TED2017
Radhika Nagpal: What intelligent machines can learn from a school of fish
Radhika Nagpal: Was intelligente Roboter von einem Fischschwarm lernen können
Filmed:
Readability: 4.3
1,266,261 views
Science-Fiction-Visionen der Zukunft zeigen uns eine Art der Künstlichen Intelligenz (KI), die unsere Art des Denkens repliziert. Was aber wäre, wenn wir KI auf Basis anderer Intelligenzen, die wir in der Natur vorfinden, gestalten? Die Robotik-Ingenieurin Radhika Nagpal studiert die Schwarmintelligenz von Insekten und Fischschwärmen, um deren Verhaltensalgorithmen zu verstehen. In ihrem visionären Vortrag stellt sie ihre Arbeit zur Erschaffung künstlicher Schwarmintelligenz vor und entwickelt eine Zukunftsvision, in der Roboterschwärme zusammenarbeiten, um Flutschutzwälle zu errichten, Nutzpflanzen zu bestäuben, Korallenriffe zu überwachen und Satellitenkonstellationen zu bilden.
Radhika Nagpal - Robotics engineer
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots. Full bio
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots. Full bio
Double-click the English transcript below to play the video.
00:12
In my early days as a graduate student,
0
755
2015
Als junge Absolventin machte ich
einen Schnorchel-Ausflug
einen Schnorchel-Ausflug
00:14
I went on a snorkeling trip
off the coast of the Bahamas.
off the coast of the Bahamas.
1
2794
3555
auf die Bahamas.
00:18
I'd actually never swum
in the ocean before,
in the ocean before,
2
6789
2949
Ich war vorher noch nie
im Meer geschwommen
im Meer geschwommen
und war deswegen etwas ängstlich.
00:21
so it was a bit terrifying.
3
9762
1844
00:24
What I remember the most is,
as I put my head in the water
as I put my head in the water
4
12016
3000
Ich erinnere mich besonders daran,
dass ich untertauchte
dass ich untertauchte
00:27
and I was trying really hard
to breathe through the snorkel,
to breathe through the snorkel,
5
15040
4250
und mich bemühte,
durch den Schnorchel zu atmen,
durch den Schnorchel zu atmen,
00:31
this huge group
of striped yellow and black fish
of striped yellow and black fish
6
19314
5366
als plötzlich eine riesige Gruppe
gelb-schwarz gestreifter Fische
gelb-schwarz gestreifter Fische
00:36
came straight at me ...
7
24704
1483
direkt auf mich zuschwamm ...
00:38
and I just froze.
8
26817
1397
und mich vor Schreck erstarren ließ.
00:40
And then, as if it had
suddenly changed its mind,
suddenly changed its mind,
9
28975
3613
Aber dann, als hätten sie
plötzlich ihre Meinung geändert,
plötzlich ihre Meinung geändert,
00:44
came towards me
and then swerved to the right
and then swerved to the right
10
32612
2437
drehten sie abrupt nach rechts ab
und schwammen um mich herum.
00:47
and went right around me.
11
35073
1515
00:48
It was absolutely mesmerizing.
12
36920
1526
Es war absolut faszinierend.
00:50
Maybe many of you
have had this experience.
have had this experience.
13
38470
2182
Vielleicht haben Sie das
selbst schon erlebt.
selbst schon erlebt.
00:53
Of course, there's the color
and the beauty of it,
and the beauty of it,
14
41239
3422
Es war nicht nur die Farbe
und Schönheit des Ganzen,
und Schönheit des Ganzen,
00:56
but there was also
just the sheer oneness of it,
just the sheer oneness of it,
15
44685
2928
sondern auch die schiere Geschlossenheit;
00:59
as if it wasn't hundreds of fish
16
47637
2343
als wären es nicht Hunderte von Fischen,
01:02
but a single entity
with a single collective mind
with a single collective mind
17
50004
3135
sondern eine Einheit
mit einem einzigen kollektiven Verstand,
mit einem einzigen kollektiven Verstand,
01:05
that was making decisions.
18
53163
1507
der Entscheidungen trifft.
Zurückblickend denke ich,
01:07
When I look back, I think that experience
really ended up determining
really ended up determining
19
55666
3682
diese Erfahrung war
ausschlaggebend für das Thema,
ausschlaggebend für das Thema,
01:11
what I've worked on for most of my career.
