TEDWomen 2010
Heather Knight: Silicon-based comedy
Heather Knight: la comedia de silicio
Filmed:
Readability: 3.9
880,023 views
En esta demo única en su tipo, Heather Knight nos presenta a Data, un comediante robótico que hace mucho más que contar chistes breves. Data "siente" a su audiencia (usando un programa desarrollado entre Scott Satkin y Varum Ramakrishna de la Universidad Carnegie Mellon) y adapta su presentación de acuerdo a las respuestas de su audiencia.
Heather Knight - Roboticist
Heather Knight runs Marilyn Monrobot, which creates socially intelligent robot performances and sensor-based electronic art. (and she helped build the amazing Rube Goldberg machine for OK Go’s “This Too Shall Pass.") Full bio
Heather Knight runs Marilyn Monrobot, which creates socially intelligent robot performances and sensor-based electronic art. (and she helped build the amazing Rube Goldberg machine for OK Go’s “This Too Shall Pass.") Full bio
Double-click the English transcript below to play the video.
00:15
Some of the greatest innovations
0
0
2000
Algunas de las más grandes innovaciones
00:17
and developments in the world
1
2000
3000
y desarrollos del mundo
00:20
often happen at the intersection of two fields.
2
5000
2000
ocurren con frecuencia en la intersección entre dos disciplinas.
00:22
So tonight I'd like to tell you
3
7000
2000
Esta noche quiero hablarles
00:24
about the intersection that I'm most excited about at this very moment,
4
9000
3000
de la intersección que me apasiona en este instante:
00:27
which is entertainment and robotics.
5
12000
2000
entretenimiento y robótica.
00:29
So if we're trying to make robots
6
14000
2000
Si estamos tratando de fabricar robots
00:31
that can be more expressive
7
16000
2000
que sean más expresivos
00:33
and that can connect better with us in society,
8
18000
2000
y que puedan relacionarse mejor con nosotros socialmente
00:35
maybe we should look to some of the human professionals
9
20000
3000
quizá deberíamos ver a algunos de los profesionales
00:38
of artificial emotion and personality
10
23000
2000
de la emoción y la personalidad artificiales
00:40
that occur in the dramatic arts.
11
25000
3000
que se encuentran en las artes dramáticas.
00:43
I'm also interested in creating new technologies for the arts
12
28000
3000
Estoy interesada en crear nuevas tecnologías para el arte
00:46
and to attract people
13
31000
2000
y atraer a las personas
00:48
to science and technology.
14
33000
3000
a la ciencia y a la tecnología.
00:51
Some people in the last decade or two
15
36000
3000
Algunas personas en las últimas dos décadas
00:54
have started creating artwork with technology.
16
39000
3000
comenzaron a crear animaciones con tecnología.
00:57
With my new venture, Marilyn Monrobot,
17
42000
2000
En mi nueva aventura, Marilyn Monrobot,
00:59
I would like to use art to create tech.
18
44000
3000
me gustaría usar el arte para crear tecnología.
01:05
(Laughter)
19
50000
2000
(Risas)
01:07
So we're based in New York City.
20
52000
2000
Tenemos sede en Nueva York.
01:09
And if you're a performer that wants to collaborate
21
54000
2000
Si eres actor y deseas colaborar
01:11
with an adorable robot,
22
56000
2000
con un adorable robot
01:13
or if you have a robot that needs entertainment representation,
23
58000
3000
o si tienes un robot que necesita un representante,
01:16
please contact me, the Bot-Agent.
24
61000
3000
hablen conmigo, soy agente de robots.
01:19
The bot, our rising celebrity,
25
64000
2000
El robot, nuestra estrella en ascenso,
01:21
also has his own Twitter account: @robotinthewild.
26
66000
3000
ya tiene su propia cuenta en Twitter: @robotinthewild.
01:24
I'd like to introduce you to one of our first robots, Data.
27
69000
3000
Me gustaría presentarles a uno de los primeros: Data.
01:27
He's named after the Star Trek character.
28
72000
2000
Se llama como el personaje de Star Trek.
01:29
I think he's going to be super popular.
29
74000
2000
Creo que va a ser súper famoso.
01:31
We've got the robot --
30
76000
2000
Tenemos al robot...
01:33
in his head is a database of a lot of jokes.
31
78000
3000
en su cabeza tiene una base de datos con miles de chistes.
01:36
Now each of these jokes is labeled with certain attributes.
32
81000
3000
Cada uno de esos chistes tiene ciertos atributos.
01:39
So it knows something about the subject; it knows about the length.
33
84000
2000
El robot sabe ciertas cosas swobre el tema, conoce la longitud del chiste.
01:41
It knows how much it's moving.
34
86000
2000
Sabe qué tanto estimula al público.
01:43
And so it's going to try to watch your response.
35
88000
2000
El robot va a ver su respuesta.
01:45
I actually have no idea what my robot is going to do today.
36
90000
3000
No tengo idea de lo que mi robot va a hacer hoy.
