ABOUT THE SPEAKER
Ken Goldberg - Roboticist
Ken 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.

More profile about the speaker
Ken Goldberg | Speaker | TED.com
TEDxBerkeley

Ken Goldberg: 4 lessons from robots about being human

Κεν Γκόλντμπεργκ: 4 μαθήματα από τα ρομπότ για το πώς να είσαι άνθρωπος

Filmed:
387,467 views

Όσο περισσότερο τα ρομπότ μπαίνουν στην καθημερινή μας ζωή, τόσο περισσότερο είμαστε αναγκασμένοι να εξετάσουμε τους εαυτούς μας ως ανθρώπους. Στο TEDxBerkeley, ο Κεν Γκόλντμπεργκ μοιράζεται τέσσερα πολύ ανθρώπινα μαθήματα που έχει μάθει δουλεύοντας με ρομπότ. (Βιντεοσκοπημένο στο TEDxBerkeley.)
- Roboticist
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 soundήχος strangeπαράξενος,
0
577
2475
Ξέρω ότι θα ακουστεί παράξενο,
00:18
but I think robotsρομπότ can inspireεμπνέω us
1
3052
3294
αλλά νομίζω ότι τα ρομπότ
μπορούν να μας εμπνεύσουν
00:22
to be better humansτου ανθρώπου.
2
6346
2388
να είμαστε καλύτεροι άνθρωποι.
00:24
See, I grewαυξήθηκε up in BethlehemΒηθλεέμ, PennsylvaniaΠενσυλβάνια,
3
8734
3629
Βλέπετε, μεγάλωσα στη Βηθλεέμ
της Πενσυλβάνια,
00:28
the home of BethlehemΒηθλεέμ SteelΧάλυβα.
4
12363
2321
πατρίδα του Ατσαλιού της Βηθλεέμ.
00:30
My fatherπατέρας was an engineerμηχανικός,
5
14684
2079
Ο πατέρας μου ήταν μηχανικός
00:32
and when I was growingκαλλιέργεια up, he would teachδιδάσκω me
6
16763
2851
και όταν μεγάλωνα,
μου μάθαινε
00:35
how things workedεργάστηκε.
7
19614
1159
πώς λειτουργούσαν τα πράγματα.
00:36
We would buildχτίζω projectsέργα togetherμαζί,
8
20773
2815
Χτίζαμε πράγματα μαζί,
00:39
like modelμοντέλο rocketsρουκέτες and slotυποδοχή carsαυτοκίνητα.
9
23588
2792
όπως μοντέλα από ρουκέτες
και αυτοκινητάκια.
00:42
Here'sΕδώ είναι the go-kartκαρτ that we builtχτισμένο togetherμαζί.
10
26380
3284
Αυτό είναι το καρτ που χτίσαμε μαζί.
00:45
That's me behindπίσω the wheelΡΟΔΑ,
11
29664
2219
Εγώ είμαι πίσω από το τιμόνι,
00:47
with my sisterαδελφή and my bestκαλύτερος friendφίλος at the time,
12
31883
3819
με την αδελφή μου
και τον τότε καλύτερό μου φίλο
00:51
and one day,
13
35702
2123
και μια μέρα,
00:53
he cameήρθε home, when I was about 10 yearsχρόνια oldπαλαιός,
14
37825
3107
ήρθε σπίτι, τότε ήμουν γύρω στα 10
00:56
and at the dinnerβραδινό tableτραπέζι, he announcedανακοίνωσε
15
40932
2304
και ανακοίνωσε στο δείπνο,
00:59
that for our nextεπόμενος projectέργο, we were going to buildχτίζω a robotρομπότ.
16
43236
6438
ότι το επόμενό μας σχέδιο,
ήταν να φτιάξουμε ένα ρομπότ.
01:05
A robotρομπότ.
17
49674
1109
Ένα ρομπότ.
01:06
Now, I was thrilledενθουσιασμένος about this,
18
50783
2252
Ενθουσιάστηκα με αυτό,
01:08
because at schoolσχολείο,
19
53035
1590
επειδή στο σχολείο,
01:10
there was a bullyνταής namedόνομα KevinKevin,
20
54625
2075
ήταν ένας νταής που τον έλεγαν Κέβιν,
01:12
and he was pickingσυλλογή on me
21
56700
2246
και με πείραζε
01:14
because I was the only JewishΕβραϊκή kidπαιδί in classτάξη.
22
58946
2414
επειδή ήμουν ο μοναδικός Εβραίος στην τάξη.
01:17
So I couldn'tδεν μπορούσε wait to get startedξεκίνησε to work on this
23
61360
2813
Έτσι ανυπομονούσα να το ξεκινήσω
01:20
so I could introduceπαρουσιάζω KevinKevin to my robotρομπότ. (LaughterΤο γέλιο)
24
64173
3822
για να συστήσω στον Κέβιν το ρομπότ μου.
(Γέλια)
01:23
(RobotΡομπότ noisesθορύβους)
25
67995
11063
(Ήχοι ρομπότ)
01:34
But that wasn'tδεν ήταν the kindείδος of robotρομπότ my dadΜπαμπάς had in mindμυαλό.
26
79058
4875
Αλλά αυτό δεν ήταν το είδος του ρομπότ
που είχε ο μπαμπάς μου στο μυαλό του.
01:39
See, he ownedανήκει a chromiumχρώμιο platingεπιμετάλλωση companyΕταιρία,
27
83933
3728
Βλέπετε, είχε μια εταιρία επιχρωμίωσης
01:43
and they had to moveκίνηση
28
87661
2176
και έπρεπε να μετακινούν
01:45
heavyβαρύς steelατσάλι partsεξαρτήματα betweenμεταξύ tanksδεξαμενές of chemicalsχημικές ουσίες,
29
89837
3096
βαριά μεταλλικά κομμάτια
μεταξύ δεξαμενών με χημικά
01:48
and so he neededαπαιτείται an industrialβιομηχανικός robotρομπότ like this
30
92933
3790
και χρειαζόταν ένα βιομηχανικό ρομπότ
όπως αυτό
01:52
that could basicallyβασικα do the heavyβαρύς liftingάρση.
31
96723
3099
το οποίο βασικά θα έκανε
την άρση βαρέων αντικειμένων.
01:55
But my dadΜπαμπάς didn't get the kindείδος of robotρομπότ he wanted, eitherείτε.
32
99822
3905
Αλλά ούτε ο μπαμπάς μου πήρε
το είδος του ρομπότ που ήθελε.
01:59
He and I workedεργάστηκε on it for severalαρκετά yearsχρόνια,
33
103727
2597
Δουλέψαμε σ' αυτό για αρκετά χρόνια,
02:02
but it was the 1970s,
34
106324
1978
αλλά ήταν η δεκαετία του '70,
02:04
and the technologyτεχνολογία that was availableδιαθέσιμος to amateursερασιτέχνες
35
108302
2526
και η τεχνολογία που ήταν
διαθέσιμη στους ερασιτέχνες
02:06
just wasn'tδεν ήταν there yetΑκόμη.
36
110828
2657
απλά δεν υπήρχε ακόμα.
02:09
So DadΟ μπαμπάς continuedσυνεχίζεται to do this kindείδος of work by handχέρι,
37
113485
3745
Έτσι ο μπαμπάς συνέχισε να κάνει
αυτήν τη δουλειά χειροκίνητα
02:13
and a fewλίγοι yearsχρόνια laterαργότερα,
38
117230
2275
και μετά από μερικά χρόνια,
02:15
he was diagnosedδιάγνωση with cancerΚαρκίνος.
39
119505
4139
διαγνώστηκε με καρκίνο.
