Skylar Tibbits: Can we make things that make themselves?

75,686 views ・ 2011-09-01

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Agata Leśnicka Korekta: Kinga Skorupska
00:15
Today I'd like to show you
0
15260
2000
Dziś chciałbym wam pokazać
00:17
the future of the way we make things.
1
17260
2000
przyszłość wytwarzania rzeczy.
00:19
I believe that soon our buildings and machines
2
19260
2000
Wierzę, że wkrótce budowle i maszyny
00:21
will be self-assembling,
3
21260
2000
będą się same montować,
00:23
replicating and repairing themselves.
4
23260
2000
replikując się i naprawiając.
00:25
So I'm going to show you
5
25260
2000
Więc pokażę wam
00:27
what I believe is the current state of manufacturing,
6
27260
2000
jaki jest obecny stan produkcji,
00:29
and then compare that to some natural systems.
7
29260
3000
a potem porównam go do układów naturalnych.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
32260
3000
Mamy teraz drapacze chmur,
00:35
two and a half years [of assembly time],
9
35260
2000
dwa i pół roku,
00:37
500,000 to a million parts,
10
37260
2000
500 000 do miliona części,
00:39
fairly complex,
11
39260
2000
całkiem skomplikowane,
00:41
new, exciting technologies in steel, concrete, glass.
12
41260
3000
nowe i ekscytujące technologie w stali, betonie, szkle.
00:44
We have exciting machines
13
44260
2000
Mamy ekscytujące maszyny,
00:46
that can take us into space --
14
46260
2000
które mogą nas zabrać w przestrzeń kosmiczną -
00:48
five years [of assembly time], 2.5 million parts.
15
48260
3000
pięć lat, 2,5 miliona części.
00:51
But on the other side, if you look at the natural systems,
16
51260
3000
A jeśli spojrzymy na układy naturalne,
00:54
we have proteins
17
54260
2000
mamy dwa miliony rodzajów białek.
00:56
that have two million types,
18
56260
2000
mamy dwa miliony rodzajów białek.
00:58
can fold in 10,000 nanoseconds,
19
58260
2000
Mogą się zwijać w 10 000 nanosekund,
01:00
or DNA with three billion base pairs
20
60260
2000
lub DNA z trzema miliardami par zasad,
01:02
we can replicate in roughly an hour.
21
62260
3000
które możemy zreplikować w około godziny.
01:05
So there's all of this complexity
22
65260
2000
Cała ta złożoność istnieje
01:07
in our natural systems,
23
67260
2000
w naszych układach naturalnych,
01:09
but they're extremely efficient,
24
69260
2000
ale są one niezwykle wydajne,
01:11
far more efficient than anything we can build,
25
71260
2000
znacznie wydajniejsze i bardziej złożone niż nasze budowle.
01:13
far more complex than anything we can build.
26
73260
2000
znacznie wydajniejsze i bardziej złożone niż nasze budowle.
01:15
They're far more efficient in terms of energy.
27
75260
2000
Są znacznie wydajniejsze energetycznie.
01:17
They hardly ever make mistakes.
28
77260
3000
Rzadko kiedy popełniają błędy.
01:20
And they can repair themselves for longevity.
29
80260
2000
Są długowieczne bo same się naprawiają.
01:22
So there's something super interesting about natural systems.
30
82260
3000
Układy naturalne są bardzo interesujące.
01:25
And if we can translate that
31
85260
2000
Jeśli można to przełożyć
01:27
into our built environment,
32
87260
2000
na budowane przez nas środowisko,
01:29
then there's some exciting potential for the way that we build things.
33
89260
2000
to pojawia się ekscytujący potencjał.
01:31
And I think the key to that is self-assembly.
34
91260
3000
Kluczowy jest samodzielny montaż.
01:34
So if we want to utilize self-assembly in our physical environment,
35
94260
3000
By wykorzystać go w naszym otoczeniu,
01:37
I think there's four key factors.
