TED2006
Neil Gershenfeld: Unleash your creativity in a Fab Lab
Нил Гершенфельд о Fab Labs
Filmed:
Readability: 4.8
871,282 views
Профессор MIT Нил Гершенфельд говорит о своей Fab Lab — недорогой лаборатории, в которой люди могут изготовлять нужные для себя вещи, пользуясь цифровыми и аналоговыми инструментами. Эта простая идея приводит к мощным результатам.
Neil Gershenfeld - Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio
Double-click the English transcript below to play the video.
00:25
This meeting has really been about a digital revolution,
0
0
4000
Эта конференция на самом деле
посвящена цифровой революции,
посвящена цифровой революции,
00:29
but I'd like to argue that it's done; we won.
1
4000
3000
но я бы сказал, что она [революция]
уже закончилась — мы выиграли.
уже закончилась — мы выиграли.
00:33
We've had a digital revolution but we don't need to keep having it.
2
8000
4000
Цифровая революция произошла,
но нам не нужно, чтобы она продолжалась.
но нам не нужно, чтобы она продолжалась.
00:37
And I'd like to look after that,
3
12000
2000
Я бы хотел поговорить о том,
00:39
to look what comes after the digital revolution.
4
14000
3000
что произойдёт после цифровой революции.
00:42
So, let me start projecting forward.
5
17000
2000
Итак, давайте заглянем в будущее.
00:44
These are some projects I'm involved in today at MIT,
6
19000
4000
Вот некоторые проекты, в которых я участвую
в Массачусетском технологическом институте,
в Массачусетском технологическом институте,
00:48
looking what comes after computers.
7
23000
3000
посвящённые тому, что будет
после компьютерной эры.
после компьютерной эры.
00:51
This first one, Internet Zero, up here -- this is a web server
8
26000
5000
Здесь наверху — Интернет 0 — веб-сервер,
00:56
that has the cost and complexity of an RFID tag --
9
31000
3000
стоимость и сложность которого
такие же, как и у RFID-метки —
такие же, как и у RFID-метки —
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
34000
3000
около доллара — и он может находиться
в каждой лампочке и в каждой дверной ручке,
в каждой лампочке и в каждой дверной ручке,
01:02
and this is getting commercialized very quickly.
11
37000
2000
и он очень быстро коммерциализируется.
01:04
And what's interesting about it isn't the cost;
12
39000
2000
Но не цена делает его интересным,
01:06
it's the way it encodes the Internet.
13
41000
1000
а способ, которым он кодирует Интернет.
01:07
It uses a kind of a Morse code for the Internet
14
42000
3000
В нём используется что-то вроде кода Морзе
для Интернета, так что его можно отправлять
для Интернета, так что его можно отправлять
01:10
so you could send it optically; you can communicate acoustically
15
45000
3000
оптическим путём; с ним можно
обмениваться информацией акустически
обмениваться информацией акустически
01:13
through a power line, through RF.
16
48000
2000
по электрическим проводам
на радиочастотах.
на радиочастотах.
01:15
It takes the original principle of the Internet,
17
50000
2000
В нём берётся за основу первоначальный
принцип работы Интернета —
принцип работы Интернета —
01:17
which is inter-networking computers,
18
52000
2000
компьютеры, объединённые в сети —
01:19
and now lets devices inter-network.
19
54000
3000
но теперь устройства объединяются в сети.
01:22
That we can take the whole idea that gave birth to the Internet
20
57000
3000
Мы можем перенять идею,
породившую Интернет,
породившую Интернет,
01:25
and bring it down to the physical world in this Internet Zero,
21
60000
3000
и применить её к физическому миру
в этом Интернете-0,
в этом Интернете-0,
01:28
this internet of devices.
22
63000
2000
этом Интернете устройств.
01:30
So this is the next step from there to here,
23
65000
2000
Так что это следующий шаг,
01:32
and this is getting commercialized today.
24
67000
3000
и это начинает коммерциализироваться.
01:35
A step after that is a project on fungible computers.
25
70000
5000
Следующий шаг после этого —
это проект с заменяемыми компьютерами.
это проект с заменяемыми компьютерами.
01:40
Fungible goods in economics can be extended and traded.
26
75000
3000
Взаимозаменяемые товары в экономике могут
заменять друг друга в процессе купли-продажи.
заменять друг друга в процессе купли-продажи.
01:43
So, half as much grain is half as much useful,
27
78000
2000
Так, половину зерна можно использовать,
и пользы от него будет в два раза меньше,
и пользы от него будет в два раза меньше,
01:45
but half a baby or half a computer is less useful than
28
80000
3000
но польза от половины ребёнка
или от половины компьютера не такая,
или от половины компьютера не такая,
01:48
a whole baby or a whole computer,
29
83000
2000
как от ребёнка целиком
или компьютера целиком,
или компьютера целиком,
01:50
and we've been trying to make computers that work that way.
30
85000
3000
но мы пытаемся делать компьютеры,
которые работают таким образом.
которые работают таким образом.
01:53
So, what you see in the background is a prototype.
31
88000
2000
На заднем плане вы видите модель.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
90000
3000
Она из диссертации студента, Билла Бутова, —
теперь он работает в корпорации Intel —
теперь он работает в корпорации Intel —
01:58
who wondered why, instead of making bigger and bigger chips,
33
93000
3000
который задался вопросом, почему,
вместо того чтобы увеличивать размер чипов
вместо того чтобы увеличивать размер чипов
02:01
you don't make small chips, put them in a viscous medium,
34
96000
3000
не делать маленькие чипы,
помещать их в вязкую среду,
помещать их в вязкую среду,
02:04
and pour out computing by the pound or by the square inch.
35
99000
2000
и получать обработку данных с килограмма
или с квадратного сантиметра.
или с квадратного сантиметра.
02:06
And that's what you see here.
36
101000
2000
Здесь вы видите нечто такое.
02:08
On the left was postscript being rendered by a conventional computer;
37
103000
3000
Слева — PostScript, интерпретированный
обычным компьютером;
обычным компьютером;
02:11
on the right is postscript being rendered from the first prototype
38
106000
3000
справа — PostScript, интерпретированный
первой сделанной нами моделью,
первой сделанной нами моделью,
02:14
we made, but there's no frame buffer, IO processor,
39
109000
4000
но там нет ни кадрового буфера,
ни устройства ввода/вывода,
ни устройства ввода/вывода,
02:18
any of that stuff -- it's just this material.
