Carlo Ratti: Architecture that senses and responds

Carlo Ratti: arquitectura que capta y responde

103,578 views

2011-05-03 ・ TED


New videos

Carlo Ratti: Architecture that senses and responds

Carlo Ratti: arquitectura que capta y responde

103,578 views ・ 2011-05-03

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Betti Revisor: Amaranta Heredia Jaén
00:15
Good afternoon, everybody.
0
15260
2000
Buenas tardes a todos.
00:17
I've got something to show you.
1
17260
3000
Tengo algo que mostrarles.
00:37
(Laughter)
2
37260
2000
(Risas)
00:39
Think about this as a pixel, a flying pixel.
3
39260
3000
Piensen que es un píxel, un píxel volador.
00:42
This is what we call, in our lab, sensible design.
4
42260
3000
En nuestro laboratorio lo llamamos diseño sensible.
00:45
Let me tell you a bit about it.
5
45260
2000
Les voy a contar un poco sobre esto.
00:47
Now if you take this picture -- I'm Italian originally,
6
47260
3000
Si se fijan en esta foto... soy de origen italiano,
00:50
and every boy in Italy grows up
7
50260
2000
todos los niños en Italia crecen
00:52
with this picture on the wall of his bedroom --
8
52260
2000
con esta foto en la pared de su dormitorio.
00:54
but the reason I'm showing you this
9
54260
2000
Pero la razón por la que les muestro esto
00:56
is that something very interesting
10
56260
2000
es que ha sucedido algo muy interesante
00:58
happened in Formula 1 racing
11
58260
2000
en las carreras de Fórmula 1
01:00
over the past couple of decades.
12
60260
2000
en las últimas dos décadas.
01:02
Now some time ago,
13
62260
2000
Hace ya algún tiempo,
01:04
if you wanted to win a Formula 1 race,
14
64260
2000
si uno quería ganar una carrera de Fórmula 1,
01:06
you take a budget, and you bet your budget
15
66260
2000
tomaba un presupuesto y lo apostaba
01:08
on a good driver and a good car.
16
68260
3000
a un buen piloto y un buen coche,
01:11
And if the car and the driver were good enough, then you'd win the race.
17
71260
3000
y si el coche y el piloto eran lo suficientemente buenos, uno ganaba la carrera.
01:14
Now today, if you want to win the race,
18
74260
2000
Pero hoy, si uno quiere ganar una carrera,
01:16
actually you need also something like this --
19
76260
3000
hace falta también algo como esto...
01:19
something that monitors the car in real time,
20
79260
3000
Algo que monitoree el coche en tiempo real,
01:22
has a few thousand sensors
21
82260
2000
con miles de sensores
01:24
collecting information from the car,
22
84260
2000
que recopilan información
01:26
transmitting this information into the system,
23
86260
3000
y la transmiten al sistema
01:29
and then processing it
24
89260
2000
para luego procesarla
01:31
and using it in order to go back to the car with decisions
25
91260
3000
y usarla para darle instrucciones al coche
01:34
and changing things in real time
26
94260
2000
y cambiar cosas en tiempo real
01:36
as information is collected.
27
96260
2000
a medida que se recopila información.
01:38
This is what, in engineering terms,
28
98260
2000
Esto es lo que, en ingeniería,
01:40
you would call a real time control system.
29
100260
3000
se denominaría sistema de control en tiempo real.
01:43
And basically, it's a system made of two components --
30
103260
3000
En esencia es un sistema que tiene dos componentes:
01:46
a sensing and an actuating component.
31
106260
2000
un sensor y un accionador.
01:48
What is interesting today
32
108260
2000
Hoy lo interesante
01:50
is that real time control systems
33
110260
2000
es que los sistemas de control en tiempo real
01:52
are starting to enter into our lives.
34
112260
3000
están empezando a entrar en nuestras vidas.
01:55
Our cities, over the past few years,
35
115260
3000
Nuestras ciudades, en los últimos años,
01:58
just have been blanketed
36
118260
2000
han sido cubiertas
02:00
with networks, electronics.
37
120260
2000
de redes y electrónica.
02:02
They're becoming like computers in open air.
38
122260
2000
Se están volviendo computadoras al aire libre.
