TED2017
Radhika Nagpal: What intelligent machines can learn from a school of fish
رادیکا ناگپال: آنچه که ماشین‌های هوشمند می‌توانند از دسته ماهی‌ها یاد بگیرند
Filmed:
Readability: 4.3
1,266,261 views
دیدگاه‌های علمی تخیلی نشان می‌دهد که هوش مصنوعی برای بازنگری نحوه تفکر ما ساخته شده است -- چه اتفاقی می‌افتد اگر ما آن را با هوشمندی و تعاملاتی که در طبیعت می‌بینیم مدل کنیم؟ مهندس رباتیک، رادیکا ناگپال، که در مورد تعاملات جمعی حشرات و ماهی‌ها مطالعه می‌کند و سعی در فهم قواعد تعاملی آنها را دارد، در یک سخنرانی رویایی، او فعالیت خود را در ساخت هوش جمعی مصنوعی ارائه می‌دهد و آینده ای را پیش بینی می‌کند که رباتها در مقابل سیل موانعی را می‌سازند، به باروری گیاهان کمک می‌کنند، رفتارهای مرجان‌های دریایی را نظارت کرده و شبکه‌ای از ماهواره‌های تعاملی را درست می‌کنند.
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.
در اولین روزهای دوران دانشجویی ارشد،
00:12
In my early days as a graduate student,
0
755
2015
00:14
I went on a snorkeling trip
off the coast of the Bahamas.
off the coast of the Bahamas.
1
2794
3555
به یک سفر غواصی زیر آب
در سواحل باهاما رفتم.
در سواحل باهاما رفتم.
00:18
I'd actually never swum
in the ocean before,
in the ocean before,
2
6789
2949
راستش قبلاً در اون اقیانوس شنا نکرده بودم،
00:21
so it was a bit terrifying.
3
9762
1844
بنابراین کمی ترسیده بودم.
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
چیزی که بیشتر به یاد می‌آورم،
همانطور که سرم را در آب گذاشتم
همانطور که سرم را در آب گذاشتم
00:27
and I was trying really hard
to breathe through the snorkel,
to breathe through the snorkel,
5
15040
4250
و سخت تلاش می‌کردم از
طریق لوله تنفس نفس بکشم،
طریق لوله تنفس نفس بکشم،
00:31
this huge group
of striped yellow and black fish
of striped yellow and black fish
6
19314
5366
یک گروه بزرگ از ماهی‌های راه راه
زرد و سیاه
زرد و سیاه
00:36
came straight at me ...
7
24704
1483
مستقیم به سمت من آمدند ...
00:38
and I just froze.
8
26817
1397
و من فقط بی‌حرکت ماندم.
00:40
And then, as if it had
suddenly changed its mind,
suddenly changed its mind,
9
28975
3613
و بعد، مثل اینکه ناگهانی
عقیده‌شان عوض بشود،
عقیده‌شان عوض بشود،
00:44
came towards me
and then swerved to the right
and then swerved to the right
10
32612
2437
به سمت من می‌آمدند و بعد به سمت راستم
منحرف می‌شدند
منحرف می‌شدند
00:47
and went right around me.
11
35073
1515
و به اطراف من می‌رفتند.
00:48
It was absolutely mesmerizing.
12
36920
1526
بسیار مسحور کننده بود.
00:50
Maybe many of you
have had this experience.
have had this experience.
13
38470
2182
شاید خیلی از شماها
همچین تجربه‌ای داشته‌اید.
همچین تجربه‌ای داشته‌اید.
00:53
Of course, there's the color
and the beauty of it,
and the beauty of it,
14
41239
3422
البته، با وجود رنگ و زیبایی آنها،
00:56
but there was also
just the sheer oneness of it,
just the sheer oneness of it,
15
44685
2928
اما در آن یک نوع یکنواختی وجود داشت،
00:59
as if it wasn't hundreds of fish
16
47637
2343
که انگار این‌ها صدها ماهی نیستند
01:02
but a single entity
with a single collective mind
with a single collective mind
17
50004
3135
بلکه انگار یک نهاد واحد
با یک ذهن واحد جمعی
با یک ذهن واحد جمعی
01:05
that was making decisions.
18
53163
1507
داشت برایشان تصمیم گیری می‌کرد.
