ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds.

Why you should listen

MIT's Neil Gershenfeld is redefining the boundaries between the digital and analog worlds. The digital revolution is over, Gershenfeld says. We won. What comes next? His Center for Bits and Atoms has developed quite a few answers, including Internet 0, a tiny web server that fits into lightbulbs and doorknobs, networking the physical world in previously unimaginable ways.

But Gershenfeld is best known as a pioneer in personal fabrication -- small-scale manufacturing enabled by digital technologies, which gives people the tools to build literally anything they can imagine. His famous Fab Lab is immensely popular among students at MIT, who crowd Gershenfeld's classes. But the concept is potentially life-altering in the developing world, where a Fab Lab with just $20,000 worth of laser cutters, milling machines and soldering irons can transform a community, helping people harness their creativity to build tools, replacement parts and essential products unavailable in the local market. Read more in Fab: The Coming Revolution on Your Desktop.

More profile about the speaker
Neil Gershenfeld | Speaker | TED.com
TED2006

Neil Gershenfeld: Unleash your creativity in a Fab Lab

Neil Ghershenfeld e i Fab Lab

Filmed:
871,282 views

Neil Gershenfeld, professore all' MIT, parla del suo Fab Lab -- un laboratorio a basso costo che permette a chi ci lavora di costruire cose che gli servono con strumenti analogici e digitali. Un' idea semplice con risultati importanti.
- Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds. Full bio

Double-click the English transcript below to play the video.

