Neil Gershenfeld: The beckoning promise of personal fabrication

מתרגם: Ido Dekkers מבקר: Sigal Tifferet

This meeting has really been about a digital revolution,

המפגש הזה באמת היה על המהפכה הדיגיטלית,

but I'd like to argue that it's done; we won.

אבל הייתי רוצה לטעון שהיא נגמרה; ניצחנו.

We've had a digital revolution but we don't need to keep having it.

היתה לנו מהפכה דיגיטלית אבל אנחנו לא צריכים להמשיך אותה.

And I'd like to look after that,

והייתי רוצה להביט אחרי זה,

to look what comes after the digital revolution.

לראות מה בא אחרי המהפכה הדיגיטלית.

So, let me start projecting forward.

אז, תנו לי להתחיל לחזות קדימה.

These are some projects I'm involved in today at MIT,

אלה כמה מהפרוייקטים שאני מעורב בהם בMIT,

looking what comes after computers.

לראות מה בא אחרי המחשוב.

This first one, Internet Zero, up here -- this is a web server

הראשון, אינטרנט אפס, פה למעלה -- זה שרת אינטרנט

that has the cost and complexity of an RFID tag --

שיש לו את העלות והמורכבות של תג RFID --

about a dollar -- that can go in every light bulb and doorknob,

בערך דולר -- שיכול להכנס לתוך כל נורה וידית דלת,

and this is getting commercialized very quickly.

וזה נעשה מסחרי מהר מאוד.

And what's interesting about it isn't the cost;

ומה שמעניין בו זה לא המחיר;

it's the way it encodes the Internet.

זה הדרך בה הוא מקודד את האינטרנט.

It uses a kind of a Morse code for the Internet

הוא משתמש בסוג של קוד מורס לאינטרנט

so you could send it optically; you can communicate acoustically

כך שתוכלו לשלוח אותו אופטית; תוכלו לתקשר אקוסטית

through a power line, through RF.

דרך קו מתח, דרך גלי רדיו.

It takes the original principle of the Internet,

זה לוקח את העיקרון המקורי של האינטרנט,

which is inter-networking computers,

שהוא מחשבים מרושתים,

and now lets devices inter-network.

ועכשיו מאפשר למכשירים להתרשת.

That we can take the whole idea that gave birth to the Internet

כך נוכל לקחת את כל הרעיון שהוליד את האינטרנט

and bring it down to the physical world in this Internet Zero,

ולהביא אותו לעולם המוחשי באינטרנט אפס הזה,

this internet of devices.

האינטרנט של המכשירים.

So this is the next step from there to here,

אז זה השלב הבא משם לפה,

and this is getting commercialized today.

וזה נעשה מסחרי היום.

A step after that is a project on fungible computers.

שלב אחרי זה הוא פרוייקט על מחשבים ברי חליפין.

Fungible goods in economics can be extended and traded.

סחורות ברות חילוף בכלכלה יכולות להתרחב ולהיסחר.

So, half as much grain is half as much useful,

אז, חצי מכמות הגרעינים היא חצי מועילה,

but half a baby or half a computer is less useful than

אבל חצי תינוק או חצי מחשב הם פחות מועילים

a whole baby or a whole computer,

מתינוק שלם או מחשב שלם,

and we've been trying to make computers that work that way.

וניסינו לגרום למחשבים לעבוד ככה.

So, what you see in the background is a prototype.

אז, מה שאתם רואים ברקע הוא אב טיפוס.

This was from a thesis of a student, Bill Butow, now at Intel,

מתיזה של סטודנט, ביל בטו, עכשיו באינטל,

who wondered why, instead of making bigger and bigger chips,

שתהה למה, במקום ליצור שבבים גדולים יותר ויותר,

you don't make small chips, put them in a viscous medium,

לא יוצרים שבבים קטנים, ושמים אותם בתווך צמיגי,

and pour out computing by the pound or by the square inch.

ושופכים כוח מחשוב לפי משקל או לפי נפח.

And that's what you see here.

וזה מה שאתם רואים פה.

On the left was postscript being rendered by a conventional computer;

משמאל רונדר פוטסקריפט על ידי מחשב רגיל,

on the right is postscript being rendered from the first prototype

מימין מרונדר פוסטסקריפט מאב הטיפוס הזה

we made, but there's no frame buffer, IO processor,

שיצרנו, אבל אין פריים באפר, מעבד תקשורת,

any of that stuff -- it's just this material.

כלום מאלה -- זה רק חומר.

Unlike this screen where the dots are placed carefully,

בניגוד למסך הזה בו הנקודות מונחות בזהירות,

this is a raw material.

זה החומר הגולמי.

If you add twice as much of it, you have twice as much display.

אם תוסיפו פי שניים מזה, יש לכם פי שניים תצוגה.

If you shoot a gun through the middle, nothing happens.

אם תירו ברובה למרכז, כלום לא יקרה.

If you need more resource, you just apply more computer.

