TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg: 4 ponaučení daná roboty lidským bytostem
Filmed:
Readability: 4.6
387,467 views
Čím více se roboty včleňují do našich každodenních životů, tím více jsme nuceni zkoumat svoji lidskou stránku. Na TEDxBerkeley s námi Ken Goldberg sdílí čtyři vskutku lidská ponaučení, kterým se naučil při své práci s roboty. (Nahráno na 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
Vím, že to bude znít zvláštně,
00:18
but I think robots can inspire us
1
3052
3294
ale myslím, že roboty nás mohou podnítit k tomu,
00:22
to be better humans.
2
6346
2388
abychom byli lepšími lidmi.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Vyrostl jsem v Bethlehemu v Pensylvánii,
00:28
the home of Bethlehem Steel.
4
12363
2321
domovině Bethlehemských oceláren.
00:30
My father was an engineer,
5
14684
2079
Můj otec byl inženýr,
00:32
and when I was growing up, he would teach me
6
16763
2851
takže když jsem vyrůstal, mohl mě učit,
00:35
how things worked.
7
19614
1159
jak věci pracují.
00:36
We would build projects together,
8
20773
2815
Mohli jsme společně tvořit věci,
00:39
like model rockets and slot cars.
9
23588
2792
jako jsou modely raket nebo aut.
00:42
Here's the go-kart that we built together.
10
26380
3284
Zde je vozík, který jsme společně vyrobili.
00:45
That's me behind the wheel,
11
29664
2219
Za tím volantem jsem já,
00:47
with my sister and my best friend at the time,
12
31883
3819
moje sestra a můj tehdejší nejlepší kamarád.
00:51
and one day,
13
35702
2123
A jednoho dne
00:53
he came home, when I was about 10 years old,
14
37825
3107
se můj otec vrátil domů, bylo mi tehdy 10 let,
00:56
and at the dinner table, he announced
15
40932
2304
a u večeře mi řekl,
00:59
that for our next project, we were going to build a robot.
16
43236
6438
že další věcí, do které se pustíme, bude robot.
01:05
A robot.
17
49674
1109
Robot.
01:06
Now, I was thrilled about this,
18
50783
2252
Byl jsem tím fascinován,
01:08
because at school,
19
53035
1590
protože ve škole
01:10
there was a bully named Kevin,
20
54625
2075
byl chlapec jménem Kevin,
01:12
and he was picking on me
21
56700
2246
který mě šikanoval,
01:14
because I was the only Jewish kid in class.
22
58946
2414
protože jsem byl jediným židovským dítětem ve třídě.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Takže jsem se nemohl dočkat, až na něm začneme pracovat,
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
abych mohl Kevina představit svému robotu. (Smích)
01:23
(Robot noises)
25
67995
11063
(Zvuky robota)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Nebyl to ale ten typ robotu, kterého měl otec na mysli.
01:39
See, he owned a chromium plating company,
27
83933
3728
Víte, vlastnil společnost zabývající se chromováním,
01:43
and they had to move
28
87661
2176
takže museli přemisťovat
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
těžké železné součásti mezi nádržemi s chemikáliemi,
01:48
and so he needed an industrial robot like this
30
92933
3790
takže potřeboval průmyslový robot jako je tento,
01:52
that could basically do the heavy lifting.
31
96723
3099
který by mohl zvedat těžká břemena.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Ale nakonec se otci nepovedlo dospět k robotu, který chtěl.
01:59
He and I worked on it for several years,
33
103727
2597
Pracovali jsme na něm několik let,
02:02
but it was the 1970s,
34
106324
1978
ale bylo to v 70. letech,
02:04
and the technology that was available to amateurs
35
108302
2526
takže technika dostupná amatérům
02:06
just wasn't there yet.
36
110828
2657
ještě neexistovala.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Takže tatínek pokračoval ve své práci ručně,
02:13
and a few years later,
38
117230
2275
a po pár letech
02:15
he was diagnosed with cancer.
