TED2006
Saul Griffith: Everyday inventions
סול גריפית': המצאות של יומיום
Filmed:
Readability: 4.2
580,919 views
הממציא סול גריפית', החבר באחוות הגאונים ע"ש מק'ארתור, חושף מספר רעיונות חדשניים ממעבדתו - החל מ"חבל חכם" ועד לעפיפון בגודל בית לגרירת מטענים גדולים.
Saul Griffith - Inventor
Inventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power. Full bio
Inventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power. Full bio
Double-click the English transcript below to play the video.
00:24
So anyway, who am I?
0
0
1000
טוב. אז מי אני?
00:25
I usually say to people, when they say, "What do you do?"
1
1000
3000
כששואלים אותי, "במה אתה עוסק?"
00:28
I say, "I do hardware,"
2
4000
2000
אני בד"כ עונה: "אני מייצר חומרה."
כי זה מסכם בצורה נוחה
את כל מה שאני עושה.
את כל מה שאני עושה.
00:30
because it sort of conveniently encompasses everything I do.
3
6000
2000
00:32
And I recently said that to a venture capitalist casually at some
4
8000
4000
לאחרונה עניתי כך כלאחר-יד
למשקיע הון-סיכון אחד
למשקיע הון-סיכון אחד
00:36
Valley event, to which he replied, "How quaint."
5
12000
3000
באירוע ב"עמק",
והוא ענה: "כמה מקסים."
והוא ענה: "כמה מקסים."
00:39
(Laughter)
6
15000
2000
[צחוק]
00:41
And I sort of really was dumbstruck.
7
17000
3000
והמלים ממש נעתקו מפי.
00:44
And I really should have said something smart.
8
20000
2000
חבל שלא אמרתי משהו מחוכם.
00:46
And now I've had a little bit of time to think about it,
9
22000
5000
ואחרי שחשבתי על זה קצת,
הייתי צריך לומר, "תראה,
00:51
I would have said, "Well, you know,
10
27000
2000
00:53
if we look at the next 100 years
11
29000
2000
אם תסתכל על מאה השנים הבאות,
ובימים האחרונים ראינו
את כל הבעיות שיש,
את כל הבעיות שיש,
00:55
and we've seen all these problems in the last few days,
12
31000
2000
00:57
most of the big issues -- clean water, clean energy --
13
33000
3000
רוב הנושאים החשובים:
מים נקיים, אנרגיה נקיה--
מים נקיים, אנרגיה נקיה--
01:00
and they're interchangeable in some respects --
14
36000
2000
ויש ביניהם יחסי-גומלין מסוימים--
01:02
and cleaner, more functional materials --
15
38000
2000
וחומרים נקיים ופרקטיים יותר--
01:04
they all look to me to be hardware problems.
16
40000
3000
בעיני כל אלה בעיות חומרה.
זה לא אומר שעלינו להתעלם מהתוכנה,
01:07
This doesn't mean we should ignore software,
17
43000
2000
01:09
or information, or computation."
18
45000
2000
או מן המידע, או מן המיחשוב.
01:11
And that's in fact probably what I'm going to try and tell you about.
19
47000
3000
ועל זה בעצם אנסה
לספר לכם היום.
לספר לכם היום.
01:14
So, this talk is going to be about how do we make things
20
50000
3000
הרצאה זו תעסוק בשאלה
איך אנו מייצרים דברים
איך אנו מייצרים דברים
01:17
and what are the new ways that we're going to make things in the future.
21
53000
5000
ובאילו דרכים חדשות
נייצר דברים בעתיד.
נייצר דברים בעתיד.
01:22
Now, TED sends you a lot of spam if you're a speaker
22
58000
5000
TED שולחת לכל מרצה
המון דואל-זבל:
המון דואל-זבל:
01:27
about "do this, do that" and you fill out all these forms,
23
63000
2000
"תעשה כך, תעשה כך",
ואתה ממלא את כל הטפסים האלה
ואתה ממלא את כל הטפסים האלה
01:29
and you don't actually know how they're going to describe you,
24
65000
3000
ובעצם אין לך מושג
איך יתארו אותך,
איך יתארו אותך,
01:32
and it flashed across my desk that they were going to introduce me as a futurist.
25
68000
3000
וראיתי בחטף
שיציגו אותי בתור עתידן.
שיציגו אותי בתור עתידן.
01:35
And I've always been nervous about the term "futurist,"
26
71000
2000
והביטוי "עתידן" תמיד הטריד אותי,
01:37
because you seem doomed to failure because you can't really predict it.
27
73000
3000
כי ברור שתיכשל:
אינך יכול לחזות את העתיד.
אינך יכול לחזות את העתיד.
01:40
And I was laughing about this with the very smart colleagues I have,
28
76000
3000
התבדחתי על זה עם
כמה חברים חכמים מאד,
כמה חברים חכמים מאד,
01:43
and said, "You know, well, if I have to talk about the future, what is it?"
29
79000
4000
ואמרתי, "אם עלי להרצות
על העתיד, אז מהו?"
על העתיד, אז מהו?"
01:47
And George Homsey, a great guy, said, "Oh, the future is amazing.
30
83000
5000
וג'ורג' הומסי, בחור נהדר, אמר:
"העתיד נפלא.
"העתיד נפלא.
01:52
It is so much stranger than you think.
31
88000
2000
"הוא מוזר בהרבה
ממה שאתה חושב.
ממה שאתה חושב.
01:54
We're going to reprogram the bacteria in your gut,
32
90000
2000
"אנו נהנדס מחדש את החיידקים
במעיים שלך,
במעיים שלך,
01:56
and we're going to make your poo smell like peppermint."
33
92000
5000
"ונעשה שלקקי שלך
יהיה ריח מנטה."
יהיה ריח מנטה."
