TED2005
Janine Benyus: Biomimicry's surprising lessons from nature's engineers
ג'אנין בניוס משתפת בעיצובים של הטבע
Filmed:
Readability: 4.1
2,405,060 views
בהרצאה מעוררת השראה זו על התפתחויות חדשות בביו-חיקוי, ג'אנין בניוס מספקת דוגמאות מרגשות של דרכים בהן הטבע כבר משפיע על תכנון מוצרים ומערכות שאנחנו בונים.
Janine Benyus - Science writer, innovation consultant, conservationist
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity. Full bio
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity. Full bio
Double-click the English transcript below to play the video.
00:24
It is a thrill to be here at a conference
0
0
4000
לעונג לי להיות פה בכנס
00:28
that's devoted to "Inspired by Nature" -- you can imagine.
1
4000
5000
המוקדש ל"השראה מהטבע" - כפי שאתם יכולים לשער.
00:33
And I'm also thrilled to be in the foreplay section.
2
9000
4000
אני גם נרגשת להיות בחלק של המשחק המקדים.
00:37
Did you notice this section is foreplay?
3
13000
2000
שמתם לב שהחלק הזה הוא משחק מקדים?
00:39
Because I get to talk about one of my favorite critters,
4
15000
3000
כיוון שיוצא לי לדבר על אחד היצורים החביבים עלי,
00:42
which is the Western Grebe. You haven't lived
5
18000
3000
שהוא הטבלן המערבי. לא חייתם באמת
00:45
until you've seen these guys do their courtship dance.
6
21000
4000
עד שראיתם את החבר'ה האלה בריקוד החיזור שלהם.
00:49
I was on Bowman Lake in Glacier National Park,
7
25000
3000
הייתי על אגם בומן בפארק הלאומי גלישייר,
00:52
which is a long, skinny lake with sort of mountains upside down in it,
8
28000
4000
שהוא אגם ארוך וצר עם מעין הרים הפוכים בתוכו,
00:56
and my partner and I have a rowing shell.
9
32000
2000
ולשותף שלי ולי היתה סירת משוטים.
00:58
And so we were rowing, and one of these Western Grebes came along.
10
34000
6000
וכך חתרנו לנו, ואחד הטבלנים המערביים הצטרף אלינו.
01:04
And what they do for their courtship dance is, they go together,
11
40000
5000
ומה שהם עושים בריקוד החיזור שלהם, הם הולכים יחד,
01:09
the two of them, the two mates, and they begin to run underwater.
12
45000
5000
שניהם, הזוג, ומתחילים לרוץ מתחת למים.
01:14
They paddle faster, and faster, and faster, until they're going so fast
13
50000
4000
הם משכשכים מהר יותר, ויותר, ויותר, עד שהם כל-כך מהירים
01:18
that they literally lift up out of the water,
14
54000
3000
שהם פשוט מתרוממים מחוץ למים,
01:21
and they're standing upright, sort of paddling the top of the water.
15
57000
4000
והם עומדים זקופים, ומשכשכים מעל למים.
01:25
And one of these Grebes came along while we were rowing.
16
61000
5000
ואחד הטבלנים האלה הצטרף אלינו בזמן שחתרנו.
01:30
And so we're in a skull, and we're moving really, really quickly.
17
66000
4000
אז אנחנו חותרים מאוד, מאוד מהר.
01:34
And this Grebe, I think, sort of, mistaked us for a prospect,
18
70000
7000
והטבלן הזה רואה בנו בטעות, אני חושבת, מועמד לחיזור,
01:41
and started to run along the water next to us,
19
77000
4000
ומתחיל לרוץ לאורך המים לצידנו,
01:45
in a courtship dance -- for miles.
20
81000
5000
בריקוד חיזור - לאורך קילומטרים.
01:50
It would stop, and then start, and then stop, and then start.
21
86000
4000
הוא היה עוצר, ומתחיל, ועוצר, ומתחיל שוב.
01:54
Now that is foreplay.
22
90000
2000
עכשיו, זהו משחק מקדים.
01:56
(Laughter)
23
92000
3000
(צחוק)
01:59
I came this close to changing species at that moment.
24
95000
9000
אוקיי. הייתי ככה קרובה להחליף את המין שלי לטבלן באותו הרגע.
02:08
Obviously, life can teach us something
25
104000
4000
כמובן, החיים יכולים ללמד אותנו משהו
02:12
in the entertainment section. Life has a lot to teach us.
26
108000
4000
לגבי החלק הבידורי, בסדר. החיים יכולים ללמד אותנו הרבה.
02:16
But what I'd like to talk about today
27
112000
3000
אבל היום אני רוצה לדבר
02:19
is what life might teach us in technology and in design.
28
115000
4000
על מה שהחיים יכולים ללמד אותנו על טכנולוגיה ועיצוב.
02:23
What's happened since the book came out --
29
119000
2000
מה שקרה מאז שהספר יצא -
02:25
the book was mainly about research in biomimicry --
30
121000
3000
הספר הוא בעיקר בנוגע למחקרים בביו-חיקוי.
02:28
and what's happened since then is architects, designers, engineers --
31
124000
4000
ומה שקרה מאז הוא שארכיטקטים, מעצבים, מהנדסים
02:32
people who make our world -- have started to call and say,
32
128000
3000
אנשים שיוצרים את עולמנו - התחילו להתקשר ולומר,
02:35
we want a biologist to sit at the design table
33
131000
4000
אנחנו רוצים ביולוג שישב ליד שולחן העיצוב
02:39
to help us, in real time, become inspired.
34
135000
3000
ויעזור לנו, בזמן אמת, למצוא מקורות השראה.
02:42
Or -- and this is the fun part for me -- we want you to take us out
35
138000
4000
או - ומבחינתי, זה החלק הכיפי - אנחנו רוצים שתקחי אותנו החוצה
02:46
into the natural world. We'll come with a design challenge
36
142000
2000
אל הטבע. אנחנו נבוא עם אתגר עיצובי
02:48
and we find the champion adapters in the natural world, who might inspire us.
37
144000
5000
ונמצא את המסתגלים הטובים ביותר בטבע, שיהוו עבורנו השראה.
02:53
So this is a picture from a Galapagos trip that we took
38
149000
4000
אז זו תמונה מטיול שערכנו לגלפגוס
02:57
with some wastewater treatment engineers; they purify wastewater.
39
153000
4000
עם כמה מהנדסי מים; הם מטהרים מי שופכין.
03:01
And some of them were very resistant, actually, to being there.
40
157000
3000
וכמה מהם מאוד התנגדו, למען האמת, להיות שם.
03:04
What they said to us at first was, you know, we already do biomimicry.