39
119505
4139
mu byla diagnostikována rakovina.
02:19
You see, what the robot we were trying to build
40
123644
3305
Víte, robot, který jsme se snažili postavit,
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
nebyl primárně pro zvedání těžkých břemen.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
Byl snahou vyvarovat se přímému vystavení toxickým chemikáliím.
02:30
He didn't recognize that at the time,
43
134524
2977
Avšak na tuto myšlenku nepřipadl zavčas,
02:33
and he contracted leukemia,
44
137501
2139
takže jej leukémie postihla natolik,
02:35
and he died at the age of 45.
45
139640
3222
že zemřel ve věku 45 let.
02:38
I was devastated by this,
46
142862
2841
Byl jsem tím zničen,
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
takže jsem nikdy nezapomněl na robot, který jsme se pokoušeli sestrojit.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
Když jsem byl na univerzitě, rozhodl jsem se studovat strojírenství, stejně jako on.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Šel jsem na Carnegie Mellon, kde jsem získal doktorát z robotiky.
02:55
I've been studying robots ever since.
50
159535
3094
Od té doby jsem studoval jen roboty.
02:58
So what I'd like to tell you about
51
162629
1638
Takže to, o čem bych vám rád pověděl,
03:00
are four robot projects
52
164267
2714
jsou čtyři projekty robotů,
03:02
and how they've inspired me to be a better human.
53
166981
7044
a to, jak mě podnítily k tomu, abych byl lepším člověkem.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
V roce 1993 jsem byl mladým profesorem na USC,
03:15
and I was just building up my own robotics lab,
55
179774
3037
a pustil jsem se do výstavby vlastní robotické laboratoře,
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
bylo to stejného roku, kdy se objevil World Wide Web.
03:22
And I remember my students were the ones
57
186396
1176
Vzpomínám si, že moji studenti byli jediní,
03:23
who told me about it,
58
187572
1704
kdo mi o něm řekli,
03:25
and we would -- we were just amazed.
59
189276
2619
byli jsme jím naprosto ohromeni.
03:27
We started playing with this, and that afternoon,
60
191895
3434
Začali jsme si s ním hrát, a to odpoledne
03:31
we realized that we could use this new, universal interface
61
195329
3853
jsme si uvědomili, že bychom mohli pomocí tohoto univerzálního rozhraní
03:35
to allow anyone in the world
62
199182
2543
umožnit komukoli na světě,
03:37
to operate the robot in our lab.
63
201725
3048
aby mohl ovládat robot v naší laboratoři.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Takže spíše než vytvořit bojový nebo průmyslový robot,
03:46
we decided to build a planter,
65
210481
2486
rozhodli jsme se vytvořit zahradníka,
03:48
put the robot into the center of it,
66
212967
1976
tedy umístit robot doprostřed zahrádky,
03:50
and we called it the Telegarden.
67
214943
2353
nazvali jsme tento projekt Telezahrada.
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
Dali jsme kameru na chapadlo robota,
03:56
of the robot, and we wrote some special scripts
69
220899
2709
napsali jsme skripty
03:59
and software so that anyone in the world could come in
70
223608
3161
a program tak, aby se kdokoli na světě mohl připojit
04:02
and by clicking on the screen
71
226769
2329
a prostřednictvím tlačítek na obrazovce
04:04
they could move the robot around
72
229098
2173
mohl ovládat robota
04:07
and visit the garden.
73
231271
2316
a prohlížet si zahradu.
04:09
But we also allowed, set up some other software
74
233587
3620
Rovněž jsme vytvořilli a zprovoznili program,
04:13
that lets you participate and help us water the garden
75
237207
3419
který dovolil pomáhat se zavlažováním zahrady,
04:16
remotely, and if you water it a few times,
76
240626
3045
aniž byste museli být fyzicky přítomni, takže pokud jste dostatečně
04:19
we'd give you your own seed to plant.
77
243671
3585
zavlažovali, dali jsme vám na starost vlastní semínko.
