TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg: 4 lezioni dai robot su come essere umani
Filmed:
Readability: 4.6
387,467 views
Più i robot diventano parte della nostra vita quotidiana, più siamo costretti a esaminarci come persone. A TEDxBerkeley, Ken Goldberg condivide con noi quattro lezioni molto umane che ha imparato lavorando coi robot. (Registrato a 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
So che vi suonerà strano,
00:18
but I think robots can inspire us
1
3052
3294
ma io credo che i robot ci possano ispirare
00:22
to be better humans.
2
6346
2388
ad essere persone migliori.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Sono cresciuto a Bethlehem, in Pennsylvania,
00:28
the home of Bethlehem Steel.
4
12363
2321
la patria della Bethlehem Steel.
00:30
My father was an engineer,
5
14684
2079
Mio padre era un ingegnere,
00:32
and when I was growing up, he would teach me
6
16763
2851
e nel tempo mi ha insegnato
00:35
how things worked.
7
19614
1159
come funzionano le cose.
00:36
We would build projects together,
8
20773
2815
Sviluppavamo assieme progetti,
00:39
like model rockets and slot cars.
9
23588
2792
come modellini di razzi e macchinine da corse.
00:42
Here's the go-kart that we built together.
10
26380
3284
Questo è il go-kart che abbiamo costruito insieme.
00:45
That's me behind the wheel,
11
29664
2219
Dietro il volante ci sono io,
00:47
with my sister and my best friend at the time,
12
31883
3819
con mia sorella e il mio migliore amico dell'epoca,
00:51
and one day,
13
35702
2123
e un giorno
00:53
he came home, when I was about 10 years old,
14
37825
3107
lui rientrò a casa, io avevo circa 10 anni,
00:56
and at the dinner table, he announced
15
40932
2304
e a cena annunciò
00:59
that for our next project, we were going to build a robot.
16
43236
6438
che per il nostro prossimo progetto avremmo costruito un robot.
01:05
A robot.
17
49674
1109
Un robot!
01:06
Now, I was thrilled about this,
18
50783
2252
Io ero davvero emozionato all'idea,
01:08
because at school,
19
53035
1590
perché a scuola
01:10
there was a bully named Kevin,
20
54625
2075
c'era un bullo di nome Kevin,
01:12
and he was picking on me
21
56700
2246
che mi prendeva in giro
01:14
because I was the only Jewish kid in class.
22
58946
2414
perché ero l'unico ragazzino ebreo della classe.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Quindi non vedevo l'ora di iniziare a lavorarci
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
per poter presentare a Kevin il mio robot.
(Risate)
(Risate)
01:23
(Robot noises)
25
67995
11063
(Rumori robotici)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Ma non era questo il tipo di robot che mio padre aveva in mente.
01:39
See, he owned a chromium plating company,
27
83933
3728
Possedeva un'azienda specializzata in cromatura,
01:43
and they had to move
28
87661
2176
in cui si dovevano spostare
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
pesanti pezzi d'acciaio tra vasche di prodotti chimici,
01:48
and so he needed an industrial robot like this
30
92933
3790
quindi aveva bisogno di un robot industriale come questo
01:52
that could basically do the heavy lifting.
31
96723
3099
per sollevare i carichi pesanti.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Ma nemmeno mio padre ottenne il robot che desiderava.
01:59
He and I worked on it for several years,
33
103727
2597
Ci lavorammo per diversi anni,
02:02
but it was the 1970s,
34
106324
1978
ma erano gli anni '70,
02:04
and the technology that was available to amateurs
35
108302
2526
e la tecnologia disponibile per i dilettanti
02:06
just wasn't there yet.
36
110828
2657
non era ancora abbastanza sviluppata.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Perciò papà continuò a fare questo lavoro a mano,
02:13
and a few years later,
38
117230
2275
e qualche anno dopo
02:15
he was diagnosed with cancer.
39
119505
4139
gli fu diagnosticato il cancro.
02:19
You see, what the robot we were trying to build
40
123644
3305
Ciò che il robot che cercavamo di costruire
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
gli stava dicendo non riguardava i carichi pesanti.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
Era un segnale dell'esposizione ai prodotti chimici tossici.
02:30
He didn't recognize that at the time,
43
134524
2977
Lui all'epoca non se ne rese conto,
02:33
and he contracted leukemia,
44
137501
2139
si ammalò di leucemia
02:35
and he died at the age of 45.
