecto de computadoras fungibles.
01:40
Fungible goods in economics can be extended and traded.
26
75000
3000
Los bienes económicos fungibles pueden ser extensibles y comercializables.
01:43
So, half as much grain is half as much useful,
27
78000
2000
Así, la mitad de la cantidad de grano es la mitad de útil
01:45
but half a baby or half a computer is less useful than
28
80000
3000
pero medio bebé o media computadora es mucho menos útil que
01:48
a whole baby or a whole computer,
29
83000
2000
un bebé completo o una computadora completa,
01:50
and we've been trying to make computers that work that way.
30
85000
3000
y hemos estado tratando de hacer computadoras que trabajen de esa forma.
01:53
So, what you see in the background is a prototype.
31
88000
2000
Así, lo que ven en el fondo es un prototipo.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
90000
3000
Esto viene de la tesis de un estudiante, Bill Butow*, ahora en Intel,
01:58
who wondered why, instead of making bigger and bigger chips,
33
93000
3000
quien se preguntaba por qué, en lugar de hacer chips más y más grandes,
02:01
you don't make small chips, put them in a viscous medium,
34
96000
3000
no hacían chips pequeños, colocados en un medio viscoso,
02:04
and pour out computing by the pound or by the square inch.
35
99000
2000
y obtener capacidad de cómputo por kilos o centímetros cuadrados.
02:06
And that's what you see here.
36
101000
2000
Y eso es lo que ven aquí.
02:08
On the left was postscript being rendered by a conventional computer;
37
103000
3000
A la izquierda ven postscript siendo procesado por una computadora convencional,
02:11
on the right is postscript being rendered from the first prototype
38
106000
3000
a la derecha ven postscript siendo procesado por el primer prototipo que hicimos,
02:14
we made, but there's no frame buffer, IO processor,
39
109000
4000
pero no tiene memoria intermedia, ni procesador de entrada/salida,
02:18
any of that stuff -- it's just this material.
40
113000
2000
nada de esas cosas - es sólo este material.
02:20
Unlike this screen where the dots are placed carefully,
41
115000
2000
A diferencia de esta pantalla en la que los puntos están colocados cuidadosamente,
02:22
this is a raw material.
42
117000
1000
esto es materia prima.
02:23
If you add twice as much of it, you have twice as much display.
43
118000
3000
Si agregan el doble de este material, obtienen el doble de pantalla.
02:26
If you shoot a gun through the middle, nothing happens.
44
121000
3000
Si le disparan una pistola en la mitad, nada sucede.
02:29
If you need more resource, you just apply more computer.
45
124000
4000
Si necesitas más recursos, sólo le aplicas más computadora.
02:33
So, that's the step after this -- of computing as a raw material.
46
128000
3000
Así, este es el paso siguiente - la computación como materia prima.
02:36
That's still conventional bits, the step after that is --
47
131000
3000
Aún son bits convencionales, el paso siguiente es -
02:39
this is an earlier prototype in the lab;
48
134000
2000
este es un prototipo anterior en el laboratorio,
02:41
this is high-speed video slowed down.
49
136000
2000
este es un video de alta velocidad proyectado a cámara lenta.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
138000
3000
Ahora, integrando química y computación, dónde los bits son burbujas.
02:46
This is showing making bits, this is showing --
51
141000
2000
Esto nos muestra cómo se hacen bits, esto está mostrando --
02:48
once again, slowed down so you can see it,
52
143000
2000
de nuevo, a cámara lenta para que puedan verlo,
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
145000
4000
bits interactuando para hacer lógica, y multiplexación y de-multiplexación.
02:54
So, now we can compute that the output arranges material
54
149000
3000
Entonces, ahora podremos calcular que el producto final organize la materia
02:57
as well as information. And, ultimately, these are some slides
55
152000
4000
al igual que información. Y, finalmente, estas son algunas diapositivas
03:01
from an early project I did, computing where the bits are stored
56
156000
3000
de un proyecto que hice al principio, calculando dónde los bits son almacenados
03:04
quantum-mechanically in the nuclei of atoms, so
57
159000
3000
al nivel de mecánica cuántica en los núcleos de los átomos, por lo que
03:07
programs rearrange the nuclear structure of molecules.
58
162000
4000
los programas reorganizan la estrucutra nuclear de las moléculas.
03:11
All of these are in the lab pushing further and further and further,
59
166000
4000
Y todo esto está en el laboratorio avanzando más y más y más,
03:15
not as metaphor but literally integrating bits and atoms,
60
170000
3000
no como una metáfora, sino literalmente integrando bits y átomos,
03:18
and they lead to the following recognition.
61
173000
3000
y eso nos lleva al siguiente reconocimiento.
03:21
We all know we've had a digital revolution, but what is that?