02:04
And, as computers in open air,
39
124260
2000
Y, como tales,
02:06
they're starting to respond in a different way
40
126260
2000
están empezando a responder de manera diferente
02:08
to be able to be sensed and to be actuated.
41
128260
3000
y pueden ser detectadas y accionadas.
02:11
If we fix cities, actually it's a big deal.
42
131260
2000
Acondicionar las ciudades es algo grande.
02:13
Just as an aside, I wanted to mention,
43
133260
2000
Como nota aparte quería mencionar
02:15
cities are only two percent of the Earth's crust,
44
135260
4000
que las ciudades son sólo el 2% de la corteza del planeta
02:19
but they are 50 percent of the world's population.
45
139260
3000
pero representan el 50% de la población mundial;
02:22
They are 75 percent of the energy consumption --
46
142260
3000
el 75% del consumo de energía...
02:25
up to 80 percent of CO2 emissions.
47
145260
3000
y hasta el 80% de las emisiones de CO2.
02:28
So if we're able to do something with cities, that's a big deal.
48
148260
3000
Si pudiéramos hacer algo con las ciudades, sería algo grande.
02:31
Beyond cities,
49
151260
2000
Más allá de las ciudades,
02:33
all of this sensing and actuating
50
153260
3000
todas estas detecciones y activaciones
02:36
is entering our everyday objects.
51
156260
2000
están entrando en nuestros objetos cotidianos.
02:38
That's from an exhibition that
52
158260
2000
Esto es de una exhibición
02:40
Paola Antonelli is organizing
53
160260
2000
de Paola Antonelli
02:42
at MoMA later this year, during the summer.
54
162260
2000
para fines de año en el MoMA, durante el verano.
02:44
It's called "Talk to Me."
55
164260
2000
Se llama "Talk to Me" (Háblame, NT)
02:46
Well our objects, our environment
56
166260
2000
Bueno, nuestros objetos, el entorno,
02:48
is starting to talk back to us.
57
168260
2000
empiezan a hablarnos.
02:50
In a certain sense, it's almost as if every atom out there
58
170260
3000
En cierto modo es como si casi todos los átomos existentes
02:53
were becoming both a sensor and an actuator.
59
173260
3000
se volvieran sensores y actuadores.
02:56
And that is radically changing the interaction we have as humans
60
176260
3000
Y eso está cambiando por completo la interacción que como humanos tenemos
02:59
with the environment out there.
61
179260
2000
con el entorno exterior.
03:01
In a certain sense,
62
181260
2000
En cierto sentido
03:03
it's almost as if the old dream of Michelangelo ...
63
183260
3000
es casi como en el viejo sueño de Miguel Ángel...
03:06
you know, when Michelangelo sculpted the Moses,
64
186260
2000
Ya saben, cuando Miguel Ángel esculpió el Moisés,
03:08
at the end it said that he took the hammer, threw it at the Moses --
65
188260
3000
se dice que al final tomó el martillo y se lo arrojó al Moisés
03:11
actually you can still see a small chip underneath --
66
191260
3000
-de hecho aún se puede ver una pequeña mella debajo-
03:14
and said, shouted,
67
194260
2000
y dijo gritando:
03:16
"Perché non parli? Why don't you talk?"
68
196260
2000
"Perché non parli?" (¿por qué no hablas?).
03:18
Well today, for the first time,
69
198260
2000
Bueno, hoy, por primera vez,
03:20
our environment is starting to talk back to us.
70
200260
3000
nuestro entorno empieza a hablarnos.
03:23
And I'll show just a few examples --
71
203260
2000
Y les voy a mostrar sólo unos ejemplos;
03:25
again, with this idea of sensing our environment and actuating it.
72
205260
3000
insistiendo en la idea de captar el entorno y accionar algo.
03:28
Let's starting with sensing.
73
208260
3000
Empecemos con la detección.
03:31
Well, the first project I wanted to share with you
74
211260
2000
El primer proyecto que quería compartir con Uds.
03:33
is actually one of the first projects by our lab.
75
213260
3000
es en verdad uno de los primeros proyectos de nuestro laboratorio.
03:36
It was four and a half years ago in Italy.
76
216260
3000
Esto fue hace 4 años y medio en Italia.