20
59372
2222
an dem ich seit Jahren arbeite.
Ich bin Informatikerin
01:16
I'm a computer scientist,
21
64157
1280
und beschäftigte mich
mit künstlicher Intelligenz.
mit künstlicher Intelligenz.
01:17
and the field that I work in
is artificial intelligence.
is artificial intelligence.
22
65461
2747
Ein zentrales Thema der KI ist,
01:20
And a key theme in AI
23
68639
1517
01:22
is being able to understand intelligence
by creating our own computational systems
by creating our own computational systems
24
70180
4443
mit Hilfe von Computersystemen
Intelligenz zu entschlüsseln,
Intelligenz zu entschlüsseln,
01:26
that display intelligence
the way we see it in nature.
the way we see it in nature.
25
74647
3253
indem wir intelligentes Verhalten
aus der Natur abbilden.
aus der Natur abbilden.
Die meistverbreitete Auffassung von KI
basiert auf Science-Fiction und Filmen.
basiert auf Science-Fiction und Filmen.
01:30
Now, most popular views of AI, of course,
come from science fiction and the movies,
come from science fiction and the movies,
26
78467
4438
01:34
and I'm personally a big Star Wars fan.
27
82929
2577
Ich selbst bin ein großer Star Wars-Fan.
01:38
But that tends to be a very human-centric
view of intelligence.
view of intelligence.
28
86501
3889
Aber das ist eine sehr menschliche
Anschauung von Intelligenz.
Anschauung von Intelligenz.
01:43
When you think of a fish school,
29
91144
2207
Wenn Sie sich einen Fisch-
oder Vogelschwarm vorstellen,
oder Vogelschwarm vorstellen,
01:45
or when I think of a flock of starlings,
30
93375
2953
scheint das eine ganz andere Art
von Intelligenz zu sein.
von Intelligenz zu sein.
01:48
that feels like a really different
kind of intelligence.
kind of intelligence.
31
96352
3340
01:52
For starters, any one fish is just so tiny
32
100945
3913
Zum einen ist jeder einzelne Fisch winzig
01:56
compared to the sheer size
of the collective,
of the collective,
33
104882
2887
im Vergleich zu der unglaublichen
Größe des Kollektivs.
Größe des Kollektivs.
01:59
so it seems that any one individual
34
107793
3110
Jedes Individuum scheint nur
eine sehr begrenzte Sicht
auf das Gesamtgeschehen zu haben.
auf das Gesamtgeschehen zu haben.
02:02
would have a really limited
and myopic view of what's going on,
and myopic view of what's going on,
35
110927
2993
Intelligenz ist weniger
eine individuelle Leistung
eine individuelle Leistung
02:05
and intelligence
isn't really about the individual
isn't really about the individual
36
113944
2334
als eine Eigenschaft der Gruppe
in ihrer Gesamtheit.
in ihrer Gesamtheit.
02:08
but somehow a property
of the group itself.
of the group itself.
37
116302
2677
02:12
Secondly, and the thing
that I still find most remarkable,
that I still find most remarkable,
38
120118
3231
Zweitens, und das ist
wirklich bemerkenswert,
wirklich bemerkenswert,
02:15
is that we know that there are no leaders
supervising this fish school.
supervising this fish school.
39
123373
5032
haben Fischschwärme keine
zentrale Steuerung oder Kontrollinstanzen.
zentrale Steuerung oder Kontrollinstanzen.
02:21
Instead, this incredible
collective mind behavior
collective mind behavior
40
129163
3501
Stattdessen resultiert
das unglaubliche Kollektivverhalten
das unglaubliche Kollektivverhalten
02:24
is emerging purely from the interactions
of one fish and another.
of one fish and another.
41
132688
4532
ausschließlich aus den Interaktionen
der einzelnen Fische untereinander.
der einzelnen Fische untereinander.
02:29
Somehow, there are these interactions
or rules of engagement
or rules of engagement
42
137244
3968
Es sind diese Interaktionen
oder Verhaltensalgorithmen
oder Verhaltensalgorithmen
02:33
between neighboring fish
43
141236
1755
zwischen benachbarten Fischen,
02:35
that make it all work out.
