TED2002
Robert Full: Robots inspired by cockroach ingenuity
Robert Full o inżynierii i ewolucji
Filmed:
Readability: 3.6
1,087,679 views
Owady i zwierzęta opanowały niezwykłe umiejętności, jednak, jak zauważa Robert Full, zwierzęta są często bardziej złożone, niż to konieczne. Sztuką jest skopiowanie tylko tego, co potrzebne. Pokazuje, jak inżynierowie mogą uczyć się z rozwiązań przyrody.
Robert Full - Biologist
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Double-click the English transcript below to play the video.
00:19
Welcome. If I could have the first slide, please?
0
1000
5000
Witam. Mogę prosić o pierwszy slajd?
00:33
Contrary to calculations made by some engineers, bees can fly,
1
15000
5000
Wbrew obliczeniom pewnych inżynierów pszczoły latają
00:38
dolphins can swim, and geckos can even climb
2
20000
7000
delfiny pływają a gekony potrafią wspinać się pionowo
00:45
up the smoothest surfaces. Now, what I want to do, in the short time I have,
3
27000
6000
nawet po najgładszych powierzchniach. Chciałbym teraz na chwilę
00:51
is to try to allow each of you to experience
4
33000
4000
dać wam doświadczyć
00:55
the thrill of revealing nature's design.
5
37000
6000
swego rodzaju dreszczu emocji odkrywania projektów przyrody
01:01
I get to do this all the time, and it's just incredible.
6
43000
2000
Mnie to uczucie nie opuszcza i jest ono po prostu niesamowite.
01:03
I want to try to share just a little bit of that with you in this presentation.
7
45000
6000
Chciałbym się podzielić z wami choć małą jego częścią podczas tej prezentacji.
01:09
The challenge of looking at nature's designs --
8
51000
2000
Wyzwanie obserwowania technik, które stosuje natura --
01:11
and I'll tell you the way that we perceive it, and the way we've used it.
9
53000
4000
A opowiem wam w jaki sposób je odkrywamy i wykorzystujemy --
01:15
The challenge, of course, is to answer this question:
10
57000
2000
Wyzwaniem jest odpowiedź na następujące pytanie:
01:17
what permits this extraordinary performance of animals
11
59000
3000
Jakie jest źródło tej nadzwyczajnej zdolności zwierząt
01:20
that allows them basically to go anywhere?
12
62000
3000
do poruszania się niemal w każdym środowisku?
01:23
And if we could figure that out, how can we implement those designs?
13
65000
7000
I jeżeli udałoby się je odkryć to jak zastosować je do naszych celów?
01:30
Well, many biologists will tell engineers, and others,
14
72000
3000
Wielu biologów powie inżynierom
01:33
organisms have millions of years to get it right;
15
75000
3000
że organizmy miały miliony lat by to osiągnąć,
01:36
they're spectacular; they can do everything wonderfully well.
16
78000
3000
taką widowiskową, cudowną skuteczność.
01:39
So, the answer is bio-mimicry: just copy nature directly.
17
81000
4000
A więc odpowiedzią jest biomimetyka - bezpośrednie wzorowanie się na naturze.
01:43
We know from working on animals that the truth is
18
85000
5000
Wiemy z naszych prac nad zwierzętami, że to dokładnie to,
01:48
that's exactly what you don't want to do -- because evolution works
19
90000
4000
czego nie chcemy robić. Ponieważ ewolucja działa
01:52
on the just-good-enough principle, not on a perfecting principle.
20
94000
3000
na zasadzie "wystarczy, żeby działało", nie osiąga perfekcji.
01:55
And the constraints in building any organism, when you look at it,
21
97000
4000
Jeżeli przyjrzeć się ograniczeniom w budowie organizmów,
01:59
are really severe. Natural technologies have incredible constraints.
22
101000
5000
są one naprawdę spore. Technologie naturalne mają ogromne ograniczenia.
02:04
Think about it. If you were an engineer and I told you
23
106000
3000
Pomyślcie - gdybyście byli inżynierami a ja kazałbym wam
02:07
that you had to build an automobile, but it had to start off to be this big,
24
109000
5000
zbudować pojazd, ale na początek musi być taki duży,
02:12
then it had to grow to be full size and had to work every step along the way.
25
114000
4000
potem musi urosnąć do właściwego rozmiaru, nie zaprzestając działania w trakcie.
02:16
Or think about the fact that if you build an automobile, I'll tell you that you also -- inside it --
26
118000
4000
Powiem więcej - budując go nie możecie zapomnieć
02:20
have to put a factory that allows you to make another automobile.
27
122000
4000
o umieszczeniu w jego środku fabryki pozwalającej wytworzyć kolejny pojazd.
02:24
(Laughter)
28
126000
2000
(Śmiech)
02:26
And you can absolutely never, absolutely never, because of history
29
128000
4000
I nie moglibyście nigdy, przenigdy, z powodu
02:30
and the inherited plan, start with a clean slate.
30
132000
4000
dziedzictwa z przeszłości zaczynać od na czysto od zera.
02:34
So, organisms have this important history.
31
136000
3000
Dziedzictwo przeszłości jest w przyrodzie bardzo ważne.
02:37
Really evolution works more like a tinkerer than an engineer.
32
139000
5000
Ewolucja działa bardziej jak majsterkowicz niż jak inżynier.
02:42
And this is really important when you begin to look at animals.
33
144000
3000
To niezwykle ważne kiedy przyglądamy się zwierzętom.
02:45
Instead, we believe you need to be inspired by biology.
34
147000
7000
Nie zawsze wiara w inspirację biologią jest dobra.
02:52
You need to discover the general principles of nature,
35
154000
4000
Trzeba poznać ogólne zasady rządzące przyrodą.
02:56
and then use these analogies when they're advantageous.
