TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg: 4 Lektionen von Robotern über Menschlichkeit
Filmed:
Readability: 4.6
387,467 views
Je mehr Roboter in unser alltägliches Leben eingebunden werden, desto mehr müssen wir uns damit auseinandersetzen, was es bedeutet, Mensch zu sein. Bei TEDxBerkeley teilt Ken Goldberg vier sehr menschliche Lektionen, die er durch seine Arbeit mit Robotern gelernt hat. (Gefilmt bei TEDxBerkeley.)
Ken Goldberg - Roboticist
Ken Goldberg works reflect the intersection of robotics, social media, and art. Full bio
Ken Goldberg works reflect the intersection of robotics, social media, and art. Full bio
Double-click the English transcript below to play the video.
00:16
I know this is going to sound strange,
0
577
2475
Ich weiß, das wird sich
komisch anhören,
komisch anhören,
00:18
but I think robots can inspire us
1
3052
3294
aber ich denke, dass Roboter
uns dazu inspirieren können,
uns dazu inspirieren können,
00:22
to be better humans.
2
6346
2388
bessere Menschen zu sein.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Ich bin in Bethlehem,
Pennsylvania, aufgewachsen,
Pennsylvania, aufgewachsen,
00:28
the home of Bethlehem Steel.
4
12363
2321
dem Zuhause
von "Bethlehem Steel".
von "Bethlehem Steel".
00:30
My father was an engineer,
5
14684
2079
Mein Vater war ein Ingenieur
00:32
and when I was growing up, he would teach me
6
16763
2851
und während meiner Kindheit
brachte er mir bei,
brachte er mir bei,
00:35
how things worked.
7
19614
1159
wie Sachen funktionieren.
00:36
We would build projects together,
8
20773
2815
Zusammen haben wir Projekte gebaut
00:39
like model rockets and slot cars.
9
23588
2792
wie Modellraketen und Autorennbahnen.
00:42
Here's the go-kart that we built together.
10
26380
3284
Das ist das Gokart, das wir
zusammen gebaut haben.
zusammen gebaut haben.
00:45
That's me behind the wheel,
11
29664
2219
Das bin ich am Lenkrad
00:47
with my sister and my best friend at the time,
12
31883
3819
mit meiner Schwester und meinem
damaligen besten Freund.
damaligen besten Freund.
00:51
and one day,
13
35702
2123
Und eines Tages,
00:53
he came home, when I was about 10 years old,
14
37825
3107
als ich 10 Jahre alt war,
kam er nach Hause
kam er nach Hause
00:56
and at the dinner table, he announced
15
40932
2304
und beim Abendessen
verkündete er,
verkündete er,
00:59
that for our next project, we were going to build a robot.
16
43236
6438
dass wir für unser nächstes Projekt
einen Roboter bauen würden.
einen Roboter bauen würden.
01:05
A robot.
17
49674
1109
Einen Roboter.
01:06
Now, I was thrilled about this,
18
50783
2252
Ich war begeistert.
01:08
because at school,
19
53035
1590
Denn in der Schule
01:10
there was a bully named Kevin,
20
54625
2075
gab es einen Rabauken namens Kevin
01:12
and he was picking on me
21
56700
2246
und er schikanierte mich,
01:14
because I was the only Jewish kid in class.
22
58946
2414
weil ich das einzige jüdische
Kind in der Klasse war.
Kind in der Klasse war.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Ich konnte es also nicht erwarten,
mit der Arbeit anzufangen,
mit der Arbeit anzufangen,
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
damit ich Kevin meinem Roboter
vorstellen könnte. (Lachen)
vorstellen könnte. (Lachen)
01:23
(Robot noises)
25
67995
11063
(Robotergeräusche)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Aber das war nicht die Art Roboter,
die mein Vater meinte.
die mein Vater meinte.
01:39
See, he owned a chromium plating company,
27
83933
3728
Er besaß eine Firma für Verchromung
01:43
and they had to move
28
87661
2176
und sie mussten
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
schwere Stahlteile zwischen
Chemikalienbehältern transportieren.
Chemikalienbehältern transportieren.
01:48
and so he needed an industrial robot like this
30
92933
3790
Also brauchte er einen
Industrieroboter wie diesen hier,
Industrieroboter wie diesen hier,
01:52
that could basically do the heavy lifting.
31
96723
3099
der die Schwerstarbeit
übernehmen konnte.
übernehmen konnte.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Aber mein Vater bekam auch nicht
den Roboter, den er wollte.
den Roboter, den er wollte.
01:59
He and I worked on it for several years,
33
103727
2597
Wir arbeiteten
mehrere Jahre daran,
mehrere Jahre daran,
02:02
but it was the 1970s,
34
106324
1978
aber es waren die 70er
02:04
and the technology that was available to amateurs
35
108302
2526
und die Technologie,
die für Amateure erhältlich war,
die für Amateure erhältlich war,
02:06
just wasn't there yet.
36
110828
2657
war einfach
noch nicht so weit.
noch nicht so weit.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Also verrichtete mein Vater
diese Arbeit weiterhin von Hand
diese Arbeit weiterhin von Hand
02:13
and a few years later,
38
117230
2275
und ein paar Jahre später
02:15
he was diagnosed with cancer.
39
119505
4139
wurde Krebs bei ihm
diagnostiziert.
diagnostiziert.