אם אתם צריכים יותר משאבים, פשוט תוסיפו עוד מחשוב.

So, that's the step after this -- of computing as a raw material.

אז, זה השלב אחרי זה -- של מחשוב כחומר גלם.

That's still conventional bits, the step after that is --

אלה עדיין חלקים קונבציונליים, השלב אחרי זה --

this is an earlier prototype in the lab;

זה אב טיפוס מוקדם יותר במעבדה,

this is high-speed video slowed down.

זה וידאו במהירות גבוהה שהואט.

Now, integrating chemistry in computation, where the bits are bubbles.

עכשיו, שילוב כימיה בחישובים, בהם הביטים הם בועות.

This is showing making bits, this is showing --

זה מראה יצירת ביטים, זה מראה --

once again, slowed down so you can see it,

שוב, מואט כדי שתוכלו לראות את זה,

bits interacting to do logic and multiplexing and de-multiplexing.

ביטים מתקשרים כדי לחשב לוגיקה וריבוב, והפשטה.

So, now we can compute that the output arranges material

אז, עכשיו אנחנו יכולים לחשב שהתוצאה מארגנת חומר

as well as information. And, ultimately, these are some slides

כמו גם מידע. ובסופו של דבר, אלה כמה שקופיות

from an early project I did, computing where the bits are stored

מפרוייקט מוקדם שעשיתי, שמחשב איפה הביטים מאוכסנים

quantum-mechanically in the nuclei of atoms, so

במכאניקה קוונטית בגרעין האטום, אז

programs rearrange the nuclear structure of molecules.

תוכניות מארגנות מחדש את המבנה האטומי של מולקולות.

All of these are in the lab pushing further and further and further,

כל אלה במעבדה דוחפים קדימה עוד ועוד,

not as metaphor but literally integrating bits and atoms,

לא כמטאפורה אלא מילולית מאחדים ביטים עם אטומים,

and they lead to the following recognition.

והם מובילים להכרה הבאה.

We all know we've had a digital revolution, but what is that?

כולנו יודעים שהיתה לנו מהפכה דיגיטלית, אבל מה היא?

Well, Shannon took us, in the '40s, from here to here:

ובכן, שנון לקח אותנו, בשנות הארבעים, מכאן לכאן:

from a telephone being a speaker wire that degraded with distance

מטלפון שהיה חוט רמקול שהתדרדר עם המרחק

to the Internet. And he proved the first threshold theorem, that shows

לאינטרנט. והוא הוכיח את תאורית הסף הראשונה, שמראה

if you add information and remove it to a signal,

שאם תוסיפו מידע לסיגנל ותסירו אותו,

you can compute perfectly with an imperfect device.

תוכלו לחשב במדוייק עם מכשירים לא מושלמים.

And that's when we got the Internet.

ואז קיבלנו את האינטרנט.

Von Neumann, in the '50s, did the same thing for computing;

פון ניומן, בשנות ה50, עשה את אותו הדבר למחשוב;

he showed you can have an unreliable computer but restore its state

הוא הראה שיכול להיות לנו מחשב לא אמין אבל לשחזר את המצב שלו

to make it perfect. This was the last great analog computer at MIT:

כדי להפוך אותו למושלם. זה היה המחשב האנלוגי הגדול האחרון מMIT:

a differential analyzer, and the more you ran it,

מנתח דיפרנציאלים, וככל שהרצתם אותו יותר,

the worse the answer got.

התשובה נעשתה גרועה יותר.

After Von Neumann, we have the Pentium, where the billionth transistor

אחרי פון ניומן, יש לנו את הפנטיום, בו הטרנסיסטור המיליארד

is as reliable as the first one.

אמין כמו הראשון.

But all our fabrication is down in this lower left corner.

אבל כל הייצור שלנו נמצא בפינה השמאלית התחתונה.

A state-of-the-art airplane factory rotating metal wax at fixed metal,

מפעל מטוסים חדשני מסובב וקס מטאלי על מתכת קבועה,

or you maybe melt some plastic. A 10-billion-dollar chip fab

או שאולי תמיסו קצת פלסטיק. מפעל צ'יפים ב10 מיליארד דולר

uses a process a village artisan would recognize --

משתמש בתהליך שאמן כפרי יכיר --

you spread stuff around and bake it.

אתם מפזרים דברים מסביב ואופים את זה.

All the intelligence is external to the system;

כל התבונה היא חיצונית למערכת;

the materials don't have information.

לחומרים אין מידע.

Yesterday you heard about molecular biology,

אתמול שמעתם על ביולוגיה מולקולרית,

which fundamentally computes to build.

שבאופן בסיסי מחשב כדי להבנות.

It's an information processing system.

זו מערכת עיבוד מידע.

