TEDGlobal>Geneva
Caleb Harper: This computer will grow your food in the future
Caleb Harper: Ten komputer będzie hodował naszą żywność w przyszłości
Filmed:
Readability: 3.3
1,812,924 views
Co jeśli moglibyśmy hodować pyszną, bogatą w składniki odżywcze żywność w budynkach na całym świecie? Caleb Harper, dyrektor projektu CitiFARM w laboratorium medialnym MIT, chce zmienić system żywności i powiązać hodowców za pomocą technologii. Poznaj ,,komputery hodowlane" Harpera i zobacz jak może wyglądać rolnictwo przyszłości.
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio
Double-click the English transcript below to play the video.
00:13
Food crisis.
0
1157
1264
Kryzys żywieniowy.
00:14
It's in the news every day.
1
2445
1578
To temat w mediach każdego dnia.
00:16
But what is it?
2
4047
1322
Ale na czym on polega ?
00:17
Some places in the world
it's too little food,
it's too little food,
3
5393
2899
W niektórych miejscach na świecie
jest za mało żywności,
jest za mało żywności,
00:20
maybe too much.
4
8316
1190
w innych za dużo.
00:21
Other places, GMO is saving the world.
5
9963
2329
W innych miejscach GMO ratuje ludzkość.
00:24
Maybe GMO is the problem?
6
12821
1788
Może ona jest problemem?
00:27
Too much agricultural runoff
creating bad oceans, toxic oceans,
creating bad oceans, toxic oceans,
7
15355
3462
Spływy z pól zanieczyszczają oceany
toksycznymi odpadami.
toksycznymi odpadami.
00:30
attenuation of nutrition.
8
18841
1637
To obniża produkcję żywności.
00:32
They go on and on.
9
20836
1666
I tak w kółko.
00:34
And I find the current climate
of this discussion
of this discussion
10
22919
3225
Uważam, że nastroje w tej dyskusji
przybierają niewłaściwy obrót.
przybierają niewłaściwy obrót.
00:38
incredibly disempowering.
11
26168
2299
Jak możemy odnieść to
do naszej rzeczywistości?
do naszej rzeczywistości?
00:41
So how do we bring that
to something that we understand?
to something that we understand?
12
29110
3441
00:45
How is this apple food crisis?
13
33508
2230
Co mają wspólnego jabłka
z kryzysem żywności?
z kryzysem żywności?
00:48
You've all eaten an apple
in the last week, I'm sure.
in the last week, I'm sure.
14
36194
2615
Jestem pewny, że zjedliście
jabłko w zeszłym tygodniu.
jabłko w zeszłym tygodniu.
00:51
How old do you think it was
from when it was picked?
from when it was picked?
15
39468
2753
Ile czasu waszym zdaniem
minęło od jego zbioru?
minęło od jego zbioru?
00:55
Two weeks?
16
43264
1184
Dwa tygodnie ?
00:56
Two months?
17
44472
1154
Dwa miesiące ?
Jedenaście miesięcy.
00:58
Eleven months --
18
46887
1153
To średni czas przechowywania
jabłka w sklepie spożywczym w USA.
jabłka w sklepie spożywczym w USA.
01:00
the average age of an apple
in a grocery store in the United States.
in a grocery store in the United States.
19
48064
3355
01:03
And I don't expect it
to be much different in Europe
to be much different in Europe
20
51443
2499
I nie sądzę żeby było inaczej w Europie.
czy w innych miejscach na świecie.
01:05
or anywhere else in the world.
21
53966
1480
Zbieramy je.
01:07
We pick them,
22
55470
1164
Wstawiamy do chłodni.
01:08
we put them in cold storage,
23
56658
2077
I regulujemy poziom gazów.
01:10
we gas the cold storage --
24
58759
1268
01:12
there's actually documented proof
25
60051
1897
Udokumentowano przypadki
zgonów pracowników chłodni
zgonów pracowników chłodni
01:13
of workers trying to go
into these environments
into these environments
26
61972
2243
którzy wyciągali jabłka i umarli.
01:16
to retrieve an apple,
27
64239
1594
01:17
and dying,
28
65857
1168
01:19
because the atmosphere
29
67606
1155
Atmosfera spowalniająca
dojrzewanie jabłek
dojrzewanie jabłek
01:20
that they slow down the process
of the apple with is also toxic to humans.
of the apple with is also toxic to humans.
30
68785
3965
jest niestety toksyną dla człowieka.
Czego wy o tym nie wiedzieliście?
01:25
How is it that none of you knew this?
31
73152
1899
Czego ja o tym nie wiedziałem?
01:27
Why didn't I know this?
32
75075
1504
01:29
Ninety percent of the quality
of that apple --
of that apple --
33
77086
2208
Od czasu zbioru tracimy 90%
składników odżywczych, antyoksydanty.
składników odżywczych, antyoksydanty.
01:31
all of the antioxidants -- are gone
by the time we get it.
by the time we get it.
34
79318
2960
01:34
It's basically a little ball of sugar.
35
82719
2183
To właściwie kulka cukru.
01:38
How did we get so information poor
36
86126
2782
Dlaczego wiemy tak mało na ten temat?
01:40
and how can we do better?
37
88932
1458
Jak możemy dowiedzieć się więcej?
01:43
I think what's missing is a platform.
38
91347
2856
Uważam, że brakuje nam
do tego jakiejś platformy komunikacyjnej.
do tego jakiejś platformy komunikacyjnej.
01:46
I know platforms -- I know computers,
39
94630
1809
Znam się na platformach i komputerach.
01:48
they put me on the Internet
when I was young.
when I was young.
40
96463
2119
Jak byłem młody,
byłem w internecie.
byłem w internecie.
Robiłem dziwne rzeczy.
(Śmiech)
(Śmiech)
01:50
I did very weird things --
41
98606
1246
01:51
(Laughter)
42
99876
1001
Na tej platformie.
01:52
on this platform.
43
100901
1151
Poznałem tam ludzi i mogłem
wyrazić samego siebie
wyrazić samego siebie
01:54
But I met people,
and I could express myself.
and I could express myself.
44
102076
2093
Jak można wyrazić samego
siebie przez żywność?
siebie przez żywność?
01:56
How do you express yourself in food?
45
104193
2014
01:58
If we had a platform,
46
106556
1540
Jeśli mielibyśmy platformę, moglibyśmy
zadać sobie pytanie, co jeśli...
zadać sobie pytanie, co jeśli...
02:00
we might feel empowered
to question: What if?
to question: What if?
47
108120
3147
Pytanie ode mnie:
Co jeśli klimat byłby demokratyczny?
