Skylar Tibbits: Can we make things that make themselves?

Skylar Tibbits: Können wir Dinge erschaffen, die sich selbst herstellen?

75,792 views

2011-09-01 ・ TED


New videos

Skylar Tibbits: Can we make things that make themselves?

Skylar Tibbits: Können wir Dinge erschaffen, die sich selbst herstellen?

75,792 views ・ 2011-09-01

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Jessica K. Lektorat: Karin Friedli
00:15
Today I'd like to show you
0
15260
2000
Ich möchte Ihnen heute zeigen,
00:17
the future of the way we make things.
1
17260
2000
wie wir in Zukunft Dinge herstellen werden.
00:19
I believe that soon our buildings and machines
2
19260
2000
Ich glaube, dass unsere Gebäude und Maschinen
00:21
will be self-assembling,
3
21260
2000
sich bald selbst zusammenbauen,
00:23
replicating and repairing themselves.
4
23260
2000
vervielfältigen und reparieren werden.
00:25
So I'm going to show you
5
25260
2000
Ich werde Ihnen zeigen,
00:27
what I believe is the current state of manufacturing,
6
27260
2000
was ich für die heutigen Produktionsmethoden halte,
00:29
and then compare that to some natural systems.
7
29260
3000
und diese dann mit einigen natürlichen Systemen vergleichen.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
32260
3000
In der gegenwärtigen Fertigungsindustrie haben wir Wolkenkratzer –
00:35
two and a half years [of assembly time],
9
35260
2000
zweieinhalb Jahre [Bauzeit],
00:37
500,000 to a million parts,
10
37260
2000
eine halbe bis eine Million Teile,
00:39
fairly complex,
11
39260
2000
ziemlich komplex,
00:41
new, exciting technologies in steel, concrete, glass.
12
41260
3000
neue und aufregende Technologien aus Stahl, Beton, Glas.
00:44
We have exciting machines
13
44260
2000
Wir haben aufregende Maschinen,
00:46
that can take us into space --
14
46260
2000
die uns in den Weltraum bringen –
00:48
five years [of assembly time], 2.5 million parts.
15
48260
3000
fünf Jahre [Bauzeit], zweieinhalb Millionen Teile.
00:51
But on the other side, if you look at the natural systems,
16
51260
3000
Wenn man auf der anderen Seite natürliche Systeme betrachtet,
00:54
we have proteins
17
54260
2000
findet man Proteine,
00:56
that have two million types,
18
56260
2000
die zwei Millionen Typen besitzen
00:58
can fold in 10,000 nanoseconds,
19
58260
2000
und sich in zehn Mikrosekunden falten können,
01:00
or DNA with three billion base pairs
20
60260
2000
oder DNA mit drei Milliarden Basenpaaren,
01:02
we can replicate in roughly an hour.
21
62260
3000
die sich in etwa einer Stunde kopieren lassen.
01:05
So there's all of this complexity
22
65260
2000
Da gibt es also diese ganze Komplexität
01:07
in our natural systems,
23
67260
2000
in unseren natürlichen Systemen,
01:09
but they're extremely efficient,
24
69260
2000
aber sie sind extrem effizient,
01:11
far more efficient than anything we can build,
25
71260
2000
viel effizienter als alles, was wir herstellen können,
01:13
far more complex than anything we can build.
26
73260
2000
weit komplexer als alles, was wir bauen können.
01:15
They're far more efficient in terms of energy.
27
75260
2000
Sie sind viel energieeffizienter.
01:17
They hardly ever make mistakes.
28
77260
3000
Sie machen fast nie Fehler.
01:20
And they can repair themselves for longevity.
29
80260
2000
Und sie sind langlebig, da sie sich selbst reparieren können.
01:22
So there's something super interesting about natural systems.
30
82260
3000
Es gibt bei natürlichen Systemen also viel Interessantes zu entdecken.
01:25
And if we can translate that
31
85260
2000
Und wenn wir es schaffen,
01:27
into our built environment,
32
87260
2000
das in unsere gebaute Umgebung einfließen zu lassen,
01:29
then there's some exciting potential for the way that we build things.
33
89260
2000
dann haben wir ein aufregendes Potential für neue Bauweisen.
01:31
And I think the key to that is self-assembly.
34
91260
3000
Und ich glaube, dass der Schlüssel in Selbstmontage besteht.
01:34
So if we want to utilize self-assembly in our physical environment,
35
94260
3000
Wenn wir Selbstmontage in unserer physischen Umwelt nutzen wollen,
01:37
