Skylar Tibbits: Can we make things that make themselves?

75,792 views ・ 2011-09-01

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Nuno Miranda Ribeiro Revisora: Miguel Cabral de Pinho
00:15
Today I'd like to show you
0
15260
2000
Hoje gostaria de vos mostrar
00:17
the future of the way we make things.
1
17260
2000
o futuro da forma como construímos coisas.
00:19
I believe that soon our buildings and machines
2
19260
2000
Acredito que em breve os nossos edifícios e máquinas
00:21
will be self-assembling,
3
21260
2000
serão capazes de se auto-montar,
00:23
replicating and repairing themselves.
4
23260
2000
de se replicarem e de se repararem a si mesmos.
00:25
So I'm going to show you
5
25260
2000
Por isso vou mostrar-vos
00:27
what I believe is the current state of manufacturing,
6
27260
2000
o que eu penso ser o estado actual dos processos de fabrico,
00:29
and then compare that to some natural systems.
7
29260
3000
e depois compará-los a alguns sistemas naturais.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
32260
3000
Então, no estado actual dos processos de fabrico, temos arranha-céus --
00:35
two and a half years [of assembly time],
9
35260
2000
dois anos e meio,
00:37
500,000 to a million parts,
10
37260
2000
com 500.000 a 1 milhão de peças,
00:39
fairly complex,
11
39260
2000
bastante complexo,
00:41
new, exciting technologies in steel, concrete, glass.
12
41260
3000
novas e entusiasmantes tecnologias no aço, betão, vidro.
00:44
We have exciting machines
13
44260
2000
Temos máquinas entusiasmantes
00:46
that can take us into space --
14
46260
2000
que nos podem levar para o espaço --
00:48
five years [of assembly time], 2.5 million parts.
15
48260
3000
cinco anos, 2,5 milhões de peças.
00:51
But on the other side, if you look at the natural systems,
16
51260
3000
Mas por outro lado, se olharmos para os sistemas naturais,
00:54
we have proteins
17
54260
2000
temos proteínas
00:56
that have two million types,
18
56260
2000
que têm dois milhões de tipos,
00:58
can fold in 10,000 nanoseconds,
19
58260
2000
podem-se dobrar em 10.000 nanossegundos,
01:00
or DNA with three billion base pairs
20
60260
2000
ou o ADN com três mil milhões de pares base
01:02
we can replicate in roughly an hour.
21
62260
3000
que podemos replicar em cerca de uma hora.
01:05
So there's all of this complexity
22
65260
2000
Então, existe toda esta complexidade
01:07
in our natural systems,
23
67260
2000
nos nossos sistemas naturais,
01:09
but they're extremely efficient,
24
69260
2000
mas eles são extremamente eficientes,
01:11
far more efficient than anything we can build,
25
71260
2000
bem mais eficientes do que qualquer coisa que podemos construir,
01:13
far more complex than anything we can build.
26
73260
2000
bem mais complexos do que qualquer coisa que podemos construir.
01:15
They're far more efficient in terms of energy.
27
75260
2000
São bem mais eficientes em termos de energia.
01:17
They hardly ever make mistakes.
28
77260
3000
Raramente cometem erros.
01:20
And they can repair themselves for longevity.
29
80260
2000
E conseguem regenerar-se para ter longevidade.
01:22
So there's something super interesting about natural systems.
30
82260
3000
Então, há algo de super interessante acerca dos sistemas naturais.
01:25
And if we can translate that
31
85260
2000
E se conseguirmos traduzir isso
01:27
into our built environment,
32
87260
2000
no nosso ambiente construído,
01:29
then there's some exciting potential for the way that we build things.
33
89260
2000
então há algum potencial entusiasmante para a forma como construímos coisas.
01:31
And I think the key to that is self-assembly.
34
91260
3000
E eu penso que a chave para isso é a automontagem.
01:34
So if we want to utilize self-assembly in our physical environment,
35
94260
3000
Então, se queremos utilizar a automontagem no nosso meio físico,
01:37
I think there's four key factors.
