TED2014
Joi Ito: Want to innovate? Become a "now-ist"
Joi Ito: Vous voulez innover ? Devenez un « maintenant-iste »
Filmed:
Readability: 4.2
2,304,454 views
« Vous souvenez-vous de l'avant-Internet ? » demande Joi Ito. « Vous souvenez-vous du temps où les gens prédisaient le futur ? » Dans cet exposé engagé, le chef du MIT Media Lab évite les prédictions et fait partager pour créer immédiatement : construire vite, amélioration continue, sans attendre l'autorisation ni la preuve que l'idée est bonne. Cette innovation ascendante est à l'origine des plus fascinants projets, et est rendue possible, selon lui, par une ouverture et une attention à ce qu'il se passe autour de nous maintenant. Il ne faut pas être futuriste nous conseille-t-il, mais « maintenant-iste ».
Double-click the English transcript below to play the video.
00:12
On March 10, 2011,
0
543
2743
Le 10 mars 2011,
00:15
I was in Cambridge at the MIT Media Lab
1
3286
3007
j'étais à Cambridge au
Media Lab du MIT
Media Lab du MIT
00:18
meeting with faculty, students and staff,
2
6293
3229
avec des membres de la faculté,
des étudiants et du personnel.
des étudiants et du personnel.
00:21
and we were trying to figure out whether
3
9522
1789
Nous nous demandions si
00:23
I should be the next director.
4
11311
2360
je devais être le nouveau directeur.
00:25
That night, at midnight,
5
13671
2369
Cette nuit-là, à minuit,
00:28
a magnitude 9 earthquake
6
16040
1770
un séisme de magnitude 9
00:29
hit off of the Pacific coast of Japan.
7
17810
2866
a touché la côte pacifique du Japon.
00:32
My wife and family were in Japan,
8
20676
2285
Ma femme et ma famille étaient au Japon,
00:34
and as the news started to come in,
9
22961
3310
et alors que l'information
commençait à circuler,
commençait à circuler,
00:38
I was panicking.
10
26271
1699
j'ai commencé à paniquer.
00:39
I was looking at the news streams
11
27970
1262
Je surveillais les infos
00:41
and listening to the press conferences
12
29232
2828
et j'écoutais les conférences de presse
00:44
of the government officials
13
32060
2210
du gouvernement
00:46
and the Tokyo Power Company,
14
34270
1590
et de la Tokyo Power Company,
00:47
and hearing about this explosion
15
35860
2551
appris l'explosion
00:50
at the nuclear reactors
16
38411
1199
des réacteurs nucléaires,
00:51
and this cloud of fallout
17
39610
1681
et le nuage radioactif qui
00:53
that was headed towards our house
18
41291
1899
se dirigeaient vers notre maison
00:55
which was only about 200 kilometers away.
19
43190
2899
qui se situait à environ
200 kilomètres de là.
200 kilomètres de là.
00:58
And the people on TV weren't telling us
20
46089
2831
Et les gens à la télé ne nous disaient
01:00
anything that we wanted to hear.
21
48920
1940
rien de ce que l'on voulait entendre.
01:02
I wanted to know what was going on with the reactor,
22
50860
1960
Où en était le réacteur,
01:04
what was going on with the radiation,
23
52820
1422
où en était la radiation,
01:06
whether my family was in danger.
24
54242
2328
ma famille était-elle en danger ?
01:08
So I did what instinctively felt like the right thing,
25
56570
3189
J'ai fait ce qui
me semblait juste,
me semblait juste,
01:11
which was to go onto the Internet
26
59759
1671
c'est-à-dire aller sur Internet
01:13
and try to figure out
27
61430
1342
pour voir
01:14
if I could take matters into my own hands.
28
62772
2411
si je pouvais prendre les choses en mains.
01:17
On the Net, I found there were a lot of other people
29
65183
1841
Sur le net, beaucoup de gens
cherchaient aussi à savoir
ce qui se passait,
ce qui se passait,
01:19
like me trying to figure out what was going on,
30
67024
2066
01:21
and together we sort of loosely formed a group
31
69090
2216
alors nous avons fini par faire un groupe,
01:23
and we called it Safecast,
32
71306
2471
baptisé Safecast.
01:25
and we decided we were going to try
33
73777
1172
Nous avons essayé
01:26
to measure the radiation
34
74949
1746
de mesurer la radiation
01:28
and get the data out to everybody else,
35
76695
1774
et de diffuser ces données à tous,
01:30
because it was clear that the government
36
78469
1672
car il était clair que le gouvernement
01:32
wasn't going to be doing this for us.
37
80141
2902
n'allait pas le faire pour nous.