01:07
When I look back, I think that experience
really ended up determining
really ended up determining
19
55666
3682
وقتی به عقب نگاه می‌کنم،
فکر می‌کنم از این تجربه درس گرفتم
فکر می‌کنم از این تجربه درس گرفتم
01:11
what I've worked on for most of my career.
20
59372
2222
و در بیشتر کارهایم از آن استفاده کردم.
01:16
I'm a computer scientist,
21
64157
1280
من یک محقق کامپیوتر هستم،
01:17
and the field that I work in
is artificial intelligence.
is artificial intelligence.
22
65461
2747
و در زمینه هوش مصنوعی کار می‌کنم.
01:20
And a key theme in AI
23
68639
1517
و یک موضوع مهم در هوش مصنوعی
01:22
is being able to understand intelligence
by creating our own computational systems
by creating our own computational systems
24
70180
4443
توانایی درک هوش با ایجاد سیستم‌های
محاسباتی خودمان است
محاسباتی خودمان است
01:26
that display intelligence
the way we see it in nature.
the way we see it in nature.
25
74647
3253
که هوش را به‌طریقی که
در طبیعت می‌بینیم نشان دهد.
در طبیعت می‌بینیم نشان دهد.
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
در حال حاضر، بیشتر ایده‌های هوش مصنوعی،
از فیلم‌ها و تخیلات آمده است،
از فیلم‌ها و تخیلات آمده است،
01:34
and I'm personally a big Star Wars fan.
27
82929
2577
و من شخصاً طرفدار فیلم «جنگ ستارگان» هستم.
01:38
But that tends to be a very human-centric
view of intelligence.
view of intelligence.
28
86501
3889
اما به نظر می‌رسد این نگرش به هوش
بسیار انسان محور است.
بسیار انسان محور است.
01:43
When you think of a fish school,
29
91144
2207
وقتی به دسته ماهی‌ها یا،
01:45
or when I think of a flock of starlings,
30
93375
2953
پرندگان مهاجر فکر می‌کنید،
01:48
that feels like a really different
kind of intelligence.
kind of intelligence.
31
96352
3340
یک نوع دیگری از هوش رو لمس می‌کنید.
01:52
For starters, any one fish is just so tiny
32
100945
3913
برای مبتدی‌ها، یک ماهی اینقدر کوچک است
01:56
compared to the sheer size
of the collective,
of the collective,
33
104882
2887
که قابل قیاس با اندازه مجموعه نیست،
01:59
so it seems that any one individual
34
107793
3110
و به نظر می‌رسد هر کدام
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
یک جنبه کوچکی از مجموعه هستند،
02:05
and intelligence
isn't really about the individual
isn't really about the individual
36
113944
2334
هم چنین هوش فرد گرا نیست
02:08
but somehow a property
of the group itself.
of the group itself.
37
116302
2677
اما به تک تک اعضا مربوط می‌شود.
02:12
Secondly, and the thing
that I still find most remarkable,
that I still find most remarkable,
38
120118
3231
ثانیاً، چیزی که واقعا قابل توجه است،
02:15
is that we know that there are no leaders
supervising this fish school.
supervising this fish school.
39
123373
5032
این است که می‌دانیم رهبری برای این
گروه از ماهی‌ها وجود ندارد.
گروه از ماهی‌ها وجود ندارد.
02:21
Instead, this incredible
collective mind behavior
collective mind behavior
40
129163
3501
در عوض، این رفتار جمعی باور نکردنی
02:24
is emerging purely from the interactions
of one fish and another.
of one fish and another.
41
132688
4532
صرفاً از تعاملات یک ماهی با ماهی
دیگر نشات می‌گیرد.
دیگر نشات می‌گیرد.
02:29
Somehow, there are these interactions
or rules of engagement
or rules of engagement
42
137244
3968
به هر حال، این تعاملات یا قواعد تعامل
02:33
between neighboring fish
43
141236
1755
بین ماهی‌ها در جریان است
02:35
that make it all work out.
44
143015
1467
که تمام کارها را انجام می‌دهد.
02:37
So the question for AI then becomes,
45
145736
2651
و باز سوال برای هوش مصنوعی مطرح می‌شود که،
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
که این قواعد تعامل چیست که منجربه
این نوع هوش می‌شود،
این نوع هوش می‌شود،
و حتی آیا خودمان می‌توانیم
نمونه‌اش را درست کنیم؟
نمونه‌اش را درست کنیم؟
02:44
and of course, can we create our own?
