TEDxBerkeley
Ken Goldberg: 4 lessons from robots about being human
Ken Goldberg: 4 lekcje od robotów o tym, jak być człowiekiem
Filmed:
Readability: 4.6
387,467 views
Im bardziej roboty zakorzeniają się w naszą codzienność, tym bardziej jesteśmy zmuszeni do przetestowania naszego człowieczeństwa. Podczas TEDxBerkeley, Ken Goldberg dzieli się czterema bardzo ludzkimi lekcjami, które wyniósł z pracy przy robotach. (Film pochodzi z 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
Wiem, że to zabrzmi dziwnie,
00:18
but I think robots can inspire us
1
3052
3294
lecz myślę, że roboty
mogą nas inspirować,
mogą nas inspirować,
00:22
to be better humans.
2
6346
2388
żebyśmy się stali
lepszymi ludźmi.
lepszymi ludźmi.
00:24
See, I grew up in Bethlehem, Pennsylvania,
3
8734
3629
Dorastałem w Bethlehem w Pensylwanii,
00:28
the home of Bethlehem Steel.
4
12363
2321
gdzie znajduje się Bethlehem Steel.
00:30
My father was an engineer,
5
14684
2079
Mój ojciec był inżynierem.
00:32
and when I was growing up, he would teach me
6
16763
2851
Kiedy dorastałem, uczył mnie
00:35
how things worked.
7
19614
1159
jak działają rzeczy.
00:36
We would build projects together,
8
20773
2815
Budowaliśmy wspólnie projekty,
00:39
like model rockets and slot cars.
9
23588
2792
takie jak modele rakiet
i tory samochodowe.
i tory samochodowe.
00:42
Here's the go-kart that we built together.
10
26380
3284
Na zdjęciu widzicie gokart,
który razem zbudowaliśmy.
który razem zbudowaliśmy.
00:45
That's me behind the wheel,
11
29664
2219
Ten za kółkiem - to ja
00:47
with my sister and my best friend at the time,
12
31883
3819
wraz z moją siostrą
i najlepszym kumplem z dzieciństwa.
i najlepszym kumplem z dzieciństwa.
00:51
and one day,
13
35702
2123
Pewnego dnia gdy miałem 10 lat,
00:53
he came home, when I was about 10 years old,
14
37825
3107
kiedy ojciec wrocił do domu
00:56
and at the dinner table, he announced
15
40932
2304
oznajmił przy obiedzie,
00:59
that for our next project, we were going to build a robot.
16
43236
6438
że następnym naszym
projektem jest robot.
projektem jest robot.
01:05
A robot.
17
49674
1109
Robot.
01:06
Now, I was thrilled about this,
18
50783
2252
Przeszedł mnie dreszcz ekscytacji,
01:08
because at school,
19
53035
1590
ponieważ w szkole
01:10
there was a bully named Kevin,
20
54625
2075
był taki łobuz o imieniu Kevin,
01:12
and he was picking on me
21
56700
2246
który się mnie czepiał,
01:14
because I was the only Jewish kid in class.
22
58946
2414
z racji tego, że byłem
jedynym Żydem w klasie.
jedynym Żydem w klasie.
01:17
So I couldn't wait to get started to work on this
23
61360
2813
Nie mogłem się doczekać,
aby zacząć pracę nad projektem,
aby zacząć pracę nad projektem,
01:20
so I could introduce Kevin to my robot. (Laughter)
24
64173
3822
bym mógł przedstawić
Kevina mojemu robotowi. (śmiech)
Kevina mojemu robotowi. (śmiech)
01:23
(Robot noises)
25
67995
11063
(Mechaniczne odgłosy)
01:34
But that wasn't the kind of robot my dad had in mind.
26
79058
4875
Nie takiego robota tata miał na myśli.
01:39
See, he owned a chromium plating company,
27
83933
3728
Był właścicielem firmy
zajmującej się chromowaniem,
zajmującej się chromowaniem,
01:43
and they had to move
28
87661
2176
w której to trzeba było przenosić
01:45
heavy steel parts between tanks of chemicals,
29
89837
3096
ciężkie stalowe części
pomiędzy zbiornikami chemikaliów.
pomiędzy zbiornikami chemikaliów.
01:48
and so he needed an industrial robot like this
30
92933
3790
Potrzebował robota takiego jak ten,
01:52
that could basically do the heavy lifting.
31
96723
3099
przenoszącego ciężkie rzeczy.
01:55
But my dad didn't get the kind of robot he wanted, either.
32
99822
3905
Mojemu tacie nie udało się
stworzyć wymarzonego robota.
stworzyć wymarzonego robota.
01:59
He and I worked on it for several years,
33
103727
2597
Wspólnie pracowaliśmy nad nim kilka lat,
02:02
but it was the 1970s,
34
106324
1978
ale to były lata '70.
02:04
and the technology that was available to amateurs
35
108302
2526
Technologia dostępna teraz dla amatorów,
02:06
just wasn't there yet.
36
110828
2657
była wtedy nieosiągalna.
