Carlo Ratti: Architecture that senses and responds

103,578 views ・ 2011-05-03

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Petr Bela Korektor: Martin Francis Gilbert Máik
00:15
Good afternoon, everybody.
0
15260
2000
Dobré odpoledne všem.
00:17
I've got something to show you.
1
17260
3000
Chtěl bych vám něco ukázat.
00:37
(Laughter)
2
37260
2000
(Smích)
00:39
Think about this as a pixel, a flying pixel.
3
39260
3000
Přemýšlejte o tomto jako o pixelu, o létajícím pixelu.
00:42
This is what we call, in our lab, sensible design.
4
42260
3000
Tomuhle v naší laboratoři říkáme chytrý design.
00:45
Let me tell you a bit about it.
5
45260
2000
Trochu vám o tom povím.
00:47
Now if you take this picture -- I'm Italian originally,
6
47260
3000
Podívejte se na tento obrázek -- jsem původně Ital
00:50
and every boy in Italy grows up
7
50260
2000
a každý kluk v Itálii má
00:52
with this picture on the wall of his bedroom --
8
52260
2000
tento obrázek na stěně pokoje.
00:54
but the reason I'm showing you this
9
54260
2000
Důvod, proč vám ho ukazuji, je,
00:56
is that something very interesting
10
56260
2000
že se během posledních několika desetiletí
00:58
happened in Formula 1 racing
11
58260
2000
stalo v závodech Formule 1
01:00
over the past couple of decades.
12
60260
2000
něco velmi zajímavého.
01:02
Now some time ago,
13
62260
2000
Když jste chtěli před nějakým časem
01:04
if you wanted to win a Formula 1 race,
14
64260
2000
vyhrát závod Formule 1,
01:06
you take a budget, and you bet your budget
15
66260
2000
potřebovali jste peníze, které jste pak vložili
01:08
on a good driver and a good car.
16
68260
3000
do dobrého řidiče a dobrého auta.
01:11
And if the car and the driver were good enough, then you'd win the race.
17
71260
3000
A pokud bylo auto a řidič dost dobrý, pak jste vyhráli závod.
01:14
Now today, if you want to win the race,
18
74260
2000
Ale pokud chcete vyhrát závod dnes,
01:16
actually you need also something like this --
19
76260
3000
potřebujete také něco takového --
01:19
something that monitors the car in real time,
20
79260
3000
něco, co sleduje auta v reálném čase,
01:22
has a few thousand sensors
21
82260
2000
má pár tisíc senzorů,
01:24
collecting information from the car,
22
84260
2000
které sbírají informace o autě
01:26
transmitting this information into the system,
23
86260
3000
a přenášejí je do systému,
01:29
and then processing it
24
89260
2000
pak je zpracovávají
01:31
and using it in order to go back to the car with decisions
25
91260
3000
a zpětně používají pro rozhodování o autě
01:34
and changing things in real time
26
94260
2000
a změně věcí v reálném čase,
01:36
as information is collected.
27
96260
2000
jak jsou informace k dispozici.
01:38
This is what, in engineering terms,
28
98260
2000
Tohle byste v inženýrské terminologii
01:40
you would call a real time control system.
29
100260
3000
nazvali kontrolní systém v reálném čase.
01:43
And basically, it's a system made of two components --
30
103260
3000
A v podstatě se jedná o systém složený ze dvou částí --
01:46
a sensing and an actuating component.
31
106260
2000
sledovací a ovládací jednotky.
01:48
What is interesting today
32
108260
2000
Zajímavostí dnes je,
01:50
is that real time control systems
33
110260
2000
že kontrolní systémy v reálném čase
01:52
are starting to enter into our lives.
34
112260
3000
začínají pronikat do našich životů.
01:55
Our cities, over the past few years,
35
115260
3000
Naše města byla za posledních několik let
01:58
just have been blanketed
36
118260
2000
zrovna pokryta
02:00
with networks, electronics.
37
120260
2000
sítěmi a elektronikou.
02:02
They're becoming like computers in open air.
38
122260
2000
Stávají se z nich počítače na otevřeném prostranství.
02:04
And, as computers in open air,
39
124260
2000
A stejně jako počítače na otevřeném prostranství
02:06
they're starting to respond in a different way
40
126260
2000
začínají odpovídat jiným způsobem,
02:08
to be able to be sensed and to be actuated.
