TED2011
Carlo Ratti: Architecture that senses and responds
Carlo Ratti: Une architecture qui capte et qui réagit
Filmed:
Readability: 3.9
746,791 views
Avec son équipe du SENSEable City Lab, Carlo Ratti du MIT crée des choses sympas en captant les données que nous créons. Il part de jeux de données passives - comme nos appels téléphoniques, les ordures que nous jetons - pour créer d'étonnantes visualisations de la vie urbaine. Et lui et son équipe créent de fascinants environnements interactifs à partir de l'eau en mouvement et de la lumière qui vole, fournis par de simples gestes enregistrés par des capteurs.
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Double-click the English transcript below to play the video.
00:15
Good afternoon, everybody.
0
0
2000
Bonjour, tout le monde.
00:17
I've got something to show you.
1
2000
3000
J'ai quelque chose à vous montrer.
00:37
(Laughter)
2
22000
2000
(Rires)
00:39
Think about this as a pixel, a flying pixel.
3
24000
3000
Imaginez que c'est un pixel, un pixel qui vole.
00:42
This is what we call, in our lab, sensible design.
4
27000
3000
C'est ce que nous appelons, dans notre laboratoire, du design sensible.
00:45
Let me tell you a bit about it.
5
30000
2000
Permettez-moi de vous en parler un peu.
00:47
Now if you take this picture -- I'm Italian originally,
6
32000
3000
Si vous prenez cette photo - je suis italien à l'origine,
00:50
and every boy in Italy grows up
7
35000
2000
et chaque garçon en Italie grandit
00:52
with this picture on the wall of his bedroom --
8
37000
2000
avec cette photo sur le mur de sa chambre.
00:54
but the reason I'm showing you this
9
39000
2000
Mais la raison pour laquelle je vous montre ça
00:56
is that something very interesting
10
41000
2000
c'est que quelque chose de très intéressant
00:58
happened in Formula 1 racing
11
43000
2000
s'est passé en course de Formule 1
01:00
over the past couple of decades.
12
45000
2000
au cours des deux dernières décennies.
01:02
Now some time ago,
13
47000
2000
Il y a quelque temps,
01:04
if you wanted to win a Formula 1 race,
14
49000
2000
si vous vouliez gagner une course de Formule 1,
01:06
you take a budget, and you bet your budget
15
51000
2000
vous preniez un budget, et vous misiez votre budget
01:08
on a good driver and a good car.
16
53000
3000
sur un bon conducteur et une bonne voiture.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
56000
3000
Et si la voiture et le chauffeur étaient assez bons, alors vous gagniez la course.
01:14
Now today, if you want to win the race,
18
59000
2000
Or, aujourd'hui, si vous voulez gagner la course,
01:16
actually you need also something like this --
19
61000
3000
il vous faut en fait aussi quelque chose comme ça -
01:19
something that monitors the car in real time,
20
64000
3000
quelque chose qui surveille la voiture en temps réel,
01:22
has a few thousand sensors
21
67000
2000
possède quelques milliers de capteurs
01:24
collecting information from the car,
22
69000
2000
collecte les informations de la voiture,
01:26
transmitting this information into the system,
23
71000
3000
transmet ces informations au système,
01:29
and then processing it
24
74000
2000
puis les traite
01:31
and using it in order to go back to the car with decisions
25
76000
3000
et les utilise pour revenir à la voiture avec des décisions
01:34
and changing things in real time
26
79000
2000
et changer les choses en temps réel
01:36
as information is collected.
27
81000
2000
pendant que les informations sont recueillies.
01:38
This is what, in engineering terms,
28
83000
2000
C'est ce qu'en termes d'ingénierie,
01:40
you would call a real time control system.
29
85000
3000
on pourrait appeler un système de contrôle en temps réel.
01:43
And basically, it's a system made of two components --
30
88000
3000
Et au fond, c'est un système constitué de deux composantes -
01:46
a sensing and an actuating component.
31
91000
2000
une composante de détection et une d'actionnement.
01:48
What is interesting today
32
93000
2000
Ce qui est intéressant aujourd'hui
01:50
is that real time control systems
33
95000
2000
est que de véritables systèmes de contrôle en temps réel
01:52
are starting to enter into our lives.
34
97000
3000
commencent à entrer dans nos vies.
01:55
Our cities, over the past few years,
35
100000
3000
Nos villes, au cours des dernières années,
01:58
just have been blanketed
36
103000
2000
ont été complètement recouvertes
02:00
with networks, electronics.
37
105000
2000
de réseaux, d'électronique.
