TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg : Les 4 leçons que nous apprenent les robots sur l'humanité
Filmed:
Readability: 4.6
387,467 views
Plus les robots s'intègrent dans nos vies quotidiennes, plus nous sommes forcés de nous examiner nous même en tant que personnes. A TEDxBerkeley, Ken Goldberg partage 4 leçons très humaines qu'il a apprises en travaillant avec des robots. (Filmé à TEDxBerkeley)
Ken Goldberg - Roboticist
Ken Goldberg works reflect the intersection of robotics, social media, and art. Full bio
Ken Goldberg works reflect the intersection of robotics, social media, and art. Full bio
Double-click the English transcript below to play the video.
00:16
I know this is going to sound strange,
0
577
2475
Je sais que cela va vous paraître étrange,
00:18
but I think robots can inspire us
1
3052
3294
mais je pense que les robots peuvent nous apprendre
00:22
to be better humans.
2
6346
2388
à être plus humain.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Par exemple, j'ai grandi à Bethlehem, en Pennsylvanie,
00:28
the home of Bethlehem Steel.
4
12363
2321
la source de l'acier de Bethlehem.
00:30
My father was an engineer,
5
14684
2079
Mon pere était ingénieur,
00:32
and when I was growing up, he would teach me
6
16763
2851
et en grandissant, il m'apprenait
00:35
how things worked.
7
19614
1159
comment les choses marchaient.
00:36
We would build projects together,
8
20773
2815
Nous montions des projets ensemble,
00:39
like model rockets and slot cars.
9
23588
2792
comme des modèles de fusées ou de petites voitures.
00:42
Here's the go-kart that we built together.
10
26380
3284
Voici le kart que nous avons construit ensemble.
00:45
That's me behind the wheel,
11
29664
2219
C'est moi qui tiens le volant,
00:47
with my sister and my best friend at the time,
12
31883
3819
avec ma soeur et mon meilleur ami de l'époque,
00:51
and one day,
13
35702
2123
et un jour,
00:53
he came home, when I was about 10 years old,
14
37825
3107
il rentra à la maison, j'avais dans les 10 ans,
00:56
and at the dinner table, he announced
15
40932
2304
et pendant le dîner, il annonça
00:59
that for our next project, we were going to build a robot.
16
43236
6438
que pour notre prochain projet, nous allions construire un robot.
01:05
A robot.
17
49674
1109
Un Robot.
01:06
Now, I was thrilled about this,
18
50783
2252
Là, j'étais excité par ce projet,
01:08
because at school,
19
53035
1590
parce qu'à l'école,
01:10
there was a bully named Kevin,
20
54625
2075
il y avait un petit tyran qui s'appelait Kevin,
01:12
and he was picking on me
21
56700
2246
et il s'en prenait à moi
01:14
because I was the only Jewish kid in class.
22
58946
2414
parceque j'étais le seul enfant juif de la classe.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Donc j'étais impatient de commencer ce projet
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
pour que Kevin puisse faire la connaissance de mon robot.
(Rires)
(Rires)
01:23
(Robot noises)
25
67995
11063
(Sons de robot)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Mais ce n'était pas ce genre de robot auquel pensait mon père.
01:39
See, he owned a chromium plating company,
27
83933
3728
En fait, il avait une entreprise faisant du plaquage de chrome,
01:43
and they had to move
28
87661
2176
et ils devaient déplacer
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
de lourdes pièces métalliques entre des cuves chimiques,
01:48
and so he needed an industrial robot like this
30
92933
3790
et donc il avait besoin d'un robot industriel comme celui-ci
01:52
that could basically do the heavy lifting.
31
96723
3099
qui pouvait simplement soulever de lourdes charges.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Mais mon père n'a pas eu le robot qu'il voulait non plus.
01:59
He and I worked on it for several years,
33
103727
2597
Lui et moi avons travaillé dessus pendant plusieurs années,
02:02
but it was the 1970s,
34
106324
1978
mais c'était dans les années 70,
02:04
and the technology that was available to amateurs
35
108302
2526
et la technologie qui était disponible pour les amateurs
02:06
just wasn't there yet.
