TED2018
Giada Gerboni: The incredible potential of flexible, soft robots
Giada Gerboni: A hajlékony, puha robotok hihetetlen lehetőségei
Filmed:
Readability: 4.7
1,397,702 views
Robotokat a gyorsaság és pontosság kedvéért terveznek, de használatukat a merevségük gyakran korlátozza. Giada Gerboni biomedikális mérnök a gondolatébresztő előadásában ismerteti a csúcstechnológiának számító puha robotika terén született újabb fejlesztéseket, amelynek célja a természetet utánzó hajlékony gépek előállítása. Példa rá a robotpolip. Tudjunk meg többet arról, hogyan játszhatnak e hajlékony szerkezetek döntő szerepet a sebészetben, gyógyításban és mindennapi életünkben.
Giada Gerboni - Biomedical engineer
Giada Gerboni works in surgical robotics, supporting surgeons with new flexible robotic devices in order to make once impossible operations a reality. Full bio
Giada Gerboni works in surgical robotics, supporting surgeons with new flexible robotic devices in order to make once impossible operations a reality. Full bio
Double-click the English transcript below to play the video.
Szóval, a robotok.
00:13
So, robots.
0
1531
1837
00:15
Robots can be programmed
1
3392
1414
A robotok úgy programozhatók,
00:16
to do the same task millions of times
with minimal error,
with minimal error,
2
4830
3691
hogy milliószor hajtsák végre
alig hibázva ugyanazt a feladatot,
alig hibázva ugyanazt a feladatot,
00:20
something very difficult for us, right?
3
8545
2514
amit mi nehéznek találunk.
00:23
And it can be very impressive
to watch them at work.
to watch them at work.
4
11083
3161
Lenyűgöző figyelni őket munka közben.
00:26
Look at them.
5
14268
1256
Nézzék csak!
00:27
I could watch them for hours.
6
15548
1908
Órákig el tudnám nézni.
00:30
No?
7
18108
1299
Hát nem?
00:31
What is less impressive
8
19431
2207
De az már kevésbé lenyűgöző,
00:33
is that if you take these robots
out of the factories,
out of the factories,
9
21662
2933
hogy ha a robotok kikerülnek a gyárból,
00:36
where the environments are not
perfectly known and measured like here,
perfectly known and measured like here,
10
24619
4380
oda, ahol a környezet
nem egészen ismert és mérhető,
nem egészen ismert és mérhető,
00:41
to do even a simple task
which doesn't require much precision,
which doesn't require much precision,
11
29023
4278
még a kis pontosságot igénylő
egyszerű feladattal is,
egyszerű feladattal is,
00:45
this is what can happen.
12
33325
1611
nézzék, kudarcot vallanak.
00:46
I mean, opening a door,
you don't require much precision.
you don't require much precision.
13
34960
2729
Pl. az ajtónyitás nem nagy ügy.
00:49
(Laughter)
14
37713
1030
(Nevetés)
00:50
Or a small error in the measurements,
15
38767
2454
Egy kis mérési hiba,
00:53
he misses the valve, and that's it --
16
41245
1826
és elvéti a szelepet, és tessék...
00:55
(Laughter)
17
43095
1270
(Nevetés)
00:56
with no way of recovering,
most of the time.
most of the time.
18
44389
2444
többnyire nincs mód helyrehozni.
00:59
So why is that?
19
47561
1675
Miért van ez?
01:01
Well, for many years,
20
49260
1874
Sok éven keresztül
01:03
robots have been designed
to emphasize speed and precision,
to emphasize speed and precision,
21
51158
3300
a robotokat alapvetően gyors
és pontos feladatokra tervezték,
és pontos feladatokra tervezték,
01:06
and this translates
into a very specific architecture.
into a very specific architecture.
22
54482
2962
ez pedig egyedi kialakítást igényelt.
01:09
If you take a robot arm,
23
57468
1151
Pl. a robotkar
igen jól meghatározott merev
elemek és motorok együttese,
elemek és motorok együttese,
01:10
it's a very well-defined
set of rigid links
set of rigid links
24
58643
2759
01:13
and motors, what we call actuators,
25
61426
2059
ez a működtető szerkezet,
ez mozgatja a csatlakozások
körüli tagokat.
körüli tagokat.
01:15
they move the links about the joints.