03:39
And what we did there
77
219260
2000
Lo que hicimos allí
03:41
was actually use a new type of network at the time
78
221260
2000
fue usar un nuevo tipo de red de ese momento
03:43
that had been deployed all across the world --
79
223260
2000
que se había desarrollado por todo el mundo
03:45
that's a cellphone network --
80
225260
2000
-la red de telefonía celular-
03:47
and use anonymous and aggregated information from that network,
81
227260
2000
y consolidamos información anónima de esa red
03:49
that's collected anyway by the operator,
82
229260
2000
que de todos modos era recopilada por el operador
03:51
in order to understand
83
231260
2000
para entender
03:53
how the city works.
84
233260
2000
el funcionamiento de la ciudad.
03:55
The summer was a lucky summer -- 2006.
85
235260
3000
Fue un verano con suerte el de 2006.
03:58
It's when Italy won the soccer World Cup.
86
238260
3000
Fue el año en que Italia ganó la Copa del Mundo.
04:01
Some of you might remember, it was Italy and France playing,
87
241260
3000
Quizá algunos lo recuerden, jugaban Italia y Francia,
04:04
and then Zidane at the end, the headbutt.
88
244260
2000
y al final Zidane dio el cabezazo.
04:06
And anyway, Italy won at the end.
89
246260
2000
Y de todos modos, al final ganó Italia.
04:08
(Laughter)
90
248260
2000
(Risas)
04:10
Now look at what happened that day
91
250260
2000
Ahora veamos qué pasó ese día
04:12
just by monitoring activity
92
252260
2000
observando la actividad
04:14
happening on the network.
93
254260
2000
ocurrida en la red.
04:16
Here you see the city.
94
256260
2000
Aquí vemos la ciudad.
04:18
You see the Colosseum in the middle,
95
258260
3000
Se ve el Coliseo en el medio
04:21
the river Tiber.
96
261260
3000
y el río Tíber.
04:24
It's morning, before the match.
97
264260
2000
Es la mañana, antes del juego.
04:26
You see the timeline on the top.
98
266260
2000
La línea de tiempo está en la parte superior.
04:28
Early afternoon,
99
268260
2000
Por la tarde temprano
04:30
people here and there,
100
270260
2000
hay gente por aquí y allá
04:32
making calls and moving.
101
272260
2000
haciendo llamadas, moviéndose.
04:34
The match begins -- silence.
102
274260
3000
Comienza el partido: silencio.
04:37
France scores. Italy scores.
103
277260
3000
Gol de Francia. Gol de Italia.
04:40
Halftime, people make a quick call and go to the bathroom.
104
280260
4000
Entretiempo; la gente hace una llamada rápida y va al baño.
04:44
Second half. End of normal time.
105
284260
2000
Segundo tiempo. Fin del tiempo reglamentario.
04:46
First overtime, second.
106
286260
2000
Primer tiempo adicional; segundo.
04:48
Zidane, the headbutt in a moment.
107
288260
3000
Zidane, y en un momento, el cabezazo.
04:51
Italy wins. Yeah.
108
291260
2000
Gana Italia, ¡sí!
04:53
(Laughter)
109
293260
2000
(Risas)
04:55
(Applause)
110
295260
3000
(Aplausos)
04:58
Well, that night, everybody went to celebrate in the center.
111
298260
2000
Esa noche todos fueron a celebrarlo al centro.
05:00
You saw the big peak.
112
300260
2000
Ahí ven el gran pico.
05:02
The following day, again everybody went to the center
113
302260
2000
Al día siguiente todos fueron al centro
05:04
to meet the winning team
114
304260
3000
al encuentro del equipo ganador
05:07
and the prime minister at the time.
115
307260
2000
y del primer ministro de entonces.
05:09
And then everybody moved down.
116
309260
2000
Y luego todo el mundo bajó.
05:11
You see the image of the place called Circo Massimo,
117
311260
2000
Ven la imagen del lugar llamado Circo Massimo
05:13
where, since Roman times, people go to celebrate,
118
313260
3000
donde, desde la época romana, la gente va a celebrar;
05:16
to have a big party, and you see the peak at the end of the day.
119
316260
3000
es una gran fiesta, puede verse el pico al final del día.
05:19
Well, that's just one example of how we can sense the city today
120
319260
2000
Este es sólo un ejemplo de cómo hoy se puede medir el pulso de la ciudad
05:21
in a way that we couldn't have done
121
321260
2000
de un modo que no habríamos podido hacer
05:23
just a few years ago.