45
139640
3222
e morì all'età di 45 anni.
02:38
I was devastated by this,
46
142862
2841
La sua morte mi distrusse,
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
e non dimenticai mai il robot che avevamo cercato di costruire insieme.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
All'Università decisi di studiare ingegneria come lui.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Frequentai la Carnegie Mellon, e feci il dottorato in Robotica.
02:55
I've been studying robots ever since.
50
159535
3094
Studio i robot da allora.
02:58
So what I'd like to tell you about
51
162629
1638
Ciò di cui vorrei parlarvi
03:00
are four robot projects
52
164267
2714
riguarda quattro progetti di robot
03:02
and how they've inspired me to be a better human.
53
166981
7044
e come mi abbiano ispirato ad essere una persona migliore.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
Nel 1993 ero un giovane professore della USC
03:15
and I was just building up my own robotics lab,
55
179774
3037
e stavo avviando il mio laboratorio di robotica.
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
Era l'anno in cui nacque il World Wide Web.
03:22
And I remember my students were the ones
57
186396
1176
Ricordo che furono
03:23
who told me about it,
58
187572
1704
i miei studenti a parlarmene
03:25
and we would -- we were just amazed.
59
189276
2619
e ne fummo davvero colpiti.
03:27
We started playing with this, and that afternoon,
60
191895
3434
Iniziammo a smanettarci, e quel pomeriggio
03:31
we realized that we could use this new, universal interface
61
195329
3853
capimmo che avremmo potuto usare questa nuova interfaccia universale
03:35
to allow anyone in the world
62
199182
2543
per permettere a chiunque nel mondo
03:37
to operate the robot in our lab.
63
201725
3048
di azionare il robot nel nostro laboratorio.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Quindi, invece di crearlo per combattere, o lavorare nell'industria,
03:46
we decided to build a planter,
65
210481
2486
decidemmo di costruire una macchina piantatrice
03:48
put the robot into the center of it,
66
212967
1976
metterci al centro il robot,
03:50
and we called it the Telegarden.
67
214943
2353
e chiamarl Telegarden.
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
Avevamo messo una telecamera sulla pinza
03:56
of the robot, and we wrote some special scripts
69
220899
2709
del braccio robotico, creammo alcuni script speciali
03:59
and software so that anyone in the world could come in
70
223608
3161
e un software che permetteva a chiunque nel mondo di accedere
04:02
and by clicking on the screen
71
226769
2329
e, cliccando sullo schermo,
04:04
they could move the robot around
72
229098
2173
di muovere il robot
04:07
and visit the garden.
73
231271
2316
e di visitare il giardino.
04:09
But we also allowed, set up some other software
74
233587
3620
Avevamo anche creato altri software
04:13
that lets you participate and help us water the garden
75
237207
3419
che permettevano di aiutare ad innaffiare il giardino
04:16
remotely, and if you water it a few times,
76
240626
3045
a distanza, e dopo averlo innaffiato un paio di volte,
04:19
we'd give you your own seed to plant.
77
243671
3585
venivano dati dei semi da piantare.
04:23
Now, this was a project, an engineering project,
78
247256
3271
Certo, era un progetto di ingegneria,
04:26
and we published some papers on the design,
79
250527
2776
e pubblicammo degli studi sulla progettazione
04:29
the system design of it, but we also thought of it
80
253303
2249
del sistema, ma lo vedevamo anche
04:31
as an art installation.
81
255552
3086
come un'installazione artistica.
04:34
It was invited, after the first year,
82
258638
2173
Dopo il primo anno, ci fu chiesto
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
dall'Ars Electronic Museum in Austria
04:39
to have it installed in their lobby,
84
263855
3000
di installare il progetto all'ingresso,
04:42
and I'm happy to say it remained online there,
85
266855
2418
e sono felice di poter dire che rimase lì online,
04:45
24 hours a day, for almost nine years.
86
269273
4983
24 ore al giorno, per quasi nove anni.
04:50
That robot was operated by more people
87
274256
3799
Quel robot fu azionato da più persone
04:53
than any other robot in history.
88
278055
3086
di qualsiasi altro robot nella storia.
