TEDGlobal>Geneva
Caleb Harper: This computer will grow your food in the future
คาเลบ ฮาร์เปอร์ (Caleb Harper): คอมพิวเตอร์นี้จะปลูกอาหารของคุณในอนาคต
Filmed:
Readability: 3.3
1,812,924 views
ถ้าหากคุณสามารถปลูกอาหารอร่อย ๆ ที่มีสารอาหารมากมาย ในที่ร่มที่ไหนก็ได้ในโลกล่ะ คาเลบ ฮาร์เปอร์ ผู้อำนวยการ CitiFARM ที่ห้องทดลอง MIT Media Lab อยากที่จะเปลี่ยนระบบอาหารโดยเชื่อมต่อนักปลูกทั้งหลายด้วยเทคโนโลยี ทำความรู้จักกับ "คอมพิวเตอร์อาหาร" ของฮาร์เปอร์ และแอบชมสิ่งที่อาจเป็นอนาคตของการทำการเกษตร
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Double-click the English transcript below to play the video.
00:13
Food crisis.
0
1157
1264
วิกฤติการณ์อาหาร
00:14
It's in the news every day.
1
2445
1578
มันปรากฏอยู่ในข่าวเป็นประจำทุกวัน
00:16
But what is it?
2
4047
1322
แต่มันคืออะไรกันครับ
00:17
Some places in the world
it's too little food,
it's too little food,
3
5393
2899
สถานที่บางแห่งในโลกมีอาหารน้อยเกินไป
00:20
maybe too much.
4
8316
1190
บางที่ก็มากเกินไป
00:21
Other places, GMO is saving the world.
5
9963
2329
บางแห่งก็มี GMO เข้ามาช่วย
00:24
Maybe GMO is the problem?
6
12821
1788
หรือบางที GMO นั่นแหละที่เป็นตัวปัญหา
00:27
Too much agricultural runoff
creating bad oceans, toxic oceans,
creating bad oceans, toxic oceans,
7
15355
3462
น้ำท่าจากการเกษตรที่มากเกินไป
ทำให้ทะเลเสียหาย เกิดสารพิษในมหาสมุทร
ทำให้ทะเลเสียหาย เกิดสารพิษในมหาสมุทร
00:30
attenuation of nutrition.
8
18841
1637
และลดทอนสารอาหารในดิน
00:32
They go on and on.
9
20836
1666
พวกมันเกิดขึ้นซ้ำแล้วซ้ำเล่า
00:34
And I find the current climate
of this discussion
of this discussion
10
22919
3225
และผมพบว่าบรรยากาศการอภิปรายเรื่องนี้
00:38
incredibly disempowering.
11
26168
2299
ไม่ค่อยจะได้รับการสนับสนุน
00:41
So how do we bring that
to something that we understand?
to something that we understand?
12
29110
3441
แล้วเราจะทำให้มันเป็นที่น่าสนใจได้อย่างไร
00:45
How is this apple food crisis?
13
33508
2230
แอปเปิ้ลนี้เป็นวิกฤติการณ์อาหารอย่างไร
00:48
You've all eaten an apple
in the last week, I'm sure.
in the last week, I'm sure.
14
36194
2615
พวกเราทุกคนกินแอปเปิ้ลกันในสัปดาห์ที่แล้ว
ผมมั่นใจ
ผมมั่นใจ
00:51
How old do you think it was
from when it was picked?
from when it was picked?
15
39468
2753
คุณคิดว่านานแค่ไหนก่อนมันจะมาถึงมือคุณ
00:55
Two weeks?
16
43264
1184
สองสัปดาห์
00:56
Two months?
17
44472
1154
สองเดือน
00:58
Eleven months --
18
46887
1153
สิบเอ็ดเดือน --
01:00
the average age of an apple
in a grocery store in the United States.
in a grocery store in the United States.
19
48064
3355
คืออายุเฉลี่ยของแอปเปิ้ลในร้านของชำ
ในสหรัฐอเมริกา
ในสหรัฐอเมริกา
01:03
And I don't expect it
to be much different in Europe
to be much different in Europe
20
51443
2499
และผมคาดว่ามันก็คงจะไม่ต่างไปมากเท่าไร
ในยุโรป
ในยุโรป
01:05
or anywhere else in the world.
21
53966
1480
หรือที่อื่น ๆ ในโลก
01:07
We pick them,
22
55470
1164
เราเก็บมันจากต้น
01:08
we put them in cold storage,
23
56658
2077
เรานำมันไปไว้ในห้องเย็น
01:10
we gas the cold storage --
24
58759
1268
เพราะรมก๊าซในห้องเย็น --
01:12
there's actually documented proof
25
60051
1897
มันมีหลักฐานที่พิสูจน์ว่า
01:13
of workers trying to go
into these environments
into these environments
26
61972
2243
มีคนงานที่พยายามเข้าไปในนั้น
01:16
to retrieve an apple,
27
64239
1594
เพื่อเอาแอปเปิ้ลออกมา
01:17
and dying,
28
65857
1168
และเสียชีวิต
01:19
because the atmosphere
29
67606
1155
เพราะว่าบรรยากาศในนั้น
01:20
that they slow down the process
of the apple with is also toxic to humans.
of the apple with is also toxic to humans.
30
68785
3965
ที่พวกเขาทำให้กระบวนการสุกของแอปเปิ้ลช้าลง
เป็นพิษต่อมนุษย์
เป็นพิษต่อมนุษย์
01:25
How is it that none of you knew this?
31
73152
1899
ทำไมไม่มีพวกคุณรู้เรื่องนี้กันเลยสักคน
01:27
Why didn't I know this?
32
75075
1504
ทำไมผมถึงไม่รู้เรื่องนี้
01:29
Ninety percent of the quality
of that apple --
of that apple --
33
77086
2208
เก้าสิบเปอร์เซ็นต์ของคุณภาพของแอปเปิ้ลนั้น --
01:31
all of the antioxidants -- are gone
by the time we get it.
by the time we get it.
34
79318
2960
สารต้านอนุมูลอิสระทั้งหมดนั้น --
หายไปหมดแล้วตอนที่ถึงมือคุณ
หายไปหมดแล้วตอนที่ถึงมือคุณ
01:34
It's basically a little ball of sugar.
35
82719
2183
มันกลายเป็นแค่น้ำตาลลูกกลม ๆ
01:38
How did we get so information poor
36
86126
2782
ทำไมเราถึงได้ข้อมูลแย่ ๆ อย่างนั้น
01:40
and how can we do better?
37
88932
1458
และเราจะปรับปรุงให้มันดีขึ้นได้อย่างไร
01:43
I think what's missing is a platform.
38
91347
2856
ผมคิดว่าที่มันขาดหายไปก็คือ
พื้นที่สาธารณะ
พื้นที่สาธารณะ
01:46
I know platforms -- I know computers,
39
94630
1809
ผมรู้จักพื้นที่สาธารณะ --
ผมรู้จักคอมพิวเตอร์
ผมรู้จักคอมพิวเตอร์
01:48
they put me on the Internet
when I was young.
when I was young.
40
96463
2119
พวกมันทำให้ผลรู้จักกับอินเทอร์เน็ตตั้งแต่เด็ก
01:50
I did very weird things --
41
98606
1246
ผมทำเรื่องแปลก ๆ หลายอย่าง --
01:51
(Laughter)
42
99876
1001
(เสียงหัวเราะ)
01:52
on this platform.
43
100901
1151
บนพื้นที่ที่ว่า
01:54
But I met people,
and I could express myself.
and I could express myself.
44
102076
2093
แต่ผมได้พบกับคนมากมาย
และผมได้แสดงความเห็นของผม
และผมได้แสดงความเห็นของผม
01:56
How do you express yourself in food?
45
104193
2014
คุณจะแสดงความเห็นเรื่องอาหารอย่างไร
01:58
If we had a platform,
46
106556
1540
ถ้าคุณมีพื้นที่สาธารณะสำหรับสิ่งนั้น
02:00
we might feel empowered
to question: What if?
to question: What if?
47
108120
3147
เราอาจรู้สึกว่าเรามีสิทธิที่จะถามว่า
มันจะเป็นอย่างไร ... ถ้า...
มันจะเป็นอย่างไร ... ถ้า...
