TED2006
Saul Griffith: Everyday inventions
Сол Гриффит о повседневных изобретениях
Filmed:
Readability: 4.2
580,919 views
Изобретатель и стипендиат Мак-Артура, Сол Гриффит делится инновационными идеями из его лаборатории — от «умной верёвки» до воздушного змея размером с дом для транспортировки больших грузов.
Saul Griffith - Inventor
Inventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power. Full bio
Inventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power. Full bio
Double-click the English transcript below to play the video.
00:24
So anyway, who am I?
0
0
1000
Итак, кто я?
00:25
I usually say to people, when they say, "What do you do?"
1
1000
3000
Обычно, в ответ на вопрос: «Чем ты занимаешься?»
00:28
I say, "I do hardware,"
2
4000
2000
я отвечаю: «Техническим оборудованием»,
00:30
because it sort of conveniently encompasses everything I do.
3
6000
2000
потому что это некоторым образом описывает род моих занятий.
00:32
And I recently said that to a venture capitalist casually at some
4
8000
4000
Я недавно это сказал одному инвестору на мероприятии в Долине,
00:36
Valley event, to which he replied, "How quaint."
5
12000
3000
на что он ответил: «Как оригинально».
00:39
(Laughter)
6
15000
2000
(Смех)
00:41
And I sort of really was dumbstruck.
7
17000
3000
Я был действительно ошеломлён.
00:44
And I really should have said something smart.
8
20000
2000
И мне нужно было сказать что-то умное.
00:46
And now I've had a little bit of time to think about it,
9
22000
5000
И если бы у меня было больше времени на размышления,
00:51
I would have said, "Well, you know,
10
27000
2000
я бы сказал: «Ну, знаете,
00:53
if we look at the next 100 years
11
29000
2000
если заглянуть на следующие сто лет вперёд,
00:55
and we've seen all these problems in the last few days,
12
31000
2000
и, видя все эти проблемы последнего времени,
00:57
most of the big issues -- clean water, clean energy --
13
33000
3000
большинство из больших вопросов — чистая вода, чистая энергия —
01:00
and they're interchangeable in some respects --
14
36000
2000
а они взаимосвязаны в некотором роде —
01:02
and cleaner, more functional materials --
15
38000
2000
и чистые, более функциональные материалы —
01:04
they all look to me to be hardware problems.
16
40000
3000
все они видятся мне как технические проблемы.
01:07
This doesn't mean we should ignore software,
17
43000
2000
Это не значит, что мы можем игнорировать программное обеспечение,
01:09
or information, or computation."
18
45000
2000
информацию или вычислительную технику».
01:11
And that's in fact probably what I'm going to try and tell you about.
19
47000
3000
Вот об этом, фактически, я вам сегодня и постараюсь рассказать.
01:14
So, this talk is going to be about how do we make things
20
50000
3000
То есть, это выступление будет о том, как мы сейчас производим вещи,
01:17
and what are the new ways that we're going to make things in the future.
21
53000
5000
и какие есть пути в будущем для производства.
01:22
Now, TED sends you a lot of spam if you're a speaker
22
58000
5000
Выступающим TED присылает вам много спама
01:27
about "do this, do that" and you fill out all these forms,
23
63000
2000
на тему “сделай то, сделай это”, и ты заполняешь все эти формы,
01:29
and you don't actually know how they're going to describe you,
24
65000
3000
и фактически, не знаешь, как они тебя в итоге опишут,
01:32
and it flashed across my desk that they were going to introduce me as a futurist.
25
68000
3000
и тут где-то мелькает, что они представят меня как футуриста.
01:35
And I've always been nervous about the term "futurist,"
26
71000
2000
Я всегда недолюбливал термин «футурист», потому что с ним ты как будто
01:37
because you seem doomed to failure because you can't really predict it.
27
73000
3000
обречён на провал из-за того, что не можешь на самом деле предсказать будущее.
01:40
And I was laughing about this with the very smart colleagues I have,
28
76000
3000
Я смеялся по этому поводу с одними моими очень умными коллегами, и сказал:
01:43
and said, "You know, well, if I have to talk about the future, what is it?"
29
79000
4000
«Знаете, если я буду выступать с речью о будущем, то какое оно?»
01:47
And George Homsey, a great guy, said, "Oh, the future is amazing.
30
83000
5000
А Джордж Хомси, отличный парень, сказал: «О, будущее прекрасно.
01:52
It is so much stranger than you think.
31
88000
2000
Оно настолько более странное, чем ты можешь представить.
01:54
We're going to reprogram the bacteria in your gut,
32
90000
2000
Мы сможем перепрограммировать бактерии в твоём кишечнике,
01:56
and we're going to make your poo smell like peppermint."
