TED2006
Neil Gershenfeld: Unleash your creativity in a Fab Lab
Neil Gershenfeld over Fab Labs
Filmed:
Readability: 4.8
871,282 views
Neil Gershenfeld, hoogleraar aan MIT, vertelt over zijn Fab Lab -- een relatief goedkoop lab waarin mensen dingen kunnen bouwen die ze nodig hebben, gebruik makend van digitale en analoge gereedschappen. Een simpel idee met indrukwekkende resultaten.
Neil Gershenfeld - Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
Double-click the English transcript below to play the video.
00:25
This meeting has really been about a digital revolution,
0
0
4000
Deze bijeenkomst ging over een digitale revolutie,
00:29
but I'd like to argue that it's done; we won.
1
4000
3000
maar ik zou willen zeggen:
"Ze is klaar, we hebben gewonnen."
"Ze is klaar, we hebben gewonnen."
00:33
We've had a digital revolution but we don't need to keep having it.
2
8000
4000
We hadden een digitale revolutie
maar we hoeven die niet eeuwig vol te houden.
maar we hoeven die niet eeuwig vol te houden.
00:37
And I'd like to look after that,
3
12000
2000
Ik zou verder willen kijken,
naar wat er na de digitale revolutie komt.
naar wat er na de digitale revolutie komt.
00:39
to look what comes after the digital revolution.
4
14000
3000
Ik zou verder willen kijken,
naar wat er na de digitale revolutie komt.
naar wat er na de digitale revolutie komt.
00:42
So, let me start projecting forward.
5
17000
2000
Ik ga nu even vooruit projecteren.
00:44
These are some projects I'm involved in today at MIT,
6
19000
4000
Dit zijn wat projecten waarbij ik betrokken ben bij MIT,
die kijken naar wat er na computers komt.
die kijken naar wat er na computers komt.
00:48
looking what comes after computers.
7
23000
3000
Dit zijn wat projecten waarbij ik betrokken ben bij MIT,
die kijken naar wat er na computers komt.
die kijken naar wat er na computers komt.
00:51
This first one, Internet Zero, up here -- this is a web server
8
26000
5000
De eerste, Internet Zero,
is een webserver
is een webserver
00:56
that has the cost and complexity of an RFID tag --
9
31000
3000
met de kosten en ingewikkeldheid van een RFID-tag.
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
34000
3000
Kost ongeveer een dollar,
past in elke lamp of deurknop
past in elke lamp of deurknop
01:02
and this is getting commercialized very quickly.
11
37000
2000
en wordt zeer snel gecommercialiseerd.
01:04
And what's interesting about it isn't the cost;
12
39000
2000
Interessanter dan de kosten
is hoe hij het internet codeert:
is hoe hij het internet codeert:
01:06
it's the way it encodes the Internet.
13
41000
1000
Interessanter dan de kosten
is hoe hij het internet codeert:
is hoe hij het internet codeert:
01:07
It uses a kind of a Morse code for the Internet
14
42000
3000
met een soort morsecode
01:10
so you could send it optically; you can communicate acoustically
15
45000
3000
zodat je optisch kan verzenden en
akoestisch kan communiceren,
akoestisch kan communiceren,
01:13
through a power line, through RF.
16
48000
2000
via een stroomkabel, door RF.
01:15
It takes the original principle of the Internet,
17
50000
2000
Hij neemt het originele principe van het internet,
01:17
which is inter-networking computers,
18
52000
2000
inter-netwerkende computers,
01:19
and now lets devices inter-network.
19
54000
3000
en laat nu apparaten inter-netwerken.
01:22
That we can take the whole idea that gave birth to the Internet
20
57000
3000
Het idee waaruit internet geboren werd,
01:25
and bring it down to the physical world in this Internet Zero,
21
60000
3000
verplaatst naar de fysieke wereld in dit 'Internet 0',
01:28
this internet of devices.
22
63000
2000
dit internet van apparaten.
01:30
So this is the next step from there to here,
23
65000
2000
Dit is dus de volgende stap,
die nu gecommercialiseerd wordt.
die nu gecommercialiseerd wordt.
01:32
and this is getting commercialized today.
24
67000
3000
Dit is dus de volgende stap,
die nu gecommercialiseerd wordt.
die nu gecommercialiseerd wordt.
01:35
A step after that is a project on fungible computers.
25
70000
5000
Een stap daarna is een project met fungibele computers.
01:40
Fungible goods in economics can be extended and traded.
26
75000
3000
Fungibele goederen kunnen
uitgebreid en uitgewisseld worden.
uitgebreid en uitgewisseld worden.
01:43
So, half as much grain is half as much useful,
27
78000
2000
Half zoveel graan is half zo bruikbaar,
01:45
but half a baby or half a computer is less useful than
28
80000
3000
maar aan een halve baby of een halve computer
heb je vrijwel niets.
heb je vrijwel niets.
01:48
a whole baby or a whole computer,
29
83000
2000
maar aan een halve baby of een halve computer
heb je vrijwel niets.
heb je vrijwel niets.
01:50
and we've been trying to make computers that work that way.
30
85000
3000
Wij probeerden computers te maken die zo werken.
01:53
So, what you see in the background is a prototype.
31
88000
2000
Op de achtergrond zie je een prototype.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
90000
3000
Student Bill Butera, die nu bij Intel werkt,
01:58
who wondered why, instead of making bigger and bigger chips,
33
93000
3000
vroeg zich af waarom we,
in plaats van steeds grotere chips te maken,
in plaats van steeds grotere chips te maken,
02:01
you don't make small chips, put them in a viscous medium,
34
96000
3000
we niet kleine chips maken,
die in een visceus medium stoppen
die in een visceus medium stoppen
02:04
and pour out computing by the pound or by the square inch.
35
99000
2000
zodat je kilo's of vierkante centimeters
computer kan schenken.
computer kan schenken.
02:06
And that's what you see here.
36
101000
2000
zodat je kilo's of vierkante centimeters
computer kan schenken.
computer kan schenken.
02:08
On the left was postscript being rendered by a conventional computer;
37
103000
3000
Links zie je postscript
weergegeven door een gewone computer.
weergegeven door een gewone computer.
02:11
on the right is postscript being rendered from the first prototype
38
106000
3000
Rechts weergegeven door ons eerste prototype,
02:14
we made, but there's no frame buffer, IO processor,
39
109000
4000
zonder frame buffer, IO processor
of iets dergelijks. Enkel dit materiaal.
of iets dergelijks. Enkel dit materiaal.
02:18
any of that stuff -- it's just this material.
40
113000
2000
zonder frame buffer, IO processor
of iets dergelijks. Enkel dit materiaal.
of iets dergelijks. Enkel dit materiaal.
