TED2017
Radhika Nagpal: What intelligent machines can learn from a school of fish
Radhika Nagpal: Lo que pueden aprender las máquinas inteligentes de un banco de peces
Filmed:
Readability: 4.3
1,266,261 views
Las visiones de ciencia ficción del futuro nos muestran que la inteligencia artificial se construye para replicar nuestra forma de pensar, pero ¿qué pasaría si. en vez de eso, la modeláramos sobre los otros tipos de inteligencia que se encuentran en la naturaleza? La ingeniera robótica Radhika Nagpal estudia la inteligencia colectiva mostrada por los insectos y los bancos de peces, buscando entender sus reglas de juego. En una charla visionaria, presenta su trabajo donde crea poder colectivo artificial y anticipa un futuro donde enjambres de robots trabajan juntos para construir barreras contra inundaciones, polinizar cultivos, monitorizar arrecifes de coral y formar constelaciones de satélites.
Radhika Nagpal - Robotics engineer
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots. Full bio
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots. Full bio
Double-click the English transcript below to play the video.
00:12
In my early days as a graduate student,
0
755
2015
En mis primeros días de estudiante
00:14
I went on a snorkeling trip
off the coast of the Bahamas.
off the coast of the Bahamas.
1
2794
3555
fui a hacer esnórquel,
en la costa de las Bahamas.
en la costa de las Bahamas.
00:18
I'd actually never swum
in the ocean before,
in the ocean before,
2
6789
2949
En realidad, nunca había nadado
en el océano antes,
en el océano antes,
00:21
so it was a bit terrifying.
3
9762
1844
así que fue un poco aterrador.
00:24
What I remember the most is,
as I put my head in the water
as I put my head in the water
4
12016
3000
Lo que más recuerdo es que,
al meter la cabeza en el agua
al meter la cabeza en el agua
00:27
and I was trying really hard
to breathe through the snorkel,
to breathe through the snorkel,
5
15040
4250
y tratar de respirar
a través del esnórquel,
a través del esnórquel,
00:31
this huge group
of striped yellow and black fish
of striped yellow and black fish
6
19314
5366
un enorme grupo
de peces rayados, amarillos y negros
de peces rayados, amarillos y negros
00:36
came straight at me ...
7
24704
1483
vinieron directamente a mí...
00:38
and I just froze.
8
26817
1397
y me quedé helada.
00:40
And then, as if it had
suddenly changed its mind,
suddenly changed its mind,
9
28975
3613
Y entonces, como si hubieran
cambiado repentinamente de opinión,
cambiado repentinamente de opinión,
00:44
came towards me
and then swerved to the right
and then swerved to the right
10
32612
2437
vinieron hacia mí y
y luego giraron a la derecha
y luego giraron a la derecha
00:47
and went right around me.
11
35073
1515
y se me acercaron.
00:48
It was absolutely mesmerizing.
12
36920
1526
Fue absolutamente fascinante.
00:50
Maybe many of you
have had this experience.
have had this experience.
13
38470
2182
Tal vez muchos de Uds.
han tenido esta experiencia.
han tenido esta experiencia.
00:53
Of course, there's the color
and the beauty of it,
and the beauty of it,
14
41239
3422
Por supuesto, está el color
y la belleza de esto,
y la belleza de esto,
00:56
but there was also
just the sheer oneness of it,
just the sheer oneness of it,
15
44685
2928
pero también fue solo
la pura unidad de ello,
la pura unidad de ello,
00:59
as if it wasn't hundreds of fish
16
47637
2343
no como si fueran cientos de peces
01:02
but a single entity
with a single collective mind
with a single collective mind
17
50004
3135
sino una sola entidad
con una sola mente colectiva
con una sola mente colectiva
01:05
that was making decisions.
18
53163
1507
que estaba tomando decisiones.
01:07
When I look back, I think that experience
really ended up determining
really ended up determining
19
55666
3682
Cuando miro hacia atrás, creo
que esto realmente determinó
que esto realmente determinó
01:11
what I've worked on for most of my career.