36
158000
3000
i tworzyć analogie kiedy są one korzystne.
03:02
This is a real challenge to do this, because animals,
37
164000
3000
Osiągnięcie tego jest prawdziwym wyzwaniem, ponieważ zwierzęta -
03:05
when you start to really look inside them -- how they work --
38
167000
3000
kiedy przyjrzeć się bliżej działaniu ich organizmów -
03:08
appear hopelessly complex. There's no detailed history
39
170000
4000
wydają się niewyobrażalnie złożone. Nie ma szczegółowej dokumentacji
03:12
of the design plans, you can't go look it up anywhere.
40
174000
3000
projektu, w której można by wszystko znaleźć.
03:15
They have way too many motions for their joints, too many muscles.
41
177000
4000
Ich stawy mają za dużo stopni swobody, mają zbyt wiele mięśni,
03:19
Even the simplest animal we think of, something like an insect,
42
181000
3000
- nawet najprostsze zwierzę jakie można wymyślić, np. owad,
03:22
and they have more neurons and connections than you can imagine.
43
184000
3000
mając przy tym więcej neuronów i połączeń niż możecie sobie wyobrazić.
03:25
How can you make sense of this? Well, we believed --
44
187000
5000
Jak można odnaleźć w tym sens? Wierzyliśmy i przypuszczaliśmy,
03:30
and we hypothesized -- that one way animals could work simply,
45
192000
5000
że jedynym prostym wyjaśnieniem mechanizmów poruszania się zwierząt
03:35
is if the control of their movements
46
197000
3000
jest sterowanie ich ruchami
03:38
tended to be built into their bodies themselves.
47
200000
6000
zawarte w samej budowie ich ciała.
03:44
What we discovered was that two-, four-, six- and eight-legged animals
48
206000
7000
Odkryliśmy, że dwu-, cztero-, sześcio- i ośmionożne zwierzęta
03:51
all produce the same forces on the ground when they move.
49
213000
3000
kiedy się poruszają - wywierają na podłoże takie same siły.
03:54
They all work like this kangaroo, they bounce.
50
216000
4000
Wszystkie działają jak ten kangur, odbijają się.
03:58
And they can be modeled by a spring-mass system that we call the spring mass system
51
220000
4000
Można je modelować jako układ sprężyna-masa który nazywamy układem sprężyna-masa
04:02
because we're biomechanists. It's actually a pogo stick.
52
224000
3000
gdyż jesteśmy biomechanikami, ale to właściwie coś jak kij pogo.
04:05
They all produce the pattern of a pogo stick. How is that true?
53
227000
4000
Wszystkie działają na wzór kija pogo. Jak to możliwe?
04:09
Well, a human, one of your legs works like two legs of a trotting dog,
54
231000
6000
U ludzi jedna noga działa jak dwie łapy idącego psa
04:15
or works like three legs, together as one, of a trotting insect,
55
237000
4000
albo jak trzy odnóża poruszającego się owada
04:19
or four legs as one of a trotting crab.
56
241000
2000
lub też cztery nogi maszerującego kraba.
04:21
And then they alternate in their propulsion,
57
243000
4000
Poruszają się naprzemiennie, według tego samego wzoru
04:25
but the patterns are all the same. Almost every organism we've looked at this way
58
247000
5000
Działają tak niemal wszystkie organizmy które badaliśmy
04:30
-- you'll see next week, I'll give you a hint,
59
252000
2000
- zobaczycie w przyszłym tygodniu. Zdradzę wam,
04:32
there'll be an article coming out that says that really big things
60
254000
3000
że będzie artykuł omawiający naprawdę ciekawe rzeczy,
04:35
like T. rex probably couldn't do this, but you'll see that next week.
61
257000
4000
np. Tyranozaur nie mógł się tak poruszać - to w przyszłym tygodniu.
04:39
Now, what's interesting is the animals, then -- we said -- bounce along
62
261000
2000
Jest ciekawe, że zwierzęta kołyszą się
04:41
the vertical plane this way, and in our collaborations with Pixar,
63
263000
3000
w płaszczyźnie pionowej. Podczas naszej współpracy
04:44
in "A Bug's Life," we discussed the
64
266000
2000
z Pixarem nad "Mrówką Z" dyskutowaliśmy
04:46
bipedal nature of the characters of the ants.
65
268000
3000
o dwunożnej postawie filmowych mrówek.
04:49
And we told them, of course, they move in another plane as well.
66
271000
2000
Powiedzieliśmy im oczywiście, że poruszają się też w innych płaszczyznach
04:51
And they asked us this question. They say, "Why model
67
273000
3000
i wtedy zapytali nas: "Czemu modelujemy ruch
04:54
just in the sagittal plane or the vertical plane,
68
276000
2000
tylko płaszczyźnie pionowej, wzdłużnej lub poprzecznej
04:56
when you're telling us these animals are moving
69
278000
2000
skoro mówicie nam, że zwierzęta te poruszają się
04:58
in the horizontal plane?" This is a good question.
70
280000
3000
w płaszczyźnie poziomej?". Dobre pytanie.
05:01
Nobody in biology ever modeled it this way.
71
283000
3000
Nikt w biologii nie modelował tego nigdy w ten sposób.
05:04
We took their advice and we modeled the animals moving
72
286000
4000
Poszliśmy za ich radą i zamodelowaliśmy zwierzęta poruszające się
05:08
in the horizontal plane as well. We took their three legs,
73
290000
3000
również w płaszczyźnie poziomej. Wzięliśmy ich trzy odnóża,
05:11
we collapsed them down as one.
74
293000
1000
połączyliśmy je razem jako jedno,
05:12
We got some of the best mathematicians in the world
75
294000
3000
zaprosiliśmy jednych z najlepszych matematyków na świecie,
05:15
from Princeton to work on this problem.