41
128260
3000
aby mohla být sledována a ovládána.
02:11
If we fix cities, actually it's a big deal.
42
131260
2000
Zda spravíme města, to je velký úkol.
02:13
Just as an aside, I wanted to mention,
43
133260
2000
Jen tak mimochodem bych chtěl zmínit,
02:15
cities are only two percent of the Earth's crust,
44
135260
4000
že města zabírají pouze dvě procenta povrchu Země,
02:19
but they are 50 percent of the world's population.
45
139260
3000
ale žije v nich 50 procent světové populace.
02:22
They are 75 percent of the energy consumption --
46
142260
3000
Spotřebovávají 75 procent energie --
02:25
up to 80 percent of CO2 emissions.
47
145260
3000
a vytvářejí 80 procent emisí CO2.
02:28
So if we're able to do something with cities, that's a big deal.
48
148260
3000
Takže pokud budeme schopni s městy něco udělat, bude to znamenat hodně.
02:31
Beyond cities,
49
151260
2000
Kromě měst
02:33
all of this sensing and actuating
50
153260
3000
všechno tohle sledování a ovládání
02:36
is entering our everyday objects.
51
156260
2000
vstupuje i do běžných předmětů.
02:38
That's from an exhibition that
52
158260
2000
Toto je z výstavy,
02:40
Paola Antonelli is organizing
53
160260
2000
kterou bude Paola Antonelli organizovat
02:42
at MoMA later this year, during the summer.
54
162260
2000
v Muzeu moderních umění letos v létě.
02:44
It's called "Talk to Me."
55
164260
2000
Nazývá se "Mluv se mnou."
02:46
Well our objects, our environment
56
166260
2000
Naše předměty, naše prostředí
02:48
is starting to talk back to us.
57
168260
2000
na nás začínají promlouvat.
02:50
In a certain sense, it's almost as if every atom out there
58
170260
3000
V jistém smyslu to je jako by se každý atom
02:53
were becoming both a sensor and an actuator.
59
173260
3000
stal zároveň senzorem a ovladačem.
02:56
And that is radically changing the interaction we have as humans
60
176260
3000
A to zásadním způsobem mění způsob, jakým lidé komunikují
02:59
with the environment out there.
61
179260
2000
s okolním prostředím.
03:01
In a certain sense,
62
181260
2000
V jistém smyslu
03:03
it's almost as if the old dream of Michelangelo ...
63
183260
3000
je to jako v tom starém Michelangelově snu...
03:06
you know, when Michelangelo sculpted the Moses,
64
186260
2000
znáte to, když Michelangelo tesal Mojžíše,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
188260
3000
říká se, že na konci vzal kladivo a hodil jej na Mojžíše --
03:11
actually you can still see a small chip underneath --
66
191260
3000
dokonce tady můžete pořád vidět malý úlomek --
03:14
and said, shouted,
67
194260
2000
a zařval na něj:
03:16
"Perché non parli? Why don't you talk?"
68
196260
2000
"Perché non parli? Proč nemluvíš?"
03:18
Well today, for the first time,
69
198260
2000
Dnes poprvé v historii
03:20
our environment is starting to talk back to us.
70
200260
3000
na nás naše prostředí začíná mluvit.
03:23
And I'll show just a few examples --
71
203260
2000
Ukáži vám několik příkladů --
03:25
again, with this idea of sensing our environment and actuating it.
72
205260
3000
znovu s myšlenkou sledování prostředí a následné reakce.
03:28
Let's starting with sensing.
73
208260
3000
Začněme sledováním.
03:31
Well, the first project I wanted to share with you
74
211260
2000
První projekt, který vám chci ukázat,
03:33
is actually one of the first projects by our lab.
75
213260
3000
je vlastně jeden z prvních projektů naší laboratoře.
03:36
It was four and a half years ago in Italy.
76
216260
3000
Bylo to před 4,5 lety v Itálii.
03:39
And what we did there
77
219260
2000
A tam jsme v podstatě
03:41
was actually use a new type of network at the time
78
221260
2000
vzali tehdejší nový typ sítě,
03:43
that had been deployed all across the world --
79
223260
2000
která byla budována po celém světě --
03:45
that's a cellphone network --
80
225260
2000
mobilní telefonní síť --
03:47
and use anonymous and aggregated information from that network,
81
227260
2000
a použili jsme anonymní a nashromážděné informace z této sítě,
03:49
that's collected anyway by the operator,
82
229260
2000
které jsou i tak sbírány operátorem,
03:51
in order to understand
83
231260
2000
abychom porozuměli,
03:53
how the city works.
