Skylar Tibbits: Can we make things that make themselves?

75,792 views ・ 2011-09-01

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Elena Montrasio Revisore: Anna Cristiana Minoli
00:15
Today I'd like to show you
0
15260
2000
Oggi vorrei mostrarvi
00:17
the future of the way we make things.
1
17260
2000
il futuro del modo in cui costruiamo gli oggetti.
00:19
I believe that soon our buildings and machines
2
19260
2000
Io credo che presto i nostri edifici e i nostri macchinari
00:21
will be self-assembling,
3
21260
2000
si assembleranno,
00:23
replicating and repairing themselves.
4
23260
2000
si replicheranno e si ripareranno da sé.
00:25
So I'm going to show you
5
25260
2000
Vi mostrerò ora
00:27
what I believe is the current state of manufacturing,
6
27260
2000
quello che io ritengo sia lo stato attuale della produzione
00:29
and then compare that to some natural systems.
7
29260
3000
e lo paragonerò ad alcuni sistemi naturali.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
32260
3000
Nello stato attuale della produzione abbiamo grattacieli --
00:35
two and a half years [of assembly time],
9
35260
2000
due anni e mezzo,
00:37
500,000 to a million parts,
10
37260
2000
da 500.000 a 1 milione di componenti,
00:39
fairly complex,
11
39260
2000
decisamente complessi,
00:41
new, exciting technologies in steel, concrete, glass.
12
41260
3000
nuove ed entusiasmanti tecnologie in acciaio, cemento, vetro.
00:44
We have exciting machines
13
44260
2000
Abbiamo macchinari incredibili
00:46
that can take us into space --
14
46260
2000
che ci portano nello spazio --
00:48
five years [of assembly time], 2.5 million parts.
15
48260
3000
5 anni, 2,5 milioni di componenti.
00:51
But on the other side, if you look at the natural systems,
16
51260
3000
Dall'altra parte, se pensate ai sistemi naturali,
00:54
we have proteins
17
54260
2000
abbiamo le proteine
00:56
that have two million types,
18
56260
2000
ce ne sono 2 milioni di tipi,
00:58
can fold in 10,000 nanoseconds,
19
58260
2000
si ripiegano in 10.000 nano secondi,
01:00
or DNA with three billion base pairs
20
60260
2000
il DNA, con 3 miliardi di coppie di base,
01:02
we can replicate in roughly an hour.
21
62260
3000
che noi possiamo replicare in circa 1 ora.
01:05
So there's all of this complexity
22
65260
2000
Esiste tutta questa complessità
01:07
in our natural systems,
23
67260
2000
nei nostri sistemi naturali,
01:09
but they're extremely efficient,
24
69260
2000
ma essi sono decisamente molto più efficienti,
01:11
far more efficient than anything we can build,
25
71260
2000
di qualsiasi cosa noi possiamo costruire,
01:13
far more complex than anything we can build.
26
73260
2000
decisamente più complessi di qualsiasi cosa noi costruiamo.
01:15
They're far more efficient in terms of energy.
27
75260
2000
Sono molto più efficienti in termini di energia.
01:17
They hardly ever make mistakes.
28
77260
3000
Raramente commettono errori.
01:20
And they can repair themselves for longevity.
29
80260
2000
E si riparano da sé per mantenersi longeve.
01:22
So there's something super interesting about natural systems.
30
82260
3000
C'è qualcosa di estremamente interessante in questi sistemi naturali.
01:25
And if we can translate that
31
85260
2000
E se noi lo possiamo tradurre
01:27
into our built environment,
32
87260
2000
nel nostro ambiente delle costruzioni
01:29
then there's some exciting potential for the way that we build things.
33
89260
2000
il potenziale del modo in cui possiamo costruire le cose diventa esaltante.
01:31
And I think the key to that is self-assembly.
34
91260
3000
E io credo che l'elemento chiave sia l'auto-assemblaggio.
01:34
So if we want to utilize self-assembly in our physical environment,
35
94260
3000
Se vogliamo usare l'auto-assemblaggio nel nostro ambiente fisico,
01:37
I think there's four key factors.
