TED2003
Rodney Brooks: Robots will invade our lives
רודני ברוקס אומר שרובוטים יפלשו לחיינו
Filmed:
Readability: 3.6
689,918 views
בהרצאה הנבואית הזו מ 2003, הרובוטיקאי רודני ברוקס מדבר על איך רובוטים יכנסו לחיינו -- החל בצעצועים דרך מטלות בית... ומעבר.
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.
00:18
What I want to tell you about today is how I see robots invading our lives
0
0
5000
מה שאני רוצה לספר לכם היום הוא איך אני רואה את הרובוטים פולשים לחיינו
00:23
at multiple levels, over multiple timescales.
1
5000
3000
במגוון רמות, ובזמנים שונים.
00:26
And when I look out in the future, I can't imagine a world, 500 years from now,
2
8000
4000
וכשאני מביט לעתיד, אני לא יכול לדמיין עולם, 500 שנה מהיום,
00:30
where we don't have robots everywhere.
3
12000
2000
בו אין לנו רובוטים בכל מקום.
00:32
Assuming -- despite all the dire predictions from many people about our future --
4
14000
5000
בהנחה -- למרות כל התחזיות הקודרות של הרבה אנשים על העתיד שלנו --
00:37
assuming we're still around, I can't imagine the world not being populated with robots.
5
19000
4000
בהנחה ועדיין נהייה כאן, אני לא יכול לדמיין את העולם לא מאוכלס ברובוטים.
00:41
And then the question is, well, if they're going to be here in 500 years,
6
23000
3000
ואז השאלה היא, ובכן, אם הם עומדים להיות פה עוד 500 שנה,
00:44
are they going to be everywhere sooner than that?
7
26000
2000
האם הם עומדים להיות בכל מקום מוקדם יותר?
00:46
Are they going to be around in 50 years?
8
28000
2000
האם הם עומדים להיות בסביבה בעוד 50 שנה?
00:48
Yeah, I think that's pretty likely -- there's going to be lots of robots everywhere.
9
30000
3000
כן, אני חושב שזה מאוד אפשרי -- עומדים להיות המון רובוטים בכל מקום.
00:51
And in fact I think that's going to be a lot sooner than that.
10
33000
3000
ולמעשה אני חושב שזה עומד להיות הרבה יותר קרוב מזה.
00:54
I think we're sort of on the cusp of robots becoming common,
11
36000
4000
אני חושב שאנחנו ממש על הסף של הזמן בו הרובוטים יהיו נפוצים,
00:58
and I think we're sort of around 1978 or 1980 in personal computer years,
12
40000
6000
ואני חושב שאנחנו בסביבות 1978 או 1980 בשנות מחשבים אישיים,
01:04
where the first few robots are starting to appear.
13
46000
3000
בהם הרובוטים הראשונים מתחילים להופיע.
01:07
Computers sort of came around through games and toys.
14
49000
4000
מחשבים הגיעו דרך משחקים וצעצועים.
01:11
And you know, the first computer most people had in the house
15
53000
3000
ואתם יודעים, המחשב הראשון שלרוב האנשים היה בבית
01:14
may have been a computer to play Pong,
16
56000
2000
אולי היה מחשב כדי לשחק פונג,
01:16
a little microprocessor embedded,
17
58000
2000
מיקרו מעבד קטן מוטמע,
01:18
and then other games that came after that.
18
60000
3000
ואז משחקים אחרים שהגיעו אחריו.
01:21
And we're starting to see that same sort of thing with robots:
19
63000
3000
ואנחנו מתחילים לראות את אותו הדבר עם רובוטים:
01:24
LEGO Mindstorms, Furbies -- who here -- did anyone here have a Furby?
20
66000
4000
לגו מיינדסטורמס, פרבי -- מי פה -- למישהו היה פרבי?
01:28
Yeah, there's 38 million of them sold worldwide.
21
70000
3000
כן, נמכרו 38 מיליונים כאלה בעולם.
01:31
They are pretty common. And they're a little tiny robot,
22
73000
2000
הם מאוד נפוצים. והם רובוט קטנטן,
01:33
a simple robot with some sensors,
23
75000
2000
רובוט פשוט עם כמה סנסורים,
01:35
a little bit of processing actuation.
24
77000
2000
ומעט יכולת מחשוב.
01:37
On the right there is another robot doll, who you could get a couple of years ago.
25
79000
3000
מצד ימין שם יש עוד בובת רובוט, שיכולתם להשיג לפני כמה שנים.
01:40
And just as in the early days,
26
82000
2000
וכמו בימים המוקדמים,
01:42
when there was a lot of sort of amateur interaction over computers,
27
84000
5000
כשהיתה פעילות חובבנית בהקשר למחשבים,
01:47
you can now get various hacking kits, how-to-hack books.
28
89000
4000
אתם יכולים לקבל עכשיו כמה ערכות לפריצה, וספרים על איך לפרוץ.
01:51
And on the left there is a platform from Evolution Robotics,
29
93000
4000
ומשמאל יש פלטפורמה מאבולושיון רובוטיקה,
01:55
where you put a PC on, and you program this thing with a GUI
30
97000
3000
בו אתם שמים מחשב, ואתם מתכננים את הדבר הזה עם ממשק משתמש
01:58
to wander around your house and do various stuff.
31
100000
3000
כדי לטייל בבית ועושים דברים שונים.
02:01
And then there's a higher price point sort of robot toys --
32
103000
3000
ואז יש את נקודת המחיר הגבוהה יותר של צעצועי רובוטים --
02:04
the Sony Aibo. And on the right there, is one that the NEC developed,
33
106000
4000
האייבו של סוני. ומימין פה, זה אחד שNEC פיתחו,
02:08
the PaPeRo, which I don't think they're going to release.
34
110000
3000
ה PaPeRo, שאני לא חושב שהם ישחררו.
02:11
But nevertheless, those sorts of things are out there.