47
152593
1907
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
و این اصلی‌ترین چیزی است که در
آزمایشگاه با تیمم کار می‌کنم.
آزمایشگاه با تیمم کار می‌کنم.
02:50
We work on it through theory,
49
158943
1637
و ما با این نظریه کار می‌کنیم،
02:52
looking at abstract rule systems
50
160604
2348
با نگاه به قوانین انتزاعی حاکم بر سیستم‌ها
02:54
and thinking about
the mathematics behind it.
the mathematics behind it.
51
162976
2349
و هم چنین با فکر کردن به ریاضیات پشت آن.
02:57
We also do it through biology,
working closely with experimentalists.
working closely with experimentalists.
52
165897
4285
ما همچنین روی زیست شناسی آن با همکاری
نزدیک با متخصصان کار می‌کنیم.
نزدیک با متخصصان کار می‌کنیم.
03:02
But mostly, we do it through robotics,
53
170579
1953
ولی اغلب، روی رباتیک کار می‌کنیم،
03:04
where we try to create
our own collective systems
our own collective systems
54
172556
3904
جایی که سعی می‌کنیم سیستم‌های
جمعی خودمان را ایجاد کنیم
جمعی خودمان را ایجاد کنیم
03:08
that can do the kinds of things
that we see in nature,
that we see in nature,
55
176484
2707
که می‌تواند چیزهایی که در
طبیعت می‌بینیم را انجام دهد،
طبیعت می‌بینیم را انجام دهد،
03:11
or at least try to.
56
179215
1237
یا حداقل شبیه آن باشد.
03:13
One of our first robotic quests
along this line
along this line
57
181907
2804
یکی از اولین ماموریت‌های
رباتیک ما در این حوزه
رباتیک ما در این حوزه
03:16
was to create our very own colony
of a thousand robots.
of a thousand robots.
58
184735
4045
این بود که ما گروه خودمان
را از هزاران ربات درست کنیم.
را از هزاران ربات درست کنیم.
03:21
So very simple robots,
59
189140
1334
ربات‌هایی بسیار ساده،
03:22
but they could be programmed
to exhibit collective intelligence,
to exhibit collective intelligence,
60
190498
3603
اما برنامه پذیر برای نشان دادن هوش جمعی،
03:26
and that's what we were able to do.
61
194125
1729
واین چیزی است که توانستیم انجام دهیم.
03:28
So this is what a single robot looks like.
62
196194
2032
پس یک ربات اینگونه به نظر می‌رسد.
03:30
It's quite small,
about the size of a quarter,
about the size of a quarter,
63
198250
2523
بسیار کوچک، در اندازه یک سکه ۲۵ میلی متری
03:32
and you can program how it moves,
64
200797
2310
و می‌توانید برنامه ریزی کنید که
چگونه حرکت کند،
چگونه حرکت کند،
03:35
but it can also wirelessly
communicate with other robots,
communicate with other robots,
65
203131
3416
و همچنین می‌تواند به صورت بیسیم
با بقیه رباتها ارتباط برقرار کند،
با بقیه رباتها ارتباط برقرار کند،
03:38
and it can measure distances from them.
66
206571
2167
و فاصله خود را با بقیه اندازه گیری کند.
03:40
And so now we can start to program
exactly an interaction,
exactly an interaction,
67
208762
3476
و الان می‌توانیم پروژه را شروع کنیم
دقیقا یک تعامل،
دقیقا یک تعامل،
03:44
a rule of engagement between neighbors.
68
212262
2094
یک قانون تعامل بین همسایگان.
03:46
And once we have this system,
69
214713
1894
و هنگامیکه ما این سیستم را داریم،
03:48
we can start to program many
different kinds of rules of engagement
different kinds of rules of engagement
70
216631
3416
می‌توانیم بسیاری از این
پروژه‌ها و تعاملات را که در
پروژه‌ها و تعاملات را که در
03:52
that you would see in nature.
71
220071
1506
طبیعت می‌بینیم شبیه سازی کنیم.
03:53
So for example,
spontaneous synchronization,
spontaneous synchronization,
72
221601
2976
به طور مثال، هماهنگ سازی خود به خودی،
03:56
how audiences are clapping
and suddenly start all clapping together,
and suddenly start all clapping together,
73
224601
5238
که چگونه تعدادی از حضار دست می‌زنند
و ناگهان همگی با هم دست می‌زنند،
و ناگهان همگی با هم دست می‌زنند،
04:01
the fireflies flashing together.