02:19
You see, what the robot we were trying to build
40
123644
3305
Was der Roboter, den wir
zu bauen versuchten,
zu bauen versuchten,
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
ihm sagte, hatte nichts
mit Schwerstarbeit zu tun.
mit Schwerstarbeit zu tun.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
Er warnte ihn vor den giftigen Chemikalien,
denen er ausgesetzt war.
denen er ausgesetzt war.
02:30
He didn't recognize that at the time,
43
134524
2977
Er erkannte das zu
diesem Zeitpunkt nicht
diesem Zeitpunkt nicht
02:33
and he contracted leukemia,
44
137501
2139
und er bekam Leukämie
02:35
and he died at the age of 45.
45
139640
3222
und er starb mit 45 Jahren.
02:38
I was devastated by this,
46
142862
2841
Ich war am Boden zerstört
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
und ich habe den Roboter, den wir
zusammen bauen wollten, nie vergessen.
zusammen bauen wollten, nie vergessen.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
Ich entschied mich, so wie er
Maschinenbau zu studieren.
Maschinenbau zu studieren.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Und ich ging an die "Carnegie Mellon"
und machte meinen Doktor in Robotik.
und machte meinen Doktor in Robotik.
02:55
I've been studying robots ever since.
50
159535
3094
Seitdem erforsche ich Roboter.
02:58
So what I'd like to tell you about
51
162629
1638
Ich möchte euch
03:00
are four robot projects
52
164267
2714
von vier Roboterprojekten erzählen
03:02
and how they've inspired me to be a better human.
53
166981
7044
und wie sie mich dazu inspiriert haben,
ein besserer Mensch zu sein.
ein besserer Mensch zu sein.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
1993 war ich Professor an der "USC"
03:15
and I was just building up my own robotics lab,
55
179774
3037
und ich baute gerade
mein eigenes Robotik-Labor auf.
mein eigenes Robotik-Labor auf.
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
Im gleichen Jahr kam
das World Wide Web heraus.
das World Wide Web heraus.
03:22
And I remember my students were the ones
57
186396
1176
Und ich erinnere mich,
dass meine Studenten
dass meine Studenten
03:23
who told me about it,
58
187572
1704
mir davon erzählten
03:25
and we would -- we were just amazed.
59
189276
2619
und wir waren begeistert.
03:27
We started playing with this, and that afternoon,
60
191895
3434
Wir fingen an, damit herumzuspielen
und an diesem Nachmittag
und an diesem Nachmittag
03:31
we realized that we could use this new, universal interface
61
195329
3853
wurde uns klar, dass wir dieses neue,
universelle Interface nutzen konnten,
universelle Interface nutzen konnten,
03:35
to allow anyone in the world
62
199182
2543
um es jedem in der ganzen
Welt möglich zu machen,
Welt möglich zu machen,
03:37
to operate the robot in our lab.
63
201725
3048
den Roboter in unserem
Labor zu steuern.
Labor zu steuern.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Anstatt den Roboter kämpfen oder
industrielle Arbeit verrichten zu lassen,
industrielle Arbeit verrichten zu lassen,
03:46
we decided to build a planter,
65
210481
2486
entschieden wir uns,
einen Blumenkasten zu bauen,
einen Blumenkasten zu bauen,
03:48
put the robot into the center of it,
66
212967
1976
stellten den Roboter in die Mitte
03:50
and we called it the Telegarden.
67
214943
2353
und nannten es den "Telegarten".
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
Und wir hatten eine Kamera
in den Greifer der Hand
in den Greifer der Hand
03:56
of the robot, and we wrote some special scripts
69
220899
2709
des Roboters gesteckt
und wir schrieben Skripts
und wir schrieben Skripts
03:59
and software so that anyone in the world could come in
70
223608
3161
und Software, sodass jeder aus der
ganzen Welt hereinkommen
ganzen Welt hereinkommen
04:02
and by clicking on the screen
71
226769
2329
und durch Klicken auf den Bildschirm
04:04
they could move the robot around
72
229098
2173
den Roboter bewegen
04:07
and visit the garden.
73
231271
2316
und den Garten
besuchen konnte.
besuchen konnte.
04:09
But we also allowed, set up some other software
74
233587
3620
Aber wir richteten auch
eine andere Software ein,
eine andere Software ein,
04:13
that lets you participate and help us water the garden
75
237207
3419
mit der andere über eine Fernsteuerung
helfen konnten, den Garten zu gießen,
helfen konnten, den Garten zu gießen,
04:16
remotely, and if you water it a few times,
76
240626
3045
und wenn man ein paar Mal gegossen hatte,
04:19
we'd give you your own seed to plant.
77
243671
3585
bekam man eine eigene Saat
zum Pflanzen.
zum Pflanzen.
04:23
Now, this was a project, an engineering project,
78
247256
3271
Das war ein Projekt,
ein Ingenieursprojekt,
ein Ingenieursprojekt,
04:26
and we published some papers on the design,
79
250527
2776
und wir veröffentlichten
ein paar Artikel über das Design,
ein paar Artikel über das Design,
04:29
the system design of it, but we also thought of it
80
253303
2249
das Systemdesign,
aber wir sahen es auch
aber wir sahen es auch
04:31
as an art installation.
81
255552
3086
als eine Kunstinstallation.