44
143015
1467
die zum Erfolg führen.
02:37
So the question for AI then becomes,
45
145736
2651
Also stellt sich im Bereich KI die Frage:
02:40
what are those rules of engagement
that lead to this kind of intelligence,
that lead to this kind of intelligence,
46
148411
4158
Welche Verhaltensalgorithmen
führen zu dieser Art von Intelligenz
führen zu dieser Art von Intelligenz
02:44
and of course, can we create our own?
47
152593
1907
und können wir sie selbst erschaffen?
02:46
And that's the primary thing
that I work on with my team in my lab.
that I work on with my team in my lab.
48
154999
3587
Das ist das zentrale
Forschungsthema meines Teams.
Forschungsthema meines Teams.
02:50
We work on it through theory,
49
158943
1637
Wir bearbeiten theoretische Modelle
und untersuchen abstrakte Regelsysteme,
und untersuchen abstrakte Regelsysteme,
02:52
looking at abstract rule systems
50
160604
2348
02:54
and thinking about
the mathematics behind it.
the mathematics behind it.
51
162976
2349
um die mathematischen Modelle
dahinter zu verstehen.
dahinter zu verstehen.
02:57
We also do it through biology,
working closely with experimentalists.
working closely with experimentalists.
52
165897
4285
Wir arbeiten mit experimentellen
Biologen zusammen.
Biologen zusammen.
Aber primär befassen wir uns mit Robotik.
03:02
But mostly, we do it through robotics,
53
170579
1953
03:04
where we try to create
our own collective systems
our own collective systems
54
172556
3904
Wir entwickeln unsere eigenen
kollektiven Systeme,
kollektiven Systeme,
03:08
that can do the kinds of things
that we see in nature,
that we see in nature,
55
176484
2707
um das Schwarmverhalten
der Natur nachzubilden --
der Natur nachzubilden --
03:11
or at least try to.
56
179215
1237
zumindest versuchen wir es.
03:13
One of our first robotic quests
along this line
along this line
57
181907
2804
Eine unserer ersten Aufgabenstellungen
03:16
was to create our very own colony
of a thousand robots.
of a thousand robots.
58
184735
4045
war die Erschaffung unserer
eigenen Kolonie von tausend Robotern.
eigenen Kolonie von tausend Robotern.
Es waren zwar sehr einfache Roboter,
aber wir schafften es,
aber wir schafften es,
03:21
So very simple robots,
59
189140
1334
03:22
but they could be programmed
to exhibit collective intelligence,
to exhibit collective intelligence,
60
190498
3603
ihnen kollektive Intelligenz
einzuprogrammieren.
einzuprogrammieren.
03:26
and that's what we were able to do.
61
194125
1729
So sieht ein einzelner Roboter aus:
03:28
So this is what a single robot looks like.
62
196194
2032
ziemlich klein, etwa die Größe
eines Vierteldollars.
eines Vierteldollars.
03:30
It's quite small,
about the size of a quarter,
about the size of a quarter,
63
198250
2523
Seine Bewegung kann programmiert werden,
03:32
and you can program how it moves,
64
200797
2310
03:35
but it can also wirelessly
communicate with other robots,
communicate with other robots,
65
203131
3416
aber er kann auch drahtlos
mit anderen Robotern kommunizieren
mit anderen Robotern kommunizieren
03:38
and it can measure distances from them.
66
206571
2167
und Abstände zu ihnen abmessen.
03:40
And so now we can start to program
exactly an interaction,
exactly an interaction,
67
208762
3476
Nun können wir eine genaue Interaktion,
also einen Verhaltensalgorithmus
also einen Verhaltensalgorithmus
03:44
a rule of engagement between neighbors.
68
212262
2094
zwischen Nachbarn programmieren.
Auf Basis dieses Modells können wir
03:46
And once we have this system,
69
214713
1894
03:48
we can start to program many
different kinds of rules of engagement
different kinds of rules of engagement
70
216631
3416
zahlreiche Algorithmen programmieren,
wie es sie auch in der Natur gibt.
03:52
that you would see in nature.