02:09
So Dad continued to do this kind of work by hand,
37
113485
3745
Więc tata wykonywał tą pracę ręcznie,
02:13
and a few years later,
38
117230
2275
a kilka lat później,
02:15
he was diagnosed with cancer.
39
119505
4139
wykryto u niego raka.
02:19
You see, what the robot we were trying to build
40
123644
3305
Robot, którego budowaliśmy
nie miał tylko na celu
nie miał tylko na celu
02:22
was telling him was not about doing the heavy lifting.
41
126949
3267
odciążyć go od dźwigania.
02:26
It was a warning about his exposure to the toxic chemicals.
42
130216
4308
Miał go ustrzec przed
kontaktem z toksycznymi chemikaliami.
kontaktem z toksycznymi chemikaliami.
02:30
He didn't recognize that at the time,
43
134524
2977
Nie widział wtedy tego zagrożenia
02:33
and he contracted leukemia,
44
137501
2139
i nabawił się białaczki.
02:35
and he died at the age of 45.
45
139640
3222
Zmarł w wieku 45 lat.
02:38
I was devastated by this,
46
142862
2841
Byłem tym zdruzgotany
02:41
and I never forgot the robot that he and I tried to build.
47
145703
4575
i nigdy nie zapomnę robota,
którego mieliśmy razem zbudować.
którego mieliśmy razem zbudować.
02:46
When I was in college, I decided to study engineering, like him.
48
150278
4311
Kiedy byłem w koledżu,
postanowiłem studiować inżynierię jak on.
postanowiłem studiować inżynierię jak on.
02:50
And I went to Carnegie Mellon, and I earned my PhD in robotics.
49
154589
4946
Poszedłem na uniwersytet Carnegie Mellon,
gdzie zdobyłem doktorat z robotyki.
gdzie zdobyłem doktorat z robotyki.
02:55
I've been studying robots ever since.
50
159535
3094
Od tego momentu, zajmuję się robotami.
02:58
So what I'd like to tell you about
51
162629
1638
Opowiem wam o czterech
03:00
are four robot projects
52
164267
2714
projektach robotów
03:02
and how they've inspired me to be a better human.
53
166981
7044
i o tym, jak zainspirowały mnie,
by stać się lepszym człowiekiem.
by stać się lepszym człowiekiem.
03:09
By 1993, I was a young professor at USC,
54
174025
5749
W roku 1993 jako młody profesor na USC
03:15
and I was just building up my own robotics lab,
55
179774
3037
budowałem moje własne
laboratorium robotyki,
laboratorium robotyki,
03:18
and this was the year that the World Wide Web came out.
56
182811
3585
wtedy też narodziło się World Wide Web.
03:22
And I remember my students were the ones
57
186396
1176
Pamiętam, że moi studenci
03:23
who told me about it,
58
187572
1704
powiedzieli mi o tym.
03:25
and we would -- we were just amazed.
59
189276
2619
Byliśmy zachwyceni.
03:27
We started playing with this, and that afternoon,
60
191895
3434
Pobawiliśmy się trochę
03:31
we realized that we could use this new, universal interface
61
195329
3853
i dotarło do nas, że można
wykorzystać ten nowy interfejs,
wykorzystać ten nowy interfejs,
03:35
to allow anyone in the world
62
199182
2543
aby pozwolić każdemu na świecie
03:37
to operate the robot in our lab.
63
201725
3048
operować robotem
w naszym laboratorium.
w naszym laboratorium.
03:40
So, rather than have it fight or do industrial work,
64
204773
5708
Zamiast używać go do walki,
czy pracy w fabryce,
czy pracy w fabryce,
03:46
we decided to build a planter,
65
210481
2486
zbudować sadzarkę,
03:48
put the robot into the center of it,
66
212967
1976
i w jej centrum umieścić robota.
03:50
and we called it the Telegarden.
67
214943
2353
Nazwaliśmy to Teleogród.
03:53
And we had put a camera in the gripper of the hand
68
217296
3603
W uchwycie umieściliśmy kamerę
03:56
of the robot, and we wrote some special scripts
69
220899
2709
i napisaliśmy specjalne skrypty
03:59
and software so that anyone in the world could come in
70
223608
3161
i oprogramowanie,
by każdy na świecie mógł tutaj wejść
by każdy na świecie mógł tutaj wejść
04:02
and by clicking on the screen
71
226769
2329
i klikając po ekranie
04:04
they could move the robot around
72
229098
2173
poruszać robotem
04:07
and visit the garden.
73
231271
2316
i odwiedzić nasz ogród.
04:09
But we also allowed, set up some other software
74
233587
3620
Dodanie nowego oprogramowania
04:13
that lets you participate and help us water the garden
75
237207
3419
umożliwiło użytkownikom
zdalnie podlewać ogród.
zdalnie podlewać ogród.
04:16
remotely, and if you water it a few times,
76
240626
3045
Po kilkukrotnym podlaniu
04:19
we'd give you your own seed to plant.
77
243671
3585
dawaliśmy nasionka do posadzenia.