122
323260
2000
hace sólo unos años.
05:25
Another quick example about sensing:
123
325260
2000
Otro ejemplo rápido de detección:
05:27
it's not about people,
124
327260
2000
no se trata de gente,
05:29
but about things we use and consume.
125
329260
2000
sino de cosas que usamos y consumimos.
05:31
Well today, we know everything
126
331260
2000
Hoy en día sabemos todo
05:33
about where our objects come from.
127
333260
3000
sobre la procedencia de nuestros objetos.
05:36
This is a map that shows you
128
336260
2000
Este es un mapa que muestra
05:38
all the chips that form a Mac computer, how they came together.
129
338260
3000
todos los chips que conforman una Mac, cómo se ensamblan.
05:41
But we know very little about where things go.
130
341260
3000
Pero sabemos muy poco sobre adónde van las cosas.
05:44
So in this project,
131
344260
2000
Por eso en este proyecto
05:46
we actually developed some small tags
132
346260
2000
desarrollamos unas etiquetas pequeñas
05:48
to track trash as it moves through the system.
133
348260
3000
para rastrear la basura en su desplazamiento por el sistema.
05:51
So we actually started with a number of volunteers
134
351260
3000
Empezamos con unos voluntarios
05:54
who helped us in Seattle,
135
354260
2000
que nos ayudaron en Seattle
05:56
just over a year ago,
136
356260
2000
hace poco más de un año,
05:58
to tag what they were throwing away --
137
358260
3000
a etiquetar lo que estaban arrojando;
06:01
different types of things, as you can see here --
138
361260
3000
distinto tipo de cosas, como pueden ver,
06:04
things they would throw away anyway.
139
364260
2000
cosas que de todos modos tirarían.
06:06
Then we put a little chip, little tag,
140
366260
2000
Luego les pusimos un pequeño chip, una etiqueta,
06:08
onto the trash
141
368260
2000
a la basura
06:10
and then started following it.
142
370260
2000
y luego empezamos a rastrearla.
06:12
Here are the results we just obtained.
143
372260
3000
Estos son los resultados obtenidos.
06:15
(Music)
144
375260
3000
(Música)
06:18
From Seattle ...
145
378260
3000
Partiendo de Seattle...
06:26
after one week.
146
386260
2000
después de una semana.
06:53
With this information we realized
147
413260
2000
Con esta información nos dimos cuenta
06:55
there's a lot of inefficiencies in the system.
148
415260
2000
de que hay muchas ineficiencias en el sistema.
06:57
We can actually do the same thing with much less energy.
149
417260
3000
Podemos hacer lo mismo con mucha menos energía.
07:00
This data was not available before.
150
420260
2000
Estos son datos que antes no existían.
07:02
But there's a lot of wasted transportation and convoluted things happening.
151
422260
3000
Están sucediendo cosas complicadas y hay mucho transporte innecesario.
07:05
But the other thing is that we believe
152
425260
2000
Pero la otra cosa que creemos
07:07
that if we see every day
153
427260
2000
es que si vemos todos los días
07:09
that the cup we're throwing away, it doesn't disappear,
154
429260
2000
que la taza que arrojamos no desaparece,
07:11
it's still somewhere on the planet.
155
431260
2000
que todavía está en algún lugar del planeta,
07:13
And the plastic bottle we're throwing away every day still stays there.
156
433260
3000
que si la botella de plástico que arrojamos un día todavía sigue ahí,
07:16
And if we show that to people,
157
436260
2000
que si le mostramos eso a la gente,
07:18
then we can also promote some behavioral change.
158
438260
2000
entonces podremos promover algún cambio de conducta.
07:20
So that was the reason for the project.
159
440260
2000
Esa fue la razón del proyecto.
07:22
My colleague at MIT, Assaf Biderman,
160
442260
2000
Mi colega del MIT, Assaf Biderman,
07:24
he could tell you much more about sensing
161
444260
2000
podría contarnos mucho más sobre detección
07:26
and many other wonderful things we can do with sensing,
162
446260
2000
y muchas otras cosas geniales que podemos hacer con eso,
07:28
but I wanted to go to the second part we discussed at the beginning,
163
448260
3000
pero quería ir a la segunda parte que mencionamos al principio,
07:31
and that's actuating our environment.