33
92000
5000
и твои какашки будут пахнуть мятой».
02:01
(Laughter)
34
97000
2000
(Смех)
02:03
So, you may think that's sort of really crazy,
35
99000
3000
Вы можете подумать, что это просто сумасшествие,
02:06
but there are some pretty amazing things that are happening
36
102000
2000
но на самом деле уже происходят такие впечатляющие вещи,
02:08
that make this possible.
37
104000
1000
которые делают это возможным.
02:09
So, this isn't my work, but it's work of good friends of mine at MIT.
38
105000
4000
Итак, это не моё достижение, это работа моих хороших друзей в MIT.
02:13
This is called the registry of standard biological parts.
39
109000
2000
Это называется реестром стандартных биологических частей.
02:15
This is headed by Drew Endy and Tom Knight
40
111000
2000
Его возглавляет Дрю Энди и Том Найт,
02:17
and a few other very, very bright individuals.
41
113000
3000
вместе с другими очень, очень умными людьми.
02:20
Basically, what they're doing is looking at biology as a programmable system.
42
116000
3000
Фактически, они занимаются тем, что смотрят на биологию как на программируемую систему.
02:23
Literally, think of proteins as subroutines
43
119000
4000
В буквальном смысле, посмотрите на белки как на подпрограммы,
02:27
that you can string together to execute a program.
44
123000
3000
которые можно соединить в одну цепочку, чтобы выполнить программу.
02:30
Now, this is actually becoming such an interesting idea.
45
126000
5000
Теперь это становится очень интересной идеей.
02:35
This is a state diagram. That's an extremely simple computer.
46
131000
3000
Это диаграмма состояний. Это очень простой компьютер.
02:38
This one is a two-bit counter.
47
134000
2000
Это двухбитный счётчик.
02:40
So that's essentially the computational equivalent of two light switches.
48
136000
6000
То есть, фактически, это компьютерный эквивалент двух выключателей.
02:46
And this is being built by a group of students at Zurich
49
142000
3000
А сейчас группа студентов в Цюрихе строит это
02:49
for a design competition in biology.
50
145000
2000
для конкурса проектов по биологии.
02:51
And from the results of the same competition last year,
51
147000
3000
По результатам этого конкурса в прошлом году,
02:54
a University of Texas team of students programmed bacteria
52
150000
4000
команда студентов Университета Техаса запрограммировала бактерии так,
02:58
so that they can detect light and switch on and off.
53
154000
3000
что они могут определять свет и включать-выключать его.
03:01
So this is interesting in the sense that you can now
54
157000
2000
Так что это интересный пример, в том смысле, что теперь
03:03
do "if-then-for" statements in materials, in structure.
55
159000
5000
можно выполнять значения «если-то» в материале, в структуре.
03:08
This is a pretty interesting trend,
56
164000
2000
Это довольно интересная тенденция,
03:10
because we used to live in a world where everyone's said glibly,
57
166000
2000
так как раньше мы жили в мире, где все говорили, живописно выражаясь,
03:12
"Form follows function," but I think I've sort of grown up in a world
58
168000
4000
«Форма следует за функцией», но мне кажется, я вырос в мире,
03:16
-- you listened to Neil Gershenfeld yesterday;
59
172000
3000
— вчера вы слушали Нила Гершенфельда;
03:19
I was in a lab associated with his -- where it's really a world
60
175000
4000
я работал в соседней с ним лаборатории — где в мире на самом деле
03:23
where information defines form and function.
61
179000
3000
информация определяет форму и функцию.
03:26
I spent six years thinking about that,
62
182000
4000
Я провёл шесть лет, размышляя об этом,
03:30
but to show you the power of art over science --
63
186000
2000
но чтобы продемонстрировать вам силу искусства над наукой —
03:32
this is actually one of the cartoons I write. These are called "HowToons."
64
188000
3000
вот, кстати, один из комиксов, которые я рисую. Они называются «HowToons».
03:35
I work with a fabulous illustrator called Nick Dragotta.
65
191000
2000
Я работаю с прекрасным иллюстратором по имени Ник Драготта.
03:37
Took me six years at MIT,
66
193000
2000
Мне потребовалось шесть лет в MIT,
03:39
and about that many pages to describe what I was doing,
67
195000
4000
и примерно вот столько страниц, чтобы описать, чем я занимаюсь,
03:43
and it took him one page. And so this is our muse Tucker.
68
199000
5000
а ему хватило одной страницы. И вот это наша муза, Такер.
03:48
He's an interesting little kid -- and his sister, Celine --
69
204000
2000
Он интересный паренёк — и его сестра, Селина.
03:50
and what he's doing here
70
206000
2000
Здесь он наблюдает за самоорганизацией
03:52
is observing the self-assembly of his Cheerios in his cereal bowl.