02:04
For me, I questioned:
48
112005
1151
สำหรับผม ผมตั้งคำถามว่า
02:05
What if climate was democratic?
49
113180
2746
มันจะเป็นอย่างไร
ถ้าสภาพบรรยากาศเป็นประชาธิปไตย
ถ้าสภาพบรรยากาศเป็นประชาธิปไตย
02:09
So, this is a map of climate in the world.
50
117830
2007
นี่คือแผนที่สภาพอากาศของโลก
02:11
The most productive areas in green,
the least productive in red.
the least productive in red.
51
119861
3340
พื้นที่มีการเพาะปลูกเป็นส่วนใหญ่เป็นสีเขียว
พื่นที่มีการเพาะปลูกเป็นส่วนน้อยเป็นสีแดง
พื่นที่มีการเพาะปลูกเป็นส่วนน้อยเป็นสีแดง
02:15
They shift and they change,
52
123606
1308
มันมีการเคลื่อนและเปลี่ยน
02:16
and Californian farmers
now become Mexican farmers.
now become Mexican farmers.
53
124938
2671
และเกษตรกรแคลิฟอร์เนีย
ตอนนี้กลายเป็นเกษตรกรชาวเม็กซิกัน
ตอนนี้กลายเป็นเกษตรกรชาวเม็กซิกัน
02:19
China picks up land in Brazil
to grow better food,
to grow better food,
54
127934
2897
จีนใช้พื้นที่ในบราซิลเพื่อผลิตอาหารที่ดีกว่า
02:22
and we're a slave to climate.
55
130855
2026
และพวกเขาเป็นทาสของสภาพอากาศ
02:26
What if each country had
its own productive climate?
its own productive climate?
56
134056
3057
จะเป็นอย่างไร ถ้าหากแต่ละประเทศมีสภาพอากาศ
ที่มีประสิทธิภาพในการผลิตเป็นของตัวเอง
ที่มีประสิทธิภาพในการผลิตเป็นของตัวเอง
02:29
What would that change about how we live?
57
137612
2120
นั่นจะเปลี่ยนวิถีชีวิตของเราไปอย่างไร
02:32
What would that change
about quality of life and nutrition?
about quality of life and nutrition?
58
140233
2984
มันจะเปลี่ยนคุณภาพชีวิตและสารอาหาร
ของเราอย่างไรบ้าง
ของเราอย่างไรบ้าง
02:36
The last generation's problem
was, we need more food
was, we need more food
59
144257
3295
ปัญหาสุดท้ายที่เกิดขึ้นก็คือ
เราต้องการอาหารมากขึ้น
เราต้องการอาหารมากขึ้น
02:39
and we need it cheap.
60
147576
1181
และเราต้องการให้มันมีราคาถูก
02:41
Welcome to your global farm.
61
149194
2120
ยินดีต้อนรับสู่ฟาร์มโลก
02:43
We built a huge analog farm.
62
151338
2460
เราสร้างฟาร์มอานาล็อคขนาดใหญ่
02:45
All these traces --
63
153822
1430
สิ่งต่าง ๆ พวกนี้ --
02:47
these are cars, planes,
trains and automobiles.
trains and automobiles.
64
155276
2900
รถยนต์ เครื่องบิน รถไฟ จักรยานยนต์
02:50
It's a miracle that we feed
seven billion people
seven billion people
65
158597
3185
มันเป็นความอัศจรรย์ที่เราให้กับคนเจ็ดพันล้านคน
02:53
with just a few of us involved
in the production of food.
in the production of food.
66
161806
3045
มีเราเพียงไม่กี่คน
ที่เกี่ยวข้องกับการผลิตอาหาร
ที่เกี่ยวข้องกับการผลิตอาหาร
02:57
What if ...
67
165709
1168
มันจะเป็นอย่างไร ถ้าหาก...
02:59
we built a digital farm?
68
167758
1676
เราสร้างฟาร์มดิจิทัล
03:01
A digital world farm.
69
169458
1163
โลกแห่งฟาร์มดิจิทัล
03:02
What if you could take this apple,
70
170645
2809
มันจะเป็นอย่างไร ถ้าหากเราเอาแอปเปิ้ลนี้
03:06
digitize it somehow,
71
174052
1710
ทำให้มันเป็นดิจิทัล
03:07
send it through particles in the air
72
175786
2468
ส่งมันผ่านอนุภาคในอากาศ
03:10
and reconstitute it on the other side?
73
178278
2410
และสร้างมันกลับขึ้นมาใหม่ที่ปลายทาง
03:13
What if?
74
181337
1160
มันจะเป็นอย่างไรกันนะ
03:15
Going through some of these quotes,
75
183338
1675
การอ่านข้อความเหล่านี้
03:17
you know, they inspire me to do what I do.
76
185037
2042
คุณรู้ไหมครับ มันสร้างแรงบันดาลใจ
ให้ผมทำในสิ่งที่ผมทำอยู่
ให้ผมทำในสิ่งที่ผมทำอยู่
03:19
First one:
77
187103
1155
ประการแรก
03:20
["Japanese farming has no youth,
no water, no land and no future."]
no water, no land and no future."]
78
188282
4110
["การเกษตรญี่ปุ่นไม่มีความกระปรี้กระเปร่า
ไม่มีน้ำ ไม่มีพื้นที่ และไม่มีอนาคต]
ไม่มีน้ำ ไม่มีพื้นที่ และไม่มีอนาคต]
03:24
That's what I landed to the day
that I went to Minamisanriku,
that I went to Minamisanriku,
79
192767
3738
นั่นเป็นวันที่ผมไปที่มินามิซานริคุ
03:28
one stop south of Fukushima,
80
196529
1573
หนึ่งป้ายถัดจากฟุคูซิมาไปทางใต้
03:30
after the disaster.
81
198126
1702
หลังจากเกิดภัยพิบัติ
03:31
The kids have headed to Sendai and Tokyo,
82
199852
2551
เด็ก ๆ มุ่งหน้าไปยังเซ็นไดและโตเกียว
03:34
the land is contaminated,
83
202427
1375
ที่ซึ่งมีการปนเปื้อน
03:35
they already import 70 percent
of their own food.
of their own food.
84
203826
2321
พวกเขานำเข้าอาหาร 70 เปอร์เซ็นต์อยู่แล้ว
03:38
But it's not unique to Japan.
85
206171
2140
แต่มันไม่ได้เป็นอย่างนั้นที่ญี่ปุ่นที่เดียว
03:40
Two percent of the American population
is involved in farming.
is involved in farming.
86
208749
3397
สองเปอร์เซ็นต์ของประชากรอเมริกัน
มีส่วนเกี่ยวข้องกับการเกษตร
มีส่วนเกี่ยวข้องกับการเกษตร
03:45
What good answer comes
from two percent of any population?
from two percent of any population?
87
213091
3542
มีข่าวดีอะไรจากสองเปอร์เซ็นต์
ของประชากรใด ๆ บ้างไหม
ของประชากรใด ๆ บ้างไหม
03:49
As we go around the world,
88
217725
1585
เราไปรอบโลก
03:51
50 percent of the African
population is under 18.
population is under 18.
89
219334
3611
50 เปอร์เซ็นต์ของประชากรในแอฟริกา
มีอายุน้อยกว่า 18 ปี
มีอายุน้อยกว่า 18 ปี
03:55
Eighty percent don't want to be farmers.
90
223905
2816
แปดสิบเปอร์เซ็นต์ไม่อยากเป็นเกษตรกร
03:58
Farming is hard.
91
226745
1454
การเกษตรเป็นงานที่หนัก
04:00
The life of a small-shareholder
farmer is miserable.
farmer is miserable.
92
228651
3831
ชีวิตของชาวนาที่ได้รับส่วนแบ่งน้อยนิด
ช่างยากลำบาก
ช่างยากลำบาก
04:05
They go into the city.
93
233381
1292
พวกเขาเดินทางเข้าไปยังตัวเมือง
04:06
In India:
94
234697
1160
ในอินเดีย
04:08
farmers' families not being able
to have basic access to utilities,
to have basic access to utilities,
95
236523
3190
ครอบครัวเกษตรกรไม่สามารถที่จะเข้าถึง
อุปกรณ์อำนวยความสะดวกพื้นฐานต่าง ๆ ได้
อุปกรณ์อำนวยความสะดวกพื้นฐานต่าง ๆ ได้
04:11
more farmer suicides this year
and the previous 10 before that.
and the previous 10 before that.
