TED2013
Rodney Brooks: Why we will rely on robots
رادنی بروکس: چرا به ربات‌ها تکیه خواهیم کرد؟
Filmed:
Readability: 3.4
1,424,847 views
جنجال‌آفرینان بر اساس این ایده که ربات‌ها به سادگی جایگزین شغل مردم می‌شوند وحشت ایجاد می‌کنند. اما در واقع، ربات‌ها می‌توانند همکاران لاینفک ما شده، و ما را از کارهای ابتدایی و مکانیکی فارغ کنند. رادنی بروکس می‌گوید این چقدر می‌تواند ارزشمند باشد زمانی که تعداد بزرگسالان در سن کاری پایین رفته و تعداد بازنشستگان بالا می‌رود.او باکستر را به ما معرفی میکند، رباتی با چشمهایی که حرکت می‌کنند و بازوهایی که به لمس واکنش نشان می‌دهند که می‌تواند در کنار جمعیتی که مسن تر می‌شوند کار کند و یاد گیرد که در خانه هم به مردم کمک کند.
Rodney Brooks - Roboticist
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Rodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out. Full bio
Double-click the English transcript below to play the video.
00:13
Well, Arthur C. Clarke,
0
1010
1300
آرتور سی کلارک،
00:14
a famous science fiction writer from the 1950s,
1
2310
3195
نویسنده معروف داستان‌های علمی تخیلی در دهه ۱۹۵۰،
00:17
said that, "We overestimate technology in the short term,
2
5505
4022
گفت: "ما فن‌آوری را در کوتاه مدت، دستِ بالا گرفته،
00:21
and we underestimate it in the long term."
3
9527
2800
و در درازمدت، دستِ کم می‌گیریم."
00:24
And I think that's some of the fear that we see
4
12327
2417
و فکر میکنم این دلیلِ بخشی از ترسی است که ما می‌بینیم از اینکه
00:26
about jobs disappearing from artificial intelligence and robots.
5
14744
4582
شغلمان را به ربات‌ها و هوشِ مصنوعی از دست دهیم.
00:31
That we're overestimating the technology in the short term.
6
19326
2667
متأسفانه این طرز فکر، دستِ بالا گرفتن فن آوری در کوتاه مدت است.
00:33
But I am worried whether we're going to get the technology we need in the long term.
7
21993
5378
اما من نگرانم آیا ما در درازمدت فن آوری مورد نیاز را خواهیم داشت؟
00:39
Because the demographics are really going to leave us with lots of jobs that need doing
8
27371
5714
چون اطلاعتِ جمعیت‌شناسی میگه در آینده، کارهای زیادی باید انجام داد،
00:45
and that we, our society, is going to have to be built on the shoulders of steel of robots in the future.
9
33085
5375
که جامعه‌ی ما، باید آنها را بر روی شانه‌های فولادی روباتها گذاشته تا ساخته شوند.
00:50
So I'm scared we won't have enough robots.
10
38460
2826
پس من ترس من از این است که ما به اندازه کافی روبات نداشته باشیم.
00:53
But fear of losing jobs to technology has been around for a long time.
11
41286
4639
اما ترس و دلهره‌ی از دست دادن شغل به فن آوری، خیلی وقته که بوده.
00:57
Back in 1957, there was a Spencer Tracy, Katharine Hepburn movie.
12
45925
3952
در سال ۱۹۵۷، اسپنسر تریسی و کاترین هپبورن باهم در فیلمی بودند
01:01
So you know how it ended up,
13
49877
1448
می دونید چطور تمام شد؟
01:03
Spencer Tracy brought a computer, a mainframe computer of 1957, in
14
51325
4086
اسپنسر کامپیوتری از همان سالِ ۱۹۵۷،
01:07
to help the librarians.
15
55411
1900
برای کمک به کتابدارانِ شرکت هدیه آورد.
01:09
The librarians in the company would do things like answer for the executives,
16
57311
3477
کتابدارانِ شرکت، سوالاتِ مدیران را مثلِ:
01:12
"What are the names of Santa's reindeer?"
17
60788
3837
"اسمِ گوزن‌های سانتا چیست؟"
01:16
And they would look that up.
18
64625
1185
جستجو کرده و پاسخ می‌دادند،
01:17
And this mainframe computer was going to help them with that job.