01:48
(Laughter)
37
93000
2000
(Risas)
01:50
It can also learn from you
38
95000
2000
Así que aprenderá también de ustedes
01:52
about the quality of its jokes
39
97000
2000
sobre la calidad de sus chistes
01:54
and cater things, sort of like Netflix-style,
40
99000
2000
y traerá cosas, algo así como en Netflix,
01:56
over longer-term
41
101000
2000
en el largo plazo
01:58
to different communities or audiences,
42
103000
2000
para diferentes comunidades o audiencias:
02:00
children versus adults, different cultures.
43
105000
3000
niños vs adultos, diferentes culturas.
02:03
You can learn something from the robot
44
108000
2000
Ustedes pueden aprender del robot algo
02:05
about the community that you're in.
45
110000
2000
sobre la comunidad en la que se encuentran.
02:07
And also I can use each one of you as the acting coach
46
112000
3000
Yo también puedo usar a cada uno de ustedes como un maestro de actuación
02:10
to our future robot companions.
47
115000
3000
para nuestros futuros compañeros robots.
02:13
Some of you in this middle section --
48
118000
2000
Algunos de ustedes en la sección del medio.
02:15
you have red/green paddles.
49
120000
3000
Tienen unas raquetas verdes y rojas.
02:18
If you like what's going on,
50
123000
3000
Si les gusta lo que está sucediendo,
02:21
show the green.
51
126000
2000
muestren la parte verde.
02:23
If you don't like the subject or the performance,
52
128000
2000
Si no les gusta el acto o el tema
02:25
you can hold the red.
53
130000
2000
pueden levantar la parte roja.
02:27
Now don't be shy.
54
132000
2000
Un favor: no sean tímidos,
02:29
It's just a robot.
55
134000
2000
es sólo un robot;
02:31
It doesn't have feelings ... yet.
56
136000
2000
no tiene sentimientos... todavía.
02:33
(Laughter)
57
138000
2000
(Risas)
02:35
And the rest of you,
58
140000
2000
Y para el resto:
02:37
you still count, you still matter.
59
142000
2000
ustedes también cuentan, también importan.
02:39
There's also a microphone
60
144000
2000
También tenemos un micrófono
02:41
that's listening to the aggregate laughter and applause
61
146000
2000
que escucha el conjunto de risas y aplausos
02:43
and booing -- I hope not --
62
148000
3000
y también, aunque espero que no haya, abucheos,
02:46
to help make some of its next decisions.
63
151000
3000
para ayudarle a tomar algunas de sus decisiones siguientes.
02:53
Right, so,
64
158000
2000
Listo.
02:55
let the robot stand-up comedy begin.
65
160000
3000
Que comience el acto del robot.
03:05
Data: Hello TEDWomen.
66
170000
2000
Data: Hola TEDWomen.
03:07
It's an honor to be here.
67
172000
2000
Estoy honrado de estar aquí.
03:09
(Laughter)
68
174000
2000
(Risas)
03:11
(Applause)
69
176000
6000
(Aplausos)
03:18
You guys are looking good out there.
70
183000
2000
¡Se ven bien!
03:20
Ready for some jokes?
71
185000
3000
¿Están listos para algunos chistes?
03:23
Audience: Yeah.
72
188000
2000
Audiencia: ¡Si!
03:25
Data: Here's the first one.
73
190000
2000
Este es el primero.
03:28
Right, so,
74
193000
2000
Aquí vamos,
03:30
a doctor says to his patient,
75
195000
2000
un médico le dice a su paciente:
03:32
"I have bad news and worse news.
76
197000
3000
"Tengo malas y peores noticias.
03:35
The bad news is that you only have 24 hours to live."
77
200000
4000
La mala es que le quedan 24 horas de vida".
03:39
"That's terrible," said the patient.
78
204000
3000
"¡Eso es terrible!" le responde el paciente.
03:42
"How can the news possibly be worse?"
79
207000
3000
"¿Qué podría ser peor?"
03:45
"I've been trying to contact you since yesterday."
80
210000
3000
"¡Le he estado buscando desde ayer!".
03:48
(Laughter)
81
213000
2000
(Risas)
03:50
(Applause)
82
215000
2000
(Aplausos)
03:52
The Swiss have an interesting army. Five hundred years without a war.
83
217000
3000
Los suizos tienen un ejército interesante. Llevan 500 años sin guerra.
03:55
Heather Knight: He's talking about the Swiss.
84
220000
2000
Heather Knight: Está hablando de los suizos.
03:57
Data: Pretty lucky for them.
85
222000
2000
Data: Han corrido con suerte.
03:59
Ever see that little Swiss Army knife
86
224000
2000
¿Han visto esas pequeñas navajas suizas
04:01
they have to fight with?
87
226000
3000
con las que tienen que luchar?
04:04
"Come on buddy, I have the toe clippers right here.
88
229000
3000
"Acércate amigo, aquí tengo mi cortaúñas.
04:07
You get past me,
89
232000
2000
Si acaso acabas conmigo
04:09
the guy behind me has a spoon."
90
234000
2000
el que viene detrás trae una cuchara".