02:20
Unlike this screen where the dots are placed carefully,
41
115000
2000
In tegenstelling tot dit scherm met een
vast aantal punten, is dit een grondstof.
vast aantal punten, is dit een grondstof.
02:22
this is a raw material.
42
117000
1000
In tegenstelling tot dit scherm met een
vast aantal punten, is dit een grondstof.
vast aantal punten, is dit een grondstof.
02:23
If you add twice as much of it, you have twice as much display.
43
118000
3000
Als je tweemaal zoveel gebruikt,
heb je tweemaal zoveel beeldscherm.
heb je tweemaal zoveel beeldscherm.
02:26
If you shoot a gun through the middle, nothing happens.
44
121000
3000
Schiet er een kogel doorheen
en er gebeurt niets.
en er gebeurt niets.
02:29
If you need more resource, you just apply more computer.
45
124000
4000
Als je meer nodig hebt,
voeg je gewoon meer computer toe.
voeg je gewoon meer computer toe.
02:33
So, that's the step after this -- of computing as a raw material.
46
128000
3000
Dat komt dus hierna.
Rekenkracht als grondstof.
Rekenkracht als grondstof.
02:36
That's still conventional bits, the step after that is --
47
131000
3000
Dat zijn nog conventionele bits.
Van de volgende stap
Van de volgende stap
02:39
this is an earlier prototype in the lab;
48
134000
2000
zie je hier een vroeg prototype in het lab.
02:41
this is high-speed video slowed down.
49
136000
2000
Dit is een vertraagde hogesnelheidsvideo.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
138000
3000
De integratie van chemie in berekeningen,
waarbij de bits belletjes zijn.
waarbij de bits belletjes zijn.
02:46
This is showing making bits, this is showing --
51
141000
2000
Hier zie je hoe bits gemaakt worden.
02:48
once again, slowed down so you can see it,
52
143000
2000
Vertraagd zie je bits die interactief zijn
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
145000
4000
voor dingen als logica, multiplexen en de-multiplexen.
02:54
So, now we can compute that the output arranges material
54
149000
3000
Dus nu doen we berekeningen waarbij de uitkomst
behalve informatie ook materiaal vormgeeft.
behalve informatie ook materiaal vormgeeft.
02:57
as well as information. And, ultimately, these are some slides
55
152000
4000
Dus nu doen we berekeningen waarbij de uitkomst
behalve informatie ook materiaal vormgeeft.
behalve informatie ook materiaal vormgeeft.
03:01
from an early project I did, computing where the bits are stored
56
156000
3000
Hier een vroeg project van me,
waarbij bits kwantummechanisch opgeslagen worden
waarbij bits kwantummechanisch opgeslagen worden
03:04
quantum-mechanically in the nuclei of atoms, so
57
159000
3000
in de nucleus van atomen, zodat programma's
de kernstructuur van atomen veranderen.
de kernstructuur van atomen veranderen.
03:07
programs rearrange the nuclear structure of molecules.
58
162000
4000
in de nucleus van atomen, zodat programma's
de kernstructuur van atomen veranderen.
de kernstructuur van atomen veranderen.
03:11
All of these are in the lab pushing further and further and further,
59
166000
4000
Dit allemaal wordt in het lab
steeds verder ontwikkeld.
steeds verder ontwikkeld.
03:15
not as metaphor but literally integrating bits and atoms,
60
170000
3000
Niet als metafoor.
Hier worden letterlijk bits en atomen geïntegreerd.
Hier worden letterlijk bits en atomen geïntegreerd.
03:18
and they lead to the following recognition.
61
173000
3000
Dat leidt tot de volgende realisatie.
03:21
We all know we've had a digital revolution, but what is that?
62
176000
3000
We hebben een digitale revolutie gehad,
maar wat is dat?
maar wat is dat?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
179000
3000
Welnu, Shannon bracht ons in de jaren 40
03:27
from a telephone being a speaker wire that degraded with distance
64
182000
4000
van een telefoon in de vorm van een draad
die met toenemende afstand slechter werd,
die met toenemende afstand slechter werd,
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
186000
4000
naar het internet.
Hij bewees de eerste drempelstelling:
Hij bewees de eerste drempelstelling:
03:35
if you add information and remove it to a signal,
66
190000
3000
als je informatie toevoegt en er een signaal van maakt,
03:38
you can compute perfectly with an imperfect device.
67
193000
2000
kun je perfect rekenen met een imperfect apparaat.
03:40
And that's when we got the Internet.
68
195000
2000
Zo kregen we het internet.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
197000
3000
Von Neumann deed in de jaren 50
hetzelfde voor de informatica.
hetzelfde voor de informatica.
03:45
he showed you can have an unreliable computer but restore its state
70
200000
3000
Hij toonde aan dat je een onbetrouwbare computer
03:48
to make it perfect. This was the last great analog computer at MIT:
71
203000
4000
perfect kunt maken.
Dit was de laatste analoge computer op MIT.
Dit was de laatste analoge computer op MIT.
03:52
a differential analyzer, and the more you ran it,
72
207000
2000
een differentiële analysator die slechter functioneerde
naarmate je hem langer liet draaien.
naarmate je hem langer liet draaien.
03:54
the worse the answer got.
73
209000
2000
een differentiële analysator die slechter functioneerde
naarmate je hem langer liet draaien.
naarmate je hem langer liet draaien.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
211000
3000
Na Von Neumann hebben we de Pentium,
waarbij de miljardste transistor
waarbij de miljardste transistor
03:59
is as reliable as the first one.
75
214000
3000
even betrouwbaar is als de eerste.
04:02
But all our fabrication is down in this lower left corner.
76
217000
3000
Maar al onze fabricage zie je linksonder.
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
220000
3000
Een hypermoderne vliegtuigfabriek waar men
was op gefixeerd metaal roteert.
was op gefixeerd metaal roteert.
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
223000
3000
Je kan ook plastic smelten.
Een chipfabriek van 10 miljard dollar
Een chipfabriek van 10 miljard dollar
04:11
uses a process a village artisan would recognize --
79
226000
3000
gebruikt een proces
dat een primitieve ambachtsman zou herkennen.
dat een primitieve ambachtsman zou herkennen.
04:14
you spread stuff around and bake it.
80
229000
3000
Je smeert iets uit en bakt het.
04:17
All the intelligence is external to the system;
81
232000
2000
Alle intelligentie ligt buiten het systeem:
04:19
the materials don't have information.
82
234000
2000
de materialen bevatten geen informatie.
04:21
Yesterday you heard about molecular biology,
83
236000
3000
Gisteren hoorde je over moleculaire biologie.
04:24
which fundamentally computes to build.
84
239000
2000
Die maakt berekeningen om iets te bouwen.
04:26
It's an information processing system.
85
241000
2000
Het is een informatieverwerkingssysteem.