We've had digital revolutions in communication and computation,

היו לנו מהפכות דיגיטליות בתקשורת ומחשוב,

but precisely the same idea, precisely the same math

אבל בדיוק אותו הרעיון, בדיוק אותה המתמטיקה

Shannon and Von Neuman did, hasn't yet come out

ששנון ופון ניומן עשו, עדיין לא יצאה

to the physical world. So, inspired by that,

לעולם הפיסי. אז, עם השראה מזה,

colleagues in this program -- the Center for Bits and Atoms

עמיתים בתוכנית -- המרכז לחלקיקים ואטומים

at MIT -- which is a group of people, like me,

בMIT -- שהם קבוצה של אנשים, כמוני,

who never understood the boundary between physical science

שמעולם לא הבינו את הגבול בין מדע פיסי

and computer science. I would even go further and say

ולמדעי המחשב. הייתי אפילו מרחיק ואומר

computer science is one of the worst things that ever happened

שמדע המחשב הוא אחד הדברים הנוראיים ביותר שקרו

to either computers or to science --

למחשבים או למדע --

(Laughter)

(צחוק)

-- because the canon -- computer science --

-- מפני שהתותח -- מדעי המחשב --

many of them are great but the canon of computer science

רבים מהם נפלאים אבל התותח של מדעי המחשב

prematurely froze a model of computation

הקפיא מודל מחשוב מוקדם מידי

based on technology that was available in 1950,

בהתבסס על טכנולוגיה שהיתה זמינה ב1950.

and nature's a much more powerful computer than that.

והטבע הוא מחשב חזק בהרבה מזה.

So, you'll hear, tomorrow, from Saul Griffith. He was one of the

אז, אתם תשמעו, מחר, מסול גריפית'. יש לו את אחד

first students to emerge from this program.

מהסטודנטים הראשונים שהגיחו מהתוכנית הזאת.

We started to figure out how you can compute to fabricate.

התחלנו להבין איך אפשר לחשב הרכבות.

This was just a proof of principle he did of tiles

זו הייתה רק הדגמת עקרון שהוא עשה עם לוחיות

that interact magnetically, where you write a code,

שמתקשרות מגנטית, שם אתם כותבים קוד,

much like protein folding, that specifies their structure.

בדומה לקיפול חלבונים, שקובע את המבנה שלהם.

So, there's no feedback to a tool metrology;

אז, אין הידוד למטרולוגית כלים,

the material itself codes for its structure in just the same ways

החומר עצמו מקודד את מבנהו באותה דרך

that protein are fabricated. So, you can, for example, do that.

בה חלבונים נוצרים. אז, אתם יכולים, לדוגמה, לעשות את זה.

You can do other things. That's in 2D. It works in 3D.

אתם יכולים לעשות עוד דברים. זה בשני מימדים. זה עובד בשלושה מימדים.

The video on the upper right -- I won't show for time --

הוידאו מימין למעלה -- אני לא אראה לכם מפאת הזמן --

shows self-replication, templating so something can make something

מראה שיכפול עצמי, טמפלייטינג, אז משהו יכול ליצור משהו

that can make something, and we're doing that now over, maybe,

שיכול ליצור משהו, ואחנו עושים את זה עכשיו במשך, אולי,

nine orders of magnitude. Those ideas have been used to show

תשע רמות. הרעיונות האלה עזרו להראות

the best fidelity and direct rate DNA to make an organism,

את ההפרדה הכי טובה וקצב DNA ישיר כדי ליצור אורגניזם,

in functionalizing nanoclusters with peptide tails

בהפיכת ננומקבצים עם זנבות פפטידים לבעלי תפקיד

that code for their assembly -- so, much like the magnets,

שמקודדים להרכבה שלהם. אז, בדומה למגנטים,

but now on nanometer scales.

אבל עכשיו בקנה מידה ננומטרי.

Laser micro-machining: essentially 3D printers that digitally fabricate

מיקרו-ייצור בלייזרים: בעיקרון מדפסות תלת מימדיות שמייצרות דיגיטלית

functional systems, all the way up to building buildings,

מערכות עובדות, עד לגודל של בניית בניינים,

not by having blueprints,

לא על ידי תוכניות,

but having the parts code for the structure of the building.

אלא על ידי שיש להם את הקוד של החלקים למבנה הבניין.

So, these are early examples in the lab of emerging technologies

אז, אלה דוגמאות ראשוניות במעבדה של טכנולוגיות עולות

to digitize fabrication. Computers that don't control tools

להפיכת היצור לדיגיטלי. מחשבים שלא שולטים בכלים

but computers that are tools, where the output of a program

אלא מחשבים שהם כלים, בהם הפלט של התוכנית

rearranges atoms as well as bits.

מארגן אטומים בנוסף לביטים.

Now, to do that -- with your tax dollars, thank you --

עכשיו, כדי לעשות את זה -- עם כספי המיסים שלכם, תודה רבה --

I bought all these machines. We made a modest proposal

קניתי את כל המכונות האלו. הוצאנו הצעה צנועה

to the NSF. We wanted to be able to make anything on any length scale,

לNSF. רצינו להיות מסוגלים ליצור כל דבר בכל מידה,

all in one place, because you can't segregate digital fabrication

הכל במקום אחד, מפני שאי אפשר להפריד יצור דיגיטלי

by a discipline or a length scale.