04:23
Now, this was a project, an engineering project,
78
247256
3271
Byl to projekt, inženýrský projekt,
04:26
and we published some papers on the design,
79
250527
2776
takže jsme publikovali nějaké články o návrhu,
04:29
the system design of it, but we also thought of it
80
253303
2249
o systémovém návrhu, ale rovněž jsme o projektu
04:31
as an art installation.
81
255552
3086
přemýšleli jako o uměleckém díle.
04:34
It was invited, after the first year,
82
258638
2173
Po prvním roce jsme s ním byli pozváni
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
rakouským muzeem Ars Electronica,
04:39
to have it installed in their lobby,
84
263855
3000
abychom jej instalovali do jejich haly,
04:42
and I'm happy to say it remained online there,
85
266855
2418
a rád vidím, že i tam zůstal přístupný on-line,
04:45
24 hours a day, for almost nine years.
86
269273
4983
24 hodin denně, už téměř devět let.
04:50
That robot was operated by more people
87
274256
3799
Tento robot byl ovládán větším počtem lidí
04:53
than any other robot in history.
88
278055
3086
než jakýkoli jiný robot v dějinách.
04:57
Now, one day,
89
281141
1554
Jednoho dne
04:58
I got a call out of the blue
90
282695
2317
jsem měl telefonát
05:00
from a student,
91
285012
2015
od jednoho studenta,
05:02
who asked a very simple but profound question.
92
287027
4670
který se mě zeptal na jednoduchou, ale naprosto zásadní otázku.
05:07
He said, "Is the robot real?"
93
291697
4538
Zeptal se mě: "Je ten robot skutečný?"
05:12
Now, everyone else had assumed it was,
94
296235
2765
Všichni předpokládali, že ano,
05:14
and we knew it was because we were working with it.
95
299000
2331
a my jsme věděli, že je, protože jsme jej sestrojili.
05:17
But I knew what he meant,
96
301331
1540
Ale věděl jsem, co má na mysli,
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
protože nebyl problém vzít pár obrázků rostlin
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
v zahradě a pak je jen v počítači indexovat tak,
05:25
in a computer system such that it would appear
99
309825
2229
aby se jevily, že je zde skutečný robot,
05:27
that there was a real robot when there wasn't.
100
312054
3074
i když žádný ve skutečnosti není.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
A čím více jsem o tom přemýšlel, tím spíše jsem nemohl přijít
05:32
of a good answer for how he could tell the difference.
102
316369
3551
na správnou odpověď, jak rozeznat rozdíl.
05:35
This was right about the time that I was offered a position
103
319920
2887
Bylo to v době, kdy mi byla nabídnuta pozice
05:38
here at Berkeley,
104
322807
2073
zde na Berkeley,
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
takže jakmile jsem se sem dostal, zašel jsem za Hubertem Dreyfusem,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
který je světově uznávaným profesorem filozofie,
05:47
and I talked with him about this, and he said,
107
332097
2374
abych si s ním o tomhle promluvil. On mi řekl:
05:50
"This is one of the oldest and most central problems
108
334471
3560
"Tohle je jeden z nejstarších a nejústřednějších problémů
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
filozofie. Datuje se až ke skeptikům
05:57
and up through Descartes.
110
341633
1960
a prostřednictvím Descarta
05:59
It's the issue of epistemology,
111
343593
3170
je problémem epistemologie,
06:02
the study of how do we know that something is true."
112
346763
3750
tedy zkoumání o tom, jak víme, že je něco pravda."
06:06
So he and I started working together,
113
350513
2223
A tak jsme začali společně pracovat,
06:08
and we coined a new term: telepistemology,
114
352736
3041
přičemž jsme vytvořili nový pojem: telepistemologie,
06:11
the study of knowledge at a distance.
115
355777
3526
tedy zkoumání znalosti na dálku.