62
176000
3000
Todos sabemos que hemos tenido una revolución digital, pero ¿qué es eso?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
179000
3000
Bueno, Shannon nos llevó, en los años cuarenta, desde aquí hasta aquí:
03:27
from a telephone being a speaker wire that degraded with distance
64
182000
4000
de un teléfono como medio para hablar que se degradaba con la distancia
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
186000
4000
a Internet. Y probó el primer teorema del umbral, que muestra
03:35
if you add information and remove it to a signal,
66
190000
3000
que si agregas información y se la quitas a una señal,
03:38
you can compute perfectly with an imperfect device.
67
193000
2000
puedes calcular perfectamente con un dispositivo imperfecto.
03:40
And that's when we got the Internet.
68
195000
2000
Y fue entonces cuando llegamos a Internet.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
197000
3000
Von Neumann, en los cincuenta, hizo la misma cosa por la computación;
03:45
he showed you can have an unreliable computer but restore its state
70
200000
3000
mostró como puedes tener un computador poco fiable pero recuperar su estado
03:48
to make it perfect. This was the last great analog computer at MIT:
71
203000
4000
para hacerla perfecta. Esta fue el último gran computador analógico del MIT:
03:52
a differential analyzer, and the more you ran it,
72
207000
2000
un analizador diferencial, y cuanto más lo ejecutabas,
03:54
the worse the answer got.
73
209000
2000
peor era la respuesta que obtenías.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
211000
3000
Despúes de Von Neumann, tuvimos la Pentium, donde el transistor mil millones
03:59
is as reliable as the first one.
75
214000
3000
es tan fiable como el primero.
04:02
But all our fabrication is down in this lower left corner.
76
217000
3000
Pero toda nuestra fabricación está aquí abajo en la esquina inferior izquierda.
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
220000
3000
Una fábrica de aviones de última generación aplicando cera para metales a piezas fijas,
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
223000
3000
o tal vez derretir algún plástico. Una fábrica de chips de 10 mil millones de dólares
04:11
uses a process a village artisan would recognize --
79
226000
3000
utiliza un proceso que el artesano de una aldea podría reconocer --
04:14
you spread stuff around and bake it.
80
229000
3000
esparces el material y lo horneas.
04:17
All the intelligence is external to the system;
81
232000
2000
Toda la inteligencia es externa al sistema;
04:19
the materials don't have information.
82
234000
2000
los materiales no tienen información.
04:21
Yesterday you heard about molecular biology,
83
236000
3000
Ayer escuchaban sobre biología molecular,
04:24
which fundamentally computes to build.
84
239000
2000
que fundamentalmente calcula para construir.
04:26
It's an information processing system.
85
241000
2000
Es un sistema de procesamiento de información.
04:28
We've had digital revolutions in communication and computation,
86
243000
4000
Hemos tenido las revoluciones digitales en comunicación y cálculo,
04:32
but precisely the same idea, precisely the same math
87
247000
3000
pero precisamente la misma idea, precisamente la misma matemática
04:35
Shannon and Von Neuman did, hasn't yet come out
88
250000
2000
que Shannon y Von Neumann tuvieron, aún no ha salido
04:37
to the physical world. So, inspired by that,
89
252000
3000
del mundo físico. Así que, inspirados por ello,
04:40
colleagues in this program -- the Center for Bits and Atoms
90
255000
2000
colegas en este programa -- El Centro para Bits y Átomos
04:42
at MIT -- which is a group of people, like me,
91
257000
3000
en el MIT -- que es un grupo de personas quienes, como yo,
04:45
who never understood the boundary between physical science
92
260000
3000
nunca entendieron la frontera entre ciencia física
04:48
and computer science. I would even go further and say
93
263000
3000
y ciencia computacional. Iría aún más lejos y diría que
04:51
computer science is one of the worst things that ever happened
94
266000
2000
la ciencia computacional es una de las peores cosas que jamás le sucedió
04:53
to either computers or to science --
95
268000
2000
tanto a los computadores como a la ciencia --
04:55
(Laughter)
96
270000
1000
(Risas)
04:56
-- because the canon -- computer science --
97
271000
4000
-- porque el canon - ciencia computacional -
05:00
many of them are great but the canon of computer science
98
275000
2000
muchos de ellos son muy buenos pero el canon de la ciencia de computadores
05:02
prematurely froze a model of computation
99
277000
3000
prematuramente fijó un modelo de computación
05:05
based on technology that was available in 1950,
100
280000
3000
basado en la tecnología que estaba disponible en 1950,
05:08
and nature's a much more powerful computer than that.
101
283000
2000
y la naturaleza es un computador mucho más poderoso que eso.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
285000
4000
Entonces, mañana escucharán de Saul Griffith. Él es uno de los
05:14
first students to emerge from this program.
103
289000
3000
primeros estudiantes que terminaron este programa.
05:17
We started to figure out how you can compute to fabricate.
104
292000
3000
Empezamos a considerar cómo podrías "calcular para fabricar".
05:20
This was just a proof of principle he did of tiles
105
295000
3000
Esto es sólo la prueba de un principio que hizo con mosaicos
05:23
that interact magnetically, where you write a code,
106
298000
2000
que interactúan magnéticamente, en los que escribes en código,
05:25
much like protein folding, that specifies their structure.
