ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Robert Full | Speaker | TED.com
TED2009

Robert Full: Learning from the gecko's tail

Robert Full: Czego nas uczy ogon gekona

Filmed:
722,710 views

Biolog Robert Full bada gekona z jego samoprzylepnymi stopami i biegłością w sztuce wspinaczki. Nagrania w zwolnionym tempie ujawniają, że w ogonie gekona tkwi jeden z jego najbardziej niesamowitych talentów.
- 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

Double-click the English transcript below to play the video.

00:18
Let me sharedzielić with you todaydzisiaj an originaloryginalny discoveryodkrycie.
0
0
5000
Podzielę się dziś ciekawym odkryciem.
00:23
But I want to tell it to you the way it really happenedstało się --
1
5000
3000
Opowiem też jak do niego doszło,
00:26
not the way I presentteraźniejszość it in a scientificnaukowy meetingspotkanie,
2
8000
2000
ale nie tak, jak na sympozjach,
00:28
or the way you'dty byś readczytać it in a scientificnaukowy paperpapier.
3
10000
3000
czy w magazynach naukowych.
00:31
It's a storyfabuła about beyondpoza biomimeticsBiomimetyka,
4
13000
3000
To opowieść od bioniki do dyscypliny,
00:34
to something I'm callingpowołanie biomutualismbiomutualism.
5
16000
3000
którą nazywam biomutualizmem.
00:37
I definedefiniować that as an associationstowarzyszenie betweenpomiędzy biologybiologia and anotherinne disciplinedyscyplina,
6
19000
3000
Jest to połączenie biologii z inną dyscypliną,
00:40
where eachkażdy disciplinedyscyplina reciprocallywzajemnie advanceszaliczki the other,
7
22000
4000
gdzie jedna dyscyplina wspiera drugą,
00:44
but where the collectivekolektyw discoveriesodkrycia that emergepojawić się are beyondpoza any singlepojedynczy fieldpole.
8
26000
4000
a wspólne odkrycia
przekraczają pojedyncze dziedziny.
00:48
Now, in termswarunki of biomimeticsBiomimetyka,
9
30000
2000
W bionice,
00:50
as humanczłowiek technologiestechnologie take on more of the characteristicscechy of natureNatura,
10
32000
3000
gdy technologia nabiera więcej cech naturalnych,
00:53
natureNatura becomesstaje się a much more usefulprzydatny teachernauczyciel.
11
35000
3000
natura staje się pomocnym nauczycielem.
00:56
EngineeringInżynieria can be inspirednatchniony by biologybiologia
12
38000
2000
Inżynieria inspirowana jest biologią,
00:58
by usingza pomocą its principleszasady and analogiesanalogie when they're advantageouskorzystny,
13
40000
3000
korzysta z jej zasad
01:01
but then integratingintegracja that with the bestNajlepiej humanczłowiek engineeringInżynieria,
14
43000
3000
i łącząc je z osiągnięciami inżynierii
01:04
ultimatelyostatecznie to make something actuallytak właściwie better than natureNatura.
15
46000
5000
produkuje coś lepszego niż natura.
01:09
Now, beingistota a biologistbiolog, I was very curiousciekawy about this.
16
51000
3000
Zainteresowało mnie to jako biologa.
01:12
These are geckoGecko toespalce u stóp.
17
54000
2000
To palce gekona.
01:14
And we wonderedzastanawiałem się how they use these bizarredziwaczne toespalce u stóp
18
56000
2000
Zastanawialiśmy się, jak się ich używa,
01:16
to climbwspinać się up a wallŚciana so quicklyszybko.
19
58000
2000
by tak szybko wspinać się na ściany.
01:18
We discoveredodkryty it. And what we founduznany was
20
60000
3000
Odkryliśmy, że gekony mają na palcach
01:21
that they have leaf-likejak liść structuresStruktury on theirich toespalce u stóp,
21
63000
2000
struktury w kształcie liścia,
01:23
with millionsmiliony of tinymalutki hairswłosy that look like a rugDywan,
22
65000
3000
z milionami małych włosków.
01:26
and eachkażdy of those hairswłosy has the worstnajgorszy casewalizka of split-endsrozdwajaniu possiblemożliwy:
23
68000
3000
Każdy włos ma paskudny przypadek
rozdwojenia końcówek,
01:29
about 100 to 1000 splitrozdzielać endskończy się that are nano-sizenano wielkości.
24
71000
4000
100 do 1000 rozdwojeń w rozmiarze nano.
01:33
And the individualindywidualny has 2 billionmiliard of these nano-sizenano wielkości splitrozdzielać endskończy się.
25
75000
4000
Każdy osobnik ma 2 miliardy tych rozdwojeń.