71
220071
1506
03:53
So for example,
spontaneous synchronization,
spontaneous synchronization,
72
221601
2976
Ein Beispiel ist
die spontane Synchronisation,
die spontane Synchronisation,
03:56
how audiences are clapping
and suddenly start all clapping together,
and suddenly start all clapping together,
73
224601
5238
bei der plötzlich
das gesamte Publikum klatscht,
das gesamte Publikum klatscht,
oder Glühwürmchen,
die gleichzeitig aufleuchten.
die gleichzeitig aufleuchten.
04:01
the fireflies flashing together.
74
229863
2068
Wir können Algorithmen
zur Musterbildung programmieren,
zur Musterbildung programmieren,
04:06
We can program rules
for pattern formation,
for pattern formation,
75
234919
2691
04:09
how cells in a tissue
76
237634
1786
wie Gewebezellen ihre Rolle festlegen
04:11
determine what role
they're going to take on
they're going to take on
77
239444
2102
und die Struktur
unseres Körpers bestimmen.
unseres Körpers bestimmen.
04:13
and set the patterns of our bodies.
78
241570
1706
04:17
We can program rules for migration,
79
245045
2089
Wir können Bewegungsalgorithmen festlegen
04:19
and in this way, we're really learning
from nature's rules.
from nature's rules.
80
247158
2977
und auch hier von der Natur lernen.
04:22
But we can also take it a step further.
81
250595
2647
Wir können noch
einen Schritt weiter gehen,
einen Schritt weiter gehen,
04:25
We can actually take these rules
that we've learned from nature
that we've learned from nature
82
253266
2992
indem wir diese Algorithmen verbinden
04:28
and combine them and create
entirely new collective behaviors
entirely new collective behaviors
83
256282
3794
und dadurch völlig neue
kollektive Verhaltensweisen erschaffen.
kollektive Verhaltensweisen erschaffen.
04:32
of our very own.
84
260100
1198
04:33
So for example,
85
261960
1478
Stellen Sie sich vor,
04:35
imagine that you had
two different kinds of rules.
two different kinds of rules.
86
263462
2352
Sie haben zwei verschiedene Algorithmen:
04:38
So your first rule is a motion rule
87
266374
2119
erstens einen Bewegungsalgorithmus,
04:40
where a moving robot can move
around other stationary robots.
around other stationary robots.
88
268517
4341
durch den ein Roboter sich
um andere Roboter herum bewegt.
um andere Roboter herum bewegt.
04:44
And your second rule is a pattern rule
89
272882
1811
Zweitens einen Verhaltensalgorithmus,
04:46
where a robot takes on a color
based on its two nearest neighbors.
based on its two nearest neighbors.
90
274717
3157
durch den ein Roboter
die Farbe seiner Nachbarn annimmt.
die Farbe seiner Nachbarn annimmt.
04:50
So if I start with a blob of robots
in a little pattern seed,
in a little pattern seed,
91
278679
3445
In einer kleinen Versuchsanordnung
reichen diese beiden Regeln aus,
damit die Roboter selbständig
damit die Roboter selbständig
04:54
it turns out that these two rules
are sufficient for the group
are sufficient for the group
92
282148
2906
04:57
to be able to self-assemble
a simple line pattern.
a simple line pattern.
93
285078
2752
ein einfaches Linienmuster
erschaffen können.
erschaffen können.
Durch kompliziertere Algorithmen
05:01
And if I have more
complicated pattern rules,
complicated pattern rules,
94
289114
2544
und den Einsatz von Fehlerkorrektur-Codes
05:03
and I design error correction rules,
95
291682
2317
05:06
we can actually create really,
really complicated self assemblies,
really complicated self assemblies,
96
294023
3097
können so äußerst komplexe
autonome Einheiten entstehen.
autonome Einheiten entstehen.
05:09
and here's what that looks like.
97
297144
1644
Und diese sehen so aus.
05:11
So here, you're going to see
a thousand robots
a thousand robots
98
299874
2985
Hier sehen Sie Tausende von Robotern,
05:14
that are working together
to self-assemble the letter K.
to self-assemble the letter K.
99
302883
3462
die gemeinsam den Buchstaben K formen.
05:18
The K is on its side.
100
306369
1306
Das K liegt auf der Seite.
Das Bemerkenswerte ist,
es gibt keine zentrale Steuerung.
es gibt keine zentrale Steuerung.
