TED2011
Skylar Tibbits: Can we make things that make themselves?
Skylar Tibbits: Kendi kendini oluşturan şeyler yapabilir miyiz?
Filmed:
Readability: 4.4
1,072,366 views
MIT araştırmacısı Skylar Tibbits kendiliğinden kurulma konusu üzerine çalışmalar yapıyor -- Bu fikir, birşeyleri yapmak (sandalye yapmak veya gökdelen dikmek gibi) yerine, bir DNA sarmalının kendini sardığı gibi, kendi kendini kurabilen şeyler oluşturmak temeline dayalıdır. Bu daha tam olarak gelişmemiş ancak oldukça önemli bir kavramdır. Burada Tibbits, henüz laboratuvar çalışmaları aşamasında olan fakat kendiliğinden kurulma kavramının geleceği hakkında bize ipuçları veren üç projeden bahsediyor.
Skylar Tibbits - Inventor
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio
Skylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves. Full bio
Double-click the English transcript below to play the video.
00:15
Today I'd like to show you
0
0
2000
Size bugün
00:17
the future of the way we make things.
1
2000
2000
üretim sektörünün geleceğinden bahsetmek istiyorum.
00:19
I believe that soon our buildings and machines
2
4000
2000
Ben, pek yakında binalar ve makinelerin
00:21
will be self-assembling,
3
6000
2000
kendiliğinden kurulup kopyalanacaklarına ve
00:23
replicating and repairing themselves.
4
8000
2000
kendi kendilerini onaracaklarına inanıyorum.
00:25
So I'm going to show you
5
10000
2000
Şimdi size imalat sanayinin
00:27
what I believe is the current state of manufacturing,
6
12000
2000
şu andaki durumunu anlatacağım.
00:29
and then compare that to some natural systems.
7
14000
3000
Daha sonra da bunun doğal sistemlerle karşılaştırmasını yapacağım.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
17000
3000
Sanayideki mevcut teknoloji ile gökdelenler yapıyoruz.
00:35
two and a half years [of assembly time],
9
20000
2000
Bu yapılar, yapımı iki buçuk yıl süren
00:37
500,000 to a million parts,
10
22000
2000
500.000 ile 1.000.000 arasında parçadan oluşan
00:39
fairly complex,
11
24000
2000
çelik, beton ve cam gibi oldukça karmaşık, yeni ve
00:41
new, exciting technologies in steel, concrete, glass.
12
26000
3000
etkileyici teknolojileri içermektedir.
00:44
We have exciting machines
13
29000
2000
Bizleri uzaya götürebilecek
00:46
that can take us into space --
14
31000
2000
harika araçlar var.
00:48
five years [of assembly time], 2.5 million parts.
15
33000
3000
Bunların da yapımı yaklaşık beş yıl alıyor ve 2.5 milyon parçadan oluşuyorlar.
00:51
But on the other side, if you look at the natural systems,
16
36000
3000
Diğer taraftan doğal sistemlere bakacak olursak
00:54
we have proteins
17
39000
2000
örneğin proteinlerin
00:56
that have two million types,
18
41000
2000
iki milyon çeşidinin olduğunu
00:58
can fold in 10,000 nanoseconds,
19
43000
2000
ve 10.000 nanosaniyede kıvrılabildiklerini görürüz.
01:00
or DNA with three billion base pairs
20
45000
2000
Aynı şekilde, yaklaşık bir saat içinde kopyalanabilecek,
01:02
we can replicate in roughly an hour.
21
47000
3000
üç milyon temel baz çiftine sahip DNA örneği de var.
01:05
So there's all of this complexity
22
50000
2000
Doğal sistemler işte bu örneklerde olduğu gibi
01:07
in our natural systems,
23
52000
2000
karmaşık yapıda olmalarına rağmen
01:09
but they're extremely efficient,
24
54000
2000
oldukça verimli çalışmaktadırlar.
01:11
far more efficient than anything we can build,
25
56000
2000
Yani bizim yapabileceğimiz herhangi bir şeyden çok daha verimli çalışırlar
01:13
far more complex than anything we can build.
26
58000
2000
ve çok daha karmaşık yapıdadırlar.
01:15
They're far more efficient in terms of energy.