40
113000
2000
ничего такого — только этот материал.
02:20
Unlike this screen where the dots are placed carefully,
41
115000
2000
В отличие от этого экрана, где точки
размещаются с большой точностью,
размещаются с большой точностью,
02:22
this is a raw material.
42
117000
1000
здесь — сырой материал.
02:23
If you add twice as much of it, you have twice as much display.
43
118000
3000
Если вы возьмёте его в двойном количестве,
ваш экран будет размером в два раза больше.
ваш экран будет размером в два раза больше.
02:26
If you shoot a gun through the middle, nothing happens.
44
121000
3000
Если вы прострелите его в центре,
ничего не произойдёт.
ничего не произойдёт.
02:29
If you need more resource, you just apply more computer.
45
124000
4000
Чтобы иметь больше ресурсов, надо просто
взять большее количество компьютера.
взять большее количество компьютера.
02:33
So, that's the step after this -- of computing as a raw material.
46
128000
3000
Таким образом, это следующий шаг —
в качестве компьютера — сырое вещество.
в качестве компьютера — сырое вещество.
02:36
That's still conventional bits, the step after that is --
47
131000
3000
Биты всё ещё обычные;
а вот следующий шаг после этого —
а вот следующий шаг после этого —
02:39
this is an earlier prototype in the lab;
48
134000
2000
ранняя модель в лаборатории;
02:41
this is high-speed video slowed down.
49
136000
2000
это высокоскоростное видео
в замедленном темпе.
в замедленном темпе.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
138000
3000
Это интеграция химии в компьютерном деле,
где битами являются пузыри.
где битами являются пузыри.
02:46
This is showing making bits, this is showing --
51
141000
2000
Здесь показано создание битов, а здесь показано —
опять-таки в замедленном темпе,
опять-таки в замедленном темпе,
02:48
once again, slowed down so you can see it,
52
143000
2000
чтобы вы могли видеть, как взаимодействуют
биты, производя логические операции,
биты, производя логические операции,
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
145000
4000
мультиплексирование
и демультиплексирование.
и демультиплексирование.
02:54
So, now we can compute that the output arranges material
54
149000
3000
Итак, теперь в результате
вычислительных операций преобразуется материал,
вычислительных операций преобразуется материал,
02:57
as well as information. And, ultimately, these are some slides
55
152000
4000
а не только информация.
И, наконец, вот некоторые слайды
И, наконец, вот некоторые слайды
03:01
from an early project I did, computing where the bits are stored
56
156000
3000
из моего раннего проекта — вычислительные
операции, при которых биты хранятся
операции, при которых биты хранятся
03:04
quantum-mechanically in the nuclei of atoms, so
57
159000
3000
квантово-механически в ядрах атомов,
03:07
programs rearrange the nuclear structure of molecules.
58
162000
4000
так что программы меняют
ядерную структуру молекул.
ядерную структуру молекул.
03:11
All of these are in the lab pushing further and further and further,
59
166000
4000
Всё это в лаборатории
продолжает разрабатываться,
продолжает разрабатываться,
03:15
not as metaphor but literally integrating bits and atoms,
60
170000
3000
не в переносном, а в прямом смысле
интегрируя биты и атомы,
интегрируя биты и атомы,
03:18
and they lead to the following recognition.
61
173000
3000
и это ведёт к следующему:
03:21
We all know we've had a digital revolution, but what is that?
62
176000
3000
мы все знаем, что произошла
цифровая революция, но что это такое?
цифровая революция, но что это такое?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
179000
3000
Шеннон перевёл нас в 40-е годы
из одного состояния в другое:
из одного состояния в другое:
03:27
from a telephone being a speaker wire that degraded with distance
64
182000
4000
от телефонной связи по проводам с качеством,
ухудшающимся с расстоянием, к Интернету.
ухудшающимся с расстоянием, к Интернету.
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
186000
4000
Он доказал теорему о предельной скорости
передачи информации, которая показывает,
передачи информации, которая показывает,
03:35
if you add information and remove it to a signal,
66
190000
3000
что если вы добавляете информацию
к сигналу или удаляете её, вы можете
к сигналу или удаляете её, вы можете
03:38
you can compute perfectly with an imperfect device.
67
193000
2000
прекрасно делать вычислительные операции,
имея несовершенное устройство.
имея несовершенное устройство.
03:40
And that's when we got the Internet.
68
195000
2000
Так получился Интернет.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
197000
3000
Фон Нейман в 50-е годы сделал то же самое
для вычислительной техники;
для вычислительной техники;
03:45
he showed you can have an unreliable computer but restore its state
70
200000
3000
он показал, что, имея ненадёжный компьютер,
можно сделать его совершенным,
можно сделать его совершенным,
03:48
to make it perfect. This was the last great analog computer at MIT:
71
203000
4000
восстановив его состояние. Вот последний
большой аналоговый компьютер в MIT:
большой аналоговый компьютер в MIT:
03:52
a differential analyzer, and the more you ran it,
72
207000
2000
дифференциальный анализатор;
чем больше вы запускали его,
чем больше вы запускали его,
03:54
the worse the answer got.
73
209000
2000
тем худший ответ вы получали.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
211000
3000
После фон Неймана у нас был Pentium,
где миллиардный транзистор
где миллиардный транзистор
03:59
is as reliable as the first one.
75
214000
3000
был так же надёжен, как и первый.
04:02
But all our fabrication is down in this lower left corner.
76
217000
3000
Всё, что мы изготовляли, показано здесь
в нижнем левом углу.
в нижнем левом углу.
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
220000
3000
На сверхсовременном авиационном заводе
путём вращения наносится
путём вращения наносится
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
223000
3000
металлическое покрытие на закреплённый
металл, или расплавляется пластмасса.
металл, или расплавляется пластмасса.
04:11
uses a process a village artisan would recognize --
79
226000
3000
Стоящий 10 миллиардов долларов завод,
выпускающий чипы, использует процесс,
выпускающий чипы, использует процесс,
04:14
you spread stuff around and bake it.
80
229000
3000
знакомый деревенскому умельцу —
нечто раскладывается и печётся.
нечто раскладывается и печётся.
04:17
All the intelligence is external to the system;
81
232000
2000
Весь интеллект находится вне системы;
04:19
the materials don't have information.
82
234000
2000
материалы не содержат информации.
