ABOUT THE SPEAKER
Rodney Brooks - Roboticist
Rodney 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.

 
More profile about the speaker
Rodney Brooks | Speaker | TED.com
TED2013

Rodney Brooks: Why we will rely on robots

Rodney Brooks: Por que dependeremos de robôs

Filmed:
1,424,847 views

Alarmistas brincam com a ideia de que robôs vão Simplesmente substituir pessoas no emprego. Na verdade, eles podem se tornar nossos colaboradores essenciais, liberando-nos a gastar menos tempo em tarefas mecânicas. Rodney Brooks enfatiza quão valioso isso pode ser à medida que o número de adultos em idade de trabalhar cai e o número de aposentados cresce. Com olhos que se movem e braços que reagem ao toque, ele nos apresenta Baxter, o robô que pode trabalhar junto com uma população que envelhece -- e também aprender a ajudá-la em casa.
- Roboticist
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
Bem, Arthur C. Clarke,
00:14
a famous science fiction writer from the 1950s,
1
2310
3195
um famoso escritor de ficção científica da década de 1950,
00:17
said that, "We overestimate technology in the short term,
2
5505
4022
disse que: "Superestimamos a tecnologia no curto prazo
00:21
and we underestimate it in the long term."
3
9527
2800
e a subestimamos no longo prazo."
00:24
And I think that's some of the fear that we see
4
12327
2417
E acho que isso é um pouco do medo que temos
00:26
about jobs disappearing from artificial intelligence and robots.
5
14744
4582
de empregos desaparecendo em razão da inteligência artificial e dos robôs.
00:31
That we're overestimating the technology in the short term.
6
19326
2667
Estamos superestimando a tecnologia no curto prazo.
00:33
But I am worried whether we're going to get the technology we need in the long term.
7
21993
5378
Mas estou preocupado se vamos ter a tecnologia de que precisamos no longo prazo.
00:39
Because the demographics are really going to leave us with lots of jobs that need doing
8
27371
5714
Porque a demografia vai realmente nos deixar com muito trabalho que precisa ser feito
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
e que nós, nossa sociedade, vai ter que construir nos ombros de aço de robôs no futuro.
00:50
So I'm scared we won't have enough robots.
10
38460
2826
Então, tenho medo de que não tenhamos robôs suficientes.
00:53
But fear of losing jobs to technology has been around for a long time.
11
41286
4639
Mas o medo de perder o emprego para a tecnologia tem estado por aí há um longo tempo.
00:57
Back in 1957, there was a Spencer Tracy, Katharine Hepburn movie.
12
45925
3952
Lá em 1957, havia um filme com Spencer Tracy e Katharine Hepburn.
01:01
So you know how it ended up,
13
49877
1448
Vocês sabem como terminou,
01:03
Spencer Tracy brought a computer, a mainframe computer of 1957, in
14
51325
4086
Spencer Tracy trouxe um computador, um mainframe de 1957,
01:07
to help the librarians.
15
55411
1900
para auxiliar os bibliotecários.
01:09
The librarians in the company would do things like answer for the executives,
16
57311
3477
Os bibliotecários na empresa faziam coisas como respostas para os executivos:
01:12
"What are the names of Santa's reindeer?"
17
60788
3837
"Quais são os nomes das renas de Papai Noel?"
01:16
And they would look that up.
18
64625
1185
Eles pesquisavam.
01:17
And this mainframe computer was going to help them with that job.
19
65810
2433
E esse computador ia ajudá-los com esse trabalho.
01:20
Well of course a mainframe computer in 1957 wasn't much use for that job.
20
68243
4083
Bem, claro, um computador em 1957 não era de muito uso para esse trabalho.
01:24
The librarians were afraid their jobs were going to disappear.
21
72326
3150
Os bibliotecários tinham medo de que seus empregos desaparecessem.
01:27
But that's not what happened in fact.
22
75476
1649
Mas isso não é o que aconteceu de fato.
01:29
The number of jobs for librarians increased for a long time after 1957.
23
77125
5255
O número de empregos para bibliotecários cresceu por um longo tempo depois de 1957.
