TED2011
Carlo Ratti: Architecture that senses and responds
Carlo Ratti: Architectuur die kan aanvoelen en reageren
Filmed:
Readability: 3.9
746,791 views
Met zijn team van SENSEable City Lab maakt Carlos Ratti van MIT leuke dingen door data die we creëren, aan te voelen. Hij gebruikt passieve datareeksen -- zoals onze telefoongesprekken of het afval dat we weggooien -- om verrassende visualisaties van het stadsleven te maken. Hij en zijn team maken duizelingwekkende interactieve omgevingen van bewegend water en vliegend licht, aangestuurd door eenvoudige gebaren opgevangen door sensoren.
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Double-click the English transcript below to play the video.
00:15
Good afternoon, everybody.
0
0
2000
Goedemiddag allemaal
00:17
I've got something to show you.
1
2000
3000
Ik wil jullie iets laten zien
00:37
(Laughter)
2
22000
2000
(Gelach)
00:39
Think about this as a pixel, a flying pixel.
3
24000
3000
Zie dit als een pixel, een vliegende pixel.
00:42
This is what we call, in our lab, sensible design.
4
27000
3000
Dat noemen we, in ons lab, een voelbaar ontwerp.
00:45
Let me tell you a bit about it.
5
30000
2000
Laat me er iets over vertellen.
00:47
Now if you take this picture -- I'm Italian originally,
6
32000
3000
Neem nou deze foto -- ik ben van Italiaanse origine,
00:50
and every boy in Italy grows up
7
35000
2000
en iedere jongen in Italië groeit op
00:52
with this picture on the wall of his bedroom --
8
37000
2000
met deze foto aan de muur van zijn slaapkamer.
00:54
but the reason I'm showing you this
9
39000
2000
De reden waarom ik dit laat zien
00:56
is that something very interesting
10
41000
2000
is dat er iets interessants
00:58
happened in Formula 1 racing
11
43000
2000
gebeurde in de Formule 1
01:00
over the past couple of decades.
12
45000
2000
gedurende de laatste tientallen jaren.
01:02
Now some time ago,
13
47000
2000
Enige tijd geleden,
01:04
if you wanted to win a Formula 1 race,
14
49000
2000
als je een Formule 1 race wilde winnen,
01:06
you take a budget, and you bet your budget
15
51000
2000
neem je wat geld en je zet dat geld
01:08
on a good driver and a good car.
16
53000
3000
op een goede bestuurder en een goede wagen.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
56000
3000
En als de wagen en de bestuurder goed genoeg waren, won je de race.
01:14
Now today, if you want to win the race,
18
59000
2000
Als je vandaag een race wil winnen
01:16
actually you need also something like this --
19
61000
3000
heb je zoiets als dit nodig,
01:19
something that monitors the car in real time,
20
64000
3000
iets dat de wagen in real-time volgt,
01:22
has a few thousand sensors
21
67000
2000
een paar duizend sensoren heeft
01:24
collecting information from the car,
22
69000
2000
die informatie over de wagen verzamelen,
01:26
transmitting this information into the system,
23
71000
3000
die de informatie naar het systeem versturen,
01:29
and then processing it
24
74000
2000
en dat dan verwerken
01:31
and using it in order to go back to the car with decisions
25
76000
3000
en dat gebruiken om in de wagen beslissingen te nemen
01:34
and changing things in real time
26
79000
2000
en dingen te veranderen
01:36
as information is collected.
27
81000
2000
terwijl er informatie bijeen verzameld wordt.
01:38
This is what, in engineering terms,
28
83000
2000
Dit zou je in technische termen
01:40
you would call a real time control system.
29
85000
3000
een real-time besturingssysteem noemen.
01:43
And basically, it's a system made of two components --
30
88000
3000
In essentie bestaat het systeem uit twee onderdelen --
01:46
a sensing and an actuating component.
31
91000
2000
een sensorisch en een bewegingscomponent.
01:48
What is interesting today
32
93000
2000
Wat tegenwoordig interessant is,
01:50
is that real time control systems
33
95000
2000
is dat real-time besturingssystemen
01:52
are starting to enter into our lives.
34
97000
3000
aan het beginnen opkomen zijn in onze levens.
01:55
Our cities, over the past few years,
35
100000
3000
Onze steden zijn in de afgelopen jaren
01:58
just have been blanketed
36
103000
2000
bedekt
02:00
with networks, electronics.
37
105000
2000
met netwerken, elektronica.
