TED2006
Neil Gershenfeld: Unleash your creativity in a Fab Lab
Les Fab Labs, par Neil Gershenfeld
Filmed:
Readability: 4.8
871,282 views
Neil Gershenfeld, professeur au MIT, a propos des Fab Labs-- un laboratoire abordable permettant aux utilisateurs de construire les objets dont ils ont besoin, avec des outils digitaux et analogiques. Une idée simple, des résultats étonnants.
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
Cette conférence est vraiment centrée sur la révolution digitale,
00:29
but I'd like to argue that it's done; we won.
1
4000
3000
mais je dois vous avouer que c'est fait. On a gagné !
00:33
We've had a digital revolution but we don't need to keep having it.
2
8000
4000
La révolution digitale a déjà eu lieu, on a pas besoin d'une révolution permanente.
00:37
And I'd like to look after that,
3
12000
2000
Et j'ai envie de voir plus loin,
00:39
to look what comes after the digital revolution.
4
14000
3000
de voir ce qui nous attend après la revolution digitale.
00:42
So, let me start projecting forward.
5
17000
2000
Projetons nous donc dans l'avenir.
00:44
These are some projects I'm involved in today at MIT,
6
19000
4000
Voilà quelques projets dans lesquels je suis impliqué, au MIT,
00:48
looking what comes after computers.
7
23000
3000
où nous regardons ce qui vient après les ordinateurs.
00:51
This first one, Internet Zero, up here -- this is a web server
8
26000
5000
Le premier, c'est "l'internet Zero", en haut à gauche. C'est un serveur web
00:56
that has the cost and complexity of an RFID tag --
9
31000
3000
qui n'est pas plus complexe qu'une puce électronique et coute le même prix,
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
34000
3000
à peu près un dollar-- elle peut être utilisée dans n'importe quelle ampoule ou interrupteur.
01:02
and this is getting commercialized very quickly.
11
37000
2000
et va etre commercialisée sous peu.
01:04
And what's interesting about it isn't the cost;
12
39000
2000
Ce qui est intéressant, ce n'est pas tellement son coût,
01:06
it's the way it encodes the Internet.
13
41000
1000
mais la façon dont internet est codé par cette puce.
01:07
It uses a kind of a Morse code for the Internet
14
42000
3000
Elle utilise une sorte de signal en morse pour Internet
01:10
so you could send it optically; you can communicate acoustically
15
45000
3000
qui peut être transmis par des ondes optiques, mais aussi acoustique,
01:13
through a power line, through RF.
16
48000
2000
par les prises de courant, ou des ondes radios
01:15
It takes the original principle of the Internet,
17
50000
2000
On a pris le principe même d'internet,
01:17
which is inter-networking computers,
18
52000
2000
qui est de créer des réseaux decentralisés d'ordinateurs
01:19
and now lets devices inter-network.
19
54000
3000
et faire en sorte que les appareils eux-mêmes soient interconnectés.
01:22
That we can take the whole idea that gave birth to the Internet
20
57000
3000
On peut prendre l'idée de base qui a donnée naissance à Internet
01:25
and bring it down to the physical world in this Internet Zero,
21
60000
3000
et la transcrire au monde matériel dans ce concept d'Internet Zero.
01:28
this internet of devices.
22
63000
2000
ce réseau qui connecte les appareils eux-mêmes.
01:30
So this is the next step from there to here,
23
65000
2000
C'est la prochaine étape pour passer de là à là,
01:32
and this is getting commercialized today.
24
67000
3000
et c'est en train d'être commercialisé en ce moment.
01:35
A step after that is a project on fungible computers.
25
70000
5000
L'étape d'après, c'est l'ordinateur en pâte.
01:40
Fungible goods in economics can be extended and traded.
26
75000
3000
Les biens indiscernables peuvent etre echangés et achetés.
01:43
So, half as much grain is half as much useful,
27
78000
2000
Ainsi, moitié moins de grains, est moitié moins utile
01:45
but half a baby or half a computer is less useful than
28
80000
3000
mais un demi-bébé ou un demi- ordinateur, c'est bien moins utile
01:48
a whole baby or a whole computer,
29
83000
2000
qu'un bébé ou qu'un ordinateur entier,
01:50
and we've been trying to make computers that work that way.
30
85000
3000
et on a toujours essayé de ne faire que des ordinateurs comme ca.
01:53
So, what you see in the background is a prototype.
31
88000
2000
Ce que vous voyez en arrière plan, c est un prototype.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
90000
3000
C'était la thèse d'un étudiant, Bill Butow, maintenant à Intel,
01:58
who wondered why, instead of making bigger and bigger chips,
33
93000
3000
qui s'est posé la question, si plutôt que de faire des puces de plus en plus grosses,
02:01
you don't make small chips, put them in a viscous medium,
34
96000
3000
on ne pouvait pas faire des puces plus petites, mais les mettre dans un milieu visqueux,
02:04
and pour out computing by the pound or by the square inch.
35
99000
2000
et déverser la puissance de calcul au kilogramme.
02:06
And that's what you see here.
36
101000
2000
Et c'est ce que vous voyez là.
02:08
On the left was postscript being rendered by a conventional computer;
37
103000
3000
A gauche, c'est une image rendue par un ordinateur conventionel,
02:11
on the right is postscript being rendered from the first prototype
38
106000
3000
et sur la droite, l'image est rendue par le prototype
02:14
we made, but there's no frame buffer, IO processor,
39
109000
4000
que nous avons fabriqué, sans mémoire tampon, processeur
02:18
any of that stuff -- it's just this material.