107
300000
3000
muy parecido al plegamiento de las proteínas, que especifica su estructura.
05:28
So, there's no feedback to a tool metrology;
108
303000
3000
Así, no hay retroalimentación a una herramienta de metrología,
05:31
the material itself codes for its structure in just the same ways
109
306000
5000
el material se codifica a sí mismo por su estructura de la misma forma en que
05:36
that protein are fabricated. So, you can, for example, do that.
110
311000
4000
las proteínas son fabricadas. Así, puedes, por ejemplo, hacer eso.
05:40
You can do other things. That's in 2D. It works in 3D.
111
315000
3000
Puedes hacer otras cosas. Esto es en 2D. Funciona en 3D.
05:43
The video on the upper right -- I won't show for time --
112
318000
2000
El video en la esquina superior derecha - que no mostraré por falta de tiempo -
05:45
shows self-replication, templating so something can make something
113
320000
4000
muestra auto-replicación, moldeado, para que algo pueda hacer algo
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
que pueda hacer algo, y estamos haciendo eso ahora en, tal vez,
05:52
nine orders of magnitude. Those ideas have been used to show
115
327000
3000
nueve órdenes de magnitud. Estas ideas han sido utilizadas para mostrar
05:55
the best fidelity and direct rate DNA to make an organism,
116
330000
3000
el ADN de mayor fidelidad y tasa directa para formar un organismo
05:58
in functionalizing nanoclusters with peptide tails
117
333000
3000
en funcionalización de nanoclusters con enlaces peptídicos
06:01
that code for their assembly -- so, much like the magnets,
118
336000
2000
que codifican su ensamblaje. Así, funcionan muy parecido a los imanes,
06:03
but now on nanometer scales.
119
338000
2000
pero ahora en escalas nanométricas.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
340000
4000
Micromecanizado por láser: esencialmente impresoras 3D que fabrican digitalmente
06:09
functional systems, all the way up to building buildings,
121
344000
3000
sistemas funcionales, hasta incluso construir edificios,
06:12
not by having blueprints,
122
347000
1000
no por medio de planos,
06:13
but having the parts code for the structure of the building.
123
348000
3000
sino haciendo que las partes se codifiquen a si mismas para a la estructura del edificio.
06:16
So, these are early examples in the lab of emerging technologies
124
351000
5000
Así, estos son los primeros ejemplos en el laboratorio de tecnologías emergentes
06:21
to digitize fabrication. Computers that don't control tools
125
356000
4000
para digitalizar la fabricación. Computadoras que no controlan herramientas
06:25
but computers that are tools, where the output of a program
126
360000
4000
sino computadoras que son herramientas, en donde la salida de un programa
06:29
rearranges atoms as well as bits.
127
364000
4000
reordena los átomos así como los bits.
06:33
Now, to do that -- with your tax dollars, thank you --
128
368000
3000
Ahora, para hacer eso - con sus impuestos, muchas gracias -
06:36
I bought all these machines. We made a modest proposal
129
371000
4000
compré todas estas máquinas. Hemos hecho una modesta propuesta
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
375000
4000
a la Fundación Nacional para las Ciencias (NSF). Queríamos ser capaces de hacer cualquier cosa en cualquier escala,
06:44
all in one place, because you can't segregate digital fabrication
131
379000
4000
todo en un lugar, porque no puedes separar la fabricación digital
06:48
by a discipline or a length scale.
132
383000
2000
por disciplinas o por una escala de longitud.
06:50
So we put together focused nano beam writers
133
385000
4000
Así que juntamos nano-rayos escritores enfocados
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
389000
5000
y cortadores supersónicos de agua y sistemas de micro-mecanización de excímeros
06:59
But I had a problem. Once I had all these machines,
135
394000
3000
Pero tenía un problema. Una vez que tuve todas estas máquinas,
07:02
I was spending too much time teaching students to use them.
136
397000
3000
perdía mucho tiempo en enseñar a los estudiantes cómo usarlas.
07:05
So I started teaching a class, modestly called,
137
400000
2000
Así que empecé una clase, modestamente llamada,
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
402000
3000
"Cómo hacer prácticamente todo". Y no pretendía ser provocativo,
07:10
it was just for a few research students.
139
405000
2000
era solo para unos cuantos estudiantes de investigación.
07:12
But the first day of class looked like this.
140
407000
2000
Pero el primer día de clase se veía así.
07:14
You know, hundreds of people came in begging,
141
409000
2000
Ya saben, cientos de personas llegaron rogando,
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
411000
3000
"toda mi vida esperé por esta clase, haré todo lo necesario para lograrlo".
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
414000
3000
Entonces preguntaban, ¿puede enseñarlo en el MIT? ¿Parece muy útil?
07:22
And then the next --
144
417000
1000
Y entonces la siguiente --
07:23
(Laughter)
145
418000
2000
(risas)
07:25
-- surprising thing was they weren't there to do research.
146
420000
1000
-- cosa sorprendente era que no estaban allí para hacer investigación.