76
297000
2000
z Uniwersytetu Princeton, do pracy nad tym zagadnieniem.
05:17
And we were able to create a model
77
299000
3000
Udało nam się stworzyć model
05:20
where animals are not only bouncing up and down,
78
302000
1000
w którym zwierzęta nie tylko kołysały się w górę i w dół,
05:21
but they're also bouncing side to side at the same time.
79
303000
4000
ale równocześnie także na boki
05:25
And many organisms fit this kind of pattern.
80
307000
2000
Wiele organizmów pasuje do tego schematu.
05:27
Now, why is this important to have this model?
81
309000
2000
Jednak czemu ten model jest taki ważny?
05:29
Because it's very interesting. When you take this model
82
311000
3000
Ponieważ jest bardzo ciekawy. Kiedy weźmie się taki model
05:32
and you perturb it, you give it a push,
83
314000
3000
i zakłóci się jego pracę, popchnie się go
05:35
as it bumps into something, it self-stabilizes, with no brain
84
317000
4000
jakby zderzył się z czymś, on sam się ustabilizuje, bez udziału mózgu
05:39
or no reflexes, just by the structure alone.
85
321000
4000
i odruchów, wyłącznie w oparciu o własną budowę.
05:43
It's a beautiful model. Let's look at the mathematics.
86
325000
5000
To piękny model. Spójrzmy na równania.
05:48
(Laughter)
87
330000
2000
(Śmiech)
05:50
That's enough!
88
332000
1000
Wystarczy.
05:51
(Laughter)
89
333000
4000
(Śmiech)
05:55
The animals, when you look at them running,
90
337000
2000
Zwierzęta, kiedy spojrzymy na nie w biegu,
05:57
appear to be self-stabilizing like this,
91
339000
3000
wydają się być samostabilne jak to,
06:00
using basically springy legs. That is, the legs can do
92
342000
3000
używając tylko sprężynujących nóg. Oznacza to, że nogi mogą
06:03
computations on their own; the control algorithms, in a sense,
93
345000
3000
same wykonywać obliczenia, a algorytmy sterujące są
06:06
are embedded in the form of the animal itself.
94
348000
3000
w pewnym sensie wbudowane w sam kształt zwierzęcia.
06:09
Why haven't we been more inspired by nature and these kinds of discoveries?
95
351000
7000
Czemu nie czerpaliśmy inspiracji z przyrody i tym podobnych odkryć?
06:16
Well, I would argue that human technologies are really different from
96
358000
4000
Cóż, powiedziałbym, że ludzkie technologie bardzo różnią się od
06:20
natural technologies, at least they have been so far.
97
362000
3000
naturalnych, przynajmniej jak dotąd.
06:23
Think about the typical kind of robot that you see.
98
365000
5000
Pomyślcie o typowym robocie z jakim się spotkaliście.
06:28
Human technologies have tended to be large, flat,
99
370000
3000
Wynalazki ludzi są zazwyczaj duże, płaskie
06:31
with right angles, stiff, made of metal. They have rolling devices
100
373000
5000
kanciaste, sztywne, metalowe. Mają koła
06:36
and axles. There are very few motors, very few sensors.
101
378000
3000
i przeguby. Nie maja zbyt wiele napędów, czujników.
06:39
Whereas nature tends to be small, and curved,
102
381000
5000
Tymczasem twory natury są małe, zaokrąglone,
06:44
and it bends and twists, and has legs instead, and appendages,
103
386000
3000
wyginają się i skręcają, mają nogi zamiast kół.
06:47
and has many muscles and many, many sensors.
104
389000
3000
i całe mnóstwo mięśni i czułek.
06:50
So it's a very different design. However, what's changing,
105
392000
4000
Style są więc bardzo odmienne. Jednakże, co się zmienia
06:54
what's really exciting -- and I'll show you some of that next --
106
396000
2000
i co naprawdę ekscytujące - i co zaraz wam pokażę-
06:56
is that as human technology takes on more of the characteristics
107
398000
3000
że jeśli ludzka technologia czerpie więcej z cech
06:59
of nature, then nature really can become a much more useful teacher.
108
401000
6000
przyrody, wtedy przyroda może stać się znacznie lepszym nauczycielem.
07:05
And here's one example that's really exciting.
109
407000
2000
Tu jeden szczególnie ciekawy przykład -
07:07
This is a collaboration we have with Stanford.
110
409000
2000
nasza współpraca z Uniwersytetem Stanford.
07:09
And they developed this new technique, called Shape Deposition Manufacturing.
111
411000
4000
Rozwinęli nową technikę zwaną Shape Deposition Manufacturing
07:13
It's a technique where they can mix materials together and mold any shape
112
415000
4000
To technika pozwalająca mieszać różne materiały i formować dowolne kształty,
07:17
that they like, and put in the material properties.
113
419000
4000
posiadające cechy tych materiałów.
07:21
They can embed sensors and actuators right in the form itself.
114
423000
3000
Mogą zintegrować czujniki i napędy bezpośrednio w kształtce.
07:24
For example, here's a leg: the clear part is stiff,
115
426000
5000
Na przykład ta noga -- przezroczysta część jest sztywna,
07:29
the white part is compliant, and you don't need any axles there or anything.
116
431000
3000
część biała jest giętka - nie są już potrzebne żadne przeguby.
07:32
It just bends by itself beautifully.
117
434000
3000
Sama ładnie się zgina.
07:35
So, you can put those properties in. It inspired them to show off
118
437000
3000
Zainspirowało to ich do zaprezentowania
07:38
this design by producing a little robot they named Sprawl.
119
440000
6000
tego projektu poprzez stworzenie małego robota, którego nazwali Sprawl.