04:23
Now, this was a project, an engineering project,
78
247256
3271
To było przedsięwzięcie inżynierskie,
04:26
and we published some papers on the design,
79
250527
2776
publikowaliśmy artykuły o projekcie systemu,
04:29
the system design of it, but we also thought of it
80
253303
2249
lecz traktowaliśmy to również jako
04:31
as an art installation.
81
255552
3086
instalację artystyczną.
04:34
It was invited, after the first year,
82
258638
2173
Po roku, projektem zainteresowało się
04:36
by the Ars Electronica Museum in Austria
83
260811
3044
muzeum Ars Electronica w Austrii,
04:39
to have it installed in their lobby,
84
263855
3000
które to zainstalowało go w swoim holu.
04:42
and I'm happy to say it remained online there,
85
266855
2418
Miło mi powiedzieć, że wciąż jest dostępny online
04:45
24 hours a day, for almost nine years.
86
269273
4983
24 godziny na dobę, od prawie 9 lat.
04:50
That robot was operated by more people
87
274256
3799
Ten robot był obsługiwany
przez więcej ludzi,
przez więcej ludzi,
04:53
than any other robot in history.
88
278055
3086
niż każdy inny robot w historii.
04:57
Now, one day,
89
281141
1554
Pewnego dnia,
04:58
I got a call out of the blue
90
282695
2317
dostałem niespodziewany telefon,
05:00
from a student,
91
285012
2015
od jednego ze studentów,
05:02
who asked a very simple but profound question.
92
287027
4670
który zadał mi bardzo proste,
a zarazem głębokie pytanie.
a zarazem głębokie pytanie.
05:07
He said, "Is the robot real?"
93
291697
4538
"Czy ten robot istnieje"?
05:12
Now, everyone else had assumed it was,
94
296235
2765
Teraz wszyscy zakładają, że tak,
05:14
and we knew it was because we were working with it.
95
299000
2331
i my byliśmy pewni,
ponieważ sami nad nim pracowaliśmy.
ponieważ sami nad nim pracowaliśmy.
05:17
But I knew what he meant,
96
301331
1540
Wiem, co autor pytania miał na myśli.
05:18
because it would be possible to take a bunch of pictures
97
302871
2593
Byłoby możliwe wziąć parę zdjęć kwiatów
05:21
of flowers in a garden and then, basically, index them
98
305464
4361
w ogrodzie i zindeksować je
05:25
in a computer system such that it would appear
99
309825
2229
w systemie komputerowym, by uzyskać efekt
05:27
that there was a real robot when there wasn't.
100
312054
3074
prawdziwego robota,
chociaż go tam wcale nie było.
chociaż go tam wcale nie było.
05:31
And the more I thought about it, I couldn't think
101
315128
1241
Im więcej o tym myślałem, to nie mogłem
05:32
of a good answer for how he could tell the difference.
102
316369
3551
znaleźć dobrej odpowiedzi na to pytanie.
05:35
This was right about the time that I was offered a position
103
319920
2887
W tym czasie dostałem posadę
05:38
here at Berkeley,
104
322807
2073
tutaj, w Berkeley.
05:40
and when I got here, I looked up Hubert Dreyfus,
105
324880
3552
Kiedy tu dotarłem, znalazłem Huberta Dreyfus'a,
05:44
who's a world-renowned professor of philosophy,
106
328432
3665
który jest światowej sławy profesorem filozofii.
05:47
and I talked with him about this, and he said,
107
332097
2374
Rozmawiałem z nim o problemie, na co on powiedział:
05:50
"This is one of the oldest and most central problems
108
334471
3560
"To jeden z najstarszych i głównych problemów
05:53
in philosophy. It goes back to the Skeptics,
109
338031
3602
filozofii. Odwołuje się do Sceptycyzmu,
05:57
and up through Descartes.
110
341633
1960
Kartezjusza.
05:59
It's the issue of epistemology,
111
343593
3170
To kwestia epistemologii,
06:02
the study of how do we know that something is true."
112
346763
3750
nauki mówiącej nam,
skąd wiemy, że coś jest prawdziwe".
skąd wiemy, że coś jest prawdziwe".
06:06
So he and I started working together,
113
350513
2223
Od tamtego momentu,
zaczęliśmy naszą współpracę
zaczęliśmy naszą współpracę
06:08
and we coined a new term: telepistemology,
114
352736
3041
Ukuliśmy nowy termin: telespistemologia,
06:11
the study of knowledge at a distance.
115
355777
3526
czyli nauka o wiedzy na odległość.
06:15
We invited leading artists, engineers,
116
359303
2752
Zachęcaliśmy czołowych artystów, inżynierów,
06:17
and philosophers to write essays about this,
117
362055
3064
oraz filozofów do pisania esejów na ten temat.
06:21
and the results, the results are collected in this book
118
365119
2340
Owoce tego przedsięwzięcia
zebrane są w tej książce
zebrane są w tej książce
06:23
from MIT Press.
119
367459
2621
wydawnictwa MIT Press.
