TED2011
Carlo Ratti: Architecture that senses and responds
Carlo Ratti: Arquitetura que sente e reage
Filmed:
Readability: 3.9
746,791 views
Com a sua equipa do SENSEable City Lab, Carlo Ratti, professor do MIT, faz coisas interessantes captando os dados que criamos. Extrai conjuntos de informação passiva — como as chamadas que fazemos e o lixo que deitamos fora — para criar visualizações surpreendentes da vida citadina. Com a sua equipa, cria fascinantes ambientes interativos a partir da água em movimento e de luz voadora, movidos por simples gestos captados por sensores.
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio
Double-click the English transcript below to play the video.
00:15
Good afternoon, everybody.
0
0
2000
Boa tarde a todos.
00:17
I've got something to show you.
1
2000
3000
Tenho uma coisa para vos mostrar.
00:37
(Laughter)
2
22000
2000
(Risos)
00:39
Think about this as a pixel, a flying pixel.
3
24000
3000
Pensem nisto como se fosse um píxel,
um píxel voador.
um píxel voador.
00:42
This is what we call, in our lab, sensible design.
4
27000
3000
Isto é o que, no nosso laboratório,
chamamos "design" sensível.
chamamos "design" sensível.
00:45
Let me tell you a bit about it.
5
30000
2000
Vou falar um pouco sobre isto.
00:47
Now if you take this picture -- I'm Italian originally,
6
32000
3000
Olhem para esta fotografia
— sou italiano e, em Itália,
todos o rapazes
todos o rapazes
00:50
and every boy in Italy grows up
7
35000
2000
00:52
with this picture on the wall of his bedroom --
8
37000
2000
têm esta imagem na parede do quarto.
00:54
but the reason I'm showing you this
9
39000
2000
Mas estou a mostrar-vos isto
00:56
is that something very interesting
10
41000
2000
porque aconteceu
uma coisa muito interessante
uma coisa muito interessante
00:58
happened in Formula 1 racing
11
43000
2000
nas corridas de Fórmula 1,
nas últimas décadas.
nas últimas décadas.
01:00
over the past couple of decades.
12
45000
2000
01:02
Now some time ago,
13
47000
2000
Há uns tempos,
se quiséssemos ganhar
uma corrida da Fórmula 1
uma corrida da Fórmula 1
01:04
if you wanted to win a Formula 1 race,
14
49000
2000
01:06
you take a budget, and you bet your budget
15
51000
2000
arranjávamos um orçamento
e apostá-lo-íamos
e apostá-lo-íamos
01:08
on a good driver and a good car.
16
53000
3000
num bom condutor e num bom carro.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
56000
3000
Se o carro e o condutor fossem
bastante bons, ele ganharia a corrida.
bastante bons, ele ganharia a corrida.
01:14
Now today, if you want to win the race,
18
59000
2000
Hoje em dia, se quisermos
ganhar a corrida,
ganhar a corrida,
01:16
actually you need also something like this --
19
61000
3000
também precisamos duma coisa
01:19
something that monitors the car in real time,
20
64000
3000
que acompanhe o carro em tempo real,
01:22
has a few thousand sensors
21
67000
2000
tenha uns milhares de sensores
01:24
collecting information from the car,
22
69000
2000
a recolher as informações do carro,
01:26
transmitting this information into the system,
23
71000
3000
a transmitir essas informações
para o sistema,
para o sistema,
01:29
and then processing it
24
74000
2000
a processá-las e a usá-las
01:31
and using it in order to go back to the car with decisions
25
76000
3000
para regressar ao carro com decisões
01:34
and changing things in real time
26
79000
2000
e mudar as coisas em tempo real
01:36
as information is collected.
27
81000
2000
à medida que as informações
são compiladas,
são compiladas,
01:38
This is what, in engineering terms,
28
83000
2000
Em termos de engenharia,
01:40
you would call a real time control system.
29
85000
3000
chamar-lhe-íamos um sistema
de controlo em tempo real.
de controlo em tempo real.
01:43
And basically, it's a system made of two components --
30
88000
3000
Basicamente, é um sistema
feito por dois componentes,
feito por dois componentes,
01:46
a sensing and an actuating component.
31
91000
2000
um componente sensível e outro atuante.
01:48
What is interesting today
32
93000
2000
O que é interessante hoje em dia
01:50
is that real time control systems
33
95000
2000
é que os sistemas
de controlo em tempo real
de controlo em tempo real
01:52
are starting to enter into our lives.
34
97000
3000
estão a começar a entrar na nossa vida.
01:55
Our cities, over the past few years,
35
100000
3000
As nossas cidades, nos últimos anos
01:58
just have been blanketed
36
103000
2000
foram cobertas com redes, eletrónica.
02:00
with networks, electronics.
37
105000
2000
02:02
They're becoming like computers in open air.