164
451260
2000
que es accionar sobre el entorno.
07:33
And the first project
165
453260
2000
Y el primer proyecto
07:35
is something we did a couple of years ago in Zaragoza, Spain.
166
455260
3000
es algo que hicimos hace un par de años en Zaragoza (España).
07:38
It started with a question by the mayor of the city,
167
458260
3000
Todo comenzó con una pregunta del alcalde de la ciudad,
07:41
who came to us saying
168
461260
2000
que vino y nos dijo
07:43
that Spain and Southern Europe have a beautiful tradition
169
463260
3000
que España y el sur de Europa tienen una hermosa tradición
07:46
of using water in public space, in architecture.
170
466260
3000
del uso del agua en espacios públicos, en la arquitectura.
07:49
And the question was: How could technology, new technology,
171
469260
2000
Y la pregunta fue: ¿cómo puede la tecnología, la nueva tecnología,
07:51
be added to that?
172
471260
2000
sumarse a eso?
07:53
And one of the ideas that was developed at MIT in a workshop
173
473260
3000
Y una de las ideas que desarrollamos en el MIT, en un taller,
07:56
was, imagine this pipe, and you've got valves,
174
476260
3000
fue: imaginen que tienen un caño y válvulas,
07:59
solenoid valves, taps,
175
479260
2000
válvulas de solenoide, lengüetas
08:01
opening and closing.
176
481260
2000
que se abren y se cierran.
08:03
You create like a water curtain with pixels made of water.
177
483260
3000
Se crea como una cortina de agua, con píxeles de agua.
08:06
If those pixels fall,
178
486260
2000
Si caen los píxeles
08:08
you can write on it,
179
488260
2000
se puede escribir en ellos,
08:10
you can show patterns, images, text.
180
490260
2000
mostrar patrones, imágenes, textos.
08:12
And even you can approach it, and it will open up
181
492260
2000
Y al acercarnos, la cortina se abrirá
08:14
to let you jump through,
182
494260
2000
para que podamos pasar,
08:16
as you see in this image.
183
496260
2000
como ven en la imagen.
08:18
Well, we presented this to Mayor Belloch.
184
498260
2000
Le presentamos esto al alcalde Belloch.
08:20
He liked it very much.
185
500260
2000
Le gustó mucho
08:22
And we got a commission to design a building
186
502260
2000
y designó una comisión para diseñar el edificio
08:24
at the entrance of the expo.
187
504260
2000
a la entrada de la Expo.
08:26
We called it Digital Water Pavilion.
188
506260
2000
Lo llamamos Pabellón de Agua Digital.
08:28
The whole building is made of water.
189
508260
3000
Todo el edificio está hecho de agua.
08:33
There's no doors or windows,
190
513260
2000
No hay puertas ni ventanas,
08:35
but when you approach it,
191
515260
2000
pero cuando uno se aproxima
08:37
it will open up to let you in.
192
517260
2000
se abre para que uno pueda pasar.
08:39
(Music)
193
519260
6000
(Música)
08:52
The roof also is covered with water.
194
532260
3000
El techo también está cubierto de agua.
08:57
And if there's a bit of wind,
195
537260
2000
Y si hay un poco de viento,
08:59
if you want to minimize splashing, you can actually lower the roof.
196
539260
3000
si se quieren minimizar las salpicaduras, se baja el techo.
09:04
Or you could close the building,
197
544260
2000
O se puede cerrar el edificio
09:06
and the whole architecture will disappear,
198
546260
2000
y toda la arquitectura desaparece,
09:08
like in this case.
199
548260
2000
como en este caso.
09:10
You know, these days, you always get images during the winter,
200
550260
2000
Esos días siempre habrá alguien, en el invierno,
09:12
when they take the roof down,
201
552260
2000
cuando bajan el techo,
09:14
of people who have been there and said, "They demolished the building."
202
554260
3000
alguien que estuvo allí y que dijo: "Demolieron el edificio".
09:17
No, they didn't demolish it, just when it goes down,
203
557260
2000
No, no es que lo hayan demolido, sino que cuando se baja
09:19
the architecture almost disappears.
204
559260
2000
casi toda la arquitectura desaparece.
09:21
Here's the building working.
