Skylar Tibbits: Can we make things that make themselves?

75,792 views ・ 2011-09-01

TED


Pre spustenie videa dvakrát kliknite na anglické titulky nižšie.

Translator: Matej Sykora Reviewer: Basha Sykorova
00:15
Today I'd like to show you
0
15260
2000
Dnes by som vám rád ukázal budúcnosť toho,
00:17
the future of the way we make things.
1
17260
2000
akým spôsobom môžeme vyrábať veci.
00:19
I believe that soon our buildings and machines
2
19260
2000
Verím, že čoskoro
00:21
will be self-assembling,
3
21260
2000
sa naše budovy a stroje budú
00:23
replicating and repairing themselves.
4
23260
2000
vyrábať, replikovať a opravovať sami.
00:25
So I'm going to show you
5
25260
2000
Ukážem vám,
00:27
what I believe is the current state of manufacturing,
6
27260
2000
čo je podľa mňa súčasný stav výroby
00:29
and then compare that to some natural systems.
7
29260
3000
a ten potom porovnám k niektorým prírodným systémom.
00:32
So in the current state of manufacturing, we have skyscrapers --
8
32260
3000
Takže, v súčasnosti máme mrakodrapy:
00:35
two and a half years [of assembly time],
9
35260
2000
dva a pol roka,
00:37
500,000 to a million parts,
10
37260
2000
pol milióna až milión častí,
00:39
fairly complex,
11
39260
2000
pomerne komplexné,
00:41
new, exciting technologies in steel, concrete, glass.
12
41260
3000
nové a vzrušujúce technológie s oceľou, betónom a sklom.
00:44
We have exciting machines
13
44260
2000
Máme strhujúce stroje,
00:46
that can take us into space --
14
46260
2000
ktoré nás môžu zobrať do vesmíru
00:48
five years [of assembly time], 2.5 million parts.
15
48260
3000
- päť rokov, 2,5 milióna častí.
00:51
But on the other side, if you look at the natural systems,
16
51260
3000
Ale na druhej strane, ak sa pozriete na prírodné systémy,
00:54
we have proteins
17
54260
2000
máme proteíny,
00:56
that have two million types,
18
56260
2000
ktoré majú dva milióny druhov
00:58
can fold in 10,000 nanoseconds,
19
58260
2000
a môžu sa usporiadať za 10 000 nanosekúnd.
01:00
or DNA with three billion base pairs
20
60260
2000
Alebo DNA s tromi miliardami základných párov,
01:02
we can replicate in roughly an hour.
21
62260
3000
ktorá sa môže replikovať približne za hodinu.
01:05
So there's all of this complexity
22
65260
2000
V našich prírodných systémoch
01:07
in our natural systems,
23
67260
2000
je veľa takejto komplexnosti,
01:09
but they're extremely efficient,
24
69260
2000
ale tieto systémy sú mimoriadne efektívne
01:11
far more efficient than anything we can build,
25
71260
2000
- oveľa efektívnejšie a komplexnejšie ako čokoľvek,
01:13
far more complex than anything we can build.
26
73260
2000
čo sme schopní vytvoriť.
01:15
They're far more efficient in terms of energy.
27
75260
2000
Sú oveľa efektívnejšie čo sa týka energie.
01:17
They hardly ever make mistakes.
28
77260
3000
Takmer nikdy nerobia chyby.
01:20
And they can repair themselves for longevity.
29
80260
2000
A môžu sa sami opravovať k dlhovekosti.
01:22
So there's something super interesting about natural systems.
30
82260
3000
Toto je niečo veľmi zaujímavé o prírodných systémoch.
01:25
And if we can translate that
31
85260
2000
A ak to môžeme aplikovať
01:27
into our built environment,
32
87260
2000
do nášho vybudovaného prostredia,
01:29
then there's some exciting potential for the way that we build things.
33
89260
2000
potom je tu skvelý potenciál pre spôsob, akým vyrábame veci.
01:31
And I think the key to that is self-assembly.
34
91260
3000
A myslím si, že kľúčom k tomu je spontánne usporiadanie.
01:34
So if we want to utilize self-assembly in our physical environment,
35
94260
3000
Ak chceme využiť samovýrobu v našom fyzikálnom prostredí,
01:37
I think there's four key factors.
36
97260
2000
myslím, že sú tu štyri kľúčové faktory.
01:39
The first is that we need to decode
37
99260
2000
Po prvé, potrebujeme dekódovať
01:41
all of the complexity of what we want to build --
38
101260
2000
celú komplexitu toho, čo chceme vytvoriť
01:43
so our buildings and machines.