02:19
You see, what the robotρομπότ we were tryingπροσπαθεί to buildχτίζω
40
123644
3305
Βλέπετε, το ρομπότ
που προσπαθούσαμε να χτίσουμε
02:22
was tellingαποτελεσματικός him was not about doing the heavyβαρύς liftingάρση.
41
126949
3267
δεν του έλεγε για την άρση
βαρέων αντικειμένων.
02:26
It was a warningπροειδοποίηση about his exposureέκθεσης to the toxicτοξικός chemicalsχημικές ουσίες.
42
130216
4308
Τον προειδοποιούσε
για την έκθεσή του στα τοξικά χημικά.
02:30
He didn't recognizeαναγνωρίζω that at the time,
43
134524
2977
Δεν το αναγνώρισε τότε
02:33
and he contractedσυνεσταλμένος leukemiaλευχαιμία,
44
137501
2139
και έπαθε λευχαιμία
02:35
and he diedπέθανε at the ageηλικία of 45.
45
139640
3222
και πέθανε στην ηλικία των 45 ετών.
02:38
I was devastatedκαταστράφηκε by this,
46
142862
2841
Αυτό με έφερε σε απόγνωση
02:41
and I never forgotξέχασε the robotρομπότ that he and I triedδοκιμασμένος to buildχτίζω.
47
145703
4575
και ποτέ δεν ξέχασα το ρομπότ
που προσπαθήσαμε να χτίσουμε.
02:46
When I was in collegeΚολλέγιο, I decidedαποφασισμένος to studyμελέτη engineeringμηχανική, like him.
48
150278
4311
Όταν ήμουν στο κολέγιο, αποφάσιασα
να σπουδάσω μηχανική, όπως αυτός.
02:50
And I wentπήγε to CarnegieCarnegie MellonΗ Mellon, and I earnedκερδηθείς my PhDPhD in roboticsΡομποτική.
49
154589
4946
Και πήγα στο Carnegie Mellon
και πήρα το διδακτορικό μου στην ρομποτική.
02:55
I've been studyingμελετώντας robotsρομπότ ever sinceΑπό.
50
159535
3094
Από τότε μελετώ τα ρομπότ.
02:58
So what I'd like to tell you about
51
162629
1638
Θα ήθελα να σας μιλήσω
03:00
are fourτέσσερα robotρομπότ projectsέργα
52
164267
2714
για τέσσερα έργα με ρομπότ
03:02
and how they'veέχουν inspiredεμπνευσμένος me to be a better humanο άνθρωπος.
53
166981
7044
και πώς με ενέπνευσαν
να είμαι καλύτερος άνθρωπος.
03:09
By 1993, I was a youngνεαρός professorκαθηγητής at USCUSC,
54
174025
5749
Το 1993, ήμουν νέος καθηγητής στο USC
03:15
and I was just buildingΚτίριο up my ownτα δικά roboticsΡομποτική labεργαστήριο,
55
179774
3037
και δημιουργούσα το δικό μου
εργαστήριο ρομποτικής
03:18
and this was the yearέτος that the WorldΚόσμο WideΕυρεία WebWeb cameήρθε out.
56
182811
3585
τη χρονιά που βγήκε
ο Παγκόσμιος Ιστός.
03:22
And I rememberθυμάμαι my studentsΦοιτητές were the onesαυτές
57
186396
1176
Και θυμάμαι πως οι φοιτητές μου
03:23
who told me about it,
58
187572
1704
μου είπαν γι' αυτό
03:25
and we would -- we were just amazedέκθαμβος.
59
189276
2619
και μείναμε έκπληκτοι.
03:27
We startedξεκίνησε playingπαιχνίδι with this, and that afternoonαπόγευμα,
60
191895
3434
Αρχίζαμε να παίζουμε
κι εκείνο το απόγευμα,
03:31
we realizedσυνειδητοποίησα that we could use this newνέος, universalΠαγκόσμιος interfaceδιεπαφή
61
195329
3853
συνειδητοποιήσαμε ότι θα μπορούσαμε να
χρησιμοποιήσουμε τη νέα, παγκόσμια διεπαφή
03:35
to allowεπιτρέπω anyoneο καθενας in the worldκόσμος
62
199182
2543
για να επιτρέψουμε
σε οποιονδήποτε στον κόσμο
03:37
to operateλειτουργεί the robotρομπότ in our labεργαστήριο.
63
201725
3048
να χειριστεί το ρομπότ
στο εργαστήριό μας.
03:40
So, ratherμάλλον than have it fightπάλη or do industrialβιομηχανικός work,
64
204773
5708
Έτσι, αντι να το βάλουμε να παλεύει
ή να κάνει βιομηχανικές εργασίες,
03:46
we decidedαποφασισμένος to buildχτίζω a planterγλάστρα,
65
210481
2486
αποφασίσαμε να χτίσουμε
μια μεγάλη γλάστρα,
03:48
put the robotρομπότ into the centerκέντρο of it,
66
212967
1976
να βάλουμε το ρομπότ στη μέση
03:50
and we calledπου ονομάζεται it the TelegardenTelegarden.
67
214943
2353
και το ονομάσαμε Τηλεκήπο.
03:53
And we had put a cameraΦΩΤΟΓΡΑΦΙΚΗ ΜΗΧΑΝΗ in the gripperπένσα of the handχέρι
68
217296
3603
Είχαμε βάλει μια κάμερα
στην λαβή του χεριού
03:56
of the robotρομπότ, and we wroteέγραψε some specialειδικός scriptsδέσμες ενεργειών
69
220899
2709
του ρομπότ και γράψαμε μερικές
ειδικές δέσμες ενεργειών
03:59
and softwareλογισμικό so that anyoneο καθενας in the worldκόσμος could come in
70
223608
3161
και λογισμικό ώστε οποιοσδήποτε
στον κόσμο μπορούσε να μπει
04:02
and by clickingκάνοντας κλικ on the screenοθόνη
71
226769
2329
και κάνοντας κλικ στην οθόνη
04:04
they could moveκίνηση the robotρομπότ around
72
229098
2173
μπορούσαν να μετακινήσουν το ρομπότ
04:07
and visitεπίσκεψη the gardenκήπος.
73
231271
2316
και να επισκευτούν τον κήπο.
04:09
But we alsoεπίσης allowedεπιτρέπεται, setσειρά up some other softwareλογισμικό
74
233587
3620
Αλλά επίσης επιτρέπαμε,
στήσαμε και άλλο λογισμικό
04:13
that letsεπιτρέπει you participateσυμμετέχω and help us waterνερό the gardenκήπος
75
237207
3419
που σας επέτρεπε να συμμετάσχετε
και να μας βοηθήσετε να ποτίσουμε τον κήπο
04:16
remotelyεξ αποστάσεως, and if you waterνερό it a fewλίγοι timesφορές,
76
240626
3045
απομακρυσμένα
και αν τον ποτίζατε μερικές φορές,
04:19
we'dνυμφεύω give you your ownτα δικά seedσπόρος to plantφυτό.
77
243671
3585
σας δίναμε τον δικό σας σπόρο
για να φυτέψετε.
04:23
Now, this was a projectέργο, an engineeringμηχανική projectέργο,
78
247256
3271
Ήταν ένα έργο, ένα έργο μηχανικής
04:26
and we publishedδημοσίευσε some papersχαρτιά on the designσχέδιο,
79
250527
2776
και κάναμε μερικές δημοσιεύσεις
για τον σχεδιασμό,
04:29
the systemΣύστημα designσχέδιο of it, but we alsoεπίσης thought of it
80
253303
2249
το σύστημα σχεδιασμού του,
αλλά επίσης το σκεφτήκαμε
04:31
as an artτέχνη installationεγκατάσταση.
81
255552
3086
ως καλλιτεχνική εγκατάσταση.
