Skylar Tibbits: Can we make things that make themselves?

Translator: Mahachai Sattayathamrongthian Reviewer: Thipnapa Huansuriya

Today I'd like to show you

วันนี้ผมอยากจะนำเสนอ

the future of the way we make things.

วิธีที่เราจะสร้างสิ่งของต่างๆ ในอนาคต

I believe that soon our buildings and machines

ผมเชื่อว่าอีกไม่นาน ตึก และ เครื่องจักร

will be self-assembling,

จะสามารถสร้างตัวมันเอง

replicating and repairing themselves.

ถอดแบบและซ่อมแซมตัวเองได้

So I'm going to show you

ก่อนอื่นผมจะแสดงให้คุณดู

what I believe is the current state of manufacturing,

ว่าวิธีการผลิตที่เราใช้กันอยู่ในปัจจุบันเป็นอย่างไร

and then compare that to some natural systems.

และเปรียบเทียบกระบวนการดังกล่าวกับระบบของธรรมชาติ

So in the current state of manufacturing, we have skyscrapers --

วิธีการที่เราใช้สร้างสิ่งต่างๆ ในปัจจุบัน เช่น ตึกระฟ้า

two and a half years [of assembly time],

ใช้เวลาสร้าง 2 ปีครึ่ง

500,000 to a million parts,

มีชิ้นส่วนห้าแสนจนถึงล้านชิ้น

fairly complex,

และค่อนข้างซับซ้อน

new, exciting technologies in steel, concrete, glass.

เรามีเทคโนโลยีใหม่ที่น่าตื่นเต้นในงานเหล็ก, คอนกรีต, แก้ว

We have exciting machines

เรามีเครื่องมือที่น่าตื่นตาตื่นใจ

that can take us into space --

ที่สามารถนำเราไปสู่​​อวกาศ

five years [of assembly time], 2.5 million parts.

ใช้เวลาประกอบห้าปี กับชิ้นส่วน 2.5 ล้านชิ้น

But on the other side, if you look at the natural systems,

ทีนี้ ถ้าคุณลองดูระบบธรรมชาติ

we have proteins

เรามีโปรตีน

that have two million types,

นับสองล้านชนิด

can fold in 10,000 nanoseconds,

ที่สามารถพับตัวใน 10,000 นาโนวินาที,

or DNA with three billion base pairs

หรือ DNA ซึ่งมีสามพันล้านคู่พื้นฐาน

we can replicate in roughly an hour.

ที่สามารถทำสำเนาตัวเองได้ในประมาณหนึ่งชั่วโมง

So there's all of this complexity

มันมีความซับซ้อนมากมายเลยนะ

in our natural systems,

ระบบในธรรมชาติเนี่ย

but they're extremely efficient,

แต่มันก็มีประสิทธิภาพมาก

far more efficient than anything we can build,

ยิ่งกว่าอะไรทั้งหมดที่เราสามารถสร้างได้

far more complex than anything we can build.

ซับซ้อนมากกว่าสิ่งใดๆ ที่เราสามารถสร้างได้

They're far more efficient in terms of energy.

และมีประสิทธิภาพมากกว่าในแง่ของการใช้พลังงาน

They hardly ever make mistakes.

มันแทบไม่เคยทำผิดพลาด

And they can repair themselves for longevity.

และยังสามารถซ่อมแซมตัวเองเพื่อยืดอายุต่อไปได้

So there's something super interesting about natural systems.

ดังนั้น ระบบของธรรมชาติจึงน่าสนใจมากๆ

And if we can translate that

และถ้าเราสามารถถ่ายทอดความสามารถนี้

into our built environment,

มาใส่ในสภาพแวดล้อมที่มนุษย์สร้างขึ้น

then there's some exciting potential for the way that we build things.

วิธีการที่เราสร้างสิ่งต่างๆ ก็จะมีศักยภาพที่น่าทึ่ง

And I think the key to that is self-assembly.

ซึ่งผมคิดว่ากุญแจสำคัญไปสู่จุดนั้นก็คือ ความสามารถในการสร้างตัวมันเอง

So if we want to utilize self-assembly in our physical environment,

ถ้าเราต้องการนำความสามารถในการสร้างมันตัวเองมาใช้

I think there's four key factors.

ผมคิดว่า มีปัจจัยหลัก 4 อย่าง

The first is that we need to decode

ประการแรก เราจำเป็นต้องถอดรหัส

all of the complexity of what we want to build --

ความซับซ้อนทั้งหมดของสิ่งที่เราต้องการจะสร้าง

so our buildings and machines.