00:25
This meetingincontro has really been about a digitaldigitale revolutionrivoluzione,
0
0
4000
Quest' incontro ha avuto a che fare con la rivoluzione digitale,
00:29
but I'd like to arguediscutere that it's donefatto; we wonha vinto.
1
4000
3000
ma io credo che sia finita; abbiamo vinto.
00:33
We'veAbbiamo had a digitaldigitale revolutionrivoluzione but we don't need to keep havingavendo it.
2
8000
4000
C'e' stata una rivoluzione digitale, non e' necessario continuare con "la rivoluzione".
00:37
And I'd like to look after that,
3
12000
2000
Vorrei guardare oltre,
00:39
to look what comesviene after the digitaldigitale revolutionrivoluzione.
4
14000
3000
guardare cosa c'e' dopo la rivoluzione digitale.
00:42
So, let me startinizio projectingsporgente forwardinoltrare.
5
17000
2000
Permettetemi di proiettarmi nel futuro.
00:44
These are some projectsprogetti I'm involvedcoinvolti in todayoggi at MITMIT,
6
19000
4000
Questi sono alcuni progetti nei quali sono coinvolto ora all' MIT,
00:48
looking what comesviene after computerscomputer.
7
23000
3000
guardando a cosa verra' dopo i computer.
00:51
This first one, InternetInternet ZeroZero, up here -- this is a webweb serverServer
8
26000
5000
Il primo, Internet Zero, e' un web server
00:56
that has the costcosto and complexitycomplessità of an RFIDRFID tagProdotto Tag --
9
31000
3000
che ha la complessita' e il costo di un' RFID --
00:59
about a dollardollaro -- that can go in everyogni lightleggero bulblampadina and doorknobmaniglia della porta,
10
34000
3000
circa un dollaro -- puo' stare in una lampadina o all'interno di una maniglia,
01:02
and this is gettingottenere commercializedcommercializzato very quicklyvelocemente.
11
37000
2000
e sara' commercializzato molto presto,
01:04
And what's interestinginteressante about it isn't the costcosto;
12
39000
2000
Ma la cosa interessante non e' il prezzo;
01:06
it's the way it encodescodifica the InternetInternet.
13
41000
1000
ma il modo in cui codifica Internet.
01:07
It usesusi a kindgenere of a MorseMorse codecodice for the InternetInternet
14
42000
3000
Usa una specie di codice Morse per Internet
01:10
so you could sendinviare it opticallyotticamente; you can communicatecomunicare acousticallyacusticamente
15
45000
3000
cosicchè puo' comunicare otticamente, acusticamente,
01:13
throughattraverso a powerenergia linelinea, throughattraverso RFRF.
16
48000
2000
attraverso una linea di corrente, con onde radio.
01:15
It takes the originaloriginale principleprincipio of the InternetInternet,
17
50000
2000
E' il principio originale di Internet
01:17
whichquale is inter-networkingInter-networking computerscomputer,
18
52000
2000
che mette i computer in rete,
01:19
and now letslascia devicesdispositivi inter-networkInter-rete.
19
54000
3000
ora mettiamo in rete dei dispositivi.
01:22
That we can take the wholetotale ideaidea that gaveha dato birthnascita to the InternetInternet
20
57000
3000
Possiamo prendere l'idea che ha dato alla luce internet
01:25
and bringportare it down to the physicalfisico worldmondo in this InternetInternet ZeroZero,
21
60000
3000
e trasportarla nel mondo fisico con Internet Zero,
01:28
this internetInternet of devicesdispositivi.
22
63000
2000
l'internet dei dispositivi.
01:30
So this is the nextIl prossimo steppasso from there to here,
23
65000
2000
Questo e' il prossimo passo,
01:32
and this is gettingottenere commercializedcommercializzato todayoggi.
24
67000
3000
e sta' per essere commercializzato ora.
01:35
A steppasso after that is a projectprogetto on fungiblefungible computerscomputer.
25
70000
5000
Un passo successivo e' quello dei computer generici.
01:40
FungibleFungible goodsmerce in economicseconomia can be extendedesteso and tradedscambiato.
26
75000
3000
I beni generici in economia possono essere scambiati all'ingrosso.
01:43
So, halfmetà as much graingrano is halfmetà as much usefulutile,
27
78000
2000
Per esempio, una meta' di un po di grano vale la meta',
01:45
but halfmetà a babybambino or halfmetà a computercomputer is lessDi meno usefulutile than
28
80000
3000
ma mezzo bambino o mezzo computer sono meno utili
01:48
a wholetotale babybambino or a wholetotale computercomputer,
29
83000
2000
di un bambino intero o di un computer intero,
01:50
and we'venoi abbiamo been tryingprovare to make computerscomputer that work that way.
30
85000
3000
Abbiamo cercato di fare dei computer che funzionano cosi'.
01:53
So, what you see in the backgroundsfondo is a prototypeprototipo.
31
88000
2000
Quel che vedete sullo sfondo e' un prototipo.
01:55
This was from a thesistesi of a studentalunno, BillBill ButowButow, now at IntelIntel,
32
90000
3000
Viene dalla tesi di uno studente, Bill Butow, ora all' Intel,
01:58
who wonderedchiesti why, insteadanziché of makingfabbricazione biggerpiù grande and biggerpiù grande chipspatatine fritte,
33
93000
3000
che si chiese perche', invece di fare microprocessori sempre piu' grandi,
02:01
you don't make smallpiccolo chipspatatine fritte, put them in a viscousviscoso mediummedio,
34
96000
3000
non ne facciamo di piccoli, li mettiamo in un fluido viscoso,
02:04
and pourversare out computinginformatica by the poundlibbra or by the squarepiazza inchpollice.
35
99000
2000
e versiamo del "computing" al chilo o al centimetro.
02:06
And that's what you see here.
36
101000
2000
E qui lo vedete realizzato.
02:08
On the left was postscriptPostScript beingessere renderedil rendering by a conventionalconvenzionale computercomputer;
37
103000
3000
Sulla sinistra c'e' del postscript interpretato da un computer tradizionale,
02:11
on the right is postscriptPostScript beingessere renderedil rendering from the first prototypeprototipo
38
106000
3000
sulla destra c'e' del postscript raffigurato dal primo prototipo
02:14
we madefatto, but there's no frametelaio bufferbuffer, IOIO processorprocessore,
39
109000
4000
che non ha un buffer dell' immagine, un processore IO,
02:18
any of that stuffcose -- it's just this materialMateriale.
40
113000
2000
niente di questo tipo di cose -- solo quel materiale.
02:20
UnlikeA differenza di this screenschermo where the dotspunti are placedposto carefullyaccuratamente,
41
115000
2000
Diversamente da questo schermo dove ogni punto e' piazzato con cura,
02:22
this is a rawcrudo materialMateriale.
42
117000
1000
questo e' materiale generico.
02:23
If you addInserisci twicedue volte as much of it, you have twicedue volte as much displaydisplay.
43
118000
3000
Se ne mettete il doppio avete il doppio di superficie utile.
02:26
If you shootsparare a gunpistola throughattraverso the middlein mezzo, nothing happensaccade.
44
121000
3000
Se gli sparate contro, non succede niente.
02:29
If you need more resourcerisorsa, you just applyapplicare more computercomputer.
45
124000
4000
Se c'e' bisogno di piu' risorse, metteteci semplicemente piu' "computer"
02:33
So, that's the steppasso after this -- of computinginformatica as a rawcrudo materialMateriale.
46
128000
3000
Questo e' il passo successivo -- "computer" come materiale generico.
02:36
That's still conventionalconvenzionale bitsbit, the steppasso after that is --
47
131000
3000
Sono ancora bit convenzionali, il passo successivo e' --
02:39
this is an earlierprima prototypeprototipo in the lablaboratorio;
48
134000
2000
questo e' un vecchio prototipo di laboratorio,
02:41
this is high-speedalta velocità videovideo slowedrallentato down.
49
136000
2000
questo e' un video al rallentatore.
02:43
Now, integratingintegrazione chemistrychimica in computationcalcolo, where the bitsbit are bubblesbolle.
50
138000
3000
Integrando chimica e computer, ove i bit sono bolle.
02:46
This is showingmostrando makingfabbricazione bitsbit, this is showingmostrando --
51
141000
2000
Qui si mostra come si fanno i bit, questo mostra --
02:48
onceuna volta again, slowedrallentato down so you can see it,
52
143000
2000
ancora una volta al rallentatore per poter vedere,
02:50
bitsbit interactinginteragendo to do logiclogica and multiplexingmultiplazione and de-multiplexingde-multiplexing.