04:57
Now, one day,
89
281141
1554
Un giorno,
04:58
I got a call out of the blue
90
282695
2317
ricevetti una chiamata improvvisa
05:00
from a student,
91
285012
2015
da uno studente,
05:02
who asked a very simple but profound question.
92
287027
4670
che mi fece una domanda semplice ma profonda.
05:07
He said, "Is the robot real?"
93
291697
4538
Mi chiese: "Quel robot è reale?".
05:12
Now, everyone else had assumed it was,
94
296235
2765
Tutti gli altri lo avevano dato per scontato,
05:14
and we knew it was because we were working with it.
95
299000
2331
e noi sapevamo che era vero perché ci avevamo lavorato.
05:17
But I knew what he meant,
96
301331
1540
Ma io capivo cosa volesse dire,
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
perché sarebbe stato possibile fare un po' di foto
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
ai fiori di un giardino e, in sostanza, indicizzarli
05:25
in a computer system such that it would appear
99
309825
2229
in un sistema in modo da simulare
05:27
that there was a real robot when there wasn't.
100
312054
3074
la presenza di un robot, anche se non c'era.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
E più ci pensavo, meno riuscivo
05:32
of a good answer for how he could tell the difference.
102
316369
3551
a trovare una buona risposta che gli facesse riconoscere la differenza.
05:35
This was right about the time that I was offered a position
103
319920
2887
Fu proprio nel periodo in cui mi offrirono il posto
05:38
here at Berkeley,
104
322807
2073
qui a Berkeley,
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
e quando arrivai feci visita a Hubert Dreyfus,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
un professore di filosofia famoso in tutto il mondo.
05:47
and I talked with him about this, and he said,
107
332097
2374
Gliene parlai e lui disse:
05:50
"This is one of the oldest and most central problems
108
334471
3560
"Questo è uno dei problemi più antichi e fondamentali
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
della filosofia. Risale allo scetticismo
05:57
and up through Descartes.
110
341633
1960
e arriva fino a Cartesio.
05:59
It's the issue of epistemology,
111
343593
3170
È il problema dell'epistemologia,
06:02
the study of how do we know that something is true."
112
346763
3750
lo studio su come facciamo a sapere se qualcosa sia vero."
06:06
So he and I started working together,
113
350513
2223
Iniziammo a lavorare assieme
06:08
and we coined a new term: telepistemology,
114
352736
3041
e coniammo un nuovo termine: telepistemologia,
06:11
the study of knowledge at a distance.
115
355777
3526
lo studio della conoscenza a distanza.
06:15
We invited leading artists, engineers,
116
359303
2752
Invitammo artisti di primo piano, ingegneri
06:17
and philosophers to write essays about this,
117
362055
3064
e filosofi a scrivere saggi a riguardo
06:21
and the results, the results are collected in this book
118
365119
2340
e i risultati sono tutti in questo libro,
06:23
from MIT Press.
119
367459
2621
edito dalla MIT Press.
06:25
So thanks to this student who questioned
120
370080
2332
Quindi, grazie a questo studente che ha messo in dubbio
06:28
what everyone else had assumed to be true,
121
372412
2803
ciò che chiunque altro aveva dato per scontato,
06:31
this project taught me an important lesson about life,
122
375215
4208
questo progetto mi ha insegnato una lezione di vita:
06:35
which is to always question assumptions.
123
379423
4073
mettere sempre in dubbio le ipotesi.
06:39
Now, the second project I'll tell you about
124
383496
2648
Il secondo progetto di cui vi parlerò
06:42
grew out of the Telegarden.
125
386144
1879
è figlio del Telegarden.
06:43
As it was operating, my students and I were very interested
126
388023
2576
Nel periodo in cui era in funzione, io e i miei studenti volevamo capire
06:46
in how people were interacting with each other
127
390599
2762
come le persone interagissero tra loro
06:49
and what they were doing with the garden.
128
393361
1621
e come utilizzassero il giardino.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
Perciò ci chiedemmo: e se il robot potesse uscire
06:53
the garden and go out into some other
130
397244
2083
dal giardino e spostarsi in un altro
06:55
interesting environment?
131
399327
1992
ambiente interessante?