04:28
We've had digital revolutions in communication and computation,
86
243000
4000
We hadden revoluties in communicatie en informatica,
04:32
but precisely the same idea, precisely the same math
87
247000
3000
maar ditzelfde idee, dezelfde wiskunde
04:35
Shannon and Von Neuman did, hasn't yet come out
88
250000
2000
als Shannon en Von Neumann deden,
hebben we nog niet in de fysieke wereld gezien.
hebben we nog niet in de fysieke wereld gezien.
04:37
to the physical world. So, inspired by that,
89
252000
3000
als Shannon en Von Neumann deden,
hebben we nog niet in de fysieke wereld gezien.
hebben we nog niet in de fysieke wereld gezien.
04:40
colleagues in this program -- the Center for Bits and Atoms
90
255000
2000
Dit inspireerde collega's van het Center for Bits and Atoms
04:42
at MIT -- which is a group of people, like me,
91
257000
3000
aan MIT, een groep mensen die net als ik
04:45
who never understood the boundary between physical science
92
260000
3000
nooit de grens tussen natuurkunde en informatica
hebben begrepen.
hebben begrepen.
04:48
and computer science. I would even go further and say
93
263000
3000
Ik zou zelfs willen zeggen dat
04:51
computer science is one of the worst things that ever happened
94
266000
2000
'computerwetenschap' een van de ergste dingen is
die zowel computers als wetenschap ooit overkwam.
die zowel computers als wetenschap ooit overkwam.
04:53
to either computers or to science --
95
268000
2000
'computerwetenschap' een van de ergste dingen is
die zowel computers als wetenschap ooit overkwam.
die zowel computers als wetenschap ooit overkwam.
04:55
(Laughter)
96
270000
1000
(Gelach)
04:56
-- because the canon -- computer science --
97
271000
4000
De canon van de informatica
05:00
many of them are great but the canon of computer science
98
275000
2000
bevroor namelijk prematuur
een model van computerwetenschap
een model van computerwetenschap
05:02
prematurely froze a model of computation
99
277000
3000
bevroor namelijk prematuur
een model van computerwetenschap
een model van computerwetenschap
05:05
based on technology that was available in 1950,
100
280000
3000
dat gebaseerd was op technologie uit 1950.
05:08
and nature's a much more powerful computer than that.
101
283000
2000
De natuur is een veel krachtiger computer dan dat.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
285000
4000
Morgen hoor je van Saul Griffith,
een van de eerste studenten
een van de eerste studenten
05:14
first students to emerge from this program.
103
289000
3000
die dit programma opleverde.
05:17
We started to figure out how you can compute to fabricate.
104
292000
3000
We begonnen te bedenken
hoe je kan rekenen om te fabriceren.
hoe je kan rekenen om te fabriceren.
05:20
This was just a proof of principle he did of tiles
105
295000
3000
Dit was een 'proof of principle' van tegels
05:23
that interact magnetically, where you write a code,
106
298000
2000
die magnetisch interageren.
Je schrijft een code die,
Je schrijft een code die,
05:25
much like protein folding, that specifies their structure.
107
300000
3000
net als bij proteïnevouwen, hun structuur specificeert.
05:28
So, there's no feedback to a tool metrology;
108
303000
3000
Er is dus geen feedback
naar een gereedschapsmetrologie.
naar een gereedschapsmetrologie.
05:31
the material itself codes for its structure in just the same ways
109
306000
5000
Het materiaal zelf codeert zijn structuren
05:36
that protein are fabricated. So, you can, for example, do that.
110
311000
4000
zoals ook een proteïne gemaakt wordt.
Je kan dus dit doen...
Je kan dus dit doen...
05:40
You can do other things. That's in 2D. It works in 3D.
111
315000
3000
Of andere dingen.
Dat is in 2D maar het werkt ook in 3D.
Dat is in 2D maar het werkt ook in 3D.
05:43
The video on the upper right -- I won't show for time --
112
318000
2000
De video rechtsboven toont zelf-replicatie,
05:45
shows self-replication, templating so something can make something
113
320000
4000
zodat iets iets anders maakt,
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
dat weer iets anders maakt.
Dat doen we nu
Dat doen we nu
05:52
nine orders of magnitude. Those ideas have been used to show
115
327000
3000
over negen ordes van grootte.
Met die ideeën
Met die ideeën
05:55
the best fidelity and direct rate DNA to make an organism,
116
330000
3000
krijg je de beste betrouwbaarheid
en stuur je dna aan om een organisme te maken,
en stuur je dna aan om een organisme te maken,
05:58
in functionalizing nanoclusters with peptide tails
117
333000
3000
in het functionaliseren van nanoclusters
met peptide-staarten
met peptide-staarten
06:01
that code for their assembly -- so, much like the magnets,
118
336000
2000
die hun samenstelling coderen --
net als de magneten,
net als de magneten,
06:03
but now on nanometer scales.
119
338000
2000
maar nu op nanometerschaal.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
340000
4000
Laser-microfabricage: 3D-printers die digitaal
06:09
functional systems, all the way up to building buildings,
121
344000
3000
functionerende systemen maken,
helemaal tot gebouwen,
helemaal tot gebouwen,
06:12
not by having blueprints,
122
347000
1000
niet met een blauwdruk gemaakt,
maar met onderdelen die zelf de structuur coderen.
maar met onderdelen die zelf de structuur coderen.
06:13
but having the parts code for the structure of the building.
123
348000
3000
niet met een blauwdruk gemaakt,
maar met onderdelen die zelf de structuur coderen.
maar met onderdelen die zelf de structuur coderen.
06:16
So, these are early examples in the lab of emerging technologies
124
351000
5000
Dit zijn vroege voorbeelden van ontluikende technologieën
06:21
to digitize fabrication. Computers that don't control tools
125
356000
4000
om fabricage te digitaliseren.
Deze computers besturen geen gereedschappen,
Deze computers besturen geen gereedschappen,
06:25
but computers that are tools, where the output of a program
126
360000
4000
maar zijn zelf gereedschappen.
De output van een programma
De output van een programma
06:29
rearranges atoms as well as bits.
127
364000
4000
ordent atomen zowel als bits.
06:33
Now, to do that -- with your tax dollars, thank you --
128
368000
3000
Om dat te doen -- met jullie belastinggeld, dank je --
06:36
I bought all these machines. We made a modest proposal
129
371000
4000
kocht ik al deze machines.
We dienden een bescheiden aanvraag in
We dienden een bescheiden aanvraag in
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
375000
4000
bij de NSF. We wilden alles kunnen maken
op iedere lengteschaal,
op iedere lengteschaal,
06:44
all in one place, because you can't segregate digital fabrication
131
379000
4000
allemaal op één plek, want je kunt digitale fabricage niet opdelen per discipline of lengteschaal.
