Neil Gershenfeld: The beckoning promise of personal fabrication

Нил Гершенфельд о Fab Labs

81,827 views ・ 2007-03-23

TED


Пожалуйста, дважды щелкните на английские субтитры ниже, чтобы воспроизвести видео.

Переводчик: Natalia Savvidi Редактор: Aliaksandr Autayeu
00:25
This meeting has really been about a digital revolution,
0
25000
4000
Эта конференция на самом деле посвящена цифровой революции,
00:29
but I'd like to argue that it's done; we won.
1
29000
3000
но я бы сказал, что она [революция] уже закончилась — мы выиграли.
00:33
We've had a digital revolution but we don't need to keep having it.
2
33000
4000
Цифровая революция произошла, но нам не нужно, чтобы она продолжалась.
00:37
And I'd like to look after that,
3
37000
2000
Я бы хотел поговорить о том,
00:39
to look what comes after the digital revolution.
4
39000
3000
что произойдёт после цифровой революции.
00:42
So, let me start projecting forward.
5
42000
2000
Итак, давайте заглянем в будущее.
00:44
These are some projects I'm involved in today at MIT,
6
44000
4000
Вот некоторые проекты, в которых я участвую в Массачусетском технологическом институте,
00:48
looking what comes after computers.
7
48000
3000
посвящённые тому, что будет после компьютерной эры.
00:51
This first one, Internet Zero, up here -- this is a web server
8
51000
5000
Здесь наверху — Интернет 0 — веб-сервер,
00:56
that has the cost and complexity of an RFID tag --
9
56000
3000
стоимость и сложность которого такие же, как и у RFID-метки —
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
59000
3000
около доллара — и он может находиться в каждой лампочке и в каждой дверной ручке,
01:02
and this is getting commercialized very quickly.
11
62000
2000
и он очень быстро коммерциализируется.
01:04
And what's interesting about it isn't the cost;
12
64000
2000
Но не цена делает его интересным,
01:06
it's the way it encodes the Internet.
13
66000
1000
а способ, которым он кодирует Интернет.
01:07
It uses a kind of a Morse code for the Internet
14
67000
3000
В нём используется что-то вроде кода Морзе для Интернета, так что его можно отправлять
01:10
so you could send it optically; you can communicate acoustically
15
70000
3000
оптическим путём; с ним можно обмениваться информацией акустически
01:13
through a power line, through RF.
16
73000
2000
по электрическим проводам на радиочастотах.
01:15
It takes the original principle of the Internet,
17
75000
2000
В нём берётся за основу первоначальный принцип работы Интернета —
01:17
which is inter-networking computers,
18
77000
2000
компьютеры, объединённые в сети —
01:19
and now lets devices inter-network.
19
79000
3000
но теперь устройства объединяются в сети.
01:22
That we can take the whole idea that gave birth to the Internet
20
82000
3000
Мы можем перенять идею, породившую Интернет,
01:25
and bring it down to the physical world in this Internet Zero,
21
85000
3000
и применить её к физическому миру в этом Интернете-0,
01:28
this internet of devices.
22
88000
2000
этом Интернете устройств.
01:30
So this is the next step from there to here,
23
90000
2000
Так что это следующий шаг,
01:32
and this is getting commercialized today.
24
92000
3000
и это начинает коммерциализироваться.
01:35
A step after that is a project on fungible computers.
25
95000
5000
Следующий шаг после этого — это проект с заменяемыми компьютерами.
01:40
Fungible goods in economics can be extended and traded.
26
100000
3000
Взаимозаменяемые товары в экономике могут заменять друг друга в процессе купли-продажи.
01:43
So, half as much grain is half as much useful,
27
103000
2000
Так, половину зерна можно использовать, и пользы от него будет в два раза меньше,
01:45
but half a baby or half a computer is less useful than
28
105000
3000
но польза от половины ребёнка или от половины компьютера не такая,
01:48
a whole baby or a whole computer,
29
108000
2000
как от ребёнка целиком или компьютера целиком,
01:50
and we've been trying to make computers that work that way.
30
110000
3000
но мы пытаемся делать компьютеры, которые работают таким образом.
01:53
So, what you see in the background is a prototype.
31
113000
2000
На заднем плане вы видите модель.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
115000
3000
Она из диссертации студента, Билла Бутова, — теперь он работает в корпорации Intel —
01:58
who wondered why, instead of making bigger and bigger chips,
33
118000
3000
который задался вопросом, почему, вместо того чтобы увеличивать размер чипов
02:01
you don't make small chips, put them in a viscous medium,
34
121000
3000
не делать маленькие чипы, помещать их в вязкую среду,
02:04
and pour out computing by the pound or by the square inch.
35
124000
2000
и получать обработку данных с килограмма или с квадратного сантиметра.
02:06
And that's what you see here.
36
126000
2000
Здесь вы видите нечто такое.
02:08
On the left was postscript being rendered by a conventional computer;
37
128000
3000
Слева — PostScript, интерпретированный обычным компьютером;
02:11
on the right is postscript being rendered from the first prototype
38
131000
3000
справа — PostScript, интерпретированный первой сделанной нами моделью,
02:14
we made, but there's no frame buffer, IO processor,
39
134000
4000
но там нет ни кадрового буфера, ни устройства ввода/вывода,
02:18
any of that stuff -- it's just this material.
