TED2013
Rodney Brooks: Why we will rely on robots
ロドニー・ブルックス: なぜ、私たちはロボットに頼ることになるのか
Filmed:
Readability: 3.4
1,424,847 views
ロボットに仕事を奪われ人は要らなくなると、まことしやかに ささやかれています。でもロボットは私たちの重要な協力者となり、私たちは単純で機械的な作業から解き放たれ、他のことに時間を割けるようになります。ロドニー・ブルックスは、労働人口が減少し老齢人口が増える中、これがどれだけ価値のあることか指摘します。彼がここで紹介するロボットのバクスターは、目を動かし、腕に触れば反応します。バクスターは、高齢化する労働者のそばで働くことができ、さらに家庭でも高齢者を支援できるかもしれません。
Rodney Brooks - Roboticist
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Double-click the English transcript below to play the video.
00:13
Well, Arthur C. Clarke,
0
1010
1300
アーサー・C・クラーク
00:14
a famous science fiction writer from the 1950s,
1
2310
3195
1950年代の著名なSF作家は言いました
00:17
said that, "We overestimate technology in the short term,
2
5505
4022
「我々は 短期的には技術を過大評価し
00:21
and we underestimate it in the long term."
3
9527
2800
長期的には技術を過小評価する」
00:24
And I think that's some of the fear that we see
4
12327
2417
このことが よく表れているのが
00:26
about jobs disappearing from artificial intelligence and robots.
5
14744
4582
人工知能やロボットで 仕事がなくなると
私たちが心配していることです
私たちが心配していることです
00:31
That we're overestimating the technology in the short term.
6
19326
2667
つまり 短期的な視点で
技術を過大評価しているのです
技術を過大評価しているのです
00:33
But I am worried whether we're going to get the technology we need in the long term.
7
21993
5378
でも 私が心配なのは
長期的に必要になる技術を得られるか
長期的に必要になる技術を得られるか
00:39
Because the demographics are really going to leave us with lots of jobs that need doing
8
27371
5714
人口構成の変化により 労働力が不足し
00:45
and that we, our society, is going to have to be built on the shoulders of steel of robots in the future.
9
33085
5375
私たちの社会は 将来 ロボットの
鉄の肩にすがらざるを得なくなります
鉄の肩にすがらざるを得なくなります
00:50
So I'm scared we won't have enough robots.
10
38460
2826
だから 私はロボット不足になることが
怖いのです
怖いのです
00:53
But fear of losing jobs to technology has been around for a long time.
11
41286
4639
長い間 技術の進歩で
仕事がなくなると心配されてきました
仕事がなくなると心配されてきました
00:57
Back in 1957, there was a Spencer Tracy, Katharine Hepburn movie.
12
45925
3952
1957年 スペンサー・トレイシーと
キャサリン・ヘプバーンの映画の―
キャサリン・ヘプバーンの映画の―
01:01
So you know how it ended up,
13
49877
1448
結末をご存知でしょう
01:03
Spencer Tracy brought a computer, a mainframe computer of 1957, in
14
51325
4086
スペンサー・トレイシーは
資料調査業務にコンピュータを導入します
資料調査業務にコンピュータを導入します
01:07
to help the librarians.
15
55411
1900
1957年当時の
大型コンピューターです
大型コンピューターです
01:09
The librarians in the company would do things like answer for the executives,
16
57311
3477
その会社では 司書は会社の幹部の
知りたいことを調べていました
知りたいことを調べていました
01:12
"What are the names of Santa's reindeer?"
17
60788
3837
「サンタクロースのトナカイの名前は？」
と聞かれれば
と聞かれれば
01:16
And they would look that up.
18
64625
1185
その答えを調べます
01:17
And this mainframe computer was going to help them with that job.
19
65810
2433
このコンピュータは
その仕事を助けるはずでした
その仕事を助けるはずでした
01:20
Well of course a mainframe computer in 1957 wasn't much use for that job.