19
65810
2433
و این کامپیوتر قرار بود برای این کار به آنها کمک کند.
01:20
Well of course a mainframe computer in 1957 wasn't much use for that job.
20
68243
4083
البته کامپیوترهای سالِ ۱۹۵۷ خیلی به درد این کار نمی‌خوردند.
01:24
The librarians were afraid their jobs were going to disappear.
21
72326
3150
کتابداران می‌ترسید‌ند شغلشان را از دست دهند.
01:27
But that's not what happened in fact.
22
75476
1649
اما در واقع این اتفاق نیفتاد.
01:29
The number of jobs for librarians increased for a long time after 1957.
23
77125
5255
تعداد شغل برای کتابداران برای مدت طولانی بعد از سال ۱۹۵۷ افزایش یافته.
01:34
It wasn't until the Internet came into play,
24
82380
3114
تنها زمانی که اینترنت به بازی آمد،
01:37
the web came into play and search engines came into play
25
85494
2533
وب به بازی آمد و موتورهای جستجو به بازی آمدند
01:40
that the need for librarians went down.
26
88027
2649
نیاز به کتابداران پایین رفت.
01:42
And I think everyone from 1957 totally underestimated
27
90676
4207
همه در سال ۱۹۵۷ سطح فناوری که ما امروزه
01:46
the level of technology we would all carry around in our hands and in our pockets today.
28
94883
4760
در دست و جیبمان حمل می کنیم دست کم گرفتند.
01:51
And we can just ask: "What are the names of Santa's reindeer?" and be told instantly --
29
99643
5717
و ما می تونیم بپرسیم: "نام گوزن‌های سانتا چیست؟" و فوراً جوابش را بگیریم.
01:57
or anything else we want to ask.
30
105360
1751
یا هر چیز دیگری که می‌خواهیم بپرسیم.
01:59
By the way, the wages for librarians went up faster
31
107111
5599
ضمناً، دستمزد کتابداران سریعتر
02:04
than the wages for other jobs in the U.S. over that same time period,
32
112710
2999
از دستمزد دیگر مشاغل در آمریکا در همان زمان بالا رفت.
02:07
because librarians became partners of computers.
33
115709
3568
چون کتابداران شرکای کامپیوتر شدند.
02:11
Computers became tools, and they got more tools that they could use
34
119277
2883
رایانه‌ها ابزار شدند، و آنها ابزار بیشتری برای استفاده داشتند
02:14
and become more effective during that time.
35
122160
2292
و توانستند در آن زمان در کارشان موثرتر شوند.
02:16
Same thing happened in offices.
36
124452
1792
در ادارات هم همین اتفاق افتاد.
02:18
Back in the old days, people used spreadsheets.
37
126244
2298
اون زمان‌ها مردم از صفحه گسترده استفاده می‌کردند.
02:20
Spreadsheets were spread sheets of paper,
38
128542
2334
در واقع صفحه گسترده ورق‌های کاغذ پخش‌شده بودند،
02:22
and they calculated by hand.
39
130876
2150
و آنها با دست محاسبه می‌کردند.
02:25
But here was an interesting thing that came along.
40
133026
2367
اما نکته جالب اینکه
02:27
With the revolution around 1980 of P.C.'s,
41
135393
2290
با انقلاب کامپیوتر شخصی حدود سال ۱۹۸۰
02:29
the spreadsheet programs were tuned for office workers,
42
137683
4742
برنامه‌های صفحه گسترده برای کارمندان دفاتر ساخته شدند،
02:34
not to replace office workers,
43
142425
1652
نه برای جایگزینی کارمندان دفاتر،
02:36
but it respected office workers as being capable of being programmers.
44
144077
4666
بلکه کارمندان قادر به برنامه‌نویسی شدند.
02:40
So office workers became programmers of spreadsheets.
45
148743
3128
کارمندان دفاتر برنامه‌نویسان صفحه گسترده شدند.
02:43
It increased their capabilities.
46
151871
2091
این توانایی‌های کارمندان را افزایش داد.
02:45
They no longer had to do the mundane computations,
47
153962
2579
کارمندان دیگر مجبور به انجام محاسبات خسته‌کننده نبودند،
02:48
but they could do something much more.