04:21
Yesterday you heard about molecular biology,
83
236000
3000
Вчера вы слышали о молекулярной биологии,
в которой, чтобы что-то строилось,
в которой, чтобы что-то строилось,
04:24
which fundamentally computes to build.
84
239000
2000
производятся существенные
вычислительные операции.
вычислительные операции.
04:26
It's an information processing system.
85
241000
2000
Это система обработки информации.
04:28
We've had digital revolutions in communication and computation,
86
243000
4000
У нас были цифровые революции
в области коммуникаций
в области коммуникаций
04:32
but precisely the same idea, precisely the same math
87
247000
3000
и вычислительной техники,
но идеи и математика
но идеи и математика
04:35
Shannon and Von Neuman did, hasn't yet come out
88
250000
2000
как у Шеннона и фон Неймана
пока не разработаны
пока не разработаны
04:37
to the physical world. So, inspired by that,
89
252000
3000
применительно к физическому миру.
Таким образом, вдохновлённые этим,
Таким образом, вдохновлённые этим,
04:40
colleagues in this program -- the Center for Bits and Atoms
90
255000
2000
коллеги в этой программе —
в Центре битов и атомов в MIT —
в Центре битов и атомов в MIT —
04:42
at MIT -- which is a group of people, like me,
91
257000
3000
это группа людей вроде меня,
04:45
who never understood the boundary between physical science
92
260000
3000
которые никогда не понимали,
где граница между физикой
где граница между физикой
04:48
and computer science. I would even go further and say
93
263000
3000
и компьютерной наукой.
Более того, я бы сказал,
Более того, я бы сказал,
04:51
computer science is one of the worst things that ever happened
94
266000
2000
что компьютерная наука — это самое худшее,
что когда-либо случалось
что когда-либо случалось
04:53
to either computers or to science --
95
268000
2000
с компьютерами или с наукой —
04:55
(Laughter)
96
270000
1000
(Смех)
04:56
-- because the canon -- computer science --
97
271000
4000
— потому что правила компьютерной науки —
05:00
many of them are great but the canon of computer science
98
275000
2000
многие из них великолепны,
но они преждевременно
но они преждевременно
05:02
prematurely froze a model of computation
99
277000
3000
заморозили модель вычислительной техники
05:05
based on technology that was available in 1950,
100
280000
3000
на уровне технологии,
доступной в 1950-м году,
доступной в 1950-м году,
05:08
and nature's a much more powerful computer than that.
101
283000
2000
а природа является
гораздо более мощным компьютером.
гораздо более мощным компьютером.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
285000
4000
Завтра вы услышите Сола Гриффита.
Он был одним из первых студентов,
Он был одним из первых студентов,
05:14
first students to emerge from this program.
103
289000
3000
занимавшихся этой программой.
05:17
We started to figure out how you can compute to fabricate.
104
292000
3000
Мы стали понимать, как создавать вещи,
производя вычислительные операции.
производя вычислительные операции.
05:20
This was just a proof of principle he did of tiles
105
295000
3000
Он просто доказал принцип,
используя пластинки, между которыми есть
используя пластинки, между которыми есть
05:23
that interact magnetically, where you write a code,
106
298000
2000
магнитное взаимодействие,
на которых вы пишете программу,
на которых вы пишете программу,
05:25
much like protein folding, that specifies their structure.
107
300000
3000
во многом подобно фолдингу белка,
который определяет его структуру.
который определяет его структуру.
05:28
So, there's no feedback to a tool metrology;
108
303000
3000
Таким образом, нет никакой обратной связи
с инструментами метрологии;
с инструментами метрологии;
05:31
the material itself codes for its structure in just the same ways
109
306000
5000
сам материал кодирует свою структуру,
так же, как и при изготовлении белка.
так же, как и при изготовлении белка.
05:36
that protein are fabricated. So, you can, for example, do that.
110
311000
4000
Так, например, вы можете сделать это.
05:40
You can do other things. That's in 2D. It works in 3D.
111
315000
3000
Вы можете сделать и другие вещи.
Это в 2D. Можно и в 3D.
Это в 2D. Можно и в 3D.
05:43
The video on the upper right -- I won't show for time --
112
318000
2000
Видео в правом верхнем углу —
я не буду пока его показывать —
я не буду пока его показывать —
05:45
shows self-replication, templating so something can make something
113
320000
4000
показывает самовоспроизведение, когда что-то
может произвести себя и так далее,
может произвести себя и так далее,
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
и мы делаем это теперь,
может быть, в девятом порядке.
может быть, в девятом порядке.
05:52
nine orders of magnitude. Those ideas have been used to show
115
327000
3000
Эти идеи были использованы,
чтобы показать
чтобы показать
05:55
the best fidelity and direct rate DNA to make an organism,
116
330000
3000
точность и скорость,
с которой ДНК создаёт организм,
с которой ДНК создаёт организм,
05:58
in functionalizing nanoclusters with peptide tails
117
333000
3000
с использованием нанокластеров
с пептидными хвостами,
с пептидными хвостами,
06:01
that code for their assembly -- so, much like the magnets,
118
336000
2000
которые программируют свою сборку —
во многом подобно магнитам,
во многом подобно магнитам,
06:03
but now on nanometer scales.
119
338000
2000
но теперь на уровне нанометров.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
340000
4000
Лазерная микромашинная обработка:
по существу, 3D-принтеры,
по существу, 3D-принтеры,
06:09
functional systems, all the way up to building buildings,
121
344000
3000
которые цифровым образом
изготовляют функциональные системы,
изготовляют функциональные системы,
06:12
not by having blueprints,
122
347000
1000
вплоть до строительства зданий,
не по чертежам,
не по чертежам,
06:13
but having the parts code for the structure of the building.
123
348000
3000
а благодаря тому, что отдельные части
программируют структуру здания.
программируют структуру здания.
06:16
So, these are early examples in the lab of emerging technologies
124
351000
5000
Итак, это ранние примеры новых технологий
в лаборатории для автоматизации изготовления.
в лаборатории для автоматизации изготовления.
06:21
to digitize fabrication. Computers that don't control tools
125
356000
4000
Компьютеры, которые
не контролируют инструменты,
не контролируют инструменты,
06:25
but computers that are tools, where the output of a program
126
360000
4000
а сами являются инструментами,
где выходные данные программы
где выходные данные программы
06:29
rearranges atoms as well as bits.