04:34
It was invited, after the first year,
82
258638
2173
Nach dem ersten Jahr
wurde es eingeladen
wurde es eingeladen
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
vom Ars Electronica Museum
in Österreich,
in Österreich,
04:39
to have it installed in their lobby,
84
263855
3000
um es in seiner Lobby
zu installieren
zu installieren
04:42
and I'm happy to say it remained online there,
85
266855
2418
und ich bin glücklich sagen zu können,
dass es dort online blieb,
dass es dort online blieb,
04:45
24 hours a day, for almost nine years.
86
269273
4983
24 Stunden am Tag,
für fast neun Jahre.
für fast neun Jahre.
04:50
That robot was operated by more people
87
274256
3799
Dieser Roboter wurde
von mehr Menschen gesteuert
von mehr Menschen gesteuert
04:53
than any other robot in history.
88
278055
3086
als irgendein anderer Roboter
in der Geschichte.
in der Geschichte.
04:57
Now, one day,
89
281141
1554
Eines Tages
04:58
I got a call out of the blue
90
282695
2317
bekam ich plötzlich
einen Anruf
einen Anruf
05:00
from a student,
91
285012
2015
von einem Studenten,
05:02
who asked a very simple but profound question.
92
287027
4670
der mir eine einfache,
aber tiefgründige Frage stellte.
aber tiefgründige Frage stellte.
05:07
He said, "Is the robot real?"
93
291697
4538
Er fragte: "Ist der Roboter echt?"
05:12
Now, everyone else had assumed it was,
94
296235
2765
Alle anderen hatten das
einfach angenommen
einfach angenommen
05:14
and we knew it was because we were working with it.
95
299000
2331
und wir wussten es,
weil wir damit arbeiteten.
weil wir damit arbeiteten.
05:17
But I knew what he meant,
96
301331
1540
Aber ich wusste,
was er meinte,
was er meinte,
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
denn es wäre möglich,
ein paar Bilder
ein paar Bilder
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
von Blumen in einem Garten
05:25
in a computer system such that it would appear
99
309825
2229
in ein Computersystem einzufügen,
damit es so aussah,
damit es so aussah,
05:27
that there was a real robot when there wasn't.
100
312054
3074
als wäre dort ein echter Roboter,
obwohl keiner da ist.
obwohl keiner da ist.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
Und desto mehr ich darüber nachdachte,
desto weniger konnte ich
desto weniger konnte ich
05:32
of a good answer for how he could tell the difference.
102
316369
3551
eine gute Antwort darauf finden,
wie man den Unterschied erkennen sollte.
wie man den Unterschied erkennen sollte.
05:35
This was right about the time that I was offered a position
103
319920
2887
Das war gerade zu der Zeit,
als mir eine Stelle
als mir eine Stelle
05:38
here at Berkeley,
104
322807
2073
hier in Berkeley
angeboten wurde
angeboten wurde
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
und als ich hier ankam,
suchte ich Huber Dreyfus,
suchte ich Huber Dreyfus,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
einen weltbekannten
Philosophie-Professor,
Philosophie-Professor,
05:47
and I talked with him about this, and he said,
107
332097
2374
und ich sprach mit ihm
darüber und er sagte:
darüber und er sagte:
05:50
"This is one of the oldest and most central problems
108
334471
3560
"Das ist eins der ältesten
und zentralsten Probleme
und zentralsten Probleme
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
der Philosophie. Es geht
zurück auf die Skeptiker
zurück auf die Skeptiker
05:57
and up through Descartes.
110
341633
1960
bis zu Descartes.
05:59
It's the issue of epistemology,
111
343593
3170
Es ist das Problem
der Epistemologie,
der Epistemologie,
06:02
the study of how do we know that something is true."
112
346763
3750
der Lehre davon, wie wir wissen,
ob etwas real ist."
ob etwas real ist."
06:06
So he and I started working together,
113
350513
2223
Also begannen wir
zusammen zu arbeiten
zusammen zu arbeiten
06:08
and we coined a new term: telepistemology,
114
352736
3041
und wir prägten einen neuen Begriff:
Telepistemologie,
Telepistemologie,
06:11
the study of knowledge at a distance.
115
355777
3526
die Lehre des Wissens
aus der Ferne.
aus der Ferne.
06:15
We invited leading artists, engineers,
116
359303
2752
Wir luden führende Künstler,
Ingenieure
Ingenieure
06:17
and philosophers to write essays about this,
117
362055
3064
und Philosophen dazu ein,
Essays darüber zu schreiben
Essays darüber zu schreiben
06:21
and the results, the results are collected in this book
118
365119
2340
und die Ergebnisse
sind in diesem Buch
sind in diesem Buch
06:23
from MIT Press.
119
367459
2621
von MIT Press
gesammelt.
gesammelt.
06:25
So thanks to this student who questioned
120
370080
2332
Dank diesem Studenten,
der hinterfragte,
der hinterfragte,
06:28
what everyone else had assumed to be true,
121
372412
2803
was alle anderen einfach
als wahr angenommen hatten,
als wahr angenommen hatten,
06:31
this project taught me an important lesson about life,
122
375215
4208
lehrte mich dieses Projekt
eine wichtige Lektion über das Leben:
eine wichtige Lektion über das Leben:
06:35
which is to always question assumptions.
123
379423
4073
Man sollte alle Annahmen
hinterfragen.
hinterfragen.