41
160000
5000
מה שהם אמרו לנו בהתחלה היה, אתם יודעים, אנחנו כבר עושים ביו-חיקויים.
03:09
We use bacteria to clean our water. And we said,
42
165000
5000
אנחנו משתמשים בבקטריה לנקות את המים. ואנחנו אמרנו,
03:14
well, that's not exactly being inspired by nature.
43
170000
4000
זה לא בדיוק - זו לא בדיוק השראה מהטבע.
03:18
That's bioprocessing, you know; that's bio-assisted technology:
44
174000
4000
זה עיבוד באמצעות הטבע, אתם יודעים; זו טכנולוגיה שנעזרת בביולוגיה:
03:22
using an organism to do your wastewater treatment
45
178000
5000
השימוש באורגניזם לטיהור מי שופכין
03:27
is an old, old technology called "domestication."
46
183000
3000
הוא טכנולוגיה ישנה מאוד שנקראת "ביות."
03:30
This is learning something, learning an idea, from an organism and then applying it.
47
186000
7000
אנחנו רוצים ללמוד משהו, ללמוד רעיון, מאורגניזם וליישם אותו.
03:37
And so they still weren't getting it.
48
193000
3000
אבל הם עדיין לא קלטו את הרעיון.
03:40
So we went for a walk on the beach and I said,
49
196000
2000
אז הלכנו לטיול על החוף ואמרתי,
03:42
well, give me one of your big problems. Give me a design challenge,
50
198000
5000
טוב, תנו לי את אחת הבעיות הגדולות שלכם. תנו לי אתגר עיצובי,
03:47
sustainability speed bump, that's keeping you from being sustainable.
51
203000
3000
מכשול, שמונע מכם להמשיך ולגדול.
03:50
And they said scaling, which is the build-up of minerals inside of pipes.
52
206000
6000
והם אמרו אבנית, שהיא הצטברות של מינרלים בתוך צינורות.
03:56
And they said, you know what happens is, mineral --
53
212000
2000
והם אמרו, את יודעת - הבעיה היא, שמינרל -
03:58
just like at your house -- mineral builds up.
54
214000
2000
בדיוק כמו בבית שלך - מינרל מצטבר.
04:00
And then the aperture closes, and we have to flush the pipes with toxins,
55
216000
4000
ואז הפתח נסתם, וצריך לשטוף את הצינורות עם רעלים,
04:04
or we have to dig them up.
56
220000
2000
או שצריך לחפור אותם החוצה.
04:06
So if we had some way to stop this scaling --
57
222000
3000
אז אם הייתה לנו דרך לעצור את האבנית -
04:09
and so I picked up some shells on the beach. And I asked them,
58
225000
5000
וכך הרמתי כמה צדפים מהחוף. ושאלתי אותם,
04:14
what is scaling? What's inside your pipes?
59
230000
2000
מהי אבנית? מה יש לכם בתוך הצינורות?
04:16
And they said, calcium carbonate.
60
232000
3000
והם אמרו, סידן פחמתי.
04:19
And I said, that's what this is; this is calcium carbonate.
61
235000
3000
ואמרתי, זה מה שזה; זה סידן פחמתי.
04:22
And they didn't know that.
62
238000
3000
והם לא ידעו את זה.
04:25
They didn't know that what a seashell is,
63
241000
2000
הם לא ידעו ממה עשוי צדף,
04:27
it's templated by proteins, and then ions from the seawater
64
243000
4000
החלבונים משמשים כתבנית, ואז יונים ממי-הים
04:31
crystallize in place to create a shell.
65
247000
3000
מתגבשים במקומם על מנת ליצור צדף.
04:34
So the same sort of a process, without the proteins,
66
250000
4000
אז אותו תהליך, בלי החלבונים,
04:38
is happening on the inside of their pipes. They didn't know.
67
254000
3000
קורה בתוך הצינורות. הם לא ידעו.
04:41
This is not for lack of information; it's a lack of integration.
68
257000
6000
זה לא חוסר באינפורמציה; זה חוסר באינטגרציה.
04:47
You know, it's a silo, people in silos. They didn't know
69
263000
3000
אתם יודעים, זה בור, אנשים נמצאים בבורות. הם לא ידעו
04:50
that the same thing was happening. So one of them thought about it
70
266000
3000
שאותו דבר קורה. אז אחד מהם חשב על זה
04:53
and said, OK, well, if this is just crystallization
71
269000
4000
ואמר, בסדר, אז אם זו רק התגבשות
04:57
that happens automatically out of seawater -- self-assembly --
72
273000
5000
שקורית באופן טבעי ממי ים - הרכבה עצמית -
05:02
then why aren't shells infinite in size? What stops the scaling?
73
278000
5000
אז למה צדפים מוגבלים בגודל? מה עוצר את האבנית?
05:07
Why don't they just keep on going?
74
283000
2000
למה הם לא פשוט ממשיכים לגדול?
05:09
And I said, well, in the same way
75
285000
4000
אז אמרתי, טוב, באותה דרך שהם -
05:13
that they exude a protein and it starts the crystallization --
76
289000
4000
כמו שהם מפרישים חלבון והוא מתחיל את ההתגבשות -
05:17
and then they all sort of leaned in --
77
293000
4000
ואז הם כולם רכנו פנימה -
05:21
they let go of a protein that stops the crystallization.
78
297000
3000
כך הם מפרישים חלבון שעוצר את ההתגבשות.
05:24
It literally adheres to the growing face of the crystal.
79
300000
2000
הוא עוקב אחר השפה הגדלה של הגביש.
05:26
And, in fact, there is a product called TPA
80
302000
4000
ולמען האמת, יש מוצר בשם TPA
05:30
that's mimicked that protein -- that stop-protein --
81
306000
5000
שמחקה את החלבון - חלבון העצירה -
05:35
and it's an environmentally friendly way to stop scaling in pipes.
82
311000
4000
וזו דרך ידידותית לסביבה לעצור את האבנית בצינורות.
05:39
That changed everything. From then on,
83
315000
4000
זה שינה הכל. מאותו רגע,
05:43
you could not get these engineers back in the boat.
84
319000
4000
לא יכולתם להחזיר את המהנדסים חזרה לסירה.
05:47
The first day they would take a hike,
85
323000
3000
ביום הראשון הם יצאו לסיור,
05:50
and it was, click, click, click, click. Five minutes later they were back in the boat.
86
326000
3000
והכל היה קליק, קליק, קליק, קליק. תוך חמש דקות הם היו חזרה בסירה.
05:53
We're done. You know, I've seen that island.
87
329000
4000
סיימנו. אתם יודעים, ראיתי את האי.