48
156541
2935
و قادر به کارهای مهم‌تری شدند.
02:51
Now today, we're starting to see robots in our lives.
49
159476
3258
امروزه ما در حال شروع دیدن روباتها در زندگی‌مان هستیم.
02:54
On the left there is the PackBot from iRobot.
50
162734
2309
در سمت چپ، پُکبات از شرکت iRobot را می‌بینید.
02:57
When soldiers came across roadside bombs in Iraq and Afghanistan,
51
165043
3432
وقتی سربازان به بمب‌های جاده‌ای در عراق و افغانستان برخورد می‌کردند
03:00
instead of putting on a bomb suit and going out and poking with a stick,
52
168475
4149
به جای اینکه با لباس ضد بمب بروند و با چوب بهشون بزنند،
03:04
as they used to do up until about 2002,
53
172624
2319
کاری که حدوداً تا سال ۲۰۰۲ انجام می‌دادند،
03:06
they now send the robot out.
54
174943
1408
حالا ربات را برای انجام این کار می‌فرستند.
03:08
So the robot takes over the dangerous jobs.
55
176351
2143
پس ربات مشاغل خطرناک را انجام می‌دهد.
03:10
On the right are some TUGs from a company called Aethon in Pittsburgh.
56
178494
4518
در سمت راست، تاگز از شرکت Aethon در پیتزبورگ را می‌بینید.
03:15
These are in hundreds of hospitals across the U.S.
57
183012
2297
این روباتها در صدها بیمارستان در سراسر آمریکا مشغول کار هستند،
03:17
And they take the dirty sheets down to the laundry.
58
185309
2740
ملافه‌های کثیف را به لباس‌شویی می‌برند،
03:20
They take the dirty dishes back to the kitchen.
59
188049
1876
ظروف کثیف را به آشپزخانه حمل می‌کنند،
03:21
They bring the medicines up from the pharmacy.
60
189925
2085
و از داروخانه دارو می‌آورند،
03:24
And it frees up the nurses and the nurse's aides
61
192010
2945
و پرستاران و دستیاران پرستار را از انجام کارهای خسته‌کننده‌ی
03:26
from doing that mundane work of just mechanically pushing stuff around
62
194955
3665
فقط مکانیکی مثلِ هل دادن چیزها به اطراف آزاد می‌کنند،
03:30
to spend more time with patients.
63
198620
2073
تا بیشتر وقت صرف بیماران کنند.
03:32
In fact, robots have become sort of ubiquitous in our lives in many ways.
64
200693
4699
در واقع، روباتها همه جا در زندگی ما حضور دارند.
03:37
But I think when it comes to factory robots, people are sort of afraid,
65
205392
5268
اما مردم از روباتهای کارخانه می‌ترسند،
03:42
because factory robots are dangerous to be around.
66
210660
4107
چون اطراف روباتهای کارخانه بودن خطرناکه، و برای برنامه‌نویسي آنها،
03:46
In order to program them, you have to understand six-dimensional vectors and quaternions.
67
214767
4825
باید مباحث ریاضی مثل بردار شش بعدی و اعداد مختلط را بفهمید.
03:51
And ordinary people can't interact with them.
68
219592
3150
و مردم عادی نمی‌توانند با آنها کار کنند.
03:54
And I think it's the sort of technology that's gone wrong.
69
222742
2619
و من فکر میکنم در این فناوری اشتباه شده
03:57
It's displaced the worker from the technology.
70
225361
3633
چون کارگر را از فن آوری بیگانه کرده.
04:00
And I think we really have to look at technologies
71
228994
3099
ما واقعاً باید به فن آوری به عنوان ابزاری که
04:04
that ordinary workers can interact with.
72
232093
2102
کارگران عادی بتوانند باهاشون کار کنند نگاه کنیم.
04:06
And so I want to tell you today about Baxter, which we've been talking about.
73
234195
3680
پس من می‌خواهم امروز درباره‌ی باکستر با شما صحبت کنم.
04:09
And Baxter, I see, as a way -- a first wave of robot
74
237875
4245
من باکستر را، راهی - اولین سری رده‌ی ربات می‌بینم که
04:14
that ordinary people can interact with in an industrial setting.
75
242120
4290
مردم عادی می‌توانند در محیط‌های صنعتی باهاشون کار کنند
04:18
So Baxter is up here.