40
113000
2000
ni autre chose comme ca- c'est juste le matériel en lui même.
02:20
Unlike this screen where the dots are placed carefully,
41
115000
2000
A la différence de cet écran, où les pixels sont placés minutieusement,
02:22
this is a raw material.
42
117000
1000
c'est de la matiére première.
02:23
If you add twice as much of it, you have twice as much display.
43
118000
3000
Si vous en avez deux fois plus, vous pouvez afficher deux fois plus de choses
02:26
If you shoot a gun through the middle, nothing happens.
44
121000
3000
Si vous tirez une balle de pistolet au travers, rien ne se passe.
02:29
If you need more resource, you just apply more computer.
45
124000
4000
Si vous désirez plus de ressources, vous n'avez qu'à étaler plus d'ordinateur.
02:33
So, that's the step after this -- of computing as a raw material.
46
128000
3000
C'est l'étape d'après: l'informatique sous forme de matière étalable.
02:36
That's still conventional bits, the step after that is --
47
131000
3000
Mais c'est encore des bits conventionels, et l'étape d'après est--
02:39
this is an earlier prototype in the lab;
48
134000
2000
et c'est un prototype naissant dans un labo
02:41
this is high-speed video slowed down.
49
136000
2000
c'est une vidéo ultra-rapide ralentie.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
138000
3000
Maintenant, on intègre la chimie dans le calcul, et les bits deviennent des bulles.
02:46
This is showing making bits, this is showing --
51
141000
2000
Cette vidéo montre comment sont générés les bits, et là,
02:48
once again, slowed down so you can see it,
52
143000
2000
une nouvelle fois, au ralentit pour que vous puissiez voir,
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
145000
4000
les bits interagissent de façon logique en se combinant.
02:54
So, now we can compute that the output arranges material
54
149000
3000
Donc maintenant, on peut faire des calculs dont le résultat est un arrangement de la matière,
02:57
as well as information. And, ultimately, these are some slides
55
152000
4000
tout autant que de l'information. Et, pour finir, voici des planches
03:01
from an early project I did, computing where the bits are stored
56
156000
3000
d'un de mes anciens projets, de calcul avec stockage de l'information
03:04
quantum-mechanically in the nuclei of atoms, so
57
159000
3000
de façon quantique dans le noyau des atomes. Ainsi,
03:07
programs rearrange the nuclear structure of molecules.
58
162000
4000
les programmes rearrangent la structure des noyaux des atomes et molécules.
03:11
All of these are in the lab pushing further and further and further,
59
166000
4000
Tout ça existe dans les laboratoires, allant de plus en plus loin,
03:15
not as metaphor but literally integrating bits and atoms,
60
170000
3000
et ce n'est pas une métaphore, mais on intègre littéralement les bits et les atomes,
03:18
and they lead to the following recognition.
61
173000
3000
et ça nous ammène au constat suivant.
03:21
We all know we've had a digital revolution, but what is that?
62
176000
3000
Nous savons tous qu' on a eu une révolution digitale, mais qu'est ce c'est?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
179000
3000
En fait, Shannon nous a ammené dans les années 40, d'ici a ici:
03:27
from a telephone being a speaker wire that degraded with distance
64
182000
4000
du téléphone qui était un simple haut parleur dont la qualité se dégrade avec la distance
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
186000
4000
à Internet. Et il a prouvé le premier théorème sur les seuils, qui montre
03:35
if you add information and remove it to a signal,
66
190000
3000
que si une information est additionnée puis retranchée à une porteuse,
03:38
you can compute perfectly with an imperfect device.
67
193000
2000
on peut calculer de façon exacte avec des instruments inexacts.
03:40
And that's when we got the Internet.
68
195000
2000
Et c'est ça qui a donné Internet.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
197000
3000
Von Neumann, dans les années 50, a fait la même chose pour le calcul numérique.
03:45
he showed you can have an unreliable computer but restore its state
70
200000
3000
il a montré qu'on peut avoir un ordinateur imparfait, mais qu'en restaurant sa configuration,
03:48
to make it perfect. This was the last great analog computer at MIT:
71
203000
4000
il peut être rendu parfait. Ce fut le dernier ordinateur analogique à MIT:
03:52
a differential analyzer, and the more you ran it,
72
207000
2000
un analyseur différentiel, qui, plus il était utilisé,
03:54
the worse the answer got.
73
209000
2000
plus il donnait une réponse fausse.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
211000
3000
Après Von Neumann, nous avons eu les Pentium, ou le milliardieme transisteur,
03:59
is as reliable as the first one.
75
214000
3000
est aussi fiable que le premier.
04:02
But all our fabrication is down in this lower left corner.
76
217000
3000
Mais toute la fabrication est dans ce coin en bas à gauche.
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
220000
3000
Une tour à métaux de nouvel génération pour l'industrie aéronautique,
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
223000
3000
voir peut-être une machine pour faire fondre du plastique. Une machine a 10 million de dollars
04:11
uses a process a village artisan would recognize --
79
226000
3000
qui utilise un procédé que n'inporte quel artisan de village reconnaitrait:
04:14
you spread stuff around and bake it.
80
229000
3000
vous étendez de la matière et la faites cuire.
04:17
All the intelligence is external to the system;
81
232000
2000
Et toute l'ingéniosité du système est externe au système lui-même.
04:19
the materials don't have information.
82
234000
2000
la matière ne contient pas d'information.