01:37
They don't stickkij by VelcroVelcro or suctionssania or gluekleju.
26
79000
2000
Nie używają rzepów, przyssawek ani kleju.
01:39
They actuallytak właściwie stickkij by intermolecularmiędzycząsteczkowe forcessiły alonesam,
27
81000
3000
Przyczepiają się dzięki oddziaływaniom międzycząsteczkowym,
01:42
vanawangarda derder WaalsWaalsa forcessiły.
28
84000
2000
oddziaływaniom van der Waalsa.
01:44
And I'm really pleasedzadowolony to reportraport to you todaydzisiaj
29
86000
2000
Dziś z dumą mogę ogłosić,
01:46
that the first syntheticsyntetyczny self-cleaningsamoczyszczący, drysuchy adhesiveKlej has been madezrobiony.
30
88000
5000
że stworzono pierwszy syntetyczny,
suchy, samo-oczyszczający się klej.
01:51
From the simplestnajprostszy versionwersja in natureNatura, one branchgałąź,
31
93000
3000
Z najprostszej naturalnej wersji,
01:54
my engineeringInżynieria collaboratorwspółpracownik, RonRon FearingObawiając się, at BerkeleyBerkeley,
32
96000
3000
mój współpracownik, inżynier Ron Fearing,
01:57
had madezrobiony the first syntheticsyntetyczny versionwersja.
33
99000
3000
stworzył pierwszą wersję syntetyczną.
02:00
And so has my other incredibleniesamowite collaboratorwspółpracownik,
34
102000
2000
Kolejny mój współpracownik
02:02
MarkMark CutkoskyCutkosky, at StanfordStanford --
35
104000
2000
Mark Cutkosky na Stanford,
02:04
he madezrobiony much largerwiększy hairswłosy than the geckoGecko,
36
106000
2000
stworzył włoski większe niż u gekona,
02:06
but used the samepodobnie generalgenerał principleszasady.
37
108000
3000
ale według tych samych zasad.
02:09
And here is its first testtest.
38
111000
2000
Oto pierwszy test.
02:11
(LaughterŚmiech)
39
113000
1000
(Śmiech)
02:12
That's KellarKellar AutumnJesień, my formerbyły PhPH.D. studentstudent,
40
114000
2000
To Kellar Autumn, mój dawny doktorant,
02:14
professorprofesor now at LewisLewis and ClarkClark,
41
116000
2000
obecnie profesor na Lewis & Clark.
02:16
literallydosłownie givingdający his first-bornpierworodnym childdziecko up for this testtest.
42
118000
4000
Eksperymentuje na własnym pierworodnym dziecku.
02:20
(LaughterŚmiech)
43
122000
1000
(Śmiech)
02:21
More recentlyostatnio, this happenedstało się.
44
123000
2000
A ostatnio to.
02:23
Man: This the first time someonektoś has actuallytak właściwie climbedwspiął się with it.
45
125000
3000
Mężczyzna: Pierwszy raz ktoś się z tym wspiął.
02:26
NarratorProgram Narrator: LynnLynn VerinskyVerinsky, a professionalprofesjonalny climberwspinacz,
46
128000
2000
Narrator: Zawodowa alpinistka Lynn Verinsky
02:28
who appearedpojawił się to be brimmingNiezwykła with confidencepewność siebie.
47
130000
2000
wydaje się pełna zaufania.
02:30
LynnLynn VerinskyVerinsky: HonestlySzczerze mówiąc, it's going to be perfectlydoskonale safebezpieczny. It will be perfectlydoskonale safebezpieczny.
48
132000
3000
Lynn Verinsky: To całkowicie bezpieczne.
02:33
Man: How do you know?
49
135000
2000
Mężczyzna: Skąd wiesz?
Lynn Verinsky: Ubezpieczenie OC. (Śmiech)
02:35
LynnLynn VerinskyVerinsky: Because of liabilityodpowiedzialność insuranceubezpieczenie. (LaughterŚmiech)
50
137000
2000
Mężczyzna: Skąd wiesz?
Lynn Verinsky: Ubezpieczenie OC. (Śmiech)
02:37
NarratorProgram Narrator: With a mattressmaterac belowponiżej and attachedprzywiązany to a safetybezpieczeństwo ropelina,
51
139000
2000
Narrator: Zabezpieczona materacem i liną,
Lynn rozpoczęła 18-metrową wspinaczkę.
02:39
LynnLynn beganrozpoczął się her 60-foot-stopa ascentAscent.
52
141000
3000
Narrator: Zabezpieczona materacem i liną,
Lynn rozpoczęła 18-metrową wspinaczkę.
02:42
LynnLynn madezrobiony it to the topTop in a perfectidealny pairingłączenie w pary
53
144000
3000
Weszła na szczyt,
idealnie łącząc Hollywood i naukę.