02:02
They're becoming like computers in open air.
38
107000
2000
Ze worden net computers in de open lucht.
02:04
And, as computers in open air,
39
109000
2000
En als openlucht-computers,
02:06
they're starting to respond in a different way
40
111000
2000
beginnen ze op verschillende manieren te reageren
02:08
to be able to be sensed and to be actuated.
41
113000
3000
omdat ze gevoeld en bediend kunnen worden.
02:11
If we fix cities, actually it's a big deal.
42
116000
2000
Als we steden fixeren, betekent dat nogal wat.
02:13
Just as an aside, I wanted to mention,
43
118000
2000
Gewoon terzijde wilde ik nog vermelden
02:15
cities are only two percent of the Earth's crust,
44
120000
4000
dat steden slechts 2 procent van het aardoppervlak uitmaken,
02:19
but they are 50 percent of the world's population.
45
124000
3000
maar ze omvatten 50 procent van de wereldbevolking.
02:22
They are 75 percent of the energy consumption --
46
127000
3000
Ze vertegenwoordigen 75 procent van het energieverbruik --
02:25
up to 80 percent of CO2 emissions.
47
130000
3000
en veroorzaken tot 80 procent van de CO2 uitstoot.
02:28
So if we're able to do something with cities, that's a big deal.
48
133000
3000
Als we iets met steden kunnen doen, betekent dat heel wat.
02:31
Beyond cities,
49
136000
2000
Buiten steden,
02:33
all of this sensing and actuating
50
138000
3000
komen al die sensoren en beweging
02:36
is entering our everyday objects.
51
141000
2000
ons leven binnen via alledaagse voorwerpen.
02:38
That's from an exhibition that
52
143000
2000
Dat komt van een tentoonstelling
02:40
Paola Antonelli is organizing
53
145000
2000
die georganiseerd wordt door Paola Antonelli
02:42
at MoMA later this year, during the summer.
54
147000
2000
in het MoMa later dit jaar in de zomer.
02:44
It's called "Talk to Me."
55
149000
2000
Het heet "Praat tegen me."
02:46
Well our objects, our environment
56
151000
2000
Onze voorwerpen, onze omgeving,
02:48
is starting to talk back to us.
57
153000
2000
begint tegen ons terug te praten.
02:50
In a certain sense, it's almost as if every atom out there
58
155000
3000
In zekere zin is het net alsof ieder atoom daar buiten
02:53
were becoming both a sensor and an actuator.
59
158000
3000
tegelijk een sensor en een actuator wordt.
02:56
And that is radically changing the interaction we have as humans
60
161000
3000
En dat is de interactie die wij mensen met omgeving daarbuiten hebben,
02:59
with the environment out there.
61
164000
2000
radicaal aan het veranderen.
03:01
In a certain sense,
62
166000
2000
In zekere zin,
03:03
it's almost as if the old dream of Michelangelo ...
63
168000
3000
is het net als in de oude droom van Michelangelo ...
03:06
you know, when Michelangelo sculpted the Moses,
64
171000
2000
je weet wel, toen Michelangelo de Mozes had gemaakt,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
173000
3000
pakte hij naar verluid een hamer en gooide die naar de Mozes --
03:11
actually you can still see a small chip underneath --
66
176000
3000
je kunt nog steeds een kleine beschadiging zien aan de onderkant --
03:14
and said, shouted,
67
179000
2000
en hij zei, hij schreeuwde,
03:16
"Perché non parli? Why don't you talk?"
68
181000
2000
"Perché non parli? Waarom praat je niet?"
03:18
Well today, for the first time,
69
183000
2000
Wel, vandaag voor het eerst
03:20
our environment is starting to talk back to us.
70
185000
3000
begint onze omgeving tegen ons terug te praten.
03:23
And I'll show just a few examples --
71
188000
2000
En ik laat u een paar voorbeelden zien --
03:25
again, with this idea of sensing our environment and actuating it.
72
190000
3000
met dat idee van het voelen van onze omgeving en het bewegen.
03:28
Let's starting with sensing.
73
193000
3000
Laten we met het voelen beginnen.
03:31
Well, the first project I wanted to share with you
74
196000
2000
Het eerste project dat ik met jullie wilde delen,
03:33
is actually one of the first projects by our lab.
75
198000
3000
is een van de eerste projecten van ons laboratorium.
03:36
It was four and a half years ago in Italy.
76
201000
3000
Het dateert van vier en een half jaar geleden in Italië.