127
364000
4000
перестраивают как атомы, так и биты.
06:33
Now, to do that -- with your tax dollars, thank you --
128
368000
3000
Чтобы сделать это, — благодаря налогам,
которые вы платите, благодарю вас, —
которые вы платите, благодарю вас, —
06:36
I bought all these machines. We made a modest proposal
129
371000
4000
я купил все эти машины. Мы подали
скромное предложение в Национальный научный фонд.
скромное предложение в Национальный научный фонд.
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
375000
4000
Мы хотели иметь возможность сделать
всё, что угодно, любой длины,
всё, что угодно, любой длины,
06:44
all in one place, because you can't segregate digital fabrication
131
379000
4000
всё на одном месте, потому что
автоматическое изготовление нельзя ограничивать
автоматическое изготовление нельзя ограничивать
06:48
by a discipline or a length scale.
132
383000
2000
отраслью или размером.
06:50
So we put together focused nano beam writers
133
385000
4000
Поэтому мы собрали вместе записывающие
устройства на сфокусированных нанолучах,
устройства на сфокусированных нанолучах,
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
389000
5000
резцы со сверхзвуковой струёй воды
и эксимерные микромашинные системы.
и эксимерные микромашинные системы.
06:59
But I had a problem. Once I had all these machines,
135
394000
3000
Но я столкнулся с проблемой.
Когда я имел уже все эти машины,
Когда я имел уже все эти машины,
07:02
I was spending too much time teaching students to use them.
136
397000
3000
я тратил слишком много времени,
обучая студентов пользоваться ими.
обучая студентов пользоваться ими.
07:05
So I started teaching a class, modestly called,
137
400000
2000
Поэтому я начал читать курс
под скромным названием
под скромным названием
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
402000
3000
«Как делать почти всё».
Это не было провокационным;
Это не было провокационным;
07:10
it was just for a few research students.
139
405000
2000
он должен был читаться
всего нескольким аспирантам.
всего нескольким аспирантам.
07:12
But the first day of class looked like this.
140
407000
2000
Но в первый день занятий
произошло следующее:
произошло следующее:
07:14
You know, hundreds of people came in begging,
141
409000
2000
сотни людей пришли, умоляя и говоря,
что они всю свою жизнь ожидали такого курса
что они всю свою жизнь ожидали такого курса
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
411000
3000
и готовы на всё, лишь бы
быть допущенными к нему.
быть допущенными к нему.
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
414000
3000
Затем меня спросили, могу ли я читать его
в MIT? Он кажется исключительно полезным.
в MIT? Он кажется исключительно полезным.
07:22
And then the next --
144
417000
1000
А затем вот что оказалось —
07:23
(Laughter)
145
418000
2000
(Смех)
07:25
-- surprising thing was they weren't there to do research.
146
420000
1000
— они не собирались
проводить исследования.
проводить исследования.
07:26
They were there because they wanted to make stuff.
147
421000
2000
Они хотели производить вещи.
07:28
They had no conventional technical background.
148
423000
4000
У них не было обычного
технического образования.
технического образования.
07:32
At the end of a semester they integrated their skills.
149
427000
2000
В конце семестра они стали использовать
всё своё умение.
всё своё умение.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
429000
4000
Я покажу старое видео. Келли была скульптором,
и вот что она сделала
и вот что она сделала
07:38
with her semester project.
151
433000
2000
в своём курсовом проекте.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
435000
3000
(Видео): Келли: «Привет, я Келли,
а это мой вопящий приятель.
а это мой вопящий приятель.
07:45
Do you ever find yourself in a situation
153
440000
3000
Вы бывали в ситуации,
07:48
where you really have to scream, but you can't because you're at work,
154
443000
5000
когда вам в самом деле нужно вопить,
но вы не можете, потому что вы на работе,
но вы не можете, потому что вы на работе,
07:53
or you're in a classroom, or you're watching your children,
155
448000
3000
или вы в классе,
или смотрите за своими детьми,
или смотрите за своими детьми,
07:56
or you're in any number of situations where it's just not permitted?
156
451000
5000
или вы в какой-либо другой ситуации,
когда этого просто нельзя делать?
когда этого просто нельзя делать?
08:01
Well, scream buddy is a portable space for screaming.
157
456000
4000
Вопящий приятель — это портативное
пространство для воплей.
пространство для воплей.
08:05
When a user screams into scream buddy, their scream is silenced.
158
460000
5000
Когда пользователь вопит внутрь
вопящего приятеля, его вопли глушатся.
вопящего приятеля, его вопли глушатся.
08:10
It is also recorded for later release where, when and how
159
465000
4000
Но также записываются
для воспроизведения позже —
для воспроизведения позже —
08:14
the user chooses.
160
469000
1000
где, когда и как —
выбирает пользователь».
выбирает пользователь».
08:36
(Scream)
161
491000
2000
(Вопль)
08:39
(Laughter) (Applause)
162
494000
4000
(Смех) (Аплодисменты)
08:43
So, Einstein would like this.
163
498000
2000
Эйнштейну это понравилось бы.
08:45
This student made a web browser for parrots --
164
500000
1000
Этот студент сделал
веб-браузер для попугаев —
веб-браузер для попугаев —
08:46
lets parrots surf the Net and talk to other parrots.
165
501000
3000
он позволяет попугаям сёрфить в Интернете
и говорить с другими попугаями.
и говорить с другими попугаями.
08:49
This student's made an alarm clock you wrestle
166
504000
2000
Этот студент сделал будильник,
с которым нужно бороться,
с которым нужно бороться,
08:51
to prove you're awake; this is one that defends --
167
506000
2000
чтобы доказать, что вы проснулись;
а это платье,
а это платье,
08:53
a dress that defends your personal space.
168
508000
2000
которое защищает
ваше личное пространство.
ваше личное пространство.
08:55
This isn't technology for communication;
169
510000
2000
Это не технология для коммуникации;
08:57
it's technology to prevent it.
170
512000
2000
это технология для её предотвращения.
08:59
This is a device that lets you see your music.
171
514000
3000
Вот устройство, позволяющее вам
видеть вашу музыку.
видеть вашу музыку.
09:02
This is a student who made a machine that makes machines,
172
517000
3000
Это студент, который сделал машину,
которая делает машины,
которая делает машины,
09:05
and he made it by making Lego bricks that do the computing.
173
520000
3000
и он сделал её, изготовив кирпичики Lego,
которые делают вычислительные операции.
