TED2013
Rodney Brooks: Why we will rely on robots
Rodney Brooks: Miért van szükségünk robotokra?
Filmed:
Readability: 3.4
1,424,847 views
A rémhírek terjesztői szerint a robotok felváltják az emberi munkaerőt. Valójában a robotok kiválthatják az embert a monoton, egyszerű feladatok alól. Rodney Brooks rámutat arra, milyen fontossággal bír ez számunkra, ahogy a munkaképes felnőtt népesség csökken és a nyugdíjasok száma egyre növekszik. Baxter a robot mozgó szemekkel és érintésre érzékeny karokkal rendelkezik, ami az öregedő népességgel együttműködve megtanulhat segíteni nekik.
Rodney Brooks - Roboticist
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Double-click the English transcript below to play the video.
00:13
Well, Arthur C. Clarke,
0
1010
1300
Ahogy Arthur C. Clarke,
00:14
a famous science fiction writer from the 1950s,
1
2310
3195
a híres science fiction író az 50-es évekből, mondta:
00:17
said that, "We overestimate technology in the short term,
2
5505
4022
"A technológiát rövidtávon túlértékeljük,
00:21
and we underestimate it in the long term."
3
9527
2800
hosszútávon pedig alulértékeljük."
00:24
And I think that's some of the fear that we see
4
12327
2417
Ahogy én látom annak a félelmünknek az oka, hogy
00:26
about jobs disappearing from artificial intelligence and robots.
5
14744
4582
állások eltűnnek a mesterséges intelligencia és a robotok megjelenésével,
00:31
That we're overestimating the technology in the short term.
6
19326
2667
az, hogy túlértékljük a technológiát rövidtàvon.
00:33
But I am worried whether we're going to get the technology we need in the long term.
7
21993
5378
De én amiatt aggódom, hogy meg tudjuk-e teremteni a technológiát, amire hosszú távon szükségünk lesz,
00:39
Because the demographics are really going to leave us with lots of jobs that need doing
8
27371
5714
mert a demográfia rengeteg olyan új állást teremt,
00:45
and that we, our society, is going to have to be built on the shoulders of steel of robots in the future.
9
33085
5375
amit társadalmunknak a jövőben robotok segitségével kell elvégeznie.
00:50
So I'm scared we won't have enough robots.
10
38460
2826
Így félek, hogy nem lesz elég robotunk.
00:53
But fear of losing jobs to technology has been around for a long time.
11
41286
4639
De a félelem, hogy a technológia miatt elveszítjük állásunkat régre nyúlik vissza.
00:57
Back in 1957, there was a Spencer Tracy, Katharine Hepburn movie.
12
45925
3952
Az 1957-ben volt egy film Katharine Hepburn és Spencer Tracy főszereplésével,
01:01
So you know how it ended up,
13
49877
1448
Úgyhogy tudják, hogyan végződött.
01:03
Spencer Tracy brought a computer, a mainframe computer of 1957, in
14
51325
4086
Spencer Tracy bevisz egy 1957-es nagyteljesítményű számitógépet az irodába, hogy
01:07
to help the librarians.
15
55411
1900
segítsen a könyvtárosoknak.
01:09
The librarians in the company would do things like answer for the executives,
16
57311
3477
A könyvtárosok feladata, hogy a vezetők
kérdéseit megválaszolják, pl.
kérdéseit megválaszolják, pl.
01:12
"What are the names of Santa's reindeer?"
17
60788
3837
"Hogy hívják a Mikulás rénszarvasait?"
01:16
And they would look that up.
18
64625
1185
Amit könyvekből keresnek ki.
01:17
And this mainframe computer was going to help them with that job.
19
65810
2433
Ez a nagyteljesítményű számítógép
ebben segített volna nekik.
ebben segített volna nekik.
01:20
Well of course a mainframe computer in 1957 wasn't much use for that job.
20
68243
4083
Persze egy nagyteljesítményü számítógép
1957-ben nem lett volna nagy segítség.
1957-ben nem lett volna nagy segítség.
01:24
The librarians were afraid their jobs were going to disappear.