03:39
And what we did there
77
204000
2000
En wat we daar deden,
03:41
was actually use a new type of network at the time
78
206000
2000
was een destijds nieuw type netwerk gebruiken,
03:43
that had been deployed all across the world --
79
208000
2000
dat wereldwijd was uitgerold --
03:45
that's a cellphone network --
80
210000
2000
een GSM-netwerk --
03:47
and use anonymous and aggregated information from that network,
81
212000
2000
en anonieme en samengevoegde informatie van het netwerk gebruiken,
03:49
that's collected anyway by the operator,
82
214000
2000
die toch door de operator verzameld werd
03:51
in order to understand
83
216000
2000
om te begrijpen
03:53
how the city works.
84
218000
2000
hoe steden werken.
03:55
The summer was a lucky summer -- 2006.
85
220000
3000
De zomer van 2006 was een gelukkige zomer.
03:58
It's when Italy won the soccer World Cup.
86
223000
3000
Italië won toen de Wereldbeker.
04:01
Some of you might remember, it was Italy and France playing,
87
226000
3000
Sommigen onder u zullen het zich herinneren, Italië speelde tegen Frankrijk,
04:04
and then Zidane at the end, the headbutt.
88
229000
2000
toen Zidane tegen het eind, die kopstoot.
04:06
And anyway, Italy won at the end.
89
231000
2000
Hoe dan ook, Italië won op het eind.
04:08
(Laughter)
90
233000
2000
(Gelach)
04:10
Now look at what happened that day
91
235000
2000
Kijk nu eens wat er die dag gebeurde
04:12
just by monitoring activity
92
237000
2000
door de activiteiten op het netwerk
04:14
happening on the network.
93
239000
2000
te volgen.
04:16
Here you see the city.
94
241000
2000
Hier ziet u de stad.
04:18
You see the Colosseum in the middle,
95
243000
3000
Je ziet het Colosseum in het midden,
04:21
the river Tiber.
96
246000
3000
De rivier de Tiber.
04:24
It's morning, before the match.
97
249000
2000
Het is ochtend, nog voor de wedstrijd.
04:26
You see the timeline on the top.
98
251000
2000
Je ziet de tijdlijn daarboven.
04:28
Early afternoon,
99
253000
2000
Vroeg in de namiddag
04:30
people here and there,
100
255000
2000
plegen mensen hier en daar
04:32
making calls and moving.
101
257000
2000
wat telefoontjes en ze verplaatsen zich.
04:34
The match begins -- silence.
102
259000
3000
De wedstrijd begint -- stilte.
04:37
France scores. Italy scores.
103
262000
3000
Frankrijk scoort, Italië scoort.
04:40
Halftime, people make a quick call and go to the bathroom.
104
265000
4000
Tijdens de rust gaan mensen snel even bellen en gaan naar het toilet.
04:44
Second half. End of normal time.
105
269000
2000
Tweede helft. Einde van de normale speeltijd.
04:46
First overtime, second.
106
271000
2000
Eerste verlenging, tweede.
04:48
Zidane, the headbutt in a moment.
107
273000
3000
Zidane, de kopstoot in een ogenblik.
04:51
Italy wins. Yeah.
108
276000
2000
Italië wint. Ja.
04:53
(Laughter)
109
278000
2000
(Gelach)
04:55
(Applause)
110
280000
3000
(Applaus)
04:58
Well, that night, everybody went to celebrate in the center.
111
283000
2000
Die avond ging iedereen feestvieren in het centrum.
05:00
You saw the big peak.
112
285000
2000
U zag de grote piek.
05:02
The following day, again everybody went to the center
113
287000
2000
De volgende dag ging iedereen naar het centrum
05:04
to meet the winning team
114
289000
3000
om het winnende team te ontmoeten
05:07
and the prime minister at the time.
115
292000
2000
en de toenmalige eerste minister.
05:09
And then everybody moved down.
116
294000
2000
Daarna ging ieder zijn weg.
05:11
You see the image of the place called Circo Massimo,
117
296000
2000
U ziet het beeld van de plek die Circus Maximus heet,
05:13
where, since Roman times, people go to celebrate,
118
298000
3000
waar sinds de Romeinse tijd mensen naartoe gaan om te vieren --
05:16
to have a big party, and you see the peak at the end of the day.
119
301000
3000
om een groot feest te beleven, en je ziet de piek op het eind van de dag.