20
59372
2222
en lo que trabajaría la
mayoría de mi carrera.
mayoría de mi carrera.
01:16
I'm a computer scientist,
21
64157
1280
Soy científica en informática
01:17
and the field that I work in
is artificial intelligence.
is artificial intelligence.
22
65461
2747
y trabajo en inteligencia artificial.
01:20
And a key theme in AI
23
68639
1517
Y un tema clave en IA
01:22
is being able to understand intelligence
by creating our own computational systems
by creating our own computational systems
24
70180
4443
es ser capaz de entender la inteligencia
creando nuestros propios sistemas
creando nuestros propios sistemas
01:26
that display intelligence
the way we see it in nature.
the way we see it in nature.
25
74647
3253
que muestren inteligencia
como la vemos en la naturaleza.
como la vemos en la naturaleza.
01:30
Now, most popular views of AI, of course,
come from science fiction and the movies,
come from science fiction and the movies,
26
78467
4438
Las opiniones más populares de IA, vienen
de la ciencia ficción y las películas
de la ciencia ficción y las películas
01:34
and I'm personally a big Star Wars fan.
27
82929
2577
y yo soy una gran fan de Star Wars.
01:38
But that tends to be a very human-centric
view of intelligence.
view of intelligence.
28
86501
3889
Pero eso tiende a una visión
de la inteligencia muy humana.
de la inteligencia muy humana.
01:43
When you think of a fish school,
29
91144
2207
Cuando se piensa en un banco de peces
01:45
or when I think of a flock of starlings,
30
93375
2953
o en una familia de estorninos,
01:48
that feels like a really different
kind of intelligence.
kind of intelligence.
31
96352
3340
se siente como otro tipo de inteligencia.
01:52
For starters, any one fish is just so tiny
32
100945
3913
Para empezar, cualquier pez es tan pequeño
01:56
compared to the sheer size
of the collective,
of the collective,
33
104882
2887
comparado con el tamaño total
del colectivo
del colectivo
01:59
so it seems that any one individual
34
107793
3110
que parece que cualquier individuo
02:02
would have a really limited
and myopic view of what's going on,
and myopic view of what's going on,
35
110927
2993
tendría un alcance realmente limitado
y miope de lo que pasa.
y miope de lo que pasa.
02:05
and intelligence
isn't really about the individual
isn't really about the individual
36
113944
2334
y la inteligencia no trata de individuos
02:08
but somehow a property
of the group itself.
of the group itself.
37
116302
2677
sino de alguna manera de
una propiedad del grupo mismo.
una propiedad del grupo mismo.
02:12
Secondly, and the thing
that I still find most remarkable,
that I still find most remarkable,
38
120118
3231
En segundo lugar, y lo que que
todavía encuentro más notable,
todavía encuentro más notable,
02:15
is that we know that there are no leaders
supervising this fish school.
supervising this fish school.
39
123373
5032
es que sabemos que no hay líderes
supervisando estos peces.
supervisando estos peces.
02:21
Instead, this incredible
collective mind behavior
collective mind behavior
40
129163
3501
En vez de eso, este increíble
comportamiento mental colectivo
comportamiento mental colectivo
02:24
is emerging purely from the interactions
of one fish and another.
of one fish and another.
41
132688
4532
está emergiendo puramente de las
interacciones de un pez y otro.
interacciones de un pez y otro.
02:29
Somehow, there are these interactions
or rules of engagement
or rules of engagement
42
137244
3968
De alguna manera, estas interacciones
o reglas de juego
o reglas de juego
02:33
between neighboring fish
43
141236
1755
entre peces vecinos
02:35
that make it all work out.
44
143015
1467
hacen que todo funcione.
02:37
So the question for AI then becomes,
45
145736
2651
Así que la pregunta para IA
se convierte en:
se convierte en:
02:40
what are those rules of engagement
that lead to this kind of intelligence,
that lead to this kind of intelligence,
46
148411
4158
¿cuáles son esas reglas de juego
que llevan a este tipo de inteligencia?
que llevan a este tipo de inteligencia?
