TED2006
Neil Gershenfeld: Unleash your creativity in a Fab Lab
Neil Gershenfeld em Labs Fab
Filmed:
Readability: 4.8
871,282 views
O Professor do MIT Neil Gershenfeld fala sobre seu Lab Fab - um laboratório de baixo custo que permite às pessoas fabricarem coisas úteis utilizando ferramentas analógicas e digitais. Uma idéia simples com resultados poderosos.
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. Full bio
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 meeting has really been about a digital revolution,
0
0
4000
Realmente este encontro tem sido sobre a revolução digital,
00:29
but I'd like to argue that it's done; we won.
1
4000
3000
mas eu quero argumentar que isso já foi; nós ganhamos.
00:33
We've had a digital revolution but we don't need to keep having it.
2
8000
4000
Nós tivemos a revolução digital mas não precisamos tê-la continuamente.
00:37
And I'd like to look after that,
3
12000
2000
Eu gostaria de olhar além dela,
00:39
to look what comes after the digital revolution.
4
14000
3000
para o que vem após a revolução digital.
00:42
So, let me start projecting forward.
5
17000
2000
Deixe-me então projetar para o futuro.
00:44
These are some projects I'm involved in today at MIT,
6
19000
4000
Estes são alguns dos projetos em que hoje estou envolvido no MIT,
00:48
looking what comes after computers.
7
23000
3000
buscando o que vem após os computadores.
00:51
This first one, Internet Zero, up here -- this is a web server
8
26000
5000
O primeiro, Internet Zero, aqui em cima -- este é um servidor web
00:56
that has the cost and complexity of an RFID tag --
9
31000
3000
que tem o custo e a complexidade de uma etiqueta RFID --
00:59
about a dollar -- that can go in every light bulb and doorknob,
10
34000
3000
de cerca de um dólar -- que pode incorporar em cada lâmpada ou maçaneta,
01:02
and this is getting commercialized very quickly.
11
37000
2000
e está sendo comercializado muito rapidamente.
01:04
And what's interesting about it isn't the cost;
12
39000
2000
E o que é interessante sobre ele não é o custo;
01:06
it's the way it encodes the Internet.
13
41000
1000
é em como ele codificada a internet.
01:07
It uses a kind of a Morse code for the Internet
14
42000
3000
Ele usa um tipo de código Morse para a Internet
01:10
so you could send it optically; you can communicate acoustically
15
45000
3000
que pode ser enviando oticamente; você pode comunicar acusticamente
01:13
through a power line, through RF.
16
48000
2000
através da linha elétrica, através de RF (rádio freqüência).
01:15
It takes the original principle of the Internet,
17
50000
2000
Pega o princípio original da Internet,
01:17
which is inter-networking computers,
18
52000
2000
que é dos computadores ligados em rede,
01:19
and now lets devices inter-network.
19
54000
3000
e agora permite equipamentos ligados em rede.
01:22
That we can take the whole idea that gave birth to the Internet
20
57000
3000
Assim podemos pegar a grande idéia que deu início à Internet
01:25
and bring it down to the physical world in this Internet Zero,
21
60000
3000
e trazer ao mundo físico nesta Internet Zero,
01:28
this internet of devices.
22
63000
2000
nesta Internet de equipamentos.
01:30
So this is the next step from there to here,
23
65000
2000
Portanto, este é o próximo passo de lá para cá,
01:32
and this is getting commercialized today.
24
67000
3000
e hoje já está sendo comercializado.
01:35
A step after that is a project on fungible computers.
25
70000
5000
O passo seguinte após esse é o projeto dos computadores fungíveis.
01:40
Fungible goods in economics can be extended and traded.
26
75000
3000
As mercadorias fungíveis em economia podem ser estendidas e trocadas.
01:43
So, half as much grain is half as much useful,
27
78000
2000
De tal forma que uma metade de grão é uma metade útil,
01:45
but half a baby or half a computer is less useful than
28
80000
3000
mas meio bebê ou meio computador é inútil se comparado à
01:48
a whole baby or a whole computer,
29
83000
2000
um bebe inteiro ou computador inteiro,
01:50
and we've been trying to make computers that work that way.
30
85000
3000
e estamos tentando fazer computadores que operem dessa forma.
01:53
So, what you see in the background is a prototype.
31
88000
2000
Portanto o que você vê ao fundo é um protótipo.
01:55
This was from a thesis of a student, Bill Butow, now at Intel,
32
90000
3000
Esta é da tese de um aluno, Bill Butow, hoje na Intel,
01:58
who wondered why, instead of making bigger and bigger chips,
33
93000
3000
que se questionou, ao invés de se fazer chips cada vez maiores,
02:01
you don't make small chips, put them in a viscous medium,
34
96000
3000
por que não se faz chips pequenos, colocando-os em uma mídia viscosa,
02:04
and pour out computing by the pound or by the square inch.
35
99000
2000
e distribuímos a computação por quilo ou por por centímetro quadrado.
02:06
And that's what you see here.
36
101000
2000
E é isso que vocês estão vendo aqui.
02:08
On the left was postscript being rendered by a conventional computer;
37
103000
3000
Na esquerda temos o 'postscript' sendo processado por um computador convencional,
02:11
on the right is postscript being rendered from the first prototype
38
106000
3000
à direita do 'postscript' sendo processado pelo primeiro protótipo
02:14
we made, but there's no frame buffer, IO processor,
39
109000
4000
que fizemos, mas não há frame buffer (memória temporária), na IO do processador,
02:18
any of that stuff -- it's just this material.
40
113000
2000
e nada dessas coisas -- somente esse material.
02:20
Unlike this screen where the dots are placed carefully,
41
115000
2000
Diferente desta tela onde os pontos são colocados cuidadosamente,
02:22
this is a raw material.