01:34
It wasn't until the Internet came into play,
24
82380
3114
Foi somente quando a Internet
01:37
the web came into play and search engines came into play
25
85494
2533
a Web e os motores de busca entraram em cena
01:40
that the need for librarians went down.
26
88027
2649
que a necessidade de bibliotecários diminuiu.
01:42
And I think everyone from 1957 totally underestimated
27
90676
4207
E acho que todos em 1957 subestimaram completamente
01:46
the level of technology we would all carry around in our hands and in our pockets today.
28
94883
4760
o nível de tecnologia que nós carregamos por aí, em nossas mãos e em nossos bolsos, hoje.
01:51
And we can just ask: "What are the names of Santa's reindeer?" and be told instantly --
29
99643
5717
E podemos simplesmente perguntar: "Quais são os nomes das renas de Papai Noel?", e sermos informados instantaneamente --
01:57
or anything else we want to ask.
30
105360
1751
ou qualquer outra coisa que quisermos perguntar.
01:59
By the way, the wages for librarians went up faster
31
107111
5599
A propósito, os salários dos bibliotecários subiram mais rápido
02:04
than the wages for other jobs in the U.S. over that same time period,
32
112710
2999
que os salários de outros empregos nos E.U.A. nesse mesmo período,
02:07
because librarians became partners of computers.
33
115709
3568
porque os bibliotecários se tornaram parceiros dos computadores.
02:11
Computers became tools, and they got more tools that they could use
34
119277
2883
Os computadores se tornaram ferramentas, e eles conseguiram mais ferramentas do que poderiam usar
02:14
and become more effective during that time.
35
122160
2292
e se tornaram mais eficientes durante esse tempo.
02:16
Same thing happened in offices.
36
124452
1792
A mesma coisa aconteceu nos escritórios.
02:18
Back in the old days, people used spreadsheets.
37
126244
2298
Nos velhos tempos, as pessoas usavam planilhas.
02:20
Spreadsheets were spread sheets of paper,
38
128542
2334
Planilhas eram folhas de papel impressas
02:22
and they calculated by hand.
39
130876
2150
e eles calculavam à mão.
02:25
But here was an interesting thing that came along.
40
133026
2367
Mas aqui está uma coisa interessante que surgiu com isso.
02:27
With the revolution around 1980 of P.C.'s,
41
135393
2290
Com a revolução do P.C., por volta de 1980,
02:29
the spreadsheet programs were tuned for office workers,
42
137683
4742
os programas de planihas foram ajustados para os trabalhadores de escritório,
02:34
not to replace office workers,
43
142425
1652
não para substituir esses trabalhadores,
02:36
but it respected office workers as being capable of being programmers.
44
144077
4666
mas esperava-se que os trabalhadores dos escritórios fossem capazes de ser programadores.
02:40
So office workers became programmers of spreadsheets.
45
148743
3128
Então os trabalhadores de escritórios se tornaram programadores de planilhas.
02:43
It increased their capabilities.
46
151871
2091
Isso aumentou suas capacidades.
02:45
They no longer had to do the mundane computations,
47
153962
2579
Eles não tinham mais que fazer cálculos,
02:48
but they could do something much more.
48
156541
2935
mas podiam fazer muito mais.
02:51
Now today, we're starting to see robots in our lives.
49
159476
3258
Hoje, começamos a ver robôs em nossas vidas.
02:54
On the left there is the PackBot from iRobot.
50
162734
2309
À esquerda, está o PackBot da iRobot.
02:57
When soldiers came across roadside bombs in Iraq and Afghanistan,
51
165043
3432
Quando soldados topam com bombas à beira da estrada, no Iraque e no Afeganistão,
03:00
instead of putting on a bomb suit and going out and poking with a stick,
52
168475
4149
em vez de vestir o traje especial e sair cutucando-as com um bastão,
03:04
as they used to do up until about 2002,
53
172624
2319
como costumavam fazer até mais ou menos 2002,
03:06
they now send the robot out.
54
174943
1408
agora enviam o robô.
03:08
So the robot takes over the dangerous jobs.
55
176351
2143
Então o robô assume os trabalhos perigosos.
03:10
On the right are some TUGs from a company called Aethon in Pittsburgh.