02:02
They're becoming like computers in open air.
38
107000
2000
Elles deviennent comme des ordinateurs à l'air libre.
02:04
And, as computers in open air,
39
109000
2000
Et, comme les ordinateurs à l'air libre,
02:06
they're starting to respond in a different way
40
111000
2000
elles commencent à répondre d'une manière différente
02:08
to be able to be sensed and to be actuated.
41
113000
3000
pour pouvoir être détectées et pour être actionnées.
02:11
If we fix cities, actually it's a big deal.
42
116000
2000
Si nous réparons les villes, en fait ce n'est pas rien.
02:13
Just as an aside, I wanted to mention,
43
118000
2000
Soit dit en passant, je voulais mentionner,
02:15
cities are only two percent of the Earth's crust,
44
120000
4000
que les villes ne représentent que 2% de la croûte terrestre,
02:19
but they are 50 percent of the world's population.
45
124000
3000
mais 50 % de la population mondiale.
02:22
They are 75 percent of the energy consumption --
46
127000
3000
Elles représentent 75 % de la consommation d'énergie -
02:25
up to 80 percent of CO2 emissions.
47
130000
3000
jusqu'à 80 % des émissions de CO2.
02:28
So if we're able to do something with cities, that's a big deal.
48
133000
3000
Donc, si nous pouvons faire quelque chose avec les villes, ce n'est pas rien.
02:31
Beyond cities,
49
136000
2000
Au-delà des villes,
02:33
all of this sensing and actuating
50
138000
3000
toute cette détection et cet actionnement
02:36
is entering our everyday objects.
51
141000
2000
entre dans nos objets quotidiens.
02:38
That's from an exhibition that
52
143000
2000
Ça vient d'une exposition
02:40
Paola Antonelli is organizing
53
145000
2000
que Paola Antonelli organise
02:42
at MoMA later this year, during the summer.
54
147000
2000
au MoMA plus tard cette année, durant l'été.
02:44
It's called "Talk to Me."
55
149000
2000
Elle s'intitule "Talk to Me".
02:46
Well our objects, our environment
56
151000
2000
Eh bien nos objets, notre environnement,
02:48
is starting to talk back to us.
57
153000
2000
commencent à nous répondre.
02:50
In a certain sense, it's almost as if every atom out there
58
155000
3000
Dans un sens, c'est presque comme si chaque atome là dehors
02:53
were becoming both a sensor and an actuator.
59
158000
3000
devenait à la fois un capteur et un actionneur.
02:56
And that is radically changing the interaction we have as humans
60
161000
3000
Et c'est train de changer radicalement l'interaction que nous, humains,
02:59
with the environment out there.
61
164000
2000
avons avec l'environnement là dehors.
03:01
In a certain sense,
62
166000
2000
Dans un certain sens,
03:03
it's almost as if the old dream of Michelangelo ...
63
168000
3000
c'est presque comme dans le vieux rêve de Michel-Ange ...
03:06
you know, when Michelangelo sculpted the Moses,
64
171000
2000
vous savez, quand Michel-Ange a sculpté le Moïse,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
173000
3000
à la fin, il dit qu'il a pris le marteau, il l'a jeté à Moïse -
03:11
actually you can still see a small chip underneath --
66
176000
3000
en fait vous pouvez encore voir un petit éclat dessous -
03:14
and said, shouted,
67
179000
2000
et a dit, crié,
03:16
"Perché non parli? Why don't you talk?"
68
181000
2000
"Perché Parli non? Pourquoi ne parles-tu pas?"
03:18
Well today, for the first time,
69
183000
2000
Eh bien aujourd'hui, pour la première fois,
03:20
our environment is starting to talk back to us.
70
185000
3000
notre environnement commence à nous répondre.
03:23
And I'll show just a few examples --
71
188000
2000
Et je vais vous montrer quelques exemples -
03:25
again, with this idea of sensing our environment and actuating it.
72
190000
3000
là encore, avec cette idée de détecter et d'actionner notre environnement.
03:28
Let's starting with sensing.
73
193000
3000
Commençons par la détection.
03:31
Well, the first project I wanted to share with you
74
196000
2000
Eh bien le premier projet que je voulais partager avec vous
03:33
is actually one of the first projects by our lab.
75
198000
3000
est en fait l'un des premiers projets de notre laboratoire.
03:36
It was four and a half years ago in Italy.
76
201000
3000
Il a pris quatre ans et demi en Italie.