20
68243
4083
もちろん 1957年当時の
コンピュータはさほど役に立ちません
コンピュータはさほど役に立ちません
01:24
The librarians were afraid their jobs were going to disappear.
21
72326
3150
司書は 自分たちの仕事が
なくなると心配しましたが
なくなると心配しましたが
01:27
But that's not what happened in fact.
22
75476
1649
でも 現実は違いました
01:29
The number of jobs for librarians increased for a long time after 1957.
23
77125
5255
この種の職の雇用は
1957年以降 ずっと増え続けました
1957年以降 ずっと増え続けました
01:34
It wasn't until the Internet came into play,
24
82380
3114
インターネットが普及し
01:37
the web came into play and search engines came into play
25
85494
2533
ウェブサイトや検索エンジンが普及して初めて
01:40
that the need for librarians went down.
26
88027
2649
資料調査という業務が減りました
01:42
And I think everyone from 1957 totally underestimated
27
90676
4207
また 1957年当時には 誰もが
現在の技術を過小評価していたと思います
現在の技術を過小評価していたと思います
01:46
the level of technology we would all carry around in our hands and in our pockets today.
28
94883
4760
現実には 今は皆がこうして
ポケットに入れて技術を持ち運べ
ポケットに入れて技術を持ち運べ
01:51
And we can just ask: "What are the names of Santa's reindeer?" and be told instantly --
29
99643
5717
「サンタクロースのトナカイの名前は？」と
言えば すぐに答えが返ってきて
言えば すぐに答えが返ってきて
01:57
or anything else we want to ask.
30
105360
1751
何でも知ることができるのにです
01:59
By the way, the wages for librarians went up faster
31
107111
5599
ちなみに その間 司書の賃金は
アメリカのどの仕事よりも
アメリカのどの仕事よりも
02:04
than the wages for other jobs in the U.S. over that same time period,
32
112710
2999
早く上がりました
02:07
because librarians became partners of computers.
33
115709
3568
司書が コンピュータの
パートナーになったからです
パートナーになったからです
02:11
Computers became tools, and they got more tools that they could use
34
119277
2883
コンピュータがツールとなったことで
使えるツールが増えて
使えるツールが増えて
02:14
and become more effective during that time.
35
122160
2292
当時の司書の仕事は
より効果的になりました
より効果的になりました
02:16
Same thing happened in offices.
36
124452
1792
同じことが オフィスでも起こります
02:18
Back in the old days, people used spreadsheets.
37
126244
2298
かつては 表計算がされていました
02:20
Spreadsheets were spread sheets of paper,
38
128542
2334
つまり 紙の表計算用紙を使って
02:22
and they calculated by hand.
39
130876
2150
手で計算をしていました
02:25
But here was an interesting thing that came along.
40
133026
2367
でも ここで面白いことが起こります
02:27
With the revolution around 1980 of P.C.'s,
41
135393
2290
1980年頃のパソコン革命で
02:29
the spreadsheet programs were tuned for office workers,
42
137683
4742
表計算ソフトは
事務員のために改良されました
事務員のために改良されました
02:34
not to replace office workers,
43
142425
1652
事務員に取って代わるのではなく
02:36
but it respected office workers as being capable of being programmers.
44
144077
4666
事務員は プログラムができる人として
尊重されたのです
尊重されたのです
02:40
So office workers became programmers of spreadsheets.
45
148743
3128
つまり 事務員は 表計算のプログラマーになり
02:43
It increased their capabilities.
46
151871
2091
その能力は向上しました
02:45
They no longer had to do the mundane computations,
47
153962
2579
つまらない計算作業をしなくてもよくなり
02:48
but they could do something much more.
48
156541
2935
それ以上のことができるようになったのです
02:51
Now today, we're starting to see robots in our lives.
49
159476
3258
今日では 様々な場面で
ロボットを見かける様になりました
ロボットを見かける様になりました
02:54
On the left there is the PackBot from iRobot.