02:45
of HollywoodHollywood and sciencenauka.
54
147000
3000
Weszła na szczyt,
idealnie łącząc Hollywood i naukę.
02:48
Man: So you're the first humanczłowiek beingistota to officiallyoficjalnie emulateEmulacja a geckoGecko.
55
150000
3000
Mężczyzna: Jesteś pierwszą osobą
naśladującą gekona.
02:51
LynnLynn VerinskyVerinsky: HaHa! WowWow. And what a privilegeprzywilej that has been.
56
153000
6000
Lynn Verinsky: Nieźle. Co za zaszczyt.
02:57
RobertRobert FullPełny: That's what she did on roughszorstki surfacespowierzchnie.
57
159000
2000
Robert Full: To była chropowata powierzchnia,
02:59
But she actuallytak właściwie used these on smoothgładki surfacespowierzchnie --
58
161000
2000
lecz palety wypróbowano także
na gładkich powierzchniach.
03:01
two of them -- to climbwspinać się up, and pullCiągnąć herselfsię up.
59
163000
2000
lecz palety wypróbowano także
na gładkich powierzchniach.
03:03
And you can try this in the lobbylobby,
60
165000
2000
Spróbujcie sami w lobby.
03:05
and look at the gecko-inspiredinspirowane Gecko materialmateriał.
61
167000
4000
Obejrzycie tworzywo inspirowane gekonem.
03:09
Now the problemproblem with the robotsroboty doing this
62
171000
2000
Robotom, które używają tego tworzywa.
03:11
is that they can't get unstuckpowieść,
63
173000
2000
trudno się odczepić.
03:13
with the materialmateriał.
64
175000
2000
trudno się odczepić.
03:15
This is the gecko'sGecko solutionrozwiązanie. They actuallytak właściwie peelobierać theirich toespalce u stóp away
65
177000
3000
Tak robi to gekon. Gdy wbiega po ścianie,
03:18
from the surfacepowierzchnia, at highwysoki ratesstawki,
66
180000
2000
błyskawicznie odlepia palce.
03:20
as they runbiegać up the wallŚciana.
67
182000
2000
błyskawicznie odlepia palce.
03:22
Well I'm really excitedpodekscytowany todaydzisiaj to showpokazać you
68
184000
3000
Dziś mogę zaprezentować
03:25
the newestNajnowsze versionwersja of a robotrobot, StickybotStickybot,
69
187000
3000
najnowszą wersję robota, Stickybot,
03:28
usingza pomocą a newNowy hierarchicalhierarchiczne drysuchy adhesiveKlej.
70
190000
3000
używającego hierarchicznego,
03:31
Here is the actualrzeczywisty robotrobot.
71
193000
3000
suchego tworzywa samoprzylepnego. Oto on.
03:37
And here is what it does.
72
199000
3000
A oto jak działa. Przyjrzyjcie się,
03:45
And if you look,
73
207000
2000
A oto jak działa. Przyjrzyjcie się,
03:47
you can see that it usesużywa
74
209000
3000
korzysta z techniki odlepiania palców,
03:50
the toeToe peelingobieranie,
75
212000
2000
korzysta z techniki odlepiania palców,
03:52
just like the geckoGecko does.
76
214000
2000
tak jak gekon.
03:56
If we can showpokazać some of the videowideo, you can see it climbingwspinaczka up the wallŚciana.
77
218000
3000
Na filmie widać, jak wspina się po ścianie.
03:59
(ApplauseAplauz)
78
221000
2000
(Brawa)
04:01
There it is.
79
223000
2000
Proszę bardzo.
04:03
And now it can go on other surfacespowierzchnie because of the newNowy adhesiveKlej
80
225000
3000
Może poruszać się po innych powierzchniach
04:06
that the StanfordStanford groupGrupa was ablezdolny to do
81
228000
3000
dzięki nowemu tworzywu,
04:09
in designingprojektowanie this incredibleniesamowite robotrobot.
82
231000
3000
które wynalazła grupa ze Stanford.
04:12
(ApplauseAplauz)
83
234000
3000
(Brawa)
04:15
Oh. One thing I want to pointpunkt out is, look at StickybotStickybot.
84
237000
3000
Chciałbym coś podkreślić.
04:18
You see something on it. It's not just to look like a geckoGecko.
85
240000
4000
Ma ogon nie tylko po to,
04:22
It has a tailogon. And just when you think you've figuredwzorzysty out natureNatura,
86
244000
3000
by upodobnić się do gekona.
04:25
this kinduprzejmy of thing happensdzieje się.
87
247000
2000
Już zdawało się, że rozgryźliśmy naturę.