05:19
Well, that's just one example of how we can sense the city today
120
304000
2000
Dat is maar een voorbeeld van hoe we de stad vandaag kunnen aanvoelen,
05:21
in a way that we couldn't have done
121
306000
2000
op een manier die een paar jaar geleden
05:23
just a few years ago.
122
308000
2000
niet mogelijk was.
05:25
Another quick example about sensing:
123
310000
2000
Een ander vlug voorbeeld van voelen:
05:27
it's not about people,
124
312000
2000
het gaat niet over mensen,
05:29
but about things we use and consume.
125
314000
2000
maar over dingen die we gebruiken en consumeren.
05:31
Well today, we know everything
126
316000
2000
Vandaag weten we alles
05:33
about where our objects come from.
127
318000
3000
over waar onze voorwerpen vandaan komen.
05:36
This is a map that shows you
128
321000
2000
Dit is een kaart die alle chips
05:38
all the chips that form a Mac computer, how they came together.
129
323000
3000
van een Mac-computer laat zien, hoe ze samen werden gebracht.
05:41
But we know very little about where things go.
130
326000
3000
Maar we weten weinig over waar de dingen heen gaan.
05:44
So in this project,
131
329000
2000
In dit project,
05:46
we actually developed some small tags
132
331000
2000
ontwierpen we kleine tags
05:48
to track trash as it moves through the system.
133
333000
3000
om afval te volgen doorheen het systeem.
05:51
So we actually started with a number of volunteers
134
336000
3000
We begonnen met een aantal vrijwilligers
05:54
who helped us in Seattle,
135
339000
2000
die ons hielpen in Seattle,
05:56
just over a year ago,
136
341000
2000
ongeveer een jaar geleden,
05:58
to tag what they were throwing away --
137
343000
3000
om te bepalen wat ze juist weggooiden --
06:01
different types of things, as you can see here --
138
346000
3000
verschillende dingen, zoals u hier kunt zien --
06:04
things they would throw away anyway.
139
349000
2000
dingen die toch weggegooid zouden worden.
06:06
Then we put a little chip, little tag,
140
351000
2000
We plakten een kleine chip, een elektronisch etiketje,
06:08
onto the trash
141
353000
2000
op het afval
06:10
and then started following it.
142
355000
2000
en toen zijn we beginnen volgen.
06:12
Here are the results we just obtained.
143
357000
3000
Hier zijn de resultaten die we net binnenkregen.
06:15
(Music)
144
360000
3000
(Muziek)
06:18
From Seattle ...
145
363000
3000
Uit Seattle ...
06:26
after one week.
146
371000
2000
na een week.
06:53
With this information we realized
147
398000
2000
Door deze informatie realiseerden we ons
06:55
there's a lot of inefficiencies in the system.
148
400000
2000
dat er veel gebreken in het systeem zitten.
06:57
We can actually do the same thing with much less energy.
149
402000
3000
We kunnen eigenlijk hetzelfde doen met veel minder energie.
07:00
This data was not available before.
150
405000
2000
Deze gegevens waren eerder niet beschikbaar.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
407000
3000
Er is veel overbodig transport en er vinden onnodig veel ingewikkelde dingen plaats.
07:05
But the other thing is that we believe
152
410000
2000
Het andere ding waarin we geloven,
07:07
that if we see every day
153
412000
2000
is dat als we elke dag zien
07:09
that the cup we're throwing away, it doesn't disappear,
154
414000
2000
dat het bekertje dat we weggooien niet verdwijnt,
07:11
it's still somewhere on the planet.
155
416000
2000
dat het nog zich steeds ergens op de planeet bevindt.
07:13
And the plastic bottle we're throwing away every day still stays there.
156
418000
3000
En dat de plastic fles die we elke dag weggooien er nog steeds is.
07:16
And if we show that to people,
157
421000
2000
En als we dat aan de mensen laten zien,
07:18
then we can also promote some behavioral change.
158
423000
2000
kunnen we ook wat gedragsveranderingen bewerkstellingen.
07:20
So that was the reason for the project.
159
425000
2000
Dat was dus het uitgangspunt van het project.
07:22
My colleague at MIT, Assaf Biderman,
160
427000
2000
Mijn collega aan MIT, Assaf Biderman,
07:24
he could tell you much more about sensing
161
429000
2000
kan u veel meer vertellen over voelen
07:26
and many other wonderful things we can do with sensing,
162
431000
2000
en vele andere prachtige dingen die we kunnen doen,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
433000
3000
maar ik wil naar het tweede deel waarover we in het begin hebben gepraat,
07:31
and that's actuating our environment.