36
97260
2000
penso que há quatro factores chave.
01:39
The first is that we need to decode
37
99260
2000
O primeiro é que precisamos de descodificar
01:41
all of the complexity of what we want to build --
38
101260
2000
toda a complexidade daquilo que queremos construir --
01:43
so our buildings and machines.
39
103260
2000
os nossos edifícios e máquinas.
01:45
And we need to decode that into simple sequences --
40
105260
2000
E precisamos de descodificá-los em sequências simples --
01:47
basically the DNA of how our buildings work.
41
107260
2000
basicamente o ADN de como os nossos edifícios funcionam.
01:49
Then we need programmable parts
42
109260
2000
Depois precisamos de componentes programáveis
01:51
that can take that sequence
43
111260
2000
que possam pegar naquela sequência
01:53
and use that to fold up, or reconfigure.
44
113260
3000
e usá-la para se dobrarem ou reconfigurarem.
01:56
We need some energy that's going to allow that to activate,
45
116260
3000
Precisamos de alguma energia que possa activá-lo,
01:59
allow our parts to be able to fold up from the program.
46
119260
3000
permitir que os componentes sejam capazes de se configurar a partir do programa.
02:02
And we need some type of error correction redundancy
47
122260
2000
E precisamos de algum tipo de redundância que corrija erros
02:04
to guarantee that we have successfully built what we want.
48
124260
3000
para garantir que construímos com sucesso o que queremos.
02:07
So I'm going to show you a number of projects
49
127260
2000
Vou então mostrar-vos uma série de projectos
02:09
that my colleagues and I at MIT are working on
50
129260
2000
em que eu e os meus colegas estamos a trabalhar no MIT
02:11
to achieve this self-assembling future.
51
131260
2000
para alcançar este futuro de automontagem.
02:13
The first two are the MacroBot and DeciBot.
52
133260
3000
Os primeiros dois são o MacroBot e o DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
136260
4000
Estes projectos são robôs reconfiguráveis de grande escala --
02:20
8 ft., 12 ft. long proteins.
54
140260
3000
proteínas de 2,5 - 3,5 metros.
02:23
They're embedded with mechanical electrical devices, sensors.
55
143260
3000
Têm dispositivos, sensores electromecânicos embutidos.
02:26
You decode what you want to fold up into,
56
146260
2000
Descodifica-se o que se quer ver dobrar,
02:28
into a sequence of angles --
57
148260
2000
numa sequência de ângulos --
02:30
so negative 120, negative 120, 0, 0,
58
150260
2000
então menos 120, menos 120, 0, 0,
02:32
120, negative 120 -- something like that;
59
152260
3000
120, menos 120 -- algo assim;
02:35
so a sequence of angles, or turns,
60
155260
2000
uma sequência de ângulos, ou curvas,
02:37
and you send that sequence through the string.
61
157260
3000
e envia-se essa sequência ao longo do fio.
02:40
Each unit takes its message -- so negative 120 --
62
160260
3000
Cada unidade recebe a sua mensagem -- então, menos 120.
02:43
it rotates to that, checks if it got there
63
163260
2000
roda esse valor, verifica se chegou lá
02:45
and then passes it to its neighbor.
64
165260
3000
e depois passa-o ao seu vizinho.
02:48
So these are the brilliant scientists,
65
168260
2000
São estes, então, os cientistas,
02:50
engineers, designers that worked on this project.
66
170260
2000
engenheiros e designers brilhantes que trabalharam neste projecto.
02:52
And I think it really brings to light:
67
172260
2000
E penso que isto realmente traz à luz o seguinte:
02:54
Is this really scalable?
68
174260
2000
Isto é realmente escalável?
02:56
I mean, thousands of dollars, lots of man hours
69
176260
2000
Quer dizer, milhares de euros, muitas Homem-hora
02:58
made to make this eight-foot robot.
70
178260
3000
para conseguir construir este robô de 2,5 metros.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
181260
3000
Será que conseguimos mesmo aumentar a escala? Conseguimos mesmo embutir robótica em cada componente?