06:25
So thanks to this student who questioned
120
370080
2332
Dzięki temu studentowi,
który zakwestionował to,
który zakwestionował to,
06:28
what everyone else had assumed to be true,
121
372412
2803
co ogólnie było uważane za prawdę.
06:31
this project taught me an important lesson about life,
122
375215
4208
Ten projekt dał mi jedną życiową lekcję,
06:35
which is to always question assumptions.
123
379423
4073
żeby zawsze kwestionować założenia.
06:39
Now, the second project I'll tell you about
124
383496
2648
Następny projekt, o którym opowiem
06:42
grew out of the Telegarden.
125
386144
1879
rozwinął się z Teleogrodu.
06:43
As it was operating, my students and I were very interested
126
388023
2576
Razem ze studentami
byliśmy bardzo zainteresowani tym,
byliśmy bardzo zainteresowani tym,
06:46
in how people were interacting with each other
127
390599
2762
jak ludzie komunikują się między sobą
06:49
and what they were doing with the garden.
128
393361
1621
i co robili z ogrodem.
06:50
So we started thinking, what if the robot could leave
129
394982
2262
Zaczęliśmy myśleć, co jeśli nasz robot mógłby
06:53
the garden and go out into some other
130
397244
2083
opuścić ogród i wejść w inne,
06:55
interesting environment?
131
399327
1992
interesujące środowisko?
06:57
Like, for example, what if it could go to a dinner party
132
401319
2179
Na przykład, co jeśli
mógłby pojść na przyjęcie
mógłby pojść na przyjęcie
06:59
at the White House? (Laughter)
133
403498
5198
do Białego Domu? (śmiech)
07:04
So, because we were interested more in the system design
134
408696
2841
Byliśmy bardziej zainteresowani
w projektowanie systemu
w projektowanie systemu
07:07
and the user interface than in the hardware,
135
411537
3286
i interfejsu użytkownika niż w sprzęcie,
07:10
we decided that, rather than have
136
414823
2034
zadecydowaliśmy, że zamiast
07:12
a robot replace the human to go to the party,
137
416857
3678
robota zastępującego człowieka na przyjęciu,
07:16
we'd have a human replace the robot.
138
420535
2843
to człowiek zastąpi robota.
07:19
We called it the Tele-Actor.
139
423378
2600
Nazwaliśmy ten projekt Tele-Aktor.
07:21
We got a human,
140
425978
2032
Znaleźliśmy osobę,
07:23
someone who's very outgoing and gregarious,
141
428010
3007
kogoś otwartego i towarzyskiego.
07:26
and she was outfitted with a helmet
142
431017
3142
Ubraliśmy ją w hełm
07:30
with various equipment, cameras and microphones,
143
434159
2570
z kamerami i mikrofonami,
07:32
and then a backpack with wireless Internet connection,
144
436729
3740
oraz w plecak z
bezprzewodowym połączeniem do Internetu.
bezprzewodowym połączeniem do Internetu.
07:36
and the idea was that she could go into a remote and
145
440469
3359
Z założenia, aktorka mogła się udać w odległe
07:39
interesting environment, and then over the Internet,
146
443828
3815
i interesujące otoczenie,
a ludzie poprzez Internet
a ludzie poprzez Internet
07:43
people could experience what she was experiencing,
147
447643
3151
mogli doświadczać to, co ona.
07:46
so they could see what she was seeing,
148
450794
2937
Widzieli to, co ona widzi,
07:49
but then, more importantly, they could participate
149
453731
3307
lecz ważniejsze jest to,
że mogli brać udział
że mogli brać udział
07:52
by interacting with each other
150
457038
2948
komunikując się między sobą,
07:55
and coming up with ideas about what she should do next
151
459986
3705
wymyślając, co powinna dalej zrobić,
07:59
and where she should go,
152
463691
2216
oraz gdzie powinna pójść,
08:01
and then conveying those to the Tele-Actor.
153
465907
3162
a następnie przekazywali
polecenia do Tele-Aktora.
polecenia do Tele-Aktora.
08:04
So we got a chance to take the Tele-Actor
154
469069
2445
Mieliśmy okazję zabrać ją
08:07
to the Webby Awards in San Francisco,
155
471514
3615
na rozdanie nagród Webby w San Francisco.
08:11
and that year, Sam Donaldson was the host.
156
475129
4111
Tamtego lata, Sam Donaldson był prowadzącym.
08:15
Just before the curtain went up, I had about 30 seconds
157
479240
3642
Zanim kurtyna poszła w górę,
miałem około 30 sekund,
miałem około 30 sekund,
08:18
to explain to Mr. Donaldson what we were gonna do,
158
482882
4458
by wytłumaczyć panu Donaldsonowi,
co zamierzamy zrobić.
co zamierzamy zrobić.
08:23
and I said, "The Tele-Actor
159
487340
1864
Powiedziałem: "Tele-Aktor
08:25
is going to be joining you on stage,
160
489204
2456
dołączy do was na scenie,
08:27
and this is a new experimental project,
161
491660
2198
i to jest nowy projekt eksperymentalny,
08:29
and people are watching her on their screens,
162
493858
2625
który ludzie oglądają na swoich ekranach.