לפי דיסציפלינה או קנה מידה של אורך.

So we put together focused nano beam writers

אז שמנו יחד כותבי קרני ננו ממוקדים

and supersonic water jet cutters and excimer micro-machining systems.

וחותכי סילון מים על קוליים ומכונות מיקרו יצור.

But I had a problem. Once I had all these machines,

אבל היתה לי בעיה. ברגע שהיו לי את כל המכונות האלו,

I was spending too much time teaching students to use them.

בזבזתי יותר מדי זמן בללמד סטודנטים איך להשתמש בהן.

So I started teaching a class, modestly called,

אז התחלתי ללמד כיתה, שנקראת בצניעות,

"How To Make Almost Anything." And that wasn't meant to be provocative;

"איך ליצור כמעט הכל." וזה לא היה מכוון להיות פרובוקטיבי,

it was just for a few research students.

זה היה רק לכמה סטודנטי מחקר.

But the first day of class looked like this.

אבל היום הראשון של הכיתה נראה ככה.

You know, hundreds of people came in begging,

אתם יודעים, מאות אנשים באו מתחננים

all my life I've been waiting for this class; I'll do anything to do it.

כל חיי חיכיתי לכיתה הזו, אני אעשה כל דבר כדי להתקבל.

Then they'd ask, can you teach it at MIT? It seems too useful?

אז הם היו שואלים, מותר לך ללמד את זה בMIT? זה נראה יותר מדי שימושי?

And then the next --

ואז --

(Laughter)

(צחוק)

-- surprising thing was they weren't there to do research.

-- הדבר המפתיע היה שהם לא היו שם כדי לעשות מחקר.

They were there because they wanted to make stuff.

הם היו שם כי הם רצו ליצור דברים.

They had no conventional technical background.

לא היה להם רקע טכני מסורתי.

At the end of a semester they integrated their skills.

בסוף הסמסטר הם שילבו את היכולות שלהם.

I'll show an old video. Kelly was a sculptor, and this is what she did

אני אראה לכם וידאו ישן. קלי היתה פסלת, וזה מה שהיא עשתה

with her semester project.

עם פרוייקט הסימסטר שלה.

(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.

(וידאו): קלי: הי, אני קלי וזה חבר הצעקות שלי.

Do you ever find yourself in a situation

האם אתם מוצאים את עצמכם לפעמים במצב

where you really have to scream, but you can't because you're at work,

שאתם ממש חייבים לצעוק, אבל אתם לא יכולים מפני שאתם בעבודה,

or you're in a classroom, or you're watching your children,

או בכיתה, או שאתם עם הילדים שלכם,

or you're in any number of situations where it's just not permitted?

או שאתם בכל אחת ממספר סיטואציות שזה אסור?

Well, scream buddy is a portable space for screaming.

ובכן, חבר הצעקות הוא מרחב נייד לצעקות.

When a user screams into scream buddy, their scream is silenced.

כשמשתמש צועק לתוך חבר הצעקות, הצעקה שלהם מושקטת.

It is also recorded for later release where, when and how

היא גם מוקלטת לשחרור מאוחר יותר במקום, בזמן ובצורה

the user chooses.

שהמשתמש בוחר.

(Scream)

(צעקה)

(Laughter) (Applause)

(צחוק)(מחיאות כפיים)

So, Einstein would like this.

אז, איינשטיין היה אוהב את זה.

This student made a web browser for parrots --

הסטודנט הזה עשה דפדפן לתוכים --

lets parrots surf the Net and talk to other parrots.

שמאפשר לתוכים לגלוש ברשת ולדבר עם תוכים אחרים.

This student's made an alarm clock you wrestle

הסטודנט הזה יצר שעון מעורר שנאבקים בו

to prove you're awake; this is one that defends --

כדי להוכיח שערים, זה אחד שמגן --

a dress that defends your personal space.

שמלה שמגינה על המרחב האישי שלכם.

This isn't technology for communication;

זו לא טכנולוגית תקשורת;

it's technology to prevent it.

זו טכנולוגיה למניעתה.

This is a device that lets you see your music.

זה מכשיר שמאפשר לכם לראות את המוזיקה שלכם.

This is a student who made a machine that makes machines,

זה סטודנט שיצר מכונה שיוצרת מכונות,

and he made it by making Lego bricks that do the computing.

והוא יצר אותה על ידי יצור לבני לגו שעושות את החישובים.

Just year after year -- and I finally realized

כך שנה אחרי שנה -- ולבסוף הבנתי

the students were showing the killer app of personal fabrication

שהסטודנטים הראו שהאפליקציה המושלמת של יצור אישי

is products for a market of one person.

היא מוצרים לשוק של אדם אחד.