06:15
We invited leading artists, engineers,
116
359303
2752
Pozvali jsme přední umělce, inženýry
06:17
and philosophers to write essays about this,
117
362055
3064
a filozofy, aby napsali eseje o tomto problému,
06:21
and the results, the results are collected in this book
118
365119
2340
výsledky jsou pak sesbírány v této knize,
06:23
from MIT Press.
119
367459
2621
která vyšla u MIT Press.
06:25
So thanks to this student who questioned
120
370080
2332
Takže díky tomuto studentovi, který se mě zeptal na to,
06:28
what everyone else had assumed to be true,
121
372412
2803
co všichni ostatní považovali za pravdivé,
06:31
this project taught me an important lesson about life,
122
375215
4208
mě tento projekt naučil důležitou věc o životě,
06:35
which is to always question assumptions.
123
379423
4073
abych vždy přemýšlel o předpokladech.
06:39
Now, the second project I'll tell you about
124
383496
2648
Druhý projekt, o kterém vám povím,
06:42
grew out of the Telegarden.
125
386144
1879
vychází z Telezahrady.
06:43
As it was operating, my students and I were very interested
126
388023
2576
Ta jak fungovala, moji studenti a já jsme byli velice zaujati
06:46
in how people were interacting with each other
127
390599
2762
tím, jak lidé interagují jeden s druhým,
06:49
and what they were doing with the garden.
128
393361
1621
a tím, co dělají se zahradou.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
Takže jsme začali uvažovat, co kdyby mohl robot
06:53
the garden and go out into some other
130
397244
2083
opustit zahradu a jít někam jinam,
06:55
interesting environment?
131
399327
1992
na nějaké zajímavé místo.
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Jako například, co kdyby mohl jít na večírek
06:59
at the White House? (Laughter)
133
403498
5198
v Bílém domě? (Smích)
07:04
So, because we were interested more in the system design
134
408696
2841
Protože nás více zajímal systémový návrh
07:07
and the user interface than in the hardware,
135
411537
3286
a uživatelské rozhraní než hardware,
07:10
we decided that, rather than have
136
414823
2034
rozhodli jsme se, že bude lepší,
07:12
a robot replace the human to go to the party,
137
416857
3678
když robota nahradí člověk, který půjde na večírek,
07:16
we'd have a human replace the robot.
138
420535
2843
takže bychom měli člověka, který by nahradil robota.
07:19
We called it the Tele-Actor.
139
423378
2600
Nazvali jsme jej Teleherečka.
07:21
We got a human,
140
425978
2032
Takže jsme měli ženu,
07:23
someone who's very outgoing and gregarious,
141
428010
3007
která byla velmi společenská,
07:26
and she was outfitted with a helmet
142
431017
3142
která měla přilbu vybavenou
07:30
with various equipment, cameras and microphones,
143
434159
2570
nejrůznějším vybavením, kamerami a mikrofony
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
a na zádech měla bezdrátové internetové připojení,
07:36
and the idea was that she could go into a remote and
145
440469
3359
takže myšlenkou bylo, že mohla jít na nějaké odlehlé
07:39
interesting environment, and then over the Internet,
146
443828
3815
a zajímavé místo, přičemž prostřednictvím internetu
07:43
people could experience what she was experiencing,
147
447643
3151
mohli lidé zažívat to, co zažívala ona,
07:46
so they could see what she was seeing,
148
450794
2937
mohli vidět to, co viděla ona,
07:49
but then, more importantly, they could participate
149
453731
3307
a co je nejdůležitější, mohli se účastnit prostřednictvím
07:52
by interacting with each other
150
457038
2948
interakce s druhými
07:55
and coming up with ideas about what she should do next
151
459986
3705
a vymýšlet, co by měla udělat,
07:59
and where she should go,
152
463691
2216
kam by měla jít,
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
a všechno toto provádět prostřednictvím Teleherečky.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
Měli jsme možnost vzít Teleherečku
08:07
to the Webby Awards in San Francisco,
155
471514
3615
na Webby Awards v San Franciscu,
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
bylo to ten rok, kdy to moderoval Sam Donaldson.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Předtím, než se zvedla opona, jsem měl asi 30 sekund,
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
abych panu Donaldsonovi vysvětlil, co jsme chtěli udělat,
08:23
and I said, "The Tele-Actor
159
487340
1864
a tak jsem řekl: "Teleherečka
08:25
is going to be joining you on stage,
160
489204
2456
se k vám přidá na pódiu,
08:27
and this is a new experimental project,
161
491660
2198
je to nový experimentální projekt,
08:29
and people are watching her on their screens,
162
493858
2625
lidé koukají prostřednictvím kamer,
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
které má na sobě -- jsou zde kamery
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
a mikrofony a ve svém uchu má sluchátko,
08:37
and people over the network are giving her advice
165
501699
1447
takže jí lidé přes internet dávají rady,
08:39
about what to do next."