38
107000
2000
Estão a tornar-se como
que computadores ao ar livre.
que computadores ao ar livre.
02:04
And, as computers in open air,
39
109000
2000
Como computadores ao ar livre,
02:06
they're starting to respond in a different way
40
111000
2000
estão a responder de modo diferente
02:08
to be able to be sensed and to be actuated.
41
113000
3000
para que possamos detetá-las
e atuar sobre elas.
e atuar sobre elas.
02:11
If we fix cities, actually it's a big deal.
42
116000
2000
Se repararmos as cidades,
será um grande feito.
será um grande feito.
02:13
Just as an aside, I wanted to mention,
43
118000
2000
Só um aparte, eu queria mencionar
02:15
cities are only two percent of the Earth's crust,
44
120000
4000
que as cidades representam
apenas 2% da crosta terrestre,
apenas 2% da crosta terrestre,
02:19
but they are 50 percent of the world's population.
45
124000
3000
mas aglomeram 50% da população mundial.
02:22
They are 75 percent of the energy consumption --
46
127000
3000
Correspondem a 75%
do consumo energético
do consumo energético
02:25
up to 80 percent of CO2 emissions.
47
130000
3000
e a mais de 80% da emissão de CO2.
02:28
So if we're able to do something with cities, that's a big deal.
48
133000
3000
Por isso, se conseguirmos atuar sobre
as cidades, será um grande feito.
as cidades, será um grande feito.
02:31
Beyond cities,
49
136000
2000
Para além das cidades,
02:33
all of this sensing and actuating
50
138000
3000
toda esta deteção e atuação
02:36
is entering our everyday objects.
51
141000
2000
está a entrar nos nossos objetos diários.
02:38
That's from an exhibition that
52
143000
2000
Isto faz parte de uma exposição
02:40
Paola Antonelli is organizing
53
145000
2000
que a Paola Antonelli está a organizar
02:42
at MoMA later this year, during the summer.
54
147000
2000
no MoMA no final deste ano,
durante o Verão.
durante o Verão.
02:44
It's called "Talk to Me."
55
149000
2000
Chama-se "Talk to Me".
02:46
Well our objects, our environment
56
151000
2000
Os nossos objetos, o nosso ambiente,
02:48
is starting to talk back to us.
57
153000
2000
estão a começar a responder-nos.
02:50
In a certain sense, it's almost as if every atom out there
58
155000
3000
Num certo sentido, é quase como
se todos os átomos existentes
se todos os átomos existentes
02:53
were becoming both a sensor and an actuator.
59
158000
3000
estivessem a tornar-se simultaneamente
num sensor e num atuador.
num sensor e num atuador.
02:56
And that is radically changing the interaction we have as humans
60
161000
3000
Isto está a mudar radicalmente
as nossas interações com o ambiente.
as nossas interações com o ambiente.
02:59
with the environment out there.
61
164000
2000
03:01
In a certain sense,
62
166000
2000
De certa forma, é quase como
o velho sonho de Miguel Ângelo.
o velho sonho de Miguel Ângelo.
03:03
it's almost as if the old dream of Michelangelo ...
63
168000
3000
03:06
you know, when Michelangelo sculpted the Moses,
64
171000
2000
Diz-se que, quando
Miguel Ângelo esculpiu Moisés,
Miguel Ângelo esculpiu Moisés,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
173000
3000
no final, pegou no martelo
e atirou-o a Moisés
e atirou-o a Moisés
03:11
actually you can still see a small chip underneath --
66
176000
3000
— ainda podemos ver
uma pequena fissura por baixo —
uma pequena fissura por baixo —
03:14
and said, shouted,
67
179000
2000
e gritou:
03:16
"Perché non parli? Why don't you talk?"
68
181000
2000
"Perché non parli?
Porque é que não falas?"
Porque é que não falas?"
03:18
Well today, for the first time,
69
183000
2000
Hoje, pela primeira vez,
03:20
our environment is starting to talk back to us.
70
185000
3000
o ambiente está a começar
a falar connosco.
a falar connosco.
03:23
And I'll show just a few examples --
71
188000
2000
Vou mostrar só alguns exemplos,
03:25
again, with this idea of sensing our environment and actuating it.
72
190000
3000
mais uma vez, com esta ideia de detetar
o nosso ambiente e atuar sobre ele.
o nosso ambiente e atuar sobre ele.
03:28
Let's starting with sensing.
73
193000
3000
Comecemos com a deteção.
03:31
Well, the first project I wanted to share with you
74
196000
2000
O primeiro projeto
que queria partilhar convosco
que queria partilhar convosco
03:33
is actually one of the first projects by our lab.
75
198000
3000
foi um dos primeiros projetos
do nosso laboratório.
do nosso laboratório.
03:36
It was four and a half years ago in Italy.
76
201000
3000
Aconteceu há quatro anos e meio,
na Itália.
na Itália.