84
233260
2000
jak město pracuje.
03:55
The summer was a lucky summer -- 2006.
85
235260
3000
To léto bylo šťastné -- rok 2006.
03:58
It's when Italy won the soccer World Cup.
86
238260
3000
Tehdy Itálie vyhrála mistrovství světa ve fotbale.
04:01
Some of you might remember, it was Italy and France playing,
87
241260
3000
Možná si to někteří pamatujete, hrála Itálie proti Francii
04:04
and then Zidane at the end, the headbutt.
88
244260
2000
a pak Zidane na konci předvedl hlavičku.
04:06
And anyway, Italy won at the end.
89
246260
2000
Každopádně Itálie nakonec vyhrála.
04:08
(Laughter)
90
248260
2000
(Smích)
04:10
Now look at what happened that day
91
250260
2000
Teď se podívejte, co se ten den stalo,
04:12
just by monitoring activity
92
252260
2000
pomocí sledování aktivity,
04:14
happening on the network.
93
254260
2000
která se odehrávala na síti.
04:16
Here you see the city.
94
256260
2000
Tady vidíte město.
04:18
You see the Colosseum in the middle,
95
258260
3000
Uprostřed můžete vidět Koloseum,
04:21
the river Tiber.
96
261260
3000
řeku Tiberu.
04:24
It's morning, before the match.
97
264260
2000
Je ráno před zápasem.
04:26
You see the timeline on the top.
98
266260
2000
Nahoře vidíte časovou osu.
04:28
Early afternoon,
99
268260
2000
V brzkém odpoledni
04:30
people here and there,
100
270260
2000
lidé tu a tam
04:32
making calls and moving.
101
272260
2000
volají a přesunují se.
04:34
The match begins -- silence.
102
274260
3000
Zápas začíná -- ticho.
04:37
France scores. Italy scores.
103
277260
3000
Francie dává gól. Itálie dává gól.
04:40
Halftime, people make a quick call and go to the bathroom.
104
280260
4000
Poločas, lidé si rychle zavolají a jdou na záchod.
04:44
Second half. End of normal time.
105
284260
2000
Druhý poločas. Konec základní hrací doby.
04:46
First overtime, second.
106
286260
2000
První prodloužení, druhé.
04:48
Zidane, the headbutt in a moment.
107
288260
3000
V tento moment Zidanova hlavička.
04:51
Italy wins. Yeah.
108
291260
2000
Itálie vyhrává. Jo.
04:53
(Laughter)
109
293260
2000
(Smích)
04:55
(Applause)
110
295260
3000
(Potlesk)
04:58
Well, that night, everybody went to celebrate in the center.
111
298260
2000
Té noci šel každý oslavovat do centra.
05:00
You saw the big peak.
112
300260
2000
Vidíte velký vrchol.
05:02
The following day, again everybody went to the center
113
302260
2000
Druhý den jdou všichni do centra
05:04
to meet the winning team
114
304260
3000
vidět vítězný tým
05:07
and the prime minister at the time.
115
307260
2000
a tehdejšího premiéra.
05:09
And then everybody moved down.
116
309260
2000
A pak se všichni přesunují dolů.
05:11
You see the image of the place called Circo Massimo,
117
311260
2000
Vidíte obrázek místa s názvem Circus Maximus,
05:13
where, since Roman times, people go to celebrate,
118
313260
3000
kam již od dob Říma chodí lidé oslavovat --
05:16
to have a big party, and you see the peak at the end of the day.
119
316260
3000
mít velkou party, takže tady vidíte vrchol na konci dne.
05:19
Well, that's just one example of how we can sense the city today
120
319260
2000
Tohle je jeden příklad, jak dnes můžeme sledovat město
05:21
in a way that we couldn't have done
121
321260
2000
způsobem, jakým bychom nemohli
05:23
just a few years ago.
122
323260
2000
před pouhými pár lety.
05:25
Another quick example about sensing:
123
325260
2000
Další krátká ukázka sledování:
05:27
it's not about people,
124
327260
2000
není o lidech,
05:29
but about things we use and consume.