08:32
and she's got -- there's cameras involved and there's
163
496483
2305
Aktorka zaopatrzona jest
w mikrofony i kamery,
w mikrofony i kamery,
08:34
microphones and she's got an earbud in her ear,
164
498788
2911
ma słuchawkę w uchu,
08:37
and people over the network are giving her advice
165
501699
1447
a ludzie przez Sieć dają jej rady,
08:39
about what to do next."
166
503146
1368
co ma robić".
08:40
And he said, "Wait a second,
167
504514
3209
Odpowiedział: "Czekaj, czekaj...
08:43
that's what I do." (Laughter)
168
507723
6375
...ja robię to samo". (śmiech)
08:49
So he loved the concept,
169
514098
1931
Spodobał mu się nasz koncept,
08:51
and when the Tele-Actor walked onstage,
170
516029
2340
a kiedy Tele-Aktorka weszła na scenę,
08:54
she walked right up to him, and she gave him a big kiss
171
518369
2821
podeszła do niego
i dała mu wielkiego buziaka
i dała mu wielkiego buziaka
08:57
right on the lips. (Laughter)
172
521190
3106
prosto w usta. (śmiech)
09:00
We were totally surprised.
173
524296
1131
Byliśmy totalnie zaskoczeni.
09:01
We had no idea that would happen.
174
525427
2017
Nie spodziewaliśmy się tego.
09:03
And he was great. He just gave her a big hug in return,
175
527444
2692
On też zachował się świetnie.
Odpłacił jej się wielkim uściskiem.
Odpłacił jej się wielkim uściskiem.
09:06
and it worked out great.
176
530136
1769
Wszystko wyszło świetnie.
09:07
But that night, as we were packing up,
177
531905
2064
Kiedy pakowaliśmy się tamtej nocy,
09:09
I asked the Tele-Actor, how did the Tele-Directors
178
533969
3608
zapytałem jej,
jak to się stało, że Tele-Reżyserzy
jak to się stało, że Tele-Reżyserzy
09:13
decide that they would give a kiss to Sam Donaldson?
179
537577
5558
zadecydowali,
że ma pocałować Sama Donaldsona?
że ma pocałować Sama Donaldsona?
09:19
And she said they hadn't.
180
543135
2212
Odparła, że nie zrobili tego.
09:21
She said, when she was just about to walk on stage,
181
545347
2434
Powiedziała, że gdy wchodziła na scenę,
09:23
the Tele-Directors were still trying to agree on what to do,
182
547781
2312
Tele-Reżyserowie nie mogli dojść do porozumienia,
09:25
and so she just walked on stage and did
183
550093
2407
więc po prostu weszła na scenie i zrobiła
09:28
what felt most natural. (Laughter)
184
552500
5522
co uważała za naturalne. (śmiech)
09:33
So, the success of the Tele-Actor that night
185
558022
3670
Więc sukces Tele-Aktora tego wieczoru
09:37
was due to the fact that she was a wonderful actor.
186
561692
4373
wynikał z faktu,
że była wspaniałą aktorką.
że była wspaniałą aktorką.
09:41
She knew when to trust her instincts,
187
566065
2357
Wiedziała, kiedy zaufać instynktowi.
09:44
and so that project taught me another lesson about life,
188
568422
3864
Ten projekt dał mi kolejną lekcję życia:
09:48
which is that, when in doubt, improvise. (Laughter)
189
572286
6379
Masz wątpliwości, improwizuj. (śmiech)
09:54
Now, the third project grew out of
190
578665
3080
Trzeci projekt powstał na bazie
09:57
my experience when my father was in the hospital.
191
581745
4893
moich doświadczeń,
gdy mój tata leżał w szpitalu.
gdy mój tata leżał w szpitalu.
10:02
He was undergoing a treatment,
192
586638
2240
Był leczony chemioterapią
10:04
chemotherapy treatments, and there's a related treatment
193
588878
3633
i metodą spokrewnioną,
10:08
called brachytherapy, where tiny, radioactive seeds
194
592511
5048
zwaną brachyterapią,
gdzie małe, radioaktywne kulki
gdzie małe, radioaktywne kulki
10:13
are placed into the body to treat cancerous tumors.
195
597559
4211
są umieszczane w ciele,
żeby leczyć guzy nowotworowe.
żeby leczyć guzy nowotworowe.
10:17
And the way it's done, as you can see here,
196
601770
2097
Żeby umieścić radioaktywne cząstki,
10:19
is that surgeons insert needles into the body
197
603867
4391
chirurg umieszcza igły w ciele.
10:24
to deliver the seeds, and all this,
198
608258
2592
Żeby dostarczyć kulki,
10:26
all these needles are inserted in parallel,
199
610850
3433
wszystkie te igły
są wprowadzane równolegle.
są wprowadzane równolegle.