Co jeśli klimat byłby demokratyczny?
02:04
For me, I questioned:
48
112005
1151
02:05
What if climate was democratic?
49
113180
2746
To mapa podziału klimatu na świecie
02:09
So, this is a map of climate in the world.
50
117830
2007
Najbardziej produktywne obszary rolnicze
na zielono, a najmniej na czerwono
na zielono, a najmniej na czerwono
02:11
The most productive areas in green,
the least productive in red.
the least productive in red.
51
119861
3340
Te obszary zmieniają się.
02:15
They shift and they change,
52
123606
1308
02:16
and Californian farmers
now become Mexican farmers.
now become Mexican farmers.
53
124938
2671
Kalifornijscy rolnicy stają się
meksykańskimi.
meksykańskimi.
Aby wytwarzać lepszą żywność,
Chiny uprawiają ziemie w Brazylii.
Chiny uprawiają ziemie w Brazylii.
02:19
China picks up land in Brazil
to grow better food,
to grow better food,
54
127934
2897
02:22
and we're a slave to climate.
55
130855
2026
Jesteśmy niewolnikami klimatu.
02:26
What if each country had
its own productive climate?
its own productive climate?
56
134056
3057
A jeśli każdy kraj miałby
swój własny dopasowany klimat?
swój własny dopasowany klimat?
02:29
What would that change about how we live?
57
137612
2120
Jak zmieniłoby to nasz tryb życia?
02:32
What would that change
about quality of life and nutrition?
about quality of life and nutrition?
58
140233
2984
Jak zmieniłyby się
standardy życia i żywienia?
standardy życia i żywienia?
02:36
The last generation's problem
was, we need more food
was, we need more food
59
144257
3295
Ostatnim problemem tego pokolenia
był deficyt żywności.
był deficyt żywności.
Powinna być tańsza.
02:39
and we need it cheap.
60
147576
1181
02:41
Welcome to your global farm.
61
149194
2120
Witamy w globalnej farmie.
02:43
We built a huge analog farm.
62
151338
2460
Zbudowaliśmy ogromną analogową farmę.
02:45
All these traces --
63
153822
1430
Tyle różnych tras -
02:47
these are cars, planes,
trains and automobiles.
trains and automobiles.
64
155276
2900
tras samochodów, samolotów,
pociągów i pojazdów.
pociągów i pojazdów.
02:50
It's a miracle that we feed
seven billion people
seven billion people
65
158597
3185
To cud, że potrafimy wykarmić
siedem miliardów ludzi,
siedem miliardów ludzi,
gdy tak mało z nas zajmuje się
produkcją żywności.
produkcją żywności.
02:53
with just a few of us involved
in the production of food.
in the production of food.
66
161806
3045
Co jeśli zbudowalibyśmy cyfrową farmę?
02:57
What if ...
67
165709
1168
02:59
we built a digital farm?
68
167758
1676
Cyfrową farmę dla całego świata.
03:01
A digital world farm.
69
169458
1163
03:02
What if you could take this apple,
70
170645
2809
A jeśli możnaby przekształcić to jabłko
03:06
digitize it somehow,
71
174052
1710
w postać cyfrową, przesłać je przez sieć
03:07
send it through particles in the air
72
175786
2468
i odtworzyć w innym miejscu?
03:10
and reconstitute it on the other side?
73
178278
2410
A co jeśli?
03:13
What if?
74
181337
1160
03:15
Going through some of these quotes,
75
183338
1675
W mojej pracy zainspirowały mnie
wypowiedzi różnych osób.
wypowiedzi różnych osób.
03:17
you know, they inspire me to do what I do.
76
185037
2042
03:19
First one:
77
187103
1155
To pierwsza:
03:20
["Japanese farming has no youth,
no water, no land and no future."]
no water, no land and no future."]
78
188282
4110
"W rolnictwie w Japonii nie ma młodych,
wody, ziem ani żadnej przyszłości"
wody, ziem ani żadnej przyszłości"
03:24
That's what I landed to the day
that I went to Minamisanriku,
that I went to Minamisanriku,
79
192767
3738
Te słowa przypominają mi kiedy
przyleciałem do Minamisanriku,
przyleciałem do Minamisanriku,
03:28
one stop south of Fukushima,
80
196529
1573
na południu
przy elektrownii Fukushima,
przy elektrownii Fukushima,
03:30
after the disaster.
81
198126
1702
gdzie wydarzyła się katastrofa.
03:31
The kids have headed to Sendai and Tokyo,
82
199852
2551
Rodziny przeniosły się
do Sendai i Tokio.
do Sendai i Tokio.
03:34
the land is contaminated,
83
202427
1375
Ziemia jest zanieczyszczona
03:35
they already import 70 percent
of their own food.
of their own food.
84
203826
2321
Obecnie importuje się tam 70% żywności
03:38
But it's not unique to Japan.
85
206171
2140
Japonia nie jest jedynym tego przykładem.
03:40
Two percent of the American population
is involved in farming.
is involved in farming.
86
208749
3397
Dwa procent Amerykanów
zajmuje się rolnictwem.
zajmuje się rolnictwem.
Gdzie korzyści może przynieść tylko
dwa procent populacji?
dwa procent populacji?
03:45
What good answer comes
from two percent of any population?
from two percent of any population?
87
213091
3542
03:49
As we go around the world,
88
217725
1585
W innej części świata, Afryce, 50 procent
populacji ma poniżej 18 lat.
populacji ma poniżej 18 lat.
03:51
50 percent of the African
population is under 18.
population is under 18.
89
219334
3611
03:55
Eighty percent don't want to be farmers.
90
223905
2816
80 procent nie chce być rolnikami.
03:58
Farming is hard.
91
226745
1454
Rolnictwo jest trudne.
04:00
The life of a small-shareholder
farmer is miserable.
farmer is miserable.
92
228651
3831
Życie właścicieli małych
pól uprawnych jest nieszczęśliwe.
pól uprawnych jest nieszczęśliwe.
Dlatego przenoszą
się do miast.
się do miast.
04:05
They go into the city.
93
233381
1292
04:06
In India:
94
234697
1160
W Indiach:
rodziny rolników nie mają dostępu do
podstawowych narzędzi rolniczych.
podstawowych narzędzi rolniczych.
04:08
farmers' families not being able
to have basic access to utilities,
to have basic access to utilities,
95
236523
3190
04:11
more farmer suicides this year
and the previous 10 before that.
and the previous 10 before that.
96
239737
3799
Wielu popełniło samobójstwo w tym roku,
a liczba ta rośnie już od 10 lat.
a liczba ta rośnie już od 10 lat.
04:15
It's uncomfortable to talk about.