07:26
They were there because they wanted to make stuff.
147
421000
2000
Ellos querían la clase porque querían hacer cosas.
07:28
They had no conventional technical background.
148
423000
4000
No tenían formación técnica convencional.
07:32
At the end of a semester they integrated their skills.
149
427000
2000
Y al final del semestre habían integrado sus capacidades.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
429000
4000
Les voy a mostrar un viejo video. Kelly era una escultora, y esto es lo que hizo
07:38
with her semester project.
151
433000
2000
con su proyecto semestral.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
435000
3000
(Video): Kelly: Hola, soy Kelly y este es mi amigo gritón.
07:45
Do you ever find yourself in a situation
153
440000
3000
¿Te has encontrado alguna vez en una situación
07:48
where you really have to scream, but you can't because you're at work,
154
443000
5000
en la que realmente necesitas gritar, pero no puedes porque estás en el trabajo,
07:53
or you're in a classroom, or you're watching your children,
155
448000
3000
o en un salón de clase, o estás cuidando a tus niños,
07:56
or you're in any number of situations where it's just not permitted?
156
451000
5000
o te encuentras en una de esas situaciones en las que simplemente no está permitido?
08:01
Well, scream buddy is a portable space for screaming.
157
456000
4000
Bueno, el amigo gritón es un espacio portátil para gritar.
08:05
When a user screams into scream buddy, their scream is silenced.
158
460000
5000
Cuando un usuario grita en su amigo gritón, su grito es silenciado.
08:10
It is also recorded for later release where, when and how
159
465000
4000
También se graba para liberarlo posteriormente, donde, cuando y como
08:14
the user chooses.
160
469000
1000
el usuario elija.
08:36
(Scream)
161
491000
2000
(Grito)
08:39
(Laughter) (Applause)
162
494000
4000
(Risas)(Aplausos)
08:43
So, Einstein would like this.
163
498000
2000
Bien, a Einstein le gustaría esto.
08:45
This student made a web browser for parrots --
164
500000
1000
Este estudiante hizo un navegador Web para loros --
08:46
lets parrots surf the Net and talk to other parrots.
165
501000
3000
que le permite a los loros navegar la red y hablar con otros loros.
08:49
This student's made an alarm clock you wrestle
166
504000
2000
Este estudiante hizo un reloj despertador con el que luchas
08:51
to prove you're awake; this is one that defends --
167
506000
2000
para demostrar que estás despierto. Este es uno que defiende --
08:53
a dress that defends your personal space.
168
508000
2000
un traje que defiende tu espacio personal.
08:55
This isn't technology for communication;
169
510000
2000
Esto no es tecnología para la comunicación;
08:57
it's technology to prevent it.
170
512000
2000
es tecnología para prevenirla.
08:59
This is a device that lets you see your music.
171
514000
3000
Este es un dispositivo que te permite ver tu música.
09:02
This is a student who made a machine that makes machines,
172
517000
3000
Este es un estudiante que hizo una máquina que hace máquinas,
09:05
and he made it by making Lego bricks that do the computing.
173
520000
3000
y la construyó haciendo Lego Bricks® que hacen los cálculos.
09:08
Just year after year -- and I finally realized
174
523000
2000
Esto es año tras año -- y finalmente me di cuenta
09:10
the students were showing the killer app of personal fabrication
175
525000
4000
que los estudiantes estaban mostrando que la aplicación definitiva de la fabricación personal
09:14
is products for a market of one person.
176
529000
2000
es productos para un mercado de una persona.
09:16
You don't need this for what you can get in Wal-Mart;
177
531000
2000
No necesitas esto para lo que puedes encontrar en tiendas Wal-Mart;
09:18
you need this for what makes you unique.
178
533000
1000
necesitas esto para lo que te hace único.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
534000
4000
Ken Olsen (CEO de DEC en 1977) célebremente dijo, "nadie necesita una computadora en su casa".
09:23
But you don't use it for inventory and payroll;
180
538000
2000
Pero no se usa para inventarios o nóminas
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
540000
3000
DEC está ahora doblemente en bancarrota. No necesitas fabricación personal
09:28
in the home to buy what you can buy because you can buy it.
182
543000
2000
en la casa para comprar lo que puedes comprar porque puedes comprarlo.
09:30
You need it for what makes you unique, just like personalization.
183
545000
4000
Lo necesitas para lo que te hace único, como la personalización.
09:34
So, with that, in turn, 20 million dollars today does this;
184
549000
4000
Entonces, con esto, a su vez, 20 millones de dólares hoy hacen esto,
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
553000
4000
dentro de 20 años vamos a hacer replicadores de Star Trek que hacen cualquier cosa.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
557000
4000
Los estudiantes "secuestraron" todas las máquinas que compré para hacer fabricación personal.
09:46
Today, when you spend that much of your money,
187
561000
2000
Hoy en día, cuando gasta tanto de su dinero,
09:48
there's a government requirement to do outreach, which often means
188
563000
3000
hay un requisito del gobierno para hacer divulgación, que normalmente significa
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
566000
3000
clases en la escuela local, un sitio web, cosas que no son tan emocionantes.