07:44
Our work has also inspired another robot, a biologically inspired bouncing robot,
120
446000
4000
Nasze prace również zaowocowały budową inspirowanego biologią, kołyszącego się robota,
07:48
from the University of Michigan and McGill
121
450000
2000
na Uniwersytecie w Michigan i Uniwersytecie McGill
07:50
named RHex, for robot hexapod, and this one's autonomous.
122
452000
8000
nazywanego RHex od "robot sześcionóg", jest on autonomiczny.
07:58
Let's go to the video, and let me show you some of these animals moving
123
460000
3000
Przejdźmy do filmu i zobaczmy kilka z tych zwierząt w ruchu,
08:01
and then some of the simple robots
124
463000
2000
a potem parę prostych robotów,
08:03
that have been inspired by our discoveries.
125
465000
3000
inspirowanych naszymi odkryciami.
08:06
Here's what some of you did this morning, although you did it outside,
126
468000
4000
To część z was robiła dziś rano, tyle że na zewnątrz
08:10
not on a treadmill.
127
472000
2000
zamiast na bieżni.
08:12
Here's what we do.
128
474000
3000
A oto czym się zajmujemy.
08:15
(Laughter)
129
477000
2000
(Śmiech)
08:17
This is a death's head cockroach. This is an American cockroach
130
479000
5000
To karaczan brazylijski -- a to amerykański karaluch,
08:22
you think you don't have in your kitchen.
131
484000
1000
nie chcielibyście go znaleźć w swojej kuchni.
08:23
This is an eight-legged scorpion, six-legged ant, forty-four-legged centipede.
132
485000
7000
Tu ośmionożny skorpion, sześcionożna mrówka, stonoga o 44 nogach
08:30
Now, I said all these animals are sort of working like pogo sticks --
133
492000
3000
Mówiłem, że wszystkie te zwierzęta poruszają się na zasadzie kija pogo --
08:33
they're bouncing along as they move. And you can see that
134
495000
4000
Kołyszą się wzdłuż kierunku ruchu, co możecie sami zauważyć
08:37
in this ghost crab, from the beaches of Panama and North Carolina.
135
499000
3000
u tego kraba-zjawy z plaż Panamy i Północnej Karoliny.
08:40
It goes up to four meters per second when it runs.
136
502000
3000
Biega z prędkością do 4 metrów na sekundę.
08:43
It actually leaps into the air, and has aerial phases
137
505000
3000
Właściwie wybija się w górę i momentami jest cały w powietrzu
08:46
when it does it, like a horse, and you'll see it's bouncing here.
138
508000
4000
jak galopujący koń; zobaczcie że też się kołysze.
08:50
What we discovered is whether you look at the leg of a human
139
512000
3000
Odkryliśmy, że niezależnie czy patrzymy na nogę człowieka
08:53
like Richard, or a cockroach, or a crab, or a kangaroo,
140
515000
6000
np. Richarda, czy też karalucha, kraba albo kangura
08:59
the relative leg stiffness of that spring is the same for everything we've seen so far.
141
521000
5000
względna sprężystość tych nóg jest taka sama w każdym przypadku, jaki dotąd analizowaliśmy.
09:04
Now, what good are springy legs then? What can they do?
142
526000
2000
Jaka jest korzyść ze sprężystych nóg, co potrafią ?
09:06
Well, we wanted to see if they allowed the animals
143
528000
2000
Chcieliśmy zobaczyć czy zapewniają zwierzętom
09:08
to have greater stability and maneuverability.
144
530000
3000
większą stabilność i sterowność.
09:11
So, we built a terrain that had obstacles three times the hip height
145
533000
4000
Zbudowaliśmy więc tor z przeszkodami trzy razy wyższymi niż wysokość bioder
09:15
of the animals that we're looking at.
146
537000
1000
badanych zwierząt
09:16
And we were certain they couldn't do this. And here's what they did.
147
538000
4000
i byliśmy pewni, że sobie z tym nie poradzą. Popatrzcie, co zrobiły.
09:20
The animal ran over it and it didn't even slow down!
148
542000
3000
Owad przebiegł nad nimi i nawet nie zwolnił.
09:23
It didn't decrease its preferred speed at all.
149
545000
2000
Zupełnie nie zmienił swojej zwykłej prędkości.
09:25
We couldn't believe that it could do this. It said to us
150
547000
3000
Nie mogliśmy w to uwierzyć. Uświadomiło nam to,
09:28
that if you could build a robot with very simple, springy legs,
151
550000
5000
że gdybyśmy zbudowali robota z prostymi sprężystymi nogami
09:33
you could make it as maneuverable as any that's ever been built.
152
555000
6000
mógłby być bardziej sterowny niż wszystkie dotychczasowe.
09:39
Here's the first example of that. This is the Stanford
153
561000
2000
Tutaj pierwszy przykład, wykonany na Stanford
09:41
Shape Deposition Manufactured robot, named Sprawl.
154
563000
3000
w technice Shape Deposition, robot Sprawl.
09:44
It has six legs -- there are the tuned, springy legs.
155
566000
6000
Ma sześć nóg - regulowanych sprężystych nóg.
09:50
It moves in a gait that an insect uses, and here it is
156
572000
3000
Chodzi podobnie do owadów, a tutaj
09:53
going on the treadmill. Now, what's important about this robot,
157
575000
7000
porusza się po bieżni. Ważną cechą tego robota
10:00
compared to other robots, is that it can't see anything,
158
582000
3000
w porównaniu do innych jest to, że nic nie widzi
10:03
it can't feel anything, it doesn't have a brain, yet it can maneuver
159
585000
6000
ani nie czuje, nie ma mózgu, a mimo to potrafi przebrnąć
10:09
over these obstacles without any difficulty whatsoever.
160
591000
6000
przez takie przeszkody bez większej trudności
10:15
It's this technique of building the properties into the form.