50
162734
2309
左の写真は
iRobot社のパックボットです
iRobot社のパックボットです
02:57
When soldiers came across roadside bombs in Iraq and Afghanistan,
51
165043
3432
イラクやアフガニスタンで
走行中に爆弾に遭遇しても
走行中に爆弾に遭遇しても
03:00
instead of putting on a bomb suit and going out and poking with a stick,
52
168475
4149
兵士は 防御スーツを着て
外に出て 棒でつついて処理しなくてよい
外に出て 棒でつついて処理しなくてよい
03:04
as they used to do up until about 2002,
53
172624
2319
2002年頃まではそうしていたけれど
03:06
they now send the robot out.
54
174943
1408
今は ロボットを送り込みます
03:08
So the robot takes over the dangerous jobs.
55
176351
2143
つまり 危険な仕事はロボットがしてくれます
03:10
On the right are some TUGs from a company called Aethon in Pittsburgh.
56
178494
4518
右の写真は タグ（TUG）と言い
ピッツバーグのAethon社のものです
ピッツバーグのAethon社のものです
03:15
These are in hundreds of hospitals across the U.S.
57
183012
2297
タグは アメリカ中の
何百もの病院に導入され
何百もの病院に導入され
03:17
And they take the dirty sheets down to the laundry.
58
185309
2740
汚れたシーツを洗濯場まで
03:20
They take the dirty dishes back to the kitchen.
59
188049
1876
食べ終わった食器をキッチンまで運び
03:21
They bring the medicines up from the pharmacy.
60
189925
2085
そして 薬局から薬を持ってきます
03:24
And it frees up the nurses and the nurse's aides
61
192010
2945
タグがいれば
看護師や看護助手たちは
看護師や看護助手たちは
03:26
from doing that mundane work of just mechanically pushing stuff around
62
194955
3665
機械的に物を運搬するような
単純労働から解放され
単純労働から解放され
03:30
to spend more time with patients.
63
198620
2073
患者さんとの時間を多くとれるようになります
03:32
In fact, robots have become sort of ubiquitous in our lives in many ways.
64
200693
4699
事実 ロボットは いろんな形で
私たちの生活に浸透しています
私たちの生活に浸透しています
03:37
But I think when it comes to factory robots, people are sort of afraid,
65
205392
5268
でも それが工場用ロボットとなると
まだ怖がられていると思います
まだ怖がられていると思います
03:42
because factory robots are dangerous to be around.
66
210660
4107
そばに置くには危険な存在ですから
03:46
In order to program them, you have to understand six-dimensional vectors and quaternions.
67
214767
4825
プログラムするにも
４次元や６次元で考える必要があり
４次元や６次元で考える必要があり
03:51
And ordinary people can't interact with them.
68
219592
3150
普通の人が 一緒に作業することはできません
03:54
And I think it's the sort of technology that's gone wrong.
69
222742
2619
この技術は 間違った方向に進んでいると思います
03:57
It's displaced the worker from the technology.
70
225361
3633
技術から 労働者を
締め出しています
締め出しています
04:00
And I think we really have to look at technologies
71
228994
3099
だから 私たちが
本当に目を向けなければいけないのは
本当に目を向けなければいけないのは
04:04
that ordinary workers can interact with.
72
232093
2102
普通の労働者が一緒に作業できる技術です
04:06
And so I want to tell you today about Baxter, which we've been talking about.
73
234195
3680
そうした例として
今日は バクスター（Baxter）を紹介します
今日は バクスター（Baxter）を紹介します
04:09
And Baxter, I see, as a way -- a first wave of robot
74
237875
4245
このバクスターは
工業環境において―
工業環境において―
04:14
that ordinary people can interact with in an industrial setting.
75
242120
4290
普通の人たちが共に作業できるロボットの
第一世代と考えています
第一世代と考えています
04:18
So Baxter is up here.
76
246410
1533
さぁ バクスターの登場です
04:19
This is Chris Harbert from Rethink Robotics.