71
208000
4000
хлопьев Cheerios в своей тарелке.
03:56
And in fact you can program the self-assembly of things,
72
212000
3000
Фактически, можно запрограммировать самоорганизацию вещей,
03:59
so he starts chocolate-dipping edges,
73
215000
2000
и он начинает опускать края в шоколад,
04:01
changing the hydrophobicity and the hydrophylicity.
74
217000
2000
меняя гидрофобию и гидрофилию.
04:03
In theory, if you program those sufficiently,
75
219000
2000
Теоретически, если запрограммировать их должным образом,
04:05
you should be able to do something pretty interesting
76
221000
2000
можно достичь интересных результатов,
04:07
and make a very complex structure.
77
223000
2000
и создать очень сложную структуру.
04:09
In this case, he's done self-replication of a complex 3D structure.
78
225000
5000
В этом случае, он создал самовоспроизведение сложной трёхмерной структуры.
04:14
And that's what I thought about for a long time,
79
230000
3000
И вот о чем я думал в течение долгого времени,
04:17
because this is how we currently make things.
80
233000
2000
потому что именно так мы сейчас создаём вещи.
04:19
This is a silicon wafer, and essentially
81
235000
2000
Это кремниевая пластина, по существу,
04:21
that's just a whole bunch of layers of two-dimensional stuff, sort of layered up.
82
237000
4000
это просто набор слоёв двухмерного вещества, как бы наслоение.
04:25
The feature side is -- you know, people will say,
83
241000
2000
Функциональная сторона — как люди скажут,
04:27
[unclear] down around about 65 nanometers now.
84
243000
2000
[неразборчиво] сейчас около 65 нанометров.
04:29
On the right, that's a radiolara.
85
245000
2000
Справа — радиолярия.
04:31
That's a unicellular organism ubiquitous in the oceans.
86
247000
3000
Это одноклеточный организм, широко распространённый в океане.
04:34
And that has feature sizes down to about 20 nanometers,
87
250000
4000
И для него размер элемента составляет всего около 20 нанометров,
04:38
and it's a complex 3D structure.
88
254000
2000
и это сложная трёхмерная структура.
04:40
We could do a lot more with computers and things generally
89
256000
4000
Мы могли бы сделать гораздо больше с компьютерами и вещами вообще,
04:44
if we knew how to build things this way.
90
260000
3000
если бы знали, как строить вещи таким образом.
04:47
The secret to biology is, it builds computation
91
263000
3000
Секрет биологии в том, что она внедряет вычисления
04:50
into the way it makes things. So this little thing here, polymerase,
92
266000
3000
в сам процесс создания вещей. Например, вот эта маленькая вещица, полимераза,
04:53
is essentially a supercomputer designed for replicating DNA.
93
269000
5000
фактически является суперкомпьютером для воспроизведения ДНК.
04:58
And the ribosome here is another little computer
94
274000
3000
А вот эта рибосома — это ещё один маленький компьютер,
05:01
that helps in the translation of the proteins.
95
277000
2000
который помогает в перемещении белков.
05:03
I thought about this
96
279000
1000
Я думал об этом, в том смысле, что это отлично работает
05:04
in the sense that it's great to build in biological materials,
97
280000
3000
при строительстве в биологических материях,
05:07
but can we do similar things?
98
283000
2000
но можем ли мы создавать подобные вещи?
05:09
Can we get self-replicating-type behavior?
99
285000
2000
Можем ли мы получить самовоспроизводящийся тип поведения?
05:11
Can we get complex 3D structure automatically assembling
100
287000
4000
Можем ли мы получить сложную трёхмерную структуру,
05:15
in inorganic systems?
101
291000
2000
которая автоматически собирается в неорганических системах?
05:17
Because there are some advantages to inorganic systems,
102
293000
2000
Потому что у неорганических систем есть свои преимущества,
05:19
like higher speed semiconductors, etc.
103
295000
2000
такие как более высокая скорость полупроводников и другие.
05:21
So, this is some of my work
104
297000
2000
Вот кое-что из моей работы над тем,
05:23
on how do you do an autonomously self-replicating system.
105
299000
6000
как создать автономную самовоспроизводящуюся систему.
05:29
And this is sort of Babbage's revenge.
106
305000
2000
А это своеобразная месть Беббиджа.
05:31
These are little mechanical computers.
107
307000
1000
Это маленькие механические компьютеры.
05:32
These are five-state state machines.
108
308000
3000
Это автоматы, у которых есть пять состояний.
05:35
So, that's about three light switches lined up.
109
311000
3000
Итак, это три выключателя света, в линию.
05:38
In a neutral state, they won't bind at all.
110
314000
2000
В нейтральном состоянии, они совершенно не связаны.