02:44
and of course, can we create our own?
47
152593
1907
y claro, ¿podemos crear la nuestra?
02:46
And that's the primary thing
that I work on with my team in my lab.
that I work on with my team in my lab.
48
154999
3587
Y eso es lo principal en que
trabajo con mi equipo en mi laboratorio.
trabajo con mi equipo en mi laboratorio.
02:50
We work on it through theory,
49
158943
1637
Trabajamos en ello a través de la teoría,
02:52
looking at abstract rule systems
50
160604
2348
mirando los sistemas de reglas abstractas
02:54
and thinking about
the mathematics behind it.
the mathematics behind it.
51
162976
2349
y pensando en las matemáticas de fondo.
02:57
We also do it through biology,
working closely with experimentalists.
working closely with experimentalists.
52
165897
4285
También lo hacemos mediante la biología,
en conjunto con los experimentalistas.
en conjunto con los experimentalistas.
03:02
But mostly, we do it through robotics,
53
170579
1953
Pero, sobre todo, a través de la robótica
03:04
where we try to create
our own collective systems
our own collective systems
54
172556
3904
donde intentamos crear
nuestros propios sistemas colectivos
nuestros propios sistemas colectivos
03:08
that can do the kinds of things
that we see in nature,
that we see in nature,
55
176484
2707
que puedan hacer el tipo de cosas
como en la naturaleza,
como en la naturaleza,
03:11
or at least try to.
56
179215
1237
o al menos intentarlo.
03:13
One of our first robotic quests
along this line
along this line
57
181907
2804
Una de nuestras primeras misiones
robóticas en esta línea
robóticas en esta línea
03:16
was to create our very own colony
of a thousand robots.
of a thousand robots.
58
184735
4045
fue crear nuestra propia colonia
de mil robots.
de mil robots.
03:21
So very simple robots,
59
189140
1334
Robots muy simples,
03:22
but they could be programmed
to exhibit collective intelligence,
to exhibit collective intelligence,
60
190498
3603
pero que podrían ser programados
para exhibir inteligencia colectiva,
para exhibir inteligencia colectiva,
03:26
and that's what we were able to do.
61
194125
1729
y eso es lo que pudimos hacer.
03:28
So this is what a single robot looks like.
62
196194
2032
Así que así es como se ve un robot.
03:30
It's quite small,
about the size of a quarter,
about the size of a quarter,
63
198250
2523
Es bastante pequeño,
del tamaño de una moneda,
del tamaño de una moneda,
03:32
and you can program how it moves,
64
200797
2310
y se puede programar cómo se mueven,
03:35
but it can also wirelessly
communicate with other robots,
communicate with other robots,
65
203131
3416
pero también pueden comunicarse
inalámbricamente con otros robots,
inalámbricamente con otros robots,
03:38
and it can measure distances from them.
66
206571
2167
y puede medir las distancias entre ellos.
03:40
And so now we can start to program
exactly an interaction,
exactly an interaction,
67
208762
3476
Ahora podemos empezar a programar
exactamente una interacción,
exactamente una interacción,
03:44
a rule of engagement between neighbors.
68
212262
2094
una regla de juego entre vecinos.
03:46
And once we have this system,
69
214713
1894
Y una vez que tengamos este sistema,
03:48
we can start to program many
different kinds of rules of engagement
different kinds of rules of engagement
70
216631
3416
podemos empezar a programar
diferentes tipos de reglas de juego.
diferentes tipos de reglas de juego.
03:52
that you would see in nature.
71
220071
1506
como se vería en la naturaleza.
03:53
So for example,
spontaneous synchronization,
spontaneous synchronization,
72
221601
2976
Así, por ejemplo, una
sincronización espontánea,
sincronización espontánea,
03:56
how audiences are clapping
and suddenly start all clapping together,
and suddenly start all clapping together,
73
224601
5238
cómo aplaude el público
y de repente empiezan a aplaudir juntos,
y de repente empiezan a aplaudir juntos,
04:01
the fireflies flashing together.