96
239737
3799
เกษตรกรฆ่าตัวตายมากขึ้นในปีนี้
และมากกว่าเมื่อ 10 ปีก่อน
และมากกว่าเมื่อ 10 ปีก่อน
04:15
It's uncomfortable to talk about.
97
243560
1635
มันเป็นเรื่องที่เราไม่อยากจะพูดถึง
04:17
Where are they going?
98
245219
1168
พวกเขาไปไหนกัน
04:18
Into the city.
99
246411
1208
เข้าตัวเมือง
04:20
No young people, and everyone's headed in.
100
248719
2168
ไม่มีคนหนุ่มสาว ทุกคนมุ่งหน้าสู่ตัวเมืองกันหมด
04:22
So how do we build this platform
that inspires the youth?
that inspires the youth?
101
250911
3971
เราจะสร้างพื้นที่สาธารณะเพื่อให้แรงบันดาลใจ
กับคนหนุ่มสาวได้อย่างไร
กับคนหนุ่มสาวได้อย่างไร
04:27
Welcome to the new tractor.
102
255687
1632
ยินดีต้อนรับสู่หัวลากแบบใหม่
04:29
This is my combine.
103
257754
1827
นี่คือเครื่องตัดของผม
04:32
A number of years ago now,
104
260224
1299
หลายปีมาแล้ว
04:33
I went to Bed Bath and Beyond
and Home Depot
and Home Depot
105
261547
2162
ผมไปยัง เบ็ด บาร์ธ แอนด์ บียอน
และ โฮม ดีโป
และ โฮม ดีโป
04:35
and I started hacking.
106
263733
1151
ผมเริ่มปะติดปะต่อ
04:36
And I built silly things
107
264908
1215
และทำสิ่งเพี้ยน ๆ
04:38
and I made plants dance
108
266147
1151
และผมทำให้ต้นไม้เต้นระบำ
04:39
and I attached them to my computer
109
267322
1851
และติดพวกมันเข้ากับคอมพิวเตอร์ของผม
04:41
and I killed them all --
110
269197
1290
และฆ่ามันเรียบ --
04:42
a lot.
111
270966
1173
เพียบด้วย
04:44
(Laughter)
112
272163
1000
(เสียงหัวเราะ)
04:45
I eventually got them to survive.
113
273773
1610
ผมทำให้พวกมันอยู่รอดได้ในที่สุด
04:47
And I created one of the most
intimate relationships
intimate relationships
114
275407
2466
และผมสร้างสายสัมพันธ์หนึ่ง
ที่สนิทชิดเชื้อที่สุด
ที่สนิทชิดเชื้อที่สุด
04:49
I've ever had in my life,
115
277897
1215
เท่าที่ผมเคยมีมาในชีวิต
04:51
because I was learning
the language of plants.
the language of plants.
116
279136
3105
เพราะว่าผมได้เรียนรู้ภาษาของพืช
04:55
I wanted to make it bigger.
117
283008
1318
ผมต้องการที่จะทำให้มันใหญ่ขึ้น
04:56
They said, "Knock yourself out, kid!
118
284350
1763
พวกเขาบอกว่า "จัดไปไอ้น้อง
04:58
Here's an old electronics room
that nobody wants.
that nobody wants.
119
286137
2901
นี่ไง ห้องอิเล็กทรอนิคเน่า ๆ
ที่ไม่มีใครอยากได้
ที่ไม่มีใครอยากได้
05:01
What can you do?"
120
289062
1302
แกจะทำอะไรล่ะ"
05:03
With my team, we built a farm
inside of the media lab,
inside of the media lab,
121
291031
2627
ผมกับกลุ่มของผม สร้างฟาร์มในห้องทดลองมีเดีย
05:05
a place historically known
not for anything about biology
not for anything about biology
122
293682
3934
ที่ซึ่งในประวัติของมันไม่เคยเป็นที่รู้จัก
ในฐานะสถานที่ที่เกี่ยวกับชีววิทยา
ในฐานะสถานที่ที่เกี่ยวกับชีววิทยา
05:09
but everything about digital life.
123
297640
2549
แต่เป็นที่ที่เกี่ยวข้องกับชีวิตดิจิทัล
05:12
Inside of these 60 square feet,
124
300213
2642
ภายในพื้นที่ 60 ตารางฟุตนี้
05:14
we produced enough food to feed
about 300 people once a month --
about 300 people once a month --
125
302879
3126
เราสร้างอาหารได้มากพอ
สำหรับคนประมาณ 300 คน เดือนละครั้ง --
สำหรับคนประมาณ 300 คน เดือนละครั้ง --
05:18
not a lot of food.
126
306029
1152
ไม่ใช่อาหารปริมาณมากอะไร
05:19
And there's a lot of interesting
technology in there.
technology in there.
127
307205
2515
และมันมีเทคโนโลยีที่น่าสนใจมากมายในนั้น
05:21
But the most interesting thing?
128
309744
1655
แต่ที่น่าสนใจที่สุดน่ะเหรอ
05:24
Beautiful, white roots,
129
312226
1705
รากขาว ๆ แสนสวย
05:26
deep, green colors
130
314478
2421
สีเขียวเข้ม
05:29
and a monthly harvest.
131
317629
1532
และการเก็บเกี่ยวรายเดือน
05:31
Is this a new cafeteria?
132
319668
2561
นี่เป็นโรงอาหารแห่งใหม่หรือเปล่า
05:34
Is this a new retail experience?
133
322787
3321
มันเป็นสัมผัสใหม่ของร้านรวงหรือเปล่า
05:38
Is this a new grocery store?
134
326132
1574
มันเป็นร้านชำแบบใหม่หรือเปล่า
05:39
I can tell you one thing for sure:
135
327730
1881
ผมบอกคุณได้อย่างหนึ่งแน่ ๆ ว่า
05:42
this is the first time
136
330127
1150
นี่เป็นครั้งแรก
05:43
anybody in the media lab
ripped the roots off of anything.
ripped the roots off of anything.
137
331301
2881
ที่มีใครในห้องทดลองมีเดีย
ดึงรากออกจากอะไรบางอย่าง
ดึงรากออกจากอะไรบางอย่าง
05:46
(Laughter)
138
334613
1417
(เสียงหัวเราะ)
05:48
We get our salad in bags;
139
336528
1705
พวกเราเอาสลัดใส่ถุง
05:50
there's nothing wrong with that.
140
338257
1736
และนั่นก็ไม่เห็นจะผิดปกติอะไร
05:52
But what happens
141
340400
1521
แต่สิ่งที่เกิดขึ้น
05:53
when you have an image-based
processing expert,
processing expert,
142
341945
3111
เมื่อคุณมีผู้เชี่ยวชาญด้านการประมวลภาพ
05:57
a data scientist,
143
345080
1415
นักวิทยาศาสตร์ข้อมูล
05:58
a roboticist,
144
346996
1396
นักทำหุ่นยนต์
06:00
ripping roots off and thinking,
145
348933
1526
ดึงรากออกมาและคิด
06:02
"Huh. I know something about --
146
350483
1880
"อ้า ผมรู้อะไรบางอย่างเกี่ยวกับ --
06:04
I could make this happen, I want to try."
147
352387
2193
ผมทำให้มันเป็นไปได้ ผมอยากจะลองดู"
06:07
In that process we would
bring the plants out
bring the plants out
148
355364
2275
นั่นเป็นกระบวนการที่เราจะนำพืชออกมา
06:09
and we would take some back to the lab,
149
357663
1909
และเราจะนำพวกมันบางส่วน
กลับไปยังห้องทดลอง
กลับไปยังห้องทดลอง
06:11
because if you grew it,
you don't throw it away;
you don't throw it away;
150
359596
2256
เพราะว่าถ้าคุณปลูกมัน
คุณจะไม่ทิ้งมันไปเปล่า ๆ
คุณจะไม่ทิ้งมันไปเปล่า ๆ
06:13
it's kind of precious to you.