04:27
The engineersinżynierowie told us, for the climbingwspinaczka robotsroboty,
88
249000
2000
Inżynierowie powiedzieli, że bez ogonów
04:29
that, if they don't have a tailogon,
89
251000
2000
Inżynierowie powiedzieli, że bez ogonów
04:31
they fallspadek off the wallŚciana.
90
253000
2000
roboty będą spadać ze ścian.
04:33
So what they did was they askedspytał us
91
255000
2000
Zadali nam ważne pytanie.
04:35
an importantważny questionpytanie.
92
257000
2000
Zadali nam ważne pytanie.
04:37
They said, "Well, it kinduprzejmy of lookswygląda like a tailogon."
93
259000
4000
Powiedzieli: "To wygląda jak ogon,
04:41
Even thoughchociaż we put a passivebierny barbar there.
94
263000
2000
choć to tylko bierny pręt.
04:43
"Do animalszwierzęta use theirich tailsogony when they climbwspinać się up wallsściany?"
95
265000
3000
Czy zwierzęta używają ogonów przy wspinaniu?"
04:46
What they were doing was returningpowracający the favorprzysługa,
96
268000
2000
Oddali nam przysługę,
04:48
by givingdający us a hypothesishipoteza to testtest,
97
270000
3000
dając do przetestowania hipotezę,
04:51
in biologybiologia, that we wouldn'tnie have thought of.
98
273000
3000
której byśmy w biologii nie postawili.
04:54
So of coursekurs, in realityrzeczywistość, we were then panickedwpadł w panikę,
99
276000
3000
Spanikowaliśmy, bo jako biolodzy
04:57
beingistota the biologistsbiolodzy, and we should know this alreadyjuż.
100
279000
2000
powinniśmy byli to wiedzieć.
04:59
We said, "Well, what do tailsogony do?"
101
281000
2000
Pomyśleliśmy, do czego jest ogon.
05:01
Well we know that tailsogony storesklep fatgruby, for exampleprzykład.
102
283000
3000
Do magazynowania tłuszczu.
05:04
We know that you can grabchwycić ontona things with them.
103
286000
3000
Do łapania się różnych rzeczy.
05:07
And perhapsmoże it is mostwiększość well knownznany
104
289000
2000
I, co oczywiste, do zapewniania równowagi.
05:09
that they providezapewniać staticstatyczne balancesaldo.
105
291000
3000
I, co oczywiste, do zapewniania równowagi.
05:12
(LaughterŚmiech)
106
294000
1000
(Śmiech)
05:13
It can alsorównież actdziałać as a counterbalanceprzeciwwaga.
107
295000
3000
Ogon stanowi też przeciwwagę.
05:16
So watch this kangarookangur.
108
298000
3000
Patrzcie na kangura.
05:19
See that tailogon? That's incredibleniesamowite!
109
301000
2000
Widzicie ogon? Niesamowite!
05:21
MarcMarc RaibertRaibert builtwybudowany a UnirooUniroo hoppinghopping robotrobot.
110
303000
4000
Marc Raibert zbudował skaczącego robota, Uniroo.
05:25
And it was unstableniestabilna withoutbez its tailogon.
111
307000
3000
Bez ogona był niestabilny.
05:31
Now mostlyprzeważnie tailsogony limitlimit maneuverabilityzwrotność,
112
313000
2000
Ogony zmniejszają ruchliwość,
05:33
like this humanczłowiek insidewewnątrz this dinosaurdinozaur suitgarnitur.
113
315000
4000
jak u osoby w kostiumie dinozaura.
05:37
(LaughterŚmiech)
114
319000
1000
(Śmiech)
05:38
My colleagueskoledzy actuallytak właściwie wentposzedł on to testtest this limitationograniczenie,
115
320000
4000
Moi koledzy badali to ograniczenie.
05:42
by increasingwzrastający the momentza chwilę of inertiabezwładności of a studentstudent, so they had a tailogon,
116
324000
4000
Zwiększyli moment bezwładności studenta,
05:46
and runningbieganie them throughprzez and obstacleprzeszkoda coursekurs,
117
328000
2000
dając mu ogon i każąc biec slalomem.
05:48
and founduznany a decrementosłabienie in performancewydajność,
118
330000
2000
Ogon pogarszał wyniki,
05:50
like you'dty byś predictprzepowiadać, wywróżyć.
119
332000
3000
zgodnie z przypuszczeniem.
05:53
(LaughterŚmiech)
120
335000
1000
(Śmiech)
05:54
But of coursekurs, this is a passivebierny tailogon.
121
336000
3000
To jednak nieruchomy ogon.
05:57
And you can alsorównież have activeaktywny tailsogony.
122
339000
2000
A są też ruchome.