05:57
After this,
88
333000
2000
אחרי זה,
05:59
they were crawling all over. They would snorkel
89
335000
3000
הם זחלו בכל מקום. הם לא היו -
06:02
for as long as we would let them snorkel.
90
338000
5000
הם היו צוללים לכמה זמן שרק הרשנו להם.
06:07
What had happened was that they realized that there were organisms
91
343000
4000
מה שקרה הוא שהם הבינו שיש אורגניזמים
06:11
out there that had already solved the problems
92
347000
4000
שכבר פתרו את הבעיות
06:15
that they had spent their careers trying to solve.
93
351000
3000
שהם בילו את הקריירות שלהם בנסיון לפתור.
06:18
Learning about the natural world is one thing;
94
354000
5000
ללמוד על הטבע הוא דבר אחד,
06:23
learning from the natural world -- that's the switch.
95
359000
2000
ללמוד מהטבע - זה ההבדל.
06:25
That's the profound switch.
96
361000
3000
זה הבדל עמוק.
06:28
What they realized was that the answers to their questions are everywhere;
97
364000
4000
מה שקרה הוא שהם הבינו שהתשובות לשאלות שלהם נמצאות בכל מקום;
06:32
they just needed to change the lenses with which they saw the world.
98
368000
4000
הם רק היו צריכים להחליף את העדשות דרכם הם ראו את העולם.
06:36
3.8 billion years of field-testing.
99
372000
4000
3.8 מיליארד שנים של ניסויי שדה
06:40
10 to 30 -- Craig Venter will probably tell you;
100
376000
3000
10 עד 30 - קרייג ונטר כנראה יאמר לכם;
06:43
I think there's a lot more than 30 million -- well-adapted solutions.
101
379000
4000
אני חושבת שיש הרבה יותר מ-30 מיליון - פתרונות מעובדים-היטב.
06:47
The important thing for me is that these are solutions solved in context.
102
383000
8000
הדבר החשוב עבורי הוא שאלה הם פתרונות שעובדו בהקשר מסוים.
06:55
And the context is the Earth --
103
391000
2000
וההקשר הוא כדור הארץ -
06:57
the same context that we're trying to solve our problems in.
104
393000
5000
אותו ההקשר בו אנו מנסים לפתור את הבעיות שלנו.
07:02
So it's the conscious emulation of life's genius.
105
398000
4000
אז מדובר בהדמיה מודעת של הגאונות של החיים.
07:06
It's not slavishly mimicking --
106
402000
2000
זה לא סתם חיקוי עיוור -
07:08
although Al is trying to get the hairdo going --
107
404000
3000
למרות שאל מנסה לחקות את התסרוקת -
07:11
it's not a slavish mimicry; it's taking the design principles,
108
407000
4000
זה לא סתם חיקוי עיוור. מדובר על לקיחת עקרונות תכנון,
07:15
the genius of the natural world, and learning something from it.
109
411000
5000
הגאונות של עולם הטבע, ולימוד מהם.
07:20
Now, in a group with so many IT people, I do have to mention what
110
416000
4000
עכשיו, בקבוצה עם כל כך הרבה אנשי IT, אני צריכה לומר -
07:24
I'm not going to talk about, and that is that your field
111
420000
3000
יש משהו שאני לא אדבר עליו, והוא שהתחום שלכם
07:27
is one that has learned an enormous amount from living things,
112
423000
4000
הוא אחד התחומים שלמדו המון מיצורים חיים,
07:31
on the software side. So there's computers that protect themselves,
113
427000
4000
בצד התוכנה. כך שיש מחשבים שמגינים על עצמם,
07:35
like an immune system, and we're learning from gene regulation
114
431000
3000
כמו מערכת חיסונית, ואנחנו לומדים מויסות גנטי
07:38
and biological development. And we're learning from neural nets,
115
434000
5000
והתפתחות ביולוגית. ואנחנו לומדים מרשתות נוירונים,
07:43
genetic algorithms, evolutionary computing.
116
439000
3000
אלגוריתמים גנטיים, מחשוב אבולוציוני.
07:46
That's on the software side. But what's interesting to me
117
442000
5000
זה בצד התוכנה. אבל מה שמעניין עבורי
07:51
is that we haven't looked at this, as much. I mean, these machines
118
447000
5000
הוא שלא הסתכלנו על זה מספיק. כלומר, המכונות האלה
07:56
are really not very high tech in my estimation
119
452000
3000
אינן טכנולוגיה מאוד מתקדמת להערכתי
07:59
in the sense that there's dozens and dozens of carcinogens
120
455000
5000
במובן זה שיש עשרות על עשרות של קרצינוגנים
08:04
in the water in Silicon Valley.
121
460000
3000
במים בעמק הסיליקון.
08:07
So the hardware
122
463000
3000
אז החומרה
08:10
is not at all up to snuff in terms of what life would call a success.
123
466000
5000
ממש לא ברמה לה עולם החי היה קורא הצלחה.
08:15
So what can we learn about making -- not just computers, but everything?
124
471000
5000
אז מה אנחנו יכולים ללמוד על ייצור - לא רק של מחשבים, אלא של כל דבר?
08:20
The plane you came in, cars, the seats that you're sitting on.
125
476000
4000
המטוס איתו הגעתם לכאן, מכוניות, הכסאות עליהם אתם יושבים.
08:24
How do we redesign the world that we make, the human-made world?
126
480000
7000
איך אנחנו מתכננים מחדש את העולם אותו אנו יוצרים, העולם יציר-כפינו?
08:31
More importantly, what should we ask in the next 10 years?
127
487000
4000
חשוב יותר, מה עלינו לשאול בעשר השנים הקרובות?
08:35
And there's a lot of cool technologies out there that life has.
128
491000
3000
ויש הרבה טכנולוגיות מגניבות שיש לעולם החי להציע.
08:38
What's the syllabus?
129
494000
2000
אז מה בתוכנית הלימודים?
08:40
Three questions, for me, are key.
130
496000
4000
עבורי, יש שלוש שאלות מפתח.
08:44
How does life make things?
131
500000
2000
איך החיים יוצרים דברים?
08:46
This is the opposite; this is how we make things.
132
502000
3000
זה ההיפך, זה איך אנחנו יוצרים דברים.
08:49
It's called heat, beat and treat --
133
505000
2000
אנחנו מחממים, מכים, ומעבדים -
08:51
that's what material scientists call it.
134
507000
2000
זה מה שמהנדסי חומרים עושים.