27
60000
2000
Enerji bakımından kıyaslanmayacak derecede daha verimlidirler.
01:17
They hardly ever make mistakes.
28
62000
3000
Hemen hemen hiç hata yapma ihtimalleri yoktur.
01:20
And they can repair themselves for longevity.
29
65000
2000
Yaşamlarının devamı için kendi kendilerini onarırlar.
01:22
So there's something super interesting about natural systems.
30
67000
3000
Görüldüğü gibi doğal sistemlerde olağanüstü ilginç bir durum söz konusudur.
01:25
And if we can translate that
31
70000
2000
Eğer bu durumu bizim yapı sistemimize
01:27
into our built environment,
32
72000
2000
taşıma imkanımız olursa, yapı yöntemimiz ile ilgili
01:29
then there's some exciting potential for the way that we build things.
33
74000
2000
heyecan verici gelişmeler söz konusu olabilir.
01:31
And I think the key to that is self-assembly.
34
76000
3000
Ve bence burada kilit nokta kendiliğinden kurulma işlemidir.
01:34
So if we want to utilize self-assembly in our physical environment,
35
79000
3000
Eğer kendiliğinden kurulma işlemini kendi yaşantımızda kullanmak istersek
01:37
I think there's four key factors.
36
82000
2000
dört önemli faktörü göz önünde bulundurmamız gerekir.
01:39
The first is that we need to decode
37
84000
2000
Bunlardan birincisi, yapmak istediğimiz şeylerin yani
01:41
all of the complexity of what we want to build --
38
86000
2000
bina ve makinelerin
01:43
so our buildings and machines.
39
88000
2000
karmaşık yapılarını çözümlemektir.
01:45
And we need to decode that into simple sequences --
40
90000
2000
Bu yapıları basit parçalara bölerek dizilimlerini çözümlemeliyiz.
01:47
basically the DNA of how our buildings work.
41
92000
2000
Yani bir anlamda binaların DNA'larını çıkarmalıyız.
01:49
Then we need programmable parts
42
94000
2000
Daha sonra da bu dizilimleri alıp
01:51
that can take that sequence
43
96000
2000
onları bükebilecek veya yeniden şekillendirebilecek
01:53
and use that to fold up, or reconfigure.
44
98000
3000
programlanabilir parçalar yapmalıyız.
01:56
We need some energy that's going to allow that to activate,
45
101000
3000
Bunları aktif hale geçirecek yani program aracılığı ile
01:59
allow our parts to be able to fold up from the program.
46
104000
3000
bu parçaların kıvrılabilmesini sağlayacak enerjiye de ihtiyacımız olacak.
02:02
And we need some type of error correction redundancy
47
107000
2000
Ve son olarak da, istediğimiz şeyi başarılı bir biçimde ürettiğimizden emin olmak için
02:04
to guarantee that we have successfully built what we want.
48
109000
3000
bir tür hata denetim mekanizmasına gereksinimimiz var.
02:07
So I'm going to show you a number of projects
49
112000
2000
Şimdi sizlere bu kendiliğinden kurulma sürecinin gelecekte başarılı olabilmesi için
02:09
that my colleagues and I at MIT are working on
50
114000
2000
benim ve diğer çalışma arkadaşlarımın MIT'de üzerinde çalıştığımız
02:11
to achieve this self-assembling future.
51
116000
2000
birkaç projeden bahsedeceğim.
02:13
The first two are the MacroBot and DeciBot.
52
118000
3000
Bunlardan ilk ikisi Makrobot ve DeciBot projeleridir.
02:16
So these projects are large-scale reconfigurable robots --
53
121000
4000
Bu ikisi büyük ölçekli yeniden yapılandırılabilir robotlara yönelik projelerdir.
02:20
8 ft., 12 ft. long proteins.
54
125000
3000
Bu robotlar 8 fit ve 12 fit uzunluğunda proteinleri temsil etmektedir.
02:23
They're embedded with mechanical electrical devices, sensors.
55
128000
3000
İçlerine mekanik elektrik cihazlar yani sensörler yerleştirilmiştir.
02:26
You decode what you want to fold up into,
56
131000
2000
Önce ne derecede kıvrımlar istediğinizi hesaplıyorsunuz.