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Se potesse andare, ad esempio ad una cena
06:59
at the White House? (Laughter)
133
403498
5198
alla Casa Bianca? (Risate)
07:04
So, because we were interested more in the system design
134
408696
2841
Dal momento che eravamo più interessati al progetto del sistema
07:07
and the user interface than in the hardware,
135
411537
3286
e all'interfaccia utente che all'hardware,
07:10
we decided that, rather than have
136
414823
2034
decidemmo che, invece di
07:12
a robot replace the human to go to the party,
137
416857
3678
sostituire l'essere umano con un robot per andare alla cena,
07:16
we'd have a human replace the robot.
138
420535
2843
avremmo sostituito il robot con un essere umano.
07:19
We called it the Tele-Actor.
139
423378
2600
Lo chiamammo il Tele-Attore.
07:21
We got a human,
140
425978
2032
Scegliemmo una persona
07:23
someone who's very outgoing and gregarious,
141
428010
3007
molto estroversa e socievole
07:26
and she was outfitted with a helmet
142
431017
3142
e la equipaggiammo di un casco
07:30
with various equipment, cameras and microphones,
143
434159
2570
con diversi strumenti: telecamere, microfoni
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
e uno zaino con connessione wireless;
07:36
and the idea was that she could go into a remote and
145
440469
3359
l'idea era che potesse entrare in un ambiente interessante
07:39
interesting environment, and then over the Internet,
146
443828
3815
e lontano e poi, tramite Internet,
07:43
people could experience what she was experiencing,
147
447643
3151
le persone potessero sperimentare la stessa cosa,
07:46
so they could see what she was seeing,
148
450794
2937
in modo da vedere ciò che lei vedeva,
07:49
but then, more importantly, they could participate
149
453731
3307
e soprattutto potessero partecipare
07:52
by interacting with each other
150
457038
2948
interagendo gli uni con gli altri,
07:55
and coming up with ideas about what she should do next
151
459986
3705
proponendo idee su come avrebbe dovuto comportarsi
07:59
and where she should go,
152
463691
2216
e dove sarebbe dovuta andare,
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
per poi trasmettere queste idee al Tele-Attore.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
Ci fu data la possibilità di portare il Tele-Attore
08:07
to the Webby Awards in San Francisco,
155
471514
3615
ai Webby Awards a San Francisco,
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
l'anno in cui il presentatore era Sam Donaldson.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Appena prima che si alzasse il sipario, in 30 secondi
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
spiegai a Donaldson cosa avremmo fatto
08:23
and I said, "The Tele-Actor
159
487340
1864
e gli dissi: "Il Tele-Attore
08:25
is going to be joining you on stage,
160
489204
2456
si unirà a lei sul palco,
08:27
and this is a new experimental project,
161
491660
2198
è un nuovo progetto sperimentale:
08:29
and people are watching her on their screens,
162
493858
2625
le persone lo seguono dai loro schermi,
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
il Tele-Attore ha delle telecamere,
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
dei microfoni e un auricolare nell'orecchio,
08:37
and people over the network are giving her advice
165
501699
1447
e la gente in rete gli dà consigli
08:39
about what to do next."
166
503146
1368
su come comportarsi".
08:40
And he said, "Wait a second,
167
504514
3209
E lui disse "Aspetta un attimo,
08:43
that's what I do." (Laughter)
168
507723
6375
ma questo è quello che faccio io!". (Risate)
08:49
So he loved the concept,
169
514098
1931
Gli piacque molto l'idea,
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
e quando il Tele-Attore salì sul palco,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
andò dritta verso di lui e gli diede un bacio
08:57
right on the lips. (Laughter)
172
521190
3106
sulle labbra. (Risate)
09:00
We were totally surprised.
173
524296
1131
Noi eravamo davvero stupiti.
09:01
We had no idea that would happen.
174
525427
2017
Non ce lo aspettavamo.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
E lui fu grandioso. Per tutta risposta, l'abbracciò
09:06
and it worked out great.
176
530136
1769
e andò tutto benissimo.
09:07
But that night, as we were packing up,
177
531905
2064
Quella sera, mentre mettevamo a posto,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
chiesi al Tele-Attore in che modo i Tele-Registi
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
avessero deciso di farle dare un bacio a Sam Donaldson.
09:19
And she said they hadn't.
180
543135
2212
E lei disse che non lo avevano deciso loro.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Disse che poco prima di salire sul palco,
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
i Tele-Registi stavano ancora discutendo sul da farsi,
09:25
and so she just walked on stage and did
183
550093
2407
allora lei salì sul palco e fece
09:28
what felt most natural. (Laughter)
184
552500
5522
quello che le sembrò più naturale. (Risate)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Quindi, il successo del Tele-Attore quella sera
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
nacque dal fatto che lei fosse un'attrice fantastica.