97
243560
1635
Ciężko o tym rozmawiać.
Gdzie oni idą?
04:17
Where are they going?
98
245219
1168
Do miasta.
04:18
Into the city.
99
246411
1208
Nie ma już młodych ludzi
i każdy się przeprowadza.
i każdy się przeprowadza.
04:20
No young people, and everyone's headed in.
100
248719
2168
04:22
So how do we build this platform
that inspires the youth?
that inspires the youth?
101
250911
3971
Jak stworzyć platformę,
która zainspiruje młodych?
która zainspiruje młodych?
Witamy w nowym traktorze.
04:27
Welcome to the new tractor.
102
255687
1632
04:29
This is my combine.
103
257754
1827
To mój kombajn.
Kilka lat temu,
04:32
A number of years ago now,
104
260224
1299
byłem w hipermarketach budowlanych
i z wyposażeniem domu.
i z wyposażeniem domu.
04:33
I went to Bed Bath and Beyond
and Home Depot
and Home Depot
105
261547
2162
04:35
and I started hacking.
106
263733
1151
Zacząłem majsterkować.
04:36
And I built silly things
107
264908
1215
Zbudowałem głupie rzeczy.
04:38
and I made plants dance
108
266147
1151
Sprawiłem, że rośliny tańczyły.
04:39
and I attached them to my computer
109
267322
1851
Podłączyłem je do komputera
i wszystkie więdły..
i wszystkie więdły..
04:41
and I killed them all --
110
269197
1290
04:42
a lot.
111
270966
1173
Wiele razy.
(Śmiech)
04:44
(Laughter)
112
272163
1000
04:45
I eventually got them to survive.
113
273773
1610
Ale udało mi się je odratować.
04:47
And I created one of the most
intimate relationships
intimate relationships
114
275407
2466
Stworzyłem jedną z najbardziej
intymnych relacji w moim życiu,
intymnych relacji w moim życiu,
04:49
I've ever had in my life,
115
277897
1215
ponieważ poznawałem język roślin.
04:51
because I was learning
the language of plants.
the language of plants.
116
279136
3105
04:55
I wanted to make it bigger.
117
283008
1318
Chciałem mieć więcej miejsca.
04:56
They said, "Knock yourself out, kid!
118
284350
1763
A oni na to: "Proszę bardzo !
Tutaj jest stary pokój z elektroniką,
którego nikt nie chce.
którego nikt nie chce.
04:58
Here's an old electronics room
that nobody wants.
that nobody wants.
119
286137
2901
Co możesz tam zrobić?"
05:01
What can you do?"
120
289062
1302
05:03
With my team, we built a farm
inside of the media lab,
inside of the media lab,
121
291031
2627
W środku zbudowaliśmy farmę.
.
.
05:05
a place historically known
not for anything about biology
not for anything about biology
122
293682
3934
W miejscu znanym nie z biologii
05:09
but everything about digital life.
123
297640
2549
lecz z życia cyfrowego.
05:12
Inside of these 60 square feet,
124
300213
2642
W pomieszczeniu
o powierzchni 60m2,
o powierzchni 60m2,
wytworzyliśmy żywność, którą możnaby
nakarmić 300 osób w ciągu miesiąca.
nakarmić 300 osób w ciągu miesiąca.
05:14
we produced enough food to feed
about 300 people once a month --
about 300 people once a month --
125
302879
3126
05:18
not a lot of food.
126
306029
1152
To niezbyt wiele.
05:19
And there's a lot of interesting
technology in there.
technology in there.
127
307205
2515
Mamy tutaj dużo interesującej technologii.
05:21
But the most interesting thing?
128
309744
1655
Ale co jest najciekawsze?
05:24
Beautiful, white roots,
129
312226
1705
Piękne, białe korzenie.
05:26
deep, green colors
130
314478
2421
Intensywna zieleń.
05:29
and a monthly harvest.
131
317629
1532
I comiesięczne zbiory.
05:31
Is this a new cafeteria?
132
319668
2561
Czy to nowa stołówka?
Nowe doświadczenia zakupowe?
05:34
Is this a new retail experience?
133
322787
3321
05:38
Is this a new grocery store?
134
326132
1574
Nowy sklep spożywczy?
Jedno jest pewne:
05:39
I can tell you one thing for sure:
135
327730
1881
To pierwszy raz kiedy ktoś w
naszej pracowni
naszej pracowni
05:42
this is the first time
136
330127
1150
05:43
anybody in the media lab
ripped the roots off of anything.
ripped the roots off of anything.
137
331301
2881
wyrywa coś z korzeniami.
05:46
(Laughter)
138
334613
1417
(Śmiech)
05:48
We get our salad in bags;
139
336528
1705
Wsadzamy sałatę do toreb.
05:50
there's nothing wrong with that.
140
338257
1736
Nie ma w tym nic szczególnego.
05:52
But what happens
141
340400
1521
A co jeśli
05:53
when you have an image-based
processing expert,
processing expert,
142
341945
3111
ekspert w przetwarzaniu obrazów,
ekspert naukowy d/s obróbki danych,
05:57
a data scientist,
143
345080
1415
05:58
a roboticist,
144
346996
1396
konstruktor robotów
06:00
ripping roots off and thinking,
145
348933
1526
wyrwie roślinę i pomyśli:
,,Znam się trochę na technice.
Potrafię to zrobić"
Potrafię to zrobić"
06:02
"Huh. I know something about --
146
350483
1880
06:04
I could make this happen, I want to try."
147
352387
2193
"Chcę spróbować."
06:07
In that process we would
bring the plants out
bring the plants out
148
355364
2275
Kiedyś zebraliśmy trochę warzyw
i wnieśliśmy je do pracowni.
i wnieśliśmy je do pracowni.
06:09
and we would take some back to the lab,
149
357663
1909
Skoro je zebraliśmy,
nie będziemy ich wyrzucać .
nie będziemy ich wyrzucać .
06:11
because if you grew it,
you don't throw it away;
you don't throw it away;
150
359596
2256
Są dla nas jak skarb.
06:13
it's kind of precious to you.
151
361876
1397
Mam taki dziwny zwyczaj,
06:15
I have this weird tongue now,
152
363297
1397
bo nie pozwalam innym
zjeść coś zanim sam tego nie spróbuję.
zjeść coś zanim sam tego nie spróbuję.
06:16
because I'm afraid to let anybody eat
anything until I've eaten it first,
anything until I've eaten it first,
153
364718
3444
Chcę żeby to dobrze smakowało.
06:20
because I want it to be good.
154
368186
1389
Jem codziennie sałatę
i mogę od razu ocenić jej ph.
i mogę od razu ocenić jej ph.
