TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg: 4 lessen van robots over de mens
Filmed:
Readability: 4.6
387,467 views
Hoe meer robots zich inwerken in ons dagelijks leven, hoe meer we onszelf moeten bekijken als mens. Op TEDxBerkeley deelt Ken Goldberg vier heel menselijke lessen die hij heeft geleerd door met robots te werken. (Gefilmd op 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
Ik weet dat dit vreemd zal klinken,
00:18
but I think robots can inspire us
1
3052
3294
maar volgens mij kunnen robots ons inspireren
00:22
to be better humans.
2
6346
2388
om betere mensen te zijn.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Ik groeide op in Bethlehem, Pennsylvania,
00:28
the home of Bethlehem Steel.
4
12363
2321
thuishaven van Bethlehem Steel.
00:30
My father was an engineer,
5
14684
2079
Mijn vader was ingenieur,
00:32
and when I was growing up, he would teach me
6
16763
2851
en terwijl ik opgroeide, leerde hij me
00:35
how things worked.
7
19614
1159
hoe dingen werkten.
00:36
We would build projects together,
8
20773
2815
We bouwden samen projecten,
00:39
like model rockets and slot cars.
9
23588
2792
zoals modelraketten en racebanen.
00:42
Here's the go-kart that we built together.
10
26380
3284
Dit is de go-kart die we samen bouwden.
00:45
That's me behind the wheel,
11
29664
2219
Dat ben ik achter het stuur
00:47
with my sister and my best friend at the time,
12
31883
3819
met mijn zus en mijn beste vriend van toen.
00:51
and one day,
13
35702
2123
Op en dag,
00:53
he came home, when I was about 10 years old,
14
37825
3107
kwam hij thuis, ik was ongeveer tien jaar oud.
00:56
and at the dinner table, he announced
15
40932
2304
Aan de eettafel vertelde hij
00:59
that for our next project, we were going to build a robot.
16
43236
6438
dat we voor ons volgende project
een robot gingen bouwen.
een robot gingen bouwen.
01:05
A robot.
17
49674
1109
Een robot.
01:06
Now, I was thrilled about this,
18
50783
2252
Ik vond dit geweldig,
01:08
because at school,
19
53035
1590
want op school
01:10
there was a bully named Kevin,
20
54625
2075
was er een pestkop, genaamd Kevin,
01:12
and he was picking on me
21
56700
2246
die me plaagde
01:14
because I was the only Jewish kid in class.
22
58946
2414
omdat ik het enige Joodse kind in de klas was.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Dus ik kon niet wachten om hieraan te beginnen
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
zodat ik Kevin aan mijn robot kon voorstellen. (Gelach)
01:23
(Robot noises)
25
67995
11063
(Robotgeluiden)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Maar het was niet zo'n robot
die mijn vader in gedachten had.
die mijn vader in gedachten had.
01:39
See, he owned a chromium plating company,
27
83933
3728
Hij had een verchroombedrijf,
01:43
and they had to move
28
87661
2176
en zij moesten
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
zware stalen onderdelen verplaatsen
tussen chemicaliëntanks,
tussen chemicaliëntanks,
01:48
and so he needed an industrial robot like this
30
92933
3790
dus hij had een industriële robot als deze nodig
01:52
that could basically do the heavy lifting.
31
96723
3099
die het zware tilwerk kon doen.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Maar ook mijn vader kreeg niet de soort robot die hij wou.
01:59
He and I worked on it for several years,
33
103727
2597
Hij en ik hebben er jaren aan gewerkt
02:02
but it was the 1970s,
34
106324
1978
maar het waren de jaren 70
02:04
and the technology that was available to amateurs
35
108302
2526
en de technologie die beschikbaar was voor amateurs
02:06
just wasn't there yet.
36
110828
2657
was hier gewoon niet klaar voor.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Dus papa deed dit soort werk verder met de hand
02:13
and a few years later,
38
117230
2275
en enkele jaren later
02:15
he was diagnosed with cancer.
39
119505
4139
bleek dat hij kanker had.