36
110828
2657
n'était pas encore suffisante.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Donc mon père continuait à faire le travail du robot manuellement,
02:13
and a few years later,
38
117230
2275
et quelques années plus tard,
02:15
he was diagnosed with cancer.
39
119505
4139
il a été diagnostiqué d'un cancer.
02:19
You see, what the robot we were trying to build
40
123644
3305
Vous voyez, ce que le robot que nous essayions de construire
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
lui disait ne concernait pas le transport d'objets lourds.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
C'était un avertissement contre l'exposition aux produits chimiques.
02:30
He didn't recognize that at the time,
43
134524
2977
Il ne s'était pas rendu compte de cela à l'époque,
02:33
and he contracted leukemia,
44
137501
2139
et il a contracté une leucémie,
02:35
and he died at the age of 45.
45
139640
3222
et est mort à 45 ans.
02:38
I was devastated by this,
46
142862
2841
Cela m'a démoli,
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
et je n'ai jamais oublié le robot que lui et moi avions essayé de construire.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
Quand je suis allé à l'université, j ai décidé d'étudier l'ingénierie comme lui.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Et je suis allé à Carnegie Mellon et j'ai obtenu un doctorat en robotique.
02:55
I've been studying robots ever since.
50
159535
3094
J'ai étudié les robots depuis ce jour-là.
02:58
So what I'd like to tell you about
51
162629
1638
Donc ce dont j'aimerais vous parler
03:00
are four robot projects
52
164267
2714
c'est de 4 projets de robotique,
03:02
and how they've inspired me to be a better human.
53
166981
7044
et de comment ils m'ont aidé à devenir plus humain.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
En 1993, j'étais un jeune professeur à USC,
03:15
and I was just building up my own robotics lab,
55
179774
3037
et j'étais juste en train de construire mon propre laboratoire de robotique,
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
et ce fut l'année où Internet est apparu.
03:22
And I remember my students were the ones
57
186396
1176
Et je me rappelle que mes étudiants étaient ceux
03:23
who told me about it,
58
187572
1704
qui m'en ont parlé,
03:25
and we would -- we were just amazed.
59
189276
2619
and nous étions juste stupéfaits.
03:27
We started playing with this, and that afternoon,
60
191895
3434
Nous avons commencé à jouer avec, et cet après-midi là,
03:31
we realized that we could use this new, universal interface
61
195329
3853
nous avons réalisé que nous pourrions utiliser ce nouvel interface universel
03:35
to allow anyone in the world
62
199182
2543
pour permettre à qui que ce soit dans le monde
03:37
to operate the robot in our lab.
63
201725
3048
de faire fonctionner un robot dans notre labo.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Donc, plutôt que d'avoir un robot de combat ou pour des tâches industrielles,
03:46
we decided to build a planter,
65
210481
2486
nous avons décidé de construire une plantation,
03:48
put the robot into the center of it,
66
212967
1976
de mettre le robot au centre,
03:50
and we called it the Telegarden.
67
214943
2353
et nous l'avons appelé le Téléjardin.
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
Et nous avions mis une caméra dans la pince de la main
03:56
of the robot, and we wrote some special scripts
69
220899
2709
du robot, et avions écrit quelques commandes
03:59
and software so that anyone in the world could come in
70
223608
3161
et un logiciel spécial de sorte que n'importe qui dans le monde puisse entrer
04:02
and by clicking on the screen
71
226769
2329
et juste en cliquant sur l'écran
04:04
they could move the robot around
72
229098
2173
puisse bouger le robot
04:07
and visit the garden.
73
231271
2316
et visiter le jardin.
04:09
But we also allowed, set up some other software
74
233587
3620
Mais on avait aussi permis, installé d'autres logiciels
04:13
that lets you participate and help us water the garden
75
237207
3419
qui vous laissaient particper et nous aider à arroser le jardin
04:16
remotely, and if you water it a few times,
76
240626
3045
à distance, et si vous arrosiez le jardin plusieurs fois,
04:19
we'd give you your own seed to plant.
77
243671
3585
nous vous donnions vos propres graines à planter.