You don't need this for what you can get in Wal-Mart;

אתם לא צריכים את זה למשהו שאתם יכולים להשיג בוול-מארט;

you need this for what makes you unique.

אתם צריכים את זה למה שעושה אתכם ליחודיים.

Ken Olsen famously said, nobody needs a computer in the home.

קן אולסן אמר משפט מפורסם, אף אחד לא צריך מחשב בבית.

But you don't use it for inventory and payroll;

אבל אתם לא משתמשים בו למצאי ומשכורות;

DEC is now twice bankrupt. You don't need personal fabrication

דיגיטל פשטו את הרגל עכשיו פעמיים. אתם לא צריכים יצור אישי עכשיו

in the home to buy what you can buy because you can buy it.

בבית כדי לקנות את מה שאתם יכולים לקנות בגלל שאתם יכולים לקנות את זה.

You need it for what makes you unique, just like personalization.

אתם צריכים את זה למה שעושה אתכם ליחודיים, בדיוק כמו התאמה אישית.

So, with that, in turn, 20 million dollars today does this;

אז, עם זה, עכשיו, 20 מיליון דולר עושים את זה היום,

20 years from now we'll make Star Trek replicators that make anything.

בעוד 20 שנה מעכשיו ניצור משכפלים ממסע בין כוכבים שיוצרים כל דבר.

The students hijacked all the machines I bought to do personal fabrication.

הסטודנטים חטפו את כל המכונות שקניתי ליצור עצמי.

Today, when you spend that much of your money,

היום, כשאתם מוצאים כל כך הרבה מהכסף שלכם,

there's a government requirement to do outreach, which often means

יש דרישה ממשלתית לחפש בחוץ, שלרוב זה אומר

classes at a local school, a website -- stuff that's just not that exciting.

כיתות בבתי ספר מקומיים, אתר אינטרנט; דברים שלא כל כך מרגשים.

So, I made a deal with my NSF program managers that

אז, עשיתי עסקה עם מנהלי הפרוייקטים בNSF

instead of talking about it, I'd give people the tools.

שבמקום לדבר על זה, אני אתן לאנשים את הכלים.

This wasn't meant to be provocative or important,

זה לא היה אמור להיות פרובוקטיבי או חשוב,

but we put together these Fab Labs. It's about 20,000 dollars in equipment

אבל הרכבנו את מעבדות היצור האלה. זה ציוד בשווי של בערך 20,000 דולר

that approximate both what the 20 million dollars does and where it's going.

ששוה ערך בערך למה ש20 המיליון עושים ולאן שהם מביאים אתכם.

A laser cutter to do press-fit assembly with 3D from 2D,

חותך לייזר ליצור והרכבה בלחיצה עם תלת מימד מדו מימד,

a sign cutter to plot in copper to do electromagnetics,

חותך שלטים כדי לשרטט בנחושת כדי ליצור אלקטרומגנטים,

a micron scale,

משקל מיקרוני,

numerically-controlled milling machine for precise structures,

כרסומים ממוחשבים למבנים מדוייקים,

programming tools for less than a dollar,

כלי תכנות בפחות מדולר,

100-nanosecond microcontrollers. It lets you work from microns

מיקרו בקרים של 100 ננו-שניות. זה מאפשר לכם לעבוד ממיקרונים

and microseconds on up, and they exploded around the world.

ומיקרו-שניות ומעלה, והם נפוצו במהירות מסביב לעולם.

This wasn't scheduled, but they went from inner-city Boston

זה לא היה מתוכנן, אבל הם עברו ממרכז העיר בוסטון

to Pobal in India, to Secondi-Takoradi on Ghana's coast

לפובל בהודו, לסקונדי-טקורדי בחופי גאנה

to Soshanguve in a township in South Africa,

לסושנגובי בעיר בדרום אפריקה,

to the far north of Norway, uncovering, or helping uncover,

לצפון הרחוק של נורווגיה, חשפו, או עזרו לחשוף,

for all the attention to the digital divide,

לכל תשומת הלב לפער הדיגיטלי,

we would find unused computers in all these places.

היינו מוצאים מחשבים לא בשימוש בכל המקומות האלה.

A farmer in a rural village -- a kid needs to measure and modify

חקלאי באזור כפרי -- ילד צריך למדוד ולהתאים

the world, not just get information about it on a screen.

את העולם, לא רק לקבל מידע עליו על מסך.

That there's really a fabrication and an instrumentation divide

שיש באמת פער ביצור ובכלים

bigger than the digital divide.

גדול יותר מהפער הדיגיטלי.

And the way you close it is not IT for the masses but IT development for the masses.

והדרך בה סוגרים אותו היא לא על ידי מחשוב להמונים אלא פיתוח מחשוב להמונים.

So, in place after place

אז, במקום אחרי מקום

we saw this same progression: that we'd open one of these Fab Labs,

ראינו את אותה התקדמות: שהיינו פותחים את אחת ממעבדות היצור האלה,

where we didn't -- this is too crazy to think of.