26
63509
1770
E robotszerkezetben
01:17
In this robotic structure,
27
65303
1307
01:18
you have to perfectly
measure your environment,
measure your environment,
28
66624
2227
tökéletesen föl kell mérni a környezetet,
01:20
so what is around,
29
68865
1897
mi van köröttünk,
01:22
and you have to perfectly
program every movement
program every movement
30
70786
2639
és a robot részeinek minden mozgását
01:25
of the robot joints,
31
73449
2135
tökéletesen kell programoznunk.
01:27
because a small error
can generate a very large fault,
can generate a very large fault,
32
75608
3262
Hiszen a legkisebb hiba
is igen nagy bajt okozhat.
is igen nagy bajt okozhat.
01:30
so you can damage something
or you can get your robot damaged
or you can get your robot damaged
33
78894
3013
Kárt okozhatunk valamiben,
vagy a robot károsodhat,
vagy a robot károsodhat,
01:33
if something is harder.
34
81931
1531
ha valami keményebbnek ütközik.
01:36
So let's talk about them a moment.
35
84107
2205
Beszéljünk egy kicsit róluk!
01:38
And don't think
about the brains of these robots
about the brains of these robots
36
86336
3223
Nem a robotok agyára gondolok,
01:41
or how carefully we program them,
37
89583
2745
vagy hogy milyen gondosan
programozzuk őket,
programozzuk őket,
01:44
but rather look at their bodies.
38
92352
1818
hanem a testükre.
01:46
There is obviously
something wrong with it,
something wrong with it,
39
94606
2879
Nyilván valami baj van velük,
01:49
because what makes a robot
precise and strong
precise and strong
40
97509
3127
mert amitől a robot pontos és erős,
01:52
also makes them ridiculously dangerous
and ineffective in the real world,
and ineffective in the real world,
41
100660
4389
attól válik nevetségessé, veszélyessé
és hatástalanná a valóságban,
és hatástalanná a valóságban,
01:57
because their body cannot deform
42
105073
1985
mert teste nem változtathatja alakját
01:59
or better adjust to the interaction
with the real world.
with the real world.
43
107082
3229
és nem alkalmazkodik a körülményekhez.
02:03
So think about the opposite approach,
44
111226
3118
Nézzük az ellenkező lehetőséget,
02:06
being softer than
anything else around you.
anything else around you.
45
114368
2818
hogy puhább legyen a környezeténél.
02:09
Well, maybe you think that you're not
really able to do anything if you're soft,
really able to do anything if you're soft,
46
117827
5085
Nyilván azt hiszik, hogy a puhábbal
valószínűleg nem sokra megyünk.
02:14
probably.
47
122936
1167
Ám a természet az ellenkezőjére tanít.
02:16
Well, nature teaches us the opposite.
48
124127
2850
02:19
For example, at the bottom of the ocean,
49
127001
2031
Pl. a tenger mélyén
02:21
under thousands of pounds
of hydrostatic pressure,
of hydrostatic pressure,
50
129056
2436
több mint ezer atmoszféra nyomáson
02:23
a completely soft animal
51
131516
2428
teljesen puha állatok mozognak
02:25
can move and interact
with a much stiffer object than him.
with a much stiffer object than him.
52
133968
3277
és kerülnek kapcsolatba náluk
sokkal keményebb tárgyakkal.
sokkal keményebb tárgyakkal.
02:29
He walks by carrying around
this coconut shell
this coconut shell
53
137878
2847
A polip e kókuszdió-héjjal közlekedik,
02:32
thanks to the flexibility
of his tentacles,
of his tentacles,
54
140749
2384
karjai hajlékonyságának köszönhetően,
02:35
which serve as both his feet and hands.
55
143157
2504
amelyek lábként és kézként is szolgálnak.
02:38
And apparently,
an octopus can also open a jar.
an octopus can also open a jar.
56
146241
3825
Semmi kétség, a polip még
a befőttesüveget is ki tudja nyitni.
a befőttesüveget is ki tudja nyitni.
02:43
It's pretty impressive, right?
57
151883
1754
Bámulatos, nem?