03:39
And what we did there
77
204000
2000
Nessa altura, usámos um novo tipo de rede
03:41
was actually use a new type of network at the time
78
206000
2000
que tinha sido instalada em todo o mundo
03:43
that had been deployed all across the world --
79
208000
2000
03:45
that's a cellphone network --
80
210000
2000
— uma rede de telemóveis —
03:47
and use anonymous and aggregated information from that network,
81
212000
2000
e usámos a informação anónima
e agregada dessa rede,
e agregada dessa rede,
03:49
that's collected anyway by the operator,
82
214000
2000
que seria, de qualquer forma,
recolhida pela operadora
recolhida pela operadora
03:51
in order to understand
83
216000
2000
de forma a compreender
como funciona a cidade.
como funciona a cidade.
03:53
how the city works.
84
218000
2000
03:55
The summer was a lucky summer -- 2006.
85
220000
3000
Esse verão foi um verão sortudo — 2006.
03:58
It's when Italy won the soccer World Cup.
86
223000
3000
Foi quando a Itália ganhou
o campeonato do mundo de futebol.
o campeonato do mundo de futebol.
04:01
Some of you might remember, it was Italy and France playing,
87
226000
3000
Devem lembrar-se,
a Itália estava a jogar contra França,
a Itália estava a jogar contra França,
04:04
and then Zidane at the end, the headbutt.
88
229000
2000
e depois o Zidane no final, a cabeçada.
04:06
And anyway, Italy won at the end.
89
231000
2000
De qualquer forma,
a Itália acabou por ganhar.
a Itália acabou por ganhar.
04:08
(Laughter)
90
233000
2000
(Risos)
04:10
Now look at what happened that day
91
235000
2000
Vejam o que aconteceu nesse dia
04:12
just by monitoring activity
92
237000
2000
só pela monitorização da atividade da rede.
04:14
happening on the network.
93
239000
2000
04:16
Here you see the city.
94
241000
2000
Vemos aqui a cidade.
04:18
You see the Colosseum in the middle,
95
243000
3000
Vemos o Coliseu no meio,
04:21
the river Tiber.
96
246000
3000
o rio Tibre.
04:24
It's morning, before the match.
97
249000
2000
É de manhã, antes do jogo.
04:26
You see the timeline on the top.
98
251000
2000
Vemos a linha do tempo no cimo.
04:28
Early afternoon,
99
253000
2000
No início da tarde,
04:30
people here and there,
100
255000
2000
pessoas aqui e ali
04:32
making calls and moving.
101
257000
2000
a fazer chamadas e a movimentarem-se.
04:34
The match begins -- silence.
102
259000
3000
O jogo começa — silêncio.
04:37
France scores. Italy scores.
103
262000
3000
A França marca. A Itália marca.
04:40
Halftime, people make a quick call and go to the bathroom.
104
265000
4000
No intervalo, as pessoas fazem
uma chamada rápida e vão à casa de banho.
uma chamada rápida e vão à casa de banho.
04:44
Second half. End of normal time.
105
269000
2000
Segunda parte. Fim dos 90 minutos.
04:46
First overtime, second.
106
271000
2000
Primeiro prolongamento, segundo.
04:48
Zidane, the headbutt in a moment.
107
273000
3000
O Zidane, a cabeçada.
04:51
Italy wins. Yeah.
108
276000
2000
A Itália ganha. Iá!
04:53
(Laughter)
109
278000
2000
(Risos)
04:55
(Applause)
110
280000
3000
(Aplausos)
04:58
Well, that night, everybody went to celebrate in the center.
111
283000
2000
Nessa noite, toda a gente foi
para o centro da cidade festejar.
para o centro da cidade festejar.
05:00
You saw the big peak.
112
285000
2000
Vemos aqui o grande pico.
05:02
The following day, again everybody went to the center
113
287000
2000
No dia seguinte, toda a gente
foi para o centro da cidade
foi para o centro da cidade
05:04
to meet the winning team
114
289000
3000
para receber a equipa vencedora
05:07
and the prime minister at the time.
115
292000
2000
e o primeiro-ministro da altura.
05:09
And then everybody moved down.
116
294000
2000
Depois toda a gente foi para baixo.
05:11
You see the image of the place called Circo Massimo,
117
296000
2000
Vemos a imagem de um sítio
chamado Circo Máximo,
chamado Circo Máximo,
05:13
where, since Roman times, people go to celebrate,
118
298000
3000
para onde, deste os tempos romanos,
as pessoas vão para festejar,
as pessoas vão para festejar,
05:16
to have a big party, and you see the peak at the end of the day.
119
301000
3000
fazer uma grande festa,
e vemos o pico no final do dia.
e vemos o pico no final do dia.