40
138000
2000
ничего такого — только этот материал.
02:20
Unlike this screen where the dots are placed carefully,
41
140000
2000
В отличие от этого экрана, где точки размещаются с большой точностью,
02:22
this is a raw material.
42
142000
1000
здесь — сырой материал.
02:23
If you add twice as much of it, you have twice as much display.
43
143000
3000
Если вы возьмёте его в двойном количестве, ваш экран будет размером в два раза больше.
02:26
If you shoot a gun through the middle, nothing happens.
44
146000
3000
Если вы прострелите его в центре, ничего не произойдёт.
02:29
If you need more resource, you just apply more computer.
45
149000
4000
Чтобы иметь больше ресурсов, надо просто взять большее количество компьютера.
02:33
So, that's the step after this -- of computing as a raw material.
46
153000
3000
Таким образом, это следующий шаг — в качестве компьютера — сырое вещество.
02:36
That's still conventional bits, the step after that is --
47
156000
3000
Биты всё ещё обычные; а вот следующий шаг после этого —
02:39
this is an earlier prototype in the lab;
48
159000
2000
ранняя модель в лаборатории;
02:41
this is high-speed video slowed down.
49
161000
2000
это высокоскоростное видео в замедленном темпе.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
163000
3000
Это интеграция химии в компьютерном деле, где битами являются пузыри.
02:46
This is showing making bits, this is showing --
51
166000
2000
Здесь показано создание битов, а здесь показано — опять-таки в замедленном темпе,
02:48
once again, slowed down so you can see it,
52
168000
2000
чтобы вы могли видеть, как взаимодействуют биты, производя логические операции,
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
170000
4000
мультиплексирование и демультиплексирование.
02:54
So, now we can compute that the output arranges material
54
174000
3000
Итак, теперь в результате вычислительных операций преобразуется материал,
02:57
as well as information. And, ultimately, these are some slides
55
177000
4000
а не только информация. И, наконец, вот некоторые слайды
03:01
from an early project I did, computing where the bits are stored
56
181000
3000
из моего раннего проекта — вычислительные операции, при которых биты хранятся
03:04
quantum-mechanically in the nuclei of atoms, so
57
184000
3000
квантово-механически в ядрах атомов,
03:07
programs rearrange the nuclear structure of molecules.
58
187000
4000
так что программы меняют ядерную структуру молекул.
03:11
All of these are in the lab pushing further and further and further,
59
191000
4000
Всё это в лаборатории продолжает разрабатываться,
03:15
not as metaphor but literally integrating bits and atoms,
60
195000
3000
не в переносном, а в прямом смысле интегрируя биты и атомы,
03:18
and they lead to the following recognition.
61
198000
3000
и это ведёт к следующему:
03:21
We all know we've had a digital revolution, but what is that?
62
201000
3000
мы все знаем, что произошла цифровая революция, но что это такое?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
204000
3000
Шеннон перевёл нас в 40-е годы из одного состояния в другое:
03:27
from a telephone being a speaker wire that degraded with distance
64
207000
4000
от телефонной связи по проводам с качеством, ухудшающимся с расстоянием, к Интернету.
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
211000
4000
Он доказал теорему о предельной скорости передачи информации, которая показывает,
03:35
if you add information and remove it to a signal,
66
215000
3000
что если вы добавляете информацию к сигналу или удаляете её, вы можете
03:38
you can compute perfectly with an imperfect device.
67
218000
2000
прекрасно делать вычислительные операции, имея несовершенное устройство.
03:40
And that's when we got the Internet.
68
220000
2000
Так получился Интернет.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
222000
3000
Фон Нейман в 50-е годы сделал то же самое для вычислительной техники;
03:45
he showed you can have an unreliable computer but restore its state
70
225000
3000
он показал, что, имея ненадёжный компьютер, можно сделать его совершенным,
03:48
to make it perfect. This was the last great analog computer at MIT:
71
228000
4000
восстановив его состояние. Вот последний большой аналоговый компьютер в MIT:
03:52
a differential analyzer, and the more you ran it,
72
232000
2000
дифференциальный анализатор; чем больше вы запускали его,
03:54
the worse the answer got.
73
234000
2000
тем худший ответ вы получали.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
236000
3000
После фон Неймана у нас был Pentium, где миллиардный транзистор
03:59
is as reliable as the first one.
75
239000
3000
был так же надёжен, как и первый.
04:02
But all our fabrication is down in this lower left corner.
76
242000
3000
Всё, что мы изготовляли, показано здесь в нижнем левом углу.
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
245000
3000
На сверхсовременном авиационном заводе путём вращения наносится
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
248000
3000
металлическое покрытие на закреплённый металл, или расплавляется пластмасса.
04:11
uses a process a village artisan would recognize --
79
251000
3000
Стоящий 10 миллиардов долларов завод, выпускающий чипы, использует процесс,
04:14
you spread stuff around and bake it.
80
254000
3000
знакомый деревенскому умельцу — нечто раскладывается и печётся.
04:17
All the intelligence is external to the system;
81
257000
2000
Весь интеллект находится вне системы;
04:19
the materials don't have information.
82
259000
2000
материалы не содержат информации.