08:53
And it's carving things down from the top, with 96 percent waste left over
135
509000
5000
וזה גילוף דברים מתוך שלם, עם 96 אחוז פסולת נותרת
08:58
and only 4 percent product. You heat it up; you beat it with high pressures;
136
514000
5000
ורק 4 אחוז של מוצר. אתם מחממים את זה, מכים ומרקעים בלחץ גבוה,
09:03
you use chemicals. OK. Heat, beat and treat.
137
519000
3000
מעבדים באמצעות כימיקלים. בסדר. מחממים, מכים, ומעבדים.
09:06
Life can't afford to do that. How does life make things?
138
522000
4000
החיים לא יכולים להרשות לעצמם את זה. איך חיים מייצרים דברים?
09:10
How does life make the most of things?
139
526000
3000
איך החיים מפיקים את המירב מתוך דברים?
09:13
That's a geranium pollen.
140
529000
3000
זהו גרגר אבקת פרחי גרניום.
09:16
And its shape is what gives it the function of being able
141
532000
5000
והצורה שלו היא זו שנותנת לו את היכולת
09:21
to tumble through air so easily. Look at that shape.
142
537000
4000
להינשא באויר כל כך בקלות, בסדר? תסתכלו על הצורה שלו.
09:25
Life adds information to matter.
143
541000
5000
החיים מוסיפים מידע לחומר.
09:30
In other words: structure.
144
546000
2000
במילים אחרות: מבנה.
09:32
It gives it information. By adding information to matter,
145
548000
5000
הם מוסיפים מידע. בכך שהם מוסיפים מידע,
09:37
it gives it a function that's different than without that structure.
146
553000
6000
הם מאפשרים תפקוד שונה מאשר אילו לא היה המבנה קיים.
09:43
And thirdly, how does life make things disappear into systems?
147
559000
5000
ודבר שלישי, איך החיים גורמים לדברים להיעלם בתוך מערכות?
09:48
Because life doesn't really deal in things;
148
564000
5000
כי החיים לא באמת עוסקים בדברים;
09:53
there are no things in the natural world divorced
149
569000
4000
אין דברים בעולם הטבע שנפרדים
09:57
from their systems.
150
573000
3000
מהמערכות בהן הם נמצאים.
10:00
Really quick syllabus.
151
576000
2000
גרסה מקוצרת של תוכנית הלימודים.
10:02
As I'm reading more and more now, and following the story,
152
578000
6000
ככל שאני קוראת יותר, ועוקבת אחר הסיפור,
10:08
there are some amazing things coming up in the biological sciences.
153
584000
4000
יש כמה דברים מדהימים שעולים ממדעי החיים.
10:12
And at the same time, I'm listening to a lot of businesses
154
588000
3000
ובאותו זמן, אני מקשיבה לעסקים רבים
10:15
and finding what their sort of grand challenges are.
155
591000
4000
ומוצאת מה האתגרים הגדולים שלהם.
10:19
The two groups are not talking to each other.
156
595000
2000
שתי הקבוצות לא מדברות אחת עם השנייה.
10:21
At all.
157
597000
3000
בכלל.
10:24
What in the world of biology might be helpful at this juncture,
158
600000
4000
מה בעולם הביולוגיה יכול להיות מועיל בנקודה זו,
10:28
to get us through this sort of evolutionary knothole that we're in?
159
604000
5000
על מנת להוציא אותנו מהפלונטר האבולוציוני בו אנו נמצאים?
10:33
I'm going to try to go through 12, really quickly.
160
609000
3000
אני אנסה לסקור בקצרה 12 רעיונות.
10:36
One that's exciting to me is self-assembly.
161
612000
3000
אוקיי, אחד שמרגש אותי הוא הרכבה-עצמית.
10:39
Now, you've heard about this in terms of nanotechnology.
162
615000
4000
עכשיו, שמעתם על זה בהקשר של ננו-טכנולוגיה.
10:43
Back to that shell: the shell is a self-assembling material.
163
619000
4000
חזרה לצדף: הצדף הוא חומר שמרכיב את עצמו.
10:47
On the lower left there is a picture of mother of pearl
164
623000
4000
בצד השמאלי למטה יש תמונה של אם הפנינה
10:51
forming out of seawater. It's a layered structure that's mineral
165
627000
4000
נוצרת מתוך מי ים. זהו מבנה שכבתי של מינרל
10:55
and then polymer, and it makes it very, very tough.
166
631000
3000
ואז פולימר, והוא עושה אותו מאוד, מאוד קשיח.
10:58
It's twice as tough as our high-tech ceramics.
167
634000
3000
הוא קשיח פי שניים מקרמיקות הי-טק.
11:01
But what's really interesting: unlike our ceramics that are in kilns,
168
637000
4000
אבל מה שמאוד מעניין הוא שבשונה מהקרמיקות שלנו שנוצרות במשרפות,
11:05
it happens in seawater. It happens near, in and near, the organism's body.
169
641000
5000
זה קורה במי ים. זה קורה בתוך גופו של האורגניזם וקרוב מאוד אליו.
11:10
This is Sandia National Labs.
170
646000
2000
אוקיי, אנשים מתחילים -
11:12
A guy named Jeff Brinker
171
648000
5000
אלה מעבדות סנדיה; בחור בשם ג'ף ברינקר
11:17
has found a way to have a self-assembling coding process.
172
653000
4000
מצא דרך ליצור תהליך קידוד בהרכבה עצמית.
11:21
Imagine being able to make ceramics at room temperature
173
657000
4000
תארו לעצמכם אפשרות ליצור קרמיקה בטמפרטורת החדר
11:25
by simply dipping something into a liquid,
174
661000
4000
פשוט על ידי טבילת משהו בנוזל,
11:29
lifting it out of the liquid, and having evaporation
175
665000
3000
הוצאתו מתוך הנוזל, ונתינה לתהליך האידוי
11:32
force the molecules in the liquid together,
176
668000
4000
להכריח את המולקולות בנוזל להיצמד אחד לשני,
11:36
so that they jigsaw together
177
672000
2000
כך שהם מצטרפים יחד
11:38
in the same way as this crystallization works.
178
674000
4000
באותו אופן בו עובד תהליך התגבשות.
11:42
Imagine making all of our hard materials that way.
179
678000
3000
תארו לעצמכם שכך ניתן לייצר את כל החמרים הקשיחים.
11:45
Imagine spraying the precursors to a PV cell, to a solar cell,
180
681000
7000
תארו לעצמכם ריסוס של קודמן ליצירת תא פוטו-וולטאי, תא סולרי,
11:52
onto a roof, and having it self-assemble into a layered structure that harvests light.
181
688000
4000
על גבי גג, כך שהוא ירכיב את עצמו לשכבה שממירה אור לחשמל.