02:01
(Laughter)
34
97000
2000
[צחוק]
02:03
So, you may think that's sort of really crazy,
35
99000
3000
אולי אתם חושבים שזה מטורף,
02:06
but there are some pretty amazing things that are happening
36
102000
2000
אך קורים כמה דברים מדהימים
שמאפשרים את זה.
שמאפשרים את זה.
02:08
that make this possible.
37
104000
1000
02:09
So, this isn't my work, but it's work of good friends of mine at MIT.
38
105000
4000
זו לא עבודה שלי, אלא של
חברים טובים בטכניון של מסצ'וסטס
חברים טובים בטכניון של מסצ'וסטס
02:13
This is called the registry of standard biological parts.
39
109000
2000
זה קרוי "מערכת הרישום
של חלקים ביולוגיים תקניים".
של חלקים ביולוגיים תקניים".
02:15
This is headed by Drew Endy and Tom Knight
40
111000
2000
עומדים בראשה דרו אנדי וטום נייט
02:17
and a few other very, very bright individuals.
41
113000
3000
ועוד כמה אנשים מבריקים מאד.
בעיקרון, הם מתייחסים לביולוגיה
כאל מערכת ברת-תיכנות.
כאל מערכת ברת-תיכנות.
02:20
Basically, what they're doing is looking at biology as a programmable system.
42
116000
3000
02:23
Literally, think of proteins as subroutines
43
119000
4000
פשוטו כמשמעו: חושבים
על חלבונים כעל תת-שגרות
על חלבונים כעל תת-שגרות
02:27
that you can string together to execute a program.
44
123000
3000
שניתן לשזור ביחד כדי להריץ תכנית.
02:30
Now, this is actually becoming such an interesting idea.
45
126000
5000
וזה הופך כיום לרעיון מאד מעניין.
זהו תרשים של אוטומט סופי.
זהו מחשב פשוט מאד.
זהו מחשב פשוט מאד.
02:35
This is a state diagram. That's an extremely simple computer.
46
131000
3000
02:38
This one is a two-bit counter.
47
134000
2000
זהו מונה של שתי סיביות.
02:40
So that's essentially the computational equivalent of two light switches.
48
136000
6000
זהו בעצם שווה-הערך הממוחשב
של מתגים דו-נורתיים.
של מתגים דו-נורתיים.
בנתה אותו חבורת סטודנטים בציריך
02:46
And this is being built by a group of students at Zurich
49
142000
3000
עבור תחרות עיצוב בביולוגיה.
02:49
for a design competition in biology.
50
145000
2000
02:51
And from the results of the same competition last year,
51
147000
3000
ולפי תוצאות אותה תחרות
מהשנה הקודמת,
מהשנה הקודמת,
02:54
a University of Texas team of students programmed bacteria
52
150000
4000
צוות סטודנטים מאונ' טקסס
תיכנתו חיידקים
תיכנתו חיידקים
02:58
so that they can detect light and switch on and off.
53
154000
3000
לכך שיוכלו לאתר אור,
ולכבות ולהדליק אותו.
ולכבות ולהדליק אותו.
03:01
So this is interesting in the sense that you can now
54
157000
2000
זה מעניין מפני שכעת אפשר
03:03
do "if-then-for" statements in materials, in structure.
55
159000
5000
ליצור משפטי "אם-אז" בחומרים, בבנייה.
03:08
This is a pretty interesting trend,
56
164000
2000
זו מגמה מעניינת למדי.
03:10
because we used to live in a world where everyone's said glibly,
57
166000
2000
כי עד כה חיינו בעולם
שבו כולם הניחו בטבעיות
שבו כולם הניחו בטבעיות
03:12
"Form follows function," but I think I've sort of grown up in a world
58
168000
4000
שהצורה נאמנה לתפקוד,
אך לדעתי אני גדלתי בעולם--
אך לדעתי אני גדלתי בעולם--
03:16
-- you listened to Neil Gershenfeld yesterday;
59
172000
3000
--שמעתם אתמול את ניל גרשנפלד,
03:19
I was in a lab associated with his -- where it's really a world
60
175000
4000
הייתי במעבדה שקשורה בעבודתו--
עולם שבו למעשה
עולם שבו למעשה
03:23
where information defines form and function.
61
179000
3000
המידע מגדיר את הצורה והתפקוד.
03:26
I spent six years thinking about that,
62
182000
4000
חשבתי על כך במשך שש שנים,
03:30
but to show you the power of art over science --
63
186000
2000
וכדי להראות לכם את
עליונות האמנות על המדע--
עליונות האמנות על המדע--
03:32
this is actually one of the cartoons I write. These are called "HowToons."
64
188000
3000
זה אחד הספרים המצויירים
שאני כותב, "קומיקס-איך".
שאני כותב, "קומיקס-איך".
03:35
I work with a fabulous illustrator called Nick Dragotta.
65
191000
2000
אני עובד עם מאייר נהדר
בשם ניק דרגוטה.
בשם ניק דרגוטה.
03:37
Took me six years at MIT,
66
193000
2000
נדרשו לי שש שנים
בטכניון של מסצ'וסטס,
בטכניון של מסצ'וסטס,
03:39
and about that many pages to describe what I was doing,
67
195000
4000
וכמות כזו של דפים
כדי לתאר את מה שאני עושה,
כדי לתאר את מה שאני עושה,
03:43
and it took him one page. And so this is our muse Tucker.
68
199000
5000
ולו נדרש עמוד אחד.
זהו טאקר, המוזה שלנו.
זהו טאקר, המוזה שלנו.
זהו ילד קטן ומעניין-- ואחותו, סלין--
03:48
He's an interesting little kid -- and his sister, Celine --
69
204000
2000
03:50
and what he's doing here
70
206000
2000
מה שהוא עושה כאן
03:52
is observing the self-assembly of his Cheerios in his cereal bowl.
71
208000
4000
הוא בוחן איך ה"צ'יריוס" בקערת
הדגנים שלו מתארגנים מעצמם.
הדגנים שלו מתארגנים מעצמם.