06:39
Now, the second project I'll tell you about
124
383496
2648
Das zweite Projekt,
von dem ich euch erzählen werde,
von dem ich euch erzählen werde,
06:42
grew out of the Telegarden.
125
386144
1879
entstand aus dem "Telegarten".
06:43
As it was operating, my students and I were very interested
126
388023
2576
Während des Projekts waren
meine Studenten und ich daran interessiert,
meine Studenten und ich daran interessiert,
06:46
in how people were interacting with each other
127
390599
2762
wie Menschen miteinander interagierten
06:49
and what they were doing with the garden.
128
393361
1621
und was sie mit dem Garten machten.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
Also fragen wir uns: "Was, wenn
der Roboter den Garten verlassen
der Roboter den Garten verlassen
06:53
the garden and go out into some other
130
397244
2083
und in eine andere
06:55
interesting environment?
131
399327
1992
interessante Umgebung
gehen könnte?"
gehen könnte?"
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Was, wenn er zum Beispiel
zu einer Dinnerparty
zu einer Dinnerparty
06:59
at the White House? (Laughter)
133
403498
5198
im Weißen Haus
gehen könnte? (Lachen)
gehen könnte? (Lachen)
07:04
So, because we were interested more in the system design
134
408696
2841
Da wir mehr am Systemdesign
07:07
and the user interface than in the hardware,
135
411537
3286
und der Benutzeroberfläche
interessiert waren als an der Hardware,
interessiert waren als an der Hardware,
07:10
we decided that, rather than have
136
414823
2034
entschieden wir,
07:12
a robot replace the human to go to the party,
137
416857
3678
dass nicht ein Roboter den Menschen
ersetzen sollte, der auf die Party ging,
ersetzen sollte, der auf die Party ging,
07:16
we'd have a human replace the robot.
138
420535
2843
sondern ein Mensch den Roboter.
07:19
We called it the Tele-Actor.
139
423378
2600
Wir nannten es
"Tele-Schauspieler".
"Tele-Schauspieler".
07:21
We got a human,
140
425978
2032
Wir statteten
einen Menschen,
einen Menschen,
07:23
someone who's very outgoing and gregarious,
141
428010
3007
jemand kontaktfreudigen
und geselligen,
und geselligen,
07:26
and she was outfitted with a helmet
142
431017
3142
mit einem Helm aus,
07:30
with various equipment, cameras and microphones,
143
434159
2570
mit verschiedenem Zubehör,
Kameras und Mikrophonen
Kameras und Mikrophonen
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
und außerdem mit einem Rucksack
mit einer drahtlosen Internetverbindung
mit einer drahtlosen Internetverbindung
07:36
and the idea was that she could go into a remote and
145
440469
3359
und die Idee war,
dass sie in eine entfernte,
dass sie in eine entfernte,
07:39
interesting environment, and then over the Internet,
146
443828
3815
interessante Umgebung gehen könnte
und über das Internet
und über das Internet
07:43
people could experience what she was experiencing,
147
447643
3151
andere Menschen erleben könnten,
was sie erlebt,
was sie erlebt,
07:46
so they could see what she was seeing,
148
450794
2937
sodass sie sehen könnten,
was sie sieht
was sie sieht
07:49
but then, more importantly, they could participate
149
453731
3307
und außerdem, viel wichtiger,
daran teilnehmen,
daran teilnehmen,
07:52
by interacting with each other
150
457038
2948
indem sie miteinander
interagieren
interagieren
07:55
and coming up with ideas about what she should do next
151
459986
3705
und Ideen entwickeln,
was sie als nächstes tun
was sie als nächstes tun
07:59
and where she should go,
152
463691
2216
und wohin sie gehen sollte
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
und diese Ideen dann
dem "Tele-Schauspieler" mitteilen.
dem "Tele-Schauspieler" mitteilen.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
Wir bekamen die Chance,
den "Tele-Schauspieler"
den "Tele-Schauspieler"
08:07
to the Webby Awards in San Francisco,
155
471514
3615
zu den "Webby Awards"
in San Francisco zu schicken
in San Francisco zu schicken
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
und in dem Jahr war
Sam Donaldson der Gastgeber.
Sam Donaldson der Gastgeber.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Kurz bevor sich der Vorhang hob,
hatte ich ungefähr 30 Sekunden,
hatte ich ungefähr 30 Sekunden,
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
um Herrn Donaldson zu erklären,
was wir tun würden
was wir tun würden
08:23
and I said, "The Tele-Actor
159
487340
1864
und ich sagte:
"Die Tele-Schauspielerin
"Die Tele-Schauspielerin
08:25
is going to be joining you on stage,
160
489204
2456
wird zu Ihnen
auf die Bühne kommen
auf die Bühne kommen
08:27
and this is a new experimental project,
161
491660
2198
und dies ist ein
neues Versuchsprojekt
neues Versuchsprojekt
08:29
and people are watching her on their screens,
162
493858
2625
und Leute sehen
auf ihren Bildschirmen zu.
auf ihren Bildschirmen zu.
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
Es gibt Kameras
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
und Mikrophone und sie hat
einen Ohrhörer im Ohr
einen Ohrhörer im Ohr
08:37
and people over the network are giving her advice
165
501699
1447
und Leute machen ihr
über das Netzwerk Vorschläge,
über das Netzwerk Vorschläge,
08:39
about what to do next."
166
503146
1368
was sie als nächstes tun soll."