02:28
into a sequence of angles --
57
133000
2000
Yani dizilimlerin kıvrım açılarını belirliyorsunuz.
02:30
so negative 120, negative 120, 0, 0,
58
135000
2000
Bunlar, eksi 120, eksi 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
137000
3000
120, eksi 120 gibi
02:35
so a sequence of angles, or turns,
60
140000
2000
açılar veya döngülerden oluşuyor
02:37
and you send that sequence through the string.
61
142000
3000
ve bu dizilim bilgisini yaylar aracılığı ile iletiyorsunuz.
02:40
Each unit takes its message -- so negative 120 --
62
145000
3000
Her birim kendine gelen mesajı algılıyor -- mesela eksi 120 olsun.
02:43
it rotates to that, checks if it got there
63
148000
2000
O açı kadar dönüyor ve konumunu kontrol edip
02:45
and then passes it to its neighbor.
64
150000
3000
bilgilerini yanındaki diziye geçiriyor.
02:48
So these are the brilliant scientists,
65
153000
2000
Bu gördükleriniz bu proje için çalışan zeki araştırmacılar,
02:50
engineers, designers that worked on this project.
66
155000
2000
mühendisler ve tasarımcılar.
02:52
And I think it really brings to light:
67
157000
2000
Ve sanırım bu örnekler şu soruyu gündeme getiriyor:
02:54
Is this really scalable?
68
159000
2000
Bu çalışmalar gerçek ölçeğe uyarlanabilir mi?
02:56
I mean, thousands of dollars, lots of man hours
69
161000
2000
Yani bu 8 fit büyüklüğündeki robotu yapmak için
02:58
made to make this eight-foot robot.
70
163000
3000
binlerce dolar ve yüklü işgücü harcandı.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
166000
3000
Bunu gerçek ölçeğe uygun yapabilir miyiz? Yani herbir parça içine de robotlar yerleştirebilir miyiz?
03:04
The next one questions that
72
169000
2000
Bahsettiğim ikinci robot buna cevap verir nitelikte olup
03:06
and looks at passive nature,
73
171000
2000
pasif yapıyı örnek alıyor
03:08
or passively trying to have reconfiguration programmability.
74
173000
3000
yani pasif biçimde programlama ile şekil değiştirebilme imkanı sağlıyor.
03:11
But it goes a step further,
75
176000
2000
Fakat bir aşama daha ileri gidip
03:13
and it tries to have actual computation.
76
178000
2000
gerçek hesaplama yapmaya girişiyor.
03:15
It basically embeds the most fundamental building block of computing,
77
180000
2000
Esasen, burada hesaplamanın en temel yapı taşı olan
03:17
the digital logic gate,
78
182000
2000
dijital mantık kapısı
03:19
directly into your parts.
79
184000
2000
parçalara yerleştirilmektedir.
03:21
So this is a NAND gate.
80
186000
2000
Örneğin bu bir 'Ve Değil Kapısı' (NAND) .
03:23
You have one tetrahedron which is the gate
81
188000
2000
Burada sizin hesaplarınızı yapacak kapı olan
03:25
that's going to do your computing,
82
190000
2000
bir tetrahedron ve
03:27
and you have two input tetrahedrons.
83
192000
2000
iki adet girdi tetrahedronu görüyorsunuz.
03:29
One of them is the input from the user, as you're building your bricks.
84
194000
3000
Bunlardan birisi, parçalar imal edilirken kullanıcıdan gelen girdiler içindir.
03:32
The other one is from the previous brick that was placed.
85
197000
3000
Diğeri ise daha önce yerleştirilmiş olan parçadan gelen girdidir.
03:35
And then it gives you an output in 3D space.
86
200000
3000
Böylece size üç boyutlu bir çıktı ulaşır.
03:38
So what this means
87
203000
2000
Bu, kullanıcının bu parçaları istediği biçimde yönlendirebilmesi
03:40
is that the user can start plugging in what they want the bricks to do.
88
205000
3000
anlamına gelmektedir.
03:43
It computes on what it was doing before
89
208000
2000
Kapı tetrahedron daha önce yapılanları ve
03:45
and what you said you wanted it to do.
90
210000
2000
şu anda yönlendirilen komutları hesaplar.