02:47
But clearly, this is not enabled
just by the brain of this animal,
just by the brain of this animal,
58
155918
4500
De ezt nemcsak
az állat agya teszi lehetővé,
az állat agya teszi lehetővé,
02:52
but also by his body,
59
160442
2014
hanem kell hozzá a teste is,
02:54
and it's a clear example,
maybe the clearest example,
maybe the clearest example,
60
162480
4032
ez szemléletes példa,
talán a legszemléletesebb
talán a legszemléletesebb
02:58
of embodied intelligence,
61
166536
1800
a testet öltött intelligenciára.
03:00
which is a kind of intelligence
that all living organisms have.
that all living organisms have.
62
168360
3286
Ez olyan intelligenciafajta,
amely minden élő szervezetben megvan.
amely minden élő szervezetben megvan.
03:03
We all have that.
63
171670
1566
Mindannyiunkban megvan.
03:05
Our body, its shape,
material and structure,
material and structure,
64
173260
3842
Testünk, testünk alakja,
anyaga és fölépítése
anyaga és fölépítése
03:09
plays a fundamental role
during a physical task,
during a physical task,
65
177126
3182
testi munka végzésekor
alapvető szerepet játszik
alapvető szerepet játszik
03:12
because we can conform to our environment
66
180332
5613
környezetünkhöz való
alkalmazkodásunkban,
alkalmazkodásunkban,
03:17
so we can succeed in a large
variety of situations
variety of situations
67
185969
2404
hogy változatos helyzeteken
különösebb tervezgetés
különösebb tervezgetés
03:20
without much planning
or calculations ahead.
or calculations ahead.
68
188397
2993
vagy számolgatás nélkül lehessünk úrrá.
03:23
So why don't we put
some of this embodied intelligence
some of this embodied intelligence
69
191414
2715
Hát akkor helyezzünk a robotszerkezetekbe
egy kis megtestesült intelligenciát,
03:26
into our robotic machines,
70
194153
1555
03:27
to release them from relying
on excessive work
on excessive work
71
195732
2349
hogy ne kelljen foglalkozniuk
a számolgatások és érzékelések
megterhelő feladatával!
megterhelő feladatával!
03:30
on computation and sensing?
72
198105
2017
03:33
Well, to do that, we can follow
the strategy of nature,
the strategy of nature,
73
201097
2650
Ehhez a természeti stratégiát követhetjük,
03:35
because with evolution,
she's done a pretty good job
she's done a pretty good job
74
203771
2612
mert az evolúcióval
elég jó tervezőmunkát végzett,
elég jó tervezőmunkát végzett,
03:38
in designing machines
for environment interaction.
for environment interaction.
75
206407
4496
hogy a lényeket alkalmassá tegye
környezetükkel való kölcsönhatásra.
környezetükkel való kölcsönhatásra.
03:42
And it's easy to notice that nature
uses soft material frequently
uses soft material frequently
76
210927
4494
Szembetűnő, hogy puha anyagokat gyakran,
03:47
and stiff material sparingly.
77
215445
2295
míg mereveket ritkán használ a természet.
03:49
And this is what is done
in this new field or robotics,
in this new field or robotics,
78
217764
3792
Ez történik a robotika új területén is,
03:53
which is called "soft robotics,"
79
221580
2300
amelyet lágy vagy puha robotikának hívnak.
03:55
in which the main objective
is not to make super-precise machines,
is not to make super-precise machines,
80
223904
3736
A cél nem szuper pontos gépek készítése,
03:59
because we've already got them,
81
227664
1937
mert azok már megvannak,
04:01
but to make robots able to face
unexpected situations in the real world,
unexpected situations in the real world,
82
229625
4920
hanem a valóság váratlan helyzeteinek
megoldására képes robotok gyártása,
megoldására képes robotok gyártása,
04:06
so able to go out there.
83
234569
1557
amelyek kiküldhetők a világba.
04:08
And what makes a robot soft
is first of all its compliant body,
is first of all its compliant body,
84
236150
3524
A robotokat elsősorban
engedelmes testük teszi puhává,
engedelmes testük teszi puhává,
04:11
which is made of materials or structures
that can undergo very large deformations,
that can undergo very large deformations,
85
239698
5531
amelyek nagyon nagy deformációt kibíró
anyagokból vagy szerkezetekből állnak,
anyagokból vagy szerkezetekből állnak,
04:17
so no more rigid links,
86
245253
1831
tehát nincsenek merev csatlakozások,
04:19
and secondly, to move them,
we use what we call distributed actuation,
we use what we call distributed actuation,
87
247108
3548
ráadásul mozgatásukhoz
ún. elosztott meghajtást használunk.