06:48
by a discipline or a length scale.
132
383000
2000
allemaal op één plek, want je kunt digitale fabricage niet opdelen per discipline of lengteschaal.
06:50
So we put together focused nano beam writers
133
385000
4000
Dus verzamelden we nanostraal-schrijvers,
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
389000
5000
supersonische waterstraalsnijders
en verspanende eximeerlasers.
en verspanende eximeerlasers.
06:59
But I had a problem. Once I had all these machines,
135
394000
3000
Maar ik had een probleem.
Ik had al deze machines,
Ik had al deze machines,
07:02
I was spending too much time teaching students to use them.
136
397000
3000
maar was teveel tijd kwijt
met studenten daarop wegwijs maken.
met studenten daarop wegwijs maken.
07:05
So I started teaching a class, modestly called,
137
400000
2000
Dus startte ik een cursus
met de bescheiden titel
met de bescheiden titel
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
402000
3000
"Hoe maak ik vrijwel alles".
Dat was niet provocerend bedoeld.
Dat was niet provocerend bedoeld.
07:10
it was just for a few research students.
139
405000
2000
Het was enkel voor een paar promovendi.
07:12
But the first day of class looked like this.
140
407000
2000
Maar de eerste lesdag zag er zo uit.
07:14
You know, hundreds of people came in begging,
141
409000
2000
Honderden mensen kwamen smeken:
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
411000
3000
"Ik wacht al mijn hele leven op deze cursus.
Ik doe alles om mee te mogen doen."
Ik doe alles om mee te mogen doen."
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
414000
3000
En ze vroegen: "Kan dit wel aan MIT?
Het lijkt te bruikbaar."
Het lijkt te bruikbaar."
07:22
And then the next --
144
417000
1000
En ze vroegen: "Kan dit wel aan MIT?
Het lijkt te bruikbaar."
Het lijkt te bruikbaar."
07:23
(Laughter)
145
418000
2000
(Gelach)
07:25
-- surprising thing was they weren't there to do research.
146
420000
1000
Ze waren er gek genoeg niet
om onderzoek te doen.
om onderzoek te doen.
07:26
They were there because they wanted to make stuff.
147
421000
2000
Ze wilden dingen maken.
07:28
They had no conventional technical background.
148
423000
4000
Ze hadden vrijwel geen technische achtergrond.
07:32
At the end of a semester they integrated their skills.
149
427000
2000
Aan het einde van het semester
hadden ze hun vaardigheden geïntegreerd.
hadden ze hun vaardigheden geïntegreerd.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
429000
4000
Een video. Kelly was een beeldhouwster,
die het volgende deed
die het volgende deed
07:38
with her semester project.
151
433000
2000
met haar semesterproject.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
435000
3000
(Video): Kelly: Hoi, ik ben Kelly
en dit is mijn schreeuwzak.
en dit is mijn schreeuwzak.
07:45
Do you ever find yourself in a situation
153
440000
3000
Ken je dat?
Je voelt dat je echt even moet schreeuwen,
Je voelt dat je echt even moet schreeuwen,
07:48
where you really have to scream, but you can't because you're at work,
154
443000
5000
maar dat kan niet
omdat je op je werk bent
omdat je op je werk bent
07:53
or you're in a classroom, or you're watching your children,
155
448000
3000
of in een klaslokaal,
of je past op je kinderen,
of je past op je kinderen,
07:56
or you're in any number of situations where it's just not permitted?
156
451000
5000
of in een andere situatie
waarin je niet kan schreeuwen.
waarin je niet kan schreeuwen.
08:01
Well, scream buddy is a portable space for screaming.
157
456000
4000
De schreeuwzak is een draagbare schreeuwruimte.
08:05
When a user screams into scream buddy, their scream is silenced.
158
460000
5000
Als een gebruiker in de schreeuwzak schreeuwt,
wordt zijn schreeuw gedempt.
wordt zijn schreeuw gedempt.
08:10
It is also recorded for later release where, when and how
159
465000
4000
Ook wordt hij opgenomen om later vrijgelaten te worden
wanneer het de gebruiker uitkomt.
wanneer het de gebruiker uitkomt.
08:14
the user chooses.
160
469000
1000
Ook wordt hij opgenomen om later vrijgelaten te worden
wanneer het de gebruiker uitkomt.
wanneer het de gebruiker uitkomt.
08:36
(Scream)
161
491000
2000
(Scheeuw)
08:39
(Laughter) (Applause)
162
494000
4000
(Gelach) (Applaus)
08:43
So, Einstein would like this.
163
498000
2000
Einstein zou dit waarderen.
08:45
This student made a web browser for parrots --
164
500000
1000
Deze student maakte een webbrowser om papagaaien
te laten surfen en met andere papagaaien praten.
te laten surfen en met andere papagaaien praten.
08:46
lets parrots surf the Net and talk to other parrots.
165
501000
3000
Deze student maakte een webbrowser om papagaaien
te laten surfen en met andere papagaaien praten.
te laten surfen en met andere papagaaien praten.
08:49
This student's made an alarm clock you wrestle
166
504000
2000
Deze student maakte een wekker waarmee je worstelt
om te bewijzen dat je wakker bent.
om te bewijzen dat je wakker bent.
08:51
to prove you're awake; this is one that defends --
167
506000
2000
Deze student maakte een wekker waarmee je worstelt om te bewijzen dat je wakker bent.
08:53
a dress that defends your personal space.
168
508000
2000
Deze jurk verdedigt je persoonlijke ruimte.
08:55
This isn't technology for communication;
169
510000
2000
Dit is geen technologie voor communicatie,
maar om die te voorkomen.
maar om die te voorkomen.
08:57
it's technology to prevent it.
170
512000
2000
Dit is geen technologie voor communicatie,
maar om die te voorkomen.
maar om die te voorkomen.
08:59
This is a device that lets you see your music.
171
514000
3000
Dit apparaat toont jou je muziek.
09:02
This is a student who made a machine that makes machines,
172
517000
3000
Deze student maakte machines die machines maken,
09:05
and he made it by making Lego bricks that do the computing.
173
520000
3000
door Lego-stenen te bouwen die het rekenwerk doen.
09:08
Just year after year -- and I finally realized
174
523000
2000
Jaar na jaar --
ik realiseerde me toen
ik realiseerde me toen
09:10
the students were showing the killer app of personal fabrication
175
525000
4000
dat de studenten aantoonden dat de killer app
van persoonlijke fabricage
van persoonlijke fabricage
09:14
is products for a market of one person.
176
529000
2000
producten voor een markt van één persoon zijn.
09:16
You don't need this for what you can get in Wal-Mart;
177
531000
2000
Je hebt dit niet nodig voor wat je in de supermarkt koopt,
maar voor wat jou uniek maakt.
maar voor wat jou uniek maakt.