74
229863
2068
las luciérnagas brillando juntas.
04:06
We can program rules
for pattern formation,
for pattern formation,
75
234919
2691
Podemos programar reglas
para la formación de patrones,
para la formación de patrones,
04:09
how cells in a tissue
76
237634
1786
cómo las células en un tejido
04:11
determine what role
they're going to take on
they're going to take on
77
239444
2102
determinar qué papel van a asumir
04:13
and set the patterns of our bodies.
78
241570
1706
y fijar los patrones del cuerpo.
04:17
We can program rules for migration,
79
245045
2089
Podemos programar reglas
para la migración,
para la migración,
04:19
and in this way, we're really learning
from nature's rules.
from nature's rules.
80
247158
2977
y de esta manera, aprendemos
de las reglas de la naturaleza.
de las reglas de la naturaleza.
04:22
But we can also take it a step further.
81
250595
2647
Pero también podemos
ir un paso más allá.
ir un paso más allá.
04:25
We can actually take these rules
that we've learned from nature
that we've learned from nature
82
253266
2992
Podemos tomar las reglas
que hemos aprendido de la naturaleza
que hemos aprendido de la naturaleza
04:28
and combine them and create
entirely new collective behaviors
entirely new collective behaviors
83
256282
3794
y combinarlas y crear
conductas colectivas completamente nuevas
conductas colectivas completamente nuevas
04:32
of our very own.
84
260100
1198
propiamente nuestras.
04:33
So for example,
85
261960
1478
Así que, por ejemplo,
04:35
imagine that you had
two different kinds of rules.
two different kinds of rules.
86
263462
2352
imaginen tener
dos tipos diferentes de reglas.
dos tipos diferentes de reglas.
04:38
So your first rule is a motion rule
87
266374
2119
La primera regla es una de moción
04:40
where a moving robot can move
around other stationary robots.
around other stationary robots.
88
268517
4341
donde un robot en movimiento puede moverse
alrededor de otros estáticos.
alrededor de otros estáticos.
04:44
And your second rule is a pattern rule
89
272882
1811
Y la segunda regla es una regla patrón
04:46
where a robot takes on a color
based on its two nearest neighbors.
based on its two nearest neighbors.
90
274717
3157
en que un robot toma el color
de sus dos vecinos más cercanos.
de sus dos vecinos más cercanos.
04:50
So if I start with a blob of robots
in a little pattern seed,
in a little pattern seed,
91
278679
3445
Así que si empiezo con una pizca de robots
en una pequeña semilla patrón.
en una pequeña semilla patrón.
04:54
it turns out that these two rules
are sufficient for the group
are sufficient for the group
92
282148
2906
resulta que estas dos reglas
son suficientes para que el grupo
son suficientes para que el grupo
04:57
to be able to self-assemble
a simple line pattern.
a simple line pattern.
93
285078
2752
pueda autoensamblarse
en un simple patrón de líneas.
en un simple patrón de líneas.
05:01
And if I have more
complicated pattern rules,
complicated pattern rules,
94
289114
2544
Y si las reglas son más complicadas,
05:03
and I design error correction rules,
95
291682
2317
y diseño reglas de corrección de errores,
05:06
we can actually create really,
really complicated self assemblies,
really complicated self assemblies,
96
294023
3097
realmente podemos crear
ensambles muy complejos,
ensambles muy complejos,
05:09
and here's what that looks like.
97
297144
1644
que se ven así.
05:11
So here, you're going to see
a thousand robots
a thousand robots
98
299874
2985
Así que aquí, van a ver
miles de robots
miles de robots
05:14
that are working together
to self-assemble the letter K.
to self-assemble the letter K.
99
302883
3462
que trabajan juntos
para ensamblar la letra K.
para ensamblar la letra K.
05:18
The K is on its side.
100
306369
1306
La K está tumbada.
05:20
And the important thing
is that no one is in charge.
is that no one is in charge.