42
117000
1000
isto é matéria prima.
02:23
If you add twice as much of it, you have twice as much display.
43
118000
3000
Se você adicionar duas vezes mais disto, você terá duas vezes mais tela.
02:26
If you shoot a gun through the middle, nothing happens.
44
121000
3000
Se você der um tiro com bala bem no meio, nada acontece.
02:29
If you need more resource, you just apply more computer.
45
124000
4000
Se você precisa de mais recursos, basta demandar ao computador.
02:33
So, that's the step after this -- of computing as a raw material.
46
128000
3000
Então, este é o passo seguinte -- a computação como matéria prima.
02:36
That's still conventional bits, the step after that is --
47
131000
3000
Aqui ainda são os bits convencionais, o passo seguinte é --
02:39
this is an earlier prototype in the lab;
48
134000
2000
esse é um protótipo anterior no lab,
02:41
this is high-speed video slowed down.
49
136000
2000
este é um vídeo em alta velocidade, em câmera lenta.
02:43
Now, integrating chemistry in computation, where the bits are bubbles.
50
138000
3000
Agora, a integração da química na computação, onde os bits são bolhas.
02:46
This is showing making bits, this is showing --
51
141000
2000
Aqui mostra como se faz os bits, aqui mostra --
02:48
once again, slowed down so you can see it,
52
143000
2000
mais uma vez, o processo em câmera lenta para que você veja,
02:50
bits interacting to do logic and multiplexing and de-multiplexing.
53
145000
4000
bits interagindo para fazer lógica e multiplexando e de-multiplexando.
02:54
So, now we can compute that the output arranges material
54
149000
3000
Então, agora temos computação como resultado para organizar material
02:57
as well as information. And, ultimately, these are some slides
55
152000
4000
assim como informação. E por final, aqui estão alguns slides
03:01
from an early project I did, computing where the bits are stored
56
156000
3000
de um projeto anterior que eu fiz, a computação onde os bits são armazenados
03:04
quantum-mechanically in the nuclei of atoms, so
57
159000
3000
mecanicamente pela quântica no núcleo dos átomos, para
03:07
programs rearrange the nuclear structure of molecules.
58
162000
4000
que os programas re-organizem a estrutura nuclear das moléculas.
03:11
All of these are in the lab pushing further and further and further,
59
166000
4000
Tudo isso está no lab, avançando e avançando e avançando,
03:15
not as metaphor but literally integrating bits and atoms,
60
170000
3000
não como uma metáfora, mas literalmente integrando bits e átomos,
03:18
and they lead to the following recognition.
61
173000
3000
e que levam ao próximo passo.
03:21
We all know we've had a digital revolution, but what is that?
62
176000
3000
Todos sabemos que tivemos a revolução digital, mas o que é isso?
03:24
Well, Shannon took us, in the '40s, from here to here:
63
179000
3000
Bem, Shannon nos levou, dos anos 40, para aqui e aqui:
03:27
from a telephone being a speaker wire that degraded with distance
64
182000
4000
do telefone sendo um fio falante que se degradava com a distancia
03:31
to the Internet. And he proved the first threshold theorem, that shows
65
186000
4000
para a Internet. E ele provou o primeiro teorema 'threshold', que mostra
03:35
if you add information and remove it to a signal,
66
190000
3000
que se você adicionar informação e remove-la para um sinal,
03:38
you can compute perfectly with an imperfect device.
67
193000
2000
você pode computar perfeitamente com um equipamento imperfeito.
03:40
And that's when we got the Internet.
68
195000
2000
E foi assim que ganhamos a Internet.
03:42
Von Neumann, in the '50s, did the same thing for computing;
69
197000
3000
Von Neumann, nos anos 50, fez a mesma coisa para a computação;
03:45
he showed you can have an unreliable computer but restore its state
70
200000
3000
ele mostrou que você pode ter um computador não confiável, e restaurar
03:48
to make it perfect. This was the last great analog computer at MIT:
71
203000
4000
seu estado para torna-lo perfeito. Este era o maior computador analógico do MIT:
03:52
a differential analyzer, and the more you ran it,
72
207000
2000
um analisador diferencial, e quanto mais se processava nele,
03:54
the worse the answer got.
73
209000
2000
mais suas respostas pioravam.
03:56
After Von Neumann, we have the Pentium, where the billionth transistor
74
211000
3000
Após Von Neumann, tivemos o Pentium, onde o bilionésimo transistor
03:59
is as reliable as the first one.
75
214000
3000
é tão confiável quanto o primeiro.
04:02
But all our fabrication is down in this lower left corner.
76
217000
3000
Mas toda a nossa fabricação fica aqui no canto inferior esquerdo
04:05
A state-of-the-art airplane factory rotating metal wax at fixed metal,
77
220000
3000
Uma fábrica de aviões de tecnologia de ponta, fazendo a rotação de cera metálica num metal fixo,
04:08
or you maybe melt some plastic. A 10-billion-dollar chip fab
78
223000
3000
ou você pode derreter algum plástico. Um fab chip de 10 bilhões de dólares
04:11
uses a process a village artisan would recognize --
79
226000
3000
usa um processo que um artesão de vilarejo reconheceria --
04:14
you spread stuff around and bake it.
80
229000
3000
você espalha os ingredientes e depois assa.
04:17
All the intelligence is external to the system;
81
232000
2000
Toda a inteligência é externa ao sistema;
04:19
the materials don't have information.
82
234000
2000
os materiais não guardam informação.
04:21
Yesterday you heard about molecular biology,
83
236000
3000
Ontem ouvimos sobre biologia molecular,
04:24
which fundamentally computes to build.
84
239000
2000
que fundamentalmente computa para construir.