04:21
Yesterday you heard about molecular biology,
83
236000
3000
Hier, on entendait parler de biologie moléculaire,
04:24
which fundamentally computes to build.
84
239000
2000
qui calcule pour construire.
04:26
It's an information processing system.
85
241000
2000
C'est un système qui traite de l'information.
04:28
We've had digital revolutions in communication and computation,
86
243000
4000
Nous avons eu des révolutions digitales en communication et calcul numérique,
04:32
but precisely the same idea, precisely the same math
87
247000
3000
mais la même idée, précisément la même logique,
04:35
Shannon and Von Neuman did, hasn't yet come out
88
250000
2000
qu'ont développée Shannon et Von Neuman, n'a pas encore éclos
04:37
to the physical world. So, inspired by that,
89
252000
3000
dans le monde physique, dans la fabrication. Ainsi, inspirés par cela,
04:40
colleagues in this program -- the Center for Bits and Atoms
90
255000
2000
des collègues dans ce programmes, le Center for Bits and Atoms
04:42
at MIT -- which is a group of people, like me,
91
257000
3000
au MIT-- qui forment un groupe de personnes, comme moi
04:45
who never understood the boundary between physical science
92
260000
3000
qui n'ont jamais compris la limite entre la science du tangible
04:48
and computer science. I would even go further and say
93
263000
3000
et les sciences informatiques. Je dirais même plus,
04:51
computer science is one of the worst things that ever happened
94
266000
2000
les sciences informatiques sont la pire chose qui soit arrivée
04:53
to either computers or to science --
95
268000
2000
à la fois aux ordinateurs et à la science---
04:55
(Laughter)
96
270000
1000
(rire)
04:56
-- because the canon -- computer science --
97
271000
4000
-- parce que les canons -- les sciences informatiques --
05:00
many of them are great but the canon of computer science
98
275000
2000
nombres d'entre eux sont géniaux, mais les canons des sciences informatiques
05:02
prematurely froze a model of computation
99
277000
3000
a gelé l'évolution des modèles de calcul
05:05
based on technology that was available in 1950,
100
280000
3000
selon la technologie qui était disponible dans les années 50,
05:08
and nature's a much more powerful computer than that.
101
283000
2000
mais la nature est un ordinateur bien plus puissant que ça.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
285000
4000
Vous allez entendre demain Saul Griffith. C'est l'un des premiers élèves
05:14
first students to emerge from this program.
103
289000
3000
a être sorti de ce programme.
05:17
We started to figure out how you can compute to fabricate.
104
292000
3000
Nous avions commencé a comprendre comment calculer pour fabriquer.
05:20
This was just a proof of principle he did of tiles
105
295000
3000
Il a juste fait une preuve de principe, de tuiles
05:23
that interact magnetically, where you write a code,
106
298000
2000
qui interagissent comme des magnets. En écrivant un code,
05:25
much like protein folding, that specifies their structure.
107
300000
3000
un peu comme le replis des protéines, on va imposer une certaine structure a ces tuiles.
05:28
So, there's no feedback to a tool metrology;
108
303000
3000
Ainsi, il n'y a pas de boucle de retour par un appareil de mesure,
05:31
the material itself codes for its structure in just the same ways
109
306000
5000
le matériau lui-même code pour sa propre structure, exactement comme
05:36
that protein are fabricated. So, you can, for example, do that.
110
311000
4000
sont fabriquées les protéines. Ainsi, vous pouvez faire ca par exemple.
05:40
You can do other things. That's in 2D. It works in 3D.
111
315000
3000
Vous pouvez faire bien d'autres choses. C'est du 2D, mais ça marche aussi en 3D.
05:43
The video on the upper right -- I won't show for time --
112
318000
2000
La vidéo dans le coin en haut à droite -- je ne vais pas la montrer par manque de temps --
05:45
shows self-replication, templating so something can make something
113
320000
4000
montre l'auto-réplication, l'arrangement. ainsi, quelque chose peut faire quelque chose d'autre
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
qui peut faire encore autre chose. Et nous arrivons à faire ça, sur, peut-être,
05:52
nine orders of magnitude. Those ideas have been used to show
115
327000
3000
neuf ordres de grandeurs. Ces idées ont été utilisées pour montrer
05:55
the best fidelity and direct rate DNA to make an organism,
116
330000
3000
la ressemblance et le taux de réplication de l'ADN pour faire un organisme.
05:58
in functionalizing nanoclusters with peptide tails
117
333000
3000
en fonctionalisant des nanoclusters avec des queues de peptides
06:01
that code for their assembly -- so, much like the magnets,
118
336000
2000
qui codent pour leur assemblage. Ainsi, tout comme des magnets,
06:03
but now on nanometer scales.
119
338000
2000
mais à des échelles nanométriques.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
340000
4000
L'usinage laser: des imprimantes 3D qui fabriquent de façon digitale,
06:09
functional systems, all the way up to building buildings,
121
344000
3000
des systèmes fonctionnels, jusqu'à la construction de bâtiments,
06:12
not by having blueprints,
122
347000
1000
non pas avec des plans d'architectes,
06:13
but having the parts code for the structure of the building.
123
348000
3000
mais en aillant des briques qui déterminent la forme du bâtiment.
06:16
So, these are early examples in the lab of emerging technologies
124
351000
5000
Ce sont des exemples de technologies emergeant dans les laboratoires
06:21
to digitize fabrication. Computers that don't control tools
125
356000
4000
pour la fabrication digitale. Des ordinateurs qui ne controllent pas des outils
06:25
but computers that are tools, where the output of a program
126
360000
4000
mais des ordinateurs qui sont des outils, pour lesquels le résultat d'un programme
06:29
rearranges atoms as well as bits.