151
361876
1397
มันมีค่าสำหรับคุณทีเดียว
06:15
I have this weird tongue now,
152
363297
1397
ลิ้นผมชักจะแปลก ๆ แล้วตอนนี้
06:16
because I'm afraid to let anybody eat
anything until I've eaten it first,
anything until I've eaten it first,
153
364718
3444
เพราะว่าผมกลัวว่าใครจะได้ลองกินก่อนผม
06:20
because I want it to be good.
154
368186
1389
เพราะว่าผมอยากจะให้มันออกมาดี
06:21
So I eat lettuce every day
155
369599
1246
ฉะนั้น ผมกินผักกาดทุกวัน
06:22
and I can tell the pH
of a lettuce within .1.
of a lettuce within .1.
156
370869
2457
และผมสามารถบอกค่า pH ของผักกาด
ได้ในระดับ 0.1
ได้ในระดับ 0.1
06:25
(Laughter)
157
373350
1005
(เสียงหัวเราะ)
06:26
I'm like, "No, that's 6.1 -- no,
no, you can't eat it today."
no, you can't eat it today."
158
374379
3171
ผมแบบว่า "ไม่ นั่นมัน 6.1 -- ไม่
ไม่ คุณห้ามกินมันนะวันนี้"
ไม่ คุณห้ามกินมันนะวันนี้"
06:29
(Applause)
159
377574
3145
(เสียงปรบมือ)
06:34
This lettuce that day was hyper sweet.
160
382042
2588
ผักกาดในวันนั้นหวานมาก
06:37
It was hyper sweet
because the plant had been stressed
because the plant had been stressed
161
385362
2548
มันหวานมากเพราะว่าพืชมีความเครียด
06:39
and it created a chemical reaction
in the plant to protect itself:
in the plant to protect itself:
162
387934
3129
และมันสร้างปฏิกิริยาเคมีในต้นของมัน
เพื่อป้องกันตัวเอง
เพื่อป้องกันตัวเอง
06:43
"I'm not going to die!"
163
391087
1164
"ฉันไม่อยากตาย"
06:44
And the plants not-going-to-die,
taste sweet to me.
taste sweet to me.
164
392275
3129
และพืชที่ไม่อยากตายมีรสหวานสำหรับผม
06:48
Technologists falling backwards
into plant physiology.
into plant physiology.
165
396683
2862
นักเทคโนโลยีเดินถอยมาหากายวิภาคพืช
06:51
So we thought other people
needed to be able to try this.
needed to be able to try this.
166
399569
2705
เราบอกคนอื่น ๆ ว่าต้องลองดู
06:54
We want to see what people can create,
167
402298
1857
เราอยากเห็นว่าคนอื่น ๆ จะสร้างอะไรได้
06:56
so we conceived of a lab
that could be shipped anywhere.
that could be shipped anywhere.
168
404179
2689
เราก็เลยคิดถึงห้องทดลองที่ส่งไปไหนก็ได้
06:59
And then we built it.
169
407359
1232
และเราก็สร้างมัน
07:02
So on the facade
of the media lab is my lab,
of the media lab is my lab,
170
410095
2623
ฉะนั้น ด้านหน้าของห้องทดลองมีเดีย
คือห้องทดลองของผม
คือห้องทดลองของผม
07:04
that has about 30 points
of sensing per plant.
of sensing per plant.
171
412742
2693
มันมีจุดรับ 30 จุดต่อพืชหนึ่งต้น
07:08
If you know about the genome or genetics,
172
416035
3169
ถ้าคุณรู้เรื่องเกี่ยวกับจีโนม หรือพันธุศาสตร์
07:11
this is the phenome, right?
173
419228
2503
นี่เป็นปรากฏการณ์ใหม่เลยใช่ไหมครับ
07:13
The phenomena.
174
421755
1242
ปรากฏการณ์
07:15
When you say, "I like
the strawberries from Mexico,"
the strawberries from Mexico,"
175
423021
2480
เมื่อคุณบอกว่า "ฉันชอบ
สตรอว์เบอร์รี่จากเม็กซิโก"
สตรอว์เบอร์รี่จากเม็กซิโก"
07:17
you really like the strawberries
from the climate
from the climate
176
425525
2389
คุณชอบสตรอว์เบอร์รี่จากสภาพภูมิอากาศนั้น
07:19
that produced the expression
that you like.
that you like.
177
427938
2088
ที่ผลิดสัมผัสที่คุณชอบ
07:22
So if you're coding climate --
178
430050
2189
ฉะนั้นถ้าคุณสามารถป้อนรหัสสภาพภูมิอากาศ --
07:24
this much CO2, this much O2 creates
a recipe -- you're coding
a recipe -- you're coding
179
432263
3301
ที่มีคาร์บอนไดออกไซด์เท่านั้นเท่านี้
เป็นสูตรคาร์บอนไดออกไซด์--คุณป้อนรหัส
เป็นสูตรคาร์บอนไดออกไซด์--คุณป้อนรหัส
07:27
the expression of that plant,
the nutrition of that plant,
the nutrition of that plant,
180
435588
3275
การแสดงออกของพืช
สารอาหารของพืช
สารอาหารของพืช
07:30
the size of that plant, the shape,
the color, the texture.
the color, the texture.
181
438887
3258
และขนาดของพืช รูปร่าง
สี เนื้อสัมผัส
สี เนื้อสัมผัส
07:35
We need data,
182
443683
1185
เราต้องการข้อมูล
07:36
so we put a bunch of sensors in there
183
444892
1781
เพื่อที่เราจะได้นำตัวตรวจจับวางลงไป
07:38
to tell us what's going on.
184
446697
1303
เพื่อบอกเราว่ามันกำลังเกิดอะไรขึ้น
07:40
If you think of your houseplants,
185
448024
1582
ถ้าคุณคิดถึงต้นไม้บ้านของคุณ
07:41
and you look at your houseplant
186
449630
1495
และดูพวกมัน
07:43
and you're super sad, because you're like,
187
451149
2012
และคุณรู้สึกได้ถึงความเศร้า แบบว่า
07:45
"Why are you dying? Won't you talk to me?"
188
453185
2016
"ทำไมมันถึงจะตายล่ะ
ทำไมไม่คุยกับฉันหน่อย"
ทำไมไม่คุยกับฉันหน่อย"
07:47
(Laughter)
189
455225
1000
(เสียงหัวเราะ)
07:48
Farmers develop the most beautiful
fortune-telling eyes
fortune-telling eyes
190
456659
2822
เกษตรกรพัฒนาดวงตาที่สวยงามที่สุด
ที่สามารถพยากรณ์อนาคตได้
ที่สามารถพยากรณ์อนาคตได้
07:51
by the time they're in their
late 60s and 70s.
late 60s and 70s.
191
459505
2171
ตั้งแต่ปลายยุค 60 และ 70
07:53
They can tell you when you
see that plant dying
see that plant dying
192
461700
2193
พวกเขาบอกคุณได้เมื่อคุณกำลังเห็นพืชจะตาย
07:55
that it's a nitrogen deficiency,
a calcium deficiency
a calcium deficiency
193
463917
2539
ว่ามันเป็นเพราะขาดไนโตรเจน
ขาดแคลเซียม
ขาดแคลเซียม
07:58
or it needs more humidity.
194
466480
1404
หรือต้องการความชื้นมากกว่านี้
07:59
Those beautiful eyes
are not being passed down.
are not being passed down.
195
467908
2315
ตาแสนสวยเหล่านี้ไม่ได้ถูกถ่ายทอด
08:03
These are eyes in the cloud of a farmer.
196
471199
2318
มันเป็นดวงตาของบรรดาเกษตรกรทั้งหลาย
08:06
We trend those data points over time.
197
474080
2215
เราจับแนวโน้มของจุดข้อมูลเหล่านี้
08:08
We correlate those data points
to individual plants.
to individual plants.
198
476805
2475
เราหาความสัมพันธ์ระหว่างจุดข้อมูลเหล่านี้
กับพืชแต่ละต้น
กับพืชแต่ละต้น
08:11
These are all the broccoli
in my lab that day, by IP address.
in my lab that day, by IP address.
199
479304
4050
ในตอนนั้นในห้องทดลองของผม
มีแต่บล๊อคโคลี จัดวางโดยรหัสไอดี
มีแต่บล๊อคโคลี จัดวางโดยรหัสไอดี
08:15
(Laughter)
200
483378
1138
(เสียงหัวเราะ)
08:16
We have IP-addressable broccoli.