04:26
It's an information processing system.
85
241000
2000
É um sistema de processamento de informação.
04:28
We've had digital revolutions in communication and computation,
86
243000
4000
Nós tivemos revoluções digitais na comunicação e na computação,
04:32
but precisely the same idea, precisely the same math
87
247000
3000
mas precisamente a mesma idéia, precisamente a mesma matemática
04:35
Shannon and Von Neuman did, hasn't yet come out
88
250000
2000
que Shannon e Von Neuman fizeram, ainda não se revelou
04:37
to the physical world. So, inspired by that,
89
252000
3000
para o mundo físico. Mas influenciados por isso,
04:40
colleagues in this program -- the Center for Bits and Atoms
90
255000
2000
colegas desse programa -- o Centro para Bits e Átomos
04:42
at MIT -- which is a group of people, like me,
91
257000
3000
do MIT -- que é um grupo de pessoas, como eu,
04:45
who never understood the boundary between physical science
92
260000
3000
que nunca entenderam a fronteira entre a ciência física
04:48
and computer science. I would even go further and say
93
263000
3000
e a ciência computacional. Eu diria mais que
04:51
computer science is one of the worst things that ever happened
94
266000
2000
ciência da computação é uma das piores coisas que aconteceram
04:53
to either computers or to science --
95
268000
2000
tanto para os computadores como para a ciência -
04:55
(Laughter)
96
270000
1000
(Risos)
04:56
-- because the canon -- computer science --
97
271000
4000
- porque o cânone - ciência da computação -
05:00
many of them are great but the canon of computer science
98
275000
2000
muitos são maravilhosos, mas o cânone da ciência da computação
05:02
prematurely froze a model of computation
99
277000
3000
congelou prematuramente o modelo da computação
05:05
based on technology that was available in 1950,
100
280000
3000
baseado na tecnologia que era disponível em 1950,
05:08
and nature's a much more powerful computer than that.
101
283000
2000
e a natureza de um computador é muito mais poderosa que isto.
05:10
So, you'll hear, tomorrow, from Saul Griffith. He was one of the
102
285000
4000
Então amanhã você aprenderá com Saul Griffith. Ele foi um dos
05:14
first students to emerge from this program.
103
289000
3000
primeiros alunos a se destacar neste programa.
05:17
We started to figure out how you can compute to fabricate.
104
292000
3000
Começamos a elaborar como se pode calcular à fabricação.
05:20
This was just a proof of principle he did of tiles
105
295000
3000
Isso era tão somente um prova de princípios que ele fez com tubos
05:23
that interact magnetically, where you write a code,
106
298000
2000
para interagir magneticamente, onde você escreve um código,
05:25
much like protein folding, that specifies their structure.
107
300000
3000
muito como o enovelamento de proteínas, que especifica sua estrutura.
05:28
So, there's no feedback to a tool metrology;
108
303000
3000
Então, não há feedback para a metrologia instrumental,
05:31
the material itself codes for its structure in just the same ways
109
306000
5000
a matéria por si codifica sua estrutura do mesmo jeito
05:36
that protein are fabricated. So, you can, for example, do that.
110
311000
4000
que a proteína é fabricada. Então,você pode por exemplo fazer isso.
05:40
You can do other things. That's in 2D. It works in 3D.
111
315000
3000
Você pode fazer outras coisas. Aqui está em 2D. Dá para ser em 3D.
05:43
The video on the upper right -- I won't show for time --
112
318000
2000
Esse vídeo no canto superior direito -- não vou mostrá-lo --
05:45
shows self-replication, templating so something can make something
113
320000
4000
mostra a auto replicação, em modelagem, para que possa fazer algo
05:49
that can make something, and we're doing that now over, maybe,
114
324000
3000
que possa fazer algo, e estamos fazendo isso agora mesmo, talvez,
05:52
nine orders of magnitude. Those ideas have been used to show
115
327000
3000
nove ordens de magnitude. Essas idéias tem sido usadas para mostrar
05:55
the best fidelity and direct rate DNA to make an organism,
116
330000
3000
fielmente e na razão direta do DNA na formação de um organismo,
05:58
in functionalizing nanoclusters with peptide tails
117
333000
3000
para funcionar nano agrupamentos com terminações peptídicas
06:01
that code for their assembly -- so, much like the magnets,
118
336000
2000
que codificam sua própria montagem. Então, como os magnéticos,
06:03
but now on nanometer scales.
119
338000
2000
mas agora nas escalas nanométricas.
06:05
Laser micro-machining: essentially 3D printers that digitally fabricate
120
340000
4000
Micro máquinas a laser: essencialmente impressoras 3D que fabricam digitalmente
06:09
functional systems, all the way up to building buildings,
121
344000
3000
sistemas funcionais, até o ponto da construção de edifícios,
06:12
not by having blueprints,
122
347000
1000
não por se ter as plantas,
06:13
but having the parts code for the structure of the building.
123
348000
3000
mas por ter partes codificadas para a estrutura do edifício.
06:16
So, these are early examples in the lab of emerging technologies
124
351000
5000
Então esses são os exemplos iniciais do lab de tecnologias emergentes
06:21
to digitize fabrication. Computers that don't control tools
125
356000
4000
para digitalizar à fabricação. Computadores que não controlam instrumentos
06:25
but computers that are tools, where the output of a program
126
360000
4000
mas computadores que são instrumentos, onde o resultado de um programa
06:29
rearranges atoms as well as bits.
127
364000
4000
rearranja tanto os átomos como os bits.