101
308223
2731
Y lo importante es que
nadie está al mando.
nadie está al mando.
05:22
So any single robot is only talking
to a small number of robots nearby it,
to a small number of robots nearby it,
102
310978
4825
Así que cualquier robot solo habla
a un pequeño número de robots cercanos,
a un pequeño número de robots cercanos,
05:27
and it's using its motion rule
to move around the half-built structure
to move around the half-built structure
103
315827
3937
y usa su regla de moción para moverse
05:31
just looking for a place to fit in
based on its pattern rules.
based on its pattern rules.
104
319788
3007
buscando un lugar para encajar
basado en sus reglas del patrón.
basado en sus reglas del patrón.
05:35
And even though no robot
is doing anything perfectly,
is doing anything perfectly,
105
323794
4398
Y aunque ningún robot
hace nada perfectamente,
hace nada perfectamente,
05:40
the rules are such that we can get
the collective to do its goal
the collective to do its goal
106
328216
3660
las reglas son tales que podemos conseguir
colectivamente lograr el objetivo
colectivamente lograr el objetivo
05:43
robustly together.
107
331900
1473
sólidamente juntos.
05:46
And the illusion becomes
almost so perfect, you know --
almost so perfect, you know --
108
334033
2982
Y la ilusión se convierte en
casi tan perfecta, saben...
casi tan perfecta, saben...
05:49
you just start to not even notice
that they're individual robots at all,
that they're individual robots at all,
109
337039
3416
que uno empieza a no darte cuenta
de que son robots individuales
de que son robots individuales
05:52
and it becomes a single entity,
110
340479
1683
y se convierten en una sola entidad,
05:54
kind of like the school of fish.
111
342186
1721
como el banco de peces.
06:00
So these are robots and rules
in two dimensions,
in two dimensions,
112
348013
2739
Estos son robots y reglas
en dos dimensiones,
en dos dimensiones,
06:02
but we can also think about robots
and rules in three dimensions.
and rules in three dimensions.
113
350776
3311
pero también podemos pensar en robots
y reglas en tres dimensiones.
y reglas en tres dimensiones.
06:06
So what if we could create robots
that could build together?
that could build together?
114
354111
3603
¿Y si pudiéramos crear robots
que podrían construir juntos?
que podrían construir juntos?
06:10
And here, we can take inspiration
from social insects.
from social insects.
115
358576
3255
Y para eso podemos inspirarnos
en los insectos sociables.
en los insectos sociables.
06:14
So if you think about
mound-building termites
mound-building termites
116
362189
2660
Si piensan en
termitas que construyen montículos
termitas que construyen montículos
06:16
or you think about army ants,
117
364873
2052
o en ejércitos de hormigas.
06:18
they create incredible,
complex nest structures out of mud
complex nest structures out of mud
118
366949
4253
que crean estructuras increíblemente
complejas de nidos de barro
complejas de nidos de barro
06:23
and even out of their own bodies.
119
371226
2144
e incluso de sus propios cuerpos.
06:26
And like the system I showed you before,
120
374602
2220
Y como el sistema que mostré antes,
06:28
these insects actually
also have pattern rules
also have pattern rules
121
376846
2970
estos insectos en realidad
también tienen reglas de patrón
también tienen reglas de patrón
06:31
that help them determine what to build,
122
379840
2038
que les ayudan a determinar qué construir,
06:33
but the pattern can be made
out of other insects,
out of other insects,
123
381902
2302
pero el patrón puede hacerse
de otros insectos
de otros insectos
06:36
or it could be made out of mud.
124
384228
1787
o de barro.
06:39
And we can use that same idea
to create rules for robots.
to create rules for robots.
125
387178
4361
Y podemos usar la misma idea
para crear reglas para robots.
para crear reglas para robots.
06:44
So here, you're going to see
some simulated robots.
some simulated robots.
126
392221
3161
Así que aquí pueden ver
algunos robots simulados.
algunos robots simulados.