เช่นอาคารและเครื่องจักร

And we need to decode that into simple sequences --

เราต้องถอดรหัสพวกนี้ออกมาเป็นลำดับขั้นตอนพื้นฐาน

basically the DNA of how our buildings work.

เรียกง่ายๆ ว่าถอดรหัส DNA การสร้างอาคารต่างๆ

Then we need programmable parts

แล้วเราก็ต้องมีชิ้นส่วนที่ตั้งโปรแกรม

that can take that sequence

ให้สามารถทำงานตามลำดับขั้นดังกล่าวได้

and use that to fold up, or reconfigure.

แล้วใช้ชิ้นส่วนที่ว่านั้นในการก่อร่างหรือปรับแต่ง

We need some energy that's going to allow that to activate,

เราต้องการแหล่งพลังงานที่กระตุ้นให้กระบวนการนี้เริ่มทำงาน

allow our parts to be able to fold up from the program.

เพื่อให้ชิ้นส่วนของเราสามารถประกอบกันตามโปรแกรม

And we need some type of error correction redundancy

และเราต้องการโปรแกรมที่มาแก้ไขข้อผิดพลาดบางอย่าง

to guarantee that we have successfully built what we want.

เพื่อให้แน่ใจว่าเราจะสร้างสิ่งที่เราต้องการได้สำเร็จสมบูรณ์

So I'm going to show you a number of projects

ดังนั้น ผมจะให้คุณดูโครงการต่างๆ

that my colleagues and I at MIT are working on

ที่ผมกับเพื่อนร่วมงานของผมที่ MIT กำลังศึกษาอยู่

to achieve this self-assembling future.

เพื่อสร้างสิ่งที่สามารถสร้างตัวเองได้ในอนาคต

The first two are the MacroBot and DeciBot.

สองโครงการแรกคือ MacroBot และ DeciBot

So these projects are large-scale reconfigurable robots --

มันคือหุ่นยนต์ขนาดใหญ่ที่สามารถปรับโครงสร้างตัวเองได้

8 ft., 12 ft. long proteins.

เหมือนกับห่วงโซ่โปรตีนยาว 8 ฟุต, 12 ฟุต

They're embedded with mechanical electrical devices, sensors.

ภายในเต็มไปด้วยอุปกรณ์กลไกไฟฟ้าและเซ็นเซอร์

You decode what you want to fold up into,

คุณถอดรหัสสิ่งที่คุณต้องการสร้างขึ้นมา

into a sequence of angles --

เป็นลำดับของการพับตัวเป็นมุมขนาดต่างๆ

so negative 120, negative 120, 0, 0,

ติดลบ 120, ติดลบ 120, 0, 0,

120, negative 120 -- something like that;

120, ลบ 120 -- อะไรประมาณนั้น

so a sequence of angles, or turns,

ลำดับของมุม หรือ จุดเปลี่ยนต่างๆ พวกนี้

and you send that sequence through the string.

ถูกส่งเข้ามาผ่านสายส่งสัญญาณ

Each unit takes its message -- so negative 120 --

แต่ละหน่วยจะได้ข้อความของมัน-- เช่น ลบ 120

it rotates to that, checks if it got there

มันก็จะหมุนไป แล้วตรวจสอบว่าได้มุมที่ต้องการหรือยัง

and then passes it to its neighbor.

แล้วก็ส่งผ่านต่อไปยังใกล้จุดเคียง

So these are the brilliant scientists,

นี้คือสุดยอดนักวิทยาศาสตร์

engineers, designers that worked on this project.

วิศวกร, นักออกแบบที่ทำงานในโครงการนี้

And I think it really brings to light:

และผมคิดว่ามันทำให้มีคำถามผุดขึ้นมาว่า

Is this really scalable?

งานนี้ขยายผลออกไปได้จริงหรือเปล่า?

I mean, thousands of dollars, lots of man hours

เราใช้เงินหลายพันดอลลาร์ และจำนวนชั่วโมงทำงานมหาศาล

made to make this eight-foot robot.

เพื่อสร้างเจ้าหุ่นยนต์แปดฟุตตัวนี้

Can we really scale this up? Can we really embed robotics into every part?

เราสามารถขยายผลออกไปได้จริงๆ หรือ? จะนำหุ่นยนต์นี้ไปใช้ในทุกๆ เรื่องได้จริงหรือ?

The next one questions that

คำถามถัดไปคือ

and looks at passive nature,

ตอนนี้ธรรมชาติของเจ้าหุ่นนี้

or passively trying to have reconfiguration programmability.