56
178494
4518
À direita, estão alguns TUGs, de uma empresa chamada Aethon, em Pittsburgh.
03:15
These are in hundreds of hospitals across the U.S.
57
183012
2297
Estes estão em centenas de hospitais nos E.U.A.
03:17
And they take the dirty sheets down to the laundry.
58
185309
2740
Eles levam os lençóis sujos para a lavanderia.
03:20
They take the dirty dishes back to the kitchen.
59
188049
1876
Levam os pratos sujos de volta para a cozinha.
03:21
They bring the medicines up from the pharmacy.
60
189925
2085
Trazem os medicamentos da farmácia.
03:24
And it frees up the nurses and the nurse's aides
61
192010
2945
E isso libera os enfermeiros e auxiliares de enfermaria
03:26
from doing that mundane work of just mechanically pushing stuff around
62
194955
3665
de fazer esse trabalho de mecanicamente pegar as coisas
03:30
to spend more time with patients.
63
198620
2073
para passar mais tempo com pacientes.
03:32
In fact, robots have become sort of ubiquitous in our lives in many ways.
64
200693
4699
Na verdade, os robôs se tornaram meio que onipresentes em nossas vidas de muitas formas.
03:37
But I think when it comes to factory robots, people are sort of afraid,
65
205392
5268
Mas acho que quando se trata de robôs industriais, as pessoas meio que sentem medo,
03:42
because factory robots are dangerous to be around.
66
210660
4107
porque é perigoso estar por perto de robôs industriais.
03:46
In order to program them, you have to understand six-dimensional vectors and quaternions.
67
214767
4825
Para programá-los, você tem que entender vetores de seis dimensões e quaternidades.
03:51
And ordinary people can't interact with them.
68
219592
3150
E as pessoas comuns não conseguem interagir com eles.
03:54
And I think it's the sort of technology that's gone wrong.
69
222742
2619
Acho que é o tipo de tecnologia que, de certa forma, deu errado.
03:57
It's displaced the worker from the technology.
70
225361
3633
Ela deslocou o trabalhador da tecnologia.
04:00
And I think we really have to look at technologies
71
228994
3099
E acho que realmente temos que olhar para tecnologias
04:04
that ordinary workers can interact with.
72
232093
2102
com que os trabalhadores comuns possam interagir.
04:06
And so I want to tell you today about Baxter, which we've been talking about.
73
234195
3680
Assim, hoje quero contar sobre Baxter, de que estávamos falando.
04:09
And Baxter, I see, as a way -- a first wave of robot
74
237875
4245
E Baxter, eu entendo, como uma onda -- uma primeira onda de robôs
04:14
that ordinary people can interact with in an industrial setting.
75
242120
4290
com os quais as pessoas comuns podem interagir em um cenário industrial.
04:18
So Baxter is up here.
76
246410
1533
Então, Baxter está bem aqui.
04:19
This is Chris Harbert from Rethink Robotics.
77
247943
2816
Este é Chris Harbert, da Rethink Robotics.
04:22
We've got a conveyor there.
78
250759
1536
Temos uma esteira rolante ali.
04:24
And if the lighting isn't too extreme --
79
252295
2851
E se a iluminação não for muito intensa --
04:27
Ah, ah! There it is. It's picked up the object off the conveyor.
80
255146
4046
Ah, ah! Ali está. Pegou o objeto da esteira rolante.
04:31
It's going to come bring it over here and put it down.
81
259192
2850
Ele irá trazê-lo bem aqui e deixá-lo no aparador.
04:34
And then it'll go back, reach for another object.
82
262042
3299
Então voltará para procurar outro objeto.
04:37
The interesting thing is Baxter has some basic common sense.
83
265341
3848
O interessante é que Baxter tem um senso comum básico.
04:41
By the way, what's going on with the eyes?
84
269189
2221
A propósito, o que acontece com os olhos?
04:43
The eyes are on the screen there.
85
271410
1500
Os olhos estão na tela ali.
04:44
The eyes look ahead where the robot's going to move.
86
272910
2749
Os olhos olham adiante para onde o robô vai se mover.
04:47
So a person that's interacting with the robot
87
275659
1868
Então a pessoa que está interagindo com o robô
04:49
understands where it's going to reach and isn't surprised by its motions.