10:30
so it's very common that some of the needles
200
614283
2975
Bardzo często niektóre z igieł
10:33
penetrate sensitive organs, and as a result,
201
617258
4817
penetrując delikatne organy,
10:37
the needles damage these organs, cause damage
202
622075
5063
uszkadzają je.
10:43
which leads to trauma and side effects.
203
627138
3487
Prowadzi to do
urazów i efektów ubocznych.
urazów i efektów ubocznych.
10:46
So my students and I wondered, what if we could
204
630625
2500
Zastanawialiśmy się ze studentami,
10:49
modify the system
205
633125
3485
czy można zmodyfikować system,
10:52
so that the needles could come in at different angles?
206
636610
3785
żeby igły mogły wchodzić pod różnymi kątami.
10:56
So we simulated this, and we developed some
207
640395
2777
Wykonaliśmy symulację i napisaliśmy kilka
10:59
optimization algorithms and we simulated this,
208
643172
2589
algorytmów optymalizacyjnych.
11:01
and we were able to show that we are able to avoid
209
645761
2277
Mogliśmy pokazać,
że umiemy omijać
że umiemy omijać
11:03
the delicate organs and yet still achieve the coverage
210
648038
3767
delikatne organy
i wciąż sięgać
i wciąż sięgać
11:07
of the tumors with the radiation.
211
651805
3508
do guzów z promieniowaniem.
11:11
So now, we're working with doctors at UCSF
212
655313
3498
Pracujemy z doktorami z UCSF
11:14
and engineers at Johns Hopkins
213
658811
2696
oraz inżynierami z uniwersytetu Johnsa Hopkinsa
11:17
and we're building a robot that has a number of,
214
661507
3582
nad budową robota, którego wyjątkowy projekt
11:20
it's a specialized design with different joints that can allow
215
665089
3257
z różnymi przegubami
11:24
the needles to come in at an infinite variety of angles,
216
668346
4258
pozwala na wprowadzanie
igieł pod dowolnym kątem.
igieł pod dowolnym kątem.
11:28
and as you can see here, they can avoid delicate organs
217
672604
3166
Jak widzicie, omijają delikatne organy
11:31
and still reach the targets they're aiming for.
218
675770
4138
nadal osiągając zamierzone cele.
11:35
So, by questioning this assumption that all the needles
219
679908
3317
Przez kwestionowanie założenia,
że wszystkie igły
że wszystkie igły
11:39
have to be parallel, this project also taught me
220
683225
2945
muszą być równoległe
projekt ten udzielił mi
projekt ten udzielił mi
11:42
an important lesson: When in doubt --
221
686170
3300
ważnej lekcji:
11:45
When your path is blocked, pivot.
222
689470
4367
Gdy droga jest zablokowana, omiń ją.
11:49
And the last project also has to do with medical robotics.
223
693837
4401
Ostatni projekt także
zajmuje się robotami medycznymi.
zajmuje się robotami medycznymi.
11:54
And this is something that's grown out of a system called
224
698238
4040
Wywodzi się z systemu zwanego
11:58
the da Vinci surgical robot,
225
702278
3588
robot chirurgiczny Da Vinci,
12:01
and this is a commercially available device.
226
705866
2468
który jest dostępny na rynku.
12:04
It's being used in over 2,000 hospitals around the world,
227
708334
3332
Robot jest używany w ponad
2000 szpitali na całym świecie.
2000 szpitali na całym świecie.
12:07
and the idea is it allows the surgeon
228
711666
2528
Pozwala chirurgom
12:10
to operate comfortably in his own coordinate frame,
229
714194
4249
wygodnie operować w swoim zakresie.
12:14
but many of the subtasks in surgery
230
718443
4991
Wiele czynności w chirurgii,
12:19
are very routine and tedious, like suturing,
231
723434
3047
takich jak szycie,
jest żmudne i monotonne.
jest żmudne i monotonne.
12:22
and currently, all of these are performed
232
726481
2365
Obecne, te czynności wykonuje się
12:24
under the specific and immediate control of the surgeon,
233
728846
4420
pod określoną
i bezpośrednią kontrolą chirurga,
i bezpośrednią kontrolą chirurga,
12:29
so the surgeon becomes fatigued over time.
234
733266
2658
który po pewnym czasie się męczy.
12:31
And we've been wondering,
235
735924
1295
Zastanawialiśmy się,
12:33
what if we could program the robot
236
737219
2265
czy można zaprogramować robota,
12:35
to perform some of these subtasks,
237
739484
2487
do wykonywania niektórych
z tych obowiązków,
z tych obowiązków,
12:37
and thereby free the surgeons to focus
238
741971
1720
by chirurdzy mogli się skupić
12:39
on the more complicated parts of the surgery,
239
743691
2656
na bardziej skomplikownych
częściach operacji.
częściach operacji.
12:42
and also cut down on the time that the surgery would take
240
746347
3248
Skróci to również czas trwania zabiegu,
12:45
if we could get the robot to do them a little bit faster?
241
749595
3023
jeśli uda nam się go zaprogramować tak
żeby robił te czynności szybciej.