09:41
She knew when to trust her instincts,
187
566065
2357
Sapeva quando fidarsi del proprio istinto.
09:44
and so that project taught me another lesson about life,
188
568422
3864
Dunque questo progetto mi ha insegnato un'altra lezione di vita:
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
nel dubbio, improvvisa. (Risate)
09:54
Now, the third project grew out of
190
578665
3080
Il terzo progetto è nato
09:57
my experience when my father was in the hospital.
191
581745
4893
dall'esperienza fatta quando mio padre era in ospedale.
10:02
He was undergoing a treatment,
192
586638
2240
Si stava sottoponendo ad una terapia,
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
una cura chemioterapica, ed esiste un'altra terapia
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
chiamata brachiterapia, in cui minuscoli semi radioattivi
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
vengono inseriti nel corpo per curare i tumori.
10:17
And the way it's done, as you can see here,
196
601770
2097
E come potete vedere qui,
10:19
is that surgeons insert needles into the body
197
603867
4391
i chirurghi inseriscono aghi nel corpo
10:24
to deliver the seeds, and all this,
198
608258
2592
per posizionare i semi, e tutto ciò -
10:26
all these needles are inserted in parallel,
199
610850
3433
tutti gli aghi vengono posizionati in parallelo,
10:30
so it's very common that some of the needles
200
614283
2975
quindi capita spesso che alcuni aghi
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
penetrino organi delicati, e di conseguenza,
10:37
the needles damage these organs, cause damage
202
622075
5063
danneggino questi organi, causando danni
10:43
which leads to trauma and side effects.
203
627138
3487
che portano a traumi ed effetti collaterali.
10:46
So my students and I wondered, what if we could
204
630625
2500
Allora io e i miei studenti ci chiedemmo se
10:49
modify the system
205
633125
3485
potessimo modificare il sistema
10:52
so that the needles could come in at different angles?
206
636610
3785
in modo che gli aghi entrassero da diverse angolazioni.
10:56
So we simulated this, and we developed some
207
640395
2777
Abbiamo fatto una simulazione, sviluppato
10:59
optimization algorithms and we simulated this,
208
643172
2589
degli algoritmi di ottimizzazione e, in simulazione,
11:01
and we were able to show that we are able to avoid
209
645761
2277
abbiamo dimostrato di essere in grado di evitare
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
gli organi delicati pur raggiungendo la copertura
11:07
of the tumors with the radiation.
211
651805
3508
dei tumori con le radiazioni.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
Al momento stiamo lavorando con dei dottori della UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
ed ingegneri della John Hopkins,
11:17
and we're building a robot that has a number of,
214
661507
3582
e stiamo costruendo
11:20
it's a specialized design with different joints that can allow
215
665089
3257
un robot specializzato, con diverse articolazioni che permettono
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
di inserire gli aghi da infinite angolazioni diverse.
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
E come potete vedere qui, riescono a evitare gli organi delicati
11:31
and still reach the targets they're aiming for.
218
675770
4138
e arrivare comunque nei punti interessati.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Quindi, mettendo in dubbio, il presupposto che tutti gli aghi
11:39
have to be parallel, this project also taught me
220
683225
2945
debbano essere paralleli, da questo progetto ho imparato
11:42
an important lesson: When in doubt --
221
686170
3300
una lezione importante: nel dubbio,
11:45
When your path is blocked, pivot.
222
689470
4367
se il sentiero è bloccato, giragli intorno.
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Anche l'ultimo progetto ha a che fare con la robotica medica.
11:54
And this is something that's grown out of a system called
224
698238
4040
Nasce da un sistema chiamato
11:58
the da Vinci surgical robot,
225
702278
3588
robot chirurgico da Vinci,
12:01
and this is a commercially available device.
226
705866
2468
un dispositivo in commercio.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
È stato usato in più di 2000 ospedali in tutto il mondo:
12:07
and the idea is it allows the surgeon
228
711666
2528
l'idea di base è permettere al chirurgo
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
di operare comodamente nel suo sistema di riferimento,
12:14
but many of the subtasks in surgery
230
718443
4991
ma molti dei compiti minori in chirurgia,
12:19
are very routine and tedious, like suturing,
231
723434
3047
come la sutura, sono monotoni e ripetitivi,
12:22
and currently, all of these are performed
232
726481
2365
e oggi sono tutti compiuti
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
sotto controllo diretto ed esclusivo del chirurgo,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
che col passare del tempo si affatica.