05:19
Well, that's just one example of how we can sense the city today
120
304000
2000
Este é só um exemplo de como
podemos hoje sentir a cidade hoje,
podemos hoje sentir a cidade hoje,
05:21
in a way that we couldn't have done
121
306000
2000
de uma forma que não podíamos
fazer há uns anos.
fazer há uns anos.
05:23
just a few years ago.
122
308000
2000
05:25
Another quick example about sensing:
123
310000
2000
Outro exemplo rápido sobre deteção.
05:27
it's not about people,
124
312000
2000
Não é sobre pessoas,
05:29
but about things we use and consume.
125
314000
2000
mas sobre coisas
que usamos e consumimos.
que usamos e consumimos.
05:31
Well today, we know everything
126
316000
2000
Hoje, sabemos tudo
05:33
about where our objects come from.
127
318000
3000
acerca de onde os nossos objetos vêm.
05:36
This is a map that shows you
128
321000
2000
Este mapa mostra-nos todos os chips
05:38
all the chips that form a Mac computer, how they came together.
129
323000
3000
que formam um computador Mac
e como eles se interligam.
e como eles se interligam.
05:41
But we know very little about where things go.
130
326000
3000
Mas sabemos muito pouco
sobre o destino das coisas.
sobre o destino das coisas.
05:44
So in this project,
131
329000
2000
Por isso, neste projeto,
05:46
we actually developed some small tags
132
331000
2000
desenvolvemos umas pequenas etiquetas
05:48
to track trash as it moves through the system.
133
333000
3000
que monitorizam o lixo à medida
que ele se move pelo sistema.
que ele se move pelo sistema.
05:51
So we actually started with a number of volunteers
134
336000
3000
Começámos com um pequeno
número de voluntários
número de voluntários
05:54
who helped us in Seattle,
135
339000
2000
que nos ajudaram em Seattle,
05:56
just over a year ago,
136
341000
2000
há pouco mais de um ano,
05:58
to tag what they were throwing away --
137
343000
3000
a etiquetar o que eles deitavam fora
06:01
different types of things, as you can see here --
138
346000
3000
— diferentes tipos de coisas,
como podem ver aqui —
como podem ver aqui —
coisas que deitariam fora
de qualquer maneira.
de qualquer maneira.
06:04
things they would throw away anyway.
139
349000
2000
06:06
Then we put a little chip, little tag,
140
351000
2000
Depois pusemos um pequeno chip,
uma pequena etiqueta, no lixo
uma pequena etiqueta, no lixo
06:08
onto the trash
141
353000
2000
06:10
and then started following it.
142
355000
2000
e começámos a segui-la.
06:12
Here are the results we just obtained.
143
357000
3000
Foram estes os resultados que obtivemos.
06:15
(Music)
144
360000
3000
[Seguimos um total de 3000 objetos]
06:18
From Seattle ...
145
363000
3000
A partir de Seattle.
06:26
after one week.
146
371000
2000
Após uma semana.
[Após 2 semanas]
[Após 3 semanas]
[Após um mês]
[Após 2 meses]
06:53
With this information we realized
147
398000
2000
Com esta informação apercebemo-nos
06:55
there's a lot of inefficiencies in the system.
148
400000
2000
que há imensas insuficiências no sistema.
06:57
We can actually do the same thing with much less energy.
149
402000
3000
Podemos fazer a mesma coisa
com muito menos energia.
com muito menos energia.
Antes, esta informação
não estava disponível.
não estava disponível.
07:00
This data was not available before.
150
405000
2000
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
407000
3000
Há imenso desperdício no transportes
e coisas complicadas a acontecer aqui.
e coisas complicadas a acontecer aqui.
07:05
But the other thing is that we believe
152
410000
2000
Uma coisa em que acreditamos
07:07
that if we see every day
153
412000
2000
é que, se virmos todos os dias,
07:09
that the cup we're throwing away, it doesn't disappear,
154
414000
2000
que a chávena que deitámos fora
não desaparece,
não desaparece,
07:11
it's still somewhere on the planet.
155
416000
2000
está ainda algures no planeta;
07:13
And the plastic bottle we're throwing away every day still stays there.
156
418000
3000
que a garrafa de plástico que deitamos fora
todos os dias continua lá;
todos os dias continua lá;
07:16
And if we show that to people,
157
421000
2000
se mostrarmos isso às pessoas,
07:18
then we can also promote some behavioral change.
158
423000
2000
podemos conseguir
algumas mudanças de comportamento.
algumas mudanças de comportamento.
07:20
So that was the reason for the project.
159
425000
2000
Esta era a razão de ser do projeto.
07:22
My colleague at MIT, Assaf Biderman,
160
427000
2000
O meu colega no MIT, Assaf Biderman,
07:24
he could tell you much more about sensing
161
429000
2000
podia explicar muito mais sobre deteção
07:26
and many other wonderful things we can do with sensing,
162
431000
2000
e outras coisas espantosas
que fazemos com a deteção,
que fazemos com a deteção,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
433000
3000
mas quero voltar à segunda parte
que referi no início,
que referi no início,
07:31
and that's actuating our environment.