которые делают вычислительные операции.
09:08
Just year after year -- and I finally realized
174
523000
2000
Шёл год за годом — и я наконец понял,
09:10
the students were showing the killer app of personal fabrication
175
525000
4000
что студенты демонстрировали
киллер-приложения собственного изготовления,
киллер-приложения собственного изготовления,
09:14
is products for a market of one person.
176
529000
2000
предназначенные для одного человека.
09:16
You don't need this for what you can get in Wal-Mart;
177
531000
2000
Вам такое не нужно для того,
что вы можете купить в магазине;
что вы можете купить в магазине;
09:18
you need this for what makes you unique.
178
533000
1000
такое делает вас уникальным.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
534000
4000
Есть известное изречение Кена Олсена о том,
что иметь компьютер дома не нужно.
что иметь компьютер дома не нужно.
09:23
But you don't use it for inventory and payroll;
180
538000
2000
Но вы не используете его для инвентаризации
и ведомости заработной платы;
и ведомости заработной платы;
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
540000
3000
Его компьютерная компания является теперь
дважды банкротом. Вам не нужно самостоятельно
дважды банкротом. Вам не нужно самостоятельно
09:28
in the home to buy what you can buy because you can buy it.
182
543000
2000
изготовлять дома то, что можно купить,
потому что вы можете купить это.
потому что вы можете купить это.
09:30
You need it for what makes you unique, just like personalization.
183
545000
4000
Это нужно вам, чтобы быть уникальным,
быть личностью.
быть личностью.
09:34
So, with that, in turn, 20 million dollars today does this;
184
549000
4000
В свою очередь, за 20 миллионов долларов
теперь это делается; через 20 лет мы сделаем
теперь это делается; через 20 лет мы сделаем
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
553000
4000
репликаторы как в фильме «Звёздный путь»,
которые делают всё что угодно.
которые делают всё что угодно.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
557000
4000
Студенты захватили все машины, которые я купил
для самостоятельного изготовления.
для самостоятельного изготовления.
09:46
Today, when you spend that much of your money,
187
561000
2000
Когда вы тратите так много из своих денег,
09:48
there's a government requirement to do outreach, which often means
188
563000
3000
правительство требует от вас популяризации того,
что вы делаете, что зачастую означает
что вы делаете, что зачастую означает
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
566000
3000
курсы в местной школе, веб-сайт —
и это не так уж захватывающе.
и это не так уж захватывающе.
09:54
So, I made a deal with my NSF program managers that
190
569000
4000
Поэтому я договорился со своими менеджерами программ
из Национального научного фонда,
из Национального научного фонда,
09:58
instead of talking about it, I'd give people the tools.
191
573000
2000
что вместо того чтобы говорить об этом,
я буду давать людям инструменты.
я буду давать людям инструменты.
10:00
This wasn't meant to be provocative or important,
192
575000
2000
Не для того чтобы провоцировать
или напускать на себя важность,
или напускать на себя важность,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
577000
4000
но мы собрали эти Fab Labs. Оборудования там
примерно на 20 000 долларов,
примерно на 20 000 долларов,
10:06
that approximate both what the 20 million dollars does and where it's going.
194
581000
5000
что ориентировочно соответствует тому,
что делается на эти 20 миллионов долларов.
что делается на эти 20 миллионов долларов.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
586000
3000
Лазерный резак, делающий
пресс-сборку 3D на основе 2D,
пресс-сборку 3D на основе 2D,
10:14
a sign cutter to plot in copper to do electromagnetics,
196
589000
2000
резец для вычерчивания по меди,
чтобы делать электромагнетики
чтобы делать электромагнетики
10:16
a micron scale,
197
591000
2000
в микронном масштабе,
10:18
numerically-controlled milling machine for precise structures,
198
593000
2000
численно контролируемый
фрезерный станок для точных структур,
фрезерный станок для точных структур,
10:20
programming tools for less than a dollar,
199
595000
3000
средства программирования
на менее чем один доллар,
на менее чем один доллар,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
598000
3000
микроконтроллеры в 100 наносекунд.
Это позволяет работать, начиная с микронов
Это позволяет работать, начиная с микронов
10:26
and microseconds on up, and they exploded around the world.
201
601000
4000
и микросекунд и выше, и это
мгновенно распространилось по всему миру.
мгновенно распространилось по всему миру.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
605000
2000
Это не было запланировано,
но из Бостона они попали
но из Бостона они попали
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
607000
4000
в Побал в Индии, в Секонди-Такоради
на побережье Ганы,
на побережье Ганы,
10:36
to Soshanguve in a township in South Africa,
204
611000
3000
в пригород для чёрных Сошангуве
в Южной Африке,
в Южной Африке,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
614000
4000
на крайний север Норвегии,
выявляя или помогая выявлять,
выявляя или помогая выявлять,
10:43
for all the attention to the digital divide,
206
618000
3000
учитывая «цифровое неравенство»,
10:46
we would find unused computers in all these places.
207
621000
4000
неиспользуемые компьютеры
во всех этих местах.
во всех этих местах.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
625000
3000
Возьмём фермера в деревне —
его ребёнку нужно измерять и изменять мир,
его ребёнку нужно измерять и изменять мир,
10:53
the world, not just get information about it on a screen.
209
628000
4000
а не только получать
информацию о нём на экране.
информацию о нём на экране.
10:57
That there's really a fabrication and an instrumentation divide
210
632000
2000
Разрыв в изготовлении
и в оснащении инструментами
и в оснащении инструментами
10:59
bigger than the digital divide.
211
634000
3000
больше, чем «цифровое неравенство».
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
637000
3000
И уменьшаете вы его не с помощью
информационных технологий для масс,
информационных технологий для масс,
11:05
So, in place after place
213
640000
3000
а позволяя массам развивать ИТ.
Такую последовательность
Такую последовательность
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
643000
3000
мы наблюдали всюду,
где мы открывали эти Fab Labs,
где мы открывали эти Fab Labs,
11:11
where we didn't -- this is too crazy to think of.
215
646000
3000
в самых невероятных местах.
11:14
We didn't think this up, that we would get pulled to these places;
216
649000
3000
Мы не ожидали,
что окажемся в этих местах.
что окажемся в этих местах.
11:17
we'd open it. The first step was just empowerment.
217
652000
2000
Вначале нужно было просто
дать им возможность что-то делать.