04:21
Yesterday you heard about molecular biology,
83
261000
3000
Вчера вы слышали о молекулярной биологии, в которой, чтобы что-то строилось,
04:24
which fundamentally computes to build.
84
264000
2000
производятся существенные вычислительные операции.
04:26
It's an information processing system.
85
266000
2000
Это система обработки информации.
04:28
We've had digital revolutions in communication and computation,
86
268000
4000
У нас были цифровые революции в области коммуникаций
04:32
but precisely the same idea, precisely the same math
87
272000
3000
и вычислительной техники, но идеи и математика
04:35
Shannon and Von Neuman did, hasn't yet come out
88
275000
2000
как у Шеннона и фон Неймана пока не разработаны
04:37
to the physical world. So, inspired by that,
89
277000
3000
применительно к физическому миру. Таким образом, вдохновлённые этим,
04:40
colleagues in this program -- the Center for Bits and Atoms
90
280000
2000
коллеги в этой программе — в Центре битов и атомов в MIT —
04:42
at MIT -- which is a group of people, like me,
91
282000
3000
это группа людей вроде меня,
04:45
who never understood the boundary between physical science
92
285000
3000
которые никогда не понимали, где граница между физикой
04:48
and computer science. I would even go further and say
93
288000
3000
и компьютерной наукой. Более того, я бы сказал,
04:51
computer science is one of the worst things that ever happened
94
291000
2000
что компьютерная наука — это самое худшее, что когда-либо случалось
04:53
to either computers or to science --
95
293000
2000
с компьютерами или с наукой —
04:55
(Laughter)
96
295000
1000
(Смех)
04:56
-- because the canon -- computer science --
97
296000
4000
— потому что правила компьютерной науки —
05:00
many of them are great but the canon of computer science
98
300000
2000
многие из них великолепны, но они преждевременно
05:02
prematurely froze a model of computation
99
302000
3000
заморозили модель вычислительной техники
05:05
based on technology that was available in 1950,
100
305000
3000
на уровне технологии, доступной в 1950-м году,
05:08
and nature's a much more powerful computer than that.
101
308000
2000
а природа является гораздо более мощным компьютером.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
310000
4000
Завтра вы услышите Сола Гриффита. Он был одним из первых студентов,
05:14
first students to emerge from this program.
103
314000
3000
занимавшихся этой программой.
05:17
We started to figure out how you can compute to fabricate.
104
317000
3000
Мы стали понимать, как создавать вещи, производя вычислительные операции.
05:20
This was just a proof of principle he did of tiles
105
320000
3000
Он просто доказал принцип, используя пластинки, между которыми есть
05:23
that interact magnetically, where you write a code,
106
323000
2000
магнитное взаимодействие, на которых вы пишете программу,
05:25
much like protein folding, that specifies their structure.
107
325000
3000
во многом подобно фолдингу белка, который определяет его структуру.
05:28
So, there's no feedback to a tool metrology;
108
328000
3000
Таким образом, нет никакой обратной связи с инструментами метрологии;
05:31
the material itself codes for its structure in just the same ways
109
331000
5000
сам материал кодирует свою структуру, так же, как и при изготовлении белка.
05:36
that protein are fabricated. So, you can, for example, do that.
110
336000
4000
Так, например, вы можете сделать это.
05:40
You can do other things. That's in 2D. It works in 3D.
111
340000
3000
Вы можете сделать и другие вещи. Это в 2D. Можно и в 3D.
05:43
The video on the upper right -- I won't show for time --
112
343000
2000
Видео в правом верхнем углу — я не буду пока его показывать —
05:45
shows self-replication, templating so something can make something
113
345000
4000
показывает самовоспроизведение, когда что-то может произвести себя и так далее,
05:49
that can make something, and we're doing that now over, maybe,
114
349000
3000
и мы делаем это теперь, может быть, в девятом порядке.
05:52
nine orders of magnitude. Those ideas have been used to show
115
352000
3000
Эти идеи были использованы, чтобы показать
05:55
the best fidelity and direct rate DNA to make an organism,
116
355000
3000
точность и скорость, с которой ДНК создаёт организм,
05:58
in functionalizing nanoclusters with peptide tails
117
358000
3000
с использованием нанокластеров с пептидными хвостами,
06:01
that code for their assembly -- so, much like the magnets,
118
361000
2000
которые программируют свою сборку — во многом подобно магнитам,
06:03
but now on nanometer scales.
119
363000
2000
но теперь на уровне нанометров.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
365000
4000
Лазерная микромашинная обработка: по существу, 3D-принтеры,
06:09
functional systems, all the way up to building buildings,
121
369000
3000
которые цифровым образом изготовляют функциональные системы,
06:12
not by having blueprints,
122
372000
1000
вплоть до строительства зданий, не по чертежам,
06:13
but having the parts code for the structure of the building.
123
373000
3000
а благодаря тому, что отдельные части программируют структуру здания.
06:16
So, these are early examples in the lab of emerging technologies
124
376000
5000
Итак, это ранние примеры новых технологий в лаборатории для автоматизации изготовления.
06:21
to digitize fabrication. Computers that don't control tools
125
381000
4000
Компьютеры, которые не контролируют инструменты,
06:25
but computers that are tools, where the output of a program
126
385000
4000
а сами являются инструментами, где выходные данные программы
06:29
rearranges atoms as well as bits.