03:56
And in fact you can program the self-assembly of things,
72
212000
3000
ניתן לתכנת את הארגון
העצמי הזה של דברים,
העצמי הזה של דברים,
03:59
so he starts chocolate-dipping edges,
73
215000
2000
אז הוא מתחיל לטבול פיסות שוקולד,
04:01
changing the hydrophobicity and the hydrophylicity.
74
217000
2000
ומשנה את רמות
ההידחות וההימשכות למים.
ההידחות וההימשכות למים.
04:03
In theory, if you program those sufficiently,
75
219000
2000
תיאורטית, אם מתכנתים את זה מספיק,
04:05
you should be able to do something pretty interesting
76
221000
2000
אפשר לעשות משהו מעניין למדי
04:07
and make a very complex structure.
77
223000
2000
ולחולל מבנה מורכב ביותר.
כאן, הוא גרם לשכפול עצמי
של מבנה תלת-מימדי מורכב.
של מבנה תלת-מימדי מורכב.
04:09
In this case, he's done self-replication of a complex 3D structure.
78
225000
5000
04:14
And that's what I thought about for a long time,
79
230000
3000
וזה משהו שחשבתי עליו זמן רב,
04:17
because this is how we currently make things.
80
233000
2000
כי כך אנו יוצרים כיום דברים.
04:19
This is a silicon wafer, and essentially
81
235000
2000
זאת פרוסת סיליקון, שהיא למעשה
04:21
that's just a whole bunch of layers of two-dimensional stuff, sort of layered up.
82
237000
4000
פשוט המון שכבות של
חומר דו-מימדי מרובד.
חומר דו-מימדי מרובד.
04:25
The feature side is -- you know, people will say,
83
241000
2000
התכונה הבולטת-- אתם יודעים, אומרים שהיום
04:27
[unclear] down around about 65 nanometers now.
84
243000
2000
זה כבר הצטמצם לעובי של 65 ננומטר.
04:29
On the right, that's a radiolara.
85
245000
2000
מימין זאת רדיולארה,
04:31
That's a unicellular organism ubiquitous in the oceans.
86
247000
3000
אורגניזם חד-תאי שנפוץ באוקינוסים.
04:34
And that has feature sizes down to about 20 nanometers,
87
250000
4000
הוא קטן עד כדי 20 ננומטר,
04:38
and it's a complex 3D structure.
88
254000
2000
ויש לו מבנה תלת-מימדי מורכב.
04:40
We could do a lot more with computers and things generally
89
256000
4000
כללית, יכולנו להשיג יותר
עם מחשבים וכאלה
עם מחשבים וכאלה
04:44
if we knew how to build things this way.
90
260000
3000
אילו ידעתי איך לבנות דברים כך.
04:47
The secret to biology is, it builds computation
91
263000
3000
הסוד בביולוגיה הוא
שהיא מכלילה את המיחשוב
שהיא מכלילה את המיחשוב
04:50
into the way it makes things. So this little thing here, polymerase,
92
266000
3000
באופן בו היא יוצרת דברים.
הדבר הקטן הזה, פולימרז,
הדבר הקטן הזה, פולימרז,
04:53
is essentially a supercomputer designed for replicating DNA.
93
269000
5000
הוא בעצם מחשב-על
שמיועד לשכפול דנ"א.
שמיועד לשכפול דנ"א.
04:58
And the ribosome here is another little computer
94
274000
3000
והריבוזום הזה כאן,
הוא עוד מחשב קטן
הוא עוד מחשב קטן
05:01
that helps in the translation of the proteins.
95
277000
2000
שעוזר לתרגם את החלבונים.
05:03
I thought about this
96
279000
1000
חשבתי על זה
05:04
in the sense that it's great to build in biological materials,
97
280000
3000
במובן זה שנהדר לבנות
בחומרים ביולוגיים,
בחומרים ביולוגיים,
05:07
but can we do similar things?
98
283000
2000
אך האם ביכולתנו ליצור דברים דומים?
05:09
Can we get self-replicating-type behavior?
99
285000
2000
האם נוכל להגיע לסוג של
התנהגות-שכפול-עצמי?
התנהגות-שכפול-עצמי?
05:11
Can we get complex 3D structure automatically assembling
100
287000
4000
או למבנה תלת-מימדי מורכב
שמשתלב מעצמו
שמשתלב מעצמו
05:15
in inorganic systems?
101
291000
2000
במערכות לא-אורגניות?
05:17
Because there are some advantages to inorganic systems,
102
293000
2000
כי יש כמה יתרונות
למערכות לא-אורגניות,
למערכות לא-אורגניות,
05:19
like higher speed semiconductors, etc.
103
295000
2000
כמו מוליכים-למחצה
בעלי מהירות-על, וכו'.
בעלי מהירות-על, וכו'.
05:21
So, this is some of my work
104
297000
2000
אז זה חלק מעבודתי:
05:23
on how do you do an autonomously self-replicating system.
105
299000
6000
כיצד ליצור מערכת עצמאית
שמשתכפלת מעצמה.
שמשתכפלת מעצמה.
05:29
And this is sort of Babbage's revenge.
106
305000
2000
ובמידה מסוימת
זו נקמתו של בבג'.
זו נקמתו של בבג'.
05:31
These are little mechanical computers.
107
307000
1000
אלה הם מחשבים מכניים קטנים.
05:32
These are five-state state machines.
108
308000
3000
אלה אוטומטים סופיים של 5 מצבים.
05:35
So, that's about three light switches lined up.
109
311000
3000
יש שורה של כ-3 מתגי תאורה.
05:38
In a neutral state, they won't bind at all.
110
314000
2000
במצב הנייטרלי הם כלל לא ייקשרו.
05:40
Now, if I make a string of these, a bit string,
111
316000
4000
אם אני יוצר מהם
מחרוזת של סיבית,
מחרוזת של סיבית,
05:44
they will be able to replicate.