06:33
Now, to do that -- with your tax dollars, thank you --
128
368000
3000
Agora, para se fazer isso -- com a verba do contribuinte, obrigado --
06:36
I bought all these machines. We made a modest proposal
129
371000
4000
eu comprei essas máquinas. Fizemos uma proposta tímida
06:40
to the NSF. We wanted to be able to make anything on any length scale,
130
375000
4000
para a NSF. Queríamos ter a capacidade de fazer qualquer coisa numa escala abrangente,
06:44
all in one place, because you can't segregate digital fabrication
131
379000
4000
tudo em um só lugar, porque não se pode segregar a fabricação digital
06:48
by a discipline or a length scale.
132
383000
2000
por uma disciplina ou uma escala de comprimento.
06:50
So we put together focused nano beam writers
133
385000
4000
Então pusemos feixes nano focados de impressão
06:54
and supersonic water jet cutters and excimer micro-machining systems.
134
389000
5000
e jatos supersônicos de água cortantes e dímeros precoces em sistemas de micro máquina.
06:59
But I had a problem. Once I had all these machines,
135
394000
3000
Mas eu tinha um problema. Agora que eu dispunha dessa parafernália,
07:02
I was spending too much time teaching students to use them.
136
397000
3000
eu gastava muito tempo ensinando os alunos a usá-las,
07:05
So I started teaching a class, modestly called,
137
400000
2000
Então eu comecei um curso, modestamente chamado
07:07
"How To Make Almost Anything." And that wasn't meant to be provocative;
138
402000
3000
"Como fazer Quase Qualquer Coisa". E não era para ser muito provocador,
07:10
it was just for a few research students.
139
405000
2000
era só para poucos alunos de pesquisa.
07:12
But the first day of class looked like this.
140
407000
2000
Mas no primeiro dia de aula, a coisa ficou assim.
07:14
You know, hundreds of people came in begging,
141
409000
2000
Você pode imaginar, centenas de alunos implorando,
07:16
all my life I've been waiting for this class; I'll do anything to do it.
142
411000
3000
toda a minha vida eu esperava por um curso assim, eu faço qualquer sacrifício.
07:19
Then they'd ask, can you teach it at MIT? It seems too useful?
143
414000
3000
Então eles perguntaram, você pode ensinar isto no MIT? Parece tão útil?
07:22
And then the next --
144
417000
1000
E então a próxima -
07:23
(Laughter)
145
418000
2000
(Risos)
07:25
-- surprising thing was they weren't there to do research.
146
420000
1000
- coisa surpreendente é que eles não queriam fazer pesquisa.
07:26
They were there because they wanted to make stuff.
147
421000
2000
Eles estavam lá pois queriam fazer coisas.
07:28
They had no conventional technical background.
148
423000
4000
Eles não tinha nenhuma bagagem técnica convencional.
07:32
At the end of a semester they integrated their skills.
149
427000
2000
E ao fim do semestre, eles integraram suas habilidades.
07:34
I'll show an old video. Kelly was a sculptor, and this is what she did
150
429000
4000
Eu vou mostrar um vídeo antigo. Kelly era uma escultora, e isso foi o que ela fez
07:38
with her semester project.
151
433000
2000
como projeto do semestre.
07:40
(Video): Kelly: Hi, I'm Kelly and this is my scream buddy.
152
435000
3000
(Vídeo): Kelly: Oi, eu sou Kelly e esse é meu companheiro de grito.
07:45
Do you ever find yourself in a situation
153
440000
3000
Você já se pegou numa situação
07:48
where you really have to scream, but you can't because you're at work,
154
443000
5000
em que você realmente precisa gritar, mas não pode por estar no trabalho,
07:53
or you're in a classroom, or you're watching your children,
155
448000
3000
ou na classe, ou porque está cuidando de crianças,
07:56
or you're in any number of situations where it's just not permitted?
156
451000
5000
ou por estar em diferentes situações onde não é permitido?
08:01
Well, scream buddy is a portable space for screaming.
157
456000
4000
Bem, o companheiro de grito é um espaço portátil para gritar.
08:05
When a user screams into scream buddy, their scream is silenced.
158
460000
5000
Quando o usuário grita no companheiro de grito, o seu grito é silenciado.
08:10
It is also recorded for later release where, when and how
159
465000
4000
Ele também é gravado para ser liberado mais tarde, onde, quando e como
08:14
the user chooses.
160
469000
1000
o usuário escolher.
08:36
(Scream)
161
491000
2000
(Grita)
08:39
(Laughter) (Applause)
162
494000
4000
(Risos) (Aplauso)
08:43
So, Einstein would like this.
163
498000
2000
Então, Eistein aprovaria isso.
08:45
This student made a web browser for parrots --
164
500000
1000
Esse aluno fez um browser da web para papagaios --
08:46
lets parrots surf the Net and talk to other parrots.
165
501000
3000
permite que papagaios surfem na Net e falem com outros papagaios.
08:49
This student's made an alarm clock you wrestle
166
504000
2000
Esse aluno fez um despertador que lhe desafia a lutar
08:51
to prove you're awake; this is one that defends --
167
506000
2000
até que você prove que está acordado, este aqui é para defesa --
08:53
a dress that defends your personal space.
168
508000
2000
um vestido que defende o seu espaço pessoal.
08:55
This isn't technology for communication;
169
510000
2000
Aqui não é uma tecnologia para a comunicação;
08:57
it's technology to prevent it.
170
512000
2000
é uma tecnologia para preveni-la.
08:59
This is a device that lets you see your music.
171
514000
3000
Esse aparelho permite que você veja a música.
09:02
This is a student who made a machine that makes machines,
172
517000
3000
Este é um aluno que fez a máquina que faz máquinas,
09:05
and he made it by making Lego bricks that do the computing.
173
520000
3000
e ele fez com tijolos do Lego que fazem computação.