205
561260
3000
Aquí está en funcionamiento.
09:24
You see the person puzzled about what was going on inside.
206
564260
3000
Se ve a las personas intrigadas por lo que pasa dentro.
09:27
And here was myself trying not to get wet,
207
567260
2000
Y aquí estoy yo mismo tratando de no mojarme
09:29
testing the sensors that open the water.
208
569260
3000
al probar los sensores que abren el agua.
09:32
Well, I should tell you now what happened one night
209
572260
2000
Creo que debería contarles lo que sucedió una noche
09:34
when all of the sensors stopped working.
210
574260
3000
cuando todos los sensores dejaron de funcionar.
09:37
But actually that night, it was even more fun.
211
577260
3000
Esa noche fue en verdad incluso más divertida.
09:40
All the kids from Zaragoza came to the building,
212
580260
2000
Todos los niños de Zaragoza vinieron al edificio
09:42
because the way of engaging with the building became something different.
213
582260
3000
porque la manera de interactuar había cambiado un poco.
09:45
Not anymore a building that would open up to let you in,
214
585260
3000
Ya no era un edificio que se abría para dejarte pasar,
09:48
but a building that would still make cuts and holes through the water,
215
588260
3000
sino un edificio que seguía haciendo cortes y agujeros de agua
09:51
and you had to jump without getting wet.
216
591260
2000
y uno tenía que saltar para no mojarse.
09:53
(Video) (Crowd Noise)
217
593260
13000
(Video) (Ruido de gente)
10:06
And that was, for us, was very interesting,
218
606260
2000
Y para nosotros eso fue muy interesante
10:08
because, as architects, as engineers, as designers,
219
608260
3000
porque como arquitectos, ingenieros, diseñadores,
10:11
we always think about how people will use the things we design.
220
611260
3000
siempre pensamos en el uso que la gente le dará a nuestros diseños.
10:14
But then reality's always unpredictable.
221
614260
3000
Pero luego la realidad siempre es impredecible.
10:17
And that's the beauty of doing things
222
617260
2000
Y ésa es la belleza de hacer cosas
10:19
that are used and interact with people.
223
619260
2000
para interactuar, que la gente usa.
10:21
Here is an image then of the building
224
621260
2000
Ésta es una imagen del edificio
10:23
with the physical pixels, the pixels made of water,
225
623260
2000
con los píxeles físicos, los píxeles de agua,
10:25
and then projections on them.
226
625260
3000
y de proyecciones sobre ellos.
10:28
And this is what led us to think about
227
628260
2000
Y esto es lo que nos llevó a pensar
10:30
the following project I'll show you now.
228
630260
2000
en el siguiente proyecto que les voy a mostrar.
10:32
That's, imagine those pixels could actually start flying.
229
632260
3000
Imaginen que esos píxeles pudieran empezar a volar.
10:35
Imagine you could have small helicopters
230
635260
2000
Imaginen que pudieran tener pequeños helicópteros
10:37
that move in the air,
231
637260
2000
en el aire
10:39
and then each of them with a small pixel in changing lights --
232
639260
3000
y que cada uno tuviese un pequeño píxel que cambia de color
10:42
almost as a cloud that can move in space.
233
642260
3000
como si fuera una nube que se mueve en el espacio.
10:45
Here is the video.
234
645260
2000
Éste es el video.
10:47
(Music)
235
647260
6000
(Música)
10:53
So imagine one helicopter,
236
653260
3000
Imaginen un helicóptero,
10:56
like the one we saw before,
237
656260
3000
como el que vimos antes,
11:01
moving with others,
238
661260
3000
que se mueve con otros
11:04
in synchrony.
239
664260
2000
en sincronía.
11:06
So you can have this cloud.
240
666260
3000
Podríamos formar esta nube,
11:15
You can have a kind of flexible screen or display, like this --
241
675260
4000
una especie de pantalla flexible como ésta
11:19
a regular configuration in two dimensions.
242
679260
3000
con una configuración normal en dos dimensiones.
11:29
Or in regular, but in three dimensions,
243
689260
3000
O normal, pero en tres dimensiones,
11:32
where the thing that changes is the light,
244
692260
2000
en la que lo que cambia es la luz,
11:34
not the pixels' position.
245
694260
2000
no la posición de los píxeles.