I think there's four key factors.
36
97260
2000
gibt es meiner Meinung nach vier zentrale Faktoren.
01:39
The first is that we need to decode
37
99260
2000
Der erste ist, das wir die ganze Komplexität
01:41
all of the complexity of what we want to build --
38
101260
2000
der Dinge, die wir bauen wollen, entschlüsseln müssen –
01:43
so our buildings and machines.
39
103260
2000
also unsere Gebäude und Maschinen.
01:45
And we need to decode that into simple sequences --
40
105260
2000
Und wir müssen das in einfache Sequenzen übersetzen –
01:47
basically the DNA of how our buildings work.
41
107260
2000
quasi die DNA davon, wie unsere Gebäude funktionieren.
01:49
Then we need programmable parts
42
109260
2000
Dann brauchen wir programmierbare Teile,
01:51
that can take that sequence
43
111260
2000
die diese Sequenz heranziehen
01:53
and use that to fold up, or reconfigure.
44
113260
3000
und zum Zusammenfalten oder Rekonfigurieren verwenden können.
01:56
We need some energy that's going to allow that to activate,
45
116260
3000
Wir brauchen Aktivierungsenergie, damit unsere Teile
01:59
allow our parts to be able to fold up from the program.
46
119260
3000
aus dem Programm hochklappen können.
02:02
And we need some type of error correction redundancy
47
122260
2000
Und wir brauchen eine Art Redundanz zur Fehlerkorrektur,
02:04
to guarantee that we have successfully built what we want.
48
124260
3000
damit auch wirklich das entsteht, was wir bauen wollen.
02:07
So I'm going to show you a number of projects
49
127260
2000
Ich zeige Ihnen einige Projekte, an denen
02:09
that my colleagues and I at MIT are working on
50
129260
2000
meine Kollegen und ich am MIT arbeiten,
02:11
to achieve this self-assembling future.
51
131260
2000
damit Selbstmontage in Zukunft realisiert werden kann.
02:13
The first two are the MacroBot and DeciBot.
52
133260
3000
Die ersten beiden sind MacroBot und DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
136260
4000
Diese Projekte sind großangelegte, rekonfigurierbare Roboter –
02:20
8 ft., 12 ft. long proteins.
54
140260
3000
zweieinhalb bis vier Meter lange Proteine.
02:23
They're embedded with mechanical electrical devices, sensors.
55
143260
3000
Sie sind mit elektromechanischen Geräten ausgestattet, Sensoren.
02:26
You decode what you want to fold up into,
56
146260
2000
Man dekodiert das, was man zusammenfalten will,
02:28
into a sequence of angles --
57
148260
2000
in eine Sequenz von Winkeln –
02:30
so negative 120, negative 120, 0, 0,
58
150260
2000
also minus 120, minus 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
152260
3000
120, minus 120 – etwas in der Art;
02:35
so a sequence of angles, or turns,
60
155260
2000
eine Sequenz von Winkeln, oder Drehungen,
02:37
and you send that sequence through the string.
61
157260
3000
und man sendet diese Sequenz durch die Kette.
02:40
Each unit takes its message -- so negative 120 --
62
160260
3000
Jede Einheit greift ihre Nachricht auf – also minus 120 –
02:43
it rotates to that, checks if it got there
63
163260
2000
sie rotiert entsprechend, prüft, ob sie angekommen ist,
02:45
and then passes it to its neighbor.
64
165260
3000
und leitet sie an die benachbarte Einheit weiter.
02:48
So these are the brilliant scientists,
65
168260
2000
Dies hier sind die brillanten Wissenschaftler,
02:50
engineers, designers that worked on this project.
66
170260
2000
Ingenieure und Designer, die an diesem Projekt gearbeitet haben.
02:52
And I think it really brings to light:
67
172260
2000
Und ich denke, es macht eines wirklich klar:
02:54
Is this really scalable?
68
174260
2000
Ist dies wirklich skalierbar?
02:56
I mean, thousands of dollars, lots of man hours
69
176260
2000
Ich meine, Tausende von Dollar, viele Arbeitsstunden,
02:58
made to make this eight-foot robot.
70
178260
3000
um diesen zweieinhalb Meter hohen Roboter zu schaffen.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
181260
3000
Können wir das wirklich hochskalieren? Können wir Robotik wirklich in jedes Teil einbetten?
03:04
The next one questions that
72
184260
2000
Das nächste Projekt stellt das in Frage
03:06