11:56
Here's an interesting one for the IT world:
182
692000
4000
הנה רעיון מעניין לעולם ה-IT:
12:00
bio-silicon. This is a diatom, which is made of silicates.
183
696000
5000
ביו-סיליקון. זהו דיאטום עשוי מסיליקטים.
12:05
And so silicon, which we make right now --
184
701000
2000
וכך סיליקון, שאנחנו מייצרים בימים אלו -
12:07
it's part of our carcinogenic problem in the manufacture of our chips --
185
703000
6000
זה חלק מהבעיה הקרצינוגנית בייצור השבבים שלנו -
12:13
this is a bio-mineralization process that's now being mimicked.
186
709000
4000
זהו תהליך ביו-מינרליזציה שאותו אנחנו מחקים עכשיו.
12:17
This is at UC Santa Barbara. Look at these diatoms.
187
713000
4000
זוהי אוניברסיטת קליפורניה בסנטה ברברה. הסתכלו על הדיאטומים האלה;
12:21
This is from Ernst Haeckel's work.
188
717000
3000
זה לקוח מעבודתו של ארנסט הקל.
12:24
Imagine being able to -- and, again, it's a templated process,
189
720000
5000
דמיינו יכולת - ושוב, זהו תהליך תבניתי,
12:29
and it solidifies out of a liquid process -- imagine being able to have that
190
725000
4000
והוא מתמצק מתוך תהליך נוזלי - דמיינו יכולת לגרום
12:33
sort of structure coming out at room temperature.
191
729000
4000
למבנה כזה להיבנות בטמפרטורת החדר.
12:37
Imagine being able to make perfect lenses.
192
733000
3000
דמיינו יכולת ליצור עדשות מושלמות.
12:40
On the left, this is a brittle star; it's covered with lenses
193
736000
5000
מצד שמאל, זהו כוכב ים; הוא מכוסה בעדשות
12:45
that the people at Lucent Technologies have found
194
741000
3000
שכפי שהאנשים בלוסנט גילו
12:48
have no distortion whatsoever.
195
744000
2000
הינן לחלוטין חסרות עיוותים.
12:50
It's one of the most distortion-free lenses we know of.
196
746000
3000
אלו בין העדשות חסרות העיוותים ביותר המוכרות למין האנושי.
12:53
And there's many of them, all over its entire body.
197
749000
3000
ויש המון מהן, כל הגוף מכוסה בהן.
12:56
What's interesting, again, is that it self-assembles.
198
752000
3000
מה שמעניין כאן, שוב, הוא שהן קורות בהרכבה-עצמית.
12:59
A woman named Joanna Aizenberg, at Lucent,
199
755000
4000
אישה בשם ג'ואנה איזנברג, בחברת לוסנט,
13:03
is now learning to do this in a low-temperature process to create
200
759000
4000
לומדת עכשיו לעשות זאת בתהליך בטמפרטורה נמוכה על מנת ליצור
13:07
these sort of lenses. She's also looking at fiber optics.
201
763000
4000
עדשות כאלה. היא גם בוחנת סיבים אופטיים.
13:11
That's a sea sponge that has a fiber optic.
202
767000
3000
זהו ספוג ים שיש לו סיב אופטי.
13:14
Down at the very base of it, there's fiber optics
203
770000
3000
למטה בבסיס שלו, יש סיב אופטי
13:17
that work better than ours, actually, to move light,
204
773000
3000
שעובד טוב יותר משלנו, למעשה, בהעברת אור.
13:20
but you can tie them in a knot; they're incredibly flexible.
205
776000
6000
אבל אתם יכולים לעשות איתם קשר; הם גמישים באופן מופלא.
13:26
Here's another big idea: CO2 as a feedstock.
206
782000
4000
הנה עוד רעיון גדול: פחמן דו חמצני כמצע גידול.
13:30
A guy named Geoff Coates, at Cornell, said to himself,
207
786000
3000
בחור בשם ג'ף קואטס, באוניברסיטת קורנל, אמר לעצמו,
13:33
you know, plants do not see CO2 as the biggest poison of our time.
208
789000
4000
אתם יודעים, צמחים לא רואים בפחמן דו חמצני את הרעל הגדול ביותר של זמננו.
13:37
We see it that way. Plants are busy making long chains
209
793000
3000
אנחנו רואים אותו ככזה. צמחים עסוקים ביצירת שרשראות ארוכות
13:40
of starches and glucose, right, out of CO2. He's found a way --
210
796000
6000
של עמילנים וסוכרים, נכון, מתוך פחמן דו חמצני. הוא מצא דרך -
13:46
he's found a catalyst -- and he's found a way to take CO2
211
802000
3000
הוא מצא זרז, והוא מצא דרך לקחת פחמן דו חמצני
13:49
and make it into polycarbonates. Biodegradable plastics
212
805000
4000
ולהפוך אותו לפוליקרבונט. פלסטיק מתכלה
13:53
out of CO2 -- how plant-like.
213
809000
2000
מתוך פחמן דו חמצני - ממש כמו צמח.
13:55
Solar transformations: the most exciting one.
214
811000
3000
טרנספורמציות סולאריות: הרעיון הכי מרגש.
13:58
There are people who are mimicking the energy-harvesting device
215
814000
4000
אלו אנשים שמחקים את התקן המרת האנרגיה
14:02
inside of purple bacterium, the people at ASU. Even more interesting,
216
818000
4000
שנמצא בבקטריה סגולה, אנשים מ-ASU. ואפילו יותר מעניין,
14:06
lately, in the last couple of weeks, people have seen
217
822000
3000
לאחרונה, בשבועות האחרונים, אנשים ראו
14:09
that there's an enzyme called hydrogenase that's able to evolve
218
825000
5000
שיש אנזים בשם הידורגנז שמסוגל לייצר
14:14
hydrogen from proton and electrons, and is able to take hydrogen up --
219
830000
4000
מימן מתוך פרוטונים ואלקטרונים.והוא מסוגל ליצור מימן -
14:18
basically what's happening in a fuel cell, in the anode of a fuel cell
220
834000
5000
באופן בסיסי, מה שקורה בתא דלק, באנודה של תא דלק
14:23
and in a reversible fuel cell.
221
839000
2000
ובתא דלק הפיך.
14:25
In our fuel cells, we do it with platinum;
222
841000
3000
בתאי הדלק שלנו, אנחנו עושים את זה עם פלטינה.
14:28
life does it with a very, very common iron.
223
844000
4000
החיים עושים את זה עם יסוד נפוץ מאוד - ברזל.
14:32
And a team has now just been able to mimic
224
848000
4000
וצוות הצליח ממש לאחרונה לחקות
14:36
that hydrogen-juggling hydrogenase.