04:34
It was invitedκαλεσμένος, after the first yearέτος,
82
258638
2173
Μας καλέσαν, μετά τον πρώτο χρόνο,
04:36
by the ArsArs ElectronicaElectronica MuseumΜουσείο in AustriaΑυστρία
83
260811
3044
από το μουσείο Ars Electronica
στην Αυστρία
04:39
to have it installedεγκατασταθεί in theirδικα τους lobbyαίθουσα,
84
263855
3000
να το εγκαταστήσουμε στο λόμπυ τους
04:42
and I'm happyευτυχισμένος to say it remainedπαρέμεινε onlineσε απευθείας σύνδεση there,
85
266855
2418
και σας λέω με χαρά ότι
παρέμεινε εκεί συνδεδεμένο,
04:45
24 hoursώρες a day, for almostσχεδόν nineεννέα yearsχρόνια.
86
269273
4983
24 ώρες το 24ωρο,
για περίπου εννέα χρόνια.
04:50
That robotρομπότ was operatedλειτουργεί by more people
87
274256
3799
Αυτό το ρομπότ το χειρίστηκαν
περισσότεροι ανθρώποι
04:53
than any other robotρομπότ in historyιστορία.
88
278055
3086
απ' οποιοδήποτε άλλο ρομπότ
στην ιστορία.
04:57
Now, one day,
89
281141
1554
Μία μέρα,
04:58
I got a call out of the blueμπλε
90
282695
2317
με παίρνει ξαφνικά τηλέφωνο
05:00
from a studentμαθητης σχολειου,
91
285012
2015
ένας φοιτητής,
05:02
who askedερωτηθείς a very simpleαπλός but profoundβαθύς questionερώτηση.
92
287027
4670
που ρώτησε μια πολύ απλή
αλλά βαθυστόχαστη ερώτηση.
05:07
He said, "Is the robotρομπότ realπραγματικός?"
93
291697
4538
Είπε, «Είναι το ρομπότ αληθινό;»
05:12
Now, everyoneΟλοι elseαλλού had assumedθεωρείται ότι it was,
94
296235
2765
Όλοι οι άλλοι υπέθεταν πως είναι
05:14
and we knewήξερε it was because we were workingεργαζόμενος with it.
95
299000
2331
και εμείς το ξέραμε πως ήταν,
επειδή δουλεύαμε με αυτό.
05:17
But I knewήξερε what he meantσήμαινε,
96
301331
1540
Αλλά ήξερα τι εννοούσε,
05:18
because it would be possibleδυνατόν to take a bunchδέσμη of picturesεικόνες
97
302871
2593
θα μπορούσαμε να έχουμε βγάλει
μερικές φωτογραφίες
05:21
of flowersλουλούδια in a gardenκήπος and then, basicallyβασικα, indexδείκτης them
98
305464
4361
από λουλούδια σε κήπους,
να τις ταξινομήσουμε
05:25
in a computerυπολογιστή systemΣύστημα suchτέτοιος that it would appearεμφανίζομαι
99
309825
2229
σε ένα υπολογιστικό σύστημα
έτσι ώστε να φαίνεται
05:27
that there was a realπραγματικός robotρομπότ when there wasn'tδεν ήταν.
100
312054
3074
ότι υπάρχει ένα αληθινό ρομπότ
ενώ δεν υπάρχει.
05:31
And the more I thought about it, I couldn'tδεν μπορούσε think
101
315128
1241
Και όσο το σκεφτόμουν,
δεν μπορούσα να σκεφτώ
05:32
of a good answerαπάντηση for how he could tell the differenceδιαφορά.
102
316369
3551
μια καλή απάντηση για το πώς
θα φαινόταν η διαφορά.
05:35
This was right about the time that I was offeredπροσφέρονται a positionθέση
103
319920
2887
Αυτό έγινε περίπου όταν
μου προσέφεραν μία θέση
05:38
here at BerkeleyΜπέρκλεϊ,
104
322807
2073
εδώ στο Μπέρκλεϊ
05:40
and when I got here, I lookedκοίταξε up HubertHubert DreyfusΝτρέιφους,
105
324880
3552
και όταν έφτασα εδώ,
έψαξα τον Χιούμπερτ Ντρέιφους,
05:44
who'sποιος είναι a world-renownedπαγκοσμίου φήμης professorκαθηγητής of philosophyφιλοσοφία,
106
328432
3665
ο οποίος είναι καθηγητής φιλοσοφίας
παγκοσμίου φήμης
05:47
and I talkedμίλησε with him about this, and he said,
107
332097
2374
και μίλησα μαζί του γι' αυτό
και είπε,
05:50
"This is one of the oldestπαλαιότερα and mostπλέον centralκεντρικός problemsπροβλήματα
108
334471
3560
«Αυτό είναι ένα από τα παλαιότερα
και πιο κεντρικά προβλήματα
05:53
in philosophyφιλοσοφία. It goesπηγαίνει back to the SkepticsΟι σκεπτικιστές,
109
338031
3602
στη φιλοσοφία.
Από την εποχή των Σκεπτικιστών
05:57
and up throughδιά μέσου DescartesΚαρτέσιος.
110
341633
1960
μέχρι τον Ντεκάρτ.
05:59
It's the issueθέμα of epistemologyΕπιστημολογία,
111
343593
3170
Είναι το θέμα της επιστημολογίας,
06:02
the studyμελέτη of how do we know that something is trueαληθής."
112
346763
3750
η μελέτη του πώς γνωρίζουμε
ότι κάτι είναι αληθινό».
06:06
So he and I startedξεκίνησε workingεργαζόμενος togetherμαζί,
113
350513
2223
Έτσι ξεκινήσαμε να δουλεύουμε μαζί
06:08
and we coinedπλάθεται a newνέος termόρος: telepistemologytelepistemology,
114
352736
3041
και επινοήσαμε ένα νέο όρο:
τηλεπιστημολογία,
06:11
the studyμελέτη of knowledgeη γνώση at a distanceαπόσταση.
115
355777
3526
την μελέτη της γνώσης
από απόσταση.
06:15
We invitedκαλεσμένος leadingκύριος artistsκαλλιτέχνες, engineersμηχανικούς,
116
359303
2752
Καλέσαμε κορυφαίους
καλλιτέχνες, μηχανικούς
06:17
and philosophersφιλόσοφοι to writeγράφω essaysδοκίμια about this,
117
362055
3064
και φιλόσοφους να γράψουν
δοκίμια γι' αυτό
06:21
and the resultsΑποτελέσματα, the resultsΑποτελέσματα are collectedσυγκεντρωμένος in this bookΒιβλίο
118
365119
2340
και τα αποτελέσματα είναι
συγκεντρωμένα σε αυτό το βιβλίο
06:23
from MITMIT PressΠατήστε το πλήκτρο.
119
367459
2621
από την MIT Press.
06:25
So thanksευχαριστώ to this studentμαθητης σχολειου who questionedυπό αμφισβήτηση
120
370080
2332
Έτσι χάρη στον φοιτητή
που αμφισβήτησε
06:28
what everyoneΟλοι elseαλλού had assumedθεωρείται ότι to be trueαληθής,
121
372412
2803
αυτό που όλοι θεωρούσαν
ως αληθινό,
06:31
this projectέργο taughtδιδακτός me an importantσπουδαίος lessonμάθημα about life,
122
375215
4208
αυτό το έργο μου έμαθε
ένα σημαντικό μάθημα για τη ζωή,
06:35
whichοι οποίες is to always questionερώτηση assumptionsυποθέσεις.
123
379423
4073
το οποίο είναι πάντα
να αμφισβητώ τις υποθέσεις.
06:39
Now, the secondδεύτερος projectέργο I'll tell you about
124
383496
2648
Το δεύτερο έργο
για το οποίο θα σας μιλήσω
06:42
grewαυξήθηκε out of the TelegardenTelegarden.
125
386144
1879
βγήκε από τον Τηλεκήπο.