02:19
You see, what the robot we were trying to build
40
123644
3305
De robot die we probeerden te bouwen
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
vertelde hem niets over het zware tilwerk.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
Het was een waarschuwing voor zijn blootstelling
aan giftige chemicaliën.
aan giftige chemicaliën.
02:30
He didn't recognize that at the time,
43
134524
2977
Dat had hij toen niet door
02:33
and he contracted leukemia,
44
137501
2139
en hij liep leukemie op
02:35
and he died at the age of 45.
45
139640
3222
en stierf op 45-jarige leeftijd.
02:38
I was devastated by this,
46
142862
2841
Ik was er kapot van,
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
en ik ben de robot nooit vergeten
waaraan we samen bouwden.
waaraan we samen bouwden.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
Aan de universiteit besloot ik om
toegepaste wetenschappen te studeren, net als hij.
toegepaste wetenschappen te studeren, net als hij.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Ik ging naar Carnegie Mellon
en behaalde mijn doctoraat in robotica.
en behaalde mijn doctoraat in robotica.
02:55
I've been studying robots ever since.
50
159535
3094
Sindsdien bestudeer ik robots.
02:58
So what I'd like to tell you about
51
162629
1638
Dus waar ik jullie over wil vertellen
03:00
are four robot projects
52
164267
2714
zijn vier robotprojecten
03:02
and how they've inspired me to be a better human.
53
166981
7044
en hoe ze mij hebben geïnspireerd
om een beter mens te zijn.
om een beter mens te zijn.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
In 1993 was ik een jonge professor aan het USC.
03:15
and I was just building up my own robotics lab,
55
179774
3037
Ik was net mijn eigen roboticalab aan het opbouwen.
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
Dit was het jaar waarin het wereldwijde web opkwam.
03:22
And I remember my students were the ones
57
186396
1176
Ik weet nog dat het mijn studenten waren
03:23
who told me about it,
58
187572
1704
die me erover vertelden.
03:25
and we would -- we were just amazed.
59
189276
2619
We waren gewoon verbaasd.
03:27
We started playing with this, and that afternoon,
60
191895
3434
We begonnen ermee te spelen, en die namiddag,
03:31
we realized that we could use this new, universal interface
61
195329
3853
beseften we dat we deze nieuwe,
universele interface konden gebruiken
universele interface konden gebruiken
03:35
to allow anyone in the world
62
199182
2543
om iedereen ter wereld toe te laten
03:37
to operate the robot in our lab.
63
201725
3048
om een robot in ons lab te besturen.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Dus in plaats van een vechtrobot
of een industriële robot te maken,
of een industriële robot te maken,
03:46
we decided to build a planter,
65
210481
2486
besloten we om een plantage te bouwen,
03:48
put the robot into the center of it,
66
212967
1976
er een robot midden in te zetten
03:50
and we called it the Telegarden.
67
214943
2353
en we noemden het de 'Telegarden'.
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
We plaatsten een camera in de hand
03:56
of the robot, and we wrote some special scripts
69
220899
2709
van de robot, en we schreven enkele speciale scripts
03:59
and software so that anyone in the world could come in
70
223608
3161
en software zodat iedereen ter wereld
04:02
and by clicking on the screen
71
226769
2329
door een klik op het scherm
04:04
they could move the robot around
72
229098
2173
de robot kon laten bewegen
04:07
and visit the garden.
73
231271
2316
en de tuin kon bezoeken.
04:09
But we also allowed, set up some other software
74
233587
3620
Maar we installeerden ook software
04:13
that lets you participate and help us water the garden
75
237207
3419
waarmee je ons kon helpen om de tuin water te geven
04:16
remotely, and if you water it a few times,
76
240626
3045
vanop een afstand.
Als je het enkele keren water gaf,
Als je het enkele keren water gaf,
04:19
we'd give you your own seed to plant.
77
243671
3585
gaven we je je eigen zaadje om te planten.