164
436000
2000
relativamente à atuação sobre o ambiente.
07:33
And the first project
165
438000
2000
O primeiro projeto é uma coisa
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
440000
3000
que fizemos há uns anos
em Saragoça, Espanha.
em Saragoça, Espanha.
07:38
It started with a question by the mayor of the city,
167
443000
3000
Tudo começou com uma pergunta
do alcaide da cidade,
do alcaide da cidade,
07:41
who came to us saying
168
446000
2000
que veio junto de nós dizendo
07:43
that Spain and Southern Europe have a beautiful tradition
169
448000
3000
que a Espanha e o Sul da Europa
têm uma bonita tradição
têm uma bonita tradição
07:46
of using water in public space, in architecture.
170
451000
3000
de usar a água no espaço público,
na arquitetura, e nos perguntou:
na arquitetura, e nos perguntou:
07:49
And the question was: How could technology, new technology,
171
454000
2000
"Como pode a nova tecnologia
ser incorporada nisso?".
ser incorporada nisso?".
07:51
be added to that?
172
456000
2000
07:53
And one of the ideas that was developed at MIT in a workshop
173
458000
3000
Uma das ideias que o MIT
desenvolveu num "workshop"
desenvolveu num "workshop"
07:56
was, imagine this pipe, and you've got valves,
174
461000
3000
foi, imaginem, este tubo
com válvulas solenoides,
com válvulas solenoides,
07:59
solenoid valves, taps,
175
464000
2000
e abas, a abrir e a fechar.
08:01
opening and closing.
176
466000
2000
08:03
You create like a water curtain with pixels made of water.
177
468000
3000
Cria-se uma espécie de cortina de água,
com píxeis feitos de água.
com píxeis feitos de água.
08:06
If those pixels fall,
178
471000
2000
Se esses píxeis caem,
08:08
you can write on it,
179
473000
2000
conseguimos escrever neles,
08:10
you can show patterns, images, text.
180
475000
2000
criar padrões, imagens, texto.
08:12
And even you can approach it, and it will open up
181
477000
2000
Podemos aproximar-nos dela
08:14
to let you jump through,
182
479000
2000
e ela abre-se para podermos atravessá-la,
08:16
as you see in this image.
183
481000
2000
como se pode ver nesta imagem.
08:18
Well, we presented this to Mayor Belloch.
184
483000
2000
Apresentámos isto ao alcaide Belloch.
08:20
He liked it very much.
185
485000
2000
Ele gostou imenso.
08:22
And we got a commission to design a building
186
487000
2000
E arranjámos uma encomenda
para projetar um edifício
para projetar um edifício
08:24
at the entrance of the expo.
187
489000
2000
à entrada da exposição.
08:26
We called it Digital Water Pavilion.
188
491000
2000
Chamámos-lhe Pavilhão de Água Digital.
08:28
The whole building is made of water.
189
493000
3000
Todo o edifício é feito de água.
08:33
There's no doors or windows,
190
498000
2000
Não tem portas nem janelas,
08:35
but when you approach it,
191
500000
2000
mas quando nos aproximamos,
ele abre para nos deixar entrar.
ele abre para nos deixar entrar.
08:37
it will open up to let you in.
192
502000
2000
08:39
(Music)
193
504000
6000
(Música)
08:52
The roof also is covered with water.
194
517000
3000
O telhado também está coberto de água.
08:57
And if there's a bit of wind,
195
522000
2000
E se houver um pouco de vento,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
524000
3000
se quisermos minimizar os salpicos,
podemos baixar o telhado
podemos baixar o telhado
09:04
Or you could close the building,
197
529000
2000
ou podemos fechar o edifício,
09:06
and the whole architecture will disappear,
198
531000
2000
e toda a arquitetura desaparecerá,
09:08
like in this case.
199
533000
2000
como neste caso.
09:10
You know, these days, you always get images during the winter,
200
535000
2000
Ainda hoje, recebemos imagens, no inverno,
09:12
when they take the roof down,
201
537000
2000
quando baixam o telhado,
09:14
of people who have been there and said, "They demolished the building."
202
539000
3000
de pessoas que dizem:
"Demoliram o edifício".
09:17
No, they didn't demolish it, just when it goes down,
203
542000
2000
Mas não o demoliram só que.
quando ele baixa,
quando ele baixa,
09:19
the architecture almost disappears.
204
544000
2000
a arquitetura quase desaparece.
09:21
Here's the building working.
205
546000
3000
Este é o edifício em funcionamento.
09:24
You see the person puzzled about what was going on inside.