76
246410
1533
باکستر اینجا این بالاست.
04:19
This is Chris Harbert from Rethink Robotics.
77
247943
2816
این کریس هِربِرت از شرکتِ Rethink Robotics است.
04:22
We've got a conveyor there.
78
250759
1536
ما اینجا یک نوارِ نقاله‌ی حمل داریم.
04:24
And if the lighting isn't too extreme --
79
252295
2851
و اگر نور خیلی شدید نباشه-
04:27
Ah, ah! There it is. It's picked up the object off the conveyor.
80
255146
4046
آهان! شی را از روی نوارِ نقاله برداشت.
04:31
It's going to come bring it over here and put it down.
81
259192
2850
قصد دارد که آن را اینجا بیاورد و پایین بگذاره.
04:34
And then it'll go back, reach for another object.
82
262042
3299
بعد برمی‌گردد تا یک شی دیگر پیدا کند و بردارد.
04:37
The interesting thing is Baxter has some basic common sense.
83
265341
3848
نکته جالب اینکه باکستر تا حدودی از عقل سلیم برخورداره.
04:41
By the way, what's going on with the eyes?
84
269189
2221
ضمناً، چشمهایش چی کار می‌کنند؟
04:43
The eyes are on the screen there.
85
271410
1500
چشم‌ها روی صفحه مانیتور قرار دارند.
04:44
The eyes look ahead where the robot's going to move.
86
272910
2749
چشم‌ها جلوتر به جایی که روبات قصد داره حرکت کند نگاه می‌کنند.
04:47
So a person that's interacting with the robot
87
275659
1868
پس کسی که با ربات کار میکند میفهمه که ربات می‌خواهد
04:49
understands where it's going to reach and isn't surprised by its motions.
88
277527
3566
به چه سمتی رود و از حرکاتش متعجب نمی‌شود.
04:53
Here Chris took the object out of its hand,
89
281093
2817
اینجا کریس شی را از دست ربات درآورد،
04:55
and Baxter didn't go and try to put it down;
90
283910
2232
و باکستر دیگه سعی نکرد که بره و شی را پایین بگذارد
04:58
it went back and realized it had to get another one.
91
286142
2352
برگشت و فهمید که باید برود و یک شی دیگر بردارد.
05:00
It's got a little bit of basic common sense, goes and picks the objects.
92
288494
3167
کمی از عقلش برای آوردن و گذاشتن اشیاء استفاده می‌کنه.
05:03
And Baxter's safe to interact with.
93
291661
1793
ارتباط با باکستر بی‌خطر است.
05:05
You wouldn't want to do this with a current industrial robot.
94
293454
2765
شما نمی تونید این کار را با ربات‌های صنعتی حال حاضر انجام دهید.
05:08
But with Baxter it doesn't hurt.
95
296219
2192
اما با باکستر، صدمه نمی زند.
05:10
It feels the force, understands that Chris is there
96
298411
3898
آن نیرو را احساس میکند، و می‌فهمد که کریس آنجاست.
05:14
and doesn't push through him and hurt him.
97
302309
2852
و کریس را هل نمیده و بهش صدمه نمی‌زند.
05:17
But I think the most interesting thing about Baxter is the user interface.
98
305161
3295
اما جالب‌ترین نکته در مورد باکستر رابط کاربر است.
05:20
And so Chris is going to come and grab the other arm now.
99
308456
3346
و همینطور کریس بازوی دیگرش را می‌گیرد و وقتی بازویش رو گرفت،
05:23
And when he grabs an arm, it goes into zero-force gravity-compensated mode
100
311802
5414
در حالت نیروی صفر، نقطه جاذبه خنثی‌شده، قرار می‌گیرد.
05:29
and graphics come up on the screen.
101
317216
2076
و روی صفحه مانیتور گرافیک نشان می‌دهد.
05:31
You can see some icons on the left of the screen there for what was about its right arm.
102
319292
4534
سمت چپ صفحه، آیکون‌های اشیاء اطراف دستش را ببینید.
05:35
He's going to put something in its hand, he's going to bring it over here,
103
323826
2794
قصد داره یک چیزی در دستش بگذارد و آن را بیاورد اینجا
05:38
press a button and let go of that thing in the hand.