05:59
And when I wentposzedł back to researchBadania this, I realizedrealizowany
123
341000
2000
Badając to odkryłem,
06:01
that one of the great TEDTED momentschwile in the pastprzeszłość,
124
343000
2000
że na jednej z poprzednich konferencji TED
06:03
from NathanNathan,
125
345000
2000
Nathan mówił o ruchomych ogonach.
06:05
we'vemamy talkedrozmawialiśmy about an activeaktywny tailogon.
126
347000
2000
Nathan mówił o ruchomych ogonach.
06:07
VideoWideo: MyhrvoldMyhrvolda thinksmyśli tail-crackingogon pękanie dinosaursdinozaury
127
349000
2000
Film: Myhrvold sądzi, że dinozaury machały ogonami
06:09
were interestedzainteresowany in love, not warwojna.
128
351000
5000
z miłości, nie ze złości.
06:14
RobertRobert FullPełny: He talkedrozmawialiśmy about the tailogon beingistota a whipbat for communicationkomunikacja.
129
356000
3000
Robert Full: Ogony służyły do porozumiewania się,
06:17
It can alsorównież be used in defenseobrona.
130
359000
4000
albo do obrony. Bardzo potężne.
06:21
PrettyŁadny powerfulpotężny.
131
363000
2000
albo do obrony. Bardzo potężne.
06:23
So we then wentposzedł back and lookedspojrzał at the animalzwierzę.
132
365000
2000
Przyjrzeliśmy się, jak gekon wbiega po ścianie.
06:25
And we ranpobiegł it up a surfacepowierzchnia.
133
367000
2000
Przyjrzeliśmy się, jak gekon wbiega po ścianie.
06:27
But this time what we did is we put a slipperyśliski patchłata
134
369000
2000
Dodaliśmy śliski pas, oznaczony na żółto.
06:29
that you see in yellowżółty there.
135
371000
2000
Dodaliśmy śliski pas, oznaczony na żółto.
06:31
And watch on the right what the animalzwierzę is doing with its tailogon
136
373000
4000
Spójrzcie, co robi z ogonem,
06:35
when it slipszrazy. This is slowedspowolniony down 10 timesczasy.
137
377000
2000
kiedy się ślizga.
06:37
So here is normalnormalna speedprędkość.
138
379000
2000
Normalną prędkość zwolniliśmy 10 razy.
06:39
And watch it now slippoślizg,
139
381000
2000
Normalną prędkość zwolniliśmy 10 razy.
06:41
and see what it does with its tailogon.
140
383000
2000
Patrzcie, co robi z ogonem, kiedy się ślizga.
06:46
It has an activeaktywny tailogon that functionsFunkcje as a fifthpiąty legnogi,
141
388000
2000
Ogon działa jak piąta noga, dodaje stabilności.
06:48
and it contributesprzyczynia się to stabilitystabilność.
142
390000
2000
Ogon działa jak piąta noga, dodaje stabilności.
06:50
If you make it slippoślizg a hugeolbrzymi amountilość, this is what we discoveredodkryty.
143
392000
4000
A oto co robi, gdy bardzo się poślizgnie. Niesamowite.
06:57
This is incredibleniesamowite.
144
399000
2000
A oto co robi, gdy bardzo się poślizgnie. Niesamowite.
06:59
The engineersinżynierowie had a really good ideapomysł.
145
401000
3000
Inżynierowie mieli świetny pomysł.
07:02
And then of coursekurs we wonderedzastanawiałem się,
146
404000
2000
Zastanawialiśmy się jednak, jak to wygląda.
07:04
okay, they have an activeaktywny tailogon, but let's pictureobrazek them.
147
406000
2000
Zastanawialiśmy się jednak, jak to wygląda.
07:06
They're climbingwspinaczka up a wallŚciana, or a treedrzewo.
148
408000
3000
Gekon wspina się na ścianę czy drzewo.
07:09
And they get to the topTop and let's say there's some leavesodchodzi there.
149
411000
3000
Wchodzi na szczyt z liśćmi.
07:12
And what would happenzdarzyć if they climbedwspiął się on the undersideod spodu of that leafliść,
150
414000
3000
A gdyby wszedł na liść od spodu,
07:15
and there was some windwiatr, or we shookpotrząsnął it?
151
417000
3000
i zatrząsłby nim wiatr?
07:18
And we did that experimenteksperyment, that you see here.
152
420000
3000
Zrobiliśmy eksperyment.
07:21
(ApplauseAplauz)
153
423000
1000
(Brawa)
07:22
And this is what we discoveredodkryty.
154
424000
2000
Oto, co odkryliśmy.
07:24
Now that's realreal time. You can't see anything.
155
426000
2000
W czasie rzeczywistym nic nie widać, więc zwolnimy.
07:26
But there it is slowedspowolniony down.