53
145000
4000
bit che interagiscono per fare logica, multiplexando e demultiplexando.
02:54
So, now we can computecalcolare that the outputproduzione arrangesorganizza materialMateriale
54
149000
3000
Il risultato e' materiale organizzato
02:57
as well as informationinformazione. And, ultimatelyin definitiva, these are some slidesscivoli
55
152000
4000
e informazione. Alla fine, queste sono immagini
03:01
from an earlypresto projectprogetto I did, computinginformatica where the bitsbit are storedmemorizzati
56
156000
3000
di un mio progetto precedente, computando quantisticamente
03:04
quantum-mechanicallyquantum-meccanico in the nucleinuclei of atomsatomi, so
57
159000
3000
dove i bit risiedono nei nuclei di atomi,
03:07
programsprogrammi rearrangeridisporre the nuclearnucleare structurestruttura of moleculesmolecole.
58
162000
4000
e i programmi riarrangiano la struttura nucleare delle molecole.
03:11
All of these are in the lablaboratorio pushingspingendo furtherulteriore and furtherulteriore and furtherulteriore,
59
166000
4000
Tutto cio' e' in corso di sperimentazione e avanza continuamente,
03:15
not as metaphormetafora but literallyletteralmente integratingintegrazione bitsbit and atomsatomi,
60
170000
3000
non metaforicamente ma letteralmente integrando bit e atomi,
03:18
and they leadcondurre to the followinga seguire recognitionriconoscimento.
61
173000
3000
per portare al seguente riconoscimento.
03:21
We all know we'venoi abbiamo had a digitaldigitale revolutionrivoluzione, but what is that?
62
176000
3000
Sappiamo tutti di aver attraversato una rivoluzione digitale, ma di cosa veramente si tratta?
03:24
Well, ShannonShannon tookha preso us, in the '40s, from here to here:
63
179000
3000
Shannon ci ha portati negli anni 40 da qui a la:
03:27
from a telephonetelefono beingessere a speakeraltoparlante wirefilo that degradeddegradato with distancedistanza
64
182000
4000
dal telefono che con i suoi fili aveva un segnale che degradava con la distanza
03:31
to the InternetInternet. And he proveddimostrato the first thresholdsoglia theoremTeorema, that showsSpettacoli
65
186000
4000
ad Internet. E dimostro' il primo teorema della soglia che dice
03:35
if you addInserisci informationinformazione and removerimuovere it to a signalsegnale,
66
190000
3000
che se si aggiunge e si toglie un'informazione ad un segnale,
03:38
you can computecalcolare perfectlyperfettamente with an imperfectimperfetto devicedispositivo.
67
193000
2000
si puo' elaborare correttamente con un sistema imperfetto.
03:40
And that's when we got the InternetInternet.
68
195000
2000
E con questo abbiamo ottenuto Internet.
03:42
VonVon NeumannNeumann, in the '50s, did the samestesso thing for computinginformatica;
69
197000
3000
Von Neumann, negli anni 50, fece la stessa cosa coi computer;
03:45
he showedha mostrato you can have an unreliableinaffidabile computercomputer but restoreristabilire its statestato
70
200000
3000
mostro' che si puo' avere un computer non affidabile ma ripristinare il suo stato
03:48
to make it perfectperfezionare. This was the last great analoganalogico computercomputer at MITMIT:
71
203000
4000
rendendolo perfetto. Questo e' stato l' ultimo grande computer analogico all' MIT:
03:52
a differentialdifferenziale analyzeranalizzatore, and the more you rancorse it,
72
207000
2000
un analizzatore differenziale, piu' girava,
03:54
the worsepeggio the answerrisposta got.
73
209000
2000
meno affidabile diventava la risposta.
03:56
After VonVon NeumannNeumann, we have the PentiumPentium, where the billionthmiliardesimo transistortransistor
74
211000
3000
Dopo Von Neumann e' venuto il Pentium, ove il miliardesimo transistor
03:59
is as reliableaffidabile as the first one.
75
214000
3000
e' affidabile come il primo.
04:02
But all our fabricationfabbricazione is down in this lowerinferiore left cornerangolo.
76
217000
3000
Tutta la nostra attivita' di fabbricazione e' qui in basso a sinistra.
04:05
A state-of-the-artall'avanguardia airplaneaereo factoryfabbrica rotatingrotante metalmetallo waxcera at fixedfisso metalmetallo,
77
220000
3000
Una fabbrica moderna di aerei usa un processo a cera per metalli,
04:08
or you maybe meltdella fusione some plasticplastica. A 10-billion-dollar-miliardo-Dollaro chippatata fritta fabfab
78
223000
3000
o si potrebbe sciogliere della plastica. Una fabbrica di integrati da 10 miliardi di dollari
04:11
usesusi a processprocesso a villagevillaggio artisanartigiano would recognizericonoscere --
79
226000
3000
usa un procedimento che un artigiano di villaggio riconoscerebbe --
04:14
you spreaddiffusione stuffcose around and bakecuocere in forno it.
80
229000
3000
si spande del materiale e lo si cuoce.
04:17
All the intelligenceintelligenza is externalesterno to the systemsistema;
81
232000
2000
Tutta l'intelligenza e' fuori dal sistema;
04:19
the materialsmateriale don't have informationinformazione.
82
234000
2000
i materiali non contengono informazione.
04:21
YesterdayIeri you heardsentito about molecularmolecolare biologybiologia,
83
236000
3000
Ieri avete sentito parlare di biologia molecolare,
04:24
whichquale fundamentallyfondamentalmente computesCalcola to buildcostruire.
84
239000
2000
che in fondo computa per costruire.
04:26
It's an informationinformazione processinglavorazione systemsistema.
85
241000
2000
E' un sistema fondato su processi informatici.
04:28
We'veAbbiamo had digitaldigitale revolutionsrivoluzioni in communicationcomunicazione and computationcalcolo,
86
243000
4000
Abbiamo vissuto delle rivoluzioni digitali nella comunicazione e nei computer,
04:32
but preciselyprecisamente the samestesso ideaidea, preciselyprecisamente the samestesso mathmatematica
87
247000
3000
ma esattamente le stesse idee e la matematica
04:35
ShannonShannon and VonVon NeumanNeuman did, hasn'tnon ha yetancora come out
88
250000
2000
che fecero Shannon e Von Neuman, non sono ancora entrate
04:37
to the physicalfisico worldmondo. So, inspiredispirato by that,
89
252000
3000
nel mondo fisico. Con questa ispirazione
04:40
colleaguescolleghi in this programprogramma -- the CenterCentro for BitsBit and AtomsAtomi
90
255000
2000
alcuni miei colleghi in questo programma -- il Center for Bits and Atoms
04:42
at MITMIT -- whichquale is a groupgruppo of people, like me,
91
257000
3000
all' MIT -- che sono un gruppo di gente come me,
04:45
who never understoodinteso the boundaryconfine betweenfra physicalfisico sciencescienza
92
260000
3000
che non hanno mai accettato la separazione tra la fisica
04:48
and computercomputer sciencescienza. I would even go furtherulteriore and say
93
263000
3000
e l'informatica. Andrei ancora oltre dicendo
04:51
computercomputer sciencescienza is one of the worstpeggio things that ever happenedè accaduto
94
266000
2000
che l'informatica e' una delle cose peggiori mai capitate
04:53
to eithero computerscomputer or to sciencescienza --
95
268000
2000
sia ai computer che alla scienza
04:55
(LaughterRisate)
96
270000
1000
(risate)
04:56
-- because the canonCanon -- computercomputer sciencescienza --
97
271000
4000
-- perche' il paradigma-- informatica --
05:00
manymolti of them are great but the canonCanon of computercomputer sciencescienza
98
275000
2000
in molti casi va bene, ma l'informatica
05:02
prematurelyprematuramente frozecongelato a modelmodello of computationcalcolo
99
277000
3000
ha prematuramente congelato il modello di computazione
05:05
basedbasato on technologytecnologia that was availablea disposizione in 1950,
100
280000
3000
basato sulla tecnologia disponibile nel 1950,
05:08
and nature'snatura a much more powerfulpotente computercomputer than that.
101
283000
2000
e la natura e' un computer molto piu' potente di quello.
05:10
So, you'llpotrai hearsentire, tomorrowDomani, from SaulSaul GriffithGriffith. He was one of the
102
285000
4000
Domani ne sentirete da Saul Griffith. E' stato uno dei primi studenti
05:14
first studentsstudenti to emergeemergere from this programprogramma.
103
289000