36
97260
2000
credo esistano 4 fattori chiave.
01:39
The first is that we need to decode
37
99260
2000
Il primo consiste nel decodificare
01:41
all of the complexity of what we want to build --
38
101260
2000
tutta la complessità di ciò che intendiamo costruire -
01:43
so our buildings and machines.
39
103260
2000
gli edifici e i macchinari.
01:45
And we need to decode that into simple sequences --
40
105260
2000
Dobbiamo decodificarli in sequenze semplici -
01:47
basically the DNA of how our buildings work.
41
107260
2000
in sostanza il DNA di come funzionano i nostri edifici.
01:49
Then we need programmable parts
42
109260
2000
Poi ci servono componenti programmabili
01:51
that can take that sequence
43
111260
2000
che possano assumere quella sequenza
01:53
and use that to fold up, or reconfigure.
44
113260
3000
e usarla per ripiegarsi, o riconfigurarsi.
01:56
We need some energy that's going to allow that to activate,
45
116260
3000
Abbiamo bisogno di energia che permetta loro di attivarsi,
01:59
allow our parts to be able to fold up from the program.
46
119260
3000
così che le parti possano ripiegarsi seguendo il programma.
02:02
And we need some type of error correction redundancy
47
122260
2000
E abbiamo bisogno di una ridondanza nella correzione degli errori
02:04
to guarantee that we have successfully built what we want.
48
124260
3000
che ci garantisca che abbiamo avuto successo nella nostra costruzione.
02:07
So I'm going to show you a number of projects
49
127260
2000
Vi mostrerò quindi una serie di progetti
02:09
that my colleagues and I at MIT are working on
50
129260
2000
sui quali sto lavorando insieme ai miei colleghi del MIT
02:11
to achieve this self-assembling future.
51
131260
2000
per poter ottenere questo futuro di auto-assemblaggio.
02:13
The first two are the MacroBot and DeciBot.
52
133260
3000
I primi due sono il MacroBot e il DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
136260
4000
Si tratta di progetti di robot riconfigurabili di grandi dimensioni -
02:20
8 ft., 12 ft. long proteins.
54
140260
3000
proteine lunghe 3 o 4 metri.
02:23
They're embedded with mechanical electrical devices, sensors.
55
143260
3000
Al loro interno si trovano dei sensori, dispositivi meccanici elettronici.
02:26
You decode what you want to fold up into,
56
146260
2000
Decodifichiamo la forma in cui vogliamo si ripieghino
02:28
into a sequence of angles --
57
148260
2000
in una sequenza di angoli -
02:30
so negative 120, negative 120, 0, 0,
58
150260
2000
meno 120, meno 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
152260
3000
120, meno 120 - una cosa del genere;
02:35
so a sequence of angles, or turns,
60
155260
2000
una sequenza di angoli, o di rotazioni,
02:37
and you send that sequence through the string.
61
157260
3000
e inviamo quella sequenza attraverso il filamento.
02:40
Each unit takes its message -- so negative 120 --
62
160260
3000
Ogni unità riceve il proprio messaggio - meno 120.
02:43
it rotates to that, checks if it got there
63
163260
2000
Quindi ruota fino a quel punto, controlla se è arrivato
02:45
and then passes it to its neighbor.
64
165260
3000
poi lo passa al proprio vicino.
02:48
So these are the brilliant scientists,
65
168260
2000
Questi sono gli scienziati geniali,
02:50
engineers, designers that worked on this project.
66
170260
2000
ingegneri, progettisti che hanno lavorato a questo progetto.
02:52
And I think it really brings to light:
67
172260
2000
E credo che questo lo metta in luce:
02:54
Is this really scalable?
68
174260
2000
È fattibile su scala industriale?
02:56
I mean, thousands of dollars, lots of man hours
69
176260
2000
Voglio dire, migliaia di dollari, ore e ore di manodopera
02:58
made to make this eight-foot robot.
70
178260
3000
per costruire questo robot alto circa 3 m.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
181260
3000
È fattibile su scala industriale? Si può inserire la robotica in ogni componente?