05:20
And the important thing
is that no one is in charge.
is that no one is in charge.
101
308223
2731
05:22
So any single robot is only talking
to a small number of robots nearby it,
to a small number of robots nearby it,
102
310978
4825
Jeder einzelne Roboter kommuniziert nur
mit wenigen benachbarten Robotern
mit wenigen benachbarten Robotern
und nutzt seine Bewegungsregel
innerhalb des halbfertigen Aufbaus,
innerhalb des halbfertigen Aufbaus,
05:27
and it's using its motion rule
to move around the half-built structure
to move around the half-built structure
103
315827
3937
um basierend auf seinen Musterregeln
den passenden Platz zu finden.
den passenden Platz zu finden.
05:31
just looking for a place to fit in
based on its pattern rules.
based on its pattern rules.
104
319788
3007
05:35
And even though no robot
is doing anything perfectly,
is doing anything perfectly,
105
323794
4398
Obwohl kein Roboter fehlerlos agiert,
erreicht die Gemeinschaft
von Einzelkomponenten
von Einzelkomponenten
05:40
the rules are such that we can get
the collective to do its goal
the collective to do its goal
106
328216
3660
durch die Regeln ihr Ziel.
05:43
robustly together.
107
331900
1473
Die Illusion ist so perfekt,
05:46
And the illusion becomes
almost so perfect, you know --
almost so perfect, you know --
108
334033
2982
dass man gar nicht mehr
die einzelnen Roboter wahrnimmt,
die einzelnen Roboter wahrnimmt,
05:49
you just start to not even notice
that they're individual robots at all,
that they're individual robots at all,
109
337039
3416
sondern nur die gesamte Einheit,
05:52
and it becomes a single entity,
110
340479
1683
05:54
kind of like the school of fish.
111
342186
1721
ganz ähnlich einem Fischschwarm.
Diese Roboter und Algorithmen
sind zweidimensional;
sind zweidimensional;
06:00
So these are robots and rules
in two dimensions,
in two dimensions,
112
348013
2739
wir können aber auch dreidimensionale
Roboter und Regeln erwägen.
Roboter und Regeln erwägen.
06:02
but we can also think about robots
and rules in three dimensions.
and rules in three dimensions.
113
350776
3311
06:06
So what if we could create robots
that could build together?
that could build together?
114
354111
3603
Können wir Roboter erschaffen,
die gemeinsam etwas aufbauen?
die gemeinsam etwas aufbauen?
06:10
And here, we can take inspiration
from social insects.
from social insects.
115
358576
3255
Die Inspiration dazu kommt
aus dem Insektenreich.
aus dem Insektenreich.
06:14
So if you think about
mound-building termites
mound-building termites
116
362189
2660
Denken Sie an Hügel bildende Termiten
06:16
or you think about army ants,
117
364873
2052
oder an Wanderameisen,
06:18
they create incredible,
complex nest structures out of mud
complex nest structures out of mud
118
366949
4253
die unglaublich komplexe Nester aus Erde
06:23
and even out of their own bodies.
119
371226
2144
und sogar aus ihren eigenen Körpern bauen.
Ähnlich der vorherigen Versuchsanordnung
06:26
And like the system I showed you before,
120
374602
2220
06:28
these insects actually
also have pattern rules
also have pattern rules
121
376846
2970
verfügen diese Insekten über Algorithmen,
die bestimmen, was gebaut wird,
06:31
that help them determine what to build,
122
379840
2038
und zwar entweder
aus den Insektenkörpern selbst
aus den Insektenkörpern selbst
06:33
but the pattern can be made
out of other insects,
out of other insects,
123
381902
2302
06:36
or it could be made out of mud.
124
384228
1787
oder auch aus Schlamm.
06:39
And we can use that same idea
to create rules for robots.
to create rules for robots.
125
387178
4361
Auf Basis dieses Modells erstellen wir
Algorithmen für Roboter.
Algorithmen für Roboter.
06:44
So here, you're going to see
some simulated robots.
some simulated robots.
126
392221
3161
Hier sehen Sie simulierte Roboter.