3000
a venir fuori da questo programma.
05:17
We startediniziato to figurefigura out how you can computecalcolare to fabricatefabbricare.
104
292000
3000
Cominciammo a capire come computare per costruire.
05:20
This was just a proofprova of principleprincipio he did of tilespiastrelle
105
295000
3000
Questa e' stata solo una dimostrazione, piastrelle
05:23
that interactinteragire magneticallymagneticamente, where you writeScrivi a codecodice,
106
298000
2000
che interagiscono magneticamente, dove si scrive un programma,
05:25
much like proteinproteina foldingpieghevole, that specifiesSpecifica theirloro structurestruttura.
107
300000
3000
un po' come nella copia delle proteine, che specifica la loro struttura.
05:28
So, there's no feedbackrisposta to a toolstrumento metrologymetrologia;
108
303000
3000
Non c'e' un feedback con uno strumento di misura,
05:31
the materialMateriale itselfsi codescodici for its structurestruttura in just the samestesso waysmodi
109
306000
5000
il materiale si da' una forma nello stesso modo
05:36
that proteinproteina are fabricatedfabbricato. So, you can, for exampleesempio, do that.
110
311000
4000
in cui si producono proteine. Per fare, ad esempio, questo.
05:40
You can do other things. That's in 2D. It workslavori in 3D.
111
315000
3000
Si possono fare altre cose. Qui e' in 2D, in realta' funziona in 3D.
05:43
The videovideo on the uppersuperiore right -- I won'tnon lo farà showmostrare for time --
112
318000
2000
Il video in alto a destra -- manca il tempo per mostrarlo --
05:45
showsSpettacoli self-replicationauto-replicazione, templatingTemplating so something can make something
113
320000
4000
mostra un caso di auto replicazione, modellazione, qualcosa che fa qualcosaltro,
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
che fa qualcosaltro, e lo si fa per, forse,
05:52
ninenove ordersordini of magnitudemagnitudine. Those ideasidee have been used to showmostrare
115
327000
3000
9 ordini di grandezza. Quelle idee sono state usate per mostrare
05:55
the bestmigliore fidelityfedeltà and directdiretto rateVota DNADNA to make an organismorganismo,
116
330000
3000
la miglior fedelta' e semplicita', come il DNA quando fa un organismo,
05:58
in functionalizingfunzionalizzazione nanoclustersnanocluster with peptidepeptide tailscode
117
333000
3000
nell' assemblare nanocluster con code di peptidi
06:01
that codecodice for theirloro assemblymontaggio -- so, much like the magnetsMagneti,
118
336000
2000
che programmano per costruirsi. Come i magneti
06:03
but now on nanometernanometro scalesbilancia.
119
338000
2000
ma su scala nanometrica.
06:05
LaserLaser micro-machiningmicro-lavorazioni: essentiallyessenzialmente 3D printersstampanti that digitallydigitalmente fabricatefabbricare
120
340000
4000
Micro-lavorazioni al laser: essenzialmente una stampante laser in 3D
06:09
functionalfunzionale systemssistemi, all the way up to buildingcostruzione buildingsedifici,
121
344000
3000
che costruisce sistemi completi, fino a interi edifici,
06:12
not by havingavendo blueprintscianografie,
122
347000
1000
senza progetti,
06:13
but havingavendo the partsparti codecodice for the structurestruttura of the buildingcostruzione.
123
348000
3000
ma con componenti che sanno come edificare la struttura dell' edificio.
06:16
So, these are earlypresto examplesesempi in the lablaboratorio of emergingemergente technologiestecnologie
124
351000
5000
Questi sono esempi dei primi lavori del laboratorio delle tecnologie emergenti
06:21
to digitizedigitalizzare fabricationfabbricazione. ComputersComputer that don't controlcontrollo toolsutensili
125
356000
4000
per la costruzione digitalizzata. Non computer per il comtrollo delle macchine
06:25
but computerscomputer that are toolsutensili, where the outputproduzione of a programprogramma
126
360000
4000
ma computer che sono macchine, ove l' output del programma
06:29
rearrangesRiorganizza atomsatomi as well as bitsbit.
127
364000
4000
assembla atomi oltre a bits.
06:33
Now, to do that -- with your taxtassa di soggiorno dollarsdollari, thank you --
128
368000
3000
Ora, per far tutto cio' -- con le vostre tasse, grazie --
06:36
I boughtcomprato all these machinesmacchine. We madefatto a modestmodesto proposalproposta
129
371000
4000
ho comprato tutte queste macchine. Abbamo fatto una proposta modesta
06:40
to the NSFNSF. We wanted to be ablecapace to make anything on any lengthlunghezza scalescala,
130
375000
4000
alla NSF. Volevamo essere in grado di fare qualsiasi cosa su qualsiasi scala,
06:44
all in one placeposto, because you can't segregatesegregare digitaldigitale fabricationfabbricazione
131
379000
4000
tutto in un sol posto perche' non si puo' limitare la costruzione digitale
06:48
by a disciplinedisciplina or a lengthlunghezza scalescala.
132
383000
2000
a un unica disciplina o scala.
06:50
So we put togetherinsieme focusedfocalizzata nanonano beamfascio writersscrittori
133
385000
4000
Abbiamo assemblato stampanti a nano raggi,
06:54
and supersonicsupersonico wateracqua jetJet cuttersFrese and excimereccimeri micro-machiningmicro-lavorazioni systemssistemi.
134
389000
5000
trance a getto d'acqua supersonica e sistemi per micro lavorazioni a eccimeri.
06:59
But I had a problemproblema. OnceVolta I had all these machinesmacchine,
135
394000
3000
Ma con un problema. Una volta ottenute tutte queste macchine,
07:02
I was spendingla spesa too much time teachinginsegnamento studentsstudenti to use them.
136
397000
3000
spendevo troppo tempo ad insegnare agli studenti ad usarle.
07:05
So I startediniziato teachinginsegnamento a classclasse, modestlymodestamente calledchiamato,
137
400000
2000
Cosi' cominciai a insegnare un corso intitolato modestamente
07:07
"How To Make AlmostQuasi Anything." And that wasn'tnon era meantsignificava to be provocativeprovocatorio;
138
402000
3000
" come fare quasi qualsiasi cosa" senza intenzioni provocatorie,
07:10
it was just for a fewpochi researchricerca studentsstudenti.
139
405000
2000
era solo per pochi studenti ricercatori.
07:12
But the first day of classclasse lookedguardato like this.
140
407000
2000
Ma il primo giorno di lezione fu cosi'.
07:14
You know, hundredscentinaia of people cameè venuto in beggingChiedere l'elemosina,
141
409000
2000
Centinaia di persone pregarono d' entrare.
07:16
all my life I've been waitingin attesa for this classclasse; I'll do anything to do it.
142
411000
3000
ho aspettato tutta la mia vita queste lezioni, faro' qualsiasi cosa per partecipare.
07:19
Then they'davevano askChiedere, can you teachinsegnare it at MITMIT? It seemssembra too usefulutile?
143
414000
3000
Poi comiciarono a chiedere di insegnarlo all' MIT, sembrava troppo utile?
07:22
And then the nextIl prossimo --
144
417000
1000
E quindi --
07:23
(LaughterRisate)
145
418000
2000
(risate)
07:25
-- surprisingsorprendente thing was they weren'tnon erano there to do researchricerca.
146
420000
1000
-- la cosa sorprendente era che non erano li per fare ricerca.
07:26
They were there because they wanted to make stuffcose.
147
421000
2000
Venivano per costruire delle cose.
07:28
They had no conventionalconvenzionale technicaltecnico backgroundsfondo.
148
423000
4000
Non avevano un'esperienza tecnica convenzionale.
07:32
At the endfine of a semestersemestre they integratedintegrato theirloro skillsabilità.
149
427000
2000
Alla fine del semestre hanno sviluppato le loro competenze.
07:34
I'll showmostrare an oldvecchio videovideo. KellyKelly was a sculptorscultore, and this is what she did
150
429000
4000
Vi mostrero' un vecchio video. Kelly era una scultrice e questo e' cio' che fece
07:38
with her semestersemestre projectprogetto.
151
433000
2000
come progetto per quel semestre.
07:40
(VideoVideo): KellyKelly: HiCiao, I'm KellyKelly and this is my screamurlare buddycompagno.
152
435000
3000
(Video): Kelly: salve sono Kelly e questo e' lo scream buddy.
07:45
Do you ever find yourselfte stesso in a situationsituazione
153
440000
3000
Vi trovate mai in una situazione
07:48