74
229863
2068
یا کرم‌های شب تاب با هم می‌درخشند.
04:06
We can program rules
for pattern formation,
for pattern formation,
75
234919
2691
ما می‌توانیم ساخت الگوهای این
قوانین را برنامه ریزی کنیم،
قوانین را برنامه ریزی کنیم،
04:09
how cells in a tissue
76
237634
1786
چگونه سلول‌ها در یک بافت
04:11
determine what role
they're going to take on
they're going to take on
77
239444
2102
تشخیص می‌دهند که هر کدام چه نقشی دارند
04:13
and set the patterns of our bodies.
78
241570
1706
و الگوهای بدن ما را تنظیم می‌کنند.
04:17
We can program rules for migration,
79
245045
2089
می‌توانیم قواعد مهاجرت را برنامه پذیر کنیم
04:19
and in this way, we're really learning
from nature's rules.
from nature's rules.
80
247158
2977
و به این طریق می‌توانیم قوانین
طبیعت را یاد بگیریم.
طبیعت را یاد بگیریم.
04:22
But we can also take it a step further.
81
250595
2647
حتی می‌توانیم آنها را یک گام به‌جلو ببریم.
04:25
We can actually take these rules
that we've learned from nature
that we've learned from nature
82
253266
2992
ما می‌توانیم این قوانینی که از
طبیعت یاد گرفته ایم را بگیریم
طبیعت یاد گرفته ایم را بگیریم
04:28
and combine them and create
entirely new collective behaviors
entirely new collective behaviors
83
256282
3794
ترکیب شان کنیم و در نهایت
یک رفتار جمعی جدید بسازیم
یک رفتار جمعی جدید بسازیم
04:32
of our very own.
84
260100
1198
که مختص خودمان باشد.
04:33
So for example,
85
261960
1478
برای مثال،
04:35
imagine that you had
two different kinds of rules.
two different kinds of rules.
86
263462
2352
تصور کنید شما دو نوع مختلف قانون داشتید.
04:38
So your first rule is a motion rule
87
266374
2119
قانون اول که قانون حرکت است
04:40
where a moving robot can move
around other stationary robots.
around other stationary robots.
88
268517
4341
جایی که یک ربات می‌تواند بین ربات
های ایستاده دیگر حرکت کند.
های ایستاده دیگر حرکت کند.
04:44
And your second rule is a pattern rule
89
272882
1811
و قانون دوم، قانون الگو است
04:46
where a robot takes on a color
based on its two nearest neighbors.
based on its two nearest neighbors.
90
274717
3157
جایی که یک ربات از دو تا از نزدیک ترین
همسایگانش رنگی را می‌گیرد.
همسایگانش رنگی را می‌گیرد.
04:50
So if I start with a blob of robots
in a little pattern seed,
in a little pattern seed,
91
278679
3445
بنابراین اگر با یک گروه از
رباتها شروع کنم،
رباتها شروع کنم،
04:54
it turns out that these two rules
are sufficient for the group
are sufficient for the group
92
282148
2906
معلوم است که این دو قاعده
برای این دو گروه کافی است
برای این دو گروه کافی است
04:57
to be able to self-assemble
a simple line pattern.
a simple line pattern.
93
285078
2752
تا یک الگوی خط ساده را خودش
بتواند جمع آوری کند.
بتواند جمع آوری کند.
05:01
And if I have more
complicated pattern rules,
complicated pattern rules,
94
289114
2544
و اگر قواعد پیچیده بیشتری داشته باشم
05:03
and I design error correction rules,
95
291682
2317
و قوانین اصلاح خطا را طراحی کنم،
05:06
we can actually create really,
really complicated self assemblies,
really complicated self assemblies,
96
294023
3097
ما واقعاً می‌توانیم مجموعه‌های
پیچیده خود-سازمان‌دهی را ایجاد کنیم،
پیچیده خود-سازمان‌دهی را ایجاد کنیم،
05:09
and here's what that looks like.
97
297144
1644
و این چیزی که به نظر می‌رسد.
05:11
So here, you're going to see
a thousand robots
a thousand robots
98
299874
2985
در اینجا هزاران ربات را خواهید دید که
05:14
that are working together
to self-assemble the letter K.
to self-assemble the letter K.
99
302883
3462
با هم برای درست کردن حرف K
همکاری می‌کنند.
همکاری می‌کنند.