11:46
You can play with a different type.
246
706260
2000
Se puede jugar con un tipo diferente.
11:48
Imagine your screen could just appear
247
708260
2000
Imaginen que la pantalla apareciera
11:50
in different scales or sizes,
248
710260
3000
en distintas escalas y tamaños,
11:53
different types of resolution.
249
713260
3000
en distintos tipos de resolución.
12:05
But then the whole thing can be
250
725260
2000
Y que luego todo eso pudiera
12:07
just a 3D cloud of pixels
251
727260
2000
una nube de píxeles en 3D
12:09
that you can approach and move through it
252
729260
3000
a la que uno puede acercarse, y atravesar,
12:12
and see from many, many directions.
253
732260
3000
y ver desde muy diversos ángulos.
12:15
Here is the real Flyfire
254
735260
2000
Ésta es la verdadera Flyfire
12:17
control and going down to form the regular grid as before.
255
737260
4000
controlada, yendo hacia abajo para formar una V, como antes.
12:21
When you turn on the light, actually you see this. So the same as we saw before.
256
741260
3000
Cuando se enciende la luz, se ve esto. Lo mismo que vimos antes.
12:24
And imagine each of them then controlled by people.
257
744260
2000
Imaginen cada uno de ellos controlado por una persona.
12:26
You can have each pixel
258
746260
2000
Podemos tener cada pixel
12:28
having an input that comes from people,
259
748260
2000
con una entrada que viene de personas,
12:30
from people's movement, or so and so.
260
750260
2000
del movimiento de las personas, etc., etc.
12:32
I want to show you something here for the first time.
261
752260
3000
Quiero mostrarles algo por primera vez.
12:35
We've been working with Roberto Bolle,
262
755260
2000
Hemos estado trabajando con Roberto Bolle
12:37
one of today's top ballet dancers --
263
757260
2000
-uno de los mejores bailarines de ballet de hoy,
12:39
the étoile at Metropolitan in New York
264
759260
2000
la estrella del Metropolitan de Nueva York
12:41
and La Scala in Milan --
265
761260
2000
y de La Scala de Milán-
12:43
and actually captured his movement in 3D
266
763260
2000
para capturar sus movimientos en 3D
12:45
in order to use it as an input for Flyfire.
267
765260
3000
y usarlos como entrada para el Flyfire.
12:48
And here you can see Roberto dancing.
268
768260
3000
Aquí podemos ver a Roberto bailando.
12:53
You see on the left the pixels,
269
773260
2000
A la izquierda ven los píxeles,
12:55
the different resolutions being captured.
270
775260
2000
la captura en distintas resoluciones.
12:57
It's both 3D scanning in real time
271
777260
2000
Es tanto digitalización 3D en tiempo real
12:59
and motion capture.
272
779260
3000
como captura de movimiento.
13:03
So you can reconstruct a whole movement.
273
783260
3000
Puede reconstruirse todo el movimiento.
13:10
You can go all the way through.
274
790260
3000
Se puede recorrer todo el camino.
13:16
But then, once we have the pixels, then you can play with them
275
796260
2000
Y una vez que tenemos los píxeles podemos jugar con ellos,
13:18
and play with color and movement
276
798260
3000
con el color y el movimiento,
13:21
and gravity and rotation.
277
801260
3000
con la gravedad y la rotación.
13:24
So we want to use this as one of the possible inputs
278
804260
2000
Queremos usar esto como una posible entrada
13:26
for Flyfire.
279
806260
2000
para el Flyfire.
13:47
I wanted to show you the last project we are working on.
280
827260
2000
Quería mostrarles el último proyecto en el que estamos trabajando.
13:49
It's something we're working on for the London Olympics.
281
829260
2000
Es algo para los Juegos Olímpicos de Londres.
13:51
It's called The Cloud.
282
831260
2000
Se llama La Nube.
13:53
And the idea here is, imagine, again,
283
833260
2000
Y la idea es, imaginen otra vez,
13:55
we can involve people
284
835260
2000
que pudiéramos involucrar a la gente
13:57
in doing something and changing our environment --
285
837260
3000
para que haga algo y cambie nuestro entorno
14:00
almost to impart what we call cloud raising --
286
840260
2000
-casi como un criadero de nubes-
14:02
like barn raising, but with a cloud.