125
329260
2000
ale o věcech, které používáme a spotřebováváme.
05:31
Well today, we know everything
126
331260
2000
Dnes víme vše
05:33
about where our objects come from.
127
333260
3000
o tom, odkud věci pocházejí.
05:36
This is a map that shows you
128
336260
2000
Na téhle mapě vidíte
05:38
all the chips that form a Mac computer, how they came together.
129
338260
3000
všechny čipy, které tvoří počítač Mac, a odkud se berou.
05:41
But we know very little about where things go.
130
341260
3000
Ale víme pouze velmi málo o tom, kam věci odcházejí.
05:44
So in this project,
131
344260
2000
Takže v tomto projektu
05:46
we actually developed some small tags
132
346260
2000
jsme vlastně vytvořili malé štítky,
05:48
to track trash as it moves through the system.
133
348260
3000
které sledují odpadky, jak se pohybují systémem.
05:51
So we actually started with a number of volunteers
134
351260
3000
Začali jsme s několika dobrovolníky,
05:54
who helped us in Seattle,
135
354260
2000
kteří nám pomohli v Seattlu,
05:56
just over a year ago,
136
356260
2000
sotva rok zpátky,
05:58
to tag what they were throwing away --
137
358260
3000
a dali štítky na věci, které vyhazovali -- [Pozvali jsme 500 lidí, aby označili své odpadky]
06:01
different types of things, as you can see here --
138
361260
3000
různé druhy věcí, jak můžete vidět --
06:04
things they would throw away anyway.
139
364260
2000
věci, které by stejně vyhodili.
06:06
Then we put a little chip, little tag,
140
366260
2000
Pak jsme na ty odpadky
06:08
onto the trash
141
368260
2000
dali malý čip, malý štítek
06:10
and then started following it.
142
370260
2000
a začali jej sledovat.
06:12
Here are the results we just obtained.
143
372260
3000
Tady jsou výsledky, které jsme získali.
06:15
(Music)
144
375260
3000
[a sledovali celkem 3000 odpadků]
06:18
From Seattle ...
145
378260
3000
Ze Seattlu...
06:26
after one week.
146
386260
2000
o týden později.
06:53
With this information we realized
147
413260
2000
Pomocí těchto informací jsme si uvědomili,
06:55
there's a lot of inefficiencies in the system.
148
415260
2000
že je systém hrozně neefektivní.
06:57
We can actually do the same thing with much less energy.
149
417260
3000
To celé přece jsme schopni udělat s menším množstvím energie.
07:00
This data was not available before.
150
420260
2000
Tato data dříve nebyla k dispozici.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
422260
3000
Ale je tam spousta zbytečné přepravy a komplikovaných věcí.
07:05
But the other thing is that we believe
152
425260
2000
A další věc je,
07:07
that if we see every day
153
427260
2000
že pokud vidíme každý den,
07:09
that the cup we're throwing away, it doesn't disappear,
154
429260
2000
že hrnek, který vyhodíme, nezmizí,
07:11
it's still somewhere on the planet.
155
431260
2000
že je pořád někde na planetě.
07:13
And the plastic bottle we're throwing away every day still stays there.
156
433260
3000
A tahle plastová lahev, kterou každý den vyhazujeme, tam pořád je.
07:16
And if we show that to people,
157
436260
2000
A pokud tohle ukážeme lidem,
07:18
then we can also promote some behavioral change.
158
438260
2000
můžeme také prosadit změny v chování.
07:20
So that was the reason for the project.
159
440260
2000
To byl tedy smysl toho projektu.
07:22
My colleague at MIT, Assaf Biderman,
160
442260
2000
Můj kolega z MIT Assaf Biderman
07:24
he could tell you much more about sensing
161
444260
2000
by mohl vyprávět mnohem více o sledování
07:26
and many other wonderful things we can do with sensing,
162
446260
2000
a mnoha dalších úžasných věcech, které se sledováním můžeme dělat,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
448260
3000
ale chtěl bych teď přejít k druhé části, o které jsem mluvil na začátku,
07:31
and that's actuating our environment.
164
451260
2000
a tou je ovládání našeho prostředí.
07:33
And the first project
165
453260
2000
Na prvním projektu
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
455260
3000
jsme pracovali před několika lety v Zaragoze ve Španělsku.