06:21
So I eat lettuce every day
155
369599
1246
06:22
and I can tell the pH
of a lettuce within .1.
of a lettuce within .1.
156
370869
2457
06:25
(Laughter)
157
373350
1005
(Śmiech)
Mówię nieraz: "Dzisiaj ma 6.1
i nie możesz jej zjeść".
i nie możesz jej zjeść".
06:26
I'm like, "No, that's 6.1 -- no,
no, you can't eat it today."
no, you can't eat it today."
158
374379
3171
(Oklaski)
06:29
(Applause)
159
377574
3145
06:34
This lettuce that day was hyper sweet.
160
382042
2588
Tego dnia sałata była bardzo słodka.
Miała taki smak, ponieważ
roślina odczuwała stres,
roślina odczuwała stres,
06:37
It was hyper sweet
because the plant had been stressed
because the plant had been stressed
161
385362
2548
co wywołało
jej chemiczną reakcją obronną.
jej chemiczną reakcją obronną.
06:39
and it created a chemical reaction
in the plant to protect itself:
in the plant to protect itself:
162
387934
3129
"Nie zamierzam zginąć!"
06:43
"I'm not going to die!"
163
391087
1164
Dla mnie te rośliny, które
nie chcą być zjedzone, mają słodki smak.
nie chcą być zjedzone, mają słodki smak.
06:44
And the plants not-going-to-die,
taste sweet to me.
taste sweet to me.
164
392275
3129
06:48
Technologists falling backwards
into plant physiology.
into plant physiology.
165
396683
2862
Technolodzy zwracają się
ku badaniu fizjologii roślin.
ku badaniu fizjologii roślin.
Pomyśleliśmy, że inni też
mogliby spróbować.
mogliby spróbować.
06:51
So we thought other people
needed to be able to try this.
needed to be able to try this.
166
399569
2705
Chcemy zobaczyć, co mogą zrobić.
06:54
We want to see what people can create,
167
402298
1857
więc wymyśliliśmy mobilną pracownię.
06:56
so we conceived of a lab
that could be shipped anywhere.
that could be shipped anywhere.
168
404179
2689
No i ją zbudowaliśmy .
06:59
And then we built it.
169
407359
1232
Przy fasadzie laboratorium
medialnego jest moja pracownia,
medialnego jest moja pracownia,
07:02
So on the facade
of the media lab is my lab,
of the media lab is my lab,
170
410095
2623
07:04
that has about 30 points
of sensing per plant.
of sensing per plant.
171
412742
2693
w której każda roślina ma 30 czujników.
07:08
If you know about the genome or genetics,
172
416035
3169
Jeśli znacie pojęcie genomu
czy genetyki, to
czy genetyki, to
to jest fenom, jasne?
07:11
this is the phenome, right?
173
419228
2503
Jak fenomen.
07:13
The phenomena.
174
421755
1242
Kiedy ktoś powie:
,,Lubię truskawki z Meksyku",
,,Lubię truskawki z Meksyku",
07:15
When you say, "I like
the strawberries from Mexico,"
the strawberries from Mexico,"
175
423021
2480
tak naprawdę lubi truskawki z klimatu,
wywołującego pożądaną cechę owocu.
wywołującego pożądaną cechę owocu.
07:17
you really like the strawberries
from the climate
from the climate
176
425525
2389
07:19
that produced the expression
that you like.
that you like.
177
427938
2088
07:22
So if you're coding climate --
178
430050
2189
Jeśli kodujemy klimat,
to właściwe proporcje dwutlenku węgla
i tlenu przyniosą rozwiązanie:
i tlenu przyniosą rozwiązanie:
07:24
this much CO2, this much O2 creates
a recipe -- you're coding
a recipe -- you're coding
179
432263
3301
pożądane cechy rośliny, jej odżywienie,
rozmiar,kształt, kolor, budowę.
rozmiar,kształt, kolor, budowę.
07:27
the expression of that plant,
the nutrition of that plant,
the nutrition of that plant,
180
435588
3275
07:30
the size of that plant, the shape,
the color, the texture.
the color, the texture.
181
438887
3258
Potrzebujemy danych.
07:35
We need data,
182
443683
1185
Dlatego umieściliśmy tu
czujniki,które nam w tym pomogą.
czujniki,które nam w tym pomogą.
07:36
so we put a bunch of sensors in there
183
444892
1781
07:38
to tell us what's going on.
184
446697
1303
Czasemi myślimy o
naszych roślinach domowych,
naszych roślinach domowych,
07:40
If you think of your houseplants,
185
448024
1582
07:41
and you look at your houseplant
186
449630
1495
i patrzymy na nie ze smutkiem,
mówiąc:
mówiąc:
07:43
and you're super sad, because you're like,
187
451149
2012
"Dlaczego umieracie?"
(Śmiech)
07:45
"Why are you dying? Won't you talk to me?"
188
453185
2016
"Nie chcecie ze mną porozmawiać?"
07:47
(Laughter)
189
455225
1000
W wieku 60 -70 lat rolnicy mogą jednym
spojrzeniem przewidzieć przyszłość.
spojrzeniem przewidzieć przyszłość.
07:48
Farmers develop the most beautiful
fortune-telling eyes
fortune-telling eyes
190
456659
2822
07:51
by the time they're in their
late 60s and 70s.
late 60s and 70s.
191
459505
2171
07:53
They can tell you when you
see that plant dying
see that plant dying
192
461700
2193
Mogą wam powiedzieć, że
roślina marnieje
roślina marnieje
z powodu niedoboru azotu,
wapnia,
wapnia,
07:55
that it's a nitrogen deficiency,
a calcium deficiency
a calcium deficiency
193
463917
2539
czy też małej wilgotności.
07:58
or it needs more humidity.
194
466480
1404
07:59
Those beautiful eyes
are not being passed down.
are not being passed down.
195
467908
2315
Te zdolności nie
dziedziczą kolejne pokolenia.
dziedziczą kolejne pokolenia.
08:03
These are eyes in the cloud of a farmer.
196
471199
2318
Tak chmury postrzegają rolnicy.
08:06
We trend those data points over time.
197
474080
2215
Skupiamy się na tych
czynnikach pomiarowych
czynnikach pomiarowych
08:08
We correlate those data points
to individual plants.
to individual plants.
198
476805
2475
Staramy się je powiązać
z poszczególnymi roślinami.
z poszczególnymi roślinami.
08:11
These are all the broccoli
in my lab that day, by IP address.
in my lab that day, by IP address.