06:43
As it was operatingλειτουργικός, my studentsΦοιτητές and I were very interestedενδιαφερόμενος
126
388023
2576
Καθώς λειτουργούσε, οι φοιτητές μου
κι εγώ ενδιαφερόμασταν πολύ
06:46
in how people were interactingαλληλεπιδρώντας with eachκαθε other
127
390599
2762
πώς αλληλεπιδρούσαν
οι ανθρώποι μεταξύ τους
06:49
and what they were doing with the gardenκήπος.
128
393361
1621
και τι έκαναν με τον κήπο.
06:50
So we startedξεκίνησε thinkingσκέψη, what if the robotρομπότ could leaveάδεια
129
394982
2262
Έτσι αρχίσαμε να σκεφτόμαστε, τι
θα γινόταν αν το ρομπότ μπορούσε να φύγει
06:53
the gardenκήπος and go out into some other
130
397244
2083
από τον κήπο και να πάει σε κάποιο άλλο
06:55
interestingενδιαφέρων environmentπεριβάλλον?
131
399327
1992
ενδιαφέρον περιβάλλον;
06:57
Like, for exampleπαράδειγμα, what if it could go to a dinnerβραδινό partyκόμμα
132
401319
2179
Όπως, για παράδειγμα, τι θα γινόταν
αν μπορούσε να πάει σε ένα πάρτυ
06:59
at the WhiteΛευκό HouseΣπίτι? (LaughterΤο γέλιο)
133
403498
5198
στον Λευκό Οίκο;
(Γέλια)
07:04
So, because we were interestedενδιαφερόμενος more in the systemΣύστημα designσχέδιο
134
408696
2841
Έτσι, επειδή ενδιαφερόμασταν περισσότερο
για τον σχεδιασμό του συστήματος
07:07
and the userχρήστης interfaceδιεπαφή than in the hardwareσκεύη, εξαρτήματα,
135
411537
3286
και τη διεπαφή του χρήστη
παρά για το υλικό,
07:10
we decidedαποφασισμένος that, ratherμάλλον than have
136
414823
2034
αποφασίσαμε πως, αντί να έχουμε
07:12
a robotρομπότ replaceαντικαθιστώ the humanο άνθρωπος to go to the partyκόμμα,
137
416857
3678
ένα ρομπότ να αντικαθιστά
έναν άνθρωπο που πάει στο πάρτυ,
07:16
we'dνυμφεύω have a humanο άνθρωπος replaceαντικαθιστώ the robotρομπότ.
138
420535
2843
θα βάλουμε έναν άνθρωπο
να αντικαταστήσει το ρομπότ.
07:19
We calledπου ονομάζεται it the Tele-ActorΤηλε-ηθοποιός.
139
423378
2600
Το ονομάσαμε Τηλε-Ηθοποιός.
07:21
We got a humanο άνθρωπος,
140
425978
2032
Πήραμε έναν άνθρωπο,
07:23
someoneκάποιος who'sποιος είναι very outgoingεξερχόμενη and gregariousαγελαία,
141
428010
3007
κάποιον πολύ εξωστρεφές
και κοινωνικό
07:26
and she was outfittedεφοδιασμένο with a helmetκράνος
142
431017
3142
και εξοπλίστηκε με ένα κράνος
07:30
with variousδιάφορος equipmentεξοπλισμός, camerasκάμερες and microphonesμικρόφωνα,
143
434159
2570
με διάφορα εξαρτήματα,
κάμερες και μικρόφωνα
07:32
and then a backpackσακίδιο πλάτης with wirelessασύρματος InternetΣτο διαδίκτυο connectionσύνδεση,
144
436729
3740
και μετά ένα σακίδιο με ασύρματη
σύνδεση στο διαδίκτυο
07:36
and the ideaιδέα was that she could go into a remoteμακρινός and
145
440469
3359
και η ιδέα ήταν ότι θα έπρεπε
να πάει σε ένα απομακρυσμένο
07:39
interestingενδιαφέρων environmentπεριβάλλον, and then over the InternetΣτο διαδίκτυο,
146
443828
3815
και ενδιαφέρον περιβάλλον
και μετά μέσω του διαδικτύου,
07:43
people could experienceεμπειρία what she was experiencingβιώνουν,
147
447643
3151
οι άνθρωποι θα μπορούσαν
να βιώσουν αυτό που βίωνε αυτή
07:46
so they could see what she was seeingβλέπων,
148
450794
2937
θα μπορούσαν να δουν
αυτό που έβλεπε,
07:49
but then, more importantlyείναι σημαντικό, they could participateσυμμετέχω
149
453731
3307
αλλά, το πιο σημαντικό,
μπορούσαν να συμμετάσχουν
07:52
by interactingαλληλεπιδρώντας with eachκαθε other
150
457038
2948
αλληλεπιδρώντας μεταξύ τους
07:55
and comingερχομός up with ideasιδέες about what she should do nextεπόμενος
151
459986
3705
και να τους έρχονται ιδέες
για το τι θα έπρεπε να κάνει μετά
07:59
and where she should go,
152
463691
2216
και πού θα έπρεπε να πάει
08:01
and then conveyingμεταφορά those to the Tele-ActorΤηλε-ηθοποιός.
153
465907
3162
και θα τα μεταβίβαζαν
στην Τηλε-Ηθοποιό.
08:04
So we got a chanceευκαιρία to take the Tele-ActorΤηλε-ηθοποιός
154
469069
2445
Έτσι είχαμε την ευκαιρία να πάρουμε
την Τηλε-Ηθοποιό
08:07
to the WebbyWebby AwardsΒραβεία in SanSan FranciscoΦρανσίσκο,
155
471514
3615
στα βραβεία Webby
στο Σαν Φρανσίσκο
08:11
and that yearέτος, SamSAM DonaldsonDonaldson was the hostπλήθος.
156
475129
4111
και κείνη τη χρονιά,
παρουσιαστής ήταν ο Σαμ Ντόναλντσον.
08:15
Just before the curtainκουρτίνα wentπήγε up, I had about 30 secondsδευτερολέπτων
157
479240
3642
Λίγο πριν σηκωθεί η κουρτίνα,
είχα περίπου 30 δευτερόλεπτα
08:18
to explainεξηγώ to MrΟ κ.. DonaldsonDonaldson what we were gonna do,
158
482882
4458
για να εξηγήσω στον Κο. Ντόναλντσον
τι θα κάναμε
08:23
and I said, "The Tele-ActorΤηλε-ηθοποιός
159
487340
1864
και είπα, «Η Τηλε-Ηθοποιός
08:25
is going to be joiningενώνει you on stageστάδιο,
160
489204
2456
θα έρθει μαζί σας στη σκηνή,
08:27
and this is a newνέος experimentalπειραματικός projectέργο,
161
491660
2198
και αυτό είναι ένα νέο
πειραματικό έργο
08:29
and people are watchingβλέποντας her on theirδικα τους screensοθόνες,
162
493858
2625
και ο κόσμος τη βλέπει
από τις οθόνες τους
08:32
and she's got -- there's camerasκάμερες involvedεμπλεγμένος and there's
163
496483
2305
και έχει -- υπάρχουν κάμερες
08:34
microphonesμικρόφωνα and she's got an earbudearbud in her earαυτί,
164
498788
2911
και μικρόφωνα και έχει
ένα ακουστικό στο αυτί της
08:37
and people over the networkδίκτυο are givingδίνοντας her adviceσυμβουλή
165
501699
1447
και ο κόσμος μέσω του δικτύου
την συμβουλεύει
08:39
about what to do nextεπόμενος."
166
503146
1368
για το τι να κάνει μετά».
08:40
And he said, "Wait a secondδεύτερος,
167
504514
3209
Και είπε, «Μισό λεπτό,
08:43
that's what I do." (LaughterΤο γέλιο)
168
507723
6375
αυτό το κάνω εγώ».