05:40
Now, if I make a string of these, a bit string,
111
316000
4000
А теперь, если собрать их в цепь, в двоичную последовательность,
05:44
they will be able to replicate.
112
320000
2000
они смогут воспроизводиться.
05:46
So we start with white, blue, blue, white.
113
322000
1000
Мы начинаем с белого, синего, синего, белого.
05:47
That encodes; that will now copy. From one comes two,
114
323000
6000
Это кодируется; и они сейчас начнут копироваться.
05:53
and then from two comes three.
115
329000
2000
Из одного получается два, затем из двух — три.
05:55
And so you've got this sort of replicating system.
116
331000
4000
И вот у вас получается своеобразная воспроизводящаяся система.
05:59
It was work actually by Lionel Penrose,
117
335000
2000
Изначально, это была работа Лайонела Пенроуза,
06:01
father of Roger Penrose, the tiles guy.
118
337000
3000
отца Роджера Пенроуза, изобретателя Мозаики Пенроуза.
06:04
He did a lot of this work in the '60s,
119
340000
2000
Он сделал много такой работы в 60-х,
06:06
and so a lot of this logic theory lay fallow
120
342000
2000
и многое из этой теории логики оставалось без применения,
06:08
as we went down the digital computer revolution, but it's now coming back.
121
344000
3000
пока происходила цифровая компьютерная революция, но сейчас она возвращается.
06:11
So now I'm going to show you the hands-free, autonomous self-replication.
122
347000
4000
Сейчас я покажу вам автономное самовоспроизведение, без участия человека.
06:15
So we've tracked in the video the input string,
123
351000
2000
Мы проследили на видео входящую цепочку,
06:17
which was green, green, yellow, yellow, green.
124
353000
2000
которая была зелёная, зелёная, жёлтая, жёлтая, зелёная.
06:19
We set them off on this air hockey table.
125
355000
4000
Мы отделили их на этот стол для аэрохоккея.
06:23
You know, high science uses air hockey tables --
126
359000
2000
Знаете, в высокой науке используются столы для аэрохоккея —
06:25
(Laughter)
127
361000
1000
(Смех)
06:26
-- and if you watch this thing long enough you get dizzy,
128
362000
2000
— если долго за этим наблюдать, может голова закружиться,
06:28
but what you're actually seeing is copies of that original string
129
364000
3000
но что мы на самом деле наблюдаем — это копии исходной цепи,
06:31
emerging from the parts bin that you have here.
130
367000
3000
которые появляются из частей, которые у нас есть.
06:34
So we've got autonomous replication of bit strings.
131
370000
5000
Таким образом, мы получаем автономное самовоспроизведение двоичной последовательности.
06:39
So, why would you want to replicate bit strings?
132
375000
3000
Зачем же нужно воспроизводить двоичные последовательности?
06:42
Well, it turns out biology has this other very interesting meme,
133
378000
3000
Оказывается, у биологии есть вот такой интересный мем:
06:45
that you can take a linear string, which is a convenient thing to copy,
134
381000
3000
можно взять линейную цепь, которую удобно копировать,
06:48
and you can fold that into an arbitrarily complex 3D structure.
135
384000
4000
и можно согнуть её в сколь угодно сложную трёхмерную структуру.
06:52
So I was trying to, you know, take the engineer's version:
136
388000
3000
И я пытался, знаете, принять версию инженера:
06:55
Can we build a mechanical system in inorganic materials
137
391000
3000
Можем ли мы создать механическую систему из неорганических материалов,
06:58
that will do the same thing?
138
394000
1000
которая будет делать то же самое?
06:59
So what I'm showing you here is that we can make a 2D shape --
139
395000
5000
Я пытаюсь показать вам, что мы можем создать двухмерную форму —
07:04
the B -- assemble from a string of components
140
400000
4000
букву B — собрать её из цепочки компонентов,
07:08
that follow extremely simple rules.
141
404000
2000
которые следуют исключительно простым правилам.
07:10
And the whole point of going with the extremely simple rules here,
142
406000
3000
Весь смысл того, чтобы работать с простейшими правилами
07:13
and the incredibly simple state machines in the previous design,
143
409000
3000
и неимоверно простыми автоматами состояний из предыдущего макета в том,
07:16
was that you don't need digital logic to do computation.
144
412000
3000
что вам не нужна цифровая логика для произведения вычислений.
07:19
And that way you can scale things much smaller than microchips.
145
415000
4000
Таким образом, можно работать с вещами, гораздо меньшими, чем микрочипы.
07:23
So you can literally use these as the tiny components in the assembly process.
146
419000
4000
То есть, буквально можно использовать эти вещи, как крохотные компоненты в процессе сборки.