201
484540
2721
เรามีบล๊อคโคลีที่จัดให้มีรหัสไอพีได้
08:20
(Applause)
202
488176
4514
(เสียงปรบมือ)
08:24
So if that's not weird enough,
203
492714
2675
ถ้านั่นยังแปลกไม่พอ
08:27
you can click one
and you get a plant profile.
and you get a plant profile.
204
495413
2489
คุณสามารถกด
เลือกดูโพรไฟล์ของพืชสักต้น
เลือกดูโพรไฟล์ของพืชสักต้น
08:29
And what this tells you
is downloadable progress on that plant,
is downloadable progress on that plant,
205
497926
3016
และมันจะบอกคุณถึงความคืบหน้า
ในการดาวน์โหลดของพืชนั้น
ในการดาวน์โหลดของพืชนั้น
08:32
but not like you'd think,
206
500966
1206
แต่ที่ต่างไปจากที่คุณคิด
08:34
it's not just when it's ready.
207
502196
1445
มันไม่ใช่แค่ตอนที่มันพร้อม
08:35
When does it achieve
the nutrition that I need?
the nutrition that I need?
208
503665
2276
แต่มันบอกว่าพืชได้สารอาหาร
ที่พวกมันต้องการเมื่อไร
ที่พวกมันต้องการเมื่อไร
08:37
When does it achieve
the taste that I desire?
the taste that I desire?
209
505965
2780
มันจะมีรสชาติอย่างที่เราต้องการเมื่อไร
08:41
Is it getting too much water?
210
509284
1676
มันได้น้ำมากไปหรือเปล่า
08:42
Is it getting too much sun?
211
510984
1912
มันได้รับแสงแดดมากไปหรือเปล่า
08:44
Alerts.
212
512920
1164
ในทางกลับกัน
08:46
It can talk to me, it's conversant,
213
514108
1834
มันสามารถบอกผมได้
มันเป็นความคุ้นชินกันครับ
มันเป็นความคุ้นชินกันครับ
08:47
we have a language.
214
515966
1364
เรามีภาษาระหว่างกัน
08:50
(Laughter)
215
518043
1788
(เสียงหัวเราะ)
08:51
(Applause)
216
519855
4636
(เสียงปรบมือ)
08:56
I think of that as the first user
on the plant Facebook, right?
on the plant Facebook, right?
217
524515
4779
ผมคิดถึงมันว่าเป็นผมเป็นผู้ใช้เฟสบุ๊คคนแรก
อะไรแบบนั้น
อะไรแบบนั้น
09:01
That's a plant profile
218
529318
1206
นี่คือโพรไฟล์ของพืช
09:02
and that plant will start making friends.
219
530548
1993
และพืชต้นนี้จะเริ่มสร้างสัมพันธไมตรี
09:04
(Laughter)
220
532565
1007
(เสียงหัวเราะ)
09:05
And I mean it -- it will make
friends with other plants
friends with other plants
221
533596
2619
และผมหมายความว่าอย่างนั้นจริง ๆ --
มันจะผูกมิตรกับพืชต้นอื่น ๆ
มันจะผูกมิตรกับพืชต้นอื่น ๆ
09:08
that use less nitrogen, more phosphorus,
222
536239
2127
ที่ใช้ไนโตรเจนน้อยกว่า
ใช้ฟอสฟอรัสมากกว่า
ใช้ฟอสฟอรัสมากกว่า
09:10
less potassium.
223
538390
1198
ใช้โพเทสเซียมน้อยกว่า
09:11
We're going to learn about a complexity
224
539910
1981
เรากำลังเรียนรู้เกี่ยวกับความซับซ้อน
09:13
that we can only guess at now.
225
541915
1617
ที่ตอนนี้เราทำได้เพียงแต่เดา
09:16
And they may not friend us back --
I don't know, they might friend us back,
I don't know, they might friend us back,
226
544048
3580
และพวกมันอาจไม่เป็นเพื่อนกับเรา --
ผมก็ไม่รู้ พวกมันอาจจะเป็นก็ได้
ผมก็ไม่รู้ พวกมันอาจจะเป็นก็ได้
09:19
it depends on how we act.
227
547652
1199
มันขึ้นอยู่กับว่าทำตัวอย่างไร
09:20
So this is my lab now.
228
548875
1958
ครับ นี่คือห้องทดลองของผมในตอนนี้
09:23
It's a little bit more systematized,
229
551294
1738
มันเป็นระบบขึ้นกว่าเดิมอีกหน่อย
09:25
my background is designing data centers
in hospitals of all things,
in hospitals of all things,
230
553056
3231
ทางด้านหลังของผมนี้คือศูนย์กลางข้อมูล
ในโรงพยาบาลของทุกสิ่ง
ในโรงพยาบาลของทุกสิ่ง
09:28
so I know a little bit about creating
a controlled environment.
a controlled environment.
231
556311
2968
ผมมีความรู้เล็กน้อย
เกี่ยวกับการสร้างสิ่งแวดล้อมที่ถูกควบคุม
เกี่ยวกับการสร้างสิ่งแวดล้อมที่ถูกควบคุม
09:31
And so --
232
559303
1150
และแล้ว --
09:32
inside of this environment,
233
560754
1643
ในสิ่งแวดล้อมนี้
09:34
we're experimenting
with all kinds of things.
with all kinds of things.
234
562421
2373
เราทำการทดลองกับสิ่งต่าง ๆ
09:36
This process, aeroponics, was developed
by NASA for Mir Space Station
by NASA for Mir Space Station
235
564818
4208
กระบวนการแอโรโพนิคนี้
ถูกพัฒนาขึ้นโดยนาซา จากสถานีอวกาศเมียร์
ถูกพัฒนาขึ้นโดยนาซา จากสถานีอวกาศเมียร์
09:41
for reducing the amount of water
they send into space.
they send into space.
236
569050
2548
เพื่อลดปริมาณน้ำที่พวกเขาต้องส่งไปอวกาศ
09:43
What it really does is give the plant
exactly what it wants:
exactly what it wants:
237
571622
2859
สิ่งที่มันทำจริง ๆ ก็คือ
มันให้สิ่งที่ต้นไม้ต้องการจริง ๆ
มันให้สิ่งที่ต้นไม้ต้องการจริง ๆ
09:46
water, minerals and oxygen.
238
574505
1635
คือ น้ำ แร่ธาตุ และออกซิเจน
09:48
Roots are not that complicated,
239
576164
1492
รากไม่ได้ซับซ้อนอะไรมาก
09:49
so when you give them that,
you get this amazing expression.
you get this amazing expression.
240
577680
3912
ฉะนั้น เมื่อคุณให้สิ่งเหล่านั้นกับมัน
คุณจะได้การแสดงออกที่น่าทึ่งแบบนี้
คุณจะได้การแสดงออกที่น่าทึ่งแบบนี้
09:54
It's like the plant has two hearts.
241
582472
3073
มันราวกับว่าพืชมีหัวใจสองดวง
09:57
And because it has two hearts,
242
585569
1665
แลเพราะว่ามันมีหัวใจสองดวงนี่แหละ
09:59
it grows four or five times faster.
243
587958
2069
มันจึงเติบโตเร็วขึ้นเป็นสี่หรือห้าเท่า
10:02
It's a perfect world.
244
590657
1154
มันเป็นโลกที่เหมาะสม
10:03
We've gone a long way into technology
and seed for an adverse world
and seed for an adverse world
245
591835
3213
เราได้ทำอะไรไปมากมายในเรื่องเทคโนโลยี
และเมล็ดสำหรับโลกที่ทันสมัย
และเมล็ดสำหรับโลกที่ทันสมัย
10:07
and we're going to continue to do that,
246
595072
1865
และเราจะทำอย่างนั้นต่อไป
10:08
but we're going to have a new tool, too,
247
596961
1913
แต่เราจะมีเครื่องมือใหม่ ๆ ด้วย
10:10
which is perfect world.
248
598898
1683
ซึ่งมันจะเป็นโลกที่เหมาะสมจริง ๆ
10:12
So we've grown all kinds of things.