21
72326
3150
A könyvtárosok rettegtek, hogy
emiatt elveszítik az állásukat,
emiatt elveszítik az állásukat,
01:27
But that's not what happened in fact.
22
75476
1649
de valójában nem ez történt.
01:29
The number of jobs for librarians increased for a long time after 1957.
23
77125
5255
A könyvtáros állások száma
sokáig növekedett 1957 után.
sokáig növekedett 1957 után.
01:34
It wasn't until the Internet came into play,
24
82380
3114
Csak akkor, amikor az Internet megjelent,
01:37
the web came into play and search engines came into play
25
85494
2533
az internetes keresők beléptek a képbe,
01:40
that the need for librarians went down.
26
88027
2649
kezdett el a könytárosok iránti igény csökkeni.
01:42
And I think everyone from 1957 totally underestimated
27
90676
4207
Szerintem 1957-ben mindenki alábecsülte,
01:46
the level of technology we would all carry around in our hands and in our pockets today.
28
94883
4760
milyen szintű technológiát hordunk
mindannyian a zsebünkben ma.
mindannyian a zsebünkben ma.
01:51
And we can just ask: "What are the names of Santa's reindeer?" and be told instantly --
29
99643
5717
Megkérdezhetjük, hogy hívják a Mikulás
rénszarvasait, és azonnal megkapjuk a választ erre,
rénszarvasait, és azonnal megkapjuk a választ erre,
01:57
or anything else we want to ask.
30
105360
1751
vagy bámilyen más kérdésre.
01:59
By the way, the wages for librarians went up faster
31
107111
5599
Egyébként a könyvtárosok fizetése
gyorsabban emelkedett,
gyorsabban emelkedett,
02:04
than the wages for other jobs in the U.S. over that same time period,
32
112710
2999
mint más állások fizetése az USA-ban
ezalatt az idő alatt,
ezalatt az idő alatt,
02:07
because librarians became partners of computers.
33
115709
3568
mert a könytárosok a számítógépek
partnereivé váltak.
partnereivé váltak.
02:11
Computers became tools, and they got more tools that they could use
34
119277
2883
A számípitógépek olyan eszközökké váltak,
amit csak ők tudtak használni
amit csak ők tudtak használni
02:14
and become more effective during that time.
35
122160
2292
így a könytárosok hasznosabbá váltak.
02:16
Same thing happened in offices.
36
124452
1792
Ugyanez történt az irodákban.
02:18
Back in the old days, people used spreadsheets.
37
126244
2298
Régen az emberek papír táblázatokat használtak
02:20
Spreadsheets were spread sheets of paper,
38
128542
2334
kiterített papírlapokon,
02:22
and they calculated by hand.
39
130876
2150
és papíron számoltak.
02:25
But here was an interesting thing that came along.
40
133026
2367
Egészen addig, amíg egy érdekes dolog történt.
02:27
With the revolution around 1980 of P.C.'s,
41
135393
2290
1980-as PC forradalommal
02:29
the spreadsheet programs were tuned for office workers,
42
137683
4742
az irodai munkások táblázatkezelő
programokat kaptak,
programokat kaptak,
02:34
not to replace office workers,
43
142425
1652
és nem azért, hogy ezekkel helyettesítsék őket,
02:36
but it respected office workers as being capable of being programmers.
44
144077
4666
de azok a dolgozók külön tiszteletben részesültek, akik programozni tudták a táblázatokat.
02:40
So office workers became programmers of spreadsheets.
45
148743
3128
Tehát az irodai munkások programozókká váltak,
02:43
It increased their capabilities.
46
151871
2091
ezzel növelve a kompetenciájukat.
02:45
They no longer had to do the mundane computations,
47
153962
2579
Már nem kellett hagyományos
számításokat végezniük,
számításokat végezniük,
02:48
but they could do something much more.
48
156541
2935
ehelyett ennél sokkal többet csináltak.
02:51
Now today, we're starting to see robots in our lives.
49
159476
3258
Napjainkban megjelentek a robotok az életünkben.
02:54
On the left there is the PackBot from iRobot.
50
162734
2309
Egyik oldalt ott van a PackBot az iRobot cégtől.