07:27
So, Neil Gershenfeld showed you this video on Wednesday, I believe,
147
423000
5000
Думаю, Нил Гершенфельд показывал вам в среду это видео,
07:32
but I'll show you again.
148
428000
2000
но я покажу ещё раз.
07:34
This is literally the colored sequence of those tiles.
149
430000
3000
Это буквально цветная последовательность мозаики.
07:37
Each different color has a different magnetic polarity,
150
433000
3000
У каждого цвета своя магнитная полярность,
07:40
and the sequence is uniquely specifying the structure that is coming out.
151
436000
5000
и последовательность однозначно определяет итоговую структуру.
07:45
Now, hopefully, those of you who know anything about graph theory
152
441000
3000
Надеюсь, те из вас, кому что-либо известно о теории графов,
07:48
can look at that, and that will satisfy you
153
444000
2000
могут, глядя на это, убедиться,
07:50
that that can also do arbitrary 3D structure,
154
446000
3000
что это тоже может создавать произвольные трёхмерные структуры,
07:53
and in fact, you know, I can now take a dog, carve it up
155
449000
5000
и фактически, знаете, я могу взять собаку, порубить её
07:58
and then reassemble it so it's a linear string
156
454000
2000
и затем собрать заново в линейную цепь,
08:00
that will fold from a sequence. And now
157
456000
2000
которая соберётся из последовательности.
08:02
I can actually define that three-dimensional object as a sequence of bits.
158
458000
7000
Теперь я могу определить этот трёхмерный объект как последовательность битов.
08:09
So, you know, it's a pretty interesting world
159
465000
3000
Знаете, мир довольно интересный,
08:12
when you start looking at the world a little bit differently.
160
468000
2000
когда начинаешь смотреть на него немного иначе.
08:14
And the universe is now a compiler.
161
470000
3000
И теперь вселенная становится компилятором.
08:17
And so I'm thinking about, you know, what are the programs
162
473000
2000
Я думаю, каковы программы
08:19
for programming the physical universe?
163
475000
3000
для программирования физической вселенной?
08:22
And how do we think about materials and structure,
164
478000
3000
И каким образом нам надо думать о материалах и структуре
08:25
sort of as an information and computation problem?
165
481000
3000
как о вопросах информации и вычисления?
08:28
Not just where you attach a micro-controller to the end point,
166
484000
3000
Не только там, где ты прикрепляешь микроконтроллер к конечной точке,
08:31
but that the structure and the mechanisms are the logic, are the computers.
167
487000
5000
а там, где структура и механизмы являются логикой, компьютерами.
08:36
Having totally absorbed this philosophy,
168
492000
5000
Полностью впитав в себя эту философию,
08:41
I started looking at a lot of problems a little differently.
169
497000
3000
я начал иначе смотреть на многие вопросы.
08:44
With the universe as a computer,
170
500000
1000
Если вселенная — компьютер,
08:45
you can look at this droplet of water
171
501000
2000
можно рассматривать эту каплю воды
08:47
as having performed the computations.
172
503000
2000
как результат вычислений.
08:49
You set a couple of boundary conditions, like gravity,
173
505000
2000
Задаёшь пару граничных условий, таких как гравитация,
08:51
the surface tension, density, etc., and then you press "execute,"
174
507000
4000
поверхностное натяжение, плотность, и т.д., и нажимаешь «выполнить»,
08:55
and magically, the universe produces you a perfect ball lens.
175
511000
5000
и волшебным образом, вселенная производит тебе идеальную сферическую линзу.
09:00
So, this actually applied to the problem
176
516000
2000
Так вот, это, на самом деле, применимо к такой проблеме...
09:02
of -- so there's a half a billion to a billion people in the world
177
518000
3000
В мире от полумиллиарда до миллиарда людей,
09:05
don't have access to cheap eyeglasses.
178
521000
2000
у которых нет возможности купить очки.
09:07
So can you make a machine
179
523000
2000
Так, можно ли построить машину,
09:09
that could make any prescription lens very quickly on site?
180
525000
4000
которая сможет создать любые очки на месте?
09:13
This is a machine where you literally define a boundary condition.
181
529000
4000
Это машина, в которой вы, буквально, определяете граничное условие.
09:17
If it's circular, you make a spherical lens.
182
533000
3000
Если она круглая — вы делаете сферическую линзу.
09:20
If it's elliptical, you can make an astigmatic lens.
183
536000
3000
Если эллиптическая — астигматическую линзу.
09:23
You then put a membrane on that and you apply pressure --
184
539000
3000
После, вы кладёте мембрану и применяете давление —
09:26
so that's part of the extra program.
185
542000
2000
так что это часть дополнительной программы.