112
320000
2000
הם יוכלו להשתכפל.
05:46
So we start with white, blue, blue, white.
113
322000
1000
אנו מתחילים עם לבן,
כחול, כחול, לבן.
כחול, כחול, לבן.
05:47
That encodes; that will now copy. From one comes two,
114
323000
6000
זה קוד שאומר: "זה עכשיו יעתיק".
מאחד יוצאים שניים.
מאחד יוצאים שניים.
05:53
and then from two comes three.
115
329000
2000
ומשניים יוצאים שלושה.
05:55
And so you've got this sort of replicating system.
116
331000
4000
אז קיבלתם מעין מערכת שכפול.
05:59
It was work actually by Lionel Penrose,
117
335000
2000
זו למעשה עבודתו של ליונל פנרוז,
06:01
father of Roger Penrose, the tiles guy.
118
337000
3000
אביו של רוג'ר פנרוז,
זה מריצוף המישור.
זה מריצוף המישור.
06:04
He did a lot of this work in the '60s,
119
340000
2000
הוא עשה הרבה מהעבודה הזו
בשנות ה-60,
בשנות ה-60,
06:06
and so a lot of this logic theory lay fallow
120
342000
2000
והרבה מהלוגיקה שפיתח ננטשה
06:08
as we went down the digital computer revolution, but it's now coming back.
121
344000
3000
בזמן מהפכת המיחשוב הספרתי,
אך כעת היא חוזרת.
אך כעת היא חוזרת.
06:11
So now I'm going to show you the hands-free, autonomous self-replication.
122
347000
4000
וכעת אראה לכם שכפול-עצמי
אוטונומי ללא מגע-אדם.
אוטונומי ללא מגע-אדם.
06:15
So we've tracked in the video the input string,
123
351000
2000
עקבנו בסרטון אחר מחרוזת הקלט,
06:17
which was green, green, yellow, yellow, green.
124
353000
2000
שהיתה ירוק, ירוק,
צהוב, צהוב, ירוק.
צהוב, צהוב, ירוק.
06:19
We set them off on this air hockey table.
125
355000
4000
שחררנו אותם על שולחן
ההוקי-אוויר הזה.
ההוקי-אוויר הזה.
06:23
You know, high science uses air hockey tables --
126
359000
2000
כידוע לכם, במדעים הגבוהים
משתמשים בשולחנות הוקי-אוויר--
משתמשים בשולחנות הוקי-אוויר--
06:25
(Laughter)
127
361000
1000
[צחוק]
06:26
-- and if you watch this thing long enough you get dizzy,
128
362000
2000
--אם תצפו די זמן בדבר הזה
תחטפו סחרחורת,
תחטפו סחרחורת,
אך למעשה אתם רואים
עותקים של המחרוזת המקורית
עותקים של המחרוזת המקורית
06:28
but what you're actually seeing is copies of that original string
129
364000
3000
06:31
emerging from the parts bin that you have here.
130
367000
3000
שיוצאים מארגז החלקים שכאן.
06:34
So we've got autonomous replication of bit strings.
131
370000
5000
אז קיבלנו שכפול אוטונומי
של מחרוזות סיבית.
של מחרוזות סיבית.
06:39
So, why would you want to replicate bit strings?
132
375000
3000
לשם מה לשכפל מחרוזות סיבית?
06:42
Well, it turns out biology has this other very interesting meme,
133
378000
3000
מתברר שבביולוגיה קיים
עוד מם מעניין ביותר,
עוד מם מעניין ביותר,
06:45
that you can take a linear string, which is a convenient thing to copy,
134
381000
3000
לפיו ניתן לקחת מחרוזת קווית,
קלה להעתקה,
קלה להעתקה,
06:48
and you can fold that into an arbitrarily complex 3D structure.
135
384000
4000
ולקפלה באופן שרירותי
למבנה תלת-מימדי מורכב.
למבנה תלת-מימדי מורכב.
06:52
So I was trying to, you know, take the engineer's version:
136
388000
3000
ניסיתי לבצע את גירסת המהנדס:
06:55
Can we build a mechanical system in inorganic materials
137
391000
3000
האם נוכל לבנות מערכת מכנית
מחומרים לא-אורגניים
מחומרים לא-אורגניים
06:58
that will do the same thing?
138
394000
1000
שתעשה את אותו הדבר?
06:59
So what I'm showing you here is that we can make a 2D shape --
139
395000
5000
וכעת אני מראה לכם
שביכולתנו ליצור צורה דו-מימדית--
שביכולתנו ליצור צורה דו-מימדית--
07:04
the B -- assemble from a string of components
140
400000
4000
צורת האות "בי"--
להרכיב ממחרוזת של רכיבים
להרכיב ממחרוזת של רכיבים
07:08
that follow extremely simple rules.
141
404000
2000
שמתנהגים לפי חוקים פשוטים ביותר.
07:10
And the whole point of going with the extremely simple rules here,
142
406000
3000
וכל עניין העבודה
לפי חוקים פשוטים ביותר
לפי חוקים פשוטים ביותר
07:13
and the incredibly simple state machines in the previous design,
143
409000
3000
והאוטומטים הסופיים הפשוטים להפליא
בתכנון הקודם,
בתכנון הקודם,
07:16
was that you don't need digital logic to do computation.
144
412000
3000
היה שאין צורך בלוגיקה ספרתית
כדי לחולל מיחשוב.
כדי לחולל מיחשוב.
07:19
And that way you can scale things much smaller than microchips.
145
415000
4000
ואפשר כך ליצור דברים
קטנים בהרבה ממיקרו-שבבים.
קטנים בהרבה ממיקרו-שבבים.
07:23
So you can literally use these as the tiny components in the assembly process.
146
419000
4000
אפשר ממש להשתמש ברכיבים
זעירים אלה בתהליך ההרכבה.
זעירים אלה בתהליך ההרכבה.