03:04
The next one questions that
72
184260
2000
Il prossimo analizza la questione
03:06
and looks at passive nature,
73
186260
2000
e guarda alla natura passiva,
03:08
or passively trying to have reconfiguration programmability.
74
188260
3000
cercando passivamente di ottenere una riconfigurazione programmabile.
03:11
But it goes a step further,
75
191260
2000
Ma fa un passo ulteriore
03:13
and it tries to have actual computation.
76
193260
2000
e prova a fare un calcolo effettivo.
03:15
It basically embeds the most fundamental building block of computing,
77
195260
2000
Inserisce il più importante mattone del calcolo,
03:17
the digital logic gate,
78
197260
2000
l'elemento logico digitale
03:19
directly into your parts.
79
199260
2000
direttamente nei componenti.
03:21
So this is a NAND gate.
80
201260
2000
Questo è un elemento logico NAND.
03:23
You have one tetrahedron which is the gate
81
203260
2000
Avete un tetraedro che costitutisce l'elemento logico,
03:25
that's going to do your computing,
82
205260
2000
e che farà i vostri cacloli,
03:27
and you have two input tetrahedrons.
83
207260
2000
e avete due tetraedri.
03:29
One of them is the input from the user, as you're building your bricks.
84
209260
3000
Uno è il contributo dell'utente, come se steste costruendo i vostri mattoni.
03:32
The other one is from the previous brick that was placed.
85
212260
3000
L'altro viene dal blocco sistemato in precedenza.
03:35
And then it gives you an output in 3D space.
86
215260
3000
E il risultato ottenuto è in uno spazio tridimensionale.
03:38
So what this means
87
218260
2000
Questo significa che
03:40
is that the user can start plugging in what they want the bricks to do.
88
220260
3000
l'utente può programmare quel che intende far fare ai blocchi.
03:43
It computes on what it was doing before
89
223260
2000
Il calcolo si basa su ciò che si faceva prima
03:45
and what you said you wanted it to do.
90
225260
2000
e su quello che voi intendevate fare.
03:47
And now it starts moving in three-dimensional space --
91
227260
2000
E ora inizia a muoversi in uno spazio tridimensionale -
03:49
so up or down.
92
229260
2000
verso l'alto o verso il basso.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
231260
3000
Sulla sinistra, un input [1,1] è pari a un output 0, che va verso il basso.
03:54
On the right-hand side,
94
234260
2000
Sulla destra.
03:56
[0,0] input is a 1 output, which goes up.
95
236260
3000
un input [0,0] è un output 1, che va verso l'alto.
03:59
And so what that really means
96
239260
2000
Ciò che questo davvero significa
04:01
is that our structures now contain the blueprints
97
241260
2000
è che le nostre strutture ora contengono la progettazione
04:03
of what we want to build.
98
243260
2000
di quello che intendiamo costruire.
04:05
So they have all of the information embedded in them of what was constructed.
99
245260
3000
Esse hanno al proprio interno tutte le informazioni su ciò che si è costruito.
04:08
So that means that we can have some form of self-replication.
100
248260
3000
Il che significa che possiamo ottenere forme di auto-riproduzione.
04:11
In this case I call it self-guided replication,
101
251260
3000
In questo caso, io la chiamo replica auto-guidata,
04:14
because your structure contains the exact blueprints.
102
254260
2000
perché la vostra struttura contiene la progettazione vera e propria.
04:16
If you have errors, you can replace a part.
103
256260
2000
Nel caso di errori, potete sostiutire un componente.
04:18
All the local information is embedded to tell you how to fix it.
104
258260
3000
Tutte le informazioni locali per dirvi come ripararlo sono all'interno.
04:21
So you could have something that climbs along and reads it
105
261260
2000
Quindi potreste avere qualcosa che va in su, e lo legge,
04:23
and can output at one to one.
106
263260
2000
e può avere un output di 1 a 1.
04:25
It's directly embedded; there's no external instructions.
107
265260
2000
È inserito direttamente, non ci sono istruzioni esterne.