09:28
And literally with only those two inputs --
186
544000
3000
И буквально только с этими двумя исходными условиями —
09:31
so, the shape of your boundary condition and the pressure --
187
547000
2000
то есть, форма вашего граничного условия и давление —
09:33
you can define an infinite number of lenses
188
549000
2000
можно разработать бесконечное число линз,
09:35
that cover the range of human refractive error,
189
551000
2000
которое покроет весь спектр аметропии у человека,
09:37
from minus 12 to plus eight diopters, up to four diopters of cylinder.
190
553000
5000
от -12 до +8 диоптрий, до четырёх цилиндрических линз.
09:42
And then literally, you now pour on a monomer.
191
558000
3000
А потом вы буквально выливаете мономер.
09:45
You know, I'll do a Julia Childs here.
192
561000
3000
Знаете, я сейчас изображу Джулию Чайлдс.
09:48
This is three minutes of UV light.
193
564000
3000
Это три минуты УФ-света.
09:51
And you reverse the pressure on your membrane
194
567000
3000
И вы меняете давление на мембрану,
09:54
once you've cooked it. Pop it out.
195
570000
3000
как только она готова. Вытаскиваете.
09:57
I've seen this video, but I still don't know if it's going to end right.
196
573000
3000
Я видел это видео, но до сих пор не знаю, правильно ли оно закончится.
10:00
(Laughter)
197
576000
3000
(Смех)
10:03
So you reverse this. This is a very old movie,
198
579000
2000
Итак, переворачиваете. Это очень старое видео,
10:05
so with the new prototypes, actually both surfaces are flexible,
199
581000
4000
так что с новыми прототипами, собственно, обе поверхности гибкие,
10:09
but this will show you the point.
200
585000
2000
но это покажет вам суть дела.
10:11
Now you've finished the lens, you literally pop it out.
201
587000
2000
Теперь, когда вы закончили с линзой, вы буквально её вытаскиваете.
10:13
That's next year's Yves Klein, you know, eyeglasses shape.
202
589000
7000
Знаете, это форма очков Yves Klein следующего сезона.
10:20
And you can see that that has a mild prescription of about minus two diopters.
203
596000
3000
И тут вы можете увидеть, что здесь слабенькие очки, примерно на минус две диоптрии.
10:23
And as I rotate it against this side shot, you'll see that that has cylinder,
204
599000
4000
И если повернуть её с этой стороны, видно, что она цилиндрическая,
10:27
and that was programmed in --
205
603000
1000
и это было запрограммировано
10:28
literally into the physics of the system.
206
604000
4000
буквально в физике системы.
10:32
So, this sort of thinking about structure as computation
207
608000
3000
Итак, подобный взгляд на структуру как вычисление
10:35
and structure as information leads to other things, like this.
208
611000
5000
и структуру как информацию, приводит нас к другим вещам, вроде этой.
10:40
This is something that my people at SQUID Labs
209
616000
3000
Это нечто, над чем мои коллеги в лаборатории SQUID
10:43
are working on at the moment, called "electronic rope."
210
619000
2000
работают в настоящий момент, называется «электронная верёвка».
10:45
So literally, you think about a rope. It has very complex structure in the weave.
211
621000
4000
Буквально, представьте себе верёвку. У неё очень сложная структура плетения.
10:49
And under no load, it's one structure.
212
625000
2000
И без груза, это одна структура.
10:51
Under a different load, it's a different structure. And you can actually exploit that
213
627000
3000
А под разными грузами, это разные структуры. И вы можете её протестировать,
10:54
by putting in a very small number of
214
630000
2000
добавляя очень небольшое число
10:56
conducting fibers to actually make it a sensor.
215
632000
2000
проводящих волокон, чтобы сделать из неё датчик.
10:58
So this is now a rope that knows the load on the rope
216
634000
3000
И теперь это верёвка, которая знает нагрузку на верёвку,
11:01
at any particular point in the rope.
217
637000
2000
в любой точке этой верёвки.
11:03
Just by thinking about the physics of the world,
218
639000
3000
Просто рассматривая физику мира,
11:06
materials as the computer,
219
642000
2000
материалы как компьютер,
11:08
you can start to do things like this.
220
644000
3000
вы можете начать делать подобные вещи.
11:11
I'm going to segue a little here.
221
647000
3000
Сейчас я перейду немного к следующему.
11:14
I guess I'm just going to casually tell you the types of things
222
650000
2000
Кажется, я попутно расскажу вам о вещах,
11:16
that I think about with this.
223
652000
1000
над которыми я думаю вместе с этим.