166
503146
1368
co dělat."
08:40
And he said, "Wait a second,
167
504514
3209
On odpověděl: "Počkejte chvilku,
08:43
that's what I do." (Laughter)
168
507723
6375
to je to, co dělám já." (Smích)
08:49
So he loved the concept,
169
514098
1931
Takže zbožňoval ten koncept,
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
a když Teleherečka vešla na pódium,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
přišla přímo k němu a dala mu velký polibek,
08:57
right on the lips. (Laughter)
172
521190
3106
přímo na rty. (Smích)
09:00
We were totally surprised.
173
524296
1131
Byli jsme tím naprosto překvapeni.
09:01
We had no idea that would happen.
174
525427
2017
Neměli jsme vůbec žádné tušení, co bude následovat.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
Ale byl úžasný. Prostě ji mocně obejmul,
09:06
and it worked out great.
176
530136
1769
takže to fungovalo skvěle.
09:07
But that night, as we were packing up,
177
531905
2064
Tu noc, když jsme se balili nazpět,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
zeptal jsem se Teleherečky, jak se Telerežiséři
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
rozhodli, aby dala Samu Donaldsonovi polibek.
09:19
And she said they hadn't.
180
543135
2212
Odpověděla, že to nebyl jejich nápad.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Řekla, že když kráčela na pódium,
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
Telerežiséři se pořád snažili dohodnout, co udělat,
09:25
and so she just walked on stage and did
183
550093
2407
takže prostě došla na pódium a udělala,
09:28
what felt most natural. (Laughter)
184
552500
5522
co jí přišlo nejpřirozenější. (Smích)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Takže úspěch Teleherečky byl zapříčiněn tím,
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
že byla skvělou herečkou.
09:41
She knew when to trust her instincts,
187
566065
2357
Věděla, kdy věřit svým instinktům,
09:44
and so that project taught me another lesson about life,
188
568422
3864
takže tento projekt mě naučil další lekci o životě,
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
což je, že když jste na pochybách, improvizujte. (Smích)
09:54
Now, the third project grew out of
190
578665
3080
Třetí projekt vznikl
09:57
my experience when my father was in the hospital.
191
581745
4893
díky mým zážitkům s otcem, když byl v nemocnici.
10:02
He was undergoing a treatment,
192
586638
2240
Podstupoval léčbu,
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
chemoterapii, u které existuje i podobná léčba,
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
zvaná brachyterapie, při které jsou malá radioaktivní semínka
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
umisťována do těla, aby léčila rakovinné nádory.
10:17
And the way it's done, as you can see here,
196
601770
2097
Způsob, jakým se to dělá, můžete vidět zde,
10:19
is that surgeons insert needles into the body
197
603867
4391
chirurgové vloží jehly do těla,
10:24
to deliver the seeds, and all this,
198
608258
2592
aby jimi dopravili semínka, a všechno toto,
10:26
all these needles are inserted in parallel,
199
610850
3433
všechny tyto jehly jsou vkládány rovnoběžně,
10:30
so it's very common that some of the needles
200
614283
2975
takže je běžné, že některé z těchto jehel
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
poškodí citlivé orgány, což má za následek,
10:37
the needles damage these organs, cause damage
202
622075
5063
že orgány poškodí, způsobí poškození,
10:43
which leads to trauma and side effects.