04:23
Now, this was a project, an engineering project,
78
247256
3271
Donc, c'était le projet, un projet d'ingénieurs,
04:26
and we published some papers on the design,
79
250527
2776
et nous avons publié quelques articles à propos du design,
04:29
the system design of it, but we also thought of it
80
253303
2249
du design du système, mais on a aussi pensé à lui
04:31
as an art installation.
81
255552
3086
comme à une installation d'une oeuvre d'art.
04:34
It was invited, after the first year,
82
258638
2173
Il a été invité après la première année,
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
par le musée d'art électronique d'Autriche
04:39
to have it installed in their lobby,
84
263855
3000
à être installé dans leur entrée,
04:42
and I'm happy to say it remained online there,
85
266855
2418
et je suis fier de dire qu'il est resté en ligne la-bas,
04:45
24 hours a day, for almost nine years.
86
269273
4983
24h sur 24h pendant presque 9 ans.
04:50
That robot was operated by more people
87
274256
3799
Ce robot a été utilisé par plus de gens
04:53
than any other robot in history.
88
278055
3086
que n'importe quel autre robot de l'histoire.
04:57
Now, one day,
89
281141
1554
Puis, un jour,
04:58
I got a call out of the blue
90
282695
2317
je reçois un appel à l'improviste
05:00
from a student,
91
285012
2015
de la part d'un étudiant,
05:02
who asked a very simple but profound question.
92
287027
4670
qui me posa une question très simple mais aussi très profonde.
05:07
He said, "Is the robot real?"
93
291697
4538
Il m'a dit : "Est-ce que le robot est réel?"
05:12
Now, everyone else had assumed it was,
94
296235
2765
Bon, tous les autres avaient supposé qu'il était réel,
05:14
and we knew it was because we were working with it.
95
299000
2331
et nous savions qu'il l'était car nous avions travaillé avec.
05:17
But I knew what he meant,
96
301331
1540
Mais je savais ce qu'il voulait dire,
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
car ça aurait pu être possible de prendre un tas de photos
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
de fleurs dans un jardin et ensuite, simplement les indexer
05:25
in a computer system such that it would appear
99
309825
2229
dans un ordinateur de telle sorte qu'on pourrait croire
05:27
that there was a real robot when there wasn't.
100
312054
3074
qu'il y avait un vrai robot alors qu'il n'y en avait pas.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
Et plus j'y pensais, moins je voyais
05:32
of a good answer for how he could tell the difference.
102
316369
3551
une bonne réponse pour lui montrer comment faire la différence.
05:35
This was right about the time that I was offered a position
103
319920
2887
C'était juste au moment ou l'on m'a proposé un poste
05:38
here at Berkeley,
104
322807
2073
ici à Berkeley,
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
et quand je suis arrivé j'ai contacté Hubert Dreyfus,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
qui est un professeur de philosophie de renommée mondiale,
05:47
and I talked with him about this, and he said,
107
332097
2374
et je lui ai parlé de cela, et il m'a dit,
05:50
"This is one of the oldest and most central problems
108
334471
3560
"C'est l'un des problèmes les plus anciens et les plus centraux
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
en philosophie. Il remonte aux Sceptiques,
05:57
and up through Descartes.
110
341633
1960
et va jusqu'à Descartes.
05:59
It's the issue of epistemology,
111
343593
3170
C'est le sujet de l'épistémologie,
06:02
the study of how do we know that something is true."
112
346763
3750
qui étudie la vérité des choses."
06:06
So he and I started working together,
113
350513
2223
Donc nous avons commencé à travailler ensemble,
06:08
and we coined a new term: telepistemology,
114
352736
3041
et nous avons inventé un nouveau terme: télépistémologie,
06:11
the study of knowledge at a distance.
115
355777
3526
l'étude de la connaissance à distance.
06:15
We invited leading artists, engineers,
116
359303
2752
Nous avons invité de grands artistes et ingénieurs,
06:17
and philosophers to write essays about this,
117
362055
3064
ainsi que des philosophes à écrire des articles à ce sujet,
06:21
and the results, the results are collected in this book
118
365119
2340
et les résultats ont été rassemblés dans ce livre
06:23
from MIT Press.
119
367459
2621
des presses du MIT.