дать им возможность что-то делать.
11:19
You can see it in their face, just this joy of, I can do it.
218
654000
3000
По их лицам можно было видеть радость
от того, что они могут это делать.
от того, что они могут это делать.
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
657000
2000
Вот девочка в Бостоне, которая только что
смастерила нечто высокотехнологичное
смастерила нечто высокотехнологичное
11:24
on-demand craft sale in the inner city community center.
220
659000
4000
для распродажи
в общественном центре города.
в общественном центре города.
11:28
It goes on from there to serious hands-on technical education
221
663000
4000
Затем это переходит в серьёзное
практическое техническое образование,
практическое техническое образование,
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
667000
5000
неформальное, вне школы. Одну из таких
лабораторий мы создали в Гане.
лабораторий мы создали в Гане.
11:37
We designed a network sensor, and kids would show up
223
672000
2000
Мы разработали датчик сети,
и дети приходили
и дети приходили
11:39
and refuse to leave the lab.
224
674000
1000
и отказывались уходить из лаборатории.
11:40
There was a girl who insisted we stay late at night --
225
675000
3000
Там была девочка, которая настаивала,
чтобы мы остались до поздней ночи —
чтобы мы остались до поздней ночи —
11:43
(Video): Kids: I love the Fab Lab.
226
678000
2000
(Видео): Дети: «Я люблю Fab Lab».
11:45
-- her first night in the lab because she was going to make the sensor.
227
680000
3000
— в её первую ночь в лаборатории,
потому что она собиралась сделать датчик.
потому что она собиралась сделать датчик.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
683000
3000
Она настояла на изготовлении платы,
училась, как её заполнять,
училась, как её заполнять,
11:51
learning how to program it. She didn't really know
229
686000
2000
училась программировать её.
Она не совсем понимала,
Она не совсем понимала,
11:53
what she was doing or why she was doing it, but she knew
230
688000
2000
что она делает или почему она это делает,
но она знала,
но она знала,
11:55
she just had to do it. There was something electric about it.
231
690000
3000
что она просто должна это сделать.
В этом было что-то электризующее.
В этом было что-то электризующее.
11:58
This is late at, you know, 11 o'clock at night
232
693000
2000
Было поздно, 11 часов вечера,
12:00
and I think I was the only person surprised when what she built
233
695000
3000
и я думаю, что только я удивился,
когда то, что она сделала,
когда то, что она сделала,
12:03
worked the first time.
234
698000
2000
заработало с первого раза.
12:05
And I've shown this to engineers at big companies, and they say
235
700000
2000
Я показал это инженерам из крупных компаний,
и они сказали, что они не могут сделать такого.
и они сказали, что они не могут сделать такого.
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
Любую из вещей, которые она делает,
они могут сделать лучше,
они могут сделать лучше,
12:10
but it's distributed over many people and many sites
237
705000
3000
но это распределяется
между многими людьми и местами,
между многими людьми и местами,
12:13
and they can't do in an afternoon
238
708000
1000
и они не могут сделать
за один вечер то,
за один вечер то,
12:14
what this little girl in rural Ghana is doing.
239
709000
3000
что делает эта маленькая девочка
из сельского района Ганы.
из сельского района Ганы.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
728000
4000
(Видео): Девочка: «Меня зовут Валентина Кофи,
мне восемь лет.
мне восемь лет.
12:37
I made a stacking board.
241
732000
3000
Я сделала плату».
12:40
And, again, that was just for the joy of it.
242
735000
3000
Это делалось только для удовольствия.
12:43
Then these labs started doing serious problem solving --
243
738000
3000
Затем эти лаборатории
начали решать серьёзные проблемы —
начали решать серьёзные проблемы —
12:46
instrumentation for agriculture in India,
244
741000
2000
оборудование для сельского хозяйства
в Индии,
в Индии,
12:48
steam turbines for energy conversion in Ghana,
245
743000
2000
паровые турбины
для преобразования энергии в Гане,
для преобразования энергии в Гане,
12:50
high-gain antennas in thin client computers.
246
745000
4000
антенны с высоким коэффициентом усиления
в тонких компьютерах клиентов.
в тонких компьютерах клиентов.
12:54
And then, in turn, businesses started to grow,
247
749000
1000
А затем, в свою очередь,
начали разрастаться предприятия,
начали разрастаться предприятия,
12:55
like making these antennas.
248
750000
1000
например, для производства этих антенн.
12:56
And finally, the lab started doing invention.
249
751000
2000
И, наконец, в лаборатории
начали делать изобретения.
начали делать изобретения.
12:58
We're learning more from them than we're giving them.
250
753000
2000
Мы учимся у них большему, чем даём им.
13:00
I was showing my kids in a Fab Lab how to use it.
251
755000
3000
Я показывал детям в Fab Lab,
как его использовать.
как его использовать.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
758000
4000
Они придумали способ делать
строительный комплект из картонной коробки —
строительный комплект из картонной коробки —
13:07
which, as you see up there, that's becoming a business --
253
762000
2000
что, как вы видите там, наверху,
становится бизнесом —
становится бизнесом —
13:09
but their design was better than Saul's design at MIT,
254
764000
3000
но их дизайн был лучше,
чем дизайн Сола в MIT,
чем дизайн Сола в MIT,
13:12
so there's now three students at MIT doing their theses on
255
767000
3000
так что в настоящее время
три студента в MIT делают диссертации,
три студента в MIT делают диссертации,
13:15
scaling the work of eight-year-old children
256
770000
3000
приспосабливая работу 8-летних детей,
13:18
because they had better designs.
257
773000
1000
потому что их дизайн был лучше.
13:19
Real invention is happening in these labs.
258
774000
3000
В этих лабораториях
по-настоящему изобретают.
по-настоящему изобретают.
13:22
And I still kept -- so, in the last year I've been spending time with
259
777000
2000
В прошлом году я встречался
с главами государств
с главами государств
13:24
heads of state and generals and tribal chiefs who all want this,
260
779000
3000
и генералами и вождями племён,
которые хотят этого,
которые хотят этого,
13:27
and I keep saying, but this isn't the real thing.
261
782000
2000
и я продолжаю говорить,
но это ещё не всё.
но это ещё не всё.
13:29
Wait, like, 20 years and then we'll be done.
262
784000
2000
Подождите лет 20 лет,
и тогда всё будет сделано.