03:39
And what we did there
77
204000
2000
Et ce que nous y avons fait
03:41
was actually use a new type of network at the time
78
206000
2000
c'était en fait utiliser un nouveau type de réseau à l'époque
03:43
that had been deployed all across the world --
79
208000
2000
qui avait été déployé partout dans le monde -
03:45
that's a cellphone network --
80
210000
2000
c'est un réseau de téléphonie cellulaire -
03:47
and use anonymous and aggregated information from that network,
81
212000
2000
et l'utilisation des informations anonymes et agrégées à partir de ce réseau,
03:49
that's collected anyway by the operator,
82
214000
2000
qui sont recueillies de toute façon par l'opérateur
03:51
in order to understand
83
216000
2000
afin de comprendre
03:53
how the city works.
84
218000
2000
comment la ville fonctionne.
03:55
The summer was a lucky summer -- 2006.
85
220000
3000
L'été a été un été de chance - 2006.
03:58
It's when Italy won the soccer World Cup.
86
223000
3000
C'est quand l'Italie a remporté la Coupe du Monde.
04:01
Some of you might remember, it was Italy and France playing,
87
226000
3000
Certains d'entre vous se souviennent peut-être, c'était Italie - France,
04:04
and then Zidane at the end, the headbutt.
88
229000
2000
puis Zidane à la fin, le coup de boule.
04:06
And anyway, Italy won at the end.
89
231000
2000
Et enfin bref, l'Italie a gagné à la fin.
04:08
(Laughter)
90
233000
2000
(Rires)
04:10
Now look at what happened that day
91
235000
2000
Maintenant, regardez ce qui s'est passé ce jour-là
04:12
just by monitoring activity
92
237000
2000
rien qu'en surveillant l'activité
04:14
happening on the network.
93
239000
2000
sur le réseau.
04:16
Here you see the city.
94
241000
2000
Ici vous pouvez voir la ville.
04:18
You see the Colosseum in the middle,
95
243000
3000
Vous voyez le Colisée au milieu,
04:21
the river Tiber.
96
246000
3000
le Tibre.
04:24
It's morning, before the match.
97
249000
2000
C'est le matin, avant le match.
04:26
You see the timeline on the top.
98
251000
2000
Vous voyez le minutage en haut.
04:28
Early afternoon,
99
253000
2000
Début d'après midi,
04:30
people here and there,
100
255000
2000
les gens ici et là
04:32
making calls and moving.
101
257000
2000
qui téléphonent et se déplacent.
04:34
The match begins -- silence.
102
259000
3000
Le match commence - silence.
04:37
France scores. Italy scores.
103
262000
3000
La France marque. l'Italie marque.
04:40
Halftime, people make a quick call and go to the bathroom.
104
265000
4000
La mi-temps, les gens passent un coup de fil rapide et vont aux toilettes.
04:44
Second half. End of normal time.
105
269000
2000
Deuxième mi-temps. Fin du temps réglementaire.
04:46
First overtime, second.
106
271000
2000
Première prolongation, deuxième prolongation.
04:48
Zidane, the headbutt in a moment.
107
273000
3000
Zidane, le coup de boule dans un instant.
04:51
Italy wins. Yeah.
108
276000
2000
L'Italie gagne. Oui.
04:53
(Laughter)
109
278000
2000
(Rires)
04:55
(Applause)
110
280000
3000
(Applaudissements)
04:58
Well, that night, everybody went to celebrate in the center.
111
283000
2000
Eh bien, cette nuit-là, tout le monde est allé célébrer dans le centre.
05:00
You saw the big peak.
112
285000
2000
Vous avez vu le grand pic.
05:02
The following day, again everybody went to the center
113
287000
2000
Le lendemain, tout le monde s'est rendu au centre
05:04
to meet the winning team
114
289000
3000
pour rencontrer l'équipe gagnante
05:07
and the prime minister at the time.
115
292000
2000
et le Premier ministre de l'époque.
05:09
And then everybody moved down.
116
294000
2000
Et puis tout le monde s'est déplacé vers le bas.
05:11
You see the image of the place called Circo Massimo,
117
296000
2000
Vous voyez l'image de l'endroit appelé Circo Massimo,
05:13
where, since Roman times, people go to celebrate,
118
298000
3000
où, depuis l'époque romaine, les gens vont pour célébrer -
05:16
to have a big party, and you see the peak at the end of the day.
119
301000
3000
pour faire une grande fête, et vous voyez le pic à la fin de la journée.
05:19
Well, that's just one example of how we can sense the city today
120
304000
2000
Eh bien, c'est juste un exemple de la façon dont nous pouvons sentir la ville aujourd'hui,
05:21
in a way that we couldn't have done
121
306000
2000
comme nous n'aurions pas pu le faire
05:23
just a few years ago.
