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.
Dnes by som vám rád ukázal budúcnosť toho, akým spôsobom môžeme vyrábať veci. Verím, že čoskoro sa naše budovy a stroje budú vyrábať, replikovať a opravovať sami. Ukážem vám, čo je podľa mňa súčasný stav výroby a ten potom porovnám k niektorým prírodným systémom.
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.
Takže, v súčasnosti máme mrakodrapy: dva a pol roka, pol milióna až milión častí, pomerne komplexné, nové a vzrušujúce technológie s oceľou, betónom a sklom. Máme strhujúce stroje, ktoré nás môžu zobrať do vesmíru - päť rokov, 2,5 milióna častí.
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.
Ale na druhej strane, ak sa pozriete na prírodné systémy, máme proteíny, ktoré majú dva milióny druhov a môžu sa usporiadať za 10 000 nanosekúnd. Alebo DNA s tromi miliardami základných párov, ktorá sa môže replikovať približne za hodinu. V našich prírodných systémoch je veľa takejto komplexnosti, ale tieto systémy sú mimoriadne efektívne - oveľa efektívnejšie a komplexnejšie ako čokoľvek, čo sme schopní vytvoriť. Sú oveľa efektívnejšie čo sa týka energie. Takmer nikdy nerobia chyby. A môžu sa sami opravovať k dlhovekosti.
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.
Toto je niečo veľmi zaujímavé o prírodných systémoch. A ak to môžeme aplikovať do nášho vybudovaného prostredia, potom je tu skvelý potenciál pre spôsob, akým vyrábame veci. A myslím si, že kľúčom k tomu je spontánne usporiadanie.
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.
Ak chceme využiť samovýrobu v našom fyzikálnom prostredí, myslím, že sú tu štyri kľúčové faktory. Po prvé, potrebujeme dekódovať celú komplexitu toho, čo chceme vytvoriť - teda našich budov a strojov. A potrebujeme ich dekódovať do jednoduchých sekvencií - v podstate do DNA toho, ako naše budovy pracujú. Potom potrebujeme programovateľné časti, ktoré môžu tú sekvenciu zobrať a použiť ju na zloženie sa alebo rekonfiguráciu. Potrebujeme energiu, ktorá nám to umožní aktivovať, ktorá umožní častiam, aby sa boli schopné poskladať z programu. A potrebujeme nejaký systém odstraňovania chýb, ktorý zaistí, že sme úspešne vytvorili to, čo sme zamýšľali.
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.
Takže teraz vám ukážem niekoľko projektov, na ktorých spolu s kolegami pracujeme na MIT, aby sme dosiahli túto samovytvárajúcu sa budúcnosť. Prvé dva sú MacroBot a DeciBot. Tieto projekty sú rekonfigurovateľné roboty vo veľkom: 8 stôp (cca 2,4m) a 12 stôp (cca 3,7m) dlhé proteíny. Sú vybavené mechanickými elektrickými zariadeniami, senzormi. Dekódujeme to, do čoho sa chceme poskladať, do sekvencie uhlov - takže negatívnych 120°, negatívnych 120°, 0°, 0°, 120°, negatívnych 120° - niečo také: sekvencia uhlov alebo obrátok a pošleme túto sekvenciu cez reťazec. Každá jednotka si zoberie svoju správu - takže negatívnych 120°. Otočí sa do toho uhlu, zistí, či sa tam dostala, a potom posunie tú správu susedovi.
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.
Toto sú vynikajúci vedci, inžinieri, dizajnéri, ktorí pracovali na tomto projekte. A myslím, že to evokuje otázku: je toto skutočne rozšíriteľné? Myslím tým, že na výrobu tohto 2,4-metrového robota bolo vynaložených tisíce dolárov a veľa ľudskej práce. Môžeme toto skutočne uplatniť vo veľkom? Môžeme skutotočne integrovať robotiku do každej časti? Ďalší projekt kladie takéto otázky a zaoberá sa pasívnou prírodou alebo pasívne skúša dosiahnuť programovateľnosť rekonfigurácie. Ale ide ešte o krok ďalej a skúša dosiahnuť samotné výpočty. V podstate vkladá najzákladnejšiu časť počítačov, digitálnu logickú bránu, priamo do našich častí.
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.
Takže toto je NAND brána. Máme jeden štvorsten, ktorý je bránou, ktorá robí naše výpočty, a máme dva vstupné štvorsteny. Jeden z nich je vstup od užívateľov, keď staviame naše tehličky. Ten druhý je z predchádzajúcej tehličky, ktorá bola umiestnená. A toto nám potom dáva výstup v 3D priestore. Takže toto znamená, že užívateľ môže začať vkladať informácie o tom, čo chce, aby tie časti robili. Vypočíta to, čo to robilo predtým, a čo sme povedali, že chceme, aby to spravilo. A teraz sa to začína hýbať v trojrozmernom priestore - hore alebo dole. Na ľavej strane, vstup [1, 1] sa rovná výstupu 0, takže ide dole. Na pravej strane, vstup [0, 0] je výstup 1, čo znamená, že ide hore. A toto v praxi znamená, že naše štruktúry teraz obsahujú detailný plán toho, čo chceme postaviť.
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.
Majú v sebe vložené všetky informácie o tom, čo bolo skonštruované. To znamená, že môžeme dosiahnuť nejakú formu samoreplikácie. V tomto prípade to volám samosprevádzajúca sa replikácia, pretože naša štruktúra obsahuje presné plány. Ak máme chyby, časť môžeme nahradiť. Všetky lokálne informácie sú zabudované, aby nám povedali, ako chyby opraviť. Takže môžeme mať niečo, čo sa analyzuje a číta a môže mať individuálny výsledok. Je to priamo vložené, nie sú tam žiadne externé inštrukcie.
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.
Posledný projekt, ktorý vám ukážem, sa volá Biased Chains (Predpojaté reťaze), a je to asi najvzrušujúcejší príklad pasívnych samovytvárajúcich sa systémov, ktorý práve teraz máme. Zahŕňa to schopnosť rekonfigurácie a programovania a stáva sa z toho úplne pasívny systém. Takže v podstate máme reťaz elementov. Každý element je úplne identický a predpojatý. Každá reťaz alebo každý element chce zabočiť doprava alebo doľava. Takže keď skladáme reťaz, v podstate ju programujeme. Hovoríme každej jednotke, či má zabočiť doprava alebo doľava. Takže keď tú reťaz zatrasieme, poskladá sa do akejkoľvek konfigurácie, ktorú sme naprogramovali - v tomto prípade do špirály, alebo v tomto prípade do dvoch kociek hneď pri sebe. Takže v podstate môžeme naprogramovať akýkoľvek trojrozmerný tvar - alebo jednorozmerný alebo dvojrozmerný - do tejto reťaze úplne pasívne.
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.
Čo nám to hovorí o budúcnosti? Myslím si, že nám to hovorí, že v našich fyzických štruktúrach, budovách a strojoch sú nové možnosti pre samovytváranie, replikovanie a opravy. V týchto častiach je nová programovateľnosť. A z toho máme nové možnosti pre počítačové výpočty. Budeme mať priestorové výpočty. Predstavte si, že naše budovy, mosty, stroje, všetky naše stavebné časti, možu počítať. To je úžasná paralelná a rozložená výpočtová sila, nové možnosti dizajnu. Je v tom vzrušujúci potenciál. Myslím, že tieto projekty, ktoré som vám ukázal, sú len malými krokmi k takejto budúcnosti, ak implementujeme tieto nové technológie pre nový, samovytvárajúci sa svet.
Thank you.
Ďakujem!
(Applause)
(Aplauz.)