07:27
So, Neil Gershenfeld showed you this video on Wednesday, I believe,
147
423000
5000
ניל גרשנפלד הראה לכם את
הסרטון הזה ביום ד', לדעתי,
הסרטון הזה ביום ד', לדעתי,
07:32
but I'll show you again.
148
428000
2000
אבל אני אציג אותו שוב.
07:34
This is literally the colored sequence of those tiles.
149
430000
3000
זהו אכן רצף הצבעים
של האריחים האלה.
של האריחים האלה.
07:37
Each different color has a different magnetic polarity,
150
433000
3000
לכל צבע וצבע קוטביות מגנטית שונה,
07:40
and the sequence is uniquely specifying the structure that is coming out.
151
436000
5000
והרצף מפרט באופן ייחודי
את המבנה הנובע.
את המבנה הנובע.
07:45
Now, hopefully, those of you who know anything about graph theory
152
441000
3000
אני מקווה שאלה מכם שיודעים משהו
על תיאוריית הגרפים
על תיאוריית הגרפים
07:48
can look at that, and that will satisfy you
153
444000
2000
יביטו בזה, וזה ישכנע אתכם
07:50
that that can also do arbitrary 3D structure,
154
446000
3000
שאלה יכולים גם ליצור
מבנה תלת-מימדי שרירותי,
מבנה תלת-מימדי שרירותי,
07:53
and in fact, you know, I can now take a dog, carve it up
155
449000
5000
ולמעשה אני יכול לקחת
עכשיו כלב, לפרוס אותו
עכשיו כלב, לפרוס אותו
07:58
and then reassemble it so it's a linear string
156
454000
2000
ואז להרכיבו מחדש
עד לרמת המחרוזת הקווית
עד לרמת המחרוזת הקווית
08:00
that will fold from a sequence. And now
157
456000
2000
שתתקפל מתוך רצף. וכעת
08:02
I can actually define that three-dimensional object as a sequence of bits.
158
458000
7000
אני יכול ממש להגדיר
עצם תלת-מימדי זה כרצף סיביות.
עצם תלת-מימדי זה כרצף סיביות.
08:09
So, you know, it's a pretty interesting world
159
465000
3000
כך שזהו עולם מעניין למדי
08:12
when you start looking at the world a little bit differently.
160
468000
2000
ואפשר להתחיל להתבונן בעולם
קצת אחרת.
קצת אחרת.
08:14
And the universe is now a compiler.
161
470000
3000
ואילו היקום הוא כעת מהדר.
08:17
And so I'm thinking about, you know, what are the programs
162
473000
2000
וכעת אני שואל מהן התוכנות
08:19
for programming the physical universe?
163
475000
3000
המשמשות בתיכנות היקום הפיזי?
08:22
And how do we think about materials and structure,
164
478000
3000
ואיך אפשר לחשוב על חומרים ומבנה,
08:25
sort of as an information and computation problem?
165
481000
3000
כעת מידע ובעיית מיחשוב?
08:28
Not just where you attach a micro-controller to the end point,
166
484000
3000
שלא רק מחברים בה בקר-זעיר
לנקודה הסופית שלו,
לנקודה הסופית שלו,
08:31
but that the structure and the mechanisms are the logic, are the computers.
167
487000
5000
אלא שהמבנה והמנגנונים
הם עצמם הלוגיקה, המחשבים.
הם עצמם הלוגיקה, המחשבים.
08:36
Having totally absorbed this philosophy,
168
492000
5000
שקעתי לגמרי בפילוסופיה הזאת,
08:41
I started looking at a lot of problems a little differently.
169
497000
3000
והתחלתי לבחון המון בעיות
בצורה קצת אחרת.
בצורה קצת אחרת.
08:44
With the universe as a computer,
170
500000
1000
כשהיקום הוא מחשב,
08:45
you can look at this droplet of water
171
501000
2000
אפשר להתייחס לטיפת המים הזאת
08:47
as having performed the computations.
172
503000
2000
כאילו היא ביצעה את החישובים.
08:49
You set a couple of boundary conditions, like gravity,
173
505000
2000
מציבים מספר תנאי-גבול,
כגון כבידה,
כגון כבידה,
08:51
the surface tension, density, etc., and then you press "execute,"
174
507000
4000
מתח-פנים, דחיסות וכו', ולוחצים "בצע",
08:55
and magically, the universe produces you a perfect ball lens.
175
511000
5000
וראה זה פלא, היקום מייצר לכם
עדשה כדורית מושלמת.
עדשה כדורית מושלמת.
09:00
So, this actually applied to the problem
176
516000
2000
אז זה בעצם נוגע לבעיה
09:02
of -- so there's a half a billion to a billion people in the world
177
518000
3000
של-- יש בעולם חצי-מיליארד
עד מיליארד בני-אדם
עד מיליארד בני-אדם
09:05
don't have access to cheap eyeglasses.
178
521000
2000
שלא יכולים להשיג משקפיים זולים.
09:07
So can you make a machine
179
523000
2000
האם אפשר לבנות מכונה
09:09
that could make any prescription lens very quickly on site?
180
525000
4000
שתייצר במהירות
עדשות מדויקות באתר עצמו?
עדשות מדויקות באתר עצמו?
09:13
This is a machine where you literally define a boundary condition.
181
529000
4000
זו מכונה שמגדירים לה בעצם תנאי-גבול.
09:17
If it's circular, you make a spherical lens.
182
533000
3000
"אם זה מעגלי,
תייצרי עדשות כדוריות."
תייצרי עדשות כדוריות."
09:20
If it's elliptical, you can make an astigmatic lens.
183
536000
3000
"אם זה סגלגל,
תייצרי עדשות אסטיגמטיות."
תייצרי עדשות אסטיגמטיות."
09:23
You then put a membrane on that and you apply pressure --
184
539000
3000
כעת מניחים על זה קרומית
ומפעילים לחץ--
ומפעילים לחץ--
09:26
so that's part of the extra program.