122
308000
2000
il y a seulement quelques années.
05:25
Another quick example about sensing:
123
310000
2000
Un autre exemple de détection rapide :
05:27
it's not about people,
124
312000
2000
il ne s'agit pas de personnes,
05:29
but about things we use and consume.
125
314000
2000
mais de choses que nous utilisons et consommons.
05:31
Well today, we know everything
126
316000
2000
Eh bien aujourd'hui, nous savons tout
05:33
about where our objects come from.
127
318000
3000
la provenance de nos objets.
05:36
This is a map that shows you
128
321000
2000
Ceci est une carte qui vous montre
05:38
all the chips that form a Mac computer, how they came together.
129
323000
3000
toutes les puces qui forment un ordinateur Mac, comment ils sont assemblés.
05:41
But we know very little about where things go.
130
326000
3000
Mais nous en savons très peu sur l'endroit où les choses vont.
05:44
So in this project,
131
329000
2000
Donc, dans ce projet,
05:46
we actually developed some small tags
132
331000
2000
nous avons en fait élaboré des petites étiquettes
05:48
to track trash as it moves through the system.
133
333000
3000
pour suivre les ordures au fil de leur déplacements à travers le système.
05:51
So we actually started with a number of volunteers
134
336000
3000
Donc nous avons commencé avec un certain nombre de bénévoles
05:54
who helped us in Seattle,
135
339000
2000
qui nous ont aidés à Seattle,
05:56
just over a year ago,
136
341000
2000
il y a à peine un an,
05:58
to tag what they were throwing away --
137
343000
3000
pour mettre des puces sur ce qu'ils jetaient -
06:01
different types of things, as you can see here --
138
346000
3000
différents types de choses, comme vous pouvez le voir ici -
06:04
things they would throw away anyway.
139
349000
2000
des choses qu'ils jetaient de toute façon.
06:06
Then we put a little chip, little tag,
140
351000
2000
Ensuite, nous avons mis une petite puce, une petite étiquette,
06:08
onto the trash
141
353000
2000
sur le déchet
06:10
and then started following it.
142
355000
2000
puis nous avons commencé à le suivre.
06:12
Here are the results we just obtained.
143
357000
3000
Voici les résultats que nous venons d'obtenir.
06:15
(Music)
144
360000
3000
(Musique)
06:18
From Seattle ...
145
363000
3000
De Seattle ...
06:26
after one week.
146
371000
2000
après une semaine.
06:53
With this information we realized
147
398000
2000
Avec ces informations, nous nous sommes rendus compte
06:55
there's a lot of inefficiencies in the system.
148
400000
2000
qu'il y a beaucoup d'inefficacité dans le système.
06:57
We can actually do the same thing with much less energy.
149
402000
3000
Nous pouvons en fait faire la même chose avec beaucoup moins d'énergie.
07:00
This data was not available before.
150
405000
2000
Ces données n'étaient pas disponibles auparavant.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
407000
3000
Mais il y a beaucoup de gaspillage de transport et des choses compliquées qui se passent.
07:05
But the other thing is that we believe
152
410000
2000
Mais l'autre chose est que nous croyons
07:07
that if we see every day
153
412000
2000
que si nous voyons tous les jours
07:09
that the cup we're throwing away, it doesn't disappear,
154
414000
2000
que le gobelet que nous jetons ne disparaît pas,
07:11
it's still somewhere on the planet.
155
416000
2000
il est toujours quelque part sur la planète.
07:13
And the plastic bottle we're throwing away every day still stays there.
156
418000
3000
Et la bouteille en plastique que nous jetons tous les jours reste toujours là.
07:16
And if we show that to people,
157
421000
2000
Et si nous montrons ça aux les gens,
07:18
then we can also promote some behavioral change.
158
423000
2000
nous pouvons aussi promouvoir des changements de comportement.
07:20
So that was the reason for the project.
159
425000
2000
C'était donc la raison du projet.
07:22
My colleague at MIT, Assaf Biderman,
160
427000
2000
Mon collègue du MIT, Assaf Biderman,
07:24
he could tell you much more about sensing
161
429000
2000
il pourrait vous en dire beaucoup plus sur la détection
07:26
and many other wonderful things we can do with sensing,
162
431000
2000
et beaucoup d'autres choses merveilleuses que nous pouvons faire avec la détection,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
433000
3000
mais je voulais passer à la deuxième partie dont nous avons discuté au début,
07:31
and that's actuating our environment.
164
436000
2000
et c'est l'actionnement de notre environnement.