164
436000
2000
en dat is het bewegen van onze omgeving.
07:33
And the first project
165
438000
2000
Het eerste project
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
440000
3000
deden we een paar jaar geleden in het Spaanse Zaragoza.
07:38
It started with a question by the mayor of the city,
167
443000
3000
Het begon met een vraag van de burgemeester van de stad,
07:41
who came to us saying
168
446000
2000
die bij ons kwam vertellen
07:43
that Spain and Southern Europe have a beautiful tradition
169
448000
3000
dat Spanje en Zuid-Europa een mooie traditie hadden
07:46
of using water in public space, in architecture.
170
451000
3000
om water te gebruiken in de openbare ruimte, in de architectuur.
07:49
And the question was: How could technology, new technology,
171
454000
2000
En de vraag was: Hoe kan technologie, nieuwe technologie,
07:51
be added to that?
172
456000
2000
daaraan worden toegevoegd?
07:53
And one of the ideas that was developed at MIT in a workshop
173
458000
3000
Een van de ideeën, ontwikkeld aan MIT tijdens een workshop
07:56
was, imagine this pipe, and you've got valves,
174
461000
3000
was, stel je een pijp voor, en je hebt ventielen,
07:59
solenoid valves, taps,
175
464000
2000
magneetventielen, lussen,
08:01
opening and closing.
176
466000
2000
die open en dicht gaan.
08:03
You create like a water curtain with pixels made of water.
177
468000
3000
Dan creëer je een watergordijn met pixels van water.
08:06
If those pixels fall,
178
471000
2000
Als die pixels vallen,
08:08
you can write on it,
179
473000
2000
kun je er op schrijven,
08:10
you can show patterns, images, text.
180
475000
2000
je kunt patronen laten zien, beelden, tekst.
08:12
And even you can approach it, and it will open up
181
477000
2000
Je kan het zelfs benaderen, en het zal opengaan.
08:14
to let you jump through,
182
479000
2000
zodat je er doorheen kunt springen
08:16
as you see in this image.
183
481000
2000
zoals je op deze afbeelding kunt zien.
08:18
Well, we presented this to Mayor Belloch.
184
483000
2000
We presenteerden dit aan burgemeester Belloch.
08:20
He liked it very much.
185
485000
2000
Hij was er erg van gecharmeerd.
08:22
And we got a commission to design a building
186
487000
2000
En we kregen de opdracht een gebouw te ontwerpen
08:24
at the entrance of the expo.
187
489000
2000
bij de ingang van de expositie.
08:26
We called it Digital Water Pavilion.
188
491000
2000
We gaven het de naam Digitaal Waterpaviljoen.
08:28
The whole building is made of water.
189
493000
3000
Het hele gebouw is gemaakt van water.
08:33
There's no doors or windows,
190
498000
2000
Er zijn geen deuren of ramen,
08:35
but when you approach it,
191
500000
2000
maar als je er naartoe gaat,
08:37
it will open up to let you in.
192
502000
2000
opent het zich om je binnen te laten.
08:39
(Music)
193
504000
6000
(Muziek)
08:52
The roof also is covered with water.
194
517000
3000
Het dak is ook bedekt met water.
08:57
And if there's a bit of wind,
195
522000
2000
En als er een beetje wind is,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
524000
3000
als je het gespetter zoveel mogelijk wil vermijden, kun je het dak laten zakken.
09:04
Or you could close the building,
197
529000
2000
Of je kunt het gebouw sluiten,
09:06
and the whole architecture will disappear,
198
531000
2000
waardoor het hele gebouw zal verdwijnen,
09:08
like in this case.
199
533000
2000
zoals hier het geval is.
09:10
You know, these days, you always get images during the winter,
200
535000
2000
Weet u, dezer dagen, krijg je altijd beelden gedurende de winter
09:12
when they take the roof down,
201
537000
2000
als ze het dak laten zakken
09:14
of people who have been there and said, "They demolished the building."
202
539000
3000
van mensen die er geweest zijn die zeiden: "Ze hebben het gebouw gesloopt."
09:17
No, they didn't demolish it, just when it goes down,
203
542000
2000
Nee, het is niet gesloopt, maar als het zakt,
09:19
the architecture almost disappears.
204
544000
2000
verdwijnt het gebouw bijna helemaal.
09:21
Here's the building working.
205
546000
3000
Hier ziet u het gebouw in actie.
09:24
You see the person puzzled about what was going on inside.