11:17
One thing I'm really interested about this right now is, how,
224
653000
4000
Предмет, который меня очень интересует сейчас, —
11:21
if you're really taking this view of the universe as a computer,
225
657000
4000
если вы по-настоящему принимаете вселенную как компьютер,
11:25
how do we make things in a very general sense,
226
661000
2000
как создавать вещи в самом широком смысле
11:27
and how might we share the way we make things in a general sense
227
663000
4000
и как нам делиться способом, с помощью которого мы создаём вещи в широком смысле,
11:31
the same way you share open source hardware?
228
667000
3000
так же, как мы делимся открытыми аппаратными средствами?
11:34
And a lot of talks here have espoused the benefits
229
670000
3000
Многие из выступающих здесь поддерживают преимущества того,
11:37
of having lots of people look at problems,
230
673000
2000
когда много людей смотрят на проблемы,
11:39
share the information and work on those things together.
231
675000
3000
делятся информацией и работают над всем этим вместе.
11:42
So, a convenient thing about being a human is you move in linear time,
232
678000
3000
И удобство того, что мы люди, заключается в том, что мы движемся в линейном времени,
11:45
and unless Lisa Randall changes that,
233
681000
2000
и если только Лиза Рэндалл не изменит это,
11:47
we'll continue to move in linear time.
234
683000
3000
мы будем продолжать двигаться в линейном времени.
11:50
So that means anything you do, or anything you make,
235
686000
2000
А это значит, что всё, что вы делаете или создаёте,
11:52
you produce a sequence of steps --
236
688000
2000
вы выполняете в виде последовательности шагов —
11:54
and I think Lego in the '70s nailed this,
237
690000
3000
и я думаю, что Lego в 70-х правильно это уловили,
11:57
and they did it most elegantly.
238
693000
1000
и весьма элегантно.
11:58
But they can show you how to build things in sequence.
239
694000
4000
Но они могут показать вам, как строить вещи последовательно.
12:02
So, I'm thinking about, how can we generalize
240
698000
3000
А я думаю, как мы можем обобщить то,
12:05
the way we make all sorts of things,
241
701000
2000
как мы делаем всевозможные вещи,
12:07
so you end up with this sort of guy, right?
242
703000
2000
чтобы в результате получилось вот это?
12:09
And I think this applies across a very broad -- sort of, a lot of concepts.
243
705000
5000
И я думаю, что это применимо к очень широкому — вообще, ко многим вещам.
12:14
You know, Cameron Sinclair yesterday said,
244
710000
2000
Знаете, вчера Кэмерон Синклер сказал:
12:16
"How do I get everyone to collaborate on design
245
712000
2000
«Как заставить всех работать вместе над дизайном
12:18
globally to do housing for humanity?"
246
714000
3000
по всему миру, чтобы обеспечить человечество жильём?»
12:21
And if you've seen Amy Smith,
247
717000
2000
И если вы видели Эми Смит,
12:23
she talks about how you get students at MIT
248
719000
4000
она говорила о том, как привлечь студентов MIT
12:27
to work with communities in Haiti.
249
723000
2000
работать с сообществами в Гаити.
12:29
And I think we have to sort of redefine and rethink
250
725000
2000
И я думаю, что нам нужно в чём-то переосмыслить,
12:31
how we define structure and materials and assembly things,
251
727000
4000
как мы определяем структуру и материалы, и как делается сборка вещей,
12:35
so that we can really share the information
252
731000
2000
чтобы можно было на самом деле делиться информацией о том,
12:37
on how you do those things in a more profound way
253
733000
2000
как создавать вещи в более широком масштабе,
12:39
and build on each other's source code for structure.
254
735000
3000
и развиваться, совместно используя исходный код для структуры.
12:42
I don't know exactly how to do this yet,
255
738000
1000
Я пока что не знаю, как именно это сделать,
12:43
but, you know, it's something being actively thought about.
256
739000
5000
но, знаете, об этом сейчас многие усиленно думают.
12:48
So, you know, that leads to questions
257
744000
2000
И отсюда возникают вопросы,
12:50
like, is this a compiler? Is this a sub-routine?
258
746000
4000
например, это компилятор? Это подпрограмма?
12:54
Interesting things like that.
259
750000
1000
Интересные вещи, вроде этой.
12:55
Maybe I'm getting a little too abstract, but you know,
260
751000
3000
Возможно, я слишком перехожу в абстракции, но, знаете,
12:58
this is the sort of -- returning to our comic characters --
261
754000
3000
это вроде — возвращаясь к нашим мультипликационным персонажам —
13:01
this is sort of the universe, or a different universe view,
262
757000
2000
это своего рода вселенная, или другой взгляд на вселенную,
13:03
that I think is going to be very prevalent in the future --
263
759000
2000
который, думаю, будет преобладать в будущем —
13:05
from biotech to materials assembly. It was great to hear Bill Joy.
264
761000
3000
от биотехнологии до сборки материалов. Было приятно слышать Билла Джоя.