09:08
Just year after year -- and I finally realized
174
523000
2000
Ano após ano -- e eu finalmente percebi
09:10
the students were showing the killer app of personal fabrication
175
525000
4000
que os alunos apareciam com essas killer app (aplicações irresistíveis) para a construção pessoal
09:14
is products for a market of one person.
176
529000
2000
de produtos de mercado para uma só pessoa.
09:16
You don't need this for what you can get in Wal-Mart;
177
531000
2000
Você não vai encontrar nas prateleiras do Wal-Mart;
09:18
you need this for what makes you unique.
178
533000
1000
são para uma necessidade única e especial.
09:19
Ken Olsen famously said, nobody needs a computer in the home.
179
534000
4000
Ken Olsen ficou famoso quando disse que ninguém precisa de um computador em casa.
09:23
But you don't use it for inventory and payroll;
180
538000
2000
Mas você não o usa para estoque ou folha de pagamento;
09:25
DEC is now twice bankrupt. You don't need personal fabrication
181
540000
3000
o console* agora é a razão da falência dos brinquedos*, Você não precisa fabricar pessoalmente
09:28
in the home to buy what you can buy because you can buy it.
182
543000
2000
em casa, o que você não pode comprar porque hoje dá para comprar.
09:30
You need it for what makes you unique, just like personalization.
183
545000
4000
Você precisa disso porque é único, assim como na personalização.
09:34
So, with that, in turn, 20 million dollars today does this;
184
549000
4000
Então, por sua vez, com 20 milhões de dólares hoje você faz isso
09:38
20 years from now we'll make Star Trek replicators that make anything.
185
553000
4000
20 anos no futuro faremos os replicadores de Star Trek que fazem qualquer coisa.
09:42
The students hijacked all the machines I bought to do personal fabrication.
186
557000
4000
Os alunos sequestraram todas as máquinas que comprei para fazer fabricação pessoal.
09:46
Today, when you spend that much of your money,
187
561000
2000
Hoje, quando você gasta esse tanto de dinheiro,
09:48
there's a government requirement to do outreach, which often means
188
563000
3000
há uma obrigação governamental para beneficiar, e quase sempre é para
09:51
classes at a local school, a website -- stuff that's just not that exciting.
189
566000
3000
cursos da escola local, um site da web; coisas que não são estimulantes.
09:54
So, I made a deal with my NSF program managers that
190
569000
4000
Então eu fiz um trato com os gerentes do meu programa da NSF que
09:58
instead of talking about it, I'd give people the tools.
191
573000
2000
ao invés de ensinar a teoria, nós daríamos a eles os instrumentos.
10:00
This wasn't meant to be provocative or important,
192
575000
2000
Isso não era para ser provocativo ou importante,
10:02
but we put together these Fab Labs. It's about 20,000 dollars in equipment
193
577000
4000
mas conseguimos montar esses Labs Fab. São cerca de $20 mil em equipamentos
10:06
that approximate both what the 20 million dollars does and where it's going.
194
581000
5000
que se aproxima do que você faz e acontece com $20 milhões.
10:11
A laser cutter to do press-fit assembly with 3D from 2D,
195
586000
3000
Um laser para corte que faça a montagem de impressão com 3D tirado do 2D
10:14
a sign cutter to plot in copper to do electromagnetics,
196
589000
2000
um cortador de sinal para plotar em cobre para fazer eletromagnéticos,
10:16
a micron scale,
197
591000
2000
uma balança micron,
10:18
numerically-controlled milling machine for precise structures,
198
593000
2000
uma máquina de cobrança controlada numericamente para estruturas precisas,
10:20
programming tools for less than a dollar,
199
595000
3000
ferramentas de programação por menos de um dolar,
10:23
100-nanosecond microcontrollers. It lets you work from microns
200
598000
3000
microcontroladores de 100-nanosegundos. Permite que se trabalhe em microns
10:26
and microseconds on up, and they exploded around the world.
201
601000
4000
e microssegundos para mais, e isso explodiu pelo mundo.
10:30
This wasn't scheduled, but they went from inner-city Boston
202
605000
2000
Não estava assim planejado, mas originou no centro da cidade de Boston
10:32
to Pobal in India, to Secondi-Takoradi on Ghana's coast
203
607000
4000
a Pobal na Índia, para Secondi-Takoradi na costa de Gana
10:36
to Soshanguve in a township in South Africa,
204
611000
3000
para Soshanguve uma cidade na Africa do Sul,
10:39
to the far north of Norway, uncovering, or helping uncover,
205
614000
4000
ao extremo Norte da Noruega, descobrindo, ou ajudando a descobrir,
10:43
for all the attention to the digital divide,
206
618000
3000
pela preocupação com o abismo digital,
10:46
we would find unused computers in all these places.
207
621000
4000
para que pudéssemos coletar computadores inativos em todos esses lugares.
10:50
A farmer in a rural village -- a kid needs to measure and modify
208
625000
3000
Um fazendeiro num vilarejo rural -- uma criança precisa medir e modificar
10:53
the world, not just get information about it on a screen.
209
628000
4000
o mundo, não somente obter a informação que aparece na tela.
10:57
That there's really a fabrication and an instrumentation divide
210
632000
2000
Sabemos que realmente existe um abismo na fabricação e instrumentalização
10:59
bigger than the digital divide.
211
634000
3000
muito maior que o abismo digital.
11:02
And the way you close it is not IT for the masses but IT development for the masses.
212
637000
3000
E a forma como se elimina não é TI para as massas, mas desenvolvimento de TI para as massas.
11:05
So, in place after place
213
640000
3000
Então, de lugar a lugar
11:08
we saw this same progression: that we'd open one of these Fab Labs,
214
643000
3000
nós temos visto esse mesmo padrão: que ao abrir um dos Labs Fabs,
11:11
where we didn't -- this is too crazy to think of.