и тогда всё будет сделано.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
786000
3000
В конце концов я понял, что происходит.
Вот Керниган и Ричи
Вот Керниган и Ричи
13:34
inventing UNIX on a PDP.
264
789000
3000
в момент изобретения UNIX для PDP.
13:37
PDPs came between mainframes and minicomputers.
265
792000
2000
PDP были где-то посередине между
большими ЭВМ и миникомпьютерами.
большими ЭВМ и миникомпьютерами.
13:39
They were tens of thousands of dollars, hard to use,
266
794000
3000
Они стоили десятки тысяч долларов,
ими было трудно пользоваться,
ими было трудно пользоваться,
13:42
but they brought computing down to work groups,
267
797000
2000
но благодаря им компьютеры
стали использовать в рабочих группах,
стали использовать в рабочих группах,
13:44
and everything we do today happened there.
268
799000
2000
и всё, что мы делаем сегодня,
произошло там.
произошло там.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
801000
3000
Эти Fab Labs стоят столько же,
сколько и PDP и настолько же сложны.
сколько и PDP и настолько же сложны.
13:49
The projection of digital fabrication
270
804000
2000
Перспектива цифрового производства —
13:51
isn't a projection for the future; we are now in the PDP era.
271
806000
3000
это не перспектива для будущего.
Сейчас мы находимся как бы в эпоху PDP.
Сейчас мы находимся как бы в эпоху PDP.
13:54
We talked in hushed tones about the great discoveries then.
272
809000
3000
Тогда мы говорили в приглушенных тонах
о великих открытиях.
о великих открытиях.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
812000
3000
Всё происходило очень хаотично,
не было ясно, что происходит.
не было ясно, что происходит.
14:00
In the same sense we are now, today, in the minicomputer era
274
815000
3000
В таком же положении мы находимся сейчас,
в эпоху миникомпьютеров
в эпоху миникомпьютеров
14:03
of digital fabrication.
275
818000
2000
цифрового производства.
14:05
The only problem with that is it breaks everybody's boundaries.
276
820000
4000
Единственная проблема состоит в том,
что при этом ломаются все границы.
что при этом ломаются все границы.
14:09
In DC, I go to every agency that wants to talk, you know;
277
824000
3000
В Вашингтоне я захожу в каждое учреждение,
которое хочет поговорить;
которое хочет поговорить;
14:12
in the Bay Area, I go to every organization you can think of --
278
827000
2000
в районе Сан-Франциско я хожу
во всевозможные организации,
во всевозможные организации,
14:14
they all want to talk about it, but it breaks
279
829000
2000
все они хотят об этом говорить,
но это нарушает
но это нарушает
14:16
their organizational boundaries. In fact, it's illegal for them,
280
831000
3000
границы их организации. На самом деле
во многих случаях это незаконно для них,
во многих случаях это незаконно для них,
14:19
in many cases, to equip ordinary people to create
281
834000
4000
оснащать простых людей так,
чтобы они создавали,
чтобы они создавали,
14:23
rather than consume technology.
282
838000
1000
а не потребляли технологии.
14:24
And that problem is so severe that the ultimate invention
283
839000
4000
И эта проблема настолько серьёзна,
что последнее изобретение,
что последнее изобретение,
14:28
coming from this community surprised me:
284
843000
3000
сделанное этим сообществом, удивило меня:
14:31
it's the social engineering. That the lab in far north of Norway --
285
846000
4000
это социальная инженерия. Эта лаборатория —
далеко на севере Норвегии —
далеко на севере Норвегии —
14:35
this is so far north its satellite dishes look at the ground
286
850000
2000
это так далеко на Севере, что спутниковые
тарелки направлены в сторону земли,
тарелки направлены в сторону земли,
14:37
rather than the sky because that's where the satellites are --
287
852000
4000
а не в небо, потому что
там находятся спутники —
там находятся спутники —
14:41
the lab outgrew the little barn that it was in.
288
856000
1000
эта лаборатория вышла за рамки сарая,
в котором она находилась. Она была там,
в котором она находилась. Она была там,
14:42
It was there because they wanted to find animals in the mountains
289
857000
3000
потому что они хотели найти животных в горах,
но она вышла за рамки этого,
но она вышла за рамки этого,
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
860000
4000
так что они построили этот необычайный
посёлок для лаборатории.
посёлок для лаборатории.
14:49
This isn't a university; it's not a company. It's essentially
291
864000
2000
Это не университет и не компания. Это, по существу,
14:51
a village for invention; it's a village for the outliers in society,
292
866000
5000
посёлок для изобретений; это посёлок
для особенных людей в обществе
для особенных людей в обществе
14:56
and those have been growing up around these Fab Labs
293
871000
2000
и для тех, кто развивался
вокруг этих Fab Labs
вокруг этих Fab Labs
14:58
all around the world.
294
873000
1000
во всём мире.
14:59
So this program has split into an NGO foundation,
295
874000
4000
Эта программа раскололась на НПО,
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
878000
4000
Фонд Fab для поддержки расширения,
микро-венчурный капитал.
микро-венчурный капитал.
15:07
The person who runs it nicely describes it as
297
882000
1000
Человек, который руководит им,
красиво описывает его как
красиво описывает его как
15:08
"machines that make machines need businesses that make businesses:"
298
883000
4000
«машины, создающие машины, нуждаются
в предприятиях, создающих предприятия».
в предприятиях, создающих предприятия».
15:12
it's a cross between micro-finance and VC to do fan-out,
299
887000
3000
Это место пересечения микро-финансирования
и венчурного капитала для расширения,
и венчурного капитала для расширения,
15:15
and then the research partnerships back at MIT for what's
300
890000
2000
а затем сотрудничества
в исследованиях опять-таки с MIT,
в исследованиях опять-таки с MIT,
15:17
making it possible.
301
892000
3000
что делает это возможным.
15:20
So I'd like to leave you with two thoughts.
302
895000
2000
Я хотел бы, чтобы вы подумали
над двумя вещами.
над двумя вещами.
15:22
There's been a sea change in aid, from top-down mega-projects
303
897000
5000
Были радикальные изменения в помощи,
от мега-проектов, идущих сверху вниз,
от мега-проектов, идущих сверху вниз,
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
902000
4000
к проектам, идущим снизу вверх,
микро-финансирование низа,
микро-финансирование низа,
15:31
so that everybody's got that that's what works.
305
906000
3000
так что все поняли, что это срабатывает.