161
597000
4000
- dzięki technice nadawania kształtom właściwości.
10:19
This is a graduate student. This is what he's doing to his thesis project --
162
601000
3000
To jest student 5 roku, a oto co robi ze swoją pracą magisterską
10:22
very robust, if a graduate student
163
604000
2000
Całkiem solidne, jeżeli student
10:24
does that to his thesis project.
164
606000
2000
może tak potraktować swoją pracę.
10:26
(Laughter)
165
608000
1000
(Śmiech)
10:27
This is from McGill and University of Michigan. This is the RHex,
166
609000
4000
To robot RHex z McGill i Uniwersytetu Michigan
10:31
making its first outing in a demo.
167
613000
3000
na swoim pierwszym pokazowym wypadzie.
10:34
(Laughter)
168
616000
4000
(Śmiech)
10:38
Same principle: it only has six moving parts,
169
620000
5000
Ta sama zasada - ma tylko 6 ruchomych części.
10:43
six motors, but it has springy, tuned legs. It moves in the gait of the insect.
170
625000
6000
Sześć silników, ale ma też sprężyste, regulowane nogi. Chodzi jak owad,
10:49
It has the middle leg moving in synchrony with the front,
171
631000
4000
środkowa noga porusza się synchronicznie z przednią
10:53
and the hind leg on the other side. Sort of an alternating tripod,
172
635000
4000
i tylnią po przeciwnej stronie. Taki naprzemienny trojnóg.
10:57
and they can negotiate obstacles just like the animal.
173
639000
4000
Potrafią pokonywać przeszkody dokładnie tak, jak zwierzęta.
11:01
(Laughter)
174
643000
6000
(Śmiech)
11:07
(Voice: Oh my God.)
175
649000
1000
O Boże.
11:08
(Applause)
176
650000
5000
(Oklaski)
11:13
Robert Full: It'll go on different surfaces -- here's sand --
177
655000
2000
Będzie chodził po różnych podłożach, tutaj piasek.
11:15
although we haven't perfected the feet yet, but I'll talk about that later.
178
657000
5000
chociaż stopy nie są jeszcze dopracowane, o tym powiem później.
11:20
Here's RHex entering the woods.
179
662000
3000
A oto RHex wkraczający do lasu.
11:23
(Laughter)
180
665000
2000
(Śmiech)
11:38
Again, this robot can't see anything, it can't feel anything,
181
680000
4000
Ten robot również nic nie widzi, nic nie czuje
11:42
it has no brain. It's just working with a tuned mechanical system,
182
684000
6000
i nie ma mózgu. To tylko urządzenie mechaniczne
11:48
with very simple parts, but inspired from the fundamental dynamics of the animal.
183
690000
10000
zbudowane z bardzo prostych części - ale inspirowane dynamiką ruchów zwierząt.
11:58
(Voice: Ah, I love him, Bob.) RF: Here's it going down a pathway.
184
700000
8000
Uwielbiam go, Bob. Tutaj idzie chodnikiem.
12:06
I presented this to the jet propulsion lab at NASA, and they said
185
708000
3000
Pokazałem to w laboratorium napędów odrzutowych w NASA, powiedzieli mi,
12:09
that they had no ability to go down craters to look for ice,
186
711000
4000
że nie mieli możliwości schodzić do kraterów w poszukiwaniu lodu.
12:13
and life, ultimately, on Mars. And he said --
187
715000
4000
i śladów życia na Marsie. Jak mówili -
12:17
especially with legged-robots, because they're way too complicated.
188
719000
2000
szczególnie dotyczyło to robotów kroczących, były zbyt skomplikowane.
12:19
Nothing can do that. And I talk next. I showed them this video
189
721000
5000
Nic nie dało się zrobić. Potem ja pokazałem im ten film
12:24
with the simple design of RHex here. And just to convince them
190
726000
3000
z prostym projektem RHex żeby przekonać ich, że powinniśmy
12:27
we should go to Mars in 2011, I tinted the video orange
191
729000
4000
lecieć na Marsa w 2011. Przygotowałem film w pomarańczowym odcieniu
12:31
just to give them the sense of being on Mars.
192
733000
3000
żeby stworzyć im wrażenie, że są na Marsie.
12:34
(Laughter)
193
736000
1000
(Śmiech)
12:35
(Applause)
194
737000
6000
(Oklaski)
12:43
Another reason why animals have extraordinary performance,
195
745000
3000
Kolejnym powodem, dla którego zwierzęta świetnie radzą sobie
12:46
and can go anywhere, is because they have an effective interaction
196
748000
3000
z poruszaniem się, jest ich skuteczna interakcja
12:49
with the environment. The animal I'm going to show you,
197
751000
3000
z otoczeniem. Zwierzę, które zaraz wam pokaże
12:52
that we studied to look at this, is the gecko.
198
754000
4000
badaliśmy pod tym kątem - to gekon.
12:56
We have one here and notice its position. It's holding on.
199
758000
7000
Mamy tutaj jednego, zwróćcie uwagę na jego położenie. Trzyma się.
13:03
Now I'm going to challenge you. I'm going show you a video.
200
765000
3000
Zadam wam zagadkę. Pokażę wam film.
13:06
One of the animals is going to be running on the level,
201
768000
2000
Jeden gekon będzie biegł w poziomie,
13:08
and the other one's going to be running up a wall. Which one's which?
202
770000
4000
a drugi pionowo po ścianie. Zgadnijcie który jest który ?
13:12
They're going at a meter a second. How many think the one on the left
203
774000
5000
Biegną z prędkością jednego metra na sekundę. Ile osób uważa, że ten po lewej
13:17
is running up the wall?
204
779000
2000
biegnie po ścianie.