215
646000
3000
onde não existia -- isso é muito maluco de se pensar;
11:14
We didn't think this up, that we would get pulled to these places;
216
649000
3000
Nós não previmos isso, que seriamos chamados a esses lugares,
11:17
we'd open it. The first step was just empowerment.
217
652000
2000
e abriríamos lá. O primeiro passo é o empoderamento.
11:19
You can see it in their face, just this joy of, I can do it.
218
654000
3000
Você pode ver na cara deles, a alegria de quem diz: Eu posso fazer.
11:22
This is a girl in inner-city Boston who had just done a high-tech
219
657000
2000
Aqui está uma garota de Boston, que acabou de realizar um venda de
11:24
on-demand craft sale in the inner city community center.
220
659000
4000
artesanato high-tech por demanda para um centro comunitário de sua cidade.
11:28
It goes on from there to serious hands-on technical education
221
663000
4000
E vai dali para uma educação técnica bem prática e séria,
11:32
informally, out of schools. In Ghana we had set up one of these labs.
222
667000
5000
mas informal, fora das escolas. Em Gana nós montamos um desses labs.
11:37
We designed a network sensor, and kids would show up
223
672000
2000
Nós desenhamos um sensor de rede, e a garotada apareceu
11:39
and refuse to leave the lab.
224
674000
1000
e não queriam mais deixar o lab.
11:40
There was a girl who insisted we stay late at night --
225
675000
3000
Havia essa garotinha que insistia em ficar até tarde da noite --
11:43
(Video): Kids: I love the Fab Lab.
226
678000
2000
(Vídeo): Crianças: Eu amo o Lab Fab.
11:45
-- her first night in the lab because she was going to make the sensor.
227
680000
3000
- era sua primeira noite no lab porque montaria o sensor.
11:48
So she insisted on fabbing the board, learning how to stuff it,
228
683000
3000
Então ela insistia de fabricar o painel, aprendeu como montar,
11:51
learning how to program it. She didn't really know
229
686000
2000
aprendendo como programar. Ela não sabia na verdade
11:53
what she was doing or why she was doing it, but she knew
230
688000
2000
o que ela estava fazendo ou porque estava fazendo isso, mas ela sabia
11:55
she just had to do it. There was something electric about it.
231
690000
3000
ela tinha que fazer isso. Havia eletricidade no ar.
11:58
This is late at, you know, 11 o'clock at night
232
693000
2000
Isso é tarde, você sabe, 23:00 horas
12:00
and I think I was the only person surprised when what she built
233
695000
3000
e eu creio ter sido a única pessoa surpresa quando aquilo que ela construiu
12:03
worked the first time.
234
698000
2000
funcionou logo na primeira vez.
12:05
And I've shown this to engineers at big companies, and they say
235
700000
2000
E tenho mostrado isso para engenheiros de empresas grandes, e eles dizem
12:07
they can't do this. Any one thing she's doing, they can do better,
236
702000
3000
não há como eles conseguiriam fazer isto. Qualquer coisa que ela esteja fazendo, eles podem fazer melhor,
12:10
but it's distributed over many people and many sites
237
705000
3000
mas é distribuído para muitos pessoas e muitos locais
12:13
and they can't do in an afternoon
238
708000
1000
e eles conseguem produzir numa tarde
12:14
what this little girl in rural Ghana is doing.
239
709000
3000
o que essa garota esta fazendo na Gana rural.
12:33
(Video): Girl: My name is Valentina Kofi; I am eight years old.
240
728000
4000
(Vídeo): Garota: Meu nome é Valentina Kofi, eu tenho oito anos.
12:37
I made a stacking board.
241
732000
3000
Eu fiz uma placa smt.
12:40
And, again, that was just for the joy of it.
242
735000
3000
E, mais uma vez, isso foi por puro prazer.
12:43
Then these labs started doing serious problem solving --
243
738000
3000
E daí esses labs começaram a focar seriamente na solução de problemas -
12:46
instrumentation for agriculture in India,
244
741000
2000
instrumentação para a agricultura na Índia,
12:48
steam turbines for energy conversion in Ghana,
245
743000
2000
turbinas a vapor para conversão de energia em Gana,
12:50
high-gain antennas in thin client computers.
246
745000
4000
antenas de alto desempenho para computadores thin client ("cliente magro"),
12:54
And then, in turn, businesses started to grow,
247
749000
1000
E daí, por sua vez, os negócios começaram a crescer,
12:55
like making these antennas.
248
750000
1000
como fabricando essas antenas;
12:56
And finally, the lab started doing invention.
249
751000
2000
E finalmente, o lab começou a atuar em invenção.
12:58
We're learning more from them than we're giving them.
250
753000
2000
Estamos aprendendo mais com eles do que o que lhes ensinando.
13:00
I was showing my kids in a Fab Lab how to use it.
251
755000
3000
E mostrei aos meus filhos no Lab Fab como usa-lo.
13:03
They invented a way to do a construction kit out of a cardboard box --
252
758000
4000
Eles inventaram uma maneira para construir um kit em uma caixa de papelão -
13:07
which, as you see up there, that's becoming a business --
253
762000
2000
o qual, como você pode ver aqui, está se tornando um negócio -
13:09
but their design was better than Saul's design at MIT,
254
764000
3000
mas o design deles era melhor do que o design do Saul do MIT,
13:12
so there's now three students at MIT doing their theses on
255
767000
3000
então temos agora três alunos no MIT fazendo suas teses a respeito
13:15
scaling the work of eight-year-old children
256
770000
3000
da escala do trabalho de crianças de oito anos
13:18
because they had better designs.
257
773000
1000
por eles terem designs superiores.
13:19
Real invention is happening in these labs.