206
549000
3000
Vemos uma pessoa curiosa com
o que se está a passar lá dentro.
o que se está a passar lá dentro.
09:27
And here was myself trying not to get wet,
207
552000
2000
Aqui sou eu a tentar não me molhar,
09:29
testing the sensors that open the water.
208
554000
3000
a testar os sensores que abrem a água.
09:32
Well, I should tell you now what happened one night
209
557000
2000
Tenho que contar o que aconteceu uma noite
09:34
when all of the sensors stopped working.
210
559000
3000
quando todos os sensores
deixaram de funcionar.
deixaram de funcionar.
09:37
But actually that night, it was even more fun.
211
562000
3000
Nessa noite, ainda foi mais divertido.
09:40
All the kids from Zaragoza came to the building,
212
565000
2000
Todos os miúdos de Saragoça
vieram ao edifício,
vieram ao edifício,
09:42
because the way of engaging with the building became something different.
213
567000
3000
porque o modo de interagir
com o edifício ficou diferente.
com o edifício ficou diferente.
09:45
Not anymore a building that would open up to let you in,
214
570000
3000
Já não era um edifício que se abria
para nos deixar entrar,
para nos deixar entrar,
09:48
but a building that would still make cuts and holes through the water,
215
573000
3000
mas um edifício que fazia cortes
e buracos na água,
e buracos na água,
09:51
and you had to jump without getting wet.
216
576000
2000
e tínhamos de saltar sem nos molharmos.
09:53
(Video) (Crowd Noise)
217
578000
13000
(Vídeo)
10:06
And that was, for us, was very interesting,
218
591000
2000
Para nós, foi muito interessante,
10:08
because, as architects, as engineers, as designers,
219
593000
3000
porque, enquanto arquitetos,
engenheiros, designers,
engenheiros, designers,
10:11
we always think about how people will use the things we design.
220
596000
3000
pensamos sempre em como as pessoas
vão usar as coisas que desenhamos.
vão usar as coisas que desenhamos.
10:14
But then reality's always unpredictable.
221
599000
3000
Mas a realidade é sempre imprevisível.
10:17
And that's the beauty of doing things
222
602000
2000
Essa é a beleza de fazer coisas
10:19
that are used and interact with people.
223
604000
2000
que são usadas e interagem com as pessoas.
10:21
Here is an image then of the building
224
606000
2000
Esta é uma imagem do edifício na altura
10:23
with the physical pixels, the pixels made of water,
225
608000
2000
com os píxeis físicos,
os píxeis feitos de água,
os píxeis feitos de água,
10:25
and then projections on them.
226
610000
3000
e depois as projeções sobre eles.
10:28
And this is what led us to think about
227
613000
2000
Isto é o que nos leva a pensar no projeto
10:30
the following project I'll show you now.
228
615000
2000
que vos vou mostrar agora.
10:32
That's, imagine those pixels could actually start flying.
229
617000
3000
Imaginem que estes píxeis
conseguiam começar a voar.
conseguiam começar a voar.
10:35
Imagine you could have small helicopters
230
620000
2000
Imaginem que podiam ter
pequenos helicópteros
pequenos helicópteros
10:37
that move in the air,
231
622000
2000
que se movem no ar,
10:39
and then each of them with a small pixel in changing lights --
232
624000
3000
e cada um deles com um pequeno pixel
com luzes que vão mudando,
com luzes que vão mudando,
10:42
almost as a cloud that can move in space.
233
627000
3000
quase como uma nuvem
que se consegue mover no espaço.
que se consegue mover no espaço.
10:45
Here is the video.
234
630000
2000
Aqui está o vídeo.
10:47
(Music)
235
632000
6000
(Vídeo)
10:53
So imagine one helicopter,
236
638000
3000
Imaginem um helicóptero,
10:56
like the one we saw before,
237
641000
3000
como aquele que vimos antes,
11:01
moving with others,
238
646000
3000
movendo-se com outros,
11:04
in synchrony.
239
649000
2000
em sincronia,
11:06
So you can have this cloud.
240
651000
3000
de forma a termos esta nuvem.
11:15
You can have a kind of flexible screen or display, like this --
241
660000
4000
Podemos ter uma espécie
de ecrã flexível ou display, assim
de ecrã flexível ou display, assim
11:19
a regular configuration in two dimensions.
242
664000
3000
uma configuração regular
em duas dimensões.
em duas dimensões.
11:29
Or in regular, but in three dimensions,
243
674000
3000
Ou regular, mas em três dimensões,
11:32
where the thing that changes is the light,
244
677000
2000
em que a coisa que muda é a luz,
11:34
not the pixels' position.
245
679000
2000
e não a posição dos píxeis.
11:46
You can play with a different type.
246
691000
2000
Podemos brincar com um diferente tipo.