185
542000
2000
זהו חלק מהתכנית הנוספת.
09:28
And literally with only those two inputs --
186
544000
3000
ורק בעזרת שני הקלטים האלה,
פשוטו כמשמעו--
פשוטו כמשמעו--
09:31
so, the shape of your boundary condition and the pressure --
187
547000
2000
צורת תנאי הגבול שלכם והלחץ--
09:33
you can define an infinite number of lenses
188
549000
2000
ניתן להגדיר אינספור עדשות
09:35
that cover the range of human refractive error,
189
551000
2000
שיקיפו את כל טווח הטעות
של שבירת האור בעין האדם,
של שבירת האור בעין האדם,
09:37
from minus 12 to plus eight diopters, up to four diopters of cylinder.
190
553000
5000
ממינוס 12 ועד פלוס 8 דיופטרים,
עד 4 דיופטרים לצילינדר.
עד 4 דיופטרים לצילינדר.
09:42
And then literally, you now pour on a monomer.
191
558000
3000
ואז אפשר פשוט לצקת מונומר.
09:45
You know, I'll do a Julia Childs here.
192
561000
3000
אעשה קטע של ג'וליה צ'יילדס:
09:48
This is three minutes of UV light.
193
564000
3000
אלה הם שלוש דקות
של אור על-סגול.
של אור על-סגול.
09:51
And you reverse the pressure on your membrane
194
567000
3000
הופכים את הלחץ על הקרומית
09:54
once you've cooked it. Pop it out.
195
570000
3000
ברגע שזה התבשל.
מקפיצים את זה החוצה.
מקפיצים את זה החוצה.
09:57
I've seen this video, but I still don't know if it's going to end right.
196
573000
3000
ראיתי את הסרטון הזה,
אך עדיין איני יודע אם זה ייגמר טוב.
אך עדיין איני יודע אם זה ייגמר טוב.
10:00
(Laughter)
197
576000
3000
[צחוק]
10:03
So you reverse this. This is a very old movie,
198
579000
2000
הופכים את זה.
זהו סרט ישן מאד.
זהו סרט ישן מאד.
10:05
so with the new prototypes, actually both surfaces are flexible,
199
581000
4000
באבטיפוסים החדשים, פני השטח
בשני הצדדים גמישים,
בשני הצדדים גמישים,
10:09
but this will show you the point.
200
585000
2000
אבל זה ימחיש לכם את העניין.
10:11
Now you've finished the lens, you literally pop it out.
201
587000
2000
כשהעדשות מוכנות,פשוט מקפיצים אותן החוצה.
10:13
That's next year's Yves Klein, you know, eyeglasses shape.
202
589000
7000
זו תהיה צורת המשקפיים
של איב קליין בשנה הבאה.
של איב קליין בשנה הבאה.
10:20
And you can see that that has a mild prescription of about minus two diopters.
203
596000
3000
ואתם יכולים לראות שיש לזה
מרשם חלש של מינוס 2 דיופטרים.
מרשם חלש של מינוס 2 דיופטרים.
10:23
And as I rotate it against this side shot, you'll see that that has cylinder,
204
599000
4000
כשאני מפנה את זה הצידה,
רואים שיש לזה צילינדר,
רואים שיש לזה צילינדר,
10:27
and that was programmed in --
205
603000
1000
וזה תוכנת--
10:28
literally into the physics of the system.
206
604000
4000
פשוטו כמשמעו,
לתוך הפיזיקה של המערכת.
לתוך הפיזיקה של המערכת.
10:32
So, this sort of thinking about structure as computation
207
608000
3000
אז צורת החשיבה הזו:
המבנה כמיחשוב
המבנה כמיחשוב
10:35
and structure as information leads to other things, like this.
208
611000
5000
והמבנה כמידע,
מובילה לדברים נוספים, כמו זה.
מובילה לדברים נוספים, כמו זה.
10:40
This is something that my people at SQUID Labs
209
616000
3000
זה משהו שהחבר'ה שלי במעבדות "סקוויד"
10:43
are working on at the moment, called "electronic rope."
210
619000
2000
עובדים עליו כרגע,
והוא קרוי חבל אלקטרוני.
והוא קרוי חבל אלקטרוני.
10:45
So literally, you think about a rope. It has very complex structure in the weave.
211
621000
4000
כשחושבים על חבל,
יש לו בעצם מבנה שזור מורכב.
יש לו בעצם מבנה שזור מורכב.
10:49
And under no load, it's one structure.
212
625000
2000
וכשאין עליו עומס, זהו מבנה אחד,
10:51
Under a different load, it's a different structure. And you can actually exploit that
213
627000
3000
ותחת עומס שונה זה מבנה שונה.
אפשר לנצל זאת
אפשר לנצל זאת
10:54
by putting in a very small number of
214
630000
2000
ע"י הכנסת מעט מאד
10:56
conducting fibers to actually make it a sensor.
215
632000
2000
סיבים מוליכים
כדי להפוך אותו לחיישן.
כדי להפוך אותו לחיישן.
10:58
So this is now a rope that knows the load on the rope
216
634000
3000
ועכשיו זה חבל שיודע
מה העומס שמוטל על החבל
מה העומס שמוטל על החבל
11:01
at any particular point in the rope.
217
637000
2000
בכל נקודה ונקודה בחבל.
11:03
Just by thinking about the physics of the world,
218
639000
3000
אם רק חושבים
על חוקי הפיזיקה של העולם,
על חוקי הפיזיקה של העולם,
11:06
materials as the computer,
219
642000
2000
על חומרים בתפקיד של מחשב,
11:08
you can start to do things like this.
220
644000
3000
אפשר להתחיל לעשות דברים כאלה.
11:11
I'm going to segue a little here.
221
647000
3000
אסטה מעט כאן,
11:14
I guess I'm just going to casually tell you the types of things
222
650000
2000
ואולי אספר לכם דרך-אגב
על כל-מיני דברים
על כל-מיני דברים
11:16
that I think about with this.