203
627138
3487
které vede k šoku a vedlejším účinkům.
10:46
So my students and I wondered, what if we could
204
630625
2500
Takže moji studenti a já jsme přemýšleli, co kdybychom mohli
10:49
modify the system
205
633125
3485
upravit tento systém tak,
10:52
so that the needles could come in at different angles?
206
636610
3785
aby jehly mohly do těla vnikat pod různými úhly.
10:56
So we simulated this, and we developed some
207
640395
2777
Nasimulovali jsme si to a vyvinuli
10:59
optimization algorithms and we simulated this,
208
643172
2589
optimalizovaný algoritmus, který toto simuloval,
11:01
and we were able to show that we are able to avoid
209
645761
2277
takže jsme byli schopni předvést, že jsme schopni vyhnout se
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
citlivým orgánům a přesto dosáhnout pokrytí
11:07
of the tumors with the radiation.
211
651805
3508
všech nádorů radiací.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
Takže v současnosti pracujeme s lékaři na UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
a inženýry na Johns Hopkins,
11:17
and we're building a robot that has a number of,
214
661507
3582
kde stavíme robot, který má množství
11:20
it's a specialized design with different joints that can allow
215
665089
3257
specializovaných různých kloubů, které dovolují
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
jehlám, aby vnikaly pod nekonečným množstvím úhlů,
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
takže jak můžete vidět zde, dokáží se vyhnout citlivým orgánům
11:31
and still reach the targets they're aiming for.
218
675770
4138
a stále dosáhnout svého cíle, na který míří.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Takže přemýšlením o tomto předpokladu, že všechny jehly
11:39
have to be parallel, this project also taught me
220
683225
2945
musí být rovnoběžné, mě tento projekt naučil
11:42
an important lesson: When in doubt --
221
686170
3300
důležitou věc: Kdykoli jste na pochybách --
11:45
When your path is blocked, pivot.
222
689470
4367
Když je vaše cesta zahrazena, obejděte ji.
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Poslední projekt má taky co dělat s medicínskými roboty.
11:54
And this is something that's grown out of a system called
224
698238
4040
Jde o něco, co vzniklo ze systému,
11:58
the da Vinci surgical robot,
225
702278
3588
kterému se říká chirurgický robot da Vinci,
12:01
and this is a commercially available device.
226
705866
2468
což je komerčně dostupné zařízení.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
Používá se ve více než 2000 nemocnicích po celém světě.
12:07
and the idea is it allows the surgeon
228
711666
2528
Jeho podstatou je, že dovoluje chirurgovi,
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
aby operoval pohodlně dle svých potřeb,
12:14
but many of the subtasks in surgery
230
718443
4991
nicméně mnoho z podúkonů v chirurgii
12:19
are very routine and tedious, like suturing,
231
723434
3047
je velice rutinních a zdlouhavých, jako například šití,
12:22
and currently, all of these are performed
232
726481
2365
a v současnosti jsou všechny tyto úkony prováděny
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
pod přímou kontrolou chirurga,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
takže ten se po čase unaví.
12:31
And we've been wondering,
235
735924
1295
Přemýšleli jsme,
12:33
what if we could program the robot
236
737219
2265
co kdybychom mohli naprogramovat robot,
12:35
to perform some of these subtasks,
237
739484
2487
aby prováděl některé z těchto podúkonů,
12:37
and thereby free the surgeons to focus
238
741971
1720
čímž by zbavil chirurga této práce
12:39
on the more complicated parts of the surgery,
239
743691
2656
a dovolil mu zaměřit se na komplikovanější části operace,
12:42
and also cut down on the time that the surgery would take
240
746347
3248
stejně tak i snížit délku operace,
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
protože robot by mohl úkony provést trochu rychleji.