11:48
Imagine your screen could just appear
247
693000
2000
Imaginem que o vosso ecrã podia aparecer
11:50
in different scales or sizes,
248
695000
3000
em diferentes proporções ou tamanhos,
11:53
different types of resolution.
249
698000
3000
diferentes tipos de resolução.
12:05
But then the whole thing can be
250
710000
2000
Mas podia também ser só
uma nuvem 3D de píxeis
uma nuvem 3D de píxeis
12:07
just a 3D cloud of pixels
251
712000
2000
12:09
that you can approach and move through it
252
714000
3000
da qual nos podemos aproximar
e mover nela
e mover nela
12:12
and see from many, many directions.
253
717000
3000
e ver de muitas direções.
12:15
Here is the real Flyfire
254
720000
2000
Este é o verdadeiro controlo Flyfire
12:17
control and going down to form the regular grid as before.
255
722000
4000
a baixar para formar a grelha como antes.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
726000
3000
Quando se liga a luz, vemos isto,
o mesmo que vimos antes.
o mesmo que vimos antes.
12:24
And imagine each of them then controlled by people.
257
729000
2000
Imaginem que cada um deles
é controlado por uma pessoa.
é controlado por uma pessoa.
12:26
You can have each pixel
258
731000
2000
Podemos ter cada píxel com um input
que vem das pessoas,
que vem das pessoas,
12:28
having an input that comes from people,
259
733000
2000
12:30
from people's movement, or so and so.
260
735000
2000
do movimento das pessoas,
e por aí em diante.
e por aí em diante.
12:32
I want to show you something here for the first time.
261
737000
3000
Quero mostrar-vos uma coisa
aqui pela primeira vez.
aqui pela primeira vez.
12:35
We've been working with Roberto Bolle,
262
740000
2000
Temos estado a trabalhar
com Roberto Bolle,
com Roberto Bolle,
12:37
one of today's top ballet dancers --
263
742000
2000
um dos maiores bailarinos do nosso tempo,
12:39
the étoile at Metropolitan in New York
264
744000
2000
o bailarino principal no
Metropolitan de Nova Iorque
Metropolitan de Nova Iorque
12:41
and La Scala in Milan --
265
746000
2000
e no La Scala em Milão.
12:43
and actually captured his movement in 3D
266
748000
2000
Captámos os seus movimentos em 3D
12:45
in order to use it as an input for Flyfire.
267
750000
3000
usando-os como input para o Flyfire.
12:48
And here you can see Roberto dancing.
268
753000
3000
E aqui podem ver o Roberto a dançar.
12:53
You see on the left the pixels,
269
758000
2000
Veem à esquerda os píxeis,
12:55
the different resolutions being captured.
270
760000
2000
as diferentes resoluções a ser captadas.
12:57
It's both 3D scanning in real time
271
762000
2000
É simultaneamente scanning
3D em tempo real
3D em tempo real
12:59
and motion capture.
272
764000
3000
e captura de movimentos.
13:03
So you can reconstruct a whole movement.
273
768000
3000
Por isso podemos reconstruir
um movimento inteiro.
um movimento inteiro.
13:10
You can go all the way through.
274
775000
3000
E podemos ir até ao fim.
13:16
But then, once we have the pixels, then you can play with them
275
781000
2000
Mas, quando temos os píxeis,
podemos brincar com eles
podemos brincar com eles
13:18
and play with color and movement
276
783000
3000
e brincar com cores, movimento,
13:21
and gravity and rotation.
277
786000
3000
gravidade e rotação.
13:24
So we want to use this as one of the possible inputs
278
789000
2000
Por isso queremos usar isto
como um dos possíveis inputs para o Flyfire.
como um dos possíveis inputs para o Flyfire.
13:26
for Flyfire.
279
791000
2000
13:47
I wanted to show you the last project we are working on.
280
812000
2000
O último projeto
em que estamos a trabalhar
em que estamos a trabalhar
13:49
It's something we're working on for the London Olympics.
281
814000
2000
é uma coisa para
os Jogos Olímpicos de Londres.
os Jogos Olímpicos de Londres.
13:51
It's called The Cloud.
282
816000
2000
Chama-se "A Nuvem".
13:53
And the idea here is, imagine, again,
283
818000
2000
E a ideia aqui é, outra vez,
13:55
we can involve people
284
820000
2000
podermos envolver pessoas
13:57
in doing something and changing our environment --
285
822000
3000
a fazer algo e a mudar o nosso ambiente,
14:00
almost to impart what we call cloud raising --
286
825000
2000
participar no que chamamos
construção de nuvens,
construção de nuvens,
14:02
like barn raising, but with a cloud.
287
827000
2000
como um esforço coletivo duma comunidade,
mas com uma nuvem.
mas com uma nuvem.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
829000
4000
Imaginem que conseguimos que toda a gente
faça uma pequena doação para um píxel.
faça uma pequena doação para um píxel.