12:31
And we've been wondering,
235
735924
1295
Ci siamo chiesti
12:33
what if we could program the robot
236
737219
2265
se fosse possibile programmare il robot
12:35
to perform some of these subtasks,
237
739484
2487
per fargli compiere alcuni compiti minori,
12:37
and thereby free the surgeons to focus
238
741971
1720
permettendo al chirurgo di concentrarsi
12:39
on the more complicated parts of the surgery,
239
743691
2656
sulle parti più complesse dell'operazione
12:42
and also cut down on the time that the surgery would take
240
746347
3248
e ridurre inoltre i tempi in sala operatoria,
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
nel caso in cui il robot compiesse queste attività un po' più velocemente.
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
È difficile programmarli a svolgere attività delicate
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
come questa, ma il mio collega, Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
che lavora qui a Berkeley, ha sviluppato
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
una nuova serie di tecniche per insegnare ai robot tramite l'esempio.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
È riuscito a far loro pilotare elicotteri,
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
anche con acrobazie incredibilmente interessanti e belle,
13:08
by watching human experts fly them.
248
773041
2719
solamente tramite l'osservazione di piloti esperti.
13:11
So we got one of these robots.
249
775760
2588
Ci siamo quindi procurati uno di questi robot,
13:14
We started working with Pieter and his students,
250
778348
2182
abbiamo iniziato a lavorare con Peter e i suoi studenti,
13:16
and we asked a surgeon to perform
251
780530
2663
e abbiamo chiesto a un chirurgo di eseguire
13:19
a task, and what we do is we, with the robot,
252
783193
4451
un compito tramite il robot:
13:23
so what we're doing is asking the robot,
253
787644
2063
dopodiché, noi chiediamo al robot
13:25
the surgeon to perform the task,
254
789707
1278
di eseguire il compito,
13:26
and we record the motions of the robot.
255
790985
2272
e registriamo i suoi movimenti.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Ecco un esempio. Userò il numero otto,
13:31
tracing out a figure eight as an example.
257
795385
2240
disegnando il numero otto come esempio.
13:33
So here's what it looks like when the robot,
258
797625
3630
Ecco cosa appare quando il robot -
13:37
this is what the robot's path looks like,
259
801255
2317
ecco cosa ha tracciato il robot,
13:39
those three examples.
260
803572
1174
in questi tre esempi.
13:40
Now, those are much better than what a novice
261
804746
2462
Sono molto meglio di quelli che farebbe un principiante
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
come me, ma sono comunque imprecisi e irregolari.
13:47
So we record all these examples, the data,
263
811865
2072
Quindi registriamo tutti questi esempi, i dati,
13:49
and then we go through a sequence of steps.
264
813937
3712
e poi eseguiamo una serie di fasi.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
In primis, usiamo una tecnica chiamata curvatura spazio-temporale dinamica
13:57
from speech recognition, and this allows us to
266
821281
2182
proveniente dal riconoscimento vocale, così da
13:59
temporally align all of the examples,
267
823463
2840
allineare provvisoriamente tutti gli esempi,
14:02
and then we apply Kalman filtering,
268
826303
2929
dopodiché applichiamo il filtro di Kalman,
14:05
a technique from control theory, that allows us
269
829232
2983
una tecnica che proviene dalla teoria dei controlli, che ci permette
14:08
to statistically analyze all the noise
270
832215
2672
di analizzare statisticamente tutto il rumore
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
ed estrarne la traiettoria desiderata che ne è alla base.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Dopodiché prendiamo le dimostrazioni umane,
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
tutte rumorose e imperfette,
14:20
and we extract from them an inferred task trajectory
274
845087
3091
e ne estraiamo una traiettoria dedotta del compito
14:24
and control sequence for the robot.
275
848178
3003
e la sequenza di controllo del robot.
14:27
We then execute that on the robot,
276
851181
2184
Poi lo eseguiamo sul robot,
14:29
we observe what happens,
277
853365
2172
osserviamo cosa succede,
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
e sistemiamo i controlli usando una sequenza di tecniche
14:34
called iterative learning.