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
Je složité naprogramovat robot, aby dělal citlivé věci,
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
jako jsou právě zmíněné, ale ukázalo se, že můj kolega, Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
který pracuje zde na Berkeley, vyvinul
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
soubor technik pro učení robotů z příkladů.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
Takže naučil roboty létat s helikoptérami,
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
dělat neuvěřitelně krásnou akrobacii
13:08
by watching human experts fly them.
248
773041
2719
sledováním toho, jak létají lidští experti.
13:11
So we got one of these robots.
249
775760
2588
Tak jsme dostali jednoho z těchto robotů.
13:14
We started working with Pieter and his students,
250
778348
2182
Začali jsme s Pieterem a jeho studenty pracovat,
13:16
and we asked a surgeon to perform
251
780530
2663
takže jsme požádali chirurga, aby prováděl
13:19
a task, and what we do is we, with the robot,
252
783193
4451
jednotlivé úkony, a totéž jsme dělali s naším robotem,
13:23
so what we're doing is asking the robot,
253
787644
2063
takže co dělal robot, bylo to,
13:25
the surgeon to perform the task,
254
789707
1278
co dělal chirurg,
13:26
and we record the motions of the robot.
255
790985
2272
a zároveň jsme nahrávali pohyby robota.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Tady je příklad. Použiji tvar osmičky,
13:31
tracing out a figure eight as an example.
257
795385
2240
robot bude sledovat tvar osmičky jako vzor.
13:33
So here's what it looks like when the robot,
258
797625
3630
Takhle to vypadá, když robot,
13:37
this is what the robot's path looks like,
259
801255
2317
takhle vypadá dráha robota,
13:39
those three examples.
260
803572
1174
tyto tři ukázky.
13:40
Now, those are much better than what a novice
261
804746
2462
Jsou mnohem lepší než jaké by provedl lidský začátečník,
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
jako například já, přesto jsou stále roztřesené a nepřesné.
13:47
So we record all these examples, the data,
263
811865
2072
Takže jsme nahráli všechny tyto příklady, tato data,
13:49
and then we go through a sequence of steps.
264
813937
3712
a pak jsme prošli skrze jednotlivé kroky.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
Zaprvé, použili jsme techniku nazvanou dynamické borcení časové osy,
13:57
from speech recognition, and this allows us to
266
821281
2182
která se používá při rozpoznávání řeči, což nám dovolilo
13:59
temporally align all of the examples,
267
823463
2840
dočasně srovnat všechny příklady,
14:02
and then we apply Kalman filtering,
268
826303
2929
abychom následně použili Kalmanův filtr,
14:05
a technique from control theory, that allows us
269
829232
2983
techniku z teorie řízení, která nám dovoluje
14:08
to statistically analyze all the noise
270
832215
2672
statisticky analyzovat všechen šum,
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
takže můžeme extrahovat požadovanou dráhu, která se nachází v pozadí.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Následně vezmeme všechny
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
příklady, které jsou zašumělé a nedokonalé,
14:20
and we extract from them an inferred task trajectory
274
845087
3091
a extrahujeme z nich odvozenou dráhu
14:24
and control sequence for the robot.
275
848178
3003
a řídicí sekvenci pro robot.
14:27
We then execute that on the robot,
276
851181
2184
Posléze toto použijeme v činnosti robotu,
14:29
we observe what happens,
277
853365
2172
pozorujeme, co se děje,
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
upravíme řízení pomocí sekvence technik,
14:34
called iterative learning.
279
858199
2930
kterým se říká opakované učení.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Co uděláme poté, je, že nepatrně zvýšíme rychlost.
14:41
We observe the results, adjust the controls again,
281
865106
3563
Sledujeme výsledky a opět upravíme řízení
14:44
and observe what happens.
282
868669
2522
a znovu sledujeme, co se stane.
14:47
And we go through this several rounds.
283
871191
2136
A takto pokračujeme ještě několikrát.
14:49
And here's the result.
284
873327
1356
A zde je výsledek.