06:25
So thanks to this student who questioned
120
370080
2332
Je remercie donc cet étudiant d'avoir questionné
06:28
what everyone else had assumed to be true,
121
372412
2803
ce que tout le monde supposait vrai,
06:31
this project taught me an important lesson about life,
122
375215
4208
ce projet m'a appris quelque chose d'important sur la vie,
06:35
which is to always question assumptions.
123
379423
4073
c'est de toujours questionner les suppositions.
06:39
Now, the second project I'll tell you about
124
383496
2648
Maintenant le second projet dont je vais vous parler
06:42
grew out of the Telegarden.
125
386144
1879
est venu du Téléjardin.
06:43
As it was operating, my students and I were very interested
126
388023
2576
Pendant qu'il fonctionnait, mes étudiants et moi-même étions interessés
06:46
in how people were interacting with each other
127
390599
2762
par comment les gens interagissaient les uns avec les autres
06:49
and what they were doing with the garden.
128
393361
1621
et ce qu'ils faisaient du jardin.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
Nous avons commencé à imaginer ce qu'il se passerait si le robot pouvait sortir
06:53
the garden and go out into some other
130
397244
2083
du jardin et aller dans un autre
06:55
interesting environment?
131
399327
1992
environnement intéressant?
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Par exemple, pourquoi ne pourrait-il pas aller dans une soirée festive
06:59
at the White House? (Laughter)
133
403498
5198
à la maison Blanche?
(Rires)
(Rires)
07:04
So, because we were interested more in the system design
134
408696
2841
Donc comme nous étions plus interessés par le design du système
07:07
and the user interface than in the hardware,
135
411537
3286
et dans l'interface utilisateur que par le hardware,
07:10
we decided that, rather than have
136
414823
2034
nous avons décidé que, plutot que d'avoir
07:12
a robot replace the human to go to the party,
137
416857
3678
un robot remplaçant l'humain pour aller dans une fête,
07:16
we'd have a human replace the robot.
138
420535
2843
nous aurions un humain remplaçant le robot.
07:19
We called it the Tele-Actor.
139
423378
2600
Nous l'avons appelé le Télé-Acteur.
07:21
We got a human,
140
425978
2032
Nous prenions un humain,
07:23
someone who's very outgoing and gregarious,
141
428010
3007
une personne très extravertie et sociable,
07:26
and she was outfitted with a helmet
142
431017
3142
et elle était équipée d'un casque
07:30
with various equipment, cameras and microphones,
143
434159
2570
portant divers équipements, caméras et micros,
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
ainsi que d'un sac à dos avec une connection internet sans-fil,
07:36
and the idea was that she could go into a remote and
145
440469
3359
et l'idée était qu'elle pouvait aller dans un endroit lointain et
07:39
interesting environment, and then over the Internet,
146
443828
3815
passionnant, et ensuite sur Internet,
07:43
people could experience what she was experiencing,
147
447643
3151
les gens pourraient faire l'expérience de ce qu'elle vivait,
07:46
so they could see what she was seeing,
148
450794
2937
donc ils pourraient voir ce qu'elle voyait,
07:49
but then, more importantly, they could participate
149
453731
3307
mais surtout, en plus, ils pourraient participer
07:52
by interacting with each other
150
457038
2948
en interagissant les uns avec les autres
07:55
and coming up with ideas about what she should do next
151
459986
3705
et arriver à trouver des idées sur ce qu'elle devrait faire ensuite
07:59
and where she should go,
152
463691
2216
et où elle devrait aller,
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
et ensuite transmettre cela au Télé-acteur.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
On a eu la chance de présenter le Télé-acteur
08:07
to the Webby Awards in San Francisco,
155
471514
3615
au Webby Awards de San Francisco,
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
et cette année-là, Sam Donaldson était l'hôte.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Juste avant que le rideau ne se lève, j'ai eu 30 secondes
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
pour expliquer à M. Donaldson ce que nous allions faire,
08:23
and I said, "The Tele-Actor
159
487340
1864
et j'ai dit: " Le Télé-Acteur
08:25
is going to be joining you on stage,
160
489204
2456
va nous rejoindre sur scène,
08:27
and this is a new experimental project,
161
491660
2198
c'est un nouveau projet expérimental,
08:29
and people are watching her on their screens,
162
493858
2625
et les gens la regardent sur leurs écrans,
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
et elle a -- il y a des caméras sur elle
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
et des microphones et elle a une oreillette,
08:37
and people over the network are giving her advice
165
501699
1447
et les gens sur le réseau lui donne des conseils
08:39
about what to do next."
