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.
Сьогодні я хочу показати вам майбутнє способу, в який ми створюємо речі. Я вірю, що скоро наші будівлі й машини зможуть самоконструюватися, відтворювати і ремонувати самі себе. Тож я збираюся показати вам що на мій погляд являє собою теперішній стан виробництва, і тоді порівняю це з деякими природними системами.
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.
Отже, у виробництві теперішнього рівня, ми маємо хмарочоси -- - два з половиною роки, від п'ятисот тисяч до мільйона частин, дійсно складні, нові, захоплюючі технології обробки сталі, бетону, скла. Ми маємо вражаючі машини, які можуть доправити нас у космос - п'ять років, два з половиною мільйони частин.
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.
Але з іншого боку, якщо ви подивитесь на природні системи, ми маємо білки, яких є два мільйони типів, що можуть згорнутися за десять тисяч наносекунд, або ДНК з трьома мільйонами базових пар, що ми можемо відтворити майже за годину. Хоча існує уся ця складність в наших природних системах, вони є дуже продуктивними, набагато більш продуктивними, аніж будь-що, що ми можемо збудувати, значно складнішими, за будь - що, що ми можемо збудувати. Вони набагато економніші в плані енерговитрат. Вони майже ніколи не припускаються помилок. І вони можуть самовідновлюватись протягом життя.
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.
Отож, в природних системах є щось супер цікаве. І якщо ми перенесемо це на наше будівельне середовище, тоді є певний захоплюючий потенціал для того, в який спосіб ми створюємо речі. І я гадаю ключ до нього - самоконструювання.
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.
Якщо ми хочемо використовувати самоконструювання в нашому фізичному оточенні, я думаю, що є чотири ключових фактори. Перший полягає в тому, що нам необхідно розшифрувати усю складність того, що ми хочемо побудувати -- - наші будівлі та машини. І ми маємо розшифрувати все до простих послідовностей. фактично - ДНК наших технологій. Потім нам потрібні частини, які можна запрограмувати, що можуть взяти послідовність і використати її, щоб скластися, або реконструюватися. Нам потрібна енергія, яка дозволить цьому всьому активуватися, дозволить нашим частинам скластися за програмою. І також нам потрібен компонент корекції помилок, щоб забезпечити успішну побудову того, що ми хотіли.
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.
Я покажу вам декілька проектів над яким працюю я та мої колеги з МТІ (Масачусетський Технологічний Інститут), щоб досягти цього самоскладаного майбутнього. Перші два - це МакроБот і ДециБот. Ці проекти - величезні роботи, здатні до реконфігурації -- протеїни довжиною вісім та дванадцять футів. В них вбудовані механічні електронні прилади, сенсори. Ви програмуєте за власним бажанням, на що вони мають скластися, у послідовність кутів - мінус 120, мінус 120,0,0, 120, мінус 120 -- щось подібне до того; отже послідовність кутів або поворотів, і ви посилаєте її через умовність. Кожен підрозділ одержує свій сигнал - наприклад мінус 120 - він повертається, перевіряє чи він надійшов туди і тоді передає його наступному.
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.
Геніальні вчені, інженери, дизайнери працювали над цим проектом. І я думаю вони дійсно пролили світло на цю проблему: чи можливо це розрахувати? Я маю на увазі ті тисячі доларів, робочі години, витрачені, щоб зробити цього восьмифутового робота. Чи можемо ми це поліпшити? Чи можемо вбудувати механізми у кожну частину? Наступний робот ставить це під сумнів і звертається до пасивної сутності, або пасивно намагається мати реконфігураційну запрограмованість. Але він іде ще далі, і намагається отримати фактичні розрахунки. Він фактично закладає найфундаментальнішу основу розрахунків, цифровий логічний вентиль, просто у вашу схему.
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.
Тож це схема NAND вентиля. Ви маєте один тетраедр, як вентиль, що виконуватиме всі ваші розрахунки, і ви маєте два вхідні тетраедри. Один з них вхідний від користувача, коли ви будуєте ваші блоки. Інший - від попередньо розміщеного блоку. І тоді він відбудовує наступний в трьох вимірах. Це означае, що користувач може почати ставити завдання того, що мають робити блоки. Робот прораховує те, що робив раніше, і те, що ви наказали йому зробити. І тепер він починає рухатися у тривимірному просторі вгору та вниз. Тож з лівого боку, [1,1] на вході рівний [0,0] на виході, що опускається. З правого боку, [0,0] вхідний є [1,1] вихідним, який підіймається. І він справді означає, що наші структури тепер містять проекти, того, що ми хочемо побудувати.
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.
Бо в них вбудовано усю інформацію про те, що було збудовано. Це означає, що ми маємо певну форму самовідтворення. В цьому випадку я називаю це самокероване відтворення, тому, що ваша структура містить чіткий проект. Якщо ви зробили помилку, ви можете замінити частину. Всю локальну інформацію вбудовано в такий спосіб, щоб підказувати вам, як це виправити. Відтак ви матимете щось, що повзає і зчитує її, й може дати точний результат. Воно вбудоване в структуру, тому немає ніяких зовнішних скеруваннь.
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.
Останній проект, який я хочу показати називається Зміщені Ланцюги, і це, напевно, найбільш вражаючий приклад, який ми маємо на сьогодні, пасивних систем, які можуть самовідтворюватись. Він бере здатність до реконфігурації, та програмування і це робить його повністю пасивною системою. Фактично ви маєте ланцюг елементів. Кожен елемент є ідентичним, і вони зміщувані. Отож, кожен елемент хоче повернутися вправо або вліво. Тож коли ви складаєте ланцюг ви програмуєте його. Ви наказуєте кожній частині повернутися вправо, чи вліво. Якщо ви потрусите ланцюг, він згортається в будь-яку конфігурацію, що ви запрограмуєте. В цьому випадку спіраль, або в цьому випадку, два куби один поруч з одним. Відтак ви можете запрограмувати будь-яку тривимірну форму -- або одно-, двовимріну в цей ланцюг абсолютно пасивно.
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.
То що це говорить нам про майбутне? Я думаю, це говорить нам що є нові можливості самоформування, відтворення та налагодження в наших фізичний структурах, будівлях, машинах. Є нова здатність до програмування в цих частинах. І з неї витікають нові можливості обчислення. Ми отримаємо просторове обчислювання. Уявіть собі якщо б наші будинки, мости, машини, усі наші частини зможуть справді прораховувати. Це захоплююча паралельна та розповсюджена обчислювальна сила, нові можливості дизайну. В цьому є вражаючий потенціал. Я думаю, що ці проекти які я вам показав є лише малим кроком до цього майбутнього, якщо ми застосовуватимемо ці технології задля нового, самовідтворюваного світу.
Thank you.
Дякую.
(Applause)
Оплески.