88
277527
3566
entende até onde ele vai e não fica surpresa com seus movimentos.
04:53
Here Chris took the object out of its hand,
89
281093
2817
Aqui, Chris tirou o objeto da mão dele,
04:55
and Baxter didn't go and try to put it down;
90
283910
2232
e Baxter não tentou colocá-lo no aparador;
04:58
it went back and realized it had to get another one.
91
286142
2352
ele voltou e percebeu que tinha que pegar outro.
05:00
It's got a little bit of basic common sense, goes and picks the objects.
92
288494
3167
Ele tem um pouquinho de senso comum básico, vai e pega os objetos.
05:03
And Baxter's safe to interact with.
93
291661
1793
E é seguro interagir com Baxter.
05:05
You wouldn't want to do this with a current industrial robot.
94
293454
2765
Você não gostaria de fazer isso com um robô industrial atual.
05:08
But with Baxter it doesn't hurt.
95
296219
2192
Mas com Baxter isso não machuca.
05:10
It feels the force, understands that Chris is there
96
298411
3898
Ele sente a força, entende que Chris está ali
05:14
and doesn't push through him and hurt him.
97
302309
2852
e não o empurra e machuca.
05:17
But I think the most interesting thing about Baxter is the user interface.
98
305161
3295
Mas acho que a coisa mais interessante sobre o Baxter é a interface do usuário.
05:20
And so Chris is going to come and grab the other arm now.
99
308456
3346
Então Chris vai agarrar o outro braço agora.
05:23
And when he grabs an arm, it goes into zero-force gravity-compensated mode
100
311802
5414
E, quando agarra o braço, ele vai para o modo de compensação de força de gravidade zero
05:29
and graphics come up on the screen.
101
317216
2076
e gráficos surgem na tela.
05:31
You can see some icons on the left of the screen there for what was about its right arm.
102
319292
4534
Você pode ver alguns ícones, ali à esquerda da tela, para o que é o braço direito dele.
05:35
He's going to put something in its hand, he's going to bring it over here,
103
323826
2794
Vai colocar algo na mão dele, vai trazê-lo bem aqui,
05:38
press a button and let go of that thing in the hand.
104
326620
5022
apertar um botão e deixá-lo com o que está na mão.
05:43
And the robot figures out, ah, he must mean I want to put stuff down.
105
331642
4568
E o robô compreende,ah, ele quer dizer que eu quero pôr coisas no aparador.
05:48
It puts a little icon there.
106
336210
1700
Ele coloca um pequeno ícone ali.
05:49
He comes over here, and he gets the fingers to grasp together,
107
337910
5911
Ele vem até aqui, junta os dedos
05:55
and the robot infers, ah, you want an object for me to pick up.
108
343821
3922
e o robô infere, ah, você quer que eu pegue um objeto.
05:59
That puts the green icon there.
109
347743
1799
Isso coloca o ícone verde ali.
06:01
He's going to map out an area of where the robot should pick up the object from.
110
349542
4995
Ele vai mapear uma área na qual o robô deve pegar o objeto.
06:06
It just moves it around, and the robot figures out that was an area search.
111
354537
4790
Ele apenas se move ao redor e o robô entende que aquela é uma área de busca.
06:11
He didn't have to select that from a menu.
112
359327
1876
Ele não teve que selecionar de um menu.
06:13
And now he's going to go off and train the visual appearance of that object
113
361203
3157
Agora ele vai sair e treinar a aparência visual desse objeto
06:16
while we continue talking.
114
364360
1716
enquanto continuamos a conversar.
06:18
So as we continue here,
115
366076
2212
Então, enquanto continuamos aqui,
06:20
I want to tell you about what this is like in factories.
116
368288
2171
quero contar como é isso em fábricas.
06:22
These robots we're shipping every day.
117
370459
1484
Estes robôs que entregamos todos os dias.
06:23
They go to factories around the country.
118
371943
1550
Eles vão para fábricas de todo o país.
06:25
This is Mildred.
119
373493
1182
Esta é Mildred.
06:26
Mildred's a factory worker in Connecticut.
120
374675
1566
Mildred é uma trabalhadora de fábrica, em Connecticut.