żeby robił te czynności szybciej.
12:48
Now, it's hard to program a robot to do delicate things
242
752618
2434
Ciężko jest zaprogramować robota
do takich delikatnych czynności.
do takich delikatnych czynności.
12:50
like this, but it turns out my colleague, Pieter Abbeel,
243
755052
4079
Mój znajomy Pieter Abbeel,
12:55
who's here at Berkeley, has develeloped
244
759131
2416
który jest tutaj w Berkeley, stworzył
12:57
a new set of techniques for teaching robots from example.
245
761547
5623
nowe techniki uczenia
robotów na przykładzie.
robotów na przykładzie.
13:03
So he's gotten robots to fly helicopters,
246
767170
2767
Sprawił, że roboty sterują helikopterami
13:05
do incredibly interesting, beautiful acrobatics,
247
769937
3104
wykonując niesamowite akrobacje
13:08
by watching human experts fly them.
248
773041
2719
ucząc się od ludzi.
13:11
So we got one of these robots.
249
775760
2588
Dostaliśmy takiego robota.
13:14
We started working with Pieter and his students,
250
778348
2182
Rozpoczęliśmy pracę
z Peterem i jego studentami.
z Peterem i jego studentami.
13:16
and we asked a surgeon to perform
251
780530
2663
Poprosiliśmy chirurga o przeprowadzenie
13:19
a task, and what we do is we, with the robot,
252
783193
4451
operacji, a my robiliśmy
to samo z robotem.
to samo z robotem.
13:23
so what we're doing is asking the robot,
253
787644
2063
Poprosiliśmy chirurga
13:25
the surgeon to perform the task,
254
789707
1278
o wykonanie operacji
13:26
and we record the motions of the robot.
255
790985
2272
i nagraliśmy ruchy jego robota.
13:29
So here's an example. I'll use a figure eight,
256
793257
2128
Dla przykładu, użyję położonej ósemki,
13:31
tracing out a figure eight as an example.
257
795385
2240
której kształt był obrysowany.
13:33
So here's what it looks like when the robot,
258
797625
3630
Te trzy przykłady
13:37
this is what the robot's path looks like,
259
801255
2317
prezentują ścieżkę,
13:39
those three examples.
260
803572
1174
którą wykonał robot.
13:40
Now, those are much better than what a novice
261
804746
2462
Wyglądają dużo lepiej
niż u nowicjusza,
niż u nowicjusza,
13:43
like I could do, but they're still jerky and imprecise.
262
807208
4657
takiego jak ja,
lecz dalej są poszarpane i niedokładne.
lecz dalej są poszarpane i niedokładne.
13:47
So we record all these examples, the data,
263
811865
2072
Nagraliśmy te wszystkie przykłady i dane,
13:49
and then we go through a sequence of steps.
264
813937
3712
a następnie przeszliśmy
przez kilka etapów.
przez kilka etapów.
13:53
First, we used a technique called dynamic time warping
265
817649
3632
Najpierw zastosowaliśmy technikę
zwaną Dynamicznym Zakrzywianiem Czasu,
zwaną Dynamicznym Zakrzywianiem Czasu,
13:57
from speech recognition, and this allows us to
266
821281
2182
używaną w rozpoznawaniu mowy,
co pozwoliło nam na
co pozwoliło nam na
13:59
temporally align all of the examples,
267
823463
2840
czasowe ułożenie wszystkich przykładów.
14:02
and then we apply Kalman filtering,
268
826303
2929
Później użyliśmy filtru Kalmana,
14:05
a technique from control theory, that allows us
269
829232
2983
technikę w teorii sterowania,
która zezwala
która zezwala
14:08
to statistically analyze all the noise
270
832215
2672
na statystyczną analizę szumów,
14:10
and extract the desired trajectory that underlies them.
271
834887
6183
by wyodrębnić upragnioną trajektorię.
14:16
Now, so what we're doing is that we take those
272
841070
1994
Bierzemy te niedoskonałe
14:18
human demonstrations, they're all noisy and imperfect,
273
843064
2023
twory człowieka
14:20
and we extract from them an inferred task trajectory
274
845087
3091
i obliczamy trajektorię zadania
14:24
and control sequence for the robot.
275
848178
3003
i sekwencję sterującą dla robota.
14:27
We then execute that on the robot,
276
851181
2184
Następnie wykonujemy ją na robocie,
14:29
we observe what happens,
277
853365
2172
i obserwujemy co się dzieje.
14:31
then we adjust the controls using a sequence of techniques
278
855537
2662
Ustawiamy sterowniki
używając szeregu technik
używając szeregu technik
14:34
called iterative learning.
279
858199
2930
zwanych uczeniem iteracyjnym.
14:37
Then what we do is, we increase the velocity a little bit.
280
861129
3977
Następnie lekko podkręcamy szybkość.
14:41
We observe the results, adjust the controls again,
281
865106
3563
Obserwujemy rezultaty,
dostrajamy sterowanie
dostrajamy sterowanie
14:44
and observe what happens.
282
868669
2522
i patrzymy, co się dzieje.