and looks at passive nature,
73
186260
2000
und betrachtet die passive Natur
03:08
or passively trying to have reconfiguration programmability.
74
188260
3000
oder den passiven Versuch, Rekonfiguration programmierbar zu machen.
03:11
But it goes a step further,
75
191260
2000
Aber es geht einen Schritt weiter
03:13
and it tries to have actual computation.
76
193260
2000
und versucht, tatsächliche Berechnungen möglich zu machen.
03:15
It basically embeds the most fundamental building block of computing,
77
195260
2000
Es integriert im Grunde den fundamentalsten Bestandteil von EDV,
03:17
the digital logic gate,
78
197260
2000
das digitale Logikgatter,
03:19
directly into your parts.
79
199260
2000
direkt in die Teile.
03:21
So this is a NAND gate.
80
201260
2000
Dies ist ein NAND-Gatter.
03:23
You have one tetrahedron which is the gate
81
203260
2000
Man hat ein Tetraeder, welches das Gatter darstellt,
03:25
that's going to do your computing,
82
205260
2000
das die Berechnungen durchführen wird,
03:27
and you have two input tetrahedrons.
83
207260
2000
und man hat zwei Input-Tetraeder.
03:29
One of them is the input from the user, as you're building your bricks.
84
209260
3000
Eines stellt die Eingabe des Benutzers dar, während man die Bausteine herstellt.
03:32
The other one is from the previous brick that was placed.
85
212260
3000
Das andere stammt von dem vorangegangenen Bauteil, das angeordnet wurde.
03:35
And then it gives you an output in 3D space.
86
215260
3000
Und dann liefert es einen Output im dreidimensionalen Raum.
03:38
So what this means
87
218260
2000
Das bedeutet,
03:40
is that the user can start plugging in what they want the bricks to do.
88
220260
3000
dass der Benutzer eingeben kann, was die Bauteile tun sollen.
03:43
It computes on what it was doing before
89
223260
2000
Es führt Berechnungen durch auf Grundlage dessen, was es vorher getan hat,
03:45
and what you said you wanted it to do.
90
225260
2000
und was der Benutzer von ihm verlangt.
03:47
And now it starts moving in three-dimensional space --
91
227260
2000
Und nun beginnt es, sich im dreidimensionalen Raum zu bewegen –
03:49
so up or down.
92
229260
2000
hoch und runter.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
231260
3000
Auf der linken Seite entspricht der Input [1,1] dem Output 0, der hinunter geht.
03:54
On the right-hand side,
94
234260
2000
Auf der rechten Seite
03:56
[0,0] input is a 1 output, which goes up.
95
236260
3000
entspricht der Input [0,0] dem Output 1, der hoch geht.
03:59
And so what that really means
96
239260
2000
Was das wirklich bedeutet, ist,
04:01
is that our structures now contain the blueprints
97
241260
2000
dass unsere Strukturen nun die Pläne dessen enthalten,
04:03
of what we want to build.
98
243260
2000
was wir bauen wollen.
04:05
So they have all of the information embedded in them of what was constructed.
99
245260
3000
Sie besitzen also sämtliche Informationen darüber, was gebaut worden ist.
04:08
So that means that we can have some form of self-replication.
100
248260
3000
Das bedeutet, wir können eine Form von Selbstreplikation erreichen.
04:11
In this case I call it self-guided replication,
101
251260
3000
In diesem Fall nenne ich es selbstgeleitete Replikation,
04:14
because your structure contains the exact blueprints.
102
254260
2000
weil die Struktur die genauen Baupläne enthält.
04:16
If you have errors, you can replace a part.
103
256260
2000
Tauchen Fehler auf, kann man einen Teil austauschen.
04:18
All the local information is embedded to tell you how to fix it.
104
258260
3000
Die ganzen lokalen Informationen sind integriert, um zu zeigen, wie man sie beheben kann.
04:21
So you could have something that climbs along and reads it
105
261260
2000
Man könnte also etwas haben, das mitklettert und abliest
04:23
and can output at one to one.
106
263260
2000
und einen Output von eins zu eins liefert.
04:25
It's directly embedded; there's no external instructions.
107
265260
2000
Es ist direkt integriert; es gibt keine Anweisungen von außen.
04:27
So the last project I'll show is called Biased Chains,
108
267260
3000