127
364000
4000
est un réarrangement d'atomes tout autant que des bits.
06:33
Now, to do that -- with your tax dollars, thank you --
128
368000
3000
Maintenant, pour faire ca -- avec l'argent de vos impots, merci --
06:36
I bought all these machines. We made a modest proposal
129
371000
4000
j'ai acheté toutes ces machines. Nous avons fait une demande modeste
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
375000
4000
à notre organisme de financement. Nous voulions pouvoir créer tout, de n'importe quelle taille,
06:44
all in one place, because you can't segregate digital fabrication
131
379000
4000
le tout dans un seul espace, parce qu'on ne peut pas faire de ségregation pour la fabrication digitale
06:48
by a discipline or a length scale.
132
383000
2000
par discipline ou par la taille.
06:50
So we put together focused nano beam writers
133
385000
4000
Ainsi, nous avons regroupé des imprimantes spécialisées,
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
389000
5000
des machines pour découper avec de l'eau sous pression, des systèmes pour l'usinage de précision.
06:59
But I had a problem. Once I had all these machines,
135
394000
3000
Mais nous avions un problème. Une fois qu'on a reçu toutes ces machines,
07:02
I was spending too much time teaching students to use them.
136
397000
3000
je passais un part trop importante de mon temps à former les élèves pour l'utilisation de ces machines.
07:05
So I started teaching a class, modestly called,
137
400000
2000
Ainsi, j'ai commencé à enseigner une classe, appelée modestement,
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
402000
3000
"Comment fabriquer presque tout". Et je ne voulais pas être provocateur,
07:10
it was just for a few research students.
139
405000
2000
c'était juste pour quelques élèves chercheurs.
07:12
But the first day of class looked like this.
140
407000
2000
Mais le premier jour, la classe ressemblait à ça.
07:14
You know, hundreds of people came in begging,
141
409000
2000
Vous savez, des centaines de personnes, qui viennent en priant
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
411000
3000
toute ma vie, j'ai voulu prendre un cours comme ca. Je ferais n'importe quoi pour le faire.
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
414000
3000
Ensuite, ils demandent: Ca peut etre enseigné au MIT? Ca à l'air trop utile?
07:22
And then the next --
144
417000
1000
Et ensuite...
07:23
(Laughter)
145
418000
2000
(rire)
07:25
-- surprising thing was they weren't there to do research.
146
420000
1000
la chose la plus surprenante, c'est qu'ils n' étaient pas là pour faire de la recherche.
07:26
They were there because they wanted to make stuff.
147
421000
2000
Ils étaient là parce qu'ils voulaient fabriquer des choses.
07:28
They had no conventional technical background.
148
423000
4000
Ils n'avaient pas le bagages technique conventionel.
07:32
At the end of a semester they integrated their skills.
149
427000
2000
Et après un semestre, ils avaient des compétences nouvelles.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
429000
4000
Je vais vous montrer une ancienne vidéo. Kelly était sculpteur, et voilà ce qu'elle a fait
07:38
with her semester project.
151
433000
2000
pour son projet de classe.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
435000
3000
(Video): Kelly: Bonjour, je m'appelle Kelly et c'est mon compagnon de cri.
07:45
Do you ever find yourself in a situation
153
440000
3000
Vous êtes vous déjà trouvé dans une situation
07:48
where you really have to scream, but you can't because you're at work,
154
443000
5000
où vous voulez crier, mais vous ne pouvez pas parce que vous êtes au boulot,
07:53
or you're in a classroom, or you're watching your children,
155
448000
3000
dans une salle de cours, en train de surveiller vos enfants,
07:56
or you're in any number of situations where it's just not permitted?
156
451000
5000
ou dans un tas d'autres situations où ce n'est juste pas permis?
08:01
Well, scream buddy is a portable space for screaming.
157
456000
4000
Et bien, le compagnon de cri est un espace portable pour crier.
08:05
When a user screams into scream buddy, their scream is silenced.
158
460000
5000
Quand l'utilisateur crie dans son compagnon de cri, son cri est silencieux.
08:10
It is also recorded for later release where, when and how
159
465000
4000
C'est aussi enregistré pour une libération ultérieure, où, quand et comment
08:14
the user chooses.
160
469000
1000
l'utilisateur le désire.
08:36
(Scream)
161
491000
2000
(cri)
08:39
(Laughter) (Applause)
162
494000
4000
(rires) (applaudissements)
08:43
So, Einstein would like this.
163
498000
2000
Einstein aurait adoré.
08:45
This student made a web browser for parrots --
164
500000
1000
Cet élève a fait un navigateur internet pour perroquets --
08:46
lets parrots surf the Net and talk to other parrots.
165
501000
3000
laissons les perroquets surfer sur le net, et parler avec d'autres perroquets.
08:49
This student's made an alarm clock you wrestle
166
504000
2000
Cet élève a fait un réveil contre lequel il faut se battre
08:51
to prove you're awake; this is one that defends --
167
506000
2000
pour prouver que vous êtes bien réveillé, celui là défend--
08:53
a dress that defends your personal space.
168
508000
2000
c'est un costume qui défend votre espace personnel.
08:55
This isn't technology for communication;
169
510000
2000
Ce n'est pas de la technologie pour la communication;
08:57
it's technology to prevent it.
170
512000
2000
c'est une technologie pour se protéger d'elle.