(Γέλια)
08:49
So he lovedαγαπούσε the conceptέννοια,
169
514098
1931
Και του άρεσε το σχέδιο
08:51
and when the Tele-ActorΤηλε-ηθοποιός walkedπερπάτησε onstageστη σκηνή,
170
516029
2340
και όταν η Τηλε-Ηθοποιός
ανέβηκε στην σκηνή,
08:54
she walkedπερπάτησε right up to him, and she gaveέδωσε him a bigμεγάλο kissφιλί
171
518369
2821
πήγε κατά πάνω του
και του έδωσε ένα μεγάλο φιλί
08:57
right on the lipsχείλια. (LaughterΤο γέλιο)
172
521190
3106
στα χείλη.
(Γέλια)
09:00
We were totallyεντελώς surprisedέκπληκτος.
173
524296
1131
Μείναμε τελείως έκπληκτοι.
09:01
We had no ideaιδέα that would happenσυμβεί.
174
525427
2017
Δεν είχαμε ιδέα ότι θα γινόταν αυτό.
09:03
And he was great. He just gaveέδωσε her a bigμεγάλο hugαγκαλιά in returnΕΠΙΣΤΡΟΦΗ,
175
527444
2692
Και ήταν φανταστικός.
Ανταπέδωσε με μια μεγάλη αγκαλιά
09:06
and it workedεργάστηκε out great.
176
530136
1769
και όλα πήγαν καλά.
09:07
But that night, as we were packingσυσκευασία up,
177
531905
2064
Αλλά εκείνο το βράδυ,
καθώς τα μαζεύαμε,
09:09
I askedερωτηθείς the Tele-ActorΤηλε-ηθοποιός, how did the Tele-DirectorsΤηλε-σκηνοθέτες
178
533969
3608
ρώτησα την Τηλε-Ηθοποιό,
πώς οι Τηλε-Σκηνοθέτες
09:13
decideαποφασίζω that they would give a kissφιλί to SamSAM DonaldsonDonaldson?
179
537577
5558
αποφάσισαν να δώσουν ένα φιλί
στον Σαμ Ντόναλντσον;
09:19
And she said they hadn'tδεν είχε.
180
543135
2212
Και είπε πως δεν το έκαναν αυτοί.
09:21
She said, when she was just about to walkΠερπατήστε on stageστάδιο,
181
545347
2434
Είπε, πως όταν ήταν έτοιμη
να ανέβει στην σκηνή,
09:23
the Tele-DirectorsΤηλε-σκηνοθέτες were still tryingπροσπαθεί to agreeσυμφωνώ on what to do,
182
547781
2312
οι Τηλε-Σκηνοθέτες ακόμη προσπαθούσαν
να συμφωνήσουν στο τι να κάνουν
09:25
and so she just walkedπερπάτησε on stageστάδιο and did
183
550093
2407
κι έτσι απλώς ανέβηκε στη σκηνή κι έκανε
09:28
what feltένιωσα mostπλέον naturalφυσικός. (LaughterΤο γέλιο)
184
552500
5522
αυτό που ένιωσε ως πιο φυσικό.
(Γέλια)
09:33
So, the successεπιτυχία of the Tele-ActorΤηλε-ηθοποιός that night
185
558022
3670
Έτσι η επιτυχία της Τηλε-Ηθοποιού
εκείνη τη βραδιά
09:37
was dueλόγω to the factγεγονός that she was a wonderfulεκπληκτικός actorηθοποιός.
186
561692
4373
ήταν επειδή ήταν καλή ηθοποιός.
09:41
She knewήξερε when to trustεμπιστοσύνη her instinctsένστικτα,
187
566065
2357
Ήξερε πότε να εμπιστευτεί
το ένστικτό της
09:44
and so that projectέργο taughtδιδακτός me anotherαλλο lessonμάθημα about life,
188
568422
3864
κι έτσι αυτό το έργο με δίδαξε
ακόμη ένα μάθημα για τη ζωή,
09:48
whichοι οποίες is that, when in doubtαμφιβολία, improviseαυτοσχεδιάζω. (LaughterΤο γέλιο)
189
572286
6379
το οποίο είναι, όταν αμφιβάλλεις,
αυτοσχεδίασε. (Γέλια)
09:54
Now, the thirdτρίτος projectέργο grewαυξήθηκε out of
190
578665
3080
Το τρίτο έργο βγήκε
09:57
my experienceεμπειρία when my fatherπατέρας was in the hospitalνοσοκομείο.
191
581745
4893
από την εμπειρία μου
όταν ο πατέρας μου ήταν στο νοσοκομείο.
10:02
He was undergoingπου υποβάλλονται σε a treatmentθεραπεία,
192
586638
2240
Υποβαλλόταν σε θεραπευτική αγωγή,
10:04
chemotherapyχημειοθεραπεία treatmentsθεραπείες, and there's a relatedσχετίζεται με treatmentθεραπεία
193
588878
3633
χημειοθεραπείες
και υπάρχει μια σχετική αγωγή
10:08
calledπου ονομάζεται brachytherapyβραχυθεραπεία, where tinyμικροσκοπικός, radioactiveραδιενεργά seedsσπόρους
194
592511
5048
που ονομάζεται βραχυθεραπεία,
όπου μικροσκοπικές, ραδιενεργές πηγές
10:13
are placedτοποθετείται into the bodyσώμα to treatκέρασμα cancerousκαρκινικό tumorsόγκους.
195
597559
4211
τοποθετούνται στο σώμα
ως αγωγή για καρκινικούς όγκους.
10:17
And the way it's doneΈγινε, as you can see here,
196
601770
2097
Και γίνεται ως εξής,
όπως μπορείτε να δείτε εδώ,
10:19
is that surgeonsχειρουργοί insertεισάγετε needlesβελόνες into the bodyσώμα
197
603867
4391
οι χειρουργοί
βάζουν βελόνες στο σώμα
10:24
to deliverπαραδίδω the seedsσπόρους, and all this,
198
608258
2592
για να τοποθετήσουν τις πηγές
και όλα αυτά,
10:26
all these needlesβελόνες are insertedεισάγεται in parallelπαράλληλο,
199
610850
3433
όλες αυτές οι βελόνες
τοποθετούνται παράλληλα,
10:30
so it's very commonκοινός that some of the needlesβελόνες
200
614283
2975
έτσι είναι πολύ συχνό
μερικές από αυτές τις βελόνες
10:33
penetrateδιαπερνώ sensitiveευαίσθητος organsόργανα, and as a resultαποτέλεσμα,
201
617258
4817
να διαπερνούν ευαίσθητα όργανα
και ως αποτέλεσμα,
10:37
the needlesβελόνες damageβλάβη these organsόργανα, causeαιτία damageβλάβη
202
622075
5063
οι βελόνες τραυματίζουν
τα όργανα, τέτοια ζημιά
10:43
whichοι οποίες leadsοδηγεί to traumaτραύμα and sideπλευρά effectsυπάρχοντα.
203
627138
3487
που οδηγεί σε τραύμα και παρενέργειες.
10:46
So my studentsΦοιτητές and I wonderedαναρωτήθηκε, what if we could
204
630625
2500
Έτσι οι φοιτητές μου κι εγώ
αναρωτηθήκαμε, τι θα γινόταν
10:49
modifyτροποποιώ the systemΣύστημα
205
633125
3485
αν μπορούσαμε
να τροποποιήσουμε το σύστημα
10:52
so that the needlesβελόνες could come in at differentδιαφορετικός anglesγωνίες?