01:35
Three years later,
38
83043
1417
Trois ans plus tard,
01:36
we have 16 million data points,
39
84460
3094
nous avons 16 millions de capteurs,
01:39
we have designed our own Geiger counters
40
87554
2745
nous avons créé notre compteur Geiger,
ses plans sont ouverts, et vous
01:42
that you can download the designs
41
90299
1653
pouvez le brancher sur le réseau.
01:43
and plug it into the network.
42
91952
874
01:44
We have an app that shows you
43
92826
1904
Nous avons une application qui montre
la plupart des radiations au Japon
et ailleurs dans le monde.
et ailleurs dans le monde.
01:46
most of the radiation in Japan
and other parts of the world.
and other parts of the world.
44
94730
3027
C'est l'un des projets
scientifiques « citoyens »
scientifiques « citoyens »
01:49
We are arguably one of the most successful
45
97757
2205
01:51
citizen science projects in the world,
46
99962
1855
les plus aboutis au monde,
01:53
and we have created
47
101817
2352
et nous avons créé
01:56
the largest open dataset of radiation measurements.
48
104169
3501
la plus grande base de mesures
de radiation ouverte à tous.
de radiation ouverte à tous.
01:59
And the interesting thing here
49
107670
2742
Et ce qui est intéressant,
02:02
is how did — (Applause) — Thank you.
50
110412
4648
c'est comment -
(applaudissements) - Merci.
(applaudissements) - Merci.
02:07
How did a bunch of amateurs
51
115060
2091
Comment est-ce que des amateurs
02:09
who really didn't know what we were doing
52
117151
2169
qui ne savaient pas ce qu'ils faisaient,
02:11
somehow come together
53
119320
1689
se sont retrouvés,
02:13
and do what NGOs and the government
54
121009
3184
et ont fait ce que
les ONGs et le gouvernement
les ONGs et le gouvernement
02:16
were completely incapable of doing?
55
124193
2418
étaient incapables de faire ?
02:18
And I would suggest that this has something to do
56
126611
2758
Je suppose que c'est lié à
l'Internet. Ce n'est dû au hasard.
02:21
with the Internet. It's not a fluke.
57
129369
1760
02:23
It wasn't luck, and it wasn't because it was us.
58
131129
2851
Ce n'était pas de la chance,
pas parce que c'était nous.
pas parce que c'était nous.
02:25
It helped that it was an event
59
133980
1418
C'est cet événement qui
02:27
that pulled everybody together,
60
135398
1635
a rassemblé tout le monde.
Une nouvelle façon
de faire les choses,
de faire les choses,
02:29
but it was a new way of doing things
61
137033
1758
02:30
that was enabled by the Internet
62
138791
2079
rendue possible par l'Internet,
02:32
and a lot of the other things that were going on,
63
140870
1592
et un tas d'autres choses
02:34
and I want to talk a little bit about
64
142462
2013
et je voudrais discuter un peu de
02:36
what those new principles are.
65
144475
2669
ces nouveaux principes.
02:39
So remember before the Internet? (Laughter)
66
147144
4808
Vous souvenez-vous comment
c'était avant Internet ? (Rires)
c'était avant Internet ? (Rires)
02:43
I call this B.I. Okay?
67
151952
1788
J'appelle ça « A. I. », ok ?
02:45
So, in B.I., life was simple.
68
153740
3611
Donc, « A. I. », la vie était simple.
02:49
Things were Euclidian, Newtonian,
69
157351
2746
Les choses étaient euclidiennes,
newtoniennes,
newtoniennes,
02:52
somewhat predictable.
70
160097
1459
plutôt prévisibles.
02:53
People actually tried to predict the future,
71
161556
2410
Les gens essayaient vraiment
de prédire le futur,
de prédire le futur,
02:55
even the economists.
72
163966
1714
même les économistes.
02:57
And then the Internet happened,
73
165680
3214
Puis, l'Internet est arrivé,
03:00
and the world became extremely complex,
74
168894
2071
et le monde devint extrêmement complexe,
03:02
extremely low-cost, extremely fast,
75
170965
2637
extrêmement bon marché,
extrêmement rapide,
extrêmement rapide,
03:05
and those Newtonian laws
76
173602
2118
et ces lois newtoniennes
03:07
that we so dearly cherished
77
175720
1799
que nous aimions de tout notre cœur
03:09
turned out to be just local ordinances,
78
177519
2197
s'avérèrent être de simple décrets locaux.
03:11
and what we found was that in this
79
179716
1751
Nous avons découvert que, dans ce
03:13
completely unpredictable world
80
181467
2613
monde complètement imprévisible,
03:16
that most of the people who were surviving
81
184080
2032
la plupart des survivants
03:18
were working with sort of a different set of principles,
82
186112
3333
travaillaient en suivant
des principes différents,
des principes différents,
03:21
and I want to talk a little bit about that.
83
189445
2631
et c'est de ça dont je veux parler.