249
600605
1679
ครับ เราปลูกอะไรหลายอย่าง
10:14
These tomatoes hadn't been
in commercial production for 150 years.
in commercial production for 150 years.
250
602308
3808
มะเขือเทศเหล่านี้
ไม่ได้ถูกผลิตเพื่อการค้ามา 150 ปีแล้ว
ไม่ได้ถูกผลิตเพื่อการค้ามา 150 ปีแล้ว
10:18
Do you know that we have
rare and ancient seed banks?
rare and ancient seed banks?
251
606515
3274
รู้ไหมครับว่าเรามีคลังเมล็ด
ที่หายากและเก่าแก่
ที่หายากและเก่าแก่
10:22
Banks of seed.
252
610312
1742
ธนาคารเมล็ดพืช
10:24
It's amazing.
253
612078
1157
มันน่าทึ่งครับ
10:25
They have germplasm alive
and things that you've never eaten.
and things that you've never eaten.
254
613259
2882
พวกเขามีเชื้อพันธุ์ที่มีชีวิต
และสิ่งที่คุณไม่เคยกินมาก่อน
และสิ่งที่คุณไม่เคยกินมาก่อน
10:28
I am the only person in this room
that's eaten that kind of tomato.
that's eaten that kind of tomato.
255
616165
3281
และผมเป็นเพียงคนเดียวในห้องนี้
ที่ได้กินมะเขือเทศชนิดนั้น
ที่ได้กินมะเขือเทศชนิดนั้น
10:31
Problem is it was a sauce tomato
and we don't know how to cook,
and we don't know how to cook,
256
619837
3001
ปัญหาก็คือ มันเป็นมะเขือเทศที่เอาไว้ทำซอส
และผมก็ไม่รู้ว่าซอสนั้นทำอย่างไร
และผมก็ไม่รู้ว่าซอสนั้นทำอย่างไร
10:34
so we ate a sauce tomato,
which is not that great.
which is not that great.
257
622862
2356
เราก็เลยกินมะเขือเทศที่เอาไว้ทำซอส
ซึ่งมันเลยไม่เจ๋งเท่าไร
ซึ่งมันเลยไม่เจ๋งเท่าไร
10:37
But we've done things with protein --
we've grown all kinds of things.
we've grown all kinds of things.
258
625242
3316
แต่เราได้ทำการทดลองเกี่ยวกับโปรตีน
-- เราปลูกอะไรสารพัด
-- เราปลูกอะไรสารพัด
10:40
We've grown humans --
259
628582
1173
เราปลูกคนด้วย --
10:41
(Laughter)
260
629779
1642
(เสียงหัวเราะ)
10:44
Well maybe you could, but we didn't.
261
632103
1732
ครับ บางทีคุณอาจทำอย่างนั้น แต่เราไม่
10:45
But what we realized is,
262
633859
1596
แต่ที่เราได้รู้ก็คือ
10:47
the tool was too big,
it was too expensive.
it was too expensive.
263
635479
2075
เครื่องมือมีขนาดใหญ่เกินไป
มันแพงเกินไป
มันแพงเกินไป
10:49
I was starting to put them
around the world
around the world
264
637578
2004
ผมเริ่มนำมันไปจัดตั้งไว้ที่ต่าง ๆ ทั่วโลก
10:51
and they were about 100,000 dollars.
265
639606
1817
และพวกมันมีราคาประมาณ 100,000 ดอลลาร์
10:53
Finding somebody with 100 grand
in their back pocket isn't easy,
in their back pocket isn't easy,
266
641447
3009
การที่ใครสักคนจะมีเงินแสนดอลลาร์
ในกระเป๋านั้นไม่ง่ายเลย
ในกระเป๋านั้นไม่ง่ายเลย
10:56
so we wanted to make a small one.
267
644480
1580
ผมก็เลยอยากจะทำอันเล็ก ๆ
10:58
This project was actually
one of my student's --
one of my student's --
268
646084
2297
โครงการนี้อันที่จริง
เป็นของนักเรียนของผมคนหนึ่ง --
เป็นของนักเรียนของผมคนหนึ่ง --
11:00
mechanical engineering
undergraduate, Camille.
undergraduate, Camille.
269
648405
2856
ชั้นปริญญาตรีวิศวกรรมเครื่องกล
คาร์มิล
คาร์มิล
11:03
So Camille and I and my team,
270
651851
1532
คาร์มิล ผม และทีมของเรา
11:05
we iterated all summer,
271
653407
1858
เราใช้เวลาตลอดฤดูร้อน
11:07
how to make it cheaper,
how to make it work better,
how to make it work better,
272
655289
2420
ว่าจะทำอย่างไรให้มันถูกลง
ทำอย่างไรให้มันทำงานดีขึ้น
ทำอย่างไรให้มันทำงานดีขึ้น
11:09
how to make it so other
people can make it.
people can make it.
273
657733
2024
ทำอย่างไรให้คนอื่นทำได้เหมือนกัน
11:11
Then we dropped them off in schools,
seventh through eleventh grade.
seventh through eleventh grade.
274
659781
3303
จากนั้นเรานำมันไปยังโรงเรียน
ตั้งแต่ระดับเกรดเจ็ดจนถึงสิบเอ็ด
ตั้งแต่ระดับเกรดเจ็ดจนถึงสิบเอ็ด
11:15
And if you want to be humbled,
try to teach a kid something.
try to teach a kid something.
275
663108
2999
และพยายามจะสอนเด็ก ๆ
11:18
So I went into this school and I said,
276
666131
1849
ผมไปที่โรงเรียนนี้และบอกว่า
11:20
"Set it to 65 percent humidity."
277
668004
1893
"ตั้งมันไว้ที่ความชื้น 65 เปอร์เซ็นต์"
11:21
The seventh grader
said, "What's humidity?"
said, "What's humidity?"
278
669921
2266
นักเรียนเกรดเจ็ดบอกว่า
"ความชื้นคืออะไรครับ"
"ความชื้นคืออะไรครับ"
11:24
And I said, "Oh, it's water in air."
279
672211
1865
ผมบอกว่า "อ้อ มันเป็นน้ำในอากาศน่ะ"
11:26
He said, "There's no water
in air, you're an idiot."
in air, you're an idiot."
280
674100
2444
เขาบอกว่า "ไม่มีน้ำในอากาศหรอก
คุณนี่โง่จัง"
คุณนี่โง่จัง"
11:28
(Laughter)
281
676568
1019
(เสียงหัวเราะ)
11:29
And I was like, "Alright, don't trust me.
282
677611
2009
และผมก็แบบว่า "เอาล่ะ ไม่ต้องเชื่อผม
11:31
Actually -- don't trust me, right?
283
679644
1659
อันที่จริง -- อย่าเชื่อผมนะ
11:33
Set it to 100.
284
681327
1151
ตั้งมันที่ 100 เลย
11:34
He sets it to 100 and what happens?
285
682502
1705
เขาตั้งมันที่ 100 และมันเกิดอะไรขึ้นหรอ
11:36
It starts to condense, make a fog
and eventually drip.
and eventually drip.
286
684231
2774
มันเริ่มที่จะกลั่นตัว และเกิดหมอก
และในที่สุดมันก็หยดลงมา
และในที่สุดมันก็หยดลงมา
11:39
And he says, "Oh. Humidity is rain.
287
687457
3224
และเขาก็บอกว่า "โอ้ ความชื้นคือฝนนี่เอง
11:43
Why didn't you just tell me that?"
288
691372
1630
ทำไมคุณไม่บอกผมอย่างนั้นแต่แรกล่ะ"
11:45
(Laughter)
289
693026
1970
(เสียงหัวเราะ)
11:47
We've created an interface
for this that's much like a game.
for this that's much like a game.
290
695489
2843
เราได้สร้างหน้าตาการใช้งาน
ให้เหมือนกับเกมส์
ให้เหมือนกับเกมส์
11:50
They have a 3D environment,
291
698356
1316
พวกเขามีสิ่งแวดล้อมแบบสามมิติ
11:51
they can log into it anywhere in the world
292
699696
2016
พวกเขาสามารถล็อคอินเข้าไป
จากที่ใดก็ได้ในโลก
จากที่ใดก็ได้ในโลก
11:53
on their smartphone, on their tablet.