02:57
When soldiers came across roadside bombs in Iraq and Afghanistan,
51
165043
3432
Amikor katonák útmenti bombákat
találnak Irakban és Afghanistanban
találnak Irakban és Afghanistanban
03:00
instead of putting on a bomb suit and going out and poking with a stick,
52
168475
4149
ahelyett, hogy bombabiztos overálba
bújnánk és egy bottal megpiszkálnák,
bújnánk és egy bottal megpiszkálnák,
03:04
as they used to do up until about 2002,
53
172624
2319
mint ahogy azt tették kb. 2002-ig,
03:06
they now send the robot out.
54
174943
1408
kiküldenek egy robotot.
03:08
So the robot takes over the dangerous jobs.
55
176351
2143
Tehát a robot végzi el a veszélyes munkát.
03:10
On the right are some TUGs from a company called Aethon in Pittsburgh.
56
178494
4518
A másik oldalon ott vannak a TUG-ok
az Aethon nevü cégtöl Pittsburgh-ből.
az Aethon nevü cégtöl Pittsburgh-ből.
03:15
These are in hundreds of hospitals across the U.S.
57
183012
2297
Ezek a robotok amerikai kórházak százaiban
03:17
And they take the dirty sheets down to the laundry.
58
185309
2740
szállítják a szennyest a mosodába,
03:20
They take the dirty dishes back to the kitchen.
59
188049
1876
a mosotlant a konyhába,
03:21
They bring the medicines up from the pharmacy.
60
189925
2085
a gyógyszereket a gyógyszertárból.
03:24
And it frees up the nurses and the nurse's aides
61
192010
2945
Így a nővéreknek több idejük
marad egyéb nővéri teendőkre,
marad egyéb nővéri teendőkre,
03:26
from doing that mundane work of just mechanically pushing stuff around
62
194955
3665
nem kell ide-oda rohangalniuk és cipekedniük,
03:30
to spend more time with patients.
63
198620
2073
hogy több időt szentelhessenek a betegeknek.
03:32
In fact, robots have become sort of ubiquitous in our lives in many ways.
64
200693
4699
Valójában a robotok mindennapjaink részévé váltak.
03:37
But I think when it comes to factory robots, people are sort of afraid,
65
205392
5268
Viszont szerintem, amikor gyári robotokról van szó, az emberek valahogy félni kezdenek,
03:42
because factory robots are dangerous to be around.
66
210660
4107
mert a gyári robotok veszélyesek.
03:46
In order to program them, you have to understand six-dimensional vectors and quaternions.
67
214767
4825
A programozásukhoz értenünk kell a hatdimneziós vektorokat és kvaterniókat,
03:51
And ordinary people can't interact with them.
68
219592
3150
és erre a hétköznapi ember nem képes.
03:54
And I think it's the sort of technology that's gone wrong.
69
222742
2619
Szerintem itt valahogy a tehcnológia
rossz útra terelődött;
rossz útra terelődött;
03:57
It's displaced the worker from the technology.
70
225361
3633
mert eltávolította a dolgozót a technológiától.
04:00
And I think we really have to look at technologies
71
228994
3099
Szerintem a technológiának olyan utakat kell keresnie,
04:04
that ordinary workers can interact with.
72
232093
2102
hogy az hétköznapi dolgozó is
interakcióba léphessen vele.
interakcióba léphessen vele.
04:06
And so I want to tell you today about Baxter, which we've been talking about.
73
234195
3680
Ma Baxterről szeretnék beszélni.
04:09
And Baxter, I see, as a way -- a first wave of robot
74
237875
4245
Baxter, ahogy én látom,
a robotok első olyan hulláma,
a robotok első olyan hulláma,
04:14
that ordinary people can interact with in an industrial setting.
75
242120
4290
amellyel a hétköznapi ember is
kapcsolatba léphet az ipari környezetben.
kapcsolatba léphet az ipari környezetben.
04:18
So Baxter is up here.
76
246410
1533
Tehát ez itt Baxter.
04:19
This is Chris Harbert from Rethink Robotics.
77
247943
2816
Ez Chris Harbert a Rethink Robotics-tól.