199
479304
4050
To wszystkie brokuły w mojej pracowni
w tamtym dniu, pogrupowane wg adresu IP.
w tamtym dniu, pogrupowane wg adresu IP.
08:15
(Laughter)
200
483378
1138
(Śmiech)
08:16
We have IP-addressable broccoli.
201
484540
2721
Mamy brokuły z przypisanym
adresem IP.
adresem IP.
(Oklaski)
08:20
(Applause)
202
488176
4514
08:24
So if that's not weird enough,
203
492714
2675
Jeśli to was nie dziwi,
08:27
you can click one
and you get a plant profile.
and you get a plant profile.
204
495413
2489
po kliknięciu otwiera się profil rośliny.
08:29
And what this tells you
is downloadable progress on that plant,
is downloadable progress on that plant,
205
497926
3016
Jest tam stadium rozwoju rośliny,
które możemy pobrać na dysk.
które możemy pobrać na dysk.
08:32
but not like you'd think,
206
500966
1206
Nie taki jak myślicie. To nie
tylko pełnia rozwoju rośliny.
tylko pełnia rozwoju rośliny.
08:34
it's not just when it's ready.
207
502196
1445
08:35
When does it achieve
the nutrition that I need?
the nutrition that I need?
208
503665
2276
Kiedy roślina ma
pożądany poziom odżywienia?
pożądany poziom odżywienia?
08:37
When does it achieve
the taste that I desire?
the taste that I desire?
209
505965
2780
Kiedy smakuje tak jak byśmy chcieli?
08:41
Is it getting too much water?
210
509284
1676
Czy ma za dużo wody?
08:42
Is it getting too much sun?
211
510984
1912
Czy ma za duże nasłonecznienie?
08:44
Alerts.
212
512920
1164
To ostrzeżenia.
08:46
It can talk to me, it's conversant,
213
514108
1834
Roślina może ze mną rozmawiać,
zna mnie, mamy wspólny język.
zna mnie, mamy wspólny język.
08:47
we have a language.
214
515966
1364
08:50
(Laughter)
215
518043
1788
(Śmiech)
08:51
(Applause)
216
519855
4636
(Oklaski)
08:56
I think of that as the first user
on the plant Facebook, right?
on the plant Facebook, right?
217
524515
4779
Dla mnie to
pierwszy użytkownik Facebooka dla roślin.
pierwszy użytkownik Facebooka dla roślin.
To profil rośliny,
która będzie nawiązywać nowe znajomości.
która będzie nawiązywać nowe znajomości.
09:01
That's a plant profile
218
529318
1206
09:02
and that plant will start making friends.
219
530548
1993
(Śmiech)
09:04
(Laughter)
220
532565
1007
Nie żartuję, ona będzie
łączyć się z rośliną,
łączyć się z rośliną,
09:05
And I mean it -- it will make
friends with other plants
friends with other plants
221
533596
2619
pobierającą mniej azotu, więcej fosforu,
i mniej potasu.
i mniej potasu.
09:08
that use less nitrogen, more phosphorus,
222
536239
2127
09:10
less potassium.
223
538390
1198
Dowiemy się więcej o tym złożonym systemie
09:11
We're going to learn about a complexity
224
539910
1981
niż jesteśmy teraz w stanie przewidzieć.
09:13
that we can only guess at now.
225
541915
1617
Rośliny może nie zaakceptują
zaproszenia.
zaproszenia.
09:16
And they may not friend us back --
I don't know, they might friend us back,
I don't know, they might friend us back,
226
544048
3580
Chyba, że jednak nas zaskoczą,
to zależy od tego jak będziemy postępować.
to zależy od tego jak będziemy postępować.
09:19
it depends on how we act.
227
547652
1199
09:20
So this is my lab now.
228
548875
1958
To jest teraz moje laboratorium.
09:23
It's a little bit more systematized,
229
551294
1738
Jest trochę bardziej uporządkowane.
09:25
my background is designing data centers
in hospitals of all things,
in hospitals of all things,
230
553056
3231
mam doświadczenie w projektowaniu
centrów danych dla szpitali.
centrów danych dla szpitali.
Więc znam się trochę na tworzeniu
monitorowanych przestrzeni.
monitorowanych przestrzeni.
09:28
so I know a little bit about creating
a controlled environment.
a controlled environment.
231
556311
2968
A więc w tym miejscu
eksperymentowaliśmy na wszystkie sposoby.
eksperymentowaliśmy na wszystkie sposoby.
09:31
And so --
232
559303
1150
09:32
inside of this environment,
233
560754
1643
09:34
we're experimenting
with all kinds of things.
with all kinds of things.
234
562421
2373
NASA stworzyło dla stacji kosmicznej Mir
system aeroponikę,
system aeroponikę,
09:36
This process, aeroponics, was developed
by NASA for Mir Space Station
by NASA for Mir Space Station
235
564818
4208
aby zredukować
ilość wody wysyłanej w kosmos.
ilość wody wysyłanej w kosmos.
09:41
for reducing the amount of water
they send into space.
they send into space.
236
569050
2548
Tak naprawdę dostarcza
on roślinie tego co potrzebuje:
on roślinie tego co potrzebuje:
09:43
What it really does is give the plant
exactly what it wants:
exactly what it wants:
237
571622
2859
wody, minerałów i tlenu.
09:46
water, minerals and oxygen.
238
574505
1635
Korzenie nie są tak wybredne.
09:48
Roots are not that complicated,
239
576164
1492
Kiedy dajesz im to co potrzebne,
uzyskujesz coś niezwykłego.
uzyskujesz coś niezwykłego.
09:49
so when you give them that,
you get this amazing expression.
you get this amazing expression.
240
577680
3912
09:54
It's like the plant has two hearts.
241
582472
3073
To tak jakby roślina miała dwa serca.
09:57
And because it has two hearts,
242
585569
1665
I ponieważ ma dwa serca,
rośnie cztery lub pięć razy szybciej
rośnie cztery lub pięć razy szybciej
09:59
it grows four or five times faster.
243
587958
2069
To idealny świat.
10:02
It's a perfect world.
244
590657
1154
Długo dopracowywaliśmy technologie,
aby naprawić niedoskonały świat.
aby naprawić niedoskonały świat.
10:03
We've gone a long way into technology
and seed for an adverse world
and seed for an adverse world
245
591835
3213
Zamierzamy dalej to robić.
10:07
and we're going to continue to do that,
246
595072
1865
Ale potrzebujemy do tego jednej rzeczy.
10:08
but we're going to have a new tool, too,
247
596961
1913
Doskonałego świata.
10:10
which is perfect world.
248
598898
1683
10:12
So we've grown all kinds of things.
249
600605
1679
Uprawialiśmy już wszystko.