127
389000
4000
перестраивают как атомы, так и биты.
06:33
Now, to do that -- with your tax dollars, thank you --
128
393000
3000
Чтобы сделать это, — благодаря налогам, которые вы платите, благодарю вас, —
06:36
I bought all these machines. We made a modest proposal
129
396000
4000
я купил все эти машины. Мы подали скромное предложение в Национальный научный фонд.
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
400000
4000
Мы хотели иметь возможность сделать всё, что угодно, любой длины,
06:44
all in one place, because you can't segregate digital fabrication
131
404000
4000
всё на одном месте, потому что автоматическое изготовление нельзя ограничивать
06:48
by a discipline or a length scale.
132
408000
2000
отраслью или размером.
06:50
So we put together focused nano beam writers
133
410000
4000
Поэтому мы собрали вместе записывающие устройства на сфокусированных нанолучах,
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
414000
5000
резцы со сверхзвуковой струёй воды и эксимерные микромашинные системы.
06:59
But I had a problem. Once I had all these machines,
135
419000
3000
Но я столкнулся с проблемой. Когда я имел уже все эти машины,
07:02
I was spending too much time teaching students to use them.
136
422000
3000
я тратил слишком много времени, обучая студентов пользоваться ими.
07:05
So I started teaching a class, modestly called,
137
425000
2000
Поэтому я начал читать курс под скромным названием
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
427000
3000
«Как делать почти всё». Это не было провокационным;
07:10
it was just for a few research students.
139
430000
2000
он должен был читаться всего нескольким аспирантам.
07:12
But the first day of class looked like this.
140
432000
2000
Но в первый день занятий произошло следующее:
07:14
You know, hundreds of people came in begging,
141
434000
2000
сотни людей пришли, умоляя и говоря, что они всю свою жизнь ожидали такого курса
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
436000
3000
и готовы на всё, лишь бы быть допущенными к нему.
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
439000
3000
Затем меня спросили, могу ли я читать его в MIT? Он кажется исключительно полезным.
07:22
And then the next --
144
442000
1000
А затем вот что оказалось —
07:23
(Laughter)
145
443000
2000
(Смех)
07:25
-- surprising thing was they weren't there to do research.
146
445000
1000
— они не собирались проводить исследования.
07:26
They were there because they wanted to make stuff.
147
446000
2000
Они хотели производить вещи.
07:28
They had no conventional technical background.
148
448000
4000
У них не было обычного технического образования.
07:32
At the end of a semester they integrated their skills.
149
452000
2000
В конце семестра они стали использовать всё своё умение.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
454000
4000
Я покажу старое видео. Келли была скульптором, и вот что она сделала
07:38
with her semester project.
151
458000
2000
в своём курсовом проекте.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
460000
3000
(Видео): Келли: «Привет, я Келли, а это мой вопящий приятель.
07:45
Do you ever find yourself in a situation
153
465000
3000
Вы бывали в ситуации,
07:48
where you really have to scream, but you can't because you're at work,
154
468000
5000
когда вам в самом деле нужно вопить, но вы не можете, потому что вы на работе,
07:53
or you're in a classroom, or you're watching your children,
155
473000
3000
или вы в классе, или смотрите за своими детьми,
07:56
or you're in any number of situations where it's just not permitted?
156
476000
5000
или вы в какой-либо другой ситуации, когда этого просто нельзя делать?
08:01
Well, scream buddy is a portable space for screaming.
157
481000
4000
Вопящий приятель — это портативное пространство для воплей.
08:05
When a user screams into scream buddy, their scream is silenced.
158
485000
5000
Когда пользователь вопит внутрь вопящего приятеля, его вопли глушатся.
08:10
It is also recorded for later release where, when and how
159
490000
4000
Но также записываются для воспроизведения позже —
08:14
the user chooses.
160
494000
1000
где, когда и как — выбирает пользователь».
08:36
(Scream)
161
516000
2000
(Вопль)
08:39
(Laughter) (Applause)
162
519000
4000
(Смех) (Аплодисменты)
08:43
So, Einstein would like this.
163
523000
2000
Эйнштейну это понравилось бы.
08:45
This student made a web browser for parrots --
164
525000
1000
Этот студент сделал веб-браузер для попугаев —
08:46
lets parrots surf the Net and talk to other parrots.
165
526000
3000
он позволяет попугаям сёрфить в Интернете и говорить с другими попугаями.
08:49
This student's made an alarm clock you wrestle
166
529000
2000
Этот студент сделал будильник, с которым нужно бороться,
08:51
to prove you're awake; this is one that defends --
167
531000
2000
чтобы доказать, что вы проснулись; а это платье,
08:53
a dress that defends your personal space.
168
533000
2000
которое защищает ваше личное пространство.
08:55
This isn't technology for communication;
169
535000
2000
Это не технология для коммуникации;
08:57
it's technology to prevent it.
170
537000
2000
это технология для её предотвращения.
08:59
This is a device that lets you see your music.
171
539000
3000
Вот устройство, позволяющее вам видеть вашу музыку.
09:02
This is a student who made a machine that makes machines,
172
542000
3000
Это студент, который сделал машину, которая делает машины,
09:05
and he made it by making Lego bricks that do the computing.