293
701736
1783
บนโทรศัพท์มือถือ บนแท็บเล็ตของพวกเขา
11:55
They have different parts of the bots --
the physical, the sensors.
the physical, the sensors.
294
703543
3427
พวกเขามีส่วนของหุ่นยนต์ --
ส่วนกายภาพ เครื่องตรวจจับ
ส่วนกายภาพ เครื่องตรวจจับ
11:58
They select recipes that have
been created by other kids
been created by other kids
295
706994
2640
พวกเขาเลือกสูตรที่ถูกสร้างไว้โดยเด็กคนอื่น ๆ
12:01
anywhere in the world.
296
709658
1150
จากที่ต่าง ๆ ทั่วโลก
12:02
They select and activate that recipe,
they plant a seedling.
they plant a seedling.
297
710832
3031
พวกเขาเลือก และสั่งงานสูตรเหล่านั้น
พวกเขาปลูกพืชจากเมล็ด
พวกเขาปลูกพืชจากเมล็ด
12:06
While it's growing, they make changes.
298
714324
1837
ในขณะที่มันเติบโต พวกเขาทำการเปลี่ยนแปลง
12:08
They're like, "Why does a plant
need CO2 anyway? Isn't CO2 bad?
need CO2 anyway? Isn't CO2 bad?
299
716185
3009
พวกเขาแบบว่า "ทำไมพืชต้องการ
คาร์บอนไดออกไซด์ด้วย ไม่ใช่ว่ามันไม่ดีหรอ
คาร์บอนไดออกไซด์ด้วย ไม่ใช่ว่ามันไม่ดีหรอ
12:11
It kills people."
300
719218
1151
มันฆ่าคนได้นะ"
12:12
Crank up CO2, plant dies.
301
720393
1371
ถ้าคาร์บอนไดออกไซด์มากเกินไปพืชก็ตาย
12:14
Or crank down CO2, plant does very well.
302
722404
2997
หรือถ้าคาร์บอนไดออกไซด์น้อยเกินไป
พืชก็เติบโตได้ไม่ดี
พืชก็เติบโตได้ไม่ดี
12:17
Harvest plant,
303
725425
1190
พวกเขาเก็บเกี่ยวพืช
12:19
and you've created a new digital recipe.
304
727130
2167
และสร้างสูตรทางดิจิทัลใหม่
12:21
It's an iterative design and development
305
729821
2090
มันเป็นการออกแบบและพัฒนาที่มีปฏิสัมพันธ์
12:23
and exploration process.
306
731935
1912
และเป็นกระบวนการที่ต้องอาศัยการสำรวจ
12:25
They can download, then,
307
733871
1412
พวกเขาสามารถดาวน์โหลด จากนั้น
12:27
all of the data about that new plant
that they developed
that they developed
308
735307
2717
ข้อมูลทั้งหมด
เกี่ยวกับพืชใหม่ที่พวกเขาพัฒนาขึ้น
เกี่ยวกับพืชใหม่ที่พวกเขาพัฒนาขึ้น
12:30
or the new digital recipe
and what did it do --
and what did it do --
309
738048
2286
หรือสูตรทางดิจิทัลใหม่
และสิ่งที่พวกมันทำ --
และสิ่งที่พวกมันทำ --
12:32
was it better or was it worse?
310
740358
1444
ว่ามันดีกว่าเดิมหรืแย่กว่าเดิม
12:33
Imagine these as little cores
of processing.
of processing.
311
741826
2126
มองมันว่ามันเหมือนกับแกนเล็ก ๆ
ของกระบวนการ
ของกระบวนการ
12:36
We're going to learn so much.
312
744771
1967
เรากำลังจะได้เรียนอะไรมากมาย
12:39
Here's one of the food computers,
as we call them,
as we call them,
313
747764
2698
นี่คือหนึ่งในคอมพิวเตอร์อาหาร
อย่างที่เราบอกพวกเขา
อย่างที่เราบอกพวกเขา
12:42
in a school in three weeks' time.
314
750486
2252
ในโรงเรียนในสัปดาห์ที่สาม
12:45
This is three weeks of growth.
315
753793
1439
นี่คือการเติบโตในสามสัปดาห์
12:47
But more importantly,
316
755256
1844
แต่ที่สำคัญไปมากกว่านั้น
12:49
it was the first time that this kid
ever thought he could be a farmer --
ever thought he could be a farmer --
317
757124
3960
มันเป็นครั้งแรกที่เด็กคนนี้ได้คิดว่า
เขาสามารถเป็นเกษตรกรได้ --
เขาสามารถเป็นเกษตรกรได้ --
12:53
or that he would want to be a farmer.
318
761658
2116
หรือเขาอยากที่จะเป็นเกษตรกร
12:56
So, we've open-sourced all of this.
319
764187
2015
ฉะนั้น เราได้เปิดโอกาส
ให้พวกเขาเข้าถึงข้อมูลพวกนี้
ให้พวกเขาเข้าถึงข้อมูลพวกนี้
12:58
It's all online; go home, try to build
your first food computer.
your first food computer.
320
766226
3086
มันเป็นแบบออนไลน์ทั้งหมด กลับบ้านเลยครับ
ลองสร้างคอมพิวเตอร์อาหารของคุณดู
ลองสร้างคอมพิวเตอร์อาหารของคุณดู
13:01
It's going to be difficult --
I'm just telling you.
I'm just telling you.
321
769336
2389
มันยากครับ -- ผมบอกคุณเลย
13:03
We're in the beginning,
but it's all there.
but it's all there.
322
771749
2064
เรากำลังอยู่ในช่วงเริ่มต้น
แต่มันอยู่ตรงนั้นทั้งหมด
แต่มันอยู่ตรงนั้นทั้งหมด
13:05
It's very important to me
that this is easily accessible.
that this is easily accessible.
323
773837
2699
มันสำคัญมากสำหรับผม
ที่มันเข้าถึงได้โดยง่าย
ที่มันเข้าถึงได้โดยง่าย
13:08
We're going to keep making it more so.
324
776560
1847
เราจะพยายามทำมันให้มากกว่ากว่าเดิม
13:10
These are farmers,
325
778946
1428
นี่คือเกษตรกร
13:13
electrical engineer, mechanical engineer,
326
781016
1977
วิศวกรไฟฟ้า วิศวกรจักรกล
13:15
environmental engineer,
computer scientist,
computer scientist,
327
783017
2033
วิศวกรสิ่งแวดล้อม
นักวิทยาศาสตร์คอมพิวเตอร์
นักวิทยาศาสตร์คอมพิวเตอร์
13:17
plant scientist,
economist, urban planners.
economist, urban planners.
328
785074
2594
นักวิทยาศาสตร์ทางพืช
นักเศรษฐศาสตร์ นักวางแผนเมือง
นักเศรษฐศาสตร์ นักวางแผนเมือง
13:20
On one platform, doing
what they're good at.
what they're good at.
329
788214
2754
บนเวทีเดียวนี้ พวกเขาทำในสิ่งที่ถนัด
13:22
But we got a little too big.
330
790992
1824
แต่เราทำมันจนใหญ่เกินไป
13:24
This is my new facility
that I'm just starting.
that I'm just starting.
331
792840
2832
นี่คือสิ่งอำนวยความสะดวกของผม
ที่ผมเพิ่งเริ่มต้นกับมัน
ที่ผมเพิ่งเริ่มต้นกับมัน
13:27
This warehouse could be anywhere.
332
795696
1840
โกดังนั้นจะอยู่ที่ไหนก็ได้
13:30
That's why I chose it.
333
798088
1265
นั่นเป็นเหตุผลว่าทำไมผมถึงเลือกมัน
13:31
And inside of this warehouse
334
799718
1623
และภายในนั้นโกดังนี้
13:33
we're going to build something
kind of like this.
kind of like this.
335
801365
2369
เราจะสร้างอะไรบางอย่างแบบนี้
13:35
These exist right now.
336
803758
1462
มันมีอยู่แล้วในตอนนี้
13:37
Take a look at it.
337
805244
1227
ลองมองดูสิครับ
13:40
These exist, too.
338
808053
1331
นั่นก็มีอยู่เหมือนกัน
13:42
One grows greens,
339
810034
1280
คนหนึ่งปลูกพืชสีเขียว
13:43
one grows Ebola vaccine.