where you really have to screamurlare, but you can't because you're at work,
154
443000
5000
nella quale sentite di dover urlare ma non potete perche' siete al lavoro,
07:53
or you're in a classroomaula, or you're watchingGuardando your childrenbambini,
155
448000
3000
o a lezione, o state accudendo i vostri figli,
07:56
or you're in any numbernumero of situationssituazioni where it's just not permittedconsentito?
156
451000
5000
o siete comunque in una situazione dove non e' permesso urlare?
08:01
Well, screamurlare buddycompagno is a portableportatile spacespazio for screamingurlando.
157
456000
4000
Bene, lo scream buddy e' uno spazio portatile per urlare.
08:05
When a userutente screamsurla into screamurlare buddycompagno, theirloro screamurlare is silencedmesso a tacere.
158
460000
5000
Qundo ci si urla dentro, l'urlo e' silenziato.
08:10
It is alsoanche recordedregistrato for laterdopo releaseliberare where, when and how
159
465000
4000
Viene anche registrato per poterlo successivamente riprodurre
08:14
the userutente choosessceglie.
160
469000
1000
quando e dove lo si ritenga opportuno.
08:36
(ScreamUrlo)
161
491000
2000
(Urlo)
08:39
(LaughterRisate) (ApplauseApplausi)
162
494000
4000
(Risate) (Applausi)
08:43
So, EinsteinEinstein would like this.
163
498000
2000
Ad Einstein sarebbe piaciuto.
08:45
This studentalunno madefatto a webweb browserBrowser for parrotspappagalli --
164
500000
1000
Uno studente ha fatto un browser per pappagalli --
08:46
letslascia parrotspappagalli surfFare surf the NetNET and talk to other parrotspappagalli.
165
501000
3000
permette ai pappagalli di usare il Web e parlare ad altri pappagalli.
08:49
This student'sdello studente madefatto an alarmallarme clockorologio you wrestleWrestle
166
504000
2000
Questo studente ha fatto una sveglia con cui lottare
08:51
to provedimostrare you're awakesveglio; this is one that defendsdifende --
167
506000
2000
per dimostrare che si e' svegli.
08:53
a dressvestito that defendsdifende your personalpersonale spacespazio.
168
508000
2000
Questo e' un vestito che protegge il proprio spazio personale.
08:55
This isn't technologytecnologia for communicationcomunicazione;
169
510000
2000
Questa tecnologia non e' per comunicare;
08:57
it's technologytecnologia to preventimpedire it.
170
512000
2000
e' una tecnologia per impedirlo.
08:59
This is a devicedispositivo that letslascia you see your musicmusica.
171
514000
3000
Questo e' un sistema per far vedere la musica.
09:02
This is a studentalunno who madefatto a machinemacchina that makesfa machinesmacchine,
172
517000
3000
Questo studente ha fatto una macchina che fa macchine,
09:05
and he madefatto it by makingfabbricazione LegoLEGO bricksmattoni that do the computinginformatica.
173
520000
3000
e l' ha fatta con componenti Lego che computano.
09:08
Just yearanno after yearanno -- and I finallyfinalmente realizedrealizzato
174
523000
2000
Anno dopo anno -- e ho finalmente capito
09:10
the studentsstudenti were showingmostrando the killerkiller appApp of personalpersonale fabricationfabbricazione
175
525000
4000
che gli studenti hanno dimostrato che le applicazioni vincenti della " personal fabrication "
09:14
is productsprodotti for a marketmercato of one personpersona.
176
529000
2000
sono i prodotti per un mercato di una persona sola.
09:16
You don't need this for what you can get in Wal-MartWal-Mart;
177
531000
2000
Non c'e' bisogno di tutto questo per quel che si puo comprare al Wal-Mart;
09:18
you need this for what makesfa you uniqueunico.
178
533000
1000
ne avete bisogno per quel che vi rende unici.
09:19
KenKen OlsenOlsen famouslynotoriamente said, nobodynessuno needsesigenze a computercomputer in the home.
179
534000
4000
Ken Olsen (fondatore della DEC) e' famoso per aver detto: nessuno ha bisogno di un computer a casa.
09:23
But you don't use it for inventoryinventario and payrolldelle retribuzioni;
180
538000
2000
Ma non si usa per fare un inventario e le paghe;
09:25
DECDEC is now twicedue volte bankruptfallito. You don't need personalpersonale fabricationfabbricazione
181
540000
3000
La DEC è ora in bancarotta. Non c'e' bisogno della " personal fabrication "
09:28
in the home to buyacquistare what you can buyacquistare because you can buyacquistare it.
182
543000
2000
a casa per comprare quel che si puo' comprare solo perche' lo si puo' comprare.
09:30
You need it for what makesfa you uniqueunico, just like personalizationpersonalizzazione.
183
545000
4000
Ce n'e' bisogno per quel che ti rende unico, come la personalizzazione.
09:34
So, with that, in turnturno, 20 millionmilione dollarsdollari todayoggi does this;
184
549000
4000
Inoltre questo si fa oggi con 20 milioni di dollari,
09:38
20 yearsanni from now we'llbene make StarStar TrekTrek replicatorsReplicatori that make anything.
185
553000
4000
tra 20 anni faremo dei replicatori di Star Trek che faranno qualsiasi cosa,
09:42
The studentsstudenti hijackeddirottato all the machinesmacchine I boughtcomprato to do personalpersonale fabricationfabbricazione.
186
557000
4000
Gli studenti si sono impossessati di tutte le macchine che ho comprato per fabbricare cose per loro
09:46
TodayOggi, when you spendtrascorrere that much of your moneyi soldi,
187
561000
2000
Oggi, quando spendete cosi' tanto del vostro denaro,
09:48
there's a governmentgoverno requirementRequisiti to do outreachoutreach, whichquale oftenspesso meanssi intende
188
563000
3000
il governo richiede che si faccia della beneficenza, che spesso significa
09:51
classesclassi at a localLocale schoolscuola, a websiteSito web -- stuffcose that's just not that excitingemozionante.
189
566000
3000
insegnare in una scuola, una pagina web; cose non molto divertenti
09:54
So, I madefatto a dealaffare with my NSFNSF programprogramma managersmanager that
190
569000
4000
Cosi' ho fatto un patto col manager del mio programma dell' NSF
09:58
insteadanziché of talkingparlando about it, I'd give people the toolsutensili.
191
573000
2000
che invece di parlarne avrei dato alla gente gli strumenti.
10:00
This wasn'tnon era meantsignificava to be provocativeprovocatorio or importantimportante,
192
575000
2000
Non volevo essere ne provocatorio ne darmi delle arie,
10:02
but we put togetherinsieme these FabFab LabsLaboratori. It's about 20,000 dollarsdollari in equipmentattrezzatura
193
577000
4000
ma cosi' fondammo questi Fab Lab. Ci sono 20.000 dollari in attrezzature
10:06
that approximateapprossimativo bothentrambi what the 20 millionmilione dollarsdollari does and where it's going.
194
581000
5000
che approssimano sia quel che si fa con 20 milioni di dollari sia dove stiamo andando.
10:11
A laserlaser cuttertaglierina to do press-fitPress-fit assemblymontaggio with 3D from 2D,
195
586000
3000
Una taglierina a laser per fare assemblaggio in 3D a partire da 2D,
10:14
a signsegno cuttertaglierina to plottracciare in copperrame to do electromagneticselettromagnetismo,
196
589000
2000
una macchina da insegne per incidere il rame per componenti elettromagnetici,
10:16
a micronmicron scalescala,
197
591000
2000
una bilancia a micron,
10:18
numerically-controlledcontrollo numerico millingfresatura machinemacchina for precisepreciso structuresstrutture,
198
593000
2000
una fresa a controllo numerico per parti precise al micron,
10:20
programmingprogrammazione toolsutensili for lessDi meno than a dollardollaro,
199
595000
3000
utensili di programmazione per meno di un dollaro,
10:23
100-nanosecond-nanosecondo microcontrollersmicrocontrollori. It letslascia you work from micronsmicron
200
598000
3000
microcontrollori da 100 nanosecondi. Si puo' lavorare dai micron
10:26
and microsecondsmicrosecondi on up, and they explodedesploso around the worldmondo.
201
601000
4000
e microsecondi in su, e sono diventati popolarissimi in tutto il mondo.
10:30
This wasn'tnon era scheduledSchedulato, but they wentandato from inner-citycentro città BostonBoston
202
605000
2000
Non era previsto ma furono spediti da Boston
10:32
to PobalPobal in IndiaIndia, to Secondi-TakoradiSecondi-Takoradi on Ghana'sDi Ghana coastcosta