13:19
(Applause)
205
781000
4000
(Oklaski)
13:23
Okay. The point is it's really hard to tell, isn't it? It's incredible,
206
785000
5000
OK. Widzicie, że trudno to właściwie zgadnąć, prawda ? To niesamowite,
13:28
we looked at students do this and they couldn't tell.
207
790000
2000
zrobiliśmy ten test ze studentami, mieli ten sam problem.
13:30
They can run up a wall at a meter a second, 15 steps per second,
208
792000
3000
Potrafią się wspinać na ścianę metr na sekundę, 15 kroków na sekundę
13:33
and they look like they're running on the level. How do they do this?
209
795000
4000
i sprawiają wrażenie biegających po ziemi. Jak one to robia ?
13:37
It's just phenomenal. The one on the right was going up the hill.
210
799000
6000
To po prostu fenomenalne. To ten prawej wspinał się w górę.
13:43
How do they do this? They have bizarre toes. They have toes
211
805000
4000
Jak to robią - mają nietypowe palce,
13:47
that uncurl like party favors when you blow them out,
212
809000
4000
rozkładające się jak urodzinowe piszczałki, kiedy się w nie dmucha.
13:51
and then peel off the surface, like tape.
213
813000
3000
a potem odrywają je od powierzchni jak taśmę.
13:54
Like if we had a piece of tape now, we'd peel it this way.
214
816000
2000
Tak jakbyśmy odrywali kawałek taśmy klejącej.
13:56
They do this with their toes. It's bizarre! This peeling inspired
215
818000
7000
Robią tak ze swoimi palcami. Dość dziwaczne. To zrywanie zainspirowało
14:03
iRobot -- that we work with -- to build Mecho-Geckos.
216
825000
3000
naszych kolegów z iRobot do budowy Mecha-Gekona
14:06
Here's a legged version and a tractor version, or a bulldozer version.
217
828000
7000
Tu w wersji chodzącej, traktorowej i buldożerowej.
14:13
Let's see some of the geckos move with some video,
218
835000
2000
Zobaczmy gekony w ruchu na filmie,
14:15
and then I'll show you a little bit of a clip of the robots.
219
837000
3000
a potem pokażę wam parę scen z robotami.
14:18
Here's the gecko running up a vertical surface. There it goes,
220
840000
3000
Tutaj gekon biegnie po pionowej powierzchni, o tutaj,
14:21
in real time. There it goes again. Obviously, we have to slow this down a little bit.
221
843000
7000
w czasie rzeczywistym, i jeszcze raz. Jak widać trzeba to nieco zwolnić.
14:28
You can't use regular cameras.
222
850000
2000
Trzeba użyć specjalnych kamer
14:30
You have to take 1,000 pictures per second to see this.
223
852000
3000
nagrywających 1000 klatek na sekundę żeby to zobaczyć.
14:33
And here's some video at 1,000 frames per second.
224
855000
3000
To jest film z 1000 klatek na sekundę.
14:36
Now, I want you to look at the animal's back.
225
858000
2000
Popatrzcie na jego plecy.
14:38
Do you see how much it's bending like that? We can't figure that out --
226
860000
3000
Widzicie, jak bardzo się zgina ? Nie możemy tego rozgryźć --
14:41
that's an unsolved mystery. We don't know how it works.
227
863000
3000
to nierozwiązana zagadka. Nie wiemy jak to działa.
14:44
If you have a son or a daughter that wants to come to Berkeley,
228
866000
3000
Jeżeli wasz syn lub córka chcą studiować na Berkeley
14:47
come to my lab and we'll figure this out. Okay, send them to Berkeley
229
869000
4000
niech przyjdą do mojego laboratorium, rozwiążemy to.
14:51
because that's the next thing I want to do. Here's the gecko mill.
230
873000
3000
Tym będziemy się teraz zajmować. To jest gekonowa bieżnia.
14:54
(Laughter)
231
876000
1000
(Śmiech)
14:55
It's a see-through treadmill with a see-through treadmill belt,
232
877000
3000
To bieżnia z przezroczystymi pasami,
14:58
so we can watch the animal's feet, and videotape them
233
880000
3000
do obserwacji i filmowania stóp zwierząt,
15:01
through the treadmill belt, to see how they move.
234
883000
3000
przez pas bieżni, aby zobaczyć jak się poruszają.
15:04
Here's the animal that we have here, running on a vertical surface.
235
886000
4000
To zwierzę które tu mamy biegnie po pionowej powierzchni,
15:08
Pick a foot and try to watch a toe, and see if you can see what the animal's doing.
236
890000
6000
wybierzcie sobie jedną stopę i obserwujcie palce - popatrzcie co on nimi robi.
15:14
See it uncurl and then peel these toes.
237
896000
2000
Widzicie, rozkłada a potem odkleja palce.
15:16
It can do this in 14 milliseconds. It's unbelievable.
238
898000
7000
Robi to w 14 milisekund. Nieprawdopodobne.
15:23
Here are the robots that they inspire, the Mecho-Geckos from iRobot.
239
905000
4000
To roboty zainspirowane nimi, Mecha-Gekony firmy iRobot.
15:27
First we'll see the animals toes peeling -- look at that.
240
909000
5000
Najpierw zobaczymy jak zwierzęta odklejają palce - popatrzcie.
15:32
And here's the peeling action of the Mecho-Gecko.
241
914000
4000
A teraz odklejanie u Mecha-Gekona
15:36
It uses a pressure-sensitive adhesive to do it.
242
918000
3000
- korzysta z czułego na nacisk kleju.
15:39
Peeling in the animal. Peeling in the Mecho-Gecko --
243
921000
3000
Odklejanie u zwierzęcia, odklejanie u Mecha-Gekona,
15:42
that allows them climb autonomously. Can go on the flat surface,
244
924000
3000
pozwala im wspinać się samodzielnie po płaskich powierzchniach
15:45
transition to a wall, and then go onto a ceiling.