35
113000
3000
אבל עדיין, הדברים האלה נמצאים שם בחוץ.
02:14
And we've seen, over the last two or three years, lawn-mowing robots,
36
116000
4000
וראינו, במהלך השנתיים או שלוש האחרונות, רובוטים מכסחי דשא,
02:18
Husqvarna on the bottom, Friendly Robotics on top there, an Israeli company.
37
120000
6000
הוסקוורנה מלמטה, פרנדלי רובוטיקס מלמעלה שם, חברה ישראלית.
02:24
And then in the last 12 months or so
38
126000
2000
ואז ב12 החודשים האחרונים בערך
02:26
we've started to see a bunch of home-cleaning robots appear.
39
128000
4000
התחלנו לראות חבורה של רובוטים מנקי בתים מתחילה להופיע.
02:30
The top left one is a very nice home-cleaning robot
40
132000
3000
השמאלי העליון הוא רובוט ניקוי בתים נחמד
02:33
from a company called Dyson, in the U.K. Except it was so expensive --
41
135000
4000
מחברה שנקראת דייסון, מאנגליה. רק שהוא היה כל כך יקר --
02:37
3,500 dollars -- they didn't release it.
42
139000
2000
3,500 דולר -- הם לא שיחררו אותו.
02:39
But at the bottom left, you see Electrolux, which is on sale.
43
141000
3000
אבל למטה משמאל, אתם רואים את אלקטרולוקס, שנמכר עכשיו.
02:42
Another one from Karcher.
44
144000
2000
עוד אחד מקרצ'ר.
02:44
At the bottom right is one that I built in my lab
45
146000
2000
מימין למטה יש אחד שנבנה במעבדה שלי
02:46
about 10 years ago, and we finally turned that into a product.
46
148000
3000
בערך לפני 10 שנים, ולבסוף הפכנו אותו למוצר.
02:49
And let me just show you that.
47
151000
2000
ותנו לי רק להראות לכם את זה.
02:51
We're going to give this away I think, Chris said, after the talk.
48
153000
4000
אנחנו עומדים לתת את זה לדעתי, כריס אמר, אחרי ההרצאה.
02:55
This is a robot that you can go out and buy, and that will clean up your floor.
49
157000
6000
זה רובוט שאתם יכולים לצאת ולקנות, והוא ינקה לכם את הרצפה.
03:05
And it starts off sort of just going around in ever-increasing circles.
50
167000
5000
וזה מתחיל פשוט בתנועה בסיבובים הולכים ומתרחבים.
03:10
If it hits something -- you people see that?
51
172000
4000
אם הוא פוגע במשהו -- אתם רואים את זה?
03:14
Now it's doing wall-following, it's following around my feet
52
176000
3000
עכשיו הוא עושה עקיבת קירות, הוא עוקב אחר הרגליים שלי
03:17
to clean up around me. Let's see, let's --
53
179000
4000
כדי לנקות מסביבי. בואו נראה, בואו --
03:21
oh, who stole my Rice Krispies? They stole my Rice Krispies!
54
183000
5000
או, מי גנב לי את פצפוצי האורז? הם גנבו לי את פצפוצי האורז!
03:26
(Laughter)
55
188000
6000
(צחוק)
03:32
Don't worry, relax, no, relax, it's a robot, it's smart!
56
194000
3000
אל תדאגו, תרגעו, לא, תרגעו, זה רובוט, הוא חכם!
03:35
(Laughter)
57
197000
3000
(צחוק)
03:38
See, the three-year-old kids, they don't worry about it.
58
200000
4000
תראו, ילדים בני 3, הם לא דואגים מזה.
03:42
It's grown-ups that get really upset.
59
204000
2000
זה המבוגרים שמפחדים.
03:44
(Laughter)
60
206000
1000
(צחוק)
03:45
We'll just put some crap here.
61
207000
2000
אז בואו נלכלך כאן.
03:47
(Laughter)
62
209000
4000
(צחוק)
03:51
Okay.
63
213000
2000
אוקיי,
03:53
(Laughter)
64
215000
4000
(צחוק)
03:57
I don't know if you see -- so, I put a bunch of Rice Krispies there,
65
219000
3000
אני לא יודע אם אתם רואים -- אז, אני שם קצת פצפוצי אורז פה,
04:00
I put some pennies, let's just shoot it at that, see if it cleans up.
66
222000
7000
אני שם כמה מטבעות, בואו פשוט נזרוק את זה עליו, נראה אם הוא מנקה.
04:10
Yeah, OK. So --
67
232000
2000
יה, אוקיי. אז --
04:12
we'll leave that for later.
68
234000
4000
אני אשאיר את זה לאחר כך.
04:16
(Applause)
69
238000
5000
(מחיאות כפיים)
04:22
Part of the trick was building a better cleaning mechanism, actually;
70
244000
4000
חלק מהטריק היה לבנות מנגנון מנקה טוב יותר, למעשה;
04:26
the intelligence on board was fairly simple.
71
248000
4000
האינטליגנציה על הלוח היתה מאוד פשוטה.
04:30
And that's true with a lot of robots.
72
252000
2000
וזה נכון עם הרבה רובוטים.
04:32
We've all, I think, become, sort of computational chauvinists,
73
254000
4000
כולנו, אני חושב, הפכנו, למעין שוביניסטיים חישוביים,
04:36
and think that computation is everything,
74
258000
2000
וחושבים שמחשוב זה הכל,
04:38
but the mechanics still matter.
75
260000
2000
אבל המכאניקה עדיין חשובה.
04:40
Here's another robot, the PackBot,
76
262000
3000
הנה עוד רובוט, הפאקבוט,
04:43
that we've been building for a bunch of years.
77
265000
2000
שבנינו במשך כמה שנים.
04:45
It's a military surveillance robot, to go in ahead of troops --
78
267000
6000
זה רובוט תצפית צבאי, שילך לפני הכוחות --
04:51
looking at caves, for instance.
79
273000
3000
ויביט לתוך מערות, לדוגמה.
04:54
But we had to make it fairly robust,
80
276000
2000
אבל היינו צריכים לעשות אותו די חזק,
04:56
much more robust than the robots we build in our labs.
81
278000
7000
הרבה יותר עמיד מרובוטים שאנחנו בונים במעבדות שלנו.
05:03
(Laughter)
82
285000
3000
(צחוק)
05:12
On board that robot is a PC running Linux.
83
294000
4000
על הרובוט יש מחשב שמריץ לינוקס.
05:16
It can withstand a 400G shock. The robot has local intelligence:
84
298000
6000
הוא יכול לעמוד במכות של 400G. לרובוט יש אינטליגנציה מקומית:
05:22
it can flip itself over, can get itself into communication range,
85
304000
6000
הוא יכול להפוך את עצמו, יכול להכניס את עצמו לטווח התקשורת,
05:28
can go upstairs by itself, et cetera.
86
310000
3000
יכול לעלות במדרגות לבד, ועוד.
05:38
Okay, so it's doing local navigation there.
87
320000
4000
אוקיי, אז הוא עושה ניווט מקומי פה.
05:42
A soldier gives it a command to go upstairs, and it does.
88
324000
6000
חייל נותן לו פקודה לעלות במדרגות, והוא עולה.
05:49
That was not a controlled descent.
89
331000
3000
זו לא ירידה נשלטת.
05:52
(Laughter)
90
334000
2000
(צחוק)
05:54
Now it's going to head off.
91
336000
2000
עכשיו הוא עומד להמשיך הלאה.
05:56
And the big breakthrough for these robots, really, was September 11th.
92
338000
5000
והפריצה הגדולה לרובוטים האלה, באמת, היתה בספטמבר 11.
06:01
We had the robots down at the World Trade Center late that evening.
93
343000
4000
היו לנו רובוטים במרכז הסחר העולמי מאוחר באותו ערב.
06:06
Couldn't do a lot in the main rubble pile,
94
348000
2000
לא יכולנו לעשות הרבה בהריסות העיקריות,
06:08
things were just too -- there was nothing left to do.
95
350000
3000
הדברים היו פשוט יותר מדי -- לא נשאר מה לעשות.
06:11
But we did go into all the surrounding buildings that had been evacuated,
96
353000
5000
אבל כן נכנסנו לתוך כל הבניינים מסביב שפונו,
06:16
and searched for possible survivors in the buildings
97
358000
3000
וחיפשנו ניצולים בבניינים
06:19
that were too dangerous to go into.
98
361000
2000
שהיו מסוכנים מכדי להכנס אליהם.
06:21
Let's run this video.
99
363000
2000
בואו נריץ את הוידאו.
06:23
Reporter: ...battlefield companions are helping to reduce the combat risks.
100
365000
3000
כתב: עוזרים לשדה הקרב עוזרים להפחית את הסיכונים בקרב.
06:26
Nick Robertson has that story.
101
368000
3000
ניק רוברטסון מספר את הסיפור.
06:31
Rodney Brooks: Can we have another one of these?
102
373000
2000
רודני ברוקס: אנחנו יכולים להביא עוד אחד כזה?
06:38
Okay, good.
103
380000
2000
אוקיי, טוב.
06:43
So, this is a corporal who had seen a robot two weeks previously.
104
385000
3000
אז, זה רב"ט שלא ראה רובוט שבועיים קודם.
06:48
He's sending robots into caves, looking at what's going on.
105
390000
4000
הוא שולח רובוטים לתוך מערות, רואה מה קורה שם.
06:52
The robot's being totally autonomous.
106
394000
2000
הרובוטים עצמאיים לחלוטין.
06:54
The worst thing that's happened in the cave so far
107
396000
4000
הדבר הגרוע ביותר שקרה במערה עד עכשיו
06:58
was one of the robots fell down ten meters.
108
400000
3000
היה שאחד הרובוטים נפל מגובה עשרה מטרים.
07:08
So one year ago, the US military didn't have these robots.
109
410000
3000
אז לפני שנה, לצבא האמריקאי לא היו את הרובוטים האלה.
07:11
Now they're on active duty in Afghanistan every day.
110
413000
2000
עכשיו הם בשרות פעיל באפגניסטאן כל יום.
07:13
And that's one of the reasons they say a robot invasion is happening.
111
415000
3000
וזו אחת הסיבות שהם אומרים שיש פלישת רובוטים.
07:16
There's a sea change happening in how -- where technology's going.
112
418000
4000
יש שינוי עצום שקורה עכשיו -- במקום אליו טכנולוגיה הולכת.
07:20
Thanks.
113
422000
2000
תודה.
07:23
And over the next couple of months,
114
425000
2000
ובחודשים הקרובים,
07:25
we're going to be sending robots in production
115
427000
3000
אנחנו עומדים לשלוח רובוטים ביצור
07:28
down producing oil wells to get that last few years of oil out of the ground.
116
430000
4000
לבארות נפט פעילות כדי להוציא את שאריות הנפט האחרונות מהאדמה.
07:32
Very hostile environments, 150˚ C, 10,000 PSI.
117
434000
4000
סביבות מאוד עוינות, 150 מעלות צלזיוס, 10,000 PSI לחץ.
07:36
Autonomous robots going down, doing this sort of work.
118
438000
4000
רובוטים עצמאיים יורדים, ועושים את העבודה הזו.
07:40
But robots like this, they're a little hard to program.
119
442000
3000
אבל רובוטים כמו אלה, הם קצת קשים לתכנות.
07:43
How, in the future, are we going to program our robots
120
445000
2000
איך, בעתיד, אנחנו נתכנת רובוטים
07:45
and make them easier to use?
121
447000
2000
ונהפוך אותם לקלים יותר לשימוש?
07:47
And I want to actually use a robot here --
122
449000
3000
ואני רוצה להשתמש ברובוט למעשה --
07:50
a robot named Chris -- stand up. Yeah. Okay.
123
452000
5000
רובוט שנקרא כריס -- תעמוד. כן. אוקיי.
07:57
Come over here. Now notice, he thinks robots have to be a bit stiff.
124
459000
4000
בוא הנה. עכשיו שימו לב, הוא חושב שרובוטים צריכים להיות קצת קשיחים.
08:01
He sort of does that. But I'm going to --
125
463000
3000
הוא עושה כך. אבל אני עומד --
08:04
Chris Anderson: I'm just British. RB: Oh.
126
466000
2000
כריס אנדרסון: אני רק בריטי. ר.ב: אוה.
08:06
(Laughter)
127
468000
2000
(צחוק)
08:08
(Applause)
128
470000
2000
(מחיאות כפיים)
08:10
I'm going to show this robot a task. It's a very complex task.
129
472000
3000
אני עומד להראות לרובוט הזה משימה. זו משימה מאוד מסובכת.
08:13
Now notice, he nodded there, he was giving me some indication
130
475000
3000
שימו לב עכשיו, הוא הנהן פה, הוא נתן לי חיווי
08:16
he was understanding the flow of communication.
131
478000
3000
הוא הבין את תהליך התקשורת.
08:19
And if I'd said something completely bizarre
132
481000
2000
ואם הייתי אומר משהו ממש מוזר
08:21
he would have looked askance at me, and regulated the conversation.
133
483000
3000
הוא היה מביט בי בחשדנות, ומסדיר את השיחה.
08:24
So now I brought this up in front of him.
134
486000
3000
אז עכשיו הבאתי את זה לפניו.
08:27
I'd looked at his eyes, and I saw his eyes looked at this bottle top.
135
489000
4000
הבטתי בעיניו, וראיתי את עיניו מביטות בפקק הבקבוק הזה.
08:31
And I'm doing this task here, and he's checking up.
136
493000
2000
ואני עומד לעשות את המשימה הזו פה, והוא בודק.
08:33
His eyes are going back and forth up to me, to see what I'm looking at --
137
495000
3000
העייניים שלו זזות אחורה וקדימה בחזרה אלי, כדי לראות על מה אני מסתכל --
08:36
so we've got shared attention.
138
498000
2000
אז יש לנו תשומת לב משותפת.
08:38
And so I do this task, and he looks, and he looks to me
139
500000
3000
אז אני עושה את המשימה הזו, והוא מביט בי
08:41
to see what's happening next. And now I'll give him the bottle,
140
503000
4000
לראות מה יקרה עכשיו. ועכשיו אני אתן לו את הבקבוק,
08:45
and we'll see if he can do the task. Can you do that?
141
507000
2000
ונראה אם הוא יכול לעשות את המשימה הזאת. אתה יכול לעשות את זה?
08:47
(Laughter)
142
509000
3000
(צחוק)
08:50
Okay. He's pretty good. Yeah. Good, good, good.
143
512000
4000
אוקיי, הוא די טוב. כן. טוב, טוב , טוב.
08:54
I didn't show you how to do that.
144
516000
2000
לא הראיתי לך איך לעשות את זה.
08:56
Now see if you can put it back together.
145
518000
2000
עכשיו תראה אם תוכל להרכיב אותו בחזרה.
08:58
(Laughter)
146
520000
2000
(צחוק)
09:00
And he thinks a robot has to be really slow.
147
522000
1000
והוא חושב שרובוט צריך להיות ממש איטי.
09:01
Good robot, that's good.
148
523000
2000
רובוט, טוב, זה טוב.
09:03
So we saw a bunch of things there.
149
525000
2000
אז ראינו כמה דברים שם.
09:06
We saw when we're interacting,
150
528000
3000
ראינו שכשאנחנו מתקשרים,
09:09
we're trying to show someone how to do something, we direct their visual attention.
151
531000
4000
אנחנו מנסים להראות למישהו איך לעשות משהו, אנחנו מפנים את הקשב הויזואלי שלהם.
09:13
The other thing communicates their internal state to us,
152
535000
4000
הדבר השני מראה לנו את המצב הפנימי שלהם.
09:17
whether he's understanding or not, regulates a social interaction.
153
539000
3000
בין אם הוא מבין אותו לא, מנטר את התקשורת החברתית.
09:20
There was shared attention looking at the same sort of thing,
154
542000
2000
היתה תשומת לב משותפת בלהביט באותו סוג של דבר,
09:22
and recognizing socially communicated reinforcement at the end.
155
544000
4000
ולזהות חיזוק חברתי מתוקשר בסוף.
09:26
And we've been trying to put that into our lab robots
156
548000
3000
וניסינו לשלב את זה ברובוטי המעבדה שלנו
09:29
because we think this is how you're going to want to interact with robots in the future.
157
551000
4000
מפני שאנחנו חושבים שזה איך שתרצו לתקשר עם רובוטים בעתיד.
09:33
I just want to show you one technical diagram here.
158
555000
2000
אני רק רוצה להראות לכם דיאגרמה טכנית אחת פה.
09:35
The most important thing for building a robot that you can interact with socially
159
557000
4000
הדבר החשוב ביותר בבניית רובוט ביכולת לתקשר איתו חברתית
09:39
is its visual attention system.
160
561000
2000
הוא המערכת לקשב ויזואלי.
09:41
Because what it pays attention to is what it's seeing
161
563000
3000
מפני שמה שהוא קשוב אליו הוא מה שהוא רואה
09:44
and interacting with, and what you're understanding what it's doing.
162
566000
3000
ומתקשר איתו, ומה שאתם מבינים ממה שהוא עושה.
09:47
So in the videos I'm about to show you,
163
569000
3000
אז בסרטונים שאני עומד להראות לכם,
09:50
you're going to see a visual attention system on a robot
164
572000
4000
אנחנו עומדים לראות קשב ויזואלי של הרובוט
09:54
which has -- it looks for skin tone in HSV space,
165
576000
4000
שהוא -- הוא מחפש צבעים של עור בטווח הHSV (תחום בחירה של צבעים)
09:58
so it works across all human colorings.
166
580000
4000
כך שהוא עובר על כל גווני העור האנושיים.
10:02
It looks for highly saturated colors, from toys.
167
584000
2000
הוא מחפש צבעים מאוד רוויים, מצעצועים.
10:04
And it looks for things that move around.
168
586000
2000
והוא מחפש דברים שזזים.
10:06
And it weights those together into an attention window,
169
588000
3000
ומשקלל את כל אלה יחד לחלון קשב,
10:09
and it looks for the highest-scoring place --
170
591000
2000
והוא מחפש את האזור עם הניקוד הגבוה ביותר --
10:11
the stuff where the most interesting stuff is happening --
171
593000
2000
המקום בו הדברים המעניינים ביותר קורים --
10:13
and that is what its eyes then segue to.
172
595000
4000
וזה המקום אליו עיניו זזות לבסוף.
10:17
And it looks right at that.
173
599000
2000
והוא מביט ממש בזה.
10:19
At the same time, some top-down sort of stuff:
174
601000
3000
באותו הזמן, גם תהליכים של מלמעלה למטה:
10:22
might decide that it's lonely and look for skin tone,
175
604000
3000
הוא יכול להחליט שהוא בודד ולחפש גווני עור,
10:25
or might decide that it's bored and look for a toy to play with.
176
607000
3000
או להחליט שהוא משועמם ולחפש צעצוע לשחק איתו.
10:28
And so these weights change.
177
610000
2000
אז המשקלים האלה משתנים.
10:30
And over here on the right,
178
612000
2000
וכאן מימין,
10:32
this is what we call the Steven Spielberg memorial module.
179
614000
3000
זה מה שאנחנו קוראים לו הרכיב לזכר סטיבן ספילברג,
10:35
Did people see the movie "AI"? (Audience: Yes.)
180
617000
2000
האם אנשים ראו את הסרט "AI"?(קהל: "כן")
10:37
RB: Yeah, it was really bad, but --
181
619000
2000
ר.ב: כן, הוא היה ממש גרוע, אבל --
10:39
remember, especially when Haley Joel Osment, the little robot,
182
621000
4000
אתם זוכרים כשהיילי ג'ו אוסמט, הרובוט הקטן,
10:43
looked at the blue fairy for 2,000 years without taking his eyes off it?
183
625000
4000
הביט בפיה הכחולה במשך 2,000 שנה בלי להסיר ממנה את עיניו?
10:47
Well, this gets rid of that,
184
629000
2000
ובכן, זה נפתר מזה,
10:49
because this is a habituation Gaussian that gets negative,
185
631000
4000
מפני שזו עקומת הביטואציה גאוסייאנית שנעשית שלילית,
10:53
and more and more intense as it looks at one thing.
186
635000
3000
ויותר ויותר חזקה כשהוא מביט במשהו אחד.
10:56
And it gets bored, so it will then look away at something else.
187
638000
3000
והוא משתעמם, אז הוא יסתכל על משהו אחר.
10:59
So, once you've got that -- and here's a robot, here's Kismet,
188
641000
4000
אז, ברגע שהבנתם את זה -- והנה רובוט, הנה קיזמט,
11:03
looking around for a toy. You can tell what it's looking at.
189
645000
4000
מחפש בסביבה צעצוע.
11:07
You can estimate its gaze direction from those eyeballs covering its camera,
190
649000
5000
אתם יכולים להעריך את כיוון המבט שלו מגלגלי העין האלה שמכסים את המצלמה,
11:12
and you can tell when it's actually seeing the toy.
191
654000
3000
ואתם יכולים לראות מתי הוא בעצם רואה את הצעצוע.
11:15
And it's got a little bit of an emotional response here.
192
657000
2000
ויש לו תגובה קצת רגשית פה.
11:17
(Laughter)
193
659000
1000
(צחוק)
11:18
But it's still going to pay attention
194
660000
2000
אבל הוא עדיין עומד לשים לב
11:20
if something more significant comes into its field of view --
195
662000
4000
אם משהו יותר חשוב יכנס לשדה הראיה שלו --
11:24
such as Cynthia Breazeal, the builder of this robot, from the right.
196
666000
4000
כמו סינתיה ברזיל, הבונה של הרובוט, מימין.
11:28
It sees her, pays attention to her.
197
670000
5000
הוא רואה אותה, ותשומת הלב שלו פונה אליה.
11:33
Kismet has an underlying, three-dimensional emotional space,
198
675000
4000
לקיזמט יש מרחב רגשי תלת מימדי בבסיסו,
11:37
a vector space, of where it is emotionally.
199
679000
3000
מרחב וקטורי, של היכן הוא נמצא רגשית.
11:40
And at different places in that space, it expresses --
200
682000
5000
ובמקומות שונים במרחב הזה, הוא מביע --
11:46
can we have the volume on here?
201
688000
2000
אפשר להגביר את הווליום פה?
11:48
Can you hear that now, out there? (Audience: Yeah.)
202
690000
2000
אתם יכולים לשמוע את זה עכשיו, שם? (קהל: כן)
11:50
Kismet: Do you really think so? Do you really think so?
203
692000
5000
קיזמט: אתם באמת חושבים ככה? אתם באמת חושבים ככה?
11:57
Do you really think so?
204
699000
2000
אתם באמת חושבים ככה?
12:00
RB: So it's expressing its emotion through its face
205
702000
3000
ר.ב: אז הוא מבטא את רגשותיו דרך פניו
12:03
and the prosody in its voice.
206
705000
2000
ובמשקל קולו.
12:05
And when I was dealing with my robot over here,
207
707000
4000
וכשטיפלתי ברובוט שלי כאן,
12:09
Chris, the robot, was measuring the prosody in my voice,
208
711000
3000
כריס, הרובוט, מדד את הטון בקולי,
12:12
and so we have the robot measure prosody for four basic messages
209
714000
5000
אז יש לנו את הרובוט מודד טונים לארבעה מסרים בסיסיים
12:17
that mothers give their children pre-linguistically.
210
719000
4000
שאם נותנת לילדיה לפני שהם מדברים.
12:21
Here we've got naive subjects praising the robot:
211
723000
3000
כאן יש לנו נסיינים נאיבים שמשבחים את הרובוט:
12:26
Voice: Nice robot.
212
728000
2000
קול: רובוט נחמד.
12:29
You're such a cute little robot.
213
731000
2000
אתה כזה רובוט קטן וחמוד.
12:31
(Laughter)
214
733000
2000
(צחוק)
12:33
RB: And the robot's reacting appropriately.
215
735000
2000
ר.ב: והרובוט מגיב בהתאם.
12:35
Voice: ...very good, Kismet.
216
737000
4000
קול: ... טוב מאוד, קיזמט.
12:40
(Laughter)
217
742000
2000
(צחוק)
12:42
Voice: Look at my smile.
218
744000
2000
קול: תביט בחיוך שלי.
12:46
RB: It smiles. She imitates the smile. This happens a lot.
219
748000
3000
ר.ב: הוא מחייך. היא מחקה את החיוך. זה קורה הרבה.
12:49
These are naive subjects.
220
751000
2000
אלה נסיינים נאיביים.
12:51
Here we asked them to get the robot's attention
221
753000
3000
פה ביקשנו מהם לתפוש את תשומת הלב של הרובוט
12:54
and indicate when they have the robot's attention.
222
756000
3000
ולסמן מתי הם תפשו את תשומת ליבו.
12:57
Voice: Hey, Kismet, ah, there it is.
223
759000
4000
קול: הי, קיזמט, אה, הנה זה.
13:01
RB: So she realizes she has the robot's attention.
224
763000
4000
ר.ב: אז היא רואה שהיא קיבלה את תשומת הלב של הרובוט.
13:08
Voice: Kismet, do you like the toy? Oh.
225
770000
4000
קול: קיסמט, אתה אוהב את הצעצוע? אוה.
13:13
RB: Now, here they're asked to prohibit the robot,
226
775000
2000
ר.ב: עכשיו, הם מתבקשים לאסור על הרובוט,
13:15
and this first woman really pushes the robot into an emotional corner.
227
777000
4000
והאשה הראשונה ממש דוחקת את הרובוט לפינה הרגשית.
13:19
Voice: No. No. You're not to do that. No.
228
781000
5000
קול: לא. לא. אסור לך לעשות את זה. לא.
13:24
(Laughter)
229
786000
3000
(צחוק)
13:27
Not appropriate. No. No.
230
789000
6000
זה לא בסדר. לא. לא.
13:33
(Laughter)
231
795000
3000
(צחוק)
13:36
RB: I'm going to leave it at that.
232
798000
2000
ר.ב: אני אשאיר את זה ככה.
13:38
We put that together. Then we put in turn taking.
233
800000
2000
אנחנו מחברים את זה. אז אנחנו מוסיפים תקשורת לפי התור.
13:40
When we talk to someone, we talk.
234
802000
3000
כשאנחנו מדברים עם מישהו, אנחנו מדברים,
13:43
Then we sort of raise our eyebrows, move our eyes,
235
805000
4000
ואז אנחנו מרימים את גבותינו, מזיזים את עינינו,
13:47
give the other person the idea it's their turn to talk.
236
809000
3000
רומזים לאדם שתורו לדבר.
13:50
And then they talk, and then we pass the baton back and forth between each other.
237
812000
4000
ואז הם מדברים, ואז אנחנו מעבירים את המקל מהאחד לשני
13:54
So we put this in the robot.
238
816000
2000
אז אנחנו שמים את זה ברובוט.
13:56
We got a bunch of naive subjects in,
239
818000
2000
הכנסנו חבורת נסיינים נאיביים פנימה,
13:58
we didn't tell them anything about the robot,
240
820000
2000
לא אמרנו להם שום דבר על הרובוט,
14:00
sat them down in front of the robot and said, talk to the robot.
241
822000
2000
הושבנו אותם מול הרובוט ואמרנו, דברו לרובוט.
14:02
Now what they didn't know was,
242
824000
2000
עכשיו מה שהם לא ידעו היה,
14:04
the robot wasn't understanding a word they said,
243
826000
2000
הרובוט לא הבין מילה ממה שהם אמרו,
14:06
and that the robot wasn't speaking English.
244
828000
3000
וזה שהרובוט לא דיבר אנגלית.
14:09
It was just saying random English phonemes.
245
831000
2000
הוא רק אמר פונמות באנגלית.
14:11
And I want you to watch carefully, at the beginning of this,
246
833000
2000
ואני רוצה שתביטו היטב, בהתחלה של זה,
14:13
where this person, Ritchie, who happened to talk to the robot for 25 minutes --
247
835000
4000
פה האדם הזה, ריצ'י, שבמקרה דיבר עם הרובוט במשך 25 דקות --
14:17
(Laughter)
248
839000
2000
(צחוק)
14:19
-- says, "I want to show you something.
249
841000
2000
-- אמר, "אני רוצה להראות לך משהו.
14:21
I want to show you my watch."
250
843000
2000
אני רוצה להראות לך את השעון שלי."
14:23
And he brings the watch center, into the robot's field of vision,
251
845000
5000
והוא מביא את השעון למרכז, לטווח הראיה של הרובוט,
14:28
points to it, gives it a motion cue,
252
850000
2000
מצביע עליו, נותן לו רמז תנועה,
14:30
and the robot looks at the watch quite successfully.
253
852000
2000
והרובוט מביט בשעון די בהצלחה.
14:32
We don't know whether he understood or not that the robot --
254
854000
3000
אנחנו לא יודעים באמת אם הוא מבין או לא שהרובוט --
14:36
Notice the turn-taking.
255
858000
2000
מבחין בתורות.
14:38
Ritchie: OK, I want to show you something. OK, this is a watch
256
860000
3000
ריצ'י: אוקיי, אני רוצה להראות לך משהו. אוקיי, זה שעון
14:41
that my girlfriend gave me.
257
863000
3000
שחברה שלי נתנה לי.
14:44
Robot: Oh, cool.
258
866000
2000
רובוט: אוה, קול.
14:46
Ritchie: Yeah, look, it's got a little blue light in it too. I almost lost it this week.
259
868000
4000
ריצ'י" כן, תראה, יש לו גם אור כחול. כמעט איבדתי אותו השבוע.
14:51
(Laughter)
260
873000
4000
(צחוק)
14:55
RB: So it's making eye contact with him, following his eyes.
261
877000
3000
ר.ב: אז הוא יוצר קשר עין איתו, עוקב אחרי עיניו.
14:58
Ritchie: Can you do the same thing? Robot: Yeah, sure.
262
880000
2000
ריצ'י: אתה יכול לעשות אותו הדבר? רובוט: כן, בוודאי.
15:00
RB: And they successfully have that sort of communication.
263
882000
2000
ר.ב: והם מתקשרים ככה בהצלחה.
15:02
And here's another aspect of the sorts of things that Chris and I were doing.
264
884000
4000
ויש עוד פן לסוג הדברים האלה שכריס ואני עושים.
15:06
This is another robot, Cog.
265
888000
2000
זה עוד רובוט, קוג.
15:08
They first make eye contact, and then, when Christie looks over at this toy,
266
890000
6000
הם קודם יצרו קשר עין, ואז, כשכריסטי מביטה לעבר הצעצוע הזה,
15:14
the robot estimates her gaze direction
267
896000
2000
הרובוט מעריך את כיוון המבט שלה
15:16
and looks at the same thing that she's looking at.
268
898000
2000
ומביט באותו הדבר שהיא מביטה בו.
15:18
(Laughter)
269
900000
1000
(צחוק)
15:19
So we're going to see more and more of this sort of robot
270
901000
3000
אז אנחנו נראה עוד ועוד מהסוג הזה של רובוטים
15:22
over the next few years in labs.
271
904000
2000
במשך השנים הקרובות במעבדות.
15:24
But then the big questions, two big questions that people ask me are:
272
906000
5000
אבל אז השאלה הגדולה, שתי שאלות גדולות שאנשים שואלים אותי:
15:29
if we make these robots more and more human-like,
273
911000
2000
אם נעשה את הרובוטים האלה יותר ויותר דומים לאנשים,
15:31
will we accept them, will we -- will they need rights eventually?
274
913000
5000
האם נקבל אותם, האם -- האם הם יצטרכו זכויות בסופו של דבר?
15:36
And the other question people ask me is, will they want to take over?
275
918000
3000
והשאלה השניה שאנשים שואלים אותי היא, האם הם ירצו להשתלט?
15:39
(Laughter)
276
921000
1000
(צחוק)
15:40
And on the first -- you know, this has been a very Hollywood theme
277
922000
3000
ובנוגע לראשונה -- אתם יודעים, זה היה נושא מאוד הוליוודי
15:43
with lots of movies. You probably recognize these characters here --
278
925000
3000
עם הרבה סרטים. אתם בטח מזהים כמה מהדמויות האלה --
15:46
where in each of these cases, the robots want more respect.
279
928000
4000
שבכל אחד מהמקרים האלה, הרובוטים רצו יותר כבוד.
15:50
Well, do you ever need to give robots respect?
280
932000
3000
ובכן, האם אי פעם נצטרך לתת לרובוטים כבוד?
15:54
They're just machines, after all.
281
936000
2000
הם רק מכונות, אחרי הכל.
15:56
But I think, you know, we have to accept that we are just machines.
282
938000
4000
אבל אני חושב, אתם יודעים, אנחנו חייבים לקבל שאנחנו רק מכונות.
16:00
After all, that's certainly what modern molecular biology says about us.
283
942000
5000
אחרי הכל, זה בהחלט מה שביולוגיה מולקולרית מודרנית אומרת עלינו.
16:05
You don't see a description of how, you know,
284
947000
3000
אתם לא רואים תאור של איך, אתם יודעים,
16:08
Molecule A, you know, comes up and docks with this other molecule.
285
950000
4000
מולקולה א, אתם יודעים, באה ומתחברת עם מולקולה אחרת.
16:12
And it's moving forward, you know, propelled by various charges,
286
954000
3000
והיא זזה קדימה, אתם יודעים, מונעת על ידי מתחים שונים,
16:15
and then the soul steps in and tweaks those molecules so that they connect.
287
957000
4000
ואז הנשמה באה ומסדרת את המולקולות כך שהן יתחברו.
16:19
It's all mechanistic. We are mechanism.
288
961000
3000
זה הכל מכאניסטי. אנחנו מכונות.
16:22
If we are machines, then in principle at least,
289
964000
3000
אם אנחנו מכונות, אז בעיקרון לפחות,
16:25
we should be able to build machines out of other stuff,
290
967000
4000
אנחנו צריכים להיות מסוגלים לבנות מכונות מדברים אחרים,
16:29
which are just as alive as we are.
291
971000
4000
שהן לפחות חיות כמונו.
16:33
But I think for us to admit that,
292
975000
2000
אבל אני חושב שבשבילנו להודות בזה,
16:35
we have to give up on our special-ness, in a certain way.
293
977000
3000
אנחנו צריכים לוותר על המיוחדות שלנו, בצורה מסויימת.
16:38
And we've had the retreat from special-ness
294
980000
2000
והייתה לנו את הנסיגה ממיוחדות
16:40
under the barrage of science and technology many times
295
982000
3000
תחת מתקפת המדע והטכנולוגיה הרבה פעמים
16:43
over the last few hundred years, at least.
296
985000
2000
במהלך כמה מאות השנים האחרונות, לפחות.
16:45
500 years ago we had to give up the idea
297
987000
2000
לפני 500 שנה היינו צריכים לוותר על הרעיון
16:47
that we are the center of the universe
298
989000
3000
שאנחנו מרכז היקום
16:50
when the earth started to go around the sun;
299
992000
2000
כשכדור הארץ התחיל להסתובב סביב השמש;
16:52
150 years ago, with Darwin, we had to give up the idea we were different from animals.
300
994000
5000
לפני 150 שנה, עם דארווין, היינו צריכים לוותר על הרעיון שאנחנו שונים מהחיות.
16:57
And to imagine -- you know, it's always hard for us.
301
999000
3000
ולדמיין -- אתם יודעים, זה תמיד קשה בשבילנו,
17:00
Recently we've been battered with the idea that maybe
302
1002000
3000
לאחרונה הועמדנו בפני הרעיון שאולי
17:03
we didn't even have our own creation event, here on earth,
303
1005000
2000
אפילו לא היה לנו את ארוע הבריאה שלנו, כאן על כדור הארץ,
17:05
which people didn't like much. And then the human genome said,
304
1007000
3000
שאנשים לא ממש אהבו. ואז הגנום האנושי אמר,
17:08
maybe we only have 35,000 genes. And that was really --
305
1010000
3000
אולי יש לנו רק 35,000 גנים. וזה היה ממש --
17:11
people didn't like that, we've got more genes than that.
306
1013000
3000
אנשים לא אהבו את זה, יש לנו יותר גנים מזה.
17:14
We don't like to give up our special-ness, so, you know,
307
1016000
3000
אנחנו לא אוהבים לוותר על המיוחדות שלנו, אז, אתם יודעים,
17:17
having the idea that robots could really have emotions,
308
1019000
2000
הרעיון שלרובוטים באמת יכולים להיות רגשות,
17:19
or that robots could be living creatures --
309
1021000
2000
או שרובוטים יכולים להיות יצורים חיים --
17:21
I think is going to be hard for us to accept.
310
1023000
2000
אני חושב שזה יהיה קשה לנו לקבל.
17:23
But we're going to come to accept it over the next 50 years or so.
311
1025000
4000
אבל אנחנו עומדים לקבל את זה במשך ה 50 שנים הבאות.
17:27
And the second question is, will the machines want to take over?
312
1029000
3000
והשאלה השניה היא, האם המכונות ירצו להשתלט?
17:30
And here the standard scenario is that we create these things,
313
1032000
5000
וכאן התסריט הסטנדרטי הוא שאנחנו יוצרים את הדברים האלה,
17:35
they grow, we nurture them, they learn a lot from us,
314
1037000
3000
הם גדלים, אנחנו מטפחים אותם, הם לומדים הרבה מאיתנו,
17:38
and then they start to decide that we're pretty boring, slow.
315
1040000
4000
ואז הם מתחילים להחליט שאנחנו די משעממים, איטיים.
17:42
They want to take over from us.
316
1044000
2000
הם רוצים להשתלט.
17:44
And for those of you that have teenagers, you know what that's like.
317
1046000
3000
ולאלה מכם שיש בני עשרה, אתם יודעים איך זה.
17:47
(Laughter)
318
1049000
1000
(צחוק)
17:48
But Hollywood extends it to the robots.
319
1050000
3000
אבל הוליווד מרחיבה את זה לרובוטים.
17:51
And the question is, you know,
320
1053000
3000
והשאלה היא, אתם יודעים,
17:54
will someone accidentally build a robot that takes over from us?
321
1056000
4000
האם מישהו בטעות יבנה רובוט שמשתלט עלינו?
17:58
And that's sort of like this lone guy in the backyard,
322
1060000
3000
וזה סוג האדם המתבודד בחצר האחורית,
18:01
you know -- "I accidentally built a 747."
323
1063000
3000
אתם יודעים -- "בטעות בניתי 747."
18:04
I don't think that's going to happen.
324
1066000
2000
אני לא חושב שזה יקרה.
18:06
And I don't think --
325
1068000
2000
ואני לא חושב --
18:08
(Laughter)
326
1070000
1000
(צחוק)
18:09
-- I don't think we're going to deliberately build robots
327
1071000
3000
-- אני לא חושב שאנחנו בכוונה הולכים לבנות רובוטים
18:12
that we're uncomfortable with.
328
1074000
2000
שלא נוח לנו איתם.
18:14
We'll -- you know, they're not going to have a super bad robot.
329
1076000
2000
ובכן -- אתם יודעים, לא עומד להיות להם רובוט סופר רע.
18:16
Before that has to come to be a mildly bad robot,
330
1078000
3000
לפני זה צריך להגיע הרובוט הקצת רע,
18:19
and before that a not so bad robot.
331
1081000
2000
ולפני זה רובוט לא כל כך נורא.
18:21
(Laughter)
332
1083000
1000
(צחוק)
18:22
And we're just not going to let it go that way.
333
1084000
2000
ואנחנו פשוט לא ניתן לזה להתפתח לכיוון הזה.
18:24
(Laughter)
334
1086000
1000
(צחוק)
18:25
So, I think I'm going to leave it at that: the robots are coming,
335
1087000
6000
אז, אני חושב שאני אסיים בזה: הרובוטים באים,
18:31
we don't have too much to worry about, it's going to be a lot of fun,
336
1093000
3000
אין לנו ממש סיבה לדאוג, זה יהיה כיף גדול,
18:34
and I hope you all enjoy the journey over the next 50 years.
337
1096000
4000
ואני מקווה שכולכם תהנו מהמסע ב50 השנים הבאות.
18:38
(Applause)
338
1100000
2000
(מחיאות כפיים)
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