340
811338
1581
คนหนึ่งปลูกวัคซีนอีโบลา
13:46
Pretty amazing that plants
and this DARPA Grand Challenge winner
and this DARPA Grand Challenge winner
341
814212
3914
ค่อนข้างน่าทึ่งทีเดียวที่พืชเหล่านี้
และผู้ชนะ DARPA Grand Challenge
และผู้ชนะ DARPA Grand Challenge
13:50
is one of the reasons
we're getting ahead of Ebola.
we're getting ahead of Ebola.
342
818150
2496
เป็นเหตุผลหนึ่งที่เราล้ำหน้าในเรื่องอีโบล่า
13:53
The plants are producing
the protein that's Ebola resistant.
the protein that's Ebola resistant.
343
821130
3524
พืชกำลังผลิตโปรตีนที่ต้านอีโบลาได้
13:57
So pharmaceuticals, nutraceuticals,
344
825083
2538
ฉะนั้น มันคือ เภสัชศาสตร์
เภสัชโภชนศาสตร์
เภสัชโภชนศาสตร์
13:59
all they way down to lettuce.
345
827645
1516
ในระดับผักกาด
14:01
But these two things look nothing alike,
346
829620
1938
แต่สองสิ่งนี้ไม่มีอะไรเหมือนกัน
14:03
and that's where I am with my field.
347
831582
2277
และนี่ก็คือจุดยืนของผม
ในสาขาวิทยาการที่ผมถนัด
ในสาขาวิทยาการที่ผมถนัด
14:05
Everything is different.
348
833883
1389
ทุกอย่างมันดูแตกต่าง
14:07
We're in that weird "We're alright" stage
349
835629
3310
เราอยู่บนเวทีประหลาด "ที่เราจะไม่เป็นไร"
14:10
and it's like, "Here's my black box --"
350
838963
1863
และมันเหมือนกับ "นี่คือกล่องดำของผม --"
14:12
"No, buy mine."
351
840850
1151
"ไม่ ซื้อของผมเหอะ"
14:14
"No, no, no -- I've got intellectual
property that's totally valuable.
property that's totally valuable.
352
842025
3361
"ไม่ ไม่ ไม่ --
ผมมีทรัพย์สินทางปัญญาที่มีค่า
ผมมีทรัพย์สินทางปัญญาที่มีค่า
14:17
Don't buy his, buy mine."
353
845410
1200
อย่าซื้อของของเขา ซื้อของของผมเหอะ"
14:18
And the reality is,
we're just at the beginning,
we're just at the beginning,
354
846634
2285
และความจริงก็คือ
เราเพิ่งจะเริ่มต้น
เราเพิ่งจะเริ่มต้น
14:20
in a time when society is shifting, too.
355
848943
2143
ในเวลาเมื่อสังคมกำลังเปลี่ยนแปลงเช่นกัน
14:23
When we ask for more, cheaper food,
356
851110
1715
เมื่อเรากำลังถามหาอาหารที่มากกว่าเดิม
ราคาถูกกว่าเดิม
ราคาถูกกว่าเดิม
14:24
we're now asking for better,
environmentally friendly food.
environmentally friendly food.
357
852849
3340
เรากำลังถามหาอาหาร
ที่เป็นมิตรต่อสิ่งแวดล้อมมากกว่าเดิม
ที่เป็นมิตรต่อสิ่งแวดล้อมมากกว่าเดิม
14:28
And when you have McDonald's advertising
what's in the Chicken McNugget,
what's in the Chicken McNugget,
358
856654
5313
และเมื่อคุณมีโฆษณาแมคโดนัล
ว่าอะไรอยู่ในชิกเก้น แมคนักเก็ต
ว่าอะไรอยู่ในชิกเก้น แมคนักเก็ต
14:33
the most mysterious
food item of all time --
food item of all time --
359
861991
2095
อาหารที่เป็นปริศนามากที่สุด --
14:36
they are now basing
their marketing plan on that --
their marketing plan on that --
360
864110
2737
พวกเขากำลังวางรากฐานแผนการตลาด
บนสิ่งนั้น --
บนสิ่งนั้น --
14:38
everything is changing.
361
866871
1470
ทุกอย่างกำลังเปลี่ยนไป
14:40
So into the world now.
362
868365
1522
ในโลกในตอนนี้
14:41
Personal food computers,
363
869911
1658
คอมพิวเตอร์อาหารส่วนตัว
14:44
food servers
364
872764
1150
เซิร์ฟเวอร์อาหาร
14:47
and food data centers
365
875261
1411
และศูนย์ข้อมูลอาหาร
14:50
run on the open phenome.
366
878434
2419
ถูกเปิดเผยในฟีโนม
14:53
Think open genome, but we're going
to put little climate recipes,
to put little climate recipes,
367
881245
3229
คิดถึงข้อมูลที่ถูกเปิดเผยในจีโนม
แต่เรากำลังจะนำสูตรสภาพอากาศลงไป
แต่เรากำลังจะนำสูตรสภาพอากาศลงไป
14:56
like Wikipedia,
368
884498
1161
คล้ายกับวิกิพีเดีย
14:57
that you can pull down, actuate and grow.
369
885683
3481
ที่คุณสามารถเอามันลง
กระตุ้น และทำให้มันเติบโตได้
กระตุ้น และทำให้มันเติบโตได้
15:03
What does this look like in a world?
370
891275
1730
มันดูเป็นอย่างไรในโลกของเรา
15:05
You remember the world
connected by strings?
connected by strings?
371
893029
2135
คุณจำโลกที่ถูกเชื่อมต่อกัน
โดยเส้นเชือกได้ไหม
โดยเส้นเชือกได้ไหม
15:07
We start having beacons.
372
895188
1547
เราเริ่มที่จะมีไฟสัญญาณ
15:09
We start sending information about food,
373
897338
2086
เราเริ่มที่จะส่งข้อมูลเกี่ยวกับอาหารออกไป
15:11
rather than sending food.
374
899448
1319
แทนที่จะเป็นการส่งอาหาร
15:13
This is not just my fantasy,
375
901249
1718
นั่นไม่ใช่แค่เรื่องในจินตนาการของผม
15:14
this is where we're already deploying.
376
902991
2038
นี่เป็นสิ่งที่เราได้ทำการเปลี่ยนแปลงแล้ว
15:17
Food computers, food servers,
377
905578
1689
คอมพิวเตอร์อาหาร เซิร์ฟเวอร์อาหาร
15:19
soon-to-be food data centers,
378
907291
1436
ศูนย์ข้อมูลอาหารที่กำลังจะมีขึ้น
15:20
connecting people together
to share information.
to share information.
379
908751
2414
จะเชื่อมต่อคนเข้าด้วยกัน
เพื่อแลกเปลี่ยนข้อมูล
เพื่อแลกเปลี่ยนข้อมูล
15:24
The future of food is not about fighting
over what's wrong with this.
over what's wrong with this.
380
912723
5357
อนาคตของอาหารไม่ใช่เรื่องของการทะเลาะ
ว่าปัญหานี้มันคืออะไร
ว่าปัญหานี้มันคืออะไร
15:30
We know what's wrong with this.
381
918556
1826
เรารู้ว่าเรื่องนี้มีอะไรที่ผิดพลาดไปบ้าง
15:33
The future of food is about networking
the next one billion farmers
the next one billion farmers
382
921128
4515
อนาคตของอาหารเกี่ยวกับการสร้างเครือข่าย
เกษตรกรอีกหนึ่งพันล้านคน
เกษตรกรอีกหนึ่งพันล้านคน
15:37
and empowering them with a platform
383
925667
2274
และให้อำนาจพวกเขาด้วยพื้นที่สาธารณะ
15:39
to ask and answer the question,
384
927965
2020
ที่จะให้พวกเขาได้ถามและตอบปัญหาที่ว่า
15:42
"What if?"
385
930693
1335
"ถ้าหาก"
15:44
Thank you.
386
932052
1171
ขอบคุณครับ
15:45
(Applause)
387
933247
8833
(เสียงปรบมือ)
Translated by Kelwalin Dhanasarnsombut
ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture InitiativeCaleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.
Why you should listen
What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.
Caleb Harper | Speaker | TED.com