77
247943
2816
Rethink Robotics社の
クリス・ハーバートも一緒です
クリス・ハーバートも一緒です
04:22
We've got a conveyor there.
78
250759
1536
そこに コンベヤーがあります
04:24
And if the lighting isn't too extreme --
79
252295
2851
照明がきつすぎなければいいのですが―
04:27
Ah, ah! There it is. It's picked up the object off the conveyor.
80
255146
4046
ほら 見てください
コンベヤーから物を持ち上げました
コンベヤーから物を持ち上げました
04:31
It's going to come bring it over here and put it down.
81
259192
2850
こちらに運んで来て 置きます
04:34
And then it'll go back, reach for another object.
82
262042
3299
そして 元の位置に戻って
次の物に手を伸ばします
次の物に手を伸ばします
04:37
The interesting thing is Baxter has some basic common sense.
83
265341
3848
面白いのは バクスターは
基礎的な常識も身に付けていること
基礎的な常識も身に付けていること
04:41
By the way, what's going on with the eyes?
84
269189
2221
さて バクスターの目を見てください
04:43
The eyes are on the screen there.
85
271410
1500
スクリーン上に目があって
04:44
The eyes look ahead where the robot's going to move.
86
272910
2749
ロボットが動こうとする方向を見ています
04:47
So a person that's interacting with the robot
87
275659
1868
だから ロボットを使っている人は
04:49
understands where it's going to reach and isn't surprised by its motions.
88
277527
3566
ロボットが次にどう動くのか把握でき
驚かされることもありません
驚かされることもありません
04:53
Here Chris took the object out of its hand,
89
281093
2817
今 クリスは ロボットの手から
物を取り上げました
物を取り上げました
04:55
and Baxter didn't go and try to put it down;
90
283910
2232
バクスターは
物を置く動作をすることなく
物を置く動作をすることなく
04:58
it went back and realized it had to get another one.
91
286142
2352
戻りました
また物を取る必要があると分かっている
また物を取る必要があると分かっている
05:00
It's got a little bit of basic common sense, goes and picks the objects.
92
288494
3167
バクスターは ちょっとした常識を使い
物を取りに行くわけです
物を取りに行くわけです
05:03
And Baxter's safe to interact with.
93
291661
1793
バクスターとは触れ合っても安全です
05:05
You wouldn't want to do this with a current industrial robot.
94
293454
2765
今の産業用ロボットと
こんなこと できませんよね
こんなこと できませんよね
05:08
But with Baxter it doesn't hurt.
95
296219
2192
でも バクスターなら大丈夫
05:10
It feels the force, understands that Chris is there
96
298411
3898
バクスターは力を感じて
クリスがそこにいると理解し
クリスがそこにいると理解し
05:14
and doesn't push through him and hurt him.
97
302309
2852
彼を押しのけて
傷つけるようなことはしないのです
傷つけるようなことはしないのです
05:17
But I think the most interesting thing about Baxter is the user interface.
98
305161
3295
バクスターで 一番面白いと思うのは
ユーザー・インターフェース
ユーザー・インターフェース
05:20
And so Chris is going to come and grab the other arm now.
99
308456
3346
クリスが バクスターの反対側の手をつかみます
05:23
And when he grabs an arm, it goes into zero-force gravity-compensated mode
100
311802
5414
腕をつかまれると
バクスターは 無力・重力補償モードになり
バクスターは 無力・重力補償モードになり
05:29
and graphics come up on the screen.
101
317216
2076
スクリーンにグラフィックスが表示されます
05:31
You can see some icons on the left of the screen there for what was about its right arm.
102
319292
4534
スクリーンの左側にあるアイコンが
右腕の状態を示しています
右腕の状態を示しています
05:35
He's going to put something in its hand, he's going to bring it over here,
103
323826
2794
クリスは バクスターの手に何か握らせ
こちらに持って来て
こちらに持って来て
05:38
press a button and let go of that thing in the hand.
