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.
Hari ini saya ingin menunjukkan masa depan cara kita membuat sesuatu. Saya percaya sebentar lagi gedung-gedung dan mesin-mesin akan merakit diri sendiri, bereplikasi dan memperbaiki sendiri secara mandiri. Jadi saya akan menunjukkan apa yang menurut saya kondisi perakitan saat ini, lalu membandingkannya dengan beberapa sistem alami.
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.
Kondisi perakitan saat ini, gedung pencakar langit -- dua setengah tahun, 500.000 sampai 1.000.000 bagian, cukup kompleks, teknologi baru yang menarik di bidang baja, beton, kaca. Kita punya mesin-mesin hebat yang dapat membawa kita ke luar angkasa -- lima tahun, 2,5 juta bagian.
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.
Namun di sisi lain, jika Anda melihat sistem alami, ada protein yang memiliki 2 juta jenis, dapat terbentuk dalam 10.000 nanodetik, atau DNA dengan tiga juta pasangan basa yang dapat bereplikasi dalam waktu 1 jam. Jadi ada kompleksitas semacam ini dalam sistem alami kita, namun juga sangat efisien, jauh lebih efisien daripada apapun yang dapat kita buat, jauh lebih kompleks daripada apapun yang dapat kita buat. Jauh lebih efisien dalam hal pemakaian energi. Hampir tidak pernah membuat kesalahan. Serta dapat memperbaiki secara mandiri.
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.
Jadi ada sesuatu yang sangat menarik dari sistem alami kita. Jika kita dapat menerjemahkannya ke dalam lingkungan pembangunan kita, ada potensi yang sangat menarik bagi kita dalam membuat sesuatu. Saya rasa kunci dari itu adalah perakitan mandiri.
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.
Jadi jika kita ingin memanfaatkan perakitan mandiri pada lingkungan fisik kita, saya pikir ada empat faktor kunci. Yang pertama, kita harus menguraikan semua kompleksitas dari apa yang ingin kita bangun -- gedung-gedung dan mesin-mesin. Kita harus menguraikannya menjadi urutan sederhana -- pada dasarnya DNA dari cara kerja gedung itu. Lalu kita memerlukan bagian yang bisa diprogram yang dapat mengambil urutan itu dan menggunakannya untuk membentuk atau membangun. Kita perlu energi yang memungkinkannya menjadi aktif, memungkinkan bagian-bagiannya terbentuk sendiri dengan program itu. Kita perlu pengoreksi kesalahan untuk menjamin kita membangun apa yang kita inginkan.
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.
Saya ingin menunjukkan beberapa proyek yang sedang saya kerjakan bersama beberapa rekan di MIT untuk mencapai masa depan perakitan mandiri ini. Dua hal yang pertama adalah MacroBot dan DeciBot. Proyek ini adalah robot berukuran besar yang dapat dibangun ulang -- protein sepanjang 8-12 kaki. Dilengkapi dengan peralatan elektronik dan mekanik, sensor. Anda menguraikan apa yang ingin Anda bentuk, menjadi urutan-urutan sudut -- negatif 120, negatif 120, 0, 0, 120, negatif 120, -- seperti itu. jadi urutan sudut, atau lekukan ini, urutan ini dikirim melalui senar ini. Setiap bagian mengambil pesan itu -- negatif 120. Lalu memutarnya sejauh itu, memeriksa apakah sudah benar lalu meneruskan kepada tetangganya.
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.
Jadi para ilmuwan, para insinyur para perancang yang bekerja pada proyek ini sangatlah brilian. Saya pikir ini benar-benar mencerahkan: Apakah ini bisa dilipatgandakan? Maksud saya, ribuan dolar, banyak jam kerja untuk membuat robot 8 kaki ini. Dapatkah kita melipatgandakan ini? Dapatkah kita memasang robot pada setiap bagian? Pertanyaan selanjutnya, dengan mempertimbangkan sifat pasifnya, atau secara pasif mencoba memiliki kemampuan program perakitan ulang. Namun tidak hanya sampai di situ, mencoba memakai komputasi aktual. Yang pada dasarnya memuat komponen dasar dari komputasi, gerbang logika digital, langsung ke bagiannya.