03:04
The next one questions that
72
184260
2000
O próximo questiona isso
03:06
and looks at passive nature,
73
186260
2000
e olha para a natureza passiva,
03:08
or passively trying to have reconfiguration programmability.
74
188260
3000
ou tenta passivamente obter a programabilidade da reconfiguração.
03:11
But it goes a step further,
75
191260
2000
Mas vai um passo mais longe,
03:13
and it tries to have actual computation.
76
193260
2000
e tenta ter verdadeira computação.
03:15
It basically embeds the most fundamental building block of computing,
77
195260
2000
Basicamente embute o alicerce mais fundamental da computação,
03:17
the digital logic gate,
78
197260
2000
a porta lógica digital,
03:19
directly into your parts.
79
199260
2000
directamente nos seus componentes.
03:21
So this is a NAND gate.
80
201260
2000
Isto é uma porta NAND.
03:23
You have one tetrahedron which is the gate
81
203260
2000
Temos um tetraedro que é a porta
03:25
that's going to do your computing,
82
205260
2000
que vai fazer a nossa computação,
03:27
and you have two input tetrahedrons.
83
207260
2000
e temos dois tetraedros que recebem dados.
03:29
One of them is the input from the user, as you're building your bricks.
84
209260
3000
Um deles recebe dados do utilizador, à medida que se constroem os tijolos.
03:32
The other one is from the previous brick that was placed.
85
212260
3000
O outro recebe-os do último tijolo que foi colocado.
03:35
And then it gives you an output in 3D space.
86
215260
3000
E depois dá-nos um resultado em espaço tridimensional.
03:38
So what this means
87
218260
2000
Então, o que isto significa
03:40
is that the user can start plugging in what they want the bricks to do.
88
220260
3000
é que o utilizador pode começar a ligar o que ele quer que os tijolos façam.
03:43
It computes on what it was doing before
89
223260
2000
O que estava a ser feito antes é integrado no sistema
03:45
and what you said you wanted it to do.
90
225260
2000
bem como o que dissemos que queríamos que fosse feito.
03:47
And now it starts moving in three-dimensional space --
91
227260
2000
E agora começa a mover-se em espaço tridimensional --
03:49
so up or down.
92
229260
2000
para cima ou para baixo.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
231260
3000
Então, do lado esquerdo, [1,1] traduz-se em 0, ou seja, para baixo.
03:54
On the right-hand side,
94
234260
2000
Do lado direito,
03:56
[0,0] input is a 1 output, which goes up.
95
236260
3000
[0,0] é equivalente a 1, ou seja, para cima.
03:59
And so what that really means
96
239260
2000
E o que isso realmente significa
04:01
is that our structures now contain the blueprints
97
241260
2000
é que as nossas estruturas agora contêm os diagramas
04:03
of what we want to build.
98
243260
2000
do que queremos construir.
04:05
So they have all of the information embedded in them of what was constructed.
99
245260
3000
Têm embutida toda a informação sobre o que foi construído.
04:08
So that means that we can have some form of self-replication.
100
248260
3000
Isso significa que podemos ter alguma forma de auto-replicação.
04:11
In this case I call it self-guided replication,
101
251260
3000
Neste caso eu chamo-lhe replicação autoguiada,
04:14
because your structure contains the exact blueprints.
102
254260
2000
porque a nossa estrutura contém os diagramas exactos.
04:16
If you have errors, you can replace a part.
103
256260
2000
Se houver erros, pode-se substituir um componente.
04:18
All the local information is embedded to tell you how to fix it.
104
258260
3000
Toda a informação local está embutida para nos dizer como reparar.
04:21
So you could have something that climbs along and reads it
105
261260
2000
Por isso, poderíamos ter algo que subisse e lesse
04:23
and can output at one to one.
106
263260
2000
e pudesse devolver valores, um a um.
04:25
It's directly embedded; there's no external instructions.
107
265260
2000
Está embutido directamente; não há instruções externas.