03:24
Before the Internet, if you remember,
84
192076
1364
Avant Internet, pour créer des services,
03:25
when we tried to create services,
85
193440
1905
on commençait par le matériel,
03:27
what you would do is you'd create
86
195345
1026
03:28
the hardware layer and the
network layer and the software
network layer and the software
87
196371
2312
puis le réseau, et le logiciel.
03:30
and it would cost millions of dollars
88
198683
2028
Il fallait des millions de dollars
03:32
to do anything that was substantial.
89
200711
2307
pour faire quoi que ce soit d'important.
Quand ça coûte
des millions de dollars,
des millions de dollars,
03:35
So when it costs millions of dollars
to do something substantial,
to do something substantial,
90
203018
2439
03:37
what you would do is you'd get an MBA
91
205457
2072
on engage un MBA
03:39
who would write a plan
92
207529
1458
pour monter un projet
et réunir l'argent
03:40
and get the money
93
208987
943
auprès d'investisseurs
ou d'entreprises,
ou d'entreprises,
03:41
from V.C.s or big companies,
94
209930
1744
pour ensuite engager des ingénieurs,
03:43
and then you'd hire the designers and the engineers,
95
211674
2113
qui construisent le truc.
03:45
and they'd build the thing.
96
213787
1023
03:46
This is the Before Internet, B.I., innovation model.
97
214810
4619
Ça, c'est le modèle d'innovation
avant l'Internet.
avant l'Internet.
03:51
What happened after the Internet was
98
219429
2307
Mais après l'Internet,
03:53
the cost of innovation went down so much
99
221736
1756
le coût de l'innovation a dégringolé
03:55
because the cost of collaboration,
the cost of distribution,
the cost of distribution,
100
223492
2487
car les coûts de collaboration,
de distribution,
de distribution,
03:57
the cost of communication, and Moore's Law
101
225979
2643
de communication, et la loi de Moore
04:00
made it so that the cost of trying a new thing
102
228622
2676
ont permis d'essayer de nouvelles choses
04:03
became nearly zero,
103
231298
1394
pour un coût quasi nul.
04:04
and so you would have Google, Facebook, Yahoo,
104
232692
2269
Vous retrouvez Google,
Facebook, Yahoo,
Facebook, Yahoo,
des étudiants qui n'ont pas
demandé l'autorisation d'innover.
demandé l'autorisation d'innover.
04:06
students that didn't have permission —
105
234961
1771
04:08
permissionless innovation —
106
236732
1373
Pas de permission, pas de PowerPoint.
04:10
didn't have permission, didn't have PowerPoints,
107
238105
1620
04:11
they just built the thing,
108
239725
2103
Ils ont juste construit le truc,
et seulement ensuite levé les fonds,
04:13
then they raised the money,
109
241828
1444
04:15
and then they sort of figured out a business plan
110
243272
2201
improvisé un business plan,
04:17
and maybe later on they hired some MBAs.
111
245473
2357
et peut-être engagé
des MBA par la suite.
des MBA par la suite.
04:19
So the Internet caused innovation,
112
247830
2311
L'Internet a permis l'innovation,
au moins en logiciels et services,
04:22
at least in software and services,
113
250141
1124
04:23
to go from an MBA-driven innovation model
114
251265
2859
d'aller d'un modèle déterminé par le MBA
04:26
to a designer-engineer-driven innovation model,
115
254124
3903
à un modèle déterminé par
le designer-ingénieur.
le designer-ingénieur.
04:30
and it pushed innovation to the edges,
116
258027
2098
Ça a poussé l'innovation aux sommets,
jusqu'aux étudiants,
jusqu'aux start-ups,
jusqu'aux start-ups,
04:32
to the dorm rooms, to the startups,
117
260125
1546
04:33
away from the large institutions,
118
261671
1686
loin des grandes institutions,
04:35
the stodgy old institutions that had the power
119
263357
2355
la vieille institution
qui avait le pouvoir,
qui avait le pouvoir,
04:37
and the money and the authority.
120
265712
1687
l'argent et l'autorité.
04:39
And we all know this. We all know
this happened on the Internet.
this happened on the Internet.
121
267399
2609
Tout le monde sait ça,
que c'est arrivé avec Internet.
que c'est arrivé avec Internet.
04:42
It turns out it's happening in other things, too.
122
270008
2765
Il s'avère que ça arrive avec
d'autres choses également.
d'autres choses également.
04:44
Let me give you some examples.
123
272773
3242
Laissez-moi vous donner quelques exemples.
Au Media Lab, nous ne faisons pas que
du matériel informatique,
du matériel informatique,
04:48
So at the Media Lab, we don't just do hardware.
124
276015
2785
mais plein de choses :
04:50
We do all kinds of things.