09:54
So, I made a deal with my NSF program managers that
190
569000
4000
Por lo tanto, hice un trato con mi directores de programa de la NSF
09:58
instead of talking about it, I'd give people the tools.
191
573000
2000
que en lugar de hablar de ello, le daría a la gente las herramientas.
10:00
This wasn't meant to be provocative or important,
192
575000
2000
Esto no estaba destinado a ser provocativo o importante,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
577000
4000
pero creamos estos Fab Labs (Laboratorios Fabulosos). Son aproximadamente 20.000 dólares en equipo
10:06
that approximate both what the 20 million dollars does and where it's going.
194
581000
5000
que se aproximan tanto a lo que los 20 millones de dólares hacen como a donde se dirigen.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
586000
3000
Un cortador láser para hacer montaje "press-fit" (ajustado a presión) con 3D a partir de 2D,
10:14
a sign cutter to plot in copper to do electromagnetics,
196
589000
2000
un plotter de corte para trazar en cobre para hacer electromagnetismo,
10:16
a micron scale,
197
591000
2000
un micrómetro,
10:18
numerically-controlled milling machine for precise structures,
198
593000
2000
una fresadora controlada numéricamente para estructuras precisas,
10:20
programming tools for less than a dollar,
199
595000
3000
herramientas de programación por menos de un dólar,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
598000
3000
microcontroladores de 100 nanosegundos, te permiten trabajar desde micro
10:26
and microseconds on up, and they exploded around the world.
201
601000
4000
y milisegundos en adelante, y explotaron en todo el mundo.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
605000
2000
No estaba planificado, pero fueron de los suburbios de Boston
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
607000
4000
a Pobal en la India, a Secondi-Takoradi en la costa de Ghana
10:36
to Soshanguve in a township in South Africa,
204
611000
3000
a Soshanguve en un poblado en Sudáfrica,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
614000
4000
al extremo norte de Noruega, descubriendo, o ayudando a descubrir,
10:43
for all the attention to the digital divide,
206
618000
3000
por toda la atención a la brecha digital,
10:46
we would find unused computers in all these places.
207
621000
4000
nos encontraríamos con computadoras sin uso en todos estos lugares.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
625000
3000
Un granjero en un pueblo rural - un niño necesita medir y modificar
10:53
the world, not just get information about it on a screen.
209
628000
4000
el mundo, no sólo obtener información sobre él en una pantalla.
10:57
That there's really a fabrication and an instrumentation divide
210
632000
2000
Que hay realmente una brecha de fabricación e instrumentación
10:59
bigger than the digital divide.
211
634000
3000
más grande que la brecha digital
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
637000
3000
Y la manera de cerrarla no es TI (Tecnologías de la Información) para las masas, sino de desarrollo de TI para las masas.
11:05
So, in place after place
213
640000
3000
De esta forma, lugar tras lugar
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
643000
3000
vimos la misma progresión: que habíamos abierto uno de estos Fab Labs,
11:11
where we didn't -- this is too crazy to think of.
215
646000
3000
donde -- nosotros no -- esto es muy loco para pensar en ello.
11:14
We didn't think this up, that we would get pulled to these places;
216
649000
3000
Nosotros no planeamos todo esto, que seríamos llevados a estos lugares,
11:17
we'd open it. The first step was just empowerment.
217
652000
2000
donde lo habíamos abierto. El primer paso fue solamente darle el poder a la gente.
11:19
You can see it in their face, just this joy of, I can do it.
218
654000
3000
Puedes verlo en sus caras, simplemente esa alegría de "puedo hacerlo".
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
657000
2000
Esta es una niña de los suburbios de Boston que acababa de hace una venta de
11:24
on-demand craft sale in the inner city community center.
220
659000
4000
artesanías de alta tecnología bajo demanda en el centro comunitario de la ciudad.
11:28
It goes on from there to serious hands-on technical education
221
663000
4000
Va de allí a la educación técnica práctica seria,
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
667000
5000
informalmente, fuera de las escuelas. En Ghana hemos levantado uno de estos laboratorios
11:37
We designed a network sensor, and kids would show up
223
672000
2000
Diseñamos un sensor de redes, y los niños aparecían
11:39
and refuse to leave the lab.
224
674000
1000
y rehusaban irse del laboratorio.
11:40
There was a girl who insisted we stay late at night --
225
675000
3000
Había una niña que insistió en que nos quedásemos hasta tarde por la noche --
11:43
(Video): Kids: I love the Fab Lab.
226
678000
2000
(Video): Niños: Me encanta el Fab Lab.
11:45
-- her first night in the lab because she was going to make the sensor.
227
680000
3000
-- en su primera noche en el laboratorio porque iba a construir el sensor.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
683000
3000
Así que insistió en fabricar el circuito impreso, aprendiendo como armarlo,
11:51
learning how to program it. She didn't really know
229
686000
2000
aprendendiendo como programarlo. Ella no sabía realmente
11:53
what she was doing or why she was doing it, but she knew
230
688000
2000
lo que estaba haciendo o por qué lo hacía, pero sabía
11:55
she just had to do it. There was something electric about it.