05:18
The K is on its side.
100
306369
1306
جهت آن از بالا به پائین.
05:20
And the important thing
is that no one is in charge.
is that no one is in charge.
101
308223
2731
و قسمت مهم اینجاست که
هیچکس رهبر نیست.
هیچکس رهبر نیست.
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
بنابراین یک ربات با تعداد کمی از
همسایگان خود ارتباط برقرار می‌کند،
همسایگان خود ارتباط برقرار می‌کند،
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
و برای حرکت پیرامون سازه در حال تکمیل
از قانون حرکتش استفاده می‌کند
از قانون حرکتش استفاده می‌کند
05:31
just looking for a place to fit in
based on its pattern rules.
based on its pattern rules.
104
319788
3007
و با توجه به الگویش دنبال یک مکان
می‌گردد تا در آنجا قرار گیرد.
می‌گردد تا در آنجا قرار گیرد.
05:35
And even though no robot
is doing anything perfectly,
is doing anything perfectly,
105
323794
4398
حتی اگر هیچ رباتی کار خود
را به خوبی انجام ندهد،
را به خوبی انجام ندهد،
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
قوانین طوری تنظیم شده‌اند که کل
گروه برای رسیدن به هدف با جدیت
گروه برای رسیدن به هدف با جدیت
05:43
robustly together.
107
331900
1473
تلاش می‌کنند.
05:46
And the illusion becomes
almost so perfect, you know --
almost so perfect, you know --
108
334033
2982
و تقریباً اینجا اشتباه پیش می‌آید که،
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
در ابتدا به این توجه نمی‌کنید که
این‌ها ربات‌های فردی هستند،
این‌ها ربات‌های فردی هستند،
05:52
and it becomes a single entity,
110
340479
1683
تبدیل به یک موجودیت واحد می‌شوند،
05:54
kind of like the school of fish.
111
342186
1721
مثل دسته ماهی‌ها.
06:00
So these are robots and rules
in two dimensions,
in two dimensions,
112
348013
2739
این تصویر رباتها و قوانین سازنده
در محیط دو بعدی است،
در محیط دو بعدی است،
06:02
but we can also think about robots
and rules in three dimensions.
and rules in three dimensions.
113
350776
3311
اما می‌توانیم آنها را در
سه بعد نیز تصور کنیم.
سه بعد نیز تصور کنیم.
06:06
So what if we could create robots
that could build together?
that could build together?
114
354111
3603
و چی می‌شد اگر ما بتوانیم ربات‌هایی را
بسازیم که بتوانند خودشان را بسازند؟
بسازیم که بتوانند خودشان را بسازند؟
06:10
And here, we can take inspiration
from social insects.
from social insects.
115
358576
3255
و اینجا، می‌توانیم از حشرات
اجتماعی نیز الهام بگیریم.
اجتماعی نیز الهام بگیریم.
06:14
So if you think about
mound-building termites
mound-building termites
116
362189
2660
اگر تپه موریانهها را درنظر بگیرید
06:16
or you think about army ants,
117
364873
2052
یا حتی مورچه‌های سرباز،
06:18
they create incredible,
complex nest structures out of mud
complex nest structures out of mud
118
366949
4253
آنها لانه‌های پیچیده ای ازگل را
به طور باورنکردنی می‌سازند
به طور باورنکردنی می‌سازند
06:23
and even out of their own bodies.
119
371226
2144
و حتی از خود بدن‌هایشان.
06:26
And like the system I showed you before,
120
374602
2220
و این سیستمی است که قبلا به شما گفته بودم،
06:28
these insects actually
also have pattern rules
also have pattern rules
121
376846
2970
و این حشرات واقعاً همچنین الگوهایی دارند
06:31
that help them determine what to build,
122
379840
2038
که به آنها کمک می‌کنند
بفهمند چی بسازند،
بفهمند چی بسازند،
06:33
but the pattern can be made
out of other insects,
out of other insects,
123
381902
2302
و این الگو می‌تواند از حشرات
دیگر نیز گرفته شود،
دیگر نیز گرفته شود،
06:36
or it could be made out of mud.
124
384228
1787
یا حتی از ساختار گِل.
06:39
And we can use that same idea
to create rules for robots.
to create rules for robots.
125
387178
4361
و ما می‌توانیم از همین ایده برای
ساخت قواعد روبات‌ها استفاده کنیم.