125
278800
1042
04:51
We do biology, we do hardware,
126
279842
1885
de la biologie, du matériel, et
04:53
and Nicholas Negroponte
famously said, "Demo or die,"
famously said, "Demo or die,"
127
281727
3621
Nicholas Negroponte a dit cette phrase
célèbre : « Faire une démo ou mourir »,
célèbre : « Faire une démo ou mourir »,
04:57
as opposed to "Publish or perish,"
128
285348
1722
par opposition à « Publier ou périr »,
04:59
which was the traditional academic way of thinking.
129
287070
2243
qui était la manière de penser académique.
05:01
And he often said, the demo only has to work once,
130
289313
3562
Et il disait souvent qu'il suffit à la
démo de marcher une seule fois,
démo de marcher une seule fois,
05:04
because the primary mode of us impacting the world
131
292875
2816
parce qu'avoir un impact sur
le monde se fait
le monde se fait
05:07
was through large companies
132
295691
1778
à travers les grandes entreprises
05:09
being inspired by us
133
297469
1263
qui s'inspirent de nous,
05:10
and creating products like
the Kindle or Lego Mindstorms.
the Kindle or Lego Mindstorms.
134
298732
3516
et qui créent des produits comme
le Kindle ou les Lego Mindstorms.
le Kindle ou les Lego Mindstorms.
05:14
But today, with the ability
135
302248
1942
Mais aujourd'hui,
diffuser des choses dans le monde réel
diffuser des choses dans le monde réel
05:16
to deploy things into the real world at such low cost,
136
304190
2309
présente un coût si faible,
05:18
I'm changing the motto now,
137
306499
2150
que j'ai décidé de changer la devise.
05:20
and this is the official public statement.
138
308649
1813
Ma déclaration, publique et officielle :
05:22
I'm officially saying, "Deploy or die."
139
310462
2497
« Diffuser ou mourir. »
05:24
You have to get the stuff into the real world
140
312959
2221
Vous devez confronter les choses
au monde réel
au monde réel
05:27
for it to really count,
141
315180
1356
pour que ça compte vraiment,
05:28
and sometimes it will be large companies,
142
316536
1879
et parfois via de grandes entreprises,
05:30
and Nicholas can talk about satellites.
143
318415
1957
et Nicholas peut parler de satellites.
05:32
(Applause)
144
320372
1286
(Applaudissements)
05:33
Thank you.
145
321658
1082
Merci.
05:34
But we should be getting out there ourselves
146
322740
1774
Mais on devrait s'y mettre nous-mêmes
05:36
and not depending on large
institutions to do it for us.
institutions to do it for us.
147
324514
3584
sans attendre que de grandes institutions
le fassent pour nous.
le fassent pour nous.
05:40
So last year, we sent a bunch
of students to Shenzhen,
of students to Shenzhen,
148
328098
2702
L'an dernier, nous avons envoyé
des étudiants à Shenzhen.
des étudiants à Shenzhen.
05:42
and they sat on the factory floors
149
330800
1580
Ils se sont assis dans l'usine
avec les innovateurs de Shenzhen,
c'était incroyable.
c'était incroyable.
05:44
with the innovators in Shenzhen, and it was amazing.
150
332380
2305
05:46
What was happening there
151
334685
1477
Là-bas vous disposez
d'appareils de production,
d'appareils de production,
05:48
was you would have these manufacturing devices,
152
336162
2184
pas pour faire des prototypes
ou des PowerPoint.
ou des PowerPoint.
05:50
and they weren't making prototypes or PowerPoints.
153
338346
2193
05:52
They were fiddling with the manufacturing equipment
154
340539
2465
Ils jouaient avec le
matériel de production
matériel de production
05:55
and innovating right on the
manufacturing equipment.
manufacturing equipment.
155
343004
3210
et innovaient sur cet équipement même.
05:58
The factory was in the designer,
156
346214
1886
L'usine était dans le designer,
06:00
and the designer was literally in the factory.
157
348100
2274
et le designer était
littéralement dans l'usine.
littéralement dans l'usine.
06:02
And so what you would do is,
158
350374
1626
Imaginez-vous en train de
06:04
you'd go down to the stalls
159
352000
1241
parcourir ces stands
06:05
and you would see these cell phones.
160
353241
2556
remplis de téléphones cellulaires.
06:07
So instead of starting little websites
161
355797
2525
Plutôt que de créer de petits sites web
06:10
like the kids in Palo Alto do,
162
358322
1548
comme les gamins de Palo Alto,
06:11
the kids in Shenzhen make new cell phones.
163
359870
2540
ceux de Shenzhen créent
de nouveaux téléphones.
de nouveaux téléphones.
06:14
They make new cell phones like kids in Palo Alto
164
362410
2697
Ils font des téléphones
comme les gamins de Palo Alto
comme les gamins de Palo Alto
06:17
make websites,
165
365107
1258
font des sites internet.