231
690000
3000
que tenía que hacerlo. Había algo de eléctrico en ello.
11:58
This is late at, you know, 11 o'clock at night
232
693000
2000
Esto es tarde, ¿saben?, a las 11 en punto de la noche
12:00
and I think I was the only person surprised when what she built
233
695000
3000
y creo que yo era la única persona sorprendida cuando lo que construyó
12:03
worked the first time.
234
698000
2000
funcionó la primera vez.
12:05
And I've shown this to engineers at big companies, and they say
235
700000
2000
Y he mostrado esto a ingenieros en grandes compañías, y ellos dicen
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
que no pueden hacerlo. Cualquier cosa que ella esté haciendo, ellos pueden hacerla mejor,
12:10
but it's distributed over many people and many sites
237
705000
3000
pero está distribuido entre mucha gente y muchos sitios
12:13
and they can't do in an afternoon
238
708000
1000
y no pueden hacer en una tarde
12:14
what this little girl in rural Ghana is doing.
239
709000
3000
lo que está haciendo esta niña de una zona rural de Ghana.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
728000
4000
(Video): Niña: Mi nombre es Valentina Kofi, tengo ocho años de edad.
12:37
I made a stacking board.
241
732000
3000
Hice un circuito apilado.
12:40
And, again, that was just for the joy of it.
242
735000
3000
Y, de nuevo, era sólo por el placer de hacerlo.
12:43
Then these labs started doing serious problem solving --
243
738000
3000
Entonces estos laboratorios comenzaron a resolver problemas más serios --
12:46
instrumentation for agriculture in India,
244
741000
2000
instrumentación para la agricultura en la India,
12:48
steam turbines for energy conversion in Ghana,
245
743000
2000
turbinas de vapor para la conversión de energía en Ghana,
12:50
high-gain antennas in thin client computers.
246
745000
4000
antenas de alta ganancia en computadores clientes ligeros.
12:54
And then, in turn, businesses started to grow,
247
749000
1000
Y luego, a su vez, los negocios comenzaron a crecer,
12:55
like making these antennas.
248
750000
1000
como la fabricación de estas antenas.
12:56
And finally, the lab started doing invention.
249
751000
2000
Y, por último, el laboratorio comenzó a hacer invenciones.
12:58
We're learning more from them than we're giving them.
250
753000
2000
Estamos aprendiendo más de ellos de lo que les estamos dando.
13:00
I was showing my kids in a Fab Lab how to use it.
251
755000
3000
Estaba mostrando a mis hijos en un Fab Lab cómo usarlo.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
758000
4000
Inventaron una manera de hacer un kit de construcción a partir de una caja de cartón --
13:07
which, as you see up there, that's becoming a business --
253
762000
2000
que, como ven ahí arriba, se está convirtiendo en un negocio --
13:09
but their design was better than Saul's design at MIT,
254
764000
3000
pero su diseño era mejor que el diseño de Saúl en el MIT,
13:12
so there's now three students at MIT doing their theses on
255
767000
3000
así que ahora hay tres estudiantes en el MIT basando sus tesis en
13:15
scaling the work of eight-year-old children
256
770000
3000
ampliar el trabajo de niños de ocho años de edad
13:18
because they had better designs.
257
773000
1000
porque tenían mejores diseños.
13:19
Real invention is happening in these labs.
258
774000
3000
La invención real está ocurriendo en estos laboratorios.
13:22
And I still kept -- so, in the last year I've been spending time with
259
777000
2000
Y aún mantenía -- de esta forma, en el último año he estado pasando tiempo con
13:24
heads of state and generals and tribal chiefs who all want this,
260
779000
3000
jefes de estado y generales y jefes tribales, todos los cuales lo quieren,
13:27
and I keep saying, but this isn't the real thing.
261
782000
2000
y sigo diciendo, pero esto no es lo real.
13:29
Wait, like, 20 years and then we'll be done.
262
784000
2000
Esperen unos 20 años y entonces habremos terminado.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
786000
3000
Y finalmente entendí lo que está pasando. Estos son Kernigan y Ritchie
13:34
inventing UNIX on a PDP.
264
789000
3000
inventando UNIX en un PDP (Procesador de Datos Programado).
13:37
PDPs came between mainframes and minicomputers.
265
792000
2000
Los PDP aparecieron entre los mainframes y las minicomputadoras.
13:39
They were tens of thousands of dollars, hard to use,
266
794000
3000
Costaban decenas de miles de dólares, difíciles de usar,
13:42
but they brought computing down to work groups,
267
797000
2000
pero llevaron la informática a los grupos de trabajo,
13:44
and everything we do today happened there.
268
799000
2000
y todo lo que hacemos hoy en día sucedió allí.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
801000
3000
Estos Fab Labs tienen el coste y la complejidad del PDP.