173
545000
3000
и он сделал её, изготовив кирпичики Lego, которые делают вычислительные операции.
09:08
Just year after year -- and I finally realized
174
548000
2000
Шёл год за годом — и я наконец понял,
09:10
the students were showing the killer app of personal fabrication
175
550000
4000
что студенты демонстрировали киллер-приложения собственного изготовления,
09:14
is products for a market of one person.
176
554000
2000
предназначенные для одного человека.
09:16
You don't need this for what you can get in Wal-Mart;
177
556000
2000
Вам такое не нужно для того, что вы можете купить в магазине;
09:18
you need this for what makes you unique.
178
558000
1000
такое делает вас уникальным.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
559000
4000
Есть известное изречение Кена Олсена о том, что иметь компьютер дома не нужно.
09:23
But you don't use it for inventory and payroll;
180
563000
2000
Но вы не используете его для инвентаризации и ведомости заработной платы;
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
565000
3000
Его компьютерная компания является теперь дважды банкротом. Вам не нужно самостоятельно
09:28
in the home to buy what you can buy because you can buy it.
182
568000
2000
изготовлять дома то, что можно купить, потому что вы можете купить это.
09:30
You need it for what makes you unique, just like personalization.
183
570000
4000
Это нужно вам, чтобы быть уникальным, быть личностью.
09:34
So, with that, in turn, 20 million dollars today does this;
184
574000
4000
В свою очередь, за 20 миллионов долларов теперь это делается; через 20 лет мы сделаем
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
578000
4000
репликаторы как в фильме «Звёздный путь», которые делают всё что угодно.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
582000
4000
Студенты захватили все машины, которые я купил для самостоятельного изготовления.
09:46
Today, when you spend that much of your money,
187
586000
2000
Когда вы тратите так много из своих денег,
09:48
there's a government requirement to do outreach, which often means
188
588000
3000
правительство требует от вас популяризации того, что вы делаете, что зачастую означает
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
591000
3000
курсы в местной школе, веб-сайт — и это не так уж захватывающе.
09:54
So, I made a deal with my NSF program managers that
190
594000
4000
Поэтому я договорился со своими менеджерами программ из Национального научного фонда,
09:58
instead of talking about it, I'd give people the tools.
191
598000
2000
что вместо того чтобы говорить об этом, я буду давать людям инструменты.
10:00
This wasn't meant to be provocative or important,
192
600000
2000
Не для того чтобы провоцировать или напускать на себя важность,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
602000
4000
но мы собрали эти Fab Labs. Оборудования там примерно на 20 000 долларов,
10:06
that approximate both what the 20 million dollars does and where it's going.
194
606000
5000
что ориентировочно соответствует тому, что делается на эти 20 миллионов долларов.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
611000
3000
Лазерный резак, делающий пресс-сборку 3D на основе 2D,
10:14
a sign cutter to plot in copper to do electromagnetics,
196
614000
2000
резец для вычерчивания по меди, чтобы делать электромагнетики
10:16
a micron scale,
197
616000
2000
в микронном масштабе,
10:18
numerically-controlled milling machine for precise structures,
198
618000
2000
численно контролируемый фрезерный станок для точных структур,
10:20
programming tools for less than a dollar,
199
620000
3000
средства программирования на менее чем один доллар,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
623000
3000
микроконтроллеры в 100 наносекунд. Это позволяет работать, начиная с микронов
10:26
and microseconds on up, and they exploded around the world.
201
626000
4000
и микросекунд и выше, и это мгновенно распространилось по всему миру.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
630000
2000
Это не было запланировано, но из Бостона они попали
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
632000
4000
в Побал в Индии, в Секонди-Такоради на побережье Ганы,
10:36
to Soshanguve in a township in South Africa,
204
636000
3000
в пригород для чёрных Сошангуве в Южной Африке,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
639000
4000
на крайний север Норвегии, выявляя или помогая выявлять,
10:43
for all the attention to the digital divide,
206
643000
3000
учитывая «цифровое неравенство»,
10:46
we would find unused computers in all these places.
207
646000
4000
неиспользуемые компьютеры во всех этих местах.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
650000
3000
Возьмём фермера в деревне — его ребёнку нужно измерять и изменять мир,
10:53
the world, not just get information about it on a screen.
209
653000
4000
а не только получать информацию о нём на экране.
10:57
That there's really a fabrication and an instrumentation divide
210
657000
2000
Разрыв в изготовлении и в оснащении инструментами
10:59
bigger than the digital divide.
211
659000
3000
больше, чем «цифровое неравенство».
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
662000
3000
И уменьшаете вы его не с помощью информационных технологий для масс,
11:05
So, in place after place
213
665000
3000
а позволяя массам развивать ИТ. Такую последовательность
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
668000
3000
мы наблюдали всюду, где мы открывали эти Fab Labs,
11:11
where we didn't -- this is too crazy to think of.
215
671000
3000
в самых невероятных местах.
11:14
We didn't think this up, that we would get pulled to these places;
216
674000
3000
Мы не ожидали, что окажемся в этих местах.
11:17
we'd open it. The first step was just empowerment.
217
677000
2000
Вначале нужно было просто дать им возможность что-то делать.