06:18
and so there's a rainforest
166
366365
2113
L'innovation du téléphone cellulaire
06:20
of innovation going on in the cell phone.
167
368478
1556
devient vertigineuse.
D'abord, ils fabriquent un téléphone,
06:22
What they do is, they make a cell phone,
168
370034
1600
06:23
go down to the stall, they sell some,
169
371634
2224
puis vont aux stands pour
en vendre un ou deux.
en vendre un ou deux.
06:25
they look at the other kids' stuff, go up,
170
373858
2325
En voyant le travail des autres,
06:28
make a couple thousand more, go down.
171
376183
2591
ils retournent en fabriquer
quelques milliers de plus.
quelques milliers de plus.
06:30
Doesn't this sound like a software thing?
172
378774
1991
C'est comme du développement logiciel.
06:32
It sounds like agile software development,
173
380765
1647
Ça ressemble aux méthodes agiles,
06:34
A/B testing and iteration,
174
382412
2928
à ses tests et à ses itérations.
06:37
and what we thought you could only do with software
175
385340
2083
Ce que seuls les logiciels permettaient,
06:39
kids in Shenzhen are doing this in hardware.
176
387423
2270
les gamins de Shenzhen le font
avec du matériel.
avec du matériel.
06:41
My next fellow, I hope, is going to be
177
389693
1467
J'espère qu'un de ces gamins
06:43
one of these innovators from Shenzhen.
178
391160
1485
sera mon prochain confrère.
06:44
And so what you see is
179
392645
1665
On constate que ça pousse
06:46
that is pushing innovation to the edges.
180
394310
1969
l'innovation au-delà de ses limites.
06:48
We talk about 3D printers and stuff like that,
181
396279
2105
On parle d'imprimantes 3D par exemple,
06:50
and that's great, but this is Limor.
182
398384
1991
ce qui est déjà bien. Mais voici Limor.
06:52
She is one of our favorite graduates,
183
400375
2259
C'est l'une de nos étudiantes préférées.
06:54
and she is standing in front of a Samsung
184
402634
2076
Elle se tient devant une machine
06:56
Techwin Pick and Place Machine.
185
404710
1833
Samsung « Techwin Pick and Place ».
06:58
This thing can put 23,000 components per hour
186
406543
3924
Cette chose peut assembler
23 000 composants par heure
23 000 composants par heure
07:02
onto an electronics board.
187
410467
1993
sur une carte électronique.
07:04
This is a factory in a box.
188
412460
1823
Une véritable usine en boîte.
07:06
So what used to take a factory full of workers
189
414283
2498
Ce qui demandait une usine d'ouvriers
07:08
working by hand
190
416781
1019
travaillant à la main
07:09
in this little box in New York,
191
417800
1709
tient dans cette boîte à New York.
07:11
she's able to have effectively —
192
419509
1050
Limor peut tout faire,
07:12
She doesn't actually have to go to Shenzhen
193
420559
1633
sans même aller à Shenzhen
07:14
to do this manufacturing.
194
422192
1244
pour faire cet assemblage.
07:15
She can buy this box and she can manufacture it.
195
423436
2261
Elle peut acheter cette boîte,
l'assembler seule.
l'assembler seule.
07:17
So manufacturing, the cost of innovation,
196
425697
2243
Les coûts de la fabrication,
de l'innovation,
de l'innovation,
07:19
the cost of prototyping, distribution,
manufacturing, hardware,
manufacturing, hardware,
197
427940
2690
du prototype, de la distribution,
de la fabrication, du matériel
de la fabrication, du matériel
07:22
is getting so low
198
430630
1463
devient tellement faible
07:24
that innovation is being pushed to the edges
199
432093
2317
que l'innovation repousse ses limites.
07:26
and students and startups are being able to build it.
200
434410
2428
Les étudiants et les start-ups
peuvent participer.
peuvent participer.
07:28
This is a recent thing, but this will happen
201
436838
1878
C'est récent, mais ça va se généraliser
07:30
and this will change
202
438716
1483
et ça va tout changer
07:32
just like it did with software.
203
440199
2425
comme ça l'a fait avec les logiciels.
07:34
Sorona is a DuPont process
204
442624
3246
Sorona est un processus de DuPont
07:37
that uses a genetically engineered microbe
205
445870
3020
qui utilise un microbe
génétiquement modifié
génétiquement modifié
07:40
to turn corn sugar into polyester.
206
448890
3950
pour transformer du sucre de maïs
en polyester.
en polyester.
07:44
It's 30 percent more efficient
than the fossil fuel method,
than the fossil fuel method,
207
452840
2478
C'est 30% plus efficace
que des combustibles fossiles
que des combustibles fossiles
07:47
and it's much better for the environment.
208
455318
3659
et c'est bien meilleur
pour l'environnement.
pour l'environnement.