07:33
And the first project
165
438000
2000
Et le premier projet
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
440000
3000
est ce que nous avons fait il y a quelques années à Saragosse, en Espagne.
07:38
It started with a question by the mayor of the city,
167
443000
3000
Ça a commencé par une question posée par le maire de la ville,
07:41
who came to us saying
168
446000
2000
qui est venu nous dire
07:43
that Spain and Southern Europe have a beautiful tradition
169
448000
3000
que l'Espagne et l'Europe du Sud ont une belle tradition
07:46
of using water in public space, in architecture.
170
451000
3000
de l'utilisation de l'eau dans l'espace public, dans l'architecture.
07:49
And the question was: How could technology, new technology,
171
454000
2000
Et la question était : comment la technologie pourrait, les nouvelles technologies,
07:51
be added to that?
172
456000
2000
y être ajoutée ?
07:53
And one of the ideas that was developed at MIT in a workshop
173
458000
3000
Et l'une des idées qui a été développée au MIT dans un atelier
07:56
was, imagine this pipe, and you've got valves,
174
461000
3000
a été, imaginez ce tuyau, et vous avez des vannes,
07:59
solenoid valves, taps,
175
464000
2000
des électrovannes, des robinets,
08:01
opening and closing.
176
466000
2000
qui s'ouvrent et qui se ferment.
08:03
You create like a water curtain with pixels made of water.
177
468000
3000
Vous pouvez créer comme un rideau d'eau avec des pixels en eau.
08:06
If those pixels fall,
178
471000
2000
Si ces pixels tombent,
08:08
you can write on it,
179
473000
2000
vous pouvez écrire sur eux,
08:10
you can show patterns, images, text.
180
475000
2000
vous pouvez montrer des motifs, des images, du texte.
08:12
And even you can approach it, and it will open up
181
477000
2000
Et vous pouvez même approcher ce dispositif, et il va s'ouvrir
08:14
to let you jump through,
182
479000
2000
pour vous permettre de passer à travers,
08:16
as you see in this image.
183
481000
2000
comme vous le voyez dans cette image.
08:18
Well, we presented this to Mayor Belloch.
184
483000
2000
Eh bien, nous l'avons présenté au maire Belloch.
08:20
He liked it very much.
185
485000
2000
Il a beaucoup aimé.
08:22
And we got a commission to design a building
186
487000
2000
Et nous avons été commissionnés pour concevoir un bâtiment
08:24
at the entrance of the expo.
187
489000
2000
à l'entrée de l'expo.
08:26
We called it Digital Water Pavilion.
188
491000
2000
Nous l'avons appelé Pavillon de l'Eau Numérique.
08:28
The whole building is made of water.
189
493000
3000
L'ensemble du bâtiment est composé d'eau.
08:33
There's no doors or windows,
190
498000
2000
Il n'y a pas de portes ou fenêtres,
08:35
but when you approach it,
191
500000
2000
mais quand vous vous approchez,
08:37
it will open up to let you in.
192
502000
2000
il s'ouvre pour vous laisser entrer
08:39
(Music)
193
504000
6000
(Musique)
08:52
The roof also is covered with water.
194
517000
3000
Le toit est également recouvert d'eau.
08:57
And if there's a bit of wind,
195
522000
2000
Et si il y a un peu de vent,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
524000
3000
si vous voulez minimiser les éclaboussures, vous pouvez en fait abaisser le toit.
09:04
Or you could close the building,
197
529000
2000
Ou vous pouvez fermer le bâtiment,
09:06
and the whole architecture will disappear,
198
531000
2000
et toute l'architecture va disparaître,
09:08
like in this case.
199
533000
2000
comme dans ce cas.
09:10
You know, these days, you always get images during the winter,
200
535000
2000
Vous savez, ces jours-ci, vous obtenez toujours des images pendant l'hiver
09:12
when they take the roof down,
201
537000
2000
quand ils baissent le toit
09:14
of people who have been there and said, "They demolished the building."
202
539000
3000
des personnes qui y sont allés et ont dit : "Ils ont démoli le bâtiment."
09:17
No, they didn't demolish it, just when it goes down,
203
542000
2000
Non, ils ne l'ont pas démoli, seulement au moment où il descend,
09:19
the architecture almost disappears.
204
544000
2000
l'architecture disparaît presque.
09:21
Here's the building working.
205
546000
3000
Voici le bâtiment en fonction.
09:24
You see the person puzzled about what was going on inside.
206
549000
3000
Vous voyez la personne perplexe quant à ce qui se passait à l'intérieur.