225
852000
5000
את פעולת האנזים.
14:41
That's very exciting for fuel cells --
226
857000
2000
זה מאוד מרגש עבור תאי דלק -
14:43
to be able to do that without platinum.
227
859000
3000
להיות מסוגל לעשות את זה בלי פלטינה.
14:46
Power of shape: here's a whale. We've seen that the fins of this whale
228
862000
5000
הכוח של הצורה: הנה לווייתן. ראינו שעל הסנפירים של לוויתן זה
14:51
have tubercles on them. And those little bumps
229
867000
3000
יש גבשושיות. והבליטות הקטנות האלה
14:54
actually increase efficiency in, for instance,
230
870000
5000
דווקא מגבירות את היעילות, לדוגמא,
14:59
the edge of an airplane -- increase efficiency by about 32 percent.
231
875000
5000
בקצה של מטוס - מגבירות את היעילות ב-32 אחוז לערך.
15:04
Which is an amazing fossil fuel savings,
232
880000
2000
אשר מהווה חיסכון מדהים בדלק,
15:06
if we were to just put that on the edge of a wing.
233
882000
5000
אם היינו פשוט שמים את זה על קצה הכנף.
15:11
Color without pigments: this peacock is creating color with shape.
234
887000
4000
צבע ללא פיגמנטים: טווס זה יוצר צבע על ידי צורה.
15:15
Light comes through, it bounces back off the layers;
235
891000
3000
האור עובר, ומוחזר מהשכבות;
15:18
it's called thin-film interference. Imagine being able
236
894000
3000
קוראים לזה התאבכות משכבות דקות. דמיינו יכולת
15:21
to self-assemble products with the last few layers
237
897000
3000
לעשות הרכבה עצמית של מוצרים שהשכבות האחרונות שלהם
15:24
playing with light to create color.
238
900000
4000
משחקות עם אור על מנת ליצור צבע.
15:28
Imagine being able to create a shape on the outside of a surface,
239
904000
5000
דמיינו אפשרות ליצור צורה על החלק החיצוני של פני השטח,
15:33
so that it's self-cleaning with just water. That's what a leaf does.
240
909000
5000
כך שהוא יבצע ניקוי-עצמי באמצעות מים. זה מה שעלה עושה.
15:38
See that up-close picture?
241
914000
2000
רואים את התקריב?
15:40
That's a ball of water, and those are dirt particles.
242
916000
3000
זה כדור של מים, ואלו הם חלקיקי לכלוך.
15:43
And that's an up-close picture of a lotus leaf.
243
919000
3000
וזה תקריב של עלה הלוטוס.
15:46
There's a company making a product called Lotusan, which mimics --
244
922000
5000
יש חברה המייצרת מוצר שנקרא Lotusan, אשר מחקה -
15:51
when the building facade paint dries, it mimics the bumps
245
927000
4000
כאשר הצבע בחזית הבניין מתייבש, הוא מחקה את הבליטות
15:55
in a self-cleaning leaf, and rainwater cleans the building.
246
931000
5000
בעלה בעל ניקוי עצמי, ואז מי גשמים מנקים את הבניין.
16:00
Water is going to be our big, grand challenge:
247
936000
6000
מים הולכים להיות האתגר הגדול, המרכזי שלנו:
16:06
quenching thirst.
248
942000
2000
להרוות צימאון.
16:08
Here are two organisms that pull water.
249
944000
3000
הנה שני אורגניזמים שמפיקים מים.
16:11
The one on the left is the Namibian beetle pulling water out of fog.
250
947000
4000
משמאל חיפושית נמיבית שמפיקה מים מתוך ערפל.
16:15
The one on the right is a pill bug -- pulls water out of air,
251
951000
3000
מימין זהו אורי כדורי - הוא מפיק מים מתוך האויר.
16:18
does not drink fresh water.
252
954000
3000
לא שותה מים.
16:21
Pulling water out of Monterey fog and out of the sweaty air in Atlanta,
253
957000
7000
הפקת והפרדת מים מתוך הערפל במונטריי ומתוך האויר הלח באטלנטה,
16:28
before it gets into a building, are key technologies.
254
964000
4000
לפני כניסה למבנים, היא טכנולוגיית מפתח.
16:32
Separation technologies are going to be extremely important.
255
968000
4000
טכנולוגיות הפרדה יהיו חשובות ביותר.
16:36
What if we were to say, no more hard rock mining?
256
972000
4000
מה אם נאמר, די לכריית אבנים?
16:40
What if we were to separate out metals from waste streams,
257
976000
6000
מה אם נפיק מתכות מתוך זרמים של פסולת -
16:46
small amounts of metals in water? That's what microbes do;
258
982000
4000
כמויות קטנות של מתכת במים? זה מה שמיקרובים עושים,
16:50
they chelate metals out of water.
259
986000
2000
הם מפרידים מתכות מתוך מים.
16:52
There's a company here in San Francisco called MR3
260
988000
3000
יש חברה כאן בסאן פרנסיסקו בשם MR3
16:55
that is embedding mimics of the microbes' molecules on filters
261
991000
6000
שמטמיעה חיקויים של מולקולות של מיקרובים על גבי פילטרים
17:01
to mine waste streams.
262
997000
3000
על מנת לכרות מתוך זרמי פסולת.
17:04
Green chemistry is chemistry in water.
263
1000000
4000
כימיה ירוקה היא כימיה בתוך מים.
17:08
We do chemistry in organic solvents.
264
1004000
2000
אנחנו עושים כימיה בסולבנטים אורגניים.
17:10
This is a picture of the spinnerets coming out of a spider
265
1006000
4000
זוהי תמונה של הקורים יוצאים מתוך עכביש,
17:14
and the silk being formed from a spider. Isn't that beautiful?
266
1010000
3000
והמשי שנוצר מהעכביש. האין זה יפהפה?
17:17
Green chemistry is replacing our industrial chemistry with nature's recipe book.
267
1013000
8000
כימיה ירוקה מחליפה את הכימיה התעשייתית שלנו עם ספר המתכונים של הטבע.
17:25
It's not easy, because life uses
268
1021000
5000
זה לא קל, כיוון שהחיים משתמשים
17:30
only a subset of the elements in the periodic table.
269
1026000
4000
רק בחלק קטן מהיסודות בטבלא המחזורית.
17:34
And we use all of them, even the toxic ones.
270
1030000
4000
ואנחנו משתמשים בכולם, אפילו באלו הרעילים.
17:38
To figure out the elegant recipes that would take the small subset
271
1034000
5000
מציאת המתכונים האלגנטיים שיקחו קבוצה קטנה
17:43
of the periodic table, and create miracle materials like that cell,
272
1039000
6000
של יסודות, וייצרו חומרים פלאיים כמו זה,
17:49
is the task of green chemistry.