ساخت قواعد روبات‌ها استفاده کنیم.
06:44
So here, you're going to see
some simulated robots.
some simulated robots.
126
392221
3161
در اینجا بعضی از ربات‌های
شبیه سازی شده را می‌بینید.
شبیه سازی شده را می‌بینید.
06:47
So the simulated robot has a motion rule,
127
395406
2483
این ربات شبیه سازی شده
دارای یک قانون حرکت است
دارای یک قانون حرکت است
06:49
which is how it traverses
through the structure,
through the structure,
128
397913
2333
که چگونه از الگوها
برای توسعه استفاده می‌کند،
برای توسعه استفاده می‌کند،
06:52
looking for a place to fit in,
129
400270
1997
چگونه یک مکان را برای قرار گیری پیدا کند،
06:54
and it has pattern rules
where it looks at groups of blocks
where it looks at groups of blocks
130
402291
3000
و الگوهایی دارد که وقتی
به گروهی از بلوک‌ها می‌رسد
به گروهی از بلوک‌ها می‌رسد
06:57
to decide whether to place a block.
131
405315
2205
تصمیم بگیرد که بلوک جدیدی را بگذارد یا نه.
07:00
And with the right motion rules
and the right pattern rules,
and the right pattern rules,
132
408644
3063
و با قوانین حرکت و الگوهای درست،
07:03
we can actually get the robots
to build whatever we want.
to build whatever we want.
133
411731
3635
ما می‌توانیم از رباتها برای ساخت
هر چیزی که می‌خواهیم استفاده کنیم.
هر چیزی که می‌خواهیم استفاده کنیم.
07:08
And of course, everybody wants
their own tower.
their own tower.
134
416197
2691
معلومه که هرکسی دنبال
ساخت برج خودش خواهد بود.
ساخت برج خودش خواهد بود.
07:11
(Laughter)
135
419350
1982
(خنده)
07:14
So once we have these rules,
136
422000
1684
پس بعد از مشخص شدن قوانین،
07:15
we can start to create the robot bodies
that go with these rules.
that go with these rules.
137
423708
3166
می‌توانیم سراغ ساخت شکل رباتها
متناسب با این الگوها برویم.
متناسب با این الگوها برویم.
07:18
So here, you see a robot
that can climb over blocks,
that can climb over blocks,
138
426898
3309
اینجا رباتی را می‌بینید که
می‌تواند از بلوک‌ها بالا برود
می‌تواند از بلوک‌ها بالا برود
07:22
but it can also lift and move these blocks
139
430231
2681
و می‌تواند بلوک‌ها را بلند و جا به جا کند
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
و می‌تواند مکان هر بلوک را اصلاح کند.
07:28
But with these rules,
141
436617
1148
اما با این قوانین،
07:29
this is really only one kind of robot body
that you could imagine.
that you could imagine.
142
437789
3479
این تنها یک نوع از ربات‌هایی
هست که می‌توانید تصورش کنید.
هست که می‌توانید تصورش کنید.
07:33
You could imagine
many different kinds of robot bodies.
many different kinds of robot bodies.
143
441292
2579
می‌توانید انواع اشکال مختلفی
از رباتها را تصور کنید.
از رباتها را تصور کنید.
07:35
So if you think about robots
that maybe could move sandbags
that maybe could move sandbags
144
443895
4610
می‌توانید روباتی را تصور کنید
که کیسه‌های شن را جا به جا کند
که کیسه‌های شن را جا به جا کند
07:40
and could help build levees,
145
448529
2549
و می‌تواند به ساخت خاکریزها کمک کند،
07:43
or we could think of robots
that built out of soft materials
that built out of soft materials
146
451102
4301
یا می‌توانیم ربات‌هایی را تصور کنیم
که از مواد نرم ساخته شده اند
که از مواد نرم ساخته شده اند
07:47
and worked together
to shore up a collapsed building --
to shore up a collapsed building --
147
455427
3644
و باهم برای آوار برداری یک ساختمان
فرو ریخته همکاری کنند.
فرو ریخته همکاری کنند.
پس اینجا نیز می‌توان همان قوانین اولیه
را در ربات‌هایی با اشکال مختلف نیز دید.
را در ربات‌هایی با اشکال مختلف نیز دید.
07:51
so just the same kind of rules
in different kinds of bodies.
in different kinds of bodies.