11:19
You can see it in their face, just this joy of, I can do it.
218
679000
3000
По их лицам можно было видеть радость от того, что они могут это делать.
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
682000
2000
Вот девочка в Бостоне, которая только что смастерила нечто высокотехнологичное
11:24
on-demand craft sale in the inner city community center.
220
684000
4000
для распродажи в общественном центре города.
11:28
It goes on from there to serious hands-on technical education
221
688000
4000
Затем это переходит в серьёзное практическое техническое образование,
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
692000
5000
неформальное, вне школы. Одну из таких лабораторий мы создали в Гане.
11:37
We designed a network sensor, and kids would show up
223
697000
2000
Мы разработали датчик сети, и дети приходили
11:39
and refuse to leave the lab.
224
699000
1000
и отказывались уходить из лаборатории.
11:40
There was a girl who insisted we stay late at night --
225
700000
3000
Там была девочка, которая настаивала, чтобы мы остались до поздней ночи —
11:43
(Video): Kids: I love the Fab Lab.
226
703000
2000
(Видео): Дети: «Я люблю Fab Lab».
11:45
-- her first night in the lab because she was going to make the sensor.
227
705000
3000
— в её первую ночь в лаборатории, потому что она собиралась сделать датчик.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
708000
3000
Она настояла на изготовлении платы, училась, как её заполнять,
11:51
learning how to program it. She didn't really know
229
711000
2000
училась программировать её. Она не совсем понимала,
11:53
what she was doing or why she was doing it, but she knew
230
713000
2000
что она делает или почему она это делает, но она знала,
11:55
she just had to do it. There was something electric about it.
231
715000
3000
что она просто должна это сделать. В этом было что-то электризующее.
11:58
This is late at, you know, 11 o'clock at night
232
718000
2000
Было поздно, 11 часов вечера,
12:00
and I think I was the only person surprised when what she built
233
720000
3000
и я думаю, что только я удивился, когда то, что она сделала,
12:03
worked the first time.
234
723000
2000
заработало с первого раза.
12:05
And I've shown this to engineers at big companies, and they say
235
725000
2000
Я показал это инженерам из крупных компаний, и они сказали, что они не могут сделать такого.
12:07
they can't do this. Any one thing she's doing, they can do better,
236
727000
3000
Любую из вещей, которые она делает, они могут сделать лучше,
12:10
but it's distributed over many people and many sites
237
730000
3000
но это распределяется между многими людьми и местами,
12:13
and they can't do in an afternoon
238
733000
1000
и они не могут сделать за один вечер то,
12:14
what this little girl in rural Ghana is doing.
239
734000
3000
что делает эта маленькая девочка из сельского района Ганы.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
753000
4000
(Видео): Девочка: «Меня зовут Валентина Кофи, мне восемь лет.
12:37
I made a stacking board.
241
757000
3000
Я сделала плату».
12:40
And, again, that was just for the joy of it.
242
760000
3000
Это делалось только для удовольствия.
12:43
Then these labs started doing serious problem solving --
243
763000
3000
Затем эти лаборатории начали решать серьёзные проблемы —
12:46
instrumentation for agriculture in India,
244
766000
2000
оборудование для сельского хозяйства в Индии,
12:48
steam turbines for energy conversion in Ghana,
245
768000
2000
паровые турбины для преобразования энергии в Гане,
12:50
high-gain antennas in thin client computers.
246
770000
4000
антенны с высоким коэффициентом усиления в тонких компьютерах клиентов.
12:54
And then, in turn, businesses started to grow,
247
774000
1000
А затем, в свою очередь, начали разрастаться предприятия,
12:55
like making these antennas.
248
775000
1000
например, для производства этих антенн.
12:56
And finally, the lab started doing invention.
249
776000
2000
И, наконец, в лаборатории начали делать изобретения.
12:58
We're learning more from them than we're giving them.
250
778000
2000
Мы учимся у них большему, чем даём им.
13:00
I was showing my kids in a Fab Lab how to use it.
251
780000
3000
Я показывал детям в Fab Lab, как его использовать.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
783000
4000
Они придумали способ делать строительный комплект из картонной коробки —
13:07
which, as you see up there, that's becoming a business --
253
787000
2000
что, как вы видите там, наверху, становится бизнесом —
13:09
but their design was better than Saul's design at MIT,
254
789000
3000
но их дизайн был лучше, чем дизайн Сола в MIT,
13:12
so there's now three students at MIT doing their theses on
255
792000
3000
так что в настоящее время три студента в MIT делают диссертации,
13:15
scaling the work of eight-year-old children
256
795000
3000
приспосабливая работу 8-летних детей,
13:18
because they had better designs.
257
798000
1000
потому что их дизайн был лучше.
13:19
Real invention is happening in these labs.
258
799000
3000
В этих лабораториях по-настоящему изобретают.
13:22
And I still kept -- so, in the last year I've been spending time with
259
802000
2000
В прошлом году я встречался с главами государств
13:24
heads of state and generals and tribal chiefs who all want this,
260
804000
3000
и генералами и вождями племён, которые хотят этого,
13:27
and I keep saying, but this isn't the real thing.
261
807000
2000
и я продолжаю говорить, но это ещё не всё.