156
428000
2000
W czasie rzeczywistym nic nie widać, więc zwolnimy.
07:30
What we discoveredodkryty was the world'srecyrodycyjstwo diecystwo recyrodycyjstwo diecystwo recy sektorcy fastestnajszybszy air-rightingprostującego powietrza responseodpowiedź.
157
432000
3000
To najszybszy odruch prostowania się w powietrzu.
07:33
For those of you who rememberZapamiętaj your physicsfizyka, that's a zero-angular-momentumzero skośne momentum
158
435000
2000
Zerowy moment pędu, jeśli pamiętacie z fizyki.
07:35
rightingprostującego responseodpowiedź. But it's like a catkot.
159
437000
2000
Jak kot, który podczas upadku przekręca tułów.
07:37
You know, catskoty fallingspadanie. CatsKoty do this. They twistTwist theirich bodiesciała.
160
439000
3000
Jak kot, który podczas upadku przekręca tułów.
07:40
But geckosGekony do it better.
161
442000
2000
Gekony robią to lepiej. Używają ruchomego ogona,
07:42
And they do it with theirich tailogon.
162
444000
3000
Gekony robią to lepiej. Używają ruchomego ogona,
07:45
So they do it with this activeaktywny tailogon as they swinghuśtawka around.
163
447000
3000
którym machają podczas obrotu.
07:48
And then they always landwylądować in the sortsortować of supermanSuperman skydivingskoki spadochronowe posturepostawa.
164
450000
4000
Zawsze lądują jak Superman-spadochroniarz.
07:54
Okay, now we wonderedzastanawiałem się, if we were right,
165
456000
2000
Jeśli to prawda, sprawdziłoby się to też u robota.
07:56
we should be ablezdolny to testtest this in a physicalfizyczny modelModel, in a robotrobot.
166
458000
3000
Jeśli to prawda, sprawdziłoby się to też u robota.
07:59
So for TEDTED we actuallytak właściwie builtwybudowany a robotrobot,
167
461000
2000
Zbudowaliśmy więc robota, prototyp z ogonem.
08:01
over there, a prototypeprototyp, with the tailogon.
168
463000
3000
Zbudowaliśmy więc robota, prototyp z ogonem.
08:04
And we're going to attemptpróba the first air-rightingprostującego powietrza responseodpowiedź
169
466000
2000
Wypróbujmy odruch prostowania się
u robota z ogonem.
08:06
in a tailogon, with a robotrobot.
170
468000
2000
Wypróbujmy odruch prostowania się
u robota z ogonem.
08:08
If we could have the lightsświatła on it.
171
470000
2000
Skierujmy tu światła. Proszę bardzo.
08:10
Okay, there it goesidzie.
172
472000
5000
Skierujmy tu światła. Proszę bardzo.
08:15
And showpokazać the videowideo.
173
477000
2000
Teraz nagranie.
08:20
There it is.
174
482000
2000
Proszę bardzo.
08:22
And it worksPrace just like it does in the animalzwierzę.
175
484000
3000
Tak samo, jak u zwierzęcia.
08:25
So all you need is a swinghuśtawka of the tailogon to right yourselfsiebie.
176
487000
4000
Wystarczy ruch ogona, by się wyprostować.
08:29
(ApplauseAplauz)
177
491000
2000
(Brawa)
08:31
Now, of coursekurs, we were normallynormalnie frightenedprzerażony
178
493000
2000
Mieliśmy pewne obawy,
08:33
because the animalzwierzę has no glidingszybownictwo adaptationsadaptacje,
179
495000
2000
bo gekon nie jest przystosowany do szybowania.
08:35
so we thought, "Oh that's okay. We'llMy będziemy put it in a verticalpionowy windwiatr tunneltunel.
180
497000
4000
Wsadziliśmy go pionowego tunelu aerodynamicznego.
08:39
We'llMy będziemy blowcios the airpowietrze up, we'lldobrze give it a landinglądowanie targetcel, a treedrzewo trunkbagażnik samochodowy,
181
501000
3000
Cel do lądowania umieściliśmy
08:42
just outsidena zewnątrz the plexi-glassPleksiglas enclosurezałącznik, and see what it does.
182
504000
4000
zaraz za ogrodzeniem z pleksiglasu.
08:46
(LaughterŚmiech)
183
508000
1000
(Śmiech)
08:47
So we did. And here is what it does.
184
509000
3000
Oto co robi.
08:50
So the windwiatr is comingprzyjście from the bottomDolny. This is slowedspowolniony down 10 timesczasy.
185
512000
5000
Wiatr wieje z dołu. To 10 razy zwolniony film.
08:55
It does an equilibriumrównowaga glideGlide. HighlyWysoko controlledkontrolowane.