ún. elosztott meghajtást használunk.
04:22
so we have to control continuously
the shape of this very deformable body,
the shape of this very deformable body,
88
250680
5032
Állandóan szabályoznunk kell
a deformálható test alakját,
a deformálható test alakját,
04:27
which has the effect
of having a lot of links and joints,
of having a lot of links and joints,
89
255736
3298
ami nagyszámú kapcsolódást
és csuklót igényel,
és csuklót igényel,
04:31
but we don't have
any stiff structure at all.
any stiff structure at all.
90
259058
2623
de merev szerkezetünk nincs.
04:33
So you can imagine that building
a soft robot is a very different process
a soft robot is a very different process
91
261705
3430
A puha robot építése teljesen
más módszert föltételez,
más módszert föltételez,
mint csatlakozásokat, fogaskerekeket,
csavarokat tartalmazó merev roboté,
csavarokat tartalmazó merev roboté,
04:37
than stiff robotics,
where you have links, gears, screws
where you have links, gears, screws
92
265159
2880
04:40
that you must combine
in a very defined way.
in a very defined way.
93
268063
2231
melyeket meghatározott
módon kell kombinálnunk.
módon kell kombinálnunk.
04:42
In soft robots, you just build
your actuator from scratch
your actuator from scratch
94
270948
3525
Puha robotokban a meghajtás építését
többnyire a nulláról kezdjük,
04:46
most of the time,
95
274497
1151
04:47
but you shape your flexible material
96
275672
2382
de a hajlékony anyagot hagyjuk,
04:50
to the form that responds
to a certain input.
to a certain input.
97
278078
2403
hogy reagáljon az őt ért hatásokra.
04:53
For example, here,
you can just deform a structure
you can just deform a structure
98
281054
2458
Itt pl. a szerkezet
egyszerű deformálásával
egyszerű deformálásával
04:55
doing a fairly complex shape
99
283536
2471
juthatunk egészen bonyolult alakzatokhoz,
képzeljük csak ezt el merev elemekkel
és csatlakozásokkal.
és csatlakozásokkal.
04:58
if you think about doing the same
with rigid links and joints,
with rigid links and joints,
100
286031
3278
05:01
and here, what you use is just one input,
101
289333
2333
Itt csak egy bemenetet alkalmazunk,
05:03
such as air pressure.
102
291690
1364
pl. levegőnyomást.
05:05
OK, but let's see
some cool examples of soft robots.
some cool examples of soft robots.
103
293869
3489
Nézzünk egy pár remek példát
a puha robotokra!
a puha robotokra!
05:09
Here is a little cute guy
developed at Harvard University,
developed at Harvard University,
104
297765
4547
Ez itt a Harvardon kifejlesztett cukiság.
05:14
and he walks thanks to waves
of pressure applied along its body,
of pressure applied along its body,
105
302336
4493
A testén áthaladó
nyomáshullámok hatására sétál,
nyomáshullámok hatására sétál,
05:18
and thanks to the flexibility,
he can also sneak under a low bridge,
he can also sneak under a low bridge,
106
306853
3286
és hajlékonyságának hála
alacsony híd alatt is átcsúszik,
alacsony híd alatt is átcsúszik,
05:22
keep walking,
107
310163
1151
és továbbmegy,
05:23
and then keep walking
a little bit different afterwards.
a little bit different afterwards.
108
311338
3197
aztán kicsit másként, de továbbmegy.
05:27
And it's a very preliminary prototype,
109
315345
2231
Ez igen kezdetleges prototípus,
05:29
but they also built a more robust version
with power on board
with power on board
110
317600
3676
de árammeghajtású erősebb
változata is elkészült már,
változata is elkészült már,
05:33
that can actually be sent out in the world
and face real-world interactions
and face real-world interactions
111
321300
5447
amelyet szabadon kiküldhetünk a világba,
mert megbirkózik a helyzettel,
mert megbirkózik a helyzettel,
05:38
like a car passing it over it ...
112
326771
1706
pl. a rajta áthajtó autóval,
05:42
and keep working.
113
330090
1150
és tovább működik.
05:44
It's cute.