06:47
So the simulated robot has a motion rule,
127
395406
2483
donde el robot simulado
tiene reglas para moverse
tiene reglas para moverse
06:49
which is how it traverses
through the structure,
through the structure,
128
397913
2333
con las que atraviesa la estructura,
06:52
looking for a place to fit in,
129
400270
1997
buscando un lugar para encajar,
06:54
and it has pattern rules
where it looks at groups of blocks
where it looks at groups of blocks
130
402291
3000
y tiene reglas de patrón
donde se examinan grupos de bloques
donde se examinan grupos de bloques
06:57
to decide whether to place a block.
131
405315
2205
para decidir si colocar o no un bloque.
07:00
And with the right motion rules
and the right pattern rules,
and the right pattern rules,
132
408644
3063
Y con las correctas reglas
de moción y de patrón
de moción y de patrón
07:03
we can actually get the robots
to build whatever we want.
to build whatever we want.
133
411731
3635
podemos conseguir que los robots
construyan lo que queramos.
construyan lo que queramos.
07:08
And of course, everybody wants
their own tower.
their own tower.
134
416197
2691
Y por supuesto, todo el mundo quiere
su propia torre.
su propia torre.
07:11
(Laughter)
135
419350
1982
(Risas)
07:14
So once we have these rules,
136
422000
1684
Así que cuando
tengamos esas reglas,
tengamos esas reglas,
07:15
we can start to create the robot bodies
that go with these rules.
that go with these rules.
137
423708
3166
podemos empezar a crear
los robots que sigan las reglas.
los robots que sigan las reglas.
07:18
So here, you see a robot
that can climb over blocks,
that can climb over blocks,
138
426898
3309
Vean un robot
que puede trepar los bloques,
que puede trepar los bloques,
07:22
but it can also lift and move these blocks
139
430231
2681
pero también puede levantarlos y moverlos
07:24
and it can start to edit
the very structure that it's on.
the very structure that it's on.
140
432936
2697
y puede editar la propia
estructura donde está.
estructura donde está.
07:28
But with these rules,
141
436617
1148
Pero con estas reglas,
07:29
this is really only one kind of robot body
that you could imagine.
that you could imagine.
142
437789
3479
en realidad, este es solo uno
de los cuerpos imaginables
de los cuerpos imaginables
07:33
You could imagine
many different kinds of robot bodies.
many different kinds of robot bodies.
143
441292
2579
Pueden imaginarse
diferentes tipos de cuerpos.
diferentes tipos de cuerpos.
07:35
So if you think about robots
that maybe could move sandbags
that maybe could move sandbags
144
443895
4610
Si piensan en robots
que mueven sacos de arena
que mueven sacos de arena
07:40
and could help build levees,
145
448529
2549
para ayudar a construir diques,
07:43
or we could think of robots
that built out of soft materials
that built out of soft materials
146
451102
4301
o en robots que construyen
con materiales blandos
con materiales blandos
07:47
and worked together
to shore up a collapsed building --
to shore up a collapsed building --
147
455427
3644
trabajando juntos
para apuntalar un edificio derrumbado...
para apuntalar un edificio derrumbado...
07:51
so just the same kind of rules
in different kinds of bodies.
in different kinds of bodies.
148
459095
2998
el mismo tipo de reglas
en diferentes tipos de cuerpos.
en diferentes tipos de cuerpos.
07:56
Or if, like my group, you are completely
obsessed with army ants,
obsessed with army ants,
149
464210
4223
O si, como en mi grupo, completamente
obsesionados con ejércitos de hormigas,
obsesionados con ejércitos de hormigas,
08:00
then maybe one day we can make robots
that can climb over literally anything
that can climb over literally anything
150
468457
4374
quizás algún día podamos hacer robots
que trepen sobre cualquier cosa
que trepen sobre cualquier cosa
08:04
including other members of their tribe,
151
472855
2174
incluyendo a miembros de su tribu,
08:07
and self-assemble things
out of their own bodies.
out of their own bodies.
152
475053
2349
y ensamblar cosas
de sus propios cuerpos.
de sus propios cuerpos.