166
503146
1368
sur quoi faire."
08:40
And he said, "Wait a second,
167
504514
3209
Et il a dit, "Attendez une seconde,
08:43
that's what I do." (Laughter)
168
507723
6375
C'est ce que moi je fais."
(Rires)
(Rires)
08:49
So he loved the concept,
169
514098
1931
Donc il a adoré le concept,
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
et quand le Télé-acteur est arrivé sur scène,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
elle a avancé vers lui, et elle l'a embrassé
08:57
right on the lips. (Laughter)
172
521190
3106
en plein sur la bouche.
(Rires)
(Rires)
09:00
We were totally surprised.
173
524296
1131
Nous étions complètement ébahis
09:01
We had no idea that would happen.
174
525427
2017
car nous n'avions aucune idée de ce qui allait arriver.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
Et il a été génial. Il lui a donné une grande accolade en retour,
09:06
and it worked out great.
176
530136
1769
et tout s'est bien passé.
09:07
But that night, as we were packing up,
177
531905
2064
Mais cette nuit là, alors que nous étions en train de ranger,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
j'ai demandé au Télé-Acteur comment les Télé-Directeurs
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
avaient décidé qu'elle embrasserait Sam Donaldson.
09:19
And she said they hadn't.
180
543135
2212
Et elle m'a dit qu'ils ne l'avaient pas fait.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Elle a dit que quand elle était sur le point de monter sur scène,
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
les Télé-Directeurs étaient toujours en train d'essayer de décider quoi faire,
09:25
and so she just walked on stage and did
183
550093
2407
et donc elle est juste montée sur scène et a fait
09:28
what felt most natural. (Laughter)
184
552500
5522
ce qu elle sentait être le plus naturel.
(Rires)
(Rires)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Donc, le succès du Télé-Acteur cette nuit-là
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
était dû au fait qu'elle était une merveilleuse actrice.
09:41
She knew when to trust her instincts,
187
566065
2357
Elle savait quand faire confiance à son instinct,
09:44
and so that project taught me another lesson about life,
188
568422
3864
et ce projet m'a donc donné une autre leçon de vie -
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
quand on est dans le doute, il faut improviser.
(Rires)
(Rires)
09:54
Now, the third project grew out of
190
578665
3080
Maintenant le 3ème projet est venu
09:57
my experience when my father was in the hospital.
191
581745
4893
de mon expérience du temps où mon père était à l'hôpital.
10:02
He was undergoing a treatment,
192
586638
2240
Il suivait un traitement,
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
de la chimiothérapie, et un traitement associé
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
appelé brachythérapie, ou de minuscules particules radioactives
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
sont placées dans le corps pour traiter les tumeurs cancéreuses.
10:17
And the way it's done, as you can see here,
196
601770
2097
Et la manière dont c'est fait, comme vous pouvez le voir ici,
10:19
is that surgeons insert needles into the body
197
603867
4391
le chirurgien plante des aiguilles dans le corps
10:24
to deliver the seeds, and all this,
198
608258
2592
pour injecter les particules, et tout cela,
10:26
all these needles are inserted in parallel,
199
610850
3433
toutes ces aiguilles sont insérées en parallèle,
10:30
so it's very common that some of the needles
200
614283
2975
donc il est très courant que certaines des aiguilles
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
traversent des organes sensibles, ainsi,
10:37
the needles damage these organs, cause damage
202
622075
5063
ces aiguilles abîment ces organes, et produisent des dégâts
10:43
which leads to trauma and side effects.
203
627138
3487
qui engendrent des traumatismes et des effets secondaires.
10:46
So my students and I wondered, what if we could
204
630625
2500
Donc avec mes étudiants je me suis demandé, et si nous pouvions
10:49
modify the system
205
633125
3485
modifier ce système
10:52
so that the needles could come in at different angles?
206
636610
3785
pour que les aiguilles puissent venir avec des angles différents?
