Ich möchte Ihnen heute zeigen, wie wir in Zukunft Dinge herstellen werden. Ich glaube, dass unsere Gebäude und Maschinen sich bald selbst zusammenbauen, vervielfältigen und reparieren werden. Ich werde Ihnen zeigen, was ich für die heutigen Produktionsmethoden halte, und diese dann mit einigen natürlichen Systemen vergleichen.
Today I'd like to show you the future of the way we make things. I believe that soon our buildings and machines will be self-assembling, replicating and repairing themselves. So I'm going to show you what I believe is the current state of manufacturing, and then compare that to some natural systems.
In der gegenwärtigen Fertigungsindustrie haben wir Wolkenkratzer – zweieinhalb Jahre [Bauzeit], eine halbe bis eine Million Teile, ziemlich komplex, neue und aufregende Technologien aus Stahl, Beton, Glas. Wir haben aufregende Maschinen, die uns in den Weltraum bringen – fünf Jahre [Bauzeit], zweieinhalb Millionen Teile.
So in the current state of manufacturing, we have skyscrapers -- two and a half years [of assembly time], 500,000 to a million parts, fairly complex, new, exciting technologies in steel, concrete, glass. We have exciting machines that can take us into space -- five years [of assembly time], 2.5 million parts.
Wenn man auf der anderen Seite natürliche Systeme betrachtet, findet man Proteine, die zwei Millionen Typen besitzen und sich in zehn Mikrosekunden falten können, oder DNA mit drei Milliarden Basenpaaren, die sich in etwa einer Stunde kopieren lassen. Da gibt es also diese ganze Komplexität in unseren natürlichen Systemen, aber sie sind extrem effizient, viel effizienter als alles, was wir herstellen können, weit komplexer als alles, was wir bauen können. Sie sind viel energieeffizienter. Sie machen fast nie Fehler. Und sie sind langlebig, da sie sich selbst reparieren können.
But on the other side, if you look at the natural systems, we have proteins that have two million types, can fold in 10,000 nanoseconds, or DNA with three billion base pairs we can replicate in roughly an hour. So there's all of this complexity in our natural systems, but they're extremely efficient, far more efficient than anything we can build, far more complex than anything we can build. They're far more efficient in terms of energy. They hardly ever make mistakes. And they can repair themselves for longevity.
Es gibt bei natürlichen Systemen also viel Interessantes zu entdecken. Und wenn wir es schaffen, das in unsere gebaute Umgebung einfließen zu lassen, dann haben wir ein aufregendes Potential für neue Bauweisen. Und ich glaube, dass der Schlüssel in Selbstmontage besteht.
So there's something super interesting about natural systems. And if we can translate that into our built environment, then there's some exciting potential for the way that we build things. And I think the key to that is self-assembly.
Wenn wir Selbstmontage in unserer physischen Umwelt nutzen wollen, gibt es meiner Meinung nach vier zentrale Faktoren. Der erste ist, das wir die ganze Komplexität der Dinge, die wir bauen wollen, entschlüsseln müssen – also unsere Gebäude und Maschinen. Und wir müssen das in einfache Sequenzen übersetzen – quasi die DNA davon, wie unsere Gebäude funktionieren. Dann brauchen wir programmierbare Teile, die diese Sequenz heranziehen und zum Zusammenfalten oder Rekonfigurieren verwenden können. Wir brauchen Aktivierungsenergie, damit unsere Teile aus dem Programm hochklappen können. Und wir brauchen eine Art Redundanz zur Fehlerkorrektur, damit auch wirklich das entsteht, was wir bauen wollen.
So if we want to utilize self-assembly in our physical environment, I think there's four key factors. The first is that we need to decode all of the complexity of what we want to build -- so our buildings and machines. And we need to decode that into simple sequences -- basically the DNA of how our buildings work. Then we need programmable parts that can take that sequence and use that to fold up, or reconfigure. We need some energy that's going to allow that to activate, allow our parts to be able to fold up from the program. And we need some type of error correction redundancy to guarantee that we have successfully built what we want.