104
326620
5022
ボタンを押して
手から物を離させます
手から物を離させます
05:43
And the robot figures out, ah, he must mean I want to put stuff down.
105
331642
4568
ロボットはこう理解するわけです
「ここで物を下させたいんだな」
「ここで物を下させたいんだな」
05:48
It puts a little icon there.
106
336210
1700
そして小さなアイコンが表示されます
05:49
He comes over here, and he gets the fingers to grasp together,
107
337910
5911
クリスが移動して
ロボットの指で握らせると
ロボットの指で握らせると
05:55
and the robot infers, ah, you want an object for me to pick up.
108
343821
3922
ロボットはこう理解します
「僕に物を拾い上げてほしいんだな」
「僕に物を拾い上げてほしいんだな」
05:59
That puts the green icon there.
109
347743
1799
すると 緑色のアイコンが現れます
06:01
He's going to map out an area of where the robot should pick up the object from.
110
349542
4995
今度は どこから物を拾い上げるべきか
範囲の設定をします
範囲の設定をします
06:06
It just moves it around, and the robot figures out that was an area search.
111
354537
4790
こうして動かすことで
ロボットは そこが探す領域だと認識します
ロボットは そこが探す領域だと認識します
06:11
He didn't have to select that from a menu.
112
359327
1876
画面で操作をする必要ありません
06:13
And now he's going to go off and train the visual appearance of that object
113
361203
3157
そして クリスは一旦離れて
その動作を訓練します
その動作を訓練します
06:16
while we continue talking.
114
364360
1716
話を続けましょう
06:18
So as we continue here,
115
366076
2212
こうして訓練を続ける間
06:20
I want to tell you about what this is like in factories.
116
368288
2171
工場では これがどうなるのか
お話しましょう
お話しましょう
06:22
These robots we're shipping every day.
117
370459
1484
このロボットは 毎日出荷され
06:23
They go to factories around the country.
118
371943
1550
全国の工場に納められています
06:25
This is Mildred.
119
373493
1182
こちらは ミルドレッド
06:26
Mildred's a factory worker in Connecticut.
120
374675
1566
コネチカットの工場で働いています
06:28
She's worked on the line for over 20 years.
121
376241
2379
20年以上 生産ラインで働いてきました
06:30
One hour after she saw her first industrial robot,
122
378620
3343
初めて産業ロボットを見て
ものの一時間で
ものの一時間で
06:33
she had programmed it to do some tasks in the factory.
123
381963
3060
彼女は工場での作業をいくつか
プログラムしました
プログラムしました
06:37
She decided she really liked robots.
124
385023
2431
彼女は ロボットが好きだと確信しました
06:39
And it was doing the simple repetitive tasks that she had had to do beforehand.
125
387454
4670
ロボットは単純な反復作業をしています
以前は彼女がしないといけなかったことを
以前は彼女がしないといけなかったことを
06:44
Now she's got the robot doing it.
126
392124
1838
今は ロボットにさせています
06:45
When we first went out to talk to people in factories
127
393962
2564
私たちが初めて
工場で働いている人たちに
工場で働いている人たちに
06:48
about how we could get robots to interact with them better,
128
396526
2834
どうすれば ロボットとより良く働けるか
聞きに行ったとき
聞きに行ったとき
06:51
one of the questions we asked them was,
129
399360
1566
こんな質問もしました
06:52
"Do you want your children to work in a factory?"
130
400926
2445
「自分の子どもにも工場で働かせたいか？」
06:55
The universal answer was "No, I want a better job than that for my children."
131
403371
4372
皆の答えはこうでした
「いや 子どもにはもっとよい仕事をしてほしい」
「いや 子どもにはもっとよい仕事をしてほしい」
06:59
And as a result of that, Mildred is very typical
132
407743
3377
とどのつまり ミルドレッドは典型的な―
07:03
of today's factory workers in the U.S.