273
1045000
2000
זוהי משימתה של הכימיה הירוקה.
17:51
Timed degradation: packaging that is good
274
1047000
4000
התפרקות מתוזמנת: אריזה שהיא טובה
17:55
until you don't want it to be good anymore, and dissolves on cue.
275
1051000
4000
עד שלא תרצו אותה יותר, ואז מתמוססת לפי פקודה.
17:59
That's a mussel you can find in the waters out here,
276
1055000
3000
זוהי צדפה שתוכלו למצוא במים כאן.
18:02
and the threads holding it to a rock are timed; at exactly two years,
277
1058000
4000
והחוטים שקושרים אותה לסלע מתוזמנים - תוך בדיוק שנתיים
18:06
they begin to dissolve.
278
1062000
2000
הם מתחילים להתמוסס.
18:08
Healing: this is a good one.
279
1064000
3000
ריפוי: זה רעיון טוב.
18:11
That little guy over there is a tardigrade.
280
1067000
3000
הבחור הקטן כאן הוא דובון מים.
18:14
There is a problem with vaccines around the world
281
1070000
6000
יש בעיה ברחבי העולם שחיסונים
18:20
not getting to patients. And the reason is
282
1076000
3000
לא מגיעים לפציינטים. והסיבה לכך היא
18:23
that the refrigeration somehow gets broken;
283
1079000
4000
שהקירור מתקלקל לאורך הדרך;
18:27
what's called the "cold chain" gets broken.
284
1083000
2000
"השרשרת הקרה" נשברת, קוראים לזה.
18:29
A guy named Bruce Rosner looked at the tardigrade --
285
1085000
3000
ובחור בשם ברוס רוזנר הסתכל על דובוני המים -
18:32
which dries out completely, and yet stays alive for months
286
1088000
6000
שמתייבשים לחלוטין, ובכל זאת נשארים בחיים במשך חודשים
18:38
and months and months, and is able to regenerate itself.
287
1094000
3000
וחודשים, וחודשים, ומסוגלים להחזיר את עצמם לתחייה.
18:41
And he found a way to dry out vaccines --
288
1097000
3000
והוא מצא שיטה לייבש חיסונים -
18:44
encase them in the same sort of sugar capsules
289
1100000
4000
לאחסן אותם באותו סוג של כמוסות סוכר
18:48
as the tardigrade has within its cells --
290
1104000
3000
שיש לדובון המים בתוך התאים שלו -
18:51
meaning that vaccines no longer need to be refrigerated.
291
1107000
5000
והתוצאה היא שהחיסונים כבר לא חייבים להישמר בקירור.
18:56
They can be put in a glove compartment, OK.
292
1112000
4000
אפשר לאחסן אותם בתא הכפפות.
19:00
Learning from organisms. This is a session about water --
293
1116000
5000
לימוד מאורגניזמים. כאן מדובר על מים -
19:05
learning about organisms that can do without water,
294
1121000
3000
ללמוד מאורגניזמים שיכולים להסתדר בלי מים,
19:08
in order to create a vaccine that lasts and lasts and lasts without refrigeration.
295
1124000
7000
על מנת ליצור חיסונים שיכולים להשתמר לאורך זמן ללא קירור.
19:15
I'm not going to get to 12.
296
1131000
3000
אני לא אגיע ל-12...
19:18
But what I am going to do is tell you that the most important thing,
297
1134000
4000
אבל מה שאומר לכם הוא שהדבר החשוב ביותר,
19:22
besides all of these adaptations, is the fact that these organisms
298
1138000
5000
מלבד כל ההתאמות האלה, הוא העובדה שהאורגניזמים הללו
19:27
have figured out a way to do the amazing things they do
299
1143000
5000
מצאו דרך לעשות את כל הדברים המופלאים שהם עושים
19:32
while taking care of the place
300
1148000
3000
תוך שהם דואגים לסביבה
19:35
that's going to take care of their offspring.
301
1151000
5000
שתדאג לצאצאיהם.
19:40
When they're involved in foreplay,
302
1156000
3000
כאשר הם עוסקים במשחק מקדים,
19:43
they're thinking about something very, very important --
303
1159000
3000
הם חושבים על משהו מאוד, מאוד, חשוב,
19:46
and that's having their genetic material
304
1162000
4000
והוא איך לשמר את החומר הגנטי שלהם
19:50
remain, 10,000 generations from now.
305
1166000
5000
10,000 דורות מהיום.
19:55
And that means finding a way to do what they do
306
1171000
2000
ופירושו של דבר, למצוא דרך לעשות את מה שהם עושים
19:57
without destroying the place that'll take care of their offspring.
307
1173000
4000
מבלי להרוס את הסביבה שתדאג לצאצאים שלהם.
20:01
That's the biggest design challenge.
308
1177000
3000
זהו האתגר התכנוני הגדול ביותר.
20:04
Luckily, there are millions and millions of geniuses
309
1180000
6000
למרבה המזל, יש מיליונים על מיליונים של גאונים
20:10
willing to gift us with their best ideas.
310
1186000
3000
שמוכנים לתת לנו את רעיונותיהם הטובים ביותר.
20:13
Good luck having a conversation with them.
311
1189000
3000
בהצלחה בשיחה איתם.
20:16
Thank you.
312
1192000
1000
תודה.
20:17
(Applause)
313
1193000
14000
(מחיאות כפיים)
20:31
Chris Anderson: Talk about foreplay, I -- we need to get to 12, but really quickly.
314
1207000
4000
כריס אנדרסון: אם כבר מדברים על משחק מקדים, אני - אנחנו חייבים לשמוע את כל ה-12, אבל מאוד מהר.
20:35
Janine Benyus: Oh really?
315
1211000
1000
ג'נין בניוס: אה, באמת?
20:36
CA: Yeah. Just like, you know, like the 10-second version
316
1212000
3000
כא: כן. כלומר, את יודעת, תקצירים של 10 שניות
20:39
of 10, 11 and 12. Because we just -- your slides are so gorgeous,
317
1215000
3000
של 10, 11, ו-12. כיוון שאנחנו חייבים - השקפים שלך מהממים,
20:42
and the ideas are so big, I can't stand to let you go down
318
1218000
2000
והרעיונות כל כך גדולים, שאני לא יכול לתת לך לרדת
20:44
without seeing 10, 11 and 12.
319
1220000
2000
בלי להראות את 10, 11, ו-12.
20:46
JB: OK, put this -- OK, I'll just hold this thing. OK, great.
320
1222000
4000
גב: אוקיי, אני רק אחזיק את זה. אוקיי, מעולה.