39
103260
2000
- teda našich budov a strojov.
01:45
And we need to decode that into simple sequences --
40
105260
2000
A potrebujeme ich dekódovať do jednoduchých sekvencií
01:47
basically the DNA of how our buildings work.
41
107260
2000
- v podstate do DNA toho, ako naše budovy pracujú.
01:49
Then we need programmable parts
42
109260
2000
Potom potrebujeme programovateľné časti,
01:51
that can take that sequence
43
111260
2000
ktoré môžu tú sekvenciu zobrať
01:53
and use that to fold up, or reconfigure.
44
113260
3000
a použiť ju na zloženie sa alebo rekonfiguráciu.
01:56
We need some energy that's going to allow that to activate,
45
116260
3000
Potrebujeme energiu, ktorá nám to umožní aktivovať,
01:59
allow our parts to be able to fold up from the program.
46
119260
3000
ktorá umožní častiam, aby sa boli schopné poskladať z programu.
02:02
And we need some type of error correction redundancy
47
122260
2000
A potrebujeme nejaký systém odstraňovania chýb,
02:04
to guarantee that we have successfully built what we want.
48
124260
3000
ktorý zaistí, že sme úspešne vytvorili to, čo sme zamýšľali.
02:07
So I'm going to show you a number of projects
49
127260
2000
Takže teraz vám ukážem niekoľko projektov,
02:09
that my colleagues and I at MIT are working on
50
129260
2000
na ktorých spolu s kolegami pracujeme na MIT,
02:11
to achieve this self-assembling future.
51
131260
2000
aby sme dosiahli túto samovytvárajúcu sa budúcnosť.
02:13
The first two are the MacroBot and DeciBot.
52
133260
3000
Prvé dva sú MacroBot a DeciBot.
02:16
So these projects are large-scale reconfigurable robots --
53
136260
4000
Tieto projekty sú rekonfigurovateľné roboty vo veľkom:
02:20
8 ft., 12 ft. long proteins.
54
140260
3000
8 stôp (cca 2,4m) a 12 stôp (cca 3,7m) dlhé proteíny.
02:23
They're embedded with mechanical electrical devices, sensors.
55
143260
3000
Sú vybavené mechanickými elektrickými zariadeniami, senzormi.
02:26
You decode what you want to fold up into,
56
146260
2000
Dekódujeme to, do čoho sa chceme poskladať,
02:28
into a sequence of angles --
57
148260
2000
do sekvencie uhlov
02:30
so negative 120, negative 120, 0, 0,
58
150260
2000
- takže negatívnych 120°, negatívnych 120°, 0°, 0°,
02:32
120, negative 120 -- something like that;
59
152260
3000
120°, negatívnych 120° - niečo také:
02:35
so a sequence of angles, or turns,
60
155260
2000
sekvencia uhlov alebo obrátok
02:37
and you send that sequence through the string.
61
157260
3000
a pošleme túto sekvenciu cez reťazec.
02:40
Each unit takes its message -- so negative 120 --
62
160260
3000
Každá jednotka si zoberie svoju správu - takže negatívnych 120°.
02:43
it rotates to that, checks if it got there
63
163260
2000
Otočí sa do toho uhlu, zistí, či sa tam dostala,
02:45
and then passes it to its neighbor.
64
165260
3000
a potom posunie tú správu susedovi.
02:48
So these are the brilliant scientists,
65
168260
2000
Toto sú vynikajúci vedci,
02:50
engineers, designers that worked on this project.
66
170260
2000
inžinieri, dizajnéri, ktorí pracovali na tomto projekte.
02:52
And I think it really brings to light:
67
172260
2000
A myslím, že to evokuje otázku:
02:54
Is this really scalable?
68
174260
2000
je toto skutočne rozšíriteľné?
02:56
I mean, thousands of dollars, lots of man hours
69
176260
2000
Myslím tým, že na výrobu tohto 2,4-metrového robota
02:58
made to make this eight-foot robot.
70
178260
3000
bolo vynaložených tisíce dolárov a veľa ľudskej práce.
03:01
Can we really scale this up? Can we really embed robotics into every part?
71
181260
3000
Môžeme toto skutočne uplatniť vo veľkom? Môžeme skutotočne integrovať robotiku do každej časti?
03:04
The next one questions that
72
184260
2000
Ďalší projekt kladie takéto otázky
03:06
and looks at passive nature,
73
186260
2000
a zaoberá sa pasívnou prírodou
03:08
or passively trying to have reconfiguration programmability.