04:23
Now, this was a project, an engineering project,
78
247256
3271
Dit was een project, een technisch project,
04:26
and we published some papers on the design,
79
250527
2776
en we publiceerden enkele papers over het ontwerp,
04:29
the system design of it, but we also thought of it
80
253303
2249
het systeem erachter, maar we zagen het ook
04:31
as an art installation.
81
255552
3086
als een kunstinstallatie.
04:34
It was invited, after the first year,
82
258638
2173
Na het eerste jaar werd ik uitgenodigd
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
door het Ars Electronica Museum in Oostenrijk
04:39
to have it installed in their lobby,
84
263855
3000
die het wilden installeren in hun lobby.
04:42
and I'm happy to say it remained online there,
85
266855
2418
Ik ben blij dat het daar nog steeds online staat,
04:45
24 hours a day, for almost nine years.
86
269273
4983
24 uur per dag, bijna negen jaar lang.
04:50
That robot was operated by more people
87
274256
3799
Die robot is bestuurd door meer mensen
04:53
than any other robot in history.
88
278055
3086
dan enige andere robot in de geschiedenis.
04:57
Now, one day,
89
281141
1554
Op een dag
04:58
I got a call out of the blue
90
282695
2317
kreeg ik plots een telefoontje
05:00
from a student,
91
285012
2015
van een student,
05:02
who asked a very simple but profound question.
92
287027
4670
die een simpele maar belangrijke vraag stelde.
05:07
He said, "Is the robot real?"
93
291697
4538
Hij vroeg: "Is de robot echt?"
05:12
Now, everyone else had assumed it was,
94
296235
2765
Verder had iedereen aangenomen dat dat zo was
05:14
and we knew it was because we were working with it.
95
299000
2331
en we wisten dat het zo was omdat we ermee werkten.
05:17
But I knew what he meant,
96
301331
1540
Maar ik wist wat hij bedoelde,
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
omdat je wel foto's zou kunnen nemen
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
van bloemen in een tuin om ze dan te indexeren
05:25
in a computer system such that it would appear
99
309825
2229
in een computersysteem zodat het zou lijken
05:27
that there was a real robot when there wasn't.
100
312054
3074
alsof er een echte robot was, terwijl er geen was.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
Hoe langer ik erover nadacht, hoe moeilijker
05:32
of a good answer for how he could tell the difference.
102
316369
3551
het werd om een goede manier te vinden
om het verschil te zien.
om het verschil te zien.
05:35
This was right about the time that I was offered a position
103
319920
2887
Het was rond die tijd dat ik een functie kreeg aangeboden
05:38
here at Berkeley,
104
322807
2073
hier op Berkeley.
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
Toen ik hier aankwam, zocht ik Hubert Dreyfus op,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
een wereldberoemde filosofieprofessor.
05:47
and I talked with him about this, and he said,
107
332097
2374
Ik praatte erover met hem, en hij zei:
05:50
"This is one of the oldest and most central problems
108
334471
3560
"Dit is een van de oudste en belangrijkste problemen
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
van de filosofie. Het gaat terug naar het scepticisme
05:57
and up through Descartes.
110
341633
1960
tot en met Descartes.
05:59
It's the issue of epistemology,
111
343593
3170
Het is de kern van de epistemologie,
06:02
the study of how do we know that something is true."
112
346763
3750
de studie van hoe we weten of iets waar is."
06:06
So he and I started working together,
113
350513
2223
Dus hij en ik begonnen samen te werken
06:08
and we coined a new term: telepistemology,
114
352736
3041
en we verzonnen een nieuwe term: telepistomologie
06:11
the study of knowledge at a distance.
115
355777
3526
de leer van de kennis op afstand.
06:15
We invited leading artists, engineers,
116
359303
2752
We nodigden belangrijke artiesten, ingenieurs
06:17
and philosophers to write essays about this,
117
362055
3064
en filosofen uit om hier essays over te schrijven.
06:21
and the results, the results are collected in this book
118
365119
2340
De resultaten zijn verzameld in dit boek
06:23
from MIT Press.
119
367459
2621
uitgegeven bij MIT Press.