133
411120
1855
今日のアメリカの工場労働者なのです
07:04
They're older, and they're getting older and older.
134
412975
2185
工場労働者の高齢化はどんどん進み
07:07
There aren't many young people coming into factory work.
135
415160
2565
若い人たちが工場労働に就くことも
あまりありません
あまりありません
07:09
And as their tasks become more onerous on them,
136
417725
3316
だから 工場での作業は
そこで働く人にとって重荷になっていく一方で
そこで働く人にとって重荷になっていく一方で
07:13
we need to give them tools that they can collaborate with,
137
421041
3093
彼らに 協力するツールを与える必要があります
07:16
so that they can be part of the solution,
138
424134
1810
彼ら自身が解決策の一部となり
07:17
so that they can continue to work and we can continue to produce in the U.S.
139
425944
4851
彼らが継続して働け
アメリカでモノ作りが続けられるように
アメリカでモノ作りが続けられるように
07:22
And so our vision is that Mildred who's the line worker
140
430795
4065
私たちは ミルドレッドのような労働者を
「ライン作業者」から
「ライン作業者」から
07:26
becomes Mildred the robot trainer.
141
434860
2917
「ロボット訓練者」にしたいのです
07:29
She lifts her game,
142
437777
1145
労働者は技量を上げます
07:30
like the office workers of the 1980s lifted their game of what they could do.
143
438922
4587
ちょうど 1980年代に事務員たちが
できる仕事の技量を上げたように
できる仕事の技量を上げたように
07:35
We're not giving them tools that they have to go and study for years and years in order to use.
144
443509
4084
私たちが提供したいのは
何年も勉強しなければ使えないツールではなく
何年も勉強しなければ使えないツールではなく
07:39
They're tools that they can just learn how to operate in a few minutes.
145
447593
3444
数分もあれば どうやって操作するか
学べるようなツールです
学べるようなツールです
07:43
There's two great forces that are both volitional but inevitable.
146
451037
4789
今 意志に左右されるが避けられない
二つの大きな力があります
二つの大きな力があります
07:47
That's climate change and demographics.
147
455826
2377
気候変動と人口動態です
07:50
Demographics is really going to change our world.
148
458203
2667
人口動態は 本当に私たちの世界を変えます
07:52
This is the percentage of adults who are working age.
149
460870
3962
これは 労働人口の割合です
07:56
And it's gone down slightly over the last 40 years.
150
464832
1963
過去40年で 少し下がってきていますが
07:58
But over the next 40 years, it's going to change dramatically, even in China.
151
466795
3880
これからの40年では 劇的に変わります
中国でさえです
中国でさえです
08:02
The percentage of adults who are working age drops dramatically.
152
470675
5327
労働人口の割合は
劇的に下がり
劇的に下がり
08:08
And turned up the other way, the people who are retirement age goes up very, very fast,
153
476002
5090
定年した人たちの割合は
本当に急速に上がります
本当に急速に上がります
08:13
as the baby boomers get to retirement age.
154
481092
4337
ベビーブーム世代が定年を迎えるからです
08:17
That means there will be more people with fewer social security dollars
155
485429
3548
つまり 社会保障にあてるお金が減る一方
08:20
competing for services.
156
488977
2633
より多くの人が社会保障を必要とするわけです
08:23
But more than that, as we get older we get more frail
157
491610
4051
でも それ以上に
年を取れば 力も弱くなって
年を取れば 力も弱くなって
08:27
and we can't do all the tasks we used to do.
158
495661
2249
かつては できていた作業も
できなくなります
できなくなります
08:29
If we look at the statistics on the ages of caregivers,
159
497910
3713
介護士の年齢についての統計を見ると
08:33
before our eyes those caregivers are getting older and older.
160
501623
4470
介護士たちの年齢層も
どんどん上がって行くのが分かります
どんどん上がって行くのが分かります
08:38
That's happening statistically right now.