09:18
you need this for what makes you unique.
178
533000
1000
Je hebt dit niet nodig voor wat je in de supermarkt koopt,
maar voor wat jou uniek maakt.
maar voor wat jou uniek maakt.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
534000
4000
Ken Olsen zei dat niemand
thuis een computer nodig heeft.
thuis een computer nodig heeft.
09:23
But you don't use it for inventory and payroll;
180
538000
2000
Maar je gebruikt hem niet voor
goederenbeheer en salarisadministratie.
goederenbeheer en salarisadministratie.
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
540000
3000
DEC is nu tweemaal failliet.
Je hebt thuis geen persoonlijke fabricage nodig
Je hebt thuis geen persoonlijke fabricage nodig
09:28
in the home to buy what you can buy because you can buy it.
182
543000
2000
om te kopen wat je kan kopen,
want je kan dat kopen.
want je kan dat kopen.
09:30
You need it for what makes you unique, just like personalization.
183
545000
4000
Je hebt het nodig voor wat jou uniek maakt,
net als personalisatie.
net als personalisatie.
09:34
So, with that, in turn, 20 million dollars today does this;
184
549000
4000
Dit kan dus vandaag met 20 miljoen dollar.
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
553000
4000
Over 20 jaar maken we Star Trek-replicatoren
die alles kunnen maken.
die alles kunnen maken.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
557000
4000
De studenten kaapten al mijn machines
voor persoonlijke fabricage.
voor persoonlijke fabricage.
09:46
Today, when you spend that much of your money,
187
561000
2000
Wanneer je vandaag zoveel geld uitgeeft,
09:48
there's a government requirement to do outreach, which often means
188
563000
3000
verplicht de overheid je om maatschappelijk
bezig te gaan.
bezig te gaan.
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
566000
3000
Vaak zijn dat lessen op een plaatselijke school,
of een website -- dingen die niet zo spannend zijn.
of een website -- dingen die niet zo spannend zijn.
09:54
So, I made a deal with my NSF program managers that
190
569000
4000
Dus maakte ik een deal
met mijn NSF-programmamanagers
met mijn NSF-programmamanagers
09:58
instead of talking about it, I'd give people the tools.
191
573000
2000
om mensen de gereedschappen te geven,
in plaats van erover te praten.
in plaats van erover te praten.
10:00
This wasn't meant to be provocative or important,
192
575000
2000
Niet provocerend bedoeld, of belangrijk,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
577000
4000
maar we bouwden deze Fab Labs.
Het is ongeveer 20.000 dollar aan materieel
Het is ongeveer 20.000 dollar aan materieel
10:06
that approximate both what the 20 million dollars does and where it's going.
194
581000
5000
dat grofweg benadert wat die 20 miljoen dollar doet
en waar het heengaat.
en waar het heengaat.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
586000
3000
Een lasersnijder voor klempassende montage
in 3D van 2D,
in 3D van 2D,
10:14
a sign cutter to plot in copper to do electromagnetics,
196
589000
2000
een snijplotter voor
elektromagnetische toepassingen in koper ,
elektromagnetische toepassingen in koper ,
10:16
a micron scale,
197
591000
2000
een numeriek gestuurde freesmachine
voor precieze structuren op micronschaal.
voor precieze structuren op micronschaal.
10:18
numerically-controlled milling machine for precise structures,
198
593000
2000
een numeriek gestuurde freesmachine
voor precieze structuren op micronschaal.
voor precieze structuren op micronschaal.
10:20
programming tools for less than a dollar,
199
595000
3000
programmeermiddelen voor minder dan een dollar,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
598000
3000
100 nanoseconden-microcontrollers.
Zo kun je vanaf de allerkleinste schaal werken.
Zo kun je vanaf de allerkleinste schaal werken.
10:26
and microseconds on up, and they exploded around the world.
201
601000
4000
Ze verspreidden zich razendsnel rond de wereld.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
605000
2000
Het was niet voorzien, maar het ging van Boston
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
607000
4000
tot Pobal in India,
tot Secondi-Takoradi aan de Ghanese kust
tot Secondi-Takoradi aan de Ghanese kust
10:36
to Soshanguve in a township in South Africa,
204
611000
3000
tot Soshanguve in een township in Zuid-Afrika,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
614000
4000
tot het verre noorden van Noorwegen.
Het hielp ons ontdekken
Het hielp ons ontdekken
10:43
for all the attention to the digital divide,
206
618000
3000
dat ondanks alle aandacht voor de digitale kloof,
10:46
we would find unused computers in all these places.
207
621000
4000
er overal ongebruikte computers stonden.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
625000
3000
Maar een boer in een plattelandsdorp --
een kind moet de wereld meten en beïnvloeden,
een kind moet de wereld meten en beïnvloeden,
10:53
the world, not just get information about it on a screen.
209
628000
4000
niet enkel informatie erover krijgen op een scherm.
10:57
That there's really a fabrication and an instrumentation divide
210
632000
2000
Er is dus in feite een fabricage- en instrumentatiekloof,
groter dan de digitale kloof.
groter dan de digitale kloof.
10:59
bigger than the digital divide.
211
634000
3000
Er is dus in feite een fabricage- en instrumentatiekloof,
groter dan de digitale kloof.
groter dan de digitale kloof.
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
637000
3000
Die dicht je niet met IT voor de massa,
maar met IT-ontwikkeling voor de massa.
maar met IT-ontwikkeling voor de massa.
11:05
So, in place after place
213
640000
3000
Overal zagen we hetzelfde gebeuren:
we openden een Fab lab --
we openden een Fab lab --
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
643000
3000
Overal zagen we hetzelfde gebeuren:
we openden een Fab lab --
we openden een Fab lab --
11:11
where we didn't -- this is too crazy to think of.
215
646000
3000
en dit is te gek voor woorden...
11:14
We didn't think this up, that we would get pulled to these places;
216
649000
3000
het was niet ons idee,
dat we naar deze plekken werden getrokken --
dat we naar deze plekken werden getrokken --
11:17
we'd open it. The first step was just empowerment.
217
652000
2000
De eerste stap was empowerment.
11:19
You can see it in their face, just this joy of, I can do it.
218
654000
3000
Je ziet het op hun gezichten,
de vreugde van 'ik kan dit'.
de vreugde van 'ik kan dit'.
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
657000
2000
Dit is een meisje in Boston
die net een high-tech
die net een high-tech
11:24
on-demand craft sale in the inner city community center.
220
659000
4000
vraag-gebaseerde markt had georganiseerd
in het lokale buurthuis.
in het lokale buurthuis.
11:28
It goes on from there to serious hands-on technical education
221
663000
4000
Dan zijn er serieuze technische praktijklessen,
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
667000
5000
informeel, buiten school om.