114
332056
1151
Cuki.
05:45
(Laughter)
115
333231
1421
(Nevetés)
05:46
Or a robotic fish, which swims
like a real fish does in water
like a real fish does in water
116
334676
3864
Vagy a robothal,
amely úgy úszik, mint az igazi.
amely úgy úszik, mint az igazi.
05:50
simply because it has a soft tail
with distributed actuation
with distributed actuation
117
338564
3184
Azért, mert uszonyát
elosztott meghajtás mozgatja,
elosztott meghajtás mozgatja,
ezt is a levegőnyomás működteti.
05:53
using still air pressure.
118
341772
1644
05:55
That was from MIT,
119
343954
1358
Az MIT-ben készült,
05:57
and of course, we have a robotic octopus.
120
345336
2805
és persze, van robotpolipunk is.
06:00
This was actually one
of the first projects
of the first projects
121
348165
2079
Egyike volt az első projekteknek,
06:02
developed in this new field
of soft robots.
of soft robots.
122
350268
2126
melyet puha robotok terén kifejlesztettek.
06:04
Here, you see the artificial tentacle,
123
352418
1886
Ez mesterséges polipkar,
06:06
but they actually built an entire machine
with several tentacles
with several tentacles
124
354328
4679
de a gépezetet több karral építettük meg,
06:11
they could just throw in the water,
125
359031
2611
hogy egyszerűen vízbe dobhassuk,
06:13
and you see that it can kind of go around
and do submarine exploration
and do submarine exploration
126
361666
4293
és látható, hogy úszkál,
és tengeralatti kutatást végez:
és tengeralatti kutatást végez:
06:17
in a different way
than rigid robots would do.
than rigid robots would do.
127
365983
3303
másként, mint a merev robotok szoktak.
06:21
But this is very important for delicate
environments, such as coral reefs.
environments, such as coral reefs.
128
369310
3660
Nagyon fontos ez kényes
környezetben, pl. korallzátonyoknál.
környezetben, pl. korallzátonyoknál.
06:24
Let's go back to the ground.
129
372994
1396
Térjünk csak vissza a földre!
06:26
Here, you see the view
130
374414
1190
Ezt a növekvő robotot
06:27
from a growing robot developed
by my colleagues in Stanford.
by my colleagues in Stanford.
131
375628
4148
stanfordi munkatársaim fejlesztették ki.
06:31
You see the camera fixed on top.
132
379800
1850
A kamera felülre van rögzítve.
06:33
And this robot is particular,
133
381674
1438
A robot annyiból különleges,
06:35
because using air pressure,
it grows from the tip,
it grows from the tip,
134
383136
2416
hogy levegőnyomás hatására nő,
06:37
while the rest of the body stays
in firm contact with the environment.
in firm contact with the environment.
135
385576
3346
míg a test többi része továbbra is
szorosan tapad a környezetéhez.
szorosan tapad a környezetéhez.
06:41
And this is inspired
by plants, not animals,
by plants, not animals,
136
389316
2718
Ehhez az ihletet növények,
nem pedig állatok adták,
nem pedig állatok adták,
06:44
which grows via the material
in a similar manner
in a similar manner
137
392058
3315
amelyek az anyagok között hasonlóan nőnek,
06:47
so it can face a pretty large
variety of situations.
variety of situations.
138
395397
2960
így kezelni tudja a nagyszámú
különböző helyzetet a robot.
különböző helyzetet a robot.
06:51
But I'm a biomedical engineer,
139
399043
1668
Ám én biomedikális mérnök vagyok,
06:52
and perhaps the application
I like the most
I like the most
140
400735
2269
és tán a gyógyítás területére
kidolgozott alkalmazásokat
kidolgozott alkalmazásokat
06:55
is in the medical field,
141
403028
1453
szeretem a legjobban,
06:56
and it's very difficult to imagine
a closer interaction with the human body
a closer interaction with the human body
142
404505
4841
és nehéz elgondolni szorosabb
kapcsolatot az emberi testtel,
kapcsolatot az emberi testtel,
07:01
than actually going inside the body,
143
409370
1919
mint ami a testben végbemegy,
07:03
for example, to perform
a minimally invasive procedure.
a minimally invasive procedure.
144
411313
2771
pl. lehető legkevésbé invazív
beavatkozás végzésekor.
beavatkozás végzésekor.