258
774000
3000
A verdadeira invenção está acontecendo nesses labs.
13:22
And I still kept -- so, in the last year I've been spending time with
259
777000
2000
E eu ainda mantenho -- então, no ano passado que dediquei a
13:24
heads of state and generals and tribal chiefs who all want this,
260
779000
3000
chefes de estado e generais e líderes tribais que querem isso,
13:27
and I keep saying, but this isn't the real thing.
261
782000
2000
e eu ficava dizendo, mas isso não é o melhor de tudo.
13:29
Wait, like, 20 years and then we'll be done.
262
784000
2000
Espere, algo como, 20 anos e daí sim teremos alcançado.
13:31
And I finally got what's been going on. This is Kernigan and Ritchie
263
786000
3000
E finalmente eu percebi o que estava acontecendo. Este é Kernigan e Richtie
13:34
inventing UNIX on a PDP.
264
789000
3000
inventando UNIX num PDP.
13:37
PDPs came between mainframes and minicomputers.
265
792000
2000
Os PDPs vieram entre os mainframes e minicomputadores.
13:39
They were tens of thousands of dollars, hard to use,
266
794000
3000
Eles custavam dezenas de milhares de dólares, difícil de se usar,
13:42
but they brought computing down to work groups,
267
797000
2000
mas eles faziam a computação através de grupos de trabalho,
13:44
and everything we do today happened there.
268
799000
2000
e tudo o que fazemos hoje aconteceu lá.
13:46
These Fab Labs are the cost and complexity of a PDP.
269
801000
3000
Esses Labs Fab tem o custo e a complexidade do PDP.
13:49
The projection of digital fabrication
270
804000
2000
A projeção da fabricação digital
13:51
isn't a projection for the future; we are now in the PDP era.
271
806000
3000
não é a projeção para o futuro. nós estamos na era do PDP.
13:54
We talked in hushed tones about the great discoveries then.
272
809000
3000
Praticamente sussurrávamos a respeito das grandes descobertas de então.
13:57
It was very chaotic, it wasn't, sort of, clear what was going on.
273
812000
3000
Era bem caótico. O que acontecia não era, de uma certa forma claro.
14:00
In the same sense we are now, today, in the minicomputer era
274
815000
3000
Num mesmo sentido como estamos hoje, na era do minicomputador
14:03
of digital fabrication.
275
818000
2000
da fabricação digital.
14:05
The only problem with that is it breaks everybody's boundaries.
276
820000
4000
O único problema com isso, é que rompe as fronteiras de todo mundo.
14:09
In DC, I go to every agency that wants to talk, you know;
277
824000
3000
Em (Washington) DC, eu vou à todas as agências para dialogar, sabe.
14:12
in the Bay Area, I go to every organization you can think of --
278
827000
2000
Na Bay Area (Califórnia), eu vou a todas as organizações existentes.
14:14
they all want to talk about it, but it breaks
279
829000
2000
Elas todas querem conversar, mas ultrapassa
14:16
their organizational boundaries. In fact, it's illegal for them,
280
831000
3000
suas fronteiras organizacionais. De fato, é ilegal para elas,
14:19
in many cases, to equip ordinary people to create
281
834000
4000
em muito casos, equipar as pessoas comuns para que criem
14:23
rather than consume technology.
282
838000
1000
ao invés de consumirem a tecnologia.
14:24
And that problem is so severe that the ultimate invention
283
839000
4000
E esse problema é tão crítico que na última invenção
14:28
coming from this community surprised me:
284
843000
3000
vindo dessa comunidade, eu me surpreendi:
14:31
it's the social engineering. That the lab in far north of Norway --
285
846000
4000
é a engenharia social. E está no lab bem no extremo Norte da Noruega --
14:35
this is so far north its satellite dishes look at the ground
286
850000
2000
e é tão ao Norte, que as parabólicas apontam para o chão
14:37
rather than the sky because that's where the satellites are --
287
852000
4000
ao invés do céu, para mirar direto nos satélites --
14:41
the lab outgrew the little barn that it was in.
288
856000
1000
o lab ultrapassou o pequeno celeiro em que estava.
14:42
It was there because they wanted to find animals in the mountains
289
857000
3000
Foi instalado ali para conseguir achar os animais nas montanhas
14:45
but it outgrew it, so they built this extraordinary village for the lab.
290
860000
4000
mas cresceu tanto que eles construíram essa extraordinária vila como lab.
14:49
This isn't a university; it's not a company. It's essentially
291
864000
2000
Não é uma universidade, não é uma empresa; é essencialmente
14:51
a village for invention; it's a village for the outliers in society,
292
866000
5000
um vilarejo para invenção, um vilarejo para os excluídos da sociedade,
14:56
and those have been growing up around these Fab Labs
293
871000
2000
e eles tem se instalado ao redor desses Labs Fab
14:58
all around the world.
294
873000
1000
em todo o mundo.
14:59
So this program has split into an NGO foundation,
295
874000
4000
Então esse programa se dividiu em uma Fundação ONG,
15:03
a Fab Foundation to support the scaling, a micro VC fund.
296
878000
4000
uma Fundação Fab para apoiar a expansão, de um micro fundo de capital de risco.
15:07
The person who runs it nicely describes it as
297
882000
1000
A pessoa que dirige-o descreve muito bem, como
15:08
"machines that make machines need businesses that make businesses:"
298
883000
4000
máquinas que fazem máquinas precisam de negócios que fazem negócios:
15:12
it's a cross between micro-finance and VC to do fan-out,
299
887000
3000
é o cruzamento entre o micro-financiamento e capital de risco para fazer 'fan-out',
15:15
and then the research partnerships back at MIT for what's
300
890000
2000
e daí parcerias de pesquisa apoiadas lá no MIT que
15:17
making it possible.