04:22
We've got a conveyor there.
78
250759
1536
Az ott egy futószalag.
04:24
And if the lighting isn't too extreme --
79
252295
2851
Ha a világítás nem túl erős --
04:27
Ah, ah! There it is. It's picked up the object off the conveyor.
80
255146
4046
Aha. Ott van. Felvett egy tárgyat a futószalagról.
04:31
It's going to come bring it over here and put it down.
81
259192
2850
Átviszi ide és leteszi.
04:34
And then it'll go back, reach for another object.
82
262042
3299
Ezután visszamegy egy másik tárgyért.
04:37
The interesting thing is Baxter has some basic common sense.
83
265341
3848
Az az érdekes, hogy Baxter
rendelkezik némi józan ésszel.
rendelkezik némi józan ésszel.
04:41
By the way, what's going on with the eyes?
84
269189
2221
És mi történik ott a szemekkel?
04:43
The eyes are on the screen there.
85
271410
1500
A szemek ott a kijelzőn vannak.
04:44
The eyes look ahead where the robot's going to move.
86
272910
2749
A szemek oda néznek, amerre a robot mozdulni fog.
04:47
So a person that's interacting with the robot
87
275659
1868
Ìgy a személy, aki a robottal dolgozik
04:49
understands where it's going to reach and isn't surprised by its motions.
88
277527
3566
tudja, hogy a robot hova fog nyúlni
és nem lepődik meg a mozdulaton.
és nem lepődik meg a mozdulaton.
04:53
Here Chris took the object out of its hand,
89
281093
2817
Itt Chris kivesz egy tárgyat a kezéből,
04:55
and Baxter didn't go and try to put it down;
90
283910
2232
és Baxter nem próbálta meg letenni,
04:58
it went back and realized it had to get another one.
91
286142
2352
észrevette, hogy vissza kell mennie egy másikért,
05:00
It's got a little bit of basic common sense, goes and picks the objects.
92
288494
3167
ez egy kis józan ész, felvesz egy másik tárgyat.
05:03
And Baxter's safe to interact with.
93
291661
1793
És Baxter biztonságos.
05:05
You wouldn't want to do this with a current industrial robot.
94
293454
2765
Nem ajánlott ugyanezt kipróbálni egy ipari robottal,
05:08
But with Baxter it doesn't hurt.
95
296219
2192
de Baxterrel ezt megtehetjük.
05:10
It feels the force, understands that Chris is there
96
298411
3898
Megérzi az erőhatást, megérti, hogy Chris ott van
05:14
and doesn't push through him and hurt him.
97
302309
2852
és nem megy át rajta, nem bántja Chirst.
05:17
But I think the most interesting thing about Baxter is the user interface.
98
305161
3295
Emelett szerintem a legérdekesebb
dolog Baxterben a felhasználói felület.
dolog Baxterben a felhasználói felület.
05:20
And so Chris is going to come and grab the other arm now.
99
308456
3346
Most Chris meg fogja fogni a másik karját.
05:23
And when he grabs an arm, it goes into zero-force gravity-compensated mode
100
311802
5414
Amikor megfogja a karját Baxter zéró erőhatású gravtiációkompenzációs módba kerül
05:29
and graphics come up on the screen.
101
317216
2076
és a grafika megjelenik a kijelzőn.
05:31
You can see some icons on the left of the screen there for what was about its right arm.
102
319292
4534
Láthatjuk, hogy a néhány ikon a baloldalon azt mutatja, hogy mire készült a jobb kar.
05:35
He's going to put something in its hand, he's going to bring it over here,
103
323826
2794
Chris beletesz valamit a kezébe, és Baxter át fogja vinni ide,
05:38
press a button and let go of that thing in the hand.
104
326620
5022
megnyom egy gombot és elengedi a tárgyat a kezében.
05:43
And the robot figures out, ah, he must mean I want to put stuff down.
105
331642
4568
És a robot kitalálja, hogy biztos azt szeretné,
hogy tegyem le a tárgyat.
hogy tegyem le a tárgyat.
05:48
It puts a little icon there.
106
336210
1700
És odatesz egy kis ikont.