07:06
And here, robots can be
very helpful with the surgeon,
very helpful with the surgeon,
145
414958
3402
Robot segítheti a sebészeket,
07:10
because they must enter the body
146
418384
1749
mert be kell hatolniuk a testbe
07:12
using small holes
and straight instruments,
and straight instruments,
147
420157
2627
kis nyílásokon keresztül,
egyenes műszerekkel.
egyenes műszerekkel.
07:14
and these instruments must interact
with very delicate structures
with very delicate structures
148
422808
3510
E műszerek nagyon kényes
szervekkel kerülnek kapcsolatba
szervekkel kerülnek kapcsolatba
07:18
in a very uncertain environment,
149
426342
2048
igen bizonytalan környezetben,
pedig ezt biztonságosan kell megtenni.
07:20
and this must be done safely.
150
428414
1675
07:22
Also bringing the camera inside the body,
151
430113
2112
Akárcsak a kamera testbe juttatását.
07:24
so bringing the eyes of the surgeon
inside the surgical field
inside the surgical field
152
432249
3618
Sebészi szem bejuttatása műtéti területre
merev eszközzel,
pl. hagyományos endoszkóppal
pl. hagyományos endoszkóppal
07:27
can be very challenging
if you use a rigid stick,
if you use a rigid stick,
153
435891
2351
igen kényes feladatnak bizonyulhat.
07:30
like a classic endoscope.
154
438266
1607
07:32
With my previous research group in Europe,
155
440517
2589
Korábbi európai kutatócsoportommal
07:35
we developed this
soft camera robot for surgery,
soft camera robot for surgery,
156
443130
2596
ezt a sebészeti kamerás
puha robotot fejlesztettük ki,
puha robotot fejlesztettük ki,
07:37
which is very different
from a classic endoscope,
from a classic endoscope,
157
445750
3768
amely jelentősen eltér a hagyományos
endoszkóptól.
endoszkóptól.
07:41
which can move thanks
to the flexibility of the module
to the flexibility of the module
158
449542
3104
A miénk a modul hajlékonyságának
köszönhetően mozog,
köszönhetően mozog,
07:44
that can bend in every direction
and also elongate.
and also elongate.
159
452670
4888
és a modul minden irányban
hajlítható és meghosszabbítható.
hajlítható és meghosszabbítható.
07:49
And this was actually used by surgeons
to see what they were doing
to see what they were doing
160
457582
3110
Sebészek arra használták,
hogy vele eltérő irányból figyeljék
hogy vele eltérő irányból figyeljék
07:52
with other instruments
from different points of view,
from different points of view,
161
460716
2738
a más eszközökkel végzett beavatkozásokat.
07:55
without caring that much
about what was touched around.
about what was touched around.
162
463478
3206
Nem számít, hogy eközben
mihez érnek hozzá.
mihez érnek hozzá.
07:59
And here you see the soft robot in action,
163
467247
3743
Itt a puha robot működés közben látható,
08:03
and it just goes inside.
164
471014
2818
éppen behatolás közben.
08:05
This is a body simulator,
not a real human body.
not a real human body.
165
473856
3269
Ez testszimulátor, nem valódi emberi test.
08:09
It goes around.
166
477149
1151
Szabadon mozog.
08:10
You have a light, because usually,
167
478324
1674
Világítás is van,
mert többnyire nincs nagy fény
a test belsejében.
a test belsejében.
08:12
you don't have too many lights
inside your body.
inside your body.
168
480022
3121
08:15
We hope.
169
483167
1173
Remélhetőleg.
08:16
(Laughter)
170
484364
3002
(Nevetés)
08:19
But sometimes, a surgical procedure
can even be done using a single needle,
can even be done using a single needle,
171
487390
4698
Néha a sebészeti beavatkozás
egyszerű tűvel végezhető.
egyszerű tűvel végezhető.
08:24
and in Stanford now, we are working
on a very flexible needle,
on a very flexible needle,
172
492112
4047
Stanfordban hajlékony tű
kifejlesztésén dolgozunk,
kifejlesztésén dolgozunk,
08:28
kind of a very tiny soft robot
173
496183
2652
afféle nagyon vékony puha roboton,
08:30
which is mechanically designed
to use the interaction with the tissues
to use the interaction with the tissues
174
498859
3294
amely mechanikailag szövetben
való beavatkozásra van tervezve,
való beavatkozásra van tervezve,
08:34
and steer around inside a solid organ.