ยังทำงานตามโปรแกรมการปรับโครงสร้างตัวเองที่ถูกป้อนเข้าไป

But it goes a step further,

แต่มันจะก้าวไปสู่ขั้นต่อไป

and it tries to have actual computation.

นั่นคือ การพยายามทำให้มันคิดคำนวณได้เองจริงๆ

It basically embeds the most fundamental building block of computing,

มันคือการฝังวงจรที่เป็นองค์ประกอบขั้นพื้นฐานที่สุดของคอมพิวเตอร์

the digital logic gate,

นั่นคือดิจิตอล ลอจิกเกต (digital logic gate)

directly into your parts.

ลงไปในชิ้นส่วนต่างๆ โดยตรง

So this is a NAND gate.

อันนี้คือเกตแบบ NAND (NAND gate)

You have one tetrahedron which is the gate

คุณมีโครงสร้างปิรามิดฐานสามเหลี่ยม

that's going to do your computing,

ที่จะทำหน้าที่คำนวณให้คุณ

and you have two input tetrahedrons.

และก็มีปิรามิดฐานสามเหลี่ยม 2 ชิ้นที่ป้อนข้อมูลเข้ามา

One of them is the input from the user, as you're building your bricks.

อันหนึ่งเป็นข้อมูลมาจากผู้ใช้ เหมือนเวลาคุณกำลังจะก่ออิฐ

The other one is from the previous brick that was placed.

ข้อมูลอีกส่วนหนึ่งมาจากอิฐที่เคยก่อไว้ก่อนหน้านี้

And then it gives you an output in 3D space.

แล้วมันสุดท้ายมันจะให้ผลการคำนวณเป็นรูปแบบ 3 สามมิติ

So what this means

นั่นหมายถึง

is that the user can start plugging in what they want the bricks to do.

ผู้ใช้สามารถใส่ข้อมูลอะไรก็ตามที่พวกเขาอยากให้มันทำ

It computes on what it was doing before

แล้วมันก็จะคำนวณจากสิ่งที่มันเคยทำมาก่อน

and what you said you wanted it to do.

และข้อมูลที่คุณบอกว่าคุณอยากให้มันทำอะไร

And now it starts moving in three-dimensional space --

แล้วมันก็จะเริ่มเคลื่อนไหวในพื้นที่ 3 มิติ

so up or down.

เลื่อนขึ้นหรือเลื่อนลง

So on the left-hand side, [1,1] input equals 0 output, which goes down.

ทางซ้ายมือนี่ input [1,1] จะได้ output เท่ากับ 0 ซึ่งจะเป็นการเลื่อนลง

On the right-hand side,

ส่วนภาพทางขวานี่

[0,0] input is a 1 output, which goes up.

ข้อมูล input [0,0] ออกมาเป็น output เท่ากับ 1 ซึ่งจะเป็นการเลื่อนขึ้น

And so what that really means

ดังนั้น นี่หมายถึงว่า

is that our structures now contain the blueprints

ไอ้เจ้าโครงสร้างของเรานี้ ตอนนี้มันเก็บพิมพ์เขียว

of what we want to build.

ของสิ่งที่เราต้องการที่จะสร้างไว้

So they have all of the information embedded in them of what was constructed.

ดังนั้น มันมีข้อมูลทั้งหมดฝังอยู่ในตัว เกี่ยวกับสิ่งที่มันเคยสร้าง

So that means that we can have some form of self-replication.

นั่นหมายความว่า มันสามารถถอดแบบและสร้างตัวมันเองได้

In this case I call it self-guided replication,

ผมเรียกมันว่าการถอดแบบจำลองโดยมีแนวทางในตัวเอง

because your structure contains the exact blueprints.

เพราะโครงสร้างที่ว่านี้มีพิมพ์เขียวที่ชัดเจนอยู่แล้ว

If you have errors, you can replace a part.

หากเกิดข้อผิดพลาดขึ้น คุณก็สามารถเปลี่ยนชิ้นส่วนนั้นได้

All the local information is embedded to tell you how to fix it.

ข้อมูลวิธีการแก้ไขทั้งหมดถูกฝังไว้ในระบบแล้ว

So you could have something that climbs along and reads it

ดังนั้นคุณจึงมีโครงสร้างที่ค่อยๆ เคลื่อนไหวและอ่านพิมพ์เขียวนั้น

and can output at one to one.

แล้วส่งข้อมูลออกไปหากันและกัน

It's directly embedded; there's no external instructions.