13:29
Wait, like, 20 years and then we'll be done.
262
809000
2000
Подождите лет 20 лет, и тогда всё будет сделано.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
811000
3000
В конце концов я понял, что происходит. Вот Керниган и Ричи
13:34
inventing UNIX on a PDP.
264
814000
3000
в момент изобретения UNIX для PDP.
13:37
PDPs came between mainframes and minicomputers.
265
817000
2000
PDP были где-то посередине между большими ЭВМ и миникомпьютерами.
13:39
They were tens of thousands of dollars, hard to use,
266
819000
3000
Они стоили десятки тысяч долларов, ими было трудно пользоваться,
13:42
but they brought computing down to work groups,
267
822000
2000
но благодаря им компьютеры стали использовать в рабочих группах,
13:44
and everything we do today happened there.
268
824000
2000
и всё, что мы делаем сегодня, произошло там.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
826000
3000
Эти Fab Labs стоят столько же, сколько и PDP и настолько же сложны.
13:49
The projection of digital fabrication
270
829000
2000
Перспектива цифрового производства —
13:51
isn't a projection for the future; we are now in the PDP era.
271
831000
3000
это не перспектива для будущего. Сейчас мы находимся как бы в эпоху PDP.
13:54
We talked in hushed tones about the great discoveries then.
272
834000
3000
Тогда мы говорили в приглушенных тонах о великих открытиях.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
837000
3000
Всё происходило очень хаотично, не было ясно, что происходит.
14:00
In the same sense we are now, today, in the minicomputer era
274
840000
3000
В таком же положении мы находимся сейчас, в эпоху миникомпьютеров
14:03
of digital fabrication.
275
843000
2000
цифрового производства.
14:05
The only problem with that is it breaks everybody's boundaries.
276
845000
4000
Единственная проблема состоит в том, что при этом ломаются все границы.
14:09
In DC, I go to every agency that wants to talk, you know;
277
849000
3000
В Вашингтоне я захожу в каждое учреждение, которое хочет поговорить;
14:12
in the Bay Area, I go to every organization you can think of --
278
852000
2000
в районе Сан-Франциско я хожу во всевозможные организации,
14:14
they all want to talk about it, but it breaks
279
854000
2000
все они хотят об этом говорить, но это нарушает
14:16
their organizational boundaries. In fact, it's illegal for them,
280
856000
3000
границы их организации. На самом деле во многих случаях это незаконно для них,
14:19
in many cases, to equip ordinary people to create
281
859000
4000
оснащать простых людей так, чтобы они создавали,
14:23
rather than consume technology.
282
863000
1000
а не потребляли технологии.
14:24
And that problem is so severe that the ultimate invention
283
864000
4000
И эта проблема настолько серьёзна, что последнее изобретение,
14:28
coming from this community surprised me:
284
868000
3000
сделанное этим сообществом, удивило меня:
14:31
it's the social engineering. That the lab in far north of Norway --
285
871000
4000
это социальная инженерия. Эта лаборатория — далеко на севере Норвегии —
14:35
this is so far north its satellite dishes look at the ground
286
875000
2000
это так далеко на Севере, что спутниковые тарелки направлены в сторону земли,
14:37
rather than the sky because that's where the satellites are --
287
877000
4000
а не в небо, потому что там находятся спутники —
14:41
the lab outgrew the little barn that it was in.
288
881000
1000
эта лаборатория вышла за рамки сарая, в котором она находилась. Она была там,
14:42
It was there because they wanted to find animals in the mountains
289
882000
3000
потому что они хотели найти животных в горах, но она вышла за рамки этого,
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
885000
4000
так что они построили этот необычайный посёлок для лаборатории.
14:49
This isn't a university; it's not a company. It's essentially
291
889000
2000
Это не университет и не компания. Это, по существу,
14:51
a village for invention; it's a village for the outliers in society,
292
891000
5000
посёлок для изобретений; это посёлок для особенных людей в обществе
14:56
and those have been growing up around these Fab Labs
293
896000
2000
и для тех, кто развивался вокруг этих Fab Labs
14:58
all around the world.
294
898000
1000
во всём мире.
14:59
So this program has split into an NGO foundation,
295
899000
4000
Эта программа раскололась на НПО,
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
903000
4000
Фонд Fab для поддержки расширения, микро-венчурный капитал.
15:07
The person who runs it nicely describes it as
297
907000
1000
Человек, который руководит им, красиво описывает его как
15:08
"machines that make machines need businesses that make businesses:"
298
908000
4000
«машины, создающие машины, нуждаются в предприятиях, создающих предприятия».
15:12
it's a cross between micro-finance and VC to do fan-out,
299
912000
3000
Это место пересечения микро-финансирования и венчурного капитала для расширения,
15:15
and then the research partnerships back at MIT for what's
300
915000
2000
а затем сотрудничества в исследованиях опять-таки с MIT,
15:17
making it possible.
301
917000
3000
что делает это возможным.
15:20
So I'd like to leave you with two thoughts.
302
920000
2000
Я хотел бы, чтобы вы подумали над двумя вещами.
15:22
There's been a sea change in aid, from top-down mega-projects
303
922000
5000
Были радикальные изменения в помощи, от мега-проектов, идущих сверху вниз,
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
927000
4000
к проектам, идущим снизу вверх, микро-финансирование низа,
15:31
so that everybody's got that that's what works.