206
636610
3785
έτσι ώστε οι βελόνες να μπορούν
να μπουν σε διαφορετικές γωνίες;
10:56
So we simulatedπροσομοίωση this, and we developedαναπτηγμένος some
207
640395
2777
Έτσι κάναμε μια προσομοίωση
και αναπτύξαμε μερικούς
10:59
optimizationβελτιστοποίηση algorithmsαλγορίθμους and we simulatedπροσομοίωση this,
208
643172
2589
αλγόριθμους βελτιστοποίησης
και κάναμε την προσομοίωση,
11:01
and we were ableικανός to showπροβολή that we are ableικανός to avoidαποφύγει
209
645761
2277
και μπορέσαμε να δείξουμε
ότι μπορούμε να αποφύγουμε
11:03
the delicateλεπτός organsόργανα and yetΑκόμη still achieveφέρνω σε πέρας the coverageκάλυψη
210
648038
3767
τα ευαίσθητα όργανα συνεχίζοντας
να επιτυγχάνουμε την κάλυψη
11:07
of the tumorsόγκους with the radiationακτινοβολία.
211
651805
3508
των όγκων με την ακτινοβολία.
11:11
So now, we're workingεργαζόμενος with doctorsτους γιατρούς at UCSFUCSF
212
655313
3498
Έτσι τώρα, δουλεύουμε
με γιατρούς στο UCSF
11:14
and engineersμηχανικούς at JohnsJohns HopkinsΧόπκινς
213
658811
2696
και μηχανικούς στο Τζων Χόπκινς
11:17
and we're buildingΚτίριο a robotρομπότ that has a numberαριθμός of,
214
661507
3582
και χτίζουμε ένα ρομπότ
το οποίο έχει έναν αριθμό από,
11:20
it's a specializedειδικευμένος designσχέδιο with differentδιαφορετικός jointsαρθρώσεις that can allowεπιτρέπω
215
665089
3257
είναι ένας εξειδικευμένος σχεδιασμός
με διάφορες αρθρώσεις που επιτρέπουν
11:24
the needlesβελόνες to come in at an infiniteάπειρος varietyποικιλία of anglesγωνίες,
216
668346
4258
στις βελόνες να μπαίνουν
σε μια άπειρη ποικιλία από γωνίες
11:28
and as you can see here, they can avoidαποφύγει delicateλεπτός organsόργανα
217
672604
3166
και όπως βλέπετε εδώ,
μπορούν να αποφύγουν ευαίσθητα όργανα
11:31
and still reachφθάνω the targetsστόχους they're aimingμε στόχο την for.
218
675770
4138
και όμως να φτάνουν τους στόχους
τους οποίους στοχεύουν.
11:35
So, by questioningπροβληματισμός this assumptionυπόθεση that all the needlesβελόνες
219
679908
3317
Έτσι, αμφισβητώντας αυτή την υπόθεση
ότι όλες οι βελόνες
11:39
have to be parallelπαράλληλο, this projectέργο alsoεπίσης taughtδιδακτός me
220
683225
2945
πρέπει να είναι παράλληλες,
αυτό το έργο επίσης μου έμαθε
11:42
an importantσπουδαίος lessonμάθημα: When in doubtαμφιβολία --
221
686170
3300
ένα σημαντικό μάθημα:
Όταν αμφιβάλλεις --
11:45
When your pathμονοπάτι is blockedμπλοκαριστεί, pivotΣυγκεντρωτικού πίνακα.
222
689470
4367
Όταν το μονοπάτι σου είναι κλειστό,
στρίψε.
11:49
And the last projectέργο alsoεπίσης has to do with medicalιατρικός roboticsΡομποτική.
223
693837
4401
Και το τελευταίο έργο έχει και αυτό
να κάνει με την ιατρική ρομποτική.
11:54
And this is something that's grownκαλλιεργούνται out of a systemΣύστημα calledπου ονομάζεται
224
698238
4040
Είναι κάτι που βγήκε
από ένα σύστημα που ονομάζεται
11:58
the dada VinciΒίντσι surgicalχειρουργικός robotρομπότ,
225
702278
3588
το χειρουρικό ρομπότ Ντα Βίντσι
12:01
and this is a commerciallyεμπορικώς availableδιαθέσιμος deviceσυσκευή.
226
705866
2468
είναι μια εμπορικά
διαθέσιμη συσκευή.
12:04
It's beingνα εισαι used in over 2,000 hospitalsνοσοκομεία around the worldκόσμος,
227
708334
3332
Χρησιμοποιείται σε πάνω από 2.000
νοσοκομεία σε όλο τον κόσμο,
12:07
and the ideaιδέα is it allowsεπιτρέπει the surgeonχειρουργός
228
711666
2528
και η ιδέα είναι ότι επιτρέπει
στον χειρουργό
12:10
to operateλειτουργεί comfortablyαναπαυτικά in his ownτα δικά coordinateσυντεταγμένων frameπλαίσιο,
229
714194
4249
να κάνει την εγχείρηση με άνεση
στο δικό του σύστημα συντεταγμένων,
12:14
but manyΠολλά of the subtasksΟι δευτερεύουσες εργασίες in surgeryχειρουργική επέμβαση
230
718443
4991
αλλά πολλές από τις δευτερεύουσες
εργασίες στη χειρουργική
12:19
are very routineρουτίνα and tediousανιαρός, like suturingσυρραφής,
231
723434
3047
είναι πολύ συνηθισμένες
και επίπονες όπως τα ράμματα
12:22
and currentlyεπί του παρόντος, all of these are performedεκτελείται
232
726481
2365
και τώρα, όλες αυτές γίνονται
12:24
underκάτω από the specificειδικός and immediateάμεσος controlέλεγχος of the surgeonχειρουργός,
233
728846
4420
υπό την εποπτεία και τον έλεγχο
του ίδιου του χειρουργού,
12:29
so the surgeonχειρουργός becomesγίνεται fatiguedκουρασμένοι over time.
234
733266
2658
έτσι μετά από ώρα
ο χειρουργός κουράζεται.
12:31
And we'veέχουμε been wonderingαναρωτιούνται,
235
735924
1295
Και αναρωτιόμαστε,
12:33
what if we could programπρόγραμμα the robotρομπότ
236
737219
2265
τι θα γινόταν αν μπορούσαμε
να προγραμματίσουμε το ρομπότ
12:35
to performεκτελώ some of these subtasksΟι δευτερεύουσες εργασίες,
237
739484
2487
να κάνει αυτές
τις δευτερεύουσες εργασίες
12:37
and therebyεκ τούτου freeΕλεύθερος the surgeonsχειρουργοί to focusΣυγκεντρώνω
238
741971
1720
κι έτσι να ελευθερωθούν οι χειρουργοί
για να εστιάσουν
12:39
on the more complicatedπερίπλοκος partsεξαρτήματα of the surgeryχειρουργική επέμβαση,
239
743691
2656
στα πιο πολύπλοκα κομμάτια
της χειρουργικής επέμβασης
12:42
and alsoεπίσης cutΤομή down on the time that the surgeryχειρουργική επέμβαση would take
240
746347
3248
και επίσης να μειώσουν το χρόνο
που θα χρειαζόταν το χειρουργείο
12:45
if we could get the robotρομπότ to do them a little bitκομμάτι fasterγρηγορότερα?
241
749595
3023
αν μπορούσαμε να κάνουμε το ρομπότ
να τα κάνει λίγο πιο γρήγορα;
12:48
Now, it's hardσκληρά to programπρόγραμμα a robotρομπότ to do delicateλεπτός things
242
752618
2434
Είναι δύσκολο να προγραμματίσεις
ένα ρομποτ να κάνει λεπτεπίλεπτα πράγματα
12:50
like this, but it turnsστροφές out my colleagueσυνάδελφος, PieterPieter AbbeelAbbeel,
243
755052
4079
όπως αυτό, αλλά φαίνεται
ότι ο συνάδελφός μου, ο Πίτερ Αμπήλ,
12:55
who'sποιος είναι here at BerkeleyΜπέρκλεϊ, has develelopeddeveleloped
244
759131
2416
που είναι εδώ στο Μπέρκλεϊ,
έχει αναπτύξει
12:57
a newνέος setσειρά of techniquesτεχνικές for teachingδιδασκαλία robotsρομπότ from exampleπαράδειγμα.