206
549000
3000
U ziet de persoon zich afvragen wat er zich binnen afspeelde.
09:27
And here was myself trying not to get wet,
207
552000
2000
Er hier probeerde ik niet nat te worden,
09:29
testing the sensors that open the water.
208
554000
3000
terwijl ik de sensoren testte die het water openen.
09:32
Well, I should tell you now what happened one night
209
557000
2000
Nu moet ik u vertellen wat er op een avond gebeurde
09:34
when all of the sensors stopped working.
210
559000
3000
toen alle sensoren er mee ophielden.
09:37
But actually that night, it was even more fun.
211
562000
3000
Die avond was het zelfs nog leuker.
09:40
All the kids from Zaragoza came to the building,
212
565000
2000
Alle kinderen van Zaragoza kwamen naar het gebouw,
09:42
because the way of engaging with the building became something different.
213
567000
3000
omdat de interactie met het gebouw veranderde.
09:45
Not anymore a building that would open up to let you in,
214
570000
3000
Niet meer een gebouw dat open ging en je binnen liet,
09:48
but a building that would still make cuts and holes through the water,
215
573000
3000
maar een gebouw dat sneden en gaten in het water maakte,
09:51
and you had to jump without getting wet.
216
576000
2000
en je moest springen om niet nat te worden.
09:53
(Video) (Crowd Noise)
217
578000
13000
(Video) (Geluid van een menigte)
10:06
And that was, for us, was very interesting,
218
591000
2000
En dat vonden we heel boeiend,
10:08
because, as architects, as engineers, as designers,
219
593000
3000
omdat als architecten, ingenieurs, ontwerpers,
10:11
we always think about how people will use the things we design.
220
596000
3000
denken we altijd na over hoe mensen de dingen gaan gebruiken die we ontwerpen.
10:14
But then reality's always unpredictable.
221
599000
3000
Maar de realiteit is altijd onvoorspelbaar.
10:17
And that's the beauty of doing things
222
602000
2000
En dat is het mooie van dingen
10:19
that are used and interact with people.
223
604000
2000
die gebruikt worden en in interactie treden met mensen.
10:21
Here is an image then of the building
224
606000
2000
Hier is een foto van het gebouw
10:23
with the physical pixels, the pixels made of water,
225
608000
2000
met de fysieke pixels, de pixels van water,
10:25
and then projections on them.
226
610000
3000
met projecties erop.
10:28
And this is what led us to think about
227
613000
2000
En hierdoor gingen we nadenken over
10:30
the following project I'll show you now.
228
615000
2000
het volgende project dat ik u nu laat zien.
10:32
That's, imagine those pixels could actually start flying.
229
617000
3000
Stel je eens voor dat die pixels zouden gaan vliegen.
10:35
Imagine you could have small helicopters
230
620000
2000
Stelt u zich eens kleine helikopters voor
10:37
that move in the air,
231
622000
2000
die door de lucht bewegen,
10:39
and then each of them with a small pixel in changing lights --
232
624000
3000
en ieder van hen met een kleine pixel van veranderend licht --
10:42
almost as a cloud that can move in space.
233
627000
3000
bijna zoals een wolk die door de lucht beweegt.
10:45
Here is the video.
234
630000
2000
Hier is de video.
10:47
(Music)
235
632000
6000
(Muziek)
10:53
So imagine one helicopter,
236
638000
3000
Beeldt u zich een helikopter in,
10:56
like the one we saw before,
237
641000
3000
zoals we die eerder zagen,
11:01
moving with others,
238
646000
3000
die zich beweegt met andere,
11:04
in synchrony.
239
649000
2000
synchroon.
11:06
So you can have this cloud.
240
651000
3000
Dan heb je dus die wolk.
11:15
You can have a kind of flexible screen or display, like this --
241
660000
4000
Je kunt een soort flexibel scherm hebben, zoals dit,
11:19
a regular configuration in two dimensions.
242
664000
3000
een regelmatige configuratie in twee dimensies.
11:29
Or in regular, but in three dimensions,
243
674000
3000
Of in regelmatige, maar in drie dimensies.
11:32
where the thing that changes is the light,
244
677000
2000
Waar het licht verandert,
11:34
not the pixels' position.
245
679000
2000
niet de positie van de pixel.
11:46
You can play with a different type.
246
691000
2000
Je kunt spelen met verschillende typen.