08:10
Once you understand the rules,
153
478137
1681
Una vez conocidas las reglas,
08:11
just many different kinds
of robot visions become possible.
of robot visions become possible.
154
479842
3379
se hacen posibles muchos tipos
diferentes de visiones de robots.
diferentes de visiones de robots.
08:18
And coming back to the snorkeling trip,
155
486792
2234
Y volviendo al viaje con esnórquel,
08:21
we actually understand a great deal
about the rules that fish schools use.
about the rules that fish schools use.
156
489050
5345
realmente entendemos mucho de las
reglas usadas por los bancos de peces.
reglas usadas por los bancos de peces.
08:26
So if we can invent
the bodies to go with that,
the bodies to go with that,
157
494769
2836
Así que si podemos inventar
los cuerpos que vayan con eso,
los cuerpos que vayan con eso,
08:29
then maybe there is a future
158
497629
1428
tal vez haya un futuro
08:31
where I and my group will get to snorkel
with a fish school of our own creation.
with a fish school of our own creation.
159
499081
4522
en el que mi grupo pueda nadar
con peces creados por nosotros.
con peces creados por nosotros.
08:40
Each of these systems that I showed you
160
508850
2129
Cada uno de los sistemas que les mostré
08:43
brings us closer to having
the mathematical and the conceptual tools
the mathematical and the conceptual tools
161
511003
4277
nos acerca a tener las herramientas
matemáticas y conceptuales
matemáticas y conceptuales
08:47
to create our own versions
of collective power,
of collective power,
162
515304
3381
para crear nuestras propias versiones
del poder colectivo,
del poder colectivo,
08:50
and this can enable many different kinds
of future applications,
of future applications,
163
518709
3001
permitiendo muchas clases diferentes
de futuras aplicaciones.
de futuras aplicaciones.
08:53
whether you think about robots
that build flood barriers
that build flood barriers
164
521734
3164
Ya bien si piensan en robots que
construyen barreras contra inundaciones
construyen barreras contra inundaciones
08:56
or you think about robotic bee colonies
that could pollinate crops
that could pollinate crops
165
524922
4297
o en colonias de abejas robóticas
que podrían polinizar los cultivos
que podrían polinizar los cultivos
09:01
or underwater schools of robots
that monitor coral reefs,
that monitor coral reefs,
166
529243
3524
o escuelas submarinas de robots
que monitorizan los arrecifes de coral,
que monitorizan los arrecifes de coral,
09:04
or if we reach for the stars
and we thinking about programming
and we thinking about programming
167
532791
3103
o si tratamos de alcanzar las estrellas
y pensamos en programar
y pensamos en programar
09:07
constellations of satellites.
168
535918
1619
constelaciones de satélites.
09:10
In each of these systems,
169
538148
1612
En cada uno de estos sistemas,
09:11
being able to understand
how to design the rules of engagement
how to design the rules of engagement
170
539784
3547
ser capaz de entender
cómo diseñar las reglas del juego
cómo diseñar las reglas del juego
09:15
and being able to create
good collective behavior
good collective behavior
171
543355
2514
y ser capaz de crear
buena conducta colectiva
buena conducta colectiva
09:17
becomes a key to realizing these visions.
172
545893
2374
son clave para hacer cumplir
estas visiones.
estas visiones.
09:22
So, so far I've talked about
rules for insects and for fish
rules for insects and for fish
173
550742
4107
Hasta ahora he hablado sobre
normas para insectos y peces
normas para insectos y peces
09:26
and for robots,
174
554873
2369
y para robots,
09:29
but what about the rules that apply
to our own human collective?
to our own human collective?
175
557266
3103
¿y de las reglas que se aplican
a nuestro propio colectivo humano?
a nuestro propio colectivo humano?