In Ghana zetten we zo'n lab op.
In Ghana zetten we zo'n lab op.
11:37
We designed a network sensor, and kids would show up
223
672000
2000
We ontwierpen een netwerk-sensor
en kinderen kwamen opdagen
en kinderen kwamen opdagen
11:39
and refuse to leave the lab.
224
674000
1000
en weigerden te vertrekken.
11:40
There was a girl who insisted we stay late at night --
225
675000
3000
Een meisje stond erop dat we tot laat bleven --
11:43
(Video): Kids: I love the Fab Lab.
226
678000
2000
(Video) Kinderen: Ik hou van Fab Lab.
11:45
-- her first night in the lab because she was going to make the sensor.
227
680000
3000
-- op haar eerste avond in het lab,
omdat zij haar sensor wilde maken.
omdat zij haar sensor wilde maken.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
683000
3000
Ze stond erop de printplaat te maken
en die te programmeren.
en die te programmeren.
11:51
learning how to program it. She didn't really know
229
686000
2000
Ze wist niet echt wat ze deed of waarom,
maar ze móest het gewoon doen.
maar ze móest het gewoon doen.
11:53
what she was doing or why she was doing it, but she knew
230
688000
2000
Ze wist niet echt wat ze deed of waarom,
maar ze móest het gewoon doen.
maar ze móest het gewoon doen.
11:55
she just had to do it. There was something electric about it.
231
690000
3000
Het was onweerstaanbaar.
11:58
This is late at, you know, 11 o'clock at night
232
693000
2000
Dit is om 11 uur 's avonds
12:00
and I think I was the only person surprised when what she built
233
695000
3000
en ik was geloof ik de enige die verbaasd was
toen haar bouwsel meteen functioneerde.
toen haar bouwsel meteen functioneerde.
12:03
worked the first time.
234
698000
2000
en ik was geloof ik de enige die verbaasd was
toen haar bouwsel meteen functioneerde.
toen haar bouwsel meteen functioneerde.
12:05
And I've shown this to engineers at big companies, and they say
235
700000
2000
Ik heb het aan ingenieurs bij grote bedrijven laten zien,
en die zeggen dat zij dit niet kunnen.
en die zeggen dat zij dit niet kunnen.
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
Elk onderdeel van wat ze doet,
kunnen zij beter,
kunnen zij beter,
12:10
but it's distributed over many people and many sites
237
705000
3000
maar dat is verdeeld over
diverse mensen op diverse lokaties.
diverse mensen op diverse lokaties.
12:13
and they can't do in an afternoon
238
708000
1000
Zij spelen in een namiddag niet klaar
12:14
what this little girl in rural Ghana is doing.
239
709000
3000
wat dit meisje op het Ghanese platteland doet.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
728000
4000
(Video) Meisje: Mijn naam is Valentina Kofi;
ik ben acht jaar oud.
ik ben acht jaar oud.
12:37
I made a stacking board.
241
732000
3000
Ik heb een printplaat gebouwd.
12:40
And, again, that was just for the joy of it.
242
735000
3000
Nogmaals: dat was gewoon voor de lol.
12:43
Then these labs started doing serious problem solving --
243
738000
3000
Toen begonnen deze labs met serieuze toepassingen:
12:46
instrumentation for agriculture in India,
244
741000
2000
instrumentatie voor landbouw in India,
12:48
steam turbines for energy conversion in Ghana,
245
743000
2000
stoomturbines voor energieconversie in Ghana,
12:50
high-gain antennas in thin client computers.
246
745000
4000
high-gain antennes in thin client-computers.
12:54
And then, in turn, businesses started to grow,
247
749000
1000
Toen begonnen bedrijven
deze antennes te maken.
deze antennes te maken.
12:55
like making these antennas.
248
750000
1000
Toen begonnen bedrijven
deze antennes te maken.
deze antennes te maken.
12:56
And finally, the lab started doing invention.
249
751000
2000
Uiteindelijk begon het lab met uitvindingen.
12:58
We're learning more from them than we're giving them.
250
753000
2000
We leren meer van ze
dan we ze geven.
dan we ze geven.
13:00
I was showing my kids in a Fab Lab how to use it.
251
755000
3000
Ik leerde mijn kinderen in een Fab Lab werken.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
758000
4000
Zij vonden een constructiekit uit,
gemaakt van een kartonnen doos.
gemaakt van een kartonnen doos.
13:07
which, as you see up there, that's becoming a business --
253
762000
2000
Zoals je boven ziet, wordt dat een bedrijf.
13:09
but their design was better than Saul's design at MIT,
254
764000
3000
Hun ontwerp was beter
dan Saul's ontwerp bij MIT.
dan Saul's ontwerp bij MIT.
13:12
so there's now three students at MIT doing their theses on
255
767000
3000
Nu doen 3 MIT-studenten hun these over
het opschalen van het werk van 8-jarigen
het opschalen van het werk van 8-jarigen
13:15
scaling the work of eight-year-old children
256
770000
3000
Nu doen 3 MIT-studenten hun these over
het opschalen van het werk van 8-jarigen
het opschalen van het werk van 8-jarigen
13:18
because they had better designs.
257
773000
1000
omdat die betere ontwerpen hadden.
13:19
Real invention is happening in these labs.
258
774000
3000
Er worden echte uitvindingen gedaan in deze labs.
13:22
And I still kept -- so, in the last year I've been spending time with
259
777000
2000
Afgelopen jaar bracht ik tijd door met
13:24
heads of state and generals and tribal chiefs who all want this,
260
779000
3000
staatshoofden en generaals en stamhoofden
die dit allemaal willen
die dit allemaal willen
13:27
and I keep saying, but this isn't the real thing.
261
782000
2000
en ik zeg steeds:
dit is het nog niet.
dit is het nog niet.
13:29
Wait, like, 20 years and then we'll be done.
262
784000
2000
Wacht even 20 jaar, dan zijn we er.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
786000
3000
Ik begreep eindelijk wat er gebeurde.
Dit zijn Kernigan en Ritchie
Dit zijn Kernigan en Ritchie
13:34
inventing UNIX on a PDP.
264
789000
3000
die UNIX uitvinden op een PDP.
13:37
PDPs came between mainframes and minicomputers.
265
792000
2000
PDP's zaten tussen mainframes en minicomputers in.
13:39
They were tens of thousands of dollars, hard to use,
266
794000
3000
Ze kostten tienduizenden dollars
en waren moeilijk in het gebruik,
en waren moeilijk in het gebruik,
13:42
but they brought computing down to work groups,
267
797000
2000
maar ze brachten computers
binnen het bereik van werkgroepen.
binnen het bereik van werkgroepen.
13:44
and everything we do today happened there.