08:40
And he said, "Wait a second,
167
504514
3209
Und er sagte: "Warte mal,
08:43
that's what I do." (Laughter)
168
507723
6375
ich mache genau
das Gleiche." (Lachen)
das Gleiche." (Lachen)
08:49
So he loved the concept,
169
514098
1931
Also gefiel ihm
das Konzept
das Konzept
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
und als die Tele-Schauspielerin
auf die Bühne kam,
auf die Bühne kam,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
ging sie direkt zu ihm
und küsste ihn
und küsste ihn
08:57
right on the lips. (Laughter)
172
521190
3106
direkt auf die Lippen.
(Lachen)
(Lachen)
09:00
We were totally surprised.
173
524296
1131
Wir waren total überrascht.
09:01
We had no idea that would happen.
174
525427
2017
Wir hatten das nicht
kommen sehen.
kommen sehen.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
Und er war großartig.
Er umarmte sie einfach
Er umarmte sie einfach
09:06
and it worked out great.
176
530136
1769
und es lief toll.
09:07
But that night, as we were packing up,
177
531905
2064
Aber in der Nacht,
während wir zusammenpackten,
während wir zusammenpackten,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
fragte ich die Tele-Schauspielerin,
wie die Tele-Regisseure
wie die Tele-Regisseure
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
entschieden hätten, dass sie
Sam Donaldson küssen würden.
Sam Donaldson küssen würden.
09:19
And she said they hadn't.
180
543135
2212
Und sie sagte,
sie hätten das nicht entschieden.
sie hätten das nicht entschieden.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Als sie gerade auf die Bühne laufen wollte,
hätten die Tele-Regisseure
hätten die Tele-Regisseure
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
immer noch versucht,
sich auf etwas zu einigen,
sich auf etwas zu einigen,
09:25
and so she just walked on stage and did
183
550093
2407
also sei sie einfach auf die Bühne
gelaufen und hätte gemacht,
gelaufen und hätte gemacht,
09:28
what felt most natural. (Laughter)
184
552500
5522
was sich am natürlichsten
anfühlte. (Lachen)
anfühlte. (Lachen)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Also war der Grund für den Erfolg
der Tele-Schauspielerin an diesem Abend
der Tele-Schauspielerin an diesem Abend
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
einfach der Fakt, dass sie eine
wundervolle Schauspielerin war.
wundervolle Schauspielerin war.
09:41
She knew when to trust her instincts,
187
566065
2357
Sie wusste, wann sie
auf ihre Instinkte vertrauen musste,
auf ihre Instinkte vertrauen musste,
09:44
and so that project taught me another lesson about life,
188
568422
3864
und so lehrte mich das Projekt
eine weitere Lektion über das Leben:
eine weitere Lektion über das Leben:
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
Im Zweifelsfall
improvisieren. (Lachen)
improvisieren. (Lachen)
09:54
Now, the third project grew out of
190
578665
3080
Das dritte Projekt entstand
09:57
my experience when my father was in the hospital.
191
581745
4893
aus meinen Erfahrungen
mit meinem Vater im Krankenhaus.
mit meinem Vater im Krankenhaus.
10:02
He was undergoing a treatment,
192
586638
2240
Er unterzog sich
einer Behandlung,
einer Behandlung,
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
einer Chemotherapie, und es gibt
eine ähnliche Behandlung,
eine ähnliche Behandlung,
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
die Brachytherapie heißt,
in der winzige radioaktive Samen
in der winzige radioaktive Samen
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
im Körper platziert werden,
um Krebstumore zu behandeln.
um Krebstumore zu behandeln.
10:17
And the way it's done, as you can see here,
196
601770
2097
Und das wird so gemacht –
wie Sie hier sehen können –
wie Sie hier sehen können –
10:19
is that surgeons insert needles into the body
197
603867
4391
dass die Chirurgen Nadeln
in den Körper einführen,
in den Körper einführen,
10:24
to deliver the seeds, and all this,
198
608258
2592
um die Samen zu verteilen
10:26
all these needles are inserted in parallel,
199
610850
3433
und all diese Nadeln
werden parallel eingeführt.
werden parallel eingeführt.
10:30
so it's very common that some of the needles
200
614283
2975
So kommt es oft vor,
dass manche dieser Nadeln
dass manche dieser Nadeln
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
empfindliche Organe durchdringen
10:37
the needles damage these organs, cause damage
202
622075
5063
und so diese Organe schädigen,
und diese Schäden
und diese Schäden
10:43
which leads to trauma and side effects.
203
627138
3487
zu Verletzungen
und Nebenwirkungen führen.
und Nebenwirkungen führen.
10:46
So my students and I wondered, what if we could
204
630625
2500
Also fragten sich meine Studenten
und ich, was wir tun könnten,
und ich, was wir tun könnten,
10:49
modify the system
205
633125
3485
um das System
zu verbessern,
zu verbessern,
10:52
so that the needles could come in at different angles?
206
636610
3785
sodass die Nadeln unter verschiedenen
Winkeln eingeführt werden könnten.
Winkeln eingeführt werden könnten.