14:47
And we go through this several rounds.
283
871191
2136
Powtarzamy to kilka razy.
14:49
And here's the result.
284
873327
1356
Oto wyniki naszej pracy.
14:50
That's the inferred task trajectory,
285
874683
1845
To jest obliczona trajektoria zadania,
14:52
and here's the robot moving at the speed of the human.
286
876528
3463
a to robot poruszający się w ludzkim tempie.
14:55
Here's four times the speed of the human.
287
879991
2442
Teraz, prędkość zwiększono cztery razy.
14:58
Here's seven times.
288
882433
2571
Tutaj siedem.
15:00
And here's the robot operating at 10 times
289
885004
3637
Tutaj, robot operuje
dziesięć razy szybciej
dziesięć razy szybciej
15:04
the speed of the human.
290
888641
2200
niż człowiek.
15:06
So we're able to get a robot to perform a delicate task,
291
890841
2950
Jesteśmy w stanie sprawić, że robot
będzie wykonywał delikatne czynności,
będzie wykonywał delikatne czynności,
15:09
like a surgical subtask,
292
893791
3224
jak zadania chirurgiczne,
15:12
at 10 times the speed of a human.
293
897015
3247
dziesięć razy szybciej niż człowiek.
15:16
So this project also, because of its involved practicing
294
900262
4223
Ten projekt, poprzez naukę i praktykę,
15:20
and learning, doing something over and over again,
295
904485
2173
poprzez powtarzanie
w kółko danej czynności.
w kółko danej czynności.
15:22
this project also has a lesson, which is,
296
906658
2757
Dał nam jeszcze jedną lekcję:
15:25
if you want to do something well,
297
909415
3126
Jeśli chcesz coś zrobić dobrze,
15:28
there's no substitute for practice, practice, practice.
298
912541
7948
musisz ćwiczyć, ćwiczyć, ćwiczyć.
15:36
So these are four of the lessons that I've learned
299
920505
3120
To są cztery lekcje,
15:39
from robots over the years,
300
923625
3127
które otrzymałem
od robotów przez lata.
od robotów przez lata.
15:42
and robotics, the field of robotics has gotten much better
301
926752
5369
A robotyka, jako nauka poczyniła
15:48
over time.
302
932121
2168
wielki krok.
15:50
Nowadays, high school students can build robots
303
934289
2167
Współcześni uczniowie
w liceach budują takie roboty,
w liceach budują takie roboty,
15:52
like the industrial robot my dad and I tried to build.
304
936456
4025
jakie ja z ojcem
usiłowaliśmy zbudować.
usiłowaliśmy zbudować.
15:56
And now, I have a daughter,
305
940481
6982
Mam córkę.
16:03
named Odessa.
306
947463
2386
Nazywa się Odessa.
16:05
She's eight years old,
307
949849
1833
Ma osiem lat
16:07
and she likes robots, too.
308
951682
2424
i też kocha roboty.
16:10
Maybe it runs in the family. (Laughter)
309
954106
2414
Może ma to w genach. (śmiech)
16:12
I wish she could meet my dad.
310
956520
3647
Żałuję, że nie poznała swojego dziadka.
16:16
And now I get to teach her how things work,
311
960167
2900
Teraz ja ją uczę o świecie.
16:18
and we get to build projects together, and I wonder
312
963067
2772
Budujemy wspólnie projekty.
16:21
what kind of lessons that she'll learn from them.
313
965839
4308
A ja zastanawiam się,
jakie lekcje z tego wyniesie.
jakie lekcje z tego wyniesie.
16:26
Robots are the most human
314
970147
2607
Roboty są najbardziej ludzkie
16:28
of our machines.
315
972754
2229
wśród maszyn.
16:30
They can't solve all of the world's problems,
316
974983
3085
Nie rozwiążą
wszystkich problemów świata,
wszystkich problemów świata,
16:33
but I think they have something important to teach us.
317
978068
4358
lecz myślę, że mają coś
ważnego do przekazania.
ważnego do przekazania.
16:38
I invite all of you to think about the innovations
318
982426
3343
Zachęcam do
przemyśleń nad wynalazkami,
przemyśleń nad wynalazkami,
16:41
that you're interested in,
319
985769
2675
które was zainteresowały,
16:44
the machines that you wish for,
320
988444
3216
nad maszynami, których pragniecie.
16:47
and think about what they might be telling you,
321
991660
3169
Pomyślcie, co moglibyście
od nich się nauczyć.
od nich się nauczyć.
16:50
because I have a hunch
322
994829
2063
Mam przeczucie,
16:52
that many of our technological innovations,
323
996892
2087
że wiele z technologicznych innowacji,
16:54
the devices we dream about,
324
998979
2658
urządzenia o których marzymy,
16:57
can inspire us to be better humans.
325
1001637
3964
mogą nas zainspirować,
by stać się lepszymi ludźmi.
by stać się lepszymi ludźmi.
17:01
Thank you. (Applause)
326
1005601
3585
Dziękuję. (oklaski)
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