305
931000
3000
так что все поняли, что это срабатывает.
15:34
But we still look at technology as top-down mega-projects.
306
934000
3000
Но мы всё ещё считаем, технология — это мега-проекты, функционирующие сверху вниз.
15:37
Computing, communication, energy for the rest of the planet
307
937000
3000
Вычислительная техника, коммуникации, энергия для нашей планеты
15:40
are these top-down mega-projects.
308
940000
2000
являются этими мега-проектами, работающими сверху вниз.
15:42
If this room full of heroes is just clever enough,
309
942000
2000
Если среди присутствующих имеются достаточно разумные люди,
15:44
you can solve the problems.
310
944000
2000
эти проблемы можно будет решить.
15:46
The message coming from the Fab Labs is that
311
946000
2000
Fab Labs хотят обратить внимание на то,
15:48
the other five billion people on the planet
312
948000
2000
что другие пять миллиардов людей на планете
15:50
aren't just technical sinks; they're sources.
313
950000
2000
не только потребители технологии; они и её разработчики.
15:52
The real opportunity is to harness the inventive power of the world
314
952000
3000
Реально возможно использовать изобретательскую мощь мира,
15:55
to locally design and produce solutions to local problems.
315
955000
4000
чтобы на местах проектировать и решать локальные проблемы.
15:59
I thought that's the projection 20 years hence into the future,
316
959000
3000
Я думал, что это перспектива на 20 лет в будущее,
16:02
but it's where we are today.
317
962000
2000
но уже сегодня это так.
16:04
It breaks every organizational boundary we can think of.
318
964000
2000
Исчезают всевозможные организационные границы.
16:06
The hardest thing at this point is the social engineering
319
966000
3000
Самое трудное на настоящий момент — социальная инженерия
16:09
and the organizational engineering, but it's here today.
320
969000
3000
и организационная инженерия, но это уже имеется.
16:12
And, finally, any talk like this on the future of computing
321
972000
2000
И, наконец, любой разговор о будущем вычислительной техники
16:14
is required to show Moore's law, but my favorite version --
322
974000
4000
должен демонстрировать Закон Мура, но моя любимая версия —
16:18
this is Gordon Moore's original one from his original paper --
323
978000
5000
это первоначальный закон Гордона Мура из его собственной статьи —
16:23
and what's happened is, year after year after year,
324
983000
2000
и год за годом, год за годом
16:25
we've scaled and we've scaled and we've scaled
325
985000
1000
масштаб увеличивается всё больше и больше,
16:26
and we've scaled, and we've scaled and we've scaled,
326
986000
4000
больше и больше, больше и больше,
16:30
and we've scaled and we've scaled,
327
990000
1000
больше и больше, больше и больше,
16:31
and there's this looming bug of what's going to happen
328
991000
2000
и надвигается ошибка, что же произойдёт
16:33
at the end of Moore's law; this ultimate bug is coming.
329
993000
4000
в самом конце закона Мура; эта отдалённая ошибка приближается.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
997000
5000
Что мы ценим, так это переход от 2D к 3D,
16:42
from programming bits to programming atoms,
331
1002000
3000
от битов программирования к атомам программирования,
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
1005000
2000
что превращает предельную ошибку в изменении масштаба закона Мура
16:47
to the ultimate feature.
333
1007000
2000
в предельное свойство.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
1009000
4000
Таким образом, мы находимся как раз на краю этой цифровой революции в производстве,
16:53
where the output of computation programs the physical world.
335
1013000
3000
где результат вычислительных программ проявляется в физическом мире.
16:56
So, together, these two projects answer questions
336
1016000
3000
Таким образом, эти два проекта совместно отвечают на вопросы,
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
1019000
4000
которые я не задал явно. Курс в MIT демонстрирует, что киллер-приложение
17:03
for personal fabrication in the developed world
338
1023000
2000
для индивидуального производства в развитых странах мира —
17:05
is technology for a market of one: personal expression in technology
339
1025000
4000
это технология для рынка одного человека: личное выражение через технологии,
17:09
that touches a passion unlike anything I've seen in technology
340
1029000
3000
касающееся энтузиазма, в отличие от всего прочего, что я наблюдал в технологии
17:12
for a very long time.
341
1032000
2000
в течение очень длительного времени.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1034000
4000
А киллер-приложение в остальной части нашей планеты
17:18
and the fabrication divide: people locally developing solutions
343
1038000
3000
связано с разрывом в оснащении инструментами и производством:
17:21
to local problems. Thank you.
344
1041000
2000
люди локально разрабатывают на местах решения локальных проблем. Спасибо.
Об этом сайте

Этот сайт познакомит вас с видеороликами YouTube, полезными для изучения английского языка. Вы увидите уроки английского языка, преподаваемые высококлассными учителями со всего мира. Дважды щелкните по английским субтитрам, отображаемым на каждой странице видео, чтобы воспроизвести видео оттуда. Субтитры прокручиваются синхронно с воспроизведением видео. Если у вас есть какие-либо комментарии или пожелания, пожалуйста, свяжитесь с нами, используя эту контактную форму.

https://forms.gle/WvT1wiN1qDtmnspy7