06:25
So thanks to this student who questioned
120
370080
2332
Dus dankzij deze student die zich afvroeg
06:28
what everyone else had assumed to be true,
121
372412
2803
wat iedereen had aangenomen als waar,
06:31
this project taught me an important lesson about life,
122
375215
4208
leerde dit project me een belangrijke les over het leven,
06:35
which is to always question assumptions.
123
379423
4073
namelijk dat je veronderstellingen
steeds in vraag moet stellen.
steeds in vraag moet stellen.
06:39
Now, the second project I'll tell you about
124
383496
2648
Het tweede project waar ik jullie over ga vertellen,
06:42
grew out of the Telegarden.
125
386144
1879
ontstond uit de Telegarden.
06:43
As it was operating, my students and I were very interested
126
388023
2576
Terwijl die in bedrijf was,
waren we zeer geboeid
waren we zeer geboeid
06:46
in how people were interacting with each other
127
390599
2762
door hoe mensen op elkaar inspeelden
06:49
and what they were doing with the garden.
128
393361
1621
en wat ze deden met de tuin.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
We vroegen ons af: wat als de robot
06:53
the garden and go out into some other
130
397244
2083
de tuin kon verlaten en naar een
06:55
interesting environment?
131
399327
1992
andere interessante omgeving kon gaan?
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Zoals, bijvoorbeeld, wat als hij naar een etentje kon gaan
06:59
at the White House? (Laughter)
133
403498
5198
in het Witte Huis? (Gelach)
07:04
So, because we were interested more in the system design
134
408696
2841
Omdat we meer geïnteresseerd waren
in het systeemontwerp
in het systeemontwerp
07:07
and the user interface than in the hardware,
135
411537
3286
en de interface dan in de hardware,
07:10
we decided that, rather than have
136
414823
2034
besloten we om, in plaats van
07:12
a robot replace the human to go to the party,
137
416857
3678
een robot in plaats van een mens
naar het feest te laten gaan,
naar het feest te laten gaan,
07:16
we'd have a human replace the robot.
138
420535
2843
we een mens de robot zouden laten vervangen.
07:19
We called it the Tele-Actor.
139
423378
2600
We noemden het de Tele-Actor.
07:21
We got a human,
140
425978
2032
We namen een mens,
07:23
someone who's very outgoing and gregarious,
141
428010
3007
iemand die zeer sociaal en gezellig was
07:26
and she was outfitted with a helmet
142
431017
3142
en we gaven haar een helm
07:30
with various equipment, cameras and microphones,
143
434159
2570
met allerlei apparatuur, camera's en microfoons
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
en een rugzak met een draadloze internetverbinding.
07:36
and the idea was that she could go into a remote and
145
440469
3359
Het idee was dat zij naar een afgelegen en
07:39
interesting environment, and then over the Internet,
146
443828
3815
interessante omgeving kon gaan,
en dat mensen via het Internet
en dat mensen via het Internet
07:43
people could experience what she was experiencing,
147
447643
3151
konden beleven wat zij beleefde,
07:46
so they could see what she was seeing,
148
450794
2937
dus ze konden zien wat zij zag
07:49
but then, more importantly, they could participate
149
453731
3307
maar, belangrijker, zij konden meedoen
07:52
by interacting with each other
150
457038
2948
door op elkaar in te spelen
07:55
and coming up with ideas about what she should do next
151
459986
3705
en ideeën te bedenken over wat ze nu zou moeten doen
07:59
and where she should go,
152
463691
2216
en waar ze nu heen moest gaan
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
en die dan door te sturen naar de Tele-Actor.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
Dus we kregen de kans om de Tele-Actor mee te nemen
08:07
to the Webby Awards in San Francisco,
155
471514
3615
naar de Webby Awards in San Francisco.
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
Dat jaar was Sam Donaldson de presentator.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Net voordat het doek opging,
had ik zo'n 30 seconden
had ik zo'n 30 seconden
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
om meneer Donaldson uit te leggen wat we zouden doen:
08:23
and I said, "The Tele-Actor
159
487340
1864
"De Tele-Actor
08:25
is going to be joining you on stage,
160
489204
2456
gaat met jou op het podium.