245
927000
3000
przechodząc na ścianę, a potem na sufit.
15:48
There's the bulldozer version. Now, it doesn't use pressure-sensitive glue.
246
930000
6000
Wersja buldożerowa. Ale on nie używa kleju czułego na nacisk.
15:54
The animal does not use that.
247
936000
2000
Gekon tego nie robi.
15:56
But that's what we're limited to, at the moment.
248
938000
2000
Nas na razie nie stać na więcej.
15:58
What does the animal do? The animal has weird toes.
249
940000
5000
Jak więc robi to gekon ? Ma nietypowe palce,
16:03
And if you look at the toes, they have these little leaves there,
250
945000
4000
i kiedy im się przyjrzeć - mają malutkie listki,
16:07
and if you blow them up and zoom in, you'll see
251
949000
2000
po powiększeniu zobaczymy
16:09
that's there's little striations in these leaves.
252
951000
3000
na nich małe prążki.
16:12
And if you zoom in 270 times, you'll see it looks like a rug.
253
954000
7000
Kiedy przybliżymy 270 razy, zobaczymy coś w rodzaju dywanu
16:19
And if you blow that up, and zoom in 900 times,
254
961000
3000
A po kolejnym, 900-krotnym powiększeniu
16:22
you see there are hairs there, tiny hairs. And if you look carefully,
255
964000
5000
ujrzycie tam włoski, a jeśli spojrzycie uważnie -
16:27
those tiny hairs have striations. And if you zoom in on those 30,000 times,
256
969000
6000
- te włoski też mają prążki. Zbliżając je 30,000 razy,
16:33
you'll see each hair has split ends.
257
975000
3000
zauważycie, że włosy mają rozłożyste końcówki
16:36
And if you blow those up, they have these little structures on the end.
258
978000
5000
Mają na końcach specjalne małe struktury.
16:41
The smallest branch of the hairs looks like spatulae,
259
983000
2000
Najmniejsze odgałęzienie włosa wygląda jak łopatka
16:43
and an animal like that has one billion of these nano-size split ends,
260
985000
7000
i takie zwierzę ma 1 miliard tych rozłożystych nano-końcówek
16:50
to get very close to the surface. In fact, there's the diameter of your hair --
261
992000
5000
przylegających do podłoża. Dla porównania - średnica naszego włosa,
16:55
a gecko has two million of these, and each hair has 100 to 1,000 split ends.
262
997000
6000
gekon ma 2 miliony takich, a każdy włos ma od 100 do 1000 rozłożystych końcówek.
17:01
Think of the contact of that that's possible.
263
1003000
3000
Pomyślcie, jakie to stwarza możliwości kontaktu.
17:04
We were fortunate to work with another group
264
1006000
2000
Mamy szczęście współpracować z inną grupą
17:06
at Stanford that built us a special manned sensor,
265
1008000
2000
ze Stanford, która buduje specjalny czujnik
17:08
that we were able to measure the force of an individual hair.
266
1010000
3000
którym można będzie zmierzyć oddziaływanie pojedynczego włosa.
17:11
Here's an individual hair with a little split end there.
267
1013000
5000
Tutaj pojedynczy włos z małą rozłożystą końcówką,
17:16
When we measured the forces, they were enormous.
268
1018000
2000
kiedy mierzyliśmy siły, były ogromne,
17:18
They were so large that a patch of hairs about this size --
269
1020000
3000
tak duże, że pukiel włosów tej wielkości
17:21
the gecko's foot could support the weight of a small child,
270
1023000
4000
jak stopa gekona mógłby utrzymać ciężar małego dziecka --
17:25
about 40 pounds, easily. Now, how do they do it?
271
1027000
4000
około 20kg, bez problemu. Jak to się dzieje ?
17:29
We've recently discovered this. Do they do it by friction?
272
1031000
4000
Odkryliśmy to niedawno. Wykorzystują tarcie ?
17:33
No, force is too low. Do they do it by electrostatics?
273
1035000
3000
Nie, siła byłaby za mała. Przyciąganie elektrostatyczne ?
17:36
No, you can change the charge -- they still hold on.
274
1038000
2000
Nie, można zmieniać ładunek a one dalej się trzymają.
17:38
Do they do it by interlocking? That's kind of a like a Velcro-like thing.
275
1040000
3000
Może mają haczyki, jak rzepy ?
17:41
No, you can put them on molecular smooth surfaces -- they don't do it.
276
1043000
3000
Nie, można je umieścić na molekularnie gładkich powierzchniach - to nie to.
17:44
How about suction? They stick on in a vacuum.
277
1046000
4000
A może przyssawki ? Nie, trzymają się też w próżni.
17:48
How about wet adhesion? Or capillary adhesion?
278
1050000
3000
Mokra adhezja ? Albo adhezja kapilarna ?
17:51
They don't have any glue, and they even stick under water just fine.
279
1053000
3000
Nie, nie mają żadnego kleju i dobrze utrzymują się w wodzie.
17:54
If you put their foot under water, they grab on.
280
1056000
2000
Kiedy włoży się im stopy do wody - przyczepiają się.
17:56
How do they do it then? Believe it or not, they grab on
281
1058000
4000
Jak one to robią ? Wierzcie lub nie, przyczepiają się
18:00
by intermolecular forces, by Van der Waals forces.
282
1062000
4000
dzięki oddziaływaniom międzycząsteczkowym, siłom van der Waalsa.