Te pomidory nie były uprawiane
do sprzedaży już od 150 lat.
do sprzedaży już od 150 lat.
10:14
These tomatoes hadn't been
in commercial production for 150 years.
in commercial production for 150 years.
250
602308
3808
10:18
Do you know that we have
rare and ancient seed banks?
rare and ancient seed banks?
251
606515
3274
Wiecie, że mamy
banki rzadkich i pradawnych nasion?
banki rzadkich i pradawnych nasion?
Banki nasion.
10:22
Banks of seed.
252
610312
1742
To coś niesamowitego.
10:24
It's amazing.
253
612078
1157
Mają zasoby genetyczne roślin
i rzeczy jakich nie jedliście.
i rzeczy jakich nie jedliście.
10:25
They have germplasm alive
and things that you've never eaten.
and things that you've never eaten.
254
613259
2882
Jestem jedyną osobą w tej sali,
która zjadła takiego pomidora.
która zjadła takiego pomidora.
10:28
I am the only person in this room
that's eaten that kind of tomato.
that's eaten that kind of tomato.
255
616165
3281
Tyle, że to pomidory
do sosów, nie wiemy jak je gotować.
do sosów, nie wiemy jak je gotować.
10:31
Problem is it was a sauce tomato
and we don't know how to cook,
and we don't know how to cook,
256
619837
3001
Zjedliśmy pomidory do sosów,
co nas tak nie cieszy.
co nas tak nie cieszy.
10:34
so we ate a sauce tomato,
which is not that great.
which is not that great.
257
622862
2356
Tworzyliśmy żywność bogatą w białko,
uprawialiśmy już niemal wszystko.
uprawialiśmy już niemal wszystko.
10:37
But we've done things with protein --
we've grown all kinds of things.
we've grown all kinds of things.
258
625242
3316
Wyhodowaliśmy ludzi.
10:40
We've grown humans --
259
628582
1173
(Śmiech)
10:41
(Laughter)
260
629779
1642
Może wam się uda,
bo nam nic nie wyszło.
bo nam nic nie wyszło.
10:44
Well maybe you could, but we didn't.
261
632103
1732
10:45
But what we realized is,
262
633859
1596
Ale zrozumieliśmy, że sprzęt
jest za duży i za drogi.
jest za duży i za drogi.
10:47
the tool was too big,
it was too expensive.
it was too expensive.
263
635479
2075
Rozpocząłem jego dystrybucję
na całym świecie.
na całym świecie.
10:49
I was starting to put them
around the world
around the world
264
637578
2004
10:51
and they were about 100,000 dollars.
265
639606
1817
Kosztował około 100 000 dolarów.
Ciężko jest znaleźć
kogoś z taką kasą w portfelu.
kogoś z taką kasą w portfelu.
10:53
Finding somebody with 100 grand
in their back pocket isn't easy,
in their back pocket isn't easy,
266
641447
3009
Dlatego zrobiliśmy
mniejszą wersję.
mniejszą wersję.
10:56
so we wanted to make a small one.
267
644480
1580
10:58
This project was actually
one of my student's --
one of my student's --
268
646084
2297
To projekt studentki Camille
z inżynierii mechanicznej.
z inżynierii mechanicznej.
11:00
mechanical engineering
undergraduate, Camille.
undergraduate, Camille.
269
648405
2856
Wraz z Camille i moim zespołem
rozmyślaliśmy całe lato.
rozmyślaliśmy całe lato.
11:03
So Camille and I and my team,
270
651851
1532
11:05
we iterated all summer,
271
653407
1858
jak obniżyć koszty urządzenia
i ulepszyć jego działanie.
i ulepszyć jego działanie.
11:07
how to make it cheaper,
how to make it work better,
how to make it work better,
272
655289
2420
Jak stworzyć model,
łatwy do odtworzenia w domu?
łatwy do odtworzenia w domu?
11:09
how to make it so other
people can make it.
people can make it.
273
657733
2024
11:11
Then we dropped them off in schools,
seventh through eleventh grade.
seventh through eleventh grade.
274
659781
3303
Podrzuciliśmy je do szkół
dla uczniów w wieku od 12 do 17 lat
dla uczniów w wieku od 12 do 17 lat
Jeśli chcecie nauczyć się pokory,
spróbujcie nauczyć coś dzieci.
spróbujcie nauczyć coś dzieci.
11:15
And if you want to be humbled,
try to teach a kid something.
try to teach a kid something.
275
663108
2999
Kiedy byłem w jednej ze szkół,
powiedziałem:
powiedziałem:
11:18
So I went into this school and I said,
276
666131
1849
11:20
"Set it to 65 percent humidity."
277
668004
1893
,,Ustaw tutaj wilgotność na 67%.
A 12-latek na to :
,,Co to jest wilgotność?"
,,Co to jest wilgotność?"
11:21
The seventh grader
said, "What's humidity?"
said, "What's humidity?"
278
669921
2266
A ja odpowiedziałem:
,,To woda w powietrzu."
,,To woda w powietrzu."
11:24
And I said, "Oh, it's water in air."
279
672211
1865
On na to:" Pan jest idiotą,
w powietrzu nie ma wody."
w powietrzu nie ma wody."
11:26
He said, "There's no water
in air, you're an idiot."
in air, you're an idiot."
280
674100
2444
(Śmiech)
11:28
(Laughter)
281
676568
1019
Odpowiedziałem:
"Ok, nie bierz mnie na serio."
"Ok, nie bierz mnie na serio."
11:29
And I was like, "Alright, don't trust me.
282
677611
2009
11:31
Actually -- don't trust me, right?
283
679644
1659
Nie ufaj mi, dobrze?
Ustaw 100 %.
11:33
Set it to 100.
284
681327
1151
Chłopak ustawił 100 %
i co się stało?
i co się stało?
11:34
He sets it to 100 and what happens?
285
682502
1705
Para skropliła się, utworzyła mgłę,
a na koniec opadła na ziemię.
a na koniec opadła na ziemię.
11:36
It starts to condense, make a fog
and eventually drip.
and eventually drip.
286
684231
2774
11:39
And he says, "Oh. Humidity is rain.
287
687457
3224
A on powiedział: ,, Wilgotność to deszcz.
Dlaczego nie powiedziałeś tego od razu?"
11:43
Why didn't you just tell me that?"
288
691372
1630
(Śmiech)
11:45
(Laughter)
289
693026
1970
11:47
We've created an interface
for this that's much like a game.
for this that's much like a game.
290
695489
2843
Stworzyliśmy interfejs
przypominający grę komputerową.
przypominający grę komputerową.