03:47
And now it starts moving in three-dimensional space --
91
212000
2000
Ve sonunda üç-boyutlu uzayda
03:49
so up or down.
92
214000
2000
aşağıya ve yukarıya doğru hareket etmeye başlar.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
216000
3000
Mesela sol tarafta gördüğünüz [1,1] girdisi 0 çıktısına karşılık gelir ve aşağı doğru hareket ettirir.
03:54
On the right-hand side,
94
219000
2000
Sağ taraftaki şekilde de [0,0] girdisi 1 çıktısına karşılık gelir
03:56
[0,0] input is a 1 output, which goes up.
95
221000
3000
ve yukarı hareket ettirir.
03:59
And so what that really means
96
224000
2000
Aslında bütün bu örnekler
04:01
is that our structures now contain the blueprints
97
226000
2000
ileride yapmak istediklerimizin
04:03
of what we want to build.
98
228000
2000
bir prototipi niteliğindedir.
04:05
So they have all of the information embedded in them of what was constructed.
99
230000
3000
Yani bunlar yüklendikleri bilgilerin tamamını muhafaza ediyorlar.
04:08
So that means that we can have some form of self-replication.
100
233000
3000
Bu da bir anlamda bir tür kendini çoğaltma yöntemine sahip olduğumuzu gösteriyor.
04:11
In this case I call it self-guided replication,
101
236000
3000
Ben bunu kendi kendine çoğalma diye adlandırıyorum
04:14
because your structure contains the exact blueprints.
102
239000
2000
çünkü yapı, ilki ile tamamen aynı özellikleri barındırıyor.
04:16
If you have errors, you can replace a part.
103
241000
2000
Eğer hata olduğunu belirlerseniz parçalardan birini değiştirebilirsiniz.
04:18
All the local information is embedded to tell you how to fix it.
104
243000
3000
Bu hatayı nasıl onarabileceğiniz ile ilgili tüm bilgiler yüklenmiştir.
04:21
So you could have something that climbs along and reads it
105
246000
2000
Yani sistemde bunları okuyabilecek parçalar var
04:23
and can output at one to one.
106
248000
2000
ve bu bilgiler bire bir size sunulabilir.
04:25
It's directly embedded; there's no external instructions.
107
250000
2000
Bu sisteme doğrudan yerleştirilmiştir ve harici bir talimata gerek yoktur.
04:27
So the last project I'll show is called Biased Chains,
108
252000
3000
Size göstereceğim son örnek 'Meyilli Zincirler' projesidir
04:30
and it's probably the most exciting example that we have right now
109
255000
3000
ve bu proje, pasif kendi-kurulabilen sistemlerle ilgili
04:33
of passive self-assembly systems.
110
258000
2000
şu anda var olan en ilginç örnektir.
04:35
So it takes the reconfigurability
111
260000
2000
Bu sistem yeniden ayarlanabilirlik ve
04:37
and programmability
112
262000
2000
programlanabilirlik özellikleriyle birlikte
04:39
and makes it a completely passive system.
113
264000
3000
tamamen edilgen bir sistem haline getirilmiştir.
04:43
So basically you have a chain of elements.
114
268000
2000
Basit anlamda, bu sistem bir elemanlar zinciri gibidir.
04:45
Each element is completely identical,
115
270000
2000
Herbir eleman tamamen birbiriyle aynı
04:47
and they're biased.
116
272000
2000
ve meyillidir.
04:49
So each chain, or each element, wants to turn right or left.
117
274000
3000
Yani her zincir veya her eleman sağa veya sola dönme eğilimindedir.
04:52
So as you assemble the chain, you're basically programming it.
118
277000
3000
Siz zinciri kurarken, aslında aynı zamanda onu programlıyorsunuz da.
04:55
You're telling each unit if it should turn right or left.
119
280000
3000
Bir anlamda, herbir birimin sağa veya sola döneceğini de tanımlamış oluyorsunuz.
04:58
So when you shake the chain,
120
283000
3000
Bu sebeple,
05:01
it then folds up
121
286000
2000
zinciri salladığınızda
05:03
into any configuration that you've programmed in --
122
288000
3000
programlandığı biçimde kıvrılır ve katlanır.