301
892000
3000
faz isto possível.
15:20
So I'd like to leave you with two thoughts.
302
895000
2000
Finalizando quero deixar dois pensamentos.
15:22
There's been a sea change in aid, from top-down mega-projects
303
897000
5000
Tem havido um mar de mudanças na ajuda, de mega projetos de cima para baixo
15:27
to bottom-up, grassroots, micro-finance investing in the roots,
304
902000
4000
para investimento feitos nas raízes com micro financiamentos, populares e de baixo para cima,
15:31
so that everybody's got that that's what works.
305
906000
3000
para que todo mundo tenha o que funciona.
15:34
But we still look at technology as top-down mega-projects.
306
909000
3000
Mas ainda olhamos para a tecnologia como mega projetos de cima para baixo.
15:37
Computing, communication, energy for the rest of the planet
307
912000
3000
Computação, comunicação, energia para o resto do planeta
15:40
are these top-down mega-projects.
308
915000
2000
são esses megaprojetos de cima para baixo.
15:42
If this room full of heroes is just clever enough,
309
917000
2000
Se esta sala está repleta de heróis podemos concluir,
15:44
you can solve the problems.
310
919000
2000
vocês podem resolver os problemas.
15:46
The message coming from the Fab Labs is that
311
921000
2000
A mensagem vindo desses Labs Fab é que
15:48
the other five billion people on the planet
312
923000
2000
as outras 5 bilhões de pessoas no planeta
15:50
aren't just technical sinks; they're sources.
313
925000
2000
não são alvos tecnológicos; elas são fontes.
15:52
The real opportunity is to harness the inventive power of the world
314
927000
3000
A verdadeira oportunidade é a de se agregar a força inventiva do mundo
15:55
to locally design and produce solutions to local problems.
315
930000
4000
para que localmente se desenhe e produza soluções para os problemas locais.
15:59
I thought that's the projection 20 years hence into the future,
316
934000
3000
Eu pensava que seria a projeção 20 anos nos levaria para o futuro,
16:02
but it's where we are today.
317
937000
2000
mas é onde estamos hoje.
16:04
It breaks every organizational boundary we can think of.
318
939000
2000
Isso quebra todas as fronteiras organizacionais que possamos pensar.
16:06
The hardest thing at this point is the social engineering
319
941000
3000
O mais difícil nesse ponto é a engenharia social
16:09
and the organizational engineering, but it's here today.
320
944000
3000
e a engenharia organizacional, mas é o que temos hoje.
16:12
And, finally, any talk like this on the future of computing
321
947000
2000
E finalmente, qualquer discurso como este sobre o futuro da computação
16:14
is required to show Moore's law, but my favorite version --
322
949000
4000
traz por obrigação a lei de Moore, mas a minha versão favorita --
16:18
this is Gordon Moore's original one from his original paper --
323
953000
5000
este é o original de Gordon Moore, original colocado no papel --
16:23
and what's happened is, year after year after year,
324
958000
2000
e o que acontece é, ano após ano após ano,
16:25
we've scaled and we've scaled and we've scaled
325
960000
1000
temos alcançado escala e escala e escala
16:26
and we've scaled, and we've scaled and we've scaled,
326
961000
4000
e escala, e escala, e escala
16:30
and we've scaled and we've scaled,
327
965000
1000
e escala e escala,
16:31
and there's this looming bug of what's going to happen
328
966000
2000
até alcançarmos o bug ameaçador que teremos
16:33
at the end of Moore's law; this ultimate bug is coming.
329
968000
4000
no final da lei de Moore; é o bug final a acontecer.
16:37
But we're coming to appreciate, is the transition from 2D to 3D,
330
972000
5000
Mas nós estamos chegando a apreciar, é a transição de 2D para 3D,
16:42
from programming bits to programming atoms,
331
977000
3000
de programar bits para programar átomos,
16:45
turns the ends of Moore's law scaling from the ultimate bug
332
980000
2000
transforma o final da escala da lei de Moore de um último bug
16:47
to the ultimate feature.
333
982000
2000
na última sacada.
16:49
So, we're just at the edge of this digital revolution in fabrication,
334
984000
4000
Estamos portanto na ponta desta revolução digital em fabricação,
16:53
where the output of computation programs the physical world.
335
988000
3000
onde o resultado dos programas de computação é o mundo físico
16:56
So, together, these two projects answer questions
336
991000
3000
Portanto, juntos esses dois projetos respondem questões
16:59
I hadn't asked carefully. The class at MIT shows the killer app
337
994000
4000
que eu não tinha cuidadosamente perguntado. A turma no MIT mostra as 'killer apps'
17:03
for personal fabrication in the developed world
338
998000
2000
para fabricação pessoal no mundo desenvolvido
17:05
is technology for a market of one: personal expression in technology
339
1000000
4000
é a tecnologia de um mercado de um: a expressão pessoal em tecnologia
17:09
that touches a passion unlike anything I've seen in technology
340
1004000
3000
que toca a paixão de forma incomparável ao que tenho visto na tecnologia
17:12
for a very long time.
341
1007000
2000
por muito tempo.
17:14
And the killer app for the rest of the planet is the instrumentation
342
1009000
4000
E a 'killer app' para o resto do planeta foca no abismo da instrumentação
17:18
and the fabrication divide: people locally developing solutions
343
1013000
3000
e da fabricação: pessoas localmente desenvolvendo soluções
17:21
to local problems. Thank you.
344
1016000
2000
para os problemas locais. Muito obrigado.
ABOUT THE SPEAKER
Neil Gershenfeld - Physicist, personal fab pioneerAs 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.
Neil Gershenfeld | Speaker | TED.com