08:27
and this is a new experimental project,
161
491660
2198
Dit is een nieuw experimenteel project.
08:29
and people are watching her on their screens,
162
493858
2625
Mensen bekijken haar op hun schermen.
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
Er zijn camera's bij betrokken en er zijn
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
microfoons en ze heeft een oortje in.
08:37
and people over the network are giving her advice
165
501699
1447
Mensen op het netwerk geven haar advies
08:39
about what to do next."
166
503146
1368
over wat te doen."
08:40
And he said, "Wait a second,
167
504514
3209
Hij zei: "Wacht eens even,
08:43
that's what I do." (Laughter)
168
507723
6375
bij mij is het net zo!" (Gelach)
08:49
So he loved the concept,
169
514098
1931
Dus hij vond het concept geweldig.
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
Toen de Tele-Actor het podium opkwam,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
stapte ze op hem af en gaf ze hem een dikke kus
08:57
right on the lips. (Laughter)
172
521190
3106
op de lippen. (Gelach)
09:00
We were totally surprised.
173
524296
1131
We waren heel verbaasd.
09:01
We had no idea that would happen.
174
525427
2017
We wisten niet dat dit zou gebeuren.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
Hij was geweldig.
Hij gaf haar gewoon een dikke knuffel terug,
Hij gaf haar gewoon een dikke knuffel terug,
09:06
and it worked out great.
176
530136
1769
en het ging fantastisch.
09:07
But that night, as we were packing up,
177
531905
2064
Maar die avond, toen we aan het inpakken waren,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
vroeg ik de Tele-Actor hoe de Tele-Directors
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
hadden beslist dat zij Sam Donaldson zou kussen.
09:19
And she said they hadn't.
180
543135
2212
Ze zei dat ze dat niet hadden gedaan.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Ze zei dat, net voordat ze het podium opging,
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
de Tele-Directors het nog niet eens waren
over wat te doen,
over wat te doen,
09:25
and so she just walked on stage and did
183
550093
2407
dus wandelde ze gewoon het podium op en deed ze
09:28
what felt most natural. (Laughter)
184
552500
5522
wat het meest natuurlijk voelde. (Gelach)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Het succes van de Tele-Actor die avond
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
kwam doordat ze een geweldige actrice was.
09:41
She knew when to trust her instincts,
187
566065
2357
Ze wist wanneer ze haar instincten moest vertrouwen.
09:44
and so that project taught me another lesson about life,
188
568422
3864
Dat project leerde me een andere les over het leven,
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
namelijk: bij twijfel, improviseer. (Gelach)
09:54
Now, the third project grew out of
190
578665
3080
Het derde project groeide uit
09:57
my experience when my father was in the hospital.
191
581745
4893
mijn ervaring toen mijn vader in het ziekenhuis lag.
10:02
He was undergoing a treatment,
192
586638
2240
Hij onderging een behandeling,
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
chemotherapie, en er was een verwante behandeling
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
genaamd brachytherapie,
waarbij kleine, radioactieve zaadjes
waarbij kleine, radioactieve zaadjes
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
in het lichaam worden geplaatst
om kankertumoren te genezen.
om kankertumoren te genezen.
10:17
And the way it's done, as you can see here,
196
601770
2097
Chirurgen doen dit, zoals je hier ziet,
10:19
is that surgeons insert needles into the body
197
603867
4391
door naalden in te brengen in het lichaam
10:24
to deliver the seeds, and all this,
198
608258
2592
om de zaden af te leveren.
10:26
all these needles are inserted in parallel,
199
610850
3433
Al deze naalden worden parallel ingebracht,
10:30
so it's very common that some of the needles
200
614283
2975
dus het komt vaak voor dat sommige naalden
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
gevoelige organen penetreren, waardoor ze
10:37
the needles damage these organs, cause damage
202
622075
5063
deze organen beschadigen
10:43
which leads to trauma and side effects.