203
607000
4000
a Pobal in India, a Secondi-Takoradi sulla costa del Ghana
10:36
to SoshanguveSoshanguve in a townshipTownship in SouthSud AfricaAfrica,
204
611000
3000
a Soshanguve in Sud Africa,
10:39
to the farlontano northnord of NorwayNorvegia, uncoveringScoprire, or helpingporzione uncoverScoprire,
205
614000
4000
all'estremo nord della Norvegia, scoprendo, o aiutando a scoprire,
10:43
for all the attentionAttenzione to the digitaldigitale dividedividere,
206
618000
3000
nonostante tutta l'attenzione all'ineguaglianza digitale,
10:46
we would find unusednon usato computerscomputer in all these placesposti.
207
621000
4000
si possono trovare computer inutilizzati in tutti questi posti.
10:50
A farmercontadino in a ruralrurale villagevillaggio -- a kidragazzo needsesigenze to measuremisurare and modifymodificare
208
625000
3000
Un contadino in un villaggio rurale -- un bambino ha bisogno di misurare
10:53
the worldmondo, not just get informationinformazione about it on a screenschermo.
209
628000
4000
e modficare il mondo, non solo informarsene su uno schermo.
10:57
That there's really a fabricationfabbricazione and an instrumentationStrumentazione dividedividere
210
632000
2000
C'e' veramente una barriera di strumenti e di utensili
10:59
biggerpiù grande than the digitaldigitale dividedividere.
211
634000
3000
piu' grande che non una barriera digitale.
11:02
And the way you closevicino it is not IT for the massesmasse but IT developmentsviluppo for the massesmasse.
212
637000
3000
E il modo di eliminarla non e' l'IT per le masse ma lo sviluppo dell'IT per tutti.
11:05
So, in placeposto after placeposto
213
640000
3000
In ogni posto
11:08
we saw this samestesso progressionprogressione: that we'dsaremmo openAperto one of these FabFab LabsLaboratori,
214
643000
3000
abbiamo visto lo stesso processo: aprivamo uno di questi Fab Lab
11:11
where we didn't -- this is too crazypazzo to think of.
215
646000
3000
dove non -- e' pazzesco quando ci penso.
11:14
We didn't think this up, that we would get pulledtirato to these placesposti;
216
649000
3000
Non l' avevamo previsto che saremmo stati coinvolti in quei posti,
11:17
we'dsaremmo openAperto it. The first steppasso was just empowermentl'empowerment.
217
652000
2000
il primo passo e' esser messi nelle condizioni di operare.
11:19
You can see it in theirloro faceviso, just this joygioia of, I can do it.
218
654000
3000
Lo si puo' vedere nelle loro facce, la loro gioia per poterlo fare.
11:22
This is a girlragazza in inner-citycentro città BostonBoston who had just donefatto a high-techHigh Tech
219
657000
2000
Questa e' una ragazza di Boston che e' appena stata a una fiera di high tech
11:24
on-demandsu richiesta craftmestiere salevendita in the innerinterno citycittà communitycomunità centercentro.
220
659000
4000
per vendere prodotti su richiesta, al centro sociale della citta'.
11:28
It goesva on from there to seriousgrave hands-onHands-on technicaltecnico educationeducazione
221
663000
4000
Si comincia da li ad istruirsi con progetti veri, informalmente, fuori dalla scuola.
11:32
informallysenza formalità, out of schoolsscuole. In GhanaGhana we had setimpostato up one of these labslaboratori.
222
667000
5000
In Gana abbiamo messo in piedi uno di questi laboratori.
11:37
We designedprogettato a networkRete sensorsensore, and kidsbambini would showmostrare up
223
672000
2000
Progettammo una rete di sensori, e i ragazzi che vennero
11:39
and refuserifiutare to leavepartire the lablaboratorio.
224
674000
1000
si rifiutarono di lasciare il laboratorio.
11:40
There was a girlragazza who insistedha insistito we stayrestare latein ritardo at night --
225
675000
3000
C'era una ragazza che insistette per rimanere tardi la notte --
11:43
(VideoVideo): KidsBambini: I love the FabFab LabLaboratorio.
226
678000
2000
(Video): Ragazzi: amo la Fab Lab.
11:45
-- her first night in the lablaboratorio because she was going to make the sensorsensore.
227
680000
3000
-- la sua prima notte in laboratorio avrebbe fatto il sensore.
11:48
So she insistedha insistito on fabbingfabbing the boardtavola, learningapprendimento how to stuffcose it,
228
683000
3000
Quindi insistette a fare il circuito, imparando a metterci i componenti,
11:51
learningapprendimento how to programprogramma it. She didn't really know
229
686000
2000
e a programmarlo. Non sapeva bene
11:53
what she was doing or why she was doing it, but she knewconosceva
230
688000
2000
cosa stava facendo o perche', ma sapeva
11:55
she just had to do it. There was something electricelettrico about it.
231
690000
3000
che doveva farlo. C' era qualcosa di elettrico nell' aria.
11:58
This is latein ritardo at, you know, 11 o'clockalle at night
232
693000
2000
Questo e' tardi, alle 11 di sera
12:00
and I think I was the only personpersona surprisedsorpreso when what she builtcostruito
233
695000
3000
e penso di essere stato l'unico a sorprendermi quando
12:03
workedlavorato the first time.
234
698000
2000
quel che costrui' funziono' al primo tentativo.
12:05
And I've shownmostrato this to engineersingegneri at biggrande companiesaziende, and they say
235
700000
2000
L'ho mostrato a ingegneri di grandi compagnie e hanno detto
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
che loro non sarebbero stati capaci. Quel che lei fa lo possono fare meglio,
12:10
but it's distributeddistribuito over manymolti people and manymolti sitessiti
237
705000
3000
ma solo con l'aiuto di molta gente in sedi diverse
12:13
and they can't do in an afternoonpomeriggio
238
708000
1000
e non lo possono fare in un pomeriggio
12:14
what this little girlragazza in ruralrurale GhanaGhana is doing.
239
709000
3000
quel che puo' fare questa giovane ragazza del Ghana.
12:33
(VideoVideo): GirlRagazza: My namenome is ValentinaValentina KofiKofi; I am eightotto yearsanni oldvecchio.
240
728000
4000
(Video): Ragazza: Il mio nome e' Valentina Kofi e ho otto anni.
12:37
I madefatto a stackingaccatastamento boardtavola.
241
732000
3000
Ho fatto un circuito a strati multipli.
12:40
And, again, that was just for the joygioia of it.
242
735000
3000
Ancora una volta e' stato solo per la gioia di farlo.
12:43
Then these labslaboratori startediniziato doing seriousgrave problemproblema solvingsoluzione --
243
738000
3000
Poi questi laboratori cominciarono a trovare soluzioni a problemi veri --
12:46
instrumentationStrumentazione for agricultureagricoltura in IndiaIndia,
244
741000
2000
strumentazione per l'agricoltura in India,
12:48
steamvapore turbinesturbine for energyenergia conversionconversione in GhanaGhana,
245
743000
2000
turbine a vapore per la conversione d' energia in Ghana,
12:50
high-gainad alto guadagno antennasantenne in thinmagro clientcliente computerscomputer.
246
745000
4000
antenne ad alto guadagno per reti di computer,
12:54
And then, in turnturno, businessesaziende startediniziato to growcrescere,
247
749000
1000
e l'attivita' comincio' ad aumentare,
12:55
like makingfabbricazione these antennasantenne.
248
750000
1000
come nel caso di queste antenne.
12:56
And finallyfinalmente, the lablaboratorio startediniziato doing inventioninvenzione.
249
751000
2000
E infine il laboratorio comincio' a generare invenzioni.
12:58
We're learningapprendimento more from them than we're givingdando them.
250
753000
2000
Stiamo imparando da loro piu' di quanto stiamo dando loro.
13:00
I was showingmostrando my kidsbambini in a FabFab LabLaboratorio how to use it.
251
755000
3000
Mostravo a miei bambini in un Fab Lab come usarlo.
13:03
They inventedinventato a way to do a constructioncostruzione kitKit out of a cardboardcartone boxscatola --
252
758000
4000
Hanno inventato un modo di fare un kit di costruzioni con una scatola di cartone --
13:07
whichquale, as you see up there, that's becomingdiventando a businessattività commerciale --
253
762000
2000
che come potete vedere sta' diventando un affare --
13:09
but theirloro designdesign was better than Saul'sDi Saul designdesign at MITMIT,