07:50
Genetic engineering and bioengineering
209
458977
1405
Le génie génétique et biomédical
crée un tas
crée un tas
07:52
are creating a whole bunch
210
460382
1531
07:53
of great new opportunities
211
461913
1758
d'opportunités géniales
07:55
for chemistry, for computation, for memory.
212
463671
2829
en chimie, en calcul, en mémoire.
07:58
We will probably be doing a lot,
obviously doing health things,
obviously doing health things,
213
466500
2050
Ce sera sûrement
très utilisé pour la santé
très utilisé pour la santé
08:00
but we will probably be growing chairs
214
468550
2204
mais aussi à d'autres endroits
qu'on ne soupçonne pas.
qu'on ne soupçonne pas.
08:02
and buildings soon.
215
470754
1040
08:03
The problem is, Sorona costs
about 400 million dollars
about 400 million dollars
216
471794
3910
Le problème, c'est que Sorona
coûte 400 millions de dollars,
coûte 400 millions de dollars,
et a demandé 7 ans de conception.
08:07
and took seven years to build.
217
475704
1381
08:09
It kind of reminds you of the old mainframe days.
218
477085
3079
Ça rappelle le temps
des ordinateurs centraux.
des ordinateurs centraux.
08:12
The thing is, the cost of innovation
219
480164
2492
Mais le coût de l'innovation
08:14
in bioengineering is also going down.
220
482656
1586
en bio-ingénierie baisse.
08:16
This is desktop gene sequencer.
221
484242
1969
Ceci est un séquenceur de gènes.
08:18
It used to cost millions and millions
of dollars to sequence genes.
of dollars to sequence genes.
222
486211
3554
Avant lui, séquencer des gènes
coûtait une fortune.
coûtait une fortune.
08:21
Now you can do it on a desktop like this,
223
489765
1744
Maintenant c'est faisable
08:23
and kids can do this in dorm rooms.
224
491509
2093
par des gamins dans leur chambre.
08:25
This is Gen9 gene assembler,
225
493602
2688
Ceci est un assembleur de gènes « Gen9 ».
08:28
and so right now when you try to print a gene,
226
496290
2079
Avant, pour imprimer un gène,
08:30
what you do is somebody in a factory
227
498369
1268
il fallait quelqu'un
08:31
with pipettes puts the thing together by hand,
228
499637
1940
armé des pipettes, assemblant à la main.
08:33
you have one error per 100 base pairs,
229
501577
2351
Résultat : une erreur pour
100 paires de bases,
100 paires de bases,
08:35
and it takes a long time and costs a lot of money.
230
503928
2576
un temps et un coût considérables.
08:38
This new device
231
506504
1386
Ce nouveau dispositif
08:39
assembles genes on a chip,
232
507890
1674
assemble les gènes sur une puce.
08:41
and instead of one error per 100 base pairs,
233
509564
2149
Au lieu d'une erreur pour
100 paires de bases,
100 paires de bases,
08:43
it's one error per 10,000 base pairs.
234
511713
2126
on a une erreur pour
10 000 paires de bases.
10 000 paires de bases.
08:45
In this lab, we will have the world's capacity
235
513839
2745
Ce labo peut imprimer en 1 an
08:48
of gene printing within a year,
236
516584
2103
autant de gènes que le reste du monde.
08:50
200 million base pairs a year.
237
518687
2612
Soit 200 millions de
paires de bases par an.
paires de bases par an.
08:53
This is kind of like when we went
238
521299
2563
C'est un peu comme si nous passions
08:55
from transistor radios wrapped by hand
239
523862
2261
d'une radio à transistors
08:58
to the Pentium.
240
526123
1271
à un Pentium.
08:59
This is going to become the
Pentium of bioengineering,
Pentium of bioengineering,
241
527394
2396
Cette machine sera le Pentium
de la bio-ingénierie,
de la bio-ingénierie,
09:01
pushing bioengineering into the hands
242
529790
2036
accessible aux gamins
09:03
of dorm rooms and startup companies.
243
531826
2601
et aux start-ups.
09:06
So it's happening in software and in hardware
244
534427
2773
Ça arrive dans les mondes du logiciel,
du matériel, et
du matériel, et
09:09
and bioengineering,
245
537200
963
de la bio-ingénierie.
09:10
and so this is a fundamental new
way of thinking about innovation.
way of thinking about innovation.
246
538163
3281
C'est une façon fondamentalement
différente de penser l'innovation.
différente de penser l'innovation.
09:13
It's a bottom-up innovation, it's democratic,
247
541444
2677
C'est une innovation ascendante,
démocratique,
démocratique,
09:16
it's chaotic, it's hard to control.
248
544121
2204
chaotique, difficile à contrôler.
09:18
It's not bad, but it's very different,
249
546325
2307
C'est différent, pas un mal en soit.