07:38
It started with a question by the mayor of the city,
167
458260
3000
Všechno začalo, když za námi přišel primátor města
07:41
who came to us saying
168
461260
2000
a říkal nám,
07:43
that Spain and Southern Europe have a beautiful tradition
169
463260
3000
že Španělsko a jižní Evropa mají pěknou tradici
07:46
of using water in public space, in architecture.
170
466260
3000
v používání vody na veřejných místech v architektuře.
07:49
And the question was: How could technology, new technology,
171
469260
2000
A otázka byla: Jak mohou být nové technologie
07:51
be added to that?
172
471260
2000
součástí něčeho takového?
07:53
And one of the ideas that was developed at MIT in a workshop
173
473260
3000
A jedním z nápadů, které vzešly z workshopu na MIT,
07:56
was, imagine this pipe, and you've got valves,
174
476260
3000
byla tato trubka a ventily --
07:59
solenoid valves, taps,
175
479260
2000
solenoidové ventily, plíšky,
08:01
opening and closing.
176
481260
2000
které se otevírají a zavírají.
08:03
You create like a water curtain with pixels made of water.
177
483260
3000
Vytvoříte něco jako vodní záclonu, jejíž pixely vytváří voda.
08:06
If those pixels fall,
178
486260
2000
Pokud tyto pixely padají,
08:08
you can write on it,
179
488260
2000
můžete na ně psát,
08:10
you can show patterns, images, text.
180
490260
2000
můžete zobrazovat vzory, obrázky, text.
08:12
And even you can approach it, and it will open up
181
492260
2000
A můžete se k tomu i přiblížit, pak se to otevře
08:14
to let you jump through,
182
494260
2000
a vy můžete proskočit,
08:16
as you see in this image.
183
496260
2000
jak vidíte na tomto obrázku.
08:18
Well, we presented this to Mayor Belloch.
184
498260
2000
Představili jsme tohle primátoru Bellochovi.
08:20
He liked it very much.
185
500260
2000
Moc se mu to líbilo.
08:22
And we got a commission to design a building
186
502260
2000
A pověřil nás, abychom navrhli budovu
08:24
at the entrance of the expo.
187
504260
2000
u vchodu na výstaviště.
08:26
We called it Digital Water Pavilion.
188
506260
2000
Nazvali jsme ji Digitální vodní pavilon.
08:28
The whole building is made of water.
189
508260
3000
Celá budova je tvořena vodou.
08:33
There's no doors or windows,
190
513260
2000
Nemá žádné dveře ani okna,
08:35
but when you approach it,
191
515260
2000
ale když se k ní přiblížíte,
08:37
it will open up to let you in.
192
517260
2000
otevře se a nechá vás vejít.
08:39
(Music)
193
519260
6000
(Hudba)
08:52
The roof also is covered with water.
194
532260
3000
Na střeše je také voda.
08:57
And if there's a bit of wind,
195
537260
2000
A pokud fouká vítr,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
539260
3000
chcete-li omezit cákání, můžete snížit střechu.
09:04
Or you could close the building,
197
544260
2000
Nebo můžete uzavřít budovu
09:06
and the whole architecture will disappear,
198
546260
2000
a celá architektura zmizí
09:08
like in this case.
199
548260
2000
jako v tomto případě.
09:10
You know, these days, you always get images during the winter,
200
550260
2000
V těchto zimních dnech vidíte, vždycky
09:12
when they take the roof down,
201
552260
2000
když střecha sjede dolů,
09:14
of people who have been there and said, "They demolished the building."
202
554260
3000
jak lidi, co u toho jsou, říkají: "Zdemolovali tu budovu."
09:17
No, they didn't demolish it, just when it goes down,
203
557260
2000
Ne, nezdemolovali ji, akorát když sjede dolů,
09:19
the architecture almost disappears.
204
559260
2000
celá architektura téměř zmizí.
09:21
Here's the building working.
205
561260
3000
Tady vidíte, jak budova pracuje.
09:24
You see the person puzzled about what was going on inside.
206
564260
3000
Jak vidíte, tento člověk je zmaten tím, co se děje uvnitř.
09:27
And here was myself trying not to get wet,
207
567260
2000
A tady jsem já, jak se snažím nezmoknout,
09:29
testing the sensors that open the water.