254
764000
3000
ma il loro progetto era meglio del progetto di Saul all' MIT,
13:12
so there's now threetre studentsstudenti at MITMIT doing theirloro thesestesi on
255
767000
3000
ci sono ora tre studenti all' MIT che fanno la loro tesi
13:15
scalingscalata the work of eight-year-oldotto-anno-vecchio childrenbambini
256
770000
3000
su come riprodurre su larga scala il lavoro di bambini di otto anni
13:18
because they had better designsdisegni.
257
773000
1000
perche' le loro idee erano migliori.
13:19
RealReal inventioninvenzione is happeningavvenimento in these labslaboratori.
258
774000
3000
Questi laboratori fanno invenzioni vere.
13:22
And I still kepttenere -- so, in the last yearanno I've been spendingla spesa time with
259
777000
2000
L' ultimo anno ho passato del tempo
13:24
headsteste of statestato and generalsgenerali and tribaltribale chiefscapi who all want this,
260
779000
3000
con capi di stato, generali e capi tribu' che vogliono questo,
13:27
and I keep sayingdetto, but this isn't the realvero thing.
261
782000
2000
continuando a dir loro che questo non e' la cosa piu' importante.
13:29
Wait, like, 20 yearsanni and then we'llbene be donefatto.
262
784000
2000
Aspettate circa 20 anni e poi avremo finito.
13:31
And I finallyfinalmente got what's been going on. This is KerniganKernigan and RitchieRitchie
263
786000
3000
E finalmente ho capito quel che e' successo. Questo e' Kernigan e Ritchie
13:34
inventinginventare UNIXUNIX on a PDPPDP.
264
789000
3000
che inventano UNIX su un PDP.
13:37
PDPsPDP cameè venuto betweenfra mainframesmainframe and minicomputersminicomputer.
265
792000
2000
I PDP vennero fra i mainframe e i minicomputer.
13:39
They were tensdecine of thousandsmigliaia of dollarsdollari, harddifficile to use,
266
794000
3000
Costavano decine di migliaia di dollari, erano difficili da usare,
13:42
but they broughtportato computinginformatica down to work groupsgruppi,
267
797000
2000
ma portarono i computer ai piccoli gruppi di lavoro,
13:44
and everything we do todayoggi happenedè accaduto there.
268
799000
2000
e tutto quel che facciamo oggi comincio' allora.
13:46
These FabFab LabsLaboratori are the costcosto and complexitycomplessità of a PDPPDP.
269
801000
3000
Questi Fab Lab costano e hanno la complessita' dei PDP.
13:49
The projectionproiezione of digitaldigitale fabricationfabbricazione
270
804000
2000
La prospettiva della fabbricazione digitale
13:51
isn't a projectionproiezione for the futurefuturo; we are now in the PDPPDP eraera.
271
806000
3000
non e' una proiezione per il futuro; siamo ora nell' era dei PDP.
13:54
We talkedparlato in hushedsommesso tonestoni about the great discoveriesscoperte then.
272
809000
3000
Parlavamo in toni seri delle grandi scoperte allora.
13:57
It was very chaoticcaotico, it wasn'tnon era, sortordinare of, clearchiaro what was going on.
273
812000
3000
Era molto caotico, non era ben chiaro quel che succedeva allora.
14:00
In the samestesso sensesenso we are now, todayoggi, in the minicomputerminicomputer eraera
274
815000
3000
Oggi, nell' era dei minicomputer, siamo allo stesso punto
14:03
of digitaldigitale fabricationfabbricazione.
275
818000
2000
con la fabbricazione digitale.
14:05
The only problemproblema with that is it breakspause everybody'sognuno è boundariesconfini.
276
820000
4000
Il solo problema e' che invade il terreno d'altri.
14:09
In DCDC, I go to everyogni agencyagenzia that wants to talk, you know;
277
824000
3000
A Washington parlo con tutte le agenzie che lo vogliono.
14:12
in the BayBaia AreaZona, I go to everyogni organizationorganizzazione you can think of --
278
827000
2000
Nella zona di San Francisco visito tutte le organizzazioni possibili.
14:14
they all want to talk about it, but it breakspause
279
829000
2000
Tutti vogliono parlarne, ma tende a sconfinare
14:16
theirloro organizationalorganizzativa boundariesconfini. In factfatto, it's illegalillegale for them,
280
831000
3000
in troppi dipartimenti dell'organizzazione. Per di piu' per loro e' illegale,
14:19
in manymolti casescasi, to equipequipaggiare ordinaryordinario people to createcreare
281
834000
4000
in molti casi, mettere in grado chiunque di creare
14:23
ratherpiuttosto than consumeconsumare technologytecnologia.
282
838000
1000
piuttosto che consumare tecnologia.
14:24
And that problemproblema is so severegrave that the ultimatefinale inventioninvenzione
283
839000
4000
E quel problema e' cosi' grave che la piu' importante invenzione
14:28
comingvenuta from this communitycomunità surprisedsorpreso me:
284
843000
3000
venuta da questa comunita' mi ha sorpreso:
14:31
it's the socialsociale engineeringingegneria. That the lablaboratorio in farlontano northnord of NorwayNorvegia --
285
846000
4000
e' l' ingegneria sociale. Che il lab sia nell' estremo nord della Norvegia --
14:35
this is so farlontano northnord its satellitesatellitare dishespiatti look at the groundterra
286
850000
2000
cosi' al nord che le parabole dei satelliti puntano verso terra
14:37
ratherpiuttosto than the skycielo because that's where the satellitessatelliti are --
287
852000
4000
piuttosto che non al cielo perche e' li che sono i satelliti --
14:41
the lablaboratorio outgrewdiventato troppo grande the little barnfienile that it was in.
288
856000
1000
il lab non ci stava piu' nel piccolo granaio dove e' cresciuto.
14:42
It was there because they wanted to find animalsanimali in the mountainsmontagne
289
857000
3000
Era li perche' volevano rintracciare gli animali sulle montagne
14:45
but it outgrewdiventato troppo grande it, so they builtcostruito this extraordinarystraordinario villagevillaggio for the lablaboratorio.
290
860000
4000
ma crebbe a tal punto che dovettero costruire questo straordinario villaggio.
14:49
This isn't a universityUniversità; it's not a companyazienda. It's essentiallyessenzialmente
291
864000
2000
Non e' un' universita', non e' un' azienda; e' in sostanza
14:51
a villagevillaggio for inventioninvenzione; it's a villagevillaggio for the outliersvalori anomali in societysocietà,
292
866000
5000
un villaggio per invenzioni, e' un villaggio per esseri eccezionali,
14:56
and those have been growingin crescita up around these FabFab LabsLaboratori
293
871000
2000
e individui del genere sono cresciuti vicino ai Fab Lab
14:58
all around the worldmondo.
294
873000
1000
in tutto il mondo.
14:59
So this programprogramma has splitDiviso into an NGOONG foundationfondazione,
295
874000
4000
Questo programma s'e' diviso in una fondazione non governativa,
15:03
a FabFab FoundationFondazione to supportsupporto the scalingscalata, a micromicro VCVC fundfondo.
296
878000
4000
una Fab Foundation per incoraggiarne la diffusione, un fondo di Venture Capital.
15:07
The personpersona who runspiste it nicelypiacevolmente describesdescrive it as
297
882000
1000
Chi lo conduce lo descrive come:
15:08
"machinesmacchine that make machinesmacchine need businessesaziende that make businessesaziende:"
298
883000
4000
macchine per far macchine necessitano di aziende che fanno aziende:
15:12
it's a crossattraversare betweenfra micro-financemicro-finanza and VCVC to do fan-outfan-out,
299
887000
3000
e' un incrocio tra micro-finanziamento e venture capital per diffonderlo,
15:15
and then the researchricerca partnershipspartnership back at MITMIT for what's
300
890000
2000
e poi le collaborazioni di ricerca con l' MIT
15:17
makingfabbricazione it possiblepossibile.
301
892000
3000
per rendere il tutto possibile.
15:20
So I'd like to leavepartire you with two thoughtspensieri.
302
895000
2000
Vorrei lasciarvi con due idee a cui pensare.
15:22
There's been a seamare changemodificare in aidaiuto, from top-downdall'alto al basso mega-projectsmega-progetti
303
897000
5000
C'e' stato un cabiamento enorme negli aiuti, dai grandi progetti diretti dall'alto
15:27
to bottom-updal basso verso l'alto, grassrootsdi base, micro-financemicro-finanza investinginvestire in the rootsradici,
304
902000
4000
ai microfinanziamenti che originano dal basso,