Ich zeige Ihnen einige Projekte, an denen meine Kollegen und ich am MIT arbeiten, damit Selbstmontage in Zukunft realisiert werden kann. Die ersten beiden sind MacroBot und DeciBot. Diese Projekte sind großangelegte, rekonfigurierbare Roboter – zweieinhalb bis vier Meter lange Proteine. Sie sind mit elektromechanischen Geräten ausgestattet, Sensoren. Man dekodiert das, was man zusammenfalten will, in eine Sequenz von Winkeln – also minus 120, minus 120, 0, 0, 120, minus 120 – etwas in der Art; eine Sequenz von Winkeln, oder Drehungen, und man sendet diese Sequenz durch die Kette. Jede Einheit greift ihre Nachricht auf – also minus 120 – sie rotiert entsprechend, prüft, ob sie angekommen ist, und leitet sie an die benachbarte Einheit weiter.
So I'm going to show you a number of projects that my colleagues and I at MIT are working on to achieve this self-assembling future. The first two are the MacroBot and DeciBot. So these projects are large-scale reconfigurable robots -- 8 ft., 12 ft. long proteins. They're embedded with mechanical electrical devices, sensors. You decode what you want to fold up into, into a sequence of angles -- so negative 120, negative 120, 0, 0, 120, negative 120 -- something like that; so a sequence of angles, or turns, and you send that sequence through the string. Each unit takes its message -- so negative 120 -- it rotates to that, checks if it got there and then passes it to its neighbor.
Dies hier sind die brillanten Wissenschaftler, Ingenieure und Designer, die an diesem Projekt gearbeitet haben. Und ich denke, es macht eines wirklich klar: Ist dies wirklich skalierbar? Ich meine, Tausende von Dollar, viele Arbeitsstunden, um diesen zweieinhalb Meter hohen Roboter zu schaffen. Können wir das wirklich hochskalieren? Können wir Robotik wirklich in jedes Teil einbetten? Das nächste Projekt stellt das in Frage und betrachtet die passive Natur oder den passiven Versuch, Rekonfiguration programmierbar zu machen. Aber es geht einen Schritt weiter und versucht, tatsächliche Berechnungen möglich zu machen. Es integriert im Grunde den fundamentalsten Bestandteil von EDV, das digitale Logikgatter, direkt in die Teile.
So these are the brilliant scientists, engineers, designers that worked on this project. And I think it really brings to light: Is this really scalable? I mean, thousands of dollars, lots of man hours made to make this eight-foot robot. Can we really scale this up? Can we really embed robotics into every part? The next one questions that and looks at passive nature, or passively trying to have reconfiguration programmability. But it goes a step further, and it tries to have actual computation. It basically embeds the most fundamental building block of computing, the digital logic gate, directly into your parts.
Dies ist ein NAND-Gatter. Man hat ein Tetraeder, welches das Gatter darstellt, das die Berechnungen durchführen wird, und man hat zwei Input-Tetraeder. Eines stellt die Eingabe des Benutzers dar, während man die Bausteine herstellt. Das andere stammt von dem vorangegangenen Bauteil, das angeordnet wurde. Und dann liefert es einen Output im dreidimensionalen Raum. Das bedeutet, dass der Benutzer eingeben kann, was die Bauteile tun sollen. Es führt Berechnungen durch auf Grundlage dessen, was es vorher getan hat, und was der Benutzer von ihm verlangt. Und nun beginnt es, sich im dreidimensionalen Raum zu bewegen – hoch und runter. Auf der linken Seite entspricht der Input [1,1] dem Output 0, der hinunter geht. Auf der rechten Seite entspricht der Input [0,0] dem Output 1, der hoch geht. Was das wirklich bedeutet, ist, dass unsere Strukturen nun die Pläne dessen enthalten, was wir bauen wollen.
So this is a NAND gate. You have one tetrahedron which is the gate that's going to do your computing, and you have two input tetrahedrons. One of them is the input from the user, as you're building your bricks. The other one is from the previous brick that was placed. And then it gives you an output in 3D space. So what this means is that the user can start plugging in what they want the bricks to do. It computes on what it was doing before and what you said you wanted it to do. And now it starts moving in three-dimensional space -- so up or down. So on the left-hand side, [1,1] input equals 0 output, which goes down. On the right-hand side, [0,0] input is a 1 output, which goes up. And so what that really means is that our structures now contain the blueprints of what we want to build.