13:49
The projection of digital fabrication
270
804000
2000
La proyección de fabricación digital
13:51
isn't a projection for the future; we are now in the PDP era.
271
806000
3000
no es una proyección para el futuro; ahora estamos en la era del PDP.
13:54
We talked in hushed tones about the great discoveries then.
272
809000
3000
En ese entonces, hablábamos en voz baja acerca de los grandes descubrimientos.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
812000
3000
Fue muy caótico, no era, de alguna forma, claro lo que estaba pasando.
14:00
In the same sense we are now, today, in the minicomputer era
274
815000
3000
En el mismo sentido estamos ahora, hoy, en la era del minicomputador
14:03
of digital fabrication.
275
818000
2000
de la fabricación digital.
14:05
The only problem with that is it breaks everybody's boundaries.
276
820000
4000
El único problema con eso es que rompe las fronteras de todo el mundo.
14:09
In DC, I go to every agency that wants to talk, you know;
277
824000
3000
En Washington DC, voy a cada agencia que quiera hablar, uds. saben.
14:12
in the Bay Area, I go to every organization you can think of --
278
827000
2000
En el Área de la Bahía (San Francisco), voy a todas las organizaciones que se puedan imaginar.
14:14
they all want to talk about it, but it breaks
279
829000
2000
Todos quieren hablar de ello, pero rompe
14:16
their organizational boundaries. In fact, it's illegal for them,
280
831000
3000
los límites de su organización. De hecho, es ilegal para ellos,
14:19
in many cases, to equip ordinary people to create
281
834000
4000
en muchos casos, equipar a la gente común para crear
14:23
rather than consume technology.
282
838000
1000
en lugar de consumir tecnología.
14:24
And that problem is so severe that the ultimate invention
283
839000
4000
Y el problema es tan grave que la última invención
14:28
coming from this community surprised me:
284
843000
3000
procedente de esta comunidad me sorprendió:
14:31
it's the social engineering. That the lab in far north of Norway --
285
846000
4000
es la ingeniería social. Que el laboratorio en el extremo norte de Noruega --
14:35
this is so far north its satellite dishes look at the ground
286
850000
2000
esto está tan al norte que sus antenas parabólicas miran al suelo
14:37
rather than the sky because that's where the satellites are --
287
852000
4000
en vez de al cielo porque ahí es donde están los satélites --
14:41
the lab outgrew the little barn that it was in.
288
856000
1000
al laboratorio se le quedó chico el pequeño granero en el que estaba.
14:42
It was there because they wanted to find animals in the mountains
289
857000
3000
Estaba allí porque querían encontrar animales en las montañas
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
860000
4000
pero creció demasiado, así que construyeron este pueblo extraordinario para el laboratorio.
14:49
This isn't a university; it's not a company. It's essentially
291
864000
2000
Esto no es una universidad, no es una empresa, es esencialmente
14:51
a village for invention; it's a village for the outliers in society,
292
866000
5000
un pueblo para la invención, es un pueblo para miembros atípicos de la sociedad,
14:56
and those have been growing up around these Fab Labs
293
871000
2000
y han estado creciendo en torno a estos Fab Labs
14:58
all around the world.
294
873000
1000
en todo el mundo.
14:59
So this program has split into an NGO foundation,
295
874000
4000
Así que este programa se ha dividido en una ONG,
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
878000
4000
una Fundación Fab para apoyar la ampliación, un micro fondo de capital riesgo.
15:07
The person who runs it nicely describes it as
297
882000
1000
La persona que lo lleva a cabo lo describe muy bien como
15:08
"machines that make machines need businesses that make businesses:"
298
883000
4000
máquinas que fabrican máquinas necesitan negocios que hagan negocios:
15:12
it's a cross between micro-finance and VC to do fan-out,
299
887000
3000
es un cruce entre micro créditos y fondo de capital riesgo para hacer fan-out,
15:15
and then the research partnerships back at MIT for what's
300
890000
2000
y luego los grupos de investigación allí en el MIT que
15:17
making it possible.
301
892000
3000
lo están haciendo posible.
15:20
So I'd like to leave you with two thoughts.
302
895000
2000
Así que me gustaría dejarles con dos pensamientos.
15:22
There's been a sea change in aid, from top-down mega-projects
303
897000
5000
Ha habido un enorme cambio en la ayuda, de mega-proyectos muy jerarquizados
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
902000
4000
a inversión de micro créditos en las bases por parte de grupos gente común poco estructurados
15:31
so that everybody's got that that's what works.
305
906000
3000
así que todos entendieron que eso es lo que funciona.
15:34
But we still look at technology as top-down mega-projects.
306
909000
3000
Pero todavía vemos a la tecnología como mega-proyectos muy jerarquizados.
15:37
Computing, communication, energy for the rest of the planet
307
912000
3000
Informática, comunicaciones, energía para el resto del planeta
15:40
are these top-down mega-projects.
308
915000
2000
son estos mega-proyectos jerarquizados.
15:42
If this room full of heroes is just clever enough,
309
917000
2000
Si esta sala llena de héroes es lo suficientemente inteligente,
15:44
you can solve the problems.