08:59
This is a device that lets you see your music.
171
514000
3000
C'est un instrument qui vous permet de voir votre musique.
09:02
This is a student who made a machine that makes machines,
172
517000
3000
Là, c'est un élève qui fait une machine qui fait d'autres machines,
09:05
and he made it by making Lego bricks that do the computing.
173
520000
3000
et il fait cela grâce a des briques Légo qui transmettent l'information.
09:08
Just year after year -- and I finally realized
174
523000
2000
Année après années-- et j'ai finalement pris conscience
09:10
the students were showing the killer app of personal fabrication
175
525000
4000
que les élèves prouvaient que les applications ultimes de la fabrication maison
09:14
is products for a market of one person.
176
529000
2000
sont des produits pour un marché de une personne.
09:16
You don't need this for what you can get in Wal-Mart;
177
531000
2000
Vous n'avez pas besoin de ça pour faire ce que vous pourriez acheter au Walmart;
09:18
you need this for what makes you unique.
178
533000
1000
vous avez besoin de ça pour faire des choses uniques.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
534000
4000
Ken Olson a dit un jour, personne n'a besoin d'un ordinateur à la maison.
09:23
But you don't use it for inventory and payroll;
180
538000
2000
Mais vous ne l'utilisez pas pour faire des inventaires ou vos comptes.
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
540000
3000
#####. Vous n'avez pas besoin de la fabrication personnelle
09:28
in the home to buy what you can buy because you can buy it.
182
543000
2000
à la maison pour faire ce que vous pourriez acheter, parce que vous pourriez l'acheter.
09:30
You need it for what makes you unique, just like personalization.
183
545000
4000
Vous en avez besoin pour faire ce qui vous rend unique, tout comme la personnalisation.
09:34
So, with that, in turn, 20 million dollars today does this;
184
549000
4000
Ainsi, aujourd hui, on peut faire ça avec 20 millions de dollars,
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
553000
4000
dans 20 ans, on fera des replicateurs façon Star Trek qui feront n'importe quoi.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
557000
4000
Les élèves prenaient les machines que j'avais achetée en otages, pour faire de la fabrication personnelle.
09:46
Today, when you spend that much of your money,
187
561000
2000
Aujourd'hui, quand vous depensez autant d'argent,
09:48
there's a government requirement to do outreach, which often means
188
563000
3000
le gouvernement demande que vous fassiez du travail de proximité, ce qui veut souvent dire
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
566000
3000
des cours dans des écoles voisines, un site-internet; tout un tas d'activités pas très passionnantes.
09:54
So, I made a deal with my NSF program managers that
190
569000
4000
Donc je me suis mis d'accord avec le directeur du programme qui me finance que,
09:58
instead of talking about it, I'd give people the tools.
191
573000
2000
plutôt que de parler du système, je donne aux gens l'accès aux machines.
10:00
This wasn't meant to be provocative or important,
192
575000
2000
Ce n'était pas fait pour être important ou provocateur,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
577000
4000
mais nous avons assemblé ces laboratoires de fabrication. Environ 20,000 dollars d'équipement
10:06
that approximate both what the 20 million dollars does and where it's going.
194
581000
5000
qui peuvent presque faire la même chose que notre laboratoire a 20 millions de dollars, et avoir les mêmes prétentions.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
586000
3000
Un machine laser pour découper et faire de l'assemblage 2D et 3D,
10:14
a sign cutter to plot in copper to do electromagnetics,
196
589000
2000
des tables traçantes pour usiner le cuivre et faire de l'electromagnitque,
10:16
a micron scale,
197
591000
2000
à l'échelle microscopique,
10:18
numerically-controlled milling machine for precise structures,
198
593000
2000
des tours numériques pour les structures précises,
10:20
programming tools for less than a dollar,
199
595000
3000
des outils de programmation pour moins d'un dollar,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
598000
3000
100 microcontrolleurs cadencés a une nanoseconde. Ca permet de travailler n'importe quoi, du microns
10:26
and microseconds on up, and they exploded around the world.
201
601000
4000
et microseconde jusqu'a plus grand, et c'est en plein explosion dans le monde entier.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
605000
2000
Ce n'était pas prévu, mais ça a diffusé depuis le centre de Boston
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
607000
4000
jusqu'á Pobal en Inde, Secondi-Takoradi sur la côte Ghanéenne
10:36
to Soshanguve in a township in South Africa,
204
611000
3000
à Soshanguve une banlieue d'Afrique du Sud,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
614000
4000
jsuqu au nord de la Norvége, révelant, ou aidant à réveler
10:43
for all the attention to the digital divide,
206
618000
3000
avec toute l'attention de la scission numérique,
10:46
we would find unused computers in all these places.
207
621000
4000
nous trouvions des ordinateurs usagers dans tous ces pays.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
625000
3000
Un fermier dans un petit village -- un enfant qui a besoin de mesurer et de modifier
10:53
the world, not just get information about it on a screen.
209
628000
4000
le monde, non pas juste en aillant des informations sur un écran.
10:57
That there's really a fabrication and an instrumentation divide
210
632000
2000
C'est qu'il y a a vraiment une différence entre la fabrication et l'instrumentation,
10:59
bigger than the digital divide.
211
634000
3000
plus grand que la différence en équipement informatique.
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
637000
3000
Et la façon de resorber le problème, ce n'est pas de l'IT pour les masses, c est le développement de l'IT pour les masses.