161
506093
1999
今まさに 統計的に起こっていることです
08:40
And as the number of people who are older, above retirement age and getting older, as they increase,
162
508092
5938
定年退職を迎えた人たちが
さらに年を取り 増えていく一方で
さらに年を取り 増えていく一方で
08:46
there will be less people to take care of them.
163
514030
2027
世話をする人たちは減っていきます
08:48
And I think we're really going to have to have robots to help us.
164
516057
2619
私たちは ロボットの助けが
本当に必要になります
本当に必要になります
08:50
And I don't mean robots in terms of companions.
165
518676
3235
ロボットを 付き添ってくれる仲間とは
考えていません
考えていません
08:53
I mean robots doing the things that we normally do for ourselves
166
521911
3281
ロボットは
私たちが年を取ってするのが
私たちが年を取ってするのが
08:57
but get harder as we get older.
167
525192
1669
難しくなったことをしてくれるもの
08:58
Getting the groceries in from the car, up the stairs, into the kitchen.
168
526861
2865
車から食料品を出して
階段を上り 台所へ運ぶようなことです
階段を上り 台所へ運ぶようなことです
09:01
Or even, as we get very much older,
169
529726
2395
もっと年を取れば
09:04
driving our cars to go visit people.
170
532121
3088
人に会いに 車を運転することもです
09:07
And I think robotics gives people a chance to have dignity as they get older
171
535209
6367
ロボット工学があれば
年を取っても 尊厳を維持できるかもしれない
年を取っても 尊厳を維持できるかもしれない
09:13
by having control of the robotic solution.
172
541576
3549
ロボットによる解決策を
コントロールしさえすれば良いのです
コントロールしさえすれば良いのです
09:17
So they don't have to rely on people that are getting scarcer to help them.
173
545125
3385
頼れる人は減る一方ですが
人に頼る必要はありません
人に頼る必要はありません
09:20
And so I really think that we're going to be spending more time
174
548510
6892
私はこう信じています
私たちは 日々の生活でバクスターのようなロボットと
私たちは 日々の生活でバクスターのようなロボットと
09:27
with robots like Baxter
175
555402
2301
より多くの時間を過ごし
09:29
and working with robots like Baxter in our daily lives. And that we will --
176
557703
6694
行動を共にするようになる
そして―
そして―
09:36
Here, Baxter, it's good.
177
564397
2480
ほら バクスター
よくやったね
よくやったね
09:38
And that we will all come to rely on robots over the next 40 years
178
566877
4244
そして今後40年の間に
私たちは ロボットに頼るようになるでしょう
私たちは ロボットに頼るようになるでしょう
09:43
as part of our everyday lives.
179
571121
2166
毎日の生活の一部として
09:45
Thanks very much.
180
573287
1294
ありがとうございました
09:46
(Applause)
181
574581
2995
（拍手）
ABOUT THE SPEAKER
Rodney Brooks - RoboticistRodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out.
Why you should listen
Former MIT professor Rodney Brooks studies and engineers robot intelligence, looking for the holy grail of robotics: the AGI, or artificial general intelligence. For decades, we've been building robots to do highly specific tasks -- welding, riveting, delivering interoffice mail -- but what we all want, really, is a robot that can figure things out on its own, the way we humans do.
Brooks realized that a top-down approach -- just building the biggest brain possible and teaching it everything we could think of -- would never work. What would work is a robot who learns like we do, by trial and error, and with many separate parts that learn separate jobs. The thesis of his work which was captured in Fast, Cheap and Out of Control,went on to become the title of the great Errol Morris documentary.
A founder of iRobot, makers of the Roomba vacuum, Brooks is now founder and CTO of Rethink Robotics, whose mission is to apply advanced robotic intelligence to manufacturing and physical labor. Its first robots: the versatile two-armed Baxter and one-armed Sawyer. Brooks is the former director of CSAIL, MIT's Computers Science and Artificial Intelligence Laboratory.
Rodney Brooks | Speaker | TED.com