15:34
But we still look at technology as top-down mega-projects.
306
909000
3000
Но мы всё ещё считаем, технология — это
мега-проекты, функционирующие сверху вниз.
мега-проекты, функционирующие сверху вниз.
15:37
Computing, communication, energy for the rest of the planet
307
912000
3000
Вычислительная техника, коммуникации,
энергия для нашей планеты
энергия для нашей планеты
15:40
are these top-down mega-projects.
308
915000
2000
являются этими мега-проектами,
работающими сверху вниз.
работающими сверху вниз.
15:42
If this room full of heroes is just clever enough,
309
917000
2000
Если среди присутствующих имеются
достаточно разумные люди,
достаточно разумные люди,
15:44
you can solve the problems.
310
919000
2000
эти проблемы можно будет решить.
15:46
The message coming from the Fab Labs is that
311
921000
2000
Fab Labs хотят обратить внимание на то,
15:48
the other five billion people on the planet
312
923000
2000
что другие пять миллиардов
людей на планете
людей на планете
15:50
aren't just technical sinks; they're sources.
313
925000
2000
не только потребители технологии;
они и её разработчики.
они и её разработчики.
15:52
The real opportunity is to harness the inventive power of the world
314
927000
3000
Реально возможно использовать
изобретательскую мощь мира,
изобретательскую мощь мира,
15:55
to locally design and produce solutions to local problems.
315
930000
4000
чтобы на местах проектировать
и решать локальные проблемы.
и решать локальные проблемы.
15:59
I thought that's the projection 20 years hence into the future,
316
934000
3000
Я думал, что это перспектива
на 20 лет в будущее,
на 20 лет в будущее,
16:02
but it's where we are today.
317
937000
2000
но уже сегодня это так.
16:04
It breaks every organizational boundary we can think of.
318
939000
2000
Исчезают всевозможные
организационные границы.
организационные границы.
16:06
The hardest thing at this point is the social engineering
319
941000
3000
Самое трудное на настоящий момент —
социальная инженерия
социальная инженерия
16:09
and the organizational engineering, but it's here today.
320
944000
3000
и организационная инженерия,
но это уже имеется.
но это уже имеется.
16:12
And, finally, any talk like this on the future of computing
321
947000
2000
И, наконец, любой разговор
о будущем вычислительной техники
о будущем вычислительной техники
16:14
is required to show Moore's law, but my favorite version --
322
949000
4000
должен демонстрировать Закон Мура,
но моя любимая версия —
но моя любимая версия —
16:18
this is Gordon Moore's original one from his original paper --
323
953000
5000
это первоначальный закон Гордона Мура
из его собственной статьи —
из его собственной статьи —
16:23
and what's happened is, year after year after year,
324
958000
2000
и год за годом, год за годом
16:25
we've scaled and we've scaled and we've scaled
325
960000
1000
масштаб увеличивается всё больше и больше,
16:26
and we've scaled, and we've scaled and we've scaled,
326
961000
4000
больше и больше, больше и больше,
16:30
and we've scaled and we've scaled,
327
965000
1000
больше и больше, больше и больше,
16:31
and there's this looming bug of what's going to happen
328
966000
2000
и надвигается ошибка, что же произойдёт
16:33
at the end of Moore's law; this ultimate bug is coming.
329
968000
4000
в самом конце закона Мура;
эта отдалённая ошибка приближается.
эта отдалённая ошибка приближается.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
972000
5000
Что мы ценим, так это
переход от 2D к 3D,
переход от 2D к 3D,
16:42
from programming bits to programming atoms,
331
977000
3000
от битов программирования
к атомам программирования,
к атомам программирования,
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
980000
2000
что превращает предельную ошибку
в изменении масштаба закона Мура
в изменении масштаба закона Мура
16:47
to the ultimate feature.
333
982000
2000
в предельное свойство.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
984000
4000
Таким образом, мы находимся как раз на краю
этой цифровой революции в производстве,
этой цифровой революции в производстве,
16:53
where the output of computation programs the physical world.
335
988000
3000
где результат вычислительных программ
проявляется в физическом мире.
проявляется в физическом мире.
16:56
So, together, these two projects answer questions
336
991000
3000
Таким образом, эти два проекта
совместно отвечают на вопросы,
совместно отвечают на вопросы,
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
994000
4000
которые я не задал явно. Курс в MIT
демонстрирует, что киллер-приложение
демонстрирует, что киллер-приложение
17:03
for personal fabrication in the developed world
338
998000
2000
для индивидуального производства
в развитых странах мира —
в развитых странах мира —
17:05
is technology for a market of one: personal expression in technology
339
1000000
4000
это технология для рынка одного человека:
личное выражение через технологии,
личное выражение через технологии,
17:09
that touches a passion unlike anything I've seen in technology
340
1004000
3000
касающееся энтузиазма, в отличие
от всего прочего, что я наблюдал в технологии
от всего прочего, что я наблюдал в технологии
17:12
for a very long time.
341
1007000
2000
в течение очень длительного времени.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1009000
4000
А киллер-приложение
в остальной части нашей планеты
в остальной части нашей планеты
17:18
and the fabrication divide: people locally developing solutions
343
1013000
3000
связано с разрывом в оснащении
инструментами и производством:
инструментами и производством:
17:21
to local problems. Thank you.
344
1016000
2000
люди локально разрабатывают на местах
решения локальных проблем. Спасибо.
решения локальных проблем. Спасибо.
ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneerAs Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds.
Why you should listen
MIT's Neil Gershenfeld is redefining the boundaries between the digital and analog worlds. The digital revolution is over, Gershenfeld says. We won. What comes next? His Center for Bits and Atoms has developed quite a few answers, including Internet 0, a tiny web server that fits into lightbulbs and doorknobs, networking the physical world in previously unimaginable ways.
But Gershenfeld is best known as a pioneer in personal fabrication -- small-scale manufacturing enabled by digital technologies, which gives people the tools to build literally anything they can imagine. His famous Fab Lab is immensely popular among students at MIT, who crowd Gershenfeld's classes. But the concept is potentially life-altering in the developing world, where a Fab Lab with just $20,000 worth of laser cutters, milling machines and soldering irons can transform a community, helping people harness their creativity to build tools, replacement parts and essential products unavailable in the local market. Read more in Fab: The Coming Revolution on Your Desktop.
Neil Gershenfeld | Speaker | TED.com