11:05
So, in place after place
213
640000
3000
Ainsi, pays après pays,
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
643000
3000
nous avons vu la même progression: nous ouvrions l'un de ces laboratoires
11:11
where we didn't -- this is too crazy to think of.
215
646000
3000
où --nous n'y avions -- c'était trop fou de penser en installer.
11:14
We didn't think this up, that we would get pulled to these places;
216
649000
3000
Nous n'avions pas pensé à l'avance, que nous serions attirés par ces sites,
11:17
we'd open it. The first step was just empowerment.
217
652000
2000
Cette première étape nous a mis en confiance.
11:19
You can see it in their face, just this joy of, I can do it.
218
654000
3000
Vous pouvez le voir dans leurs yeux, cette joie de, "Je peux le faire".
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
657000
2000
Ici, c'est une fille dans un quartier du centre de Boston, qui vient juste de faire
11:24
on-demand craft sale in the inner city community center.
220
659000
4000
un vente sur demande d'un objet high-tech dans un centre communautaire de la ville.
11:28
It goes on from there to serious hands-on technical education
221
663000
4000
Ca va de ça a des projets éducatifs ambitieux et participatifs
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
667000
5000
,en dehors de l'école. Au Ghana, nous avons monté un de ces laboratoires.
11:37
We designed a network sensor, and kids would show up
223
672000
2000
Nous avons mis au point un détecteur, et les enfants venaient
11:39
and refuse to leave the lab.
224
674000
1000
et refusaient de quitter le labo.
11:40
There was a girl who insisted we stay late at night --
225
675000
3000
Il y avait cette fille qui insistait pour qu'on reste tard le soir --
11:43
(Video): Kids: I love the Fab Lab.
226
678000
2000
(Vidéo): L'enfant: J'adore le labo
11:45
-- her first night in the lab because she was going to make the sensor.
227
680000
3000
-- sa première nuit dans le labo, parce qu'elle était en train de fabriquer le capteur.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
683000
3000
Et elle insistait pour fabriquer le circuit imprimé, apprendre comment le monter,
11:51
learning how to program it. She didn't really know
229
686000
2000
apprendre a le programmer. Elle ne savait pas trop
11:53
what she was doing or why she was doing it, but she knew
230
688000
2000
ce qu'elle était en train de faire, ni pourquoi elle le faisait, mais elle savait
11:55
she just had to do it. There was something electric about it.
231
690000
3000
qu'elle devait le faire. I y avait comme quelque chose de mystique.
11:58
This is late at, you know, 11 o'clock at night
232
693000
2000
C'est tard , vous savez, genre 11 heure du soir
12:00
and I think I was the only person surprised when what she built
233
695000
3000
et je pense que j'étais la seule personne surprise quand
12:03
worked the first time.
234
698000
2000
ce qu'elle venait de construire marcha au premier essai.
12:05
And I've shown this to engineers at big companies, and they say
235
700000
2000
Et j'ai montr's cette vidéo a des ingénieurs de grosses entreprises, et ils m'ont avoué
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
qu'ils ne peuvent pas faire ça. Tous ce qu'elle fait, ils peuvent le faire mieux qu'elle
12:10
but it's distributed over many people and many sites
237
705000
3000
mais c'est reparti entre plein de personnes et de sites différents
12:13
and they can't do in an afternoon
238
708000
1000
et ils ne peuvent pas faire en une après-midi,
12:14
what this little girl in rural Ghana is doing.
239
709000
3000
ce que cette petite fille au Ghana faisait.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
728000
4000
(Vidéo): La fillette: Mon nom est Valentina Kofi, J'ai huit ans.
12:37
I made a stacking board.
241
732000
3000
Je construis une carte électronique.
12:40
And, again, that was just for the joy of it.
242
735000
3000
Et encore une fois, c'était juste pour le plaisir.
12:43
Then these labs started doing serious problem solving --
243
738000
3000
Ensuite, ces laboratoires ce sont attaqués à résoudre des problèmes plus ambitieux --
12:46
instrumentation for agriculture in India,
244
741000
2000
de l'instrumentation pour l'agriculture en Inde,
12:48
steam turbines for energy conversion in Ghana,
245
743000
2000
des turbines à gaz pour la transformation d'énergie au Ghana,
12:50
high-gain antennas in thin client computers.
246
745000
4000
des antennes à forte amplifications dans des ordinateurs fins,
12:54
And then, in turn, businesses started to grow,
247
749000
1000
et de là, cette entreprise a grossi
12:55
like making these antennas.
248
750000
1000
comme la fabrication de ces antennes.
12:56
And finally, the lab started doing invention.
249
751000
2000
Et enfin, ces labo ont commencé à découvrir leurs propres inventions.
12:58
We're learning more from them than we're giving them.
250
753000
2000
Nous apprenions plus d'eux que ce que nous leur enseignions.
13:00
I was showing my kids in a Fab Lab how to use it.
251
755000
3000
J'apprenais à ces enfants comment utiliser les laboratoires.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
758000
4000
Ils ont inventé comment faire un kit de construction en partant d'un carton --
13:07
which, as you see up there, that's becoming a business --
253
762000
2000
idée qui, comme vous le voyez, vient d'être commercialisée
13:09
but their design was better than Saul's design at MIT,
254
764000
3000
mais leur design était meilleur que celui de Saul à MIT,
13:12
so there's now three students at MIT doing their theses on
255
767000
3000
donc il y a maintenant trois élèves à MIT qui font leurs thèses
13:15
scaling the work of eight-year-old children
256
770000
3000
sur la généralisation du travail d'un enfant de huit ans,
13:18
because they had better designs.