245
761547
5623
μια νέα ομάδα τεχνικών για την
εκπαίδευση των ρομπότ από παραδείγματα.
13:03
So he's gottenπήρε robotsρομπότ to flyπετώ helicoptersελικόπτερα,
246
767170
2767
Έτσι έχει κάνει ρομπότ
που πετάνε ελικόπτερα,
13:05
do incrediblyαπίστευτα interestingενδιαφέρων, beautifulπανεμορφη acrobaticsακροβατικά,
247
769937
3104
που κάνουν απίστευτα ενδιαφέροντα
και όμορφα ακροβατικά,
13:08
by watchingβλέποντας humanο άνθρωπος expertsειδικοί flyπετώ them.
248
773041
2719
βλέποντας ανθρώπους να τα πετάνε.
13:11
So we got one of these robotsρομπότ.
249
775760
2588
Έτσι πήραμε ένα από αυτά τα ρομπότ.
13:14
We startedξεκίνησε workingεργαζόμενος with PieterPieter and his studentsΦοιτητές,
250
778348
2182
Αρχίσαμε να δουλεύουμε
με τον Πήτερ και τους φοιτητές του
13:16
and we askedερωτηθείς a surgeonχειρουργός to performεκτελώ
251
780530
2663
και ζητήσαμε από έναν χειρουργό
να κάνει
13:19
a taskέργο, and what we do is we, with the robotρομπότ,
252
783193
4451
μια εργασία χρησιμοποιώντας το ρομπότ,
13:23
so what we're doing is askingζητώντας the robotρομπότ,
253
787644
2063
και ζητήσαμε από το ρομπότ,
13:25
the surgeonχειρουργός to performεκτελώ the taskέργο,
254
789707
1278
τον χειρουργό να κάνει την εργασία
13:26
and we recordΡεκόρ the motionsπροτάσεις ψηφίσματος of the robotρομπότ.
255
790985
2272
και εμείς καταγράψαμε τις κινήσεις του ρομπότ.
13:29
So here'sεδώ είναι an exampleπαράδειγμα. I'll use a figureεικόνα eightοκτώ,
256
793257
2128
Να ένα παράδειγμα.
Θα χρησιμοποιήσω τον αριθμό οχτώ,
13:31
tracingιχνηλασία out a figureεικόνα eightοκτώ as an exampleπαράδειγμα.
257
795385
2240
θα χαράξουμε τον αριθμό οχτώ
σαν παράδειγμα.
13:33
So here'sεδώ είναι what it looksφαίνεται like when the robotρομπότ,
258
797625
3630
Έτσι φαίνεται όταν το ρομπότ,
13:37
this is what the robot'sρομπότ pathμονοπάτι looksφαίνεται like,
259
801255
2317
έτσι φαίνεται το μονοπάτι του ρομπότ,
13:39
those threeτρία examplesπαραδείγματα.
260
803572
1174
αυτά τα τρία παραδείγματα.
13:40
Now, those are much better than what a noviceαρχάριος
261
804746
2462
Αυτά είναι πολύ καλύτερα
από αυτά που θα έκανε ένας αρχάριος
13:43
like I could do, but they're still jerkyσπασμωδικές and impreciseασαφής.
262
807208
4657
σαν κι εμένα, αλλά συνεχίζουν να είναι
σπασμώδη και ανακριβή.
13:47
So we recordΡεκόρ all these examplesπαραδείγματα, the dataδεδομένα,
263
811865
2072
Έτσι καταγράφουμε όλα αυτά
τα παραδείγματα, τα δεδομένα
13:49
and then we go throughδιά μέσου a sequenceαλληλουχία of stepsβήματα.
264
813937
3712
και μετά κάνουμε μία ακολουθία από βήματα.
13:53
First, we used a techniqueτεχνική calledπου ονομάζεται dynamicδυναμικός time warpingστρέβλωση
265
817649
3632
Πρώτα, χρησιμοποιήσαμε μια τεχνική που
λέγεται δυναμική χρονική στρέβλωση
13:57
from speechομιλία recognitionαναγνώριση, and this allowsεπιτρέπει us to
266
821281
2182
από την αναγνώριση ομιλίας
και αυτό μας επιτρέπει
13:59
temporallyχρονικά alignΣτοίχιση all of the examplesπαραδείγματα,
267
823463
2840
να ευθυγραμμίσουμε προσωρινά
όλα τα παραδείγματα
14:02
and then we applyισχύουν KalmanKalman filteringφιλτράρισμα,
268
826303
2929
και μετά εφαρμόζομουμε
φίλτρα Κάλμαν,
14:05
a techniqueτεχνική from controlέλεγχος theoryθεωρία, that allowsεπιτρέπει us
269
829232
2983
μια τεχνική από την θεωρία ελέγχου,
που μας επιτρέπει
14:08
to statisticallyστατιστικώς analyzeαναλύει all the noiseθόρυβος
270
832215
2672
να αναλύσουμε στατιστικά
όλο τον θόρυβο
14:10
and extractεκχύλισμα the desiredεπιθυμητό trajectoryτροχιά that underliesκρύβεται πίσω από them.
271
834887
6183
και να εξάγουμε την επιθυμητή τροχιά
που τα διέπει.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Αυτό που κάνουμε είναι
να πάρουμε αυτές
14:18
humanο άνθρωπος demonstrationsδιαδηλώσεις, they're all noisyθορυβώδης and imperfectατελής,
273
843064
2023
τις επιδείξεις των ανθρώπων,
είναι όλες θορυβώδεις και ελλιπείς
14:20
and we extractεκχύλισμα from them an inferredσυναχθεί taskέργο trajectoryτροχιά
274
845087
3091
και να βγάλουμε από αυτές μια τροχιά
μιας τεκμαιρόμενης εργασίας
14:24
and controlέλεγχος sequenceαλληλουχία for the robotρομπότ.
275
848178
3003
και ακολουθία ελέγχου για το ρομπότ.
14:27
We then executeεκτέλεση that on the robotρομπότ,
276
851181
2184
Μετά το εκτελούμε στο ρομπότ,
14:29
we observeπαρατηρούν what happensσυμβαίνει,
277
853365
2172
παρατηρούμε τι συμβαίνει,
14:31
then we adjustπροσαρμόζω the controlsελέγχους usingχρησιμοποιώντας a sequenceαλληλουχία of techniquesτεχνικές
278
855537
2662
μετά ρυθμίζουμε τους ελέγχους
χρησιμοποιώντας μια ακολουθία από τεχνικές
14:34
calledπου ονομάζεται iterativeεπαναληπτική learningμάθηση.
279
858199
2930
που ονομάζονται επαναληπτική μάθηση.
14:37
Then what we do is, we increaseαυξάνουν the velocityταχύτητα a little bitκομμάτι.
280
861129
3977
Μετά, αυτό που κάνουμε είναι
να αυξήσουμε λιγάκι την ταχύτητα.
14:41
We observeπαρατηρούν the resultsΑποτελέσματα, adjustπροσαρμόζω the controlsελέγχους again,
281
865106
3563
Παρατηρούμε τα αποτελέσματα,
ρυθμίζουμε πάλι τους ελέγχους
14:44
and observeπαρατηρούν what happensσυμβαίνει.
282
868669
2522
και παρατηρούμε τι γίνεται.
14:47
And we go throughδιά μέσου this severalαρκετά roundsγύροι.
283
871191
2136
Και το κάνουμε αυτό αρκετές φορές.