279
858199
2930
chiamate apprendimento iterativo.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Dopodiché aumentiamo un po' la velocità,
14:41
We observe the results, adjust the controls again,
281
865106
3563
osserviamo i risultati, sistemiamo di nuovo i controlli,
14:44
and observe what happens.
282
868669
2522
e osserviamo cosa succede.
14:47
And we go through this several rounds.
283
871191
2136
Ripetiamo il tutto diverse volte,
14:49
And here's the result.
284
873327
1356
ed ecco il risultato.
14:50
That's the inferred task trajectory,
285
874683
1845
Questa è la traiettoria del compito,
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
ed ecco il robot che si muove a velocità umana.
14:55
Here's four times the speed of the human.
287
879991
2442
Qui a quattro volte la velocità umana,
14:58
Here's seven times.
288
882433
2571
qui a sette volte.
15:00
And here's the robot operating at 10 times
289
885004
3637
Ed ecco il robot che opera a dieci volte
15:04
the speed of the human.
290
888641
2200
la velocità umana.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Quindi siamo in grado di far compiere ad un robot un compito delicato,
15:09
like a surgical subtask,
292
893791
3224
come un'attività chirurgica minore,
15:12
at 10 times the speed of a human.
293
897015
3247
a dieci volte la velocità umana.
15:16
So this project also, because of its involved practicing
294
900262
4223
Questo progetto, grazie all'esercizio che richiede
15:20
and learning, doing something over and over again,
295
904485
2173
e all'apprendimento, al fare una cosa ripetutamente,
15:22
this project also has a lesson, which is,
296
906658
2757
insegna una lezione, ossia:
15:25
if you want to do something well,
297
909415
3126
se desideri fare bene qualcosa,
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
non si scappa: devi fare esercizio, esercizio, esercizio.
15:36
So these are four of the lessons that I've learned
299
920505
3120
Ecco dunque quattro lezioni che ho imparato
15:39
from robots over the years,
300
923625
3127
dai robot negli anni,
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
e il campo della robotica è migliorato molto
15:48
over time.
302
932121
2168
nel tempo.
15:50
Nowadays, high school students can build robots
303
934289
2167
Oggi uno studente delle superiori può costruire
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
robot simili a quello industriale che provai a costruire con mio padre.
15:56
And now, I have a daughter,
305
940481
6982
E ora ho una figlia,
16:03
named Odessa.
306
947463
2386
che si chiama Odessa.
16:05
She's eight years old,
307
949849
1833
Ha otto anni,
16:07
and she likes robots, too.
308
951682
2424
e anche a lei piacciono i robot.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Dev'essere genetico. (Risate)
16:12
I wish she could meet my dad.
310
956520
3647
Vorrei tanto che avesse potuto conoscere mio padre.
16:16
And now I get to teach her how things work,
311
960167
2900
E ora sono io ad insegnarle come funzionano le cose,
16:18
and we get to build projects together, and I wonder
312
963067
2772
Insieme elaboriamo dei progetti, e mi chiedo
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
quali lezioni ne trarrà.
16:26
Robots are the most human
314
970147
2607
I robot sono le più umane
16:28
of our machines.
315
972754
2229
tra le nostre macchine.
16:30
They can't solve all of the world's problems,
316
974983
3085
Non possono risolvere tutti i problemi del mondo,
16:33
but I think they have something important to teach us.
317
978068
4358
ma credo che abbiano qualcosa di importante da insegnarci.
16:38
I invite all of you to think about the innovations
318
982426
3343
Vi invito tutti a pensare alle innovazioni
16:41
that you're interested in,
319
985769
2675
a cui siete interessati,
16:44
the machines that you wish for,
320
988444
3216
alle macchine che desiderate,
16:47
and think about what they might be telling you,
321
991660
3169
e a pensare a cosa potrebbero dirvi,
16:50
because I have a hunch
322
994829
2063
perché ho il presentimento
16:52
that many of our technological innovations,
323
996892
2087
che molte delle nostre innovazioni tecnologiche,
16:54
the devices we dream about,
324
998979
2658
i dispositivi che sogniamo,
16:57
can inspire us to be better humans.
325
1001637
3964
possano ispirarci ad essere essere umani migliori.
17:01
Thank you. (Applause)
326
1005601
3585
Grazie. (Applausi)
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