Wir nutzen einen Bewegungsalgorithmus
zur Fortbewegung innerhalb der Struktur,
zur Fortbewegung innerhalb der Struktur,
06:47
So the simulated robot has a motion rule,
127
395406
2483
06:49
which is how it traverses
through the structure,
through the structure,
128
397913
2333
um einen Platz zu finden,
in den sie hineinpassen.
in den sie hineinpassen.
06:52
looking for a place to fit in,
129
400270
1997
06:54
and it has pattern rules
where it looks at groups of blocks
where it looks at groups of blocks
130
402291
3000
Verhaltensalgorithmen entscheiden darüber,
06:57
to decide whether to place a block.
131
405315
2205
ob sie einen Block absetzen.
Mit den richtigen Bewegungs-
und Verhaltensalgorithmen
und Verhaltensalgorithmen
07:00
And with the right motion rules
and the right pattern rules,
and the right pattern rules,
132
408644
3063
07:03
we can actually get the robots
to build whatever we want.
to build whatever we want.
133
411731
3635
können die Roboter alles Mögliche bauen.
07:08
And of course, everybody wants
their own tower.
their own tower.
134
416197
2691
Wer möchte nicht
seinen eigenen Turm haben?
seinen eigenen Turm haben?
07:11
(Laughter)
135
419350
1982
(Lachen)
Sobald die Algorithmen erstellt sind,
können wir entsprechende Roboter bauen,
können wir entsprechende Roboter bauen,
07:14
So once we have these rules,
136
422000
1684
07:15
we can start to create the robot bodies
that go with these rules.
that go with these rules.
137
423708
3166
07:18
So here, you see a robot
that can climb over blocks,
that can climb over blocks,
138
426898
3309
etwa einen Roboter,
der Blöcke überwinden kann.
der Blöcke überwinden kann.
Er kann diese Blöcke auch anheben, bewegen
07:22
but it can also lift and move these blocks
139
430231
2681
07:24
and it can start to edit
the very structure that it's on.
the very structure that it's on.
140
432936
2697
und sogar die Gesamtstruktur verändern.
Das ist nur eine Möglichkeit
des physischen Aufbaus von Robotern.
des physischen Aufbaus von Robotern.
07:28
But with these rules,
141
436617
1148
07:29
this is really only one kind of robot body
that you could imagine.
that you could imagine.
142
437789
3479
07:33
You could imagine
many different kinds of robot bodies.
many different kinds of robot bodies.
143
441292
2579
Es kann viele weitere Arten
von Robotern geben.
von Robotern geben.
07:35
So if you think about robots
that maybe could move sandbags
that maybe could move sandbags
144
443895
4610
So können Roboter zum Beispiel
Sandsäcke bewegen
Sandsäcke bewegen
07:40
and could help build levees,
145
448529
2549
und beim Bau von Dämmen
eingesetzt werden.
eingesetzt werden.
07:43
or we could think of robots
that built out of soft materials
that built out of soft materials
146
451102
4301
Roboterverbände aus formbaren Materialien
07:47
and worked together
to shore up a collapsed building --
to shore up a collapsed building --
147
455427
3644
könnten ein eingestürztes
Gebäude stabilisieren.
Gebäude stabilisieren.
Es sind die gleichen Algorithmen,
nur andere Arten von Robotern.
nur andere Arten von Robotern.
07:51
so just the same kind of rules
in different kinds of bodies.
in different kinds of bodies.
148
459095
2998
07:56
Or if, like my group, you are completely
obsessed with army ants,
obsessed with army ants,
149
464210
4223
Wenn Sie wie ich und mein Team
fasziniert von Wanderameisen sind,
fasziniert von Wanderameisen sind,
08:00
then maybe one day we can make robots
that can climb over literally anything
that can climb over literally anything
150
468457
4374
denken Sie vielleicht an Roboter,
die über Hindernisse klettern können,
die über Hindernisse klettern können,
sogar über andere Mitglieder ihrer Gruppe,
08:04
including other members of their tribe,
151
472855
2174
08:07
and self-assemble things
out of their own bodies.
out of their own bodies.
152
475053
2349
und aus ihren eigenen Körpern
Bauten formen können.
Bauten formen können.
Sobald man das Prinzip versteht,
08:10
Once you understand the rules,
153
478137
1681
08:11
just many different kinds
of robot visions become possible.
of robot visions become possible.