היכן שלא פתחנו -- זה משוגע מדי לחשוב על זה.

We didn't think this up, that we would get pulled to these places;

לא חשבנו על זה מראש, שנמשך למקומות האלה,

we'd open it. The first step was just empowerment.

שבהם פתחנו. השלב הראשון היה נתינת הכוח.

You can see it in their face, just this joy of, I can do it.

אתם יכולים לראות את זה על פניהם, את ההנאה מזה, אני יכול לעשות את זה.

This is a girl in inner-city Boston who had just done a high-tech

זו בחורה בבוסטון שעשתה מכירה לפי דרישה

on-demand craft sale in the inner city community center.

של אמנות היי-טק במתנ"ס העירוני.

It goes on from there to serious hands-on technical education

זה ממשיך משם לחינוך טכני רציני

informally, out of schools. In Ghana we had set up one of these labs.

באופן לא פורמלי, מחוץ לבתי ספר. בגאנה הקמנו אחת מהמעבדות האלו.

We designed a network sensor, and kids would show up

עיצבנו רשת חיישנים, וילדים היו מופיעים

and refuse to leave the lab.

ומסרבים לעזוב את המעבדה.

There was a girl who insisted we stay late at night --

היתה ילדה שהתעקשה שנשאר מאוחר בלילה --

(Video): Kids: I love the Fab Lab.

(וידאו): ילדים: אנחנו אוהבים את מעבדת היצור.

-- her first night in the lab because she was going to make the sensor.

-- הלילה הראשון שלה במעבדה בגלל שהיא עמדה ליצור את החיישן.

So she insisted on fabbing the board, learning how to stuff it,

אז היא התעקשה לייצר את הלוח, ללמוד איך למלא אותו,

learning how to program it. She didn't really know

ללמוד איך לתכנת אותו. היא לא באמת ידעה

what she was doing or why she was doing it, but she knew

מה היא עושה או למה היא עושה את זה, אבל היא ידעה

she just had to do it. There was something electric about it.

שהיא פשוט חייבת לעשות את זה. היה משהו מחשמל בזה.

This is late at, you know, 11 o'clock at night

זה מאוחר, אתם יודעים, 11 בלילה

and I think I was the only person surprised when what she built

ואני חושב שהייתי האדם היחיד שהופתע שמה שהיא בנתה

worked the first time.

עבד בפעם הראשונה.

And I've shown this to engineers at big companies, and they say

והראתי את זה למהנדסים בחברות גדולות, והם אמרו

they can't do this. Any one thing she's doing, they can do better,

שהם לא יכולים לעשות את זה. כל דבר בנפרד שהיא עשתה, הם יכולים לעשות טוב יותר,

but it's distributed over many people and many sites

אבל זה מבוזר בין הרבה אנשים והרבה אתרים

and they can't do in an afternoon

והם לא יכולים לעשות את זה באחר צהריים אחד

what this little girl in rural Ghana is doing.

מה שהילדה הקטנה הזו בגאנה הכפרית עושה.

(Video): Girl: My name is Valentina Kofi; I am eight years old.

(וידאו): ילדה: שמי ולנטינה קופי, ואני בת שמונה.

I made a stacking board.

יצרתי לוח גיבוב.

And, again, that was just for the joy of it.

ושוב, זה היה רק בשביל הכיף שבעניין.

Then these labs started doing serious problem solving --

אז המעבדות האלו התחילו לפתור בעיות רציניות --

instrumentation for agriculture in India,

מכשור לחקלאות בהודו,

steam turbines for energy conversion in Ghana,

טורבינות קיטור להמרת אנרגיה בגאנה,

high-gain antennas in thin client computers.

אנטנות מוגברות במחשבי לקוח דקים,

And then, in turn, businesses started to grow,

ואז, בתמורה, עסקים החלו לצמוח,

like making these antennas.

כמו יצור האנטנות האלו.

And finally, the lab started doing invention.

ולבסוף, המעבדה החלה ליצר המצאות.

We're learning more from them than we're giving them.

אנחנו לומדים יותר מהם משהם לומדים מאיתנו.

I was showing my kids in a Fab Lab how to use it.

הראתי לילדי במעבדת היצור איך להשתמש בה.

They invented a way to do a construction kit out of a cardboard box --

הם המציאו דרך ליצור קיט הרכבה מקופסת קרטון --

which, as you see up there, that's becoming a business --

שכמו שאתם רואים שם למעלה, זה נהפך לעסק --

but their design was better than Saul's design at MIT,

אבל העיצוב שלהם היה טוב יותר מהעיצוב של סול בMIT,

so there's now three students at MIT doing their theses on

אז יש עכשיו 3 סטודנטים בMIT שעושים את התזה שלהם על

scaling the work of eight-year-old children

הגדלת קנה המידה של עבודה של ילד בן שמונה

because they had better designs.

מפני שהיו להם עיצובים טובים יותר.