175
502177
2230
és tömör szervben irányítható.
08:36
This makes it possible to reach
many different targets, such as tumors,
many different targets, such as tumors,
176
504431
4080
Ez teszi lehetővé különböző
célpontok, pl. daganatok elérését
célpontok, pl. daganatok elérését
08:40
deep inside a solid organ
177
508535
1698
tömör szerv mélyén
08:42
by using one single insertion point.
178
510257
2325
egyetlen szúrásponton keresztül.
08:44
And you can even steer around
the structure that you want to avoid
the structure that you want to avoid
179
512606
4039
Megkerülhető vele az a képlet,
amelyet a célra tartás közben
el akarunk kerülni.
el akarunk kerülni.
08:48
on the way to the target.
180
516669
1364
08:51
So clearly, this is a pretty
exciting time for robotics.
exciting time for robotics.
181
519377
3305
Nyilvánvaló, hogy a robotika
terén izgalmas időket élünk.
terén izgalmas időket élünk.
08:54
We have robots that have to deal
with soft structures,
with soft structures,
182
522706
3153
Robotjainknak puha
szerkezetekkel kell boldogulniuk,
szerkezetekkel kell boldogulniuk,
08:57
so this poses new
and very challenging questions
and very challenging questions
183
525883
2585
s ez erőpróbáló új kérdések elé állítja
09:00
for the robotics community,
184
528492
1357
a robotikával foglalkozókat.
09:01
and indeed, we are just starting
to learn how to control,
to learn how to control,
185
529873
2675
Még csak most kezdjük tanulni,
hogyan szabályozzuk,
hogyan szabályozzuk,
09:04
how to put sensors
on these very flexible structures.
on these very flexible structures.
186
532572
3004
e hajlékony szerkezeteket,
és hogy helyezzük el az érzékelőket.
és hogy helyezzük el az érzékelőket.
09:07
But of course, we are not even close
to what nature figured out
to what nature figured out
187
535600
2960
Persze, még csak közel sem kerültük ahhoz,
amire a természet
az evolúció évmilliói alatt rájött.
az evolúció évmilliói alatt rájött.
09:10
in millions of years of evolution.
188
538584
2194
09:12
But one thing I know for sure:
189
540802
2104
De egyet biztosan tudok:
09:14
robots will be softer and safer,
190
542930
2516
a robotok puhábbá
és biztonságosabbá válnak,
és biztonságosabbá válnak,
09:17
and they will be out there helping people.
191
545470
2982
és az emberek segítségére lesznek.
09:20
Thank you.
192
548809
1151
Köszönöm.
(Taps)
09:21
(Applause)
193
549984
4412
ABOUT THE SPEAKER
Giada Gerboni - Biomedical engineerGiada Gerboni works in surgical robotics, supporting surgeons with new flexible robotic devices in order to make once impossible operations a reality.
Why you should listen
Giada Gerboni is a postdoctoral scholar at Stanford University, in the Collaborative Haptics and Robotics in Medicine (CHARM) Lab. Gerboni is working on the design and control of needle-sized flexible robots, work that aims to improve current percutaneous tumor ablation procedures. As she says: "One of the most exciting parts of this research is to enable surgical operations in ways that, not long ago, had not yet been conceived."
Gerboni received BE and MS degrees in biomedical engineering from the University of Pisa and a PhD in biorobotics from The BioRobotics Institute of Sant’Anna School of Advanced Studies in Pisa, Italy. During her PhD, she specialized in surgical robotics, studying and developing innovative strategies for the actuation and sensing of soft and flexible instruments for applications in MIS (Minimally Invasive Surgery).
A new branch of robotics, called "soft robotics," is expanding the boundaries of robotic applications. Soft robotics faces the grand challenge of increasing the capabilities of robots to make them more suitable for physical interactions with the real world. It involves use of soft and flexible materials, deformable sensors and very different control strategies than traditional robots, which are designed to work in well-defined and confined environments. Gerboni has been involved in this field from the time of her PhD, and since then she has been exploring its potential in the medical/surgical area, where safe robot-environment interaction is crucial.
Giada Gerboni | Speaker | TED.com