18:04
You know, you probably had this a long time ago in chemistry,
283
1066000
2000
Mieliście to pewnie dawno temu na chemii,
18:06
where you had these two atoms, they're close together,
284
1068000
2000
tworzą się gdy dwa atomy są tak blisko siebie,
18:08
and the electrons are moving around. That tiny force is sufficient
285
1070000
3000
ze ich elektrony zaczynają oddziaływać. Ta maleńka siła wystarcza
18:11
to allow them to do that because it's added up so many times
286
1073000
3000
im do tego, ponieważ jest wielokrotnie zsumowana
18:14
with these small structures.
287
1076000
3000
dzięki tym mikrostrukturom.
18:17
What we're doing is, we're taking that inspiration of the hairs,
288
1079000
5000
W naszej pracy wzorujemy się na tych włosach
18:22
and with another colleague at Berkeley, we're manufacturing them.
289
1084000
5000
i produkujemy je razem z kolegą z Berkeley.
18:27
And just recently we've made a breakthrough, where we now believe
290
1089000
3000
Niedawno dokonaliśmy przełomu dzięki któremu - jak sądzimy
18:30
we're going to be able to create the first synthetic, self-cleaning,
291
1092000
5000
będziemy mogli stworzyć pierwszy syntetyczny, samooczyszczający
18:35
dry adhesive. Many companies are interested in this.
292
1097000
5000
suchy klej. Wiele firm jest tym zainteresowanych
18:40
(Laughter)
293
1102000
3000
[Linia geko-produktów ?] (Śmiech)
18:43
We also presented to Nike even.
294
1105000
2000
Pokazywaliśmy to nawet u Nike.
18:45
(Laughter)
295
1107000
3000
[Po prostu się trzymaj.] (Śmiech)
18:48
(Applause)
296
1110000
6000
[Po prostu się trzymaj.] (Oklaski)
18:54
We'll see where this goes. We were so excited about this
297
1116000
3000
Zobaczymy, co z tego wyniknie. Byliśmy tak podekscytowani
18:57
that we realized that that small-size scale --
298
1119000
3000
kiedy dotarła do nas ta mikroskala,
19:00
and where everything gets sticky, and gravity doesn't matter anymore --
299
1122000
3000
gdzie wszystko jest lepkie a grawitacja nie ma już takiego znaczenia.
19:03
we needed to look at ants and their feet, because
300
1125000
3000
Postanowiliśmy zbadać mrówki i ich stopy -
19:06
one of my other colleagues at Berkeley has built a six-millimeter silicone
301
1128000
5000
jeden z moich kolegów w berkeley zbudował szeciomilimetrowego krzemowego
19:11
robot with legs. But it gets stuck. It doesn't move very well.
302
1133000
3000
robota kroczącego. Niestety utknął - ma problemy z ruchem.
19:14
But the ants do, and we'll figure out why, so that ultimately
303
1136000
3000
Mrówki ich nie mają i chcemy dowiedzieć się czemu, żeby
19:17
we'll make this move. And imagine: you're going to be able
304
1139000
3000
go poprawić. Wyobraźcie sobie, że będziemy mogli
19:20
to have swarms of these six-millimeter robots available to run around.
305
1142000
5000
mieć latajace roje takich sześciomilimetrowych robotów.
19:25
Where's this going? I think you can see it already.
306
1147000
3000
Dokąd to zmierza ? Myślę, że już widzicie.
19:28
Clearly, the Internet is already having eyes and ears,
307
1150000
4000
Internet ma juz oczy i uszy,
19:32
you have web cams and so forth. But it's going to also have legs and hands.
308
1154000
4000
macie kamery internetowe itd. Ale będzie miał również ręce i nogi.
19:36
You're going to be able to do programmable
309
1158000
2000
Będziecie mogli pracować takimi robotami
19:38
work through these kinds of robots, so that you can run,
310
1160000
4000
programując je tak, żeby biegać, latać i pływać
19:42
fly and swim anywhere. We saw David Kelly is at the beginning of that with his fish.
311
1164000
9000
nimi gdzie tylko zechcecie. Widzieliście na początku Davida Kelly'ego z jego rybą.
19:51
So, in conclusion, I think the message is clear.
312
1173000
2000
Podsumowując - sądzę, że przesłanie jest jasne.
19:53
If you need a message, if nature's not enough, if you care about
313
1175000
4000
Nawet jeśli sama przyroda to za mało, to jeśli ważne są dla nas
19:57
search and rescue, or mine clearance, or medicine,
314
1179000
2000
akcje ratunkowe, rozbrajanie min, medycyna
19:59
or the various things we're working on, we must preserve
315
1181000
4000
i wiele innych tematów nad którymi pracujemy, musimy ocalić
20:03
nature's designs, otherwise these secrets will be lost forever.
316
1185000
4000
projekty natury, bo możemy utracić jej sekrety na zawsze .
20:07
Thank you.
317
1189000
1000
Dziękuję.
20:08
(Applause)
318
1190000
9000
(Oklaski)
ABOUT THE SPEAKER
Robert Full - BiologistRobert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering.
Why you should listen
UC Berkeley biologist Robert Full is fascinated by the motion of creatures like cockroaches, crabs and geckos having many legs, unusual feet or talented tails. He has led an effort to demonstrate the value of learning from Nature by the creating interdisciplinary collaborations of biologists, engineers, mathematicians and computer scientists from academia and industry. He founded CiBER, the Center for interdisciplinary Bio-inspiration in Education and Research, and the Poly-PEDAL Laboratory, which studies the Performance, Energetics and Dynamics of Animal Locomotion (PEDAL) in many-footed creatures (Poly).
His research shows how studying a diversity of animals leads to the discovery of general principles which inspire the design of novel circuits, artificial muscles, exoskeletons, versatile scampering legged search-and-rescue robots and synthetic self-cleaning dry adhesives based on gecko feet. He is passionate about discovery-based education leading to innovation -- and he even helped Pixar’s insect animations in the film A Bug's Life.
Robert Full | Speaker | TED.com