203
627138
3487
wat tot verwondingen en bijwerkingen leidt.
10:46
So my students and I wondered, what if we could
204
630625
2500
Dus mijn studenten en ik vroegen ons af:
wat als we
wat als we
10:49
modify the system
205
633125
3485
het systeem konden veranderen
10:52
so that the needles could come in at different angles?
206
636610
3785
zodat deze naalden
uit verschillende hoeken worden ingebracht?
uit verschillende hoeken worden ingebracht?
10:56
So we simulated this, and we developed some
207
640395
2777
Dus we simuleerden dit en ontwikkelden bepaalde
10:59
optimization algorithms and we simulated this,
208
643172
2589
optimalisatie-algoritmes.
11:01
and we were able to show that we are able to avoid
209
645761
2277
We konden aantonen dat we de delicate organen
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
konden vermijden, en toch het bereik
11:07
of the tumors with the radiation.
211
651805
3508
van de tumors met de bestraling konden halen.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
We werkten met dokters aan het UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
en ingenieurs bij Johns Hopkins
11:17
and we're building a robot that has a number of,
214
661507
3582
en we maakten een robot met enkele --
11:20
it's a specialized design with different joints that can allow
215
665089
3257
het is een gespecialiseerd ontwerp
met verschillende gewrichten, waardoor
met verschillende gewrichten, waardoor
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
de naalden vanuit oneindig veel verschillende hoeken kunnen worden ingebracht.
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
Zoals je hier kan zien,
kunnen ze delicate organen vermijden
kunnen ze delicate organen vermijden
11:31
and still reach the targets they're aiming for.
218
675770
4138
en toch de doelen bereiken waar ze op mikken.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Dus door de veronderstelling in vraag te stellen
dat alle naalden
dat alle naalden
11:39
have to be parallel, this project also taught me
220
683225
2945
parallel moeten zijn, leerde dit project me
11:42
an important lesson: When in doubt --
221
686170
3300
een belangrijke les. Bij twijfel --
11:45
When your path is blocked, pivot.
222
689470
4367
Als je weg versperd is, zoek dan een omweg.
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Het laatste project heeft ook iets te maken met medische robots.
11:54
And this is something that's grown out of a system called
224
698238
4040
Dit is iets dat groeide uit een systeem genaamd
11:58
the da Vinci surgical robot,
225
702278
3588
de 'Da Vinci'-chirurgische robot.
12:01
and this is a commercially available device.
226
705866
2468
Dit toestel is verkrijgbaar in de handel.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
Het wordt gebruikt in meer dan 2000 ziekenhuizen
over de hele wereld.
over de hele wereld.
12:07
and the idea is it allows the surgeon
228
711666
2528
Het laat de chirurg toe
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
om comfortabel te werken op zijn eigen manier.
12:14
but many of the subtasks in surgery
230
718443
4991
Maar veel van de taken bij een operatie
12:19
are very routine and tedious, like suturing,
231
723434
3047
zijn zeer routineus en saai, zoals hechtingen.
12:22
and currently, all of these are performed
232
726481
2365
Momenteel worden deze allemaal uitgevoerd
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
onder de specifieke en onmiddellijke controle
van de chirurg,
van de chirurg,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
dus de chirurg wordt na verloop van tijd moe.
12:31
And we've been wondering,
235
735924
1295
We vroegen ons af:
12:33
what if we could program the robot
236
737219
2265
wat als we de robot konden programmeren
12:35
to perform some of these subtasks,
237
739484
2487
om enkele van deze subtaken te doen,
12:37
and thereby free the surgeons to focus
238
741971
1720
zodat de chirurg zich kan concentreren
12:39
on the more complicated parts of the surgery,
239
743691
2656
op de meer ingewikkelde delen van de operatie,
12:42
and also cut down on the time that the surgery would take
240
746347
3248
en we de duur van de operatie zouden beperken
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
door de robot wat sneller te doen werken?
