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.
Aujourd’hui je veux vous montrer le futur de la manière dont nous construisons les choses. Je crois que bientôt nos immeubles et nos machines s’auto-assembleront, se reproduiront et se répareront tout seuls. Je vais donc vous montrer ce que je crois être l’état actuel de la fabrication, et le comparer aux systèmes naturels.
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.
À l’état actuel de la fabrication, nous avons les gratte-ciels -- deux ans et demi, 500 000 à 1 million de pièces, assez complexe, des technologies nouvelles et passionnantes technologies en acier, béton, verre. Nous avons des machines extraordinaires qui peuvent nous transporter dans l’espace -- cinq ans, 2,5 millions de pièces.
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.
Mais d’un autre coté, si nous regardons les systèmes naturels, nous avons des protéines il y en a deux millions de types, qui peuvent se replier en 10 000 nanosecondes, ou l’ADN avec trois milliards de paires de base que nous pouvons reproduire en à peu près une heure. Il y a donc toute cette complexité dans nos systèmes naturels, mais ils sont extrêmement efficaces, beaucoup plus efficaces que tout ce que nous pouvons construire, beaucoup plus complexe que ce que nous pouvons construire. Ils sont beaucoup plus efficaces en termes d’énergie. Ils se trompent rarement. Et ils peuvent se réparer tous seuls pour prolonger leur longévité.
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.
Il y a donc quelque chose de très intéressant dans les systèmes naturels. Et si nous pouvons transférer ceci dans nos constructions, il y a un formidable potentiel pour la manière dont nous construisons les choses. Et je crois que la clef est l’auto-assemblage.
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.
Si nous voulons donc utiliser l’auto-assemblage dans notre environnement physique, je crois qu’il y a quatre facteurs clef. Le premier est que nous avons besoin de décoder toute la complexité de ce que nous voulons construire -- donc nos immeubles et nos machines. Et il nous faut le décoder en de simples séquences -- en gros l’ADN du mode de fonctionnement de nos bâtiments. Nous avons ensuite besoin de pièces programmables qui peuvent prendre cette séquence et l’utiliser pour se replier et se reconfigurer. Il nous faut de l’énergie qui permette de l’activer, en permettant aux parties de se replier selon le programme. Et il nous faut une certaine redondance de correction des erreurs pour nous assurer d’avoir bien construit ce que nous voulions.
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.
Je vais donc vous montrer un certain nombre de projets sur lesquelles nous travaillons mes collègues et moi au MIT pour réaliser ce futur qui s’auto-assemble. Les deux premiers sont les MacroBot et les DeciBot. Ces projets sont des robots reconfigurables à large échelle -- des protéines de 3 à 4 mètres de longueur. Ils sont implantés dans des appareils, des capteurs mécaniques électriques Vous décodez la forme que vous voulez obtenir, en une séquence d’angles -- donc négatif 120, négatif 120, 0, 0, 120, négatif 120 – quelque chose de ce genre la ; donc une séquence d’angles, ou de courbes, et vous envoyez cette séquence à travers la chaine. Chaque unité reçoit le message – donc négatif 120. Il tourne en conséquence, vérifie que ce soit bon et ensuite le passe à son voisin.
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.
Voila donc les brillants scientifiques, ingénieurs, designers qui ont travaillé sur ce projet. Et je crois que ça met vraiment en lumière : Est-ce réellement déclinable ? Des milliers de dollars, beaucoup d'heures de travail pour faire ce robot de 3 mètres de hauteur. Peut-on réellement l’appliquer à grande échelle ? Peut-on implanter la robotique dans chaque partie? Le projet suivant met en question et examine la nature passive, ou le fait d'essayer de pouvoir programmer une reconfiguration passivement. Mais ça va plus loin, et il essaye de faire un vrai calcul. Essentiellement il s’incorpore aux composantes de base du calcul, l’élément numérique logique, directement dans vos composants.
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.
Voici donc un élément NAND. Vous avez un tétraèdre qui est l’élément logique, qui va faire tous les calculs, et vous avez deux tétraèdres. L’un d’eux est saisi par l’utilisateur, pendant que vous construisez vos composants. L’autre est issu du composant qui a été placé précédemment. Et ça vous donne ensuite un résultat en 3D dans l’espace. Cela signifie que l’utilisateur peut commencer à programmer ce qu’il veut que les composants fassent. Le calcul est basé sur ce qu’il faisait avant et ce que vous voulez qu’il fasse. Et maintenant il commence à se déplacer dans un espace en trois dimensions -- de haut en bas. Sur le coté gauche, [1,1], donnée égale 0 donné de sortie, il descend. Sur le coté droit, [0,0], donnée égale 1 donné de sortie, il monte. Donc cela veut dire en fait que nos structures contiennent maintenant le modèle de ce que nous voulons construire.
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.
Ils ont donc incorporé toutes les informations de ce qui a été construit. Cela signifie que nous pouvons obtenir certaine formes d’autoreproduction. Dans ce cas je l’appelle reproduction autoguidée, parce que notre structure contient le modèle exact. S’il y a des erreurs, vous pouvez remplacer des parties. Toutes les informations locales pour expliquer comment se réparer sont incorporées. Vous pouvez donc avoir quelque chose qui grimpe et lit et donne le résultat 1 à 1. C’est directement incorporé ; il n’y a pas d’instructions externes.
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.
Le dernier projet que je vais vous montrer s’appelle Biased Chains et c’est probablement l’exemple le plus extraordinaire que nous avons aujourd’hui de systèmes d’auto-assemblage passifs. Il prend la reconfigurabilité et la programmabilité et en fait un système complètement passif. En gros vous avez une chaine d’éléments. Chaque élément est totalement identique, et ils sont orientés. Donc chaque chaine, ou chaque élément, veut se tourner à droite ou à gauche. Pendant que vous assembler la chaine, en gros vous la programmez. Vous dites à chaque unité si elle doit se tourner à droite ou à gauche. Quand vous secouez la chaine, elle se replie en n’importe quelle configuration que vous avez programmée -- dans ce cas, une spirale, ou dans ce cas là, deux cubes l’un à coté de l’autre. Donc vous pouvez en gros programmer n’importe quelle forme en trois dimensions -- ou une dimension, deux dimensions – de manière complètement passive dans la chaine.
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.
Qu’est ce que cela nous dit sur le futur ? Je crois que ça nous dit qu’il y a de nouvelles possibilités d’auto-assemblage, réplication, réparation dans nos structures physiques, nos bâtiments, nos machines. Il y a des nouvelles programmabilités pour ces parties. Et à partir de ça vous avez des nouvelles possibilités de calcul. Nous aurons un calcul spatial. Imaginez nos bâtiments, nos ponts, nos machines, tous nos composants pourraient calculer. C’est un extraordinaire pouvoir de calcul parallèle, réparti, nouvelle possibilité de création. C’est un potentiel passionnant. Je crois donc que ces projets que je vous ai montrés sont un tout petit pas vers le futur, si nous mettons en pratique ces nouvelles technologies pour un tout nouveau monde qui s’auto-assemble.
Thank you.
Merci.
(Applause)
(Applaudissements)