14:50
That's the inferred task trajectory,
285
874683
1845
Tohle je odvozená dráha
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
a tady je robot, který se pohybuje stejnou rychlostí jako člověk.
14:55
Here's four times the speed of the human.
287
879991
2442
Zde se pohybuje čtyřikrát rychleji než člověk.
14:58
Here's seven times.
288
882433
2571
A tady sedmkrát.
15:00
And here's the robot operating at 10 times
289
885004
3637
A tady robot pracuje desetkrát
15:04
the speed of the human.
290
888641
2200
rychleji než člověk.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Takže jsme schopni vytvořit robot, který provádí citlivé operace,
15:09
like a surgical subtask,
292
893791
3224
jako jsou právě chirurgické podúkony,
15:12
at 10 times the speed of a human.
293
897015
3247
desetkrát rychleji než to dovede člověk.
15:16
So this project also, because of its involved practicing
294
900262
4223
Takže tento projekt, protože se učí cvičením,
15:20
and learning, doing something over and over again,
295
904485
2173
učí se, dělá něco stále dokola,
15:22
this project also has a lesson, which is,
296
906658
2757
tento projekt nám rovněž poskytuje ponaučení, které zní,
15:25
if you want to do something well,
297
909415
3126
pokud chcete dělat něco opravdu dobře,
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
neexistuje žádná náhrada za neustálé procvičování.
15:36
So these are four of the lessons that I've learned
299
920505
3120
Nuže, tohle jsou čtyři lekce, které jsem se naučil
15:39
from robots over the years,
300
923625
3127
od robotů v průběhu let,
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
stejně tak se i robotika, tato oblast robotiky se v průběhu
15:48
over time.
302
932121
2168
času zlepšila.
15:50
Nowadays, high school students can build robots
303
934289
2167
V současnosti mohou středoškoláci stavět roboty,
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
třeba jako byl industriální robot, který jsem zkoušel postavit se svým otcem.
15:56
And now, I have a daughter,
305
940481
6982
Mám dceru,
16:03
named Odessa.
306
947463
2386
která se jmenuje Odessa.
16:05
She's eight years old,
307
949849
1833
Je jí osm let
16:07
and she likes robots, too.
308
951682
2424
a také má ráda roboty.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Asi je to v rodině. (Smích)
16:12
I wish she could meet my dad.
310
956520
3647
Přeji si, aby se mohla setkat s mým otcem.
16:16
And now I get to teach her how things work,
311
960167
2900
Chystám se ji učit, jak věci fungují,
16:18
and we get to build projects together, and I wonder
312
963067
2772
abychom mohli společně stavět různé věci,
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
a jsem zvědav, jaká ponaučení si z nich odnese ona.
16:26
Robots are the most human
314
970147
2607
Roboty jsou nejlidštější
16:28
of our machines.
315
972754
2229
ze všech našich strojů.
16:30
They can't solve all of the world's problems,
316
974983
3085
Nemohou vyřešit všechny světové problémy,
16:33
but I think they have something important to teach us.
317
978068
4358
ale myslím, že nás mohou něčemu důležitému naučit.
16:38
I invite all of you to think about the innovations
318
982426
3343
Vyzývám vás všechny, abyste přemýšleli o inovacích,
16:41
that you're interested in,
319
985769
2675
které vás zajímají,
16:44
the machines that you wish for,
320
988444
3216
o strojích, které si k tomu přejete,
16:47
and think about what they might be telling you,
321
991660
3169
a přemýšlejte o tom, co vám mohou dát,
16:50
because I have a hunch
322
994829
2063
protože mám předtuchu,
16:52
that many of our technological innovations,
323
996892
2087
že mnoho z našich technických inovací,
16:54
the devices we dream about,
324
998979
2658
zařízení, o kterých sníme,
16:57
can inspire us to be better humans.
325
1001637
3964
nás mohou podnítit k tomu, abychom byli lepšími lidmi.
17:01
Thank you. (Applause)
326
1005601
3585
Děkuji. (Potlesk)
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