09:27
And here was myself trying not to get wet,
207
552000
2000
Et me voici essayant de ne pas me mouiller,
09:29
testing the sensors that open the water.
208
554000
3000
en testant les capteurs qui ouvrent l'eau.
09:32
Well, I should tell you now what happened one night
209
557000
2000
Eh bien, je dois vous dire maintenant ce qui s'est passé une nuit
09:34
when all of the sensors stopped working.
210
559000
3000
lorsque tous les capteurs ont cessé de fonctionner.
09:37
But actually that night, it was even more fun.
211
562000
3000
Mais en fait cette nuit-là, ça a été encore plus amusant.
09:40
All the kids from Zaragoza came to the building,
212
565000
2000
Tous les enfants de Saragosse sont venus au bâtiment,
09:42
because the way of engaging with the building became something different.
213
567000
3000
parce que la façon de s'engager avec le bâtiment était devenue quelque chose de différent.
09:45
Not anymore a building that would open up to let you in,
214
570000
3000
Ce n'était plus un bâtiment qui s'ouvrait pour vous laisser entrer,
09:48
but a building that would still make cuts and holes through the water,
215
573000
3000
mais un bâtiment qui faisait quand même des coupes et des trous dans l'eau,
09:51
and you had to jump without getting wet.
216
576000
2000
et vous deviez sauter sans vous mouiller.
09:53
(Video) (Crowd Noise)
217
578000
13000
(Vidéo) (bruit de la foule)
10:06
And that was, for us, was very interesting,
218
591000
2000
Et ça, pour nous, c'était très intéressant,
10:08
because, as architects, as engineers, as designers,
219
593000
3000
car en tant qu'architectes, ingénieurs, designers,
10:11
we always think about how people will use the things we design.
220
596000
3000
nous pensons toujours à la façon dont le gens utiliseront les choses que nous concevons.
10:14
But then reality's always unpredictable.
221
599000
3000
Mais ensuite la réalité est toujours imprévisible.
10:17
And that's the beauty of doing things
222
602000
2000
Et c'est ce qui est beau dans le fait de faire des choses
10:19
that are used and interact with people.
223
604000
2000
qui sont utilisées et qui interagissent avec les gens.
10:21
Here is an image then of the building
224
606000
2000
Voici une image du bâtiment à l'époque
10:23
with the physical pixels, the pixels made of water,
225
608000
2000
avec les pixels physiques, les pixels constitués d'eau,
10:25
and then projections on them.
226
610000
3000
et puis des projections dessus.
10:28
And this is what led us to think about
227
613000
2000
Et c'est ce qui nous a amenés à réfléchir
10:30
the following project I'll show you now.
228
615000
2000
au projet suivant que je vais vous montrer maintenant.
10:32
That's, imagine those pixels could actually start flying.
229
617000
3000
C'est, imaginez si ces pixels pouvaient en fait se mettre à voler.
10:35
Imagine you could have small helicopters
230
620000
2000
Imaginez si vous pouviez avoir de petits hélicoptères
10:37
that move in the air,
231
622000
2000
qui se déplacent dans l'air,
10:39
and then each of them with a small pixel in changing lights --
232
624000
3000
et puis chacun d'eux avec un petit pixel dans des lumières qui changent --
10:42
almost as a cloud that can move in space.
233
627000
3000
presque comme un nuage qui peut se déplacer dans l'espace.
10:45
Here is the video.
234
630000
2000
Voici la vidéo.
10:47
(Music)
235
632000
6000
(Musique)
10:53
So imagine one helicopter,
236
638000
3000
Alors imaginez un hélicoptère,
10:56
like the one we saw before,
237
641000
3000
comme celui que nous venons de voir,
11:01
moving with others,
238
646000
3000
se déplaçant avec les autres,
11:04
in synchrony.
239
649000
2000
en synchronie.
11:06
So you can have this cloud.
240
651000
3000
Alors vous pouvez avoir ce nuage.
11:15
You can have a kind of flexible screen or display, like this --
241
660000
4000
Vous pouvez avoir une sorte d'écran ou d'affichage flexible, comme celui-ci -
11:19
a regular configuration in two dimensions.
242
664000
3000
une configuration habituelle en deux dimensions.
11:29
Or in regular, but in three dimensions,
243
674000
3000
Ou habituelle, mais en trois dimensions,
11:32
where the thing that changes is the light,
244
677000
2000
où la chose qui change, c'est la lumière,
11:34
not the pixels' position.
245
679000
2000
pas la position des pixels.
11:46
You can play with a different type.
246
691000
2000
Vous pouvez jouer avec un type différent.