257
773000
1000
parce que son design est meilleur.
13:19
Real invention is happening in these labs.
258
774000
3000
De vraies inventions sont faites dans ces laboratoires
13:22
And I still kept -- so, in the last year I've been spending time with
259
777000
2000
Et je dis toujours -- l'année dernière, j'ai passé mon temps
13:24
heads of state and generals and tribal chiefs who all want this,
260
779000
3000
avec des chef d'Etats, des généraux et des chefs de tribus, qui veulent tous ça,
13:27
and I keep saying, but this isn't the real thing.
261
782000
2000
et je n'arrête pas de leur dire que ce n'est pas le produit final
13:29
Wait, like, 20 years and then we'll be done.
262
784000
2000
Qu'ils attendent 20 ans, et nous aurons fini.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
786000
3000
Et j'ai enfin compris ce qu'il se passait. C'est Kernigan et Ritchie
13:34
inventing UNIX on a PDP.
264
789000
3000
inventant UNIX sur un PDP.
13:37
PDPs came between mainframes and minicomputers.
265
792000
2000
PDPs sont apparus entre l'époque des ordinateurs centraux et des mini-ordinateurs.
13:39
They were tens of thousands of dollars, hard to use,
266
794000
3000
Ils coutaient des dizaines de milliers de dollars, étaient difficiles à utiliser,
13:42
but they brought computing down to work groups,
267
797000
2000
mais ils donnaient l'accès aux ordinateurs, à plein de groupes de travail
13:44
and everything we do today happened there.
268
799000
2000
et tout ce que nous faisons aujourd'hui a été inventé à cette époque.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
801000
3000
Ces laboratoires ont la complexité et le coût des PDP.
13:49
The projection of digital fabrication
270
804000
2000
L'image de la fabrication digitale
13:51
isn't a projection for the future; we are now in the PDP era.
271
806000
3000
n'est pas une image du futur. Nous sommes en ce moment dans l'ère du PDP.
13:54
We talked in hushed tones about the great discoveries then.
272
809000
3000
Nous n'osions pas parler des grosses découvertes à l'époque.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
812000
3000
c'était très cahotique, et ce qui se passait n'était pas très clair.
14:00
In the same sense we are now, today, in the minicomputer era
274
815000
3000
De la même façon, nous sommes aujourd'hui dans cette période des mini-ordinateurs
14:03
of digital fabrication.
275
818000
2000
de la fabrication digitale.
14:05
The only problem with that is it breaks everybody's boundaries.
276
820000
4000
Le seul problème avec ça, c'est que ça casse les limites conventionnelles.
14:09
In DC, I go to every agency that wants to talk, you know;
277
824000
3000
A Washington, je vais voir toutes les agences gouvernementales qui veulent bien me parler,
14:12
in the Bay Area, I go to every organization you can think of --
278
827000
2000
A San Fransisco, je vais voir toutes les entreprises auxquelles vous pouvez penser.
14:14
they all want to talk about it, but it breaks
279
829000
2000
Elles sont toutes d'accord pour parler de ça, mais ca casse
14:16
their organizational boundaries. In fact, it's illegal for them,
280
831000
3000
toutes les limites organisationnelles. En fait, c'est même illégal pour elles
14:19
in many cases, to equip ordinary people to create
281
834000
4000
dans de nombreux cas, d'équiper Monsieur Toulemonde pour créer
14:23
rather than consume technology.
282
838000
1000
au lieu de consommer la technologie.
14:24
And that problem is so severe that the ultimate invention
283
839000
4000
Et ce problème est si important, que l'invention ultime
14:28
coming from this community surprised me:
284
843000
3000
venant de ces communautés m'a surpris:
14:31
it's the social engineering. That the lab in far north of Norway --
285
846000
4000
c'est l'ingénierie sociale. Le labo dans le Grand Nord de la Norvège--
14:35
this is so far north its satellite dishes look at the ground
286
850000
2000
si loin au Nord que les antennes satellites pointent le sol
14:37
rather than the sky because that's where the satellites are --
287
852000
4000
plutôt que le ciel, parce que c'est où sont les satellites--
14:41
the lab outgrew the little barn that it was in.
288
856000
1000
le labo a grossi bien plus vite que les locaux dans lesquels il était
14:42
It was there because they wanted to find animals in the mountains
289
857000
3000
Il a été mis là parce qu'ils voulaient retrouver les animaux dans les montagnes
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
860000
4000
mais ça a depassé les attentes, et ils ont construit un village entier autour du labo.
14:49
This isn't a university; it's not a company. It's essentially
291
864000
2000
Ce n'est pas une université, ce n'est pas une entreprise; c'est en fin de compte
14:51
a village for invention; it's a village for the outliers in society,
292
866000
5000
un village pour l'invention, c'est un village pour les gens en marge de la société
14:56
and those have been growing up around these Fab Labs
293
871000
2000
et ceux qui ont grandi autours de ces laboratoires,
14:58
all around the world.
294
873000
1000
partout dans le monde.
14:59
So this program has split into an NGO foundation,
295
874000
4000
Et ce programme s'est transformé en une ONG,
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
878000
4000
une fondation pour le labo, pour aider au développement, une sorte de fond d'investiment pour ce labo.
15:07
The person who runs it nicely describes it as
297
882000
1000
La personne qui s'en occupe, decrit ca de façon très juste comme
15:08
"machines that make machines need businesses that make businesses:"
298
883000
4000
"des machines qui font des machines ont besoin d'entreprises qui créent des entreprises".