154
479842
3379
ergeben sich daraus
zahlreiche Möglichkeiten.
zahlreiche Möglichkeiten.
Um auf meinen Tauchausflug zurückzukommen:
08:18
And coming back to the snorkeling trip,
155
486792
2234
08:21
we actually understand a great deal
about the rules that fish schools use.
about the rules that fish schools use.
156
489050
5345
Wir verstehen viel von den Regeln,
denen Fischschwärme folgen.
denen Fischschwärme folgen.
Wenn wir also die passenden Roboter
entwickeln können,
entwickeln können,
08:26
So if we can invent
the bodies to go with that,
the bodies to go with that,
157
494769
2836
08:29
then maybe there is a future
158
497629
1428
schwimmen mein Team
und ich vielleicht eines Tages
und ich vielleicht eines Tages
08:31
where I and my group will get to snorkel
with a fish school of our own creation.
with a fish school of our own creation.
159
499081
4522
durch einem von uns
erschaffenen Fischschwarm.
erschaffenen Fischschwarm.
08:40
Each of these systems that I showed you
160
508850
2129
Jedes der vorgestellten Modelle
bringt uns näher an die mathematischen
und konzeptionellen Werkzeuge heran,
und konzeptionellen Werkzeuge heran,
08:43
brings us closer to having
the mathematical and the conceptual tools
the mathematical and the conceptual tools
161
511003
4277
mit denen wir unsere eigenen Versionen
kollektiver Intelligenz entwickeln.
kollektiver Intelligenz entwickeln.
08:47
to create our own versions
of collective power,
of collective power,
162
515304
3381
08:50
and this can enable many different kinds
of future applications,
of future applications,
163
518709
3001
Das bringt vielfältige
Einsatzmöglichkeiten mit sich.
Einsatzmöglichkeiten mit sich.
08:53
whether you think about robots
that build flood barriers
that build flood barriers
164
521734
3164
Denken Sie etwa an Roboter,
die Flutdämme errichten
die Flutdämme errichten
08:56
or you think about robotic bee colonies
that could pollinate crops
that could pollinate crops
165
524922
4297
oder als Bienenkolonien
Nutzpflanzen bestäuben.
Nutzpflanzen bestäuben.
Denken Sie an Roboterschwärme,
die unter Wasser Korallenriffe überwachen.
die unter Wasser Korallenriffe überwachen.
09:01
or underwater schools of robots
that monitor coral reefs,
that monitor coral reefs,
166
529243
3524
Wir können auch noch viel weiter gehen
09:04
or if we reach for the stars
and we thinking about programming
and we thinking about programming
167
532791
3103
und an die Programmierung
von Satellitenkonstellationen denken.
von Satellitenkonstellationen denken.
09:07
constellations of satellites.
168
535918
1619
09:10
In each of these systems,
169
538148
1612
Der Schlüssel zur Realisierung
jeder dieser Visionen
jeder dieser Visionen
09:11
being able to understand
how to design the rules of engagement
how to design the rules of engagement
170
539784
3547
ist das Verständnis dafür,
wie diese Algorithmen und das gewünschte
kollektive Verhalten zu konzipieren sind.
kollektive Verhalten zu konzipieren sind.
09:15
and being able to create
good collective behavior
good collective behavior
171
543355
2514
09:17
becomes a key to realizing these visions.
172
545893
2374
Ich habe über Algorithmen
in Bezug auf Insekten,
in Bezug auf Insekten,
09:22
So, so far I've talked about
rules for insects and for fish
rules for insects and for fish
173
550742
4107
Fische und Roboter gesprochen.
09:26
and for robots,
174
554873
2369
Was aber ist mit den Algorithmen
für uns Menschen als Gesellschaft?
für uns Menschen als Gesellschaft?
09:29
but what about the rules that apply
to our own human collective?
to our own human collective?
175
557266
3103
Ich möchte Ihnen den Gedanken
mit auf den Weg geben,
mit auf den Weg geben,
09:32
And the last thought
that I'd like to leave you with
that I'd like to leave you with
176
560866
2430
09:35
is that science is of course itself
177
563320
1681
dass die Wissenschaft selbst
09:37
an incredible manifestation
of collective intelligence,
of collective intelligence,
178
565025
3484
ein unglaublicher Ausdruck
kollektiver Intelligenz ist.
kollektiver Intelligenz ist.