10:56
So we simulated this, and we developed some
207
640395
2777
Donc nous avons simulé cela et developpé certains
10:59
optimization algorithms and we simulated this,
208
643172
2589
algorithmes d'optimisation et nous avons simulé cela,
11:01
and we were able to show that we are able to avoid
209
645761
2277
et avons été capables de montrer que l'on peut éviter
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
les organes fragiles tout en maintenant une couverture
11:07
of the tumors with the radiation.
211
651805
3508
efficace de la tumeur avec les radiations.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
Donc maintenant nous travaillons avec des docteurs d'UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
et des ingénieurs de Johns Hopkins
11:17
and we're building a robot that has a number of,
214
661507
3582
et nous construisons un robot,
11:20
it's a specialized design with different joints that can allow
215
665089
3257
spécialement concu avec plusieurs articulations qui permettent
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
aux aiguilles de pénétrer avec une infinité d'angles possibles,
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
et comme vous pouvez le voir, elles peuvent éviter les organes fragiles
11:31
and still reach the targets they're aiming for.
218
675770
4138
et quand même atteindre leurs cibles.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Donc en remettant en cause l'hypothèse que toutes les aiguilles
11:39
have to be parallel, this project also taught me
220
683225
2945
doivent arriver de manière parallèle, ce projet m'a aussi appris
11:42
an important lesson: When in doubt --
221
686170
3300
une leçon importante: Quand on est dans le doute,
11:45
When your path is blocked, pivot.
222
689470
4367
quand votre chemin est bloqué, pivotez !
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Et le dernier projet est aussi en lien avec la robotique médicale
11:54
And this is something that's grown out of a system called
224
698238
4040
et c'est quelque chose qui est venu d'un système appelé
11:58
the da Vinci surgical robot,
225
702278
3588
le robot chirurgien "da Vinci" ,
12:01
and this is a commercially available device.
226
705866
2468
et c'est un système qui est disponible dans le commerce.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
Il est utilisé dans plus de 2 000 hopitaux dans le monde,
12:07
and the idea is it allows the surgeon
228
711666
2528
et l'idée est qu'il permet au chirugien
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
d'opérer confortablement dans son propre système de coordonnées,
12:14
but many of the subtasks in surgery
230
718443
4991
car beaucoup de petites tâches chirurgicales
12:19
are very routine and tedious, like suturing,
231
723434
3047
sont très routinières et fastidieuses, comme recoudre une plaie,
12:22
and currently, all of these are performed
232
726481
2365
et en ce moment, tout cela est réalisé
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
spécifiquement et directement par le chirurgien,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
ce qui fait que le chirurgien se fatigue avec le temps.
12:31
And we've been wondering,
235
735924
1295
On s'est donc demandé
12:33
what if we could program the robot
236
737219
2265
si nous pouvions programmer le robot
12:35
to perform some of these subtasks,
237
739484
2487
pour qu'il réalise certaines de ces tâches,
12:37
and thereby free the surgeons to focus
238
741971
1720
et ainsi libérer les chirurgiens qui pourraient se concentrer
12:39
on the more complicated parts of the surgery,
239
743691
2656
sur les parties les plus compliquées de la chirurgie,
12:42
and also cut down on the time that the surgery would take
240
746347
3248
et aussi réduire le temps nécessaire à l'opération
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
si nous pouvions faire que le robot réalise ces tâches un peu plus vite?
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
En fait, c'est très dur de programmer un robot pour des tâches de précision
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
comme celles-ci, mais il se trouve que mon collègue, Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
qui est à Berkeley, a developpé
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
une série de nouvelles techniques pour apprendre aux robots à partir d'un exemple.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
Donc il a réussi à ce que des robots pilotent un hélicoptère,
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
fassent des choses incroyablement intéressantes, de belles acrobaties,
13:08
by watching human experts fly them.
248
773041
2719
en leur montrant des experts humains les pilotant.
13:11
So we got one of these robots.
249
775760
2588
Donc nous avons pris l'un de ses robots.