223
652000
1000
שאני חושב בקשר לכך.
11:17
One thing I'm really interested about this right now is, how,
224
653000
4000
מה שבאמת מעניין אותי
בנוגע לכך כרגע, הוא
בנוגע לכך כרגע, הוא
11:21
if you're really taking this view of the universe as a computer,
225
657000
4000
שאם באמת מאמצים את
ההשקפה הזאת על היקום כמחשב,
ההשקפה הזאת על היקום כמחשב,
11:25
how do we make things in a very general sense,
226
661000
2000
איך לעשות דברים במובן הכללי מאד,
11:27
and how might we share the way we make things in a general sense
227
663000
4000
ואיך לחלוק את הדרך
שבה אנו עושים דברים במובן כללי
שבה אנו עושים דברים במובן כללי
11:31
the same way you share open source hardware?
228
667000
3000
כמו שחולקים חומרת קוד פתוח?
11:34
And a lot of talks here have espoused the benefits
229
670000
3000
והרבה הרצאות כאן
איששו את היתרונות
איששו את היתרונות
11:37
of having lots of people look at problems,
230
673000
2000
שיש לבדיקת בעיות ע"י אנשים רבים,
11:39
share the information and work on those things together.
231
675000
3000
שחולקים את המידע ועובדים ביחד.
11:42
So, a convenient thing about being a human is you move in linear time,
232
678000
3000
ומה שנוח בלהיות אנושי
הוא התנועה בזמן קווי.
הוא התנועה בזמן קווי.
11:45
and unless Lisa Randall changes that,
233
681000
2000
ואם ליסה רנדל לא תשנה את זה,
11:47
we'll continue to move in linear time.
234
683000
3000
נמשיך לנוע בזמן קווי.
11:50
So that means anything you do, or anything you make,
235
686000
2000
וזה אומר שבכל מה
שעושים או יוצרים,
שעושים או יוצרים,
11:52
you produce a sequence of steps --
236
688000
2000
מייצרים רצף של שלבים--
11:54
and I think Lego in the '70s nailed this,
237
690000
3000
ולדעתי ה"לגו" של שנות ה-70
עלה על זה,
עלה על זה,
11:57
and they did it most elegantly.
238
693000
1000
והם עשו את זה
בצורה הכי אלגנטית.
בצורה הכי אלגנטית.
11:58
But they can show you how to build things in sequence.
239
694000
4000
הם יכולים להראות
איך בונים דברים ברצף.
איך בונים דברים ברצף.
12:02
So, I'm thinking about, how can we generalize
240
698000
3000
ואני שואל כיצד נוכל להכליל
12:05
the way we make all sorts of things,
241
701000
2000
את הדרך בה כולנו עושים
כל מיני דברים,
כל מיני דברים,
12:07
so you end up with this sort of guy, right?
242
703000
2000
כדי לקבל בסוף משהו
כמו הטיפוס הזה, כן?
כמו הטיפוס הזה, כן?
12:09
And I think this applies across a very broad -- sort of, a lot of concepts.
243
705000
5000
ולדעתי זה נכון
לקשת רחבה של תפיסות.
לקשת רחבה של תפיסות.
12:14
You know, Cameron Sinclair yesterday said,
244
710000
2000
קמרון סינקלייר אמר אתמול,
12:16
"How do I get everyone to collaborate on design
245
712000
2000
"איך אוכל להביא את כולם
לשתף פעולה
לשתף פעולה
12:18
globally to do housing for humanity?"
246
714000
3000
"בתכנון גלובלי שיספק דיור
לכל האנושות?"
לכל האנושות?"
12:21
And if you've seen Amy Smith,
247
717000
2000
ואם ראיתם את איימי סמית',
12:23
she talks about how you get students at MIT
248
719000
4000
היא מדברת על איך להביא
סטודנטים בטכניון של מסצ'וסטס
סטודנטים בטכניון של מסצ'וסטס
12:27
to work with communities in Haiti.
249
723000
2000
לעבוד עם קהילות בהאיטי.
12:29
And I think we have to sort of redefine and rethink
250
725000
2000
ולדעתי עלינו להגדיר ולחשוב מחדש
12:31
how we define structure and materials and assembly things,
251
727000
4000
על ההגדרה של מבנה וחומרים
והרכבה של דברים,
והרכבה של דברים,
12:35
so that we can really share the information
252
731000
2000
כדי שנוכל באמת לחלוק את המידע
12:37
on how you do those things in a more profound way
253
733000
2000
בקשר לעשייה של דברים
בדרך מעמיקה יותר
בדרך מעמיקה יותר
12:39
and build on each other's source code for structure.
254
735000
3000
ולהשתמש בקוד הבנייה הפתוח,
איש של זולתו.
איש של זולתו.
12:42
I don't know exactly how to do this yet,
255
738000
1000
עדיין איני יודע בדיוק
איך לעשות זאת,
איך לעשות זאת,
12:43
but, you know, it's something being actively thought about.
256
739000
5000
אבל זה משהו
שאנו חושבים עליו באופן פעיל.
שאנו חושבים עליו באופן פעיל.
12:48
So, you know, that leads to questions
257
744000
2000
וזה מוביל לשאלות
12:50
like, is this a compiler? Is this a sub-routine?
258
746000
4000
כגון, האם זהו מהדר, או תת-שגרה?
12:54
Interesting things like that.
259
750000
1000
דברים מעניינים כדוגמת אלה.
12:55
Maybe I'm getting a little too abstract, but you know,
260
751000
3000
אולי אני מתחיל לדבר
בצורה מופשטת, אבל
בצורה מופשטת, אבל
12:58
this is the sort of -- returning to our comic characters --
261
754000
3000
זהו כאילו
-- אם לחזור לדמויות המצוירות--
-- אם לחזור לדמויות המצוירות--
13:01
this is sort of the universe, or a different universe view,
262
757000
2000
זהו כאילו היקום,
או השקפה שונה על היקום
או השקפה שונה על היקום
13:03
that I think is going to be very prevalent in the future --
263
759000
2000
שלדעתי תיעשה רווחת מאד בעתיד--
13:05
from biotech to materials assembly. It was great to hear Bill Joy.