10:56
So we simulated this, and we developed some
207
640395
2777
Also machten wir Simulationen
und wir entwickelten
und wir entwickelten
10:59
optimization algorithms and we simulated this,
208
643172
2589
optimierte Algorithmen
und simulierten dies,
und simulierten dies,
11:01
and we were able to show that we are able to avoid
209
645761
2277
und wir konnten
zeigen, dass wir
zeigen, dass wir
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
die empfindlichen Organe
umgehen und trotzdem
umgehen und trotzdem
11:07
of the tumors with the radiation.
211
651805
3508
die Tumore mit der Strahlung
erreichen können.
erreichen können.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
Wir arbeiten jetzt
mit den Ärzten an der UCSF
mit den Ärzten an der UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
und den Ingenieuren
an der Johns Hopkins
an der Johns Hopkins
11:17
and we're building a robot that has a number of,
214
661507
3582
und wir bauen einen Roboter –
11:20
it's a specialized design with different joints that can allow
215
665089
3257
es ist ein spezialisiertes Design
mit verschiedenen Gelenken, die es ermöglichen,
mit verschiedenen Gelenken, die es ermöglichen,
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
die Nadeln in unendlich
vielen Winkeln einzuführen
vielen Winkeln einzuführen
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
und – wie hier gezeigt –
empfindliche Organe zu umgehen
empfindliche Organe zu umgehen
11:31
and still reach the targets they're aiming for.
218
675770
4138
und trotzdem den Punkt zu erreichen,
auf den sie abzielen.
auf den sie abzielen.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Durch das Hinterfragen
der Annahme, alle Nadeln
der Annahme, alle Nadeln
11:39
have to be parallel, this project also taught me
220
683225
2945
müssten parallel sein,
hat mir dieses Projekt
hat mir dieses Projekt
11:42
an important lesson: When in doubt --
221
686170
3300
eine wichtige Lektion beigebracht:
Im Zweifelsfall,
Im Zweifelsfall,
11:45
When your path is blocked, pivot.
222
689470
4367
wenn der Weg versperrt ist,
muss man sich drehen.
muss man sich drehen.
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Und das letzte Projekt hat auch
mit Medizinrobotik zu tun.
mit Medizinrobotik zu tun.
11:54
And this is something that's grown out of a system called
224
698238
4040
Es entstand aus dem System,
11:58
the da Vinci surgical robot,
225
702278
3588
das "da Vinci"-Chirurgieroboter heißt,
12:01
and this is a commercially available device.
226
705866
2468
ist ein kommerziell
erhältliches Gerät.
erhältliches Gerät.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
Er wird in mehr als 2000 Krankenhäusern
in der ganzen Welt eingesetzt
in der ganzen Welt eingesetzt
12:07
and the idea is it allows the surgeon
228
711666
2528
und erlaubt einem Chirurgen,
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
in seinem eigenen Koordinatensystem
zu operieren,
zu operieren,
12:14
but many of the subtasks in surgery
230
718443
4991
aber viele Teilaufgaben
in einer Operation
in einer Operation
12:19
are very routine and tedious, like suturing,
231
723434
3047
sind routinemäßig und umständlich,
wie zum Beispiel nähen,
wie zum Beispiel nähen,
12:22
and currently, all of these are performed
232
726481
2365
und momentan werden
all diese Aufgaben
all diese Aufgaben
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
unter der genauen und unmittelbaren
Kontrolle des Chirurgen ausgeführt,
Kontrolle des Chirurgen ausgeführt,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
sodass der Chirurg
mit der Zeit ermüdet.
mit der Zeit ermüdet.
12:31
And we've been wondering,
235
735924
1295
Und wir haben uns gefragt:
12:33
what if we could program the robot
236
737219
2265
Was, wenn wir einen Roboter
programmieren könnten,
programmieren könnten,
12:35
to perform some of these subtasks,
237
739484
2487
sodass er einige
dieser Teilaufgaben übernehmen
dieser Teilaufgaben übernehmen
12:37
and thereby free the surgeons to focus
238
741971
1720
und es so dem Chirurgen
ermöglichen könnte,
ermöglichen könnte,
12:39
on the more complicated parts of the surgery,
239
743691
2656
sich auf die komplizierteren Teile
der Operation zu konzentrieren
der Operation zu konzentrieren
12:42
and also cut down on the time that the surgery would take
240
746347
3248
und außerdem die Dauer
einer Operation zu verkürzen,
einer Operation zu verkürzen,
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
wenn wir den Roboter dazu bringen könnten,
sie etwas schneller auszuführen.
sie etwas schneller auszuführen.
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
Es ist schwer, einen Roboter zu programmieren,
solche heiklen Dinge zu tun,
solche heiklen Dinge zu tun,
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
aber mein Kollege, Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
der hier in Berkeley ist,
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
hat ein neues Set an Techniken entwickelt, um einen
Roboter anhand von Beispielen zu unterrichten.
Roboter anhand von Beispielen zu unterrichten.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
So hat er Roboter dazu gebracht,
Helikopter zu fliegen
Helikopter zu fliegen
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
und unglaublich interessante,
wunderschöne Akrobatik zu machen,
wunderschöne Akrobatik zu machen,
13:08
by watching human experts fly them.
248
773041
2719
indem sie menschlichen Experten
dabei zugesehen haben.
dabei zugesehen haben.
13:11
So we got one of these robots.
249
775760
2588
Also haben wir
so einen Roboter bekommen.
so einen Roboter bekommen.