11:48
Imagine your screen could just appear
247
693000
2000
Imaginez si votre écran pouvait apparaître
11:50
in different scales or sizes,
248
695000
3000
sous des échelles et des tailles différentes,
11:53
different types of resolution.
249
698000
3000
différentes résolutions.
12:05
But then the whole thing can be
250
710000
2000
Mais alors tout ça peut n'être
12:07
just a 3D cloud of pixels
251
712000
2000
qu'un nuage de pixels 3D
12:09
that you can approach and move through it
252
714000
3000
que vous pouvez approcher et traverser
12:12
and see from many, many directions.
253
717000
3000
et voir sous de nombreux angles différents.
12:15
Here is the real Flyfire
254
720000
2000
Voici le véritable contrôle du Flyfire
12:17
control and going down to form the regular grid as before.
255
722000
4000
qui descend pour former le V habituel comme avant.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
726000
3000
Quand on allume la lumière, en fait on voit ça, la même chose que ce que nous avons vu avant.
12:24
And imagine each of them then controlled by people.
257
729000
2000
Et imaginez que chacun d'entre eux soit ensuite contrôlé par les gens.
12:26
You can have each pixel
258
731000
2000
Vous pouvez faire que chaque pixel
12:28
having an input that comes from people,
259
733000
2000
reçoive une commande provenant des gens,
12:30
from people's movement, or so and so.
260
735000
2000
des mouvements des gens, etc.
12:32
I want to show you something here for the first time.
261
737000
3000
Je veux vous montrer une chose ici pour la première fois.
12:35
We've been working with Roberto Bolle,
262
740000
2000
Nous avons travaillé avec Roberto Bolle.
12:37
one of today's top ballet dancers --
263
742000
2000
un des meilleurs danseurs de ballet d'aujourd'hui --
12:39
the étoile at Metropolitan in New York
264
744000
2000
danseur étoile au Metropolitan de New York
12:41
and La Scala in Milan --
265
746000
2000
et à la Scala de Milan --
12:43
and actually captured his movement in 3D
266
748000
2000
et avons en fait capturé son mouvement en 3D
12:45
in order to use it as an input for Flyfire.
267
750000
3000
pour l'utiliser comme information pour le Flyfire.
12:48
And here you can see Roberto dancing.
268
753000
3000
Et ici vous pouvez voir Roberto danser.
12:53
You see on the left the pixels,
269
758000
2000
Vous voyez les pixels à gauche,
12:55
the different resolutions being captured.
270
760000
2000
alors que les différentes résolutions sont capturées.
12:57
It's both 3D scanning in real time
271
762000
2000
C'est à la fois un scan 3D en temps réel
12:59
and motion capture.
272
764000
3000
et une capture de mouvement.
13:03
So you can reconstruct a whole movement.
273
768000
3000
On peut donc reconstruire un mouvement entier.
13:10
You can go all the way through.
274
775000
3000
On peut faire tout ça.
13:16
But then, once we have the pixels, then you can play with them
275
781000
2000
Mais ensuite, une fois que nous avons les pixels, nous pouvons jouer avec
13:18
and play with color and movement
276
783000
3000
et jouer avec la couleur et le mouvement
13:21
and gravity and rotation.
277
786000
3000
et la gravité et la rotation.
13:24
So we want to use this as one of the possible inputs
278
789000
2000
Nous voulons donc l'utiliser comme une des sources d'informations
13:26
for Flyfire.
279
791000
2000
à envoyer au Flyfire.
13:47
I wanted to show you the last project we are working on.
280
812000
2000
Je voulais vous montrer le dernier projet sur lequel nous travaillons.
13:49
It's something we're working on for the London Olympics.
281
814000
2000
C'est une chose sur laquelle nous travaillons pour les jeux olympiques de Londres.
13:51
It's called The Cloud.
282
816000
2000
Ça s'appelle le nuage.
13:53
And the idea here is, imagine, again,
283
818000
2000
Et l'idée ici est que imaginez encore une fois,
13:55
we can involve people
284
820000
2000
que nous pouvons impliquer les gens
13:57
in doing something and changing our environment --
285
822000
3000
pour qu'ils fassent quelque chose pour changer notre environnement --
14:00
almost to impart what we call cloud raising --
286
825000
2000
presque pour communiquer ce que nous appelons une construction de nuage --
14:02
like barn raising, but with a cloud.
287
827000
2000
comme une construction de grange, mais avec un nuage.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
829000
4000
Imagines que vous pouvez faire que tout le monde donne quelque chose pour un pixel.