148
459095
2998
07:56
Or if, like my group, you are completely
obsessed with army ants,
obsessed with army ants,
149
464210
4223
یا اگر، مثل گروه من،
مشتاق در روش مورچه‌های سرباز هستید.
مشتاق در روش مورچه‌های سرباز هستید.
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
شاید بتوانیم ربات‌هایی را بسازیم که به
معنای واقعی کلمه از هر چیزی
معنای واقعی کلمه از هر چیزی
08:04
including other members of their tribe,
151
472855
2174
حتی از روی خودشان نیز بالا بروند
08:07
and self-assemble things
out of their own bodies.
out of their own bodies.
152
475053
2349
و چیزهایی را به‌تنهایی بسازند.
08:10
Once you understand the rules,
153
478137
1681
هنگامی که قوانین را می‌فهمید،
08:11
just many different kinds
of robot visions become possible.
of robot visions become possible.
154
479842
3379
می‌توانید انواع مختلفی از رباتها بسازید.
08:18
And coming back to the snorkeling trip,
155
486792
2234
خب برگردیم به سفر دریایی‌مان،
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
ما در واقع تعامل بزرگی در دسته ماهی‌ها
می‌بینیم که از آن بهره می‌برند.
می‌بینیم که از آن بهره می‌برند.
08:26
So if we can invent
the bodies to go with that,
the bodies to go with that,
157
494769
2836
پس اگر بتوانیم همچین چیزی را بسازیم،
08:29
then maybe there is a future
158
497629
1428
ممکن است در آینده
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
من و گروهم به سفر غواصی دریایی برویم
که دسته ماهی‌هایشان را خودمان ساخته‌ایم.
که دسته ماهی‌هایشان را خودمان ساخته‌ایم.
08:40
Each of these systems that I showed you
160
508850
2129
هر کدام از سیستم‌هایی که
من به شما نشان دادم،
من به شما نشان دادم،
08:43
brings us closer to having
the mathematical and the conceptual tools
the mathematical and the conceptual tools
161
511003
4277
ما را به ابزارهای ریاضی
و مفهومی نزدیک می‌کنند که بتوانیم
و مفهومی نزدیک می‌کنند که بتوانیم
08:47
to create our own versions
of collective power,
of collective power,
162
515304
3381
نسخه‌های با قدرت از تعامل جمعی
برای خودمان را بسازیم،
برای خودمان را بسازیم،
و این می‌تواند به بسیاری از درخواست‌های
کاربردی ما در آینده پاسخ دهد.
کاربردی ما در آینده پاسخ دهد.
08:50
and this can enable many different kinds
of future applications,
of future applications,
163
518709
3001
08:53
whether you think about robots
that build flood barriers
that build flood barriers
164
521734
3164
وقتی که ربات‌هایی به وجود آیند که
مانعی برای سیل بسازند
مانعی برای سیل بسازند
08:56
or you think about robotic bee colonies
that could pollinate crops
that could pollinate crops
165
524922
4297
یا ربات‌های زنبور مانندی که محصولات
کشاورزی را گرده افشانی کنند
کشاورزی را گرده افشانی کنند
09:01
or underwater schools of robots
that monitor coral reefs,
that monitor coral reefs,
166
529243
3524
یا دسته ربات‌های آبی که صخره‌های
مرجانی را زیر نظر داشته باشند،
مرجانی را زیر نظر داشته باشند،
09:04
or if we reach for the stars
and we thinking about programming
and we thinking about programming
167
532791
3103
یا اگر ما به ستاره‌ها رسیدم،
برای [برقراری ارتباط]
برای [برقراری ارتباط]
بتوانیم شبکه‌ای از ماهواره‌های
برنامه پذیر داشته باشیم.
برنامه پذیر داشته باشیم.
09:07
constellations of satellites.
168
535918
1619
09:10
In each of these systems,
169
538148
1612
در هر کدام از این سیستم‌ها،
09:11
being able to understand
how to design the rules of engagement
how to design the rules of engagement
170
539784
3547
توانایی فهم نحوه طراحی قوانین تعامل
09:15
and being able to create
good collective behavior
good collective behavior
171
543355
2514
و توانایی ساخت رفتار جمعی خوب
09:17
becomes a key to realizing these visions.
172
545893
2374
کلیدی است که برای درک بهتر این دیدگاه‌ها.