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.
Jadi inilah gerbang NAND. Ada satu bentuk tetrahedral yang merupakan gerbangnya yang akan melakukan perhitungan dan ada dua masukan tetrahedral. Salah satunya adalah masukan dari pengguna, karena Anda yang membangun. Yang lain adalah dari komponen lain yang telah dipasang. Lalu program ini memberi keluaran dalam ruang 3 dimensi. Jadi maksudnya si pengguna dapat mulai menentukan apa yang mereka inginkan. Komponen ini menghitung apa yang dilakukan sebelumnya dan apa yang Anda tentukan harus dilakukan. Lalu komponen ini mulai bergerak dalam ruang tiga dimensi -- ke atas dan ke bawah. Jadi di sisi sebelah kiri [1,1] masukan = 0 keluaran, berarti ke bawah. Di sebelah kanan [0,0] masukan = 1 keluaran, berarti ke atas. Sehingga maksud hal ini sebenarnya adalah struktur kita mengandung cetak biru dari apa yang ingin kita bangun.
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.
Mereka mendapat semua informasi tentang apa yang telah dibangun di dalamnya. Artinya kita bisa memiliki semacam replikasi mandiri. Saya menyebutnya "self-guided replication" (replikasi pandu mandiri) karena struktur Anda mengandung cetak biru sebenarnya. Jika ada kesalahan, Anda dapat mengganti satu bagian. Semua informasi lokal tertanam, bisa memberi tahu Anda cara memperbaikinya. Jadi mungkin ada sesuatu yang menaiki dan membacanya dan dapat mengeluarkannya satu per satu. Yang langsung terpasang, tanpa perintah dari luar.
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.
Lalu proyek terakhir yang ingin saya tunjukkan, "Biased Chains," (Rantai Kecenderungan) yang mungkin merupakan contoh yang paling menarik yang kami miliki tentang sistem perakitan mandiri pasif. Sistem ini menggunakan kemampuan penyusunan ulang dan kemampuan program yang membuatnya menjadi sistem pasif seutuhnya. Jadi Anda memiliki rantai elemen. Setiap elemennya benar-benar sama, dan memiliki kecenderungan. Setiap rantai, atau setiap elemen, cenderung ke kanan atau kiri. Lalu saat Anda merakit rantai ini, Anda memprogramnya. Anda memerintahkan setiap bagian untuk ke kanan atau kiri. Sehingga saat rantainya digoyangkan rantai ini akan terbentuk menjadi susunan yang telah Anda program -- dalam contoh ini, bentuk spiral atau dalam contoh ini, dua kubus bersebelahan. Jadi Anda dapat memprogram bentuk tiga dimensi apapun -- atau satu atau dua dimensi -- ke dalam rantai ini dengan pasif.
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.
Lalu apa artinya bagi masa depan? Saya rasa ini memberi tahu kita bahwa ada peluang baru untuk perakitan, replikasi, dan perbaikan mandiri pada struktur fisik kita, gedung-gedung, mesin-mesin. Ada kemampuan pemrograman baru pada bagian ini. Dari situ kita mendapat peluang komputasi baru. Kita memiliki komputasi tata ruang. Bayangkan jika gedung, jembatan, dan mesin-mesin kita semua komponennya dapat menghitung. Itulah kekuatan mengagumkan dari komputasi paralel dan terdistribusi, peluang rancangan baru. Jadi inilah potensi menarik dari hal ini. Jadi saya rasa proyek yang saya tunjukkan ini hanyalah langkah kecil menuju masa depan, jika kita menerapkan teknologi baru ini pada dunia perakitan mandiri yang baru.
Thank you.
Terima kasih.
(Applause)
(Tepuk tangan)