20:50
OK, so that's the healing one.
321
1226000
3000
אוקיי, אז זה על ריפוי.
20:53
Sensing and responding: feedback is a huge thing.
322
1229000
3000
חישה ותגובה: פידבק הוא דבר אדיר.
20:56
This is a locust. There can be 80 million of them in a square kilometer,
323
1232000
4000
זהו ארבה. יכולים להיות 80 מיליון מהם בקילומטר רבוע,
21:00
and yet they don't collide with one another.
324
1236000
3000
ועדיין, הם לא מתנגשים אחד עם השני.
21:03
And yet we have 3.6 million car collisions a year.
325
1239000
5000
עם זאת, יש לנו 3.6 מיליון התנגשויות בין מכוניות כל שנה.
21:08
(Laughter)
326
1244000
2000
(צחוק)
21:10
Right. There's a person at Newcastle
327
1246000
4000
נכון. יש מישהי בניוקסל
21:14
who has figured out that it's a very large neuron.
328
1250000
3000
שהבינה שיש ניורון גדול מאוד.
21:17
And she's actually figuring out how to make
329
1253000
3000
והיא חוקרת איך לממש
21:20
a collision-avoidance circuitry
330
1256000
2000
מעגל למניעת התנגשויות
21:22
based on this very large neuron in the locust.
331
1258000
4000
בהתבסס על הנוירון הגדול הזה בארבה..
21:26
This is a huge and important one, number 11.
332
1262000
2000
זה גדול וחשוב, מספר 11.
21:28
And that's the growing fertility.
333
1264000
2000
והוא גידול פריון.
21:30
That means, you know, net fertility farming.
334
1266000
4000
כלומר, אתם יודעים, חקלאות פריון נטו.
21:34
We should be growing fertility. And, oh yes -- we get food, too.
335
1270000
4000
אנחנו צריכים לגדל פריון. וגם, כן - נקבל גם אוכל.
21:38
Because we have to grow the capacity of this planet
336
1274000
5000
כיוון שאנחנו צריכים להגדיל את הקיבולת של הפלנטה הזו
21:43
to create more and more opportunities for life.
337
1279000
3000
ליצור עוד ועוד הזדמנויות לחיים.
21:46
And really, that's what other organisms do as well.
338
1282000
2000
ולמען האמת, זה גם מה שאורגניזמים אחרים עושים.
21:48
In ensemble, that's what whole ecosystems do:
339
1284000
3000
זה מה שמערכות אקולוגיות שלמות עושות בלהקה:
21:51
they create more and more opportunities for life.
340
1287000
3000
הן יוצרות עוד ועוד הזדמנויות לחיים.
21:54
Our farming has done the opposite.
341
1290000
3000
החקלאות שלנו עשתה את ההיפך.
21:57
So, farming based on how a prairie builds soil,
342
1293000
4000
אז, חקלאות המבוססת על הדרך בה ערבה בונה אדמה פוריה,
22:01
ranching based on how a native ungulate herd
343
1297000
4000
חוואות המתבססת על הדרך בה עדר בהמות טבעי
22:05
actually increases the health of the range,
344
1301000
2000
מגדיל את הבריאות של החווה.
22:07
even wastewater treatment based on how a marsh
345
1303000
5000
אפילו טיהור מים המתבסס על הדרך בה ביצה
22:12
not only cleans the water,
346
1308000
2000
לא רק מנקה מים,
22:14
but creates incredibly sparkling productivity.
347
1310000
4000
אלא גם יוצרת פרודוקטיביות מדהימה.
22:18
This is the simple design brief. I mean, it looks simple
348
1314000
4000
זהו תדריך על עיצוב פשוט. אני מתכוונת, זה נראה פשוט
22:22
because the system, over 3.8 billion years, has worked this out.
349
1318000
5000
כיוון שהמערכת, במשך 3.8 מיליארד שנים, עבדה על זה.
22:27
That is, those organisms that have not been able to figure out
350
1323000
5000
כלומר, אותם אורגניזמים שלא הצליחו להבין
22:32
how to enhance or sweeten their places,
351
1328000
4000
כיצד לשפר או להיטיב את הסביבה שלהם,
22:36
are not around to tell us about it.
352
1332000
3000
כבר לא קיימים כדי לספר לנו על זה.
22:39
That's the twelfth one.
353
1335000
3000
זה השנים-עשר.
22:42
Life -- and this is the secret trick; this is the magic trick --
354
1338000
4000
החיים - וזה הטריק הסודי; זה הקסם -
22:46
life creates conditions conducive to life.
355
1342000
4000
החיים יוצרים תנאים המתאימים לחיים.
22:50
It builds soil; it cleans air; it cleans water;
356
1346000
4000
החיים בונים אדמה, מנקים אוויר, מנקים מים,
22:54
it mixes the cocktail of gases that you and I need to live.
357
1350000
3000
מערבבים את קוקטייל הגזים שאני ואתם צריכים על מנת לחיות.
22:57
And it does that in the middle of having great foreplay
358
1353000
6000
והם עושים זאת תוך כדי משחק מקדים מעולה
23:03
and meeting their needs. So it's not mutually exclusive.
359
1359000
6000
והיענות לצרכים שלהם. כך שזו לא סתירה הדדית.
23:09
We have to find a way to meet our needs,
360
1365000
3000
אנחנו חייבים למצוא דרך להיענות לצרכים שלנו,
23:12
while making of this place an Eden.
361
1368000
6000
תוך שאנו הופכים את הסביבה לגן עדן.
23:18
CA: Janine, thank you so much.
362
1374000
1000
כא: ג'אנין, תודה רבה.
23:19
(Applause)
363
1375000
1000
(מחיאות כפיים)
ABOUT THE SPEAKER
Janine Benyus - Science writer, innovation consultant, conservationistA self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity.
Why you should listen
In the world envisioned by science author Janine Benyus, a locust's ability to avoid collision within a roiling cloud of its brethren informs the design of a crash-resistant car; a self-cleaning leaf inspires a new kind of paint, one that dries in a pattern that enables simple rainwater to wash away dirt; and organisms capable of living without water open the way for vaccines that maintain potency even without refrigeration -- a hurdle that can prevent life-saving drugs from reaching disease-torn communities. Most important, these cool tools from nature pull off their tricks while still managing to preserve the environment that sustains them, a life-or-death lesson that humankind is in need of learning.
As a champion of biomimicry, Benyus has become one of the most important voices in a new wave of designers and engineers inspired by nature. Her most recent project, AskNature, explores what happens if we think of nature by function and looks at what organisms can teach us about design.
Janine Benyus | Speaker | TED.com