208
569260
3000
když testuji senzory, které otevírají vodu.
09:32
Well, I should tell you now what happened one night
209
572260
2000
Teď vám povím, co se stalo během jedné noci,
09:34
when all of the sensors stopped working.
210
574260
3000
když všechny tyhle senzory přestaly fungovat.
09:37
But actually that night, it was even more fun.
211
577260
3000
No, vlastně té noci to bylo ještě vtipnější.
09:40
All the kids from Zaragoza came to the building,
212
580260
2000
Všechny děti ze Zaragozy přišly k té budově,
09:42
because the way of engaging with the building became something different.
213
582260
3000
protože způsob, jakým se teď budova chovala, byl trošku jiný.
09:45
Not anymore a building that would open up to let you in,
214
585260
3000
Už to nebyla budova, která by se otevřela a nechala vás vstoupit,
09:48
but a building that would still make cuts and holes through the water,
215
588260
3000
ale budova, která neustále vytváří díry a prostory mezi vodou,
09:51
and you had to jump without getting wet.
216
591260
2000
a vy musíte skočit, aniž byste se namočili.
09:53
(Video) (Crowd Noise)
217
593260
13000
(Video)
10:06
And that was, for us, was very interesting,
218
606260
2000
A to bylo pro nás velmi zajímavé,
10:08
because, as architects, as engineers, as designers,
219
608260
3000
protože jako architekti, inženýři a designéři
10:11
we always think about how people will use the things we design.
220
611260
3000
vždycky přemýšlíme, jak budou lidé používat věci, které navrhneme.
10:14
But then reality's always unpredictable.
221
614260
3000
Ale realita je pak vždycky nečekaná.
10:17
And that's the beauty of doing things
222
617260
2000
A to je krása vytváření věcí,
10:19
that are used and interact with people.
223
619260
2000
které lidé používají a ony na ně reagují.
10:21
Here is an image then of the building
224
621260
2000
Na tomto obrázku pak vidíte budovu
10:23
with the physical pixels, the pixels made of water,
225
623260
2000
s fyzickými pixely, které jsou tvořeny vodou,
10:25
and then projections on them.
226
625260
3000
a jak na ně promítáme.
10:28
And this is what led us to think about
227
628260
2000
A to nás vedlo k myšlence,
10:30
the following project I'll show you now.
228
630260
2000
ze které vyšel následující projekt, který vám teď ukážu.
10:32
That's, imagine those pixels could actually start flying.
229
632260
3000
Představte si, že tyto pixely by najednou mohly začít létat.
10:35
Imagine you could have small helicopters
230
635260
2000
Představte si, že můžete mít malé helikoptérky,
10:37
that move in the air,
231
637260
2000
které se pohybují ve vzduchu,
10:39
and then each of them with a small pixel in changing lights --
232
639260
3000
a každá z nich má malý pixel s měnícím se světlem --
10:42
almost as a cloud that can move in space.
233
642260
3000
téměř jako mrak, který se může pohybovat v prostoru.
10:45
Here is the video.
234
645260
2000
Tady je video.
10:47
(Music)
235
647260
6000
[Flyfire]
10:53
So imagine one helicopter,
236
653260
3000
Představte si jednu helikoptéru
10:56
like the one we saw before,
237
656260
3000
podobnou té, jakou jste viděli,
11:01
moving with others,
238
661260
3000
která se pohybuje v synchronii
11:04
in synchrony.
239
664260
2000
s ostatními.
11:06
So you can have this cloud.
240
666260
3000
Takže můžete vytvořit tento mrak.
11:15
You can have a kind of flexible screen or display, like this --
241
675260
4000
Můžete mít druh elastické obrazovky nebo displeje jako tento --
11:19
a regular configuration in two dimensions.
242
679260
3000
obyčejná konfigurace ve dvou dimenzích.
11:29
Or in regular, but in three dimensions,
243
689260
3000
Nebo to samé ve třech dimenzích,
11:32
where the thing that changes is the light,
244
692260
2000
kde to, co se mění, je světlo,
11:34
not the pixels' position.
245
694260
2000
nikoli pozice pixelu.
11:46
You can play with a different type.
246
706260
2000
Můžete si pohrát i s jiným typem.