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
Het is moeilijk om een robot te programmeren
om delicate taken
om delicate taken
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
als deze uit te voeren, maar mijn collega, Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
die hier bij Berkeley werkt, heeft nieuwe
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
technieken ontwikkeld
om robots te laten leren naar een voorbeeld.
om robots te laten leren naar een voorbeeld.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
Dus hij heeft robots helikopters leren besturen,
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
ongelofelijk boeiende, mooie acrobatie laten doen,
13:08
by watching human experts fly them.
248
773041
2719
door acrobaten te bekijken.
13:11
So we got one of these robots.
249
775760
2588
Dus we hebben een van deze robots.
13:14
We started working with Pieter and his students,
250
778348
2182
We werkten met Pieter en zijn studenten,
13:16
and we asked a surgeon to perform
251
780530
2663
en we vroegen een chirurg om een taak
13:19
a task, and what we do is we, with the robot,
252
783193
4451
uit te voeren met de robot.
13:23
so what we're doing is asking the robot,
253
787644
2063
We vragen
13:25
the surgeon to perform the task,
254
789707
1278
de chirurg, om de taak uit te voeren
13:26
and we record the motions of the robot.
255
790985
2272
en we registreren de bewegingen van de robot.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Een voorbeeld. Ik gebruik een achtvorm,
13:31
tracing out a figure eight as an example.
257
795385
2240
het tekenen van een acht, als voorbeeld.
13:33
So here's what it looks like when the robot,
258
797625
3630
Dus zo ziet het eruit als de robot --
13:37
this is what the robot's path looks like,
259
801255
2317
zo ziet het pad van de robot eruit,
13:39
those three examples.
260
803572
1174
die drie voorbeelden.
13:40
Now, those are much better than what a novice
261
804746
2462
Die zijn beter dan hoe een nieuweling als ik
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
het zou doen, maar ze zijn nog steeds
krampachtig en niet precies.
krampachtig en niet precies.
13:47
So we record all these examples, the data,
263
811865
2072
Dus we registreren al die voorbeelden, de data,
13:49
and then we go through a sequence of steps.
264
813937
3712
en dan gaan we door een opeenvolging van stappen.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
Eerst gebruiken we een techniek
genaamd 'dynamic time warping'
genaamd 'dynamic time warping'
13:57
from speech recognition, and this allows us to
266
821281
2182
uit de spraakherkenning.
Dit laat ons toe
Dit laat ons toe
13:59
temporally align all of the examples,
267
823463
2840
om alle voorbeelden te alignement,
14:02
and then we apply Kalman filtering,
268
826303
2929
en dan passen we 'Kalmanfiltering' toe
14:05
a technique from control theory, that allows us
269
829232
2983
een techniek uit de controletheorie, die ons toelaat
14:08
to statistically analyze all the noise
270
832215
2672
om al het ruis statistisch te analyseren
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
en het onderliggende gewenste traject af te leiden.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Dus we nemen die menselijke demonstraties,
met hun ruis en imperfecties,
met hun ruis en imperfecties,
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
Dus we nemen die menselijke demonstraties,
met hun ruis en imperfecties,
met hun ruis en imperfecties,
14:20
and we extract from them an inferred task trajectory
274
845087
3091
en we leiden daaruit een ideaal traject af voor die taak
14:24
and control sequence for the robot.
275
848178
3003
en een controlesequentie voor de robot.
14:27
We then execute that on the robot,
276
851181
2184
We passen die toe op de robot,
14:29
we observe what happens,
277
853365
2172
we observeren wat er gebeurt
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
en passen de instellingen aan
op basis van enkele technieken
op basis van enkele technieken
14:34
called iterative learning.
279
858199
2930
genaamd iteratief leren.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Daarna verhogen we de snelheid een beetje,
14:41
We observe the results, adjust the controls again,
281
865106
3563
we observeren de resultaten,
passen opnieuw aan
passen opnieuw aan
14:44
and observe what happens.
282
868669
2522
en bekijken wat er gebeurt.
14:47
And we go through this several rounds.
283
871191
2136
En dat doen we enkele keren.
14:49
And here's the result.
284
873327
1356
Dit is het resultaat.