13:14
We started working with Pieter and his students,
250
778348
2182
Nous avons commencé à travailler avec Pieter et ses étudiants,
13:16
and we asked a surgeon to perform
251
780530
2663
et nous avons demandé à un chirurgien d'accomplir
13:19
a task, and what we do is we, with the robot,
252
783193
4451
une tâche, et ce qu'on fait avec le robot,
13:23
so what we're doing is asking the robot,
253
787644
2063
donc ce qu'on fait c'est demander au robot,
13:25
the surgeon to perform the task,
254
789707
1278
au chirurgien d'exécuter la tâche,
13:26
and we record the motions of the robot.
255
790985
2272
et on enregistre les mouvements du robot.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Voila un exemple. Je vais utiliser la figure du huit,
13:31
tracing out a figure eight as an example.
257
795385
2240
le fait de tracer la figure huit comme un exemple.
13:33
So here's what it looks like when the robot,
258
797625
3630
Donc voila à quoi ça ressemble quand le robot,
13:37
this is what the robot's path looks like,
259
801255
2317
voilà ce à quoi la trajectoire du robot ressemble
13:39
those three examples.
260
803572
1174
dans ces trois exemples.
13:40
Now, those are much better than what a novice
261
804746
2462
C'est en fait bien meilleur que ce qu'un débutant
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
comme moi pourrait faire, mais c'est quand même saccadé et imprécis.
13:47
So we record all these examples, the data,
263
811865
2072
Donc nous enregistrons tous ces exemples, comme données,
13:49
and then we go through a sequence of steps.
264
813937
3712
et puis nous procédons par étapes.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
D'abord nous utilisons une technique appelée déformation dynamique du temps
13:57
from speech recognition, and this allows us to
266
821281
2182
venant de la reconnaissance de discours, et cela nous permet
13:59
temporally align all of the examples,
267
823463
2840
d'aligner tous les exemples dans le même temps
14:02
and then we apply Kalman filtering,
268
826303
2929
et ensuite nous appliquons un filtrage de Kalman
14:05
a technique from control theory, that allows us
269
829232
2983
une technique de la théorie de la régulation, qui nous permet
14:08
to statistically analyze all the noise
270
832215
2672
d'analyser le bruit statistique
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
et d'extraire la trajectoire désirée sous-jacente.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Donc ce que l'on fait c'est qu'on prend
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
ces démonstrations humaines, qui sont toutes bruitées et imparfaites,
14:20
and we extract from them an inferred task trajectory
274
845087
3091
et nous en extrayons une trajectoire de tâche
14:24
and control sequence for the robot.
275
848178
3003
et une séquence de contrôle pour le robot.
14:27
We then execute that on the robot,
276
851181
2184
Ensuite on fait marcher le robot avec cette séquence,
14:29
we observe what happens,
277
853365
2172
et on observe le résultat,
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
puis on adjuste les contrôles avec une séquence de techniques
14:34
called iterative learning.
279
858199
2930
appelée apprentissage itératif.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Puis on augmente un peu la vitesse du robot.
14:41
We observe the results, adjust the controls again,
281
865106
3563
On observe les résultats et on ré-ajuste les contrôles de nouveau,
14:44
and observe what happens.
282
868669
2522
et on regarde ce qui se passe.
14:47
And we go through this several rounds.
283
871191
2136
Et l'on répète cela plusieurs fois.
14:49
And here's the result.
284
873327
1356
Et voilà le résultat.
14:50
That's the inferred task trajectory,
285
874683
1845
C'est la trajectoire déduite,
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
et voilà le robot bougeant à la vitesse d'un humain.
14:55
Here's four times the speed of the human.
287
879991
2442
Ici, il va quatre fois plus vite qu'un humain.
14:58
Here's seven times.
288
882433
2571
Ici sept fois.
15:00
And here's the robot operating at 10 times
289
885004
3637
Et là le robot fait l'opération 10 fois
15:04
the speed of the human.
290
888641
2200
plus vite qu'un humain.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Donc, on est capable d'avoir un robot qui accomplit des tâches précises,
15:09
like a surgical subtask,
292
893791
3224
comme une tâche chirurgicale,
15:12
at 10 times the speed of a human.
293
897015
3247
10 fois plus vite qu'un humain.