186
517000
4000
Robi bardzo wyważony ślizg równoważący.
08:59
This is sortsortować of incredibleniesamowite. But actuallytak właściwie it's quitecałkiem beautifulpiękny,
187
521000
3000
To niesamowite, ale też pięknie wychodzi na zdjęciu.
09:02
when you take a pictureobrazek of it.
188
524000
3000
To niesamowite, ale też pięknie wychodzi na zdjęciu.
09:05
And it's better than that, it -- just in the slideślizgać się -- maneuversmanewry in mid-airw powietrzu.
189
527000
5000
Podczas ślizgu manewruje w powietrzu.
09:10
And the way it does it, is it takes its tailogon
190
532000
2000
Macha ogonem, by skręcić w prawo lub w lewo.
09:12
and it swingshuśtawki it one way to yawodchylenia left, and it swingshuśtawki its other way to yawodchylenia right.
191
534000
4000
Macha ogonem, by skręcić w prawo lub w lewo.
09:16
So we can maneuvermanewr this way.
192
538000
2000
Możemy tak manewrować.
09:18
And then -- we had to filmfilm this severalkilka timesczasy to believe this --
193
540000
3000
Musieliśmy kręcić kilka razy, żeby uwierzyć.
09:21
it alsorównież does this. Watch this.
194
543000
3000
Wyszło coś takiego, zobaczcie.
09:24
It oscillatesoscyluje its tailogon up and down like a dolphinDelfin.
195
546000
2000
Macha ogonem jak delfin. Płynie w powietrzu.
09:26
It can actuallytak właściwie swimpływać throughprzez the airpowietrze.
196
548000
3000
Macha ogonem jak delfin. Płynie w powietrzu.
09:29
But watch its frontz przodu legsnogi. Can you see what they are doing?
197
551000
5000
Spójrzcie na przednie nogi.
09:34
What does that mean for the originpochodzenie of flappingtrzepotanie flightlot?
198
556000
3000
Czy stąd wziął się pomysł lotu za pomocą machania?
09:37
Maybe it's evolvedewoluował from comingprzyjście down from treesdrzewa,
199
559000
3000
Może źródłem było spadanie z drzew
09:40
and tryingpróbować to controlkontrola a glideGlide.
200
562000
2000
i próba kontroli ślizgu?
09:42
StayZatrzymać w tuneddostrojony for that.
201
564000
2000
Ciąg dalszy nastąpi.
09:44
(LaughterŚmiech)
202
566000
2000
(Śmiech)
09:46
So then we wonderedzastanawiałem się, "Can they actuallytak właściwie maneuvermanewr with this?"
203
568000
3000
Zastanawialiśmy się, czy mogą dzięki temu sterować.
09:49
So there is the landinglądowanie targetcel. Could they steerSteer towardsw kierunku it
204
571000
3000
Czy te predyspozycje pozwolą im trafić do celu?
09:52
with these capabilitiesmożliwości? Here it is in the windwiatr tunneltunel.
205
574000
2000
Tu mamy tunel powietrzny.
09:54
And it certainlyna pewno lookswygląda like it.
206
576000
2000
Wydaje się, że tak. Lepiej to widać od dołu.
09:56
You can see it even better from down on topTop.
207
578000
3000
Wydaje się, że tak. Lepiej to widać od dołu.
09:59
Watch the animalzwierzę.
208
581000
2000
Spójrzcie.
10:02
DefinitelyNa pewno movingw ruchu towardsw kierunku the landinglądowanie targetcel.
209
584000
2000
Zbliża się do celu.
10:04
Watch the whipbat of its tailogon as it does it. Look at that.
210
586000
4000
Patrzcie na ruch ogona. Niesamowite.
10:08
It's unbelievablenie do wiary.
211
590000
2000
Patrzcie na ruch ogona. Niesamowite.
10:10
So now we were really confusedzmieszany,
212
592000
2000
To nas zdezorientowało,
10:12
because there are no reportsraporty of it glidingszybownictwo.
213
594000
2000
bo nic nie wiadomo o takim szybowaniu.
10:14
So we wentposzedł, "Oh my god, we have to go to the fieldpole,
214
596000
2000
Trzeba było to sprawdzić w naturze.
10:16
and see if it actuallytak właściwie does this."
215
598000
2000
Trzeba było to sprawdzić w naturze.
10:18
CompletelyCałkowicie oppositenaprzeciwko of the way you'dty byś see it on a natureNatura filmfilm, of coursekurs.
216
600000
3000
W odróżnieniu od filmów przyrodniczych.
10:21
We wonderedzastanawiałem się, "Do they actuallytak właściwie glideGlide in natureNatura?"
217
603000
3000
Czy w naturze gekony naprawdę szybują?