Das letzte Projekt, was ich zeigen werde, nennt sich Biased Chains,
04:30
and it's probably the most exciting example that we have right now
109
270260
3000
und es stellt das wohl aufregendste Beispiel selbstmontierender Systeme dar,
04:33
of passive self-assembly systems.
110
273260
2000
das wir im Moment haben.
04:35
So it takes the reconfigurability
111
275260
2000
Es greift die Fähigkeit zur Rekonfiguration
04:37
and programmability
112
277260
2000
und zur Programmierung auf
04:39
and makes it a completely passive system.
113
279260
3000
und schafft ein komplett passives System.
04:43
So basically you have a chain of elements.
114
283260
2000
Im Grunde hat man eine Kette von Elementen.
04:45
Each element is completely identical,
115
285260
2000
Jedes Element ist vollkommen identisch
04:47
and they're biased.
116
287260
2000
und sie sind polarisiert.
04:49
So each chain, or each element, wants to turn right or left.
117
289260
3000
Jede Kette, oder jedes Element, will sich nach rechts oder nach links drehen.
04:52
So as you assemble the chain, you're basically programming it.
118
292260
3000
Während man also die Kette zusammensetzt, programmiert man sie im Grunde.
04:55
You're telling each unit if it should turn right or left.
119
295260
3000
Man sagt jeder Einheit, ob sie sich nach rechts oder nach links drehen soll.
04:58
So when you shake the chain,
120
298260
3000
Wenn man die Kette schüttelt,
05:01
it then folds up
121
301260
2000
faltet sie sich zusammen
05:03
into any configuration that you've programmed in --
122
303260
3000
zu einer Konfiguration, die man einprogrammiert hat –
05:06
so in this case, a spiral,
123
306260
2000
in diesem Fall eine Spirale
05:08
or in this case,
124
308260
3000
oder in diesem Fall
05:11
two cubes next to each other.
125
311260
3000
zwei nebeneinander liegende Quadrate.
05:14
So you can basically program
126
314260
2000
Man kann also im Grund jede mögliche
05:16
any three-dimensional shape --
127
316260
2000
dreidimensionale Form –
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
318260
3000
oder eindimensional, zweidimensional – völlig passiv in diese Kette einprogrammieren.
05:21
So what does this tell us about the future?
129
321260
2000
Was sagt uns das über die Zukunft?
05:23
I think that it's telling us
130
323260
2000
Ich denke, dass es uns sagt,
05:25
that there's new possibilities for self-assembly, replication, repair
131
325260
3000
dass es Möglichkeiten der Selbstmontage, Replikation und Reparatur
05:28
in our physical structures, our buildings, machines.
132
328260
3000
in unseren physischen Strukturen, unseren Gebäuden und Maschinen gibt.
05:31
There's new programmability in these parts.
133
331260
2000
Es gibt neue Möglichkeiten zur Programmierung in diesen Teilen.
05:33
And from that you have new possibilities for computing.
134
333260
2000
Und daraus entstehen neue Möglichkeiten für die EDV.
05:35
We'll have spatial computing.
135
335260
2000
Wir werden räumliches Programmieren haben.
05:37
Imagine if our buildings, our bridges, machines,
136
337260
2000
Stellen Sie sich vor, unsere Gebäude, Brücken, Maschinen,
05:39
all of our bricks could actually compute.
137
339260
2000
all unsere Bauteile könnten Berechnungen durchführen.
05:41
That's amazing parallel and distributed computing power,
138
341260
2000
Das würde parallele und verteilte Rechenleistung,
05:43
new design possibilities.
139
343260
2000
neue Designmöglichkeiten bedeuten.
05:45
So it's exciting potential for this.
140
345260
2000
Es gibt also ein aufregendes Potential dafür.
05:47
So I think these projects I've showed here
141
347260
2000
Ich denke, dass diese Projekte, die ich hier gezeigt habe,
05:49
are just a tiny step towards this future,
142
349260
2000
nur ein winziger Schritt in Richtung dieser Zukunft sind,
05:51
if we implement these new technologies
143
351260
2000
wenn wir diese neuen Technologien
05:53
for a new self-assembling world.
144
353260
2000
für eine neue, sich selbst erschaffende Welt implementieren.
05:55
Thank you.
145
355260
2000
Vielen Dank.
05:57
(Applause)
146
357260
2000
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7