74
188260
3000
alebo pasívne skúša dosiahnuť programovateľnosť rekonfigurácie.
03:11
But it goes a step further,
75
191260
2000
Ale ide ešte o krok ďalej
03:13
and it tries to have actual computation.
76
193260
2000
a skúša dosiahnuť samotné výpočty.
03:15
It basically embeds the most fundamental building block of computing,
77
195260
2000
V podstate vkladá najzákladnejšiu časť počítačov,
03:17
the digital logic gate,
78
197260
2000
digitálnu logickú bránu,
03:19
directly into your parts.
79
199260
2000
priamo do našich častí.
03:21
So this is a NAND gate.
80
201260
2000
Takže toto je NAND brána.
03:23
You have one tetrahedron which is the gate
81
203260
2000
Máme jeden štvorsten, ktorý je bránou,
03:25
that's going to do your computing,
82
205260
2000
ktorá robí naše výpočty,
03:27
and you have two input tetrahedrons.
83
207260
2000
a máme dva vstupné štvorsteny.
03:29
One of them is the input from the user, as you're building your bricks.
84
209260
3000
Jeden z nich je vstup od užívateľov, keď staviame naše tehličky.
03:32
The other one is from the previous brick that was placed.
85
212260
3000
Ten druhý je z predchádzajúcej tehličky, ktorá bola umiestnená.
03:35
And then it gives you an output in 3D space.
86
215260
3000
A toto nám potom dáva výstup v 3D priestore.
03:38
So what this means
87
218260
2000
Takže toto znamená,
03:40
is that the user can start plugging in what they want the bricks to do.
88
220260
3000
že užívateľ môže začať vkladať informácie o tom, čo chce, aby tie časti robili.
03:43
It computes on what it was doing before
89
223260
2000
Vypočíta to, čo to robilo predtým,
03:45
and what you said you wanted it to do.
90
225260
2000
a čo sme povedali, že chceme, aby to spravilo.
03:47
And now it starts moving in three-dimensional space --
91
227260
2000
A teraz sa to začína hýbať v trojrozmernom priestore -
03:49
so up or down.
92
229260
2000
hore alebo dole.
03:51
So on the left-hand side, [1,1] input equals 0 output, which goes down.
93
231260
3000
Na ľavej strane, vstup [1, 1] sa rovná výstupu 0, takže ide dole.
03:54
On the right-hand side,
94
234260
2000
Na pravej strane,
03:56
[0,0] input is a 1 output, which goes up.
95
236260
3000
vstup [0, 0] je výstup 1, čo znamená, že ide hore.
03:59
And so what that really means
96
239260
2000
A toto v praxi znamená,
04:01
is that our structures now contain the blueprints
97
241260
2000
že naše štruktúry teraz obsahujú detailný plán toho,
04:03
of what we want to build.
98
243260
2000
čo chceme postaviť.
04:05
So they have all of the information embedded in them of what was constructed.
99
245260
3000
Majú v sebe vložené všetky informácie o tom, čo bolo skonštruované.
04:08
So that means that we can have some form of self-replication.
100
248260
3000
To znamená, že môžeme dosiahnuť nejakú formu samoreplikácie.
04:11
In this case I call it self-guided replication,
101
251260
3000
V tomto prípade to volám samosprevádzajúca sa replikácia,
04:14
because your structure contains the exact blueprints.
102
254260
2000
pretože naša štruktúra obsahuje presné plány.
04:16
If you have errors, you can replace a part.
103
256260
2000
Ak máme chyby, časť môžeme nahradiť.
04:18
All the local information is embedded to tell you how to fix it.
104
258260
3000
Všetky lokálne informácie sú zabudované, aby nám povedali, ako chyby opraviť.
04:21
So you could have something that climbs along and reads it
105
261260
2000
Takže môžeme mať niečo, čo sa analyzuje a číta
04:23
and can output at one to one.
106
263260
2000
a môže mať individuálny výsledok.
04:25
It's directly embedded; there's no external instructions.
107
265260
2000
Je to priamo vložené, nie sú tam žiadne externé inštrukcie.
04:27
So the last project I'll show is called Biased Chains,
108
267260
3000
Posledný projekt, ktorý vám ukážem, sa volá Biased Chains (Predpojaté reťaze),
04:30
and it's probably the most exciting example that we have right now
109
270260
3000
a je to asi najvzrušujúcejší príklad pasívnych samovytvárajúcich sa systémov,
04:33
of passive self-assembly systems.
110
273260
2000
ktorý práve teraz máme.