11:50
They have a 3D environment,
291
698356
1316
Otoczenie jest w 3D i można
logować się do niego wszędzie.
logować się do niego wszędzie.
11:51
they can log into it anywhere in the world
292
699696
2016
na swoim smartfonie, tablecie.
11:53
on their smartphone, on their tablet.
293
701736
1783
Są tam różne okna:
parametry rośliny, czujniki pomiarowe.
parametry rośliny, czujniki pomiarowe.
11:55
They have different parts of the bots --
the physical, the sensors.
the physical, the sensors.
294
703543
3427
Mogą wybrać opisy hodowli
stworzone przez inne dzieciaki
stworzone przez inne dzieciaki
11:58
They select recipes that have
been created by other kids
been created by other kids
295
706994
2640
w wszystkich zakątkach świata.
12:01
anywhere in the world.
296
709658
1150
Po wybraniu sposobu uprawy mogą go
aktywować, a potem posadzić sadzonkę.
aktywować, a potem posadzić sadzonkę.
12:02
They select and activate that recipe,
they plant a seedling.
they plant a seedling.
297
710832
3031
Kiedy roślina się rozwija,
mogą zmieniać jej warunki.
mogą zmieniać jej warunki.
12:06
While it's growing, they make changes.
298
714324
1837
Mówią, po co jest
dwutlenek węgla?
dwutlenek węgla?
12:08
They're like, "Why does a plant
need CO2 anyway? Isn't CO2 bad?
need CO2 anyway? Isn't CO2 bad?
299
716185
3009
"Czy on im nie szkodzi?
On zabija ludzi."
On zabija ludzi."
12:11
It kills people."
300
719218
1151
Gdy zwiększymy dwutlenek węgla,
roślina marnieje.
roślina marnieje.
12:12
Crank up CO2, plant dies.
301
720393
1371
Gdy obniżamy,
roślina ma się bardzo dobrze.
roślina ma się bardzo dobrze.
12:14
Or crank down CO2, plant does very well.
302
722404
2997
12:17
Harvest plant,
303
725425
1190
Po zbiorach otrzymujesz
nowy własny sposób hodowli roślin.
nowy własny sposób hodowli roślin.
12:19
and you've created a new digital recipe.
304
727130
2167
Można go potem powtarzać,
ulepszać i badać.
ulepszać i badać.
12:21
It's an iterative design and development
305
729821
2090
12:23
and exploration process.
306
731935
1912
Można go pobrać w formie danych
na temat uprawianej rośliny.
na temat uprawianej rośliny.
12:25
They can download, then,
307
733871
1412
12:27
all of the data about that new plant
that they developed
that they developed
308
735307
2717
albo w formie cyfrowego opisu
i jego analizy - jego korzyści i wad.
i jego analizy - jego korzyści i wad.
12:30
or the new digital recipe
and what did it do --
and what did it do --
309
738048
2286
12:32
was it better or was it worse?
310
740358
1444
Wyobraźcie sobie te dane
w procesie przetwarzania informacji.
w procesie przetwarzania informacji.
12:33
Imagine these as little cores
of processing.
of processing.
311
741826
2126
Będziemy wiedzieć o roślinach
znacznie więcej.
znacznie więcej.
12:36
We're going to learn so much.
312
744771
1967
To jeden z komputerów hodowlanych,
jak je nieraz nazywamy.
jak je nieraz nazywamy.
12:39
Here's one of the food computers,
as we call them,
as we call them,
313
747764
2698
Ten był w szkole od dwóch tygodni.
12:42
in a school in three weeks' time.
314
750486
2252
To roślina po 3 tygodniach wzrostu.
12:45
This is three weeks of growth.
315
753793
1439
Ale co ważniejsze,
12:47
But more importantly,
316
755256
1844
to był pierwszy raz, kiedy ten chłopak
pomyślał, o zostaniu rolnikiem.
pomyślał, o zostaniu rolnikiem.
12:49
it was the first time that this kid
ever thought he could be a farmer --
ever thought he could be a farmer --
317
757124
3960
12:53
or that he would want to be a farmer.
318
761658
2116
I że chciałby to robić.
Udostępniliśmy system dla wszystkich.
12:56
So, we've open-sourced all of this.
319
764187
2015
On jest online, zbudujcie
swój pierwszy komputer hodowlany.
swój pierwszy komputer hodowlany.
12:58
It's all online; go home, try to build
your first food computer.
your first food computer.
320
766226
3086
To nie jest łatwe.
13:01
It's going to be difficult --
I'm just telling you.
I'm just telling you.
321
769336
2389
Tu widać dopiero początek,
ale wszystko jest dokładnie wyjaśnione.
ale wszystko jest dokładnie wyjaśnione.
13:03
We're in the beginning,
but it's all there.
but it's all there.
322
771749
2064
Bardzo ważne jest żeby
łatwo się z tego korzystało.
łatwo się z tego korzystało.
13:05
It's very important to me
that this is easily accessible.
that this is easily accessible.
323
773837
2699
Będziemy to jeszcze bardziej ulepszać.
13:08
We're going to keep making it more so.
324
776560
1847
To są rolnicy,
13:10
These are farmers,
325
778946
1428
elektromechanicy, inżynierzy mechanicy,
13:13
electrical engineer, mechanical engineer,
326
781016
1977
inżynierzy środowiska, informatycy,
13:15
environmental engineer,
computer scientist,
computer scientist,
327
783017
2033
botanicy, ekonomiści, urbaniści.
13:17
plant scientist,
economist, urban planners.
economist, urban planners.
328
785074
2594
Wszyscy w jednej platformie
i robią to, na czym się znają.
i robią to, na czym się znają.
13:20
On one platform, doing
what they're good at.
what they're good at.
329
788214
2754
13:22
But we got a little too big.
330
790992
1824
Sukces przerósł nasze oczekiwania.
13:24
This is my new facility
that I'm just starting.
that I'm just starting.
331
792840
2832
To nowy budynek,
który właśnie urządzamy.
który właśnie urządzamy.
13:27
This warehouse could be anywhere.
332
795696
1840
Taki magazyn można przenosić
gdziekolwiek.
gdziekolwiek.
I dlatego go wybrałem.
13:30
That's why I chose it.
333
798088
1265
13:31
And inside of this warehouse
334
799718
1623
Wewnątrz tego magazynu
umieścimy takie konstrukcje.
umieścimy takie konstrukcje.
13:33
we're going to build something
kind of like this.
kind of like this.
335
801365
2369
13:35
These exist right now.
336
803758
1462
Te już są w budynku.
13:37
Take a look at it.
337
805244
1227
Spójrzcie na te.
Te też już zamontowaliśmy.