05:49
He comes over here, and he gets the fingers to grasp together,
107
337910
5911
Chris átjön ide, és összeszorítja az ujjait,
05:55
and the robot infers, ah, you want an object for me to pick up.
108
343821
3922
amiből a robot arra következtet,
hogy azt akarja, emeljen fel valamit.
hogy azt akarja, emeljen fel valamit.
05:59
That puts the green icon there.
109
347743
1799
És itt megjelenik a zöld ikon.
06:01
He's going to map out an area of where the robot should pick up the object from.
110
349542
4995
Chris kijelöli a területet, ahonnan a
robotnak fel kellene vennie a tárgyat.
robotnak fel kellene vennie a tárgyat.
06:06
It just moves it around, and the robot figures out that was an area search.
111
354537
4790
Csak mozgatja, és a robot rájön,
hogy ez egy terület keresés volt.
hogy ez egy terület keresés volt.
06:11
He didn't have to select that from a menu.
112
359327
1876
Chrisnek nem kellett ezt a menüből kiválszatania.
06:13
And now he's going to go off and train the visual appearance of that object
113
361203
3157
Ès most elmegy és analizálja a tárgy vizuális jellemzőit
06:16
while we continue talking.
114
364360
1716
amíg mi folytatjuk az előadást.
06:18
So as we continue here,
115
366076
2212
Szóval folytatásképp
06:20
I want to tell you about what this is like in factories.
116
368288
2171
arról fogok beszélni, hogy
hogy működik ez a gyárakban.
hogy működik ez a gyárakban.
06:22
These robots we're shipping every day.
117
370459
1484
Minden nap szállítunk ki ezekböl a robotokból
06:23
They go to factories around the country.
118
371943
1550
az ország különböző gyáraiba.
06:25
This is Mildred.
119
373493
1182
Ez itt Mildred.
06:26
Mildred's a factory worker in Connecticut.
120
374675
1566
Mildred egy gyári munkás Connecticutban.
06:28
She's worked on the line for over 20 years.
121
376241
2379
A gépsoron dolgozik 20 éve.
06:30
One hour after she saw her first industrial robot,
122
378620
3343
Egy órával azután, hogy először látott ipari robotot
06:33
she had programmed it to do some tasks in the factory.
123
381963
3060
be tudta programozni bizonyos
gyári feladatok elvégzésére.
gyári feladatok elvégzésére.
06:37
She decided she really liked robots.
124
385023
2431
Nagyon tetszettek neki a robotok.
06:39
And it was doing the simple repetitive tasks that she had had to do beforehand.
125
387454
4670
A robot egyszerű, monoton feladatokat csinált,
amiket Mildrednek kellett megcsinálnia korábban.
amiket Mildrednek kellett megcsinálnia korábban.
06:44
Now she's got the robot doing it.
126
392124
1838
Most a robottal csináltatja meg.
06:45
When we first went out to talk to people in factories
127
393962
2564
Amikor először mentünk ki gyárakba,
hogy beszélgessünk az emberekkel arról,
hogy beszélgessünk az emberekkel arról,
06:48
about how we could get robots to interact with them better,
128
396526
2834
hogy hogyan javíthatnánk a robotok
és a dolgozók közti interakción
és a dolgozók közti interakción
06:51
one of the questions we asked them was,
129
399360
1566
az egyik kérdés, amit feltettünk ez volt:
06:52
"Do you want your children to work in a factory?"
130
400926
2445
"Szeretné, hogy a gyermekei ebben a gyárban dolgozzanak?"
06:55
The universal answer was "No, I want a better job than that for my children."
131
403371
4372
Az általános válasz, hogy "Nem, jobb munkát képzelek el a gyerekeimnek."
06:59
And as a result of that, Mildred is very typical
132
407743
3377
Ennek eredményeképp, Mildred egy tipikus
07:03
of today's factory workers in the U.S.
133
411120
1855
amerikai gyári munkás.
07:04
They're older, and they're getting older and older.
134
412975
2185
A munkások idősek, és egyre idősebbek lesznek.
07:07
There aren't many young people coming into factory work.