04:35
So it takes the reconfigurability
111
275260
2000
Zahŕňa to schopnosť rekonfigurácie
04:37
and programmability
112
277260
2000
a programovania
04:39
and makes it a completely passive system.
113
279260
3000
a stáva sa z toho úplne pasívny systém.
04:43
So basically you have a chain of elements.
114
283260
2000
Takže v podstate máme reťaz elementov.
04:45
Each element is completely identical,
115
285260
2000
Každý element je úplne identický
04:47
and they're biased.
116
287260
2000
a predpojatý.
04:49
So each chain, or each element, wants to turn right or left.
117
289260
3000
Každá reťaz alebo každý element chce zabočiť doprava alebo doľava.
04:52
So as you assemble the chain, you're basically programming it.
118
292260
3000
Takže keď skladáme reťaz, v podstate ju programujeme.
04:55
You're telling each unit if it should turn right or left.
119
295260
3000
Hovoríme každej jednotke, či má zabočiť doprava alebo doľava.
04:58
So when you shake the chain,
120
298260
3000
Takže keď tú reťaz zatrasieme,
05:01
it then folds up
121
301260
2000
poskladá sa
05:03
into any configuration that you've programmed in --
122
303260
3000
do akejkoľvek konfigurácie, ktorú sme naprogramovali
05:06
so in this case, a spiral,
123
306260
2000
- v tomto prípade do špirály,
05:08
or in this case,
124
308260
3000
alebo v tomto prípade
05:11
two cubes next to each other.
125
311260
3000
do dvoch kociek hneď pri sebe.
05:14
So you can basically program
126
314260
2000
Takže v podstate môžeme naprogramovať
05:16
any three-dimensional shape --
127
316260
2000
akýkoľvek trojrozmerný tvar
05:18
or one-dimensional, two-dimensional -- up into this chain completely passively.
128
318260
3000
- alebo jednorozmerný alebo dvojrozmerný - do tejto reťaze úplne pasívne.
05:21
So what does this tell us about the future?
129
321260
2000
Čo nám to hovorí o budúcnosti?
05:23
I think that it's telling us
130
323260
2000
Myslím si, že nám to hovorí,
05:25
that there's new possibilities for self-assembly, replication, repair
131
325260
3000
že v našich fyzických štruktúrach, budovách a strojoch
05:28
in our physical structures, our buildings, machines.
132
328260
3000
sú nové možnosti pre samovytváranie, replikovanie a opravy.
05:31
There's new programmability in these parts.
133
331260
2000
V týchto častiach je nová programovateľnosť.
05:33
And from that you have new possibilities for computing.
134
333260
2000
A z toho máme nové možnosti pre počítačové výpočty.
05:35
We'll have spatial computing.
135
335260
2000
Budeme mať priestorové výpočty.
05:37
Imagine if our buildings, our bridges, machines,
136
337260
2000
Predstavte si, že naše budovy, mosty, stroje,
05:39
all of our bricks could actually compute.
137
339260
2000
všetky naše stavebné časti, možu počítať.
05:41
That's amazing parallel and distributed computing power,
138
341260
2000
To je úžasná paralelná a rozložená výpočtová sila,
05:43
new design possibilities.
139
343260
2000
nové možnosti dizajnu.
05:45
So it's exciting potential for this.
140
345260
2000
Je v tom vzrušujúci potenciál.
05:47
So I think these projects I've showed here
141
347260
2000
Myslím, že tieto projekty, ktoré som vám ukázal,
05:49
are just a tiny step towards this future,
142
349260
2000
sú len malými krokmi k takejto budúcnosti,
05:51
if we implement these new technologies
143
351260
2000
ak implementujeme tieto nové technológie
05:53
for a new self-assembling world.
144
353260
2000
pre nový, samovytvárajúci sa svet.
05:55
Thank you.
145
355260
2000
Ďakujem!
05:57
(Applause)
146
357260
2000
(Aplauz.)
O tomto webe

Táto stránka vám predstaví videá na YouTube, ktoré sú užitočné pri učení angličtiny. Uvidíte lekcie angličtiny, ktoré vedú špičkoví učitelia z celého sveta. Dvojitým kliknutím na anglické titulky zobrazené na stránke každého videa si môžete video odtiaľ prehrať. Titulky sa posúvajú synchronizovane s prehrávaním videa. Ak máte akékoľvek pripomienky alebo požiadavky, kontaktujte nás prostredníctvom tohto kontaktného formulára.

https://forms.gle/WvT1wiN1qDtmnspy7