Sie besitzen also sämtliche Informationen darüber, was gebaut worden ist. Das bedeutet, wir können eine Form von Selbstreplikation erreichen. In diesem Fall nenne ich es selbstgeleitete Replikation, weil die Struktur die genauen Baupläne enthält. Tauchen Fehler auf, kann man einen Teil austauschen. Die ganzen lokalen Informationen sind integriert, um zu zeigen, wie man sie beheben kann. Man könnte also etwas haben, das mitklettert und abliest und einen Output von eins zu eins liefert. Es ist direkt integriert; es gibt keine Anweisungen von außen.
So they have all of the information embedded in them of what was constructed. So that means that we can have some form of self-replication. In this case I call it self-guided replication, because your structure contains the exact blueprints. If you have errors, you can replace a part. All the local information is embedded to tell you how to fix it. So you could have something that climbs along and reads it and can output at one to one. It's directly embedded; there's no external instructions.
Das letzte Projekt, was ich zeigen werde, nennt sich Biased Chains, und es stellt das wohl aufregendste Beispiel selbstmontierender Systeme dar, das wir im Moment haben. Es greift die Fähigkeit zur Rekonfiguration und zur Programmierung auf und schafft ein komplett passives System. Im Grunde hat man eine Kette von Elementen. Jedes Element ist vollkommen identisch und sie sind polarisiert. Jede Kette, oder jedes Element, will sich nach rechts oder nach links drehen. Während man also die Kette zusammensetzt, programmiert man sie im Grunde. Man sagt jeder Einheit, ob sie sich nach rechts oder nach links drehen soll. Wenn man die Kette schüttelt, faltet sie sich zusammen zu einer Konfiguration, die man einprogrammiert hat – in diesem Fall eine Spirale oder in diesem Fall zwei nebeneinander liegende Quadrate. Man kann also im Grund jede mögliche dreidimensionale Form – oder eindimensional, zweidimensional – völlig passiv in diese Kette einprogrammieren.
So the last project I'll show is called Biased Chains, and it's probably the most exciting example that we have right now of passive self-assembly systems. So it takes the reconfigurability and programmability and makes it a completely passive system. So basically you have a chain of elements. Each element is completely identical, and they're biased. So each chain, or each element, wants to turn right or left. So as you assemble the chain, you're basically programming it. You're telling each unit if it should turn right or left. So when you shake the chain, it then folds up into any configuration that you've programmed in -- so in this case, a spiral, or in this case, two cubes next to each other. So you can basically program any three-dimensional shape -- or one-dimensional, two-dimensional -- up into this chain completely passively.
Was sagt uns das über die Zukunft? Ich denke, dass es uns sagt, dass es Möglichkeiten der Selbstmontage, Replikation und Reparatur in unseren physischen Strukturen, unseren Gebäuden und Maschinen gibt. Es gibt neue Möglichkeiten zur Programmierung in diesen Teilen. Und daraus entstehen neue Möglichkeiten für die EDV. Wir werden räumliches Programmieren haben. Stellen Sie sich vor, unsere Gebäude, Brücken, Maschinen, all unsere Bauteile könnten Berechnungen durchführen. Das würde parallele und verteilte Rechenleistung, neue Designmöglichkeiten bedeuten. Es gibt also ein aufregendes Potential dafür. Ich denke, dass diese Projekte, die ich hier gezeigt habe, nur ein winziger Schritt in Richtung dieser Zukunft sind, wenn wir diese neuen Technologien für eine neue, sich selbst erschaffende Welt implementieren.
So what does this tell us about the future? I think that it's telling us that there's new possibilities for self-assembly, replication, repair in our physical structures, our buildings, machines. There's new programmability in these parts. And from that you have new possibilities for computing. We'll have spatial computing. Imagine if our buildings, our bridges, machines, all of our bricks could actually compute. That's amazing parallel and distributed computing power, new design possibilities. So it's exciting potential for this. So I think these projects I've showed here are just a tiny step towards this future, if we implement these new technologies for a new self-assembling world.
Vielen Dank.
Thank you.
(Applaus)
(Applause)