13:14
We started working with Pieter and his students,
250
778348
2182
Wir haben angefangen, mit Pieter
und seinen Studenten zu arbeiten
und seinen Studenten zu arbeiten
13:16
and we asked a surgeon to perform
251
780530
2663
und baten haben einen Chirurgen,
13:19
a task, and what we do is we, with the robot,
252
783193
4451
eine Aufgabe auszuführen,
zusammen mit dem Roboter,
zusammen mit dem Roboter,
13:23
so what we're doing is asking the robot,
253
787644
2063
es soll also der Chirurg
13:25
the surgeon to perform the task,
254
789707
1278
die Aufgabe ausführen
13:26
and we record the motions of the robot.
255
790985
2272
und wir nehmen die Bewegung
des Roboters auf.
des Roboters auf.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Hier ist ein Beispiel. Ich benutze
die Form einer Acht,
die Form einer Acht,
13:31
tracing out a figure eight as an example.
257
795385
2240
verfolge die Form einer Acht
als ein Beispiel.
als ein Beispiel.
13:33
So here's what it looks like when the robot,
258
797625
3630
Und so sieht es aus,
wenn der Roboter,
wenn der Roboter,
13:37
this is what the robot's path looks like,
259
801255
2317
so sieht die Bewegung
des Roboters aus,
des Roboters aus,
13:39
those three examples.
260
803572
1174
diese drei Beispiele.
13:40
Now, those are much better than what a novice
261
804746
2462
Diese sind viel besser
als ein Anfänger
als ein Anfänger
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
wie ich es könnte, aber sie sind
immer noch ruckartig und unpräzise.
immer noch ruckartig und unpräzise.
13:47
So we record all these examples, the data,
263
811865
2072
Also nehmen wir
diese Beispiele, diese Daten,
diese Beispiele, diese Daten,
13:49
and then we go through a sequence of steps.
264
813937
3712
und wir gehen durch
eine Abfolge von Schritten.
eine Abfolge von Schritten.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
Als erstes haben wir "Dynamic Time Warping"
(Dynamische Zeitkrümmungstechnik) benutzt,
(Dynamische Zeitkrümmungstechnik) benutzt,
13:57
from speech recognition, and this allows us to
266
821281
2182
von der Spracherkennung,
und das hat uns erlaubt,
und das hat uns erlaubt,
13:59
temporally align all of the examples,
267
823463
2840
all diese Beispiele
zeitlich auszurichten
zeitlich auszurichten
14:02
and then we apply Kalman filtering,
268
826303
2929
und dann verwenden wir
einen "Kalman-Filter",
einen "Kalman-Filter",
14:05
a technique from control theory, that allows us
269
829232
2983
eine Technik von der Kontrolltheorie,
die es uns erlaubt,
die es uns erlaubt,
14:08
to statistically analyze all the noise
270
832215
2672
alle Geräusche statistisch
zu analysieren
zu analysieren
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
und die gewünschte Bewegungsbahn zu gewinnen,
die ihnen zugrunde liegt.
die ihnen zugrunde liegt.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Wir nehmen
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
diese menschlichen Demonstrationen,
alle unruhig und mangelhaft,
alle unruhig und mangelhaft,
14:20
and we extract from them an inferred task trajectory
274
845087
3091
und wir gewinnen aus ihnen
eine abgeleitete Aufgabenbahn
eine abgeleitete Aufgabenbahn
14:24
and control sequence for the robot.
275
848178
3003
und Steuersequenz
für den Roboter.
für den Roboter.
14:27
We then execute that on the robot,
276
851181
2184
Wenn wir diese dann
mit dem Roboter ausführen
mit dem Roboter ausführen
14:29
we observe what happens,
277
853365
2172
beobachten wir,
was passiert,
was passiert,
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
dann passen wir die Steuerungen
durch eine Abfolge von Techniken
durch eine Abfolge von Techniken
14:34
called iterative learning.
279
858199
2930
namens "iteratives Lernen" an.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Wir erhöhen die Geschwindigkeit
ein wenig.
ein wenig.
14:41
We observe the results, adjust the controls again,
281
865106
3563
Wir beobachten die Ergebnisse,
passen die Steuerung wieder an
passen die Steuerung wieder an
14:44
and observe what happens.
282
868669
2522
und beobachten, was passiert.
14:47
And we go through this several rounds.
283
871191
2136
Und das wiederholen
wir einige Male.
wir einige Male.
14:49
And here's the result.
284
873327
1356
Und hier ist das Ergebnis.
14:50
That's the inferred task trajectory,
285
874683
1845
Das ist die abgeleitete
Aufgabenbahn
Aufgabenbahn
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
und hier ist der Roboter, wie er sich in
der Geschwindigkeit eines Menschen bewegt.
der Geschwindigkeit eines Menschen bewegt.
14:55
Here's four times the speed of the human.
287
879991
2442
Und hier ist er vier Mal so
schnell wie ein Mensch.
schnell wie ein Mensch.
14:58
Here's seven times.
288
882433
2571
Hier sieben Mal so schnell.
15:00
And here's the robot operating at 10 times
289
885004
3637
Und hier ist der Roboter,
wie er 10 Mal so schnell
wie er 10 Mal so schnell
15:04
the speed of the human.
290
888641
2200
wie ein Mensch operiert.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Wir sind in der Lage, einen Roboter dazu zu bringen,
eine heikle Aufgabe auszuführen,
eine heikle Aufgabe auszuführen,
15:09
like a surgical subtask,
292
893791
3224
wie eine chirurgische Teilaufgabe,
15:12
at 10 times the speed of a human.