36
97260
2000
trzeba rozważyć cztery kluczowe czynniki.
01:39
The first is that we need to decode
37
99260
2000
Pierwszy jest taki, że musimy odkodować
01:41
all of the complexity of what we want to build --
38
101260
2000
złożoność tego, co chcemy zbudować:
01:43
so our buildings and machines.
39
103260
2000
naszych budynków i maszyn.
01:45
And we need to decode that into simple sequences --
40
105260
2000
Musimy to odkodować w proste sekwencje -
01:47
basically the DNA of how our buildings work.
41
107260
2000
coś jak DNA tego, jak funkcjonują nasze budynki.
01:49
Then we need programmable parts
42
109260
2000
Potem potrzebujemy programowalnych części,
01:51
that can take that sequence
43
111260
2000
które mogą podjąć tę sekwencję
01:53
and use that to fold up, or reconfigure.
44
113260
3000
by użyć jej do zwinięcia się lub przekonfigurowania.
01:56
We need some energy that's going to allow that to activate,
45
116260
3000
Potrzebujemy energii, która pozwoli na aktywację,
01:59
allow our parts to be able to fold up from the program.
46
119260
3000
by części mogły zwinąć się zgodnie z programem.
02:02
And we need some type of error correction redundancy
47
122260
2000
Potrzeba też technik korygujących
02:04
to guarantee that we have successfully built what we want.
48
124260
3000
dodających nadmiarowość by naprawiać błędy.
02:07
So I'm going to show you a number of projects
49
127260
2000
Pokażę wam kilka projektów,
02:09
that my colleagues and I at MIT are working on
50
129260
2000
nad którymi pracujemy z kolegami w MIT
02:11
to achieve this self-assembling future.
51
131260
2000
dotyczących samodzielnych konstrukcji.
02:13
The first two are the MacroBot and DeciBot.
52
133260
3000
Pierwsze dwa to MacroBot i DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
136260
4000
To wielkoskalowe roboty, które można zrekonfigurować -
02:20
8 ft., 12 ft. long proteins.
54
140260
3000
łańcuchy białek długości 8, 12 stóp.
02:23
They're embedded with mechanical electrical devices, sensors.
55
143260
3000
Mają wbudowane urządzenia elektromechaniczne, czujniki.
02:26
You decode what you want to fold up into,
56
146260
2000
Dekodują to, w co chcą się to zwinąć
02:28
into a sequence of angles --
57
148260
2000
na sekwencję kątów -
02:30
so negative 120, negative 120, 0, 0,
58
150260
2000
więc minus 120, minus 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
152260
3000
120, minus 120 - coś takiego.
02:35
so a sequence of angles, or turns,
60
155260
2000
Sekwencję kątów lub zakrętów
02:37
and you send that sequence through the string.
61
157260
3000
przesyła się przewodem.
02:40
Each unit takes its message -- so negative 120 --
62
160260
3000
Każda jednostka otrzymuje wiadomość (-120).
02:43
it rotates to that, checks if it got there
63
163260
2000
Obraca się, sprawdza kąt
02:45
and then passes it to its neighbor.
64
165260
3000
i przekazuje informację sąsiadom.
02:48
So these are the brilliant scientists,
65
168260
2000
Błyskotliwi naukowcy, inżynierowie
02:50
engineers, designers that worked on this project.
66
170260
2000
i projektanci pracowali nad tym projektem.
02:52
And I think it really brings to light:
67
172260
2000
Zwraca to uwagę na jedną kwestię:
02:54
Is this really scalable?
68
174260
2000
Czy to jest skalowalne?
02:56
I mean, thousands of dollars, lots of man hours
69
176260
2000
Tysiące dolarów, wiele godzin pracy
02:58
made to make this eight-foot robot.
70
178260
3000
poświęcone na dwumetrowego robota.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
181260
3000
Czy można to powiększyć i zastosować wszędzie?