13:08
They're starting to invest in materials science,
265
764000
3000
Они начинают инвестировать в материаловедение,
13:11
but these are the new things in materials science.
266
767000
2000
но это всё — новые вещи в материаловедении.
13:13
How do we put real information and real structure into new ideas,
267
769000
4000
Как нам привнести настоящую информацию и настоящую структуру в новые идеи,
13:17
and see the world in a different way? And it's not going to be binary code
268
773000
3000
и увидеть мир иначе? И вовсе не двоичный код
13:20
that defines the computers of the universe --
269
776000
2000
будет определять компьютеры вселенной —
13:22
it's sort of an analog computer.
270
778000
2000
это своего рода аналоговый компьютер.
13:24
But it's definitely an interesting new worldview.
271
780000
5000
Но это определённо интересное новое восприятие мира.
13:29
I've gone too far. So that sounds like it's it.
272
785000
3000
Я зашёл слишком далеко. Так что на этом, пожалуй, всё.
13:32
I've probably got a couple of minutes of questions,
273
788000
2000
У меня, наверное, есть пара минут для вопросов,
13:34
or I can show -- I think they also said that I do extreme stuff
274
790000
4000
или я могу показать — кажется, говорили ещё, что я занимаюсь экстримом,
13:38
in the introduction, so I may have to explain that.
275
794000
4000
когда меня представляли, так что я постараюсь это пояснить.
13:42
So maybe I'll do that with this short video.
276
798000
3000
Наверное, лучше всего будет это сделать с помощью короткого видео.
13:45
So this is actually a 3,000-square-foot kite,
277
801000
6000
Вот это воздушный змей размером в 280 квадратных метров,
13:51
which also happens to be a minimal energy surface.
278
807000
2000
который также ещё и является минимальной энергетической поверхностью.
13:53
So returning to the droplet, again,
279
809000
2000
Возвращаясь к капле, повторюсь,
13:55
thinking about the universe in a new way.
280
811000
2000
мы смотрим на вселенную по-новому.
13:57
This is a kite designed by a guy called Dave Kulp.
281
813000
2000
Это воздушный змей, которого создал Дейв Калп.
13:59
And why do you want a 3,000-square-foot kite?
282
815000
2000
Зачем нам змей площадью в почти 300 квадратных метров?
14:01
So that's a kite the size of your house.
283
817000
2000
Это же змей размером с ваш дом.
14:03
And so you want that to tow boats very fast.
284
819000
4000
С его помощью можно очень быстро буксировать лодки.
14:07
So I've been working on this a little, also,
285
823000
3000
Я также работал над этим
14:10
with a couple of other guys.
286
826000
2000
вместе с парой других парней.
14:12
But, you know, this is another way to look at the --
287
828000
2000
Но, знаете, есть иной способ смотреть на —
14:14
if you abstract again,
288
830000
2000
если, опять же, абстрагироваться,
14:16
this is a structure that is defined by the physics of the universe.
289
832000
4000
это структура, которая определяется физикой вселенной.
14:20
You could just hang it as a bed sheet,
290
836000
1000
Можете просто повесить его как покрывало,
14:21
but again, the computation of all the physics
291
837000
2000
но, опять-таки, все физические вычисления
14:23
gives you the aerodynamic shape.
292
839000
2000
дают вам аэродинамическую форму.
14:25
And so you can actually sort of almost double your boat speed
293
841000
3000
И можно, фактически, почти удвоить скорость вашей лодки,
14:28
with systems like that. So that's sort of another interesting aspect of the future.
294
844000
7000
с подобными системами. Так что, это ещё один интересный аспект будущего.
14:35
(Applause)
295
851000
1000
(Аплодисменты)
ABOUT THE SPEAKER
Saul Griffith - InventorInventor Saul Griffith looks for elegant ways to make real things, from low-cost eyeglasses to a kite that tows boats. His latest projects include open-source inventions and elegant new ways to generate power.
Why you should listen
Innovator and inventor Saul Griffith has a uniquely open approach to problem solving. Whether he's devising a way to slash the cost of prescription eyeglasses or teaching science through cartoons, Griffith makes things and then shares his ideas with the world.
A proponent of open-source information, he established Instructables , an open website showing how to make an array of incredible objects. He is the co-founder of numerous companies including Squid Labs, Low Cost Eyeglasses, Potenco and Makani Power, where he is President and Chief Scientist. His companies have invented a myriad of new devices and materials, such as a "smart" rope that senses its load, or a machine for making low-cost eyeglass lenses through a process inspired by a water droplet. He is a columnist at Make magazine and co-writes How Toons! He's fascinated with materials that assemble themselves, and with taking advantage of those properties to make things quickly and cheaply.
Saul Griffith | Speaker | TED.com