14:08
And I think what is remarkable
289
833000
2000
Et je pense que ce qui est remarquable
14:10
that has happened over the past couple of years
290
835000
2000
et qui s'est produit ces deux dernières années
14:12
is that, over the past couple of decades,
291
837000
2000
c'est que, au cours des 20 dernières années,
14:14
we went from the physical world to the digital one.
292
839000
3000
nous sommes passés du monde physique au monde numérique.
14:17
This has been digitizing everything, knowledge,
293
842000
2000
Tout a été numérisé, le savoir,
14:19
and making that accessible through the Internet.
294
844000
2000
et tout a été rendu accessible par internet.
14:21
Now today, for the first time --
295
846000
2000
Aujourd'hui, pour la première fois -
14:23
and the Obama campaign showed us this --
296
848000
2000
et la campagne d'Obama nous l'a montré -
14:25
we can go from the digital world,
297
850000
2000
nous pouvons passer du monde numérique,
14:27
from the self-organizing power of networks,
298
852000
2000
du pouvoir des réseaux à s'auto-organiser
14:29
to the physical one.
299
854000
2000
au monde physique.
14:31
This can be, in our case,
300
856000
2000
Dans notre cas, cela peut être
14:33
we want to use it for designing and doing a symbol.
301
858000
2000
que nous voulons l'utiliser pour concevoir et faire un symbole.
14:35
That means something built in a city.
302
860000
2000
Cela veut dire quelque chose de construit dans une ville.
14:37
But tomorrow it can be,
303
862000
2000
Mais demain, cela peut être,
14:39
in order to tackle today's pressing challenges --
304
864000
3000
pour s'attaquer aux problèmes qui s'annoncent --
14:42
think about climate change or CO2 emissions --
305
867000
2000
pensez au changement climatique ou aux émissions de CO2 --
14:44
how we can go from the digital world to the physical one.
306
869000
3000
comment nous pouvons passer du monde numérique au monde physique.
14:47
So the idea that we can actually involve people
307
872000
2000
D'où l'idée que nous pouvons vraiment impliquer les gens
14:49
in doing this thing together, collectively.
308
874000
2000
pour faire cette chose ensemble, collectivement.
14:51
The cloud is a cloud, again, made of pixels,
309
876000
3000
Le nuage est un nuage, une fois encore, fait de pixels
14:54
in the same way as the real cloud
310
879000
2000
de la même façon que le vrai nuage
14:56
is a cloud made of particles.
311
881000
2000
est un nuage fait de particules.
14:58
And those particles are water,
312
883000
2000
Et ces particules sont de l'eau,
15:00
where our cloud is a cloud of pixels.
313
885000
2000
alors que notre nuage est un nuage de pixels.
15:02
It's a physical structure in London, but covered with pixels.
314
887000
3000
C'est une structure physique à Londres, mais couverte de pixels.
15:05
You can move inside, have different types of experiences.
315
890000
2000
Vous pouvez vous déplaçer à l'intérieur, faire différentes sortes de choses.
15:07
You can actually see from underneath,
316
892000
2000
Vous pouvez vraiment voir par en-dessous,
15:09
sharing the main moments
317
894000
2000
partager les principaux moments
15:11
for the Olympics in 2012 and beyond,
318
896000
3000
des jeux Olympiques de 2012 et au-delà,
15:14
and really using it as a way to connect with the community.
319
899000
4000
et vraiment l'utiliser comme un moyen de vous connecter à la communauté.
15:18
So both the physical cloud in the sky
320
903000
4000
Donc à la fois le nuage physique dans le ciel
15:22
and something you can go to the top [of],
321
907000
3000
et une chose sur laquelle vous pouvez monter,
15:25
like London's new mountaintop.
322
910000
2000
comme le nouveau sommet de la montagne de Londres.
15:27
You can enter inside it.
323
912000
2000
Vous pouvez entrer dedans.
15:29
And a kind of new digital beacon for the night --
324
914000
3000
Un nouveau genre de balise nocturne -
15:32
but most importantly,
325
917000
2000
mais plus important
15:34
a new type of experience for anybody who will go to the top.
326
919000
3000
un nouveau genre d'expérience pour quiconque ira jusqu'au sommet.
15:37
Thank you.
327
922000
2000
Merci.
15:39
(Applause)
328
924000
2000
(Applaudissements)
ABOUT THE SPEAKER
Carlo Ratti - Architect and engineerCarlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.
Why you should listen
Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.
Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.
For more information on the projects in this talk, visit SENSEable @ TED >>
Carlo Ratti | Speaker | TED.com