03:04
The next one questions that
72
184260
2000
Następny projekt to kwestionuje
03:06
and looks at passive nature,
73
186260
2000
i patrzy na bierną naturę,
03:08
or passively trying to have reconfiguration programmability.
74
188260
3000
bierną programowalność rekonfiguracji.
03:11
But it goes a step further,
75
191260
2000
Ale idzie o krok dalej
03:13
and it tries to have actual computation.
76
193260
2000
i stara się dokonywać obliczeń.
03:15
It basically embeds the most fundamental building block of computing,
77
195260
2000
Włącza najbardziej podstawowy budulec obliczeń,
03:17
the digital logic gate,
78
197260
2000
cyfrową bramkę logiczną,
03:19
directly into your parts.
79
199260
2000
bezpośrednio do części.
03:21
So this is a NAND gate.
80
201260
2000
To bramka NAND.
03:23
You have one tetrahedron which is the gate
81
203260
2000
Mamy jeden tetraedr, który jest bramką,
03:25
that's going to do your computing,
82
205260
2000
która będzie wykonywać obliczenia
03:27
and you have two input tetrahedrons.
83
207260
2000
i mamy dwa wejściowe tetraedry.
03:29
One of them is the input from the user, as you're building your bricks.
84
209260
3000
Jeden od użytkownika, który dokłada cegiełki.
03:32
The other one is from the previous brick that was placed.
85
212260
3000
Drugi pochodzi z poprzedniej cegiełki, która została położona.
03:35
And then it gives you an output in 3D space.
86
215260
3000
Widać obraz w przestrzeni trójwymiarowej.
03:38
So what this means
87
218260
2000
Oznacza to, że uzytkownik
03:40
is that the user can start plugging in what they want the bricks to do.
88
220260
3000
może kontrolować to, co cegiełki będą robiły.
03:43
It computes on what it was doing before
89
223260
2000
Obliczenia są wykonywane na podstawie
03:45
and what you said you wanted it to do.
90
225260
2000
starych i nowych instrukcji.
03:47
And now it starts moving in three-dimensional space --
91
227260
2000
A teraz zaczyna się poruszać w przestrzeni 3D
03:49
so up or down.
92
229260
2000
więc w górę lub dół.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
231260
3000
Po lewej wejście [1,1] równa się 0, co oznacza ruch w dół.
03:54
On the right-hand side,
94
234260
2000
Po prawej stronie,
03:56
[0,0] input is a 1 output, which goes up.
95
236260
3000
wejście [0,0] równa się 1, co oznacza ruch w górę.
03:59
And so what that really means
96
239260
2000
Naprawdę oznacza to,
04:01
is that our structures now contain the blueprints
97
241260
2000
że nasze struktury zawierają teraz projekty
04:03
of what we want to build.
98
243260
2000
tego, co chcemy zbudować.
04:05
So they have all of the information embedded in them of what was constructed.
99
245260
3000
Całe dane na temat konstrukcji już w nich są.
04:08
So that means that we can have some form of self-replication.
100
248260
3000
Mamy coś w rodzaju samopowielania.
04:11
In this case I call it self-guided replication,
101
251260
3000
To samo-kierowane powielanie,
04:14
because your structure contains the exact blueprints.
102
254260
2000
struktura zawiera dokładne projekty.
04:16
If you have errors, you can replace a part.
103
256260
2000
Jeśli występują błędy, można wymienić część.
04:18
All the local information is embedded to tell you how to fix it.
104
258260
3000
Lokalizacje mają informacje jak je naprawić.
04:21
So you could have something that climbs along and reads it
105
261260
2000
Wystarczy coś co tam dotrze i je odczyta
04:23
and can output at one to one.
106
263260
2000
i może odtworzyć 1:1.
04:25
It's directly embedded; there's no external instructions.
107
265260
2000
Nie ma żadnych zewnętrznych instrukcji.