06:28
She's worked on the line for over 20 years.
121
376241
2379
Ela trabalha na linha de montagem por mais de 20 anos.
06:30
One hour after she saw her first industrial robot,
122
378620
3343
Uma hora depois que ela viu o primeiro robô industrial,
06:33
she had programmed it to do some tasks in the factory.
123
381963
3060
ela o programou para fazer algumas tarefas na fábrica.
06:37
She decided she really liked robots.
124
385023
2431
Ela resolveu que realmente gosta de robôs.
06:39
And it was doing the simple repetitive tasks that she had had to do beforehand.
125
387454
4670
E foi fazendo as tarefas simples e repetitivas que ela tinha que executar antecipadamente.
06:44
Now she's got the robot doing it.
126
392124
1838
Agora ela tem o robô fazendo isso.
06:45
When we first went out to talk to people in factories
127
393962
2564
Quando saímos para dizer às pessoas nas fábricas
06:48
about how we could get robots to interact with them better,
128
396526
2834
como poderíamos ter robôs para interagir melhor com eles,
06:51
one of the questions we asked them was,
129
399360
1566
uma das perguntas que fizemos foi:
06:52
"Do you want your children to work in a factory?"
130
400926
2445
"Você quer que seus filhos trabalhem em uma fábrica?"
06:55
The universal answer was "No, I want a better job than that for my children."
131
403371
4372
A resposta universal era: "Não, quero um trabalho melhor que este para meus filhos."
06:59
And as a result of that, Mildred is very typical
132
407743
3377
E, como resultado disso, Mildred é um exemplo muito típico
07:03
of today's factory workers in the U.S.
133
411120
1855
dos trabalhadores de fábrica atuais, nos E.U.A.
07:04
They're older, and they're getting older and older.
134
412975
2185
Eles são mais velhos, e estão ficando cada vez mais velhos.
07:07
There aren't many young people coming into factory work.
135
415160
2565
Não há muitas pessoas jovens vindo trabalhar nas fábricas.
07:09
And as their tasks become more onerous on them,
136
417725
3316
E, à medida que as tarefas se tornam mais pesadas para eles,
07:13
we need to give them tools that they can collaborate with,
137
421041
3093
precisamos dar-lhes ferramentas com as quais possam colaborar,
07:16
so that they can be part of the solution,
138
424134
1810
para que se tornem parte da solução,
07:17
so that they can continue to work and we can continue to produce in the U.S.
139
425944
4851
para que possam continuar trabalhando e para que possamos continuar produzindo nos E.U.A.
07:22
And so our vision is that Mildred who's the line worker
140
430795
4065
Assim, nosso ponto de vista é que Mildred, que é a trabalhadora na linha de montagem ,
07:26
becomes Mildred the robot trainer.
141
434860
2917
se torne Mildred, a treinadora dos robôs.
07:29
She lifts her game,
142
437777
1145
Ela levanta o jogo,
07:30
like the office workers of the 1980s lifted their game of what they could do.
143
438922
4587
como os trabalhadores de escritório da década de 1980 levantaram o jogo no que poderiam fazer.
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
Não estamos dando a eles ferramentas que eles tenham que estudar por anos e anos a fim de usá-las.
07:39
They're tools that they can just learn how to operate in a few minutes.
145
447593
3444
São ferramentas que eles podem aprender a operar em poucos minutos.
07:43
There's two great forces that are both volitional but inevitable.
146
451037
4789
Há duas grandes forças que são de volição mas inevitáveis.
07:47
That's climate change and demographics.
147
455826
2377
São a mudança climática e a demografia.
07:50
Demographics is really going to change our world.
148
458203
2667
A demografia realmente vai mudar nosso mundo.
07:52
This is the percentage of adults who are working age.
149
460870
3962
Este é o percentual de adultos em idade de trabalhar.
07:56
And it's gone down slightly over the last 40 years.
150
464832
1963
E ele baixou suavemente nos últimos 40 anos.
07:58
But over the next 40 years, it's going to change dramatically, even in China.
151
466795
3880
Mas nos próximos 40 anos, vai mudar dramaticamente, até mesmo na China.