11:48
Imagine your screen could just appear
247
708260
2000
Představte si obrazovku, která se objevuje
11:50
in different scales or sizes,
248
710260
3000
v různém přiblížení a velikosti
11:53
different types of resolution.
249
713260
3000
s různým rozlišením.
12:05
But then the whole thing can be
250
725260
2000
A pak může být celá věc
12:07
just a 3D cloud of pixels
251
727260
2000
pouhý 3D mrak pixelů,
12:09
that you can approach and move through it
252
729260
3000
ke kterému se můžete přiblížit a pohybovat se skrz něj,
12:12
and see from many, many directions.
253
732260
3000
přičemž jej můžete vidět z mnoha různých směrů.
12:15
Here is the real Flyfire
254
735260
2000
Tady je skutečný Flyfire
12:17
control and going down to form the regular grid as before.
255
737260
4000
ovladač, který jde dolů a vytváří obyčejnou mřížku jako předtím.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
741260
3000
Když rozsvítíte světlo, uvidíte vlastně tohle. Tedy to samé, co jsme viděli předtím.
12:24
And imagine each of them then controlled by people.
257
744260
2000
A představte si, jak je každý z nich ovládán člověkem.
12:26
You can have each pixel
258
746260
2000
Můžete určit, aby každý pixel
12:28
having an input that comes from people,
259
748260
2000
získával vstup od člověka,
12:30
from people's movement, or so and so.
260
750260
2000
z pohybu člověka či něčeho jiného.
12:32
I want to show you something here for the first time.
261
752260
3000
Chtěl bych vám tady teď něco poprvé představit.
12:35
We've been working with Roberto Bolle,
262
755260
2000
Pracovali jsme s Robertem Bolle,
12:37
one of today's top ballet dancers --
263
757260
2000
jedním z nejlepších baletních mistrů současnosti,
12:39
the étoile at Metropolitan in New York
264
759260
2000
hvězdou Metropolitní opery v New Yorku
12:41
and La Scala in Milan --
265
761260
2000
a La Scala v Miláně --
12:43
and actually captured his movement in 3D
266
763260
2000
a zachytili jsme jeho pohyb ve 3D
12:45
in order to use it as an input for Flyfire.
267
765260
3000
a následně jej použili jako vstup pro Flyfire.
12:48
And here you can see Roberto dancing.
268
768260
3000
Tady můžete vidět, jak Roberto tančí.
12:53
You see on the left the pixels,
269
773260
2000
A nalevo vidíte pixely,
12:55
the different resolutions being captured.
270
775260
2000
jak jsou zaznamenávány v různých rozlišeních.
12:57
It's both 3D scanning in real time
271
777260
2000
Je to zároveň 3D skenování v reálném čase
12:59
and motion capture.
272
779260
3000
a záznam pohybu.
13:03
So you can reconstruct a whole movement.
273
783260
3000
Takže můžete celý pohyb zrekonstruovat.
13:10
You can go all the way through.
274
790260
3000
Můžete dojít až tak daleko.
13:16
But then, once we have the pixels, then you can play with them
275
796260
2000
A pak, když máte všechny tyto pixely, si s nimi můžete hrát,
13:18
and play with color and movement
276
798260
3000
měnit barvu a pohyb
13:21
and gravity and rotation.
277
801260
3000
a gravitaci a rotaci.
13:24
So we want to use this as one of the possible inputs
278
804260
2000
Chceme tohle použít jako jeden z možných vstupů
13:26
for Flyfire.
279
806260
2000
pro Flyfire.
13:47
I wanted to show you the last project we are working on.
280
827260
2000
Chtěl bych vám ještě ukázat poslední projekt, na kterém pracujeme.
13:49
It's something we're working on for the London Olympics.
281
829260
2000
Bude to něco pro olympiádu v Londýně.
13:51
It's called The Cloud.
282
831260
2000
Nazývá se to Mrak.
13:53
And the idea here is, imagine, again,
283
833260
2000
A myšlenka je v tom, představte si,
13:55
we can involve people
284
835260
2000
jak můžeme zapojit lidi,
13:57
in doing something and changing our environment --
285
837260
3000
aby dělali něco, co změní naše prostředí --
14:00
almost to impart what we call cloud raising --
286
840260
2000
aby poskytovali data pro stavbu mraku --
14:02
like barn raising, but with a cloud.