04:27
So the last project I'll show is called Biased Chains,
108
267260
3000
Ostatni projekt to "Biased Chains", diagonalne łańcuchy,
04:30
and it's probably the most exciting example that we have right now
109
270260
3000
najciekawszy przykład jaki posiadamy
04:33
of passive self-assembly systems.
110
273260
2000
na układy biernego samodzielnego montażu.
04:35
So it takes the reconfigurability
111
275260
2000
Dzięki konfigurowalności
04:37
and programmability
112
277260
2000
i możliwości zaprogramowania
04:39
and makes it a completely passive system.
113
279260
3000
jest to układ całkowicie bierny.
04:43
So basically you have a chain of elements.
114
283260
2000
Więc w zasadzie mamy łańcuch części.
04:45
Each element is completely identical,
115
285260
2000
Każda część jest zupełnie identyczna
04:47
and they're biased.
116
287260
2000
i są one diagonalne.
04:49
So each chain, or each element, wants to turn right or left.
117
289260
3000
Każdy łańcuch może się skręcić w lewo lub prawo.
04:52
So as you assemble the chain, you're basically programming it.
118
292260
3000
Składając ten łańcuch programuje się go.
04:55
You're telling each unit if it should turn right or left.
119
295260
3000
Każdą jednostkę by wiedziała gdzie się skręcić.
04:58
So when you shake the chain,
120
298260
3000
Więc po potrząśnięciu łańcuchem
05:01
it then folds up
121
301260
2000
zwija się on
05:03
into any configuration that you've programmed in --
122
303260
3000
w każdą konfigurację, którą zaprogramowano -
05:06
so in this case, a spiral,
123
306260
2000
w tym przypadku spiralę,
05:08
or in this case,
124
308260
3000
lub w tym przypadku
05:11
two cubes next to each other.
125
311260
3000
dwie kostki obok siebie.
05:14
So you can basically program
126
314260
2000
Więc można w zasadzie zaprogramować
05:16
any three-dimensional shape --
127
316260
2000
każdy trójwymiarowy kształt -
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
318260
3000
albo jedno- lub dwuwymiarowy całkowicie pasywnie.
05:21
So what does this tell us about the future?
129
321260
2000
Co nam to mówi?
05:23
I think that it's telling us
130
323260
2000
Są nowe możliwości
05:25
that there's new possibilities for self-assembly, replication, repair
131
325260
3000
samodzielnego montażu, replikacji, naprawy
05:28
in our physical structures, our buildings, machines.
132
328260
3000
naszych struktur, budynków i maszyn.
05:31
There's new programmability in these parts.
133
331260
2000
Można je będzie programować.
05:33
And from that you have new possibilities for computing.
134
333260
2000
Wynikają z tego nowe możliwości obliczeń.
05:35
We'll have spatial computing.
135
335260
2000
Będziemy mieli obliczanie przestrzenne.
05:37
Imagine if our buildings, our bridges, machines,
136
337260
2000
Co jeśli w budowlach, mostach, maszynach
05:39
all of our bricks could actually compute.
137
339260
2000
wszystkie części mogą dokonywać obliczeń?
05:41
That's amazing parallel and distributed computing power,
138
341260
2000
To daje niesamowitą moc obliczeniową,
05:43
new design possibilities.
139
343260
2000
nowe możliwości projektowania.
05:45
So it's exciting potential for this.
140
345260
2000
To interesujący potencjał.
05:47
So I think these projects I've showed here
141
347260
2000
Projekty, które wam pokazałem
05:49
are just a tiny step towards this future,
142
349260
2000
są tylko małym kroczkiem w kierunku
05:51
if we implement these new technologies
143
351260
2000
nowych technologii
05:53
for a new self-assembling world.
144
353260
2000
samodzielnie montującego się świata. Dziękuję.
05:55
Thank you.
145
355260
2000
samodzielnie montującego się świata. Dziękuję.
05:57
(Applause)
146
357260
2000
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7