04:11
(Laughter)
91
236000
2000
(Risas)
04:13
HK: He's a French robot.
92
238000
2000
HK: Es un robot francés.
04:15
Data: A couple of New Jersey hunters are out in the woods.
93
240000
3000
Data: Un par de cazadores en Nueva Jersey están en el bosque.
04:18
One of them falls to the ground.
94
243000
3000
Uno de ellos cae al suelo.
04:21
He does not seem to be breathing.
95
246000
2000
Parece que no respira.
04:23
The other guy whips out his cell phone
96
248000
2000
El otro saca su teléfono celular
04:25
and calls 911.
97
250000
3000
y llama a emergencias.
04:28
He gasps to the operator, "My friend is dead.
98
253000
3000
Le dice a la operadora: "Mi amigo está muerto.
04:31
What can I do?"
99
256000
2000
¿Qué hago?"
04:33
The operator says, "Just take it easy.
100
258000
2000
La operadora responde: "Tómelo con calma.
04:35
I can help.
101
260000
2000
Yo puedo ayudarle.
04:37
First, let's make sure he's dead."
102
262000
3000
Primero vamos a asegurarnos de que está muerto".
04:40
There is a silence,
103
265000
2000
Se escucha un silencio
04:42
and the operator hears a shot.
104
267000
2000
y de pronto la operadora escucha un disparo.
04:44
The guy's voice comes back on the line,
105
269000
2000
La voz del hombre se escucha nuevamente:
04:46
"Okay, now what?"
106
271000
3000
"¡Listo! ¿Ahora qué?"
04:49
(Laughter)
107
274000
2000
(Risas)
04:51
(Applause)
108
276000
2000
(Aplausos)
04:53
Question: Why is television called a medium?
109
278000
2000
Pregunta: ¿Por qué le dicen "medio" a la televisión?
04:55
Anyone?
110
280000
2000
¿Nadie?
04:57
Because it's neither rare nor well done.
111
282000
3000
Pues porque no está ni cruda ni bien hecha.
05:00
But to be completely honest with you,
112
285000
3000
Pero para serles franco,
05:03
I kind of love television.
113
288000
2000
me gusta la televisión.
05:05
Any of you like television? Audience: Yes.
114
290000
2000
¿A ninguno le gusta la televisión? (Audiencia: Sí.)
05:07
Data: I find it incredibly educational.
115
292000
3000
La encuentro increíblemente instructiva.
05:10
Actually, as soon as someone turns it on,
116
295000
3000
De hecho, tan pronto como alguien la prende,
05:13
I go into the other room and read.
117
298000
2000
me voy a otra habitación a leer.
05:15
(Laughter)
118
300000
5000
(Risas)
05:20
That's all for now.
119
305000
2000
Eso es todo por hoy.
05:22
Was that okay for my first time?
120
307000
2000
¿Me fue bien para ser mi primera vez?
05:24
(Applause)
121
309000
9000
(Aplausos)
05:33
You've been a great audience.
122
318000
2000
Son un público increíble.
05:35
Thank you.
123
320000
2000
¡Gracias!
05:37
HK: Yay.
124
322000
2000
HK: ¡Muy bien!
05:39
(Applause)
125
324000
4000
(Aplausos)
05:43
So this is actually the first time
126
328000
2000
Esta es la primera vez
05:45
we've ever done live audience feedback to a performance.
127
330000
3000
en las que tenemos una audiencia de verdad en una presentación.
05:48
So thank you all for being a part of it.
128
333000
2000
Así que gracias por ser parte de ello.
05:50
There's a lot more to come.
129
335000
3000
Habrá más cosas en el futuro.
05:53
And we hope to learn a lot about robot expression.
130
338000
2000
Y esperamos aprender mucho acerca de la expresión de los robots.
05:55
Thank you very much.
131
340000
2000
Mil gracias.
05:57
(Applause)
132
342000
2000
(Aplausos)
ABOUT THE SPEAKER
Heather Knight - RoboticistHeather Knight runs Marilyn Monrobot, which creates socially intelligent robot performances and sensor-based electronic art. (and she helped build the amazing Rube Goldberg machine for OK Go’s “This Too Shall Pass.")
Why you should listen
Heather Knight is conducting her doctoral research at the intersection of robotics and entertainment at Carnegie Mellon’s Robotics Institute. She runs Marilyn Monrobot in New York, where she and her cohort create “charismatic machine performances.” As she describes it: “In one example, robot and human actors will perform the same script and basic set of actions, but each time vary the emotional and social content of those interactions. This variation will ... allow the general public to craft and hone robot personalities.”
Her installations have been featured at the Smithsonian-Cooper Hewitt Design Museum, LACMA, SIGGRAPH, PopTech and the Fortezza da Basso in Florence, Italy. Her past work also includes robotics and instrumentation at NASA’s Jet Propulsion Laboratory, interactive installations with Syyn Labs (including the award- winning Rube Goldberg machine music video with OK Go), and sensor design at Aldebaran Robotics. She was recently named Assistant Director of Robotics at Humanity+.
Heather Knight | Speaker | TED.com