Im Gegensatz zu den wunderschönen
Fischschwärmen, die ich erforsche,
Fischschwärmen, die ich erforsche,
09:40
but unlike the beautiful
fish schools that I study,
fish schools that I study,
179
568533
3318
09:43
I feel we still have a much longer
evolutionary path to walk.
evolutionary path to walk.
180
571875
3943
haben wir aber noch einen weiten,
evolutionären Weg vor uns.
evolutionären Weg vor uns.
09:48
So in addition to working on improving
the science of robot collectives,
the science of robot collectives,
181
576746
4604
Neben meiner Forschung
im Bereich der Roboterschwärme
im Bereich der Roboterschwärme
09:53
I also work on creating robots
and thinking about rules
and thinking about rules
182
581374
3277
arbeite ich auch an Robotern
und Algorithmen,
und Algorithmen,
die unsere wissenschaftliche
Gemeinschaft bereichern sollen.
Gemeinschaft bereichern sollen.
09:56
that will improve
our own scientific collective.
our own scientific collective.
183
584675
2460
Ich liebe das Sprichwort:
10:00
There's this saying that I love:
184
588198
1668
"Was Wissenschaft zu leisten vermag,
bemisst sich am Wissenschaftler selbst."
bemisst sich am Wissenschaftler selbst."
10:01
who does science
determines what science gets done.
determines what science gets done.
185
589890
3404
10:06
Imagine a society
186
594239
2941
Stellen Sie sich eine Gesellschaft
mit Verhaltensregeln vor,
mit Verhaltensregeln vor,
10:09
where we had rules of engagement
187
597204
1651
in der jedes Kind
in der Gewissheit aufwächst,
in der Gewissheit aufwächst,
10:10
where every child grew up believing
that they could stand here
that they could stand here
188
598879
3303
ein Zukunftsforscher sein zu können,
10:14
and be a technologist of the future,
189
602206
2422
und in der jeder Erwachsene
daran glauben würde,
daran glauben würde,
10:16
or where every adult
190
604652
1501
10:18
believed that they had the ability
not just to understand but to change
not just to understand but to change
191
606177
4119
die Auswirkungen von Wissenschaft
und Technologie auf unseren Alltag
und Technologie auf unseren Alltag
10:22
how science and technology
impacts their everyday lives.
impacts their everyday lives.
192
610320
3555
nicht nur zur verstehen,
sondern auch ändern zu können.
sondern auch ändern zu können.
Wie würde diese Gesellschaft aussehen?
10:26
What would that society look like?
193
614820
1899
Ich glaube, das ist machbar.
10:30
I believe that we can do that.
194
618386
1508
Wir können unsere Regeln wählen
10:31
I believe that we can choose our rules,
195
619918
2291
und nicht nur Roboter erschaffen,
10:34
and we engineer not just robots
196
622233
1757
10:36
but we can engineer
our own human collective,
our own human collective,
197
624014
2596
sondern unsere eigene
menschliche Gesellschaft.
menschliche Gesellschaft.
10:38
and if we do and when we do,
it will be beautiful.
it will be beautiful.
198
626634
3834
Und wenn es soweit ist,
wird diese Gesellschaft großartig sein.
wird diese Gesellschaft großartig sein.
10:42
Thank you.
199
630492
1151
Vielen Dank.
(Applaus)
10:43
(Applause)
200
631667
6547
ABOUT THE SPEAKER
Radhika Nagpal - Robotics engineerTaking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots.
Why you should listen
With a swarm of 1,024 robots inspired by the design of ant colonies, Radhika Nagpal and her colleagues at Harvard’s SSR research group have redefined expectations for self-organizing robotic systems. Guided by algorithms, Nagpal’s shockingly simple robots guide themselves into a variety of shapes -- an ability that, brought to scale, might lead to applications like disaster rescue, space exploration and beyond.
In addition to her work with biologically inspired robots, Nagpal helped create ROOT, a simple robot to teach coding to would-be programmers through a simple user interface suitable for students of all ages.
Radhika Nagpal | Speaker | TED.com