09:20
and I think that the traditional rules that we have
250
548632
1967
Je pense que les règles qui régissaient
09:22
for institutions don't work anymore,
251
550599
2072
nos institutions sont dépassées,
09:24
and most of us here
252
552671
1679
et que la plupart d'entre nous
09:26
operate with a different set of principles.
253
554350
3083
vont adopter de nouveaux principes.
09:29
One of my favorite principles is the power of pull,
254
557433
2836
Un de mes principes préférés est celui
09:32
which is the idea of pulling resources
255
560269
2291
qui consiste à préférer tirer les
ressources à soi
ressources à soi
09:34
from the network as you need them
256
562560
1766
au moment où on en a besoin
09:36
rather than stocking them in the center
257
564326
1845
plutôt que de les centraliser
09:38
and controlling everything.
258
566171
1585
et de tout contrôler.
09:39
So in the case of the Safecast story,
259
567756
2764
Pour revenir à l'histoire de Safecast,
je ne savais rien avant
le tremblement de terre
le tremblement de terre
09:42
I didn't know anything when
the earthquake happened,
the earthquake happened,
260
570520
1842
09:44
but I was able to find Sean
261
572362
1628
mais j'ai pu trouver Sean,
09:45
who was the hackerspace community organizer,
262
573990
2196
l'organisateur communautaire
du hackerspace,
du hackerspace,
09:48
and Peter, the analog hardware hacker
263
576186
1786
et Peter, hacker du monde
analogique et
analogique et
09:49
who made our first Geiger counter,
264
577972
1716
qui a fait notre compteur Geiger.
09:51
and Dan, who built the Three Mile Island
265
579688
1998
Et Dan, qui avait
le système de surveillance
le système de surveillance
09:53
monitoring system after the
Three Mile Island meltdown.
Three Mile Island meltdown.
266
581686
3334
suite à l'accident nucléaire
de Three Mile Island.
de Three Mile Island.
09:57
And these people I wouldn't have been able to find
267
585020
2386
Je n'aurais pas pu trouver ces gens avant,
09:59
beforehand and probably were better
268
587406
2434
et il valait sans doute mieux
10:01
that I found them just in time from the network.
269
589840
3127
les trouver pile au bon moment.
10:04
I'm a three-time college dropout,
270
592967
1867
J'ai arrêté mes études 3 fois, alors
10:06
so learning over education
271
594834
1673
apprendre hors de l'éducation
10:08
is very near and dear to my heart,
272
596507
1425
est important pour moi.
10:09
but to me, education is what people do to you
273
597932
2524
L'éducation est
ce que les gens font pour toi,
ce que les gens font pour toi,
10:12
and learning is what you do to yourself.
274
600456
2999
apprendre est ce que tu fais
pour toi-même.
pour toi-même.
10:15
(Applause)
275
603455
3776
(Applaudissements)
10:19
And it feels like, and I'm biased,
276
607231
1759
Je suis biaisé,
10:20
it feels like they're trying to make you memorize
277
608990
2797
mais j'ai le sentiment
qu'il s'agit d'apprendre
qu'il s'agit d'apprendre
10:23
the whole encyclopedia before
they let you go out and play,
they let you go out and play,
278
611787
3114
toute l'encyclopédie avant
de pouvoir sortir expérimenter.
de pouvoir sortir expérimenter.
10:26
and to me, I've got Wikipedia on my cell phone,
279
614901
4097
Personnellement, j'ai Wikipedia
sur mon téléphone.
sur mon téléphone.
10:30
and it feels like they assume
280
618998
1703
On dirait qu'ils supposent
10:32
you're going to be on top of some mountain
281
620701
1787
qu'on ira au sommet d'une montagne,
10:34
all by yourself with a number 2 pencil
282
622488
2461
seul, avec un stylo,
10:36
trying to figure out what to do
283
624949
1383
afin de trouver quoi faire.
10:38
when in fact you're always going to be connected,
284
626332
2116
En réalité, on est toujours connecté,
10:40
you're always going to have friends,
285
628448
1645
on a toujours des amis,
10:42
and you can pull Wikipedia
up whenever you need it,
up whenever you need it,
286
630093
1959
avec Wikipedia à disposition
si besoin.
si besoin.
10:44
and what you need to learn is how to learn.
287
632052
3448
Ce qu'il faut apprendre, c'est
comment apprendre.
comment apprendre.
10:47
In the case of Safecast, a bunch of amateurs
288
635500
2644
Dans le cas de Safecast,
encore amateurs quand
encore amateurs quand
10:50
when we started three years ago,
289
638144
1598
nous avons commencé il y a 3 ans,
10:51
I would argue that we probably as a group
290
639742
2508
je dirais que notre groupe
10:54
know more than any other organization
291
642250
2416
en sait plus que n'importe
quelle organisation
quelle organisation
10:56
about how to collect data and publish data
292
644666
3209
sur la collection et
la publication de données,
la publication de données,
10:59
and do citizen science.