10:24
Well we wentposzedł to the forestslasy of SingaporeSingapur and SoutheastPołudniowo-wschodniej AsiaAsia.
218
606000
2000
Pojechaliśmy do lasów Singapuru i Azji.
10:26
And the nextNastępny videowideo you see is the first time we'vemamy showedpokazał this.
219
608000
2000
Pierwszy raz pokazuję ten film.
10:28
This is the actualrzeczywisty videowideo -- not stagedwystawił, a realreal researchBadania videowideo --
220
610000
3000
Jest autentyczny, bez inscenizacji.
10:31
of animalzwierzę glidingszybownictwo down. There is a redczerwony trajectorytrajektoria linelinia.
221
613000
3000
Czerwona linia trajektorii szybowania.
10:34
Look at the endkoniec to see the animalzwierzę.
222
616000
2000
Na jej końcu zwierzę.
10:36
But then as it getsdostaje closerbliższy to the treedrzewo,
223
618000
2000
Kiedy zbliża się do drzewa,
10:38
look at the close-upzbliżenie. And see if you can see it landwylądować.
224
620000
3000
czy widzicie, jak ląduje?
10:42
So there it comespochodzi down. There is a geckoGecko at the endkoniec of that trajectorytrajektoria linelinia.
225
624000
3000
Zbliża się. Gekon jest na końcu tej linii.
10:45
You see it there? There? Watch it come down.
226
627000
2000
Patrzcie jak się zbliża. Widzicie lądowanie?
10:47
Now watch up there and you can see the landinglądowanie. Did you see it hittrafienie?
227
629000
3000
Patrzcie jak się zbliża. Widzicie lądowanie?
10:50
It actuallytak właściwie usesużywa its tailogon too,
228
632000
2000
Też używa ogona, tak samo jak w laboratorium.
10:52
just like we saw in the lablaboratorium.
229
634000
3000
Też używa ogona, tak samo jak w laboratorium.
10:55
So now we can continueKontyntynuj this mutualismmutualizm
230
637000
4000
Mutualizm trwa; zasugerowaliśmy inżynierom
10:59
by suggestingsugestia that they can make an activeaktywny tailogon.
231
641000
3000
stworzenie aktywnego ogona.
11:02
And here is the first activeaktywny tailogon, in the robotrobot,
232
644000
5000
Oto pierwszy taki ogon u robota
11:07
madezrobiony by BostonBoston DynamicsDynamics.
233
649000
3000
zbudowanego przez Boston Dynamics.
11:10
So to concludewyciągnąć wniosek, I think we need to buildbudować biomutualismsbiomutualisms, like I showedpokazał,
234
652000
4000
Uważam, że należy pracować na biomutualizmem.
11:14
that will increasezwiększać the pacetempo of basicpodstawowy discoveryodkrycie in theirich applicationpodanie.
235
656000
3000
Zwiększy to szybkość odkryć.
11:17
To do this thoughchociaż, we need to redesignprzeprojektowanie educationEdukacja in a majorpoważny way,
236
659000
3000
Trzeba fundamentalnie zmienić system edukacji,
11:20
to balancesaldo depthgłębokość with interdisciplinaryinterdyscyplinarne communicationkomunikacja,
237
662000
3000
by zrównoważyć specjalizację z interdyscyplinarnością.
11:23
and explicitlywyraźnie trainpociąg people how to contributeprzyczynić się to, and benefitzasiłek from other disciplinesdyscypliny.
238
665000
5000
Uczyć, jak rozwijać inne dyscypliny
i jak z nich czerpać.
11:28
And of coursekurs you need the organismsorganizmy and the environmentśrodowisko to do it.
239
670000
4000
Potrzeba do tego chętnych i środowiska.
11:32
That is, whetherczy you careopieka about securitybezpieczeństwo, searchszukanie and rescueratować or healthzdrowie,
240
674000
3000
Czy to w ochronie, ratownictwie czy zdrowiu,
11:35
we mustmusi preservezachować nature'snatura designsprojekty,
241
677000
2000
należy zachować wzory natury, albo zginą na zawsze.
11:37
otherwisew przeciwnym razie these secretstajniki will be lostStracony foreverna zawsze.
242
679000
3000
należy zachować wzory natury, albo zginą na zawsze.
11:40
And from what I heardsłyszał from our newNowy presidentprezydent,
243
682000
4000
Po wystąpieniu naszego nowego prezydenta
jestem optymistą.
11:44
I'm very optimisticoptymistyczny. Thank you.
244
686000
2000
Dziękuję.
11:46
(ApplauseAplauz)
245
688000
2000
(Brawa)
Translated by Marta Krzeminska
Reviewed by Marta Bromke

▲Back to top

ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Robert Full | Speaker | TED.com