14:08
And I think what is remarkable
289
833000
2000
Penso que o notável,
e que aconteceu nos últimos anos,
e que aconteceu nos últimos anos,
14:10
that has happened over the past couple of years
290
835000
2000
14:12
is that, over the past couple of decades,
291
837000
2000
é que, ao longo das últimas décadas,
14:14
we went from the physical world to the digital one.
292
839000
3000
passámos de um mundo físico
para um mundo digital.
para um mundo digital.
14:17
This has been digitizing everything, knowledge,
293
842000
2000
Temos digitalizado tudo,
como o conhecimento,
como o conhecimento,
14:19
and making that accessible through the Internet.
294
844000
2000
e está tudo acessível
através da Internet.
através da Internet.
14:21
Now today, for the first time --
295
846000
2000
Hoje, pela primeira vez
14:23
and the Obama campaign showed us this --
296
848000
2000
— e a campanha de Obama
mostrou-nos isto —
mostrou-nos isto —
14:25
we can go from the digital world,
297
850000
2000
podemos passar do mundo digital,
14:27
from the self-organizing power of networks,
298
852000
2000
do poder auto-organizador das redes,
14:29
to the physical one.
299
854000
2000
para o mundo físico.
14:31
This can be, in our case,
300
856000
2000
Isto pode significar, no nosso caso,
14:33
we want to use it for designing and doing a symbol.
301
858000
2000
usá-lo para o design
e construir um símbolo.
e construir um símbolo.
14:35
That means something built in a city.
302
860000
2000
Isto é, uma coisa construída numa cidade.
14:37
But tomorrow it can be,
303
862000
2000
Mas amanhã poderá ser,
14:39
in order to tackle today's pressing challenges --
304
864000
3000
com vista a fazer face aos desafios
que hoje se aproximam
que hoje se aproximam
14:42
think about climate change or CO2 emissions --
305
867000
2000
— pensem na alteração climática
ou nas emissões de CO2 —
ou nas emissões de CO2 —
14:44
how we can go from the digital world to the physical one.
306
869000
3000
como podemos passar do mundo digital
para o mundo físico.
para o mundo físico.
14:47
So the idea that we can actually involve people
307
872000
2000
A ideia de que podemos envolver as pessoas
14:49
in doing this thing together, collectively.
308
874000
2000
para construir isto, coletivamente.
14:51
The cloud is a cloud, again, made of pixels,
309
876000
3000
A nuvem é uma nuvem,
outra vez, feita de píxeis,
outra vez, feita de píxeis,
14:54
in the same way as the real cloud
310
879000
2000
da mesma forma que uma nuvem verdadeira
14:56
is a cloud made of particles.
311
881000
2000
é uma nuvem feita de partículas.
14:58
And those particles are water,
312
883000
2000
Essas partículas são água,
15:00
where our cloud is a cloud of pixels.
313
885000
2000
enquanto a nossa nuvem
é uma nuvem de píxeis.
é uma nuvem de píxeis.
15:02
It's a physical structure in London, but covered with pixels.
314
887000
3000
É uma estrutura física em Londres,
mas coberta de píxeis.
mas coberta de píxeis.
15:05
You can move inside, have different types of experiences.
315
890000
2000
Podemos mover-nos lá dentro,
ter diferentes tipos de experiências.
ter diferentes tipos de experiências.
15:07
You can actually see from underneath,
316
892000
2000
Podemos até ver por baixo,
15:09
sharing the main moments
317
894000
2000
partilhando os principais momentos
15:11
for the Olympics in 2012 and beyond,
318
896000
3000
dos Olímpicos de 2012 e anteriores,
15:14
and really using it as a way to connect with the community.
319
899000
4000
e usando-a como uma forma
de interagir com a comunidade.
de interagir com a comunidade.
15:18
So both the physical cloud in the sky
320
903000
4000
Tanto a nuvem física no céu
15:22
and something you can go to the top [of],
321
907000
3000
e uma coisa a que podemos subir,
15:25
like London's new mountaintop.
322
910000
2000
como o novo cume de Londres.
15:27
You can enter inside it.
323
912000
2000
Podemos entrar.
15:29
And a kind of new digital beacon for the night --
324
914000
3000
E uma espécie de farol digital
para a noite.
para a noite.
15:32
but most importantly,
325
917000
2000
Mas, mais importante ainda,
15:34
a new type of experience for anybody who will go to the top.
326
919000
3000
um novo tipo de experiência
para quem for até ao cimo.
para quem for até ao cimo.
15:37
Thank you.
327
922000
2000
Obrigado.
15:39
(Applause)
328
924000
2000
(Aplausos)
ABOUT THE SPEAKER
Carlo Ratti - Architect and engineerCarlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.
Why you should listen
Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.
Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.
For more information on the projects in this talk, visit SENSEable @ TED >>
Carlo Ratti | Speaker | TED.com