15:31
so that everybody'sognuno è got that that's what workslavori.
305
906000
3000
cosicche' tutti hanno capito che e' questo quel che funziona.
15:34
But we still look at technologytecnologia as top-downdall'alto al basso mega-projectsmega-progetti.
306
909000
3000
Ma guardiamo ancora alla tecnologia come giganteschi progetti strutturati dall'alto.
15:37
ComputingComputing, communicationcomunicazione, energyenergia for the restriposo of the planetpianeta
307
912000
3000
Computing, comunicazioni e energia per il resto del pianeta
15:40
are these top-downdall'alto al basso mega-projectsmega-progetti.
308
915000
2000
continuano ad essere questi giganti disegnati dall'alto.
15:42
If this roomcamera fullpieno of heroeseroi is just cleverintelligente enoughabbastanza,
309
917000
2000
Se questa stanza piena di eroi fosse abbastanza capace,
15:44
you can solverisolvere the problemsi problemi.
310
919000
2000
tutti i problemi potrebbero essere risolti.
15:46
The messagemessaggio comingvenuta from the FabFab LabsLaboratori is that
311
921000
2000
Il messaggio che arriva dai Fab Labs e' che
15:48
the other fivecinque billionmiliardo people on the planetpianeta
312
923000
2000
gli altri 5 miliardi di persone sul pianeta
15:50
aren'tnon sono just technicaltecnico sinkslavandini; they're sourcesfonti.
313
925000
2000
non sono solo ricettori di tecnologia; sono sorgenti.
15:52
The realvero opportunityopportunità is to harnessimbracatura the inventiveinventivo powerenergia of the worldmondo
314
927000
3000
La vera opportunita' e' di imbrigliare il potenziale inventivo del mondo
15:55
to locallylocalmente designdesign and produceprodurre solutionssoluzioni to localLocale problemsi problemi.
315
930000
4000
per progettare e produrre soluzioni a problemi locali.
15:59
I thought that's the projectionproiezione 20 yearsanni hencequindi into the futurefuturo,
316
934000
3000
Pensavo che fosse un progetto che sarebbe maturato fra 20 anni,
16:02
but it's where we are todayoggi.
317
937000
2000
ma invece funziona gia'.
16:04
It breakspause everyogni organizationalorganizzativa boundaryconfine we can think of.
318
939000
2000
Rompe qualsiasi schema organizzativo a cui possiamo pensare.
16:06
The hardestpiù difficile thing at this pointpunto is the socialsociale engineeringingegneria
319
941000
3000
La cosa piu' difficile a questo punto e' l' ingegnerizzazione sociale
16:09
and the organizationalorganizzativa engineeringingegneria, but it's here todayoggi.
320
944000
3000
e l'ingegnerizzazione dell' organizzazione, ma sono gia' qui.
16:12
And, finallyfinalmente, any talk like this on the futurefuturo of computinginformatica
321
947000
2000
E per finire, tutti i colloqui sul futuro del computing
16:14
is requirednecessario to showmostrare Moore'sDi Moore lawlegge, but my favoritefavorito versionversione --
322
949000
4000
devono mostrare la legge di Moore, ma la mia versione favorita --
16:18
this is GordonGordon Moore'sDi Moore originaloriginale one from his originaloriginale papercarta --
323
953000
5000
questa e' quella originale, dall' articolo originale di Gordon Moore--
16:23
and what's happenedè accaduto is, yearanno after yearanno after yearanno,
324
958000
2000
e quel che successe e' che, anno dopo anno,
16:25
we'venoi abbiamo scaledscalato and we'venoi abbiamo scaledscalato and we'venoi abbiamo scaledscalato
325
960000
1000
s'e' moltiplicato, s'e' moltiplicato e s'e' moltiplicato
16:26
and we'venoi abbiamo scaledscalato, and we'venoi abbiamo scaledscalato and we'venoi abbiamo scaledscalato,
326
961000
4000
s'e' moltiplicato, s'e' moltiplicato e s'e' moltiplicato,
16:30
and we'venoi abbiamo scaledscalato and we'venoi abbiamo scaledscalato,
327
965000
1000
s'e' moltiplicato, s'e' moltiplicato e s'e' moltiplicato,
16:31
and there's this loomingsi profila buginsetto of what's going to happenaccadere
328
966000
2000
e c'e' questa fregatura che sta' per apparire
16:33
at the endfine of Moore'sDi Moore lawlegge; this ultimatefinale buginsetto is comingvenuta.
329
968000
4000
alla fine della legge di Moore; l' inconveniente finale e' in arrivo.
16:37
But we're comingvenuta to appreciateapprezzare, is the transitiontransizione from 2D to 3D,
330
972000
5000
Stiamo cominciando ad apprezzarla, e' la transizione tra 2D e 3D,
16:42
from programmingprogrammazione bitsbit to programmingprogrammazione atomsatomi,
331
977000
3000
dalla programmazione dei bit a quella degli atomi,
16:45
turnsgiri the endsestremità of Moore'sDi Moore lawlegge scalingscalata from the ultimatefinale buginsetto
332
980000
2000
cambia la fine della legge di Moore da una brutta fine
16:47
to the ultimatefinale featurecaratteristica.
333
982000
2000
a una magnifica prospettiva.
16:49
So, we're just at the edgebordo of this digitaldigitale revolutionrivoluzione in fabricationfabbricazione,
334
984000
4000
Siamo al confine di questa rivoluzione digitale della fabbricazione,
16:53
where the outputproduzione of computationcalcolo programsprogrammi the physicalfisico worldmondo.
335
988000
3000
ove il risultato della computazione programma il mondo fisico.
16:56
So, togetherinsieme, these two projectsprogetti answerrisposta questionsle domande
336
991000
3000
Questi due progetti rispondono a domande
16:59
I hadn'tnon aveva askedchiesto carefullyaccuratamente. The classclasse at MITMIT showsSpettacoli the killerkiller appApp
337
994000
4000
che non avevo posto con attenzione. Le lezioni all' MIT mostrano che
17:03
for personalpersonale fabricationfabbricazione in the developedsviluppato worldmondo
338
998000
2000
l' applicazione per la fabbricazione personale nel mondo sviluppato
17:05
is technologytecnologia for a marketmercato of one: personalpersonale expressionespressione in technologytecnologia
339
1000000
4000
e' tecnologia per il mercato di una persona sola: l' espressione tecnologica personale
17:09
that touchestocchi a passionpassione unlikea differenza di anything I've seenvisto in technologytecnologia
340
1004000
3000
che genera una passione piu' grande di quanto non abbia visto
17:12
for a very long time.
341
1007000
2000
da molto tempo.
17:14
And the killerkiller appApp for the restriposo of the planetpianeta is the instrumentationStrumentazione
342
1009000
4000
E la killer app per il resto del pianeta e' la differenziazione
17:18
and the fabricationfabbricazione dividedividere: people locallylocalmente developingin via di sviluppo solutionssoluzioni
343
1013000
3000
della strumentazione e fabbricazione: gente che sviluppa
17:21
to localLocale problemsi problemi. Thank you.
344
1016000
2000
soluzioni a problemi locali. Grazie.
Translated by giuseppe cima
Reviewed by Massimo Garzotto

▲Back to top

ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneer
As Director of MIT’s Center for Bits and Atoms, Neil Gershenfeld explores the boundaries between the digital and physical worlds.

Why you should listen

MIT's Neil Gershenfeld is redefining the boundaries between the digital and analog worlds. The digital revolution is over, Gershenfeld says. We won. What comes next? His Center for Bits and Atoms has developed quite a few answers, including Internet 0, a tiny web server that fits into lightbulbs and doorknobs, networking the physical world in previously unimaginable ways.

But Gershenfeld is best known as a pioneer in personal fabrication -- small-scale manufacturing enabled by digital technologies, which gives people the tools to build literally anything they can imagine. His famous Fab Lab is immensely popular among students at MIT, who crowd Gershenfeld's classes. But the concept is potentially life-altering in the developing world, where a Fab Lab with just $20,000 worth of laser cutters, milling machines and soldering irons can transform a community, helping people harness their creativity to build tools, replacement parts and essential products unavailable in the local market. Read more in Fab: The Coming Revolution on Your Desktop.

More profile about the speaker
Neil Gershenfeld | Speaker | TED.com