09:32
And the last thought
that I'd like to leave you with
that I'd like to leave you with
176
560866
2430
El último pensamiento
que me gustaría dejarles
que me gustaría dejarles
09:35
is that science is of course itself
177
563320
1681
es que la ciencia es, por
supuesto, ella misma
supuesto, ella misma
09:37
an incredible manifestation
of collective intelligence,
of collective intelligence,
178
565025
3484
una manifestación increíble
de la inteligencia colectiva,
de la inteligencia colectiva,
09:40
but unlike the beautiful
fish schools that I study,
fish schools that I study,
179
568533
3318
pero a diferencia de los hermosos
bancos de peces que estudio,
bancos de peces que estudio,
09:43
I feel we still have a much longer
evolutionary path to walk.
evolutionary path to walk.
180
571875
3943
siento que todavía nos queda un
gran camino evolutivo por recorrer.
gran camino evolutivo por recorrer.
09:48
So in addition to working on improving
the science of robot collectives,
the science of robot collectives,
181
576746
4604
Así que además de trabajar para mejorar
la ciencia de los robots colectivos,
la ciencia de los robots colectivos,
09:53
I also work on creating robots
and thinking about rules
and thinking about rules
182
581374
3277
también trabajo en la creación
de robots y pensar en las reglas
de robots y pensar en las reglas
09:56
that will improve
our own scientific collective.
our own scientific collective.
183
584675
2460
que mejorarán nuestra
propia colectividad científica.
propia colectividad científica.
10:00
There's this saying that I love:
184
588198
1668
Hay un dicho que me encanta:
10:01
who does science
determines what science gets done.
determines what science gets done.
185
589890
3404
quien hace ciencia determina
lo que la ciencia produce.
lo que la ciencia produce.
10:06
Imagine a society
186
594239
2941
Imaginen una sociedad
10:09
where we had rules of engagement
187
597204
1651
con reglas de juego
10:10
where every child grew up believing
that they could stand here
that they could stand here
188
598879
3303
donde cada niño puede crecer
pensando que puede estar aquí
pensando que puede estar aquí
10:14
and be a technologist of the future,
189
602206
2422
y ser un tecnólogo del futuro,
10:16
or where every adult
190
604652
1501
o donde cada adulto
10:18
believed that they had the ability
not just to understand but to change
not just to understand but to change
191
606177
4119
crea tener la habilidad
no solo para entender, sino para cambiar
no solo para entender, sino para cambiar
10:22
how science and technology
impacts their everyday lives.
impacts their everyday lives.
192
610320
3555
cómo la ciencia y la tecnología
impactan en su vida cotidiana.
impactan en su vida cotidiana.
10:26
What would that society look like?
193
614820
1899
¿Cómo sería esa sociedad?
10:30
I believe that we can do that.
194
618386
1508
Creo que podemos hacerlo.
10:31
I believe that we can choose our rules,
195
619918
2291
Creo que podemos elegir nuestras reglas,
y nosotros como ingenieros
no solo diseñamos robots,
no solo diseñamos robots,
10:34
and we engineer not just robots
196
622233
1757
10:36
but we can engineer
our own human collective,
our own human collective,
197
624014
2596
sino podemos hacer crear
nuestro propio colectivo humano,
nuestro propio colectivo humano,
10:38
and if we do and when we do,
it will be beautiful.
it will be beautiful.
198
626634
3834
y si lo hacemos y cuando lo hagamos,
será hermoso.
será hermoso.
10:42
Thank you.
199
630492
1151
Gracias.
10:43
(Applause)
200
631667
6547
(Aplausos)
ABOUT THE SPEAKER
Radhika Nagpal - Robotics engineerTaking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots.
Why you should listen
With a swarm of 1,024 robots inspired by the design of ant colonies, Radhika Nagpal and her colleagues at Harvard’s SSR research group have redefined expectations for self-organizing robotic systems. Guided by algorithms, Nagpal’s shockingly simple robots guide themselves into a variety of shapes -- an ability that, brought to scale, might lead to applications like disaster rescue, space exploration and beyond.
In addition to her work with biologically inspired robots, Nagpal helped create ROOT, a simple robot to teach coding to would-be programmers through a simple user interface suitable for students of all ages.
Radhika Nagpal | Speaker | TED.com