293
647875
2772
ainsi que sur la science citoyenne.
Le compas mieux que la carte.
11:02
Compass over maps.
294
650647
1120
11:03
So this one, the idea is that the cost of writing a plan
295
651767
3725
Le coût de l'écriture d'un plan
11:07
or mapping something is getting so expensive
296
655492
3103
ou de planifier quelque chose
est trop important,
est trop important,
11:10
and it's not very accurate or useful.
297
658595
3173
trop imprécis et peu utile.
11:13
So in the Safecast story, we
knew we needed to collect data,
knew we needed to collect data,
298
661768
3112
Avec Safecast, nous savions que nous
allions collecter des données,
allions collecter des données,
11:16
we knew we wanted to publish the data,
299
664880
2423
que nous allions publier ces données,
11:19
and instead of trying to come up with the exact plan,
300
667303
2889
et plutôt que d'élaborer un plan précis,
11:22
we first said, oh, let's get Geiger counters.
301
670192
2408
on s'est dit :
« Cherchons des compteurs Geiger ! »
« Cherchons des compteurs Geiger ! »
11:24
Oh, they've run out.
302
672600
1766
Mince, il n'y en a plus.
11:26
Let's build them. There aren't enough sensors.
303
674366
2003
Faisons-les ! Pas assez de capteurs.
11:28
Okay, then we can make a mobile Geiger counter.
304
676369
2227
Alors faisons un compteur Geiger mobile.
On pourra le balader,
on trouvera des volontaires.
on trouvera des volontaires.
11:30
We can drive around. We can get volunteers.
305
678596
2047
11:32
We don't have enough money. Let's Kickstarter it.
306
680643
1879
Pas assez de sous ? Kickstarter !
11:34
We could not have planned this whole thing,
307
682522
1991
Il aurait été impossible de planifier ça.
11:36
but by having a very strong compass,
308
684513
1744
Mais nous avions un compas qui
11:38
we eventually got to where we were going,
309
686257
1435
nous a guidés jusqu'au bout.
11:39
and to me it's very similar to
agile software development,
agile software development,
310
687692
2418
Pour moi, c'est comme
le développement agile.
le développement agile.
11:42
but this idea of compasses is very important.
311
690110
3358
Mais cette idée du compas est
très importante.
très importante.
11:45
So I think the good news is
312
693468
1941
La bonne nouvelle, c'est que
11:47
that even though the world is extremely complex,
313
695409
3501
même si le monde est extrêmement complexe,
11:50
what you need to do is very simple.
314
698920
2382
ce qu'il faut y faire est très simple.
11:53
I think it's about stopping this notion
315
701302
2698
Il s'agit d'abandonner l'idée
11:56
that you need to plan everything,
316
704000
1572
qu'il faut tout planifier,
11:57
you need to stock everything,
317
705572
1092
tout stocker.
11:58
and you need to be so prepared,
318
706664
1470
Il faut en revanche être prêt,
12:00
and focus on being connected,
319
708134
2994
attentif à être connecté,
12:03
always learning,
320
711128
1851
toujours apprendre,
12:04
fully aware,
321
712979
1861
toujours conscient,
12:06
and super present.
322
714840
1780
et super présent.
12:08
So I don't like the word "futurist."
323
716620
2946
Alors je n'aime pas le mot
« futuriste ».
« futuriste ».
12:11
I think we should be now-ists,
324
719566
5615
Je trouve que nous devrions plutôt
être « maintenant-iste ».
être « maintenant-iste ».
12:17
like we are right now.
325
725181
2046
Comme nous le sommes en ce moment même.
12:19
Thank you.
326
727227
1843
Merci.
12:21
(Applause)
327
729070
3979
(Applaudissements)
ABOUT THE SPEAKER
Joi Ito - Relentless mindJoi Ito is the director of the MIT Media Lab.
Why you should listen
Joichi "Joi" Ito is one of those names threaded through the history of the Internet. From his days kickstarting Internet culture in Japan at Digital Garage, his restless curiosity led him to be an early-stage investor in Twitter, Six Apart, Wikia, Flickr, Last.fm, Kickstarter and other Internet companies, and to serve on countless boards and advisory committees around digital culture and Internet freedom.
He leads the legendary MIT Media Lab as it heads toward its third decade, and is working on a book with Jeff Howe about nine principles for navigating whatever the changing culture throws at us next. As he told Wired, "The amount of money and the amount of permission that you need to create an idea has decreased dramatically." So: aim for resilience, not strength; seek risk, not safety. The book is meant to be a compass for a world without maps.
Joi Ito | Speaker | TED.com