Real invention is happening in these labs.

המצאות אמיתיות מתרחשות במעבדות האלו.

And I still kept -- so, in the last year I've been spending time with

ועדיין שמרתי -- אז, בשנה האחרונה ביליתי זמן עם

heads of state and generals and tribal chiefs who all want this,

ראשי מדינות וגנרלים וצ'יפים של שבטים שכולם רצו את זה,

and I keep saying, but this isn't the real thing.

ואני חוזר ואומר, אבל זה לא הדבר האמיתי.

Wait, like, 20 years and then we'll be done.

חכו, משהו כמו 20 שנה ואז נסיים.

And I finally got what's been going on. This is Kernigan and Ritchie

ולבסוף הבנתי מה קורה. זה קרניגן וריצ'י

inventing UNIX on a PDP.

ממציאים את UNIX על PDP.

PDPs came between mainframes and minicomputers.

מחשבי PDP הגיעו בין מיינפריימים למיני מחשבים.

They were tens of thousands of dollars, hard to use,

הם עלו עשרות אלפי דולרים, קשים לשימוש,

but they brought computing down to work groups,

אבל הם הביאו את המחשוב לקבוצות העבודה,

and everything we do today happened there.

וכל מה שאנחנו עושים היום קרה שם.

These Fab Labs are the cost and complexity of a PDP.

מעבדות היצור האלו הם העלות והמורכבות של הPDP.

The projection of digital fabrication

התחזית של יצור דיגיטלי

isn't a projection for the future; we are now in the PDP era.

היא לא תחזית לעתיד; אנחנו עכשיו בעידן הPDP.

We talked in hushed tones about the great discoveries then.

דיברנו בטונים שקטים על הגילויים הגדולים אז.

It was very chaotic, it wasn't, sort of, clear what was going on.

זה היה מאוד כאוטי, זה לא היה, בערך, ברור מה קורה.

In the same sense we are now, today, in the minicomputer era

באותו מובן שאנחנו עכשיו, היום, בעידן המיני מחשב

of digital fabrication.

של הייצור הדיגיטלי.

The only problem with that is it breaks everybody's boundaries.

הבעיה היחידה עם זה היא שזה שובר את הגבולות של כולם.

In DC, I go to every agency that wants to talk, you know;

בוושינגטון, השגתי כל סוכנות שרוצה לדבר, אתם יודעים.

in the Bay Area, I go to every organization you can think of --

באזור המפרץ, אני הולך לכל ארגון שאתם יכולים לחשוב עליו.

they all want to talk about it, but it breaks

כולם רוצים לדבר על זה, אבל זה שובר

their organizational boundaries. In fact, it's illegal for them,

את הגבולות הארגוניים שלהם. למעשה, זה לא חוקי בשבילם,

in many cases, to equip ordinary people to create

בהרבה מקרים, לתת אפשרות לאנשים רגילים ליצור

rather than consume technology.

במקום לצרוך טכנולוגיה.

And that problem is so severe that the ultimate invention

והבעיה הזו היא כה חמורה שההמצאה האולטימטיבית

coming from this community surprised me:

שהגיעה מהקהילה הזו הפתיעה אותי:

it's the social engineering. That the lab in far north of Norway --

זו ההנדסה החברתית. זו המעבדה בצפון הרחוק של נורווגיה --

this is so far north its satellite dishes look at the ground

זה כה רחוק בצפון שצלחות הלווין שלה מכוונות לרצפה

rather than the sky because that's where the satellites are --

במקום לשמיים מפני ששם הלווינים נמצאים --

the lab outgrew the little barn that it was in.

המעבדה גדלה מעבר לאסם הקטן בו היתה.

It was there because they wanted to find animals in the mountains

היא היתה שם מפני שהם רצו למצוא חיות בהרים

but it outgrew it, so they built this extraordinary village for the lab.

אבל היא גדלה מעבר לזה, אז הם בנו את הכפר המדהים הזה למעבדה.

This isn't a university; it's not a company. It's essentially

זו לא אוניברסיטה, זו לא חברה; זה בעיקרון

a village for invention; it's a village for the outliers in society,

כפר להמצאות, זה כפר לקצוות בחברה,

and those have been growing up around these Fab Labs

ואלה גדלו מסביב למעבדות היצור האלו

all around the world.

מסביב לעולם.

So this program has split into an NGO foundation,

אז התוכנית הזו התפצלה לקרן חוץ ממשלתית,

a Fab Foundation to support the scaling, a micro VC fund.

קרן ייצור לתמיכה בגדילה, מיקרו קרן הון סיכון.

The person who runs it nicely describes it as

האדם שמנהל אותה מתואר אותה בנחמדות

"machines that make machines need businesses that make businesses:"

כמכונות שיוצרות מכונות צריכות עסקים שיוצרים עסקים:

it's a cross between micro-finance and VC to do fan-out,

זו הכלאה בין מיקרו מימון והון סיכון כדי לפצל,

and then the research partnerships back at MIT for what's

ואז שותפויות המחקר בMIT למה

making it possible.