264
761000
3000
מביוטכנולוגיה ועד הרכבת חומרים.
נהניתי להאזין לביל ג'וי.
נהניתי להאזין לביל ג'וי.
13:08
They're starting to invest in materials science,
265
764000
3000
מתחילים להשקיע במדע החומרים,
13:11
but these are the new things in materials science.
266
767000
2000
אך אלה דברים חדשים במדע החומרים.
13:13
How do we put real information and real structure into new ideas,
267
769000
4000
איך הופכים מידע ומבנה אמיתיים
לרעיונות חדשים,
לרעיונות חדשים,
13:17
and see the world in a different way? And it's not going to be binary code
268
773000
3000
ומסתכלים על העולם אחרת?
ולא קוד בינארי
ולא קוד בינארי
13:20
that defines the computers of the universe --
269
776000
2000
הוא שיגדיר את המחשבים
של היקום--
של היקום--
13:22
it's sort of an analog computer.
270
778000
2000
אלא מין מחשב אנלוגי.
13:24
But it's definitely an interesting new worldview.
271
780000
5000
אך זאת בהחלט
השקפת-עולם מעניינת.
השקפת-עולם מעניינת.
13:29
I've gone too far. So that sounds like it's it.
272
785000
3000
הרחבתי יותר מדי.
נראה לי שזהו זה.
נראה לי שזהו זה.
13:32
I've probably got a couple of minutes of questions,
273
788000
2000
יש ודאי כמה דקות לשאלות,
13:34
or I can show -- I think they also said that I do extreme stuff
274
790000
4000
או שאציג-- לדעתי אמרו גם
שאני עוסק בדברים קיצוניים
שאני עוסק בדברים קיצוניים
13:38
in the introduction, so I may have to explain that.
275
794000
4000
בהקדמה,
אז ייתכן שעלי להסביר זאת.
אז ייתכן שעלי להסביר זאת.
13:42
So maybe I'll do that with this short video.
276
798000
3000
אולי אעשה זאת
בעזרת הסרטון הקצר הזה.
בעזרת הסרטון הקצר הזה.
13:45
So this is actually a 3,000-square-foot kite,
277
801000
6000
זהו עפיפון ששטחו 280 מ"ר,
13:51
which also happens to be a minimal energy surface.
278
807000
2000
שזה במקרה גם
משטח אנרגיה מזערי.
משטח אנרגיה מזערי.
13:53
So returning to the droplet, again,
279
809000
2000
ואם נחזור לטיפת המים,
13:55
thinking about the universe in a new way.
280
811000
2000
זו שוב חשיבה חדשה על היקום.
13:57
This is a kite designed by a guy called Dave Kulp.
281
813000
2000
זהו עפיפון שתוכנן
ע"י בחור בשם דייב קלפ.
ע"י בחור בשם דייב קלפ.
13:59
And why do you want a 3,000-square-foot kite?
282
815000
2000
לשם מה נחוץ עפיפון בגודל 280 מ"ר?
14:01
So that's a kite the size of your house.
283
817000
2000
זהו עפיפון בגודל של בית.
14:03
And so you want that to tow boats very fast.
284
819000
4000
והרעיון הוא שזה יגרור סירות
מהר מאד.
מהר מאד.
14:07
So I've been working on this a little, also,
285
823000
3000
גם אני עבדתי על זה קצת,
14:10
with a couple of other guys.
286
826000
2000
עם עוד כמה חבר'ה.
14:12
But, you know, this is another way to look at the --
287
828000
2000
אבל זו דרך חדשה להתבונן ב--
14:14
if you abstract again,
288
830000
2000
אם תחשבו שוב בהפשטה,
14:16
this is a structure that is defined by the physics of the universe.
289
832000
4000
זהו מבנה שמוגדר
ע"י חוקי הפיזיקה של היקום.
ע"י חוקי הפיזיקה של היקום.
14:20
You could just hang it as a bed sheet,
290
836000
1000
אפשר לתלות את זה
סתם כמו סדין,
סתם כמו סדין,
14:21
but again, the computation of all the physics
291
837000
2000
אך שוב, חישוב כל חוקי הפיזיקה
14:23
gives you the aerodynamic shape.
292
839000
2000
נותן את הצורה האווירודינמית.
14:25
And so you can actually sort of almost double your boat speed
293
841000
3000
וכך אפשר למעשה להכפיל
את מהירות הסירה
את מהירות הסירה
14:28
with systems like that. So that's sort of another interesting aspect of the future.
294
844000
7000
עם מערכות כאלה.
אז זהו עוד היבט מעניין של העתיד.
אז זהו עוד היבט מעניין של העתיד.
14:35
(Applause)
295
851000
1000
[מחיאות כפיים]
ABOUT THE SPEAKER
Saul Griffith - InventorInventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power.
Why you should listen
Innovator and inventor Saul Griffith has a uniquely open approach to problem solving. Whether he's devising a way to slash the cost of prescription eyeglasses or teaching science through cartoons, Griffith makes things and then shares his ideas with the world.
A proponent of open-source information, he established Instructables , an open website showing how to make an array of incredible objects. He is the co-founder of numerous companies including Squid Labs, Low Cost Eyeglasses, Potenco and Makani Power, where he is President and Chief Scientist. His companies have invented a myriad of new devices and materials, such as a "smart" rope that senses its load, or a machine for making low-cost eyeglass lenses through a process inspired by a water droplet. He is a columnist at Make magazine and co-writes How Toons! He's fascinated with materials that assemble themselves, and with taking advantage of those properties to make things quickly and cheaply.
Saul Griffith | Speaker | TED.com