104
326620
5022
یک دکمه را فشار دهید و چیزی که در دست هست رها میکند.
05:43
And the robot figures out, ah, he must mean I want to put stuff down.
105
331642
4568
و ربات میفهمه آه، حتماً منظورش اینه که چیز رو پایین بگذارم.
05:48
It puts a little icon there.
106
336210
1700
یک آیکون کوچک را آنجا قرار می‌دهد.
05:49
He comes over here, and he gets the fingers to grasp together,
107
337910
5911
او می‌آید اینجا، و انگشتانش را به هم گره می زند،
05:55
and the robot infers, ah, you want an object for me to pick up.
108
343821
3922
و ربات میفهمه، آه، شما می‌خواهید یک شی بردارم.
05:59
That puts the green icon there.
109
347743
1799
آیکون سبز را آنجا روی صفحه می‌گذارد.
06:01
He's going to map out an area of where the robot should pick up the object from.
110
349542
4995
اون جایی که روبات باید شی رو بردارد با ترسیم نشان می‌دهد
06:06
It just moves it around, and the robot figures out that was an area search.
111
354537
4790
فقط با حرکت دادن ربات به آن طرف، میفهمه کدام منطقه رو جستجو کند.
06:11
He didn't have to select that from a menu.
112
359327
1876
راهنما مجبور نشد آن گزینه را از یک منوی انتخاب کند.
06:13
And now he's going to go off and train the visual appearance of that object
113
361203
3157
و حالا او به ربات آموزش تصویری شی رو می‌دهد
06:16
while we continue talking.
114
364360
1716
درحالی‌که ما به صحبت ادامه می‌دهیم.
06:18
So as we continue here,
115
366076
2212
در ادامه، من می‌خواهم به شما
06:20
I want to tell you about what this is like in factories.
116
368288
2171
درباره چگونگی این کار در کارخانه بگم.
06:22
These robots we're shipping every day.
117
370459
1484
این روباتها را ما هر روز می‌فرستیم.
06:23
They go to factories around the country.
118
371943
1550
آنها به کارخانه‌ها در سراسر کشور فرستاده می‌شوند.
06:25
This is Mildred.
119
373493
1182
این میلدرد است.
06:26
Mildred's a factory worker in Connecticut.
120
374675
1566
میلدرد یک کارگر کارخانه در ایالاتِ کانکتیکات است.
06:28
She's worked on the line for over 20 years.
121
376241
2379
او در خط تولید کارخانه بیش از ۲۰ سال است که کار میکند.
06:30
One hour after she saw her first industrial robot,
122
378620
3343
فقط یک ساعت پس از دیدن ربات صنعتی برای اولین بار
06:33
she had programmed it to do some tasks in the factory.
123
381963
3060
ربات را برنامه‌نویسی کرده بود که برخی وظایف در کارخانه را انجام دهد.
06:37
She decided she really liked robots.
124
385023
2431
و به این نتیجه رسیده بود که واقعاً روباتها را دوست دارد.
06:39
And it was doing the simple repetitive tasks that she had had to do beforehand.
125
387454
4670
انجام کارهای تکراری ساده که تا آن زمان مجبور بود انجام دهد
06:44
Now she's got the robot doing it.
126
392124
1838
حالا ربات انجام می‌داد. هنگامی که ما برای اولین بار
06:45
When we first went out to talk to people in factories
127
393962
2564
به کارخانه رفتیم تا با کارگران کارخانه صحبت کنیم
06:48
about how we could get robots to interact with them better,
128
396526
2834
چگونه ما می توانیم روباتهای بهتری بسازیم که با آنها بهتر کار کنند
06:51
one of the questions we asked them was,
129
399360
1566
یکی از سؤالاتی که ما از آنها پرسیم این بود که،
06:52
"Do you want your children to work in a factory?"
130
400926
2445
" آیا می‌خواهید بچه‌هایتان در کارخانه کار کنند ؟"
06:55
The universal answer was "No, I want a better job than that for my children."
131
403371
4372
همه جا پاسخ بود: "نه، من کار بهتری برای بچه‌هایم می‌خواهم. "
06:59
And as a result of that, Mildred is very typical
132
407743
3377
میلدرد مثل اغلب کارگران کارخانه امروزه‌ی
07:03
of today's factory workers in the U.S.