310
919000
2000
pueden resolver los problemas.
15:46
The message coming from the Fab Labs is that
311
921000
2000
El mensaje que llega desde los Fab Labs es que
15:48
the other five billion people on the planet
312
923000
2000
los otros cinco mil millones de personas en el planeta
15:50
aren't just technical sinks; they're sources.
313
925000
2000
no son sumideros técnicos; ellos son fuentes.
15:52
The real opportunity is to harness the inventive power of the world
314
927000
3000
La oportunidad real es aprovechar el poder de inventiva del mundo
15:55
to locally design and produce solutions to local problems.
315
930000
4000
para diseñar y producir localmente soluciones a los problemas locales.
15:59
I thought that's the projection 20 years hence into the future,
316
934000
3000
Yo creía que esa era una proyección de aquí a 20 años,
16:02
but it's where we are today.
317
937000
2000
pero es donde estamos hoy.
16:04
It breaks every organizational boundary we can think of.
318
939000
2000
Rompe todas las barreras organizacionales que podamos imaginar.
16:06
The hardest thing at this point is the social engineering
319
941000
3000
Lo más difícil en este punto es la ingeniería social
16:09
and the organizational engineering, but it's here today.
320
944000
3000
y la ingeniería organizacional, pero ya está presente hoy.
16:12
And, finally, any talk like this on the future of computing
321
947000
2000
Y, por último, cualquier charla de este tipo sobre el futuro de la computación
16:14
is required to show Moore's law, but my favorite version --
322
949000
4000
requiere mostrar la ley de Moore, pero mi versión favorita --
16:18
this is Gordon Moore's original one from his original paper --
323
953000
5000
esta es la original de Gordon Moore, de su trabajo original --
16:23
and what's happened is, year after year after year,
324
958000
2000
y lo que ha sucedido es que, año tras año tras año,
16:25
we've scaled and we've scaled and we've scaled
325
960000
1000
hemos calculado y calculado y calculado
16:26
and we've scaled, and we've scaled and we've scaled,
326
961000
4000
y calculado y calculado y calculado
16:30
and we've scaled and we've scaled,
327
965000
1000
y calculado y calculado
16:31
and there's this looming bug of what's going to happen
328
966000
2000
y está la amenaza de este error que sucederá
16:33
at the end of Moore's law; this ultimate bug is coming.
329
968000
4000
al final de la ley de Moore; este error fatal se acerca.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
972000
5000
Pero lo que estamos llegando a apreciar, es que la transición de 2D a 3D
16:42
from programming bits to programming atoms,
331
977000
3000
de programar bits a programar átomos,
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
980000
2000
cambia el final de la gráfica de la ley de Moore del error fatal
16:47
to the ultimate feature.
333
982000
2000
a una función última.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
984000
4000
Entonces, estamos justo al borde de esta revolución digital en la fabricación,
16:53
where the output of computation programs the physical world.
335
988000
3000
donde los resultados de la computación programen el mundo físico.
16:56
So, together, these two projects answer questions
336
991000
3000
Así que, en conjunto, estos dos proyectos responden preguntas
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
994000
4000
que no había formulado con cuidado. La clase en el MIT muestra que la aplicación definitiva
17:03
for personal fabrication in the developed world
338
998000
2000
para la fabricación personal en el mundo desarrollado
17:05
is technology for a market of one: personal expression in technology
339
1000000
4000
es la tecnología para un mercado de uno: la expresión personal en la tecnología
17:09
that touches a passion unlike anything I've seen in technology
340
1004000
3000
que toca una pasión como nada que yo haya visto en la tecnología
17:12
for a very long time.
341
1007000
2000
desde hace mucho tiempo.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1009000
4000
Y la aplicación definitiva para el resto del planeta es la instrumentación
17:18
and the fabrication divide: people locally developing solutions
343
1013000
3000
y la brecha de la fabricación: gente desarrollando localmente soluciones
17:21
to local problems. Thank you.
344
1016000
2000
a problemas locales. Gracias.
ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneerAs Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds.
Why you should listen
MIT's Neil Gershenfeld is redefining the boundaries between the digital and analog worlds. The digital revolution is over, Gershenfeld says. We won. What comes next? His Center for Bits and Atoms has developed quite a few answers, including Internet 0, a tiny web server that fits into lightbulbs and doorknobs, networking the physical world in previously unimaginable ways.
But Gershenfeld is best known as a pioneer in personal fabrication -- small-scale manufacturing enabled by digital technologies, which gives people the tools to build literally anything they can imagine. His famous Fab Lab is immensely popular among students at MIT, who crowd Gershenfeld's classes. But the concept is potentially life-altering in the developing world, where a Fab Lab with just $20,000 worth of laser cutters, milling machines and soldering irons can transform a community, helping people harness their creativity to build tools, replacement parts and essential products unavailable in the local market. Read more in Fab: The Coming Revolution on Your Desktop.
Neil Gershenfeld | Speaker | TED.com