15:16
So this project also, because of its involved practicing
294
900262
4223
Donc ce projet aussi, parce qu'il impliquait de la pratique
15:20
and learning, doing something over and over again,
295
904485
2173
et de l'apprentissage, en faisant quelque chose encore et encore,
15:22
this project also has a lesson, which is,
296
906658
2757
ce projet aussi m'a appris que,
15:25
if you want to do something well,
297
909415
3126
si vous voulez bien faire quelque chose,
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
il n'y a rien qui remplace l'entraînement , l'entraînement, et encore l'entraînement .
15:36
So these are four of the lessons that I've learned
299
920505
3120
Ce sont donc les 4 leçons que j'ai apprises
15:39
from robots over the years,
300
923625
3127
grâce aux robots au fil des ans,
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
et la robotique, le champ de la robotique s'est beaucoup amélioré
15:48
over time.
302
932121
2168
avec le temps.
15:50
Nowadays, high school students can build robots
303
934289
2167
De nos jours, des lycéens peuvent construire des robots
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
comme le robot industriel que mon père et moi avons essayé de construire.
15:56
And now, I have a daughter,
305
940481
6982
Et maintenant j'ai une fille,
16:03
named Odessa.
306
947463
2386
qui s'appelle Odessa.
16:05
She's eight years old,
307
949849
1833
Elle a huit ans,
16:07
and she likes robots, too.
308
951682
2424
et elle aime les robots aussi.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Peut-être que c'est dans le sang.
(Rires)
(Rires)
16:12
I wish she could meet my dad.
310
956520
3647
J'aurai voulu qu'elle puisse rencontrer mon père.
16:16
And now I get to teach her how things work,
311
960167
2900
Et maintenant c'est moi qui dois lui apprendre comment les choses marchent,
16:18
and we get to build projects together, and I wonder
312
963067
2772
et nous pouvons construire des projets ensemble, et je me demande
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
quel genre de choses cela lui apprendra.
16:26
Robots are the most human
314
970147
2607
Les robots sont les plus humaines
16:28
of our machines.
315
972754
2229
de nos machines.
16:30
They can't solve all of the world's problems,
316
974983
3085
Ils ne peuvent pas résoudre tous les problèmes du monde,
16:33
but I think they have something important to teach us.
317
978068
4358
mais je pense qu'ils ont des choses importantes à nous apprendre.
16:38
I invite all of you to think about the innovations
318
982426
3343
J'invite tous ceux qui pensent à des innovations
16:41
that you're interested in,
319
985769
2675
qui les intéressent,
16:44
the machines that you wish for,
320
988444
3216
aux machines dont vous rêvez,
16:47
and think about what they might be telling you,
321
991660
3169
et pensez à ce qu'elles pourraient vous enseigner,
16:50
because I have a hunch
322
994829
2063
parce que j'ai le préssentiment
16:52
that many of our technological innovations,
323
996892
2087
que beaucoup de nos innovations technologiques,
16:54
the devices we dream about,
324
998979
2658
des objets dont nous rêvons,
16:57
can inspire us to be better humans.
325
1001637
3964
peuvent nous inspirer à devenir meilleurs.
17:01
Thank you. (Applause)
326
1005601
3585
Merci.
(Applaudissements)
(Applaudissements)
ABOUT THE SPEAKER
Ken Goldberg - RoboticistKen Goldberg works reflect the intersection of robotics, social media, and art.
Why you should listen
Ken Goldberg is a Professor of Industrial Engineering and Operations Research in Robotics, Automation, and New Media at UC Berkeley and holds a position at UC San Francisco Medical School where he researches medical applications for robotics. Born in Nigeria and raised in Bethlehem, Pennsylvania, Ken hold degrees in Electrical Engineering and Economics from the University of Pennsylvania and received his Ph.D. in Computer Science from Carnegie Mellon University. He is widely recognized as an engineer, a teacher, and an artist – receiving the Joseph F. Engelberger Robotics Award in 2000, the IEEE Major Educational Innovation Award in 2001, and Isadora Duncan Award in 2006 for his Ballet Mori project, performed by the San Francisco Ballet. His works have been exhibited at the Whitney Biennial in New York City, the Pompidou Centre in Paris, and the Ars Electronica in Linz. His book, The Robot in the Garden, was published in March of 2000 by the MIT Press.
Ken Goldberg | Speaker | TED.com