135
415160
2565
Nem sok olyan fiatal van,
aki a gyárban szeretne dolgozni.
aki a gyárban szeretne dolgozni.
07:09
And as their tasks become more onerous on them,
136
417725
3316
És ahogy a feladatok egyre fárasztóbbak számukra,
07:13
we need to give them tools that they can collaborate with,
137
421041
3093
adnunk kell a kezükbe egy olyan eszközt,
amivel együttműködhetnek,
amivel együttműködhetnek,
07:16
so that they can be part of the solution,
138
424134
1810
ami megkönnyíti a munkájukat,
07:17
so that they can continue to work and we can continue to produce in the U.S.
139
425944
4851
hogy folytathassák a munkát, és mi folytathassuk a termelést az Egyesült Államokban.
07:22
And so our vision is that Mildred who's the line worker
140
430795
4065
A célunk, hogy Mildred, a gyári munkás
07:26
becomes Mildred the robot trainer.
141
434860
2917
Mildred, a robot tréner legyen.
07:29
She lifts her game,
142
437777
1145
Mildred megemeli a szintet,
07:30
like the office workers of the 1980s lifted their game of what they could do.
143
438922
4587
mint a 80-as évek irodai munkásai megemelték a szintjét annak, amit meg tudtak csinálni.
07:35
We're not giving them tools that they have to go and study for years and years in order to use.
144
443509
4084
Nem olyan eszközöket adunk nekik, amelynek használatát évekig kell tanulniuk.
07:39
They're tools that they can just learn how to operate in a few minutes.
145
447593
3444
Ezek olyan eszközök, amelyeket pár
perc tanulás után már lehet kezelni.
perc tanulás után már lehet kezelni.
07:43
There's two great forces that are both volitional but inevitable.
146
451037
4789
Van két nagy erő, melyek akaratiak és elkerülhetetlenek:
07:47
That's climate change and demographics.
147
455826
2377
az éghajlatváltozás és a demográfiai növekedés.
07:50
Demographics is really going to change our world.
148
458203
2667
A demográfiai növekedés bizonyosan
megváltoztatja a világot.
megváltoztatja a világot.
07:52
This is the percentage of adults who are working age.
149
460870
3962
Ez itt a munkavállaói korú
felnőttek százalékos eloszlása.
felnőttek százalékos eloszlása.
07:56
And it's gone down slightly over the last 40 years.
150
464832
1963
Az utóbbi 40 évben enhye csökkenést mutat.
07:58
But over the next 40 years, it's going to change dramatically, even in China.
151
466795
3880
Azonban a következő 40 drámai változást
jelent, még Kínában is.
jelent, még Kínában is.
08:02
The percentage of adults who are working age drops dramatically.
152
470675
5327
A munkavállalói korú lakosság
aránya drámaian csökken,
aránya drámaian csökken,
08:08
And turned up the other way, the people who are retirement age goes up very, very fast,
153
476002
5090
ugyanakkor a nyugdíjasok száma egyre növekszik,
08:13
as the baby boomers get to retirement age.
154
481092
4337
ahogy a "baby boomer" generáció nyugdíjba vonul.
08:17
That means there will be more people with fewer social security dollars
155
485429
3548
Ez több embert jelent kevesebb
társadalombiztosítási pénzzel,
társadalombiztosítási pénzzel,
08:20
competing for services.
156
488977
2633
akik az ellátásért versenyeznek.
08:23
But more than that, as we get older we get more frail
157
491610
4051
Mindezek mellett, ahogy öregszünk,
csökken a teherbírásunk,
csökken a teherbírásunk,
08:27
and we can't do all the tasks we used to do.
158
495661
2249
és már nem tudjuk elvégzni ugyanazokat a feladatokat, mint fiatal korunkban.
08:29
If we look at the statistics on the ages of caregivers,
159
497910
3713
Ha vetünk egy pillantást a
gondozók életkori statisztikáira,
gondozók életkori statisztikáira,
08:33
before our eyes those caregivers are getting older and older.
160
501623
4470
látszik, hogy a gondozók
a szemünk előtt öregszenek.
a szemünk előtt öregszenek.
08:38
That's happening statistically right now.
161
506093
1999
Ez történik statisztikailag.