268
799000
2000
Alles wat we vandaag doen stamt van daar.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
801000
3000
Deze Fab Labs lijken qua kosten en complexiteit
op een PDP.
op een PDP.
13:49
The projection of digital fabrication
270
804000
2000
De projectie van digitale fabricage
13:51
isn't a projection for the future; we are now in the PDP era.
271
806000
3000
is geen projectie voor de toekomst;
we zitten nu in het PDP-tijdperk.
we zitten nu in het PDP-tijdperk.
13:54
We talked in hushed tones about the great discoveries then.
272
809000
3000
We fluisterden destijds over de grote ontdekkingen.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
812000
3000
Het was heel chaotisch.
Helemaal niet duidelijk waar het heen ging.
Helemaal niet duidelijk waar het heen ging.
14:00
In the same sense we are now, today, in the minicomputer era
274
815000
3000
Tegenwoordig zitten we op vergelijkbare wijze
in het minicomputertijdperk van digitale fabricage.
in het minicomputertijdperk van digitale fabricage.
14:03
of digital fabrication.
275
818000
2000
Tegenwoordig zitten we op vergelijkbare wijze
in het minicomputertijdperk van digitale fabricage.
in het minicomputertijdperk van digitale fabricage.
14:05
The only problem with that is it breaks everybody's boundaries.
276
820000
4000
Het enige probleem is,
dat het buiten iedereens grenzen valt.
dat het buiten iedereens grenzen valt.
14:09
In DC, I go to every agency that wants to talk, you know;
277
824000
3000
In Washington ga ik
naar iedere organisatie die wil praten.
naar iedere organisatie die wil praten.
14:12
in the Bay Area, I go to every organization you can think of --
278
827000
2000
In San Francisco ook,
maar het overschrijdt de grenzen van hun organisatie.
maar het overschrijdt de grenzen van hun organisatie.
14:14
they all want to talk about it, but it breaks
279
829000
2000
In San Francisco ook,
maar het overschrijdt de grenzen van hun organisatie.
maar het overschrijdt de grenzen van hun organisatie.
14:16
their organizational boundaries. In fact, it's illegal for them,
280
831000
3000
Het is in feite vaak illegaal voor hen
om mensen de middelen te geven om technologie
om mensen de middelen te geven om technologie
14:19
in many cases, to equip ordinary people to create
281
834000
4000
Het is in feite vaak illegaal voor hen
om mensen de middelen te geven om technologie
om mensen de middelen te geven om technologie
14:23
rather than consume technology.
282
838000
1000
te creëren in plaats van te consumeren.
14:24
And that problem is so severe that the ultimate invention
283
839000
4000
Dat probleem is zo ernstig dat de ultieme uitvinding
van deze gemeenschap me verbaasde:
van deze gemeenschap me verbaasde:
14:28
coming from this community surprised me:
284
843000
3000
Dat probleem is zo ernstig dat de ultieme uitvinding
van deze gemeenschap me verbaasde:
van deze gemeenschap me verbaasde:
14:31
it's the social engineering. That the lab in far north of Norway --
285
846000
4000
dat is de sociale dimensie.
Het lab in het verre noorden van Noorwegen --
Het lab in het verre noorden van Noorwegen --
14:35
this is so far north its satellite dishes look at the ground
286
850000
2000
zo ver noordelijk dat ze
de satellietschotels naar de grond richten
de satellietschotels naar de grond richten
14:37
rather than the sky because that's where the satellites are --
287
852000
4000
in plaats van naar boven,
omdat daar de satellieten zijn --
omdat daar de satellieten zijn --
14:41
the lab outgrew the little barn that it was in.
288
856000
1000
dat lab ontgroeide de kleine schuur waarin het was.
14:42
It was there because they wanted to find animals in the mountains
289
857000
3000
Ze waren daar omdat ze dieren
in de bergen wilden vinden
in de bergen wilden vinden
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
860000
4000
maar ze ontgroeiden het,
dus bouwden ze een buitengewoon dorp voor het lab.
dus bouwden ze een buitengewoon dorp voor het lab.
14:49
This isn't a university; it's not a company. It's essentially
291
864000
2000
Het is geen universiteit; het is geen bedrijf.
Het is een dorp voor uitvindingen.
Het is een dorp voor uitvindingen.
14:51
a village for invention; it's a village for the outliers in society,
292
866000
5000
Het is een dorp
voor de buitenbeentjes in de maatschappij
voor de buitenbeentjes in de maatschappij
14:56
and those have been growing up around these Fab Labs
293
871000
2000
en voor hen die opgroeiden
rondom deze Fab Labs over de hele wereld.
rondom deze Fab Labs over de hele wereld.
14:58
all around the world.
294
873000
1000
en voor hen die opgroeiden
rondom deze Fab Labs over de hele wereld.
rondom deze Fab Labs over de hele wereld.
14:59
So this program has split into an NGO foundation,
295
874000
4000
Dit programma splitste zich in een ngo,
een Fab Foundation
een Fab Foundation
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
878000
4000
voor het opschalen
en een micro-durfkapitaalfonds.
en een micro-durfkapitaalfonds.
15:07
The person who runs it nicely describes it as
297
882000
1000
De persoon die het runt beschrijft het mooi:
15:08
"machines that make machines need businesses that make businesses:"
298
883000
4000
"machines die machines maken, zoeken
bedrijven die bedrijven maken."
bedrijven die bedrijven maken."
15:12
it's a cross between micro-finance and VC to do fan-out,
299
887000
3000
Het is een kruising tussen microfinance en durfkapitaal,
15:15
and then the research partnerships back at MIT for what's
300
890000
2000
en dan de onderzoekspartnerschappen bij MIT
die het mogelijk maken.
die het mogelijk maken.
15:17
making it possible.
301
892000
3000
en dan de onderzoekspartnerschappen bij MIT
die het mogelijk maken.
die het mogelijk maken.
15:20
So I'd like to leave you with two thoughts.
302
895000
2000
Ik wil je achterlaten met twee gedachten.
15:22
There's been a sea change in aid, from top-down mega-projects
303
897000
5000
Er was een grote verandering in hulpverlening,
van grote megaprojecten van bovenaf,
van grote megaprojecten van bovenaf,
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
902000
4000
naar microfinanciering die investeert in de wortels
15:31
so that everybody's got that that's what works.
305
906000
3000
Iedereen realiseert zich dat dat werkt.
15:34
But we still look at technology as top-down mega-projects.
306
909000
3000
Maar we zien technologie nog steeds
als megaprojecten van bovenaf.
als megaprojecten van bovenaf.
15:37
Computing, communication, energy for the rest of the planet
307
912000
3000
Computers, communicatie, energie voor de rest van de planeet zijn deze megaprojecten.
15:40
are these top-down mega-projects.
308
915000
2000
Computers, communicatie, energie voor de rest van de planeet zijn deze megaprojecten.