ระบบนี้ถูกฝังโดยตรงอยู่ภายในโครงสร้าง; มีไม่มีคำสั่งภายนอก

So the last project I'll show is called Biased Chains,

สุดท้าย โครงการล่าสุดที่ผมจะให้คุณดูเรียกว่า Biased Chains

and it's probably the most exciting example that we have right now

น่าจะเป็นตัวอย่างที่น่าตื่นเต้นที่สุดที่เรามีในตอนนี้

of passive self-assembly systems.

ของระบบที่สร้างประกอบตัวเองตามโปรแกรมที่ได้รับ

So it takes the reconfigurability

ความสามารถในการปรับเปลี่ยนโครงสร้าง

and programmability

และการที่เราสามารถตั้งโปรแกรมให้มันได้

and makes it a completely passive system.

ทำให้มันเป็นระบบที่ทำตามคำสั่งได้โดยสมบูรณ์

So basically you have a chain of elements.

เอาล่ะ อธิบายง่ายๆ คือคุณมีห่วงโซ่ขององค์ประกอบ

Each element is completely identical,

แต่ละองค์ประกอบจะเหมือนกันเป๊ะ

and they're biased.

แล้วก็มีความโน้มเอียง

So each chain, or each element, wants to turn right or left.

คือ ห่วงโซ่แต่ห่วงมีความโน้มเอียงที่จะเลี้ยวขวาหรือซ้าย

So as you assemble the chain, you're basically programming it.

ดังนั้นเมื่อคุณประกอบห่วงโซ่ ก็เหมือนคุณเขียนโปรแกรมให้มัน

You're telling each unit if it should turn right or left.

คุณบอกแต่ละหน่วยว่ามันควรจะเลี้ยวขวาหรือซ้าย

So when you shake the chain,

แล้วเมื่อคุณเขย่าห่วงโซ่

it then folds up

มันก็พับขึ้น

into any configuration that you've programmed in --

เป็นรูปแบบตามที่คุณได้ตั้งโปรแกรมไว้

so in this case, a spiral,

อย่างอันนี้ กลายเป็นเกลียว

or in this case,

ส่วนอันนี้

two cubes next to each other.

เป็นลูกบาศก์สองอันติดกัน

So you can basically program

ดังนั้นคุณจึงสามารถเขียนโปรแกรม

any three-dimensional shape --

รูปร่างสามมิติอะไรก็ได้

or one-dimensional, two-dimensional -- up into this chain completely passively.

หรือจะหนึ่งมิติสองมิติก็ได้ เพราะห่วงโซ่นี้มันทำตามคำสั่งที่เราตั้งโปรแกรมให้หมด

So what does this tell us about the future?

เอาล่ะ แล้วสิ่งเหล่านี้บอกอะไรเราเกี่ยวกับอนาคต?

I think that it's telling us

ผมคิดว่ามันบอกเราว่า

that there's new possibilities for self-assembly, replication, repair

มีความเป็นไปได้ ที่เราจะมีสิ่งที่สร้าง จำลองแบบ และซ่อมแซมตัวเอง

in our physical structures, our buildings, machines.

ในโครงสร้างทางกายภาพ อาคาร และเครื่องจักรที่เราใช้

There's new programmability in these parts.

เราสามารถตั้งโปรแกรมในชิ้นส่วนของสิ่งเหล่านี้ได้มากขึ้น

And from that you have new possibilities for computing.

ซึ่งนั่นทำให้เรามีความเป็นไปได้ใหม่ๆ ในการคำนวณและประมวลผล

We'll have spatial computing.

เราจะมีการคำนวณเชิงพื้นที่

Imagine if our buildings, our bridges, machines,

ลองคิดดูสิ หากอาคาร, สะพาน, เครื่องจักร

all of our bricks could actually compute.

และก้อนอิฐทั้งหมดสามารถคิดคำนวณเองได้

That's amazing parallel and distributed computing power,

นั่นเป็นพลังการคำนวณและประมวลผลที่น่าทึ่ง

new design possibilities.

มันคือความเป็นไปได้ใหม่ๆ ในการออกแบบ

So it's exciting potential for this.

เป็นศักยภาพที่น่าตื่นเต้นสำหรับงานชิ้นนี้

So I think these projects I've showed here

ผมคิดว่าโครงการเหล่านี้ที่ผมแสดงให้คุณดู

are just a tiny step towards this future,

เป็นเพียงขั้นตอนเล็ก ๆ ไปสู่​​อนาคต

if we implement these new technologies

ถ้าเรานำเทคโนโลยีใหม่เหล่านี้ไปใช้

for a new self-assembling world.

เพื่อสร้างโลกใหม่ที่สร้างตัวมันเองได้ด้วยตัวมันเอง

Thank you.

ขอบคุณครับ

(Applause)

(เสียงปรบมือ)