04:27
So the last project I'll show is called Biased Chains,
108
267260
3000
O último projecto que vou mostrar chama-se Biased Chains (cadeias tendenciosas),
04:30
and it's probably the most exciting example that we have right now
109
270260
3000
e é provavelmente o exemplo mais entusiasmante que temos de momento
04:33
of passive self-assembly systems.
110
273260
2000
de sistemas passivos de automontagem.
04:35
So it takes the reconfigurability
111
275260
2000
Ele pega na reconfigurabilidade
04:37
and programmability
112
277260
2000
e na programabilidade
04:39
and makes it a completely passive system.
113
279260
3000
e transforma-as num sistema completamente passivo.
04:43
So basically you have a chain of elements.
114
283260
2000
Basicamente, temos uma cadeia de elementos.
04:45
Each element is completely identical,
115
285260
2000
Cada elemento é completamente idêntico,
04:47
and they're biased.
116
287260
2000
e são tendenciosos.
04:49
So each chain, or each element, wants to turn right or left.
117
289260
3000
Cada cadeia, ou cada elemento, quer virar para a esquerda ou para a direita.
04:52
So as you assemble the chain, you're basically programming it.
118
292260
3000
Então, à medida que montamos a cadeia, estamos, basicamente, a programá-la.
04:55
You're telling each unit if it should turn right or left.
119
295260
3000
Estamos a dizer a cada unidade se deve virar à direita ou à esquerda.
04:58
So when you shake the chain,
120
298260
3000
E quando se sacode a cadeia,
05:01
it then folds up
121
301260
2000
ela dobra-se
05:03
into any configuration that you've programmed in --
122
303260
3000
em qualquer configuração que tenhamos programado --
05:06
so in this case, a spiral,
123
306260
2000
neste caso, uma espiral,
05:08
or in this case,
124
308260
3000
ou neste caso,
05:11
two cubes next to each other.
125
311260
3000
dois cubos, lado a lado.
05:14
So you can basically program
126
314260
2000
Podemos basicamente programar
05:16
any three-dimensional shape --
127
316260
2000
qualquer forma tridimensional --
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
318260
3000
ou unidimensional, bidimensional -- nesta cadeia completamente passiva.
05:21
So what does this tell us about the future?
129
321260
2000
Então, o que nos diz isto sobre o futuro?
05:23
I think that it's telling us
130
323260
2000
Penso que nos diz que
05:25
that there's new possibilities for self-assembly, replication, repair
131
325260
3000
existem novas possibilidades para a automontagem, a replicação, a reparação
05:28
in our physical structures, our buildings, machines.
132
328260
3000
nas nossas estruturas físicas, nos nossos edifícios, máquinas.
05:31
There's new programmability in these parts.
133
331260
2000
Há nova programabilidade nestes componentes.
05:33
And from that you have new possibilities for computing.
134
333260
2000
E a partir daí temos novas possibilidades para a computação.
05:35
We'll have spatial computing.
135
335260
2000
Teremos computação espacial.
05:37
Imagine if our buildings, our bridges, machines,
136
337260
2000
Imaginem se os nossos edifícios, pontes, máquinas,
05:39
all of our bricks could actually compute.
137
339260
2000
todos os nossos tijolos pudessem realmente computar.
05:41
That's amazing parallel and distributed computing power,
138
341260
2000
Isso é um espantoso poder computacional paralelo e distribuído,
05:43
new design possibilities.
139
343260
2000
novas possibilidades de design.
05:45
So it's exciting potential for this.
140
345260
2000
Há um potencial entusiasmante nisto.
05:47
So I think these projects I've showed here
141
347260
2000
Por isso, penso que estes projectos que vos mostrei
05:49
are just a tiny step towards this future,
142
349260
2000
são apenas um minúsculo passo na direcção deste futuro,
05:51
if we implement these new technologies
143
351260
2000
se implementarmos estas novas tecnologias
05:53
for a new self-assembling world.
144
353260
2000
para um novo mundo automontado.
05:55
Thank you.
145
355260
2000
Obrigado.
05:57
(Applause)
146
357260
2000
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7