133
411120
1855
آمریکا است .این روزها کارگران کارخانه
07:04
They're older, and they're getting older and older.
134
412975
2185
مسن تر هستند، و دارند پیرتر و پیرتر می‌شوند.
07:07
There aren't many young people coming into factory work.
135
415160
2565
جوانان دیگه زیاد وارد کار کارخانه نمی‌شوند.
07:09
And as their tasks become more onerous on them,
136
417725
3316
و وظایفشان داره براشون دشوار تر می‌شود،
07:13
we need to give them tools that they can collaborate with,
137
421041
3093
ما باید به کارگران ابزار همکاری دهیم،
07:16
so that they can be part of the solution,
138
424134
1810
به طوری که کارگران بتوانند بخشی از راه حل باشند،
07:17
so that they can continue to work and we can continue to produce in the U.S.
139
425944
4851
و به کار خود ادامه دهند و ما بتوانیم همچنان در آمریکا تولید کنیم.
07:22
And so our vision is that Mildred who's the line worker
140
430795
4065
نظر ما این است که میلدرد، کارگر خط تولید در کارخانه،
07:26
becomes Mildred the robot trainer.
141
434860
2917
حالا میتونه مربی ربات شود.
07:29
She lifts her game,
142
437777
1145
میلدرد کارش بهتر می‌شود،
07:30
like the office workers of the 1980s lifted their game of what they could do.
143
438922
4587
مثل کارمندان دفاتر سال ۱۹۸۰ که کارشان از قبل بهتر شد.
07:35
We're not giving them tools that they have to go and study for years and years in order to use.
144
443509
4084
ما به کارگران ابزاری نمی‌دهیم که برای استفاده‌اش سالها درس بخوانند.
07:39
They're tools that they can just learn how to operate in a few minutes.
145
447593
3444
ابزاری هستند که فقط در چند دقیقه می‌توانند یاد بگیرند.
07:43
There's two great forces that are both volitional but inevitable.
146
451037
4789
دو نیروی بزرگ هست که هر دو با وجود ارادی بودن، اجتناب ناپذیرند.
07:47
That's climate change and demographics.
147
455826
2377
این دو نیرو، تغییرات آب و هوایی و جمعیتی هستند.
07:50
Demographics is really going to change our world.
148
458203
2667
جمعیت واقعاً، جهان ما را تغییر خواهد داد.
07:52
This is the percentage of adults who are working age.
149
460870
3962
این درصد از بزرگسالانی است که در سن کاری هستند.
07:56
And it's gone down slightly over the last 40 years.
150
464832
1963
و این درصد در طول ۴۰ سال گذشته کمی پایین رفته است.
07:58
But over the next 40 years, it's going to change dramatically, even in China.
151
466795
3880
اما در طول ۴۰ سال آینده، این درصد خیلی تغییر خواهد کرد، حتی در چین.
08:02
The percentage of adults who are working age drops dramatically.
152
470675
5327
درصد بزرگسالانی که در سن کاری هستند خیلی کاهش می‌یابد.
08:08
And turned up the other way, the people who are retirement age goes up very, very fast,
153
476002
5090
و برعکس درصد بزرگسالانی که سن بازنشستگی هستند سریع بالا می رود،
08:13
as the baby boomers get to retirement age.
154
481092
4337
وقتی نسل بچه‌های توسعه به سن بازنشستگی می‌رسد.
08:17
That means there will be more people with fewer social security dollars
155
485429
3548
یعنی جمعیت بالاتر با دلار تأمین اجتماعی کمتر،
08:20
competing for services.
156
488977
2633
برای دریافت خدمات رقابت خواهند کرد.
08:23
But more than that, as we get older we get more frail
157
491610
4051
بعلاوه هرچه ما مسن تر می‌شویم، ما ضعیف تر می‌شویم.
08:27
and we can't do all the tasks we used to do.
158
495661
2249
و دیگر نمی تونیم تمام کارهایی که قبلاً انجام می‌دادیم ، انجام دهیم.
08:29
If we look at the statistics on the ages of caregivers,
159
497910
3713
اگر ما به آمار سنین مراقبان همراه نگاه کنیم،
08:33
before our eyes those caregivers are getting older and older.