287
842260
2000
něco jako stavba stodoly, ale s mrakem.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
844260
4000
Představte si, že každý může nějak přispět na jeden pixel.
14:08
And I think what is remarkable
289
848260
2000
A myslím si, že je pozoruhodné,
14:10
that has happened over the past couple of years
290
850260
2000
co se děje během posledních několika let,
14:12
is that, over the past couple of decades,
291
852260
2000
a sice že během posledních desetiletí
14:14
we went from the physical world to the digital one.
292
854260
3000
jsme přešli z fyzického světa do digitálního.
14:17
This has been digitizing everything, knowledge,
293
857260
2000
To zahrnuje digitalizaci všeho, znalostí,
14:19
and making that accessible through the Internet.
294
859260
2000
a jejich zpřístupnění na Internetu.
14:21
Now today, for the first time --
295
861260
2000
A dnes poprvé --
14:23
and the Obama campaign showed us this --
296
863260
2000
a ukázala nám to už Obamova kampaň --
14:25
we can go from the digital world,
297
865260
2000
můžeme přejít z digitálního světa,
14:27
from the self-organizing power of networks,
298
867260
2000
z té samo-organizující se síly sítí,
14:29
to the physical one.
299
869260
2000
do fyzického světa.
14:31
This can be, in our case,
300
871260
2000
To může v našem případě znamenat,
14:33
we want to use it for designing and doing a symbol.
301
873260
2000
že to budeme chtít použít pro návrh a vytváření symbolu.
14:35
That means something built in a city.
302
875260
2000
Tedy něčeho zabudovaného do města.
14:37
But tomorrow it can be,
303
877260
2000
Ale může to být již zítra,
14:39
in order to tackle today's pressing challenges --
304
879260
3000
abychom bojovali s dnešními výzvami --
14:42
think about climate change or CO2 emissions --
305
882260
2000
vezměte si třeba klimatické změny nebo emise CO2 --
14:44
how we can go from the digital world to the physical one.
306
884260
3000
jak můžeme přejít z digitálního světa do fyzického.
14:47
So the idea that we can actually involve people
307
887260
2000
Myšlenka tedy spočívá v tom, že můžeme zapojit lidi,
14:49
in doing this thing together, collectively.
308
889260
2000
aby dělali něco společně, kolektivně.
14:51
The cloud is a cloud, again, made of pixels,
309
891260
3000
Mrak je mrakem, který je opět tvořen pixely,
14:54
in the same way as the real cloud
310
894260
2000
stejně jako je skutečný mrak
14:56
is a cloud made of particles.
311
896260
2000
tvořen částicemi.
14:58
And those particles are water,
312
898260
2000
A tyto částice jsou voda,
15:00
where our cloud is a cloud of pixels.
313
900260
2000
zatímco náš mrak je mrak pixelů.
15:02
It's a physical structure in London, but covered with pixels.
314
902260
3000
Je to fyzická struktura v Londýně, ale pokrytá pixely.
15:05
You can move inside, have different types of experiences.
315
905260
2000
Můžete vejít dovnitř, mít různé typy zážitků.
15:07
You can actually see from underneath,
316
907260
2000
Můžete se na to dívat i zespodu
15:09
sharing the main moments
317
909260
2000
a sdílet hlavní momenty
15:11
for the Olympics in 2012 and beyond,
318
911260
3000
olympiády v roce 2012 i další
15:14
and really using it as a way to connect with the community.
319
914260
4000
a skutečně tohle použít jako způsob spojení s komunitou.
15:18
So both the physical cloud in the sky
320
918260
4000
Takže je to zároveň fyzický mrak na obloze
15:22
and something you can go to the top [of],
321
922260
3000
a něco, k čemu můžete vylézt,
15:25
like London's new mountaintop.
322
925260
2000
jako nový Londýnský vrcholek hory.
15:27
You can enter inside it.
323
927260
2000
Můžete do něj vstoupit.
15:29
And a kind of new digital beacon for the night --
324
929260
3000
A také nový druh digitálního majáku moci --
15:32
but most importantly,
325
932260
2000
ale především
15:34
a new type of experience for anybody who will go to the top.
326
934260
3000
nový typ zážitku pro každého, kdo půjde nahoru.
15:37
Thank you.
327
937260
2000
Děkuji vám.
15:39
(Applause)
328
939260
2000
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7