11:48
Imagine your screen could just appear
247
693000
2000
Stelt u zich eens voor dat het scherm gewoon verschijnt
11:50
in different scales or sizes,
248
695000
3000
in verschillende schalen of afmetingen,
11:53
different types of resolution.
249
698000
3000
verschillende typen van resoluties.
12:05
But then the whole thing can be
250
710000
2000
Maar het hele ding kan net zo goed
12:07
just a 3D cloud of pixels
251
712000
2000
een 3D-wolk van pixels zijn,
12:09
that you can approach and move through it
252
714000
3000
dat je kunt benaderen en waar je doorheen kunt,
12:12
and see from many, many directions.
253
717000
3000
om het vanuit veel verschillende richtingen te zen.
12:15
Here is the real Flyfire
254
720000
2000
Hier is de echte Flyfire
12:17
control and going down to form the regular grid as before.
255
722000
4000
die naar beneden gaat om een regelmatige rooster te vormen.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
726000
3000
Als je het licht aandoet, kun je het zien. Hetzelfde als we eerder zagen.
12:24
And imagine each of them then controlled by people.
257
729000
2000
Stelt u zich dan eens voor dat ze door mensen bestuurd worden.
12:26
You can have each pixel
258
731000
2000
Elke pixel kan een input krijgen
12:28
having an input that comes from people,
259
733000
2000
van mensen,
12:30
from people's movement, or so and so.
260
735000
2000
van de bewegingen van mensen, of wat dan ook.
12:32
I want to show you something here for the first time.
261
737000
3000
Ik wil u voor iets voor de eerste keer laten zien.
12:35
We've been working with Roberto Bolle,
262
740000
2000
We hebben gewerkt met Roberto Bolle,
12:37
one of today's top ballet dancers --
263
742000
2000
een van de beste balletdansers van vandaag --
12:39
the étoile at Metropolitan in New York
264
744000
2000
de ster van de Metropolitan in New York
12:41
and La Scala in Milan --
265
746000
2000
en La Scala in Milaan --
12:43
and actually captured his movement in 3D
266
748000
2000
en hebben zijn bewegingen in 3D opgenomen
12:45
in order to use it as an input for Flyfire.
267
750000
3000
om ze als input voor Flyfire te gebruiken.
12:48
And here you can see Roberto dancing.
268
753000
3000
En hier ziet u Roberto dansen.
12:53
You see on the left the pixels,
269
758000
2000
Aan de linkerkant ziet u de pixels,
12:55
the different resolutions being captured.
270
760000
2000
de verschillende resoluties die opgenomen worden.
12:57
It's both 3D scanning in real time
271
762000
2000
Het is zowel 3D-scannen in real time
12:59
and motion capture.
272
764000
3000
als het opnemen van beweging.
13:03
So you can reconstruct a whole movement.
273
768000
3000
Je kan de hele beweging reconstrueren.
13:10
You can go all the way through.
274
775000
3000
Je kunt helemaal doorgaan.
13:16
But then, once we have the pixels, then you can play with them
275
781000
2000
Maar als we de pixels eenmaal hebben, kun je er mee gaan spelen,
13:18
and play with color and movement
276
783000
3000
gaan spelen met kleur en beweging,
13:21
and gravity and rotation.
277
786000
3000
zwaartekracht en rotatie.
13:24
So we want to use this as one of the possible inputs
278
789000
2000
We willen dit gebruiken als een van de mogelijke inputs
13:26
for Flyfire.
279
791000
2000
voor Flyfire.
13:47
I wanted to show you the last project we are working on.
280
812000
2000
Ik wil u het laatste project laten zien waaraan we werken.
13:49
It's something we're working on for the London Olympics.
281
814000
2000
We werken er aan voor de Olympische Spelen van Londen.
13:51
It's called The Cloud.
282
816000
2000
Het heet De Wolk.
13:53
And the idea here is, imagine, again,
283
818000
2000
En het idee is weer,
13:55
we can involve people
284
820000
2000
dat we er mensen bij betrekken
13:57
in doing something and changing our environment --
285
822000
3000
om iets te doen en om de omgeving te veranderen --
14:00
almost to impart what we call cloud raising --
286
825000
2000
om bijna aan te geven wat we noemen wolken bouwen
14:02
like barn raising, but with a cloud.
287
827000
2000
net als een schuur bouwen, maar dan met een wolk.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
829000
4000
Stel je kunt iedereen een kleine bijdrage voor een pixel laten maken.