09:22
So, so far I've talked about
rules for insects and for fish
rules for insects and for fish
173
550742
4107
تاکنون، درباره قوانین حشرات، ماهی‌ها
09:26
and for robots,
174
554873
2369
و همچنین روبات‌ها صحبت کردم،
09:29
but what about the rules that apply
to our own human collective?
to our own human collective?
175
557266
3103
اما درباره قوانینی که حاکم بر
مشارکت جمعی ماست چطور؟
مشارکت جمعی ماست چطور؟
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
و آخرین حرفی که می‌خوام
شما را باهاش تنها بگذارم اینه که
شما را باهاش تنها بگذارم اینه که
09:35
is that science is of course itself
177
563320
1681
علم البته در وجود خودش
09:37
an incredible manifestation
of collective intelligence,
of collective intelligence,
178
565025
3484
شاکله‌ای باورنکردنی
از هوشمندی دسته‌جمعی را دارد.
از هوشمندی دسته‌جمعی را دارد.
09:40
but unlike the beautiful
fish schools that I study,
fish schools that I study,
179
568533
3318
اما برخلاف دسته ماهی‌هایی
که مطالعه می‌کنم،
که مطالعه می‌کنم،
09:43
I feel we still have a much longer
evolutionary path to walk.
evolutionary path to walk.
180
571875
3943
من احساس می‌کنم مسیر تکاملی
طولانی‌تری برای رفتن داریم.
طولانی‌تری برای رفتن داریم.
09:48
So in addition to working on improving
the science of robot collectives,
the science of robot collectives,
181
576746
4604
بنابراین علاوه‌بر کار
بر روی بهبود علم مشارکت رباتها،
بر روی بهبود علم مشارکت رباتها،
09:53
I also work on creating robots
and thinking about rules
and thinking about rules
182
581374
3277
من درباره ساخت ربات و قوانین آن کار می‌کنم
09:56
that will improve
our own scientific collective.
our own scientific collective.
183
584675
2460
که در آینده همکاری علمی
خودمان را بهبود خواهد داد.
خودمان را بهبود خواهد داد.
10:00
There's this saying that I love:
184
588198
1668
چیزی که دوست دارم بگم اینه که:
10:01
who does science
determines what science gets done.
determines what science gets done.
185
589890
3404
محقق علمی است که تعیین می‌کند
علم به کجا برود.
علم به کجا برود.
10:06
Imagine a society
186
594239
2941
جامعه‌ای را تصور کنید
10:09
where we had rules of engagement
187
597204
1651
که در آن قوانین تعاملی داشته باشیم
10:10
where every child grew up believing
that they could stand here
that they could stand here
188
598879
3303
که هر بچه‌ای که بزرگ می‌شود باور داشته باشد
که روزی می‌تواند در اینجا بایستد
که روزی می‌تواند در اینجا بایستد
10:14
and be a technologist of the future,
189
602206
2422
و محقق تکنولوژی آینده باشد،
10:16
or where every adult
190
604652
1501
یا جایی که هر بزرگ سالی
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
معتقد باشد که نه‌تنها می‌تواند بفهمد،
بلکه توانایی تغییر این که
بلکه توانایی تغییر این که
10:22
how science and technology
impacts their everyday lives.
impacts their everyday lives.
192
610320
3555
چطور تکنولوژی هر روز
بر زندگی‌شان تاثیر می‌گذارد را دارد.
بر زندگی‌شان تاثیر می‌گذارد را دارد.
10:26
What would that society look like?
193
614820
1899
همچین جامعه‌ای به چی شبیه است؟
10:30
I believe that we can do that.
194
618386
1508
معتقدم می‌توانیم انجامش دهیم.
10:31
I believe that we can choose our rules,
195
619918
2291
معتقدم می‌توانیم قوانین خودمان را بسازیم،
10:34
and we engineer not just robots
196
622233
1757
ما فقط رباتها را مهندسی نمی‌کنیم
10:36
but we can engineer
our own human collective,
our own human collective,
197
624014
2596
بلکه مجموعه انسانی را
نیز می‌توانیم مهندسی کنیم،
نیز می‌توانیم مهندسی کنیم،
10:38
and if we do and when we do,
it will be beautiful.
it will be beautiful.
198
626634
3834
و اگر بتوانم و زمانی انجامش بدهیم،
جامعه زیبایی خواهیم داشت.
جامعه زیبایی خواهیم داشت.
10:42
Thank you.
199
630492
1151
متشکرم.
10:43
(Applause)
200
631667
6547
(تشویق)
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