160
501623
4470
جلوی چشممان مراقبان پیرتر و پیرتر می‌شوند.
08:38
That's happening statistically right now.
161
506093
1999
در حال حاضر این اتفاق آماری می‌افتد.
08:40
And as the number of people who are older, above retirement age and getting older, as they increase,
162
508092
5938
و وقتی تعداد افراد مسن ، و بالاتر از سن بازنشستگی، افزایش می‌یابد،
08:46
there will be less people to take care of them.
163
514030
2027
تعداد افراد کمتری هستند که می‌توانند از آنها مراقبت کنند.
08:48
And I think we're really going to have to have robots to help us.
164
516057
2619
و من فکر میکنم واقعاً روباتها باید به ما کمک کنند.
08:50
And I don't mean robots in terms of companions.
165
518676
3235
مقصودم روبات برای همنشینی نیست
08:53
I mean robots doing the things that we normally do for ourselves
166
521911
3281
مقصودم روبات برای انجام کارهایی است که معمولاً خودمان انجام می‌دهیم
08:57
but get harder as we get older.
167
525192
1669
اما همانطور که ما مسن تر می‌شویم سخت‌ترمی شوند
08:58
Getting the groceries in from the car, up the stairs, into the kitchen.
168
526861
2865
مثل بالا بردن مواد غذایی از ماشین به آشپزخانه از پله‌ها،
09:01
Or even, as we get very much older,
169
529726
2395
و یا حتی، وقتی ما بسیار پیرتر می‌شویم،
09:04
driving our cars to go visit people.
170
532121
3088
برای رانندگی اتومبیل و بازدید مردم رفتن.
09:07
And I think robotics gives people a chance to have dignity as they get older
171
535209
6367
و رباتیک به ما اجازه می‌دهد که زمان پیری شأن و منزلت داشته باشیم
09:13
by having control of the robotic solution.
172
541576
3549
با راه حل رباتیک در زندگی کنترل داشتن.
09:17
So they don't have to rely on people that are getting scarcer to help them.
173
545125
3385
که مجبور نشوند برای کمک روی مردم تکیه کنند.
09:20
And so I really think that we're going to be spending more time
174
548510
6892
و بنابراین ما زمان بیشتری
09:27
with robots like Baxter
175
555402
2301
با روبات‌هایی مثل باکستر
09:29
and working with robots like Baxter in our daily lives. And that we will --
176
557703
6694
برای انجام کارهای روزمره خواهیم گذراند --و ما
09:36
Here, Baxter, it's good.
177
564397
2480
اینجا، باکستر، خوبه.
09:38
And that we will all come to rely on robots over the next 40 years
178
566877
4244
و ما همه در ۴۰ سال آینده روی روبات‌هایی مثل باکستر
09:43
as part of our everyday lives.
179
571121
2166
به عنوان بخشی از زندگی روزمره تکیه خواهیم کرد.
09:45
Thanks very much.
180
573287
1294
خیلی ممنون.
09:46
(Applause)
181
574581
2995
(تشویق حضار)
ABOUT THE SPEAKER
Rodney Brooks - RoboticistRodney Brooks builds robots based on biological principles of movement and reasoning. The goal: a robot who can figure things out.
Why you should listen
Former MIT professor Rodney Brooks studies and engineers robot intelligence, looking for the holy grail of robotics: the AGI, or artificial general intelligence. For decades, we've been building robots to do highly specific tasks -- welding, riveting, delivering interoffice mail -- but what we all want, really, is a robot that can figure things out on its own, the way we humans do.
Brooks realized that a top-down approach -- just building the biggest brain possible and teaching it everything we could think of -- would never work. What would work is a robot who learns like we do, by trial and error, and with many separate parts that learn separate jobs. The thesis of his work which was captured in Fast, Cheap and Out of Control,went on to become the title of the great Errol Morris documentary.
A founder of iRobot, makers of the Roomba vacuum, Brooks is now founder and CTO of Rethink Robotics, whose mission is to apply advanced robotic intelligence to manufacturing and physical labor. Its first robots: the versatile two-armed Baxter and one-armed Sawyer. Brooks is the former director of CSAIL, MIT's Computers Science and Artificial Intelligence Laboratory.
Rodney Brooks | Speaker | TED.com