14:50
That's the inferred task trajectory,
285
874683
1845
Dit is het ideale traject
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
en dit is de robot die beweegt
met de snelheid van de mens.
met de snelheid van de mens.
14:55
Here's four times the speed of the human.
287
879991
2442
Dit is vier keer de snelheid van de mens.
14:58
Here's seven times.
288
882433
2571
Dit is zeven keer.
15:00
And here's the robot operating at 10 times
289
885004
3637
En hier werkt de robot tien keer
15:04
the speed of the human.
290
888641
2200
zo snel als de mens.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Dus we konden de robot
een delicate taak laten doen,
een delicate taak laten doen,
15:09
like a surgical subtask,
292
893791
3224
zoals een chirurgische subtaak,
15:12
at 10 times the speed of a human.
293
897015
3247
tien keer zo snel als een mens.
15:16
So this project also, because of its involved practicing
294
900262
4223
Door het oefenen en leren dat erbij hoorde,
15:20
and learning, doing something over and over again,
295
904485
2173
iets opnieuw en opnieuw doen,
15:22
this project also has a lesson, which is,
296
906658
2757
zat in dit project ook een les, namelijk:
15:25
if you want to do something well,
297
909415
3126
als je iets goed wil doen
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
is er niets beters dan oefening, oefening, oefening.
15:36
So these are four of the lessons that I've learned
299
920505
3120
Dus dit zijn de vier lessen die ik doorheen de jaren
15:39
from robots over the years,
300
923625
3127
van robots heb geleerd.
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
Het domein van de robotica is veel beter geworden
15:48
over time.
302
932121
2168
mettertijd.
15:50
Nowadays, high school students can build robots
303
934289
2167
Vandaag kunnen leerlingen op school robots bouwen
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
zoals de industriële robot
die mijn vader en ik probeerden te bouwen.
die mijn vader en ik probeerden te bouwen.
15:56
And now, I have a daughter,
305
940481
6982
Nu heb ik een dochter,
16:03
named Odessa.
306
947463
2386
Odessa.
16:05
She's eight years old,
307
949849
1833
Ze is acht,
16:07
and she likes robots, too.
308
951682
2424
en ze houdt ook van robots.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Misschien zit het in de familie. (Gelach)
16:12
I wish she could meet my dad.
310
956520
3647
Ik wou dat ze mijn vader kon ontmoeten.
16:16
And now I get to teach her how things work,
311
960167
2900
Nu kan ik haar leren hoe dingen werken,
16:18
and we get to build projects together, and I wonder
312
963067
2772
we kunnen samen projecten bouwen,
en ik vraag me af
en ik vraag me af
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
welke les zij van hen zal leren.
16:26
Robots are the most human
314
970147
2607
Robots zijn de meest menselijke
16:28
of our machines.
315
972754
2229
van onze machines.
16:30
They can't solve all of the world's problems,
316
974983
3085
Ze kunnen niet alle problemen
in de wereld oplossen,
in de wereld oplossen,
16:33
but I think they have something important to teach us.
317
978068
4358
maar volgens mij hebben ze ons
iets heel belangrijks te leren.
iets heel belangrijks te leren.
16:38
I invite all of you to think about the innovations
318
982426
3343
Ik nodig jullie uit om na te denken
over de innovaties
over de innovaties
16:41
that you're interested in,
319
985769
2675
waar jij in geïnteresseerd bent,
16:44
the machines that you wish for,
320
988444
3216
de machines waar jij naar verlangt,
16:47
and think about what they might be telling you,
321
991660
3169
en over wat ze jou kunnen vertellen,
16:50
because I have a hunch
322
994829
2063
want ik heb zo het gevoel
16:52
that many of our technological innovations,
323
996892
2087
dat veel van onze technologische innovaties,
16:54
the devices we dream about,
324
998979
2658
de apparaten waar we van dromen,
16:57
can inspire us to be better humans.
325
1001637
3964
ons kunnen inspireren om betere mensen te zijn.
17:01
Thank you. (Applause)
326
1005601
3585
Bedankt. (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