15:12
it's a cross between micro-finance and VC to do fan-out,
299
887000
3000
C'est un mutant entre de la micro-finance et des fonds d'investissement
15:15
and then the research partnerships back at MIT for what's
300
890000
2000
et ensuite, des partenariats avec le MIT pour
15:17
making it possible.
301
892000
3000
rendre tout cela possible.
15:20
So I'd like to leave you with two thoughts.
302
895000
2000
Et je voudrais conclure avec deux réflexions.
15:22
There's been a sea change in aid, from top-down mega-projects
303
897000
5000
Il y a eu un changement dans l'attribution des aides, depuis les méga-projets centralisés
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
902000
4000
à des projets décentralisés, la micro-finance investissant à la racine
15:31
so that everybody's got that that's what works.
305
906000
3000
et tout le monde est d'accord pour dire que c'est ce qui marche.
15:34
But we still look at technology as top-down mega-projects.
306
909000
3000
Mais nous considérons toujours la technologies comme des méga-projets.
15:37
Computing, communication, energy for the rest of the planet
307
912000
3000
Le numérique, les communications, l'énergie pour la planète
15:40
are these top-down mega-projects.
308
915000
2000
se sont des gros projets centralisés.
15:42
If this room full of heroes is just clever enough,
309
917000
2000
Si cette salle pleine de héros est suffisamment intelligente,
15:44
you can solve the problems.
310
919000
2000
vous pouvez résoudre les problèmes vous-mêmes.
15:46
The message coming from the Fab Labs is that
311
921000
2000
Le message venant des laboratoires de fabrication, c'est que
15:48
the other five billion people on the planet
312
923000
2000
les cinq autres milliards d'individus sur cette planète
15:50
aren't just technical sinks; they're sources.
313
925000
2000
ne sont pas juste la pour subir la technologie, mais peuvent la créer.
15:52
The real opportunity is to harness the inventive power of the world
314
927000
3000
La vraie opportunité, c'est de récolter la puissance innovatrice du monde
15:55
to locally design and produce solutions to local problems.
315
930000
4000
pour concevoir et produire localement des solutions aux problèmes locaux.
15:59
I thought that's the projection 20 years hence into the future,
316
934000
3000
Je pensais que c'était une projection 20 ans dans le futur,
16:02
but it's where we are today.
317
937000
2000
mais c'est ou nous sommes aujourd 'hui.
16:04
It breaks every organizational boundary we can think of.
318
939000
2000
Ca casse toutes les frontières organisationnelles auxquelles ont peut penser.
16:06
The hardest thing at this point is the social engineering
319
941000
3000
La chose la plus dur aujourd'hui est l'ingénierie sociale
16:09
and the organizational engineering, but it's here today.
320
944000
3000
et l'ingénierie organisationnelle.
16:12
And, finally, any talk like this on the future of computing
321
947000
2000
Et enfin, toute présentation comme celle-ce sur le futur de numérique
16:14
is required to show Moore's law, but my favorite version --
322
949000
4000
se doit de montrer la loi de Moore, mais ma version favorite--
16:18
this is Gordon Moore's original one from his original paper --
323
953000
5000
ça, c'est l'originale de Gordon Moore, de son article original--
16:23
and what's happened is, year after year after year,
324
958000
2000
et c'est ce qui se produit, année après année,
16:25
we've scaled and we've scaled and we've scaled
325
960000
1000
nous avons grandit, grandit, grandit
16:26
and we've scaled, and we've scaled and we've scaled,
326
961000
4000
et encore grandit, grandit, grandit
16:30
and we've scaled and we've scaled,
327
965000
1000
et encore, et encore
16:31
and there's this looming bug of what's going to happen
328
966000
2000
et voila le bug menaçant de ce qui va arriver
16:33
at the end of Moore's law; this ultimate bug is coming.
329
968000
4000
à la fin de la loi de Moore; le bug ultime arrive.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
972000
5000
Mais nous allons apprecier, une transition du 2D au 3D,
16:42
from programming bits to programming atoms,
331
977000
3000
de la programmation des bits à la programmation des atomes,
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
980000
2000
qui fait de la fin de la loi de Moore, non pas le bug ultime
16:47
to the ultimate feature.
333
982000
2000
mais la fonction ultime.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
984000
4000
Donc nous sommes juste au bord de la révolution numérique dans la fabrication,
16:53
where the output of computation programs the physical world.
335
988000
3000
où les résultats des programmes numériques programment le monde réel
16:56
So, together, these two projects answer questions
336
991000
3000
Et ensemble, ces deux projets répondent à la question
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
994000
4000
que je n avais pas posé clairement. Cette classe au MIT montre que l'application ultime
17:03
for personal fabrication in the developed world
338
998000
2000
pour la fabrication personnelle dans les pays développés
17:05
is technology for a market of one: personal expression in technology
339
1000000
4000
est la technologie pour un marché à un seul client: l'expression personnelle de la technologie
17:09
that touches a passion unlike anything I've seen in technology
340
1004000
3000
qui met au jour une passion telle, que je n'ai pas vu
17:12
for a very long time.
341
1007000
2000
depuis longtemps.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1009000
4000
Et l'application utlime pour le reste de la planète, c est l'instrumentation
17:18
and the fabrication divide: people locally developing solutions
343
1013000
3000
et la fabrication distribuée: les gens développant des solutions locales
17:21
to local problems. Thank you.
344
1016000
2000
à des problèmes locaux. Merci
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