14:49
And here'sεδώ είναι the resultαποτέλεσμα.
284
873327
1356
Και να το αποτέλεσμα.
14:50
That's the inferredσυναχθεί taskέργο trajectoryτροχιά,
285
874683
1845
Αυτή είναι η τροχιά
τεκμαιρόμενης εργασίας
14:52
and here'sεδώ είναι the robotρομπότ movingκίνηση at the speedΤαχύτητα of the humanο άνθρωπος.
286
876528
3463
κι εδώ το ρομπότ κινείται
με την ταχύτητα του ανθρώπου.
14:55
Here'sΕδώ είναι fourτέσσερα timesφορές the speedΤαχύτητα of the humanο άνθρωπος.
287
879991
2442
Εδώ κινείται τέσσερις φορές
γρηγορότερα από τον άνθρωπο.
14:58
Here'sΕδώ είναι sevenεπτά timesφορές.
288
882433
2571
Εδώ επτά φορές.
15:00
And here'sεδώ είναι the robotρομπότ operatingλειτουργικός at 10 timesφορές
289
885004
3637
Κι εδώ το ρομπότ λειτουργεί 10 φορές
15:04
the speedΤαχύτητα of the humanο άνθρωπος.
290
888641
2200
γρηγορότερα από τον άνθρωπο.
15:06
So we're ableικανός to get a robotρομπότ to performεκτελώ a delicateλεπτός taskέργο,
291
890841
2950
Μπορούμε έτσι να κάνουμε ένα ρομπότ
να εκτελέσει μια λεπτεπίλεπτη εργασία
15:09
like a surgicalχειρουργικός subtaskδευτερεύουσα εργασία,
292
893791
3224
όπως μια χειρουργική δευτερεύουσα εργασία,
15:12
at 10 timesφορές the speedΤαχύτητα of a humanο άνθρωπος.
293
897015
3247
10 φόρες γρηγορότερα από τον άνθρωπο.
15:16
So this projectέργο alsoεπίσης, because of its involvedεμπλεγμένος practicingάσκηση
294
900262
4223
Έτσι αυτό το έργο,
επειδή εμπλέκει την εξάσκηση
15:20
and learningμάθηση, doing something over and over again,
295
904485
2173
και τη μάθηση,
το να κάνεις κάτι ξανά και ξανά,
15:22
this projectέργο alsoεπίσης has a lessonμάθημα, whichοι οποίες is,
296
906658
2757
και αυτό το έργο έχει ένα μάθημα,
το οποίο είναι,
15:25
if you want to do something well,
297
909415
3126
αν θέλετε να κάνετε κάτι καλά,
15:28
there's no substituteυποκατάστατο for practiceπρακτική, practiceπρακτική, practiceπρακτική.
298
912541
7948
δεν υπάρχει υποκατάστατο
παρά εξάσκηση, εξάσκηση, εξάσκηση.
15:36
So these are fourτέσσερα of the lessonsμαθήματα that I've learnedέμαθα
299
920505
3120
Αυτά είναι τέσσερα
από τα μαθήματα που έχω μάθει
15:39
from robotsρομπότ over the yearsχρόνια,
300
923625
3127
από τα ρομπότ στο πέρασμα των χρόνων,
15:42
and roboticsΡομποτική, the fieldπεδίο of roboticsΡομποτική has gottenπήρε much better
301
926752
5369
και η ρομποτική, το πεδίο της ρομποτικής
έχει γίνει πολύ καλύτερο
15:48
over time.
302
932121
2168
με τον καιρό.
15:50
NowadaysΣτις μέρες μας, highυψηλός schoolσχολείο studentsΦοιτητές can buildχτίζω robotsρομπότ
303
934289
2167
Σήμερα, τα παιδιά στο λύκειο
μπορούν να χτίσουν ρομπότ
15:52
like the industrialβιομηχανικός robotρομπότ my dadΜπαμπάς and I triedδοκιμασμένος to buildχτίζω.
304
936456
4025
όπως το βιομηχανικό ρομπότ
που προσπάθησα να χτίσω με τον μπαμπά μου.
15:56
And now, I have a daughterκόρη,
305
940481
6982
Και τώρα, έχω μια κόρη,
16:03
namedόνομα OdessaΟδησσός.
306
947463
2386
την Οντέσα.
16:05
She's eightοκτώ yearsχρόνια oldπαλαιός,
307
949849
1833
Είναι οχτώ ετών
16:07
and she likesαρέσει robotsρομπότ, too.
308
951682
2424
και αρέσουν και σε αυτήν τα ρομπότ.
16:10
Maybe it runsτρέχει in the familyοικογένεια. (LaughterΤο γέλιο)
309
954106
2414
Ίσως είναι κληρονομικό.
(Γέλια)
16:12
I wishεπιθυμία she could meetσυναντώ my dadΜπαμπάς.
310
956520
3647
Μακάρι να είχε γνωρίσει τον μπαμπά μου.
16:16
And now I get to teachδιδάσκω her how things work,
311
960167
2900
Και τώρα της μαθαίνω πώς
λειτουργούν τα πράγματα,
16:18
and we get to buildχτίζω projectsέργα togetherμαζί, and I wonderθαύμα
312
963067
2772
και χτίζουμε πράγματα μαζί
και αναρρωτιέμαι
16:21
what kindείδος of lessonsμαθήματα that she'llκέλυφος learnμαθαίνω from them.
313
965839
4308
τι είδους μαθήματα θα μάθει από αυτά.
16:26
RobotsΡομπότ are the mostπλέον humanο άνθρωπος
314
970147
2607
Τα ρομπότ είναι τα πιο ανθρώπινα
16:28
of our machinesμηχανές.
315
972754
2229
απ' όλα τα μηχανήματά μας.
16:30
They can't solveλύσει all of the world'sτου κόσμου problemsπροβλήματα,
316
974983
3085
Δεν μπορούν να λύσουν
όλα τα προβλήματα του κόσμου,
16:33
but I think they have something importantσπουδαίος to teachδιδάσκω us.
317
978068
4358
αλλά νομίζω πώς έχουν κάτι
σημαντικό να μας διδάξουν.
16:38
I inviteκαλώ all of you to think about the innovationsκαινοτομίες
318
982426
3343
Σας προσκαλώ όλους να σκεφτείτε
τις καινοτομίες
16:41
that you're interestedενδιαφερόμενος in,
319
985769
2675
που σας ενδιαφέρουν,
16:44
the machinesμηχανές that you wishεπιθυμία for,
320
988444
3216
τα μηχανήματα που επιθυμείτε,
16:47
and think about what they mightθα μπορούσε be tellingαποτελεσματικός you,
321
991660
3169
και να σκεφτείτε
τι θα μπορούσαν να σας πουν,
16:50
because I have a hunchκαμπούρα
322
994829
2063
επειδή έχω ένα προαίσθημα
16:52
that manyΠολλά of our technologicalτεχνολογικός innovationsκαινοτομίες,
323
996892
2087
ότι πολλές από τις
τεχνολογικές μας καινοτομίες,
16:54
the devicesσυσκευές we dreamόνειρο about,
324
998979
2658
οι συσκευές που ονειρευόμαστε,
16:57
can inspireεμπνέω us to be better humansτου ανθρώπου.
325
1001637
3964
μπορούν να μας εμπνεύσουν
να είμαστε καλύτεροι άνθρωποι.
17:01
Thank you. (ApplauseΧειροκροτήματα)
326
1005601
3585
Σας ευχαριστώ.
(Χειροκρότημα)
Translated by Chryssa Rapessi
Reviewed by Lazaros Boudakidis

▲Back to top

ABOUT THE SPEAKER
Ken Goldberg - Roboticist
Ken 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.

More profile about the speaker
Ken Goldberg | Speaker | TED.com