שמאפשר את זה.

So I'd like to leave you with two thoughts.

אז הייתי רוצה להשאיר אתכם עם שתי מחשבות.

There's been a sea change in aid, from top-down mega-projects

היה שינוי עצום בסיוע, ממגה-פרוייקטים שמונחתים מלמעלה

to bottom-up, grassroots, micro-finance investing in the roots,

לפרוייקטים שמתחילים מלמטה, מהשורשים, השקעה מיקרו פיננסית בשורשים,

so that everybody's got that that's what works.

כך שכולם הבינו שזה מה שעובד.

But we still look at technology as top-down mega-projects.

אבל אנחנו עדיין מסתכלים על טכנולוגיה כמגה פרוייקטים שמונחתים מלמעלה.

Computing, communication, energy for the rest of the planet

מחשוב, תקשורת, אנרגיה לשאר הכדור

are these top-down mega-projects.

הם המגה פרוייקטים האלה.

If this room full of heroes is just clever enough,

אם החדר הזה מלא הגיבורים הוא חכם מספיק,

you can solve the problems.

אתם יכולים לפתור את הבעיות.

The message coming from the Fab Labs is that

המסר שמגיע ממעבדות היצור הוא

the other five billion people on the planet

שחמשת מיליארד האנשים האחרים על הכוכב

aren't just technical sinks; they're sources.

הם לא רק בורות טכנולוגיים; הם משאבים.

The real opportunity is to harness the inventive power of the world

ההזדמנות האמיתית היא לרתום את כוח ההמצאה של העולם

to locally design and produce solutions to local problems.

כדי לעצב ולייצר לוקאלית פיתרונות לבעיות לוקאליות.

I thought that's the projection 20 years hence into the future,

אני חשבתי שזו התחזית 20 שנה לעתיד,

but it's where we are today.

אבל שם אנחנו היום.

It breaks every organizational boundary we can think of.

זה שובר כל גבול ארגוני שאנחנו יכולים לחשוב עליו.

The hardest thing at this point is the social engineering

הדבר הקשה ביותר בנקודה הזו הוא ההנדסה החברתית

and the organizational engineering, but it's here today.

וההנדסה הארגונית, אבל זה פה היום.

And, finally, any talk like this on the future of computing

ולבסוף, כל הרצאה כמו זו על עתיד המחשוב

is required to show Moore's law, but my favorite version --

חייבת להראות את חוק מור, אבל הגרסה החביבה עלי --

this is Gordon Moore's original one from his original paper --

זו הגרסה המקורית של גורדון מור מהמאמר המקורי שלו --

and what's happened is, year after year after year,

ומה שקרה הוא, שנה אחרי שנה אחרי שנה,

we've scaled and we've scaled and we've scaled

שינינו את קנה המידה שוב ושוב

and we've scaled, and we've scaled and we've scaled,

ושוב ושוב,

and we've scaled and we've scaled,

ושוב ושוב,

and there's this looming bug of what's going to happen

ויש את הבאג המאיים הזה של מה שעומד לקרות

at the end of Moore's law; this ultimate bug is coming.

בסופו של חוק מור; הבאג האולטימטיבי מגיע.

But we're coming to appreciate, is the transition from 2D to 3D,

אבל אנחנו לומדים להעריך, את המעבר מדו מימד לתלת מימד,

from programming bits to programming atoms,

מתכנות ביטים לתכנות אטומים,

turns the ends of Moore's law scaling from the ultimate bug

וזה משנה את חוק מור מקנה מידה של הבאג האולטימטיבי

to the ultimate feature.

לתכונה האולטימטיבית.

So, we're just at the edge of this digital revolution in fabrication,

אז, אנחנו על סף המהפכה הדיגיטלית בייצור,

where the output of computation programs the physical world.

בו התוצר של מחשוב מתכנת את העולם הפיסי.

So, together, these two projects answer questions

אז, ביחד, שני הפרוייקטים האלה עונים על שאלות

I hadn't asked carefully. The class at MIT shows the killer app

שלא שאלתי בקפידה. הכיתה בMIT מראה שהאפליקציה המושלמת

for personal fabrication in the developed world

לייצור אישי בעולם המפותח

is technology for a market of one: personal expression in technology

היא טכנולוגיה לשוק של אחד: ביטוי אישי בטכנולוגיה

that touches a passion unlike anything I've seen in technology

שנוגעת בתשוקה בשונה מכל דבר שראיתי בטכנולוגיה

for a very long time.

כבר הרבה זמן.

And the killer app for the rest of the planet is the instrumentation

והאפליקציה ההורסת לשאר העולם היא פער המכשור

and the fabrication divide: people locally developing solutions

והייצור: אנשים מפתחים פתרונות לוקאליים

to local problems. Thank you.

לבעיות לוקאליות. תודה לכם.