08:40
And as the number of people who are older, above retirement age and getting older, as they increase,
162
508092
5938
Ès ahogy a nyugdíjasok egyre
öregsszenek és egyre többen vannak,
öregsszenek és egyre többen vannak,
08:46
there will be less people to take care of them.
163
514030
2027
egyre kevesebb azoknak a száma, akik ellátják őket.
08:48
And I think we're really going to have to have robots to help us.
164
516057
2619
Ùgy gondolom, hogy tényleg szükségünk lesz robotokra, hogy segítsenek.
08:50
And I don't mean robots in terms of companions.
165
518676
3235
Ès a robotokra nem mint társakra kell gondolni,
08:53
I mean robots doing the things that we normally do for ourselves
166
521911
3281
hanem mint olyasmikre, ami segít
elvégezni azokat a feladatokat,
elvégezni azokat a feladatokat,
08:57
but get harder as we get older.
167
525192
1669
amiket korábban egyedül végeztünk el, de ahogy
öregszünk egyre nehezebbé vállnak.
öregszünk egyre nehezebbé vállnak.
08:58
Getting the groceries in from the car, up the stairs, into the kitchen.
168
526861
2865
Felcipelni a sztayrokat a lépcsőn
a kocsitól a konyháig,
a kocsitól a konyháig,
09:01
Or even, as we get very much older,
169
529726
2395
vagy ahogy sokkal idősebbek leszünk,
09:04
driving our cars to go visit people.
170
532121
3088
autót vezetni, hogy meglátogathassunk másokat.
09:07
And I think robotics gives people a chance to have dignity as they get older
171
535209
6367
A robotok szerintem méltóságot
adhatnak öreg éveinkben azzal,
adhatnak öreg éveinkben azzal,
09:13
by having control of the robotic solution.
172
541576
3549
hogy megtarthatjuk önállóságunkat a segítségükkel.
09:17
So they don't have to rely on people that are getting scarcer to help them.
173
545125
3385
Ìgy nem kell az egyre fogyó ápolókra támaszkodnunk.
09:20
And so I really think that we're going to be spending more time
174
548510
6892
Öszintén úgy gondolom, hogy a jövöben
több időt fogunk olyan robotokkal tölteni,
több időt fogunk olyan robotokkal tölteni,
09:27
with robots like Baxter
175
555402
2301
mint Baxter.
09:29
and working with robots like Baxter in our daily lives. And that we will --
176
557703
6694
Együtt dolgozni a mindennapokban Baxterrel. Ès hogy --
09:36
Here, Baxter, it's good.
177
564397
2480
Igen, Baxter! Ez az!
09:38
And that we will all come to rely on robots over the next 40 years
178
566877
4244
És hogy a következő 40 évben a robotok
09:43
as part of our everyday lives.
179
571121
2166
a mindennapi életünk részévé válnak.
09:45
Thanks very much.
180
573287
1294
Köszönöm szépen.
09:46
(Applause)
181
574581
2995
(Taps)
ABOUT THE SPEAKER
Rodney Brooks - RoboticistRodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out.
Why you should listen
Former MIT professor Rodney Brooks studies and engineers robot intelligence, looking for the holy grail of robotics: the AGI, or artificial general intelligence. For decades, we've been building robots to do highly specific tasks -- welding, riveting, delivering interoffice mail -- but what we all want, really, is a robot that can figure things out on its own, the way we humans do.
Brooks realized that a top-down approach -- just building the biggest brain possible and teaching it everything we could think of -- would never work. What would work is a robot who learns like we do, by trial and error, and with many separate parts that learn separate jobs. The thesis of his work which was captured in Fast, Cheap and Out of Control,went on to become the title of the great Errol Morris documentary.
A founder of iRobot, makers of the Roomba vacuum, Brooks is now founder and CTO of Rethink Robotics, whose mission is to apply advanced robotic intelligence to manufacturing and physical labor. Its first robots: the versatile two-armed Baxter and one-armed Sawyer. Brooks is the former director of CSAIL, MIT's Computers Science and Artificial Intelligence Laboratory.
Rodney Brooks | Speaker | TED.com