287
842260
2000
como la cría de granero, pero con una nube.
14:04
Imagine you can have everybody make a small donation for one pixel.
288
844260
4000
Imaginen que pudiéramos hacer que todos donaran un poquito para un píxel.
14:08
And I think what is remarkable
289
848260
2000
Y creo que lo notable
14:10
that has happened over the past couple of years
290
850260
2000
que ha sucedido en los últimos años
14:12
is that, over the past couple of decades,
291
852260
2000
es que, en las últimas dos décadas,
14:14
we went from the physical world to the digital one.
292
854260
3000
pasamos del mundo físico al mundo digital.
14:17
This has been digitizing everything, knowledge,
293
857260
2000
Hemos digitalizado todo, como el conocimiento,
14:19
and making that accessible through the Internet.
294
859260
2000
y es accesible a través de Internet.
14:21
Now today, for the first time --
295
861260
2000
Hoy, por primera vez
14:23
and the Obama campaign showed us this --
296
863260
2000
-y la campaña de Obama nos lo mostró-,
14:25
we can go from the digital world,
297
865260
2000
podemos pasar del mundo digital,
14:27
from the self-organizing power of networks,
298
867260
2000
del poder auto-organizado de las redes,
14:29
to the physical one.
299
869260
2000
al mundo físico.
14:31
This can be, in our case,
300
871260
2000
En nuestro caso, esto puede
14:33
we want to use it for designing and doing a symbol.
301
873260
2000
que queramos usarlo para diseñar y hacer un símbolo.
14:35
That means something built in a city.
302
875260
2000
Eso significaría algo construido en una ciudad.
14:37
But tomorrow it can be,
303
877260
2000
Pero mañana puede ser
14:39
in order to tackle today's pressing challenges --
304
879260
3000
para abordar los desafíos de hoy:
14:42
think about climate change or CO2 emissions --
305
882260
2000
piensen en el cambio climático o las emisiones de CO2.
14:44
how we can go from the digital world to the physical one.
306
884260
3000
¿Cómo pasar del mundo digital al mundo físico?
14:47
So the idea that we can actually involve people
307
887260
2000
La idea es que podemos hacer que la gente se involucre
14:49
in doing this thing together, collectively.
308
889260
2000
en hacer esto juntos, de forma colectiva.
14:51
The cloud is a cloud, again, made of pixels,
309
891260
3000
La nube es una nube, de nuevo, hecha de píxeles
14:54
in the same way as the real cloud
310
894260
2000
de la misma manera que la nube real
14:56
is a cloud made of particles.
311
896260
2000
es una nube de partículas.
14:58
And those particles are water,
312
898260
2000
Y esas partículas son agua,
15:00
where our cloud is a cloud of pixels.
313
900260
2000
mientras que en nuestra nube son píxeles.
15:02
It's a physical structure in London, but covered with pixels.
314
902260
3000
Es una estructura física en Londres, pero cubierta de píxeles.
15:05
You can move inside, have different types of experiences.
315
905260
2000
Uno puede moverse por dentro, tener distintas experiencias.
15:07
You can actually see from underneath,
316
907260
2000
Puede verse desde abajo, servir para
15:09
sharing the main moments
317
909260
2000
compartir los momentos principales
15:11
for the Olympics in 2012 and beyond,
318
911260
3000
de los Juegos Olímpicos de 2012 y aún más,
15:14
and really using it as a way to connect with the community.
319
914260
4000
y puede usarse como una forma de conexión con la comunidad.
15:18
So both the physical cloud in the sky
320
918260
4000
Así, es tanto una nube física del cielo
15:22
and something you can go to the top [of],
321
922260
3000
como algo a lo que uno puede subir,
15:25
like London's new mountaintop.
322
925260
2000
como una nueva cima de Londres.
15:27
You can enter inside it.
323
927260
2000
Uno puede entrar ahí
15:29
And a kind of new digital beacon for the night --
324
929260
3000
como si fuera un nuevo faro digital en la noche,
15:32
but most importantly,
325
932260
2000
pero lo más importante es que
15:34
a new type of experience for anybody who will go to the top.
326
934260
3000
será una nueva experiencia para cualquiera que vaya a la cima.
15:37
Thank you.
327
937260
2000
Gracias.
15:39
(Applause)
328
939260
2000
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7