15:42
If this room full of heroes is just clever enough,
309
917000
2000
Als deze ruimte vol helden slim genoeg is,
kunnen we de problemen oplossen.
kunnen we de problemen oplossen.
15:44
you can solve the problems.
310
919000
2000
Als deze ruimte vol helden slim genoeg is,
kunnen we de problemen oplossen.
kunnen we de problemen oplossen.
15:46
The message coming from the Fab Labs is that
311
921000
2000
De boodschap van de Fab Labs is
dat de andere vijf miljard mensen op de planeet
dat de andere vijf miljard mensen op de planeet
15:48
the other five billion people on the planet
312
923000
2000
De boodschap van de Fab Labs is
dat de andere vijf miljard mensen op de planeet
dat de andere vijf miljard mensen op de planeet
15:50
aren't just technical sinks; they're sources.
313
925000
2000
niet slechts technische afvoerputten zijn.
Ze zijn bronnen.
Ze zijn bronnen.
15:52
The real opportunity is to harness the inventive power of the world
314
927000
3000
De echte kansen liggen in het harnasssen
van de inventieve krachten van de wereld,
van de inventieve krachten van de wereld,
15:55
to locally design and produce solutions to local problems.
315
930000
4000
om lokaal oplossingen te bedenken en produceren
voor lokale problemen.
voor lokale problemen.
15:59
I thought that's the projection 20 years hence into the future,
316
934000
3000
Ik dacht dat dit 20 jaar in de toekomst lag,
maar we zijn er vandaag al.
maar we zijn er vandaag al.
16:02
but it's where we are today.
317
937000
2000
Ik dacht dat dit 20 jaar in de toekomst lag,
maar we zijn er vandaag al.
maar we zijn er vandaag al.
16:04
It breaks every organizational boundary we can think of.
318
939000
2000
Het doorbreekt elke organisatorische grens
die ik kan bedenken.
die ik kan bedenken.
16:06
The hardest thing at this point is the social engineering
319
941000
3000
Het moeilijkste punt is momenteel
de sociale bedrading
de sociale bedrading
16:09
and the organizational engineering, but it's here today.
320
944000
3000
en de organisatorische kant,
maar het is er vandaag al.
maar het is er vandaag al.
16:12
And, finally, any talk like this on the future of computing
321
947000
2000
Tot slot, in elke talk over de toekomst van computers
16:14
is required to show Moore's law, but my favorite version --
322
949000
4000
ben je verplicht om de wet van Moore te laten zien.
16:18
this is Gordon Moore's original one from his original paper --
323
953000
5000
Mijn favoriete versie is Gordon Moore's
originele uit zijn paper.
originele uit zijn paper.
16:23
and what's happened is, year after year after year,
324
958000
2000
Wat er gebeurd is,
16:25
we've scaled and we've scaled and we've scaled
325
960000
1000
is dat we jaar na jaar na jaar
zijn geklommen
zijn geklommen
16:26
and we've scaled, and we've scaled and we've scaled,
326
961000
4000
en geklommen en geklommen...
16:30
and we've scaled and we've scaled,
327
965000
1000
... en geklommen en geklommen
16:31
and there's this looming bug of what's going to happen
328
966000
2000
en er hangt een dreigende 'bug' aan het einde
16:33
at the end of Moore's law; this ultimate bug is coming.
329
968000
4000
van de wet van Moore.
Die bug komt er uiteindelijk aan.
Die bug komt er uiteindelijk aan.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
972000
5000
Maar we beginnen te beseffen
dat de overgang van 2D naar 3D,
dat de overgang van 2D naar 3D,
16:42
from programming bits to programming atoms,
331
977000
3000
van bits programmeren naar atomen programmeren
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
980000
2000
het einde van Moore's wet verandert
van de ultieme bug in het ultieme pluspunt.
van de ultieme bug in het ultieme pluspunt.
16:47
to the ultimate feature.
333
982000
2000
het einde van Moore's wet verandert
van de ultieme bug in het ultieme pluspunt.
van de ultieme bug in het ultieme pluspunt.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
984000
4000
We zitten dus precies op de grens
van deze digitale revolutie in fabricage,
van deze digitale revolutie in fabricage,
16:53
where the output of computation programs the physical world.
335
988000
3000
waar de vruchten van computerrekenwerk
de fysieke wereld programmeren.
de fysieke wereld programmeren.
16:56
So, together, these two projects answer questions
336
991000
3000
Gezamenlijk beantwoorden deze twee projecten vragen
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
994000
4000
die ik niet zorgvuldig gesteld had.
De lessen aan MIT tonen dat de 'killer app'
De lessen aan MIT tonen dat de 'killer app'
17:03
for personal fabrication in the developed world
338
998000
2000
voor persoonlijke fabricage in de ontwikkelde wereld
17:05
is technology for a market of one: personal expression in technology
339
1000000
4000
technologie is voor een markt van één:
persoonlijke expressie in technologie
persoonlijke expressie in technologie
17:09
that touches a passion unlike anything I've seen in technology
340
1004000
3000
die een passie losmaakt
zoals ik dat zelden heb gezien
zoals ik dat zelden heb gezien
17:12
for a very long time.
341
1007000
2000
in de wereld van technologie.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1009000
4000
En de 'killer app' voor de rest van de planeet
is de instrumentatie- en fabricagekloof:
is de instrumentatie- en fabricagekloof:
17:18
and the fabrication divide: people locally developing solutions
343
1013000
3000
mensen die lokaal oplossingen ontwikkelen
voor lokale problemen. Dank je wel.
voor lokale problemen. Dank je wel.
17:21
to local problems. Thank you.
344
1016000
2000
mensen die lokaal oplossingen ontwikkelen
voor lokale problemen. Dank je wel.
voor lokale problemen. Dank je wel.
ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneerAs Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds.
Why you should listen
MIT's Neil Gershenfeld is redefining the boundaries between the digital and analog worlds. The digital revolution is over, Gershenfeld says. We won. What comes next? His Center for Bits and Atoms has developed quite a few answers, including Internet 0, a tiny web server that fits into lightbulbs and doorknobs, networking the physical world in previously unimaginable ways.
But Gershenfeld is best known as a pioneer in personal fabrication -- small-scale manufacturing enabled by digital technologies, which gives people the tools to build literally anything they can imagine. His famous Fab Lab is immensely popular among students at MIT, who crowd Gershenfeld's classes. But the concept is potentially life-altering in the developing world, where a Fab Lab with just $20,000 worth of laser cutters, milling machines and soldering irons can transform a community, helping people harness their creativity to build tools, replacement parts and essential products unavailable in the local market. Read more in Fab: The Coming Revolution on Your Desktop.
Neil Gershenfeld | Speaker | TED.com