14:08
And I think what is remarkable
289
833000
2000
En ik denk wat opmerkelijk is
14:10
that has happened over the past couple of years
290
835000
2000
dat wat de laatste paar jaar gebeurde
14:12
is that, over the past couple of decades,
291
837000
2000
is dat gedurende de laatste tientallen jaren,
14:14
we went from the physical world to the digital one.
292
839000
3000
we van een fysieke wereld naar een digitale wereld zijn gegaan.
14:17
This has been digitizing everything, knowledge,
293
842000
2000
Hierdoor is alles gedigitaliseerd, kennis
14:19
and making that accessible through the Internet.
294
844000
2000
die toegankelijk gemaakt wordt via het Internet.
14:21
Now today, for the first time --
295
846000
2000
Vandaag, voor het eerst --
14:23
and the Obama campaign showed us this --
296
848000
2000
wat de Obama-campagne ons heeft laten zien --
14:25
we can go from the digital world,
297
850000
2000
kunnen we van de digitale wereld,
14:27
from the self-organizing power of networks,
298
852000
2000
van de zelforganiserende kracht van netwerken,
14:29
to the physical one.
299
854000
2000
naar de fysieke wereld.
14:31
This can be, in our case,
300
856000
2000
Het kan zijn, in ons geval,
14:33
we want to use it for designing and doing a symbol.
301
858000
2000
dat we het gebruiken voor ontwerpen en het maken van een symbool.
14:35
That means something built in a city.
302
860000
2000
Dat betekent iets dat in een stad gebouwd is.
14:37
But tomorrow it can be,
303
862000
2000
Maar morgen zou het kunnen
14:39
in order to tackle today's pressing challenges --
304
864000
3000
om de huidige aanwezige uitdagingen aan te pakken --
14:42
think about climate change or CO2 emissions --
305
867000
2000
denk aan klimaatverandering of CO2-uitstoot --
14:44
how we can go from the digital world to the physical one.
306
869000
3000
hoe we van de digitale naar de fysieke wereld kunnen.
14:47
So the idea that we can actually involve people
307
872000
2000
Dus het idee dat we mensen er bij kunnen betrekken
14:49
in doing this thing together, collectively.
308
874000
2000
om dit samen te doen, collectief.
14:51
The cloud is a cloud, again, made of pixels,
309
876000
3000
De wolk is een wolk gemaakt van pixels,
14:54
in the same way as the real cloud
310
879000
2000
op dezelfde manier als een echte wolk
14:56
is a cloud made of particles.
311
881000
2000
gemaakt is van deeltjes.
14:58
And those particles are water,
312
883000
2000
En die deeltjes bestaan uit water,
15:00
where our cloud is a cloud of pixels.
313
885000
2000
terwijl onze wolk gemaakt is van pixels.
15:02
It's a physical structure in London, but covered with pixels.
314
887000
3000
Het is een fysieke structuur in Londen, bedekt met pixels.
15:05
You can move inside, have different types of experiences.
315
890000
2000
Je kunt naar binnen gaan en allerlei dingen beleven.
15:07
You can actually see from underneath,
316
892000
2000
Je kunt het van onderen bekijken,
15:09
sharing the main moments
317
894000
2000
de belangrijke momenten delen
15:11
for the Olympics in 2012 and beyond,
318
896000
3000
van de Olympische Spelen van 2012 en meer,
15:14
and really using it as a way to connect with the community.
319
899000
4000
en het echt gebruiken om contact te maken met de gemeenschap.
15:18
So both the physical cloud in the sky
320
903000
4000
Zowel de fysieke wolk in de lucht
15:22
and something you can go to the top [of],
321
907000
3000
als iets dat je kunt beklimmen,
15:25
like London's new mountaintop.
322
910000
2000
zoals de nieuwe bergtop van Londen.
15:27
You can enter inside it.
323
912000
2000
Je kunt er binnenin gaan.
15:29
And a kind of new digital beacon for the night --
324
914000
3000
Een soort nieuw digitaal baken voor de nacht --
15:32
but most importantly,
325
917000
2000
maar vooral van belang is
15:34
a new type of experience for anybody who will go to the top.
326
919000
3000
een nieuwe belevenis voor iedereen die naar de top gaat.
15:37
Thank you.
327
922000
2000
Dank u.
15:39
(Applause)
328
924000
2000
(Applaus)
ABOUT THE SPEAKER
Carlo Ratti - Architect and engineerCarlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.
Why you should listen
Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.
Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.
For more information on the projects in this talk, visit SENSEable @ TED >>
Carlo Ratti | Speaker | TED.com