293
897015
3247
10 Mal so schnell wie ein Mensch.
15:16
So this project also, because of its involved practicing
294
900262
4223
Also hat auch dieses Projekt,
wegen des Übens, das es beinhaltet,
wegen des Übens, das es beinhaltet,
15:20
and learning, doing something over and over again,
295
904485
2173
und des Lernens, etwas immer
und immer wieder zu tun –
und immer wieder zu tun –
15:22
this project also has a lesson, which is,
296
906658
2757
dieses Projekt lehrt uns
auch eine Lektion:
auch eine Lektion:
15:25
if you want to do something well,
297
909415
3126
Wenn du etwas
gut machen willst,
gut machen willst,
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
gibt es keinen Ersatz
für üben, üben, üben.
für üben, üben, üben.
15:36
So these are four of the lessons that I've learned
299
920505
3120
Das sind die vier
Lektionen, die ich
Lektionen, die ich
15:39
from robots over the years,
300
923625
3127
über die Jahre von Robotern
gelernt habe.
gelernt habe.
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
Das Feld der Robotik
ist mit der Zeit
ist mit der Zeit
15:48
over time.
302
932121
2168
viel besser geworden.
15:50
Nowadays, high school students can build robots
303
934289
2167
Heutzutage können Gymnasiasten
einen Roboter bauen
einen Roboter bauen
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
wie den Industrieroboter, den mein Vater
und ich versucht haben zu bauen.
und ich versucht haben zu bauen.
15:56
And now, I have a daughter,
305
940481
6982
Und jetzt habe ich eine Tochter
16:03
named Odessa.
306
947463
2386
namens Odessa.
16:05
She's eight years old,
307
949849
1833
Sie ist acht
16:07
and she likes robots, too.
308
951682
2424
und sie mag
Roboter auch.
Roboter auch.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Vielleicht liegt es
in der Familie. (Lachen)
in der Familie. (Lachen)
16:12
I wish she could meet my dad.
310
956520
3647
Ich wünschte, sie könnte
meinen Vater kennenlernen.
meinen Vater kennenlernen.
16:16
And now I get to teach her how things work,
311
960167
2900
Jetzt kann ich ihr beibringen,
wie Sachen funktionieren
wie Sachen funktionieren
16:18
and we get to build projects together, and I wonder
312
963067
2772
und wir können zusammen
Projekte bauen und ich frage mich,
Projekte bauen und ich frage mich,
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
welche Lektionen sie
aus diesen lernen wird.
aus diesen lernen wird.
16:26
Robots are the most human
314
970147
2607
Roboter sind
die menschlichsten
die menschlichsten
16:28
of our machines.
315
972754
2229
unserer Maschinen.
16:30
They can't solve all of the world's problems,
316
974983
3085
Sie können nicht alle Probleme
in der Welt lösen,
in der Welt lösen,
16:33
but I think they have something important to teach us.
317
978068
4358
aber ich denke, dass sie uns
etwas Wichtiges beibringen können.
etwas Wichtiges beibringen können.
16:38
I invite all of you to think about the innovations
318
982426
3343
Ich lade Sie alle ein, über
die Innovationen nachzudenken,
die Innovationen nachzudenken,
16:41
that you're interested in,
319
985769
2675
die Sie interessieren,
16:44
the machines that you wish for,
320
988444
3216
die Maschinen,
die Sie sich wünschen
die Sie sich wünschen
16:47
and think about what they might be telling you,
321
991660
3169
und darüber nachzudenken,
was diese Ihnen sagen wollen,
was diese Ihnen sagen wollen,
16:50
because I have a hunch
322
994829
2063
denn ich habe das Gefühl,
16:52
that many of our technological innovations,
323
996892
2087
dass viele unserer
technischen Innovationen,
technischen Innovationen,
16:54
the devices we dream about,
324
998979
2658
die Geräte,
von denen wir träumen,
von denen wir träumen,
16:57
can inspire us to be better humans.
325
1001637
3964
uns inspirieren können,
bessere Menschen zu sein.
bessere Menschen zu sein.
17:01
Thank you. (Applause)
326
1005601
3585
Danke. (Applaus)
ABOUT THE SPEAKER
Ken Goldberg - RoboticistKen Goldberg works reflect the intersection of robotics, social media, and art.
Why you should listen
Ken Goldberg is a Professor of Industrial Engineering and Operations Research in Robotics, Automation, and New Media at UC Berkeley and holds a position at UC San Francisco Medical School where he researches medical applications for robotics. Born in Nigeria and raised in Bethlehem, Pennsylvania, Ken hold degrees in Electrical Engineering and Economics from the University of Pennsylvania and received his Ph.D. in Computer Science from Carnegie Mellon University. He is widely recognized as an engineer, a teacher, and an artist – receiving the Joseph F. Engelberger Robotics Award in 2000, the IEEE Major Educational Innovation Award in 2001, and Isadora Duncan Award in 2006 for his Ballet Mori project, performed by the San Francisco Ballet. His works have been exhibited at the Whitney Biennial in New York City, the Pompidou Centre in Paris, and the Ars Electronica in Linz. His book, The Robot in the Garden, was published in March of 2000 by the MIT Press.
Ken Goldberg | Speaker | TED.com