13:40
These exist, too.
338
808053
1331
Na jednych rosną zielone warzywa,
13:42
One grows greens,
339
810034
1280
13:43
one grows Ebola vaccine.
340
811338
1581
na innych szczepionka na Ebolę.
To świetne, że dzięki roślinom i konkursie
samochodów autonomicznych Darpa
samochodów autonomicznych Darpa
13:46
Pretty amazing that plants
and this DARPA Grand Challenge winner
and this DARPA Grand Challenge winner
341
814212
3914
13:50
is one of the reasons
we're getting ahead of Ebola.
we're getting ahead of Ebola.
342
818150
2496
możemy zwalczać Ebolę.
13:53
The plants are producing
the protein that's Ebola resistant.
the protein that's Ebola resistant.
343
821130
3524
Rośliny wytwarzają
białko odporne na wirus Eboli.
białko odporne na wirus Eboli.
A więc sałata może działać równie dobrze
jak wszystkie leki i suplementy diety
jak wszystkie leki i suplementy diety
13:57
So pharmaceuticals, nutraceuticals,
344
825083
2538
13:59
all they way down to lettuce.
345
827645
1516
Te dwa rozwiązania są zupełnie inne,
14:01
But these two things look nothing alike,
346
829620
1938
i dlatego właśnie robię to co robię.
14:03
and that's where I am with my field.
347
831582
2277
14:05
Everything is different.
348
833883
1389
Wszystko się zmienia.
14:07
We're in that weird "We're alright" stage
349
835629
3310
Jesteśmy na etapie, gdy wszystko
wydaje się być w porządku.
wydaje się być w porządku.
14:10
and it's like, "Here's my black box --"
350
838963
1863
Mówimy: "Tu mam czarną skrzynkę".
14:12
"No, buy mine."
351
840850
1151
"Nie bierz jego, kup moją"
14:14
"No, no, no -- I've got intellectual
property that's totally valuable.
property that's totally valuable.
352
842025
3361
"Nie, to ja mam w niej
niezwykle cenne informacje,
niezwykle cenne informacje,
Nie kupuj jego, kup moją."
14:17
Don't buy his, buy mine."
353
845410
1200
Tak naprawdę to dopiero początek.
14:18
And the reality is,
we're just at the beginning,
we're just at the beginning,
354
846634
2285
To czas kiedy zmienia
się też społeczeństwo.
się też społeczeństwo.
14:20
in a time when society is shifting, too.
355
848943
2143
Kiedyś ważna była ilość i cena żywności.
14:23
When we ask for more, cheaper food,
356
851110
1715
Teraz potrzebujemy lepszej żywności,
przyjaznej dla środowiska.
przyjaznej dla środowiska.
14:24
we're now asking for better,
environmentally friendly food.
environmentally friendly food.
357
852849
3340
14:28
And when you have McDonald's advertising
what's in the Chicken McNugget,
what's in the Chicken McNugget,
358
856654
5313
Warto wspomnieć o reklamie McDonald's,
o przygotowywaniu kurczaka McNugget,
o przygotowywaniu kurczaka McNugget,
14:33
the most mysterious
food item of all time --
food item of all time --
359
861991
2095
najbardziej tajemniczej
przekąski na świecie.
przekąski na świecie.
14:36
they are now basing
their marketing plan on that --
their marketing plan on that --
360
864110
2737
To teraz podstawa
ich planu marketingowego.
ich planu marketingowego.
14:38
everything is changing.
361
866871
1470
Wszystko się zmienia.
Wracając do naszego świata,
14:40
So into the world now.
362
868365
1522
14:41
Personal food computers,
363
869911
1658
osobiste komputery hodowlane,
14:44
food servers
364
872764
1150
serwery żywnościowe,
i centra danych żywności
14:47
and food data centers
365
875261
1411
stają się częścią otwartej
cyfrowej biblioteki fenomów.
cyfrowej biblioteki fenomów.
14:50
run on the open phenome.
366
878434
2419
Mam na myśli też genom, ale pracujemy
nad encyklopedią hodowli klimatycznej
nad encyklopedią hodowli klimatycznej
14:53
Think open genome, but we're going
to put little climate recipes,
to put little climate recipes,
367
881245
3229
14:56
like Wikipedia,
368
884498
1161
jak Wikipedia, której pozwoli nam
obserwować, kontrolować,
obserwować, kontrolować,
14:57
that you can pull down, actuate and grow.
369
885683
3481
i hodować rośliny.
Jak to będzie wyglądało w skali świata?
15:03
What does this look like in a world?
370
891275
1730
15:05
You remember the world
connected by strings?
connected by strings?
371
893029
2135
Pamiętacie świat z siecią połączeń.
Od teraz będą to sygnały.
15:07
We start having beacons.
372
895188
1547
15:09
We start sending information about food,
373
897338
2086
Coraz częściej wysyłamy dane
o żywności
o żywności
a rzadziej samą żywność.
15:11
rather than sending food.
374
899448
1319
15:13
This is not just my fantasy,
375
901249
1718
To nie są moje marzenia.
To właśnie staje się
naszą rzeczywistością.
naszą rzeczywistością.
15:14
this is where we're already deploying.
376
902991
2038
Komputery hodowlane, serwery żywności,
przyszłe centra danych żywności,
przyszłe centra danych żywności,
15:17
Food computers, food servers,
377
905578
1689
15:19
soon-to-be food data centers,
378
907291
1436
15:20
connecting people together
to share information.
to share information.
379
908751
2414
łączące ludzi
w dzieleniu się informacjami.
w dzieleniu się informacjami.
Przyszłość żywności jest nie
w krytyce wad obecnego systemu
w krytyce wad obecnego systemu
15:24
The future of food is not about fighting
over what's wrong with this.
over what's wrong with this.
380
912723
5357
15:30
We know what's wrong with this.
381
918556
1826
My wiemy co jest z nim nie tak.
15:33
The future of food is about networking
the next one billion farmers
the next one billion farmers
382
921128
4515
Przyszłość żywności jest w łączeniu
w sieci miliarda rolników,
w sieci miliarda rolników,
dając im platformę, aby mogli
zadawać i odpowiadać na pytanie:
zadawać i odpowiadać na pytanie:
15:37
and empowering them with a platform
383
925667
2274
15:39
to ask and answer the question,
384
927965
2020
" Co jeśli?"
15:42
"What if?"
385
930693
1335
15:44
Thank you.
386
932052
1171
Dziękuję.
(Oklaski)
15:45
(Applause)
387
933247
8833
ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture InitiativeCaleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.
Why you should listen
What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.
Caleb Harper | Speaker | TED.com