04:27
So the last project I'll show is called Biased Chains,
108
267260
3000
L'ultimo progetto che vi mostro si chiama Biased Chains,
04:30
and it's probably the most exciting example that we have right now
109
270260
3000
e credo sia l'esempio più emozionante che abbiamo al momento
04:33
of passive self-assembly systems.
110
273260
2000
dei sistemi passivi di auto-assemblaggio.
04:35
So it takes the reconfigurability
111
275260
2000
Esso prende la riconfigurabilità
04:37
and programmability
112
277260
2000
e la programmabilità
04:39
and makes it a completely passive system.
113
279260
3000
per ottenere un sistema completamente passivo.
04:43
So basically you have a chain of elements.
114
283260
2000
Fondamentalmente, avete una catena di elementi.
04:45
Each element is completely identical,
115
285260
2000
Tutti gli elementi sono assolutamente identici,
04:47
and they're biased.
116
287260
2000
e sono orientati.
04:49
So each chain, or each element, wants to turn right or left.
117
289260
3000
Ogni catena, ogni elemento, vuole girare a destra o a sinistra.
04:52
So as you assemble the chain, you're basically programming it.
118
292260
3000
Nell'assemblare la catena, voi la state fondamentalmente programmando.
04:55
You're telling each unit if it should turn right or left.
119
295260
3000
State dicendo a ogni unità se debba girare a destra o a sinistra.
04:58
So when you shake the chain,
120
298260
3000
E quando scuotete la catena
05:01
it then folds up
121
301260
2000
questa si ripiega seguendo
05:03
into any configuration that you've programmed in --
122
303260
3000
la configurazione che voi le avete programmato all'interno -
05:06
so in this case, a spiral,
123
306260
2000
in questo caso, una spirale -
05:08
or in this case,
124
308260
3000
o in questo caso
05:11
two cubes next to each other.
125
311260
3000
due cubi adiacenti.
05:14
So you can basically program
126
314260
2000
Potete quindi programmare
05:16
any three-dimensional shape --
127
316260
2000
qualsiasi forma tridimensionale -
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
318260
3000
o unidimensionale, bidimensionale - all'interno di questa catena totalmente passiva.
05:21
So what does this tell us about the future?
129
321260
2000
Questo cosa ci dice allora sul futuro?
05:23
I think that it's telling us
130
323260
2000
Credo ci stia dicendo
05:25
that there's new possibilities for self-assembly, replication, repair
131
325260
3000
che ci sono nuove possibilità di auto-assemblaggio, duplicazione, riparazione,
05:28
in our physical structures, our buildings, machines.
132
328260
3000
nelle nostre strutture fisiche, gli edifici, i macchinari.
05:31
There's new programmability in these parts.
133
331260
2000
C'è una nuova programmabilità in questi componenti.
05:33
And from that you have new possibilities for computing.
134
333260
2000
E da qui ci sono nuove possibilità di calcolo.
05:35
We'll have spatial computing.
135
335260
2000
Avremo un calcolo spaziale.
05:37
Imagine if our buildings, our bridges, machines,
136
337260
2000
Immaginate se gli edifici, i ponti, i macchinari,
05:39
all of our bricks could actually compute.
137
339260
2000
tutti i nostri componenti potessero davvero calcolare.
05:41
That's amazing parallel and distributed computing power,
138
341260
2000
È una stupefacente capacità di calcolo parallelo e distribuito,
05:43
new design possibilities.
139
343260
2000
oltre a nuove possibilità nel design.
05:45
So it's exciting potential for this.
140
345260
2000
È un potenziale esaltante.
05:47
So I think these projects I've showed here
141
347260
2000
Io ritengo che questi progetti che vi ho mostrato
05:49
are just a tiny step towards this future,
142
349260
2000
siano solo un piccolo passo verso questo futuro,
05:51
if we implement these new technologies
143
351260
2000
se implementiamo queste nuove tecnologie
05:53
for a new self-assembling world.
144
353260
2000
per il nuovo mondo dell'auto-assemblaggio.
05:55
Thank you.
145
355260
2000
(Grazie)
05:57
(Applause)
146
357260
2000
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7