08:02
The percentage of adults who are working age drops dramatically.
152
470675
5327
O percentual de adultos em idade de trabalhar cai dramaticamente.
08:08
And turned up the other way, the people who are retirement age goes up very, very fast,
153
476002
5090
E sobe de outra forma, a quantidade de pessoas em idade de aposentadoria sobe muito, muito rápido,
08:13
as the baby boomers get to retirement age.
154
481092
4337
assim que a geração 'baby boomer' chegue à idade de aposentadoria.
08:17
That means there will be more people with fewer social security dollars
155
485429
3548
Isso significa que haverá mais pessoas com menos dólares da seguridade social
08:20
competing for services.
156
488977
2633
competindo por serviços.
08:23
But more than that, as we get older we get more frail
157
491610
4051
Mais que isso, à medida que envelhecemos nos tornamos mais frágeis
08:27
and we can't do all the tasks we used to do.
158
495661
2249
e não conseguimos fazer todas as tarefas que costumávamos fazer.
08:29
If we look at the statistics on the ages of caregivers,
159
497910
3713
Se olharmos para as estatísticas sobre a idade dos cuidadores,
08:33
before our eyes those caregivers are getting older and older.
160
501623
4470
ante nossos olhos, esses cuidadores estão ficando cada vez mais velhos.
08:38
That's happening statistically right now.
161
506093
1999
Isso está acontecendo estatisticamente agora.
08:40
And as the number of people who are older, above retirement age and getting older, as they increase,
162
508092
5938
E, à medida que o número de pessoas que são mais velhas, acima da idade de aposentadoria, à medida que ele aumenta,
08:46
there will be less people to take care of them.
163
514030
2027
haverá menos pessoas para cuidar deles.
08:48
And I think we're really going to have to have robots to help us.
164
516057
2619
E acho que realmente teremos que ter robôs para nos ajudar.
08:50
And I don't mean robots in terms of companions.
165
518676
3235
E não quero dizer robôs em termos de acompanhantes.
08:53
I mean robots doing the things that we normally do for ourselves
166
521911
3281
Quero dizer robôs fazendo as coisas que normalmente fazemos para nós mesmos,
08:57
but get harder as we get older.
167
525192
1669
mas que ficam mais difíceis quando envelhecemos.
08:58
Getting the groceries in from the car, up the stairs, into the kitchen.
168
526861
2865
Tirar as compras do carro, subir escadas, ir para a cozinha.
09:01
Or even, as we get very much older,
169
529726
2395
Ou até mesmo, quando somos muito mais velhos,
09:04
driving our cars to go visit people.
170
532121
3088
dirigir o carro quando visitamos outras pessoas.
09:07
And I think robotics gives people a chance to have dignity as they get older
171
535209
6367
Acho que a robótica dá às pessoas uma chance de ter dignidade quando envelhecem,
09:13
by having control of the robotic solution.
172
541576
3549
tendo o controle da solução robótica.
09:17
So they don't have to rely on people that are getting scarcer to help them.
173
545125
3385
Assim, eles não têm que depender de pessoas, que estão se tornando escassas, para ajudá-los.
09:20
And so I really think that we're going to be spending more time
174
548510
6892
Portanto, realmente penso que vamos passar mais tempo
09:27
with robots like Baxter
175
555402
2301
com robôs como Baxter
09:29
and working with robots like Baxter in our daily lives. And that we will --
176
557703
6694
e trabalhando com robôs como Baxter no nosso cotidiano. E vamos --
09:36
Here, Baxter, it's good.
177
564397
2480
Aqui, Baxter, bom.
09:38
And that we will all come to rely on robots over the next 40 years
178
566877
4244
E que todos nós vamos contar com robôs nos próximos 40 anos
09:43
as part of our everyday lives.
179
571121
2166
como parte de nosso cotidiano.
09:45
Thanks very much.
180
573287
1294
Muito obrigado.
09:46
(Applause)
181
574581
2995
(Aplausos)
Translated by Isabel Villan
Reviewed by Luciana Negrao

▲Back to top

ABOUT THE SPEAKER
Rodney Brooks - Roboticist
Rodney 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.

 
More profile about the speaker
Rodney Brooks | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee