TED2013
Rodney Brooks: Why we will rely on robots
Rodney Brooks: Waarom we een beroep zullen doen op robots
Filmed:
Readability: 3.4
1,424,847 views
Pessimisten stellen dat robots simpelweg mensen zullen vervangen. Maar eigenlijk kunnen ze onze essentiële medewerkers worden zodat we onze tijd kunnen besteden aan minder alledaagse en mechanische uitdagingen. Rodney Brooks wijst erop hoe waardevol dit is, wanneer het aantal actieve volwassenen daalt en het aantal gepensioneerden aangroeit. Hij stelt ons Baxter voor, de robot met bewegende ogen en armen die reageren op aanraking. Hij zou kunnen werken naast een verouderende bevolking en leren om hen ook thuis bij te staan.
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
Arthur C. Clarke,
00:14
a famous science fiction writer from the 1950s,
1
2310
3195
een beroemde sciencefictionschrijver
uit de jaren 50,
uit de jaren 50,
00:17
said that, "We overestimate technology in the short term,
2
5505
4022
zei: "We overschatten technologie
op de korte termijn
op de korte termijn
00:21
and we underestimate it in the long term."
3
9527
2800
en we onderschatten haar
op de lange termijn."
op de lange termijn."
00:24
And I think that's some of the fear that we see
4
12327
2417
Vandaar de angst
00:26
about jobs disappearing from artificial intelligence and robots.
5
14744
4582
dat banen verdwijnen
door kunstmatige intelligentie en robots,
door kunstmatige intelligentie en robots,
00:31
That we're overestimating the technology in the short term.
6
19326
2667
omdat we technologie overschatten
op de korte termijn.
op de korte termijn.
00:33
But I am worried whether we're going to get the technology we need in the long term.
7
21993
5378
Ik ben juist bezorgd of we in de toekomst
de nodige technologie zullen hebben.
de nodige technologie zullen hebben.
00:39
Because the demographics are really going to leave us with lots of jobs that need doing
8
27371
5714
De vergrijzing zal veel extra taken geven
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
en wij zullen daarvoor
een beroep moeten doen op stalen robots.
een beroep moeten doen op stalen robots.
00:50
So I'm scared we won't have enough robots.
10
38460
2826
Ik ben bang dat we niet genoeg
robots zullen hebben.
robots zullen hebben.
00:53
But fear of losing jobs to technology has been around for a long time.
11
41286
4639
Angst om onze baan te verliezen
aan technologie leeft al lang onder ons.
aan technologie leeft al lang onder ons.
00:57
Back in 1957, there was a Spencer Tracy, Katharine Hepburn movie.
12
45925
3952
In 1957 maakten Spencer Tracy
en Katharine Hepburn een film.
en Katharine Hepburn een film.
01:01
So you know how it ended up,
13
49877
1448
Je weet hoe die eindigde.
01:03
Spencer Tracy brought a computer, a mainframe computer of 1957, in
14
51325
4086
Spencer Tracy bracht een voor 1957 krachtige,
mainframe computer mee
mainframe computer mee
01:07
to help the librarians.
15
55411
1900
om de bibliothecarissen te helpen.
01:09
The librarians in the company would do things like answer for the executives,
16
57311
3477
De bibliothecarissen in het bedrijf
beantwoordden vragen van de directie:
beantwoordden vragen van de directie:
01:12
"What are the names of Santa's reindeer?"
17
60788
3837
"Wat zijn de namen
van de rendieren van de Kerstman?"
van de rendieren van de Kerstman?"
01:16
And they would look that up.
18
64625
1185
Dat zochten zij dan op.
01:17
And this mainframe computer was going to help them with that job.
19
65810
2433
De computer zou hen helpen met deze taak.
01:20
Well of course a mainframe computer in 1957 wasn't much use for that job.
20
68243
4083
Een computer uit 1957
was niet erg geschikt voor die taak.
was niet erg geschikt voor die taak.
01:24
The librarians were afraid their jobs were going to disappear.
21
72326
3150
De bibliothecarissen waren bang dat
hun banen zouden verdwijnen.
hun banen zouden verdwijnen.
01:27
But that's not what happened in fact.
22
75476
1649
Maar dat gebeurde niet.
01:29
The number of jobs for librarians increased for a long time after 1957.
23
77125
5255
De vraag naar bibliothecarissen
steeg nog lang na 1957.
steeg nog lang na 1957.
01:34
It wasn't until the Internet came into play,
24
82380
3114
Pas toen het internet
01:37
the web came into play and search engines came into play
25
85494
2533
en zoekmachines opkwamen,
01:40
that the need for librarians went down.
26
88027
2649
waren er minder bibliothecarissen nodig.
01:42
And I think everyone from 1957 totally underestimated
27
90676
4207
Iedereen uit 1957 onderschatte
01:46
the level of technology we would all carry around in our hands and in our pockets today.
28
94883
4760
de technologie die we vandaag
op zak kunnen steken.
op zak kunnen steken.
01:51
And we can just ask: "What are the names of Santa's reindeer?" and be told instantly --
29
99643
5717
We krijgen onmiddellijk antwoord
op onze vragen over
de rendieren van de Kerstman
de rendieren van de Kerstman
01:57
or anything else we want to ask.
30
105360
1751
of welke vraag dan ook.
01:59
By the way, the wages for librarians went up faster
31
107111
5599
Overigens gingen de salarissen
van bibliothecarissen sneller omhoog
van bibliothecarissen sneller omhoog
02:04
than the wages for other jobs in the U.S. over that same time period,
32
112710
2999
dan die van andere beroepen
in de VS in die periode,
in de VS in die periode,
02:07
because librarians became partners of computers.
33
115709
3568
omdat bibliothecarissen
met computers werkten.
met computers werkten.
02:11
Computers became tools, and they got more tools that they could use
34
119277
2883
Computers werden hun gereedschap
en ze kregen meer nuttig gereedschap
en ze kregen meer nuttig gereedschap
02:14
and become more effective during that time.
35
122160
2292
zodat ze effectiever werden.
02:16
Same thing happened in offices.
36
124452
1792
Hetzelfde gebeurde in kantoren.
02:18
Back in the old days, people used spreadsheets.
37
126244
2298
Vroeger gebruiken mensen werkbladen.
02:20
Spreadsheets were spread sheets of paper,
38
128542
2334
Werkbladen waren grote vellen papier
02:22
and they calculated by hand.
39
130876
2150
en berekenen gebeurde manueel.
02:25
But here was an interesting thing that came along.
40
133026
2367
Maar iets interessants gebeurde.
02:27
With the revolution around 1980 of P.C.'s,
41
135393
2290
Met de pc-revolutie rond 1980,
02:29
the spreadsheet programs were tuned for office workers,
42
137683
4742
werden spreadsheetprogramma's gemaakt
voor kantoorgebruik.
voor kantoorgebruik.
02:34
not to replace office workers,
43
142425
1652
Niet om bediendes te vervangen,
02:36
but it respected office workers as being capable of being programmers.
44
144077
4666
maar men ging ervan uit dat bediendes
programmeurs konden worden.
programmeurs konden worden.
02:40
So office workers became programmers of spreadsheets.
45
148743
3128
Dus werden kantoorbediendes
spreadsheetprogrammeurs.
spreadsheetprogrammeurs.
02:43
It increased their capabilities.
46
151871
2091
Het vergrootte hun capaciteiten.
02:45
They no longer had to do the mundane computations,
47
153962
2579
Ze hoefden niet langer
alledaagse berekeningen te maken,
alledaagse berekeningen te maken,
02:48
but they could do something much more.
48
156541
2935
ze konden zoveel meer doen.
02:51
Now today, we're starting to see robots in our lives.
49
159476
3258
Vandaag duiken robots op in ons leven.
02:54
On the left there is the PackBot from iRobot.
50
162734
2309
Links zie je PackBot van iRobot.
02:57
When soldiers came across roadside bombs in Iraq and Afghanistan,
51
165043
3432
Soldaten stuitten in Irak en Afghanistan
op bermbommen.
op bermbommen.
03:00
instead of putting on a bomb suit and going out and poking with a stick,
52
168475
4149
In plaats van
een beschermend pak aan te trekken
een beschermend pak aan te trekken
en met een stok in het rond te porren,
03:04
as they used to do up until about 2002,
53
172624
2319
zoals ze tot 2002 deden,
03:06
they now send the robot out.
54
174943
1408
sturen ze er nu een robot naartoe.
03:08
So the robot takes over the dangerous jobs.
55
176351
2143
De robot neemt de gevaarlijke taak over.
03:10
On the right are some TUGs from a company called Aethon in Pittsburgh.
56
178494
4518
Rechts zijn een paar TUG's
van een bedrijf Aethon in Pittsburgh.
van een bedrijf Aethon in Pittsburgh.
03:15
These are in hundreds of hospitals across the U.S.
57
183012
2297
Ze zijn in gebruik
in honderden ziekenhuizen in de VS.
in honderden ziekenhuizen in de VS.
03:17
And they take the dirty sheets down to the laundry.
58
185309
2740
Ze brengen de vuile lakens
naar de wasserij.
naar de wasserij.
03:20
They take the dirty dishes back to the kitchen.
59
188049
1876
Ze brengen de vuile afwas naar de keuken.
03:21
They bring the medicines up from the pharmacy.
60
189925
2085
Ze halen de medicijnen af bij de apotheek.
03:24
And it frees up the nurses and the nurse's aides
61
192010
2945
Het bevrijdt
de verpleegsters en verpleeghulpen
de verpleegsters en verpleeghulpen
03:26
from doing that mundane work of just mechanically pushing stuff around
62
194955
3665
van het alledaagse en mechanische werk
03:30
to spend more time with patients.
63
198620
2073
zodat ze meer tijd
aan de patiënten kunnen besteden.
aan de patiënten kunnen besteden.
03:32
In fact, robots have become sort of ubiquitous in our lives in many ways.
64
200693
4699
Robots zijn op veel manieren
alomtegenwoordig in ons leven.
alomtegenwoordig in ons leven.
03:37
But I think when it comes to factory robots, people are sort of afraid,
65
205392
5268
Voor fabrieksrobots
zijn mensen echter een beetje bang.
zijn mensen echter een beetje bang.
03:42
because factory robots are dangerous to be around.
66
210660
4107
Ze zijn gevaarlijk.
Om ze te programmeren
Om ze te programmeren
03:46
In order to program them, you have to understand six-dimensional vectors and quaternions.
67
214767
4825
moet je zes-dimensionale
vectoren en quaternionen begrijpen.
vectoren en quaternionen begrijpen.
03:51
And ordinary people can't interact with them.
68
219592
3150
En gewone mensen kunnen er niet mee omgaan.
03:54
And I think it's the sort of technology that's gone wrong.
69
222742
2619
Het is dit soort technologie
waar het verkeerd liep.
waar het verkeerd liep.
03:57
It's displaced the worker from the technology.
70
225361
3633
Het haalde de werknemer
weg van de technologie.
weg van de technologie.
04:00
And I think we really have to look at technologies
71
228994
3099
We hebben echt technologie nodig
04:04
that ordinary workers can interact with.
72
232093
2102
waar werknemers mee kunnen omgaan.
04:06
And so I want to tell you today about Baxter, which we've been talking about.
73
234195
3680
Ik wil jullie vertellen over Baxter.
04:09
And Baxter, I see, as a way -- a first wave of robot
74
237875
4245
Baxter is de eerste robot in zijn soort
04:14
that ordinary people can interact with in an industrial setting.
75
242120
4290
waar gewone mensen mee kunnen omgaan
in een industriële omgeving.
in een industriële omgeving.
04:18
So Baxter is up here.
76
246410
1533
Baxter is hier.
04:19
This is Chris Harbert from Rethink Robotics.
77
247943
2816
Dit is Chris Harbert van Rethink Robotics.
04:22
We've got a conveyor there.
78
250759
1536
Hier is een lopende band.
04:24
And if the lighting isn't too extreme --
79
252295
2851
Als het licht niet te extreem is --
04:27
Ah, ah! There it is. It's picked up the object off the conveyor.
80
255146
4046
Ah, ah! Daar is hij.
Hij nam een object van de lopende band.
Hij nam een object van de lopende band.
04:31
It's going to come bring it over here and put it down.
81
259192
2850
Hij brengt het hier en zet het neer.
04:34
And then it'll go back, reach for another object.
82
262042
3299
Dan gaat hij terug
en reikt naar het volgende object.
en reikt naar het volgende object.
04:37
The interesting thing is Baxter has some basic common sense.
83
265341
3848
Baxter heeft een minimum aan
gezond verstand.
gezond verstand.
04:41
By the way, what's going on with the eyes?
84
269189
2221
Wat gebeurt daar met die ogen?
04:43
The eyes are on the screen there.
85
271410
1500
De ogen die je ziet op het scherm
04:44
The eyes look ahead where the robot's going to move.
86
272910
2749
anticiperen op de bewegingen van de robot.
04:47
So a person that's interacting with the robot
87
275659
1868
Een persoon die met de robot werkt,
04:49
understands where it's going to reach and isn't surprised by its motions.
88
277527
3566
begrijpt waar hij gaat reiken
en is niet verrast door de bewegingen.
en is niet verrast door de bewegingen.
04:53
Here Chris took the object out of its hand,
89
281093
2817
Hier nam Chris het object uit zijn hand
04:55
and Baxter didn't go and try to put it down;
90
283910
2232
en Baxter probeerde niet meer
om het neer te zetten.
om het neer te zetten.
04:58
it went back and realized it had to get another one.
91
286142
2352
Hij ging terug en
begreep dat hij een ander moest halen.
begreep dat hij een ander moest halen.
05:00
It's got a little bit of basic common sense, goes and picks the objects.
92
288494
3167
Hij heeft dus wat basaal gezond verstand
en neemt objecten op.
en neemt objecten op.
05:03
And Baxter's safe to interact with.
93
291661
1793
Baxter is veilig om mee te werken.
05:05
You wouldn't want to do this with a current industrial robot.
94
293454
2765
Dit wil je niet doen met de huidige
industriële robots,
industriële robots,
05:08
But with Baxter it doesn't hurt.
95
296219
2192
maar met Baxter is het veilig.
05:10
It feels the force, understands that Chris is there
96
298411
3898
Hij voelt de kracht,
begrijpt dat Chris daar staat
begrijpt dat Chris daar staat
05:14
and doesn't push through him and hurt him.
97
302309
2852
en doet hem geen pijn.
05:17
But I think the most interesting thing about Baxter is the user interface.
98
305161
3295
De gebruikersinterface van Baxter
is heel interessant.
is heel interessant.
05:20
And so Chris is going to come and grab the other arm now.
99
308456
3346
Chris gaat nu aan de andere kant
de arm vastnemen.
de arm vastnemen.
05:23
And when he grabs an arm, it goes into zero-force gravity-compensated mode
100
311802
5414
Als reactie gaat Baxter naar
nul-kracht-zwaartekracht-compensatie-modus
nul-kracht-zwaartekracht-compensatie-modus
05:29
and graphics come up on the screen.
101
317216
2076
en er verschijnen beelden op het scherm.
05:31
You can see some icons on the left of the screen there for what was about its right arm.
102
319292
4534
Je kan icoontjes zien op de linkerkant
van het scherm waar zijn rechterarm was.
van het scherm waar zijn rechterarm was.
05:35
He's going to put something in its hand, he's going to bring it over here,
103
323826
2794
Chris legt iets in de hand van de robot
brengt hem naar achter,
brengt hem naar achter,
05:38
press a button and let go of that thing in the hand.
104
326620
5022
drukt een knop in
zodat de robot het object loslaat.
zodat de robot het object loslaat.
05:43
And the robot figures out, ah, he must mean I want to put stuff down.
105
331642
4568
De robot begrijpt dat er verwacht wordt
dat hij het object neerlegt
dat hij het object neerlegt
05:48
It puts a little icon there.
106
336210
1700
en zet er een klein icoontje.
05:49
He comes over here, and he gets the fingers to grasp together,
107
337910
5911
Chris laat de robot hier komen
en de vingers samengrijpen.
en de vingers samengrijpen.
05:55
and the robot infers, ah, you want an object for me to pick up.
108
343821
3922
De robot begrijpt
dat hij het object moet opnemen
dat hij het object moet opnemen
05:59
That puts the green icon there.
109
347743
1799
en plaatst het groene icoontje
06:01
He's going to map out an area of where the robot should pick up the object from.
110
349542
4995
daar waar hij het object
moet gaan opnemen.
moet gaan opnemen.
06:06
It just moves it around, and the robot figures out that was an area search.
111
354537
4790
Chris beweegt de robotarm
wat heen en weer
wat heen en weer
en Baxter begrijpt nu
in welk gebied hij moet zoeken.
in welk gebied hij moet zoeken.
Hij moest het niet van een menu aflezen.
06:11
He didn't have to select that from a menu.
112
359327
1876
06:13
And now he's going to go off and train the visual appearance of that object
113
361203
3157
Nu leert hij aan hoe het object eruitziet,
06:16
while we continue talking.
114
364360
1716
terwijl ik verder spreek.
06:18
So as we continue here,
115
366076
2212
Ik wil jullie nog vertellen
hoe het is in deze fabrieken.
hoe het is in deze fabrieken.
06:20
I want to tell you about what this is like in factories.
116
368288
2171
06:22
These robots we're shipping every day.
117
370459
1484
We verzenden elke dag zulke robots
06:23
They go to factories around the country.
118
371943
1550
naar fabrieken over het hele land.
06:25
This is Mildred.
119
373493
1182
Dit is Mildred.
06:26
Mildred's a factory worker in Connecticut.
120
374675
1566
Ze werkt al 20 jaar aan de lopende band
in een fabriek in Connecticut.
in een fabriek in Connecticut.
06:28
She's worked on the line for over 20 years.
121
376241
2379
06:30
One hour after she saw her first industrial robot,
122
378620
3343
Een uur na kennismaking
met haar eerste industriële robot,
met haar eerste industriële robot,
06:33
she had programmed it to do some tasks in the factory.
123
381963
3060
had ze hem geprogrammeerd
voor enkele taken.
voor enkele taken.
06:37
She decided she really liked robots.
124
385023
2431
Ze werd verliefd op de robots.
06:39
And it was doing the simple repetitive tasks that she had had to do beforehand.
125
387454
4670
Ze deden simpele repetitieve taken
die zij eerst zelf moest doen.
die zij eerst zelf moest doen.
06:44
Now she's got the robot doing it.
126
392124
1838
Nu doet een robot het voor haar.
06:45
When we first went out to talk to people in factories
127
393962
2564
Toen we voor het eerst
met fabrieksarbeiders spraken
met fabrieksarbeiders spraken
06:48
about how we could get robots to interact with them better,
128
396526
2834
over hoe ze beter met robots konden omgaan,
06:51
one of the questions we asked them was,
129
399360
1566
vroegen we hen:
"Wil je dat jouw kinderen
in een fabriek werken?"
in een fabriek werken?"
06:52
"Do you want your children to work in a factory?"
130
400926
2445
06:55
The universal answer was "No, I want a better job than that for my children."
131
403371
4372
Het antwoord was steeds: "Nee,
ik wil een betere baan voor mijn kinderen."
ik wil een betere baan voor mijn kinderen."
06:59
And as a result of that, Mildred is very typical
132
407743
3377
Daarom is Mildred een typisch voorbeeld
van de huidige
fabrieksarbeidsters in de VS:
fabrieksarbeidsters in de VS:
07:03
of today's factory workers in the U.S.
133
411120
1855
07:04
They're older, and they're getting older and older.
134
412975
2185
ouder en ze worden steeds ouder en ouder.
07:07
There aren't many young people coming into factory work.
135
415160
2565
Er zijn niet veel jonge mensen
die starten in de fabriek.
die starten in de fabriek.
07:09
And as their tasks become more onerous on them,
136
417725
3316
Omdat de taken zwaarder voor hen worden,
07:13
we need to give them tools that they can collaborate with,
137
421041
3093
moeten we ze tools geven
waarmee ze kunnen samenwerken
waarmee ze kunnen samenwerken
07:16
so that they can be part of the solution,
138
424134
1810
zodat ze deel van de oplossing worden.
07:17
so that they can continue to work and we can continue to produce in the U.S.
139
425944
4851
Zodat ze kunnen blijven werken
en wij verder kunnen produceren in de VS.
en wij verder kunnen produceren in de VS.
07:22
And so our vision is that Mildred who's the line worker
140
430795
4065
Onze visie is dat Mildred
die aan de lopende band werkt,
die aan de lopende band werkt,
07:26
becomes Mildred the robot trainer.
141
434860
2917
Mildred de robottrainer wordt.
Ze breidt haar vaardigheden uit,
07:29
She lifts her game,
142
437777
1145
07:30
like the office workers of the 1980s lifted their game of what they could do.
143
438922
4587
net als de kantoorbediendes
in de jaren 80.
in de jaren 80.
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
Ze hoeven er niet jarenlang
voor te studeren.
voor te studeren.
07:39
They're tools that they can just learn how to operate in a few minutes.
145
447593
3444
Ze leren er in een paar minuten mee werken.
07:43
There's two great forces that are both volitional but inevitable.
146
451037
4789
Er zijn twee grote krachten
die wilskrachtig maar onvermijdelijk zijn:
die wilskrachtig maar onvermijdelijk zijn:
07:47
That's climate change and demographics.
147
455826
2377
klimaatverandering en de vergrijzing.
07:50
Demographics is really going to change our world.
148
458203
2667
Vergrijzing zal onze wereld
écht veranderen.
écht veranderen.
07:52
This is the percentage of adults who are working age.
149
460870
3962
Dit is het percentage actieve volwassenen.
07:56
And it's gone down slightly over the last 40 years.
150
464832
1963
Het is een beetje gedaald
de laatste 40 jaar.
de laatste 40 jaar.
07:58
But over the next 40 years, it's going to change dramatically, even in China.
151
466795
3880
Maar het zal de volgende 40 jaar
dramatisch veranderen, zelfs in China.
dramatisch veranderen, zelfs in China.
08:02
The percentage of adults who are working age drops dramatically.
152
470675
5327
Het percentage actieve volwassenen
gaat dramatisch dalen.
gaat dramatisch dalen.
08:08
And turned up the other way, the people who are retirement age goes up very, very fast,
153
476002
5090
Het aantal mensen op pensioenleeftijd
gaat zeer, zeer snel stijgen
gaat zeer, zeer snel stijgen
08:13
as the baby boomers get to retirement age.
154
481092
4337
omdat de babyboomers met pensioen gaan.
08:17
That means there will be more people with fewer social security dollars
155
485429
3548
Dat betekent meer mensen
met minder geld voor sociale zekerheid,
met minder geld voor sociale zekerheid,
08:20
competing for services.
156
488977
2633
in concurrentie voor diensten.
08:23
But more than that, as we get older we get more frail
157
491610
4051
Meer nog, hoe ouder we worden,
hoe kwetsbaarder we worden.
hoe kwetsbaarder we worden.
08:27
and we can't do all the tasks we used to do.
158
495661
2249
We kunnen niet meer alle taken
doen die we gewend zijn.
doen die we gewend zijn.
08:29
If we look at the statistics on the ages of caregivers,
159
497910
3713
Als we kijken
naar de leeftijd van zorggevenden:
naar de leeftijd van zorggevenden:
08:33
before our eyes those caregivers are getting older and older.
160
501623
4470
ze worden ouder en ouder.
08:38
That's happening statistically right now.
161
506093
1999
Dat is nu aan de gang.
08:40
And as the number of people who are older, above retirement age and getting older, as they increase,
162
508092
5938
Het aantal ouder wordende
gepensioneerde mensen vergroot
gepensioneerde mensen vergroot
08:46
there will be less people to take care of them.
163
514030
2027
en er zijn minder mensen
om voor hen te zorgen.
om voor hen te zorgen.
08:48
And I think we're really going to have to have robots to help us.
164
516057
2619
We zullen dus echt robots nodig hebben.
08:50
And I don't mean robots in terms of companions.
165
518676
3235
Ik bedoel geen robots als gezelschap.
Ik bedoel robots die taken overnemen
die we normaal zelf doen
die we normaal zelf doen
08:53
I mean robots doing the things that we normally do for ourselves
166
521911
3281
maar die minder goed lukken
als we ouder worden.
als we ouder worden.
08:57
but get harder as we get older.
167
525192
1669
08:58
Getting the groceries in from the car, up the stairs, into the kitchen.
168
526861
2865
De boodschappen uit de auto halen
en de trap opdragen naar de keuken.
en de trap opdragen naar de keuken.
09:01
Or even, as we get very much older,
169
529726
2395
Of zelfs, als we nog ouder worden,
09:04
driving our cars to go visit people.
170
532121
3088
onze auto's besturen
als we ergens op bezoek gaan.
als we ergens op bezoek gaan.
09:07
And I think robotics gives people a chance to have dignity as they get older
171
535209
6367
Ik denk dat robots mensen de kans geven
op waardig ouder worden,
op waardig ouder worden,
09:13
by having control of the robotic solution.
172
541576
3549
omdat ze de controle behouden.
09:17
So they don't have to rely on people that are getting scarcer to help them.
173
545125
3385
Op die manier zijn ze niet afhankelijk
van mensen om hen te helpen.
van mensen om hen te helpen.
09:20
And so I really think that we're going to be spending more time
174
548510
6892
Ik denk echt
dat we meer tijd gaan doorbrengen
dat we meer tijd gaan doorbrengen
09:27
with robots like Baxter
175
555402
2301
met robots zoals Baxter,
09:29
and working with robots like Baxter in our daily lives. And that we will --
176
557703
6694
en er meer mee zullen gaan werken
in ons dagelijks leven.
in ons dagelijks leven.
09:36
Here, Baxter, it's good.
177
564397
2480
Hier, Baxter, het is goed.
09:38
And that we will all come to rely on robots over the next 40 years
178
566877
4244
We zullen de volgende 40 jaar
allemaal beroep doen op robots
allemaal beroep doen op robots
09:43
as part of our everyday lives.
179
571121
2166
als deel van ons dagelijks leven.
09:45
Thanks very much.
180
573287
1294
Hartelijk dank.
09:46
(Applause)
181
574581
2995
(Applaus)
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