05:06
so in this case, a spiral,
123
291000
2000
Mesela bu zincirde spiral bir şekil oluşurken
05:08
or in this case,
124
293000
3000
buradakinde
05:11
two cubes next to each other.
125
296000
3000
yan yana iki adet küp oluşur.
05:14
So you can basically program
126
299000
2000
Bu zincire pasif olarak
05:16
any three-dimensional shape --
127
301000
2000
üç boyutlu herhangi bir şekil programlayabilirsiniz.
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
303000
3000
İki veya tek boyutlu da olabilir.
05:21
So what does this tell us about the future?
129
306000
2000
Peki bu bize gelecekle ilgili ne fikir verir?
05:23
I think that it's telling us
130
308000
2000
Şahsen, bunun bize gelecekte
05:25
that there's new possibilities for self-assembly, replication, repair
131
310000
3000
fiziki yapıların, binaların ve makinelerin kendi kendine kurulumları, çoğalmaları ve onarımları ile ilgili
05:28
in our physical structures, our buildings, machines.
132
313000
3000
yeni olanaklar sağlayacağını düşünüyorum.
05:31
There's new programmability in these parts.
133
316000
2000
Bu parçalarda programlanabilir yeni özellikler mevcut.
05:33
And from that you have new possibilities for computing.
134
318000
2000
Bu sebeple, hesaplama açısından yeni firsatlar da sunuyor.
05:35
We'll have spatial computing.
135
320000
2000
Konumsal hesaplamalar olacak.
05:37
Imagine if our buildings, our bridges, machines,
136
322000
2000
Binaların, köprülerin, makinelerin
05:39
all of our bricks could actually compute.
137
324000
2000
yani her bir yapı taşının hesaplama yapabildiğini düşünün.
05:41
That's amazing parallel and distributed computing power,
138
326000
2000
Müthiş birşey. Paralel ve dağıtılmış hesaplama gücü ve
05:43
new design possibilities.
139
328000
2000
yeni tasarım imkanları olacak.
05:45
So it's exciting potential for this.
140
330000
2000
Oldukça heyecan verici bir potansiyele sahip.
05:47
So I think these projects I've showed here
141
332000
2000
Öyle zannediyorum ki size tanıttığım bu projeler
05:49
are just a tiny step towards this future,
142
334000
2000
eğer bu teknolojileri hayata geçirebilirsek
05:51
if we implement these new technologies
143
336000
2000
gelecekteki kendi kendine kurulan sistemler için
05:53
for a new self-assembling world.
144
338000
2000
sadece küçük birer adım niteliğinde kalacaktır.
05:55
Thank you.
145
340000
2000
Teşekkürler.
05:57
(Applause)
146
342000
2000
(Alkış)
ABOUT THE SPEAKER
Skylar Tibbits - InventorSkylar Tibbits, a TED Fellow, is an artist and computational architect working on "smart" components that can assemble themselves.
Why you should listen
Can we create objects that assemble themselves -- that zip together like a strand of DNA or that have the ability for transformation embedded into them? These are the questions that Skylar Tibbits investigates in his Self-Assembly Lab at MIT, a cross-disciplinary research space where designers, scientists and engineers come together to find ways for disordered parts to become ordered structures.
A trained architect, designer and computer scientist, Tibbits teaches design studios at MIT’s Department of Architecture and co-teaches the seminar “How to Make (Almost) Anything” at MIT’s Media Lab. Before that, he worked at a number of design offices including Zaha Hadid Architects, Asymptote Architecture, SKIII Space Variations and Point b Design. His work has been shown at the Guggenheim Museum and the Beijing Biennale.
Tibbits has collaborated with a number of influential people over the years, including Neil Gershenfeld and The Center for Bits and Atoms, Erik and Marty Demaine at MIT, Adam Bly at SEED Media Group and Marc Fornes of THEVERYMANY. In 2007, he and Marc Fornes co-curated Scriptedbypurpose, the first exhibition focused exclusively on scripted processes within design. Also in 2007, he founded SJET, a multifaceted practice and research platform for experimental computation and design. SJET crosses disciplines from architecture and design, fabrication, computer science and robotics.
Skylar Tibbits | Speaker | TED.com